巫秀芳　郭亮

摘要：通過分析股市流動性、杠桿率和股市波動性相互影響機理，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，實證檢驗了股市流動性、杠桿率和波動性動態(tài)互動關(guān)系。研究發(fā)現(xiàn)：股市流動性、杠桿率和波動性之間的互動關(guān)系呈現(xiàn)時變特征，當股市處于平穩(wěn)狀態(tài)時，杠桿率對流動性具有持續(xù)的正向作用，對波動率在短期具有強烈的正向沖擊，但在長期得以平抑;流動性和波動率在短期和長期均對杠桿率產(chǎn)生正向沖擊。但是，在股市運行不平穩(wěn)時，三者之間的聯(lián)動程度不明顯，相互作用方向不符合理論預(yù)期，即杠桿機制失效。

關(guān)鍵詞：股市流動性;杠桿率;股市波動性

中圖分類號：F832.5? ?文獻標識碼：A? ?文章編號：1007-2101（2019）05-0043-05

一、引言

自融資融券業(yè)務(wù)實施以來，我國股市結(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[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性支持，有效發(fā)揮股市價格發(fā)現(xiàn)作用，同時提高資金配置效率，促使我國資本市場健康運行。然而2015年的股災(zāi)期間，3個月內(nèi)下跌股票超2500只，下跌比例高達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的杠桿放大而加倍虧損，很多投資者被強制平倉，杠桿資金的引入難以發(fā)揮其應(yīng)有的價格發(fā)現(xiàn)和穩(wěn)定市場的作用，吳曉求（2016）認為高杠桿的配資行為以及交易機制和監(jiān)管的缺陷是導(dǎo)致此次股市危機的因素。[2]因此，股市流動性、杠桿率、股市波動性的關(guān)系成為理論界和實務(wù)界關(guān)注的焦點問題，其具體的影響機理和影響程度成為理論和實證分析的關(guān)鍵。

關(guān)于杠桿率對股市流行性的影響研究較少，研究主要是從賣空機制、融資融券角度分析其對股市流動性的影響。很多學(xué)者從理性預(yù)期的理論層面研究融資賣空機制對股市流動性的影響，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性，發(fā)現(xiàn)部分投資者預(yù)期股價會下跌而欲賣出股票，但卻無股票可賣，因此股票供給減少，股市流動性下降，從而間接證明了融資賣空機制會提高股市流動性。[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股市流動性的影響，Scheinkaman和Xiong（2003）構(gòu)建了融資融券行為對股市流動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中，過度自信的投資者之間會傾向于減少股票交易，從而減少股市流動性。[4]由于理論分析方面存在較大分歧，因此很多學(xué)者采用實際數(shù)據(jù)來驗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、全球111個證券市場、中國臺灣、中國香港等股票市場一定時間內(nèi)的數(shù)據(jù)進行實證分析發(fā)現(xiàn)，融資融券交易會顯著提高股市流動性。[5-8]Cai和Xia（2006）、牛婷婷和周海林（2011）、于孝建（2012）則采用中國香港、深圳、上海等股票市場特定時間的數(shù)據(jù)進行實證分析發(fā)現(xiàn)，融資融券交易會降低股市流動性。[9-11]谷文林和孔祥忠（2010）、鐘笑珊（2011）的實證分析則發(fā)現(xiàn)，融資融券交易不會對股市流動性產(chǎn)生影響。[12-13]

關(guān)于杠桿率對波動性的影響也不多見，研究主要是從賣空機制、融資融券角度分析其對股市短期波動性和股價長期趨勢的影響。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制對股市波動性的影響。Bogen和Krooss（1960）的“金字塔-倒金字塔”理論認為，股市上行時，投資者預(yù)期股價會繼續(xù)上漲，融資買入股票，增加股票需求，使股價進一步上漲;股市下行時，投資者預(yù)期股價會下跌，融券賣出股票，增加股票供給，使股價進一步下跌;這種助漲殺跌的效應(yīng)加劇了股市波動性。[14]Allen等（1993）通過構(gòu)建理性預(yù)期均衡模型分析發(fā)現(xiàn)，在交易時間有限的情況下，限制賣空交易會減少資產(chǎn)泡沫的出現(xiàn)，從而反推出賣空機制會引起資產(chǎn)泡沫，加劇股市的波動性。[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制，可以降低股市價格波動性。[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）等采用不同時間段美國、中國內(nèi)地和香港地區(qū)的數(shù)據(jù)樣本證明，放松賣空機制和實行融資融券制度會加大股市波動性。[17-22]也有學(xué)者持有不同的觀點，Charoenrook和Daouk（2005）、陳淼鑫和鄭振龍（2008）、陳偉（2011）、Sharif等（2013）則采用不同時間段多個國家的數(shù)據(jù)樣本證明，放松賣空機制和實行融資融券制度會降低股市波動性。[23-26]Battalio和Schultz（2004）通過對納斯達克網(wǎng)絡(luò)股泡沫實證分析發(fā)現(xiàn)，禁止賣空和網(wǎng)絡(luò)股價格波動之間沒有顯著關(guān)系。[27]

從上述文獻分析可以看出，關(guān)于賣空機制、融資融券制度對股市流動性和波動性的影響研究較多，但對杠桿率、流動性和波動率之間的相互作用關(guān)系，無論是在理論上還是實踐上都未達到共識。其原因可能是，一方面不同國家的股市發(fā)展水平不一樣，不同國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，且股市作為實體經(jīng)濟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態(tài)的視角進行深度分析。為此，本文創(chuàng)新性地從時變框架下研究股市杠桿率、流動性和波動性之間的理論和實際關(guān)系，首先經(jīng)過理論分析提出研究假設(shè)，其次利用A股市場數(shù)據(jù)構(gòu)建TVP-VAR模型，實證檢驗三者之間的互動關(guān)系，得出研究結(jié)論，進而為我國股市政策層面“去杠桿”提出相應(yīng)的對策建議。

二、理論分析及研究假設(shè)

（一）股市流動性和杠桿率關(guān)系的理論分析

本文主要從需求和供給兩個層面分析股市流動性和杠桿率的關(guān)系，其相互影響機理如圖1所示。在股市上行時，股票需求量增加會提高股市流動性，股市流動性提高又需要杠桿率調(diào)整滿足要求。當投資者發(fā)現(xiàn)股票價格低于其內(nèi)在價值，預(yù)計股價會上漲。如果沒有杠桿機制，投資者只能用手里的資金購買股票，股市需求的增加有限。如果有杠桿機制，基于理性考慮，為了擴大自己的收益，投資者會采用杠桿機制為自己配資，從市場經(jīng)驗看，A股市場在股市上揚的這段時間內(nèi)杠桿類的融資業(yè)務(wù)規(guī)模迅速擴張，市場資金充裕，從而大大增加股票需求量。同時，其他投資者根據(jù)市場需求量的增加，也會形成價格上漲的預(yù)期，根據(jù)羊群效應(yīng)原理（張紅偉和毛前友，2007）[28]，他們會跟風(fēng)買進股票，進一步增加了股市需求量。

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

股票供給量增加導(dǎo)致股價下跌，當股價低于其內(nèi)在價值時，投資者又會利用杠桿機制融入資金，購買股票，重復(fù)上述過程。因此，杠桿機制使股價在圍繞其內(nèi)在價值波動的同時，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研究假設(shè)：

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

假設(shè)2：股市流動性增加（減少），在長期內(nèi)也會提高（降低）杠桿率。

（二）杠桿率和股市波動性關(guān)系的理論分析

杠桿率在短期內(nèi)主要通過羊群效應(yīng)加劇股市波動性，在長期內(nèi)通過調(diào)整需求和供給穩(wěn)定股市波動性。由圖2可知，股市上行時，杠桿機制可以通過價格發(fā)現(xiàn)功能平穩(wěn)股市波動性，而羊群效應(yīng)則會加大股市的波動性。由于預(yù)期股價低于股票價值，杠桿資金進入，通過增加股票需求量拉升股價，使股價接近股票價值，杠桿機制的價格發(fā)現(xiàn)功能實現(xiàn)，起到平穩(wěn)股價的效果;這一作用在其他很多成熟市場得到了驗證，而杠桿資金的引入在2015年以前的確起到了減緩中國股市波動的效果。而當股價上升以后，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)期股價會上漲，他們會跟風(fēng)買入股票，進一步帶來股價的大幅度上漲，增加股市波動性。從股票價格指數(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，從2000點左右上漲到5000多點，上漲幅度超過1倍，成交量也隨之上揚。

股市下行時，杠桿機制可以通過價格發(fā)現(xiàn)能平穩(wěn)股市波動性，而強制平倉制度和羊群效應(yīng)則會加大股市波動性。當股價上升到一定程度，股價處于高點位置，杠桿協(xié)議到期，投資者會賣出股票，通過增加供給量拉低股票價格，使股價接近股票價值，杠桿機制的價格發(fā)現(xiàn)功能實現(xiàn)，起到平抑股價的效果。當股價下跌以后，由于強制平倉制度的存在，很多杠桿資金被迫撤離市場，股價進一步下跌。根據(jù)羊群效應(yīng)原理，其他投資者預(yù)期股價會進一步下跌，他們會跟風(fēng)賣出股票，進一步帶來股價的大幅度下跌，股市波動性增加。從股票價格指數(shù)看，自2015年股市危機開始，上證綜指從高位持續(xù)下跌，由5 000多點跌到3 000點左右，下跌幅度接近0.8倍?；谏鲜龇治?，本研究提出第三和第四個研究假設(shè)：

假設(shè)3：杠桿率提高（降低），在短期內(nèi)會加?。p緩）股市波動性;

假設(shè)4：杠桿率提高（降低），在長期內(nèi)則會減緩（增加）股市波動性。

三、實證研究設(shè)計

（一）變量選擇和數(shù)據(jù)來源

1. 變量選擇。（1）股市杠桿率（LEV）。本文借鑒黃運成和漆琴（2017）做法[1]，由于目前A股市場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）股市的流動性（LIQ）。根據(jù)Amihud（1986）的定義，流動性是股票市場在一定時間完成交易所需要的成本。[29]根據(jù)流動性的屬性，可以把衡量流動性的方法分為4種類型，即價格法、數(shù)量法、價量結(jié)合法和時間法。本文選取數(shù)量法中的換手率作為考察流動性的指標，其值越大，流動性越大。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）股市的波動率（VOL）。本文選取滬深300指數(shù)的日價格波幅作為考察波動性的指標，其具體公式為：VOL=，其中VOL代表了股指的日波動率，pth代表滬深300指數(shù)當日的最高值，ptl代表滬深300當日指數(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)主要包括市場杠桿率、股市的流動情況和波動情況指標。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月底迎來第二次擴容，基本上覆蓋了本文股指指標所選擇的滬深300中的各樣本股。對于具體指標的選擇，股指方面將選擇滬深300指數(shù)作為描述A股市場價格總體情況的指標。滬深300指數(shù)的各樣本股來源跨越滬深兩個交易市場，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)滬深兩市的股價走勢情況。市場杠桿率方面，本文運用上述期限內(nèi)的兩市融資余額以及A股市場中全部流通市值的日度數(shù)據(jù)，計算出每個交易日的股市杠桿率情況。股市波動率指標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。另外，由于本文采取TVP-VAR模型作為實證方法，一方面我國股市存在顯著的星期效應(yīng)（郭永濟，2016），而且影響股市短期波動的因素很多，若用日數(shù)據(jù)進行實證分析會有較多的干擾，難以確保實證結(jié)果的準確性;[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)按每周進行平均，共得到232個周數(shù)據(jù)。以上所有數(shù)據(jù)均出自Wind數(shù)據(jù)庫。圖3反映了各變量的時間走勢。

（二）變量的平穩(wěn)性檢驗

由于非平穩(wěn)的序列進行回歸可能會引起“偽回歸”的情況，因此實證之前需要對變量進行平穩(wěn)性檢驗，本文運用ADF檢驗變量平穩(wěn)性，將ADF值與t統(tǒng)計量的5%臨界值比較，如果ADF的值小于t統(tǒng)計量的臨界值，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，可以進一步展開實證。

（三）模型構(gòu)建

時變參數(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動態(tài)波動信息（郭永濟等，2014）。[31]結(jié)構(gòu)VAR的表達形式分別為：

四、實證檢驗及結(jié)果分析

（一）實證模型檢驗

1. 協(xié)整檢驗。用Johansen檢驗對模型中的兩個變量進行協(xié)整檢驗，以探尋A股市場中的流動性與杠桿率、杠桿率與股市波動性是否存在長期協(xié)整關(guān)系。

從表2結(jié)果可以看出，股市的流動性和杠桿率、杠桿率和股市波動性存在長期協(xié)整關(guān)系。從標準化協(xié)整系數(shù)看，股市流動性與杠桿率存在正向變動關(guān)系，股市流動性加大會增加股市杠桿率，假設(shè)2得到驗證。根據(jù)協(xié)整方程得出的長期關(guān)系結(jié)論與人們的直觀印象一致，股市流動性增加，市場資金的需求會提高，投資者會利用杠桿機制配資，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，杠桿率和股市波動性存在長期相互影響關(guān)系，且為負向的變動關(guān)系，即在長期，杠桿率加大會減少股市波動性，假設(shè)4得到驗證。更高的杠桿率意味著更多的融資余額，也就意味著市場中融資杠桿交易的旺盛。因此杠桿率與股市波動長期負相關(guān)的本質(zhì)，也就是融資投資行為與股市波動性的負相關(guān)。該負相關(guān)的關(guān)系證明了融資融券的成熟與發(fā)展實際平滑了股市的波動情況，讓市場更好地發(fā)揮了資源配置作用，這也與之前國內(nèi)其他文獻的實證結(jié)果不謀而合。

2. 參數(shù)估計。協(xié)整分析和格蘭杰因果檢驗反映了各指標之間的整體關(guān)系，但三個指標之間的相互作用關(guān)系在不同時間是否會產(chǎn)生變化，這對探索理論和指導(dǎo)實踐具有重要作用。為此，本文以LEV、LIQ、VOL為變量構(gòu)建TVP-VAR模型，分別估計了滯后4、8、12階的模型，根據(jù)每次估計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)估計結(jié)果，包括后驗均值、后驗標準差、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）個不相關(guān)的樣本，足以支持TVP-VAR模型的后驗推斷。

（二）脈沖響應(yīng)分析

在以上模型估計的基礎(chǔ)上進一步利用脈沖響應(yīng)函數(shù)分析股市流動性、杠桿率與波動特征的相互動態(tài)關(guān)系。為了考察我國股票市場的時變規(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點，以反映股票市場所處的不同階段。為確保結(jié)果的可靠性，所選的觀測時點涵蓋了樣本的前中后期，同時避開了樣本的首尾兩端。從圖4杠桿率的走勢特征可以看出，這四個觀測點分別代表了股市杠桿率走勢的各個階段，即起初的低點、隨后有所增長、到達高點、回落至平穩(wěn)點，具有較強的代表性。

圖5為在樣本區(qū)間內(nèi)各個時點上脈沖響應(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)，其中實線、長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，對于股市杠桿率的沖擊，股市流動性在不同代表性時點表現(xiàn)出的響應(yīng)特征不同，在前三個時點流動性對杠桿率正向沖擊呈現(xiàn)出微弱的負向響應(yīng)，而第四個時點上流動性對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)具有較強的持續(xù)性。表明只有第四個時點的結(jié)果符合上文的理論分析。股市波動率對杠桿率沖擊的響應(yīng)也呈現(xiàn)同樣的特征，即僅在第四個時點時波動率的響應(yīng)為持續(xù)的正向。針對這種結(jié)果，我們對股市杠桿率的四個時點重新做了深入分析，發(fā)現(xiàn)前三個時點所處階段的波動性較大（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。杠桿率的波動性反映了股市的穩(wěn)定程度，杠桿率的波動性越大，股市的穩(wěn)定程度越低。由此可知，當股市杠桿率存在較大波動時，反映出投資者對股市的走勢難以形成一致的預(yù)期，此時杠杠資金并未有效發(fā)揮出價格發(fā)現(xiàn)功能，也沒有明顯提高資源配置效率。只有當杠桿率處于穩(wěn)定狀態(tài)，投資者對股市的預(yù)期較為一致時，杠桿率的沖擊才能正向作用于股市流動性和波動率，杠桿率對股市的積極作用才能顯現(xiàn)出來。

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

第三，圖6證明了股市杠桿率、流動性和波動率之間的相互作用關(guān)系具有明顯時變特性。其中，流動性對杠桿率正向沖擊的響應(yīng)在2016年以前是微弱的負，而自2016年后則呈現(xiàn)較強的正向響應(yīng)，并于2016年底達到頂峰，2017年開始逐漸回落。波動率對杠桿率沖擊的響應(yīng)也自2016年后呈現(xiàn)明顯的正向，到2016年底達到頂峰，隨后開始回落。杠桿率對流動性沖擊的響應(yīng)2013—2016年內(nèi)為負，在2015年5月份，也就是杠桿率處于最高值的時點上達到了極值，而在2017年后則轉(zhuǎn)負為正。相比之下，杠桿率對波動率沖擊的響應(yīng)也在2017年由負轉(zhuǎn)正，但在2013—2016年內(nèi)的負向響應(yīng)就明顯弱化了?？梢姡挥性诟軛U率波動性較小，也就是股市運行比較穩(wěn)定時股市杠桿率、流動性和波動率之間的動態(tài)傳導(dǎo)路徑才暢通。

第四，股市流動性和波動率之間的動態(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，面對流動性的正向沖擊，波動率在短期內(nèi)的響應(yīng)為正，但長期只有在股市穩(wěn)定時這種正向響應(yīng)才能持續(xù)。流動性對波動率的沖擊也呈現(xiàn)相似的響應(yīng)特征。在股市不穩(wěn)定階段，波動率和流動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

本文在杠桿率對股市影響機理分析的基礎(chǔ)上，實證研究了股市流動性、杠桿率和股市波動性之間的動態(tài)關(guān)系，研究發(fā)現(xiàn)：股市平穩(wěn)狀態(tài)時，股市流動性短期會對杠桿率產(chǎn)生正向沖擊，長期也會提高杠桿率;杠桿率在短期內(nèi)造成股市的大幅度波動，但長期能夠平抑股市波動;股市流動性、杠桿率、股市波動性之間聯(lián)動效應(yīng)明顯。但是在股市運行不平穩(wěn)階段，三者之間的聯(lián)動程度不明顯，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。從上文的理論和實證分析可以看出，杠桿機制短期內(nèi)會加劇股市波動性。因此，國家應(yīng)該加大對杠桿配資機構(gòu)的監(jiān)管和引導(dǎo)，確保到期平倉和強制平倉制度的公平性、合理性和有序性。股市上行時，對配資機構(gòu)的配資進行引導(dǎo)，避免盲目配資帶來的虛假的市場繁榮;特別是股價下行時，要通過配資退出的有效監(jiān)管，確保資金有序退出市場，以免帶來股市的大規(guī)?？只哦鴮?dǎo)致的大幅波動。

第二，營造股市平穩(wěn)運行環(huán)境。股市杠桿機制的價格發(fā)現(xiàn)和流動性調(diào)整功能的實現(xiàn)是建立在股市平穩(wěn)運行的前提下，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，杠桿機制的作用才能得以發(fā)揮。任何引起股市波動或擾亂股市運行秩序的行為都會導(dǎo)致杠桿機制失效。因此，在利用杠桿機制調(diào)節(jié)股市時，必須要考慮當前所處的股市運行狀況是否平穩(wěn)。

第三，從監(jiān)管層面完善杠桿的運行。政府根據(jù)杠桿率與股市流動性、波動性之間的變動規(guī)律，杠桿率和杠桿資金的數(shù)量建立預(yù)警機制，動態(tài)調(diào)整股市杠桿率水平。在股票價格低于股票價值時，加大股市杠桿率水平，拉動股票價格的上漲;在股票價格高于股票價值時，降低股市杠桿率水平，降低股票價格。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大幅度波動帶來的不利影響，確保股市的穩(wěn)定。

參考文獻：

[1]黃運成，漆琴.中國股市波動中的杠桿作用[J].中國金融，2017（1）：55-57.

[2]吳曉求.股市危機：結(jié)構(gòu)缺陷與規(guī)制改革[J].財貿(mào)經(jīng)濟，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.融資買空交易流動性效應(yīng)研究——臺灣證券市場經(jīng)驗證據(jù)[J].金融研究，2007（5）：118-132.

[8]胡華鋒.賣空交易與市場波動性、流動性研究——基于中國香港證券市場的實證分析[J].上海財經(jīng)大學(xué)學(xué)報，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.融資買空交易對我國股票市場流動性影響的實證研究[J].上海商學(xué)院學(xué)報，2011，12（5）：79-84.

[11]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(xué)學(xué)報（社會科學(xué)版），2012，14（2）：1-7.

[12]谷文林，孔祥忠.融資融券業(yè)務(wù)對市場資本流動性的短期影響[J].證券市場導(dǎo)報，2010（7）：50-52.

[13]鐘笑珊.融資融券交易對我國證券市場的影響研究[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.我國融資融券業(yè)務(wù)對股票波動性的影響分析——基于TGARCH模型的長期研究[J].中國證券期貨，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.中國式融資融券制度安排與股價崩盤風(fēng)險的惡化[J].經(jīng)濟研究，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.推出賣空機制對證券市場波動性的影響[J].證券市場導(dǎo)報，2008（2）：61-65.

[25]陳偉.融資融券試點對我國股票市場波動性的影響實證研究[J].上海金融學(xué)院學(xué)報，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、股價波動與投資收益——基于中國證券投資基金的實證研究[J].經(jīng)濟理論與經(jīng)濟管理，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，張誼浩.空氣質(zhì)量會影響股票市場嗎[J].金融研究，2016（2）：71-85.

[31]郭永濟，李伯鈞，金雯雯.時變框架下中國貨幣流動性的影響研究：1992-2012[J].當代經(jīng)濟科學(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