李　超

(南京審計(jì)大學(xué) 金融學(xué)院，江蘇 南京 211815)

?

成交量與股票收益率關(guān)系的實(shí)證分析

李超

(南京審計(jì)大學(xué) 金融學(xué)院，江蘇 南京 211815)

摘要：選取2005年至2015年上證指數(shù)數(shù)據(jù)，對上海證券交易所的股票成交量與股票收益率進(jìn)行理論分析和實(shí)證研究，建立了股票日成交量變化率與日收益率回歸模型、周成交量變化率和周收益率回歸模型，得出股票收益率與股票成交量變化率呈正相關(guān)關(guān)系的結(jié)論。

關(guān)鍵詞：股票成交量；股票收益率；中國股市；上證指數(shù)

股票成交量與收益率是股票市場最重要的兩個(gè)統(tǒng)計(jì)指標(biāo)[1]，因此，人們對股票收益率與成交量之間關(guān)系的研究，一直是研究資本市場的一個(gè)重要方面。根據(jù)我國社會(huì)制度的特殊性，并且以2005年為分水嶺，可以把我國股票市場分為兩個(gè)階段。2005年之前我國股市處于股權(quán)分置時(shí)代。在這一階段，我國股市有一半以上的股票是非流通股。截至2005年5月，我國上市公司的總股本為7466億股，非流通股為4792億股，非流通股約占總股本的64%，只有約36%的流通股可以在二級市場交易[2]。2005年5月我國進(jìn)行股權(quán)分置改革。股改之后，原來的非流通股變成了流通股，即可以在二級市場交易，從此時(shí)起我國股票市場進(jìn)入了全流通時(shí)代。股票全流通使得二級市場的成交量與股改前的成交量發(fā)生巨大變化，股票成交量對股票收益率的影響也發(fā)生了巨變。

2015年是股改后的第11個(gè)年頭，筆者以2005年股改為起點(diǎn)，定量研究股票交易量與收益率之間的相關(guān)性。證券市場投資者通過股票交易量的變化，可以判斷股票收益率的變化，以增加收益、減少損失。上市公司通過判斷其股價(jià)走勢，可以增強(qiáng)上市公司的風(fēng)險(xiǎn)控制能力，提升其生產(chǎn)投資效率。證券監(jiān)管機(jī)構(gòu)通過發(fā)現(xiàn)異常交易等違法行為，能夠更好地控制金融系統(tǒng)風(fēng)險(xiǎn)，防范危機(jī)發(fā)生。

一、文獻(xiàn)回顧

鑒于量價(jià)關(guān)系在股票市場的重要作用，研究者從不同角度對資本市場的量價(jià)關(guān)系進(jìn)行了深入研究。Peter K.Clark研究認(rèn)為，股票交易量與收益率受到不可預(yù)測的信息流影響，股票收益率的絕對值與交易量呈正相關(guān)關(guān)系[3]。Jonathan M.Karpoff研究了金融市場中的量價(jià)關(guān)系，支持Peter等人的研究結(jié)論[4]。Gallant等人研究了紐約證券交易所的歷史數(shù)據(jù)，發(fā)現(xiàn)股票價(jià)格的大幅波動(dòng)會(huì)導(dǎo)致股票交易量的大幅波動(dòng)，調(diào)節(jié)滯后股票交易量會(huì)大幅減少杠桿效應(yīng)，同時(shí)會(huì)產(chǎn)生一種正風(fēng)險(xiǎn)收益關(guān)系[5]。Fama and French通過對北美、歐洲、日本和環(huán)太平洋的股票市場進(jìn)行研究，發(fā)現(xiàn)股票動(dòng)量能夠有效地影響股票收益率。Kaniel采用 Gervais 等人的研究方法，通過研究41個(gè)國家的股票市場，發(fā)現(xiàn)了普遍的高交易量溢價(jià)[6]。Shekar和Hafizur通過對孟加拉國股票市場研究，發(fā)現(xiàn)在新興股票市場中股票成交量與收益率之間存在負(fù)相關(guān)的關(guān)系[7]。股票收益率和成交量都存在著自相關(guān)的關(guān)系，也都受相關(guān)信息的影響。

國內(nèi)學(xué)者在股票成交量與收益率方面的研究成果頗豐。王燕輝、王凱濤將股票交易量加入研究模型中，構(gòu)建了EGARCH模型。研究結(jié)果顯示，當(dāng)前股票交易量可以顯著降低條件方差波動(dòng)的持續(xù)性(ARCH效應(yīng))[8]。趙振全、薛豐慧使用上海、香港、紐約股票市場的日交易數(shù)據(jù)，檢驗(yàn)了股票交易量與收益率之間的動(dòng)態(tài)影響關(guān)系，檢驗(yàn)結(jié)果表明，紐約股票市場和香港股票市場之間存在信息的“溢出效應(yīng)”和“反饋效應(yīng)”，而上海股票市場處于一種相對的信息封閉狀態(tài)[9]。鄭方鑣、吳超鵬、吳世農(nóng)選取1996年至2003年的滬深股市255只股票，對其成交量與股票收益率序列相關(guān)性進(jìn)行研究，研究結(jié)果顯示，高成交量交易日的股票收益率在隨后的交易日中將出現(xiàn)“反轉(zhuǎn)”，并且在信息不對稱的情況下更易出現(xiàn)反轉(zhuǎn)[10]。

田利輝、王冠英以換手率和成交額為代理變量構(gòu)造了交易量因子，并建立了新的資產(chǎn)定價(jià)模型。該模型可以很好地解釋交易量溢價(jià)，并且顯著提高了模型的解釋力。在2004年至2012年的后期樣本中，交易量對股票預(yù)期收益率的影響更加顯著[11]。林德欽在運(yùn)用分位數(shù)回歸模型對上證指數(shù)的收益率和成交量之間的關(guān)系研究后發(fā)現(xiàn)，在收益率的左端，收益率與成交量之間存在顯著的負(fù)相關(guān)關(guān)系，在收益率右端，兩者之間存在顯著的正相關(guān)關(guān)系[12]。

國內(nèi)研究股票成交量的文獻(xiàn)大多關(guān)注當(dāng)期成交量與收益率之間的關(guān)系，以及成交量和收益率之間的因果關(guān)系，較少有人研究股票成交量對預(yù)期收益率的預(yù)測能力，也沒有人針對我國股改后股票的量價(jià)關(guān)系進(jìn)行研究。筆者試圖對股改后我國股票市場成交量與收益率之間的關(guān)系進(jìn)行研究，探討股改后的成交量對收益率的預(yù)測能力。

二、實(shí)證研究

筆者以上證指數(shù)的數(shù)據(jù)為研究對象，文中使用的所有數(shù)據(jù)全部來自銳思數(shù)據(jù)庫。樣本包括2005年1月1日至2015年6月12日共2535個(gè)交易日的上證指數(shù)的收盤價(jià)和成交量。

(一)對股票日數(shù)據(jù)的處理

將股票的日成交量數(shù)據(jù)取對數(shù)，然后將前后兩個(gè)交易日的數(shù)據(jù)相減，得到股票每日交易量的變化率。再用獲取的上證指數(shù)每日收盤價(jià)Pt，求出股票日收益率Rt。根據(jù)二者之間的關(guān)系可得：

Rt=(lnPt-lnPt-1)×100%,

(1)

Vt=Trdvolt-Trdvolt-1。

(2)

(二)對股票周數(shù)據(jù)的處理

對獲取的日數(shù)據(jù)按周進(jìn)行劃分，經(jīng)計(jì)算可得出每周的日平均收益率WR與每周的日平均成交量變化率WV，并以此作為周收益率與周成交量變化率的代理變量。所有數(shù)據(jù)的分析均使用stata14軟件。

(三)模型構(gòu)建

根據(jù)行為金融學(xué)相關(guān)理論，假設(shè)當(dāng)期的收益率變化不完全是由當(dāng)期的成交量變化引起的，而有可能是由之前的成交量變化引起的，再假設(shè)收益率與成交量之間存在時(shí)滯相關(guān)性，則前3期的成交量變化率對第四期的收益率有顯著的預(yù)測能力。構(gòu)建模型如下:

Rt=α0+β1Vt+β2Vt-1+β3Vt-2+β4Vt-3+εt。

(3)

在(3)式中，Rt為第t個(gè)交易日的上證指數(shù)日收益率，Vt為上證指數(shù)在第t個(gè)交易日的成交量變化率，Vt-1為上證指數(shù)在第t-1個(gè)交易日的成交量變化率，Vt-2為上證指數(shù)在第t-2個(gè)交易日的成交量變化率，Vt-3為上證指數(shù)在第t-3個(gè)交易日的成交量變化率,β1、β2、β3、β4表示上證指數(shù)日成交量變化率對日收益率的影響系數(shù)，εt表示殘差項(xiàng)。

(四)回歸估計(jì)

將數(shù)據(jù)處理完之后，使用stata14進(jìn)行回歸估計(jì)，得出實(shí)驗(yàn)結(jié)果，將β1、β2、β3、β4的估計(jì)值數(shù)據(jù)代入模型，得到的預(yù)測方程式為：

Rt=0.04887+0.02177Vt+0.00949Vt-1+0.00605Vt-2+0.00660Vt-3+εt。

(4)

由(4)式我們可以發(fā)現(xiàn)：該模型對當(dāng)期股票收益率的預(yù)測能力最強(qiáng)，當(dāng)期股票成交量變化率每增長1%，股票收益率增長0.02177個(gè)百分點(diǎn)；對滯后1期的交易日成交量預(yù)測能力次之，滯后1期的成交量變化率每增長1%，可以使當(dāng)期收益率增長0.00949個(gè)百分點(diǎn)。滯后兩期與滯后3期對當(dāng)期收益率的影響相差不大，基本上為0.006個(gè)百分點(diǎn)。從滯后期的系數(shù)可以發(fā)現(xiàn)，股票成交量變化率對股票收益率的影響是隨著時(shí)間的增加而減少的。

在以上結(jié)果中筆者量化了模型的預(yù)測能力，下面將對模型的有效性進(jìn)行檢驗(yàn)。

(五)模型檢驗(yàn)

1.對變量進(jìn)行正態(tài)性檢驗(yàn)

使用Shapiro-Francia方法進(jìn)行檢驗(yàn)，得到的P值均為0.0001，該數(shù)據(jù)在1%的顯著水平上拒絕正態(tài)分布假設(shè)。如果將股票交易量變化率作為解釋變量，那么散點(diǎn)走勢如圖1所示，去散點(diǎn)連線如圖2所示。從圖1和圖2中可以看出，樣本的散點(diǎn)分布不符合正態(tài)性。通過對數(shù)據(jù)進(jìn)行相關(guān)性檢驗(yàn)，得出相關(guān)系數(shù)，如表1所示。從表1中我們發(fā)現(xiàn)，股票日成交量變化率和日收益率的系數(shù)為0.2159，日成交量變化率與日收益率之間存在相關(guān)性，因此，股票日成交量變化率與日收益率符合建模的前提條件。

圖1散點(diǎn)走勢圖

圖2　去散點(diǎn)連線圖

相關(guān)系數(shù)日收益率日成交量變化率日收益率1.00000.2159日成交量變化率0.21591.0000

2.ADF單位根檢驗(yàn)

如果在數(shù)據(jù)不穩(wěn)定的情況下進(jìn)行直接回歸，那么就很容易造成偽回歸，為此，我們需要對數(shù)據(jù)進(jìn)行ADF單位根檢驗(yàn)。通過對收益率做單位根檢驗(yàn)，得出該值為-49.659，小于1%置信水平下的-3.430，表明數(shù)據(jù)是平穩(wěn)的。同樣，對日成交量變化率做單位根檢驗(yàn)，數(shù)據(jù)也是平穩(wěn)的。對樣本數(shù)據(jù)進(jìn)行線性回歸擬合以及擬 合優(yōu)度，檢驗(yàn)結(jié)果如表2所示。檢驗(yàn)結(jié)果顯示，在1%的

置信水平下線性回歸顯著，股票日成交量變化率與收益率之間存在線性相關(guān)關(guān)系，但是擬合優(yōu)度為0.0466，擬合度稍差，未獲得預(yù)期效果。

表2　線性回歸結(jié)果

注：表2中的***、**、*分別表示1%、5%、10%置信水平。本文其他表格中的表示方法類同。

3.時(shí)滯相關(guān)性檢驗(yàn)

由于該模型是在假設(shè)收益率與成交量之間存在時(shí)滯相關(guān)性的基礎(chǔ)上建立的，我們需要使用延時(shí)分析法單獨(dú)對成交量與收益率的時(shí)滯性進(jìn)行研究。假設(shè)前一時(shí)刻的交易量與下一時(shí)刻的收益率存在較強(qiáng)的相關(guān)性，并且將成交量延時(shí)至5位為止。實(shí)驗(yàn)結(jié)果如表3所示。

從表3可以發(fā)現(xiàn)，在滯后0～3期時(shí)，成交量變化率與股票收益率之間存在正相關(guān)關(guān)系，這一點(diǎn)正好支持了我們的假設(shè)模型。若滯后4～6期，則對當(dāng)期收益率無影響。但是我們發(fā)現(xiàn)，在滯后7期時(shí)，在10%的置信水平下，成交量變化率與收益率之間存在負(fù)相關(guān)關(guān)系，成交量變化率每變化1個(gè)單位，就使得收益率減少0.278%個(gè)單位。這說明在7個(gè)交易日后股價(jià)會(huì)產(chǎn)生反轉(zhuǎn)現(xiàn)象。

表3　滯后階數(shù)分析

4.日交易數(shù)據(jù)回歸穩(wěn)定性檢驗(yàn)

根據(jù)模型(3)和通過滯后期回歸，得到的數(shù)據(jù)如表4所示?；貧w結(jié)果顯示，對于整體研究期間，不論是當(dāng)日成交量變化率，還是滯后3期成交量變化率，均在1%的置信水平上，并且與收益率之間存在顯著正相關(guān)關(guān)系。這說明原先假設(shè)的模型成效非常顯著。

表4　回歸結(jié)果檢驗(yàn)

(六)周相關(guān)性研究

1.模型構(gòu)建

通過對日成交量變化率與日收益率之間的關(guān)系進(jìn)行研究，從數(shù)據(jù)分析中發(fā)現(xiàn)日成交量變化率與日收益率存在正相關(guān)關(guān)系，這與原先假設(shè)的模型相符合。在實(shí)際操作過程中，由于股市在雙休日和其他節(jié)日休市，投資者在進(jìn)行股票投資時(shí)，不僅要關(guān)注股票每日的變化，而且要關(guān)注股票每周的變化，尤其在雙休日期間，要對過去一周的股票行情進(jìn)行認(rèn)真分析，對下一周的股票投資做出預(yù)判。

以上分析了日成交量變化率與日收益率之間存在的關(guān)系，那么，周成交量變化率與周收益率之間會(huì)存在什么樣的關(guān)系呢？

與日收益率的分析一樣，一周的收益率變化不僅受同時(shí)期成交量變化的影響，而且還受到之前成交量變化的影響。單獨(dú)檢驗(yàn)滯后1期到5期周成交量變化率對周收益率的影響，得到在10%的置信水平上，滯后1期、2期、3期對當(dāng)期周收益率都存在顯著的正相關(guān)關(guān)系。因此，對滯后3期的股票情況進(jìn)行研究，并對模型(3)改進(jìn)如下：

WRt=γ0+α1WVt+α2WVt-1+α3WVt-2+

α4WVt-3+εt。

(5)

2.回歸分析

將周數(shù)據(jù)處理完之后使用stata14回歸分析，并將實(shí)驗(yàn)結(jié)果代入方程式(4)得到：

WRt=0.4228+0.05221WVt+0.02142WVt-1+0.00171WVt-2+0.01103WVt-3+εt。

(6)

由方程式(6)可以發(fā)現(xiàn)，當(dāng)期周成交量變化率每增長1%，收益率增長0.05221個(gè)百分點(diǎn)，滯后1期的周成交量變化率預(yù)測能力次之。如果滯后1期成交量變化率增長1%，則可以使當(dāng)期收益率增長0.02142個(gè)百分點(diǎn)。由此可見，該模型對周收益率的預(yù)測能力明顯強(qiáng)于對日收益率的預(yù)測能力，對周收益率的預(yù)測效果更好。這說明投資者在以周為單位進(jìn)行分析時(shí)，顯得更加理性。

下面我們對模型的顯著性進(jìn)行檢驗(yàn)。

3.模型檢驗(yàn)

通過對周數(shù)據(jù)進(jìn)行正態(tài)性檢驗(yàn)及ADF檢驗(yàn)，檢驗(yàn)結(jié)果顯示，數(shù)據(jù)不符合正態(tài)性，但數(shù)據(jù)平穩(wěn)。對此，筆者進(jìn)行了回歸分析，分析結(jié)果如表5所示。

表5　周變化分析

從表5可以看出，在1%的置信水平下，周成交量變化率與周收益率之間存在顯著的正相關(guān)關(guān)系，并且周相關(guān)系數(shù)遠(yuǎn)大于日相關(guān)系數(shù)。這說明周數(shù)據(jù)的相關(guān)性更強(qiáng)。

通過對滯后期回歸進(jìn)行分析，可以得到回歸分析檢驗(yàn)數(shù)據(jù)，見表6。

表6　回歸分析檢驗(yàn)

從回歸分析檢驗(yàn)結(jié)果可以看出，當(dāng)期與滯后1周的成交量變化率對當(dāng)期收益率影響通過了1%顯著性水平的檢驗(yàn)，滯后3期的成交量變化率對收益率的影響通過了5%顯著性水平的檢驗(yàn)。這說明原先假設(shè)的模型具有較強(qiáng)的顯著性。

三、結(jié)論與建議

筆者利用2005年1月1日至2015年6月12日共2535個(gè)交易日的上證指數(shù)的收盤價(jià)及每日成交量數(shù)據(jù)，研究了股票成交量變化率對股票收益率的影響以及對股票收益率波動(dòng)性的影響。

筆者實(shí)證了中國股市的股票在實(shí)行全流通之后，股票交易量對股票收益率的影響，由此可以得出以下三點(diǎn)實(shí)驗(yàn)結(jié)論。

其一，線性回歸研究發(fā)現(xiàn)，股票收益率與股票成交量變化率之間存在線性相關(guān)關(guān)系。就某個(gè)交易日而言，前三個(gè)交易日股票成交量變化率與第四個(gè)交易日的收益率之間存在正相關(guān)關(guān)系。股票成交量變化率對收益率的影響將在第七個(gè)交易日出現(xiàn)反轉(zhuǎn)，并存在負(fù)相關(guān)關(guān)系。

其二，由模型回歸分析檢驗(yàn)結(jié)果可知，滯后3期的股票成交量變化率與當(dāng)期的股票收益率之間存在顯著的正相關(guān)關(guān)系。當(dāng)期股票成交量變化率對股票收益率的影響最大，且影響強(qiáng)度隨時(shí)間的推移而遞減。通過對日數(shù)據(jù)以及周數(shù)據(jù)的比較發(fā)現(xiàn)，當(dāng)期的周成交量變化率對收益率的影響大于當(dāng)期的日成交量變化率對收益率的影響，運(yùn)用周成交量變化率預(yù)測周收益率的預(yù)測效果會(huì)更好一些。

我國股市經(jīng)歷股改后，進(jìn)入了股票全流通時(shí)代，股票成交量已經(jīng)成為股市中重要的技術(shù)分析指標(biāo)之一，并在證券投資領(lǐng)域被廣泛用來判斷股票市場狀況及預(yù)測股票未來走勢。

根據(jù)筆者的研究結(jié)果，在此對投資者提出以下兩點(diǎn)建議。

第一，對于短期投資者來說，要關(guān)注股票成交量的日變化率。在短期內(nèi)，應(yīng)根據(jù)成交量的變化買入或賣出股票，尤其要關(guān)注三個(gè)交易日內(nèi)股票成交量的變化，在股價(jià)上漲時(shí)買入，在股價(jià)下跌時(shí)賣出。在持有股票七個(gè)交易日時(shí)應(yīng)該適當(dāng)減倉，這樣可以避免由于股價(jià)下跌而造成投資損失。

第二，對于中期投資者來說，要關(guān)注股票成交量的周變化率，投資者應(yīng)以四周為一個(gè)分析周期，在周成交量放大時(shí)買入股票，萎縮時(shí)賣出股票。

參考文獻(xiàn)：

[1]林德欽.上海股市收益率與成交量的動(dòng)態(tài)關(guān)系研究：基于分位數(shù)回歸模型的分析[J].金融教學(xué)與研究，2014(5)：48-52.

[2]劉曉娜.股權(quán)分置改革對我國股票市場風(fēng)險(xiǎn)的影響研究[D].廣州：暨南大學(xué)，2008.

[3]CLARK P K.A Subordinated Stochastic Process Model with Finite Variance for Speculative Prices[J].Econometrica,1973(1)：135-155.

[4]KARPOFF J M.The Relation Between Price Changes and Trading Volume: A Survey[J].Journal of Financial and Quantitative Analysis, l987(1)：109-126.

[5]GALLANT A R,ROSS P,TAUCHER G.Stock Price and Volume[J].Review of Financial Studies,1992(2)：199-242.

[6]KANIEL R,OZOGUZ A,STARKS L.The High Volume Return Premium：Cross-country Evidence [J].Journal of Financial Economics，2012(2)：255-279.

[7]SHEKAR B，HAFIZUR R.Examing the Relationship Between Stock Return Volatility and Trading Volume: New Evidence from an Emerging Economy[J].Applied Econmics,2015(18):1899-1908.

[8]王燕輝，王凱濤.股票交易量對收益率波動(dòng)性的影響：對深市個(gè)股的實(shí)證分析[J].金融研究，2004(12)：81-88.

[9]趙振全，薛豐慧.股票市場交易量與收益率動(dòng)態(tài)影響關(guān)系的計(jì)量檢驗(yàn)：國內(nèi)與國際股票市場比較分析[J].世界經(jīng)濟(jì)，2005(1)：64-79.

[10]鄭方鑣，吳超鵬，吳世農(nóng).股票成交量與收益率序列相關(guān)性研究：來自中國股市的實(shí)證證據(jù)[J].金融研究，2007(3)：140-150.

[11]田利輝，王冠英.我國股票定價(jià)五因素模型：交易量如何影響股票收益率？[J].南開經(jīng)濟(jì)研究， 2014(2):54-75.

[12]FAMA E F, FRENCH K R.Size，Value and Momentum in International Stock Returns[J].Journal of Financial Economics，2012(5):457-472.

【責(zé)任編輯李敬】

收稿日期：2015-11-29

基金項(xiàng)目：南京審計(jì)大學(xué)2015年碩士研究生科研及實(shí)踐創(chuàng)新計(jì)劃項(xiàng)目(MG2015015)

作者簡介：李超(1990—)，男，江蘇南京人，碩士研究生，研究方向：資本市場、金融風(fēng)險(xiǎn)管理。

中圖分類號：F832.5

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號：2095-7726(2016)04-0015-05