金融管理QFII的羊群行为、股价同步性与股价崩盘风险

1、QFII的羊群行为、股价同步性与股价崩盘风险QFII的羊群行为、股价同步性与股价崩盘风险金永红 本研究受国家社会科学基金项目（06CJY006）资助。 金永红（1968-），男，华东理工大学商学院，邮政编码：200237，电子邮箱：jyhsh。 刘春梅（1992-），女，华东理工大学商学院，邮政编码：200237。颜梦雅（1991-），女，华东理工大学商学院，邮政编码：200237。，刘春梅，颜梦雅华东理工大学商学院金融系，200237摘要：合格的境外机构投资者（QFII）是证券市场的重要参与者，因为其具有注重基本面分析、注重长期投资的理念并且交易资金庞大，通常会对证券市场的交易价格产生显著的

2、影响。本文以2005-2012年中国A股上市公司和QFII重仓股持股数据为研究样本，通过计算羊群效应指标和股价崩盘风险并进行实证研究，得到QFII的羊群行为与股价同步性成正比的结论。进一步研究发现，QFII的羊群行为同样提高了股价未来崩盘的风险。这说明，QFII的羊群行为属于非理性羊群行为，QFII在稳定市场方面并没有达到预期的效果。本文的研究对于理解QFII在中国资本市场中的作用以及如何更好地发挥QFII作用具有一定的借鉴意义。关键字：羊群效应；QFII；股价崩盘风险；股价同步性The Herd effect of QFII, Stock price synchronicity, and t

3、he Crash risk of Stock marketYonghong Jin, Chunmei Liu, Mengya YanDepartment of finance, East-China University of Science and Technology, 200237Abstract: Qualified foreign institutional investors (QFII) are the important participants in the securities market. Due to its focus on fundamental analysis

4、, and paying attention to long-term investment, QFII tend to affect significantly the price of the stock market. Based on Chinas A-share listed companies from 2005 to 2012 and QFII holding shares data as the research sample, by calculating the flock of sheep effect index and stock price crash risk a

5、nd linear regression, we get the conclusion that QFII herd behavior can increase the stock price crash risk. Further study found that QFII herd behavior also can improve the stock price synchronicity of listed companies. This shows that QFII do not achieve the effect of stabilizing market in China a

6、s expected. Keywords: Herding; QFII; Crash Risk of stock market; Stock price synchronicity1 前言QFII 制度自2002年开始实施以来，由于担心QFII 将资金用于投机从而导致人民币升值，中国政府对其资格审批一直控制得很严格，甚至曾经几度暂停。中国政府对QFII审批的政策面在2005年下半年时开始放宽，使得局面有所改观。不仅在审批额度上有大幅度提升，审批速度也有较大的提升，方便合格境外机构投资者踏入中国资本市场。2006年，更是公布了合格境外机构投资者境内证券投资管理办法，依据这项办法的规定，QFII不

7、仅在申请门槛上有很大程度的降低，同时资金锁定期也大幅缩短，并且额度也有所上调，为更多的合格境外机构投资者踏入中国证券市场创造了条件。在当前的中国资本市场，QFII具有举足轻重的地位。QFII在选择股票作为自己的投资对象时，会充分考虑各个方面的因素，全面而均衡，以达到充分获得企业投资价值的目的。由于目前一般只有国外大机构投资者才能获得QFII资格，而这些大机构投资者通常被认为是富有理性且投资经验丰富的投资者，通常更注重基本面分析，具备长期投资的理性投资理念。因而QFII的引进对于引导中国国内的机构投资者的价值投资理念方面应该具有积极的促进作用，同时应该能够推动中国证券市场更为规范。但上述认识基本

8、建立在一种直观感觉之上，并没有相应的直接证据。对于QFII在进行投资决策时是否如我们直观所认为的那样理性，QFII是否能起到稳定股市的作用，又或是相反，甚至是增加了股市崩盘的风险，还需进一步的实证研究支持。一般认为，机构投资者的投资行为特征主要包括羊群行为和反馈交易策略。已有研究表明，一般机构投资者的羊群行为会增加股价崩盘风险。鉴于QFII通常是规模更大、更成熟的机构投资者，它们的羊群行为是否会有所不同？是缓解还是增加股价崩盘风险？本文将试图回答这个问题。本文的贡献主要有以下几点。首先，本文从企业微观层面入手，考察QFII的“羊群行为”对上市公司股价崩盘风险的影响。该问题的研究在现实上有助于深

9、入了解QFII在中国资本市场中的作用，在理论上为有关QFII是否能起到稳定股市作用的争议提供更为直接的经验证据。其次，本文侧重于股价崩盘风险，不似以往文献着重于考查股票收益率和波动性。股价崩盘风险反映了有关股价的负面信息累积到一定程度并瞬间爆发所引致的恶劣经济后果，有利于更加深刻地认识QFII作用的本质内容。最后，以往有关股价崩盘风险的文献并未着重分析投资者行为特征对股价崩盘的影响。李增泉等（2011）认为信息透明度，而许年行等（2012）则认为高管代理问题增加了股市崩盘风险。本文则从QFII羊群行为视角分析其对股价崩盘风险的影响，拓宽了该研究领域。 2 文献综述2.1关于QFII的研究在中国

10、证券市场不断发展的大背景下，机构投资者的数目与日俱增，所发挥的作用也越来越大，并逐渐成为证券市场交易价格的重要决定主体，而QFII更是成为机构投资者中的佼佼者。正因如此，国内外研究者广泛关注QFII投资行为特征的研究。由于韩国、印度等国家和台湾地区为了限制和规范外国投资者进入当地证券市场，也实行了类似于中国QFII 制度的相关制度。故关于QFII交易对当地市场的影响，其它国家的学者们也进行了很多研究。Choe等（1999）通过分析1996 年11月30日至1997年底期间的韩国股票市场的QFII交易数据，研究了在此期间QFII的交易行为。发现境外投资者在金融危机前有明显的正反馈交易及羊群行为，

11、而羊群行为在金融危机期间则有所转弱。他们没有发现证据证明QFII的参与加大了韩国股市的不稳定。孙立等（2006） 通过对QFII 持仓数据的实证研究，认为QFII 之所以总体上保持价值投资和长线投资，是因为其对中国的股票市场的大环境抱谨慎态度。刘成彦等（2007）通过对中国A股市场上QFII的交易行为进行深入探究，发现了中国A股市场上的QFII具有比较强的羊群行为迹象，特别是进入股权分置改革之后。李学峰等（2008）也发现相比国内开放式基金，QFII的“羊群行为”较强，而相比于境内机构投资者，QFII的惯性交易策略的程度略低。2.2关于羊群效应的研究Kraus 和Stoll（1972）最早探究

12、机构投资者羊群行为，率先提出机构投资者平行交易的概念，将在一定时间段内，机构投资者以同一方向交易同一支股票的行为定义为平行交易，也就是机构投资者的羊群行为。随后，涌现了大量有关羊群行为的研究。但是这些研究由于所采用的数据或研究方法上的不同而呈现出不同的结果。实际上，对羊群行为研究的争议存在于许多方面，我们将在下文有所提及。（1）羊群效应的定义关于羊群行为的定义，学者们并未达成一致意见。Lakonishok等（1992）把羊群行为定义为众多投资者在同一时间点按相同方向交易某一股票的行为；Devenow 和Welch（1996）认为羊群效应能够导致所有投资者一致错误，在羊群效应的作用下，处于同一投

13、资系统中的投资者系统性地做出错误判断；Avery 等（1998）以及Bikhchandani 等（2001）把羊群行为定义为当投资者发现其他投资者作出了与自己所掌握的私人信息不符的投资决策时，决定忽略自己所掌握的信息，而选择盲目跟从其他投资者甚至做出与自己判断相违背决策的行为。即投资者做出了与其所掌握的信息相违背的投资决策。综上所述，尽管各国研究者在表述上略有不同，但大都认为投资者忽略其所掌握的私人信息而盲目跟从其他投资者的投资决策是羊群行为的重要因素，此种羊群行为属于“非理性羊群行为”。非理性羊群行为指投资者抛弃基于自己掌握的私人信息的理性分析，盲目跟随他人。Bikhchandani等（19

14、92）认为非理性羊群行为的产生可能是因为当时的流行因素，或者个人的情绪因素。如果众多投资者在交易股票的过程中没有忽略自己所拥有的私人信息，而是基于共同信息（如上市公司盈利公告）在同一时间对某只股票进行买方或卖方的交易，一般被认为是一种“理性羊群行为”（Bikhchandani and Sharma，2001）。理性羊群行为的特点是投资者由于缺乏信息，或是受到某一信息刺激时，观点一致所产生的现象。（2）关于机构投资者间是否具有羊群效应的研究研究人员们用不同的方法对不同地区的样本进行研究，对机构投资者之间是否存在显著的羊群行为有不同的结论。Lakonishok等（1992）并未发现基金交易呈现显著

15、的羊群行为，但机构投资者们进行小公司股票交易时具有轻微的羊群效应。在此之后，Grinblatt等（1997）发现共同基金的平均羊群行为度较低，并不存在显著意义上的羊群行为。Christie和Huang（1995）提议用CSSD方法来衡量“羊群行为”的量，该方法基于基金收益率分散度，并发现美国的机构投资者几乎不存在明显的“羊群行为”迹象。Wenners（1999）设计了PCM（Portfolio Change Measure）指标，该指标能测量组合变化度，并通过该指标发现，从整体上看，样本基金间存在一定程度的“羊群行为”。Chang.等（2000）新创了CSAD 方法用以衡量投资者决策的一致性，

16、即羊群效应，并用该指标在不同地区（美国、香港、日本、台湾）得到了不同的结论。他们认为香港、美国股票市场不存在明显的“羊群行为”迹象，日本存在一定程度的“羊群行为”，台湾、韩国存在明显的“羊群行为”。中国学者对羊群行为也进行了较全面的研究。施东晖（2001）运用证券投资基金在1999 年至2000年间的季度持仓数据资料探究投资基金的羊群行为。发现封闭式基金的“羊群行为”迹象比单个股票的买卖更为显著，但在反馈交易倾向方面并没有表现得更显著。宋军等（2001）使用个股收益率的分散度指标来衡量羊群效应，并用其对中国证券市场的羊群行为进行检验，发现相比于美国证券市场，中国证券市场羊群行为程度略高，同时发

17、现羊群行为程度在市场收益率处于极高时高于市场。常志平等（2002）用横截面收益绝对差（CSAD）方法来对中国证券市场上的羊群行为进行了实证检验，发现在整体市场行情上涨时，中国深圳证券市场与上海证券市场都不存在羊群行为，但在整体市场行情下跌时，深圳证券市场与上海证券都存在羊群行为，并且深市相比于沪市具有更明显的羊群行为迹象。陈浩（2004）发现在中国的证券投资基金中存在显著的“羊群行为”迹象。伍旭川和何鹏（2005）对中国开放式证券投资基金的投资活动进行了深入研究，发现开放式证券投资基金间具有较强的羊群活动。祁斌等（2006）也做了相关研究并得到了中国证券投资基金在投资上使用正负反馈操作策略和较

18、强的羊群行为迹象的结论，并认为在流通盘较大和较小的股票上羊群行为表现得尤其显著。刘成彦等（2007）对QFII在中国A股证券市场中的证券交易活动进行深入研究，得到了QFII之间具有较强的羊群活动迹象的结论。（3）关于羊群效应对股价稳定性影响的研究有关机构投资者的羊群效应对股价稳定性的影响，学者们也没有达成一致的结论，主要有两种观点。一种观点认为缺乏证据证明机构投资者的羊群行为对市场稳定有负面影响。Kraus 和Stoll（1972）通过对羊群行为进行实证检验发现，当月机构投资者羊群效应与股价变动方向正相关，而上月机构投资者的羊群效应与股价变动方向恰恰相反。同时，没有证据证明机构投资者羊群效应对

19、市场稳定性有负作用。随后，Lakonishok 等（1992）利用机构投资者的季度持仓数据，假设机构投资者羊群行为会增加市场的不稳定性，为市场的稳定带来负面影响，得到在小公司与高成长公司中，机构投资者的羊群效应变得更为显著的结论；但同时也认为，缺乏证据证明机构投资者的羊群效应为股市稳定性带来负作用。Choe 等（1999）也没有找到证据证明境外投资者的参与会破坏韩国股市的稳定性。汤大杰（2007）甚至认为如果投资基金不约而同地在某一时间段对某一个消息做出同样的反应，则投资基金的羊群行为能够使价格的调整更为迅速，最终能使市场更有效率从而减弱并消除市场波动。另一种观点认为，机构投资者的羊群行为会增

20、加市场的不稳定性。如陈晓和等（2009）认为QFII 对个股的净买入在一定程度上与该股的市场表现正相关，而在市场整体调整时期QFII 对个股的净卖出与该股表现有负相关，但是这种相关关系在整体牛市阶段较小。由此可见，QFII 的投资行为在不考虑整体市场行情影响之后会对股价的波动性产生一定的影响。Tan 等（2008）发现，机构投资者的羊群活动会增加股价的波动幅度，导致股票的风险上升。Brown（2012）发现，机构投资者的羊群活动将导致股价反应过于激烈，从而为市场稳定性带来了负面影响；许年行（2013）则认为机构投资者之间的羊群活动与股价未来的崩盘风险正相关，即机构投资者的羊群活动会增加股价未来

21、崩盘的概率，对稳定股价具有负面作用。2.3关于股价崩盘的研究只要股市存在，股价崩盘的风险就一直存在，因而“股价崩盘风险”一直都是研究的热点。Jegadeesh 等（2009）认为全球范围的金融危机爆发的重要原因之一就是机构投资者的“羊群效应”。李增泉（2011）认为信息透明度是影响股价崩盘风险的重要因素。许年行等（2012）研究认为，由于存在“掏空”公司资源，获取更高期权价值等代理问题或是由于晋升等原因，公司内部的管理者们，往往更乐于隐藏对公司不利的消息或坏消息。随着时间的积累，负面消息在公司内部得不到释放，但是公司只能在一定程度内对坏消息容纳，一旦坏消息过多，超过限度，负面消息将集中释放，从

22、而对公司股价造成巨大的负面影响甚至最终导致崩盘。特别是信息透明度不高的公司，经理人在信息管理问题上更为困难，因为投资者们无法了解到经理人在藏匿负面信息，导致这种公司股价未来的崩盘风险更大。Jin 等（2006）和Hutton（2009）认为由于信息不透明而导致的坏消息的积累，并在某一时间集中释放会导致对股价的巨大负面冲击，引发崩盘。2.4 文献评述由此可见，国内外学者对于QFII的羊群行为以及股价崩盘风险进行了较为深入的研究，取得了不少研究成果。但必须指出的是，上述研究大都未区分是投资者忽略自己所掌握的私有信息，而盲目相信其他投资者的投资决策所引起的“非理性羊群行为”，还是投资者由于信息不充足

23、或不及时或是受到某些信息刺激的情况下，观点一致所产生的“理性羊群效应”。而且，国内相关羊群效应的研究大多针对三方面来进行：一是QFII之间是否存在羊群行为和反馈交易策略；二是比较国内开放式证券投资基金和QFII这两类机构投资者的投资策略进行比较；三是探究羊群活动对股票收益率或股市波动性影响。相关文献对QFII在中国证券市场的羊群行为是理性羊群效应还是非理性羊群效应，以及这种羊群效应与股价崩盘风险之间的关系研究方面却很少涉及，因此我们希望在这方面作一点尝试。3 研究假设3.1 QFII的羊群行为与股价同步性中国学者通过对中国的QFII季度重仓股数据的研究检验，认为中国的开放式证券投资基金与QFI

24、I这两类机构投资者都具有比较明显的羊群行为迹象，但同时又具有差异。主要体现在以下几个方面：首先，QFII的羊群活动大于中国国内开放式证券投资基金；其次，将羊群活动分为买卖双方的羊群活动时，这两类机构投资者在买卖双方的羊群行为方面也存在显著差异。第三，境内投资者的惯性交易策略相比于境外投资者较高。李学峰（2008）认为境外机构投资者对稳定市场虽然起到了积极作用，但作用有限。于是，有必要将QFII从机构投资者中剥离出来，单独研究。刘成彦（2007）认为QFII之间具有较强的羊群活动迹象，这种迹象在中国进入股权分置改革之后表现得更加显著。近年来，曾爆发过多次范围涉及全球的金融危机，学者们通过相关研究

25、往往认为投资者们的“羊群行为”会导致市场波动幅度的扩大，为市场的稳定性带来负面影响，甚至最终导致金融体系的崩溃。正如Jegadeesh 等（2009）研究所得的结论一样，认为“羊群行为”是导致金融危机爆发的重要因素。并且，Hirshleifer和Teoh（2003）认为现有文献不仅对羊群行为与股价崩盘风险之间的关系没有提供严谨的理论分析，同时在实证研究上也缺乏检验。Morck 等（2000）认为股价同步性是衡量上市公司特有信息融入股价程度的重要指标，可以用来衡量股票定价效率。并且与股票定价效率具有如下关系：股价同步性与股票定价效率呈负相关关系，股价同步性越高，则股票定价效率越低；股价同步性越低

26、，则股票定价效率越高。在此基础上，本文认为，如果QFII的羊群行为是出于对共同信息的偏好和判断，是由于观点一致所产生的群聚现象，那么QFII的羊群行为会使股价更完整地反映这些共同信息，提高股票的定价效率，降低股价同步性，则羊群效应指标与股价同步性呈负相关关系；反之，如果羊群行为是由于投资者忽略了自己拥有的私有信息，抛弃自己的投资抉择选择跟从其他投资者的抉择，那么这种非理性羊群行为将使私有信息不能反映或是不能完全反映在股价中，从而使股价定价效率下降，股价同步性得到提高，并且两者呈正相关关系。通过上文的讨论，本文提出下面以下假设：H1a：QFII的羊群行为会降低股价定价效率，与股价同步性呈正相关关

27、系。H1b：QFII的羊群行为会提高股价定价效率，与股价同步性呈负相关关系。3.2 QFII的羊群行为与股价崩盘风险从前面的文献综述可了解到，学者们关于机构投资者的羊群行为到底对股价稳定性有什么样的影响各持己见，并未达成一致意见。而关于QFII对市场稳定性具有负面或正面影响也并未有一致定论。一方面有学者认为，QFII的投资活动特征有助于增加市场的稳定性（李学峰，2008；饶育蕾等，2011）。另一方面，张佑辉（2008）认为QFII的投资活动对资本市场的稳定性没有显著作用，同时QFII持股可能还会加剧股市波动幅度，中国国内投资者不应盲目跟从。王麟乐（2011）也认为从整体上看，QFII对中国市

28、场稳定性的增强作用并不明显。同时从理论角度分析，并结合关于羊群行为的相关研究，我们可以有以下两个方面的认识。一方面，如果QFII的羊群行为是“非理性羊群行为”，那么QFII会忽略自己所拥有的个人信息而根据其他投资者的决策做出投资选择，导致其所拥有的信息不能完全融入股价中，这将不利于资本市场的信息透明度和定价效率的提升，从而可能引发股价崩盘，两者呈正相关关系。另一方面，如果QFII的羊群行为属于“理性羊群行为”，即是QFII在面对信息弱势以及某些信息刺激的情况下，观点一致所产生的群聚现象。那么以同一方向交易某只股票可能是由于他们观点一致而并非忽略私有信息所导致。可见，此种情形下，有助于提高资本市

29、场中信息透明度和市场效率，从而能降低股价崩盘风险，两者表现出相关关系。通过以上分析，本文提出下面两个对立的假设：H2a：QFII的羊群行为会增加股价崩盘风险，两者呈正相关关系。H2b：QFII的羊群行为会降低股价崩盘风险，两者呈负相关关系。由于H1a、 H1b、 H2a、 H2b都反应了QFII的羊群行为是理性羊群行为还是非理性羊群行为：若H1a与H2a成立，则QFII的行为是非理性羊群效应。若H1b与H2b成立，则QFII的行为是理性羊群效应。因此，H1a和 H2a以及H1b和 H2b也可互相印证。3.3 QFII的羊群行为对股价同步性和股价崩盘风险的影响基于以上研究，如果QFII的羊群行为

30、属于“非理性羊群行为”，那么QFII的羊群行为与股价同步性呈正相关，且QFII的羊群行为与股价崩盘风险也呈正相关。另一方面，如果QFII的羊群行为属于“理性羊群行为”，那么羊群行为与股价同步性呈负相关，且羊群行为与股价崩盘风险也呈负相关。同时，由于股价同步性与信息透明度密切相关，而信息透明度是影响股价崩盘风险的重要指标，因此股价同步性也能影响股价崩盘风险。但QFII的羊群行为是加强还是减弱股价同步性与股价崩盘风险间的相关关系，还需进一步的研究。因此，本文提出下面两个对立的假设：H3a：QFII的羊群行为会增加股价同步性对股价崩盘风险的影响。H3b：QFII的羊群行为会减弱股价同步性对股价崩盘风

31、险的影响。4 研究数据、变量与模型4.1 数据来源QFII 自2003 年7 月于深圳证券交易所开始交易深市A 股，但由于2003、2004 年获得QFII资格批准的机构投资者家数较少，因此本文从2005 年开始考察其交易行为。样本数据包括2005年1 月1日至2012年12月31日间所有QFII的季度交易数据。如果某一季度中交易某只股票的QFII 家数太少（如QFII家数），则计算羊群行为的度时容易造成计算结果的失真，因此，为了防止样本的偏差，我们仅将一季度内有3 家及3家以上 QFII 交易的股票纳入研究样本。本文用于计算羊群行为指标的QFII季度持股数据来自WIND数据库，用于计算股价崩

32、盘风险的上市公司财务数据和股票交易数据来自RESSET数据库。本文将获得的2005年-2012年QFII的重仓股交易数据剔除某一季度中交易某只股票的QFII 家数的股票，共得到季度交易记录2061条，最终所得的公司-年度样本为287条。4.2 变量的定义和度量（1）崩盘风险指标本文借鉴Kim 等（2011）的方法来度量股价崩盘风险。首先，利用股票的周收益率数列，根据公式（1）计算股票经市场调整后的收益率： （1）在公式（1）中，代表每一年度股票在第周的收益，代表A股所有股票在第周经流通市值加权的平均收益率。为了调整股票非同步性交易的影响，本文在公式（1）中加入所有股票在第周经流通市值加权的平均

33、收益率的滞后项和超前项。股票第周的经过市场调整后的收益率为： （2）在公式（2）中，是公式（1）中回归所得的残差。其次，本文采用了如下指标来度量股价崩盘风险，分析QFII的羊群行为与股价崩盘风险的关系。根据许年行（2013）的研究股价崩盘风险的相关实证分析，本文借鉴其指标并作为第一个衡量股价崩盘风险的指标，即NCSKEW，这个指标是股票经市场调整后的周收益率（）的负偏度。其计算方法如下： （3）其中为股票在t年内计算所得的的个数。根据Kim 等（2011）的研究，由于公司管理层有隐藏公司坏消息的倾向，当这些被隐藏的坏消息突然爆发时，通常会引发股价崩盘。在完美状态下，如果管理人员并未刻意隐藏对公

34、司不利的负面消息，那么处于上升和下降阶段的概率是相等的，即理论上应是无偏的；并且上升和下降阶段的幅度也应该是相同的，即。但现实恰恰相反，管理层出于自身利益的考虑，如绩效考核等，往往刻意隐藏坏消息，直到坏消息积累到不能隐瞒的地步才予以披露；但管理层不会选择隐藏好消息，毕竟好消息的公布对其有益。由于管理层选择隐蔽对公司不利的信息而不选择隐蔽对公司有利的消息，因此处于上升阶段比处于下降阶段的概率大，的分布就会出现偏度。综上所述，股价崩盘风险指标NCSKEW就可以衡量股价的崩盘风险，并且NCSKEW的数值代表偏态系数为负的程度，其值越大则崩盘风险越大。（2）QFII的羊群效应度量本文选择刘成彦等（20

35、07）的方法来度量QFII羊群效应的指标，具体计算公式如下： （4）其中，为在季度净买入公司股票的QFII占在季度交易公司股票的所有QFII的比例，即 （5）其中代表在季度净买入公司股票的QFII的数量，代表在季度净卖出公司股票的QFII的家数。代表季度增持公司股票的QFII数量占交易公司股票的总的QFII数量比例的期望值，即在季度净买入股票的QFII家数占交易股票的所有QFII家数的平均比例。具体计算方法如下： （6）其中为QFII在季度交易的股票数。在不同的季度，由于市场的下降或上涨，并不相同，可以把它看做季度QFII买入公司股票的概率。是调整因子，表示在QFII间不存在羊群行为的假设前提

36、下，的预期值。QFII在季度内对公司股票买卖具有不平衡性，为调整项，只有在QFII对公司股票的买卖不平衡达到一定程度时，才认为存在羊群行为。在本文中我们使用的均值减去1.96个标准差作为调整项。由于样本中用到的QFII持股数据是季度数据，计算出的羊群行为指标也是季度数据。而股价崩盘风险、股价同步性等数据则是年度数据，因此我们需要将羊群行为的季度数据换算成年度数据，方法参考许年行（2013）。每家上市公司一年内按季度计算的值进行平均，得到变量HERD。然后计算HERD 的平均值和标准差，并把作为调整项，得到变量HERDING即为QFII羊群行为指标。根据许年行等（2013），本文控制如下变量：（

37、1）Dturn，股票换手率；（2）Ret，股票 的年度收益率；（3），股票经市场调整后周收益率的标准差；（4）Size，上市公司的规模，用公司总资产的自然对数表示；（5）Lev，上市公司的资产负债率，用总负债比总资产表示；（6）ROA，上市公司的总资产收益率，即净利润比总资产。本文选取的控制变量如表1所示。表1 控制变量说明情况变量符号变量名称变量计算方式Dturn股票换手率Ret股票 的年度收益率的标准差Size上市公司的规模Log(Size)Lev上市公司的资产负债率总资产/总负债ROA总资产收益率净利润/总资产（3）股价同步性的衡量本文对股价同步性的衡量方法来自于饶育蕾等（2013），具

38、体计算方法如下： （7）其中，为每年度股票的周收益率根据公式（1）拟合回归所得的拟合优度。（4）稳健性检验指标我们用DUVOL指标来作为稳健性检验指标，衡量股价崩盘风险，并与前面的结论作对比，以检验我们的研究结论是否稳健。DUVOL是衡量股价上升阶段波动性和下降阶段波动性之间差异性的指标。首先，比较股票经过市场调整后周收益率（）与年平均收益的大小，将股票收益数据分为上升阶段和下降阶段两个子样本，如果经过市场调整后周收益率（）大于年平均收益，则为上升阶段；如果经过市场调整后周收益率（）小于年平均收益，则为下降阶段；并分别计算两个子样本中股票收益的标准差（），然后使用如下的模型计算： （8）其中，

39、为股票的周特有收益大于年平均收益的周数。为股票的周特有收益小于年平均收益的周数。4.3实证模型筛选出样本并计算出相应指标后，我们按如下实证模型进行实证分析。首先，本文检验QFII的羊群行为对股价同步性的影响。模型如下： （9）其中，SYNCH为股价同步性指标，为QFII的羊群行为变量。其余为上文所提的控制变量。其次，考查QFII的羊群行为对股价崩盘风险的影响。模型如下： （10）其中，分别由年的NCSKEW来度量； 代表滞后一期即t-1年QFII的羊群行为变量。其余为上文所提的控制变量。再次，考查羊群行为是否会加强股价同步性与股价崩盘风险间的相关关系： （11）其中，分别由t 年的NCSKEW

40、来度量；代表滞后一期即t-1年期QFII的羊群行为变量，为交互项，其余为上文所提的控制变量。5 实证结果分析5.1 QFII羊群行为与股价同步性的关系表2展示了本文基于SYNCH指标的检验结果。如表2所示，在全样本情况下，用SYNCH指标来衡量股价同步性，SYNCH与羊群效应指标表现出正相关关系。表2是SYNCH指标与羊群效应指标及其他控制变量的相关分析结果。从表2中可以看到，用SYNCH指标来衡量的股价同步性与羊群效应指标值的相关系数为0.159，且单尾显著性检验P = 0.004，在1%的显著性水平下相关。因此，可以暂且认为股价同步性与QFII的羊群行为有显著的正相关关系，后面将对他们之间

41、的正相关关系作进一步研究。表2 SYNCH与羊群效应的相关分析 SYNCHHERDINGDTURNSIGMARETSIZELEVROEPearson CorrelationSYNCH1.000.159-.248-.029-.336.065-.058.077 HERDING.1591.000-.074-.048-.169.099.010-.007 DTURN-.248-.0741.000.078.296-.467-.028.008 SIGMA-.029-.048.0781.000-.052.020.055.053 RET-.336-.169.296-.0521.000-.080-.046.043

42、 SIZE.065.099-.467.020-.0801.000.409-.053 LEV-.058.010-.028.055-.046.4091.000-.165 ROE.077-.007.008.053.043-.053-.1651.000Sig. (1-tailed)SYNCH.004.000.314.000.138.164.098 HERDING.004.105.210.002.048.434.453 DTURN.000.105.094.000.000.318.446 SIGMA.314.210.094.192.370.177.184 RET.000.002.000.192.089.2

43、18.232 SIZE.138.048.000.370.089.000.185 LEV.164.434.318.177.218.000.003 ROE.098.453.446.184.232.185.003.NSYNCH286286286286286286286286 HERDING286286286286286286286286 DTURN286286286286286286286286 SIGMA286286286286286286286286 RET286286286286286286286286 SIZE286286286286286286286286 LEV2862862862862

44、86286286286 ROE286286286286286286286286表3 SYNCH与羊群效应回归结果Model 变量回归系数tSig.1常数项2.4291.032.303HERDING1.102*1.796.074DTURN-.002*-2.478.014SIGMA-1.075-.474.636RET-.609*-4.737.000SIZE-.027-.259.796LEV-.517-.867.387ROE.0071.474.142相关系数0.400判定系数0.160F7.568*注：*、*、*分别代表在10%，5%，1%的显著性水平上显著对股价同步性与羊群行为指标及其他控制变量进

45、行相关分析后，我们得到了股价同步性与羊群效应指标有一定正相关关系，且这种关系在1%的显著性水平下显著的结论。在此基础之上，我们还需进一步论证股价同步性与羊群效应指标间的对应关系。我们应用模型（9），把股价同步性看作因变量，把羊群效应指标看作自变量，其余变量为控制变量，进行了多元线性回归分析。分析结果如表3所示。从表3中可以看出，相关系数为0.400，判定系数为0.160。回归方程的F = 7.568，且在1%的水平上显著，因此可以认定股价崩盘风险与羊群效应指标及其他控制变量间有线性关系。Herding的系数为1.102，t = 1.796，并且在10%的显著性水平下显著。因此可以认为由SYNC

46、H衡量的股价同步性与羊群效应指标具有一定的正线性关系。可见QFII的羊群效应会降低股价定价效率，与股价同步性呈正相关，因此假设H1a得到支持。5.2 QFII羊群行为与股价崩盘风险的关系李增泉等（2011）认为信息透明度是影响股价崩盘风险的重要原因，而QFII的羊群效应与股价同步性呈正相关，降低了股价定价效率，从而降低了信息透明度，理论上会增加股价崩盘风险。在下文我们将用相关分析和多元线性回归来衡量QFII的羊群行为对股价崩盘风险的影响。表4展示了本文基于NCSKEW指标的检验结果。如表4所示，在全样本情况下，用NCSKEW指标来衡量股价崩盘风险，NCSKEW与羊群效应指标表现出正相关关系。表

47、4是SYNCH指标与羊群效应指标及其他控制变量的相关分析结果。表4 股价崩盘风险与QFII羊群行为的相关分析 NSKEWHERDINGDTURNSIGMARETSIZELEVROEPearson CorrelationNSKEW1.000.217-.446-.092-.514.176-.066.113 HERDING.2171.000-.074-.048-.169.099.010-.007 DTURN-.446-.0741.000.078.296-.467-.028.008 SIGMA-.092-.048.0781.000-.052.020.055.053 RET-.514-.169.296-

48、.0521.000-.080-.046.043 SIZE.176.099-.467.020-.0801.000.409-.053 LEV-.066.010-.028.055-.046.4091.000-.165 ROE.113-.007.008.053.043-.053-.1651.000Sig. (1-tailed)NSKEW.000.000.060.000.001.132.028 HERDING.000.105.210.002.048.434.453 DTURN.000.105.094.000.000.318.446 SIGMA.060.210.094.192.370.177.184 RE

49、T.000.002.000.192.089.218.232 SIZE.001.048.000.370.089.000.185 LEV.132.434.318.177.218.000.003 ROE.028.453.446.184.232.185.003.NNSKEW286286286286286286286286 HERDING286286286286286286286286 DTURN286286286286286286286286 SIGMA286286286286286286286286 RET286286286286286286286286 SIZE286286286286286286

50、286286 LEV286286286286286286286286 ROE286286286286286286286286从表4中可以看到，用NCSKEW指标来衡量的股价崩盘风险与羊群效应指标值的相关系数为正，且单尾显著性检验P = 0，在1%的显著性水平下相关。因此，可以暂且认为股价崩盘风险与QFII的羊群行为之间有显著的正相关关系，后面我们再对它们之间的正相关关系作进一步研究。利用模型（10），把股价崩盘风险（NCSKEW）看作因变量，把羊群效应指标（Herding）看作自变量，其余变量看作控制变量，进行多元线性回归，结果如表5所示。表5 NCSKEW与羊群行为的回归分析Model 变量

51、回归系数tSig.1常数项.248.180.857HERDING.899*2.502.013DTURN-.003*-5.188.000SIGMA-2.500*-1.885.060RET-.636*-8.450.000SIZE.039.632.528LEV-.561-1.606.109ROE.008*2.713.007相关系数0.637判定系数0.406F27.149*注：*、*、*分别代表在10%，5%，1%的显著性水平上显著从表5中我们可以看出模型的相关系数为0.637，判定系数为0.406。回归方程的F = 27.149，P = 0，因此可以认定股价崩盘风险指标与羊群效应指标及其他控制变量

52、间有线性关系。Herding的系数为0.899，t = 2.502，并且在5%的显著性水平下显著。因此可以认为股价崩盘风险指标与羊群效应指标具有一定的正线性关系。因此，假设H2a得到支持，而假设H2b则没有得到支持。5.3 QFII羊群行为对股价同步性与股价崩盘风险关系的影响上文已经验证了QFII羊群行为与股价同步性以及与股价崩盘风险具有显著的正相关关系，但QFII羊群行为的存在是否会增加股价同步性与股价崩盘风险之间的相关关系还需进一步说明。本文下面运用模型（11），把股价崩盘风险（NCSKEW）看作因变量，把羊群效应（HERDING)、股价同步性（SYNCH）及其交互项看作自变量，其余变量为

53、控制变量，观察QFII的羊群行为对股价同步性与股价崩盘风险关系的影响。结果如表6所示。表6 QFII的羊群行为对股价同步性与股价崩盘风险关系的影响Model 变量回归系数tSig.1常数项-.683-.650.516HERDING.4511.580.115DTURN-.002*-4.615.000SIGMA-2.101*-2.081.038RET-.404*-6.781.000SIZE.0491.059.291LEV-.359-1.348.179ROE.005*2.285.023SYNCH.368*7.531.000 交互项.038.338.736相关系数0.812判定系数0.659F59.180*注：*、*、*分别代表在10%，5%，1%的显著性水平上显著从表6中可以看出，HERDING的系数为0.451，P值为0.115，因此，在模型中有交互项时，HERDING的系数虽然为正，但却不显著；而SYNCH的系数为0.368，并且在1%的显著性水平上显著；交互项的系数为正，但也不显著。因此可以认为QFII的羊群行为在一定程度上能增加股价同步性与股价崩盘风险正相关的关系，但这种影响并不显著。5.4 稳健性检