上证指数价量之因果关系研究
股价涨跌与成交量变化的关系
必须要研究,这是肯定的。量与价虽然不存在必然的因果关系但在某一时 段或者某一运行趋势中,成交量与股价存在着很大的联动关系。研究量与价 的关系,就是研究量与价在某一特定时期内或者在某一运行趋势中量与价的 联动性程度有多高；其量与价之间相负影响和制约的效果如何,是否对实盘
操作产生指导意义！
在股价上升过程中,影响和制约股价上升的因素有很多种： 心理压力,成本 压力,大盘环境,买盘力度等等！这些因素都有形或者无形客观存在。在某一 阶段中,股价上升和下跌都与成交量有着重要密切的影响和制约关系。这种 关系是具有时间性的。这种密切的量价关系最容易体现在一个明显的上升或 下跌趋势中。
无论结果是那一种,这都只是个人的经验值。因为在股市里股价的涨跌与 成交量的变化不存在必然的因果关系。也即是说股价的升跌与成交量的大小 变化是不存在公式或者数理上的逻辑关系的。微观角度上,股价或者成交量 的变动是以非线性方式运动的,是不可预测。既然股价与成交量的变化不存
在必然的因果关系,那么我们还又必要去研究成交量与股价之间的关系吗？
实战中,在一定的条件下量价有着如此密切的关系： 在一个明显的上升 趋势中,成交量如果能持续性的放大,股价也会持续性的上升。在整个波段放 量过程中,成交量放出最大量后,股价就会出现阶段性顶部。
根据这一量价关系就可以判断股价波段上升的阶段性顶部出现的时间和位 置。 【实例如下图表】
最新行情走势请认准唯一QQ：610831693.微信：c412762590.现货白银沥青全国技术交流QQ群 (qq:170,023,800,验证:356)
1.资金由工农建中三方托管，保证资金安全，出入金便捷，秒进秒出。
2.国内原油手续费最低四个点手续费，单边收取，没有点差，保证金低至2%。 3.止损最低20点，非农稳抓利润！T+0双向操作，可做多做空，更多赚钱机会. 4.支持手机看盘、下单，随时谁地操作（行情下单一个都不错过） 5.交易时间全天24小时交易，报价实时与国际接轨，适合大众群体。 6.采用多元世纪交易软件以及配套独立行情分析软件，稳定不卡盘不滑点。
格兰杰因果性检验评述
Published by /格兰杰因果性检验评述/曹永福/16-21格兰杰因果性检验评述曹永福∗摘要：格兰杰因果性检验是计量经济学中最常用的因果性检验方法，但是因为种种原因，目前存在着对该检验方法的模糊认识和不正确运用。
本文回顾了格兰杰因果性检验的发展过程，并从信息集、非平稳变量、即期因果性等方面对运用格兰杰因果性时存在的一些问题进行了讨论。
关键词：因果性格兰杰因果性信息集JEL分类：C0、C3、C41.引言探讨因果性是科学研究的重要使命，我们的日常生活也几乎离不开“因果”，但是到底什么叫“因果性”，从哲学上并没有一个普遍接受的概念。
伽利略认为原因是结果的充分必要条件，休谟主张因果律是一种“恒常的联系（constant conjunction）”，而后来Hart和Honore则主张“原因是导致结果发生变动的一种变动”①。
因果性的概念可谓众说纷纭，哲学家们直到今天仍然在为建立更合理的因果性概念而不断努力。
与哲学家的纯粹逻辑思辨不同，经济学中的因果性必须是可以通过实际的数据进行检验的。
一般来讲经济学中的因果性概念与其具体的检验方法是统一的，其中最有影响力的是格兰杰因果性。
但是因为缺乏对原始文献的准确把握，目前对格兰杰因果性存在一些模糊认识，这个问题已经引起部分学者的注意，如庞皓、陈述云（1999），周建、李子奈（2004）等等。
但是，从实际情况看，格兰杰因果性仍然存在很多不恰当的应用。
为了更清楚的认识格兰杰因果性的全貌，本文首先简要介绍了因果性定义的概率论方法，然后全面介绍了格兰杰因果性的由来以及操作方法，并且从信息集、变量非平稳性、即期因果性等方面对国内目前实证研究中存在的问题进行了探讨。
2.因果性的概率论方法因为经济学研究无法象自然科学那样可以进行重复的、可控制的试验，而且研究的现象往往具有不确定性，因此基于概率论的方法成为因果性研究的重要方法。
其中格兰杰因果性就属于概率论方法的范畴。
因果性的概率论方法中最简单的就是Suppes（1970）的定义。
宏观经济变量对上证指数影响的实证研究
宏观经济变量对上证指数影响的实证研究宏观经济变量对上证指数影响的实证研究股市是衡量一国经济发展的重要指标，而上证指数是中国股市的代表性指标之一。
与此同时，宏观经济变量对于股市的影响也是不容忽视的。
本文通过收集和分析数据，对宏观经济变量对上证指数的影响进行实证研究。
本文选取了三个宏观经济变量作为研究对象，分别是GDP、CPI和PMI。
GDP是国民经济总量的衡量指标，CPI代表消费价格水平的指标，PMI则是工业增长的关键指标。
这三个指标被认为是影响股市的重要经济指标，在股市分析中被广泛关注。
首先，我们来看GDP对上证指数的影响。
通过数据分析，我们发现GDP与上证指数呈现出正相关的关系。
这也说明了经济增长会带来股市上涨的可能性。
同时，由于上证指数的涨跌幅度较大，所以我们通过回归分析来探究影响的显著性。
结果显示，当GDP增长1%时，上证指数也会在短期内上涨0.14%，但影响显著性较弱。
其次，我们来看CPI对上证指数的影响。
CPI代表着物价水平，通货膨胀的出现可能会影响股市的状况。
通过分析数据，我们发现CPI与上证指数呈现出负相关的关系，这说明通货膨胀会导致股市下跌。
由于CPI与上证指数的数据都具有一定的波动性，这也为我们进行了回归分析提供了一定的难度。
结果显示，CPI增长1%时，上证指数会在短期内下跌0.36%，影响显著性较强。
最后，我们来看PMI对上证指数的影响。
PMI代表了工业生产水平。
通过数据分析，我们发现PMI与上证指数呈现出正相关的关系。
这也证明了工业增长会带来股市上涨的可能性。
由于PMI与上证指数的数据也都具有一定的波动性，这样会使得我们进行回归分析时需要小心谨慎。
在回归分析中，我们发现当PMI增长1%时，上证指数会在短期内上涨0.20%，但影响显著性较弱。
总的来说，本次实证研究表明宏观经济变量对上证指数的影响是很复杂而不确定的。
GDP增长可能会带来上涨，但影响显著性较弱；CPI增长可能会导致下跌，但影响显著性较强；PMI增长可能会带来上涨，但影响显著性较弱。
上证综指影响因素实证分析
上证综指影响因素实证分析上证综指是中国股市中的一个重要指数，它代表了上海证券交易所股票市场的整体走势。
上证综指的涨跌受多种因素的影响，在这篇论文中，我将对这些影响因素进行实证分析。
经济增长是影响股市的一个重要因素。
根据过去的研究，GDP增长对股市有正向影响。
经济增长意味着企业的盈利能力增强，从而提升了股票的投资吸引力，推动股市上涨。
经济增长还提高了投资者信心，增加了他们对股票市场的投资。
货币政策也对股市产生重要影响。
货币政策直接影响货币供应量和利率水平，从而影响股票市场的流动性和资金成本。
一般来说，宽松的货币政策有利于股市的上涨，因为它增加了流动性并降低了资金成本。
相反，紧缩的货币政策则抑制了股市的涨势。
货币政策的变化可以作为预测股市走势的一个重要指标。
国际市场的波动也对上证综指产生影响。
全球经济和金融市场之间存在着密切的联系，因此国际市场的波动会传导到中国股市。
2008年全球金融危机期间，上证综指迎来了一次大幅下跌，受到了全球市场的波动影响。
第四，政府的干预也对股市有着重要影响。
政府的宏观经济政策、财政政策和监管政策都可能对股市产生积极或消极的影响。
政府实施的一些促进经济增长的政策，如减税政策和基础设施建设等，往往会提振股市。
政府出台的监管政策和限制措施可能会抑制股市的涨势。
投资者情绪也是影响股市的一个重要因素。
根据行为金融学的理论，投资者的情绪和情感会影响他们对股票市场的决策。
当投资者情绪积极时，他们更愿意投资股票，推动股市上涨。
相反，当投资者情绪悲观时，他们会将资金撤出股市，导致股市下跌。
投资者情绪的变化可以作为预测股市走势的一个重要指标。
上证综指受到多种因素的影响，包括经济增长、货币政策、国际市场的波动、政府干预和投资者情绪等。
通过实证分析这些因素的变化和股市走势之间的关系，可以更好地理解上证综指的涨跌原因，为投资者提供决策参考。
我国GDP与上证综合指数的Granger因果关系分析
我国GDP与上证综合指数的Granger因果关系分析作者：王楹来源：《商场现代化》2015年第13期摘要：自利率市场化以来越来越多的人认为金融与实体经济脱离，金融没有很好地为实体经济服务。
本文选取了1990年至2013年的GDP和上证综合指数的年度数据，运用Granger 因果关系分析了我国GDP和上证综合指数的相互关系得出了他们之间存在单向因果关系：GDP是上证综合指数变化的原因，而上证综合指数不是GDP变化的原因。
关键词：GDP；上证综合指数；Granger因果关系检验一、概述GDP不但可反映一个国家的经济表现，还可以反映一国的国力与财富。
股票市场是经发行的股票转让、流通和买卖的场所。
GDP和股票市场的关系，多数人观点认为：GDP和股市之间存在着相互影响的双向关系。
首先，实体经济即上市公司是股票市场的基石，当实体经济发展良好时，国家的GDP就会增加，上市公司经营状况良好，股市上的投资者对股票的前景看好，投资者会增加对股票的投资，从而带来股市的繁荣，股票价格指数就会上升；当实体经济发展萧条时生产萎缩国家的GDP相应的就会下降上市公司的经营状况恶化投资者对上市公司的发展前景不看好相应的对其的股票也看跌投资者会纷纷抛售股票从股市把资金撤回，相伴的是股市的低迷，这样股票价格指数就会走低。
其次，股票市场对GDP也有反向的影响作用。
股市是资金资源优化配置的市场，投资者可以利用各种信息，灵活调整资金的投向和数量。
当投资者凭借某些信息看好一些上市公司的发展认为有投资的价值时，投资者就会增加投资，上市公司容得较多的资金后会扩大生产，这就增加了GDP。
相反，股市低迷投资者撤资上市公司资金链短缺后会直接影响生产，这样会使GDP下降。
然而以上的分析是基于对GDP和上证综合指数的定性分析属于规范分析。
为了考察现实生活中GDP和上证综合指数之间的实际关系，我们对他们之间的关系进行实证分析即定量分析。
二、样本和数据来源论文选择了1990年至2013年的上证综指和GDP的数据进行研究来分别描述股市近年来的表现情况和国民经济形势。
上证指数是什么意思,影响因素有哪些-
上证指数是什么意思，影响因素有哪些?随着我国社会经济的发展，公司上市的现象已经较为普遍，为了企业单位更好的发展，一些公司会采取向社会公众发行股票的形式，筹集资金，而企业单位需要发行股票，相关金融机构会做一个上证指数分析，但是很多欲投资的朋友不了解上证指数是什么意思，故而律师365小编为大家整理了下列相关信息。
随着我国社会经济的发展，公司上市的现象已经较为普遍，为了企业单位更好的发展，一些公司会采取向社会公众发行股票的形式，筹集资金，而企业单位需要发行股票，相关金融机构会做一个上证指数分析，但是很多欲投资的朋友不了解上证指数是什么意思，故而小编为大家整理了下列相关信息。
▲一、上证指数是什么意思?上证指数的全称是上海证券交易所股票价格综合指数，是由上海证券交易所编制的股票指数，1990年12月19日正式开始发布。
该股票指数的样本为所有在上海证券交易所挂牌上市的股票，其中新上市的股票在挂牌的第二天纳入股票指数的计算范围。
该股票指数的权数为上市公司的总股本。
由于我国上市公司的股票有流通股和非流通股之分，其流通量与总股本并不一致，所以总股本较大的股票对股票指数的影响就较大，上证指数常常就成为机构大户造市的工具，使股票指数的走势与大部分股票的涨跌相背离。
上海证券交易所股票指数的发布几乎是和股市行情的变化相同步的，它是我国股民和证券从业人员研判股票价格变化趋势必不可少的参考依据。
该指数的前身为上海静安指数，是由中国工商银行上海市分行信托投资公司静安证券业务部于1987年11月2日开始编制的。
而上证综合指数是上海证券交易所于1991年7月15日开始编制和公布的，以1990年12月19日为基期，基期值为100，以全部的上市股票为样本，以股票发行量为权数进行编制。
其计算公式为：本日股价指数=本日股票市价总值÷基期股票市价总值×100具体计算办法是以基期和计算日的股票收盘价(如当日无成交，延用上一日收盘价)分别乘以发行股数，相加后求得基期和计算日市价总值，再相除后即得股价指数。
“量是因，价是果”，有多少人能看懂，成交量中的因果关系
“量是因，价是果”，有多少人能看懂，成交量中的因果关系序言：股票市场似乎有着无穷的魔力，每天上演着各类财富的创造与幻灭。
随着新兴技术、产业以及各种市场事件的出现，价格永远在动态地调整以融合这些信息。
笔者进入股市多年，跟过大大小小的庄家，发现一个鲜为人知的真理：想要获得的利益越大，冒的风险也就越大。
笔者公众平台——韵致资讯（xgh8725）很多时候，散户亏损多过赚钱，原因很简单：不懂选股。
正常情况下，我们都需要上班，全天基本不可能盯着大盘看，选股更不用说了，完全一头雾水。
有经验的老股民，大多会根据成交量选股，成交量是价格变化的原动力，价动量先行！股市中有句老话：“技术指标千变万化，成交量才是实打实的买卖。
”“量为价先导”,量是价的先行者,股价的上涨,一定要有量的配合。
可以说，成交量的大小，直接表明了市场上多空双方对市场某一时刻的技术形态最终的认同程度。
如何分析成交量，成交量选股技巧有哪些？什么是成交量?成交量(VOL)是指某一时段内具体成交的总手数，在股票当中1手=100股。
需要注意的是，通常人们说的大盘成交量指的是成交金额，说明市场的活跃度和资金规模。
成交量是一种供需的表现，当供不应求时，人潮汹涌，都要买进，成交量自然放大;反之，供过于求，市场冷清无人，买气稀少，成交量势必萎缩。
广义的成交量包括成交股数、成交金额、换手率;狭义的也是最常用的是仅指成交股数。
成交量与成交金额用下列公式表示：成交数量(成交量)*成交价格=成交金额(成交额)市场成交量的变化反映了资金进出市场的情况，成交量是判断市场走势的重要指标，但在国外成熟市场，成交量主要是用于印证市场走势。
一般情况下，成交量大且价格上涨的股票，趋势向好。
成交量持续低迷时，一般出现在熊市或股票整理阶段，市场交易不活跃。
成交量是判断股票走势的重要依据，对分析主力行为提供了重要的依据，投资者对成交量异常波动的股票应当密切关注。
成交量——放量打拐“放量”指单位时间内的成交量比以前明显放大。
基于Copula函数的上证综指量价关系
Finance金融视线 2012年10月123基于Copula函数的上证综指量价关系上海大学经济学院 黄应梅摘 要：资产价格与成交量间存在同时存在线性和非线性的相关关系。
本文对线性相关关系，运用VAR模型，建立上证指数和成交量间稳定的线性模型，研究了上证指数与成交量间的格兰杰因果关系，并对上证指数对数收益率和成交量对数变化率之间的线性关系给出定量分析结果。
对于二者之间的非线性、非对称关系，先根据核密度估计模拟出VAR模型中对数收益率和成交量对数变化率的残差分布函数，再利用Copula研究了两者之间的相依强度以及相依结构，定量描述了上海股市量增价升现象并对其成因进行了分析。
关键词：Copula函数 核密度估计 Granger因果关系 VAR 中图分类号：F722 文献标识码：A 文章编号：1005-5800(2012)10(c)-123-02在经典的资本市场一般均衡理论中，研究对象基本上都是证券收益率，且假设证券收益率服从正态分布。
经典金融理论没有考虑成交量与价格波动之间的相互关系，而资本市场中成交量与价格联动现象却频频出现，量价关系的研究成为证券市场技术分析的基石。
基于20世纪80年代以前的实证研究，Karpoff(1987)综述了美国资本市场(主要是股票市场)价量关系，总结了资产价格与成交量之间的关系: 不管是市场指数还是单项资产，成交量与价格水平变化程度正相关。
过去研究资本市场量价关系的方法大多基于Granger 因果关系和同期因果线性关系，基于VAR ，Arch ，Garch 或者分位数回归等统计计量方法，但针对证券收益率的非线性、非对称和厚尾的特性，这些方法都各有一定的局限性。
本文所应用的Copula 函数方法最早由Sklar(1959)提出，Copula 函数从概率的角度来反映变量间的相关性。
Copula 方法不仅可以有效描述随机变量间的相关程度，并且反映它们间的相关模式，描述它们的联合分布函数。
- 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)。
上证指数价量之因果关系研究潘冠中∗龙超姜近勇(云南财经大学金融学院)摘要：本文主要论证了上证指数收益率和它的交易量之间的两种因果关系，Granger因果关系和同期因果关系。
本文同时分析了三种交易量指标：成交金额，成交量和换手率。
成交量与收益率的相关性最强，并且估计出的VAR模型的一阶滞后项回归系数显著。
因此我们选择成交量作为交易量指标来展开分析。
Granger因果检验拒绝了收益率(成交量)不Granger导致成交量(收益率)，不过价对量的预测能力更强一些。
收益率对自身和成交量冲击的反应很快趋近于零，但成交量对自身和收益率冲击的反应能持续很长一段时间。
成交量只能解释1%左右的收益率变化，而收益率则能解释30%左右的成交量变化。
收益率与成交量的同期因果关系为成交量同期导致收益率，表现为量升的同时股价上涨。
关键词：上证指数收益率交易量Granger因果关系同期因果关系一、引言经典的资产定价模型专注于资产价格与风险之间的对应关系，如Sharpe(1964)、Merton (1973)、Ross(1976)等，要获得高的期望收益，投资者必须承担高风险，而风险则由风险因子对应的β值来衡量。
在这些理论模型中，资产的交易量从来没有出现过。
而交易量与资产价格的一些联动关系在现实的市场交易中频频出现，如价格的快速拉升往往伴随着成交量的急剧放大，龙头股、明星股的换手率大大超过一般的股票。
因此，交易量不起作用的资产定价模型很难说是一个完善的模型(Hong and Stein(2007))。
近年来，国外有些文献实证了资产价格与成交量的联动特征，如Karpoff(1987)、Gallant,Rossi,Tauchen(1992)、Lo and Wang(2001)，有些文献则建立理论模型用以解释这些特征，如Lo and Wang(2006)、Scheinkman and Xiong(2003)和Hong and Stein(2007)。
国内也已有学者开始一些实证研究，如陈怡玲和宋逢明(2000)揭示了中国股市存在不对称的交易量―价格变动关系，刘国光(2003)发现中国深圳A股市场股票交易量和股票收益之间存在双向因果关系，童明余和董景荣(2005)也得出了沪深两个股市的类似结论。
本文则引入Geweke(1984)总结的因果关系概念及计量模型框架，考察上证A股综合指数(以下简称上证指数)收盘价和交易量之间的因果关系（也就是价量之间的预测关系）。
与刘国光(2003)、童明余和董景荣(2005)不同的是，我们考察的因果关系有两种，Granger因果关系和同期因果关系，并以脉冲反应函数和方差分解详细分析了价量关系；我们还同时分析了三种交易量指标：成交金额，成交量和换手率。
本文以下第二部分描述并初步处理了研究所用数据；第三部分介绍了Geweke(1984)的因果关系概念；第四部分分析了价量的Granger因果关系，还包括脉冲反应函数和方差分解的分析；第五部分分析了价量的同期关系；第六部分总结了全文。
二、数据描述1.上证指数本文的研究选取了2000年1月4日至2006年12月22日上证指数收盘价和交易量数据，来自于Wind数据库。
在七年（不包括2006年最后一周）的样本区间中，共有1678个交易日，平均∗通讯作者，电子邮件：panguanzhong@.图1:上证指数及其收益率200400600800100012001400160010001200140016001800200022002400(a) Shanghai index(b) R每年240个交易日。
上证指数从2000年初的1400多点上升到2001年初的2200点左右，然后进入了为期四年半的熊市，一直跌到2005年6月的1000点，其中最低到2005年6月6日的998.23点1。
2005年下半年开始，上证指数一路走高，快速冲上2006年底的2300点之上，见图1(a)。
表1中上证指数日收益率(记为R)的均值为0.0305%，转化为年均收益率为7.32%。
由于1996年12月26日开始实施的涨跌停板制度（除上市首日之外，股票（含A 、B 股）、基金类证券在一个交易日内的交易价格相对上一交易日收市价格的涨跌幅度不得超过10%，以S ，ST ，S*ST 开头的股票不得超过5%），我们看到表1中上证指数的日收益率最高为9.4%2，最低为-6.45%3，绝对值都不超过10%。
图1(b)中有些交易日的涨跌幅度比较大，超过5%，体现出明显的跳跃特征。
表1第二列还列出了R 的其他描述性统计量，其偏度为0.606，峰度为8.45，超过正态分布的3，分布有偏峰厚尾的特征。
R 的1至10阶自相关系数都很小，Box-Pierce 检验不能拒绝R 是一白噪声过程的零假设。
这说明R t 滞后项的线性函数对R t 没有预测能力，这与很多检验弱式有效市场的实证文献(参见Fama (1970))相一致4。
1但上证指数收盘价在样本区间内从未低于1000点，最低为2005年7月11日的1011.50点。
2这一天是2001年10月23日，当天国务院宣布暂停2001年6月中旬开始的国有股减持的工作。
3这一天是2002年1月28日，当天国务院又公布国有股减持的阶段性方案。
4但是，陈灯塔和洪永淼(2003)应用广义谱导数方法检验了1990年12月到2002年10底上证指数的弱式有效性，发现可能存在非线性的预测关系。
图2:上证指数交易量指标0500100015000246x 104V10500100015007V2050010001500V3050010001500DT150010001500DT2050010001500DT3R1R2R32.交易量数据在我们由Wind 数据库获得的数据中，衡量交易量的数据有三种：成交金额，成交量，换手率，在本文中分别以V1，V2，V3表示，表1同时也列出了这些数据的描述性统计量。
上证A 股的日均成交金额为116亿元人民币，成交量为16万手，换手率为1.45%。
交易量的日变化幅度可以非常之大，最大可以是上一交易日的6倍以上(对于V1,V2,V3，这一最大值分别为4.68，6.46和6.57倍)，最低可以下降到上一交易日的30%以下(对于V1,V2,V3，这一最小值分别为39.68%,30.03%和28.93%)。
各成交量数据也具有正偏度和厚尾性质。
成交量具有很强的持续性，三个指标的各阶自相关系数都为正，其中一阶自相关系数都在90%以上，并且各阶自相关系数降低的速度非常缓慢。
图2显示，V1，V2，V3的运行非常相似：在样本区间内，成交量先处于高位，然后再缓慢下降，在低位徘徊运行较长时间后又逐步上升，总体呈明显的U 型趋势。
因此，我们在去除数据的时间趋势时，使用的是时间的二次函数5。
去掉时间趋势的成交量数据(2第二排)分别记为DTV1，DTV2，DTV3。
去掉时间趋势后，成交量（DTV1，DTV2，DTV3）的各项自相关系数略有减小，但仍然保持了很强的持续性。
5Gallant,Rossi,Tauchen (1992)也采用了这一方法。
表1:上证A 股综合指数收益率与交易量指标的描述性统计量统计量RV 1V 2V 3D T V 1D T V 2D T V 3R 1R 2R 3均值0.0305116.0416.481.450.000.000.000.12360.12250.0715标准差1.3582.4714.040.960.500.490.7725.9527.6326.69偏度0.6062.122.271.700.400.441.850.90.810.92峰度8.459.249.477.072.932.998.806.456.587.12分位数最小值−6.5426.602.500.30−1.15−1.17−1.41−92.44−120.3−124.0250%0.035390.6712.031.15−0.36−0.05−0.19−1.65−16.56−2.11最大值9.40626.89104.357.861.971.855.50154.3186.5188.2自相关系数ρ13.1092.4694.1090.5986.5484.3185.53−19.60−21.75−21.83ρ2−1.3387.2090.1784.2478.3575.4575.79−9.27−0.75−8.33ρ31.8483.3787.3679.7672.6668.9568.94−2.51−3.26−2.87ρ40.6380.1585.4475.9267.6863.4863.08−5.51−6.13−5.85ρ5−0.0576.3382.9671.7664.1659.9356.76−0.300.301.18ρ6−1.8974.0581.3368.5760.7356.2951.92−5.15−4.62−4.87ρ72.0472.9980.3366.7458.7154.1049.19−1.60−1.97−3.29ρ80.4272.5380.0266.2257.1052.5448.440.641.331.51ρ9−0.1571.9479.9065.6155.2950.5547.55−3.34−4.49−3.06ρ103.3371.5180.0165.2154.4049.9646.963.332.463.06B o x -P i e r c e Q 105.7610398.9811963.499212.737414.886583.796222.1993.49106.04108.47(0.835)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)(0.000)数据来源：W i n d 数据库。
从2000年1月4日开始，到2006年12月22日结束，总共1678个交易日。
R 表示上证指数日收益率，单位为百分比(%)。
V i (i =1,2,3)表示三种成交量数据，分别为成交金额、成交量、换手率，他们的单位分别为百亿元人民币、万手、百分比(%)。
D T V i (i =1,2,3)是由对应的成交量指标去掉时间趋势后得到的数据，计算公式为：D T V i t =l o g (V i t )−(ˆαi +ˆβi t +ˆγi t 2),i =1,2;D T V 3t =V i t −(ˆα3+ˆβ3t +ˆγ3t 2)。
其他去除数据时间趋势的方法可以参考L o a n d W a n g (2001)。
R i (i =1,2,3)是各交易量指标的对数增长率，单位为百分比(%)，计算公式为：R i t =l o g (V i t )−l o g (V i t −1)。