交易者結構與市場行情：來自深圳股票市場的經驗證據

[摘要]證券市場微觀結構理論的核心問題是證券價格的形成與決定，眾多學者從不同角度探討證券市場價格的影響因素，其中投資者結構是影響證券價格的一大重要因素。為了探討影響中國證券市場價格的微觀因素，本文使用各種類型投資者數量作為衡量投資者結構的指標，運用協整檢驗和Granger因果關系檢驗方法研究深圳股票市場中交易者結構與市場行情間的內在關系。實證結果表明，在深圳股票市場中，市場價格與個人交易者總數之間存在長期穩定的協整關系，個人交易者總數的變化與市場價格變化間存在著顯著的單向因果關系，即交易者總數的變化可以通過市場價格的變化來解釋。而市場價格與機構交易者總數之間既不存在長期穩定的協整關系，也不存在單向或雙向的因果引致關系。

[關鍵詞]交易者結構；單位根；協整；格蘭杰因果檢驗

[中圖分類號] F832.5［文獻標識碼］ Ａ

[文章編號] 1673-0461(2008)07-0068-05

一、引 言

20世紀60年代末，德姆塞茨（H.Demsetz，1968）[1]的論文《交易成本》（The Cost of Transacting）正式奠定了當代金融市場微觀結構理論的基礎，自此，關于證券市場上金融資產價格的形成方式和發現機制日益成為學者們的研究對象。國外學者對金融市場上的價格行為分析大多是建立在報價驅動（quote-driven）型交易機制基礎上，這種研究又可分為完全信息交易假設下的存貨模型和不完全信息交易假設下的信息模型（戴國強、吳林祥，1999）[2]。前一種主要考察股票價格行為同做市商（market maker）存貨成本之間的關系，所有交易者和做市商都不是知情交易者（informed trader），他們擁有相同信息，價差行為產生的原因是交易成本（包括存貨成本）。后一種由Jack Treynor以化名Bagehot（1971）[3]提出，這種分析方法認為做市商面臨兩種不同類型的交易者，即出于流動性需要而進行交易的未知情交易者（uninformed trader）和擁有特殊信息的知情交易者，知情交易者擁有關于資產真實價值的未公開信息以及是否與做市商進行交易的選擇權，從而他們與做市商交易時，只會獲利而不會虧損，因此，做市商為了避免破產只得通過設立買賣報價差，沖抵和彌補因信息不對稱帶來的損失。

由此可見，證券市場上不同類型交易者及其交易行為會對證券市場價格的形成產生很大影響力度，有鑒于此，本文將研究市場中不同交易者數量變化對市場價格行為的影響，以期發現它們之間的內在聯系。另外，國內外已有的文獻大多集中于研究宏觀經濟指標與股票價格間的聯系，Huang和Kracaw（1984）[4]利用Granger因果檢驗研究美國股票收益率與宏觀經濟活動間的關系，結果表明，股價收益率的變動是GNP和失業率變化的Granger原因。Friedman（1988）[5]的研究也表明，美國貨幣供給或貨幣流通速度都對股價變動有較強的解釋能力。Mookerjee和Yu（1997）[6]使用協整和因果關系檢驗研究新加坡宏觀經濟變量與股價間的關系，結果表明，股價與貨幣供應量間存在長期的協整關系，股價變動要領先于貨幣供應量。國內學者施東暉（2001）[7]對上證綜合指數和宏觀經濟變量間的關系進行研究，發現只有狹義貨幣供應量的變化與上證綜指收益間存在雙向因果關系，表明股票市場與實體經濟間沒有顯著聯系，但與貨幣供應量之間存在相互反饋關系。金德環、李勝利（2004）[8]研究貨幣供應量與證券市場價格間的關系，結果顯示，上證綜指和M0、M2之間存在長期穩定的協整關系，證券市場價格可以用貨幣供應量M0和M2解釋，而證券市場價格變化不是引起貨幣供應量變化的原因。施東暉、陳啟歡（2004）[9]研究信息不對稱情況下上海股市的投資者類型及其交易行為，結果表明大戶投資者的交易行為影響股價漲跌和散戶投資者的交易決策，而散戶投資者則為大戶投資者和機構投資者無償提供流動性。

對投資者對股票價格的影響，目前學者們更多地是從機構投資者角度進行分析，即論證機構投資者是否具有穩定股票市場的功能，如果這一結論成立，也就表明監管機構先前倡導的“超常規發展機構投資者”的決策是正確的。祁斌、黃明等（2006）[10]研究上海證券市場A股每日機構投資者持股比例與市場波動性之間的關系，發現機構投資者持股比例與股票波動性之間存在顯著的負相關關系，即機構投資者比例越高，市場波動性越低，機構投資者具有穩定市場的功能。但是，齊偉山、歐陽令南（2006）[11]探討中國股票市場中機構持股與上市公司盈余公告后股價漂移之間的關系，發現在較短時間窗口內機構投資者持股沒有減輕價格漂移的程度，在較長的時間窗口內機構持股反而加重了價格漂移程度。何佳、何基報（2006）[12]、何佳、何基報等人（2007）[13]研究結果卻表明，以證券投資基金為代表的機構投資者對股價波動的影響隨著市場結構和環境變化而變化，即使價格向同一方向變化，基金的行為有時會增加股價波動，有時會減少股價波動，機構投資者對市場波動性的影響沒有一致性結論，并建議通過市場基礎與制度建設來建立相應機制和提高監管能力，維護市場穩定，而不應指望機構投資者來維護市場穩定。

從上可知，學者們對宏觀經濟變量與證券市場價格間的關系作了大量的研究，但對交易者數量與結構同證券市場價格間的關系則很少有人問津。同時，由于中國證券市場目前采用指令驅動（order-driven）機制下的開盤集合競價和日內連續競價的交易系統，不存在國外證券市場中的做市商，因此，本文主要從交易者擁有的信息含量及是否擁有未公開信息的角度，將交易者分為個人交易者和機構交易者，做出這種劃分是基于這樣一種假設，即機構交易者由于其資金量較大、格外注重搜集尚未公開的信息且一般都有較強的研發力量，因此機構交易者較個人交易者而言，擁有的信息總量和尚未公開的信息要遠遠多于個人交易者，且信息質量也相對較高。另外，通過研究不同類型交易者數量同市場價格間的關系，可以發現何種交易者行為造成價格變化，市場價格走勢能否對進入市場的交易者總數產生影響。本文擬運用協整和因果關系檢驗的方法研究深圳股票市場中交易者結構與市場行情間的關系，以期發現影響市場價格的微觀因素。實證結果顯示，中國股票市場價格與個人交易者總數變化之間存在長期穩定的協整關系，個人交易者總數變動與市場價格變動間存在顯著的單向因果關系，市場價格變化影響個人交易者總數變化，可以解釋個人交易者總數變化，而機構交易者總數變動與市場行情間不存在協整關系和因果引致關系。

二、實證檢驗過程及結果

（一）數據說明

本文旨在研究中國證券市場中交易者結構（不同類型交易者數量）和證券市場價格間互動關系，由于上海和深圳市場存在較強的聯動性，因此，本文僅利用深圳證券市場數據進行實證檢驗。對于不同類型交易者，本文分別選取在深圳證券交易所開戶的A股個人交易者總數變動額（N0，單位為百戶）和機構交易者總數變動額（N1，單位為戶）作為研究對象；在證券市場價格方面，選擇深證成份指數（SZCZ）作為研究對象。所有數據均采用月份數據，各種類型交易者總數變化額均用每月月末相應類型交易者總數的變化額反映，SZCZ采用每月月末的收盤價格表示，樣本期間為1999年1月至2003年12月，共60組數據，數據來源為深圳證券交易所指定的巨潮資訊網（www.cninfo.com.cn）。

參照中國登記結算有限責任公司的《業務統計月報》中的統計口徑，本文中N0和N1的含義分別如下：

N0：開戶的自然人總數的變化額；

N1：一般機構、證券公司、證券投資基金、社會保障基金和QFII的開戶總數的變化額。

（二）研究方法及實證結果

從圖1和圖2中可以發現，SZCZ和N0、SZCZ和N1之間變化趨勢相似，相關系數分別為0.87和0.54，由此可知，市場價格與交易者數量間可能存在協整關系，因此，下文將采用協整和因果關系方法研究不同類型交易者數量變化同證券市場價格之間的定量關系。

對變量組進行協整和因果關系檢驗前，要首先檢驗各變量是否服從單位根過程，即變量序列是否是一階單整過程，記作I（1）。常用的單位根檢驗方法是ADF（augmented Dickey-Fuller）。SZCZ、N0和N1的原序列及其一階差分序列的單位根檢驗結果見下表1。

從表1中可知，在1999年1月至2003年12月的60個月期間，單位根檢驗顯示在1%的顯著性水平下，SZCZ、N0和N1的原序列都是非平穩的I（1）過程，而它們的一階差分都是平穩的I（0）過程，即時間序列SZCZ、N0和N1都是一階單整過程。

對于存在單位根的兩組或兩組以上時間序列，如果它們的線性組合是平穩的I（0）過程，則它們之間存在協整關系。對服從單位根過程的變量組進行協整檢驗，從檢驗方法上可分為兩種：一種是基于回歸殘差的EG（Engle Granger，1987）[14]兩步法協整檢驗；另一種是Johansen和Juselius（1990）[15]提出一種在VAR系統下用極大似然估計檢驗多變量間協整關系的方法，即Johansen協整檢驗。由EG兩步法得到的協整參數估計量具有超一致性和強有效性，但在有限樣本條件下，這種估計量有偏，且樣本容量越小、偏差越大。由于本文的有效樣本相對較小，為克服小樣本條件下EG兩步法參數估計的不足，本文采用后者進行分析。

注：1.（c，t，p）為檢驗類型， c和t表示帶有常數項和時間趨勢項， p表示滯后階數，下同.2.臨界值是在相應顯著性水平下得到的Mackinnon值.3.△表示原序列的一階差分，下同.4.***表示在1%水平下顯著，下同。

從上文的單位根檢驗結果可知，在1999.1至2003.12的時間段中，SZCZ、N0和N1都是單整的I（1）過程，因此可以對該時間段中的序列分別作協整檢驗。首先，將SZCZ分別和N0和N1進行配對，得到二組向量組合（SZCZ、N0）和（SZCZ、N1），然后分別計算跡統計量和最大特征值統計量。利用上述方法可以得到Johansen協整檢驗所需的跡統計量和最大特征值統計量以及各自檢驗所需的臨界值，實證結果列示在下表2中。

表示在5%的顯著性水平下拒絕原假設，下同。

從表2中可知，在5%顯著性水平下，跡統計量和最大特征值統計量檢驗都表明SZCZ和N0存在一個協整方程，SZCZ和N0之間存在著長期穩定的均衡關系，而SCCZ和N1之間不存在協整方程。協整方程（此處省略）也表明，SZCZ和N0之間關系是正方向的，這也與常理相符合，根據常理，市場價格最終是由入市交易的交易者在場內通過競價買賣形成的，入市交易者總數可以反映市場行情好壞，而且市場行情的好壞又會對交易者總數產生影響，行情好時交易者開戶入市的熱情就高，交易者數量就多；反之，交易者數量就少。

上述協整檢驗結果表明，SZCZ和N0之間存在長期穩定的協整關系。因此，可以進一步研究它們之間的因果關系。Granger因果檢驗有兩種形式：一種是傳統的基于VAR模型檢驗；另一種則是最近發展起來的基于VEC模型檢驗，兩者區別在于各自適用范圍有所不同，前者僅適用于非協整序列間的因果檢驗，而后者則是用來檢驗協整序列間的因果關系。

Feldstein Stock（1994）[16]認為，如果非平穩變量間存在著協整關系，則應考慮使用基于VEC模型進行因果檢驗，即不能省去誤差修正項（error correction term， ECT）。由于SZCZ和N0之間存在協整關系，據此，引入下式做VEC形式的Granger因果檢驗：

這里，Yt=（N0，SZCZ），修正系數矩陣θ和βi（i =1，2…n）分別說明變量間長期和短期因果關系（Masih Masih，1996）[17]。同時，本文也利用基于VAR模型方法加以檢驗，以便相互印證。對于不存在協整關系的SZCZ和N0，由于SZCZ和N0的一階差分均平穩，因此，可以用VAR模型對其差分進行Granger因果分析，檢驗兩者是否存在因果關系及因果關系方向，Granger因果關系檢驗結果分別見表3和表4。

注:1.**表示統計結果在5% 的統計水平下是顯著的;2.LM表示對殘差序列的自相關檢驗，FHET表示對殘差序列的異方差檢驗，FAR1表示對殘差序列1階滯后的ARCH效應檢驗.3.括號內是相應的p統計值4.panel B中的結果是利用傳統的Granger因果檢驗方法得到的統計結果。

表3第一部分表明，在檢驗SZCZ是否是N0的Granger原因時，△SZCZ（-1）和ECT（-1）系數均在5%的顯著性水平下異于0，表明SZCZ變動是N0變動的短期與長期Granger原因，且△SZCZ（-1）系數符號為正，即SZCZ上升導致N0增加，它們之間存在正向變動關系；ECT（-1）系數符號顯著為負，符合反向修正機制，表明長期內N0對均衡水平偏離可以通過誤差修正項修正和調整。在檢驗N0是否是SZCZ的Granger原因時，在5%置信水平下△N0（-1）和ECT（-1）系數均與0無顯著性差異，表明N0變動不是SZCZ變動的短期與長期Granger原因。同時，殘差檢驗也都表明殘差序列不存在自相關、異方差和ARCH效應等現象。從Panel B中可以看出，在用傳統Granger因果方法檢驗時，在1%置信水平下拒絕SZCZ變動不是N0變動的Granger原因的原假設，而接受N0變動不是SZCZ變動的Granger原因的原假設。兩種檢驗方法的實證結果都表明，在滯后2期情況下，無論從短期還是長期來看，SZCZ變化都是N0變化的原因，表明在股價指數上漲后，個人交易者開戶數目紛紛增加，并且時滯為2個月，行情變化確實影響交易者數量變動，但N0變化無法解釋SZCZ變化。

從表4中可以看出，在用傳統的Granger因果方法檢驗時，在5%置信水平下，接受SZCZ變動不是N1變動的Granger原因的原假設，即SZCZ變動不是N1變動的Granger原因，同時也接受N1變動不是SZCZ變動的Granger原因的原假設。因此，在滯后2期情況下，SZCZ變化與N1不存在單向或雙向的因果聯系。

上述實證結果表明，個人交易者總數變化與證券市場價格間存在著長期協整關系，同時，個人交易者總數變化與市場價格間存在單向因果關系，市場價格變化引致個人交易者總數變化；而機構交易者總數變化與市場價格間既不存在長期協整關系，也不存在因果引致關系。

三、研究結論

通過上述的實證研究，本文主要發現以下研究結論。

第一，中國證券市場上的個人交易者總數變化同證券市場價格變化間存在長期穩定的協整關系，而且這種關系是正方向的。因為市場價格最終是由入市交易的交易者在場內通過競價買賣形成的，交易者總數的多少也就反映出市場行情的好壞，而且市場行情的好壞也會對交易者的總數產生影響，行情好時交易者開戶入市的熱情就高，交易者數量就多；反之，交易者數量就少。例如，中國證券登記結算公司的數據顯示，自2003年11月中旬中國股市走出反轉行情之后，投資者信心明顯增強，股票市場開戶數有了顯著增加，截至2004年2月17日，滬深兩市賬戶總數達到7019.29萬戶，2003年底是6992.66萬戶，扣除春節放假休市因素影響，2004年1個月時間賬戶總數增加了26.63萬戶，遠遠超過了2003年的同期水平。

第二，個人交易者總數變化可以由證券市場價格變化進行解釋，證券市場價格變化同個人交易者總數變化間存在顯著的單向因果關系，個人交易者開戶數量變化對證券市場價格變化的敏感度較高，并且，它們之間存在著正方向變動關系，這在一定程度上說明，個人交易者開戶數量變化方向可以作為市場行情的“風向標”。另外，實證結果還表明，盡管從交易者數量上分析，個人交易者在中國證券市場上是“絕對主力”（以在深交所開A股賬戶的交易者為例，其中在1999年1月初至2003年12月末的60個月份中，個人交易者總數占開戶總數的最低比重也達到99.48%），但個人交易者開戶數量變化并未影響證券市場價格變化，這可能由于新開戶入市的個人交易者所擁有的資金量有限，或是由于場外增量資金通過已有賬戶而非新開立賬戶流入股市。

第三，機構交易者總數變化同證券市場價格變化之間并不存在長期穩定的協整關系以及因果關系。本文認為，這可能是由以下原因造成的，首先，無論從資格審查、繁冗的審批程序還是資金來源等方面（比如中國政府對QFII的嚴格監管）考察，中國機構交易者入市交易遠要比個人交易者困難得多，這就造成了機構交易者入市數量的變化量和變化幅度較小，他們數量變化的“剛性”肯定難以反映證券市場價格變化的靈活性。另外，機構交易者可能通過其他途徑而毋需開立新的資金賬戶和股票賬戶將資金引入證券市場，比如通過其他機構賬戶或是違規使用A字頭賬戶（A字頭賬戶為自然人的證券交易賬戶，相對于機構賬戶應為B字頭賬戶）（莊序瑩，2001）的方式進行化名隱蔽投資。由于機構交易者總數變動無法反映市場價格的變動，它們之間的關系顯得較為模糊，從這一點可以看出，機構交易者總數變動同證券市場變化間的關系是不確定的，無法知道機構交易者是否對整個市場起到穩定作用，這也與現有的實證結果相符，即部分學者的研究表明機構交易者能起到穩定市場的作用，如梁宇峰（2000）的研究顯示，證券投資基金的交易頻率要低于其他投資者，在一定程度上有助于穩定市場；也有學者認為機構交易者的存在加劇了市場的劇烈變化，如施東暉（2001）的研究結果表明，國內投資基金存在較為嚴重的羊群行為，投資理念趨同，投資風格模糊，并且在一定程度上加劇了股價波動。

綜上所述，本文的實證研究結果表明，個人交易者總數變化與證券市場價格變化之間存在長期穩定的協整關系，個人交易者總數變化僅是證券市場價格變化的結果和反映，證券市場價格變化無法通過個人交易者總數變化加以解釋和說明，即個人交易者總數并非是市場價格變化的原因。同時，機構交易者總數變化同證券市場價格變化間既不存在長期穩定的協整關系，也不存在因果引致聯系。

[參考文獻]

[1]Demsetz， H.， The cost of transaction， Quarterly Journal of Economics[J]. 1968， (82): 33-53.

[2]戴國強，吳林祥.金融市場微觀結構理論[M].上海財經大學出版社，1999.

[3]Bagehot， W.， The only game in town [J]. Financial Analysts Journal， 1971， (27):12-14.

[4]Huang R.D. W.A. Kracaw， Stock Market Returns and Real Activity: A Note [J]. Journal of Finance， 1984， (March): 267-273.

[5]Feldstein， M.S. J.H. Stock， The use of a monetary aggregate to target nominal GNP[M]. in N.G. Mankiw， eds.， Monetary Policy， University of Chicago Press， Chicago， 1994.

[6]Mookerjee， Rajen Yu， Qiao， Macroeconomic variables and stock prices in a small open economy: The case of Singapore [J].Pacific-Basin Finance Journal，1997， (5):377-388.

[7]施東暉.中國股市微觀行為:理論與實證[M].上海：上海遠東出版社，2001.

[8]金德環，李勝利.我國證券市場價格與貨幣供給量互動關系的研究[J].財經研究，2004(4):5-15.

[9]施東暉，陳啟歡.信息不對稱下的投資者類型與交易行為——來自上海股市的經驗證據[J].經濟科學，2004（5）：58-66。

[10]祁 斌，黃明，陳卓思.機構投資者與股市波動性[J].金融研究.，2006，(9):54-64。

[11]齊偉山， 歐陽令南.機構投資者與盈余公告后的股價行為——基于中國證券市場的經驗分析[J].管理科學.2006(1):85-91.

[12]何 佳，何基報.投資者結構與股價波動關系——基于理論的思考[J].南方經濟，2006，(2):80-90。

[13]何佳，何基報，王霞，翟偉麗.機構投資者一定能夠穩定股市嗎？——來自中國的經驗證據[J].管理世界，2007，(8):35-42.

[14]Engle， R. C. Granger， Co-Integration and Error Correction Representation， Estimation and Testing[J]. 1987， (55):251-267.

[15]Johansen S. K. Juselius， Maximum Likelihood Estimation and Inference on Cointegration with Application to the Demand for Money[J].Oxford Bulletin of Economics and Statistics，1990，(52):169-210.

[16]Friedman M。Money and the Stock Market [J]. Journal of Political Economy， 1988， (April): 221-224；Masih， A. Masih， R.， Macroeconomic activity dynamics and Granger Causality:

new evidence from a small developing economy based on a vector error-correction modeling analysis [J]. Economic Modeling，1996， (13): 407-426.

[17]梁宇峰.機構投資者是否有助于股市的穩定——國際經驗與中國國情[J].東方證券研究，2000(3).

The Traders’ Structure and Stock Market Price: Evidence from Shenzhen Stock Market

Wang Min1，Liao Shiguang2

（1.Economics Management School， Shanghai Jiaotong University， Shanghai 200052， China；2.Research Institute， Shanghai Stock Exchange， Shanghai 200120， China）

Abstract: The core issue of micro structure theory is the formation and determination of price. Many scholars have explored its influential factors from different aspects， among which traders’ structure is one of main factors influencing the price. To exploit the micro factors， this paper discusses the relationship between the traders’ structure and the market price with the methods of co-integration test and Granger causality test. The result reveals that there is long-term co-integration between the market price and the changes of the total number of individual traders in Shenzhen stock market， and there is unilateral causality between individual traders’ numbers and market price that is， the changes of the total number can be explained by the market price. While there does not exist co-integration and causality between market price and total number changes of institutional traders.

Key words: traders’ structure；unit root；co-integration；Granger causality test

（責任編輯：張丹郁）

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。”