中国股票市场交易数据相关关系实证分析

◇任煜东 张新祥

中国股票市场交易数据相关关系实证分析

◇任煜东 张新祥

本文从成交量、成交额和沪深两市综合指数三个变量出发，对中国股票市场交易数据的相关关系进行了实证分析。分析发现,以成交额为控制变量，成交量和综合指数是负相关关系。这个结论说明传统的量价关系分析是片面的。

量价关系负相关；成交额

10.13999/j.cnki.scyj.2017.03.017

一、引言

量价关系是研究证券市场的基本方法之一。我国很多学者利用量价关系对证券市场交易数据进行了实证分析。郑方镶，吴超鹏，吴世农（2007）研究股票成交量与股票收益率序列相关性的关系,认为中国投资者存在过度投机交易行为[1]。翟爱梅，周彤（2011）采用经济学中的比较静态分析方法，得出股票成交价格的变化绝对值与成交量是同向变化，并进行了实证检验[2]。吴秋芳（2013），李双成（2006）等使用GARCH模型和BP神经网络对中国股市的量价关系进行了实证研究，认为成交量与股市波动性之间存在较强的正相关关系[3][4]。郭梁（2010），张小勇（2013）等通过高频数据研究了中国股市成交量与价格变化之间的关系，张小勇认为股指期货成交量与价格波动之间表现明显的正相关关系，郭梁认为低成交量对应反常负相关量价关系[5][6]。王立民（2014），于伟（2006），张博（2008）等对量价关系进行了协整检验和Granger因果关系检验，认为价量之间存在长期协整关系和Granger因果关系，收益率对交易量有解释作用，但交易量对收益率没有显著的解释作用[7][8][9]。钱争鸣（2007），封福育（2008）等采用分位回归模型，认为量价存在显著的正相关关系[10][11]。王彩凤（2012）应用蒙特卡洛和贝叶斯估计，得出非预期交易量对股价的影响大于预期交易量[12]。

这些研究的共同特点，是只考虑了“量”和“价”两个变量，并且普遍认为量价之间是正相关的。个别文献中发现有负相关的情况，但归结为反常现象。在股票市场交易过程中，除了成交量和股价之外，还有成交额这一变量。应用成交量、股价和成交额三个变量，才能正确刻划股票市场交易过程。

本文用成交量、股价和成交额三个变量研究股票市场交易过程的相关关系。结果发现，以成交额为控制变量，量价之间是负相关的，这和一般量价关系结论相反。从成交量、股价和成交额三个维度研究量价关系，有别于传统的量价分析方法，是本文的主要创新点。

二、变量选取及数据处理

上海证券交易所数据开始于1990年12月27日，深圳证券交易所数据开始于1991年4月3日。由于初期的上市公司数量少，股市规模比较小，很不成熟，所以本文选取1995年9月之后的数据进行分析，共5365个交易日。数据来源于上海证券交易所和深圳证券交易所公开数据，通过交易软件下载。

成交量的单位为“手”，成交额的单位为“元”。用两市成交量之和表示总成交量，成交额之和表示总成交额，两市收盘指数的加权平均表示综合指数，权重为当日成交额占两市总成交额的比重。记：

三、相关分析

两变量间的相关关系往往受其他因素的影响，如果不考虑这些影响，会使分析结果变得不可靠。偏相关分析是在研究两变量的相关关系时，将与这两个变量有联系的其他变量控制不变的统计方法。对于三个变量X1，X2，X3，固定一个变量求另外两个变量的偏相关系数的公式为：

其中rij,k表示第k个变量固定时第i个变量和第j个变量的相关系数rij，rik，rjk表示两个变量间的简单相关系数。

对于Ln（M），Ln（V）和Ln（p）三个变量，我们先用SPSS软件求出其两两之间的相关系数（表1）：

表1 相关系数

从表1可以看出，Ln（M），Ln（V）和Ln（p）两两之间的相关系数在0.01水平上显著相关，且都是正相关。正是在这样的结果下，一般量价分析理论认为量价之间是正相关的。

但是这样的考虑方法并不全面，因为这三个变量之间是相互影响的。如上所述，用偏相关系数能够更加准确地刻画出它们之间的相关关系。因此我们把其中的一个变量作为控制变量，用SPSS软件求出其他两个变量的偏相关系数（表2）:

表2 偏相关系数

从表2可以看出，以Ln（p）作为控制变量，Ln（M）和Ln （V）之间是显著正相关的；以Ln（V）作为控制变量，Ln（M）和Ln（p）之间也是显著正相关的。但是，以Ln（M）作为控制变量，Ln（p）和Ln（V）之间是显著负相关的。也就是说，如果以成交额作为控制变量，量价之间是负相关的。这一点和人们的普遍认识相反，一般认为量价之间是正相关的。

从以上实证分析的结果可以看出，由于没有考虑成交额的因素，证券市场上传统的量价关系分析是片面的。成交量、成交额和股价三个因素相互影响，其中成交量和股价之间是负相关的关系。

股市中确实会有“量价齐升”的现象出现，这种现象一定伴随着成交额的增加。在给定成交额的情况下，成交量增加将伴随着股价的降低。在考察交易过程的时候，量价关系在一定的成交额下考虑才有意义。

为了进一步认识这三个变量之间的关系，对这三个变量进行回归分析。

四、回归分析

回归分析是在大量的观察和实验的基础上，寻找隐藏在不确定现象中的统计规律性的统计方法。多元回归模型确定之后，必须对模型进行统计检验。统计检验通常包括回归方程和回归系数的显著性检验，拟合优度检验，异方差和自相关性检验，以及多重共线性检验等。

对于综合指数p，成交量V和成交额M，我们建立如下回归方程：

应用Eviews软件，得到如下结果（表3）：

表3 回归分析结果

显然，回归方程通过了F检验和t检验，说明回归方程和回归系数都是显著的。调整后的R2为0.902，说明回归方程的拟合度较高。于是得出下列回归方程：

在回归方程中，Ln（V）的系数为-0.71＜0，再次说明量价之间是负相关关系，并且得出成交量V增加1%时，综合指数p减小0.71%。

五、结论

本文以1995年9月以来的沪深两市交易数据为样本，研究了成交量、成交额和两市综合指数之间的相关关系。结果表明，成交额和成交量、成交额和综合指数之间是正相关关系，而以成交额为控制变量，成交量和综合指数之间是负相关关系。

上述实证结果说明传统的量价关系分析是片面的，分析的基础是错误的。出现错误的根本原因，是传统的量价关系研究方法只考虑了量和价的因素，没有考虑成交额的影响。

从成交量、成交额和两市综合指数这三个变量出发，可以建立它们之间的函数关系，正确理解和准确把握证券市场的运行规律。

[1]郑方镶，吴超鹏，吴世农.股票成交量与收益率序列相关性研究[J].金融研究,2007（03）.

[2]翟爱梅，周彤.股票市场量价关系分析[J].技术经济与管理研究，2011（11）.

[3]吴秋芳，王长辉，唐亚勇.基于GARCH类模型和BP神经网络的量价关系实证研究[J].四川大学学报（自然科学版），2013（07）.

[4]李双成，邢志安，任彪.基于MDH假说的中国沪深股市量价关系实证研究[J].系统工程，2006（04）.

[5]郭梁，周炜星.基于高频数据的中国股市量价关系研究[J].管理学报，2010（08）.

[6]张小勇，任德平.基于高频数据沪深300股指期货量价关系研究[J].湖南大学学报（社会科学版），2013（02）.

[7]王立民，陈雪婧，黄静.基于量价关系的股票价格分布模型探析[J].北京科技大学学报（社会科学版），2014（05）.

[8]于伟,尹敬东.我国股票市场量价关系的实证研究[J].南京财经大学学报，2006（01）.

[9]张博.上海证券A股市场价量关系实证研究[J].财经问题研究，2008（02）.

[10]钱争鸣，郭鹏辉.上海证券交易市场量价关系的分位回归分析[J].数量经济技术经济研究，2007（10）.

[11]封福育.我国沪深股市量价关系实证分析[J].商业经济与管理，2008（06）.

[12]王彩凤，孙晓霞，郑珊.中国股市量价关系分析中的后验分布构造与模拟[J].数学的实践与认识，2012（12）.

（作者单位：河南财经政法大学数学与信息科学学院）