经济新常态下中国冶金行业上市企业股票量价运行机理探析.pdf

技术协作信息2023（6）总第 1487 期经济纵横经济新常态下中国冶金行业上市企业股票量价运行机理探析魏宝靖中国银行沧州分行摘要：股票市场常被看作反映实体经济表现的“晴雨表”，国民经济发展态势往往可以在股市中得以体现，股票市场中最基本的关系是量价关系。近几年以来，尤其是自 2020 年后，世界经济出现了一些新变局，实体经济和资本市场出现了一些新变化。作为全球重要的经济体，中国经济正走向新常态的发展之路。本文选取在国民经济建设中具有基础性地位的冶金行业上市企业股市运行数据作为研究对象，基于金融数据非线性特性和量价基本关系进行实证研究，探寻其股票交易数据量价之间的引导关系和运行机理，发现在经济新常态下市场表现出回归价值理性和有效性等特点，这些研究结论对行业分析和市场投资者投资策略研究具有一定的参考价值。关键词：冶金；股市；非线性；因果关系；量价近几年以来，尤其是自 2020 年后，世界经济出现了一些新变局，突发蔓延全球的新冠肺炎疫情、持续不断的地缘政治冲突、以及部分经济大国高位运行的通胀形势，无疑对世界经济产生了巨大冲击，全球各行各业均受到不同程度的影响，实体经济和资本市场出现了一些新变化。作为全球重要的经济体，中国经济正走向新常态的发展之路，中国资本市场又有哪些新变化呢？冶金行业在我国国民经济建设中具有基础性地位，拉动投资的作用大，有较强的就业吸纳能力，同时还具备较高的产业关联度等特点，长期以来为我国经济社会的发展作出了重要贡献。冶金工业的持续发展对国民经济水平的提升、现代化建设进程的推进等都有着重大的影响意义。冶金行业是一种传统的重工业，同时也属于战略性新兴产业。首先，冶金行业在国家经济中具有重要地位。冶金行业是一种基础性产业，与其他产业紧密相关，是支撑国民经济的重要支柱。冶金工业的发展水平和技术水平直接关系到国家的工业化水平和国家安全。其次，冶金行业的发展具有战略意义。在国家经济发展中，冶金行业扮演着关键角色。随着国家工业化和城市化的进程不断加快，对钢材、有色金属等冶金产品的需求也将继续增长。冶金工业是国家安全、国防建设、基础设施建设、新能源开发等重要领域的基础产业，对于国家的战略安全具有重要的战略意义。再次，冶金行业具有高附加值和创新能力。冶金行业是制造业中的高附加值行业，随着技术的进步和创新的推进，冶金行业也在不断转型升级，朝着智能化、数字化、绿色化方向发展，同时也为其他产业提供了新的发展机遇，这也是其作为战略性新兴产业的战略意义。因此，本文选取在国民经济建设具有基础性地位的冶金行业作为研究对象。股票市场是反映实体经济表现的“晴雨表”，国民经济发展态势往往可以在股市中得以体现，而股票市场对经济发展而言，却是一把“双刃剑”，因此研究股票市场内在的运行机理具有重要的意义。股票市场中最基本的关系是量价关系，其在证券市场研究中最为重要。对股票市场的研究中，成交量与收益率的因果关系一直是国内外金融领域研究的热点课题。交易量作为市场交易中供需情况的一种具体表现，可能包含有用的信息用于对其它金融变量（如资产价格、收益率或波动性）的预测。股市成交量与收益率之间的影响关系因此成为研究金融市场结构的一个有效途径，同时也是研究市场有效性的重要手段。国外金融学者近些年的一些新方法和研究成果主 要 有：Hiemstra and Jones（1994）、Chris Brooks（1998）、Silvapulle and Choi（1999）、Chen（2001）等运用格兰杰因果检验法研究探讨几个国家股市数据的运行情况，研究对比某些国家股票交易市场数据中收益和交易量双向的引导关系。国内研究者也对中国股市交易量与价格变动之间单向和双向动态关系进行了相关研究，吴爽（2016）基于数据的股市量价关系研窑窑技术协作信息2023（6）总第 1487 期经济纵横究，徐礼维（2021）基于量价结构关系的股市趋势研究，陈香蹀、周启清（2021）基于 VAR 模型的我国股市量价关系研究，黄智昊（2021）基于 ARCH 族模型的 A股市场量价相关性研究等最新研究成果均对中国股市的量价关系进行了相关研究。但国内部分相关文献在研究过程中对数据筛选处理方式和研究方法未进行准确和细致的分析，在股票市场量价关系中关于个股和大盘的研究成果结论亦缺少稳健一致的结论，甚至出现相互矛盾的情况。细致分析其原因发现，部分文献在数据指标选择和研究方法上缺少缜密的思考，大多数文献在研究方法上过于单一，且没有考虑不同市场情况下数据的特性，忽略了金融数据明显的非线性特征，这也是本文后半部分研究的重点。本文选取在国民经济建设具有基础性地位的冶金行业上市企业股市运行数据作为研究对象。股市量价数据属于金融时间序列数据，通常具有明显的非线性特性，线性分析方法无法捕捉其内在的运行机理。而以往研究常用的非线性因果关系检验（Hiemstra andJones，1994）存在明显的水平扭曲问题并未引起足够的重视。本文应用更为稳健的非参数因果关系检验方法（Dike and Panchenko，2006），对冶金行业股市收益率与成交量数据进行 Garch 模型模拟，并对其残差项进行 DP 非参数因果关系检验，发现一些新的现象：“量在价先”的投资理念已不能简单适用现阶段我国冶金行业证券市场，同时目前中国冶金行业股市收益率并非成交量变动的原因，“羊群行为”在逐渐消失，数据表现在现阶段中国证券市场上部分有效。一、研究方法分析及数据选取（一）因果关系检验理论基础克莱夫 格兰杰（Clive W.J.Granger）于 2003 年获得诺贝尔经济学奖，其学术贡献主要体现在开创性地提出了格兰杰因果关系（Granger Test of Causality）检验理论，这种分析经济变量之间线性因果关系的方法后来得到广泛应用。该理论方法的基础是通过条件概率来定义因果关系，这种思维上的突破令世界级的哲学专家都佩服，且过程推导严谨、细致，方法应用上实用、有效，堪称经典。金融时间序列数据往往具有非线性特性，这是有别于常规经济数据的明显特征。关于非线性因果关系研究方面，Back 和 Brook（1992）提出运用非参数统计方法来研究非线性因果关系，该方法分为两个阶段，首先通过建立 VAR 模型，之后对其残差序列开展非线性的因果关系检验。该方法后来由 Hiemstra 和Jones（1993）得到改进，新的方法简称“HJ 检验”，曾一段时间内被学者认为是一种更科学的方法，在经济和金融数据研究中更具有稳定性和可靠性。然而，Dike和 Panchenko（2005）研究发现，HJ 检验存在过度拒绝原假设的情况，并提供了新的研究思路，并于 2006年，Dike 和 Panchenko（2006）正式提出了一种新的改进方法，这项新研究方法极大程度上减少了过度拒绝原假设的概率，并运用 HJ 检验提出时所采用的大致相同的数据对股市量价关系进行了重新检验，准确验证了 HJ 检验存在过度拒绝原假设的情况以及严重的水平扭曲问题。因此，更为稳健可靠的新方法的提出也提示过往文献中很多格兰杰因果关系的结论可能需要重检。关于 Diks-Panchenko 因果检验理论方法详细研究过程，可参阅本文参考文献杨子晖，温雪莲（2010）等，在此不做过度赘述。（二）数据选取冶金可以分为黑色冶金工业、有色冶金工业、稀有金属冶金工业、粉末冶金工业四类。其中，冶金工业主要指金属矿物的勘探、开采、精选、冶炼、以及涉及轧制成材的工业部门。冶金工业主要包括黑色冶金、有色冶金工业两大类。在数据选取方面，本文主要搜集了目前主流的数据库资源（“大智慧”、“东方财富网”等），对比考虑“东方财富网”冶金板块分类仅有低碳冶金数据，可获得连续完整数据的企业仅有 9 家，其样本量过小不具有代表性。因此考虑数据分析的审慎性，选择“大智慧”有色金属（该板块共 112 个股）和黑色金属（该板块共 38 个股）两个板块数据进行处理分析。冶金行业综合指数的样本企业为上海证券交易所和深圳证券交易所挂牌的全部上市公司中主营业务中与有色/黑色金属相关的上市公司。股票成交价格和交易量数据选取自大智慧软件中历史交易数据，采用派氏加权进行指数编制。指数计算：研究样本取自于上海证券市场的上证指数日收盘价数据和日交易量数据。冶金行业综合指数实时指数关于公式的说明：在上述公式中，（1）分子与分母采用的样本股相同，均为该样本股的最新自由流通股数；（2）分子中的乘积为样本股实时流通的市值，分母中的乘积为样本股上一交易日收市的流通市值，是对纳入指数计算范围的样本股流通市值进行加权汇总；（3）样本股当日无成交时，取值为上一交易日的收市价数据，样本股当日暂停交易时，取值为最近成交价数据。窑窑技术协作信息2023（6）总第 1487 期采用上述综合指数和交易量作为样本具有较好的代表性，考虑到数据的可得性，同时结合 2020 年全球特殊环境发生的情况，我们选择 2020 年 3 月 11 日到 2023 年 3 月 31 日期间的实时指数和成交量样本数据，对样本数据进行处理。为了更加细致地考察量价之间的关系，本文研究在建模前首先对量价数据即每日实时指数序列和成交量序列取对数进行数据预处理，将处理后的数据作为新的序列，在此基础上对各序列进行基本统计特性分析和平稳性分析，并将处理后的数据序列分别记为P 和 V。数据处理的目的是减少数据波动性且保持数据的统计特性。二、实证分析与结论在开展量价关系非线性因果关系研究之前，有必要首先对数据进行非线性检验，以验证金融数据是否具有非线性特征，同时可考察量价关系中是否存在着非线性的动态变化趋势。常用的非线性检验方法为 BDS 检验方法（Brock，et al，1996），该方法可以有效保证检验结论的稳健性。通过对量价关系的动态变化趋势进行非线性检验，结果显示 BDS 检验方法检验统计量均显著地拒绝线性的原假设。因此，可得出量价关系中存在着显著的非线性动态变化趋势的结论。综合模拟结论，我们建议在实际应用中先对原始数据进行 GARCH 过滤，对过滤后的数据进行 DP 非线性因果检验。在实际检验过程中，我们采用 Diks 和Panchenko（2006）关于对数据进行 GARCH 过滤可以提高检验效果的建议（非参数 GARCH 模型的预测能力较参数 GARCH 模型的过滤能力要强，在不考虑模型基本形式及分布函数约束的情形下，非参数GARCH 模型可以作为参数 GARCH 模型的一种替代或者补充）。实际处理通过 Eviews6.0 软件完成，运用前面理论部分介绍的估计算法，在参数 GARCH（1，1）模型预测的波动率基础上，通过 M=8 次迭代，最后经过 K=5步光滑，获得了非参数 GARCH（1，1）模型的估计，其中的非参数回归运用的是局部加权光滑技术（loess 光滑法），光滑参数选取 span=0.5。对“残差成分”数据进行非参数 GARCH 过滤得到最终的检验数据，并把基于共同滞后阶数（Lx=Ly）1-3 的检验结果列于表 1。注：P值均大于不同严格程度的显著性水平（0.1、0.05 和 0.01），即所得结果验证均拒绝原假设（HO为不存在 Granger 因果关系），bandwidth=1.5。通过研究发现，现阶段冶金行业收盘价和成交量之间不存在单向或双向的线性与非线性 Granger 因果关系，这一点没有与道氏理论相吻合。说明在中国经济新常态形势下，“量在价先”的投资理念已不能简单适用现阶段我国冶金行业证券市场，在中国冶金行业证券市场上只是部分有效。因此，任何投资者不可能仅通过冶金板块股票成交量对股价未来的走势做出精准的预测，这就给中国证券市场带来一定的优势，从而很大程度上减少了由于信息不对称等原因导致股票市场不完全竞争特征太过明显带来的种种问题。在中国证券市场上，从长期来看，市场情形总是处于变化的过程中。因此，投资者不大可能跨越不同的市场情形仅利用某一阶段所得出的量价关系特征对下一不同市场情形下的情况做出合理的长期预测，这就大大降低了股市中少数投资者试图操纵整体股票市场的可能性。由此来看，中国证券市场正逐步向着规范化的方向在发展。同时，中国股市非理性的“羊群行为”在消失，以前大部分中小投资者由于知识经验的不足，同时为了降低搜寻信息的成本，常常模仿他人特别是机构投资者的行为，表现出较强的投机心理，目前已逐步消失。目前中国冶金行业股市收益率并非成交量变动的原因，中国股市非理性的“羊群行为”在逐渐消失，这是因为随着全球大变局和中国经济进入新常态，市场开始回归价值理性。为适应这些变化，广大的投资者需要相应调整自身的投资理念，政府及相关部门对于股票市场的调控政策也应及时调整。参考文献：1中国钢铁工业协会产业运行部发布 2023 年 1 月份冶金重点大中型钢铁企业主要财务指标J.冶金财会,2023（02）：56.2陈香蹀，周启清.基于 VAR 模型的我国股市量价关系研究J.金融科技时代,2021（07）：66-71.3杨子晖,温雪莲.价格国际传递链中的“中国因素”研究基于非线性 Granger 因果检验J.统计研究,2010（02）：87-93.经济纵横窑窑