前言：一場漲了六成、又跌掉四成五的行情
2014年底到2015年年中，中國滬深股市走出一段令人印象深刻的多頭行情。上證綜合指數從2014年底大約3200點起漲，一路推升到2015年6月12日的5178.19點高點，短短半年多漲幅超過六成。但接下來發生的事，卻是台灣投資人在教科書之外，很難親身經歷卻極具參考價值的一堂課：短短兩個多月內，上證綜指與滬深300指數雙雙重挫約45%，到8月26日一度探底2850.71點附近，等於把六個月的漲幅幾乎全部吐回去。
這段行情之所以值得反覆拆解，不是因為它是「中國特有的怪現象」，而是因為它把一個所有槓桿市場都共通的機制——融資（信用交易）在多頭時如何放大買盤、又如何在下跌時透過強制平倉反向放大賣壓——用一種近乎「教科書等級」的清晰度演示了一遍。這篇文章的目的不是要你記住哪一天大盤跌了多少點，而是要把「融資去槓桿的骨牌效應」這個機制本身講清楚：它的定義、它的計算邏輯、它為什麼會自我加速，以及這套邏輯跟台灣證券市場的融資融券制度有什麼可以互相對照的地方。
什麼是「融資」與「槓桿」：先把名詞定義清楚
在往下談之前，有幾個名詞必須先釐清，因為中港與台灣的用語習慣略有差異，中國市場慣稱「融資融券」（簡稱「兩融」），台灣則多半直接說「信用交易」或「融資／融券」，指涉的其實是同一種制度設計。
融資（Margin Buying）：投資人以自有資金加上向證券商借入的資金一起買進股票，等於用比自己口袋深度更大的部位去參與市場漲跌。假設你有100萬元自有資金，透過融資借到等額的資金，就能買進200萬元的股票——這時候你的「槓桿倍數」是2倍。
融券（Short Selling via Margin）：投資人向證券商借入股票先賣出，預期股價下跌後再買回償還，賺取中間價差，是與融資方向相反的信用交易。
槓桿（Leverage）：白話說就是「用別人的錢放大自己部位」的比例。槓桿倍數越高，同樣的股價漲跌幅度，對你自有資金的影響就越劇烈——漲的時候獲利倍增，跌的時候虧損也倍增，而且虧損有可能超過你原本投入的自有資金。
去槓桿（Deleveraging）：指投資人（或整體市場）主動或被迫縮減融資部位、償還借款的過程。「主動去槓桿」是投資人自己判斷風險升高而減碼；「被迫去槓桿」則是本文要談的重點——當股價下跌到一定程度，觸發追繳或強制平倉機制，投資人不是「選擇」賣股票，而是「被要求」賣股票。
理解這幾個名詞之後，我們可以進入這次事件真正的核心：融資盤的規模，以及它在下跌時如何從「助漲的力量」翻轉成「助跌的力量」。
融資餘額的爆發式成長：多頭時期的助燃劑
根據維基百科整理的公開資料，中國證券市場的融資融券餘額在2015年6月13日左右攀升到歷史高位，約人民幣2.26兆元（2.26萬億元）。這個數字背後代表的意義是：市場上有超過兩兆元人民幣的部位，是投資人「借錢買股票」堆疊出來的，而不是純粹用自有資金買進的部位。
除了正規的融資融券（兩融）之外，這波行情還有一個更值得留意、也更難精確統計規模的槓桿來源——「場外配資」。所謂場外配資，是指投資人透過證券商信用交易體系以外的管道（例如第三方配資公司、傘形信託、部分網路交易介面提供的槓桿工具）取得更高倍數的資金槓桿，槓桿倍數往往遠高於證交所正規融資融券制度所允許的上限。這類資金游離在監理機構的直接監管視野之外，規模難以精確估算，但市場普遍認為其存量相當可觀，也因此成為後續官方出手清查的重點對象。
這裡要先建立一個關鍵的因果概念：融資餘額的快速攀升，本身既是股價上漲的「結果」，也是股價繼續上漲的「原因」。股價漲，投資人信心增強、抵押品（也就是已經買進的股票）市值上升，可以借到更多錢繼續加碼買進，於是又推升股價——這是一個正向循環，也正是多頭後期市場情緒最亢奮、槓桿使用意願最高的階段。而所有正向循環，若失去節制，都潛藏著反轉時同樣力道、甚至更猛烈的負向循環的種子。
導火線：監理機構出手清查場外配資
2015年6月12日——也就是上證綜指觸及本輪高點的同一天——中國證券監督管理委員會（證監會）在例行記者會上，要求所有證券公司不得透過網路證券交易介面為場外配資活動提供便利。這是一個監理面的政策轉向訊號：官方開始正視場外配資規模過大、槓桿失控的風險，並著手要求證券商配合清查、切斷不合規的資金入口。
市場對這項政策轉向的反應非常迅速。6月15日（星期一）開盤，指數應聲重挫，這一天後來被部分市場評論者稱為「黑色星期一」。值得注意的是，這個時間點與指數觸頂的時間點幾乎完全重疊——這並非巧合，而是槓桿市場的典型特徵：當推升行情的槓桿資金來源本身受到限制，行情的上漲動能會第一時間喪失，而已經堆疊到高點的融資部位，則會在接下來的下跌中成為壓垮價格的力量。
到了7月12日，證監會進一步發布關於清理整頓違法從事證券業務活動的指導意見，鎖定打擊非法配資行為。這一連串監理動作的時間序列，清楚勾勒出「政策轉向→去槓桿啟動→價格下跌→更多去槓桿」這條傳導鏈的起點。
骨牌效應的核心機制：為什麼下跌會自我加速
這是本文最重要的一段，我們用一個簡化、匿名化的數字模型來說明「融資盤去槓桿的骨牌效應」到底是怎麼運作的，這個邏輯同樣適用於理解台灣的融資維持率制度。
第一步：追繳保證金（Margin Call）的觸發
在信用交易制度下，投資人融資買進股票後，證券商會持續計算「擔保維持率」，公式大致如下（台灣證券市場的實際計算方式）：
擔保維持率 = （融資買進證券市值 + 其他擔保品市值）÷ 融資金額 × 100%
以台灣現行制度為例，當整戶擔保維持率低於130%時，證券商會發出追繳通知，要求投資人在通知送達日起2個營業日內，補繳融資自備款差額，讓維持率回升。中國的兩融制度在具體維持率門檻與計算細節上與台灣不完全相同，但「股價下跌→擔保品市值縮水→維持率下降→觸發追繳」這套基本邏輯是所有融資槓桿制度共通的骨架。
第二步：投資人若無法補繳，觸發強制平倉
如果投資人在期限內沒有補繳差額，且維持率仍然不足，證券商依規定就會開始處分擔保品——也就是俗稱的「斷頭」或「強制平倉」。以台灣的規則為例：若委託人未於通知送達之日起兩個營業日內補繳，或僅補繳部分金額，導致當日擔保維持率仍然不足，自次一營業日起，證券商即應處分（賣出）其擔保品。
這一步是整個骨牌效應機制中最關鍵的轉折點：強制平倉的賣出行為，不是投資人根據自己對後市的判斷所做的決策，而是制度上「被要求」執行的動作。這代表無論投資人主觀上多想繼續持有等待反彈，只要維持率不足且未能補繳，賣單就會被券商強制執行。
第三步：強制賣壓進一步壓低股價，觸發下一輪追繳
這正是「骨牌效應」名稱的由來。當第一批融資部位因維持率不足被強制賣出，這些賣單本身會對股價造成向下壓力；股價下跌，又會使得另一批原本維持率尚屬安全、但相對接近門檻的融資部位，跟著被拖到追繳邊緣，觸發下一輪追繳與平倉。這個過程一輪接一輪，形成一個自我強化的負向循環：
股價下跌 → 融資戶擔保維持率下降 → 觸發追繳
→ 未補繳者遭強制平倉（賣出）→ 賣壓推低股價
→ 更多融資戶維持率下降 → 觸發下一輪追繳……（循環）
這個機制之所以特別劇烈，還有一個放大因素：融資買進的股票，本身就是抵押品。也就是說，當股價下跌時，不僅投資人的「自有資金部位」在虧損，連他拿來抵押借款的擔保品市值也同步縮水，維持率的分子分母同時往不利方向移動，下降速度比單純「沒有槓桿」的情況快得多。這也是為什麼2015年這波行情，兩融餘額從高峰到7月8日短短不到一個月內，就從約2.26萬億元人民幣，快速回落到約1.46萬億元人民幣，等於在極短時間內蒸發了將近8000億元人民幣的融資部位規模。市場公開資料也顯示，三週內A股市場資金淨流出達到人民幣9218億元，兩融餘額從峰值縮水約847億元——這正是被迫去槓桿在數字上留下的痕跡。
場外配資：槓桿倍數更高，骨牌效應更猛烈
如果說正規兩融制度的槓桿倍數與追繳規則相對透明、有明確的維持率門檻可循，那麼場外配資的問題就在於它的槓桿倍數往往遠高於正規制度、平倉規則也可能更為嚴苛（例如某些配資產品採用「單一預警線、單一平倉線」，一旦觸及平倉線可能是配資方系統直接自動賣出，沒有補繳緩衝期）。這意味著場外配資部位對股價下跌的敏感度更高、反應速度更快，一旦大盤出現一定幅度的回檔，這些高槓桿部位往往是最早被強制平倉的一批，也因此成為整個去槓桿骨牌效應中最先倒下、也最容易引發連鎖反應的一張牌。
官方救市措施：試圖阻斷骨牌效應的傳導
面對急速下跌與流動性危機，中國官方在2015年6月底到8月間採取了一系列因應措施，這些措施的共通目標，其實就是試圖從不同環節「打斷」上述的負向循環：
- 貨幣政策工具：中國人民銀行於6月27日宣布調降存款準備率與利率（雙降），試圖從資金成本與市場流動性面向舒緩壓力；8月26日再度採取類似的雙降措施。
- 對證券金融公司提供流動性支持：官方宣布央行將以多種形式為中國證券金融股份有限公司（簡稱「證金公司」）提供流動性支持，用意在於讓證金公司有能力承接市場拋壓、穩定兩融體系的資金鏈。
- 券商集體行動：2015年7月4日，多家證券公司聯合宣布多項救市措施，包括合計動用不低於人民幣1200億元的自有資金，用於購買藍籌股ETF等方式支撐市場，被市場稱為「國家隊」救市行動的一部分。
這些措施在事後的市場評論與學術討論中，被普遍認為是2015年這場流動性危機能夠逐步趨於穩定的關鍵因素——透過對沖去槓桿造成的強制賣壓、補充市場流動性，讓「股價下跌→強制平倉→股價再下跌」的骨牌效應鏈條有機會被打斷。不過必須強調的是，這是屬於官方層級、動用國家資源介入市場的非常規措施，並不是一般投資人在面對融資追繳時可以援引或期待的個別選項；理解這段歷史的重點，在於認識槓桿去化過程的破壞力有多大，而不是把「政府會救市」當作評估個人槓桿部位風險時的預設前提。
常見誤解澄清
誤解一：「股災就是因為股價太貴，泡沫本來就該破」
股價評價是否偏離基本面，是另一個層次的問題，本文不做評價高低的主觀判斷。但需要澄清的是：即使不去爭論「合理價格」是多少，融資盤集中、槓桿倍數偏高本身，就是一個獨立於「股價貴不貴」的結構性風險因子。換句話說，兩個基本面條件相似的市場，一個融資餘額占市值比重高、一個偏低，前者在下跌初期出現「加速趕底」的機率明顯較高，這是槓桿結構的問題，不是單純的評價問題。
誤解二：「強制平倉是券商在落井下石」
從單一投資人的角度看，維持率不足被強制賣出，情緒上確實容易產生這樣的觀感。但從制度設計角度，追繳與強制平倉機制的存在，是為了保護「借出資金的一方」（券商）不至於因為股價持續下跌，導致借款金額超過抵押品剩餘價值，形成券商本身的呆帳風險。這套機制對個別投資人而言是壓力來源，但對整個信用交易制度的存續而言，是必要的風險控管環節——問題不在於「有沒有平倉機制」，而在於「整體市場的槓桿規模是否已經大到讓平倉機制被同時觸發時，足以引發系統性的價格骨牌效應」。
誤解三：「只要不融資，就跟我無關」
即使個別投資人完全沒有使用融資、以自有資金操作，融資盤去槓桿造成的骨牌賣壓，仍然會透過股價下跌影響到所有持有相關股票的投資人，這是一種外部性。理解融資去槓桿的機制，即便自己不做槓桿交易，也有助於判讀「為什麼在某些下跌階段，賣壓會顯得特別急促、特別不理性」——很大一部分並不是新的悲觀訊息造成的賣壓，而是既有槓桿部位被迫平倉造成的結構性賣壓，兩者的性質並不相同。
與台灣市場的連結：制度邏輯相通，規模與監理環境不同
雖然2015年這場事件發生在中國市場，但融資去槓桿的骨牌效應邏輯，對台灣投資人並不陌生，因為台灣證券市場本身就有一套行之有年的融資融券信用交易制度，機制原理相通：
- 維持率門檻與追繳期限：台灣現行規則中，整戶擔保維持率低於130%即觸發追繳通知，投資人須於通知送達日起2個營業日內補繳差額；若逾期未補足，次一營業日起券商即可處分擔保品。這與2015年中國兩融制度「維持率不足→追繳→逾期強制平倉」的基本骨架邏輯是一致的，只是具體的門檻數字與作業細節不完全相同。
- 維持率計算公式：台灣的整戶擔保維持率計算公式為（融資擔保品證券市值＋融券擔保品及保證金＋抵繳有價證券或其他商品市值）÷（融資金額＋融券標的證券市值）×100%，這個公式清楚呈現了前文提到的「分子分母同步惡化」的槓桿放大效果——股價下跌時，作為分子的擔保品市值縮水，維持率下降速度會快於單純的股價跌幅百分比。
- 規模與監理透明度的差異：台灣證券市場的融資融券屬於受主管機關（金管會）與證交所直接監管的正規信用交易制度，融資餘額、維持率規則、平倉程序都有公開、明確且相對穩定的規範可循；相較之下，2015年中國市場的場外配資由於游離在正規監理視野之外，槓桿倍數不透明、規模難以精確掌握，這正是官方在事件後持續加強清查場外配資、規範網路證券交易介面的重要背景。對台灣投資人而言，這段歷史的參考價值，不在於「猜測哪一天可能重演」，而在於認識到：當一個市場中，游離在正規監理制度之外、槓桿倍數不透明的資金部位規模過大時，一旦觸發去槓桿，其自我加速的力道，往往會比正規、透明、有明確規則可循的信用交易體系更加劇烈難測。
重點回顧
- 融資（槓桿）在多頭時期是助漲的正向循環：股價漲→擔保品市值增加→可借更多錢→買盤增加→股價續漲，這個循環在市場情緒亢奮期特別容易加速堆疊。
- 2015年融資餘額（兩融）於6月13日左右攀升到約人民幣2.26萬億元高位，隨後在監理機構要求清查場外配資的政策轉向下，於6月18日起開始下滑，到7月8日已降至約1.46萬億元，短時間內蒸發近8000億元人民幣的規模。
- 去槓桿的骨牌效應機制：股價下跌→擔保維持率下降→觸發追繳→未補繳者遭強制平倉→賣壓進一步壓低股價→觸發下一輪追繳，形成自我強化的負向循環，而且因為抵押品本身也是下跌標的，維持率惡化的速度會快於單純的股價跌幅。
- 場外配資由於槓桿倍數更高、規則更嚴苛、且游離於正規監理之外，在這場事件中被認為是骨牌效應中反應最快、最先觸發連鎖平倉的一環，也是官方事後重點清查對象。
- 官方救市措施（雙降、對證金公司提供流動性、券商集體購買藍籌ETF等）的共同目的，是試圖從資金成本、流動性、賣壓承接等不同環節打斷去槓桿的負向循環，這是國家層級的非常規干預，不宜作為個人評估槓桿風險時的預設前提。
- 台灣的融資維持率制度（130%追繳門檻、逾期強制平倉）與2015年中國兩融制度基本邏輯相通，理解這段歷史有助於認識：融資部位規模越大、槓桿倍數越高、監理透明度越低，一旦下跌觸發去槓桿，價格自我加速下跌的骨牌效應就可能越劇烈。
本文為財經歷史與制度教育內容，旨在說明融資槓桿與強制平倉機制的運作邏輯，所引用之歷史股價、指數點位與監理措施時間點，均為公開歷史事實陳述，不構成對任何個股或市場未來走勢之操作建議。
Sources: