探討香港股市交易量對(duì)其羊群行為的影響

摘要：我們的研究是黃（2020）[1]對(duì)香港股市羊群行為實(shí)證研究的延伸。我們采用兩種方法，包括Zheng等人（2017）[6]方法和Lam 和 Qiao（2015）[4]方法，以分析香港股市交易量對(duì)其羊群行為的影響。我們發(fā)現(xiàn)，每天交易量似乎并沒有為香港股市羊群行為的回歸模型增加具統(tǒng)計(jì)意義的價(jià)值。這暗示香港股市交易量沒有影響其羊群行為，于Zheng等人（2017）[6]以及Lam和Qiao（2015）[4]的實(shí)證結(jié)果不一樣。我們認(rèn)為，這可能是因?yàn)閮r(jià)格已經(jīng)能充分反映交易量的訊息，也可能是因?yàn)榻灰琢繉?duì)羊群行為的影響是非常短暫的。

關(guān)鍵詞：羊群行為;香港股市;交易量;橫斷面絕對(duì)值絕對(duì)偏差（CSAD）

1.引言

Lamoureux 和Lastrapes （1990）[3]提出股票收益率受訊息流所影響。由于訊息流無法量度，他們提出以交易量作為訊息流的參考指標(biāo)。大量文獻(xiàn)支持交易量與股票收益率的關(guān)系。Kao等人（2019）[2]發(fā)現(xiàn)，在美國期貨市場(chǎng)中，較大的交易量有利于投資者獲得回報(bào)，但也導(dǎo)致波動(dòng)性增加。另外，Li等人（2019）[5]發(fā)現(xiàn)，“逃往流動(dòng)性”可以部分解釋特質(zhì)波動(dòng)難題，投資者的賭博和羊群心理。

盡我們最大的理解，Zheng等人（2017）[6]以及Lam和Qiao（2015）[4]是較近期專注研究香港股市羊群行為的文章。他們?cè)谘芯肯愀酃墒薪灰琢繉?duì)其羊群行為的影響時(shí)，采用了兩種不同的實(shí)證方法，且得出了令人驚訝的相反結(jié)果。Zheng等人（2017）[6]發(fā)現(xiàn)，在1993年7月19日至2013年7月17日的樣本期內(nèi)，香港股市的交易量較低時(shí)，羊群行為更為顯著。然而，Lam和Qiao（2015）[4]結(jié)果則表明，在1994年4月1日至2006年12月31日這兩個(gè)子樣本時(shí)期之一，當(dāng)香港股市的交易量很高時(shí)，羊群行為存在。

由于他們實(shí)證結(jié)論并不太一致，加上交易量能提供另一個(gè)角度來探討香港股市羊群行為，所以我們對(duì)香港股市的交易量對(duì)其羊群行為的影響，進(jìn)行實(shí)證研究。

在本文的其余部分安排如下。 在第二章中，我們提供了實(shí)證方法的詳細(xì)描述和數(shù)據(jù)。 在第三章中，我們將討論和分析實(shí)證結(jié)果。在第四章中，我們將提供結(jié)論性意見并討論研究結(jié)果的含義。最后，我們按姓氏字母排序，列出參考文獻(xiàn)。

2.數(shù)據(jù)與方法

我們的研究是黃（2020）[1]的延伸，并使用同樣的數(shù)據(jù)，即是從彭博資訊收集香港股市主板和創(chuàng)業(yè)板的股票的每日價(jià)格數(shù)據(jù)，包含從1994年1月3日（引入賣空和股票期權(quán)開始）到2018年10月10日期間的2273股香港股票。在除去非交易日后，每只股票具有6114時(shí)點(diǎn)的價(jià)格數(shù)據(jù)。

我們的研究主要針對(duì)交易量會(huì)否影響香港股市羊群行為，采用兩種方法并比較實(shí)證結(jié)果。 我們首先遵循Zheng等人（2017）[6]的方法，根據(jù)記錄的市場(chǎng)交易量值的一年移動(dòng)平均值的分布將整個(gè)樣本分為三個(gè)子樣本。 最高的25%和最低的25%分別定義為高交易量狀態(tài)和低交易量狀態(tài)，其余50%定義為正常交易量狀態(tài)。由于我們考慮國際股市和中國內(nèi)地股市對(duì)香港股市的潛在影響，我們采用黃（2020）[1]的模型（1）1，加上Zheng等人（2017）[6]的方法，分別對(duì)所有三個(gè)子樣本進(jìn)行回歸。

（1）

其中

Ri，t是在時(shí)間t公司i觀察到的股票收益率，

Ri，t=1nPi，t-1nPi，t-1

Pi，t以及Pi，t-1分別是在時(shí)間t及時(shí)間t-1公司i的實(shí)測(cè)股價(jià)，Rm，t是投資組合m在時(shí)間t的n個(gè)收益率的橫斷面平均值，n是投資組合m中的公司數(shù)目。

RSSE，t是在時(shí)間t上海證券綜合指數(shù)的收益率，RS&P，t-1是在時(shí)間t-1的標(biāo)準(zhǔn)普爾500指數(shù)的收益率2。

然后，我們也遵循Lam和Qiao（2015）[4]，參照Tan等人（2008）的方法。他們基于市場(chǎng)交易量定義兩個(gè)虛擬變量? ? ? ? ?和? ? ? ? ? 。當(dāng)?shù)趖天的市場(chǎng)交易量大于之前的30天平均值3時(shí)，它被分類為高交易量狀態(tài)和虛擬變量? ? ? ? ?為1。但是，當(dāng)?shù)趖天的市場(chǎng)交易量小于之前的30天平均值時(shí)，它被分類為低交易量狀態(tài)和虛擬變量? ? ? ? 為1當(dāng)?shù)趖天的市場(chǎng)交易量大于之前的30天平均值時(shí)，它被分類為高交易量狀態(tài)和虛擬變量? ? ? ? ?為1。

基于市場(chǎng)交易量的虛擬變量，我們重寫模型（1）為模型（2），再進(jìn)行回歸。

其中

投資組合m在時(shí)間t的交易量為Vm，t。

如果Vm，t大于其先前的30天移動(dòng)平均值，? ? ? ? ? =1。否則，

=0。

如果Vm，t小于其先前的30天移動(dòng)平均值，? ? ? ? =1。否則，

=0。

換句話說，? ? ? ? =1-

我們也遵循Lam和Qiao（2015）[4]進(jìn)行Wald檢驗(yàn)，零假設(shè)是γ3-γ4=0。若檢驗(yàn)否定零假設(shè)，這將支持香港股市存在不對(duì)稱羊群行為。

Zheng等人（2017）[6]的方法基于高、低和正常的三個(gè)市場(chǎng)交易量狀態(tài)，將整個(gè)樣本期分為三個(gè)子樣本。我們認(rèn)為，這方法重于捕獲市場(chǎng)交易量對(duì)羊群行為的長期影響。 然而，若研究涵蓋較長時(shí)間的樣本期，實(shí)證結(jié)果可能受市場(chǎng)微觀結(jié)構(gòu)變化所影響。Lam 和 Qiao（2015）[4]的方法在定義高、低交易量日期時(shí)，則較關(guān)注動(dòng)態(tài)交易量信息，但沒有將正常的交易量狀態(tài)計(jì)算在內(nèi)。我們認(rèn)為，這方法能檢驗(yàn)市場(chǎng)交易量對(duì)羊群行為的短期影響。兩個(gè)方法可能得出不同結(jié)果。

3.實(shí)證結(jié)果與分析

鑒于我們跟黃（2020）[1]使用同樣的數(shù)據(jù)，我們就此省略每日收益率的橫斷面平均值序列CSADt和每日橫斷面絕對(duì)值絕對(duì)偏差序列false的描述性統(tǒng)計(jì)分析。正如第二章所述，我們先采用Zheng 等人（2017） [6] 方法，再采用Lam 和 Qiao（2015）[4]方法，進(jìn)行實(shí)證研究交易量對(duì)香港股市羊群行為的影響。我們?cè)诖苏鹿?jié)陳述這兩個(gè)方法的回歸結(jié)果，以及作出比較和分析。

3.1Zheng等人（2017）[6]方法的檢驗(yàn)結(jié)果

表1顯示我們按模型（1）在三個(gè)子樣本（分別是高、低和正常交易量狀態(tài)）進(jìn)行回歸得出的結(jié)果。

在低交易量狀態(tài)的子樣本中，三個(gè)羊群系數(shù)γ2、γ3和γ4，γ3和γ4的估計(jì)值都具有統(tǒng)計(jì)意義，但只有γ3的估計(jì)值是負(fù)值。此外，系數(shù)γ1的估計(jì)值也是有統(tǒng)計(jì)意義，且是負(fù)值，并大于羊群系數(shù)γ2和γ4的估計(jì)值，分別是其1.9倍和4.7倍。這代表受內(nèi)地股市影響的羊群系數(shù)γ3可能足以減少橫截面收益率分散度，表明在低交易量狀態(tài)中，香港股市存在圍繞內(nèi)地股市訊息而作出羊群行為的實(shí)證。

表1 香港股市的羊群行為在高、低和正常交易量狀態(tài)的

估計(jì)結(jié)果

表1報(bào)告了第二章基于模型（1）的回歸結(jié)果，包括估計(jì)系數(shù)和調(diào)整R方。 在三個(gè)子子樣本中，分別是高、低和正常交易量狀態(tài)，我們分別進(jìn)行以下模型：

其中Rm，t是投資組合m在時(shí)間t的n個(gè)回報(bào)的橫斷面平均值，n是投資組合m中的公司數(shù)目，RSSE，t是在時(shí)間t上海證券綜合指數(shù)的收益率，RS&P，t-1是在時(shí)間t-1的標(biāo)準(zhǔn)普爾500指數(shù)的收益率。括號(hào)中的數(shù)字是基于Newey和West（1987）的方法，使得當(dāng)序列存在異方差和序列自相關(guān)時(shí)，仍能得出其標(biāo)準(zhǔn)誤差一致性的t統(tǒng)計(jì)量。 *，**和***分別表示10%，5%和1%水平的統(tǒng)計(jì)顯著性。

可是，在高、正常交易量狀態(tài)的子樣本中，則均只有其中一個(gè)羊群系數(shù)的估計(jì)值具有統(tǒng)計(jì)意義，分別是γ2 和γ4，但他們的估計(jì)值是正值。這表示當(dāng)香港股市處于高交易量狀態(tài)時(shí)，當(dāng)?shù)毓墒惺找媛势椒脚c香港股市的橫截面收益率分散度呈正相關(guān)，而在這表示當(dāng)香港股市處于正常交易量狀態(tài)時(shí)，美國股市的收益率平方與香港股市的橫截面收益率分散度呈正相關(guān)。這個(gè)實(shí)證結(jié)果表示當(dāng)香港股市處于市場(chǎng)高或正常交易量狀態(tài)時(shí)，香港股市缺乏羊群行為的實(shí)證。另外，我們也需要注意的是，這結(jié)果可能暗示此模型不能正確地檢驗(yàn)香港股市的羊群行為。

我們檢驗(yàn)得出的結(jié)果與Zheng等人（2017）[6]的發(fā)現(xiàn)大致上相同。他們發(fā)現(xiàn)，相對(duì)在高、正常交易量狀態(tài)時(shí)，香港股市的行業(yè)羊群行為在低交易量狀態(tài)時(shí)更為顯著。而我們的實(shí)證結(jié)果則得出，在低交易量狀態(tài)中，香港股市圍繞內(nèi)地股市訊息出現(xiàn)羊群行為，但是在高、正常交易量狀態(tài)，缺乏實(shí)證數(shù)據(jù)支持香港股市存在羊群行為。

3.2 Lam 和 Qiao（2015）[4]的方法：檢驗(yàn)結(jié)果

我們采用Lam 和 Qiao（2015）[4]方法，以檢驗(yàn)在高、低交易量市場(chǎng)狀態(tài)下，香港股票市場(chǎng)的羊群效應(yīng)，表2顯示了這檢驗(yàn)結(jié)果。另外，表2也報(bào)告了Wald檢驗(yàn)的結(jié)果。

表2 高交易量和低交易量市場(chǎng)狀態(tài)下市場(chǎng)羊群估計(jì)結(jié)果

表2報(bào)告基于方程（2）的回歸結(jié)果，包括估計(jì)系數(shù)和調(diào)整R方。我們?yōu)槿珮颖具\(yùn)行以下模型：

其中Rm，t是投資組合m在時(shí)間t的n個(gè)回報(bào)的橫斷面平均值，n是投資組合m中的公司數(shù)目，RSSE，t是間t上海證券綜合指數(shù)的收益率，以及RS&P，t-1是在時(shí)間t-1的標(biāo)準(zhǔn)普爾500指數(shù)的收益率。投資組合m在時(shí)間t的交易量為Vm，t。

如果Vm，t大于其先前的30天移動(dòng)平均值，? ? ? ? =1。否則，

=0。

如果Vm，t小于其先前的30天移動(dòng)平均值，? ? ? ? ? =1 。否則，

=0。

Wald檢驗(yàn)，零假設(shè)是γ3-γ4=0。若檢驗(yàn)否定零假設(shè)，這將支持香港股市存在不對(duì)稱羊群行為。括號(hào)中的數(shù)字是基于Newey和West（1987）的方法，使得當(dāng)序列存在異方差和序列自相關(guān)時(shí)，仍能得出其標(biāo)準(zhǔn)誤差一致性的t統(tǒng)計(jì)量。 *，**和***分別表示10%，5%和1%水平的統(tǒng)計(jì)顯著性。

在四個(gè)羊群系數(shù)γ3、γ4、γ5和γ6，檢驗(yàn)結(jié)果顯示只有γ5和γ6的估計(jì)值具有統(tǒng)計(jì)意義，但只有γ5的估計(jì)值是負(fù)值。此外，系數(shù)γ1和γ2的估計(jì)值也是有統(tǒng)計(jì)意義，并遠(yuǎn)遠(yuǎn)大于羊群系數(shù)γ5的估計(jì)值。這代表受內(nèi)地股市影響的羊群系數(shù)γ5可能不足以減少橫截面收益率分散度，未能為香港股市存在圍繞內(nèi)地股市訊息的羊群行為提出足夠的實(shí)證。γ6的估計(jì)值具有統(tǒng)計(jì)意義，并且是正值，這指出美國股市的收益率平方與香港股市的橫截面收益率分散度呈正相關(guān)。

Wald檢驗(yàn)結(jié)果拒絕零假設(shè)γ3-γ4=0，這本來支持香港股市存在不對(duì)稱羊群行為?？墒?，高交易量的市場(chǎng)羊群系數(shù)γ3和低交易量的市場(chǎng)羊群系數(shù)γ4的估計(jì)值均不具有統(tǒng)計(jì)意義，這表示在香港股市中，交易量狀態(tài)的高低對(duì)其羊群行為的影響缺乏實(shí)證證據(jù)支持。這結(jié)果也可能暗示此模型不能正確地檢驗(yàn)香港股市的羊群行為。

Lam和Qian（2015）[4]發(fā)現(xiàn)高交易量的市場(chǎng)羊群系數(shù)γ3和低交易量的市場(chǎng)羊群系數(shù)γ4的估計(jì)值具有統(tǒng)計(jì)意義，但其他們計(jì)值是正值。這能提供了在香港股市的高和低交易量市場(chǎng)狀態(tài)均沒有市場(chǎng)羊群行為的實(shí)證證據(jù)。然而，我們的結(jié)果則尚無定論。

4.結(jié)論

我們發(fā)現(xiàn)，無論采用的是Zheng 等人（2017） [6]方法，或是Lam 和 Qiao（2015）[4]方法，交易量在實(shí)證研究香港股市羊群行為時(shí)，似乎沒有為回歸模型增加價(jià)值。我們認(rèn)為，這可能是因?yàn)閮r(jià)格已經(jīng)充分反映交易量的訊息，也可能是因?yàn)榻灰琢繉?duì)羊群行為的影響是短暫的。我們認(rèn)為，未來研究可以使用更高頻率的數(shù)據(jù)，有助于驗(yàn)證這一點(diǎn)。

由于我們研究結(jié)果發(fā)現(xiàn)每天交易量沒有為香港股市羊群行為的回歸模型增加價(jià)值，這對(duì)金融市場(chǎng)持分者有一定的參考價(jià)值。然而，我們的實(shí)證結(jié)論局限在于兩種方法，我們認(rèn)為，未來還可以使用其他方法來進(jìn)行實(shí)證研究，以及檢驗(yàn)在其他條件下的市場(chǎng)羊群行為。

參考文獻(xiàn)：

[1]黃詠詩， 探討香港股市羊群行為，經(jīng)營者，2020（34）：212-214，233。

[2]Kao，Y-S.，Chuang， H-L.，和 Ku， Y-C.，市場(chǎng)收益，收益波動(dòng)率和交易量之間的實(shí)證聯(lián)系：來自標(biāo)普500指數(shù) VIX期貨的證據(jù)[J].北美經(jīng)濟(jì)與金融雜志，2019： 100871。

[3]Lamoureux，C.G.，和Lastrapes， W.D.，方差的持久性，結(jié)構(gòu)變化和GARCH模型[J].商業(yè)與經(jīng)濟(jì)統(tǒng)計(jì)雜志，1990（8）：225-234。

[4]Lam， K.S.K.，和Qiao，Z.，羊群行為和基本因素：香港經(jīng)驗(yàn)[J].太平洋盆地金融雜志，2015（32）：160-188。

[5]Li， S.Y.， Zhang， T.， 和 Li， Y.X.， 流動(dòng)資金流動(dòng)：來自中國股市的證據(jù)[J].新興市場(chǎng)評(píng)論，2019（38）：159-181。

[6]Zheng，D.，Li，H.，和ChiangT.C，行業(yè)羊群行為：來自亞洲股票市場(chǎng)的證據(jù)[J].國際經(jīng)濟(jì)金融評(píng)論，2017（51）：487-509。

注釋：

1.黃（2020）[1]的模型跟隨Christie 和Huang （1995）的方法，以及 Chang、Cheng 和 Khorana （2000）的方法，再加上Zheng 等人 （2017） [6]、 Chiang 和 Zheng （2010）以及Tan 等人 （2008），進(jìn)行修改。

2.由于美國和香港股市之間存在時(shí)間滯后，所以我們選擇了標(biāo)準(zhǔn)普爾500指數(shù)的滯后收益率。這與黃（2020）[1]、Zheng等人（2017）[6]、Yao等人（2014），以及 Chiang等人（2010）的做法一樣。

3.我們跟隨 Tan等人（2008）和Lam 和 Qiao（2015）[4]，還使用30天、60天、90天和120天移動(dòng)平均線對(duì)高低交易量狀態(tài)進(jìn)行分類。

作者簡介：黃詠詩（1983-），女（廣東省），上海財(cái)經(jīng)大學(xué)金融學(xué)院博士生，主要從事經(jīng)濟(jì)及金融分析研究。