价格和交易数量探讨论文

【前言】价格和交易数量探讨论文由文秘帮小编整理而成，但愿对你的学习工作带来帮助。当序列非平稳时,会出现伪回归、伪相关。平稳性检验方法主要有:非参数检验、自相关函数检验和单位根检验等。本文运用单位根对深圳A股交易量和深成指进行平稳性检验[5]。为了检验单位根,采用扩展的迪克—富勒(D-F)检验和Phillips-Perron(P-P)检验。迪克—富勒回归:Δxt=ρ...

摘要:通过对中国深圳A股市场上的股票交易量和股票收益及收益变动性之间的因果关系实证分析,发现交易量和价格绝对量的变化之间以及交易量和股票收益之间均呈正相关,而收益变动性和交易量之间呈负相关。

另外,不论是股票的交易量、股票收益以及股票收益的变动性都呈现序列平稳性,而股票价格则呈现出非平稳性。股票交易量和股票收益之间存在双向因果关系,收益的变动性和交易量之间不存在Granger因果关系。

一、引言

价格和交易数量的关系是市场关系中的最基本关系。在股票市场上就表现为股票交易量和股票价格、收益以及收益变动性(volatility)之间的关系。近年来国外有许多文献对此进行了分析。一般认为交易量在甄别市场信息方面起着明显的作用[1]。交易量反映了股票交易者掌握影响市场的不同新信息,交易人员对市场未来看法的差异越大,市场的交易量也越大。有些学者通过实证分析指出股票绝对价格和交易量之间存在着正相关,价格的变化将促使交易量变化到一个新水平;还有些学者认为交易量精确地反映了股票价格的历史信息,因此包含交易量的股票技术分析比不包含交易量的股票技术分析更准确[2]。股票收益和交易量之间的因果关系分析,就是检验股票收益和交易量哪个是原因哪个是结果,是互为因果还是不存在因果关系,是否真如华尔街古老格言所讲:“是交易量在推动股票价格变动。”众多学者对两者之间的因果关系进行了分析。如Rogalski运用Haugh提出的数量方法对股票收益和交易量之间的因果关系进行了实证研究[3];Tauchen和Pitts对股票价格变化的变动率和交易量之间的关系进行了研究[4]。中国股票市场发展至今已有相当规模,由于中国上市公司特有的股权结构以及权益市场特有的特征,对我国股票市场上股票收益和交易量的关系也需要进行具体研究,而不能照搬国外现成的分析结果。本文分如下几部分:首先运用ADF和PP方法对深圳股票收益和交易量的平稳性进行单位根检验;接着对深圳A股市场的股票收益和交易量之间进行相关分析和回归分析,从静态方面分析二者之间的关系;再次对深圳股票市场上的交易量和股票收益及收益的变动性进行Granger因果关系分析;最后是一简短的结论。研究的数据包括深圳交易所从1991年4月3日到2002年12月5日全部深圳成份股日收盘指数和全天A股日交易量,共计5776组数据。本文涉及到的两个基本公式定义如下:股票的日收益公式定义为Rt=log(Pt/Pt-1)。假设股票的期望收益为零,即E(R)=0,则股票收益的变动率为σ2=E(R2)-(E(R))2=E(R2),那么,股票日收益变动率可定义为σ2=(log(Pt/Pt-1))2。

二、序列平稳性检验序列的平稳性是进行相关分析、回归分析以及进行因果关系检验的前提

当序列非平稳时,会出现伪回归、伪相关。平稳性检验方法主要有:非参数检验、自相关函数检验和单位根检验等。本文运用单位根对深圳A股交易量和深成指进行平稳性检验[5]。为了检验单位根,采用扩展的迪克—富勒(D-F)检验和Phillips-Perron(P-P)检验。迪克—富勒回归:Δxt=ρ0+ρxt-1+∑ni=1δiΔxt-iPhillips-Perron回归:xt=α0+αxt-1+ut零假设为该序列是非平稳的(存在一个单位根),即ρ=0和α=0。对深圳A股交易量和深成指进行平稳性检验结果。迪克—富勒(D-F)检验和Phillips-Perron(P-P)检验的结果完全一致。深圳成份股指数绝对值呈现出显著的非平稳的特征。但是深成指日收益和日收益的变动率以及交易量序列则表现出平稳的特征。

三、交易量和收益的相关与回归分析

关于股票价格和交易量之间的相关与回归分析有多种研究思路,有从绝对价格和交易量之间关系来研究的(Granger和Morgenstern,1963)[6],有从价格变化和交易量之间关系来研究的,还有从价格变动的方差和交易量之间关系来研究的[7]。本文从交易量和股指收益之间的相关和回归方面进行研究高达0•6146;第二,交易量和股票指数的收益呈正相关,相关系数为0•0776;第三,收益变动性(volatility)和交易量之间呈负相关,相关系数为-0•0297。

四、因果关系分析Granger因果关系由两个部分组成

首先必须有充足的理由支持两个变量之间的因果联系;其次作为原因的变量发生变化,作为结果的变量也应该随之发生变化。本质上,Granger因果关系是采用F检验来决定是否变量X的滞后信息在解释变量y目前值方面有统计显著性,即下式是否成立的问题:σ2(yt|yt-k,k>0)>σ2(yt|yt-k,xt-k,k>0)如果用x的滞后值和y的滞后值对y进行预测比只用y的滞后值对y进行预测所产生的预测误差要小,则称x是引起y变化的Grange原因,否则称x不是引起y变化的Grange原因;如果通过F检验得出x是引起y变化的Grange原因,y也是引起x变化的Grange原因,这时为互为因果,存在一种双向反馈的关系。这时可能有其他变量的存在,由于它的变化引起x和y的共同变化。进行因果关系分析需要两个变量均为平稳的时间序列。由于实际上大多数金融时间序列是非平稳的,这时可考虑对这两个序列进行共积(cointegration)检验,进而进一步研究两者之间关系[8]。如下的双变量回归模型用来检验交易量和深圳成份股指数收益及收益变动性的Granger因果关系。xt=α0+∑mi=1αixt-i+∑ni=1βiyt-i+εtyt=γ0+∑mi=1γixt-i+∑ni=1δiyt-i+ηtH0:βi=γi=0假设xt和yt分别是交易量和收益。如果βi系数在统计上具有显著性,那么就表明用过去的交易量值和过去收益值对交易量进行预测比只用交易量的过去值进行预测误差小,则称收益是交易量的Granger原因。

同样在第二个式子中,如果γi系数在统计上具有显著性,那么就表明用过去的交易量值和过去收益值对收益进行预测比只用收益的过去值进行预测误差小,则称交易量是收益的Granger原因。如果F统计检验没有拒绝γi=0,称交易量不是收益的Granger原因;如果βi和γi在统计上都具有显著性,称交易量和收益之间存在双向反馈关系。对深圳A股日交易量和深圳成份股指数的日收益以及收益变动性的因果关系分析结果。可以得出:第一,不论怎样选取滞后值,深圳A股的日交易量和深成指日收益存在双向反馈关系或双向因果关系,但是双向因果关系的显著性和滞后值的长短成反向关系;第二,无论怎样选取滞后值交易量和收益的变动性都不存在Granger因果关系超级秘书网

五、结论

本文对1991年4月3日至2002年12月5日深圳证券交易所A股日交易量和深成指日收益以及日收益的变动性的相互关系进行了实证分析,主要目的是揭示交易量信息是否有助于提高对日收益以及日收益变动预测的准确性。通过单位根检验得出深圳证券交易所A股日交易量和深成指日收益以及日收益的变动性为一平稳时间序列。交易量在预测股票收益有显著的作用;但也发现收益对交易量有更明显的作用,两者之间的关系表现在,收益变化引起交易量变化。这样,在证券投资分析别是在技术分析中,将交易量和价格结合起来进行分析,可以进一步提高预测的准确性。本文的进一步研究有如下两个方面:一是研究日内收益和交易量的关系,如在一个交易日每隔若干分钟分析交易量和收益变化;另一个是运用其他动态模型分析两者之间关系[9]。

参考文献:

[1]JiangWang.TradingVolumeandAssetPrices:AnnalsofEconomicsandFinance[M].PekingUniversityPress,2002•3;299-359.

[2]MartinT.BohlandHaraldHenke.TradingVolumeandStockMarketVolatility:ThePolishCase[DB/OL].viadri-na.edu-frankfurt-o.de,2002-6.

[3]Rogalski,R.J..TheDependenceofPricesandVolume[J].ReviewofEconomicsandStatistics,1979.268-274.

[4]Tauchen,G.E.andM.Pitts.ThePriceVariability-VolumeRelationshiponSpeculativeMarkets[J].Econometrica,51,1983•485-505.

[5]ChunchiWu.ReturnVolatility,TradingImbalanceandtheInformationContentofVolume[J].ReviewofQuantitativeFinanceandAccounting,14,2000•131-153.