证券市场中羊群行为的比较研究
证券市场中羊群行为的比较研究
[摘要] 金融市场中的羊群行为(Herding Behaviors)是一种特殊的非理性行为，它是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论(即市场中的压倒多数的观念)，而不考虑自己的信息的行为。由于羊群行为涉及多个投资主体的相关性行为，对于市场的稳定性、效率有很大影响，也和金融危机有密切的关系(Choe et al， 1999；Kaminsky et al，1999)，因此，羊群行为引起了学术界和政府监管部门的广泛关注。本文使用个股收益率的分散度指标，利用公开的价格数据，对于我国证券市场的羊群行为进行了实证研究。该测度的优越性在于它需要的数据易于获得，计算方法简单；但是也存在一个问题，即它是对于投资者羊群行为的一个很保守的测度。本文研究充分考虑了分散度测度的特点，将重点放在分散度的相对大小的比较上。一方面，将中国市场和美国证券市场的实证结果进行比较，结果发现我国证券市场的羊群行为程度高于美国证券市场的羊群行为程度。
一、前言
金融市场中的羊群行为(Herding Behaviors)是一种特殊的非理性行为，它是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论(即市场中的压倒多数的观念)，而不考虑自己的信息的行为。由于羊群行为涉及多个投资主体的相关性行为，对于市场的稳定性、效率有很大影响，也和金融危机有密切的关系(Choe et al， 1999；Kaminsky et al，1999)，因此，羊群行为引起了学术界和政府监管部门的广泛关注。
目前已经由许多关于羊群行为的理论模型，如Scharftstein et al(1990)提出的声誉羊群行为(Reputational herd)模型、Bikhchandani et al(1992)提出的信息流(Informational Cascades)模型、Banerjee(1992)提出的序列性(Sequential)羊群行为模型，这些模型从不同角度对于羊群行为的效率、理性等问题进行了探讨。相对于理论研究，已有的羊群行为的实证研究比较薄弱。比较有代表性的研究是Lakonishok et al(1990)对于美国证券市场养老基金的羊群效应的研究。该文提出了用买卖双方交易量的不均衡来测度羊群行为，这种方法被后面的许多学者引用，并得到了一些改进。例如，Wermers(1999)对他们的羊群行为的定义进行了修正。
目前市场中的各种基金(如西方的养老基金和共同基金、中国的证券投资基金)使用他人的资产投资，受到一定程度的监督和制约，因此必须定期公开持仓信息和交易信息，而其他投资者则没有这种义务公开信息。Lakonishok et a1(1990)和Wermers (1999)提出的羊群行为的测度只能考察前者而不能考察后者的羊群行为，因此具有一定的局限性。如果用公开的数据(价格)来研究羊群行为成为一个很重要的问题。William等(1995)对该问题作了研究，他认为如金融市场中确实存在羊群行为，大多数个人投资者的看法趋向于市场舆论，那么一个合理的推断是：羊群行为显著时的个股的收益率将不会太偏离市场的收益率。因此可以用分散化指标(即个股收益率对于资产组合平均收益率的标准方差)来度量羊群行为，该指标对个股收益率相对资产组合的平均收益率的接近程度进行了定量化处理。
Bikhchandani et al(1992)的理论模型认为在市场价格波动大(此时信息不确定性很大)，投资者最可能跟从市场舆论，此时羊群行为应该最明显。本文将对该模进行检验。即通过检验市场价格波动很大和波动平均水平下的分散化指标的相对大小来检验羊群行业的存在性。本文的结构如下：第二、三部分说明羊群行为的检验方法和使用的数据，第四、五部分分别使用中国和美国的日收益率数据来检验羊群行为。第六部分总结。
二、羊群行为的检验方法
1．分散度指标
设资产组合S总共有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义为：
(1)该指标通过定量化个股收益率和资产组合收益率的一致程度来刻画羊群行为的关键特征。当整个市场行为完全由羊群行为决定时，价格应该一致移动，分散度为0。如有一只股票的收益率偏离市场收益率，分散化程度增加。用分散度来测度羊群行为具有一个最大的优点，即它需要的数据容易获得且计算方法简单，这是其他羊群行为测度所不具有的。但是它也存在一个缺陷，即它是对投资者羊群行为的一个很保守的测度，低估了羊群行为的程度。只有当大多数投资者对于所有股票都表现出强烈的羊群行为时，大多数股票的收益率才可能表现出趋同性。William(1995)认为在回归系数为正时，理性资产定价模型成立，不存在羊群行为。但是他没有充分考虑分散度测度的保守性。本文认为正的回归系数并不能直接拒绝羊群行为的存在。分散度的绝对值意义不大，有意义的是分散度的相对大小。因此在对检验结果进行分析时，应充分考虑该偏差的存在，并将重点放在相对值的比较上。比较分为两个方面进行，一是将中国市场数据和美国市场数据进行比较，得出我国羊群行为和美国羊群行为的差异；二是将市场收益率极低和极高时的羊群行为进行比较，得出投资者在两者极端情况下的行为模型差异。
2．市场压力下的羊群行为检验
在市场存在压力(价格波动剧烈)时，理性资产定价模型和羊群行为模型的区别最为明显。理性资产定价模型认为由于不同的个股收益率对于市场收益率的敏感程度不同，市场压力将导致分散化程度增加。而羊群行为模型认为在市场压力的情况下，分散化程度减少。本文将使用日收益率来计算分散度指标。
使用下面的回归方程来检验极端收益率下的分散度和一般收益率下分散度是否存在差异：
(2) 其中CLt和CHt为表示市场是否为极端波动的哑元变量。系数α表示的是样本中哑元元素所包括区域外的平均分散化指标。由于市场压力并无统一标准，我们使用两个标准(1%和5%)来定义极端的市场变化。1%(5％)的标准将CLt，CHt限制在收益率分布函数的1%和5%的最低和最高的区域。CLt和CHt定义如下：
用rmt表示市场在时间t时的收益率，用rm(pl)和rm(ph)表示市场收益率分布的p分位数。在1%标准时，pl=0.01,ph=0.99；在5%的标准时，pl= 0．05，ph=0．95
如rmt≤rm （pl）,CLt=1;否则， CLt=0。
如rmt>rm （ph）,CHt=1;否则， CHt=0。
如果β1<和β2<0，则结论支持羊群行为假设；如β2>β1，表明市场收益率极高时的羊群行为低于市场收益率极低时的羊群行为；如β2<β1，表明市场收益率极低高时的羊群行为低于市场收益率极高低时的羊群行为。
三、数据
中国市场的上市公司个股和大盘的收益率数据来自由香港理工大学中国会计与金融研究中心和深圳市泰安信息技术有限公司联合开发的《中国股票市场研究数据库》(China Stock Market & Ac
本文链接地址：http://www.oyaya.net/fanwen/view/164141.html
[摘要] 金融市场中的羊群行为(Herding Behaviors)是一种特殊的非理性行为，它是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论(即市场中的压倒多数的观念)，而不考虑自己的信息的行为。由于羊群行为涉及多个投资主体的相关性行为，对于市场的稳定性、效率有很大影响，也和金融危机有密切的关系(Choe et al， 1999；Kaminsky et al，1999)，因此，羊群行为引起了学术界和政府监管部门的广泛关注。本文使用个股收益率的分散度指标，利用公开的价格数据，对于我国证券市场的羊群行为进行了实证研究。该测度的优越性在于它需要的数据易于获得，计算方法简单；但是也存在一个问题，即它是对于投资者羊群行为的一个很保守的测度。本文研究充分考虑了分散度测度的特点，将重点放在分散度的相对大小的比较上。一方面，将中国市场和美国证券市场的实证结果进行比较，结果发现我国证券市场的羊群行为程度高于美国证券市场的羊群行为程度。
一、前言
金融市场中的羊群行为(Herding Behaviors)是一种特殊的非理性行为，它是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论(即市场中的压倒多数的观念)，而不考虑自己的信息的行为。由于羊群行为涉及多个投资主体的相关性行为，对于市场的稳定性、效率有很大影响，也和金融危机有密切的关系(Choe et al， 1999；Kaminsky et al，1999)，因此，羊群行为引起了学术界和政府监管部门的广泛关注。
目前已经由许多关于羊群行为的理论模型，如Scharftstein et al(1990)提出的声誉羊群行为(Reputational herd)模型、Bikhchandani et al(1992)提出的信息流(Informational Cascades)模型、Banerjee(1992)提出的序列性(Sequential)羊群行为模型，这些模型从不同角度对于羊群行为的效率、理性等问题进行了探讨。相对于理论研究，已有的羊群行为的实证研究比较薄弱。比较有代表性的研究是Lakonishok et al(1990)对于美国证券市场养老基金的羊群效应的研究。该文提出了用买卖双方交易量的不均衡来测度羊群行为，这种方法被后面的许多学者引用，并得到了一些改进。例如，Wermers(1999)对他们的羊群行为的定义进行了修正。
目前市场中的各种基金(如西方的养老基金和共同基金、中国的证券投资基金)使用他人的资产投资，受到一定程度的监督和制约，因此必须定期公开持仓信息和交易信息，而其他投资者则没有这种义务公开信息。Lakonishok et a1(1990)和Wermers (1999)提出的羊群行为的测度只能考察前者而不能考察后者的羊群行为，因此具有一定的局限性。如果用公开的数据(价格)来研究羊群行为成为一个很重要的问题。William等(1995)对该问题作了研究，他认为如金融市场中确实存在羊群行为，大多数个人投资者的看法趋向于市场舆论，那么一个合理的推断是：羊群行为显著时的个股的收益率将不会太偏离市场的收益率。因此可以用分散化指标(即个股收益率对于资产组合平均收益率的标准方差)来度量羊群行为，该指标对个股收益率相对资产组合的平均收益率的接近程度进行了定量化处理。
Bikhchandani et al(1992)的理论模型认为在市场价格波动大(此时信息不确定性很大)，投资者最可能跟从市场舆论，此时羊群行为应该最明显。本文将对该模进行检验。即通过检验市场价格波动很大和波动平均水平下的分散化指标的相对大小来检验羊群行业的存在性。本文的结构如下：第二、三部分说明羊群行为的检验方法和使用的数据，第四、五部分分别使用中国和美国的日收益率数据来检验羊群行为。第六部分总结。
二、羊群行为的检验方法
1．分散度指标
设资产组合S总共有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义为：
(1)该指标通过定量化个股收益率和资产组合收益率的一致程度来刻画羊群行为的关键特征。当整个市场行为完全由羊群行为决定时，价格应该一致移动，分散度为0。如有一只股票的收益率偏离市场收益率，分散化程度增加。用分散度来测度羊群行为具有一个最大的优点，即它需要的数据容易获得且计算方法简单，这是其他羊群行为测度所不具有的。但是它也存在一个缺陷，即它是对投资者羊群行为的一个很保守的测度，低估了羊群行为的程度。只有当大多数投资者对于所有股票都表现出强烈的羊群行为时，大多数股票的收益率才可能表现出趋同性。William(1995)认为在回归系数为正时，理性资产定价模型成立，不存在羊群行为。但是他没有充分考虑分散度测度的保守性。本文认为正的回归系数并不能直接拒绝羊群行为的存在。分散度的绝对值意义不大，有意义的是分散度的相对大小。因此在对检验结果进行分析时，应充分考虑该偏差的存在，并将重点放在相对值的比较上。比较分为两个方面进行，一是将中国市场数据和美国市场数据进行比较，得出我国羊群行为和美国羊群行为的差异；二是将市场收益率极低和极高时的羊群行为进行比较，得出投资者在两者极端情况下的行为模型差异。
2．市场压力下的羊群行为检验
在市场存在压力(价格波动剧烈)时，理性资产定价模型和羊群行为模型的区别最为明显。理性资产定价模型认为由于不同的个股收益率对于市场收益率的敏感程度不同，市场压力将导致分散化程度增加。而羊群行为模型认为在市场压力的情况下，分散化程度减少。本文将使用日收益率来计算分散度指标。
使用下面的回归方程来检验极端收益率下的分散度和一般收益率下分散度是否存在差异：
(2) 其中CLt和CHt为表示市场是否为极端波动的哑元变量。系数α表示的是样本中哑元元素所包括区域外的平均分散化指标。由于市场压力并无统一标准，我们使用两个标准(1%和5%)来定义极端的市场变化。1%(5％)的标准将CLt，CHt限制在收益率分布函数的1%和5%的最低和最高的区域。CLt和CHt定义如下：
用rmt表示市场在时间t时的收益率，用rm(pl)和rm(ph)表示市场收益率分布的p分位数。在1%标准时，pl=0.01,ph=0.99；在5%的标准时，pl= 0．05，ph=0．95
如rmt≤rm （pl）,CLt=1;否则， CLt=0。
如rmt>rm （ph）,CHt=1;否则， CHt=0。
如果β1<和β2<0，则结论支持羊群行为假设；如β2>β1，表明市场收益率极高时的羊群行为低于市场收益率极低时的羊群行为；如β2<β1，表明市场收益率极低高时的羊群行为低于市场收益率极高低时的羊群行为。
三、数据
中国市场的上市公司个股和大盘的收益率数据来自由香港理工大学中国会计与金融研究中心和深圳市泰安信息技术有限公司联合开发的《中国股票市场研究数据库》(China Stock Market & Ac
★读了本文的人也读了：