徐元棟，黃登仕

(西南交通大學經(jīng)濟管理學院，成都610031)

一、引言

自行為金融學者發(fā)現(xiàn)股票收益在中短期存在動量效應以及在長期存在反轉(zhuǎn)效應以來，中外學者進行了大量實證研究，動量效應與反轉(zhuǎn)效應現(xiàn)象是一種普遍“異?！?。BSV，DHS，HS，GH 以及HHW等行為金融模型［1～10］則分別從投資者認識偏誤角度對動量效應機制進行了研究，并得到了越來越多的認同。

盡管行為金融模型對動量與反轉(zhuǎn)效應的機制進行合理的解釋，但這些模型也存在問題:一方面，這些模型對投資人“行為模式”假設(shè)各不相同，也缺乏心理學試驗基礎(chǔ)(Barberis and Thader，2005)，［11］正如 Peter(1999)［12］所述的那樣——“為了發(fā)展理論而采用不合理的邏輯假設(shè)就好比把車放到了馬前頭”;另一方面，這些行為金融模型互不兼容，理論模型之間缺乏繼承性。哪些行為金融模型更合理，行為金融如何發(fā)展?建立在行為金融理論基礎(chǔ)之上的行為財務、行為投資學等應用學科的邏輯基礎(chǔ)是否嚴謹?這都需要對現(xiàn)有行為金融模型的有效性進行評估。由于中國處于轉(zhuǎn)軌經(jīng)濟，股市的規(guī)范與發(fā)展離不開行為金融的理論指導，所以對現(xiàn)有行為金融學模型有效性評估也具有迫切的現(xiàn)實意義。

Jegadeesh 和 Titman(2001)［13］認為，若動量超常收益是由股票組合橫斷面造成的，那么投資組合的后持有期累積收益率應隨時間呈線性增加趨勢;若動量效應是由投資者反應不足造成，那么投資組合在后持有期的累積收益率應不變;若動量效應是由投資者過度反應造成的，則投資組合的后持有期累積收益率應減少最終變?yōu)樨撝?。通過實證發(fā)現(xiàn)，投資組合的后持有期累積收益最終為負值，支持了DHS模型。

Lee 和 Swaminathan(2000)［14］研究發(fā)現(xiàn):低(高)交易量的贏家(輸家)組合動量效應持續(xù)時間長，獲利能力大;而高(低)交易量的贏家(輸家)組合動量效應持續(xù)時間短，獲利能力小。根據(jù)上述實證結(jié)果，該文對行為金融模型的有效性進行了評估:DHS與HS模型都不能很好解釋他們的實證結(jié)果，但未否認BSV模型。

Chan，F(xiàn)rankel 和 Kothari(2004)［15］實證發(fā)現(xiàn)，在長期來看，企業(yè)收益的短期趨勢對企業(yè)未來收益沒有解釋能力，沒發(fā)現(xiàn)投資者易犯過度自信偏誤的證據(jù)，拒絕了DHS模型。

Daniel(2004)［16］對 Chan，F(xiàn)rankel 和 Kothari(2004)［15］的實證結(jié)果重新進行了解讀:在DHS模型中，若投資者解讀企業(yè)信息時易犯“過度自信”與“自我歸因”偏誤，只能導致中短期動量效應。在長期看，企業(yè)收益表現(xiàn)出的慣性趨勢與投資者未來收益沒有相關(guān)性，所以 Chan，F(xiàn)rankel和Kothari(2004)［15］的實證結(jié)果并未拒絕DHS模型。

Kausar 和 Taffler(2015)［17］認為，行為金融模型中的不同投資者行為假設(shè)可導致這些投資者在遇到強制公開信息時表現(xiàn)出不同的認識模式，從而導致公司股價在中短期表現(xiàn)出不同的特征。據(jù)此，提出了6條可檢驗的假設(shè)。實證支持了DHS模型，拒絕BSV模型與HS模型。

上述研究僅僅對BSV，DHS以及HS等三個行為金融模型的有效性進行了評估，也沒有得到一致性的結(jié)論;同時也未見基于中國股市的行為金融學模型有效性評價研究。

本文首次從投資者情緒的角度探討動量效應的行為機制(未見這方面研究的文獻);同時對現(xiàn)有行為金融數(shù)理模型有效性作一個系統(tǒng)評價，以期獲得行為金融未來發(fā)展的方向。

二、研究方法與檢驗樣本

(一)研究方法

1.異常換手率指標設(shè)計方法

雖然交易量可能蘊含著投資者情緒特征，但交易量vt指標含有更多的“指向”與“盲點”，所以盡可能將這些“指向”平滑掉。投資者因為流動性偏好和調(diào)整組合需要而進行的股票交易，在整個市場內(nèi)對價格的影響是相互抵消，它不會引起均衡價格波動，［18］是預期到交易，應將這部分日常流動交易剝離出來。如何找到日常流動需求交易代理指標?顯然，一個較長時間段內(nèi)的移動平均值是可以看作日常流動需求交易代理指標，即 aνg(v(t－n，t))。

綜上，“異常換手率”應設(shè)計為 ΔVt=這個參數(shù)n如何取值?n應該包含一個完整過程，其中股價存在漲與落。在周度收益數(shù)據(jù)尺度中，中國股市才存在動量效應，持續(xù)時間在4周，但是否存在“價格動量→價格反轉(zhuǎn)→價格動量”周期現(xiàn)象，未見相關(guān)研究。本文首先檢驗中國股市在周度收益率中是否存在上述現(xiàn)象?若有，這個周期可作為異常換手率中參數(shù)n。

為了避免重疊抽樣帶來的微觀結(jié)構(gòu)因素影響，采用非重疊法來檢驗價格動量。假設(shè)在構(gòu)造投資組合時的形成期與持有期分別為J，K。設(shè)參考基準時間點為T，則股票i在J期內(nèi)的累積收益率為計算出所有樣本股票的累積收益率，按照升序排列并分成10等份，分別為R1…R10，輸(贏)家組合為R1(R10);在T期后T+1期開始計算輸家組合與贏家組合持有期K期的累積平均收益率。然后向前移動J周得到新參考基準時間T+J，重復上述計算過程;依次類推，再得到一個時間序列。對這個時間序列求平均值并進行t檢驗。檢驗結(jié)果如下(由于篇幅有限，不再列出這部分的實證研究數(shù)據(jù)):

當組合形成期J=2，3，4周時，持有期K在4周以內(nèi)時，這時動量策略利潤為正。當5≤K＜36周時，這時動量策略利潤為負，即反向策略有效。當持有期K等于40周左右時，動量策略利潤開始為正，只是t值不顯著;當K=52周時，動量策略利潤達到歷史最好水平。綜上，當形成期J=2，3，4周時，經(jīng)過52周左右的間隔才完成了一個動量效應循環(huán)。

綜上，當形成期小于4周時才存在明顯動量效應且持續(xù)時間為4周，然后是半年以上時間反轉(zhuǎn)，經(jīng)過1年時間才能完成一個動量循環(huán)。所以異常換手率指標設(shè)計中n=52，故異常換手率指標為:①自此以后“交易量”就是指“異常換手率”，這兩個概念將混用。

2.交易量中蘊含著投資者情緒特征的檢驗

當今金融學文獻中的投資者情緒是指投資者對未來預期的系統(tǒng)性偏差，包含了相對參考標準產(chǎn)生偏離的各類因素。本文中“投資者情緒”更多強調(diào)了在認識決策過程中，由“情緒體驗(emotion)與偏好(preference)”引起的對均衡態(tài)偏離(an attitude or opinion，usually influenced by emotion and preference)，“情緒體驗”是對決策人行為成功的可能性以及必然性，在生理、認識與行為上的評價和體驗，包括喜歡、失望、漠視、恐懼、貪婪等狀態(tài)。

第一，投資組合在形成期內(nèi)的檢驗方法。在組合形成期內(nèi)，若交易量蘊含投資者關(guān)注“情緒體驗”特征，那么贏家組合始終受到投資者喜歡與關(guān)注，則異常換手率呈現(xiàn)為正值;在短期內(nèi)，輸家組合也會受投資者關(guān)注，但長期投資者會失望，所以需檢驗輸家組合換手率在短期呈現(xiàn)為正并逐步減少為負。對于中間組合，投資者不感興趣，故需檢驗中間組合的異常換手率基本為負值。

第二，投資組合在形成期以后(持有期內(nèi))的檢驗方法。許承明和王玉寶(2004)［19］認為，從動態(tài)的角度講，市場投資者情緒要經(jīng)歷一個樂觀狀態(tài)、理性態(tài)、悲觀態(tài)的往復過程。若異常換手率中蘊含著投資者情緒，則異常換手率具有“循環(huán)”特征:組合形成期以后，贏家組合會經(jīng)歷一個被投資者忽視過程再到被投資者“喜歡與吹捧”，但最終這些組合又表現(xiàn)出低于整個市場表現(xiàn)，最終又令投資者失望。同理，輸家組合會一開始遭受投資者拋棄，但這種類型的股票一旦跌到谷底，又會受到投資者“吹捧”。

3.交易量效應的檢驗方法

在研究交易量效應中借鑒了Lee和Swaminathan(2000)［14］的研究方法，但研究細節(jié)仍有不同，本文則對成交量數(shù)據(jù)重新進行了設(shè)計，即異常換手率。

計算股票i在J周內(nèi)的累積平均收益率，然后計算出所有樣本股票的平均累積收益率，按照升序排列分成10份，分別為R1(輸家)…R10(贏家)。將股票按照過去J周內(nèi)的平均異常換手率分為5組，從低到高順序分別為V1…V5。將上述分組取交集得到10×5組合。選取9個組合(R1V1，R5V1，R10V1，R1V3，R5V3，R10V3，R1V5，R5V5，R10V5)，如表1 所示。

表1 各種交叉組合示意圖

在檢驗是否存在交易量(異常換手率)效應時，將收益率固定，觀察不同異常換手率對組合收益的影響。若表1所示第5列V1－V5中的第2行到第4行結(jié)果顯著為正值，則有交易量效應。

4.早(晚)期動量策略超額收益率調(diào)整方法

為了檢驗異常換手率蘊含著“風險”特征，需檢驗早(晚)期動量策略超額收益是否來自市場超額回報、規(guī)模效應以及賬面價值比等因素，即Fama－French三因子。Fama－French三因子模型為:rit－rft= αt+ βi·(rmt－ rft)+si·SMBt+hit·HMLt。由于本文數(shù)據(jù)均采用周度數(shù)據(jù)，所以有必要詳細說明動量策略在持有期內(nèi)的市場溢價(rmt－rft)、SMB與HML因子回報率的計算方法。以形成期與持有期均為2周的動量策略為例。

持有期2周內(nèi)的周市場收益率以考慮現(xiàn)金紅利再投資的A股市場收益率(流通市值加權(quán)平均法)的平均收益率。

用t－1年12月份最后1周的賬面市值比，衡量公司規(guī)模采用t年4月份最后1周的流通市值。下面說明持有期內(nèi)SMB和HML因子回報率的計算方法。首先按股票2周流通市值的大小將股票分成兩組，即規(guī)模大的組(B)與規(guī)模小的組(S)，然后對每組股票再根據(jù)賬面市值比從小到大的順序分為10組，前3組為賬面市值比最低的組(G)，中間4組(N)、后3組為賬面市值比最高的組(V)，然后再交叉分組，總計得到6組組合，分別是:S/G，S/N，S/V，B/G，B/N，B/V。計算出每個組合在每周的平均收益率，然后計算出各個組合在2周內(nèi)平均收益率(算術(shù)平均值)，即SG，SN，SV，BG，BN，BV(SG 表示持有期周內(nèi)的組合S/G收益率的平均收益率，其他表示方法類似。)。持有期2周的SMB因子等于2周S組的平均收益率減去2周B組的平均收益率，持有期2周的HML因子等于2周V組的平均收益率減去2周G組的平均收益率，即SMB=(SG+SN+SV)/3－(BG+BN+BV)/3，HML=(SV+BV)/2－(SG+BG)/2。

(二)樣本數(shù)據(jù)

周收益率、周換手率以及周市值因子(流通市值加權(quán))、周賬面市值比因子(流通市值加權(quán))相關(guān)計算指標均來自色諾芬數(shù)據(jù)庫，周無風險利率來自銳思數(shù)據(jù)庫。樣本期從1991年7月6日到2010年12月29日深滬A股數(shù)據(jù)，刪除ST股等異常數(shù)據(jù)。

三、實證結(jié)果分析

(一)交易量中蘊含著投資者情緒的特征分析(投資組合在形成期內(nèi))

表2(表2組合欄中第2行是對應變量標準差)顯示了投資組合在組合形成期時的特征。

表2 交易量中蘊含著投資者情緒的特征分析(投資組合在形成期內(nèi))

在贏家組合實證結(jié)果表明，贏家組合(R10)都有較高的異常換手率;輸家組合(R1)在形成期較短時(J=1，2周)，其異常換手率為正值，但當形成期較長時(J=3，6，12周)，其異常換手率為負值。這表明贏家組合不管形成期為幾周，都受到投資者偏好與關(guān)注;輸家組合短期內(nèi)會受到投資者關(guān)注，若長期為輸家，呈現(xiàn)異常換手率減少并最終變?yōu)樨?，投資者終會失望。至于中間組合，其異常換手率基本為負，顯示投資者不感興趣，投資者把注意力放在贏家組合與輸家組合上。

表2顯示輸家組合、中間組合以及贏家組合在經(jīng)過異常換手率排序后特征。在贏家組合中:近期增幅較高的贏家組合總對應投資者的近期較高關(guān)注度(高換手率)。例如，在表 2里R10V1，R10V3與R10V5行中，當J=3周時，周收益率從0.15379變?yōu)?.19270，其對應的異常換手率也從－0.52595變?yōu)?.28730。在輸家組合中，近期跌幅較高的輸家組合也對應投資者的較高關(guān)注度(高異常換手率)。例如，在表2里R1V1，R1V3與R1V5行中，當J=2周時，周收益率從－0.08186變?yōu)椋?.10601，其對應異常換手率從－0.56618變?yōu)?.14510?？傊?，實證結(jié)果表明異常換手率蘊含著投資者對股票的“偏好”熱度特征?？傊?，當股票被投資者偏好與關(guān)注時候，其異常換手率就會增加，反之，則反之。

(二)交易量中蘊含著投資者情緒的特征分析(投資組合在形成期以后)

表3(每一組合策略欄的第2行是對應t值)顯示投資組合在形成期以后(即在持有期內(nèi))的異常換手率特征。

從異常換手率來看，無論贏家還是輸家組合，隨時間增加，其異常周轉(zhuǎn)率呈現(xiàn)“交易量循環(huán)”特征。低異常換手率逐漸增加，在增加一定程度則開始下降。以表3中的R1V1組合(形成期為J=4周)為例:其異常換手率在第1周為負(－0.29456)，之后異常換手率呈上升趨勢，到24周時異常換手率已經(jīng)上升為正值(0.024940)，到96周達到最大(0.090313)，然后異常換手率又開始下降，到108周已經(jīng)變?yōu)?.067811。高換手率組合的異常換手率也出現(xiàn)類似特征:異常換手率開始逐漸降低，降低為負值，然后異常換手率又開始增加。以組合R10V5(J=4周)為例，其異常換手率在第1周為0.611723，之后其異常換手率呈下降趨勢，到24周其異常換手率已經(jīng)變?yōu)樨撝?－0.01899)，到96周異常換手率又開始增加變?yōu)檎?0.023462)?？傊?，低(高)異常換手率的組合在組合形成期以后，其異常換手率呈現(xiàn)上升(下降)、然后又下降(上升)的循環(huán)特征(如圖1所示)。

綜上，在組合形成期以后，對于被投資者忽視的低異常換手率的贏家組合來說，逐漸會被投資者偏好(異常換手率開始增加)，但投資者喜歡到一定程度后(異常換手率達到最高)，又會令投資者失望，這時投資者開始厭棄這種股票(異常換手率降低)，其他種類的股票組合也會經(jīng)歷類似的循環(huán)過程。

表3 交易量中蘊含著投資者情緒的特征分析(投資組合在形成期以后)(部分數(shù)據(jù))

R1V1 －0.29456 －0.12576 －0.06254 0.024940 0.085695 0.090313 0.067811－15.3904 －5.11219 －2.54657 0.957103 3.307064 3.421661 2.742944 R1V5 0.547328 0.327798 0.173097 －7.57368 －0.0426 J=4 6 0.043491 0.080474 14.08845 9.881232 6.456089 －0.00319 －1.80416 1.749066 3.041004 R10V1 －0.30765 －0.24038 －0.13793 －0.03537 0.096894 0.059520 0.063626－15.4053 －8.54076 －4.68562 －1.24403 3.135687 1.668169 1.866387 R10V5 0.611723 0.192726 0.091321 －0.01898 －0.06273 0.023462 0.052053 19.35816 7.277322 3.544546 －0.84704 －2.97784 1.040876 2.162822

(三)價格動量的螺旋式循環(huán)

1.交易量效應

由表4可看出(每一組合策略欄的第2行是對應t值)，V1－V5列相應行的結(jié)果幾乎為正值且t值顯著，交易量效應明顯。

通過表4看出，只有在形成期較短(J=1，3周)與持有期(K=2，4周)較短時，表4中R10－R1行的結(jié)果顯著為正值，即存在價格動量效應;但隨形成期與持有期延長，表4中R10－R1行大部分結(jié)果顯著為負值，即隨時間延長，贏家(或輸家)很大程度上會變?yōu)檩敿?或贏家)組合，動量效應后面就是反轉(zhuǎn)效應。

綜上，低異常換手率贏家組合的收益率將延續(xù)前期升勢;而高異常換手率贏家將反轉(zhuǎn)為高換手率輸家組合。高異常換手率輸家組合的收益將延續(xù)前期降勢;而低異常換手率輸家將反轉(zhuǎn)為低異常換手率贏家組合(如圖2所示)。

表4 以前期收益率與異常換手率交叉分組后的動量策略收益率表(部分數(shù)據(jù))

2.經(jīng)過Fama－French三因子調(diào)整后早期(晚期)動量策略超額收益率

簡單動量策略(R10－R1)在經(jīng)異常換手率的交叉分組后，可得到如下策略:(1)組合策略R10V1－R1V5，即買進低異常換手率的贏家，同時賣空高異常換手率的輸家，稱為早期動量。(2)晚期動量策略:組合策略R10V5－R1V1。(3)復合策略:(R10V1－R1V5)－(R10V5－R1V1)。

表5 各種策略下的持有期超額收益率對比表(部分數(shù)據(jù))

表5(每一組合策略欄的第2行是對應t值)列出了簡單動量、早期動量策略、晚期動量策略以及復合策略(即買進早期動量組合賣空晚期動量組合)在持有期的超額收益率(為 Fama－French三因子回歸后的常數(shù)項)。由表5可看出，股市存在早期動量效應，沒有觀察到晚期動量的持續(xù)性現(xiàn)象(只有在J，K=2周時，策略收益才為正，且t值不顯著)，只觀察到晚期動量反轉(zhuǎn)的現(xiàn)象(策略收益絕大部分為負，t值顯著)。早期動量策略收益大于簡單動量策略收益，晚期動量策略收益小于簡單動量策略收益。復合策略收益大于早期動量收益，也大于簡單動量策略收益?？傊?，早期動量效應持續(xù)時間長且獲利能力大，而晚期動量效應持續(xù)時間短(不到1周)，并且迅速反轉(zhuǎn)。

3.價格動量螺旋式循環(huán)現(xiàn)象

通過上文可看出，晚期動量策略收益顯著為負，說明輸家晚期動量很快反轉(zhuǎn)。從另一個角度也可看出這個現(xiàn)象。若R10(V1－V5)表示低交易量時買進贏家、高交易量時賣出贏家的持有期累積收益率，可看作贏家動量的獲利空間;同理，R1(V1－V5)表示輸家動量策略的獲利空間。實證發(fā)現(xiàn)贏家動量獲利空間遠大于輸家動量策略的獲利空間。以表5中的J=3，K=8周為例，贏家組合的交易量效應收益率為0.02349，而輸家組合的交易量效應收益率為0.01777，因此，贏家組合與輸家組合的交易量效應相差0.00572。通過上述現(xiàn)象可推斷，由利空消息引發(fā)的股價下降幅度遠小于利好消息引發(fā)的股價上升幅度，其最大原因可能是中國股市不能賣空，從而影響了股價下潛幅度?？傊?，在結(jié)合交易量循環(huán)效應的情況下，發(fā)現(xiàn)異常換手率引發(fā)的價格動量是非對稱的，是一個螺旋式循環(huán)(圖2)。

4.交易量蘊含著“情緒體驗”特征的進一步證據(jù)

通過圖2可看出，在“交易量循環(huán)效應”牽引下，價格動量依次經(jīng)過四種相狀態(tài)的輪回。若低換手率贏家可以利用HS模型中的信息擴散來解釋的話，而其他三個相狀態(tài)則蘊含投資者“情緒體驗”特征。(1)高換手率的贏家。若動量交易者加入(或羊群效應)導致了高換手率的買方，這時賣方的動機何在?一個最好解釋就是虧損厭惡情緒存在(處置效應)。即使股市存在價格動量(慣性)趨勢，投資者的虧損厭惡情緒仍會導致這些投資者見好就收賣出股票。這個階段，動量交易者與處置效應投資者共同放大了換手率。(2)高換手率輸家。在股價出現(xiàn)下滑趨勢下，為什么很多投資者選擇賣出?由于中國股市不能賣空，“割肉”出局只能說明投資者對后市懷有恐懼悲觀情緒，導致投資者提前離場。(3)低換手率輸家。隨著價格進一步降低，擁有股票投資者由于虧損厭惡情緒不愿賣出股票，害怕產(chǎn)生實際損失;對價格不見底的恐懼使得另外一些投資者不愿意再買進股票，造成股市交易蕭條，悲觀觀望氣氛濃厚。

綜上，正是交易量不斷牽引股價偏離均衡態(tài)而又回歸均衡態(tài)，根據(jù)許承明和王玉寶(2004)［19］研究中的投資者情緒定義(投資者非理性行為導致股價不斷偏離股市均衡態(tài)的現(xiàn)象)，交易量蘊含投資者情緒特征。

(四)實證分析結(jié)論小結(jié)

綜合異常換手率設(shè)計過程中的實證分析以及上述的實證結(jié)果，可得到如下結(jié)論:中國股市不但存在由反應不足與反應過度導致的動量效應與反轉(zhuǎn)效應，而且存在這兩種異常構(gòu)成的螺旋式閉循環(huán)，具體表現(xiàn)如下:

第一，中國股市價格動量持續(xù)時間為1個月左右，然后經(jīng)過1年才能完成1個周期循環(huán)。

第二，異常換手率不僅蘊含了市場信息，①若交易量僅存在信息含量，對于近期利好消息的贏股而言，先前市場價格未包含該信息，投資者對過去信息反應不足，其市場價格低于其價值，即僅表現(xiàn)出反應不足而不會表現(xiàn)出反應過度現(xiàn)象。還蘊含了投資者情緒(sentiment)，［19］以此觸發(fā)價格動量的螺旋式循環(huán)。

第三，加入了交易量的早期動量(晚期)策略收益遠高(低)于簡單動量策略收益，這暗示著交易量蘊含“風險”特征。

四、對行為金融模型的有效性評價

(一)BSV模型的有效性評價

Barberis，Shleifer和 Vishny(1998)研究認為，［1］投資者容易犯兩種認識偏誤:一種是保守性偏誤，投資者不能及時將新的公開信息反映到價格中，導致市場對信息反應不足產(chǎn)生了動量效應;另外一種是代表性偏誤，由于投資者的代表性偏誤，投資者在接收到近期的一系列好(壞)信息后，導致股票價格被高估(或低估)，從而市場對信息過度反應。BSV模型可以解釋早期動量(反應不足)與晚期動量效應(反應過度)。由于投資者保守性偏誤，股市會存在早期動量效應;由于投資者的代表性偏誤，股市會存在晚期動量效應。

BSV模型不能很好地解釋早期動量效應演變?yōu)橥砥趧恿啃臋C制。由于投資者的保守性偏誤與代表性偏誤難以找到對應的代理變量，所以BSV模型不能很好解釋交易量中為什么會蘊含投資者“情緒體驗(emotion)”特征與“風險”特征。顯然，BSV模型不能很好解釋中國股市動量效應持續(xù)時間短、反轉(zhuǎn)周期快的現(xiàn)實。

(二)DHS與PX等模型的有效性評價

Peng和 Xiong(2006)［4］(PX 模型)并沒有專門研究股市動量效應產(chǎn)生的機制，只是得出了一個衍生性結(jié)論，即過度自信可以導致動量效應，這與DHS模型中的結(jié)論并沒有本質(zhì)不同，所以下面只對DHS模型的有效性進行評價，PX模型的有效性評價不再詳述。

Daniel 等 (1998，2001)［2～3］與 Peng 等(2006)［4］認為，投資者容易犯兩種認識偏誤，一種是自我歸因，另外一種是過度自信。當結(jié)果與投資者一致時，投資者就會將其歸結(jié)為自己的能力(自我歸因 )，從而導致過度自信。過度自信者在收到有關(guān)該股票的一系列私人信號后，發(fā)現(xiàn)這些股票仍然一直表現(xiàn)很好，就會把這些歸功于自己正確選擇股票的技術(shù)，不斷推動股票價格遠離價值，這些不斷延遲的過度反應導致了動量效應。

DHS模型中隱含這樣一種推論，若交易量反映了過度自信交易者的交易活動，那么交易量越大，其動量效應也越強。該推論與輸家的早期動量效應(交易量大、利潤空間大)與輸家晚期動量效應(交易量小，利潤空間小)現(xiàn)象相一致，即能解釋輸家動量效應，但DHS模型無法解釋贏家早期動量效應(交易量小、動量效應強)存在的事實。

即便DHS模型能解釋輸家動量效應，但仍存在如下矛盾:一些學者認為，［20～22］中國股市的過度反應現(xiàn)象是由中小投資者跟風、羊群效應造成的，這與DHS模型中的自我歸因、過度自信偏誤等假設(shè)不一致。DHS模型不能完整解釋交易量中蘊含著投資者“情緒體驗”特征。

(三)HS模型的有效性評價

Hong 和 Stein(1999)［5］認為，有信息交易者只擁有基本面信息的一個子集，這些信息片段按順序被有信息投資者吸收，信息逐漸地反應在價格中，從而造成了動量效應;而動量投資者的追逐加入又最終導致了反應過度，使得反轉(zhuǎn)效應成為可能。

根據(jù)HS模型可以得到如下結(jié)論:基本面信息擴散速度越慢，動量效應持續(xù)時間越長、獲利能力越大，即動量效應越強;如果把交易量看作信息擴散速度快慢的代理指標，則交易量越小，動量效應越強。據(jù)此，HS模型可解釋低交易量贏家的持續(xù)時間長、獲利能力強的特點，無法解釋高交易量輸家動量效應強的特點。動量交易者的加入最終會導致晚期動量效應(過度反應)，因此，可解釋晚期動量效應。

HS模型不能很好解釋中國股市動量效應持續(xù)時間短、反轉(zhuǎn)周期快的現(xiàn)實。若早期動量效應是由信息擴散造成的，那就意味著中國股市的信息傳播速度與效率比西方成熟的金融市場還要高，這不符合中國的現(xiàn)實狀況。

顯然，HS模型不能解釋為什么中國股市在月度與季度數(shù)據(jù)中不存在價格動量。因為信息緩慢擴散造成了動量效應持續(xù)時間長，應該在更大的時間尺度中存在動量效應。

HS模型仍無法對交易量中所蘊含的投資者“情緒體驗”特征作出合理解釋。

朱戰(zhàn)宇與吳沖鋒(2004)［9］在HS模型的基礎(chǔ)上，提出了一個解釋動量與反轉(zhuǎn)效應的模型。他們認為，金融市場上除了消息交易者、動量交易者外還有反向交易者(追跌殺漲者)，同時還要考慮中國股市不能賣空。顯然，因為該模型考慮到了反向交易者策略的存在，可解釋輸家晚期動量效應最終快速反轉(zhuǎn)的現(xiàn)象(低價買進)，并且部分可解釋中國股市反轉(zhuǎn)周期快的現(xiàn)實。由于考慮到了中國股市不能賣空的現(xiàn)實，當股價下跌時，缺乏賣空力量的參與，減緩了股價下降幅度，從而導致價格動量的螺旋式循環(huán)。

朱戰(zhàn)宇與吳沖鋒(2004)［9］的模型仍按“基本面信息擴散”來解釋早期動量效應，這必然導出“中國股市基本信息傳播效率更高”的結(jié)論。該模型也無法解釋交易量蘊含投資者“風險”特征，不能完整解釋交易量中蘊含著“情緒體驗”特征。

(四)GH模型的有效性評價

Grinblatt和 Han(2005)［6］從處置效應角度研究了動量效應產(chǎn)生的微觀機制。由于金融市場存在有處置效應的投資者，使得風險資產(chǎn)的價格相對于信息反應不足，市場價格向資產(chǎn)基本價值收斂時，就產(chǎn)生了動量效應。

顯然，GH模型可以解釋早期動量效應。對于近期利好消息的贏股而言，由于處置效應引起的出售壓力將會形成遏制價格上揚的速度，價格波動似乎被參考點所錨定，平均參考點將會位于當前價格的下方。如果出售壓力是交易量的代理變量的話，隨著交易量上升，價格緩緩上升。對于近期利空消息的虧股而言，處置效應投資者的惜售使得價格繼續(xù)下行的速度減緩，價格波動也被參考點所錨定，平均參考點將會位于當前價格的上方。由于投資者惜售的壓力使得交易量下降，股價緩慢下降。

GH模型可以部分解釋交易量中蘊含投資者“情緒體驗”。對于利好消息而言，由于投資者的處置效應，投資者存在出售壓力，投資者賣出活躍程度增強，價格上升;同樣道理，對于利空消息，投資者的惜售壓力使得交易量下降，市場彌漫著觀望氣氛。

GH模型無法解釋晚期動量效應，即為什么價格相對于信息反應過度。GH模型不能很好解釋為什么中國股市的動量效應持續(xù)時間短、反轉(zhuǎn)周期快的現(xiàn)實。GH模型也不能解釋為什么中國股市在月度與季度數(shù)據(jù)中不存在價格動量，因為投資者的處置效應實際延長動量效應的持續(xù)時間，應該在更長時間尺度中存在動量效應。

(五)HSY與HHW等模型的有效性評價

Han，Hong 和 Warachka(2009)［7］提出了HHW模型，HHW模型可看作HSY模型(Hong，Stein and Yu，2007)［8］的一個推廣，下面重點研究HHW模型的有效性。

HHW模型認為，預測一個公司的未來現(xiàn)金流或股票收益率是一件困難的事情，預測者容易產(chǎn)生分歧。這時最好的預測就是綜合其他人的預測結(jié)果形成一個總體預測。在形成總體預測時，就存在對不同預測來源結(jié)果進行權(quán)重分配的問題;權(quán)重如何分配要根據(jù)這些不同預測來源的歷史上預測結(jié)果準確度來定。顯然，歷史上預測犯錯誤的總和越小(預測的準確度越高)，在總體預測中就相應分配給越大的權(quán)重;反之，則在形成總體預測時就應分配給越小的權(quán)重。假如一個時期風險資產(chǎn)的價格一直升高(公司盈利沖擊一直正向沖擊)，這時一直抱有樂觀情緒的預測者在這段時期內(nèi)預測犯錯誤的總和較小，在形成總體預測時相應分配到較大的權(quán)重，從而使得總體預測傾向于樂觀情緒，這導致股票價格繼續(xù)走高，形成動量效應。

HHW模型過度反應的機制。根據(jù)HHW模型，假設(shè)利好(空)消息使得資產(chǎn)價格一直上升(下降)，會導致整個股市彌漫樂觀(悲觀)情緒，投資者紛紛買入(不愿意買入)，價格持續(xù)上升(下降)(晚期動量效應或過度反應)。若股市的樂觀(悲觀)情緒對應著大(低)交易量，則隨交易量上升(下降)，股價會持續(xù)上升(下降)，所以HHW模型可部分解釋交易量中蘊含著投資者情緒。

(六)ZZ模型的有效性評價

張維、趙帥特(2010)(ZZ 模型)［10］從投資者異質(zhì)互動的角度來解釋股市上動量與反向效應的機制。ZZ模型認為，金融上有兩類投資者，一類是動量交易者;一類是反應性投資者，他對基本信息反應高度敏感并存在情緒化，容易反應過度。ZZ模型認為，當反應投資者收到基本面信息時，反應性投資者由最初的反應不足導致最終的過度反應;當股價的維持趨勢消失或出現(xiàn)反向信息時，股價反轉(zhuǎn)趨勢被動量交易者利用，最后又導致反向效應出現(xiàn)。該模型可以較好解釋早期動量、晚期動量效應以及中國股市反轉(zhuǎn)周期快的現(xiàn)實。

由于ZZ模型中“反應性投資者”被假設(shè)對信息先出現(xiàn)反應不足而后過度反應，因此，該模型不能解釋為什么早期(晚期)動量效應持續(xù)時間長(短)、獲利能力大(差)的現(xiàn)象。該模型不能解釋中國股市動量效應持續(xù)時間短的現(xiàn)實，不能解釋交易量中蘊含著“風險”特征。

此外，ZZ模型中“反應性投資者”假設(shè)缺乏心理學試驗基礎(chǔ)，現(xiàn)實中是否存在該類型的投資者仍需做進一步的心理學、行為學試驗。

(七)對本文實證結(jié)論進行完整分析應包含理論的要素

通過對行為金融模型的有效性評價分析可知，要對本文實證結(jié)論進行完整分析，理論模型中應該包含3個理論要素。

第一，投資者行為中的“情緒”假設(shè)。只有在理論框架中包含這個理論要素，才能解釋為什么交易量蘊含著投資者“情緒體驗”特征。

第二，投資者的異質(zhì)性假設(shè)。只有投資者是異質(zhì)的，才能解釋股市既存在早期動量(反應不足)又存在晚期動量(反應過度)現(xiàn)象。

第三，邏輯假設(shè)中應包含處置性投資者存在。由于處置效應，股價上升(下降)時，虧損厭惡造成投資者拋售(惜售)壓力。即當股價上升(下降)，樂觀(悲觀)投資者愿意(厭惡)買進的壓力與處置性投資者拋售(惜售)壓力，共同造成了交易量上升(下降)。

五、結(jié)束語

通過對行為金融模型的有效性評估后發(fā)現(xiàn)，這些行為金融模型都不能對本文的實證結(jié)果進行有效解釋。這說明，經(jīng)過中外學者近30年的努力，行為金融學雖已取得了巨大成就(有兩位學者獲得諾貝爾經(jīng)濟學獎)，但目前行為金融數(shù)理模型的研究框架仍是不完備的。

中外學者已開始從投資者情緒角度來研究股市現(xiàn)象并取得了豐碩成果，［23］但缺乏一個基于情緒體驗(emotion)與偏好(preference)(特別是基于將“情緒體驗”與“偏好”融為一體)為邏輯假設(shè)的數(shù)理模型來解釋股市典型異常的行為機制，這是未來進一步研究的方向。

［1］Barberis N，Shleifer A，Vishny R.A Model of Investor Sentiment［J］.Journal of Financial E-conomics，1998，49(3):307－343.

［2］Daniel K，Hirshleifer D，Subrahmanyam A.Investor Psychology and Security Market Underand Overreactions［J］.The Journal of Finance，1998，53(6):1839－1885.

［3］Daniel K D，Hirshleifer D，Subrahmanyam A.Overconfidence，Arbitrage，and Equilibrium Asset Pricing［J］.The Journal of Finance，2001，56(3):921－965.

［4］Peng L，Xiong W.Investor Attention，Overconfidence and Category Learning［J］.Journal of Financial Economics，2006，80(3):563－602.

［5］Hong H，Stein J C.A Unified Theory of Underreaction，Momentum Trading，and Overreaction in Asset Markets［J］.The Journal of Finance，1999，54(6):2143－2184.

［6］Grinblatt M，Han B.Prospect Theory，Mental Accounting，and Momentum［J］.Journal of Financial Economics，2005，78(2):311－339.

［7］Han B，Hong D and Warachka M.Forecast Accuracy Uncertainty and Momentum［J］.Management Science，2009，55(6):1035 －1046.

［8］Hong H，Stein J C，Yu J.Simple Forecasts and Paradigm Shifts［J］.The Journal of Finance，2007，62(3):1207－1242.

［9］朱戰(zhàn)宇，吳沖鋒.考慮賣空限制的動量效應和反向效應模型［J］.系統(tǒng)工程理論與實踐，2005，(1):1 －11.

［10］張維，趙帥特.認知偏差、異質(zhì)期望與資產(chǎn)定價［J］.管理科學學報，2010，13(1):52 －59.

［11］Barberis N and Thaler R.A Survey of Behavioral Finance:In G.Constantinides，R.Stulz and Marris［M］.Handbook of the Economics of Finance，North Hand，2005.

［12］Peter E E.資本市場的混沌與秩序［M］.王小東，譯.北京:經(jīng)濟科學出版社，1999:161－173.

［13］Jegadeesh N and Titman S.Profitability of Momentum Strategies:An Evaluation of Alternative Explanations ［J］.The Journal of Finance，2001，56(2):699－720.

［14］Lee C M C and Swaminathan B.Price Momentum and Trading Volume［J］.The Journal of Finance，2000，55(5):2017－2069.

［15］Chan W S，F(xiàn)rankel R，Kothari S P.Testing Behavioral Finance Theories Using Trends and Consistency in Financial Performance［J］.Journal of Accounting and Economics，2004，38:3－50.

［16］Daniel K.Discussion of:“Testing Behavioral Finance Theories Using Trends and Consistency in Financial Performance”［J］.Journal of Accounting and Economics，2004，38:50－64.

［17］Kausar A and Taffler R.Testing Behavioral Finance Models of Market Under and Overreaction:Do They really Work［EB/OL］.University of Manchester Crawford House，Working Paper，2015，Available at SSRN，http://ssrn.com/abstract=873615.

［18］陳怡玲，宋逢明.中國股市價格變動與交易量關(guān)系的實證研究［J］.管理科學學報，2000，3(2):62 －68.

［19］許承明，王玉寶.關(guān)于投資者分類與投資者情緒的思考［J］.管理評論，2004 ，16(12):46－49.

［20］朱戰(zhàn)宇，吳沖鋒，王承煒.不同檢驗周期下中國股市價格動量的盈利性研究［J］.世界經(jīng)濟，2003，(8):62－67.

［21］劉煜輝，賀菊煌，沈可挺.中國股市的信息反應模式的實證分析［J］.管理世界，2003，(8):6－15.

［22］游家興.誰反應過度，誰反應不足——投資者異質(zhì)性與收益時間可預測性分析［J］.金融研究，2008，(4):161－163.

［23］嚴高劍，趙文榮.行為金融與投資者情緒:一個市場實證研究的綜述［J］.理論界，2013，(4):41－42.