巫秀芳　郭亮

摘要：通過分析股市流動(dòng)性、杠桿率和股市波動(dòng)性相互影響機(jī)理，利用2013年3月1日-2017年12月29日的每周交易數(shù)據(jù)構(gòu)建TVP-VAR模型，實(shí)證檢驗(yàn)了股市流動(dòng)性、杠桿率和波動(dòng)性動(dòng)態(tài)互動(dòng)關(guān)系。研究發(fā)現(xiàn)：股市流動(dòng)性、杠桿率和波動(dòng)性之間的互動(dòng)關(guān)系呈現(xiàn)時(shí)變特征，當(dāng)股市處于平穩(wěn)狀態(tài)時(shí)，杠桿率對(duì)流動(dòng)性具有持續(xù)的正向作用，對(duì)波動(dòng)率在短期具有強(qiáng)烈的正向沖擊，但在長(zhǎng)期得以平抑;流動(dòng)性和波動(dòng)率在短期和長(zhǎng)期均對(duì)杠桿率產(chǎn)生正向沖擊。但是，在股市運(yùn)行不平穩(wěn)時(shí)，三者之間的聯(lián)動(dòng)程度不明顯，相互作用方向不符合理論預(yù)期，即杠桿機(jī)制失效。

關(guān)鍵詞：股市流動(dòng)性;杠桿率;股市波動(dòng)性

中圖分類號(hào)：F832.5? ?文獻(xiàn)標(biāo)識(shí)碼：A? ?文章編號(hào)：1007-2101（2019）05-0043-05

一、引言

自融資融券業(yè)務(wù)實(shí)施以來，我國(guó)股市結(jié)束了單邊市局面，杠桿交易逐步盛行。隨著杠桿資金的增加，股市杠桿率成為學(xué)者關(guān)注的焦點(diǎn)[1]。股市杠桿率是指“借來的資金”在股市總市值中所占的比重。杠桿資金引入的初衷是為股市提供流動(dòng)性支持，有效發(fā)揮股市價(jià)格發(fā)現(xiàn)作用，同時(shí)提高資金配置效率，促使我國(guó)資本市場(chǎng)健康運(yùn)行。然而2015年的股災(zāi)期間，3個(gè)月內(nèi)下跌股票超2500只，下跌比例高達(dá)95%;跌幅最大的29只股票，更是下跌了70%以上;大批投資者因下跌時(shí)的杠桿放大而加倍虧損，很多投資者被強(qiáng)制平倉，杠桿資金的引入難以發(fā)揮其應(yīng)有的價(jià)格發(fā)現(xiàn)和穩(wěn)定市場(chǎng)的作用，吳曉求（2016）認(rèn)為高杠桿的配資行為以及交易機(jī)制和監(jiān)管的缺陷是導(dǎo)致此次股市危機(jī)的因素。[2]因此，股市流動(dòng)性、杠桿率、股市波動(dòng)性的關(guān)系成為理論界和實(shí)務(wù)界關(guān)注的焦點(diǎn)問題，其具體的影響機(jī)理和影響程度成為理論和實(shí)證分析的關(guān)鍵。

關(guān)于杠桿率對(duì)股市流行性的影響研究較少，研究主要是從賣空機(jī)制、融資融券角度分析其對(duì)股市流動(dòng)性的影響。很多學(xué)者從理性預(yù)期的理論層面研究融資賣空機(jī)制對(duì)股市流動(dòng)性的影響，Diamond和Verrecchia（1987）構(gòu)建禁止賣空條件下的理性預(yù)期模型分析股市流動(dòng)性，發(fā)現(xiàn)部分投資者預(yù)期股價(jià)會(huì)下跌而欲賣出股票，但卻無股票可賣，因此股票供給減少，股市流動(dòng)性下降，從而間接證明了融資賣空機(jī)制會(huì)提高股市流動(dòng)性。[3]隨著行為金融學(xué)的興起，部分學(xué)者從非理性層面研究融資賣空對(duì)股市流動(dòng)性的影響，Scheinkaman和Xiong（2003）構(gòu)建了融資融券行為對(duì)股市流動(dòng)性影響的行為金融學(xué)模型，發(fā)現(xiàn)在融資賣空的股票市場(chǎng)中，過度自信的投資者之間會(huì)傾向于減少股票交易，從而減少股市流動(dòng)性。[4]由于理論分析方面存在較大分歧，因此很多學(xué)者采用實(shí)際數(shù)據(jù)來驗(yàn)證上述兩種理論的正確性。Woolridge和Dickinson（1994）、Charoenrook和Daouk（2003）、駱玉鼎和廖士光（2007）、胡華鋒（2012）分別采用美國(guó)、全球111個(gè)證券市場(chǎng)、中國(guó)臺(tái)灣、中國(guó)香港等股票市場(chǎng)一定時(shí)間內(nèi)的數(shù)據(jù)進(jìn)行實(shí)證分析發(fā)現(xiàn)，融資融券交易會(huì)顯著提高股市流動(dòng)性。[5-8]Cai和Xia（2006）、牛婷婷和周海林（2011）、于孝建（2012）則采用中國(guó)香港、深圳、上海等股票市場(chǎng)特定時(shí)間的數(shù)據(jù)進(jìn)行實(shí)證分析發(fā)現(xiàn)，融資融券交易會(huì)降低股市流動(dòng)性。[9-11]谷文林和孔祥忠（2010）、鐘笑珊（2011）的實(shí)證分析則發(fā)現(xiàn)，融資融券交易不會(huì)對(duì)股市流動(dòng)性產(chǎn)生影響。[12-13]

關(guān)于杠桿率對(duì)波動(dòng)性的影響也不多見，研究主要是從賣空機(jī)制、融資融券角度分析其對(duì)股市短期波動(dòng)性和股價(jià)長(zhǎng)期趨勢(shì)的影響。很多學(xué)者從理論預(yù)期和行為金融的理論層面研究融資賣空機(jī)制對(duì)股市波動(dòng)性的影響。Bogen和Krooss（1960）的“金字塔-倒金字塔”理論認(rèn)為，股市上行時(shí)，投資者預(yù)期股價(jià)會(huì)繼續(xù)上漲，融資買入股票，增加股票需求，使股價(jià)進(jìn)一步上漲;股市下行時(shí)，投資者預(yù)期股價(jià)會(huì)下跌，融券賣出股票，增加股票供給，使股價(jià)進(jìn)一步下跌;這種助漲殺跌的效應(yīng)加劇了股市波動(dòng)性。[14]Allen等（1993）通過構(gòu)建理性預(yù)期均衡模型分析發(fā)現(xiàn)，在交易時(shí)間有限的情況下，限制賣空交易會(huì)減少資產(chǎn)泡沫的出現(xiàn)，從而反推出賣空機(jī)制會(huì)引起資產(chǎn)泡沫，加劇股市的波動(dòng)性。[15]Hong和Stein（2003）通過構(gòu)建異質(zhì)代理人模型分析發(fā)現(xiàn)，若不存在賣空交易機(jī)制，投資者的悲觀情緒無法釋放，股票下跌局面無法制止，甚至?xí)辣P，從而反推出若存在賣空機(jī)制，可以降低股市價(jià)格波動(dòng)性。[16]Duffie等（2002）、Haruvy和Noussair（2006）、Henry和McKenzie（2006）、倪偉佳（2012）、Boehmer等（2013）、褚劍、方軍雄（2016）等采用不同時(shí)間段美國(guó)、中國(guó)內(nèi)地和香港地區(qū)的數(shù)據(jù)樣本證明，放松賣空機(jī)制和實(shí)行融資融券制度會(huì)加大股市波動(dòng)性。[17-22]也有學(xué)者持有不同的觀點(diǎn)，Charoenrook和Daouk（2005）、陳淼鑫和鄭振龍（2008）、陳偉（2011）、Sharif等（2013）則采用不同時(shí)間段多個(gè)國(guó)家的數(shù)據(jù)樣本證明，放松賣空機(jī)制和實(shí)行融資融券制度會(huì)降低股市波動(dòng)性。[23-26]Battalio和Schultz（2004）通過對(duì)納斯達(dá)克網(wǎng)絡(luò)股泡沫實(shí)證分析發(fā)現(xiàn)，禁止賣空和網(wǎng)絡(luò)股價(jià)格波動(dòng)之間沒有顯著關(guān)系。[27]

從上述文獻(xiàn)分析可以看出，關(guān)于賣空機(jī)制、融資融券制度對(duì)股市流動(dòng)性和波動(dòng)性的影響研究較多，但對(duì)杠桿率、流動(dòng)性和波動(dòng)率之間的相互作用關(guān)系，無論是在理論上還是實(shí)踐上都未達(dá)到共識(shí)。其原因可能是，一方面不同國(guó)家的股市發(fā)展水平不一樣，不同國(guó)家的研究者研究相同問題也不一定得到一致的結(jié)果;另一方面，影響股市的因素涉及方方面面，且股市作為實(shí)體經(jīng)濟(jì)的晴雨表也具有周期性特征，因此研究股市問題有必要從動(dòng)態(tài)的視角進(jìn)行深度分析。為此，本文創(chuàng)新性地從時(shí)變框架下研究股市杠桿率、流動(dòng)性和波動(dòng)性之間的理論和實(shí)際關(guān)系，首先經(jīng)過理論分析提出研究假設(shè)，其次利用A股市場(chǎng)數(shù)據(jù)構(gòu)建TVP-VAR模型，實(shí)證檢驗(yàn)三者之間的互動(dòng)關(guān)系，得出研究結(jié)論，進(jìn)而為我國(guó)股市政策層面“去杠桿”提出相應(yīng)的對(duì)策建議。

二、理論分析及研究假設(shè)

（一）股市流動(dòng)性和杠桿率關(guān)系的理論分析

本文主要從需求和供給兩個(gè)層面分析股市流動(dòng)性和杠桿率的關(guān)系，其相互影響機(jī)理如圖1所示。在股市上行時(shí)，股票需求量增加會(huì)提高股市流動(dòng)性，股市流動(dòng)性提高又需要杠桿率調(diào)整滿足要求。當(dāng)投資者發(fā)現(xiàn)股票價(jià)格低于其內(nèi)在價(jià)值，預(yù)計(jì)股價(jià)會(huì)上漲。如果沒有杠桿機(jī)制，投資者只能用手里的資金購買股票，股市需求的增加有限。如果有杠桿機(jī)制，基于理性考慮，為了擴(kuò)大自己的收益，投資者會(huì)采用杠桿機(jī)制為自己配資，從市場(chǎng)經(jīng)驗(yàn)看，A股市場(chǎng)在股市上揚(yáng)的這段時(shí)間內(nèi)杠桿類的融資業(yè)務(wù)規(guī)模迅速擴(kuò)張，市場(chǎng)資金充裕，從而大大增加股票需求量。同時(shí)，其他投資者根據(jù)市場(chǎng)需求量的增加，也會(huì)形成價(jià)格上漲的預(yù)期，根據(jù)羊群效應(yīng)原理（張紅偉和毛前友，2007）[28]，他們會(huì)跟風(fēng)買進(jìn)股票，進(jìn)一步增加了股市需求量。

在股市下行時(shí)，股票供給量提高股市流動(dòng)性，股市流動(dòng)性提高又需要杠桿率調(diào)整滿足要求。杠桿機(jī)制使股市股票需求增加，股價(jià)上漲;由于股票價(jià)格仍然在高點(diǎn)，當(dāng)杠桿資金協(xié)議到期，投資者會(huì)高價(jià)拋售持有的股票，歸還杠桿資金，獲得利潤(rùn)。一旦大盤短期連續(xù)下行，各種高杠桿配資機(jī)構(gòu)會(huì)對(duì)投資者采取強(qiáng)行平倉手段，杠桿資金會(huì)迅速離場(chǎng)。投資者的拋售行為會(huì)增加股市供給量，股票價(jià)格下跌。其他投資者也會(huì)形成股價(jià)下跌的預(yù)期，根據(jù)羊群效應(yīng)原理[28]，他們會(huì)跟風(fēng)拋售股票，繼續(xù)增加股市供給量。

股票供給量增加導(dǎo)致股價(jià)下跌，當(dāng)股價(jià)低于其內(nèi)在價(jià)值時(shí)，投資者又會(huì)利用杠桿機(jī)制融入資金，購買股票，重復(fù)上述過程。因此，杠桿機(jī)制使股價(jià)在圍繞其內(nèi)在價(jià)值波動(dòng)的同時(shí)，增加了股市成交量（需求量或者供給量）。

基于上述分析，本研究提出第一和第二個(gè)研究假設(shè)：

假設(shè)1：股市流動(dòng)性增加（減少），在短期內(nèi)會(huì)提高（降低）杠桿率;

假設(shè)2：股市流動(dòng)性增加（減少），在長(zhǎng)期內(nèi)也會(huì)提高（降低）杠桿率。

（二）杠桿率和股市波動(dòng)性關(guān)系的理論分析

杠桿率在短期內(nèi)主要通過羊群效應(yīng)加劇股市波動(dòng)性，在長(zhǎng)期內(nèi)通過調(diào)整需求和供給穩(wěn)定股市波動(dòng)性。由圖2可知，股市上行時(shí)，杠桿機(jī)制可以通過價(jià)格發(fā)現(xiàn)功能平穩(wěn)股市波動(dòng)性，而羊群效應(yīng)則會(huì)加大股市的波動(dòng)性。由于預(yù)期股價(jià)低于股票價(jià)值，杠桿資金進(jìn)入，通過增加股票需求量拉升股價(jià)，使股價(jià)接近股票價(jià)值，杠桿機(jī)制的價(jià)格發(fā)現(xiàn)功能實(shí)現(xiàn)，起到平穩(wěn)股價(jià)的效果;這一作用在其他很多成熟市場(chǎng)得到了驗(yàn)證，而杠桿資金的引入在2015年以前的確起到了減緩中國(guó)股市波動(dòng)的效果。而當(dāng)股價(jià)上升以后，根據(jù)羊群效應(yīng)原理（張紅偉和毛前友，2007）[28]，其他投資者預(yù)期股價(jià)會(huì)上漲，他們會(huì)跟風(fēng)買入股票，進(jìn)一步帶來股價(jià)的大幅度上漲，增加股市波動(dòng)性。從股票價(jià)格指數(shù)的漲跌情況看，也可印證上述推斷，上證綜指從2014年年底到2015年股市危機(jī)，從2000點(diǎn)左右上漲到5000多點(diǎn)，上漲幅度超過1倍，成交量也隨之上揚(yáng)。

股市下行時(shí)，杠桿機(jī)制可以通過價(jià)格發(fā)現(xiàn)能平穩(wěn)股市波動(dòng)性，而強(qiáng)制平倉制度和羊群效應(yīng)則會(huì)加大股市波動(dòng)性。當(dāng)股價(jià)上升到一定程度，股價(jià)處于高點(diǎn)位置，杠桿協(xié)議到期，投資者會(huì)賣出股票，通過增加供給量拉低股票價(jià)格，使股價(jià)接近股票價(jià)值，杠桿機(jī)制的價(jià)格發(fā)現(xiàn)功能實(shí)現(xiàn)，起到平抑股價(jià)的效果。當(dāng)股價(jià)下跌以后，由于強(qiáng)制平倉制度的存在，很多杠桿資金被迫撤離市場(chǎng)，股價(jià)進(jìn)一步下跌。根據(jù)羊群效應(yīng)原理，其他投資者預(yù)期股價(jià)會(huì)進(jìn)一步下跌，他們會(huì)跟風(fēng)賣出股票，進(jìn)一步帶來股價(jià)的大幅度下跌，股市波動(dòng)性增加。從股票價(jià)格指數(shù)看，自2015年股市危機(jī)開始，上證綜指從高位持續(xù)下跌，由5 000多點(diǎn)跌到3 000點(diǎn)左右，下跌幅度接近0.8倍。基于上述分析，本研究提出第三和第四個(gè)研究假設(shè)：

假設(shè)3：杠桿率提高（降低），在短期內(nèi)會(huì)加?。p緩）股市波動(dòng)性;

假設(shè)4：杠桿率提高（降低），在長(zhǎng)期內(nèi)則會(huì)減緩（增加）股市波動(dòng)性。

三、實(shí)證研究設(shè)計(jì)

（一）變量選擇和數(shù)據(jù)來源

1. 變量選擇。（1）股市杠桿率（LEV）。本文借鑒黃運(yùn)成和漆琴（2017）做法[1]，由于目前A股市場(chǎng)中尚且存在大量的非流通股，以流通市值代表股市中的總市值情況，其具體公式為：LEV=，其中LEV代表A股市場(chǎng)整體的杠桿率水平;融資余額是滬深兩市融資余額的加總;流通市值是滬深兩市A股的流通市值的加總。（2）股市的流動(dòng)性（LIQ）。根據(jù)Amihud（1986）的定義，流動(dòng)性是股票市場(chǎng)在一定時(shí)間完成交易所需要的成本。[29]根據(jù)流動(dòng)性的屬性，可以把衡量流動(dòng)性的方法分為4種類型，即價(jià)格法、數(shù)量法、價(jià)量結(jié)合法和時(shí)間法。本文選取數(shù)量法中的換手率作為考察流動(dòng)性的指標(biāo)，其值越大，流動(dòng)性越大。其具體公式為：Ti，t=，其中代表滬深300指數(shù)成分股的換手率;Ni，t-1代表滬深300指數(shù)成分股的流通股數(shù)（不含限售股）。（3）股市的波動(dòng)率（VOL）。本文選取滬深300指數(shù)的日價(jià)格波幅作為考察波動(dòng)性的指標(biāo)，其具體公式為：VOL=，其中VOL代表了股指的日波動(dòng)率，pth代表滬深300指數(shù)當(dāng)日的最高值，ptl代表滬深300當(dāng)日指數(shù)的最低值。

2. 數(shù)據(jù)來源、研究期間及階段劃分。本文所涉及的數(shù)據(jù)主要包括市場(chǎng)杠桿率、股市的流動(dòng)情況和波動(dòng)情況指標(biāo)。所有數(shù)據(jù)均為2013年3月1日至2017年12月29日的交易數(shù)據(jù)，之所以將初始日期選擇在2013年3月1日，主要是考慮到融資融券在2013年2月底迎來第二次擴(kuò)容，基本上覆蓋了本文股指指標(biāo)所選擇的滬深300中的各樣本股。對(duì)于具體指標(biāo)的選擇，股指方面將選擇滬深300指數(shù)作為描述A股市場(chǎng)價(jià)格總體情況的指標(biāo)。滬深300指數(shù)的各樣本股來源跨越滬深兩個(gè)交易市場(chǎng)，樣本股的全部市值占兩市總流通市值的大半以上，因此該指數(shù)能有效反應(yīng)滬深兩市的股價(jià)走勢(shì)情況。市場(chǎng)杠桿率方面，本文運(yùn)用上述期限內(nèi)的兩市融資余額以及A股市場(chǎng)中全部流通市值的日度數(shù)據(jù)，計(jì)算出每個(gè)交易日的股市杠桿率情況。股市波動(dòng)率指標(biāo)的選擇則以上述期限內(nèi)滬深300指數(shù)的日振幅數(shù)據(jù)作為度量指標(biāo)。另外，由于本文采取TVP-VAR模型作為實(shí)證方法，一方面我國(guó)股市存在顯著的星期效應(yīng)（郭永濟(jì)，2016），而且影響股市短期波動(dòng)的因素很多，若用日數(shù)據(jù)進(jìn)行實(shí)證分析會(huì)有較多的干擾，難以確保實(shí)證結(jié)果的準(zhǔn)確性;[30]另一方面，用日數(shù)據(jù)的話，模型滯后階數(shù)的選擇難度較大，而且高滯后階數(shù)會(huì)造成模型待估參數(shù)過多，容易造成維度災(zāi)難，導(dǎo)致估計(jì)結(jié)果有偏。為此，在降低樣本損失的前提下，本文將日數(shù)據(jù)按每周進(jìn)行平均，共得到232個(gè)周數(shù)據(jù)。以上所有數(shù)據(jù)均出自Wind數(shù)據(jù)庫。圖3反映了各變量的時(shí)間走勢(shì)。

（二）變量的平穩(wěn)性檢驗(yàn)

由于非平穩(wěn)的序列進(jìn)行回歸可能會(huì)引起“偽回歸”的情況，因此實(shí)證之前需要對(duì)變量進(jìn)行平穩(wěn)性檢驗(yàn)，本文運(yùn)用ADF檢驗(yàn)變量平穩(wěn)性，將ADF值與t統(tǒng)計(jì)量的5%臨界值比較，如果ADF的值小于t統(tǒng)計(jì)量的臨界值，則判別該變量是平穩(wěn)的，否則該變量不平穩(wěn)。具體檢驗(yàn)結(jié)果如表1所示。

由表1可以看出變量的數(shù)據(jù)都是平穩(wěn)的，服從平穩(wěn)的I（0）過程，可以進(jìn)一步展開實(shí)證。

（三）模型構(gòu)建

時(shí)變參數(shù)向量自回歸模型（TVP-VAR）是在結(jié)構(gòu)VAR模型基礎(chǔ)上放寬參數(shù)的常數(shù)約束條件形成的，因此TVP-VAR模型能有效反映隨機(jī)動(dòng)態(tài)波動(dòng)信息（郭永濟(jì)等，2014）。[31]結(jié)構(gòu)VAR的表達(dá)形式分別為：

四、實(shí)證檢驗(yàn)及結(jié)果分析

（一）實(shí)證模型檢驗(yàn)

1. 協(xié)整檢驗(yàn)。用Johansen檢驗(yàn)對(duì)模型中的兩個(gè)變量進(jìn)行協(xié)整檢驗(yàn)，以探尋A股市場(chǎng)中的流動(dòng)性與杠桿率、杠桿率與股市波動(dòng)性是否存在長(zhǎng)期協(xié)整關(guān)系。

從表2結(jié)果可以看出，股市的流動(dòng)性和杠桿率、杠桿率和股市波動(dòng)性存在長(zhǎng)期協(xié)整關(guān)系。從標(biāo)準(zhǔn)化協(xié)整系數(shù)看，股市流動(dòng)性與杠桿率存在正向變動(dòng)關(guān)系，股市流動(dòng)性加大會(huì)增加股市杠桿率，假設(shè)2得到驗(yàn)證。根據(jù)協(xié)整方程得出的長(zhǎng)期關(guān)系結(jié)論與人們的直觀印象一致，股市流動(dòng)性增加，市場(chǎng)資金的需求會(huì)提高，投資者會(huì)利用杠桿機(jī)制配資，杠桿資金越多，杠桿率水平越高。

從上述協(xié)整方程可以看出，杠桿率和股市波動(dòng)性存在長(zhǎng)期相互影響關(guān)系，且為負(fù)向的變動(dòng)關(guān)系，即在長(zhǎng)期，杠桿率加大會(huì)減少股市波動(dòng)性，假設(shè)4得到驗(yàn)證。更高的杠桿率意味著更多的融資余額，也就意味著市場(chǎng)中融資杠桿交易的旺盛。因此杠桿率與股市波動(dòng)長(zhǎng)期負(fù)相關(guān)的本質(zhì)，也就是融資投資行為與股市波動(dòng)性的負(fù)相關(guān)。該負(fù)相關(guān)的關(guān)系證明了融資融券的成熟與發(fā)展實(shí)際平滑了股市的波動(dòng)情況，讓市場(chǎng)更好地發(fā)揮了資源配置作用，這也與之前國(guó)內(nèi)其他文獻(xiàn)的實(shí)證結(jié)果不謀而合。

2. 參數(shù)估計(jì)。協(xié)整分析和格蘭杰因果檢驗(yàn)反映了各指標(biāo)之間的整體關(guān)系，但三個(gè)指標(biāo)之間的相互作用關(guān)系在不同時(shí)間是否會(huì)產(chǎn)生變化，這對(duì)探索理論和指導(dǎo)實(shí)踐具有重要作用。為此，本文以LEV、LIQ、VOL為變量構(gòu)建TVP-VAR模型，分別估計(jì)了滯后4、8、12階的模型，根據(jù)每次估計(jì)的邊際似然值確定最優(yōu)滯后階數(shù)為4階。根據(jù)經(jīng)驗(yàn)設(shè)定參數(shù)初始值為：uβ0=uα0=uh0=0，Wβ0=Wα0=Wh0=10×I，（Wβ）i-2～Gamma（40，0.02），（Wα）i-2～Gamma（4，0.02），（Wh）i-2～Gamma（4，0.02）。

用MCMC方法模擬10 000次，得到有效樣本。其結(jié)果由圖4和表3所示。圖4顯示了樣本的自相關(guān)系數(shù)、樣本路徑和后驗(yàn)密度，樣本的自相關(guān)系數(shù)穩(wěn)定下降，樣本路徑圖顯示抽樣數(shù)據(jù)平穩(wěn)，表明通過預(yù)設(shè)參數(shù)的MCMC抽樣獲取了不相關(guān)的有效樣本。表3顯示了TVP-VAR模型的參數(shù)估計(jì)結(jié)果，包括后驗(yàn)均值、后驗(yàn)標(biāo)準(zhǔn)差、95%置信區(qū)間，Geweke的CD收斂診斷值和無效影響因子。從收斂性來看，參數(shù)的Geweke值均未超過5%的臨界值1.96，表明收斂于后驗(yàn)分布的零假設(shè)不能被拒絕。無效因子表示為得到不相關(guān)樣本所需要抽樣的次數(shù)，因此，Inef值越小表明樣本越有效。Inef值最大為123.78，表明用10 000次抽樣可以得到80（10 000/123.78）個(gè)不相關(guān)的樣本，足以支持TVP-VAR模型的后驗(yàn)推斷。

（二）脈沖響應(yīng)分析

在以上模型估計(jì)的基礎(chǔ)上進(jìn)一步利用脈沖響應(yīng)函數(shù)分析股市流動(dòng)性、杠桿率與波動(dòng)特征的相互動(dòng)態(tài)關(guān)系。為了考察我國(guó)股票市場(chǎng)的時(shí)變規(guī)律，本文選取了2013年第38周、2014年第15周、2015年第22周、2017年第6周的樣本作為代表性的觀測(cè)點(diǎn)，以反映股票市場(chǎng)所處的不同階段。為確保結(jié)果的可靠性，所選的觀測(cè)時(shí)點(diǎn)涵蓋了樣本的前中后期，同時(shí)避開了樣本的首尾兩端。從圖4杠桿率的走勢(shì)特征可以看出，這四個(gè)觀測(cè)點(diǎn)分別代表了股市杠桿率走勢(shì)的各個(gè)階段，即起初的低點(diǎn)、隨后有所增長(zhǎng)、到達(dá)高點(diǎn)、回落至平穩(wěn)點(diǎn)，具有較強(qiáng)的代表性。

圖5為在樣本區(qū)間內(nèi)各個(gè)時(shí)點(diǎn)上脈沖響應(yīng)函數(shù)，圖6反映了各變量間的等間隔脈沖響應(yīng)函數(shù)，其中實(shí)線、長(zhǎng)虛線和短虛線分別代表1期間隔、3期間隔、6期間隔和12期間隔的脈沖響應(yīng)曲線。從中我們可以得出以下結(jié)論：

第一，由圖5可知，對(duì)于股市杠桿率的沖擊，股市流動(dòng)性在不同代表性時(shí)點(diǎn)表現(xiàn)出的響應(yīng)特征不同，在前三個(gè)時(shí)點(diǎn)流動(dòng)性對(duì)杠桿率正向沖擊呈現(xiàn)出微弱的負(fù)向響應(yīng)，而第四個(gè)時(shí)點(diǎn)上流動(dòng)性對(duì)杠桿率正向沖擊的響應(yīng)為明顯的正向響應(yīng)，且這種響應(yīng)具有較強(qiáng)的持續(xù)性。表明只有第四個(gè)時(shí)點(diǎn)的結(jié)果符合上文的理論分析。股市波動(dòng)率對(duì)杠桿率沖擊的響應(yīng)也呈現(xiàn)同樣的特征，即僅在第四個(gè)時(shí)點(diǎn)時(shí)波動(dòng)率的響應(yīng)為持續(xù)的正向。針對(duì)這種結(jié)果，我們對(duì)股市杠桿率的四個(gè)時(shí)點(diǎn)重新做了深入分析，發(fā)現(xiàn)前三個(gè)時(shí)點(diǎn)所處階段的波動(dòng)性較大（見圖7），股市杠桿率在2013—2015年的方差值持續(xù)增加，而在2016年驟降，2017年更是到了最低位。杠桿率的波動(dòng)性反映了股市的穩(wěn)定程度，杠桿率的波動(dòng)性越大，股市的穩(wěn)定程度越低。由此可知，當(dāng)股市杠桿率存在較大波動(dòng)時(shí)，反映出投資者對(duì)股市的走勢(shì)難以形成一致的預(yù)期，此時(shí)杠杠資金并未有效發(fā)揮出價(jià)格發(fā)現(xiàn)功能，也沒有明顯提高資源配置效率。只有當(dāng)杠桿率處于穩(wěn)定狀態(tài)，投資者對(duì)股市的預(yù)期較為一致時(shí)，杠桿率的沖擊才能正向作用于股市流動(dòng)性和波動(dòng)率，杠桿率對(duì)股市的積極作用才能顯現(xiàn)出來。

第二，圖5還顯示，杠桿率對(duì)流動(dòng)性正向沖擊的響應(yīng)在杠桿率波動(dòng)最大的時(shí)期呈現(xiàn)顯著且持續(xù)的負(fù)向響應(yīng)，而在杠桿率波動(dòng)最小的時(shí)期在長(zhǎng)期呈現(xiàn)出正響應(yīng)，即隨著股市流動(dòng)性的提高，長(zhǎng)期內(nèi)需要更高的杠桿率滿足市場(chǎng)資金的需求，但在股市極不穩(wěn)定的狀態(tài)下，流動(dòng)性的增加反而降低了股市杠桿率。在另外兩個(gè)時(shí)點(diǎn)下，流動(dòng)性沖擊對(duì)杠桿率的影響不明顯。同樣，杠桿率對(duì)波動(dòng)率正向沖擊的響應(yīng)也因杠桿率所處階段的波動(dòng)性而呈現(xiàn)較大差異，在杠桿率波動(dòng)較大時(shí)，杠桿率對(duì)波動(dòng)率沖擊的響應(yīng)為負(fù)，且長(zhǎng)期更加明顯;在杠桿率波動(dòng)較小時(shí)，杠桿率對(duì)波動(dòng)率沖擊的響應(yīng)為正，且長(zhǎng)期更加明顯。

第三，圖6證明了股市杠桿率、流動(dòng)性和波動(dòng)率之間的相互作用關(guān)系具有明顯時(shí)變特性。其中，流動(dòng)性對(duì)杠桿率正向沖擊的響應(yīng)在2016年以前是微弱的負(fù)，而自2016年后則呈現(xiàn)較強(qiáng)的正向響應(yīng)，并于2016年底達(dá)到頂峰，2017年開始逐漸回落。波動(dòng)率對(duì)杠桿率沖擊的響應(yīng)也自2016年后呈現(xiàn)明顯的正向，到2016年底達(dá)到頂峰，隨后開始回落。杠桿率對(duì)流動(dòng)性沖擊的響應(yīng)2013—2016年內(nèi)為負(fù)，在2015年5月份，也就是杠桿率處于最高值的時(shí)點(diǎn)上達(dá)到了極值，而在2017年后則轉(zhuǎn)負(fù)為正。相比之下，杠桿率對(duì)波動(dòng)率沖擊的響應(yīng)也在2017年由負(fù)轉(zhuǎn)正，但在2013—2016年內(nèi)的負(fù)向響應(yīng)就明顯弱化了。可見，只有在杠桿率波動(dòng)性較小，也就是股市運(yùn)行比較穩(wěn)定時(shí)股市杠桿率、流動(dòng)性和波動(dòng)率之間的動(dòng)態(tài)傳導(dǎo)路徑才暢通。

第四，股市流動(dòng)性和波動(dòng)率之間的動(dòng)態(tài)關(guān)系也與股市穩(wěn)定程度息息相關(guān)。結(jié)合圖5和圖6，面對(duì)流動(dòng)性的正向沖擊，波動(dòng)率在短期內(nèi)的響應(yīng)為正，但長(zhǎng)期只有在股市穩(wěn)定時(shí)這種正向響應(yīng)才能持續(xù)。流動(dòng)性對(duì)波動(dòng)率的沖擊也呈現(xiàn)相似的響應(yīng)特征。在股市不穩(wěn)定階段，波動(dòng)率和流動(dòng)性之間的相互作用關(guān)系較弱，而在股市穩(wěn)定階段，兩者之間的動(dòng)態(tài)關(guān)系較為明顯。

五、研究結(jié)論及啟示

本文在杠桿率對(duì)股市影響機(jī)理分析的基礎(chǔ)上，實(shí)證研究了股市流動(dòng)性、杠桿率和股市波動(dòng)性之間的動(dòng)態(tài)關(guān)系，研究發(fā)現(xiàn)：股市平穩(wěn)狀態(tài)時(shí)，股市流動(dòng)性短期會(huì)對(duì)杠桿率產(chǎn)生正向沖擊，長(zhǎng)期也會(huì)提高杠桿率;杠桿率在短期內(nèi)造成股市的大幅度波動(dòng)，但長(zhǎng)期能夠平抑股市波動(dòng);股市流動(dòng)性、杠桿率、股市波動(dòng)性之間聯(lián)動(dòng)效應(yīng)明顯。但是在股市運(yùn)行不平穩(wěn)階段，三者之間的聯(lián)動(dòng)程度不明顯，相互作用方向不符合理論預(yù)期。因此，本文研究結(jié)論的啟示在于：

第一，完善杠桿制度設(shè)計(jì)。從上文的理論和實(shí)證分析可以看出，杠桿機(jī)制短期內(nèi)會(huì)加劇股市波動(dòng)性。因此，國(guó)家應(yīng)該加大對(duì)杠桿配資機(jī)構(gòu)的監(jiān)管和引導(dǎo)，確保到期平倉和強(qiáng)制平倉制度的公平性、合理性和有序性。股市上行時(shí)，對(duì)配資機(jī)構(gòu)的配資進(jìn)行引導(dǎo)，避免盲目配資帶來的虛假的市場(chǎng)繁榮;特別是股價(jià)下行時(shí)，要通過配資退出的有效監(jiān)管，確保資金有序退出市場(chǎng)，以免帶來股市的大規(guī)?？只哦鴮?dǎo)致的大幅波動(dòng)。

第二，營(yíng)造股市平穩(wěn)運(yùn)行環(huán)境。股市杠桿機(jī)制的價(jià)格發(fā)現(xiàn)和流動(dòng)性調(diào)整功能的實(shí)現(xiàn)是建立在股市平穩(wěn)運(yùn)行的前提下，只有在穩(wěn)定的股市發(fā)展中，投資者的預(yù)期效應(yīng)才更為一致，杠桿機(jī)制的作用才能得以發(fā)揮。任何引起股市波動(dòng)或擾亂股市運(yùn)行秩序的行為都會(huì)導(dǎo)致杠桿機(jī)制失效。因此，在利用杠桿機(jī)制調(diào)節(jié)股市時(shí)，必須要考慮當(dāng)前所處的股市運(yùn)行狀況是否平穩(wěn)。

第三，從監(jiān)管層面完善杠桿的運(yùn)行。政府根據(jù)杠桿率與股市流動(dòng)性、波動(dòng)性之間的變動(dòng)規(guī)律，杠桿率和杠桿資金的數(shù)量建立預(yù)警機(jī)制，動(dòng)態(tài)調(diào)整股市杠桿率水平。在股票價(jià)格低于股票價(jià)值時(shí)，加大股市杠桿率水平，拉動(dòng)股票價(jià)格的上漲;在股票價(jià)格高于股票價(jià)值時(shí)，降低股市杠桿率水平，降低股票價(jià)格。此外，加杠桿和降杠桿的度需要把握好，加杠桿不是無限度的加，去杠桿也不是完全去除，是要把股市調(diào)控到合理的區(qū)間范圍內(nèi)。只有這樣，才能最大程度上降低股價(jià)大幅度波動(dòng)帶來的不利影響，確保股市的穩(wěn)定。

參考文獻(xiàn)：

[1]黃運(yùn)成，漆琴.中國(guó)股市波動(dòng)中的杠桿作用[J].中國(guó)金融，2017（1）：55-57.

[2]吳曉求.股市危機(jī)：結(jié)構(gòu)缺陷與規(guī)制改革[J].財(cái)貿(mào)經(jīng)濟(jì)，2016，37（1）：22-32.

[3]Diamond D，Verrecchia R. Constraints on short-selling and asset price adjustment to private information[J]. Journal of Financial Economics，1987，18（2）：277-311.

[4]Scheinkman J A，Xiong W. Overconfidence and Speculative Bubbles [J]. Journal of Political Economy，2003，111（6）：1183-1220.

[5]Woolridge J R，Dickinson A. Shot selling and common stock price[J]. Financial Analysts Journal，1994（50）：20-28.

[6]Charoenrook A A，Daouk H. The world Price of short selling [R]. The Owen Graduate School of Management，Vanderbilt University，Working Paper，2003，1-49.

[7]駱玉鼎，廖士光.融資買空交易流動(dòng)性效應(yīng)研究——臺(tái)灣證券市場(chǎng)經(jīng)驗(yàn)證據(jù)[J].金融研究，2007（5）：118-132.

[8]胡華鋒.賣空交易與市場(chǎng)波動(dòng)性、流動(dòng)性研究——基于中國(guó)香港證券市場(chǎng)的實(shí)證分析[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2012，14（3）：82-89.

[9]Cai Jinghan，Li Yuming，Xia Le. Liquidity，Information Asymmetry and Short Sales Constraints：Evidence from the Hong Kong Stock Market[R].Working Paper，2006.

[10]牛婷婷，周海林.融資買空交易對(duì)我國(guó)股票市場(chǎng)流動(dòng)性影響的實(shí)證研究[J].上海商學(xué)院學(xué)報(bào)，2011，12（5）：79-84.

[11]于孝建.融資融券交易對(duì)中國(guó)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)（社會(huì)科學(xué)版），2012，14（2）：1-7.

[12]谷文林，孔祥忠.融資融券業(yè)務(wù)對(duì)市場(chǎng)資本流動(dòng)性的短期影響[J].證券市場(chǎng)導(dǎo)報(bào)，2010（7）：50-52.

[13]鐘笑珊.融資融券交易對(duì)我國(guó)證券市場(chǎng)的影響研究[D].廣州：華南理工大學(xué)，2011.

[14]Bogen J，Krooss H E. Security credit：Its economic role and regulation[M]. Englewood Cliffs，NJ：Prentice-Hall，Inc，1960：37-76.

[15]Allen F，Morris S，Postlewaite A. Finite Bubbles with Short Sale Constraints and Asymmetric Information[J]. Journal of Economic Theory，1993，61（2）：206-229.

[16]Hong H，Stein J C. Differences of Opinion，Short-Sales Constraints，and Market Crashes[J]. Review of Financial Studies，2003，16（2）：487-525.

[17]Duffie D，Grleanu N，Pedersen L H. Securities lending，shorting，and pricing[J]. Journal of Financial Economics，2002，66（2）：307-339.

[18]Haruvy E，Noussair C H. The Effect of Short Selling on Bubbles and Crashes in Experimental Spot Asset Markets[J]. Journal of Finance，2006，61（3）：1119-1157.

[19]lan T. Henry，Mckenzie M. The Impact of Short Selling on the Price-Volume Relationship：Evidence from Hong Kong[J]. Journal of Business，2006，79（2）：671-692.

[20]倪偉佳.我國(guó)融資融券業(yè)務(wù)對(duì)股票波動(dòng)性的影響分析——基于TGARCH模型的長(zhǎng)期研究[J].中國(guó)證券期貨，2013（7）：28-30.

[21]Boehmer E，Zhang X. Shackling Short Sellers：The 2008 Shorting Ban[J]. Review of Financial Studies，2013，26（6）：1363-1400.

[22]褚劍，方軍雄.中國(guó)式融資融券制度安排與股價(jià)崩盤風(fēng)險(xiǎn)的惡化[J].經(jīng)濟(jì)研究，2016，51（5）：143-158.

[23]Charoenrook A， Daouk H. A Study of Market-Wide Short-Selling Restrictions[R].Working Papers，2009.

[24]陳淼鑫，鄭振龍.推出賣空機(jī)制對(duì)證券市場(chǎng)波動(dòng)性的影響[J].證券市場(chǎng)導(dǎo)報(bào)，2008（2）：61-65.

[25]陳偉.融資融券試點(diǎn)對(duì)我國(guó)股票市場(chǎng)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.

[26]Sharif S， Anderson H D， Marshall B R. Against the tide：the commencement of short selling and margin trading in mainland China[J]. Accounting & Finance，2014，54（4）：1319-1355.

[27]Battalio R， Schultz P. Options and Bubble[J]. Journal of Finance，2006，61（5）：2071-2012.

[28]張紅偉，毛前友.羊群行為、股價(jià)波動(dòng)與投資收益——基于中國(guó)證券投資基金的實(shí)證研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2007（10）：50-54.

[29]Amihud Y， Mendelson M. Liquidity and Stock Returns[J]. Financial Analysts Journal，1986，42（3）：43-48.

[30]郭永濟(jì)，張誼浩.空氣質(zhì)量會(huì)影響股票市場(chǎng)嗎[J].金融研究，2016（2）：71-85.

[31]郭永濟(jì)，李伯鈞，金雯雯.時(shí)變框架下中國(guó)貨幣流動(dòng)性的影響研究：1992-2012[J].當(dāng)代經(jīng)濟(jì)科學(xué)，2014，36（1）：1-11+124.

Research on Logistics Efficiency of China's Provincial Logistics Industry based on DEA-Malmquist Index

Gong Xue1，2， Jing Linbo3

（1.School of Economics， Xihua University， Sichuan Chengdu 610039， China;2.Research Institute of Finance Strategy，

CASS， Beijing 100836， China;3.Academy of China's Social Science Evaluation， CASS， Beijing 100836， China）

Abstract： Using DEA-Malmquist index evaluation model， take the logistics industry of China's 31 provinces as the research object to build the evaluation index system from 2007 to 2016， proceed the static analysis of input-output efficiency of the logistics industry from the comprehensive efficiency， pure technical efficiency and scale efficiency， using the Malmquist index method to proceed dynamic analysis of the logistics efficiency development of 31 provinces（autonomous regions and municipalities）from the comprehensive efficiency， technical efficiency change and technology change. The study found that the logistics industry in different regions of China is not balanced. The logistics efficiency in the eastern region is good but the growth rate is slow. The logistics efficiency in the central and western regions and northeast China is relatively lagging， but there is a lot of room for improvement. On the whole， technological progress is an important factor affecting the total efficiency change. We should strengthen regional cooperation， speed up the development and application of logistics technology， increase policy support and provide reference for further improvement of the efficiency of China's provincial logistics.

Key words： logistic industry， efficiency analysis， DEA-Malmquist model， panel data