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三个问题：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)将总样本分解为三个子样本,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三个问题,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著,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。第三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。三、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三章构成。第二章研究的是第一个问题和第二个问题,第三章研究的是第三个问题。3、第三部分是本文的结论。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著,与非预期成交量则显著正相关；2、收益率绝对值与预期成交量的线性相关关系也不显著,与非预期成交量也是显著正相关；(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著不相关；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著正相关关系；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。(三)由于本文是从两个方面来研究第三个问题的,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)我国股市存在显著的“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”的消除作用不显著；(4)滞后一期的非预期成交量对“杠杆效应”的消除作用也不显著；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著的,而预期成交量对条件波动率的解释作用却不显著。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三个子样本,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三个子样本,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。(三)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。