关于我国上证市场“羊群效应”的研究

陆琴

摘要：“羊群效应”是指经济个体盲目从众跟风的一种市场行为，它的存在会影响市场的健康稳定发展。我国的证券市场以个人散户为主。易引发“羊群效应”，带来证券市场的异常波动。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，并选择上证50指数股作为样本数据，运用Eviews 8.0软件和Excel软件来进行分析，并对实证结果进行相应的经济学解释。结果表明：目前我国上证市场没有显著的“羊群效应”。

关键词：“羊群行为”;ARCH模型：横截面绝对偏离度CSAD

中图分类号：F830.91 文献标识码：A 文章编号：1008-4428（2019）09-0132-02

一、引言

在证券市场上，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，这种跟从他人交易的行为称为“羊群效应”（Herd Effect）。“羊群效应”也叫“从众效应”，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，而不是主观上独立思考事件的意义。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現象。

近年来，我国证券市场发展速度飞快，“羊群效应”也开始成为行为金融等领域的热点话题。路磊，等（2014）发现基金的排名与“羊群效应”间有明显的相关性;顾荣宝，蒋科学（2012）也验证了我国深圳证券市场的羊群现象。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”，如Demimer，等（2006）实证证明了我国股票市场没有“羊群行为”。我国的经济发展和市场特征具有一定的特殊性，大部分已有的研究忽略了指数成分股的作用。为了更准确地验证我国证券市场的“羊群行为”，本文将基于CSAD模型，选取上证50指数成分股近一年的数据进行测度，观察我国上证市场上是否有“羊群效应”。

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

Chang，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，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”。具体而言，第一步，利用ARCH模型提取出股价收益信息，然后，再根据推定的自回归方程来测量方差的变异程度，最后，结合Rit、Rmt以及CSAD进行线性回归分析，刻画出偏离度的大小。具体公式定义如下：

综上，在CAPM模型的前提下，E（CSAD）是Ei（Rm）的线性增函数。但是，如果市场上有“羊群效应”，Rit就会与RMT趋于一致，此时E（cSAD）与Ei（Rm）之间就会存在非线性关系。因此可利用CSAD指标来衡量股票市场上是否存在“羊群行为”，观察β2和β2是否显著为负数。

（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。

样本时间区间：2017年7月31日至2018年7月31日。

选取这些股票作为研究样本主要有以下两个原因：首先，上证50是大盘股指数。它们能够反映优质大盘企业的整体状况;其次，本文主要想检验上证市场的羊群情况，因此选取的股票需极具代表性。本文的数据来自国泰安CSMAR数据库。

2.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”，采用回归方程：

所有数据均可在CSMAR数据库中直接查询得到。

根据上述公式可以计算出CSAD和Rmt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。因此进一步的构建回归模型来分析。

首先进行描述性统计。从表l统计结果可以看出，CSAD的偏度和峰度分别是1.58226和6.459721.J-B统计量为225.3346.表明在1%的显著水平下，CSAD序列不服从正态分布。有显著的右偏和尖峰的特点。同时，收益率R和R²也都表现出明显的非正态特征。

2.相关系数分析及平稳性检验

第一，相关系数分析。由表2可知，CSAD与R之间的相关系数为-0.18028.小于-0.5.不存在显著的负相关关系。同样，R和R²间的相关系数为-0.2795.不存在负相关关系，而CSAD与R²间的相关系数为0.910788.远大于0.5.即CSAD与R²间存在着显著的正相关关系。

第二，ADF单位根检验。在回归分析之前，首先要对数据进行平稳性检验以避免伪回归。根据单位根检验的结果（见表3），均拒绝原假设，CSAD、R以及R²均在1%的显著性水平下平稳。

3.回归结果分析利用Eviews 8.0软件回归分析的结果如表4所示。

采用最小二乘估计，样本为246个日度数据，样本期为2017年7月31日至2018年7月31日，被解释变量为CSAD，解释变量为R以及R²由回归结果可知，常数项为0.443840.R的系数β1为0.053323.R²的系数卢2为0.303699.均在1%的水平下显著。由前文的分析，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”。而上述结果显示，一次项和二次项的系数β1、β2.均显著为正，其中卢，等于0.053323.相应的P值为0.0032.即接受Ho（β1显著为0）的概率为0.0032.也就是说模型的残差序列存在显著的自相关，即ARCH效应。故，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，只能代表“羊群效应”检测不显著。而带来这一结果的原因主要有两个，一是我国上证市场没有“羊群效应”。二是实证模型有误，模型拟合不佳。为了进一步探讨我国上证市场是否存在“羊群效应”，接下来我们将检验模型的拟合效果，如果检验结果显示模型拟合效果较好，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”。

根据表4的回归结果，R²为0.83552.R²为0.834166.说明回归方程拟合的较好。再由F统计量为617.1922.其P值为O，说明模型不存在误设定，且DW值为1.9942.与临界值2非常接近，种种指标表明，该回归模型并不存在误设定的情况，并且模型的拟合程度也较好，故而排除了第二种可能。进一步，本文还进行了残差序列自相关检验，结果均证实了上述回归结果是准确可信的。因此，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”。

（四）基于ARCH模型的实证检验结果

基于上述检验，在样本区间内建立ARCH结构的回归模型如下：

回归系数均为统计显著：一次项系数显著是正数，二次项系数也显著为正，根据前面的论述，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”。

三、结论

本文选取上证50指数股的日收益率数据，基于改进的CSAD模型来检验“羊群效应”。结果表明我国上证市场没有显著的“羊群效应”。造成这一结果的原因可能是因为我国独特的交易者结构。我国证券市场以散户为主，交易判断相较更为分散，进而表现出实证结果的不显著。在之前的有关研究中，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。然而，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，还应当考虑我国股市特殊的交易机制。在跌涨停板限制下，除非“羊群行为”特别的严重和明显，否则本文所用的方法和模型是无法进行测度的。加之本文回归模型的样本跨度较短。不排除偶发性的可能，若能扩大样本期间，或者采用更高频率的数据进行分析，也许会有更多新的发现与启迪。