融資融券交易能否降低股票市場波動性？

■潛 力，邱麗萍

融資融券交易能否降低股票市場波動性？

■潛 力，邱麗萍

融資融券交易；市場波動性；GARCH模型；VAR模型

一、引言

融資融券交易是指證券投資者向證券公司交納一定的保證金，證券公司向其出借資金以供買入證券或者出借證券以供賣出的交易活動，是金融市場不可或缺的部分。而收益波動率又是衡量證券市場有效性的重要指標。那么融資融券交易和收益波動率的關系究竟如何是本文需重點討論的話題。

從現實背景角度來說，我國證券市場的價格發現機制仍不夠完善，投資者“追漲殺跌”的非理性行為導致股價經常大起大落，市場的系統性風險較高。2010年3月31日融資融券業務的推出，為廣大的投資者提供了新的做空渠道。2011年11月25日，證監會公布并實施修改后的《融資融券合同必備條款》和《融資融券交易風險揭示書必備條款》，這意味著融資融券業務歷經近兩年的試點階段后開始逐步推進。此后，融資融券業務分別歷經了2011年11月29日、2013年1月31日、2013年9月16日和2014年9月22日的四次標的券擴容，以及2012年8月30日我國轉融通試點正式啟動，雖然兩融交易總量在整個市場中所占比重還比較小，但是該政策的推出對股票市場的發展卻產生了不可忽視的影響。其中一個廣為關注的問題是融資融券交易制度推出是否在國內A股市場起到了穩定市場的作用？根據國外發達資本市場的經驗，融資融券交易作為證券市場的基礎交易制度，有利于資本市場的長期穩定，降低股價波動從而避免股價暴漲暴跌（Miller，1977；Hong&Stein，2003；等等）。然而，也有部分觀點認為，允許做空尤其“裸賣空”會導致投資者惡意投機行為、市場操縱行為并帶來信用風險，從而對整體金融造成傷害（Bai et al.，2006；陳淼鑫和鄭振龍，2008；等等）。在中國市場，最典型的例子莫過于2015年的股市大動蕩，2015年1月至6月，股市迎來了快速上漲，股指從3100點迅速拉升至5178點，股市呈現泡沫傾向。而后，從2015年6月至12月大盤下跌以來，中國股市又經歷了前所未有的暴跌，股指在兩個月內下跌至2800點，市場上認為杠桿交易是本次暴跌的主要誘因。股市的異常波動和融資融券交易機制的聯動關系一度引起人們的熱切關注。在這樣的市場背景下，本文對于二者關系問題的回答，對于進一步規范融資融券交易制度和促進市場發展，也就顯得極具重要的現實意義。

從理論意義的角度來說，目前國內外學者對于該問題從理論和實證角度開展了較為豐富的研究。國內研究前沿的主要方向為融資融券對股市波動率、股票定價效率、股價信息含量的影響?？傮w來說，針對融資融券對股票波動性的影響，無論是研究樣本的范圍，還是模型方法的選擇，亦或是最終結論，理論界并沒有形成一致結論。本文認為，現有研究存在幾個局限：（1）采取的樣本集中在融資融券交易轉常規的前幾年（2010～2013年），而對于后期的熊市轉牛市以及2015年的牛熊轉換期間，很多文獻（馮玉梅和陳璇，2015；李志生和杜爽，2015；陳海強和范云菲，2015；徐長生和馬克，2017；等等。）并沒有做更多的考慮和研究，而這段時間又恰恰是兩融交易發展的如火如荼時期；（2）很多文獻主要研究融券交易（賣空交易）所帶來的影響效果，而融資融券交易的另一方面（融資交易）對股票市場的影響效果如何則少有提及（陳淼鑫和鄭振龍，2008；李科和徐炳龍，2014；等等），而眾所周知在中國市場上，恰恰是融資交易占兩融交易市場的比重更大，達到融資融券交易市場的就將近99%；（3）在股市波動率的選擇上，很多文獻采用的是股價方差、標準差、峰度、偏度、正負極端值等代理指標，并沒有考慮到金融數據的條件異方差和波動集群效應（陳淼鑫和鄭振龍，2008；林祥友，2014；李合怡和貝政新，2015；梁星韻和劉衛民，2015；等等）。因此，本文擬突破目前研究的局限，將研究樣本定位到2010年4月～2016年7月，盡量在樣本區間囊括所有融資融券交易重大發展事件，從而全面反映融資融券交易的發展對股市的影響；另外，不僅研究融券交易對股市的影響還研究融資交易對股市的影響；最后，考慮到金融數據的條件異方差和波動集群效應，我們不用股價標準差、正負極端值等常規指標代替股市波動率，而采用GARCH模型來擬合股市波動率。這三個方面也是本文所研究問題的理論意義所在。

二、文獻綜述

國內外學者有關融資融券交易是否降低了股市波動性的理論和實證結論不盡相同。

一方面，大部分學者認為融資融券雙向交易機制能平抑股市波動和穩定市場，提高流動性，提高價格發現功能。Miller（1977）研究得出，存在賣空約束時，價格更多的只反映了樂觀者的觀點，從而股價存在高估，一旦負面消息積累爆發，會加劇股價暴 跌 ；Bai，Chang&Wang(2006)以 及 Hong&Stein（2003）分別采用理性預期模型和異質代理模型同樣得出了上述類似結論；Chang,Luo&Ren（2014）在研究中國股票市場中發現，融資融券交易能夠提高市場流動性，降低了市場波動性；廖士光（2005,2011）通過協整檢驗和Granger因果檢驗發現賣空機制可以對市場的波動起到平抑作用；劉燁等（2016）構建了外生信息沖擊的門限自回歸條件密度模型，從動態視角表明融資融券沒有顯著增加股市波動和暴漲暴跌；李心丹,方立兵（2017）則從資產定價、價格穩定性和流動性三個方面考察了兩融交易對市場的影響，研究結果表明兩融交易并沒有給金融市場帶來不利影響；馮玉梅等（2015）通過建立VAR模型得出，試點期間融資相對于融券更能平抑波動，轉常規后融券平抑股價波動的功能開始顯現；李科等（2015）通過白酒行業“塑化劑事件”，建立對沖投資組合，發現賣空限制導致了股價高估，融資融券制度等做空機制有助于矯正高估，降低市場波動。

另一方面，部分研究認為兩融制度并沒有抑制股市波動，反而在一定程度上對市場產生“助漲助跌”效應，從而加劇了股市的波動。Bai et al.（2006）認為在特定情況下，具有私人信息的投資者會利用賣空來進行交易，導致市場大幅波動，從而提升了其他投資者所面臨的風險水平。陳淼鑫，鄭振龍（2008）基于全球市場發現賣空交易者的操縱行為和捕食交易策略會降低資產價格效率；賣空會導致價格對信息反應過度，導致股價暴漲暴跌；林祥友等（2016）則是以首批標的證券作為處理組樣本，采用非參數檢驗法和雙重差分模型，實證檢驗了融資融券交易“助漲助跌效應”的存在性及其非對稱性；王帥,謝赤（2016）以2010年4月2日～2016年7月21日的中國證券市場交易數據為樣本,運用小波CCCGARCH模型,考量融資融券交易對證券市場波動率的影響，得出了類似的結論。

還有部分學者則發現買空賣空行為對于資產價格效率和價格波動性的影響并不明確。比如，廖世光和楊朝軍（2006）等的研究都表明，賣空機制的引入并沒有實質性的改善資產定價效率和股市波動性。Morris&Shin(1998)等的研究還指出，允許賣空可能會導致皮革馬利翁效應，不利于市場的穩定和效率。許紅偉和陳欣（2012）基于雙重差分模型發現融資融券交易能夠顯著減少股價暴跌概率,對抑制暴漲卻幾乎沒有影響。方立兵和肖斌卿（2015）發現中國股市“買空”通道有被“過度開采”的跡象，而“賣空”通道由于受諸多約束未能發揮應有作用。李鋒森（2017）基于波動非對稱性視角,運用EGARCH模型研究融資融券對我國股市周期性波動的影響，得出融資融券對股市波動的影響是中性的結論；王雨等（2017）基于面板模型發現,標的融資交易對波動性有顯著的增強效應,而標的融券交易對其波動性影響不穩健。

雖然關于融資融券對股市波動影響的結論沒有形成統一觀點，但從支持各觀點的文獻及大量研究結果上看，贊成融資融券交易的積極作用的文獻占大多數，他們認為兩融制度很大程度上能夠有效地穩定市場，消除波動，發揮市場穩定器的作用。結合我們國家2010年以來允許融資融券交易這樣的大背景下，本文用GARCH模型擬合市場波動，重點采用VAR模型，研究融資融券對股市波動性的影響，為目前的學術界提供新的實證結論。

三、理論分析和研究假設

關于兩融交易和股市波動關系的理論，學術界普遍認為Miller（1977）以及Hong&Stein（2003）的觀點為經典之作。該研究始于Miller（1977），他認為市場上投資者如對未來股票價格走勢有分歧，在限制賣空或者賣空成本很高的情況下，會導致股票價格被高估。因為，認為股票價格會下跌的投資者不能賣空股票，所以股票的價格只是反映了市場上持樂觀態度的投資者的預期，而不是反映整體市場投資者的平均預期，從而使股票價格產生向上偏差。Hong&Stein（2003）則通過建立一個異質經濟人模型研究對賣空交易者的賣空約束能否阻止股市下跌。如果對賣空交易者的賣空行為進行限制，賣空交易者所持有的關于股票市場的不利消息將不能及時釋放，一直累積到市場開始下跌，這時，不利消息的釋放反而會進一步加劇市場下跌，最終會釀成股災，而且他們的模型還預測到，如果限制賣空，則股票收益極端值為負的頻率會相當高。

上述學者均是從股價對市場信息反應程度的角度來考慮賣空和股價波動的關系。在缺乏做空機制的情況下，股價往往對好信息反應充足，而對壞消息反應不足。擁有好消息的投資者，可以通過買入股票，持有待漲后賣出獲利，此時，好消息充分地反映到股票的價格上。而擁有壞消息的投資者，只能選擇不買入股票，或者賣出前期已買入的股票，不能將其擁有的壞消息完全帶入股票市場。當股票出現非理性上漲時，投資者往往跟風購入，市場充斥著好消息，而壞消息被忽略，股價在短期內大幅上漲。當股價達到一定高位，遠超出其內在價值時，便開始出現大量賣出，投資者恐慌性拋售，股價又出現大幅下跌，股市波動巨大。而當存在賣空機制的時候，若市場出現非理性的暴漲，理性投資者或者看空者可以通過融券賣出股票，將其擁有的壞消息帶入市場，反映到股票價格上，以阻止股價的非理性上漲；而當股價從高位下調的時候，前期融券賣空的投資者到期需要買券償還，這又在一定程度上阻止了股價的大幅下跌，有效地減小股市波動?；谶@樣的理論前提，本文擬以融資融券交易的規模間接反映市場上對買空賣空的限制程度，提出融資融券交易對股市波動影響的以下研究假設：

假設1：融資融券交易的存在能有效降低股市波動率，融資融券交易規模越大，其降低股市波動性的功能越顯著。

發達國家資本市場的買空賣空機制已經相當成熟，該機制發揮市場作用、平抑股票波動的功能也比較顯著，相關國內外的理論觀點對于國外發達市場也極具佐證性。而中國市場不同，買空賣空機制的運行才將近7年，各項市場機制仍舊不完善，那么融資融券的上述平抑股市波動的作用還能像發達國家資本市場一樣顯著么？對于此，我們提出如下假設：

假設2：相比于發達資本市場，在中國這樣的新興市場融資融券交易機制的抑制股價波動作用比較微弱。

四、兩融交易與股市波動性關系的實證研究

（一）實證模型的設計

本文擬通過GARCH模型來進行市場波動率建模，進而對建立的波動率指標和融資融券交易指標進行VAR模型分析，旨在回答融資融券交易是否降低股市波動率這一問題。具體模型設計如下：

1.GARCH波動性建模。GARCH模型是一個針對金融數據量體訂做的回歸模型，除去和普通回歸模型相同的之處，GARCH對誤差的方差進行了進一步的建模，能夠反映金融時間序列存在方差時變性和股市波動集聚性的特點，這樣的分析對投資者的決策能起到重要的指導性作用，其意義超過了對股價方差、標準差、正負極端值等指標的分析和預測。本文考慮到時間序列存在的方差時變和股市集聚性特點，采用GRACH模型來擬合股票市場的波動性，以滬深300指數的GARCH擬合作為市場波動率指標。GARCH的理論模型如式（1），其中，ht即為我們的GARCH，也就是我們要用的波動率（VOL）。

2.VAR模型。建立了波動率指標（GARCH，即VOL）和融資融券指標后，一般來說，在各變量都是平穩的條件下可以直接運用最小二乘估計來考察變量之間的關系。但實際上影響股市波動性的因素很多很復雜，本文研究的融資融券機制僅僅只是影響我國股票市場眾多因素的其中之一。如果采用多元線性回歸模型來考察融資、融券交易與股市波動性關系時，則需要盡可能多地統計和收集對市場可能產生影響的相關變量，這項工程無疑是繁瑣和龐大的，并且一些重要變量甚至可能會無法收集和量化，因此，直接利用多元線性回歸可能會存在問題。鑒于此，本文決定建立向量自回歸（VAR）模型來研究融資融券交易機制對我國股市波動性與流動性的影響。VAR的理論模型如式（2），其中，Y表示多維內生變量，A是系數矩陣，P是內生變量的滯后階數。

（二）樣本數據與指標選擇

本文選取融資融券制度實施以來的市場交易數據作為研究樣本，以2010年3月31日到2016年7月28日共1539個有效交易日的數據作為研究對象。為了綜合考慮滬深兩市融資融券的影響，我們選取滬深兩市兩融匯總數據作為兩融指標，滬深300指數作為股票市場的整體代表，對我國融資融券交易與股市波動性的關系進行實證研究，融資融券交易、滬深300指數的相關數據來源于Wind資訊和上交所深交所網站。相關指標選取如下：

1.市場收益率（Peturnt）。滬深300指數的對數收益率計算公式為：

2.股市波動率（VOL）。考慮到金融數據的條件異方差和波動集群效應，我們不用股價標準差、正負極端值等常規指標作為股市波動率的代理變量，而采用GARCH模型來擬合股市波動率。

3.融資融券余額（MP、SS）。我們分別以融資余額日數據的自然對數、融券余額日數據的自然對數作為融資融券交易的代理變量。

（三）建立股市波動率指標:GARCH模型

滬深300指數收益率（Returnt）的平穩性檢驗表明該序列平穩，因此我們在建立收益率GARCH模型之前，有條件首先建立收益率均值方程。股票市場收益率的偏自相關圖檢驗以及一般金融資產收益率方面的文獻研究表明，滬深300收益率序列服從AR（4）自回歸模型，經回歸分析得Returnt的AR（4）均值模型結果如式（4）：

收益率均值模型的殘差ARCH效應檢驗發現，其殘差平方存在大波動集群和小波動集群，ARCHLM檢驗（如表1）也充分表明收益率序列存在ARCH效應。這使我們有理由相信建立GARCH模型來擬合收益率的這種集群性波動是恰當且適宜的。

表1 ARCH效應檢驗結果

GARCH模型是對均值模型誤差項的方差進行進一步的建模，即對收益率的波動性進行建模，回歸得到滬深300指數的市場波動率方程（GARCH模型）如（5）所示：

滬深300股市波動率指標擬合如下（圖1），我們發現滬深300波動率表現出一定的持久性特征，該指標完全捕捉到了近六年以來的滬深股市的股價波動特征，其中非常顯著的股價波動期間即為2015年6月前后的股市大動蕩。另外，該GARCH模型的殘差正態性分析也表明，GARCH模型的殘差基本服從正態分布，因此可以肯定地認為，用GARCH模型作為市場波動率的替代指標是一個正確的選擇。

另一方面，由于金融市場中，股價下跌過程中的波動性又往往比股價上漲過程中的波動性更大，即股票價格對于這種信息的反應具有非對稱性，這種非對稱性反映在股市牛熊市之間尤為突出。因此，我們擬采用TGARCH模型來捕捉這種股價波動的非對稱性。但是，可能由于樣本區間的局限，在我們的分析中，市場收益率的非對稱效應并不明顯。即我們的研究并不需要考慮使用TGARCH模型來捕捉這種效應，我們僅使用基本的GARCH模型就可以滿足我們本文研究的需要（出于文章篇幅原因，關于TGARCH模型的分析作者不在本部分贅述，有興趣的讀者可以向作者索?。?。

圖1 股市波動率

（四）兩融交易和股市波動率關系：VAR模型

建立完股市波動率指標（GARCH模型或VOL）后，我們即可以對融資融券交易對股市波動率的影響進行實證分析。在進行實證檢驗之前，我們對各變量進行ADF平穩性檢驗，在5%的置信水平下，變量MP、SS、VOL都是平穩的。

由表2的回歸結果，我們建立波動率指標和融資余額對數指標間的VAR模型：

我們建立波動率指標和融券余額對數指標間的VAR模型：

從表2的回歸結果及檢驗結果可以得出，融資買空交易及融券賣空交易對股市波動性的影響為：

1.融資交易余額MP的一階滯后和二階滯后項對于波動率VOL影響系數的t值均大于1.96，表明系數顯著，即融資交易對于市場波動具有顯著影響，且一階系數顯著為負，二階系數顯著為正。這表明融資買入交易會一定程度上抑制市場波動，但是影響程度不夠大。

2.市場波動率的一階二階滯后項對于融資交易影響系數的t值小于臨界值，系數不顯著，表明，市場波動率對于融資買入交易的影響并不顯著。

3.融券賣空交易的一階和二階滯后項對于波動率的影響系數t值均大于1.96，表明系數顯著，即融券賣空交易對于市場波動具有顯著影響，且一階系數為負，二階系數為正。這表明融券賣空交易會一定程度上抑制本期市場波動，但是影響程度比較弱。

4.市場波動率對于融券賣空交易并沒有顯著影響。

表2 VOL和MP,VOL和SS之間VAR（2）模型的回歸結果

（五）格蘭杰因果檢驗和脈沖分析

關于融資融券交易與股市波動的關系，并不能僅僅看VAR模型各個等式中的系數，因為每個系數只是反映了一個局部動態關系，因此還需要借助格蘭杰因果關系檢驗、IRF脈沖響應函數等工具進一步分析。表3的格蘭杰因果分析表明：在10%的顯著性水平下，融資交易活動是市場波動發生的原因，但是市場波動不是融資交易的原因；融券交易不是市場波動率的原因，市場波動也不是融券交易的原因。對于波動率和融資交易的因果關系分析和上述VAR分析的結果一致，但是對于波動率和融券交易的因果關系分析卻和上述VAR不一致。導致不一致的原因可能是：格蘭杰因果分析并沒有把影響被解釋變量的所有因素都考慮在內，因而得出的肯定性結論只表明一種直觀的因果關系，而非完全的因果關系，所以我們還需要進行脈沖響應分析來輔助判斷變量之間的關系。

表3 融資融券余額和市場波動性之間格蘭杰因果關系檢驗結果

圖2和圖3分別描述了兩個重點考察的脈沖響應過程?？梢钥闯?，一個標準離差的融資買空沖擊對股市波動性的影響呈現持續的負向影響。一個標準離差的融券賣空沖擊對股市波動性影響在滯后2階時達到最大，之后呈現持續的負向影響，并且整體小幅波動。這表明雖然融資融券業務對于市場波動性都存在抑制作用，但是影響的程度非常弱，即融資融券交易對于股市波動性的影響沒有非常顯著，有待進一步改善。

圖2 VOL對SS的脈沖響應函數圖

圖3 VOL對MP的脈沖響應函數圖

五、結論與建議

從各項融資融券交易重大事項對于市場波動影響的直觀分析上看，不同階段股市波動性影響的程度都不一樣。試點階段，一年內市場波動有所加劇，一年后市場趨于穩定且波動率較低；各個擴容階段市場波動性表現也不一致，最后幾次的擴容由于可賣空的標的股規模比較大，形成了規模效應，對于市場穩定的功能作用比較明顯；轉融通機制的推出對于市場波動性的影響效果有待商榷，轉融通機制的推出確實增加了融資融券業務的供給，但是由于這項機制在我國實施時間不長，各方面具體操作不夠熟悉，因此各項工作的進展還需要慢慢摸索。

融資買入交易和融券賣空交易對于市場波動確實具有抑制作用，這證實了我們在理論研究和假設部分提出的觀點假設1，也印證了國內外大多數學者認為的融資融券交易能夠穩定市場降低市場波動率的觀點。但是，本文認為在中國這樣的環境中，尤其是兩融制度剛推出不久仍舊不完善，不可過分夸大該項業務的穩定市場的作用，因為從VAR模型的系數大小和脈沖反應分析圖中可以看出，其影響程度非常微弱。影響程度不夠大的原因可能是，相比于其他發達國家和地區，我國的兩融規模相對較小，并且執行的成本相對發達國家市場仍舊比較高，這同時也佐證了我們在理論分析部分提出的假設2的觀點。

從前面實際市場數據來看，融資、融券交易對股票市場波動性水平的作用不明顯，即融資融券交易的平穩股市波動的基本功能還需要進一步的開發。

因此，在投資者結構方面，要培育理性投資者，很多投資者由于羊群效應，盲目跟風導致的“追漲殺跌”，進而導致市場波動，我們需要引領價值投資而不是投機性投資；在兩融標的股方面，要繼續合理調整和擴大標的范圍，降低操作成本，雖然經過幾輪擴容，這些可賣空買空的標的證券還是不能滿足需求的，因此在標的股的數量、品種和范圍的選擇上，有待進一步優化；在兩融風險方面，要做好市場監管工作。融資融券業務是具有杠桿特征的信用交易業務，存在一定的風險性與投機性，因此，兩融業務的風險管理問題至關重要；在政策和立法方面，要加強兩融業務規則的改革和修訂，出臺相關政策和法律。保證融資融券業務發展過程中各項法律法規能夠有效實施，維護融資融券交易投資者的合法權益，保證兩融業務的有序進行，推動兩融業務健康發展。

[1]步國旬,李心丹,方立兵,陳君君.投資者融資融券行為對金融市場的影響[J].金融縱橫,2017，(07):15～29.

[2]陳淼鑫，鄭振龍.賣空機制對證券市場的影響：基于全球市場的經驗研究[J].世界經濟，2008，(12):73～81.

[3]方立兵，肖斌卿.融資融券失衡對標的股票定價效率的影響[J].當代經濟科學，2015，(2):48～56.

[4]馮玉梅，陳璇，張玲.融資融券交易對我國股市波動性的影響研究——基于融資融券轉常規前后的比較檢驗[J].山東社會科學，2015，(2)：130～134.

[5]李鋒森.我國融資融券助漲助跌了嗎?——基于波動非對稱性視角[J].金融研究,2017,(02):147～162.

[6]李科，徐龍炳，朱偉驊.賣空限制與股票錯誤定價——融資融券制度的證據[J].經濟研究，2014，(10):165～178.

[7]廖士光，楊朝軍.賣空機制、波動性和流動性——一個基于香港股市的經驗研究[J].管理世界，2005，(12)：6～13.

[8]廖士光，楊朝軍.賣空機制、波動性和流動性——一個基于香港股市的經驗研究[J].管理世界，2005，(12)：6～13.

[9]廖士光.融資融券交易價格發現功能研究——基于標的股票確定與調整的視角[J].上海立信會計學院學報，2011，(1)：67～76.

[10]林祥友，易凡琦，陳超.融資融券交易的助漲助跌效應——基于雙重差分模型的研究[J].投資研究,2016,35(04):74～86.

[11]劉燁,方立兵,李冬昕,李心丹.融資融券交易與市場穩定性:基于動態視角的證據[J].管理科學學報,2016,19(01):102～116.

[12]宋逢明，江婕.中國股票市場波動性特性的實證研究[J].金融研究，2003，（4）:13～22.

[13]王帥,謝赤.基于小波CCC-GARCH模型的融資融券交易與證券市場波動率關系研究[J].財經理論與實踐,2016,37(06):47～52.

[14]王雨,粟勤.融資融券對我國A股市場標的證券波動性的影響分析[J].管理世界,2017,(03):176～177.

[15]許紅偉，陳欣.我國推出融資融券交易促進了標的股票的定價效率嗎？——基于雙重差分模型的實證研究[J].管理世界，2012，(5):52～61.

[16]Bai Y.，Chang E.C.and Wang J.Asset Prices under Short-sale Constraints[R].Working paper，Hong Kong Institute of Economics and Business Strategy,2006.

[17]Bai Y.，Chang E.C.and Wang J.Asset Prices under Short-sale Constraints[R].Working paper，Hong Kong Institute of Economics and Business Strategy,2006.

[18]Chang E.C.，Luo Y.，Ren J.Short-Selling，Margin-Trading，and Price Efficiency:Evidence from the Chinese Market［J］.Journal of Banking&Finance，2014(11):411～424.

[19]Hong H.,and Stein J.C.Difference of Opinion,Short-Sales Constraints and Market Crashes[J].Review of Financial Studies,2003(16):487～525.

[20]Hong H.,and Stein J.C.Difference of Opinion,Short-Sales Constraints and Market Crashes[J].Review of Financial Studies,2003(16):487～525.

[21]Miller E.M.Risk，Uncertainty and Divergence of Opinion[J].The Journal of Finance，1977，（32）:1151～1168.

[22]Morris S.,Trade with Heterogeneous Prior Beliefs and Asymmetric Information[J].Econometrica.1994,62(6):1327～1347.

融資融券交易改變了中國股市的微觀結構和定價機制。本文通過GARCH模型和VAR模型來研究融資融券交易是否降低股市波動率這一問題。實證研究表明，融資融券業務推出、標的證券擴容、轉融通機制等各項融資融券交易重大事項對于市場波動率的影響程度不一致；融資融券交易對于市場波動確實具有抑制作用；但是，在中國這樣的市場環境中，該項業務穩定市場的作用還有待提升，兩融交易抑制股市波動的基本功能仍需通過各項措施得到進一步的開發。

F830.9

A

1006-169X（2017）12-0043-07

10.19622/j.cnki.cn36-1005/f.2017.12.006

國家自然科學基金資助項目“信用交易、過度自信與股市泡沫”（71661008）；江西省社科規劃項目“互聯網搜索與股票定價效率——基于大數據的分析”（17YJ16）；江西省高校人文社會科學項目“以‘互聯網+’為驅動贛江新區新經濟發展模式研究”（JC161023）。

潛力，華東交通大學經濟管理學院，博士，副教授，碩士生導師，博士，研究方向為資產定價和公司金融；邱麗萍，江西贛州人，華東交通大學經濟管理學院，碩士研究生，研究方向為公司金融。（江西南昌 330013）