投资者过度自信行为与中国A股波动性_陈日清

2014年第2期总第360期第33卷投资者过度自信行为与中国A股波动性*陈日清摘要：本文探讨了投资者过度自信假说能否解释我国A股市场波动性与个股波动性。

结果显示：（1）投资者过度自信行为所产生的市场超额交易量能够解释市场波动性；（2）大部分个股其超额交易量能够由投资者过度自信行为解释，其中又有38.2%的个股其波动性可由投资者过度自信行为解释，并且这些个股具有小市值、低换手率、低机构持股比特征；（3）过度自信投资者承担了过多的风险，但是与理性投资者一样充分理解了市场上公开的财务信息。

关键词：投资者过度自信；市场波动性；个股波动性JEL分类号：D03；G11；G20一、引言许多心理学研究表明，过度自信（overconfidence）是人们较为普遍的一种心理学现象，它是人们常常高估自己的能力、知识和信息精确度的一种认知偏差，其通常具有校准偏差（miscalibration）、高于平均效应（the better than average effect）、控制幻觉（illusion of control）和盲目乐观（unrealistic optimism）等表现形式。

近来，基于投资者过度自信行为假说①的许多行为金融学模型能够解释传统经典金融学理论无法解释作者简介陈日清：东北财经大学金融学院讲师，经济学博士，研究方向为行为金融、资本市场、房地产市场。

*本文感谢国家自然基金（70871019，71171036，71203022）、辽宁省教育厅一般项目（W2013218）的资助。

另特别感谢匿名评审人富有建设性的意见。

当然文责自负。

①过度自信认知偏差不仅仅广泛出现在投资者群体中，还广泛存在于公司的管理层，相关研究请详见Ben-David等（2007）、瞿旭等（2013）。

投资者过度自信行为与中国A股波动性释的一些金融市场异象，如短期动量和长期反转现象、交易量之谜与波动性之谜等①（Odean，1998；Daniel 等，1998；Gervais和Odean，2001；Ko和Huang，2007）。

相关理论研究中，一般将投资者过度自信定义为高估其私人信息精确度的行为（Odean，1998；Daniel等，1998；Ko和Huang，2007）或自我归因偏差②（Daniel等，1998；Gervais和Odean，2001）。

其中，Daniel等（1998）基于投资者过度自信假说在理论上证实了由于过度自信投资者对私人信息反应过度，对公共信息反应不足，从而使资产价格产生短期动量与长期反转现象。

Odean（1998）和Gervais与Odean（2001）的理论模型则发现风险资产的期望交易量和波动性将随着投资者过度自信程度的上升而增加，即投资者过度自信可以在一定程度上解释市场出现的风险资产超额交易量和超额波动性现象。

并且，由于存在自我归因偏差，投资者常常将从证券市场上获得的收益归功于自身能力，因而在牛市中可能更容易产生过度自信认知偏差，因此牛市中投资者更易于表现出过度自信行为。

另外，投资者过度自信模型还证实由于过度自信投资者高估了私人信息的精确度，对风险资产的风险实行了错误定价，从而倾向于持有较高风险的证券③（Gervais和Odean，2001）。

上述基于投资过度自信假说的理论模型也具有丰富的经验含义，并吸引了许多学者在不同的证券市场进行经验研究，许多关于成熟证券市场的经验研究也证实证券市场存在投资者过度自信行为，如Odean（1999）、Statman等（2006）、Chuang和Lee（2006）发现在美国证券市场上，投资者过度自信行为是一个较为普遍的现象。

而其它证券市场如台湾证券市场（Lin，2005；Chuang和Susmel，2011）、中国大陆证券市场（李心丹等，2002；谭松涛和王亚平，2006；王郧和欧阳红兵，2009；王春峰等，2010；陈日清，2011a，2011b；徐浩峰和侯宇，2012；廖理等，2013）也同样发现了投资者的过度自信行为。

不过当前国内研究还未探讨以下问题：一是投资者的过度自信行为能否解释我国A股的市场波动性和个股波动性；二是投资者过度自信行为能够解释其超额交易量和超额波动性的股票具有何种特征。

本文在借鉴与改进Statman等（2006）、Chuang和Lee（2006）、Lin（2005）经验分析框架的基础上，基于EGARCH模型与投资者过度自信假说分析了投资者过度自信行为能否解释我国A股市场波动性与个股波动性。

具体地，本文旨在探讨以下问题：（1）由投资者过度自信行为所产生的超额交易量能否解释我国A 股市场上的市场波动性与个股波动性；（2）如果个股超额交易量和超额波动性能由投资者过度自信行为解释，那么这些股票具有何种特征，即过度自信投资者倾向于投资何种股票。

本文余下部分安排如下：第二部分简要描述本文使用的数据及相关描述性统计；第三部分探讨投资者过度自信行为是否会导致市场波动性；第四部分分析个股波动性是否能够由投资者过度自信假说解释，并分析超额交易量和超额波动性能由投资者过度自信假说解释的个股特征；第五部分为稳健性分析；最后为本文结论与政策建议。

①短期动量效应（momentum effect，Jegadeesh和Titman，1993)是指股票收益显示出短期的持续性，即在短期看来，表现好（差）的股票在之后继续表现好（差）。

长期反转效应（reversal effect，De Bondt和Thaler，1985）指的是股票收益在长期看来，表现好的股票在之后的一段时间内很有可能出现差的表现，而表现差的股票在之后的一段时间内很有可能出现好的表现。

交易量之谜（波动性之谜）是指现实证券市场中风险资产的交易量（价格波动性）相对于经典金融经济学理论的预测而言，存在交易过度（波动过大）的现象，由经典金融经济学理论，股票交易的产生一是由于信息变化所导致的，所以许多研究如Lamor⁃eux和Lastrapes（1990）、Lin（2005）将交易量视作信息流动或扩散的代理变量，二是由噪声交易者所产生的。

而现实中所观察到的股票巨大交易量（波动性）是经典金融学理论无法解释的。

其不能由经典金融学所能解释的风险资产交易量（价格波动性）通常也被称之为超额交易量（超额波动性）。

②自我归因偏差（self-attribution bias）是指人们常常将自身的成功归功于自己的能力，而将失败归罪于其他客观因素的心理倾向。

③许多心理学实验研究也表明具有过度自信认知偏差的被试倾向于承担更多的风险，如Alpert和Raiffa（1982）。

二、数据及描述性统计由于周度数据在一定程度上能够避免噪声交易的影响并不至于损失太多信息，我们采用国泰安数据库（CSMAR）中1991年至2010年A股市场的周度数据来进行分析，为了避免上市时间较短股票波动性过大，我们选取1662只上市时间至少100周的A股上市公司股票行情数据①来作为分析样本。

另外，我们采用相对指标换手率来度量股票交易量，其定义为某一段时期内的股票成交量与流通股总股数之比。

并且本文采用流通市值加权方法来获得市场组合换手率(mv t)。

即mv t=∑i=1N t witv it，其中，v it是股票i在t期的换手率，w it是股票i在t期按流通市值计算的权重，N t是所选1662只股票在t期上市交易的股票数。

①此处并未删去曾经ST的股票和退市的股票，因为删去曾经ST的股票和退市的股票，则会失去大量样本信息，我们的统计表明，自我国股市成立至2010年，从未ST的A股股票仅354只（不包括B股、创业板股票）。

基于此，我们只根据是否上市交易100周（不包含停牌周数）来划分，经该标准选取的样本可能更具全面性和代表性。

另外，由于创业板创立时间较短，此处也不包含创业板上市股票。

Investors'Overconfidence and Chinese A Share V olatility对于股票收益率数据，我们采用国泰安数据库（CSMAR ）考虑现金红利再投资的周个股回报率（r it ），并通过流通市值加权来获取市场组合收益率（mr t ），即mr t =∑i =1N tw it r it 。

描述性统计表明（表1），1991年至2010年，我国A 股市场平均的周换手率为9.77%，其标准差为8.44%。

其中，1991年至1997年，在我国证券市场发展初期，有4年的周市场换手率均值在14%以上。

而2001年至2005年，我国证券市场进入了较长的熊市，该时期每年周市场换手率的均值出现较大幅度的下降，都在7%以下，并且换手率的标准差也基本上低于3%。

随着2006年股市开始进入牛市，市场换手率的周平均值达到了12.68%。

由此可以看出，换手率与市场状态密切相关，当市场状态处于牛市时，市场交易活跃，换手率较高，而市场状态处于熊市时，市场交易则较少，换手率较低。

另外，随着我国证券市场的逐步发展与成熟，周换手率的波动性呈现逐渐减少并稳定的趋势。

并且，由市场周收益率及其平方的时间序列图可以看出①，其具有一定的波动率集聚现象。

三、投资者过度自信行为与市场波动性（一）计量分析方法由于现有研究表明投资者过度自信行为能在一定程度上解释市场的超额波动性（Odean ，1998；Gervais 和Odean ，2001）。

那么一个很自然的检验方法就是看过度自信投资者产生的交易量能否解释市场收益率的条件方差(Chuang 和Lee ，2006；Lin ，2005）。

关于波动性与交易量之间动态关系的研究比较多，如早期Lamoreux 和Lastrapes （1990）运用GARCH 模型估计了美国证券市场上20支个股交易量与其收益波动性之间的关系，他们的研究发现个股的日交易量能够较好地解释日收益的条件方差，即一旦同期交易量被包括进去后,波动率的持续性便显著降低了。

之后对美国、日本、英国、中国证券市场的相关研究也获得了类似结果（Lee 和Rui ，2002；王军波和邓述慧，1999；王承炜和吴冲锋，2001；孔东民和毕秋侠，2006；潘越和吴世农，2004）。

但是上述国内外研究存在以下两方面的不足：一是将交易量当作信息流的代理变量并没有让我们能够区分到底是哪种因素在影响波动性，因而需要对交易量进行进一步分解并区分交易量的内在形成因素；二是未进一步分析存在交易量与收益波动性之间的正反馈关系个股的特征，因而并不能够得出更为深入的分析结果。

本文则基于Statman 等（2006）、Chuang 和Lee （2006）的经验框架，对上述两个问题进行进一步分析。

与Odean （1999）、李心丹等（2002）、谭松涛和王亚平（2006）、廖理等（2013）等研究利用个人帐户信息来分析投资者过度自信行为相比，如何从行情数据中将由投资过度自信行为所产生的交易量分离出来是一个难题。