孫欣煒 劉鄭耀

摘 要：本文基于CSAD模型，根據(jù)中國股票市場的實際情況對模型進行適當修正，選取上證180指數(shù)成分股為樣本，對我國股票市場的羊群效應進行檢驗。實證檢驗結果表明：我國股票市場在2017年9月—2019年12月，整體上均不存在羊群效應。即使分為上漲期和下跌期，也并沒有羊群效應的表現(xiàn)。這反映了投資者理性程度的提高和市場有效性的增強，使得股票市場日漸成熟。

關鍵詞：羊群效應? CSAD模型? 行為金融? 實證檢驗

與傳統(tǒng)金融理論的投資者理性假設不同，行為金融學研究表明，金融市場參與者并不是完全理性的，投資者情緒等因素都會干擾他們的投資決策，同時受到心理、專業(yè)知識等多方面的影響，出現(xiàn)錯誤的判斷。

羊群效應是一種非理性的投資行為，表示投資者在信息不確定的情況下盲目地“隨大流”，模仿其他投資者的決策或過度依賴于輿論而左右自己的投資行為，這也是行為金融學中一個熱點研究問題。股票市場中的這種現(xiàn)象會導致股價的異常波動，使得資產評估出現(xiàn)偏差，股票的市場價值與內在價值嚴重不符，證券市場的有效性降低。

我國A股股民在經歷了較長時間的資本市場發(fā)展后，理應變得相對更理性、更中立地面對“噪聲”，投資者也應當以科學的態(tài)度和頭腦進行投資決策，資本市場受到非理性因素的影響應當更小。本文在已有研究的基礎上，選取2017年9月1日—2019年12月6日上證180指數(shù)成分股的數(shù)據(jù)，利用基于資本資產定價模型（CAPM）的橫截面絕對偏離度CSAD方法進行實證分析，研究我國A股市場的羊群效應問題。

1 研究方法與數(shù)據(jù)描述

國內外學者對于股票市場上的羊群效應做了大量的研究，并且提出了許多模型和方法：Christie和Huang（1990）的橫截面收益率標準差模型，Chang、Cheng和Khorana（1995）的橫截面收益率絕對偏差模型，Shiller（1990）的“傳染模型”，Scharfstein和Stein（1990）的“聲譽模型”，Banerjee（1992）的外生排序羊群模型等。

1.1 CSSD法和CSAD法及補充

CSSD法是Christie和Huang（簡稱CH）提出的，因此也被稱為CH法。橫截面收益標準差（CSSD）的計算公式為：

n表示投資股票數(shù)量， Rmt表示t時間的市場收益率， Rit表示股票i在t時間的收益率。CSSD越大則個股收益率偏離市場平均收益率越多。當市場上存在羊群效應時，CSSD相對較小，表示投資者有模仿行為。但CSSD法的靈敏度較低，只有市場上有明顯的羊群效應時才能被檢測到，且較難說明其強弱。

CSAD法在CH法的基礎上進行改進，在基于理性假設的資本資產定價模型（CAPM）下，通過個股收益率和市場收益率的橫截面絕對離差CSAD探測羊群效應，從而較微弱的羊群效應也能被檢測出來。本文擬用CSAD法研究上證180指數(shù)成分股是否存在羊群效應，并基于股票的流動性作出適當變動。

根據(jù)CAPM公式，可得：

Rit表示股票i在 t時間的收益率， βi是它的系統(tǒng)性風險， Rmt是 t時間的市場收益率， Rf表示無風險收益率。

由此可以看出，在資本資產定價模型的理性假設下，橫截面絕對離差的期望值應當與市場收益率呈線性正相關關系。當市場中的投資者表現(xiàn)出羊群效應或其他不理智的情緒時，CAPM模型的前提假設失效，單一的線性回歸方程也無法用以描述CSAD與Rmt的關系。需要使用多項式回歸方程來檢驗羊群效應，即

如果存在羊群效應，投資者的投資決策會與市場趨勢接近，即受到市場輿論的影響，股票的個股收益率就會接近市場收益率，在回歸方程中表現(xiàn)為一階負相關（β1為負）或二階負相關（β2為負）。

本文對CSAD法的補充基于戴淑庚、陸彬（2016）的研究，他們通過實證檢驗得出在中國股市中市場換手率變量對CSAD具有顯著影響。在中國，股票的流動性越高，則越會有投資者去“炒”，換手率增長的同時也可能會加劇羊群效應;根據(jù)中國股市投資者和股票市場的特點，股票的換手率和歷史信息都是投資者關注的信息指標。因此在本文的回歸方程中，交易的活躍程度也作為一個因素被添加到回歸方程中。此外，考慮到投資者投資決策還依賴于歷史信息，本文選取上證180指數(shù)的日均換手率（turn）指標滯后一期的變量作為模型的解釋變量之一，如此既包含了股票交易的活躍程度，也將歷史信息考慮在內。綜上，本文的回歸方程如下：

1.2 數(shù)據(jù)來源及處理

1.2.1 數(shù)據(jù)選擇和運算

本文選取從2017年9月1日—2019年12月6日共551個交易日上證180指數(shù)成分股的日數(shù)據(jù)進行實證檢驗，共180*551個面板數(shù)據(jù)，其中市場收益率為上證綜指的日收益率。由于上證180指數(shù)中的成分股都是大盤股且體量較大，不易受到操控，具有很好的代表性。本文數(shù)據(jù)來源于同花順iFinD數(shù)據(jù)庫，所有180只個股數(shù)據(jù)的絕對離差在Excel中計算，采用Eviews8.0版本軟件進行數(shù)據(jù)回歸和分析。

1.2.2 數(shù)據(jù)分組

考慮到股票市場有不同趨勢，而羊群效應在不同趨勢中可能有不同的表現(xiàn)，所以本文根據(jù)2017年9月1日—2019年12月6日的市場表現(xiàn)分為下跌階段和上漲階段。在2019年1月4日上證指數(shù)達到數(shù)據(jù)選取期間內的最低值，因此在此之前被視為下跌期，2019年1月5日—12月6日被視為上漲期。在實證分析中，也將分別對下跌期和上漲期的羊群效應進行檢驗。

2 實證分析

2.1 平穩(wěn)性檢驗

由于使用時間序列數(shù)據(jù)可能存在“偽回歸”問題，需要先對數(shù)據(jù)進行平穩(wěn)性檢驗。本文使用Eviews8.0軟件對上證180的成分股數(shù)據(jù)進行ADF檢驗，具體結果，如表1所示。

由表1可知，各變量在1%、5%、10%的顯著水平下均是平穩(wěn)的，原始數(shù)據(jù)可以直接使用，不會出現(xiàn)“偽回歸”問題。

2.2 回歸檢驗及結果分析

2.2.1 序列相關性檢驗及調整

為了防止模型出現(xiàn)自回歸，我們在回歸前先對數(shù)據(jù)進行偏相關性檢驗，如圖1所示。檢驗結果存在明顯的一階自相關性和二階自相關性。因此利用廣義差分法對模型進行修正處理，在原回歸方程中加入一階自相關變量AR（1）和二階自相關變量AR（2），如表2所示。

即經過調整后的回歸方程為：

由表3可知，修正后DW值幾乎為2，模型已不存在自相關性的影響。Rmt2的t檢驗在10%的顯著性水平下顯著，其余變量均在1%的顯著性水平下顯著。其中? Rmt? 的回歸系數(shù)顯著為正，說明CSAD與市場平均收益率確實有著線型遞增的關系。Turn-1與CSDAt也有著顯著的正相關關系，這表明換手率越高，股票收益率的絕對離差就越大。換句話說，股票投機越熱，投資者對于股票未來的評估差異就越大。同時由于該換手率是指前一天的換手率，也能說明當投資者獲得市場活躍度高的信息后，對股票的評估也做出相應的調整。Rmt2項的系數(shù)表示當Rmt2增加一個單位，CSAD平均增加0.01個單位，即當市場收益率增加時，個股收益率的絕對離差有微弱的增長而不是減小，這與先前二階負相關（β2為負）的假設相背，說明市場上不存在羊群效應。

2.2.2 分下跌期和上漲期回歸

當我們使用整個時間段作為研究樣本時，忽視了投資者在面臨不同市場狀況時反映的差異情況。當整個市場趨于上升或下降態(tài)勢，羊群效應可能會有不同的表現(xiàn)。因此，我們將整個時間區(qū)間分為兩段：2017年9月1日—2019年1月4日大致為市場下跌階段，2019年1月4日—2019年12月6日大致為市場上漲階段。我們對兩個階段分別進行偏相關性檢驗，結果如圖2所示。

由圖2可知市場下跌階段的數(shù)據(jù)具有明顯的一階自相關性，由圖3可知市場上漲階段的數(shù)據(jù)不存在自相關性。因此我們再次利用廣義差分法對模型進行修正，結果如表3所示。

無論是在下跌階段還是上漲階段，各變量均在10%的顯著性水平下顯著。而? Rmt? 與CSADt之間存在正相關性，但都小于0.2，說明出股票收益率與市場收益率的偏離度會隨著市場收益率的絕對值的增大而增大，而增幅小于0.2個單位，但這還不能說明股票市場中羊群效應是否存在，因此需要考量二次項的系數(shù)。只有當Rmt2的系數(shù)為負時，才表明市場收益率與橫截面絕對離差間存在遞減的非線性關系，即投資者表現(xiàn)出羊群行為。在上面的兩個回歸方程中，Rmt2的系數(shù)均為正，由此可以說明無論在市場上漲還是下跌階段均不存在羊群效應影響。綜上，異于先前對于下跌階段和上漲階段投資者情緒和理性程度可能不同的猜測，在市場呈現(xiàn)不同趨勢的情況下，均沒有探測到羊群效應。

3 產生的原因分析

3.1 投資者理性程度提高

隨著行為金融學的發(fā)展和投資者的主動學習，尤其是在2017年諾貝爾經濟學獎頒發(fā)給在行為金融理論中做出重大貢獻的理查德·塞勒之后，越來越多的投資者接觸到行為金融學理論，包括羊群效應等。意識到市場異象后，投資者會趨向于自我修正和有意避免這樣的現(xiàn)象。具體地說，當投資者學習到羊群效應在資本市場的客觀存在后，投資者會在進行投資決策時對自身的模仿行為多加注意，從而刻意減少由市場輿論所影響的盲目跟風行為。這樣的心理暗示會客觀上提高投資者的理性，作出根據(jù)傳統(tǒng)金融學的定價理論的投資決策。

在投資者追漲殺跌等不理性因素帶來市場振蕩的教訓下，現(xiàn)在投資者在觀測市場輿論和情緒時會更傾向于中立和理智，而不是盲目跟從，這樣也使得CAPM的理性投資者假設變得更加可靠。

3.2 資本市場開放和有效性增強

熱錢受到證監(jiān)會的監(jiān)管和限制，莊家操盤的可行性逐漸降低，投資者資金蜂擁而至和快速退出的情況越來越少。尤其是在股票市場，熱錢帶來的大起大落往往會引發(fā)不健康的投資者情緒，從而引發(fā)不理性的行為。如今為了維護金融市場的秩序和實體經濟的穩(wěn)定，對熱錢等操縱市場的行為監(jiān)管趨嚴。除此之外，隨著股指期貨以及融資融券等金融創(chuàng)新的產生和制度完善，使得做空成為可能。做空機制的成熟增加了投資者可選擇的策略，減少了羊群行為的產生，使得整個市場更加完善，有效市場假說（EMH）和資本資產定價模型（CAPM）等傳統(tǒng)金融學理論的適用性增加。

3.3 樣本選擇的固有缺陷

本文選取數(shù)據(jù)的樣本為上證180指數(shù)的180只成分股，這些股票大多為藍籌股且市值較高，并且由機構投資者作為大股東控制。機構投資者基本不會受到噪聲的影響，也不會盲目跟隨市場輿論作出決策，因此在這些股票中投資者表現(xiàn)較為理性。另外，散戶或小股東的“搭便車”行為使得他們愿意相信并跟隨機構投資者長期持有具有行業(yè)代表性的股票，而不是熱衷于短線或投機。此外，中小企業(yè)并未在本文的考察范圍之內，而在此前研究中發(fā)現(xiàn)中小盤股的羊群效應較為明顯。

4 結語

本文以CSAD法為基礎，在回歸方程中加入了反映歷史信息和投資者熱度的換手率滯后一期變量輔助構建，并且選擇滬市中最具行業(yè)代表性的180只股票進行分析。對羊群效應的檢測結果表明從2017年9月1日—2019年12月6日股票市場上不存在羊群效應。在將時間段分為下跌階段和上漲階段后，發(fā)現(xiàn)均不存在羊群效應，即收益率增大時橫截面絕對離差也增大。這說明投資者有意克制和糾正自己的從眾心理，避免羊群效應的產生。不過其中反映投資者的理性增長之余，也有矯枉過正之嫌。

與先前多數(shù)的中國股市羊群效應檢驗不同，本文發(fā)現(xiàn)2017年以來滬市不具有明顯的羊群效應。這是因為散戶投資者理論知識的加強，盲目跟風、短視與情緒化現(xiàn)象的減少;而機構投資者基于信托責任在投資決策時更加理性和負責。由此，股市暴漲暴跌等不穩(wěn)定的現(xiàn)象也減少了，市場有效性和股票市場的穩(wěn)定性得以提高。

參考文獻

陸琴.關于我國上證市場“羊群效應”的研究[J].市場周刊，2019（09）.

王超，修長柏.深證A股市場羊群效應的實證研究[J].現(xiàn)代商業(yè)，2017（34）.

謝小可.我國A股市場羊群效應的實證研究[J].現(xiàn)代經濟信息，2017（22）.

林勇，張星月.基于QRNN模型的創(chuàng)業(yè)板市場羊群效應的實證分析[J].海南金融，2017（04）.

戴淑庚，陸彬.基于CSAD模型的股票市場羊群效應的實證分析[J].廣義虛擬經濟研究，2016，7（01）.

王晶.我國證券市場是否存在羊群效應？——基于上證50指數(shù)的實證檢驗[J].江淮論壇，2014（05）.