论文部分内容阅读
摘 要：从实证的角度分析了我国证券市场交易量与回报之间的动态关系。以上交所200只股票在2003年1月4日到2006年5月31日期间的高频分笔交易数据为样本，分别考察了交易价差、公司规模和信息发布事件对我国股市量价关系的影响，实证结果表明市值大、价差小的股票，在大交易量的日子回报呈现持续性，而市值低、价差大的股票，在大交易量的日子回报呈现翻转性，这一结论与美国市场结论相反。
关键词：证券市场；量价关系；微观结构；信息；流动性
中图分类号：F124.8 文献标识码：A 文章编号：1009－9107（2007）06－0063－05
Research on the Effect of Market Microstructure on PriceVolume
ZHAO Zhiyou1，2
（1.School of Management,Tianjin University,Tianjin300072;
2.Guizhou Colloge of Finance and Ecomomics,Guiyang 550004，China）
Abstract：Dynamic relationship between return and volume in Chinese stock market is empirically researched.Based on high frequency data of 200 stocks of Shanghai Exchange from Jan 4,2003 to May 31,2006,the effects of trading spread,company size and information distribution on pricevolume relation are investigated.Empirical results indicate that the stocks with big company size and small spread show return persistence in big trading volume days and stocks with small company size and big spread show return reversal in that kind of days.The conclude is different from American stock market.
Key words：stock market；price volume；market microstructure；information；liquidity
一、引 言
量价关系研究是金融研究的一个热点。所谓量价关系，是指股市价格的波动性与交易量间存在的互动关系，它是理解股市波动性的关键，从市场宏观层次上，量价关系反映了交易者的交易行为与价格波动的相互影响；从市场微观结构上，这一关系又反映了市场中信息的传递方式及投资者对信息的获取和价格发现过程。
大量研究表明，波动性的短期动态特性往往与交易行为如交易量、新型金融工具与新型交易技术、交易机制、跟风、泡沫等密切相关，其中交易量可能是解释波动性的短期动态性的重要因素。本文拟深入考察微观结构对波动性与交易量间关系的影响。
传统量价关系研究侧重考察交易量与价格变动的绝对值和价格变动量之间的相关关系。如Crouch, Clark, Morgan, Epps and Epps等人的研究表明，交易量与价格变动绝对值之间存在正相关关系。而Karpoff的“量价不对称假说”表明，交易量和价格变动量之间也存在正相关关系，而且交易量与价格正向变化时的相关性要强于价格负向变化时的相关性。[1]这些研究的局限性在于他们只是对一种现象研究，没有涉及到现象背后的信息和交易动机等市场本质因素。现阶段的量价关系研究则侧重从信息流传递、市场价格的形成机制、交易动机等微观结构的角度来深入分析价格波动与交易量之间的相关关系。如Andersen的修正混合分布模型，将日交易量序列分为信息交易部分和噪声交易部分来描述价格波动与交易量的分布形式，认为市场价格的运动是由于新信息的到达并逐渐融入价格的过程而引起的。[2]Lee和Swaminathan根据历史交易量和价格变化选择证券组合中的股票，得出同时考虑历史交易量和价格的变化，会比仅仅使用价格这一单一信息更具有现实意义。[3]
资本市场微观结构理论与信息经济学指出，金融资产的波动性与信息密切相关：信息的传播方式、传播速度及证券价格对信息消化、评估、使用是解释波动性短期动态特性的核心，证券价格的波动性是市场对新信息的消化、评估和使用的体现。新信息到来同时影响了交易量和价格，所以交易量和波动之间存在互动关系。
本文认为信息流的到达和扩散是回报和交易量动态关系的内在根源，在这一前提下交易量和回报的关系不是固定不变的，而是要受到信息交易和流动性的影响，通过交易者的流动性交易和投机交易的相对重要性表现出不同的特征。
二、实证模型
量价关系模型大致可以分成如下几类：（1）直接研究交易量和价格变化量之间关系的因果模型；（2）以交易量代表每日到达信息的ARCH类模型；（3）讨论交易量和资产定价、资产回报间相互关系模型。以微观结构的视角考察量价关系成为研究价格发现和非对称信息影响的重要途径。在LMSW的理论模型中采用当期的回报和交易量预测了下期的回报，进而推出了流动性交易者和知情交易者的相对重要性对回报序列特性的影响，给出了交易量和回报之间的动态特性。当前的回报、交易量和未来的回报之间的动态关系如式（1）所示。
式（2）中加入了一项交易量和回报的乘积，说明交易量是和回报的序列相关相联系的，这一项也是为了使参数C2具有分离公共信息的意义。在没有信息不对称的情况下，C1=0而C2＜0，说明没有交易量的回报和未来回报不相关，而有交易量的回报会翻转。没有交易量的回报是由公共信息发布产生的，有交易量的回报是由分散风险的交易产生的。在存在信息不对称的情况下，C1＜0，这时没有交易量的回报会和下期回报翻转，但是没有交易量的回报是由公共信息发布产生的，和流动性交易以及投机交易没有关系，所以交易量和回报乘积这一项起到的作用就是把流动性交易和投机交易对回报序列相关的影响从公共信息发布的影响中分离出来。
在上述分析交易量-回报动态关系中，回报序列为个股的日收盘对数回报，交易量为经去趋势处理后的个股日对数换手率，表示如下：
三、实证数据
交易集中、交易量大的时期是投资者的分散化需求和投机需求都密切的时期，可以对市场观察者提供很宝贵的反应未来股票价格运动规律的信息，因此本文选择样本期为2003年1月4日到2006年5月31日。随机选取上海证券交易所200只股票作为样本，并按照流通市值将其分为大、中、小三组。原始数据有日内交易纪录（包括日内每笔交易的买卖报价，成交价和成交量，交易手数和交易时间），还有每日的开收盘数据和成交量。为了得到较精确的时间序列估计，以及更一致的股票间横向比较，本文进一步把样本中的股票限制在交易期至少含有三分之二总交易日的股票。
表1给出了样本信息的描述性统计结果，包括日均市值，日均交易量，日均换手率，日均股价和买卖价差（开盘的价差除以开盘的中间报价），而且按照公司规模把所有样本分为三类分别统计。对每一个公司i，定义规模为日均流通市值（日流通市值为总流通股数乘以每日收盘价）。
基于Madhavan，Richardson和Roomans的研究结果[4]，用开盘的价差作为流动性和信息不对称性的代理指标，定义每支股票的相对价差值为日均价差百分比。从表1可以看到，小公司的价差确实是最大，随着公司规模增大，价差逐渐减少。而且可以看到另一个有趣的现象，对于股价来说，小公司的股价并不算最低的，它比中型公司的平均股价还要高，这和很多研究文章的结论是一致的。但是对交易量而言，是随着公司规模的增大而增大的，说明交易者倾向于交易大公司的股票，认为大公司股票的流动性风险较小。
四、中国股市回报和交易量关系的微观结构根源的实证分析
对样本中的每一支个股用时间序列回归来发现当前回报、交易量和未来回报的关系，然后检验不同个股间这种关系如何随着投机交易和流动性交易的相对比例而变化。投机交易和流动性交易的相对重要性是由市场市值和价差来体现的。
首先对公式（2）作简单OLS回归，可以得出在200支股票的全样本中，73支股票的C2值为正，占全样本的36.5％。Olesya V.Grishchenko的研究表明，韩国、马来西亚、墨西哥、菲律宾、泰国等国50％以下的股票呈现正的C2系数，其中韩国最小，为15.5％。这说明中国股市的投机情况和其他大多数亚洲国家的新兴市场是相似的。
（一）价差和考虑交易量的回报持续系数的关系
根据价差值把样本分为低、中、高三组，表2是不同价差组的C2参数估计值、显著性及相关系数。
由表2可见，各个组C2的均值都小于零，说明不同价差组的股票平均而言流动性交易都大于投机性交易，回报序列都易出现翻转。这主要是因为中国市场散户居多，所以流动性需求旺盛。虽然高价差组的C2为正的股票数比较多，但是C2平均值按照价差低、中、高样本的次序依次减小，说明价差越高的股票，回报序列越容易翻转，这证明其流动性交易成分大于投机交易成分。
表3为公式（5）的回归结果，对全部200支股票作的回归，斜率系数为负不显著。说明随着价差的增大，回报序列负相关的趋势明显，流动性交易比投机性交易显著。
（二）市值和考虑交易量的回报持续系数的关系
根据市值把样本分为低、中、高三组，分别估计C2值，结果见表4。
由表4可见，各个市值组的C2的均值都小于零，说明不同市值组的股票平均而言流动性交易都大于投机性交易，回报序列都易出现翻转，这也进一步说明中国市场多散户少机构的格局使流动性需求旺盛。按照市值低、中、高样本的次序，C2值大于零的样本数也增多，中、高市值组的C2均值比低市值组高，虽然高市值组的C2均值比中市值组的C2均值小，但是比较两组均值的t统计量值为0.403，不能拒绝两组C2均值相等的原假设，所以仍然说明随着市值的增加，C2值变大，说明市值越高的股票，回报序列越持续，这证明投机交易成分大于流动性交易成分。
表5为公式（5）的回归结果，表中斜率系数为正且显著，这说明随着市值的增大，回报序列呈现正相关，投机性交易比流动性交易显著。
（三）公司事件和考虑交易量的回报持续系数的关系
除了公式（2）揭示的交易量和回报的关系外，我们还进一步围绕主要的公司事件研究了交易量和回报的关系。我们把公司事件的焦点集中在公司会议的召开，因为它们是重要的公司事件，公司的所有者结构、治理结构、控制权和资产积累都由这些会议决定，另外把分红派息配股的公告、兼并重组等也包括进来。我们认为当新闻还没有发布给非信息交易者之前，内部交易者已经知悉了，因此在重要的新闻到达市场的日期左右，私有信息交易量会增大。定义事件窗为事件发生的前后各10天。我们设立一个公司变量Dci,t，当日期属于事件窗内，此变量就为1，否则为0，所以我们用下面的回归来测度事件交易期的回报特征：
我们按市值的大小选取大、中、小股票各50支，采样区间仍然是2003年1月4日到2006年5月31日，表6记录了每组股票的C2平均值，表中的“C2前”指按公式（2）得出的C2值，“C2后”指按（5）得出的C2值。
由表6可见，低、中、高市值组股票的C2后都大于C2前，30支股票的全样本的C2平均值也上升了，这验证了我们前面的假设，即在重大事件公布日期周围，投机交易会显著增强。这个结果和其它论文如Stickel，Verrecchia[5]采用美国数据所得结果是相似的。该结果意味着当公司的收益信息公布时，会伴随更大的交易量，这时回报趋向于正自相关，同时也结果表明收益信息公布会产生大量的私有信息，从而导致投机交易的活跃化和回报的连续性。
五、结 论
本文主要分析了交易量和回报之间的动态关系。实证结果证实，市值大、价差小的大公司股票，由于大机构投资者占有信息优先权，可以提前进行私有信息交易，并引导中小投资者的跟风交易，所以在大交易量的日子，回报呈现持续性。而市值低，价差大的股票，因为流动性差、交易成本高、深度小、大机构投资者的操纵和换股流动性冲击，使得在大交易量的日子，回报呈现翻转性。这一实证结果和美国市场的结论相反。实证还指出在中国股市，分散的中小投资者倾向于交易大公司的股票，小公司股票常被机构投资者所操纵。
交易量和回报之间实际的动态关系依赖于交易背后的推动力量（流动性需求或是信息交易需求），这一点使我们的研究把过去一些关于回报序列相关性的看似矛盾的研究结论调和起来。
参考文献：
［1］ KARPOFF, J. The relation between price change and trading volume: a surry［J］.Journal of Financial and quantitative Analysis，1987（22）:109-125.
［2］ ANDERSEN.Return volatility and trading volume: an information flow interpretation of stochastic volatility［J］.Journal of Finance，1996（51）:169-204.
［3］ LEE, SWAMINATHAN.Price momentum and trading volume［J］.The Journal of Finance，2000（5）:2 017-2 069.
［4］ MADHAVAN. A, M. Richardson, M. Roomans.Why do security prices change? a transaction-level analysis of NYSE Stocks［J］. Review of Financial Studies，1997（10）:1 035-1 064.
［5］ STICKEL, S,R. VERRECHIA. Evidence that volume sustains price changes［J］.Financial Analysts Journal，1994（6）:57-67.
注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”
关键词：证券市场；量价关系；微观结构；信息；流动性
中图分类号：F124.8 文献标识码：A 文章编号：1009－9107（2007）06－0063－05
Research on the Effect of Market Microstructure on PriceVolume
ZHAO Zhiyou1，2
（1.School of Management,Tianjin University,Tianjin300072;
2.Guizhou Colloge of Finance and Ecomomics,Guiyang 550004，China）
Abstract：Dynamic relationship between return and volume in Chinese stock market is empirically researched.Based on high frequency data of 200 stocks of Shanghai Exchange from Jan 4,2003 to May 31,2006,the effects of trading spread,company size and information distribution on pricevolume relation are investigated.Empirical results indicate that the stocks with big company size and small spread show return persistence in big trading volume days and stocks with small company size and big spread show return reversal in that kind of days.The conclude is different from American stock market.
Key words：stock market；price volume；market microstructure；information；liquidity
一、引 言
量价关系研究是金融研究的一个热点。所谓量价关系，是指股市价格的波动性与交易量间存在的互动关系，它是理解股市波动性的关键，从市场宏观层次上，量价关系反映了交易者的交易行为与价格波动的相互影响；从市场微观结构上，这一关系又反映了市场中信息的传递方式及投资者对信息的获取和价格发现过程。
大量研究表明，波动性的短期动态特性往往与交易行为如交易量、新型金融工具与新型交易技术、交易机制、跟风、泡沫等密切相关，其中交易量可能是解释波动性的短期动态性的重要因素。本文拟深入考察微观结构对波动性与交易量间关系的影响。
传统量价关系研究侧重考察交易量与价格变动的绝对值和价格变动量之间的相关关系。如Crouch, Clark, Morgan, Epps and Epps等人的研究表明，交易量与价格变动绝对值之间存在正相关关系。而Karpoff的“量价不对称假说”表明，交易量和价格变动量之间也存在正相关关系，而且交易量与价格正向变化时的相关性要强于价格负向变化时的相关性。[1]这些研究的局限性在于他们只是对一种现象研究，没有涉及到现象背后的信息和交易动机等市场本质因素。现阶段的量价关系研究则侧重从信息流传递、市场价格的形成机制、交易动机等微观结构的角度来深入分析价格波动与交易量之间的相关关系。如Andersen的修正混合分布模型，将日交易量序列分为信息交易部分和噪声交易部分来描述价格波动与交易量的分布形式，认为市场价格的运动是由于新信息的到达并逐渐融入价格的过程而引起的。[2]Lee和Swaminathan根据历史交易量和价格变化选择证券组合中的股票，得出同时考虑历史交易量和价格的变化，会比仅仅使用价格这一单一信息更具有现实意义。[3]
资本市场微观结构理论与信息经济学指出，金融资产的波动性与信息密切相关：信息的传播方式、传播速度及证券价格对信息消化、评估、使用是解释波动性短期动态特性的核心，证券价格的波动性是市场对新信息的消化、评估和使用的体现。新信息到来同时影响了交易量和价格，所以交易量和波动之间存在互动关系。
本文认为信息流的到达和扩散是回报和交易量动态关系的内在根源，在这一前提下交易量和回报的关系不是固定不变的，而是要受到信息交易和流动性的影响，通过交易者的流动性交易和投机交易的相对重要性表现出不同的特征。
二、实证模型
量价关系模型大致可以分成如下几类：（1）直接研究交易量和价格变化量之间关系的因果模型；（2）以交易量代表每日到达信息的ARCH类模型；（3）讨论交易量和资产定价、资产回报间相互关系模型。以微观结构的视角考察量价关系成为研究价格发现和非对称信息影响的重要途径。在LMSW的理论模型中采用当期的回报和交易量预测了下期的回报，进而推出了流动性交易者和知情交易者的相对重要性对回报序列特性的影响，给出了交易量和回报之间的动态特性。当前的回报、交易量和未来的回报之间的动态关系如式（1）所示。
式（2）中加入了一项交易量和回报的乘积，说明交易量是和回报的序列相关相联系的，这一项也是为了使参数C2具有分离公共信息的意义。在没有信息不对称的情况下，C1=0而C2＜0，说明没有交易量的回报和未来回报不相关，而有交易量的回报会翻转。没有交易量的回报是由公共信息发布产生的，有交易量的回报是由分散风险的交易产生的。在存在信息不对称的情况下，C1＜0，这时没有交易量的回报会和下期回报翻转，但是没有交易量的回报是由公共信息发布产生的，和流动性交易以及投机交易没有关系，所以交易量和回报乘积这一项起到的作用就是把流动性交易和投机交易对回报序列相关的影响从公共信息发布的影响中分离出来。
在上述分析交易量-回报动态关系中，回报序列为个股的日收盘对数回报，交易量为经去趋势处理后的个股日对数换手率，表示如下：
三、实证数据
交易集中、交易量大的时期是投资者的分散化需求和投机需求都密切的时期，可以对市场观察者提供很宝贵的反应未来股票价格运动规律的信息，因此本文选择样本期为2003年1月4日到2006年5月31日。随机选取上海证券交易所200只股票作为样本，并按照流通市值将其分为大、中、小三组。原始数据有日内交易纪录（包括日内每笔交易的买卖报价，成交价和成交量，交易手数和交易时间），还有每日的开收盘数据和成交量。为了得到较精确的时间序列估计，以及更一致的股票间横向比较，本文进一步把样本中的股票限制在交易期至少含有三分之二总交易日的股票。
表1给出了样本信息的描述性统计结果，包括日均市值，日均交易量，日均换手率，日均股价和买卖价差（开盘的价差除以开盘的中间报价），而且按照公司规模把所有样本分为三类分别统计。对每一个公司i，定义规模为日均流通市值（日流通市值为总流通股数乘以每日收盘价）。
基于Madhavan，Richardson和Roomans的研究结果[4]，用开盘的价差作为流动性和信息不对称性的代理指标，定义每支股票的相对价差值为日均价差百分比。从表1可以看到，小公司的价差确实是最大，随着公司规模增大，价差逐渐减少。而且可以看到另一个有趣的现象，对于股价来说，小公司的股价并不算最低的，它比中型公司的平均股价还要高，这和很多研究文章的结论是一致的。但是对交易量而言，是随着公司规模的增大而增大的，说明交易者倾向于交易大公司的股票，认为大公司股票的流动性风险较小。
四、中国股市回报和交易量关系的微观结构根源的实证分析
对样本中的每一支个股用时间序列回归来发现当前回报、交易量和未来回报的关系，然后检验不同个股间这种关系如何随着投机交易和流动性交易的相对比例而变化。投机交易和流动性交易的相对重要性是由市场市值和价差来体现的。
首先对公式（2）作简单OLS回归，可以得出在200支股票的全样本中，73支股票的C2值为正，占全样本的36.5％。Olesya V.Grishchenko的研究表明，韩国、马来西亚、墨西哥、菲律宾、泰国等国50％以下的股票呈现正的C2系数，其中韩国最小，为15.5％。这说明中国股市的投机情况和其他大多数亚洲国家的新兴市场是相似的。
（一）价差和考虑交易量的回报持续系数的关系
根据价差值把样本分为低、中、高三组，表2是不同价差组的C2参数估计值、显著性及相关系数。
由表2可见，各个组C2的均值都小于零，说明不同价差组的股票平均而言流动性交易都大于投机性交易，回报序列都易出现翻转。这主要是因为中国市场散户居多，所以流动性需求旺盛。虽然高价差组的C2为正的股票数比较多，但是C2平均值按照价差低、中、高样本的次序依次减小，说明价差越高的股票，回报序列越容易翻转，这证明其流动性交易成分大于投机交易成分。
表3为公式（5）的回归结果，对全部200支股票作的回归，斜率系数为负不显著。说明随着价差的增大，回报序列负相关的趋势明显，流动性交易比投机性交易显著。
（二）市值和考虑交易量的回报持续系数的关系
根据市值把样本分为低、中、高三组，分别估计C2值，结果见表4。
由表4可见，各个市值组的C2的均值都小于零，说明不同市值组的股票平均而言流动性交易都大于投机性交易，回报序列都易出现翻转，这也进一步说明中国市场多散户少机构的格局使流动性需求旺盛。按照市值低、中、高样本的次序，C2值大于零的样本数也增多，中、高市值组的C2均值比低市值组高，虽然高市值组的C2均值比中市值组的C2均值小，但是比较两组均值的t统计量值为0.403，不能拒绝两组C2均值相等的原假设，所以仍然说明随着市值的增加，C2值变大，说明市值越高的股票，回报序列越持续，这证明投机交易成分大于流动性交易成分。
表5为公式（5）的回归结果，表中斜率系数为正且显著，这说明随着市值的增大，回报序列呈现正相关，投机性交易比流动性交易显著。
（三）公司事件和考虑交易量的回报持续系数的关系
除了公式（2）揭示的交易量和回报的关系外，我们还进一步围绕主要的公司事件研究了交易量和回报的关系。我们把公司事件的焦点集中在公司会议的召开，因为它们是重要的公司事件，公司的所有者结构、治理结构、控制权和资产积累都由这些会议决定，另外把分红派息配股的公告、兼并重组等也包括进来。我们认为当新闻还没有发布给非信息交易者之前，内部交易者已经知悉了，因此在重要的新闻到达市场的日期左右，私有信息交易量会增大。定义事件窗为事件发生的前后各10天。我们设立一个公司变量Dci,t，当日期属于事件窗内，此变量就为1，否则为0，所以我们用下面的回归来测度事件交易期的回报特征：
我们按市值的大小选取大、中、小股票各50支，采样区间仍然是2003年1月4日到2006年5月31日，表6记录了每组股票的C2平均值，表中的“C2前”指按公式（2）得出的C2值，“C2后”指按（5）得出的C2值。
由表6可见，低、中、高市值组股票的C2后都大于C2前，30支股票的全样本的C2平均值也上升了，这验证了我们前面的假设，即在重大事件公布日期周围，投机交易会显著增强。这个结果和其它论文如Stickel，Verrecchia[5]采用美国数据所得结果是相似的。该结果意味着当公司的收益信息公布时，会伴随更大的交易量，这时回报趋向于正自相关，同时也结果表明收益信息公布会产生大量的私有信息，从而导致投机交易的活跃化和回报的连续性。
五、结 论
本文主要分析了交易量和回报之间的动态关系。实证结果证实，市值大、价差小的大公司股票，由于大机构投资者占有信息优先权，可以提前进行私有信息交易，并引导中小投资者的跟风交易，所以在大交易量的日子，回报呈现持续性。而市值低，价差大的股票，因为流动性差、交易成本高、深度小、大机构投资者的操纵和换股流动性冲击，使得在大交易量的日子，回报呈现翻转性。这一实证结果和美国市场的结论相反。实证还指出在中国股市，分散的中小投资者倾向于交易大公司的股票，小公司股票常被机构投资者所操纵。
交易量和回报之间实际的动态关系依赖于交易背后的推动力量（流动性需求或是信息交易需求），这一点使我们的研究把过去一些关于回报序列相关性的看似矛盾的研究结论调和起来。
参考文献：
［1］ KARPOFF, J. The relation between price change and trading volume: a surry［J］.Journal of Financial and quantitative Analysis，1987（22）:109-125.
［2］ ANDERSEN.Return volatility and trading volume: an information flow interpretation of stochastic volatility［J］.Journal of Finance，1996（51）:169-204.
［3］ LEE, SWAMINATHAN.Price momentum and trading volume［J］.The Journal of Finance，2000（5）:2 017-2 069.
［4］ MADHAVAN. A, M. Richardson, M. Roomans.Why do security prices change? a transaction-level analysis of NYSE Stocks［J］. Review of Financial Studies，1997（10）:1 035-1 064.
［5］ STICKEL, S,R. VERRECHIA. Evidence that volume sustains price changes［J］.Financial Analysts Journal，1994（6）:57-67.
注：“本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。”