摘 要：本文以1996年1月1日至2003年12月31日期间沪、深股市255只股票为样本，研究股票成交量与股票收益率序列相关性的关系，以及股票的信息不对称程度对这种关系的影响。结果表明：第一，无论是牛市、熊市还是平衡市，高成交量交易日的股票收益率在随后交易日中都将表现出“反转”；第二，牛市和熊市中，在高成交量的交易日之后，信息不对称程度较高的股票，其收益率与信息不对称程度较低的股票相比，更倾向于表现出反转。针对这一难以被金融学主流理论所完全解释的实证结果，结合中国实际，笔者认为其根源在于中国投资者的资产配置交易和过度投机交易行为。

　　关键词：成交量；收益率序列相关性；投资者行为

　　一、文献综述

　　根据芝加哥大学著名教授fama所总结的“有效市场假说”，若市场是有效的，当前股票的成交量对股票未来收益率是没有预测作用的。因此，在以有效市场假说为理论基石的capm等传统资产定价模型中，成交量是不被考虑的因素。但是在投资管理的实务领域，以股票的成交量作为研判未来股票价格变化的依据，则是证券分析中的一个重要工具。

　　然而，成交量究竟表示什么?为何其可用于预测未来股价的变化?高成交量交易日的股票收益在随后交易日中将表现出“惯性”还是“反转”?近年来，学界对这些问题争论颇多，并逐渐形成两种理论假说来解释实证结果，即campbell，grossman和wang (1993)提出的“资产配置假说”，以及morse(1980)提出的“信息不对称假说”，而llorente，michaely，saar和wang(2002)则试图将上述两种看似矛盾的理论假说统一起来形成“资产配置与信息不对称统一假说”。wWW.11665.CoM

　　(一)资产配置假说

　　campbell等(1993)的实证研究发现，高成交量交易日的股票收益率更易在随后交易日中表现出反转。他们提出了基于投资者资产配置的理论模型对此进行解释：非股票资产风险收益关系的变化导致投资者进行资产比例的重新配置(hedging trades)驱动成交量的变动，例如股票以外的其他资产的收益下跌，使得投资者增加股票投资的比重，从而导致成交量放大，可见成交量变化仅仅表示“其他资产收益相对于股票收益的变化”，而且由于这种成交量的变化并不表明股票的基本价值发生变化，因此成交量的变化是暂时的，未来股票收益将会“反转”，即：股票以外其他资产收益下降导致投资者大量买入股票，从而成交量增加、同时股价上升，但一旦资产配置结束，股价将会下跌，回复到基本价值。

　　conrad等(1994)采用周收益率数据，基于股票成交量构造投资组合，研究交易策略的盈利性，实证结果支持了campbell等(1993)的假说：本周成交量较高的股票，在下一周股价出现了反转；相反，本周成交量较低的股票，在下一周股价则保持惯性。

　　(二)信息不对称假说

　　morse(1980)认为，股票交易的发生是由于拥有内幕信息的投资者与不知情的投资者之间对股票价值的不同判断所致，因此信息不对称程度越高，股票交易越活跃，股票成交量也越大。可见，成交量高低就表示“未公开信息的多寡”，未公开信息越多，则随着信息的公开，未来股票收益将呈现于“惯性”，即原先股价上涨的股票未来继续上涨、原先股价下跌的股票未来继续下跌。其实证结果显示，股票成交量与后一交易日股票超常收益率的绝对值显著正相关。

　　stickel和verrecchia(1994)发现，若股票在季度盈余公告日的成交量较小，则后一交易日的股价往往发生反转，反之，若季度盈余公告日的成交量较大，则后一交易日的股价倾向于保持惯性。他们认为，这是因为成交量越大，股票交易由内幕信息拥有者驱动的可能性越大，故股价越倾向于保持惯性。

　　(三)资产配置与信息不对称统一假说

　　值得指出的是，以上两种理论假说得出了截然相反的结论。资产配置假说认为：若当期成交量大，则下期股价将出现反转；而信息不对称假说则表明：若当期成交量大，则下期股价将保持惯性。llorente等(2002)试图将这两种假说统一起来，在他们的模型中，存在着股票资产和非股票资产，同时也存在信息优势和信息劣势两类投资者。股票交易受两种因素驱动：一是由于非股票资产风险收益关系的变化导致投资者重新配置资产比例；二是有信息优势的投资者基于未公开信息所进行的股票交易。如果股票交易由第一种驱动因素所主导，则随后的收益率倾向于反转；如果股票交易由第二种驱动因素所主导，则随后的收益率倾向于惯性。因此，成交量对股票收益率序列相关性的影响如何，在很大程度上取决于股票交易者的信息不对称程度。由此，llorente等(2002)进而将股票平均市值大小和平均买卖价差作为投资者信息不对称程度的衡量指标进行实证研究，结果支持了他们的理论预测，即：对于信息不对称程度较高的小市值或高买卖价差的股票，高成交量交易日之后的股票收益率倾向于持续，而对于信息不对称程度较低的大市值或低买卖价差的股票，高成交量交易日之后的股票收益率倾向于反转。

　　近年来，股票成交量与收益率之间关系的研究日益受到国内学者的关注。迄今为止，国内学者的研究可以分为以下三个方向：一是将成交量作为信息流的替代指标，研究成交量对价格波动的影响(王承炜、吴冲锋，2001；潘越、吴世农，2004)；二是将成交量作为推进股价进程的标度，就其意义进行理论与实证探讨(吴文锋等，2002；吴文锋、吴冲锋，2003)；三是对成交量与股价变化之间的关系进行实证研究。陈怡玲、宋逢明(2000)发现中国股市的股票日成交量与当日价格变化之间存在正相关关系。盛建平、高芳敏 (2000)发现深交所成份股的股票回报率与当月成交量、前月成交量之间都存在正相关关系。王杉、宋逢明(2006)建立了中国股市的简单量价关系模型，并且发现中国股市中交易量与价格变化正相关，而单位交易量引起的价格变化与股票的流通市值负相关。徐信忠、郑纯毅(2006)发现，换手率与中国股市的动量效应有着直接关系，在期限较短的情况下(1到3个月)，高换手率的股票动量组合收益高于低换手率的股票动量组合收益，但随着期限的延长，会出现反转现象。

　　可见，目前国内的多数研究尚未涉及成交量与股票收益率序列相关性的关系这一研究领域，其中徐信忠、郑纯毅(2006)的研究中对成交量与收益惯性的关系进行了检验，但由于研究目的和侧重点的不同，他们的研究着重分析换手率对1个月以上的股票动量效应的影响，而不是专门探讨成交量与股票收益率序列相关性的关系及成因。由此可见，成交量高低是否可以用于预测未来股价的变化?高成交量交易日的股票收益在随后交易日中将表现出“惯性”还是“反转”?其背后的原因是什么?这些问题对于中国股市，都还是未知数。本文以1996—2003年间在沪、深证交所上市的255家公司为样本，采用时间序列分析和横截面分析两种方法，针对上述问题进行实证研究，并结合中国国情，从中国投资者投机交易行为角度，提出新的理论假说来解释中国的特殊现象。

　　二、研究设计

　　(一)样本与数据

　　本文的研究期间为1996年1月1日至2003年12月31日，共8年，包含1932个交易日。选择该研究期间的原因是：(1)中国股市在这8年间经历了典型的牛市、熊市和平衡市，故研究期间具有代表性；(2)自1996年起，上市公司已初具规模，股市也结束了设立初期的大幅波动阶段，步入正轨，故取1996年作为研究期间的起点。为了考虑不同市场环境对本文研究结论的影响，本文还区分牛市、熊市和平衡市三个期间进行分阶段研究，其中，1997年7月1日至1999年5月18日为平衡市，1999年5月19日至2001年 6月13日为牛市，2001年6月14日至2003年12月31日为熊市。本文的研究样本取自 1996年1月1日之前在沪、深证交所上市的公司，并删除研究期间曾经增发、被“pt”处理及被中止上市的股票，最后得到255只样本股票。研究所需数据均来自wind数据库。

　　(二)研究程序与模型构建

　　本文的研究包括两个步骤：(1)时间序列分析，即对个股成交量与收益率序列相关性的关系进行回归分析，以发现高成交量交易日的股票收益在随后交易日中将表现出“惯性”或“反转”，并得出个股成交量对收益率序列相关性的影响系数。(2)横截面分析，以第一步得出的影响系数为因变量，以公司规模和股价的波动性作为公司信息不对称程度的代理指标，并作为自变量，进行回归分析，以检验llorente等(2002)所提出的“资产配置和信息不对称统一假说”：即信息不对称程度较强的公司，高成交量交易日的股票收益率在随后交易日中是否表现出“惯性”特征，反之信息不对称程度较弱的公司，高成交量交易日的股票收益率在随后交易日中是否表现出“反转”特征。

　　1.时间序列分析

　　(1)成交量的衡量

　　本文借鉴llorente等(2002)的方法，以经长期时间趋势调整之后的股票换手率来衡量成交量vt，计算公式为式(1)：

　　其中，turnovert表示第t个交易日的股票换手率，定义为当日交易的股数除以总流通股数。

　　(2)成交量与收益率序列相关性的关系模型

　　campbell等(1993)发现，股票日收益率的序列相关性主要存在于一阶关系上，二阶以上序列相关性不显著，因此，本文主要研究股票成交量与收益率一阶序列相关性的关系，即成交量对下一期收益率的预测作用，模型如下式(2)所示：

　　其中，rit表示股票i在第t个交易日的收益率；vit表示股票i在第t个交易日的成交量；γi是股票i的成交量与收益率交乘项的系数，表示个股成交量对收益率序列相关性的影响系数，若γi符号为正，则股票成交量的放大倾向于使得股票的收益率表现出惯性，反之则反，而γi大小则表示成交量对股票收益率时间序列特征的影响程度。

　　2.横截面分析

　　为研究信息不对称程度在成交量对收益率序列相关性预测中所起的作用，采用模型形式如下：

　　 模型3中，ai是股票i信息不对称程度的代理变量。借鉴lo和mackinlay(1990)、 llorente等(2002)的研究，本文首先以公司规模代理股票的信息不对称程度，公司规模越大，代表信息不对称程度越低。公司规模有以下两种衡量方式：(1)股票在1996年1月1日到2003年12月31日期间平均流通市值的自然对数，即ln(流通市值)；(2)将样本股票按平均流通市值由小到大进行排序，以排序序号除以样本股票总数，即order(流通市值)来表示公司规模。为了检验结论的稳健性，本文进而借鉴lang和lundholm(1993)、 leuz和verrecchia(2000)的研究，以股价的波动性作为信息不对称的代理变量，股价的波动性越低，代表信息不对称程度越低。股价波动性同样采用两种衡量方式：(1)股票在 1996年1月1日到2003年12月31日期间日收益率的标准差sd；(2)将样本股票按sd由小到大进行排序，以排序序号除以样本股票总数，即order(sd)来表示股价波动性。

　　根据llorente等(2002)的理论模型，大市值或低波动性的股票信息不对称程度较低，股票交易主要由资产配置交易主导，叩较小；小市值或高波动性的股票信息不对称程度较高，股票交易由信息优势者的投机交易主导，γ较大。因此在模型3中，若以公司规模代理信息不对称，b应该显著地小于零；若以股价波动性代理信息不对称，b应该显著地大于零。但是中国股市不论从投资者的构成还是市场监管体系的完善程度来看都与美国股市等成熟市场有较大差异，所以实证结果未必与成熟股市相同。因此本文对此不作预设性的结论，而是立足于实证检验，并基于国情，对实证结果进行深入剖析。金融,证券,股票-[飞诺网feno.cn]

　三、实证结果与分析

　　(一)描述性统计

　　描述性统计数据如表1所示。表1将样本股票按全部样本(255只)以及小、中、大流通市值样本(每组85只)分别进行统计。对于每一只样本股票，平均流通市值是指该股票在1996—2003年间每日流通市值的平均值。从表1的第3列数据可看出，样本公司的平均流通市值差异较大，最大与最小之差为近170倍。表1的第5列数据显示，样本股票的平均日换手率达1.86%，相当于1年换手4.5次，远大于美国股市0.321%的股票平均日换手率。这从一个侧面说明了我国股市的投机氛围远高于成熟股市。同时，小流通市值样本股票的平均日换手率最高，为2.24%，而大流通市值股票的平均日换手率最低，为 1.50%，这与美国股市的情况截然相反。美国股市大市值股票的换手率高于小市值股票，蓝筹股具有更好的流动性。表1的第6列数据显示，样本股票中，小流通市值股票的平均股价高于大流通市值股票的平均股价，这一点也与美国股市的数据相反。根据 llorente等(2002)的统计，美国股市大市值股票的平均股价约为小市值股票的4倍。

　　从以上描述性统计结果可以看出，我国股市不同流通市值股票的价格和成交量特征与以美国股市为代表的成熟股市具有明显差别，主要反映为整体换手率偏高，小流通市值股票的交易特别活跃等，均表现出明显的投机性特征。

　　(二)实证结果与分析

　　1.时间序列分析

　　本文借鉴llorente等(2002)的研究方法，对每一只样本股票，采用式(2)的ols回归模型，以整个研究期以及进一步区分牛市、熊市和平衡市作为研究期间，对α、β和γ进行参数估计。对于小、中、大流通市值的三类子样本，分别计算各类样本所包含股票的α、β和γ三个参数的平均值，并统计每类样本中γ<0以及γ显著为负的公司数目，三类子样本股票的时间序列回归结果列示表2中。

　　从表2可知：(1)据前述分析，γ代表股票的成交量与收益率序列相关性的关系，即股票成交量对未来收益率与当前收益率之间的序列相关性是正向还是反向影响，其影响程度有多大。从表中可见，在所有四种研究期间，对于三个子样本集合，γ的平均值都是负数，γ<0的样本数量也都占大多数，并且在整个研究期内，γ显著为负的样本数分别为 33、32和24家，说明高成交量所伴随的价格变化在下一周期较倾向于反转，这一实证结果在一定程度上支持了“资产配置假说”；(2)对于整个研究期和牛市、熊市期间，随着股票流通市值的增大，γ的平均值总体呈上升趋势，同时，γ为负及显著为负的样本数量也随着子样本集合平均流通市值的增大而减少。这说明：牛市和熊市中，在高成交量交易日之后，小市值公司的股票收益比大市值公司更易“反转”；(3)在整个研究期以及牛市期间，三个子样本集合的平均。估计值都大于0，这与研究期间股市整体呈上升趋势相一致；而在熊市期间，平均。估计值则小于0，这也与相应期间股市整体下跌相一致。对于上述三种研究期间，三个子样本集合的平均p估计值也都大于0，说明控制成交量的因素，股票日收益率总体上仍有延续前一交易日收益率的惯性趋势。但是对于平衡市，则不存在上述关系。

　　2.横截面回归分析

　　为研究叩与信息不对称程度的关系，以整个研究期以及进一步区分牛市、熊市和平衡市作为研究期间，依据公式(3)进行横截面ols回归分析，结果见表3。其中信息不对称程度采用公司规模和股价波动性两种代理变量。

　　表3—a的回归结果显示，对于整体研究期间，不论自变量采用ln(流通市值)还是 order(流通市值)，参数b的估计值都显著地大于0，说明股票的规模特性影响着股票的日成交量与日收益率序列相关性之间的关系：股票的流通市值越大，反映股票成交量与收益率序列相关性关系的系数。y也越大。由此可见，在高成交量的交易日之后，信息不对称程度较高的小市值股票，其收益率比大市值股票更易反转。进一步区分市场环境的回归结果显示，在牛市和熊市期间，参数b的估计值不仅显著大于0，而且比整体研究期间的参数b估计值更大，但在平衡市期间，参数b不显著异于零。

　　为检验这一结果的稳健性，我们还采用“股票日收益率的标准差”sd和“收益率标准差排序号／样本股票总数”order(sd)这两个股价波动性变量来度量信息不对称程度，根据表3—b的回归结果，我们同样发现对于整体研究期间以及牛市和熊市期间，参数b的估计值都显著地小于0，即在高成交量的交易日之后，高波动性股票(信息不对称程度较高)的收益率与低波动性股票相比，更倾向于表现出反转。同样地，在平衡市期间，参数b不显著。

　　显然，本文的实证结果与llorente等(2002)对美国股市的研究结论不同。llorente等 (2002)的实证研究发现，参数7随着公司规模的增大而减小，即：对于小市值的股票，高成交量交易日之后的股票收益率倾向于惯性，而对于大市值的股票，高成交量交易日之后的股票收益率倾向于反转。llorente等将这种现象归因于投资者之间信息不对称程度的差别：首先，对于大市值的股票，由于公开披露的信息较多，分析师对它的跟踪也较多，因此内幕信息较少，信息不对称程度低，这类股票的交易驱动因素主要是投资者对资产的重新配置，因此高成交量之后的收益率没有惯性；其次，对于小市值的股票情况则相反，其信息不对称程度较高，交易驱动因素主要是投资者基于未公开信息所进行的投机交易，因此高成交量之后的收益率较易持续。

　　实证结果的差异使我们无法套用llorente等(2002)的理论解释，这也恰恰说明了中国股市的投资者行为与美国存在重要差别。下文中，我们将立足中国国情，从中国投资者投机交易行为的角度，力求对该实证现象提出一个较为合理的解释：

　　中国股市由于设立时间短，与成熟股市相比，总体上投机氛围较为浓厚，这一点可从表1的描述性统计结果中得到证实：中国股市的股票平均日换手率接近美国股市的6倍。由于投资者的持股时间普遍较短，跟庄炒作的交易模式盛行，散户投资者与有资金实力和信息优势的投机机构之间的博弈成为股票交易的重要驱动因素。对于大流通市值和低波动性的股票，由于其信息不对称程度较低，股价受到少数投机机构操纵的可能性也相对较低，成交量的放大往往是由股票以外资产风险收益的变化所驱动(即“资产配置交易”)，因此随后股价反转，这一点与“资产配置假说”相一致；而对于小流通市值和高波动性的股票，其股价在成交量放大之后的反转则不仅受资产配置交易的驱动，而且可能受到投机炒作行为的影响，原因是：小市值及高波动性股票的信息不对称程度较高，而且炒作小市值股票所需要的资金量也远低于大市值股票，这为具有资金和信息优势的投机机构炒作股票提供了便利，因此，对于这类股票，成交量放大的交易日往往是散户投资者追涨杀跌、而投机机构进行反向交易的时候，所以随后交易日的股价将表现出更为强烈的反转。可见，在过度投机的新兴市场中，信息不对称对投资者交易行为的影响与成熟市场不同，在这里，具有信息优势的投机机构并非如主流金融理论所描述的被动地对信息做出反应，而往往是主动地利用信息吸引散户投资者跟风买卖以获取利润，由此导致了股票收益率的序列相关性质与主流金融理论中“信息不对称假说”的预测截然相反。

　　以上解释也可以从分市场环境的回归结果中得到一定程度的支持：在牛市和熊市中，由于利好(利空)信息频出，伴随着股价的连续上涨或下跌，容易引起散户投资者对信息的过度反应，这也为具有信息优势的投机机构炒作股票提供了便利，例如：在一个利好信息公布之前，具有信息优势的投机机构就已买人股票，当信息公布时，散户对信息的过度反应使其以过高的价格从机构手中接盘，这不仅导致当日交易量放大，而且使得其后的股价倾向于反转回股票的基本价值。因此，在牛、熊市中，信息不对称程度越高的公司，高成交量之后的股价越易反转；但在平衡市中，利好和利空信息对股价的影响较为均衡，散户投资者对信息的反应也比较理性，机构较难利用散户对信息的过度反应进行投机炒作，因此信息不对称程度对股票成交量与收益率序列相关性之间关系的影响并不显著。

　　四、结论与启示

　　本文以1996年1月1日至2003年12月31日期间深、沪股市255只股票为样本，研究股票成交量与股票收益率序列相关性的关系，以及股票的信息不对称程度对这种关系的影响。结果表明：第一，无论是牛市、熊市还是平衡市，高成交量交易日的股票收益在随后交易日中将表现出“反转”；第二，牛市和熊市中，股票日成交量对日收益率序列相关性的影响系数与公司规模正相关，与股价波动性负相关，这表明在高成交量的交易日之后，信息不对称程度较高的股票其收益率与信息不对称程度较低的股票相比，更倾向于表现出反转。

　　上述实证结果一定程度上支持了campbell等(1993)提出的“资产配置假说”，但是股票日成交量对日收益率序列相关性的影响系数与信息不对称程度之间的关系难以为 llorente等(2002)提出的“资产配置与信息不对称统一假说”等国外主流的理论假说所解释。导致上述实证结果的主要原因是：中国股市投机氛围甚浓，对于大流通市值和低波动性的股票，由于其信息不对称程度较低，股价受到少数投机机构操纵的可能性也相对较低，成交量的放大往往是由股票以外资产风险收益的变化所驱动(即“资产配置交易”)，因此随后股价反转；而对于小流通市值和高波动性的股票，其股价在成交量放大之后的反转则不仅受资产配置交易的驱动，而且可能因其信息较不对称而受到投机炒作行为的影响，所以随后交易日的股价反转比信息不对称程度较低的股票更为强烈。

　　本文的研究结论具有重要的理论价值和现实意义。首先，本文首次运用llorente等 (2002)的研究方法，揭示了股票成交量与股票收益率序列相关性的基本关系，并结合中国投资者的投机交易行为提出较为合理的理论解释，从而充实了该研究课题在发展中国家股票市场的实证和理论证据。其次，本文的研究结论将有助于股市监管者及投资者了解和掌握我国股市成交量变化所预示的股票未来收益率的变动规律，指导其针对不同市值的上市公司制定相应的风险监控措施和投资策略。