评价网 > 科教论文 > 经济学毕业论文 > 金融论文 > 正文

股票成交量与收益率序列相关性研究——来自中

2016-05-05 01:06 摘 要：本文以1996年1月1日至2003年12月31日期间沪、深股市255只股票为样本，研究股票成交量与股票收益率序列相关性的关系，以及股票的信息不对称程度对这种关系的影响。结果表明：第一，无论是牛市、熊市还是平衡市，高成交量交易日的股票收益率在随后交易日中都将表现出“反转”；第二，牛市和熊市中，在高成交量的交易日之后，信息不对称程度较高的股票，其收益率与信息不对称程度较低的股票相比，更倾向于表现出反转。针对这一难以被金融学主流理论所完全解释的实证结果，结合中国实际，笔者认为其根源在于中国投资者的资产配置交易和过度投机交易行为。 　　关键词：成交量；收益率序列相关性；投资者行为　　一、文献综述　　根据芝加哥大学著名教授Fama所总结的“有效市场假说”，若市场是有效的，当前股票的成交量对股票未来收益率是没有预测作用的。因此，在以有效市场假说为理论基石的CAPM等传统资产定价模型中，成交量是不被考虑的因素。但是在投资管理的实务领域，以股票的成交量作为研判未来股票价格变化的依据，则是证券分析中的一个重要工具。　　然而，成交量究竟表示什么?为何其可用于预测未来股价的变化?高成交量交易日的股票收益在随后交易日中将表现出“惯性”还是“反转”?近年来，学界对这些问题争论颇多，并逐渐形成两种理论假说来解释实证结果，即Campbell，Grossman和Wang (1993)提出的“资产配置假说”，以及Morse(1980)提出的“信息不对称假说”，而Llorente，Michaely，Saar和Wang(2002)则试图将上述两种看似矛盾的理论假说统一起来形成“资产配置与信息不对称统一假说”。　　(一)资产配置假说　　Campbell等(1993)的实证研究发现，高成交量交易日的股票收益率更易在随后交易日中表现出反转。他们提出了基于投资者资产配置的理论模型对此进行解释：非股票资产风险收益关系的变化导致投资者进行资产比例的重新配置(Hedging trades)驱动成交量的变动，例如股票以外的其他资产的收益下跌，使得投资者增加股票投资的比重，从而导致成交量放大，可见成交量变化仅仅表示“其他资产收益相对于股票收益的变化”，而且由于这种成交量的变化并不表明股票的基本价值发生变化，因此成交量的变化是暂时的，未来股票收益将会“反转”，即：股票以外其他资产收益下降导致投资者大量买入股票，从而成交量增加、同时股价上升，但一旦资产配置结束，股价将会下跌，回复到基本价值。　　Conrad等(1994)采用周收益率数据，基于股票成交量构造投资组合，研究交易策略的盈利性，实证结果支持了Campbell等(1993)的假说：本周成交量较高的股票，在下一周股价出现了反转；相反，本周成交量较低的股票，在下一周股价则保持惯性。　　(二)信息不对称假说　　Morse(1980)认为，股票交易的发生是由于拥有内幕信息的投资者与不知情的投资者之间对股票价值的不同判断所致，因此信息不对称程度越高，股票交易越活跃，股票成交量也越大。可见，成交量高低就表示“未公开信息的多寡”，未公开信息越多，则随着信息的公开，未来股票收益将呈现于“惯性”，即原先股价上涨的股票未来继续上涨、原先股价下跌的股票未来继续下跌。其实证结果显示，股票成交量与后一交易日股票超常收益率的绝对值显著正相关。　　Stickel和Verrecchia(1994)发现，若股票在季度盈余公告日的成交量较小，则后一交易日的股价往往发生反转，反之，若季度盈余公告日的成交量较大，则后一交易日的股价倾向于保持惯性。他们认为，这是因为成交量越大，股票交易由内幕信息拥有者驱动的可能性越大，故股价越倾向于保持惯性。　　(三)资产配置与信息不对称统一假说　　值得指出的是，以上两种理论假说得出了截然相反的结论。资产配置假说认为：若当期成交量大，则下期股价将出现反转；而信息不对称假说则表明：若当期成交量大，则下期股价将保持惯性。Llorente等(2002)试图将这两种假说统一起来，在他们的模型中，存在着股票资产和非股票资产，同时也存在信息优势和信息劣势两类投资者。股票交易受两种因素驱动：一是由于非股票资产风险收益关系的变化导致投资者重新配置资产比例；二是有信息优势的投资者基于未公开信息所进行的股票交易。如果股票交易由第一种驱动因素所主导，则随后的收益率倾向于反转；如果股票交易由第二种驱动因素所主导，则随后的收益率倾向于惯性。因此，成交量对股票收益率序列相关性的影响如何，在很大程度上取决于股票交易者的信息不对称程度。由此，Llorente等(2002)进而将股票平均市值大小和平均买卖价差作为投资者信息不对称程度的衡量指标进行实证研究，结果支持了他们的理论预测，即：对于信息不对称程度较高的小市值或高买卖价差的股票，高成交量交易日之后的股票收益率倾向于持续，而对于信息不对称程度较低的大市值或低买卖价差的股票，高成交量交易日之后的股票收益率倾向于反转。　　近年来，股票成交量与收益率之间关系的研究日益受到国内学者的关注。迄今为止，国内学者的研究可以分为以下三个方向：一是将成交量作为信息流的替代指标，研究成交量对价格波动的影响(王承炜、吴冲锋，2001；潘越、吴世农，2004)；二是将成交量作为推进股价进程的标度，就其意义进行理论与实证探讨(吴文锋等，2002；吴文锋、吴冲锋，2003)；三是对成交量与股价变化之间的关系进行实证研究。陈怡玲、宋逢明(2000)发现中国股市的股票日成交量与当日价格变化之间存在正相关关系。盛建平、高芳敏 (2000)发现深交所成份股的股票回报率与当月成交量、前月成交量之间都存在正相关关系。王杉、宋逢明(2006)建立了中国股市的简单量价关系模型，并且发现中国股市中交易量与价格变化正相关，而单位交易量引起的价格变化与股票的流通市值负相关。徐信忠、郑纯毅(2006)发现，换手率与中国股市的动量效应有着直接关系，在期限较短的情况下(1到3个月)，高换手率的股票动量组合收益高于低换手率的股票动量组合收益，但随着期限的延长，会出现反转现象。　　可见，目前国内的多数研究尚未涉及成交量与股票收益率序列相关性的关系这一研究领域，其中徐信忠、郑纯毅(2006)的研究中对成交量与收益惯性的关系进行了检验，但由于研究目的和侧重点的不同，他们的研究着重分析换手率对1个月以上的股票动量效应的影响，而不是专门探讨成交量与股票收益率序列相关性的关系及成因。由此可见，成交量高低是否可以用于预测未来股价的变化?高成交量交易日的股票收益在随后交易日中将表现出“惯性”还是“反转”?其背后的原因是什么?这些问题对于中国股市，都还是未知数。本文以1996—2003年间在沪、深证交所上市的255家公司为样本，采用时间序列分析和横截面分析两种方法，针对上述问题进行实证研究，并结合中国国情，从中国投资者投机交易行为角度，提出新的理论假说来解释中国的特殊现象。　　二、研究设计　　(一)样本与数据　　本文的研究期间为1996年1月1日至2003年12月31日，共8年，包含1932个交易日。选择该研究期间的原因是：(1)中国股市在这8年间经历了典型的牛市、熊市和平衡市，故研究期间具有代表性；(2)自1996年起，上市公司已初具规模，股市也结束了设立初期的大幅波动阶段，步入正轨，故取1996年作为研究期间的起点。为了考虑不同市场环境对本文研究结论的影响，本文还区分牛市、熊市和平衡市三个期间进行分阶段研究，其中，1997年7月1日至1999年5月18日为平衡市，1999年5月19日至2001年 6月13日为牛市，2001年6月14日至2003年12月31日为熊市。本文的研究样本取自 1996年1月1日之前在沪、深证交所上市的公司，并删除研究期间曾经增发、被“PT”处理及被中止上市的股票，最后得到255只样本股票。研究所需数据均来自Wind数据库。　　(二)研究程序与模型构建　　本文的研究包括两个步骤：(1)时间序列分析，即对个股成交量与收益率序列相关性的关系进行回归分析，以发现高成交量交易日的股票收益在随后交易日中将表现出“惯性”或“反转”，并得出个股成交量对收益率序列相关性的影响系数。(2)横截面分析，以第一步得出的影响系数为因变量，以公司规模和股价的波动性作为公司信息不对称程度的代理指标，并作为自变量，进行回归分析，以检验Llorente等(2002)所提出的“资产配置和信息不对称统一假说”：即信息不对称程度较强的公司，高成交量交易日的股票收益率在随后交易日中是否表现出“惯性”特征，反之信息不对称程度较弱的公司，高成交量交易日的股票收益率在随后交易日中是否表现出“反转”特征。　　1.时间序列分析　　(1)成交量的衡量　　本文借鉴Llorente等(2002)的方法，以经长期时间趋势调整之后的股票换手率来衡量成交量Vt，计算公式为式(1)：　　其中，turnovert表示第t个交易日的股票换手率，定义为当日交易的股数除以总流通股数。　　(2)成交量与收益率序列相关性的关系模型　　Campbell等(1993)发现，股票日收益率的序列相关性主要存在于一阶关系上，二阶以上序列相关性不显著，因此，本文主要研究股票成交量与收益率一阶序列相关性的关系，即成交量对下一期收益率的预测作用，模型如下式(2)所示：