交易量與波動度之相關理論與文獻

第二章 文獻探討

過去探討交易量及非預期交易量與波動度關係之文獻與實證研究很 多，而研究的對象及所獲得的結果也都不盡相同，因此，本章將針對每篇 文獻的研究對象及投資人行為分門別類，並針對該文獻中與本研究較相關 連的部分簡單說明之。第一節為探討交易量與非預期交易量對價格報酬及 其波動度影響之相關理論與文獻；第二節為不同類型的投資人之交易行為 對波動度及交易量影響之相關文獻，在另外回顧散戶中不同下單量的行為 對市場波動的影響。除此之外，除此之外，亦整理及回顧投資人行為中的 當日沖銷行為對波動度及交易量影響之相關文獻。

第一節 交易量與波動度之相關理論與文獻

價量關係一直以來都是財務實證研究中的重要課題。而相關研究最早 可追溯至Osborn (1959) 所提出的論點，股價變動的絕對值與成交量之間有正 向關係，此後，國內外學者陸續依不同的理論模型基礎，指出波動度與交 易量之間的關係呈現正向相關。 以下分別彙整出最常用來解釋價量關係 的理論模型及實證研究結果分析，以作為本研究之基礎。

5

一、 相關理論簡介

(一) 混合分配假說(Mixture of Distribution Hypothesis；MDH)

混合分配假說的原始概念起源於 Fama (1965) 提出的效率市場假說，即 資本市場的價格能及時反映所有可獲得的情報資訊，其背後意義表示風險 性資產的每日價格變動間沒有相關且為對稱分配，並認為價格是由許多不 同的變異數分配組合而成。之後Clark (1973)、Epps (1976) 提出混合分配假說，

即報酬(價格變動)變異數與市場訊息抵達速率成正比，另外，因交易量可 做為新市場訊息流入的替代變數，因此可推導出交易量與報酬的變異數之 間為正向關係，並且指出報酬為一種包含交易量、交易次數等各種訊息抵 達速率變數的混合分配。簡單來說，就是所有投資人會在同一時間接收到 所有的訊息，透過成交量的傳遞，達到最後的均衡點。亦即當訊息量愈多 時，成交量也愈大，波動度就愈大。

(二) 訊息循序到達模型(Sequential information arrival model；SIAH)

Copeland (1976)、Morse (1981) 提出訊息循序到達模型，其假設訊息的散播在 同一時間內只會傳遞給一個投資人，而在投資人陸續地收到訊息後，再透 過成交量循序地將訊息傳遞出去，所以在達到最後的均衡之前，會出現多 個短暫的均衡點；隨著訊息陸續地散播，成交量會持續增加，而報酬率的 絕對值也會持續上升。簡單來說，就是交易者並非都能同時迅速掌握到新 市場訊息，這之間的落差造成交易量及價格的變動，而隨著訊息陸續地散 播，成交量會持續增加，而報酬率的絕對值也會持續上升。

6

二、波動度與交易量之相關實證結果

波動度與交易量之關係的相關文獻研究很多，最早提出之實證研究為 Fama (1965)、Granger and Morgenstern (1970) 認為股市報酬波動在有交易量變數時較無 交易量高。衍生性金融市場方面則為Clark (1973) 研究 1945-1958 年間的棉花期 貨日資料，實証結果顯示價格變動的平方項與成交量之間成正相關。Figlewski (1981) 研究 GNMA 期貨並提出，每月即期波動度對於每月交易量為正向關係，

即每月的期貨交易量增加時，即期波動度也會增加。Karpoff (1987) 也指出，

市場中的訊息除了會反映在價格變動上，更藉由交易量的變化傳遞訊息，

因此可以推論在理性的完美市場中，交易量與股價波動度應該具有同時性 的正相關。Lamoureux and Lastrapes(1990) 則以混合分配假說為基礎，實證結果顯示，

每日成交量可以用來解釋每日報酬變異數的分佈情形。 Board and Sutcliffe (1990) 研究1984-1989 年間 FTSE 100 指數期貨的日資料，實證結果顯示，價格波動性 與成交量呈現顯著的正向關係，而到期效果卻不顯著。Bessembinder and Seguin (1992) 實證研究認為美國股市之交易量與股價波動度間呈正相關，但此關係因期 貨交易於1982 年引進而減弱。Copeland (1976)、Jennings, Starks and Fellingham (1981) 及 Najand and Yung (1991) 以訊息循序到達模型為基礎，研究認為價量間為正向相關，亦 隱含著價格波動性與成交量間存在正向關係。Smirlock and Starks (1988) 發現股價 變動絕對值與交易量存在重大落後的因果關係。McCarthy and Najand (1993) 實證 結果，亦發現期貨交易量與價格波動性之間有正向關係，然而兩變數無同 時性關係，實證結果支持Copeland (1976) 提出的訊息循序到達模型。

另外，可藉由各自研究報酬率與波動度在日內的走勢與交易量在日內 走勢來判斷其相關關係。如Harris (1986、1987)、Mcinish and Wood (1990)、Lockwood and Linn (1990)、Ho and Cheung (1991)、Chang, Fukuda, Rhee and Takano (1993)、Kleidon and Werner (1996)研究不 同國家股市、Chan, Chan and Karolyi (1991) 研究期貨市場、Peterson(1990) 研究選擇權

7

市場，均發現報酬率及波動度呈U 型的日內型態走勢，而 Wood, Mcinish and Ord(1985)、Wei(1992) 則發現股市交易量在交易日內也呈現 U 型態走勢，因此 可看出交易量與股價報酬率及波動度均有同樣的走勢，這是否意謂它們之 間應呈正相關。

接著到了較後期，Werner and Kleidon(1996) 同時針對在 NYSE 和英國倫敦交 易之股票進行研究，實證結果顯示波動度與交易量呈現 U 型態走勢。Brock and Kleidon (1992) 研究認為，交易者為了調整投資組合所需較大的流動性，導 致開盤和收盤時產生較高的波動性和交易量而形成 U 型的日內型態。

Gallant, Rossi, and Tauchen (1992), Bessembinder and Seguin (1993) 研究八種不同期貨市場中顯 示，股價波動與成交量之間呈現正向關係。Brailsford (1996) 亦發現澳洲股市之 交易量與股價波動性間呈正相關。Foster and Viswanathan (1995) 實證結果顯示，不 論是以當期交易量、前期交易量、交易量本身及交易量平方為變數，對於 價格波動之平方項之解釋能力都不甚理想。Kocagil and Yochanan (1998) 研究 1980-1995 年間美國八個期貨市場，發現交易量與價格變動絕對值間有顯著 的同時性關係，此結果支持MDH。Ali F. Darrat, Shafiqur Rahman and Maosen Zhong (2002) 研 究結果認為高成交量造成高報酬波動度，與SAIH 理論相符合但與 MDH 觀點 矛盾。Bohl and Henke ( 2003 ) 實證結果顯示，價格波動的變異數與交易量呈正相 關，也就是支持混合分配假說的存在。

三、非預期交易量與波動度之相關文獻

V. Arago and L. Nieto(2005)重新檢驗 Lamoureux and Lasrtapes(1990)的結果，提出應將交 易量區分為兩部分，一部分為一般市場中認為的正常交易量(normal volume)，

8

即預期交易量(expected volume；EV)，另一部分則為當市場中有未預料到的資訊 流入時所增加的交易量，即稱為非預期交易量(unexpected volume；UV)。其研究 發現，雖然非預期交易量對於波動度影響的效果較總交易量大，但無論是 哪一項加入變異數方程式中，皆不會降低波動度持續或是GARCH 效果。

此外，Bessembinder and Seguin(1993)利用 Schwert and Seguin(1990), Davidian and Carroll(1987)的 回歸模型，實證研究期貨市場中交易量與波動度關係，研究結果亦支持交 易量與波動度之同期正向關係，並將交易量區分為預期與非預期的部分，

發現非預期交易量對於波動度有較大的影響，且大量的未平倉量可以使波 動度減弱。

之後Watanbe(2001)同樣採用 Bessembinder and Seguin(1993)的分析方法，實證研究日 經 225 股價指數期貨，研究期間為 1990 年 8 月 24 日至 1994 年 2 月 10 日以及 1994 年 12 月 30 日兩個期間。實證結果發現在證交所將保證金額度與最低現 金要求降低後，波動性與非預期交易量為一正向關係，而預期的未平倉量 則與波動性為一負向關係，而1994 年以前卻顯示波動度與交易量及未平倉 量無顯著關係。

E. Girard and R. Biswas(2007)以 AR(12)-GARCH(1, 1)模型實證研究 22 個已發展市場及 27 個新興市場，並比較已開發市場與新興市場對於大量的資訊流入時市場 的敏感度。並以非預期交易量作為諮詢流入的代理變數，結果發現無論是 當期或是落遲一期的交易量，皆不會影響波動度的持續性，但是當交易量 區分為預期與非預期的部分時，波動度持續會降低。

9