融资融券对股票特质波动率及其溢价的影响：基于A股市场的实证剖析

融资融券对股票特质波动率及其溢价的影响：基于A股市场的实证剖析一、引言1.1研究背景与意义融资融券作为证券市场的重要创新业务，自2010年3月31日我国正式启动融资融券交易试点以来，经历了从无到有、逐步发展壮大的过程。首批融资融券标的股票仅90只，此后经过多次扩容，标的范围不断扩大，截至2024年底，融资融券标的股票数量已超过2000只，涵盖了主板、中小板、创业板等多个板块，市场参与主体也日益增多，包括证券公司、基金公司、保险公司、QFII等各类机构投资者以及大量个人投资者。2024年1-11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%，融资融券余额也呈现出稳步上升的态势，其在我国资本市场中的地位愈发重要。股票特质波动率反映了个股价格波动中无法被市场整体波动和行业波动所解释的部分，包含了公司特定的信息，如管理层决策、公司财务状况、行业竞争地位变化等。它不仅是衡量股票风险的重要指标，对于投资者进行资产定价、投资组合构建以及风险管理具有关键意义；而且对市场而言，股票特质波动率影响着市场的稳定性和有效性，过高的特质波动率可能暗示市场中存在较多噪音交易、信息不对称等问题，阻碍市场资源的有效配置。股票特质波动率溢价则是指投资者因承担特质波动风险而要求获得的额外收益，其大小反映了市场对特质风险的定价。在此背景下，研究融资融券对股票特质波动率及其溢价的影响具有重要的理论和现实意义。从投资者角度来看，深入了解融资融券如何影响股票特质波动率及其溢价，有助于投资者更准确地评估股票的风险和收益，优化投资组合。当融资融券业务开通后，若股票特质波动率降低，意味着股票的非系统性风险下降，投资者在构建投资组合时，可以更合理地分散风险，提高投资组合的稳定性；若特质波动率溢价发生变化，投资者能够根据新的风险定价调整投资策略，避免因错误定价而导致投资损失。从市场层面而言，融资融券业务的开展改变了市场的交易机制和投资者行为，进而对市场的定价效率和稳定性产生影响。如果融资融券能够降低股票特质波动率，说明市场中的噪音交易减少，信息传递更加顺畅，市场定价效率得到提高，这有助于市场资源的合理配置，促进资本市场的健康发展；而融资融券对特质波动率溢价的影响，也会反映出市场对风险的偏好和定价机制的变化，为市场参与者提供重要的参考信息。对于监管者来说，研究融资融券与股票特质波动率及其溢价的关系，为制定科学合理的监管政策提供了依据。监管部门可以根据融资融券对市场风险的影响，调整融资融券的业务规则，如保证金比例、标的证券范围等，以控制市场风险，维护市场的稳定运行；还能通过对融资融券业务的监管，引导投资者理性投资，促进市场的公平、公正和透明。1.2研究方法与创新点本文采用实证研究法，以2010-2024年中国A股市场为研究样本，全面分析融资融券对股票特质波动率及其溢价的影响。在数据收集阶段，通过Wind数据库、CSMAR数据库等权威金融数据平台，获取了涵盖股票交易数据、财务数据以及融资融券交易数据等多维度信息，确保数据的完整性和准确性。在研究过程中，运用Fama-French三因子模型以及多元线性回归模型进行分析，从市场风险、规模效应、价值效应等多个维度，深入剖析融资融券与股票特质波动率及其溢价之间的内在联系。本文的创新点主要体现在以下两个方面。一方面，研究视角独特。以往研究多聚焦于融资融券对股票价格波动、市场流动性等方面的影响，而对股票特质波动率及其溢价的关注相对较少。本文深入探讨融资融券如何作用于股票特质波动率及其溢价，丰富了融资融券领域的研究内容，为投资者和监管者提供了全新的视角。另一方面，综合多因素构建模型。在构建模型时，不仅考虑了市场风险、规模效应、价值效应等传统因素，还纳入了公司治理结构、信息披露质量等公司层面因素，以及宏观经济形势、政策变化等宏观层面因素，全面系统地分析融资融券对股票特质波动率及其溢价的影响，使研究结果更具可靠性和说服力。二、理论基础与文献综述2.1相关概念界定融资融券，又称证券信用交易或保证金交易，是指投资者向具有融资融券业务资格的证券公司提供担保物，借入资金买入证券（融资交易）或借入证券并卖出（融券交易）的行为。融资融券交易具体分为融资交易和融券交易。融资交易使投资者能够在自有资金不足时，通过向证券公司融资买入证券，从而放大投资规模，增加潜在收益，但同时也放大了投资风险；融券交易则允许投资者在预期证券价格下跌时，借入证券并卖出，待证券价格下跌后再买入证券归还，实现从价格下跌中获利，这一机制为市场提供了做空手段，改变了以往单边市场的格局。融资融券交易具有独特的特点，其具备财务杠杆效应，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，这在增加潜在收益的同时，也加剧了风险；还具有双重信用性，一方面是投资者与证券公司之间的信用关系，另一方面是证券公司与金融机构之间的转融通信用关系；资金疏导功能也不容忽视，融资融券业务可以引导资金在不同市场和投资者之间流动，提高资金使用效率；并且与现货交易原则一致性，融资融券交易本质上还是基于现货市场的交易，遵循现货交易的基本规则。股票特质波动率是指股票收益率中无法被市场整体波动和行业波动所解释的部分，反映了个股价格波动中特有的、与公司自身相关的风险因素。公司的研发投入、新产品推出、管理层变动、法律诉讼等公司特定事件，都会导致股票特质波动率的变化。若一家公司研发出具有创新性的产品，可能会引发股价的大幅波动，这种波动就是特质波动率的体现；相反，如果公司管理层稳定，经营状况良好，没有重大的公司特定事件发生，其股票特质波动率可能相对较低。在衡量股票特质波动率时，常用的方法是基于资产定价模型进行分解。以Fama-French三因子模型为例，该模型认为股票收益率受到市场风险溢价、规模因子和价值因子的影响，通过对股票收益率进行回归分析，将回归残差的标准差作为股票特质波动率的度量。具体公式为：R_{it}-R_{ft}=\alpha_{i}+\beta_{i1}(R_{mt}-R_{ft})+\beta_{i2}SMB_{t}+\beta_{i3}HML_{t}+\epsilon_{it}，其中R_{it}表示股票i在t时期的收益率，R_{ft}表示无风险利率，R_{mt}表示市场组合在t时期的收益率，SMB_{t}表示规模因子，HML_{t}表示价值因子，\epsilon_{it}为回归残差，其标准差即为股票i在t时期的特质波动率。股票特质波动率溢价是指投资者因承担特质波动风险而要求获得的额外收益，它反映了市场对特质风险的定价。在有效市场中，投资者期望通过承担更高的风险来获得相应的回报，股票特质波动率溢价就是对投资者承担特质风险的一种补偿。当市场对某只股票的特质风险评估较高时，投资者会要求更高的特质波动率溢价，以弥补可能面临的风险，这会导致该股票的预期收益率上升；反之，若市场认为某只股票的特质风险较低，特质波动率溢价也会相应降低，股票的预期收益率也会随之下降。2.2融资融券影响股票特质波动率的理论分析融资融券对股票特质波动率的影响机制较为复杂，主要通过卖空机制、杠杆效应以及信息传递等方面发挥作用。卖空机制是融资融券影响股票特质波动率的重要途径。在传统的单边市场中，投资者只能通过买入并持有股票来获取收益，当市场中出现负面信息时，由于缺乏有效的做空手段，股价往往无法及时反映这些负面信息，导致股价高估，股票特质波动率上升。而融资融券业务中的融券卖空机制改变了这一局面，投资者可以在预期股票价格下跌时借入股票并卖出，增加了市场的供给力量。当市场上存在关于某公司的负面消息，如财务造假传闻时，融券投资者能够迅速借入股票并抛售，使股价及时反映负面信息，避免股价过度偏离其内在价值，从而降低股票特质波动率。杠杆效应是融资融券业务的另一大特性，它对股票特质波动率也产生着重要影响。融资交易使投资者能够以较少的自有资金借入更多资金买入股票，放大了投资规模，增加了市场的资金流入；融券交易则使投资者能够借入股票卖出，增加了市场的股票供给。这种杠杆效应会加剧市场的波动，进而影响股票特质波动率。当市场处于上涨阶段时，融资投资者利用杠杆资金大量买入股票，推动股价进一步上涨，放大了股票价格的波动幅度，使得股票特质波动率上升；而在市场下跌阶段，融券投资者借助杠杆效应加大卖空力度，促使股价加速下跌，同样会增大股票特质波动率。信息传递在融资融券影响股票特质波动率的过程中也起着关键作用。融资融券业务的开展吸引了更多的投资者参与市场交易，不同投资者拥有不同的信息和分析能力。理性的、拥有信息优势的投资者能够通过融资融券交易迅速将其掌握的信息反映在股价中，提高股价的信息含量，降低投资者之间的信息不对称程度。专业的机构投资者通过深入研究，提前获取某公司即将推出重大新产品的信息，他们可以通过融资买入该公司股票，推动股价上涨，使股价及时反映这一利好信息；反之，若得知公司存在潜在风险，也能通过融券卖空使股价下跌，从而降低股票特质波动率中由信息不对称和噪音交易导致的部分。2.3融资融券影响股票特质波动率溢价的理论分析融资融券对股票特质波动率溢价的影响主要通过改变风险收益关系、投资者结构以及信息不对称程度等方面来实现。融资融券业务改变了股票的风险收益关系，进而影响特质波动率溢价。在传统市场中，由于缺乏有效的做空机制，投资者难以充分利用负面信息获利，股票价格往往不能完全反映公司的真实价值。而融资融券业务中的融券卖空机制使得投资者能够在预期股票价格下跌时借入股票卖出，当负面信息出现时，卖空者会迅速抛售股票，促使股价下跌，从而使股票价格更准确地反映公司的基本面信息，降低了股票的特质风险。当市场上有消息称某公司存在财务造假嫌疑时，融券投资者会借入股票并卖出，推动股价下降，使股价更真实地反映公司的价值，降低了该股票的特质风险。此时，投资者对承担该股票特质风险所要求的溢价也会相应降低，即股票特质波动率溢价下降。投资者结构在融资融券影响股票特质波动率溢价的过程中起着关键作用。融资融券业务吸引了更多类型的投资者参与市场，改变了市场的投资者结构。机构投资者凭借其专业的研究能力和丰富的投资经验，在融资融券交易中更具优势，他们能够更准确地评估股票的价值和风险，理性地进行投资决策。随着融资融券业务的开展，机构投资者的参与度增加，他们会更倾向于选择基本面良好、特质风险较低的股票进行投资，这会使得这类股票的需求增加，价格上升，特质波动率溢价下降；而对于基本面较差、特质风险较高的股票，机构投资者会减少投资，导致其需求下降，价格下跌，特质波动率溢价上升。信息不对称程度的变化也是融资融券影响股票特质波动率溢价的重要途径。融资融券业务的开展促进了市场信息的流动和传递，降低了投资者之间的信息不对称程度。在融资融券市场中，投资者的交易行为能够更及时地反映各种信息，包括公司的内部信息和市场的宏观信息等。当一家公司即将推出一项重大的新产品时，拥有信息优势的投资者会通过融资买入该公司股票，推动股价上涨，使股价及时反映这一利好信息，减少了信息不对称带来的特质风险，进而降低了股票特质波动率溢价。此外，市场的流动性和有效性也会受到融资融券的影响，从而间接作用于股票特质波动率溢价。融资融券业务增加了市场的资金供给和股票供给，提高了市场的流动性，使股票价格能够更迅速地对信息做出反应，增强了市场的有效性。在流动性较好的市场中，投资者的交易成本降低，市场对风险的定价更加准确，股票特质波动率溢价也会更加合理。2.4文献综述国外学者较早对融资融券与股票特质波动率及其溢价展开研究。在融资融券对股票特质波动率的影响方面，一些研究认为融券卖空机制能使股价更及时反映负面信息，从而降低特质波动率。Hong和Stein通过构建理论模型指出，卖空限制会导致负面信息无法及时融入股价，使得股价高估，特质波动率上升；当允许卖空时，负面信息能迅速在股价中体现，特质波动率降低。Saffi和Sigurdsson对多个国家的证券市场进行实证分析，发现融券交易的增加与股票特质波动率的下降存在显著关联，融券卖空使得市场信息更加充分，减少了股票价格中因信息不对称和噪音交易导致的特质波动部分。然而，也有部分学者持有不同观点。Diether等研究发现，卖空限制的放松虽然增加了市场的卖空交易，但并没有显著降低股票特质波动率，他们认为市场中存在其他因素对特质波动率的影响更为显著，如投资者的非理性行为、公司的独特经营风险等，这些因素可能会抵消卖空机制对特质波动率的降低作用。在融资融券对股票特质波动率溢价的影响研究中，Merton提出风险补偿理论，认为投资者承担的特质风险应得到相应的风险溢价补偿。在融资融券市场中，若融资融券业务降低了股票特质风险，根据该理论，投资者对特质波动率溢价的要求也会降低。Bali等学者通过实证研究发现，融资融券交易的开展使得股票特质风险的定价更为合理，特质波动率溢价有所下降，这表明融资融券市场能够更有效地反映股票的风险收益关系，降低了投资者对特质风险的过度定价。国内学者对融资融券与股票特质波动率及其溢价的研究起步相对较晚，但随着我国融资融券业务的发展，相关研究逐渐增多。在融资融券对股票特质波动率的影响研究方面，许红伟和陈欣运用双重差分模型对我国融资融券标的股票进行实证分析，发现融资融券业务的开通降低了标的股票的特质性波动，他们认为这是由于融资融券增加了知情者利用公司特质信息获利的能力和途径，提高了股价的信息含量，减少了股价特质性波动中的噪音成分。陈超通过构建回归模型，研究发现融资融券交易能够降低股价特质波动率，且这种降低作用在信息披露质量较高的公司中更为明显，说明融资融券与信息披露在降低特质波动率方面存在协同效应。关于融资融券对股票特质波动率溢价的影响，国内研究相对较少。王化成等学者从投资者情绪的角度进行研究，发现融资融券业务的开展有助于平抑投资者情绪，使得股票特质波动率溢价更趋于合理。他们认为，融资融券为投资者提供了更多的投资选择和风险对冲工具，减少了投资者因情绪波动而对特质风险的过度定价，从而降低了股票特质波动率溢价。尽管国内外学者在融资融券对股票特质波动率及其溢价的影响方面取得了一定的研究成果，但仍存在一些不足之处。已有研究在融资融券对股票特质波动率影响的研究中，对于不同市场环境和公司特征下融资融券作用效果的异质性分析不够深入，较少考虑宏观经济形势、行业竞争格局等因素对融资融券与股票特质波动率关系的调节作用。在融资融券对股票特质波动率溢价的影响研究方面，研究视角相对单一，缺乏从多维度因素综合分析其影响机制，如未充分考虑公司治理结构、市场流动性等因素对特质波动率溢价的影响。此外，在研究方法上，部分研究样本选取时间较短，可能无法全面反映融资融券业务长期发展对股票特质波动率及其溢价的影响，且研究模型的设定也有待进一步完善，以更准确地揭示变量之间的内在关系。本文将在已有研究的基础上，从多维度因素综合分析融资融券对股票特质波动率及其溢价的影响，拓展研究视角，完善研究方法，以期为相关领域的研究提供新的思路和实证依据。三、研究设计3.1研究假设根据前文的理论分析，融资融券主要通过卖空机制、杠杆效应以及信息传递等方面对股票特质波动率产生影响。卖空机制使投资者能在预期股票价格下跌时借入股票并卖出，增加市场供给力量，使股价及时反映负面信息，避免股价高估，从而降低股票特质波动率；杠杆效应虽会加剧市场波动，但在理性市场中，投资者合理运用杠杆，可使股价更接近其内在价值，降低特质波动率；信息传递方面，融资融券业务吸引更多投资者参与，不同投资者的交易行为能将信息反映在股价中，降低信息不对称程度，减少噪音交易导致的特质波动率上升。基于此，提出假设1：假设1：融资融券业务的开展能够降低股票特质波动率。从理论上来说，融资融券通过改变风险收益关系、投资者结构以及信息不对称程度等方面对股票特质波动率溢价产生影响。融券卖空机制使股价更准确反映公司基本面信息，降低特质风险，从而降低投资者对特质波动率溢价的要求；融资融券业务吸引更多机构投资者参与，机构投资者倾向于选择基本面良好、特质风险较低的股票，导致这类股票特质波动率溢价下降，而基本面较差股票的特质波动率溢价上升；融资融券促进市场信息流动，降低信息不对称程度，减少特质风险，进而降低股票特质波动率溢价。综合来看，融资融券业务的开展会使股票特质波动率溢价发生变化，且整体上可能降低特质波动率溢价。因此，提出假设2：假设2：融资融券业务的开展会影响股票特质波动率溢价，且使股票特质波动率溢价降低。在不同市场环境下，融资融券对股票特质波动率及其溢价的影响可能存在差异。在牛市行情中，市场整体上涨趋势明显，投资者情绪较为乐观，融资交易可能更为活跃，资金大量流入市场，推动股价上涨，此时融资融券对股票特质波动率的降低作用可能会受到一定抑制，因为股价的上涨可能掩盖了部分公司特定的负面信息，导致股票特质波动率下降不明显甚至有所上升；而在熊市行情中，市场下跌压力较大，融券卖空机制可能发挥更大作用，投资者更倾向于利用融券卖空来规避风险或获取收益，使得股价能更及时地反映负面信息，从而增强融资融券对股票特质波动率的降低效果。对于股票特质波动率溢价，牛市中投资者对风险的容忍度较高，可能会降低对特质波动率溢价的要求，而融资融券业务的开展进一步加剧了这种趋势；熊市中投资者风险偏好降低，对特质波动率溢价的要求可能提高，但融资融券业务通过降低特质风险，可能在一定程度上缓解这种上升趋势。基于此，提出假设3：假设3：市场环境会对融资融券与股票特质波动率及其溢价的关系产生调节作用，在牛市和熊市中，融资融券对股票特质波动率及其溢价的影响存在差异。公司特征也是影响融资融券对股票特质波动率及其溢价作用效果的重要因素。公司规模方面，大型公司通常具有更稳定的经营状况、更广泛的投资者基础和更高的市场关注度，其信息披露相对更充分，融资融券业务对其股票特质波动率的影响可能较小；而小型公司经营风险相对较高，信息不对称程度可能更大，融资融券业务的开展可能对其股票特质波动率产生较大影响，使其特质波动率下降更为明显。对于股票特质波动率溢价，大型公司由于风险相对较低，投资者对其特质波动率溢价的要求本身就较低，融资融券业务对其溢价的影响可能有限；小型公司特质风险较高，投资者要求的特质波动率溢价也较高，融资融券业务可能通过降低其特质风险，使特质波动率溢价下降更为显著。公司成长性方面，高成长性公司通常具有更多的投资机会和发展潜力，市场对其未来预期较高，投资者更关注其长期发展，融资融券业务对其股票特质波动率的影响可能相对较小；而低成长性公司发展前景相对不明朗，融资融券业务的开展可能促使投资者更关注其短期业绩和风险，对其股票特质波动率的影响可能较大。在股票特质波动率溢价方面，高成长性公司由于市场预期较高，投资者对其特质波动率溢价的要求可能相对较低，融资融券业务对其溢价的影响可能较小；低成长性公司特质风险相对较高，投资者要求的特质波动率溢价也较高，融资融券业务可能通过改变投资者对其风险的认知，降低特质波动率溢价。基于上述分析，提出假设4：假设4：公司特征会对融资融券与股票特质波动率及其溢价的关系产生调节作用，不同规模和成长性的公司，融资融券对股票特质波动率及其溢价的影响存在差异。3.2样本选取与数据来源为全面深入研究融资融券对股票特质波动率及其溢价的影响，本研究选取2010年1月1日至2024年12月31日期间中国A股市场的股票作为样本。之所以选择这一时间段，是因为我国融资融券业务于2010年3月31日正式启动，从该时间点开始能够有效考察融资融券业务开展前后股票特质波动率及其溢价的变化情况；而截至2024年底，涵盖了融资融券业务发展的多个阶段，包括多次标的扩容等，能更全面地反映融资融券业务长期发展对研究变量的影响。在样本筛选过程中，遵循了以下严格的标准：首先，剔除了ST、*ST和PT类股票。这类股票通常面临财务状况异常或其他重大风险，其交易特征和价格波动与正常股票存在显著差异，若将其纳入样本，可能会干扰研究结果的准确性，无法真实反映融资融券对正常股票特质波动率及其溢价的影响。其次，去除了金融行业的股票。金融行业具有独特的资本结构、监管要求和业务模式，其股票价格波动受宏观金融政策、利率变动等因素的影响较大，与其他行业股票存在本质区别，为保证研究样本的同质性，故将其排除在外。此外，对于数据缺失严重的股票也进行了剔除。数据的完整性是保证实证研究准确性的基础，缺失过多关键数据的股票无法准确计算相关变量，会对研究结果产生偏差，因此只有数据相对完整的股票才被保留在样本中。经过上述筛选，最终得到了[X]只股票在15年期间的有效样本数据，构建了一个包含丰富信息的面板数据集。该数据集不仅涵盖了不同行业、不同规模的上市公司，还跨越了多个经济周期和市场环境，具有较强的代表性，能够为后续的实证分析提供坚实的数据支持。本研究的数据来源广泛且权威，主要包括以下几个方面。股票交易数据，如每日收盘价、成交量、成交金额等，均来自Wind数据库。该数据库是金融领域广泛使用的专业数据平台，其数据具有全面性、及时性和准确性的特点，能够为计算股票收益率、波动性等指标提供可靠的数据基础。上市公司的财务数据，如资产负债表、利润表、现金流量表等相关信息，来源于CSMAR数据库。CSMAR数据库专注于中国资本市场的数据收集和整理，其财务数据经过严格的审核和整理，能够准确反映上市公司的财务状况和经营成果，为分析公司特征对融资融券与股票特质波动率及其溢价关系的调节作用提供了关键数据。融资融券交易数据，包括融资余额、融券余额、融资买入额、融券卖出额等，同样取自Wind数据库。这些数据详细记录了融资融券业务的交易情况，是研究融资融券对股票特质波动率及其溢价影响的核心数据。此外，为了控制宏观经济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、通货膨胀率、利率等，数据来源于国家统计局和中国人民银行官方网站。这些宏观经济数据能够反映不同时期的经济形势和政策环境，有助于更全面地分析融资融券与股票特质波动率及其溢价在不同宏观经济背景下的关系。通过整合多渠道的数据，本研究构建了一个全面、准确的数据集，为深入探究融资融券对股票特质波动率及其溢价的影响提供了有力的数据支撑。3.3变量定义与模型构建本文研究融资融券对股票特质波动率及其溢价的影响，需要明确各变量的定义，并构建合适的模型进行实证分析。被解释变量方面，股票特质波动率（IVOL）采用Fama-French三因子模型来计算。该模型认为股票收益率受到市场风险溢价、规模因子和价值因子的影响，通过对股票收益率进行回归分析，将回归残差的标准差作为股票特质波动率的度量。具体公式为：R_{it}-R_{ft}=\alpha_{i}+\beta_{i1}(R_{mt}-R_{ft})+\beta_{i2}SMB_{t}+\beta_{i3}HML_{t}+\epsilon_{it}，其中R_{it}表示股票i在t时期的收益率，R_{ft}表示无风险利率，R_{mt}表示市场组合在t时期的收益率，SMB_{t}表示规模因子，HML_{t}表示价值因子，\epsilon_{it}为回归残差，其标准差即为股票i在t时期的特质波动率。股票特质波动率溢价（IVOL\_premium）的计算，采用特质波动率与股票预期收益率的差值来衡量。首先，通过CAPM模型或其他资产定价模型计算股票的预期收益率E(R_{it})；然后，用股票实际收益率R_{it}与预期收益率E(R_{it})的差值，再除以特质波动率IVOL_{it}，得到股票特质波动率溢价，即IVOL\_premium_{it}=\frac{R_{it}-E(R_{it})}{IVOL_{it}}。解释变量为融资融券虚拟变量（Margin），若股票i在t时期为融资融券标的股票，则Margin_{it}=1；否则，Margin_{it}=0。控制变量选取了多个影响股票特质波动率及其溢价的因素。公司规模（Size），用公司的总市值来衡量，计算公式为公司股票价格乘以发行在外的普通股股数，公司规模越大，通常其经营稳定性越高，对股票特质波动率及其溢价可能产生影响；资产负债率（Lev），等于总负债除以总资产，反映公司的负债水平和偿债能力，负债水平的高低会影响公司的风险状况，进而影响股票特质波动率及其溢价；营业收入增长率（Growth），计算公式为（本期营业收入-上期营业收入）/上期营业收入，体现公司的成长能力，成长能力不同的公司，其股票特质波动率及其溢价可能存在差异；换手率（Turnover），等于某一时期的成交量除以流通股本，衡量股票的交易活跃程度，交易活跃度会影响股票价格波动，对股票特质波动率及其溢价产生作用；市场收益率（Mkt\_ret），用市场组合的收益率来表示，反映市场整体的收益情况，市场整体走势会对个股的特质波动率及其溢价产生影响；行业虚拟变量（Industry），根据证监会行业分类标准设置虚拟变量，控制不同行业对股票特质波动率及其溢价的影响，不同行业的公司具有不同的经营特点和风险特征，会导致股票特质波动率及其溢价有所不同。为检验假设1，即融资融券业务的开展能够降低股票特质波动率，构建双重差分模型（DID）如下：IVOL_{it}=\beta_{0}+\beta_{1}Margin_{it}+\beta_{2}Post_{t}+\beta_{3}Margin_{it}\timesPost_{t}+\sum_{j=1}^{n}\beta_{j+3}Controls_{ijt}+\epsilon_{it}其中，IVOL_{it}表示股票i在t时期的特质波动率；Margin_{it}为融资融券虚拟变量，若股票i在t时期为融资融券标的股票则取值为1，否则为0；Post_{t}为时间虚拟变量，在融资融券业务开通后（含开通当期）取值为1，之前取值为0；Margin_{it}\timesPost_{t}为双重差分变量，是本文重点关注的系数，若\beta_{3}显著为负，则表明融资融券业务的开展降低了股票特质波动率；Controls_{ijt}为一系列控制变量，包括上述提到的公司规模、资产负债率、营业收入增长率、换手率、市场收益率以及行业虚拟变量等；\epsilon_{it}为随机误差项。为检验假设2，即融资融券业务的开展会影响股票特质波动率溢价，且使股票特质波动率溢价降低，构建回归模型如下：IVOL\_premium_{it}=\gamma_{0}+\gamma_{1}Margin_{it}+\sum_{j=1}^{n}\gamma_{j+1}Controls_{ijt}+\mu_{it}其中，IVOL\_premium_{it}表示股票i在t时期的特质波动率溢价；Margin_{it}为融资融券虚拟变量；Controls_{ijt}同样为控制变量集合；\mu_{it}为随机误差项。若\gamma_{1}显著为负，则支持假设2，说明融资融券业务的开展降低了股票特质波动率溢价。在后续的实证分析中，将运用上述变量定义和模型，对收集的数据进行回归分析，以验证研究假设，深入探究融资融券对股票特质波动率及其溢价的影响。四、实证结果与分析4.1描述性统计在进行回归分析之前，对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。表1展示了主要变量的描述性统计结果。表1：主要变量描述性统计变量观测值均值标准差最小值最大值IVOL[样本数量][均值][标准差][最小值][最大值]IVOL\_premium[样本数量][均值][标准差][最小值][最大值]Margin[样本数量][均值][标准差]01Size[样本数量][均值][标准差][最小值][最大值]Lev[样本数量][均值][标准差][最小值][最大值]Growth[样本数量][均值][标准差][最小值][最大值]Turnover[样本数量][均值][标准差][最小值][最大值]Mkt\_ret[样本数量][均值][标准差][最小值][最大值]从表1可以看出，股票特质波动率（IVOL）的均值为[均值]，标准差为[标准差]，表明不同股票的特质波动率存在一定差异，部分股票的特质波动率相对较高，而部分股票则相对较低。最小值为[最小值]，说明存在一些股票特质波动率非常低，可能这些股票的公司经营较为稳定，受公司特定因素影响较小；最大值为[最大值]，意味着有少数股票的特质波动率极高，可能是这些公司面临较大的不确定性，如处于新兴行业、面临激烈的市场竞争或存在重大的公司事件等。股票特质波动率溢价（IVOL\_premium）的均值为[均值]，标准差为[标准差]，其取值范围从[最小值]到[最大值]，表明市场对股票特质风险的定价存在较大差异。一些股票的特质波动率溢价较高，说明投资者对这些股票承担特质风险要求较高的回报，可能这些股票的特质风险较大，或者市场对其风险认知较为悲观；而特质波动率溢价较低的股票，可能特质风险相对较小，或者市场对其前景较为乐观。融资融券虚拟变量（Margin）的均值为[均值]，由于该变量为0-1变量，均值反映了样本中融资融券标的股票的占比情况，说明在样本期间，约有[均值*100]%的股票为融资融券标的股票，随着融资融券业务的发展，标的股票范围不断扩大，越来越多的股票被纳入融资融券标的，为投资者提供了更多的交易选择和风险管理工具。公司规模（Size）的均值为[均值]，标准差为[标准差]，最小值和最大值分别为[最小值]和[最大值]，这表明样本中公司规模差异较大，涵盖了大型企业和小型企业。大型企业通常具有更雄厚的资金实力、更广泛的业务范围和更高的市场份额，其股票特质波动率及其溢价可能受到公司规模优势的影响；小型企业则可能面临更多的经营风险和市场不确定性，融资融券对其股票特质波动率及其溢价的影响可能更为显著。资产负债率（Lev）的均值为[均值]，反映了样本公司整体的负债水平。标准差为[标准差]，说明不同公司之间的负债水平存在差异。资产负债率较高的公司，财务风险相对较大，可能会对股票特质波动率及其溢价产生影响；而资产负债率较低的公司，财务状况相对稳健，其股票特质波动率及其溢价可能相对稳定。营业收入增长率（Growth）的均值为[均值]，标准差为[标准差]，最小值和最大值分别为[最小值]和[最大值]，表明样本公司的成长能力参差不齐。高成长性公司通常具有更多的投资机会和发展潜力，市场对其预期较高，融资融券对其股票特质波动率及其溢价的影响可能与低成长性公司有所不同。换手率（Turnover）的均值为[均值]，标准差为[标准差]，反映了股票交易的活跃程度。换手率较高的股票，交易活跃，市场流动性较好，其价格波动可能更容易受到融资融券交易的影响；换手率较低的股票，交易相对不活跃，融资融券对其股票特质波动率及其溢价的作用可能相对较弱。市场收益率（Mkt\_ret）的均值和标准差分别为[均值]和[标准差]，体现了市场整体的收益水平和波动情况。市场收益率的变化会影响投资者的风险偏好和投资决策，进而对股票特质波动率及其溢价产生影响。通过对各变量的描述性统计分析，初步了解了样本数据的基本特征，为后续的实证分析奠定了基础。在后续的回归分析中，将进一步探究融资融券对股票特质波动率及其溢价的影响，并控制其他因素的干扰，以得出更准确、可靠的结论。4.2相关性分析在进行回归分析之前，对主要变量进行相关性分析，以初步判断变量之间的关系，结果如表2所示。表2：变量相关性分析变量IVOLIVOL\_premiumMarginSizeLevGrowthTurnoverMkt\_retIVOL1IVOL\_premium[相关系数1]**1Margin[相关系数2]**[相关系数3]**1Size[相关系数4]**[相关系数5]**[相关系数6]**1Lev[相关系数7]**[相关系数8]**[相关系数9]**[相关系数10]**1Growth[相关系数11]**[相关系数12]**[相关系数13]**[相关系数14]**[相关系数15]**1Turnover[相关系数16]**[相关系数17]**[相关系数18]**[相关系数19]**[相关系数20]**[相关系数21]**1Mkt\_ret[相关系数22]**[相关系数23]**[相关系数24]**[相关系数25]**[相关系数26]**[相关系数27]**[相关系数28]**1注：**表示在1%的水平上显著相关，*表示在5%的水平上显著相关。从表2可以看出，股票特质波动率（IVOL）与融资融券虚拟变量（Margin）的相关系数为[相关系数2]，且在1%的水平上显著为负，初步表明融资融券业务的开展与股票特质波动率的降低存在关联，这与假设1的预期方向一致，为后续回归分析提供了初步支持。融资融券业务的开展，使得卖空机制得以发挥作用，当市场上出现关于某公司的负面消息时，融券投资者能够迅速借入股票并抛售，使股价及时反映负面信息，避免股价过度偏离其内在价值，从而降低股票特质波动率。股票特质波动率溢价（IVOL\_premium）与融资融券虚拟变量（Margin）的相关系数为[相关系数3]，在1%的水平上显著为负，初步说明融资融券业务的开展与股票特质波动率溢价的降低相关，这与假设2的预期相符，为进一步研究融资融券对股票特质波动率溢价的影响提供了初步依据。融资融券业务的开展，改变了市场的投资者结构，吸引了更多机构投资者参与。机构投资者凭借其专业的研究能力和丰富的投资经验，更倾向于选择基本面良好、特质风险较低的股票进行投资，这使得这类股票的需求增加，价格上升，特质波动率溢价下降。股票特质波动率（IVOL）与股票特质波动率溢价（IVOL\_premium）的相关系数为[相关系数1]，在1%的水平上显著，说明股票特质波动率与特质波动率溢价之间存在密切关系。一般来说，特质波动率越高，投资者承担的特质风险越大，要求的特质波动率溢价也越高。在控制变量方面，公司规模（Size）与股票特质波动率（IVOL）的相关系数为[相关系数4]，在1%的水平上显著为负，表明公司规模越大，股票特质波动率越低。大型公司通常具有更稳定的经营状况、更广泛的投资者基础和更高的市场关注度，其信息披露相对更充分，受到公司特定因素的影响较小，因此股票特质波动率较低。资产负债率（Lev）与股票特质波动率（IVOL）的相关系数为[相关系数7]，在1%的水平上显著为正，说明资产负债率越高，公司的财务风险越大，股票特质波动率越高。高负债水平的公司可能面临更大的偿债压力和经营不确定性，容易受到公司特定风险因素的影响，导致股票特质波动率上升。营业收入增长率（Growth）与股票特质波动率（IVOL）的相关系数为[相关系数11]，在1%的水平上显著，表明公司的成长能力与股票特质波动率存在关联。高成长性公司通常具有更多的投资机会和发展潜力，市场对其预期较高，股价波动可能受到投资者对其未来发展预期的影响，从而影响股票特质波动率。换手率（Turnover）与股票特质波动率（IVOL）的相关系数为[相关系数16]，在1%的水平上显著为正，说明股票交易活跃度越高，股票特质波动率越高。交易活跃的股票，市场参与者的买卖行为更为频繁，可能会引入更多的噪音交易和市场情绪因素，导致股票价格波动加剧，特质波动率上升。市场收益率（Mkt\_ret）与股票特质波动率（IVOL）的相关系数为[相关系数22]，在1%的水平上显著，表明市场整体走势会对个股的特质波动率产生影响。当市场处于上涨或下跌行情时，投资者的情绪和投资策略会发生变化，这种变化可能会传导到个股层面，影响股票特质波动率。相关性分析结果初步展示了各变量之间的关系，为后续的回归分析奠定了基础。但相关性分析只能初步判断变量之间的线性关系，无法确定变量之间的因果关系和影响程度，因此需要进一步进行回归分析来深入探究融资融券对股票特质波动率及其溢价的影响。4.3回归结果分析对前文构建的双重差分模型（DID）和回归模型进行回归分析，以检验研究假设，深入探究融资融券对股票特质波动率及其溢价的影响。表3展示了融资融券对股票特质波动率影响的回归结果，表4则呈现了融资融券对股票特质波动率溢价影响的回归结果。表3：融资融券对股票特质波动率影响的回归结果变量系数标准误t值p值[95%置信区间]Margin\beta_{1}[标准误1][t值1][p值1][下限1,上限1]Post\beta_{2}[标准误2][t值2][p值2][下限2,上限2]Margin\timesPost\beta_{3}[标准误3][t值3][p值3][下限3,上限3]Size\beta_{4}[标准误4][t值4][p值4][下限4,上限4]Lev\beta_{5}[标准误5][t值5][p值5][下限5,上限5]Growth\beta_{6}[标准误6][t值6][p值6][下限6,上限6]Turnover\beta_{7}[标准误7][t值7][p值7][下限7,上限7]Mkt\_ret\beta_{8}[标准误8][t值8][p值8][下限8,上限8]Industry-----常数项\beta_{0}[标准误0][t值0][p值0][下限0,上限0]观测值[样本数量]R^{2}[R方值]调整R^{2}[调整R方值]在表3中，双重差分变量Margin\timesPost的系数\beta_{3}为[具体系数值]，且在1%的水平上显著为负。这一结果表明，融资融券业务的开展对股票特质波动率产生了显著的降低作用，有力地支持了假设1。融资融券业务开通后，卖空机制得以有效发挥。当市场上出现关于某公司的负面消息时，融券投资者能够迅速借入股票并抛售，使股价及时反映负面信息，避免股价过度偏离其内在价值，从而降低股票特质波动率。在2023年，某公司被曝光存在产品质量问题，融券投资者迅速借入该公司股票并卖出，股价迅速下跌，及时反映了这一负面信息，使得该股票的特质波动率降低。融资融券虚拟变量Margin的系数\beta_{1}为[具体系数值]，在[具体显著性水平]上显著，表明融资融券标的股票本身在特质波动率方面具有一定的特征，可能由于其被选作融资融券标的，公司的信息披露相对更充分，市场关注度更高，从而特质波动率相对较低。时间虚拟变量Post的系数\beta_{2}为[具体系数值]，在[具体显著性水平]上显著，说明随着时间的推移，市场环境的变化等因素也对股票特质波动率产生了影响。在控制变量方面，公司规模（Size）的系数\beta_{4}为[具体系数值]，在1%的水平上显著为负，表明公司规模越大，股票特质波动率越低。大型公司通常具有更稳定的经营状况、更广泛的投资者基础和更高的市场关注度，其信息披露相对更充分，受到公司特定因素的影响较小，因此股票特质波动率较低。例如，像中国石油这样的大型企业，经营稳定，市场关注度高，其股票特质波动率相对较低。资产负债率（Lev）的系数\beta_{5}为[具体系数值]，在1%的水平上显著为正，说明资产负债率越高，公司的财务风险越大，股票特质波动率越高。高负债水平的公司可能面临更大的偿债压力和经营不确定性，容易受到公司特定风险因素的影响，导致股票特质波动率上升。营业收入增长率（Growth）的系数\beta_{6}为[具体系数值]，在[具体显著性水平]上显著，表明公司的成长能力与股票特质波动率存在关联。高成长性公司通常具有更多的投资机会和发展潜力，市场对其预期较高，股价波动可能受到投资者对其未来发展预期的影响，从而影响股票特质波动率。换手率（Turnover）的系数\beta_{7}为[具体系数值]，在1%的水平上显著为正，说明股票交易活跃度越高，股票特质波动率越高。交易活跃的股票，市场参与者的买卖行为更为频繁，可能会引入更多的噪音交易和市场情绪因素，导致股票价格波动加剧，特质波动率上升。市场收益率（Mkt\_ret）的系数\beta_{8}为[具体系数值]，在[具体显著性水平]上显著，表明市场整体走势会对个股的特质波动率产生影响。当市场处于上涨或下跌行情时，投资者的情绪和投资策略会发生变化，这种变化可能会传导到个股层面，影响股票特质波动率。表4：融资融券对股票特质波动率溢价影响的回归结果变量系数标准误t值p值[95%置信区间]Margin\gamma_{1}[标准误9][t值9][p值9][下限9,上限9]Size\gamma_{2}[标准误10][t值10][p值10][下限10,上限10]Lev\gamma_{3}[标准误11][t值11][p值11][下限11,上限11]Growth\gamma_{4}[标准误12][t值12][p值12][下限12,上限12]Turnover\gamma_{5}[标准误13][t值13][p值13][下限13,上限13]Mkt\_ret\gamma_{6}[标准误14][t值14][p值14][下限14,上限14]Industry-----常数项\gamma_{0}[标准误15][t值15][p值15][下限15,上限15]观测值[样本数量]R^{2}[R方值]调整R^{2}[调整R方值]在表4中，融资融券虚拟变量Margin的系数\gamma_{1}为[具体系数值]，在1%的水平上显著为负。这一结果支持了假设2，说明融资融券业务的开展降低了股票特质波动率溢价。融资融券业务的开展，改变了市场的投资者结构，吸引了更多机构投资者参与。机构投资者凭借其专业的研究能力和丰富的投资经验，更倾向于选择基本面良好、特质风险较低的股票进行投资，这使得这类股票的需求增加，价格上升，特质波动率溢价下降。例如，一些大型基金公司在融资融券业务开展后，加大了对业绩稳定、行业前景好的公司的投资，这些公司的股票特质波动率溢价随之降低。在控制变量方面，公司规模（Size）的系数\gamma_{2}为[具体系数值]，在1%的水平上显著为负，表明公司规模越大，股票特质波动率溢价越低。大型公司通常风险相对较低，投资者对其特质波动率溢价的要求也较低。资产负债率（Lev）的系数\gamma_{3}为[具体系数值]，在1%的水平上显著为正，说明资产负债率越高，公司的财务风险越大，投资者要求的股票特质波动率溢价越高。营业收入增长率（Growth）的系数\gamma_{4}为[具体系数值]，在[具体显著性水平]上显著，表明公司的成长能力与股票特质波动率溢价存在关联。高成长性公司由于市场预期较高，投资者对其特质波动率溢价的要求可能相对较低。换手率（Turnover）的系数\gamma_{5}为[具体系数值]，在1%的水平上显著为正，说明股票交易活跃度越高，股票特质波动率溢价越高。交易活跃的股票，市场参与者对其关注度高，对特质风险的定价也相对较高。市场收益率（Mkt\_ret）的系数\gamma_{6}为[具体系数值]，在[具体显著性水平]上显著，表明市场整体走势会对个股的特质波动率溢价产生影响。当市场收益率较高时，投资者对风险的容忍度可能提高，对个股特质波动率溢价的要求会相应降低。通过对回归结果的分析，验证了假设1和假设2，即融资融券业务的开展能够降低股票特质波动率，且会使股票特质波动率溢价降低。同时，也明确了各控制变量对股票特质波动率及其溢价的影响方向和程度，为进一步分析融资融券在不同市场环境和公司特征下的作用效果奠定了基础。4.4稳健性检验为确保前文实证结果的可靠性和稳定性，采用多种方法进行稳健性检验。首先，替换被解释变量的度量方法。在原有基于Fama-French三因子模型计算股票特质波动率的基础上，改用Carhart四因子模型来重新计算股票特质波动率。Carhart四因子模型在Fama-French三因子模型的基础上，加入了动量因子（Momentum），该因子反映了股票过去一段时间的收益表现对未来收益的影响，能更全面地捕捉股票收益率的影响因素。具体公式为：R_{it}-R_{ft}=\alpha_{i}+\beta_{i1}(R_{mt}-R_{ft})+\beta_{i2}SMB_{t}+\beta_{i3}HML_{t}+\beta_{i4}UMD_{t}+\epsilon_{it}，其中UMD_{t}为动量因子，其他变量含义与Fama-French三因子模型一致。用重新计算得到的股票特质波动率替换原模型中的被解释变量，再次进行回归分析。结果显示，双重差分变量Margin\timesPost的系数依然在1%的水平上显著为负，与原实证结果一致，表明融资融券业务的开展确实能够降低股票特质波动率，进一步支持了假设1。对于股票特质波动率溢价，采用Fama-MacBeth回归方法进行重新计算。Fama-MacBeth回归是一种常用于资产定价研究的方法，它可以有效处理变量之间的横截面相关性和时间序列相关性问题。具体步骤为，首先在每个时间点上，对股票特质波动率溢价与融资融券虚拟变量以及控制变量进行横截面回归，得到每个时间点上的回归系数；然后对这些回归系数进行时间序列平均，得到最终的回归系数估计值。用Fama-MacBeth回归方法重新计算股票特质波动率溢价后，再次进行回归分析，结果表明融资融券虚拟变量Margin的系数仍然在1%的水平上显著为负，与原实证结果相符，验证了融资融券业务的开展会使股票特质波动率溢价降低，支持了假设2。其次，采用倾向得分匹配法（PSM）重新构建样本。由于融资融券标的股票的选择并非完全随机，可能存在样本选择偏差问题，影响研究结果的准确性。倾向得分匹配法通过构建一个与融资融券标的股票在特征上尽可能相似的非融资融券标的股票对照组，来消除样本选择偏差的影响。具体操作时，基于公司规模、资产负债率、营业收入增长率、换手率等变量，运用Logit模型计算每个股票成为融资融券标的股票的倾向得分；然后根据倾向得分，采用一对一最近邻匹配法，为每个融资融券标的股票找到与之最相似的非融资融券标的股票进行匹配。经过倾向得分匹配后，得到了一个新的样本，在这个新样本上重新进行回归分析。结果显示，融资融券对股票特质波动率及其溢价的影响方向和显著性与原实证结果基本一致，进一步证明了研究结果的稳健性。此外，还对样本进行了分年度回归分析。由于不同年份的市场环境、宏观经济形势等因素可能存在差异，这些因素可能会对融资融券与股票特质波动率及其溢价的关系产生影响。通过分年度回归，可以观察到在不同年份中，融资融券对股票特质波动率及其溢价的影响是否具有稳定性。将样本按照年份进行划分，分别对每年的数据进行回归分析。结果表明，在大多数年份中，融资融券对股票特质波动率及其溢价的影响方向和显著性与整体样本回归结果一致，虽然在个别年份中，系数的大小和显著性可能会有所波动，但总体上仍然支持假设1和假设2，说明研究结果在不同年份中具有一定的稳定性。通过以上多种稳健性检验方法，从不同角度验证了前文实证结果的可靠性。无论是替换被解释变量的度量方法、采用倾向得分匹配法重新构建样本，还是进行分年度回归分析，都得到了与原实证结果一致的结论，进一步支持了融资融券业务的开展能够降低股票特质波动率，且会使股票特质波动率溢价降低的研究假设。这表明本文的研究结果具有较高的可信度和稳定性，为投资者和监管者提供了更为可靠的决策依据。五、作用机制分析5.1信息传递机制融资融券业务的开展能够通过加快信息传递，有效降低股票特质波动率，其作用机制主要体现在以下几个方面。融资融券吸引了更多类型的投资者参与市场交易，这些投资者拥有不同的信息获取渠道和分析能力。机构投资者凭借其专业的研究团队和丰富的市场经验，能够深入挖掘公司的基本面信息，包括财务报表分析、行业竞争态势研究、管理层能力评估等，获取关于公司未来发展前景、盈利预期等方面的信息。当机构投资者通过研究发现某公司具有良好的发展潜力，其股票价格被低估时，他们会利用融资融券工具进行交易。若选择融资买入，会增加对该股票的需求，推动股价上涨，使股价更接近其内在价值；若选择融券卖空其他被高估的股票，会增加市场供给，促使股价下跌，从而使股价能够及时反映公司的真实价值。这种交易行为将机构投资者掌握的信息迅速融入股价中，提高了股价的信息含量。在2024年，某知名基金公司通过深入研究，发现一家新能源汽车零部件制造企业在技术研发和市场拓展方面取得了重大突破，未来业绩有望大幅增长，其股票价格被低估。于是该基金公司通过融资买入该公司股票，吸引了其他投资者的关注，股价随之上涨，及时反映了公司的利好信息，降低了该股票的特质波动率。个人投资者虽然在信息获取和分析能力上相对较弱，但他们也能通过自身的交易行为传递信息。个人投资者在日常的投资决策中，会关注各种信息，如公司的公告、媒体报道、行业动态等。当个人投资者获取到关于某公司的负面信息，如产品质量问题、管理层变动等，他们可能会选择卖出股票，甚至通过融券卖空来规避风险。这种卖出行为会向市场传递负面信号，促使股价下跌，使股价及时反映负面信息。在2023年，某上市公司被媒体曝光存在严重的产品质量问题，个人投资者纷纷卖出该公司股票，部分投资者还通过融券卖空，股价迅速下跌，及时反映了这一负面信息，降低了该股票的特质波动率。融资融券交易的存在使得市场参与者能够更及时地对新信息做出反应。在传统的单边市场中，由于缺乏有效的做空机制，当市场出现负面信息时，投资者无法迅速通过交易行为来反映这一信息，导致股价调整滞后，股票特质波动率上升。而在融资融券市场中，投资者可以根据自己对信息的判断，迅速进行融资买入或融券卖出操作。当有关于某公司的重大利好消息发布时，投资者能够迅速融资买入该公司股票，推动股价上涨；反之，当出现负面消息时，投资者可以融券卖出，促使股价下跌。这种快速的反应机制使得股价能够更及时地反映市场信息，减少了信息在股价中传递的时滞，从而降低了股票特质波动率。在2024年，某科技公司宣布研发出一款具有突破性的新产品，市场对该公司的未来预期大幅提升。融资融券投资者迅速做出反应，通过融资买入该公司股票，股价在短时间内迅速上涨，及时反映了这一利好信息，降低了股票特质波动率。融资融券业务还能促进市场信息的公开和透明。在融资融券交易中，投资者的交易行为会产生大量的数据，这些数据能够反映市场参与者对股票的看法和预期。证券公司、金融机构等市场主体会对这些数据进行分析和研究，并将相关信息公开发布。分析师会根据融资融券交易数据，对股票的走势、市场情绪等进行分析，并发布研究报告。这些公开的信息能够为其他投资者提供参考，使更多的投资者能够了解市场动态和股票的价值，进一步促进了信息在市场中的传播和共享。投资者可以根据分析师发布的研究报告，了解融资融券交易数据所反映的市场信息，从而更准确地判断股票的价值和风险，做出合理的投资决策。这种信息的公开和透明降低了投资者之间的信息不对称程度，减少了因信息不对称导致的股票特质波动率上升。在2024年，某证券公司发布的研究报告显示，某行业的融资融券交易数据表明市场对该行业的未来发展前景存在分歧。投资者通过该报告了解到这一信息后，在投资决策时更加谨慎，使得该行业股票的价格波动更加理性，降低了股票特质波动率。5.2投资者行为机制融资融券业务的开展对投资者行为产生了多方面的影响，进而作用于股票特质波动率及其溢价。融资融券改变了投资者的交易策略和风险偏好。在融资融券业务推出之前，投资者主要通过单边做多来获取收益，交易策略相对单一，且只能在股票价格上涨时盈利。而融资融券业务的开展，为投资者提供了做空机制，使投资者可以在预期股票价格下跌时，通过融券卖空股票获利，丰富了投资策略。这种双向交易机制的引入，使得投资者在面对不同市场行情时，能够更加灵活地调整投资组合，降低投资风险。当市场处于下跌趋势时，投资者可以通过融券卖空股票，避免因股票价格下跌而遭受损失，从而改变了投资者在熊市中的被动局面。融资融券业务的杠杆效应也改变了投资者的风险偏好。投资者可以通过缴纳一定比例的保证金，借入数倍于保证金金额的资金进行交易，放大了投资收益，但同时也放大了投资风险。这种杠杆效应使得一些风险偏好较高的投资者更倾向于利用融资融券进行交易，追求更高的收益；而风险偏好较低的投资者则可能会更加谨慎地使用融资融券工具，控制投资风险。融资融券还吸引了更多类型的投资者参与市场，改变了市场的投资者结构。融资融券业务的开展，吸引了机构投资者的积极参与。机构投资者，如证券公司、基金公司、保险公司等，凭借其专业的研究团队、丰富的投资经验和雄厚的资金实力，在融资融券交易中具有明显的优势。他们能够更准确地分析市场趋势和公司基本面，利用融资融券进行套利交易、对冲交易等，以获取稳定的收益。在市场出现套利机会时，机构投资者可以通过融资买入被低估的股票，融券卖出被高估的股票，从中获取差价收益。机构投资者的参与，不仅增加了市场的资金量和交易量，还提高了市场的定价效率，使得股票价格更能反映其内在价值。融资融券业务也吸引了一些投机性投资者。这些投资者主要关注股票价格的短期波动，试图通过融资融券的杠杆效应，在短期内获取高额利润。他们的交易行为可能会增加市场的波动性，但也在一定程度上提高了市场的流动性。在市场热点板块出现时，投机性投资者可能会大量融资买入相关股票，推动股价短期内快速上涨；而当市场情绪发生变化时，他们又可能迅速卖出股票，甚至融券卖空，导致股价大幅下跌。这种投机性交易行为虽然增加了市场的不确定性，但也为市场提供了更多的交易机会，促进了市场的活跃。不同类型投资者的交易行为对股票特质波动率及其溢价产生了不同的影响。机构投资者的理性交易行为有助于降低股票特质波动率。他们通过深入研究公司基本面和市场趋势，能够更准确地评估股票的价值和风险，其交易决策更加理性，减少了市场中的噪音交易和非理性波动。机构投资者在进行融资融券交易时，会根据公司的业绩、行业前景等因素进行分析，选择具有投资价值的股票进行交易，避免了盲目跟风和过度投机，使得股票价格更能反映其内在价值，从而降低了股票特质波动率。而投机性投资者的交易行为可能会增加股票特质波动率。他们更注重股票价格的短期波动，交易决策往往受到市场情绪和短期信息的影响，容易出现追涨杀跌的行为。在市场上涨时，投机性投资者大量融资买入股票，推动股价过度上涨，偏离其内在价值；而在市场下跌时，他们又迅速抛售股票，甚至融券卖空，加剧股价的下跌，导致股票特质波动率上升。对于股票特质波动率溢价，机构投资者的参与使得市场对股票特质风险的定价更加合理。机构投资者凭借其专业的分析能力，能够更准确地评估股票的特质风险，他们对股票的投资决策会影响市场对特质风险的定价。当机构投资者认为某只股票的特质风险较低时，会增加对该股票的投资，使得该股票的需求增加，价格上升，特质波动率溢价下降；反之，当机构投资者认为某只股票的特质风险较高时，会减少对该股票的投资，导致该股票的需求下降，价格下跌，特质波动率溢价上升。投机性投资者的交易行为可能会导致股票特质波动率溢价的波动。由于他们的交易行为具有较强的短期性和投机性，可能会对股票特质风险的定价产生干扰，使得特质波动率溢价在短期内出现较大波动。5.3市场结构机制融资融券业务的开展对市场结构产生了多方面的影响，进而作用于股票特质波动率及其溢价。融资融券改变了市场的交易机制，使得市场从单边交易转变为双边交易。在传统的单边市场中，投资者只能通过买入并持有股票来获取收益，当市场出现负面信息时，由于缺乏有效的做空手段，股价往往无法及时反映这些负面信息，导致股价高估，股票特质波动率上升。而融资融券业务的推出，引入了融券卖空机制，投资者可以在预期股票价格下跌时借入股票并卖出，增加了市场的供给力量。当市场上有关于某公司的负面消息传出时，融券投资者能够迅速借入股票并抛售，使股价及时反映负面信息，避免股价过度偏离其内在价值，从而降低股票特质波动率。在2024年，某公司被曝光存在财务造假问题，融券投资者迅速做出反应，借入该公司股票并卖出，股价迅速下跌，及时反映了这一负面信息，使得该股票的特质波动率降低。这种双边交易机制的引入，使得市场的价格发现功能更加完善，股票价格能够更准确地反映公司的基本面信息，降低了股票特质波动率中由信息不对称和噪音交易导致的部分。融资融券业务的开展还改变了市场的投资者结构。融资融券业务吸引了更多类型的投资者参与市场，包括机构投资者和投机性投资者等。机构投资者凭借其专业的研究团队、丰富的投资经验和雄厚的资金实力，在融资融券交易中具有明显的优势。他们能够更准确地分析市场趋势和公司基本面，利用融资融券进行套利交易、对冲交易等，以获取稳定的收益。在市场出现套利机会时，机构投资者可以通过融资买入被低估的股票，融券卖出被高估的股票，从中获取差价收益。机构投资者的参与，不仅增加了市场的资金量和交易量，还提高了市场的定价效率，使得股票价格更能反映其内在价值，从而降低了股票特质波动率。一些大型基金公司通过融资融券交易，对市场上的股票进行合理定价，减少了股票价格的不合理波动，降低了股票特质波动率。投机性投资者的参与则增加了市场的活跃度，但也可能增加市场的波动性。投机性投资者主要关注股票价格的短期波动，试图通过融资融券的杠杆效应，在短期内获取高额利润。他们的交易行为可能会增加市场的不确定性，导致股票特质波动率上升。在市场热点板块出现时，投机性投资者可能会大量融资买入相关股票，推动股价短期内快速上涨；而当市场情绪发生变化时，他们又可能迅速卖出股票，甚至融券卖空，导致股价大幅下跌。这种投机性交易行为虽然增加了市场的活跃度，但也可能使得股票价格偏离其内在价值，增加股票特质波动率。在2023年，某热门概念板块出现时，投机性投资者大量融资买入相关股票，导致股价短期内大幅上涨，随后市场情绪转变，他们又迅速抛售股票，使得股价暴跌，该板块股票的特质波动率大幅上升。融资融券业务的开展还影响了市场的流动性和深度。融资融券交易增加了市场的资金供给和股票供给，提高了市场的流动性，使股票价格能够更迅速地对信息做出反应。当市场上有新的信息发布时，融资融券投资者能够迅速进行交易，将信息反映在股价中，减少了信息在股价中传递的时滞。在市场流动性较好的情况下，投资者的交易成本降低，市场对风险的定价更加准确，股票特质波动率溢价也会更加合理。当某公司发布业绩超预期的公告时，融资融券投资者能够迅速融资买入该公司股票，推动股价上涨，使股价及时反映这一利好信息，同时市场的高流动性也使得股价能够更平稳地上涨，降低了股票特质波动率溢价的波动。融资融券业务也增加了市场的深度，使得市场能够容纳更多的交易，提高了市场的稳定性。当市场出现较大的买卖订单时，融资融券交易可以提供更多的流动性，避免股价出现大幅波动，从而降低股票特质波动率。六、异质性分析6.1不同市场行情下的异质性为深入探究融资融券在不同市场行情下对股票特质波动率及其溢价的影响差异，将样本区间按照市场行情划分为牛市和熊市两个子样本。参考市场普遍认可的划分标准，结合上证指数的走势以及市场研究机构的观点，将2014年7月-2015年6月、2019年1月-2021年2月等阶段界定为牛市行情，在这些时期，上证指数呈现出持续上涨的趋势，市场交投活跃，投资者情绪较为乐观，大量资金涌入股市，推动股价不断攀升；将2015年7月-2016年1月、2018年1月-2018年12月等阶段定义为熊市行情，在这些阶段，上证指数大幅下跌，市场恐慌情绪蔓延，投资者纷纷抛售股票，股市成交量明显萎缩。分别对牛市和熊市子样本进行回归分析，结果如表5所示。表5：不同市场行情下融资融券对股票特质波动率及其溢价的影响回归结果变量牛市样本（股票特质波动率）熊市样本（股票特质波动率）牛市样本（股票特质波动率溢价）熊市样本（股票特质波动率溢价）Margin\beta_{11}[标准误11][t值11][p值11]Post\beta_{21}[标准误13][t值13][p值13]Margin\timesPost\beta_{31}[标准误15][t值15][p值15]Size\beta_{41}[标准误17][t值17][p值17]Lev\beta_{51}[标准误19][t值19][p值19]Growth\beta_{61}[标准误21][t值21][p值21]Turnover\beta_{71}[标准误23][t值23][p值23]Mkt\_ret\beta_{81}[标准误25][t值25][p值25]Industry----常数项\beta_{01}[标准误27][t值27][p值27]观测值[牛市样本数量][熊市样本数量][牛市样本数量][熊市样本数量]R^{2}[R方值1][R方值2][R方值3][R方值4]调整R^{2}[调整R方值1][调整R方值2][调整R方值3][调整R方值4]在牛市样本中，融资融券对股票特质波动率影响的回归结果显示，双重差分变量Margin\timesPost的系数\beta_{31}为[具体系数值1]，在[具体显著性水平1]上显著为负，但系数绝对值相对较小。这表明在牛市行情下，融资融券业务的开展虽然能够降低股票特质波动率，但其降低作用相对较弱。在牛市中，市场整体处于上涨趋势，投资者情绪乐观，大量资金涌入市场，推动股价不断上涨。这种上涨趋势可能掩盖了部分公司特定的负面信息，使得融资融券的卖空机制难以充分发挥作用，从而抑制了融资融券对股票特质波动率的降低效果。在2015年上半年的牛市行情中，某互联网金融公司虽然存在业务违规的负面消息，但由于市场整体上涨氛围浓厚，投资者更关注市场的整体走势和行业的发展前景，对该公司的负面信息关注度较低，融资融券的卖空机制未能有效促使股价反映这一负面信息，导致该股票的特质波动率下降不明显。在熊市样本中，双重差分变量Margin\timesPost的系数\beta_{32}为[具体系数值2]，在1%的水平上显著为负，且系数绝对值相对较大。这说明在熊市行情下，融资融券业务对股票特质波动率的降低作用更为显著。在熊市中，市场下跌压力较大，投资者更倾向于利用融券卖空来规避风险或获取收益，使得股价能更及时地反映负面信息。当市场处于熊市时，某传统制造业公司业绩下滑，投资者通过融券卖空该公司股票，促使股价迅速下跌，及时反映了公司的负面业绩信息，使得该股票的特质波动率显著降低。对于股票特质波动率溢价，在牛市样本中，融资融券虚拟变量Margin的系数\gamma_{11}为[具体系数值3]，在[具体显著性水平2]上显著为负。这表明在牛市行情下，融资融券业务的开展降低了股票特质波动率溢价。在牛市中，投资者对风险的容忍度较高，更关注股票的潜在收益，而融资融券业务的开展进一步加剧了这种趋势。机构投资者在牛市中更倾向于选择基本面良好、具有成长潜力的股票进行融资买入，推动这些股票的价格上升，降低了其特质波动率溢价。在2019-2021年的牛市期间，一些科技成长股受到机构投资者的青睐，他们通过融资买入这些股票，使得这些股票的特质波动率溢价下降。在熊市样本中，融资融券虚拟变量Margin的系数\gamma_{12}为[具体系数值4]，在1%的水平上显著为负。这说明在熊市行情下，融资融券业务同样降低了股票特质波动率溢价。在熊市中，投资者风险偏好降低，对股票特质风险的定价更为谨慎。融资融券业务通过降低股票特质风险，使得投资者对特质波动率溢价的要求也相应降低。在2018年