董志偉 夏 楸 劉國(guó)會(huì) 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(wù)資格的證券公司提供擔(dān)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(guó)于2010年3月31日正式啟動(dòng)了A股市場(chǎng)融資融券交易試點(diǎn)，首批融資融券標(biāo)的個(gè)股為90只。于2011年8月融資融券業(yè)務(wù)轉(zhuǎn)入常規(guī)階段。2012年8月，轉(zhuǎn)融通業(yè)務(wù)正式啟動(dòng)，進(jìn)一步擴(kuò)大了標(biāo)的股票數(shù)量，融資融券交易自試點(diǎn)以來，共經(jīng)歷了六次擴(kuò)容，標(biāo)的股票也從初期90只增加到了1600多只，交易規(guī)模逐年擴(kuò)大，相關(guān)交易總量占整個(gè)市場(chǎng)的比重越來越大，對(duì)股票市場(chǎng)的發(fā)展產(chǎn)生了重大影響。尤其在2015年的A股市場(chǎng)劇烈波動(dòng)中，融資融券的杠桿資金扮演了重要的角色。據(jù)估算2015年場(chǎng)內(nèi)融資規(guī)模達(dá)2.27萬億，場(chǎng)外配資規(guī)模約1.8萬億元，高峰時(shí)杠桿資金達(dá)到了4萬億，這幾乎占據(jù)了A股流通市值的10%。對(duì)比國(guó)際上任何一個(gè)股票市場(chǎng)，當(dāng)杠桿資金超過流通市值5%就已經(jīng)是非常危險(xiǎn)的信號(hào)了。同時(shí)，另一風(fēng)險(xiǎn)信號(hào)是杠桿率過高的問題，當(dāng)時(shí)場(chǎng)外配資的杠桿率普遍達(dá)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(chǎng)大幅下跌中也被證實(shí)。

融資融券交易制度自實(shí)施以來一直是市場(chǎng)和理論界的關(guān)注焦點(diǎn)，國(guó)內(nèi)學(xué)者對(duì)融資融券功能的研究相對(duì)集中，較為系統(tǒng)地研究了融資融券的市場(chǎng)資源配置、流動(dòng)性、風(fēng)險(xiǎn)管理與穩(wěn)定市場(chǎng)等功能，但從融資融券杠桿效應(yīng)角度研究的文獻(xiàn)相對(duì)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(chǎng)的發(fā)展也離不開金融杠桿，但過高的杠桿率不利于市場(chǎng)的穩(wěn)定發(fā)展。為此，論文將融資融券杠桿率、投資者風(fēng)險(xiǎn)偏好與市場(chǎng)波動(dòng)三個(gè)指標(biāo)納入S-VAR模型進(jìn)行研究，分析三者之間相互的影響關(guān)系與影響程度，進(jìn)而提出在市場(chǎng)穩(wěn)定前提下，不同風(fēng)險(xiǎn)偏好投資者融資融券杠桿率的差異化選擇。

2 文獻(xiàn)綜述

融資融券交易在國(guó)外也稱為信用交易，其早已成為資本市場(chǎng)不可或缺的資產(chǎn)定價(jià)機(jī)制，Miller（1977）［14］開創(chuàng)性地提出在賣空交易缺失的市場(chǎng)中，悲觀的投資者會(huì)選擇離開市場(chǎng)，資產(chǎn)價(jià)格反映的是樂觀投資者的估值，因此股價(jià)被高估而形成了泡沫，從而導(dǎo)致資產(chǎn)價(jià)格大幅波動(dòng)，即賣空交易的存在能夠降低股票市場(chǎng)的波動(dòng)性。其后研究者 Kim(1996)［13］，Haruvy et al.(2007)［10］，Beber and Pagano（2013）［6］的實(shí)證研究結(jié)果也支持上述觀點(diǎn)。與Miller（1977）［14］研究相反的觀點(diǎn)則認(rèn)為：由于賣空的引入，資產(chǎn)價(jià)格對(duì)信息的調(diào)整速度會(huì)減緩，錯(cuò)誤的定價(jià)難以被糾正，在資產(chǎn)價(jià)格被高估的情況下，賣空交易會(huì)進(jìn)一步增加資產(chǎn)價(jià)格的波動(dòng)性（Anufriev and Tuinstra，2013［1］，Aitken et al., 1998［2］，Chang et al., 2007［7］）。而 Figlewski and Webb(1993)［16］認(rèn)為賣空交易與股價(jià)波動(dòng)之間的關(guān)系是中性的，股票市場(chǎng)穩(wěn)定性的影響因素更多地取決于一些其他因素。國(guó)內(nèi)對(duì)融資融券交易制度與市場(chǎng)穩(wěn)定性的影響研究起步相對(duì)較晚，研究觀點(diǎn)主要集中于：一是認(rèn)為融資融券交易降低了標(biāo)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(duì)稱程度，從而降低了標(biāo)的證券股價(jià)的特質(zhì)性波動(dòng)，提高了股票市場(chǎng)價(jià)格的穩(wěn)定性（肖浩和孔愛國(guó)，2014［19］）。二是認(rèn)為融資融券交易中，杠桿效應(yīng)會(huì)使股市從穩(wěn)定向脆弱性轉(zhuǎn)變，最終降低股市的穩(wěn)定性，加劇標(biāo)的股價(jià)崩盤風(fēng)險(xiǎn)（呂大永和吳文鋒，2019［24］）。三是融資融券交易制度對(duì)熊市波動(dòng)非對(duì)稱性和牛市反向波動(dòng)非對(duì)稱性都沒有顯著影響，即它對(duì)股市周期性波動(dòng)的影響是中性的（李鋒森，2017［20］）。

而對(duì)于投資者偏好與股票市場(chǎng)波動(dòng)性之間的研究，主要集中于投資者情緒、市場(chǎng)收益和波動(dòng)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(yīng)函數(shù)，VAR-GARCH模型以及羊群效應(yīng)和貝葉斯模型進(jìn)行研究分析，發(fā)現(xiàn)投資者偏好對(duì)市場(chǎng)收益率和波動(dòng)性存在顯著的正面影響。Bhojraj et al.(2009)［4］假設(shè)聰明的投資者會(huì)根據(jù)市場(chǎng)中的套利機(jī)會(huì)，大膽追加證券保證金，以提高收益。實(shí)證結(jié)果發(fā)現(xiàn)：在賣空操作下，投資者的行為會(huì)加劇資產(chǎn)價(jià)格高估的程度，從而加劇價(jià)格波動(dòng)風(fēng)險(xiǎn)。巴曙松和朱虹（2016）［25］研究結(jié)論也支持上述觀點(diǎn)。張繼海（2019）［28］則從行為經(jīng)濟(jì)學(xué)視角下提出，投資者情緒可通過系統(tǒng)性偏差、非理性資產(chǎn)泡沫等機(jī)制影響股票市場(chǎng)收益。投資者情緒根據(jù)內(nèi)在決策偏差和外部環(huán)境因素變化而產(chǎn)生，人們對(duì)未來市場(chǎng)走勢(shì)的預(yù)期以及對(duì)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(duì)于融資融券杠桿對(duì)市場(chǎng)波動(dòng)的影響，主要集中在杠桿的選擇問題上。Grossman and Sanford（1976）［8］認(rèn)為杠桿機(jī)制的存在使得各類信息能夠快速引導(dǎo)價(jià)格調(diào)整。但其實(shí)更多的學(xué)者認(rèn)為，高杠桿率意味著高風(fēng)險(xiǎn)，對(duì)市場(chǎng)的沖擊更大，更加劇市場(chǎng)崩潰速度。Hardouvelis（1990）［9］認(rèn)為高杠桿機(jī)制減弱了信息向價(jià)格傳遞的效率，融資融券制度的杠桿效應(yīng)是其引起股票市場(chǎng)波動(dòng)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(yīng)，投資者在股市行情上漲時(shí)融資買入股票會(huì)進(jìn)一步推動(dòng)股價(jià)上漲。反之，投資者在股市行情下跌時(shí)賣空股票會(huì)促使股價(jià)進(jìn)一步下跌。高杠桿極易誘發(fā)資產(chǎn)價(jià)格泡沫，投資者在價(jià)格上漲中更易追漲殺跌，出現(xiàn)非理性投資，最終可能引發(fā)市場(chǎng)崩潰甚至金融危機(jī)。King（1993）［12］，F(xiàn)ortune（2001）［15］發(fā)現(xiàn)在信用交易機(jī)制下，市場(chǎng)容易過度上漲并產(chǎn)生價(jià)格泡沫，進(jìn)而增大市場(chǎng)的波動(dòng)性。而且信用交易的杠桿性會(huì)使得投資者選擇風(fēng)險(xiǎn)較高的投資組合，同時(shí)也帶來了比普通證券更多的風(fēng)險(xiǎn)。吳曉求（2016）［22］提出由于我國(guó)大力開展融資業(yè)務(wù)，融資融券資格開放得越來越多，信用風(fēng)險(xiǎn)也成倍增加。當(dāng)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(fēng)險(xiǎn)大幅增加，危機(jī)一觸即發(fā)。

綜上所述，國(guó)內(nèi)外眾多學(xué)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(chǎng)波動(dòng)性的關(guān)系，但大多數(shù)研究側(cè)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(biāo)納入系統(tǒng)進(jìn)行分析，也未將三者的關(guān)系進(jìn)行系統(tǒng)性的實(shí)證。為此，本文基于A股市場(chǎng)融資融券標(biāo)的股票日交易數(shù)據(jù)與融資融券余額數(shù)據(jù)，將融資融券余額增長(zhǎng)率、融資融券杠桿率、投資者風(fēng)險(xiǎn)偏好、市場(chǎng)波動(dòng)率納入S-VAR模型，系統(tǒng)研究了股市波動(dòng)、融資融券杠桿率、投資者風(fēng)險(xiǎn)偏好三者之間相互影響關(guān)系與程度。

3 理論分析

3.1 融資融券杠桿率與投資者風(fēng)險(xiǎn)偏好的關(guān)系研究

根據(jù)期望效用函數(shù)理論，投資者的風(fēng)險(xiǎn)偏好可以根據(jù)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(fēng)險(xiǎn)偏好者(u(E(g))＜u(g))、風(fēng)險(xiǎn)中性者(u[E(g)]=u(g))和風(fēng)險(xiǎn)厭惡者(u[E(g)]＞u(g))。具體表現(xiàn)如圖1所示：

圖1 風(fēng)險(xiǎn)偏好

當(dāng)股票市場(chǎng)處于上漲的行情時(shí)，風(fēng)險(xiǎn)偏好的投資者會(huì)融資買入股票，股票購買需求增加，融資杠桿也會(huì)隨之增大；融資杠桿的增加會(huì)進(jìn)一步放大風(fēng)險(xiǎn)和收益，從而影響風(fēng)險(xiǎn)偏好投資者的決策行為；當(dāng)股票市場(chǎng)處于下跌的行情時(shí)，風(fēng)險(xiǎn)厭惡者會(huì)融券賣出股票，股票的供給量增加，融券杠桿也會(huì)隨之增大，融券杠桿的增加同樣會(huì)放大風(fēng)險(xiǎn)和收益，從而影響風(fēng)險(xiǎn)厭惡投資者的決策行為。

3.2 股市波動(dòng)與融資融券杠桿效應(yīng)的關(guān)系研究

根據(jù)Miller（1977）［14］假說，投資者根據(jù)股票價(jià)格的估值與股票實(shí)際價(jià)值之間的關(guān)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(duì)著相同的市場(chǎng)情況產(chǎn)生的市場(chǎng)偏好不一樣。當(dāng)股票價(jià)格上漲時(shí)，樂觀投資者認(rèn)為手中的股票還有進(jìn)一步上漲的趨勢(shì)，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(huì)直接成倍增加股票的需求，從而造成股價(jià)上漲，產(chǎn)生股市泡沫，進(jìn)一步加劇了股票市場(chǎng)的波動(dòng)性，如圖2所示。但當(dāng)股市處于下跌行情時(shí)，悲觀投資者預(yù)期股票會(huì)繼續(xù)下跌，于是會(huì)通過融券賣出股票，融券賣出的杠桿效應(yīng)會(huì)直接成倍增加股票的供給，造成股價(jià)過度下跌。融資融券具有的這種會(huì)造成股票價(jià)格助漲助跌的效應(yīng)會(huì)加劇股票市場(chǎng)的波動(dòng)，如圖3所示。

圖2 市場(chǎng)上漲時(shí)融資交易

圖3 市場(chǎng)下跌時(shí)融券交易

假設(shè)在股票價(jià)格的波動(dòng)過程中，股價(jià)的波動(dòng)可以看作市場(chǎng)的波動(dòng)，并將杠桿率指標(biāo)、投資者風(fēng)險(xiǎn)偏好、市場(chǎng)波動(dòng)納入一個(gè)整體研究。發(fā)現(xiàn)：一是當(dāng)市場(chǎng)價(jià)格持續(xù)走低時(shí)，風(fēng)險(xiǎn)偏好型投資者會(huì)形成未來價(jià)格會(huì)反彈的預(yù)期，進(jìn)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(jià)格回升。價(jià)格的快速回升也會(huì)使風(fēng)險(xiǎn)厭惡型投資者從觀望轉(zhuǎn)變?yōu)榉e極購買，主動(dòng)買入股票，進(jìn)一步增加股票購買需求，從而促使股票價(jià)格持續(xù)上升，直至股價(jià)被高估。二是當(dāng)股價(jià)被高估時(shí)，風(fēng)險(xiǎn)厭惡型投資者預(yù)期未來股票價(jià)格會(huì)下降，在市場(chǎng)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(jià)格開始下降。股票價(jià)格的下降又會(huì)使風(fēng)險(xiǎn)偏好型投資者進(jìn)入避險(xiǎn)需求，進(jìn)一步加大融券比例以對(duì)沖風(fēng)險(xiǎn)，融券杠桿率進(jìn)一步上升，進(jìn)而股票價(jià)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(fēng)險(xiǎn)偏好與股價(jià)波動(dòng)

基于上述分析，融資融券杠桿率的變化體現(xiàn)了股票價(jià)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(fēng)險(xiǎn)偏好。融資融券杠桿率、投資者風(fēng)險(xiǎn)偏好對(duì)股票市場(chǎng)的波動(dòng)性具有明顯的影響。為此，論文通過構(gòu)建結(jié)構(gòu)向量自回歸（S-VAR）進(jìn)一步研究融資融券杠桿率、投資者風(fēng)險(xiǎn)偏好與股票市場(chǎng)波動(dòng)性之間的相互影響關(guān)系和影響程度。

4 數(shù)據(jù)來源和變量定義

4.1 數(shù)據(jù)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(jìn)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(shù)據(jù)，融資融券余額數(shù)據(jù)（數(shù)據(jù)均來自CSMAR數(shù)據(jù)庫）。分類整理了樣本公司，通過Excel預(yù)分析處理并按照以下標(biāo)準(zhǔn)剔除了部分觀測(cè)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(shù)據(jù)644組，共計(jì)日度數(shù)據(jù)433764個(gè)。

4.2 變量選取

根據(jù)論文的研究思路和對(duì)象，選取了股市波動(dòng)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(biāo)為解釋變量。各指標(biāo)具體分析如下：

4.2.1 股市波動(dòng)性變量

本文借鑒Andersen and Bollerslev(2002)［3］文中提出的基于當(dāng)日股指最高價(jià)和最低價(jià)構(gòu)造的波動(dòng)率模型對(duì)滬深300指數(shù)的波動(dòng)性進(jìn)行刻畫。具體計(jì)算公式如下：

4.2.2 融資杠桿效應(yīng)

定義融資杠桿率為FL，融資杠桿率（FL）=當(dāng)日融資余額/當(dāng)日流通市值。其中，當(dāng)日融資余額=前一日融資余額-當(dāng)日償還額+當(dāng)日融資買入額，流通市值=標(biāo)的股股數(shù)*標(biāo)的股股價(jià)，由于標(biāo)的股股價(jià)在波動(dòng)，因此其流通市值也在隨之波動(dòng)。所以，融資杠桿率會(huì)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(yīng)

定義融券杠桿率為L(zhǎng)R，融券杠桿率（LR）=當(dāng)日融券余額/當(dāng)日流通市值。當(dāng)日融券余額=前一日融券余額-當(dāng)日償還額+當(dāng)日融券賣出額，流通市值=標(biāo)的股股數(shù)*標(biāo)的股股價(jià)，流通市值隨著標(biāo)的股股價(jià)波動(dòng)而波動(dòng)。因此，融券杠桿率會(huì)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(biāo)的構(gòu)建

考慮到中國(guó)股票市場(chǎng)的實(shí)際情況和數(shù)據(jù)的可獲得性，借鑒張宗新（2013）［26］、石廣平（2016）［27］構(gòu)建的投資者偏好指標(biāo)，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(biāo)變量。由于研究中考慮融資融券杠桿率對(duì)市場(chǎng)波動(dòng)的影響，因此借鑒了Gervais & Odean（2001）［18］的關(guān)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(biāo)的構(gòu)建中。由此，本文通過引入五個(gè)投資者偏好代理變量，采用主成分分析法，構(gòu)建投資者偏好指標(biāo)。各代理指標(biāo)的分析如下：

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

上指振幅(UFA)：上指振幅=（當(dāng)日最高點(diǎn)的價(jià)格－當(dāng)日最低點(diǎn)的價(jià)格）/當(dāng)日最低點(diǎn)的價(jià)格×100%，股票價(jià)格的高低體現(xiàn)了投資者偏好，因此將其引入投資者偏好的代理指標(biāo)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(biāo)作為場(chǎng)內(nèi)投資者偏好的代理指標(biāo)。

融資余額(FB)：融資余額=當(dāng)日融資余額=前一日融資余額-當(dāng)日償還額+當(dāng)日融資買入額，當(dāng)融資信用交易占主要份額時(shí)，市場(chǎng)中投資者偏好體現(xiàn)為杠桿融資引發(fā)的對(duì)資產(chǎn)價(jià)格預(yù)期過度樂觀的風(fēng)險(xiǎn)愛好。

融券余額(MB)：融券余額=當(dāng)日融券余額=前一日融券余額-當(dāng)日償還額+當(dāng)日融券賣出額，當(dāng)融券賣空交易占主要份額時(shí)，市場(chǎng)中投資者偏好體現(xiàn)為賣空交易主導(dǎo)的對(duì)資產(chǎn)價(jià)格預(yù)期悲觀的風(fēng)險(xiǎn)規(guī)避。但考慮到融券交易代表投資者對(duì)市場(chǎng)的看空偏好，與其他指標(biāo)方向相反，故以融券余額的相反數(shù)放入主成分分析中。

通過主成分分析將上述五個(gè)偏好變量進(jìn)行降維處理，在損失較少數(shù)據(jù)信息的基礎(chǔ)上，提取出其中受到偏好影響的相同部分，把多個(gè)偏好指標(biāo)轉(zhuǎn)化為投資者偏好綜合指標(biāo)。首先對(duì)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(gè)指標(biāo)設(shè)置“提前”和“滯后”變量并對(duì)其進(jìn)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(duì)各個(gè)變量進(jìn)行Z標(biāo)準(zhǔn)化處理，即將各代理變量減去其均值后再除以其標(biāo)準(zhǔn)差，得到一個(gè)由10個(gè)代理變量合成的市場(chǎng)投資者偏好指數(shù)。對(duì)這10個(gè)變量進(jìn)行主成分分析時(shí)，第一主成分的方差貢獻(xiàn)率僅達(dá)到了45.2%，丟失的信息較多，但前三個(gè)主成分的方差貢獻(xiàn)率達(dá)到了86.52%，因此采用第1、2、3主成分的加權(quán)平均值作為構(gòu)建的市場(chǎng)偏好指標(biāo)IPI。其加權(quán)公式為：

其中IPIip表示第i主成分的投資者偏好指標(biāo)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(gè)代理變量作相關(guān)性分析，并選擇相關(guān)系數(shù)較大的5個(gè)變量作為構(gòu)造市場(chǎng)投資者偏好指標(biāo)IPIt的最終指標(biāo)。相關(guān)性分析結(jié)果如表1 IPI與各代理變量的相關(guān)性分析所示：

表1 IPI與10個(gè)變量的相關(guān)性分析

從表1可知，IPI與ZPERt-1、ZUFAt-1、ZMBt-1、ZTRt-1、ZFBt-1的相關(guān)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(gè)變量作為構(gòu)建市場(chǎng)投資者偏好指標(biāo)的最終偏好代理變量。

對(duì)上述5個(gè)已作Z標(biāo)準(zhǔn)化處理的偏好代理變量進(jìn)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(xiàn)率達(dá)到71.54%，說明以第一、第二主成分構(gòu)建的市場(chǎng)投資者偏好指標(biāo)涵蓋了上述5個(gè)代理變量71.54%的信息。因此，選取第一、第二主成分的加權(quán)平均值作為構(gòu)建的最終市場(chǎng)投資者偏好指標(biāo)IPI，其最終結(jié)果為：

考察最終構(gòu)建的市場(chǎng)投資者偏好指標(biāo)（IPI）與所選偏好代理變量之間的相關(guān)性，結(jié)果如表2：

表2 IPI與代理變量的相關(guān)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(xiàn)出較強(qiáng)的正相關(guān)性。這表明所構(gòu)建的市場(chǎng)投資者偏好指標(biāo)涵蓋了五個(gè)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(shí)證分析

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

5.1 變量的單位根檢驗(yàn)

由于采用非平穩(wěn)時(shí)間序列建模，可能會(huì)產(chǎn)生偽回歸的結(jié)果，所以在建立VAR模型之前，有必要對(duì)股市波動(dòng)性（SMV）、融資杠桿率（FL）、融券杠桿率（LR）、投資者偏好指標(biāo)（IPI）進(jìn)行平穩(wěn)性檢驗(yàn)。主要檢驗(yàn)的是以下三個(gè)方程：

結(jié)果如下表4所示：

表4 ADF檢驗(yàn)結(jié)果

由表4 ADF檢驗(yàn)結(jié)果可知，股市波動(dòng)性（SMV）、融資杠桿率（FL）、投資者偏好指標(biāo)（IPI）三個(gè)變量在5%的顯著水平下，ADF統(tǒng)計(jì)量的絕對(duì)值都大于其臨界值，對(duì)應(yīng)的P值分別為0.0067、0.0000、0.0000，拒絕有單位根的原假設(shè)，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(jì)量的絕對(duì)值小于其臨界值，對(duì)應(yīng)的P值為0.9875，接受原假設(shè)，變量不平穩(wěn)；接下來對(duì)融券杠桿率（LR）進(jìn)行一階差分并檢驗(yàn)其平穩(wěn)性。記LR的一階差分為L(zhǎng)R1,由結(jié)果知，融券杠桿率一階差分平穩(wěn)，所以股市波動(dòng)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(biāo)（IPI）可用來構(gòu)建向量自回歸（VAR）模型。

5.2 確定最優(yōu)滯后階數(shù)

通過單位根檢驗(yàn)可知，股市波動(dòng)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(biāo)（IPI）均為平穩(wěn)變量，可以構(gòu)建VAR模型。首先確定滯后階數(shù)，其結(jié)果如表5 滯后階數(shù)所示，根據(jù)信息準(zhǔn)則和多數(shù)原則，可以確定該模型的最優(yōu)滯后階數(shù)為6階。

表5 AIC最優(yōu)滯后階數(shù)

5.3 模型的穩(wěn)定性檢驗(yàn)

進(jìn)一步對(duì)確定的VAR模型進(jìn)行穩(wěn)定性檢驗(yàn)。模型的穩(wěn)定性會(huì)影響部分結(jié)果的有效性，同時(shí)穩(wěn)定性條件也是進(jìn)行脈沖響應(yīng)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(nèi)。檢驗(yàn)結(jié)果如圖5 模型穩(wěn)定性檢驗(yàn)所示：

圖5 模型穩(wěn)定性檢驗(yàn)

5.4 S-VAR模型

S-VAR的識(shí)別問題是指從模型簡(jiǎn)化式的參數(shù)估計(jì)得到相應(yīng)結(jié)構(gòu)式的參數(shù)估計(jì)。如果估計(jì)參數(shù)有正確的估計(jì)值，說明S-VAR模型能夠識(shí)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(gè)變量和p階向量的向量自回歸VAR（P）模型的數(shù)學(xué)表達(dá)式為：

yt-p表示內(nèi)生變量的p階滯后向量。

（7）式是與（8）式相對(duì)應(yīng)的結(jié)構(gòu)向量自回歸（S-VAR）模型，也稱為結(jié)構(gòu)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(dòng)項(xiàng)，表示作用在變量 上的結(jié)構(gòu)式?jīng)_擊，也就是結(jié)構(gòu)式擾動(dòng)項(xiàng)。

在AB型的SVAR模型中，由于模型有4個(gè)內(nèi)生變量，至少需要施加2k^2-k（k+1）/2=22個(gè)約束，這樣才能使得SVAR模型滿足可識(shí)別條件。本文約束中B矩陣為單位矩陣，A矩陣對(duì)角線元素都是1，這樣就相當(dāng)于施加了k（k+1）=20個(gè)約束條件。根據(jù)相關(guān)經(jīng)濟(jì)、金融基礎(chǔ)理論，本文認(rèn)為，融資杠桿率（FL）、融券杠桿率一階差分（LR1）、投資者偏好指標(biāo)（IPI）對(duì)股市波動(dòng)（SMV）有影響，所以C21、C31、C41≠0。結(jié)果如表6所示：

由表6可得，矩陣AB如下：

矩陣中的估計(jì)值說明了各變量當(dāng)期沖擊效果，正數(shù)表示正向沖擊，負(fù)數(shù)表示負(fù)向沖擊，絕對(duì)值大小表示沖擊大小。從表6估計(jì)結(jié)果可知，融資杠桿率和融券杠桿率對(duì)股票價(jià)格均具有正向的沖擊影響，投資者偏好指標(biāo)對(duì)股票價(jià)格沖擊效果不顯著。

5.5 脈沖響應(yīng)分析

脈沖響應(yīng)函數(shù)能夠相對(duì)完整的顯現(xiàn)出變量的動(dòng)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(biāo)對(duì)股市波動(dòng)性的動(dòng)態(tài)影響路徑，下面對(duì)融資杠桿率、融券杠桿率的一階差分和投資者偏好指標(biāo)與股市波動(dòng)性指標(biāo)進(jìn)行脈沖響應(yīng)分析。

5.5.1 SMV與FL的脈沖響應(yīng)分析

圖6 SMV與FL的脈沖響應(yīng)

圖6結(jié)果顯示，在當(dāng)期給融資杠桿率一個(gè)標(biāo)準(zhǔn)差大小的沖擊時(shí)，會(huì)對(duì)股市的波動(dòng)性有一個(gè)較為明顯的正向影響。隨著滯后期數(shù)的增加，正向影響的效應(yīng)逐漸減弱。即當(dāng)融資杠桿率增加時(shí)，市場(chǎng)也會(huì)呈現(xiàn)上漲趨勢(shì)，從而導(dǎo)致市場(chǎng)的波動(dòng)性增強(qiáng)，但隨著時(shí)間的推移，這種影響會(huì)趨于平穩(wěn)。

當(dāng)市場(chǎng)波動(dòng)性受到一個(gè)標(biāo)準(zhǔn)差大小的沖擊，會(huì)對(duì)融資杠桿率指標(biāo)產(chǎn)生一個(gè)正向的影響，該影響隨著時(shí)間的推移，會(huì)越來越弱。表明，當(dāng)市場(chǎng)呈上漲趨勢(shì)時(shí)，短期來看，融資杠桿率增加明顯，反映出投資者愿意承擔(dān)更高的風(fēng)險(xiǎn)和杠桿率；而隨著時(shí)間的推移，投資者會(huì)擔(dān)心市場(chǎng)波動(dòng)趨勢(shì)改變而帶來損失，市場(chǎng)波動(dòng)性對(duì)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(yīng)分析

圖7 SMV與LR1的脈沖響應(yīng)

圖7結(jié)果顯示：在當(dāng)期給融券杠桿率一個(gè)標(biāo)準(zhǔn)差大小的沖擊時(shí)，市場(chǎng)波動(dòng)性與融券杠桿率呈現(xiàn)出相同的變化趨勢(shì)，具有較為明顯的正相關(guān)性，隨著期數(shù)的增加，二者相同的變化趨勢(shì)逐漸趨于平穩(wěn)。當(dāng)融券杠桿率增加時(shí)，市場(chǎng)大多處于下跌趨勢(shì)中，此時(shí)的市場(chǎng)波動(dòng)率指標(biāo)會(huì)增大。融券杠桿率的上升，帶來的是市場(chǎng)波動(dòng)的明顯增加，投資者增加融券比例以實(shí)現(xiàn)價(jià)格風(fēng)險(xiǎn)對(duì)沖與風(fēng)險(xiǎn)管理，這又進(jìn)一步加劇市場(chǎng)下跌。因此我們可以看到，在第7期時(shí)，融券杠桿率對(duì)市場(chǎng)波動(dòng)的影響達(dá)到最高，這也反映投資者面臨市場(chǎng)下跌時(shí)，在進(jìn)行風(fēng)險(xiǎn)規(guī)避和對(duì)沖時(shí)有一個(gè)滯后行為。

在當(dāng)期給市場(chǎng)波動(dòng)率一個(gè)標(biāo)準(zhǔn)差大小的沖擊時(shí)，融券杠桿率短期明顯增加，即市場(chǎng)下跌時(shí)，投資者通過融券交易進(jìn)行投機(jī)和風(fēng)險(xiǎn)對(duì)沖，融券杠桿率增加。但從長(zhǎng)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(yīng)分析

圖8 SMV與IPI的脈沖響應(yīng)

據(jù)圖8所示，當(dāng)投資者風(fēng)險(xiǎn)偏好受到一個(gè)標(biāo)準(zhǔn)差大小的沖擊時(shí)，投資者偏好影響其投資行為，投資行為的改變對(duì)市場(chǎng)會(huì)產(chǎn)生一定程度的影響，且影響呈現(xiàn)負(fù)相關(guān)性，即投資者由于風(fēng)險(xiǎn)偏好形成的投資行為往往和市場(chǎng)波動(dòng)是反向的。

當(dāng)市場(chǎng)波動(dòng)指標(biāo)受到一個(gè)標(biāo)準(zhǔn)差大小的沖擊時(shí)，投資風(fēng)險(xiǎn)偏好從負(fù)的最高逐漸增加為正向，隨著期數(shù)的增加逐漸呈現(xiàn)平穩(wěn)的負(fù)相關(guān)性。即市場(chǎng)波動(dòng)會(huì)影響投資者的投資行為，由于投資者風(fēng)險(xiǎn)偏好的差異，導(dǎo)致投資者的行為在市場(chǎng)波動(dòng)的不同時(shí)期，呈現(xiàn)出不同的投資決策，市場(chǎng)發(fā)生波動(dòng)初期，投資者往往會(huì)隨著波動(dòng)方向的變化，采取更為積極的投資策略；隨著波動(dòng)的持續(xù)，投資者擔(dān)心市場(chǎng)風(fēng)險(xiǎn)的增加，而往往采取與市場(chǎng)波動(dòng)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(nèi)生變量的方差結(jié)果分解到每個(gè)干擾項(xiàng)上進(jìn)而考察其他變量對(duì)該內(nèi)生變量影響的貢獻(xiàn)程度。為了進(jìn)一步探究，融資杠桿率、融券杠桿率和投資者偏好綜合指數(shù)對(duì)股市波動(dòng)性的影響程度，對(duì)SVAR（6）模型進(jìn)行了方差檢驗(yàn)分析，結(jié)果如表7所示：

表7 關(guān)于SMV的方差分解

從表7實(shí)證結(jié)果可以看出，股市的波動(dòng)性主要由其自身所解釋。但隨著滯后期數(shù)的增加，融資杠桿率、融券杠桿率以及投資者偏好指標(biāo)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(shù)據(jù)的總體趨勢(shì)來看，融資或融券杠桿率的上升明顯會(huì)加劇市場(chǎng)波動(dòng)。

6 結(jié) 論

通過實(shí)證研究發(fā)現(xiàn)：一是當(dāng)市場(chǎng)呈現(xiàn)上漲趨勢(shì)時(shí)，融資杠桿率會(huì)上升。這是因?yàn)楫?dāng)市場(chǎng)呈現(xiàn)上漲趨勢(shì)時(shí)，投資者融資意愿更為強(qiáng)烈，愿意承擔(dān)更高的融資成本和風(fēng)險(xiǎn)，使得融資杠桿率增加。而當(dāng)市場(chǎng)呈現(xiàn)下跌趨勢(shì)時(shí)，融券杠桿率上升。這是因?yàn)楫?dāng)市場(chǎng)呈現(xiàn)下跌趨勢(shì)時(shí)，投資者融券賣空意愿更為強(qiáng)烈，通過融券來實(shí)現(xiàn)投機(jī)或價(jià)格風(fēng)險(xiǎn)對(duì)沖，使得融券杠桿率增加。二是融資融券杠桿率的上升，會(huì)加劇市場(chǎng)的波動(dòng)。過高的融資融券杠桿率不利于市場(chǎng)的穩(wěn)定發(fā)展。

融資融券交易制度是中國(guó)股票市場(chǎng)發(fā)展進(jìn)程中的重要組成部分，對(duì)于市場(chǎng)資源配置效率的提高具有重要的促進(jìn)作用。與此同時(shí)，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(chǎng)發(fā)展離不開金融杠桿，杠桿的引入能有效提升證券市場(chǎng)的經(jīng)濟(jì)效率。但過高的融資融券杠桿率也會(huì)加劇市場(chǎng)波動(dòng)，這不利于我國(guó)股票市場(chǎng)穩(wěn)定發(fā)展的目標(biāo)。從投資者風(fēng)險(xiǎn)偏好和投資決策行為來看，在面對(duì)市場(chǎng)波動(dòng)時(shí)，個(gè)人投資者投機(jī)行為占主導(dǎo)，通過增加融資融券比例，主動(dòng)承擔(dān)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(huì)加劇市場(chǎng)的波動(dòng)，當(dāng)市場(chǎng)波動(dòng)與投資者預(yù)期不一致時(shí)，往往帶來的是更高額的投資損失。因此，對(duì)于個(gè)人投資者而言，在能承受的風(fēng)險(xiǎn)損失前提下，合理地選擇金融杠桿率是投資決策的關(guān)鍵因素。