馬晶 王智淵

摘要：本文提取264只滬深300指數(shù)成份股為樣本，基于雙差分（DID）模型，研究發(fā)現(xiàn)開通的融資融券交易顯著降低了標的股票的流動性、非系統(tǒng)性風險波動性，從“抑漲”和“抑跌”兩個方向有效抑制標的股票的上下波動幅度。結合我國融資融券的實際運營情況，本文提出完善融資融券交易相關政策建議。

關鍵詞：融資融券；雙差分模型；流動性；風險性；波動性

中圖分類號：F832.51 文獻標識碼：Ａ〓文章編號:１００３－９０３１(２０14)06－００28－０6DOI:10.3969/j.issn.1003-9031.2014.06.06

一、引言

融資融券交易（Margin Trading）又稱保證金交易或證券信用交易，是指客戶在提供擔保的前提下，逢證券價格上漲時可以借入資金買入證券或者逢證券價格下跌時可以借入證券賣出，并在約定期限內(nèi)償還所借資金或證券以賺取差價的證券交易活動。為了逐步健全我國證券市場，改變投機盛行、同漲共跌、暴漲暴跌等低效現(xiàn)象，我國于2010年3月31日正式啟動融資融券交易試點，引入做空機制，從而結束了證券市場只能單向獲利的歷史。我國在2011年12月5日進一步擴大標的股票范圍，國內(nèi)雙邊交易市場正在逐步形成。

融資融券交易對股市流動性、風險性以及波動性的影響歷來是學界爭論的熱點，學界也分別從理論和實證兩方面進行了相關研究，但尚無明確定論。

對于流動性而言，學界普遍認為，融資融券交易帶來了全新的交易方法，健全了股票市場，從而使得市場的流動性得到提高。也有文獻指出融資融券交易開通后噪聲交易者由于擔心虧損的可能性提高而退出市場或者變得更加謹慎，從而減弱市場個股交易的活躍程度，導致市場流動性的下降[1]。

股市的風險分為系統(tǒng)性風險和非系統(tǒng)性風險，本文著重考慮個股的非系統(tǒng)性風險①。僅從融資融券交易對標的股票的非系統(tǒng)性風險而言，學界并未有太多研究，文獻也較為匱乏，一般只順帶提及融資融券交易可能降低股票的非系統(tǒng)性風險，并未有太多理論模型和實證研究。本文專門針對股市的非系統(tǒng)性風險進行探討，雖未涉及到融資融券交易對股票非系統(tǒng)性風險的模型研究，但是針對這個議題做了開創(chuàng)性的實證研究。

對于波動性而言，一方面，大部分文獻認為融資融券交易引入了賣空機制，提供了一種新的投資工具，使得股價能及時的吸收市場的全部信息，從而導致股市的波動性下降。另一方面，也有部分文件認為，由于杠桿及賣空機制的存在，融資融券交易存在著“助漲殺跌”效應，倒還有可能擴大市場的波動性[2]。此外另有一些文獻提出，由于受到交易時間以及個股特殊情形的限制，尚不能證實融資融券交易的開通能對股市的流動性、波動性產(chǎn)生顯著影響。

盡管我國融資融券交易起步較晚，發(fā)展也較為緩慢，但是其帶來了新的投資方式和投資理念，加之杠桿效應的存在。有理由相信，融資融券交易的開通或多或少會影響市場及標的股票的流動性、風險性及波動性。這種影響程度究竟如何，影響是否顯著？借助于融資融券在我國試點這一難得的“自然實驗”，通過嚴謹?shù)亩糠椒▉磉M行深入研究，具有十分重要的理論和政策意義。一方面為國際文獻爭議提供了新的經(jīng)驗證據(jù)；另一方面也為監(jiān)管層完善后續(xù)相關政策、特別是進一步深化金融創(chuàng)新提供了理論基礎和實證支持；最后，也為二級市場投資者提供了新的投資參考依據(jù)。因此，基于上述理論及實踐背景，本文主要采用雙重差分模型（Difference-in-Differences Model），考察了融資融券交易的推出對我國股市的影響是否存在，影響有多大，尤其對融資融券交易對標的股票流動性、風險性及波動性的影響進行了相關實證檢驗和分析。

二、文獻綜述

（一）融資融券交易與市場流動性的理論模型及實證研究

現(xiàn)有文獻直接闡明融資融券交易對股市流動性影響的理論模型相對較少。Diamond and Verrecchia（1987）的理性預期模型發(fā)現(xiàn)：在賣空約束的條件下，可供賣出股票的供給不足，導致股票流動性的下降。因為有賣出需求的投資者可能并沒有持有股票，這就表明賣空交易有助于股市流動性的提升[3]。

與理論模型一樣，直接檢驗融資融券與股市流動性的研究也較少，結論也傾向于融資融券交易的開通可以顯著增加市場的流動性。

Charoenrook and Daouk (2005)采用全球111個國家1969年12月—2002年12月的數(shù)據(jù)，使用面板回歸分析和事件研究法詳盡地檢驗了賣空交易約束對市場總體流動性水平的影響。實證結果顯示，相比于禁止賣空交易的市場，賣空交易允許并真實存在的國家市場總體流動性水平較高[4]。楊德勇和吳瓊（2013）以上海證券市場為樣本，實證表明融資融券交易對市場流動性有因果引致作用，且運用事件研究法進行參數(shù)或非參數(shù)檢驗證實融資融券交易機制能顯著提升個股流動性[5]。

另一方面也有部分研究表明融資融券交易的開通減少了市場的流動性。

Cai et al（2007）選取2000年1月1日到2005年12月31日香港主板市場標的股票，獲得高頻數(shù)據(jù)。通過對高頻數(shù)據(jù)采用事件研究法發(fā)現(xiàn)噪聲交易者由于擔心引入賣空機制后虧損可能性的增加而變得更加謹慎，甚至退出市場，從而減弱市場的活躍程度,降低了市場流動性。于孝建（2012）以上海證券市場為例，采用VAR 模型分析方法實證研究了融資融券交易對股市波動性、流動性的影響，研究結果表明: 融資交易減小了股市流動性，融券交易也減小了股市流動性。且證實融資和融券交易均是引起股市流動性和波動性變化的Granger原因[6]。

此外，谷文林和孔祥忠（2010）運用單因素方差分析方法，從股票市場資本流動性的角度研究了融資融券交易開通產(chǎn)生的沖擊，效應實證研究結果表明，融資融券交易短期并未對股票市場資本流動性產(chǎn)生顯著影響[7]。

（二）融資融券與市場波動性理論模型及實證研究

學術界研究融資融券交易與市場波動性關系的文獻較為豐富，但并未形成統(tǒng)一結論。

一種觀點認為允許賣空交易會影響股票市場的穩(wěn)定，加劇市場波動。上世紀六十年代Bogen and Krooss（1960）提出的“金字塔和倒金字塔”觀點從理論角度上說明融資融券存在著“助漲殺跌”效應，會擾亂市場的正常波動，因此融資融券交易的開通會加大市場的波動性。這一觀點在很長時間內(nèi)在理論界占據(jù)主流地位。Allen and Gale（1991）的理論模型發(fā)現(xiàn)：在完全不存在融券賣空的機制下，市場競爭是完全的；相反，允許融券賣空時，市場是不完全競爭的。因此融券賣空機制的引進會會增加市場的波動性[8]。類似的，Bemardo and Welch（2004）建模研究金融危機的恐慌與危機發(fā)生的關系，認為在存在融券賣空機制的市場，人們對危機更加恐慌，限制融券賣空機制可以減少由少數(shù)人引起的市場恐慌，大大減小金融危機發(fā)生的概率，據(jù)此認為限制融券賣空將減少市場的波動性，維持市場相對穩(wěn)定[9]。

實證方面，Ofek and Richardson（2003）采用美國網(wǎng)絡公司數(shù)據(jù)研究表明：引進融券賣空機制吸引了大量的賣空投資者入市，使得網(wǎng)絡公司股票價格出現(xiàn)34％的大幅下跌，驗證了Allen and Glae（1991）的發(fā)現(xiàn)[10]。Chang.et al （2007）以香港市場為例，考察個股被選入或剔除出賣空證券標的名單后的表現(xiàn)進行比較分析發(fā)現(xiàn)，當股票被列為融資融券標的證券后波動性顯著增加[11]。

另一種觀點認為允許賣空并不會加劇證券市場的波動，相反還有助于股票市場的穩(wěn)定。Hong and Stein （2003）的運用異質代理人模型研究發(fā)現(xiàn)：在沒有融資融券交易機制的市場，市場的悲觀情緒得不到充分釋放，一旦悲觀情緒爆發(fā)，股價將出現(xiàn)恐慌性下跌，更有可能引發(fā)市場崩潰[12]。Bai，Chang，and Wang（2006）建立了一個完全理性預期均衡模型，考察了賣空約束對股價和市場效率的影響，發(fā)現(xiàn)賣空約束下股價波動性增加[13]。這說明賣空機制的引入可以減少股市出現(xiàn)崩潰的極端性風險，從而降低市場波動性。

實證方面，Charoenrook and Daouk（2005）采用全球111個國家1969年12月—2002年12月的數(shù)據(jù)進行分析，實證結果顯示，與賣空交易禁止的國家相比，賣空交易允許并真實存在的國家的市場總體收益的波動性較小。Cai et al.（2007）以香港股票市場為研究對象，運用事件研究法，發(fā)現(xiàn)股票可賣空后股價波動性下降。許紅偉和陳欣（2013）研究我國第一批融資融券標的股票，一定程度上找到了融資融券交易能減緩股票市場暴跌、防止市場恐慌的證據(jù)[14]。

第三種觀點認為允許賣空或者放開賣空約束對市場穩(wěn)定性的影響方向不明確。Kraus and Rubin（2003）建立了一個理論模型，闡明了賣空交易限制放松的情況下（如引入指數(shù)期權）對股價收益波動性的影響。他們的理論模型認為股價波動性有可能增加，也有可能減少，這取決于模型的信息參數(shù)和經(jīng)濟外生變量的設定。隨后，他們以禁止賣空交易的以色列Tel-Aviv股票市場在1993年8月推出股指期權為例，檢驗了上述模型的推論，實證結果表明，在股指期權推出后股票指數(shù)所包括的股票波動性增加[15]。吳淑琨和廖士光（2007）對中國臺灣地區(qū)市場的經(jīng)驗分析表明，賣空交易對波動性水平?jīng)]有顯著影響，賣空機制的存在并不會加劇證券市場的波動性[16]。

本文采用DID模型，對我國融資融券交易對標的股票的流動性、風險性及波動性影響進行了研究，發(fā)現(xiàn)融資融券交易對上述指標有一定積極作用，能有效促進市場的健康發(fā)展。本文的貢獻主要在于：

1.在研究方法上有所創(chuàng)新。本文采用該領域極少采用的DID模型，以成為融資融券標的股的時間為事件窗口，將部分滬深300成份股分為處理組和對照組，分別進行組間對比研究、窗口期前后對比研究以及混合對比研究，這樣可以同時有效控制住時間序列和橫截面上的其他因素，得到較為可靠和準確的結論。

2.首次實證檢驗了融資融券交易與市場非系統(tǒng)性風險的關系。

3.為學界的相關研究提供了新的案例和經(jīng)驗證據(jù)。我國證券市場有別于國外成熟市場，我國監(jiān)管層政策的實施急需即時的國內(nèi)實證數(shù)據(jù)作為參考。

4.為二級市場投資者提供了新的投資參考依據(jù)。

三、研究設計

（一）數(shù)據(jù)來源與處理

以滬深股市第二期融資融券標的股票正式交易日期2011年12月5日為參照，本文選取的樣本期間為2010年12月5日至2012年12月5日，前后約410個交易日（因股票個體差異存在左右誤差）。即2010年12月5日至2011年12月04日為事件前窗口期，2011年12月5日至2012年12月5日為事件后窗口期。本文所涉及的滬深300指數(shù)數(shù)據(jù)、標的股票交易行情數(shù)據(jù)均從國泰安數(shù)據(jù)庫（CSMAR）獲得。數(shù)據(jù)處理過程如下：

1.取得2012年12月5日滬深300指數(shù)成份股股票，剔除指數(shù)成分調整的股票，剔除2010年3月31日第一期成為融資融券標的股票的股票，共得股票264只。

2.在第一步的基礎上選取于2011年12月5日成為融資融券標的的股票①，共171只，作為處理組。剩余非融資融券標的股票93只，作為對照組。

3.提取并計算處理組和對照組所有股票的日流動性指標、日風險性指標、日波動性指標、股息率、市銷率、風險因子等指標。各指標數(shù)據(jù)量均有105000左右。

4.為了進一步研究融資融券交易對波動性的具體影響，提取并計算處理組和對照組所有股票的上波動指標和下波動指標。上波動指標剔除14197個為負值數(shù)據(jù)，剩92051個交易日數(shù)據(jù)；下波動指標剔除8504個正值數(shù)據(jù)，剩97744個交易日數(shù)據(jù)，所剔除數(shù)據(jù)對分析影響不大②。

（二）模型的設定與變量定義

本文研究采用的基本模型設定為：

yi,t=β0+β1Dt+β2Dg+γDt×Dg+ΣXi,t+εi（1）

其中，yi,t為第i個股票在第t期的指標值，分別為流動性指標（SQLi,t）、風險性指標（RIDi,t）、波動性指標（VOLi,t）、上波動指標（UVOLi,t）、下波動指標（DVOLi,t）；Dt為時間虛擬變量，當交易日期為窗口期后時Dt=1，反之Dt=0；Dg為組間虛擬變量，當Dg=1時為滬深300成份股股票中第二期融資融券標的股票，即處理組，Dg=0時為滬深300成份股中的非融資融券標的股票，即對照組；ΣXi,t是一組相關的控制變量，包括股息率、市銷率、風險因子；εi為隨機干擾項。各變量定義如表1。

此外，當日流動性指標 SQLit由股票 i 在t 月的日交易數(shù)據(jù)得來，其計算公式為：

SQLit=■■■*1000（2）

其中，R■■和Vit分別是股票i 在t月的第d個交易日的收益率和交易額（以百萬元為單位），Daysit指股票i 在t 月從第一個有效交易日到交易當日的有效交易天數(shù)。式（2）是非流動性比率，衡量一定交易量引起價格變動幅度的大小，該數(shù)值越大，說明一定交易量引起的價格變動幅度越大，則流動性越差。

風險性指標（RID）及風險因子（RIK）則由CAPM（以資本資產(chǎn)定價）模型為基礎計算得出。其中，風險性指標是指除去系統(tǒng)性風險的個股自身風險占該股票總風險的比例估計值；風險因子（RIK）,則是以超額收益計算的個股總風險的估計值（總市值加權）。

參考Wooldridge的方法，本文以2011年12月5日作為事件窗口期，選取窗口期相關股票前后各一年的日交易數(shù)據(jù)，采用隨機效應模型進行估計。本文著重考察雙差分統(tǒng)計量既Dt×Dg的回歸系數(shù)γ，其度量的就是剔除對照組的變化后由融資融券交易帶來的總體凈影響。如果回歸系數(shù)γ的符號符合預期且在統(tǒng)計上顯著，則可以認為融資融券交易的開通確實對標的股票的流動性、風險性、波動性產(chǎn)生了影響，反之則產(chǎn)生相反的影響或者影響不顯著。

四、實證結果與分析

（一）描述性統(tǒng)計

如表2所示，對比融資融券交易開通的前后，對照組（C）的流動性指標皆大于處理組（T）的流動性指標；表明融資融券標的股票的流動性較其它股票要高；其余無論是風險性、波動性還是上波動幅度、下波動幅度皆是對照組大于處理組。由此可知融資融券標的股票同非標的股票相比在總體上更為穩(wěn)健。

此外，融資融券交易開通后，處理組和對照組的流動性、風險性、波動性、上波動幅度、下波動幅度則皆有所下降。說明，開通融資融券交易后，市場的交易活躍度、非系統(tǒng)性風險和波動幅度皆有所降低。至于上述變動在統(tǒng)計上是否顯著，是否是由融資融券交易所引起，還需要進一步實證研究。需要指出的是，由于市場行權日的影響，下波動指標的極值較大，但是所占比例極低，對本文估計結果的影響極小，故未作特別處理①。

（二）T檢驗

在進行回歸之前，首先對不同組別公司的關鍵變量的中位數(shù)進行T檢驗。之所以選取中位數(shù)而不選擇平均數(shù)，是因為相關變量不服從正態(tài)分布，比較中位數(shù)更有意義①。結果如表3所示。

表3中，組間差異=（融資融券組-非融資融券組）/（（融資融券組+非融資融券組）/2）。前后差異=（融資融券開通后-融資融券開通前）/（（融資融券開通后+融資融券開通前）/2）。

從融資融券開通前后差異和組間差異可知，開通融資融券交易后，處理組和對照組的流動性指標都有大幅上升，分別上升了56.25%和15.54%，兩組的上升在統(tǒng)計上均十分顯著，處理組流動性指標的上升要大幅高于對照組，高出40.71%。說明融資融券交易開通后市場整體的流動性皆有所下降，融資融券標的股票的流動性下降相比非標的股票更為明顯，但是標的股票的流動性在窗口期后依舊小于非標的股票。

由表3同樣可知，在融資融券交易開通后，處理組與對照組的風險性都有所下降，分別下降了24.81%和14.26%，兩者在統(tǒng)計上皆十分顯著，處理組風險性的下降要多于對照組，多下降了10.54%。同樣的，在融資融券交易開通后，處理組和對照組的波動性也都有所下降，分別下降了7.39%、1.78%，兩者在統(tǒng)計上也皆顯著，處理組波動性的下降要多于對照組，多下降了5.61%。上述數(shù)據(jù)表明，融資融券交易開通后，處理組流動性的下降相對于對照組下降得更多，處理組風險性的減小相對于對照組減小得更多，處理組波動性的減小相對于控制組也減小得更多。

綜上初步可知，融資融券交易開通后市場整體和標的股票的流動性、風險性、波動性皆有所下降，這種變化在標的股票上表現(xiàn)更為明顯，但這種全市場性質的變化并不能簡單的歸功于融資融券交易的開通。如果僅僅使用包括T檢驗在內(nèi)的“前后比較”、“組間比較”方法，沒有將時間序列與橫截面上的其他系統(tǒng)性因素的影響剔除，得到的結論則可能產(chǎn)生偏差，若使用DID模型對其他因素進行控制則可較好地解決該問題。

（三）回歸結果分析

本文采用面板數(shù)據(jù)下的隨機效應模型進行估計，表4是重要變量的雙重差分實證結果。模型一、模型二分別檢驗流動性和風險性，模型三、模型四、模型五則檢驗波動性。

模型一、二、三中的變量Dg、Dt的系數(shù)分析結果與本文T檢驗結果類似，故不再累述，重點觀測交互項系數(shù)。

如表4可知，模型一、二、三交互項Dg* Dt的系數(shù)分別顯著為正、顯著為負、顯著為負。結果與本文上述檢驗差異不大。從雙差分估計量可以發(fā)現(xiàn)，在控制時間序列及橫截面上的其他因素的影響下，由于融資融券交易開通的影響：1.標的股票的流動性顯著下降，表明融資融券交易的開通可以有效降低標的個股的流動性；2.標的股票的風險性顯著降低，表明融資融券交易的開通可以有效的降低個股的非系統(tǒng)性風險，有利于標的股票的價值發(fā)現(xiàn)；3.標的股票的波動性顯著下降，表明融資融券交易的開通提升了標的股票的穩(wěn)定性。

在上述針對融資融券交易對波動性研究的基礎上，筆者重新計算了波動性指標，將其分為上波動指標和下波動指標，用來進一步檢驗人們較為關心的融資融券交易到底是“助漲”還是“殺跌”的問題，分別對應于模型四、模型五，其被解釋變量分別為UVOL（上波動指標）和DVOL（下波動指標）。

觀察模型四，Dg系數(shù)為負，表明融資融券標的股票的“上漲力度”確實較非融資融券標的股要差，這符合融資融券標的股的選取規(guī)則，但是其在統(tǒng)計上并不顯著。Dt系數(shù)顯著為負，表明融資融券交易開通之后，市場的“上漲力度”有明顯下降，而從顯著為負的Dg*Dt的系數(shù)可知融資融券標的股票的這種“上漲力度”的下降較整個市場而言更為明顯。綜上所述，融資融券交易正式開通后市場以及標的股票的向上波動都受到了明顯“阻礙”，標的股票的相關指標變化由于受到融資融券交易開通的影響而更為明顯，融資融券交易的開通“助漲”是假“抑漲”是真。

觀察模型五，Dg系數(shù)為正，表明融資融券標的股票的“下跌力度”顯著小于非融資融券標的股票，這同樣符合融資融券標的股的選取規(guī)則。Dt系數(shù)正，但不顯著，說明融資融券交易開通后整個市場的下跌幅度并未產(chǎn)生顯著變化。從顯著為正的Dg*Dt的系數(shù)可知，融資融券交易的開通對標的股票的股票向下波動有明顯的抑制作用，融資融券交易對標的股票“殺跌”是假“抑跌”是真。

模型三、四、五綜合表明融資融券交易開通后，市場以及標的股票的波動幅度都顯著下降，但是市場的下波動幅度的減少在統(tǒng)計上不顯著。由于受到融資融券交易的影響，標的股票波動幅度的下降幅度更大，由此可知融資融券交易的開通既能從“抑漲”方向也能從“抑跌”方向有效的降低標的股票的波動性。

五、結論與政策建議

融資融券交易具有賣空機制和杠桿交易等特征，各界普遍認為其對完善證券市場交易機制、提高價格發(fā)現(xiàn)效率具有十分重要的意義。本文以2010年12月5日至2012年12月5日264只滬深300指數(shù)成份股交易數(shù)據(jù)為例，基于DID模型，研究了我國融資融券推出對標的股票流動性、風險性以及波動性的影響，主要有以下幾點：

1.融資融券交易開通后，市場的流動性顯著下降、風險性顯著降低、波動性顯著降低，但這種涉及整個市場的變化難以歸功于融資融券交易。

2.融資融券交易的開通顯著降低了標的股票的流動性、非系統(tǒng)性風險波動性，從“抑漲”、“抑跌”兩個方向抑制了標的股票的暴漲暴跌，標的股票的流動性、風險性及波動性的下降要大大高于非標的股票。

本輪融資融券標的股票推出以來，經(jīng)濟整體情況不容樂觀，股票市場低迷，投資者十分謹慎，交易頻率并不高可能對市場整體流動性、風險性及波動性下降產(chǎn)生系統(tǒng)性的影響。又由于融資融券標的股票以往的二級市場表現(xiàn)得更為穩(wěn)健，在低迷的市場環(huán)境下則更難有領先大盤的發(fā)力上漲，也難有較大的做空機會。因此投資者認為融資融券標的股票并不是在熊市當中理想選擇。此外，在經(jīng)濟整體不容樂觀的情況下，投資者對于極端情況更為敏感與恐慌，懼怕融資融券標的股票在杠桿作用下可能出現(xiàn)的大漲大跌，從而避免選擇融資融券標的股票。上述可能是融資融券標的股票流動性下降大于非標的股票的主要原因。

因此，本文得出以下啟示或政策建議:

1.逐步增加標的證券的數(shù)量，擴大融資融券交易的市場覆蓋面，擴大融資融券交易的市場接受度，更好地發(fā)揮其對股市的正面效應。

2.盡快推出市場化的“轉融通”機制，增加資金和股票來源，滿足市場買空賣空需求，發(fā)揮買空賣空機制的價格發(fā)現(xiàn)功能。

3.完善監(jiān)管制度的同時適當放松監(jiān)管措施。既要考慮到試點券商及融資融券交易客戶的風險性，也要考慮對不同種類標的股票指定不同的融資融券規(guī)則及標準，以降低市場整體的風險性。

4.對于二級市場的投資者而言，融資融券標的股票是較為穩(wěn)健的投資選擇?！?/p>

（責任編輯：張恩娟）

參考文獻:

[1]Cai J, Li Y, Xia L. Liquidity, information asymmetry

and short sales constraints: Evidence from the Hong Kong Stock Market[J]. Information Asymmetry and Short Sales Constraints: Evidence from the Hong Kong Stock Market (December 1, 2006), 2007.

[2]Bogen J I, Krooss H E. Security credit: Its economic

role and regulation[M]. Prentice-Hall, 1960.

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

[4]Charoenrook A, Daouk H. The world price of short

selling[J]. Working Paper, The Owen Graduate School of Management, Vanderbilt University, 2003. （下轉第48頁）

（上接第33頁）

[5]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 (5): 28-34.

[6]于孝建.融資融券交易對中國股市流動性和波動性的影響[J].華南理工大學學報（社會科學版）2012（2）: 1-7.

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

[8]Allen F, Gale D. Arbitrage, short sales, and financial

innovation[J]. Econometrica: Journal of the Econometric Society, 1991: 1041-1068.

[9]Bernardo A E, Welch I. Liquidity and financial market

runs[J]. The Quarterly Journal of Economics, 2004, 119(1): 135-158.

[10]Ofek E, Richardson M. Dotcom mania: The rise and fall of internet stock prices[J]. The Journal of Finance, 2003, 58(3): 1113-1138.

[11]Chang E C, Cheng J W, Yu Y. Short‐sales con

straints and price discovery: Evidence from the Hong Kong market[J]. The Journal of Finance, 2007, 62(5): 2097-2121.

[12]Hong H,Stein J C. Differences of opinion, short‐sales

constraints, and market crashes[J]. Review of financial studies, 2003, 16(2): 487-525.

[13]Bai Y, Chang E, Wang J. Asset prices under short-sale constraints[D]. University of Hong Kong, 2006.

[14]許紅偉, 陳欣.我國推出融資融券交易促進了標的股票的定價效率嗎?——基于雙重差分模型的實證研究[J].管理世界,2012(5):52-61.

[15]Kraus A, Rubin A.The Effect of Short Sale Constraint

Removal on Volatility in the Presence of Heterogeneous Beliefs*[J]. International Review of Finance, 2003, 4(3‐4): 171-188.

[16]吳淑琨, 廖士光. 融資融券交易的市場沖擊效應研究: 臺灣的經(jīng)驗與啟示[R]. 海通證券研究報告, 2007.

收稿日期：２０14－05－08

作者簡介：馬 晶（1991-），男，湖南益陽人，華南師范大學經(jīng)濟與管理學院碩士研究生；

王智淵（1989-），男，廣東湛江人，華南師范大學經(jīng)濟與管理學院碩士研究生。

①如無特殊指明，本文所述股票風險性皆特指非系統(tǒng)性風險。