我国股票市场的市场特点研究资金推动型投机市基于新增开户数视角的A股市场实证检验

我国股票市场的市场特点研究资金推动型投机市基于新增开户数视角的A股市场实证检验

关注市场的投资市场随着人民币的增加和股权分置改革的推进，中国的股票市场开始了一场伟大的亮点。与此同时，新账户迅速增加，吸引了很多关注。部分投资者已将新增开户数增减作为判断大盘走势的重要依据,似乎有一个经验性的结论已经形成:只要新增开户数保持增长,则行情就将继续;反之,如果发现新增开户数下降,那么调整就不远了。这个论点是否正确呢?本文采用标准的计量方法,利用中证指数公司和中国证券登记结算公司网站公布的相关数据,从实证角度研究新增开户数和股票价格及成交金额间的长短期因果关系,较为准确的回答了以上问题。从市场特点看,股票市场大致可划分为资金推动型投机市场、价值推动型投资市场以及混合型市场。所谓资金推动型市场,即市场价格的涨跌,主要的不是取决于公司基本面的好坏,而是取决于参与其中资金的强弱以及这些资金的市场预期;价值推动型市场,通常指的是公司股价主要由其基本面(主要是赢利能力)决定。至于投资与投机的区别,广为接受的观点是:如果买卖股票是为了博取价差,就是投机,持有时间一般较短;如果买卖股票是为了获得企业长期成长所带来的资产增值,就是投资,一般持有较长时间。资金推动型市场常具备投机特征,价值推动型市场常与投资相联系。新增开户数和股票价格及成交金额间的关系为我们判断一个市场究竟属于资金推动型投机市还是价值推动型投资市提供了独特的视角。其内在的逻辑关联在于:新增开户数是新增资金的代理变量(1),将大盘指数及其成交金额作为股市整体走势的代理变量,如果新增开户数变化是大盘指数及其成交金额变化的长期原因,则意味着新增资金影响着股市长期的整体走势,即市场是资金推动型的;反之,如果新增开户数变化是大盘指数及其成交金额变化的短期原因,则意味着新增资金仅影响着股市短期的整体走势,即市场有可能是价值推动型的,如果大盘指数及其成交金额变化是新增开户数变化的短期原因,则意味着股市短期的整体走势影响着新增资金变化,换言之,新增资金着眼于股市短期的整体走势,即市场是投机市场;反之,如果大盘指数及其成交金额变化是新增开户数变化的长期原因,则意味着股市长期的整体走势影响着新增资金变化,换言之,新增资金着眼于股市长期的整体走势,即市场是投资市场。图1给出了新增开户数与股票价格及成交金额关系和市场类型匹配图。已有研究方面,大部分国外学者把目光主要集中在股票价格和宏观经济变量因果关系的探讨上。如Rahman和Mustafa分析了多个国家股票价格和利率之间的因果关系,并进行了协整检验,其结果认为,大多数国家中不存在股票价格与利率之间显著的Granger因果关系,但存在一个长期协整的关系。Ramin和Tiong使用协整检验和VECM模型考察了新加坡股票价格与宏观经济变量的关系,研究发现通货膨胀率、货币供给增长率、短期长期利率的变化、汇率的变化都与新加坡股票价格存在长期协整的关系,但在新加坡,国际因素的作用加强,利率和汇率的变化对股价变化有显著的影响。Mathias使用SVAR(StructuralVARmodel)模型,通过对1960-1999年股票价格的年度数据和工业生产增长率的关系进行分析,发现在英国、日本和欧洲,1980-1999年期间的工业生产增长率只能解释股票价格变动的小部分原因,而1960-1979年期间的工业生产增长率却是股价变动的主要原因,同时发现,20世纪80年代到20世纪90年代之间,股票市场上存在投机泡沫。Binswanger利用子样本滚动方法则发现美国股票收益率与实际经济活动之间不存在显著关系。国内学者也把股票价格与宏观经济变量的因果关系作为研究的主要对象,多采用定性研究的方法,只有少数几篇采用定量的分析方法,如孙华妤等应用动态滚动式的VAR方法,对1993年10月到2002年6月的数据进行了分析,他们发现所有的货币供给量对股市都没有影响。赵振全等利用多元回归和VAR模型研究了股票市场波动与宏观经济波动之间的关系,发现同期之间这二者的波动存在一定的关系,但这种关系很弱,宏观经济波动对股票市场波动的解释能力也很弱。同时也有相当一部分研究以股票价格与成交量的因果关系为研究对象。如Richar等以香港股市为例研究发现股票收益与成交量呈正相关的关系,股票收益率变化单方向引起成交量的变化。Blume等建立的模型中,交易者可以通过研究过去的价格和过去的成交量来获得对某一证券的有价值的信息。在他们的模型里,成交量数据提供了关于过去价格运动的精确信息,这样,市场中利用成交量进行技术分析的交易者要比没有利用成交量进行技术分析的交易者表现更好。Abdul以KSE(KarachiStockExchange)指数日数据及其成交量为样本,运用线性和非线性Granger因果检验的方法,发现巴基斯坦股票收益率对成交量有线性的解释力量而股票成交量对股票收益率具有非线性的解释力量,但是假如将股票价格变动分为正向变动和反向变动的话,在线性Granger因果检验中,当股票价格变动方向为正向时,股票成交量变化同样会引起股票收益率的变化。从国内学者的实证研究结果来看,个股的价量关系更为明显地表现为双向的因果关系,而不像大盘所表现出来的作用不对称的价量关系,如陈怡玲等得到的结论。赵留彦等使用EGARCH类模型对我国沪深股市1996年以后的数据进行了实证检验,将成交量引入方差方程中,结果发现成交量对股价波动没有确定一致的解释作用和先导作用,不过将成交量划分为预期和非预期部分,则发现这两个部分对收益率波动的影响是有区别的,预期到的交易量变动同股价波动没有明显相关性,而非预期的部分不但与同期的波动正相关,还可以为下期波动提供预测信息。综合来看,目前国内外有关引起股票价格变动因素的研究还没有从新增开户数的视角来进行分析,本文将首次探讨新增开户数与股票价格和成交量变动的长短期因果关系,实证总结二者间的互动行为,进而为了解当前中国股市的特征及投资者的投资决策等提供一定的参考依据。论文的余下部分作如下安排:第二部分是数据及研究方法的说明;第三部分是实证结果分析;第四部分为本文的结论。数据和证明方法1、数据收集2、协整检验cohensen本研究目的之一在于了解新增开户数与股票价格及成交金额间的关系,需要对变量序列的平稳性、外生性与三变量间的关联性进行实证统计检定与测试。采用ADF单位根检验、Johansen协整检验以及向量误差修正模型(VECM)、VEC格兰杰因果关系检验等统计方法,得出实证结果以探讨新增开户数与股票价格及成交金额间的影响程度。(1)单位根检验。由于非平稳序列会产生虚假回归问题,因此在利用时间序列进行实证分析之前,首先确认变量是否存在单位根现象(即是否为平稳序列)已成为不可或缺的步骤。本研究使用ADF检验检定序列平稳与否,带截距项和趋势项的ADF回归式如下:其中,△为一阶差分算子,Yt为第t期时序变量,α为截距项,t为时间趋势项,p为使残差项εt符合白噪声的最佳滞后期数。根据Harris等建议从第六期依次进行递减测试,以AIC(AkaikeInformationCriterion)取最小值来确定最佳滞后期数p值。零假设为:H0:ρ=0,若拒绝零假设表示Y为平稳序列,若接受零假设则表示Y为非平稳序列。(2)协整检验。若时间序列为非平稳,常用的方法是将变量取差分或去除趋势项,但这样做可能消除数据本身所隐含的长期信息,因此如果变量具有单位根,将进一步作协整(Co-integration)检验,以观察变量间是否具有长期稳定的均衡关系。协整检验一般有两种方法,第一种为Engle-Granger两步法,另一种是Johansen和Juselius所提出的极大似然估计法,前者虽然易于执行,但需要样本数较大,且容易产生估计误差等缺点,相比之下后者的优点较多,如能精确地确定出协整向量的数目并可对实际协整关系进行假设检验,因此本研究采用Johansen检验法。Johansen检验法又分为迹检定(Tracestatistic)和最大特征根检定(Maximumeigenvaluestatastic),分述如下:迹检定统计量如下:最大特征根检定统计量如下:其中,T为样本个数,为Π矩阵中的特征根。H0:最多有r个协整向量。H1:最少有r+1个协整向量。上述两种检定方法的临界值可由Johansen和Juselius的研究中得到。(3)向量误差修正模型和VEC格兰杰因果关系检验。如果新增开户数与股票价格及成交金额间存在协整关系,就需要应用误差修正模型来探讨三者间的因果关系,否则只能将这三个变量序列变换成平稳序列后采用向量自回归模型(VAR)和标准的格兰杰因果关系检验来进行分析。向量误差修正模型解释如下:其中P_HS300表示沪深300指数收盘价格,T_HS300表示沪深300指数成交金额,NA表示新增A股开户数,△为一阶差分算子,α11(i)、α21(i)、α31(i)、α12(i)、α22(i)、α32(i)、α13(i)、α23(i)、α33(i)为短期调整系数,αe、αp和αr为误差修正项系数,p为滞后阶数,按照LR(LikelihoodRatio)、FPE(FinalPredictionError)、AIC(AkaikeInformationCriterion)准则综合选定,ε1t、ε2t和ε3t为残差项,服从联合正态分布,Zt-1为A股新增开户数与沪深300指数及其成交金额间协整关系中的误差修正项。上述误差修正模型(方程式(4)、(5)和(6))可以用来推断A股新增开户数与沪深300指数及其成交金额间的长短期因果关系。长期因果关系方面,如果方程式(4)中αe和方程式(5)中αp均统计显著,但方程式(6)中αr统计不显著,意味着当系统偏离均衡状态时,是通过沪深300指数及其成交金额的调整来重新达到均衡,则A股新增开户数变化是沪深300指数及其成交金额变化的长期原因;如果方程式(4)中αe和方程式(5)中αp均统计不显著,但方程式(6)中αr统计显著,意味着当系统偏离均衡状态时,是通过A股新增开户数的调整来重新达到均衡,则沪深300指数及其成交金额变化是A股新增开户数变化的长期原因;如果αe、αp、αr均统计不显著,表明A股新增开户数与沪深300指数及其成交金额间不存在长期均衡关系,此时以上因果检定将退化为标准的Granger因果检验,其余情况类似。短期因果关系方面,方程式(4)中,如果α12(i)联合统计显著,则沪深300指数成交金额变化是沪深300指数价格变化的短期原因,或者α13(i)联合统计显著,则A股新增开户数变化是沪深300指数价格变化的短期原因;方程式(5)中,如果α21(i)联合统计显著,则沪深300指数价格变化是沪深300指数成交金额变化的短期原因,或者α23(i)联合统计显著,则A股新增开户数变化是沪深300指数成交金额变化的短期原因;方程式(6)中,如果α31(i)联合统计显著,则沪深300指数价格变化是A股新增开户数变化的短期原因,或者α32(i)联合统计显著,则沪深300指数成交金额变化是A股新增开户数变化的短期原因。当时序变量间存在协整关系时使用标准的Granger因果检验,可能出现不存在(短期)因果关系但长期因果关系是存在的情况,这样做由于采用错误指定的模型,将导致误导性结论,是不恰当的。可见,通过引入误差修正项,误差修正模型提供了另外一种呈现Granger(长期)因果关系的方法。结果表明和分析1、必要的前提条件在进行协整检验之前,必须先对所有的变量进行平稳性测试,利用单位根检验,确定所有变量是否为同阶单整的时间序列,以符合协整检验的必要条件。表1为单位根检验结果,表1显示,新增A股开户数、沪深300指数收盘价格及其成交金额经过ADF单位根检验后,在1%的显著水平下,均无法拒绝其有单位根的现象,即这些序列均为非平稳时间序列。然而,经过一阶差分后,再进行单位根检验,则发现所有序列都呈现平稳性,达到1%的显著水平。因此本研究的三个时序变量,均属I(1)序列形态,即只有一个单位根,满足进行协整检验的条件。2、无约束var模型协整检验对于协整检验,本研究采用基于向量自回归模型的Johansen分析技术来进行。在进行检验前首先要确定模型的最优滞后阶数,根据残差分析和LR、FPE、AIC准则综合确定无约束VAR模型的最优滞后阶数为11。由于协整检验是对无约束VAR模型施以向量协整约束后的VAR模型,因此进行协整检验的滞后阶数应该等于无约束VAR模型的滞后阶数减1,即进行新增A股开户数与沪深300指数及其成交金额间协整检验的最佳滞后阶数为10,这也预示着新开户投资者并不是开户后马上进行交易,平均而言,在其开户后10个左右的交易日才开始介入市场,对市场产生影响。表2给出协整检验的检测结果,可以看出,在1%的显著水平下,均拒绝了0个协整向量,然而1个协整向量和2个协整向量则无法被拒绝,因此新增A股开户数与沪深300指数及其成交金额间存在一个协整关系。该结论表明,尽管新增A股开户数与沪深300指数及其成交金额是非平稳的,短时间内三者的走势可能出现偏离,但长期来看,则保持着一致性稳定的均衡关系。3、新增a股开户数与沪深400指数及其机构间的短期因果关系由于新增A股开户数与沪深300指数及其成交金额间存在协整关系,因此需要使用误差修正模型来检测三者间的长期和短期因果关系,而不能使用标准的Granger因果检验。表3给出新增A股开户数与沪深300指数及其成交金额间误差修正模型估计结果,由于接下去将使用VEC格兰杰因果检验对短期调整系数进行联合显著性检定,因此表中未列出短期调整系数和常数项的估计值。由表3可知,误差修正项系数αe和αp均统计显著,而误差修正项系数αr统计不显著,表明当系统偏离均衡状态时,是通过沪深300指数及其成交金额的调整来重新达到均衡,存在由新增A股开户数变化到沪深300指数及其成交金额变化单向的长期因果关系,不存在由沪深300指数及其成交金额变化到新增A股开户数变化的长期因果关系,新增A股开户数变化是沪深300指数及其成交金额变化的长期原因。为了考察新增A股开户数与沪深300指数及其成交金额间的短期因果关系,使用误差修正模型下的格兰杰因果检验(VEC格兰杰因果检验),检验结果见表4。由表4可知,在1%的显著水平下,拒绝沪深300指数及其成交金额变化不是新增A股开户数变化原因的零假设,接受新增A股开户数变化不是沪深300指数及其成交金额变化原因的零假设,这表示在短期内,沪深300指数及其成交金额变化是新增A股开户数变化的原因,而新增A股开户数变化不是沪深300指数及其成交金额变化的原因,存在由沪深300指数及其成交金额变化到新增A股开户数变化单向的短期因果关系。由以上分析,作为新增资金代理变量的新增A股开户数与作为股市整体走势代理变量的沪深300指数及其成交金额间不仅保持着长期一致性均衡走势,而且分别存在着单向的长期和短期因果关系。由于新增A股开户数变化是沪深300指数及其成交金额变化的长