成交量变动对上证指数影响.docVIP

成交量变动对上证指数影响 　　【摘要】使用上海证券交易所编制的综合股价指数及其成交量数据，建立VAR模型，以此来检验成交量，2011年和2012年这两年间的日度数据，在预测股票指数未来走势方面的效能如何。结果显示，成交量对股票指数预测的效用较小，并非像部分投资者或者分析师所认为的那样，起着不可替代甚至决定性的作用。这对投资者意味着，倚重成交量来预判股价的未来走势，也许是一种错误的分析方法。同时，实证研究结果也显示，股价指数受其自身的影响或许更大。 【关键词】成交量；收益率；上证指数 一、前言 股价与成交量是两个最为根本的变量。长期以来，股市成交量与收益率之间的变动关系研究是金融领域的一个热点。量价关系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。股票市场的量价关系是指市场指数或个股交易量与价格变化之间的相关关系。由于量价关系是股票技术分析理论的重要基石，也是广大投资者在投资实践中判断市场或个股运行趋势的主要手段之一。因此，对量价关系的研究具有重要的理论和现实意义。 二、数据和方法 由于正态分布的偏度应该是0，而上证指数日收益率的偏度是0.118161275，数据的分布左偏，具有一个较长的右尾。正态分布的峰度应该是3，上面显示的数据验证了金融收益数据具有尖峰厚尾的特性，即相对于正态分布而言，收益率的分布具有尖峰和宽尾特征。宽尾分布意味着有许多样本值较大幅度地偏离样本平均值，即收益率的绝对值要比想象的大。而偏度大于零意味着大的收益率往往是正的。由于对一个非平稳时间序列而言，其各个时间点上的随机规律是不同的，难以通过序列已知的信息掌握时间序列整体上的随机性，因此，对一个非平稳的序列建模和预测是很困难的。在进行下面的模型分析之前，需要对收益率R以及对数成交量LV的序列进行ADF单位根检验，检验结果表明，这两个变换后的序列在1%的显著水平下都是平稳序列。平稳序列具有良好的统计特性，可以直接用于下文模型拟合或相关检验，其结果有较高的可信度。 三、我国股市收益率与成交量关系实证分析 1.向量自回归模型的建立 根据本文的分析对象，建立包含股票收益率和对数成交量的向量自回归模型，通过阶数检验确定VAR模型阶数。根据AIC信息准则，选取最优滞后阶数为6，故建立的模型为VAR（6）。经检验VAR（6）模型所有根的模的倒数都小于1，即都位于单位圆内，可见估计的VAR（6）模型是稳定的，这为下文的脉冲响应函数分析提供了前提条件。 2.Granger因果关系检验 基于VAR（6）模型直接进行Granger因果检验。考虑到该检验的结果经常与滞后阶数的选取有关，可以尝试对多个滞后阶数进行检验，以保证结果的稳健性，对1到20阶的滞后期分别做因果检验，最终测试得出滞后3阶的Granger因果检验效果最好。 进行Granger因果性检验的结果显示，收益率对成交量不存在Granger因果关系的原假设被拒绝，而成交量对收益率不存在Granger因果关系被接受。检验结果表明收益率和成交量之间存在显著的单向Granger因果关系，即收益率是成交量的Granger原因，而成交量并非收益率的Granger原因。这样的结论与其他学者的研究结论成交量与收益率具有双向Granger因果关系并不一致。进一步地，检验结果表明收益率包含了对预测成交量有用的信息，这说明我国股市信息扩散传播的效率有了较大地提高；同时成交量对预测收益率并不包含重要的信息，基于量价关系的技术分析是缺乏统计基础的。 3.脉冲响应分析 脉冲响应函数刻画了内生变量对误差变化大小的反应。具体地说，它刻画的是误差项上加一个标准差大小的冲击对内生变量的当期值和未来值所带来的影响。同时，脉冲响应分析的结果受到内生变量在方程组中的顺序影响。由Granger因果性检验的结果知道，收益率对信息的敏感度要更高，因此，这里把脉冲响应分析的顺序设定为从收益率到成交量。图1中表明了成交量冲击下的收益率脉冲响应和收益率冲击下的成交量脉冲响应。 首先，我们来分析成交量的冲击对收益率的影响。从图中可以看出，对于成交量一个单位标准差的冲击，收益率在第二期达到正向最大，之后脉冲响应的强度有所减弱，除了前四期的反应均为正值，以后的脉冲响应方向则没有明显的特征。这种反应持续了大约10期以后，反应量在统计意义上已经无异于0，可以认为反应基本消失。因此，可以认为成交量对收益率的影响是非常有限的，而且持续时期也很短。该结果表明，成交量被用来预测股价指数收益率的作用微乎其微。 其次，我们来分析收益率的冲击对成交量的影响。从图中可以看出，对于收益率一个单位误差标准差的冲击，成交量在当期即做出正向反应，并且这种反应在第二期达到最高点。之后各期反应逐渐下降，期间