我国股市的羊群效应的检验_基于上证50指数的研究_孙倩

z-Statistic 3.477183 -5.204597 6.356728 -1.995436 279.6068
Prob 0.0005 0.0000 0.0000 0.0460 0.0000
从参数估计结果中可以看出，EGARCH（1,1）能够较好的刻画
传媒指数对数收益率序列的波动性特征。各参数都通过了显著性检
表2 传媒指数VaR和CVaR计算结果
收益率序列 R
VaR与CVaR VaR CVaR
均值 33.25332 41.68725
最大值 74.53659 93.44107
最小值 0.00000 0.00000
标准差 9.732517 12.20095
从图2中可以看出，CVaR值始终高于VaR值，并且二者的变动趋 势相同。数据的最开始和数据1000左右分别对应的是2008年和2011 年的风险值，这两个阶段风险值较大，主要是由于这一时期股票价 格波动较大，随着之后股价逐渐趋于平稳，其风险值也随之降低。
投稿信箱：zgzqqhzz@163.com
观察•Observation
可以看出在较长一段时间内波动很大，在叫短的时间内波动 很小，这说明误差项可能具有条件异方差性。因此对（*）式进 行条件异方差的ARCH LM检验，通过比较选取滞后阶为5的检验。 检验结果如下：
上证50指数
F统计量 21.2327
1.引言 “羊群行为”一词来源于生物学对动物聚群特征的研究，指 动物（牛、羊等畜类）成群移动、觅食的现象。在金融市场中的 羊群效应是一种特殊的非理性行为，它是指投资者在信息环境不 确定的情况下，行为受到其他投资者的影响，模仿他人决策或者 过度依赖于舆论，而忽略自己获得的信息的行为。如一投资者原 本决定购买某股票，但当得知其他投资者并看好这只股票、不购 买该股票时，他也对自己的判断产生怀疑，因而放弃了该股票的 购买；或者，一投资者本不打算买某一股票，但发现其他投资者 都在竞相购买，于是，他也加入了购买的行列。 羊群效应引起了理论界的广泛关注，国内施东辉(2001)、宋 军(2001)利用Wermers(1999)提出的方法，对中国证券投资基金 的羊群行为进行了实证研究；Christie和Huang(1995)用分散度 方法，利用截面收益标准差(CSSD)研究美国证券市场投资者的投 资行为，宋军等(2001)用其方法研究我国股票市场的羊群效应， Chang等(2000)拓展了Christie和Huang的工作，提出用截面收益 的绝对偏差(CSAD)与市场收益的关系来判断羊群效应。传统的计 量经济模型往往假定方差是恒定的，但大量有关金融数据的实证 研究表明用来表示不确定性和风险的方差是随时间而变化，因 此在对金融数据建立回归模型时，使用具有任意方差的回归模型 更合理。方差的变化对于理解金融市场非常重要，这是因为投资 者要求用更高的预期收益作为持有更高风险的补偿，同时考虑到 异方差现象，利用ARCH模型对提高统计推断的正确性与效率也有 很大的意义。本文采用Chang等(2000)的基本想法，提出了一个 具有条件异方差的统计模型(ARCH模型)来度量股票市场的羊群效 应，对我国股市羊群效应进行实证分析。 2.检验羊群效应的模型与方法 首先，根据理性资产定价模型，当市场价格变化时，个股的 收益率对市场收益率的敏感程度也不同，个股收益率分散化程度 增加，且个股的期望收益率与市场期望收益之间保持线性关系。 当由于投资者的非理性行为而导致存在显著羊群效应时，大多数 投资者的看法将趋向于市场舆论，个股的收益率将不会太偏离市 场的收益率，分散化程度降低，期望收益率与市场期望收益之间 将不再保持线性关系。 为了叙述检验羊群效应的模型，我们先要给出一些股票市场 指标的定量度量，我们用截面收益的绝对偏差(CSAD)作为度量个 股收益率分散化程度的指标。CSAD（横截面收益偏差）测度—— 这一方法最早由Chang，Cheng和Khurana提出，通过检验偏离度 和市场收益率之间是否存在非线性关系来检验羊群效应。令γ0 表示零β证券的收益率，βi表示证券i的系统风险程度，Et(Ri) 表示t时刻股票i的期望收益。令i=1，2，…，N，t=1，2…，T， βm表示等权重市场证券组合的系统风险，用AVDi，t表示t时刻股票i的期望收益 与N个证券的等价权市场组合的期望收益的绝对偏差，这时我们 可定义证券t 时刻的截面收益偏差期望(ECSAD)如下：
表1 EGARCH（1,1）模型参数估计结果
Variable R(-1) C(3) C(4) C(5) C(6)
Coefficient 0.091224 -0.166354 0.109982 -0.020768 0.989618
Std.Error 0.026235 0.031963 0.017302 0.010408 0.003539
统计量 22.492
概率p值 0.00
说明（*）式的残差序列存在着ARCH效应。 本文通过反复筛选，建立具有ARCH回归模型：
实证结果及分析： 从回归结果来看，回归二次项系数显著为负。个股收益率表 现出一定的集中，说明这段期间股市存在着羊群效应，主要有以 下几个原因造成的： 首先，从投资者心理因素来看。由于中国股票市场投资者缺 乏专业的经济、金融和投资知识，投资者容易去找一个“权威” 来支持自己的投资决策。因此从众现象比较明显。 然后，鉴于证券市场信息披露质量的现状，也容易出现羊群 效应。我国证券市场信息披露不充分，披露的质量也不高，公司
用 计算出相应t时刻的收益率数据。用EVIEWS6.0算出这些样本股
的β系数以及等权重的市场组合的系统风险βm为0.959067。 根据公式（2）求出t时刻的个股的收益率分散化指标CSAD。
表1 分散度指标CSAD的基本统计分析
上证50
均值 -0.0072
方差 0.4Baidu Nhomakorabea5
最大值 2.132
最小值 -2.01
方差现象，用EGARCH模型进行波动率的研究是合理的。
3.基于EGARCH模型的VaR和CVaR计算
本文在95%的置信水平下计算序列的VaR和CVaR值。查表可
知，在95%的置信水平下，正态分布下的分位数为1.645。因此根
据公式（2-5）和公式（2-7）计算出时变VaR和CVaR，计算结果
如下表2和图2所示。
参考文献 [1]程希明.中国股市板块羊群效应的实证研究[J].系统工程理论与实践,2004,12. [2]艾冬青.我国中小企业板块“羊群效应”的实证分析[J].沈阳工业大学学报,2007(4). [3]李厚泽.中国股票市场的羊群效应比较及其演化研究[J].时代金融,2012,1下.
下结论： 第一，我国传媒指数对数收益率序列具有尖峰厚尾的特征，
ADF检验 -4.3221*
*在1%水平显著，拒绝单位根
表1给出了市场分散度指标的均值、标准差、最小值、最大值， 用单位根检验的方法检验CSAD的平稳性，说明该序列是平稳的。
利用公式（1）对样本区间段利用OLS方法进行回归：
（-30.27605）（2.629406）（-2.063310） 残差图如下：
观察•Observation
投稿信箱：zgzqqhzz@163.com
我国股市的羊群效应的检验
——基于上证50指数的研究
孙倩 （南京财经大学，江苏 南京 210046）
【摘要】本文旨在用ARCH模型来检验股票市场的羊群效应。以上证50指数以及 18个样本股的日收益率数据为研究对象，对2007年3月20日-2012年8月3日期间我国 股票市场的羊群效应进行检验，得出股市在这段期间存在着羊群效应的结论。 【关键词】羊群效应；分散度；ARCH模型
(1)
其中R 表示t时刻市场的收益率，{et)是独立同分布的随机
mt
变量序列，
。
模型(1)实际上就是金融计量学中的具有ARCH误差的回归模
型。因此，基于模型(1)，检验证券收益率分散度与市场收益之
间是否保持线性关系，等价于检验二次多项式回归中二次项系数
在统计意义上是否显著为零。如果二次项系数显著不为零，则当
二次项系数为负时，我们说市场存在羊群效应。
在实证分析中，由于Et(R )表示t时刻R 的期望，ECSADt
m，t
m，t
也不能直接获得，根据统计推断原理，我们可以用t时刻实际值
Rm，t和CSADt来作为这两个量的估计值。
(2) 3.数据与实证分析结果 数据选取。选取了上证50指数的成分股中的18只股票作为样 本，时间段为2007年3月20日至2012年8月3日。之所这样选择数据主 要考虑以下几点，首先，上证50指数是根据流通市值、成交金额对 股票进行综合排名，从上证180指数样本中选取了上海证券市场规模 大、流动性好的最具代表性的50只股票组成样本股。因此，上证50指 数可以代表市场的整体收益情况。但是，上证50的成分股是不断调整 的，所以我们假设2007年3月20日之后成分股没有发生变化，剔除那 些在这段期间停牌较长时间的股票，最终选取了18只股票。然后剔除 了那些不交易的日期数据，总计979个数据。通过t时刻收盘价Pt，利
验，其中参数
，说明信息作用是非对称的，具有明显的
杠杆效应，即传媒指数受负冲击要比正的冲击引起更大的波动。
2.对估计出的EGARCH模型的检验评价
通过对拟合好的传媒指数对数收益率序列的EGARCH模型再
次进行ARCH LM检验，实证结果表明残差序列已经不存在ARCH效
应。说明序列的EGARCH模型能够较好的刻画序列对数收益率的异
四、结论 通过以上对传媒指数风险度量的实证分析，我们可以得出如
欺骗上市，披露虚假信息的情况较多，由于微观信息的缺乏与准 确性较差，投资者对上市公司基本情况缺乏了解，只能根据其他 信息或信号来做决策。
再者，从制度角度来看也容易产生羊群效应。由于中国股票市 场是一个新兴的市场，很多制度和法律方面还没有到位，使得机构 投资者的投资决策也比较投机，因而造成整个股票市场的失衡。
其波动存在聚集效应，这表明传统的静态VaR计算方法并不能很 好的刻画我国传媒指数的波动情况。而基于GARCH类模型对风险 值的计算能够很好的弥补传统VaR计算方法的不足，可以给传媒 股投资者提供一定的参考建议。
图2 传媒指数时变VaR和CVaR结果
它表示t时刻所有N只股票的收益率与市场收益率的绝对偏 差的等权重平均，即把每一时刻的N只股票的收益率与市场收益 率的绝对差累计起来再取平均，作为N只股票收益与市场收益的 “分散度”的测度，从而可以从理性资产定价模型中看出个股收 益的分散度(ECSAD)不仅是市场期望收益Et(Rm)的增函数，而且
40 2013 05•中国证券期货
（上接第39页）性检验。结果显示ADF值均小于不同显著性水平下 的临界值，所以序列是平稳的，不存在单位根。
3.序列的相关性检验 通过对收益率的自相关检验，我们发现收益率与其滞后10阶 存在显著自相关。因此对收益率的均值方程采用如下形式：
4.ARCH效应检验 在5%的显著水平下从F统计量和LM统计量可看出拒绝无异方 差的原假设，即残差存在高阶的ARCH效应，因此可以对序列建立 GARCH模型。 （三）基于EGARCH模型的VaR和CVaR计算 1.EGARCH模型的选择与建立
4.政策建议 本文的研究结果表明市场存在显著的羊群效应现象。就以上 的原因分析，本文对如何有效的控制羊群效应提出如下建议。 （1）培养投资者的理性投资理念 开展理性投资教育，提高他们处理信息的能力，把理性投资 者培养成为市场的主导力量。通过多渠道传授股票知识，让投资 者从投机转变到投资。 （2）规范信息披露制度，增加信息的透明度 首先要从严要求信息披露，扩大信息披露的范围，加大信息 披露的频次。凡是可能影响股价的信息都要披露，包括各种项目 操作的具体进展都应予以披露，把风险昭示给投资者。
二者的关系是线性的，如果投资者在价格剧烈变动时期，忽略自 己以前的观念，倾向于模仿市场中大多数的行为时，即当市场中 存在羊群效应时，分散度与市场收益率的线性递增关系将不再保 持，二者之间关系将变为非线性。
基于以上讨论，我们可以通过检验证券收益率分散度与市 场收益之间是否保持线性关系来判断市场是否存在羊群效应。为 此，我们考虑如下的多项式回归方程：