徐加根　孫文佳　牛鋒

摘 要：已有研究表明，量價(jià)關(guān)系對于不同類型的股票在不同市場階段呈現(xiàn)出不同的特征。本文利用技術(shù)分析指標(biāo)描述股票短期漲跌趨勢，發(fā)現(xiàn)上漲放量有助于抬高股票收益率，下跌放量則會壓低股票收益率。通過對不同股本規(guī)模和信息透明程度樣本的分析，發(fā)現(xiàn)了交易量信號的異質(zhì)性。即大市值的股票上漲放量信號略強(qiáng)于小市值股票，而后者的下跌放量信號明顯強(qiáng)于前者；信息透明程度較高時(shí)交易量信號較為一致，信息透明程度較低時(shí)短期趨勢在識別交易量信號中的作用可能失效。本文在對股票交易量信號差異解釋的基礎(chǔ)上，為短線交易提供了新的建議。

關(guān)鍵詞：股票收益率；交易量信號：量價(jià)關(guān)系；股本規(guī)模；信息透明程度

中圖分類號：F830.91 文獻(xiàn)標(biāo)識碼：A

文章編號：1000-176X（2015）07-0052-06

一、引 言

股票市場中交易量通常與價(jià)格波動存在密切的關(guān)系，在證券市場領(lǐng)域也占據(jù)著重要地位?，F(xiàn)有投資理論普遍認(rèn)為，成交量是推動股價(jià)上漲的原動力，通過其增減速度可以推斷多空雙方的博弈力量，并對股價(jià)的未來波動進(jìn)行預(yù)測。同時(shí)，成交價(jià)對應(yīng)著交易量的變動，因此，成交量能夠?qū)r(jià)格形態(tài)進(jìn)行驗(yàn)證。量價(jià)之間的這種關(guān)聯(lián)性趨勢規(guī)律表現(xiàn)為量價(jià)同向、量價(jià)背離等不同的市場現(xiàn)象。傳統(tǒng)經(jīng)濟(jì)理論對量價(jià)變動從不同角度進(jìn)行了解釋，Morse[1]提出的“信息不對稱理論”，解釋了大交易量之后的價(jià)格慣性，認(rèn)為股票交易產(chǎn)生于擁有信息優(yōu)勢的投資者與不知情投資者之間，成交量的大小度量了信息不對稱程度，而未公開信息越多，股價(jià)越傾向維持之前的變化趨勢。Campbell等[2]提出的“資產(chǎn)配置理論”則對高交易量后的價(jià)格反轉(zhuǎn)進(jìn)行了解釋，認(rèn)為非股票資產(chǎn)的收益波動可能促使投資者對資產(chǎn)配置進(jìn)行調(diào)整，進(jìn)而導(dǎo)致大交易量，資產(chǎn)配置結(jié)束后，股票價(jià)格傾向恢復(fù)到之前的價(jià)格水平。二者從不同角度對大交易量的成因進(jìn)行了解釋，有其合理性但都較為片面。

我國股票市場同時(shí)存在信息不對稱和資產(chǎn)配置的影響。首先，股票市場尚不成熟，上市公司信息透明程度參差不齊。其次，貨幣政策調(diào)整后的股市波動顯示了資產(chǎn)配置對股市的影響，但對不同股本規(guī)模產(chǎn)生的影響存在差異。因此，經(jīng)典分析方法對我國股票市場的適用性有待斟酌。當(dāng)前投資策略普遍認(rèn)為，股票價(jià)格的有效變動必須有成交量配合，正確把握交易量蘊(yùn)含的市場信號，才能做到“低吸高拋”。但是，對于不同類型的股票以及不同的漲跌階段，成交量的放大和收縮可能透露不同的市場信息。鑒于當(dāng)前我國股票市場的復(fù)雜性，對上市公司進(jìn)行合理分類，厘清股票交易量對于價(jià)格波動的信號作用，為投資者正確識別市場信息以及監(jiān)管部門完善市場微觀結(jié)構(gòu)建設(shè)具有重要的研究價(jià)值。

二、文獻(xiàn)綜述

量價(jià)變動關(guān)系作為投資者密切關(guān)注的對象，也成為許多學(xué)派的研究熱點(diǎn)?，F(xiàn)有研究中，Granger因果關(guān)系通常被用來檢驗(yàn)股票交易量和股票價(jià)格之間的預(yù)測關(guān)系。趙振全和薛豐慧[3]通過股票市場的日交易數(shù)據(jù)發(fā)現(xiàn)上海、香港的交易量都可以解釋收益率。類似結(jié)論同樣存在于高頻數(shù)據(jù)中，李夢玄和周義[4]利用交易日內(nèi)每五分鐘指數(shù)價(jià)格序列以及對應(yīng)的交易量序列，認(rèn)為滬深兩市的日內(nèi)交易量對日內(nèi)收益具有預(yù)測作用?？梢?，股票交易量的特征代表著某種市場信息，對預(yù)測股票后續(xù)價(jià)格波動具有重要作用。

現(xiàn)有研究表明信息透明程度不同的股票在量價(jià)關(guān)系上可能存在不同的表現(xiàn)。中國滬深兩市仍屬于非有效的金融市場，內(nèi)幕交易通常會對收益率和成交量形成巨大影響。唐齊鳴和張學(xué)功[5]選取五家因內(nèi)幕交易被證監(jiān)會處罰的股票，Granger因果檢驗(yàn)的結(jié)果卻顯示，內(nèi)幕交易股票僅存在由收益到成交量的單向因果關(guān)系。鄭方鑣等[6]發(fā)現(xiàn)，在牛市和熊市中，在高成交量的交易日之后，信息不對稱程度較高的股票，其收益率與信息不對稱程度較低的股票相比，更傾向于表現(xiàn)出反轉(zhuǎn)。

此外，許多研究證實(shí)我國股市中的量價(jià)關(guān)系并不固定。李麗[7]利用ARCH和DCC-GARCH模型發(fā)現(xiàn)股價(jià)和成交量序列存在顯著的正相關(guān)性，但相關(guān)系數(shù)是時(shí)變的，并且具有很強(qiáng)的波動性。郭梁和周煒星[8]使用分筆高頻數(shù)據(jù)進(jìn)一步發(fā)現(xiàn)，中國股市成交價(jià)格波動和成交量之間的相關(guān)關(guān)系為一非線性凸函數(shù)，當(dāng)歸一化成交量較高時(shí)，價(jià)格變化的絕對值與成交量之間呈正相關(guān)性，當(dāng)歸一化成交量較低時(shí)，呈反常的負(fù)相關(guān)性。交易量與股票價(jià)格的關(guān)系還會受到其他許多因素的影響。范從來和徐科軍[9]發(fā)現(xiàn)對于規(guī)模較小的公司股票來說，交易量的這一指標(biāo)作用較為明顯。但是，對于規(guī)模較大的公司股票來說，交易量的預(yù)測作用并不明顯。王杉和宋逢明[10]發(fā)現(xiàn)單位交易量引起的價(jià)格變化與股票價(jià)格水平的平方正相關(guān)，與股票的流通市值負(fù)相關(guān)。

現(xiàn)有文獻(xiàn)對我國股票市場中的量價(jià)關(guān)系的研究結(jié)論不一，其中重要的原因是忽略了股本規(guī)模、信息透明程度等因素上的差異對交易量信號的影響。此外，在計(jì)量方法上，已有研究為分析不同經(jīng)濟(jì)條件下的量價(jià)關(guān)系，通常對整體樣本切割成塊[11]，犧牲了樣本信息，損失了量價(jià)關(guān)系的準(zhǔn)確性。并且，利用普通最小二乘法對量價(jià)關(guān)系進(jìn)行估計(jì)時(shí)，得到的是二者之間的“平均”相關(guān)程度，也會錯估真實(shí)的量價(jià)關(guān)系。并且，交易量與收益率存在互為因果關(guān)系，使用最小二乘法估計(jì)可能導(dǎo)致異方差等問題，錢爭鳴和郭鵬輝[12]提出使用分位數(shù)回歸方法有效避免了這一問題。

本文的創(chuàng)新之處在于：首先，在已有研究的基礎(chǔ)上，按照股本規(guī)模和信息透明程度對樣本股票進(jìn)行分類，消除股本規(guī)模及信息對稱程度差異對量價(jià)關(guān)系造成的混淆。其次，利用技術(shù)分析指標(biāo)表示個(gè)股漲跌趨勢，通過引入二元變量對不同漲跌階段的量價(jià)關(guān)系進(jìn)行了解讀。最后，采用分位數(shù)回歸方法，分析交易量在股票不同收益率水平下的信號差異。

三、研究設(shè)計(jì)

（一）樣本及數(shù)據(jù)

本研究采用中證指數(shù)考察我國滬深股市的量價(jià)關(guān)系。鄭方鑣等[6] 、范從來和徐科軍[9] 以及王杉和宋逢明[10]的研究表明，我國股市中的量價(jià)關(guān)系對于不同股本規(guī)模和信息不對稱程度的上市公司有著不同的表現(xiàn)。本文以這兩個(gè)標(biāo)準(zhǔn)對樣本進(jìn)行選取和分類，以期得到不同類型股票的量價(jià)特征。

股本規(guī)模方面，本文分別使用中證100指數(shù)和中證500指數(shù)不同股本規(guī)模的股票市場數(shù)據(jù)。其中，中證100指數(shù)是從滬深300指數(shù)樣本股中挑選規(guī)模最大的100只股票組成樣本股，能夠綜合反映滬深證券市場中最具市場影響力的一批大市值公司的整體狀況，中證500指數(shù)的樣本選擇在剔除了規(guī)?？壳暗墓善钡幕A(chǔ)上選取流動性較好的500只股票，能夠綜合反映我國股市小市值公司的整體狀況。

信息不對稱程度方面，Lang [13]以及Leuz和Verrecchia [14]以各股票在整個(gè)研究區(qū)間內(nèi)的股價(jià)波動作為信息不對稱程度的替代指標(biāo)，但事實(shí)上，即便同一股票在不同時(shí)期所受市場信息影響也有所不同，本文采用過去5日的收益率標(biāo)準(zhǔn)差作為短期內(nèi)信息透明程度的衡量指標(biāo)，以短期波動前10%和后10%的數(shù)據(jù)分別作為信息透明與信息非透明的樣本。

為盡可能豐富樣本數(shù)據(jù)，降低市場異?，F(xiàn)象的影響，從而更加有效地呈現(xiàn)真實(shí)的量價(jià)關(guān)系。本文結(jié)合兩個(gè)指數(shù)的發(fā)布時(shí)間，剔除部分缺失數(shù)據(jù)后，真實(shí)研究區(qū)間為2007年1月15日至2013年12月31日，基本涵蓋我國股市牛市、熊市已經(jīng)平衡震蕩的市場階段。本文采用的指數(shù)收益率和交易量均為日交易數(shù)據(jù)，數(shù)據(jù)來源為RESSET數(shù)據(jù)庫。

（二）變量選取

1.被解釋變量

日收益（Dretnd）：為指數(shù)不考慮現(xiàn)金紅利的個(gè)股回報(bào)率乘以100，單位為百分點(diǎn)。

2.解釋變量

交易量（vol）：為指數(shù)權(quán)重股的每日交易量，單位為10億股，描述各股票當(dāng)日的交易活躍程度。

虛擬變量up和down：為對各股票的短期不同漲跌趨勢進(jìn)行度量，文章借助技術(shù)分析工具，利用5日K指標(biāo)

kvalue的計(jì)算中，若無前一日kvalue，則用50來代替。衡量個(gè)股超買超賣狀況，數(shù)值在90以上為超買狀態(tài)，虛擬變量up取值為1，否則為0。對于虛擬變量down，K指標(biāo)數(shù)值在10以下為超賣狀態(tài)，虛擬變量取值為1，否則為0。變量取值具體計(jì)算方法如式（1）—式（4）所示：

RSNn=（Cn-Ln）/（Hn-Ln）×100（1）

其中，Cn為第n日收盤指數(shù)；Ln為n日內(nèi)的最低收盤指數(shù)；Hn為n日內(nèi)的最高收盤指數(shù)。

kvaluen=13RSVn+23kvaluen-1（2）

up=1 kvalue≥900 其它（3）

down=1 kvalue≤100 其它（4）

（三）模型設(shè)定

“追漲殺跌”是股票投資中常見的市場行為，從短期來看，在市場上升階段，成交量的放大意味著市場信心的增強(qiáng)，對收益率飆升起到“推波助瀾”的作用。在市場下跌階段，成交量的增加意味著悲觀情緒的蔓延，會進(jìn)一步壓低股票收益。由于不同漲跌階段下交易量釋放的市場信號不同，本文引入表示不同漲跌階段的虛擬變量，對量價(jià)模型進(jìn)行了擴(kuò)展：

Dretnd=β0+β1vol+β2vol×up+β3vol×down（5）

其中，β1表示平衡市中成交量變化對股票成交量的影響，β2和β3分別衡量了超買和超賣狀態(tài)下成交量信號的差異。為更加直觀地得到各系數(shù)的擬合結(jié)果，將模型變形為：

Dretnd=β0+β1（vol-vol×up-vol×down）+βupup×vol+βdowndown×vol（6）

震蕩階段、超買狀態(tài)和超賣狀態(tài)下交易量的放大對股市收益率的影響分別用系數(shù)β1、βup=β1+β2和βdown=β1+β3衡量。參數(shù)估計(jì)值的符號表明在對應(yīng)狀態(tài)下交易量的放大對收益率的作用，系數(shù)絕對值的大小反映對應(yīng)狀態(tài)下交易量信號的強(qiáng)弱。

此外，在不同的收益率高位，由于投資者對股票未來走勢的信心不同，交易量變化對收益率的推動或抑制作用也存在著差異。本文選取被解釋變量80%、50%和20%三個(gè)分位點(diǎn)，利用分位回歸方法對交易量的信號差異進(jìn)行了探討。不同分位點(diǎn)回歸系數(shù)的確定可以通過下面的最小化問題來定義：

minβ∑Dretnd>x′βqDretnd-x′β+∑Dretnd

其中，x為方程（7）中的自變量，β為對應(yīng)系數(shù)，q為設(shè)定的分位數(shù)，分別設(shè)為80%、50%和20%。

四、結(jié)果分析

（一）描述性統(tǒng)計(jì)

通過表1中樣本收益率與成交量的數(shù)據(jù)特征可以看出，在本文研究區(qū)間內(nèi)小盤股的收益率和成交量均值均大于大盤股股票，并且波動性更高。兩支指數(shù)收益率和成交量峰度值均明顯大于3，呈現(xiàn)出金融數(shù)據(jù)典型的尖峰厚尾的特征，收益率偏度小于0，具有略微的左偏特征。傳統(tǒng)OLS估計(jì)建立在標(biāo)準(zhǔn)正態(tài)分布上的假設(shè)檢驗(yàn)缺乏穩(wěn)健性，而基于不同分位點(diǎn)的分位數(shù)回歸對極端值具有更強(qiáng)的耐抗性，能夠提供更加完整準(zhǔn)確的估計(jì)結(jié)果。

（二）相關(guān)性分析及平穩(wěn)性檢驗(yàn)

該部分利用Spearman相關(guān)系數(shù)對收益率與成交量之間的相關(guān)關(guān)系進(jìn)行了度量。表2中的相關(guān)系數(shù)顯示，無論對于CSI 100中的大盤股還是CSI 500中的小盤股股票，收益率與交易量總體均呈現(xiàn)出顯著的正相關(guān)性，相關(guān)系數(shù)在0.2左右。在對短期趨勢進(jìn)行區(qū)分后，二者的相關(guān)性在不同的短期趨勢下符號相反，說明了短期趨勢在量價(jià)關(guān)系研究中的重要作用。同時(shí)，對于不同股本規(guī)模的股票樣本，相同的趨勢下收益率與成交量相關(guān)性強(qiáng)弱及顯著性均表現(xiàn)出明顯的不同。

為了防止模型存在偽回歸問題，該部分對兩支指數(shù)的收益率和交易量序列進(jìn)行了平穩(wěn)性檢驗(yàn)，表3為兩支指數(shù)的收益率和交易量序列ADF檢驗(yàn)的統(tǒng)計(jì)值。結(jié)果顯示，ADF檢驗(yàn)均拒絕了數(shù)據(jù)存在單位根的原假設(shè)，說明時(shí)間序列數(shù)據(jù)平穩(wěn)。

（三）回歸分析

該部分分別利用OLS方法和分位數(shù)回歸方法分別對模型（6）的系數(shù)進(jìn)行了估計(jì)，表4中，QR_80、QR_50、QR_20分別表示80%、50%和20%分位數(shù)的回歸結(jié)果。

表4中的不同分位點(diǎn)下的回歸結(jié)果顯示，vivol、upvol和downvol的系數(shù)在20%、50%以及80%的分位數(shù)下均存在明顯差異，甚至正負(fù)性發(fā)生改變。對不同分位數(shù)回歸系數(shù)差異性的F檢驗(yàn)均拒絕原假設(shè)，

中證100數(shù)據(jù)中，對vivol、upvol和downvol的F檢驗(yàn)統(tǒng)計(jì)量分別為32.5700、6.9800和5.5300；對于中證500，F(xiàn)值分別為8.7400、3.2200和4.5500，均在5%的水平下拒絕了不同分位點(diǎn)下系數(shù)相等的原假設(shè)。這一結(jié)果也驗(yàn)證了本文采用分位數(shù)回歸方法研究量價(jià)關(guān)系的恰當(dāng)性。通過對表4的回歸結(jié)果分析可以看出：

第一，無論是中證100指數(shù)還是中證500指數(shù)，OLS回歸和分位數(shù)回歸的結(jié)果均顯示upvol系數(shù)在1%的顯著性水平下顯著為正，說明上漲階段換手率的增加能夠抬高股票收益率。但在下跌階段，除少數(shù)分位點(diǎn)外，兩個(gè)股票指數(shù)downvol的系數(shù)均顯著為負(fù)，說明下跌階段交易量放大會進(jìn)一步壓低了股票收益率。由于在不同的市場階段，交易量的變動會傳遞出截然相反的市場信息，單純檢驗(yàn)交易量與收益率之間的相關(guān)關(guān)系可能存在較大的謬誤，這也驗(yàn)證了在量價(jià)模型中加入趨勢因素的合理性。這一結(jié)果同樣說明，一旦短期趨勢形成，對于逐漸放量的股票，“追漲殺跌”的短線投資策略在我國股票投資，尤其是大盤股投資中具有一定的有效性。

第二，從不同的分位點(diǎn)來看，大盤股股票交易量信號呈現(xiàn)出一致性趨勢。在短期上漲階段，大盤股交易量信號隨著分位點(diǎn)的提高逐漸增強(qiáng)（upvol系數(shù)從0.1984上升到0.3212），說明在收益率的高位投資者情緒高漲，上漲放量作用更強(qiáng)。這一結(jié)果說明了我國股票市場的投資者存在的“跟風(fēng)現(xiàn)象”，對于高收益股票過分追捧容易導(dǎo)致價(jià)格泡沫的形成。在短期下跌階段，隨著分位點(diǎn)的提高放量信號總體呈逐漸減弱趨勢。在收益率的低位，成交量放大對收益率的抑制作用更強(qiáng)，說明了市場對低收益股票容易產(chǎn)生市場恐慌，較強(qiáng)的投機(jī)傾向延誤了價(jià)格的合理回歸。當(dāng)利用K指標(biāo)無法確定短期趨勢的情況下，分位數(shù)回歸的結(jié)果傳遞出更加重要的信息。在收益率的高分位點(diǎn)，系數(shù)為正，放量能夠進(jìn)一步抬升收益率，但在低分位點(diǎn)系數(shù)為負(fù)，反而會壓低收益率。與此不同的是，小盤股在不同分位點(diǎn)的放量信號相對平穩(wěn)。

（四）交易量信號存在的差異

股本規(guī)模方面，通過對表3中兩類樣本回歸系數(shù)的對比發(fā)現(xiàn)，在短期上漲階段，中證100指數(shù)的放量信號（大致介于0.2000—0.3200之間）強(qiáng)于中證500指數(shù)（介于0.1000—0.1900之間）。但是在短期下跌階段，中證500指數(shù)的放量信號（介于-0.5300—-0.9200之間）則明顯強(qiáng)于中證100（介于-0.0200—-0.4600之間），這一結(jié)果顯示了交易量信號在不同股本規(guī)模的股票中存在的非對稱性。中證100的成分股多為大型工業(yè)企業(yè)和國有金融機(jī)構(gòu)，是機(jī)構(gòu)投資者重倉持有對象。在市場上升階段，市場對交易量變動容易形成一致性預(yù)期，相對于小盤股股票，同樣的交易量變化能夠?qū)κ找媛试斐筛佑行У挠绊?。并且由于大盤股的經(jīng)營穩(wěn)健性高，市場下跌階段的抗跌能力更強(qiáng)。而對于中證500指數(shù)，成分股為滬深兩市小市值公司的代表，本身波動率要大于大盤股票，在市場的下跌階段，更容易遭受悲觀情緒的影響[15]。

信息透明程度方面，通過比較不同收益率分位點(diǎn)的交易量信號波動，我們發(fā)現(xiàn)，無論是中證100指數(shù)還是中證500指數(shù)，信息不透明階段的信號波動都明顯強(qiáng)于信息透明階段的樣本。更為重要的差異體現(xiàn)在上漲放量信號上，對于信息透明階段，上漲階段交易量的放大在各收益率分位點(diǎn)均對收益率有正向作用。但對于在信息不透明階段，上漲放量在較低分位點(diǎn)（收益率為負(fù)）能夠抬高指數(shù)收益率，但隨著分位點(diǎn)的提高上漲放量信號逐漸變小直至為負(fù)。這一現(xiàn)象說明了，在估值震蕩比較劇烈的階段，投資者尚未充分消化市場信息，因此，對于交易量變動較難形成一致性預(yù)期，由于對短期趨勢信心不足，上漲趨勢中的交易量信號也呈現(xiàn)出不穩(wěn)定性。

五、小 結(jié)

通過加入趨勢虛擬變量對傳統(tǒng)量價(jià)模型進(jìn)行擴(kuò)展，結(jié)果顯示了結(jié)合短期漲跌趨勢在交易量信號識別中的必要性。同時(shí)，對不同股本規(guī)模和信息透明程度的數(shù)據(jù)分析結(jié)果顯示，交易量信號在不同數(shù)據(jù)樣本之間存在較大差異。結(jié)論對于投資者正確識別交易量信號具有以下啟示：

第一，股票市場中，甄別短期趨勢對于正確識別交易量信號具有重要作用。本文在依據(jù)K指標(biāo)對股票短期趨勢進(jìn)行判斷的基礎(chǔ)上發(fā)現(xiàn)，上漲階段交易量的放大能夠釋放出收益率上揚(yáng)的積極信號，而下跌階段的放量則會壓低股票收益。因此，簡單依賴交易量的變動方向可能混淆真實(shí)的市場信號，而股票的短期趨勢為投資者提供了良好的輔助工具。對于量化交易投資者，追逐上漲放量的股票（尤其是經(jīng)營穩(wěn)健的大盤股股票），往往能夠帶來更高收益。

第二，交易量信號的強(qiáng)弱與股票收益率的分位點(diǎn)密切相關(guān)。實(shí)證結(jié)果顯示，我國股票投資者具有明顯的“跟風(fēng)現(xiàn)象”，在不同收益率的高位，交易量信號的強(qiáng)弱存在較大的差異。尤其在利用技術(shù)指標(biāo)無法確定短期漲跌趨勢時(shí)，交易量的放大會呈現(xiàn)出相反的效果。在收益率的高位，即便短期趨勢尚未形成，一旦交易量呈現(xiàn)放大趨勢，投資者的追捧也會使股票在短期內(nèi)上揚(yáng)。但在收益率的低位，交易量的放大更有可能顯示了悲觀情緒的蔓延，會在短期內(nèi)壓低股票收益率。投資者在利用交易量對收益率波動進(jìn)行判斷時(shí)，結(jié)合即時(shí)的收益率數(shù)值能夠得更加準(zhǔn)確的交易量信號。

第三，對于不同股本規(guī)模的股票，交易量信號存在明顯的不對稱性。數(shù)據(jù)顯示，在市場上升階段，股本規(guī)模較大的股票放量信號更強(qiáng)。相對于小市值公司，大盤股經(jīng)營信息更加公開，投資者對其預(yù)期更加一致，交易量變動更加有效地推動股價(jià)波動。而小盤股股票，由于所受市場干擾因素較多，且不同股票之間表現(xiàn)差異較大，交易量變動對整體收益率傳遞的信號略弱。在市場下跌階段，大市值公司由于其經(jīng)營的穩(wěn)健性，抗跌能力強(qiáng)，相比而言，小市值股票由于更容易遭到市場負(fù)面信息的影響，大量拋售引發(fā)的交易量放大會迅速壓低股票收益。

第四，在信息透明程度異常的階段，交易量信號同樣會產(chǎn)生顯著的差異。信息透明程度較高時(shí)，交易量信號隨收益率分位點(diǎn)的變動幅度較小，結(jié)合短期趨勢能夠?qū)ζ溥M(jìn)行較好的識別。但信息透明程度較差時(shí)，交易量信號受收益率分位點(diǎn)的影響較大，并且上漲放量在不同分位點(diǎn)也會傳遞不同的信號。這一發(fā)現(xiàn)說明，在股票歷史的收益波動較大時(shí)，由于市場信心不足，結(jié)合短期趨勢在判斷交易量信號時(shí)可能失效，需要在市場信息充分吸收之后才能對收益率變動進(jìn)行良好預(yù)測。

參考文獻(xiàn)：

[1] Morse， D. Asymmetrical Information in Securities Markets and Trading Volume[J]. Journal of Financial and Quantitative Analysis， 1980，15（5）：1129-1148.

[2] Campbell，J.Y.，Sanford，J.G.，Jiang，W. Trading Volume and Serial Correlation in Stock Returns[J]. The Quarterly Journal of Economics， 1993，108（4）： 905-939.

[3] 趙振全， 薛豐慧. 股票市場交易量與收益率動態(tài)影響關(guān)系的計(jì)量檢驗(yàn)： 國內(nèi)與國際股票市場比較分析[J]. 世界經(jīng)濟(jì)， 2005，（11）：64-70.

[4] 李夢玄，周義. 基于高頻數(shù)據(jù)的中國股市量價(jià)關(guān)系研究[J]. 統(tǒng)計(jì)與決策， 2009，（3）：132-133.

[5] 唐齊鳴，張學(xué)功. 基于內(nèi)幕交易下的中國股市量價(jià)因果關(guān)系分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2005，（6）：95-100.

[6] 鄭方鑣， 吳超鵬， 吳世農(nóng). 股票成交量與收益率序列相關(guān)性研究——來自中國股市的實(shí)證證據(jù)[J]. 金融研究， 2007，（3）：140-151.

[7] 李麗.基于ARMA-GARCH 模型的股市量價(jià)動態(tài)關(guān)系研究[J]. 統(tǒng)計(jì)與決策， 2011，（4）：144-146.

[8] 郭梁，周煒星. 基于高頻數(shù)據(jù)的中國股市量價(jià)關(guān)系研究[J]. 管理學(xué)報(bào)， 2010，（8）：1242-1247.

[9] 范從來， 徐科軍. 中國股票市場收益率與交易量相關(guān)性的實(shí)證分析[J]. 管理世界， 2002，（7）：31-36.

[10] 王杉， 宋逢明.中國股票市場的簡單量價(jià)關(guān)系模型[J]. 管理科學(xué)學(xué)報(bào)， 2006，（4）：65-72.

[11] 甘元霞， 譚碩. 中國A股市場效率變遷——基于滬深指數(shù)量價(jià)關(guān)系的研究[J]. 投資研究， 2013，（1）：139-147.

[12] 錢爭鳴， 郭鵬輝. 上海證券交易市場量價(jià)關(guān)系的分位回歸分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2007，（10）：141-150.

[13] Lang，M.L. Cross-Sectional Determinants of Analysis Ratings of Corporate Disclosures[J]. Journal of Accounting Research， 1993，31（2）：246-271.

[14] Leuz，C.，Verrecchia，R. The Economic Consequences of Increased Disclosure[J]. Journal of Accounting Research， 2000，38（3）：91-124.

[15] 王志強(qiáng)，吳風(fēng)博，黃芬紅.中國股市波動率異象的存在性、持續(xù)性和差異性[J].財(cái)經(jīng)問題研究，2014，（9）：45-53.

（責(zé)任編輯：孟 耀）