資金流量對我國股票指數的影響
——基于滬深兩市數據的實證分析

呂 鑫

（蘭州大學經濟學院，甘肅 蘭州 730000）

一、引言

資金流量是推動股市發展的源動力，國內外學者都對資金流量進行了大量的研究分析。Welles Wilder（1989）首次提出用資金流量指標（MFI）衡量資金和市場的整體脈動。Jegadeesh和Titman（1993）提出了股市的動量效應，即前期資金的大量流入會引起后期資金的持續跟進，同時資金流量與股價之間有著明顯的相關性。Thu Hang Nguyen（2012）則驗證了股市的反轉效應，即在一段長時間內，表現差的股票在隨后時間內會經歷相當大的逆轉且回到正常水平，而表現優良的股票會在其后時間內出現差的表現。在國內，侯麗薇、謝赤等人（2010）通過對A股市場高頻交易數據的統計分析發現，資金流量對未來股票價格具有中期反轉的特征。何誠英、劉英等（2011）運用二階段資金流向理論模型證實短期歷史資金流量對短期未來資金流量具有顯著的預測作用。梁麗珍（2008）采用分量回歸的方法驗證表明，由于中國股市漲跌停板的限制，使得投資人不能對市場信息進行有效回應，在股市接近跌停時投資人駐足不前，以致資金流量銳減，而在漲停時，資金流量卻沒有相應的擴張，故而造成資金流量與正負收益率不對稱的現象。張宗新、繆婧倩（2012）通過引入基金流量，發現在牛市中投資者往往是越漲越買，熊市中是越跌越賣，而在震蕩市中投資者更青睞于波段操作。李俊聲、卓建偉（2018）通過將A股股票按價格水平分成五個投資組合后進一步研究發現，由于投資者的錨定效應，導致A股市場存在價格效應異象。周樹民、盧炎飛、王傳美（2017）以上證綜指和行業面板數據為樣本，通過對資金流量和股市收益率進行分析后表明，當期和滯后一期的資金流對股市收益率具有顯著的正向關系，滯后一期的資金流量對當期資金流量具有預測作用。基于前人的研究，本文從上海市場和深圳市場入手，運用時間序列模型，將樣本分為牛市、熊市以及震蕩市，對我國股指和資金流量的關系進行實證分析。本文具有以下特點：（1）數據全面：收集的數據為上海市場和深證市場自2008年1月至2018年4月，共124個月的月度數據；（2）采用較為系統的數據庫：所選取的數據分別來自Wind數據終端和大智慧數據終端；（3）實證更加全面：采用MFI指標作為衡量資金流量的代理變量，考慮以微觀和宏觀因素作為控制變量，對我國A股市場資金流量與股指的關系進行全面的分析與論證。

二、樣本數據與模型設計

（一）樣本數據

如圖1、圖2所示，自2008年1月開始至2018年4月，上證綜指和深證成指共同經歷了“過車山”式的震蕩，牛、熊市交替進行，在這種情況下，資金流量規模與股指之間產生著千絲萬縷的聯系，故而本文選取2008年1月至2018年4月之間共計124個月的歷史數據，通過建立多元回歸模型，對流入我國股市的資金流量與股指之間的動態關系進行實證分析。在回歸模型中，分別選取了上證綜指和深證成指作為研究對象，運用Eviews 8.0計量經濟軟件和SPSS 20統計軟件對模型進行分析。

圖1 -1 上證綜指

圖1 -2 深證成指

（二）變量選擇

影響股指的因素復雜多樣，且各國之間實際情況各有千秋，無法單純用一種理論來進行完美解釋。本文試圖通過在時間序列模型中設置多個控制變量，對資金流量與股指之間的關系進行回歸分析，文中控制變量的選取主要基于前人文獻對股指影響因素的分析總結。故而本文著重選取A股市場月度波動率（MV）、A股市場新增開戶數（KHS）、A股市場月度平均市盈率（PE）、A股市場月度換手率（TURN）、克強經濟指數累計月度數據（LKI）作為控制變量，以MFIt指標代替資金流量，以CPt指標代替股指，且本文將A股市場分為上海市場和深圳市場，分別討論資金流量對股指的影響。

表1 -1 變量指標說明

（三）模型設定

本文從上海市場和深圳市場這兩個市場入手，研究資金流量和股價指數的關系。因此本文將模型分為兩大部分，第一部分考察資金流量對股指的影響，第二部分考察上期資金流量和當期資金流量的關系。模型（1）主要考察當期資金流量對當期股市價格指數的影響，模型（2）主要考察上期資金流量對當期資金流量的影響，進而對股市動量效應和反轉效應進行驗證。

其中，CPt表示第t期股市價格指數，MFIt表示第t期股市資金流量，Qt為控制變量，β1、β2、β3、β4、θ 表示股市的回歸系數，εt是隨機干擾項，服從標準正態分布N(0，2)。

三、實證檢驗與分析

首先，對所采用的相關變量進行ADF單位根檢驗，根據表2-1，在上海市場上，資金流量指標（MFIt）、市場波動率指標（MV）、新增開戶數（KHS）、市盈率指標（PE）、換手率指標（TURN）均在 1%的顯著性水平上拒絕單位根，股價指數（CPt）在5%的顯著性水平上拒絕單位根，克強經濟指數（LKI）則在10%的顯著性水平上拒絕單位根；根據表2-2，在深圳市場上，資金流量指標（MFIt）、市場波動率指標（MV）、新增開戶數（KHS）、換手率指標（TURN）均在1%的顯著性水平上拒絕單位根，股價指數（CPt）以及市盈率指標（PE）在5%的顯著性水平上拒絕單位根，克強經濟指數（LKI）則在10%的顯著性水平上拒絕單位根，綜上所述，本文所選取的變量均滿足平穩性要求。

表2 -1 上海市場股指相關變量的ADF單位根檢驗

表2 -2 深證市場股指相關變量的ADF單位根檢驗

其次，本文將市場分為牛市、熊市、震蕩市三部分，其中定義2008年11月至2009年 11月、2010年7月至 2011年 3月以及2014年4月至2015年5月為牛市；2008年1月至2008年10月、2009年12月至2010年6月以及2011年4月至2012年11月為熊市； 2012年12月至2014年3月以及2015年6月至2018年4月為震蕩市，進而分別討論股指和資金流量在各個階段的關系。

（一）股價指數與資金流量關系的模型分析

表2 -3 上海市場

表2-3給出了上海市場關于模型（1）的檢驗結果。在全樣本中，通過模型（1）我們發現當期資金流量的系數顯著為正，這表明當期資金流量對股指產生正的影響。同時，作為控制變量的市盈率對股指有顯著的正向影響，說明我國股市存在顯著的本益比效應。新增投資者開戶數也顯著為正，表明投資者對股市的參與度越高，上證綜指也會越高。換手率則顯著為負，表明在市場整體水平下，投資者仍舊看好市場前景。其次，市場波動率也顯著為負，表明市場波動率越大，股指走勢越低迷。最后，衡量宏觀經濟走勢的克強經濟指數顯著為正，表明經濟發展狀況越好，股指水平越高。

與全樣本中使用的方法類似，筆者又分別對牛市、熊市以及震蕩市的數據進行檢驗。其中，在牛市中，當期資金流量顯著影響上證綜指水平，這進一步驗證了當資金大量流入股市時，上證綜指會持續走高。市盈率水平和在全樣本下一樣顯著正向影響股指，進一步驗證了我國股市存在著顯著的本益比效應。新增投資者開戶數對股指同樣具有顯著的正向影響，但在牛市樣本中，雖然換手率為負，但與股指的關系不再顯著。最后，市場波動率對股指的影響同樣顯著為負，克強經濟指數也同樣顯著為正。而在熊市中，當期資金流量與股指同樣顯著正相關，有效證明了資金流量與股指模型的穩健性。新增開戶數與股指呈現顯著負相關，換手率呈現出正相關，以及克強經濟指數同樣出現負相關，這顯示出在大熊市中，投資者的投資行為出現了與經濟規律相背離的“非理性”行為。在震蕩市中，當期資金流量同樣影響著股指走勢，但顯著度略有下降。

表2 -4 深圳市場

表2-4給出了深圳市場關于模型（1）的檢驗結果。結果顯示，無論在全樣本還是在牛市、熊市以及震蕩市中，當期資金流量與深證成指都表現出顯著的正向關系，這與上海市場的檢驗結果一致。

從上海市場和深圳市場的股指實證結果分析，資金流入股市，股指走強，資金流出股市，股指走弱，資金流量顯著正向影響著股指走勢。

（二）當期資金流量與上期資金流量實證分析

2-5 上海市場資金流量關系

表2-5給出了上海市場關于模型（2）的檢驗結果。模型結果顯示，無論是在全體樣本還是牛市、熊市亦或是震蕩市中，前期資金流量與當期資金流量都具有顯著的正向關系，前期的標準化資金流量能有效的預測當期的資金流量，但在不同階段其顯著性會有所不同，熊市和震蕩市的影響程度明顯低于牛市，在牛市中資金流量具有更加有效的預測能力，這有效驗證了Jegadeesh（1993）提出的股市動量效應。同時，當期股指與當期現金流量具有顯著的正向關系，而上期股指對當期現金流量表現出明顯的負相關，這和Thu Hang Nguyen（2012）驗證的股市反轉效應相一致。

2-6 深圳市場資金流量關系

表2-6則給出了深圳市場關于模型（2）的檢驗結果。該結果同樣有效驗證了股市動量效應和反轉效應。

四、結論與建議

本文以2008年1月至2018年4月的月度數據為研究對象，對中國股市資金流量與股價指數的關系進行了驗證，本文分析認為無論在牛市、熊市還是震蕩市中，資金流量都能有效解釋股指走勢，資金大量流入，引起股指走強，資金大量流出，引起股指走弱；而滯后一期的資金流量對當期資金流量具有顯著地預測作用，上期資金流入會導致當期資金也流入，表現出明顯的動量效應，但是上期股指則和當期資金流入表現出明顯的反轉效應。故投資者在構建投資組合的過程中，如果以資金流量指標為構建依據，則有可能獲得相對較好的投資回報。