2015年
财会月刊(36期)
理论与探索
新常态经济背景下A股市场羊群效应检验——基于沪市A股全样本

作  者
苗 晴(博士)

作者单位
(江苏大学财经学院,江苏镇江 212013)

摘  要

【摘要】 本文运用CCK羊群效应检验模型,以我国上证180指数和沪市全部A股2013 ~ 2014年间日收益率数据为研究样本,对新常态经济下A股市场羊群效应进行实证检验。研究发现:无论在整体样本期、熊市样本期还是牛市样本期,无论在样本期的上涨阶段还是下跌阶段,A股市场均有轻微的羊群效应存在。由此证明,在新常态经济环境中,A股市场非理性行为所引起的风险明显降低,股市有效性明显提高。
【关键词】 新常态经济;A股市场;羊群效应;CCK模型一、引言
当前,中国经济已步入新常态,作为虚拟经济代表的A股市场也呈现出新常态特性。新常态经济由配置型增长方式向再生型增长方式转变,将挤掉GDP泡沫;相应地,A股市场由投机交易机制向投资交易机制转变,将挤掉股市泡沫。新常态经济是在找准经济增长点、追求经济结构对称态的基础上,实现经济的高效、可持续增长;相应地,A股市场是在立足于价值基本面、追求价格价值对称态的基础上,实现股市的高效、稳定增长。
股市羊群行为是指在股票投资过程中,投资者受他人决策的影响而改变自己原定决策的一种群体行为,这种群体行为大多只是盲目跟随,缺乏应有的理性,其产生的根源往往是信息的不充分和不对称。投资者个人由于无法获取相关信息导致其无法合理预期未来,从而产生“跟风”的理性行为,这种个人理性行为所引致的市场非理性行为使得股市系统处于非平衡状态,此为股市羊群效应。
长期以来,股市羊群行为作为一种非理性投资行为,其对股市稳定性及经济运行的负面影响一直是学术界、金融界和政府监管机构广泛关注的热点之一。那么,新常态经济下A股市场波动行情如何,A股市场羊群效应是否存在,其程度如何,研究这些问题对于抑制过度投机、化解金融风险、保障股市正常运行具有重要的理论意义和现实意义。
二、文献回顾
1. 国外学者的研究。Lakonishok,Shleifer & Vishny(1992)提出基于特定交易者交易模式相关性的LSV模型,以341个不同货币基金经理所操作的美国免税证券基金及其持有的股票为研究对象,对1985 ~ 1989年间数据进行实证分析,结果发现:基金羊群行为不明显,但小公司股票交易相对于大公司股票交易具有明显的羊群效应。此项研究被认为是最早对股市羊群效应进行系统研究的文献。
Christie & Huang(1995)提出基于收益率分散度指标(CSSD)来衡量羊群行为的CH模型,通过研究美国股市1962年7月至1988年12月的日收益率和月收益率数据,发现在股市大幅波动期间个股收益率有较高的分散度,证明美国股市不存在整体羊群行为。
Chang,Cheng & Khorana(2000)对CH模型改进后,提出了CCK模型,并实证检验了5个不同国家和地区的股市羊群行为,结论是:没有证据显示美国和中国香港股市存在羊群效应,部分证据显示日本股市存在羊群效应,有显著证据显示韩国和中国台湾存在羊群效应;在全部样本股市中,反映整体市场回报的股票收益率增长率指标,在上涨股市中较下跌股市更高。
Hwang & Salmon(2004)提出基于贝塔系数横截面离散度的偏离度指标的HS模型,并分析了在给定证券市场条件和宏观经济因素的情况下的美国和韩国股票市场证券组合的羊群行为,结果发现在熊市和牛市中市场组合均存在羊群行为。
Demirer,Kutan & Chen(2010)以台湾股市为研究对象,采用不同检验方法,经实证研究发现:基于CSSD的线性模型的测试结果为从众行为不显著;而基于CSAD和状态空间模型的非线性模型的测试结果为存在显著的从众行为;在股市不景气时更容易观测到从众行为。
Mobarek,Mollah & Keasey(2014)检验了2001 ~ 2012年间欧洲流动性成分指数的羊群行为,在整体期间未发现显著的羊群效应,但在危机时期和不对称股市的条件下发现了显著的羊群效应。特别地,在全球金融危机时期,大多数欧洲国家存在羊群效应,在欧元区债务危机时期,北欧国家存在羊群效应。
2. 国内学者的研究。国内学者宋军、吴冲锋(2001)运用CH方法对沪深两市全样本股票1992 ~ 2000年间日收益和月收益数据进行实证分析,结果发现:我国股市的羊群行为程度高于美国证券市场的羊群行为程度;在市场收益率极低时的羊群行为程度远高于在市场收益率极高时的羊群行为程度。
孙培源、施东晖(2002)运用CAPM模型对沪深两市全部个股1992 ~ 2000年间日收盘数据进行实证分析,结果表明:在政策干预频繁和信息不对称严重的市场环境下,我国股市存在一定程度的羊群行为,并导致系统风险在总体风险中占有较大比例。
王春峰等(2008)以1998年1月1日前上市的134只A股有效样本作为研究对象,运用交易量序贯模型进行羊群效应检验,结果表明:在市场走高下的羊群行为程度低于在市场下挫时的羊群行为程度,并证明羊群行为可以给采取该行为的投资者带来正的当期收益,但会在5 ~ 6个季度后得到修正。
杨超、王宇航(2009)从行为金融学的视角,运用CCK模型对2008年我国沪市760只样本股日交易数据进行实证检验,结果表明:无论股市上涨还是下跌,均存在明显的羊群效应,且下跌日羊群效应要大于上涨日羊群效应。
刘文虎(2009)运用Malmquist指数测度模型,对特定行业上市公司2006 ~ 2008年相关数据进行实证分析,结果表明:我国股市羊群效应明显存在,并且不同行业股票的羊群效应指数不同。
淳伟德、李晓燕和李曼(2011)运用CCK模型对沪市200只样本股2006 ~ 2009年间日收盘数据进行实证检验,研究结果表明:我国股市中,整体上无论市场收益率上涨或下跌,均存在羊群行为;在牛市情况下,当股市收益率上涨时不存在羊群行为,当股市收益率下跌时却存在羊群行为;而在熊市情况下,无论股市收益率上涨或下跌均存在羊群行为。
冯伟(2011)以沪深 300指数样本股为研究对象,运用GARCH模型进行实证研究,结果发现:中国股市在2005年4月8日至2010年12月31日之间存在羊群行为。
王春丽、白红丽(2012)以上证180指数和深证100指数成分股为研究对象,运用ARCH模型进行实证研究,结果发现:中国股市2006 ~ 2011年间显著存在羊群行为,且深市较沪市更加严重,股市上涨阶段较下跌阶段更加严重。
范依佳(2012)运用CCK模型对上证180指数成分股2006年1月4日至2011年5月5日间个股日收益率数据进行实证检验,证明我国股市存在较明显的羊群效应,且上升市的羊群效应强于下降市,小盘股的羊群效应强于大盘股。
孙倩(2013)以上证50指数和18只样本股2007年3月20日至2012年8月3日间日收益率数据为研究对象,运用ARCH模型进行实证检验,得出其间确实存在羊群效应的结论。
薛宇峰(2013)选择上证综合指数代表市场指数,运用CCK模型对2000 ~ 2010年间日交易数据进行实证分析,结果表明:投资者羊群行为的存在使得股价短期内表现出无基本面信息支撑的反应过度,加剧了股市的波动,股市剧烈波动又导致羊群行为程度更加严重。
3. 小结。国外对股市羊群行为的研究提出了多种检验模型和方法,从不同角度对羊群行为的存在性展开了大量的实证研究,结论一般认为发达股市没有明显的羊群行为,而新兴股市却有比较明显的羊群行为。国内相关研究大多为对国外理论、模型和方法的引入,实证研究样本多为某股指成分股、特定板块股,检验期间多为20世纪90年代至2012年左右,结果大多证明我国股市存在严重或较为严重的羊群效应。
国内外文献中,对新常态经济下A股市场羊群行为的研究尚不多见,故本文采用Chang,Cheng & Khorana(2000)的CCK模型对沪市A股全样本2013 ~ 2014年间日收益率数据进行实证研究,以检验新常态经济环境中A股羊群效应的存在性及其程度,并分析其成因,提出相应的对策建议。
三、实证研究设计
(一)研究方法
CCK模型运用收益率的横截面绝对偏离度(Cross-Sectional Absolute Deviation,CSAD)指标来衡量个股收益率与市场平均收益率的离散程度,其计算公式为:
[CSADt=1ni=1n|Ri,t-Rm,t|] (1)  
式(1)中,Ri,t为t时刻股票i的收益率,Rm,t为t时刻市场组合m的平均收益率,n为股票总数。
CCK模型认为,如果市场是正常的,投资主体决策是完全理性的,那么CSADt与Rm,t呈正线性关系;如果市场存在羊群行为,那么CSADt与|Rm,t|呈现出非线性关系。羊群行为检验模型为:
CSADt=α+γ1|Rm,t|+γ2|Rm,t|2+μt (2)  
如果式(2)中的二次项系数显著不为零,则表明存在羊群效应。其中,当二次项系数为负数时,表明存在严重的羊群效应;否则为轻微的羊群效应。
(二)样本选取与数据来源
本文选择沪市全部A股股票(剔除ST、∗ST和PT股)为研究对象,以上证180指数作为整个市场组合的替代。个股日收益率和市场日平均收益率为序列样本,样本期间为2013年1月4日至2014年12月31日,共483个交易日。个股日收益率剔除数据缺失超过0.6%的样本,得到362只股票,缺失数据用前后相邻数据的平均数替代。数据来源于锐思金融数据库,对数据的处理采用Eviews8.0和Excel2007。
四、实证过程及结果
(一)熊市与牛市的界定
本文采用波峰波谷方法判定牛市和熊市,根据上证180指数日收盘价折线图(如图1所示),找到相邻的波峰和波谷(如表1所示),计算两点间的收益率,若收益率变动超过25%,且时间间隔超过6个月,则可认为该区间为牛市或熊市。

 

 

 

 

 

根据图1可知,2013 ~ 2014年间A股股指日收盘价波动较为平缓,不存在剧烈宽幅震荡,并呈现出稳中上扬的态势,可能的原因是在此期间管理部门对股市的监管规则不断推陈出新,引导股市健康发展。

 

 

 

根据表1中数据可知,2013 ~ 2014年间A股市场存在牛市与熊市之分,其中:2013.02.06 ~ 2014.03.20为熊市,2014.03.20 ~ 2014.12.31为牛市。可能的原因是我国经济进入2014年后,从高速增长转向中高速增长,各项货币、金融、财政改革举措不断为A股市场夯实基础,使得A股市场稳步迈入结构性调整期,价值机制逐步取代价格机制成为市场核心机制,“立足基本面、实现长期化稳定增长”的A股慢牛格局正在形成。
(二)描述性统计
对市场组合日收益率进行描述性统计分析,结果如表2所示。

 

 

 

 

 


从表2可知:
从观察数来看,在483个观测日中,整体样本期的股指上涨天数与下跌天数相当,熊市和牛市样本期的股指上涨天数与下跌天数也相差不多,表明A股市场逐步趋于成熟。
从均值来看,整体和牛市样本期日收益率的上涨幅度略高于下跌幅度,熊市日收益率的上涨幅度与下跌幅度几近持平,因此,可估计整体、熊市和牛市样本期皆不存在严重的羊群效应。
从标准差来看,上涨阶段牛市样本期日收益率略高于整体和熊市样本期,而下跌阶段熊市样本期略高于整体和牛市样本期,可见股市处在牛市上涨期和熊市下跌期时有一定程度的波动,但波动幅度不大,因此,可估计在牛市上涨期和熊市下跌期可能存在轻微的羊群效应。
(三)整体样本期检验
1. 整体检验。
(1)单位根检验。本文采用Fisher-ADF检验方法,根据时序图选择相应的检验模式,滞后期的选择标准为SIC准则,结果如表3所示。

 

 

 

 

从变量的单位根检验结果可知,在5%的显著性水平上,两个变量序列均不存在单位根,表明原始序列为平稳序列,可以进行OLS线性回归分析。
(2)OLS回归方程的残差。从下页图2可知,残差序列具有波动“成群”现象:在某一时间段内波动较小,而在其他一段时期内波动较大,表明误差项具有时变条件异方(4)建立ARCH模型,结果如式(3)所示:
CSADt=0.013-0.011|Rm,t|+3.824|Rm,t|2  (3)  
z=(136.617)(-0.463)(6.633)
p值=[0.000] [0.643] [0.000]
从式(3)可知,回归系数γ1为不显著的负值,表明CSADt值随着|Rm,t|的增大而减小,但负相关性不显著;回归系数[γ2]为显著的正值,表明A股市场投资者行为没有明显的聚集现象,只存在轻微的羊群效应。
2. 上涨阶段检验。为进一步考察羊群行为在股票上涨时的表现,现对处于上涨阶段的市场组合收益率进行羊群效应检验,此阶段共计239天。
(1)单位根检验。本文采用Fisher-ADF检验方法,根据时序图选择相应的检验模式,滞后期的选择标准为SIC准则,结果如表4所示。
从变量的单位根检验中可知,在5%的显著性水平下,两个变量序列均不存在单位根,表明原始序列为平稳序列,可以进行OLS线性回归分析。
(2)OLS回归方程的残差,如图4所示:

 

 

 

 

 

 

 

 

从图4可知,残差序列存在波动“成群”现象,表明误差项具有时变条件异方差的特性,可以通过建立ARCH模型进行回归分析。
(3)ARCH效应检验。条件异方差的相关图检验结果如图5所示。由图5可知,在5%的显著性水平下拒绝原假设,表明残差序列存在ARCH效应;从自相关系数和偏自相关系数可以看出,残差序列存在一阶ARCH效应。

 

 

 

 


(4)ARCH模型。建立ARCH模型,结果如式(4)所示:
CSADt=0.013-0.126|Rm,t|+6.663|Rm,t|2 (4)  
z=(26.648)(-2.597)(5.891)
p值=[0.000] [0.009] [0.000]
从式(4)可知,回归系数γ1显著为负,表明CSADt值随着|Rm,t|的增大而减小;回归系数γ2显著为正,表明A股市场投资者行为没有明显的聚集现象,只存在轻微的羊群效应。
3. 下跌阶段检验。为进一步考察羊群行为在股票下跌时的表现,现对处于下跌阶段的市场组合收益率进行羊群效应检验,此阶段共计240天。(1)单位根检验。本文采用Fisher-ADF检验方法,根据时序图选择相应的检验模式,滞后期的选择标准为SIC准则,结果如表5所示。

 

 

 

从变量的单位根检验中可以看出,在5%的显著性水平下,两个变量序列均不存在单位根,表明原始序列为平稳序列,可以进行OLS线性回归分析。
(2)OLS回归方程的残差。从图6可知,残差序列存在波动“成群”现象,表明误差项具有时变条件异方差的特性,可以通过建立ARCH模型进行回归分析。

 

 

 

 

 

 


(3)ARCH效应检验。条件异方差的相关图检验结果如图7所示。由图7可知,在5%的显著性水平下拒绝原假设,表明残差序列存在ARCH效应;且从自相关系数和偏自相关系数可以看出,残差序列存在一阶ARCH效应。

 

 

 

 


(4)ARCH模型。建立ARCH模型,结果如式(5)所示:
CSADt=0.014+0.027|Rm,t|+2.188|Rm,t|2 (5)  
z=(63.539)(0.736)(2.967)
p值=[0.000] [0.462] [0.003]
从式(5)可知:回归系数γ1为不显著的正数,表明CSADt值随着|Rm,t|的增大而增大,但不明显;回归系数γ2显著为正,表明A股市场投资者行为没有明显的聚集现象,只存在轻微的羊群效应。
4. 小结。在5%的显著性水平上,回归方程的二次项系数γ2在整体样本期、股市上涨期、股市下跌期均显著为正,表明A股市场在整体样本期、股市上涨期、股市下跌期均存在轻微的羊群效应。
(四)熊市与牛市样本期检验
熊市样本期和牛市样本期检验结果如表6所示。根据表6可知,在5%的显著性水平上:①熊市背景下,模型中参数γ1、γ1up、γ1down均为负数,其中上涨期显著,而整体期和下跌期不显著;γ2、γ2up、γ2down均显著为正。②牛市背景下,模型中参数γ1和γ1down为不显著的负数,γ1up为不显著的正数;γ2和γ2down显著为正,γ2up为不显著的正数。由此可以判断,无论上涨期还是下跌期,熊市和牛市中均存在轻微的羊群效应。

 

 

 

 

 

 

五、结论与政策建议
(一)研究结论及原因
本文通过实证分析对A股市场羊群效应进行检验,得出如下结论:在新常态经济背景下,无论是整体样本期、熊市样本期还是牛市样本期,无论在整体阶段、上涨阶段还是下跌阶段,A股市场投资者行为均未表现出明显的聚集现象,表明A股市场存在轻微的羊群效应。
这与既有文献得出“中国股市存在严重或较为严重的羊群行为”的结论相左,反映出新常态经济环境下中国股市非理性的市场异象减少,市场有效性得到极大提高。可能原因有:
一是在当前国有经济布局的战略性调整时期,政府逐步转变市场经济发展模式,在宏观调控的主导作用下,把微观主体的经济活动交给市场调节,由“指令型管理”向“服务型管理”转变,提供各类市场主体自由、公平竞争的市场环境,促进市场主体分散决策和独立承担经济后果的市场新秩序的形成,进而促进了股市的稳定。
二是股市监管机制不断完善,证监会于2007年发布了《上市公司信息披露管理办法》,上海证券交易所于2007年发布了《上海证券交易所上市公司信息披露事务管理制度指引》,深圳证券交易所于2008年发布了《深圳证券交易所上市公司信息披露格式指引》第1 ~ 17号,证监会在2012 ~ 2014年先后发布了《上市公司监管指引》第1 ~ 4号,逐步规范了上市公司信息披露制度,使得信息不对称和信息不充分情况得到改善。
三是全球经济疲软引发的金融风险对新兴经济体的冲击最大,其中的核心领域为资本市场,而股市是该领域的集中体现,对长期投资价值的培育已成为应对金融风险的重要举措之一。应当注重加强投资者教育,引导投资者树立正确的投资理念,使得投资者(特别是中小投资者)的理性程度提高,短期投机行为减少。
(二)政策建议
为进一步降低股市羊群效应,笔者建议做好如下四个方面的工作:
一是要进一步找准政府在金融市场中的角色定位,将工作重心放在体制改革和结构调整以及完善市场规范上,加强政府职能体系的法制建设,加大执法监督部门的执法力度。同时要厘清政府、市场与社会三者之间的关系,依靠社会信用体系创新行政管理方式,构建多元化、社会化的公共服务供给体系,为各项经济政策的稳步推进营造有利条件,避免股市激烈震荡。
二是要进一步加大市场监管力度,监管重心由事前向事中、事后倾斜,维护市场“三公”原则,严厉查处证券市场违法违规行为,切实保障投资者(特别是中小投资者)的合法权益,引导股市平稳健康发展,给股市带来强劲发展的动力。
三是要进一步完善投资者教育工作机制,增强投资者的股东意识,帮助投资者树立和坚定理性的市场投资理念,充分利用各种技术手段和网络平台,多渠道、分层次地向投资者普及业务知识、宣传政策法规,加强投资者投资风险提示,进一步提升投资者的投资判断能力、自我认知能力、独立决策能力和风险控制能力。
四是应充分关注实体经济和股市经济的相互关系,一方面,应实现传统制造业与新兴产业的协调发展,全面释放实体经济风险,促进实体经济稳定增长,为股市健康发展创造有利条件;另一方面,应进一步促进资本集中和资源优化,促进股市繁荣,为实体经济注入资金,并积极引导股市投资者理性投资,避免因过度投机或投资不足而引起消费行为的扭曲,影响实体经济的安全运行。
主要参考文献
Christie W. G., Huang R. D.. Following the Pied Piper:Do Individual Returns Herd around the Market[J]. Financial Analysts Journal,1995(4).
Chang E. C., Cheng J. W., Khorana A.. An Examination of Herd Behavior in Equity Markets:An International Perspective[J]. Journal of Banking & Finance,2000(10).
Demirer R., Kutan A. M., Chen.. Do Investors Herd in Emerging Stock Markets:Evidence from the Taiwanese Market[J]. Journal of Economic Behavior & Organization,2010(2).
Hwang S., Salmon M.. Market Stress and Herding[J]. Journal of Empirical Finance,2004(4).
Lakonishok J., Shleifer A., Vishny R.. The Impact of Institutional Trading on Stock Price[J]. Journal of Financial Economics,1992(32).
Mobarek A., Mollah S., Keasey K.. A Cross-country Analysis of Herd Behavior in Europe[J]. Journal of International Financial Markets,2014(9).
Hirshleifer D. A.,Teoh S. H.. Herd Behevior and Cascading in Capital Markets:A Review and Synthesis[J]. Mpra paper,2001(1).
淳伟德,李晓燕,李曼.基于分散度模型的股市羊群行为研究[J].预测,2011(5).
范依佳.基于CCK模型的中国股市羊群效应及其非理性因素的研究[D].上海:复旦大学,2012.
冯伟.用GARCH模型基于多种检验方法的中国股市羊群行为实证研究[J].金融经济,2011(9).
刘文虎.基于Malmquist指数的中国股市羊群效应测度研究[J].证券市场导报,2009(8).
孙培源,施东晖.基于CAPM的中国股市羊群行为研究[J].经济研究,2002(2).
孙倩.我国股市的羊群效应的检验——基于上证50指数的研究[J].中国证券期货,2013(5).
王春峰等.基于交易量序贯模型的中国股市羊群行为实证研究[J].金融经济,2008(10).
王春丽,白红丽.基于ARCH模型的中国股市羊群行为实证分析[J].数学的实践与认识,2012(19).
王晋忠,张志毅.过度自信在我国股市牛熊市道中的表现——基于我国上证综指的实证研究[J].武汉大学学报(哲学社会科学版),2014(5).
薛宇峰.中国股市投资者羊群行为及其市场效应的实证研究[J].山东社会科学,2013(10).
【基金项目】 江苏大学高级人才专项资助项目“中国A股上市公司市值管理研究——行为财务学分析视角”(项目编号:11JDG173)