（上海理工大學(xué) 管理學(xué)院，上海 200093）

一、引言

收益率與成交量為股票市場(chǎng)中兩個(gè)核心要素，包含了豐富的市場(chǎng)行為和市場(chǎng)信息。收益率與成交量的關(guān)系，即量?jī)r(jià)關(guān)系，通過(guò)反映股市的供需變化而幫助投資者判斷市場(chǎng)或個(gè)股的運(yùn)行趨勢(shì)，成為了股票技術(shù)分析理論的基石。因此量?jī)r(jià)關(guān)系一直是本領(lǐng)域的熱點(diǎn)，受到了國(guó)內(nèi)外大量學(xué)者的關(guān)注。

關(guān)于股市量?jī)r(jià)關(guān)系的研究，主要集中在兩方面：一方面是量?jī)r(jià)關(guān)系的影響機(jī)制，另一方面是量?jī)r(jià)關(guān)系的存在特征和運(yùn)動(dòng)規(guī)律。在影響機(jī)制方面，信息流理論占據(jù)主要地位。提出混合分布假說(shuō)（MDH）的Clark（1973）[1]是這一理論的奠基人。Clark指出收益率和交易量是由共同的潛在信息流所決定，潛在信息流的出現(xiàn)會(huì)引起收益率和交易量的同步變動(dòng)。Choi（2012）[2]將交易量作為信息到達(dá)的代理變量，發(fā)現(xiàn)交易量影響了市場(chǎng)間的信息流動(dòng)，這一發(fā)現(xiàn)支持了混合分布假說(shuō)的有效性；并認(rèn)為交易量也可用于解釋波動(dòng)的不對(duì)稱(chēng)性，是用于預(yù)測(cè)收益率波動(dòng)的有力工具。

在量?jī)r(jià)關(guān)系的存在特征和運(yùn)行規(guī)律方面，學(xué)者們運(yùn)用了不同的計(jì)量模型進(jìn)行研究。夏天（2007）[3]使用條件自回歸極差模型（CARR）研究了交易量和收益率的動(dòng)態(tài)關(guān)系，發(fā)現(xiàn)混合分布假說(shuō)適用于CARR模型。金春雨和郭沛（2010）[4]采用向量自回歸模型研究了上證綜指的交易量變動(dòng)與收益率的關(guān)系，指出量?jī)r(jià)關(guān)系是非對(duì)稱(chēng)的。易文德（2010）[5]通過(guò)構(gòu)建Copula 模型分別研究了上證綜指、恒生指數(shù)和道瓊斯工業(yè)指數(shù)的交易量與收益率之間的相依結(jié)構(gòu)和相依程度，發(fā)現(xiàn)交易量與收益率之間存在上尾高下尾低的非對(duì)稱(chēng)相依關(guān)系。黃稚淵等（2018）[6]對(duì)股票高頻數(shù)據(jù)建立了價(jià)格強(qiáng)度模型，發(fā)現(xiàn)交易量對(duì)其價(jià)格起助漲助跌的推動(dòng)作用，且助漲效應(yīng)較助跌效應(yīng)更強(qiáng)。另外，黃稚淵等（2018）[6]指出交易量相比純價(jià)格數(shù)據(jù)含有價(jià)格的額外信息。為了充分利用收益率的分布特征，分析不同分位水平下收益率與交易量的關(guān)系，林德欽（2014）[7]對(duì)上證指數(shù)建立了分位數(shù)回歸模型，而任燕燕和李劭珉（2017）[8]對(duì)滬深300指數(shù)建立了基于工具變量的分位數(shù)回歸模型，均表明收益率處于較低水平時(shí)，與成交量負(fù)相關(guān)，而收益率處于較高水平時(shí)，與成交量正相關(guān)。

交易量可以進(jìn)一步分解成期望交易量和信息交易量，其中期望交易量代表了市場(chǎng)流動(dòng)性，而信息交易量具有信息傳遞的作用。因此也有學(xué)者關(guān)注期望交易量和信息交易量對(duì)股票價(jià)格的影響。陳怡玲和宋逢明（2000）[9]指出我國(guó)股票市場(chǎng)中信息交易量比期望交易量能更好地解釋股價(jià)波動(dòng)。殷劼（2010）[10]研究上證指數(shù)發(fā)現(xiàn)期望交易量與預(yù)期收益率呈正相關(guān)，而信息交易量與非預(yù)期收益率呈負(fù)相關(guān)。但少有文獻(xiàn)在收益率不同分位水平下，從期望交易量和信息交易量的角度分析量?jī)r(jià)關(guān)系。因此，本文將對(duì)交易量、期望交易量、信息交易量與股票指數(shù)收益率分別建立分位數(shù)回歸模型，對(duì)比分析不同分位水平下的量?jī)r(jià)關(guān)系。

本文結(jié)構(gòu)安排如下：第一部分，介紹相關(guān)理論和文獻(xiàn)；第二部分，注明所用變量和模型；第三部分，實(shí)證分析，比較分析交易量變化率、期望交易量變化率和信息交易量變化率對(duì)收益率的影響；第四部分，總結(jié)與展望。

二、模型設(shè)定與變量選擇

（一）分位數(shù)回歸

分位數(shù)回歸模型最早由Koenker 和Bassett（1978）[11]提出，主要用于研究金融變量間的相關(guān)關(guān)系，用因變量的條件分位數(shù)對(duì)自變量進(jìn)行回歸，用回歸所得系數(shù)來(lái)表示自變量在各個(gè)分位點(diǎn)上對(duì)因變量的影響程度。與最小二乘法下的最小化殘差平方和不同，分位數(shù)回歸系數(shù)估計(jì)依據(jù)是最小化殘差和，這既保留了非對(duì)稱(chēng)形式的特征又重新定義了最小化問(wèn)題。相比于最小二乘法，分位數(shù)回歸模型能提高數(shù)據(jù)利用率和參數(shù)估計(jì)精度，并全面分析在各個(gè)分位點(diǎn)的結(jié)果。

假定因變量是隨機(jī)變量Y，自變量是K×1 維的隨機(jī)變量X，{X1，X2，…，Xn}是X 的n 個(gè)樣本觀測(cè)值，對(duì)于任意τ?（0，1），一般線性分位數(shù)回歸模型為：

模型假設(shè)了在τ 分位條件下的殘差項(xiàng)的值為0，即εi（τ）=0?；貧w系數(shù)βi（τ）表示了τ 分位條件下因變量Yi受自變量Xi的影響，亦表示了兩變量間的相依性大小。

進(jìn)一步估計(jì)系數(shù)的值：

其中，令u=yi（τ）-ci（τ）-βi（τ）xi，ρτ（u）=ρτ（yi（τ）-ci（τ）-βi（τ）xi），則有損失函數(shù)：

其中I（·）為一個(gè)示性函數(shù)。

（二）樣本選取

不同股票指數(shù)包含的成分股不同，市值規(guī)模不同，這使各股票指數(shù)在投資者關(guān)注度、信息披露質(zhì)量和避險(xiǎn)功能等方面存在一定差異，而產(chǎn)生量?jī)r(jià)關(guān)系上的差異。因此，為全面考察A 股市場(chǎng)指數(shù)交易量對(duì)指數(shù)收益率的影響，本文選取了代表四種不同市值規(guī)模的樣本指數(shù)：上證50、滬深300、中證500和中小300 指數(shù)，以分別表示A 股大中小盤(pán)的市場(chǎng)情況。樣本區(qū)間為2010 年11 月1 日至2019 年11月1 日，共2 191 個(gè)交易日。

（三）變量說(shuō)明

1.被解釋變量。本文的被解釋變量為股指的日對(duì)數(shù)收益率，即rt=lnpt-lnpt-1。

2.解釋變量。本文的解釋變量首先為日交易量。由于所選指數(shù)的日交易量對(duì)數(shù)序列是非平穩(wěn)的，一階差分后平穩(wěn)，故本文參照易文德（2010）[5]，研究股指日交易量的對(duì)數(shù)變化率對(duì)其對(duì)數(shù)收益率的影響，以日交易量對(duì)數(shù)變化率作為交易量的代理變量，具體為vt=lnqt-lnqt-1。

另外，Li 和Wu（2006）[12]，酈金梁等（2012）[13]和文鳳華等（2013）[14]指出交易量可分解為兩部分進(jìn)行分析：一部分是可預(yù)期部分，構(gòu)成市場(chǎng)買(mǎi)進(jìn)賣(mài)出的流動(dòng)性指標(biāo)，以衡量市場(chǎng)活躍度，稱(chēng)為期望交易量；另一部分是非預(yù)期部分，與價(jià)值信息相關(guān)的信息交易量。為全面分析交易量對(duì)收益率的影響，本文將交易量進(jìn)一步分解為期望交易量和信息交易量?jī)刹糠帧?/p>

由于交易量對(duì)數(shù)變化率的高度自相關(guān)，參考Amihud（2002）[15]的一階自回歸方法，本文將交易量變化率分解成期望交易量變化率和信息交易量變化率：

其中，c 和bi是常數(shù)，εt是殘差項(xiàng)。本文將殘差項(xiàng)εt的估計(jì)值定義為信息交易量變化率，用表示；回歸項(xiàng)[c+biυt-1]的估計(jì)值定義為期望交易量變化率，用表示。

由于υt對(duì)于rt不可實(shí)時(shí)得到，故本文在分位數(shù)回歸模型中分別使用的是滯后一階的日交易量的對(duì)數(shù)變化率（υt-1）、期望交易量變化率（）、信息交易量變化率（）。

3.控制變量。參考何平等（2014）[16]和楊杰瑞（2019）[17]的取法，考慮自變量交易量對(duì)數(shù)變化率的自相關(guān)性，本文選取滯后兩階的交易量對(duì)數(shù)變化率（υt-2）為控制變量。

（四）數(shù)據(jù)描述與檢驗(yàn)

表1 為四指數(shù)日收益率和日交易量變化率的統(tǒng)計(jì)特征表。從中可知：交易量變化率的最大值、最小值的絕對(duì)值、方差均顯著大于收益率，表明交易量的波動(dòng)較價(jià)格更活躍。收益率的中位數(shù)均大于0且大于均值，偏度均小于0，峰度均大于3，表明收益率序列分布左偏、尖峰肥尾；交易量變化率的中位數(shù)均小于均值且小于0，偏度均大于0，表明交易量變化率序列分布右偏。JB 檢驗(yàn)和ADF 檢驗(yàn)結(jié)果表明四指數(shù)的收益率序列和交易量變化率序列均是平穩(wěn)序列，不產(chǎn)生偽回歸現(xiàn)象。另外，交易量變化率序列的峰度隨指數(shù)成分股市值的增大而減小，而收益率序列的峰度隨市值的增大而增大，表明量?jī)r(jià)關(guān)系與指數(shù)的市值規(guī)模存在關(guān)系。

表1 四指數(shù)收益率和交易量變化率的描述性統(tǒng)計(jì)

表2 給出了期望交易量變化率和信息交易量變化率的均值和方差。我們發(fā)現(xiàn)四指數(shù)的交易量變化率均值與其期望交易量變化率均值相近，且遠(yuǎn)大于信息交易量變化率，即交易量變化率均值主要由期望交易量變化率的均值表示。關(guān)于方差，表2 反映了交易量變化率方差與信息交易量變化率方差相近，且遠(yuǎn)大于期望交易量變化率方差，表明交易量變化率方差主要由信息交易量變化率的方差貢獻(xiàn)。這與信息流量?jī)r(jià)理論一致，說(shuō)明交易量是信息傳遞的重要介質(zhì)，國(guó)內(nèi)易文德（2010）[5]、文鳳華等（2013）[14]亦證明了這一發(fā)現(xiàn)。

表2 期望交易量變化率和信息交易量變化率

三、實(shí)證結(jié)果分析

（一）交易量對(duì)指數(shù)收益率的影響

對(duì)上證50、滬深300、中證500 和中小300 指數(shù)的收益率和交易量變化率分別進(jìn)行分位數(shù)回歸，所得參數(shù)估計(jì)結(jié)果如表3 所示。從表3 可知，線性回歸系數(shù)均不顯著，且分位數(shù)回歸系數(shù)的顯著性?xún)?yōu)于線性回歸，其中分位數(shù)回歸系數(shù)在0.1 和0.25 分位點(diǎn)上顯著性最強(qiáng)，而在高收益區(qū)間和極端低收益區(qū)間的顯著性減弱，說(shuō)明分位數(shù)回歸所得的量?jī)r(jià)關(guān)系在不同分位區(qū)間不同。另外，低分位點(diǎn)的回歸系數(shù)普遍大于0，高分位點(diǎn)的回歸系數(shù)普遍小于0，表明量?jī)r(jià)關(guān)系的非對(duì)稱(chēng)性，即交易量上升對(duì)低收益率起促進(jìn)作用，對(duì)高收益率起抑制作用，抑跌抑漲，存在“反向杠桿效應(yīng)”，反應(yīng)了A 股市場(chǎng)具有較強(qiáng)的投機(jī)性，這與Yeh 和Lee（2000）[18]、劉慶富和周程遠(yuǎn)（2012）[19]的研究結(jié)果一致。

表3 收益率與交易量變化率分位數(shù)回歸的參數(shù)估計(jì)

對(duì)比不同指數(shù)，中證500 指數(shù)回歸系數(shù)的絕對(duì)值一直大于滬深300 指數(shù)，且中小300 指數(shù)回歸系數(shù)的絕對(duì)值一直大于上證50 指數(shù)，表明中小盤(pán)交易量變化率對(duì)收益率的影響更大，反映了中小盤(pán)股公司由于其經(jīng)營(yíng)情況和股價(jià)變動(dòng)的較低資金成本被普遍認(rèn)為穩(wěn)定性更弱，故存在較多投機(jī)行為，易受信息刺激。另外，除了0.95 分位點(diǎn)，中證500 指數(shù)回歸系數(shù)的絕對(duì)值也都大于中小300 指數(shù)；與此不同的是，上證50 指數(shù)回歸系數(shù)的絕對(duì)值在高收益率區(qū)間大于滬深300 指數(shù)，而在低收益率區(qū)間均小于滬深300 指數(shù)，表明上證50 指數(shù)在高收益率區(qū)間量?jī)r(jià)關(guān)系更大，在低收益率區(qū)間量?jī)r(jià)關(guān)系更小。

（二）期望交易量與信息交易量對(duì)指數(shù)收益率的影響

酈金梁等（2012）[13]指出信息交易量促進(jìn)了交易波動(dòng)，而期望交易量體現(xiàn)了市場(chǎng)流動(dòng)性。為了區(qū)分期望交易量和信息交易量對(duì)收益率的不同影響，本文分別建立了四個(gè)指數(shù)收益率與期望交易量和信息交易量的分位數(shù)回歸模型，回歸結(jié)果如表4、表5 所示。

表4 信息交易量分位數(shù)回歸的參數(shù)估計(jì)

對(duì)比表3 和表4，我們發(fā)現(xiàn)，信息交易量變化率對(duì)收益率的系數(shù)與交易量變化率的系數(shù)在數(shù)值、符號(hào)及顯著性上基本一致，這表明交易量對(duì)價(jià)格變化的影響主要來(lái)源于信息傳遞。在四種指數(shù)中，中證500 指數(shù)的信息交易量變化率回歸系數(shù)最大且顯著性最強(qiáng)，上證50 指數(shù)的信息交易量變化率回歸系數(shù)最小且顯著性最弱，這表明中小盤(pán)股的收益率對(duì)信息的敏感性較大盤(pán)股更強(qiáng)。

表5 期望交易量分位數(shù)回歸的參數(shù)估計(jì)

由表3～表5 可知，期望交易量變化率回歸系數(shù)的顯著性較交易量變化率和信息交易量變化率有了明顯提高。并且在收益率不同分位水平下，期望交易量變化率系數(shù)符號(hào)的差異變得不明顯，量?jī)r(jià)關(guān)系的非對(duì)稱(chēng)性弱化，期望交易量變化率對(duì)收益率的影響方向除極端情況外近似一致。這表明期望交易量作為體現(xiàn)市場(chǎng)流動(dòng)性的指標(biāo)，與收益率的關(guān)系是穩(wěn)定的，對(duì)收益率起著促進(jìn)作用。而相比于高分位點(diǎn)，低分位點(diǎn)處的期望交易量變化率回歸系數(shù)絕對(duì)值更大，說(shuō)明期望交易量變化率對(duì)低收益率區(qū)間影響更大，對(duì)高收益率區(qū)間影響更小，即下降市場(chǎng)環(huán)境對(duì)交易流動(dòng)性更敏感。

另外，表5 顯示上證50、滬深300、中證500 的回歸系數(shù)依次增大，表明中小盤(pán)股票收益率對(duì)期望交易量變化率的敏感性較大盤(pán)股更強(qiáng)，對(duì)流動(dòng)性更敏感，這是由于大盤(pán)股公司的經(jīng)營(yíng)穩(wěn)定性、信息透明度和行業(yè)競(jìng)爭(zhēng)力受到更多投資者的認(rèn)可，其股票的流動(dòng)性和流動(dòng)性的穩(wěn)定性均優(yōu)于中小盤(pán)股，使之在上漲市場(chǎng)環(huán)境獲得更多的交易量而在下跌市場(chǎng)環(huán)境失去更少的交易量。

四、總結(jié)與展望

本文選取上證50、滬深300、中證500 和中小300 指數(shù)在2010 年11 月至2019 年11 月間的日收益率和交易量變化率數(shù)據(jù)，通過(guò)分位數(shù)回歸模型分析前一天的交易量變化率對(duì)當(dāng)天收益率的影響，并與期望交易量變化率和信息交易量變化率的結(jié)果進(jìn)行比較分析，結(jié)果表明：

第一，信息交易量是交易量影響股價(jià)的主要途徑；而期望交易量提供了交易和價(jià)格變化的流動(dòng)性，對(duì)股票指數(shù)日收益率的影響顯著且穩(wěn)定。

第二，股價(jià)波動(dòng)的杠桿效應(yīng)僅限于信息交易量的影響，即信息交易量對(duì)低收益率起促進(jìn)作用，對(duì)高收益率起抑制作用，而期望交易量對(duì)收益率的影響基本上是正相關(guān)的。

第三，下降市場(chǎng)環(huán)境中的收益率對(duì)交易流動(dòng)性的敏感性較上升市場(chǎng)環(huán)境更強(qiáng)，并且中小盤(pán)股票收益率對(duì)信息和流動(dòng)性的敏感性較大盤(pán)股更強(qiáng)。

基于上述交易量變化率、信息交易量變化率和期望交易量變化率對(duì)收益率影響的研究結(jié)論，本文提出以下建議：

第一，加大金融創(chuàng)新力度和金融市場(chǎng)開(kāi)放程度。通過(guò)滬倫通、納入MSCI 等金融開(kāi)放措施，提高外資金融機(jī)構(gòu)在華業(yè)務(wù)的積極性。另外，也可推出更多的金融衍生品，在豐富我國(guó)金融產(chǎn)品的同時(shí)，提高金融市場(chǎng)的流動(dòng)性。

第二，進(jìn)一步提高上市公司質(zhì)量，加強(qiáng)上市公司的信息披露。一方面，對(duì)上市公司嚴(yán)格監(jiān)管，規(guī)范上市公司行為。完善退市機(jī)制并嚴(yán)格執(zhí)行，嚴(yán)格剔除不符合要求的公司，促使上市公司提高自身的經(jīng)營(yíng)能力。另一方面，明確上市公司信息披露制度和原則，制定相關(guān)法規(guī)，督促上市公司按時(shí)披露信息，并保證所披露信息的真實(shí)性。通過(guò)這兩方面的措施，可以減少金融市場(chǎng)的波動(dòng)，降低市場(chǎng)風(fēng)險(xiǎn)。