姚仟伊

摘要： 本文創(chuàng)新性地將股票市場上普遍存在的一種非理性的羊群行為與股票市場的風(fēng)險溢出效應(yīng)聯(lián)系在一起進(jìn)行研究，通過實證分析，得出以下結(jié)論：（1）羊群行為會擾亂股票市場的秩序，增加股票市場的風(fēng)險。（2）個股的羊群行為會使其所在股票市場產(chǎn)生風(fēng)險溢出效應(yīng)，并且二者存在正相關(guān)。（3）某個股票市場的羊群效應(yīng)會對其他股票市場產(chǎn)生風(fēng)險溢出效應(yīng)，并且二者存在正相關(guān)。本文有助于政府監(jiān)管部門防范金融市場潛在性風(fēng)險，維持股票市場的健康發(fā)展。

關(guān)鍵詞： 羊群行為 風(fēng)險溢出效應(yīng) CoVaR? LSV

一、引言

隨著金融市場開放程度的不斷擴(kuò)大，不同金融市場之間的聯(lián)系不斷加深。市場與市場之間相互影響、互相干預(yù)。每一次地區(qū)性的劇烈金融波動都會在短時間內(nèi)傳遞到其他金融市場上，從而或多或少地影響著全球金融市場的穩(wěn)定。在這里，我們把由一個金融市場的波動所引起的另外一個金融市場的波動稱為“溢出效應(yīng)”。羊群行為也被稱為“羊群效應(yīng)”或“從眾行為”。當(dāng)市場有大量的新的公共信息涌入時，不自信的私有信息持有者就會選擇放棄自己原先的決策而選擇追隨新的交易決策，從而產(chǎn)生羊群行為。

基于此，我們有理由認(rèn)為股票市場上羊群行為的存在與股票市場風(fēng)險溢出效應(yīng)之間存在著因果關(guān)系。接下來，我們會對羊群行為和風(fēng)險溢出效應(yīng)分別進(jìn)行測度，并使用2010年1月1日至2017年12月31日上證綜合指數(shù)、深圳成分指數(shù)以及上證A股股票為樣本數(shù)據(jù)，嘗試建立二者之間的聯(lián)系，尋找羊群效應(yīng)對股票市場風(fēng)險溢出效應(yīng)的影響機(jī)理。

我們發(fā)現(xiàn)：第一，無論是單個的羊群行為對所在股票市場的風(fēng)險溢出效應(yīng)，還是股票市場的羊群效應(yīng)會對其他市場的風(fēng)險溢出效應(yīng)，都呈現(xiàn)出相同的趨勢，因此，認(rèn)為羊群行為會對股票市場的風(fēng)險溢出效應(yīng)產(chǎn)生影響。第二，通過對上海股票交易市場的羊群效應(yīng)與深圳股票交易市場風(fēng)險溢出效應(yīng)的對比，發(fā)現(xiàn)二者存在近似正相關(guān)，因此，我們認(rèn)為一個股票市場的羊群效應(yīng)會對其他股票市場產(chǎn)生風(fēng)險溢出效應(yīng)。第三，通過對上證50的每一支股票的羊群效應(yīng)與上海股票交易市場的風(fēng)險溢出效應(yīng)的對比，發(fā)現(xiàn)二者存在近似正相關(guān)，因此，我們認(rèn)為個股的羊群行為會使其所在股票市場產(chǎn)生風(fēng)險溢出效應(yīng)。

二、文獻(xiàn)回顧與理論假設(shè)

在一個投資群體中，單個投資者放棄自己的私有信息，反過來根據(jù)其他的同類投資者的行為來決定自己的投資選擇的行為稱為羊群效應(yīng)。Avery and Zemsky（1998）提出，當(dāng)市場有大量的新的公共信息涌入時，信息獲取渠道較差的投資者更可能放棄私人信息去跟隨其他投資者的選擇，從而引發(fā)羊群行為。當(dāng)前，國內(nèi)外對羊群行為的影響研究主要集中在市場層面和決策層面。在市場層面上，Lux（1995）通過構(gòu)建市場投資態(tài)度與股票價格波動的動態(tài)模型，提出交易者非主觀意識的信息傳播過程即羊群行為會導(dǎo)致股票價格的偏離。劉祥東等（2014）認(rèn)為，重度羊群效應(yīng)會導(dǎo)致股票市場上大量投資者的非理性行為，從而導(dǎo)致資金的大量涌入或者流出，甚至是嚴(yán)重市場泡沫的產(chǎn)生。在決策層面上，董志勇等（2007）認(rèn)為有價值的私人信息在決策中的缺失會導(dǎo)致資產(chǎn)價格的偏離以及資源有效配置的扭曲。基于上述研究，我們提出了本文的第一個假設(shè)：

假設(shè)1：羊群行為會擾亂股票市場的秩序，增加股票市場的風(fēng)險。

風(fēng)險的溢出和傳染是系統(tǒng)性風(fēng)險發(fā)生時最典型的特征（劉超，2017）。目前，國內(nèi)外關(guān)于風(fēng)險溢出效應(yīng)的研究體系尚未健全，對中國風(fēng)險溢出效應(yīng)的研究主要集中在其存在性和風(fēng)險溢出效應(yīng)強(qiáng)度的測算方面。VaR模型最早是由Baumol（1963）提出，被廣泛地使用在資產(chǎn)價值的評估和金融風(fēng)險的預(yù)測。基于分位數(shù)回歸的研究基礎(chǔ)上，Adrian和Brunnermeier（2008）首次構(gòu)建了CoVaR模型，用于度量不同市場間的風(fēng)險溢出效應(yīng)。結(jié)合在上一節(jié)中關(guān)于羊群行為影響的研究，提出本文的第二個假設(shè)：

假設(shè)2.1：某個股票市場的羊群效應(yīng)會對其他股票市場產(chǎn)生風(fēng)險溢出效應(yīng)，并且二者存在正相關(guān)。

此外，從微觀角度來研究，可以認(rèn)為金融市場的單一金融機(jī)構(gòu)在面臨個體風(fēng)險時，能夠通過開放的市場將風(fēng)險傳遞到整個市場體系中，從而引發(fā)全市場的系統(tǒng)性風(fēng)險和金融危機(jī)。基于此，我們提出本文的第三個假設(shè)：

假設(shè)2.2：個股的羊群行為會使其所在股票市場產(chǎn)生風(fēng)險溢出效應(yīng)，并且二者存在正相關(guān)。

三、數(shù)據(jù)來源與變量構(gòu)建

（一）數(shù)據(jù)來源

選用滬股（上證綜合指數(shù)）、深股（深圳成分指數(shù)）為樣本，選取了2010年1月1日至2017年12月31日期間共計1968個交易日的同步指數(shù)的收盤價，來計算股票風(fēng)險溢出效應(yīng)。選取同時期上海證券交易所A股股票（排除創(chuàng)業(yè)板）的每日交易數(shù)據(jù)，來考察羊群行為（數(shù)據(jù)來源于銳思數(shù)據(jù)庫）。

（二）指標(biāo)構(gòu)建

1.被解釋變量：股票風(fēng)險溢出效應(yīng)。（Value at Risk）也被稱為“風(fēng)險價值”或“在險價值”，是一種新興的風(fēng)險量化管理方法，表示在一定的置信水平下，單個資產(chǎn)或者資產(chǎn)組合在未來的特定時期內(nèi)的最大可能損失。

隨著風(fēng)險理論體系的不斷完善和豐富，方法也逐漸顯示出忽視市場不穩(wěn)定因素和整個市場連鎖反應(yīng)的弊端。因此，我們根據(jù)Adrian和Brunnermeier（2011）的定義，引入表示單個資產(chǎn)或者資產(chǎn)組合的變動對整個金融市場的風(fēng)險外溢效應(yīng)。

綜上所述，我們可以定義?來表示單只股票對所處股票市場的風(fēng)險溢出效應(yīng)。公式如下：

來表示股票市場對另一股票市場的風(fēng)險溢出效應(yīng)：

其中，i表示產(chǎn)生風(fēng)險溢出效應(yīng)的股票市場，j表示另外一個股票市場。因此，表示股票市場i發(fā)生風(fēng)險時，股票市場j的VaR值。表示股票市場i處于正常情況時，股票市場j的VaR值。

由于不同股票市場中股票的種類以及市場規(guī)模之間存在著較大的差異性，因此風(fēng)險溢出程度規(guī)模相差較大，在這里，我們對其進(jìn)行了標(biāo)準(zhǔn)化的處理。

2.解釋變量：羊群行為指標(biāo)。針對羊群行為指標(biāo)的測度，本文是基于傳統(tǒng)的檢驗羊群行為的LSV方法，引入股票種類i，得出衡量羊群行為的指標(biāo)：

其中為i股票的羊群行為程度，為i股票的所有買方驅(qū)動單數(shù)量，為i股票的所有賣方驅(qū)動單的數(shù)量，p為該股票買方驅(qū)動單占其總交易單比例在橫截面上的平均值。為期望值調(diào)整項。

四、實證分析

（一）單支股票的羊群行為對所處股票市場風(fēng)險溢出的影響

根據(jù)每支股票在每個交易日買方驅(qū)動單和賣方驅(qū)動單的數(shù)量，將其帶入羊群行為測度的方程式中，計算出每支股票在每日的羊群行為的大小。接下來，根據(jù)CoVa模型，來計算上證50股票對上海證券交易所股票市場的風(fēng)險溢出值（）、絕對風(fēng)險溢出量（?）和相對風(fēng)險溢出量（）。

將每一支股票在不同的時間點(diǎn)上計算得出的羊群行為進(jìn)行直觀性的折線分析，其中橫坐標(biāo)為交易日時間，縱坐標(biāo)為羊群行為及股票市場的風(fēng)險溢出效應(yīng)，從而得到下圖1（同上，由于篇幅有限，我們只列舉10只股票進(jìn)行分析）：

根據(jù)折線圖所示，可以觀察到單支股票的羊群行為與股票市場的風(fēng)險溢出效應(yīng)之間呈現(xiàn)出同趨勢的特征，即當(dāng)羊群行為增加時，股票市場的風(fēng)險溢出效應(yīng)也隨之增強(qiáng)。由此，可以驗證假設(shè)2.2：個股的羊群行為會使其所在股票市場產(chǎn)生風(fēng)險溢出效應(yīng)，并且二者存在正相關(guān)。

（二）股票市場的羊群行為對其他股票市場風(fēng)險溢出的影響

通過上海證券交易所和深圳證券交易所A股每股票在每個交易日的買方驅(qū)動單和賣方驅(qū)動單的數(shù)量，計算每支股票在每日的羊群行為的大小。接下來，通過分別計算上海證券交易所和深圳證券交易所兩個股票市場上所有股票的截面平均值，最終得到兩個股票市場上每日羊群行為的程度。

我們分別對滬股羊群效應(yīng)對深圳證券中心的風(fēng)險溢出效應(yīng)以及深股羊群效應(yīng)對上海證券中心的風(fēng)險溢出效應(yīng)進(jìn)行計算。將處于不同的時間點(diǎn)上所得到的羊群行為和風(fēng)險溢出效應(yīng)進(jìn)行直觀性的折線分析。其中橫坐標(biāo)為交易日時間，縱坐標(biāo)為羊群行為及股票市場的風(fēng)險溢出效應(yīng)，從而得到下圖2。

根據(jù)折線圖所示，可以觀察到單股票市場的羊群行為對其他股票市場的風(fēng)險溢出效應(yīng)之間呈現(xiàn)出近似同趨勢的特征，即當(dāng)一個股票市場羊群行為增加時，股票市場的風(fēng)險溢出效應(yīng)也隨之增強(qiáng)。由此，可以驗證假設(shè)2.1：某個股票市場的羊群效應(yīng)會對其他股票市場產(chǎn)生風(fēng)險溢出效應(yīng)，并且二者存在正相關(guān)。

五、結(jié)論

黨的十九大報告中指出，要堅決打好防范化解重大風(fēng)險的攻堅戰(zhàn)，其中重大風(fēng)險主要是指金融市場、金融體系中存在的重大風(fēng)險。2018年中央經(jīng)濟(jì)工作會議中也指出，資本市場在金融運(yùn)行中具有牽一發(fā)而動全身的作用，要深化改革，防范金融市場異常波動和共振，穩(wěn)妥預(yù)防和處理金融市場的風(fēng)險。

本文基于改進(jìn)的LSV方法以及CoVaR方法，對羊群行為和股票市場風(fēng)險溢出效應(yīng)進(jìn)行測度，得到以下兩個結(jié)論：結(jié)論一：個股羊群行為會對股票市場的風(fēng)險溢出效應(yīng)產(chǎn)生影響，且二者之間呈現(xiàn)出正相關(guān)性;結(jié)論二：股票市場的羊群效應(yīng)會對其他股票市場的風(fēng)險溢出效應(yīng)產(chǎn)生影響，二者之間呈現(xiàn)出正相關(guān)性。

由此，我們可以認(rèn)為，羊群行為作為一種非理性的投資行為，會對金融市場的穩(wěn)定造成嚴(yán)重的影響，干預(yù)投資者做出正確的決策，增加金融市場的風(fēng)險系數(shù)，影響股票市場的良好穩(wěn)定發(fā)展。因此，政府要加強(qiáng)對市場上羊群行為的管理，完善信息披露機(jī)制，加強(qiáng)投資者的理性投資行為和心理預(yù)期，避免羊群行為的“正反饋效應(yīng)”，維持股票市場的健康發(fā)展。

參考文獻(xiàn)：

[1]董志勇，韓旭.基于GCAPM的羊群行為檢測方法及中國股市中的實證依據(jù)[J].金融研究，2007（5）：108-117.

[2]劉超，徐君慧，周文文.中國金融市場的風(fēng)險溢出效應(yīng)研究——基于溢出指數(shù)和復(fù)雜網(wǎng)絡(luò)方法[J].系統(tǒng)工程理論與實踐，2017，37（04）：831-842.

[3]劉祥東，劉澄，劉善存，陸嘉駿.羊群行為加劇股票價格波動嗎[J].系統(tǒng)工程理論與實踐，2014，34（06）：1361-1368.

[4]易會滿.努力建設(shè)規(guī)范透明開放有活力有韌性的資本市場[J].中國經(jīng)濟(jì)周刊，2019（17）：68-69.

[5]張紅偉，毛前友.羊群行為、股價波動與投資收益——基于中國證券投資基金的實證研究[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2007（10）：50-54.

[6]張路，張溪婷.基于CoVaR模型的我國上市銀行系統(tǒng)性風(fēng)險度量[J].統(tǒng)計與管理，2017（11）：66-70.

經(jīng)，2016（03）：107-119.

[7]朱菲菲，李惠璇，徐建國，李宏泰.短期羊群行為的影響因素與價格效應(yīng)——基于高頻數(shù)據(jù)的實證檢驗[J].金融研究，2019（07）：191-206.

[8]Adrian T，Brunnermeier M K.CoVaR[R].National Bureau of Economic Research，2011.

[9]Baumol William J.，An Expected Gain-Confidence Limit Criterion for Portfolio Selection[J]，Management Science，1963，11，174-182.

[10]Bikhchandani S.，D.Hirshleifer and I.Welch，A Theory of Fads，F(xiàn)ashion，Custom，and Cultural Change as Informational Cascades[J]，Journal of Political Economy，1992，100，92-1026.

[11]Hamao Y，Masulis R.W.and Ng V，Correlations in Price Changes and Volatility across International Stock Markets[J]，Review of Financial Studies，1990，3（2），281-307.

[12]King M.A.and S.Wadhwani，Transmission of Volatility between Stock Markets[J]，Review of Financial Studies，1990，3，5-33.

[13]King，M.，A.Sentana，and Wadhwani，Volatility and Links between National Stock Markets，Econometrica，1994，62，901-933.

[14]Lux T.Herd behavior，bubbles and crashes[J].Economic Journal，1995，105（5）： 881-896.

[15]Wermers R.，Mutual Fund Herding and the Impact on Stock Prices[J].Journal of Finance，1999，54：581-622.

作者單位：西北農(nóng)林科技大學(xué)經(jīng)濟(jì)管理學(xué)院