極端風險下中國股市的反應特征研究

謝海濱，田 軍，汪壽陽

(1.對外經濟貿易大學金融學院，北京 100029； 2.深圳證券交易所綜合研究所，廣東 深圳 518038；3.中國科學院數學與系統科學研究院，北京 100190)

極端風險下中國股市的反應特征研究

謝海濱1，田 軍2，汪壽陽3

(1.對外經濟貿易大學金融學院，北京 100029； 2.深圳證券交易所綜合研究所，廣東 深圳 518038；3.中國科學院數學與系統科學研究院，北京 100190)

投資者是否理性在金融理論中至關重要。本文利用日度交易價格數據，對中國股票市場在極端風險下的反應特征進行了統計實證研究。基于2002-2013年的數據發現，中國股票市場在極端風險下會表現出一些有趣且顯著的反應特征。具體表現為：1.在股市出現極端下跌情形下，市場會由于過度反應而在接下來的一個交易日內表現出顯著的反轉特征；而在股市出現極端上漲情形下，市場在接下來的交易日內并沒有明顯的反應模式；2.與熊市相比，在出現極端下跌風險下，市場在牛市中更容易出現過度反應而表現出反轉特征。實證研究結果還發現，基于極端風險構建的投資交易策略要顯著的優于有效市場假說的買入并持有策略。本文的實證研究結果不僅表明投資者的非理性特征，而且還表明這種非理性特征已經影響到資產的定價。

極端風險；過度反應；中國股票市場

1 引言

經典的有效市場理論認為市場參與者具有完美理性和無限信息處理能力，能夠及時充分地將所有公開信息反應在股價中。因此，在有效市場理論下，市場參與者不會出現系統的非理性行為。然而，在真實的世界當中，事實確遠非如此。一方面，市場參與者行為往往受到其自身情緒的影響，會出現恐慌、反應過度和反應不足等等；另一方面，市場參與者并不具備無限的信息處理能力。由于自身生理構造等原因，市場參與者只具備有限的信息處理能力。于此同時，市場參與者面臨的信息往往是無限的：大量新聞、消息、評論甚至謠言充斥網絡渠道。在信息無限和信息處理能力有限的環境下，信息處理能力就成為一種稀缺資源。為了最大化利用這種稀缺資源，市場參與者不會均等地對所有可得信息進行處理，相反的，他們會集中精力把有限的信息處理能力分配到那些能引起高度關注的事件信息中。也就是說，在信息處理能力有限的情況下，市場參與者

會有傾向性地選取一些能引起他們注意的信息來進行分析處理。

市場參與者的有限注意力會導致其有針對性的進行信息選取和處理，進而造成真實的資產價格與經典定價模型相背離。關于投資者有限注意力影響資產定價的研究，國內外都有不少的理論和實證。Merton[1]認為, 由于投資者的注意力是有限的, 投資者只會選擇自己信息集中的股票來優化自己的資產配置, 并在此模型的基礎上得到了資產均衡價格；Peng Lin和Xiong Wei[2]認為有限注意力導致投資者傾向于將注意力分配在市場級別或者行業級別的因子上而非單一公司特定的因子上，即種類學習行為(Category-learning Behavior)；Baber和Odean[3]認為投資者在買入股票時面臨著成千上萬種股票選擇時，由于注意力有限，只有那些吸引投資者關注(Attention-grabbing)的股票才會進入投資者選股的考慮集(Consideration Set)。同時大量的實證研究文獻也發現投資者確實存在有限注意行為。Seasholes和Wu[4]認為漲停報道會吸引投資者關注。利用漲停板事件作為投資關注的代理變量，他們發現漲停板會影響到投資者注意力的配置；Peng Lin[5]等實證研究了市場層面的不確定性對信息流以及資產價格變動的影響，發現市場信息與個股信息對注意力的競爭，說明投資者注意力有限；Huddart等[6]發現當股票交易價格突破前一年最高、最低交易價格(52周新高新低)時，交易量會顯著的上升。Lou Dong[7]用廣告費用來代理公司的受關注度，發現上市公司廣告費用的增加會導致個人投資者的買入行為和股票累積收益的同期上升；Da Zhi等[8]利用一種更為直接的投資者注意力衡量指標——谷歌搜索量指數(SVI)，發現SVI的變動與散戶投資者的交易活躍度之間存在直接的聯系；在中國市場上，Liu等[9]發現權證的引入帶動了相應標的股票的高波動率和成交額；權小鋒和吳世農[10]以盈余信息披露作為切入點，實證檢驗了投資者關注與上市公司盈余公告效應之間的關系，發現投資者關注程度總體上與盈余公告效應呈顯著的負向關系；宋雙杰等[11]參照Da Zhi等[8]的方法， 研究了中國股票市場的IPO異象。他們發現，IPO前個股的網絡搜索量對于該股票市場熱銷程度、首日超額收益和長期低迷表現這三大IPO市場異象有良好的、統一的解釋；俞慶進和張兵[12]使用了百度指數來衡量投資者的有限關注，研究了中國創業板股票市場，發現投資者的關注能在未來給股票帶來超額收益，但是很快便會出現股價反轉。同時，投資者在非交易日的關注將反映在下一個交易日股票市場開盤的價格跳躍中；趙龍凱等[13]使用百度公司提供的上市公司簡稱搜索量數據研究了關注度與股票收益率之間的關系，發現高關注度組股票的平均收益率顯著地大于低關注度組股票；饒育蕾等[14]用超額新聞量作為注意力的衡量指標，發現注意力是“新高效應”產生的重要影響因素。其他關于投資者有限注意的文獻有賈春新等[15]，張雅慧等[16]，李小晗和朱紅軍[17]等。

綜合國內外文獻，本文發現大多數研究都是以類似網絡搜索量指標來測度投資者注意力。這種注意力測度方式雖然簡單直觀，但很難避免趙龍愷等[13]關于“網絡搜索量僅僅反映個人投資者的注意力, 而不能夠反映機構投資者的注意力”的擔心。因此，如何構建指標來全面反映投資者的關注度并以此來研究投資者行為就顯得尤為必要。本文認為股票指數的大幅上漲或下跌往往成為全市場關注的焦點，因此通過構建股票指數的極端風險能夠有效避免趙龍愷等[13]的擔憂。

與已有的文章相比，本文有以下幾點不同：第一，研究的對象不同。已有的文獻大都只針對個股進行研究，而本文是針對股指的研究。利用股指來研究投資者注意力可以有效避免。因為機構投資者和個人投資者同樣都對股指的變化保持關注；第二，與已有研究有限注意力所采用的指標不同，本文利用極端風險是否發生來表示市場關注度是否提高；股指的極端風險發生意味著重大的信息沖擊，這類沖擊往往能吸引全體股市參與者的注意力，如光大烏龍指事件等；第三，本文的關注點在于極端事件在吸引投資者注意力的同時是否會引起投資者的非理性反應，而不在于有限注意本身。

本文的實證研究結果發現中國股票市場對極端風險具有非常顯著地非對稱性和非理性：市場對極端下跌風險表現出顯著地過度反應，而對極端上漲風險卻沒有系統性的反應特征；與熊市相比，在牛市中，市場對極端下跌風險表現出更為顯著地過度反應特征。同時，基于極端風險構建的交易策略要優于簡單的買入并持有交易策略。本文的實證研究表明極端風險作為一類特殊的事件會影響到投資者的反應特征，進而改變投資者的資產定價行為。

本文的主要貢獻有：一、證實了中國股市投資者的非理性行為，為行為金融理論提供了新的實證證據；二、基于市場對極端風險的非理性行為為投資者提供了新的策略構建思路；三、發現了極端風險是一類特殊的事件，能夠影響到資產的定價。資產定價模型應當要對這一類事件進行特殊考慮。

2 計量方法

2.1 極端風險的定義

為了研究極端風險下市場的反應特征，首先要給出極端風險的定義。借鑒謝海濱等[18]的思想，本文用式(1)來定義極端風險：

(1)

(2)

正向極端風險和負向極端風險分別考慮了重大利好和重大利空消息對市場的沖擊。

2.2 統計量的構建

有效市場假說認為資產價格變動是信息得以反映的外在表現，由于信息不可以預測，因此資產價格變動也不可以預測。在假定日度收益率為對稱分布且均值為0的條件下，根據有效市場假說可以得到如下的關系式：

(3)

其中符號P(.|.)表示條件概率。式(3)表示在當期出現極端風險時下一期股市上漲和下跌的概率應當相等。根據式(3)，我們定義如下的隨機變量：

(4)

式(4)的含義是給定t時刻正向極端風險條件下，如果t+1時刻市場收益率為正則取值+1，否則取值-1。同樣的，定義隨機變量：

(5)

(6)

根據式(6)，構造如下的檢驗統計量：

(7)

(8)

在大樣本情形下，式(8)非常近似正態分布。

2.3 檢驗假設

下面我們將根據(8)式來構建極端風險下的市場的反應檢驗假設：

原假設(H0)：市場參與者對于正向(負向)極端風險是理性反應。

備擇假設(H1)：市場參與者對正向(負向)極端風險反應不足。

備擇假設(H2)：市場參與者對正向(負向)極端風險反應過度。

如果原假設成立，則統計量Z值應該不顯著異于0；在正向(負向)極端風險條件下，如果Z值顯著為正(負)，則市場對正向(負向)極端風險反應不足；在正向(負向)極端條件下，如果Z值顯著為負(正)，則市場對正向(負向)極端風險反應過度。假設H0成立則說明投資者在極端風險并不會表現出顯著的非理性行為。接受假設H1則說明極端風險會造成市場狂熱，容易造成投資者的追漲殺跌行為。接受假設H2則說明極端風險容易造成市場的過度反應。

3 實證研究

3.1 數據

本文實證所選用的數據為中國上海證券交易所綜合指數(上證綜指)日度收盤價數據。數據區間包括2002年1月1日至2013年10月28日，數據量為2988。數據來源于WIND數據庫，所選樣本區間完整的覆蓋了中國股票市場的最大牛市和熊市。之所以選擇2002年以后的數據是因為2001年以前中國股票市場相對不成熟，以散戶為主導，股價操縱行為較多；2001年以后機構投資者數量逐漸增加，大盤國有藍籌績優股也大量上市，市場相對走向成熟。

圖1 上證綜指歷史價格走勢時序圖

圖1給出了2002-2013年上證綜指收盤價走勢時序圖。從圖1縱可以看出，中國股票市場存在巨大的價格變動風險：上證綜指從2006年的2000點上漲到2007年的6000點在跌回2008年的2000點，前后就兩年時間。如此巨大的價格變動充分暴露中國股票投資者非理性的一面。表1給出了整個歷史時期股市收益率以及牛市和熊市期間股市收益率的基本統計量。如何選取熊市和牛市并無統一的標準，本文就簡單將股指出現最高年份——2007年定為牛熊分界點。2007年之前，股指基本呈上升趨勢，稱為牛市；2007年之后，股指基本呈下跌趨勢，稱為熊市。就全體數據樣本而言，上證綜指收益率標準差為0.0161；股市日均收益率為8.69E-05，非常接近于0，這與我們的假定也比較一致。分階段來看，牛市期間股市日均收益率為正，熊市股市日均收益率為負，且取值也都很小，基本滿足日均收益率為0的假設。同時股市在牛市時期的價格變動風險相對熊市期間要小：牛市日收益率標準差為0.0149，熊市日收益率標準差為0.0173。從最大值和最小值當中可以看出中國股市存在巨大風險。

表1 上證綜合指數日收益率基本統計量

3.2 閾值的設定

第二節假設投資者將標準化股市收益率超過某個設定的閾值T稱為極端風險。由于投資者的閾值并不可知，因此我們設定了不同的閾值。具體的，我們設定的閾值取值范圍是1.65～2.30，其中相鄰兩次閾值間隔為0.05，總共14個閾值。閾值范圍1.65～2.30基本對應正態分布的95%～99%的分位點。另外，投資者利用多長的歷史數據來估計收益率均值與方差也不可知，為此，我們利用不同窗寬的歷史數據來估計參數。具體的，我們設定的窗寬范圍是10～250個交易日，其中相鄰兩次窗寬相差10個交易日，總共25個窗寬。窗寬范圍10～250基本對應兩周到一年的交易日。

3.3 實證結果與分析

本文對全樣本以及牛市和熊市中市場對極端風險的反應分別進行實證分析，其中牛市和熊市的劃分跟表1保持一致。實證的具體過程如下：

第一步：選定閾值和窗寬；

第二步：假定在選定的窗寬內收益率的方差為常數，根據式(2)檢測t時刻是否有極端風險發生，如果不發生，則跳至第三 步；如果發生，則進行如下操作：

1. 如果是正向極端風險且t+1時刻收益率大于0，則Xt+1|t取值為1，否則取-1；

2. 如果是負向極端風險且t+1時刻收益率大于0，則Xt+1|t取值為1，否則取-1；

第三步：將時間t更新為t+1并重復第二步直到數據樣本結束；

第四步：根據式(8)分別計算出正向極端風險和負向極端風險條件下的Z值。

圖2-4(附錄A)分別給出了市場在極端風險下的Z值跟窗寬和閾值之間的關系。圖2-4從上到下分別為全樣本、牛市和熊市子樣本的Z值。其中，Z_n表示在負向極端風險下的Z值；Z_p表示在正向極端風險下的Z值。從圖2-4中可以看出中國股市在極端風險下的一些有趣特征：

一、在負向極端風險下，市場表現出明顯的過度反應特征。就全樣本而言(見圖2)，Z_n取值平均都在2以上，在5%水平下顯著大于0，而Z_p取值平均在1.5以下，在5%水平下不顯著大于0，說明市場對負向極端事件容易出現過度反應，而在正向極端事件中則沒有顯著的過度反應或反應不足；

二、市場在極端風險下的反應跟市場狀態密切相關。比較牛市和熊市可以發現(見圖3-4)，在熊市狀態下，Z_n的取值都非常明顯的小于在牛市狀態下的取值。平均來講，在牛市狀態下，Z_n在5%水平下顯著大于0，而在熊市狀態下，Z_n取值在5%水平下并不顯著的異于0。

以上的實證研究結果顯示我國股票市場對極端風險的反應不僅具有過度反應特征，即拒絕接受原假設H0，接受假設H2，而且這種反應具有非對稱性特征。

上述的結論是建立在對股價變化方向的研究基礎之上，并沒有考慮變化量的特征。一個有趣的問題是，如果投資者根據上述的結論來進行投資，那么投資者的收益和風險特征又將如何呢？假設投資者在任意條件下都可以按收盤價買入股票指數。具體的，投資者的投資策略如下：

第一步：檢驗t時刻是否有極端風險發生，如果沒有極端風險發生，則轉入第三步，如果極端風險發生，則進入第二步；

第二步：在t時刻以收盤價購入指數，并持有到t+1時刻以收盤價賣出，獲得收益率rt+1；

第三步：更新時刻t至t+1，轉入第一步

第四步：重復上述過程直至過程結束。

為了比較該投資策略與買入并持有投資策略的收益風險關系，我們在這借鑒了夏普比的思想，具體的我們采用如下的比率S來度量收益風險關系：

(9)

比率S取值越大，則說明單位風險的收益越高。同時，為了比較正向極端風險和負向極端風險的差異，我們在對正向和負向極端風險進行區分的基礎之上，對上述策略進行實證研究分析。相關的結果見圖5-7(附錄B)。圖5-7從上至下給出了在全樣本數據、牛市和熊市子樣本數據的分析結果。其中，S表示簡單地買入并持有策略下的S比率，S_p表示在正向極端風險下投資策略的S比率，S_n表示在負向極端風險下投資策略的S比率。從圖5-7中，我們也能看到一些有趣的特征：

(1) 基于極端風險的投資策略的收益風險比率優于買入并持有策略的收益風險比率。比較圖5-7中的S比率，可以發現，無論是全樣本還是牛市、熊市子樣本，無論是基于正向極端風險還是基于負向極端風險的投資策略，無論是調整窗寬還是調整閾值，平均而言，基于極端風險的S比率都表現出優于買入并持有策略的S比率；

(2) 總體來講，基于負向極端風險的交易策略要優于基于正向極端風險的交易策略，這表明與正向極端風險相比，投資者對于負向極端風險更傾向于表現為反應過度。基于負向極端風險計算的S比率幾乎一致的高于基于正向極端風險計算的S比率；

(3) 與熊市相比，在牛市中基于負向極端風險的投資粗略要顯著地優于基于正向極端風險的投資策略，這表明投資者對極端風險的反應與市場狀態密切相關；

(4) 負向極端風險下，風險收益比率隨著閾值的增加而增加，表明負向極端風險越惡劣，則場過度反應越強烈。從圖 5b中可以看出，S比率隨著閾值的增加具有非常明顯的上升趨勢。在正向極端風險條件下，S比率不具有明顯的趨勢特征；

(5) 與熊市相比，基于極端風險的風險收益比率在牛市中隨閾值上升而增加的趨勢更為顯著，表明在牛市中市場對負向極端風險更容易產生過度反應。從圖5b和6b中可以看出，S比率隨閾值增加而上升的趨勢在牛市中更為明顯。

綜合上述實證結果，本文發現中國股票市場對極端風險的反應具有顯著地非對稱性和非理性特征，且這種反應跟市場狀態密切相關。

4 結語

極端風險是一類特殊的事件，這類事件的發生往往會受到投資者的極大關注，并影響到投資者對資產的估值。本文首先利用統計指標來識別極端風險，然后利用中國股票市場的日度數據實證研究了投資者在遭受極端風險下的反應。

本文的實證研究結果發現中國股票市場對極端風險的反應具有明顯的非對稱性，且市場對極端風險的反應與市場狀態密切相關。具體表現在市場對負向極端風險表現為過度反應，且這種過度反應在牛市中表現尤為突出，而市場對正向極端風險并未表現出顯著地過度反應或反應不足。基于極端風險的投資策略要明顯的優于簡單地買入并持有投資策略。

本文的實證結果表明市場對極端風險的反應并非完全理性，且這種非理性行為已經影響到市場對資產的估值。

附錄A: Z值與窗寬和閾值關系

圖2a Z值和窗寬之間的關系，2002-2013

圖2b Z值和閾值之間的關系，2002-2013

圖3a Z值和窗寬之間的關系，2002-2007

圖3b Z值和閾值之間的關系，2002-2007

圖4a Z值和窗寬之間的關系，2008-2013

圖4b Z值和閾值之間的關系，2008-2013

附錄B: S比率與窗寬和閾值關系

圖5a S比率與窗寬的關系分析，2002-2013

圖5b S比率與閾值的關系分析，2002-2013

圖6a S比率與窗寬的關系分析，2002-2007

圖6b S比率與閾值的關系分析，2002-2007

圖7a S比率與窗寬的關系分析，2008-2013

圖7b S比率與閾值的關系分析，2008-2013

[1] Merton R C. A simple model of capital market equilibrium with incomplete information[J]. The Journal of Finance, 1987,42(3): 483-510.

[2] Peng Lin, Xiong Wei. Investor attention, overconfidence, and category learning[J]. Journal of Finance Economics, 2006, 80(3): 563-502.

[3] Barber B M, Odean T. All that glitters: The effect of attention and news on the buying behavior of individual and institutional investors[J]. Review of Financial Studies, 2008,21(2): 785-818.

[4] Seasholes M S, Wu G. Predictable behavior, profits and attention[J]. Journal of Empirical Finance, 2007, 14(5): 590-610.

[5] Peng Lin, Xiong Wei, Bollerslev T. Investors attention and time-varying comovements[J]. European Financial Management, 2007, 13(3): 394-422.

[6] Huddart S. Lang M, Yetman M H. Volume and price patterns around a stock′s 52-week highs and lows: The-

ory and evidence[J]. Management Science, 2009, 55(1): 16-31.

[7] Lou Dong. Attractive investor attention through advertising[J]. Review of Financial Stadies, 2014.

[8] Da Zhi, Engelberg J, Gao Pengjie. In search of attention[J]. The Journal of Finance, 2011, 66(5): 1461-1499.

[9] Liu Y Z, Zhang Zheng, Zhao Longkai. Speculation spillover[R]. Working Paper, Peking University, 2009.

[10] 權小鋒,吳世農. 投資者關注、盈余公告效應與管理層公告擇機[J].金融研究,2010, (11):90-107.

[11] 宋雙杰,曹暉,楊坤.投資者關注與 IPO 異象——來自網絡搜索量的經驗證據[J].經濟研究,2011,(S1):145-155.[12] 俞慶進,張兵.投資者有限關注與投資收益——以百度指數作為關注度的一項實證研究[J].金融研究,2012，(8)：152-165.

[13] 趙龍凱,陸子昱,王致遠.眾里尋“股”千百度——股票收益率與百度搜索量關系的實證探究[J].金融研究,2013,(4):183-195.

[14] 饒育蕾,徐莎,彭疊峰.股價歷史新高會導致股票收益異常嗎?——來自中國A股市場的證據[J].中國管理科學,2014,22(12):18-25.

[15] 賈春新,趙宇,孫萌,等.投資者有限關注與限售股解禁[J].金融研究,2010,(11):108-122.

[16] 張雅慧,萬迪,付雷鳴.基于投資者關注的媒體報道影響投資行為的實驗研究[J].系統工程,2012,30(10):19-27.[17] 李小晗,朱紅軍.投資者有限關注和信息解讀[J].金融研究,2011,(8):128-142.

[18] 謝海濱,陳沖,部慧,等.極端風險條件下的市場反應檢驗[J].系統工程理論與實踐,2011,31(4)：650-655.

Study on Response to Extreme Risk in Chinese Stock Market

XIE Hai-bin1， TIAN Jun2, WANG Shou-yang3

(1. School of Banking and Finance, University of International Business and Economics, Beijing 100029, China；2. Research Institute Shenzhen Stock Exchange, Shenzhen 518038, China;3.Academy of Mathematics and Systems Science,Chinese Academy of Sciences,Beijing 100190, China)

The question whether or not investors in financial markets are rational is of great importance in finance. The rationality of Chinese stock market under extreme risk is investiated in this paper. Defining extreme risk as returns above (below) a specified threshold, a statistical indicator is proposed to investigate the market response to extreme risk. Based on daily prices of Chinese stock market index over January 1, 2002-October 28, 2013, our results demonstrate some interesting characteristics of Chinese stock market under the extreme risk: 1. stock index is found to rebound in case of sharp fall in stock index；no such evidence is found in case of sharp rise in stock index；2. compared to bear market, stock index in bull market tends to rebound in case of extreme downside risk. Trading strategy based on extreme risk outperforms the simple buy-and-hold strategy, indicating the irrationality of Chinese stock market in case of extreme risk. The empirical findings demonstrate that investors in Chinese stock market is irrational and that extreme risk is an important factor in asset pricing.

extreme risk；overreaction；Chinese stock market

2014-10-19；

2015-05-09

教育部人文社科研究項目(14YJCZH167)；國家自然科學基金青年資助項目(71401033,71301027)；對外經濟貿易大學中央高校基本科研業務專項資金(15YQ08)

謝海濱(1982-)，男(漢族)，安徽黃山人， 對外經濟貿易大學金融學院講師，研究方向：管理科學與工程.

1003-207(2015)11-0039-07

10.16381/j.cnki.issn1003-207x.2015.11.005

F830.91

A