中国股票市场存在羊群行为吗?外文翻译资料

英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料

中国股票市场存在羊群行为吗?

Rıza Demirera,阿里bull;m . Kutanb

经济和金融部门,爱德华兹维尔的南伊利诺伊大学,商学院,爱德华兹,62026 - 1102,美国南伊利诺伊大学爱德华兹维尔,威廉·戴维森学院密歇根大学商学院和新兴市场集团伦敦卡斯商学院

2004年2月4日收到; 2005年1月6日接受，2005年8月15日在线提供。

摘要：本文利用个别企业和部门层面考察了中国市场中羊群行为的存在。分析了市场指数异常大幅上升和下降过程中的分散行为。我们还在行业层面区分上海和深圳证券交易所。我们的发现表明，中国市场不存在羊群行为。我们发现，在总市场指数发生重大变化期间，股票收益分散度显着较高。然而，比较市场上下波动的回报分散性，我们观察到市场在极端下跌走势中的收益分散远低于上行走势，表明股票回报率与下行股价相同。发现支持和定价模式和市场效率。讨论政策制定者对结果的政策影响。

关键词:羊群行为;股本回报率分散;中国金融市场

1 引言

理解市场参与者的决策过程一直是影响金融市场参与者的一个主要挑战。许多文献都定义了金融理论在模拟现实生活中的股票收益时的标准（有效市场）（如Summers，1986; Shiller，1981）。该理论假设投资者对未来价格形成理性预期，并即时将所有市场信息折算成期货价格。但是，这些假设在实践中形成了批评这一理论的基础来表示股票收益行为。根据有效市场理论，投资者基于所有可用信息形成同质期望，知道其他人使用与公开信息完全相同的方式，并且都是完美的理性效用最大化者。投资者羊群行为已被提议作为投资者如何进行投资选择的另一种解释。这种行为预示着投资者政策制定者的行为会增加回报的波动性，并使金融市场稳定，尤其是缺乏条件。 Bikhch and Ani and Sharma（2000）定义了投资者复制其他投资者的行为。关于为什么盈利或效用最大化的投资者往往会压制他们的私人信息并模仿其他投资者的行为，有人提出了几点看法。一是研究通过关注可能偏好符合市场共识的投资者的心理来解决问题（Devenow and Welch，1996）。第二种观点认为，其他人可能知道关于特定投资回报的一些情况，他们的行为揭示了这些信息（Chari和Kehoe，1999年，Calvo和Mendoza，1998年，Avery和Zemsky，1998年）。最后，第三种方法侧重于委托人与代理人关系，在这种关系中，资金管理者可能会因为补偿计划提供的激励，雇佣条件或维持他们的声誉而被吸引到模仿他人（Scharfstein和Stein，1990; Rajan，1994; Maug和Naik，1996）。Bikhch and ani和Sharma（2000）以及Hirshleifer和Teoh（2001）对文献进行了全面的调查。在本报告中，中国市场存在着与中国市场相同的市场格局，包括Christie and Huang（1995），Chang et al。（2000）和Gleason et al。（2003,2004）。这种测试方法是基于投资者更倾向于在价格大幅度变化的情况下认为自己的观点支持市场共识，因此羊群行为很可能在此期间出现。因此，在市场压力期间，围绕市场总收益的股票收益分散被用于测试羊群行为的形成。遵循这个基本原理，人们会期望在投资者被市场所认同的情况下，个人安全回报的显着降低。这样的预测与合理的资产定价模型相矛盾，这表明市场压力时期会导致离散程度的增加，因为个人收益对市场回报的敏感度不同。本方法学的应用包括Christie and Huang（1995）关于美国股票，Chang等人。（2000）关于国际股票，格里森等人（2003）关于在欧洲交易所交易的商品期货和Gleason et al（2004）关于交易所交易基金的报告。 总的来说，这些研究提供了有利于理性资产定价理论的结果，并得出结论认为在市场压力期间放牧不是确定安全收益的重要因素。

本文将分析扩展到中国股票市场，包括上海和深圳证券交易所，并为发展股票市场提供新见解。与以前的研究一致，我们没有发现羊群行为的证据。我们对上海和深圳证券交易所的水平数据和行业水平数据的分析表明，在市场指数变化较大的情况下，股市收益表现出更大的趋势。但是，通过比较市场回笼率和回撤率，我们发现在市场极端下跌趋势下的回报分散性远低于上行趋势，在下行市场类似。这表明投资组合多样化策略在熊市中可能不会有用，因为最需要多样化的好处。

本文其余部分的概述如下。第2节论文目的。第3节简要总结了之前对中国股票市场的研究。在第4节中，我们提供了方法细节和数据描述。在第5节中，我们提出了使用企业和部门层面数据获得的实证结果。最后，在第6节中，我们提供结束语并讨论进一步的研究。

2 我们是否应该期望在中国股市中成为羊群？

自20世纪90年代初开始运营以来，中国两大证券市场急剧扩张并成为主要股票市场之一。截至2003年1月，它已经有超过1200家公司投资5000亿美元进入资本市场，成为继日本之后的亚洲第二大市场，也是过去十年中全球增长最快的市场（徐书记）。预计中国股市将因国家强大的储蓄习惯而继续增长。例如，今天中国超过40％的中国产品出现了这种情况，但这一数字仅为17％（许多新闻媒体）。

尽管中国金融市场增长迅猛，但其发展中国家的股票交易所的深度和成熟度可能并不具有特征。有证据表明2001年中国市值占GDP的比例约为45％，而美国的相应数据则超过了300％（Green，2003）。法律框架和其他替代方式对投资者来说都是有利的。对于政府企业以低于市场利率的借贷利率来控制和保持低利率。由于公司债券市场薄弱，中央政府对股市融资国有企业的能力有着浓厚的兴趣。投资者只面临少数替代方案和政府大量参与，如监管和中央银行干预，趋向于货币市场，因果关系市场波动（Green，2003）。

市场的另一个显着特征是所有权（Huang和Fung，正在出版）。另外，在中国的绿色投资市场中，只有少数机构投资者（Green，2003）。面临跨国交易的最严重问题是，中国上市公司的报告要求不及工业国家股票市场的发达和广泛性，并且明显不够全面。

因此，中国金融市场的交易行为可能与其他市场不同。通过遵循市场共识，交易者可以根据其他可能更了解市场发展的其他人的决定采取行动。鉴于中国市场的成长性，以及其独特的微观结构特点和交易商应对共产主义（但越来越以市场为导向）的政府，重要的是了解中国市场在过渡时期出现的交易行为。

沪深交易所之间的投资行为有着直接的理论上的差异，首先，这可能与市场规模有关。其次，交易所的公司类型不同。例如，上海市场占交易量的大部分，由大型国有企业组成，而深圳市场主要由制造业企业和以香港为业务的出口公司组成。第三，上海市场可能更多地被称为中国金融中心，中国政府计划在上海市场投资更多深圳市场。深圳市场计划为交易所上市的中小企业开发第二块板市场。羊群行为更有可能发生在较小的深圳市场。然而，深圳市场的出口导向性可能会让其交易者更加了解全球发展。此外，这个市场中的企业可能与市场B中的机构和外国投资者有更密切的关系，因为它们与附近的香港公司有密切的联系。事实上，很多在中国的外国投资者都来自香港。

我们还在部门层面提供证据。预计金融部门资本规模较小的非金融部门和小型金融部门对金融部门的投资主体（包括机构投资者，如保险公司）更有可能受到放弃。由于这些因素，我们假设投资者行为在证券交易所和行业可能会有所不同，从而导致不同的羊群形成。尤其是非金融部门和深圳市场中由制造业和出口企业组成的较小的市场可能会受到影响。但由于以上原因，这些结论并不清晰。因此，中国的原材料市场中的牧民行为可以被最好地描述为一个实证问题。

3 之前对中国股市的研究

中国股市的许多方面已经从不同的角度进行了检验，包括中国细分市场的资产定价（例如Poon等，1998; Sun and Tong，2000; Fernald and Roger，2002），回报和波动性链接Su和Fleisher，1999），市场效率，价格 - 销量关系（Longetal。，1999）以及全球信息在中国市场的重要性（Bailey，1994; Hu等人，1997; Huang等人，2001）。陈等人（2003）提供了对文献的回顾。

不少新闻工作者对中国股票市场的信息传播方式进行了检验。崔和郭（1998）发现，外国投资者交易的B股走势导致国内投资者交易的A股收益。冯等人（2000）报道了从深圳上海出发的单向成本收益。然而，宋等人（1998）发现了两个市场之间的重要信息反馈。 Yang（2003）记录了上海B股市场在上海和深圳的A股市场以及深圳B股市场的情况。 Poon和Fung（2000）提出的证据表明，与H股相比，红筹股在向上海和深圳的A和B市场分配回报和波动性信息方面发挥更强的主导作用。与潘和冯（2000）的矛盾，杨（2003）发现香港H股市场比红筹股更能显着地解释A股和B股市场的价格变化。进一步探索中国股市信息流的模式已经在香港和纽约市交换了一系列变化，Xu and Fung（2002）发现了两个市场之间强大的双向信息流。最后，使用每日和每月的部门收益，王等人。 （报刊）报道了强劲的行业信息，不仅在每个上海和深圳交易所内，而且在两个市场都有。

虽然上述研究为中国股市特定类型的信息传播模式提供了证据，但没有一个证据表明另一种信息转化行为即羊群形成。我们通过提供关于放牧行为的证据来填补文献中的这一空白，同时使用企业和部门级数据。据我们所知，这是对中国股市这个问题的初步研究。

4 方法和数据

4.1 方法

我们建立在Christie and Huang（1995），张等人（2000）所使用的方法上和Gleason等人 （2003,2004）横截面标准偏差（S.D.）用作返回分散的度量如下：

（1）

其中n是总市场投资组合中的公司数量，rjt是观察到的股票收益率，rfj是投资组合中第t天的横截面平均股数。这个衡量标准可以被看作是围绕市场平均水平的个人安全回报弥散的代理。这种方法的主要思想是基于羊群行为的存在会导致安全回报不会偏离总体市场回报的论点。这个假设背后的理论基础是，在个人看来，他们仅仅依靠市场的集体行动来表达自己的观点并作出投资决策。另一方面，理性资产定价模型提供了一个冲突预测，表明离散度会随着市场收益的绝对值而增加，因为每种资产对市场回报的敏感度都不同。这种方法表明羊群行为的存在最有可能发生在极端市场走势的时期，因为它们很可能会在这些时期与市场共识趋于一致。因此，我们研究方程（1）中离散度量的行为。在市场压力期间估计以下线性回归模型：

（2）

如果t时期总市场投资组合的收益处于该t分布的较低尾部，否则为零，且DU t = 1，如果第t日总投资组合的价值位于回报分布的尾部;否则为零。尽管有些武断，但在文献中，极端市场回报被定义为位于回报分布的一个（和五个）百分比较低或较高的尾部。方程式（2）中的虚拟变量旨在捕获市场运动期间回报分散的差异。无论是否存在市场共识，负的和统计上显着的beta;D（下行市场）和beta;U（上行市场）系数都表明市场参与者形成了羊群。强调羊群行为并不一定表明交易者不理性是非常重要的。在某些情况下，如投资者赔偿，遵循其他人的交易决策是完全合理的，以避免收益低于平均市场基准。另外，当市场参与者对信息集合的准确性不确定时，即使投资者采取合理行动，牧群行为也会受到影响。 Bikhchandani和Sharma（2000）详细讨论了这个问题。

4.2 数据

分析公司在1999年1月至2002年12月期间在上海和深圳证券交易所上市的个股公司股票回报率。数据来自Sino fi n（www.sino fi.net）。 Bikhchandani和Sharma（2000）认为，如果一个群体足够同质化，每个成员都面临着类似的决定，那么每个成员都可以从其他成员那里收集其他成员的交易，这样一个群体更容易成群。“因为这个群体相对于市场规模来说不能太大，集团说，这代表了80％的市场，买方和卖方都应该有充分的代表“。这导致了这样一个结论：当基本面因素的影响已经被排除后，羊群形成将更可能发生在一组股票（一个行业或一个国家的公司股票）的投资水平上。因此，我们将每个企业分配到农业，渔业和林业，食品与饮料，纺织与服装，纸张印刷与出版，石油产品，化工与塑料，电子，金属与非金属，机械，医药等18个行业组织中的一个。生物医学产品，电力，煤气和水供应，运输和储存，信息技术，批发和零售，金融和保险，房地产，社会服务，通信和文化产品。基于每个行业中所有公司的同等权重组合的温度计算报告。第二大数据包含台湾经济期刊金融数据库获得的上海和深圳证券交易所的季度指数。上海证券交易所的数据集包括工业，商业，房地产和实用性四个部门。样本期间为1993年5月3日至2001年11月16日，共1860个样本。对于深圳股票交易所的数据集包括：

工业，商业，房地产，金融和用途。我们并没有在深圳市场发布财务部门的报告。样本期间的市场运行时间为1994年7月20日至2001年11月16日，每天观察1544次。 下一节报告实证结果。

5 实证结果

5.1 描述性统计

表1提供了平均数以上的聚乙烯吡咯烷酮的回收率，回归分散度和可用于企业的财务数量。但是，一个行业中的库存数量不会随着时间的推移而保持不变，因此用于计算日常分散度量的回报数量随时间而变化。样本期间的平均公司数量列于表1的第二列。电子产品的平均回收率在-0.044％之间，金属的平均回收率在0.044％之间。在4年的样本期内，除机械，通讯和金属/非金属外，大多数行业的回报均为负值。按标准差计算，日返回的波动率在机器人的0.97％以下，金融机构和保险机构的波动率在2.27％以下。金融，保险和农业的日变化最为剧烈，最低日收益率分别为-13.87％， -

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[24111]，资料为PDF文档或Word文档，PDF文档可免费转换为Word