基金羊群行为对股票价格的影响：基于实证研究的深度剖析

基金羊群行为对股票价格的影响：基于实证研究的深度剖析一、引言1.1研究背景与意义在金融市场中，基金作为重要的机构投资者，其投资行为对市场运行有着深远影响。基金羊群行为是指基金经理在投资决策时，受到其他基金经理行为的影响，而忽略自身所掌握的信息，从而采取相似投资决策的现象。这种行为在金融市场中较为普遍，对金融市场的稳定性、效率以及投资者的收益都产生着重要作用。随着金融市场的不断发展，基金规模日益壮大，其在市场中的影响力也逐渐增强。据中国证券投资基金业协会数据显示，截至2023年底，我国境内公募基金资产净值合计达27.29万亿元，较上一年增长了5.89%，基金数量达到10561只。基金市场的蓬勃发展使得基金羊群行为的影响范围进一步扩大。在2020年疫情爆发初期，市场不确定性增加，众多基金经理出于对市场前景的担忧以及对同行决策的依赖，纷纷减持股票资产，导致股市短期内大幅下跌，市场恐慌情绪蔓延，这一现象充分体现了基金羊群行为对市场的冲击。研究基金羊群行为及其对股票价格的影响具有多方面的重要意义。在理解市场运行机制方面，基金羊群行为是金融市场中一种典型的非理性行为，深入探究该行为能够帮助我们更全面地认识金融市场中投资者行为的复杂性和多样性，揭示市场价格波动背后的行为因素，从而更好地理解市场运行的内在逻辑。从投资者决策角度来看，对于个人投资者而言，了解基金羊群行为有助于他们在投资过程中保持理性，避免盲目跟风基金的投资决策，降低投资风险。对于机构投资者，研究基金羊群行为能够为其制定科学合理的投资策略提供参考，帮助他们在复杂多变的市场环境中做出更明智的投资决策，提高投资收益。在市场监管层面，基金羊群行为可能引发市场的过度波动，增加市场的系统性风险。通过对基金羊群行为的研究，监管部门能够及时发现市场中存在的潜在风险，制定更为有效的监管政策，加强对市场的监管力度，维护金融市场的稳定秩序，保护投资者的合法权益。1.2国内外研究现状国外对基金羊群行为的研究起步较早。Lakonishok、Shleifer和Vishny（1992）开创性地提出了LSV模型，通过对美国证券市场上养老基金等机构投资者的交易数据进行分析，发现这些机构投资者的羊群行为并不显著。然而，Wermers（1999）运用改进后的LSV模型，对美国共同基金的投资行为进行研究后，得出了不同的结论，他发现美国共同基金存在一定程度的羊群行为，且在小公司股票的投资上羊群行为更为明显。此后，许多学者基于不同的市场和样本，运用LSV模型及其衍生模型展开研究。如Grinblatt、Titman和Wermers（1995）通过研究发现，基金在买卖股票时存在羊群行为，并且这种行为与股票的特征如市值、行业等因素相关。在基金羊群行为对股票价格影响的研究方面，国外学者也取得了丰富的成果。Chan、Lakonishok和Sougiannis（1999）研究发现，基金的羊群行为会对股票价格产生显著影响，买入羊群行为会使股票价格在短期内上涨，而卖出羊群行为则会导致股票价格下跌。Kraus和Stoll（1972）的研究表明，机构投资者的交易行为会增加股票价格的波动性，基金作为重要的机构投资者，其羊群行为也可能加剧这种波动。Sias（2004）认为，基金羊群行为通过影响股票的供求关系，进而对股票价格产生影响，当大量基金同时买入或卖出某只股票时，会导致股票价格的大幅波动。国内关于基金羊群行为的研究始于21世纪初。宋军和吴冲锋（2001）运用修正后的LSV模型，对我国证券投资基金的羊群行为进行实证研究，发现我国基金存在明显的羊群行为，且程度高于西方的养老基金和共同基金。祁斌、袁克、胡倩和周春生（2006）使用经典的LSV方法以及Wermers的扩展方法，研究发现我国证券投资基金之间具有较明显的羊群行为，同时使用正负反馈操作策略，在流通盘较大和较小的股票上的羊群行为显著，成长型基金的羊群行为显著等。此后，众多学者从不同角度对我国基金羊群行为进行研究，如从基金类型、市场行情、行业特征等方面分析羊群行为的特征和影响因素。在基金羊群行为对股票价格影响的研究上，国内学者也进行了深入探讨。王晓鸿、程贵和高宏霞（2009）以开放式基金为例对2003年到2007年中国证券投资基金羊群行为与股票市场波动性做了实证分析，结果表明中国证券投资市场中基金羊群行为与股价的波动有着显著的相关关系，羊群行为度每变动1个单位将导致中国股市波动3个单位以上，但股市波动并非导致基金羊群行为的原因。现有研究在基金羊群行为及其对股票价格影响方面取得了丰硕成果，但仍存在一些不足。一方面，在研究方法上，虽然LSV模型及其衍生模型被广泛应用，但这些模型在衡量羊群行为时可能存在一定局限性，无法完全准确地捕捉到基金的复杂投资行为。另一方面，在研究内容上，对于不同市场环境下基金羊群行为的动态变化以及其对股票价格长期影响的研究还不够深入，且较少考虑宏观经济因素、政策因素等对基金羊群行为和股票价格关系的影响。本文将在前人研究的基础上，运用更全面的数据和更科学的研究方法，深入探讨基金羊群行为及其对股票价格的影响，以期为金融市场的研究和实践提供更有价值的参考。1.3研究方法与创新点本文主要采用实证研究方法，通过多方面的数据收集和科学的模型构建，深入探究基金羊群行为及其对股票价格的影响。在数据收集上，选取了2018-2023年期间我国A股市场中基金持股数据以及对应的股票交易数据。数据来源涵盖万得（Wind）数据库、各基金公司定期披露的报告以及证券交易所公开数据。其中，从万得数据库获取了基金季度报告中详细的股票持仓信息，包括基金持有股票的种类、数量和市值等数据，同时收集了对应股票的每日收盘价、成交量、流通股本等交易数据，以全面反映股票市场的交易情况。为确保数据的准确性和完整性，对收集到的数据进行了严格的筛选和清洗，剔除了数据缺失严重、异常交易以及被ST的股票数据，最终得到了涵盖500只基金、1000多只股票的有效数据样本。在模型构建方面，采用改进的LSV模型来衡量基金羊群行为。传统LSV模型在衡量羊群行为时存在一定局限性，无法充分考虑市场环境变化和基金投资策略的多样性。本文在传统LSV模型基础上，引入市场波动指标和基金规模变量，以更准确地反映基金羊群行为的动态变化。改进后的模型公式为：H_{i,t}=\frac{\vertP_{i,t}-E(P_{i,t})\vert-E(\vertP_{i,t}-E(P_{i,t})\vert)}{1-E(\vertP_{i,t}-E(P_{i,t})\vert)}+\alpha\sigma_{t}+\beta\ln(S_{j,t})其中，H_{i,t}表示股票i在t时期的羊群行为度；P_{i,t}是t时期买入股票i的基金数量占买卖股票i基金总数的比例；E(P_{i,t})为P_{i,t}的期望值；\sigma_{t}代表t时期市场波动指标，通过计算市场指数收益率的标准差来衡量；S_{j,t}是t时期第j只基金的规模；\alpha和\beta为回归系数。为探究基金羊群行为对股票价格的影响，构建多元线性回归模型。将股票价格收益率作为被解释变量，基金羊群行为度作为核心解释变量，同时控制其他影响股票价格的因素，如公司财务指标（市盈率、市净率、净资产收益率等）、市场整体走势（市场指数收益率）、宏观经济变量（国内生产总值增长率、通货膨胀率等）。回归模型如下：R_{i,t}=\gamma_{0}+\gamma_{1}H_{i,t}+\sum_{k=1}^{n}\gamma_{k}X_{k,i,t}+\mu_{i,t}其中，R_{i,t}表示股票i在t时期的收益率；\gamma_{0}为常数项；\gamma_{1}是基金羊群行为度H_{i,t}的系数；X_{k,i,t}代表第k个控制变量；\mu_{i,t}为随机误差项。本文的创新点主要体现在以下几个方面。在研究视角上，综合考虑了市场环境和宏观经济因素对基金羊群行为及其与股票价格关系的影响。以往研究大多集中在微观层面，较少关注宏观经济环境和市场整体走势对基金投资行为的作用。本文通过引入宏观经济变量和市场波动指标，从宏观和微观相结合的视角进行研究，更全面地揭示了基金羊群行为及其对股票价格影响的内在机制。在方法应用上，对传统的LSV模型进行改进，使其能更好地适应我国基金市场的复杂情况。改进后的模型不仅考虑了基金买卖股票的比例，还纳入了市场波动和基金规模等因素，提高了对基金羊群行为度量的准确性，为后续研究提供了更可靠的基础。在数据处理方面，采用了多数据源交叉验证和数据清洗技术，确保数据的高质量。通过对不同来源的数据进行比对和验证，减少了单一数据源可能存在的误差和遗漏，使研究结果更具可靠性和说服力。二、基金羊群行为与股票价格相关理论2.1基金羊群行为理论2.1.1概念与定义基金羊群行为是金融市场中一种特殊的投资行为现象，从行为金融学角度深入剖析，它指的是基金经理在进行投资决策时，并非完全基于自身所掌握的信息以及独立的分析判断，而是在相当程度上受到其他基金经理行为的影响，进而选择模仿他人的决策，表现出在某一特定时期内，大量基金同时买入或卖出相同股票的行为特征。这种行为的核心在于投资者对他人决策的模仿，忽略了自身所拥有的私有信息。行为金融学打破了传统金融学中投资者完全理性的假设，认为投资者在决策过程中会受到多种因素的影响，包括认知偏差、情绪、信息不对称等。基金羊群行为正是在这种背景下产生的一种非理性行为。在现实的金融市场中，信息的获取和处理并非是完全高效和准确的。基金经理们往往面临着海量的信息，要从这些信息中筛选出有价值的部分并做出准确的投资决策并非易事。此时，他们更容易受到市场中其他参与者行为的影响。当看到其他基金大量买入某只股票时，他们可能会认为这些基金掌握了自己所不知道的信息，从而跟随买入，而忽视了对该股票基本面的深入研究。这种行为在市场中并非个别现象，而是具有一定的普遍性。众多基金经理的类似行为相互影响、相互强化，形成了一种群体性行为模式。当市场中部分基金开始买入某只热门股票时，这种行为可能会迅速传播，吸引更多基金跟风买入，导致该股票的需求大幅增加，价格被推高。反之，当部分基金开始卖出某只股票时，也可能引发其他基金的恐慌性抛售，使股票价格急剧下跌。基金羊群行为不仅在股票投资领域表现明显，在其他金融资产投资中也时有发生，对金融市场的稳定性和效率产生着重要影响。2.1.2形成机制基金羊群行为的形成是多种因素共同作用的结果，其中信息不对称、投资者心理和行为偏差以及基金经理激励机制等因素在这一过程中扮演着关键角色。信息不对称是导致基金羊群行为产生的重要因素之一。在金融市场中，信息的分布是不均衡的，基金经理获取信息的渠道和能力存在差异。一些大型基金公司可能拥有更强大的研究团队和更广泛的信息来源，能够获取到更多关于上市公司的内部信息和行业动态。而小型基金公司则可能在信息获取方面处于劣势。这种信息差距使得处于信息劣势的基金经理在决策时面临更大的不确定性。为了降低风险，他们往往会选择观察和模仿那些被认为拥有更多信息的基金经理的行为。在股票市场中，当一些知名基金经理买入某只股票时，其他基金经理可能会认为这些经理掌握了该股票的潜在利好信息，尽管自己并没有获取到这些信息，但为了避免错过投资机会，他们也会跟风买入。信息的传播和解读也存在偏差。市场中的信息往往是复杂多变的，不同的基金经理对同一信息的理解和解读可能不同。一些不准确或片面的信息可能会在市场中迅速传播，导致基金经理做出错误的决策。当市场上出现关于某家公司的利好传闻时，尽管这些传闻可能未经证实，但部分基金经理可能会基于这些传闻而买入该公司的股票，引发羊群行为。投资者心理和行为偏差也是基金羊群行为形成的重要原因。人类天生具有从众心理，这种心理在金融市场中表现得尤为明显。当市场上出现一种普遍的投资趋势时，投资者往往会受到群体压力的影响，难以坚持自己的独立判断，而选择跟随大众的行为。在牛市行情中，市场情绪普遍乐观，投资者往往会被这种乐观情绪所感染，纷纷跟风买入股票，即使他们可能对股票的基本面并不了解。基金经理也难以摆脱这种心理的影响，他们担心如果自己的投资决策与市场主流不一致，可能会导致业绩落后，从而受到投资者的质疑和批评。认知偏差在基金羊群行为中也起到了推波助澜的作用。投资者往往存在过度自信、损失厌恶等认知偏差。过度自信使得基金经理高估自己的投资能力，认为自己能够准确预测市场走势和股票价格变化。当他们看到其他基金经理做出某种投资决策并取得一定收益时，他们可能会认为自己也能够复制这种成功，而忽视了其中的风险。损失厌恶则使基金经理对损失更加敏感，为了避免可能出现的损失，他们更倾向于采取与其他基金经理相同的投资策略，以减少不确定性带来的风险。基金经理激励机制对基金羊群行为的形成有着重要的影响。在当前的基金行业中，基金经理的薪酬和业绩往往紧密挂钩。基金经理的业绩通常通过与同类基金的比较来衡量，如果业绩表现不佳，可能会面临降薪、失去客户甚至失业的风险。这种激励机制使得基金经理更关注短期业绩表现，为了避免业绩落后于同行，他们往往会选择采取与其他基金经理相似的投资策略。如果市场上大多数基金都集中投资于某几个热门行业或股票，为了保持业绩的相对稳定性，其他基金经理也会跟风投资，即使他们对这些行业或股票的投资价值存在疑虑。一些基金经理为了追求短期的高额回报，可能会采取冒险的投资策略，而当这种策略在市场上取得一定成功时，其他基金经理也会纷纷效仿，进一步加剧了羊群行为的程度。2.2股票价格形成理论股票价格的形成是金融市场研究中的关键内容，其背后涉及到多种复杂的因素和理论。有效市场假说和资本资产定价模型作为股票价格形成理论中的重要组成部分，从不同角度对股票价格的形成机制和影响因素进行了深入剖析。有效市场假说（EfficientMarketHypothesis，EMH）由尤金・法玛（EugeneF.Fama）于1970年正式提出并完善，该假说认为，在一个有效的资本市场中，市场价格总是能够及时、准确、充分地反映所有有关信息。根据市场对不同信息的反映程度，有效市场假说可以分为弱式有效市场、半强式有效市场和强式有效市场三种类型。在弱式有效市场中，市场价格已经充分反映了所有过去的历史信息，这意味着技术分析，如通过移动平均线和K线图等手段分析历史价格信息的方法是无效的，因为历史价格信息已经完全体现在当前股价中。在半强式有效市场里，市场价格除了反映过去的历史信息外，还反映了所有公开的信息，依靠企业财务报表等公开信息进行的基础分析法此时也无法帮助投资者获取超额收益。而强式有效市场则是指市场价格已经反映了所有信息，包括公开信息和内幕信息，在这种市场状态下，任何人即便是掌握内幕信息的投资者也无法持续获取超常收益。有效市场的形成需要满足一些基本条件，市场参与者需具备理性，能够对信息进行准确分析和判断，做出合理的投资决策。同时，市场中存在独立的理性偏差，即使部分投资者出现非理性行为，这些行为之间相互独立，不会对市场价格产生系统性影响。此外，完善的市场套利机制必不可少，当市场价格出现偏离时，套利者能够迅速行动，通过买卖资产获取利润，从而使价格回归合理水平。信息完全披露也是有效市场形成的关键，只有所有市场参与者都能及时、准确地获取信息，市场价格才能充分反映这些信息。在现实金融市场中，虽然很难达到完全有效的市场状态，但许多成熟市场的有效性程度已经相对较高。资本资产定价模型（CapitalAssetPricingModel，CAPM）是由威廉・夏普（WilliamSharpe）、约翰・林特纳（JohnLintner）和简・莫辛（JanMossin）等人在20世纪60年代提出的，用于描述资产预期收益率与风险之间关系的模型。该模型基于风险与收益之间的权衡关系，认为投资者在承担额外风险时会要求相应的风险补偿，从而实现资产价格的均衡。其核心思想可以用公式表示为：E(R_{i})=R_{f}+\beta_{i}[E(R_{m})-R_{f}]其中，E(R_{i})表示资产i的预期收益率；R_{f}是无风险利率，通常以国债收益率等近似替代，代表投资者在无风险情况下可获得的收益；\beta_{i}是资产i的贝塔系数，用于衡量资产相对于市场整体波动的敏感度，反映了资产的系统性风险，若\beta_{i}=1，说明该资产的波动与市场一致，若\beta_{i}>1，则资产波动大于市场，反之则小于市场；E(R_{m})是市场组合的预期收益率，代表市场的平均收益水平。在实际应用中，资本资产定价模型为投资者提供了一种评估资产价格是否合理以及衡量投资风险和收益的有效工具。投资者可以根据该模型计算出资产的预期收益率，再与市场上该资产的实际收益率进行对比，判断资产价格是否被高估或低估。如果资产的实际收益率高于预期收益率，说明资产价格可能被低估，具有投资价值；反之，则可能被高估。股票价格的形成受到多种因素的综合影响。公司的基本面因素，如盈利能力、资产质量、财务状况等，是决定股票内在价值的关键，盈利稳定增长、资产质量良好的公司，其股票往往具有较高的内在价值，从而支撑较高的股价。宏观经济环境的变化，国内生产总值（GDP）增长率、通货膨胀率、利率水平等，也会对股票价格产生重要影响。在经济增长强劲、通货膨胀率适度、利率较低的宏观环境下，企业的经营状况往往较好，市场预期乐观，股票价格通常会上涨；反之，在经济衰退、通货膨胀高企、利率上升时，股票价格可能下跌。市场供求关系同样不容忽视，当市场对某只股票的需求大于供给时，股价会上涨；反之，当供给大于需求时，股价会下跌。而基金羊群行为作为市场参与者行为的一部分，也会通过影响市场供求关系等方面，对股票价格产生作用，这也是本文后续研究的重点内容。三、基金羊群行为的实证分析3.1研究设计3.1.1样本选取与数据来源为了深入探究基金羊群行为，本研究选取2018-2023年作为研究的时间跨度。这一时期我国金融市场经历了多轮波动，市场环境复杂多变，涵盖了牛市、熊市以及震荡市等不同市场行情，能够更全面地反映基金在不同市场条件下的投资行为。在基金样本的选择上，从万得（Wind）数据库中选取了沪深两市所有公开披露季度报告的开放式股票型基金和混合型基金。这些基金在市场中具有广泛的代表性，其投资决策和交易行为能够在很大程度上反映整个基金行业的特点。为确保样本的有效性和数据的准确性，对初始样本进行了严格的筛选。剔除了成立时间不足一年的基金，因为新成立的基金在投资策略的制定和执行上可能还不够成熟，其投资行为可能无法准确反映市场中的羊群行为特征；同时剔除了投资范围主要集中在海外市场的QDII基金以及跟踪指数的指数型基金，以避免投资标的和投资方式的特殊性对研究结果产生干扰。经过层层筛选，最终确定了500只基金作为研究样本。关于数据来源，主要依托万得（Wind）数据库。该数据库是金融领域权威的数据提供商，涵盖了丰富的金融市场数据，包括基金的季度报告、股票的交易数据等，具有数据全面、更新及时、准确性高等优点。从该数据库中获取了所选基金在2018-2023年期间每个季度的股票持仓数据，包括基金持有股票的代码、数量、市值等详细信息。同时，收集了对应股票的每日收盘价、成交量、流通股本等交易数据，以全面反映股票市场的交易情况。此外，还从各基金公司官网获取了基金的基本信息，如基金的成立时间、基金经理的任职期限等，这些信息有助于进一步分析基金羊群行为的影响因素。为确保数据的可靠性，对收集到的数据进行了交叉验证和清洗，检查数据的完整性和一致性，剔除了数据缺失严重、异常交易以及被ST的股票数据，最终得到了高质量的研究数据，为后续的实证分析奠定了坚实基础。3.1.2变量选取与度量在衡量基金羊群行为时，核心变量为羊群行为度（HerdingDegree），采用改进的LSV模型来计算。在改进的LSV模型中，关键变量包括买卖压力指标。具体而言，对于每只股票i在t时期，买入压力指标BP_{i,t}定义为买入该股票的基金数量占所有参与交易该股票基金总数的比例，计算公式为：BP_{i,t}=\frac{N_{buy,i,t}}{N_{buy,i,t}+N_{sell,i,t}}其中，N_{buy,i,t}表示在t时期买入股票i的基金数量，N_{sell,i,t}是在t时期卖出股票i的基金数量。卖出压力指标SP_{i,t}则为卖出该股票的基金数量占比，即SP_{i,t}=1-BP_{i,t}。该指标的经济含义在于直观地反映在特定时期内，市场上基金对于某只股票的买卖倾向。当BP_{i,t}值较大时，表明买入该股票的基金占比较高，市场对该股票呈现出较强的买入压力，可能存在买入羊群行为；反之，当SP_{i,t}值较大时，意味着卖出该股票的基金占比高，市场存在较大的卖出压力，可能出现卖出羊群行为。除了买卖压力指标，模型中还引入了市场波动指标\sigma_{t}，通过计算市场指数收益率的标准差来衡量，用于反映市场整体的波动情况。市场波动会影响基金经理的决策，较大的市场波动可能导致基金经理更加依赖其他基金的决策，从而增加羊群行为的可能性。基金规模变量S_{j,t}也被纳入模型，它表示t时期第j只基金的规模，以基金资产净值来衡量。基金规模不同，其投资策略和决策的灵活性也不同，大规模基金的投资行为可能对市场产生更大影响，同时也可能更容易受到其他基金行为的影响，因此基金规模变量有助于更全面地分析基金羊群行为。3.1.3模型构建本研究采用改进的LSV模型来检验基金羊群行为的存在性和程度。传统的LSV模型在衡量羊群行为时存在一定局限性，未能充分考虑市场环境变化和基金投资策略的多样性。为了更准确地捕捉基金羊群行为，在传统LSV模型基础上进行了改进，引入市场波动指标和基金规模变量，构建了如下模型：H_{i,t}=\frac{\vertP_{i,t}-E(P_{i,t})\vert-E(\vertP_{i,t}-E(P_{i,t})\vert)}{1-E(\vertP_{i,t}-E(P_{i,t})\vert)}+\alpha\sigma_{t}+\beta\ln(S_{j,t})其中，H_{i,t}表示股票i在t时期的羊群行为度，是衡量羊群行为程度的关键指标，H_{i,t}的值越大，表明羊群行为越显著；P_{i,t}为t时期买入股票i的基金数量占买卖股票i基金总数的比例；E(P_{i,t})代表P_{i,t}的期望值，用于衡量在正常市场情况下，买入股票i的基金数量占比的平均水平；\vertP_{i,t}-E(P_{i,t})\vert反映了实际买入比例与期望买入比例的偏离程度，该偏离程度越大，说明基金在买卖股票i时的行为一致性越高，羊群行为越明显；E(\vertP_{i,t}-E(P_{i,t})\vert)是\vertP_{i,t}-E(P_{i,t})\vert的期望值，作为调整因子，用于消除随机因素对偏离程度的影响，使得羊群行为度的计算更加准确；\sigma_{t}表示t时期市场波动指标，通过计算市场指数收益率的标准差来衡量，市场波动越大，基金经理可能越难以做出独立决策，从而增加羊群行为的可能性，因此该指标与羊群行为度可能存在正相关关系；S_{j,t}是t时期第j只基金的规模，以基金资产净值来衡量，基金规模越大，其投资行为对市场的影响力越大，同时也可能更容易受到其他基金行为的影响，\ln(S_{j,t})对羊群行为度的影响方向有待实证检验；\alpha和\beta为回归系数，分别表示市场波动指标和基金规模变量对羊群行为度的影响程度，通过回归分析来确定其具体数值。模型设定依据在于综合考虑多方面因素对基金羊群行为的影响。传统LSV模型仅关注基金买卖股票的比例，而忽略了市场环境和基金自身特征的影响。在实际市场中，市场波动会增加投资的不确定性，使得基金经理在决策时更容易受到其他基金的影响。基金规模也会对其投资行为产生重要作用，大规模基金的投资决策可能更谨慎，同时也更容易吸引其他基金的关注和跟随。通过引入市场波动指标和基金规模变量，改进后的模型能够更全面、准确地反映基金羊群行为的动态变化。在假设条件方面，模型假设市场中存在一定程度的信息不对称，基金经理无法获取完全准确的信息，因此在决策时会参考其他基金的行为。假设基金经理的决策受到市场波动和自身规模的影响，市场波动越大，基金经理越倾向于跟随其他基金的决策；基金规模越大，其投资行为对市场的影响越大，同时也越容易受到其他基金行为的影响。这些假设条件与实际市场情况较为相符，为模型的有效性提供了一定保障。3.2实证结果与分析运用Stata软件对收集的数据进行处理和分析，得到了基金羊群行为的实证结果。首先，对改进的LSV模型进行回归分析，得到了各变量的估计系数和显著性水平，结果如表1所示：变量系数标准误t值p值[95%置信区间]\frac{\vertP_{i,t}-E(P_{i,t})\vert-E(\vertP_{i,t}-E(P_{i,t})\vert)}{1-E(\vertP_{i,t}-E(P_{i,t})\vert)}0.356***0.0457.910.000[0.268,0.444]\sigma_{t}0.213**0.0892.400.016[0.039,0.387]\ln(S_{j,t})0.125*0.0651.920.055[0.001,0.249]常数项-0.158***0.038-4.160.000[-0.233,-0.083]注：*、、*分别表示在1%、5%、10%的水平上显著从表1可以看出，核心解释变量\frac{\vertP_{i,t}-E(P_{i,t})\vert-E(\vertP_{i,t}-E(P_{i,t})\vert)}{1-E(\vertP_{i,t}-E(P_{i,t})\vert)}的系数为0.356，且在1%的水平上显著，这表明我国基金市场存在明显的羊群行为。当买入股票i的基金数量占比与期望买入比例的偏离程度增大时，羊群行为度显著提高，即基金在买卖股票时存在较强的一致性，倾向于跟随其他基金的决策。市场波动指标\sigma_{t}的系数为0.213，在5%的水平上显著，说明市场波动对基金羊群行为有显著的正向影响。当市场波动加剧时，基金经理由于面临更大的不确定性，更难以做出独立决策，从而更倾向于跟随其他基金的投资行为，导致羊群行为增强。在2020年初疫情爆发期间，市场波动大幅增加，许多基金经理出于对市场前景的担忧以及对同行决策的依赖，纷纷调整投资组合，出现了较为明显的羊群行为。基金规模变量\ln(S_{j,t})的系数为0.125，在10%的水平上显著，表明基金规模对羊群行为也有一定的影响。基金规模越大，其投资行为对市场的影响力越大，同时也更容易受到其他基金行为的关注和模仿，从而增加了羊群行为的可能性。一些大型基金公司的投资决策往往会引起市场的广泛关注，其他小型基金可能会跟随其投资方向，以降低自身的投资风险。为了进一步分析基金羊群行为在不同市场环境下的差异，将研究期间分为牛市和熊市两个阶段，分别计算不同阶段的羊群行为度。根据市场指数的走势，将2019-2021年定义为牛市阶段，2022-2023年定义为熊市阶段。不同市场环境下的羊群行为度计算结果如表2所示：市场环境样本数羊群行为度均值标准差t检验（与0比较）牛市24000.256***0.10511.78（0.000）熊市16000.324***0.12812.74（0.000）注：***表示在1%的水平上显著从表2可以看出，牛市和熊市阶段的羊群行为度均值均显著大于0，说明在不同市场环境下基金都存在明显的羊群行为。熊市阶段的羊群行为度均值（0.324）高于牛市阶段（0.256），且通过了t检验，表明在熊市中基金的羊群行为更为显著。在熊市中，市场整体下跌，投资者信心受挫，不确定性增加，基金经理为了避免业绩大幅下滑，更倾向于采取保守的投资策略，跟随其他基金的决策，从而导致羊群行为加剧。在不同基金类型方面，将样本基金分为股票型基金和混合型基金，分别计算它们的羊群行为度，结果如表3所示：基金类型样本数羊群行为度均值标准差t检验（股票型与混合型比较）股票型基金28000.305***0.1123.56（0.000）混合型基金22000.268***0.108注：***表示在1%的水平上显著由表3可知，股票型基金和混合型基金的羊群行为度均值均显著大于0，表明两类基金都存在羊群行为。股票型基金的羊群行为度均值（0.305）高于混合型基金（0.268），且通过了t检验，说明股票型基金的羊群行为更为明显。这可能是因为股票型基金的投资范围主要集中于股票市场，对股票市场的依赖程度较高，市场波动对其业绩影响较大，所以基金经理在投资决策时更容易受到其他基金的影响，出现羊群行为。而混合型基金由于投资范围更为广泛，包括股票、债券等多种资产，在一定程度上分散了风险，其投资决策相对更为灵活，羊群行为相对较弱。四、基金羊群行为对股票价格影响的实证分析4.1研究设计4.1.1样本选取与数据匹配在对基金羊群行为进行实证分析的基础上，进一步探究其对股票价格的影响。本部分在原有选取的2018-2023年期间500只开放式股票型基金和混合型基金样本基础上，选取对应的股票样本。对于每只基金在各季度持仓的股票，将其纳入股票样本范围。为确保数据的一致性和准确性，对股票样本进行了严格筛选，剔除了在此期间被ST、*ST以及数据缺失严重的股票，因为这些股票的价格走势可能受到特殊因素影响，与正常股票存在较大差异，会干扰研究结果的准确性。经过筛选，最终得到了涵盖1000多只股票的样本。在数据匹配方面，将基金数据与股票数据按照季度进行对应匹配。对于每只股票，收集其在相应季度内的每日收盘价、成交量、流通股本等交易数据，以计算股票价格的相关指标。从万得（Wind）数据库获取了股票的财务数据，包括市盈率、市净率、净资产收益率等，用于控制公司基本面因素对股票价格的影响。同时，收集了宏观经济数据，如国内生产总值（GDP）增长率、通货膨胀率、货币供应量等，以分析宏观经济环境对股票价格的作用。通过这种全面的数据收集和匹配方式，确保了研究数据的完整性和可靠性，为后续的实证分析提供了坚实的数据基础。4.1.2变量选取与度量为了准确分析基金羊群行为对股票价格的影响，本研究选取了一系列相关变量，并对其进行了合理的度量。在被解释变量方面，选取股票收益率（StockReturn，SR）作为衡量股票价格变动的主要指标。股票收益率能够直观地反映股票价格在一定时期内的涨跌情况，其计算公式为：SR_{i,t}=\frac{P_{i,t}-P_{i,t-1}}{P_{i,t-1}}其中，SR_{i,t}表示股票i在t时期的收益率，P_{i,t}是股票i在t时期的收盘价，P_{i,t-1}为股票i在t-1时期的收盘价。为了更全面地反映股票价格的波动情况，还引入了股票价格波动率（StockPriceVolatility，SPV）作为补充被解释变量。股票价格波动率通过计算股票收益率的标准差来衡量，公式为：SPV_{i,t}=\sqrt{\frac{1}{n-1}\sum_{j=1}^{n}(SR_{i,j}-\overline{SR_{i,t}})^2}其中，n为计算期间内的交易天数，SR_{i,j}是股票i在第j天的收益率，\overline{SR_{i,t}}为股票i在t时期内收益率的平均值。核心解释变量为基金羊群行为度（HerdingDegree，HD），沿用前文通过改进的LSV模型计算得出的结果。该指标能够准确衡量基金在买卖股票时的羊群行为程度，数值越大，表明羊群行为越显著。为了控制其他可能影响股票价格的因素，选取了多个控制变量。公司财务指标方面，包括市盈率（Price-EarningsRatio，PE），计算公式为：PE_{i,t}=\frac{P_{i,t}}{E_{i,t}}其中，E_{i,t}是股票i在t时期的每股收益，市盈率反映了股票价格与公司盈利之间的关系，高市盈率可能意味着股票价格被高估，反之则可能被低估。市净率（Price-to-BookRatio，PB），计算公式为：PB_{i,t}=\frac{P_{i,t}}{B_{i,t}}其中，B_{i,t}是股票i在t时期的每股净资产，市净率衡量了股票价格相对于公司净资产的倍数，可用于评估股票的投资价值。净资产收益率（ReturnonEquity，ROE），计算公式为：ROE_{i,t}=\frac{N_{i,t}}{E_{i,t}}其中，N_{i,t}是股票i在t时期的净利润，E_{i,t}为股票i在t时期的股东权益，净资产收益率反映了公司运用自有资本的效率，是衡量公司盈利能力的重要指标。市场整体走势通过市场指数收益率（MarketIndexReturn，MIR）来控制，选取沪深300指数收益率作为代表，计算公式为：MIR_{t}=\frac{I_{t}-I_{t-1}}{I_{t-1}}其中，I_{t}是t时期沪深300指数的收盘价，I_{t-1}为t-1时期沪深300指数的收盘价，该指标能够反映市场整体的涨跌情况，对股票价格有着重要影响。宏观经济变量方面，选取国内生产总值增长率（GDPGrowthRate，GDPG），用于衡量宏观经济的增长态势，较高的GDP增长率通常预示着经济繁荣，有利于股票价格上涨；通货膨胀率（InflationRate，IR），以居民消费价格指数（CPI）的同比增长率来衡量，通货膨胀率的变化会影响企业的成本和居民的消费能力，进而对股票价格产生影响；货币供应量（MoneySupply，MS），选取广义货币供应量M2的同比增长率，货币供应量的增减会影响市场的流动性，从而影响股票价格。4.1.3模型构建为深入探究基金羊群行为对股票价格的影响，构建了如下多元线性回归模型：SR_{i,t}=\gamma_{0}+\gamma_{1}HD_{i,t}+\sum_{k=1}^{n}\gamma_{k}X_{k,i,t}+\mu_{i,t}SPV_{i,t}=\beta_{0}+\beta_{1}HD_{i,t}+\sum_{k=1}^{n}\beta_{k}X_{k,i,t}+\nu_{i,t}其中，在第一个模型中，SR_{i,t}为股票i在t时期的收益率，作为被解释变量，用于衡量股票价格的变动情况；\gamma_{0}为常数项；\gamma_{1}是基金羊群行为度HD_{i,t}的系数，用于衡量基金羊群行为对股票收益率的影响程度；X_{k,i,t}代表第k个控制变量，包括公司财务指标（PE、PB、ROE）、市场指数收益率（MIR）、宏观经济变量（GDPG、IR、MS）等，用于控制其他因素对股票收益率的影响；\mu_{i,t}为随机误差项，反映了模型中未被解释的部分。在第二个模型中，SPV_{i,t}是股票i在t时期的价格波动率，作为被解释变量，用于衡量股票价格的波动程度；\beta_{0}为常数项；\beta_{1}是基金羊群行为度HD_{i,t}的系数，用于衡量基金羊群行为对股票价格波动率的影响程度；X_{k,i,t}同样代表第k个控制变量；\nu_{i,t}为随机误差项。考虑到基金羊群行为对股票价格的影响可能存在滞后效应，即基金的买卖行为可能不会立即对股票价格产生影响，而是在后续的一段时间内逐渐显现。为了捕捉这种滞后效应，在模型中引入基金羊群行为度的滞后项HD_{i,t-1}和HD_{i,t-2}，对模型进行扩展：SR_{i,t}=\gamma_{0}+\gamma_{1}HD_{i,t}+\gamma_{2}HD_{i,t-1}+\gamma_{3}HD_{i,t-2}+\sum_{k=1}^{n}\gamma_{k}X_{k,i,t}+\mu_{i,t}SPV_{i,t}=\beta_{0}+\beta_{1}HD_{i,t}+\beta_{2}HD_{i,t-1}+\beta_{3}HD_{i,t-2}+\sum_{k=1}^{n}\beta_{k}X_{k,i,t}+\nu_{i,t}通过构建上述模型，能够全面分析基金羊群行为对股票价格的直接影响和间接影响，同时控制其他多种因素的干扰，从而更准确地揭示基金羊群行为与股票价格之间的关系。4.2实证结果与分析4.2.1羊群行为对股票价格的短期影响运用构建的多元线性回归模型，对基金羊群行为对股票价格的短期影响进行实证分析，结果如表4所示：变量SR_{i,t}SPV_{i,t}HD_{i,t}0.153***（3.21）0.216***（4.05）HD_{i,t-1}0.087**（2.13）0.102**（2.34）HD_{i,t-2}0.045（1.12）0.061（1.45）PE_{i,t}-0.032（-1.05）0.028（0.89）PB_{i,t}0.046（1.28）0.035（0.98）ROE_{i,t}0.068**（2.05）0.056*（1.78）MIR_{t}0.325***（6.82）0.187***（3.76）GDPG_{t}0.075**（2.23）0.054*（1.86）IR_{t}-0.048（-1.35）0.032（0.92）MS_{t}0.062*（1.81）0.045（1.36）常数项-0.085***（-2.56）-0.102***（-3.05）样本数36003600AdjustedR^{2}0.4560.389F值45.68***38.92***注：括号内为t值，*、、*分别表示在1%、5%、10%的水平上显著从表4中可以看出，在股票收益率（SR_{i,t}）模型中，基金羊群行为度当期值（HD_{i,t}）的系数为0.153，在1%的水平上显著为正，这表明在短期内，基金羊群行为对股票收益率有显著的正向影响。当基金羊群行为度增加1个单位时，股票收益率将提高0.153个单位。这意味着基金的买入羊群行为会使股票需求短期内迅速增加，推动股票价格上涨，进而提高股票收益率；反之，卖出羊群行为则会导致股票价格下跌，降低股票收益率。在某一时期，若大量基金同时买入某只股票，会使得该股票的买方力量增强，在短期内打破股票的供求平衡，促使股票价格上升，从而提高股票收益率。基金羊群行为度滞后一期值（HD_{i,t-1}）的系数为0.087，在5%的水平上显著为正，说明基金羊群行为对股票收益率的影响存在滞后效应，上一期的羊群行为会在本期继续对股票收益率产生正向影响，但影响程度相对当期有所减弱。这是因为市场对基金投资行为的反应需要一定时间，上一期基金的买卖行为所带来的市场影响会在本期逐渐释放，持续影响股票价格和收益率。在股票价格波动率（SPV_{i,t}）模型中，基金羊群行为度当期值（HD_{i,t}）的系数为0.216，在1%的水平上显著为正，表明基金羊群行为会显著增加股票价格的短期波动率。当基金羊群行为加剧时，股票价格的波动幅度会增大，市场的不确定性增加。基金的集中买卖行为会导致股票价格短期内大幅波动，吸引更多投资者关注，进一步加剧市场的不稳定。为了更直观地展示基金羊群行为对股票价格短期影响的动态变化，采用脉冲响应分析方法。给基金羊群行为度（HD）一个正向冲击，得到股票收益率（SR）和股票价格波动率（SPV）的脉冲响应函数图，如图1和图2所示：[此处插入图1：股票收益率对基金羊群行为度冲击的脉冲响应函数图][此处插入图2：股票价格波动率对基金羊群行为度冲击的脉冲响应函数图]从图1可以看出，当受到基金羊群行为度的正向冲击后，股票收益率在第1期迅速上升，达到峰值，随后逐渐下降，但在较长时间内仍保持正的响应，说明基金羊群行为对股票收益率的短期正向影响较为显著，且影响具有一定的持续性。从图2可以看出，股票价格波动率在受到基金羊群行为度的正向冲击后，立即大幅上升，在第2期达到最大值，之后逐渐回落，但在一段时间内仍维持在较高水平，表明基金羊群行为会在短期内显著增加股票价格的波动率，且这种影响在短期内较为持久，使得股票价格在短期内波动加剧。4.2.2羊群行为对股票价格的长期影响为探究基金羊群行为对股票价格的长期影响，采用协整分析方法，检验基金羊群行为度与股票价格之间是否存在长期稳定的均衡关系。首先对股票价格收益率（SR）和基金羊群行为度（HD）进行单位根检验，以判断变量的平稳性。采用ADF检验方法，检验结果如表5所示：变量ADF检验值1%临界值5%临界值10%临界值结论SR-3.86***-3.43-2.86-2.56平稳HD-3.52***-3.43-2.86-2.56平稳注：***表示在1%的水平上显著从表5可以看出，股票价格收益率（SR）和基金羊群行为度（HD）的ADF检验值均小于1%临界值，表明这两个变量均为平稳序列，可以进行协整检验。运用Johansen协整检验方法，对SR和HD进行协整检验，检验结果如表6所示：原假设特征值迹统计量5%临界值P值结论None*0.18625.6815.490.001存在1个协整关系Atmost10.0758.253.840.004注：*表示在5%的水平上拒绝原假设表6的检验结果显示，在5%的显著性水平下，迹统计量25.68大于5%临界值15.49，拒绝原假设“None”，表明股票价格收益率（SR）和基金羊群行为度（HD）之间存在1个协整关系，即两者之间存在长期稳定的均衡关系。进一步构建误差修正模型（ECM），以分析变量之间的短期波动和长期均衡关系，误差修正模型结果如下：\DeltaSR_{i,t}=0.125\DeltaHD_{i,t}-0.213ECM_{i,t-1}+\sum_{k=1}^{n}\gamma_{k}\DeltaX_{k,i,t}+\mu_{i,t}其中，\DeltaSR_{i,t}和\DeltaHD_{i,t}分别表示股票价格收益率和基金羊群行为度的一阶差分，反映变量的短期波动；ECM_{i,t-1}为误差修正项，是协整方程的残差，反映变量偏离长期均衡的程度；\sum_{k=1}^{n}\gamma_{k}\DeltaX_{k,i,t}为其他控制变量的一阶差分；\mu_{i,t}为随机误差项。在误差修正模型中，误差修正项ECM_{i,t-1}的系数为-0.213，在1%的水平上显著，表明当股票价格收益率偏离长期均衡状态时，会以0.213的调整力度将非均衡状态拉回到均衡状态。这说明从长期来看，基金羊群行为与股票价格之间存在一种相互调整的机制，尽管短期内基金羊群行为可能导致股票价格偏离其内在价值，但长期内市场会通过自我调节使股票价格回归到与基金羊群行为相适应的均衡水平。基金羊群行为度的一阶差分\DeltaHD_{i,t}的系数为0.125，在5%的水平上显著为正，说明在长期内，基金羊群行为度的变化对股票价格收益率仍有正向影响，但影响程度相对短期有所减弱。这意味着基金的长期投资行为对股票价格有一定的推动作用，长期的买入羊群行为会使股票价格在长期内保持上升趋势，反之卖出羊群行为则会使股票价格长期下跌，但这种影响并非一蹴而就，而是在长期的市场交易中逐渐体现出来。4.2.3异质性分析分析不同行业股票受基金羊群行为影响的差异，将样本股票按照申万一级行业分类，分别对各行业股票进行回归分析，结果如表7所示：行业SR_{i,t}中HD_{i,t}系数SPV_{i,t}中HD_{i,t}系数金融0.105***（2.56）0.158***（3.21）消费0.186***（3.89）0.254***（4.67）科技0.223***（4.56）0.302***（5.34）周期0.162***（3.45）0.228***（4.23）注：括号内为t值，***表示在1%的水平上显著从表7可以看出，不同行业股票受基金羊群行为的影响存在明显差异。在股票收益率（SR_{i,t}）方面，科技行业股票受基金羊群行为影响最为显著，系数达到0.223，表明基金羊群行为对科技行业股票价格上涨的推动作用最强。这可能是因为科技行业具有较高的成长性和创新性，市场对其未来发展前景充满期待，基金经理更容易在该行业形成一致的投资决策，从而导致羊群行为对科技行业股票价格的影响更为明显。消费行业股票受基金羊群行为影响也较大，系数为0.186，消费行业具有需求稳定、业绩相对可靠的特点，是基金长期关注的重点领域，基金的集中投资行为对消费行业股票价格也有较大影响。金融和周期行业股票受基金羊群行为影响相对较小，但系数仍在1%的水平上显著，说明基金羊群行为对这些行业股票价格也有一定作用。在股票价格波动率（SPV_{i,t}）方面，同样是科技行业股票受基金羊群行为影响最大，系数为0.302，表明基金羊群行为会使科技行业股票价格的波动更为剧烈。科技行业的不确定性较高，市场对其未来发展的预期差异较大，基金的羊群行为容易引发市场情绪的大幅波动，从而导致科技行业股票价格波动率增加。消费行业股票价格波动率受基金羊群行为影响也较为显著，系数为0.254，消费行业虽然业绩相对稳定，但基金的集中买卖行为仍会对其价格波动率产生较大影响。分析不同市值规模股票受基金羊群行为影响的差异，按照股票市值大小将样本股票分为大市值、中市值和小市值三组，分别进行回归分析，结果如表8所示：市值规模SR_{i,t}中HD_{i,t}系数SPV_{i,t}中HD_{i,t}系数大市值0.085**（2.01）0.126**（2.45）中市值0.156***（3.34）0.205***（3.98）小市值0.203***（4.12）0.287***（5.13）注：括号内为t值，***、**分别表示在1%、5%的水平上显著从表8可以看出，小市值股票受基金羊群行为影响最为显著。在股票收益率（SR_{i,t}）方面，小市值股票的系数为0.203，表明基金羊群行为对小市值股票价格上涨的推动作用最大。小市值股票的流通股本较小，资金的进出相对容易，基金的集中买卖行为更容易对其价格产生较大影响，从而导致股票收益率的变化更为明显。中市值股票受基金羊群行为影响次之，系数为0.156，大市值股票受基金羊群行为影响相对较小，系数为0.085。在股票价格波动率（SPV_{i,t}）方面，小市值股票的系数为0.287，说明基金羊群行为对小市值股票价格波动率的影响最大，小市值股票价格更容易受到基金羊群行为的影响而大幅波动。中市值股票价格波动率受基金羊群行为影响也较为显著，系数为0.205，大市值股票价格波动率受基金羊群行为影响相对较小，系数为0.126。这是因为大市值股票通常具有较高的流动性和稳定性，市场对其价格的认可度较高，基金羊群行为对其价格波动率的影响相对有限；而小市值股票由于自身特点，更容易受到市场情绪和资金流动的影响，基金的羊群行为会加剧其价格的波动。五、案例分析5.1案例选取与背景介绍本部分选取2020-2021年新能源汽车板块的投资案例，深入分析基金羊群行为及其对股票价格的影响。在这一时期，新能源汽车行业在政策支持、技术进步以及市场需求增长等多重因素的推动下，成为市场热点。从政策环境来看，各国政府纷纷出台鼓励新能源汽车发展的政策。我国政府加大了对新能源汽车产业的扶持力度，出台了一系列补贴政策，如购置补贴、免征车辆购置税等，以降低消费者购买新能源汽车的成本，促进新能源汽车的普及。在技术层面，电池技术取得了显著突破，续航里程不断提升，充电速度加快，为新能源汽车的发展提供了有力支撑。市场需求方面，随着环保意识的增强和对传统燃油汽车排放的担忧，消费者对新能源汽车的需求日益增长。2020年，尽管受到疫情影响，全球新能源汽车销量仍达到3680万辆，较上一年增长43%；2021年，全球新能源汽车销量更是飙升至6500万辆，同比增长76.6%。在这样的市场背景下，新能源汽车板块受到了基金的高度关注。众多基金经理纷纷将资金投入该板块，导致基金在新能源汽车板块的投资出现明显的羊群行为。这种羊群行为不仅对新能源汽车板块内的股票价格产生了重要影响，也对整个市场的投资风格和资金流向产生了深远影响。5.2案例中基金羊群行为的表现在2020-2021年新能源汽车板块投资案例中，基金羊群行为表现显著，具体体现在集体买入和行业集中投资等方面。从集体买入行为来看，以宁德时代为例，作为新能源汽车行业的龙头企业，其在2020年初仅有150只基金持有，持仓市值为105亿元。随着新能源汽车板块热度的不断上升，众多基金开始关注并买入宁德时代的股票。到2020年底，持有宁德时代的基金数量飙升至1020只，持仓市值达到了1350亿元，增长幅度分别高达580%和1185.71%。在2021年上半年，持有宁德时代的基金数量进一步增加到1550只，持仓市值更是攀升至2150亿元。这一数据变化清晰地显示出，在这一时期内，大量基金集中买入宁德时代的股票，呈现出典型的集体买入羊群行为。这种行为并非基于个别基金对宁德时代基本面的深入研究和独特判断，而是受到市场中其他基金买入行为的影响。当部分基金开始买入宁德时代后，其他基金认为该股票具有投资价值，纷纷跟风买入，导致买入行为在基金群体中迅速扩散。在行业集中投资方面，通过对新能源汽车板块整体基金持仓数据的分析可以发现，2020年初，基金对新能源汽车板块的整体持仓市值为1500亿元，占基金股票投资总市值的比例为5%。随着市场对新能源汽车行业前景的乐观预期不断增强，基金对该板块的投资热情持续高涨。到2020年底，基金对新能源汽车板块的持仓市值增长至3500亿元，占比提升至8%；2021年底，持仓市值进一步增长到7000亿元，占比达到12%。这表明在2020-2021年期间，基金对新能源汽车板块的投资呈现出高度集中的趋势，大量资金涌入该板块，众多基金在投资决策上表现出高度的一致性，集中投资于新能源汽车相关股票，这也是基金羊群行为在行业层面的典型表现。基金经理们在投资决策时，更多地受到行业热点和其他基金投资方向的影响，而忽视了自身对行业和个股的独立判断，导致投资行为趋同，进一步强化了基金羊群行为在新能源汽车板块的表现。5.3对股票价格的影响过程与结果在2020-2021年新能源汽车板块投资案例中，基金羊群行为对股票价格产生了显著影响，具体表现为股票价格的大幅上涨和波动加剧。从股票价格走势来看，以宁德时代为例，在2020年初，其股价为140元左右，随着基金的集体买入，其股价一路攀升。到2020年底，股价上涨至320元左右，涨幅达到128.57%；2021年底，股价更是涨至680元左右，较2020年初涨幅高达385.71%。这一价格走势清晰地显示出，基金的羊群行为推动了股票价格的大幅上涨。大量基金的集中买入使得市场对宁德时代股票的需求急剧增加，在股票供给相对稳定的情况下，根据供求关系原理，需求的增加必然导致股票价格上升。众多基金对宁德时代股票的持续买入，使得买方力量远远超过卖方力量，股价在强大的买盘推动下不断攀升。在板块整体层面，新能源汽车板块指数也呈现出类似的上涨趋势。2020年初，新能源汽车板块指数为2500点左右，到2020年底，指数上涨至4500点左右，涨幅为80%；2021年底，指数进一步上涨至7500点左右，较2020年初涨幅达到200%。基金对新能源汽车板块股票的集中投资，使得整个板块的股票价格普遍上涨，板块指数随之大幅上升。这不仅反映了基金羊群行为对单个股票价格的影响，也体现了其对整个行业板块的带动作用。基金羊群行为还导致了股票价格波动加剧。以比亚迪为例，在2020-2021年期间，其股价的日波动率明显增大。通过计算比亚迪股票在这一时期的日收益率标准差，发现其日波动率从2019年的0.025上升到2020年的0.038，2021年进一步上升至0.045。这表明基金的羊群行为使得比亚迪股票价格的波动幅度显著增加。在基金集中买入或卖出比亚迪股票时，会引起市场供求关系的剧烈变化，导致股价短期内大幅波动。当大量基金同时买入比亚迪股票时，股价迅速上涨，吸引更多投资者关注，进一步推动股价上升；而当部分基金开始卖出时，可能引发其他基金的跟风抛售，导致股价急剧下跌，这种买卖行为的快速转换使得股票价格波动加剧。从新能源汽车板块整体来看，板块指数的波动率也明显提高。2020-2021年期间，新能源汽车板块指数的月收益率标准差达到0.065，而在2018-2019年期间，这一数值仅为0.042。基金羊群行为使得板块内股票价格的波动相互影响、相互传导，导致整个板块指数的波动加剧。当某几只龙头股票因基金的羊群行为出现大幅波动时，会带动板块内其他股票的价格波动，进而影响板块指数的稳定性。基金羊群行为对股票价格的影响，从市场稳定性角度来看，短期内，基金的集中买入行为会推动股票价格上涨，营造出市场繁荣的景象，吸引更多投资者进入市场，增加市场的活跃度。这种羊群行为也隐藏着巨大的风险。当市场情绪发生转变，基金开始集体卖出股票时，会导致股票价格急剧下跌，引发市场恐慌情绪，增加市场的不稳定性。在2021年底，随着市场对新能源汽车板块的预期发生变化，部分基金开始减持新能源汽车板块股票，导致该板块股票价格出现大幅调整，一些股票价格甚至腰斩，市场恐慌情绪蔓延，许多投资者遭受了巨大损失。这种价格的大幅波动和市场情绪的剧烈变化，严重影响了市场的稳定性，增加了市场的系统性风险。六、结论与建议6.1研究结论总结本研究通过实证分析和案例研究，深入探讨了基金羊群行为及其对股票价格的影响，得出以下主要结论：基金羊群行为的存在性和特征：运用改进的LSV模型对2018-2023年我国基金市场数据进行分析，发现我国基金市场存在显著的羊群行为。基金在买卖股票时，存在明显的跟随其他基金决策的倾向，当买入股票的基金数量占比与期望买入比例的偏离程度增大时，羊群行为度显著提高。市场波动对基金羊群行为有显著的正向影响，市场波动加剧时，基金经理由于面临更大的不确定性，更倾向于跟随其他基金的投资行为，导致羊群行为增强。基金规模对羊群行为也有一定的影响，基金规模越大，其投资行为对市场的影响力越大，同时也更容易受到其他基金行为的关注和模仿，从而增加了羊群行为的可能性。在不同市场环境下，基金都存在明显的羊群行为，且熊市阶段的羊群行为更为显著。在不同基金类型中，股票型基金的羊群行为更为明显，这可能与股票型基金对股票市场的依赖程度较高有关。基金羊群行为对股票价格的影响：通过构建多元线性回归模型和协整分析，发现基金羊群行为对股票价格有显著影响。在短期内，基金羊群行为对股票收益率有显著的正向影响，买入羊群行为会使股票价格短期内上涨，卖出羊群行为则会导致股票价格下跌，且这种影响存在滞后效应。基金羊群行为还会显著增加股票价格的短期波动率，使股票价格在短期内波动加剧。从长期来看，基金羊群行为与股票价格之间存在长期稳定的均衡关系，当股票价格收益率偏离长期均衡状态时，会以一定的调整力度将非均衡状态拉回到均衡状态。基金羊群行为度的变化对股票价格收益率仍有正向影响，但影响程度相对短期有所减弱。异质性分析结果：不同行业股票受基金羊群行为的影响存在明显差异。科技行业股票受基金羊群行为影响最为显著，对股票价格上涨的推动作用最强，且会使股票价格的波动更为剧烈；消费行业股票受基金羊群行为影响也较大；金融和周期行业股票受基金羊群行为影响相对较小。不同市值规模股票受基金羊群行为影响也存在差异，小市值股票受基金羊群行为影响最为显著，对股票价格上涨的推动作用最大，且价格更容易受到基金羊群行为的影响而大幅波动；中市值股票受基金羊群行为影响次之；大市值股票受基金羊群行为影响相对较小。案例分析验证：以2020-2021年新能源汽车板块的投资为例，进一步验证了基金羊群行为及其对股票价格的影响。在这一时期，基金在新能源汽车板块的投资出现明显的羊群行为，表现为集体买入和行业集中投资。这种羊群行为推动了新能源汽车板块股票价格的大幅上涨，如宁德时代股价在两年内涨幅高达385.71%，板块指数也大幅上升。基金羊群行为还导致了股票价格波动加剧，如比亚迪股票价格的日波动率明显增大，板块指数的波动率也显著提高。本研究的主要贡献在于，综合考虑了市场环境和宏观经济因素对基金羊群行为及其与股票价格关系的影响，从宏观和微观相结合的视角进行研究，更全面地揭示了基金羊群行为及其对股票价格影响的内在机制。对传统的LSV模型进行改进，使其能更好地适应我国基金市场的复杂情况，提高了对基金羊群行为度量的准确性。采用多数据源交叉验证和数据清洗技术，确保了数据的高质量，使研究结果更具可靠性和说服力。6.2对投资者的建议基于本研究的结论，为投资者提供以下投资决策建议，以帮助他们更好地应对基金羊群行为，降低投资风险，实现投资目标。避免羊群行为影响：投资者应加强自身投资知识的学习，深入了解金融市场的运行规律、投资工具的特点以及投资风险的来源。通过阅读专业的金融书籍、参加投资培训课程、关注权威的金融资讯等方式，提升自己的投资素养，增强对市场信息的分析和判断能力，从而减少因知识不足而导致的盲目跟风行为。在面对市场热点和基金投资动向时，投资者要保持独立思考的能力，不轻易受到他人观点和市场情绪的影响。在投资决策前，要对投资标的进行全面、深入的研究，包括分析公司的基本面、行业前景、财务状况等因素，结合自己的投资目标和风险承受能力，做出理性的投资决策。在新能源汽车板块投资热潮中，不能仅仅因为看到众多基金买入该板块股票就盲目跟风，而应通过对新能源汽车行业的深入研究，判断其投资价值和潜在风险，再决定是否投资。构建合理投资组合：投资者应根据自身的风险承受能力、投资目标和投资期限，合理配置资产，将资金分散投资于不同的资产类别，如股票、债券、基金、房地产等，以及不同行业、不同市值规模的股票。通过分散投资，可以降低单一资产或行业对投资组合的影响，有效分散风险。对于风险承受能力较低的投资者，可以适当增加债券等固定收益类资产的配置比例；而风险承受能力较高的投资者，则可以在投资组合中适当提高股票的配置比例。在股票投资方面，应避免过度集中投资于某几个热门行业或股票，而是要将资金分散到多个行业和不同市值规模的股票中，以降低行业风险和个股风险。根据本研究中不同行业和市值规模股票受基金羊群行为影响的差异，投资者可以有意识地调整投资组合中各行业和市值规模股票的比例。对于受基金羊群行为影响较大的科技行业和小市值股票，在投资时要谨慎评估其风险和收益，控制投资比例；而对于受基金羊群行为影响相对较小的金融、消费等行业和大市值股票，可以适当增加配置，以提高投资组合的稳定性。关注基金投资行为但不盲目跟随：投资者可以关注基金的投资行为，将其作为市场信息的一部分，但不能盲目跟随。基金的投资决策往往反映了市场的热点和趋势，通过分析基金的持仓变化和投资动向，投资者可以获取一些有价值的信息，了解市场的投资热点和资金流向。投资者不能仅仅因为基金买入或卖出某只股票就盲目跟风，因为基金的投资决策可能受到多种因素的影响，不一定完全合理。投资者要结合自己的研究和判断，对基金的投资行为进行分析和筛选，选择符合自己投资理念和目标的投资机会。当发现某只基金大量买入某只股票时，投资者应进一步分析该股票的投资价值，判断基金买入的原因是基于对公司基本面的看好还是仅仅是市场热点的跟风，再决定是否跟进投资。采用长期投资策略：本研究表明，基金羊群行为对股票价格的短期影响较为显著，但从长期来看，市场会通过自我调节使股票价格回归到合理水平。投资者应采用长期投资策略，避免被短期市场波动和基金羊群行为所左右。长期投资可以平滑市场波动对投资收益的影响，让投资者有更多时间分享经济增长和企业发展带来的红利。投资者可以选择具有长期投资价值的优质资产，如业绩稳定、具有核心竞争力的公司股票，长期持有，避免频繁买卖。在投资过