股市量?jī)r(jià)關(guān)系研究

南夢(mèng)佳　王璐熠

摘要：量?jī)r(jià)關(guān)系研究一直是金融領(lǐng)域的熱點(diǎn)及難點(diǎn)，采用上證綜合指數(shù)和深證綜合指數(shù)的成交量和收盤價(jià)數(shù)據(jù)來對(duì)兩個(gè)市場(chǎng)的量?jī)r(jià)關(guān)系進(jìn)行研究，采用了描述統(tǒng)計(jì)和實(shí)證分析相結(jié)合的方法，研究發(fā)現(xiàn)成交量和收益率間存在雙向的Granger因果關(guān)系，同時(shí)通過方差分解發(fā)現(xiàn)成交量對(duì)收益率的貢獻(xiàn)率僅為1%，而收益率序列對(duì)成交量的貢獻(xiàn)率達(dá)到20%。

關(guān)鍵詞：量?jī)r(jià)關(guān)系；VAR模型；Granger因果關(guān)系；方差分解

中圖分類號(hào)：F83

文獻(xiàn)標(biāo)識(shí)碼：A doi：10.19311/j.cnki.1672-3198.2016.18.048

0.引言

在華爾街流傳著兩句非常著名的諺語：“It takesvolume to make prices move”和“Volume is relativelyheavy in bull markets and light in bear markets”。第一句話可以翻譯成“價(jià)走量先行”，隱含著量?jī)r(jià)是正相關(guān)關(guān)系，量是價(jià)的先行指標(biāo)；第二句話可以翻譯成“相對(duì)來說，牛市的交易量大，熊市的交易量小”，隱含著價(jià)的變動(dòng)導(dǎo)致了量的變化并且表現(xiàn)出兩者之間的正向關(guān)系。然而目前又出現(xiàn)一種量?jī)r(jià)背離的觀點(diǎn)，即在一系列的因素作用下，股票成交量和收盤價(jià)的變動(dòng)呈反向關(guān)系。

本文研究目的為探究收盤價(jià)和成交量之間為正向影響關(guān)系還是呈現(xiàn)出量?jī)r(jià)背離的特點(diǎn)。主要采用描述性統(tǒng)計(jì)分析和實(shí)證分析相結(jié)合的研究方法。

1.基本描述統(tǒng)計(jì)分析

1.1指標(biāo)的選取

本文以上證綜合指數(shù)和深圳綜合指數(shù)每日收盤價(jià)和成交量研究，分析了中國上海和深圳股市之間的關(guān)系，以及成交量為股票價(jià)格提供幫助與否。數(shù)據(jù)來源于上海證券交易所和深圳證券交易所系統(tǒng)的深圳綜合指數(shù)收盤價(jià)綜合指數(shù)和相應(yīng)的每日交易量數(shù)據(jù)。樣本區(qū)間為2006年1月1日至2016年6月20日，時(shí)間跨度為10年，共2538組樣本。所有數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫。

其中，Rt為第t天的對(duì)數(shù)收益率，Pt表示第t天的收盤價(jià)。之所以要對(duì)收盤價(jià)取對(duì)數(shù)之后進(jìn)行運(yùn)算，是因?yàn)閷?duì)數(shù)收盤價(jià)比收盤價(jià)具有更好的特性，比如受極端值的影響較小，誤差較小等。

1.3均值和標(biāo)準(zhǔn)差分析

深證綜指日平均收益率的均值略高于上證綜指，但相對(duì)應(yīng)的深證綜指的標(biāo)準(zhǔn)差也高于上證綜指，表現(xiàn)出金融市場(chǎng)高收益高風(fēng)險(xiǎn)的特征。

1.4偏度和峰度分析

上證綜合指數(shù)和深證成分指數(shù)的J-B統(tǒng)計(jì)量都大于任意合理顯著水平下的臨界值，表明上證綜合指數(shù)和深證綜合指數(shù)的收益率序列均不符合正態(tài)分布。

由表1數(shù)據(jù)可知，深證綜合指數(shù)與上證綜合指數(shù)的偏度都小于0，表明收益率的分布的值主要集中在均值的右側(cè)，出現(xiàn)日收益率高于均值收益率的情況較多；從峰度來看，上證綜指和深證綜指的峰度都大于3，說明收益率的差異較大，分布均表現(xiàn)出尖峰厚尾的性質(zhì)，即變量值集中位于均值的兩側(cè)，同時(shí)又有部分收益率與均值相差比較明顯。

相對(duì)于正態(tài)分布來說，尖峰厚尾表明上證綜指和深證綜指出現(xiàn)較大虧損和較高收益的概率較大，說明上證綜合指數(shù)和深證綜合指數(shù)存在暴漲暴跌現(xiàn)象。相比來說上證綜指的峰度大于深證綜指的，表明上證綜指的分布更陡峭。

從以上分析可知，上證綜指和深證綜指的收益率分布不服從正態(tài)分布，并且兩者日收益率序列的統(tǒng)計(jì)分析結(jié)果比較接近，體現(xiàn)出在樣本區(qū)間內(nèi)，上海股市和深圳股市行情特點(diǎn)的一致性。

2.實(shí)證研究

2.1收益率、成交量序列的平穩(wěn)性檢驗(yàn)

采用ADF檢驗(yàn)法，分別對(duì)上證綜指和深證綜指的日收益率、成交量序列進(jìn)行平穩(wěn)性檢驗(yàn)。在5%的顯著性水平下，均可拒絕存在單位根的原假設(shè)，ADF統(tǒng)計(jì)量均小于臨界值，說明兩者的收益率序列不存在單位根，均為平穩(wěn)序列；從回歸模型的DW值可以看出，日收益率序列的DW值均接近于2，說明所選回歸模型的殘差序列不存在序列相關(guān)性；符合建立向量自回歸（VAR）模型的條件，因此建立VAR模型來分析成交量和收益率的過去值對(duì)其當(dāng)前值的影響程度。

2.2模型的建立

根據(jù)AIC、SC準(zhǔn)則，所建立的VAR模型在滯后階數(shù)為18階時(shí)能完整反映所構(gòu)造模型的動(dòng)態(tài)特征。下面對(duì)模型進(jìn)行識(shí)別和檢驗(yàn)，以判別其是否符合模型最初的假定和經(jīng)濟(jì)意義。

2.2.1模型的穩(wěn)定性檢驗(yàn)

運(yùn)用AR根對(duì)模型的穩(wěn)定性進(jìn)行檢驗(yàn)，其最大的根的模的倒數(shù)為0.998小于1，位于單位圓內(nèi)表明所建立的VAR模型是穩(wěn)定的。

2.2.2殘差相關(guān)性檢驗(yàn)

利用eviews中殘差相關(guān)分析，分析得出，兩個(gè)市場(chǎng)指數(shù)所建立的VAR模型的殘差不存在相關(guān)性。

2.2.3 Granger因果關(guān)系檢驗(yàn)

對(duì)于上證綜指來說，在10%的顯著性水平下，拒絕原假設(shè)，認(rèn)為成交量和收益率互為對(duì)方的Granger原因。但是在5%的置信水平下，成交量不再是收益率的Granger原因，即認(rèn)為成交量的過去變化不會(huì)引起當(dāng)前收益率的變化，可能原因是股票的大量買進(jìn)和大量拋售對(duì)于成交量來說，都是增加的，但將會(huì)對(duì)收盤價(jià)產(chǎn)生不同方向的影響，日收益率可能增加也可能減少，因此日成交量對(duì)日收益率因果關(guān)系不太明顯；無論在哪種置信水平下，收益率都會(huì)是成交量的Granger原因，即收益率的過去數(shù)據(jù)會(huì)引起當(dāng)前成交量的變化，可能原因是股票過去盈利或虧損的狀況，會(huì)對(duì)股民當(dāng)前買進(jìn)或拋售股票的行為產(chǎn)生影響。但對(duì)于深證綜指來說，在5%的顯著性水平下，成交量和收益率互為對(duì)方的Granger原因，即一個(gè)變量的過去值的變化都會(huì)引起另一變量當(dāng)前值的變動(dòng)。

2.3脈沖響應(yīng)分析

選取脈沖響應(yīng)函數(shù)度量變量之間的動(dòng)態(tài)影響關(guān)系，根據(jù)兩個(gè)市場(chǎng)指數(shù)的VAR模型分別給出每個(gè)市場(chǎng)的各變量的脈沖響應(yīng)函數(shù)。從兩組脈沖響應(yīng)分析圖中可以看出，當(dāng)分別給予收益率的誤差項(xiàng)和成交量的誤差項(xiàng)以一定沖擊時(shí)，兩個(gè)市場(chǎng)指數(shù)的變動(dòng)趨勢(shì)是相同的。

當(dāng)給日收益率的誤差項(xiàng)以一定的正沖擊時(shí)，收益率和成交量的反映都比較敏感，收益率在第一期迅速增加，在第二期迅速回落于沖擊前水平，然后趨于平穩(wěn)；交易量直線上升在第二期達(dá)到峰值，然后影響逐漸減弱，但是具有較長(zhǎng)的持續(xù)效應(yīng)，給成交量一定的正的影響。

當(dāng)給成交量的誤差項(xiàng)以一定的沖擊時(shí)，收益率的反映并不明顯，在第二期有小幅度上升，第三期回落于沖擊前水平；交易量反映比較敏感，在第一期達(dá)到最大值，并在之后幾期逐漸回落，帶來正面效應(yīng)，并且此影響具有較長(zhǎng)的持續(xù)效應(yīng)。

2.4方差分解

方差分解是用來分析每個(gè)結(jié)構(gòu)的影響的內(nèi)生變量（通常是測(cè)量方差）的貢獻(xiàn)，并進(jìn)一步評(píng)估不同的結(jié)構(gòu)沖擊的重要性。因此，方差分解給出的對(duì)VAR模型中的變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)的相對(duì)重要性的信息。

對(duì)于上證綜指的收益率序列，成交量對(duì)其貢獻(xiàn)僅為1%，對(duì)于成交量序列，收益率對(duì)其的貢獻(xiàn)為22%；對(duì)于深證綜指的收益率序列，成交量對(duì)其貢獻(xiàn)為1%，對(duì)于成交量序列，收益率對(duì)其的貢獻(xiàn)為26%。從方差分解結(jié)果來看，對(duì)于兩個(gè)指數(shù)，成交量對(duì)收益率的影響都是很小的，相對(duì)來說，收益率對(duì)成交量變動(dòng)的貢獻(xiàn)更大一點(diǎn)。

3.結(jié)論

本文通過對(duì)上證綜指和深證綜指的10年日數(shù)據(jù)進(jìn)行分析，得出三條結(jié)論：

第一、上證綜合指數(shù)和深圳成分指數(shù)的收益率標(biāo)準(zhǔn)差較大，表明我國證券市場(chǎng)價(jià)格波動(dòng)劇烈，體現(xiàn)在股票市場(chǎng)高風(fēng)險(xiǎn)的特征；上海綜合指數(shù)和深圳成分指數(shù)收益率分布呈左偏特性峰度遠(yuǎn)大于3，說明中國股票市場(chǎng)收益率具有明顯的尖峰厚尾分布，反映了中國的上海和深圳股市存在尖峰現(xiàn)象，而上海綜合指數(shù)和深圳成分指數(shù)收益率序列不符合正態(tài)分布。

第二，根據(jù)Granger因果關(guān)系檢驗(yàn)，在10%的顯著性水平下，收盤價(jià)和收益率互為對(duì)方的Granger原因，即兩變量過去值的變化會(huì)對(duì)當(dāng)前值產(chǎn)生影響。

第三，從方差分解的結(jié)果來看，對(duì)于兩個(gè)指數(shù)，成交量對(duì)其收益率變化的影響都是很小的，相對(duì)來說，收益率對(duì)成交量變化的貢獻(xiàn)更大些；從VAR模型的系數(shù)來看，針對(duì)本文采用的數(shù)據(jù)并不存在量?jī)r(jià)背離的特征。