中國股票市場交易數據相關關系實證分析

◇任煜東 張新祥

中國股票市場交易數據相關關系實證分析

◇任煜東 張新祥

本文從成交量、成交額和滬深兩市綜合指數三個變量出發，對中國股票市場交易數據的相關關系進行了實證分析。分析發現,以成交額為控制變量，成交量和綜合指數是負相關關系。這個結論說明傳統的量價關系分析是片面的。

量價關系負相關；成交額

10.13999/j.cnki.scyj.2017.03.017

一、引言

量價關系是研究證券市場的基本方法之一。我國很多學者利用量價關系對證券市場交易數據進行了實證分析。鄭方鑲，吳超鵬，吳世農（2007）研究股票成交量與股票收益率序列相關性的關系,認為中國投資者存在過度投機交易行為[1]。翟愛梅，周彤（2011）采用經濟學中的比較靜態分析方法，得出股票成交價格的變化絕對值與成交量是同向變化，并進行了實證檢驗[2]。吳秋芳（2013），李雙成（2006）等使用GARCH模型和BP神經網絡對中國股市的量價關系進行了實證研究，認為成交量與股市波動性之間存在較強的正相關關系[3][4]。郭梁（2010），張小勇（2013）等通過高頻數據研究了中國股市成交量與價格變化之間的關系，張小勇認為股指期貨成交量與價格波動之間表現明顯的正相關關系，郭梁認為低成交量對應反常負相關量價關系[5][6]。王立民（2014），于偉（2006），張博（2008）等對量價關系進行了協整檢驗和Granger因果關系檢驗，認為價量之間存在長期協整關系和Granger因果關系，收益率對交易量有解釋作用，但交易量對收益率沒有顯著的解釋作用[7][8][9]。錢爭鳴（2007），封福育（2008）等采用分位回歸模型，認為量價存在顯著的正相關關系[10][11]。王彩鳳（2012）應用蒙特卡洛和貝葉斯估計，得出非預期交易量對股價的影響大于預期交易量[12]。

這些研究的共同特點，是只考慮了“量”和“價”兩個變量，并且普遍認為量價之間是正相關的。個別文獻中發現有負相關的情況，但歸結為反常現象。在股票市場交易過程中，除了成交量和股價之外，還有成交額這一變量。應用成交量、股價和成交額三個變量，才能正確刻劃股票市場交易過程。

本文用成交量、股價和成交額三個變量研究股票市場交易過程的相關關系。結果發現，以成交額為控制變量，量價之間是負相關的，這和一般量價關系結論相反。從成交量、股價和成交額三個維度研究量價關系，有別于傳統的量價分析方法，是本文的主要創新點。

二、變量選取及數據處理

上海證券交易所數據開始于1990年12月27日，深圳證券交易所數據開始于1991年4月3日。由于初期的上市公司數量少，股市規模比較小，很不成熟，所以本文選取1995年9月之后的數據進行分析，共5365個交易日。數據來源于上海證券交易所和深圳證券交易所公開數據，通過交易軟件下載。

成交量的單位為“手”，成交額的單位為“元”。用兩市成交量之和表示總成交量，成交額之和表示總成交額，兩市收盤指數的加權平均表示綜合指數，權重為當日成交額占兩市總成交額的比重。記：

三、相關分析

兩變量間的相關關系往往受其他因素的影響，如果不考慮這些影響，會使分析結果變得不可靠。偏相關分析是在研究兩變量的相關關系時，將與這兩個變量有聯系的其他變量控制不變的統計方法。對于三個變量X1，X2，X3，固定一個變量求另外兩個變量的偏相關系數的公式為：

其中rij,k表示第k個變量固定時第i個變量和第j個變量的相關系數rij，rik，rjk表示兩個變量間的簡單相關系數。

對于Ln（M），Ln（V）和Ln（p）三個變量，我們先用SPSS軟件求出其兩兩之間的相關系數（表1）：

表1 相關系數

從表1可以看出，Ln（M），Ln（V）和Ln（p）兩兩之間的相關系數在0.01水平上顯著相關，且都是正相關。正是在這樣的結果下，一般量價分析理論認為量價之間是正相關的。

但是這樣的考慮方法并不全面，因為這三個變量之間是相互影響的。如上所述，用偏相關系數能夠更加準確地刻畫出它們之間的相關關系。因此我們把其中的一個變量作為控制變量，用SPSS軟件求出其他兩個變量的偏相關系數（表2）:

表2 偏相關系數

從表2可以看出，以Ln（p）作為控制變量，Ln（M）和Ln （V）之間是顯著正相關的；以Ln（V）作為控制變量，Ln（M）和Ln（p）之間也是顯著正相關的。但是，以Ln（M）作為控制變量，Ln（p）和Ln（V）之間是顯著負相關的。也就是說，如果以成交額作為控制變量，量價之間是負相關的。這一點和人們的普遍認識相反，一般認為量價之間是正相關的。

從以上實證分析的結果可以看出，由于沒有考慮成交額的因素，證券市場上傳統的量價關系分析是片面的。成交量、成交額和股價三個因素相互影響，其中成交量和股價之間是負相關的關系。

股市中確實會有“量價齊升”的現象出現，這種現象一定伴隨著成交額的增加。在給定成交額的情況下，成交量增加將伴隨著股價的降低。在考察交易過程的時候，量價關系在一定的成交額下考慮才有意義。

為了進一步認識這三個變量之間的關系，對這三個變量進行回歸分析。

四、回歸分析

回歸分析是在大量的觀察和實驗的基礎上，尋找隱藏在不確定現象中的統計規律性的統計方法。多元回歸模型確定之后，必須對模型進行統計檢驗。統計檢驗通常包括回歸方程和回歸系數的顯著性檢驗，擬合優度檢驗，異方差和自相關性檢驗，以及多重共線性檢驗等。

對于綜合指數p，成交量V和成交額M，我們建立如下回歸方程：

應用Eviews軟件，得到如下結果（表3）：

表3 回歸分析結果

顯然，回歸方程通過了F檢驗和t檢驗，說明回歸方程和回歸系數都是顯著的。調整后的R2為0.902，說明回歸方程的擬合度較高。于是得出下列回歸方程：

在回歸方程中，Ln（V）的系數為-0.71＜0，再次說明量價之間是負相關關系，并且得出成交量V增加1%時，綜合指數p減小0.71%。

五、結論

本文以1995年9月以來的滬深兩市交易數據為樣本，研究了成交量、成交額和兩市綜合指數之間的相關關系。結果表明，成交額和成交量、成交額和綜合指數之間是正相關關系，而以成交額為控制變量，成交量和綜合指數之間是負相關關系。

上述實證結果說明傳統的量價關系分析是片面的，分析的基礎是錯誤的。出現錯誤的根本原因，是傳統的量價關系研究方法只考慮了量和價的因素，沒有考慮成交額的影響。

從成交量、成交額和兩市綜合指數這三個變量出發，可以建立它們之間的函數關系，正確理解和準確把握證券市場的運行規律。

[1]鄭方鑲，吳超鵬，吳世農.股票成交量與收益率序列相關性研究[J].金融研究,2007（03）.

[2]翟愛梅，周彤.股票市場量價關系分析[J].技術經濟與管理研究，2011（11）.

[3]吳秋芳，王長輝，唐亞勇.基于GARCH類模型和BP神經網絡的量價關系實證研究[J].四川大學學報（自然科學版），2013（07）.

[4]李雙成，邢志安，任彪.基于MDH假說的中國滬深股市量價關系實證研究[J].系統工程，2006（04）.

[5]郭梁，周煒星.基于高頻數據的中國股市量價關系研究[J].管理學報，2010（08）.

[6]張小勇，任德平.基于高頻數據滬深300股指期貨量價關系研究[J].湖南大學學報（社會科學版），2013（02）.

[7]王立民，陳雪婧，黃靜.基于量價關系的股票價格分布模型探析[J].北京科技大學學報（社會科學版），2014（05）.

[8]于偉,尹敬東.我國股票市場量價關系的實證研究[J].南京財經大學學報，2006（01）.

[9]張博.上海證券A股市場價量關系實證研究[J].財經問題研究，2008（02）.

[10]錢爭鳴，郭鵬輝.上海證券交易市場量價關系的分位回歸分析[J].數量經濟技術經濟研究，2007（10）.

[11]封福育.我國滬深股市量價關系實證分析[J].商業經濟與管理，2008（06）.

[12]王彩鳳，孫曉霞，鄭珊.中國股市量價關系分析中的后驗分布構造與模擬[J].數學的實踐與認識，2012（12）.

（作者單位：河南財經政法大學數學與信息科學學院）