（企业管理专业论文）股票投资羊群行为对股价波动性影响的研究.pdf

西南交通大学硕士研究生学位论文第f 页 摘要 传统经济学研究以“理性人假设 为基本前提，然而世界金融实践方 面涌现出大量的与标准金融理论不一致的“异常”现象。行为金融学是建 立在非理性人的假设基础之上的。羊群行为是一种特殊的非理性行为，定 义为投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模 仿他人决策，或者过度依赖于舆论，而不考虑自己的信息的行为。 中国股票市场自1 9 9 0 年1 2 月上海证券交易所成立至今只有短短的1 9 年，市场上投资者的相互模仿普遍存在，与此同时我国股市存在着频繁的、 大幅度的波动。这二者之间是否存在必然的联系。 本文在对羊群行为的最新理论与实证研究进行总结的基础上，结合中 国股市的现实状况，运用c h a n g 、c h e n g 和k h o r a n a ( c c k ) 提出的c s a d 检 验法，对沪深两市2 0 0 7 年到2 0 0 9 年9 月的同数据、周数据和月数据进行 了检验分析，实证研究我国股市是否存在显著的羊群行为。并且在此基础 上，实证研究股票投资羊群行为对股价波动性的影响。 实证结果表明： ( 1 ) 对同数据的分析结果，我国沪市下跌市场存在较明显的羊群行为， 并且，在市场下跌时的羊群行为比市场上涨时的羊群行为更明显，即投资 者的“杀跌”倾向比较明显。对周数据和月数据的检验结果没有发现羊群 行为。从同数据看，及时信息的不对称，导致了一些信息闭塞的投资者产 生跟风行为；而随着时间的推移( 日一周一月) ，信息逐渐公开化，这时 的信息不对称现象减轻。 ( 2 ) 通过g r a n g e r 因果检验，发现羊群行为在很大程度上影响着股市的 波动，它们的相关程度较高，而且羊群行为与股价波动之i 自j 互为因果关系， 两者存在反馈关系，但从显著程度看，羊群行为更能引起股市的波动。投 资者的羊群行为导致了股价波动的加剧，加快了市场的不稳定性，反过来， 由于市场的不稳定，股价的波动，使得投资者无法准确把握市场信息，从 而j 髓乍羊群行为。 ( ： ) 征埘羊群行为与股价波动的回归分析中，整体f 汀场和卜降i 场的羊 群行为度孑股价波动之白j 在1 的显著性水平上存在订i 1 4 i 关天系，m t 群行 西南交通大学硕士研究生学位论文第1 i 页 为越严重，股i i j 波动会加剧。i 司时，还发现了通货膨胀率i n f 与股价波动 之间在1 的显著性水平上呈正相关关系，也就是说，通货膨胀率越高，股 价波动越剧烈。 关键词：羊群行为；c s a d 法；股价波动；g r a n g e r 因果检验 西南交通大学硕士研究生学位论文第1ii 页 _ _ _ _ - _ - _ - i i_ii i _ _ _ _ _ - - _ _ 一 a b s t r a c t ”r a t i o n a lm a nh y p o t h e s i s ”i st h eb a s i cp r e m i s eo ft r a d i t i o n a le c o n o m i c r e s e a r c h ；h o w e v e r , l o t so f a n o m a l i e s ”a p p e a ri nf i n a n c i a lp r a c t i c e sw h i c ha r e i n c o n s i s t e n tw i t ht h ec l a s s i cf i n a n c i a lt h e o r y b e h a v i o r a lf i n a n c ei sb a s e do n t h ea s s u m p t i o nt h a tp e o p l ei sn o n r a t i o n a l h e r d i n gb e h a v i o ri sas p e c i a lk i n d o fn o n r a t i o n a lb e h a v i o r , w h i c hi sd e f i n e dt h a t “i nt h eu n c e r t a i n t yi n f o r m a t i o n e n v i r o n m e n t ，t h o s ei n v e s t o r si m i t a t eo t h e r s d e c i s i o n ，a n dt h e i rb e h a v i o ri s i m p a c t e db yo t h e r s ，o rb ee x c e s s i v er e l i a n c eo np u b l i co p i n i o n ，r e g a r d l e s so f t h e i ro w ni n f o r m a t i o n f r o mt h es h a n g h a is t o c km a r k e tb e i n ge s t a b l i s h e do nd e c e m b e r , 1 9 9 0 ，t i l l n o w , t h ec h i n e s es t o c km a r k e to n l yh a sas h o r th i s t o r yo f1 9y e a r s t h em a r k e t i si m p e r f e c tw i t hi n v e s t o r sm u t u a li m i t a t i o nu n i v e r s a le x i s t e n c e a tt h es a m e t i m e ，t h e r ea r ef r e q u e n t ，s u b s t a n t i a lf l u c t u a t i o n so ns t o c kp r i c ei no u rm a r k e t i s t h e r ea n ye s s e n t i a ll i n kb e t w e e nt h et w o p h e n o m e n a ? b a s i n go nas y s t e m a t i c a lr e v i e wo ft h e o r e t i c a la n de m p i r i c a ll i t e r a t u r e s a b o u ts t o c k sh e r d i n g ，t h ep a p e ra p p l i e st h ec s a d t e s t i n gm e t h o dp r o p o s e db y c h a n g 、c h e n g & k h o r a n a ( c c k ) t or e a l i s t i cc i r c u m s t a n c eo fc h i n aa n dm a k e s w h o l ea n d c l a s s i f i c a t o r ye m p i r i c a l t e s t o n “d a i l yd a t a 、w e e k l yd a t aa n d m o n t h l yd a t a o ns h & s zs t o c km a r k e td u r i n gt h et i m ef r o mj a n u a r y2 0 0 7t o s e p t e m b e r2 0 0 9 t h e ni te m p i r i c a l l yt e s t i f yi fc h i n a ss e c u r i t i e si n v e s t m e n th a s m a r k e dh e r db e h a v i o r a f t e r w a r d s ，o nt h ea b o v ef o u n d a t i o n ，t h et h e s i s e m p i r i c a l l ys t u d i e st h ei n f l u e n c eo fh e r d i n gb e h a v i o ro nt h ev o l a t i l i t yo fs t o c k p r i c e t h ee m p i r i c a lr e s u l ts h o w s ： ( 1 ) a c c o r d i n gt h er e s u l t so ft h ea n a l y s i so fd a i l yd a t a ，w ef o u n dh e r db e h a v i o r o ns h a n g h a is t o c kd o w n - m a r k e t a n d ，t h eh e r db e h a v i o ro ft h ed o w n m a r k e ti s m o r eo b v i o u st h a ni nt h eu p - m a r k e t t h a ti st os a y ，i n v e s t o r sh a v eas h a r p ”s e l l o u t ”t e n d e n c y h o w e v e r , w ef o u n dn oh e r db e h a v i o ra c c o r d i n gt h et e s tr e s u l t s o fw e e k l ya n dm o n t h l yd a t a t h et i m e l ，yi n f o r m a t i o na s y m m e t r yo fd a i l yd a t a 西南交通大学硕士研究生学位论文第1 v 页 r e s u l t e di nah e r db e h a v i o ra m o n gs o m ei n v e s t o r sw h oc a n tk n o wi n f o r m a t i o n ； w h i l ea st i m eg o e sb y ( d a y m o n t h w e e k ) ，i n f o r m a t i o ng r a d u a l l yo p e n ， a n dt h e nt h ep h e n o m e n ao fi n f o r m a t i o na s y m m e t r i e sr e d u c e d ( 2 ) a c c o r d i n gt ot h eg r a n g e rc a u s a l i t yt e s t ，w ef o u n dt h a th e r db e h a v i o ra f f e c t t h ev o l a t i l i t yo ft h es t o c km a r k e tt oal a r g ee x t e n t t h e r ei sah i g hp o s i t i v e c o r r e l a t i o nc o e f f i c e n tb e t w e e nh e r db e h a v i o ra n dt h ev o l a t i l i t yo fs t o c k p r i c e m o r e v e r , t h e ya r er e c i p r o c a lc a u s a l i t y , a n dt h e r ei sf e e d b a c kr e l a t i o n s h i p b e t w e e nt h e m h o w e v e r , i ts e e m e dt h a th e r db e h a v i o rc a u s e dm o t ev o l a t i l i t yi n t h es t o c km a r k e tt h r o u g ht h es i g n i f i c a n c el e v e l n ei n v e s t o r s h e r db e h a v i o r i n c r e a s ep r i c ev o l a t i l i t ya n da c c e l e r a t e st h em a r k e ti n s t a b i l i t y i nt u r n ，t h e i n v e s t o r sc a n to b t a i nm a r k e ti n f o r m a t i o na c c u r a t e l yd u et ot h em a r k e t i n s t a b i l i t ya n dp r i c ev o l a t i l i t y , t h e r e b yh e r db e h a v i o ra p p e a r ( 3 ) i i lt h er e g r e s s i o na n a l y s i so fh e r db e h a v i o ra n ds t o c kp r i c ev o l a t i l i t y , a l o n g w i t ht h e9 9 c o n f i d e n c e ( t h er e m a r k a b l e l e v e l 1 ) ，t h e r e i s p o s i t i v e c o r r e l a t i o nb e t w e e n “h e r db e h a v i o r ”a n d “s t o c kp r i c ev o l a t i l i t y ”i nt h eo v e r a l l m a r k e ta n dt h ed o w n m a r k e t t h a ti st os a y , t h em o r eh e r db e h a v i o r , t h eh i g h e r s t o c km a r k e tv o l a t i l i t y m e a n w h i l e ，t h ei n f l a t i o nr a t ew a sa l s of o u n dap o s i t i v e e f f e c to nt h es t o c kp r i c ev o l a t i l i t ya l o n gw i t hl s i g n i f i c a n tl e v e l t h a ti st h e h i g h e rt h ei n f l a t i o nr a t e ，t h em o t ei n t e n s ev o l a t i l i t y k e y w o r d s ：h e r db e h a v i o r ；c s a dm e t h o d ；v o l a t i l i t yo fs t o c kp r i c e ；g r a n g e r c a u s a l i t yt e s t 西南交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权西南交通大学可以将本论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复印手段保存和汇 编本学位论文。 本学位论文属于 1 保密口，在j 年解密后适用本授权书； 2 不保密眇使用本授权书。 ( 请在以上方框内打“”) 学位酬省龇叶粞指繇喜论 川吼扣9 毋 r 缈扎击p2 7 西南交通大学学位论文创新。l 生声明 本人郑重声明：所呈交的学位论文，是在导师指导下独立进行研究工 作所得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个 人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和 集体，均已在文中作了明确的说明。本人完全意识到本声明的法律结果由 本人承担。 本学位论文的主要创新点如下： 通过对国内外文献结论的了解和总结，发现以往学者在验证羊群效应 时，多使用日交易数据，而且以往学者在研究羊群行为对股价的影响时， 研究的内容多是机构投资者( 基金) 的羊群行为对股价的影响。然而证券 市场上，除了机构投资者，个人投资者也占了大部分，对市场有着不可小 看的影响。 因此本文可能的创新点在于：从整个市场层面出发，分别对不同交易 周期的数据( 日数据、周数据、月数据) 分别进行检验和比较，得出更加 全面的研究结论，并使用g r a n g e r 因果检验法研究羊群行为与股价波动的 关系。另外，数据更新到2 0 0 9 年。 学位论文作者签名： 同期： 穸 q 声 工 土 r 城傅 带泐 西南交通大学硕士研究生学位论文第1 页 第1 章引言 1 1研究背景与选题意义 传统上，经济学研究依赖于理性人基本假设，即人们受自我利益的驱 动，并有能力在不确定性条件下作出理性判断和决策。但近2 0 年来的现 实研究发现无论是国外还是国内的股票市场都存在诸多异象( a n o m a l i e s ) ， 投资者在很多时候都表现出非理性行为，如：股票红利无关性、羊群行为、 封闭式基金之谜以及股票投资溢价之谜等经典金融理论无法解释的“异 象”，这些异象直接导致了行为金融学的产生和发展。与传统金融学研究 不同的是，行为金融学建立在非理性人的假设基础之上，从人的角度来考 虑市场行为，充分考虑市场参与者心理因素的作用，从行为因素的角度解 释了一些市场异象，是对经典金融理论的挑战和补充。 而羊群行为作为行为金融学的重要研究内容之一，由于其对市场的稳 定性和有效性都有比较大的影响，所以，2 0 世纪8 0 年代以来，关于羊群 行为的研究越来越受重视。金融市场中的“羊群行为( 又称“羊群效应” “从众行为”) 是一种特殊的非理性行为，它是指投资者在信息环境不确 定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖 于舆论，而不考虑信息的行为。简单的说，就是一种从众行为，或者流行 语中的“跟风”。羊群行为在个人投资者、机构投资者和整个市场层面都 会出现。羊群行为具有放大效应，这表现在两个方面：如果被模仿者的行 为指向市场效率优化的一面，羊群行为就会强化这一指向，从而出现有效 率的格局；如果指向效率下降的一面，羊群行为只会加重效率的下降和扭 曲。后一种情况是人们不愿看到的，也是重点关注和研究的。 本文主要研究中国股票市场的羊群行为的存在性；如果羊群行为存 在，那它与股票价格的波动之间是怎样的关系；我们根据这些影响能否采 取一些措施弱化不利的影响，维护股市健康稳定地发展。 西南交通大学硕士研究生学位论文第2 页 1 2国内外研究现状 1 2 1 羊群行为存在性的研究 l a k o n i s h o k ，s h l e i f e r 和v i s h n y ( 1 9 9 2 ) 提出了一种测度羊群行为的方 法，以1 9 8 5 1 9 8 9 年间美国的7 6 9 家股票基金为研究对象，用l s v 法研 究发现这些基金并没有呈现显著的“羊群行为”，但在小公司股票交易方面 却具有轻微的“羊群行为”。作者认为主要是因为小公司的公开信息较少， 基金经理在买卖小公司股票时比较注重观察其他基金的交易行为。他们认 为：在某个时期，若一定数量的基金同时买或卖某种或某几种股票的次数 多于基金随机、独立地交易股票情况下的次数时，羊群行为就发生了。尽 管l s v 把这一现象称为“羊群行为”，但由于所估计的仍是统计意义上的相 关性指标，所以l s v 方法只能部分地测度金融市场上的羊群行为。虽然羊 群行为的发生会明显表现为基金经理投资行为的相关，但反之并不成立。 g r i n b l a t t ，t i t m a n 和w e l - m e r s ( 1 9 9 5 ) 用l s v 法检验了1 9 7 4 1 9 8 4 年问美国2 7 4 家共同基金的表现，发现样本基金并不存在显著的“羊群行 为”，但在买入过去表现较好的股票上，基金表现出了羊群行为，而且基 金的业绩与其羊群行为呈正相关，还有买方存在更多的羊群行为。后来， w e r m e r s ( 1 9 9 9 ) 在区分了基金类别的基础上对1 9 7 5 - - 1 9 9 4 年间美国的共 同基金进行了研究，结果表明所有基会在总体上都存在着明显的羊群行 为，并且不同类型基金的羊群行为有很大差别：在成长型基金、收入型基 金和平衡型基金中，成长型基会的羊群行为明显高于收入型基金。还有， 基金组i 日j 的羊群度与组内的羊群度接近，说明基金采取投资策略比较接 近。 l o b a o 和s e r r a ( 2 0 0 3 ) 、k a m e s a k a ，n o f s i n g e r 和k a w a k i t a ( 2 0 0 3 ) 基 于l s v 方法分别对葡萄牙和h 本股票市场的检验发现存在显著的羊群行 为。 对金融市场羊群行为实证检验的另一个分支是基于个股的检验。 c h r i s t i e 和h u a n g ( 1 9 9 5 ) ( 以下简称c h ) 最早提出用个股收益率( 相对 于l i j 场收益率) 的横截面标准偏离度c s s d ( c r o s s s e c t i o n a ls t a n d a r d d e v i a t i o no fr e t u r n s ) 指标来研究羊群行为，即在市场出现人的波动| 于( 跌 西南交通大学硕士研究生学位论文第3 页 到某一值或涨剑某一值) ，通过个股收益偏离度的走势来判断股市是台存 在羊群行为。c h 用1 9 6 2 年7 月一1 9 8 8 年1 2 月的日股票交易数据和1 9 2 5 年1 2 月一1 9 8 8 年1 2 月的月股票交易数据对股市价格极端波动情况下的羊 群行为进行了研究，结果发现美国股市在整体意义上不存在羊群行为。 后来，c h a n g 、c h e n g 和k h o r a n a ( 2 0 0 0 ) ( 以下简称c c k ) 采用个股 收益率相对于市场收益率的横截面绝对偏离度c s a d ( c r o s s s e c t i o n a l a b s o l u t ed e v i a t i o no fr e t u r n s ) 并基于限制条件下的资本资产定价模型提出 了检验羊群行为的新方法。该方法不直接用偏离度测度羊群行为，而是通 过检验偏离度与市场组合收益率之间是否存在非线性关系来探测羊群行 为。相对于c h 方法，c c k 方法对羊群行为的捕捉力更强、灵敏度更高。 他们对美国、香港、日本、韩国和台湾五个股市进行了实证分析，结果表 明：作为成熟股市代表的美国股市和香港股市不存在羊群行为，日本股市 存在部分羊群行为，而作为新兴股市代表的韩国股市和台湾股市则存在显 著的羊群行为。 在国内，对羊群行为的研究起步比较晚，到9 0 年代末才出现一些理 论研究，而且大都仅是对西方已有理论的引进。相关的实证研究较少。国 内研究几乎都表明我国证券市场存在比较明显的羊群行为。 宋军和吴冲锋( 2 0 0 1 9 ) 以1 9 9 8 1 卜2 0 0 0 9 共8 个季度期间我国的基金 为研究对象，结果发现我国的基余对于单个股票的买卖存在显著的“羊群 行为”。并且，高增长行业股、低价股和小公司股比其他类型股票存在更 严重的羊群行为现象。研究进一步发现，我国股市投资者采用羊群行为是 非理性的，由此判断我国股市存在的是“故意( 或者说真实) 羊群行为”，而 不是“虚假羊群行为”。 施东晖( 2 0 0 1 1 0 ) 对1 9 9 9 年第1 季度至2 0 0 0 年第3 季度期问我国的基 金进行分组研究，发现我国基金从整体上存在着明显的羊群行为现象，投 资理念趋同，并且在一定程度上加剧了股价波动。其中，基金热衷的行业， 如电子通讯业、生物医药业和基建业发现较严重的羊群行为现象。 宋军和吴冲锋( 2 0 0 1 1 1 ) 进一步使用个股收益率的分散度指标对我国证 券市场的羊群行为进行了实证研究，通过检验市场价格波动很大和波动平 均水平下的分散化指标的棚对人小来榆验羊群行为的存在性。作者分别计 算了样本期内中荚两吲证券l f 场的所有股票的平均分散度指标、按行、l k 分 西南交通大学硕士研究生学位论文第4 页 类后各行业的分散度指标，得垒0 ：中国市场t - i 收益率的分敞度指标平均值 2 4 3 。从行业分布来看，金融业的分散度最低，只有1 6 6 ；工业的分 散度指标最高，平均分散度为2 4 5 。在美国市场中，整个市场日收益率 的分散度平均值为1 7 1 ，从行业上看，信息技术类的分散度指标最大， 公用事业类的分散度指标最小。然后使用回归方程检验极端收益率下的分 散度与一般收益率下的分散度是否存在差异( 包括全样本和按行业分类的 子本的回归1 l ，得出结论为：我国证券市场的羊群行为程度高于美国证券市 场的羊群行为程度。中国市场熊市中存在广泛的羊群行为；市场极度走高 时的羊群行为低于市场极端下挫时的羊群行为即屈 0 ，如果下个决策者没有信 息，将选择其中最大i 值的选项。如果所有后续决策者的某一信息和已选 择选项不吻合，他们将选择同样的选项。只要已选择了j 下确选项，这就会 发生。因此，如果第一个有信息决策者，或者在他之后但在第一个没有信 息的后续决策者之阿的某个决策者，选择不正确，将存在不正确选项上的 羊群行为。 基于不完全信息而产生的羊群行为稳定性差，很容易在受到轻微的干 扰的情况下( 例如，内幕交易者的进入、新的公开信息的披露等) 便轻易结 束。( 周战强，2 0 0 4 ) 2 3 2 声誉模型 s c h a r f s t e i n 与s t e i n ( 1 9 9 0 ) 提出了基于声誉的羊群行为理论， g r a h a m ( 1 9 9 9 ) 继承并发展了该理论，建立了羊群行为的声誉模型。 其基本思想是：如果一个投资经理对于自己的投资决策没有把握，那 么明智的做法是与其他投资者保持一致，因为这样至少可以保持平均业绩 而不至于损害自己的声誉。当其他投资者也这么考虑时，羊群行为就产生 了。 考i g l j 和乙两个投资经理，他们面临一个同样的投资机会。似改投资 经理 f 两种类，弘：t 岛能力的和低能力的。高能力的经理能收集剑犬j 二投资 西南交通大学硕士研究生学位论文第13 页 叫报的有用信息，而低能力的经理掌握的信息纯粹是噪音，没有参考价值。 甲和乙均有可能是高能力的或低能力的，且两者能力水平的确定是相互独 立的。每一位经理本人和他的雇主均不知道自己或自己的经理属于哪个能 力类型，但他们对此都有一个先验的且一致的看法，即该经理的声誉。这 个看法在投资决策后随着对投资回报的观察而修正。 假设经理甲先做出决策，他对收集的信息进行分析并做出是否投资的 决策。由于经理乙不能确定自己属于高能力的还是低能力的经理，不管他 自己对投资前景的判断如何，他的最优选择都是跟随经理甲的决策。即使 决策被证明是错误的，也可以将其归因于坏运气，从而维持原先的能力评 价。 当多名经理依次进行决策时，后继的经理们将模仿第一个经理的决 策，从而产生羊群行为。与基于不完全信息的羊群行为模型一样，这种羊 群行为将导致市场无效率，其本身也是脆弱的。 同时，经理采取模仿行为不仅是关系到名誉问题，而且还关系到报酬 问题。在股票市场中，许多证券投资基金对经理的报酬是建立在相互业绩 比较的基础上。如果某一证券投资基金的表现比同业出色，那么该投资经 理将获得额外的报酬，否则将受到惩罚。如果投资经理是风险厌恶者，那 么他们之间就有采取相互模仿的倾向。因为只有采取模仿，才可能保证其 基金业绩同被模仿者的业绩相同，这样才可能避免受到惩罚。如果市场中 有许多的基金经理都采取模仿行为，那么羊群行为就形成了。( 汤华，2 0 0 6 ) 2 3 3 模仿传染模型 模仿传染行为是同常生活中常见的现象，在会融市场中，投资者必然 会受到其他人和环境的影响，产生模仿、攀比、追随和互相传染的倾向。 相对创新而言，模仿可以节约所有的创新成本，由此可以获得模仿优势。 模仿可分为理性模仿与非理性模仿。理性模仿是投资者博弈的结果，是优 化选择的结果。当模仿预期边际收益等于或大于模仿预期边际损失时，模 仿行为就会产生。比如一项技术发明需要大虽的丌发成本、试制成本，且 可能面临失败带术的风险成本等，而技术模仿可以节约这些成本，从f 玎获 得模仿收益。非理f ，t - 模仿是指人们的羊群行为。 西南交通大学硕士研究生学位论文第14 页 模仿传染模型是一个由于观念行为的传染造成的市场动态模式，主要 是从“模仿传染机制出发，考察投机者的从众行为。人际之间和各种媒 介间思想或行为的相互传染性使得个人倾向于与别人的判断或行为保持 一致，形成所谓的“趋同性效应”。在资本市场，总有一批非理性的投资 者，他们未来预期的形成主要依赖市场上其他人的行为和预期，从而通过 其他人的行为来选择投资策略。这种模仿传染会使股票价格的波动成倍放 大。 在股票市场中，模仿传染是指当买入的交易者较多时，打算卖出的交 易者很可能改变其态度并买入股票，或者当卖出的交易者较多，打算买入 的交易者很可能改变态度并卖出股票。 假设所有可能参与股市的投资者为i v , 刀娶，表示t 时刻打算买入者的人 数，强，。表示t 时刻打算卖出者的人数，n 。，表示t 时刻观望者的人数， n 。，= n 一刀买，+ 强。是t 时刻市场投资者的平均观念。 市场投资者的从众倾向是由买入方、卖出方及观望方三方力量的大小 所决定，这种倾向很不稳定，用变化从众系数值z 表示，用于确定转移概 率2 。 z ：! 墨：! 二! 壅兰( 2 1 ) n 对于不同的投资者群体，从众程度也会有较大的差别。用稳定从众系 数b 描述某个市场中股民的从众特征，它是由股民的平均受教育程度、社 会经济环境及股市的发展阶段等因素所决定的较为稳定的量，短期内它实 际上是一个常数。b 越大，表明股民越是不理性，越容易忽略自己的信息 而足艮随他人一些实证研究发现，越是成熟的市场，股民从众倾向越小。 假定从卖出变为买入的转移概率为岛丈，相反的是最妥。如果股民中的 流行态度倾向于买入，打算卖出股票的投资者转变为打算买入股票的投资 ，d 者的转换概率比相反方向的转换概率大，塑；b d ( z ) ，即从卖出转向 只： 买入的概率的相对变化随着z 的变化线性增加。 西南交通大学硕士研究生学位论文第15 页 如果流行态度倾向于卖出，则打算买入股票的投资者转变为打算卖出 股票的投资者的转换概率比相反方向的转换概率大，鳖。一b d ( z ) ，即 & 买 从买入转向卖出的概率的相对变化随着z 的变化线性递减。 可以得到转化概率：乓卖( z ) = w 6 ： ! 、，式中，y 是态度变化速度。 & 买( z ) = v e 曲忙 上述l u x 模型通过投资者的交易行为的变化来描述市场供需状况，而供 需状况进而影响价格的变化，投资者买和卖两种态度的转变的概率引入了 协同学的方法。其模型较好地刻画了市场中的从众行为，能很好地解释股 市泡沫的形成、破灭( 过度波动) 和均值回复。( t h o m a sl u x ，1 9 9 5 ) 西南交通大学硕士研究生学位论文第16 页 第3 章羊群行为实证方法综述 3 1l s v 法 l a k o n i s h o k ，s h l e i f e r 和v i s h n y ( 1 9 9 2 ，以下称l s 提出了一种测度 羊群行为的方法。这种方法主要用于检验投资基金的羊群行为。他们将羊 群行为定义为资金管理人同时买卖某些特定股票的平均趋势，他们认为： 在某个时期，若一定数量的基金同时买或卖某种或某几种股票的次数多于 基金随机、独立地交易股票情况下的次数时，羊群效应发生了。尽管他们 把这一现象称为“羊群行为”，但由于所估计的仍是统计意义上的相关性 指标，所以l s v 方法只能部分地测度金融市场上的羊群效应。虽然羊群效 应的发生会明显表现为基金经理投资行为的相关，但反之并不成立。因此， l s v 法实际上测度的是特定交易者交易模式的相关性，以及他们买卖同一 类股票的趋势。 以a ( i ，t ) ，s o ，t ) 分别表示t 时段内对股票f 买卖的投资者数量， h ( i ，t ) 为羊群程度，则h ( i ，f ) 可表示为： 日( f ，t ) = i p i ，一e ( p i 纠一a f , ， ( 3 1 ) 其中，n ，。兰亟尘一；表示在给定时间t ( 通常为一季度) 净买入 b ( i ，f ) + s ( i ，f ) 股票f 的基金经理人的比例。 e ( p i ，) 是只。的期望值； a f , 是假定不存在羊群行为( 基会买卖股票行为相互独立) 情况下 的调整因子： 彳e j2 ep ，- e ( p ；，) f ( 3 2 ) 调整因子考虑的是这样一个事实：无论p ；。 e ( p i ，) 还是p i ， ( p i t )( 3 5 ) s h m i ，；q ，h r ，则将( 4 3 ) 式两边取绝埘值 后得到： 西南交通大学硕士研究生学位论文第2 7 页 i e ( r ) 一置( 屯) i i 屈一1 i 【巨( 心) 一墨】 ( 4 4 ) 对( 4 4 ) 求算术平均，得： 万1 善nl 巨( r ) 一e ( 如) i = 华耄l 屈一1 | ( 4 - 5 ) 结合( 4 1 ) 和( 4 5 ) ，可以得到： e ( c s a d , ) = 等竽扣一1 | 6 ) 本文用c s a d , 和如。代替无法观察到的e ( c i 鲥p ) 和t ( ) ，对( 4 6 ) 式的如。分别求一阶、二阶偏导后得到： 百a c s a d , 一专弘- 1 l 。，訾= 。 7 ， 从式( 4 6 ) 中可以发现，c s a d 的一阶导数都大于零，二阶导数等于零， 因此上述结果表明，当不存在羊群行为时，偏离度是l 尺艉，l 的线性增函数， 表明偏离度随着市场涨跌幅度的增加而增加。 如果在市场平均价格大幅波动时期，市场参与者跟随市场的总体行为 而忽视其先前做出的决策，那么个股收益率分散度与市场收益率之间的线 性递增关系将不再存在。相反，二者会变成非线性递增甚至递减的关系。 也就是说当市场中存在羊群行为时，c a s d 与市场收益率如的线性关系将 不复存在，会呈现出一定的非线形变化关系。当由于投资者的非理性行为 导致存在显著羊群行为时，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 场期望收益率之间线性关系将不再保持线性关系。即c s a d 指标应该相对 于市场价格完全独立的按供需变化证常波动时会减小，当羊群行为较严重 时，整个变化过程会呈现出一定的非线性关系。于是本文在理性投资假设 的c s a d , 和凡。之问线形天系的琏础上增加一个二次项心，2 ，即 c s a d , = a + ) ，一r i + ) ，2 ( 凡，) 2 + ， ( 4 8 ) 西南交通大学硕士研究生学位论文第2 8 页 其中f ，为残差项。 检验股票收益分散度与市场收益之间的非线形关系，等价于检验上式 ( 4 8 ) 中回归二次项系数在统计学意义上是否显著为零。若二次项系数显 著不为零，且二次项系数为负时，市场上存在明显的羊群行为 注意，先f ；i 运用有限定条件的c a p m 模型仅仅是为了建立e ( c 翻d f ) 和巨( 心) 之间的线性关系。c s a d , 并不是羊群行为的测度指标，而是用 c s a d , 和也。之间的关系来检测羊群行为的存在与否。考虑到在市场上涨 和下跌时羊群行为的程度可能不对称，因此建立如下两个经验回归模型： 模型a ：c s 汲o , 印l 口+ ，l 吃，印l + ) ，：印( 心，叩) 2 + t ( 4 9 ) 模型b ：例q 棚l 口+ y ，棚j 心，棚i + ) ，：棚( 如，棚) 2 + ( 4 1 0 ) 其中，c 阴d f 为时间t 个股收益率对投资组合收益率( 氏，) 的绝对偏差 的平均值， 见，妒l ，l b ，如”l 为市场上涨( 下跌) 时所有可用股票在时间t 所 实现的平均权重收益率的绝对值，两个变量均以天、周、月来计算，即在 同一个回归方程中两个变量值的时间周期是一样的。以上两个回归模型就 是c c k 模型。为了便于线性关系的比较，模型a 和b 中的民。都是绝对 值。如果在市场价格大幅波动时，市场参与者确实存在羊群行为，那么 c s a d , 和吃。之间就是非线性关系。且这种非线性关系将表现为：回归系 数) ，统计显著不等于零，且为负【4 1 。 4 2 样本描述和变量定义 4 2 1 数据来源 本文的样本数掘束源于c c e r 数扒怜。j 川，个股收益v t 数据、周数据 和月数据来源于“c c e r 股票价格收& 数 ) i i ：咏”，i h 场收益率数掘来源于 西南交通大学硕士研究生学位论文第2 9 页 “c c e r 证券f 订场指数数据库”。数据包括： l 、股票收益率日数据：2 0 0 7 年沪市a 股市场每日收益率数据( 2 0 0 7 年1 月5 日至2 0 0 7 年1 2 月2 8 日。剔除s t 和p t 公司的收益率数据后，数据 量大约为1 6 7 0 0 0 。来源：c c e r 股票价格收益数据库。 2 、股票收益率周数据：2 0 0 7 年至2 0 0 9 年深、沪两市每周收益率数据( 2 0 0 7 年1 月5 日至2 0 0 9 年9 月4 日) 。剔除s t 和p 1 r 公司的收益率数据后，数 据量大约为1 5 8 0 0 0 。来源：c c e r 股票价格收益数据库 3 、股票收益率月数据：2 0 0 6 年1 2 月至2 0 0 9 年5 月深、沪两市每月收益 率数据( 2 0 0 6 年1 2 月至2 0 0 9 年5 月) 。剔除s t 和p t 公司的收益率数据后， 数据量大约为3 8 0 0 0 。来源：c c e r 股票价格收益数据库 4 、市场收益率日数据、周数据、月数据：日期分别与个股收益率的同数 据、月数据和周数据相对应。深市市场收益率取深圳成指的回报率，沪市 市场收益率取上证综指的回报率。 4 1 节中式( 4 8 ) 中的只，以上证综指和深圳成指代表，c 鼢p 由公 式( 1 ) 计算得出。c s a d , 具体计算步骤如下