基于交易量序贯模型的中国股市羊群行为实证研究
时间：2021-01-25 08:00:23 来源：雅意学习网 本文已影响 人 
一、引言
证券交易过程中，中小投资者由于在资金、信息和投资知识存量上处于劣势，通常会倾向于观察公开交易信息进行交易。另外投资者与基金经理之间、基金经理之间存在着信息不对称，为了避免因投资失误而出现的声誉和报酬风险，基金经理之间也产生模仿其它基金经理投资行为的动机。这些原因导致金融市场出现羊群行为现象，羊群行为是指投资者在信息不确定环境下，因受他人行为的影响，进而忽视自己的私人信息而模仿他人行动的决策行为。
到目前为止，国内对羊群行为的研究仍局限在对股票市场羊群行为的存在性检验和特征描述上，而对市场羊群行为与股市走势有何关系，各行业羊群行为分布是怎样的，羊群行为对投资者而言是否会产生收益等问题的研究甚少。然而如何利用市场已知信息对个股某段时期内的羊群行为程度测度直接影响到机构投资者的投资效果。此外，对个股羊群行为程度的认识也有助于中小投资者规避风险，识别市场信息。为此，本文引入Rani等(2007)的交易量序贯模型，试图在计算出个股季度的羊群行为程度的基础上，进一步回答上述问题，以期为投资者的投资决策和股市监管问题提供一些有价值的结论。
二、交易量序贯模型的构建
股票市场羊群行为源于投资者的认知变化，不易刻画，但模仿行为使得投资者在连续一段时间内买卖相同的股票，结果会导致交易量的序列相关，在市场特征上则表现为“聚集性”。这种交易的聚集性与投资者买卖股票的一致性行为是等价的，都包含了投资者从众状况的信息，由于金融时间序列的“聚集性”可通过自相关来描述，所以可以利用日交易量之间的自相关系数来刻画羊群行为程度。Rani(2007)对美国股票市场的实证检验表明：日交易量自相关性确实能够反映股票市场中的羊群行为程度。
本文借鉴Rani提出的方法来度量个股的羊群行为程度。在该方法的框架下，采用“羊群行为程度”（以下简称SPEC）指标来衡量股市中投资者模仿他人投资的程度，将其定义为日交易量相对于前一日交易量的自相关系数。SPEC经济意义上可以表述为：同一时期内，大部分投资者买入或卖出同一个股票行为的程度，SPEC值越大时，则表示这只股票的羊群行为程度越显著。因此，本文首先估计了股票日成交量之间的自相关系数β1iq。
羊群行为是投资者之间的模仿行为引起的，与此对应，投资者观察到资产真实价值的变化而同时调整投资组合，如影响整个市场的重大信息发生，从而导致股票交易量的递增或递减，这实际上是投资者对经济基本面所采取的行为，而非模仿他人，这种行为是“伪羊群行为”。鉴于此，我们将各股票的日交易量进行标准化，即把日交易量与市场日交易量的比值作为股票日成交量的代理变量，从而有效的排除了“伪羊群行为”的可能。计算公式如下：
Voldiq=β1iqVold-1,iq+β2iqday1+β3iqday2+β4iqday3+β5iqday4+β6iqday5+uiq(1)
其中，Voldiq为i股票第q季度中第d天的股票成交量；day1~day5为虚拟变量，当第d天为周i时dayi为1，否则为0，该虚拟变量是为了分离周效应引起的交易量的变化。
获得日成交量的自相关系数之后，建立回归方程，进而分离导致股票成交量序列相关的其他因素。Beaver(1986)，Bamber(1986)，Jain(1988)等人在文章中指出，公司规模、同行业竞争强度、知情交易水平及股票市场的波动性等因素均可导致日交易量的自相关。这种情况下会造成不同公司、行业和不同时期的羊群行为指标不具有可比性，因此需要通过回归进一步将导致成交量序列相关的这些因素分离出去。分别以公司流通市值、行业内公司数、llorente和收益的方差作为公司规模、同行业竞争强度、知情交易水平、波动性的代理变量。llorente计算公式为式(2)：
returnt+1=c0+c1*returnt+llorente*returnt*Vt+ut(2)
其中，returnt为第t个交易日的对数收益率；Vt为长期时间趋势调整之后的股票换手率，计算公式为式(3)：
Vt=log(turnovert)-1200∑-1s=-200log(turnovert+s(3)
其中，turnovert为第t个交易日的股票换手率，定义为当日交易的股数除以总流通股数。
通过回归将导致交易量自相关的其他因素分离出去，计算公式如下：
ACCiq=αi+β*ln(MVEiq)+γ*SICiq+Φ*variq+δ*llorenteiq+SPECiq(4)
上式中，ACCiq为日交易量自相关系数β1iq；MVEiq为i公司q季度末的流通市值；SICiq为i公司q季度所在行业的公司数；variq为i公司第q季度的日收益的方差；llorenteiq为i公司q季度的知情交易水平；残差项SPECiq即本文定义的股票i第q季度的羊群行为程度。
三、实证检验
本文采用上述交易量序贯模型量化中国股票市场整体及个股的羊群行为程度，进而对市场羊群行为程度与股票市场指数走势关系、各股票所属行业的羊群行为水平进行考察，并且对个股SPEC值与其收益之间的关系进行实证分析。试图通过对我国股票市场羊群行为的特征和实际影响进行分析，进而推论出其在现实中的应用，从而为投资者和金融监管部门等经济主体应对羊群行为提供建议。
1数据来源及初步处理
本文选取1998年1月1日前上市的A股股票作为研究样本，截止2007年12年30日为止，有效样本股票共134支。其中不包括退市股票，以及1998年后相继上市的股票。样本中交易量波动超过5σ的日数据属于异常数据和不足26个交易日的季度数据予以剔除。
2实证检验及分析
（一）参数的估计和分析
利用样本数据，对式(1)~式(4)分别进行估计，结果如表1、表2和表3所示。表1给出个股交易量自相关系数(ACCiq)、周内的虚拟变量(dayi)的参数估计结果的均值、各个参数所对应的t值的中值。
表1 个股交易量自相关系数回归结果
变量系数t值
Volt-10.4775283.683***
day10.0004252.922**
day20.0004193.537***
day30.0004262.648*
day40.0004262.505*
day50.0004303.021**
注：***表示在1%的置信度上显著；**表示在5%的置信度上显著；*表示在10%的置信度上显著。下同
结果显示交易量的自回归系数是正的，并在统计上是显著。这意味着季度内日交易量之间存在较强的相关性，这与前文的理论分析结果一致。
由于区分羊群行为和干扰因素导致日交易量自相关之后，可以更加清晰地辨识羊群行为程度，所以通过进一步回归，将导致交易量自相关的干扰因素分离出去。结果如表2所示。
表2 干扰因素回归结果
变量系数t值
C00.4389.069***
Ln(MV)0.0020.671
SIC–0.000–0.333
var13.1735.855***
llorente0.0357.624***
