符 林，宋 陽

(1.中國人民銀行大連市中心支行，遼寧 大連 116001;2.東北財經大學金融學院，遼寧 大連 116025)

一、引 言

證券投資者分為兩大類:個人投資者和機構投資者。其中機構投資者擁有大量的專家和經理人而且掌控大量的金融資源，相比之下，個人投資者缺乏專業(yè)知識而且擁有較少的金融資產[1]。由于個人投資者較機構投資者而言相對脆弱，更容易受到謠言和傳聞的干擾，可以說個人投資者可能是市場中最不理性的一個群體，因此，個人投資者更容易輕信媒體而認為指數(shù)穿過整百點(百點、千點)是重要的事情?；诖?，本文選取媒體最關注的股市指標之一——上證綜合指數(shù)，也稱上證綜指，當其接近或突破百點關口這種無信息事件時，①無信息事件是指受到公眾的廣泛關注但卻不包含有關公司價值的信息的事件。本文以上證綜合指數(shù)穿過整百點作為無信息事件的代表。當上證綜合指數(shù)接近或突破百點關口時，各大媒體如電視、報紙和互聯(lián)網都會對其進行大量報道，從而會影響投資者的交易行為。研究個人投資者的交易行為是否會因無信息事件的發(fā)生而改變。

國外的文獻中不乏對無信息事件的闡述。Huberman和Regev曾經舉過一個無信息事件改變投資者的行為進而影響股價的例子[2]，《紐約時報》刊登了一則關于癌癥治療藥品的文章，在它登出之后，EntreMed的股價在接下來的星期一早上漲了431%，在之后的3周里，它的股價保持在文章刊登之前星期五股價的2.5倍水平上。然而，《紐約時報》的這篇文章實際上并不能算是新聞，因為在它之前《自然》等雜志已經對此做過類似的介紹。因此，可以說《紐約時報》的這則新聞是一個無信息事件?？删褪切瞧谔臁都~約時報》上的這篇文章引起了投資者的高度關注，他們滿懷熱情地投入到股市當中，從而抬高了股價并使其居高不下。

國外有關無信息事件的研究較多，多集中在媒體的作用以及神經心理學和腦科學上[3]－[7]。Seasholes和Wu通過研究證明股票的漲停使投資者的交易行為發(fā)生了變化，他們認為，當某一支股票漲停時，媒體向公眾傳遞了這一信息，吸引了公眾的眼球，導致了投資者買入數(shù)量的增加，尤其是那些從來沒買過這支股票的投資者[3];Lin以道瓊斯工業(yè)平均指數(shù)穿過千點以及千點的倍數(shù)作為無信息事件，研究其對個人投資者交易行為的影響，結果顯示，道瓊斯工業(yè)平均指數(shù)穿過千點確實影響了個人投資者的交易行為，指數(shù)穿過千點和非千點對個人投資者交易行為的影響程度的差別主要表現(xiàn)在兩類事件發(fā)生的第二天[4]。

在國內，一些學者也已經認識到了無信息事件會對投資者的交易行為產生影響。劉力和田雅靜指出:股票名稱變更事件是在中國市場上最典型的“非事件”[8]。因為“非事件”不具有任何經濟意義，也不向市場傳遞任何新信息，所以理性投資者不應該對這些“非事件”的發(fā)生做出反應。然而，他們的結果是它可以像那些具有經濟意義、包含新信息的事件那樣引起股票價格的顯著波動，且表現(xiàn)出過度反應的特征。這里的“非事件”，與本文闡述的“無信息事件”是類似的概念。

二、樣本選取與數(shù)據(jù)處理

本文所用的數(shù)據(jù)來自國泰安數(shù)據(jù)庫和5W+H數(shù)據(jù)庫，包括滬深兩市所有股票(包括A股和B股)的日交易數(shù)據(jù)和高頻數(shù)據(jù)以及指數(shù)收盤價，樣本區(qū)間為2002—2004年，這3年是中國股市歷史中相對最平穩(wěn)的。①本文的樣本期處于第六輪熊市中(2001－06－14—2005－06－06)，這一輪熊市是我國歷次熊市中時間最長的一個，也是下跌最為緩慢的一個，因此是中國股市比較平穩(wěn)的時期。在這一輪熊市中，2001年和2005年相對2002年、2003年、2004年三年而言波動性較大，因為2001年是第六輪熊市的起點，2005年是第六輪熊市的終點。選擇此樣本區(qū)間的意義在于，如果個人投資者能在平穩(wěn)的年度中表現(xiàn)出非理性行為，那么他們在股市動蕩的年度中表現(xiàn)非理性行為就是不言而喻的。

表1對上證綜指3年中每月穿過整百點的次數(shù)進行了歸納。表1顯示，指數(shù)穿過整百點總共有97次，其中包括45次向上穿過和52次向下穿過，并且在各個月份中，指數(shù)向上穿過和向下穿過整百點的次數(shù)是相近的;2002年和2004年指數(shù)向下穿過整百點的次數(shù)略多于向上穿過的次數(shù)，而2003年兩個次數(shù)相同。這與中國股市在這3年中的表現(xiàn)是一致的。總的來說，這3年是熊市中的箱型整理階段，到了2004年的4月7日整理結束，之后便一路下跌，一直到2005年的6月6日結束了下跌，開始了新一輪的牛市。

表1 上證綜指穿過整百點次數(shù)統(tǒng)計表

由表1可知，樣本期內指數(shù)穿越整百點的事件共有97件，但這里還要剔除4個不相關事件的影響。因為個人投資者交易行為的變化受無信息事件的影響，還可能受到不相關事件的影響。這里的不相關事件是指諸如國家政策變更、國際形勢變化或自然災害等事件，它們能夠使指數(shù)在短期內大幅波動。但這類事件扭曲了本文所要證明的指數(shù)變動與投資者交易行為變化之間的因果關系。因此本文將4個不相關事件剔除，這4個不相關事件分別為:國有股減持正式叫停、北京市檢察院第二分院披露了震動京城的新國大集資詐騙案背后的系列瀆職案內幕、國務院出臺《關于推進資本市場改革開放和穩(wěn)定發(fā)展的若干意見》(俗稱《國九條》)和首批中小企業(yè)板塊8只股票上市。

由于本文所用的高頻數(shù)據(jù)存在一些格式上的錯誤，經過數(shù)據(jù)處理之后，最終得到1 712只股票，包括1 005只滬市股票和707只深市股票。本文采用Visual C++6.0軟件進行數(shù)據(jù)處理。

三、研究方法與模型

(一)研究方法

本文仿照Lin[4]的方法進行研究，所研究的事件包括兩類，指數(shù)穿過整百點事件和指數(shù)穿過非整百點事件，研究指數(shù)穿過非整百點的情況是為了與穿過整百點的情況作對比。本文選取了間隔大概相等的5個點來代表非整百點，它們是25、37、50、63、75(指數(shù)的后兩位)。原因有兩點:第一，它們與整百點在數(shù)字上的距離較遠，因此指數(shù)同時穿過它們和整百點的概率較小，這就避免了因兩類事件同時發(fā)生而無法區(qū)分其影響的問題。第二，它們彼此之間有一定的間隔，因此指數(shù)同時穿過它們的概率較小，從而能夠區(qū)分出每一個點位對個人投資者交易行為的影響。

本文的研究對象是個人投資者，在高頻數(shù)據(jù)中每筆成交量和每筆成交金額這兩項都可以用來識別個人投資者，比較二者，我們認為選擇每筆成交金額更合適。原因有兩點:第一，如果選用成交量進行識別，如以每只股票每日每筆成交量小于或等于100手的來代表個人投資者，那么比較極端的股票價格會影響對個人投資者的識別。當某只股票的價格過高時，假設100元一股，100手的成交金額就是100萬，這對于廣大的個人投資者而言是難于負擔的，那么低于100手的部分有可能包含了機構投資者的成交量;當某只股票的價格過低時，比如0.5元一股，那么100手的成交金額就是5 000元，這對于廣大的個人投資者而言又負擔過小，盡管這樣篩選出的成交量一定是個人投資者的，但篩選的并不完全。第二，不同股票的每筆成交量不具有可加性，很難解釋其和的經濟意義。因此，本文選用成交金額而不是成交量來篩選個人投資者。本文假設個人投資者的每筆交易金額低于50萬元，因此以50萬元為臨界值，將每天所有股票(包括滬深兩市)的每筆成交金額小于等于50萬元的篩選出來并對其求和，計算它占當日所有股票總成交金額的百分比，以這個百分比作為本章兩個回歸模型的因變量來研究個人投資者交易行為的變化(見回歸模型1和回歸模型2)。

雖然本文用到了滬深兩市所有股票的數(shù)據(jù)，但對每個點位將只做一次回歸。原因有四點:第一，對1 000多只股票分別計算百分比并進行回歸的計算量過于龐大。第二，有些股票在3年中的交易時間很短，經歷的事件很少，對這樣的股票做回歸，得到的結果很可能是不準確的。第三，不同股票的回歸結果是不可加的，其平均數(shù)的經濟意義很難解釋。第四，在計算系數(shù)的加權平均數(shù)時權重的選擇比較困難，一般的做法是用市值加權，但如果用各股的市值作為權重，由于股票的市值是不斷變化的，究竟應該選擇哪一時點上的市值是很難決定的。即使是用各股的平均市值，那么平均市值應該用每日收盤市值還是每日平均市值來計算也是很難決定的。因此，為了使結果更具解釋能力，同時避免主觀選擇對結果所產生的影響，本文對每一個點位只進行一次回歸。

(二)回歸模型

1.回歸模型1

模型1的因變量是成交金額百分比Pt。將每天所有股票(包括滬深兩市)的每筆成交金額小于等于50萬元的篩選出來并對其求和，計算其成交金額總和占當天所有股票總成交金額的百分比。自變量由6個虛擬變量和7個控制變量構成。其中，虛擬變量D1表示是否發(fā)生了事件，即D1等于1表示指數(shù)穿過整百點(或非整百點)，D1等于0表示沒穿過整百點(或非整百點)。虛擬變量D2—D6表示個人投資者對事件反應的期限，由于個人投資者不一定是在事件發(fā)生的當天就對事件做出反應，他們對事件的反應很可能是滯后的，因此，本文假設個人投資者在事件發(fā)生后的5個交易日內對事件做出反應，并用虛擬變量D2—D6分別表示事件發(fā)生后的第一天到第五天，以此限定反應的期限。控制變量為Rt－1、At－1和 Pt－1－ Pt－5，分別表示前一日的指數(shù)收益率、市場總成交金額和因變量的五個滯后項，這些控制變量剔除了指數(shù)收益率、總成交金額和自身滯后項對成交金額百分比的影響。具體模型如公式(1)所示。

在模型1中，如果 Di(i=1，2，…，6)的系數(shù)中至少有一個顯著不為0，那么就說明個人投資者對事件做出了反應，即事件影響了個人投資者的交易行為，使他們增加了對市場的參與。同時還可以判斷個人投資者是在事件發(fā)生后的第i天對事件做出反應的。

2.回歸模型2

模型2用來比較指數(shù)穿越整百點與指數(shù)穿越非整百點這兩類事件對個人投資者交易行為的影響。它的形式如公式(2)所示:

其中，虛擬變量D0代表事件，D0等于1時表示指數(shù)穿過整百點，等于0表示指數(shù)穿過非整百點。其他控制變量的含義與模型1相同。

四、實證結果

(一)模型1的實證結果

本文根據(jù)回歸模型1，進行了指數(shù)穿過整百點和非整百點對個人投資者交易行為影響的實證檢驗，具體結果見表2所示。①本文采用Eviews3.1軟件進行回歸分析。

從表2可以看出，指數(shù)穿過整百點影響了個人投資者的交易行為，而且投資者在指數(shù)穿過整百點的當天就對這個事件做出了反應。D1的系數(shù)為1.47(100點)，且在10%的顯著性水平下顯著。同時，P的滯后項的系數(shù)隨著滯后期的延長而減小，說明P的滯后項對P的解釋能力隨著滯后期的延長而降低。

表2 模型1的回歸結果

從表2可以看出，指數(shù)穿過非整百點也影響了個人投資者的交易行為。他們對指數(shù)穿過50點做出的反應發(fā)生在事件發(fā)生的當天和第二天，系數(shù)分別為5.02和－3.22，分別在1%和5%的顯著性水平下顯著。他們分別在事件發(fā)生的第五天和當天對指數(shù)穿過75點和37點做出反應，系數(shù)分別為－2.23和－3.06，分別在10%和5%的顯著性水平下顯著。表中所有的調整后的R2都比較大，在86%和87%之間，表明模型的擬合優(yōu)度較好。

綜上，根據(jù)表2可以得出指數(shù)穿過整百點和非整百點都影響了個人投資者的交易行為。但是兩類事件的影響程度是否相同呢，模型2將分3種情況來比較二者的影響，即指數(shù)向上穿過、向下穿過和向上或向下穿過整百點和非整百點。

(二)模型2的實證結果

本文根據(jù)模型2，進行了指數(shù)穿過整百點和非整百點兩類事件對個人投資者交易行為影響的比較檢驗，具體結果如表3所示。從表3可以看出，只有在指數(shù)向上穿過整百點的情況下虛擬變量D0的系數(shù)顯著，即系數(shù)為3.31，且在10%的顯著性水平下顯著，說明個人投資者對指數(shù)向上穿過整百點更為敏感。而在指數(shù)向下穿過和向上或向下穿過這兩種情況中，兩類事件對個人投資者的影響不顯著，說明個人投資者對這兩種方向的穿過無偏好上的差別。

表3 模型2的回歸結果

五、穩(wěn)健性檢驗

(一)模型1的穩(wěn)健性檢驗

為了檢驗模型1所得結果的穩(wěn)健性，本章將模型1拆分成兩個方程，第一個方程的形式如下:

公式(3)表示的是P的5階自回歸方程。它的殘差項將是公式(4)的因變量，表示P的變動無法由其自身滯后項解釋的部分，也可以理解為在剔除自身滯后項的影響之后P的異常變動，公式(4)用以檢驗P的異常變動是否可以由事件來解釋。(3)式和(4)式的回歸結果分別見表4和表5所示。

表4 模型1的穩(wěn)健性檢驗——公式(3)的回歸結果

將表5與表2結果相比較后可以發(fā)現(xiàn)，雖然變量系數(shù)的值不完全相同，但得到的結論是一致的。對于指數(shù)穿過整百點的回歸結果，D1的系數(shù)是顯著不為0的，系數(shù)為1.36，且在1%的顯著性水平下顯著，證明成交金額百分比的異常變動是可以由事件解釋的，而且個人投資者對指數(shù)穿過整百點做出的反應發(fā)生在這個事件發(fā)生的當天。對于指數(shù)穿過非整百點的情況，個人投資者在指數(shù)穿過75點后的第五天對這個事件做出反應。當指數(shù)穿過50點時，他們在當天和第二天對它做出反應。對于37點，他們在指數(shù)穿過37點的當天對它做出反應。這與表2的結論是完全一致的。

表5 模型1的穩(wěn)健性檢驗——公式(4)的回歸結果

(二)模型2的穩(wěn)健性檢驗

同樣地，將模型2拆分成兩部分來檢驗其結果的穩(wěn)健性，以公式(5)的殘差項作為公式(6)的因變量。它們的形式如下:

表6和表7分別是公式(5)和(6)的回歸結果。

從表7可以看出，在向上穿過的情況下D0的系數(shù)是顯著不為0的，說明指數(shù)向上穿過整百點和向上穿過非整百點對個人投資者的影響是不同的。對于另外兩種情況，回歸結果仍然是不顯著的。這與表3的結論也完全一致。

表6 模型2的穩(wěn)健性檢驗——公式(5)的回歸結果

表7 模型2的穩(wěn)健性檢驗——公式(6)的回歸結果

綜上，可以得出表2和表3實證結果是穩(wěn)健的。

六、結 論

本文以上證綜指為例，經驗驗證了個人投資者存在非理性交易行為，他們對無信息事件做出反應。指數(shù)穿過整百點使個人投資者增加了對市場的參與，這種交易行為的變化發(fā)生在事件發(fā)生的當天，雖然指數(shù)穿過非整百點也影響了個人投資者的交易行為，但他們對指數(shù)向上穿過整百點比指數(shù)向上穿過非整百點更為敏感。

我國個人投資者不理性的一個很重要的原因是中國社會保障制度很不完善。就目前來看，我國社會保障的覆蓋面還比較低，與國際比較，只相當于低收入國家的水平。我國社會保障制度的不完善主要表現(xiàn)為失業(yè)保險制度無法保障失業(yè)人口的基本生活、城鎮(zhèn)居民最低生活保障制度不足以保障城鎮(zhèn)貧困人口的生活、農村欠缺醫(yī)療保險和養(yǎng)老保險制度。正是由于福利制度的不完善，中國的投資者在進行投資決策時面臨著更大的壓力，承受了更大的心理負擔。人們害怕一旦決策失誤損失慘重會影響正常的生活。因此中國的投資者在很多時候會選擇跟隨多數(shù)人的決策，他們認為這樣做更加安全，而且這樣做也的確減輕了他們的心理壓力。而且，也正是因為福利制度的不完善，中國投資者的投機心理更為嚴重，很多人以賭博的心態(tài)進入股市，想要賺一筆錢來改善生活。然而，畢竟股市不是賭場，不能只憑運氣賺錢。由于對股市缺乏了解，懷著僥幸心理的人們往往血本無歸，生活質量不但沒有提高反而在下降。所以筆者認為要想把中國股市打造成理性的市場，政府首先要做的就是增進中國人的福利水平。只有生活有保障了，人們在做投資決策時才能沒有后顧之憂，才能保持冷靜的心態(tài)和清醒的頭腦，才能做出正確的選擇。

本文只研究了個人投資者的非理性行為，其實機構投資者也不像經濟理論所認為的那樣完全是理性的。國內已有一些文獻對此進行了闡述[9－10]，另外，政府行為中也可能存在非理性因素。這是我們未來進一步研究的方向。

[1]Easley，D.，O'Hara， M.Price， Trade Size， and Information in Securities Markets [J].Journal of Financial Economics，1987，19(1):69 －90.

[2]Huberman，G.，Regev，T.Contagious Speculation and a Cure for Cancer:A Nonevent that Made Stock Prices Soar[J].Journal of Finance，2001，56(1):387 － 396.

[3]Seasholes，M.S.，Wu， G. PredictableBehavior，Profits， and Attention [J].JournalofEmpirical Finance，2007，14(5):590 －610.

[4]Lin，C.T.Do Individual Investors React to Non －Informative Events[D].Newark:University of Delawar Ph.D.Paper，2008.

[5]Tassanari， G.， Biscaldi， M.， Marzi， C.A.，Berlucchi，G.Ipsilateral Inhibition and Contralateral Facilitation of Simple Reaction Time to Non－Foveal Visual Targets From Non－Informative Visual Cues[J].Acta Psychologica，1989，(3):267 －291.

[6]Tassinari，G.，Campara，D.Consequences of Covert Orienting to Non－Informative Stimuli of Different Modalities:A Unitary Mechanism?[J].Neuropsychologia，1996，(3):235 －245.

[7]Grullon，G.，Kanatas，G.，Weston，J.Advertising，Breadth of Ownership，and Liquidity[J].Review of Financial Studies，2004，17(2):439 －461.

[8]劉力，田雅靜.沒有信息，也有反應:中國A股市場股票名稱變更事件的市場反應研究[J].世界經濟，2004，(1):44 －50.

[9]李學.機構投資者非理性行為研究及對經濟人理性的再思考[DB/OL].http://www.shwanfangdata.com/WFknowledgeServer_Mirror/D/Thesis_Y1069967.aspx.

[10]趙靜梅，吳風云.非理性的博弈:行為金融學視角的證券監(jiān)管[J].宏觀經濟研究，2008，(12):57－63.