基于交易量序貫模型的中國股市羊群行為實證研究

一、引言

證券交易過程中，中小投資者由于在資金、信息和投資知識存量上處于劣勢，通常會傾向于觀察公開交易信息進行交易。另外投資者與基金經理之間、基金經理之間存在著信息不對稱，為了避免因投資失誤而出現的聲譽和報酬風險，基金經理之間也產生模仿其它基金經理投資行為的動機。這些原因導致金融市場出現羊群行為現象，羊群行為是指投資者在信息不確定環境下，因受他人行為的影響，進而忽視自己的私人信息而模仿他人行動的決策行為。

到目前為止，國內對羊群行為的研究仍局限在對股票市場羊群行為的存在性檢驗和特征描述上，而對市場羊群行為與股市走勢有何關系，各行業羊群行為分布是怎樣的，羊群行為對投資者而言是否會產生收益等問題的研究甚少。然而如何利用市場已知信息對個股某段時期內的羊群行為程度測度直接影響到機構投資者的投資效果。此外，對個股羊群行為程度的認識也有助于中小投資者規避風險，識別市場信息。為此，本文引入Rani等(2007)的交易量序貫模型，試圖在計算出個股季度的羊群行為程度的基礎上，進一步回答上述問題，以期為投資者的投資決策和股市監管問題提供一些有價值的結論。

二、交易量序貫模型的構建

股票市場羊群行為源于投資者的認知變化，不易刻畫，但模仿行為使得投資者在連續一段時間內買賣相同的股票，結果會導致交易量的序列相關，在市場特征上則表現為“聚集性”。這種交易的聚集性與投資者買賣股票的一致性行為是等價的，都包含了投資者從眾狀況的信息，由于金融時間序列的“聚集性”可通過自相關來描述，所以可以利用日交易量之間的自相關系數來刻畫羊群行為程度。Rani(2007)對美國股票市場的實證檢驗表明：日交易量自相關性確實能夠反映股票市場中的羊群行為程度。

本文借鑒Rani提出的方法來度量個股的羊群行為程度。在該方法的框架下，采用“羊群行為程度”（以下簡稱SPEC）指標來衡量股市中投資者模仿他人投資的程度，將其定義為日交易量相對于前一日交易量的自相關系數。SPEC經濟意義上可以表述為：同一時期內，大部分投資者買入或賣出同一個股票行為的程度，SPEC值越大時，則表示這只股票的羊群行為程度越顯著。因此，本文首先估計了股票日成交量之間的自相關系數β1iq。

羊群行為是投資者之間的模仿行為引起的，與此對應，投資者觀察到資產真實價值的變化而同時調整投資組合，如影響整個市場的重大信息發生，從而導致股票交易量的遞增或遞減，這實際上是投資者對經濟基本面所采取的行為，而非模仿他人，這種行為是“偽羊群行為”。鑒于此，我們將各股票的日交易量進行標準化，即把日交易量與市場日交易量的比值作為股票日成交量的代理變量，從而有效的排除了“偽羊群行為”的可能。計算公式如下：

Voldiq=β1iqVold-1，iq+β2iqday1+β3iqday2+β4iqday3+β5iqday4+β6iqday5+uiq(1)

其中，Voldiq為i股票第q季度中第d天的股票成交量；day1~day5為虛擬變量，當第d天為周i時dayi為1，否則為0，該虛擬變量是為了分離周效應引起的交易量的變化。

獲得日成交量的自相關系數之后，建立回歸方程，進而分離導致股票成交量序列相關的其他因素。Beaver(1986)，Bamber(1986)，Jain(1988)等人在文章中指出，公司規模、同行業競爭強度、知情交易水平及股票市場的波動性等因素均可導致日交易量的自相關。這種情況下會造成不同公司、行業和不同時期的羊群行為指標不具有可比性，因此需要通過回歸進一步將導致成交量序列相關的這些因素分離出去。分別以公司流通市值、行業內公司數、llorente和收益的方差作為公司規模、同行業競爭強度、知情交易水平、波動性的代理變量。llorente計算公式為式(2)：

returnt+1=c0+c1*return_t+llorente*returnt*Vt+ut(2)

其中，returnt為第t個交易日的對數收益率；Vt為長期時間趨勢調整之后的股票換手率，計算公式為式(3)：

Vt=log(turnovert)-1200∑-1s=-200log(turnovert+s(3)

其中，turnovert為第t個交易日的股票換手率，定義為當日交易的股數除以總流通股數。

通過回歸將導致交易量自相關的其他因素分離出去，計算公式如下：

ACCiq=αi+β*ln(MVEiq)+γ*SICiq+Φ*variq+δ*llorenteiq+SPECiq(4)

上式中，ACCiq為日交易量自相關系數β1iq；MVEiq為i公司q季度末的流通市值；SICiq為i公司q季度所在行業的公司數；variq為i公司第q季度的日收益的方差；llorenteiq為i公司q季度的知情交易水平；殘差項SPECiq即本文定義的股票i第q季度的羊群行為程度。

三、實證檢驗

本文采用上述交易量序貫模型量化中國股票市場整體及個股的羊群行為程度，進而對市場羊群行為程度與股票市場指數走勢關系、各股票所屬行業的羊群行為水平進行考察，并且對個股SPEC值與其收益之間的關系進行實證分析。試圖通過對我國股票市場羊群行為的特征和實際影響進行分析，進而推論出其在現實中的應用，從而為投資者和金融監管部門等經濟主體應對羊群行為提供建議。

1數據來源及初步處理

本文選取1998年1月1日前上市的A股股票作為研究樣本，截止2007年12年30日為止，有效樣本股票共134支。其中不包括退市股票，以及1998年后相繼上市的股票。樣本中交易量波動超過5σ的日數據屬于異常數據和不足26個交易日的季度數據予以剔除。

2實證檢驗及分析

（一）參數的估計和分析

利用樣本數據，對式(1)~式(4)分別進行估計，結果如表1、表2和表3所示。表1給出個股交易量自相關系數(ACCiq)、周內的虛擬變量(dayi)的參數估計結果的均值、各個參數所對應的t值的中值。

表1 個股交易量自相關系數回歸結果

變量系數t值

Volt-10.4775283.683***

day10.0004252.922**

day20.0004193.537***

day30.0004262.648*

day40.0004262.505*

day50.0004303.021**

注：***表示在1%的置信度上顯著；**表示在5%的置信度上顯著；*表示在10%的置信度上顯著。下同

結果顯示交易量的自回歸系數是正的，并在統計上是顯著。這意味著季度內日交易量之間存在較強的相關性，這與前文的理論分析結果一致。

由于區分羊群行為和干擾因素導致日交易量自相關之后，可以更加清晰地辨識羊群行為程度，所以通過進一步回歸，將導致交易量自相關的干擾因素分離出去。結果如表2所示。

表2 干擾因素回歸結果

變量系數t值

C00.4389.069***

Ln(MV)0.0020.671

SIC–0.000–0.333

var13.1735.855***

llorente0.0357.624***

回歸結果表明，公司規模、行業競爭強度對交易量的自相關系數影響不顯著，所以依次刪去這兩個變量，重新進行回歸。對134只股票計算出的SPEC統計結果如表3所示。

表3 中國股票市場個股羊群行為指標統計描述

指標平均中值標準差最小值最大值

SPEC0.0000.0070.185-0.6780.704

（二）檢驗結果分析

圖1 市場SPEC與上證綜指走勢對比

從SPEC與市場走勢對比圖中可以發現：中國股票市場羊群行為程度表現出同市場走勢一定的相關性。67%的SPEC峰值點（點1、2、3、4、6、7、8、9）出現在大盤下跌期；25%的峰值點（點10、11、12）出現在大盤上漲中期，并且此峰值較小。總體來看，市場下跌期羊群行為強于市場上漲期，這一結論和宋軍、吳沖鋒（2001）是一致的。

產生上述現象的原因可能是：市場初步上升時，投資者往往會看好市場，大幅增倉，但隨著大盤的進一步上漲投資者對市場風險的認識逐漸增強，當大盤上漲到一定高度，投資者認為股票價格過高不宜追漲，交易量開始萎縮，市場羊群行為程度減弱；而當大盤跌至一定程度，投資者開始恐慌，出現群體性拋售行為，SPEC值自然達到頂點。這種現象與行為金融研究學家Kahnemen和Tversky(1979)提出了著名的期望理論(Prospect Theory)是一致的，該理論刻畫了投資者對于收益和損失的態度差異，認為同樣幅度的價格下降給投資者帶來的損失感覺大于同樣幅度的價格上升給投資者帶來的收益感覺。

與1989~1999年美國市場的羊群行為對比，中國股市SPEC的波動遠遠高于美國股市SPEC的波動，這與我國證券市場為“政策市”有很大關系。另外我國股票市場實行電腦交易，投資者可以方便地通過電腦屏幕觀察到股票即時買賣及漲跌情況，并且我國采取委托單驅動報價方式，因此只要有人利用資金優勢或持股優勢，在市場上拋出大量的買單或賣單，就會引起所有投資者的注意，從而引發羊群行為。對此，金融監管機構應該加快有關證券市場的法律法規建設，嚴禁市場操縱，防止莊家利用資金和持股優勢制造虛假的市場參數。

考慮到行業之間差異，按照中國證監會公布的新行業分類標準將上市公司分類，計算出每個行業中個股-季度SPEC的均值，將SPEC值較高的和較低的行業列于表4。

表4 行業SPEC的檢驗結果

行業名稱SPEC行業名稱SPEC

電力、蒸汽、熱水的生產和供應業–2.949計算機應用服務業0.052

石油、化學、塑膠、塑料–2.836非金屬礦物制品業0.461

農業–2.794化學原料及化學制品制造業0.679

普通機械制造業–2.471交通運輸設備制造業0.683

銀行業–2.075煤炭采選業0.721

食品、飲料、煙草和家庭用品批發業–2.014交通運輸輔助業0.876

旅游業–1.853化學纖維制造業1.237

林業–1.732證券、期貨業1.566

公共設施服務業–1.625通信服務業1.634

漁業–1.459旅館業1.650

批發和零售貿易–1.308通信設備制造業1.888

黑色金屬冶煉及壓延加工–1.162有色金屬礦采選業1.893

土木工程建筑業–0.348專用設備制造業2.355

塑料制造業–0.327儀器儀表及文化、辦公用機械制造3.512

金融信托業–0.108房地產開發與經營業6.027

考察上表可以發現：SPEC值較低的行業多為傳統穩定行業，較高的多為新興或高科技行業。分析原因，可以認為傳統穩定行業的公司一般規模較大，披露信息的準確性較好，投資者對公司基本信息了解充分，故其羊群行為投資者較少；而熱門行業往往緊扣時代主題，與國家產業發展政策一致，機構、散戶及分析人士都競相猜測政策的傾向和底線，從而在投資決策上表現出典型的羊群行為。另外軟件、通訊、環保等高科技產業中，如果某個領域出現重大、革命性的產品問世，將不可避免地直接刺激該領域的概念炒作。所以此類行業股票容易受到追捧，羊群行為投資者較多。此結論對投資者而言，為追求收益的穩定性，應多投資于傳統穩定行業，從而避免股價劇烈波動的風險；金融監管機構應更加監控具有炒作潛力的行業，從而使市場避免巨大的波動甚至金融危機。

（三）個股SPEC與其收益關系的實證分析

本文對個股的SPEC和季度收益率進行平穩性檢驗后，進一步將季度收益對當期至滯后8期SPEC進行回歸，以期檢驗出個股SPEC值與收益之間的關系。利用逐步回歸法去掉不顯著的因素項對樣本進行回歸，得到如下結果：

R=0.014+0.104 SPEC-0.063 SPEC(-5)-0.049 SPEC(-6)

(4.241***)(5.970***)(-3.592***)(-2.821***)

回歸結果顯示：個股當期SPEC與其收益率呈顯著的正向關系；滯后五、六期SPEC與收益呈顯著負向關系。考察其原因，可以認為羊群行為使得市場對股票超額需求，從而股價大幅上漲。某些莊

家率先買入某些股票導致股價大幅提升后，追逐價差的動機將越來越多的投資者加入買進的行列，從而進一步推動股價上升，使得當期收益率較高。但股價過于上漲后，投資者逐漸認識到投資其中的風險較大，對其關注就會減弱，甚至出現拋售現象，導致股價下跌，所以滯后一段時期的收益為負，反之亦然。這說明羊群行為可以給采取該行為的投資者帶來正的當期收益，遵循收益最大化的投資者會采取這種行為，但這種收益會在5~6個季度后得到糾正，所以投資者應在獲得收益后及時擺脫羊群行為。這一發現對投資者具有重要的指導作用，投資者可采取“觸發點”投資策略，即當收益率相對平均水平過高（過低）時，買入（賣出）該股票，當收益率回到相對均衡狀態時賣出（買入），從而獲得超額回報。

另外，本文實證也表明：監管部門應該提高市場公開度，完善信息披露制度，向市場提供及時、充分、準確、廉價的信息；上市公司應該增強信息披露的透明性，尤其是重大事件應細化持續披露，減少普通投資者信息不對稱的影響，進而減少由于羊群行為引發的動蕩。

四、結論

結果表明，在市場走高下的羊群行為低于在市場下挫時的羊群行為，傳統穩定行業中羊群行為低于房地產、高科技等易炒作的熱門行業中羊群行為，羊群行為可以給采取該行為的投資者帶來正的當期收益，但是這種收益會在5~6個季度后得到糾正。

綜上所述，證券交易過程中，個股羊群行為程度對股票收益率具有顯著的揭示作用，是市場交易信息的明顯信號。另外對不同行業的股票而言，羊群行為程度明顯不同。因此，對于投資者而言，為了更加有效的進行投資，在交易中應更加關注個股SPEC值的變化；而對于監管者而言，對SPEC監控是發現市場異常變化的重要工具。

（作者單位：天津大學管理學院、天津大學金融工程研究中心）

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文