我国股票市场羊群行为实证研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇我国股票市场羊群行为实证研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要:本文以沪深300指数样本股为研究对象,试图解释我国股票市场在上涨和下跌阶段的羊群行为特征。研究发现,我国股市存在明显的羊群行为特征,且上涨阶段的羊群行为较下跌阶段更为明显,即“追涨”现象更为明显,同时对各个行业的羊群行为进行比较分析。最后提出了避免羊群行为的对策,如减少监管部门的过度干预、完善信息披露机制以及大力发展机构投资者等措施。

关键词:股市;羊群行为;行为金融

一、引言

羊群行为又称群体心理、社会压力、传染等。经济学家用羊群行为描述金融市场中的一种非理,指投资者趋向于忽略自己的私有信息,而跟从市场中大多数人的决策方式。最早提出羊群行为的经济学家是凯恩斯,他提出“在投资收益日复一日的波动中,显然存在某种莫名的群体偏激,甚至是一种荒谬的情绪在影响整个市场的行为”。

伴随着我国股票市场的发展,学者们对我国股票市场的羊群行为进行了大量研究。宋军、吴冲锋(2001)对我国证券市场的羊群行为进行实证研究,并与美国市场作比较,发现我国证券市场存在较高程度的羊群行为。常志平、蒋馥(2002)研究发现:在上涨行情中,我国深圳证券市场与上海证券市场均不存在羊群行为;但在下跌行情中,深圳证券市场与上海证券市场均存在羊群行为,且深圳证券市场更明显。张宗强、金志国、伍海华(2005)运用CSAD 法对上证180 指数的样本股票进行的实证检验,发现市场上涨期间的羊群行为要强于下跌期间的羊群行为。艾冬青(2006)对我国中小企业板市场进行了研究,最后得出结论:在股价下跌时,中小企业板块表现出明显的羊群效应。本文运用CSAD法,以沪深300指数的样本股(2005年7月11日至2009年3月3日)为研究对象,发现我国股票市场在上涨和下跌阶段均存在明显的羊群行为,且上涨阶段的羊群行为特征更为明显,这与常志平、蒋馥(2002)以及艾冬青(2006)等的研究结果正好相反,造成这种反差的直接原因是样本股选择的差异,更深层次的原因可能在于各个时期投资理念的差异。另外,本文的数据覆盖了股市暴涨以及随后次贷危机所带来的暴跌阶段,而股市剧烈变化与投资者行为密切相关,也是造成本文研究结果与已有结论差异的重要原因。

二、检验方法

对于羊群行为的实证研究,主要分为对基金经理和个体投资者的投资行为的研究。本文是对我国股票市场个体投资者羊群行为的实证研究,这里主要介绍关于后者的研究方法,即CSAD法。其具体设计如下:

根据sharp(1964)提出的资本资产定价模型(CAPM),股票 的期望收益率等于无风险利率加上风险溢价,即有:

Et(Ri)=γ0=βi[Et(Rm)-γ0],i=1,•••,N(5)

其中,Et(Ri)表示市场组合t时间的预期收益率,Ri为任意资产i的收益率,Rm为市场证券组合的收益率,γ0为无风险利率,βi为股票 的系统风险衡量指标。

对(5)式变形后可以得到:

Et(Ri)-Et(Rm)=(βi-1)[Et(Rm)-γ0](6)

由于股市存在风险溢价(risk premium),因此市场组合的预期收益率Et(Rm)将大于无风险利率γ0,对(6)式取绝对值后得到:

Et(Ri)-Et(Rm)=(βi-1)[Et(Rm)-γ0](7)

对(7)式加总求和得到:

1N∑Ni-1Et(Ri)-Et(Rm)=1N∑Ni-1(βi-1)[Et(Rm)-γ0](8)

(8)式的左边即为横截面绝对偏离度的期望值E( CSADt),因此可得到如下关系:

E( CSADt)=1N∑Ni-1(βi-1)[Et(Rm)-γ0](9)

对(9)式分别求取Et(Rm)的一阶导数和二阶导数后可以得到:

E(CSADt)Et(Rm)=1N 1N∑Ni-1│(βi-1)│>0、E(CSADt)Et(Rm)2=0(10)

即一阶导数大于零,二阶导数等于零,说明在理性资本资产定价模型中个股收益率的绝对差值(CSAD)与市场收益率(Rm)为线性递增关系。由于 E(CSADt)和Et(Rm)都是不可测的,因此用 E(CSADt)和Et(Rm)分别代替 和 ,即为:

CSADt=1N 1N∑Ni-1│(βi-1)│(Rm,t-γ0)(11)

当市场存在羊群行为时,由于市场参与者的行为一致性,个股收益率与市场收益率的绝对差值和市场收益率之间的线性递增关系将不再存在,而会表现为一种非线性的递减增长,在羊群行为严重时甚至变为绝对市场收益的减函数。为描述这种特征,可在上述理性线性关系中加入二次项,即:

CSADt=α+γ1│Rm,t│+γ2R2m,t+εt(12)

其中为εt残差项。检验分散度与市场收益率之间的线性关系, 等价于检验上式中回归二次项系数在统计学意义上是否为显著为零。若二次项系数显著不为零,则当二次项系数为负时,市场上存在明显的羊群行为。

考虑到市场上涨和下跌时羊群行为的程度可能有所不同,因此我们对上涨市场和下跌市场分别进行研究,即分别对下面两个方程进行回归分析:

CSADupt=α+γup1│Rupm,t│+γup2(Rupm,t)2+εt(13)

CSADdownt=α+γdown1│Rdownm,t│+γdown2(Rdownm,t)2+εt(14)

其中,CSADupt和Rupm,t分别为市场上涨时的横截面绝对偏离度和市场收益率,而CSADdownt和Rdownm,t分别为市场下跌时的横截面绝对偏离度和市场收益率。它们的检验原理同(12)式相同。

三、数据说明与实证分析

(一)数据说明及处理

本文以沪深300样本股为研究对象,包括从2005年7月11日至2009年3月3日之间共886个交易日的数据。根据我国股市走势,分别对上涨和下跌阶段进行分析,即2005年7月11日至2007年10月16日为上涨阶段,2007年10月17日至2009年3月3日为下跌阶段。

为了使实证结果能更加真实的反映我国股票市场的总体特征,本文对沪深300指数所包含的样本股票进行了筛选,剔除了变动较大以及数据不全的股票,最终留下了212只样本股。为了研究样本之间的差异,将这212只股票按即有标准分成金融地产、工业、原材料、可选消费、公用事业、能源、电信业务、医药卫生、信息技术、主要消费十个行业。所用数据来自wind数据库。相关结果利用eviews5.0和excel软件计算得出。

根据(4)式,先求出CSAD,再根据(13)、(14)式,分别进行回归分析,并对回归参数进行显著性检验,结果如表1、表2所示。

表1:各板块分散度

上涨行情数据 下跌行情数据

CSAD(%) 排序 股票个数 CSAD(%) 排序 股票个数

金融地产 2.0147 2 26 2.2842 2 26

工业 1.9327 6 44 2.0261 9 44

原 材 料 2.0783 1 49 2.2151 4 49

可选消费 1.9918 3 29 2.0892 7 29

公用事业 1.7151 10 18 2.0046 10 18

能源 1.8268 9 14 2.3016 1 14

电信业务 1.8793 8 3 2.1522 6 3

医药卫生 1..8836 7 7 2.2411 3 7

信息技术 1.9569 5 8 2.0718 8 8

主要消费 1.9854 4 14 2.1862 5 14

数据来源:WIND资讯

表2:各板块回归结果

上涨行情结果 下跌行情结果

γ2估计值T检验值检验结果γ2估计值T检验值检验结果

金融地产 -0.03076 -2.81719 显著 -0.02078 -2.27553 显著

工业 -0.02515 -2.71911 显著 -0.03338 -5.17732 显著

原 材 料 -0.02775 -2.49005 显著 -0.03219 -4.27196 显著

可选消费 -0.04031 -3.83702 显著 -0.02948 -3.78473 显著

公用事业 -0.02645 -2.21388 显著 -0.01878 -2.06621 显著

能源 -0.03216 -2.40842 显著 -0.02291 -2.13545 显著

电信业务 -0.02447 -1.28272 不显著 -0.03803 -2.6327 显著

医药卫生 -0.02401 -1.70739 不显著 -0.00984 -0.81591 不显著

信息技术 -0.01852 -1.33144 不显著 -0.01281 -1.10053 不显著

主要消费 -0.03905 -3.1333 显著 -0.03032 -3.28303 显著

(置信度水平为5%),数据来源:WIND资讯

表1 给出了沪深300指数各个行业的分散度水平,并对其进行排序,结果表明我国股票市场各个行业之间的羊群行为程度存在明显差异。同时,研究发现各个行业在上涨阶段的分散度水平明显小于下跌阶段的分散度水平。

表2给出了γ2的估计值,并对其显著性进行检验,得出了T检验值,并对γ2估计值是否显著为负进行判断。研究表明,在股市上涨阶段,γ2的估计值均为负,显著性检验表明电信业务、医药卫生及信息技术板块的γ2值不显著为负;在股市下跌阶段,γ2的估计值同样均为负,显著性检验表明医药卫生和信息技术板块的γ2值不显著为负。另外,除了工业和原材料板块,其他板块的γ2值在上涨阶段明显小于下跌阶段,这表明在市场大幅上涨时,CSADt的递减速度更快,即表现出更为明显的羊群行为。

(二)实证结果分析

由表1、表2可以看出,我国股票市场在上涨阶段的羊群行为特征较下跌行情更为明显。即我国股市有更明显的“追涨”特征。从2005年7月11日到2007年10月16日,我国股市总体上一路高歌猛进,上证综指累计涨幅高达500%,曾一度突破6000点大关,是名副其实的大“牛”市。在这个阶段,受股权分置改革的推行,宏观经济向好,企业利润大幅增加,党的十七大召开,以及08年奥运会等诸多利好因素的影响,股市开始呈现牛市行情直至暴涨,广大学者以及证券分析人士亦对我国证券市场前景普遍看好。随着股指接连创新高,受股市乐观情绪的影响,大批中小投资者投入股市,几乎形成全民炒股的热潮。统计表明,2007年,新入市的投资者平均每天13万户,最多单日开户数达到90多万户,新开户数为3269万户,是2006年A股开户数的10倍,投资者开户数突破1亿大关。但我国中小投资者往往缺乏股票方面的专业知识,获取的有关股市的信息有限,不能对股市进行理性分析,因此他们往往通过观察他人的行为进行投资决策,从而产生从众行为。在这种情况下,一些所谓“庄家”利用投资者的心理,通过一些虚假消息或者采取其他“坐庄”的技术手段,诱使别人跟从自己的交易。由于市场缺乏做空机制,投资者只能通过做多来获益,即使知道相关信息可靠性较低,投资者还是加入到做多的交易中去,从而股市表现出很强的“追涨”倾向。

另外,在这种罕见的大“牛”市环境下,广大投资者在追随他人的投资决策时,往往能从股市上涨中分得一杯羹,即从投资股票中获益。这就使追随者产生一种错觉,即无需掌握充分的股市信息,无需理性的分析,仅仅依据他人的行为进行投资决策就能获得相当的收益。从而客观上纵容了这种从众行为,使我国股市在该阶段呈现较为明显的羊群行为特征。

从2007年10月17日到2009年3月3日,我国股市总体上处于下跌阶段,研究显示,该时期羊群行为特征较上涨期间弱,说明投资者在沪深300指数股票投资上存在“惜售”现象。这可能与沪深300指数样本股的构成以及投资者投资理念的转变有关。沪深300指数是由上海和深圳证券市场中选取300只A股作为样本,选择标准为规模大、流动性好的股票,集中了一批质地较好的公司。样本覆盖了沪深市场六成左右的市值,具有良好的代表性。因此沪深300指数的样本股基本为A股市场上的大盘股、蓝筹股。2002年以来,开放式基金、社保基金、QFⅡ等机构投资者大力倡导价值投资理念,价值投资理念逐渐深入人心。根据价值投资的原则,投资者加大了对国企大盘股、蓝筹股的投资力度,而这些股票绝大部分是以沪深300指数样本股为代表的。价值投资的原则之一是长期持有,因此,投资者在沪深300指数股票投资上存在“惜售”现象,导致下跌期间的羊群行为特征较弱。

从各个板块来看,无论是股市上涨还是下跌阶段,医药卫生和信息技术板块的T检验均不显著。这两个板块T检验不显著的原因如下:信息技术产业的生命周期相对而言较长,由不确定性造成的风险很大,一旦投资项目的成长性和市场前景发生变化,未来的收益预期就会迅速改变,因而投资风险比较大。我国投资者投资理念还不成熟,往往陷入单纯题材炒作的误区,“科技股”、“网络股”神话的破灭是最好的证明。经过多年的讨论,虽然万众关注,翘首以盼,但是医改方案仍然没有能如期推出,导致投资者对医药卫生板块的投资热情不高。研究发现电信业务板块在上涨阶段的T检验并不显著。我国电信行业在这个阶段开始走亲民、低价、优质的路线,这是竞争的必然结果,挤掉水分的电信行业自然挤掉了部分超长收益,使价值逐步回归,不再成为投机者的宠爱。之所以在股市下跌阶段重新引起投资者的关注,是因为人们认识到该板块价值的回归,加之该板块样本股票均为大盘股,在整个股市处于熊市的形式下,自然成为投资者青睐的对象。

四、政策建议

我国股市在2007年的暴涨以及金融危机以来的大跌,羊群行为在其过程中均起了推波助澜的作用。因此要维护我国股票市场的稳定,必须减少羊群行为的发生,应从以下几个方面进行改进:

(1)减少监管部门对证券市场的过度干预

频繁的行政干预破坏了市场的价格发现功能和资源配置功能,导致股价的异常波动。因此,随着市场运行机制的逐渐完善以及管理经验的不断积累,监管层应将重点放在改善股价运行机制和市场信息获得效率上,真正让市场机制决定股市运行,使投资者能够获得较为稳定的长期投资收益预期。

(2)完善信息披露制度

完善市场信息披露制度,增加信息的透明度,完备与上市公司相关的微观信息的,彻底改善一些公司故意隐瞒信息和延迟信息的情况。完善的市场信息披露制度有助于改善投资者中信息不对称的情况,减少“庄家”利用虚假信息来诱导投资者根据其投资行为进行跟风操作,有利于市场稳定。

(3)完善市场运行机制

我国股市由于缺乏卖空机制,投资者只能通过做多来获得收益,这会导致投资者过度投机,导致市场不稳定。因此可以尝试在市场中引入做空机制,利用卖空策略的套利功能对追涨行为进行制约,完善价格发现机制,也可以为价值投资者提供一种套期保值的工具。

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(1)

[2] 孙培源、施东晖,基于CAPM 的中国股市羊群行为研究[J],经济研究,2002(2)

[3] 常志平、蒋馥,基于上证30 及深圳成指的我国股票市场“羊群行为”的实证研究[J],预测,2002(3)

[4] 张宗强、伍海华,基于上证180指数股票的羊群行为实证研究[J],财经理论与实践,2005(1)

[5] Delong, Shleifer, Summers, and Waldmann. Noise Trader Risk in Financial Markets[J],Journal of Political Economy ,1999 ,98 :703～738.

[6] Banerjee,Abhijit.A Simple Model of Herd Behavior [J],Quarterly Journal of Economics,1992,107 :797～818.

[7] Avery, Christopher and Peter Zemsky. Multidimensional Uncer2tainty and Herd Behavior in Financial Markets[J],American Economic Review ,1998 , 88 :724～748.

[8] Scharfstein,David and Jeremy Stein. Herd Behavior and Invest2ment [J],American Economic Review ,1990 ,80 :465～679.

(作者单位:南京财经大学金融学院)