中国股票市场的羊群效应比较及其演化研究
中国股票市场羊群效应实证

信息瀑布模型认为,当投资者面对 不确定信息时,他们会观察其他投 资者的行为,如果其他投资者采取 了某一决策,他们也会跟随。
学习模型认为,投资者在决策时会 学习其他投资者的行为,如果其他 投资者采取了某一决策并获得正收 益,他们也会跟随。
03
中国股票市场概述
中国股票市场发展历程
初创阶段(1989-1993)
03
行业结构
中国股票市场中,金融、消费、科技等行业的市值占比居前。其中,
金融行业占比最大,主要原因是银行、证券、保险等大型金融机构的
市值巨大。
中国股票市场特点
政策影响较大
中国股票市场受政策影响较大,政府对市场的调控力度较强 。例如,在股市波动较大时,政府可能会采取措施来稳定市 场情绪。
散户主导
与中国股市的投资者结构相对应,散户在中国股票市场中占 据主导地位。这使得市场波动较大,同时也增加了市场的活 跃度。
研究目的
通过对中国股票市场羊群 效应的实证分析,探讨投 资者的交易行为和市场表 现。
研究方法
采用定量分析方法,收集 中国股票市场的交易数据 ,运用相关指标和模型进 行分析。
基于个股的羊群效应实证结果
羊群效应指标
通过计算个股的买卖偏离度( 买卖差额与成交量的比值), 分析投资者在交易过程中的羊
群行为。
羊群效应是一种非理性行为,它与投资者的个人理性判断无关,而是受 到其他投资者行为的影响。
羊群效应在股市中具有显著的影响,它可能导致市场价格的异常波动, 降低市场效率,甚至引发市场崩盘。
羊群效应分类
根据投资者的决策依据不同,羊群效应可分为信息型羊群效应和声誉型羊群效应 。
信息型羊群效应是指投资者基于不完全或不确定的信息,认为其他投资者的决策 更准确,而采取跟随的行为。
中国股票市场羊群效应的非对称性研究

中国股票市场羊群效应的非对称性研究中国股票市场羊群效应的非对称性研究摘要:本文通过调查分析中国股票市场羊群效应的非对称性,以期得出更加深入的结果和结论。
通过对羊群效应形成的原因进行探讨,研究者发现了中国股票市场中存在非对称的羊群效应现象,即投资者对市场上涨敏感度高于下跌。
进一步研究表明,这种非对称性的羊群效应可能是中国股市投资者心理和行为习惯的产物。
1. 引言羊群效应是指投资者在投资决策过程中会受到其他投资者行为的影响,从而导致集体行为的一种现象。
在中国股票市场,羊群效应现象被广泛认识和研究,然而,关于该效应的非对称性研究还相对较少。
2. 研究方法本研究采用文献研究和实证分析相结合的方法,通过对中国股票市场的历史数据进行统计和分析,并结合相关文献的观点,寻找出羊群效应的非对称性特点。
3. 羊群效应的非对称性原因探讨羊群效应的非对称性可能是由多方面原因造成的。
首先,投资者对于上涨市场更容易产生信心,从而形成羊群效应。
其次,情绪因素可能会使投资者更加高涨,从而导致羊群效应出现。
第三,市场机构因素也可能导致羊群效应的非对称性。
例如,媒体传播负面信息更容易引起投资者的恐慌情绪,而正面消息可能需要更多时间才能引起投资者的兴奋。
4. 羊群效应的非对称性实证研究结果通过对中国股票市场历史数据的分析,研究发现有证据表明中国股票市场存在非对称的羊群效应。
具体而言,投资者对于市场上涨反应更加敏感,更容易受到其他投资者行为的影响,而对于市场下跌的影响则比较弱。
5. 非对称性羊群效应的影响非对称性羊群效应对中国股票市场的稳定性和效率产生了一定的影响。
首先,非对称性羊群效应可能导致市场出现异常波动,从而增加投资者的风险。
其次,非对称性羊群效应可能使市场无法准确反映真实价值,从而影响股票市场的效率。
6. 结论与启示本研究的结果表明,中国股票市场存在非对称的羊群效应现象。
这种非对称性可能是投资者心理和行为习惯对市场的反应产生的结果。
关于我国上证市场“羊群效应”的研究

关于我国上证市场 羊群效应 的研究陆㊀琴摘㊀要: 羊群效应 是指经济个体盲目从众跟风的一种市场行为ꎬ它的存在会影响市场的健康稳定发展ꎮ我国的证券市场以个人散户为主ꎬ易引发 羊群效应 ꎬ带来证券市场的异常波动ꎮ本文将基于CSAD模型和ARCH模型对上证股市中的 羊群行为 进行检验分析ꎬ并选择上证50指数股作为样本数据ꎬ运用Eviews8.0软件和Excel软件来进行分析ꎬ并对实证结果进行相应的经济学解释ꎮ结果表明:目前我国上证市场没有显著的 羊群效应 ꎮ关键词: 羊群行为 ꎻARCH模型ꎻ横截面绝对偏离度CSAD中图分类号:F830.91㊀㊀㊀㊀㊀㊀文献标识码:A㊀㊀㊀㊀㊀㊀文章编号:1008-4428(2019)09-0132-02一㊁引言在证券市场上ꎬ投资者的交易行为容易受到其他投资人的投资策略的影响ꎬ这种跟从他人交易的行为称为 羊群效应 (HerdEffect)ꎮ 羊群效应 也叫 从众效应 ꎬ从其名字可以看出 羊群效应 的具体表现是追随大众主流的观念或决策ꎬ而不是主观上独立思考事件的意义ꎮ经济学中 羊群效应 是指市场上存在根据其他投资者的交易来改变自己的交易策略的现象ꎮ近年来ꎬ我国证券市场发展速度飞快ꎬ 羊群效应 也开始成为行为金融等领域的热点话题ꎮ路磊ꎬ等(2014)发现基金的排名与 羊群效应 间有明显的相关性ꎻ顾荣宝ꎬ蒋科学(2012)也验证了我国深圳证券市场的羊群现象ꎮ但一些外国学者的研究却发现我国的股市不存在明显的 羊群效应 ꎬ如Demirnerꎬ等(2006)实证证明了我国股票市场没有 羊群行为 ꎮ我国的经济发展和市场特征具有一定的特殊性ꎬ大部分已有的研究忽略了指数成分股的作用ꎮ为了更准确地验证我国证券市场的 羊群行为 ꎬ本文将基于CSAD模型ꎬ选取上证50指数成分股近一年的数据进行测度ꎬ观察我国上证市场上是否有 羊群效应 ꎮ二㊁对上证市场 羊群行为 的实证研究(一)基于ARCH模型股市 羊群行为 的研究方法Changꎬ等(1998)提出的横截面绝对偏差(CSAD)模型是检验市场 羊群行为 的一个最常用也是最准确的模型ꎬ即根据CSAD与市场收益率之间的相关系数大小来反映股票市场上的 羊群行为 ꎮ具体而言ꎬ第一步ꎬ利用ARCH模型提取出股价收益信息ꎬ然后ꎬ再根据推定的自回归方程来测量方差的变异程度ꎬ最后ꎬ结合Rit㊁Rmt以及CSAD进行线性回归分析ꎬ刻画出偏离度的大小ꎮ具体公式定义如下:CSAD=1nðni=1Rit-Rmt(1)其中ꎬn代表市场组合中股票的总数ꎬRit为股票i在t时刻的收益率ꎬRmt为t时刻市场组合的收益率均值ꎮ根据CAPM模型可知ꎬEiRi()=rf+βiEiRm()-rf[](2)其中ꎬEiRi()为市场组合的预期收益率ꎬrf为无风险利率ꎬ进一步有:EiRi()-EiRm()=βi-1()EiRm()-rf[](3)根据股市风险溢价理论ꎬrf会略小于EiRm()ꎬ因此(3)式可进一步转化为:ECSAD()=1nðni=1βi-1()EiRm()-rf[](4)对式(4)求一阶导数后可以得到:∂ECSAD()∂EiRm()=1nðni=1βi-1()>0(5)对式(4)再求二阶导数可以得到:∂2ECSAD()∂EiRm()2=0(6)综上ꎬ在CAPM模型的前提下ꎬECSAD()是EiRm()的线性增函数ꎮ但是ꎬ如果市场上有 羊群效应 ꎬRit就会与Rmt趋于一致ꎬ此时ECSAD()与EiRm()之间就会存在非线性关系ꎮ因此可利用CSAD指标来衡量股票市场上是否存在 羊群行为 ꎬ观察β1和β2是否显著为负数ꎮ(二)模型建立及数据来源1.研究的数据来源样本数据:本文涉及的样本是上证50指数及其50只成分股ꎮ样本时间区间:2017年7月31日至2018年7月31日ꎮ选取这些股票作为研究样本主要有以下两个原因:首先ꎬ上证50是大盘股指数ꎬ它们能够反映优质大盘企业的整体状况ꎻ其次ꎬ本文主要想检验上证市场的羊群情况ꎬ因此选取的股票需极具代表性ꎮ本文的数据来自国泰安CSMAR数据库ꎮ2.回归方程把CSAD与Rm建立回归进行分析来判定是否存在 羊群行为 ꎬ采用回归方程:Y=α+β1X+β2X2(7)如果一次项系数β1显著为负ꎬ则直接得出存在 羊群行为 的结论ꎻ如果一次项系数β1显著为正ꎬ当且仅当二次项系数显著为负时ꎬ才能够判定为存在 羊群行为 ꎮ(三)基于ARCH模型的我国沪市 羊群行为 的实证分析1.CSAD与Rmt两者之间的线性关系检验首先ꎬ计算每日的市场组合收益率Rmtꎮ计算公式如下:Rmt=1nðni=1Rit(8)其次ꎬ计算RitꎬRit由上证50指数的日收盘价计算得出ꎮ具体计算公式如下:Rit=lnPt-lnPt-1(9)所有数据均可在CSMAR数据库中直接查询得到ꎮ根据上述公式可以计算出CSAD和Rmtꎬ将这两个序列绘制散点图可以直观地看出两者间存在着一定的线性关系ꎮ因此进一步的构建回归模型来分析ꎮ231金融观察Һ㊀首先进行描述性统计ꎮ从表1统计结果可以看出ꎬCSAD的偏度和峰度分别是1.58226和6.459721ꎬJ-B统计量为225.3346ꎬ表明在1%的显著水平下ꎬCSAD序列不服从正态分布ꎬ有显著的右偏和尖峰的特点ꎮ同时ꎬ收益率R和R2也都表现出明显的非正态特征ꎮ表1㊀描述性统计分析样本期:7/31/20177/31/2018㊀㊀㊀㊀样本量:246均值中位数最大值最小值标准差偏度峰度JB统计量P值横截面绝对偏差0.8031340.6098454.5587580.0092880.7216371.582266.459721225.33460R-0.008380.054552.8581-4.61051.090548-0.506874.47550832.848980R21.184530.37407121.256714.84E-062.2176934.65145434.5537511092.380㊀㊀2.相关系数分析及平稳性检验第一ꎬ相关系数分析ꎮ由表2可知ꎬCSAD与R之间的相关系数为-0.18028ꎬ小于-0.5ꎬ不存在显著的负相关关系ꎮ同样ꎬR和R2间的相关系数为-0.2795ꎬ不存在负相关关系ꎬ而CSAD与R2间的相关系数为0.910788ꎬ远大于0.5ꎬ即CSAD与R2间存在着显著的正相关关系ꎮ表2㊀上证50指数CSAD与Rmt相关性分析横截面绝对偏差RR2横截面绝对偏差1-0.180280.910788R-0.180281-0.2795R20.910788-0.27951㊀㊀第二ꎬADF单位根检验ꎮ在回归分析之前ꎬ首先要对数据进行平稳性检验以避免伪回归ꎮ根据单位根检验的结果(见表3)ꎬ均拒绝原假设ꎬCSAD㊁R以及R2均在1%的显著性水平下平稳ꎮ表3㊀平稳性检验结果变量名称t值P值1%临界值5%临界值10%临界值横截面绝对偏差-8.5523160.0000-3.457061-2.873190-2.573054R-13.304210.0000-3.456950-2.873142-2.573028R2-8.4258250.0000-3.457061-2.873190-2.573054㊀㊀3.回归结果分析利用Eviews8.0软件回归分析的结果如表4所示ꎮ为2017年7月31日至2018年7月31日ꎬ被解释变量为CSADꎬ解释变量为R以及R2ꎮ由回归结果可知ꎬ常数项为0.443840ꎬR的系数β1为0.053323ꎬR2的系数β2为0.303699ꎬ均在1%的水平下显著ꎮ由前文的分析ꎬ可根据模型方程系数β1和β2是否显著为负来判别该市场上是否有 羊群效应 ꎮ而上述结果显示ꎬ一次项和二次项的系数β1㊁β2均显著为正ꎬ其中β1等于0.053323ꎬ相应的P值为0.0032ꎬ即接受H0(β1显著为0)的概率为0.0032ꎬ也就是说模型的残差序列存在显著的自相关ꎬ即ARCH效应ꎮ故ꎬ上述的实证结果无法使我们直接得出我国上证市场没有 羊群效应 的结果ꎬ只能代表 羊群效应 检测不显著ꎮ而带来这一结果的原因主要有两个ꎬ一是我国上证市场没有 羊群效应 ꎬ二是实证模型有误ꎬ模型拟合不佳ꎮ为了进一步探讨我国上证市场是否存在 羊群效应 ꎬ接下来我们将检验模型的拟合效果ꎬ如果检验结果显示模型拟合效果较好ꎬ则说明从2017年7月31日至2018年7月31日这一年内我国上证股票市场确实不存在显著的 羊群效应 ꎮ根据表4的回归结果ꎬR2为0.83552ꎬR-2为0.834166ꎬ说明回归方程拟合的较好ꎬ再由F统计量为617.1922ꎬ其P值为0ꎬ说明模型不存在误设定ꎬ且DW值为1.9942ꎬ与临界值2非常接近ꎬ种种指标表明ꎬ该回归模型并不存在误设定的情况ꎬ并且模型的拟合程度也较好ꎬ故而排除了第二种可能ꎮ进一步ꎬ本文还进行了残差序列自相关检验ꎬ结果均证实了上述回归结果是准确可信的ꎮ因此ꎬ从2017年7月31日至2018年7月31日这一年内我国上证股票市场确实不存在显著的 羊群效应 ꎮ(四)基于ARCH模型的实证检验结果基于上述检验ꎬ在样本区间内建立ARCH结构的回归模型如下:CSAD=0.443839714606+0.05332301189ˑR+0.303699296922ˑR2回归系数均为统计显著:一次项系数显著是正数ꎬ二次项系数也显著为正ꎬ根据前面的论述ꎬ证实从2017年7月31日至2018年7月31日这一年内我国上证股票市场确实不存在显著的 羊群效应 ꎮ三㊁结论本文选取上证50指数股的日收益率数据ꎬ基于改进的CSAD模型来检验 羊群效应 ꎮ结果表明我国上证市场没有显著的 羊群效应 ꎮ造成这一结果的原因可能是因为我国独特的交易者结构ꎮ我国证券市场以散户为主ꎬ交易判断相较更为分散ꎬ进而表现出实证结果的不显著ꎮ在之前的有关研究中ꎬ也有得出机构投资者等专业人士 羊群效应 更加明显的结论ꎮ然而ꎬ模型结果不显著并不直接意味着 羊群效应 在我国市场不存在ꎬ还应当考虑我国股市特殊的交易机制ꎮ在跌涨停板限制下ꎬ除非 羊群行为 特别的严重和明显ꎬ否则本文所用的方法和模型是无法进行测度的ꎮ加之本文回归模型的样本跨度较短ꎬ不排除偶发性的可能ꎬ若能扩大样本期间ꎬ或者采用更高频率的数据进行分析ꎬ也许会有更多新的发现与启迪ꎮ参考文献:[1]孙小杰. 羊群行为 对我国股市影响的实证分析[J]财政与金融ꎬ2018(20):54-55.[2]王晶.我国证券市场是否存在 羊群效应 ? 基于上证50指数的实证检验[J].江淮论坛ꎬ2014(5):66-71.[3]孙小杰. 羊群行为 对我国股市影响的实证分析[J].财政与金融ꎬ2018(7):54-55.[4]许剑桥ꎬ廖宜静.上证50指数 羊群效应 实证分析[J].山西能源学院学报ꎬ2018(31):128-130.[5]马丽.中国股票市场 羊群效应 实证分析[J].南开经济研究ꎬ2016(1):144-153.作者简介:陆琴ꎬ女ꎬ南京财经大学硕士研究生ꎬ研究方向:公司金融ꎮ331。
我国股票市场羊群行为成因及其抑制

我国股票市场羊群行为成因及其抑制一、引言股票市场是一个与民众生活息息相关的金融市场,其波动不仅能够直接影响到投资者的资产收益,还可能对整个社会经济产生重大的影响。
然而,当前我国股票市场存在着许多问题,其中最突出的问题之一是羊群行为的频繁出现。
羊群行为是指投资者在面临不确定性和不明朗信息时,将行动策略刻板地抄袭其他投资者的行为,导致市场价格出现大幅波动的现象。
羊群行为虽然是股票市场中的常见现象,但其对于整个市场的稳定性和发展至关重要。
本文将从我国股票市场羊群行为的成因、特点以及应采取的抑制措施等方面来进行探讨,并提出相关的建议。
二、我国股票市场羊群行为的成因羊群行为在股票市场中的出现,主要源自市场的信息不确定性和投资者个人的认知偏差。
一方面,由于我国股票市场存在着信息不对称的现象,使得市场价格难以准确反映企业的内在价值,因此投资者在投资过程中面临着信息不足以及信息不确定性的情况。
另一方面,投资者个人认知偏差的存在也会加重羊群行为的发生。
在金融市场的交易过程中,投资者的决策并非是通过完整的、全面的信息来进行决策的,而是在有限时间内对信息进行的筛选和判断。
这导致了投资者往往会出现过度和错误的反应,从而引发羊群行为。
三、我国股票市场羊群行为的特点1. 具有规模性和爆炸性通常情况下,羊群行为所引起的市场波动是呈现规模长涨短跌的现象,即上涨和下跌的幅度都很大。
而且,一旦一些个体投资者开始有了羊群行为,其他投资者也会跟随他们,往往会引发连锁反应式的市场波动,使得市场价格短时间内出现大幅波动。
2. 具有波及范围广的特点羊群行为往往具有波及范围广的特点。
不仅能够牵连到某一只股票,还能够波及某一板块甚至整个市场。
因此,羊群行为不仅会影响到个别投资者的利益,还会对整个股票市场以及社会经济产生不良的影响。
3. 具有时间性羊群行为往往是在某一短时间内进行的。
因此,很多情况下,投资者很难进行有效的干预和管理。
一旦出现羊群行为,若不能及时得到有效干预,市场就会出现较大的波动甚至崩盘。
证券市场上的羊群效应及其博弈分析论文

证券市场上的羊群效应及其博弈分析论文羊群效应是指投资者在证券市场中,因为跟随他人的行为而采取相似的投资策略的集体行为现象。
这种羊群效应在证券市场中非常普遍,尤其在市场出现波动或不确定性较大的情况下更加明显。
本文将探讨羊群效应在证券市场中的博弈分析。
首先,我们需要了解羊群效应的原因。
有几个主要因素可以解释为什么投资者倾向于跟随羊群。
首先,人类是社交动物,很容易受到他人的看法和行为的影响。
当一些投资者采取某种投资策略时,其他投资者可能认为他们掌握了更多的信息,并以为他们会取得成功。
其次,羊群效应可以提供一种心理安慰感,投资者对群体决策更有信心,避免了承担独立决策的风险和责任。
第三,羊群效应还可以增加流动性和市场活跃度,因为羊群效应往往导致群体的行为趋同,从而提供更多的买卖机会。
然而,跟随羊群并不总是明智的。
羊群效应往往导致市场的过度买入或卖出,从而使市场价格失去理性。
当投资者过度买入时,市场价格上升,投资机会逐渐减少甚至消失;当投资者过度卖出时,市场价格下降,投资机会可能被低估了。
此外,羊群效应还可能导致市场的波动加剧,当市场处于快速推高或迅速下跌的阶段时,很容易引发连锁反应,进一步加大市场的波动幅度。
特别是当市场处于压力下降的时候,羊群效应更容易引发恐慌卖出,导致市场的大幅下跌。
博弈论是研究决策者之间相互依赖的理论,可以用来分析羊群效应在证券市场中的作用。
在羊群效应中,投资者之间相互依赖,因为他们往往通过观察他人的行为来作出决策。
博弈论可以帮助我们理解投资者在考虑他人行为的同时,如何作出最佳决策。
在证券市场中,博弈论可以用来探讨投资者的行为策略和利益冲突。
当投资者面临一个决策时,他们需要考虑其他投资者的行为和利益,这与博弈论中的博弈策略相似。
在羊群效应中,投资者可能会面临“跟随”或“反向行动”的选择。
如果一个投资者认为群体决策是正确的,他可能选择跟随羊群;但是,如果他认为群体决策是错误的,他可能会选择反向行动,即采取与群体相反的投资策略。
中国股票市场羊群效应实证分析

中国股票市场羊群效应实证分析中国股票市场羊群效应实证分析摘要:羊群效应是指投资群体中的个体在做出决策时,往往会受到他人的影响,进而采取与其他群体成员相似的行动。
本文通过对中国股票市场的实证分析,探讨了羊群效应的存在以及其对市场价格的影响。
研究发现,在中国股票市场存在明显的羊群效应,表现为投资者在股票买卖决策中常常受到他人的影响,导致市场价格的波动与集中。
关键词:羊群效应,中国股票市场,投资者行为,市场价格第一章引言1.1 研究背景中国股票市场经历了近几十年的快速发展,成为全球最大的股票市场之一。
然而,在中国股票市场中,投资者普遍存在羊群效应的现象,即投资者往往会受到他人的行为和意见的影响,进而采取与他人相似的投资决策。
羊群效应对市场价格的波动和集中产生了重要的影响。
因此,对中国股票市场的羊群效应进行实证分析,可以更好地理解投资者行为和市场价格的形成机制。
1.2 研究目的本文旨在通过实证分析,探讨中国股票市场中的羊群效应是否存在以及其对市场价格的影响。
具体而言,本文将从投资者行为的角度出发,通过对市场价格、交易量等指标的统计分析,来验证羊群效应的存在,并进一步探讨羊群效应对市场价格的影响程度。
基于实证分析的结果,可以对中国股票市场的投资者行为进行深入研究,为投资者提供更科学的投资建议。
第二章羊群效应的理论基础2.1 羊群效应的概念及特点羊群效应最早由美国心理学家摩顿·比格曼(Morton Deutschman)提出,指在面对不确定的情况下,个体往往会倾向于模仿他人的行为,以求降低风险和增加获取信息的准确性。
羊群效应的特点包括信息不对称、风险厌恶以及社会认同需求等。
2.2 羊群效应与股票市场股票市场是一个充满不确定性的市场,投资者缺乏完全准确的信息。
在这种情况下,投资者容易受到他人的影响,采取与他人相似的投资行动。
羊群效应在股票市场中表现为市场价格的波动与集中,同时也会影响交易量的变化。
第三章中国股票市场的羊群效应实证分析3.1 数据来源和处理本文选取了中国股票市场的A股市场作为研究对象,使用了2005年至2020年的日交易数据进行分析。
我国沪深股市羊群效应的实证研究

目录中文摘要 (2)ABSTRACT (3)1.前言 (4)1.1研究背景和意义 (4)1.2国内外文献综述 (4)1.3研究框架 (5)2.羊群行为概述 (7)2.1 羊群行为定义 (7)2.2 羊群行为分类 (7)2.2.1真羊群行为和伪羊群行为 (7)2.2.2理性羊群行为和非理性羊群行为 (8)2.3 羊群行为的特点 (8)2.3.1一致性 (8)2.3.2相对性 (8)2.3.3波动性 (8)2.3.4针对性 (9)2.4羊群效应对市场的影响 (9)2.4.1羊群效应对股票市场稳定性的影响 (9)2.4.2羊群效应对信息传播完整性的影响 (9)2.4.3羊群效应对指数真实性的影响 (9)2.4.4羊群效应对我国宏观经济的影响 (9)3.羊群效应的实证研究模型 (11)3.1 LSV模型 (11)3.2 CH模型 (11)3.3 CCK模型 (12)4. 我国沪深股市羊群行为的实证研究 (14)4.1样本数据的选择和处理 (14)4.1.1样本数据的来源 (14)4.1.2数据的筛选和初步处理 (14)4.2整体羊群行为实证检验 (14)4.2.2数据平稳性检验 (15)4.2.3自相关性检验与修正 (16)4.2.4异方差的检验与修正 (17)4.3上涨和下跌阶段羊群行为实证检验 (18)(1)上涨阶段:2014年1月2日-2015年6月8日 (18)(2)下跌阶段:2015年6月9日-2016年12月30日 (19)4.4羊群效应的实证结果 (19)5.羊群效应的成因分析 (20)5.1主观因素 (20)5.1.1投资者存在的从众心理 (20)5.1.2投资者的投机行为 (20)5.2客观因素 (20)5.2.1政府对股市的干预 (20)5.2.2信息披露制度的不完善 (20)5.2.3中小投资者占比过大 (21)6.政策建议 (22)6.1针对投资者的建议 (22)6.1.1投资期间的长度 (22)6.1.2风险的规避与分散 (22)6.1.3理论知识的学习和理性投资观念的树立 (22)6.2针对政府的建议 (22)6.2.1信息披露制度的完善 (22)6.2.2减少政府干预的力度 (23)6.2.3加大金融产品的创新力度 (23)参考文献 (24)中文摘要羊群行为在金融领域中是指投资者在进行决策时,放弃自身原先掌握的信息而是选择依赖于市场舆论,盲目跟从他人的行为。
我国股市中的羊群行为分析

我国股市中的羊群行为分析摘要:20世纪80年代以来 ,对于曾被传统的金融学认为是非理性、不科学的“羊群行为(Herding Behavior)”的研究越来越受到重视。
在我国资本市场迅速发展并取得了举世瞩目的成就同时,我国金融市场也存在着明显的羊群行为。
羊群行为对于投资者的投资策略和市场的稳定性有很大的影响,它更应该引起股市投资者的广泛关注,对羊群行为的研究也更具有现实意义。
因此,本文将对羊群行为形成的原因进行分析和研究,并能找出可以降低羊群效应的措施。
关键词:羊群效应投资股票市场正文:一、羊群行为的概念羊群行为最初是指动物(牛、羊等畜类)成群移动、觅食的现象。
后来这个概念被引申用来描述人类社会现象,羊群行为是投资者在投资过程中最常出现非理性的行为,通俗的来说就是投资者的从众心理、“随大流”行为。
羊群行为是指投资者采用同种的思维活动进行类似的交易行为,在心理上依赖于和大多数人一样,以减少采取行动的成本,从而获得尽可能大的利益。
在某个时期,大量特定资产的行为主体采取相同的投资策略(买或卖)或对特定的资产产生相同偏好。
在信息不完全对称的情况;参与人推卸责任的需要;投资者减少恐惧的需要;缺乏知识经验以及其他一些个性方面的特征的环境下,股市中的投资者受其他投资者的影响,忽略了自身决策能力和综合实力,反而模仿着其他投资者,跟风买卖相同的标的资产。
由于羊群效应具有传染性,因此存在于多个行为主体之间的羊群行为现象就被称为羊群效应,主要研究信息传递和行为主体决策之间的相互影响以及这种影响对信息传递速度和充分性的作用。
二、羊群行为的研究理论概述目前已经有提出许多关于羊群效应的理论模型,这些模型的提出更好的帮助投资者及市场理解羊群行为。
首先由Scharftsteinet al(1990)提出的声誉羊群行为(Reputational herd)模型,是指证券市场中与个人投资者签订委托理财协议的机构投资者为获得或维持职业声誉而与他人保持一致的行为,一旦他们的表现落后于市场,他们往往会选择放弃自己的决策而“随波逐流”。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(一)检验羊群效应的改进 CSAD 模型
在现代金融理论中,一般用收益率的方差或者标准差来描
述风险,并且在传统的计量模型中一般假定方差是恒定的,但是
大量的金融数据的实证分析表明表达风险的方差是随着时间而发
生变化的,因此从投资者的角度来考虑,必须对投资的预期回报
率有相应的调整。同时,考虑到条件异方差的影响,因此我们用
2012年第1期下旬刊 (总第469期)
时代金融 Times Finance
NO.1,2012 (CumulativetyNO.469)
中国股票市场的羊群效应比较及其演化研究
李厚泽
(中南大学商学院,湖南 长沙 410083)
【摘要】采用基于 ARCH 模型的改进横截面绝对偏离度(CSAD)模型对代表沪深 300 市场和中小板市场的羊群效应做了实证分析, 结果表明中国股票市场存在羊群效应,中小板市场的羊群效应程度要强于主板市场,而且随着时间的推进,中国股票市场的羊群效应程 度在逐步弱化。分析了中国股票市场羊群效应存在的原因、中小板市场强于主板市场的原因和演化结果的形成机制。研究为深入探索中 国股票市场特征和强化股票市场建设提供了参考。
ARCH 模型来代替传统的 CSAD 模型,并且对模型的适用性进行
检验,具有 ARCH 误差的回归模型为:
CSADt = α + β1 Rmt + β2 ( Rmt )2 + εt
(1)
εt
=
ϕt
ht
1 2
ห้องสมุดไป่ตู้
ht
=
s0
+
sε2 1 t−1
ε + s 2 2 t−2
+L
ε + s 2 p t−p
(2)
其 中, {ϕt} 是 独 立 同 分 布 的 随 机 变 量 序 列,
s0 > 0, s1 ≥ 0,L sp ≥ 0, s0 +L + sp < 1。检验股票收益率绝对分散度和市 场收益率之间是否保持线性关系,即相当于检验多项式回归方程中
的二次项系数在统计上是否显著为零。如果二次项系数显著不为零
且为负时,则我们认为市场中存在羊群效应,并且可以通过比较二
项式系数的大小来比较羊群效应的大小, β2 越小羊群效应越大。 (二)沪深 300 指数的检验结果
计算了沪深 300 指数的股票收益率的横截面绝对偏离度和市
场收益率,利用散点图描述,在图 1 中,可以看出两者之间并不
存在明显的线性关系。我们利用上述模型,对沪深 300 的数据用
OLS 方法进行回归分析,发现其残差有明显的波动,如图 2 所示。
图 1 横截面绝对偏离度与市场收益率之间的关系(沪深 300) 图 2 回归残差图(沪深 300)
Times Finance 145
于是,我们用 ARCH(3) 模型对数据进行回归。结果见表 1。
表 1 沪深 300 指数羊群效应的实证结果
α
β1
β2
s0
s1
s2
s3
R2
0.01632 0.1873 -1.0726 1.04E-05 0.3986 0.1631 0.1615 0.128
注:表中的第 2 行值为 P 值,下同。 从沪深 300 的回归结果可以看出,具有代表性的沪深 300 指 数的 β2 数值为 -1.0726,表明市场中存在羊群效应并且十分显著, 因此我们可以推断,我国的股票市场中存在羊群效应。 (三)中小板指数的检验结果 由于中小板市场中的股票在流通股本、总股本上比沪深主板 市场中的股票小的多,因此我们可以以具有代表性的沪深 300 指 数及其成分股和中小板指数及其成分股为数据样本,用来研究不 同市场规模中羊群效应的大小关系。股票横截面绝对偏离度和市 场收益率之间的关系见图 3。采用 OLS 方法回归后的残差见图 4。 通过残差图很容易就可以看出,数据具有条件异方差。因此,本 文反复筛选,选择 ARCH(2)模型对中小板指数及其成分股进 行回归分析,回归结果见表 2。
【关键词】羊群效应 主板 中小板 演化
一、引言 羊群效应(Herding Behavior)源于生物学对动物群聚特征 的研究,原指动物成群移动、觅食的现象,也叫从众效应或者跟 风行为。后被广泛用于描述社会现象,主要是指一种群体中的个 体与大多数人的行为一致,个体有意模仿大多数人的行为。实际上, 羊群效应也广泛存在于金融市场和金融交易当中。Banerjee 将金 融市场中的羊群效应定义为市场中的各类参与者在进行决策时影 响他人或者受到他人决策影响而忽略了私有信息,表现为市场中 一部分人的决策具有趋同性,最终反映在资产价格上的现象。 进入 2000 年以来,我国的学者也开始对羊群效应作相关研究, 而这些研究主要集中在对我国股票市场中是否存在羊群效应的数 据分析实证研究。虽然已有部分学者针对中国股票市场进行了羊 群效应的存在性检验,但一方面研究的数据存在片面性(几乎都 是以上证指数为对象),另一方面研究结论存在一定的争议,此外, 自中小板市场开放以来,鲜有针对其交易进行的研究。针对这些 不足,本文研究了沪深主板市场和中小板市场是否存在羊群效应、 羊群效应的强弱程度比较以及羊群效应随着证券市场发展的演化 特征三个主要问题。此外,总结已有的研究发现,在实证研究过 程中通常采用的方法主要有 LSV 法、分散度指标法(CSSD 法)、 自回归模型法和横截面绝对偏离度方法(CSAD 方法)。本文依 据中国市场数据的特征,采用改进的横截面绝对偏离度的模型对 代表沪深主板的沪深 300 市场和中小板市场的羊群效应进行实证 分析。 二、数据描述 本文选择沪深 300 指数的日收益率数据和其成分股的日收益 率数据,时间选取 2006 年 1 月 4 日至 2010 年 12 月 31 日;中小 板指数的日收益率和中小板 100 个成分股的日收益率数据,时间 间隔选取 2006 年 1 月 25 日至 2010 年 12 月 31 日。以上的数据均 来源于 WIND 咨询终端系统。选择以上数据的原因如下:选择沪 深 300 是因为它本身剔除了包括 ST 股票等一些不具有代表性的 公司股票,主要是集中了 300 家质地良好的公司,基本上反应了 沪深主板市场的整体走势,在代表性方面比单纯选用上证综指和 深证成指要好;选择中小板的数据是因为其流通股本和总股本和 主板市场相比较小,便于我们从规模角度讨论羊群效应,另外选 择的中小板成分股都是质地比较有代表性的,基本上可以代表中 小板市场的整体运行状况;从时间选择来说,2006 年 1 月 4 日至 2010 年 12 月 31 日,我国股票市场经历了一个牛熊转换,选择其 作为研究期间具有很好的代表性,另外数据是最新的数据,可以 使我们对现存的证券市场有个清楚的认识。以上成分股中的所有 数据均是从其计算时间的开始算起,计算时间开始时该股票的数 据不存在的用空值代替。 三、实证分析