證券論文證券市場中羊群行為的比較研究

1、證券市場中羊群行為的比較研究 證券（證券論文）市場中羊群行為的比較研究摘要金融（金融論文）市場中的羊群行為(herdingbehaviors)是一種特殊的非理性行為，它是指投資者在信息環(huán)境不確定的情況下，行為受到其他投資者的影響，模仿他人決策，或者過度依賴于輿論(即市場中的壓倒多數(shù)的觀念)，而不考慮自己的信息的行為。由于羊群行為涉及多個投資主體的相關(guān)性行為，對于市場的穩(wěn)定性、效率有很大影響，也和金融危機有密切的關(guān)系(choeetal，1999；kaminskyetal，1999)，因此，羊群行為引起了學術(shù)界和政府監(jiān)管部門的廣泛關(guān)注。本文使用個股收益率的分散度指標，利用公開的價格數(shù)據(jù)，對于我國證

2、券市場的羊群行為進行了實證研究。該測度的優(yōu)越性在于它需要的數(shù)據(jù)易于獲得，計算方法簡單；但是也存在一個問題，即它是對于投資者羊群行為的一個很保守的測度。本文研究充分考慮了分散度測度的特點，將重點放在分散度的相對大小的比較上。一方面，將中國市場和美國證券市場的實證結(jié)果進行比較，結(jié)果發(fā)現(xiàn)我國證券市場的羊群行為程度高于美國證券市場的羊群行為程度。一、前言金融市場中的羊群行為(herdingbehaviors)是一種特殊的非理性行為，它是指投資者在信息環(huán)境不確定的情況下，行為受到其他投資者的影響，模仿他人決策，或者過度依賴于輿論(即市場中的壓倒多數(shù)的觀念)，而不考慮自己的信息的行為。由于羊群行為涉及多個

3、投資主體的相關(guān)性行為，對于市場的穩(wěn)定性、效率有很大影響，也和金融危機有密切的關(guān)系(choeetal，1999；kaminskyetal，1999)，因此，羊群行為引起了學術(shù)界和政府監(jiān)管部門的廣泛關(guān)注。目前已經(jīng)由許多關(guān)于羊群行為的理論模型，如scharftsteinetal(1990)提出的聲譽羊群行為(reputationalherd)模型、bikhchandanietal(1992)提出的信息流(informationalcascades)模型、banerjee(1992)提出的序列性(sequential)羊群行為模型，這些模型從不同角度對于羊群行為的效率、理性等問題進行了探討。相對于理論

4、研究，已有的羊群行為的實證研究比較薄弱。比較有代表性的研究是lakonishoketal(1990)對于美國證券市場養(yǎng)老基金的羊群效應的研究。該文提出了用買賣雙方交易量的不均衡來測度羊群行為，這種方法被后面的許多學者引用，并得到了一些改進。例如，wermers(1999)對他們的羊群行為的定義進行了修正。目前市場中的各種基金(如西方的養(yǎng)老基金和共同基金、中國的證券投資基金)使用他人的資產(chǎn)投資，受到一定程度的監(jiān)督和制約，因此必須定期公開持倉信息和交易信息，而其他投資者則沒有這種義務公開信息。lakonishoketa1(1990)和wermers(1999)提出的羊群行為的測度只能考察前者而不能

5、考察后者的羊群行為，因此具有一定的局限性。如果用公開的數(shù)據(jù)(價格)來研究羊群行為成為一個很重要的問題。william等(1995)對該問題作了研究，他認為如金融市場中確實存在羊群行為，大多數(shù)個人投資者的看法趨向于市場輿論，那么一個合理的推斷是：羊群行為顯著時的個股的收益率將不會太偏離市場的收益率。因此可以用分散化指標(即個股收益率對于資產(chǎn)組合平均收益率的標準方差)來度量羊群行為，該指標對個股收益率相對資產(chǎn)組合的平均收益率的接近程度進行了定量化處理。bikhchandanietal(1992)的理論模型認為在市場價格波動大(此時信息不確定性很大)，投資者最可能跟從市場輿論，此時羊群行為應該最明顯

6、。本文將對該模進行檢驗。即通過檢驗市場價格波動很大和波動平均水平下的分散化指標的相對大小來檢驗羊群行業(yè)的存在性。本文的結(jié)構(gòu)如下：第二、三部分說明羊群行為的檢驗方法和使用的數(shù)據(jù)，第四、五部分分別使用中國和美國的日收益率數(shù)據(jù)來檢驗羊群行為。第六部分總結(jié)。二、羊群行為的檢驗方法1分散度指標設(shè)資產(chǎn)組合s總共有n只股票，ri是股票i的收益率，是n只股票的平均收益率。s的收益率的分散度定義為：(1)該指標通過定量化個股收益率和資產(chǎn)組合收益率的一致程度來刻畫羊群行為的關(guān)鍵特征。當整個市場行為完全由羊群行為決定時，價格應該一致移動，分散度為0。如有一只股票的收益率偏離市場收益率，分散化程度增加。用分散度來測度

7、羊群行為具有一個最大的優(yōu)點，即它需要的數(shù)據(jù)容易獲得且計算方法簡單，這是其他羊群行為測度所不具有的。但是它也存在一個缺陷，即它是對投資者羊群行為的一個很保守的測度，低估了羊群行為的程度。只有當大多數(shù)投資者對于所有股票都表現(xiàn)出強烈的羊群行為時，大多數(shù)股票的收益率才可能表現(xiàn)出趨同性。william(1995)認為在回歸系數(shù)為正時，理性資產(chǎn)定價模型成立，不存在羊群行為。但是他沒有充分考慮分散度測度的保守性。本文認為正的回歸系數(shù)并不能直接拒絕羊群行為的存在。分散度的絕對值意義不大，有意義的是分散度的相對大小。因此在對檢驗結(jié)果進行分析時，應充分考慮該偏差的存在，并將重點放在相對值的比較上。比較分為兩個方面

8、進行，一是將中國市場數(shù)據(jù)和美國市場數(shù)據(jù)進行比較，得出我國羊群行為和美國羊群行為的差異；二是將市場收益率極低和極高時的羊群行為進行比較，得出投資者在兩者極端情況下的行為模型差異。2市場壓力下的羊群行為檢驗在市場存在壓力(價格波動劇烈)時，理性資產(chǎn)定價模型和羊群行為模型的區(qū)別最為明顯。理性資產(chǎn)定價模型認為由于不同的個股收益率對于市場收益率的敏感程度不同，市場壓力將導致分散化程度增加。而羊群行為模型認為在市場壓力的情況下，分散化程度減少。本文將使用日收益率來計算分散度指標。使用下面的回歸方程來檢驗極端收益率下的分散度和一般收益率下分散度是否存在差異：(2)其中clt和cht為表示市場是否為極端波動的

9、啞元變量。系數(shù)表示的是樣本中啞元元素所包括區(qū)域外的平均分散化指標。由于市場壓力并無統(tǒng)一標準，我們使用兩個標準(1%和5%)來定義極端的市場變化。1%(5)的標準將clt，cht限制在收益率分布函數(shù)的1%和5%的最低和最高的區(qū)域。clt和cht定義如下：用rmt表示市場在時間t時的收益率，用rm(pl)和rm(ph)表示市場收益率分布的p分位數(shù)。在1%標準時，pl=,ph=；在5%的標準時，pl=005，ph=095如rmtrm（pl）,clt=1;否則，clt=0。如rmt>rm（ph）,cht=1;否則，cht=0。如果1<和2<0，則結(jié)論支持羊群行為假設(shè)；如2>1，

10、表明市場收益率極高時的羊群行為低于市場收益率極低時的羊群行為；如2<1，表明市場收益率極低高時的羊群行為低于市場收益率極高低時的羊群行為。三、數(shù)據(jù)中國市場的上市公司個股和大盤的收益率數(shù)據(jù)來自由香港理工大學中國會計（會計論文）與金融研究中心和深圳市泰安信息技術(shù)有限公司聯(lián)合開發(fā)的中國股票市場研究數(shù)據(jù)庫(chinastockmarket&accountingresearch，簡稱csmar)，該數(shù)據(jù)庫按照國際標準數(shù)據(jù)庫(crsp和comurstat)的調(diào)整技術(shù)計算個股收益率，對于上市公司的紅利、配股、拆細等因素都進行了相應的調(diào)整，使得回報率數(shù)據(jù)具有可比性和可信性。采樣區(qū)間從1992年1月2日到

11、2000年12月31日，包括了滬深兩地所有上市公司的日收益率和月收益率數(shù)據(jù)(采用不考慮現(xiàn)金再投資的收益率)。資產(chǎn)組合的收益率按照平均加權(quán)方法計算，分散化指標根據(jù)公式(1)計算。為了檢驗行業(yè)中的羊群行為，對于行業(yè)資產(chǎn)組合也分別計算了分散化系數(shù)，按照csmar的分類標準公司將所有上市公司分為6類(金融、公用事業(yè)、房地產(chǎn)、綜合、工業(yè)、商業(yè))。美國市場的數(shù)據(jù)來自由s&p公司提供的compustat數(shù)據(jù)庫，我們選擇構(gòu)成標準普爾500(standard&pool500)指數(shù)的500只在美國證券市場交易的股票為樣本。為與中國的數(shù)據(jù)具有可比性，取樣時間為1992年1月到2000年12月，與中國證券市場的取樣時間一致。行業(yè)資產(chǎn)組合按照compus-tat的經(jīng)濟部門(economicsector)分類標準公司將所有上市公司分為10類(能源，材料，工業(yè)，服務業(yè)、零售業(yè)、醫(yī)衛(wèi)、金融、信息技術(shù)、遠處通訊服務和公用事業(yè))。表1給出了分散度的平均水平、標準差和用來計算這些統(tǒng)計數(shù)的平均公司數(shù)。中國市場日收益率的分散度指標平均值為243。從行業(yè)分布來看，金融業(yè)的分散度最低，只有166；工業(yè)的分散度指標最高，平均分散度為245。在美國市場中，整個