一、引言

2015年6月中旬开始爆发的股灾使得投资者和监管层将目光再次聚焦于融资融券交易上。上证指数从2015年初开始在半年不到的时间内涨幅高达56%。在这过程中，监管当局出于对“杠杆牛市”的担忧，多次提出调查和清理场外配资，最终在2015年6月底触发了股市暴跌，仅仅在两个月不到的时间内上证指数暴跌至2 859点(跌幅高达44%)。特别是在此期间，A股市场在三个月不到的时间里经历了16次千股跌停。这一轮预期的慢牛变成了“疯牛快熊”以及监管层的各种限制做空措施的出台引发了对融资融券这一杠杆交易制度的广泛讨论。此外，自从2010年3月31日融资融券制度开设至2015年底，上证指数有19个交易日涨跌幅超过5%，而同期道琼斯工业平均指数仅有1个交易日涨跌幅超过5%(这一数据在过去44年里仅有28次)。因而融资融券交易制度经常被视为我国股市不稳定的“元凶”。但是不管从理论研究还是实证研究来看，融资融券交易制度的创设对我国股票市场波动性和稳定性的影响仍存在一定的争议，更罕有文献关注融资交易、融券交易各自对股价稳定性的影响。此外，本次股市的大跌是从证监会清理场外配资的措施开始的，而清理场外配资在一定程度上加剧了我国股市中杠杆资金的波动进而导致对证券需求的大幅波动，也可能进一步对股价稳定性产生较大的影响。因此，本文拟通过对历次融资融券标的调整事件的双重差分分析以及融资、融券交易及二者波动的面板回归分析，讨论融资交易、融券交易及二者的波动对标的股价稳定性的影响，有助于进一步认清2015年证券市场“疯牛快熊”中融资融券这一杠杆交易机制的作用，并理清融资交易、融券交易及二者的波动对标的股价稳定性可能存在的不同影响，以促进我国证券市场未来融资融券交易的进一步发展。

关于融资融券对市场稳定性的影响，以往的研究更多地集中于卖空交易(short selling，融券交易)的影响。大部分的研究表明，卖空限制会导致股价出现系统性的高估并加剧资产价格的大幅波动，而允许卖空则有助于提高股价稳定性。[1][2][3][4]但是，有些学者的研究却表明卖空交易或者放松卖空限制会提高个股波动性，加剧股价的不稳定。[5][6]Saffi and Sigurdsson则发现卖空限制对股价的异常波动并没有明显的影响。[7]然而，现有文献中关于融资交易(margin trading)或杠杆融资交易对市场稳定性影响的相关研究较少。部分研究认为，融资交易可以通过提高成交量、降低波动性进而提高股价稳定性。[8]但也有研究认为，杠杆融资交易会导致市场的不稳定。[9]特别地，持有杠杆资产的投资基金公司更倾向于在市场下跌时进一步卖出杠杆资产以维持保证金比例，导致市场的进一步下跌。[10]

上述大部分的研究将融资交易和融券交易独立开来，仅研究融资交易或融券交易对股价稳定性的影响，然而我国的融资交易制度和融券交易制度是一起推出的，单独讨论融资交易或者融券交易对我国股市稳定性的影响都是不尽合理的。而目前部分针对我国市场的研究将融资融券作为一个整体讨论，无法理清融资交易、融券交易各自的作用。*许红伟和陈欣发现融资融券交易制度的推出有助于降低标的的异常下跌频率，但是对标的的波动性影响并不明显。[11]Chang et al、李志生等人则发现，融资融券交易制度的推出显著降低了波动性，提高了股价稳定性。[12][13][11][12][13]目前，较少有文献同时综合考虑并区分融资交易和融券交易的影响。Hauser and Huber的研究表明融资交易、融券交易均有助于降低市场波动性。[14]但是，陈海强和范云菲、吴国平和谷慎的研究却表明融资交易、融券交易对股价稳定性的影响并不一致。[15][16]陈海强和范云菲发现融资交易降低了标的股价波动而融券交易加剧了标的股价波动。[15]相反，吴国平和谷慎通过构建融资融券标的指数，并运用GARCH模型和VAR模型对标的指数的波动率进行分析，发现融资交易加剧了股市的波动性，融券交易降低了股市的波动性。[16]

（2）就叠合梁主梁桥面板的支架设计来说，基本结构使用拉杆整体悬挂的设计，悬挂拉杆使用M20型号的弯钩螺杆，并和主梁采用双面焊接的方式。纵桥的距离要控制在1m左右，对此详见图2所示。

从现有研究看，大部分文献聚焦于融券交易对市场波动性的影响，而且结论仍存在一定的分歧。但对于当融资交易制度和融券交易制度一起推出的时候，融资交易、融券交易分别如何影响股价稳定性，相关的实证研究较少；即使在理论上，融资交易到底是提高还是降低股价稳定性也没有定论。更重要的是，由于占据我国股票市场主体的个人投资者的融资渠道相对有限，所以在我国同时推出融资融券交易制度后，融资交易的活跃程度几乎是融券交易活跃程度的20倍以上，因而融资交易对市场稳定性的影响更不应被忽略。另外，从市场运行的现实看，2015年6月份开始的股票市场暴跌也是从证监会清理“场外融资交易”开始的。因此，研究融资交易、融券交易及二者的波动对标的股价稳定性的影响，不仅在理论上还是在实务上都具有重要的意义。

本文首先构建了以融资融券标的为实验组、非融资融券标的为对照组的DID回归模型，分析融资交易与融券交易一起推出对标的股价稳定性的影响。实证结果显示，融资融券交易制度的推出加剧了标的股价下跌的不稳定性，却有助于平抑标的股价的整体波动和上涨的波动。但是，这一影响到底是由于融资交易引起的还是融券交易导致的，现有文献并没有进一步地充分讨论，因此本文又进一步以融资融券标的为研究对象，构建了纳入融资交易、融券交易的面板回归模型，讨论融资交易、融券交易对标的股价稳定性可能存在的不同影响。结果表明，融资交易、融券交易均降低了标的股价的上涨波动，加剧了股价的下跌波动，但是二者对股价整体稳定性的影响并不一致：融资交易有助于提高标的股价的整体稳定性，而融券交易对标的股价整体稳定性的影响并不明显。最后，本文又进一步讨论了融资交易波动、融券交易波动对股价稳定性的影响，研究发现二者对标的股价稳定性的影响也不一致：融资交易的异常波动加剧了标的股价的不稳定，而融券交易的异常波动却有助于标的股价的稳定。

本文的主要贡献在于，针对现有文献在融资交易如何影响市场稳定性方面研究的不足，本文在研究我国融资融券制度推出是否整体影响股票市场稳定性的基础上，进一步区分了融资交易、融券交易对标的股价稳定性的影响，并首次引入了融资交易波动、融券交易波动并讨论其对股价波动可能存在的进一步影响。这对监管部门更有针对性地规范融资融券交易制度提供了政策参考。特别地，本文的研究发现融资交易波动加剧了股价的不稳定而融券交易波动却在一定程度上降低了股价波动，因此监管层应避免对融资交易、场外配资等采取“激烈”的调控，从而导致融资交易的过度波动，加剧标的股价的不稳定。

然而，上述DID模型并不能回答“融资融券制度推出对标的股价稳定性的影响”是融资交易导致的还是融券交易导致的，以及二者对股价稳定性的影响是否一致。为了进一步考察当融资融券一起推出的时候，融资交易、融券交易对股价稳定性可能存在的不同影响，本文以个股纳入融资融券标的后的月度数据为研究样本，构建如下面板回归模型：

1.2.1 调查工具 采用自行设计的问卷，面对面的进行调查收集资料。调查员经过统一培训并考核合格。调查内容包括一般情况(姓名、性别、年龄、户口所在地、省份、社区性质、卫生服务质量、婚姻状况、文化程度、职业、到社区医院距离、BMI)、生活方式和行为习惯。生活方式和行为习惯包括早餐频率、蔬菜摄入、晚餐吃饱频率、运动频率、静坐时间、睡眠、吸烟、饮酒等。

二、研究设计

我国的融资融券交易制度于2010年3月31日正式开通以后，分别于2011年12月5日、2013年1月31日、2013年9月16日、2014年9月22日进行了4次主要的融资融券标的扩容。这为本文运用双重差分模型(DID)研究融资融券制度对标的股价稳定性的影响创造了良好的条件。DID模型设定如下：

(一)市场稳定性的衡量方法

本文采用两类指标来衡量我国证券市场的股价稳定性：一是个股收益率的波动率；二是个股收益率的异常涨跌频率。

1.个股收益率的波动率。股票收益率的波动是衡量股价稳定性的重要指标，因此本文使用日收益率的月度标准差来衡量股价的整体稳定性(VOL)。此外，本文还参考Seguin以及Chang et al的做法分别计算股价收益率的月度上涨波动性指标(VOL+)和下跌波动性指标(VOL-)。[8][12]其中：

 

(1)

 

(2)

式中，和分别表示个股i在t月的上涨波动性、下跌波动性指标；ri,d表示个股i在t月第d个交易日的实际收益率；std表示标准差函数。

2.个股异常上涨、下跌频率。股价波动本身并不一定意味着市场的绝对不稳定，股价的大幅上涨或者大幅下跌可能更能说明市场不稳定。因此，参考Bris et al和Chang et al的做法，本文还进一步引入异常上涨频率(ExUp)、异常下跌频率(ExDown)来衡量股价稳定性。[3][12]对于每只个股，首先统计每个月该个股的日收益率大于(小于)收益率的均值加上(减去)2倍标准差的天数作为异常上涨(下跌)的交易天数，然后将得到的异常上涨(下跌)的交易天数除以该月总交易天数得到异常上涨(下跌)频率。具体而言，本文定义：

 

(3)

 

(4)

式中，ExUpi,t和ExDowni,t分别表示个股i在t月的异常上涨频率、异常下跌频率指标；TdNumi,t表示个股i在t月的总交易天数；Days表示计算天数函数；ri,d表示个股i在第d交易日的收益率和STDi,t分别表示个股i在t月的日收益率的均值和标准差。

(二)实证分析模型

我国于2010年3月31日正式推出了融资融券交易制度，并在2014年底之前又进行了四次主要的融资融券标的扩容。这为本文的研究提供了良好的实验环境。特别地，融资融券标的还只是有限的股票，大部分的股票仍被禁止融资融券，这恰恰为本文研究融资交易、融券交易以及二者的波动对标的股价稳定性的影响提供了天然的实验组和对照组。

Stabilityi,t=β0+β1Dt+β2Dg+γ1Dt

×Dg+λControlsi,t+εi,t

(5)

式中，因变量Stabilityi,t是第i只股票在t时期的稳定性指标，t=0表示融资融券推出或者扩容事件前一年，t=1表示对应事件的下一年；解释变量Dt是时间虚拟变量，个股纳入融资融券标的之前取0，事件后则取1；Dg是组间虚拟变量，非融资融券标的取0，融资融券标的取1；Controlsi,t为一系列的控制变量。该模型中，如果交乘项(Dt×Dg)的系数(γ1)显著不等于0，则说明融资融券交易制度的推出确实对标的股价稳定性产生了影响。

3.机构持股比例(Insti)。由于机构投资者持股数量较大并且通常采取“买入持有”策略，因而机构持股有助于起到稳定市场的作用。[20][21][22]因此，本文用上一季度机构投资者持股总数除以股票的总股本计算得到机构投资者持股比例(Insti)，并将其作为控制变量。*本文的机构投资者包括基金、券商、信托、QFII等。

本文余下部分的结构如下，第二部分为研究设计，主要介绍关键指标的度量、实证分析模型、控制变量的选取等；第三部分为实证结果及分析，展示了实证结果，并加以解释和讨论；第四部分为结论。

韩国的《少额案件审判法》自颁布以来共经历6次修正，其中第5次修正，为了追求迅速、公正的权利救济及诉讼的经济，“使简单案件更加简易，复杂案件更加忠实”，导入了履行劝告决定制度，自2001年开始实施。该制度的适用范围仅限于原告在小额诉讼中有获得全部胜诉判决可能性的案件。它是当事人以小额诉讼方式起诉后，在进行依辩论之诉讼程序之前，作为小额诉讼的前置程序而运行。履行劝告决定一经确定就产生与确定判决相同的效力，小额诉讼程序因没有继续进行的必要而终结。［11］

Stabilityi,t=α+β1Margini,t+β2Shorti,t

+γControlsi,t+εi,t

(6)

式中，因变量Stabilityi,t以及自变量Controlsi,t的含义同式(5)；Margini,t和Shorti,t分别代表融资交易指标和融券交易指标。参考褚剑和方军雄以及Lee and Piqueira的做法，本文将个股日融资余额除以流通市值后求月度均值作为融资交易指标(Margini,t)，将个股日融券余量除以流通股数后求月度均值作为月度融券交易指标(Shorti,t)。[17][18]该模型中，如果β1或β2显著不等于0且符号相反，则说明融资交易、融券交易对股价稳定性存在不一致的影响。

总体组是铁路勘察设计院最基本的生产单元，鉴于总体在项目推进过程中发挥着最基础、最完整、最重要的统筹协调和把关作用，总体是团队运作的“领军人”、信息传递的“中间人”、项目控制的“关键人”、形象展示的“代言人”。这个表述远远高过设计院规定的岗位职责，明确了总体既负总责，又抓落实，还当代言的角色定位。

在传统农区和处于起步阶段的地方，支持引导农民建设简易温室、普通塑料大棚等，重点推广洮北区平台镇红塔村土建温室的专业化生产建设模式。鼓励城市周边或投资能力较强的新型经营主体重点推广高效节能日光温室模式。

Stabilityi,t=αt+β1Margini,t+β2Shorti,t

+β3OrgMarSTDi,t

+β4OrgShoSTDi,t

+γtControlsi,t+εi,t

新生宝宝的身体各器官并没有发育完全，其中也包括胃肠道，所以下面所讲到的黄疸、湿疹等非肠道疾病都会使用到双歧杆菌益生菌制剂。人是一个整体，因为在母体中是无菌环境，益生菌制剂能帮助宝宝更快的建立一个双歧杆菌占优的人体正常胃肠道有益菌群，促进胃肠道发育成熟，从而促进消化排除黄疸减少过敏。

(7)

该模型中，如果β3或β4显著不为0，则说明融资交易异常波动或融券交易异常波动对股价稳定性产生了进一步的影响。进一步地，如果β3或β4显著不为0且符号相反，则意味着融资交易异常波动、融券交易异常波动对标的股价稳定性的影响也不一致。

(三)控制变量的选取

从已有研究来看，市场因素、公司因素、宏观因素均可能对股价稳定性产生影响。因此本文加入了如下控制变量：

1.股价(LnPrice)。高低价股的波动性可能存在差异，为了控制股价的影响，本文对日收盘价的月度均值取自然对数(LnPrice)作为控制变量。

2.公司规模(LnCap)。由于公司规模与股价稳定性显著相关，本文加入规模因素以控制该因素对股价稳定性的干扰。[7][13]具体而言，本文采用个股每年6月份流通市值除以10亿之后取自然对数作为当年6月至下一年5月的公司规模指标(LnCap)。*另外，本文也采用公司总资产的自然对数衡量，其对结果没有影响。

全球数十个国家的首脑摒气聆听这清丽而深情的朗读。此时的巴黎冷雨霏霏，凯旋门下场面庄严而壮观。第一次世界大战结束100周年纪念大会正在这里举行。

由于重载转动副的配合方式主要考虑轴孔配合，定义孔的直径为D±ΔD，轴的直径为d±Δd，孔和轴的直径均设服从正态分布，因此，轴孔之间的间隙也服从正态分布。根据“3σ原则”，间隙带在此区间内服从正态分布，其宽度最可能出现的区间为：

4.换手率(Turnover)。已有研究表明，证券的波动性与其成交量或换手率密切相关。[23][24][25]因此，本文在回归分析中把股票的月度换手率(Turnover)作为控制变量加入到模型中。

5.公司的其他特征。股权集中度、经营杠杆、成长性、盈利能力等公司的其他特征也可能对股价稳定性产生影响。[26][27]因此，本文引入前十大股东持股集中度(Hld10)、财务杠杆(Lev)、账面价值-市值比(BM)、总资产收益率(ROA)作为公司层面的控制变量。具体而言，本文使用上一季度前10大股东持股比例的平方和作为股权集中度指标(Hld10)；上一年末的总资产除以所有者权益得到财务杠杆指标(Lev)；将上一年末的总资产除以年末总市值得到该公司的账面价值-市值比(BM)；将上一年净利润除以上一年的总资产平均余额得到总资产收益率指标(ROA)。

1.描述性统计。表2的Panel A给出各变量的描述性统计。从表2可以看出，在样本期间内，平均而言我国证券市场的股票日收益率标准差(VOL)为2.8%，并且上涨波动性(VOL+，均值2.0%)大于下跌波动性(VOL-，均值1.8%)，异常上涨的频率(ExUp，均值2.9%)也大于异常下跌的频率(ExDown，均值2.8%)。

(四)数据和样本

从2010年3月31日我国正式实施融资融券制度以来，融资融券标的先后扩容了四次，标的股票数量也从刚开始的90只增加到2015年底的900只，占同期A股交易股票总数的35%左右(见表1)。本文的研究期间覆盖了2010年3月—2015年12月的数据样本。此外，由于基金和股票存在诸多差异，且融资融券标的中的基金数量较少，因此本文不考虑融资融券标的中的基金样本。同时，除了2013年1月31日融资融券标的调整中有较多数量的标的被剔除外，其他几次调整被剔除的股票都很少，所以本文也不考虑被剔除的标的股票。本文所用的数据来源于Wind数据库以及国泰安数据库。

 

表1 五次融资融券扩容及标的股票变化情况

  

时间新增标的股票数量剔除标的股票数量标的股票总数两市A股公司总数标的股票占A股公司总数百分比(%)2010—03—3190—9017855.042011—12—051891278232011.982013—01—3127656500247220.232013—09—162005695246728.172014—09—22205—900254835.32

三、实证及结果分析

(一)融资融券制度推出对股价稳定性的影响

为了检验融资融券交易制度的推出对标的股价稳定性的影响，本文以融资融券制度的推出和扩容为基本研究事件，以新进融资融券标的为实验组、非融资融券标的为对照组，利用实验组和对照组在事件基准日前250个交易日和后250个交易日的日交易数据计算相应的指标，并对式(5)进行估计。

6.宏观经济因素。公司的股价稳定性不仅受到微观因素的影响，而且也会受到诸如CPI、货币供应量、GDP等宏观经济因素的影响。[28][29]考虑到宏观经济变量之间的共线性较强，本文选取CPI同比增速(cpig)、M2同比增速(m2g)、GDP同比增速(gdpg)作为控制变量以控制宏观经济因素的影响。

 

表2 DID回归模型中各变量的描述性统计

  

变量样本容量均值标准差中位数最小值最大值PannelA:市场稳定性指标的描述性统计VOL182470.0280.0080.0270.0150.057VOL+182470.0200.0060.0190.0090.037VOL-182470.0180.0060.0170.0090.035ExUp182470.0290.0120.0270.0040.066ExDown182470.0280.0130.0260.0050.073PannelB:控制变量的描述性统计LnCap182470.9500.8970.911-1.0043.471LnPrice182472.4040.6142.3841.0373.951Turnover182475.6564.0684.5210.57720.342Insti182470.0580.0860.0310.0000.546Hld10182470.1750.1250.1460.0010.800Lev182472.15817.4591.765-1707.595532.925BM182470.9581.0450.6470.00018.533ROA182470.0280.5000.034-36.38910.885m2g(%)1824715.1743.77413.54312.03027.518gdpg(%)182478.1701.0577.8257.05010.775cpig(%)182472.5991.2552.467-0.4085.200

2.回归结果分析。基于融资融券推出事件和四次主要的标的扩容事件，本文分别以事件前后250个交易日为事件前窗口、事件后窗口，并分别计算这两个事件窗口相应的指标。同时，为了减少异常值的影响，本文对所有的变量作1%的Winsorize处理。在此基础上，在式(5)中引入代表每次事件的虚拟变量以控制可能存在的时间效应。表3给出了DID回归模型的参数估计结果。从表3可以看出，Dg对VOL-和ExDown的回归系数显著为负，说明本文研究样本中融资融券标的具有比非融资融券标的更低的下跌波动和异常下跌频率，但是Dg对VOL+和ExUp的回归系数显著为正，说明融资融券标的具有更高的上涨波动性和异常上涨频率。Dt对所有被解释变量的回归系数均显著为正，说明融资融券制度推出及扩容之后，市场的波动性显著增加。

在控制了其他因素的影响后，交叉项(Dg×Dt)对VOL的回归系数显著为负，说明融资融券的推出降低了标的股价的整体波动性。此外，交叉项(Dg×Dt)对VOL+和ExUp的回归系数也显著为负，说明融资融券制度的推出能有效降低标的的上涨波动性和异常上涨的频率，意味着在上涨过程中，融资融券交易有助于股价稳定。但是，交叉项(Dg×Dt)对VOL-的回归系数为正(但不显著)、对ExDown的回归系数显著为正，说明融资融券推出在一定程度上提高了标的下跌波动性和异常下跌频率，意味着融资融券交易制度可能加剧了股价下跌时的不稳定。因此，DID回归的结果表明，融资融券推出(扩容)提高了标的股价的整体稳定性、上涨稳定性，但是却加剧股价下跌时的不稳定性。

此外，从表3还可以看出，模型中包含的控制变量也在一定程度上影响了股价稳定性。大盘股(LnCap)、高机构持股比例(Insti)、高账面市值比(BM)、盈利能力强(ROA)的公司，其股价稳定性较好；而高价股(LnPrice)、高财务杠杆(Lev)、高换手率(Turnover)的个股，股价波动性较大。此外，宏观因素也对股价稳定性有着显著的影响：货币供应量增速(m2g)、CPI增速(cpig)越快的时期，股价的整体稳定性越好；而GDP增速(gdpg)越快的时期，股价整体稳定性越差。这些结论与现有文献的研究结论基本一致。

进一步地，考虑到融资交易额或融券交易量的突然放大或者突然萎缩也会对证券的需求或供给产生较大冲击，进而对股价稳定性产生影响。因此，本文进一步构建融资交易波动指标、融券交易波动指标，并探讨二者对标的股价稳定性的可能影响。具体而言，本文将个股日融资余额除以流通市值后求月度标准差作为融资交易波动指标(MarginSTD)，将个股日融券余量除以流通股数后求月度标准差作为融券交易波动指标(ShortSTD)。然而，由于融资(融券)交易波动指标与融资(融券)交易活动指标显著正相关，本文参考Boehmer and Wu的做法，对融资交易活动指标(LnMargin)、融资交易波动指标(LnMarginSTD)作Gram-Schmidt正交化处理，同时对融券交易活动指标(LnShort)、融券交易波动指标(LnShortSTD)做Gram-Schmidt正交化处理。[19]用OrgMarSTD和OrgShoSTD代表正交化后得到的融资交易异常波动指标、融券交易异常波动指标，并将其加入式(6)，得到如下模型：

(二)融资交易与融券交易是否存在不同影响

上述DID回归分析结果表明，融资融券制度的推出降低了标的股价的上涨波动性和异常上涨频率，却提高了标的股价的下跌波动性和异常下跌频率。但是，由于我国的融资交易制度与融券交易制度是一起推出的，DID回归模型无法解释上述的影响是融资交易引起的还是融券交易导致的，也无法回答在这个过程中融资交易、融券交易对标的股价稳定性的影响是否一致。因此，本文进一步以所有融资融券标的为样本，在式(6)中引入融资交易指标(Margin)、融券交易指标(Short)，以讨论融资交易、融券交易对股价稳定性可能存在的不同影响。

该文主要结合实际情况，分析了基层畜牧兽医执法工作存在的问题，论述了相应的解决对策，希望通过本次研究对进一步提高畜牧兽医执法效力有一定帮助。

更重要的是，融资交易额或融券交易量的突然放大或突然萎缩也会对证券的需求或供给产生较大冲击，进而影响标的股价稳定性。因此，本文又计算了融资交易的波动性指标(MarginSTD)、融券交易的波动性指标(ShortSTD)，并分别与融资交易指标(Margin)、融券交易指标(Short)作正交化处理，对式(7)进行参数估计以进一步讨论融资交易波动、融券交易波动对标的股价稳定性的可能影响。

1.描述性统计。表4给出了样本期间内面板回归模型中各变量的描述性统计。可以看出，各变量的分布情况与表2基本一致。此外，融资交易指标(Margin)均值为0.4%，即平均而言，每天的交易中有占流通市值0.4%的比例是通过融资交易来实现的，而融券交易指标(Short)均值仅为0.02%。融资交易指标均值是融券交易指标均值的20倍以上，说明我国融资交易活动比较活跃而融券交易活动相对不活跃，融资交易、融券交易呈现出较大的不平衡。此外，融资交易波动(MarginSTD)的平均值为0.2%，而融券交易波动(ShortSTD)的平均值仅为0.01%。融资交易波动的均值是融券交易波动均值的20倍以上，也可以看出融资交易波动和融券交易波动也存在一定的不对称，这与融资交易、融券交易的不平衡是一致的。

2.融资融券交易量对标的股价稳定性的影响。为了降低异常值的影响，本文对所有的变量做1%的Winsorize处理。此外，为了控制可能存在的非线性影响和内生性问题，本文分别对融资交易指标(Margin)和融券交易指标(Short)取一阶滞后并做自然对数处理。*其中LnMargin=ln(1+Margin)，LnShort=ln(1+Short)利用2010年4月—2015年12月的融资融券标的月度交易数据并控制个体效应、月度效应后对式(6)进行参数估计，结果如表5所示。可以看出，融资交易指标(LnMargin)对整体波动性(VOL)、上涨波动性(VOL+)以及异常上涨频率(ExUp)的回归系数均显著为负，说明融资交易显著降低了标的股价的波动，特别是在上涨过程中。LnMargin对下跌波动性(VOL-)、异常下跌频率(ExDown)的回归系数显著为正，意味着融资交易加剧了股价下跌时的不稳定性。因此，融资交易在一定程度上提高了股价的整体稳定性且这一作用主要体现在股价上涨过程，但却加剧了股价下跌的不稳定性。

 

表3 融资融券推出对股价稳定性的整体影响

  

变量(1)(2)(3)(4)(5)VOLVOL+VOL-ExUpExDownDg0.007***0.012***-0.003**0.038***-0.031***(2.74)(6.17)(-1.97)(8.93)(-8.90)Dt0.034***0.019***0.026***0.013***0.030***(35.27)(26.35)(41.08)(7.14)(16.03)Dg×Dt-0.011***-0.015***0.002-0.033***0.045***(-3.34)(-6.33)(1.16)(-5.57)(7.45)LnCap0.000-0.000-0.001***0.002*-0.005***(0.02)(-0.74)(-3.13)(1.65)(-4.12)LnPrice0.046***0.028***0.027***0.008***-0.003(45.59)(37.76)(42.44)(4.02)(-1.61)Insti-0.056***-0.035***-0.039***0.005-0.042***(-9.58)(-8.02)(-10.42)(0.51)(-4.10)Turnover0.012*0.013***0.025***0.087***0.058***(1.85)(2.75)(8.34)(7.50)(5.74)Hld10-0.0060.010***-0.008***0.044***-0.021***(-1.60)(3.55)(-3.90)(6.10)(-2.98)Lev0.002***0.002***0.001***0.004***-0.002**(6.68)(8.26)(2.59)(5.59)(-2.34)BM-0.013***-0.009***-0.007***-0.011***-0.001(-20.36)(-18.61)(-17.45)(-9.03)(-0.83)ROA-0.242***-0.144***-0.180***-0.045*-0.084***(-22.18)(-17.58)(-24.48)(-1.89)(-3.33)m2g-0.070***-0.033***-0.052***0.025***-0.077***(-62.99)(-38.65)(-75.62)(9.51)(-26.28)gdpg0.360***0.173***0.268***-0.101***0.393***(70.80)(45.07)(83.57)(-8.13)(28.24)cpig-0.340***-0.165***-0.252***0.093***-0.366***(-72.36)(-46.87)(-85.07)(8.05)(-28.22)时间效应控制控制控制控制控制观测值1824718247182471824718247调整R20.4240.3250.4560.0380.104

注：括号中为t值，***，**和*分别表示在1%，5%和10%水平下显著。下表同。

说明：为了系数显示方便，表3中所有被解释变量均做了乘以10倍处理；此外，为了节省篇幅，表3中没有报告常数项的系数和对应的t值。

 

表4 面板回归模型中各变量的描述性统计

  

变量样本容量均值标准差中位数最小值最大值VOL278340.0290.0150.0250.0090.077VOL+278340.0180.0090.0160.0040.041VOL-278340.0170.0090.0140.0040.041ExUp278340.0530.0110.0480.0440.100ExDown278340.0520.0090.0480.0440.095LnCap278342.7551.1042.6310.1197.760LnPrice278342.5210.7452.4990.4265.552Turnover278340.4610.4610.3050.0016.095Insti278340.0810.1150.0470.0000.863Hld10278340.1870.1400.1540.0000.784Lev278342.9976.1442.125-235.323187.114BM278341.7532.9040.8420.03021.916ROA278340.0430.0570.033-0.5860.381m2g2783413.4171.64713.30010.10021.480gdpg278347.5790.8277.4006.90011.400cpig278342.2290.9172.3001.2005.700Margin278340.0040.0050.0030.0000.022Short×10278340.0020.0030.0010.0000.014MarginSTD278340.0020.0020.0010.0000.012ShortSTD×10278340.0010.0010.0010.0000.007

从融券交易(LnShort)对股价稳定性指标的回归系数来看。LnShort对整体波动性(VOL)、异常上涨频率(ExUp)、异常下跌频率(ExDown)的回归系数均不显著，说明融券交易对股价整体稳定性及异常涨跌均不存在显著的影响。但是LnShort对上涨波动性指标(VOL+)的回归系数显著为负，对下跌波动性指标(VOL-)的回归系数显著为正，意味着融券交易显著提高了上涨时的稳定性却加剧了股价下跌时的不稳定。

另外，要多安排一些活动，开展活动不仅可以丰富阿姨的学习生活，更能促进阿姨了解和热爱这个职业。例如，组织新老阿姨的交流、阿姨和雇主的交流、聚餐和出游、文体比赛等。

因此，本部分的研究表明，融资交易、融券交易对标的股价稳定性的影响并不一致。融资交易有助于降低标的股价的整体波动性，而融券交易对股价的整体稳定性并不存在显著影响；融资交易降低了股价异常上涨频率，加剧了股价异常下跌频率，而融券交易对股价的异常波动并不存在显著影响。但是，融资交易、融券交易对股价上涨波动性和下跌波动性的影响却比较一致，二者均降低了股价上涨波动却加剧了股价下跌波动。

高潮听着梅宏图的发言，心里面一直在冷笑。靠，什么叫冠冕堂皇？这就是；什么叫道貌岸然？这就是；什么叫黑白颠倒？这就是……

3.融资交易、融券交易的异常波动对股价稳定性的影响。为了检验融资交易波动、融券交易波动对市场稳定性的可能影响，本文将个股日融资余额除以流通市值后求月度标准差得到融资交易波动指标(MarginSTD)，同时将个股日融券余量除以流通股数后求月度标准差得到融券交易波动指标(ShortSTD)。此外，为了控制可能存在的非线性影响，本文对融资交易波动、融券交易波动取自然对数后得到LnMarginSTD和LnShortSTD这两个指标。* 其中LnMarginSTD=ln(1+MarginSTD)，LnShortSTD=ln(1+ShortSTD)。由于融资(融券)交易活动指标与融资(融券)交易波动指标高度正相关，本文参考Boehmer and Wu的做法，对融资交易活动指标(LnMargin)、融资交易波动指标(LnMarginSTD)做正交化处理，同时对融券交易活动指标(LnShort)、融券交易波动指标(LnShortSTD)做正交化处理。[19]具体而言，分别以LnMargin为自变量对LnMarginSTD进行回归，以LnShort为自变量对LnShortSTD进行回归，并将这两个回归模型的残差作为融资交易异常波动指标(OrgMarSTD)、融券交易异常波动指标(OrgShoSTD)加入式(7)。

其二，当地政府有关部门在实施农业生态环境保护的过程中，不仅要注重教育引导，还要制定出农业发展规划，将国家的农业优惠政策落实到位。通过宣传教育，加强农业生态环境保护意识，让农民积极主动地参与到农业环境保护中来。对表现良好的农民，给予必要的奖励。只有提高农民的绿色环保意识，农业才能可持续的健康发展。

 

表5 融资交易、融券交易对标的股价稳定性的影响

  

变量(1)(2)(3)(4)(5)VOLVOL+VOL-ExUpExDownLnMargin-2.722***-5.015***1.325***-0.831**1.478***(-9.42)(-17.73)(6.61)(-2.26)(5.43)LnShort-1.141-8.331***15.904***-5.8561.772(-0.30)(-2.77)(5.36)(-1.37)(0.53)LnCap-0.040***-0.032***-0.022***-0.003-0.001(-9.65)(-10.49)(-8.25)(-1.11)(-0.38)LnPrice0.072***0.052***0.037***0.006**0.001(19.36)(18.43)(15.62)(2.10)(0.40)Turnover0.131***0.112***0.034***0.006*-0.028***(25.63)(23.06)(15.39)(1.68)(-10.92)Insti0.028-0.0020.038***-0.0220.010(1.15)(-0.10)(2.67)(-0.95)(0.56)Hld10-0.018-0.010-0.009-0.0330.036(-0.64)(-0.42)(-0.51)(-1.02)(1.56)Lev0.022***0.019***0.0020.0130.064***(4.04)(4.61)(0.19)(0.60)(5.34)BM-0.005***-0.003***-0.001-0.003***-0.000(-4.61)(-3.48)(-1.55)(-3.13)(-0.26)ROA-0.055**-0.008-0.051***0.047-0.025(-2.40)(-0.35)(-2.91)(1.61)(-1.12)m2g-0.0010.001-0.003***0.006***0.002***(-0.71)(1.26)(-4.39)(3.35)(3.12)gdpg0.019***-0.007**0.031***-0.018***0.001(5.54)(-2.10)(11.71)(-3.39)(0.40)cpig-0.018***-0.007***-0.015***0.000-0.005***(-7.70)(-3.24)(-8.13)(0.03)(-4.07)个体效应控制控制控制控制控制月度效应控制控制控制控制控制观测值2650026500265002650026500调整R20.7920.4840.6430.2470.377

说明：考虑到直接用Lev作解释变量其回归系数较小，不便于显示，笔者对表5中的Lev变量作除以100处理；为了系数显示方便，表5中所有被解释变量均做了乘以10倍处理。此外，为了节省篇幅，表5中没有报告常数项的系数和对应的t值。

表6给出了式(7)的参数估计结果。从表6可以看出，OrgMarSTD对整体波动性指标(VOL)、上涨波动性指标(VOL+)、异常上涨频率(ExUp)、异常下跌频率(ExDown)的回归系数均显著为正，说明融资交易的异常波动加剧了市场的不稳定，且对股价上涨波动的影响更为明显。OrgShoSTD对波动性指标(VOL)、下跌波动性(VOL-)的回归系数显著为负，说明融券交易的异常波动有助于降低市场下跌波动进而降低了整体波动。此外，LnMargin对整体波动性(VOL)、上涨波动(VOL+)的回归系数显著为负而对下跌波动(VOL-)、异常下跌频率(ExDown)的回归系数显著为正，LnShort对上涨波动指标(VOL+)的回归系数显著为负而对下跌波动指标(VOL-)的回归系数显著为正，这与表5的结果基本一致。

 

表6 融资交易、融券交易波动性对标的股价稳定性的影响

  

变量(1)(2)(3)(4)(5)VOLVOL+VOL-ExUpExDownLnMargin-1.827***-3.741***1.233***0.0191.657***(-6.34)(-13.53)(6.02)(0.05)(5.97)LnShort0.944-6.652**16.653***-5.0362.174(0.26)(-2.16)(5.76)(-1.18)(0.65)OrgMarSTD0.010***0.013***-0.0000.009***0.002***(19.06)(23.93)(-0.40)(9.35)(3.60)OrgShoSTD-0.004***-0.000-0.004***0.001-0.001(-6.01)(-0.07)(-8.79)(1.57)(-1.30)个体效应控制控制控制控制控制月度效应控制控制控制控制控制观测值2650026500265002650026500调整R20.7970.5020.6440.2520.378

说明：考虑到直接用Lev作解释变量其回归系数较小，不便于显示，笔者对表6中的Lev变量作除以100处理；为了系数显示方便，表6中所有被解释变量均做了乘以10倍处理。此外，为了节省篇幅，表6中没有报告常数项及其他控制变量的系数和对应的t值。

因此，本部分通过加入融资交易异常波动、融券交易异常波动这两个指标，发现融资交易波动、融券交易波动确实进一步影响了标的股价的稳定性，但是二者的影响并不一致：融资交易异常波动加剧了股价的不稳定，而融券交易异常波动则在一定程度上提高了股价稳定性。

(三)稳健性检验

为了检验前述结论的稳健性，本文还对融资交易活动指标(Margin)、融券交易活动指标(Short)、融资交易波动指标(MarginSTD)、融券交易波动指标(ShortSTD)分别做5%的Winsorize处理，并再次对式(6)、式(7)进行估计，回归结果与前述一致，这说明本文的研究结论具有一定的稳健性。作为补充，本文又引入Saffi and Sigurdsson提出的上涨风险指标(UpRisk)和下跌风险指标(DownRisk)分别代替上涨波动性(VOL+)、下跌波动性(VOL-)，也发现了与前文一致的结论。[7]

11月6日《文汇读书周报》2版“黄蜀芹执导《孽债》二三事”，其“她说小说我看了，打印出来上下几级一起看”，应是“……打印出来上下几集一起看”。

同时，上述在讨论融资交易波动、融券交易波动影响的过程中，本文使用的是正交化后的融资交易异常波动指标(OrgMarSTD)、融券交易异常波动指标(OrgShoSTD)。在稳健性检验过程中，本文又进一步使用变异系数分别作为新的融资交易波动(MarginCV)、融券交易波动指标(ShortCV)，以进一步检验融资交易波动、融券交易波动对标的股价稳定性的影响。* 根据变异系数的定义，本文定义Margin_CV=LnMarginSTD/LnMargin、Short_CV=LnShortSTD/LnShort。回归结果显示，MarginCV对整体波动性指标(VOL)、上涨波动性指标(VOL+)、异常上涨频率(ExUp)的回归系数均显著为正，说明融资交易波动确实在一定程度上加剧了标的股价的波动，特别是加剧了标的股价的上涨波动。*由于篇幅限制，本文省略了回归结果，如有需要可向笔者索取。而ShortCV对整体波动性指标(VOL)、上涨波动性指标(VOL+)、下跌波动性指标(VOL-)、异常上涨频率(ExUp)的回归系数均显著为负，意味着融券交易波动有助于降低标的股价波动。因此，本部分的研究结论也进一步表明，融资交易波动、融券交易波动对标的股价稳定性的影响并不一致：融资交易波动降低了标的股价的稳定性，而融券交易波动却有助于标的股价的稳定。该结论也与前述的结论基本一致。

四、结论与政策建议

本文首先以我国2010年3月31日融资融券交易制度的推出以及四次主要的标的调整为事件，运用双重差分模型讨论融资融券交易制度的推出对标的股价稳定性的影响。结果表明，融资融券交易制度的推出在一定程度上降低了标的股价的整体波动和上涨波动性，却加剧了股价下跌时的不稳定。更重要的是，本文进一步区分了融资交易、融券交易并构建面板回归模型检验二者对股价稳定性的影响，结果表明融资交易、融券交易均降低了标的股价的上涨波动性，提高了标的股价的下跌波动性，但是二者对股价整体稳定性的影响并不一致：融资交易显著降低了标的股价的整体波动性，而融券交易对股价整体波动并不存在明显的影响。此外，本文首次考虑融资交易波动、融券交易波动对标的股价稳定性的影响，发现融资交易波动、融券交易波动确实进一步影响了标的股价的稳定性，但是二者的影响并不一致：融资交易的异常波动加剧了标的股价的整体波动和异常涨跌频率；而融券交易异常波动则降低了标的股价的整体波动性，特别是股价下跌时的波动性。

本文的研究表明，融资交易、融券交易对股价稳定性的影响并不一致——融资交易提高了标的股价的整体稳定性，而融券交易对标的股价的整体稳定性的影响并不明显。并且，融资交易波动、融券交易波动对股价稳定性的影响也不一致：融资交易波动加剧股价的不稳定，而融券交易波动却有助于股价稳定。本文的研究结论不仅为融资融券交易制度的推出对市场稳定性的影响提供了新的证据，更重要的是，本文发现融资交易、融券交易以及二者的波动对市场稳定性的影响并不一致。从政策角度看，本文的研究表明我国的融资融券交易制度的推出是合理的、恰当的，也在一定程上证明了我国监管层寄希望通过融资融券交易制度的推出完善市场交易制度、提高市场稳定性的做法在一定程度是可行的。但是在具体的实施过程中，还存在一定的改善空间。特别地，本文的结论发现融资交易波动加剧了标的股价的不稳定，因此监管层应采用“温和”的方式调控融资交易、场外配资等杠杆融资方式以避免杠杆融资交易的过度波动进一步加剧标的股价的不稳定。

参考文献

[1]E.M.Miller.Risk，Uncertainty，and Divergence of Opinion[J].Journal of Finance，1977，32(4).

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

[3]A.Bris，W.N.Goetzmann，N.Zhu.Efficiency and the Bear: Short Sales and Markets around the World[J].Journal of Finance，2007，62(3).

[4]M.T.Bohl，B.Essid，P.L.Siklos.Do Short Selling Restrictions Destabilize Stock Markets? Lessons from Taiwan[J].Quarterly Review of Economics and Finance，2012，52(2).

[5]E.C.Chang，W.Cheng，Y.Yu.Short-sales Constraints and Price Discovery: Evidence from the Hong Kong Market[J].Journal of Finance，2007，62(5).

[6]S.Bhojraj，R.J.Bloomfield，W.B.Tayler.Margin Trading，Overpricing，and Synchronization Risk[J].Review of Financial Studies，2009，22(5).

[7]P.A.C.Saffi，K.Sigurdsson.Price Efficiency and Short Selling[J].Review of Financial Studies，2011，24(3).

[8]P.J.Seguin.Stock Volatility and Margin Trading[J].Journal of Monetary Economics，1990，26(1).

[9]B.Chowdhry，V.Nanda.Leverage and Market Stability: The Role of Margin Rules and Price Limits[J].Journal of Business，1998，71(2).

[10]S.Thurner，J.D.Farmer，J.Geanakoplos，et al.Leverage Causes Fat Tails and Clustered Volatility[J].Quantitative Finance，2012，12(5).

[11]许红伟,陈欣.我国推出融资融券交易促进了标的股票的定价效率吗？——基于双重差分模型的实证研究[J].管理世界，2012，(5).

[12]E.C.Chang，Y.Luo，J.Ren.Short-selling，Margin-trading，and Price Efficiency: Evidence from the Chinese Market[J].Journal of Banking and Finance，2014，48.

[13]李志生,杜爽,林秉旋.卖空交易与股票价格稳定性——来自中国融资融券市场的自然实验[J].金融研究，2015，(6).

[14]F.Hauser，J.Huber.Short-selling Constraints as Cause for Price Distortions: An Experimental Study[J].Journal of International Money and Finance，2012，31(5).

[15]陈海强,范云菲.融资融券交易制度对中国股市波动率的影响——基于面板数据政策评估方法的分析[J].金融研究，2015，(6).

[16]吴国平,谷慎.融资融券交易对我国股市波动性影响的实证研究[J].价格理论与实践，2015，(10).

[17]褚剑,方军雄.中国式融资融券制度安排与股价崩盘风险的恶化[J].经济研究，2016，(5).

[18]E.Lee，N.Piqueira.Short Selling around the 52-week and Historical Highs[J].Journal of Financial Markets，2017，33.

[19]E.Boehmer，J.Wu.Short Selling and the Price Discovery Process[J].Review of Financial Studies，2013，26(2).

[20]B.Bushee，C.Noe.Corporate Disclosure Practices，Institutional Investors，and Stock Return Volatility[J].Journal of Accounting Research，2000，38(5).

[21]P.J.Dennis，D.Strickland.Who Blinks in Volatile Markets，Individuals or Institutions?[J].Journal of Finance，2002，57(5).

[22]史永东,王谨乐.中国机构投资者真的稳定市场了吗?[J].经济研究，2014，(12).

[23]A.F.Darrat，M.Zhong，L.T.W.Cheng.Intraday Volume and Volatility Relations with and without Public News[J].Journal of Banking and Finance，2007，31 (9).

[24]黄建兵,唐国兴.股票价格波动与成交量的天内效应和周内效应[J].数量经济技术经济研究，2003，(4).

[25]周春生,杨云红,王亚平.中国股票市场交易型的价格操纵研究[J].经济研究，2005，(10).

[26]A.P.Hutton，A.J.Marcus，H.Tehranian.Opaque Financial Reports，R2，and Crash Risk[J].Journal of Financial Economics，2009，94(1).

[27]J.B.Kim，Y.Li，L.Zhang.CFOs versus CEOs: Equity Incentives and Crashes[J].Journal of Financial Economics，2011，101(3).

[28]刘熀松.中国货币供应量与股市价格的实证研究[J].管理世界，2004，(2).

[29]刘少波,丁菊红.我国股市与宏观经济相关关系的“三阶段演进路径”分析[J].金融研究，2005，(7).