搜索
72证券市场导报2010年11月号微观结构引言资金流向(MoneyFlow)是一个标准的技术指标，反映市场当前对某个股票超额的需求或者供给。我们把某只股票的主动性买盘看成是资金流入，把主动性卖盘看成是资金流出，这两者的差额如果为正，我们就认为当前对该股票是超额需求；如果为负，则认为当前对该股票是超额供给。该指标出现于上世纪70年代，近年来该指标应用越来越普遍。从1998年开始，华尔街日报就开始每天报告主要指数的资金流向情况，同时报告资金净流入前三十名和资金净流出前三十名的上市公司股票。另外，一些专业的财经网站也开始提供资金流向的数据，例如StockConsultant.com、RealtimeStockquote.com、Bloomberg等在其客户终端、网站、电视节目中每天揭示当日的资金流向情况。JamesA.Bennett和RichardW.Sias(1991)[1]利用纽约股票交易所的数据，实证分析了资金流向对股票收益的预测作用，发现资金流向与同期的股票收益率存着正相关关系，且与未来资金流向也存在着正相关关系，更重要的是通过观察当期的资金流向可以预测未来的股票收益。Chi-HsiangHuang和PeihwangWei(2004)[2]通过对资本市场上不同投资工具的资金流向的分析，探讨了资金流向和股票市场收益的关系。国内有不少机构提供定期或者不定期的资金流向报告，但是对其实际的使用范围、使用效果以及具体的投资策略涉及较少。很多时候，对资金流向指标的应用完全是基于其字面含义(比如误认为资金流向指确确实实的资金流入或者流出，实际上在买卖发生的瞬间，资金流入等于资金流出)，而非严格的实证研究，这对资金流向指标的应用带来了很大的局限性。本文基于历史数据，通过分析资金流向和股票回报之间的关系试图改变这一A股市场资金流向指标应用分析侯丽薇1谢赤11戴军2葛新元2(1.湖南大学工商管理学院，湖南长沙410082；2.国信证券股份有限公司经济研究所，广东深圳518001)摘要：本文旨在探讨资金流向和当期股票收益率以及未来股票收益率之间的关系。文章建立起基于A股市场的资金流向统计分析框架，通过对A股市场分钟级高频交易数据的统计分析发现，在A股市场中，资金流向对未来股票收益率具有中期反转的特性，并从行为金融的角度对这一现象进行了合理的解释，为A股投资者提供了一个新的有效的投资策略。关键词：资金流向；噪声交易；羊群效应Abstract:Thispaperintendstoexploretherelationshipsbetweencapitalflowsandstockreturnsatthecurrenttimeandinthefuture.WesetupaframeworkforstatisticalanalysisbasedontheA-sharemarket.Accordingtothestatisticalanalysisofthehigh-frequencytransactiondatainminutelevelfromA-sharemarket,itisindicatedthatinthemarket,capitalflowshaveamedium-termreversalimpactonthefuturestockreturn.Furthermore,wetriedtofindoutreasonableexplanationsforthisphenomenonfromtheperspectiveofbehaviorfinance,andprovidedinvestorsanewandeffectiveinvestmentstrategyontheA-sharemarket.Keywords:capitalflow,noisetrading,herdeffect作者简介：侯丽薇，湖南大学工商管理学院博士后，研究方向：产业与资本。谢赤，湖南大学工商管理学院博士生导师，研究方向：产业与资本。戴军，任职于国信证券经济研究所金融工程部，研究方向：量化投资。葛新元，任职于国信证券经济研究所金融工程部，研究方向：金融工程。中图分类号：F830.91文献标识码：A73证券市场导报2010年11月号微观结构状况。资金流向作为一个技术指标，其实用价值在于，资金流向不仅反映了当期股票的超额供给与需求，也反映了未来股票的超额供给与需求。也就是说，理论上资金流向指标不仅与股票当期的收益率有关，也和未来的股票收益率存在着相关性。他们之间的相关关系可以通过以下几种理论加以解释：首先，股票市场上大量的“羊群效应”导致资金流向与股票收益之间存在着相关性。Froot，Scharfstein和Stein(1992)[3]指出，如果机构投资者具有高度的同质性，他们通常关注同样的市场信息，采用相似的经济模型、信息处理技术、组合及对冲策略，那么容易产生“羊群效应”。例如，对于同一只股票，机构投资者更关注其他同行在这只股票上的动作，特别是对于公募基金，这点更为明显：不奢求是最好的，但绝不希望是最差的。“羊群效应”的存在，说明投资者不仅有自己的投资偏好，同时更为关心其他同业的投资偏好。正是“羊群效应”的存在，大量的投资者会采取跟随行动，持续的买进或者卖出市场看好或者不看好的股票，导致了超额需求和超额供给的存在。从“羊群效应”理论的角度看，当期资金流向与未来资金流向之间、资金流向与股票收益率之间存在着正相关关系。其次，交易中冲击成本的存在，使得机构投资者在实行其投资目标的时候，会采取分批建仓或者减仓的行为，把大量的订单进行分拆，以便降低市场的冲击成本。持续的建仓或者减仓，使得当期资金流向与未来资金流向之间、资金流向与股票收益率之间存在着正相关关系。最后，从行为金融学的角度出发，股票收益率的动量效应(Jegadeesh，Titman，1993)[4]与反转效应和股票交易的正、负反馈有关(部分投资者的追涨杀跌和抄底逃顶行为)。动量效应(正反馈)可以解释当期资金流向与未来资金流向之间、资金流向与股票收益率之间的正相关性，而反转效应(负反馈)可以解释当期资金流向与未来资金流向之间、资金流向与股票收益率之间的负相关性。前两种理论可以解释当期资金流向与未来资金流向之间、资金流向与股票收益率之间的正相关性，而行为金融理论不仅可以解释他们之间的正相关，也能解释他们之间的负相关。而股票市场中，特别是对于中国的股票市场，他们之间的相关性究竟是怎样的，我们需要通过历史数据进行详细的实证研究。模型简述根据资金流向指标的定义，我们可以使用下式表示资金流向：(1)其中Pi是i时刻的成交价格，Pi-1是i时刻之前(i-1)时刻的成交价格，Volume是i时刻的成交量。首先，为了检验当期资金流向与未来资金流向之间、资金流向与股票收益率之间的相关关系，我们使用每只股票的时间序列数据，通过线性回归方法，来获取它们之间关系的定量结果：(2)(3)(4)其中：MFt+f,i：股票i在t时刻之后f(天)内的标准化资金流向；MFt-l,i：股票i在t时刻之前l(天)内的标准化资金流向；Rnt-l,i：股票i在t时刻之前l(天)内的对数收益率；其次，从上述理论可知，如果资金流向与当期股票的收益率有很强的相关性，并且资金流向有很强的持续性，那么就可以进一步分析资金流向是否能够预测未来股票的收益率。我们把被解释变量变为未来股票的收益率，三个回归方程如下：(5)(6)(7)其中：Rnt+f,i：股票i在t时刻之后f(天)内的对数收益率；实证分析一、样本选择我们以沪深300指数2008年11月28日的标的股票作为74证券市场导报2010年11月号微观结构样本，采集2006年6月15日以来300支样本股票每个交易日的分钟交易数据；上市日晚于2006年6月15日的，从上市日开始采集。共计录得3750.624万条记录。对于流通市值较大的股票而言，其绝对资金流向会显得很高，因此，除计算绝对资金流向指标外，我们还计算标准化资金流向指标(NormalizedMoneyFlow)，即将绝对资金流向除以该股票当日的交易金额进行标准化，以消除股本大小的影响。二、资金流向与股票收益率1.资金流向与同期股票收益率表1考察了资金流向指标与同期股票收益率之间的相关性，所有的统计数据在1%的显著性水平下显著，相关系数介于0.170~0.714之间。标准化资金流向与同期收益率的相关性显著大于绝对资金流向与同期收益率之间的相关性，后续的分析我们大部分以标准资金流向指标为主。另外，对于指数来说，标准化资金流向与同期指数收益之间的相关性要远小于股票，这说明我们在具体应用资金流向指标，可以重个股而轻指数。2.资金流向与预期股票收益率我们检验了历史l(1～30)天资金流向对未来f(1～30)天资金流向的相关关系，共900种可能的组合。表2给出了资金流向与股票收益率之间的时间序列回归结果，为了节省篇幅，这里只列出了等长信息周期与测试周期的回归结果(比如过去20天资金流向对未来20天资金流向的回归结果，同时，只列出了1、5、10、20、30天周期的数据)。对于每一对回归结果，我们给出了回归系数(5%或者更好显著性水平下的显著性检验结果)、拟合优度(调整R2)。表2第一列的数据(公式2，β1，资金流向的自回归系数)显示：历史资金流向为正的股票，未来也会为正的资金流入；历史为负的资金流向，未来也会是负的资金流入。另外，解释度随着采样周期的延长而变得更为显著，例如对于20天采样周期-30天测试周期的回归结果，其解释度达17.8%。表2中第二列是历史收益率和未来资金流向的回归结果(公式3)。回归系数β2为正，并且通过了显著性检验，β2与测试周期和采样周期之间的关系与β1类似，但是β2β1，且解释度(调整R2)也小于β2的解释度。相对于历史资金流向对未来资金流向的解释作用，历史收益率对未来资金流向的解释作用要弱很多。表2最后三列是历史收益率、资金流向与未来资金流向的回归结果(公式4)，反应出的同样是历史资金流向对未来资金流向的解释作用要强于历史收益率对未来资金流向的解释作用。但是在加入历史收益率以后，整体的解释作用获得了细微提高(20天周期，调整R2从17.8%提高到18.0%)。和前面一样，我们检验了l(1～30)天的资金流向对f(1～30)天股票收益率的相关关系，共900种可能的组合。特别的，我们除了考察全样本的这种关系，也着重考察了资金流向排名前20名和后20名的股票，其资金流向与股票收益率之间的关系，以期获得股票选择和组合构建方面的表1资金流向与同期收益率之间的相关性样本绝对现金流标准化现金流股票(300Stocks，548Days，156276Samples)0.170**0.714**沪深300指数(548Days，548Samples)0.284**0.326****1%水平显著数据来源：根据天软科技市场高频数据统计分析结果表2历史资金流向/收益率与未来资金流向之间的关系统计量采样/测试公式2公式3公式4β1β2β3β4R21/1(548天)均值0.1110.0600.085-0.109%流入/%显著性89/3475/1588/3537/29调整R2均值0.0180.0030.0185/5(544天)均值0.0920.0620.100-0.194%流入/%显著性76/4564/2875/4038/32调整R2均值0.0760.0070.07710/10(539天)均值0.3070.1190.123-0.085%流入/%显著性86/6479/6273/6050/43调整R2均值0.1390.0200.14320/20(529天)均值0.2000.0820.095-0.127%流入/%显著性70/6370/6760/7549/45调整R2均值0.1780.0340.18030/30(519天)均值0.3810.1150.0590.151%流入/%显著性75/7173/7354/8060/53调整R-square均值0.1290.0590.131数据来源：根据天软