上海證券Ａ股市場價量關系實證研究
2008-01-01 00:00:00張博
財經問題研究 2008年2期
摘 要：價格與交易量作為證券市場交易過程的基礎性變量，蘊含了市場交易過程中的主要信息。本文基于MDH，通過運用Granger因果關系檢驗法在對上海證券A股市場價量關系分時段研究的基礎上，得出結論認為交易量中的信息交易量對于價格變動具有較高的解釋能力，該市場存在價量之間雙向的Granger因果關系，并以此為基礎提出了具體的交易機制改進對策。
關鍵詞：上海證券市場；價量關系；信息交易量；Granger因果檢驗
中圖分類號：F830．91文獻標識碼：A文章編號：1000．176X（2008）02．0065．06
在微觀金融理論中，價格和交易量作為證券交易的基礎性變量，蘊含了市場交易過程中的主要信息。Karpoff對價量關系研究的理論和現實價值作出了深刻的概括：首先，價量之間的真實關系有助于人們了解證券市場的信息流動機制和微觀結構；其次，價量關系研究有助于推進證券市場事件研究；再次，價量關系研究對解釋證券價格分布狀態具有決定性影響；最后，價量關系研究有助于解釋技術分析的有效性并為投資者提供有價值的信息[1]。
價量關系研究在國外可以追溯到Clark利用低頻數據所進行價量關系的相關性分析[2]，其后Epps、Karpoff、Smirlock、Gallant和Campell等學者利用不同方法深化了這一研究[3．6]。國外在解釋價量之間存在的緊密聯系方面具有代表性的理論可分為三類:第一類是交易理論模型，它強調交易者的交易行為是解釋價量正相關性的關鍵，認為交易者傾向于在市場交投活躍時進行交易，因此交易量和價格波動在時間上存在集群性[7]；第二類是理念分散模型，該模型認為交易者對市場信息理解的分歧越大，引起價格的波動和交易量也越大[8]；第三類是信息理論模型，它指出信息是交易量和價格波動的共同驅動因素，這與市場微觀結構理論所堅持的價格波動主要源于新信息不斷到達市場并融入到交易過程中的觀點相一致，加之獲得了更多的實證研究的支持，信息理論模型目前已經成為解釋價量關系的主流模型[9]。
近年我國一些學者基于國外研究成果對我國證券市場價量關系進行了有益的探索。張維、閆冀楠針對上海證券市場的研究發現價格對交易量具有顯著的線性因果關系，而交易量對短期價格波動不具有線性因果關系，但長期卻存在非線性因果關系[10]；陳良東利用線性Granger因果檢驗對上海證券市場價量關系進行了剖析，發現交易量的變化與絕對價格收益之間存在顯著的正相關關系[11]；陳怡玲、宋逢明通過研究發現交易量與價格變化絕對量、價格變化本身線性正相關，并且存在非對稱的價量關系[12]；魏巍賢對上海證券市場價格與交易量進行協整分析，得出兩者間存在長期均衡的結論[13]；范鈦、張明善利用Granger因果關系檢驗法和VAR模型對我國A、B、H股市場分割下價量關系的表現特征和內在規律進行研究[14]。
國內價量關系實證研究存在以下不足之處需要加以改進：首先，現有研究在對交易量的處理上不夠細致，有些仍直接運用原始交易量序列進入模型，而未將其進行進一步的甄別和分離，從而削弱了研究成果的揭示能力；其次，在分析時段選取上較為隨意，并且多為單階段靜態分析，沒有充分考慮數據分段特征的變化，也未能從動態對比角度揭示價量關系的演進；最后，對于價量關系實證結果的剖析仍有待深入，未能深入到交易機制層面，因而對于市場發展的實踐指導作用相對有限。本文在甄選已有國內外價量關系研究成果的基礎上，通過對交易量序列的分解、提取信息交易量作為實證分析的數據基礎，并運用信息理論模型中的混合分布假說作為理論基礎，在結合市場制度變遷實踐的基礎上進行兩時段價量關系實證分析，從對比分析中謀求更深入地揭示上海證券A股市場價量關系以及該市場交易機制存在的不足，據此提出具有針對性的改進對策。
一、理論基礎和研究方法
（一）信息理論模型概述
信息理論模型從信息引起交易需求和交易供給變化的角度解釋交易量與價格波動間存在的正相關關系，認為新信息流到達市場的強度和頻率決定了市場交易的活躍程度和交易量、價格的波動程度。信息理論模型中具有代表性的混合分布假說(MDH)認為價格波動與交易量的聯合分布由一個潛在的、被假定為信息流的混合變量共同驅使，市場中存在著一種反映信息在市場傳播速度的潛在性因素，新信息流進入市場產生影響并引起交易量和價格同期變動，并且價格波動和交易量分別與信息流的速率正相關，繼而形成價格波動與交易量正相關[15]。在MDH框架下，交易量與價格波動的動態特征僅僅依賴于信息流到達過程的時間序列特征，因此交易量序列可以作為信息流的代理指標并成為產生價格持續性波動的因素；反之亦然。
（二）研究方法
1．交易量的分解
根據MDH的觀點交易量包含兩部分——信息交易量和非信息交易量，前者是基于新信息到達誘發信息交易而增加的交易量，后者一般是噪聲交易而引起的交易量。信息交易量作為新信息到達并對交易量產生沖擊的體現，基于新信息隨機、不連續的特征，信息交易量變化較為隨機、不具穩定性；而從長期看基于噪聲交易因素產生的非信息交易量則相對較為穩定。據此非信息交易量是交易量中可以預測的成分，可由交易量的平均值——預期交易量來表示；信息交易量則無法從歷史交易量序列中予以解釋并由非預期交易量來表示。用式(1)剔除交易量序列中的線性和非線性趨勢的影響。
二、上海證券市場價量關系實證分析
（一）數據特征
1．數據來源
1996年12月16日上海證券交易所開始實行交易價格漲跌幅限制（漲跌停板制度），其后在2006年6月份開始分批推進的股權分置改革進入實施階段，從市場微觀結構理論出發，有理由相信交易機制轉換和制度變遷會導致市場交易特征和交易行為產生較為明顯的差異，因此有必要以1996年12月16日和2006年5月31日為分水嶺將不同特征的市場數據進行分段處理，以避免數據結構轉變所帶來的分析謬誤。據此將檢驗的樣本期分為兩個時段進行分析:1990．12．19—1996．12．15為第一時段；1996．12．16—2006．05．31為第二時段。選取上證A股綜合指數（簡稱“上證綜指”，下同）日收益率及日交易金額數據為價量關系指標分析對象，數據源自國泰安公司開發的CSMAR數據庫，分析中使用計量經濟學軟件SPSS和Eviews。
2．數據描述
（1）上證綜指日收益率序列統計特征
記Pt為日收盤指數，Rt為日(對數)收益率，則Rt=lnPt．lnPt．1，應用SPSS軟件對其進行單變量頻數分布分析得出上數變量的統計量特征，見表1。
（2）上證綜指日交易量序列統計特征
以上證綜指日交易額序列為原始交易量序列，對其進行單變量頻數分布分析和序列自相關檢驗，結果分別見表2、表3。
（3）統計分析
從以上的統計特征中可以發現上海證券市場兩時段價量指標具有顯著的差異，籠統使用全部時間序列數據可能會導致模型設立上的錯誤并影響分析結論的正確性，分時段考察更為適宜。同時原始交易量序列的自相關系數明顯超出了置信區間、存在著顯著的自相關，說明原始交易量序列具有高度的可預測性，與將其分解為預期交易量和非預期交易量的要求相一致。
（二）上海證券市場價格與交易量Granger因果檢驗
1．交易量的處理
去除原始交易量中的線性、非線性時間趨勢，得到了去勢交易量；然后經過比較，分別選擇ARMA (8，0)以及ARMA (9，0)去除了v′t中的序列相關性，得到了非預期交易量v1t；最后用去勢交易量v′t減去非預期交易量v1t得到預期交易量v2t。考查期內的相關性檢驗結果見表4。
通過對各交易量之間相關系數的分析發現預期交易量v1t和原始交易量vt相關性很高，非預期交易量v2t與原始交易量vt的相關性較低。
對上海證券市場收益率（Rt）及其絕對值（|Rt|）、原始交易量（vt）、預期交易量（v1t）、非預期交易量（v2t）各序列進行ADF單位根檢驗。上述序列ADF檢驗值分別為．58．19468、．46．08381、．10．71768、．61．51139和．11．69868，均在1%的顯著性水平下拒絕存在單位根的原假設，從而表明上述序列都是平穩過程。基于上海證券市場所有收益變量和交易量變量都為平穩過程，可以進行變量間的Granger因果檢驗。
2．Granger因果檢驗
依據AIC準則選取滯后階數位4，進行價量間兩時段Granger因果檢驗，檢驗結果見表5和表6，繼而歸納兩時段Granger因果檢驗顯著性程度，見表7和表8。
表5第一時段Granger因果檢驗值統計
三、上海證券市場價量關系解析
（一）上海證券市場價量關系分析
在MDH分析框架下，從交易機制層面上可以對上海證券市場價量關系做較為深入的剖析。
Rt、|Rt|在兩時段分析中始終能在1%的顯著性水平下構成vt、v1t、v2t的Granger原因。這說明在MDH分析框架下，上海證券市場中的價格變量與交易量變量相比較是更為有效的信息流變量替代指標，即價格變量所擁有的信息含量高于交易量變量。需要注意的是在兩階段中，對于vt、v1t、v2t的解釋能力強于|Rt|，說明上海證券市場價量關系存在非對稱性，這在一定程度上可以歸結于賣空限制的存在，缺乏主動性做空機制導致負面信息生成交易、融入價格的能力弱于正面信息，從而影響了市場信息吸收的廣度。
v2t在第二時段能夠在較高的顯著性水平下構成Rt、|Rt|的Granger原因，并且v2t對于vt、|Rt|的解釋能力強于vt、v1t，這說明非信息交易量相對于信息交易量和原始交易量具有更強的價格預測能力，前述交易量分解思路得到了實證檢驗的支持。對于第一時段v2t較低的價格解釋能力，可以從上海證券市場發展初期的市場運行特征上尋找原因，在該階段市場總體規模較小、流動性較低，并且證券價格操縱特征明顯，在市場流動性較弱的背景下噪聲交易會導致市場出現較為明顯的價格波動，價格波動的信息含量和市場價格發現效率明顯偏低。其后隨著市場規模不斷提升、信息披露機制不斷完善和市場運作逐步規范化，非預期交易量在整體交易量中所占比重呈上升趨勢，其對市場的影響和對價格的解釋能力也顯著增強。
（二）上海證券市場交易機制改進對策
針對上海證券市場價量分析所揭示的問題，應當進一步推進交易機制的變革。
1．建立混合驅動交易機制
進一步增強市場流動性建設可以有效地降低基于噪聲交易和價格操縱所帶來的價格過度波動，從而提升市場價格生成的信息含量。在流動性建設中，可以在現有指令驅動交易機制基礎上引入報價驅動交易機制，由合格機構充當做市商，并賦予其在收取買賣價差基礎上針對市場非常態下出現的流動性瓶頸承擔提供流動性的義務，從而建立起常態市場環境下以訂單驅動交易機制為主體、在非常態市場環境下以報價驅動交易機制為有效補充的混合驅動交易機制。
2．完善信息披露機制
為了使市場交易能夠真實反映證券內在價值，需要進一步加大信息交易在整體交易中所占比重，這就需要不斷完善現有的信息披露機制，即在強化現有的常規性信息披露義務的同時，針對市場價格異常波動有效地拓展非常規性信息披露的強度和深度，使市場交易能夠及時地反映市場信息并使市場信息的披露能夠及時有效地修正市場交易，從而進一步壓縮虛假信息的散布空間、平抑其對市場的影響，為有效地提升市場交易的信息含量奠定良好的基礎。在這方面應當在進一步規范臨時停牌制度的同時，有效地拓寬信息披露范圍，將股權分制改革后可能出現的大宗交易激增所需要的冰山訂單、交易對手信息等內容囊括到信息披露機制建設中來。
3．建立兩層次的市場做空機制
針對價量關系的非對稱性，需要建立有效的做空機制來增加負面信息融入市場交易的能力。可以考慮在現有的權證交易基礎上，針對市場整體適時推出股指期貨交易和針對市場權重證券推出融券賣空交易，從而建立起兩層次的市場做空機制體系，起到有效地拆除市場自發性信息屏蔽、拓展信息流進入市場的廣度和效率。
四、結 論
本文基于MDH，在運用Granger因果關系檢驗法對上海證券市場價量關系進行分時段分析的基礎上，得出結論認為上海證券市場通過交易機制變革在一定程度上推進了市場整體運行效率的提升，交易量特別是信息交易量對于價格變動的解釋能力逐步增加，存在價量之間雙向的Granger因果關系。從市場發展的角度，進一步增加市場流動性、加大信息交易在整體交易中所占比重和提升價格的信息含量是當前市場交易機制改進的內在要求，具體地應當建立混合驅動交易機制、完善信息披露機制和引入做空機制。
參考文獻：
［1］ Karpoff J M．The relation between price changes and trading volume: A survey［J］．Journal of Financial and Quantitative Analysis ， 1987， Vol．22， No．1：109．126．
［2］ Clark P K ．A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices ［J］．Econometric，1973，41(Jan)：135．155．
［3］ Epps T W．Security Price Changes and Transaction Volumes: Some Additional Evidence ［J］．Journal of Financial and Quantitative Analysis，1977，12 (March)：141．146．
［4］ Smirlock M， Startks L．An empirical analysis of the stock prices and trading volume［J］．Journal of Banking and Finance，1988， (12)：269．283．
［5］ Gallant A， Ronal， Peter E．Stock Price and Volume， Review of Financial Studies，1992， (5)：199．242．
［6］ Wang．A model of competitive stock trading volumes ［J］．Journal of Political Economy， 1994， (102)：127．168．
［7］ Admati A P， Pfleiderer．A theory of intraday patterns:Volume and Price variability［J］．The review of Financial Studies，1988， (1)：3．40．
［8］ Shalen C T．Volume，volatility，and the dispersion of beliefs ［J］．Review of Financial Studies，1993，（6）： 405．434．
［9］ Harris L．Cross．security tests of the mixture of distribution hypothesis［J］．Joumal of Financial and Quantitative Analysis，1986， (21)：39．46．
［10］ 張維，閆冀楠．關于上海股市量價因果關系的實證探測［J］．系統工程理論與實踐，1998，(6)：111．114．
［11］ 陳良東．上海股市價量關系的實證分析［J］．上海財經大學學報，2000，（3）：37．41．
［12］ 陳怡玲，宋逢明．中國股市價格變動與交易量關系的實證研究［J］．管理科學學報，2000，（2）：62．68．
［13］ 魏巍賢，康朝鋒．上海股市價量關系的實證分析［J］．預測，2001，(6)：63．68．
［14］ 范鈦，張明善．中國證券市場分割的VAR模型檢驗［J］．華東經濟管理，2003，(5)：52．58．
［15］ Thomas W．The Stochastic Dependence of Security Price Changes and Transaction Volumes: Implications for the Mixture of Distributions Hypothesis［J］，Econometrica， 1976， (44)：211．305．
［16］ 王健超，郎波．股市規模效應的再研究——基于上海A股市場的實證分析［J］．云南財貿學院學報，2005，（2）.
（責任編輯：孟 耀）
注：“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文。”
