中国股票市场交易数据相关关系实证分析
Copula的股票市场行业板块相关结构的实证分析
［ １ ］ 陈建 ． Ｍ Ｂ Ｓ提 前偿付 风 险分析 ［ Ｊ ］ ． 经 济研 究导刊 ， ２ ０ ０ ７ （ ３ ） 。 ［ ２ ］ 陈钊 ． 美 国住 房抵 押 贷款 证 券化 的现 状 一兼 议 我 国推 行住 房抵押 贷款 证券 化的 可行性 ［ Ｊ ］ ． 金 融研 究 ， ２ ０ ０ ７ （ ３ ） 。 ［ ３ ］ 弗兰克 ・ Ｊ ・ 法 博 齐著 ， 俞 卓 青译 ． 房 地 产 抵 押 贷款 证 券 手
明、 及时地反 映各项数 据及情 况 ， 供投 资者进行 投资判 断的
依据 ， 合理规避风 险， 防范 因信息 不对称 或信用评 级道德 风
险产生的风险隐患。
参 考文献 ：
部 门牵 头统一协调管理 ， 以完 善中介 服务体系 ； 其次 ， 我国当
前金融衍生工具发展 较为 滞后 ， 金融 创新 匮乏 ， 急需大力 推 进金融 产品的创新 ， 丰 富投资 品种 ； 最后还 应成 立和培植 专 业 的律 师事务所 、 特殊 目的机构 （ Ｓ Ｐ Ｖ） 、 资产评估 机构 、 信用 评 级机 构 、 保险公司等一批金融中介机构 。 （ 四） 建立信用评级监管系统
引 言
板块每 日收盘价 。设 ｛ Ｐ ｝ 为行业板块 ｎ的第 ｔ日的指数 收
盘价。
一
、
根据样本 的收益率 序列 ， 运用 Ｅ ｖ ｉ ｅ ｗ ｓ 软件 ， 对样 本进行
由于金融市场是 一个 时变 、 波动 和非线性 的市场 ， 金 融 市场之 间， 相互 依赖 、 相互影响 Ｅ ｔ 益增加 ， 这促进我们对 金融 时间序 列之 间相关 结构等 问题 的研究 。Ｃ ｏ ｐ ｕ ｌ ａ 方 法是 用来 描述随机变量 间相依结构 的统计方法 ， 而混合 Ｃ ｏ ｐ ｕ ｌ ａ函数能 够有效地刻 画收益率序列 的尖峰厚尾等尾部 特征 ， 因此它广 泛地应 用于金 融 市场 的分 析 中。鉴于此 ， 本 文 拟选 取混 合 Ｃ ｏ ｐ ｕ ｌ ａ函数作为实证研究 的理论模型。
我国股票市场信息传递的实证研究
的 Ａ股 和 Ｈ 股两 个市 场 的情 况 ， 系数 向量 为 ０一 （Ａ ０ ） ０ ， ； 为短暂 部分 。
（ ） 变 量 Ｂ ＫＫ— ＧＡＲ 三 两 Ｅ ＣＨ 模 型 针 对 Ａ股 和 Ｈ 股 两个 市 场 ， 条件 方 差服 从 ＧＡＲ 对 ＣＨ （ ，） １ １ 过程 的条 件方差 协方差 Ｂ ＫＫ 表述 可写 为 ： 一 ＣＣ Ｅ 三 ＋ ； Ａ＋Ｇ Ｇ 。对 Ａ 股 和 Ｈ 股波动 信息传 递 ， 三 重点 考察参 数阵 Ａ 和 Ｇ 中的元 素 。对 角线 元素 的显 著性 体 现 Ａ 股和 Ｈ 股 市场波 动持续 特性 和 波动 时变性 。非 对 角元 素 的 显著性 ， 明 Ｈ 股对 Ａ 股在 有波动 信息传 递 的特 点 。 说
位 ： （ ）；３ Ａ 股 和 Ｈ 股 构 成 的误 差修 正 系统 中只含 ＪＯ （） 有一个 协 整 向量 ， 协 整系 统 中 只含 有 一个 共 同随机 趋 势 。 使 ＶＥ Ｍ 可 以考察 Ａ 股和 Ｈ 股 间信 息传递 的方 向性 ， 作 为 Ｃ 也 考察 Ａ 股 和 Ｈ 股 信息 传递 的均值 方程 ， 重点关 注 矫正 系数 矩 阵 ａ和短期 调整 系数矩 阵 ｒ 。矫 正系 数 向量 ０和后 面讨 ／ 论 Ａ股 和 Ｈ 股 的 价格 发 现模 型 （ Ｔ／ Ｐ ＧＧ） 紧 密关 系 。参 有 数 的正负 性体现 信息 传 递影 响 的增 大 和减 小 。对两 个 市场 价格 发 现 贡 献 量 化 的 具 体 比 例 还 需 要 进 一 步 考 察 基 于
一
、
率 条件 二 阶矩） 个方 面 。但 是 ， 留彦 （ ０ ３ 通过 研 究 发 两 赵 ２０） 现， 收益 率条 件一 阶矩变 动 的领先滞 后关 系不 一定 意 味着 信 息 由领先 市场 向滞 后 市 场 传 递 ， 而且 Ｒ ｓ （ ９ ９ 也 提 出股 ｏｓ １８ ） 价 波 动与 市场 中信息 的 流动 速 度 有 关 ； 因而 ， 如果 仅 对 收 益 率条件 一 阶矩或 二 阶矩 中的一 方 面 建模 考 察 市 场 间 的信 息 传递 机制 和相互 引导 的关 联关 系 ， 往往 会丢失 另 一方 面 的信 息 ， 响解 释股票 市场 运行 的可靠 性 。 影 因此 ， 文使 用上证 Ａ 股指 数 和恒 生 中国企 业 指数 ， 本 采 用 基 于 ＶＥ Ｍ 的 Ｐ ＧＧ 模 型 和 ＶＥ Ｍ — Ｂ ＫＫ — Ｃ Ｔ／ Ｃ Ｅ ＧＡＲ ＣＨ 模 型 ， 价 格 发 现 和 收 益 率 波 动 两 个 角 度 联 合 建 从 模， 揭示 Ａ股 和 Ｈ 股 两个 市场 间信 息流 动传 递 机制 的 内在 特点 ， 根据 统计 结 论尝 试 得 出 Ａ 股 和 Ｈ 股有 怎 样 的价 格发 现贡 献关 系 ， 股 和 Ｈ 股 之问有 怎样 的股价 传递 波动 特 点 ， Ａ 两者 之 间是否存 在 波 动溢 出效 应 。这 对 了解 我 国证券 市场 结构 、 考察 市场 的运行 效率 、 解 Ａ 股 和 Ｈ 股两 个市场 之 间 理 的信 息传 递机 制 和防范 金融投 资 风险有 重要 意义 。 本文 针 对 上 证 Ａ 股 和 Ｈ 股 指 数 ， 用 Ｐ 模 型 和 采 Ｔ ＶＥ ＣＭ—Ｂ ＫＫ一（ Ｖ） Ｅ Ｂ ＧＡＲ ＣＨ 模型 联合考 察 Ａ股 和 Ｈ 股 之 间 的信 息传 递机 制和股 价波 动特 点 。具 体 结构 安排 如 下 ： 第 二部分 重 点介绍 使用 的模 型及方 法 ； 三部分 是 数据 处理 第 和 实证研 究 ； 后是结 论 和原 因分析 。 最
我国股票市场发展对经济增长影响的实证分析
存在显著正相关关系。随着计量经济学 的发展 ，与早期采用截
面数据的 回归分析相 比 ，后来 的实证研究更侧重时间序列和平
■■■＿
市场经纬・ Ａ Ｋ Ｔ Ｍ Ｒ Ｅ
我国 股票市场发展对经济增长影响的实证分析 ，
文／ 杨 毅
一
、
研 究 文 献 回顾 与综 述
增长有显著的促进作用 ，而债券和股票市场对经济增 长的作用
不大 。
对于 股票市 场发展 与经济 增长 的关系 ，前人做 了许 多研
究 ，从研究结论得出的观点大致可 以分成两种 ，一种观点认为
论 ， 说 明 股 票 市 场 发 展 对 经 济 增 长 有 积 极 影 响 。 Ａｌ ｓ ｉ Ｄ ｍ ｒ ｕ — ｕ ｔｅ Ｒ ｓ Ｌｖｎ１９ １ 过 对 ４ 个 国 家 １ ８ ｅ ｉ ｇ ｃＫ ｎ 和 ｏｓ ｅｉｆ９ ６通 ｏ ｈ １ ９ ６～ １９ 年的数据研究发现 ，人均 实际Ｇ Ｐ ９３ Ｄ 和股票市 场之间存在很 强 的正 相关 关 系 。Ｌｖｎ 和 Ｚ ｒ ｓ（ ９ ６ ｅｉｅ ｅｖ １９ ）通 过 对 ４ 个 国家 ｏ １ １７ ９６～１ ９ 年的相关数据建立 多国回归模型 ，结果也显示两者 ９３
经 济 的关 系较 弱 。 Ｆｌ 、Ｈ ｎｕｅ 和 Ｇ ｍｐｓ （０ ０）的格 兰 杰 ｉ ｒ ａｏ ｓｋ ａ ｏ ２ ０ ｅ
通 回归分析方法检验它们 之间的相关性 ，而是采取协 整方法进
行检验。 （ ）协 整 检 验 三
我国股价同步性和股价信息含量实证分析
我国股价同步性和股价信息含量实证分析摘要：本文利用2006年至2019年A股市场的数据，通过面板数据模型和VAR模型，分析了我国股价同步性和股价信息含量的实证研究。
研究发现，我国A股市场整体上存在较强的股价同步性，且同步性在2008年金融危机后显著增强。
同时，股价信息含量呈现出显著的季节性差异，且各行业之间存在差异性。
最后，本文探讨了股价同步性和股价信息含量对投资者决策的影响。
关键词：股价同步性、股价信息含量、面板数据模型、VAR模型、季节性差异引言：股票市场的股价同步性和股价信息含量一直是资本市场研究的热点问题。
股价同步性表明了不同股票之间的相关性，也是衡量行业集中度和市场有效性的重要指标。
而股价信息含量则反映了股票价格所反映的信息量，对投资者的决策具有重要影响。
目前国内外学者在这方面的研究较多，但大多集中在发达国家市场，对于新兴市场如我国A股市场的研究较少。
因此，本文利用2006年至2019年A股市场的数据，分析了我国A股市场的股价同步性和股价信息含量。
本文的研究对于揭示我国A股市场的运行机制和市场特征具有重要意义。
一、文献综述股票市场的股价同步性是指不同股票之间的相关性，它是衡量行业集中度和市场有效性的重要指标。
Chen和Fan（2001）的研究表明，股价同步性与行业集中度、投资者结构和市场规模等因素密切相关。
同时，市场中的信息传递也会影响股价同步性（Kostovetsky，2004）。
股票价格所反映的信息量也是影响投资者决策的重要因素。
国内外学者进行了大量关于股票价格信息含量的研究。
Garman （1976）认为股票价格应该包含所有已知的信息，并且以随机游走的形式演化。
Cootner（1964）则提出了股票价格随机漫步假设，即股票价格的涨跌是随机的，并不包含信息。
但Fama（1965）则表明股票价格的变动包含了所有可以获得的信息，价格趋势并非随机的。
学者之间对于股票价格信息含量的研究尚未有定论，但综合来看，股票价格反映的信息量的确会影响投资者的决策。
中国股票市场三因素模型的实证分析
中国股票市场三因素模型的实证分析摘要：本文以1995年7月-2010年6月沪深两市所有a股上市公司为样本，对我国市场是否存在规模效应，账面市值比效应（be/me）及fama和french三因素模型是否能解释股票收益率的变动进行了实证分析。
实证研究的结果证实：（1）我国股市存在着显著的规模效应和账面对市值比效应，（2）fama和french三因素模型能够很好地解释我国股票收益率的横截面变动情况。
关键词：规模效应；账面市值比效应；三因素模型。
中图分类号：f830.91 文献标识码：a 文章编号：1006-4311（2013）15-0167-030 引言fama和french（1993，1996，1998）提出由市场因素、规模因素及账面市值比因素所构成的三因素模型能够很好地解释美国及其他国家的股市收益率的变动。
以我国股市为研究对象，wang （2004）， wang 和 iorio （2007）， eun 和 huang （2007）等都证实我国股市中存在着显著的规模和账面市值比效应，国内学者如汪炜和周宇（2002），朱国宪和何治国（2002），杨炘和陈展辉（2003），吴世农与许年行（2004）等都得到了相同的结论。
但也有结论相反的研究，drew，naughton和 veeraraghavan （2003）指出我国股市的账面市值比效应的方向却与先行研究相反。
chen等（2010）发现账面市值比能够有效地解释横截面股票收益率的变动，但是规模效应却不能。
wang和xu （2004）指出企业规模与流通股比率能够有效地解释横截面股票收益率的变动，但是账面市值比却不能。
贺炎林（2008，2010）指出三因素模型不能对横截面股票收益率作出合理解释，指出改进后的条件定价模型能够很好地解释横截面股票收益率。
赵华和吕雯（2010）对我国股市股票动态风险溢价进行研究发现，风险溢价在不同组合中有较大的差异。
综上所述，对于我国股市的规模、账面市值比效应及三因素模型的研究未取得一致的结论。
中国股票市场的有效性分析
中国股票市场的有效性分析中国股票市场是全球最大的股票市场之一，是经济发展的重要指标之一。
然而，对于股票市场的有效性问题，一直存在争议和讨论。
本文将从理论和实证两方面，对中国股票市场的有效性进行分析和探讨。
一、理论分析1.有效市场假说有效市场假说是金融经济学中的一个重要理论。
它认为，市场上所有可用的信息都被充分反映在了股票价格中，如股票市场是完全有效的，投资者无法从任何信息中获取超额利润。
有效市场假说被视为金融经济学中的中心理论。
然而，有效市场假说也有一些批评，如实证研究显示股票市场并不完全有效。
2.弱有效市场假说弱有效市场假说认为，股票市场反映了所有已公开的历史信息，因此不能通过基础分析和技术分析来获取超额利润。
这意味着，投资者不能通过分析公司的基本面或预测市场趋势来获得更好的收益。
3.半强有效市场假说半强有效市场假说是在弱有效市场假说的基础上发展而来。
它认为，股票市场反映了所有已公开的历史信息和国家政策的影响，但有时会对新闻、分析和媒体报道的信息产生反应。
这意味着，投资者可以从新闻和媒体报道中获取一些信息，但他们不能从这些信息中获得长期的超额利润。
4.强有效市场假说强有效市场假说认为，除非有内幕信息，否则所有信息都被充分反映在了股票价格中。
这意味着，投资者不能从任何信息中获取超额利润，无论他们是普通投资者还是专业分析师。
二、实证分析1.中国股票市场弱有效性实证数据表明，中国股票市场存在着一定程度的弱有效性。
研究表明，基于技术分析的方法，可以在短期内实现一定的超额收益。
此外，中国股票市场也存在着一些信息不对称的问题，这导致股票价格不能反映所有可用的信息。
2.中国股票市场半强有效性中国股票市场也有一定程度的半强有效性。
研究表明，一些新闻和媒体报道可以影响股票价格的变化。
例如，利好消息可能会导致股票价格上涨，利空消息可能会导致股票价格下跌。
3.中国股票市场强有效性该实证研究表明，中国股票市场具有一定的强有效性。
中国股票市场量价关系实证研究的开题报告
中国股票市场量价关系实证研究的开题报告一、研究背景和意义中国股票市场是中国资本市场中最具有代表性的市场之一，随着中国经济的不断发展和市场化的推进，我国股票市场越来越受到投资者的关注。
然而，在中国股票市场中，价格的波动和成交量的变化却常常出现明显的不匹配现象，即价格和成交量的变化不一致。
因此，探究中国股票市场中量价关系的实证研究具有重要的理论和实践意义。
首先，了解股票市场的量价关系有助于投资者更加准确地判断股票市场的走势和短期预测。
其次，研究中国股票市场的量价关系有助于揭示中国股票市场的内在规律和市场机制。
最后，研究量价关系还能提高股票市场的效率和透明度，为政府制定政策提供更加科学的依据。
二、研究目的和内容本文旨在通过对中国股票市场的量价关系进行实证研究，深入探究其影响因素和动态变化规律。
具体内容包括以下几个方面：1.对中国股票市场的量、价两个变量进行数据分析，探究它们之间的关系。
2.构建量价关系的实证模型，并结合实际数据进行实证分析，为投资者提供更加准确的预测和决策依据。
3.分析影响中国股票市场量价关系的主要因素，如市场情绪、政策变化、宏观经济环境等，并阐述它们之间的相互作用关系。
4.研究不同市场状态下的量价关系变化规律，如牛市、熊市、震荡市等，以及不同板块之间的差异性。
三、研究方法和数据来源本文采用实证研究方法，主要包括时间序列分析、回归分析、因子分析等方法。
数据来源包括中国证券市场的相关数据资料，如沪深300指数、行业指数、个股交易数据、宏观经济数据等。
四、论文结构安排本文共分为五个部分，具体结构安排如下：第一章：绪论1.1 研究背景和意义1.2 研究目的和内容1.3 研究方法和数据来源1.4 论文结构安排第二章：文献综述2.1 量价关系的概念及理论分析2.2 国内外量价关系研究现状第三章：中国股票市场量价变化实证分析3.1 中国股票市场的概况3.2 中国股票市场的量价变化现象3.3 中国股票市场量价关系实证分析第四章：中国股票市场量价关系影响因素分析4.1 市场情绪因素影响量价关系4.2 政策因素影响量价关系4.3 宏观经济因素影响量价关系第五章：不同市场状态下量价关系变化规律研究5.1 牛市、熊市、震荡市的量价关系变化规律5.2 不同板块间量价关系差异性研究第六章：结论与展望6.1 研究结论6.2 研究展望参考文献。
中国股票市场CAPM的实证研究
中国股票市场CAPM的实证研究中国股票市场CAPM的实证研究摘要：本文旨在通过对中国股票市场CAPM（Capital Asset Pricing Model）的实证研究，探讨该模型在中国市场的适用性以及存在的问题。
通过对中国股票市场数据的分析和对CAPM模型的回归分析，本文得出结论，中国股票市场中，CAPM模型的适用性存在一定局限性，因为其核心假设对于中国市场并不完全成立。
另外，本文还探讨了其他可能影响CAPM模型准确性的因素。
一、引言CAPM是现代金融理论中最具代表性的模型之一，广泛应用于投资组合管理、资本成本计算和风险评估等领域。
然而，CAPM 模型的核心假设对于不同国家和市场而言存在差异，因为金融市场的特点和制度环境因国而异。
本文将以中国股票市场为例，对CAPM模型的适用性进行实证研究。
二、CAPM模型的基本原理CAPM模型是根据风险和回报之间的关系建立的，它认为投资组合的回报应该与市场回报之间的线性关系，通过贝塔（Beta）的测量来反映个体投资产品的特异性风险。
CAPM模型的基本公式如下：E(Ri) = Rf + βi[E(Rm) - Rf]其中，E(Ri)代表个体投资产品的预期回报率，Rf代表无风险收益率，βi代表个体投资产品的贝塔系数，E(Rm)代表市场组合的预期回报率。
三、中国股票市场的特点中国股票市场存在一些特殊的制度和环境因素，这些因素可能导致CAPM模型的适用性受到限制。
首先，中国股票市场的监管环境相对较弱，信息披露不完善，导致市场信息不对称和投资者行为的非理性。
其次，中国的金融市场经历了快速发展的过程，投资者结构多样，市场波动较大。
最后，中国的股票市场存在大量的非理性投资行为，比如噪声交易和行业投机，这些因素可能干扰CAPM模型对于个体资产回报的解释。
四、中国股票市场CAPM的实证研究为了研究中国股票市场CAPM模型的适用性，本文选择了近几年中国股票市场的数据，对多个股票进行回归分析。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中国股票市场交易数据相关关系实证分析
摘要：本文从成交量、成交额和沪深两市综合指数三个变量出发，对中国股票市场交易数据的相关关系进行了实证分析。
分析发现,以成交额为控制变量，成交量和综合指数是负相关关系。
这个结论说明传统的量价关系分析是片面的。
关键词：量价关系负相关；成交额
一、引言
量价关系是研究证券市场的基本方法之一。
我国很多学者利用量价关系对证券市场交易数据进行了实证分析。
郑方镶，吴超鹏，吴世农（2007）研究股票成交量与股票收益率序列相关性的关系, 认为中国投资者存在过度投机交易行为[1]。
翟爱梅，周彤（2011）采用经济学中的比较静态分析方法，得出股票成交价格的变化绝对值与成交量是同向变化，并进行了实证检验[2]。
吴秋芳（2013），李双成（2006）等使用GARCH模型和BP神经网络对中国股市的量价关系进行了实证研究，认为成交量与股市波动性之间存在较强的正相关关系[3][4]。
郭梁（2010），张小勇（2013）等通过高频数据研究了中国股市成交量与价格变化之间的关系，张小勇认为股指期货成交量与价格波动之间表现明显的正相关关系，郭梁认为低成交量对应反常负相关量价关系[5][6]。
王立民（2014），于伟（2006），张博（2008）等对量价关系进行了协
整检验和Granger因果关系检验，认为价量之间存在长期协整关系和Granger因果关系，收益率对交易量有解释作用，但交易量对收益率没有显著的解释作用[7][8][9]。
钱争鸣（2007），封福育（2008）等采用分位回归模型，认为量价存在显著的正相关关系[10][11]。
王彩凤（2012）应用蒙特卡洛和贝叶斯估计，得出非预期交易量对股价的影响大于预期交易量[12]。
这些研究的共同特点，是只考虑了“量”和“价”两个变量，并且普遍认为量价之间是正相关的。
个别文献中发现有负相关的情况，但归结为反常现象。
在股票市场交易过程中，除了成交量和股价之外，还有成交额这一变量。
应用成交量、股价和成交额三个变量，才能正确刻划股票市场交易过程。
本文用成交量、股价和成交额三个变量研究股票市场交易过程的相关关系。
结果发现，以成交额为控制变量，量价之间是负相关的，这和一般量价关系结论相反。
从成交量、股价和成交额三个维度研究量价关系，有别于传统的量价分析方法，是本文的主要创新点。
二、变量选取及数据处理
上海证券交易所数据开始于1990年12月27日，深圳证券交易所数据开始于1991年4月3日。
由于初期的上市公司数量少，股市规模比较小，很不成熟，所以本文选取1995年9月之后的数据进行分析，共5365个交易日。
数据来源于上海证券交易所和深圳证券交易所公开数据，通过交易软件下载。
成交量的单位为“手”，成交额的单位为“元”。
用两市成交量之和表示总成交量，成交额之和表示总成交额，两市收盘指数的加权平均表示综合指数，权重为当日成交额占两市总成交额的比重。
记：
V=成交量=上证成交量+深证成交量
M=成交额=上证成交额+深证成交额
三、相关分析
两变量间的相关关系往往受其他因素的影响，如果不考虑这些影响，会使分析结果变得不可靠。
偏相关分析是在研究两变量的相关关系时，将与这两个变量有联系的其他变量控制不变的统计方法。
对于三个变量X1，X2，X3，固定一个变量求另外两个变量的偏相关系数的公式为：
其中rij,k表示第k个变量固定时第i个变量和第j个变量的相关系数rij，rik，rjk表示两个变量间的简单相关系数。
对于Ln（M），Ln（V）和Ln（p）三个变量，我们先用SPSS软件求出其两两之间的相关系数（表1）：
从表1可以看出，Ln（M），Ln（V）和Ln（p）两两之间的相关系数在0.01水平上显著相关，且都是正相关。
正是在这样的结果下，一般量价分析理论认为量价之间是正相关的。
但是这样的考虑方法并不全面，因为这三个变量之间是相互影响的。
如上所述，用偏相关系数能够更加准确地刻画出它们之间的相关关系。
因此我们把其中的一个变量作为控制变量，用SPSS 软件求出其他两个变量的偏相关系数（表2）:
从表2可以看出，以Ln（p）作为控制变量，Ln（M）和Ln（V）之间是显著正相关的；以Ln（V）作为控制变量，Ln（M）和Ln （p）之间也是显著正相关的。
但是，以Ln（M）作为控制变量，Ln（p）和Ln（V）之间是显著负相关的。
也就是说，如果以成交额作为控制变量，量价之间是负相关的。
这一点和人们的普遍认识相反，一般认为量价之间是正相关的。
从以上实证分析的结果可以看出，由于没有考虑成交额的因素，证券市场上传统的量价关系分析是片面的。
成交量、成交额和股价三个因素相互影响，其中成交量和股价之间是负相关的关系。
股市中确实会有“量价齐升”的现象出现，这种现象一定伴随着成交额的增加。
在给定成交额的情况下，成交量增加将伴随着股价的降低。
在考察交易过程的时候，量价关系在一定的成交额下考虑才有意义。
为了进一步认识这三个变量之间的关系，对这三个变量进行回归分析。
四、回归分析
回归分析是在大量的观察和实验的基础上，寻找隐藏在不确定现
象中的统计规律性的统计方法。
多元回归模型确定之后，必须对模型进行统计检验。
统计检验通常包括回归方程和回归系数的显著性检验，拟合优度检验，异方差和自相关性检验，以及多重共线性检验等。
对于综合指数p，成交量V和成交额M，我们建立如下回归方程：lnpt=C（1）+C（2）lnMt+C（3）lnVt+εt
应用Eviews软件，得到如下结果（表3）：
显然，回归方程通过了F检验和t检验，说明回归方程和回归系数都是显著的。
调整后的R2为0.902，说明回归方程的拟合度较高。
于是得出下列回归方程：
lnpt=15.09+0.93lnMt-0.71lnVt+εt
在回归方程中，Ln（V）的系数为-0.71<0，再次说明量价之间是负相关关系，并且得出成交量V增加1%时，综合指数p减小
0.71%。
五、结论
本文以1995年9月以来的沪深两市交易数据为样本，研究了成交量、成交额和两市综合指数之间的相关关系。
结果表明，成交额和成交量、成交额和综合指数之间是正相关关系，而以成交额为控制变量，成交量和综合指数之间是负相关关系。
上述实证结果说明传统的量价关系分析是片面的，分析的基础是错误的。
出现错误的根本原因，是传统的量价关系研究方法只考
虑了量和价的因素，没有考虑成交额的影响。
从成交量、成交额和两市综合指数这三个变量出发，可以建立它们之间的函数关系，正确理解和准确把握证券市场的运行规律。
参考文献：
[1]郑方镶，吴超鹏，吴世农. 股票成交量与收益率序列相关性研究[J]. 金融研究,2007（03）.
[2]翟爱梅，周彤. 股票市场量价关系分析[J]. 技术经济与管理研究，2011（11）.
[3]吴秋芳，王长辉，唐亚勇. 基于ＧＡＲＣＨ类模型和ＢＰ神经网络的量价关系实证研究[J]. 四川大学学报（自然科学版），2013（07）.
[4]李双成，邢志安，任彪. 基于MDH假说的中国沪深股市量价关系实证研究[J]. 系统工程，2006（04）.
[5]郭梁，周炜星. 基于高频数据的中国股市量价关系研究[J]. 管理学报，2010（08）.
[6]张小勇，任德平. 基于高频数据沪深３００股指期货量价关系研究[J]. 湖南大学学报（社会科学版），2013（02）.
[7]王立民，陈雪婧，黄静. 基于量价关系的股票价格分布模型探析[J]. 北京科技大学学报（社会科学版），2014（05）. [8]于伟,尹敬东. 我国股票市场量价关系的实证研究[J]. 南京财经大学学报，2006（01）.
[9]张博. 上海证券A股市场价量关系实证研究[J]. 财经问题
研究，2008（02）.
[10]钱争鸣，郭鹏辉. 上海证券交易市场量价关系的分位回归分析[J]. 数量经济技术经济研究，2007（10）.
[11]封福育. 我国沪深股市量价关系实证分析[J]. 商业经济与管理，2008（06）.
[12]王彩凤，孙晓霞，郑珊. 中国股市量价关系分析中的后验分布构造与模拟[J]. 数学的实践与认识，2012（12）.。