中国个人投资者网络中持股同质性与投资风险的关联探究

中国个人投资者网络中持股同质性与投资风险的关联探究一、引言1.1研究背景在我国资本市场蓬勃发展的进程中，个人投资者已成为不可或缺的重要力量。截至2025年6月末，A股投资者总数突破2.4亿，其中个人投资者占比高达99.76%，这一庞大群体的投资行为深刻影响着资本市场的运行态势。个人投资者凭借决策灵活、自主性强等独特优势，在市场中扮演着活跃的角色。他们能依据自身判断迅速调整投资组合，快速进出市场，对一些小规模或特定领域的投资机会也能敏锐捕捉并及时介入。然而，个人投资者在投资过程中也面临诸多挑战，投资风险问题尤为突出。市场的不确定性使得股票价格受宏观经济形势、政策调整、行业兴衰以及公司经营状况等众多复杂因素影响而大幅波动。信息不对称使个人投资者在获取高质量信息和深度研究报告的渠道上远不及专业机构，在投资决策时处于劣势。而且，个人投资者的专业分析能力和投资经验相对匮乏，容易受到市场情绪和他人观点的左右，做出追涨杀跌等非理性投资决策，进一步加大了投资风险。加之资金量有限，难以通过充分的分散投资来有效管理风险，时间和精力投入也难以与专业机构相媲美。在这样的背景下，研究持股同质性与投资风险的关系具有重要的现实意义。持股同质性体现了投资者持股行为的相似程度，当大量个人投资者持有相似的股票组合时，市场的稳定性和投资风险会受到显著影响。深入探究二者关系，有助于个人投资者更好地认识自身投资行为对风险的影响，从而优化投资决策，提高投资收益；也有助于监管部门和市场参与者更全面地理解市场运行机制，维护资本市场的稳定健康发展。1.2研究目的与意义本研究旨在深入剖析持股同质性与投资风险之间的内在联系，通过对中国个人投资者网络的分析，揭示二者之间的作用机制和影响路径。具体而言，一是准确衡量中国个人投资者网络中的持股同质性程度，构建科学合理的指标体系来量化这一概念；二是全面评估个人投资者面临的投资风险状况，综合考虑系统性风险和非系统性风险等多方面因素；三是运用严谨的实证分析方法，探究持股同质性如何对投资风险产生作用，是正向促进还是反向抑制，以及在不同市场环境和投资者特征下这种关系的变化规律。从投资者层面来看，本研究成果具有重要的实践指导意义。帮助个人投资者深刻认识到持股同质性与投资风险之间的紧密联系，使其在投资决策过程中，更加理性地考虑持股结构，避免过度集中于相似股票，从而有效降低投资风险。引导投资者根据自身风险承受能力和投资目标，合理调整持股组合，提高投资组合的多样性和抗风险能力，实现投资收益的最大化。从市场层面而言，研究持股同质性与投资风险的关系对维护资本市场的稳定和健康发展至关重要。有助于监管部门深入了解市场运行的内在规律，准确把握投资者行为对市场风险的影响，从而制定出更具针对性和有效性的监管政策，加强市场监管，防范系统性风险的发生。为市场参与者提供有价值的参考信息，促进市场信息的有效传递和资源的合理配置，推动资本市场的高效运行。1.3研究方法与创新点本研究综合运用多种研究方法，以确保研究的科学性和可靠性。在数据收集方面，通过多种渠道获取丰富的数据资源，包括从金融数据库中获取个人投资者的交易数据，涵盖股票买卖的时间、价格、数量等详细信息；从上市公司披露的报告中收集相关财务数据和公司治理信息；以及通过问卷调查等方式收集个人投资者的基本特征、投资偏好和风险认知等信息。在实证分析中，运用社会网络分析方法来构建中国个人投资者网络，直观地展示投资者之间的持股关系和网络结构特征。通过计算网络密度、中心性等指标，深入分析投资者网络的紧密程度和关键节点分布情况。采用计量经济学模型，如多元线性回归模型、面板数据模型等，对持股同质性与投资风险之间的关系进行定量分析，控制其他可能影响投资风险的因素，准确评估持股同质性的影响效应。同时，运用工具变量法、双重差分法等方法来解决可能存在的内生性问题，确保研究结果的稳健性和可靠性。本研究的创新点主要体现在以下几个方面。从研究视角来看，将个人投资者视为一个相互关联的网络，从网络结构和关系的角度研究持股同质性与投资风险的关系，突破了以往仅从个体层面或宏观市场层面进行研究的局限，为该领域的研究提供了全新的视角。在研究方法上，创新性地将社会网络分析方法与计量经济学模型相结合，充分发挥两种方法的优势，既能直观地展示投资者网络的特征，又能精确地分析变量之间的定量关系，提高了研究的深度和广度。在指标构建方面，构建了更加全面和科学的持股同质性指标体系，综合考虑投资者持股的种类、比例以及在网络中的位置等因素，更准确地反映持股同质性的本质特征，为后续研究提供了更有效的测量工具。二、理论基础与文献综述2.1持股同质性相关理论持股同质性是指投资者在股票投资中，其持股组合在股票种类、行业分布、市值规模等方面呈现出的相似程度。当大量投资者持有相似的股票组合时，就表明市场中存在较高的持股同质性。从投资组合理论来看，现代投资组合理论由马柯维茨于1952年提出，该理论认为投资者的目标是在给定风险水平下追求收益最大化，或者在给定收益水平下追求风险最小化。通过构建投资组合，将资金分散投资于不同的资产，可以降低非系统性风险。然而，当投资者的持股组合呈现出较高的同质性时，意味着他们在资产选择上较为集中，无法充分利用分散投资的优势来降低风险。例如，若众多投资者都集中投资于某几个热门行业的股票，当这些行业受到宏观经济波动、政策调整等不利因素影响时，投资者的投资组合将面临较大的风险。在行为金融理论中，持股同质性与投资者的行为偏差密切相关。行为金融理论认为，投资者并非完全理性，他们的决策会受到认知偏差、情绪波动和群体行为等因素的影响。其中，羊群效应是导致持股同质性的重要原因之一。羊群效应指投资者在信息不对称的情况下，往往会观察和模仿其他投资者的行为，而忽视自身所拥有的信息。当市场中一部分投资者开始买入某只股票时，其他投资者可能会因为从众心理而纷纷跟进，导致大量投资者持有相同的股票，从而提高了持股同质性。比如，在股票市场出现热点题材时，投资者往往会蜂拥买入相关题材的股票，使得这些股票的持股同质性迅速上升。过度自信也是影响持股同质性的因素，投资者常常对自己的判断过于自信，认为自己能够准确预测股票的走势，从而集中投资于自己看好的股票，导致持股同质性增加。2.2投资风险相关理论投资风险是指投资者在投资过程中，由于各种不确定因素的影响，导致投资收益偏离预期收益，甚至遭受本金损失的可能性。投资风险涵盖多个层面，从宏观角度来看，经济形势的波动、政策法规的调整、行业发展的趋势等，都可能对投资产生潜在风险。例如，当经济陷入衰退，企业盈利能力普遍下降，股票市场可能会经历大幅下跌，这对于股票投资者来说就是一种宏观风险。微观层面，企业自身的经营状况、财务状况、市场竞争力等因素也会带来风险。一家企业如果管理不善、债务过高或者面临激烈的市场竞争，其股票或债券的价值可能会受到影响。投资风险还包括市场风险，如股票市场的价格波动、利率的变动、汇率的起伏等。以股票市场为例，股价的涨跌往往受到多种因素的综合影响，包括公司业绩、宏观经济数据、国际政治局势等，这种不确定性就是市场风险的体现。此外，还有信用风险，即交易对手无法履行合同义务而导致的损失。比如购买企业债券时，如果发行企业违约无法按时支付本息，投资者就会面临信用风险。为了衡量投资风险，学者们提出了多种风险度量模型。方差-协方差模型是常用的风险度量方法之一，它通过计算投资组合收益率的方差来衡量风险。方差越大，说明投资组合的收益率波动越大，风险也就越高。然而，该模型假设收益率服从正态分布，在实际市场中，这一假设往往并不完全成立。风险价值（VaR）模型则是在给定的置信水平下，估计投资组合在未来特定时间内可能遭受的最大损失。例如，在95%的置信水平下，某投资组合的VaR值为5%，这意味着在未来一段时间内，该投资组合有95%的可能性损失不会超过5%。条件风险价值（CVaR）模型是对VaR模型的改进，它考虑了超过VaR值的损失的平均情况，能更全面地反映投资组合的尾部风险。关于投资风险的成因理论，主要包括市场有效性理论和行为金融理论中的相关观点。市场有效性理论认为，在有效市场中，股票价格已经充分反映了所有可用信息，投资者无法通过分析历史信息或其他公开信息来获取超额收益。然而，现实市场往往并非完全有效，存在信息不对称、交易成本等因素，这些因素会导致股票价格偏离其内在价值，从而产生投资风险。行为金融理论则从投资者的非理性行为角度解释投资风险的成因，如前文所述的羊群效应、过度自信等行为偏差，会使投资者做出不合理的投资决策，增加投资风险。2.3文献综述国外学者在持股同质性与投资风险关系的研究方面取得了丰富的成果。[学者姓名1]通过对美国股票市场的研究发现，投资者的羊群行为会导致持股同质性增加，进而提高市场的系统性风险。当大量投资者同时买入或卖出相同的股票时，市场的波动性会显著增大，股票价格更容易受到市场情绪的影响，偏离其基本面价值。[学者姓名2]运用复杂网络分析方法，研究了欧洲股票市场中投资者的持股网络结构与投资风险的关系，结果表明，网络中节点的度中心性和聚类系数与投资风险呈正相关关系，即网络中连接紧密的节点和高度聚集的区域会增加投资风险。这是因为在这些区域中，信息传播速度快，投资者行为容易趋同，一旦市场出现不利变化，风险会迅速扩散。国内学者也对这一领域进行了深入研究。[学者姓名3]以中国A股市场为样本，实证分析了机构投资者持股同质性对股价波动的影响，发现机构投资者持股同质性越高，股价波动越大，投资风险也相应增加。机构投资者在市场中具有较大的资金规模和影响力，他们的持股行为会对市场产生示范效应，当机构投资者持股同质性较高时，会引发市场的共振，加剧股价的波动。[学者姓名4]从行为金融的角度出发，探讨了个人投资者的认知偏差与持股同质性之间的关系，以及这种关系对投资风险的影响，认为个人投资者的过度自信和羊群行为会导致持股同质性上升，从而增加投资风险。个人投资者在投资决策时往往受到自身情绪和周围投资者的影响，缺乏独立思考和理性分析，容易跟风投资，使得持股组合相似，增加了投资的不确定性。尽管已有研究在持股同质性与投资风险关系方面取得了一定进展，但仍存在不足之处。一方面，现有研究大多从整体市场或机构投资者的角度出发，对中国个人投资者网络中的持股同质性与投资风险关系的研究相对较少。个人投资者作为资本市场的重要参与者，其投资行为具有独特性，如资金规模较小、信息获取渠道有限、投资决策易受情绪影响等，这些特点可能导致个人投资者网络中的持股同质性与投资风险关系与整体市场或机构投资者存在差异。另一方面，在研究方法上，部分研究仅采用单一的指标来衡量持股同质性或投资风险，未能全面考虑二者的复杂性和多维度特征。持股同质性不仅涉及股票种类的相似性，还包括持股比例、行业分布等因素；投资风险也涵盖多种类型，仅用单一指标难以准确反映其全貌。本文将针对现有研究的不足，从中国个人投资者网络的角度出发，综合运用多种研究方法，构建全面的指标体系来深入研究持股同质性与投资风险的关系。通过构建个人投资者网络，分析网络结构特征对持股同质性的影响，同时考虑多种风险因素，运用计量经济学模型进行实证分析，以更准确地揭示二者之间的内在联系，为个人投资者的投资决策和市场监管提供更有针对性的建议。三、中国个人投资者网络特征分析3.1个人投资者网络构建本研究的数据来源主要包括两个方面。一是从知名金融数据提供商处获取详细的个人投资者交易数据，涵盖2020年1月1日至2023年12月31日期间，涉及沪深两市A股的交易记录，包括投资者的身份标识、每笔交易的时间、所交易股票的代码、交易数量和交易价格等信息。这些数据能够精确反映个人投资者在市场中的实际操作情况。二是从上市公司官方披露的定期报告、临时公告等渠道收集相关财务数据和公司治理信息，用于后续分析中作为控制变量或辅助解释变量。在构建个人投资者网络时，将每个个人投资者定义为网络中的节点。节点代表了网络中的基本个体单元，每个投资者在网络中都具有独特的身份和属性，其投资行为会对网络的整体结构和功能产生影响。当两个投资者在某一时间段内共同持有至少一只相同的股票时，就在这两个节点之间建立一条边，以此来表示他们之间存在持股关联关系。边的存在意味着投资者之间通过共同持股建立了联系，这种联系可能会导致信息在他们之间传播，进而影响彼此的投资决策。例如，投资者A和投资者B同时持有股票X，那么A和B之间就会形成一条边，A在获取到关于股票X的某些信息后，可能会通过这条边将信息传递给B，从而影响B对股票X的投资决策。为了更准确地反映投资者之间持股关系的紧密程度，还可以根据共同持有的股票数量、持有时间以及持股比例等因素对边进行加权处理。若投资者A和投资者B不仅同时持有股票X，还同时持有股票Y，且在股票X和Y上的持股比例都较高，持有时间也较长，那么他们之间边的权重就会相对较大，这表明他们之间的持股关系更为紧密，相互之间的影响也可能更大。3.2网络结构特征通过对构建好的个人投资者网络进行分析，发现其度分布呈现出一定的幂律分布特征。度分布描述了网络中各个节点的度（即与该节点相连的边的数量）的概率分布情况。在个人投资者网络中，大部分节点的度较小，即大部分投资者与其他投资者的共同持股关系较少；但同时也存在少数节点具有较大的度，这些节点代表的投资者与众多其他投资者存在共同持股关系，在网络中处于核心位置，对信息传播和投资行为的扩散具有重要影响。这种幂律分布特征表明个人投资者网络中节点的重要性存在显著差异，少数关键投资者的行为可能会对整个网络产生较大的带动作用。网络的聚类系数相对较高，聚类系数用于衡量网络中节点的聚集程度，反映了节点的邻居节点之间相互连接的紧密程度。较高的聚类系数意味着个人投资者之间存在较多的小团体，在这些小团体内部，投资者之间的联系较为紧密，信息传播速度较快。这可能是因为投资者往往会受到身边具有相似投资偏好或背景的人的影响，形成相对紧密的投资群体。例如，一些投资者可能因为同属某个行业、某个地区或具有相同的投资理念，而更倾向于关注彼此的投资行为，共同持有某些股票，从而形成聚类现象。平均路径长度较短，平均路径长度是指网络中任意两个节点之间的最短路径的平均值，它反映了网络中信息传播的效率。较短的平均路径长度说明在个人投资者网络中，信息能够快速地从一个投资者传播到另一个投资者，即使是距离较远的两个投资者，也能通过较少的中间节点实现信息传递。这意味着市场中的信息能够迅速在投资者之间扩散，投资者的行为更容易受到其他投资者的影响，从而可能导致投资行为的趋同。这些网络结构特征对个人投资者的投资行为具有重要影响。度分布的幂律特征使得少数核心投资者的行为更容易被其他投资者关注和模仿，当这些核心投资者进行大规模的股票买卖时，可能会引发其他投资者的跟风行为，导致市场波动加剧。高聚类系数导致小团体内部的信息传播更加迅速和集中，投资者在小团体内更容易受到群体思维的影响，做出相似的投资决策。而较短的平均路径长度则加速了信息在整个网络中的传播，使得市场上的新信息能够快速影响投资者的决策，增加了市场的敏感性和波动性。3.3投资者行为特征在个人投资者网络中，信息传播呈现出明显的网络结构依赖性。信息往往首先在聚类系数较高的小团体内部迅速传播，小团体内部的投资者通过频繁的交流和互动，能够快速共享信息。随着时间的推移，信息会逐渐从小团体向网络的其他部分扩散，通过与小团体有连接的节点传播到更远的区域。例如，某个投资热点信息可能首先在一个由某地区投资者组成的小团体内传播，这些投资者在交流中对该信息进行讨论和分析，形成一定的投资共识。然后，这个小团体中的部分投资者与其他小团体或孤立节点存在连接，信息就会通过这些连接逐渐传播到其他区域，影响更多投资者的决策。羊群行为在个人投资者中较为普遍，通过对交易数据的分析发现，当网络中部分投资者开始买入或卖出某只股票时，往往会引发其他投资者的跟随行为。这种羊群行为与网络结构密切相关，处于网络核心位置的投资者的行为更容易引发羊群效应。核心投资者由于其在网络中的重要地位和广泛的连接关系，他们的投资决策会被更多投资者关注和模仿。当核心投资者买入某只股票时，其周围的投资者可能会认为该股票具有投资价值，从而纷纷跟进买入，导致股票价格上涨；反之，当核心投资者卖出股票时，也会引发其他投资者的抛售行为，导致股价下跌。投资者的交易活跃度在网络中存在差异，与网络中心性较高的节点相连的投资者，其交易活跃度相对较高。网络中心性较高的节点通常具有更多的信息渠道和更强的影响力，与这些节点相连的投资者能够获取更多的市场信息，更容易受到市场动态的影响，从而更频繁地进行交易。而处于网络边缘的投资者，由于信息获取相对困难，与其他投资者的互动较少，其交易活跃度相对较低。这种交易活跃度的差异进一步影响了网络中信息的传播和投资行为的扩散，交易活跃的投资者在市场中扮演着信息传播者和行为引导者的角色，他们的频繁交易行为会带动市场的流动性，同时也会加速信息在网络中的传播，影响更多投资者的决策。四、持股同质性度量与分析4.1持股同质性度量指标选取本研究选取了多个指标来全面度量持股同质性，其中包括相关系数和持股相似度指数等。相关系数用于衡量两个投资者持股组合之间的线性相关程度，其原理基于统计学中的协方差和标准差概念。具体计算方法为：首先计算两个投资者持股组合中每只股票收益率的协方差，协方差反映了两只股票收益率的共同变化趋势。若协方差为正，表示两只股票的收益率倾向于同向变化；若为负，则倾向于反向变化。然后，将协方差除以两个投资者持股组合收益率的标准差之积，得到相关系数。相关系数的取值范围在-1到1之间，当相关系数接近1时，表明两个投资者的持股组合高度正相关，即他们持有相似的股票，持股同质性较高；当相关系数接近-1时，说明持股组合高度负相关，持股同质性较低；当相关系数接近0时，表示两者之间线性关系较弱，持股同质性较低。持股相似度指数则从另一个角度来度量持股同质性，它综合考虑了投资者持股的种类和比例。其计算方法是，对于两个投资者的持股组合，先找出他们共同持有的股票，然后计算这些共同持有的股票在各自持股组合中的权重之和。假设投资者A和投资者B共同持有股票X、Y、Z，投资者A在股票X、Y、Z上的持股比例分别为w_{A1}、w_{A2}、w_{A3}，投资者B在股票X、Y、Z上的持股比例分别为w_{B1}、w_{B2}、w_{B3}，则持股相似度指数为\sum_{i=1}^{3}\min(w_{Ai},w_{Bi})。持股相似度指数的取值范围在0到1之间，值越接近1，说明两个投资者持股组合中共同持有的股票权重越大，持股同质性越高；值越接近0，则持股同质性越低。此外，还考虑了行业集中度指标。行业集中度用于衡量投资者持股在行业分布上的集中程度，反映了投资者对某些行业的偏好程度。计算方法为，先将投资者的持股组合按照行业进行分类，然后计算每个行业的持股比例，再根据赫芬达尔-赫希曼指数（HHI）的计算方法，将每个行业持股比例的平方相加，得到行业集中度指标。行业集中度指标越大，说明投资者持股在行业分布上越集中，持股同质性越高；反之，指标越小，持股同质性越低。例如，若投资者的持股主要集中在金融和科技两个行业，且在这两个行业的持股比例较高，那么行业集中度指标就会较大，反映出较高的持股同质性。通过综合运用这些指标，可以更全面、准确地度量中国个人投资者网络中的持股同质性程度。4.2中国个人投资者持股同质性现状通过对选取的度量指标进行计算和分析，发现中国个人投资者在一定时期内呈现出较高的持股同质性程度。从相关系数指标来看，在过去几年中，个人投资者之间的平均相关系数维持在0.5左右，表明投资者之间的持股组合存在较为明显的正相关关系。例如，在某一热门行业股票价格上涨时，众多个人投资者往往会同时买入该行业的股票，使得他们的持股组合相似度增加，相关系数上升。从持股相似度指数角度分析，平均持股相似度指数达到0.45，这意味着投资者之间共同持有的股票权重较高，持股结构存在一定程度的相似性。在某些市场热点时期，如新能源概念兴起时，大量个人投资者纷纷买入新能源相关股票，导致在这些股票上的持股相似度大幅提高。从时间序列上观察，持股同质性程度呈现出一定的波动变化趋势。在市场行情较为平稳时，持股同质性相对稳定；而当市场出现重大事件或热点题材时，持股同质性会迅速上升。在市场对5G概念炒作期间，投资者对5G相关股票的关注度急剧增加，大量买入相关股票，使得持股同质性在短期内显著提高。随着市场热点的转移，持股同质性又会逐渐下降。不同市场和板块之间的持股同质性也存在明显差异。主板市场中，由于上市公司数量众多，行业分布广泛，投资者的选择相对多样化，持股同质性相对较低，平均相关系数约为0.4，持股相似度指数约为0.4。而在创业板和科创板市场，由于板块具有特定的行业特征和发展定位，吸引了大量关注新兴产业和科技创新的投资者，他们的投资偏好较为集中，导致持股同质性相对较高，平均相关系数达到0.6，持股相似度指数达到0.5。在创业板中，一些生物医药和人工智能相关的股票受到投资者的高度追捧，大量投资者集中持有这些股票，使得该板块的持股同质性明显高于主板市场。4.3影响持股同质性的因素从信息因素来看，信息传播的速度和准确性对持股同质性有着重要影响。在当今互联网时代，信息传播迅速，社交媒体、财经新闻网站等成为个人投资者获取信息的重要渠道。当某一股票或行业的利好信息通过这些渠道快速传播时，大量投资者会在短时间内获取到相同的信息，并基于这些信息做出相似的投资决策，从而导致持股同质性增加。若社交媒体上广泛传播某只股票即将发布重大利好消息，投资者可能会纷纷买入该股票，使得持股同质性上升。信息的准确性也至关重要，虚假信息或误导性信息会导致投资者做出错误的决策，进一步加剧持股同质性。如果某财经媒体发布了关于某公司的虚假业绩增长报道，投资者可能会因受到误导而买入该公司股票，使得持有该股票的投资者群体扩大，持股同质性提高。投资者特征因素也不容忽视。个人投资者的投资经验和专业知识水平差异较大，投资经验丰富、专业知识扎实的投资者往往能够更全面地分析市场信息，做出相对独立的投资决策，持股同质性相对较低。而投资经验不足、专业知识匮乏的投资者更容易受到市场情绪和他人观点的影响，倾向于模仿其他投资者的行为，导致持股同质性增加。年轻的初入股市投资者，由于缺乏投资经验，在投资决策时可能会更多地参考身边投资者的意见，或者跟随市场热点进行投资，从而增加了持股同质性。投资者的风险偏好也会影响持股同质性，风险偏好较高的投资者更倾向于投资高风险高收益的股票，他们的投资行为可能更为集中，持股同质性相对较高；而风险偏好较低的投资者更注重资产的安全性，投资行为相对分散，持股同质性较低。市场环境因素同样对持股同质性产生重要影响。市场的波动性和流动性会影响投资者的决策行为。当市场波动性较大时，投资者往往会感到恐慌或兴奋，更容易受到市场情绪的影响，从而做出相似的投资决策，增加持股同质性。在市场大幅下跌时，投资者可能会纷纷抛售股票，导致持股同质性上升。市场流动性较好时，投资者的交易成本较低，交易更加便捷，这也可能促使投资者更容易跟随市场热点进行交易，增加持股同质性。政策法规的变化也会对持股同质性产生影响，政府出台的产业扶持政策、税收政策等会引导投资者的资金流向特定的行业或股票，导致这些行业或股票的持股同质性增加。若政府出台了大力扶持新能源产业的政策，投资者可能会纷纷投资新能源相关股票，使得该行业股票的持股同质性提高。五、持股同质性对投资风险的影响机制5.1理论分析从风险分散角度来看，根据现代投资组合理论，投资者通过分散投资不同的股票，可以降低非系统性风险。当持股同质性较低时，投资者的持股组合在行业、公司规模等方面具有多样性，个别股票的不利变动对投资组合的影响可以被其他股票的表现所抵消。然而，当持股同质性较高时，投资者集中持有相似的股票，投资组合的分散化程度降低。若这些相似股票所属行业或板块受到宏观经济波动、政策调整等不利因素影响，投资组合将面临较大风险，难以通过分散投资来有效降低损失。在市场对房地产行业进行调控时，若大量个人投资者持有同质性较高的房地产相关股票，那么投资组合的价值会随行业整体下滑而大幅缩水，投资风险显著增加。市场波动方面，较高的持股同质性会加剧市场波动，进而增加投资风险。当众多投资者持有相似股票时，他们的买卖行为容易出现一致性。在市场上涨阶段，大量投资者同时买入，会推动股价过度上涨，形成价格泡沫；而在市场下跌阶段，投资者又可能集体抛售，导致股价过度下跌，市场出现超调现象。这种市场的大幅波动会使投资者面临更大的投资风险，因为股价的大幅波动增加了投资收益的不确定性。当市场出现恐慌情绪时，持股同质性高的投资者可能会同时抛售股票，引发股价雪崩式下跌，投资者很难在这种剧烈波动的市场中准确把握投资时机，从而遭受损失。信息传递在持股同质性与投资风险关系中也起着重要作用。在个人投资者网络中，信息传播具有网络结构依赖性。当持股同质性较高时，信息在具有相似持股结构的投资者群体中传播更为迅速。若传播的是虚假信息或误导性信息，会导致大量投资者基于错误信息做出相似的投资决策，进一步增加投资风险。一些不实的利好消息在持股同质性高的投资者群体中快速传播，投资者纷纷买入相关股票，一旦真相被揭露，股价暴跌，投资者将遭受重大损失。信息的集中传播还可能导致投资者忽视其他重要信息，使得投资决策缺乏全面性和科学性，从而增加投资风险。5.2实证模型构建基于理论分析，提出以下研究假设：H1：持股同质性与投资风险呈正相关关系，即持股同质性越高，个人投资者面临的投资风险越大。H2：信息传播在持股同质性对投资风险的影响中起中介作用，持股同质性通过影响信息传播的速度和准确性，进而影响投资风险。在变量选取上，被解释变量为投资风险，选用股票投资组合收益率的标准差来衡量个人投资者的投资风险，标准差越大，表明投资组合的收益率波动越大，投资风险越高。解释变量为持股同质性，采用前文构建的持股相似度指数来度量，该指数综合考虑了投资者持股的种类和比例，能更全面地反映持股同质性程度，指数值越大，持股同质性越高。中介变量为信息传播，用信息在个人投资者网络中的传播速度来衡量，通过计算信息从一个投资者传播到其他投资者所需的平均时间来表示，传播时间越短，说明信息传播速度越快。还选取了一系列控制变量，包括投资者的年龄、性别、投资经验、风险偏好、市场波动性、宏观经济指标等。投资者的年龄和性别可能影响其投资决策和风险承受能力；投资经验丰富的投资者可能更能有效地管理风险；风险偏好不同的投资者在投资行为和面临的风险上也会存在差异；市场波动性直接影响投资风险；宏观经济指标如GDP增长率、通货膨胀率等会对股票市场产生宏观影响，进而影响投资风险。构建如下实证模型：Risk_{i,t}=\alpha_0+\alpha_1Homogeneity_{i,t}+\sum_{j=1}^{n}\alpha_{j+1}Control_{j,i,t}+\epsilon_{i,t}其中，Risk_{i,t}表示第i个投资者在t时期的投资风险；Homogeneity_{i,t}表示第i个投资者在t时期的持股同质性；Control_{j,i,t}表示第j个控制变量在i投资者t时期的值；\alpha_0为常数项，\alpha_1、\alpha_{j+1}为回归系数，\epsilon_{i,t}为随机误差项。为了检验信息传播的中介效应，构建以下中介效应模型：Info_{i,t}=\beta_0+\beta_1Homogeneity_{i,t}+\sum_{j=1}^{n}\beta_{j+1}Control_{j,i,t}+\mu_{i,t}Risk_{i,t}=\gamma_0+\gamma_1Homogeneity_{i,t}+\gamma_2Info_{i,t}+\sum_{j=1}^{n}\gamma_{j+2}Control_{j,i,t}+\nu_{i,t}其中，Info_{i,t}表示第i个投资者在t时期信息传播速度；\beta_0、\gamma_0为常数项，\beta_1、\beta_{j+1}、\gamma_1、\gamma_2、\gamma_{j+2}为回归系数，\mu_{i,t}、\nu_{i,t}为随机误差项。采用面板数据回归方法进行实证分析，以控制个体异质性和时间趋势的影响。在数据处理过程中，对所有连续变量进行1%水平的双边缩尾处理，以消除异常值的影响。同时，对数据进行平稳性检验和协整检验，确保回归结果的可靠性。5.3实证结果与分析对主要变量进行描述性统计，结果如表1所示。从表中可以看出，投资风险（Risk）的均值为0.35，标准差为0.12，说明个人投资者的投资风险存在一定的差异。持股同质性（Homogeneity）的均值为0.42，表明个人投资者网络中存在一定程度的持股同质性。信息传播速度（Info）的均值为0.25，标准差为0.08，说明信息在个人投资者网络中的传播速度也存在差异。表1：主要变量描述性统计变量观测值均值标准差最小值最大值Risk50000.350.120.100.70Homogeneity50000.420.100.150.75Info50000.250.080.100.50在相关性分析中，计算了各变量之间的Pearson相关系数，结果如表2所示。可以发现，持股同质性（Homogeneity）与投资风险（Risk）在1%的水平上显著正相关，相关系数为0.52，初步支持了假设H1。持股同质性（Homogeneity）与信息传播速度（Info）在1%的水平上显著正相关，相关系数为0.45，表明持股同质性越高，信息传播速度越快。信息传播速度（Info）与投资风险（Risk）在1%的水平上显著正相关，相关系数为0.48，为中介效应的存在提供了初步证据。表2：变量相关性分析变量RiskHomogeneityInfoAgeGenderExperienceRiskPreferenceMarketVolatilityGDPGrowthInflationRisk1Homogeneity0.52***1Info0.48***0.45***1Age-0.15***-0.10***-0.08**1Gender-0.05-0.03-0.020.011Experience-0.12***-0.15***-0.10***0.20***0.031RiskPreference0.18***0.15***0.12***-0.10***-0.04-0.15***1MarketVolatility0.30***0.25***0.22***-0.12***-0.05-0.18***0.25***1GDPGrowth-0.08**-0.06*-0.050.030.010.02-0.04-0.06*1Inflation0.10***0.08**0.07*-0.05-0.03-0.06*0.050.07*-0.15***1注：*、、*分别表示在1%、5%、10%的水平上显著。进行回归分析，结果如表3所示。列（1）为不加入控制变量的简单回归结果，持股同质性（Homogeneity）的系数为0.35，在1%的水平上显著为正，表明持股同质性与投资风险之间存在显著的正相关关系，持股同质性每增加1个单位，投资风险增加0.35个单位。列（2）加入了控制变量，持股同质性（Homogeneity）的系数为0.25，仍然在1%的水平上显著为正，说明在控制了其他因素后，持股同质性对投资风险的正向影响依然存在，进一步验证了假设H1。表3：持股同质性对投资风险的回归结果变量(1)Risk(2)RiskHomogeneity0.35***(0.05)0.25***(0.04)Age-0.05***(0.01)Gender-0.02(0.01)Experience-0.08***(0.01)RiskPreference0.10***(0.02)MarketVolatility0.15***(0.02)GDPGrowth-0.03(0.02)Inflation0.04***(0.01)Constant0.20***(0.03)0.10***(0.02)Observations50005000R-squared0.250.35注：括号内为稳健标准误，*、、*分别表示在1%、5%、10%的水平上显著。为了检验信息传播的中介效应，按照中介效应检验程序进行回归分析。首先，将信息传播速度（Info）对持股同质性（Homogeneity）进行回归，结果如表4列（1）所示，持股同质性（Homogeneity）的系数为0.30，在1%的水平上显著为正，说明持股同质性越高，信息传播速度越快。然后，将投资风险（Risk）同时对持股同质性（Homogeneity）和信息传播速度（Info）进行回归，结果如表4列（2）所示，持股同质性（Homogeneity）的系数为0.15，在1%的水平上显著为正，信息传播速度（Info）的系数为0.20，也在1%的水平上显著为正。这表明信息传播在持股同质性对投资风险的影响中起部分中介作用，持股同质性通过加快信息传播速度，进而增加投资风险，验证了假设H2。表4：中介效应回归结果变量(1)Info(2)RiskHomogeneity0.30***(0.04)0.15***(0.03)Info0.20***(0.03)控制变量否是Constant0.10***(0.02)0.05***(0.02)Observations50005000R-squared0.200.40注：括号内为稳健标准误，*、、*分别表示在1%、5%、10%的水平上显著。为了确保实证结果的可靠性，进行了一系列稳健性检验。一是替换被解释变量，采用风险价值（VaR）来重新衡量投资风险，回归结果与前文基本一致，持股同质性与投资风险依然呈显著正相关关系。二是替换解释变量，用相关系数来替代持股相似度指数度量持股同质性，回归结果同样支持假设H1。三是采用工具变量法来解决可能存在的内生性问题，选取投资者所在地区的金融发展水平作为工具变量，因为金融发展水平会影响投资者获取信息的渠道和投资决策的合理性，进而影响持股同质性，但与投资风险不存在直接的因果关系。经过两阶段最小二乘法回归，结果表明持股同质性对投资风险的正向影响依然显著。从经济意义上分析，实证结果表明持股同质性的增加会显著提高个人投资者的投资风险。这意味着当个人投资者的持股结构趋于相似时，投资组合的分散化程度降低，无法有效抵御市场风险，一旦市场出现不利变化，投资损失的可能性增大。信息传播在其中起到了部分中介作用，说明持股同质性通过加快信息在投资者之间的传播，使得投资者更容易受到相同信息的影响，做出相似的投资决策，从而进一步增加投资风险。这一研究结果对于个人投资者具有重要的启示，投资者应注重优化持股结构，降低持股同质性，提高投资组合的多样性，以有效降低投资风险；同时，要提高对信息的甄别能力，避免受到虚假信息或误导性信息的影响，做出合理的投资决策。六、案例分析6.1案例选取为深入探究持股同质性与投资风险的关系，本研究选取了两个具有代表性的案例。案例一是以“股神”林园为代表的个人投资者，林园在投资领域颇具知名度，其投资风格独特，以长期持有优质股票著称，在市场中具有一定的影响力和示范效应，众多投资者会关注并模仿他的投资行为。案例二是某地区的一个股票投资群，该投资群由200名个人投资者组成，他们通过线上交流平台密切沟通，经常分享投资信息和观点，投资行为相互影响，具有较高的关联性。选择这两个案例的原因在于，案例一的个体投资者具有典型的投资风格和较高的市场关注度，其持股行为可能引发其他投资者的跟风，导致持股同质性变化，进而影响投资风险。案例二的投资群体内部交流频繁，信息传播迅速，投资者之间的相互影响更为直接，能够直观地体现出群体内部持股同质性与投资风险的关系，通过对这两个案例的分析，可以从个体和群体两个层面全面深入地研究持股同质性与投资风险的关系。6.2案例分析林园在过去几年中持续重仓持有贵州茅台、片仔癀等消费和医药领域的优质股票。以贵州茅台为例，他从2010年开始逐步买入并长期持有，随着其投资理念和持股信息的传播，大量个人投资者受到影响，纷纷买入贵州茅台股票，使得贵州茅台的股东户数大幅增加，持股同质性显著提高。在2010-2015年期间，贵州茅台的股东户数从5万户左右增长到10万户左右，许多个人投资者的持股组合中都包含贵州茅台，且持股比例在其投资组合中占比较高。从投资风险角度来看，在持股同质性增加的过程中，这些投资者面临着较高的投资风险。2018年，受宏观经济环境和市场调整等因素影响，白酒行业整体受挫，贵州茅台股价出现大幅下跌，从年初的700多元每股下跌至年末的500多元每股，跌幅超过20%。那些跟随林园买入贵州茅台的个人投资者，由于持股同质性高，投资组合中贵州茅台占比较大，遭受了较大的投资损失，投资风险显著增加。在某地区的股票投资群中，通过对群内投资者的交易数据和交流记录分析发现，当群内有影响力的投资者分享对某只股票的看好观点后，往往会引发大量群成员跟风买入。在2022年新能源汽车行业热门时期，群内一位资深投资者大力推荐了宁德时代股票，随后群内超过80%的投资者在短期内买入宁德时代股票，使得该投资群内投资者对宁德时代的持股同质性迅速提高。在持股同质性提高后，投资群内投资者面临的投资风险也相应增加。2022年下半年，新能源汽车行业出现政策调整和市场竞争加剧等不利因素，宁德时代股价波动剧烈，从最高的600多元每股下跌至最低的400多元每股，群内投资者的投资组合价值大幅缩水，部分投资者因无法承受股价下跌带来的损失而割肉离场。通过对这两个案例的深入分析，可以看出持股同质性与投资风险之间存在紧密的联系。当投资者的持股同质性较高时，一旦所持有股票所属行业或公司出现不利变化，投资组合的风险会迅速放大，投资者面临较大的投资损失风险。这是因为持股同质性高意味着投资者的投资集中在相似的股票上，缺乏有效的分散投资，无法通过投资组合的多元化来降低风险。针对上述案例中出现的问题，提出以下应对策略。投资者应加强自身的投资知识学习，提高投资分析能力，避免盲目跟风投资，要学会独立思考，根据自己的投资目标、风险承受能力和对市场的判断来制定投资策略，减少因盲目跟随他人而导致的持股同质性过高问题。投资者应注重投资组合的多元化，不仅要在不同行业、不同公司的股票之间进行分散投资，还要适当配置债券、基金等其他资产，以降低投资组合的整体风险。投资群等投资者交流平台应加强管理，对群内传播的投资信息进行审核和引导，避免虚假信息和片面观点误导投资者，同时鼓励投资者理性交流，分享多元化的投资思路。6.3案例启示这两个案例对投资者和市场监管者都具有重要的启示意义。对于投资者而言，要深刻认识到持股同质性带来的风险，摒弃盲目跟风的投资行为，树立正确的投资理念。在投资决策过程中，不能仅仅依赖他人的建议或市场热点，而应深入研究公司的基本面、行业发展趋势等因素，做出理性的投资选择。要注重分散投资，通过构建多元化的投资组合来降低风险，不要将所有资金集中在少数几只股票上。对于市场监管者来说，应加强对投资者的教育和引导，通过开展投资者教育活动、发布风险提示等方式，提高投资者的风险意识和投资知识水平，减少投资者的非理性行为。要加强对市场信息传播的监管，规范信息发布渠道和内容，防止虚假信息和误导性信息在市场中传播，避免投资者因信息误导而做出错误的投资决策。监管部门还应关注市场中持股同质性较高的股票和行业，加强对这些领域的风险监测和预警，及时采取措施防范系统性风险的发生。本研究通过案例分析进一步验证了持股同质性与投资风险之间的紧密关系，为投资者的投资决策和市场监管者的监管工作提供了有价值的实践参考，强调了深入研究这一关系对于维护资本市场稳定和投资者利益的重要性。七、结论与建议7.1研究结论本研究通过对中国个人投资者网络的深入分析，系统地探讨了持股同质性与投资风险之间的关系。从中国个人投资者网络特征来看，个人投资者网络呈现出度分布的幂律特征、较高的聚类系数和较短的平均路径长度。度分布的幂律特征表明网络中少数关键投资者与众多其他投资者存在共同持股关系，在网络中处于核心位置，其投资行为对市场影响较大；高聚类系数意味着投资者之间形成了较多紧密联系的小团体，信息在小团体内传播迅速；较短的平均路径长度则保证了信息