沪市成交量的时间序列分析摘要股票价格指数波动改变从一段很长的时间序列来看，因为行业周期性、宏观经济变化以及公司业绩的作用，表现出一定的规律，这对股票价格指数进行预测提供了判断依据。

从短时间来看，因为会受到一些不确定因素影响，股票的价格指数呈现出相对的变化，这给预测带来了很多麻烦。

股票市场上的两个最为根本的变量是成交量和收益率，这是因为收益率股价是有直接关系的。

但定价问题一直是现代金融最为的核心问题之一。

因此对股票市场的研究基本上都是将收益率作为核心的，目前与收益率及其波动相互关系的问题相关的研究已经取得了很多的成果。

本文通过对ARCH模型和GARCH模型的研究，建立了增强的GRAMCH-M模型，并选用2003年至2013年之间沪市的上证综合指数的交易数据，对沪市的股票市场的股票成交量和ARCH效应之间的关系通过R语言建模，进行了一系列实证研究，并最终得出股票成交量对减弱股市价格中的ARCH效应在一定程度上具有积极的作用的结论。

关键词：沪市；成交量；时间序列AbstractFluctuations in the stock price index from a longer time series , due to changes in the role of macro-economic performance of the company , cyclical industry , presenting certain rules , which predict stock price index provides the basis for the short term, due to uncertainties impact of stock price index showed some volatility , which makes it difficult to predict . Yield and volume are the two most fundamental variables on the stock market , because the yield is directly related to the share price . And one of the central problems in modern finance is the pricing. Therefore, the study of the stock market in order to yield almost all the core issues on the yield and volatility relationship has been a lot of research. Based on the model through the study of ARCH and GARCH models , established graced GRAMCH-M model , the choice of 2003-2013 transactions on the Shanghai Stock Exchange Shanghai Composite Index on the Shanghai Stock Exchange stock market for ARCH effects and stock deal through the relationship between the amount of R language modeling , empirical research , and come to weaken the stock trading volume in the stock price has a positive effect ARCH effect to some extent .Keywords：Stock Market Of Shanghai ；Trading volume；The time series目录摘要 (1)Abstract (1)第一章绪论 (3)一、选题背景 (3)二、选题的意义 (3)三、本文研究的主要内容 (4)第二章文献综述 (5)一、国外股市成交量的时间序列分析的研究现状 (5)二、国内股市成交量的时间序列分析的研究现状 (5)第三章理论基础 (7)一、计量经济学理论 (7)二、时间序列分析 (8)第四章模型设定与数据分析......................................................................... 错误！未定义书签。

一、模型设定......................................................................................... 错误！未定义书签。

二、数据分析与实证检验..................................................................... 错误！未定义书签。

第五章结论..................................................................................................... 错误！未定义书签。

致谢 .. (9)参考文献 (10)第一章绪论一、选题背景长时间以来，在股票市场中收益率和成交量的关系一直以来都是投资实务界、金融学术界共同重视的问题。

股票价格的变化在金融市场上，是对市场的信息流的反应。

当市场处于相对平静的时候，成交量小，交易不活跃，股价的波动的幅度也相对较小，但是只要有新的利空、利好消息传递到市场，交易立即变得活跃起来，成交量在短时间内很快的增多。

同时股价波动的幅度也变得特别剧烈，所以成交量是促使股价向上涨最原始的动力。

“价走量先行”，由此可见，市场价格的有效变动需要有成交量来配合。

量是价的先行指标，是测试证券市场风险程度的温度计。

只有真正对成交量对股价波动所产生的影响的内在统计规律性掌握，才可以事先对股市的涨跌做出相对比较为精准的判断。

从以上的分析可以知道，对成交量对收益率波动幅度的影响进行研究，对我国投资者的风险管理与风险测试技术以及投资行为有着十分重要的经济价值和理论与现实指导意义。

在股票市场技术分析中，进行分析的几个十分关键的要素是价格、成交量、时间以及空间。

这几个因素的相互关系和具体情况是进行分析的基础。

理解股市波动性的关键是对量价关系的认识，对于深入理解市场价格传导机制起到了十分重要的作用。

在进行股票交易的过程中，投资者将量价关系作为对市场未来预测的十分重要的一个指标。

研究股票市场价量关系能够帮助我们对股市有一个清楚的认识，完善和发展股票市场从而可以使其能够稳定而健康的向前发展。

二、选题的意义股票价格指数波动变化从较长时间序列来看，因为行业周期性、宏观经济变化、公司业绩的产生的作用，会表现出一定的规律，这对预测股票价格指数提供了一定的分析依据。

从短时间来看，由于一些不确定因素所产生的影响，股票价格指数会体现出一定的变化幅度相对较大，这在一定程度上导致了预测工作进行的艰难性。

现阶段，指数平滑法、生长曲线、灰色理论等在预测股票价格指数方面有一些应用，这些方法可以相对精准的把握股票价格指数长期趋势，不过这些方法没有办法同样对对短期波动把握的概率度保持相同的精准度。

作为20世纪７０年代后理论不断完善和成熟的统计数学分支之一的时间序列分析，不但可以对考察预测变量的过去值和当前值进行考查，同时还可以对模型同过去值拟合产生的误差也作为重要因素纳入模型中。

时间序列分析作为一种精确度相对较高的短期预测方法，这几年来在各种经济预测过程中都得到了相当广泛的使用，并且得到了相对较好的结果，但是目前在预测股票指数及价格方面应用还是相对较少。

本文利用中国股票市场沪市Ａ股综合指数的月度收盘数据，通过基于Box-Jenkins方法的时间序列分析技术，对它们数据序列的时间序列特性进行了验证了，并建立了增广性的GARCH-M模型。

三、本文研究的主要内容本文主要是在计量经济学和时间序列分析理论的基础上，用R语言对沪市股市成交量进行建模，并通过对统计结果进行深入分析，对沪市成交量时间序列有一定的了解，为后来人进行这方面的研究提供一定的参考。

第二章文献综述一、国外股市成交量的时间序列分析的研究现状国外对量价关系进行相对比较早的实证检验是由Morgen-stern和Granger 在1963年进行的，他们使用1939年到1961年之间的周数据进行谱分析，在分析过程中，他们发现在纽约股票交易所与SEC(美国证券交易委员会)成份指数走势的总成交量二者之间没有直接的关系。

并且两支个股的数据同样也不存在价量关系。

Ch∞等在2001年运用9个发达地区和国家股市的大盘数据，用格兰杰因果检验检测了交易量与股价二者之间的动态关系，最终得出结果认为股价和交易量的二者的绝对变动量之间出现成正比了的关系，有一些市场上是股价变动比交易量先变动，但是另外一些市场却得出相反的结论。

20世纪70年代，英国统计学者Jenkins和美国学者Box创造出了一整套关于时间序列分析、控制和预测的方法，被称为Box-Jenkins方法，在各个方面都非常广泛的应用，有时也称为传统的时间序列建模方法。

二、国内股市成交量的时间序列分析的研究现状周少甫和陈千里[1]2004年在其发表的《上海股市波动的周日效应检验》中运用条件波动的GARCH模型来对周日效应进行研究，通过实证得出周末大量信息的累积也许是股市高波动的最大原因。

吴冲锋、吴文锋[2]2001年在其发表的《．基于成交量的股价序列分析》在国内率先由时间维度向成交量维度转换，将成交量引入到GARCH(1,1)这一模型中，并运用实证对在该模型中引入成交量的可行性进行了证明。

杨彬[3]2005年在其发表的《沪市A股交易量及收益率及波动性的关系—基于混合分布模型的实证研究》中在扩展GARCH模型的基础之上进行Granger因果检验，得出交易量与股价收益率之间存在双向的Granger因果关系。

郑方镳、吴超鹏、吴世农[4]2007年在其发表的《股市成交量与收益率序列相关性研究》中选取了沪深股市中的255只股票来对收益率序列与股票成交量之间的相关性进行研究，研究结果表明不管使熊市、牛市甚至是平衡市，高成交量交易日的股票收益率在之后的交易日中都会表现出“反转”，同时如果在信息不对称的状况下，这样的“反转”现象就会变得更加严重。