2015年6月中旬以来,中国A股市场经历了短时间内的暴跌行情,6月一个月时间A股总市值蒸发近17万亿元,基于资金杠杆的牛市意外地提前结束。股市巨幅震荡让投资者深刻地认识到在追逐利益的同时,把握市场规律、切忌盲目跟从的重要性。我们可以从多个方面对股票市场规律进行把握,其中最重要的就是对股票领先滞后关系的充分理解和认识。领先滞后关系是一种特殊的交叉序列相关,对不同类型的股票上涨和下跌规律的掌握能够有效地降低投资者的投资风险。基于股市对国民经济及生活的重要性,一直以来股票领先滞后关系都是国内外学者研究的重点。对于股票领先滞后关系的来源分为三个方面：收益可预测性、异步交易和信息调整延迟,其中大部分学者认同领先滞后关系是由信息调整的差异引起的。从收益可预测性角度,即受自相关因素影响,投资组合收益率的领先滞后关系来源于组合的自相关性和组合内部的同期相关性(Conrad和Kaul,1988)。从异步交易角度,由于交易制度的差异导致股票异步交易的出现,如收盘时间的不同,沪市和深市收盘价格存在非同步性。异步交易对股票当期收益有显著影响(Fisher,1966; Cohen 和 Kalman,1986)。从信息调整延迟角度,主要有三个因素,一是规模因素,组合收益的领先滞后关系受到公司规模的影响(Lo和MacKinlay,1990);二是交易量因素,由于股票价格对信息的反应速度和股票交易密度的不同,随着交易量的放大和缩小,股票当期收益与跨期收益率之间存在负向相关关系(Wang,1993)。三是,行业因素,领先滞后关系与行业大小、行业竞争程度等因素相关,且领先滞后关系在行业内部表现明显(Hou,2007)。除上述影响因素外,国内外学者还从其他各个角度,如专家覆盖率、机构投资者持股、信息结构等,对股票领先滞后关系进行了实证分析。从研究成果看,国内外学者主要从股票自相关因素、规模因素和交易量因素的角度,对股票领先滞后关系进行了实证分析。相比之下,从股票所属行业的角度对领先滞后关系进行深入分析的文献较少,而且各个国家股票市场领先滞后关系的研究结论也不完全一致。如从规模因素角度,一些学者发现小规模公司组合收益在短期和长期都领先于大规模公司组合收益(Hodgson等,1999),同时部分学者发现大公司组合收益对小公司组合收益有预测作用(Nabeel,2000).那么我国股票市场的领先滞后关系受哪些因素影响,各种影响因素对于领先滞后关系的影响程度,以及在熊市和牛市阶段的表现是否存在差异?本文在国内外学者研究的基础上,重点对影响股票领先滞后关系的规模因素和行业因素进行了实证研究。之所以选择这两个因素,一部分原因是由于从国内外的研究文献来看,有关自相关因素和交易量影响的领先滞后关系研究比较多,对于量价关系的探讨较为深入且结论较为一致；相比较而言对于不同行业或者行业内部股票领先滞后关系研究相对较少,同时考虑到股票规模对股票收益率影响的重要性,因此本文选择规模因素和行业因素对股票领先滞后关系进行研究,具有一定的理论意义和现实指导意义。在对股票领先滞后关系的规模因素和行业因素研究的过程中,本文选取了2010年7月1日到2015年6月15日期间沪深A股的数据。本文将研究期间分为熊市阶段和牛市阶段,熊市阶段为2010年7月1到2014年7月24日,上证指数低位波动,期间最低降到1849.65点；牛市阶段为2014年7月25日到2015年6月15日,上证指数从2105.06点上升到5178.19点,上升了145.99%。在研究工具上,本文引用多种计量方法,对价格和收益率序列进行单位根检验、协整检验和格兰杰因果检验,并构建向量自回归模型(VAR)或误差修正模型(VECM)进行分析。实证分析过程中,本文主要通过Excel对数据进行处理,并利用R软件对计量模型进行估计。出于研究的需要,本文利用大量图表,对统计特性和回归结果进行更为直观地分析。基于上述研究方法,全文总共分为六章。第一章一引言部分,主要介绍研究背景和研究意义,同时对本文的研究方法、研究内容和创新之处进行介绍；第二章是文献综述,本文先对领先滞后关系的含义进行解释,再分别就股票领先滞后关系的影响因素进行分类梳理,最后对国内外学者在相关领域的研究成果进行总结。第三章是研究设计,在国内外学者对相关领域研究的基础上,结合我国股票市场现状,对选择规模和行业两个因素作为分析股票领先滞后关系的变量的原因进行阐述,并对数据来源和处理进行说明；介绍本文研究用到的检验方法和计量模型。第四章是规模因素分析。在规模因素研究方面,本文从沪深A股市场选择20支股票(其中,大规模组合股票10支,小规模组合股票10支),构造大规模组合收益率和小规模组合收益率,在控制自相关性和剔除异步交易影响的情况下,对大小规模组合的领先滞后关系进行探讨。本文从剔除自相关性因素、考虑账面市值比和非对称信息(好消息和坏消息)三种情况对规模因素的具体影响进行了实证分析。另外,考虑到研究对象选择问题对于领先滞后关系的影响,一方面利用巨潮大盘和小盘指数的对数收益率序列来规避样本选择量较少的问题；另一方面,构造不同规模组合的周收益率序列对模型进行稳健性检验。第五章是行业成因分析。在行业成因研究方面,本文主要选取具有上下游关系的行业作为研究对象,对行业间和行业内的领先滞后关系进行实证分析。对行业内领先滞后关系的研究,本文以汽车行业为例,对汽车行业按流通市值进行规模分组研究,考察行业内规模因素的影响,并且通过周收益序列对行业内的领先滞后关系进行稳健性检验。对行业间领先滞后关系的研究,首先对行业指数领先滞后关系进行研究,再对具有格兰杰因果关系的行业按规模进行分组研究,探讨行业和规模因素的交叉影响。第六章是结论。实证结果发现：(1)从规模因素角度发现,在完全阶段大规模组合收益率和小规模公司组合收益率之间互为因果关系,而在熊市和牛市阶段则存在较为明显的单向因果关系。在熊市阶段,小规模组合收益是大规模组合收益的格兰杰原因,小公司股价调整更加迅速,滞后的小规模组合收益对大规模组合当期收益具有预测作用。在牛市阶段,大规模股票组合收益是小规模股票组合收益的格兰杰原因,大规模组合收益率领先于小规模组合收益率。(2)从行业因素角度发现,短期内大小规模投资组合收益之间不存在显著的领先滞后关系,汽车制造业行业内的领先滞后关系主要表现为价格的协整关系。除汽车行业滞后一期的组合收益对钢铁行业当期收益有预测作用之外,汽车行业与其上下游行业间的领先滞后关系不明显。与以往研究相比,本文的创新之处体现在以下三个方面：首先,在对规模因素分析时,本文引入账面市值比。对股票按照账面市值比和规模进行分组,研究账面市值比与规模的交叉影响,并在账面市值比一定的情况下,对领先滞后关系的规模因素做进一步研究。其次,引入周收益序列和指数收益对日对数收益序列的领先滞后关系进行稳健性分析。最后,在行业因素研究中,对与汽车制造业有重要经济联系的上下游行业进行筛选,并对它们的因果关系进行了分析,考察了行业和规模对领先滞后关系的交叉影响。然而,由于理论及研究水平有限,文章还存在着较多的不足,本文未来研究方向可以从以下两个方面进行拓展。一方面,在规模因素进行研究时,本文没有考虑到与其他重要影响因素的交叉影响,未来可以构造与交易量、专家覆盖率等因素的交叉股票组合,对影响因素之间交互关系进行研究。另一方面,在行业因素研究中,只选择了汽车行业及其上下游行业进行了实证分析,存在一定的局限性。在以后的研究中,对上市公司股票的所属行业进行更加科学地划分,并按照上中下游产业链进行区分,进而对整个股票市场行业因素引起的领先滞后关系进行更为系统的研究。