股票市场投资者羊群效应的计量研究

摘要股票市场是金融体系里极为关键的部分，它的运行、投资者的行为一直都是学术界和实务界关心的重点。我国股票市场投资者众多，但是大部分投资者由于信息来源渠道窄、专业知识不够还有心理因素等情况更容易出现羊群效应。这种效应不但影响投资者自己投资收益还可能让市场价格波动更厉害使市场有效性降低。近年来金融市场的变化让羊群效应有了新的特点和趋势，所以深入探究股票市场投资者羊群效应有很大的现实意义。本文以占沪市流通市值50%，成交金额占比47%的上证180指数成分股作为研究对象。选取2018年1月2日至2023年12月29日共1457个交易日作为样本区间，基于CSAD模型检验我国股票市场羊群效应的存在性以及其对称性展开实证分析，得到了相关结论：上证180指数成分股存在明显的羊群效应，并且当处于上涨市场时，投资者更容易表现出更强的羊群行为。基于以上研究，本文认为监管部门需要着重加强投资者教育、完善相关信息披露制度、强化市场监管力度以及丰富投资产品和服务，分散投资风险。最后对未来可能的研究方向进行展望。关键词：股票市场；羊群效应；CSAD模型

AbstractThestockmarketisacrucialpartofthefinancialsystem,anditsoperationaswellasinvestors'behaviorshavealwaysbeenthefocusofacademicandpracticalcircles.TherearenumerousinvestorsinChina'sstockmarket,butmostofthemaremorepronetotheherdeffectduetonarrowinformationsources,insufficientprofessionalknowledge,andpsychologicalfactors.Thiseffectnotonlyaffectsinvestors'owninvestmentreturnsbutmayalsomakemarketpricefluctuationsmoresevereandreducemarketefficiency.Inrecentyears,changesinfinancialmarketshavegiventheherdeffectnewcharacteristicsandtrends,soin-depthexplorationoftheherdeffectofstockmarketinvestorshasgreatpracticalsignificance.ThispapertakestheconstituentstocksoftheSSE180Index,whichaccountfor50%ofthetradablemarketvalueand47%ofthetransactionamountintheShanghaistockmarket,astheresearchobject.Asampleintervalof1,457tradingdaysfromJanuary2,2018,toDecember29,2023,isselected.BasedontheCSADmodel,anempiricalanalysisiscarriedouttotesttheexistenceandsymmetryoftheherdeffectinChina'sstockmarket.Therelevantconclusionsareobtainedasfollows:thereisanobviousherdeffectintheconstituentstocksoftheSSE180Index,andinvestorsaremorelikelytoexhibitstrongerherdbehaviorswhenthemarketisrising.Basedontheaboveresearch,thispapersuggeststhatregulatoryauthoritiesneedtofocusonstrengtheninginvestoreducation,improvingrelevantinformationdisclosuresystems,strengtheningmarketsupervision,andenrichinginvestmentproductsandservicestodiversifyinvestmentrisks.Finally,thepaperprospectsthepossiblefutureresearchdirections.Keywords:Stockmarket；Herdingeffect；CSADmodel

目录题目股票市场投资者羊群效应的计量研究 11绪论 61.1研究背景和意义 61.1.1研究背景 61.1.2研究意义 71.2研究内容与结构安排 71.2.1研究内容与思路 71.2.2结构安排 92文献综述和理论借鉴 102.1羊群效应基本概念 102.1.1羊群效应的概念与内涵 102.1.2相关理论模型回顾 102.1.3羊群效应的影响因素分析 112.2羊群效应的实证研究 122.2.1国外研究：方法演进与市场差异 122.2.2国内研究：本土特征与投资者结构差异 132.2.3文献述评 132.3理论借鉴 142.3.1基于交易量的计量模型 142.3.2基于股价的计量模型 152.3.3模型的构建与推导 163股票市场投资者羊群效应的作用机理 173.1信息传导机制 173.1.1信息不对称下的信号模仿 173.1.2信息处理能力差异 173.1.3信息传播的病毒式扩散 173.2心理认知偏差 183.2.1从众心理与群体认同 183.2.2损失厌恶与风险规避 183.2.3过度自信与反馈循环 183.3市场结构与制度 193.3.1机构投资者的行为传导 193.3.2交易制度 193.3.3监管政策的滞后与漏洞 194股票市场投资者羊群效应的模型构建和实证分析 204.1数据选取与模型构建 204.1.1数据来源与处理 204.1.2羊群效应的度量指标及模型 204.1.3变量定义 224.2实证分析 234.2.1描述性统计分析 234.2.2平稳性检验 244.2.3CSSD模型的回归 244.2.4CSAD模型的回归 254.3实证结果与分析 275结论与建议 295.1研究结论 295.2政策建议 295.3研究局限与未来展望 30

1绪论1.1研究背景和意义1.1.1研究背景2024年12月中央经济工作会议强调，“有效防范化解重点领域风险，牢牢守住不发生系统性风险底线”。股票市场是金融体系里极为关键的部分，它的运行、投资者的行为一直都是学术界和实务界关心的重点。在股票市场里，投资者的行为对市场稳定和发展影响很大。有效市场理论及其理性人假设很难解释当前金融市场出现的众多金融异象，对此，许多学者开始放松关于理性人的假设，从投资者心理入手，取得了重大突破，形成了行为金融学流派。其中羊群效应是行为金融学中一个重要的研究方向。所谓羊群效应就是投资者做决策时受其他投资者影响而丢掉自己独立判断跟着主流走这种情况。在股票市场当中投资者由于信息来源渠道窄、专业知识不够还有心理因素等情况更容易出现羊群效应。这种效应不但影响投资者自己投资收益还可能让市场价格波动更厉害使市场有效性降低REF_Ref198254116\r\h[1]。近些年来金融市场不断发展变化，股票市场投资者羊群效应有了新的特点和趋势。比如互联网和社交媒体普及后，信息传播更快了，投资者之间相互影响更频繁，这可能让羊群效应更容易发生。另外宏观经济环境变化、政策调整以及突发事件冲击等因素也会影响投资者羊群效应REF_Ref198254129\r\h[2]，所以深入研究股票市场投资者羊群效应有很重要现实意义。本研究通过计量分析方法深入探究股票市场投资者羊群效应，揭示其表现特征、影响因素以及对市场影响，从而给投资者、监管机构以及市场参与者提供有用参考。通过这个研究，希望能让投资者更好认识自己行为偏差，提高投资决策科学性合理性；为监管机构制定有效监管政策提供依据，维护市场稳定健康发展；同时也为学术界进一步深入研究投资者行为提供新视角和方法。在研究过程中我们通过综合运用多种研究方法像理论分析、实证检验还有案例研究等。通过回顾分析相关理论模型给研究打下坚实理论基础；用实际市场数据做实证检验验证研究假设，揭示羊群效应内在规律；结合具体案例深入分析不同市场环境下羊群效应表现和影响。此次论文写作就围绕股票市场投资者羊群效应全面深入地探究，期望能为金融市场发展完善出份力。通过研究这个问题，我们不但能更好理解投资者行为和市场运行机制，还能为相关政策制定以及市场参与者决策提供有益参考。1.1.2研究意义研究股票市场投资者羊群效应有着多方面重要意义。理论上看，以往针对股票市场投资者行为研究众多，但深入探究投资者羊群效应的计量研究还存在空白之处。此次论文研究能够进一步充实行为金融学领域有关投资者行为理论体系。刘畅曾关注股票市场左尾风险与跳跃变差凸显效应REF_Ref198254142\r\h[3]，此次研究聚焦投资者羊群效应与之互补，为理解股票市场复杂运行机制提供新视角与理论依据。从实践方面讲，投资者深入认识羊群效应，有助于投资者更好把握自身投资行为特点与潜在风险。在股票市场里，投资者易受群体行为左右盲目跟风买卖。此次研究揭示羊群效应表现特征与影响因素后，投资者能更理性做出投资决策而避免盲目跟风造成损失。张陈一轩在行为金融视角下研究过股票市场投资者行为REF_Ref198254151\r\h[4]，此次研究细化到投资者羊群效应能给予更具针对性实践指导。对于金融市场监管者掌握股票市场投资者羊群效应规律与影响，有助于制定更有效的监管政策。羊群效应可能造成市场过度波动影响稳定性与健康发展。监管者可依据此次研究成果加强市场信息披露监管，规范参与者行为，引导正确投资理念，维护金融市场稳定运行。金融机构了解投资者羊群效应也有助于优化投资产品设计与服务策略满足投资者需求。此次研究对股票市场投资者羊群效应计量研究在理论完善与实践应用方面具有一定参考价值。它既能推动学术研究进步又能为投资者、监管者和金融机构等市场参与者提供重要参考与指导促进股票市场健康稳定发展。1.2研究内容与结构安排1.2.1研究内容与思路此次论文研究按照理论综述——实证研究的框架，研究思路如REF_Ref197132328\h图1-1所示。在理论综述方面，此次论文将相关文献按照理论基础和实证研究两大方面进行分类总结。首先是理论基础层面，此次论文对羊群效应的概念、内涵、相关理论模型以及影响因素做出合理的解释和论述；接着是实证研究层面，此次论文分两个维度对国内外学者的实证研究进行分类总结，相关探索主要沿两个维度展开：建立在交易量集中程度的微观行为刻画，以及建立在股价分散度的宏观市场特征分析。不难发现，建立在交易量集中程度的微观行为刻画的羊群效应检验大多采用LSV模型；建立在股价分散度的宏观市场特征分析的羊群效应检验大多采用CSSD和CSAD模型。关于我国宏观市场是否存在羊群效应，学者们还存在争议，于是，本文通过改进后的CSAD模型对我国股票市场进行羊群效应的实证检验，从而为我国市场是否存在羊群效应这一争议提供一定实证依据。在实证研究方面，此次论文写作的具体思路如下：首先确定全文所用的基础模型，进行羊群效应的存在性检验，接着参考Bensaida（2017）的做法REF_Ref198254168\r\h[5]，在CSAD模型中引入虚拟变量，并定义极端市场时段，进行极端市场环境下的羊群效应进行检验，最后得出相关结论。图1-图1-SEQ图1-\*ARABIC1研究思路图研究内容研究方法理论综述实证研究存在性检验极端市场检验研究结论和建议文献研究法实证分析法1.2.2结构安排此次论文主要分为以下五个部分：第一章绪论这个部分首先介绍了研究背景和意义，接着叙述了此次论文的研究内容和思路。第二章文献综述及理论借鉴首先是理论基础层面，本文对羊群效应的概念、内涵、相关理论模型以及影响因素做出合理的解释和论述；接着是实证研究层面，此次论文分两个维度对国内外学者的实证研究进行分类总结，最后进行文献述评。第三章股票市场投资者羊群效应的作用机理这个章节说明了羊群效应是信息、心理、制度三重机制共同作用的结果，羊群效应的影响在不同市场环境下表现各异。例如，分散度指标研究显示，市场压力下投资者的交易行为趋同性增强，验证了信息传递机制的作用；而机构投资者的博弈分析表明，激励机制和声誉效应是导致羊群行为的重要原因。理解这些机理有助于投资者识别市场风险，监管者制定针对性政策，从而维护金融市场的稳定。第四章股票市场投资者羊群效应的模型构建与实证分析本章首先说明了数据来源以及数据处理方法，接着选取更为敏感的CSAD模型作为本文的基础模型，然后对回归变量进行定义说明，最后进行对羊群效应存在性的实证研究，通过描述性统计，平稳性检验和基础回归来检验羊群效应的存在性，以及分析羊群效应的对称性，最后对实证分析进行总结。第五章研究结论和建议对此次论文的内容进行总结，并结合实证结果得到的结论提出具有针对性的政策建议以及对后续研究进行展望。

2文献综述和理论借鉴2.1羊群效应基本概念2.1.1羊群效应的概念与内涵在金融市场里，羊群效应是个很受关注的现象。特别是在研究股票市场中投资者行为的时候，它有着重要意义。所谓羊群效应，就是在信息不确定的时候，个体行为会受到群体行为极大影响，最后变得跟群体里大多数人行为一样REF_Ref198254184\r\h[6]。在股票市场当中，投资者常常因为获取信息途径少、专业知识不够等原因，更容易被羊群效应左右。从本质上讲，羊群效应体现出投资者决策时一种非理性行为模式。投资者面对复杂市场信息和不确定市场走势时，往往缺少独立判断能力和信心，就会倾向于参考别人决策来做自己投资选择。这种行为不是单纯盲目跟风，而是信息不对称和认知偏差共同作用下产生一种适应性策略。从内涵看，羊群效应包含多个方面。它不但涉及投资者交易行为，像买卖时机、股票选择等方面趋同；还包括投资决策过程中心理因素，比如对市场趋势判断、风险偏好调整等。深入理解羊群效应内涵有助于我们更全面分析股票市场中投资者行为动机和决策机制，为后面研究和市场监管提供坚实理论基础。羊群效应作为股票市场中投资者行为重要特征，准确把握其概念和内涵是开展相关研究重要起点。深入剖析这个现象能让我们更好理解市场参与者行为逻辑，为进一步研究股票市场投资者羊群效应表现特征、构建计量模型以及实证分析等奠定基础。2.1.2相关理论模型回顾在股票市场投资者羊群效应研究方面，回顾相关理论模型意义重大。许多学者从不同视角对羊群效应加以研究，为理解这一复杂现象奠定了坚实理论根基REF_Ref198254193\r\h[7]。早期理论模型重点关注信息传递在羊群效应产生过程中的作用。部分模型表明，市场信息匮乏或模糊时，投资者往往会参考他人决策，觉得他人或许掌握更多有价值信息。这种由信息驱动的羊群行为致使投资者决策趋同，进而产生羊群效应。在市场环境里，信息不对称现象随处可见，投资者获取信息渠道相对较少，受他人决策影响也就更大。随着研究不断深入，部分理论模型开始考量投资者心理因素对羊群效应的影响。例如投资者从众心理、恐惧与贪婪等情绪会驱使他们追随市场主流行为。市场涨跌时，投资者常担心错失获利机会或遭受损失，于是选择跟随多数人决策。这种心理驱动下的羊群行为在股票市场表现得十分显著，对市场波动与稳定性有着重要影响。还有些理论模型从市场结构和制度因素角度探讨羊群效应形成机制。市场流动性、交易规则以及监管政策等因素都可能影响投资者决策行为从而引发羊群效应。某些市场交易规则可能限制投资者交易策略，使他们在特定情形下更易追随市场趋势。相关理论模型从信息传递、心理因素以及市场结构等多方面深入分析股票市场投资者羊群效应，为后续研究与实践提供大量理论支撑。通过回顾这些理论模型，能更好地把握羊群效应形成机制与影响因素，为进一步研究和应对股票市场中的羊群效应提供强有力理论依据。2.1.3羊群效应的影响因素分析羊群效应在股票市场投资者行为里有着重要意义，它受多种因素共同影响。深入分析这些影响因素，对理解市场动态和投资者决策机制特别关键。很多研究显示，市场信息不对称是造成羊群效应的一个重要因素。股票市场里，投资者获取信息方面往往处于劣势，很难得到全面、准确又及时的信息。跟机构投资者比起来，他们在信息收集、分析和解读上差距明显。这种信息不平等让投资者面对复杂市场环境时，更倾向于参照别人的行为和决策来行事，于是就产生了羊群行为。就像钱海慧和张鹏翀在相关研究里提到的那样，信息分布不均衡会极大地影响市场参与者行为REF_Ref198254203\r\h[8]。当市场出现一些热点信息或者传闻的时候，投资者可能因为缺乏独立判断能力而盲目跟从大众投资决策，这样就会让羊群效应更严重。投资者心理因素对羊群效应也有不小作用。投资者常有的从众心理、恐惧和贪婪情绪等会干扰他们理性决策过程。市场上涨阶段时，投资者贪婪心理可能让他们盲目跟风追涨，怕错过赚钱机会；市场下跌时恐惧心理又会使他们恐慌抛售，跟着市场悲观情绪走。这种心理因素影响下投资者更容易放弃自己独立判断而跟大多数人保持一致行为从而促使羊群效应产生。另外，市场制度环境和交易机制也可能影响羊群效应。比如一些交易规则限制、信息披露不充分等情况都可能增加投资者不确定性和风险感知促使他们有羊群行为。市场流动性状况、交易成本等因素也会在一定程度上影响投资者决策间接影响羊群效应强度。股票市场投资者羊群效应影响因素是多方面包括信息层面、心理因素以及市场制度等多个方面深入研究这些因素有助于更好理解投资者行为和市场运行规律为市场监管和投资者教育提供有用参考。2.2羊群效应的实证研究从实证层面验证羊群效应的存在性有一定挑战，研究者难以获取投资者决策过程的具体信息，难以分辨其行为是源于纯粹模仿、公共信息共识还是共同偏好，所以当前多数研究聚焦于广义羊群行为的存在性检验。相关探索主要沿两个维度展开：基于交易量集中程度的微观行为刻画，以及基于股价分散度的宏观市场特征分析。2.2.1国外研究：方法演进与市场差异在交易量维度，Lakonishok、Shleifer和Vishny（1992）开创了LSV模型，通过分析1985-1989年769只免税基金的持仓数据，发现机构投资者在大盘股（市值前40%）中的羊群行为并不显著，其95%以上的交易集中于此类股票，但未排除短期或全市场显著羊群效应的可能。该研究虽未发现强烈从众行为，却奠定了羊群效应实证检验的方法论基础REF_Ref198254217\r\h[9]。Wermers（1999）改进LSV模型，区分买入与卖出羊群效应，发现1975-1994年小型股票和成长型基金中羊群效应更强，且此类行为加速了价格调整进程REF_Ref198254227\r\h[10]。Christoffersen和Tang（2010）引入日内高频数据，发现数据频率与羊群效应测度呈正相关——高频交易场景下羊群行为更普遍，短期加剧股价波动，长期则趋于基本面回归REF_Ref198254234\r\h[11]。基于股价分散度的研究中，Christie和Huang（1995）的CH模型通过CSSD指标分析美股，未发现显著羊群效应REF_Ref198254247\r\h[12]；而Chang等（2000）的CCK模型显示，新兴市场（如韩国、中国台湾）因信息传导效率较低，羊群效应显著强于成熟市场（如美国、中国香港），且宏观经济信息对投资者行为的影响远超公司特质信息REF_Ref198254254\r\h[13]。Lee（2017）对1963-2014年美股的研究进一步表明，股价下跌阶段（排除次贷危机）存在明显羊群效应，而上行阶段则无显著表现REF_Ref198254262\r\h[14]。2.2.2国内研究：本土特征与投资者结构差异我国学者自20世纪90年代起，结合新兴市场特征对国外模型进行改良。施东晖（2001）构建HM指标测算机构投资者行为，发现1999-2000年国内机构羊群效应均值达75%-80%，但该指标未区分行为动机，存在一定局限性REF_Ref198254270\r\h[15]。陈浩（2004）利用改进的LSV模型，发现1999-2003年国内基金羊群效应强度（均值8.8）显著高于同期美国市场（2.5-3.4），凸显本土机构投资者的从众倾向REF_Ref198254278\r\h[16]。在投资者分类研究中，杨炘等（2004）按交易规模划分投资者，发现个人投资者对市场即时收益率反应最敏感，羊群效应最强，而机构投资者通过独立分析起到稳定市场的作用REF_Ref198254289\r\h[17]。胡昌生和朱迪星（2008）基于个人投资者持股数据，发现投资者的买入与卖出羊群效应均强于机构，且在沪市表现更显著，呈现明显追涨倾向REF_Ref198254298\r\h[18]。与之相反，李志文等（2010）利用仓位标准差指标，发现机构投资者在小盘股中的羊群效应强于个人投资者，反映出不同市场参与者的行为差异REF_Ref198254306\r\h[19]。市场整体层面，宋军和吴冲锋（2001）通过收益率分散度指标，发现我国股市暴跌阶段的羊群效应显著高于暴涨阶段REF_Ref198254314\r\h[20]，孙培源和施东晖（2001）修正模型后进一步证实了这一现象，归因于转轨时期的政策干预与信息不对称REF_Ref198254320\r\h[21]。近年来，细分领域研究深化：刘湘云等（2014）发现A、B股市场存在跨市场羊群效应，短期特征显著REF_Ref198254326\r\h[22]；李惠璇和朱菲菲（2019）基于高频数据，揭示公共信息引发的伪羊群行为对股价的短期促进作用REF_Ref198254333\r\h[23]；袁军（2020）指出2014-2016年极端行情中，新股民盲从导致羊群效应加剧，且下跌市场的敏感性更高REF_Ref198254339\r\h[24]。2.2.3文献述评现有文献从概念内涵、理论模型和影响因素三个维度构建了羊群效应的理论框架，为理解投资者行为提供了多维视角。在概念层面，研究清晰界定了羊群效应作为非理性决策的核心特征，强调信息不对称和心理偏差的共同作用，突破了早期单纯“盲目跟风”的浅层认知，揭示了其作为投资者适应性策略的本质。理论模型方面，信息传递模型（如BHW模型）、心理驱动理论（如从众心理、处置效应）和制度因素分析形成了互补体系，覆盖了从微观决策到宏观市场结构的影响机制。然而，现有理论仍存在两方面局限：其一，对“真羊群效应”（模仿行为）与“伪羊群效应”（公共信息共识）的区分尚未形成统一标准，导致实证研究中行为动机识别困难；其二，针对投资者特异性的理论构建不足，现有模型多基于机构投资者数据，对投资者信息获取渠道窄、决策依赖技术信号等特征的刻画仍需深化。实证研究通过两大维度展开方法论创新：1.交易量维度：LSV模型及其改进版本（如Wermers的买卖方向区分、Christoffersen的高频数据应用）为分类投资者研究提供了工具，发现小型股票、成长型基金及新兴市场中羊群效应更显著，且短期交易数据能捕捉到低频数据忽略的短期脆弱性。2.股价分散度维度：CH/CCK模型揭示了新兴市场（如韩国、中国台湾）因信息效率低而呈现更强的羊群效应，且宏观经济信息对投资者行为的影响占优，与成熟市场形成对比。国内研究结合本土市场特征，展现了显著的异质性：投资者结构差异：杨炘等（2004）与李志文等（2010）的分歧表明，投资者与机构的羊群效应强度受市场板块（如小盘股）、投资周期（短期交易）影响显著，反映出本土市场投资者行为的复杂性。市场阶段特征：宋军和吴冲锋（2001）、袁军（2020）等发现极端行情（暴跌、暴涨）显著放大羊群效应，且下跌市场的敏感性更高，凸显市场情绪对投资者决策的强化作用。现有文献表明，新兴市场因信息不对称程度较高，羊群效应更为普遍，且受投资者结构、市场阶段影响显著。分歧主要集中于机构与个人投资者的行为差异：部分研究认为投资者羊群效应更强（杨炘等，2004），另一些则发现机构在特定场景（如小盘股、短期交易）中从众行为更突出（李志文等，2010）。方法论上，LSV模型适用于分类投资者研究，CH/CCK模型则更关注市场整体特征，二者形成互补。2.3理论借鉴2.3.1基于交易量的计量模型LSV模型及其改进:Lakonishok等（1992）提出的LSV（Lakonishok-Shleifer-Vishny）模型是衡量羊群效应的经典方法，通过计算投资者买卖方向的集中度来识别羊群行为。公式为：H(i,t)=其中，(B(i,t)和S(i,t)分别为买入和卖出某股票的投资者数量，p(t)为市场平均买入比例，AF(i,t)为调整因子。该模型适用于分类投资者研究，如喻霄雯（2021）利用日内高频数据改进LSV模型，分离投资者交易数据，发现龙虎榜披露的成交规模与投资者短期羊群效应显著正相关。Wermers（1999）进一步将LSV模型扩展为区分买卖方向的BHM（买方羊群效应）和SHM（卖方羊群效应），为分析投资者买卖行为的不对称性提供了工具。例如，胡昌生、朱迪星（2008）发现中国投资者的买入羊群效应显著强于卖出效应。其他交易量模型：PCM（比例变化模型）通过持仓比例变化衡量羊群效应，但对资金量大的投资者赋予过高权重，可能导致偏差（Wermers，1995）。相比之下，LSV模型更适用于投资者研究，因其关注交易方向的集中度而非规模，与投资者单笔交易金额小、数量多的特征匹配。2.3.2基于股价的计量模型CH模型与CCK模型:Christie&Huang（1995）提出的CH模型通过个股收益率横截面标准差（CSSD）衡量羊群效应，认为羊群行为会降低收益率分散度。模型表达式为：CSSD其中，DtL和DChang等（2000）改进的CCK模型采用横截面平均离差（CSAD）替代标准差，引入市场收益率二次项以识别极端市场下的羊群行为：CSAD若γ22.3.3模型的构建与推导在股票市场投资者羊群效应研究方面，构建与推导模型是非常关键的部分。构建恰当模型能精准描绘和剖析投资者羊群效应，为深刻认识市场行为提供有力支撑。模型构建要以深入了解研究对象以及相关理论为依据。本研究参考黄文义《货币政策、投资者情绪和股票市场的时变关系研究》中的思路REF_Ref198254356\r\h[25]，全面考量股票市场复杂性与投资者行为特性。首先得明确模型涉及变量，这些变量要能有效体现投资者交易行为、投资决策以及市场环境等要素。比如选取与投资者买卖决策有关指标以及反映市场整体走向和波动变量。合理定义并量化这些变量后就能为模型构建打基础。然后进行模型推导过程。推导时运用严密数学逻辑与统计方法把各个变量间关系清晰展现出来。这就需要依据相关经济理论和市场规律确定变量间函数关系。逐步推导就能构建出能精确描述股票市场投资者羊群效应数学模型。该模型不但要能体现羊群效应存在与否，还要能对其强度和影响因素进行量化分析。构建与推导模型是股票市场投资者羊群效应计量研究核心环节。科学合理构建模型能让我们更深入探究投资者行为模式，为市场参与者和政策制定者提供有价值参考以便更好应对市场波动和风险。这对维护股票市场稳定健康发展意义重大。从上面模型介绍可知，CH模型主要用于研究极端市场情况下的羊群行为，所以在市场平静期出现的羊群行为可能被忽视，这使得CH模型存在低估羊群效应的问题。而且，CH模型中CSSD指标的计算对于异常值比较敏感。更重要的是，CH模型无法识别价格的共同运动，可能将这一价格的共同变化误当作羊群效应，从而导致错误的结果。综合已有研究，与CH模型相比，CCK模型为检验羊群效应提供了一种更加灵活、准确的方式。所以，此次论文将选用CCK模型作为研究上证180指数成份股中羊群效应的基本模型。

3股票市场投资者羊群效应的作用机理3.1信息传导机制3.1.1信息不对称下的信号模仿Banerjee（1992）的信息流模型认为早期投资者的决策会形成“信息瀑布”，后续投资者就算拥有私人信息也会选择跟随。例如，当某只股票突然放量上涨，散户可能会解读为存在未公开的利好信息，从而放弃独立分析。2024年A股市场中，基金核心重仓股的集中度上升，反映出散户对专业机构的依赖。这种“搭便车”行为在信息不对称环境中尤为明显，如个人投资者直接参考基金持仓名单进行投资。高频交易策略利用毫秒级速度优势，在市场出现微小波动时迅速执行交易，可能引发散户的恐慌性跟风。例如，2010年美国股市“闪电崩盘”事件中，高频交易算法的连锁反应在5分钟内导致道琼斯指数暴跌1000点。3.1.2信息处理能力差异专业机构投资者通过高频交易算法快速捕捉市场信号，而散户因缺乏数据分析工具，只能通过观察股价波动或媒体报道进行决策。例如，机构投资者的程序化交易系统能实时处理海量数据，而散户可能因信息过载陷入决策瘫痪。抖音、微博等平台的言论可能引发集体情绪共振。例如，某只股票在社交媒体上被大量讨论后，可能吸引散户集中买入，导致股价短期暴涨，但缺乏基本面支撑的上涨往往难以持续。获取和分析信息需要成本，部分投资者为降低成本会选择“简化决策”。例如，散户可能依赖财经媒体的倾向性报道，而非自行研究公司财报，这种行为在市场波动时可能放大非理性反应。3.1.3信息传播的病毒式扩散信息在社交网络中的传播速度呈指数级增长。例如，2025年某只股票在雪球平台被大V推荐后，数小时内阅读量突破百万，引发散户集中买入，导致股价单日涨幅超过20%。美联储主席的讲话可能引发全球资本流动的连锁反应。例如，2025年美联储加息预期升温，导致新兴市场股市出现资金外流，这种“热钱羊群效应”与政策风险密切相关。市场谣言可能通过群体传播演变为真实趋势。例如，2024年某上市公司被传“财务造假”，尽管后续澄清，但散户的恐慌性抛售已导致股价腰斩。3.2心理认知偏差3.2.1从众心理与群体认同Asch（1952）的线段判断实验表明，76%的被试会因群体压力改变正确判断。这种心理在股市中表现为，当市场普遍看涨时，少数看跌者可能因担心被视为“异类”而改变立场。中国传统文化中的“从众”倾向加剧了羊群效应。例如，A股市场中，散户常通过微信群、投资俱乐部等渠道获取信息，这种线下交流可能促使参与者同步行动。公募基金因“相对业绩评价”机制，倾向于模仿同行的持仓，导致市场出现“抱团股”现象。2024年A股市场中，基金核心重仓股的数量减少、规模增大，反映出机构投资者的趋同行为。3.2.2损失厌恶与风险规避Kahneman和Tversky（1979）的实验显示，人们对损失的敏感度是收益的2.5倍。这种心理导致投资者在熊市中更倾向于跟随抛售，例如2025年A股“千股跌停”现象中，散户因恐惧进一步下跌而集体止损。Shiller（1995）的过度反应理论指出，投资者对短期信息的过度关注会导致市场波动加剧。例如，2024年某行业政策利好发布后，散户蜂拥买入相关股票，导致估值虚高，随后政策落地不及预期，股价快速回落。投资者常以买入成本或历史高点作为决策参考。例如，某股票从100元跌至50元，散户可能因“锚定”100元的价格而拒绝止损，直到股价跌至20元才被迫割肉。3.2.3过度自信与反馈循环牛市中投资者因盈利而高估自己的判断能力，继续追涨。例如，2024年A股“新能源热”中，部分散户因前期获利而忽视行业产能过剩风险，最终在市场反转时亏损惨重。机构投资者通过买入上涨股票、卖出下跌股票强化市场趋势，进一步引发散户跟风。例如，2025年某科技股因机构持续增持而股价翻倍，散户在“强者恒强”的预期下纷纷入场。当投资决策与市场走势相悖时，投资者可能通过选择性关注利好信息来缓解焦虑。例如，某股票下跌后，散户可能忽略利空消息，转而寻找“技术性反弹”的理由。3.3市场结构与制度3.3.1机构投资者的行为传导基金经理为维护声誉，倾向于模仿同行持仓。例如，2024年某明星基金经理增持某消费股后，其他基金迅速跟进，导致该股票市盈率从20倍飙升至80倍。融资融券业务可能加剧羊群效应。例如，2025年某券商下调某股票的担保比例，触发融资盘强制平仓，导致股价单日暴跌30%。ETF资金流入流出与成分股价格形成正反馈。例如，2024年某科技ETF规模激增，被动买入相关成分股，进一步推高股价。3.3.2交易制度A股涨跌停板制度可能限制流动性，加剧恐慌情绪。例如，2015年“千股跌停”期间，散户因无法卖出而恐慌性挂单，导致次日继续跌停。当日买入无法卖出的规则可能放大市场波动。例如，2025年某股票因利空消息跌停，散户次日集中抛售，导致股价连续多日跌停。2016年A股熔断机制实施后，市场因恐慌性抛售触发熔断，反而加剧了波动。这一案例表明，制度设计需充分考虑投资者心理。3.3.3监管政策的滞后与漏洞2025年证监会加强对高频交易的监管前，部分机构利用算法交易操纵市场。例如，通过“幌骗”策略制造虚假买单，诱导散户跟风后撤单。上市公司财务造假屡禁不止，例如2024年某公司虚增利润被立案调查，散户因信息滞后而蒙受损失。中国散户占比超过60%，但缺乏系统的投资知识。例如，2025年某券商调研显示，仅30%的散户能正确理解市盈率概念。

4股票市场投资者羊群效应的模型构建和实证分析4.1数据选取与模型构建4.1.1数据来源与处理上证180指数是在所有A股股票中抽取规模大、流动性好、行业代表性强的最具市场代表性的180只股票组成样本股，该指数不仅在编制方法的科学性、成分选择的代表性和成分的公开性上有所突破，同时也恢复和提升了成分指数的市场代表性，从而能更全面地反映股价的走势。统计表明，上证180指数的流通市值占到沪市流通市值的50%，成交金额占比也达到47%。它的推出，将有利于推出指数化投资，引导投资者理性投资，并促进市场对“蓝筹股”的关注。因此采用上证180指数及构成上证180指数样本股日收盘价数据作为羊群效应的样本较为合理。选取上证180指数成分股的样本区间为2018年1月2日至2023年12月29日共1457个交易日。为了保证实证结果的有效可信，减少异常样本对回归结果的影响，本文对原始数据进行了以下处理：（1）在样本区间内，若上证180指数样本发生变更，也相应替换被剔除的成分股，选取新的成分股。（2）删除特别处理的股票（ST股）和特别转让服务的股票（PT股）4.1.2羊群效应的度量指标及模型（1）CSSD模型Christie和Huang(1995)提出的度量分散度的表达式如下:CSSD其中Ri,t为股票i在时间t的收益率，Rm,t是N只股票的平均收益率,即市场收益率,N表示所选股的数量。对羊群效应存在性检验的回归模型:CSSD和是衡量t时间市场收益率是否为极端波动的虚拟变量。如果t时间的市场收益率位于下1%或者5%时，取值1,反之取值0。如果t时间的市场收益率位于上1%或者5%时，取值1，反之取值0。测度市场极端波动没有严谨的指标，通常采用1%、5%来定义极端市场。CH模型认为当β1和β2显著为负时，说明存在羊群效应。（2）CSAD模型Chang等(2000)和Tan等(2008)发现CH模型的保守，可能会低估羊群效应，于是他们提出更灵敏的CSAD度量指标。令：CSAD由此我们可以知道，CSAD度量指标衡量的是横截面收益绝对偏差，而CSSD度量指标衡量的是横截面收益标准差。根据资本资产定价模型(CAPM)，Chang等(2000)提出了羊群效应检验方法：E其中Rf是无风险资产收益率，βiE(Rm−γ0)是资产β此时，个股i的期望收益偏离度(AVD)为：AVDi,t=ER所以横截面收益绝对偏差的期望E（CSADtE（对上式求一阶导数和二阶导数分别可得：∂ECSAD∂可看出横截面收益绝对偏差(CSAD)和市场收益率Rm是线性增加关系。所以如果存在羊群效应，那么个股收益率与市场收益率趋于一致，即CSAD与Rm由线性增加关系变为非线性增加关系，如果羊群效应特别严重，CSAD随Rm的增加而下降。由于这一点，在模型中引入市场收益的平方项，构造CSAD模型的非线性回归模型用来检验羊群效应的存在性：CSAD通过上式可进行市场上行(牛市)和下行(熊市)的羊群效应的检验：CSADCSAD其中，（或）表示t时间为牛市(或熊市)时的市场组合收益率。所以CSAD测度对羊群效应存在性的检验假设为：H1：若γ1＞0且γ2H2：若γ1＜0且γ2=0或4.1.3变量定义此次论文的变量定义如REF_Ref197400226\h表4-1所示。表4-SEQ表4-\*ARABIC1变量定义与计算变量类型名称符号计算方法被解释变量横截面收益绝对偏差CSADCSAD横截面收益标准差CSSDCSSD解释变量一次项R对市场组合收益率取绝对值二次项R对市场组合收益率进行平方虚拟变量D当市场组合收益率极低时（低于阈值），Dt虚拟变量D当市场组合收益率极高时（高于阈值），Dt4.2实证分析4.2.1描述性统计分析数据的描述性统计如REF_Ref197975562\h表4-2所示，CSAD的平均值为0.0179713，标准差为0.0000177。市场收益Rm的平均值为0.0000985，标准差为0.0001617。我们可以看出CSAD的波动幅度小于市场收益的波动幅度。如REF_Ref197975675\h图4-1，通过CSAD与市场收益Rm的散点关系图我们可以发现，CSAD并不随着Rm的增大而呈现明显的线性增加，所以CSAD与Rm没有明显的线性关系，那么就是说可能是存在羊群效应的。表4-SEQ表4-\*ARABIC2描述性统计变量个数平均值标准差最大值最小值CSAD14570.01797130.00001770.04858240.0099177CSSD14570.03409930.00048690.3036690.0170771R14570.00009850.00016170.0491062-0.0840547图4-SEQ图4-\*ARABIC1CSAD与Rm的关系图4.2.2平稳性检验为了避免出现“伪回归”问题，在实证之前要对回归方程中变量的时间序列进行ADF检验是否是平稳序列。检验结果如REF_Ref198079618\h表4-3所示，我们可以看出变量在1%的显著性水平下拒绝原假设，所以都是平稳序列。表4-SEQ表4-\*ARABIC3ADF检验 指标ADF1%临界值P值CSAD-17.068-2.330均小于0.01CSSD-26.863-2.330R-38.077-2.3304.2.3CSSD模型的回归CSSD模型的回归结果如所示，我们可以发现，不论是1%还是5%的阈值下，系数β1都为正，而且不显著；系数β2一正一负，但是却都不显著，所以从这两个变量来看，结果并不支持存在羊群效应。然后看模型整体情况。R2很低，说明模型解释力非常低，自变量对CSSD变动的解释几乎没有。这可能意味着模型设定有问题，或者数据中确实不存在羊群效应。但参考宋军和吴冲锋（2001）对CSSD模型保守性的解释，β1表4-SEQ表4-\*ARABIC4CSSD模型的实证结果变量CSSD1%5%D0.00286370.0031589（0.617）（

0.234）D-0.00881330.0001624（0.124）（

0.951）α

0.0341605

0.0339329（0.000）（0.000）R0.0018

0.0010N145714574.2.4CSAD模型的回归1.模型检验我们注意到绝对值和平方项可能高度相关，需要通过每个变量的VIF膨胀因子来判断回归模型中是否存在多重共线性问题。我们通过VIF检验发现两个变量的VIF膨胀因子都为4.23，小于5，表明变量之间不存在多重共线性问题，不需要删除变量。然后对回归方程是否存在自相关问题进行检验，我采用了BG检验和DW检验两种方法对自相关问题进行检验，实证结果显示，BG检验的P值几乎为0；W检验的值为0.616，远小于2，那么我们就可以确定这个回归模型存在自相关问题。接着对回归模型进行怀特检验判断是否存在异方差问题，实证结果显示P值为0.0733，说明在5%的显著水平下接受原假设，就是说不存在异方差问题。2.回归结果由上一个模型检验我们发现回归模型存在自相关问题，所以接下来使用Newey-West直接修正标准误，得到REF_Ref198253528\h表4-5的回归结果：1.市场收益绝对值项系数为0.095(t=3.29,p<0.01)，表明市场波动率上升1%会导致个股收益率离散度(CSAD)显著增加0.095%，这一结果与羊群效应假设方向相反，支持市场波动加剧时的信息差异化反应。2.二次项系数不显著(t=1.09,p=0.28)，未发现非线性关系。3.模型F统计量36.79(p<0.001)显示整体显著，但解释力较低(R²=6.6%)，这与横截面离散度模型的典型特征一致。表4-SEQ表4-\*ARABIC5CSAD模型回归结果变量CSADR0.0948**（0.001）R0.754（0.276）常数项0.0169***（0.000）N1457R0.0663.羊群效应的对称性检验前面的文献综述中有提到，在不同市场状况下（上涨市场和下跌市场）的羊群效应会存在差异，所以此次论文研究将分别从上涨市场和下跌市场对我国股票市场进行羊群效应回归检验，即羊群效应对称性检验。本文样本数据包括1457个交易日，按照市场收益率的正负划分上涨（759个交易日）和下跌市场（698个交易日），对此分别进行回归得到REF_Ref198253576\h表4-6的回归结果。表4-SEQ表4-\*ARABIC6羊群效应的对称性检验变量CSADCSADR0.085*0.213***（0.083）（0.000）R-1.925-0.590（0.210）（0.420）N759698从REF_Ref198231328\h表4-5可以看出，不论是在股票上涨阶段还是下跌阶段，平方项的系数γ2都为负数，这说明我国股票市场投资者在上涨市场和下降市场都会表现出明显的羊群效应。从γ2UP和γ2DOWN数值大小来看，γ2UP表4-SEQ表4-\*ARABIC7非对称性机制解释维度牛市特征熊市特征投资者行为乐观情绪下个股普涨恐慌抛售时分化加剧流动性整体充足，同步交易流动性枯竭个股差异显现信息反应同质化利好反应异质化风险重定价4.3实证结果与分析本章研究了上证180指数成分股中的羊群效应，并对羊群效应的特性进行了具体研究，得到了如下结论：上证180指数成分股中存在明显的羊群效应，且在上涨市场和下跌市场具有非对称性。当处于上涨市场时，投资者更容易表现出更强的羊群行为。在对股票市场投资者羊群效应展开实证分析时，我们深入挖掘了相关数据背后隐藏的现象与规律。本研究凭借更敏感的CSAD模型，细致分析了收集与整理的数据，目的在于揭示投资者羊群效应的存在性以及非对称性。实证结果呈现出股票市场里投资者行为模式很复杂。从以往研究以及市场常见现象来讲，投资者在获取与分析信息方面能力通常较弱。这就导致他们做投资决策时容易被周围环境和他人行为左右。这种情况在市场波动变大时特别明显，很多投资者会跟风操作进而产生羊群效应。比如市场上有利好消息时，一些投资者买入行为可能带动更多投资者跟风买入，促使股价短时间内快速上涨；相反，如果市场出现负面消息，恐慌抛售也会很快在投资者群体里扩散开。从理论角度看，羊群效应产生和投资者心理因素、信息不对称以及市场环境等诸多因素关系密切。投资者面对复杂市场信息时常常依靠他人决策来减少自己决策风险这种心理机制在一定程度上促使了羊群行为发生。并且信息传播不充分和不对称让投资者难以得到全面准确信息进一步加重了他们对他人行为依赖程度。在市场环境方面市场不确定性和波动性会让投资者更焦虑促使他们跟随大多数人行为来寻求心理上安全感。综合实证结果与理论分析可知股票市场投资者羊群效应是个复杂现象是多种因素共同作用结果。深入理解这个效应对于市场参与者、监管机构以及政策制定者都非常重要。市场参与者能够通过了解羊群效应规律更好调整自己投资策略降低投资风险；监管机构和政策制定者则可据此制定更有效的市场监管政策维护市场稳定健康发展。

5结论与建议5.1研究结论本文重点关注股票市场投资者的羊群效应，并经一系列实证分析得出关键结论。在探究股票市场投资者羊群效应时，我们全方位考察诸多方面。从梳理理论根基到剖析实际表现特性，再到构建计量模型并开展实证检验，每一步都有力地支撑着对羊群效应准确地理解与把握。在理论方面，明确界定了羊群效应概念与内涵，并回顾相关理论模型，为后续研究筑牢理论根基。并且深入剖析影响羊群效应因素，确定这些因素在投资者行为决策进程中的作用原理。就股票市场投资者羊群效应表现特性而言，细致分析交易行为特性、投资决策特性以及在市场波动中的表现后发现，投资者交易时跟风行为明显，投资决策常受群体行为左右，市场波动时这种羊群效应更突出REF_Ref198254375\r\h[26]。在实证方面，本文以占沪市流通市值50%，成交金额占比47%的上证180指数成分股作为研究对象。选取2018年1月2日至2023年12月29日共1457个交易日作为样本区间，基于CSAD模型检验我国股票市场羊群效应的存在性以及其对称性展开实证分析，得到了相关结论：上证180指数成分股存在明显的羊群效应，并且当处于上涨市场时，投资者更容易表现出更强的羊群行为。本研究全面深入地揭示股票市场投资者羊群效应存在、表现特性以及内在机制。这些结论有助于更好理解股票市场投资者行为模式也为相关政策制定和市场参与者决策提供重要参考依据。未来研究可在此基础上进一步拓展以更深入理解和应对这一复杂市场现象。5.2政策建议研究股票市场投资者羊群效应后发现，为让市场健康发展、保护投资者权益得提出些政策建议。1.得着重加强投资者教育。投资者大多缺乏专业知识与投资经验，所以更容易受羊群效应影响。相关部门和金融机构要加大教育力度，可以开展线上线下培训课程、举办投资讲座、发布风险提示等多种方式向投资者普及股票市场基础知识、投资分析方法以及风险管理技巧。这能提高投资者专业素养与风险意识，让他们面对复杂市场信息时能做出更理性独立投资决策以减少盲目跟风REF_Ref198254402\r\h[27]。2.完善信息披露制度很关键。信息不对称是引发羊群效应重要因素之一。监管部门要强化信息披露要求以确保上市公司及时准确完整披露公司财务状况、经营业绩、重大事项等信息。并且要加大对信息披露违规行为处罚力度提高违规成本保障投资者获取充分真实信息。还得推动信息传播渠道规范透明减少不实信息与谣言传播为投资者提供公平公正信息环境帮助他们更好评估投资价值降低因信息不透明产生羊群行为。3.强化市场监管力度不可少。监管机构要加强股票市场日常监管严厉打击内幕交易、操纵市场等违法违规行为维护市场秩序。建立健全市场监测体系及时发现处置异常交易行为防止市场操纵者利用羊群效应误导投资者损害市场公平与投资者利益。同时加强对金融机构监管规范业务操作与营销行为防止其为自身利益诱导投资者盲目跟风投资。4.丰富投资产品和服务有助于分散投资风险。金融机构要加大创新力度开发更多样化个性化投资产品满足不同投资者风险偏好与投资需求。像推出更多固定收益类产品、基金产品以及金融衍生品等给投资者更多投资选择。另外提升投资顾问服务质量为投资者提供专业投资咨询与个性化投资方案帮助他们根据自身情况合理配置资产减少对单一股票依赖从而减少因集中投资引发羊群效应。综合实施以上政策建议有望有效缓解股票市场投资者羊群效应促进股票市场稳定健康发展。5.3研究局限与未来展望本研究在探究股票市场投资者羊群效应时有所收获，但也有不足。首先，数据方面，本研究主要关注特定时段内部分股票交易数据，数据在广度与深度上受限。这或许使对羊群效应分析不够周全，不能涵盖市场在不同宏观经济与政策背景下多种表现。比如极端市场波动或重大政策调整时投资者羊群行为可能异于平常，但因数据局限未能深入探究REF_Ref198254410\r\h[28]。然后是模型构建上，虽选取CSAD模型，但模型设定可能无法涵盖影响投资者羊群效应全部复杂因素。市场复杂且动态变化，投资者行为受多种因素综合影响像心理预期、社会舆论、行业竞争态势等难以完全量化纳入模型。所以模型解释与预测能力可能有偏差。展望后续研究方向，一方面可拓宽数据来源与范围。收集更长时间、更多市场板块与不同交易场所数据以更全面描绘投