摘要：我們的研究是黃（2020）[1]對(duì)香港股市羊群行為實(shí)證研究的延伸。我們采用兩種方法，包括Zheng等人（2017）[6]方法和Lam 和 Qiao（2015）[4]方法，以分析香港股市交易量對(duì)其羊群行為的影響。我們發(fā)現(xiàn)，每天交易量似乎并沒(méi)有為香港股市羊群行為的回歸模型增加具統(tǒng)計(jì)意義的價(jià)值。這暗示香港股市交易量沒(méi)有影響其羊群行為，于Zheng等人（2017）[6]以及Lam和Qiao（2015）[4]的實(shí)證結(jié)果不一樣。我們認(rèn)為，這可能是因?yàn)閮r(jià)格已經(jīng)能充分反映交易量的訊息，也可能是因?yàn)榻灰琢繉?duì)羊群行為的影響是非常短暫的。

關(guān)鍵詞：羊群行為;香港股市;交易量;橫斷面絕對(duì)值絕對(duì)偏差（CSAD）

1.引言

Lamoureux 和Lastrapes （1990）[3]提出股票收益率受訊息流所影響。由于訊息流無(wú)法量度，他們提出以交易量作為訊息流的參考指標(biāo)。大量文獻(xiàn)支持交易量與股票收益率的關(guān)系。Kao等人（2019）[2]發(fā)現(xiàn)，在美國(guó)期貨市場(chǎng)中，較大的交易量有利于投資者獲得回報(bào)，但也導(dǎo)致波動(dòng)性增加。另外，Li等人（2019）[5]發(fā)現(xiàn)，“逃往流動(dòng)性”可以部分解釋特質(zhì)波動(dòng)難題，投資者的賭博和羊群心理。

盡我們最大的理解，Zheng等人（2017）[6]以及Lam和Qiao（2015）[4]是較近期專(zhuān)注研究香港股市羊群行為的文章。他們?cè)谘芯肯愀酃墒薪灰琢繉?duì)其羊群行為的影響時(shí)，采用了兩種不同的實(shí)證方法，且得出了令人驚訝的相反結(jié)果。Zheng等人（2017）[6]發(fā)現(xiàn)，在1993年7月19日至2013年7月17日的樣本期內(nèi)，香港股市的交易量較低時(shí)，羊群行為更為顯著。然而，Lam和Qiao（2015）[4]結(jié)果則表明，在1994年4月1日至2006年12月31日這兩個(gè)子樣本時(shí)期之一，當(dāng)香港股市的交易量很高時(shí)，羊群行為存在。

由于他們實(shí)證結(jié)論并不太一致，加上交易量能提供另一個(gè)角度來(lái)探討香港股市羊群行為，所以我們對(duì)香港股市的交易量對(duì)其羊群行為的影響，進(jìn)行實(shí)證研究。

在本文的其余部分安排如下。 在第二章中，我們提供了實(shí)證方法的詳細(xì)描述和數(shù)據(jù)。 在第三章中，我們將討論和分析實(shí)證結(jié)果。在第四章中，我們將提供結(jié)論性意見(jiàn)并討論研究結(jié)果的含義。最后，我們按姓氏字母排序，列出參考文獻(xiàn)。

2.數(shù)據(jù)與方法

我們的研究是黃（2020）[1]的延伸，并使用同樣的數(shù)據(jù)，即是從彭博資訊收集香港股市主板和創(chuàng)業(yè)板的股票的每日價(jià)格數(shù)據(jù)，包含從1994年1月3日（引入賣(mài)空和股票期權(quán)開(kāi)始）到2018年10月10日期間的2273股香港股票。在除去非交易日后，每只股票具有6114時(shí)點(diǎn)的價(jià)格數(shù)據(jù)。

我們的研究主要針對(duì)交易量會(huì)否影響香港股市羊群行為，采用兩種方法并比較實(shí)證結(jié)果。 我們首先遵循Zheng等人（2017）[6]的方法，根據(jù)記錄的市場(chǎng)交易量值的一年移動(dòng)平均值的分布將整個(gè)樣本分為三個(gè)子樣本。 最高的25%和最低的25%分別定義為高交易量狀態(tài)和低交易量狀態(tài)，其余50%定義為正常交易量狀態(tài)。由于我們考慮國(guó)際股市和中國(guó)內(nèi)地股市對(duì)香港股市的潛在影響，我們采用黃（2020）[1]的模型（1）1，加上Zheng等人（2017）[6]的方法，分別對(duì)所有三個(gè)子樣本進(jìn)行回歸。

（1）

其中

Ri，t是在時(shí)間t公司i觀察到的股票收益率，

Ri，t=1nPi，t-1nPi，t-1

Pi，t以及Pi，t-1分別是在時(shí)間t及時(shí)間t-1公司i的實(shí)測(cè)股價(jià)，Rm，t是投資組合m在時(shí)間t的n個(gè)收益率的橫斷面平均值，n是投資組合m中的公司數(shù)目。

RSSE，t是在時(shí)間t上海證券綜合指數(shù)的收益率，RS&P，t-1是在時(shí)間t-1的標(biāo)準(zhǔn)普爾500指數(shù)的收益率2。

然后，我們也遵循Lam和Qiao（2015）[4]，參照Tan等人（2008）的方法。他們基于市場(chǎng)交易量定義兩個(gè)虛擬變量? ? ? ? ?和? ? ? ? ? 。當(dāng)?shù)趖天的市場(chǎng)交易量大于之前的30天平均值3時(shí)，它被分類(lèi)為高交易量狀態(tài)和虛擬變量? ? ? ? ?為1。但是，當(dāng)?shù)趖天的市場(chǎng)交易量小于之前的30天平均值時(shí)，它被分類(lèi)為低交易量狀態(tài)和虛擬變量? ? ? ? 為1當(dāng)?shù)趖天的市場(chǎng)交易量大于之前的30天平均值時(shí)，它被分類(lèi)為高交易量狀態(tài)和虛擬變量? ? ? ? ?為1。

基于市場(chǎng)交易量的虛擬變量，我們重寫(xiě)模型（1）為模型（2），再進(jìn)行回歸。

其中

投資組合m在時(shí)間t的交易量為Vm，t。

如果Vm，t大于其先前的30天移動(dòng)平均值，? ? ? ? ? =1。否則，

=0。

如果Vm，t小于其先前的30天移動(dòng)平均值，? ? ? ? =1。否則，

=0。

換句話(huà)說(shuō)，? ? ? ? =1-

我們也遵循Lam和Qiao（2015）[4]進(jìn)行Wald檢驗(yàn)，零假設(shè)是γ3-γ4=0。若檢驗(yàn)否定零假設(shè)，這將支持香港股市存在不對(duì)稱(chēng)羊群行為。

Zheng等人（2017）[6]的方法基于高、低和正常的三個(gè)市場(chǎng)交易量狀態(tài)，將整個(gè)樣本期分為三個(gè)子樣本。我們認(rèn)為，這方法重于捕獲市場(chǎng)交易量對(duì)羊群行為的長(zhǎng)期影響。 然而，若研究涵蓋較長(zhǎng)時(shí)間的樣本期，實(shí)證結(jié)果可能受市場(chǎng)微觀結(jié)構(gòu)變化所影響。Lam 和 Qiao（2015）[4]的方法在定義高、低交易量日期時(shí)，則較關(guān)注動(dòng)態(tài)交易量信息，但沒(méi)有將正常的交易量狀態(tài)計(jì)算在內(nèi)。我們認(rèn)為，這方法能檢驗(yàn)市場(chǎng)交易量對(duì)羊群行為的短期影響。兩個(gè)方法可能得出不同結(jié)果。

3.實(shí)證結(jié)果與分析

鑒于我們跟黃（2020）[1]使用同樣的數(shù)據(jù)，我們就此省略每日收益率的橫斷面平均值序列CSADt和每日橫斷面絕對(duì)值絕對(duì)偏差序列false的描述性統(tǒng)計(jì)分析。正如第二章所述，我們先采用Zheng 等人（2017） [6] 方法，再采用Lam 和 Qiao（2015）[4]方法，進(jìn)行實(shí)證研究交易量對(duì)香港股市羊群行為的影響。我們?cè)诖苏鹿?jié)陳述這兩個(gè)方法的回歸結(jié)果，以及作出比較和分析。

3.1Zheng等人（2017）[6]方法的檢驗(yàn)結(jié)果

表1顯示我們按模型（1）在三個(gè)子樣本（分別是高、低和正常交易量狀態(tài)）進(jìn)行回歸得出的結(jié)果。

在低交易量狀態(tài)的子樣本中，三個(gè)羊群系數(shù)γ2、γ3和γ4，γ3和γ4的估計(jì)值都具有統(tǒng)計(jì)意義，但只有γ3的估計(jì)值是負(fù)值。此外，系數(shù)γ1的估計(jì)值也是有統(tǒng)計(jì)意義，且是負(fù)值，并大于羊群系數(shù)γ2和γ4的估計(jì)值，分別是其1.9倍和4.7倍。這代表受內(nèi)地股市影響的羊群系數(shù)γ3可能足以減少橫截面收益率分散度，表明在低交易量狀態(tài)中，香港股市存在圍繞內(nèi)地股市訊息而作出羊群行為的實(shí)證。

表1 香港股市的羊群行為在高、低和正常交易量狀態(tài)的

估計(jì)結(jié)果

表1報(bào)告了第二章基于模型（1）的回歸結(jié)果，包括估計(jì)系數(shù)和調(diào)整R方。 在三個(gè)子子樣本中，分別是高、低和正常交易量狀態(tài)，我們分別進(jìn)行以下模型：

其中Rm，t是投資組合m在時(shí)間t的n個(gè)回報(bào)的橫斷面平均值，n是投資組合m中的公司數(shù)目，RSSE，t是在時(shí)間t上海證券綜合指數(shù)的收益率，RS&P，t-1是在時(shí)間t-1的標(biāo)準(zhǔn)普爾500指數(shù)的收益率。括號(hào)中的數(shù)字是基于Newey和West（1987）的方法，使得當(dāng)序列存在異方差和序列自相關(guān)時(shí)，仍能得出其標(biāo)準(zhǔn)誤差一致性的t統(tǒng)計(jì)量。 *，**和***分別表示10%，5%和1%水平的統(tǒng)計(jì)顯著性。

可是，在高、正常交易量狀態(tài)的子樣本中，則均只有其中一個(gè)羊群系數(shù)的估計(jì)值具有統(tǒng)計(jì)意義，分別是γ2 和γ4，但他們的估計(jì)值是正值。這表示當(dāng)香港股市處于高交易量狀態(tài)時(shí)，當(dāng)?shù)毓墒惺找媛势椒脚c香港股市的橫截面收益率分散度呈正相關(guān)，而在這表示當(dāng)香港股市處于正常交易量狀態(tài)時(shí)，美國(guó)股市的收益率平方與香港股市的橫截面收益率分散度呈正相關(guān)。這個(gè)實(shí)證結(jié)果表示當(dāng)香港股市處于市場(chǎng)高或正常交易量狀態(tài)時(shí)，香港股市缺乏羊群行為的實(shí)證。另外，我們也需要注意的是，這結(jié)果可能暗示此模型不能正確地檢驗(yàn)香港股市的羊群行為。

我們檢驗(yàn)得出的結(jié)果與Zheng等人（2017）[6]的發(fā)現(xiàn)大致上相同。他們發(fā)現(xiàn)，相對(duì)在高、正常交易量狀態(tài)時(shí)，香港股市的行業(yè)羊群行為在低交易量狀態(tài)時(shí)更為顯著。而我們的實(shí)證結(jié)果則得出，在低交易量狀態(tài)中，香港股市圍繞內(nèi)地股市訊息出現(xiàn)羊群行為，但是在高、正常交易量狀態(tài)，缺乏實(shí)證數(shù)據(jù)支持香港股市存在羊群行為。

3.2 Lam 和 Qiao（2015）[4]的方法：檢驗(yàn)結(jié)果

我們采用Lam 和 Qiao（2015）[4]方法，以檢驗(yàn)在高、低交易量市場(chǎng)狀態(tài)下，香港股票市場(chǎng)的羊群效應(yīng)，表2顯示了這檢驗(yàn)結(jié)果。另外，表2也報(bào)告了Wald檢驗(yàn)的結(jié)果。

表2 高交易量和低交易量市場(chǎng)狀態(tài)下市場(chǎng)羊群估計(jì)結(jié)果

表2報(bào)告基于方程（2）的回歸結(jié)果，包括估計(jì)系數(shù)和調(diào)整R方。我們?yōu)槿珮颖具\(yùn)行以下模型：

其中Rm，t是投資組合m在時(shí)間t的n個(gè)回報(bào)的橫斷面平均值，n是投資組合m中的公司數(shù)目，RSSE，t是間t上海證券綜合指數(shù)的收益率，以及RS&P，t-1是在時(shí)間t-1的標(biāo)準(zhǔn)普爾500指數(shù)的收益率。投資組合m在時(shí)間t的交易量為Vm，t。

如果Vm，t大于其先前的30天移動(dòng)平均值，? ? ? ? =1。否則，

=0。

如果Vm，t小于其先前的30天移動(dòng)平均值，? ? ? ? ? =1 。否則，

=0。

Wald檢驗(yàn)，零假設(shè)是γ3-γ4=0。若檢驗(yàn)否定零假設(shè)，這將支持香港股市存在不對(duì)稱(chēng)羊群行為。括號(hào)中的數(shù)字是基于Newey和West（1987）的方法，使得當(dāng)序列存在異方差和序列自相關(guān)時(shí)，仍能得出其標(biāo)準(zhǔn)誤差一致性的t統(tǒng)計(jì)量。 *，**和***分別表示10%，5%和1%水平的統(tǒng)計(jì)顯著性。

在四個(gè)羊群系數(shù)γ3、γ4、γ5和γ6，檢驗(yàn)結(jié)果顯示只有γ5和γ6的估計(jì)值具有統(tǒng)計(jì)意義，但只有γ5的估計(jì)值是負(fù)值。此外，系數(shù)γ1和γ2的估計(jì)值也是有統(tǒng)計(jì)意義，并遠(yuǎn)遠(yuǎn)大于羊群系數(shù)γ5的估計(jì)值。這代表受內(nèi)地股市影響的羊群系數(shù)γ5可能不足以減少橫截面收益率分散度，未能為香港股市存在圍繞內(nèi)地股市訊息的羊群行為提出足夠的實(shí)證。γ6的估計(jì)值具有統(tǒng)計(jì)意義，并且是正值，這指出美國(guó)股市的收益率平方與香港股市的橫截面收益率分散度呈正相關(guān)。

Wald檢驗(yàn)結(jié)果拒絕零假設(shè)γ3-γ4=0，這本來(lái)支持香港股市存在不對(duì)稱(chēng)羊群行為。可是，高交易量的市場(chǎng)羊群系數(shù)γ3和低交易量的市場(chǎng)羊群系數(shù)γ4的估計(jì)值均不具有統(tǒng)計(jì)意義，這表示在香港股市中，交易量狀態(tài)的高低對(duì)其羊群行為的影響缺乏實(shí)證證據(jù)支持。這結(jié)果也可能暗示此模型不能正確地檢驗(yàn)香港股市的羊群行為。

Lam和Qian（2015）[4]發(fā)現(xiàn)高交易量的市場(chǎng)羊群系數(shù)γ3和低交易量的市場(chǎng)羊群系數(shù)γ4的估計(jì)值具有統(tǒng)計(jì)意義，但其他們計(jì)值是正值。這能提供了在香港股市的高和低交易量市場(chǎng)狀態(tài)均沒(méi)有市場(chǎng)羊群行為的實(shí)證證據(jù)。然而，我們的結(jié)果則尚無(wú)定論。

4.結(jié)論

我們發(fā)現(xiàn)，無(wú)論采用的是Zheng 等人（2017） [6]方法，或是Lam 和 Qiao（2015）[4]方法，交易量在實(shí)證研究香港股市羊群行為時(shí)，似乎沒(méi)有為回歸模型增加價(jià)值。我們認(rèn)為，這可能是因?yàn)閮r(jià)格已經(jīng)充分反映交易量的訊息，也可能是因?yàn)榻灰琢繉?duì)羊群行為的影響是短暫的。我們認(rèn)為，未來(lái)研究可以使用更高頻率的數(shù)據(jù)，有助于驗(yàn)證這一點(diǎn)。

由于我們研究結(jié)果發(fā)現(xiàn)每天交易量沒(méi)有為香港股市羊群行為的回歸模型增加價(jià)值，這對(duì)金融市場(chǎng)持分者有一定的參考價(jià)值。然而，我們的實(shí)證結(jié)論局限在于兩種方法，我們認(rèn)為，未來(lái)還可以使用其他方法來(lái)進(jìn)行實(shí)證研究，以及檢驗(yàn)在其他條件下的市場(chǎng)羊群行為。

參考文獻(xiàn)：

[1]黃詠詩(shī)， 探討香港股市羊群行為，經(jīng)營(yíng)者，2020（34）：212-214，233。

[2]Kao，Y-S.，Chuang， H-L.，和 Ku， Y-C.，市場(chǎng)收益，收益波動(dòng)率和交易量之間的實(shí)證聯(lián)系：來(lái)自標(biāo)普500指數(shù) VIX期貨的證據(jù)[J].北美經(jīng)濟(jì)與金融雜志，2019： 100871。

[3]Lamoureux，C.G.，和Lastrapes， W.D.，方差的持久性，結(jié)構(gòu)變化和GARCH模型[J].商業(yè)與經(jīng)濟(jì)統(tǒng)計(jì)雜志，1990（8）：225-234。

[4]Lam， K.S.K.，和Qiao，Z.，羊群行為和基本因素：香港經(jīng)驗(yàn)[J].太平洋盆地金融雜志，2015（32）：160-188。

[5]Li， S.Y.， Zhang， T.， 和 Li， Y.X.， 流動(dòng)資金流動(dòng)：來(lái)自中國(guó)股市的證據(jù)[J].新興市場(chǎng)評(píng)論，2019（38）：159-181。

[6]Zheng，D.，Li，H.，和ChiangT.C，行業(yè)羊群行為：來(lái)自亞洲股票市場(chǎng)的證據(jù)[J].國(guó)際經(jīng)濟(jì)金融評(píng)論，2017（51）：487-509。

注釋?zhuān)?/p>

1.黃（2020）[1]的模型跟隨Christie 和Huang （1995）的方法，以及 Chang、Cheng 和 Khorana （2000）的方法，再加上Zheng 等人 （2017） [6]、 Chiang 和 Zheng （2010）以及Tan 等人 （2008），進(jìn)行修改。

2.由于美國(guó)和香港股市之間存在時(shí)間滯后，所以我們選擇了標(biāo)準(zhǔn)普爾500指數(shù)的滯后收益率。這與黃（2020）[1]、Zheng等人（2017）[6]、Yao等人（2014），以及 Chiang等人（2010）的做法一樣。

3.我們跟隨 Tan等人（2008）和Lam 和 Qiao（2015）[4]，還使用30天、60天、90天和120天移動(dòng)平均線對(duì)高低交易量狀態(tài)進(jìn)行分類(lèi)。

作者簡(jiǎn)介：黃詠詩(shī)（1983-），女（廣東?。?，上海財(cái)經(jīng)大學(xué)金融學(xué)院博士生，主要從事經(jīng)濟(jì)及金融分析研究。