傅亞平,王玉潔,張 鵬

0 引言

理論界普遍認(rèn)為羊群行為(herd behavior)通常指在不完全信息環(huán)境下，經(jīng)濟(jì)主體因受其他人行動(dòng)的影響而模仿他人行動(dòng)的決策行為。Baerjee(1992)定義羊群效應(yīng)為即每個(gè)人只是關(guān)注于自己眼下的事情。Prechter and Parker(2007)認(rèn)為證券定價(jià)的不確定性可能引起羊群效應(yīng)。Kultti and Miettinen(2006)建立了一個(gè)標(biāo)準(zhǔn)的序列決定模型，他們提出如果前人活動(dòng)的信息成本非常高昂，則所有的代理人將會(huì)根據(jù)自己的信號(hào)做出反應(yīng)，如果通過觀察得到的信息成本是免費(fèi)的，則將會(huì)出現(xiàn)羊群效應(yīng)。當(dāng)面對(duì)金融危機(jī)的恐慌，投資者可能并沒有足夠的時(shí)間從各種繁冗的數(shù)據(jù)中去收集和分析重要的信息，因此投資者面對(duì)金融恐慌時(shí)可能更易于出現(xiàn)羊群效應(yīng)。

相對(duì)于中國證券市場在整個(gè)世界范圍內(nèi)的重要性而已，對(duì)于中國證券市場的研究尤其是關(guān)于羊群效應(yīng)的研究較少。李平、曾勇（2004）在序貫交易的框架內(nèi)用一個(gè)簡單的模型分析了證券市場上的非理性交易行為怎樣引起交易者之間的羊群行為。研究結(jié)論表明:若證券市場上所有的參與者完全理性且風(fēng)險(xiǎn)中性,則市場上不會(huì)出現(xiàn)羊群交易行為;相反,即便在一維不確定性下,交易者的非理性交易行為可能引起羊群效應(yīng)。劉文虎（2009）結(jié)合Malmquist指數(shù)測度模型,給出了測度股市羊群效應(yīng)的模型;并以電子、信息技術(shù)、交通運(yùn)輸和批發(fā)零售行業(yè)上市公司2006～2008年股市數(shù)據(jù)進(jìn)行實(shí)證分析,結(jié)果表明:我國股票市場羊群效應(yīng)明顯存在,并且不同行業(yè)股票的羊群效應(yīng)指數(shù)不同。

1 方法和數(shù)據(jù)

1.1 羊群效應(yīng)檢測

Christie and Huang(1995)and Chang et al(2000)提出這樣的觀點(diǎn)，他們認(rèn)為投資者的在市場高度波動(dòng)的條件下會(huì)產(chǎn)生羊群效應(yīng)。當(dāng)羊群效應(yīng)產(chǎn)生時(shí)，單個(gè)股票的收益率收斂于整個(gè)市場的整體收益率。因此，羊群效應(yīng)的結(jié)果即為單個(gè)股票的收益率與市場整體指數(shù)收益率的偏差，本文利用兩種不同的方法來測度這種偏差，即CSSD法和CSAD法，來辨別羊群效應(yīng)。

橫截面標(biāo)準(zhǔn)差CSSD法由Christie and Huang(1995)提出：

Chang et al(2000)定義橫截面絕對(duì)離差CSAD:

本文中，Ri,t是單個(gè)股票在時(shí)期t內(nèi)的收益率；Rm,t是整個(gè)市場指數(shù)在同樣的時(shí)期t內(nèi)的收益率；Nt是時(shí)期t內(nèi)證券市場中的股票數(shù)量；上海證券市場和深圳證券市場在時(shí)期t的階段中分別擁有它們自己的CSSD和CSAD值。上海證券綜合指數(shù)和深圳證券綜合指數(shù)分別用作對(duì)上海證券市場和深圳證券市場指數(shù)的代替。

一般說來，羊群效應(yīng)將會(huì)在市場壓力下更顯著，即

如果整個(gè)市場在時(shí)期t內(nèi)的收益率都坐落于收益率分布的上尾，則如果整個(gè)市場在時(shí)期t內(nèi)的收益率都坐落于收益率分布的下尾，則本文運(yùn)用5%的置信度來定義市場上行和下行最大程度。如果羊群效應(yīng)顯現(xiàn)，CSSDt將會(huì)在市場的壓力下更小。因此β1和β2的數(shù)據(jù)為負(fù)時(shí)表明統(tǒng)計(jì)意義上顯著，是羊群效應(yīng)出現(xiàn)的特征。

如果單個(gè)投資者是理性的，投資者的資產(chǎn)應(yīng)該相對(duì)于整個(gè)市場的收益率有不同的敏感性。所以，β1和β2的值應(yīng)該為0，或者非顯著的為正值或負(fù)值，證明了理性的模型是適用的。Chang et al(2000)認(rèn)為方程（3）中模型需要定義什么是市場的壓力，同時(shí)他們提出了一個(gè)非線性的關(guān)系關(guān)于CSAD和市場的整體收益率如下：

假如羊群效應(yīng)顯現(xiàn)，則γ2將會(huì)顯著的為負(fù)。

Gleason et al.(2004)認(rèn)為方程(3)和方程(4)中的因變量應(yīng)該被互換，并列為下例方程：

為了檢驗(yàn)周轉(zhuǎn)率效應(yīng)對(duì)羊群效應(yīng)的影響，本文定義高周轉(zhuǎn)率的標(biāo)準(zhǔn)離差HTSD，低周轉(zhuǎn)率的標(biāo)準(zhǔn)離差LTSD，高周轉(zhuǎn)率的絕對(duì)離差HTAD和低周轉(zhuǎn)率的絕對(duì)離差LTAD如下：

在時(shí)期t內(nèi)，Ri是單個(gè)股票i的收益率，Rm,t是證券市場的收益率，當(dāng)股票的周轉(zhuǎn)率高于市場的平均值，則該股票被分類為高周轉(zhuǎn)率股Rh,t；否則，當(dāng)股票的周轉(zhuǎn)率低于市場的平均值，則該股票被分類為高周轉(zhuǎn)率股Rl,t。Nt代表時(shí)期t內(nèi)所有股票的數(shù)量。上海證券市場和深圳證券市場每個(gè)月都有其自身的四種羊群效應(yīng)檢測，HTSD，LTSD，HTAD和LTAD。為了證明周轉(zhuǎn)率效應(yīng)對(duì)羊群效應(yīng)的影響，本文采用這四種檢測方法進(jìn)行檢驗(yàn)。

1.2 羊群效應(yīng)假設(shè)

本文假定低周轉(zhuǎn)率的股票將會(huì)有更大的可能產(chǎn)生羊群效應(yīng)，HTSD和HTAD被用來檢測高市場周轉(zhuǎn)率的股票偏離市場整體收益率的程度；LTSD和LTAD被用來檢測低周轉(zhuǎn)率的股票偏離整體市場周轉(zhuǎn)率的程度?；贕regroriou and Ioannidis(2006)的描述，低市場周轉(zhuǎn)率的股票缺少足夠的信息，將會(huì)導(dǎo)致低周轉(zhuǎn)率的股票相對(duì)于高市場周轉(zhuǎn)率的股票更加趨向于出現(xiàn)羊群效應(yīng)。相對(duì)于整體市場的平均收益，較低的偏離程度意味著更大的可能出現(xiàn)羊群效應(yīng)。

假設(shè)1：HTSD(HTAD)的平均值將會(huì)顯著的高于LTSD（LTAD）。羊群效應(yīng)也可以看做是信息的傳播，在市場的極度情形下，噪音交易者并不知道新信息的價(jià)值，因此他們需要在短時(shí)期內(nèi)做決定，所以市場將會(huì)出現(xiàn)羊群效應(yīng)。為了檢驗(yàn)羊群效應(yīng)和證券轉(zhuǎn)化率對(duì)羊群效應(yīng)的影響，我們將運(yùn)用回歸模型方程（11）和方程（12）。這兩個(gè)方程與方程（3）和方程（4）一致。但是自變量Y被定義為羊群效應(yīng)的測量值：CSSD，CSAD，HTSD，LTSD，HTAD，LTAD。

本文假設(shè)市場收益率的上尾和下尾的分布概率均為5%，與Christie and Huang(1995)and Chang et al(2000)的回歸模型一樣，系數(shù)β1，β2和γ2被用來檢驗(yàn)羊群效應(yīng)，如果中國證券市場在極限的市場情況下出現(xiàn)了羊群效應(yīng)，則CSSD和CSAD的觀測值將會(huì)變小，這意味著β1，β2和γ2將會(huì)顯著的呈現(xiàn)負(fù)值。顯著負(fù)的β1意味著投資者在上行的市場環(huán)境下存在著羊群效應(yīng)。顯著負(fù)的β2意味著投資者在下行的市場環(huán)境下存在著羊群效應(yīng)。顯著負(fù)的γ2意味著投資者在劇烈的上行和下行市場下都會(huì)出現(xiàn)羊群效應(yīng)。

假設(shè)2：如果當(dāng)自變量為CSSD和CSAD時(shí)，β1，β2和γ2顯著的為負(fù)值。中國證券市場中將會(huì)出現(xiàn)羊群效應(yīng)。

1.3 周轉(zhuǎn)率效應(yīng)假設(shè)

為了證明周轉(zhuǎn)率效應(yīng)，樣本基于每個(gè)證券市場中的股票的周轉(zhuǎn)率值被分為兩組，即上海和深圳。HTSD，LTSD，HTAD和LTAD將會(huì)被逐月檢測。如果周轉(zhuǎn)率效應(yīng)顯現(xiàn)，則LTSD和LTAD的值在劇烈的市場變化情況下將會(huì)變的非常小。同時(shí)，HTSD和HTAD的值在劇烈的市場變化情況下將會(huì)變的非常小。這意味著當(dāng)自變量為LTSD或LTAD時(shí) β1、β2和 γ2將會(huì)顯著的呈現(xiàn)負(fù)值；同時(shí) β1、β2和γ2在自變量為HTSD或HTAD時(shí)不會(huì)顯著的呈現(xiàn)負(fù)值。

假設(shè)3：如果“周轉(zhuǎn)率”效應(yīng)存在，則僅當(dāng)自變量為LTSD或LTAD時(shí)，β1、β2和γ2會(huì)顯著的呈現(xiàn)負(fù)值。

1.4 非對(duì)稱反應(yīng)

根據(jù)Christie and Huang(1995)and Chang et al(2000)的研究成果，市場對(duì)于利好消息和利空消息的反應(yīng)將會(huì)相反；如果離散程度在上行市場中要高于下行市場，這是由于投資者對(duì)于在下行市場中的變化更加敏感。Christie and Huang(1995)利用了β1、β2的不同程度來測量市場的非對(duì)稱反應(yīng)，β1、β2被方程（11）來檢驗(yàn)，并且自變量Y被定義為偏離程度的測量值：CSSD，CSAD，HTSD，LTSD，HTAD，LTAD。

方程(13)中每個(gè)月的數(shù)據(jù)Rm,t要大于或等于0，意味著上行的市場情形。方程(13)中每個(gè)月數(shù)據(jù)Rm,t要小于或等于0，意味著下行的市場情形。

假設(shè)4：如果原假設(shè)β1-β2=0被拒絕，則在上行和下行的市場情形下將會(huì)出現(xiàn)非對(duì)稱的出現(xiàn)羊群效應(yīng)。

2 實(shí)證結(jié)果

2.1 數(shù)據(jù)樣本

本文提取從2005年1月到2011年6月期間中國上市公司的月度數(shù)據(jù)，其中同時(shí)包含了市場上行和下行的不同行情。

表1 上海證券市場和深圳證券市場的統(tǒng)計(jì)數(shù)據(jù)

表1說明了深圳證券市場的平均收益率為1.77%，要高于上海證券市場的收益率1.456%。深圳證券市場的高額收益率也伴隨著高的風(fēng)險(xiǎn)。在樣本的66個(gè)月度的期間，上海證券市場有40個(gè)月的市場收益率要高于0，而對(duì)深圳市場來說，有41個(gè)月的市場收益率要高于0。深圳證券市場的均值和標(biāo)準(zhǔn)差的測量值CSSD、HTSD、LTSD都高于上海證券市場。深圳證券市場的均值和標(biāo)準(zhǔn)差的測量值CSAD、HTAD、LTAD均接近于上海證券市場。

表1也表明了在上海和深圳兩個(gè)證券市場中的絕對(duì)偏離程度的平均值A(chǔ)D都要高于SD。同時(shí)，在兩個(gè)證券市場中HTSD和均值要高于LTSD的均值。在兩個(gè)證券市場中HTAD和均值要高于LTAD的均值。上海證券市場中HTSD和LTSD的均值為0.032和0.019。上海證券市場HTSD和LTSD的平均值之差為0.013，T檢驗(yàn)的值為2.01，在5%的置信度下顯著。上海證券市場的HTAD和LTAD的平均值為0.114和0.087，上海證券市場HTAD和LTAD的平均值之差為0.027，T檢驗(yàn)的值為3.34，在1%的置信度下顯著。深圳證券市場中HTSD和LTSD的均值為0.059和0.019。深圳證券市場HTSD和LTSD的平均值之差為0.033，T檢驗(yàn)的值為2.05，在5%的置信度下顯著。深圳證券市場的HTAD和LTAD的平均值為0.032和0.019，深圳證券市場HTAD和LTAD的平均值之差為0.037，T檢驗(yàn)的值為4.67，在1%的置信度下顯著。以上的HTSD(HTAD)和LTSD(LTAD)之間的差別意味著低周轉(zhuǎn)率的股票相對(duì)于市場的收益率的偏離程度較低，這也證明了假設(shè)1即低周轉(zhuǎn)率的股票相對(duì)于高周轉(zhuǎn)率的股票有更顯著的趨勢(shì)將會(huì)產(chǎn)生羊群效應(yīng)。

2.2 利用上海證券市場的數(shù)據(jù)的羊群效應(yīng)檢驗(yàn)

表2 上海證券市場的羊群效應(yīng)檢驗(yàn)結(jié)果

表2中模型A表明了上海證券市場中不存在羊群效應(yīng)，當(dāng)不同的自變量被應(yīng)用后，β1、β2系數(shù)并沒有顯著的為負(fù)，說明了單個(gè)股票的收益率并不收斂于整體市場的收益率。6個(gè)回歸中的5個(gè)顯示了正的β1系數(shù)值，上海證券市場在上行的市場情形中有高的離散程度。

表2中模型B顯示了同樣的結(jié)果，在上海證券市場中并沒有出現(xiàn)羊群效應(yīng)，γ2并沒有顯著的為負(fù)，這個(gè)結(jié)果說明了上海證券市場在劇烈的市場壓力下將會(huì)產(chǎn)生羊群效應(yīng)。當(dāng)表2中的模型B用HTSD檢驗(yàn)后，調(diào)整的R平方檢驗(yàn)值為負(fù)?；贕reene(1993)的研究結(jié)果，這是因?yàn)閄自變量和Y因變量的樣本相關(guān)系數(shù)為0，但是當(dāng)太多的自變量加入到回歸模型后將會(huì)產(chǎn)生負(fù)的調(diào)整的R平方檢驗(yàn)值。

2.3 利用深圳證券市場的數(shù)據(jù)的羊群效應(yīng)檢驗(yàn)

表3 深圳證券市場的羊群效應(yīng)檢驗(yàn)結(jié)果

表3中模型A表明了深圳證券市場中不存在羊群效應(yīng)，當(dāng)不同的自變量被應(yīng)用后，β1、β2系數(shù)并沒有顯著的為負(fù)，說明了單個(gè)股票的收益率并不收斂于整體市場的收益率。6個(gè)回歸中的1個(gè)顯示了正的β1系數(shù)值，深圳證券市場中的低轉(zhuǎn)換率股票在上行的市場情形中有高的離散程度。

表3中模型B顯示了同樣的結(jié)果，在深圳證券市場中并沒有出現(xiàn)羊群效應(yīng)，γ2并沒有顯著的為負(fù)，這個(gè)結(jié)果說明了深圳證券市場在劇烈的市場壓力下將會(huì)產(chǎn)生羊群效應(yīng)。

當(dāng)表3中的模型B用HTSD檢驗(yàn)后，調(diào)整的R平方檢驗(yàn)值為負(fù)?；贕reene(1993)的研究結(jié)果，這是因?yàn)閄自變量和Y因變量的樣本相關(guān)系數(shù)為0，但是當(dāng)太多的自變量加入到回歸模型后將會(huì)產(chǎn)生負(fù)的調(diào)整的R平方檢驗(yàn)值。本文中3.2和3.3中的結(jié)論說明了之前假設(shè)2并不被很好的支持，這說明了中國的證券市場中并不明顯的存在羊群效應(yīng)。

2.4 轉(zhuǎn)換率對(duì)羊群效應(yīng)的影響

為了評(píng)價(jià)轉(zhuǎn)換率對(duì)羊群行為的影響，我們檢驗(yàn)假設(shè)3，以觀察當(dāng)因變量為LTSD或LTAD時(shí) β1、β2和 γ2顯著為負(fù)。結(jié)論部分的支持了轉(zhuǎn)換率效應(yīng)對(duì)羊群效應(yīng)的影響。從表2和表3的數(shù)據(jù)中，我們可以發(fā)現(xiàn)β1、β2和γ2并不顯著為負(fù)，轉(zhuǎn)換率效應(yīng)并沒有在所有的樣本中顯現(xiàn)。我們更進(jìn)一步分析，在這兩個(gè)表中樣本被分為上行（市場整體收益率為正）的樣本，和下行（市場整體收益率為負(fù)）的樣本，例如上海證券市場中，有40個(gè)月的市場收益率大于0，它們?yōu)樯闲械氖袌銮樾?。在上行市場中，最大的市場收益率?7.4%最低的市場收益率為0.19%。在上海的下行市場中，收益率范圍為-0.06%到-23.6%。而在深圳證券市場中，有41個(gè)月的市場收益率大于0，它們?yōu)樯闲械氖袌銮樾?。在上行市場中，最大的市場收益率?8.9%最低的市場收益率為0.36%。在下行市場中，收益率范圍為-0.58%到-23.4%。系數(shù)γ2,down為-3.47，顯著的為負(fù)，低的轉(zhuǎn)換率的股票顯示了深圳證券市場中當(dāng)市場劇烈波動(dòng)時(shí)存在顯著的羊群效應(yīng)的趨勢(shì)。

3 結(jié)論和建議

本文的實(shí)證結(jié)果顯示中國上海、深圳證券市場中的羊群效應(yīng)都不是非常明顯，但仍然得到了一些有趣的發(fā)現(xiàn)，證明了在下行市場的情形中低轉(zhuǎn)換率的證券比高轉(zhuǎn)換率的證券更趨向于出現(xiàn)羊群效應(yīng)，而且低轉(zhuǎn)手率的證券在越劇烈的下行市場中越會(huì)出現(xiàn)明顯的羊群行為的趨勢(shì)。這種羊群行為容易給下跌的股市推波助瀾，尤其是在經(jīng)濟(jì)形勢(shì)不明朗的時(shí)候，會(huì)形成更劇烈的一波下跌，從而形成股市崩盤。而股市崩盤會(huì)給投資者、企業(yè)帶來巨大的經(jīng)濟(jì)損失，并給國家經(jīng)濟(jì)帶來不穩(wěn)定的因素。基于以上本文的實(shí)證分析結(jié)果，我們認(rèn)為：一方面，我國應(yīng)該建立良好的信息傳遞機(jī)制以督促上市公司為投資者們提供迅速和完整的信息，從而達(dá)到減少下行市場的投資者們盲目羊群行為的目的；另一方面，由于在下行的市場中低轉(zhuǎn)換率的證券比高轉(zhuǎn)換率的證券更容易出現(xiàn)羊群效應(yīng)，監(jiān)管部門對(duì)低轉(zhuǎn)換率的證券應(yīng)該實(shí)行更加嚴(yán)格的要求。通過以上兩個(gè)方面的步驟來進(jìn)一步規(guī)范證券市場，提高我國證券市場的成熟程度，以減少羊群效應(yīng)，保持我國股票市場的平穩(wěn)運(yùn)行。

[1] Banerjee,A.A Simple Model of Herd Behavior[J].Quarterly Journal of Economics,1992,107(3).

[2] Prechter,R.,W.Parker.The Financial/economic Dichotomy in Social Behavioral Dynamics:Socionomic Perspective[J].Journal of Behavior?al Finance,2007,8(2).

[3] Kultti,K.,P.Miettinen.Herding with Costly Information[J].Internation?al Game Theory Review,2006,8(1).

[4] 李平,曾勇.基于非理性行為的羊群效應(yīng)分析:一個(gè)簡單模型[J].中國管理科學(xué),2004,(3).

[5] 劉文虎.基于Malmquist指數(shù)的中國股市羊群效應(yīng)測度研究[J].中國證券市場導(dǎo)報(bào),2009,(8).

[6] Gregroriou,A.,C.Ioannidis.Information Costs and Liquidity Effects from Changes in the FTSE 100 Lits.[J].The European Journal of Fi?nance,2006,12(4).

[7] Greene,W.H.Econometric Analysis[M].New Jessey:Prentice-Hall Inc.,1993.