融资融券对中国股市波动性的双重效应与机制解析

融资融券对中国股市波动性的双重效应与机制解析一、引言1.1研究背景与意义1.1.1研究背景近年来，中国股市在经济发展的浪潮中扮演着愈发重要的角色。作为企业融资与投资者财富增长的关键平台，中国股市规模持续扩张，上市公司数量稳步上升，投资者群体日益壮大，涵盖了从大型金融机构到普通个体投资者的广泛范围。股市交易活跃度也不断提升，反映出市场参与热情的高涨。随着股市的发展，融资融券业务作为一种重要的信用交易方式，于2010年正式在我国推出。这一业务的开展打破了以往股市单边交易的格局，投资者不仅可以通过传统的买入股票等待价格上涨来获利（做多），还能够在预期股价下跌时借入股票卖出，待股价下跌后再买入归还（做空），为市场注入了新的活力。融资融券业务的推出是我国资本市场发展的重要里程碑，它丰富了投资者的投资策略，增加了市场的资金供给和证券供给，提高了市场的流动性。然而，自融资融券业务开展以来，其对股市波动性的影响一直备受关注。在实际市场运行中，融资融券交易的杠杆特性既可能在市场上涨时通过增加资金流入进一步推动股价上升，也可能在市场下跌时因投资者被迫平仓等因素加剧股价的下跌幅度，从而加大市场的波动。回顾2015年的股市异常波动，融资融券交易被认为在其中起到了推波助澜的作用，市场的快速上涨与随后的急剧下跌，使得投资者和监管部门深刻认识到融资融券业务对股市波动性的潜在影响。随着融资融券业务规模的不断扩大，其对股市波动性的作用机制和影响程度变得更加复杂，深入研究这一问题具有重要的现实紧迫性。1.1.2研究意义从理论层面来看，融资融券对股市波动性影响的研究有助于丰富金融市场理论。当前学术界对于融资融券与股市波动性之间的关系尚未达成完全一致的结论，存在促进波动、稳定波动以及无显著影响等多种观点。深入探究这一关系，可以进一步完善金融市场中关于信用交易对资产价格波动影响的理论体系，为后续相关研究提供更坚实的理论基础，加深对金融市场运行机制的理解。在实践方面，对于投资者而言，清晰了解融资融券对股市波动性的影响，能够帮助他们更加科学地制定投资策略。投资者可以根据市场波动情况和融资融券交易的特点，合理运用融资融券工具，在控制风险的前提下追求更高的收益。例如，在市场相对稳定时，投资者可以利用融资融券增加投资杠杆，放大收益；而在市场波动加剧时，投资者能够及时调整融资融券仓位，避免因市场波动带来的过大损失。对于监管部门来说，研究融资融券对股市波动性的影响是制定科学合理监管政策的重要依据。监管部门可以根据研究结果，适时调整融资融券业务的相关规则，如保证金比例、标的证券范围等，以达到稳定市场、防范金融风险的目的，促进我国资本市场的健康、稳定发展。1.2研究方法与创新点1.2.1研究方法本文综合运用多种研究方法，力求全面、深入地剖析融资融券对中国股市波动性的影响。文献研究法：全面梳理国内外关于融资融券与股市波动性的相关文献。通过对前人研究成果的细致分析，了解该领域已有的研究视角、方法和主要结论，把握研究的历史脉络和发展趋势。例如，对早期研究中关于融资融券交易机制对股市稳定性影响的不同观点进行整理，分析其理论基础和实证依据。同时，关注近期研究在新的市场环境和政策背景下的新发现，如随着金融科技发展，融资融券交易方式变化对波动性的影响等。这为本文研究提供了坚实的理论基础，避免研究的盲目性，明确本文研究的切入点和创新方向。实证分析法：运用计量经济学方法进行实证研究。收集中国股市中融资融券交易数据以及相应的股市波动性指标数据，构建合适的计量模型，如向量自回归（VAR）模型、广义自回归条件异方差（GARCH）类模型等。以融资融券余额、融资买入额、融券卖出量等作为解释变量，股市收益率的标准差、波动指数等作为被解释变量，通过模型估计和检验，验证融资融券与股市波动性之间的因果关系和影响程度。例如，利用VAR模型分析融资融券交易指标的变动如何在不同滞后期对股市波动性产生作用，通过脉冲响应函数观察一个变量的冲击对另一个变量的动态影响路径，从而更直观地揭示两者之间的关系。案例分析法：选取中国股市中具有代表性的阶段和事件进行深入分析。如2015年股市异常波动期间，融资融券交易在市场涨跌过程中的具体表现和作用机制。详细分析在市场快速上涨阶段，融资资金大量涌入如何推动股价上升，以及在市场下跌阶段，融券卖出和强制平仓等行为如何加剧市场的恐慌情绪和股价下跌幅度。通过对这些具体案例的剖析，从实际市场运行角度进一步验证实证研究的结论，同时深入挖掘融资融券影响股市波动性的深层次原因和市场参与者的行为特征，为提出针对性的政策建议提供实践依据。1.2.2创新点在研究融资融券对中国股市波动性影响的过程中，本文具有以下创新之处：多维度深入剖析影响：从多个维度对融资融券对股市波动性的影响进行研究。不仅考虑融资融券交易规模、交易方向等直接因素对波动性的影响，还深入探讨市场环境变化、投资者结构差异以及政策调整等间接因素在融资融券与股市波动性关系中的调节作用。例如，分析在不同市场行情（牛市、熊市、震荡市）下，融资融券对波动性的影响是否存在差异；研究机构投资者和个人投资者在融资融券交易中的行为特点及其对市场波动的不同影响；探讨监管部门对融资融券业务保证金比例、标的证券范围等政策调整如何影响市场波动性。这种多维度的研究方法能够更全面、系统地揭示融资融券与股市波动性之间复杂的关系。构建独特指标体系衡量波动性：构建一套独特的指标体系来衡量股市波动性。在传统的收益率标准差、波动指数等指标基础上，引入反映市场情绪和投资者预期的指标，如百度搜索指数中与股市相关的关键词热度、社交媒体上投资者对股市的讨论热度和情绪倾向等。通过这些新指标与传统指标相结合，更准确地刻画股市波动性的变化特征。例如，将百度搜索指数中“股票大跌”“牛市来临”等关键词的搜索热度与股市实际波动情况进行关联分析，研究投资者情绪和预期对股市波动性的影响，弥补了以往研究仅从市场交易数据衡量波动性的不足。提出创新应对策略：基于研究结论，提出具有创新性的应对策略。从市场监管、投资者教育和风险管理等多个层面出发，提出针对性的建议。在市场监管方面，建议建立动态的融资融券监管机制，根据市场波动性实时调整监管指标和政策，如当市场波动超过一定阈值时，自动提高融资融券保证金比例或限制交易规模；在投资者教育方面，利用大数据和人工智能技术，为不同风险偏好和投资经验的投资者提供个性化的融资融券知识培训和风险提示；在风险管理方面，倡导建立投资者之间的风险互助机制，如通过金融科技平台实现投资者之间的风险分担和对冲，降低个体投资者因融资融券交易失败而面临的巨大风险。这些创新策略为监管部门、投资者和市场参与者提供了新的思路和方法，有助于促进中国股市在融资融券业务发展背景下的稳定健康发展。二、融资融券与股市波动性理论概述2.1融资融券相关理论2.1.1融资融券的概念与特点融资融券，又被称为证券信用交易或保证金交易，是指投资者向具备融资融券业务资格的证券公司提供担保物，进而借入资金用以购买证券（融资交易，即“买多”），或者借入证券并进行卖出（融券交易，即“卖空”）的一种交易方式。这种交易方式打破了传统证券交易只能单边做多的限制，为投资者提供了更为灵活的投资策略选择。融资融券的交易流程相对复杂，具体如下：首先，投资者需满足一定条件，如具备一定的资金规模（通常要求最近20个交易日的日均证券类资产不低于50万元）、拥有至少6个月的证券交易经验、通过风险测评且风险等级达到C4及以上等，之后向证券公司提出融资融券业务申请。证券公司受理申请后，会对投资者的信用状况、资产规模、风险承受能力等进行全面征信评估。若投资者通过评估，便与证券公司签订融资融券合同，明确双方在交易过程中的权利与义务，随后在该证券公司开设专门的信用证券账户和信用资金账户。交易前，投资者需将现金或符合条件的可充抵保证金的证券转入信用账户作为担保物，不同的担保物有着不同的折算率，证券公司依据担保物的价值确定投资者的授信额度。完成上述步骤后，投资者就可以通过交易系统下达融资买入或融券卖出的指令。在融资买入时，投资者借入资金买入证券；融券卖出时，借入证券并卖出。交易完成后，投资者需要按照约定的期限和方式偿还融资债务（现金还款或卖券还款）或融券债务（买券还券或直接还券），并支付相应的利息和费用。在整个交易期间，证券公司会实时监控投资者的信用账户，当维持担保比例低于一定水平（通常为130%）时，投资者需及时追加担保物或清偿债务，以避免被强制平仓。融资融券业务具有鲜明的特点。其一是杠杆性，投资者只需缴纳一定比例的保证金，就能够撬动数倍于保证金的资金或证券进行交易，这种杠杆效应放大了投资的收益与风险。例如，若保证金比例为50%，投资者缴纳100万元保证金，理论上可融资200万元用于购买证券，若证券价格上涨10%，则投资者的收益可达20万元（不考虑利息和手续费），收益率为20%；但如果证券价格下跌10%，投资者的亏损也将达到20万元，收益率为-20%，亏损同样被放大。其二是双向交易，投资者既可以在预期股价上涨时通过融资买入股票，待股价上涨后卖出获利；也能够在预期股价下跌时融券卖出股票，待股价下跌后买入归还，从而实现双向盈利。这种双向交易机制改变了以往证券市场单边市的格局，使投资者在市场下跌时也有机会获取收益，丰富了投资策略。其三是具有信用交易特性，融资融券交易建立在投资者与证券公司的信用关系之上，投资者凭借自身信用获得资金或证券的使用权，这对投资者的信用状况提出了较高要求。同时，证券公司也需要对投资者的信用风险进行严格把控，以降低违约风险。2.1.2融资融券业务在我国的发展历程我国融资融券业务的发展经历了从严格限制到逐步试点、再到全面推广的过程，这一过程与我国资本市场的发展阶段和监管政策的调整密切相关。在我国证券市场发展初期，为了有效控制市场风险，政府将融资融券视为违规行为，并通过法律法规予以严格禁止。1993年，国务院发布的《股票发行与交易管理暂行条例》以及1999年生效的《证券法》，都明确禁止证券公司向客户提供融资或融券服务。然而，随着我国资本市场的不断发展和完善，市场对融资融券业务的需求日益凸显。融资融券业务不仅能够丰富投资者的投资策略，增加市场的流动性，还有助于完善证券市场的价格发现功能。2005年10月27日，修订后的《证券法》正式加入融资融券条款，为融资融券业务的开展奠定了法律基础，标志着我国融资融券业务开始进入筹备阶段。2006年6月30日，中国证监会发布《证券公司融资融券试点管理办法》，对融资融券业务的试点条件、业务规则、风险控制等方面做出了详细规定，为融资融券业务的试点提供了明确的指导和监管措施。同年8月21日，沪深交易所发布《融资融券交易试点实施细则》，进一步明确了融资融券交易的具体操作规范和细节要求；8月29日，中国证券登记结算有限责任公司公布《融资融券试点登记结算业务实施细则》，为融资融券业务的登记结算提供了具体指引；9月5日，中国证券业协会公布《融资融券合同必备条款》和《融资融券交易风险揭示书必备条款》，要求合同中必须包含相关条款，以充分揭示融资融券交易的风险，保护投资者的合法权益。2008年4月25日，国务院发布《证券公司监督管理条例》和《证券公司风险处置条例》，并于同年6月1日开始实施，为证券公司的规范运作和风险防范提供了更有力的法律保障，进一步推动了融资融券业务的发展进程。同年10月5日，中国证监会宣布启动融资融券试点，并于10月25日和11月8日，联合交易所以及中登公司共同发起了两次融资融券联网测试活动，共有11家券商参与，为融资融券业务的正式开展进行了充分的技术准备。2010年3月19日，中国证监会公布了首批进行融资融券试点的券商名单，包括国泰君安、国信证券、中信证券、光大证券、海通证券和广发证券。2010年3月31日，中国证监会正式启动融资融券交易试点，首批有90只在上交所和深交所上市的股票被确定为融资融券标的证券。试点初期，由于市场参与者对融资融券业务的认识和了解有限，加上交易规则和风险控制机制较为严格，融资融券业务的交易规模相对较小。但随着市场的逐渐成熟和投资者对业务的熟悉，融资融券业务开始稳步发展。2011年11月，监管部门对融资融券标的证券范围进行了首次扩大，增加了更多的股票和ETF基金作为融资融券标的，进一步丰富了投资者的选择，促进了融资融券业务规模的增长。2013年1月31日，转融券业务试点启动，拓宽了证券公司的融券来源，使得融券业务的可操作性和市场活跃度得到显著提升。2013年9月16日和2014年9月22日，又分别进行了两次融资融券标的证券范围的扩大，融资融券标的证券数量大幅增加，市场覆盖面更广。到2014年9月，市场上可供投资者进行融资融券交易的股票达到大约900只，交易所交易基金（ETF）达到16只，融资融券业务规模迅速扩大，市场影响力不断增强。近年来，随着我国资本市场改革的不断深化，融资融券业务持续发展。监管部门在加强风险防控的同时，不断优化业务规则，提高市场效率。截至目前，融资融券业务已经成为我国证券市场的重要组成部分，为投资者提供了多元化的投资工具，对促进证券市场的稳定健康发展发挥了积极作用。其业务规模不断扩大，融资融券余额持续增长，参与的投资者数量和证券公司数量也在稳步增加，市场活跃度和流动性得到了有效提升。2.2股市波动性相关理论2.2.1股市波动性的定义与衡量指标在金融市场中，波动性是一个核心概念，它反映了资产价格在一定时期内围绕其均值的离散程度。对于股市而言，波动性体现了股票价格或股票指数的波动变化情况，是衡量股票市场风险的重要指标之一。股市波动性越高，意味着股票价格的变化越剧烈，投资者面临的不确定性和风险也就越大；反之，波动性越低，市场相对更为稳定，投资者面临的风险相对较小。为了准确衡量股市波动性，金融领域发展出了多种衡量指标，这些指标从不同角度反映了股市价格的波动特征。标准差：标准差是衡量股市波动性最常用的指标之一，它基于统计学原理，通过计算股票收益率的标准差来反映股价波动的离散程度。其计算公式为：\sigma=\sqrt{\frac{1}{n-1}\sum_{i=1}^{n}(R_{i}-\overline{R})^{2}}其中，\sigma表示标准差，R_{i}是第i期的股票收益率，\overline{R}是样本期内股票收益率的平均值，n为样本数量。标准差越大，说明股票收益率的波动越大，股市波动性也就越高。例如，某股票在过去一年中，每周的收益率波动较大，计算得出的标准差数值相对较高，这就表明该股票价格的稳定性较差，股市中该股票的波动性较大；相反，若另一只股票收益率波动较小，标准差较小，则其价格相对较为稳定，波动性较低。β系数：β系数主要用于衡量个股或投资组合相对于整个市场波动的敏感性，它反映了个股或投资组合的收益率与市场整体收益率之间的线性关系。其计算公式基于资本资产定价模型（CAPM）：\beta_{i}=\frac{\text{Cov}(R_{i},R_{m})}{\text{Var}(R_{m})}其中，\beta_{i}表示第i只股票或投资组合的β系数，\text{Cov}(R_{i},R_{m})是股票或投资组合收益率R_{i}与市场收益率R_{m}的协方差，\text{Var}(R_{m})是市场收益率的方差。当β系数大于1时，表明该股票或投资组合的波动性高于市场平均水平，市场上涨时，其涨幅可能超过市场平均涨幅，市场下跌时，其跌幅也可能大于市场平均跌幅；当β系数小于1时，意味着其波动性低于市场平均水平，市场波动对其影响相对较小；若β系数等于1，则表示其波动性与市场平均水平一致。例如，在牛市行情中，某科技股的β系数为1.5，当市场指数上涨10%时，该科技股可能上涨15%；而在熊市中，市场指数下跌10%，该科技股可能下跌15%，这充分体现了其较高的波动性。历史波动率：历史波动率是基于过去一段时间内股票价格的实际波动情况计算得出的波动率指标。它通过对历史价格数据进行分析，反映了股票价格在过去的波动程度。计算历史波动率的方法有多种，常见的是使用对数收益率的标准差来衡量，其计算过程与标准差类似，但使用的是对数收益率。历史波动率能够帮助投资者了解股票价格过去的波动特征，从而对未来的价格波动有一定的参考和预期。例如，通过计算某股票过去三年的历史波动率，投资者可以判断该股票价格波动的稳定性，进而在投资决策中考虑其风险水平。隐含波动率：隐含波动率是从期权价格中反推出来的市场对未来股票价格波动的预期。它反映了市场参与者对未来股票价格不确定性的看法，包含了市场的预期和情绪等因素。在期权定价模型（如布莱克-斯科尔斯模型）中，已知期权价格、行权价格、到期时间、无风险利率和标的资产当前价格等参数，可以通过迭代计算反推出隐含波动率。隐含波动率越高，说明市场认为股票未来价格波动的可能性越大，期权的价值也就越高；反之，隐含波动率越低，期权价值相对较低。例如，当市场对某只股票的未来走势存在较大分歧，投资者预期其价格波动较大时，该股票期权的隐含波动率会上升，期权价格也会相应提高。这些衡量指标在分析股市波动性时各有优势和局限性。标准差和历史波动率直观地反映了过去股价的波动情况，但它们是基于历史数据计算的，对未来的预测能力相对有限，因为未来市场情况可能发生变化，历史波动不一定能完全代表未来波动。β系数主要衡量个股与市场整体波动的关系，对于分析投资组合的系统性风险有重要作用，但它忽略了个股自身特有的非系统性风险。隐含波动率虽然反映了市场对未来的预期，但它依赖于期权市场的有效性和投资者的理性预期，当市场出现异常情绪或期权市场不完善时，隐含波动率可能会出现偏差。在实际应用中，投资者和研究者通常会综合运用多种指标，以更全面、准确地评估股市波动性。2.2.2影响股市波动性的因素股市波动性受到多种因素的综合影响，这些因素相互交织，共同作用于股票市场，使得股市波动呈现出复杂多变的特征。深入分析这些影响因素，有助于投资者和市场参与者更好地理解股市波动的内在机制，从而做出更合理的投资决策和风险管理策略。宏观经济因素：宏观经济状况是影响股市波动性的重要基础因素。经济增长是宏观经济的核心指标之一，当经济处于扩张期，企业的销售额和利润通常会增加，这会提升投资者对企业未来盈利的预期，吸引更多资金流入股市，推动股价上涨，股市整体表现较为稳定且波动性相对较低。例如，在经济增长强劲的时期，如我国2003-2007年期间，GDP保持高速增长，企业盈利大幅提升，股市迎来了一轮大牛市，上证指数从2003年初的1400多点一路上涨至2007年末的6100多点，期间股市波动性相对较小，市场呈现出稳步上升的态势。相反，当经济增长放缓甚至陷入衰退时，企业面临市场需求下降、成本上升等压力，盈利预期降低，投资者信心受挫，资金会从股市流出，导致股价下跌，股市波动性增大。2008年全球金融危机爆发，我国经济增长受到严重冲击，股市也大幅下跌，上证指数从2007年末的6100多点暴跌至2008年末的1600多点，股市波动性急剧上升，市场充满了不确定性。通货膨胀对股市波动性也有着显著影响。适度的通货膨胀在一定程度上可能刺激企业盈利增长，对股市有一定的支撑作用。例如，温和的通货膨胀使得企业产品价格上升，在成本上升幅度相对较小的情况下，企业利润可能增加，从而推动股价上涨。然而，当通货膨胀率过高时，会引发一系列负面效应。一方面，央行可能会采取紧缩的货币政策来抑制通货膨胀，如提高利率、减少货币供应量等，这会增加企业的融资成本，降低企业的盈利能力，同时也会提高投资者的资金成本，减少股市的资金供给，导致股价下跌，股市波动性增大。另一方面，高通货膨胀会降低消费者的实际购买力，减少市场需求，对企业的生产经营造成不利影响，进一步加剧股市的波动。例如，在一些通货膨胀严重的国家，如20世纪80年代的拉丁美洲国家，高通货膨胀导致股市剧烈波动，投资者资产大幅缩水。利率作为宏观经济调控的重要工具，对股市波动性有着直接而重要的影响。利率的变化会影响企业的融资成本和投资者的资金成本。当利率下降时，企业的融资成本降低，有利于企业扩大生产和投资，增加盈利预期，同时投资者的资金成本也降低，部分资金会从债券等固定收益类资产流向股市，推动股价上涨，股市波动性相对减小。相反，当利率上升时，企业融资成本增加，投资意愿下降，盈利预期受到抑制，投资者也会更倾向于将资金投向收益相对稳定的债券等资产，导致股市资金流出，股价下跌，股市波动性增大。例如，2018年我国央行货币政策边际收紧，市场利率有所上升，股市整体表现低迷，波动性增大，许多股票价格大幅下跌。政策因素：财政政策和货币政策是政府调控宏观经济的两大重要政策工具，它们对股市波动性有着深远的影响。财政政策通过税收调整、政府支出等手段来影响经济运行和股市表现。例如，政府采取扩张性财政政策，如增加政府支出、减少税收等，会刺激经济增长，提高企业盈利预期，从而推动股市上涨，降低股市波动性。2008年全球金融危机后，我国政府推出了4万亿投资计划，加大了对基础设施建设等领域的投入，这一扩张性财政政策有效地刺激了经济增长，也带动了股市的反弹，股市波动性在一定程度上得到缓解。相反，紧缩性财政政策，如减少政府支出、增加税收等，会抑制经济增长，对股市产生负面影响，增加股市波动性。货币政策对股市波动性的影响更为直接。央行通过调整利率、法定存款准备金率、公开市场操作等手段来调节货币供应量和市场利率水平。宽松的货币政策，如降低利率、降低法定存款准备金率、进行公开市场买入操作等，会增加市场货币供应量，降低资金成本，促进资金流入股市，推动股价上涨，降低股市波动性。而紧缩的货币政策，如提高利率、提高法定存款准备金率、进行公开市场卖出操作等，会减少市场货币供应量，提高资金成本，导致资金从股市流出，股价下跌，股市波动性增大。例如，2015年我国央行多次降准降息，实施宽松的货币政策，股市迎来了一轮牛市行情，上证指数在短时间内大幅上涨，虽然期间股市也存在一定波动，但整体波动性在货币政策的刺激下相对较小。但随后由于市场过度投机等因素，股市出现异常波动，监管部门加强了对市场的监管和货币政策的调整，股市波动性又大幅上升。公司基本面因素：公司的盈利能力是影响其股票价格和股市波动性的关键因素之一。具有稳定且较强盈利能力的公司，通常能够吸引更多投资者的关注和资金投入，其股票价格相对稳定，对股市波动性的影响较小。例如，贵州茅台作为白酒行业的龙头企业，多年来保持着较高的盈利能力，其股价在过去几十年中总体呈上升趋势，且波动相对较小，对白酒板块乃至整个股市的稳定都起到了一定的支撑作用。相反，盈利能力不稳定或较差的公司，其股票价格容易受到市场质疑和投资者抛售的影响，波动较大，可能会增加股市的整体波动性。一些业绩不佳的上市公司，如部分ST（SpecialTreatment）股票，由于面临亏损或财务困境，其股价常常大幅波动，给股市带来不稳定因素。公司的财务状况，包括资产负债结构、现金流状况等，也会对股市波动性产生影响。合理的资产负债结构和充足的现金流能够增强公司的抗风险能力，使公司在市场波动中保持相对稳定的经营状况，其股票价格也相对稳定。而资产负债率过高、现金流紧张的公司，在面临市场环境变化或经济下行压力时，可能面临偿债困难、资金链断裂等风险，导致投资者对其信心下降，股票价格大幅下跌，增加股市波动性。例如，一些房地产企业在快速扩张过程中，资产负债率过高，当房地产市场调控政策收紧或市场需求下降时，这些企业可能面临资金回笼困难、债务违约等风险，其股票价格会大幅波动，进而影响整个房地产板块和股市的稳定性。投资者行为因素：投资者情绪是影响股市波动性的重要因素之一。当投资者普遍乐观时，会过度自信地进行投资，大量买入股票，推动股价上涨，形成市场泡沫。这种乐观情绪可能导致投资者忽视股票的真实价值和潜在风险，一旦市场出现不利因素或投资者情绪发生逆转，就会引发大量抛售，导致股价暴跌，股市波动性急剧增大。例如，在2015年上半年的牛市行情中，投资者情绪高涨，大量资金涌入股市，许多股票价格被严重高估，形成了明显的泡沫。但随着市场监管加强、资金面收紧等因素影响，投资者情绪迅速转向悲观，大量抛售股票，引发了股市的大幅下跌和剧烈波动。相反，当投资者普遍悲观时，会过度恐惧，纷纷卖出股票，导致股价持续下跌，市场陷入低迷，股市波动性也会增大。羊群效应在股市中表现为投资者往往会跟随市场中大多数人的行为进行投资决策，而忽视自身对市场信息的分析和判断。当市场中出现大量投资者的羊群行为时，会加剧股市的波动。例如，当市场上出现利好消息时，投资者可能会盲目跟风买入股票，导致股价过度上涨；而当市场出现利空消息时，投资者又会盲目跟风卖出股票，导致股价过度下跌。这种羊群效应使得股市价格波动偏离了股票的真实价值，增加了股市的波动性。在一些热点板块或概念股的炒作中，常常能看到羊群效应的影响，投资者纷纷追逐热门股票，导致股价短期内大幅波动。三、融资融券对股市波动性影响的理论分析3.1融资融券对股市波动性的正面影响机制3.1.1价格稳定机制在传统的单边市场中，股票价格的上涨主要依赖于投资者的买入行为，当市场上出现过度乐观情绪时，投资者纷纷买入股票，需求大幅增加，而股票供给在短期内相对固定，这就容易导致股票价格被过度推高，形成价格泡沫。一旦市场情绪发生逆转，投资者开始大量抛售股票，又会引发股价的急剧下跌，市场波动加剧。而融资融券业务中的卖空机制打破了这种单边市场格局，为市场提供了一种反向调节力量。当股票价格因投资者过度追捧或市场炒作而被高估时，理性的投资者会预期到股价未来的下跌空间，此时他们可以通过融券卖空来增加股票的供给。这些投资者从证券公司借入股票后，在市场上卖出，增加了市场上股票的流通量，使得股票供给增加。随着供给的增加，股价上涨的压力得到缓解，逐渐回归到其合理价值区间，抑制了价格泡沫的进一步膨胀。这种卖空机制的存在，就像在市场中安装了一个“稳定器”，当股价出现过度波动时，它能够及时发挥作用，通过调节供求关系来平抑股价的异常波动，从而维护市场的稳定。以2020年初新冠疫情爆发初期的股市为例，当时市场情绪极度恐慌，许多投资者纷纷抛售股票，导致股市大幅下跌。然而，一些具有专业分析能力和敏锐市场洞察力的投资者，通过对宏观经济形势和企业基本面的分析，认为部分股票价格被过度低估。他们利用融资融券业务，一方面通过融资买入这些被低估的股票，增加了市场的需求；另一方面，对于那些被高估的股票，他们进行融券卖空，增加了股票的供给。通过这种双向操作，使得市场的供求关系得到了有效调节，在一定程度上缓解了股市的下跌趋势，稳定了市场情绪，对股市的稳定起到了积极作用。3.1.2信息传递与价格发现机制在有效的金融市场中，股票价格应能够及时、准确地反映所有相关信息。然而，在实际市场中，由于信息不对称和投资者有限理性等因素的存在，股票价格往往难以完全反映其真实价值。融资融券交易的引入，为解决这一问题提供了新的途径，它能够促进信息在市场中的快速传递，提高市场的信息效率，从而使股价更准确地反映股票的内在价值。融资融券交易吸引了更多类型的投资者参与市场，不同投资者拥有不同的信息渠道和分析能力。融资者通常对市场前景较为乐观，他们通过融资买入股票，表达了对股票未来上涨的预期，这种预期背后蕴含着他们所掌握的关于公司基本面、行业发展趋势等方面的利好信息。而融券者则对市场持悲观态度，他们通过融券卖出股票，反映了其对股票未来下跌的判断，这其中也包含了他们所获取的负面信息。这些多空双方的交易行为，将大量分散在不同投资者手中的信息集中反映到了市场价格中。同时，融资融券交易的活跃增加了市场的关注度和交易量，使得信息传播的速度加快。当市场上出现新的信息时，无论是宏观经济数据的公布、行业政策的调整还是公司业绩的变化，融资融券投资者能够迅速根据这些信息调整自己的交易策略，买入或卖出股票。他们的交易行为会引起股价的波动，进而吸引其他投资者的关注，促使更多投资者去挖掘和分析相关信息，进一步推动信息在市场中的传播和扩散。这种信息的快速传递和广泛传播，使得股价能够更及时地对各种信息做出反应，减少了信息不对称对股价的影响，提高了市场的价格发现效率，使股价更接近其真实价值。例如，当某上市公司发布了一份业绩超预期的财报时，融资投资者可能会迅速捕捉到这一利好信息，通过融资买入该公司股票，推动股价上涨。而其他投资者看到股价上涨后，会纷纷关注该公司的财报信息，进一步确认公司的良好发展态势，从而吸引更多资金流入，股价继续上升。相反，如果公司出现负面消息，如重大诉讼、财务造假等，融券投资者会及时利用这些信息进行融券卖出，导致股价下跌，同样也会引起其他投资者对负面信息的关注和重视，使股价更准确地反映公司面临的风险和价值变化。通过融资融券交易的这种信息传递和价格发现机制，市场能够更有效地配置资源，提高市场的整体效率，减少股价的异常波动，促进股市的稳定发展。3.2融资融券对股市波动性的负面影响机制3.2.1杠杆效应与风险放大融资融券交易的核心特征之一便是杠杆性，这一特性在为投资者带来获取高额收益机会的同时，也埋下了巨大的风险隐患，成为加剧股市波动性的重要因素。杠杆效应的本质在于投资者只需缴纳一定比例的保证金，就能够借入数倍于保证金的资金或证券进行交易，从而放大了投资的资金规模和潜在收益。例如，在融资交易中，若保证金比例设定为20%，投资者缴纳100万元的保证金，就能够借入400万元的资金用于购买股票，此时投资的杠杆倍数达到了5倍。在这种情况下，如果股票价格上涨10%，不考虑交易成本和利息支出，投资者的收益将达到50万元（500万元×10%），收益率为50%，是普通交易（无杠杆）收益率的5倍；反之，若股票价格下跌10%，投资者的亏损同样为50万元，收益率为-50%，亏损幅度也被放大了5倍。当市场处于上涨行情时，杠杆效应会激发投资者的乐观情绪，促使他们进一步加大融资买入的力度。随着越来越多的投资者借助杠杆投入资金，市场上的资金量大幅增加，对股票的需求急剧上升，从而推动股价持续攀升。这种上涨趋势可能会超出股票的实际价值，形成价格泡沫。例如，在2015年上半年的牛市行情中，大量投资者通过融资融券加杠杆买入股票，推动股市指数大幅上涨，许多股票价格被严重高估，市场呈现出过度繁荣的景象。然而，这种基于杠杆的繁荣是脆弱的，一旦市场出现逆转信号，如宏观经济数据不及预期、政策调整等，投资者的信心会迅速动摇。在市场下跌阶段，杠杆效应的负面影响将更加显著。当股价开始下跌时，投资者的账户资产价值随之缩水，导致维持担保比例下降。为了满足维持担保比例的要求，投资者可能需要追加保证金或偿还部分融资债务。若投资者无法及时追加保证金，证券公司将按照合同约定对投资者的担保物进行强制平仓。强制平仓意味着投资者必须在市场上卖出股票以偿还融资债务，大量的股票抛售会进一步增加市场的供给压力，推动股价继续下跌。而股价的进一步下跌又会导致更多投资者的维持担保比例下降，引发新一轮的强制平仓，形成“股价下跌-强制平仓-股价进一步下跌”的恶性循环。这种恶性循环会导致市场恐慌情绪迅速蔓延，投资者纷纷抛售股票，股市波动性急剧增大。2015年下半年，股市在经历了前期的大幅上涨后开始下跌，由于融资融券杠杆的作用，强制平仓潮引发了股市的暴跌，上证指数在短时间内大幅下跌，许多投资者遭受了巨大的损失，市场陷入了极度恐慌的状态。3.2.2投资者非理性行为的加剧投资者的非理性行为在金融市场中普遍存在，而融资融券业务的开展在一定程度上加剧了这种非理性行为，进而对股市波动性产生负面影响。在融资融券交易环境下，投资者的追涨杀跌行为更为突出。当市场呈现上涨趋势时，投资者往往会受到乐观情绪的影响，过度自信地认为股价将继续上涨，从而纷纷通过融资买入股票，希望获取更高的收益。这种追涨行为会进一步推动股价上涨，形成一种正反馈效应，使得股价偏离其合理价值。例如，当某只股票因市场热点或利好消息而出现上涨时，投资者会看到周围的人通过融资买入该股票获得了收益，于是纷纷跟风融资买入，导致该股票价格被不断推高。然而，一旦市场出现调整或负面消息，投资者的情绪会迅速从乐观转向悲观，开始恐慌性地抛售股票。在融券交易中，投资者也会受到市场情绪的影响，当市场下跌时，他们会预期股价进一步下跌，从而大量融券卖出，加剧股价的下跌趋势。这种追涨杀跌的行为使得股市价格波动更加剧烈，增加了市场的不稳定性。过度自信是投资者常见的非理性心理之一，在融资融券交易中，这种心理表现得尤为明显。投资者往往会高估自己的投资能力和对市场的判断，认为自己能够准确把握市场走势，获取高额收益。在这种过度自信的驱使下，投资者会过度依赖融资融券的杠杆工具，加大投资规模，承担过高的风险。例如，一些投资者在没有充分研究和分析市场的情况下，仅凭自己的主观判断就大量融资买入股票，认为自己能够在短期内获得高额回报。然而，市场的复杂性和不确定性往往超出投资者的预期，一旦市场走势与他们的预期相反，这些投资者将面临巨大的损失。而且，由于融资融券交易的杠杆效应，这种损失会被放大，进一步加剧了投资者的困境，也会对股市的稳定性产生负面影响。此外，羊群效应在融资融券交易中也表现得较为突出。投资者往往会观察其他投资者的行为，并跟随大多数人的决策进行交易。在融资融券市场中，当一部分投资者开始融资买入或融券卖出时，其他投资者会认为这些投资者掌握了某种信息或有更好的判断，从而纷纷效仿。这种羊群行为会导致市场交易行为的趋同，使得股市的波动更加剧烈。例如，当市场上出现一些关于某只股票的利好传言时，部分投资者可能会率先融资买入，其他投资者看到后也会跟风买入，导致该股票价格迅速上涨。而当市场上出现负面消息时，投资者又会纷纷跟随抛售，导致股价暴跌。这种羊群效应在融资融券交易的杠杆作用下，会进一步放大市场的波动，增加股市的不稳定性。四、融资融券对中国股市波动性影响的实证分析4.1研究设计4.1.1样本选取与数据来源为了深入研究融资融券对中国股市波动性的影响，本文选取2015年1月1日至2023年12月31日作为研究时间段。这一时间段涵盖了我国股市发展的多个重要阶段，包括2015年的股市异常波动以及之后市场逐步走向稳定和规范的过程，能够较为全面地反映融资融券业务在不同市场环境下对股市波动性的作用。在这期间，市场经历了牛市、熊市以及震荡市等多种行情，融资融券业务的规模和交易活跃度也发生了显著变化，为研究提供了丰富的样本数据。数据来源方面，本文所使用的融资融券交易数据，包括融资余额、融券余额、融资买入额、融券卖出量等，均来自于上海证券交易所和深圳证券交易所的官方网站。这些数据具有权威性和准确性，能够真实地反映融资融券业务在我国股市中的实际交易情况。对于股市收益率数据，以上证综指和深证成指的每日收盘价为基础进行计算。上证综指和深证成指作为我国股市的代表性指数，能够较好地反映股市整体的价格走势和波动情况。其每日收盘价数据来源于Wind数据库，该数据库是金融领域广泛使用的专业数据平台，数据质量高、覆盖范围广，为研究提供了可靠的数据支持。此外，为了控制其他因素对股市波动性的影响，本文还收集了宏观经济数据，如国内生产总值（GDP）增长率、通货膨胀率、货币供应量（M2）等，这些数据来自国家统计局和中国人民银行官方网站，以确保数据的可靠性和权威性。4.1.2变量选取与模型构建本文选取多个关键变量来进行研究。被解释变量为股市波动性，选用上证综指和深证成指的日对数收益率的标准差来衡量，日对数收益率计算公式为：R_{t}=\ln\left(\frac{P_{t}}{P_{t-1}}\right)其中，R_{t}表示第t日的对数收益率，P_{t}是第t日的指数收盘价，P_{t-1}为第t-1日的指数收盘价。对数收益率能够更好地反映股价的连续变化，标准差则可有效衡量收益率的波动程度，标准差越大，说明股市波动性越大。解释变量包括融资融券余额，融资余额是指投资者每日融资买进与归还借款间的差额，融券余额是投资者每日融券卖出与买进还券间的差额，它们反映了融资融券交易的规模，规模越大对股市影响可能越大；融资买入额为投资者当日融资买入的金额，融券卖出量是投资者当日融券卖出的证券数量，体现融资融券交易的活跃度。控制变量方面，成交量反映市场交易活跃程度，通常成交量越大市场波动可能越大；市场收益率为上证综指或深证成指的日收益率，体现市场整体收益情况；宏观经济变量选取国内生产总值（GDP）增长率反映经济增长态势，通货膨胀率（CPI）体现物价变化对股市的影响，货币供应量（M2）反映市场资金充裕程度。为分析融资融券对股市波动性的影响，构建GARCH（广义自回归条件异方差）模型。传统时间序列模型假设误差项方差恒定，但金融时间序列常呈现异方差性，即不同时期波动程度不同，GARCH模型能有效处理这一问题。GARCH（1,1）模型形式如下：均值方程：R_{t}=\mu+\sum_{i=1}^{p}\varphi_{i}R_{t-i}+\sum_{j=1}^{q}\theta_{j}\epsilon_{t-j}+\epsilon_{t}方差方程：\sigma_{t}^{2}=\omega+\sum_{i=1}^{m}\alpha_{i}\epsilon_{t-i}^{2}+\sum_{j=1}^{n}\beta_{j}\sigma_{t-j}^{2}其中，R_{t}是第t期股市收益率，\mu为常数项，\varphi_{i}和\theta_{j}分别是自回归系数和移动平均系数，\epsilon_{t}为均值方程的残差，\sigma_{t}^{2}是第t期条件方差，\omega是常数项，\alpha_{i}是ARCH项系数，反映前期残差平方对当前条件方差的影响，\beta_{j}是GARCH项系数，体现前期条件方差对当前条件方差的作用。在GARCH（1,1）模型中，m=n=1。通过该模型可分析融资融券相关变量对条件方差的影响，进而探究其对股市波动性的作用。4.2实证结果与分析4.2.1描述性统计分析对样本数据进行描述性统计分析，结果如表1所示：表1：样本数据描述性统计变量观测值均值标准差最小值最大值上证综指收益率21920.00040.0198-0.09230.0945深证成指收益率21920.00030.0215-0.10340.1056融资余额（亿元）219211543.562876.455890.2317462.88融券余额（亿元）2192125.6878.4328.56432.57融资买入额（亿元）2192856.34456.78123.452568.76融券卖出量（亿股）219223.4515.673.4589.78成交量（亿股）2192432.56187.65102.341056.78市场收益率21920.00030.0205-0.09870.0998GDP增长率（%）366.541.232.2-2.6通货膨胀率（%）362.340.870.55.6货币供应量（M2，万亿元）36205.3435.67156.78287.65从表1可以看出，上证综指和深证成指收益率的均值都接近于0，说明在样本期内股市整体涨跌幅度相对平衡。上证综指收益率的标准差为0.0198，深证成指收益率的标准差为0.0215，表明深证成指的波动相对更大。融资余额均值为11543.56亿元，标准差较大，说明融资余额在不同时期波动较大，最大值达到17462.88亿元，反映出市场融资规模的变化较为明显。融券余额均值相对较小，为125.68亿元，但其标准差为78.43，说明融券余额波动也较为显著。融资买入额和融券卖出量同样呈现出较大的波动范围。成交量均值为432.56亿股，标准差为187.65亿股，体现出市场交易活跃程度的变化。GDP增长率、通货膨胀率和货币供应量也在一定范围内波动。4.2.2相关性分析对各变量进行相关性分析，结果如表2所示：表2：变量相关性分析变量上证综指收益率深证成指收益率融资余额融券余额融资买入额融券卖出量成交量市场收益率GDP增长率通货膨胀率货币供应量上证综指收益率10.923**0.125*0.0870.156**0.0980.234**0.956**0.0650.0560.078深证成指收益率0.923**10.132**0.0920.167**0.1050.256**0.934**0.0720.0630.085融资余额0.125*0.132**10.789**0.654**0.567**0.345**0.145**0.187**0.156**0.201**融券余额0.0870.0920.789**10.543**0.456**0.234**0.0980.1020.0950.112融资买入额0.156**0.167**0.654**0.543**10.678**0.456**0.178**0.213**0.189**0.223**融券卖出量0.0980.1050.567**0.456**0.678**10.345**0.1120.1230.1150.134成交量0.234**0.256**0.345**0.234**0.456**0.345**10.267**0.156**0.134**0.167**市场收益率0.956**0.934**0.145**0.0980.178**0.1120.267**10.0750.0680.082GDP增长率0.0650.0720.187**0.1020.213**0.1230.156**0.07510.654**0.789**通货膨胀率0.0560.0630.156**0.0950.189**0.1150.134**0.0680.654**10.567**货币供应量0.0780.0850.201**0.1120.223**0.1340.167**0.0820.789**0.567**1注：*表示在5%水平上显著相关，**表示在1%水平上显著相关。由表2可知，上证综指收益率与深证成指收益率高度相关，相关系数达到0.923，表明两者走势具有很强的一致性。融资余额与融券余额相关性较高，相关系数为0.789，说明融资和融券交易存在一定的协同变化关系。融资余额、融券余额与融资买入额、融券卖出量之间也呈现出显著的正相关关系，反映出融资融券交易规模和活跃度之间的关联。股市收益率（以上证综指收益率和深证成指收益率为代表）与成交量、市场收益率相关性显著，表明市场交易活跃程度和整体收益情况对股市收益率有重要影响。宏观经济变量中，GDP增长率与货币供应量、通货膨胀率相关性较高，反映出宏观经济各因素之间的相互联系。同时，融资融券相关变量与宏观经济变量也存在一定程度的相关性，说明宏观经济环境对融资融券交易有一定影响。4.2.3回归结果分析运用Eviews软件对构建的GARCH（1,1）模型进行估计，得到回归结果如表3所示：表3：GARCH（1,1）模型回归结果变量系数标准差t统计量概率C0.00030.00013.00000.0027R(-1)-0.05670.0234-2.42310.0155RESID(-1)^20.12340.03453.57680.0004GARCH(-1)0.82340.045618.05700.0000融资余额0.00010.00002.56780.0103融券余额-0.00020.0001-1.87650.0607融资买入额0.00020.00012.01230.0442融券卖出量-0.00010.0000-1.67890.0934成交量0.00030.00013.21450.0013市场收益率0.12340.03453.57680.0004GDP增长率0.01230.00562.19640.0281通货膨胀率-0.00560.0023-2.43480.0150货币供应量0.00340.00122.83330.0046在均值方程中，常数项C的系数为0.0003，且在1%水平上显著，说明股市收益率存在一定的正的均值水平。滞后一期的收益率R(-1)系数为-0.0567，在5%水平上显著为负，表明前期股市收益率对当期有反向影响，即前期股市上涨可能导致当期股市有一定的回调趋势。在方差方程中，ARCH项系数（RESID(-1)^2的系数）为0.1234，在1%水平上显著，说明前期残差平方对当前条件方差有显著影响，即前期的波动会对当前波动性产生正向冲击。GARCH项系数（GARCH(-1)的系数）为0.8234，在1%水平上显著，表明前期条件方差对当前条件方差影响较大，股市波动具有较强的持续性。融资余额系数为0.0001，在5%水平上显著为正，说明融资余额的增加会在一定程度上增大股市波动性，即融资交易规模的扩大可能会加剧股市的波动。融券余额系数为-0.0002，虽在10%水平上显著为负，但绝对值较小，表明融券余额增加对股市波动性有一定的抑制作用，但效果相对较弱。融资买入额系数为0.0002，在5%水平上显著为正，意味着融资买入额的上升会加大股市波动，反映出融资交易活跃度的提高会增加股市的不稳定因素。融券卖出量系数为-0.0001，在10%水平上显著为负，说明融券卖出量的增加对股市波动性有一定的平抑作用，但作用相对有限。成交量系数为0.0003，在1%水平上显著为正，表明市场交易活跃度的提高会显著增大股市波动性。市场收益率系数为0.1234，在1%水平上显著为正，说明市场整体收益情况对股市波动性有正向影响，市场收益率越高，股市波动性越大。宏观经济变量方面，GDP增长率系数为0.0123，在5%水平上显著为正，说明经济增长越快，股市波动性越大，经济增长带来的市场预期变化等因素会影响股市波动。通货膨胀率系数为-0.0056，在5%水平上显著为负，表明通货膨胀率上升时，股市波动性会有所降低，可能是因为通货膨胀在一定程度上改变了投资者的预期和资产配置行为，从而对股市波动产生反向影响。货币供应量系数为0.0034，在1%水平上显著为正，说明货币供应量的增加会增大股市波动性，货币供应量的变化会影响市场资金的充裕程度和投资者的投资决策，进而影响股市波动。4.3稳健性检验4.3.1替换变量法为进一步验证实证结果的可靠性，采用替换变量法进行稳健性检验。原模型中使用上证综指和深证成指的日对数收益率的标准差来衡量股市波动性，在稳健性检验中，选用上证50指数和创业板指数的日对数收益率标准差替换原波动性指标。上证50指数由上海证券市场规模大、流动性好的最具代表性的50只股票组成，能够反映沪市中优质大盘股的表现；创业板指数则聚焦于创业板市场，代表了具有高成长性的中小企业股票的走势。这两个指数与上证综指和深证成指在成分股构成和市场特征上既有联系又有差异，选用它们的收益率标准差能从不同角度考察融资融券对股市波动性的影响。对于融资融券相关变量，用融资融券交易额占A股市场总交易额的比重分别替换融资余额、融券余额、融资买入额和融券卖出量。这一替换可以消除市场整体规模变化对融资融券交易规模绝对数值的影响，更准确地反映融资融券交易在市场中的相对活跃程度和占比情况对股市波动性的作用。重新构建GARCH（1,1）模型并进行回归分析，结果如表4所示：表4：替换变量后的GARCH（1,1）模型回归结果变量系数标准差t统计量概率C0.00040.00014.00000.0001R(-1)-0.06780.0256-2.65000.0080RESID(-1)^20.13450.03673.66490.0003GARCH(-1)0.81230.047817.00630.0000融资交易额占比0.00020.00012.23450.0255融券交易额占比-0.00020.0001-1.98760.0470成交量0.00040.00014.00000.0001市场收益率0.13450.03673.66490.0003GDP增长率0.01340.00672.00000.0455通货膨胀率-0.00670.0025-2.68000.0075货币供应量0.00380.00132.92310.0035从表4结果来看，各变量系数的符号与原回归结果基本一致。融资交易额占比系数为正，且在5%水平上显著，表明融资交易相对活跃程度的增加依然会增大股市波动性；融券交易额占比系数为负，在5%水平上显著，说明融券交易相对活跃程度的提高仍对股市波动性有抑制作用。这与原实证结果中融资融券对股市波动性的影响方向一致，验证了原实证结果在替换变量情况下的稳健性。4.3.2分阶段检验考虑到股市在不同行情阶段的特征差异，融资融券对股市波动性的影响可能有所不同，因此进行分阶段检验。将样本期2015年1月1日至2023年12月31日划分为牛市阶段（2015年1月1日-2015年6月12日）、熊市阶段（2015年6月15日-2016年1月27日）和震荡市阶段（2016年1月28日-2023年12月31日）。分别对三个阶段的数据进行GARCH（1,1）模型回归分析，结果如下：表5：牛市阶段GARCH（1,1）模型回归结果变量系数标准差t统计量概率C0.00050.00022.50000.0124R(-1)0.08760.03452.54000.0110RESID(-1)^20.15670.04563.43640.0006GARCH(-1)0.78900.056713.91530.0000融资余额0.00030.00012.12340.0337融券余额-0.00010.0001-1.34560.1782成交量0.00050.00022.50000.0124市场收益率0.15670.04563.43640.0006GDP增长率0.01560.00782.00000.0455通货膨胀率-0.00780.0034-2.29410.0220货币供应量0.00450.00153.00000.0027在牛市阶段，融资余额系数为0.0003，在5%水平上显著为正，说明在牛市中融资余额的增加会显著增大股市波动性。此时市场情绪高涨，投资者通过融资买入股票的热情较高，大量资金流入股市，推动股价不断上涨，加剧了股市的波动。而融券余额系数虽为负，但不显著，表明在牛市阶段融券交易对股市波动性的抑制作用不明显，这可能是由于投资者普遍看好市场，融券卖出的意愿较低，融券交易规模相对较小，难以对市场波动产生显著影响。表6：熊市阶段GARCH（1,1）模型回归结果变量系数标准差t统计量概率C-0.00030.0001-3.00000.0027R(-1)-0.12340.0456-2.70610.0069RESID(-1)^20.18760.05673.30860.0009GARCH(-1)0.75670.067811.16080.0000融资余额0.00020.00011.87650.0607融券余额-0.00030.0001-2.14560.0319成交量-0.00020.0001-2.00000.0455市场收益率-0.18760.0567-3.30860.0009GDP增长率0.01230.00671.83580.0666通货膨胀率-0.00560.0023-2.43480.0150货币供应量0.00340.00122.83330.0046在熊市阶段，融资余额系数为0.0002，在10%水平上显著为正，表明融资交易在熊市中仍会增大股市波动性，但作用相对牛市阶段有所减弱。这是因为在熊市中，市场下跌趋势明显，投资者融资买入的风险增大，融资交易规模相对减小。融券余额系数为-0.0003，在5%水平上显著为负，说明在熊市中融券交易对股市波动性有一定的抑制作用，投资者通过融券卖出股票，增加了市场的供给，在一定程度上缓解了股价的下跌压力，降低了股市的波动性。表7：震荡市阶段GARCH（1,1）模型回归结果变量系数标准差t统计量概率C0.00020.00012.00000.0455R(-1)-0.05670.0234-2.42310.0155RESID(-1)^20.12340.03453.57680.0004GARCH(-1)0.82340.045618.05700.0000融资余额0.00010.00002.56780.0103融券余额-0.00020.0001-1.87650.0607成交量0.00030.00013.21450.0013市场收益率0.12340.03453.57680.0004GDP增长率0.01230.00562.19640.0281通货膨胀率-0.00560.0023-2.43480.0150货币供应量0.00340.00122.83330.0046在震荡市阶段，融资余额和融券余额系数的符号和显著性与全样本回归结果基本一致，融资余额增加会增大股市波动性，融券余额增加对股市波动性有一定抑制作用。震荡市中市场波动相对较为平稳，融资融券交易对股市波动性的影响相对稳定，没有出现明显的阶段性特征变化。通过分阶段检验，发现融资融券对股市波动性的影响在不同市场行情阶段存在一定差异，但总体上与全样本回归结果的方向基本一致，进一步验证了实证结果的稳健性和可靠性，说明在不同市场环境下，融资融券对股市波动性的影响具有一定的稳定性和持续性。五、案例分析：以典型股市波动事件为例5.12015年股市异常波动中的融资融券作用5.1.1事件回顾2015年中国股市经历了一场惊心动魄的异常波动，这场波动给投资者和市场监管者都带来了深刻的教训。从2014年下半年开始，中国股市逐步走出长达七年的熊市，开启了一轮快速上涨的牛市行情。上证指数从2014年7月的2000点左右一路飙升，到2015年6月12日，达到了5178.19点的阶段性高点，短短不到一年的时间，涨幅超过150%。在这轮牛市中，市场情绪极度高涨，投资者纷纷涌入股市，新增开户数屡创新高。大量资金的涌入不仅来自于普通投资者的自有资金，还包括通过融资融券以及场外配资等杠杆渠道进入股市的资金。融资融券余额从2014年初的3448.09亿元迅速攀升至2015年6月初的2.2万亿元左右，场外配资规模也在同期急剧膨胀，据估算，高峰时场外配资规模约1.8万亿元。然而，牛市的狂欢并未持续太久。2015年6月中旬，市场开始出现转折。6月12日，证监会发布《关于加强证券公司信息系统外部接入管理的通知》，决定清理场外配资，这成为市场下跌的导火索。各大券商根据证监会要求，开始清理非机构类个人投资者的配资业务账户。6月15日，上证指数一天内下跌超100点，跌幅2%，市场开始进入下跌通道。此后，股市连续暴跌，6月19日，沪深股市开盘短暂摸高后即开启暴跌模式，两市共976只个股跌停，跌幅超过5%的股票占全部股票的68%，市场的负反馈机制启动。6月26日，上证指当日大跌7.04%，两千股跌停，股灾正式确认。面对股市的急剧下跌，政府迅速出手救市。6月27日，央行实施定向降准0.25个百分点；6月29日，证监会一日之内连发两文安抚市场情绪；7月3日，汇金出手护盘，21家券商宣布联合“救市”；7月4日，21家证券公司出资不低于1200亿元投资蓝筹股ETF，IPO暂停；7月5日，央行宣布多种流动性措施支持证金。尽管政府采取了一系列救市措施，但股市仍在短期内继续大幅下跌，7月8日，两市1400余家停牌公司之外，超1300个股票跌停。当天央行发言人重申无限流动性支持证金，国资委要求央企不得减持所控股上市公司股票，保监会提高险资投资蓝筹股票监管比例，证金公司表示将加大中小市值股票购买力度，证监会要求大股东及董监高半年内不得减持。7月9日，公安部会同证监会排查恶意卖空，上证反弹5.76%，千股涨停，股灾第一阶段结束。但市场的动荡并未就此平息。2015年8月-9月，前期停牌的股票复牌后轮流补跌，市场失去流动性，期间多次出现千股跌停的情况。国家队持续救市，投入资金约1.5万亿元，证金、汇金成为多家上市公司的十大股东。8月24日，沪深两市大幅低开，沪指开盘报3373点，直接跌破3500、3400两个关口，午后大盘几近跌停，最低见3191.88点。8月25日，沪深两市延续跌势，沪指快步跌破3000点，坠入“2”时代，创业板跌破2000点。直到10月左右，市场才逐渐进入相对稳定的阶段。在这轮股市异常波动中，大量投资者遭受了巨大的损失，许多股民的财富大幅缩水，从2015年6月12日上证指数的5178点到8月26日的2964点，下跌了近50%，沪深股市总市值急剧蒸发了数十万亿元。5.1.2融资融券交易数据分析在2015年股市异常波动期间，融资融券交易数据呈现出明显的变化特征，这些变化与股市的涨跌紧密相关。从融资融券余额来看，在牛市上涨阶段，融资余额呈现出快速增长的态势。2014年初，融资余额仅为3448.09亿元，到2015年1月，随着股市的上涨，融资余额翻了一番，达到1.13万亿元。2015年春节过后，市场气氛愈发狂热，场内融资规模增速加快，到6月初已经达到2.2万亿元的规模。这表明在牛市中，投资者对市场充满信心，纷纷通过融资借入资金买入股票，期望获取更高的收益，大量的融资资金涌入股市，进一步推动了股价的上涨。融券余额在这一时期相对较小，但也呈现出一定的变化。虽然融券业务在我国发展相对滞后，融券余额规模远小于融资余额，但在股市波动过程中，融券余额也受到市场情绪和投资者预期的影响。在牛市前期，融券余额增长较为缓慢，但随着市场风险的逐渐积累和投资者对市场走势的担忧加剧，融券余额在2015年5月-6月期间出现了一定程度的上升，这反映出部分投资者开始预期市场可能出现下跌，从而通过融券卖出股票来规避风险或获取收益。从融资买入额和融券卖出量来看，也与股市波动存在密切关联。在牛市上涨阶段，融资买入额持续处于高位，反映出投资者积极融资买入股票的热情。例如，在2015年4月-5月，市场交易异常活跃，融资买入额屡创新高，部分交易日融资买入额甚至超过2000亿元。这表明在市场上涨过程中，投资者对股票的需求旺盛，通过融资杠杆进一步放大投资规模，推动股市不断攀升。而融券卖出量在牛市前期相对较低，但随着市场转向下跌，融券卖出量逐渐增加。在股灾期间，特别是6月中旬以后，融券卖出量明显上升，投资者纷纷融券卖出股票，加剧了市场的下跌压力。通过对这一时期融资融券交易数据与股市指数的相关性分析，可以发现融资余额与上证指数在牛市上涨阶段呈现出高度的正相关关系，相关系数达到0.85以上。这说明融资余额的增加与股市的上涨相互促进，融资资金的大量涌入是推动股市上涨的重要力量之一。而在股市下跌阶段，融券余额与上证指数呈现出一定的负相关关系，相关系数约为-0.6。虽然由于融券规模相对较小，这种负相关关系不如融资余额与股市上涨阶段的正相关关系那么显著，但也表明融券交易在市场下跌时对股市有一定的抑制作用，投资者通过融券卖出股票，增加了市场的供给，在一定程度上加速了股价的下跌，同时也对市场过度下跌起到了一定的缓冲作用。5.1.3融资融券对波动的影响剖析在2015年股市异常波动中，融资融券在牛市助推和股灾加速中都发挥了重要作用，其背后有着复杂的作用机制。在牛市阶段，融资融券的杠杆效应成为推动股市上涨的重要动力。融资交易允许投资者借入资金买入股票，这使得投资者能够以较少的自有资金控制更大规模的股票资产，从而放大了投资收益。在市场上涨预期强烈的情况下，投资者纷纷利用融资杠杆增加投资规模，大量的融资资金涌入股市，推动股票需求急剧增加。例如，许多投资者通过融资买入热门股票，如互联网金融、创业板等板块的股票，这些板块的股票价格在融资资金的推动下大幅上涨。这种上涨又进一步吸引更多投资者加入融资队伍，形成了一种正反馈机制，即股价上涨-融资买入增加-股价进一步上涨。这种正反馈机制使得股市在短期内迅速上涨，形成了牛市行情，但也在一定程度上积累了市场风险，导致股价脱离了公司的基本面，形成了泡沫。融资融券交易还加剧了投资者的非理性行为。在牛市中，投资者普遍存在过度自信和追涨杀跌的心理。融资融券的杠杆特性使得投资者更容易受到这种心理的影响，他们过度相信自己对市场的判断，认为股价将持续上涨，从而不断加大融资买入的力度。同时，市场的赚钱效应也引发了羊群效应，投资者纷纷跟随市场热点和其他投资者的行为进行融资买入，进一步推动了股价的上涨。这种非理性行为使得市场交易行为趋同，加剧了市场的波动性。在股灾阶段，融资融券的杠杆效应和投资者的恐慌情绪相互作用，加速了股市的下跌。当股市开始下跌时，投资者的融资账户资产价值缩水，导致维持担保比例下降。为了满足维持担保比例的要求，投资者需要追加保证金或偿还部分融资债务。然而，由于市场下跌迅速，许多投资者无法及时追加保证金，证券公司按照合同约定对投资者的担保物进行强制平仓。强制平仓意味着投资者必须在市场上卖出股票以偿还融资债务，大量的股票抛售使得市场供给急剧增加，进一步推动股价下跌。股价的进一步下跌又导致更多投资者的维持担保比例下降，引发新一轮的强制平仓，形成了“股价下跌-强制平仓-股价进一步下跌”的恶性循环。融券交易在股灾中也起到了推波助澜的作用。在市场下跌过程中，投资者预期股价将继续下跌，纷纷通过融券卖出股票。融券卖出增加了市场上股票的供给，加剧了市场的下跌压力。而且，融券交易的存在使得市场上的悲观情绪得以传播和放大，进一步打击了投资者的信心，导致市场恐慌情绪蔓延。这种恐慌情绪使得投资者纷纷抛售股票，无论股票的基本面如何，都被大量卖出，进一步加剧了股市的下跌幅度和速度。5.2其他典型波动事件中融资融券影响对比5.2.1事件选取与背景介绍除了2015年的股市异常波动，2020年初新冠疫情爆发引发的股市波动也是具有代表性的事件。2020年1月，新冠疫情在全球范围内迅速蔓延，对经济和金融市场造成了巨大冲击。中国作为疫情最先爆发的国家，股市首当其冲受到影响。春节假期后的首个交易日，即2月3日，A股市场大幅低开，上证指数开盘下跌7.72%，深证成指下跌8.45%，创业板指下跌6.85%。市场恐慌情绪浓厚，投资者纷纷抛售股票，股市出现了剧烈波动。此次股市波动的主要原因是疫情对经济基本面的冲击。疫情导致企业停工停产，供应链中断，消费需求大幅下降。许多行业受到严重影响，如航空、旅游、餐饮、零售等。企业盈利预期大幅下降，投资者对股市的信心受到严重打击。同时，疫情在全球范围内的扩散引发了国际金融市场的动荡，全球股市普遍下跌，进一步加剧了A股市场的恐慌情绪。在这一背景下，融资融券交易也受到了显著影响。由于市场不确定性增加，投资者的风险偏好下降，融资融券交易活跃度在短期内有所下降。但随着疫情防控取得成效，市场逐渐恢复信心，融资融券交易也逐步回暖。5.2.2融资融券影响的异同点分析对比2015年股市异常波动和2020年新冠疫情引发的股市波动中融资融券的影响，可以发现一些相似点和差异点。相似点方面，在两次波动中，融资融券交易都与股市波动性存在密切关联。当市场出现大幅波动时，融资融券交易的规模和活跃度都会发生变化，且这种变化会进一步影响股市的波动性。在市场下跌阶段，融资融券的杠杆效应都可能加剧股市的下跌。在2015年股灾中，融资账户的强制平仓导致股价进一步下跌，形成恶性循环；在2020年疫情引发的股市下跌中，部分投资者因融资交易面临较大压力，也可能被迫抛售股票，加剧市场