上海股市价量关系的实证研究

摘 要:股票的成交量和价格之间的关系是金融市场的一个非常重要的研究对象,长期以来一直是金融领域倍受关注的话题。文章首先利用ADF单位根检验对沪市A股的价格和成交量数据的平稳性进行检验,然后进行了协整检验,检验价格和成交量之间有无协整关系。还利用Granger因果检验、脉冲响应和方差分解,研究成交量和价格之间的因果关系。最后还建立了GARCH模型,对价量关系进行更深入的研究。

关键词:价量关系 协整检验 Granger因果检验 脉冲响应 方差分解

中图分类号:F830.1 文献标识码A

文章编号:1004-4914(2010)05-084-02

一、引言

金融市场价量关系的研究一直是金融领域的一个研究热点,价量关系对于深刻理解市场价格传导机制有着重要作用。价,指的是一支股票的价格,以收盘价为准;量,指的是一支股票的单位时间的成交量。一支股票价格的涨跌与其成交量大小之间存在一定的内在关系。所谓价量关系,是指股市价格的波动性与成交量间存在的互动关系,它是理解股市波动性的关键。从市场宏观层次上看,价量关系反映了交易者的交易行为与价格波动的相互影响。投资者可通过分析此关系,判断形势,买卖股票。成交量作为股票市场最容易获得和处理的信息资源之一,能直接体现股票的供求状况,而价量关系是了解金融市场结构的一个途径,也是研究市场有效性的重要方面。

笔者首先进行了平稳性检验,在此基础上进行了协整检验,用于检验价格和成交量之间有无协整关系。然后先后利用了Granger因果检验、脉冲响应、方差分解等方法,研究了成交量和价格之间的因果关系。最后还用建立的GARCH模型对价量关系进行进一步研究。

二、价量关系的实证分析

1.数据来源及处理。我们采用上海股市A股数据为研究对象,文中使用的所有数据均来自Wind数据库。样本包括从1990年12月19日至2009年2月19日期间4454个交易日的上证综合指数的收盘价(元)Price和成交量(手)Quant数据。LPrice和LQuant分别指对Price和Quant取对数值,DLPrice和DLQuant则分别是LPrice和LQuant的一阶差分。所有数据的分析均使用Eviews5.1进行。

对变量进行正态性检验发现:这两个序列的均值为正,显著不为零。偏度较小,可以认为这两个序列的分布基本是对称的。峰度明显大于3,其经验分布与正态分布相比呈现尖峰厚尾的特征。此外,Jarque-Bera正态检验也表明序列不符合正态分布。从相关性检验结果可知,上海A股市场中价量之间存在较强的相关性,相关系数达0.72。

2.ADF单位根检验。当数据不平稳时,直接进行回归将造成伪回归,所以我们首先对数据进行稳定性分析。通过对收盘价LPrice和成交量LQuant的序列进行描述,我们发现两个序列都不平稳,见图1和图2。对其分别进行单位根检验,LPrice单位根检验的检验统计量为0.9522>0.05,LQuant单位根检验的检验统计量为0.8682>0.05,都没有通过检验,说明这两个序列都不平稳。

图1 LPrice的序列图形 图2 LQuant的序列图形

分别对两个序列进行一阶差分后检验发现,LPrice在经过一阶差分之后DLPrice序列平稳。并在5%的显著性水平下,DLPrice序列平稳,即收益率序列平稳。同样的,LQuant在经过一阶差分之后得到序列DLQuant,该序列平稳,并通过5%的显著性检验。所以LPrice和LQuant都是I(1)序列。

图3 DLPrice的序列图形图4 DLQuant的序列图形

3.协整检验。如果有N(N≥2)个时间序列,它们自身是非平稳的,但它们线性组合却是平稳的,那么我们说这些序列之间存在协整关系。协整检验认为,即使变量不平稳,也只是说它们没有短期的稳定关系,它们还可能存在长期的稳定关系。因此,必须对原始数列进行协整检验。

我们首先进行Johansen检验。可以根据SC准则,最优滞后阶数选5阶。然后我们再进行协整关系检验。结果发现,无论采用迹检验(trace test)还是最大特征值检验(Max-eigenvalue test),在5%的显著性水平下,LPrice和LQuant存在两个协整关系,两者之间存在长期均衡关系。

我们还可以利用Engle-Granger检验。前面已经证明LPrice和LQuant都是I(1)序列。首先进行LQuant对LPrice的回归,回归结果如下:

表1 回归模型(LPrice)

然后我们对残差进行单位根检验。

图5 残差的序列图形

由图5可以看出残差也许是平稳的,对其进行单位根检验。根据表2,查E-G协整检验的临界值表可知,-4.00

4.Granger因果检验。前面主要是证明了价格和成交量之间存在协整关系,下面分别用Granger因果检验、脉冲响应、方差分解三种方法检验这两个序列之间的动态关系。首先估计误差修正模型。然后在VEC模型的框架内,对两个序列进行Granger因果检验。结果如下图所示。

表3 Granger因果检验

由表3可以看出,0.2058>0.05,没有通过5%的显著性水平,说明在5%的显著性水平下,不拒绝DLQuant不是DLPrice的Granger原因,所以DLQuant对DLPrice的影响不显著。0.0000

5.脉冲响应。

图6 脉冲响应

由图6的左边一个图可知,给LPrice一个冲击,LPrice受到的影响大。而给LQuant一个冲击,LPrice受到的影响小。所以LPrice主要受自己的影响。再由右边一个图可以看出,给LPrice一个冲击,随着时间的延长,LQuant受LPrice的影响逐渐增大;而给LQuant一个冲击,LQuant受到自己的影响逐渐减小。所以价格对成交量的影响大于成交量对价格的影响。

从以上分析可知,成交量对价格的拉动作用是有限的,而且持续时间也不会太长。该结果表明资金拉动对股市的影响作用有限,而且单靠资金的拉动对股市影响的时间不会太长。并且,价格对成交量具有非常明显的同向拉动作用,而且作用时间很持久,说明上市公司盈利能力的提升才真正有利于股市的健康发展。

6.方差分解。

图7 方差分解

由图7的左面一个图可以看出,LPrice的预测误差主要由自己解释,不由LQuant解释,LPrice是LQuant的原因,LPrice主要受自己的影响。由右边的一个图可知,LQuant的预测误差到第250期时,有一半可以由LPrice解释,另一半由自己解释,LQuant受自己和LPrice两者的影响。所以LPrice对LQuant的影响比LQuant对LPrice的影响大,也就是说价格对成交量的影响大于成交量对价格的影响。

7.GARCH模型的估计。GARCH模型假设ut不是独立同分布的,所以不可以用OLS估计,要用GARCH模型估计。GARCH模型与OLS估计相比,消除了序列相关性。Granger因果检验、脉冲响应、方差分解三种方法思路不同,但结果都相同,都证明了价格对成交量的影响较大,而成交量对价格的影响较小。以上主要是分析价格和成交量之间的影响关系,下面分别对他们建立各自的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、结论

我们以上海股市A股市场的收盘价和成交量为分析对象,研究了上海股市的价量关系。

在进行下面的模型分析之前,首先对数据进行了稳定性分析,需要先对收盘价和成交量序列进行单位根检验。经过对收盘价和成交量进行单位根检验后发现,LPrice和LQuant在进行了一阶差分以后都是平稳序列。平稳序列具有良好的统计特性,可以直接用于下文模型拟合或相关检验,其结果有较好的可信度。

然后对序列进行了协整检验,用到了Johansen检验和Engle-Granger检验两种方法,这两种方法都认为这两个序列存在长期均衡的协整关系,即系统存在经济机制制约着价格与成交量之间的变动。使它们之间短期内的偏离不会太远,长期则会走向均衡。并估计了误差修正模型。

继而我们分别用Granger因果检验、脉冲响应、方差分解三种方法检验这两个序列之间的动态关系。Granger因果检验的结果说明了价格是成交量的Granger原因,而成交量不是价格的Granger原因。脉冲响应和方差分解的结果也都说明了价格对成交量的影响大于成交量对价格的影响。这三种方法思路不同,但结果都相同,都证明了价量关系是非对称的,价格对成交量的影响较大,而成交量对价格的影响较小,价格是成交量变动的单方面原因。

最后,还利用GARCH模型对价量关系进行进一步的研究,分别对收盘价和成交量建立了各自的GARCH模型。

总之,沪市A股市场的价量关系是一种长期的稳定关系,从而在一定程度上反映了中国股市的不完善。股市存在过度投机行为,盲目性很大。当股市价格指数上扬时,资金大量涌入,成交量剧增;而价格指数下跌时,资金大量抽出。因此,价格和成交量有密切的联系。这也说明中国股市“追涨”的能量要远远大于“杀跌”的能量,股价保持稳定的自我调节能力不够。

价格和成交量之间的动态关系是非对称的,价格对成交量的拉动作用强于成交量对价格的拉动作用。价格对成交量的解释能力更强,这种现象可能是因为中国股市的投资者有“追涨”的心理,在价格上涨时投资者更愿意进行交易。因此,价格增加对应着成交量随之大幅增加。成交量对价格的解释能力较弱,说明成交量的大幅变化并不能引起价格的大幅变化。成交量的变化只能在某种程度上表现出股票价格的一定趋势,而不是产生价格变化的主要原因。因此要促使我国股票市场的持续繁荣,不能单纯将希望寄托于各种资金的介入,而应注重上市公司质量的提升。

参考文献:

1.赵之友.市场微观结构对量价关系的影响研究[J].西北农林科技大学学报,2007(6)

2.Chris Brooks.金融计量经济学导论[M].成都:西南财经大学出版社,2005

3.李子奈,叶阿忠.高级计量经济学[M].北京:清华大学出版社,2000

4.赵留彦,王一鸣.沪深股市交易量与收益率及其波动的相关性:来自实证分析的证据[J].经济科学,2003(2)

5.李振东,范新英.基于VAR模型的上海股市价量动态关系的实证研究[J].兰州商学院学报,2007(4)

(作者单位:南京大学 江苏南京 210093)

(责编:吕尚)