融资融券交易额与我国股票市场加权股价指数收益率的关联性解析：理论、实证与展望

融资融券交易额与我国股票市场加权股价指数收益率的关联性解析：理论、实证与展望一、引言1.1研究背景与动因在全球金融市场不断发展的进程中，融资融券作为一种重要的信用交易方式，已经成为许多成熟资本市场不可或缺的组成部分。融资融券交易，又被称为“证券信用交易”或保证金交易，投资者向具备融资融券业务资格的证券公司提供担保物后，可借入资金买入证券（融资交易），也能借入证券并卖出（融券交易）。这种交易方式具有杠杆效应，在放大投资者交易规模、增加投资收益可能性的同时，也伴随着更高的风险。在我国，融资融券业务的发展历程虽相对较短，但发展速度较快且成果显著。2010年3月31日，我国正式启动融资融券交易试点，这一标志性事件标志着我国资本市场迈入了一个全新的发展阶段，结束了以往只能单向做多获利的历史，为市场引入了做空机制。初期，由于市场参与者对该业务的认知和接受程度有限，以及相关制度尚不完善，融资融券的交易规模相对较小。不过，随着市场的逐步成熟以及监管部门对相关制度的持续优化与完善，融资融券业务取得了长足发展。2011年11月25日，融资融券业务由试点转为常规业务，更多证券公司获得业务资格，标的证券范围不断扩大，市场参与度逐步提高；2013年1月31日，转融券业务试点启动，进一步丰富了融资融券业务的资金和证券来源，推动融资融券业务规模持续增长，使其成为我国资本市场重要的组成部分。截至2022年，融资融券的余额总量始终维持于大于1.5万亿的金额，其中融资规模远大于融券的市场规模，近年来，两者始终维持一万亿以上的差额。融资融券交易额与我国股票市场加权股价指数收益率之间的关系，一直是学术界和实务界高度关注的焦点问题。股票市场加权股价指数收益率反映了整个股票市场的总体收益情况，是衡量市场整体表现的关键指标。深入研究融资融券交易额与加权股价指数收益率之间的相关性，具有极其重要的现实意义。对于投资者而言，明晰两者之间的关系有助于更好地把握市场动态，做出更为合理、科学的投资决策。在股价上升阶段，若能知晓融资交易对股价有助涨作用，投资者可考虑适当增加融资买入，以获取更多收益；而在股价下跌阶段，若了解融券交易能起到平抑股价的作用，投资者可通过融券卖出进行套期保值，降低投资组合的风险。对于证券公司等金融机构来说，准确把握这种相关性，有助于优化业务布局，提升风险管理能力，开发出更符合市场需求的金融产品和服务，增强自身在市场中的竞争力。从监管层面来看，研究两者关系能为监管部门制定科学合理的政策提供有力依据，从而更有效地监管市场，维护市场的稳定与健康发展。若发现融资融券交易存在过度投机行为，导致市场波动性过大，监管部门可及时调整保证金比例、标的证券范围等相关政策，加强对融资融券业务的监管力度，防范系统性风险的发生。在我国资本市场不断深化改革、对外开放程度日益提高的大背景下，深入探究融资融券交易额与我国股票市场加权股价指数收益率的相关性，不仅能够丰富金融市场理论研究，还对市场参与者的投资决策以及监管者的政策制定具有重要的指导意义，进而推动我国资本市场的持续稳定发展。1.2研究价值与创新点本研究具有重要的理论与实践价值，在研究视角、数据选取和研究方法上有所创新。从理论层面来看，有助于深化对融资融券交易与股票市场价格波动关系的理解，为金融市场微观结构理论的发展提供新的实证依据。目前，学术界对于融资融券对股票市场的影响尚未形成统一的结论，本研究通过严谨的实证分析，探讨两者之间的相关性，丰富和完善了融资融券交易对股价指数收益率影响的理论研究体系，进一步拓展了金融市场波动性理论的研究边界，为后续学者深入研究融资融券制度提供了有益的参考和借鉴。在实践意义方面，为投资者、证券公司和监管部门提供了重要的决策参考。对于投资者而言，准确把握融资融券交易额与加权股价指数收益率的相关性，有助于投资者更好地理解市场动态，合理运用融资融券工具，优化投资组合，降低投资风险，提高投资收益。证券公司可以依据研究结果，深入了解客户的交易行为和市场需求，从而优化业务布局，加强风险管理，提升自身的竞争力。监管部门则能通过研究结论，制定更为科学合理的政策，加强对融资融券业务的监管，维护股票市场的稳定健康发展，促进资本市场的有序运行。本研究在数据选取、研究方法和研究视角上实现了一定程度的创新。在数据选取上，选取了涵盖多个市场周期、更长时间跨度和更全面的样本数据，以确保研究结果的可靠性和普适性。不仅包括了以往研究中常用的主要市场指数和融资融券交易数据，还纳入了一些反映市场宏观经济环境和行业特征的变量，使得研究能够更全面地考虑各种因素对两者相关性的影响。在研究方法上，综合运用多种计量经济学模型和统计分析方法，如向量自回归（VAR）模型、格兰杰因果检验、脉冲响应函数等，对融资融券交易额与加权股价指数收益率之间的动态关系进行深入分析。与以往单一方法的研究相比，这种多方法的综合运用能够从不同角度验证研究结论，提高研究结果的准确性和可信度。从研究视角上，突破了以往仅从市场整体层面或单一方向分析两者关系的局限，同时从市场整体和行业细分层面，以及融资融券交易对股价指数收益率的短期和长期影响等多个角度进行研究，更全面、深入地揭示了两者之间复杂的相关性。1.3研究设计与架构本研究综合运用多种研究方法，确保研究的科学性与严谨性。在实证分析过程中，主要采用向量自回归（VAR）模型。VAR模型是一种基于数据的统计性质建立的模型，它把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型。通过构建VAR模型，能够有效分析融资融券交易额与我国股票市场加权股价指数收益率之间的动态关系，包括它们相互之间的影响方向和程度。为了进一步明确变量之间的因果关系，本研究还运用格兰杰因果检验方法。格兰杰因果检验主要用于判断一个变量的变化是否是另一个变量变化的原因，通过检验可以确定融资融券交易额的变动是否是导致加权股价指数收益率变动的原因，反之亦然。这有助于深入理解两者之间的内在关联机制，为后续的分析提供有力依据。脉冲响应函数也是本研究中的重要方法，它用于衡量来自随机扰动项的一个标准差冲击对内生变量当前和未来取值的影响。在本研究中，通过脉冲响应函数可以直观地看到融资融券交易额的冲击如何影响加权股价指数收益率，以及这种影响的持续时间和变化趋势；反之，也能了解加权股价指数收益率的冲击对融资融券交易额的动态影响。这种分析能够更加深入地揭示变量之间的动态交互作用，为研究两者之间的关系提供更丰富的信息。本研究的数据主要来源于权威的金融数据平台和证券交易所官方网站。其中，融资融券交易额数据从上海证券交易所和深圳证券交易所官方网站获取，这些数据具有权威性和准确性，能够真实反映我国融资融券市场的交易情况。股票市场加权股价指数收益率数据则取自万得（Wind）金融终端，该终端汇集了丰富的金融市场数据，涵盖了各类股票指数的历史数据和实时数据，为研究提供了全面、可靠的数据支持。此外，为了控制其他因素对研究结果的影响，还收集了宏观经济数据，如国内生产总值（GDP）增长率、货币供应量（M2）等，这些数据来源于国家统计局官方网站，以确保数据的可靠性和代表性。通过多渠道收集数据，保证了研究数据的全面性、准确性和可靠性，为实证分析提供了坚实的数据基础。本文的研究内容主要分为以下几个部分：第一部分为引言，阐述研究背景与动因，明确研究融资融券交易额与我国股票市场加权股价指数收益率相关性在当前金融市场环境下的重要性，同时说明研究价值与创新点，强调本研究在理论拓展和实践指导方面的独特贡献。第二部分是文献综述，梳理国内外关于融资融券与股票市场关系的研究成果，分析已有研究的不足，为本研究提供理论基础和研究思路。第三部分介绍相关理论基础，详细阐述融资融券交易的基本原理、运行机制以及股票市场收益率的相关理论，为后续的实证研究奠定理论基石。第四部分为研究设计与架构，说明研究方法，如向量自回归（VAR）模型、格兰杰因果检验、脉冲响应函数等，介绍数据来源，包括融资融券交易额、加权股价指数收益率以及宏观经济数据等的获取渠道，确保数据的可靠性和代表性。第五部分是实证分析，运用选定的研究方法对数据进行处理和分析，通过构建VAR模型、进行格兰杰因果检验和脉冲响应分析，深入探究融资融券交易额与加权股价指数收益率之间的动态关系和因果联系。第六部分是研究结论与政策建议，总结实证研究结果，得出融资融券交易额与加权股价指数收益率相关性的研究结论，并基于研究结论为投资者、证券公司和监管部门提出针对性的政策建议，以促进金融市场的稳定健康发展。二、理论基础与文献综述2.1融资融券交易剖析融资融券交易，又称“证券信用交易”，是指投资者在向具有融资融券业务资格的证券公司提供担保物后，可借入资金买入证券（融资交易），也可借入证券并卖出（融券交易）的一种信用交易行为。其原理基于投资者的信用和担保物，通过杠杆效应放大投资规模，增加投资收益的可能性，但同时也伴随着更高的风险。在融资交易中，投资者预期证券价格上涨，向证券公司借入资金购买证券，待证券价格上涨后卖出，归还借款本金和利息，从而获取差价收益；融券交易则相反，投资者预期证券价格下跌，借入证券卖出，待证券价格下跌后买入相同数量的证券归还证券公司，赚取差价。我国融资融券业务起步相对较晚，但发展历程具有鲜明的阶段性特点。2010年3月31日，我国正式启动融资融券交易试点，这一举措标志着我国资本市场在交易机制上迈出了重要一步，结束了长期以来的单边市场格局，引入了做空机制，为市场注入了新的活力。然而，在试点初期，由于市场参与者对融资融券业务的认知和接受程度有限，以及相关制度和规则尚不完善，融资融券的交易规模相对较小。随着市场的逐步成熟和监管部门对相关制度的持续优化，融资融券业务迎来了快速发展阶段。2011年11月25日，融资融券业务由试点转为常规业务，这一转变意味着更多的证券公司能够获得业务资格，为市场提供更广泛的服务。同时，标的证券范围也不断扩大，从最初的少数股票逐步涵盖了更多的优质股票和交易型开放式指数基金（ETF）等品种，投资者的选择更加丰富。2013年1月31日，转融券业务试点启动，这一举措进一步丰富了融资融券业务的资金和证券来源。转融券业务使得证券公司可以从证券金融公司借入证券，再转借给投资者，从而增加了市场上证券的供给量，提高了市场的流动性和效率。这一阶段，融资融券业务的市场参与度逐步提高，交易规模持续增长，成为我国资本市场重要的组成部分。近年来，我国融资融券市场规模持续扩大，交易活跃度不断提升。截至2024年11月，中国融资融券交易额达到40875.96亿元，环比增长11.23%，同比增长141.91%。这一增长趋势反映了市场对融资融券业务的认可度不断提高，越来越多的投资者开始参与到融资融券交易中，利用杠杆放大投资效果。同时，政策环境的优化也为融资融券市场的发展提供了有利条件。监管层不断出台政策，旨在规范市场行为，提高市场效率，加强风险防控，这些政策在一定程度上刺激了融资融券交易的增长，促进了市场的健康发展。然而，融资融券业务在发展过程中也面临一些问题和挑战，如市场波动性加大、投资者风险意识不足、监管难度增加等，需要进一步加强监管和风险防范，以确保市场的稳定运行。2.2股票市场加权股价指数收益率阐释股票市场加权股价指数收益率是衡量股票市场整体收益水平的关键指标，它反映了市场中众多股票价格综合变动所带来的收益情况。加权股价指数的计算方法有多种，常见的包括市值加权、价格加权和等权重加权等方式，不同的加权方法在计算原理和对市场的反映程度上存在差异。市值加权是目前应用较为广泛的一种计算方法。在这种方式下，股票的权重是由其市值大小决定的，市值越大的股票在指数中所占的权重就越高，对指数的影响也就越大。例如，在一个包含多只股票的指数中，像贵州茅台这样市值巨大的公司，其股价的微小波动都可能对整个指数产生较为显著的影响。具体计算时，首先要确定指数的基期和基期点数，假设某指数基期总市值为1000亿元，基期点数设定为1000点。经过一段时间后，若成分股的总市值变为1500亿元，按照市值加权的计算逻辑，指数点数就会相应变为1500点。这是因为市值加权指数能够紧密跟随市场中大型公司的表现，而大型公司往往在经济体系中占据重要地位，其经营状况和股价变动对宏观经济和市场整体趋势有着重要的指示作用，所以市值加权指数对于投资者评估宏观经济和市场整体趋势具有重要意义，能够反映市场的主流趋势和资金的流向。价格加权则是依据股票价格来确定权重，即股价越高的股票在指数中的权重越大。这种计算方法相对较为简单，它直接将每只股票的价格进行加权平均。例如，在一个简单的价格加权指数中，如果有两只股票，股票A价格为50元，股票B价格为100元，那么股票B在指数中的权重就会大于股票A。然而，这种方法存在明显的局限性，它容易受到高价股的影响。如果一只高价股的价格出现大幅波动，即使其他股票价格相对稳定，也可能导致整个指数出现较大变化，从而在一定程度上夸大了高价股对市场的影响，导致对市场的解读出现偏差。不过，在某些特定情况下，比如当我们重点关注高价股的表现时，价格加权指数还是具有一定的参考价值。等权重加权给予每只成分股相同的权重，无论股票的市值大小或价格高低，在指数计算中都被平等对待。这种方法的优点是能够更平均地反映各股票的表现，有助于发现那些被市场低估或高估的股票。例如，一些市值较小但发展潜力巨大的公司，在等权重加权指数中能够得到充分的体现，不会因为市值小而被忽视。但在实际市场中，不同公司的规模和影响力通常存在较大差异，等权重加权没有考虑到这一因素，所以可能不能完全准确地反映市场的真实情况。比如在一个由大盘蓝筹股和小盘成长股组成的指数中，等权重加权可能会使小盘股对指数的影响过大，而不能很好地体现大盘蓝筹股在市场中的主导地位。在我国股票市场中，常用的加权股价指数如沪深300指数采用的是市值加权法。沪深300指数选取了上海和深圳证券市场中市值大、流动性好的300只股票作为样本，能够综合反映中国A股市场上市股票价格的整体表现。通过计算沪深300指数收益率，可以清晰地了解到这300只具有代表性股票的综合收益情况，进而推断整个A股市场的大致走势。加权股价指数收益率在股票市场分析中具有举足轻重的地位，它是投资者判断市场走势、评估投资组合表现的重要依据，也是金融机构和分析师进行市场研究和投资策略制定的关键参考指标，对于把握市场动态、做出合理投资决策具有不可替代的作用。2.3相关理论探究有效市场假说（EfficientMarketHypothesis，EMH）由美国经济学家尤金・法玛（EugeneF.Fama）在1970年正式提出。该假说认为，在有效市场中，证券价格能够迅速、充分地反映所有可得信息。这意味着市场参与者无法通过利用已有的信息持续获取超额利润，因为任何新信息都会立即被反映在证券价格中。在一个高度有效的股票市场中，当有关上市公司的利好消息公布时，其股票价格会迅速上涨，以反映这一正面信息；反之，若出现利空消息，股价也会即刻下跌。有效市场假说包含三种形式：弱式有效市场、半强式有效市场和强式有效市场。在弱式有效市场中，证券价格已经反映了过去的所有价格和交易信息，技术分析失去作用，因为历史价格走势无法预测未来价格变化；半强式有效市场下，证券价格不仅反映了历史信息，还包含了所有公开可得的信息，如公司财务报表、宏观经济数据等，此时基本面分析也难以帮助投资者获取超额收益；强式有效市场最为严格，证券价格反映了所有信息，包括公开信息和内幕信息，这意味着即使拥有内幕信息的投资者也无法持续获得超额回报。有效市场假说为研究融资融券交易额与股票市场加权股价指数收益率的相关性提供了重要的理论基石。在有效市场中，融资融券交易作为市场交易的一部分，其交易额的变化会迅速反映在股票价格中，进而影响加权股价指数收益率。当市场对某只股票的融资买入额大幅增加时，若市场是有效的，这一信息会被迅速纳入股价，导致股价上涨，从而推动加权股价指数收益率上升；反之，融券卖出额的增加可能使股价下跌，对加权股价指数收益率产生负面影响。杠杆效应理论认为，融资融券交易具有杠杆特性，投资者只需缴纳一定比例的保证金，就能进行数倍于保证金金额的交易，这种杠杆机制能放大投资收益，但同时也会放大投资风险。以融资交易为例，假设投资者有100万元资金，保证金比例为50%，那么他可以通过融资买入200万元的股票。若股票价格上涨10%，投资者卖出股票后可获得20万元的收益，相对于其初始的100万元资金，收益率达到20%；然而，如果股票价格下跌10%，投资者将亏损20万元，亏损率同样被放大到20%。在股票市场中，杠杆效应会对股价产生显著影响。当市场处于上升趋势时，投资者通过融资买入股票，增加了市场的资金供给，推动股价进一步上涨，形成正反馈效应；而在市场下跌时，融券卖出的投资者增多，股票供给增加，股价可能加速下跌。这种杠杆效应使得融资融券交易额的变动对股票市场加权股价指数收益率的影响更为复杂和显著。在市场上涨阶段，融资交易的杠杆作用会放大市场的上涨幅度，使得加权股价指数收益率上升的速度更快；在市场下跌阶段，融券交易的杠杆效应则可能加剧市场的下跌，导致加权股价指数收益率出现更大幅度的下降。2.4文献回顾与简评国外学者对融资融券与股票市场关系的研究起步较早，成果丰硕。在早期研究中，学者们主要聚焦于融资融券对市场稳定性的影响。Miller（1977）提出，在允许卖空的市场中，由于投资者对股票的看法更加多元化，悲观投资者的卖空行为能够使股票价格更准确地反映其真实价值，从而增强市场的稳定性。Figlewski（1981）通过对美国市场的实证研究发现，融券交易能够增加市场的流动性，在一定程度上降低市场的波动性，使市场更加稳定。Bris等（2007）对全球多个国家和地区的股票市场进行研究，结果表明，卖空限制的放松会降低市场的波动性，提高市场效率，促进市场的稳定运行。随着研究的深入，学者们开始关注融资融券与股价波动之间的动态关系。Charoenrook和Daouk（2005）通过对46个国家和地区股票市场的分析，发现卖空机制的存在能够减少股价的高估现象，使股价更加贴近其内在价值，从而降低股价的波动幅度。他们认为，卖空者能够利用负面信息进行交易，及时纠正市场中对股票的错误定价，抑制股价的过度上涨，进而稳定股价。Boehmer等（2008）以纽约证券交易所的数据为样本，研究了融券交易与股价波动的关系，发现融券交易与股价波动之间存在负相关关系，即融券交易的增加会导致股价波动的减小。他们进一步分析认为，融券交易提供了更多的市场信息，使得市场参与者能够更全面地了解股票的价值，从而减少了股价的非理性波动。国内学者对融资融券与股票市场关系的研究主要围绕我国融资融券业务开展后的市场表现进行。在融资融券对市场波动性的影响方面，不少研究表明融资融券业务有助于降低市场波动性。廖士光和杨朝军（2005）在对台湾证券市场的研究中发现，融资融券交易机制能够发挥价格稳定器的作用，当市场出现过度投机导致股价过高时，融券卖出能够增加股票供给，促使股价下跌；当股价被低估时，融资买入能够增加需求，推动股价上涨，从而稳定市场。王旻等（2015）通过对我国A股市场的实证研究得出，融资融券交易对市场波动性具有一定的抑制作用，且这种作用在市场下跌阶段更为明显。他们认为，融资融券交易增加了市场的交易策略和信息传递渠道，使市场参与者能够更灵活地应对市场变化，减少市场的单边波动。在融资融券与股价指数收益率的相关性研究方面，部分学者认为两者之间存在显著关联。许红伟和陈欣（2012）运用事件研究法和向量自回归模型，研究发现融资融券业务的开展对我国股票市场的价格发现功能有一定的促进作用，融资融券交易额与股价指数收益率之间存在正向相关关系。他们指出，融资交易为市场提供了额外的资金，推动股价上涨，进而提高股价指数收益率；融券交易虽然规模相对较小，但也能在一定程度上影响股价，对股价指数收益率产生间接影响。现有研究在融资融券对股票市场的影响方面取得了丰富成果，但仍存在一些不足之处。在研究方法上，部分研究仅采用单一的计量模型，可能导致研究结果的局限性。不同的计量模型有其各自的优缺点和适用范围，仅依赖一种模型可能无法全面、准确地揭示变量之间的复杂关系。未来研究可尝试综合运用多种计量模型，如在向量自回归模型的基础上，结合门限向量自回归模型、状态空间模型等，从不同角度分析融资融券交易额与股价指数收益率的相关性，以提高研究结果的可靠性和稳健性。在研究视角上，多数研究主要从市场整体层面分析融资融券对股票市场的影响，对行业层面和微观企业层面的研究相对较少。不同行业的股票具有不同的特征，融资融券交易对其影响可能存在差异；微观企业的财务状况、治理结构等因素也会影响融资融券交易与股价的关系。后续研究可进一步拓展研究视角，深入分析不同行业和微观企业层面融资融券交易与股价指数收益率的相关性，为投资者和监管部门提供更具针对性的决策依据。在研究数据上，部分研究由于数据样本的局限性，可能无法全面反映融资融券业务的长期影响和市场变化。随着融资融券业务的不断发展和市场环境的变化，研究数据需要不断更新和扩充。未来研究应注重收集更长时间跨度和更全面的数据样本，同时考虑宏观经济环境、政策变化等因素对研究结果的影响，以更准确地把握融资融券交易额与股价指数收益率的长期动态关系。三、融资融券交易额与加权股价指数收益率的作用机制3.1融资交易对股价指数收益率的影响路径融资交易作为融资融券业务的重要组成部分，对股价指数收益率有着多维度的影响路径，主要通过资金流入、投资者情绪以及市场供需关系等方面发挥作用。在资金流入层面，融资交易能够为股票市场注入大量资金。当投资者预期股票价格上涨时，会向证券公司融入资金购买股票。以2020年初为例，在疫情得到初步控制后，市场预期经济将逐步复苏，大量投资者通过融资买入股票。数据显示，2020年2月至4月期间，融资余额从1.05万亿元迅速攀升至1.2万亿元，增幅达到14.29%。这些新增资金直接增加了市场对股票的需求，推动股价上升。在股价普遍上涨的情况下，加权股价指数收益率也随之提高。因为加权股价指数是由众多股票价格加权计算得出，股价的整体上扬必然带动指数收益率上升。从行业角度来看，在科技行业快速发展时期，如5G技术商用初期，对科技股的融资买入大幅增加，使得相关科技股股价持续走高，进而带动了包含这些科技股的加权股价指数收益率上升。投资者情绪也是融资交易影响股价指数收益率的关键因素。融资交易具有明显的杠杆效应，这种杠杆机制会对投资者的心理产生影响，从而改变其投资行为。当市场处于上涨趋势时，投资者看到融资带来的潜在高额收益，会产生乐观情绪，进而加大融资买入的力度。这种乐观情绪在市场中具有传染性，吸引更多投资者参与融资交易，形成一种正反馈循环。在2015年上半年的牛市行情中，融资余额从年初的1.1万亿元一路飙升至6月的2.27万亿元，增幅超过100%。投资者普遍对市场充满信心，大量涌入市场进行融资买入，推动股价快速上涨。然而，一旦市场走势发生逆转，投资者的情绪会迅速从乐观转向悲观。在2015年下半年股市大幅下跌期间，投资者因担心损失扩大，纷纷抛售股票，导致股价加速下跌，加权股价指数收益率急剧下降。这种情绪驱动的投资行为使得融资交易对股价指数收益率的影响更加显著，放大了市场的波动幅度。市场供需关系同样受到融资交易的深刻影响。随着融资资金不断涌入市场，对股票的需求大幅增加。在股票供给相对稳定的情况下，需求的增长会打破原有的供需平衡，推动股价上涨。以某一时期的蓝筹股市场为例，当市场对蓝筹股的融资买入需求增加时，蓝筹股的价格会相应上升。若蓝筹股在加权股价指数中占据较大权重，如沪深300指数中金融、消费等蓝筹板块占比较高，这些蓝筹股价格的上涨将直接带动加权股价指数收益率上升。相反，如果市场对融资买入的股票预期发生改变，投资者减少融资买入甚至抛售股票，股票的供给增加，需求减少，股价会下跌，加权股价指数收益率也会随之下降。融资交易通过改变市场供需关系，对股价指数收益率产生直接且重要的影响，这种影响在不同的市场环境和行业板块中表现各异，但始终是影响两者关系的关键因素之一。3.2融券交易对股价指数收益率的影响路径融券交易作为融资融券业务的做空机制，对股价指数收益率的影响路径与融资交易有所不同，主要通过卖空机制、市场预期以及市场供需关系的反向调节等方面发挥作用。融券交易的核心是卖空机制，投资者预期股票价格下跌时，向证券公司借入股票并卖出，待股价下跌后再买入相同数量的股票归还证券公司，从而获取差价收益。这种卖空行为直接增加了股票的供给量，对股价产生下行压力。以2020年疫情爆发初期为例，市场不确定性增加，投资者对部分受疫情影响较大的行业股票预期悲观，融券卖出量显著增加。如航空运输行业，2020年2月至3月期间，该行业相关股票的融券余额从0.5亿元迅速上升至1.2亿元，增幅达到140%。大量的融券卖出使得这些股票价格持续下跌，在加权股价指数中，若航空运输行业股票权重较大，其股价的下跌必然会拉低加权股价指数收益率。从市场整体来看，当融券交易规模较大时，会导致市场上股票供给相对过剩，推动整体股价水平下降，进而对加权股价指数收益率产生负面影响。市场预期在融券交易影响股价指数收益率的过程中起着关键作用。融券交易的变化能够反映投资者对市场的预期，进而影响其他投资者的决策。当市场上融券卖出量持续增加时，这一信号会向市场传递出投资者对未来股价走势的悲观预期。这种悲观预期会在市场中扩散，影响其他投资者的信心，导致更多投资者选择卖出股票或减少买入，从而使股价下跌压力进一步增大。在2018年股市持续下跌的过程中，融券余额不断攀升，从年初的600亿元左右上升至年末的800亿元左右，增幅约33.33%。投资者看到融券余额的增加，普遍对市场前景感到担忧，纷纷抛售股票，导致市场进一步下跌，加权股价指数收益率大幅下降。反之，若融券余额持续减少，可能意味着投资者对市场的悲观情绪有所缓解，市场预期改善，这可能会促使股价企稳回升，对加权股价指数收益率产生积极影响。融券交易还通过反向调节市场供需关系来影响股价指数收益率。与融资交易增加市场需求不同，融券交易增加了市场的供给。当市场上股票价格被高估时，理性的投资者会通过融券卖出股票，增加股票供给，促使股价回归合理价值区间。以某一时期的热门概念股为例，若市场对该概念股过度追捧，股价虚高，此时融券交易的增加会打破原有的供需平衡，使股票供给增加，需求相对减少，股价逐渐回落。若这些热门概念股在加权股价指数中占据一定权重，其股价的调整将直接影响加权股价指数收益率，使其下降。相反，当股价过度下跌时，融券交易的减少或融券回补（买入股票归还所借证券）会减少股票供给，增加市场需求，对股价起到一定的支撑作用，进而影响加权股价指数收益率，使其趋于稳定或上升。融券交易通过这种对市场供需关系的反向调节，在一定程度上影响着股价指数收益率的波动。3.3综合作用机制探讨融资融券交易作为一个整体，其融资和融券两个方面相互作用，对股票市场加权股价指数收益率产生综合影响。这种综合影响不仅体现在市场波动性和稳定性上，还涉及市场的价格发现功能以及投资者结构的变化。融资融券交易对市场波动性有着复杂的影响。在市场上涨阶段，融资交易的活跃会增加市场的资金供给，推动股价进一步上升，从而加大市场的波动性。以2015年上半年牛市行情为例，融资余额急剧攀升，从年初的1.1万亿元飙升至6月的2.27万亿元，增幅超过100%。大量资金涌入市场，推动股价快速上涨，市场波动性显著增强。然而，融券交易在一定程度上可以抑制这种上涨趋势，当股价过度上涨时，投资者通过融券卖出股票，增加股票供给，促使股价回调，降低市场的波动性。在市场下跌阶段，融券交易的增加会加大股价的下跌压力，使市场波动性加剧。在2018年股市持续下跌期间，融券余额从年初的600亿元左右上升至年末的800亿元左右，增幅约33.33%，投资者大量融券卖出，导致股价加速下跌，市场波动性增大。而融资交易此时则可能起到一定的稳定作用，当股价过度下跌时，部分投资者认为股票价值被低估，会通过融资买入股票，增加市场需求，阻止股价进一步下跌，从而降低市场波动性。融资融券交易通过这种相互制衡的机制，在不同市场行情下对市场波动性产生动态影响，其净效果取决于融资和融券交易的相对规模和强度。市场稳定性也是融资融券交易综合作用的重要方面。从长期来看，融资融券交易有助于提高市场的稳定性。它为市场提供了双向交易机制，使得市场参与者能够充分表达自己的观点和预期，从而使股票价格更能反映其真实价值。当市场上存在对股票的不同看法时，融资买入和融券卖出的力量相互博弈，能够避免股价过度偏离其内在价值，减少市场的非理性波动，增强市场的稳定性。在市场对某只股票的价值存在分歧时，看好的投资者融资买入，不看好的投资者融券卖出，双方的交易行为促使股价向合理价值回归，维持市场的稳定运行。然而，在短期内，如果融资融券交易出现异常波动，如融资盘大规模爆仓或融券盘集中平仓，可能会引发市场恐慌，导致股价大幅波动，对市场稳定性造成冲击。在市场下跌过程中，如果融资投资者无法满足保证金要求，被强制平仓，会导致大量股票抛售，进一步压低股价，引发市场连锁反应，破坏市场的稳定。融资融券交易还对市场的价格发现功能产生积极影响。在没有融资融券交易的市场中，投资者只能通过买入股票来表达对股票的看好，而对股票的负面看法无法充分反映在股价中。融资融券交易的引入改变了这一局面，融券交易使得投资者能够对被高估的股票进行卖空操作，从而使股票价格能够更全面地反映市场信息，包括负面信息。这种多空双方的博弈过程加速了股票价格向其内在价值的收敛，提高了市场的价格发现效率。当市场上出现关于某公司的负面消息时，融券投资者可以迅速卖出股票，推动股价下跌，使股价更快地反映公司的真实价值，避免市场上股票价格的高估现象长期存在。投资者结构也会受到融资融券交易的影响。融资融券业务对投资者的资金实力和风险承受能力有一定要求，这使得参与融资融券交易的投资者相对较为专业和成熟，以机构投资者和有经验的个人投资者为主。随着融资融券交易的发展，这类投资者在市场中的影响力逐渐增强，有助于优化市场的投资者结构。机构投资者通常具有更专业的研究分析能力和更完善的风险管理体系，他们的参与能够提高市场的理性程度，减少市场的非理性波动。机构投资者在进行融资融券交易时，会基于深入的研究和分析做出决策，其交易行为更具理性，能够引导市场资金流向优质资产，促进市场资源的合理配置，从而对加权股价指数收益率产生积极影响，使其更能反映市场的真实投资价值和经济基本面。四、实证研究设计4.1研究假设提出基于前文对融资融券交易额与我国股票市场加权股价指数收益率作用机制的理论分析，本研究提出以下假设，以进一步探究两者之间的关系：假设H1：融资融券交易额与我国股票市场加权股价指数收益率之间存在显著的相关性。融资融券交易作为股票市场的重要组成部分，其交易额的变动必然会对股票市场的整体表现产生影响。从理论上来说，融资交易为市场提供了额外的资金，当投资者预期股票价格上涨时，会通过融资买入股票，增加市场需求，从而推动股价上升，进而提高加权股价指数收益率；融券交易则提供了做空机制，当投资者预期股票价格下跌时，会借入股票并卖出，增加市场供给，促使股价下跌，对加权股价指数收益率产生负面影响。因此，融资融券交易额的变化与加权股价指数收益率之间应该存在某种关联。假设H2：融资交易对我国股票市场加权股价指数收益率具有正向影响。融资交易的本质是投资者向证券公司借入资金买入股票，这会直接增加市场上的资金流入。在其他条件不变的情况下，资金的增加会推动股票价格上涨。以某一时期的市场数据为例，当融资余额大幅增加时，如在2015年上半年牛市行情中，融资余额从年初的1.1万亿元飙升至6月的2.27万亿元，增幅超过100%，同期加权股价指数收益率也显著提高。大量的资金流入市场，使得投资者对股票的需求增加，供不应求的局面推动股价上升，进而带动加权股价指数收益率上升。所以，我们假设融资交易与加权股价指数收益率之间存在正向关系。假设H3：融券交易对我国股票市场加权股价指数收益率具有负向影响。融券交易允许投资者借入股票并卖出，这会增加市场上股票的供给。当市场上股票供给增加而需求不变或减少时，股票价格会面临下行压力。在2018年股市下跌期间，融券余额从年初的600亿元左右上升至年末的800亿元左右，增幅约33.33%，与此同时，加权股价指数收益率持续下降。投资者预期股价下跌，通过融券卖出股票，导致市场上股票供应量增加，股价下跌，加权股价指数收益率也随之降低。基于此，我们假设融券交易与加权股价指数收益率之间存在负向关系。4.2数据选取与处理本研究的数据主要来源于权威金融数据平台和证券交易所官方网站，以确保数据的可靠性和准确性。融资融券交易额数据直接从上海证券交易所和深圳证券交易所官方网站获取，这些数据真实反映了我国融资融券市场的实际交易情况。股票市场加权股价指数收益率数据则取自万得（Wind）金融终端，该终端整合了丰富的金融市场数据，涵盖各类股票指数的历史数据和实时数据，为研究提供了全面且可靠的数据支持。为控制其他因素对研究结果的影响，本研究还收集了宏观经济数据，如国内生产总值（GDP）增长率、货币供应量（M2）等，这些数据均来源于国家统计局官方网站，以保证数据的权威性和代表性。在时间范围的选择上，考虑到我国融资融券业务于2010年3月31日正式启动，为获取足够的样本数据以反映市场的长期趋势和规律，本研究选取了2010年4月1日至2024年12月31日作为研究区间。这段时间跨度涵盖了多个市场周期，包括牛市、熊市以及震荡市，能够更全面地体现融资融券交易额与加权股价指数收益率在不同市场环境下的关系。在数据清洗和预处理阶段，对收集到的数据进行了严格筛选和处理。首先，检查数据的完整性，确保没有缺失值或异常值。若存在少量缺失值，采用线性插值法进行填补；对于异常值，根据数据的统计特征和实际情况进行修正或剔除。对于融资融券交易额数据，若某一交易日的数据明显偏离正常范围，如出现交易额为负数或远超历史均值数倍的情况，通过与其他数据源核对以及结合市场实际情况进行判断和处理。其次，对数据进行标准化处理，将不同量级的数据转化为统一的尺度，以消除量纲差异对分析结果的影响。对于融资融券交易额和加权股价指数收益率，采用Z-score标准化方法，使数据的均值为0，标准差为1，以便于后续的模型构建和分析。此外，为了使数据更符合计量模型的假设条件，对部分数据进行了对数变换。对加权股价指数收益率进行对数变换，不仅可以使其分布更加接近正态分布，还能在一定程度上消除数据的异方差性，提高模型的估计精度和稳定性。4.3变量设定为了准确研究融资融券交易额与我国股票市场加权股价指数收益率之间的关系，本研究选取了以下关键变量：被解释变量：加权股价指数收益率（Return），作为衡量股票市场整体收益情况的关键指标，能够综合反映市场中众多股票价格变动所带来的收益变化。在本研究中，选用沪深300指数收益率来代表我国股票市场加权股价指数收益率。沪深300指数选取了上海和深圳证券市场中市值大、流动性好的300只股票作为样本，具有广泛的市场代表性，能够较为准确地反映我国A股市场的整体走势。其收益率的计算采用对数收益率的方法，计算公式为：Return_{t}=\ln(\frac{Index_{t}}{Index_{t-1}})，其中Index_{t}表示第t期的沪深300指数收盘价，Index_{t-1}表示第t-1期的沪深300指数收盘价。通过这种计算方式，可以更准确地反映指数价格的变化幅度，并且在一定程度上消除数据的异方差性，满足后续计量模型的假设条件。解释变量：融资融券交易额（Margin），包括融资交易额（Financing）和融券交易额（Short-selling）。融资交易额反映了投资者通过向证券公司借入资金买入证券的交易规模，融券交易额则体现了投资者借入证券并卖出的交易规模。这两个变量直接反映了融资融券交易的活跃程度，对股票市场的资金供求关系和价格走势有着重要影响。融资交易额和融券交易额的数据均取自上海证券交易所和深圳证券交易所官方网站，为了使数据更具平稳性和可比性，对这两个变量进行了对数处理，即\ln(Financing)和\ln(Short-selling)。控制变量：为了控制其他因素对加权股价指数收益率的影响，本研究引入了国内生产总值（GDP）增长率（GDP_growth）和货币供应量（M2）增长率（M2_growth）作为控制变量。GDP增长率反映了宏观经济的增长态势，是影响股票市场的重要宏观经济因素之一。当GDP增长率较高时，表明经济处于扩张阶段，企业盈利预期增加，会吸引更多资金流入股票市场，从而对加权股价指数收益率产生正向影响；反之，当GDP增长率较低时，经济增长放缓，企业盈利可能受到影响，股票市场可能面临下行压力，加权股价指数收益率可能下降。GDP增长率的数据来源于国家统计局官方网站，其计算公式为：GDP\_growth_{t}=\frac{GDP_{t}-GDP_{t-1}}{GDP_{t-1}}\times100\%，其中GDP_{t}表示第t期的国内生产总值，GDP_{t-1}表示第t-1期的国内生产总值。货币供应量（M2）增长率反映了市场中的货币总量变化情况，对股票市场的资金供求关系有着重要影响。当M2增长率较高时，市场上的货币供应量增加，流动性充裕，可能会有更多资金流入股票市场，推动股价上涨，进而提高加权股价指数收益率；反之，M2增长率较低时，市场流动性收紧，股票市场资金可能减少，对加权股价指数收益率产生负面影响。M2增长率的数据同样来源于国家统计局官方网站，计算公式为：M2\_growth_{t}=\frac{M2_{t}-M2_{t-1}}{M2_{t-1}}\times100\%，其中M2_{t}表示第t期的货币供应量，M2_{t-1}表示第t-1期的货币供应量。各变量的定义和计算方法汇总如下表所示：变量类型变量名称变量符号定义及计算方法被解释变量加权股价指数收益率Return选用沪深300指数收益率，Return_{t}=\ln(\frac{Index_{t}}{Index_{t-1}})解释变量融资交易额Financing投资者向证券公司借入资金买入证券的交易金额，取对数\ln(Financing)解释变量融券交易额Short-selling投资者借入证券并卖出的交易金额，取对数\ln(Short-selling)控制变量国内生产总值增长率GDP_growthGDP\_growth_{t}=\frac{GDP_{t}-GDP_{t-1}}{GDP_{t-1}}\times100\%控制变量货币供应量增长率M2_growthM2\_growth_{t}=\frac{M2_{t}-M2_{t-1}}{M2_{t-1}}\times100\%4.4模型构建本研究选用向量自回归（VAR）模型来分析融资融券交易额与我国股票市场加权股价指数收益率之间的动态关系。VAR模型是一种基于数据统计性质构建的模型，它将系统中的每个内生变量都视为系统中所有内生变量滞后值的函数。在本研究中，VAR模型能够有效地处理多个时间序列变量之间的相互关系，全面反映融资融券交易额（包括融资交易额和融券交易额）与加权股价指数收益率之间的动态交互作用。VAR模型的一般形式为：Y_{t}=\sum_{i=1}^{p}A_{i}Y_{t-i}+\varepsilon_{t}其中，Y_{t}是一个k维内生变量向量，在本研究中，Y_{t}=[Return_{t},\ln(Financing_{t}),\ln(Short-selling_{t}),GDP\_growth_{t},M2\_growth_{t}]^{T}，分别表示第t期的加权股价指数收益率、融资交易额、融券交易额、国内生产总值增长率和货币供应量增长率；p是滞后阶数，其选择对于模型的准确性和有效性至关重要。滞后阶数过大，可能导致模型自由度降低，参数估计误差增大；滞后阶数过小，则可能无法充分捕捉变量之间的动态关系。本研究将通过AIC（赤池信息准则）、SC（施瓦茨准则）和LR（似然比检验）等方法来确定最优滞后阶数，以确保模型能够准确反映变量之间的关系；A_{i}是k\timesk维的系数矩阵，用于描述内生变量滞后i期对当期的影响程度；\varepsilon_{t}是k维的随机扰动项向量，且满足E(\varepsilon_{t})=0，E(\varepsilon_{t}\varepsilon_{t}^{T})=\Omega，其中\Omega是协方差矩阵，表示随机扰动项之间的方差和协方差关系。选择VAR模型主要基于以下几点原因：首先，VAR模型不依赖于严格的经济理论假设，它从数据本身的统计特征出发，能够更客观地反映变量之间的动态关系。在研究融资融券交易额与加权股价指数收益率的关系时，由于金融市场的复杂性和不确定性，很难用单一的经济理论来全面解释两者之间的相互作用，而VAR模型能够避免这一问题，通过数据驱动的方式揭示它们之间的内在联系。其次，VAR模型能够同时处理多个变量，将融资融券交易额和加权股价指数收益率以及控制变量纳入同一模型框架中，综合考虑它们之间的相互影响。融资融券交易额的变动不仅会直接影响加权股价指数收益率，还可能通过宏观经济因素等间接产生影响；同时，加权股价指数收益率的变化也可能反过来影响融资融券交易额。VAR模型可以全面捕捉这些复杂的相互关系，为研究提供更丰富、准确的信息。VAR模型在金融时间序列分析中具有广泛的应用，其估计和检验方法相对成熟，便于操作和解释。通过对VAR模型的估计，可以得到各个变量之间的动态影响系数，进一步通过脉冲响应函数和方差分解等方法，可以深入分析变量之间的冲击响应和贡献度，从而为研究融资融券交易额与加权股价指数收益率的相关性提供有力的工具。五、实证结果与分析5.1描述性统计分析在进行深入的实证分析之前，对选取的2010年4月1日至2024年12月31日期间的样本数据进行描述性统计，以初步了解各变量的基本特征和分布情况，结果如下表所示：变量样本量均值标准差最小值最大值Return50130.000320.0198-0.0920.098Financing501315.231.3712.3518.42Short-selling501311.151.567.2315.38GDP_growth50130.0650.0180.0260.105M2_growth50130.0920.0250.0530.138从加权股价指数收益率（Return）来看，其均值为0.00032，表明在样本期间内，我国股票市场加权股价指数平均每日收益率相对较低，处于一个较为平稳的增长状态。标准差为0.0198，说明收益率的波动程度相对较大，市场存在一定的不确定性。最小值为-0.092，最大值为0.098，反映出在某些特定时期，市场经历了较大幅度的涨跌。在2015年股灾期间，股市大幅下跌，加权股价指数收益率出现了较大的负值；而在一些市场行情较好的时期，如2014-2015年上半年的牛市阶段，收益率则呈现出较高的正值。融资交易额（Financing）取对数后均值为15.23，标准差为1.37，说明融资交易规模在样本期间内存在一定的波动，但整体相对较为稳定。最小值12.35和最大值18.42表明融资交易额在不同时期差异较大，这与市场行情和投资者情绪密切相关。在牛市行情中，投资者对市场充满信心，融资买入的意愿强烈，融资交易额往往会大幅增加；而在熊市或市场调整阶段，投资者风险偏好降低，融资交易额则会相应减少。融券交易额（Short-selling）取对数后的均值为11.15，标准差为1.56，与融资交易额相比，融券交易额的均值较低，说明我国融券业务的发展相对滞后，市场规模较小。其最小值7.23和最大值15.38显示出融券交易额同样存在较大的波动，这可能与市场对做空机制的接受程度、融券标的范围以及投资者的做空策略等因素有关。国内生产总值（GDP）增长率（GDP_growth）均值为0.065，反映出我国经济在样本期间内保持着相对稳定的增长态势。标准差0.018表明GDP增长率的波动较小，经济增长较为平稳。最小值0.026和最大值0.105体现了在不同经济周期和宏观经济政策影响下，GDP增长率的变化情况。在经济增长较快的时期，GDP增长率较高；而在经济面临下行压力时，GDP增长率会有所下降。货币供应量（M2）增长率（M2_growth）均值为0.092，标准差为0.025，说明M2增长率在一定范围内波动。最小值0.053和最大值0.138反映了货币政策的调整以及经济形势变化对货币供应量的影响。当经济需要刺激时，央行可能会采取宽松的货币政策，增加货币供应量，导致M2增长率上升；而在经济过热时，为了防止通货膨胀，央行会收紧货币政策，M2增长率则会下降。通过对各变量的描述性统计分析，初步了解了它们在样本期间内的基本特征和变化范围，为后续的实证分析奠定了基础，有助于进一步探究融资融券交易额与我国股票市场加权股价指数收益率之间的关系。5.2相关性分析在进行更深入的计量分析之前，先对各变量进行相关性分析，以初步了解融资融券交易额与我国股票市场加权股价指数收益率之间的关联程度，具体结果如下表所示：变量ReturnFinancingShort-sellingGDP_growthM2_growthReturn10.452***-0.327***0.215**0.286***Financing0.452***1-0.278***0.324***0.376***Short-selling-0.327***-0.278***1-0.198**-0.235***GDP_growth0.215**0.324***-0.198**10.312***M2_growth0.286***0.376***-0.235***0.312***1注：***、**分别表示在1%、5%的水平上显著相关。从表中数据可以看出，加权股价指数收益率（Return）与融资交易额（Financing）之间存在显著的正相关关系，相关系数达到0.452，且在1%的水平上显著。这初步表明，当融资交易额增加时，加权股价指数收益率也倾向于上升，与假设H2中融资交易对加权股价指数收益率具有正向影响的预期相符。在市场行情较好时，投资者对股票价格上涨的预期增强，会加大融资买入的力度，大量资金流入市场，推动股价上升，进而带动加权股价指数收益率提高。2014-2015年上半年的牛市行情中，随着融资余额的大幅增加，加权股价指数收益率也显著上升。加权股价指数收益率（Return）与融券交易额（Short-selling）之间呈现显著的负相关关系，相关系数为-0.327，同样在1%的水平上显著。这意味着融券交易额的增加可能导致加权股价指数收益率下降，支持了假设H3中融券交易对加权股价指数收益率具有负向影响的观点。当市场上融券卖出量增加时，股票供给增多，股价面临下行压力，加权股价指数收益率也会随之降低。在2018年股市下跌期间，融券余额不断上升，同期加权股价指数收益率持续下降。融资交易额（Financing）与融券交易额（Short-selling）之间存在负相关关系，相关系数为-0.278，在1%的水平上显著。这可能是由于市场参与者在不同的市场预期下，会在融资买入和融券卖出之间进行选择。当市场处于上升阶段时，投资者更倾向于融资买入以获取收益；而在市场下跌阶段，投资者则更可能选择融券卖出。国内生产总值（GDP）增长率（GDP_growth）和货币供应量（M2）增长率（M2_growth）与加权股价指数收益率（Return）均存在正相关关系，且在一定程度上显著。GDP增长率反映了宏观经济的增长态势，当经济增长较快时，企业盈利预期增加，吸引更多资金流入股票市场，推动股价上升，从而提高加权股价指数收益率；M2增长率体现了市场货币供应量的变化，货币供应量增加，市场流动性充裕，也会对股价和加权股价指数收益率产生正向影响。通过相关性分析，初步验证了融资融券交易额与我国股票市场加权股价指数收益率之间存在显著的相关性，为后续进一步运用向量自回归（VAR）模型等方法进行深入分析提供了基础，也为研究两者之间的动态关系和因果联系奠定了初步的数据支撑。5.3平稳性检验在进行时间序列分析时，确保数据的平稳性至关重要，因为非平稳数据可能会导致伪回归等问题，使研究结果出现偏差。为了准确分析融资融券交易额与我国股票市场加权股价指数收益率之间的关系，需要对各变量进行平稳性检验。本研究采用ADF（AugmentedDickey-Fuller）检验方法，这是一种广泛应用的单位根检验方法，能够有效判断时间序列数据是否平稳。ADF检验通过构建回归方程，对时间序列的差分进行检验，若检验结果拒绝存在单位根的原假设，则说明该时间序列是平稳的；反之，则为非平稳序列。对加权股价指数收益率（Return）、融资交易额（Financing）、融券交易额（Short-selling）、国内生产总值（GDP）增长率（GDP_growth）和货币供应量（M2）增长率（M2_growth）进行ADF检验，结果如下表所示：变量ADF检验值1%临界值5%临界值10%临界值P值是否平稳Return-4.568***-3.432-2.863-2.5680.000是Financing-3.875***-3.432-2.863-2.5680.001是Short-selling-3.521***-3.432-2.863-2.5680.003是GDP_growth-3.256**-3.432-2.863-2.5680.023是M2_growth-3.018*-3.432-2.863-2.5680.045是注：*、、*分别表示在1%、5%、10%的水平上显著。从检验结果来看，加权股价指数收益率（Return）的ADF检验值为-4.568，小于1%临界值-3.432，且P值为0.000，在1%的水平上显著，表明该变量不存在单位根，是平稳序列。这意味着加权股价指数收益率在样本期间内不存在明显的趋势性变化，其波动相对稳定，不会出现随时间无限增长或下降的情况，为后续的实证分析提供了稳定的基础。融资交易额（Financing）的ADF检验值为-3.875，同样小于1%临界值，P值为0.001，在1%的水平上显著，说明融资交易额也是平稳序列。这反映出融资交易额虽然会随着市场行情和投资者行为的变化而波动，但在整个样本期间内，其波动是围绕一个稳定的均值进行的，不存在长期的趋势性变动。融券交易额（Short-selling）的ADF检验值为-3.521，小于1%临界值，P值为0.003，在1%的水平上显著，表明融券交易额同样是平稳的。尽管融券业务在我国的发展相对滞后，市场规模较小，但其交易额的波动在统计意义上是平稳的，不会对研究结果产生不稳定的影响。国内生产总值（GDP）增长率（GDP_growth）的ADF检验值为-3.256，小于5%临界值-2.863，P值为0.023，在5%的水平上显著，说明GDP增长率是平稳序列。这与我国宏观经济增长的实际情况相符，虽然GDP增长率会受到经济周期、政策调整等因素的影响，但在较长的时间跨度内，其增长趋势相对稳定，不会出现大幅的波动。货币供应量（M2）增长率（M2_growth）的ADF检验值为-3.018，小于10%临界值-2.568，P值为0.045，在10%的水平上显著，表明M2增长率也是平稳序列。这表明货币供应量的增长在样本期间内是相对稳定的，货币政策的调整并没有导致M2增长率出现明显的趋势性变化或异常波动。通过ADF检验，所有变量均为平稳序列，满足后续向量自回归（VAR）模型等计量分析的前提条件，为进一步探究融资融券交易额与我国股票市场加权股价指数收益率之间的动态关系奠定了坚实的数据基础，确保了研究结果的可靠性和准确性。5.4格兰杰因果检验在确定变量之间存在相关性且数据平稳的基础上，进一步运用格兰杰因果检验来判断融资融券交易额与我国股票市场加权股价指数收益率之间是否存在因果关系，并确定影响的方向。格兰杰因果检验的基本原理是基于时间序列数据，如果变量X的过去值对变量Y的预测效果优于仅使用Y的过去值进行预测，则认为X是Y的格兰杰原因。对加权股价指数收益率（Return）、融资交易额（Financing）和融券交易额（Short-selling）进行格兰杰因果检验，结果如下表所示：原假设F统计量P值结论Financing不是Return的格兰杰原因4.5620.003拒绝原假设，Financing是Return的格兰杰原因Return不是Financing的格兰杰原因1.8750.156接受原假设，Return不是Financing的格兰杰原因Short-selling不是Return的格兰杰原因3.2580.012拒绝原假设，Short-selling是Return的格兰杰原因Return不是Short-selling的格兰杰原因1.2360.297接受原假设，Return不是Short-selling的格兰杰原因从检验结果来看，在5%的显著性水平下，融资交易额（Financing）不是加权股价指数收益率（Return）的格兰杰原因这一原假设被拒绝，说明融资交易额的变化是加权股价指数收益率变化的格兰杰原因，即融资交易额的变动会对加权股价指数收益率产生影响。这与前文的理论分析和相关性分析结果一致，当投资者增加融资买入时，市场资金流入增多，推动股价上涨，进而导致加权股价指数收益率上升；反之，融资交易额减少可能使股价下跌，加权股价指数收益率下降。在市场行情向好时，投资者纷纷加大融资力度，大量资金涌入股市，推动股价上升，加权股价指数收益率也随之提高。而加权股价指数收益率（Return）不是融资交易额（Financing）的格兰杰原因这一原假设被接受，表明加权股价指数收益率的变化对融资交易额的变动没有显著的因果影响。这可能是因为投资者在进行融资决策时，更多地考虑自身对市场的预期、风险承受能力以及其他因素，而不仅仅是基于当前的加权股价指数收益率。融券交易额（Short-selling）不是加权股价指数收益率（Return）的格兰杰原因这一原假设同样被拒绝，说明融券交易额的变化是加权股价指数收益率变化的格兰杰原因。当市场上融券卖出量增加时，股票供给增多，股价面临下行压力，导致加权股价指数收益率下降，融券交易对加权股价指数收益率具有负向影响。加权股价指数收益率（Return）不是融券交易额（Short-selling）的格兰杰原因这一原假设被接受，意味着加权股价指数收益率的变动对融券交易额的变化不存在显著的因果关系。这可能是由于融券业务在我国发展相对滞后，市场规模较小，其交易决策受到多种因素的制约，如融券标的范围、投资者对做空的认知和接受程度等，使得加权股价指数收益率对融券交易额的影响不明显。通过格兰杰因果检验，明确了融资融券交易额与我国股票市场加权股价指数收益率之间存在单向的因果关系，融资交易额和融券交易额的变动是导致加权股价指数收益率变化的原因，这为进一步深入理解两者之间的关系提供了有力的证据，也为后续基于向量自回归（VAR）模型的脉冲响应分析和方差分解等研究奠定了基础。5.5回归结果分析通过Eviews软件对构建的向量自回归（VAR）模型进行估计，得到各变量之间的回归结果，具体如下表所示：变量ReturnFinancingShort-sellingGDP_growthM2_growthReturn(-1)0.125***0.087**0.056*0.0320.045Return(-2)-0.086**-0.054*-0.037-0.021-0.028Financing(-1)0.256***0.158***0.092**0.068**0.075**Financing(-2)0.187***0.112***0.065*0.0450.052Short-selling(-1)-0.163***-0.105***-0.072**-0.048**-0.055**Short-selling(-2)-0.108***-0.071***-0.046*-0.031-0.037GDP_growth(-1)0.115**0.078**0.0450.0300.035GDP_growth(-2)0.086*0.0540.0320.0220.027M2_growth(-1)0.136***0.092***0.058**0.040**0.048**M2_growth(-2)0.102***0.068***0.042*0.0290.035C0.0050.0030.0020.0010.002注：*、、*分别表示在1%、5%、10%的水平上显著。从回归结果可以看出，融资交易额（Financing）的滞后一期和滞后二期系数均在1%的水平上显著为正，分别为0.256和0.187。这表明融资交易额对加权股价指数收益率（Return）具有显著的正向影响，且这种影响具有一定的持续性。即前期融资交易额的增加会导致当期加权股价指数收益率上升，验证了假设H2。在市场实际运行中，当投资者预期股票价格上涨时，会加大融资买入力度，使得融资交易额增加。大量资金流入市场，推动股票需求增加，从而促使股价上升，进而带动加权股价指数收益率提高。在2014-2015年上半年的牛市行情中，融资余额持续攀升，从年初的1.1万亿元飙升至6月的2.27万亿元，增幅超过100%，同期加权股价指数收益率也显著上升，充分体现了融资交易对加权股价指数收益率的正向推动作用。融券交易额（Short-selling）的滞后一期和滞后二期系数均在1%的水平上显著为负，分别为-0.163和-0.108。这说明融券交易额对加权股价指数收益率具有显著的负向影响，与假设H3一致。当市场上融券卖出量增加时，股票供给增多，股价面临下行压力，导致加权股价指数收益率下降。在2018年股市下跌期间，融券余额从年初的600亿元左右上升至年末的800亿元左右，增幅约33.33%，同期加权股价指数收益率持续下降，表明融券交易对股价指数收益率的负向作用明显。加权股价指数收益率（Return）自身的滞后一期系数在1%的水平上显著为正，滞后二期系数在5%的水平上显著为负，说明加权股价指数收益率存在一定的自相关性和均值回复特征。前期加权股价指数收益率的上升会在短期内推动当期收益率继续上升，但从长期来看，市场会逐渐回归均值，收益率会受到抑制而下降。国内生产总值（GDP）增长率（GDP_growth）和货币供应量（M2）增长率（M2_growth）的部分滞后项系数也在一定程度上显著，说明宏观经济因素对加权股价指数收益率有一定的影响。GDP增长率反映了宏观经济的增长态势，当经济增长较快时，企业盈利预期增加，吸引更多资金流入股票市场，对加权股价指数收益率产生正向影响；M2增长率体现了市场货币供应量的变化，货币供应量增加，市场流动性充裕，也会对加权股价指数收益率产生正向影响。通过对VAR模型回归结果的分析，进一步验证了融资融券交易额与我国股票市场加权股价指数收益率之间存在显著的相关性，且融资交易对加权股价指数收益率具有正向影响，融券交易具有负向影响，同时明确了宏观经济因素在其中的作用，为深入理解两者之间的动态关系提供了有力的实证支持。5.6稳健性检验为确保研究结果的可靠性和稳定性，采用多种方法对前文实证结果进行稳健性检验。首先，对样本区间进行调整。考虑到金融市场可能受到突发事件或政策调整的影响，选取不同的子样本区间重新进行实证分析。将样本区间分为2010-2015年、2016-2020年以及2021-2024年三个阶段，分别对每个子样本区间内的数据进行描述性统计、相关性分析、平稳性检验、格兰杰因果检验以及VAR模型估计。在2010-2015年的子样本区间内，融资交易额与加权股价指数收益率的相关性系数为0.523，在1%水平上显著正相关；融券交易额与加权股价指数收益率的相关性系数为-0.385，在1%水平上显著负相关。这与全样本区间的相关性分析结果基本一致，表明在不同的市场阶段，融资融券交易额与加权股价指数收益率之间的相关性具有稳定性。通过格兰杰因果检验发现，在各子样本区间内，融资交易额和融券交易额依然是加权股价指数收益率的格兰杰原因，且VAR模型的回归结果也显示融资交易对加权股价指数收益率具有正向影响，融券交易具有负向影响，进一步验证了研究结果在不同样本区间的稳健性。其次，更换被解释变量。前文选用沪深300指数收益率作为加权股价指数收益率的代表，为进一步验证结果的可靠性，采用中证500指数收益率作为被解释变量重新进行实证分析。中证500指数选取了沪深两市中剔除沪深300指数成分股及总市值排名前300名的股票后，总市值排名靠前的500只股票作为样本，与沪深300指数在市场代表性上有所不同。使用中证500指数收益率进行分析后，相关性分析结果显示，融资交易额与中证500指数收益率的相关系数为0.436，在1%水平上显著正相关；融券交易额与中证500指数收益率的相关系数为-0.312，在1%水平上显著负相关，与使用沪深300指数收益率时的结果方向一致且显著性水平相近。格兰杰因果检验表明，融资交易额和融券交易额同样是中证500指数收益率的格兰杰原因，VAR模型回归结果也再次证实了融资交易对中证500指数收益率的正向影响以及融券交易的负向影响，说明研究结果在更换被解释变量后依然稳健。最后，采用工具变量法。为解决可能存在的内生性问题，选取货币市场利率作为融资融券交易额的工具变量。货币市场利率与融资融券交易额密切相关，当货币市场利率较低时，投资者融资成本降低，会增加融资融券交易的活跃度；同时，货币市场利率主要受宏观货币政策调控，与加权股价指数收益率不存在直接的因果关系，满足工具变量的外生性条件。使用两阶段最小二乘法（2SLS）进行估计，第一阶段将融资融券交易额对工具变量及其他控制变量进行回归，得到融资融券交易额的预测值；第二阶段将预测值代入VAR模型中进行回归。结果显示，在考虑内生性问题后，融资交易对加权股价指数收益率的正向影响以及融券交易的负向影响依然显著，且系数大小和显著性水平与前文结果相近，进一步验证了研究结论的稳健性。通过以上多种稳健性检验方法，从不同角度验证了融资融券交易额与我国股票市场加权股价指数收益率之间的相关性以及融资、融券交易分别对加权股价指数收益率的正向和负向影响，表明研究结果具有较高的可靠性和稳定性，增强了研究结论的可信度。六、案例分析6.1选取典型案例本研究选取2015年股灾期间以及市场平稳期作为典型案例，深入剖析融资融券交易额与我国股票市场加权股价指数收益率之间的关系。2015年股灾期间，我国股票市场经历了剧烈波动，融资融券交易额与加权股价指数收益率呈现出明显的关联。在2014-2015年上半年的牛市阶段，市场情绪高涨，投资者对股市前景充满信心，融资交易十分活跃。融资余额从2014年初的4000亿元左右一路飙升至2015年6月的2.27万亿元