论文部分内容阅读
内容提要：在这篇论文中极端的交易行为包含着有关未来股价走势信息这一思想得到检验。结果发现在像美国那样的发达资本市场上存在的高交易量回报溢酬现象在中国并不存在。交易量对股价的预测能力并不显著。笔者认为这样的结果可能是由于中国资本市场发展的不完善所造成的。
关键词：股票市场 高交易量回报溢酬 零投资组合 实证检验
中图分类号：F830.9文献标识码：A 文章编号：1006-1770(2008)01-052-04
一、交易量可以预测股价未来走势吗？
在技术分析中，对交易量的分析也一直是非常重要的一个部分，几乎所有的技术分析理论都会考虑交易量的作用。但交易量是否包含股价未来变动信息，以及交易量包含未来股价怎样的波动信息却并没有一种理论能给出很正式的分析。本文写作的出发点是要考察交易量对未来股价变动的预测力，更准确的说，笔者对交易量对股价未来走势的预测力感兴趣。然而，与目前大多数探讨交易量与股票收益率关系的研究不同的是，本文通过构造投资组合的方式来考察投资于高交易量股票组合的策略能否产生超额收益。
在最近的对美国资本市场的研究中，有关高交易量回报溢酬的现象得到验证，即经历非正常高（低）交易量的股票在接下来的时期内趋向于上涨（下跌）。这说明交易量中含有股价未来的变动信息，并且交易量的变动与股价的变动正相关。
由于我国的资本市场与美国有很大差异，因此本文希望检验这种高交易量回报溢酬现象在中国资本市场上是否存在。结果发现，那些交易量在一天内非正常的大（小）的个股在接下来的时期内并不会经历高收益（低收益），而在相对长的时期内还会产生更低（更高）的收益。换句话说，高交易量回报溢酬现象在中国股票市场上并不存在，长期来看甚至会出现高交易量回报损失或低交易量回报溢酬现象。根据这一结果，传统的将交易量作为股票技术分析的一项重要指标的做法将没有意义。
二、相关研究：国外广泛深入，国内相对贫乏
对交易量与股票的价格以及股票收益率的研究已经有很长的历史，Epps (1975)提出行情看涨的市场会伴随着大的交易量。这一华尔街格言被Smirlock和Starks（1985）以及Harris(1986,1987)的实证结果证实。Campell et al（1993）提出如果交易动机是为了对冲风险且交易行为伴随着高交易量，则极短期的股票回报，无论正负，均趋向于在随后发生反方向变动。这个结论被Conrad et al(1994)的实证结果所证实。此外，Conrad et al（1994）发现交易量能加强股价的负的自相关性，而Cooper(1999)发现交易量不仅可以减小这种负的自相关性，甚至可能在一些情况下使之产生正相关。Wang(1994) 提出当交易动机是由私有信息驱动并伴随着高交易量时，短期的回报趋向于在随后保持同向的变化。Cooper(1999)的实证分析证实了这一论断。Lee和Swaminathan（1999）通过采用Jegadeesh和Titman的惯性策略（momentum strategies）对高交易量股票的更具获利性表明了这一影响在中期（三个月）内也是有效的。
将交易量作为未来股价的预测工具最早被Ying（1966）研究过，他的结论表明：纽约股票交易所天交易量的的上升趋于随后出现标准普尔成分指数价格的上涨。Easley, O’Hara和Srinivas (1998) 研究发现在期权市场上，交易量对股票市场的未来回报具有预测力，但只有买入看涨期权和卖出看跌期权的交易量能预测股票市场的价格上涨，而卖出看涨期权和买入看跌期权的交易量能预测股票市场的价格下跌。Brennan,Chordia和Subrahmanyam(1998)以及Lee和Swaminathan(1999)的针对股票长期交易活动的研究表明，那些经历大交易量股票往往在随后会伴随更小的收益率。他们的研究指出，交易最活跃的股票比起那些交易正常的股票会产生更小的收益。
Simon Gervais,Ron Kaniel和Dan h.Mingelgrin(2001)对在纽约证券交易所上市的股票进行了研究，研究区间为1963年8月至1996年4月的日资料与周资料。结果表明了高交易量回报溢酬现象的存在。他们的研究方法是把研究区间分为161个没有重叠的区间，每个区间相隔一天，每一区间有50天，其中包含前49天的观察期与最后一天的形成期，然后用零投资组合与参考报酬率投资组合两种组合去检验由形成期所区分出的高交易量和低成交量股票的1、5、10、20、50和100天后的收益率。研究结果发现：高成交量股票在未来跟随较高的收益，低成交量股票在未来跟随较低的收益，即成交量能预测下期股价变动的方向。其根据周资料的研究结果发现此效应在长期内仍然存在。他们还检验了一些潜在的解释，如收益率自相关、公司公告与股利影响、系统风险的变化（β）、流动性、其他风险等等，结果发现这些潜在的假设都不足以解释高交易量回报溢酬现象。他们转而采用了可视性假设来解释，即市场的交易行为增加了股票的可视性，吸引了更多的投资者和分析师，从而降低了股票的风险，使之价值上升。这种解释的根据包括：Miller（1997）和Mayshar（1983）的研究表明某一股票的持有者平均而言是对其前景最为乐观的。这一结论在卖空受到限制而难以持有负头寸的情况下显得更正确。此外，根据二人的研究，任何能吸引投资者对某一股票注意的冲击都会导致随后股价的上升，因为潜在的买者变得更多，而潜在的卖者被限制于当前的股票持有者。类似地，Arbel和Strebel（1982），Arbel（1985）和Merton（1987）的研究表明:对某一股票更多的分析师和交易者的加入会增加其价值，因为这可以减少交易者面临的估计风险并便于风险在他们中的分散。Simon Gervais,Ron Kaniel和Dan h.Mingelgrin的研究证实了交易量中含有未来股价变动的信息：交易量对未来股价具有预测力。但由于交易成本的关系，按交易量大小进行投资并不能产生经济利益。
国内对交易量的研究主要集中在交易量与股票收益波动性的关系上，在关于交易量对股票走势预测力的研究方面，王燕辉、王凯涛（2005）对深圳成分股中40只股票的研究表明，高交易量回报溢酬效应在短期内是存在的，而在长期内则会出现反转，即高交易量的股票长期（10－30天）来看会产生更低的收益，而低交易量的股票长期却会产生比较高的收益，他们认为这可能是由于散户与大户的博弈所导致。
三、方法论
（一）数据
本文选取的股票样本是沪市的80只股票，区间从2006年6月1日到2007年6月1日的日交易数据，所选80只股票均为在2006年6月1日前已经上市的公司，本文所采用的数据是CSMAR数据。共有没有重叠的60个观察区间，每个观测区间包含20个交易日，其中前19天为观测期，第20天为形成期，其后的1天，5天，10天，20天和40天为检验期，参见图表一。
股票按如下规则被划分为高交易量和低交易量：
（1） 如果在第20天（形成期）的股票交易量为这20天内最大则定义为高交易量股票，反之，如果是最小的则定义为低交易量股票。
（2） 如果观测期间不足19天则按实际的天数进行比较。
（3） 如果在形成期当天股票有停牌，则股票既不归入高交易量股票也不归入低交易量股票。
（二）变量的定义
1．报酬率的计算
本文所使用的报酬率为股票对数日报酬率，是根据调整后的股票开盘和收盘价再取对数计算而得，公式为：
Rit＝lnPit－lnPit-1
其中Rit表示股票i第t天的收益率，Pit表示股票i在t天股票的收盘价，Pit-1表示股票i在t－1天股票的收盘价。本文所用5天、10天、20天和40天收益率为形成期后5天、10天、20天和40天对数收益率之和。
2．投资组合的构建
本文采用的投资组合为零投资组合，即每个期间投资所有高交易量股票1元，每一股票投资金额相等。例如，如果这一期间有n只高交易量股票，则每只股票投资1/n元，同时卖空低交易量股票1元，也是相等金额。高交易量股票组的收益率为Rhi,低交易量股票组合收益率为Rli，这一期间股票组合收益率为：
NRi＝Rhi＋Rli，
所有投资期间的平均回报率为:
NR＝∑NRi/60,
所有投资期间的高交易量股票组的平均回报为：
Rh＝∑Rhi/60，
所有投资期间的低交易量股票组的平均回报为：
Rl＝∑Rli/60，
对于本文所要检验的高交易量回报溢酬现象，即高交易量股票在未来伴随较高的收益，低成交量股票在未来伴随较低的收益，如果该现象存在，则零投资组合可以产生显著的正收益，另外，如果对高交易量股票组合和低交易量股票组合构造的零投资组合不能产生正收益率，但高交易量组合或低交易量组合与指数构造的零投资组合能产生正（负）收益，则也可证明高交易量回报溢酬的存在。
3．交易量
本文所采用的交易量为每日交易股数。
四、实证结果表明：交易量对股价未来走势不具有预测力
图表二所示为每个交易期间的高交易量股票和低交易量股票个数的描述性统计结果。从中可以看出60个交易期间内的高交易量和低交易量股票个数分布并不均匀，标准差相对比较大。有意思的是，高交易量和低交易量股票个数的相关系数为负，这反映出股票间交易量的波动具有相关性，这可能是由于市场因素对交易量产生的影响。
图表三和图表四所示为60个交易期间内高交易量股票组和低交易量股票组1天（5天、10天、20天、40天略）的投资收益率的描述性统计结果。从以上两图中可以看出，高交易量组与低交易量组形成后一天的收益率基本集中在零附近，特别是低收益率组的收益率。
图表五的结果表明，高交易量组的股票累积收益率在5天内是正，而在10到40天则为负值。低交易量组的累积收益率在5天内也为正值，10天、20天为负，而40天又为正值。高交易量股票组与低交易量股票组所形成的零投资组合在1天和5天内的累积收益率均为正值并有逐渐上升的趋势，但t统计量并不明显，而10天、20天和40天的累积收益率均为负值，而且10天的累积收益率的t统计量相当显著，将其转化成年收益率有将近3.5％。这说明高交易量回报溢酬并不存在，而且在相对较长的时期内还有可能产生损失。
为了检验上述结果的可靠性，我们分别将高交易量组合与指数构造零投资组合及将低交易量组合与指数构造零投资组合（买入高交易量组合卖出指数组合以及买入低交易量组合卖出指数组合），并进一步检验高交易量回报溢酬的存在性，结果如图表六和图表七所示：
从图表六的结果可以看出，组合1天、5天累积收益率均为正值并有逐渐上升的趋势，但t统计量并不明显。与此相反，10天、20天和40天的累积收益率均为负值，而且10天的累积收益率的t统计量也变得不显著，这一结果与图表五所显示的结果基本一致，只是在10天的收益率上也不显著。另外还有一个有趣的现象，指数组合的累积收益率在所有的1到40天的期间内都为负值，而且有上升的趋势，这说明对股票市场的投资可能不仅没有收益，而且可能产生损失。
图表七的结果则与前面有所不同，从收益率的值来看，低交易量的股票除了10天的累积收益率为负外，其他都为正。但除了与指数的零投资组合40天的累积收益率显示有显著的正收益外，其余均不显著。而40天的累积收益率转化成年收益率可达10.5%，这说明低交易量的股票长期来看可以产生超额的异常正收益。这也再次表明高交易量回报溢酬在中国资本市场上不仅不存在，相反会出现低交易量回报溢酬现象。
五、交易量作为技术分析指标的失效源于我国资本市场的不完善
对于以上出现的结果，基本可以认为高交易量回报溢酬现象在我国并不存在，高交易量的股票在随后并不会出现较高的收益，低成交量股票在未来也不会出现较低的收益。相反，高交易量的股票还可能出现较低的收益，低交易量的股票可能会出现较高的收益（并不显著），这说明交易量并不包含股价未来变动的信息。
如果这一结果成立，则将交易量作为对股票分析的一个重要指标，被众多的技术分析所采用就没有任何意义。而对比在像美国股票市场那种成熟资本市场上存在的高交易量回报溢酬现象，笔者认为这种结果可能是由于我国资本市场的发展尚不完善，市场非有效因素众多所产生的。例如，市场上的虚假信息可能会带来巨大的交易量，而且短期内会出现正的异常收益，但一旦虚假信息被揭穿，则会使股票急剧下跌，使之产生低收益，从而使那些有信息含量的高交易量，比如内幕消息等带来的高交易量产生的正收益被抵消，这样总体来看高交易量股票就不能产生高收益。
作者简介：
崔东博复旦大学管理学院
关键词：股票市场 高交易量回报溢酬 零投资组合 实证检验
中图分类号：F830.9文献标识码：A 文章编号：1006-1770(2008)01-052-04
一、交易量可以预测股价未来走势吗？
在技术分析中，对交易量的分析也一直是非常重要的一个部分，几乎所有的技术分析理论都会考虑交易量的作用。但交易量是否包含股价未来变动信息，以及交易量包含未来股价怎样的波动信息却并没有一种理论能给出很正式的分析。本文写作的出发点是要考察交易量对未来股价变动的预测力，更准确的说，笔者对交易量对股价未来走势的预测力感兴趣。然而，与目前大多数探讨交易量与股票收益率关系的研究不同的是，本文通过构造投资组合的方式来考察投资于高交易量股票组合的策略能否产生超额收益。
在最近的对美国资本市场的研究中，有关高交易量回报溢酬的现象得到验证，即经历非正常高（低）交易量的股票在接下来的时期内趋向于上涨（下跌）。这说明交易量中含有股价未来的变动信息，并且交易量的变动与股价的变动正相关。
由于我国的资本市场与美国有很大差异，因此本文希望检验这种高交易量回报溢酬现象在中国资本市场上是否存在。结果发现，那些交易量在一天内非正常的大（小）的个股在接下来的时期内并不会经历高收益（低收益），而在相对长的时期内还会产生更低（更高）的收益。换句话说，高交易量回报溢酬现象在中国股票市场上并不存在，长期来看甚至会出现高交易量回报损失或低交易量回报溢酬现象。根据这一结果，传统的将交易量作为股票技术分析的一项重要指标的做法将没有意义。
二、相关研究：国外广泛深入，国内相对贫乏
对交易量与股票的价格以及股票收益率的研究已经有很长的历史，Epps (1975)提出行情看涨的市场会伴随着大的交易量。这一华尔街格言被Smirlock和Starks（1985）以及Harris(1986,1987)的实证结果证实。Campell et al（1993）提出如果交易动机是为了对冲风险且交易行为伴随着高交易量，则极短期的股票回报，无论正负，均趋向于在随后发生反方向变动。这个结论被Conrad et al(1994)的实证结果所证实。此外，Conrad et al（1994）发现交易量能加强股价的负的自相关性，而Cooper(1999)发现交易量不仅可以减小这种负的自相关性，甚至可能在一些情况下使之产生正相关。Wang(1994) 提出当交易动机是由私有信息驱动并伴随着高交易量时，短期的回报趋向于在随后保持同向的变化。Cooper(1999)的实证分析证实了这一论断。Lee和Swaminathan（1999）通过采用Jegadeesh和Titman的惯性策略（momentum strategies）对高交易量股票的更具获利性表明了这一影响在中期（三个月）内也是有效的。
将交易量作为未来股价的预测工具最早被Ying（1966）研究过，他的结论表明：纽约股票交易所天交易量的的上升趋于随后出现标准普尔成分指数价格的上涨。Easley, O’Hara和Srinivas (1998) 研究发现在期权市场上，交易量对股票市场的未来回报具有预测力，但只有买入看涨期权和卖出看跌期权的交易量能预测股票市场的价格上涨，而卖出看涨期权和买入看跌期权的交易量能预测股票市场的价格下跌。Brennan,Chordia和Subrahmanyam(1998)以及Lee和Swaminathan(1999)的针对股票长期交易活动的研究表明，那些经历大交易量股票往往在随后会伴随更小的收益率。他们的研究指出，交易最活跃的股票比起那些交易正常的股票会产生更小的收益。
Simon Gervais,Ron Kaniel和Dan h.Mingelgrin(2001)对在纽约证券交易所上市的股票进行了研究，研究区间为1963年8月至1996年4月的日资料与周资料。结果表明了高交易量回报溢酬现象的存在。他们的研究方法是把研究区间分为161个没有重叠的区间，每个区间相隔一天，每一区间有50天，其中包含前49天的观察期与最后一天的形成期，然后用零投资组合与参考报酬率投资组合两种组合去检验由形成期所区分出的高交易量和低成交量股票的1、5、10、20、50和100天后的收益率。研究结果发现：高成交量股票在未来跟随较高的收益，低成交量股票在未来跟随较低的收益，即成交量能预测下期股价变动的方向。其根据周资料的研究结果发现此效应在长期内仍然存在。他们还检验了一些潜在的解释，如收益率自相关、公司公告与股利影响、系统风险的变化（β）、流动性、其他风险等等，结果发现这些潜在的假设都不足以解释高交易量回报溢酬现象。他们转而采用了可视性假设来解释，即市场的交易行为增加了股票的可视性，吸引了更多的投资者和分析师，从而降低了股票的风险，使之价值上升。这种解释的根据包括：Miller（1997）和Mayshar（1983）的研究表明某一股票的持有者平均而言是对其前景最为乐观的。这一结论在卖空受到限制而难以持有负头寸的情况下显得更正确。此外，根据二人的研究，任何能吸引投资者对某一股票注意的冲击都会导致随后股价的上升，因为潜在的买者变得更多，而潜在的卖者被限制于当前的股票持有者。类似地，Arbel和Strebel（1982），Arbel（1985）和Merton（1987）的研究表明:对某一股票更多的分析师和交易者的加入会增加其价值，因为这可以减少交易者面临的估计风险并便于风险在他们中的分散。Simon Gervais,Ron Kaniel和Dan h.Mingelgrin的研究证实了交易量中含有未来股价变动的信息：交易量对未来股价具有预测力。但由于交易成本的关系，按交易量大小进行投资并不能产生经济利益。
国内对交易量的研究主要集中在交易量与股票收益波动性的关系上，在关于交易量对股票走势预测力的研究方面，王燕辉、王凯涛（2005）对深圳成分股中40只股票的研究表明，高交易量回报溢酬效应在短期内是存在的，而在长期内则会出现反转，即高交易量的股票长期（10－30天）来看会产生更低的收益，而低交易量的股票长期却会产生比较高的收益，他们认为这可能是由于散户与大户的博弈所导致。
三、方法论
（一）数据
本文选取的股票样本是沪市的80只股票，区间从2006年6月1日到2007年6月1日的日交易数据，所选80只股票均为在2006年6月1日前已经上市的公司，本文所采用的数据是CSMAR数据。共有没有重叠的60个观察区间，每个观测区间包含20个交易日，其中前19天为观测期，第20天为形成期，其后的1天，5天，10天，20天和40天为检验期，参见图表一。
股票按如下规则被划分为高交易量和低交易量：
（1） 如果在第20天（形成期）的股票交易量为这20天内最大则定义为高交易量股票，反之，如果是最小的则定义为低交易量股票。
（2） 如果观测期间不足19天则按实际的天数进行比较。
（3） 如果在形成期当天股票有停牌，则股票既不归入高交易量股票也不归入低交易量股票。
（二）变量的定义
1．报酬率的计算
本文所使用的报酬率为股票对数日报酬率，是根据调整后的股票开盘和收盘价再取对数计算而得，公式为：
Rit＝lnPit－lnPit-1
其中Rit表示股票i第t天的收益率，Pit表示股票i在t天股票的收盘价，Pit-1表示股票i在t－1天股票的收盘价。本文所用5天、10天、20天和40天收益率为形成期后5天、10天、20天和40天对数收益率之和。
2．投资组合的构建
本文采用的投资组合为零投资组合，即每个期间投资所有高交易量股票1元，每一股票投资金额相等。例如，如果这一期间有n只高交易量股票，则每只股票投资1/n元，同时卖空低交易量股票1元，也是相等金额。高交易量股票组的收益率为Rhi,低交易量股票组合收益率为Rli，这一期间股票组合收益率为：
NRi＝Rhi＋Rli，
所有投资期间的平均回报率为:
NR＝∑NRi/60,
所有投资期间的高交易量股票组的平均回报为：
Rh＝∑Rhi/60，
所有投资期间的低交易量股票组的平均回报为：
Rl＝∑Rli/60，
对于本文所要检验的高交易量回报溢酬现象，即高交易量股票在未来伴随较高的收益，低成交量股票在未来伴随较低的收益，如果该现象存在，则零投资组合可以产生显著的正收益，另外，如果对高交易量股票组合和低交易量股票组合构造的零投资组合不能产生正收益率，但高交易量组合或低交易量组合与指数构造的零投资组合能产生正（负）收益，则也可证明高交易量回报溢酬的存在。
3．交易量
本文所采用的交易量为每日交易股数。
四、实证结果表明：交易量对股价未来走势不具有预测力
图表二所示为每个交易期间的高交易量股票和低交易量股票个数的描述性统计结果。从中可以看出60个交易期间内的高交易量和低交易量股票个数分布并不均匀，标准差相对比较大。有意思的是，高交易量和低交易量股票个数的相关系数为负，这反映出股票间交易量的波动具有相关性，这可能是由于市场因素对交易量产生的影响。
图表三和图表四所示为60个交易期间内高交易量股票组和低交易量股票组1天（5天、10天、20天、40天略）的投资收益率的描述性统计结果。从以上两图中可以看出，高交易量组与低交易量组形成后一天的收益率基本集中在零附近，特别是低收益率组的收益率。
图表五的结果表明，高交易量组的股票累积收益率在5天内是正，而在10到40天则为负值。低交易量组的累积收益率在5天内也为正值，10天、20天为负，而40天又为正值。高交易量股票组与低交易量股票组所形成的零投资组合在1天和5天内的累积收益率均为正值并有逐渐上升的趋势，但t统计量并不明显，而10天、20天和40天的累积收益率均为负值，而且10天的累积收益率的t统计量相当显著，将其转化成年收益率有将近3.5％。这说明高交易量回报溢酬并不存在，而且在相对较长的时期内还有可能产生损失。
为了检验上述结果的可靠性，我们分别将高交易量组合与指数构造零投资组合及将低交易量组合与指数构造零投资组合（买入高交易量组合卖出指数组合以及买入低交易量组合卖出指数组合），并进一步检验高交易量回报溢酬的存在性，结果如图表六和图表七所示：
从图表六的结果可以看出，组合1天、5天累积收益率均为正值并有逐渐上升的趋势，但t统计量并不明显。与此相反，10天、20天和40天的累积收益率均为负值，而且10天的累积收益率的t统计量也变得不显著，这一结果与图表五所显示的结果基本一致，只是在10天的收益率上也不显著。另外还有一个有趣的现象，指数组合的累积收益率在所有的1到40天的期间内都为负值，而且有上升的趋势，这说明对股票市场的投资可能不仅没有收益，而且可能产生损失。
图表七的结果则与前面有所不同，从收益率的值来看，低交易量的股票除了10天的累积收益率为负外，其他都为正。但除了与指数的零投资组合40天的累积收益率显示有显著的正收益外，其余均不显著。而40天的累积收益率转化成年收益率可达10.5%，这说明低交易量的股票长期来看可以产生超额的异常正收益。这也再次表明高交易量回报溢酬在中国资本市场上不仅不存在，相反会出现低交易量回报溢酬现象。
五、交易量作为技术分析指标的失效源于我国资本市场的不完善
对于以上出现的结果，基本可以认为高交易量回报溢酬现象在我国并不存在，高交易量的股票在随后并不会出现较高的收益，低成交量股票在未来也不会出现较低的收益。相反，高交易量的股票还可能出现较低的收益，低交易量的股票可能会出现较高的收益（并不显著），这说明交易量并不包含股价未来变动的信息。
如果这一结果成立，则将交易量作为对股票分析的一个重要指标，被众多的技术分析所采用就没有任何意义。而对比在像美国股票市场那种成熟资本市场上存在的高交易量回报溢酬现象，笔者认为这种结果可能是由于我国资本市场的发展尚不完善，市场非有效因素众多所产生的。例如，市场上的虚假信息可能会带来巨大的交易量，而且短期内会出现正的异常收益，但一旦虚假信息被揭穿，则会使股票急剧下跌，使之产生低收益，从而使那些有信息含量的高交易量，比如内幕消息等带来的高交易量产生的正收益被抵消，这样总体来看高交易量股票就不能产生高收益。
作者简介：
崔东博复旦大学管理学院