下载文档原格式
金融天地我国A 股市场羊群效应的实证研究谢小可 四川交通职业技术学院经济管理系摘要：本文使用CSAD 指标与CCK 模型分析了我国股市的羊群效应，选取2014年6月至2016年6月间的上证180指数样本股，对我国A 股市场进行了实证研究。
得出在股价下跌期间我国A 股市场的羊群效应更为显著的结论，同时针对羊群效应，分别从投资者、股票市场、政府角度给出一点建议。
关键词：羊群效应；A 股市场；CKK 模型中图分类号：F830.91 文献识别码：A 文章编号：1001-828X(2017)033-0259-02一、引言金融市场中的羊群行为一直以来都被认为是特殊的非理性行为。
许多研究指出，羊群行为是指投资者不顾已有信息而采取的行动；也有认为羊群行为是投资者一种有意识的模仿，指当投资者发现根据自有信息做出的投资决定与他人相反时而采取的跟从的行为。
近几年，随着金融市场的不断完善，中国资本市场也取得了一些成绩。
与此同时，许多实证分析也发现中国金融市场的确有着羊群效应。
自2014年末，股市是迎来了牛市行情，掀起了全民炒股的狂潮，甚至个别个股由于大众观点对行情看好，相关机构炒作热度高，一连好几天连续涨停。
然而2015年6月股市急剧转向，投资者大量抛售股票导致市场不断下滑，在 2016年初，股市更是出现短期内二度熔断。
这种现象正是表明了我国投资者们有着一定甚至显著的羊群效应倾向。
二、模型构建假定股票市场存在着N 支股票，第i 只股票于交易日t 这天的收益率是R i,t ，市场组合的收益率为R m,t ，第i 只股票的期望收益率与市场组合的期望收益分别记为E t (R i )与E t (R m )，r f 是无风险利率，CAPM模型如下：(1)其中βi 为第i 只股票的贝塔系数。
使用个股收益率对整体市场收益率的横截面绝对偏离度(CSAD)，来衡量投资者行为的一致性，则市场在交易日t 的横截面绝对偏离度CSAD 为：(2)关于横截面绝对偏离度与市场收益率的关系，有如下结果。
中国股票市场羊群行为实证分析内容摘要:本文在介绍羊群行为理论和实证研究的基础上,借鉴Christie和Huang(1995)的CH模型,Chang,Cheng和Khorana(2000)的CCK模型,对我国股票市场上的羊群行为进行了实证分析。
结果表明:CCK模型比CH模型更适合用来分析羊群行为,我国股票市场存在明显的羊群行为,且在市场大幅上涨时的羊群行为程度比市场大幅度下跌时更高。
此外,不同时期羊群行为可能会在“杀跌”与“追涨”倾向之间出现轮换。
关键词:羊群行为股票市场CH模型CCK模型羊群行为原用于动物界,指动物牛、羊等畜类成群移动、觅食。
后来这个概念被引申来描述人类社会现象,指与大多数人一样思考、感觉、行动,与大多数人在一起,与大多数人保持一致。
对羊群行为比较直观的理解是一种行为模式在人群之间的传染。
在证券市场上,也有部分投资者趋向于忽略自己有价值的私有信息,而跟从市场中大多数人进行决策。
金融学家发现,这一种非理性行为可以借用羊群行为来描述,并认为这是导致金融市场剧烈波动的重要原因之一。
在金融市场中,羊群行为不仅会引发巨大的价格泡沫,使市场运行效率低下,而且也会使市场系统风险不断增大。
近年来,金融市场的羊群行为日益受到研究者的高度关注,并成为西方金融理论与金融市场研究的一个新热点。
我国资本市场是一个新兴加转轨的市场,政策干预频繁,信息严重不对称,投资者结构以散户为主,市场庄家炒作现象严重,无论是制度环境还是市场环境都为羊群行为的滋生提供了条件。
因此,在这种情况下对羊群行为进行深入研究具有一定的现实意义,有利于改善金融市场的运行效率,防止市场泡沫,使市场稳定运行。
本文首先介绍了羊群行为的相关研究,然后分别采用CH和CCK方法对我国股票市场中的羊群行为进行实证研究,并在此基础上提出了防范羊群行为的措施建议。
文章实证研究的样本期间为2005年1月5日到2009年1月5日,在此期间中国股票市场经历了完整的涨跌过程,这使本文的研究结论更具一般性,更能反映我国证券市场的实际情况。
Abstract : Herding behavior is an important direction in financial field，and herding behavior of institutional investors has attracted the widespread attention of scholars and the regulatory authorities. As the primary institutional investors，domestic scholars has undertaken extensive research on herding behavior of securities investment fund during recent years，which is the primary institutional investors in stock market. This article reviews the research results in herding behavior of securities investment fund from the theoretical and practical research angles, and evaluates the research results briefly in the end.Key Words ：securities investment fund,herding behavior, research summary一、羊群行为的定义关于羊群行为的定义有很多，Banerjee (1992)认为羊群行为是一种“投资者模仿他人的行为，即使他们自己的私有信息表明不应该采取该行为”，即投资者不顾私有信息，采取与别人相同的行动；Devenow和Welch (1996) 定义的羊群行为是指能够导致所有投资者系统错误的行为一致；Avery 和Zemsky (1998)则将羊群行为定义为市场潮流使得私人信息与之相悖的投资者选择跟从；Bikhchandani 和Sharma (2000)指出如果一个投资者根据私人信息将投资( 或不投资)，但是他在发现其它投资者没有投资( 或不投资)后，决定跟从其他投资者的行为就是羊群行为。
我国沪市A股市场羊群效应检验作者：刘真铄秦双双来源：《今日湖北·下旬刊》2013年第09期摘要金融市场微观结构理论和行为金融学的兴起引起了人们对证券市场羊群效应的广泛关注。
利用个股收益率偏离度指标建模，分别对沪市A股的羊群效应进行了实证研究。
结果表明：沪市A股整体上都存在显著的羊群效应。
羊群效应的不对称性可用行为金融学及其期望理论解释。
关键词羊群效应个股收益偏离度沪市A股羊群行为是指市场参与者在信息不确定情况下，行为受某些因素影响而与大多数参者行为趋于一致的非理性行为。
具体到证券场而言，就是指投资者受整体市场涨跌情况其他投资者心理行为的影响，放弃自身已定的买卖一定证券的决策，而采取与其他投者行为相同或相似的投资活动。
一、中国证券市场羊群行为实证研究方法及模型（一）CH法（CSSD法）Christie ，Huang 首先提出了基于收益率分散度的衡量羊群行为的方法。
收益率分散度，即个股收益率对于资产组合平均收益率的标准差。
他们认为在市场大幅波动期间，如果存在羊群行为，则个股收益率应该紧密分布于市场收益率周围，价格趋向于一致移动，收益率分散度将趋近于零。
因此，可以通过检验市场价格大幅波动时的分散度与平均水平下的分散度的相对大小来检验羊群行为的存在与否，因为分散度指标用到了横截面收益标准差，又称CSSD 法，这是我国学者较早使用的方法。
（二）CSAD法Chang ， Cheng和 Khorana（ 2000）基于限制条件下的资本资产定价模型，采用个股收益率相对于市场收益率的横截面绝对偏离度 CSAD （ cross-sectional absolute deviation）指标提出了检验羊群效应的新方法。
该方法不直接采用偏离度测量羊群效应，而是通过观察偏离度与市场组合收益率之间是否存在非线性关系来检测羊群效应。
CCK 模型描述如下：假设市场上有N 种股票，股票i 在t 日的收益率是Ri，t，市场组合在t 日的平均收益率为Rm，t，那么市场在交易日t 的横截面绝对偏离度为：CSADt = |Ri，tIRm，t| （1）限制条件下资本资产定价模型表明E t （ Ri ） = rf + Bt [ E t （ R m） - rf ] . （2）式中， rf 为无风险利率， E t （ Rm ）为市场组合的预期收益率。
中国股票市场羊群效应实证分析中国股票市场羊群效应实证分析摘要：羊群效应是指投资群体中的个体在做出决策时，往往会受到他人的影响，进而采取与其他群体成员相似的行动。
本文通过对中国股票市场的实证分析，探讨了羊群效应的存在以及其对市场价格的影响。
研究发现，在中国股票市场存在明显的羊群效应，表现为投资者在股票买卖决策中常常受到他人的影响，导致市场价格的波动与集中。
关键词：羊群效应，中国股票市场，投资者行为，市场价格第一章引言1.1 研究背景中国股票市场经历了近几十年的快速发展，成为全球最大的股票市场之一。
然而，在中国股票市场中，投资者普遍存在羊群效应的现象，即投资者往往会受到他人的行为和意见的影响，进而采取与他人相似的投资决策。
羊群效应对市场价格的波动和集中产生了重要的影响。
因此，对中国股票市场的羊群效应进行实证分析，可以更好地理解投资者行为和市场价格的形成机制。
1.2 研究目的本文旨在通过实证分析，探讨中国股票市场中的羊群效应是否存在以及其对市场价格的影响。
具体而言，本文将从投资者行为的角度出发，通过对市场价格、交易量等指标的统计分析，来验证羊群效应的存在，并进一步探讨羊群效应对市场价格的影响程度。
基于实证分析的结果，可以对中国股票市场的投资者行为进行深入研究，为投资者提供更科学的投资建议。
第二章羊群效应的理论基础2.1 羊群效应的概念及特点羊群效应最早由美国心理学家摩顿·比格曼（Morton Deutschman）提出，指在面对不确定的情况下，个体往往会倾向于模仿他人的行为，以求降低风险和增加获取信息的准确性。
羊群效应的特点包括信息不对称、风险厌恶以及社会认同需求等。
2.2 羊群效应与股票市场股票市场是一个充满不确定性的市场，投资者缺乏完全准确的信息。
在这种情况下，投资者容易受到他人的影响，采取与他人相似的投资行动。
羊群效应在股票市场中表现为市场价格的波动与集中，同时也会影响交易量的变化。
第三章中国股票市场的羊群效应实证分析3.1 数据来源和处理本文选取了中国股票市场的A股市场作为研究对象，使用了2005年至2020年的日交易数据进行分析。
深圳证券交易所第六届会员单位、基金公司研究成果评选中国股票市场机构投资者羊群行为的实证研究B 投资主体类二等奖袁克、陈浩海通证券股份有限公司内容提要现代金融理论是建立在市场参与者完全理性和有效市场假说基础之上的。
但近几十年来的世界金融实践发现，各国金融市场经常表现出基本经济变量无法解释的过渡波动和脆弱性、股票收益分布的厚尾特性等特点。
为此，国外许多经济学家转而从金融市场的微观结构的角度运用羊群行为理论来解释上述问题。
在我国，羊群行为一直对证券市场产生着重大影响。
但是对于那些相对理性和成熟的机构投资者而言，其是否存在羊群行为，程度如何，这些问题一直没有一个清晰准确的答案。
为此，本文应用经典的LSV方法，对中国证券市场投资基金之间的羊群行为进行了全面系统的检验。
本文的研究不仅具有重要的理论意义，而且符合当前证券市场发展的需要，具有现实的实践指导意义。
本文首先回顾了羊群行为理论的发展经历，并对经典的检验方法——LSV方法进行了理论说明，在此基础上，本文对中国证券投资基金的羊群行为进行了实证检验。
并对中国与美国机构投资者的羊群行为进行了对比。
根据实证研究以及国际比较研究，我们认为，我国的证券投资基金确实存在一定程度的羊群行为，并具有自身的一些特点。
随后，本文分析了我国证券投资基金产生羊群行为的原因，并尝试性的提出了一些前瞻性的建议。
目录1、研究背景及问题的提出2、羊群行为理论的文献综述2.1羊群行为的界定2.2羊群行为的理论发展3、羊群行为的实证检验方法3.1羊群行为检验方法概述3.2经典的检验方法——LSV方法4、我国机构投资者羊群行为的实证检验4.1样本数据4.2实证检验结果4.3中美机构投资者羊群行为的比较分析5 结论及政策建议5.1主要研究结论5.2羊群行为产生的原因分析5.3政策建议1.研究背景及问题的提出现代金融理论是建立在市场参与者完全理性和有效市场竞争假说（EMH）基础之上的。
但近几十年来的世界金融实践却使其陷入了尴尬境地，例如，各国金融市场经常表现出基本经济变量无法解释的过渡波动和脆弱性、股票收益分布的厚尾特性、广泛采用反向投资策略和动量交易策略等特点。
第33卷第3期2003年3月数学的实践与认识M A THEM A TICS IN PRAC TICE AND THEO RY V ol.33 N o.3 M arch,2003 中国股市的羊群效应的ARCH 检验模型与实证分析蒋学雷, 陈 敏, 吴国富(中科院数学与系统科学研究院,北京 100080)摘要: 本文提出一种检验羊群效应的方法,即通过检验个股截面收益的绝对偏差(C SAD )与市场收益的非线性关系,来判断羊群效应是否显著,并对我国沪深两市的羊群效应进行了实证分析,结果发现我国沪深两市存在一定程度的羊群效应.关键词: 羊群效应;截面收益绝对偏差1 引 言收稿日期:2002-06-11基金项目:本文得到国家自然科学基金资助(19971093) 股票市场的羊群效应是指每个股市参与者作出一个不可逆转的决策,而忽视他们的自己的信息受到其他投资者的影响,去模仿其他投资者的行为.羊群效应经常被认为是产生资产价格无效率、价格泡沫及其破灭的主要原因之一,对于市场运行的效率和稳定性有很大的影响.投资者的理性与非理性行为都可以导致羊群效应.Dev enow 和W elch(1996)提出,羊群效应从非理性观点来看,重点在投资者的心理活动,就是投资者忽视他们自己的信息,盲目跟随其他投资者;从理性观点来看,主要是从委托和代理问题方面来研究,即经理人模仿其他经理人的行为,完全忽视他们自己的信息,以保持它们在资本市场上的声誉,即他们的表现并不比大多数经理人的表现差.近十年来,羊群效应引起了理论界的广泛关注,提出了许多关于羊群效应的理论模型,比如Adma ti ,Pfleiderer(1998)的收入流效应模型,Scha rfstein(1990)的委托-代理模型中的声誉效应羊群模型,Baner jee(1992)的外生排序羊群模型,Froo t,Scharfstein 和Stein(1991)的外生短视羊群等.这些模型从不同角度和依据不同的经济理论对羊群效应进行了探讨.W erm ers(1999)在研究机构投资者的羊群行为时,把这些理论模型归结为四种情形.一是经理人忽视他们自己的私人信息,跟随大多数的投资行为,而不想冒失去名声的风险,表现得与众不同;二是不同经理人的一致的投资行为,可能是因为他们都得到同样或相关的私人信息,或都用同一指标来分析;三是不同经理人可能从前一期具有更多信息的经理人的投资行为获得同样的私人信息,导致一致的投资行为;四是不同机构投资者可能具有同样的风险偏好,比如说偏好效益好,具有稳定红利回报的绩优股,导致一致的投资行为.在实证分析方面,Ch ristie 和Huang (1995)利用截面收益标准差(CSSD )研究美国证券市场投资者的投资行为,宋军等(2001)用分散度方法研究我国股票市场的羊群效应.他们的研究认为,如果金融市场确实存在羊群效应,大多数投资者看法将趋向于市场舆论,这时一个合理的推断是:在羊群效应显著时,个股的收益率将不会太偏离市场的收益率,分散度应该变小.这样,我们可以用个股收益率和资产组合的收益率的一致程度来定量检验市场是否存在羊群效应.这种方法计算简单,需要的数据容易获得,但它通常是低估了市场的羊群效应,是市场羊群效应的一个非常保守的度量.为了更好的解决这一问题,提高评估羊群效应的精度,Chang 等(2000)拓展了Ch ristie 和Huang (1995)的工作,提出用截面收益的绝对偏差(CSAD)与市场收益的关系来判断羊群效应,并对美国、日本、韩国、台湾和香港等国家和地区金融市场的羊群效应进行分析.本文采用Chang 等(2000)的基本想法,提出了一个具有条件异方差的统计模型来度量股票市场的羊群效应,并对我国上海和深圳股票市场的羊群效应进行实证分析.2 检验羊群效应的模型与方法首先,根据理性资产定价模型,当市场价格变化时,不同个股的收益率对市场收益率的敏感程度不同,个股收益率分散化程度增加,且个股的期望收益率与市场期望收益之间保持线性关系.当由于投资者的非理性行为导致存在显著羊群效应时,大多数投资者的看法将趋向于市场舆论,个股的收益率将不会太偏离市场的收益率,分散化程度降低,期望收益率与市场期望收益之间线性关系将将不再保持线性关系.为了叙述检验羊群效应的模型,我们先要给出一些股票市场指标的定量度量.我们用截面收益的绝对偏差(CS AD)作为度量个股收益率分散化程度的指标.令R i 表示任意资产i 的收益率,R m 表示市场证券组合的收益率,E t (·)表示在t 时刻的期望.根据理性资产定价模型,条件约束下的Black 的C APM 模型可以表示为:E t (R i )=V 0+U i E t (R m -V 0)(1)其中V 0表示零U 证券的收益率,U i 表示证券i 的系统风险程度,E t (R i )表示t 时刻股票i 的期望收益.令i =1,…,N ,t =1,…,T ,U m 表示等价权市场证券组合的系统风险,即U m =1N ∑N i =1U i (2)则从(1)式可以推出所有N 个证券的等价权市场组合期望收益1N ∑N i =1E t (R i )=1N ∑N i =1V 0+1N ∑N i =1(U i E t (R m -V 0))1N ∑N j =1E t (R i )=V 0+U m E t (R m -V 0)(3)用AVD 表示t 时刻股票i 的期望收益与N 个证券的等价权市场组合的期望收益的绝对偏差,则通过(1)和(3)两式可以推出,AV D i ,t =|U i -U m |E t (R m -V 0)(4)这时我们可定义证券t 时刻的截面收益偏差期望(ECSAD )如下ECSAD t =1N ∑N i =1AV D i ,t =1N ∑N i =1|U i -U m |E t (R m -V 0)(5) 它表示t 时刻所有N 只股票的收益率与市场收益率的绝对偏差的等价权平均,即把每一时刻的N 只股票的收益率与市场收益率的绝对差累计起来再取平均,作为N 只股票收益与市场收益的“分散度”的测度.可以从理性资产定价模型中看出个股收益的分散度(EC -S AD )不仅是市场期望收益E t (R m )的增函数,而且二者的关系是线性的,如果投资者在价格剧烈变动时期,忽略自己以前的观念,倾向于模仿市场中大多数的行为时,即当市场中存在573期蒋学雷等:中国股市的羊群效应的A RCH 检验模型与实证分析羊群效应时,分散度与市场收益率的线性递增关系将不再保持,二者之间关系将变为非线性.基于以上讨论,我们可以通过检验证券收益率分散度与市场收益之间是否保持线性关系来判断市场是否存在羊群效应.为此,我们考虑如下的多项式回归方程CDAD t=T+V1|R m,t|+V2R2m,t+X tX t=e t h1/2th t=O0+O1X2t-1+O2X2t-2+…+O p X2,t-p(6)其中{e t}是独立同分布的随机变量序列,O0>0,O1≥0,…,O p≥0,O1+…+O p<1.模型(6)实际上就是金融计量学中的具有ARCH误差的回归模型.因此,基于模型(6),检验证券收益率分散度与市场收益之间是否保持线性关系,等价于检验二次多项式回归中二次项系数在统计意义上是否显著为零.如果二次项系数显著不为零,则当二次项系数为负时,我们说市场存在羊群效应.为考虑市场极度上涨与下跌情况下羊群效应程度,用如下回归模型进行实证分析CSAD t=T+(V1|R mt|+V2R2mt)I(R mt>r h m)+(V1|R mt|+V2R2mt)I(R mt<r l m)+X t X t=e t h1/2th t=O0+O1X2t-1+O2X2t-2+…+O p X2,t-p(7) R mt表示t时刻市场的收益率,r h m和r l m表示市场收益率极高与极低时的P分位数.I(.)为示性函数,当括号中的条件满足时,取值为1,否则取值为0.其中{e t}是独立同分布的随机变量序列,O0>0,O1≥0,…,O p≥0,O1+…+O p<1.在实证分析中,由于E t(R m,t)表示t时刻R m,t的期望,E SCAD t也不能直接获得,根据统计推断原理,我们可以用t时刻实际值R m,t和CSAD t=1N∑Ni=1|U i-U mm|(R mt-V0)(8)来作为这两个量的估计值.3 数据与实证分析结果上海与深圳证券市场的股票收盘价格数据来源于深圳巨灵信息技术有限公司股票数据接收系统,所有数据都经过复权处理,对配股、拆细、等因素进行了相应的调整,通过t时刻收盘价格P t,利用ln(P t)-ln(P t-1)计算出相应t时刻的回报率数据.由于我国股票市场近几年发展很快,上市公司数目变动较大,特别是在1996.12.16日沪深两市开始实行涨跌停板制度,股市结构发生很大变化,为保持计算所需个股的U系数一致性,故取数据区间为1997年1月2日到2002年3月14日,包括沪深两地所有上市公司,上海市场637只、深圳市场501只股票数据的日收益率数据,对沪深两地市场的羊群效应进行实证分析.考虑到不同时期上市股票数目变动较大,而市场指数都做出相应的调整,保持一定的连续性和可比性,沪深两地市场收益率用上证指数和深证指数计算.所有计算结果利用计量经济软件E-V IEW S3.1得到.根据公式(1)计算出沪深两市所有股票的U系数和零U证券V0,由(8)式计算t时刻的个股的收益率分散化指标CSAD.58数 学 的 实 践 与 认 识33卷表1 沪深两市分散度指标(CSAD )的基本统计分析均值方差最大值最小值ADF 检验公司数上海(CS AD )-0.00170.3672.023-2.032-15.168*637深圳(CS AD )-0.00330.203 1.026-1.048-14.704*501 *在1%水平显著,拒绝单位根表1给出沪深两地市场分散度指标(CSAD )均值、标准差、最小值、最大值与上市公司数.用单位根检验方法检验序列CSAD 的平稳性,同样对沪深两市市场收益率也作了单位根检验,都拒绝单位根存在,说明四个序列都是平稳序列.从表1还可看出沪市CS AD 的最小值比深市的小,最大值比深市的大,说明沪市CS AD 变动范围比较大.在现代金融理论中,广泛地使用股价波动来代表风险,它可用收益的方差来度量.传统的计量经济模型往往假定方差是恒定的.但大量有关金融数据的实证研究表明用来表示不确定性和风险的方差是随时间而变化,因此在对金融数据建立回归模型时,使用具有任意方差的回归模型更合理.方差的变化对于理解金融市场非常重要,这是因为投资者要求用更高的预期收益作为持有更高风险的补偿,同时考虑到异方差现象,利用ARCH 模型对提高统计推断的正确性与效率也有很大的意义.利用公式(6)对沪深两市整个取样区间段利用OL S 方法进行回归,得回归残差如图1,可以明显的看出残差有较大的波动,这说明残差项表2 沪深两市回归残差的ARCH -LM 检验结果F 统计量i 2统计量概率(p 值)沪市35.4234.4920.00深市35.0134.10.00具有时变的条件异方差,因此可以用ARC H 或GA RC H 模型来建模.通过对回归残差作ARC H -LM 检验(结果见表2)也可看出,回归模型存在A RC H现象.图1 沪深两市回归残差图因此本文通过反复筛选,建立沪深两市下列具有ARC H (3)误差结构的回归模型:沪市:CS AD t =-0.012+0.032|R mt |-0.01(R mt )2(-0.76)(2.85)*(-7.58)*e 2t =0.04+0.384X 2t -1+0.188X 2t -2+0.298X 2t -3 (11.98)*(11.29)*(5.38)* (7.41)*593期蒋学雷等:中国股市的羊群效应的A RCH 检验模型与实证分析60数 学 的 实 践 与 认 识33卷 R2=0.01 S=0.36 DW= 2.03深市:CSAD t=-0.012+0.017|R mt|-0.005(R mt)2(-1.22)(3.11)*(-7.98)*e2t=0.015+0.228X2t-1+0.252X2t-2+0.24X2t-3 (16.2)*(6.65)* (6.99)* (5.71)* R2=0.004 S=0.203 DW= 1.91括号中数字表示t 值,用*表示回归系数是显著的.从沪深两市回归结果可以看出,回归二次项系数V2显著为负.分散度CSA D变小,个股收益率表现出一定的集中,说明这段时期沪深两市存在羊群效应.为进一步研究我国证券市场极度上涨与下跌情况下的羊群效应,利用公式(7)分别考虑收益率分布5%和10%分位点的情况,即研究收益率分布最高(最低)5%(10%)情形,通过反复筛选,建立沪深两市ARC H(3)误差结构的回归模型,具体计算结果见表3,对于回归系数V1和V2在括号中给出了对应的t值,用*表示回归系数显著.从表3中可以看出,在市场极度上涨与下跌时,回归二次项系数V2显著为负,分散度CSAD变小,说明这段时期沪深两市存在显著的羊群效应.与宋军(2001)的结果作一简单对比可以看出,宋军的结果在5%水平下,回归系数为正,很难明确判断羊群效应的存在,用CS AD与市场收益的非线性关系判断结果,羊群效应存在的结论比较明确.表3 沪深两市极度上涨与下跌时羊群效应检验结果5%分位点10%分位点T V1V2T V1V2沪市0.0010.059(7.03)*-0.014(-11.68)*0.0030.023(3.12)*-0.009(-8.71)*深市-0.0020.014(3.67)*-0.005(-8.55)*-0.0020.012(3.25)*-0.004(-9.02)*从表3还可以看出,沪市的回归系数V2比深市的大两倍多,说明沪市羊群效应比深市羊群效应更显著.在市场存在压力(价格剧烈波动)时,即在市场极度上涨和下跌时,个股收益分散化程度减小,存在显著的羊群效应.这和我国证券市场的大牛市中各行业,各板块轮流上涨的现象吻合.在5%极端水平下的回归系数V2比10%极端水平下的回归系数V2大的多,说明价格变动越剧烈,羊群效应越显著.在市场大幅上升时,有许多投资者跟风、跟庄行为严重,大幅增仓,还不断有投资者受到股价上涨的鼓舞,盲目杀入股市,这种买方的羊群效应反过来使得股价持续上升,这种持续的正反馈,导致羊群效应越来越显著,价格泡沫也越来越大,市场的风险也越来越高,危及市场的持续稳定运行.同样在市场下跌时,由于中国股市机制问题,不存在空头机制,只有股价上涨才能赚钱,这样有一些投资者在价格开始下跌时,不愿赔钱卖出,寄希望股价再度上涨,而一些机构和庄家信息比较灵通,发现股价处于下降通道时,开始卖出,导致一定的羊群效应,而当市场大幅下跌时,市场上熊声一片,大部分投资者担心会持续下跌,于是纷纷抛出股票,这种卖方的羊群效应反过来使价格进一步下跌,这种持续的正反馈,导致羊群效应越来越显著.为进一步考虑不同时间段的羊群效应,从沪深两市(1997.1.2—2002.3.14)的指数变化图2可以看出,把整个区间分为四段,第一段(1997.1.2—1997.5.12)沪深两市指数大涨阶段;第二段(1997.513—1999518)这一阶段深证成指从最高点6026点大跌到最低点2534点,上证指数也从1500点下跌到1059点;第三阶段(1999.5.19—2001.6.13)沪深两市指数大涨阶段,上证指数创新高达到2242点;第四阶段(2001.613—2002.3.14)沪深两市下跌阶段,考虑这四个时间段沪深两市羊群效应利用公式(6),建立A RC H (3)模型,计算的具体结果见表4.图2 沪深股市股价指数图(1997.1.2—2002.3.14)表4 沪深两市分阶段羊群效应检验结果TV 1V 2R 2沪市1)1997.1.2—1997.5.12-0.0630.26(6.853)*-0.042(-9.259)*0.222)1997.5.13—1999.5.18-0.050.122(4.202)*-0.034(-7.971)*0.213)1999.5.19—2001.6.130.031-0.074(-4.149)*0.025(8.987)*0.054)2001.6.13—2002.3.140.104-0.198(-3.915)*0.04(5.466)*0.14深市1)1997.1.2—1997.5.12-0.0690.157(4.312)*-0.023(-7.095)*0.332)1997.5.13—1999.5.18-0.0160.02(1.337)*-0.0096(-5.001)*0.163)1999.5.19—2001.6.130.011-0.037(-3.09)*0.013(6.886)*0.094)2001.6.13—2002.3.140.077-0.127(-6.01)*0.019(8.353)*0.13613期蒋学雷等:中国股市的羊群效应的A RCH 检验模型与实证分析62数 学 的 实 践 与 认 识33卷从表4的结果可以看出,前两个上涨与下跌阶段(1997.1.2—1999.5.18)二次项回归系数V2为负数,说明羊群效应比较显著,沪市前两个阶段的回归系数比深市大,说明沪市羊群效应比深市羊群效应更显著.后两个阶段(1999.5.19—2002.3.14)的一次项回归系数为负数,说明随着市场收益率的增加,个股的截面收益偏差(CSAD)减小,具有一定的羊群效应,但二次项的回归系数V2为正,导致羊群效应不明显.为何后两个阶段羊群效应不显著呢?可能是随着我国股市上市公司不断增加,开放式、封闭式基金公司等机构投资者不断成立和发展,机构投资者实力不断壮大,不同机构具有不同的投资组合,导致个股的收益与市场收益的分散度扩大,尽管还存在大量跟风、跟庄的中小投资者,导致个股的收益与市场收益的分散度减小,但整个市场个股的截面收益偏差(CSAD)减小的还不够多,羊群效应不显著.Chang等(2000)对美国、日本、台湾、香港、韩国的数据用分散度CSAD与市场收益的非线性关系进行了检验,结果显示美国、香港不存在羊群效应,日本有一部分有限结果说明存在一定羊群效应,两个新兴市场韩国、台湾存在显著的羊群效应.与美国这个比较成熟理性的市场相比,我国市场与韩国、台湾一样还不成熟,都存在一定程度的羊群效应.为何在象我国这样不成熟的市场存在羊群效应呢?主要原因有三点:第一点,羊群效应的存在主要是这些国家政府高度干预的结果,特别是中国证券市场是有名的政策市,国家政策变化对股市有着巨大的影响.以前国家主要通过行政手段直接干预股市的发展,宣布各种政策,政府政策的频繁干预是我国股市的一大显著特征.第二点,市场上上市公司披露信息准确性比较差,我国证券市场上欺骗上市,披露虚假信息的情况层出不穷,由于微观信息的缺乏与准确性比较差,投资者对上市公司基本信息缺乏了解,只能根据其它信息或信号来作决策.还有我国证券市场上信息流动性较差,许多大机构和庄家都能事先得到某种相关信息,甚至是人为的制造消息.普通股民尽管也希望能够及时掌握市场的相关信息,但由于实力弱小,一般只能从市场价格的变动中进行信息的判断,而由此得到的信息中有相当大的一部分是噪声,是根据噪声信号进行交易的噪声交易者,其交易行为具有很大的盲目性.第三点,由于市场不规范.在中国的股票市场中,特殊的股权结构和收益率使得投资者只能着眼于股票的价差收益,流通市场上的持股者不可能成为上市公司的大股东,沪深两市不流通的国家股和法人股等占公司总股本的约70%,能够在市场上流通的社会公众股只有约30%,社会公众股的持有者根本没有机会行使对公司的控制权,使上市公司的经营决策服从自己的意愿,或者施加自己的影响,在上市公司的对外交易与融资活动中体现出该投资者的存在于压力.上市公司利用一股独大的优势,不断圈钱,股民只能“以脚投票”,进行短期的投机.从资本收益方面来看,沪深两市上市公司的市盈率约在30—40之间,和世界其它证券市场相比是比较高的.并且上市公司基本上不分或很少派发现金红利,买进股票的收益很低,而上市公司出现亏损的情况逐年增加,作为明智的投资者是很难以投资的目的买入股票,许多投资者进入股票市场的目的不在于红利的收入,而是预期通过股票的价差收益来获取投机回报,投资者短期投机行为严重.投资者的理性意识还不健全,跟风、跟庄等行为现象比较突出.总之,由于微观信息缺乏,准确性差,投资者只能根据宏观信息,国家政策,和其他信号来作出投资决策,容易产生羊群效应.4 结 论本文使用截面收益的绝对偏差(CS AD )指标,提出一种检验羊群效应的方法,即通过检验个股截面收益的绝对偏差(CS AD )与市场收益的非线性关系,来判断羊群效应是否显著.利用沪深两市公开的价格数据,建立具体的ARC H 模型,对我国沪深两市的羊群效应进行了实证分析,结果发现我国沪深两市存在一定程度的羊群效应.通过进一步规范市场,提高我国证券市场的成熟程度,发展理性化投资者与投资机构,可以减少羊群效应,保持我国股票市场的平稳运行.参考文献:[1] 宋军,吴冲锋.基于分散度的金融市场的羊群行为研究[J ].经济研究,2001,11.[2] 何诚颖.中国股市板块现象分析[J].经济研究,2001,12.[3] 彭惠.信息不对称下的羊群行为与泡沫[J ].金融研究,2000,11.[4] Chang Eric C,Cheng J oseph W ,Ajay Kh orana.An examination of h erd beh avio r in equity m ark ets :An in terna-tional perspectiv e[J].J ou rnal of Banking &Finance,2000,241651—1679.[5] Pindyck R S ,Rubinfeld D L .Econometric M odels and Economic Forecas ts [M ].1998.[6] Sch arfs tein D S,Stein J C.Herd behavior and inves tmen t[J ].American Economic Review ,1990,80:465—479.[7] W ermers R.M u tual fund h erding and th e impact on s tock prices [J ].J ou rnal of Finance,1999,54:581—623.The ARCH Model and its Empirical Analysis ofHerding Behavior on the Chinese Stock MarketJIAN G Xue-lei, C HEN Min, W U Guo-fu(Academy o f M athema tics &System Sciences,Beijing 100080,China)Abstract : We use a new and mo re po w erful a ppro ach to detec t he rding ba sed on equity r eturn behav io r o n the Chinese sto ck ma rket .U sing a non -linear reg ressio n specification ,w e exa mine the rela tio n betw een the cr oss-sectio na l abso lute deviation o f retur n (CSAD)and the market r e-turn.W e find so me evidence of her ding o n the Chinese stock mar ket.Keywords : herding behavio r;cr oss-sectio na l absolute devia tion o f retur ns 633期蒋学雷等:中国股市的羊群效应的A RCH 检验模型与实证分析。
