上海股市價量關(guān)系的實證研究

摘 要:股票的成交量和價格之間的關(guān)系是金融市場的一個非常重要的研究對象，長期以來一直是金融領(lǐng)域倍受關(guān)注的話題。文章首先利用ADF單位根檢驗對滬市A股的價格和成交量數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗，然后進(jìn)行了協(xié)整檢驗，檢驗價格和成交量之間有無協(xié)整關(guān)系。還利用Granger因果檢驗、脈沖響應(yīng)和方差分解，研究成交量和價格之間的因果關(guān)系。最后還建立了GARCH模型，對價量關(guān)系進(jìn)行更深入的研究。

關(guān)鍵詞:價量關(guān)系 協(xié)整檢驗 Granger因果檢驗 脈沖響應(yīng) 方差分解

中圖分類號:F830.1 文獻(xiàn)標(biāo)識碼A

文章編號:1004-4914(2010)05-084-02

一、引言

金融市場價量關(guān)系的研究一直是金融領(lǐng)域的一個研究熱點，價量關(guān)系對于深刻理解市場價格傳導(dǎo)機制有著重要作用。價，指的是一支股票的價格，以收盤價為準(zhǔn);量，指的是一支股票的單位時間的成交量。一支股票價格的漲跌與其成交量大小之間存在一定的內(nèi)在關(guān)系。所謂價量關(guān)系，是指股市價格的波動性與成交量間存在的互動關(guān)系，它是理解股市波動性的關(guān)鍵。從市場宏觀層次上看，價量關(guān)系反映了交易者的交易行為與價格波動的相互影響。投資者可通過分析此關(guān)系，判斷形勢，買賣股票。成交量作為股票市場最容易獲得和處理的信息資源之一，能直接體現(xiàn)股票的供求狀況，而價量關(guān)系是了解金融市場結(jié)構(gòu)的一個途徑，也是研究市場有效性的重要方面。

筆者首先進(jìn)行了平穩(wěn)性檢驗，在此基礎(chǔ)上進(jìn)行了協(xié)整檢驗，用于檢驗價格和成交量之間有無協(xié)整關(guān)系。然后先后利用了Granger因果檢驗、脈沖響應(yīng)、方差分解等方法，研究了成交量和價格之間的因果關(guān)系。最后還用建立的GARCH模型對價量關(guān)系進(jìn)行進(jìn)一步研究。

二、價量關(guān)系的實證分析

1.數(shù)據(jù)來源及處理。我們采用上海股市A股數(shù)據(jù)為研究對象，文中使用的所有數(shù)據(jù)均來自Wind數(shù)據(jù)庫。樣本包括從1990年12月19日至2009年2月19日期間4454個交易日的上證綜合指數(shù)的收盤價(元)Price和成交量(手)Quant數(shù)據(jù)。LPrice和LQuant分別指對Price和Quant取對數(shù)值，DLPrice和DLQuant則分別是LPrice和LQuant的一階差分。所有數(shù)據(jù)的分析均使用Eviews5.1進(jìn)行。

對變量進(jìn)行正態(tài)性檢驗發(fā)現(xiàn):這兩個序列的均值為正，顯著不為零。偏度較小，可以認(rèn)為這兩個序列的分布基本是對稱的。峰度明顯大于3，其經(jīng)驗分布與正態(tài)分布相比呈現(xiàn)尖峰厚尾的特征。此外，Jarque-Bera正態(tài)檢驗也表明序列不符合正態(tài)分布。從相關(guān)性檢驗結(jié)果可知，上海A股市場中價量之間存在較強的相關(guān)性，相關(guān)系數(shù)達(dá)0.72。

2.ADF單位根檢驗。當(dāng)數(shù)據(jù)不平穩(wěn)時，直接進(jìn)行回歸將造成偽回歸，所以我們首先對數(shù)據(jù)進(jìn)行穩(wěn)定性分析。通過對收盤價LPrice和成交量LQuant的序列進(jìn)行描述，我們發(fā)現(xiàn)兩個序列都不平穩(wěn)，見圖1和圖2。對其分別進(jìn)行單位根檢驗，LPrice單位根檢驗的檢驗統(tǒng)計量為0.9522>0.05，LQuant單位根檢驗的檢驗統(tǒng)計量為0.8682>0.05，都沒有通過檢驗，說明這兩個序列都不平穩(wěn)。

圖1 LPrice的序列圖形 圖2 LQuant的序列圖形

分別對兩個序列進(jìn)行一階差分后檢驗發(fā)現(xiàn)，LPrice在經(jīng)過一階差分之后DLPrice序列平穩(wěn)。并在5%的顯著性水平下，DLPrice序列平穩(wěn)，即收益率序列平穩(wěn)。同樣的，LQuant在經(jīng)過一階差分之后得到序列DLQuant，該序列平穩(wěn)，并通過5%的顯著性檢驗。所以LPrice和LQuant都是I(1)序列。

圖3 DLPrice的序列圖形圖4 DLQuant的序列圖形

3.協(xié)整檢驗。如果有N(N≥2)個時間序列，它們自身是非平穩(wěn)的，但它們線性組合卻是平穩(wěn)的，那么我們說這些序列之間存在協(xié)整關(guān)系。協(xié)整檢驗認(rèn)為，即使變量不平穩(wěn)，也只是說它們沒有短期的穩(wěn)定關(guān)系，它們還可能存在長期的穩(wěn)定關(guān)系。因此，必須對原始數(shù)列進(jìn)行協(xié)整檢驗。

我們首先進(jìn)行Johansen檢驗?？梢愿鶕?jù)SC準(zhǔn)則，最優(yōu)滯后階數(shù)選5階。然后我們再進(jìn)行協(xié)整關(guān)系檢驗。結(jié)果發(fā)現(xiàn)，無論采用跡檢驗(trace test)還是最大特征值檢驗(Max-eigenvalue test)，在5%的顯著性水平下，LPrice和LQuant存在兩個協(xié)整關(guān)系，兩者之間存在長期均衡關(guān)系。

我們還可以利用Engle-Granger檢驗。前面已經(jīng)證明LPrice和LQuant都是I(1)序列。首先進(jìn)行LQuant對LPrice的回歸，回歸結(jié)果如下:

表1 回歸模型(LPrice)

然后我們對殘差進(jìn)行單位根檢驗。

圖5 殘差的序列圖形

由圖5可以看出殘差也許是平穩(wěn)的，對其進(jìn)行單位根檢驗。根據(jù)表2，查E-G協(xié)整檢驗的臨界值表可知，-4.00<-3.883171<-3.37，通過5%的顯著性水平，而沒有通過1%的顯著性水平。說明了在1%的顯著性水平下，殘差序列是不平穩(wěn)的。而在5%的顯著性水平下，殘差序列是平穩(wěn)的?？梢哉J(rèn)為這兩個序列存在協(xié)整關(guān)系，兩者之間存在長期均衡關(guān)系。同樣的，我們也可以通過LPrice對LQuant的回歸得出相似的結(jié)論。

4.Granger因果檢驗。前面主要是證明了價格和成交量之間存在協(xié)整關(guān)系，下面分別用Granger因果檢驗、脈沖響應(yīng)、方差分解三種方法檢驗這兩個序列之間的動態(tài)關(guān)系。首先估計誤差修正模型。然后在VEC模型的框架內(nèi)，對兩個序列進(jìn)行Granger因果檢驗。結(jié)果如下圖所示。

表3 Granger因果檢驗

由表3可以看出，0.2058>0.05，沒有通過5%的顯著性水平，說明在5%的顯著性水平下，不拒絕DLQuant不是DLPrice的Granger原因，所以DLQuant對DLPrice的影響不顯著。0.0000<0.05，通過5%的顯著性水平，說明在5%的顯著性水平下，拒絕DLPrice不是DLQuant的Granger原因，所以DLPrice對DLQuant的影響顯著，DLPrice對DLQuant有影響。所以我們認(rèn)為價格是成交量的Granger原因，而成交量不是價格的Granger原因。

5.脈沖響應(yīng)。

圖6 脈沖響應(yīng)

由圖6的左邊一個圖可知，給LPrice一個沖擊，LPrice受到的影響大。而給LQuant一個沖擊，LPrice受到的影響小。所以LPrice主要受自己的影響。再由右邊一個圖可以看出，給LPrice一個沖擊，隨著時間的延長，LQuant受LPrice的影響逐漸增大;而給LQuant一個沖擊，LQuant受到自己的影響逐漸減小。所以價格對成交量的影響大于成交量對價格的影響。

從以上分析可知，成交量對價格的拉動作用是有限的，而且持續(xù)時間也不會太長。該結(jié)果表明資金拉動對股市的影響作用有限，而且單靠資金的拉動對股市影響的時間不會太長。并且，價格對成交量具有非常明顯的同向拉動作用，而且作用時間很持久，說明上市公司盈利能力的提升才真正有利于股市的健康發(fā)展。

6.方差分解。

圖7 方差分解

由圖7的左面一個圖可以看出，LPrice的預(yù)測誤差主要由自己解釋，不由LQuant解釋，LPrice是LQuant的原因，LPrice主要受自己的影響。由右邊的一個圖可知，LQuant的預(yù)測誤差到第250期時，有一半可以由LPrice解釋，另一半由自己解釋，LQuant受自己和LPrice兩者的影響。所以LPrice對LQuant的影響比LQuant對LPrice的影響大，也就是說價格對成交量的影響大于成交量對價格的影響。

7.GARCH模型的估計。GARCH模型假設(shè)ut不是獨立同分布的，所以不可以用OLS估計，要用GARCH模型估計。GARCH模型與OLS估計相比，消除了序列相關(guān)性。Granger因果檢驗、脈沖響應(yīng)、方差分解三種方法思路不同，但結(jié)果都相同，都證明了價格對成交量的影響較大，而成交量對價格的影響較小。以上主要是分析價格和成交量之間的影響關(guān)系，下面分別對他們建立各自的GARCH模型。

DLPrice的GARCH模型如下:

均值方程:DIprice=0.000186+DIprice(-1)μt

均值方程:σ2t=6.62E-0.6+0.301734μ2t-1+0.777147σ2Q

DLQuant的GARCH模型如下:

均值方程:DIpuant=0.005117+DIpuant(-1)+μt

均值方程:σ2t=0.000328+0.038.16μ2t-1+0.959190σ2t-1

三、結(jié)論

我們以上海股市A股市場的收盤價和成交量為分析對象，研究了上海股市的價量關(guān)系。

在進(jìn)行下面的模型分析之前，首先對數(shù)據(jù)進(jìn)行了穩(wěn)定性分析，需要先對收盤價和成交量序列進(jìn)行單位根檢驗。經(jīng)過對收盤價和成交量進(jìn)行單位根檢驗后發(fā)現(xiàn)，LPrice和LQuant在進(jìn)行了一階差分以后都是平穩(wěn)序列。平穩(wěn)序列具有良好的統(tǒng)計特性，可以直接用于下文模型擬合或相關(guān)檢驗，其結(jié)果有較好的可信度。

然后對序列進(jìn)行了協(xié)整檢驗，用到了Johansen檢驗和Engle-Granger檢驗兩種方法，這兩種方法都認(rèn)為這兩個序列存在長期均衡的協(xié)整關(guān)系，即系統(tǒng)存在經(jīng)濟機制制約著價格與成交量之間的變動。使它們之間短期內(nèi)的偏離不會太遠(yuǎn)，長期則會走向均衡。并估計了誤差修正模型。

繼而我們分別用Granger因果檢驗、脈沖響應(yīng)、方差分解三種方法檢驗這兩個序列之間的動態(tài)關(guān)系。Granger因果檢驗的結(jié)果說明了價格是成交量的Granger原因，而成交量不是價格的Granger原因。脈沖響應(yīng)和方差分解的結(jié)果也都說明了價格對成交量的影響大于成交量對價格的影響。這三種方法思路不同，但結(jié)果都相同，都證明了價量關(guān)系是非對稱的，價格對成交量的影響較大，而成交量對價格的影響較小，價格是成交量變動的單方面原因。

最后，還利用GARCH模型對價量關(guān)系進(jìn)行進(jìn)一步的研究，分別對收盤價和成交量建立了各自的GARCH模型。

總之，滬市A股市場的價量關(guān)系是一種長期的穩(wěn)定關(guān)系，從而在一定程度上反映了中國股市的不完善。股市存在過度投機行為，盲目性很大。當(dāng)股市價格指數(shù)上揚時，資金大量涌入，成交量劇增;而價格指數(shù)下跌時，資金大量抽出。因此，價格和成交量有密切的聯(lián)系。這也說明中國股市“追漲”的能量要遠(yuǎn)遠(yuǎn)大于“殺跌”的能量，股價保持穩(wěn)定的自我調(diào)節(jié)能力不夠。

價格和成交量之間的動態(tài)關(guān)系是非對稱的，價格對成交量的拉動作用強于成交量對價格的拉動作用。價格對成交量的解釋能力更強，這種現(xiàn)象可能是因為中國股市的投資者有“追漲”的心理，在價格上漲時投資者更愿意進(jìn)行交易。因此，價格增加對應(yīng)著成交量隨之大幅增加。成交量對價格的解釋能力較弱，說明成交量的大幅變化并不能引起價格的大幅變化。成交量的變化只能在某種程度上表現(xiàn)出股票價格的一定趨勢，而不是產(chǎn)生價格變化的主要原因。因此要促使我國股票市場的持續(xù)繁榮，不能單純將希望寄托于各種資金的介入，而應(yīng)注重上市公司質(zhì)量的提升。

參考文獻(xiàn):

1.趙之友.市場微觀結(jié)構(gòu)對量價關(guān)系的影響研究[J].西北農(nóng)林科技大學(xué)學(xué)報，2007(6)

2.Chris Brooks.金融計量經(jīng)濟學(xué)導(dǎo)論[M].成都:西南財經(jīng)大學(xué)出版社，2005

3.李子奈，葉阿忠.高級計量經(jīng)濟學(xué)[M].北京:清華大學(xué)出版社，2000

4.趙留彥，王一鳴.滬深股市交易量與收益率及其波動的相關(guān)性:來自實證分析的證據(jù)[J].經(jīng)濟科學(xué)，2003(2)

5.李振東，范新英.基于VAR模型的上海股市價量動態(tài)關(guān)系的實證研究[J].蘭州商學(xué)院學(xué)報，2007(4)

(作者單位:南京大學(xué) 江蘇南京 210093)

(責(zé)編:呂尚)