分阶段股票成交量和收益率相关性的研究——基于中国股市实证的分析

《分阶段股票成交量和收益率相关性的研究——基于中国股市实证的分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEconomicsAnEmpiricalStudyonTradingVolumeandStock-returnCorrelation:BasedonChinaStockMarketCandidate：ZouJingMajor：FinanceSupervisor：AssociateProf.OuyangHongbingHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaMa

2、y，2008独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到，本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫

3、描等复制手段保存和汇编本学位论文。保密□，在_____年解密后适用本授权书。本论文属于不保密□。（请在以上方框内打“√”）学位论文作者签名：指导教师签名：日期：年月日日期：年月日摘要本文以2001年6月14日至2007年10月16日期间沪市和深市的906只股票为样本，通过构建包含成交量因素的动态均衡模型，来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。在回归分析中，采用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变量。实证结果表明：第一，无论是熊市、牛市还是整体研究期间，规模较大的公司，高成交量交易日的股票其收益在随后交易日中将表现出“惯

4、性”；第二，牛市和整体研究期间，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的收益率更倾向于表现出反转；第三，不同的市场环境对股票成交量和收益率的关系有不同的影响，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，也在一定程度上受市场整体环境的影响。针对上述难以被金融学主流理论所完全解释的实证结果，结合中国实际情况，本文认为其根源在于中国投资者的过度投机交易行为。中国股市的透明性较低，上市公司信息披露不充分，这些因素在一定程度上增加了投资者基于非公开信息进行的

5、投机交易动机。因此，为了减弱中国股市的高投机性氛围，提高市场的有效性，政府应该规范市场行为，完善上市公司的信息披露制度，建立合理的市场监管体系，保护中小投资者的利益。关键词：成交量收益率投机交易信息不对称动态均衡模型IAbstractThisarticleexaminestherelationbetweentradingvolumeandserialcorrelationofstockreturns，andtheinfluenceofinformationasymmetryofstocksonthisrelationshipbasedonthetradingdataof906samp

6、lestocksfromShanghaiandShenzhenStockExchangefromJune2001toOctober2007,usingadynamicequilibriummodelwhichincludesatradingvolumefactor.Inregressionanalysis,authorusesthecompanysizeandthevolatilityofstockpriceasagentvariablesofthedegreeofinformationasymmetry.Theempiricalresultsshowthat:(l)Stockret

7、urnsfollowinghigh-volumedaystendtoreversethemselveswhetherinbearmarket,bullmarketorthewholestudyperiod,especiallyforbigcompanies;(2)Inbullmarketandthewholestudyperiod，thecoefficientofdailytradingvolumeandtheserialautocorrelationof