2014年 第 8 期
总第 684 期
财会月刊(下)
借鉴与参考
证券市场噪音交易影响因素研究:以房地产业为例

作  者
郑 菡 孔玉生(博士生导师)

作者单位
(江苏大学财经学院 江苏镇江 212013)

摘  要

      【摘要】我国证券市场存在着大量的噪音交易,从而导致证券市场股票价格波动较大。为了研究影响噪音交易的相关因素,本文以噪音交易较多的房地产行业为研究对象,通过市场指标和财务指标这两类指标,分别选取了换手率、市盈率等变量,探究其对噪音交易的影响程度。实证结果显示,换手率对噪声交易的影响程度最大。据此我们修正了构造行为市场组合的DVI动量指数,即用换手率代替成交量建立指数。这不仅使得行为贝塔的估算更准确,同时也为行为资产定价模型在我国证券市场上的应用奠定了理论基础。
【关键词】噪音交易   证券市场   DVI动量指数   房地产上市公司   换手率   行为资产定价模型

一、引言
现代财务理论是以有效市场假说为基础进行研究的。有效市场假说是Eugene Fama于1970年正式提出,他提出证券市场中存在着大量理性的、追求利益最大化的投资者,这些投资者能轻易获得当前的重要信息并以此来试图预测单个股票未来的市场价格。在此基础上,现代财务理论形成了以有效市场假说和资本资产理论为核心的理论体系。
但是,自20世纪80年代开始,一些研究者就发现了证券市场中一系列的异常现象,例如股票溢价之谜、过度反应和不足反应、羊群效应、规模效应等等。这些证券市场中的异常现象无法用现代财务理论体系解释,它是由证券市场中的非理性投资者的行为形成的,因此研究者开始对投资者的行为和情绪进行研究,试图解释上述异常现象,由此促成了行为财务理论的发展。
行为财务理论主要对理性投资者和有效市场提出了质疑,一方面该理论认为市场中存在着并非完全理性的有限理性投资者,另一方面该证券市场实际并不是完全有效的。行为财务理论的建立是围绕噪音交易理论、投资者心态理论、羊群行为理论和行为资产组合理论等为主要内容进行探讨的。
 我国证券市场起步较晚,20世纪90年代初期才逐步形成。由于市场环境、政府政策、证券市场体制机制的不健全,致使我国的证券市场与其他发达国家相比差异较大,同时我国证券市场存在信息不对称的情况,即市场中的投资者大多是个人投资者,掌握着较为有限的市场信息,极容易受到外界信息的干扰,这就造成了我国证券市场中存在着大量的噪音交易者。
二、噪音交易相关理论分析
1. 噪音及噪音交易者。所谓“噪音”最早是由Kyle(1985)提出,它是指在证券市场中,由于信息不对称所导致的股票均衡价格与其内在价值偏离的非理性信息。证券市场中的“噪音”,一方面可能是由于投资者判断失误而形成的与投资不相关联的信息,另一方面可能是某些机构刻意释放出的吸引投资者的虚假信息。由噪音可以看出证券市场中存在内幕交易,体现了该市场并非是完全有效的市场;同时也印证了证券市场中的投资者并不是完全理性的,他们的情绪常受到“噪音”的影响。
Black(1986)提出了噪音交易者的概念,他认为噪音交易者是指那些不拥有内部消息并非理性地把噪声当作有效信息来进行交易的人,同时他将这一概念引入到股票市场,并验证了其对于提高股票市场流动性的重要意义。此后,更多专家致力于对噪音交易的研究,De Long(1990)建立了DSSW模型,深入探讨了理性投资者和噪音交易者之间的关系,并得出结论:噪音交易者将比理性投资者承担更大的风险,获得更多的收益。
2. 行为资产定价模型及噪音交易者风险。由于噪音交易者承担风险大、获利多,因此套利者不仅要面对系统风险,还要处理噪音交易者风险。噪音交易者风险是由De Long(1990)提出,它是指非理性行为产生的额外风险,是噪音交易者额外施加给市场的风险。
Shefrin和Statman(1994)在资本资产定价模型基础之上提出了行为资产定价模型,如下所示,该模型将证券市场中的噪音交易者的行为考虑其中。Ri= Rf+βiB (RmB-Rf)
Ri为股票i的预期收益率,Rf为市场中的无风险利率,[βBi]表示资产i的收益率变化对行为市场组合收益率变化的敏感度指数,也称为行为贝塔系数,RmB为市场组合收益率。
在行为资产定价模型中,噪音交易者风险是传统贝塔系数与行为贝塔系数之差,用公式表示为:
βiC=βiB+βiNTR
[βCi]是资产i的收益率变化对市场组合收益率变化的敏感度指数,也称第i种股票的贝塔系数。[βBi]为行为贝塔系数,[βNTRi]为噪音交易者风险。
3. DVI动量指数。在对行为资产定价模型的探讨中,由于需要考虑噪音交易行为,因此该模型中的市场组合将要重新构造。人们主要倾向于通过构造DVI动量指数来构造新的市场组合,并以此衡量投资者情绪。最早提出DVI动量指数的是Ramiah,Vikash和Sinclair Davidson(2002),该指数是以证券交易量的变动来反映投资者对未来证券交易的趋势以及对证券价格的敏感性,具体公式如下:
[DVIt=∑SitPit∑Si0Pi0I0]
其中DVIt表示t时刻的动量指数;Sit和Si0分别表示t时刻与0时刻证券组合的交易量;Pit与Pi0表示t时刻与0时刻的收盘价;I0是调整乘子。
这一指标不仅可以反映投资者对未来证券市场的信心,同时通过对这一指标的计算可以预估出行为资产定价模型中的行为贝塔[βBi]。
近年来,随着研究的深入,越来越多的学者认为证券交易量不能完全准确反映投资者情绪,因此一些学者尝试用其他的指标来构造DVI动量指数。孔东民(2007)从市场和财务两方面对中国股票市场1999 ~ 2004年的噪音成分进行实证分析,得出结论:信息不对称、市场情绪、规模和换手率对噪音成分有显著的影响;股权结构、交易成本与噪音交易成分的关系较为模糊。孔方方(2010)选取换手率作为投资者情绪指标,对噪声交易风险进行测度,通过对中国A股上市公司2000 ~ 2009年的日收益率数据的检验,得出换手率比成交量更能反映投资者情绪的结论。陆静和龚珍(2010)认为只用交易量一个指标构建市场组合的动量指数不能很好地刻画出噪声交易趋势,因此用成交量和换手率这两个指标共同构造DVI指数,反映证券市场中的噪音交易。
目前,国内针对构成DVI动量指数的指标主要集中在成交量和换手率,虽然这两个指标能反映投资者情绪的波动,但是影响证券市场噪音的因素有很多,是否这两个指标最能影响证券市场噪音大小,是否还存在着其他对噪音影响较大的指标,目前国内这方面的研究相对较少。本文将在接下来的分析中重点研究影响证券市场噪音交易的因素。
三、影响证券市场噪音交易的相关因素分析
(一)变量定义及回归模型构建
本文将通过市场指标和财务指标这两方面的相关数据分析其对噪音交易的影响。市场指标主要反映了证券市场的波动情况,具体将选取成交量、换手率、个股流通市值三个变量体现其对证券市场噪音交易的影响;财务指标主要体现了公司的盈利能力,具体利用每股收益、市盈率、市净率和净资产收益率四个变量反映(见表1)。

 

 

 

 

Kyle(1985)、Black(1986)就给出了噪音交易者的定义,他们认为噪音交易者是非理性地把噪音当作信息进行交易的投资者。噪音交易者的跟风行为必然导致股票价格的波动,因此本文将通过股票的波动情况作为噪音交易行为的替代,即作为研究的被解释变量。根据以上分析,可以构建相应的回归模型:
[         Vt=α+β1VOL+β2TURN+β3MV+β4EPS+β5PE+β6ROE+β7SIZE+εi]
其中:Vt为股票波动率,εi为残差项。
(二)数据选取及来源
本文选取在沪深两市上市的144家房地产公司作为主要研究对象。之所以选择房地产行业作为主要的研究对象,是因为在我国房地产市场是一个典型的噪音交易市场,选取这样的市场更具有代表性。对于指标数据的选取,本文将通过这144家上市公司在2010年1月1日到2012年12月31日的月交易数据进行统计分析。本文相关数据均来源于国泰安数据库。
(三)实证研究
1. 实证分析。本文通过多元线性回归分析方法,运用SPSS统计软件对以上144家上市公司2010年1月 ~  2012年的市场指标和财务指标对应的相关变量进行回归分析。为了确保结果的真实性、准确性,本文对成交量(VOL)、流通市值(MV)和公司规模(SIZE)数据取自然对数。
(1)强迫回归法。首先对上述模型进行Pearson相关性检测,结果见表2。其检测结果显示:与股票波动率相关性较大的指标依次为换手率(TURN)、每股收益(EPS)和净资产收益率(ROE),其相关值分别为0.825、0.486和0.336。同时,各自变量之间也存在一定的相关性。

 

 

 

 


其次,我们运用强迫回归法对上述构造的线性模型进行回归,结果见表3、表4。可以看出,相关系数R为0.846,判定系数R2为0.716,说明回归模型的拟合程度较高;显著性水平Sig.为0.000,小于0.005,表明模型拒绝回归系数为0的假设,所建立的回归模型有效。

 

 

 

 

 

 


最后,我们得出了模型的回归系数表(表5)。

 

 

 

 

 


该表反映了模型非标准化和标准化系数及各变量的显著性水平。将系数代入到多元回归模型可得:
V=0.817-0.33VOL+0.695TURN-0.07MV+0.105
EPS+0.07PE-0.568ROE+0.03SIZE
根据表5各变量的显著性水平Sig.,仅换手率(TURN)的显著性水平(Sig.=0.000)小于0.005,说明仅换手率这一变量对因变量的影响最大;其余变量对因变量的影响较小。
(2)逐步回归法。上述强迫回归法仅测出换手率(TURN)与股价波动显著相关,其结果并不是十分理想,原因可能有两个:一是自变量之间有一定的相关性,存在不完全共线性。二是某些自变量对因变量的影响太小。因此,我们将通过逐步回归法来对每个自变量进行逐步回归以探究其对股价波动的影响,从而得到证券市场噪音交易的影响因素。
表6是逐步回归中每一步进入或剔除回归模型中的变量情况,表中换手率(TURN)和成交量(VOL)先后进入并建立了线性回归模型1和2。表7是模型1、2的汇总,其中显示了模型的拟合程度,具体来说,模型2的R2为0.7,大于模型1的0.680,因此模型2的拟合程度优于模型1。

 

 

 

 

 

 

 


表8方差分析表显示模型2的“F统计量”的Sig.为0.000,随着“自变量”的引入,其显著性概率值远小于 0.05,所以可以显著地拒绝总体回归系数为0的原假设,表9模型2中换手率(TURN)的显著性水平为0.000,表明其与因变量股票波动率之间的线性关系非常显著,同时成交量(VOL)的Sig.为0.005,表明换手率与股票波动率之间也存在线性关系。最终可以得到如下所示的多元回归方程:V=1.891+0.705TURN-0.041VOL

 

 

 

 

 

 

 

 

 


2. 实证结果。上述分析通过SPSS软件,运用强制进入法和逐步回归法验证了财务指标与市场指标的各变量对股票波动率的影响,从而得出了证券市场中噪音交易的影响因素,以便为行为资产定价模型的检验提供依据。具体来说通过实证分析得出以下两个结论:
(1)股票波动率与换手率和成交量存在明显的线性相关,并且换手率对其影响较大,由此得出证券市场中噪音交易与换手率有着较大的相关性,与成交量也有着一定的相关性,而与每股收益、净资产收益率等财务指标之间的关联性不大,因而市场指标比财务指标更能影响噪音交易的大小。
(2)行为资产定价模型中行为贝塔的估算需要用到Ramiah、Vikash和Sinclair Davidson(2001)提出的DVI动量指数指标,该指数是以证券交易量的变动来反映企业投资者对未来证券交易的趋势以及对证券价格的敏感性,根据本文前面的实证研究的结论发现,换手率对证券市场噪音交易的影响比成交量更大,即换手率更能反映投资者对未来证券交易的趋势。因此,DVI动量指数可以修正为:
DVIt∗ [=∑TitPit∑Ti0Pi0I0]
其中,Tit和Ti0分别表示t时刻与0时刻证券组合的换手率。这也与孔芳芳(2010)以换手率为调节因子测算行为市场组合的方法不谋而合。
四、结论
本文将房地产行业作为主要研究对象,选取了2010 ~ 2012年沪深两市上市的房地产企业作为研究样本,同时挑选了换手率、成交量、市盈率等7个变量来探究证券市场上噪音交易的影响因素。最终得出结论:换手率、成交量对证券市场上的噪音交易都有着较为显著的影响,其中换手率对噪音交易的影响最大;而市盈率、每股收益、公司规模等指标对噪音交易的影响较小。这也可以看出相较财务指标而言,市场指标对噪音交易程度的解释力度更强。根据回归结果,我们也修正了Ramiah、Vikash和Sinclair Davidson(2001)提出的DVI动量指标,即我们用新的因子换手率来替代原先的因子成交量,以此更为准确地测算行为市场组合。本文的研究结果不仅阐明了证券市场中噪音交易的影响因素,也对行为资产定价模型中行为贝塔的估计提供了更为有效的方法,为行为资产定价模型在证券市场中的应用奠定了理论基础。
【注】本文受国家自然科学基金项目(编号:G71371087)资助。
主要参考文献
1. Fama E.. The behavior of stock market prices. Journal of Business,1965;38
2. Kyle,A.S.. Continuous Auctions and Insider Trading. Econometrica,1985;53
3. De Long,J.Bradford, Shleifer, Andrei, Summers, Laurence H, Waldmann, Robert. Positive Feedback Investment Strategies and Destabilizing Rational Speculation. Journal of Finance,1990;45
4. Shefrin, H., Statman, M.. Behavioral Capital Asset Pricing Theory. Journal of Finance and Quantitative Analysis,1994;29
5. 孔东民.基于NCT指标的股市噪音成分研究:以七个亚洲市场为例.中国管理科学,2005;12
6. 孔方方.行为资产定价模型实证方法改进探究.科学技术与工程,2010;12
7. 孔东民.中国股市噪音成分及影响因素检验.南方经济,2007;1
8. 陆静,龚珍.基于行为资产定价模型的A、B 股市场分割研究.统计与决策,2010;4
9. 张文娟.噪声交易理论在房地产市场的应用.北方经济,2008;12
10. 刘澄,王燕,黄晓霞.我国股票市场价格影响因素实证研究——基于噪声交易的分析.价格理论与实践,2010;9
12. 邵希娟,王丽欣,黄嫦月.噪声交易者风险对利用市场信息估测经营贝塔的影响.财会月刊,2013;11