許桂紅，劉 洋

(沈陽(yáng)工業(yè)大學(xué) 經(jīng)濟(jì)學(xué)院，沈陽(yáng) 110870)

融資融券的開通完善了我國(guó)資本市場(chǎng)的發(fā)展，加強(qiáng)了證券市場(chǎng)基本制度的建設(shè)，改變了單邊市場(chǎng)運(yùn)行的模式，在一定程度上彌補(bǔ)了我國(guó)股票市場(chǎng)沒有做空機(jī)制的缺陷，使投資者在股價(jià)上漲及下跌時(shí)都可以獲利。同時(shí)，其建立了我國(guó)資本市場(chǎng)雙向交易及風(fēng)險(xiǎn)對(duì)沖機(jī)制，對(duì)完善股票交易機(jī)制和價(jià)格形成機(jī)制有著十分重要的作用。自2010年我國(guó)推出融資融券以來，共經(jīng)歷了6次擴(kuò)容，融資融券標(biāo)的數(shù)量從最初的90只增加到1 600只。標(biāo)的股擴(kuò)容在短期意味著增加杠桿，提高股市的流動(dòng)性。從長(zhǎng)期來看，標(biāo)的股增加更有利于吸引資金，有利于優(yōu)良的企業(yè)更好地獲得融資。國(guó)內(nèi)外有許多學(xué)者對(duì)融資融券是否發(fā)揮了平抑股票市場(chǎng)的作用進(jìn)行研究：有學(xué)者認(rèn)為融資融券業(yè)務(wù)是把雙刃劍，其杠桿交易機(jī)制也具有助漲殺跌、以小博大的作用，可能導(dǎo)致市場(chǎng)定價(jià)失靈，甚至滋生操縱股價(jià)的行為，擾亂股市秩序，增加股市的波動(dòng)性；也有學(xué)者從標(biāo)的股擴(kuò)容角度來分析，認(rèn)為擴(kuò)容后融資融券起到了平抑股市波動(dòng)性的作用。本文為了深入探究融資融券擴(kuò)容對(duì)股票市場(chǎng)的波動(dòng)性的影響，選取2012—2019年的滬深300指數(shù)數(shù)據(jù)進(jìn)行實(shí)證研究。

一、文獻(xiàn)綜述

大量金融學(xué)者對(duì)融資融券這一領(lǐng)域進(jìn)行了研究，得出的結(jié)論主要有三類：融資融券增加了股市的波動(dòng)性；融資融券減少了股市的波動(dòng)性；融資融券對(duì)股市的波動(dòng)性影響不明確。

1. 國(guó)外相關(guān)研究

Allen和Gale(1991)認(rèn)為，進(jìn)行賣空交易時(shí)會(huì)破壞市場(chǎng)原有的均衡狀態(tài)，導(dǎo)致市場(chǎng)的不完全競(jìng)爭(zhēng)，增加股票市場(chǎng)的波動(dòng)性。研究發(fā)現(xiàn)，當(dāng)賣空機(jī)制被限制時(shí)，市場(chǎng)剛好處于一種比較穩(wěn)定的均衡狀態(tài)。另外，他們還發(fā)現(xiàn)引入融資融券制度后降低了社會(huì)福利，影響金融創(chuàng)新更好的發(fā)展[1]。Helms等(2016)以全球爆發(fā)經(jīng)濟(jì)危機(jī)時(shí)期為背景，檢測(cè)了監(jiān)管機(jī)構(gòu)禁止賣空交易的政策效果，研究結(jié)果沒有發(fā)現(xiàn)限制賣空交易有助于抑制股市的波動(dòng)。另外，在金融危機(jī)的負(fù)面影響被控制的前提下，賣空機(jī)制使日內(nèi)波動(dòng)率增加，交易行為減少[2]。Lecce(2008)研究了賣空交易對(duì)股市波動(dòng)性和流動(dòng)性的影響，其研究表明在獨(dú)特的市場(chǎng)環(huán)境下賣空交易并沒有增加股票市場(chǎng)收益率的波動(dòng)，股票市場(chǎng)價(jià)格的波動(dòng)受多種因素的影響變動(dòng)比較復(fù)雜[3]。Charoenrook和Daouk(2005)通過建立樣本回歸模型，利用一個(gè)可以有效度量賣空交易的指標(biāo)研究了80余個(gè)新興發(fā)展中國(guó)家經(jīng)濟(jì)體及20余個(gè)成熟市場(chǎng)經(jīng)濟(jì)體的賣空交易對(duì)股市波動(dòng)的影響。研究未發(fā)現(xiàn)賣空交易會(huì)引起證券市場(chǎng)較大震蕩；相對(duì)于賣空約束的經(jīng)濟(jì)體，放開賣空約束的經(jīng)濟(jì)體證券市場(chǎng)波動(dòng)程度相對(duì)小一些[4]。Johnson(2010)選取美國(guó)股市2007—2008年股市數(shù)據(jù)為樣本，研究美股出現(xiàn)大跌時(shí)波動(dòng)與保證金規(guī)則之間的關(guān)系，發(fā)現(xiàn)保證金規(guī)則對(duì)收益沒有顯著影響，但周收益指數(shù)的波動(dòng)因嚴(yán)格的保證金規(guī)則而降低[5]。

2. 國(guó)內(nèi)相關(guān)研究

姚磊、姚王信(2016)建立多期DID模型，基于前4次融資融券標(biāo)的擴(kuò)容政策研究融資融券對(duì)A股市場(chǎng)流動(dòng)性及波動(dòng)性的影響。實(shí)驗(yàn)結(jié)果表明融資融券顯著減少市場(chǎng)的流動(dòng)性，其影響程度隨擴(kuò)容的增加而降低；融資融券時(shí)而正強(qiáng)化市場(chǎng)的波動(dòng)性，時(shí)而負(fù)強(qiáng)化市場(chǎng)的波動(dòng)性[6]。李智慧(2018)分析了融資融券近5年標(biāo)的證券的擴(kuò)容對(duì)股市波動(dòng)性的影響，利用VAR模型、Granger因果檢驗(yàn)、脈沖響應(yīng)函數(shù)分析了擴(kuò)容前后股市波動(dòng)率的變化，得出融資融券標(biāo)的股擴(kuò)容有助于降低股市的波動(dòng)率的結(jié)論[7]。陳文雅(2014)選取2012年3月5日—2014年1月1日融資融券擴(kuò)容數(shù)據(jù)建立GARCH模型，比較標(biāo)的股擴(kuò)容前后對(duì)股價(jià)波動(dòng)性的影響，結(jié)果表明融資融券標(biāo)的股擴(kuò)容可以抑制股市的波動(dòng)性[8]。龔玉霞、笪元元(2017)選取滬深300指數(shù)為樣本數(shù)據(jù)，基于VAR模型進(jìn)行實(shí)證分析，研究表明融資融券標(biāo)的股第四次擴(kuò)容可以平抑股市的波動(dòng)性[9]。

李志生、林秉旋與杜爽(2015)通過建立非平衡模型對(duì)我國(guó)2009—2013年的股市進(jìn)行研究，發(fā)現(xiàn)在我國(guó)推出融資融券后雙融交易機(jī)制有效降低了股市的波動(dòng)，平抑了股價(jià)，阻止了股價(jià)的暴漲暴跌[10]。鄭曉亞、閆慧、劉飛(2015)運(yùn)用GARCH與EGARCH模型，基于融資融券推出前后的市場(chǎng)收益率，并結(jié)合收益率波動(dòng)特征分析融資融券對(duì)股市波動(dòng)性的影響，結(jié)果發(fā)現(xiàn)融資融券對(duì)股市影響并不顯著[11]。林祥友等(2016)選取首批標(biāo)的股票，建立DID模型并利用非參數(shù)檢驗(yàn)方法研究融資融券交易對(duì)股市波動(dòng)性的影響，結(jié)果顯示融資融券有增加股市波動(dòng)性的效應(yīng)[12]。王婉婉(2016)選取2011年3月15日—2015年12月31日滬深300指數(shù)為樣本，利用事件研究法研究我國(guó)融資融券的第一次及第三次擴(kuò)容對(duì)股市波動(dòng)性的影響，結(jié)果表明當(dāng)兩融規(guī)模較小時(shí)融資融券對(duì)股市波動(dòng)性的影響不明顯，但當(dāng)擴(kuò)大規(guī)模后融資融券有平抑股市波動(dòng)性的作用[13]。胡璐璐(2017)選取2009年9月—2017年3月滬深300指數(shù)數(shù)據(jù)為樣本，建立GARCH模型并引入6個(gè)虛擬變量研究融資融券擴(kuò)容對(duì)各個(gè)階段的影響，結(jié)果發(fā)現(xiàn)融資融券第三次和第四次擴(kuò)容有平抑股市波動(dòng)性的作用[14]。張紅偉等(2016)以國(guó)內(nèi)兩融業(yè)務(wù)發(fā)展失調(diào)為背景建立TGARCH模型，研究融資融券對(duì)滬深股市波動(dòng)性的影響，結(jié)果表明融資融券加劇了股市的波動(dòng)性，且規(guī)模越大作用效果越明顯[15]。張桂榮、曹志鵬(2017)選取2009—2015年滬深股市為樣本進(jìn)行雙重差分估計(jì)，檢驗(yàn)了融資融券擴(kuò)容對(duì)股市波動(dòng)性的影響，結(jié)果表明隨著融資融券政策成熟且標(biāo)的股擴(kuò)容加大，融資融券對(duì)平抑股市波動(dòng)性的作用愈加明顯[16]。徐煦(2016)建立GARCH模型及面板數(shù)據(jù)模型研究我國(guó)上海證券市場(chǎng)股票市場(chǎng)兩融交易與市場(chǎng)及個(gè)股之間的關(guān)系，結(jié)果表明融資融券有穩(wěn)定股市的作用[17]。丁琨等(2018)運(yùn)用ADF及格蘭杰因果檢驗(yàn)分析融資融券對(duì)股票價(jià)格的影響，結(jié)果表明股票價(jià)格與融資交易互為格蘭杰因果關(guān)系，而融券與股票價(jià)格之間沒有任何必然聯(lián)系，融資融券業(yè)務(wù)對(duì)股票價(jià)格起到了穩(wěn)定器的作用[18]。鄭曉亞等(2015)選取2010—2017年的相關(guān)數(shù)據(jù)為樣本，建立VAR模型研究融資融券交易制度與我國(guó)A股市場(chǎng)波動(dòng)之間的關(guān)系，結(jié)果表明融券交易對(duì)股市的作用效果更明顯，在一定程度上可以抑制股市的異常波動(dòng)，及時(shí)釋放相關(guān)信息，融資融券交易及品種與規(guī)模的擴(kuò)大在A股市場(chǎng)上扮演的角色越來越重要[19]。

綜上，國(guó)內(nèi)外學(xué)者利用不同的模型，選取不同的數(shù)據(jù)，得出了不同的研究結(jié)論。本文從兩融交易以來融資融券標(biāo)的股擴(kuò)容對(duì)股市波動(dòng)性的影響這一角度進(jìn)行研究，并為進(jìn)一步完善兩融制度提出對(duì)策及建議。

二、研究假設(shè)及模型設(shè)定

1. 研究假設(shè)

融資業(yè)務(wù)是指當(dāng)股票價(jià)格相對(duì)較低時(shí)，投資者預(yù)期該股票的價(jià)格在未來的一段時(shí)間內(nèi)會(huì)上漲，通過借入資金買入股票來獲利。在整個(gè)市場(chǎng)中，如果大部分投資者都預(yù)期該股票價(jià)格會(huì)上漲，類似行為增加，將會(huì)拉動(dòng)市場(chǎng)向上波動(dòng)，即為買空機(jī)制。

融券業(yè)務(wù)則與融資業(yè)務(wù)交易方向相反，當(dāng)股票價(jià)格相對(duì)較高時(shí)，投資者預(yù)期該股票的價(jià)格在未來的一段時(shí)間內(nèi)會(huì)下跌，于是借入證券并且賣出，等到未來股票下跌時(shí)再買回同等數(shù)量的證券歸還，通過資金的差額來獲利。如果市場(chǎng)中大部分投資者都會(huì)有類似行為，則推動(dòng)市場(chǎng)向下波動(dòng)，即為賣空機(jī)制。

當(dāng)市場(chǎng)中有足夠的交易者且交易信息透明時(shí)，賣空和買空交易均衡，起到穩(wěn)定市場(chǎng)的作用。我國(guó)融資融券經(jīng)過多次擴(kuò)容，業(yè)務(wù)規(guī)模逐漸增加，雙向交易機(jī)制趨于平衡。據(jù)此分析，提出如下假設(shè)：

假設(shè)在不考慮其他賣空機(jī)制政策影響的情況下，融資融券標(biāo)的股擴(kuò)容能夠平抑股市的波動(dòng)性。

2. 模型設(shè)定

ARCH模型被提出之后，許多學(xué)者把ARCH模型運(yùn)用到金融時(shí)間序列中，大量的實(shí)證也表明ARCH模型能夠很好地?cái)M合金融時(shí)間序列。但是學(xué)者們發(fā)現(xiàn)，ARCH需要一個(gè)較高的移動(dòng)平均數(shù)，因?yàn)槠湫枰膮?shù)過多而不能通過顯著性檢驗(yàn)。

Bollerslev通過改進(jìn)ARCH模型提出了GARCH模型，在GARCH模型的條件方差中引入了一個(gè)條件方差GARCH項(xiàng)σ2，彌補(bǔ)了ARCH模型的不足，其模型的基本形式為

(1)

故本文選擇GARCH模型研究融資融券標(biāo)的股擴(kuò)容對(duì)股市波動(dòng)性的影響，在建立GARCH(q，p)模型之后，還需對(duì)模型的合理性及顯著性進(jìn)行檢驗(yàn)。

三、實(shí)證分析

1. 樣本及指標(biāo)選取

我國(guó)2010年3月31日正式上市融資融券交易。從2013年到現(xiàn)在，我國(guó)共有四次融資融券標(biāo)的股擴(kuò)容，分別為2013年9月16日、2014年9月22日、2016年12月12日和2018年8月9日。為了研究后融資融券擴(kuò)容對(duì)我國(guó)股市波動(dòng)性的影響，本文以2012年1月4日即擴(kuò)容前一年作為樣本初始時(shí)間，以2019年8月30日為樣本終止時(shí)間，根據(jù)國(guó)家法定節(jié)假日及其他停止交易的時(shí)期對(duì)原始數(shù)據(jù)進(jìn)行調(diào)整，并用前一個(gè)交易日的數(shù)據(jù)進(jìn)行補(bǔ)充，最后得到周一至周五共1 864個(gè)工作日數(shù)據(jù)樣本。所有數(shù)據(jù)來自Wind資訊、上海證券交易所、深圳證券交易所及同花順軟件，分析處理軟件為Eviews8.0。

本文采用滬深300指數(shù)日收盤價(jià)SPt作為原始數(shù)據(jù)，來反映我國(guó)股市的波動(dòng)情況。該指數(shù)樣本包含了大部分融資融券標(biāo)的股票，涵蓋A股市場(chǎng)的主要流通市值，有很強(qiáng)的代表性。為了縮小數(shù)據(jù)規(guī)格并避免異方差現(xiàn)象，對(duì)SPt進(jìn)行對(duì)數(shù)處理，得到ln SPt。利用GARCH模型擬合滬深300指數(shù)對(duì)數(shù)序列，股市波動(dòng)性(VOLA)的代理變量為該擬合結(jié)果的條件方差。

從2012年開始，我國(guó)共經(jīng)歷了四次擴(kuò)容，引入虛擬變量E1、E2、E3、E4分別代表四次融資融券擴(kuò)容，來反映兩融機(jī)制擴(kuò)容政策對(duì)我國(guó)股市的影響。擴(kuò)容前記為Ei=0，擴(kuò)容后記為Ei=1，以此將數(shù)據(jù)分為五段時(shí)期。

2. 統(tǒng)計(jì)性描述

圖1 滬深300指數(shù)序列

圖2 滬深300指數(shù)對(duì)數(shù)化序列

3. ARCH效應(yīng)

金融時(shí)間序列即股票價(jià)格的波動(dòng)是無法預(yù)測(cè)的，且其波動(dòng)是無序的，其通常會(huì)表現(xiàn)為一種單位根過程。但從長(zhǎng)期分析，價(jià)格波動(dòng)概率向上波動(dòng)和向下波動(dòng)大致上是一致的。因此，在建模前需對(duì)隨機(jī)序列模型進(jìn)行估計(jì)，公式為

表1 滬深300指數(shù)及其對(duì)數(shù)化序列統(tǒng)計(jì)結(jié)果

ln SPt=η+βln SPt-1+μt

(2)

用最小二乘法OLS分析，結(jié)果如表2所示。

將表2結(jié)果代入式(2)可得

ln(SPt)=0.200 860+0.997 532ln(SPt-1)+μt

(3)

t=(1.607 969)(641.506 100)

Loglikelihood=5 197.365，AIC=-5.577 418，SC=-5.571 481，可模型的被解釋變量統(tǒng)計(jì)顯著，整體擬合度較高。模型相應(yīng)的殘差分布如圖3所示。

表2 最小二乘法分析結(jié)果

圖3 隨機(jī)模型的殘差分布

從圖3中可發(fā)現(xiàn)波動(dòng)呈集群狀態(tài)：滬深300指數(shù)在一段時(shí)間內(nèi)波動(dòng)平緩，在其他一些時(shí)間內(nèi)波動(dòng)劇烈(如2015年)。理論上可總結(jié)為：即期或過去幾期方差較大時(shí)，未來期的方差傾向于增大；即期或過去幾期方差較小時(shí)，未來期的方差傾向于減小。這說明誤差項(xiàng)可能具有條件異方差性，即方差大的觀測(cè)值聚集在一起，方差小的觀測(cè)值聚集在一起。

接下來對(duì)該數(shù)據(jù)進(jìn)行ARCH-LM檢驗(yàn)、利用殘差平方的自相關(guān)(AC)和偏自相關(guān)系數(shù)(PAC)判斷數(shù)據(jù)是否具有條件異方差性。對(duì)上述的隨機(jī)游走模型進(jìn)行自回歸條件異方差A(yù)RCH-LM檢驗(yàn)，結(jié)果如表3所示。

表3 隨機(jī)游走模型的ARCH-LM檢驗(yàn)結(jié)果

由表3可得，知滯后階數(shù)1～7對(duì)應(yīng)的P值都為0，拒絕原假設(shè)。據(jù)此得出結(jié)論：隨機(jī)游走模型的殘差序列存在自回歸條件異方差效應(yīng)。

表4用殘差自相關(guān)(AC)和偏自相關(guān)(PAC)來進(jìn)一步驗(yàn)證這一結(jié)論。

表4 隨機(jī)游走模型殘差平方的自相關(guān)系數(shù)及偏自相關(guān)系數(shù)

隨機(jī)游走模型殘差平方的自相關(guān)檢驗(yàn)，如圖4所示。由表4的AC和PAC的P值可知，滯后階數(shù)從1～7存在一階顯著為0，同時(shí)Q統(tǒng)計(jì)量非常顯著，再次驗(yàn)證了隨機(jī)游走模型的殘差序列存在自回歸條件異方差效應(yīng)。

4. GARCH模型的波動(dòng)性提取

(1) 確定最優(yōu)的滯后階數(shù)。在建立模型前，采用赤池信息準(zhǔn)則(AIC)和貝葉斯信息準(zhǔn)則(BIC)來評(píng)估不同階數(shù)模型的擬合優(yōu)度，選取最優(yōu)滯后階數(shù)建立GARCH模型。GARCH(p，q)的相關(guān)指標(biāo)如表5所示。

持之以恒抓黨建。黨的十九大報(bào)告提出了新時(shí)代黨的建設(shè)總要求，對(duì)全面從嚴(yán)治黨作出新的部署。要認(rèn)真貫徹新時(shí)代黨的建設(shè)總要求，以黨的政治建設(shè)為統(tǒng)領(lǐng)，全面加強(qiáng)工會(huì)系統(tǒng)黨的政治建設(shè)、思想建設(shè)、組織建設(shè)、作風(fēng)建設(shè)、紀(jì)律建設(shè)，把制度建設(shè)貫穿其中，深入推進(jìn)反腐敗斗爭(zhēng)，以全面從嚴(yán)治黨的實(shí)效推動(dòng)工會(huì)基層黨組織組織力得到根本性提升，把工會(huì)基層黨組織建設(shè)成為堅(jiān)強(qiáng)戰(zhàn)斗堡壘。

圖4 隨機(jī)游走模型殘差平方的自相關(guān)檢驗(yàn)

表5 最優(yōu)滯后階數(shù)選擇參考數(shù)據(jù)

建立GARCH模型的均值方程，其變化受前一期價(jià)格的變化及股指條件方差對(duì)數(shù)的影響，其公式為

(4)

本文在GARCH方程中引入4個(gè)虛擬變量E1、E2、E3、E4，分別代表2013年9月16日、2014年9月22日、2016年12月12日和2018年8月9日標(biāo)的股的擴(kuò)容。每期擴(kuò)容前為Ei=0，擴(kuò)容后為Ei=1，以全面反映融資融券標(biāo)的股擴(kuò)容對(duì)我國(guó)股票市場(chǎng)的影響。

由此可得GARCH的條件方差模型為

(5)

根據(jù)模型(5)，用政策虛擬變量EK前的系數(shù)λi判斷我國(guó)融資融券標(biāo)的股票多次擴(kuò)容對(duì)我國(guó)股票市場(chǎng)波動(dòng)性產(chǎn)生的影響，并同時(shí)判斷對(duì)股票市場(chǎng)波動(dòng)產(chǎn)生影響的方向、大小。當(dāng)系數(shù)λi>0時(shí)，認(rèn)為我國(guó)股票市場(chǎng)的波動(dòng)性隨融資融券標(biāo)的股的擴(kuò)容而增加；當(dāng)系數(shù)λi<0時(shí)，認(rèn)為我國(guó)股票市場(chǎng)的波動(dòng)性隨融資融券標(biāo)的股的擴(kuò)容而降低，即具有平抑股市波動(dòng)的作用；當(dāng)系數(shù)λi=0時(shí)，認(rèn)為我國(guó)股票市場(chǎng)的波動(dòng)性與融資融券標(biāo)的股擴(kuò)容無關(guān)。方程(4)、(5)的估計(jì)取p=3，q=3，可得

ln SPt=0.101 290+0.998 179ln SPt-1+

(6)

Z=(-1.509 780)(1.263 244)(961.349 900)

0.000 169E3-0.000 596E4

(7)

Z=(-1.179 613)(8.030 848)(10.258 620)

(-10.521 860)(29.473 190)(10.680 730)

(-0.151 411)(-3.010 560)(-2.946 330)

(-0.624 360)

AIC=-5.907 151 SC=-5.877 468

Loglikelihood=5 512.511

接下來用條件異方差A(yù)RCH-LM檢驗(yàn)方程(6)、(7)在1～7滯后階數(shù)下的數(shù)據(jù)，得出的F統(tǒng)計(jì)量、T·R2統(tǒng)計(jì)量及各自的P值，如表6所示。

表6 GARCH模型的ARCH-LM檢驗(yàn)結(jié)果

由表6可看出GARCH-LM模型不具有自相關(guān)性，因?yàn)镕統(tǒng)計(jì)量的P值和T·R2統(tǒng)計(jì)量的P值都很大，顯著不為零，接受原假設(shè)。

表7為該模型的自相關(guān)系數(shù)及偏自相關(guān)系數(shù)的數(shù)據(jù)。Q統(tǒng)計(jì)量的P值顯著不為零，進(jìn)一步證明了GARCH-LM模型消除了自相關(guān)性的結(jié)論。

表7 GARCH-LM模型殘差平方的

5. 實(shí)測(cè)結(jié)果

(1) 由以上檢驗(yàn)結(jié)果可知，引入的四個(gè)政策變動(dòng)虛擬變量E1、E2、E3、E4的系數(shù)分別為：γ1=-0.000 110，γ2=-0.003 218，γ3=-0.000 169，γ4=-0.000 596。四個(gè)變量系數(shù)均小于0，即2013年9月16日、2014年9月22日、2016年12月12日和2018年8月9日四次融資融券標(biāo)的股的擴(kuò)容使滬深300指數(shù)價(jià)格波動(dòng)分別降低了-0.000 110、-0.003 218、-0.000 169、-0.000 596個(gè)單位。據(jù)此可得出融資融券標(biāo)的股擴(kuò)容具有降低我國(guó)股市波動(dòng)性作用的結(jié)論，與本文所作假設(shè)相符，即在不考慮其他賣空機(jī)制政策影響的情況下融資融券標(biāo)的股擴(kuò)容能夠平抑股市的波動(dòng)性。但是，系數(shù)γi的值相對(duì)較小，意味著融資融券交易作為股市“減震器”其作用效果仍有很大的局限性。

四、政策建議

1. 適當(dāng)擴(kuò)大融資融券標(biāo)的池范圍

自2010年我國(guó)推行融資融券制度以來，前后共經(jīng)歷6次擴(kuò)容，雖然融資融券標(biāo)的股票數(shù)量已經(jīng)達(dá)到1600只，但是在上市股票總數(shù)中占比仍然偏低。由實(shí)證結(jié)果可知，GARCH-LM模型估計(jì)的結(jié)果引入虛擬變量的系數(shù)為負(fù)，在一定程度上說明融資融券標(biāo)的股擴(kuò)容在一定程度上可以平抑股市的波動(dòng)性。因此，有必要推進(jìn)融資融券業(yè)務(wù)穩(wěn)步壯大，提升滬深兩市加入融資融券業(yè)務(wù)標(biāo)的股票的質(zhì)量，并逐步擴(kuò)大融資融券標(biāo)的池。

2. 健全賣空機(jī)制

完善的機(jī)制是兩融健康發(fā)展的保障之一，應(yīng)借鑒其他市場(chǎng)的成熟經(jīng)驗(yàn)，加強(qiáng)制度設(shè)計(jì)，綜合考慮信用交易對(duì)市場(chǎng)的影響，實(shí)現(xiàn)穩(wěn)步推進(jìn)、健康發(fā)展。股災(zāi)之后融資融券業(yè)務(wù)發(fā)展緩慢，人們對(duì)市場(chǎng)缺乏信心，且本文實(shí)證研究表明兩融交易對(duì)股市具有平抑作用。因此，應(yīng)完善賣空機(jī)制，提升效率，促進(jìn)市場(chǎng)的良性發(fā)展。

3. 加強(qiáng)對(duì)融資融券業(yè)務(wù)的監(jiān)管

目前，我國(guó)資本市場(chǎng)逐漸與國(guó)際資本市場(chǎng)接軌，在擴(kuò)大融資融券標(biāo)的池的同時(shí)，要加強(qiáng)跟進(jìn)市場(chǎng)監(jiān)管。證交所2015年11月首次在市場(chǎng)層面上調(diào)融資融券保證金比例。雖然不同的機(jī)構(gòu)都有相應(yīng)的專業(yè)人員分析市場(chǎng)數(shù)據(jù)并進(jìn)行判斷，但由于不同機(jī)構(gòu)之間掌握的信息以及業(yè)務(wù)規(guī)模存在差異，分析結(jié)果也有一定的偏差，會(huì)導(dǎo)致相關(guān)機(jī)構(gòu)不能作出及時(shí)的調(diào)整。所以，監(jiān)管部門應(yīng)該加強(qiáng)與各券商機(jī)構(gòu)的交流，加大監(jiān)管力度，加強(qiáng)風(fēng)險(xiǎn)的防范與調(diào)控。要完善雙融標(biāo)的股退出機(jī)制，對(duì)于存在債務(wù)危機(jī)、投機(jī)性過強(qiáng)、業(yè)績(jī)?cè)谝欢螘r(shí)間內(nèi)持續(xù)下滑等有問題的標(biāo)的股，制定退出標(biāo)的池的統(tǒng)一規(guī)則，防止過度炒作影響證券市場(chǎng)的穩(wěn)定性。同時(shí)，應(yīng)增加對(duì)信息披露制度的監(jiān)管，以更高的標(biāo)準(zhǔn)嚴(yán)格監(jiān)管資本市場(chǎng)。

4. 加強(qiáng)投資者教育

我國(guó)融資融券市場(chǎng)已經(jīng)頗具規(guī)模，但個(gè)人投資占比仍然很大，投資者對(duì)其認(rèn)知尚不夠深入，大多數(shù)不具備完善的證券市場(chǎng)知識(shí)，長(zhǎng)期價(jià)值投資者很少。因此，要定期組織投資者進(jìn)行理論學(xué)習(xí)，向投資者揭示兩融投資的風(fēng)險(xiǎn)及市場(chǎng)規(guī)則，引導(dǎo)投資者作好風(fēng)險(xiǎn)控制和投資管理。這樣一方面可以使投資者及時(shí)了解市場(chǎng)變化，另一方面也可以使兩融交易真正發(fā)揮穩(wěn)定市場(chǎng)及價(jià)格發(fā)現(xiàn)的作用。

綜上，應(yīng)通過完善融資融券市場(chǎng)機(jī)制加強(qiáng)監(jiān)管，加強(qiáng)投資者教育，豐富融資融券標(biāo)的池，淘汰不合格的標(biāo)的股，確保標(biāo)的池處于動(dòng)態(tài)更新狀態(tài)，從而在增強(qiáng)我國(guó)證券市場(chǎng)的穩(wěn)定性方面發(fā)揮更大的作用。