中国股票市场交易数据相关关系实证分析

中国股票市场交易数据相关关系实证 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 摘要：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。关键词：量价关系负相关；成交额一、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 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 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：V=成交量=上证成交量深证成交量M=成交额=上证成交额深证成交额三、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）：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）: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：lnpt=C（1）C（2）lnMtC（3）lnVtεt应用Eviews软件，得到如下结果（表3）：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：lnpt=15.090.93lnMt-0.71lnVtεt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。参考文献：[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 路基工程安全技术交底工程项目施工成本控制工程量增项单年度零星工程技术标正投影法基本原理 ，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）.