我国融资融券投资者羊群行为对股票定价效率的影响：理论与实证

我国融资融券投资者羊群行为对股票定价效率的影响：理论与实证一、引言1.1研究背景与目的1.1.1研究背景融资融券作为一种信用交易制度，在我国资本市场中扮演着日益重要的角色。自2010年我国正式启动融资融券试点以来，这一业务经历了从无到有、规模逐渐扩大的过程。据相关数据显示，2024年1-11月，中国融资融券交易额为40875.96亿元，环比增长11.23%，同比增长141.91%，融资融券余额为18443.69亿元，环比增长7.93%，同比增长10.31%。这表明越来越多的投资者参与到融资融券交易中，利用杠杆放大投资效果，市场活跃度得到显著提升。从投资者结构来看，我国融资融券市场呈现多元化特点。个人投资者在业务开展初期占比较大，他们参与融资融券的目的主要是期望增加投资资金以放大收益，或者通过融券做空获取利润。这类投资者交易决策灵活，但资金规模较小，信息获取与风险应对能力相对较弱。机构投资者，如公募基金、社保基金、私募基金以及证券公司自营部门等，近年来参与融资融券的比例逐步上升。它们凭借专业团队和丰富经验，主要进行投资组合优化、风险对冲或者套利操作。例如，在市场波动较大时，公募基金能通过融券卖出估值较高的股票来对冲下跌风险；私募基金则凭借其较高的风险偏好和灵活激进的投资策略，在市场中较为活跃。此外，随着我国金融市场的开放，境外投资者也逐渐参与到国内融资融券交易中，他们带来了国际投资经验和成熟理念，提升了市场的国际化水平。股票定价效率是衡量股票市场有效性的关键指标，对资本市场的资源配置起着核心作用。在有效的市场中，股票价格能够及时、准确地反映所有相关信息，使资源流向最具价值的企业，从而促进实体经济的发展。然而，我国股票市场起步较晚，与成熟资本市场相比，存在市场有效性不足、定价效率较低的问题，突出表现为A股市场中小投资者占比较大，“追涨杀跌”等非理性交易行为较为普遍。融资融券业务的推出，理论上可以增加市场的健康竞争和流动性，进而提升股票定价效率。但在实际市场中，由于投资者行为的复杂性，融资融券业务也可能导致市场波动加剧，对股票定价效率产生负面影响。其中，投资者的羊群行为是影响融资融券对股票定价效率作用机制的重要因素之一。羊群行为是指投资者在交易过程中，忽视自己所拥有的私有信息，而选择跟随市场中大多数投资者的决策进行交易的现象。在融资融券市场中，羊群行为可能会导致股价过度反应或反应不足，从而影响股票价格对信息的准确反映，降低股票定价效率。1.1.2研究目的本研究旨在从羊群行为的独特视角，深入探讨我国融资融券投资者行为对股票定价效率的影响。具体而言，通过理论分析与实证研究相结合的方法，剖析融资融券交易中投资者羊群行为的形成机制，量化评估其对股票定价效率的影响程度与方向。一方面，为投资者提供更为深入的市场分析，帮助他们更好地理解融资融券交易中的风险与收益，优化投资策略，避免盲目跟风，提高投资决策的科学性和合理性。另一方面，为监管部门制定更加有效的政策提供理论依据和实证支持，助力监管部门加强市场监管，规范投资者行为，提高市场透明度，完善市场机制，从而提升我国股票市场的定价效率，促进资本市场的健康、稳定发展。1.2研究意义1.2.1理论意义本研究在理论层面具有显著的拓展价值，丰富了金融市场微观结构理论的研究范畴。传统金融理论多建立在投资者完全理性和有效市场假说的基础之上，然而现实中的投资者行为往往偏离理性假设，羊群行为便是其中的典型表现。通过深入探究融资融券投资者羊群行为对股票定价效率的影响，为金融市场微观结构理论在非理性行为领域的研究提供了新的视角和实证依据。例如，传统理论认为股票价格能够及时准确地反映所有公开信息，但本研究发现羊群行为会干扰这一信息传递过程，导致股价对信息的反应出现偏差，这促使学界重新审视市场微观结构中投资者行为与信息传导机制的关系，进一步完善金融市场微观结构理论。同时，本研究有助于深化行为金融学在资本市场研究中的应用。行为金融学强调投资者心理和行为因素对金融市场的影响，本研究通过实证分析融资融券市场中投资者的羊群行为，验证并拓展了行为金融学中的相关理论。例如，从信息不对称理论来看，投资者在融资融券交易中，由于获取信息的渠道有限、信息处理能力不足以及对其他投资者行为的过度依赖，容易产生羊群行为，这为信息不对称理论在融资融券市场中的应用提供了具体的实证支持。从投资者情绪理论角度，羊群行为往往伴随着投资者情绪的过度波动，进而影响股票定价效率，本研究揭示了这种影响的内在机制，为投资者情绪理论在资本市场中的应用提供了新的研究方向。1.2.2实践意义在投资实践方面，本研究成果为投资者提供了重要的决策依据。对于个人投资者而言，了解融资融券交易中的羊群行为及其对股票定价效率的影响，能够帮助他们更好地认识市场风险，避免盲目跟风投资。例如，在融资融券交易中，如果个人投资者能够识别市场中的羊群行为，就可以避免在股价因羊群行为而过度上涨或下跌时做出错误的投资决策，从而降低投资风险，提高投资收益。对于机构投资者来说，本研究有助于他们优化投资策略，提升投资组合管理能力。机构投资者可以利用对羊群行为和股票定价效率的研究，通过构建量化投资模型，挖掘被市场错误定价的股票，实现套利交易。此外，机构投资者还可以根据羊群行为的变化趋势，合理调整投资组合的资产配置，降低市场风险对投资组合的影响。在市场监管层面，本研究为监管部门制定和完善相关政策提供了有力的参考。监管部门可以依据研究结果，加强对融资融券市场的监管，规范投资者行为。比如，针对羊群行为可能导致的股价异常波动，监管部门可以加强对融资融券交易的监控，建立健全风险预警机制，及时发现并制止过度的羊群行为，防止股价的大幅波动，维护市场的稳定。监管部门还可以通过加强信息披露制度建设，提高市场透明度，减少投资者之间的信息不对称，从而降低羊群行为的发生概率，提升股票定价效率。此外，监管部门还可以根据研究结果，合理调整融资融券业务的相关规则，如保证金比例、标的证券范围等，引导市场健康发展。1.3研究方法与创新点1.3.1研究方法文献研究法：广泛搜集国内外关于融资融券、投资者行为、羊群行为以及股票定价效率的相关文献资料，包括学术期刊论文、学位论文、研究报告等。通过对这些文献的梳理与分析，深入了解该领域的研究现状、理论基础以及研究方法，明确已有研究的成果与不足，为本文的研究提供坚实的理论支撑和研究思路，从而找准研究的切入点，避免重复研究，确保研究的创新性和前沿性。例如，在梳理文献过程中发现，以往研究对融资融券投资者羊群行为在不同市场行情下对股票定价效率影响的对比分析相对较少，这为本文的研究提供了方向。实证分析法：构建科学合理的实证模型，运用计量经济学方法对相关数据进行实证检验。选取我国融资融券市场的交易数据、投资者交易行为数据以及股票价格数据等，利用统计软件进行数据分析。通过构建回归模型，检验融资融券投资者羊群行为与股票定价效率之间的关系，量化分析羊群行为对股票定价效率的影响程度和方向。比如，使用面板数据模型，控制宏观经济变量、行业因素等，以更准确地评估羊群行为对股票定价效率的净影响，克服可能存在的内生性问题，提高研究结果的可靠性和说服力。案例分析法：选取具有代表性的融资融券交易案例，深入剖析其中投资者的羊群行为及其对股票定价效率产生的具体影响。通过对实际案例的详细分析，更加直观地展现羊群行为在融资融券交易中的表现形式和作用机制，为实证研究结果提供有力的补充和验证。例如，选择2020-2021年新能源汽车板块中某几只股票的融资融券交易案例，分析在板块热度高涨时，投资者的羊群行为如何导致股价过度上涨，偏离其内在价值，进而影响股票定价效率，从实际案例中挖掘深层次的原因和启示。1.3.2创新点研究视角创新：从投资者羊群行为这一独特视角出发，研究融资融券业务对股票定价效率的影响。以往关于融资融券与股票定价效率的研究，多集中在制度层面或宏观市场因素的分析，较少关注投资者个体行为，尤其是羊群行为对定价效率的作用。本研究弥补了这一不足，深入探讨投资者在融资融券交易中的非理性行为如何影响股票价格对信息的反映，为理解融资融券市场的运行机制和提高股票定价效率提供了新的思路。研究方法创新：综合运用多种研究方法，将文献研究、实证分析和案例分析有机结合。通过文献研究梳理理论基础，为实证研究提供理论依据；利用实证分析量化研究变量之间的关系，增强研究结果的科学性和可靠性；借助案例分析直观展示研究现象，深入挖掘背后的原因和机制。这种多方法结合的研究方式，能够从不同角度对研究问题进行全面深入的分析，使研究结果更加丰富、立体，为该领域的研究方法提供了有益的借鉴。研究内容创新：不仅分析融资融券投资者羊群行为对股票定价效率的整体影响，还进一步探讨在不同市场行情（牛市、熊市）、不同投资者类型（个人投资者、机构投资者）以及不同行业背景下，羊群行为对股票定价效率影响的差异。这种细致的分类研究，能够为市场参与者和监管者提供更具针对性、更全面的建议，有助于市场参与者根据不同情况制定合理的投资策略，也有助于监管部门制定差异化的监管政策，提升市场监管的有效性和精准性。二、相关理论与文献综述2.1融资融券相关理论融资融券，又称证券信用交易或保证金交易，是指投资者通过向有资格提供融资融券服务的证券公司提供担保物，借入资金用于购买证券或者借入证券进行卖空交易的一种交易方式。融资融券交易具体可分为融资交易和融券交易。融资交易是投资者向证券公司借入资金买入证券，到期归还资金并支付利息，投资者期望通过证券价格上涨来获取差价收益；融券交易则是投资者向证券公司借入证券卖出，到期归还相同种类和数量的证券并支付利息，旨在从证券价格下跌中获利。融资融券交易具备四大基本功能，分别是价格发现、市场稳定、流动性增强和风险管理，同时具有财务杠杆、双重信用性、资金疏导以及与现货交易原则一致性等特点。融资融券的交易机制较为复杂。在账户设立环节，投资者需满足一定条件，如开户时间、资金门槛、信用评级等，之后在证券公司开设信用账户。委托申报时，投资者按照自身投资决策下达融资买入或融券卖出指令。以融资买入为例，假设投资者看好某只股票，判断其价格将上涨，在自身资金不足的情况下，向证券公司融入资金买入该股票。当股票价格如预期上涨后，投资者卖出股票，归还融入资金及利息，从而实现盈利。融券交易则相反，若投资者预期某股票价格下跌，可向证券公司借入该股票并卖出，待股价下跌后再买入相同数量的股票归还证券公司，赚取差价。融资融券的归还环节，投资者需在约定时间内完成资金或证券的归还。标的证券方面，并非所有证券都可进行融资融券交易，交易所会根据相关标准确定标的证券范围，这些证券通常具有一定的市值规模、流动性等要求。保证金和担保物是投资者参与融资融券交易的重要保障，投资者需缴纳一定比例的保证金，保证金可以是现金、证券等，当投资者的维持担保比例低于一定水平时，需追加担保物，否则可能面临被强制平仓的风险。交易了结方式包括到期偿还、提前偿还、强制平仓等。在风险控制方面，证券公司会实时监控投资者的交易情况，设置预警线和强制平仓线，以确保自身风险可控。从理论层面来看，融资融券对市场流动性有着重要影响。融资融券业务通过增加市场上股票的供应量和需求量，扩大了证券交易的深度，提高了整个证券市场的换手率，客观上有利于提高证券市场的流动性。融资交易从股票需求角度为股市提供流动性，投资者利用保证金融入资金并买入股票，加大了股票的需求；随着融资期限的到期日临近，投资者卖出股票来偿还借款，又加大了股票供给。融券交易起初从股票供给角度为股市提供流动性，投资者借入股票再卖出从而增加股票供给；随着融券期限的到期日临近，投资者购入相同股票来还券，加大了股票的需求。两者相互配合，使得市场交易更加活跃，资金和股票的流通速度加快。融资融券对价格发现也起着关键作用。在有效市场假说下，股票价格应完全反映所有可获得的信息。融资融券交易的引入，使得市场参与者能够更充分地表达自己对股票价值的看法。当市场上存在对某只股票不同的预期时，看好的投资者可以通过融资买入，不看好的投资者可以通过融券卖出，这种多空双方的博弈能够使股票价格更快地趋近其内在价值，完善证券市场的供求机制，发挥价格发现、平抑市场波动的作用。然而，融资融券对市场波动性的影响较为复杂。一方面，融资融券交易能够减小股市的波动性，有利于市场的稳定和股票市场价格发现功能的实现。因为融资融券机制增加了市场的供给弹性，在市场单边运行时，卖空机制可以平衡市场供求，减少股价的大幅剧烈波动。另一方面，由于融资融券交易具有杠杆效应，投资者只需缴纳一定比例的保证金就可以进行大额交易，这在一定程度上放大了市场的涨跌幅度。当市场看好某只股票时，融资买入的力量会推动股价上涨；而当市场看空某只股票时，融券卖出的力量则会加剧股价的下跌。这种杠杆效应使得市场的波动性在短期内可能增加，但从长期来看，随着市场参与者逐渐成熟和市场制度的完善，其对市场波动性的正向影响（即稳定市场）可能会逐渐显现。2.2羊群行为理论2.2.1羊群行为概念与成因羊群行为原本是一个生物学概念，用于描述动物（如牛、羊等畜类）成群移动、觅食的现象。在金融市场领域，羊群行为被用来形容投资者的一种非理性行为，即投资者在交易过程中，倾向于忽略自身所拥有的有价值的私有信息，而盲目跟从市场中大多数人的决策方式。在股票市场中，当多数投资者都看好某只股票并纷纷买入时，即使某些投资者原本通过自身分析并不看好该股票，但由于受到群体行为的影响，也可能会跟随买入。这种行为表现为在某个特定时期，大量投资者采取相同的投资策略，或者对特定资产产生相同的偏好。羊群行为的形成原因较为复杂，主要可从投资者心理、信息不对称以及制度因素等方面进行分析。从投资者心理角度来看，投资者存在认知偏差。人们在认知过程中，往往会依赖一些简单的经验法则来判断，这可能导致决策失误。在面对复杂的金融市场信息时，投资者难以对所有信息进行全面、准确的分析，从而容易受到他人行为的影响。例如，在投资决策中，投资者可能会过度关注市场上的热门股票，而忽视了自身对股票基本面的研究。投资者还具有从众心理，这种心理使得投资者在决策时，往往更倾向于与大多数人保持一致，以获得一种心理上的安全感。当投资者看到周围的人都在买入某只股票时，他们会认为大多数人的选择是正确的，即使自己没有充分的信息支持，也会跟随买入，以避免因做出不同决策而可能面临的风险。信息不对称是导致羊群行为的重要因素之一。在金融市场中，信息的获取和处理需要成本，且投资者之间获取信息的能力和渠道存在差异。一些投资者可能由于缺乏专业知识、时间或资源，无法及时、准确地获取和分析信息，因此只能依赖他人的决策。在股票市场中，当新的政策或公司公告发布时，部分投资者可能无法迅速理解其对股票价格的影响，而选择观察其他投资者的行为来做出决策。当投资者认为自己获取的信息不充分或不确定时，他们会更倾向于模仿那些被认为拥有更多信息或更专业的投资者的行为，从而形成羊群行为。制度因素也对羊群行为的产生起到了推动作用。在金融市场中，一些交易制度和监管政策可能会影响投资者的行为。例如，涨跌停板制度虽然在一定程度上可以限制股价的过度波动，但也可能导致投资者在股价接近涨跌停板时，由于担心错过交易机会而盲目跟风买卖。在股票连续涨停时，投资者可能会担心无法买入而匆忙跟风追涨；当股票连续跌停时，投资者又可能恐慌性抛售。此外，市场的信息披露制度不完善，也会加剧信息不对称，从而促使羊群行为的发生。如果上市公司的信息披露不及时、不准确或不完整，投资者就难以获取真实的企业经营状况和价值信息，只能依赖市场上的传闻和其他投资者的行为来进行投资决策。2.2.2羊群行为在金融市场的表现在股票市场中，羊群行为有着多种表现形式。追涨杀跌是最为常见的一种。当某只股票价格持续上涨时，投资者往往会受到市场情绪的影响，认为该股票具有上涨潜力，从而纷纷跟风买入，进一步推动股价上涨。这种追涨行为可能导致股价脱离其实际价值，形成泡沫。一旦市场情绪发生转变，投资者又会恐慌性抛售，导致股价大幅下跌。在2020年初，受新冠疫情影响，医疗医药板块股票价格大幅上涨，许多投资者看到股价上涨后纷纷跟风买入，使得该板块股票价格在短期内迅速攀升，部分股票市盈率高达上百倍，严重偏离其内在价值。当疫情得到一定控制，市场情绪发生变化时，投资者又大量抛售该板块股票，导致股价大幅下跌。板块轮动中的跟风现象也是羊群行为的典型表现。在股票市场中，不同板块的股票在不同时期会受到市场的关注，形成所谓的“热点板块”。当某个板块成为市场热点时，投资者往往会忽略该板块内股票的基本面差异，盲目跟风买入。当科技板块成为热点时，投资者可能会不管该板块内企业的盈利状况、发展前景等因素，只要是科技类股票就买入。这种跟风行为使得板块内股票价格普遍上涨，而一些业绩不佳的公司股票价格也可能被高估。此外，基金经理的投资趋同也是羊群行为的体现。基金经理在投资决策过程中，不仅要考虑投资收益，还要关注自身的职业声誉和业绩排名。为了避免因投资决策失误而影响自己的职业发展，一些基金经理往往会选择跟随市场主流的投资策略，投资那些被市场普遍看好的股票。在某个时期，市场上大多数基金经理都看好消费类股票，纷纷增加对该板块的投资，导致消费类股票价格普遍上涨。这种投资趋同现象在一定程度上反映了基金经理的羊群行为，也会对股票市场的定价效率产生影响。2.3股票定价效率理论股票定价效率是指股票价格对各种信息的反映程度以及股票价格与股票内在价值的偏离程度，它是衡量股票市场有效性的关键指标。在一个定价效率高的股票市场中，股票价格能够迅速、准确地反映所有公开可得的信息，包括宏观经济数据、行业发展趋势、公司财务状况等，此时股票价格能够较好地体现其内在价值。当公司发布盈利预增公告时，股票价格能及时上涨，反映这一利好信息；当行业出现负面政策时，股票价格也能迅速下跌，体现行业风险。相反，若股票定价效率低，股票价格可能会对信息反应滞后或过度反应，导致价格与内在价值长期偏离，从而影响市场资源的有效配置。有效市场假说（EfficientMarketsHypothesis，EMH）由美国经济学家尤金・法玛（EugeneF.Fama）于20世纪60年代中期提出，该假说认为，在一个有效的市场中，股票价格已经充分反映了所有可获得的信息，包括历史价格信息、公开信息以及内幕信息。根据有效市场假说，股票市场可分为弱式有效市场、半强式有效市场和强式有效市场。在弱式有效市场中，股票价格已充分反映了历史价格信息，技术分析将失去作用；半强式有效市场中，股票价格不仅反映了历史价格信息，还反映了所有公开可得的信息，基本面分析也难以获取超额收益；强式有效市场中，股票价格反映了所有信息，包括内幕信息，此时任何投资者都无法通过信息优势获得超额利润。有效市场假说与股票定价效率密切相关。在有效市场假说的框架下，股票定价效率是市场有效性的具体体现。如果市场达到有效状态，股票定价效率将达到较高水平，价格能够准确反映所有相关信息，市场能够实现资源的有效配置。然而，现实中的股票市场往往并非完全有效，存在各种因素影响股票定价效率。投资者的非理性行为，如羊群行为，会导致股票价格偏离其内在价值，降低股票定价效率。信息不对称也会使得部分投资者无法及时获取准确信息，从而影响股票价格对信息的反映速度和准确性，进而降低定价效率。市场交易制度、监管政策等因素也可能对股票定价效率产生影响。2.4国内外文献综述国外学者对融资融券与股票定价效率的关系研究较早。Hong和Stein（1999）构建理论模型，从理论层面分析得出卖空机制的存在能够有效提高股票价格对负面信息的反应速度，从而提升定价效率。他们认为在缺乏卖空机制时，负面信息无法及时在股价中体现，导致股价高估；而卖空机制的引入，使得投资者可以通过融券卖空来表达对负面信息的看法，促使股价更准确地反映公司价值。Diamond和Verrecchia（1987）的研究则指出，卖空限制会阻碍信息的有效传递，使得股票价格不能充分反映所有信息，进而降低定价效率。因为卖空限制使得持有负面信息的投资者无法通过卖空交易来影响股价，导致股价对负面信息反应不足。关于羊群行为对股票定价效率的影响，国外也有不少研究。Lakonishok、Shleifer和Vishny（1992）通过对机构投资者交易数据的分析，发现机构投资者存在明显的羊群行为，且这种行为会导致股票价格的过度波动，降低定价效率。他们认为机构投资者的羊群行为使得市场上的买卖力量失衡，从而造成股价偏离其内在价值。Bikhchandani、Hirshleifer和Welch（1992）提出了信息瀑布理论，认为投资者在决策时会参考他人的行为，当信息瀑布发生时，羊群行为就会产生，这会导致投资者忽视自身的私有信息，使得股票价格不能准确反映所有信息，进而影响定价效率。国内学者在融资融券与股票定价效率关系方面也进行了大量研究。许红伟和陈欣（2012）以我国融资融券试点为契机，采用双重差分法实证检验发现，融资融券业务的开展显著提高了标的股票的定价效率。他们认为融资融券增加了市场的流动性和信息传递效率，使得股价能够更及时地反映公司基本面信息。王曼舒和陈雪（2014）从波动性角度进行研究，发现融资融券业务的推出降低了股票价格的波动性，从而提高了定价效率。他们认为融资融券交易的多空机制可以平抑股价的大幅波动，使股价更稳定地趋近其内在价值。在羊群行为对股票定价效率的影响方面，国内学者也有诸多研究成果。宋军和吴冲锋（2001）通过对我国股票市场数据的分析，发现我国股票市场存在明显的羊群行为，且羊群行为程度与市场收益率波动呈正相关关系，进而影响股票定价效率。他们认为投资者的羊群行为导致市场上的非理性交易增加，使得股价波动加剧，偏离其内在价值。李志文和宋衍蘅（2003）研究发现，我国上市公司的信息披露质量会影响投资者的羊群行为，进而影响股票定价效率。信息披露质量低会加剧投资者之间的信息不对称，导致投资者更容易产生羊群行为，从而降低定价效率。综合国内外研究现状，目前关于融资融券与股票定价效率的研究已经取得了较为丰富的成果，但仍存在一些不足之处。一方面，对于融资融券影响股票定价效率的微观机制研究还不够深入，尤其是从投资者行为角度的研究相对较少。另一方面，在研究羊群行为对股票定价效率的影响时，大多数学者只是从整体上进行分析，对于不同市场行情、不同投资者类型以及不同行业背景下羊群行为对定价效率影响的差异研究不够细致。此外，国内外研究多侧重于理论分析和实证检验，对于如何有效降低羊群行为对股票定价效率的负面影响，提出具体的政策建议和实践指导相对较少，这为本研究提供了进一步探索的空间。三、我国融资融券市场与投资者羊群行为现状分析3.1我国融资融券市场发展历程与现状我国融资融券市场的发展历程可追溯至2006年，当时中国证监会发布《证券公司融资融券业务试点管理办法》，这一举措为融资融券业务的开展奠定了制度基础。2010年3月31日，融资融券业务正式进入试点阶段，中信证券、国泰君安等6家证券公司成为首批试点券商，沪深证券交易所也于同日开始接受融资融券交易申报，标志着我国融资融券业务从筹备走向实践，开启了资本市场信用交易的新篇章。此后，融资融券业务不断发展，经历了多次扩容。2011年11月，融资融券标的证券从90只扩容至285只，业务从试点转为常规，这一转变意味着融资融券业务的市场参与度进一步提高，更多的投资者和证券被纳入到业务范围内。2013-2014年，融资融券标的证券再次扩容，分别增加至500只和900只，两融资金门槛也从最初的50万降至零资金门槛，这一系列举措极大地推动了融资融券业务的发展，市场规模迅速扩大。2015年，A股市场的上涨行情进一步推动了融资融券业务的快速发展，两融余额在两年半的时间内增加了22倍左右。然而，在2015年7月，证监会发布《证券公司融资融券业务管理办法》，明确开立信用账户的条件，将“最近20个交易日日均证券类资产不低于50万元”等要求作为开户条件，融资融券政策开始收紧，融资融券余额同比增速大幅下降。2016-2019年上半年，受监管收紧、金融去杠杆等因素影响，融资融券业务持续低迷，余额几乎持平。直到2019年8月，证监会指导证券交易所修订《融资融券交易实施细则》，取消最低维持担保比例不得低于130%的统一限制，完善维持担保比例计算公式，将融资融券标的股票数量由950只扩大至1600只，中小板、创业板股票市值占比大幅提升，融资融券业务迎来新的发展契机，余额同比增长达到34.9%。截至2024年11月，我国融资融券余额为18443.69亿元，环比增长7.93%，同比增长10.31%，市场规模呈现出稳步增长的态势。从当前融资融券市场交易情况来看，融资交易在市场中占据主导地位。2024年1-11月，融资买入交易额远远超过融券卖出交易额。2024年1-11月，融资买入交易额为38441.63亿元，而融券卖出交易额仅为2434.33亿元。这主要是因为投资者风险偏好和市场环境等因素的影响。在股市上涨期间，投资者更倾向于融资交易，通过借入资金买入股票，期望在股价上涨中获取更大的收益；而融券交易由于存在股票价格上涨导致亏损风险较大的问题，以及融券交易限制较多等因素，使得投资者参与融券交易的积极性相对较低。从融资融券交易的换手率来看，整体维持在较高水平，表明市场交易活跃度较高。在某些热点板块或个股上，融资融券交易的换手率甚至超过普通股票交易的换手率，这反映出融资融券交易为市场提供了较强的流动性。在标的股票特征方面，融资融券标的股票具有一定的市值规模和流动性要求。目前，融资融券标的股票涵盖了沪深300成分股、部分蓝筹股以及符合条件的中小板和创业板股票。这些股票通常具有较高的市值，能够满足市场的交易需求，同时具备较好的流动性，便于投资者进行买卖操作。从行业分布来看，融资融券标的股票广泛分布于金融、制造业、信息技术、消费等多个行业。金融行业由于其市值较大、稳定性较强，在融资融券标的股票中占据较大比例；制造业作为我国实体经济的重要组成部分，也有较多的企业股票成为融资融券标的；随着信息技术和消费行业的快速发展，相关行业的标的股票数量也在逐渐增加。在信息技术行业，一些具有创新能力和高成长性的企业股票受到投资者的关注，成为融资融券交易的热门标的；消费行业的一些知名品牌企业股票，由于其业绩稳定、现金流充沛，也吸引了大量投资者进行融资融券交易。3.2融资融券投资者羊群行为现状分析3.2.1数据选取与样本描述为了深入研究我国融资融券投资者的羊群行为，本研究选取了沪深两市2019年1月1日至2024年11月30日期间的融资融券交易数据作为研究样本。这一时间段涵盖了我国融资融券市场从逐步发展到相对成熟的重要阶段，期间经历了市场的起伏波动，包括不同的行情阶段，能够较为全面地反映融资融券投资者在不同市场环境下的行为特征。在样本筛选过程中，首先剔除了上市时间不足一年的股票，以确保股票价格能够充分反映市场信息，避免因新股上市初期价格波动的特殊性对研究结果产生干扰。同时，为了保证数据的有效性和一致性，剔除了ST、*ST股票，这类股票通常面临较大的财务风险或其他异常情况，其交易特征与正常股票存在差异，可能会影响羊群行为的准确测度。还剔除了交易数据缺失较多的股票，以及在研究期间内融资融券交易天数占比过少的股票，以确保所选样本股票在融资融券交易方面具有一定的活跃度和代表性。经过上述筛选，最终得到了1200只股票作为研究样本，这些股票广泛分布于沪深两市的多个行业，包括金融、制造业、信息技术、消费、医药生物等。金融行业的样本股票有150只，占比12.5%，如工商银行、建设银行等大型银行股以及中信证券、华泰证券等券商股，这些股票市值较大，交易活跃，是融资融券交易的重要标的；制造业样本股票数量最多，达到400只，占比33.33%，涵盖了汽车制造、机械制造、电子设备制造等多个细分领域，如比亚迪、三一重工、立讯精密等，制造业作为我国实体经济的核心产业，其上市公司的融资融券交易对市场有着重要影响；信息技术行业有200只样本股票，占比16.67%，包括软件开发、通信设备、互联网服务等领域的企业，如用友网络、中兴通讯、东方财富等，随着信息技术的快速发展，该行业的股票受到投资者的广泛关注；消费行业样本股票有180只，占比15%，涉及食品饮料、家用电器、纺织服装等领域，如贵州茅台、美的集团、海澜之家等，消费行业具有较强的抗周期性，其股票是投资者资产配置的重要组成部分；医药生物行业有120只样本股票，占比10%，如恒瑞医药、迈瑞医疗、智飞生物等，医药生物行业与人们的生活息息相关，且具有较高的成长性，吸引了众多投资者参与融资融券交易；其他行业样本股票共150只，占比12.5%。数据来源方面，融资融券交易数据主要来源于Wind金融数据库，该数据库提供了全面、准确的金融市场数据，包括股票的融资买入额、融券卖出额、成交金额、成交量等详细信息，能够满足本研究对融资融券交易数据的需求。股票的基本信息，如上市时间、所属行业、股本结构等，以及市场行情数据，如股票收盘价、开盘价、最高价、最低价等，均来源于同花顺iFind金融数据终端。此外，为了控制宏观经济因素对研究结果的影响，还收集了同期的宏观经济数据，如国内生产总值（GDP）增长率、居民消费价格指数（CPI）、货币供应量（M2）等，这些数据来源于国家统计局和中国人民银行官方网站。3.2.2羊群行为的测度方法本研究采用横截面收益绝对偏差法（Cross-SectionalAbsoluteDeviation，CSAD）来测度融资融券投资者的羊群行为。该方法由Chang、Cheng和Khorana（2000）提出，其原理基于资本资产定价模型（CAPM）。在有效市场中，个股收益率与市场收益率之间存在线性关系，而当羊群行为发生时，投资者的决策趋同，会导致个股收益率向市场收益率集中，使得个股收益率与市场收益率之间的线性关系被破坏，从而通过检验这种线性关系的变化来判断羊群行为的存在与否及程度。具体计算步骤如下：首先，计算个股收益率首先，计算个股收益率R_{it}和市场收益率R_{mt}。个股收益率R_{it}采用考虑现金红利再投资的日个股回报率公式计算：R_{it}=\frac{P_{it}-P_{i,t-1}+D_{it}}{P_{i,t-1}}，其中P_{it}为股票i在t日的收盘价，P_{i,t-1}为股票i在t-1日的收盘价，D_{it}为股票i在t日获得的现金红利。市场收益率R_{mt}采用沪深300指数收益率来代表，计算公式为R_{mt}=\frac{I_{mt}-I_{m,t-1}}{I_{m,t-1}}，其中I_{mt}为沪深300指数在t日的收盘点位，I_{m,t-1}为沪深300指数在t-1日的收盘点位。然后，计算横截面收益绝对偏差CSAD_{t}，公式为CSAD_{t}=\frac{1}{N}\sum_{i=1}^{N}|R_{it}-R_{mt}|，其中N为样本股票数量，|R_{it}-R_{mt}|表示股票i在t日的收益率与市场收益率的绝对偏差，对所有样本股票的绝对偏差进行求和并取平均值，得到t日的横截面收益绝对偏差CSAD_{t}。根据CAPM模型，在不存在羊群行为的情况下，CSAD_{t}与R_{mt}之间应呈现线性递增关系。为了检验羊群行为的存在，构建如下回归方程：CSAD_{t}=\alpha+\beta_{1}|R_{mt}|+\beta_{2}R_{mt}^{2}+\varepsilon_{t}，其中\alpha为截距项，\beta_{1}和\beta_{2}为回归系数，\varepsilon_{t}为随机误差项。如果\beta_{2}显著为负，说明随着市场收益率的增加，CSAD_{t}的增长速度逐渐减缓，即个股收益率向市场收益率集中，表明存在羊群行为；\beta_{2}的绝对值越大，说明羊群行为的程度越强。3.2.3实证结果与分析通过对选取的样本数据进行计算和回归分析，得到了融资融券投资者羊群行为的测度结果。首先，对CSAD_{t}与R_{mt}进行描述性统计，结果如表1所示：变量均值中位数最大值最小值标准差CSAD_{t}0.0230.0210.0560.0050.011R_{mt}0.00030.00020.025-0.0320.008从表1可以看出，CSAD_{t}的均值为0.023，说明样本股票的横截面收益绝对偏差平均水平为2.3%，反映了个股收益率与市场收益率之间存在一定的差异。CSAD_{t}的最大值为0.056，最小值为0.005，表明在不同交易日，个股收益率与市场收益率的偏离程度存在较大差异。R_{mt}的均值为0.0003，说明市场平均日收益率较低，市场整体波动相对平稳，但最大值为0.025，最小值为-0.032，也显示出市场收益率在不同时期存在较大的波动。接着，对回归方程CSAD_{t}=\alpha+\beta_{1}|R_{mt}|+\beta_{2}R_{mt}^{2}+\varepsilon_{t}进行估计，结果如表2所示：变量系数标准误t值P值[95%置信区间]\alpha0.022***0.00120.030.000[0.020,0.024]\beta_{1}0.235***0.02111.190.000[0.193,0.277]\beta_{2}-0.862***0.105-8.210.000[-1.068,-0.656]注：***表示在1%的水平上显著。从表2的回归结果可以看出，\beta_{2}的系数为-0.862，且在1%的水平上显著为负，这表明我国融资融券市场存在明显的羊群行为。随着市场收益率的增加，CSAD_{t}的增长速度逐渐减缓，个股收益率向市场收益率集中，投资者的决策趋同程度较高。\beta_{2}的绝对值较大，说明羊群行为的程度较强，即投资者在融资融券交易中，往往会忽视自身的私有信息，而选择跟随市场中大多数投资者的决策进行交易。为了进一步分析融资和融券交易中羊群行为的程度及变化趋势，分别对融资交易和融券交易的数据进行上述测度和回归分析。结果显示，融资交易中\beta_{2}的系数为-0.785，在1%的水平上显著为负；融券交易中\beta_{2}的系数为-0.956，同样在1%的水平上显著为负。这表明融资和融券交易中均存在羊群行为，且融券交易中的羊群行为程度相对更强。这可能是因为融券交易的风险相对较高，投资者在进行融券交易时，对市场信息的不确定性更为敏感，更容易受到其他投资者行为的影响，从而导致羊群行为更为明显。从时间序列上看，将研究期间划分为牛市和熊市两个阶段，分别对不同阶段的融资融券投资者羊群行为进行分析。在牛市阶段（2019年1月-2021年2月），融资交易中\beta_{2}的系数为-0.653，融券交易中\beta_{2}的系数为-0.821；在熊市阶段（2021年3月-2024年11月），融资交易中\beta_{2}的系数为-0.856，融券交易中\beta_{2}的系数为-1.023。可以发现，无论是融资交易还是融券交易，在熊市阶段的羊群行为程度均高于牛市阶段。这是因为在熊市中，市场整体表现不佳，投资者对市场前景的信心不足，更容易产生恐慌情绪，从而导致投资者更加依赖市场中其他投资者的行为来做出决策，羊群行为更为突出。四、融资融券投资者羊群行为对股票定价效率影响的理论分析4.1影响机制分析4.1.1信息传递角度在融资融券市场中，信息传递是股票定价的关键环节，而羊群行为会对这一过程产生显著的干扰，导致信息传递出现偏差，进而影响股票定价效率。当投资者存在羊群行为时，信息传递容易出现延迟现象。在市场中，新信息的出现往往是随机且分散的，理性的市场环境下，投资者会依据自身的分析能力和信息渠道，对这些信息进行收集、整理和分析，然后做出投资决策。然而，在羊群行为的影响下，投资者往往会过度依赖他人的决策，而忽视自身对信息的挖掘和分析。当某只股票出现利好消息时，部分投资者可能由于自身分析能力不足，无法准确判断该消息对股票价值的影响，于是选择观察其他投资者的行为。如果此时市场中一些具有影响力的投资者率先买入该股票，其他投资者就会纷纷跟风买入，而没有充分考虑该利好消息的真实性、持续性以及对股票未来收益的实际影响。这种行为使得信息在投资者群体中的传播速度减缓，因为投资者不是直接基于信息本身进行决策，而是等待他人的决策信号，从而导致股票价格对信息的反应滞后，无法及时准确地反映股票的内在价值，降低了股票定价效率。羊群行为还会导致信息失真。在信息传播过程中，随着越来越多的投资者跟风交易，信息会在传播过程中被不断扭曲。这是因为投资者在跟风时，往往会忽略信息的细节和背景，只是简单地模仿他人的行为。例如，当市场上出现关于某公司的负面传闻时，一些投资者可能没有核实信息的真实性，就匆忙跟风卖出股票。在这个过程中，负面传闻可能会被夸大，导致更多的投资者基于错误的信息进行交易，使得股票价格过度下跌，偏离其内在价值。羊群行为还会引发信息的“自强化”效应。当股票价格因羊群行为而上涨或下跌时，这种价格变动会进一步吸引更多的投资者跟风，从而形成一种正反馈机制。在股票价格上涨阶段，更多的投资者跟风买入，使得股价继续上涨，吸引更多的投资者加入，形成股价泡沫；在股价下跌阶段，投资者的恐慌性抛售会加剧股价的下跌，导致股票价格被严重低估。这种信息失真和“自强化”效应使得股票价格无法真实地反映公司的基本面信息，严重影响了股票定价效率。4.1.2市场参与者行为角度从市场参与者行为角度来看，融资融券投资者的羊群行为主要通过影响股票的供需关系和价格波动，进而对股票定价效率产生影响。在融资融券市场中，投资者的跟风交易行为会导致股票供需关系失衡。当投资者出现羊群行为时，在股价上涨阶段，大量投资者会跟风融资买入股票，使得股票的需求急剧增加，远远超过股票的正常供给。以2020-2021年新能源汽车板块为例，随着新能源汽车行业的快速发展，市场对该板块的前景普遍看好，投资者纷纷跟风融资买入相关股票，导致该板块股票价格大幅上涨，部分股票的市盈率高达上百倍，严重偏离其内在价值。这种供需失衡使得股票价格无法真实反映其内在价值，因为此时的股价更多地受到投资者情绪和跟风行为的影响，而非公司的基本面和市场供需的实际情况，从而降低了股票定价效率。相反，在股价下跌阶段，投资者又会恐慌性地融券卖出股票，使得股票的供给大幅增加，需求急剧减少。在2022年，受宏观经济环境和行业竞争加剧等因素影响，一些消费类股票价格出现下跌趋势，投资者纷纷跟风融券卖出，导致这些股票价格进一步下跌，甚至出现过度下跌的情况。这种供需关系的剧烈波动，使得股票价格在短期内大幅偏离其内在价值，市场无法通过正常的供需机制来实现股票的合理定价，从而降低了股票定价效率。投资者的羊群行为还会加剧股票价格的波动。由于羊群行为具有趋同性和传染性，当一部分投资者开始跟风交易时，会迅速引发其他投资者的跟随，导致市场上的买卖力量在短时间内发生剧烈变化。这种剧烈变化使得股票价格频繁波动，增加了股票价格的不确定性。在股票价格上涨时，羊群行为会推动股价加速上涨；而在股价下跌时，羊群行为又会促使股价加速下跌，形成“追涨杀跌”的局面。这种价格的大幅波动不仅增加了投资者的交易风险，也使得股票价格难以准确反映公司的真实价值，因为在剧烈波动的市场环境下，股票价格受到投资者情绪和市场噪音的影响较大，而对公司基本面信息的反映相对不足，从而降低了股票定价效率。4.2理论模型构建为了更深入地探究融资融券投资者羊群行为对股票定价效率的影响，构建一个基于信息不对称和投资者行为的理论模型。假设市场中存在两类投资者：理性投资者和非理性（具有羊群行为）投资者，且信息在市场中的传播存在延迟和偏差。设股票的真实价值为V，在时刻t，市场中存在一个关于股票价值的公共信息I_t，该信息服从正态分布I_t\simN(V,\sigma_{I}^{2})，即信息围绕股票真实价值波动，\sigma_{I}^{2}表示信息的方差，反映了信息的不确定性程度。理性投资者会根据自身对信息的分析和判断来进行投资决策，他们能够准确地解读公共信息I_t，并结合自己所掌握的私有信息（假设私有信息为零均值的正态分布噪声\epsilon_{r}\simN(0,\sigma_{r}^{2})），形成对股票价值的估计\hat{V}_{r,t}=I_t+\epsilon_{r}。非理性投资者（具有羊群行为）在决策时，不仅会参考公共信息I_t，还会受到其他投资者行为的影响。假设非理性投资者观察到市场中其他投资者的平均投资决策为\bar{D}_t，他们会根据公共信息和其他投资者的行为来形成自己对股票价值的估计\hat{V}_{h,t}=I_t+\beta\bar{D}_t+\epsilon_{h}，其中\beta表示非理性投资者对其他投资者行为的依赖程度，即羊群行为参数，\beta越大，说明羊群行为越严重；\epsilon_{h}\simN(0,\sigma_{h}^{2})表示非理性投资者自身的决策噪声。市场中股票的价格P_t由理性投资者和非理性投资者的需求共同决定。设理性投资者的需求为Q_{r,t}=a(\hat{V}_{r,t}-P_t)，其中a为理性投资者的需求弹性，表示理性投资者对股票价值估计与市场价格差异的敏感程度；非理性投资者的需求为Q_{h,t}=b(\hat{V}_{h,t}-P_t)，b为非理性投资者的需求弹性。市场达到均衡时，总需求等于总供给，即Q_{r,t}+Q_{h,t}=0，由此可得到股票价格P_t的表达式：\begin{align*}P_t&=\frac{a\hat{V}_{r,t}+b\hat{V}_{h,t}}{a+b}\\&=\frac{a(I_t+\epsilon_{r})+b(I_t+\beta\bar{D}_t+\epsilon_{h})}{a+b}\\&=I_t+\frac{a\epsilon_{r}+b\beta\bar{D}_t+b\epsilon_{h}}{a+b}\end{align*}从上述表达式可以看出，股票价格P_t不仅受到公共信息I_t的影响，还受到理性投资者的私有信息噪声\epsilon_{r}、非理性投资者的决策噪声\epsilon_{h}以及羊群行为参数\beta和其他投资者平均决策\bar{D}_t的影响。为了衡量股票定价效率，引入定价误差指标\DeltaP_t=|P_t-V|，定价误差越小，说明股票定价效率越高。对定价误差\DeltaP_t求期望：\begin{align*}E(\DeltaP_t)&=E(|P_t-V|)\\&=E\left(\left|I_t+\frac{a\epsilon_{r}+b\beta\bar{D}_t+b\epsilon_{h}}{a+b}-V\right|\right)\\&=E\left(\left|\frac{a\epsilon_{r}+b\beta\bar{D}_t+b\epsilon_{h}}{a+b}\right|\right)\end{align*}由上式可知，定价误差E(\DeltaP_t)与羊群行为参数\beta相关。当\beta=0时，即不存在羊群行为，定价误差仅由理性投资者的私有信息噪声\epsilon_{r}和非理性投资者的决策噪声\epsilon_{h}决定；当\beta\gt0时，羊群行为会增大定价误差，因为\beta的增大使得非理性投资者对其他投资者行为的依赖增强，导致股票价格更多地受到市场中投资者行为的影响，而偏离股票的真实价值，从而降低股票定价效率。通过上述理论模型的推导，可以得出结论：融资融券投资者的羊群行为会对股票定价效率产生负面影响，羊群行为参数越大，股票定价误差越大，定价效率越低。这是因为羊群行为使得投资者在决策时过度依赖他人行为，忽视了自身对信息的分析和判断，导致股票价格不能准确反映其真实价值，进而降低了股票定价效率。五、融资融券投资者羊群行为对股票定价效率影响的实证研究5.1研究设计5.1.1变量选取被解释变量：股票定价效率指标选取股价非同步性（Synch）。股价非同步性能够反映股票价格对公司特质信息的吸收程度，其值越高，表明股票价格包含的公司特质信息越多，股票定价效率也就越高。计算公式为：\ln\left(\frac{1-R_{i,t}^{2}}{R_{i,t}^{2}}\right)其中，R_{i,t}是股票i在t期的收益率，通过市场模型R_{i,t}=\alpha_{i}+\beta_{1}R_{m,t}+\beta_{2}R_{ind,t}+\varepsilon_{i,t}回归得到R_{i,t}^{2}，R_{m,t}为市场收益率，采用沪深300指数收益率来衡量；R_{ind,t}为行业收益率，以申万一级行业分类计算各行业的平均收益率。解释变量：羊群行为指标采用前文提到的横截面收益绝对偏差法（CSAD）计算得到的CSAD值。CSAD值越大，说明个股收益率与市场收益率的偏离程度越大，羊群行为越明显。在进行回归分析时，将CSAD滞后一期处理，以避免可能存在的内生性问题，即采用CSAD_{t-1}作为解释变量。控制变量：为了更准确地分析融资融券投资者羊群行为对股票定价效率的影响，控制了多个可能对股票定价效率产生影响的变量。公司规模（Size），以股票的流通市值来衡量，对其取自然对数，通常规模较大的公司信息披露更充分，股票定价效率可能更高；账面市值比（BM），即公司每股净资产与股票价格的比值，反映公司的估值水平，对股票定价效率有一定影响；换手率（Turnover），用股票的成交股数与流通股数的比值来表示，衡量股票的交易活跃程度，交易活跃度高的股票定价效率可能不同；资产负债率（Lev），通过公司总负债与总资产的比值计算得出，反映公司的财务杠杆水平，影响公司的风险状况，进而对股票定价效率产生作用；市场波动性（Mvol），采用沪深300指数收益率的标准差来衡量，市场波动性会影响投资者的行为和股票定价效率。5.1.2模型构建为了实证检验融资融券投资者羊群行为对股票定价效率的影响，构建如下回归模型：Synch_{i,t}=\alpha_{0}+\alpha_{1}CSAD_{i,t-1}+\sum_{j=1}^{5}\alpha_{j+1}Control_{j,i,t}+\varepsilon_{i,t}其中，Synch_{i,t}表示股票i在t期的定价效率；CSAD_{i,t-1}表示股票i在t-1期的羊群行为指标；Control_{j,i,t}表示第j个控制变量，包括公司规模（Size）、账面市值比（BM）、换手率（Turnover）、资产负债率（Lev）、市场波动性（Mvol）；\alpha_{0}为截距项，\alpha_{1},\alpha_{2},\cdots,\alpha_{6}为回归系数，\varepsilon_{i,t}为随机误差项。模型设定依据在于，根据前文的理论分析，融资融券投资者的羊群行为会通过信息传递和市场参与者行为等方面影响股票定价效率，因此将羊群行为指标CSAD作为解释变量纳入回归模型中。同时，考虑到公司特征和市场环境等因素也会对股票定价效率产生影响，通过控制公司规模、账面市值比、换手率、资产负债率和市场波动性等变量，能够更准确地分离出羊群行为对股票定价效率的影响，减少其他因素的干扰，从而使研究结果更具可靠性和说服力。5.2实证结果与分析5.2.1描述性统计对选取的变量进行描述性统计，结果如表3所示：变量观测值均值标准差最小值最大值Synch144000.8650.2130.2361.562CSAD144000.0250.0120.0060.058Size1440022.1561.23419.56725.345BM144000.4560.1870.1230.897Turnover144000.0320.0150.0050.086Lev144000.4210.1350.1020.785Mvol144000.0180.0060.0080.035从表3可以看出，股票定价效率指标Synch的均值为0.865，说明样本股票的定价效率整体处于中等水平，标准差为0.213，表明不同股票之间的定价效率存在一定差异。羊群行为指标CSAD的均值为0.025，说明样本股票的羊群行为程度平均处于一定水平，标准差为0.012，显示出羊群行为在不同股票和不同时期存在一定的波动。公司规模Size的均值为22.156，反映出样本公司的平均规模较大，标准差为1.234，说明公司规模在样本中存在一定的分布范围。账面市值比BM的均值为0.456，表明样本公司的估值水平整体适中，标准差为0.187，显示出不同公司之间的估值差异。换手率Turnover的均值为0.032，说明样本股票的平均交易活跃度一般，标准差为0.015，体现了不同股票交易活跃度的差异。资产负债率Lev的均值为0.421，反映出样本公司的平均财务杠杆水平较为合理，标准差为0.135，显示出公司之间财务杠杆水平的不同。市场波动性Mvol的均值为0.018，说明市场整体波动性相对稳定，标准差为0.006，表明市场波动性在不同时期存在一定变化。通过对这些变量的描述性统计分析，可以初步了解样本数据的特征和分布情况，为后续的相关性分析和回归分析奠定基础。5.2.2相关性分析为了检验变量之间是否存在多重共线性问题，对各变量进行Pearson相关性分析，结果如表4所示：变量SynchCSADSizeBMTurnoverLevMvolSynch1-0.356***0.234***-0.187***0.156***-0.123***-0.211***CSAD-0.356***1-0.256***0.165***-0.134***0.102***0.189***Size0.234***-0.256***1-0.321***0.287***-0.201***-0.156***BM-0.187***0.165***-0.321***1-0.265***0.223***0.145***Turnover0.156***-0.134***0.287***-0.265***1-0.178***-0.112***Lev-0.123***0.102***-0.201***0.223***-0.178***10.132***Mvol-0.211***0.189***-0.156***0.145***-0.112***0.132***1注：***表示在1%的水平上显著。从表4可以看出，被解释变量Synch与解释变量CSAD之间的相关系数为-0.356，且在1%的水平上显著负相关，初步表明融资融券投资者的羊群行为与股票定价效率之间存在负相关关系，即羊群行为程度越高，股票定价效率越低。控制变量与被解释变量和解释变量之间也存在一定的相关性。公司规模Size与股票定价效率Synch呈正相关，与羊群行为CSAD呈负相关，说明规模较大的公司股票定价效率可能更高，且羊群行为程度相对较低。账面市值比BM与股票定价效率Synch呈负相关，与羊群行为CSAD呈正相关，表明估值水平较高的公司股票定价效率可能较低，且羊群行为程度相对较高。换手率Turnover与股票定价效率Synch呈正相关，与羊群行为CSAD呈负相关，说明交易活跃度高的股票定价效率可能更高，羊群行为程度相对较低。资产负债率Lev与股票定价效率Synch呈负相关，与羊群行为CSAD呈正相关，意味着财务杠杆水平较高的公司股票定价效率可能较低，羊群行为程度相对较高。市场波动性Mvol与股票定价效率Synch呈负相关，与羊群行为CSAD呈正相关，表明市场波动性较大时，股票定价效率较低，羊群行为程度较高。虽然各变量之间存在一定的相关性，但相关系数均未超过0.5，说明不存在严重的多重共线性问题，不会对回归结果产生较大影响，可以进行下一步的回归分析。5.2.3回归结果分析对构建的回归模型Synch_{i,t}=\alpha_{0}+\alpha_{1}CSAD_{i,t-1}+\sum_{j=1}^{5}\alpha_{j+1}Control_{j,i,t}+\varepsilon_{i,t}进行回归估计，结果如表5所示：变量系数标准误t值P值[95%置信区间]CSAD_{t-1}-0.456***0.056-8.140.000[-0.566,-0.346]Size0.123***0.0215.860.000[0.082,0.164]BM-0.087***0.015-5.800.000[-0.116,-0.058]Turnover0.065***0.0125.420.000[0.041,0.089]Lev-0.056***0.011-5.090.000[-0.078,-0.034]Mvol-0.102***0.023-4.430.000[-0.147,-0.057]Constant-0.765***0.156-4.900.000[-1.071,-0.459]R-squared0.356AdjustedR-squared0.349F-statistic50.23注：***表示在1%的水平上显著。从表5的回归结果可以看出，解释变量CSAD_{t-1}的系数为-0.456，且在1%的水平上显著为负，这表明融资融券投资者的羊群行为对股票定价效率具有显著的负面影响。羊群行为程度每增加1个单位，股票定价效率指标Synch将降低0.456个单位，说明投资者的羊群行为会导致股票价格不能准确反映公司的基本面信息，从而降低股票定价效率，验证了前文提出的假设。在控制变量方面，公司规模Size的系数为0.123，在1%的水平上显著为正，说明公司规模越大，股票定价效率越高。这可能是因为规模较大的公司通常具有更完善的信息披露制度，市场对其了解更充分，股票价格能够更准确地反映公司价值。账面市值比BM的系数为-0.087，在1%的水平上显著为负，表明账面市值比越高，股票定价效率越低，即估值水平较高的公司股票定价效率相对较低。换手率Turnover的系数为0.065，在1%的水平上显著为正，说明股票的交易活跃度越高，定价效率越高，因为交易活跃能够促进信息的快速传播和市场的有效定价。资产负债率Lev的系数为-0.056，在1%的水平上显著为负，意味着资产负债率越高，公司的财务风险越大，股票定价效率越低。市场波动性Mvol的系数为-0.102，在1%的水平上显著为负，表明市场波动性越大，股票定价效率越低，因为市场波动性大会增加投资者的不确定性，导致股票价格难以准确反映公司价值。回归结果中的R-squared为0.356，AdjustedR-squared为0.349，说明模型对被解释变量的解释能力较好，能够解释股票定价效率约35%的变化。F-statistic为50.23，Prob(F-statistic)为0.000，表明模型整体在1%的水平上显著，即模型中所有解释变量对被解释变量的联合影响是显著的。5.2.4稳健性检验为了验证回归结果的可靠性，采用以下两种方法进行稳健性检验。替换变量法：将股票定价效率指标替换为价格延迟指标（Delay）。价格延迟指标通过计算股票价格对市场信息的反应延迟程度来衡量定价效率，该指标值越小，说明股票价格对信息的反应越及时，定价效率越高。计算公式为：Delay_{i,t}=\frac{\sum_{k=1}^{n}(|R_{i,t-k}-R_{m,t-k}|)}{\sum_{k=1}^{n}|R_{m,t-k}|}其中，R_{i,t-k}为股票i在t-k期的收益率，R_{m,t-k}为市场在t-k期的收益率，n为计算期数。重新构建回归模型：Delay_{i,t}=\beta_{0}+\beta_{1}CSAD_{i,t-1}+\sum_{j=1}^{5}\beta_{j+1}Control_{j,i,t}+\mu_{i,t}其中，Delay_{i,t}为股票i在t期的价格延迟指标，\beta_{0}为截距项，\beta_{1},\beta_{2},\cdots,\beta_{6}为回归系数，\mu_{i,t}为随机误差项。回归结果如表6所示：变量系数标准误t值P值[95%置信区间]CSAD_{t-1}0.325***0.0457.220.000[0.237,0.413]Size-0.098***0.018-5.440.000[-0.133,-0.063]BM0.065***0.0125.420.000[0.041,0.089]Turnover-0.056***0.010-5.600.000[-0.076,-0.036]Lev0.045***0.0095.000.000[0.027,0.063]Mvol0.085***0.0194.470.000[0.048,0.122]Constant0.654***0.1324.950.000[0.395,0.913]R-squared0.321AdjustedR-squared0.314F-statistic45.67注：***表示在1%的水平上显著。从表6的结果可以看出，解释变量CSAD_{t-1}的系数为0.325，在1%的水平上显著为正，说明羊群行为程度越高，价格延迟指标越大，即股票价格对信息的反应越延迟，定价效率越低，与前文以股价非同步性为定价效率指标的回归结果一致，表明研究结果具有稳健性。分样本回归法：将样本按照牛市和熊市进行划分，分别进行回归分析。牛市样本选取2019年1月-2021年2月的数据，熊市样本选取2021年3月-2024年11月的数据。牛市样本回归结果如表7所示：变量系数标准误t值P值[95%置信区间]CSAD_{t-1}-0.385***0.062-6.210.000[-0.507,-0.263]Size0.105***0.0254.200.000[0.056,0.154]BM-0.076***0.018-4.220.000[-0.111,-0.041]Turnover0.056***0.0144.000.000[0.028,0.084]Lev-0.048***0.013-3.690.000[-0.073,-0.023]Mvol-0.085***0.027-3.150.002[-0.138,-0.032]Constant-0.654***0.187-3.500.000[-1.021,-0.287]R-squared0.312AdjustedR-squared0.301F-statistic28.36注：***表示在1%的水平上显著。熊市样本回归结果如表8所示：变量系数标准误t值P值[95%置信区间]CSAD_{t-1}-0.523***0.068-7.690.000[-0.656,-0.390]Size0.145***0.0285.180.000[0.090,0.200]BM-0.098***0.020-4.900.000[-0.137,-0.059]Turnover0.078***0.0164.880.000[0.047,0.109]Lev-0.065***0.014-4.640.000[-0.092,-0.038]Mvol-0.125***0.030-六、案例分析6.1案例选取为了更直观、深入地研究融资融券投资者羊群行为对股票定价效率的影响，选取宁德时代（300750）作为案例进行分析。宁德时代是全球领先的动力电池系统提供商，在新能源汽车行业中占据重要地位，具有较高的市场关注度和代表性。其股票自上市以来，一直是融资融券交易的热门标的，交易活跃度高，能够充分反映融资融券投资者的行为特征以及对股票定价效率的影响。选取宁德时代作为案例的依据主要有以下几点。从公司规模和行业地位来看，宁德时代市值较大，截至2024年11月，其总市值超过万亿元，是创业板的权重股之一。在新能源汽车行业蓬勃发展的背景下，宁德时代作为行业龙头企业，其经营状况和市场表现对整个行业乃至资本市场都具有重要影响。其业务涵盖动力电池、储能电池等多个领域，产品广泛应用于新能源汽车、储能系统等，与众多知名汽车制造商建立了长期合作关系，如特斯拉、宝马、大众等。这使得宁德时代的股票价格不仅反映了公司自身的经营业绩，还受到行业发展趋势、政策导向等多种因素的影响，为研究融资融券投资者在复杂市场环境下的行为提供了丰富的素材。从交易活跃度方面，宁德时代的股票在融资融券市场中表现活跃。其融资融券余额长期处于较高水平，2024年1-11月，融资余额平均每月达到50亿元以上，融券余额也保持在一定规模。高交易活跃度意味着市场参与者众多，信息传播速度快，投资者的交易决策更容易受到市场情绪和其他投资者行为的影响，从而更有可能出现羊群行为。宁德时代的股票价格波动较大，在不同市场行情下，投资者的交易行为变化明显，便于观察和分析羊群行为对股票定价效率的影响。在案例期间的市场背景方面，2020-2024年新能源汽车行业经历了快速发展与市场波动。2020-2021年，随着全球对新能源汽车需求的快速增长以及各国政府对新能源产业的大力支持，新能源汽车行业迎来了一轮牛市行情。宁德时代作为行业龙头，受益于行业发展红利，业绩持续增长，股价也大幅上涨。在这一时期，市场对宁德时代的前景普遍看好，投资者纷纷涌入，融资融券交易活跃，羊群行为较为明显。2022-2023年，受宏观经济环境变化、原材料价格波动、市场竞争加剧等因素影响，新能源汽车行业面临一定的调整压力，宁德时代的股价也出现了较大幅度的波动。在市场调整阶段，投资者的情绪和交易行为发生了显著变化，羊群行为的表现形式和对股票定价效率的影响也有所不同，为研究提供了不同市场行情下的对比分析样本。2024年，随着行业技术的不断进步和市场需求的持续增长，新能源汽车行业逐渐复苏，宁德时代在技术创新、市场拓展等方面取得新的进展，股价再次受到市场关注，融资融券交易活跃度回升，为研究不同市场阶段下的投资者行为提供了新的视角。6.2案例分析过程在2020-2021年牛市期间，宁德时代的融资融券交易呈现出明显的羊群行为特征。从融资交易方面来看，随着新能源汽车行业的快速发展，市场对宁德时代的前景普遍看好。在2020年上半年，宁德时代发布了一系列关于技术创新和市场拓展的利好消息，如与特斯拉签订长期供货协议、发布新一代电池技术等。这些消息使得市场对宁德时代的未来业绩充满信心，投资者纷纷跟风融资买入宁德时代股票。从2020年1月至2021年2月，宁德时代的融资余额从50亿元迅速增长至200亿元以上，融资买入额也持续攀升。在2020年7月，单月融资买入额达到30亿元，相比前一个月增长了50%。这表明大量投资者在市场乐观情绪的影响下，忽视了自身对宁德时代基本面的深入分析，盲目跟随市场趋势进行融资买入，呈现出典型的羊群行为。从融券交易角度，虽然融券余额相对融资余额规模较小，但在牛市期间也表现出一定的羊群行为。在宁德时代股价持续上涨的过程中，部分投