南夢佳　王璐熠

摘要：量價關(guān)系研究一直是金融領(lǐng)域的熱點及難點，采用上證綜合指數(shù)和深證綜合指數(shù)的成交量和收盤價數(shù)據(jù)來對兩個市場的量價關(guān)系進行研究，采用了描述統(tǒng)計和實證分析相結(jié)合的方法，研究發(fā)現(xiàn)成交量和收益率間存在雙向的Granger因果關(guān)系，同時通過方差分解發(fā)現(xiàn)成交量對收益率的貢獻率僅為1%，而收益率序列對成交量的貢獻率達到20%。

關(guān)鍵詞：量價關(guān)系；VAR模型；Granger因果關(guān)系；方差分解

中圖分類號：F83

文獻標識碼：A doi：10.19311/j.cnki.1672-3198.2016.18.048

0.引言

在華爾街流傳著兩句非常著名的諺語：“It takesvolume to make prices move”和“Volume is relativelyheavy in bull markets and light in bear markets”。第一句話可以翻譯成“價走量先行”，隱含著量價是正相關(guān)關(guān)系，量是價的先行指標；第二句話可以翻譯成“相對來說，牛市的交易量大，熊市的交易量小”，隱含著價的變動導致了量的變化并且表現(xiàn)出兩者之間的正向關(guān)系。然而目前又出現(xiàn)一種量價背離的觀點，即在一系列的因素作用下，股票成交量和收盤價的變動呈反向關(guān)系。

本文研究目的為探究收盤價和成交量之間為正向影響關(guān)系還是呈現(xiàn)出量價背離的特點。主要采用描述性統(tǒng)計分析和實證分析相結(jié)合的研究方法。

1.基本描述統(tǒng)計分析

1.1指標的選取

本文以上證綜合指數(shù)和深圳綜合指數(shù)每日收盤價和成交量研究，分析了中國上海和深圳股市之間的關(guān)系，以及成交量為股票價格提供幫助與否。數(shù)據(jù)來源于上海證券交易所和深圳證券交易所系統(tǒng)的深圳綜合指數(shù)收盤價綜合指數(shù)和相應(yīng)的每日交易量數(shù)據(jù)。樣本區(qū)間為2006年1月1日至2016年6月20日，時間跨度為10年，共2538組樣本。所有數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫。

其中，Rt為第t天的對數(shù)收益率，Pt表示第t天的收盤價。之所以要對收盤價取對數(shù)之后進行運算，是因為對數(shù)收盤價比收盤價具有更好的特性，比如受極端值的影響較小，誤差較小等。

1.3均值和標準差分析

深證綜指日平均收益率的均值略高于上證綜指，但相對應(yīng)的深證綜指的標準差也高于上證綜指，表現(xiàn)出金融市場高收益高風險的特征。

1.4偏度和峰度分析

上證綜合指數(shù)和深證成分指數(shù)的J-B統(tǒng)計量都大于任意合理顯著水平下的臨界值，表明上證綜合指數(shù)和深證綜合指數(shù)的收益率序列均不符合正態(tài)分布。

由表1數(shù)據(jù)可知，深證綜合指數(shù)與上證綜合指數(shù)的偏度都小于0，表明收益率的分布的值主要集中在均值的右側(cè)，出現(xiàn)日收益率高于均值收益率的情況較多；從峰度來看，上證綜指和深證綜指的峰度都大于3，說明收益率的差異較大，分布均表現(xiàn)出尖峰厚尾的性質(zhì)，即變量值集中位于均值的兩側(cè)，同時又有部分收益率與均值相差比較明顯。

相對于正態(tài)分布來說，尖峰厚尾表明上證綜指和深證綜指出現(xiàn)較大虧損和較高收益的概率較大，說明上證綜合指數(shù)和深證綜合指數(shù)存在暴漲暴跌現(xiàn)象。相比來說上證綜指的峰度大于深證綜指的，表明上證綜指的分布更陡峭。

從以上分析可知，上證綜指和深證綜指的收益率分布不服從正態(tài)分布，并且兩者日收益率序列的統(tǒng)計分析結(jié)果比較接近，體現(xiàn)出在樣本區(qū)間內(nèi)，上海股市和深圳股市行情特點的一致性。

2.實證研究

2.1收益率、成交量序列的平穩(wěn)性檢驗

采用ADF檢驗法，分別對上證綜指和深證綜指的日收益率、成交量序列進行平穩(wěn)性檢驗。在5%的顯著性水平下，均可拒絕存在單位根的原假設(shè)，ADF統(tǒng)計量均小于臨界值，說明兩者的收益率序列不存在單位根，均為平穩(wěn)序列；從回歸模型的DW值可以看出，日收益率序列的DW值均接近于2，說明所選回歸模型的殘差序列不存在序列相關(guān)性；符合建立向量自回歸（VAR）模型的條件，因此建立VAR模型來分析成交量和收益率的過去值對其當前值的影響程度。

2.2模型的建立

根據(jù)AIC、SC準則，所建立的VAR模型在滯后階數(shù)為18階時能完整反映所構(gòu)造模型的動態(tài)特征。下面對模型進行識別和檢驗，以判別其是否符合模型最初的假定和經(jīng)濟意義。

2.2.1模型的穩(wěn)定性檢驗

運用AR根對模型的穩(wěn)定性進行檢驗，其最大的根的模的倒數(shù)為0.998小于1，位于單位圓內(nèi)表明所建立的VAR模型是穩(wěn)定的。

2.2.2殘差相關(guān)性檢驗

利用eviews中殘差相關(guān)分析，分析得出，兩個市場指數(shù)所建立的VAR模型的殘差不存在相關(guān)性。

2.2.3 Granger因果關(guān)系檢驗

對于上證綜指來說，在10%的顯著性水平下，拒絕原假設(shè)，認為成交量和收益率互為對方的Granger原因。但是在5%的置信水平下，成交量不再是收益率的Granger原因，即認為成交量的過去變化不會引起當前收益率的變化，可能原因是股票的大量買進和大量拋售對于成交量來說，都是增加的，但將會對收盤價產(chǎn)生不同方向的影響，日收益率可能增加也可能減少，因此日成交量對日收益率因果關(guān)系不太明顯；無論在哪種置信水平下，收益率都會是成交量的Granger原因，即收益率的過去數(shù)據(jù)會引起當前成交量的變化，可能原因是股票過去盈利或虧損的狀況，會對股民當前買進或拋售股票的行為產(chǎn)生影響。但對于深證綜指來說，在5%的顯著性水平下，成交量和收益率互為對方的Granger原因，即一個變量的過去值的變化都會引起另一變量當前值的變動。

2.3脈沖響應(yīng)分析

選取脈沖響應(yīng)函數(shù)度量變量之間的動態(tài)影響關(guān)系，根據(jù)兩個市場指數(shù)的VAR模型分別給出每個市場的各變量的脈沖響應(yīng)函數(shù)。從兩組脈沖響應(yīng)分析圖中可以看出，當分別給予收益率的誤差項和成交量的誤差項以一定沖擊時，兩個市場指數(shù)的變動趨勢是相同的。

當給日收益率的誤差項以一定的正沖擊時，收益率和成交量的反映都比較敏感，收益率在第一期迅速增加，在第二期迅速回落于沖擊前水平，然后趨于平穩(wěn)；交易量直線上升在第二期達到峰值，然后影響逐漸減弱，但是具有較長的持續(xù)效應(yīng)，給成交量一定的正的影響。

當給成交量的誤差項以一定的沖擊時，收益率的反映并不明顯，在第二期有小幅度上升，第三期回落于沖擊前水平；交易量反映比較敏感，在第一期達到最大值，并在之后幾期逐漸回落，帶來正面效應(yīng)，并且此影響具有較長的持續(xù)效應(yīng)。

2.4方差分解

方差分解是用來分析每個結(jié)構(gòu)的影響的內(nèi)生變量（通常是測量方差）的貢獻，并進一步評估不同的結(jié)構(gòu)沖擊的重要性。因此，方差分解給出的對VAR模型中的變量產(chǎn)生影響的每個隨機擾動的相對重要性的信息。

對于上證綜指的收益率序列，成交量對其貢獻僅為1%，對于成交量序列，收益率對其的貢獻為22%；對于深證綜指的收益率序列，成交量對其貢獻為1%，對于成交量序列，收益率對其的貢獻為26%。從方差分解結(jié)果來看，對于兩個指數(shù)，成交量對收益率的影響都是很小的，相對來說，收益率對成交量變動的貢獻更大一點。

3.結(jié)論

本文通過對上證綜指和深證綜指的10年日數(shù)據(jù)進行分析，得出三條結(jié)論：

第一、上證綜合指數(shù)和深圳成分指數(shù)的收益率標準差較大，表明我國證券市場價格波動劇烈，體現(xiàn)在股票市場高風險的特征；上海綜合指數(shù)和深圳成分指數(shù)收益率分布呈左偏特性峰度遠大于3，說明中國股票市場收益率具有明顯的尖峰厚尾分布，反映了中國的上海和深圳股市存在尖峰現(xiàn)象，而上海綜合指數(shù)和深圳成分指數(shù)收益率序列不符合正態(tài)分布。

第二，根據(jù)Granger因果關(guān)系檢驗，在10%的顯著性水平下，收盤價和收益率互為對方的Granger原因，即兩變量過去值的變化會對當前值產(chǎn)生影響。

第三，從方差分解的結(jié)果來看，對于兩個指數(shù)，成交量對其收益率變化的影響都是很小的，相對來說，收益率對成交量變化的貢獻更大些；從VAR模型的系數(shù)來看，針對本文采用的數(shù)據(jù)并不存在量價背離的特征。