随着中国经济的不断改革与发展,我国资本市场结构逐渐完善,债券市场现在已经成为我国金融市场中最重要的市场之一,而其中企业债券的表现尤为突出。我国企业债券市场成立于1984年,经过三十多年的发展,市场发行规模和成交规模不断扩大,企业债券市场在中国金融市场中越来越不可替代,也有越来越多的投资者和研究人员将目光聚焦于此。然而,我国债券市场在不断发展不断进步的同时也衍生了一些不可回避且对市场至关重要的问题。2015年起,我国信用债市场违约事件层出不穷,市场动荡明显,“刚性兑付”的打破警醒着债券市场乃至整个金融市场密切关注资产价格的异常波动的重要性。企业债市场的交易活动中包含着该时点的市场信息,通过研究其与价格波动之间的关系,可以发现企业债市场价格波动规律以及揭示价格波动的形成原因。因此,从理论和实证的角度对企业债券的量价关系进行深入研究显得至关重要。资产价格波动性和交易量是金融市场上最受关注的两个变量,二者之间的关系受到广大从业者和监管者的不断研究。Holden和Subrahmanyam（1992）、Karpoff（1987）、Pfleiderer（1984）等人都在研究中发现,无论是在单个资产还是在投资组合中,波动率和交易量之间始终存在一个正相关关系。Jones（1994）则侧重研究了交易次数和交易规模这两个变量中哪个变量对资产价格波动性的影响更大,其研究结果表明交易次数指标对于价格波动率的影响远大于交易规模的影响。Garleanu和Pedersen（2011）研究发现流动性较低的金融资产价格波动率较大,之所以会产生这种情况,是因为投机者无法平滑价格波动。在债券市场方面的研究中,Wang和Wu（2015）对于美国公司债券市场的交易活动和价格波动性之间的关系进行了全面而系统的研究。现阶段国内文献对于资产量价关系的研究文章大都基于我国股票市场和期货市场,基于企业债市场的此类研究少之又少,但随着近几年我国债券市场的不断发展,尤其是在债券违约频发之后,人们更加深刻地意识到债券市场对金融业稳定性的必要性。因此,研究我国企业债市场交易变量和价格波动之间的关系成了目前亟需解决的问题。此外,随着“刚性兑付”被逐步打破,越来越多的市场投资者和监管者开始关注债券的信用风险和流动性水平,这个两个指标对于我国企业债市场量价关系的影响机制研究也十分重要。以往国内在研究债券市场量价关系时,绝大部分的研究文献都通过构造债券组合的连续时间序列来开展研究,但是这种方法不同于美国债券市场常用的横截面模型,不能捕捉每个时间截面上价格波动与交易活动的当期值的相关关系。因此,本文同时使用2011年至2020年的企业债券横截面交易数据,以及2011年至2020年的中证企业债指数的时间序列数据,采用理论和实证相结合的方法来进行研究。理论方面,本文总结归纳了当前关于资产量价关系的研究文献,并重点把握基于债券市场的研究。实证方面,本文全面而系统的研究了我国企业债市场交易变量与价格波动之间的相关关系,并在实证过程中引入混合分布模型、GARCH族模型、分位数回归和STAR模型等来进行实证检验,最后通过大量图表等方式呈现研究结果,以求生动而形象的展示本文的研究过程。本文研究的主要结论有:（1）我国企业债价格波动率是由交易次数和交易规模共同决定的,且二者对其影响方向相反,交易次数与债券价格波动率之间呈显著的正相关关系且具有稳健性;而交易规模与债券价格波动率之间却呈负相关关系,但该规律并不总是存在,不具备稳健性。（2）流动性和信用风险的交互效应会显著影响企业债量价关系,低信用评级且低流动性债券,其价格波动与交易活动之间的相关关系最强,而高信用评级且高流动性的债券,相关关系最弱。（3）我国企业债市场适用于Park（2010）所改进的MDH模型,即企业债市场交易量和价格波动率在高波动率区和低波动率区之间存在两种不同的相关关系。（4）我国企业债市场在高波动区和低波动区的两种量价关系之间存在的是一种较为突然而非平滑的转换机制,这也进一步验证了我国企业债市场适用于Park（2010）提出来的考虑异常信息的混合分布模型。本文研究的创新点体现在以下三个方面:（1）本文在Park的研究基础上,进一步使用平滑转换自回归模型（STAR）来研究我国企业债市场在高波动区和低波动区的两种量价关系之间存在的转换机制的具体形态,这为国内对非线性量价关系的研究提供了新的方向。（2）本文使用信用风险和流动性的双变量排序分组法来研究二者的交互效应对企业债量价关系产生的影响作用,为相关研究提供了新视角。（3）国内在研究债市量价关系时主要通过构造债券组合的连续时间序列数据来研究,这不是能够很好的捕捉在每个时间截面上价格波动与交易活动的当期值的相关关系。本文在实证部分从横截面数据和时间序列数据两方面同时进行研究,能对现有文献形成一定的补充。本文虽然得出了一些结论,但论文仍存在一些不足之处:（1）在数据选取的频率上,由于考虑到债券市场每日成交记录较少,为了满足交易日期的连续性,本文选择将债券日期数据转换为周度数据,但是在转换过程中会损失一部分日度数据所包含的信息,因此得到的周度数据在信息量和解释力方面会不如日度数据的多和强。（2）在中证企业债指数的波动率度量方法的选取上,由于该指数披露信息有限,无法选择更加有效的范围波动率模型来度量其价格波动,从而可能会影响实证结果的有效性。