融資融券政策與中國股市波動(dòng)：平抑還是加??？

張桂榮，曹志鵬

融資融券政策與中國股市波動(dòng)：平抑還是加劇？

張桂榮，曹志鵬

以2009～2015年滬深股市為研究對(duì)象，以標(biāo)的股為處理組，非標(biāo)的股為控制組，在使用傾向得分進(jìn)行匹配的基礎(chǔ)上對(duì)匹配后的樣本進(jìn)行雙重差分估計(jì)，檢驗(yàn)了融資融券開啟及四次擴(kuò)容對(duì)股市波動(dòng)的影響，研究發(fā)現(xiàn)：融資融券政策確實(shí)會(huì)平抑股市的波動(dòng)，有證據(jù)表明隨著股票市場和融資融券政策趨于成熟，這種平抑作用更加明顯。此外，可以認(rèn)為融資融券平抑股市波動(dòng)的作用在股市泡沫時(shí)期更加明顯。

傾向得分；雙重差分；融資融券；波動(dòng)率

張桂榮（1993-），陜西科技大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生，研究方向?yàn)樽C券市場理論與政策；曹志鵬（1971-），副教授，博士，陜西科技大學(xué)經(jīng)濟(jì)與管理學(xué)院碩士研究生導(dǎo)師，研究方向?yàn)樽C券市場理論與政策。（陜西西安710021）

一、引言

2010年3月31日我國的融資融券正式啟動(dòng)，此后融資融券交易呈現(xiàn)出快速發(fā)展的態(tài)勢，分別歷經(jīng)了2011年12月5日、2013年1月31日、2013年9月16日以及2014年9月22日的四次標(biāo)的證券擴(kuò)容。然而融資融券這一機(jī)制的施行是否如我們期望的那般平抑了股票市場的波動(dòng)？后期的四次擴(kuò)容政策是否使這一積極作用得到了更好的發(fā)展？這些問題都有待回答。

融資融券從誕生起就飽受爭議，國內(nèi)外許多學(xué)者從理論和實(shí)證兩個(gè)方面對(duì)其進(jìn)行了研究。然而到目前為止，就融資融券究竟能否抑制股市波動(dòng)的問題仍然無法得出確切的回答。學(xué)術(shù)界對(duì)此莫衷一是，其觀點(diǎn)基本可以分為三類：

第一種觀點(diǎn)認(rèn)為融資融券可以平抑股票市場波動(dòng)，促進(jìn)市場趨于穩(wěn)定。Anchada Charoenrook和Hazem Daouk(2003)通過對(duì)全球111家股票市場（包括發(fā)達(dá)市場和新興市場）2001年下半年至2002年的數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)融券交易的存在與否確實(shí)會(huì)影響股市的波動(dòng)，因?yàn)閷?shí)證數(shù)據(jù)表明發(fā)達(dá)市場的波動(dòng)明顯低于新興市場的波動(dòng)，而后者并未實(shí)行賣空機(jī)制。廖士光和楊朝軍(2005)以臺(tái)灣股市前七年的數(shù)據(jù)為檢驗(yàn)對(duì)象分析了賣空與股價(jià)間的關(guān)系，他們采用的方法是協(xié)整檢驗(yàn)以及Granger因果分析，最終得出結(jié)論：賣空可以減緩股價(jià)波動(dòng)，穩(wěn)定市場。Bai等(2007)建立模型證明了限制賣空增加了波動(dòng)性。楊德勇和吳瓊(2011)對(duì)滬市數(shù)據(jù)的實(shí)證結(jié)果顯示了融資融券能夠平抑個(gè)股的波動(dòng)性，并且存在因果關(guān)系。陳偉(2011)運(yùn)用GARCH族對(duì)比分析上證和深證指數(shù)數(shù)據(jù)，結(jié)論為融資融券的開啟使我國股市波動(dòng)性減小。而且徐曉光等(2013)也采用了GARCH族模型得出相同的結(jié)論。陳海強(qiáng)和范云菲(2015)采用Hsiao etal（2012）提出的一種面板數(shù)據(jù)政策效應(yīng)評(píng)估方法，對(duì)滬深股市2007年至2012年的數(shù)據(jù)進(jìn)行研究，得出結(jié)論：融資平抑波動(dòng)而融券反而助漲殺跌。而由于前者的強(qiáng)度和活躍度大于后者，因此無論是否存在股指期貨交易的影響，兩者共同作用的結(jié)果都是平抑波動(dòng)。

第二種觀點(diǎn)認(rèn)為融資融券會(huì)助長殺跌，加劇股票市場波動(dòng)。Bogen和Krooss(1960)提出的“金字塔-倒金字塔效應(yīng)”闡述了賣空是加劇波動(dòng)的原因。Henry和McKenzie（2006）對(duì)香港證券市場中融資融券的相關(guān)數(shù)據(jù)進(jìn)行實(shí)證分析，時(shí)間跨度為1994～2001年，結(jié)果發(fā)現(xiàn)融券交易相比融資交易而言，其對(duì)標(biāo)的證券產(chǎn)生的作用較大，它會(huì)加劇價(jià)格波動(dòng)。Chang.et.al(2007)也通過研究香港市場個(gè)股的波動(dòng)，發(fā)現(xiàn)賣空增強(qiáng)個(gè)股波動(dòng)性。于孝建（2012）采用VAR模型表明融資交易增強(qiáng)股市波動(dòng)性。梁星韻和劉衛(wèi)民(2015)運(yùn)用相關(guān)系數(shù)檢驗(yàn)等方法得出結(jié)論：在我國，融資融券交易量與股市波動(dòng)在某些時(shí)候是同方向變動(dòng)的，而且這兩者之間相互作用，無論哪一方增加，另一方也會(huì)增強(qiáng)。

第三種觀點(diǎn)認(rèn)為融資融券對(duì)股票市場波動(dòng)沒有明確的影響。Kraus and Rubin（2003）的研究更關(guān)注于允許賣空后所可能產(chǎn)生的作用，他們構(gòu)建理論模型來解釋其與波動(dòng)之間的關(guān)系，得出股價(jià)的變動(dòng)與賣空無關(guān)，而是由其他變量限制的結(jié)論。Battalio和Schultz(2006)則以納斯達(dá)克（NASDAQ）交易所的高頻數(shù)據(jù)為樣本，得出的結(jié)果同樣證實(shí)了賣空并不會(huì)影響股價(jià)，更不會(huì)使股價(jià)急劇上漲的狀況減少。王旻等(2008)的分析也表明賣空并未對(duì)股票市場的波動(dòng)帶來顯著影響。Sigurdsson(2011)通過上萬只股票的數(shù)據(jù)說明賣空對(duì)股票市場的影響來源于很多不確定的方面。李俊文(2011)用Granger因果檢驗(yàn)研究深市數(shù)據(jù)，發(fā)現(xiàn)融資融券并未顯著影響股市的波動(dòng)。

分析以往大部分的文獻(xiàn)可以發(fā)現(xiàn)，對(duì)融資融券與波動(dòng)率的實(shí)證研究方法多采用方差分析、GRACH模型、Granger因果檢驗(yàn)等等，綜合使用傾向得分匹配和雙重差分模型的較少，即使將兩者結(jié)合使用，也未對(duì)傾向得分匹配的結(jié)果進(jìn)行具體說明。其次，各個(gè)文獻(xiàn)通常只分析了一種融資融券政策對(duì)波動(dòng)的影響，針對(duì)擴(kuò)容政策的分析較少。再次，國內(nèi)融資融券前期發(fā)展時(shí)間短，實(shí)證研究過程中能夠應(yīng)用的數(shù)據(jù)量小，時(shí)間段短?；诖耍疚臄U(kuò)大了實(shí)證分析的研究樣本，選用2009年至2015年滬深股票市場上的實(shí)際交易數(shù)據(jù)，在通過傾向得分匹配選取股票對(duì)照組以及控制組的基礎(chǔ)上對(duì)匹配后的結(jié)果運(yùn)用雙重差分模型進(jìn)行分析，分階段探討了五次融資融券政策對(duì)波動(dòng)率的影響，發(fā)現(xiàn)融資融券政策確實(shí)會(huì)平抑股市的波動(dòng)，并且有證據(jù)表明隨著股票市場和融資融券政策發(fā)展得越來越成熟，這種平抑作用越來越明顯。

二、研究設(shè)計(jì)

（一）研究方法

1.傾向得分匹配

Rosenbaum和Rubin（1983）提出了傾向得分的概念，它能夠幫助將多個(gè)難以匹配的可觀察特征用一個(gè)一維變量代替，減小在尋找與處理組盡可能相似的控制組個(gè)體時(shí)出現(xiàn)的匹配困難。模型的重點(diǎn)在于找到與處理組近似的控制組樣本。對(duì)于非隨機(jī)化樣本的研究，傾向得分匹配（PSM）能夠降低甚至消除模型的選擇性偏差。這一特點(diǎn)使得傾向得分匹配有著大多數(shù)傳統(tǒng)模型不具備的更高的穩(wěn)健性，即使有些協(xié)變量沒有被納入到模型當(dāng)中，也不會(huì)造成太大的誤差。

傾向得分匹配的一般步驟是：首先選擇協(xié)變量；其次，估計(jì)傾向評(píng)分，一般使用logit回歸；最后，進(jìn)行傾向得分匹配，使處理組和控制組達(dá)到“數(shù)據(jù)平衡”。本文將使用“核匹配”的方法進(jìn)行傾向得分匹配，以提高匹配效率。

2.雙重差分模型

1985年，Ashenfelter和Card在評(píng)估項(xiàng)目培訓(xùn)對(duì)學(xué)員收入的影響時(shí)首次提出雙重差分模型（DID）。近些年來，雙重差分模型普遍應(yīng)用于檢驗(yàn)?zāi)稠?xiàng)特定政策的實(shí)施效果。如果融資融券政策確實(shí)能夠影響股市的波動(dòng)性，那么控制組和處理組會(huì)在相關(guān)政策實(shí)施后產(chǎn)生一定的變化。而DID模型通過將“前后差異”和“有無差異”有效結(jié)合，對(duì)比分析了政策前后以及政策實(shí)施與否的差異（即政策實(shí)施前后處理組的不同以及政策實(shí)施前后控制組的不同），將政策產(chǎn)生的影響從表面的這種變化中分離出來，從而得到想要的結(jié)果。

DID模型排除一些無法觀測到的因素的影響，同時(shí)在模型中加入其他控制變量，能夠潛在地規(guī)避進(jìn)行不同個(gè)體比較時(shí)經(jīng)常出現(xiàn)的內(nèi)生性問題，因而得到對(duì)政策效果的真實(shí)評(píng)估。

本文的實(shí)證研究將綜合使用PSM模型和DID模型。

在研究融資融券對(duì)股市波動(dòng)性作用的過程中，如果某時(shí)刻既能夠得到某只股票作為標(biāo)的股的波動(dòng)，又能得到其不是標(biāo)的股的波動(dòng)，那么融資融券的影響正是這兩者之間的差異。雖然現(xiàn)實(shí)中我們無法得到同時(shí)刻的這兩種結(jié)果，但是PSM恰好提供了一種替代的方法從而獲得這一反事實(shí)的結(jié)果。它利用“降維”的思想，將多種協(xié)變量濃縮成一個(gè)指標(biāo)：傾向得分值（pscore），找到一組和融資融券標(biāo)的股的特征類似的（或者說傾向得分值相同或相近的）融資融券非標(biāo)的股，相當(dāng)于為處理組中的每一個(gè)標(biāo)的股建立反事實(shí)路徑，構(gòu)成控制組樣本進(jìn)行波動(dòng)性的比較，盡可能使融資融券政策成為兩組之間唯一的顯著差別，實(shí)現(xiàn)了處理組和控制組的匹配。通過PSM模型研究得到的處理組和控制組特征類似，具有“相似性”，有效地控制了樣本的選擇性偏誤，在一定程度上保證后期DID分析結(jié)果的可靠性。然后在此基礎(chǔ)上運(yùn)用雙重差分模型進(jìn)行前后差異以及有無差異的比對(duì)，分離出所考察政策的實(shí)際影響。

對(duì)于PSM，本文選用收盤價(jià)、換手率、成交量和流通市值四類指標(biāo)作為協(xié)變量，并且根據(jù)數(shù)據(jù)數(shù)量和特點(diǎn)，處理過程中選用了LOGIT回歸和核匹配（KernelMatching）。

本文構(gòu)建雙重差分模型如下：

其中，Volatilityit為衡量市場波動(dòng)率的指標(biāo)。Policyt表示政策虛擬變量，政策前為0，政策后為1；Groupi表示組別虛擬變量，控制組為0，處理組為1；DIDit為雙重差分變量，即Policyt×Groupi，它的系數(shù)λ是我們關(guān)注的雙重差分系數(shù)，表示融資融券政策對(duì)波動(dòng)的影響；Xit為其他控制變量，是指影響波動(dòng)率的其他因素；uit為固定效應(yīng)，是各個(gè)股票不隨時(shí)間變化而變化的差異；εit為隨機(jī)波動(dòng)項(xiàng)。

（二）數(shù)據(jù)與變量

1.數(shù)據(jù)

所有數(shù)據(jù)均來源于Wind數(shù)據(jù)庫。本文主要研究隨著股票市場的發(fā)展，融資融券開啟以及擴(kuò)容對(duì)股票波動(dòng)的影響是否向更好的方向邁進(jìn)，因此選取融資融券開啟前一年至第四次擴(kuò)容后一年的月度數(shù)據(jù)，即研究區(qū)間為2009年3月29日至2015年6月14日，主要分為六個(gè)階段，具體如下：

第一個(gè)階段為2009年3月29日至2010年3月29日（融資融券開啟前）；

第二個(gè)階段為2010年3月30日（融資融券開啟）至2011年12月4日（第一次擴(kuò)容前）；

第三個(gè)階段為2011年12月5日（第一次擴(kuò)容）至2013年1月30日（第二次擴(kuò)容前）；

第四個(gè)階段為2013年1月31日（第二次擴(kuò)容）至2013年9月15日（第三次擴(kuò)容前）；

第五個(gè)階段為2013年9月16日（第三次擴(kuò)容）至2014年9月21日（第四次擴(kuò)容前）；

第六個(gè)階段為2014年9月22日（第四次擴(kuò)容）至2015年6月14日。

具體而言研究融資融券開啟對(duì)波動(dòng)的影響，政策前的時(shí)間區(qū)間為第一個(gè)階段，政策后的時(shí)間區(qū)間為第二個(gè)階段；研究第一次擴(kuò)容對(duì)波動(dòng)的影響，政策前的時(shí)間區(qū)間為第二個(gè)階段，政策后的時(shí)間區(qū)間為第三個(gè)階段，依次類推；第六個(gè)階段截止在2015年6月，原因在于2015年中國出現(xiàn)罕見股災(zāi)，救市過程中，包括國泰君安等在內(nèi)的10家證券公司分別采取了暫停融券券源供給、對(duì)融券客戶異常交易行為進(jìn)行嚴(yán)格監(jiān)控等臨時(shí)性措施，大部分券商停止了融券供給，因此不對(duì)7月后的數(shù)據(jù)進(jìn)行研究。

同時(shí)，為了保證數(shù)據(jù)有較長的時(shí)間跨度，政策實(shí)施過程前后股票的一致性，本文選取的股票均為2008年3月29日之前上市的股票，并且排除了在研究區(qū)間內(nèi)曾有過融資融券調(diào)出記錄的股票。此外為了減小誤差，排除其他因素對(duì)波動(dòng)性產(chǎn)生的影響，本文剔除了ST股票和退市股票。初始處理組的股票為每次政策實(shí)施時(shí)的標(biāo)的股票，控制組的股票則是非標(biāo)的股票，實(shí)證研究過程中還將使用傾向得分匹配對(duì)處理組和控制組中的股票進(jìn)行進(jìn)一步篩選，使兩組股票間的差異進(jìn)一步縮小。

2.變量

本文選取股票收益的標(biāo)準(zhǔn)差來計(jì)量波動(dòng)率，用Volatility表示。算式如下：

Volatilityi，t為第i只股票第t期的波動(dòng)率，δi，t為第i只股票第t期的標(biāo)準(zhǔn)差，n為交易月次數(shù)，Returni，j，t為第i只股票第t期的月對(duì)數(shù)收益率，Pi，t為第i只股票第t期的月收盤價(jià)。

對(duì)于協(xié)變量和控制變量的選取，《融資融券交易試點(diǎn)實(shí)施細(xì)則》中規(guī)定了標(biāo)的股的選取標(biāo)準(zhǔn)，在流通股本、流通市值、換手率、波動(dòng)幅度等方面設(shè)置了具體的條件。業(yè)內(nèi)人士也評(píng)論認(rèn)為“流通股本和流通市值等市場型指標(biāo)”成為選取標(biāo)的證券“最重要的門檻”。為了最小化處理組和控制組間的差異，排除其他因素的影響，本文綜合考慮了融資融券標(biāo)的股通常的選取標(biāo)準(zhǔn)、波動(dòng)性的影響因素以及其他文獻(xiàn)資料的研究，傾向評(píng)分匹配的協(xié)變量選取收盤價(jià)、換手率、成交量和流通市值作為指標(biāo)。雙重差分模型的控制變量選了換手率、流通市值、市盈率和市凈率。

然而影響股市波動(dòng)性的因素眾多，本文忽略了其他可能對(duì)股市波動(dòng)產(chǎn)生影響的變量，簡化模型的同時(shí)造成了實(shí)證檢驗(yàn)結(jié)果的偏差，具有一定的局限性。

三、實(shí)證研究

（一）描述性統(tǒng)計(jì)分析

表1 滬深兩市波動(dòng)率的描述統(tǒng)計(jì)量

以融資融券政策實(shí)施為時(shí)間分隔點(diǎn)，以五次政策為研究對(duì)象，本文分別計(jì)算了在融資融券政策實(shí)施前后控制組和處理組波動(dòng)率的流通市值加權(quán)。如表1所示，在P1、P3和P4階段，無論是處理組還是控制組，波動(dòng)率的平均值在政策實(shí)施后均出現(xiàn)下降，因而并不能簡單的認(rèn)為波動(dòng)減弱的原因是融資融券政策的實(shí)施，可能是宏觀環(huán)境或者其他因素導(dǎo)致這種結(jié)果。P2階段處理組的平均波動(dòng)率下降而控制組反而上升，即融資融券政策標(biāo)的股的波動(dòng)減弱而非標(biāo)的股的波動(dòng)增強(qiáng)，這一反差可能是融資融券政策在平抑股票波動(dòng)方面發(fā)揮了作用的證據(jù)。而P5階段與其他階段的情況大不相同，其處理組和控制組的平均波動(dòng)率均上升，一個(gè)最可能的原因是2014年9月份至2015年6月這段時(shí)間正處于中國股市價(jià)格瘋狂增長的牛市期間，股市泡沫嚴(yán)重，波動(dòng)率隨大盤的整體表現(xiàn)而變化。然而不容忽視的是第四次擴(kuò)容（P5）前控制組的波動(dòng)率均值小于處理組，而擴(kuò)容后控制組的波動(dòng)率均值反而大于處理組，此處可以簡單推定：正是由于第四次擴(kuò)容政策才使得處理組的波動(dòng)率均值減小。

當(dāng)然，波動(dòng)率標(biāo)準(zhǔn)差的變化也不容忽視。在P1、P3和P4階段，滬深兩市處理組和控制組的波動(dòng)率標(biāo)準(zhǔn)差均下降，值得一提的是，處理組標(biāo)準(zhǔn)差的下降幅度比控制組更大，可以認(rèn)為處理組比控制組更穩(wěn)定。在P2階段，處理組和控制組的波動(dòng)率標(biāo)準(zhǔn)差均上升，但是處理組波動(dòng)率標(biāo)準(zhǔn)差的上升幅度小于控制組。而P5階段的標(biāo)準(zhǔn)差也許更能體現(xiàn)融資融券政策平抑股市的作用，因?yàn)榭梢悦黠@看到控制組波動(dòng)率的標(biāo)準(zhǔn)差顯著增加，而處理組的則減小。至此，融資融券等相關(guān)政策的實(shí)施可以平抑波動(dòng)的假設(shè)可以得到初步的證實(shí)，但是更確切的結(jié)果還需后續(xù)實(shí)證研究的進(jìn)一步探索。

（二）傾向得分匹配結(jié)果

在進(jìn)行其他實(shí)證研究之前，先用傾向得分匹配法選取控制組。我們按照收盤價(jià)、換手率和成交量等指標(biāo)得到控制組，僅對(duì)第三個(gè)階段（第二次擴(kuò)容）的結(jié)果進(jìn)行具體的說明。

第三個(gè)階段匹配后的處理組保留了186個(gè)股票，剔除了11個(gè)股票樣本，與之相對(duì)應(yīng)的是保留了695個(gè)控制組數(shù)據(jù)，剔除了71個(gè)股票樣本。

圖1是融資融券啟動(dòng)政策匹配前后各變量的標(biāo)準(zhǔn)化偏差對(duì)比，越接近0值表明兩組樣本在該變量上分布的差異性越小?？梢钥吹狡ヅ淝疤幚斫M和控制組的只有市盈率（pe）和市凈率（pb）很接近，其他變量的分布十分分散，存在很大的偏差。匹配后兩組間偏差回歸0值附近，而且匹配后的t檢驗(yàn)結(jié)果不拒絕原假設(shè)，即處理組與控制組無系統(tǒng)差異，更直觀的說明了PSM確實(shí)使得處理組和控制組得到了較好的匹配。在其余融資融券政策的傾向得分匹配中，每一個(gè)匹配后控制組和處理組的擬合程度都得到了改善，本文不再一一列舉。

此外，由于控制組的數(shù)量相對(duì)于處理組非常多，我們需進(jìn)一步減少控制組數(shù)量。根據(jù)匹配后得到的傾向得分pscore，我們選取與保留的處理組股票得分最相近的186個(gè)股票，刪選出的最終結(jié)果即為此次的控制組股票。

圖1 第二次擴(kuò)容匹配前后各變量的標(biāo)準(zhǔn)化偏差圖示

（三）雙重差分模型回歸結(jié)果

首先關(guān)注控制變量與波動(dòng)率的關(guān)系。在P1～P5的回歸結(jié)果中，換手率的回歸系數(shù)在1%的顯著性水平上為正，即換手率越高，股票波動(dòng)越強(qiáng)。這一結(jié)果符合大家一般的認(rèn)知，股票轉(zhuǎn)手買賣的頻率越高，流通性越強(qiáng)，股票就容易出現(xiàn)劇烈波動(dòng)。其次，流通市值的回歸系數(shù)后期顯著為正，但自始至終近似為零，即流通市值對(duì)波動(dòng)的影響可以忽略。再次，P1階段市盈率的回歸系數(shù)在10%的水平上顯著為正，其余均不顯著，甚至在P3階段為負(fù)值，即市盈率對(duì)股票市場波動(dòng)的影響方向并不確定。最后，市凈率的回歸系數(shù)多數(shù)在5%的水平上顯著為正，P4階段的顯著性水平為10%，僅P1階段為負(fù)值且不顯著。因此可以認(rèn)為市凈率與波動(dòng)呈正相關(guān)關(guān)系，市凈率越大波動(dòng)越劇烈。綜合來看，控制變量對(duì)滬深股市波動(dòng)的影響具有統(tǒng)計(jì)意義上的顯著性。

接下來主要分析五次政策對(duì)股市波動(dòng)性的影響。雙重差分系數(shù)即did，可以有效衡量政策的影響。若系數(shù)為正，說明政策的實(shí)施加劇了股市波動(dòng)，若政策為負(fù)，說明政策的實(shí)施平抑了股市波動(dòng)?？紤]了所有的控制變量，分析did系數(shù)發(fā)現(xiàn)除了P4階段did系數(shù)為正外，其余階段均為負(fù)，而且P2階段在1%的水平顯著，P5階段在5%的水平下顯著。因此可以認(rèn)為did系數(shù)與股市波動(dòng)成反比，即融資融券標(biāo)的股的波動(dòng)弱于非標(biāo)的股的波動(dòng)。這反映了融資融券政策平抑了股市波動(dòng)，并有證據(jù)表明這種作用在1%的水平上顯著。進(jìn)一步而言，僅P2和P5階段的did系數(shù)是顯著性統(tǒng)計(jì)的，這種對(duì)比說明融資融券平抑股市波動(dòng)的作用在牛市階段尤為明顯，并且描述性統(tǒng)計(jì)中關(guān)于P5階段的分析亦支持這一結(jié)論。

綜上所述，本文認(rèn)為融資融券政策確實(shí)會(huì)平抑股市的波動(dòng)，可以預(yù)見隨著股票市場和融資融券政策發(fā)展得越來越成熟，這種平抑作用會(huì)越來越明顯。此外，根據(jù)P5階段的回歸分析結(jié)果，可以初步假定，融資融券平抑波動(dòng)的作用在股市泡沫時(shí)期會(huì)越發(fā)明顯。

四、結(jié)論

對(duì)于剛剛經(jīng)歷過大起大落的中國股市而言，尋求一種有效的機(jī)制平抑股市波動(dòng)刻不容緩。通過對(duì)國內(nèi)外現(xiàn)有研究的分析，本文選用傾向得分匹配和雙重差分模型兩者結(jié)合的方法來檢驗(yàn)融資融券政策的實(shí)施對(duì)我國股市波動(dòng)造成的影響。本文克服了以往研究數(shù)據(jù)區(qū)間小、政策囊括少的局限，以2009～2015年的滬深股市為研究對(duì)象，運(yùn)用PSM模型選取合適的融資融券標(biāo)的股與對(duì)應(yīng)的非標(biāo)的股作為對(duì)照組和控制組，在此基礎(chǔ)上運(yùn)用DID模型進(jìn)行檢驗(yàn)，得出融資融券政策產(chǎn)生的效應(yīng)。

本文的結(jié)果部分支持提出的研究假設(shè)一，即融資融券能夠平抑股市波動(dòng)，促進(jìn)市場趨于穩(wěn)定，也在一定程度上找到了融資融券政策平抑股市波動(dòng)的證據(jù)。具體而言，結(jié)論如下：

從融資融券交易正式開始以及四次融資融券擴(kuò)容政策來看，大部分的實(shí)證結(jié)果表明相關(guān)政策確實(shí)抑制了股市的波動(dòng)，僅第三次擴(kuò)容即P4階段顯示出相反的結(jié)果，即加劇了股市波動(dòng)，但是此結(jié)果并非統(tǒng)計(jì)學(xué)顯著。值得一提的是2014年3月12日至2015年6月12日期間，我國股市處于牛市階段，大盤從2000點(diǎn)的低谷一直突破到5000點(diǎn)。這段時(shí)間內(nèi)融資融券標(biāo)的股的波動(dòng)明顯低于非標(biāo)的股，并且這種平抑作用在統(tǒng)計(jì)學(xué)上是顯著的。因而可以認(rèn)為融資融券平抑波動(dòng)的作用在股市泡沫時(shí)期較平常更為明顯。

當(dāng)然本文仍然存在許多不足之處：忽略了影響股市波動(dòng)的其他變量，數(shù)據(jù)處理和計(jì)算過程中難以避免的誤差等等，本結(jié)論具有一定的局限性仍有待進(jìn)一步的研究和探討。

基于本文的實(shí)證分析和研究結(jié)論，健全融資融券機(jī)制有助于促進(jìn)股票市場趨于穩(wěn)定。因此市場監(jiān)管機(jī)構(gòu)除了完善相關(guān)的法律法規(guī)外，應(yīng)該不斷促進(jìn)融資融券的發(fā)展，使股票市場機(jī)制趨于成熟，進(jìn)一步發(fā)揮融資融券對(duì)于我國股市的積極作用。

[1]affi P.A.C，Sigurdsson K..Price Efficiency and ShortSelling[J].TheReview ofFinancialStudies,2011.

[2]楊德勇,吳瓊.融資融券對(duì)上海證券市場影響的實(shí)證分析——基于流動(dòng)性和波動(dòng)性的視角[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2011，（5）:28～34.

[3]陳偉.融資融券試點(diǎn)對(duì)我國股票市場波動(dòng)性的影響實(shí)證研究[J].上海金融學(xué)院學(xué)報(bào),2011，（5）：42～50.

[4]徐曉光,陳煥檳,張榮波.融資融券能否減小我國股市波動(dòng)?[J].深圳大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版), 2013,30（3）：81～86.

[5]陳海強(qiáng),范云菲.融資融券交易制度對(duì)我國股市波動(dòng)率的影響——基于面板數(shù)據(jù)政策評(píng)估方法的分析[J].金融研究,2015，（6）：159～172.

[6]于孝建.融資融券交易對(duì)中國股市流動(dòng)性和波動(dòng)性的影響——以滬市為例[J].華南理工大學(xué)學(xué)報(bào),2012，（142）：1～6.

[7]梁星韻,劉衛(wèi)民.我國融資融券與股票市場波動(dòng)[J].會(huì)計(jì)之友,2015,（18）：22～24.

[8]李俊文.融券交易對(duì)市場波動(dòng)性的實(shí)證分析[J].中國證券期貨,2011，(12):43～47.

F832.5

A

1006-169X（2017）08-0016-06

國家社會(huì)科學(xué)基金項(xiàng)目“利率市場化下商業(yè)銀行產(chǎn)權(quán)結(jié)構(gòu)對(duì)資金配置效率影響研究”（16XJY020）。