融資融券杠桿率、投資者偏好與股票市場波動

董志偉 夏 楸 劉國會 阮連芳 屈云輝

1 引 言

融資融券交易即“證券信用交易”或“保證金交易”，是指投資者向具有融資融券業(yè)務資格的證券公司提供擔保物，借入資金買入證券最后再賣出證券歸還資金（融資交易）或借入證券并賣出最后再買入證券歸還券商（融券交易）的行為。我國于2010年3月31日正式啟動了A股市場融資融券交易試點，首批融資融券標的個股為90只。于2011年8月融資融券業(yè)務轉入常規(guī)階段。2012年8月，轉融通業(yè)務正式啟動，進一步擴大了標的股票數量，融資融券交易自試點以來，共經歷了六次擴容，標的股票也從初期90只增加到了1600多只，交易規(guī)模逐年擴大，相關交易總量占整個市場的比重越來越大，對股票市場的發(fā)展產生了重大影響。尤其在2015年的A股市場劇烈波動中，融資融券的杠桿資金扮演了重要的角色。據估算2015年場內融資規(guī)模達2.27萬億，場外配資規(guī)模約1.8萬億元，高峰時杠桿資金達到了4萬億，這幾乎占據了A股流通市值的10%。對比國際上任何一個股票市場，當杠桿資金超過流通市值5%就已經是非常危險的信號了。同時，另一風險信號是杠桿率過高的問題，當時場外配資的杠桿率普遍達到3-10倍。這意味著，一旦股市下跌10-30%，這些杠桿資金頭寸將爆倉，這在2015年6月的A股市場大幅下跌中也被證實。

融資融券交易制度自實施以來一直是市場和理論界的關注焦點，國內學者對融資融券功能的研究相對集中，較為系統(tǒng)地研究了融資融券的市場資源配置、流動性、風險管理與穩(wěn)定市場等功能，但從融資融券杠桿效應角度研究的文獻相對較少。融資融券交易為投資者提供了杠桿交易的選擇，股票市場的發(fā)展也離不開金融杠桿，但過高的杠桿率不利于市場的穩(wěn)定發(fā)展。為此，論文將融資融券杠桿率、投資者風險偏好與市場波動三個指標納入S-VAR模型進行研究，分析三者之間相互的影響關系與影響程度，進而提出在市場穩(wěn)定前提下，不同風險偏好投資者融資融券杠桿率的差異化選擇。

2 文獻綜述

融資融券交易在國外也稱為信用交易，其早已成為資本市場不可或缺的資產定價機制，Miller（1977）［14］開創(chuàng)性地提出在賣空交易缺失的市場中，悲觀的投資者會選擇離開市場，資產價格反映的是樂觀投資者的估值，因此股價被高估而形成了泡沫，從而導致資產價格大幅波動，即賣空交易的存在能夠降低股票市場的波動性。其后研究者 Kim(1996)［13］，Haruvy et al.(2007)［10］，Beber and Pagano（2013）［6］的實證研究結果也支持上述觀點。與Miller（1977）［14］研究相反的觀點則認為：由于賣空的引入，資產價格對信息的調整速度會減緩，錯誤的定價難以被糾正，在資產價格被高估的情況下，賣空交易會進一步增加資產價格的波動性（Anufriev and Tuinstra，2013［1］，Aitken et al., 1998［2］，Chang et al., 2007［7］）。而 Figlewski and Webb(1993)［16］認為賣空交易與股價波動之間的關系是中性的，股票市場穩(wěn)定性的影響因素更多地取決于一些其他因素。國內對融資融券交易制度與市場穩(wěn)定性的影響研究起步相對較晚，研究觀點主要集中于：一是認為融資融券交易降低了標的證券的噪音交易、提升了信息傳遞速度、降低了公司盈余操縱以及投資者之間的信息不對稱程度，從而降低了標的證券股價的特質性波動，提高了股票市場價格的穩(wěn)定性（肖浩和孔愛國，2014［19］）。二是認為融資融券交易中，杠桿效應會使股市從穩(wěn)定向脆弱性轉變，最終降低股市的穩(wěn)定性，加劇標的股價崩盤風險（呂大永和吳文鋒，2019［24］）。三是融資融券交易制度對熊市波動非對稱性和牛市反向波動非對稱性都沒有顯著影響，即它對股市周期性波動的影響是中性的（李鋒森，2017［20］）。

而對于投資者偏好與股票市場波動性之間的研究，主要集中于投資者情緒、市場收益和波動性角度。張宗新和王海亮（2013）［26］；Kumari and Mahakud（2015）［11］分別利用多元回歸法、脈沖響應函數，VAR-GARCH模型以及羊群效應和貝葉斯模型進行研究分析，發(fā)現投資者偏好對市場收益率和波動性存在顯著的正面影響。Bhojraj et al.(2009)［4］假設聰明的投資者會根據市場中的套利機會，大膽追加證券保證金，以提高收益。實證結果發(fā)現：在賣空操作下，投資者的行為會加劇資產價格高估的程度，從而加劇價格波動風險。巴曙松和朱虹（2016）［25］研究結論也支持上述觀點。張繼海（2019）［28］則從行為經濟學視角下提出，投資者情緒可通過系統(tǒng)性偏差、非理性資產泡沫等機制影響股票市場收益。投資者情緒根據內在決策偏差和外部環(huán)境因素變化而產生，人們對未來市場走勢的預期以及對歷史信息和股票基本因素的反饋都可以反映在投資者情緒中。

對于融資融券杠桿對市場波動的影響，主要集中在杠桿的選擇問題上。Grossman and Sanford（1976）［8］認為杠桿機制的存在使得各類信息能夠快速引導價格調整。但其實更多的學者認為，高杠桿率意味著高風險，對市場的沖擊更大，更加劇市場崩潰速度。Hardouvelis（1990）［9］認為高杠桿機制減弱了信息向價格傳遞的效率，融資融券制度的杠桿效應是其引起股票市場波動的重要原因。Harris et al.(1961)［5］從投資者行為的角度出發(fā)，提出＂金字塔和倒金字塔＂理論。即由于信用交易存在杠桿效應，投資者在股市行情上漲時融資買入股票會進一步推動股價上漲。反之，投資者在股市行情下跌時賣空股票會促使股價進一步下跌。高杠桿極易誘發(fā)資產價格泡沫，投資者在價格上漲中更易追漲殺跌，出現非理性投資，最終可能引發(fā)市場崩潰甚至金融危機。King（1993）［12］，Fortune（2001）［15］發(fā)現在信用交易機制下，市場容易過度上漲并產生價格泡沫，進而增大市場的波動性。而且信用交易的杠桿性會使得投資者選擇風險較高的投資組合，同時也帶來了比普通證券更多的風險。吳曉求（2016）［22］提出由于我國大力開展融資業(yè)務，融資融券資格開放得越來越多，信用風險也成倍增加。當股市處于上漲階段，融資主體為追求收益最大化，不斷提高杠桿率，使得股市快速上漲，風險大幅增加，危機一觸即發(fā)。

綜上所述，國內外眾多學者從不同角度分別研究了融資融券杠桿率、投資者偏好與股票市場波動性的關系，但大多數研究側重于其制度層面的分析且較為單一，并未將融資融券杠桿率作為指標納入系統(tǒng)進行分析，也未將三者的關系進行系統(tǒng)性的實證。為此，本文基于A股市場融資融券標的股票日交易數據與融資融券余額數據，將融資融券余額增長率、融資融券杠桿率、投資者風險偏好、市場波動率納入S-VAR模型，系統(tǒng)研究了股市波動、融資融券杠桿率、投資者風險偏好三者之間相互影響關系與程度。

3 理論分析

3.1 融資融券杠桿率與投資者風險偏好的關系研究

根據期望效用函數理論，投資者的風險偏好可以根據收益的期望效用(u[E(g)])和收益期望值的效用(u(g))之間的大小將投資者分為風險偏好者(u(E(g))＜u(g))、風險中性者(u[E(g)]=u(g))和風險厭惡者(u[E(g)]＞u(g))。具體表現如圖1所示：

圖1 風險偏好

當股票市場處于上漲的行情時，風險偏好的投資者會融資買入股票，股票購買需求增加，融資杠桿也會隨之增大；融資杠桿的增加會進一步放大風險和收益，從而影響風險偏好投資者的決策行為；當股票市場處于下跌的行情時，風險厭惡者會融券賣出股票，股票的供給量增加，融券杠桿也會隨之增大，融券杠桿的增加同樣會放大風險和收益，從而影響風險厭惡投資者的決策行為。

3.2 股市波動與融資融券杠桿效應的關系研究

根據Miller（1977）［14］假說，投資者根據股票價格的估值與股票實際價值之間的關系，將投資者分為了樂觀投資者和悲觀投資者。在掌握相同信息的前提下，投資者面對著相同的市場情況產生的市場偏好不一樣。當股票價格上漲時，樂觀投資者認為手中的股票還有進一步上漲的趨勢，所以樂觀的投資者將融資買入股票，融資買入的杠桿作用會直接成倍增加股票的需求，從而造成股價上漲，產生股市泡沫，進一步加劇了股票市場的波動性，如圖2所示。但當股市處于下跌行情時，悲觀投資者預期股票會繼續(xù)下跌，于是會通過融券賣出股票，融券賣出的杠桿效應會直接成倍增加股票的供給，造成股價過度下跌。融資融券具有的這種會造成股票價格助漲助跌的效應會加劇股票市場的波動，如圖3所示。

圖2 市場上漲時融資交易

圖3 市場下跌時融券交易

假設在股票價格的波動過程中，股價的波動可以看作市場的波動，并將杠桿率指標、投資者風險偏好、市場波動納入一個整體研究。發(fā)現：一是當市場價格持續(xù)走低時，風險偏好型投資者會形成未來價格會反彈的預期，進而通過融資方式買入股票，融資杠桿率上升，股票的購買需求增加，從而使得股票價格回升。價格的快速回升也會使風險厭惡型投資者從觀望轉變?yōu)榉e極購買，主動買入股票，進一步增加股票購買需求，從而促使股票價格持續(xù)上升，直至股價被高估。二是當股價被高估時，風險厭惡型投資者預期未來股票價格會下降，在市場賣出股票或融券賣出股票，融券杠桿率上升，由于股票供給量的增加，使得股票價格開始下降。股票價格的下降又會使風險偏好型投資者進入避險需求，進一步加大融券比例以對沖風險，融券杠桿率進一步上升，進而股票價格也持續(xù)快速下降，詳見圖4。

圖4 融資融券杠桿率、投資者風險偏好與股價波動

基于上述分析，融資融券杠桿率的變化體現了股票價格上漲—下跌的加速度，而投資者的決策行為主要依賴于投資者的風險偏好。融資融券杠桿率、投資者風險偏好對股票市場的波動性具有明顯的影響。為此，論文通過構建結構向量自回歸（S-VAR）進一步研究融資融券杠桿率、投資者風險偏好與股票市場波動性之間的相互影響關系和影響程度。

4 數據來源和變量定義

4.1 數據來源

本文收集整理了2016年12月12日到2019年8月1日滬深兩市所有進入融資融券名單的上市公司為研究樣本，選取融資融券上市公司股票日交易數據，融資融券余額數據（數據均來自CSMAR數據庫）。分類整理了樣本公司，通過Excel預分析處理并按照以下標準剔除了部分觀測值：（1）金融類公司；（2）公用事業(yè)類公司；（3）ST類公司；（4）變量缺失公司。最終得到有效數據644組，共計日度數據433764個。

4.2 變量選取

根據論文的研究思路和對象，選取了股市波動性為被解釋變量，融資杠桿率、融券杠桿率和投資者偏好指標為解釋變量。各指標具體分析如下：

4.2.1 股市波動性變量

本文借鑒Andersen and Bollerslev(2002)［3］文中提出的基于當日股指最高價和最低價構造的波動率模型對滬深300指數的波動性進行刻畫。具體計算公式如下：

4.2.2 融資杠桿效應

定義融資杠桿率為FL，融資杠桿率（FL）=當日融資余額/當日流通市值。其中，當日融資余額=前一日融資余額-當日償還額+當日融資買入額，流通市值=標的股股數*標的股股價，由于標的股股價在波動，因此其流通市值也在隨之波動。所以，融資杠桿率會隨著融資余額和流通市值的變化而變化。

4.2.3 融券杠桿效應

定義融券杠桿率為LR，融券杠桿率（LR）=當日融券余額/當日流通市值。當日融券余額=前一日融券余額-當日償還額+當日融券賣出額，流通市值=標的股股數*標的股股價，流通市值隨著標的股股價波動而波動。因此，融券杠桿率會隨著融券余額和流通市值的變化而變化。

4.2.4 投資者偏好指標的構建

考慮到中國股票市場的實際情況和數據的可獲得性，借鑒張宗新（2013）［26］、石廣平（2016）［27］構建的投資者偏好指標，選用了市盈率（PER）、上指振幅(UFA)和換手率(TR)作為投資者偏好指標變量。由于研究中考慮融資融券杠桿率對市場波動的影響，因此借鑒了Gervais & Odean（2001）［18］的關于投資者過度自信的行為金融模型，將融資余額(FB)和融券余額(MB)也納入投資者偏好指標的構建中。由此，本文通過引入五個投資者偏好代理變量，采用主成分分析法，構建投資者偏好指標。各代理指標的分析如下：

市盈率（PER）：市盈率（PER）=股票價格（P）/每股收益(EPS)，市場估值水平高低是投資者偏好的市場表現，因此引入市盈率作為投資者偏好的代理指標之一。

上指振幅(UFA)：上指振幅=（當日最高點的價格－當日最低點的價格）/當日最低點的價格×100%，股票價格的高低體現了投資者偏好，因此將其引入投資者偏好的代理指標之一。

換手率(TR)：換手率=成交量/流通股本×100%，說明了股市交易的頻繁程度，換手率越高，股市交易越頻繁，投資者情緒越高漲，因此將該指標作為場內投資者偏好的代理指標。

融資余額(FB)：融資余額=當日融資余額=前一日融資余額-當日償還額+當日融資買入額，當融資信用交易占主要份額時，市場中投資者偏好體現為杠桿融資引發(fā)的對資產價格預期過度樂觀的風險愛好。

融券余額(MB)：融券余額=當日融券余額=前一日融券余額-當日償還額+當日融券賣出額，當融券賣空交易占主要份額時，市場中投資者偏好體現為賣空交易主導的對資產價格預期悲觀的風險規(guī)避。但考慮到融券交易代表投資者對市場的看空偏好，與其他指標方向相反，故以融券余額的相反數放入主成分分析中。

通過主成分分析將上述五個偏好變量進行降維處理，在損失較少數據信息的基礎上，提取出其中受到偏好影響的相同部分，把多個偏好指標轉化為投資者偏好綜合指標。首先對市盈率（PER）、上指振幅(UFA)、換手率(TR)、融資余額(FB)、融券余額(MB)5個指標設置“提前”和“滯后”變量并對其進行第一次主成分分析。為消除各變量單位差異的影響，在主成分分析前對各個變量進行Z標準化處理，即將各代理變量減去其均值后再除以其標準差，得到一個由10個代理變量合成的市場投資者偏好指數。對這10個變量進行主成分分析時，第一主成分的方差貢獻率僅達到了45.2%，丟失的信息較多，但前三個主成分的方差貢獻率達到了86.52%，因此采用第1、2、3主成分的加權平均值作為構建的市場偏好指標IPI。其加權公式為：

其中IPIip表示第i主成分的投資者偏好指標值，ωi和ωj分別代表第i主成分或第j主成分的特征值。然后將得到的IPI分別與上述10個代理變量作相關性分析，并選擇相關系數較大的5個變量作為構造市場投資者偏好指標IPIt的最終指標。相關性分析結果如表1 IPI與各代理變量的相關性分析所示：

表1 IPI與10個變量的相關性分析

從表1可知，IPI與ZPERt-1、ZUFAt-1、ZMBt-1、ZTRt-1、ZFBt-1的相關程度比較高。因此，本文最終選擇ZPERt-1、ZUFAt-1、ZMBt-1、ZTRt-1、ZFBt-1這5個變量作為構建市場投資者偏好指標的最終偏好代理變量。

對上述5個已作Z標準化處理的偏好代理變量進行主成分分析，而只有第一、第二主成分的特征值顯著地大于1，且得到第一、第二主成分的累積方差貢獻率達到71.54%，說明以第一、第二主成分構建的市場投資者偏好指標涵蓋了上述5個代理變量71.54%的信息。因此，選取第一、第二主成分的加權平均值作為構建的最終市場投資者偏好指標IPI，其最終結果為：

考察最終構建的市場投資者偏好指標（IPI）與所選偏好代理變量之間的相關性，結果如表2：

表2 IPI與代理變量的相關性分析

從表2中可以看出，IPI與ZPERt-1、ZUFAt-1、ZMBt-1、ZTRt-1、ZFBt-1均呈現出較強的正相關性。這表明所構建的市場投資者偏好指標涵蓋了五個代理變量較多的信息。

4.2.5 變量定義

綜上所述，本文選取的變量如表3所示：

表3 變量定義表

5 S-VAR模型與實證分析

傳統(tǒng)的VAR模型是非結構化的，即不考慮變量間的同期關系，解釋變量中沒有因變量的同期變量。而實際中常常不可避免存在這樣的關系，需要刻畫變量間同期影響關系?？紤]變量序列之間同期影響關系建立的VAR模型為結構VAR模型，即S-VAR。

5.1 變量的單位根檢驗

由于采用非平穩(wěn)時間序列建模，可能會產生偽回歸的結果，所以在建立VAR模型之前，有必要對股市波動性（SMV）、融資杠桿率（FL）、融券杠桿率（LR）、投資者偏好指標（IPI）進行平穩(wěn)性檢驗。主要檢驗的是以下三個方程：

結果如下表4所示：

表4 ADF檢驗結果

由表4 ADF檢驗結果可知，股市波動性（SMV）、融資杠桿率（FL）、投資者偏好指標（IPI）三個變量在5%的顯著水平下，ADF統(tǒng)計量的絕對值都大于其臨界值，對應的P值分別為0.0067、0.0000、0.0000，拒絕有單位根的原假設，變量平穩(wěn)；但是融券杠桿率（LR）在5%的顯著水平下，ADF統(tǒng)計量的絕對值小于其臨界值，對應的P值為0.9875，接受原假設，變量不平穩(wěn)；接下來對融券杠桿率（LR）進行一階差分并檢驗其平穩(wěn)性。記LR的一階差分為LR1,由結果知，融券杠桿率一階差分平穩(wěn)，所以股市波動性（SMV）、融資杠桿率（LR）、融券杠桿率一階差分（LR1）、投資者偏好指標（IPI）可用來構建向量自回歸（VAR）模型。

5.2 確定最優(yōu)滯后階數

通過單位根檢驗可知，股市波動性（SMV）、融資杠桿率（FL）、融券杠桿率一階差分（LR1）、投資者偏好指標（IPI）均為平穩(wěn)變量，可以構建VAR模型。首先確定滯后階數，其結果如表5 滯后階數所示，根據信息準則和多數原則，可以確定該模型的最優(yōu)滯后階數為6階。

表5 AIC最優(yōu)滯后階數

5.3 模型的穩(wěn)定性檢驗

進一步對確定的VAR模型進行穩(wěn)定性檢驗。模型的穩(wěn)定性會影響部分結果的有效性，同時穩(wěn)定性條件也是進行脈沖響應分析和方差分解所必須滿足的條件。VAR模型的穩(wěn)定性條件是所有單位根的模都小于1，即所有單位根的模都落在了單位圓內。檢驗結果如圖5 模型穩(wěn)定性檢驗所示：

圖5 模型穩(wěn)定性檢驗

5.4 S-VAR模型

S-VAR的識別問題是指從模型簡化式的參數估計得到相應結構式的參數估計。如果估計參數有正確的估計值，說明S-VAR模型能夠識別。反之，則需要施加約束條件。通過上述分析，我們可以建立S-VAR模型。含有k個變量和p階向量的向量自回歸VAR（P）模型的數學表達式為：

yt-p表示內生變量的p階滯后向量。

（7）式是與（8）式相對應的結構向量自回歸（S-VAR）模型，也稱為結構式。本篇論文采用的是Bernanke(1986)和Sims(1986)先后提出的AB模型。假定A和B是n×n的可逆矩陣，并且滿足以下條件：

基于上面的分析，我們可以建立SVAR（6）模型，本文建立AB型的4變量SVAR（6）模型，形式如下：

是VAR模型的擾動項，表示作用在變量 上的結構式沖擊，也就是結構式擾動項。

在AB型的SVAR模型中，由于模型有4個內生變量，至少需要施加2k^2-k（k+1）/2=22個約束，這樣才能使得SVAR模型滿足可識別條件。本文約束中B矩陣為單位矩陣，A矩陣對角線元素都是1，這樣就相當于施加了k（k+1）=20個約束條件。根據相關經濟、金融基礎理論，本文認為，融資杠桿率（FL）、融券杠桿率一階差分（LR1）、投資者偏好指標（IPI）對股市波動（SMV）有影響，所以C21、C31、C41≠0。結果如表6所示：

由表6可得，矩陣AB如下：

矩陣中的估計值說明了各變量當期沖擊效果，正數表示正向沖擊，負數表示負向沖擊，絕對值大小表示沖擊大小。從表6估計結果可知，融資杠桿率和融券杠桿率對股票價格均具有正向的沖擊影響，投資者偏好指標對股票價格沖擊效果不顯著。

5.5 脈沖響應分析

脈沖響應函數能夠相對完整的顯現出變量的動態(tài)影響過程。因此，為了全面考察融資杠桿率、融券杠桿率和投資者偏好指標對股市波動性的動態(tài)影響路徑，下面對融資杠桿率、融券杠桿率的一階差分和投資者偏好指標與股市波動性指標進行脈沖響應分析。

5.5.1 SMV與FL的脈沖響應分析

圖6 SMV與FL的脈沖響應

圖6結果顯示，在當期給融資杠桿率一個標準差大小的沖擊時，會對股市的波動性有一個較為明顯的正向影響。隨著滯后期數的增加，正向影響的效應逐漸減弱。即當融資杠桿率增加時，市場也會呈現上漲趨勢，從而導致市場的波動性增強，但隨著時間的推移，這種影響會趨于平穩(wěn)。

當市場波動性受到一個標準差大小的沖擊，會對融資杠桿率指標產生一個正向的影響，該影響隨著時間的推移，會越來越弱。表明，當市場呈上漲趨勢時，短期來看，融資杠桿率增加明顯，反映出投資者愿意承擔更高的風險和杠桿率；而隨著時間的推移，投資者會擔心市場波動趨勢改變而帶來損失，市場波動性對融資杠桿率的影響程度逐漸減弱。

5.5.2 SMV與LR1的脈沖響應分析

圖7 SMV與LR1的脈沖響應

圖7結果顯示：在當期給融券杠桿率一個標準差大小的沖擊時，市場波動性與融券杠桿率呈現出相同的變化趨勢，具有較為明顯的正相關性，隨著期數的增加，二者相同的變化趨勢逐漸趨于平穩(wěn)。當融券杠桿率增加時，市場大多處于下跌趨勢中，此時的市場波動率指標會增大。融券杠桿率的上升，帶來的是市場波動的明顯增加，投資者增加融券比例以實現價格風險對沖與風險管理，這又進一步加劇市場下跌。因此我們可以看到，在第7期時，融券杠桿率對市場波動的影響達到最高，這也反映投資者面臨市場下跌時，在進行風險規(guī)避和對沖時有一個滯后行為。

在當期給市場波動率一個標準差大小的沖擊時，融券杠桿率短期明顯增加，即市場下跌時，投資者通過融券交易進行投機和風險對沖，融券杠桿率增加。但從長期角度來看，融券杠桿率逐漸趨于平穩(wěn)。

5.5.3 SMV與IPI的脈沖響應分析

圖8 SMV與IPI的脈沖響應

據圖8所示，當投資者風險偏好受到一個標準差大小的沖擊時，投資者偏好影響其投資行為，投資行為的改變對市場會產生一定程度的影響，且影響呈現負相關性，即投資者由于風險偏好形成的投資行為往往和市場波動是反向的。

當市場波動指標受到一個標準差大小的沖擊時，投資風險偏好從負的最高逐漸增加為正向，隨著期數的增加逐漸呈現平穩(wěn)的負相關性。即市場波動會影響投資者的投資行為，由于投資者風險偏好的差異，導致投資者的行為在市場波動的不同時期，呈現出不同的投資決策，市場發(fā)生波動初期，投資者往往會隨著波動方向的變化，采取更為積極的投資策略；隨著波動的持續(xù)，投資者擔心市場風險的增加，而往往采取與市場波動相反的投資策略。

5.6 方差分解

方差分解是為了將S-VAR模型中內生變量的方差結果分解到每個干擾項上進而考察其他變量對該內生變量影響的貢獻程度。為了進一步探究，融資杠桿率、融券杠桿率和投資者偏好綜合指數對股市波動性的影響程度，對SVAR（6）模型進行了方差檢驗分析，結果如表7所示：

表7 關于SMV的方差分解

從表7實證結果可以看出，股市的波動性主要由其自身所解釋。但隨著滯后期數的增加，融資杠桿率、融券杠桿率以及投資者偏好指標的解釋程度均逐漸上升；其中，融資杠桿率的解釋程度最高，融券杠桿率的解釋程度最低。從數據的總體趨勢來看，融資或融券杠桿率的上升明顯會加劇市場波動。

6 結 論

通過實證研究發(fā)現：一是當市場呈現上漲趨勢時，融資杠桿率會上升。這是因為當市場呈現上漲趨勢時，投資者融資意愿更為強烈，愿意承擔更高的融資成本和風險，使得融資杠桿率增加。而當市場呈現下跌趨勢時，融券杠桿率上升。這是因為當市場呈現下跌趨勢時，投資者融券賣空意愿更為強烈，通過融券來實現投機或價格風險對沖，使得融券杠桿率增加。二是融資融券杠桿率的上升，會加劇市場的波動。過高的融資融券杠桿率不利于市場的穩(wěn)定發(fā)展。

融資融券交易制度是中國股票市場發(fā)展進程中的重要組成部分，對于市場資源配置效率的提高具有重要的促進作用。與此同時，融資融券交易也為投資者提供了杠桿交易的選擇。股票市場發(fā)展離不開金融杠桿，杠桿的引入能有效提升證券市場的經濟效率。但過高的融資融券杠桿率也會加劇市場波動，這不利于我國股票市場穩(wěn)定發(fā)展的目標。從投資者風險偏好和投資決策行為來看，在面對市場波動時，個人投資者投機行為占主導，通過增加融資融券比例，主動承擔更高的杠桿率，期望獲取更高的收益。然而，過高的杠桿率又會加劇市場的波動，當市場波動與投資者預期不一致時，往往帶來的是更高額的投資損失。因此，對于個人投資者而言，在能承受的風險損失前提下，合理地選擇金融杠桿率是投資決策的關鍵因素。