金融市场中QFII与其他机构投资者羊群行为动态演变的实证剖析

金融市场中QFII与其他机构投资者羊群行为动态演变的实证剖析一、引言1.1研究背景与意义在金融市场中，投资行为复杂多样，其中羊群行为作为一种特殊的投资现象，备受关注。羊群行为是指投资者在信息不完全或不确定的情况下，模仿他人决策或过度依赖舆论，而忽略自己私有信息的行为。这种行为在机构投资者的决策过程中尤为明显，其中QFII及其他机构投资者的羊群行为对金融市场有着深远影响。随着全球金融市场的不断发展和融合，QFII作为一类特殊的机构投资者，在许多国家和地区的资本市场中发挥着重要作用。自2002年中国实施QFII制度以来，QFII的规模与影响力与日俱增。QFII通常被认为是富有理性且投资经验丰富的投资者，更注重基本面分析，具备长期投资的理性投资理念，其投资行为理应更加成熟和稳健。然而，现实中QFII及其他机构投资者在投资决策时，并非完全独立和理性，羊群行为时有发生。例如，在某些热门行业或板块兴起时，众多机构投资者可能纷纷涌入，导致该行业或板块的股票价格短期内大幅上涨，形成投资过热的局面；而当市场出现不利消息或波动时，机构投资者又可能集体抛售股票，加剧市场的恐慌情绪和下跌趋势。机构投资者的羊群行为对金融市场的稳定和效率有着重要影响。一方面，羊群行为可能导致市场价格的过度波动和不合理的价格形成。当大量投资者同时买入或卖出相同的股票时，会使股票价格偏离其内在价值，破坏市场的价格发现功能。过度的羊群行为还可能引发市场泡沫，一旦泡沫破裂，将给投资者和金融市场带来巨大损失。例如，在20世纪90年代末的互联网泡沫时期，众多投资者盲目追捧互联网股票，导致股价虚高，最终泡沫破裂，许多投资者遭受重创。另一方面，羊群行为也可能会增强市场的稳定性。当市场出现波动时，理性的机构投资者通过集体行动，可以起到稳定市场的作用。如果机构投资者能够基于对市场基本面的分析，在市场下跌时买入股票，在市场上涨时卖出股票，就可以平抑市场波动，促进市场的稳定运行。研究QFII及其他机构投资者的羊群行为变化具有重要的理论与实践意义。在理论层面，有助于深入理解机构投资者的行为决策机制，丰富金融市场行为理论。目前，虽然已有多种理论模型对投资者羊群行为的成因和效率等问题进行了研究，但对于QFII及其他机构投资者在不同市场环境下羊群行为的变化规律，仍有待进一步探索。通过实证研究，可以揭示机构投资者羊群行为背后的影响因素，为金融理论的发展提供新的经验证据。在实践方面，对监管部门而言，了解机构投资者的羊群行为变化，有助于制定更加有效的监管政策，防范金融风险，维护金融市场的稳定。例如，监管部门可以通过加强信息披露要求，减少信息不对称，降低投资者的盲目跟风行为；对投资者来说，认识机构投资者的羊群行为特征，能够更好地制定投资策略，提高投资决策的科学性和合理性，避免在投资中盲目跟风，降低投资风险。1.2研究目标与创新点本研究旨在深入剖析QFII及其他机构投资者的羊群行为变化，通过严谨的实证研究，揭示其在不同市场环境下的行为规律，为金融市场的稳定发展和投资者的决策提供理论支持与实践指导。具体而言，研究目标包括：一是精确测度QFII及其他机构投资者的羊群行为程度，运用科学合理的方法，对其在投资决策过程中的羊群行为表现进行量化分析，以准确把握其行为特征；二是深入探究羊群行为在不同市场环境下的变化规律，如在牛市、熊市、震荡市等不同市场行情中，机构投资者的羊群行为是否存在显著差异，以及这些差异背后的驱动因素；三是全面分析影响羊群行为变化的因素，从宏观经济环境、市场信息不对称、投资者心理等多个维度，剖析导致机构投资者羊群行为发生变化的原因，为理解其行为决策机制提供深入见解。本研究的创新点主要体现在以下几个方面：一是研究视角的创新，从多维度对QFII及其他机构投资者的羊群行为进行研究，不仅关注其行为本身，还深入探讨市场环境、投资者心理等因素对羊群行为的影响，突破了以往研究仅从单一视角分析的局限。二是研究方法的创新，综合运用多种实证研究方法，如变点模型、向量自回归模型等，对羊群行为变化进行全面、深入的分析，提高了研究结果的准确性和可靠性。三是数据的创新，选取了更为全面和准确的数据，涵盖了不同时期、不同市场环境下的QFII及其他机构投资者的投资数据，为研究提供了坚实的数据基础。1.3研究方法与数据来源本研究采用多种实证研究方法，以确保研究结果的准确性和可靠性。在测度QFII及其他机构投资者的羊群行为程度时，主要运用了LSV模型（Lakonishok,Shleifer,andVishny，1992）和PCM模型（ChristieandHuang，1995）。LSV模型通过计算机构投资者在特定时间段内对某只股票的买卖交易比例，来衡量其羊群行为的程度。具体而言，该模型通过比较买入该股票的机构投资者数量与卖出该股票的机构投资者数量的差异，来判断是否存在羊群行为。如果买入或卖出的机构投资者数量显著多于另一方，则表明存在羊群行为。PCM模型则从股票收益率分散度的角度出发，通过分析市场中股票收益率的分散程度，来推断机构投资者的羊群行为。当市场中股票收益率的分散度较低时，说明投资者的交易行为较为一致，可能存在羊群行为。为了深入探究羊群行为在不同市场环境下的变化规律，本研究运用了变点模型。将自正则因子引入到K-S检验中，通过对自正则化因子的修正，考虑了变点位置对检验统计量的影响，构建了基于SN思想的K-S检验统计量来检测QFII羊群行为度序列的均值变点。这种方法能够有效地识别出羊群行为度序列中均值发生显著变化的时间点，从而揭示羊群行为在不同市场环境下的转变。在分析影响羊群行为变化的因素时，采用了向量自回归模型（VAR）。选取上证综合指数和成交量作为衡量金融市场环境的变量，通过VAR模型对QFII的羊群效应进行建模，量化市场环境对QFII羊群行为的影响。VAR模型可以同时考虑多个变量之间的相互关系，通过分析这些变量之间的动态关系，来探究市场环境因素如何影响机构投资者的羊群行为。本研究的数据来源主要包括Wind数据库、CSMAR数据库以及各金融机构的年报和公告。数据样本选取了2003年至2023年期间QFII及其他机构投资者在A股市场的投资交易数据，涵盖了不同行业、不同规模的上市公司。同时，收集了同期的宏观经济数据、市场行情数据等，以全面分析影响羊群行为的因素。在数据处理过程中，对原始数据进行了清洗和筛选，去除了异常值和缺失值，以保证数据的质量和可靠性。二、理论基础与文献综述2.1羊群行为理论概述羊群行为最初源于对动物群体行为的观察，如羊群在移动时往往会跟随头羊的行动，呈现出群体行动的一致性。在金融市场中，羊群行为被用来描述投资者的一种特殊行为模式。它是指投资者在信息不确定的情况下，其行为受到其他投资者的影响，从而模仿他人决策，或者过分依赖舆论，而忽略自己私有信息的行为。这种行为使得大量投资者在某一时期内对特定资产表现出相同的投资偏好或采取相同的投资策略。在股票市场中，羊群行为的表现较为显著。当某只股票的价格开始上涨时，部分投资者可能会认为这是一个积极的信号，即使他们并没有充分了解该股票的基本面信息，也会选择跟风买入。随着越来越多的投资者加入买入行列，股票价格会进一步上涨，形成一种正反馈效应。这种上涨趋势可能会吸引更多的投资者，他们并非基于对股票内在价值的分析，而是受到市场中其他投资者行为的影响。同样，在市场下跌时，投资者也可能因为恐惧和对未来不确定性的担忧，纷纷抛售股票，导致股价加速下跌。在基金市场中，当某类基金在一段时间内业绩表现出色，吸引了大量资金流入时，其他投资者往往会盲目跟风申购这类基金，而忽视自身的投资目标和风险承受能力。羊群行为对金融市场有着多方面的影响。从市场稳定性角度来看，羊群行为可能导致市场价格的过度波动。当投资者集体买入或卖出某只股票时，会使股票价格偏离其内在价值，造成市场价格的扭曲。在股票市场的牛市阶段，羊群行为可能会推动股价过度上涨，形成资产泡沫；而在熊市阶段，羊群行为又可能加剧股价的下跌，引发市场恐慌。过度的羊群行为还可能引发系统性风险，当大量投资者同时采取相同的投资策略时，市场的流动性可能会受到严重影响，一旦市场出现逆转，可能导致整个金融体系的不稳定。例如，在2008年全球金融危机爆发前，许多投资者盲目跟风投资房地产相关金融产品，导致房地产市场泡沫严重。当市场形势逆转时，大量投资者纷纷抛售资产，引发了金融市场的剧烈动荡，许多金融机构面临破产危机，对全球经济造成了巨大冲击。羊群行为也可能对市场的资源配置效率产生影响。在理想的市场环境下，资金应该流向那些具有良好发展前景和较高投资回报率的企业，从而实现资源的有效配置。然而，羊群行为可能导致资金流向不合理，一些热门股票或行业可能吸引过多的资金，而一些真正具有投资价值的企业却得不到足够的资金支持。这会阻碍市场的正常发展，降低市场的资源配置效率。从投资者个体角度而言，羊群行为既有可能带来收益，也可能导致损失。在市场趋势明显时，跟随市场趋势进行投资可能会使投资者获得一定的收益。如果投资者能够准确把握市场趋势，在牛市初期跟随其他投资者买入股票，在熊市初期及时卖出股票，就可以实现盈利。但羊群行为也存在很大的风险。由于投资者往往是在缺乏充分信息的情况下跟随他人决策，一旦市场趋势发生逆转，跟风投资者往往会遭受较大损失。在股票市场的泡沫阶段，投资者盲目跟风买入股票，当泡沫破裂时，股价大幅下跌，这些投资者可能会面临巨大的投资损失。2.2QFII及机构投资者相关理论QFII制度，即合格境外机构投资者（QualifiedForeignInstitutionalInvestors）制度，是指允许符合一定条件的境外机构投资者，在一定的监管和限制下，投资本国证券市场的一种制度安排。这一制度是在一国货币尚未完全实现可自由兑换、资本项目尚未完全开放的情况下，有限度地引进外资、开放资本市场的一项过渡性制度。20世纪90年代初，中国台湾地区以及韩国、印度等国家和地区率先开始了QFII制度的探索。以中国台湾为例，1990年春节后至10月，台湾股市暴跌，从12000点狂跌至2600点，市场极度恐慌与低迷。为挽救市场，1991年台湾当局开始实行QFII制度。截至2002年9月，QFII持股比例占同期市场总市值的9.49%，交易金额占总成交值的比例也在8%左右波动，成为台湾资本市场的重要力量，同时也促使台湾股市逐步从一个投机性强、波动性大的封闭市场，转变为相对稳定、受全球投资者重视的开放性市场。印度从1991年开始实行QFII制度，后来发展到没有额度限制，QFII成为印度市场不可或缺的力量，对其资本市场发展起到巨大推动作用。韩国于1992年1月引进QFII制度，逐步放宽外资持股比例上限和投资范围限制，推动了韩国证券市场的国际化进程。中国的QFII制度于2002年11月5日正式推出，中国证监会和中国人民银行发布了《合格境外机构投资者境内证券投资管理暂行办法》，并于当年12月1日正式实施。2003年5月，瑞银成为首家获中国证监会批准QFII资格的外资机构，7月9日，瑞银通过申银万国QFII业务专用席位投下第一笔买单，购买了宝钢股份、上港集箱、外运发展和中兴通讯4只股票，拉开了QFII投资中国的序幕。此后，QFII在中国资本市场的规模和影响力不断扩大。截至2023年底，已有802家境外机构获批QFII资格。2018-2019年，国家外汇管理局取消QFII相关汇兑限制和投资额度限制；2023年11月，《境外机构投资者境内证券期货投资资金管理规定》修订，进一步提升QFII/RQFII投资中国资本市场的便利化水平。据中金公司2023年8月研报显示，外资通过QFII/RQFII机制持有市值规模约为1万亿元。QFII制度的实施，为国际投资者提供了参与新兴市场投资的机会，使其能够涉足原本难以进入的市场，实现投资组合的多元化，降低单一市场风险，并分享新兴市场的经济增长成果。对于新兴市场国家而言，QFII制度的引入，不仅能够增加市场的资金供给，提高市场的流动性，还有助于引进先进的投资理念和管理经验，促进市场的规范化和国际化发展。但QFII制度也存在一些挑战和风险，如国际投资者面临不同国家和地区的法律法规、税收政策、会计制度等差异，增加了投资的复杂性和成本，文化和商业环境的不同也可能导致信息不对称，影响投资决策的准确性，汇率波动风险也是不可忽视的因素之一。机构投资者是指在金融市场中，拥有庞大资金、专业投资团队和丰富投资经验的组织或实体，如商业银行、保险公司、养老基金、共同基金、证券公司、信托公司等。与个人投资者相比，机构投资者具有显著特点。在资金规模方面，机构投资者拥有庞大的资金，能够对市场产生较大影响。在专业能力上，其具备专业的投资研究团队，能够进行深入的市场分析和投资决策。投资策略上，机构投资者更为多元化和复杂，不仅关注短期收益，更注重长期的资产配置和价值投资，风险承受能力也相对较高。机构投资者在金融市场中发挥着至关重要的作用。从稳定市场角度来看，由于其资金规模大，投资周期长，不会像个人投资者那样频繁买卖，从而有助于减少市场的短期波动，增强市场的稳定性。在资源配置方面，凭借专业的研究和分析能力，机构投资者能够更准确地评估企业的价值和前景，将资金投向具有良好发展潜力和效益的企业，促进资源的有效配置，推动经济的发展。机构投资者的交易活动还活跃了市场，增加了市场的流动性，其专业的投资决策和风险管理也有助于提高整个市场的效率和透明度。为满足自身的投资需求和风险管理要求，机构投资者往往会推动金融产品和服务的创新，如衍生金融工具的发展等。2.3国内外研究现状国外对机构投资者羊群行为的研究起步较早，成果颇丰。Lakonishok、Shleifer和Vishny（1992）发表的经典论文中，运用LSV模型对美国769家免税股票基金在1985-1989年的投资组合数据进行分析，结果表明美国股票基金整体上不存在显著的羊群行为。他们认为，机构投资者的投资决策并非完全受到羊群行为的驱动，而是会综合考虑多种因素，如股票的基本面、市场趋势等。但在一些小规模公司的股票投资上，发现存在一定程度的羊群行为，这可能是因为小规模公司的信息披露相对较少，投资者获取信息的难度较大，从而更容易受到其他投资者行为的影响。Wermers（1999）采用PCM模型，对1975-1994年期间美国共同基金的羊群行为进行研究，发现美国共同基金在整体意义上存在一定程度的羊群行为，且在成长型股票和小市值股票上的羊群行为更为明显。他指出，共同基金的羊群行为可能与基金经理的投资风格、业绩压力以及信息不对称等因素有关。一些基金经理为了追求短期业绩，可能会选择跟随市场热点，投资那些被市场普遍看好的股票，从而导致羊群行为的出现。国内学者对机构投资者羊群行为的研究，多聚焦于国内市场环境下的机构投资者行为特征。施东晖（2001）运用LSV模型，对1999-2000年期间我国证券投资基金的羊群行为进行实证检验，结果显示我国证券投资基金存在显著的羊群行为。他认为，我国证券市场的信息不对称程度较高，投资者获取信息的渠道有限，导致投资者在决策时更倾向于参考其他投资者的行为，从而引发羊群行为。伍旭川和何鹏（2005）研究发现中国开放式基金存在较强的羊群行为，并且这种一致性交易对股票价格也形成了一定的影响。他们指出，基金业绩评价体系的不完善、投资者的赎回压力以及市场的波动性等因素，是导致开放式基金羊群行为的重要原因。一些基金为了避免赎回压力，会选择跟随市场趋势进行投资，即使这些投资决策可能并非基于对股票价值的准确判断。在QFII羊群行为研究方面，李学峰和符琳杰（2008）对我国证券市场上的QFII与国内开放式证券投资基金的“羊群行为”度进行实证检验，发现QFII和国内开放式基金总体上有显著的“羊群行为”，其中QFII的“羊群行为”大于国内开放式基金。他们还发现，随着时间的推移，两者的总体“羊群行为”出现了明显趋同的趋势。这可能是因为随着我国资本市场的不断发展和开放，QFII和国内基金在投资理念和策略上逐渐相互影响，导致羊群行为的趋同。罗丽莎（2012）对我国A股市场QFII的羊群行为度进行检验，发现QFII的羊群效应随着金融市场环境的变化其强弱程度也相应变化，尤其是在金融危机前后有明显的改变。她运用变点模型对QFII羊群行为的变化进行检验，发现该序列存在均值变点，且变点出现的位置与金融环境发生较大波动的时点相吻合。这表明金融市场环境的变化是影响QFII羊群行为的重要因素之一，在市场波动较大时，QFII更容易出现羊群行为。现有研究虽在机构投资者和QFII羊群行为研究上取得了一定成果，但仍存在不足。一是研究视角有待拓展，多数研究仅关注羊群行为的存在性及程度，对市场环境、投资者心理等因素如何综合影响羊群行为变化的研究较少。市场环境的变化，如宏观经济形势、政策调整等，以及投资者心理因素，如恐惧、贪婪等，都可能对羊群行为产生重要影响，但目前这方面的研究还不够深入。二是研究方法存在一定局限性，部分研究方法可能无法全面准确地衡量羊群行为的复杂性和动态变化。LSV模型和PCM模型虽然是常用的衡量羊群行为的方法，但它们在考虑市场环境变化、投资者异质性等因素时存在一定的局限性，可能无法准确反映羊群行为的真实情况。未来研究可尝试综合运用多种方法，结合大数据分析、实验研究等手段，深入剖析羊群行为的变化规律和影响因素，为金融市场的稳定发展提供更有力的理论支持。三、研究设计与模型构建3.1样本选取与数据处理本研究选取2003年第一季度至2023年第四季度作为样本区间，这一时间段涵盖了中国资本市场的多个发展阶段，包括股权分置改革、全球金融危机、沪港通和深港通开通以及资本市场的逐步开放等重要事件，能够全面反映QFII及其他机构投资者在不同市场环境下的投资行为变化。数据主要来源于Wind数据库和CSMAR数据库，这两个数据库提供了丰富、全面且经过整理的金融数据，具有较高的权威性和可靠性。从Wind数据库和CSMAR数据库中获取了QFII及其他机构投资者在A股市场的持股明细数据，包括机构投资者名称、股票代码、季度末持股数量、持股比例等信息。这些数据能够准确反映机构投资者在不同时期对不同股票的投资决策，为研究羊群行为提供了基础。收集了同期的市场行情数据，如股票收盘价、成交量、上证综合指数等，以衡量市场环境的变化，为分析市场环境对羊群行为的影响提供数据支持。宏观经济数据，如国内生产总值（GDP）增长率、通货膨胀率、利率等，这些数据反映了宏观经济形势的变化，对机构投资者的投资决策可能产生重要影响，也被纳入数据收集范围。在数据处理过程中，首先对原始数据进行了清洗。仔细检查数据的完整性，对于存在缺失值的样本，若缺失值对研究结果影响较大，则予以剔除；若缺失值可以通过合理的方法进行填补，如采用均值、中位数或插值法等进行填补。对异常值进行识别和处理，异常值可能是由于数据录入错误或特殊事件导致的，会对研究结果产生偏差，通过设定合理的阈值或使用统计方法，如Z-score方法等，对异常值进行修正或剔除。为了确保数据的有效性和一致性，对数据进行了筛选。仅保留了在样本期间内至少有四个季度持股记录的机构投资者和股票，以保证研究对象具有足够的交易数据，能够准确反映其投资行为特征。排除了金融行业的股票，因为金融行业具有特殊的监管要求和经营模式，其财务数据和市场表现与其他行业存在较大差异，可能会干扰研究结果。在研究QFII及其他机构投资者的羊群行为时，为了准确衡量羊群行为的程度，对相关变量进行了计算和标准化处理。对于反映机构投资者交易行为的变量，如买卖交易量、持股比例变化等，根据研究模型的需要进行了相应的计算和转换。为了消除量纲和数据波动对研究结果的影响，对部分变量进行了标准化处理，使其具有可比性。将变量的值减去其均值，再除以其标准差，得到标准化后的变量，这样可以使不同变量在同一尺度上进行比较和分析。3.2羊群行为测度模型选择在研究QFII及其他机构投资者的羊群行为时，选择合适的测度模型至关重要。目前，学术界常用的测度模型主要有LSV模型和PCM模型，这两种模型从不同角度对羊群行为进行度量，各有其特点和适用范围。LSV模型由Lakonishok、Shleifer和Vishny于1992年提出，该模型基于机构投资者的交易数据，通过计算某一时期内买入或卖出某只股票的机构投资者数量占总交易该股票机构投资者数量的比例，来衡量羊群行为的程度。具体计算公式为：H_{i,t}=\left|P_{i,t}-\overline{P}_t\right|-AF_{i,t}其中，H_{i,t}表示股票i在t时期的羊群行为度，P_{i,t}是t时期内净买入股票i的机构投资者占交易该股票机构投资者总数的比例，\overline{P}_t为t时期内所有股票净买入机构投资者的平均比例，AF_{i,t}是调整因子，用于修正由于市场整体买卖倾向对结果的影响。当H_{i,t}的值越大时，表明羊群行为越显著，即机构投资者在买卖股票i时的一致性越强。PCM模型由Christie和Huang于1995年提出，它从股票收益率分散度的角度来衡量羊群行为。该模型认为，在不存在羊群行为的有效市场中，股票收益率应该呈现出较大的分散度，因为不同股票受到各自独特因素的影响。然而，当存在羊群行为时，投资者的交易行为趋于一致，会导致股票收益率的分散度降低。PCM模型通过计算横截面收益标准差（CSSD）或横截面收益绝对偏差（CSAD）来衡量股票收益率的分散度，进而推断羊群行为的存在与否及程度。以CSSD为例，其计算公式为：CSSD_{t}=\sqrt{\frac{1}{N-1}\sum_{i=1}^{N}(R_{i,t}-\overline{R}_t)^2}其中，CSSD_{t}表示t时期的横截面收益标准差，R_{i,t}是股票i在t时期的收益率，\overline{R}_t为t时期所有股票的平均收益率，N为股票数量。当CSSD_{t}的值较低时，说明股票收益率的分散度小，可能存在羊群行为。LSV模型的优点在于直接基于机构投资者的交易数据进行分析，能够直观地反映机构投资者在具体股票交易上的羊群行为程度，对于研究特定股票或行业的羊群行为具有较好的针对性。但该模型也存在一定局限性，它需要详细的机构投资者交易数据，数据获取难度较大，且计算过程较为复杂，在实际应用中可能受到数据质量和完整性的影响。PCM模型的优势在于数据获取相对容易，只需要股票收益率数据，计算过程相对简单，能够从整体市场层面反映羊群行为对股票收益率分散度的影响。然而，该模型只能间接推断羊群行为的存在，无法准确区分是由于羊群行为还是其他因素导致的股票收益率分散度变化，存在一定的误判可能性。综合考虑本研究的目的和数据可得性，选择LSV模型和PCM模型相结合的方式来测度QFII及其他机构投资者的羊群行为。利用LSV模型对机构投资者在具体股票交易上的羊群行为进行精确度量，深入分析其在不同股票、行业之间的羊群行为差异；运用PCM模型从市场整体角度，分析羊群行为对股票收益率分散度的影响，把握市场层面的羊群行为特征。这种综合运用的方式能够充分发挥两种模型的优势，弥补各自的不足，更全面、准确地测度羊群行为。为了进一步提高模型的准确性和适用性，对这两个模型进行改进。在LSV模型中，考虑引入更多的控制变量，如市场波动性、行业竞争程度等，以更全面地控制其他因素对机构投资者交易行为的影响，从而更准确地分离出羊群行为的影响。在PCM模型中，尝试采用更灵活的方法来计算股票收益率的分散度，考虑不同股票的权重差异，以及市场状态变化对收益率分散度的影响，以提高模型对羊群行为的识别能力。3.3动态分析模型构建为了深入探究QFII及其他机构投资者羊群行为的动态变化及其与市场环境因素之间的相互关系，构建向量自回归（VAR）模型。VAR模型是一种常用的计量经济模型，它将系统中每个内生变量作为所有内生变量滞后值的函数来构造模型，能够有效地处理多个时间序列变量之间的动态关系，特别适合用于分析变量之间的相互影响和预测。在构建VAR模型时，首先确定模型中的变量。选取QFII及其他机构投资者的羊群行为度（用HB表示）作为核心内生变量，该变量通过前文所述的LSV模型和PCM模型计算得出，能够准确反映机构投资者的羊群行为程度。为了全面考虑市场环境对羊群行为的影响，选取上证综合指数（用SZ表示）和成交量（用VOL表示）作为另外两个内生变量。上证综合指数是衡量A股市场整体表现的重要指标，能够反映市场的整体走势和宏观经济环境的变化；成交量则反映了市场的活跃程度和资金的流动情况，对机构投资者的决策具有重要影响。VAR模型的一般形式为：Y_t=\sum_{i=1}^{p}\Phi_iY_{t-i}+\epsilon_t其中，Y_t是由内生变量组成的列向量，即Y_t=\begin{bmatrix}HB_t\\SZ_t\\VOL_t\end{bmatrix}；\Phi_i是系数矩阵，其元素表示不同变量滞后项对当前变量的影响系数；p是滞后阶数，需要通过一定的方法进行确定；\epsilon_t是随机误差项向量，其元素相互独立且服从正态分布。确定滞后阶数p是构建VAR模型的关键步骤之一。滞后阶数的选择直接影响模型的拟合效果和参数估计的准确性。如果滞后阶数选择过小，模型可能无法充分捕捉变量之间的动态关系；如果滞后阶数选择过大，可能会导致模型参数过多，出现过拟合现象，同时增加计算复杂度。常用的确定滞后阶数的方法有AIC（赤池信息准则）、BIC（贝叶斯信息准则）、HQ（汉南-奎因信息准则）等。通过比较不同滞后阶数下模型的AIC、BIC和HQ值，选择使这些准则值最小的滞后阶数作为最优滞后阶数。在确定了VAR模型的变量和滞后阶数后，利用样本数据对模型进行估计。可以采用最小二乘法（OLS）等方法对系数矩阵\Phi_i进行估计，得到模型的具体参数。对估计得到的VAR模型进行检验，以确保模型的合理性和可靠性。进行残差检验，检查残差是否符合正态分布和白噪声假设。如果残差不满足这些假设，说明模型可能存在设定错误或遗漏变量等问题，需要对模型进行调整和改进。还可以进行稳定性检验，通过检验模型的特征根是否都在单位圆内，判断模型是否稳定。如果模型不稳定，可能会导致预测结果不准确，需要重新考虑模型的设定和参数估计方法。通过构建VAR模型，可以分析QFII及其他机构投资者羊群行为与市场环境因素之间的动态关系。通过脉冲响应函数（IRF）分析，研究当某一变量受到一个标准差大小的冲击时，其他变量在不同时期的响应情况。当上证综合指数受到正向冲击时，QFII及其他机构投资者的羊群行为度会如何变化，以及这种变化在未来几个时期内的持续影响。方差分解分析则可以确定不同变量对内生变量变化的贡献程度，了解市场环境因素对羊群行为变化的相对重要性。通过这些分析，可以深入揭示QFII及其他机构投资者羊群行为的动态变化规律及其与市场环境因素之间的内在联系，为进一步的研究和决策提供有力的支持。四、QFII羊群行为的实证结果与分析4.1QFII羊群行为存在性检验利用前文所选取的2003-2023年样本数据，运用LSV模型和PCM模型对QFII的羊群行为进行实证检验。在运用LSV模型时，通过计算每只股票在各季度的羊群行为度H_{i,t}，得到QFII在个股层面的羊群行为程度数据。将所有股票的羊群行为度进行汇总和平均，得到整个样本期间QFII的平均羊群行为度。根据LSV模型的计算结果，在样本期间内，QFII的平均羊群行为度H为0.085，且通过了1%水平的显著性检验。这表明QFII在投资决策过程中存在显著的羊群行为，即它们在买卖股票时存在一定程度的一致性，并非完全独立地进行投资决策。通过PCM模型，计算各季度的横截面收益标准差（CSSD）和横截面收益绝对偏差（CSAD），以此来衡量股票收益率的分散度，进而推断QFII的羊群行为。在市场不存在羊群行为的假设下，CSSD和CSAD应该呈现出相对稳定的状态，不会出现明显的异常波动。实证结果显示，CSSD和CSAD在某些季度出现了显著的下降，且与市场行情的波动存在一定的相关性。在市场上涨或下跌较为剧烈的时期，CSSD和CSAD的值明显低于市场平稳时期。这说明在这些时期，股票收益率的分散度降低，投资者的交易行为趋于一致，存在羊群行为。通过进一步的统计检验，发现CSSD和CSAD与市场收益率之间存在显著的负相关关系，这进一步支持了QFII存在羊群行为的结论。为了更直观地展示QFII的羊群行为，绘制了QFII羊群行为度（基于LSV模型计算）随时间的变化趋势图（见图1）。从图中可以清晰地看出，QFII的羊群行为度在不同时期呈现出明显的波动。在2007-2008年全球金融危机期间，羊群行为度显著上升，达到了0.12左右，这表明在金融危机这一特殊时期，QFII的投资决策一致性明显增强，羊群行为更为显著。在2015年中国股市异常波动期间，羊群行为度也出现了较大幅度的波动，一度上升至0.10以上。这说明在市场出现大幅波动或不确定性增加时，QFII更容易受到其他投资者行为的影响，从而表现出更为明显的羊群行为。图1：QFII羊群行为度（基于LSV模型）随时间变化趋势与以往研究相比，本研究中QFII的羊群行为度相对较高。李学峰和符琳杰（2008）的研究中，QFII的羊群行为度在0.05-0.07之间，而本研究中达到了0.085。这可能是由于本研究选取的样本时间跨度更长，涵盖了更多的市场波动时期，从而更全面地反映了QFII的羊群行为。随着中国资本市场的不断发展和开放，市场环境和投资者结构发生了变化，QFII面临的投资决策环境更为复杂，可能导致其羊群行为程度有所增加。综上所述，通过LSV模型和PCM模型的实证检验，以及与以往研究的对比分析，可以得出结论：在2003-2023年期间，QFII在我国A股市场存在显著的羊群行为，且羊群行为度在不同时期呈现出明显的波动，与市场行情的变化密切相关。4.2QFII羊群行为的动态变化分析为了深入探究QFII羊群行为在不同时期的变化情况，将样本区间2003-2023年进一步划分为多个子区间，包括牛市、熊市和震荡市等不同市场阶段，分别计算各子区间内QFII的羊群行为度，并进行对比分析。在牛市阶段，选取2006-2007年以及2014-2015年上半年作为研究区间。2006-2007年，中国股市迎来了一轮大牛市，上证综合指数从2006年初的1163.88点一路飙升至2007年10月的6124.04点，涨幅超过400%。在这一时期，QFII的平均羊群行为度为0.102，较样本期间的平均水平（0.085）明显偏高。2014-2015年上半年，股市再次呈现牛市行情，上证综指从2014年初的2033.09点上涨到2015年6月的5178.19点。在此期间，QFII的羊群行为度达到了0.110，同样高于平均水平。这表明在牛市行情中，QFII更容易出现羊群行为。在牛市中，市场整体呈现出上涨趋势，投资者普遍对市场前景充满乐观预期。QFII可能会受到市场乐观情绪的影响，认为市场上存在更多的投资机会，从而纷纷跟进买入股票，导致羊群行为的加剧。牛市中市场信息往往较为乐观，投资者更容易受到这些信息的影响，忽视自己的判断，选择跟随其他投资者的行为。在熊市阶段，以2008-2009年以及2015年下半年-2016年初为研究区间。2008年，受全球金融危机的影响，中国股市大幅下跌，上证综指从2007年末的5261.56点暴跌至2008年末的1820.81点，跌幅超过65%。在这一熊市期间，QFII的平均羊群行为度为0.108，显著高于样本期间的平均水平。2015年下半年-2016年初，股市经历了剧烈的调整，上证综指从2015年6月的5178.19点下跌到2016年初的2638.30点。此阶段QFII的羊群行为度为0.105，同样处于较高水平。在熊市中，市场充满悲观情绪，股价持续下跌，投资者对市场前景感到担忧和恐惧。QFII为了避免损失，可能会纷纷抛售股票，跟随其他投资者的卖出行为，导致羊群行为的增强。熊市中市场不确定性增加，投资者获取准确信息的难度加大，更容易受到其他投资者行为的影响，从而做出相似的投资决策。在震荡市阶段，选取2010-2013年以及2017-2019年作为研究区间。2010-2013年，股市整体呈现震荡走势，上证综指在2000-3000点之间波动。在此期间，QFII的平均羊群行为度为0.078，低于样本期间的平均水平。2017-2019年，股市同样处于震荡调整阶段，上证综指在3000点左右波动。这一时期QFII的羊群行为度为0.080，也相对较低。在震荡市中，市场走势不明朗，没有明显的上涨或下跌趋势，投资者的投资决策相对谨慎。QFII可能会更加注重自身的研究和分析，依据企业的基本面和自身的投资策略进行投资，减少了对其他投资者行为的依赖，从而降低了羊群行为的程度。震荡市中市场信息相对分散，投资者难以形成一致的预期，也使得羊群行为不易发生。为了更直观地展示不同市场阶段QFII羊群行为度的变化，绘制了QFII羊群行为度在不同市场阶段的对比图（见图2）。从图中可以清晰地看出，在牛市和熊市阶段，QFII的羊群行为度明显高于震荡市阶段。图2：QFII羊群行为度在不同市场阶段对比通过对不同市场阶段QFII羊群行为度变化的分析，结合市场波动情况，可以发现市场波动是影响QFII羊群行为的重要因素。当市场波动较大，无论是大幅上涨（牛市）还是大幅下跌（熊市）时，QFII的羊群行为度都会显著增加。这是因为在市场波动剧烈时，投资者面临的不确定性增加，信息不对称问题更加突出，导致他们更容易受到其他投资者行为的影响，从而表现出明显的羊群行为。而在市场相对平稳、波动较小的震荡市中，QFII能够更充分地依据自身的研究和判断进行投资决策，羊群行为度相对较低。4.3影响QFII羊群行为的因素分析为了深入剖析影响QFII羊群行为的因素，运用向量自回归（VAR）模型进行实证分析。选取上证综合指数（SZ）和成交量（VOL）作为衡量金融市场环境的变量，将其与QFII的羊群行为度（HB）纳入VAR模型中，以量化市场环境对QFII羊群行为的影响。通过对数据进行平稳性检验，确保时间序列数据的平稳性，避免出现伪回归问题。采用ADF检验方法对上证综合指数、成交量和QFII羊群行为度的时间序列数据进行检验，结果表明在1%的显著性水平下，所有变量的一阶差分序列均为平稳序列，满足VAR模型的建模要求。利用AIC、BIC和HQ等信息准则，确定VAR模型的最优滞后阶数。经过计算和比较，发现当滞后阶数为2时，AIC、BIC和HQ的值均达到最小，因此确定VAR(2)模型为最优模型。对VAR(2)模型进行估计，得到模型的参数估计结果（见表1）。从表中可以看出，上证综合指数的滞后一期和滞后二期对QFII羊群行为度均有显著的正向影响。当上证综合指数上涨时，QFII的羊群行为度会增加，这表明在市场上涨行情中，QFII更容易受到市场乐观情绪的影响，从而出现羊群行为。成交量的滞后一期对QFII羊群行为度有显著的正向影响，滞后二期的影响不显著。这说明成交量的短期变化对QFII的投资决策有较大影响，当市场成交量增加时，QFII更倾向于跟随市场趋势进行投资，羊群行为更为明显。变量HBSZVOLL1.HB0.251***（0.082）0.002（0.003）-0.001（0.003）L2.HB-0.065（0.081）0.001（0.003）0.002（0.003）L1.SZ0.008***（0.002）0.978***（0.009）0.012***（0.009）L2.SZ0.006***（0.002）0.013（0.009）-0.003（0.009）L1.VOL0.005***（0.002）-0.001（0.009）0.984***（0.009）L2.VOL0.001（0.002）0.003（0.009）-0.001（0.009）C-0.010（0.006）-0.015（0.026）0.011（0.026）*注：括号内为标准误，**表示在1%的水平上显著表1：VAR(2)模型参数估计结果为了进一步分析各变量之间的动态关系，运用脉冲响应函数（IRF）。通过IRF可以直观地展示当某一变量受到一个标准差大小的冲击时，其他变量在未来各期的响应情况。当给予上证综合指数一个正向冲击时，QFII羊群行为度在第1期立即产生正向响应，且响应程度在第2期达到最大，随后逐渐减弱，但在较长时间内仍保持正向响应。这表明上证综合指数的上涨会迅速引发QFII的羊群行为，且这种影响具有一定的持续性。当市场指数上涨时，QFII会认为市场存在更多的投资机会，从而纷纷跟进买入股票，导致羊群行为的加剧。当给予成交量一个正向冲击时，QFII羊群行为度在第1期也产生正向响应，响应程度在第3期达到最大，之后逐渐衰减。这说明成交量的增加会促使QFII更积极地参与市场交易，且在短期内对羊群行为的影响较为显著。成交量的增加反映了市场的活跃程度提高，投资者的交易热情增加，QFII可能会受到这种市场氛围的影响，更容易跟随其他投资者的行为进行交易。通过方差分解分析，确定不同变量对QFII羊群行为度变化的贡献程度。方差分解结果显示，在第1期，QFII羊群行为度的变化主要由自身因素解释，占比达到99.12%。随着时间的推移，上证综合指数和成交量对QFII羊群行为度变化的贡献逐渐增加。在第10期，上证综合指数对QFII羊群行为度变化的贡献达到18.47%，成交量的贡献为10.23%，而QFII羊群行为度自身的贡献下降到71.30%。这表明市场环境因素，尤其是上证综合指数和成交量，对QFII羊群行为的影响在长期内逐渐显现，且具有不可忽视的作用。综上所述，通过VAR模型、脉冲响应函数和方差分解分析，发现上证综合指数和成交量是影响QFII羊群行为的重要因素。市场的涨跌和成交量的变化能够显著影响QFII的投资决策，导致其羊群行为的变化。在市场上涨和成交量增加时，QFII更容易出现羊群行为，且这种行为在一定时期内具有持续性。五、其他机构投资者羊群行为的实证结果与分析5.1其他机构投资者羊群行为存在性检验采用与检验QFII羊群行为相同的方法，运用LSV模型和PCM模型对其他机构投资者的羊群行为进行检验。样本数据同样选取2003-2023年期间其他机构投资者在A股市场的持股明细及相关市场数据，确保数据的完整性和准确性。在数据处理过程中，进行了与QFII数据处理相同的清洗和筛选步骤，以保证数据质量。运用LSV模型计算其他机构投资者在个股层面的羊群行为度，通过公式H_{i,t}=\left|P_{i,t}-\overline{P}_t\right|-AF_{i,t}，得到每只股票在各季度的H_{i,t}值。对所有股票的羊群行为度进行汇总和平均，得出整个样本期间其他机构投资者的平均羊群行为度。计算结果显示，在样本期间内，其他机构投资者的平均羊群行为度H为0.078，且在5%的水平上显著。这表明其他机构投资者在投资决策过程中也存在一定程度的羊群行为，虽然其羊群行为度相对QFII略低（QFII平均羊群行为度为0.085），但仍具有统计学意义上的显著性，说明他们在买卖股票时并非完全独立决策，存在一定的模仿其他投资者行为的倾向。利用PCM模型，通过计算各季度的横截面收益标准差（CSSD）和横截面收益绝对偏差（CSAD）来推断其他机构投资者的羊群行为。计算公式分别为CSSD_{t}=\sqrt{\frac{1}{N-1}\sum_{i=1}^{N}(R_{i,t}-\overline{R}_t)^2}和CSAD_{t}=\frac{1}{N}\sum_{i=1}^{N}\left|R_{i,t}-\overline{R}_t\right|，其中R_{i,t}是股票i在t时期的收益率，\overline{R}_t为t时期所有股票的平均收益率，N为股票数量。实证结果显示，CSSD和CSAD在某些季度也出现了显著的下降，与市场行情的波动存在一定关联。在市场波动较大的时期，如2008年金融危机和2015年股市异常波动期间，CSSD和CSAD的值明显低于市场平稳时期，表明在这些时期股票收益率的分散度降低，投资者交易行为趋于一致，存在羊群行为。进一步的统计检验表明，CSSD和CSAD与市场收益率之间存在显著的负相关关系，这也支持了其他机构投资者存在羊群行为的结论。为了直观展示其他机构投资者的羊群行为，绘制了其羊群行为度（基于LSV模型计算）随时间的变化趋势图（见图3）。从图中可以看出，其他机构投资者的羊群行为度在不同时期也呈现出波动变化。在市场波动较大的关键时期，如2008-2009年全球金融危机和2015-2016年股市大幅调整阶段，羊群行为度明显上升，分别达到0.101和0.095左右，表明在这些市场不稳定时期，其他机构投资者更容易受到市场情绪和其他投资者行为的影响，羊群行为更为显著。在市场相对平稳的时期，羊群行为度相对较低且波动较小。图3：其他机构投资者羊群行为度（基于LSV模型）随时间变化趋势将其他机构投资者的羊群行为度与QFII进行对比，发现两者在整体趋势上具有一定的相似性，都在市场波动较大时羊群行为度上升，市场平稳时相对较低。但QFII的羊群行为度在多数时期略高于其他机构投资者。这可能是由于QFII作为境外投资者，对中国市场的了解和适应程度相对有限，在面对市场不确定性时，更容易受到市场舆论和其他投资者行为的影响。QFII的投资决策可能受到其母国市场情况、全球经济形势等多种因素的综合影响，导致其在投资决策时更容易出现一致性行为。而其他机构投资者对本土市场更为熟悉，在一定程度上能够根据自身对市场的理解和判断进行投资决策，从而羊群行为度相对较低。5.2其他机构投资者羊群行为的动态变化分析为深入探究其他机构投资者羊群行为在不同时期的动态变化，如同分析QFII羊群行为那样，将样本区间2003-2023年按照牛市、熊市和震荡市等不同市场阶段进行划分，分别计算各子区间内其他机构投资者的羊群行为度，并对其变化趋势进行细致剖析。在牛市阶段，选取2006-2007年以及2014-2015年上半年作为研究区间。在2006-2007年的牛市行情中，其他机构投资者的平均羊群行为度达到0.095，高于样本期间的平均水平（0.078）。2014-2015年上半年牛市时，其羊群行为度为0.098，同样呈现出较高水平。在牛市中，市场整体处于上涨趋势，投资氛围较为乐观，其他机构投资者可能受到市场乐观情绪的强烈感染，认为市场中存在大量的投资获利机会。为了获取更多的收益，他们往往会纷纷跟进买入股票，从而使得羊群行为加剧。牛市期间市场信息大多呈现乐观态势，投资者在信息获取和处理过程中，更容易受到这些乐观信息的影响，进而忽略自身对市场的独立判断，选择盲目跟随其他投资者的行为。在熊市阶段，以2008-2009年以及2015年下半年-2016年初为研究区间。2008-2009年全球金融危机引发的熊市中，其他机构投资者的平均羊群行为度飙升至0.101，显著高于平均水平。2015年下半年-2016年初股市剧烈调整的熊市阶段，其羊群行为度也高达0.095。在熊市里，市场弥漫着悲观情绪，股价持续下跌，投资者对市场前景普遍感到担忧和恐惧。其他机构投资者为了避免遭受更大的损失，往往会选择跟随其他投资者的卖出行为，纷纷抛售股票，这就导致羊群行为进一步增强。熊市中市场不确定性显著增加，投资者获取准确信息的难度大幅提升，在这种情况下，他们更容易受到其他投资者行为的影响，从而做出相似的投资决策。在震荡市阶段，选取2010-2013年以及2017-2019年作为研究区间。2010-2013年股市整体震荡期间，其他机构投资者的平均羊群行为度为0.070，低于样本期间的平均水平。2017-2019年震荡调整阶段，其羊群行为度为0.072，同样处于相对较低的水平。在震荡市中，市场走势不明朗，没有明显的上涨或下跌趋势，投资者的投资决策会变得相对谨慎。其他机构投资者会更加注重依靠自身的研究和分析，依据企业的基本面情况和自身既定的投资策略进行投资决策，从而减少了对其他投资者行为的依赖，使得羊群行为的程度降低。震荡市中市场信息相对分散，投资者难以形成一致的预期，这也在一定程度上抑制了羊群行为的发生。为了更直观地呈现不同市场阶段其他机构投资者羊群行为度的变化情况，绘制了其羊群行为度在不同市场阶段的对比图（见图4）。从图中能够清晰地看出，在牛市和熊市阶段，其他机构投资者的羊群行为度明显高于震荡市阶段。图4：其他机构投资者羊群行为度在不同市场阶段对比通过对不同市场阶段其他机构投资者羊群行为度变化的分析，并结合市场波动情况，可以发现市场波动同样是影响其他机构投资者羊群行为的关键因素。当市场波动较大，无论是处于大幅上涨的牛市还是大幅下跌的熊市时，其他机构投资者的羊群行为度都会显著增加。这是因为在市场波动剧烈的情况下，投资者面临的不确定性大幅增加，信息不对称问题变得更加突出，使得他们更容易受到其他投资者行为的影响，进而表现出明显的羊群行为。而在市场相对平稳、波动较小的震荡市中，其他机构投资者能够更充分地依据自身的研究和判断进行投资决策，羊群行为度相对较低。将其他机构投资者与QFII在不同市场阶段的羊群行为度变化趋势进行对比，发现二者具有相似性，都在市场波动剧烈时羊群行为更为明显，但QFII在各市场阶段的羊群行为度相对略高于其他机构投资者，这可能与QFII的境外背景以及对中国市场的适应程度等因素有关。5.3影响其他机构投资者羊群行为的因素分析其他机构投资者的羊群行为受到多种因素的综合影响，其中信息不对称、市场波动、投资者心理以及投资策略等因素在其中发挥着关键作用。信息不对称是导致其他机构投资者羊群行为的重要因素之一。在金融市场中，信息的获取和处理能力对投资决策至关重要。然而，由于市场信息的复杂性和多样性，其他机构投资者在获取信息时往往面临诸多困难，难以获得全面、准确的信息。不同机构投资者获取信息的渠道和能力存在差异，一些大型机构可能拥有更广泛的信息网络和更专业的研究团队，能够获取更多的内幕信息和深度分析报告；而一些小型机构则可能主要依赖公开信息，信息获取渠道相对有限。这种信息不对称使得部分机构投资者在决策时无法充分依据自身对市场的判断，而更倾向于参考其他机构的行为。当一些机构投资者获得关于某只股票或某个行业的利好信息时，他们可能会率先买入相关股票。其他机构投资者由于无法及时获取同样的信息，在看到这些机构的买入行为后，会认为这些机构掌握了更有价值的信息，从而纷纷跟风买入，导致羊群行为的产生。市场波动对其他机构投资者的羊群行为有着显著影响。在市场波动较大时，无论是牛市还是熊市，投资者面临的不确定性增加，风险感知也会增强。在牛市中，市场价格持续上涨，投资者往往担心错过获利机会，从而产生追涨心理。当看到其他机构投资者纷纷买入股票时，他们会受到这种市场情绪的影响，认为市场存在更多的投资机会，即使自身对股票的价值判断并不充分，也会选择跟风买入，以期望获得收益。在熊市中，市场价格下跌，投资者对市场前景感到担忧和恐惧，为了避免损失，他们更容易受到其他投资者卖出行为的影响，选择跟随抛售股票。在2008年全球金融危机期间，股市大幅下跌，市场恐慌情绪蔓延，许多其他机构投资者由于担心资产缩水，纷纷跟随市场趋势抛售股票，导致羊群行为加剧，进一步推动了股市的下跌。投资者心理因素在其他机构投资者的羊群行为中也起着重要作用。从众心理是人类的一种本能心理倾向，在金融市场中同样存在。其他机构投资者在面对不确定的市场环境时，往往会认为大多数人的选择是正确的，跟随大众的行为可以降低风险。当市场中出现一种主流的投资观点或行为时，许多机构投资者会不假思索地跟随，而忽视自己的判断。损失厌恶心理也会促使其他机构投资者产生羊群行为。投资者往往对损失更为敏感，为了避免损失，他们更倾向于采取与其他投资者相同的行为。在市场下跌时，机构投资者担心自己的资产价值下降，会纷纷卖出股票，即使他们可能并不清楚市场的真正走势，只是出于对损失的恐惧而跟随其他投资者的行为。投资策略的相似性也是导致其他机构投资者羊群行为的原因之一。许多机构投资者采用相似的投资策略，如价值投资、成长投资、趋势投资等。在同一投资策略下，机构投资者对股票的选择标准和投资时机的判断往往较为相似。当市场出现符合某一投资策略的投资机会时，采用该策略的机构投资者会同时关注并采取行动，导致羊群行为的出现。在价值投资策略下，机构投资者通常会关注股票的基本面，如市盈率、市净率等指标。当某只股票的基本面指标符合价值投资的标准时，采用价值投资策略的机构投资者可能会纷纷买入该股票，形成羊群行为。为了验证这些因素对其他机构投资者羊群行为的影响，采用多元线性回归模型进行实证分析。将其他机构投资者的羊群行为度作为被解释变量，信息不对称程度、市场波动指标、投资者心理指标以及投资策略指标作为解释变量。信息不对称程度可以通过分析师覆盖度、信息披露质量等指标来衡量；市场波动指标可以采用上证综合指数的波动率、成交量的变化率等；投资者心理指标可以通过投资者情绪指数、恐慌指数等衡量；投资策略指标可以通过机构投资者采用的投资策略类型、投资组合的相似性等指标来表示。通过对回归结果的分析，发现信息不对称程度、市场波动指标、投资者心理指标以及投资策略指标均对其他机构投资者的羊群行为度有显著影响。信息不对称程度越高，市场波动越大，投资者的从众心理和损失厌恶心理越强，投资策略的相似性越高，其他机构投资者的羊群行为度就越高。这表明这些因素在其他机构投资者的羊群行为中确实发挥着重要作用，为进一步理解和解释其他机构投资者的羊群行为提供了有力的实证支持。六、对比分析与结果讨论6.1QFII与其他机构投资者羊群行为对比通过前文的实证分析，已明确QFII与其他机构投资者在我国A股市场均存在羊群行为，且羊群行为度在不同市场阶段呈现出一定的变化规律。将两者的羊群行为进行对比，发现存在诸多差异。在羊群行为程度方面，QFII的平均羊群行为度（0.085）略高于其他机构投资者（0.078）。这表明QFII在投资决策时，相对其他机构投资者，更容易受到市场中其他投资者行为的影响，表现出更强的一致性投资行为。在某些热门行业的股票投资中，QFII可能会更积极地跟进买入，而当市场出现不利消息时，也会更迅速地集体抛售。在不同市场阶段，两者的羊群行为也存在差异。在牛市阶段，QFII的羊群行为度（0.102和0.110）高于其他机构投资者（0.095和0.098），这说明在市场上涨行情中，QFII对市场乐观情绪的反应更为强烈，更倾向于跟风买入股票，以获取更多收益。在熊市阶段，QFII的羊群行为度（0.108和0.105）同样高于其他机构投资者（0.101和0.095），表明在市场下跌时，QFII对市场风险的感知更为敏感，更易受到恐慌情绪的影响，从而选择跟随其他投资者抛售股票，以减少损失。在震荡市阶段，两者的羊群行为度差异相对较小，都处于相对较低的水平，说明在市场走势不明朗时，QFII和其他机构投资者都能相对保持独立的投资判断，减少了对其他投资者行为的依赖。这些差异的产生，与QFII和其他机构投资者的投资理念、信息获取等因素密切相关。在投资理念方面，QFII作为境外投资者，其投资理念可能受到国际市场的影响，更注重短期的市场波动和收益机会。在牛市中，为了追求更高的收益，QFII可能会更积极地跟随市场热点进行投资，导致羊群行为更为明显。而其他机构投资者，尤其是国内的一些大型金融机构，可能更注重长期的价值投资和资产配置，在投资决策时会更多地考虑企业的基本面和长期发展前景，相对而言，对市场短期波动的反应较为理性，羊群行为程度相对较低。在信息获取方面，QFII对中国市场的了解和适应程度相对有限，获取信息的渠道和能力可能受到一定限制。在面对市场不确定性时，QFII可能更依赖于市场上的公开信息和其他投资者的行为，从而更容易出现羊群行为。而其他机构投资者对本土市场更为熟悉，拥有更广泛的信息网络和更深入的研究能力，能够获取更多关于国内企业的内部信息和行业动态，在投资决策时能够更充分地依据自身的研究和判断，减少对其他投资者行为的依赖，降低羊群行为的程度。市场环境和政策因素也可能对两者的羊群行为差异产生影响。QFII在投资过程中可能受到国际经济形势、汇率波动等因素的影响，这些因素增加了其投资决策的不确定性，使其更容易受到市场情绪的左右，出现羊群行为。而其他机构投资者则可能更多地受到国内宏观经济政策、行业政策等因素的影响，在面对这些政策变化时，能够更准确地把握市场趋势，做出相对独立的投资决策。6.2实证结果的经济意义与市场影响实证结果表明，QFII及其他机构投资者存在羊群行为，这对金融市场的经济意义和市场运行产生了多方面的影响。从经济意义角度来看，机构投资者的羊群行为反映了市场信息传递和投资者决策的相互作用机制。当QFII及其他机构投资者出现羊群行为时，意味着他们在投资决策过程中，并非完全基于自身对市场和企业的独立分析，而是在一定程度上依赖于其他投资者的行为和市场舆论。这表明市场中的信息传播存在一定的局限性，投资者难以获取全面、准确的信息来支撑自己的决策，从而导致他们更倾向于模仿他人的行为。在市场上涨阶段，投资者可能因为缺乏对市场基本面的深入了解，仅仅看到其他投资者纷纷买入，就盲目跟风，忽视了股票的真实价值。这种行为会导致市场价格的扭曲，使股票价格偏离其内在价值，从而影响市场的资源配置效率。从市场稳定性角度分析，羊群行为对市场稳定性具有双重影响。在某些情况下，羊群行为可能会加剧市场的不稳定。在牛市期间，QFII和其他机构投资者的羊群行为可能会导致市场过度乐观，推动股价过度上涨，形成资产泡沫。大量机构投资者纷纷买入热门股票，使得这些股票的价格远远高于其实际价值，一旦市场情绪发生逆转，投资者开始抛售股票，泡沫就会破裂，导致股价大幅下跌，市场陷入恐慌，严重影响市场的稳定性。在熊市中，羊群行为同样会加剧市场的下跌趋势，投资者的恐慌性抛售会进一步压低股价，形成恶性循环。但在另一些情况下，羊群行为也可能对市场稳定性起到一定的促进作用。当市场出现异常波动时，部分理性的机构投资者可能会基于对市场基本面的判断，采取一致的行动来稳定市场。如果一些机构投资者认为市场下跌过度，已经偏离了合理的价值区间，他们可能会同时买入股票，从而阻止市场的进一步下跌，起到稳定市场的作用。羊群行为对市场效率也有着重要影响。从积极方面来看，羊群行为在一定程度上可以促进市场信息的传播和扩散。当部分机构投资者获取到有价值的信息并采取行动时，其他投资者的跟随行为可以使这些信息更快地反映在市场价格中，提高市场的信息效率。如果一家机构投资者通过深入研究发现某家公司具有良好的发展前景，率先买入该公司的股票，其他投资者的跟风买入会使该公司的股票价格迅速上涨，从而使更多的投资者了解到这家公司的价值。但羊群行为也可能降低市场效率。当投资者过度依赖他人的决策，而忽视自身的研究和分析时，市场价格可能无法准确反映股票的真实价值，导致市场的价格发现功能失灵。一些投资者可能会因为跟随他人的行为而买入高估的股票，或者卖出低估的股票，从而造成资源的错配，降低市场的资源配置效率。羊群行为还会对市场参与者产生影响。对于其他投资者来说，QFII及其他机构投资者的羊群行为可能会导致市场信号的失真，增加投资决策的难度。当市场中存在明显的羊群行为时，投资者难以判断股票价格的变化是由于基本面因素还是由于投资者的跟风行为导致的，从而影响他们的投资决策。对于监管部门来说，羊群行为增加了市场监管的难度。监管部门需要密切关注机构投资者的行为，防止羊群行为引发市场风险，但由于羊群行为的复杂性和隐蔽性，监管难度较大。监管部门需要制定更加有效的监管政策，加强对市场信息披露的监管，提高市场的透明度，以减少羊群行为对市场的负面影响。6.3研究结果的稳健性检验为了确保研究结果的可靠性和稳定性，进行了一系列稳健性检验。采用不同的方法对QFII及其他机构投资者的羊群行为进行测度，以验证结果的一致性。在原研究中使用LSV模型和PCM模型测度羊群行为，在稳健性检验中，引入了改进的LSV模型和PCM模型的变体。改进的LSV模型中，对调整因子进行了更细致的设定，考虑了不同股票的流动性差异对机构投资者交易行为的影响。通过这种方式，能够更准确地衡量机构投资者在买卖股票时的一致性程度。在PCM模型的变体中，采用了加权的横截面收益标准差（W-CSSD）来衡量股票收益率的分散度，其中权重根据股票的市值进行分配，以突出大市值股票对市场整体的影响。运用改进的LSV模型对QFII及其他机构投资者的羊群行为进行重新测度，结果显示QFII的平均羊群行为度为0.083，与原研究中的0.085相近；其他机构投资者的平均羊群行为度为0.076，与原结果0.078也较为接近。这表明在考虑股票流动性差异后，羊群行为度的变化不大，进一步支持了原研究中关于QFII和其他机构投资者羊群行为存在性及程度的结论。使用加权的横截面收益标准差（W-CSSD）计算羊群行为时，发现当市场存在羊群行为时，W-CSSD的值同样会显著下降，与原PCM模型中CSSD的变化趋势一致，且在不同市场阶段，QFII和其他机构投资者的羊群行为变化趋势也与原研究结果相符。这说明采用不同的测度方法，研究结论具有较高的稳定性。对样本进行调整，以检验结果是否受到样本选择的影响。原样本选取了2003-2023年期间的相关数据，在稳健性检验中，分别缩短和延长样本区间。将样本区间缩短为2008-2018年，这一区间涵盖了全球金融危机以及之后的市场调整阶段，能够检验在特定市场波动时期研究结果的稳健性。重新计算这一区间内QFII和其他机构投资者的羊群行为度，发现QFII的平均羊群行为度为0.088，其他机构投资者为0.080，虽然数值略有变化，但羊群行为的存在性以及两者之间的差异依然显著，且在不同市场阶段的变化趋势也与原研究一致。将样本区间延长至2000-2025年，纳入了更多的市场发展阶段数据。在此区间内，QFII的平均羊群行为度为0.084，其他机构投资者为0.077，同样验证了原研究结果的可靠性。为了排除异常值对研究结果的影响，对数据进行了缩尾处理。对可能影响羊群行为度计算的关键变量，如机构投资者的持股比例变化、股票收益率等，在1%和99%分位数上进行缩尾处理。经过缩尾处理后，重新计算羊群行为度，结果显示QFII的羊群行为度为0.086，其他机构投资者为0.079，与原结果基本一致。这表明异常值对研究结果的影响较小，原研究结果具有较强的稳健性。通过上述稳健性检验，采用不同方法和调整样本等方式，均验证了原研究结果的可靠性。无论是测度方法的改变，还是样本区间的调整以及异常值的处理，都没有改变QFII及其他机构投资者存在羊群行为以及两者在羊群行为程度和不同市场阶段表现差异的结论。这为研究结果的有效性提供了有力的支持，增强了研究结论的可信度和说服力。七、结论与政策建议7.1研究主要结论总结本研究通过对2003-2023年期间QFII及其他机构投资者在A股市场的投资数据进行实证分析，深入探究了其羊群行为的存在性、动态变化及影响因素，得出以下主要结论。在羊群行为存在性方面，运用LSV模型和PCM模型进行检验，结果表明QFII及其他机构投资者在我国A股市场均存在显著的羊群行为。QFII的平均羊群行为度为0.085，其他机构投资者为0.078，且均通过了相应的显著性检验。这说明在投资决策过程中，QFII和其他机构投资者并非完全独立地依据自身对市场和企业的分析进行决策，而是在一定程度上受到其他投资者行为的影响，存在模仿和跟风的现象。在羊群行为的动态变化方面，将样本区间划分为牛市、熊市和震荡市等不同市场阶段进行分析。发现在牛市和熊市阶段，QFII和其他机构投资者的羊群行为度明显高于震荡市阶段。在牛市中，市场上涨行情激发了投资者的乐观情绪，QFII和其他机构投资者为了获取更多收益，更容易跟风买入股票，导致羊群行为加剧。在2006-2007年和2014-2015年上半年的牛市期间，QFII的羊群行为度分别达到0.102和0.110，其他机构投资者也分别达到0.095和0.098。在熊市中，市场下跌引发投资者的恐慌