2010年03月30日,上海证券交易所发布公告称融资融券业务系统在2010年03月31日起开通试用,会员融资融券交易的申报开始接受试点,融资融券业务开始正式启动。六年的时间里,融资融券业务经历四次扩容,交易规模逐渐扩大,直到2014年09月22日,标的股由700只扩大至900只,尤其2014年扩容后标的股票数量将占到A股上市公司总数的三分之一,流通市值将占到A股流通总市值的80%,标的股票的普及度和代表性获得进一步提升,这对于中国资本市场的发展有着重要的意义[1]。本文通过采用理论分析与实证分析相结合的方法,研究融资融券余额时间序列、融资余额时间序列以及融券余额时间序列与股市波动率时间序列之间的关系。在理论层面,本文对融资融券业务进行了梳理介绍。首先界定相关概念和相关理论,为下文定量分析打下理论基础,包括融资融券概念、特征、功能、与普通证券交易的区别、风险影响以及股市波动性的相关概念,借鉴了“股价高估”理论、市场有效性理论和理性预期模型。之后进行国外文献综述和国内文献综述,同时介绍我国融资融券交易得发展现状,主要包括融资融券业务的发展历程、融资融券交易现状以及存在的问题。之后对融资融券影响我国股市波动性进行分析,介绍融资融券的模式、影响我国股票市场波动性的要素以及对股市波动性的作用机制,为下文的实证分析提供理论基础和支撑[2]。在实证层面,探究融资融券与我国股市波动性之间的关系。利用上海证券交易所第四次扩容以后的融资融券余额数据,以2010年03月31日到2016年11月25日这一周期为研究对象,基于2010年04月02日到2016年11月25日沪市周融资融券余额数据,对融资融券余额变动、融资余额变动和融券余额变动对我国股票市场波动性的影响进行实证研究,首先进行变量选取和变量说明,随后确定研究方法并介绍向量自回归模型VAR,之后进行股市波动率时间序列、融资融券余额时间序列、融资余额时间序列和融券余额时间序列的平稳性检验、向量自回归VAR模型最佳滞后阶数确定、格兰杰Granger因果关系检验、脉冲响应函数分析以及方差分解,应用VAR模型对股市波动性指标、融资融券余额的一阶差分、融资余额的一阶差分、融券余额的一阶差分这四个时间序列数据进行回归分析,并得出相应的结论。通过实证分析,本文的研究结论如下:首先,通过构建股市波动率指标SZ与融资融券指标RR、股市波动率SZ与融资指标RZ以及股市波动率SZ与融券指标RQ之间的VAR模型,并分别确定各模型的最优滞后阶数,分别为2, 2, 0,从模型估计可知融资融券余额RR、融资余额RZ、融券余额RQ以及股市波动性SZ他们之间存在着某种相关性,至于具体的关系,接下来需要进行格兰杰Granger因果关系检验、脉冲响应分析和方差分解。其次,通过格兰杰Granger因果关系检验判断融资融券是如何影响股票市场的波动以及股票市场的波动是如何影响融资融券的交易,检验发现:(1)RR不是导致SZ变化的格兰杰原因,SZ是导致RR变化的格兰杰原因;(2) RZ不是导致SZ变化的格兰杰原因,SZ是导致RZ变化的格兰杰原因;(3) RQ不是导致SZ变化的格兰杰原因,SZ不是导致RQ变化的格兰杰原因。综合以上检验可知,融资融券交易与股市波动性之间存在因果关系,股市波动性的变化能够引起融资融券交易的变化[3]。再次,应用脉冲响应分析方法,进行Cholesky分解,分析融资融券余额RR、融资余额RZ、融券余额RQ以及股市波动性SZ序列之间冲击响应的情况,研究发现:(1)融资融券余额的增加会平抑股票市场的波动性,股票市场的正向波动会促进融资融券余额的增加;(2)融资余额的增加会平抑股票市场的波动性,股票市场的正向波动会促进融资余额的增加;(3)融券余额的增加会平抑股票市场的波动性,作用并不显著,由于融券规模在我国证券市场较小,故其对股市波动性的影响较小,股票市场的正向波动开始会促使融券余额的增加,第一期后便会形成负向冲击,促使融券余额的减少[4]。最后,在构建的融资融券余额RR、融资余额RZ、融券余额RQ以及股市波动性SZ之间的VAR模型基础上,进行方差分解,得出结论如下:(1)股市波动性的预测误差方差主要来自于股市波动性自身的影响,融资融券RR影响不是非常显著,贡献率较小;(2)股市波动性的预测误差方差主要来自于股市波动性自身的影响,融资交易RZ影响不是非常显著,贡献率较小;(3)股市波动性的预测误差方差主要来自于股市波动性自身的影响,融券交易RQ影响不是非常显著,贡献率较小。