[摘要] 轉融通制度讓融資融券的來源更廣泛，2023年2月轉融通范圍擴大后，轉融通的資金證券來源更廣，并一定程度上改變了我國股票市場單邊市場的狀態(tài)，讓市場的功能更加完全。本文采用面板數(shù)據(jù)回歸的方法分析了轉融通擴大、部分收緊、全面收緊三個政策節(jié)點前后股市的波動性情況，發(fā)現(xiàn)在轉融通擴大后的幾個階段股市的波動性都出現(xiàn)了顯著下降在部分收緊的情況下波動性下降最多。波動性的下降主要是因為不同時期融資融券量不同，以及不同時期融資融券對波動性的影響程度的變化同時導致的。在嚴格收緊階段，融資融券起到了很強的抑制波動性的作用，因此考慮到我國資本市場的不斷發(fā)展，對轉融通的嚴格收緊是最有利于未來股市平穩(wěn)的政策選擇。

[關鍵詞] 轉融通；融資融券；波動性

[中圖分類號] F812.2" ［文獻標識碼］A" "［文章編號］1000-4211（2024）06-0072-20

一、引言

我國的股票市場是在中國特色社會主義市場經(jīng)濟的建設過程中建立起來的。1981年，國內(nèi)首家股票交易所——深圳證券交易所成立；1990年，上海證券交易所成立。滬深兩地交易所的相繼成立，為我國股票市場的發(fā)展奠定了堅實的基礎，塑造了基本的形態(tài)與格局。股票市場建立后的很長一段時間內(nèi)，股票交易都處于單邊交易的情況，即只能做多、不能做空，只能用自有資金買入證券賣出證券，不能在交易所內(nèi)借入證券賣空，也不能借入資金買入證券。隨著市場經(jīng)濟的蓬勃發(fā)展以及金融改革的不斷深入推進，單邊交易的狀態(tài)逐漸難以滿足日益復雜多變的市場經(jīng)濟建設以及金融改革發(fā)展的需求，于是融資融券政策應運而生，為我國股票市場注入了新的活力。

2010年，我國開始正式實行融資融券制度。融資融券指的是投資者在證券公司開立相關賬戶并繳納保證金后，可以在賬戶的信用限度內(nèi)向證券公司借入資金買入證券，待賣出后再歸還資金并償還利息；也可以在信用限度內(nèi)向證券公司借入股票并在高點賣出，之后在股票下跌時買入并歸還股票、償還利息。這種交易模式突破了傳統(tǒng)單邊交易的限制，為投資者提供了更多操作空間。證監(jiān)會預期融資融券政策的放開能起到以下四大功能：價格發(fā)現(xiàn)功能、市場穩(wěn)定功能、流動性增強功能、風險管理功能。融資融券作為一種杠桿交易，風險顯著高于普通交易，因此對投資者有一定門檻要求。此外，融資融券的標的范圍有限，只有部分符合條件的股票被納入融資融券名單，雖然這一名單在不斷擴大，但仍然遠遠不足以覆蓋整個市場。而且融資融券的局限性在于，借入資金與借入的股票都是證券公司所擁有的，因此資金與股票的數(shù)量受到很大限制，同時借入的成本也會更高，這在一定程度上影響了證券交易市場的效率。

為彌補這一不足，轉融通機制應運而生。投資者可以將閑置的資金或證券出借給證券金融公司，證券公司可以按需向證券金融公司申請融入，之后將融入的資金或證券借給投資者。通過轉融通機制，資金與證券的融入規(guī)模不再局限于證券公司自有資金與證券的規(guī)模，而是整合了更廣泛的市場資源，有效地提高了金融市場配置資源、提高資產(chǎn)合理定價的效率，進一步優(yōu)化了證券市場的交易生態(tài)。

我國的轉融通政策自2012年推出以來，經(jīng)歷了多次重要的調整與優(yōu)化。2019年，證券金融公司優(yōu)化了科創(chuàng)板與創(chuàng)業(yè)板的轉融通規(guī)則，并在2023年2月推廣至主板，于是A股轉融通規(guī)則發(fā)生了重大變化，如戰(zhàn)略投資者的限售股可以參與借出，這進一步擴大了轉融通的融出規(guī)模，提高市場效率，但也有人質疑限售股融券借出是否合理。2023年10月，高瓴資本的二級投資平臺通過轉融通機制實現(xiàn)了違規(guī)減持，這更加引發(fā)了公眾對擴大轉融通范圍是否合適的討論。為了穩(wěn)定市場下跌趨勢、維護投資者利益與信心，證監(jiān)會開始收緊轉融通機制，在2023年10月14日禁止投資者及關聯(lián)方融券賣出上市公司限售股與戰(zhàn)略配售股份；禁止上市公司高管與核心員工出借其承諾持有期限內(nèi)的限售股、限制其他戰(zhàn)略投資者在上市初期出借證券；2024年1月28日，證監(jiān)會開始全面收緊轉融通業(yè)務，全面暫停限售股出借、限制融券效率。這一系列舉措體現(xiàn)了監(jiān)管部門在市場機制優(yōu)化與風險防控之間的平衡，旨在通過精準的政策調整，確保市場的健康穩(wěn)定發(fā)展，同時為投資者創(chuàng)造更加公平、透明的投資環(huán)境。

隨著我國金融市場不斷發(fā)展，轉融通政策持續(xù)優(yōu)化，其對股市波動性的影響也備受關注?，F(xiàn)有研究主要集中在融資融券制度對股市波動性的影響，以及轉融通制度實施前后股市波動性的變化。然而，對于轉融通擴大后不同階段的股市波動性影響的研究仍然不足，且少有研究深入探討轉融通擴大后融資交易和融券交易的影響程度。本文詳細分析了轉融通擴大后的各政策階段，較為全面地探討了波動性變化及融資融券交易的影響差異，覆蓋了不同政策狀態(tài)，為未來轉融通政策的影響提供了具有較強解釋力的分析，結論更契合今后的中國股票市場。

本文第二部分將對現(xiàn)有的文獻進行總結與評述；第三部分對融資融券對波動性的影響進行理論分析；第四部分描述了實證研究設計；第五部分報告了實證結果并進行分析；第六部分對實證模型進行穩(wěn)健性檢驗；第七部分則給出了結論與政策建議。

二、文獻綜述

融資融券在我國股票市場實施較短，現(xiàn)有的研究結果有限，沒有得出較為一致的結論。國外市場的金融體系建立較早，相比A股市場更為成熟完善，在這些成熟市場中，融資融券制度早已成為股票市場的重要補充，相關的研究也更為豐富，同時在一些情況下金融監(jiān)督部門會發(fā)布融資融券限制政策，因此很多研究會從限制性政策出發(fā)探討影響。雖然海外融資融券制度更久遠、更成熟，但是對于融資融券與股票價格波動性的關系，學界同樣沒有得出一個統(tǒng)一的結論。

（一）放大股票市場波動性

針對融資融券對波動性的影響，一些研究認為，融資融券制度會提高市場的波動性。針對國內(nèi)股票市場的研究中，朱光偉、蔣家融和蘆東（2020）構造股價共同趨勢、股價延遲指標、方差比率三類指標，經(jīng)過實證研究發(fā)現(xiàn)，融券約束的放寬提高了市場的定價效率，但是融券包含的信息會在市場下跌時引起市場的過度反應，從而放大下跌時的波動性。王朝陽、王振霞（2017）通過綜合比較A股市場、中國臺灣市場、中國香港市場與美國市場的股票波動性，認為在實施漲跌停制度的A股市場中，融資融券制度加劇了股價的波動。巴曙松、朱虹（2016）也指出，融資融券制度放大了投資者情緒對市場的影響，從而放大了股票市場的波動性。褚劍、方軍雄（2016）運用雙重差分法檢驗了融資融券對資本市場的影響，發(fā)現(xiàn)這一政策設計中的兩個特征——融資融券標的選擇，以及融資、融券制度的同時實施——惡化了股價的崩盤風險。姚磊、姚王信（2016）基于融資融券四次擴容政策前后的市場數(shù)據(jù)，運用多期DID模型分析后認為，融資融券有時正向強化了流動性、有時負向強化了流動性，總體微幅強化了A股波動，并顯著減少了市場的流動性。Gu and Yang（2007）對比了同時在A股和H股上市的股票，發(fā)現(xiàn)同一家公司的普通股的收益率波動性在H股市場比A股市場更高，進而認為融資融券交易增強了中國股票價格的波動性。在對國外股票市場的研究中，Baklaci， Suer and Yelkenci（2016）利用格蘭杰因果檢驗和GARCH模型對美國股票市場進行分析，發(fā)現(xiàn)賣空交易和個別股票或整個市場的價格波動之間都存在雙邊因果關系、賣空交易活動增加了波動性。Angel （2003）分析了納斯達克市場的詳細交易數(shù)據(jù)，發(fā)現(xiàn)股票波動性與賣空交易額之間存在正相關的關系，波動性最大的股票往往賣空量最高。Mertzanis（2017）通過對雅典交易所的賣空監(jiān)管措施前后的數(shù)據(jù)進行協(xié)整檢驗與格蘭杰因果檢驗，發(fā)現(xiàn)賣空在短期內(nèi)放大了股票波動，同時對市場的流動性的影響不顯著。Chen、Guo and Song（2024）通過構建反映融資融券的12個指標，開發(fā)了投資者情緒指數(shù)（ISMT），并發(fā)現(xiàn)從長期來看，融資融券對上證綜合指數(shù)的波動具有正向影響，而對深證成指的波動則表現(xiàn)為負向影響；從中期和短期來看，融資融券對兩者均具有顯著的正向影響。

（二）平抑股票市場波動性

另外的一些研究則表明，融資融券制度能有效地降低市場波動。這一觀點主要基于融資融券制度減少了投資者的限制、能更好地促進價格發(fā)現(xiàn)這一假設。另外，融資融券制度能夠提升市場的流動性，因此也能起到降低市場的波動性的作用。在針對國內(nèi)股票市場的研究中，李志生、杜爽和林秉旋（2015）使用波動性、跳躍風險和異質性波動三種指標來衡量股票市場價格的穩(wěn)定性，并發(fā)現(xiàn)融資融券交易機制讓股票的波動率與價格振幅均有效下降，有利于防止股價的暴漲暴跌與投機交易。肖浩、孔愛國（2014）使用雙重差分模型檢驗融資融券對股價特質性波動的影響與機理，認為融資融券交易通過降低標的的噪音交易、提高信息傳播速度，從而降低了股價的特質性波動。唐松、吳秋君、溫德爾等（2016）運用雙重差分的設計進行研究，認為融資融券的標的股票對負面消息的吸收更為充分、及時，從而能避免負面消息的累積、顯著降低股價暴跌風險。楊德勇、吳瓊（2011）發(fā)現(xiàn)融資融券交易對市場流動性和波動性有因果引致作用，認為融資融券交易對個股的波動性有一定的平抑作用，并能提升個股流動性。于孝建（2012）運用VAR模型分析上海市場的股票數(shù)據(jù)，認為融資交易能抑制波動性，而融券交易會增大波動性，且融資交易的影響程度更大。Chang， Luo and Ren（2014）通過分析中國A股市場的面板數(shù)據(jù)，認為融資融券制度與轉融通制度能夠提高市場的價格發(fā)現(xiàn)效率，并減少股價的波動性。Gui and Zhu（2021）從個股層面出發(fā)，發(fā)現(xiàn)融資融券交易能夠有效抑制異質性波動，從而為融資融券的穩(wěn)定作用提供了微觀層面的證據(jù)。在對國外股票市場的研究中，Bris， Goetzmann and Zhu（2007）分析了全球46個股票市場的面板與時間序列數(shù)據(jù)，認為融券交易制度降低了收益率的波動，從而能平抑股票市場波動性。Martin， Gerrit and Bernd（2016）以德國市場的賣空禁令為案例，通過建立馬爾科夫區(qū)制轉換的GARCH模型，發(fā)現(xiàn)賣空禁令顯著而持續(xù)地增加了波動性，并建議監(jiān)管機構避免實施賣空限制以增強股票市場的穩(wěn)定性。

（三）對股市波動性的影響不顯著

針對國內(nèi)股票市場的研究中，劉燁、方立兵、李冬昕等（2016）通過構建外生信息沖擊的門限自回歸條件密度模型，用動態(tài)的視角考察融資融券前后的市場狀況，并認為融資融券余額的變動沒有顯著地增加市場的波動性與暴漲暴跌的頻繁性。同時，Crane， Crotty， Michenaud， et al.（2019）對香港聯(lián)交所的賣空禁令構造了斷點回歸模型來衡量其影響，認為賣空禁令對市場的回報、波動性與崩盤風險方面都不構成顯著的影響。同樣地，在對國外股票市場的研究中，Helmes （2017）針對澳大利亞監(jiān)管機構在全球金融危機后對金融股票實施的賣空禁令的研究也表明，賣空禁令對波動性的影響并不顯著，反而導致股票市場質量嚴重下降，而排除了金融危機的影響后，賣空限制則會增加波動性、減少交易活動并增加買賣價差。

此外，也有學者提出了較為綜合性的觀點。魏曉琴、趙建南和張祥娟（2016）通過構建VAR模型，得出了較為全面的觀點，即轉融通在穩(wěn)定的經(jīng)濟環(huán)境里有利于平穩(wěn)股價的波動，而在股票市場出現(xiàn)突發(fā)情況時，轉融通機制可能會加大波動幅度。陳海強和范云菲（2015）分別檢驗融資與融券交易的影響，認為融資交易降低了股市波動率，融券交易增加了股市波動率，并且融資交易比融券交易更加活躍，使得總體而言融資融券交易降低了股票的波動性。

三、理論分析

融資融券是股票市場的關鍵功能，但其對市場波動性的影響尚未形成統(tǒng)一結論。國外由于融資融券制度歷史悠久、數(shù)據(jù)豐富，成為很好的實證研究對象，不同國家和地區(qū)的研究也增強了結論的普適性。中國作為快速發(fā)展的經(jīng)濟體，其股票市場具有代表性，且融資融券數(shù)據(jù)公開透明，吸引了國內(nèi)外研究者利用計量工具分析其對波動率的影響。國內(nèi)學者的研究結果表明，融資融券制度既可能放大也可能降低波動性，同時轉融通制度的實施為相關研究提供了自然實驗案例。國外學者多認為融資融券能降低波動性、提升流動性，并主要通過短期賣空禁令進行實證檢驗。然而，國內(nèi)外研究均未達成一致意見。此外，現(xiàn)有文獻對轉融通范圍擴大對市場波動性的影響，以及轉融通后融資融券交易影響程度的變化的研究仍顯不足。

（一）缺乏融資融券時股市的波動性

股票市場的波動性受到多種因素的綜合影響，本文將這些因素大致分為宏觀層面與微觀層面。從微觀層面上說，交易所收到的每一筆訂單都是基于離散的價格與不同的方向的，對于任意時刻來說，買方訂單與賣方訂單的數(shù)量都呈現(xiàn)出隨機性，因此必然存在雙方訂單數(shù)量不匹配的時刻。舉例來說，如果某一時刻的買入訂單超過了賣出訂單，那么交易所為了撮合當前交易，就會提高當前標的的價格來匹配訂單，于是價格發(fā)生了波動。因此每個股票在一定時間范圍內(nèi)都會呈現(xiàn)出隨機游走的價格路徑，這些路徑直觀地反映了供需關系導致的股價的波動。從宏觀層面上來說，國家經(jīng)濟與產(chǎn)業(yè)政策、國際環(huán)境、經(jīng)濟狀況等眾多因素都會讓不同投資者產(chǎn)生不同的觀點和態(tài)度，進而導致他們做出不同方向的投資決策；隨著我國金融市場的發(fā)展，金融產(chǎn)品種類不斷創(chuàng)新、規(guī)模不斷擴大，這也成為影響股票市場的又一重大因素。這些因素反映在股票層面就成為了宏觀波動性的來源。綜合以上分析，股票波動性是股票達到均衡價格的路徑，正是由于波動性背后大量投資者做出的投資決定，讓股票在大量交易訂單中最終達到了均衡價值處。因此，市場價格離均衡價格越近，價值回歸就越容易，波動性就會更低；市場價格離均衡價格越遠，價值回歸就越難，波動性就會更高。一個理想的市場環(huán)境能夠有效促進股票的價值發(fā)現(xiàn)，從而有利于降低股票市場的波動性，推動市場的穩(wěn)定與健康發(fā)展。

在缺乏融資融券機制的股票市場中，隨機的偏離均衡價值的大筆訂單將很難及時被反向套利訂單對沖，使得市場價格偏離均衡價格，并且投資者情緒等非理性因素容易進一步加劇這一單邊趨勢，使市場陷入單邊交易的狀態(tài)，從而使股票長期偏離均衡價值；而當趨勢難以為繼時，為了回到均衡價格，股票價格往往會經(jīng)歷大規(guī)模的回撤，于是股票的總體波動性被放大了。此外，單一股票的回撤還會通過行業(yè)和板塊的關聯(lián)性，對同行業(yè)、同板塊的其他股票產(chǎn)生連鎖反應，進一步放大整個市場的波動性，使得市場的整體穩(wěn)定性受到嚴重挑戰(zhàn)。

（二）融資融券交易對股市波動性的作用機制

在理想狀態(tài)下，融資融券交易能使市場狀態(tài)更接近CAPM模型中的理想市場狀態(tài)，股票價格更加貼近均衡價格，因此波動性將會變小。具體來說，融資融券交易使資本市場線在收益率大于市場組合的區(qū)域能夠延伸，因此對于收益率高于市場組合收益率的資產(chǎn)組合，其收益率的標準差將落在資本市場線上而非有效集的上邊界上，從而降低了波動性。同時，市場上的理性投資者對股票的均衡價格擁有共識，此時當一筆隨機訂單使得股票價格偏離其均衡價格時，理性投資者出于套利的動機，將會通過融資融券機制進行反向操作，平衡當前的供需關系，使股票價格回到均衡價格處，并從中獲利。這樣，股票價格將長期在均衡價格附近小幅波動，大幅波動將會減少，從而降低股票的長期波動性。

但是次優(yōu)理論提醒我們，如果達到帕累托最優(yōu)狀態(tài)所需的一些條件被破壞，那么即使其他條件都得到滿足，結果也可能并不會更理想。我國證券市場離理想市場狀態(tài)還有距離，眾多的中小投資者沒有經(jīng)受專業(yè)的投資教育，在市場上的表現(xiàn)并不理性，當他們拿到融資融券的工具后，很可能進行不理性操作而反向放大了股市的波動性，并且他們并不具備合理管理倉位杠桿水平的意識和能力，這放大了單向交易的波動；當股票走勢不利，保證金不足時，證券公司將會強制平倉，這將在市場上瞬間制造出大量與趨勢一致的訂單，進一步加劇波動。此外，融資融券機制還可能擴大內(nèi)幕操縱的空間，從而提高市場波動性、損害投資者權益。

綜上所述，融資融券制度并不一定能降低股市波動性，具體視市場上理性投資者比例、中小投資者投資教育程度、投資態(tài)度與策略、融資融券可用額度等多方面因素的影響。

在轉融通制度推出之前，融資融券的來源僅限于投資者所合作的證券公司的可用額度，從而使投資者的融資融券額度大大受限；當市場需要大量對沖訂單時，有限的融資融券額度不僅會降低對沖有效性、減緩價值回歸的過程，更有可能無法有效對沖、使價格長期偏離均衡水平，并威脅用于對沖的杠桿倉位，甚至可能因被迫降低杠桿而進一步放大股市波動性。轉融通的推出相當于進一步發(fā)展了融資融券制度的靈活性與自由度，因此轉融通制度也同融資融券對波動性的影響類似，并不一定能降低股市波動性，而是受到多種因素的綜合影響。

四、實證研究設計

（一）樣本選擇

為了深入研究轉融通制度對股票波動性的影響，考慮到我國融資融券標的大多為中大盤股，為了保證選擇的樣本能有較好的流動性與較好的融資融券交易情況，同時保證樣本的數(shù)據(jù)具有較高的穩(wěn)定性，本文選取了滬深300指數(shù)的成分股作為研究樣本。本文通過對這300只股票的面板數(shù)據(jù)進行回歸分析，探究轉融通后股票波動性是否受到了影響。在時間跨度上，本文選取了2022年1月1日至2024年4月1日的數(shù)據(jù)，這一時間范圍涵蓋了轉融通制度實施前后的重要階段，能夠有效捕捉轉融通制度對股票波動性的影響。同時本文剔除個股停牌日、漲跌停日的數(shù)據(jù)，以及個股未成為融資融券標的時的數(shù)據(jù)，這樣既能很好地捕捉轉融通范圍擴大前融資融券與波動率之間的關系，又能為轉融通受限后的關系分析提供盡可能多的樣本。本文數(shù)據(jù)來自于國泰安數(shù)據(jù)庫。

（二）研究方法

本文主要使用事件研究法，檢驗在轉融通擴大范圍前后是否對股市波動率產(chǎn)生了顯著影響，以及融資融券對波動性會產(chǎn)生怎樣不同的影響。如果市場是有效的，那么在事件發(fā)生后股票價格會迅速調整，因此事件前后的相關價格特征可能會發(fā)生變化。本文以轉融通的不同政策作為節(jié)點得到四個時間階段，使用價格來測算出波動率，并確定是否發(fā)生了顯著變化。在實證分析時，本文主要使用個股的面板數(shù)據(jù)進行回歸，并引入虛擬變量來分析政策的影響。

（三）研究設計

為了檢驗轉融通擴大后波動性受到的影響，本文選取2022年1月1日起到2024年4月1日為止的滬深300指數(shù)成分股的股票日數(shù)據(jù)為基礎數(shù)據(jù)，并構建指標如下：

1.波動性指標

計算方法：

（1）

其中為股票i在t日的最高價格；為股票i在t日的最高價格，因此反映了股票i在t日的波動情況。

2.融資融券指標

本文使用融資凈買入額作為反映融資規(guī)模變化的指標，記為mp（Margin purchase）。由于不同股票的流通市值存在顯著差異，直接用凈融資額進行分析在橫向對比上存在局限性。為了合理體現(xiàn)出對于每個股票的融資買入情況，本文采用相對指標rmp進行衡量，該指標反映了當日股票凈融資額占該股票總流通市值的比例，同時也反映了當日股票融資凈買入股數(shù)占該股票總流通股數(shù)的比例：

（2）

文使用融券凈賣出額作為反映融資規(guī)模變化的指標，記為ss（Short sale）。由于不同股票的流通市值存在顯著差異，直接用凈融券額進行分析在橫向對比上存在局限性。為了合理體現(xiàn)出對于每個股票的融券賣出情況，本文采用相對指標rss進行衡量，該指標反映了當日股票凈融券額占該股票總流通市值的比例，同時也反映了當日股票融券凈賣出股數(shù)占該股票總流通股數(shù)的比例：

（3）

3.收益率指標

本文對價格取對數(shù)并作差作為當日的收益率，計算方法：

（4）

其中是股票i在t日的收盤價格。

4.時期虛擬變量

本文借鑒陳思行（2010）的思路，根據(jù)A股轉融通政策的不同，將我國2022—2024年分為四個階段：

階段一：2022年1月1日—2023年2月17日（轉融通范圍擴大之前）

階段二：2023年2月18日—2023年10月13日（轉融通范圍擴大）

階段三：2023年10月14日—2024年1月28日（初步收緊轉融通）

階段四：2024年1月29日—2024年4月1日（全面收緊轉融通）

為了綜合性地探討不同階段股市波動性的變化，從而判斷轉融通范圍的擴大是否影響了股市的波動性，本文設置虛擬變量如下：

（5）

為了得到不同時期的波動性特征，本文設計以下面板回歸模型：

（6）

其中μi代表了股票的個體固定效應；Ci，t是其他控制變量，考慮到股票當日的收益率、交易量與公司規(guī)模都可能影響股票的波動率，因此控制變量包括以下變量：股票i在t日的對數(shù)收益率Ri，t、換手率Turnoveri，t、對數(shù)流通市值MVi，t、市盈率PEi，t、市凈率PBi，t、市銷率PSi，t。

同時，為了進一步分析不同轉融通階段下融資融券對波動性的影響的具體變化，本文將代表時期的虛擬變量與凈融資額、凈融券額相乘得到交互項，從而得到以下面板模型：

（7）

其中，代表了股票的個體固定效應、、，于是，在≥2時，第階段中融資交易對波動性的影響由反映、融券交易對波動性的影響由反映。是其他控制變量，包含的變量同模型（6）。

五、實證分析

（一）描述性統(tǒng)計

由表3可知，在轉融通范圍擴大后，股市波動的平均水平得到了下降波動性的標準差更加穩(wěn)定；轉融通受到初步限制后波動性及標準差進一步下降，但在轉融通受到嚴格限制時，波動的平均水平劇烈上升并接近轉融通擴大范圍之前的水平，標準差則是直接超過了擴大前水平。

對于融資融券交易來說，平均凈融資額在轉融通擴大范圍前為負值，在轉融通擴大范圍后凈融資額轉為正值，而轉融通開始收緊與全面收緊后又劇烈下降為負值，說明融資交易在轉融通擴大后開始擴張，并在收緊后轉為收縮狀態(tài)；凈融券額的平均值在轉融通擴大范圍后收縮幅度減弱，但在初步受限與嚴格受限階段則繼續(xù)收縮，說明融券交易在轉融通開始后一直處于凈償還狀態(tài)，僅在轉融通擴大階段融券交易稍有好轉。

（二）多重共線性檢驗

為了防止變量間存在多重共線性，從而影響回歸結果的穩(wěn)健性，本文對模型所用到的變量進行多重共線性檢驗，將數(shù)據(jù)進行回歸并求得每個變量的方差膨脹因子（Variance Inflation Factor，VIF）。一般來說，VIF小于5時可以視為不存在多重共線性；VIF大于5時，即說明模型存在多重共線性；VIF大于10時多重共線性比較嚴重。

由表4可知，所有變量的VIF與變量平均VIF都遠小于5，因此可以認為模型不存在影響回歸的多重共線性。

（三）實證結果與分析

表5報告了樣本的面板回歸結果。從回歸（1）的回歸結果中可以發(fā)現(xiàn)，單純就時期來看，轉融通擴大、部分與全面收緊三個階段中，股票的波動率都得到顯著降低，其中轉融通部分收緊階段波動率最低，轉融通擴大階段次之。雖然轉融通擴大后波動性得到了顯著下降，但是初步收緊后，波動性進一步下降了。嚴格收緊階段雖然系數(shù)顯著為負值，但是系數(shù)相比其他階段來說非常小，這說明在此階段，轉融通對波動性的抑制效果非常微弱。

觀察回歸（2）的回歸結果，在轉融通擴大前，融資交易抑制了波動率，而融券交易放大了波動性。轉融通擴大后，凈融資額抑制波動的作用增強，凈融券額擴大波動的作用也增強了；盡管兩者作用均增強，但凈融資額和凈融券額也增加了，綜合影響下波動率仍降低。這表明波動率下降是由于融資融券量和其對波動性影響效力的雙重變化所致。

在轉融通初步受限階段，融資交易對波動性的抑制作用相比前一階段小幅下降，而融券交易擴大波動性的作用更為強烈，但是此階段的波動性仍然降低了。雖然此階段融券交易對波動性產(chǎn)生了更強的擴張效應，而融資交易的抑制作用稍微減弱，但是融券額的劇烈下降使波動性最終受到了抑制。

在轉融通嚴格受限時，融資交易的抑制作用變得非常強烈，融券交易也轉為起抑制波動性的作用，但此階段波動性降低的幅度很小，這是因為此階段的融資融券交易都處于收縮狀態(tài)，使得融資融券交易反而在放大波動性。這很可能是因為在嚴格限制階段，監(jiān)管機構為了糾正轉融通導致的違規(guī)操作而做出的要求改變了短期交易模式，比如證監(jiān)會要求已經(jīng)融券出借的限售股限期歸還、已有的交易不得展期，這使相關交易者為了完成監(jiān)管機構的要求，在市場上買入證券歸還融券份額，這些行為很可能導致了股市的波動性的放大。

總體而言，轉融通范圍的擴大在降低股市波動性方面取得了顯著成效，波動性的降低是由于在轉融通范圍擴大后，融資交易的抑制作用與融券交易的擴張作用均得到顯著增強，與此同時融資交易規(guī)模增加、融券交易規(guī)模則有所減少，兩者共同推動了波動性的下降。在轉融通初步受限時，波動性進一步下降，主要歸因于融券交易的減少所產(chǎn)生的反向作用。在轉融通嚴格受限時，波動性下降的非常微弱，盡管這一階段融資融券交易對波動性的抑制效果最為顯著，但凈融資額與凈融券額的減少反而放大了股票市場的波動性。這表明，盡管融資融券交易的抑制作用在該階段達到最強，但由于交易規(guī)模的整體收縮，波動性降低的幅度有限。綜上所述，三個階段的波動性變化均是融資融券交易規(guī)模與融資融券影響效力共同變化的結果。

六、穩(wěn)健性檢驗

本文通過以下方法進行穩(wěn)健性檢驗：

一是將擴大面板數(shù)據(jù)的時間范圍。考慮到新冠疫情以來我國的經(jīng)濟受到了一定的影響，金融市場也未能獨善其身，且如圖1所示，2020年后，我國證券市場中融資與融券交易都經(jīng)歷過大幅度的擴張，因此為了更好反映轉融通擴大范圍前融資融券市場的特點，本文將階段一的時間范圍由2022年1月1日至2023年2月17日，延長為2020年1月1日至2023年2月17日，并對延長范圍后的數(shù)據(jù)再次進行面板數(shù)據(jù)回歸，以確保研究結果的準確性和可靠性。

表7反映了延長時間范圍后的相關變量的描述性統(tǒng)計，表8反映了縮短時間范圍后的面板回歸結果，表9報告了各個階段融資融券交易對股票波動性的影響程度。從中可知，相關變量在階段一的總體特征變化較小，波動性的均值與方差小幅上升了；樣本擴大后不同階段融資與融券交易對波動性影響程度的變化仍然與原樣本一致；階段一和階段二相比，延長時間范圍后融資融券量從同時上升變?yōu)橥瑫r下降了，但是階段二仍然有很顯著的波動性抑制作用，這依舊能說明階段二波動性的下降是由融資融券量的變化，以及融資融券對波動性的影響效力變化兩個因素綜合導致的。

二是對相關變量進行標準化處理，使其變?yōu)榫禐?、標準差為1的變量，這有利于進一步縮小因股票體量的不同而產(chǎn)生的計量誤差，從而提高分析的準確性和可比性。在將波動性、凈融資額、凈融券額與其他控制變量標準化后，得到的描述性統(tǒng)計結果與面板回歸結果如表10、表11所示，而表12報告了各個階段融資融券比例對波動性的綜合影響。標準化后的分析與結論仍然成立：轉融通擴大后波動性顯著下降，轉融通開始收緊后繼續(xù)小幅下降，而在全面收緊后回升至接近擴大前的水平。在轉融通擴大前融資交易起抑制波動性的作用，而融券交易則會放大波動性；轉融通擴大后融資交易的抑制作用與融券交易的放大作用進一步增強；初步收緊后融券作用的作用更加劇烈，而融資交易的作用小幅減弱；全面收緊后融資融券交易都表現(xiàn)出強烈抑制波動性的特征，但此階段融資融券交易規(guī)模的劇烈縮減反而使波動性相比前兩個階段上升了。

三是選取不同的標的進行回歸分析。滬深300指數(shù)成分股多為市值大、流通性強的股票，可能并不能很好地代表所有有融資融券資格的股票，而且非滬深300指數(shù)成分股的波動性可能有不同的特征，因此本文選取了滬深300成分股以外的所有融資融券標的（下面簡稱為非成分股）進行分析，用2022年1月1日至2024年4月1日之間的所有交易日數(shù)據(jù)進行分析，剔除了漲跌停日、個股停牌日及成為融資融券標的之前的交易數(shù)據(jù)。表13將所有融資融券標的股票分組并報告了描述性統(tǒng)計結果。從中可以看出，非成分股的波動性振幅范圍更大，就階段而言，依然滿足階段一、階段二、階段上逐步減少的變化趨勢，但是在階段四波動性則猛烈上升并超過了轉融通擴大前水平。此外，融資交易同樣在階段二增長了，但在階段三又轉為收縮，并在階段四收縮更劇烈；融券交易同樣在階段一中處于收縮、階段二、三收縮幅度逐漸減弱，但階段四又開始猛烈收縮幅度超過轉融通擴大前水平。

從表14、表15的結果來看，非成分股在轉融通擴大與初步收緊階段都降低了波動性，其中擴大階段降低幅度最大。與成分股不同之處在于，在嚴格收緊階段，成分股的波動性仍然受到很小幅度的減弱，而非成分股的波動性則顯著上升了。

取非成分股回歸后，對于滬深300成分股的分析與結論仍然成立，我們可以看到，這些波動性的變化仍然受融資融券規(guī)模與融資融券影響力度的雙重因素影響。

在階段二，非成分股的融資交易對波動性的抑制作用小幅減弱、融券交易對波動性的放大作用的增幅變小了，而更大的融資規(guī)模與更小的融券收縮規(guī)模降低了此階段的波動性。到了階段三，融資交易的抑制效果比擴大前更強了，而融券交易的擴大作用也顯著變得更強，到第四階段則與成分股一致，融資融券交易都轉而表現(xiàn)出對波動性有很強的抑制效果，只是猛烈緊縮的融資交易與融券交易反而擴大了波動性。

七、結論與建議

（一）結論

本文通過分析滬深300指數(shù)成分股的股票的面板數(shù)據(jù)，對轉融通擴大前、轉融通擴大后、轉融通部分收緊后、轉融通嚴格收緊后這個四個時間段進行分析。通過面板回歸分析，我們發(fā)現(xiàn)轉融通范圍擴大后股票價格的波動性得到了顯著抑制，這一抑制效果由融資交易對波動性的抑制程度、融券交易對波動性的放大作用分別增強，以及融資融券交易量的變化所同時決定的；轉融通部分收緊時股票價格波動性受到了更強的抑制，而在全面收緊后，抑制效果仍然存在，但是變得非常微弱；雖然嚴格限制階段的波動性抑制效果比較微弱，但是此階段融資交易與融券交易都起到抑制波動性的作用，而且抑制效果對比其他階段是最強的。

（二）建議

隨著我國資本市場的日益成熟，融資融券交易量有望隨著資本市場的發(fā)展不斷擴大，融券量也將逐漸增長，從而逐漸改變圖1中所示的、目前融資量遠大于融券量的現(xiàn)狀，在此背景下，如果繼續(xù)維持轉融通范圍擴大的政策，股票市場的波動性可能會進一步上升。對轉融通嚴格限制后，凈融資量與凈融券量都起到了很強的抑制波動性的效果；且在嚴格限制轉融通范圍后，違規(guī)減持等損害投資者利益的行為得到有效遏制，因此，為了股票市場的穩(wěn)定發(fā)展，同時保護中小投資者權益，對轉融通進行嚴格限制的措施無疑是合理的。在轉融通嚴格受限后，限售股借出等做法被嚴格禁止，但是降低轉融通費率、拓展證券公司借入證券的用途等有利于融資融券市場與金融市場發(fā)展的措施仍然在發(fā)揮作用。監(jiān)管部門應該在嚴格限制轉融通的政策的基礎上，進一步甄別并不斷深化有益于市場良好發(fā)展的舉措，持續(xù)優(yōu)化轉融通制度，降低轉融資與轉融券的門檻與費率，提高轉融通的效率，更好地讓轉融通制度推動我國資本市場的健康發(fā)展，同時有效抑制金融市場的違規(guī)投機行為，更好地讓金融服務實體經(jīng)濟，促進經(jīng)濟的可持續(xù)發(fā)展。

參考文獻：

[1] Angel J J， Christophe S E， Ferri M G， 2003， A close look at short selling on Nasdaq[J].Financial Analysts Journal 59（6）， pp.66-74.

[2]Baklaci H F， Suer O， Yelkenci T， 2016，A closer insight into the causality between short selling trades and volatility[J].Finance Research Letters 17， pp.48-54.

[3]Bohl M T， Reher G， Wilfing B， 2016， Short selling constraints and stock returns volatility： Empirical evidence from the German stock market[J].Economic Modelling 58， pp.159-166.

[4]Bris A， Goetzmann W N， Zhu N， 2007， Efciency and the bear： Short sales and markets around the world[J].The Journal of Finance 62（3）， pp.1029-1079.

[5]Chang E C， Luo Y， Ren J， 2014， Short-selling， margin-trading， and price efciency： Evidence from the Chinese market[J]. Journal of Banking amp; Finance 48， pp.411-424.

[6]Chen X， Guo Y， Song Y， 2024， Multiple time scales investor sentiment impact the stock market index fluctuation： From margin trading business perspective. The North American Journal of Economics and Finance 69， pp.102027.

[7]Crane A D， Crotty K， Michenaud S， et al， 2019， The causal efects of short-selling bans： Evidence from eligibility thresholds[J]. The Review of Asset Pricing Studies 9（1）， pp.137-170.

[8]Gu A Y， Yang C， 2007， Short sales constraints and return volatility： Evidence from the Chinese A and H share markets[J].Review of Pacifc Basin Financial Markets and Policies 10（04）， pp.469-478.

[9]Gui P， Zhu Y， 2021， Margin trading and stock idiosyncratic volatility： Evidence from the Chinese stock market. International Review of Economics amp; Finance 71， pp.484-496.

[10]Helmes U， Henker J， Henker T， 2017， Effect of the ban on short selling on market prices and volatility[J].Accounting amp; Finance 57（3）， pp.727-757.

[11]Mertzanis C， 2017， Short selling regulation， return volatility and market volatility in the Athens Exchange[J].Studies in economics and fnance 34（1）， pp.82-104.

[12]Wee M， Ho G K F， Treepongkaruna S， 2021， The efect of short selling on volatility and jumps[J].Australian Journal of Management 47（1）， pp.34-52.

[13]巴曙松，朱虹.融資融券、投資者情緒與市場波動[J].國際金融研究，2016，（08）：82-96.

[14]陳海強，范云菲.融資融券交易制度對中國股市波動率的影響——基于面板數(shù)據(jù)政策評估方法的分析[J].金融研究，2015，（06）：159-172.

[15]褚劍，方軍雄.中國式融資融券制度安排與股價崩盤風險的惡化[J].經(jīng)濟研究，2016，51（05）：143-158.

[16]李志生，杜爽，林秉旋.賣空交易與股票價格穩(wěn)定性——來自中國融資融券市場的自然實驗[J].金融研究，2015，（06）：173-188.

[17]劉燁，方立兵，李冬昕，等.融資融券交易與市場穩(wěn)定性：基于動態(tài)視角的證據(jù)[J].管理科學學報，2016，19（01）：102-116.

[18]唐松，吳秋君，溫德爾，等.賣空機制、股價信息含量與暴跌風險——基于融資融券交易的經(jīng)驗證據(jù)[J].財經(jīng)研究，2016，42（08）：74-84.

[19]王朝陽，王振霞.漲跌停、融資融券與股價波動率——基于AH股的比較研究[J].經(jīng)濟研究，2017，52（04）：151-165.

[20]魏曉琴，趙建南，張祥娟.轉融通前后兩融業(yè)務對股價波動影響的研究[J].金融理論探索，2016，（03）：46-53.

[21]肖浩，孔愛國.融資融券對股價特質性波動的影響機理研究：基于雙重差分模型的檢驗[J].管理世界，2014，（08）：30-43+187-188.

[22]楊德勇，吳瓊.融資融券對上海證券市場影響的實證分析——基于流動性和波動性的視角[J].中央財經(jīng)大學學報，2011，（05）：28-34.

[23]姚磊，姚王信.融資融券漸進式擴容的政策效應研究——基于多期DID模型與Hausman的檢驗[J].國際金融研究，2016，（05）：85-96.

[24]于孝建.融資融券交易對中國股市流動性和波動性的影響——以滬市為例[J].華南理工大學學報（社會科學版），2012，14（02）：1-7.

[25]朱光偉，蔣佳融，蘆東.融券約束和市場定價效率——基于我國股票市場轉融通的準自然實驗證據(jù)[J].經(jīng)濟理論與經(jīng)濟管理，2020，（01）：42-54.

The Impact of the Expanded Scope of Refinancing on"A-Share Volatility

He Guanghui， Fang Cheng

（The School of Economics at Fudan University， Shanghai 200233）

Abstract： The refinancing mechanism makes the source of margin trading and short selling more extensive， and after the expansion of the scope of the mechanism in Feb. 2023， the source of margin trading and short selling is even more extensive， which to a certain extent changes the state of unilateral market in China's stock market and makes the market function more completely. This paper analyzes the volatility of the stock market before and after the three policy nodes of the expanding， partial tightening， and full tightening the refinancing mechanism by using the method of panel data regression， and finds that the volatility of the stock market after the expansion of the mechanism has declined significantly， and the volatility declines the most in the case of partial tightening. The decrease in volatility is mainly due to the combination of different volume of margin trading and short selling， and the changes in the degree of influence of margin trading and short selling on volatility in different periods， and in the stage of strict tightening， margin trading and short selling have acted as a strong disincentive to volatility， so considering the continuous development of China's capital market， the choice of strict tightening of the refinancing mechanism is the most conducive one to make a smooth stock market in the future.

Key Words：Refinancing; Margin Trading; Volatility; Panel Regression

[作者簡介]何光輝，復旦大學經(jīng)濟學院教授、博士生導師，研究方向：貨幣銀行、金融市場與量化金融、公司金融。方誠，復旦大學經(jīng)濟學院碩士研究生，研究方向：金融。