羊群行为与股票市场风险溢出效应研究

来源:用户上传      作者:

　　摘要： 本文创新性地将股票市场上普遍存在的一种非理性的羊群行为与股票市场的风险溢出效应联系在一起进行研究，通过实证分析，得出以下结论：（1）羊群行为会扰乱股票市场的秩序，增加股票市场的风险。（2）个股的羊群行为会使其所在股票市场产生风险溢出效应，并且二者存在正相关。（3）某个股票市场的羊群效应会对其他股票市场产生风险溢出效应，并且二者存在正相关。本文有助于政府监管部门防范金融市场潜在性风险，维持股票市场的健康发展。
　　关键词： 羊群行为 风险溢出效应 CoVaR  LSV
　　一、引言
　　随着金融市场开放程度的不断扩大，不同金融市场之间的联系不断加深。市场与市场之间相互影响、互相干预。每一次地区性的剧烈金融波动都会在短时间内传递到其他金融市场上，从而或多或少地影响着全球金融市场的稳定。在这里，我们把由一个金融市场的波动所引起的另外一个金融市场的波动称为“溢出效应”。羊群行为也被称为“羊群效应”或“从众行为”。当市场有大量的新的公共信息涌入时，不自信的私有信息持有者就会选择放弃自己原先的决策而选择追随新的交易决策，从而产生羊群行为。
　　基于此，我们有理由认为股票市场上羊群行为的存在与股票市场风险溢出效应之间存在着因果关系。接下来，我们会对羊群行为和风险溢出效应分别进行测度，并使用2010年1月1日至2017年12月31日上证综合指数、深圳成分指数以及上证A股股票为样本数据，尝试建立二者之间的联系，寻找羊群效应对股票市场风险溢出效应的影响机理。
　　我们发现：第一，无论是单个的羊群行为对所在股票市场的风险溢出效应，还是股票市场的羊群效应会对其他市场的风险溢出效应，都呈现出相同的趋势，因此，认为羊群行为会对股票市场的风险溢出效应产生影响。第二，通过对上海股票交易市场的羊群效应与深圳股票交易市场风险溢出效应的对比，发现二者存在近似正相关，因此，我们认为一个股票市场的羊群效应会对其他股票市场产生风险溢出效应。第三，通过对上证50的每一支股票的羊群效应与上海股票交易市场的风险溢出效应的对比，发现二者存在近似正相关，因此，我们认为个股的羊群行为会使其所在股票市场产生风险溢出效应。
　　二、文献回顾与理论假设
　　在一个投资群体中，单个投资者放弃自己的私有信息，反过来根据其他的同类投资者的行为来决定自己的投资选择的行为称为羊群效应。Avery and Zemsky（1998）提出，当市场有大量的新的公共信息涌入时，信息获取渠道较差的投资者更可能放弃私人信息去跟随其他投资者的选择，从而引发羊群行为。当前，国内外对羊群行为的影响研究主要集中在市场层面和决策层面。在市场层面上，Lux（1995）通过构建市场投资态度与股票价格波动的动态模型，提出交易者非主观意识的信息传播过程即羊群行为会导致股票价格的偏离。刘祥东等（2014）认为，重度羊群效应会导致股票市场上大量投资者的非理性行为，从而导致资金的大量涌入或者流出，甚至是严重市场泡沫的产生。在决策层面上，董志勇等（2007）认为有价值的私人信息在决策中的缺失会导致资产价格的偏离以及资源有效配置的扭曲。基于上述研究，我们提出了本文的第一个假设：
　　假设1：羊群行为会扰乱股票市场的秩序，增加股票市场的风险。
　　风险的溢出和传染是系统性风险发生时最典型的特征（刘超，2017）。目前，國内外关于风险溢出效应的研究体系尚未健全，对中国风险溢出效应的研究主要集中在其存在性和风险溢出效应强度的测算方面。VaR模型最早是由Baumol（1963）提出，被广泛地使用在资产价值的评估和金融风险的预测。基于分位数回归的研究基础上，Adrian和Brunnermeier（2008）首次构建了CoVaR模型，用于度量不同市场间的风险溢出效应。结合在上一节中关于羊群行为影响的研究，提出本文的第二个假设：
　　假设2.1：某个股票市场的羊群效应会对其他股票市场产生风险溢出效应，并且二者存在正相关。
　　此外，从微观角度来研究，可以认为金融市场的单一金融机构在面临个体风险时，能够通过开放的市场将风险传递到整个市场体系中，从而引发全市场的系统性风险和金融危机。基于此，我们提出本文的第三个假设：
　　假设2.2：个股的羊群行为会使其所在股票市场产生风险溢出效应，并且二者存在正相关。
　　三、数据来源与变量构建
　　（一）数据来源
　　选用沪股（上证综合指数）、深股（深圳成分指数）为样本，选取了2010年1月1日至2017年12月31日期间共计1968个交易日的同步指数的收盘价，来计算股票风险溢出效应。选取同时期上海证券交易所A股股票（排除创业板）的每日交易数据，来考察羊群行为（数据来源于锐思数据库）。
　　（二）指标构建
　　1.被解释变量：股票风险溢出效应。（Value at Risk）也被称为“风险价值”或“在险价值”，是一种新兴的风险量化管理方法，表示在一定的置信水平下，单个资产或者资产组合在未来的特定时期内的最大可能损失。
　　随着风险理论体系的不断完善和丰富，方法也逐渐显示出忽视市场不稳定因素和整个市场连锁反应的弊端。因此，我们根据Adrian和Brunnermeier（2011）的定义，引入表示单个资产或者资产组合的变动对整个金融市场的风险外溢效应。
　　综上所述，我们可以定义?来表示单只股票对所处股票市场的风险溢出效应。公式如下：
　　来表示股票市场对另一股票市场的风险溢出效应：
　　其中，i表示产生风险溢出效应的股票市场，j表示另外一个股票市场。因此，表示股票市场i发生风险时，股票市场j的VaR值。表示股票市场i处于正常情况时，股票市场j的VaR值。
　　由于不同股票市场中股票的种类以及市场规模之间存在着较大的差异性，因此风险溢出程度规模相差较大，在这里，我们对其进行了标准化的处理。 　　2.解释变量：羊群行为指标。针对羊群行为指标的测度，本文是基于传统的检验羊群行为的LSV方法，引入股票种类i，得出衡量羊群行为的指标：
　　其中为i股票的羊群行为程度，为i股票的所有买方驱动单数量，为i股票的所有卖方驱动单的数量，p为该股票买方驱动单占其总交易单比例在横截面上的平均值。为期望值调整项。
　　四、实证分析
　　（一）单支股票的羊群行为对所处股票市场风险溢出的影响
　　根据每支股票在每个交易日买方驱动单和卖方驱动单的数量，将其带入羊群行为测度的方程式中，计算出每支股票在每日的羊群行为的大小。接下来，根据CoVa模型，来计算上证50股票对上海证券交易所股票市场的风险溢出值（）、绝对风险溢出量（?）和相对风险溢出量（）。
　　将每一支股票在不同的时间点上计算得出的羊群行为进行直观性的折线分析，其中横坐标为交易日时间，纵坐标为羊群行为及股票市场的风险溢出效应，从而得到下图1（同上，由于篇幅有限，我们只列举10只股票进行分析）：
　　根据折线图所示，可以观察到单支股票的羊群行为与股票市场的风险溢出效应之间呈现出同趋势的特征，即当羊群行为增加时，股票市场的风险溢出效应也随之增强。由此，可以验证假设2.2：个股的羊群行为会使其所在股票市场产生风险溢出效应，并且二者存在正相关。
　　（二）股票市场的羊群行为对其他股票市场风险溢出的影响
　　通过上海证券交易所和深圳证券交易所A股每股票在每个交易日的买方驱动单和卖方驱动单的数量，计算每支股票在每日的羊群行为的大小。接下来，通过分别计算上海证券交易所和深圳证券交易所两个股票市场上所有股票的截面平均值，最终得到两个股票市场上每日羊群行为的程度。
　　我们分别对沪股羊群效应对深圳证券中心的风险溢出效应以及深股羊群效应对上海证券中心的风险溢出效应进行计算。将处于不同的时间点上所得到的羊群行为和风险溢出效应进行直观性的折线分析。其中横坐标为交易日时间，纵坐标为羊群行为及股票市场的风险溢出效应，从而得到下图2。
　　根据折线图所示，可以观察到单股票市场的羊群行为对其他股票市场的风险溢出效应之间呈现出近似同趋势的特征，即当一个股票市场羊群行为增加时，股票市场的风险溢出效应也随之增强。由此，可以验证假设2.1：某个股票市场的羊群效应会对其他股票市场产生风险溢出效应，并且二者存在正相关。
　　五、结论
　　党的十九大报告中指出，要坚决打好防范化解重大风险的攻坚战，其中重大风险主要是指金融市场、金融体系中存在的重大风险。2018年中央经济工作会议中也指出，资本市场在金融运行中具有牵一发而动全身的作用，要深化改革，防范金融市场异常波动和共振，稳妥预防和处理金融市场的风险。
　　本文基于改进的LSV方法以及CoVaR方法，对羊群行为和股票市场风险溢出效应进行测度，得到以下两个结论：结论一：个股羊群行为会对股票市场的风险溢出效应产生影响，且二者之间呈现出正相关性;结论二：股票市场的羊群效应会对其他股票市场的风险溢出效应产生影响，二者之间呈现出正相关性。
　　由此，我们可以认为，羊群行为作为一种非理性的投资行为，会对金融市场的稳定造成严重的影响，干预投资者做出正确的决策，增加金融市场的风险系数，影响股票市场的良好稳定发展。因此，政府要加强对市场上羊群行为的管理，完善信息披露机制，加强投资者的理性投资行为和心理预期，避免羊群行为的“正反馈效应”，维持股票市场的健康发展。
　　参考文献：
　　[1]董志勇，韩旭.基于GCAPM的羊群行为检测方法及中国股市中的实证依据[J].金融研究，2007（5）：108-117.
　　[2]刘超，徐君慧，周文文.中国金融市场的风险溢出效应研究——基于溢出指数和复杂网络方法[J].系统工程理论与实践，2017，37（04）：831-842.
　　[3]刘祥东，刘澄，刘善存，陆嘉骏.羊群行为加剧股票价格波动吗[J].系统工程理论与实践，2014，34（06）：1361-1368.
　　[4]易会满.努力建设规范透明开放有活力有韌性的资本市场[J].中国经济周刊，2019（17）：68-69.
　　[5]张红伟，毛前友.羊群行为、股价波动与投资收益——基于中国证券投资基金的实证研究[J].经济理论与经济管理，2007（10）：50-54.
　　[6]张路，张溪婷.基于CoVaR模型的我国上市银行系统性风险度量[J].统计与管理，2017（11）：66-70.
　　经，2016（03）：107-119.
　　[7]朱菲菲，李惠璇，徐建国，李宏泰.短期羊群行为的影响因素与价格效应——基于高频数据的实证检验[J].金融研究，2019（07）：191-206.
　　[8]Adrian T，Brunnermeier M K.CoVaR[R].National Bureau of Economic Research，2011.
　　[9]Baumol William J.，An Expected Gain-Confidence Limit Criterion for Portfolio Selection[J]，Management Science，1963，11，174-182.
　　[10]Bikhchandani S.，D.Hirshleifer and I.Welch，A Theory of Fads，Fashion，Custom，and Cultural Change as Informational Cascades[J]，Journal of Political Economy，1992，100，92-1026.
　　[11]Hamao Y，Masulis R.W.and Ng V，Correlations in Price Changes and Volatility across International Stock Markets[J]，Review of Financial Studies，1990，3（2），281-307.
　　[12]King M.A.and S.Wadhwani，Transmission of Volatility between Stock Markets[J]，Review of Financial Studies，1990，3，5-33.
　　[13]King，M.，A.Sentana，and Wadhwani，Volatility and Links between National Stock Markets，Econometrica，1994，62，901-933.
　　[14]Lux T.Herd behavior，bubbles and crashes[J].Economic Journal，1995，105（5）： 881-896.
　　[15]Wermers R.，Mutual Fund Herding and the Impact on Stock Prices[J].Journal of Finance，1999，54：581-622.
　　作者单位：西北农林科技大学经济管理学院
转载注明来源:https://www.xzbu.com/3/view-15216506.htm