张文刚[1]2007年在《中国股市量价及其波动性关系的实证研究》文中进行了进一步梳理量价关系一直受到学术界和证券业界的广泛关注，具有重要的学术地位和研究价值。本文的研究目的是在以往股市量价关系的研究基础之上，利用中国股票市场的最新数据资料，进一步探讨股票收益和交易量的静态、动态影响关系，以及量价之间波动性的关系，从而检验混合分布假说在中国股票市场的有效性。本文运用线性回归模型、VAR模型和Granger因果检验等方法对中国股市量价的静态、动态相关关系进行了实证检验。还采用了较新的非对称成分GARCH—M模型，将波动区分为长期成分和短期趋势两部分，利用20支个股数据考察了交易量和股价条件波动性的关系。实证结果发现，我国股市量价变化之间不仅存在静态依存关系，而且存在显着的动态依存关系；交易量中引致依存关系的主要是非预期交易量。这说明中国股票市场上交易量确实包含了与价格变化相关的重要信息，从而否定了市场的有效性，也为基于量价关系的技术分析提供了很好的理论支持。同时我们也实证发现中国股市基本符合混合分布假说，但我国股票市场与西方成熟资本市场在诸多方面还存在比较显着的差别。我国股市交易量对波动性的解释能力存在一定的局限性，交易量还不能完全解释股票的GARCH效应，非均值交易量及其超过均值部分对波动性的解释能力也远低于西方成熟市场。最后，根据实证分析结果提出了相应的政策建议。
韦青青[2]2017年在《中国股市的量价关系分析》文中研究表明量价关系研究一直在国内外学术界受到普遍关注,具有十分重要的学术研究价值。实际上,在金融市场中,人们在进行股票市场的技术分析时也大都是遵循“量价结合”的原则。本文在以往量价关系研究的基础上,采用低频和高频的截止到2016年12月30日的数据,运用GARCH-V模型和更为新颖的FIVAR模型,对中国股票市场的量价动态关系及其背后的影响因子进行分析。为了检验混合分布假说在中国股票市场的适用性,了解非预期交易量是否为中国股市价格波动的影响因子,本文以低频的上证综指和深证成指收益率及交易量序列为样本,建立改进后的GARCH-V模型对中国沪深股票市场的量价关系进行了实证分析。结果显示:尽管中国股票市场相对于国外发达国家还不太完善,股票市场中存在一定的缺陷,如政策影响力大、投资者非理性行为等,但是剔除了时间趋势和自相关性的非预期交易量能够在一定程度上解释中国沪深股票市场的价格波动特征。为了进一步分析通过高频时间序列和低频时间序列构造的FIVAR模型是否同样能够解释中国股票市场中存在的量价关系,及反映市场流动性的指标是否会对股市量价关系产生影响,本文利用由高频数据构建的上证综指“已实现”波动率、交易量和银行间同业拆借利率分别构成二元和叁元FIVAR模型,并利用上证综指波动率、成交量和货币供应量的月度数据构成叁元低频FIVAR模型。研究结果显示:在由“已实现”波动率和成交量构建的二元FIVAR模型中,上证综指成交量对“已实现”波动率具有一定的预测效果;在由“已实现”波动率、成交量和银行间同业拆借利率构建的叁元FIVAR模型中,上证综指交易量对波动率具有一定影响但存在时间滞后,银行间市场利率对波动率的影响略高于交易量;在叁元低频FIVAR模型中,上证综指交易量的变动对波动率具有一定影响,且波动率的变化对于成交量的变化具有作用,货币供应量的大小对波动率和成交量的变化均存在预测作用。国内目前较少使用FIVAR模型来研究量价关系,本文使用该方法对中国股市的量价关系进行研究后的实证结果符合混合分布假说理论,且与投资者使用“量价结合”的技术分析方法的现实情况一致。货币供应量更适合作为市场流动性的指标被引入FIVAR模型,且市场流动性对中国股市的量价关系也具有一定作用。
张秀银[3]2016年在《基于市值规模指数量价关系研究》文中进行了进一步梳理随着我国股票市场的日渐发展完善,我国金融学者对股票市场量价关系的理论和实证方面做了大量研究,有的学者采用高频(低频)数据对我国股市中的量价关系做了研究,有的学者对我国沪深股市的综合指数量价关系做了全面研究,还有的学者基于我国股指期货量价关系或者区分股票市场牛市、熊市的条件下的量价关系研究等等。而且随着我国资本市场管理制度越加完善,对上市公司按一定标准进行分类的股票指数类别越来越多。以往关于这一部分的量价关系研究或实证结论已经不能及时反映新的指数市场变化,或者不能得到更细致更深入的研究结论。而且,根据以往文献研究来看,很少有学者展开基于股票市值规模的量价关系研究。对于投资者来说,股票市场价值是股票投资分析与选择中重点参考标准之一。从沪深证券交易所的上市公司来看,除公司发展规模,风险大小、市盈率等因素,公司市值价值也是甄别公司投资价值的标准之一。从学者关于量价关系研究成果来看,对量价关系的研究可以丰富资本市场理论,益处多多：①量价关系有益于丰富资本市场的微观结构理论。通过对量价关系的实证检验,可以对理论模型所涉及的市场信息传递、市场规模以及市场机制限制等假设进行分析；②有利于研究金融事件对量价关系的影响。如果通过某种方法能确定量价具有某种联合分布,那么将量价关系纳入到事件研究中有助于验证金融事件对股票走势的影响程度。③有利于研究投机价格的经验分布。在投机操作条件下,很难确定金融资产定价与收益率波动,但是如果能确定量价关系经验分布函数,那么就会清楚的知道投机作用条件下的股票走势。④量价关系研究有利于结合期货市场和现货市场的研究。期货市场量价关系与股票市场量价息息相关,因此,期货市场量价关系的研究有助于稳定股票市场。事实上,金融领域中的量价关系研究是可以多角度展开的,例如,交易量和价格(收盘指数)的关系、交易量与价格变动的关系、交易量与价格绝对值的关系。也可以是交易量与价格动态变化后的变量关系研究,例如,交易量与收益率的关系、交易量与收益率绝对值的关系、交易量与收益率波动的关系、交易量与价格波动方差的关系。本文中的量价关系是指交易量与收益率及其波动的相关关系和脉冲响应程度,由于本文根据量价关系理论将交易量分为可预测交易量和不可预测交易量两部分,所以本文的量价关系实际上是研究收益率及其收益率波动同实际交易量、可预测交易量、不可预测交易量叁个不同性质交易量的相关关系和脉冲响应强弱度。本文所指的实际成交量指的是对数化指数交易量,本文的收益率是指每日收盘指数比值的对数化联合收益率,由于收益率与指数的收盘价格存在不可分离的内在联系,所以本文量价关系研究是可以用收益率变量替代指数的收盘价格变量来分析基于市值规模指数的量价关系。本文选取深交所下属公司深圳证券信息有限公司发布的市值规模指数中的巨潮大盘指数展开量价关系研究,选取时间段是2005年2月到2016年2月29日的2681个日交易量数据和日收盘指数数据。为了追求数据的平稳性,对初始数据如大多数学者那样采取了对数化处理方法。市值规模指数虽然是深交所下属公司深圳证券信息有限公司发布的巨潮指数中的某一类指数,但正是这些指数使得我国资本市场微观结构越来越完善,能不同程度的满足众多投资者的需要。事实证明,现在也有很多机构投资者在跟踪该巨潮大盘指数,作为投资决策的重要参考标准之一。本文主要研究目的：通过阅读量价相关文献发现,我国学者从不同假设条件和角度,应用各种计量方法对上交所、深交所股票指数或者A股股票做了大量的量价关系研究,大部分学者都认为中国股票市场是一个非有效市场且量价存在正相关关系,同时认为中国股票市场是符合混合分布假说理论。本文也想以具有成分股选择严格、定期调整成分股特点的市值规模指数中的交易量和对数收益率检验该指数是否存在相关关系,在该指数下投资者更注重价值投资还是跟风投资,分布情况是否也同我国股市“尖峰厚尾有偏非正态”结论是一致的,量价存在格兰杰关系的情况下,不同性质交易量与收益率及其波动的相互影响贡献度,同时,本文着重研究收益率及其波动与交易量相互的脉冲函数影响。本文结论也表明我国股市是符合混合分布假说,投资者投资偏好具有盲目跟风投资的特点,同时市场中由于新信息引起的市场不可预测交易量比其它性质交易量对收益率及其波动具有更强烈的影响作用,本文研究结论有助于从不同角度审视我国股票市场量价关系状态。本文正文分为5个部分：第1章是引言,主要介绍了量价关系的选题背景及其在我国资本市场上研究股票量价关系的意义。由于量价关系的实证研究文献较多,该章将这些文献进行层次式归纳,对国外文献可分为四个部分：第一部分为对量价关系的早期研究；第二部分是量价相关关系的研究文献；第叁部分是量价动态关系的研究文献；第四部分是量价关系实证方法文献；对国内文献研究可分为四部分：第一部分是我国沪深量价正相关关系文献,第二部分是我国量价实证方法及研究结果文献,第叁部分是基于理论假说的我国量价文献；第四部分是基于收益率及其波动的我国量价文献。第2章主要介绍了关于量价关系的理论模型、本文数据来源、本文数据时间长度以及对初始数据的基本处理方法。初始数据中主要涉及叁个数据,分别是巨潮大盘指数的交易量、指数收盘价格、收益率。简单阐述了量价关系理论部分,文章对理念分散模型下的四个模型做了较细致的阐述,其中重点阐述了混合分布假设理论。第3章主要是从数据静态理论与数据静态分析过程相结合的章节。本章对巨潮大盘指数的交易量、收益率两个变量做了基本统计分析(均值、峰度、偏度、J-B统计量)、Quantile-Quantile图、数据正态性检验和ADF平稳性检验等静态分析。检验结果表明交易量、收益率都是具有有偏性平稳性非正态的时间序列,这一结论是展开第4章的格兰杰因果检验的基本前提条件。第4章主要是对文章应用多种计量经济模型的理论概述,如GRANGER因果检验法、分位数回归方法、向量自回归模型(VAR)、脉冲响应函数理论概述。而且本章最重要的实证步骤是用ARMA模型得到的残差估计值剔除交易量相关性作为不可预测交易量,然后再应用交易量的分解理论求出可预测交易量的过程。其次应用模型对交易量、收益率、收益率波动、分解后的可预测交易量和不可预测交易量进行动态实证研究。由于第3章结果表明,交易量、收益率、收益率波动是平稳的时间序列,所以本章应用GRANGER因果检验方法、分位数回归方法、二元VAR模型及其脉冲响应动态分析量价之间的相互关系。这些模型应用具有相互联系的关系,由于格兰杰因果检验结果表明收益率对交易量存在单向的格兰杰因果关系,交易量同收益率波动存在双向的格兰杰因果关系,但是格兰杰检验只检验了两个变量之间存在某种预测关系,却没有表明变量间预测关系的强弱,也没有检验变量间线性正负关系,这种预测关系的强弱检验只能借助分位数回归方法和脉冲响应函数才能完成。本章结果表明,脉冲响应函数和GRANGER因果检验模型联合检验了收益率、收益率波动对交易量存在比较强烈的解释作用。第5章是对本文研究结论的总结、研究存在的不足之处以及对文章的后续研究展望。本文通过量价关系理论与丰富的计量经济模型相结合的研究方法对市值规模指数做了量价关系研究,得到了比较有意义的研究结论。本文通过巨潮大盘数据的静态与动态结合分析量价的关系,研究表明,可预测交易量与不可预测交易量同收益率存在单向的格兰杰因果关系,收益率对交易量具有预测作用；收益率波动与实际交易量、可预测交易量和不可预测交易量存在双向的格兰杰因果关系,具有相互预测变量变化的作用。通过分位数回归模型研究了交易量同收益率存在正向的线性关系,即“量涨价涨,量跌价跌”的关系,但是这种关系比较微弱。文章还建立二元VAR的模型,在通过对比AIC信息准则可知ARMA(4)的回归具有更好的效果,该模型旨在找到可预测成交量与不可预测交易量的滞后阶数。模型分析了可预测交易量、不可预测交易量、实际交易量与收益率及其收益率波动的脉冲响应函数,发现收益率及其波动受到信息冲击作用的时候,对交易量变量有明显的影响,但是这种影响的时间是短暂的,具有时间的不可持续性。反过来,当交易量受到冲击影响后,对收益率及其波动的脉冲作用比较小。而且,在脉冲响应分析中还发现不可预测交易量对收益率及其波动的响应程度,要显着大于可预测交易量对收益率及其波动的响应程度。出现这种短期波动的现象可能是由于我国股市投资者大部分都是散户,没有科学的投资理念,频繁进出股市,同时也没有像某些机构投资者那样拥有优先信息优势,所以出现“投机跟风”现象。由于本文是基于市值规模指数巨潮大盘做的量价研究,但是,结论中仍然存在了收益率主导交易量的“投机跟风、追涨杀跌”的局面,这更加充分说明了在该指数下,投资者依然不注重长期价值型投资而是期望从短期收益波动中获利。因此,这一指数对大多数普通的长期投资者来说参考价值可能较小。结论表明我国成为主要依靠市场资金来推动股票市场发展,而不是像西方发达资本市场更加注重价值型的长期投资,但是这种资金支撑股市的作用是比较弱的而且时间短暂不具有可持续性。而且,本文在量价格兰杰因果检验和脉冲函数中均发现不可预测交易量比可预测交易量和实际交易量对股价及其收益率波动具有更强的解释作用,说明我国股票市场及其投资者均是“信息市场”的偏好者,投资行为受信息的影响特别大,这种影响最后体现在股票波动之中。这就客观要求我国股票市场交易机制需要不断完善,尤其是我国政府要逐渐丢掉“政策主导市场”这一包袱,力求我国股票市场信息传播机制透明化、公开化,构建我国价值型与专业型结合的股票投资环境,使我国逐渐实现“信息松绑”,实现我国股票市场健康平稳的发展。本文有叁点贡献：①数据选取上,选了成分股入围标准严格,定期调整成分股的市场规模指数的巨潮大盘指数；且得出了投资者仍然偏好短期波动性投资,该指数对价值投资者参考价值作用可能较小；②在实证过程中,着重分析了实际交易量、可预测和不可预测交易量对收益率及其波动的脉冲分析,得出了我国不可预测交易量对股市波动具有强烈的解释作用,也得出了我国存在“政策主导市场”和“跟风投机、追涨杀跌”的投资趋势,不注重长期价值的投资,因此建议我国完善信息传递机制。③用计量经济模型VAR和脉冲响应函数,重点分析了信息传递过程中交易量增量与收益率及其波动增量的影响。
朱永安[4]2003年在《基于混合分布假说的中国股市量价关系实证研究》文中提出股票市场交易量与价格波动性之间的关系，长期以来一直是金融领域的一个重要话题。因为量价关系不但是了解金融市场微观结构的一个重要途径，也是研究套利机会或者说市场有效性的重要手段。资本市场微观结构理论指出，金融资产的波动性与信息密切相关，所以股票市场的波动性在某种程度上也就是股票市场对新信息的消化、评估和使用的体现。而交易量作为一种信息代理指标，传达着一种价格信号，所以从交易量角度来研究股票市场波动性是特别有必要的。而近年来我国股票市场走势与宏观经济走势的背离，也进一步说明了从市场微观结构角度和信息角度来研究我国股票市场波动性的必要性。 本文主要从金融市场微观结构理论出发，把交易量作为影响价格调整过程的一个重要因素，引用混合分布假说(MDH)来解释股票市场的量价关系。阐述了交易量是怎么影响价格，以及交易量是怎么用来解释价格波动性的。 全文正文总共分为5个部分。第一部分是引言部分，主要叙述研究股票市场量价关系的必要性和重要性；阐述了把交易量作为一种信息来解释股价波动性的理论意义和现实意义。第二部分是理论和方法部分，首先介绍了混合分布假说(MDH)的研究框架，然后在此基础上设计出检验混合分布假说的实证方法，即将各种不同类型的交易量加入到GARCH-M(均值广义自回归条件异方差)模型中。第叁和第四部分是实证部分，文中首先引用混合分布假说解释了上海股票市场综合指数的量价关系。并在此基础上，鉴于股指与个股的差异，比如个股有涨跌停限制等，引用混合分布假说进一步考察了基于个股的股价波动与交易量之间的关系。最后部分是本文的结论和一些政策性建议。
张小勇[5]2012年在《金融市场的量价关系理论与实证研究》文中进行了进一步梳理传统的金融理论基于有效市场假说,以“价格可以充分反映该时点所有可得信息”为前提,仅关注金融市场中资产价格的时间序列特征,仅从价格本身出发来对价格波动进行解释和预测。然而,价格波动的复杂性让学术界开始对这一前提产生了怀疑,交易量---这个被忽视的可能包含市场信息的因素,随着金融市场微观结构理论的发展而逐渐受到学者们的重视。其实在投资界,“量价结合”这一准则早已被人们熟练应用在金融市场的技术分析上。因此,从理论与实证的角度对金融市场的量价关系进行深入研究显得尤为必要。本文基于混合分布假说研究金融市场中的量价关系以及量价关系背后的主要驱动因子。研究从两个方面展开,在股票市场与期货市场分别利用基于低频数据的GARCH-V模型检验与基于高频数据“已实现”波动率线性模型检验的方法,来横向比较研究交易量对市场价格波动的解释能力、纵向方法创新研究去异方差交易量与价格波动的关系,以及深入挖掘中国期指市场的量价规律与产生量价关系的主要驱动因子。具体内容如下：首先,从不同的GARCH族模型以及非正态GARCH族模型出发,多方位的比较研究了中国股市的价格波动特征,并对市场风险进行了VAR度量。研究表明,EGARCH模型和APARCH模型的效果优于其他模型,且学生t分布假设和GED分布假设下的GARCH族模型在总体上要优于正态分布假设,这为今后在针对中国股市选择波动性模型时,提供了重要的参考价值。其次,在价格波动方程中加入交易量,利用基于GARCH-V模型的实证检验方法,横向比较研究了七个国家股票指数交易量对市场价格波动的解释能力；接下来,剔除掉交易量序列的波动丛聚性,创新性的研究了去异方差交易量与价格波动的关系。研究表明,成熟市场上交易量对价格波动的解释能力相对较强,市场价格对信息的吸收和反映能力较强,市场的有效程度较高；并且,去异方差交易量是更好的信息流代表,能够增加交易量对价格波动的解释能力,市场成熟度越高的国家,去异方差交易量对价格波动的解释能力越强。随后,以沪深300股指期货为研究对象,根据Jone等(1994)的研究将成交量划分为成交次数和平均交易头寸,并考虑“已实现”波动率的跳跃和非对称性特征,构造了中国股指期货市场量价关系的基础模型、连续和跳跃波动模型及量价关系非对称模型。研究表明：沪深300股指期货的成交量与价格波动之间呈现明显的正相关关系；成交量、成交次数及平均交易头寸对连续和跳跃波动都有显着的正向影响,且成交量与连续波动的正相关关系可以较为精确的反映我国期指市场总的量价关系；下偏已实现半方差较上偏已实现半方差包含更多的市场波动信息；平均交易头寸作为量价关系背后的主要驱动因子,可以更好地解释市场波动。接下来,用GARCH-Copula模型研究股市量价尾部关系,这不仅考察了价格高涨与高交易量,价格大跌与低交易量之间的关系,还考察了大的价格变动与高交易量、小的价格变动与低交易量之间关系。这刻画了在极端市场条件下,量价间尾部的相依性,同时具有时变的特征。最后,总结了本文的主要研究成果与创新点,提出未来研究方向与展望。
梁增辉[6]2013年在《中国股票市场量价关系研究》文中提出在证券市场的分析中,价格和成交量一直都是人们关注的热点。华尔街有句老话：“量比价先行”。技术分析更是把价格和成交量作为基本的分析要素,尽管指标很多,方法也各有不同,但都是建立在对市场价格和成交量的不同处理上,很多技术派的高手也都是熟知市场中价量配合的关系。而在学术界,长期以来都把价格和成交量的关系作为研究的热点。从这些市场基本的要素中,投资者可以更好的理解市场的微观结构,同时对价量关系的把握,也有助于了解市场信息传播的方式,从而揭示价格波动的根源。目前,对于市场价格和成交量之间的关系,有以下几种成熟的理论模型：信息理论模型、交易理论模型和理念分散模型。而以往的研究,大多都集中在信息理论模型上。根据市场的微观结构,每日都会有新的信息到达市场,投资者吸收这些信息并反映到具体的交易中,从而引起证券价格的波动。混合分布假说是由Clark(1974), Epps(1976), Tauchen&Pitts(1983)等人建立的,该理论认为：市场中存在一些潜在的信息流,当这些信息流进入市场后,会通过投资者的交易而引起成交量和价格的波动。此外,由于潜在的信息流难以被外在测量,所以经常将成交量和交易频率作为信息流的替代。通过对价量的研究,可以大致推出交易背后的信息流所包含的内容,以及投资者对这些内容的不同理解。同时,价量关系的研究也可以在一定程度上指导投资者的决策。国内外很多的学者通过实证发现,价格的波动和成交量的变化之间是正相关的,同时还证明了这种正相关关系是非对称的,即相对于价格往下波动,价格往上波动的时候可以引起更多的成交量。Lamoureux和Lastrapes(1990)通过实证研究发现,在GARCH的条件方差模型中,加入成交量以前,价格的波动有很强的持续性,当加入成交量以后,ARCH效应明显减弱,成交量吸收了很大一部分价格的波动,证实了市场中存在新的信息流同时驱动价格和成交量的变动,同时成交量的系数为正。也有一些学者对成交量做了分解,从而发现市场价格的波动主要是由代表新信息的非预期成交量引起的。王春丽、陈召军使用我国上证综指和深圳成指的数据,实证发现在GARCH模型中加入成交量后,过去对价格的冲击因素不在显着,我国A股市场的信息传播方式符合混合分布假说。由于我国股市这几年的快速发展,过去的数据难以反映现在市场的量价关系,因此本文选用市场最新的数据,并通过严格的牛熊市划分,来重新研究我国证券市场的量价关系。文章借鉴前人的研究,首先使用格兰杰因果检验证实成交量和收益率的变化之间存在相互的影响,两者的变动都是由于市场中新到达的信息,其次,使用GARCH模型分析成交量在多大程度上可以解释收益的波动,并通过对成交量的分解,研究不同的成交量对收益的解释能力。从文章结构看,本文一共分为5个部分：第一部分是绪论部分。首先说明本文的背景和意义,证券市场作为一国经济的晴雨表,是一个国家经济发展中不可缺少的部分。我国的A股市场虽然起步晚,发展时间短,但是经过这么多年的快速发展,同发达的西方国家相比,差距已经不是很大了,而对于证券市场,不论是投资者,还是学术研究,我们都应该清楚其中的量价关系,以便对市场有一个更清楚的了解,对于投资者而言,也可以帮助他们做出更理性的交易。之前虽然国内很多学者也做了这方面的研究,但是随着这几年我国股市日趋完善和上市公司日益增对,很多旧的结论已经不能反映新的市场信息,因此有必要对这个市场进行重新的认识。接着文章叙述了研究的对象以及研究方法,使用A股的市场指数以及成交量数据,通过计量软件建立的模型进行估计,从而有效的刻画我国金融市场的量价关系。第二部分主要回顾了文章研究内容相关的文献。主要阐述了国内外学者在量价关系方面的理论发展以及实证研究。首先Clark (1974)提出了混合分布假说,然后Epps (1976)和Pitts(1983)等人发展并逐渐完善了该假说,认为市场价格和成交量的变化是由新信息的到达而引起的。随后Andersen(1996)从市场微观结构框架出发,经过进一步的研究,从而提出了修正的混合分布模型(MMM),该假说认为在实际的金融市场中,应该考虑到投资者拥有的私有信息,从而得出股价波动和成交量中信息的交易部分,是由信息的到达速度决定的。实证方面很多学者使用GARCH模型研究不同的市场,发现加入成交量后,ARCH效应明显降低,符合混合分布假说。我国的学者对量价关系的研究主要集中在叁个方面：成交量与股价变化的关系,成交量作为股价进程的标度以及成交量作为信息流的替代指标。第叁部分主要叙述了目前国际上具有代表性的量价关系理论。主要包括叁种理论模型：(1)信息理论模型。该理论认为信息是决定价格和成交量变化的主要原因。目前该模型包括混合分布假说模型、信息顺序到达模型以及噪声理性预期架构模型。(2)交易理论模型。该模型考察的重点是价格变化和成交量的关系及何种原因导致这种关系,由于该模型主要考察的是交易行为,所以被称为交易理论模型。主要包括了Kyle(1985)、Admati和Pfleiderer(1988)的日内交易模型。(3)理念分散理论模型。该模型假定,投资者都拥有相同的市场公开信息,但是不同的投资者对这些公开信息都有自己的解释,且每个人都相信自己的解释。模型的结果显示：投资者对这些信息的理解差异越大,那么会导致交易量的放大,同时也会引起股价的剧烈波动,两者之间存在一定的正相关。第四部分是本文的实证部分。首先对这篇文章中所使用的数据进行详细说明,并介绍了实证过程中数据前期处理方法和初步的描述性统计。本文的数据主要是A股指数和相应的成交量,针对牛熊市的交替,将数据一共分为四个区间,由于后面实证模型对数据平稳性以及相关性的要求,在实证前,先对数据进行平稳性和相关性的处理。而对于成交量,由于要对比非预期成交量和预期成交量的差别,所以便做了分解处理。其次使用Granger因果检验分析了量价之间的因果关系,发现两者之间互为因果,但是收益率的变化对预测成交量的变化作用更大,而分解的成交量中,非预期成交量对收益率的格兰杰检验值更大,说明引起股价波动的新信息,更多的是包含在了非预期成交量中。该检验也说明了我国A股市场信息传播符合混合分布假说。最后使用GARCH模型来分析成交量在多大程度上可以解释收益率的变化。发现加入成交量后,模型的ARCH效应显着降低,成交量吸收了价格的波动,并且非预期成交量对收益波动的解释强于预期成交量。而对比发现两个市场中上海证券市场过去信息的ARCH效应更明显。第五部分是本文的结论和建议。格兰杰因果检验表明我国的证券市场信息的传播方式符合混合分布假说,而GARCH模型表明在加入成交量后,ARCH效应显着降低,成交量作为信息流的替代指标,可以很好地解释价格的波动。说明中国的A股市场结构已经逐步完善,市场中的信息开始逐步指导投资者的行为。但是目前我国经常出现政策干扰市场的现象,这会在一定程度上扭曲投资者的行为,不利于市场的健康发展。政府的方向应该放在完善法律制度、加强监管方面,努力为投资者营造一个良好、健康的投资环境。本文的创新在于文章所采用的数据是最新的市场数据,随着市场的日趋完善,以前的数据已经不能说明现在的A股市场的量价关系,并且对数据分析进行了严格的牛熊市划分,这个在目前的研究中还未见到。文章的不足是一共使用了不到四年的数据,来分析我国的证券市场量价关系,时间上有点短,对于量价关系的描述可能会稍有不足,后面可以考虑使用更多的数据；同时在对成交量使用ARMA模型拟合时,对阶数的选取带有一些主观的色彩,后续可以考虑使用非常严格的方式确定阶数。
李双成, 邢志安, 任彪[7]2006年在《基于MDH假说的中国沪深股市量价关系实证研究》文中指出GARCH类模型在研究股票市场量价关系时得到了广泛的应用。本文基于一种新的GARCH模型,把股市的波动分解为长期波动趋势和短期波动成分,验证中国股票市场是否符合研究量价关系的主流理论——混合分布假说理论,并得出中国股票市场波动的一般性及特质性。其研究结论对监管机构把握股市的运行规律,制定合理有效的监管政策具有重要的指导意义。
李双成[8]2006年在《中国股票市场量价关系的理论与实证研究》文中进行了进一步梳理本文以中国股票市场的价格波动与交易量为研究对象,重点对以下方面进行了研究:1.在国内首次利用非对称成分GARCH-M模型对中国股票市场的量价关系进行了实证研究,并把交易量分解为预期交易量和非预期交易量。实证结果显示中国股票市场价格波动的短期成分主要由交易量解释,非预期交易量对市场波动的解释相比预期交易量具有绝对优势,说明交易量中的非预期成分所替代的市场信息是真正引起价格波动的根源,这与国际上广泛流行的“混合分布假说”理论是一致的。另外,中国股票市场短期波动的持续性只能由加入的交易量部分解释,除了交易量外,还有其它的因素会引起股票价格的短期波动,这与新兴股票市场的研究结论相似,而与美国等成熟资本市场的结论不一致,美国学者研究成果显示其股票市场的价格波动可由交易量完全解释。在量价关系的建模过程中考虑了滞后收益冲击对未来波动的影响,结论显示1997年之后的中国股票市场,负收益(利空消息)比相同程度的正收益(利好消息)对市场波动的冲击更大,即反应了中国股票市场存在杠杆效应。我们还研究了非预期交易量对市场波动的非对称影响,得出正的非预期交易量(放量)比同等程度的负的非预期交易量(缩量)对市场波动的影响更大,从而能引发更大的市场波动。这在一定程度上支持了投资者根据量价指标进行技术分析的投资策略,但和美国股票市场的相关研究结论相比,中国股票市场的非对称性差异更加显着,这反应了中国的投资者更加倾向于投机行为,大部分投资者都喜欢在市场交投活跃时进行投机交易,希望在短期内获得高的市场回报,也说明我国的投资者在投资理念和成熟的资本市场国家的投资者相比仍存在较大差距。2.首次引入了研究量价关系的动态二元混合分布模型,并使用基于MCMC模拟技术的贝叶斯方法对模型参数进行估计。模型中的交易量作为量价系统的内生变量出现,从而弥补了传统建模的不足。实证研究结果显示:动态二元混合分布模型很大程度上能够捕捉收益波动的持续性特征;交易量由信息交易和噪声交易构成,而交易量的系统变动主要是由于信息交易部分的变动产生的。二元混合模型存在局限性,其原因可能是模型的假定条件过于苛刻。而后引入了广义二元混合分布模型,并进行了扩展,添加了反应投资者对市场新信息的敏感性具有时变性这一重要的潜在因素,事实证明广义二元混合模型显着拒绝了投资者对新信息的敏感度是常量的假定,市场信息与投资者对信息的敏感性都是决定量价动态关系的重要潜在因素。广义二元混合模型明显优于标准二元混合模型。3.首次引入了一种广义混合分布假说理论,并检验其是否能够解释中国股票市场收益的ARCH效应和交易量的关系。结果显示,日收益波动包含很大的随机成分,能够解释超过总体一半的波动。非预期波动成分是由于信息流对市场的冲击产生的,而预期波动主要由滞后的收益冲击所驱动。4.利用传统的Granger因果检验模型检验了中国股票市场交易量对收益的信息含量,结果表明,收益和交易量存在双向的反馈关系,过去交易量能够提供未来价格波动的信息,包括价格变动的幅度以及价格变动的方向,这与股市交易中的技术分析策略是一致的。
姜雪[9]2008年在《我国股票市场量价关系的经济分析》文中研究说明在股票市场上交易量和收益之间的关系一直以来都受到国内外学者的广泛关注,这是因为准确描述二者的关系对了解股票市场的微观结构、市场有效性及金融资产的流动性等问题都具有重要的意义。本文的研究目的是在以往股市量价关系的研究基础之上,利用中国股票市场的最新数据资料,进一步探讨股票收益和交易量的相互影响关系,以及量价之间波动性的关系,从而检验中国股票市场的有效性以及为证券投资技术分析提供依据。本文运用ARMA模型有效的分离了交易量数据,利用Granger因果检验等方法对中国股市量价的动态相关关系进行了实证检验。还采用EGARCH模型,考察了交易量和股价条件波动性的关系。实证结果发现,我国股市量价变化之间存在显着的动态依存关系交易量中引致依存关系的主要是非预期交易量。这说明中国股票市场上交易量确实包含了与价格变化相关的重要信息,从而否定了市场的有效性,也为基于量价关系的技术分析提供了很好的理论支持。同时我们也实证发现中国股市基本符合混合分布假说,但我国股票市场与西方成熟资本市场在诸多方面还存在比较显着的差别。我国股市交易量对波动性的解释能力存在一定的局限性,交易量还不能完全解释股票的GARCH效应。最后,根据实证分析结果提出了相应的政策建议。
朱家伟[10]2012年在《中国股市量价关系研究》文中研究表明本文所研究的量价关系是指收益率本身及收益率绝对值与成交量之间的线性相关关系以及成交量与股价波动率之间的关系。由于本文基于Andersen(1996)的思想,将成交量分解为预期部分(称为预期成交量)和非预期部分(称为非预期成交量),因而,具体来说本文研究的是收益率本身及收益率绝对值与成交量不同部分之间的线性相关关系以及成交量不同部分与股价波动率之间的关系。本文以我国上证综合指数每日收盘指数和其对应的成交量作为价格和成交量的实际观测值,所选取的样本区间为2006年8月7号至2011年12月30号,并将这一样本称为总样本。一、主要研究的问题本文主要研究叁个问题：1、日成交量与日收益率之间是怎样的线性相关关系；2、这种线性相关关系的稳定性；3、日成交量是否可以作为每日到达市场的信息量(以下简称“日信息量”)的代理变量,这一问题是在研究成交量与股价波动率之间的关系时产生的。二、研究过程1、在研究第一个问题时,本文利用EGARCH (1,1)模型对总样本进行回归,研究收益率本身及收益率绝对值与成交量不同部分之间的线性相关关系,选择EGARCH (1,1)模型原因是：如果只用简单的线性回归模型来建模,回归残差会出现异方差现象。2、在研究第二个问题时,本文依据不同市场情形(牛市、熊市和盘整市)将总样本分解为叁个子样本,分别研究不同市场情形下收益率本身及收益率绝对值与预期成交量、非预期成交量之间的线性相关关系,将所得结论再与由总样本得到的结论相比较,以此来评价收益率本身及收益率绝对值与预期成交量、非预期成交量之间线性相关关系的稳定性,其评价标准是,只要有一个子样本的线性相关关系与总样本的线性相关关系不一致,那么就认为这种相关关系是不稳定的；3、本文从两个方面来研究第叁个问题,其样本为本文的总样本,而不是分解后的子样本。(1)通过在EGARCH (1,1)模型的均值方程中加入预期成交量和非预期成交量作为解释变量,研究预期成交量和非预期成交量是否有助于消除“杠杆效应”,其研究逻辑是：如果成交量可以作为日信息量的代理变量,那么在均值方程中加入预期成交量和非预期成交量之后,回归所得残差对下一期的条件波动率的冲击应该不再具有“杠杆效应”,因为此时的残差中所包含的信息实际上是原信息在剔除了预期成交量和非预期成交量所包含的信息之后的残余信息,因而如果能够证明这个残余信息对条件波动率的冲击已不再具有“杠杆效应”,那么就能说明成交量可以作为日信息量的代理变量；(2)通过在EGARCH (1,1)模型的条件方差方程中加入预期成交量和非预期成交量作为解释变量,研究预期成交量和非预期成交量是否有助于消除ARCH效应,根据混合分布假说,ARCH效应可以由日信息量序列的自相关来解释,因而,如果成交量可以作为日信息量的代理变量,那么在EGARCH模型的条件方差方程中加入预期成交量和非预期成交量后,ARCH效应应该会变得不再显着,否则,从消除ARCH效应这一角度来看,就不能说日成交量可以作为日信息量的代理变量。第叁个问题的评价标准是,只要有一个效应没有被消除,就认为日成交量不能作为日信息量的代理变量。叁、本文的结构安排1、第一部分是文献综述部分,由本文的第一章构成。文献综述部分从理论和实证两个方面简要评述了国内外有关金融市场中的量价关系的研究成果。2、第二部分是实证部分,也是全文的核心部分,由本文的第二章和第叁章构成。第二章研究的是第一个问题和第二个问题,第叁章研究的是第叁个问题。3、第叁部分是本文的结论。其主要内容是对本文实证部分的研究过程及研究成果进行总结。四、本文的研究成果(一)关于第一个问题的结论1、收益率本身与预期成交量的线性相关关系不显着,与非预期成交量则显着正相关；2、收益率绝对值与预期成交量的线性相关关系也不显着,与非预期成交量也是显着正相关；(二)关于第二个问题的结论1、收益率本身与预期成交量之间的线性关系是稳定的,它们之间一直保持显着不相关；2、收益率绝对值与非预期成交量之间的线性关系也是稳定的,它们之间一直保持显着正相关关系；3、收益率本身与非预期成交量之间的线性相关关系以及收益率绝对值与预期成交量之间的线性相关关系是不稳定。(叁)由于本文是从两个方面来研究第叁个问题的,因而结论也从两个方面来总结。1、关于第一个方面,本文得出如下结论：(1)我国股市存在显着的“杠杆效应”和ARCH效应,这与国内学者的研究结论一致；(2)从消除“杠杆效应”这一角度来说,非预期成交量是一个很理想的日信息量的代理变量；(3)在消除“杠杆效应”中起作用的是成交量中的非预期部分,预期成交量对“杠杆效应”的消除作用不显着；(4)滞后一期的非预期成交量对“杠杆效应”的消除作用也不显着；2、关于第二个方面,本文得出如下结论：(1)用成交量来替代日信息量并不能消除ARCH效应,只能降低ARCH效应,因而,从消除ARCH效应这一角度来说,无论是预期成交量还是非预期成交量都不是一个很理想的日信息量的替代变量,这与Fleming, Kirby,和Ostdiek(2006)的结论一致,与Lamoureus和Lastrapes(1990)的结论相悖；(2)非预期成交量对股价的条件波动率的解释作用是显着的,而预期成交量对条件波动率的解释作用却不显着。这与大多数文献的结论是一致的。3、根据本文设定的判断标准,本文认为日成交量并不能作为日信息量的替代变量。五、本文的创新之处、不足之处及进一步的研究空间(一)创新之处1、虽然有很多文献研究了成交量与收益率之间的相关关系,但是没有文献评价过这种关系的稳定性。本文依据不同市场情形将总样本分为叁个子样本,通过研究并比较不同市场情形下成交量与收益率之间的线性相关关系来评价这种线性相关关系是否稳定；2、本文从一个新的角度来评价成交量作为日信息量的代理变量的效果。以往文献只是从ARCH效应这一个角度来评价,而本文从“杠杆效应”和ARCH效应两个角度来评价；3、本文关于成交量可以消除“杠杆效应”的结论也是本文的一个创新之处,以往文献中没有出现过类似论述。(二)不足之处为了评价收益率本身及收益率绝对值与预期成交量、非预期成交量之间的线性相关关系是否稳定,本文在依据总样本进行实证研究并得出结论的基础上,又根据上证综合指数的趋势图将所选取的样本划分为牛市情形、熊市情形及盘整市情形叁个子样本,但是这里的牛市、熊市及盘整市的划分并没有严格的理论依据,这是本文的一个不足之处,但本文之所以仅按照上证综合指数的趋势图来划分牛市、熊市及盘整市,其理由是：1、本文并不是一篇专门研究牛市、熊市及盘整市的论文；2、理论界对于牛市、熊市及盘整市的划分并没有一个统一的标准；3、本文将总样本进行划分的目的只是为了评价收益率本身及收益率绝对值与预期成交量、非预期成交量之间的线性相关关系的稳定性,并不是要研究牛市、熊市及盘整市情形下的量价关系,因而本文认为根据上证综合指数的趋势图来对总样本进行划分已经可以达到本文的研究目的。(叁)进一步的研究空间1、本文采用上证综合指数的日数据来研究量价关系进一步的研究可以尝试采用高频数据来研究量价关系；2、在对成交量的分解上也具有进一步的研究空间,可以采用其他的分解方式；3、在研究成交量与条件波动率的关系时,进一步的研究可以考虑将成交量这一变量以非线性的方式加入到条件方差方程中。
参考文献：
[1]. 中国股市量价及其波动性关系的实证研究[D]. 张文刚. 吉林大学. 2007
[2]. 中国股市的量价关系分析[D]. 韦青青. 暨南大学. 2017
[3]. 基于市值规模指数量价关系研究[D]. 张秀银. 西南财经大学. 2016
[4]. 基于混合分布假说的中国股市量价关系实证研究[D]. 朱永安. 东北财经大学. 2003
[5]. 金融市场的量价关系理论与实证研究[D]. 张小勇. 湖南大学. 2012
[6]. 中国股票市场量价关系研究[D]. 梁增辉. 西南财经大学. 2013
[7]. 基于MDH假说的中国沪深股市量价关系实证研究[J]. 李双成, 邢志安, 任彪. 系统工程. 2006
[8]. 中国股票市场量价关系的理论与实证研究[D]. 李双成. 天津大学. 2006
[9]. 我国股票市场量价关系的经济分析[D]. 姜雪. 吉林大学. 2008
[10]. 中国股市量价关系研究[D]. 朱家伟. 西南财经大学. 2012
标签：金融论文; 证券论文; 投资论文; 量价关系论文; 中国股市论文; 预期收益率论文; 预测模型论文; 价格发现论文; 波动性论文; garch论文;