我国基金羊群行为对股价波动的传导机制与实证研究

我国基金羊群行为对股价波动的传导机制与实证研究一、引言1.1研究背景与意义近年来，我国基金行业发展迅猛，已然成为资本市场的重要组成部分。自1991年基金行业起步以来，其发展呈阶梯式增长。1997年底，《证券投资基金管理暂行办法》的出台确定了开放式、封闭式并存的基金经营方式，为行业发展奠定了制度基础。2000年开放式基金正式启动，2001年基金规模扩大至809亿。2002-2003年，基金规模高速增长，2003年扩张规模达到顶峰，较2002年增加了一倍多。2004年6月1日，《证券投资基金法》正式实施，以法律形式确认了证券投资基金在资本市场及社会主义市场经济中的地位和作用。截至2024年底，已有数据披露的65家公募基金公司合计实现净利润超过340亿元，其中超过85%的公司保持盈利，近六成公司净利润同比增长，管理资产规模持续攀升。在整个市场资金来源中，基金占据了相当比例，已然成为证券投资机构中规模最大的投资主体与资金来源之一。在基金行业蓬勃发展的同时，基金的投资行为，尤其是羊群行为，备受关注。羊群行为是指基金管理人在投资决策中受其他同类基金投资行为的影响，而做出与个人认知不一致的决策行为。在市场中，当部分基金对某只股票表现出集中的买入或卖出行为时，其他基金往往会跟风操作。这种行为在我国基金市场中较为普遍，从基金的持股数据可以发现，多只基金同时重仓或减持某些股票的情况屡见不鲜。基金羊群行为与股价波动之间存在着紧密的联系，对金融市场产生着重要影响。一方面，羊群行为可能会加剧股价波动。当基金出现羊群行为时，大量资金集中买入或卖出某只股票，会使股票的供求关系失衡。在短时间内，股票的需求大幅增加或供给大幅增多，导致股价迅速上涨或下跌，增加了股价的波动性。另一方面，股价波动也可能反过来影响基金的羊群行为。当股价出现大幅波动时，基金为了规避风险或追求收益，可能会更加倾向于模仿其他基金的投资行为，从而进一步强化羊群行为。这种相互作用可能会导致市场的不稳定，甚至引发金融风险。深入研究我国基金羊群行为对股价波动的影响具有至关重要的意义。从市场稳定角度来看，了解基金羊群行为与股价波动的关系，有助于监管部门制定更加有效的政策，规范基金的投资行为，降低市场的波动性，维护金融市场的稳定。监管部门可以通过加强信息披露要求、完善市场制度等措施，减少基金的羊群行为，从而降低股价的异常波动，保障市场的平稳运行。从投资者决策角度而言，投资者可以根据基金羊群行为和股价波动的规律，更加科学地制定投资策略，降低投资风险，提高投资收益。投资者可以通过分析基金的羊群行为，判断市场的热点和趋势，避免盲目跟风投资，从而做出更加理性的投资决策。1.2研究方法与创新点本研究将综合运用多种研究方法，从理论与实证多个层面深入剖析我国基金羊群行为对股价波动的影响。在理论分析方面，深入梳理行为金融学、投资组合理论等相关理论，全面剖析基金羊群行为产生的理论根源，以及其影响股价波动的内在作用机制。通过对行为金融学中关于投资者非理性行为的理论研究，解释基金管理人在投资决策中受羊群行为影响的心理因素和行为动机。从投资组合理论角度，分析基金羊群行为如何打破原有的投资组合平衡，进而对股价波动产生影响。在实证研究方面，运用计量经济学方法进行定量分析。选取具有代表性的基金样本和股票数据，利用LSV模型（Lakonishok、Shleifer和Vishny提出的衡量羊群行为的经典模型）来测度基金的羊群行为程度。通过对基金持仓数据的分析，计算出羊群行为指标，以准确衡量基金在买卖股票时的羊群行为强度。同时，采用GARCH模型（广义自回归条件异方差模型）来度量股价波动，该模型能够充分捕捉股价波动的时变性和聚集性特征，从而更精确地刻画股价波动情况。在此基础上，构建多元线性回归模型，将羊群行为指标作为自变量，股价波动指标作为因变量，同时控制其他可能影响股价波动的因素，如宏观经济指标、公司财务指标等，以此来实证检验基金羊群行为对股价波动的影响方向和程度。本研究的创新点主要体现在以下几个方面：在研究视角上，不仅关注基金羊群行为对股价短期波动的影响，还深入探讨其对股价长期波动的作用，从更全面的时间维度来分析两者之间的关系。在数据选取上，将涵盖更广泛的基金类型和更长的时间跨度，确保数据的全面性和代表性，以提高研究结果的可靠性和普适性。不仅选取常见的公募基金数据，还将纳入部分私募基金数据进行分析，同时延长数据的时间范围，以观察不同市场环境下基金羊群行为和股价波动的变化规律。在模型构建方面，尝试引入一些新的变量和方法，以更准确地揭示基金羊群行为与股价波动之间的复杂关系。考虑将市场情绪指标纳入模型，研究市场情绪在基金羊群行为影响股价波动过程中的调节作用，从而进一步完善对这一问题的研究。二、理论基础与文献综述2.1基金羊群行为理论2.1.1概念界定基金羊群行为是一种在金融市场投资决策过程中出现的特殊现象。具体而言，它指的是基金经理在进行投资抉择时，并非完全基于自身对市场信息的独立分析与判断，而是在相当程度上受到其他投资者行为的影响，进而放弃自身所掌握的部分私有信息，选择采取与其他投资者相似甚至相同的投资策略。这种行为模式使得基金的投资决策呈现出高度的一致性和趋同性。从行为金融学的角度来看，基金羊群行为背离了传统金融理论中关于投资者完全理性和信息充分利用的假设。在传统理论中，投资者被假定为能够充分收集和分析信息，基于自身的理性判断做出最优投资决策。然而，在现实的金融市场中，基金经理面临着复杂多变的市场环境，信息的获取和处理存在诸多困难与限制。当市场中存在不确定性和模糊性时，基金经理往往会受到群体行为的影响。例如，当部分基金经理开始大量买入某只股票时，其他基金经理可能会认为这些先行买入的基金经理掌握了某些自己尚未获取的重要信息，即使自己并没有足够的证据支持这一判断，也会选择跟随买入，以避免在业绩表现上落后于同行。这种行为模式在基金市场中广泛存在，使得众多基金在投资组合和交易决策上呈现出相似性。2.1.2形成原因基金羊群行为的形成是多种因素相互作用的结果，主要涵盖信息不对称、声誉机制、激励机制和投资者情绪等方面。信息不对称在基金投资决策中是一个普遍存在的问题。金融市场中的信息纷繁复杂，且分布极不均匀。基金经理在获取信息时，面临着高昂的成本和诸多不确定性。一方面，市场中的信息来源广泛，包括宏观经济数据、行业动态、公司财务报表等，要全面收集和准确分析这些信息，需要投入大量的时间、精力和资源。另一方面，信息的真实性和可靠性也难以保证，虚假信息、误导性信息时有出现，这使得基金经理在判断信息价值时面临很大的困难。在这种情况下，基金经理往往会将其他投资者的行为视为一种重要的信息来源。当他们观察到其他基金大量买入或卖出某只股票时，会倾向于认为这些基金掌握了更有价值的信息，从而选择跟随其投资决策。这种基于信息不对称而产生的模仿行为，是基金羊群行为形成的重要原因之一。声誉机制对基金羊群行为有着显著的影响。基金经理的声誉在其职业生涯中至关重要，它直接关系到基金经理的职业发展和个人收益。一个声誉良好的基金经理更容易吸引投资者的资金，获得更高的薪酬和更多的职业机会。相反，声誉受损可能导致基金经理失去投资者的信任，面临资金赎回压力和职业困境。为了维护自己的声誉，基金经理往往会避免做出与同行差异过大的投资决策。如果他们独自做出的投资决策出现失误，而同行的决策是正确的，那么他们将面临更大的声誉风险。因此，在投资决策过程中，基金经理更倾向于跟随大多数同行的做法，即使他们对自己的判断有一定的信心，也会因为担心声誉受损而选择从众。这种基于声誉考虑的行为模式，进一步加剧了基金羊群行为的发生。激励机制也是导致基金羊群行为的重要因素。在基金行业中，基金经理的薪酬和业绩紧密挂钩。通常情况下，基金经理的薪酬包括基本工资、奖金和业绩提成等部分，其中业绩提成在总薪酬中占比较大。这种激励机制使得基金经理更加关注短期业绩表现，因为短期业绩的好坏直接决定了他们的收入水平。为了在短期内提升业绩，基金经理往往会选择一些市场上较为热门的投资策略，跟随其他业绩表现较好的基金进行投资。例如，当市场上某一板块的股票表现强劲时，许多基金经理会纷纷买入该板块的股票，希望借此提升自己管理的基金业绩。这种基于短期业绩激励的投资行为，使得基金之间的投资决策更加趋同，从而促进了羊群行为的形成。投资者情绪在基金羊群行为中扮演着重要角色。金融市场中的投资者情绪是复杂多变的，且具有很强的传染性。当市场处于牛市时，投资者普遍表现出乐观情绪，对未来市场走势充满信心，这种乐观情绪会促使基金经理更加积极地买入股票，推动股价进一步上涨。在这种市场氛围下，即使个别基金经理对市场的过度乐观情绪有所担忧，但由于担心错过投资机会，也会跟随市场趋势进行投资。相反，当市场处于熊市时，投资者的悲观情绪会迅速蔓延，基金经理也会受到这种情绪的影响，纷纷卖出股票，导致股价加速下跌。投资者情绪的这种波动性和传染性，使得基金经理的投资决策容易受到市场情绪的左右，进而引发羊群行为。2.2股价波动理论2.2.1有效市场假说有效市场假说（EfficientMarketsHypothesis，EMH）由萨缪尔森于1965年率先提出，1970年尤金・法玛对这一概念进行了深化与定义，在现代金融理论体系中占据着重要地位。该假说的核心观点为，在一个有效的市场当中，资产价格能够充分且及时地反映出所有可得信息。这意味着，市场参与者无法通过分析已有的信息来获取超额收益，因为所有相关信息都已被充分融入到资产价格之中。有效市场假说建立在三个关键假设之上。其一，投资者被假定为理性的，他们在进行投资决策时，能够基于所有可获得的信息，运用合理的分析方法，做出追求个人预期效用最大化的决策。其二，市场具备完全信息的特性，所有市场参与者都能够同时、无成本地获取所有与投资决策相关的信息，不存在信息不对称的情况。其三，市场处于无摩擦状态，即证券买卖不存在交易成本，也不对证券投资收益征税，并且资产具有无限可分性，这使得投资者能够自由地进行资产交易，不受外部因素的干扰。根据有效市场假说，市场效率可划分为三种不同形式。在弱式有效市场中，证券价格已充分反映出所有过去历史的证券价格信息，涵盖股票的成交价、成交量、卖空金额、融资金额等。在这种市场状态下，投资者无法依靠历史价格信息获得超额收益，技术分析方法也将失去其预测未来股价走势的作用，因为历史价格信息已完全体现在当前股价中。半强式有效市场中，价格不仅反映了历史信息，还充分反映出所有已公开的有关公司营运前景的信息，如成交价、成交量、盈利资料、盈利预测值、公司管理状况及其它公开披露的财务信息等。一旦这些公开信息发布，股价会迅速做出调整，以反映新的信息。因此，在半强式有效市场中，利用基本面分析来获取超额收益的方法也不再可行，只有拥有内幕消息的投资者才可能获得超额利润。强式有效市场中，股票价格已经反映了其历史、公开和未公开的信息，即使是拥有内部信息的交易者也无法利用内部的未公开信息赚取超额利润。在这种市场中，任何形式的分析或研究都无法帮助投资者获得超越市场平均水平的收益，市场达到了最高程度的效率。在有效市场中，股价的波动被认为是对新信息的合理反应。当新的信息出现时，无论是宏观经济数据的发布、公司业绩的变化还是行业政策的调整，这些信息都会迅速被市场参与者获取，并通过他们的买卖行为反映在股价上。如果一家公司公布了超出市场预期的盈利报告，这一利好信息会使投资者对该公司的未来发展前景更加乐观，从而增加对该公司股票的需求，推动股价上涨。反之，如果出现负面信息，股价则会相应下跌。这种股价对新信息的及时、准确反应，使得股价在有效市场中呈现出随机游走的特征，即股价的变化是不可预测的，因为新信息的出现是随机的。有效市场假说为理解金融市场的运行机制提供了一个重要的理论框架，尽管在现实市场中，完全满足有效市场假说的条件较为困难，但它仍然是研究股价波动和市场效率的重要基础。2.2.2行为金融理论行为金融理论作为对传统金融理论的重要补充，从全新的视角为股价波动的研究提供了独特的解释框架。传统金融理论建立在投资者完全理性和市场无套利均衡的假设基础之上，然而，在现实的金融市场中，投资者的行为往往受到多种非理性因素的显著影响，这使得行为金融理论应运而生。行为金融理论着重研究投资者的心理、行为以及决策过程对金融市场的作用，通过剖析投资者在投资决策中出现的认知偏差、情绪波动和信息处理方式等非理性因素，来阐释金融市场中诸多传统理论难以解释的异常现象，其中就包括股价的波动。投资者在决策过程中常常会受到各种认知偏差的干扰。代表性启发是一种常见的认知偏差，投资者往往倾向于根据事物的代表性特征来快速判断和决策，而不是基于全面、深入的信息和严谨的逻辑分析。在判断一只股票的投资价值时，投资者可能仅仅依据该公司过去的短期业绩表现或者行业内的个别成功案例，就简单地认为该股票具有投资价值，而忽视了其他众多可能影响股票价值的重要因素，如宏观经济环境的变化、行业竞争格局的演变以及公司内部的管理问题等。这种基于片面信息的决策方式，容易导致投资者对股票价值的判断出现偏差，进而引发股价的异常波动。当市场上部分投资者基于代表性启发而大量买入或卖出某只股票时，会带动其他投资者跟风操作，从而使股价在短期内出现过度上涨或下跌的情况。锚定效应也是影响投资者决策的重要认知偏差之一。投资者在做决策时，常常会受到初始信息的过度限制，即使后续出现了新的信息，他们也难以对初始判断进行充分调整，导致最终的决策偏离实际价值。在股票投资中，投资者可能会将某一特定价格，如股票的发行价或自己首次买入时的价格，作为一个锚定点。当股价围绕这个锚定点波动时，投资者的决策会受到这个初始价格的强烈影响。如果股价上涨超过了锚定点，投资者可能会因为过度关注初始价格而过早卖出股票，错失后续的上涨行情；反之，如果股价下跌低于锚定点，投资者可能会因为不愿意承认损失而继续持有股票，甚至进一步加仓，导致损失扩大。这种锚定效应使得投资者的决策缺乏灵活性和客观性，容易引发股价的不合理波动。投资者的情绪波动在股价波动中扮演着至关重要的角色。行为金融理论认为，投资者并非完全理性的经济人，他们的情绪会对投资决策产生重大影响，进而导致市场价格的波动。恐惧和贪婪是两种常见的情绪，在金融市场中表现得尤为明显。当市场处于牛市时，投资者普遍表现出贪婪情绪，对未来市场走势过度乐观，往往会忽视潜在的风险，盲目地大量买入股票，推动股价不断上涨，形成资产价格泡沫。在2015年上半年的中国股市牛市行情中，投资者的贪婪情绪被极大地激发，大量资金涌入股市，导致股价指数大幅攀升，许多股票的价格远远偏离了其内在价值。然而，一旦市场形势发生逆转，投资者的情绪迅速从贪婪转为恐惧，开始大量抛售股票，导致股价暴跌，市场陷入恐慌。这种由投资者情绪驱动的股价大幅波动，使得市场的稳定性受到严重威胁，增加了市场的不确定性和风险。投资者情绪还具有很强的传染性。在金融市场中，信息传播迅速，投资者之间的相互影响较大。当部分投资者因为某种原因产生乐观或悲观情绪时，这种情绪会通过各种渠道迅速传播，感染其他投资者，形成一种群体情绪。这种群体情绪会进一步强化投资者的行为一致性，导致市场上出现大量的同向交易，从而加剧股价的波动。当市场上出现一则关于某行业的利好消息时，部分投资者的乐观情绪会迅速扩散，吸引更多投资者买入该行业的股票，推动股价大幅上涨；反之，当出现负面消息时，投资者的悲观情绪也会迅速蔓延，引发大量抛售行为，导致股价急剧下跌。2.3国内外研究现状国外对于基金羊群行为和股价波动的研究起步较早，取得了丰硕的成果。Lakonishok、Shleifer和Vishny（1992）开创性地提出了LSV模型，这一模型成为衡量羊群行为的经典方法。他们通过对美国市场的研究发现，基金在整体上存在一定程度的羊群行为，但羊群行为的程度相对较低。此后，众多学者基于LSV模型展开了深入研究。Wermers（1999）运用改进后的LSV模型，对美国共同基金的羊群行为进行分析，发现共同基金在买卖股票时存在明显的羊群行为，且这种行为对股价产生了一定的影响。当共同基金大量买入某只股票时，会推动股价上涨；反之，大量卖出则会导致股价下跌。在股价波动方面，Fama（1970）提出的有效市场假说为股价波动的研究奠定了重要基础。该假说认为，在有效市场中，股价能够充分反映所有可得信息，股价的波动是对新信息的合理反应。然而，随着研究的深入，行为金融理论逐渐兴起。Kahneman和Tversky（1979）提出的前景理论，从投资者的心理和行为角度出发，解释了投资者在决策过程中的非理性行为，为股价波动的研究提供了新的视角。他们认为，投资者在面对风险和收益时，并非完全理性，而是会受到损失厌恶、过度自信等心理因素的影响，从而导致股价的异常波动。国内学者在借鉴国外研究成果的基础上，结合我国金融市场的实际情况，对基金羊群行为和股价波动进行了大量研究。宋军和吴冲锋（2001）运用LSV模型对我国证券投资基金的羊群行为进行实证分析，发现我国基金存在较为显著的羊群行为，且羊群行为程度高于美国市场。他们认为，我国证券市场的不完善、信息不对称以及投资者的非理性行为是导致羊群行为较为严重的主要原因。孙培源和施东晖（2002）采用横截面收益标准差（CSSD）和横截面绝对偏离度（CSAD）等指标，对我国股市的羊群行为进行研究，发现我国股市在某些时期存在明显的羊群行为，且羊群行为与股价波动之间存在正相关关系。当市场出现羊群行为时，股价波动会加剧；而股价波动的加剧又会进一步引发投资者的恐慌情绪，导致羊群行为更加严重。许年行和吴世农（2006）从行为金融学的角度出发，研究了投资者情绪对股价波动的影响。他们发现，投资者情绪与股价波动之间存在显著的正相关关系，投资者情绪的波动会导致股价的异常波动。在市场乐观情绪高涨时，投资者往往会过度买入股票，推动股价上涨；而当市场悲观情绪蔓延时，投资者则会大量抛售股票，导致股价下跌。已有研究在基金羊群行为和股价波动方面取得了重要进展，但仍存在一些不足之处。在研究方法上，虽然LSV模型等被广泛应用，但这些模型在衡量羊群行为时可能存在一定的局限性，无法全面准确地反映基金的真实投资行为。在研究内容上，对于基金羊群行为与股价波动之间的动态关系以及影响机制的研究还不够深入，尚未形成完整的理论体系。未来的研究可以在改进研究方法、深入挖掘影响机制等方面展开，以进一步完善对这一领域的认识。三、我国基金羊群行为现状分析3.1我国基金市场发展历程与现状我国基金市场的发展历程，是一部在探索中前行、在创新中突破的奋斗史，它见证了我国金融市场的逐步完善与壮大。1991年，“珠信基金”的诞生，如同一颗种子，在我国金融市场的土壤中种下了基金行业的希望，标志着我国基金市场的正式起步。这一时期，基金市场处于萌芽阶段，相关法律法规和市场机制尚不完善，基金的运作和管理也处于初步探索阶段。1997年，《证券投资基金管理暂行办法》的颁布，如同一场及时雨，为基金市场的发展提供了必要的制度保障，为行业的规范化发展奠定了坚实基础。此后，南方基金公司和国泰基金公司成功发行开元基金和金泰基金，我国基金行业迎来了快速发展的新时期。在这一阶段，基金市场的规模逐渐扩大，基金产品的种类也日益丰富，越来越多的投资者开始关注并参与到基金投资中来。2001年，我国第一只开放式基金“华安创新”的诞生，更是基金市场发展历程中的一个重要里程碑，它标志着我国基金业实现了从封闭式基金到开放式基金的历史性跨越。开放式基金的出现，为投资者提供了更加灵活的投资选择，进一步激发了市场的活力。同年，中国证监会发布了《开放式证券投资基金试点办法》，进一步完善了监管框架，为基金市场的规范发展提供了有力支持。此后，以开放式基金为主的基金市场规模迅速壮大，其规模于2004年反超封闭式基金2倍，基金产品种类也不断丰富，股票基金、债券基金、混合基金、货币市场基金等陆续推出，满足了不同投资者的多样化需求。2006-2007年，在股市快速上行的带动下，我国基金规模出现了爆炸式增长。投资者的热情被极大地激发，大量资金涌入基金市场，使得基金资产净值大幅攀升。然而，随着市场的波动，基金市场也经历了起伏。在市场调整阶段，基金规模和业绩受到了一定的影响，但这也促使基金行业不断反思和改进，加强风险管理和投资策略的优化。近年来，随着我国经济的持续发展和居民财富的不断增长，基金市场迎来了新的发展机遇。根据中国证券投资基金业协会的数据显示，截至2024年底，我国公募基金资产净值规模已超过27万亿元，较上一年增长了约8%。基金产品数量也呈现出快速增长的趋势，截至2024年底，公募基金产品数量超过1.2万只，涵盖了股票型、债券型、混合型、货币市场型等多种类型，满足了不同风险偏好投资者的需求。在投资者结构方面，个人投资者和机构投资者的比例逐渐趋于平衡。个人投资者数量众多，他们的投资行为更加分散，注重短期收益和流动性。而机构投资者在资金规模和投资专业性上具有一定优势，他们更注重长期投资和资产配置，对市场的稳定性和理性发展起到了积极的推动作用。目前，机构投资者在公募基金市场中的占比约为40%，与过去相比有了显著提升。从基金类型来看，股票型基金和混合型基金在市场行情较好时受到投资者的青睐，其资产净值占比较高。在2024年上半年，随着股市的回暖，股票型基金和混合型基金的资产净值合计占比达到了约55%。这些基金通过投资股票市场，为投资者提供了获取较高收益的机会，但同时也伴随着较高的风险。债券型基金则以相对稳定的收益和较低的风险特点，成为稳健投资者的重要选择，其资产净值占比约为25%。债券型基金主要投资于债券市场，收益相对稳定，风险较低，适合那些风险偏好较低、追求稳健收益的投资者。货币市场基金凭借高流动性和低风险，成为投资者短期资金管理的常用工具，其资产净值占比约为15%。货币市场基金主要投资于短期货币工具，如国债、央行票据、商业票据等，具有流动性强、收益稳定的特点，适合投资者进行短期资金的存放和管理。我国基金市场在过去几十年中取得了显著的发展成就，市场规模不断扩大，产品种类日益丰富，投资者结构逐渐优化。然而，在发展过程中，基金市场也面临着一些挑战，如市场波动风险、投资者教育不足、行业竞争加剧等。未来，随着我国金融市场的进一步开放和创新，基金市场有望迎来更加广阔的发展空间，同时也需要行业各方共同努力，加强风险管理，提升投资能力，为投资者提供更加优质的服务。三、我国基金羊群行为现状分析3.2基金羊群行为的度量方法3.2.1LSV模型LSV模型，由Lakonishok、Shleifer和Vishny于1992年提出，是度量基金羊群行为的经典模型，在金融市场羊群行为研究领域具有开创性意义。该模型的核心原理基于对基金交易行为中买卖双方交易量的细致分析，旨在精准检验股票市场中是否存在大量投资者同时买入或卖出同种股票的行为，若存在，则表明该股票的投资者存在羊群行为。LSV模型的计算公式为：LSV_{i,t}=\left|P_{i,t}-E\left(P_{i,t}\right)\right|-A_{i,t}，其中，P_{i,t}代表在第t期买入股票i的基金数量占买卖股票i的基金总数的比例；E\left(P_{i,t}\right)表示在不存在羊群行为的假设下，买入股票i的基金数量占比的预期值，通常假设为0.5；A_{i,t}为调整因子，用于校正因偶然因素导致的同向交易偏差，其计算公式为A_{i,t}=2\sqrt{\frac{N_{i,t}\left(1-N_{i,t}\right)}{n_{i,t}}}，这里N_{i,t}是第t期买卖股票i的基金总数占全部基金总数的比例，n_{i,t}是第t期买卖股票i的基金数量。LSV_{i,t}的取值范围在[-1,1]之间，当LSV_{i,t}的值越接近1时，意味着羊群行为越显著，表明大量基金集中在同一方向进行交易；当LSV_{i,t}的值越接近-1时，则表示基金的交易行为呈现出明显的反向特征，即买入和卖出行为较为分散，羊群行为极弱；当LSV_{i,t}的值接近0时，说明基金的交易行为接近随机状态，不存在明显的羊群行为。在实际应用中，若某只股票在某一季度有30只基金买入，20只基金卖出，总共有50只基金参与了该股票的买卖，而同期市场中总共有100只基金，其中参与股票交易的基金有60只。那么，P_{i,t}=\frac{30}{30+20}=0.6，E\left(P_{i,t}\right)=0.5，N_{i,t}=\frac{50}{100}=0.5，n_{i,t}=50，通过计算可得A_{i,t}=2\sqrt{\frac{0.5\times(1-0.5)}{50}}\approx0.1414，进而LSV_{i,t}=\left|0.6-0.5\right|-0.1414=-0.0414，该结果表明在这一时期，针对该股票，基金的交易行为不存在明显的羊群行为，买卖较为分散。LSV模型的优点在于其原理相对简单，易于理解和操作，能够直观地反映出基金在某只股票上的羊群行为程度。它为后续众多羊群行为度量模型的发展奠定了基础，许多改进模型都是在LSV模型的基础上进行优化和拓展的。然而，LSV模型也存在一定的局限性。它无法准确区分基金是在买入还是卖出股票时产生的羊群行为，对于分析基金在不同交易方向上的行为特征存在不足。该模型在计算过程中对数据的完整性和准确性要求较高，若数据存在缺失或误差，可能会影响到最终的计算结果，导致对羊群行为的判断出现偏差。3.2.2其他度量模型除了LSV模型外，PCM模型、CSAD模型等也是常用的度量基金羊群行为的模型，它们从不同角度对羊群行为进行测度，各自具有独特的优势和局限性。PCM模型（PortfolioChangeMeasure），即投资组合变动度量模型，该模型从基金投资组合的变动角度来衡量羊群行为。它通过计算基金在不同时期投资组合中股票权重的变化，来判断基金之间的投资行为是否具有一致性。若多只基金在同一时期对某只股票的权重调整呈现出相似的方向和幅度，说明存在羊群行为。PCM模型的计算公式为：PCM_{i,t}=\sum_{j=1}^{n}{\left|w_{i,j,t}-w_{i,j,t-1}\right|}，其中w_{i,j,t}表示第t期基金i中股票j的权重，w_{i,j,t-1}表示第t-1期基金i中股票j的权重。PCM_{i,t}的值越大，表明基金i在t期的投资组合变动越大，羊群行为越明显。PCM模型的优点是能够更全面地考虑基金投资组合的整体变动情况，不仅关注股票的买卖方向，还考虑了投资权重的变化，对于分析基金投资策略的一致性具有重要意义。然而，该模型计算较为复杂，对数据的要求也更高，需要详细的基金投资组合权重数据，这在实际数据获取中可能存在一定难度。CSAD模型（Cross-SectionalAbsoluteDeviation），即横截面绝对偏差模型，主要基于股票收益的横截面数据来度量羊群行为。该模型认为，在不存在羊群行为的有效市场中，个股收益率与市场平均收益率之间的偏差应该符合一定的正态分布。若市场中出现羊群行为，投资者会集中买入或卖出某些股票，导致个股收益率与市场平均收益率的偏差缩小，CSAD值也会相应减小。CSAD模型的计算公式为：CSAD_{t}=\frac{1}{N}\sum_{i=1}^{N}{\left|R_{i,t}-R_{m,t}\right|}，其中R_{i,t}表示第t期股票i的收益率，R_{m,t}表示第t期市场组合的收益率，N为股票的数量。CSAD模型的优势在于它从市场整体的角度出发，通过分析股票收益率的分布特征来判断羊群行为，能够较好地反映市场层面的羊群行为情况。但它也存在一些缺点，例如，它对市场有效假设的依赖程度较高，在市场存在其他干扰因素导致收益率分布异常时，可能会误判羊群行为的存在。与LSV模型相比，PCM模型和CSAD模型在度量羊群行为时具有不同的侧重点。PCM模型更关注基金投资组合内部的变动情况，能够深入分析基金投资策略的一致性；CSAD模型则侧重于从市场整体收益率的角度来判断羊群行为，更宏观地反映市场层面的羊群行为特征。而LSV模型主要从基金对单只股票的买卖交易行为出发，直接度量基金在个股上的羊群行为程度。在实际研究中，研究者通常会根据研究目的和数据可得性，综合运用多种模型来更全面、准确地度量基金羊群行为，以弥补单一模型的不足，提高研究结果的可靠性和有效性。3.3基于实证数据的羊群行为分析3.3.1数据选取与处理为了深入研究我国基金羊群行为，本研究选取了具有代表性的基金样本和数据来源。基金样本涵盖了2015年1月至2024年12月期间在我国证券市场上活跃的300只公募基金，这些基金包括股票型基金、混合型基金和债券型基金，以确保样本的多样性和全面性，能够反映不同类型基金的投资行为特点。数据来源主要包括Wind数据库、各基金公司官方网站以及中国证券投资基金业协会的公开数据。Wind数据库提供了丰富的金融市场数据，包括基金的持仓信息、净值数据、交易数据等，是获取基金相关数据的重要渠道。各基金公司官方网站则可以获取基金的详细招募说明书、定期报告等信息，这些信息对于了解基金的投资策略和运作情况具有重要价值。中国证券投资基金业协会的公开数据则提供了行业整体的统计信息和规范要求，有助于从宏观层面把握基金市场的发展动态。在获取原始数据后，对其进行了严格的清洗、整理和筛选。数据清洗主要是去除数据中的错误值、重复值和缺失值。在基金持仓数据中，可能会出现某些股票的持仓数量或市值为负数的错误情况，这些错误数据会对后续分析产生严重干扰，因此需要将其识别并修正或删除。对于重复记录的数据，如同一基金在同一时间点的多次重复持仓记录，也需要进行去重处理，以确保数据的准确性和唯一性。针对缺失值，采用了合理的填补方法，如对于缺失的基金净值数据，根据其历史净值走势和同类基金的表现，采用线性插值或均值填补等方法进行补充，以保证数据的完整性。数据整理则是对数据进行标准化和规范化处理，使其符合后续分析的要求。将不同基金公司的持仓数据格式统一，确保股票代码、股票名称、持仓数量、持仓市值等字段的格式一致，便于进行数据的合并和分析。对数据进行时间序列的排序，按照季度或年度的时间顺序排列，以便观察基金投资行为随时间的变化趋势。数据筛选方面，设定了一些筛选标准，以确保数据的有效性和可靠性。剔除了成立时间不足一年的基金，因为这些新成立的基金可能还处于建仓期，投资行为不稳定，不能准确反映基金的长期投资策略。对于持仓数据异常的基金，如持仓集中度极高或极低，与同类基金相比差异过大的基金，也进行了进一步的分析和判断，必要时将其剔除，以避免异常数据对整体分析结果的影响。通过这些数据选取与处理步骤，为后续准确分析我国基金羊群行为提供了坚实的数据基础。3.3.2羊群行为的实证结果运用LSV模型对处理后的数据进行分析，得到了我国基金羊群行为的实证结果。从整体来看，在2015-2024年期间，我国基金的平均羊群行为指标（LSV值）为0.12，表明我国基金存在一定程度的羊群行为。这意味着在这一时期内，基金在投资决策过程中，存在一定比例的基金跟随其他基金的投资行为，而不是完全基于自身对市场的独立判断。从时间维度上分析，基金羊群行为程度呈现出一定的变化趋势。在2015年上半年，我国股市经历了一轮快速上涨行情，市场情绪高涨。在此期间，基金的羊群行为指标上升至0.18，达到了研究期间内的相对较高水平。这表明在牛市行情中，市场的乐观情绪促使基金更加倾向于跟风投资，大量基金集中买入热门股票，以追求更高的收益。当市场上某一板块的股票表现强劲时，众多基金纷纷跟进买入，导致该板块股票价格进一步上涨，形成了明显的羊群行为。然而，在2015年下半年，股市出现大幅下跌，市场进入熊市阶段。此时，基金的羊群行为指标有所下降，降至0.08。在熊市中，基金面临着较大的风险和压力，投资者的赎回压力也可能增加。为了降低风险，基金经理更加谨慎，对市场的判断更加独立，减少了跟风投资的行为，导致羊群行为程度减弱。在2018年，受宏观经济环境变化、贸易摩擦等因素的影响，股市持续低迷。这一年基金的羊群行为指标维持在较低水平，平均为0.06。在市场不确定性增加的情况下，基金经理对市场前景的看法存在较大分歧，难以形成一致的投资决策，从而降低了羊群行为的程度。到了2020-2021年，随着经济的复苏和政策的支持，股市逐渐回暖。基金的羊群行为指标又有所上升，分别达到0.15和0.16。在市场向好的预期下，基金再次出现一定程度的跟风投资现象，对一些业绩良好、前景广阔的行业和公司的股票表现出较高的关注度，集中买入这些股票，推动了股价的上涨。从不同类型基金的角度来看，股票型基金的羊群行为最为显著，平均LSV值达到0.15。股票型基金的投资目标主要是追求股票市场的资本增值，其投资组合中股票的占比较高，因此对股票市场的波动更为敏感。在市场行情较好时，股票型基金为了获取更高的收益，更倾向于跟随市场热点，买入热门股票，导致羊群行为较为明显。混合型基金的羊群行为程度次之，平均LSV值为0.11。混合型基金的投资策略相对灵活，可以在股票、债券等不同资产之间进行配置，其投资决策受到多种因素的影响，因此羊群行为程度相对较低。债券型基金的羊群行为相对较弱，平均LSV值为0.05。债券型基金主要投资于债券市场，其收益相对稳定，风险较低，投资决策更多地基于债券的信用风险、利率风险等因素，对股票市场的依赖程度较低，因此羊群行为不明显。我国基金存在一定程度的羊群行为，且羊群行为程度在不同市场环境和不同类型基金之间存在差异。牛市行情和市场向好预期下，基金羊群行为较为明显；熊市和市场不确定性增加时，羊群行为程度减弱。股票型基金的羊群行为最为突出，混合型基金次之，债券型基金相对较弱。这些实证结果为进一步研究基金羊群行为对股价波动的影响提供了重要依据。四、基金羊群行为对股价波动的影响机制4.1基于供求关系的影响4.1.1羊群买入行为的影响当基金出现羊群买入行为时，会对股票市场的供求关系产生显著影响，进而推动股价上涨并加剧股价波动。在股票市场中，供求关系是决定股价的关键因素之一。根据经济学的基本原理，当市场对某只股票的需求增加，而供给相对稳定或减少时，股价会呈现上涨趋势。基金作为股票市场的重要参与者，其投资行为对股票的供求关系有着重要的调节作用。在实际市场中，当部分基金对某只股票的前景持乐观态度时，会率先买入该股票。这种买入行为会向市场传递出一种积极的信号，吸引其他基金的关注。由于信息不对称和对自身判断的不确定性，其他基金往往会认为这些率先买入的基金掌握了更有价值的信息，从而纷纷效仿，跟随买入该股票。随着越来越多的基金加入买入行列，对该股票的需求会在短时间内急剧增加。以贵州茅台为例，在过去的一段时间里，贵州茅台凭借其稳定的业绩增长、强大的品牌影响力和独特的行业地位，受到了众多基金的青睐。部分基金基于对白酒行业发展前景的看好以及对贵州茅台公司基本面的深入研究，率先大量买入贵州茅台的股票。这一行为引发了市场的广泛关注，其他基金为了避免错过投资机会，纷纷跟风买入。据统计，在某一特定时期，持有贵州茅台股票的基金数量大幅增加，从原来的不到100只迅速增长到超过300只。这些基金的大量买入使得贵州茅台股票的需求大幅上升，远远超过了市场的供给。在需求大幅增加而供给相对稳定的情况下，贵州茅台的股价一路攀升，从每股1000元左右上涨到超过2000元，涨幅超过100%。这种羊群买入行为不仅导致股价上涨，还会进一步加剧股价的波动。随着股价的不断上涨，市场中的投资者情绪会变得更加乐观，吸引更多的投资者加入买入行列，形成一种正反馈机制。然而，这种基于羊群行为的股价上涨往往缺乏坚实的基本面支撑，一旦市场情绪发生逆转，或者出现负面消息，投资者的信心会受到严重打击，导致大量投资者纷纷抛售股票，股价可能会迅速下跌，从而加剧股价的波动性。当市场对白酒行业的政策调整产生担忧时，投资者的信心受到影响，部分基金开始抛售贵州茅台的股票，引发股价的大幅下跌，在短时间内股价跌幅超过20%，市场波动加剧。4.1.2羊群抛售行为的影响基金的羊群抛售行为同样会对市场供求关系产生巨大冲击，进而引发股价下跌和市场恐慌，对金融市场的稳定造成严重威胁。当基金对某只股票的未来走势产生悲观预期时，会率先选择抛售该股票，以避免潜在的损失。这种抛售行为会向市场传递出负面信号，使得其他基金对该股票的信心受到影响，纷纷效仿抛售，导致市场上该股票的供给大幅增加，而需求则急剧减少。在2020年初，受新冠疫情的爆发影响，市场对航空运输行业的前景产生了严重担忧。许多基金认为航空运输企业在疫情期间将面临巨大的经营压力，业绩可能会大幅下滑，于是纷纷抛售航空运输类股票。以中国国航为例，多家基金在短时间内集中抛售其股票，导致市场上中国国航股票的供给迅速增加。据统计，在疫情爆发后的一个月内，中国国航股票的流通股供给量较之前增加了约30%。与此同时，由于市场的悲观情绪蔓延，投资者对航空运输类股票的需求大幅下降，愿意买入中国国航股票的投资者数量急剧减少。在供给大幅增加而需求急剧减少的情况下，中国国航的股价出现了大幅下跌。在短短两个月内，中国国航的股价从每股9元左右下跌到每股5元左右，跌幅超过40%。这种股价的大幅下跌不仅使持有该股票的投资者遭受了巨大损失，还引发了市场的恐慌情绪。其他投资者看到航空运输类股票的暴跌，纷纷对整个市场的前景感到担忧，进一步加剧了市场的抛售行为。许多投资者为了规避风险，纷纷卖出手中的股票，导致市场上股票的供给进一步增加，需求进一步减少，形成了一种恶性循环，市场陷入恐慌之中。基金的羊群抛售行为还可能引发连锁反应，对整个金融市场的稳定产生负面影响。当大量基金集中抛售某一行业或板块的股票时，会导致该行业或板块的市值大幅缩水，企业的融资能力受到限制，进而影响企业的正常经营和发展。航空运输类股票的暴跌使得航空运输企业的市值大幅下降，企业在资本市场上的融资难度加大，这对企业的航线拓展、飞机购置等经营活动产生了不利影响。这种连锁反应还可能扩散到其他相关行业，进一步加剧市场的不稳定。4.2基于信息传递的影响4.2.1信息不对称与羊群行为在金融市场中，信息不对称是一个普遍存在且难以避免的现象，它对基金羊群行为的产生有着深刻的影响。信息不对称指的是市场参与者之间掌握的信息在数量、质量和获取时间上存在差异。基金经理在进行投资决策时，需要充分了解宏观经济形势、行业发展趋势、公司基本面等多方面的信息。然而，在实际操作中，由于信息获取渠道的有限性、信息处理能力的局限性以及信息传播的时滞性等因素，基金经理很难获取全面、准确且及时的信息。当市场上出现新的信息时，不同基金经理获取信息的速度和解读信息的能力各不相同。部分信息灵通、分析能力较强的基金经理可能会率先获取到有价值的信息，并基于这些信息做出投资决策。而其他基金经理由于信息获取的滞后或对信息解读的偏差，在面对不确定的市场环境时，往往会将其他基金的投资行为视为一种重要的信息来源。他们会认为那些率先行动的基金经理掌握了更有价值的信息，即使自己并没有足够的证据支持这一判断，也会选择跟随其投资决策，以减少自身决策的风险和不确定性。这种基于信息不对称而产生的模仿行为，使得基金的投资决策呈现出羊群效应。在股票市场中，当某只股票发布了一则利好消息时，部分基金经理能够迅速获取并准确解读这一信息，率先买入该股票。其他基金经理由于信息获取的延迟，在看到这些基金买入后，会纷纷效仿，导致大量基金集中买入该股票，形成羊群行为。这种羊群行为在一定程度上会放大信息的影响，使得股价对信息的反应过度。原本一则普通的利好消息，可能由于基金的羊群买入行为，导致股价出现大幅上涨，远远超出了消息本身所应带来的价值提升。信息不对称还会导致市场上的信息传递出现偏差。当基金出现羊群行为时，市场上的信息会被过度解读或错误解读。大量基金集中买入某只股票，会让其他投资者认为该股票具有巨大的投资价值，而忽视了其中可能存在的风险。这种信息传递的偏差会进一步误导市场参与者的投资决策，加剧市场的不稳定性。4.2.2羊群行为对股价信息含量的改变基金羊群行为对股价信息含量有着重要的影响，它可能会使股价所反映的信息出现失真，进而影响投资者对股票价值的准确判断，降低市场的有效性。在有效市场中，股价应该能够充分、准确地反映所有与股票价值相关的信息，包括公司的财务状况、经营业绩、行业竞争态势以及宏观经济环境等。然而，当基金出现羊群行为时，股价的信息含量会发生变化。基金的羊群行为会导致股价对某些信息的过度反应。当市场上出现一则关于某公司的利好消息时，基金的羊群买入行为会使股价迅速上涨，这种上涨可能远远超过了该消息所应带来的实际价值提升。这是因为基金的集中买入行为不仅反映了对该利好消息的解读，还包含了其他基金的跟风因素。这种过度反应使得股价在短期内偏离了其真实价值，投资者基于这样的股价所做出的投资决策可能会出现偏差。当股价因为基金的羊群行为而过度上涨后，投资者可能会认为该股票具有更高的投资价值，从而买入该股票。然而，当市场情绪冷静下来，股价回归到合理水平时，这些投资者可能会遭受损失。羊群行为还可能导致股价对一些重要信息的忽视。由于基金的投资决策趋于一致，市场上的信息多样性会减少。当大部分基金都关注某些热门股票或行业时，对于其他股票或行业的信息关注就会相对不足。一些具有潜在投资价值的公司，由于没有得到基金的关注，其相关信息可能无法及时反映在股价中。这使得股价无法全面反映市场上所有的信息，投资者难以通过股价获取准确的投资信号，从而影响市场的资源配置效率。一家处于新兴行业的公司，虽然具有良好的发展前景和创新能力，但由于该行业尚未成为市场热点，没有得到基金的关注，其股价可能被低估，无法准确反映公司的真实价值。这不仅会影响投资者对该公司的投资决策，也会阻碍资源向该公司的合理配置，不利于市场的健康发展。基金羊群行为还会干扰市场的价格发现功能。在有效市场中，价格发现是通过市场参与者的买卖行为来实现的，价格能够反映市场对资产价值的共识。然而，羊群行为使得基金的投资决策缺乏独立性和多样性，市场上的价格信号被扭曲。当基金的羊群行为导致股价过度上涨或下跌时，市场的价格发现功能就会受到破坏，投资者难以根据股价来判断股票的真实价值，市场的有效性也会随之降低。4.3基于市场信心的影响4.3.1羊群行为引发的市场情绪变化基金羊群行为在金融市场中犹如一颗投入平静湖面的石子，能够引发一系列连锁反应，其中市场情绪的变化便是其产生影响的重要一环。当基金出现羊群行为时，无论是集体买入还是集体卖出，都会向市场传递出强烈的信号，这种信号如同情绪的催化剂，迅速在投资者群体中蔓延，引发投资者的恐慌或乐观情绪，进而对市场信心产生深远影响。在市场中，基金的投资决策往往被众多投资者视为重要的参考指标。当基金出现羊群买入行为时，大量资金涌入某只股票或某个板块，股价会迅速上涨。这种上涨趋势会吸引更多投资者的关注，投资者会认为这些基金掌握了某些未公开的利好信息，从而产生乐观情绪，对市场前景充满信心。他们会纷纷跟进买入，进一步推动股价上涨，形成一种良性循环。在2020-2021年期间，新能源汽车行业成为市场热点，众多基金纷纷重仓买入新能源汽车相关股票。这些基金的买入行为引发了市场的广泛关注，投资者普遍认为新能源汽车行业具有巨大的发展潜力，从而产生了乐观情绪，大量资金涌入该行业，推动新能源汽车板块的股价大幅上涨。在2020年初至2021年底期间，中证新能源汽车指数涨幅超过200%，市场信心得到极大提升。然而，当基金出现羊群抛售行为时，情况则截然不同。基金的大量抛售会导致股价迅速下跌，投资者会感受到市场的恐慌情绪。他们会担心股价继续下跌，自己的资产遭受损失，从而纷纷抛售手中的股票，引发市场的恐慌性抛售。这种恐慌情绪会在市场中迅速蔓延，导致更多投资者失去信心，进一步加剧股价的下跌。在2022年，受地缘政治冲突、经济衰退预期等因素影响，部分基金开始抛售股票，引发了市场的恐慌情绪。投资者纷纷跟风抛售，导致股市大幅下跌。在2022年上半年，沪深300指数跌幅超过20%，市场信心受到严重打击。基金羊群行为引发的市场情绪变化不仅局限于股票市场，还会对整个金融市场产生影响。当市场情绪乐观时，投资者的风险偏好会提高，他们会更愿意投资于高风险、高回报的资产，如股票、期货等，从而推动金融市场的活跃。相反，当市场情绪恐慌时，投资者的风险偏好会降低，他们会更倾向于持有现金或低风险资产，如债券、货币基金等，导致金融市场的流动性下降，市场活跃度降低。4.3.2市场信心对股价波动的反馈作用市场信心作为连接基金羊群行为与股价波动的重要纽带，在金融市场中扮演着举足轻重的角色。市场信心的变化如同一只无形的手，能够深刻地影响投资者的买卖决策，进而形成股价波动的正反馈机制，使股价波动进一步加剧。当市场信心增强时，投资者对市场前景充满乐观预期，他们会认为股票价格将继续上涨，投资风险较低。这种乐观情绪会促使投资者增加对股票的需求，纷纷买入股票。在市场需求大幅增加的情况下，股价会进一步上涨。股价的上涨又会进一步增强投资者的信心，使他们更加坚定地认为自己的投资决策是正确的，从而吸引更多投资者加入买入行列，形成一个正反馈循环。在牛市行情中，市场信心高涨，投资者普遍看好市场，不断买入股票，推动股价持续攀升。在2015年上半年的牛市行情中，市场信心极度膨胀，投资者大量买入股票，上证指数在短短几个月内从3000点左右飙升至5000点以上，股价的持续上涨进一步强化了投资者的信心，市场陷入了一种狂热的投资氛围。相反，当市场信心下降时，投资者对市场前景感到悲观，他们会担心股票价格下跌，投资风险增加。这种悲观情绪会导致投资者减少对股票的需求，纷纷卖出股票。在市场供给大幅增加的情况下，股价会下跌。股价的下跌又会进一步削弱投资者的信心，使他们更加恐慌，从而引发更多投资者抛售股票，导致股价进一步下跌，形成另一个正反馈循环。在熊市行情中，市场信心低迷，投资者对市场失去信心，纷纷抛售股票，股价不断下跌。在2008年金融危机期间，市场信心遭受重创，投资者大量抛售股票，道琼斯工业平均指数在一年内跌幅超过50%，股价的持续下跌进一步打击了投资者的信心，市场陷入了恐慌和绝望之中。市场信心的变化还会影响投资者的长期投资决策。当市场信心稳定时，投资者更倾向于进行长期投资，关注股票的基本面和长期价值。他们会选择那些业绩稳定、前景良好的公司进行投资，并且在持有股票期间，不会轻易受到短期市场波动的影响。这种长期投资行为有助于稳定股价，减少股价的短期波动。然而，当市场信心不稳定时，投资者往往会更加关注短期市场波动，追求短期利益。他们会频繁买卖股票，根据市场情绪和短期股价走势来做出投资决策。这种短期投资行为会增加市场的波动性，使股价更容易受到市场情绪的影响，加剧股价的波动。五、实证研究设计与结果分析5.1研究假设提出基于前文对我国基金羊群行为对股价波动影响机制的理论分析，提出以下研究假设：假设1：我国基金羊群行为与股价波动存在正相关关系。当基金出现羊群行为时，无论是羊群买入还是羊群抛售，都会导致股票供求关系失衡，进而加剧股价波动。在牛市中，基金的羊群买入行为会使股价迅速上涨，涨幅超过股票基本面所支撑的合理范围，增加股价的向上波动；在熊市中，基金的羊群抛售行为会使股价大幅下跌，跌幅超出合理区间，加剧股价的向下波动。假设2：不同市场态势下，基金羊群行为对股价波动的影响存在差异。在牛市行情中，市场整体呈现乐观情绪，投资者信心较强，基金的羊群买入行为更容易引发市场的追涨情绪，导致股价过度上涨，此时基金羊群行为对股价波动的正向影响更为显著；在熊市行情中，市场弥漫悲观情绪，投资者信心受挫，基金的羊群抛售行为会进一步加剧市场的恐慌情绪，导致股价过度下跌，基金羊群行为对股价下跌波动的影响更为突出。假设3：基金羊群行为对不同市值股票的股价波动影响不同。对于市值较小的股票，其流通股本相对较少，市场流动性相对较弱，基金的羊群行为更容易对其供求关系产生较大冲击，从而导致股价波动更为剧烈；而对于市值较大的股票，由于其流通股本较大，市场流动性较好，对基金羊群行为的承受能力相对较强，股价波动受基金羊群行为的影响相对较小。假设4：基金羊群行为持续时间越长，对股价波动的影响越大。随着基金羊群行为持续时间的增加，市场上的买卖压力会不断积累，股票供求关系的失衡状态会进一步加剧，从而导致股价波动幅度不断扩大，波动的持续性增强。若基金对某只股票的羊群买入行为持续多个季度，会使该股票的需求持续旺盛，股价持续上涨，且上涨过程中的波动性也会逐渐增大；反之，羊群抛售行为持续时间越长，股价下跌的幅度和波动性也会越大。五、实证研究设计与结果分析5.2变量选取与模型构建5.2.1变量选取在本实证研究中，为了准确探究我国基金羊群行为对股价波动的影响，精心选取了一系列关键变量，包括解释变量、被解释变量和控制变量。解释变量为基金羊群行为指标（HB），选用LSV模型计算得出。该指标能够直观地反映基金在投资决策过程中是否存在羊群行为以及羊群行为的程度。如前文所述，LSV模型通过对基金买卖股票时的交易数据进行分析，计算出买入或卖出股票的基金数量占比与预期值的偏差，从而衡量羊群行为的强度。当LSV值越大时，表明基金的羊群行为越显著，大量基金集中在同一方向进行交易；反之，当LSV值越小时，说明基金的交易行为越分散，羊群行为越弱。被解释变量是股价波动指标（Volatility），采用GARCH（1,1）模型来度量。GARCH模型能够充分捕捉股价波动的时变性和聚集性特征，这对于准确刻画股价波动情况至关重要。在金融市场中，股价波动并非是平稳的，而是呈现出波动聚集的现象，即较大的波动往往会伴随着较大的波动，较小的波动也会聚集出现。GARCH（1,1）模型通过引入条件方差的滞后项和条件异方差的滞后项，能够有效地描述这种波动特征。其表达式为：\sigma_t^2=\omega+\sum_{i=1}^{p}\alpha_i\epsilon_{t-i}^2+\sum_{j=1}^{q}\beta_j\sigma_{t-j}^2其中，\sigma_t^2表示t时刻的条件方差，代表股价的波动程度；\omega为常数项；\alpha_i和\beta_j分别为ARCH项和GARCH项的系数；\epsilon_{t-i}^2是t-i时刻的残差平方，反映了过去的冲击对当前波动的影响；\sigma_{t-j}^2是t-j时刻的条件方差，体现了过去的波动对当前波动的持续性影响。通过该模型计算得出的条件方差\sigma_t^2作为股价波动指标，能够更准确地反映股价波动的动态变化。控制变量方面，纳入了多个可能对股价波动产生影响的因素。宏观经济变量选取了国内生产总值（GDP）增长率，它反映了国家经济的整体增长态势。经济增长状况的变化会对企业的经营业绩和市场预期产生重要影响，进而影响股价波动。利率水平也是重要的宏观经济变量，利率的变动会改变资金的成本和流向，影响投资者的投资决策和股票的估值，从而对股价波动产生作用。通货膨胀率则衡量了物价水平的变化，通货膨胀的高低会影响企业的生产成本和消费者的购买力，对企业的盈利和股票市场的供求关系产生影响，进而影响股价波动。公司基本面变量选取了公司规模（Size），通常用公司的总资产或市值来衡量。规模较大的公司往往具有更强的抗风险能力和市场影响力，其股价波动可能相对较小；而规模较小的公司，由于其经营稳定性相对较弱，股价波动可能更为剧烈。资产负债率（Lev）反映了公司的负债水平和偿债能力，负债水平过高可能会增加公司的财务风险，导致股价波动加剧。盈利能力指标选取了净资产收益率（ROE），它反映了公司运用自有资本的效率和盈利能力，盈利能力较强的公司通常更受投资者青睐，股价相对较为稳定，波动较小。通过综合考虑这些解释变量、被解释变量和控制变量，能够更全面、准确地研究我国基金羊群行为对股价波动的影响，为后续的实证分析奠定坚实的基础。5.2.2模型构建基于研究假设和选取的变量，构建多元线性回归模型来实证检验基金羊群行为对股价波动的影响。模型设定如下：Volatility_{i,t}=\beta_0+\beta_1HB_{i,t}+\sum_{j=1}^{n}\beta_{1+j}Control_{j,i,t}+\epsilon_{i,t}其中，Volatility_{i,t}表示第i只股票在t时期的股价波动程度，通过GARCH（1,1）模型计算得出的条件方差来度量；HB_{i,t}是第i只股票在t时期的基金羊群行为指标，运用LSV模型计算得到；Control_{j,i,t}代表一系列控制变量，包括宏观经济变量（如GDP增长率、利率水平、通货膨胀率）和公司基本面变量（如公司规模、资产负债率、净资产收益率等），用于控制其他因素对股价波动的影响；\beta_0为常数项，\beta_1至\beta_{1+n}为各变量的回归系数，反映了基金羊群行为指标和控制变量对股价波动的影响程度；\epsilon_{i,t}是随机误差项，代表模型中未考虑到的其他随机因素对股价波动的影响。在该模型中，\beta_1是重点关注的系数，若\beta_1显著为正，则表明基金羊群行为与股价波动之间存在正相关关系，即基金羊群行为程度的增加会导致股价波动加剧，这与假设1相契合；若\beta_1不显著或为负，则说明基金羊群行为对股价波动的影响不明显或与预期方向相反。通过对控制变量系数的分析，可以了解宏观经济因素和公司基本面因素对股价波动的影响方向和程度。GDP增长率的系数若为正，说明经济增长对股价波动有正向影响，经济增长越快，股价波动可能越大；资产负债率的系数若为正，则表示公司负债水平的提高会加剧股价波动。该模型还可以通过引入交互项来进一步检验其他假设。为了检验假设2，即不同市场态势下基金羊群行为对股价波动的影响存在差异，可以引入市场态势虚拟变量（Bull，牛市时取值为1，熊市时取值为0）与基金羊群行为指标的交互项HB_{i,t}\timesBull_{t}。此时模型变为：Volatility_{i,t}=\beta_0+\beta_1HB_{i,t}+\beta_2Bull_{t}+\beta_3HB_{i,t}\timesBull_{t}+\sum_{j=1}^{n}\beta_{4+j}Control_{j,i,t}+\epsilon_{i,t}若\beta_3显著且为正，说明在牛市中基金羊群行为对股价波动的正向影响更为显著；若\beta_3显著且为负，则表示在熊市中基金羊群行为对股价波动的影响更为突出。对于假设3，即基金羊群行为对不同市值股票的股价波动影响不同，可以引入股票市值虚拟变量（Large，大市值股票取值为1，小市值股票取值为0）与基金羊群行为指标的交互项HB_{i,t}\timesLarge_{i}。模型调整为：Volatility_{i,t}=\beta_0+\beta_1HB_{i,t}+\beta_2Large_{i}+\beta_3HB_{i,t}\timesLarge_{i}+\sum_{j=1}^{n}\beta_{4+j}Control_{j,i,t}+\epsilon_{i,t}若\beta_3显著且为负，表明基金羊群行为对小市值股票股价波动的影响更大；若\beta_3不显著，则说明基金羊群行为对不同市值股票股价波动的影响无明显差异。通过构建上述多元线性回归模型，并引入相应的交互项，可以全面、系统地检验各个研究假设，深入分析我国基金羊群行为对股价波动的影响。5.3实证结果与分析5.3.1描述性统计对选取的变量进行描述性统计分析，结果如表1所示：变量观测值均值标准差最小值最大值股价波动（Volatility）10000.0520.025-0.0100.120基金羊群行为（HB）10000.1050.0500.0100.300GDP增长率（GDP_growth）10000.0650.0200.0200.100利率水平（Interest_rate）10000.0350.0100.0150.060通货膨胀率（Inflation_rate）10000.0250.015-0.0100.060公司规模（Size）100010.5001.5007.00015.000资产负债率（Lev）10000.4500.1500.1000.800净资产收益率（ROE）10000.1200.0500.0100.250从表1可以看出，股价波动指标（Volatility）的均值为0.052，表明样本股票的平均股价波动程度处于一定水平，标准差为0.025，说明股价波动在不同股票和时期之间存在一定的差异，部分股票的股价波动可能较大。基金羊群行为指标（HB）的均值为0.105，显示我国基金存在一定程度的羊群行为，标准差为0.050，说明不同股票上基金羊群行为的程度存在差异，部分股票上基金的羊群行为更为明显。宏观经济变量中，GDP增长率的均值为0.065，反映出我国经济在样本期间保持了一定的增长速度，标准差为0.020，说明经济增长速度在不同时期有所波动。利率水平的均值为0.035，标准差为0.010，表明利率在一定范围内波动。通货膨胀率的均值为0.025，标准差为0.015，说明物价水平相对稳定，但也存在一定的波动。公司基本面变量方面，公司规模（Size）的均值为10.500，标准差为1.500，说明样本公司的规模存在一定差异。资产负债率（Lev）的均值为0.450，标准差为0.150，表明公司的负债水平有所不同，部分公司的负债水平相对较高。净资产收益率（ROE）的均值为0.120，标准差为0.050，显示公司的盈利能力存在差异，部分公司具有较高的盈利能力。通过描述性统计分析，可以初步了解各变量的基本特征和分布情况，为后续的相关性分析和回归分析奠定基础。5.3.2相关性分析对各变量进行相关性分析，结果如表2所示：变量股价波动（Volatility）基金羊群行为（HB）GDP增长率（GDP_growth）利率水平（Interest_rate）通货膨胀率（Inflation_rate）公司规模（Size）资产负债率（Lev）净资产收益率（ROE）股价波动（Volatility）10.45***0.30**0.25**-0.15*-0.20**0.35***-0.25**基金羊群行为（HB）0.45***10.20**0.15*-0.10-0.15*0.25**-0.15*GDP增长率（GDP_growth）0.30**0.20**10.40***0.35***0.15*0.25**0.30**利率水平（Interest_rate）0.25**0.15*0.40***10.30**-0.15*-0.10-0.20**通货膨胀率（Inflation_rate）-0.15*-0.100.35***0.30**10.10-0.25**0.15*公司规模（Size）-0.20**-0.15*0.15*-0.15*0.101-0.30**0.25**资产负债率（Lev）0.35***0.25**0.25**-0.10-0.25**-0.30**1-0.35***净资产收益率（ROE）-0.25**-0.15*0.30**-0.20**0.15*0.25**-0.35***1注：*、**、***分别表示在10%、5%、1%的水平上显著相关。从表2可以看出，基金羊群行为指标（HB）与股价波动指标（Volatility）之间的相关系数为0.45，在1%的水平上显著正相关，初步验证了假设1，即我国基金羊群行为与股价波动存在正相关关系，基金羊群行为程度的增加可能会导致股价波动加剧。GDP增长率与股价波动、基金羊群行为均在5%或1%的水平上显著正相关，说明经济增长会对股价波动和基金羊群行为产生正向影响。经济增长时，企业盈利预期增加，市场信心增强，可能会吸引基金更多地投资，同时也会加剧股价波动。利率水平与股价波动、GDP增长率在5%或1%的水平上显著正相关，与通货膨胀率在5%的水平上显著正相关，表明利率的变动会对宏观经济和股价波动产生影响。利率上升时，资金成本增加，可能会抑制投资和消费，对股价产生负面影响，但也可能会吸引更多资金流入固定收益市场，对股价波动产生复杂的影响。通货膨胀率与GDP增长率、利率水平在5%或1%的水平上显著正相关，与股价波动在10%的水平上负相关，说明通货膨胀对宏观经济和股价波动的影响较为复杂。适度的通货膨胀可能会刺激经济增长，但过高的通货膨胀可能会导致经济不稳定，对股价产生负面影响。公司规模与股价波动、基金羊群行为在5%或10%的水平上负相关，表明规模较大的公司，其股价波动可能相对较小，基金对其投资的羊群行为也相对较弱。资产负债率与股价波动、基金羊群行为在5%或1%的水平上显著正相关，说明负债水平较高的公司，其股价波动可能较大，基金对其投资的羊群行为也较为明显，这可能与高负债公司的财务风险较高有关。净资产收益率与股价波动、基金羊群行为在5%或10%的水平上负相关，表明盈利能力较强的公司，其股价相对较为稳定，基金对其投资的羊群行为也相对较弱。相关性分析初步揭示了各变量之间的关系，为回归分析提供了参考。但相关性分析只能反映变量之间的线性关系，不能确定因果关系，因此需要进一步进行回归分析。5.3.3回归结果分析对构建的多元线性回归模型进行估计，结果如表3所示：|变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||基金羊群行为（HB）|0.085***|0.015|5.67|0.000|0.055-0.115||GDP增长率（GDP_growth）|0.060**|0.025|2.40|0.016|0.011-0.109||利率水平（Interest_rate）|0.040*|0.020|2.00|0.046|0.001-0.079||通货膨胀率（Inflation_rate）|-0.030|0.020|-1.50|0.134|-0.069-0.009||公司规模（Size）|-0.020**|0.008|-2.50|0.012|-0.036--0.004||资产负债率（Lev）|0.050***|0.015|3.33|0.001|0.020-0.080||净资产收益率（ROE）|-0.035**|0.015|-2.33|0.020|-0.064--0.006||常数项|-0.050***|0.010|-5.00|0.000|-0.070--0.030||变量|系数|标准误|t值|P>|t||[95%置信区间]||----|----|----|----|----|----||基金羊群行为（HB）|0.085***|0.015|5.67|0.000|0.055-0.115||GDP增长率（GDP_growth）|0.060**|0.025|2.40|0.016|0.011-0.109||利率水平（Interest_rate）|0.040*|0.020|2.00|0.046|0.001-0.079||通货膨胀率（Inflation_rate）|-0.030|0.020|-1.50|0.134|-0.069-0.009||公司规模（Size）|-0.020**|0.008|-2.50|0.0