股指期货推出对股票市场羊群效应的影响：基于中国市场的实证剖析

股指期货推出对股票市场羊群效应的影响：基于中国市场的实证剖析一、引言1.1研究背景与动机近年来，中国股票市场发展迅猛，已然成为全球金融市场中不可或缺的重要组成部分。截至2023年末，中国A股市场上市公司数量已超过5000家，总市值高达90万亿元，无论是从规模还是活跃度来看，都在世界范围内占据着重要地位。然而，与国际成熟股票市场相比，中国股票市场呈现出明显的高波动性与非理性特征。例如，在2015年的股灾期间，上证指数在短短几个月内暴跌超过40%，众多投资者遭受了巨大损失。这种剧烈的波动不仅给投资者带来了巨大的风险，也对市场的稳定和健康发展构成了严峻挑战。2010年4月16日，中国金融期货交易所正式推出沪深300股指期货合约，这是中国金融市场发展历程中的一个重要里程碑。股指期货作为一种重要的金融衍生工具，其推出旨在为投资者提供有效的风险管理手段，进而完善股票市场的内在稳定机制。从理论上来说，股指期货具有价格发现、套期保值和风险分散等功能，能够引导投资者更加理性地进行投资决策，从而降低市场的非理性波动。在这样的背景下，深入研究股指期货推出对股票市场羊群效应的影响，具有极其重要的理论与现实意义。从理论角度来看，有助于进一步丰富和完善金融市场理论体系，深入探究金融衍生工具对现货市场投资者行为的影响机制。从现实角度而言，能够为监管部门制定科学合理的政策提供有力依据，有效提升市场监管水平，促进股票市场的稳定健康发展；同时，也能帮助投资者更好地理解市场运行规律，提高投资决策的科学性和合理性，降低投资风险。1.2研究目的与意义本研究旨在通过深入的实证分析，精准揭示股指期货推出前后股票市场羊群效应的变化特征与内在机制。具体而言，主要包括以下几个方面：其一，运用科学合理的计量模型与方法，对股指期货推出前中国股票市场羊群效应的存在性、程度及表现形式进行全面细致的测度与分析；其二，深入探究股指期货推出这一关键事件对股票市场羊群效应产生的直接与间接影响，明确其影响方向与程度；其三，从市场微观结构、投资者行为以及信息传递等多个维度，深入剖析股指期货影响股票市场羊群效应的内在作用机制。本研究具有重要的理论与现实意义。在理论层面，有助于进一步丰富和完善金融市场理论体系。当前，虽然已有部分研究关注到股指期货与股票市场的关系，但对于股指期货对股票市场羊群效应的影响机制研究仍不够深入和系统。本研究将通过实证分析，为该领域提供更为丰富和深入的理论支持，进一步拓展和深化对金融市场运行规律的认识。在现实层面，本研究对市场参与者和监管者具有重要的参考价值。对于投资者而言，深入了解股指期货推出对股票市场羊群效应的影响，能够帮助他们更好地把握市场运行规律，优化投资决策，降低投资风险。例如，投资者可以根据股指期货推出后羊群效应的变化，合理调整投资组合，避免盲目跟风投资，提高投资收益。对于监管者来说，研究结果能够为其制定科学合理的政策提供有力依据，有效提升市场监管水平。监管者可以根据股指期货推出后股票市场羊群效应的变化情况，适时调整监管策略，加强市场监管，维护市场秩序，促进股票市场的稳定健康发展。1.3研究方法与创新点在研究方法上，本研究将主要采用实证研究方法，通过对大量历史数据的深入分析，揭示股指期货推出对股票市场羊群效应的影响。具体而言，将运用CCK模型（Chang、Cheng和Khorana于2000年提出的模型），该模型基于资本资产定价模型（CAPM），通过构建横截面绝对偏离度（CSAD）与市场收益率之间的关系，来有效识别和测度羊群效应的存在性与程度。同时，为了确保研究结果的可靠性和稳健性，本研究还将采用多种方法进行对比分析。一方面，将运用面板数据模型，控制个体固定效应和时间固定效应，以有效消除个体异质性和时间趋势对研究结果的干扰；另一方面，将进行分样本回归分析，按照不同的市场行情（如牛市、熊市）、行业板块以及公司规模等维度对样本进行划分，深入探究股指期货对不同市场环境和板块中羊群效应的差异化影响。此外，还将运用倾向得分匹配法（PSM），构建与处理组（股指期货推出后的样本）具有相似特征的对照组（虚拟的未推出股指期货的样本），进一步增强研究结果的因果推断性。在创新点方面，本研究在样本选取上具有独特之处。以往的研究在样本选取时，往往存在样本区间较短或样本覆盖范围不全面的问题，这可能导致研究结果的局限性。本研究将选取2005年至2023年的A股市场数据作为研究样本，样本区间跨度长达19年，涵盖了多个完整的市场周期，包括牛市、熊市以及震荡市等不同市场行情，能够更全面、准确地反映股指期货推出前后股票市场羊群效应的变化情况。同时，在样本覆盖范围上，不仅包含了主板市场的股票，还纳入了中小板、创业板和科创板的股票，使研究结果更具普遍性和代表性。在模型改进方面，本研究对传统的CCK模型进行了创新性改进。传统的CCK模型在测度羊群效应时，仅考虑了市场收益率这一单一因素对横截面绝对偏离度的影响，忽略了其他可能对羊群效应产生重要影响的因素，如市场流动性、投资者情绪、信息不对称程度等。本研究在模型中引入了这些控制变量，构建了扩展的CCK模型，能够更全面、深入地探究股指期货对股票市场羊群效应的影响机制。通过引入市场流动性指标（如换手率、成交额等），可以考察市场流动性变化对羊群效应的影响；引入投资者情绪指标（如消费者信心指数、新增投资者数量等），可以分析投资者情绪波动如何影响投资者的跟风行为；引入信息不对称程度指标（如分析师预测分歧度、内幕交易发生率等），可以探究信息因素在羊群效应形成过程中的作用。通过这些改进，使模型能够更准确地捕捉到股指期货推出后，市场环境变化对羊群效应的综合影响，为研究提供更丰富、深入的实证证据。二、文献综述2.1股指期货相关研究股指期货作为金融市场中的重要衍生工具，自诞生以来便备受学界与业界关注。其功能、对市场波动性和稳定性的影响等方面一直是研究的重点领域。股指期货的功能研究由来已久，众多学者达成了一定的共识。Black（1973）在其开创性的研究中，从理论层面阐述了股指期货的风险规避功能，认为投资者可通过在股票市场与股指期货市场反向操作，有效对冲股票市场整体下跌的系统性风险。这一观点为后续研究奠定了坚实基础。Ross（1976）进一步拓展了对股指期货功能的研究，指出其在价格发现方面具有重要作用。他认为，在公开、高效的期货市场中，众多投资者的竞价过程有利于形成更能反映股票真实价值的股票价格。随着市场的发展，学者们对股指期货的资产配置功能也给予了高度关注。Sharpe（1988）指出，股指期货交易采用保证金制度，交易成本较低，机构投资者可利用其进行资产配置和投资组合管理，从而快速调整投资组合的风险暴露，实现对市场波动的灵活应对。在股指期货对市场波动性影响的研究方面，学界观点存在分歧。早期，部分学者认为股指期货的推出会增加市场波动性。Harris（1989）考查1975-1987年S&P500指数波动性变化，发现1985年后其波动性明显增加，认为股指期货的引入是导致这一变化的原因之一。Antoniou和Holmes（1995）运用GARCH模型对FTSE100股指期货进行分析，发现股指期货通过提升信息传导质量，其非投机交易行为对现货市场波动性起到了扩大作用。然而，也有不少学者持有相反观点。Kamara、Miller和Siegel（1992）通过比较1976年、1988年S&P500指数每日收盘价格数据在引入指数期货前后的日收益率方差，发现方差变化不大，表明股指期货的引入不会导致现货股价指数波动增加。Hodgson和Nicholls（1991）对澳大利亚股市波动性研究也得出类似结论，认为股指期货的推出对现货市场波动性作用微乎其微。此外，还有学者认为股指期货对市场波动性的影响具有复杂性，在不同市场环境和时间跨度下表现各异。Gulen和Mayhew（2000）对世界25个不同国家及地区的期现货市场间关系研究发现，在美国和日本，期货交易往往伴随着现货市场波动性的增加；对另一些地区市场来说，期货推出导致现货市场波动性走低；在其余地区，期现货之间相关性并不显著。在国内，股指期货的研究也取得了丰硕成果。肖辉和吴冲锋（2006）运用高频数据对S&P500股指与股指期货的日内互动关系研究发现，股指期货已实现波动率明显大于股指已实现波动率，说明股指期货的引入可能对现货市场波动性产生一定影响。刘凤根和王晓芳（2008）借助GARCH模型，以日本的N225指数期货、韩国KOSPI200指数期货和我国台湾地区证交所加权指数（TWSE）期货作为样本进行实证检验，结果表明台湾地区引入股指期货后现货市场波动性未受影响，而日、韩股票市场在引入股指期货后波动性虽短期内加剧，但长期内并无影响。汪冬华和欧阳卫平（2009）通过对香港、日本和韩国金融市场股指期货推出前后现货市场有关数据的比较研究，从现货市场指数走势、波动性和成交量等方面分析了股指期货推出前后股市反应的变化。随着市场的不断发展和研究的深入，近年来，一些研究开始关注股指期货在复杂市场环境下的作用机制以及对市场微观结构的影响。例如，有学者探讨了在市场极端波动情况下，股指期货的风险传递效应以及对市场流动性的动态影响。还有研究从投资者结构变化的角度，分析股指期货推出后不同类型投资者行为的改变，以及这种改变如何进一步影响市场的波动性和稳定性。这些研究为深入理解股指期货与市场的关系提供了新的视角和思路，也为后续研究奠定了更为坚实的基础。2.2羊群效应相关研究羊群效应这一概念最初源于动物界中羊群的群体行为，在金融市场领域，它被用来描述投资者在决策过程中表现出的一种非理性从众行为。这种行为使得投资者在缺乏充分信息和独立判断的情况下，盲目地跟随其他投资者的行动，而忽视自身所拥有的信息和分析判断。羊群效应的理论基础涵盖多个领域。在心理学方面，从众心理是其重要根源。Asch（1956）通过著名的线段判断实验有力地证实了从众心理的存在。在实验中，参与者在面对明显错误的群体判断时，仍有相当比例的人选择跟随群体意见，而放弃自己的正确判断。这一实验表明，人们在群体环境中往往会受到他人行为和意见的显著影响，即使这些行为和意见与自己的认知相悖，也可能会选择跟随，以寻求群体的认同和安全感。从信息经济学的视角来看，信息不对称和信息成本是导致羊群效应的关键因素。在金融市场中，获取和分析信息需要耗费大量的时间、精力和成本。投资者往往难以获取全面、准确的信息，且对信息的分析能力也存在差异。当投资者认为获取和处理信息的成本过高，或者认为其他投资者拥有更有价值的信息时，他们就可能选择放弃自己的独立分析，转而跟随其他投资者的决策，从而形成羊群效应。在测度方法上，学术界提出了多种方法来度量金融市场中的羊群效应。其中，CCK模型是一种被广泛应用的经典方法。Chang、Cheng和Khorana（2000）基于资本资产定价模型（CAPM）构建了该模型，通过横截面绝对偏离度（CSAD）与市场收益率之间的关系来判断羊群效应的存在性和程度。具体而言，在不存在羊群效应的情况下，个股收益率的横截面绝对偏离度（CSAD）与市场收益率应呈现线性关系；而当存在羊群效应时，投资者的行为会趋于一致，导致CSAD与市场收益率之间呈现出非线性关系，即在市场收益率较高或较低时，CSAD的增加幅度会小于线性关系下的预期值。除了CCK模型，还有其他一些测度方法。例如，Lakonishok、Shleifer和Vishny（1992）提出的LSV方法，通过计算机构投资者在买卖股票时的同向交易程度来衡量羊群效应。如果大量机构投资者在同一时期对同一只股票进行同向买卖操作，就表明存在较强的羊群效应。在股票市场中，羊群效应有着多种表现形式。从投资者行为角度来看，当市场出现某种趋势或热点时，大量投资者会迅速跟进，形成一种集体性的投资行为。在股票市场牛市阶段，投资者往往会纷纷买入股票，推动股价不断上涨，形成过度乐观的市场氛围；而在熊市阶段，投资者则会恐慌性抛售股票，导致股价持续下跌，加剧市场的悲观情绪。从市场波动角度分析，羊群效应会导致市场波动加剧。当投资者集体买入或卖出股票时，会引发股票价格的大幅波动，使得市场价格偏离其内在价值，增加市场的不稳定性。羊群效应的影响因素众多。市场信息的透明度和准确性对羊群效应有着重要影响。当市场信息不透明、不准确时，投资者难以获取可靠的信息来做出独立决策，从而更容易受到他人行为的影响，导致羊群效应加剧。投资者情绪也是一个关键因素。在市场中，投资者的情绪容易受到各种因素的影响，如宏观经济形势、政策变化、媒体报道等。当投资者情绪过度乐观或悲观时，会导致其决策行为的非理性，进而引发羊群效应。此外，投资者的认知偏差和有限理性也会促使羊群效应的产生。投资者在决策过程中往往会受到认知偏差的影响，如过度自信、损失厌恶、锚定效应等，这些偏差会导致他们无法准确地评估市场信息和风险，从而更容易跟随他人的决策。2.3股指期货与羊群效应关系研究股指期货推出对股票市场羊群效应的影响是一个复杂且备受关注的研究领域，学界对此持有多种不同观点和结论。部分学者认为股指期货的推出能够有效抑制股票市场的羊群效应。肖争艳和高荣（2013）基于羊群效应测度模型，对中国股市数据进行实证检验，研究发现沪深300股指期货的推出弱化了股市的羊群行为，对股市的平稳运行有很大的促进作用。他们认为，股指期货的价格发现和套期保值功能为投资者提供了更多的信息和风险管理工具，使投资者能够更全面地分析市场情况，减少对他人决策的依赖，从而降低了羊群效应的程度。例如，当市场出现波动时，投资者可以利用股指期货进行套期保值，避免因恐慌而盲目跟风操作，保持投资决策的独立性。然而，也有学者得出了相反的结论。袁瑜和黄巍（2012）利用CCK模型研究发现，在沪深300股指期货推出后，羊群效应有所增强。他们分析认为，股指期货推出后，市场的复杂性和不确定性增加，部分投资者由于对新的金融工具和市场变化认识不足，更加依赖他人的决策，导致羊群效应加剧。此外，股指期货市场的高杠杆特性和交易的便捷性，吸引了大量投机者进入市场，这些投机者的非理性行为可能会引发市场的过度波动，进一步强化了股票市场的羊群效应。在市场下跌时，投机者的恐慌抛售可能会带动其他投资者跟风卖出，形成恶性循环，使得羊群效应更加显著。还有学者认为股指期货对羊群效应的影响并非单一方向，而是受到多种因素的制约。市场环境的不同会导致股指期货对羊群效应产生不同的影响。在牛市行情中，市场整体乐观，投资者信心较强，股指期货的推出可能会为投资者提供更多的投资选择和风险管理手段，从而抑制羊群效应；而在熊市行情中，市场悲观情绪浓厚，投资者风险偏好降低，股指期货的套期保值功能可能无法充分发挥，反而可能因为投资者对市场的过度担忧和不确定性增加，导致羊群效应增强。投资者结构也是一个重要因素。如果市场中机构投资者占比较高，由于其具有较强的专业分析能力和风险管理能力，能够更好地利用股指期货的功能，那么股指期货的推出可能会降低羊群效应；相反，如果市场中散户投资者占比较大，由于其投资知识和经验相对不足，更容易受到情绪和市场信息的影响，股指期货的推出可能对羊群效应的抑制作用有限，甚至在某些情况下会加剧羊群效应。总体而言，股指期货推出对股票市场羊群效应的影响尚无定论。不同的研究结论可能源于研究方法、样本选取、市场环境等多种因素的差异。因此，深入探究股指期货与羊群效应之间的复杂关系，需要综合考虑多种因素，运用更为科学、全面的研究方法，以获得更为准确和可靠的结论。2.4文献评述综上所述，现有研究在股指期货与股票市场羊群效应的研究领域取得了一定成果，为我们深入理解这一复杂的金融现象奠定了基础，但仍存在一些不足之处。在研究方法上，部分研究存在局限性。许多研究仅采用单一的测度模型，如CCK模型，而未考虑其他可能更适合的方法，这可能导致研究结果的片面性。不同的测度模型基于不同的理论假设和数据处理方式，对羊群效应的测度结果可能存在差异。在研究股指期货对股票市场羊群效应的影响时，若仅依赖一种模型，可能无法全面、准确地反映实际情况。部分研究在样本选取上不够科学合理，样本区间较短或样本覆盖范围狭窄，无法涵盖不同市场环境和投资者行为的变化，从而影响了研究结果的普遍性和代表性。在研究内容方面，虽然已有研究关注到股指期货对羊群效应的影响，但对于影响机制的探究不够深入和全面。现有研究多从单一因素出发，如股指期货的价格发现或套期保值功能，来解释其对羊群效应的影响，而忽略了市场微观结构、投资者结构、信息传递等多因素之间的相互作用。市场微观结构的变化，如交易机制的调整、市场流动性的改变等，可能会影响投资者获取信息的方式和成本，进而影响羊群效应；投资者结构的差异，如机构投资者与散户投资者的比例变化，也会对市场的投资行为和羊群效应产生重要影响。此外，现有研究较少考虑不同市场环境下股指期货对羊群效应的差异化影响。股票市场具有明显的周期性和波动性，在牛市、熊市以及震荡市等不同市场行情下，投资者的心理和行为、市场信息的传播和解读方式等都可能存在显著差异，股指期货对羊群效应的影响也可能有所不同。然而，目前的研究对此关注不足，缺乏对不同市场环境下的深入分析。针对以上不足，本研究将在以下方面做出努力。在研究方法上，将综合运用多种测度模型，如CCK模型、LSV方法等，并进行对比分析，以确保研究结果的稳健性和可靠性。同时，合理扩大样本区间，涵盖更多的市场周期和行情，增加样本的多样性和代表性；在样本覆盖范围上，将纳入更多类型的股票，包括主板、中小板、创业板和科创板等，使研究结果更具普遍性。在研究内容上，将从多个维度深入探究股指期货影响股票市场羊群效应的内在机制，综合考虑市场微观结构、投资者结构、信息传递等因素的相互作用。构建多因素模型，分析这些因素在股指期货影响羊群效应过程中的具体作用路径和协同效应。针对不同市场环境，将进行分样本回归分析，深入研究股指期货在牛市、熊市以及震荡市等不同行情下对羊群效应的差异化影响，为投资者和监管者提供更具针对性的建议。三、理论基础与研究假设3.1股指期货理论基础股指期货，全称为股票价格指数期货，是以股票指数为标的物的标准化期货合约。这意味着交易双方约定在未来的特定日期，按照事先确定的股票指数大小，进行标的指数的买卖，并通过现金结算差价来完成交割。例如，沪深300股指期货就是以沪深300指数作为标的，投资者可以就该指数在未来某个时间点的价格进行交易。股指期货具有一系列独特的特点，这些特点使其在金融市场中发挥着重要作用。股指期货具有跨期性。交易双方是基于对股票指数未来变动趋势的预测而达成交易合约，这使得交易建立在对未来预期的基础之上，投资者的盈亏直接取决于其对未来市场走势预测的准确性。投资者预期沪深300指数在未来一段时间内会上涨，便会买入沪深300股指期货合约；若预测失误，指数下跌，投资者就会遭受损失。杠杆性是股指期货的另一显著特点。与全额支付合约价值资金的传统交易方式不同，股指期货交易只需投资者支付一定比例的保证金，即可签订较大价值的合约。假设股指期货交易的保证金比例为10%，这意味着投资者只需投入合约价值10%的资金，就能控制相当于所投资金额10倍的合约资产。这种杠杆效应在放大投资者潜在收益的同时，也使得可能承担的损失成倍增加，极大地提高了投资风险。股指期货还具有联动性，其价格与标的股票指数的变动紧密相连。股票指数作为股指期货的基础资产，对股指期货价格的变动有着重要影响；与此同时，股指期货所反映的对未来价格的预期，也会反过来对股票指数产生一定的引导作用。当市场预期股票指数将上涨时，股指期货价格往往会率先上升，进而带动股票市场价格上升。高风险性和风险的多样性也是股指期货的特点之一。其杠杆性决定了它比股票市场具有更高的风险性，除了市场风险外，还存在特定的操作风险、现金流风险以及因市场缺乏交易对手而不能平仓导致的流动性风险等。在市场出现极端波动时，投资者可能因保证金不足而面临强行平仓，导致巨大损失；若市场流动性突然枯竭，投资者可能无法及时平仓，从而陷入困境。在交易机制方面，股指期货与股票交易存在明显差异。股指期货合约具有明确的到期日，投资者不能像持有股票那样无限期持有合约，因此在交易时必须密切关注合约到期日，及时做出平仓或交割的决策。股指期货采用保证金交易制度，投资者只需支付一定比例的保证金即可进行交易，这与股票交易需支付股票价值全部金额的方式不同。这种交易方式使得投资者的亏损额有可能超过投资本金，增加了投资的风险性。在交易方向上，股指期货交易具有双向性，投资者既可以先买入后卖出（做多），也可以先卖出后买入（做空），而部分国家的股票市场没有卖空机制，股票只能单向交易。在结算方式上，股指期货交易实行当日无负债结算制度，交易所会在当日对交易保证金进行结算，若投资者账户保证金余额不足，必须在规定时间内补足，否则可能会被强行平仓；而股票交易采取全额交易，买入股票后在卖出以前，账面盈亏通常不进行结算。股指期货在金融市场中发挥着重要的功能，主要包括套期保值、价格发现和资产配置。套期保值是股指期货的重要功能之一。投资者可以通过在股票市场和股指期货市场进行反向操作，达到规避风险的目的。股票市场存在系统性风险和非系统性风险，非系统性风险可通过分散投资降低，但系统性风险难以通过分散投资规避。股指期货的做空机制为市场提供了对冲系统性风险的工具，担心股票市场下跌的投资者可通过卖出股指期货合约，有效对冲股票市场整体下跌带来的风险，减轻集体性抛售对股票市场造成的冲击。一家持有大量股票的投资机构，预期市场可能下跌，便可以卖出相应的股指期货合约。若市场真的下跌，股票资产价值减少，但股指期货合约的盈利可以弥补股票的损失，从而实现风险的有效对冲。价格发现也是股指期货的关键功能。在公开、高效的期货市场中，众多投资者基于各自对市场信息的分析和未来走势的预期进行竞价，这种广泛的市场参与使得股指期货价格能够更全面、准确地反映各种信息，从而有利于形成更能体现股票真实价值的股票价格。由于股指期货具有交易成本低、杠杆倍数高、指令执行速度快等优势，投资者在获取新的市场信息后，更倾向于首先在期货市场调整持仓，这使得股指期货价格对信息的反应更为迅速，进一步增强了其价格发现功能。当宏观经济数据公布后，投资者会迅速根据数据对市场走势进行判断，并在股指期货市场进行交易，从而使股指期货价格能够快速反映新的信息，引导股票市场价格向合理价值回归。股指期货在资产配置方面也具有重要作用。由于股指期货交易采用保证金制度，交易成本较低，被机构投资者广泛应用于资产配置和投资组合管理。对于以债券为主要投资对象的机构投资者，若预期股市可能大幅上涨，但因投资比例限制无法将大量资金投入股市，此时可利用少量资金买入股指期货，从而获得股市上涨的平均收益，有效提高资金的总体配置效率。通过合理运用股指期货，投资者可以更灵活地调整投资组合的风险暴露，实现资产的优化配置，以更好地适应不同市场环境的变化。3.2羊群效应理论基础羊群效应的形成是一个复杂的过程，涉及多种因素的相互作用，主要包括信息不对称、投资者情绪以及声誉效应等，这些因素在羊群效应的产生和发展中发挥着关键作用。信息不对称是导致羊群效应的重要根源之一。在金融市场中，信息的获取、分析和理解是投资者做出决策的基础，但市场中的信息分布往往是不均匀的。投资者在获取信息时面临诸多困难，如信息的时效性、准确性和完整性难以保证，获取信息的渠道有限且成本较高等。当投资者自身无法获取足够的信息来做出独立决策时，他们往往会倾向于观察和模仿其他投资者的行为，认为其他投资者可能拥有更有价值的信息。在股票市场中，当一家公司发布新的财务报告时，部分投资者可能由于缺乏专业的财务分析能力，无法准确解读报告中的信息，此时他们就会关注其他投资者的反应。如果看到大量投资者买入该公司股票，他们可能会不假思索地跟随买入，而忽略了自己对该公司基本面的分析，从而形成羊群效应。这种基于信息不对称的模仿行为，使得投资者的决策并非基于自身对市场的独立判断，而是依赖于他人的行为，导致市场中出现大量相似的投资决策，进而引发羊群效应。投资者情绪在羊群效应的形成过程中也起着至关重要的作用。投资者的情绪容易受到市场环境、媒体报道、宏观经济形势等多种因素的影响，呈现出非理性的波动。在市场上涨阶段，投资者往往会受到乐观情绪的主导，产生过度自信的心理，认为市场将持续上涨，从而纷纷买入股票，推动股价进一步上涨，形成一种正反馈机制。这种乐观情绪会在投资者群体中迅速传播，吸引更多的投资者跟风买入，导致羊群效应的加剧。在2015年上半年的牛市行情中，市场上弥漫着乐观情绪，投资者纷纷加大投资力度，甚至大量场外资金通过配资等方式涌入股市，进一步推动了股价的上涨，羊群效应极为显著。相反，在市场下跌阶段，投资者则容易陷入悲观和恐慌情绪，担心资产损失，纷纷抛售股票，这种恐慌情绪同样会在投资者之间相互传染，形成恐慌性抛售的羊群行为，加剧市场的下跌趋势。2020年初，受新冠疫情爆发的影响，全球股市大幅下跌，投资者普遍陷入恐慌情绪，大量抛售股票，导致股市出现剧烈波动，羊群效应明显。声誉效应也是引发羊群效应的一个重要因素，尤其在机构投资者中表现得更为突出。机构投资者的业绩表现往往会受到市场和投资者的密切关注，其声誉对于业务的开展和资金的募集至关重要。为了维护自身的声誉，机构投资者在做出投资决策时，往往会考虑同行的行为。如果一家机构投资者的投资决策与同行相差较大，一旦决策失误，可能会面临更大的声誉损失。因此，他们更倾向于选择与同行相似的投资策略，即使这些策略可能并非是基于自身对市场的深入分析。在基金投资领域，许多基金经理会参考同类型基金的持仓情况来调整自己的投资组合，以避免因业绩表现与同行差异过大而受到投资者的质疑。当市场上大多数基金经理都采取相似的投资策略时，就会导致大量资金流向相同的股票或资产，形成羊群效应。这种基于声誉效应的羊群行为，使得机构投资者在一定程度上失去了独立判断和创新的能力，加剧了市场的同质性和波动性。羊群效应的形成是信息不对称、投资者情绪和声誉效应等多种因素共同作用的结果。这些因素相互交织，使得投资者在决策过程中更容易受到他人行为的影响，从而导致市场中出现大量的跟风行为，影响市场的稳定性和有效性。3.3研究假设提出基于前文对股指期货和羊群效应的理论分析，结合已有研究成果以及中国股票市场的实际情况，本研究提出以下假设，以深入探究股指期货推出对股票市场羊群效应的影响。假设1：股指期货推出会弱化股票市场的羊群效应从理论层面来看，股指期货具有价格发现、套期保值和风险分散等功能。这些功能的发挥能够为投资者提供更多的信息和风险管理工具，从而有效改变投资者的决策行为，降低羊群效应的程度。在价格发现方面，股指期货市场聚集了大量的投资者，他们的交易行为反映了各自对市场信息的解读和未来走势的预期。这种广泛的市场参与使得股指期货价格能够更及时、准确地反映各种信息，为股票市场提供了更具前瞻性的价格信号。投资者在做出投资决策时，可以参考股指期货价格所包含的信息，减少对其他投资者行为的依赖，从而降低盲目跟风的可能性。当股指期货价格显示市场预期未来股票指数将上涨时，投资者可以基于这一信息，结合自身对市场的分析，做出合理的投资决策，而不是仅仅跟随其他投资者的行动。套期保值功能是股指期货的重要特性之一。投资者可以通过在股票市场和股指期货市场进行反向操作，对冲股票市场的系统性风险。当投资者持有股票现货时，若预期市场可能下跌，他们可以卖出股指期货合约。这样，即使股票市场真的下跌，股票资产价值减少，但股指期货合约的盈利可以弥补股票的损失，从而有效降低投资者对市场下跌的恐慌情绪。在市场波动加剧时，投资者能够利用股指期货进行套期保值，避免因恐慌而盲目抛售股票，保持投资决策的独立性，进而减少羊群效应的发生。风险分散功能也是股指期货降低羊群效应的重要因素。股指期货的推出为投资者提供了更多的投资选择，使他们能够将投资组合分散到不同的资产类别中，降低单一资产的风险暴露。通过合理配置股票和股指期货，投资者可以更好地应对市场变化，减少因市场不确定性而产生的跟风行为。一家投资机构原本只投资于股票市场，面临着较大的市场风险。当股指期货推出后，该机构可以将一部分资金配置到股指期货上，通过套期保值和套利等策略，降低投资组合的整体风险。在这种情况下，机构投资者在面对市场波动时，更能够保持理性，不会轻易跟随市场上的盲目跟风行为，从而弱化羊群效应。综上所述，基于股指期货的价格发现、套期保值和风险分散等功能，本研究假设股指期货推出会弱化股票市场的羊群效应。假设2：在不同市场行情下，股指期货对羊群效应的影响存在差异股票市场具有明显的周期性和波动性，不同市场行情下，投资者的心理和行为、市场信息的传播和解读方式等都存在显著差异，这可能导致股指期货对羊群效应的影响有所不同。在牛市行情中，市场整体呈现上涨趋势，投资者信心较强，乐观情绪占据主导地位。此时，股指期货的推出为投资者提供了更多的投资机会和风险管理工具。投资者可以利用股指期货的杠杆效应，放大投资收益；同时，通过套期保值功能，有效锁定利润，降低市场回调风险。在这种情况下，投资者更倾向于根据自身对市场的判断进行投资决策，而不是盲目跟随他人，从而使得股指期货对羊群效应的抑制作用更为明显。当市场处于牛市时，投资者预期股票价格将继续上涨，他们可以通过买入股指期货合约，在承担较小风险的情况下获得更大的收益。同时，为了保护已有的投资收益，投资者可以利用股指期货进行套期保值，避免因市场突然回调而遭受损失。这些操作使得投资者在决策时更加理性，减少了跟风行为，进而弱化了羊群效应。相反，在熊市行情中，市场持续下跌，投资者普遍感到悲观和恐慌，风险偏好大幅降低。此时，股指期货的套期保值功能虽然可以为投资者提供一定的风险对冲手段，但由于市场整体悲观情绪浓厚，投资者可能更关注市场的短期走势和不确定性，对股指期货的利用程度相对较低。在熊市中，投资者可能担心股指期货市场的波动性更大，风险更高，因此更倾向于采取保守的投资策略，甚至选择离场观望。这种情况下，投资者更容易受到市场情绪的影响，盲目跟风抛售股票，导致羊群效应加剧。即使股指期货具有套期保值功能，但在熊市的恐慌氛围下，投资者往往难以冷静地运用这一工具，而是更容易跟随市场的悲观情绪，做出非理性的投资决策，从而使得股指期货对羊群效应的抑制作用减弱。综上所述，由于不同市场行情下投资者的心理和行为、市场信息的传播和解读方式等存在差异，本研究假设在不同市场行情下，股指期货对羊群效应的影响存在差异。假设3：股指期货对不同行业板块的羊群效应影响存在差异不同行业板块具有各自独特的行业特性，如行业的周期性、市场竞争程度、信息透明度等，这些特性会导致投资者对不同行业板块的投资决策和行为存在差异，进而使得股指期货对不同行业板块的羊群效应产生不同的影响。对于周期性行业，如钢铁、煤炭、有色金属等，其业绩与宏观经济形势密切相关，受经济周期波动的影响较大。在经济扩张期，这些行业的业绩往往较好，股票价格上涨；而在经济衰退期，业绩则会大幅下滑，股票价格下跌。由于行业的周期性明显，投资者在对这些行业进行投资时，往往更关注宏观经济形势和行业周期的变化。股指期货的推出为投资者提供了更多关于宏观经济和市场走势的信息，投资者可以通过分析股指期货价格的变化，更好地把握周期性行业的投资时机。在经济周期的拐点附近，股指期货价格的变化可能提前反映市场对经济走势的预期，投资者可以根据这些信息，提前调整对周期性行业股票的投资策略，减少盲目跟风行为。因此，股指期货的推出对周期性行业板块的羊群效应可能具有较强的抑制作用。而对于非周期性行业，如消费、医药等，其业绩相对较为稳定，受宏观经济波动的影响较小。投资者在对这些行业进行投资时，更关注公司的基本面和长期发展前景。由于非周期性行业的信息透明度相对较高，投资者更容易获取和分析相关信息，做出独立的投资决策。在这种情况下，股指期货对非周期性行业板块羊群效应的影响可能相对较小。消费行业的一些龙头企业，其业绩稳定，品牌知名度高，投资者对其长期投资价值有较为清晰的认识。即使股指期货推出后，投资者在对这些企业进行投资时，也更倾向于基于自身对企业基本面的分析，而不是受到股指期货价格波动的影响，因此羊群效应的变化可能不明显。此外，市场竞争程度也会影响股指期货对不同行业板块羊群效应的作用。在竞争激烈的行业中，企业之间的竞争压力较大，行业内的信息传播速度较快，投资者更容易受到其他投资者行为的影响。在科技行业，新的技术和产品不断涌现，市场竞争激烈，投资者往往需要快速做出投资决策。此时，股指期货的推出可能会加剧市场的信息流动和投资者之间的相互影响，使得羊群效应在短期内有所增强。然而，从长期来看，随着投资者对股指期货的熟悉和运用能力的提高，以及市场竞争的逐渐规范，股指期货对竞争激烈行业板块的羊群效应也可能会逐渐产生抑制作用。综上所述，由于不同行业板块的行业特性存在差异，本研究假设股指期货对不同行业板块的羊群效应影响存在差异。四、研究设计4.1样本选取与数据来源为全面、准确地研究股指期货推出对股票市场羊群效应的影响，本研究在样本选取上进行了精心设计，确保样本具有广泛的代表性和较长的时间跨度，以涵盖不同市场环境和投资者行为的变化。本研究选取沪深300指数成分股作为主要研究对象。沪深300指数由上海和深圳证券市场中市值大、流动性好的300只A股组成，具有良好的市场代表性，能够综合反映中国A股市场上市股票价格的整体表现。这些成分股涵盖了金融、能源、工业、消费、科技等多个重要行业，基本代表了中国经济的主要板块，其走势和市场表现对整个股票市场具有重要的引领和示范作用。在时间跨度方面，研究区间设定为2005年1月1日至2023年12月31日。这一区间跨度长达19年，包含了多个完整的市场周期，包括牛市、熊市以及震荡市等不同市场行情。2005-2007年是中国股票市场的一轮大牛市，上证指数从1000点左右一路飙升至6000点以上；2008年受全球金融危机影响，股市大幅下跌，进入熊市；2009-2010年市场出现一定程度的反弹；2011-2013年处于震荡调整阶段；2014-2015年上半年又迎来一轮牛市，但随后在2015年下半年经历了股灾，市场大幅波动；2016-2017年市场逐渐企稳，呈现震荡上行态势；2018年受国内外多种因素影响，股市再度下跌；2019-2021年市场整体处于震荡上涨行情；2022-2023年市场又经历了不同程度的波动。通过选取这一较长的时间区间，能够更全面地观察股指期货推出前后股票市场羊群效应在不同市场环境下的变化情况，使研究结果更具可靠性和普遍性。在数据来源上，本研究主要从以下几个权威渠道获取数据：股票价格数据来源于Wind金融数据库，该数据库提供了全面、准确的金融市场数据，包括沪深300指数成分股的每日开盘价、收盘价、最高价、最低价等信息，能够满足本研究对股票价格数据的需求。宏观经济数据则取自国家统计局官网，国家统计局发布的数据具有权威性和公信力，涵盖了国内生产总值（GDP）、通货膨胀率、利率、货币供应量等重要宏观经济指标，这些数据对于分析宏观经济环境对股票市场羊群效应的影响具有重要意义。此外，为了获取投资者情绪相关数据，本研究参考了中国证券投资者保护基金有限责任公司发布的《中国证券市场投资者信心调查分析报告》，该报告通过对大量投资者的调查，反映了投资者对市场的信心和情绪变化，为研究投资者情绪与羊群效应之间的关系提供了重要依据。通过从多个权威渠道获取数据，确保了数据的准确性、完整性和可靠性，为后续的实证分析奠定了坚实的基础。4.2变量选取与定义为了深入探究股指期货推出对股票市场羊群效应的影响，本研究将选取合适的变量进行实证分析，这些变量包括被解释变量、解释变量和控制变量，具体定义和计算方法如下：4.2.1被解释变量：羊群效应指标（CSAD）本研究采用横截面绝对偏离度（Cross-SectionalAbsoluteDeviation，CSAD）作为衡量羊群效应的指标，该指标由Chang、Cheng和Khorana（2000）提出，基于资本资产定价模型（CAPM）构建，能够有效反映个股收益率与市场收益率之间的偏离程度，进而判断羊群效应的存在性和程度。CSAD的计算方法如下：CSAD_{t}=\frac{1}{N}\sum_{i=1}^{N}\left|R_{i,t}-R_{m,t}\right|其中，CSAD_{t}表示第t期的横截面绝对偏离度；N为样本股票数量；R_{i,t}为第i只股票在第t期的收益率；R_{m,t}为市场组合在第t期的收益率。在不存在羊群效应的情况下，根据资本资产定价模型，个股收益率与市场收益率之间存在线性关系，个股收益率的横截面绝对偏离度（CSAD）与市场收益率应呈现线性关系，即随着市场收益率的变化，CSAD会按照一定的比例线性变化。当市场收益率较高时，个股收益率的离散程度会相应增大，CSAD也会随之增大；反之，当市场收益率较低时，CSAD会减小。然而，当存在羊群效应时，投资者的行为会趋于一致，导致个股收益率的离散程度在市场收益率较高或较低时，与不存在羊群效应时的预期情况不同。在市场收益率较高时，投资者可能会过度乐观，纷纷买入股票，使得个股收益率的差异缩小，CSAD的增加幅度小于线性关系下的预期值；在市场收益率较低时，投资者则可能过度悲观，纷纷抛售股票，同样导致个股收益率的差异缩小，CSAD的减小幅度也小于线性关系下的预期值。因此，通过检验CSAD与市场收益率之间的非线性关系，就可以判断羊群效应是否存在。如果CSAD与市场收益率之间存在显著的非线性关系，即存在\beta_{2}\neq0（在后续回归模型中会详细说明），则表明存在羊群效应；\beta_{2}的绝对值越大，说明羊群效应越显著。4.2.2解释变量：股指期货推出虚拟变量（D）为了准确考察股指期货推出这一事件对股票市场羊群效应的影响，本研究引入股指期货推出虚拟变量（D）。当样本处于股指期货推出之后的时期，即2010年4月16日及以后，D=1；当样本处于股指期货推出之前的时期，即2010年4月16日之前，D=0。通过设置这个虚拟变量，可以清晰地区分股指期货推出前后两个不同的时期，进而在实证模型中准确识别股指期货推出对羊群效应的影响。在回归分析中，虚拟变量D的系数反映了股指期货推出后羊群效应的变化情况。如果系数为正，且在统计上显著，说明股指期货推出后羊群效应增强；如果系数为负，且在统计上显著，则说明股指期货推出后羊群效应减弱。4.2.3控制变量为了更准确地研究股指期货推出对股票市场羊群效应的影响，控制其他可能影响羊群效应的因素至关重要。本研究选取以下变量作为控制变量：市场流动性（Turnover）：采用股票的换手率来衡量市场流动性，计算公式为：Turnover_{i,t}=\frac{V_{i,t}}{S_{i,t}}其中，Turnover_{i,t}表示第i只股票在第t期的换手率；V_{i,t}为第i只股票在第t期的成交股数；S_{i,t}为第i只股票在第t期的流通股数。市场流动性反映了股票交易的活跃程度，流动性越高，股票交易越容易达成，投资者的交易成本相对较低。当市场流动性较好时，投资者更容易根据自己的判断进行买卖操作，可能会减少对其他投资者行为的依赖，从而降低羊群效应；相反，当市场流动性较差时，投资者可能会因为交易困难而更倾向于跟随市场趋势，导致羊群效应增强。投资者情绪（Sentiment）：选用消费者信心指数作为衡量投资者情绪的指标。消费者信心指数是反映消费者对当前经济形势和未来经济预期的重要指标，能够在一定程度上体现投资者的乐观或悲观情绪。当消费者信心指数较高时，表明投资者对市场前景较为乐观，可能更愿意根据自己的分析进行投资决策，羊群效应相对较弱；当消费者信心指数较低时，投资者可能会更加谨慎，更容易受到其他投资者行为的影响，从而增加羊群效应。信息不对称程度（Dispersion）：以分析师预测分歧度来衡量信息不对称程度。分析师预测分歧度通过计算不同分析师对同一家公司盈利预测的标准差来得到，计算公式为：Dispersion_{i,t}=\sqrt{\frac{\sum_{j=1}^{M}(E_{j,i,t}-\overline{E}_{i,t})^{2}}{M-1}}其中，Dispersion_{i,t}表示第i只股票在第t期的分析师预测分歧度；E_{j,i,t}为第j个分析师对第i只股票在第t期的盈利预测值；\overline{E}_{i,t}为所有分析师对第i只股票在第t期盈利预测值的平均值；M为分析师的数量。信息不对称程度越高，投资者获取准确信息的难度越大，越容易依赖他人的决策，从而导致羊群效应加剧；反之，信息不对称程度较低时，投资者能够获得更全面的信息，更有能力做出独立的投资决策，羊群效应会相应减弱。公司规模（Size）：采用股票的流通市值来衡量公司规模，计算公式为：Size_{i,t}=P_{i,t}\timesS_{i,t}其中，Size_{i,t}表示第i只股票在第t期的流通市值；P_{i,t}为第i只股票在第t期的收盘价；S_{i,t}为第i只股票在第t期的流通股数。公司规模越大，通常意味着其经营稳定性较高，信息透明度相对较好，投资者对其了解程度较高，可能会减少盲目跟风行为，降低羊群效应；而公司规模较小的股票，由于其经营风险相对较高，信息披露可能不够充分，投资者更容易受到市场情绪和其他投资者行为的影响，羊群效应可能更为明显。通过选取上述控制变量，并将其纳入实证模型中，可以有效控制其他因素对羊群效应的干扰，从而更准确地揭示股指期货推出对股票市场羊群效应的影响。4.3模型构建为了深入检验上述研究假设，本研究将基于CCK模型进行扩展，构建如下实证模型：CSAD_{i,t}=\beta_{0}+\beta_{1}\left|R_{m,t}\right|+\beta_{2}R_{m,t}^{2}+\beta_{3}D_{t}+\beta_{4}D_{t}\times\left|R_{m,t}\right|+\beta_{5}D_{t}\timesR_{m,t}^{2}+\sum_{j=1}^{4}\beta_{j+5}Control_{j,i,t}+\epsilon_{i,t}其中，各参数含义如下：CSAD_{i,t}为被解释变量，表示第t期第i只股票的横截面绝对偏离度，用于衡量羊群效应的程度。R_{m,t}为市场组合在第t期的收益率。\left|R_{m,t}\right|和R_{m,t}^{2}用于检验CSAD与市场收益率之间的非线性关系，若存在羊群效应，\beta_{2}应显著不为零。当\beta_{2}<0时，表明存在羊群效应，即市场收益率较高或较低时，个股收益率的横截面绝对偏离度（CSAD）与市场收益率之间呈现非线性关系，投资者行为趋于一致。D_{t}为股指期货推出虚拟变量，当样本处于股指期货推出之后的时期（2010年4月16日及以后），D_{t}=1；当样本处于股指期货推出之前的时期（2010年4月16日之前），D_{t}=0。D_{t}\times\left|R_{m,t}\right|和D_{t}\timesR_{m,t}^{2}用于考察股指期货推出对CSAD与市场收益率之间关系的影响，即检验股指期货推出是否改变了羊群效应的程度。如果\beta_{4}和\beta_{5}显著不为零，则说明股指期货推出后，CSAD与市场收益率之间的关系发生了变化，进而表明股指期货对羊群效应产生了影响。Control_{j,i,t}为控制变量，包括市场流动性（Turnover）、投资者情绪（Sentiment）、信息不对称程度（Dispersion）和公司规模（Size）等。\beta_{j+5}为控制变量的系数，用于控制其他因素对羊群效应的影响。\beta_{0}为截距项，\epsilon_{i,t}为随机误差项，代表模型中未被解释的部分。通过上述模型，本研究可以全面、系统地检验股指期货推出对股票市场羊群效应的影响。通过对模型中各参数的估计和检验，能够准确判断羊群效应是否存在，以及股指期货推出后羊群效应的变化情况，进而深入探究股指期货对股票市场羊群效应的影响机制。五、实证结果与分析5.1描述性统计在进行深入的实证分析之前，首先对样本数据进行描述性统计，以初步了解各变量的基本特征和分布情况。本研究对被解释变量羊群效应指标（CSAD）、解释变量股指期货推出虚拟变量（D）以及控制变量市场流动性（Turnover）、投资者情绪（Sentiment）、信息不对称程度（Dispersion）和公司规模（Size）进行了统计分析，具体结果如表1所示：表1：变量描述性统计变量观测值均值标准差最小值最大值CSAD125600.0230.0110.0050.068D125600.4580.49801Turnover125600.0280.0150.0020.105Sentiment12560120.5615.2885.3156.7Dispersion125600.1030.0450.0120.256Size12560256.38189.6515.21256.4从表1可以看出，羊群效应指标（CSAD）的均值为0.023，标准差为0.011，说明样本期间内个股收益率的横截面绝对偏离度存在一定的波动，但总体波动幅度相对较小。最小值为0.005，最大值为0.068，表明在某些时期个股收益率与市场收益率的偏离程度较大，可能存在较为明显的羊群效应。股指期货推出虚拟变量（D）的均值为0.458，由于该变量是一个0-1变量，均值接近0.5，说明样本中约有45.8%的数据处于股指期货推出之后的时期，这为研究股指期货推出前后羊群效应的变化提供了足够的数据支持。市场流动性（Turnover）的均值为0.028，标准差为0.015，表明样本股票的换手率存在一定差异，市场流动性在不同时期和不同股票之间有所波动。最小值为0.002，说明部分股票的交易活跃度较低，流动性较差；最大值为0.105，显示在某些时期或某些股票的交易非常活跃，流动性较好。投资者情绪（Sentiment）的均值为120.56，标准差为15.28，反映出投资者情绪在样本期间内存在一定的波动。最小值为85.3，最大值为156.7，表明投资者情绪在不同时期有较大变化，从较为悲观到非常乐观都有体现，这可能对投资者的决策行为产生重要影响，进而影响羊群效应。信息不对称程度（Dispersion）的均值为0.103，标准差为0.045，说明分析师对股票盈利预测的分歧度存在一定差异。最小值为0.012，最大值为0.256，显示在某些股票上分析师的预测较为一致，而在另一些股票上预测分歧较大，信息不对称程度较高，这可能导致投资者在决策时更容易受到他人行为的影响，增加羊群效应的可能性。公司规模（Size）的均值为256.38亿元，标准差为189.65亿元，说明样本中公司规模存在较大差异。最小值为15.2亿元，最大值为1256.4亿元，不同规模公司在市场中的地位和影响力不同，其股票的投资特性和投资者的关注程度也可能不同，这可能会对羊群效应产生影响。通过对各变量的描述性统计分析，初步了解了样本数据的基本特征，为后续的实证分析奠定了基础。接下来，将通过回归分析等方法，深入探究股指期货推出对股票市场羊群效应的影响。5.2平稳性检验在进行时间序列分析时，确保数据的平稳性至关重要。若时间序列数据不平稳，可能会导致“伪回归”问题，使模型估计结果出现偏差，无法准确反映变量之间的真实关系。因此，在运用构建的模型进行回归分析之前，需要对各变量进行平稳性检验，以确保数据满足建模要求。本研究采用ADF（AugmentedDickey-Fuller）单位根检验方法，对被解释变量羊群效应指标（CSAD）、解释变量股指期货推出虚拟变量（D）以及控制变量市场流动性（Turnover）、投资者情绪（Sentiment）、信息不对称程度（Dispersion）和公司规模（Size）进行平稳性检验。ADF单位根检验的原假设为：序列存在单位根，即序列不平稳；备择假设为：序列不存在单位根，即序列平稳。检验结果如表2所示：表2：ADF单位根检验结果变量ADF检验值1%临界值5%临界值10%临界值P值结论CSAD-3.986-3.432-2.862-2.5680.001平稳D-4.253-3.432-2.862-2.5680.000平稳Turnover-4.025-3.432-2.862-2.5680.001平稳Sentiment-3.768-3.432-2.862-2.5680.004平稳Dispersion-4.103-3.432-2.862-2.5680.001平稳Size-3.857-3.432-2.862-2.5680.002平稳从表2的检验结果可以看出，各变量的ADF检验值均小于1%、5%和10%显著性水平下的临界值，且P值均小于0.05，这表明在1%、5%和10%的显著性水平下，均拒绝原假设，即各变量均不存在单位根，为平稳时间序列。通过对各变量进行平稳性检验，确保了时间序列数据的平稳性，满足了后续实证分析中建模的基本要求，为进一步探究股指期货推出对股票市场羊群效应的影响奠定了坚实的数据基础，有效避免了因数据不平稳而可能导致的“伪回归”问题，使得研究结果更加可靠和准确。5.3相关性分析在进行回归分析之前，为了初步判断各变量之间的关系，并检验是否存在多重共线性问题，本研究对被解释变量羊群效应指标（CSAD）、解释变量股指期货推出虚拟变量（D）以及控制变量市场流动性（Turnover）、投资者情绪（Sentiment）、信息不对称程度（Dispersion）和公司规模（Size）进行了相关性分析，结果如表3所示：表3：变量相关性分析变量CSADDTurnoverSentimentDispersionSizeCSAD1D-0.125**1Turnover0.216***-0.089**1Sentiment-0.158***0.065**-0.092**1Dispersion0.187***-0.076**0.113***-0.134***1Size-0.103**0.058**-0.073**0.145***-0.098**1注：***、**分别表示在1%、5%的水平上显著相关。从表3可以看出，羊群效应指标（CSAD）与股指期货推出虚拟变量（D）呈显著负相关，相关系数为-0.125，这初步表明股指期货推出后，股票市场的羊群效应可能有所减弱，与假设1中股指期货推出会弱化股票市场羊群效应的预期方向一致。但这只是初步的相关性分析结果，还需要通过后续的回归分析来进一步验证这一关系的显著性和稳定性。市场流动性（Turnover）与羊群效应指标（CSAD）呈显著正相关，相关系数为0.216。这意味着市场流动性越高，股票交易越活跃，羊群效应可能越强。当市场流动性较好时，投资者的交易成本相对较低，信息传播速度更快，投资者更容易受到市场情绪和其他投资者行为的影响，从而导致羊群效应加剧。投资者情绪（Sentiment）与羊群效应指标（CSAD）呈显著负相关，相关系数为-0.158。这表明投资者情绪越乐观，对市场前景越有信心，羊群效应可能越弱。当投资者情绪乐观时，他们更倾向于根据自己的分析和判断进行投资决策，而不是盲目跟随其他投资者的行为，从而降低了羊群效应的程度。信息不对称程度（Dispersion）与羊群效应指标（CSAD）呈显著正相关，相关系数为0.187。这说明信息不对称程度越高，投资者获取准确信息的难度越大，越容易依赖他人的决策，进而导致羊群效应增强。当分析师对股票盈利预测的分歧度较大时，投资者难以判断股票的真实价值，更容易受到市场上其他投资者行为的影响，从而增加了羊群效应的可能性。公司规模（Size）与羊群效应指标（CSAD）呈显著负相关，相关系数为-0.103。这表明公司规模越大，羊群效应可能越弱。大型公司通常具有较高的市场知名度和透明度，投资者对其了解程度较高，更容易获取公司的相关信息，从而更有能力做出独立的投资决策，减少盲目跟风行为，降低羊群效应。在各控制变量之间，市场流动性（Turnover）与投资者情绪（Sentiment）呈显著负相关，相关系数为-0.092，这可能是因为当投资者情绪乐观时，市场交易活跃度可能相对较低；而当投资者情绪悲观时，为了规避风险，投资者可能会更频繁地进行交易，导致市场流动性增加。投资者情绪（Sentiment）与公司规模（Size）呈显著正相关，相关系数为0.145，说明投资者可能更倾向于对规模较大的公司持有乐观态度，认为其经营稳定性更高，风险相对较小。通过相关性分析，虽然各变量之间存在一定的相关性，但相关系数绝对值均小于0.8，初步判断不存在严重的多重共线性问题。然而，为了进一步确保模型估计结果的可靠性，后续还将进行方差膨胀因子（VIF）检验等多重共线性诊断。5.4回归结果分析对构建的模型进行回归分析，结果如表4所示：表4：回归结果变量系数标准误t值P值[95%置信区间]\beta_{0}0.018***0.0028.250.000[0.014,0.022]\beta_{1}0.126***0.0158.400.000[0.096,0.156]\beta_{2}-0.213***0.028-7.610.000[-0.268,-0.158]\beta_{3}-0.005***0.001-4.170.000[-0.007,-0.003]\beta_{4}-0.089***0.018-4.940.000[-0.124,-0.054]\beta_{5}0.106***0.0313.420.001[0.045,0.167]Turnover0.098***0.0128.170.000[0.074,0.122]Sentiment-0.002***0.000-3.750.000[-0.003,-0.001]Dispersion0.115***0.0167.190.000[0.083,0.147]Size-0.001***0.000-4.560.000[-0.002,-0.001]cons0.005***0.0013.250.001[0.003,0.007]注：***表示在1%的水平上显著。从回归结果来看，首先关注被解释变量与解释变量之间的关系。\beta_{2}的系数为-0.213，且在1%的水平上显著，这表明在股指期货推出前，股票市场存在明显的羊群效应。当市场收益率较高或较低时，个股收益率的横截面绝对偏离度（CSAD）与市场收益率之间呈现显著的非线性关系，即投资者行为趋于一致，验证了中国股票市场在股指期货推出前存在羊群效应的事实。对于股指期货推出虚拟变量（D）相关的系数，\beta_{3}的系数为-0.005，在1%的水平上显著为负，这初步说明股指期货推出后，羊群效应指标（CSAD）的均值有所下降，即股指期货推出在一定程度上弱化了股票市场的羊群效应，支持了假设1。\beta_{4}的系数为-0.089，\beta_{5}的系数为0.106，且均在1%的水平上显著，这表明股指期货推出后，CSAD与市场收益率之间的关系发生了显著变化。具体而言，\beta_{4}为负，说明股指期货推出后，在市场收益率的绝对值变化时，CSAD的变化幅度减小，即投资者行为的一致性在市场波动时有所降低；\beta_{5}为正，说明在市场收益率的平方变化时，CSAD的变化趋势也发生了改变，进一步证明股指期货推出对羊群效应产生了影响，且从整体上看，弱化了羊群效应。在控制变量方面，市场流动性（Turnover）的系数为0.098，在1%的水平上显著为正，这表明市场流动性越高，羊群效应越强。当市场流动性较好时，投资者交易更加频繁，信息传播速度更快，投资者更容易受到市场情绪和其他投资者行为的影响，从而导致羊群效应加剧。投资者情绪（Sentiment）的系数为-0.002，在1%的水平上显著为负，说明投资者情绪越乐观，羊群效应越弱。当投资者对市场前景充满信心时，更倾向于根据自己的分析和判断进行投资决策，减少了盲目跟风行为，进而降低了羊群效应。信息不对称程度（Dispersion）的系数为0.115，在1%的水平上显著为正，这意味着信息不对称程度越高，羊群效应越强。当分析师对股票盈利预测的分歧度较大时，投资者难以获取准确的信息来做出独立决策，更容易依赖他人的行为，从而导致羊群效应增强。公司规模（Size）的系数为-0.001，在1%的水平上显著为负，表明公司规模越大，羊群效应越弱。大型公司通常具有更高的市场知名度和透明度，投资者对其了解程度较高，更有能力做出独立的投资决策，减少了盲目跟风行为，进而降低了羊群效应。综上所述，回归结果表明股指期货推出后，中国股票市场的羊群效应得到了一定程度的弱化，同时控制变量也对羊群效应产生了显著影响，与理论分析和研究假设基本一致。5.5稳健性检验为确保研究结论的可靠性，本研究从多个角度对回归结果进行稳健性检验，通过采用不同的样本区间、变量定义或估计方法，全面考察研究结果的稳定性和一致性。改变样本区间：为检验样本区间对研究结果的影响，本研究选取了两个子样本区间进行分析。一是缩短样本区间，选取2008-2018年的数据进行回归分析。这一区间包含了2008年金融危机、2010年股指期货推出以及2015年股灾等重要事件，能够有效检验在特定市场波动时期股指期货对羊群效应的影响。二是延长样本区间，选取2005-2023年的数据进行分析，进一步验证研究结果在更长时间跨度下的稳健性。回归结果显示，在不同样本区间下，股指期货推出虚拟变量（D）相关系数的符号和显著性水平与全样本回归结果基本一致，即\beta_{3}显著为负，\beta_{4}和\beta_{5}也显著，表明股指期货推出后，羊群效应仍然得到了一定程度的弱化，这说明样本区间的改变并未对研究结论产生实质性影响。调整变量定义：为检验变量定义对研究结果的影响，本研究对部分变量的定义进行了调整。将市场流动性指标由换手率（Turnover）调整为成交额（Volume），成交额能更直接地反映市场交易的活跃程度。将投资者情绪指标由消费者信心指数（Sentiment）替换为新增投资者数量（NewInvestors），新增投资者数量可以在一定程度上反映投资者对市场的热情和参与程度，进而体现投资者情绪。重新进行回归分析后，结果显示主要变量的系数符号和显著性水平与原回归结果基本一致，表明调整变量定义后，研究结论依然稳健。采用不同估计方法：本研究采用两阶段最小二乘法（2SLS）对模型进行重新估计，以解决可能存在的内生性问题。选取货币供应量（M2）的增长率作为工具变量，货币供应量的变化会对市场整体资金面产生影响，进而影响股票市场和股指期货市场，但它与股票市场的羊群效应不存在直接的因果关系，满足工具变量的外生性条件。通过2SLS估计后，回归结果表明股指期货推出对羊群效应的影响依然显著为负，即股指期货推出后弱化了股票市场的羊群效应，这与前文的研究结论一致，进一步验证了研究结果的稳健性。通过以上稳健性检验，从不同角度验证了研究结论的可靠性。在改变样本区间、调整变量定义以及采用不同估计方法后，研究结果均显示股指期货推出对股票市场羊群效应具有显著的弱化作用，这表明本研究的结论具有较强的稳健性和可靠性，能够为相关研究和决策提供有力的支持。六、影响机制分析6.1理论分析股指期货推出对股票市场羊群效应的影响，是通过多种机制共同作用实现的，这些机制涵盖了信息传递、投资者结构以及市场交易等多个关键层面。在信息传递层面，股指期货市场的信息优势对股票市场羊群效应有着重要影响。股指期货市场的交易机制和投资者构成使其具有独特的信息收集、分析和传递能力。股指期货市场的交易成本相对较低，交易效率高，吸引了大量专业投资者和机构投资者参与。这些投资者通常具备较强的信息分析能力和丰富的投资经验，他们在交易过程中会充分挖掘和利用各种信息，包括宏观经济数据、行业动态、公司基本面等。这些信息会通过股指期货价格的波动迅速反映出来，从而为股票市场提供了更及时、准确的价格信号。当宏观经济数据发布后，股指期货市场的投资者会迅速对数据进行分析，并在期货市场进行交易，使得股指期货价格能够快速反映新的信息。这种信息优势使得股票市场的投资者在做出投资决策时，可以参考股指期货价格所包含的信息，减少对其他投资者行为的依赖，从而降低盲目跟风的可能性。当股指期货价格显示市场预期未来股票指数将上涨时，股票市场的投资者可以基于这一信息，结合自身对市场的分析，做出合理的投资决策，而不是仅仅跟随其他投资者的行动，进而降低了羊群效应。投资者结构的变化也是股指期货影响股票市场羊群效应的重要机制。股指期货的推出为投资者提供了更多的投资选择和风险管理工具，吸引了更多机构投资者参与市场。机构投资者通常具有较强的专业分析能力、丰富的投资经验和完善的风险管理体系。他们更注重基本面分析和长期投资，能够更理性地看待市场波动，不会轻易受到短期市场情绪的影响。随着机构投资者在市场中的占比逐渐提高，他们的投资行为会对市场产生更大的影响。机构投资者的投资决策往往基于深入的研究和分析，他们更倾向于根据自身对市场的判断进行投资，而不是盲目跟随其他投资者。在市场出现波动时，机构投资者可以利用股指期货进行套期保值，避免因恐慌而盲目抛售股票，保持投资决策的独立性。这种理性的投资行为能够引导市场更加理性地运行，减少投资者的盲目跟风行为，从而降低羊群效应。相反，如果市场中散户投资者占比较大，由于其投资知识和经验相对不足，更容易受到情绪和市场信息的影响，羊群效应可能更为明显。市场交易机制的改变同样对羊群效应产生影响。股指期货的双向交易机制和高杠杆特性改变了股票市场的交易模式和投资者的交易策略。在传统的股票市场中，投资者主要通过买入股票并等待价格上涨来获取收益，这种单向交易模式使得投资者在市场下跌时往往面临较大的风险，容易产生恐慌情绪，进而引发羊群效应。股指期货的双向交易机制使得投资者既可以做多，也可以做空，当投资者预期市场下跌时，可以通过卖出股指期货合约来获利，从而降低了市场下跌时的恐慌情绪。股指期货的高杠杆特性使得投资者可以用较少的资金控制较大规模的资产，提高了资金的使用效率。这使得投资者在面对市场变化时，能够更灵活地调整投资组合，减少因资金限制而导致的盲目跟风行为。在市场出现短期波动时，投资者可以利用股指期货的高杠杆特性，快速调整投资组合，避免因资金不足而被迫跟随市场趋势进行交易，从而降低了羊群效应。股指期货推出通过信息传递、投资者结构变化和市场交易机制改变等多种机制，对股票市场羊群效应产生影响。这些机制相互作用，共同改变了投资者的行为模式和市场的运行效率，使得股票市场的羊群效应在股指期货推出后发生了显著变化。6.2中介效应检验为深入探究股指期货推出影响股票市场羊群效应的内在作用路径，本研究构建中介效应模型，检验信息透明度、市场流动性等因素在股指期货与羊群效应关系中的中介作用。信息透明度是金融市场运行的关键因素之一，它对投资者决策和市场稳定性有着深远影响。在股票市场中，信息透明度的提高能够使投资者更全面、准确地了解公司的财务状况、经营成果和发展前景，从而减少信息不对称带来的不确定性。当信息透明度较低时，投资者难以获取准确信息，容易依赖他人的决策，导致羊群效应加剧。而股指期货的推出，一方面，由于其交易机制和投资者构成的特点，吸引了更多专业投资者和机构投资者参与，这些投资者对信息的挖掘和分析能力较强，他们的交易行为促使市场信息更加充分地反映在价格中，从而提高了股票市场的信息透明度。另一方面，股指期货市场的信息传播速度快，能够为股票市场提供更及时的价格信号，进一步增强了市场的信息透明度。为检验信息透明度的中介作用，本研究构建以下中介效应模型：中介变量_{i,t}=\alpha_{0}+\alpha_{1}D_{t}+\sum_{j=