证券市场中的羊群行为研究

证券市场中的羊群行为研究PAGEPAGE2引言证券市场中的羊群行为是一种特殊行为，它是由于人们的理性有限性所造成的。它多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行为的影响，模仿他们的决策，或者过度依赖舆论（市场中压倒多数的观念），而忽略自己的私有信息的行为。从内在发生机制来看，羊群行为可划分为“虚假羊群行为”（SpuriousHerding）和“故意羊群行为”（IntentionalHerding）两种类型。其中，“虚假羊群行为”指投资者在面临相似的决策问题和信息集合时采取的相似的决策；而“故意羊群行为”则是指投资者观察并模仿他人的交易行为。可见，“虚假羊群行为”是由基本面因素驱动的，例如：当利率突然升高或者说股票投资不再具有吸引力，在财产价值上就会产生虚假羊群行为。在这种变化的条件下，投资者在他们的投资组合中希望持有更少份额的股票。根据定义，这不是羊群行为，因为投资者不是在观察了其它的投资者的行为以后而改变了他们的决策。相反，他们是针对普通的公共信息改变了他们的行为，这个公共信息就是利率的上升。当不同投资者的机会变化时，虚假羊群行为也会产生。假设，在一国的证券市场上有两组投资者，国内的D和国外的F投资者。由于这一国家资本项目上的可兑换性，D类型的投资者只允许在国内股票和债券市场Sd、Bd中投资，F类型的投资者能在Sd、Fd市场上和外国的股票和债券市场Sf、Bf上投资。如果，外国某国中的利率降低或者公司的营业预期不利，F类投资者将会在他们的投资组合中增加Sd和Bd的份额，这些均从国内的投资者D中购买。结果，在国内市场上，F类投资者将会是购买方的“羊群”，而D类型的投资者将会是卖出方的“羊群”。然而，F类型和D类型的投资者的投资决定是个人的投资决定，可能不会被别人的决定影响。与“虚假羊群行为”相反，“故意羊群行为”是由心理因素驱动的，比如人类天生具有某种群体归属感，当自身的交易决策与大众逻辑相似时才会具有安全感；又如出于信息成本的考虑，小投资者会采取“追随领导者”的方针，直接模仿大投资者的交易决策。关于其成因哲学家认为是人类理性的有限性，心理学家认为是人类的从众心理，社会学家认为是人类的集体无意识，经济学家则认为，投资者的目的是追求利润最大化，当他在观察到其他人的行为之后，做出了与其行为相反的决定，其中的原因可能有以下几种：第一、其他的投资者可能知道有关投资回报的更多信息，而他们的行为可以解释这个信息。第二、这仅仅是用于代表别人投资的基金经理，他们基于对报酬的考虑的情况下认为模仿是对他们自身有益的。不管羊群行为的成因是什么，它的结果对市场的影响基本上是一致的。概括起来包括以下三个市场效应。第一方面，由于羊群行为者往往抛弃自己的私人信息去追随别人，这将会导致市场信息传递链的中断。由于羊群行为具有一定的趋同性，从而削弱了市场基本面因素对未来价格走势的作用。当许多投资者在同一时间买卖相同的股票时，对该股票的超额需求曲线将会向下倾斜，从而导致单个股票价格大幅度变动，破坏了市场的稳定运行。第二方面，如果羊群行为超过某一限度，将诱发另一个重要的市场现象——过度反应的出现。在上升的市场中（如牛市），盲目的追涨越过价值的限度，只能是制造泡沫；在下降的市场中（如熊市），盲目的杀跌，只能使危机加深。在几次有世界性影响的金融危机中，“羊群行为”又一次成为金融字典中的一个贬义词。在出现羊群行为时，投资者和基金经理没有充分的信息和恰当的风险回报投资交易，因而他们的交易变成了更加具有风险性的冒险。当市场一出现不良的预兆时，他们马上就会逃向安全的避风港。有一些观察家认为，市场参与者的“羊群行为”会加剧市场的不稳定性，从而使得金融体系更加脆弱。这就产生了一个问题，追求利益最大化所拥有的信息越来越多的相似，他们会在几乎同一时间做出相同的反应，这常常达到令人惊讶的程度。这样就不难理解，为什么近年来在多次的危机中饱受责备的金融管理当局对羊群行为如此讳莫如深，而金融管理当局将羊群行为视为导致危机的最重要的直接因素也是有客观的经济原因的。第三方面，所有羊群行为的发生基础都是信息的不完全性。因此，一旦市场的信息状态发生变化，如新信息的到来，羊群行为就会瓦解。这意味着羊群行为具有不稳定性和脆弱性。这就直接导致了金融市场的不稳定性和脆弱性。来自证券市场中的大量证据还显示，参与羊群行为对于主体不利，积极参与羊群行为的投资个体在市场中获得的收益率比较低。同时，羊群行为程度和股票价格波动之间形成一种正反馈机制，因此许多学者认为羊群行为是导致市场价格波动过度的一个重要因素。就证券市场而言，个体上的羊群行为引发投资者之间的学习与模仿，从而在某段时期内买卖相似的股票或者同时进出股市，继而出现群体意义上的羊群行为。由于羊群行为是涉及多个投资者主体的相关性行为，对于市场的稳定性和效率有很大的影响，因此羊群行为越来越多的引起了学术界、投资界和金融监管部门的广泛关注。羊群行为理论综述第一节羊群行为概念综述羊群行为最初的意思是指动物（牛、羊等畜类）成群移动、觅食；后来这个概念被引申来描述人类社会现象，指与大多数人一样思考、感觉、行动，与大多数人在一起，与大多数人保持一致。在社会学研究中，羊群行为作为一种常见多发的社会现象一直被人们所关注，人们从许多不同的角度，应用许多不同的研究方法对这种现象进行了广泛而深入的研究。早在20世纪30年代，凯恩斯所提出的“选美论”（BeautyContest）就是羊群行为现象的一个有力佐证。凯恩斯将股票市场的投资比作选美比赛。他认为，当竞争者被要求从100张照片中选出最漂亮的6张，获奖者往往不是那些选出自己认为最漂亮的6张的人，而是那些选出最能吸引其他竞争者的那6张照片的人，这使得竞争者尽可能的猜测别的竞争者可能的选择，并模仿这种选择，不论自己是否真的认为当选者漂亮，从而产生的了羊群行为。以后，这个概念被金融学家借用来描述金融市场中的一种非理性行为，指投资者趋向于忽略自己的有价值的私有信息，而跟从市场中大多数人的决策方式。羊群行为表现在某一个时期，大量投资者采取相同的投资策略或者对于特定的资产产生相同的偏好。羊群行为研究主要研究信息传递和行为主体决策之间的相互影响以及这种影响对信息传递速度和充分性的作用。关于羊群行为的研究有两种分类：一类是理性的羊群行为（RationalHerding）；另一类是非理性的羊群行为（IrrationalHerding）。非理性的羊群行为研究主要是针对行为主体的心理，认为行为主体只会盲目的相互模仿，从而忽略了理性分析的重要性。理性的羊群行为研究认为，由于信息获取的困难、行为主体的激励因素以及支付外部性的存在，使得羊群行为成为主体的最优策略。羊群行为在金融市场中的研究在20世纪80年代有了较大的发展，原来被认为是非理性的、不科学的羊群行为的研究受到越来越多的学者的重视。特别是近10年来，随着人们对于金融市场本质的不断深入认识，加之频频爆发的金融危机引发的对于投资者行为的深层次思考，使得对金融市场中的羊群行为的研究成为一个极富挑战性和现实意义的方向。经济学家采取不同的模型来刻画羊群效应，如Scharftstein等（1990）提出的声誉羊群行为（ReputationalHerdBehavior）模型；Bikhchabdabietal.(1992)提出的信息流（InformationalCascades）模型；Banerjee(1992)提出的序列性（Sequential）羊群行为模型，不同的模型从不同的角度对于羊群行为的效率、理性等问题进行了探讨。下面本文将对当今国内外关于羊群行为的理论研究情况进行大致综述。第二节羊群行为研究理论一、理性羊群行为理论综述现阶段较多的是关于羊群行为理性的研究，一般而言，关于理性羊群行为研究的相关文献主要从四个方面描述了羊群效应：一是支付外部性模型理论（PayoffExternality）；二是委托代理模型理论（Principal－agent）；三是信息流模型理论（InformationalCascades）；四是实证性羊群行为模型理论（EmpiricalHerding）。1、支付外部性模型（PayoffExternality）：支付外部性模型认为，行为主体采取某种行动所获得的支付与随后采取相同行动的行为主体的数目成正比。现有的支付外部性模型主要研究三类现象：一是银行挤兑；二是市场流动性；三是信息获取。2、委托代理模型（Principal－agent）：凯恩斯在《通论》中说道：“违反常规的胜利与符合常规的失败相比，后者更有利于维护声誉。”基金经理为了避免意外的失败，往往忽略个人的私人信息，模仿其他基金经理行为，这正是由基金经理业绩评价体系的相对性而非绝对性造成的，从而产生了委托代理模型中的羊群行为。这方面的研究主要有Scharfstein和Stein、Stickel、Trueman、Rajan、Zweibel、Huddart、Prendergast和Stole、Graham。Scharfstein和Stein建立了一个贝叶斯学习模型来研究基金经理的羊群行为，发现无论是无能的基金经理还是能干的基金经理都倾向于羊群行为，不论该决策是好是坏。Graham扩展了该模型，研究了投资新闻简报（InvestmentNewsletter）的羊群行为，发现名声高的新闻简报较之名声低的新闻简报更倾向于仿效价值线（ValueLine）来做出投资决策。Stickel的研究显示，泛美机构分析师（All-American）的收益预测较准确，同时羊群行为较低，原因是泛美机构分析师普遍享有较高的声誉，从而推出了与Graham不同的结论：声誉高的分析师的羊群行为的倾向较低。Prendergast和Stole认为，高声誉的分析师的羊群行为倾向高，是为了维护他们的社会地位和收入水平。Trueman通过假设低支付的先验概率较高，使得分析师宣布低支付的羊群行为倾向更加明显。Zweibel以一个市场参考组作为基金经理羊群行为的参考系，分析了分析师之间的羊群行为。Rajan对银行家之间的羊群行为进行了研究。3、信息流模型（InformationalCascades）：信息流模型认为，在获得先前行动者的行动所传递的信息之后，后行动者往往忽略个人的私有信息，采取相似的行动。信息流模型是对羊群行为的一种最通常的解释。它最早是由Bikhchandani和Welch提出。信息流模型适用于行为只能观察到其他行为主体的行动而不是私有信息的情形。从后行动者通过观察先行动者的决策获取有用的信息开始，直到忽略个人私有信息，仿效先行动者的行动成为最优也是最理性的策略为止，信息学习现象就发生了。该模型常用于解释为什么错误的决策不断被行为主体采纳、为什么市场极其脆弱以及为什么信息学习模型对初始条件的依赖性很强等问题。信息学习模型的相关文献主要包括：Welch、Bikchandani等、Banerjee、Lee、Smith和Soresen、Banerjee和Fudenberg、Avery和Zemsky、Brandenburger和Polak以及Khanna和Slezak。Banerjee建立了一个序贯决策模型，解释了以往羊群行为模型所无法解释的存在于技术创新的采纳以及投票选举等事件中的羊群行为。Bikchandani等认为，先前若干行为主体的行动决定了羊群行为的方向以及羊群行为是否有利于信息的传递。Avery和Zemsky认为，由于存在三方面的不确定性（价值不确定性、事件不确定性以及行为主体成分不确定性），造市商与不完全信息交易者对价格变化过程的解释截然不同。因此，先行动者的决策将会导致信息学习的发生，后行动者会完全忽略个人私有信息。Lee对Bikchandani等的模型进行了修改，发现行为主体的行动最终将收敛于某一种行动（买或卖），而这种行动的收敛过程就是一种信息缺损的过程。二、证券市场中的实证性羊群行为研究理论综述实证性羊群行为模型（EmpiricalHerding）：实证性羊群行为模型的研究主要有两个方向：一是以特定类型的行为主体为研究对象；二是以股价分散度为指标，研究整个市场的羊群行为。前者的相关文献主要有：Scharfstein和Stein、Lakonishok等、Peles、Grinblatt、Titman和Wermers、Lamont、Falkenstein、Nofsinger和Sias、Wylie、Ehrbeck和Waldmann、Welch以及Wermers。他们研究的行为主体包括养老基金、互助基金和机构投资者。他们认为，群体行为一致性（羊群行为）可能是动量策略或者正反馈交易策略导致的。但是，Graham没有发现动量策略导致了羊群行为的一致性。以往的论文主要检验羊群行为的存在性，而Graham主要检验羊群行为模型的理论依据以及个体行为者是否仿效市场领导者，而不是象以往文献中所研究的检验个体行为者之间是否相互模仿。Lamont、Ehrbeck和Waldmann与Graham的主旨相似。前者发现，预测者的年龄与羊群行为倾向成正比。后者却未发现这种关系。Ehrbeck和Waldmann发现，国债预测者的实证模型并非声誉引致模型，而是一种行为假设模型。Ehrbeck和Waldmann的实证结果支持国债预测者模仿那些预测误差较大的国债预测者的假说，而不是模仿有能力的国债预测者的预测假说。而Graham却支持声誉引致模型的解释。Scharfstein和Stein发现，基金经理存在声誉引致的羊群行为。Welch研究了证券分析师的羊群行为，发现分析师对于大众一致认可（ordinaryconsensus）的股票的推荐倾向为0.13，对以经纪人能力为权重确定的股票（broker-qualityweighted）推荐倾向为0.1，对以时间为权数确定的股票的推荐倾向为0.13。Lakonishok等发现养老基金的平均羊群行为倾向为2.7%。这意味，在某个时期，如果有100只养老基金参与某只股票的交易，那么买或卖股票的养老基金数量比无羊群行为情况下的采用相同交易策略的养老基金大约多3只。Wermers的结论为：互助基金的平均羊群行为倾向为3.4%，随着持有股票的互助基金数量的增加，羊群行为明显增强，约为5.5%。Grinblatt、Titman和Wermers也研究了互助基金的羊群行为，发现互助基金的平均羊群行为倾向为2.5%。它与别的模型的差别可能是由于：（1）样本过大；（2）参与样本股票交易的互助基金数量太少，只有1个。而Wermers要求至少有5家互助基金持有样本股票。Welch也要求至少16个证券分析师推荐样本股票。Wermers检查1975年到1984年之间的274只互助基金的交易模式，发现在按基金投资目的分类后，互助基金存在同时购买和序列购买同一只股票的行为。Nofsinger和Sias发现，机构投资者持有股票比例的变化与同期该股收益之间存在强正相关。这说明机构投资者从事的正反馈交易比个体投资者多，或者说，机构投资者的羊群行为应对股价的影响强于个体投资者的羊群行为。两者都在一定程度上解释了这种强正相关性。但是，Nofsinger和Sias关于羊群行为是否有利于市场的稳定的实证检验还有待完善，由于缺乏机构投资者持股比例的具体数据（除了年数据），无法知道持股比例变化的准确时间，这也是羊群行为实证模型研究中经常遇到的问题。Nofsinger和Sias主要研究所有机构投资者，而以往的文献只研究机构投资者中的互助基金。其次，以往的文献大都评价平均超常收益，而Nofsinger和Sias集中于机构投资者持股比例发生大变动的证券上。再次，Nofsinger和Sias评价的是机构投资者所持资产的收益，不包括交易成本和交易费用，而不是机构投资者实现的收益。当以往的文献改用前一种评价方法时，结论是一样的。第二个研究方向的相关文献主要包括：Cont和Bouchand，朱少醒、吴冲锋和张则斌，宋军和吴冲锋，施东晖以及孙培源和施东晖。Cont和Bouchand建立了一个股票市场随机交流模型，发现股票价格变化的厚尾性分布特征与金融市场的羊群行为之间存在明显关系。朱少醒、吴冲锋和张则斌都阐述了这个问题，得到了一致的结论。宋军和吴冲锋通过检验市场价格波动程度大小和波动平均水平之下的分散度指标的相对大小来研究整个证券市场的羊群行为而不是个别股票的羊群行为，同时比较了中国和美国股市的实证性研究结果，发现我国证券市场的羊群行为倾向高于美国证券市场中的羊群行为倾向，以及中美股市都存在市场收益率极低时的羊群行为倾向高于市场收益率极高时的羊群行为倾向。关于文中所提出的一个合理的推断：羊群行为显著时个股的收益率将不会太偏离市场收益率的论断，由于中国股市的不成熟，指数编制的不合理，还有待进一步证实。此外，文中用回归方程的系数的正负性来判断羊群行为的方法在某些条件下也有待进一步研究。对于这个问题，孙培源和施东晖提出了异议。他们认为上述方法存在一个重要的缺陷，即忽略了股价分散度的实际变化过程。该方法只能考虑非常剧烈的羊群行为，无法灵敏地搜索小幅度的羊群行为。根据该方法无法对中国股市是否存在羊群行为做出明确的判断。因此，孙培源和施东晖以资产定价模型为基础，建立了一个更加灵敏的羊群行为检验模型，并据此对中国股市进行了实证检验，发现在政策干预频繁和信息严重不对称的市场环境下，我国股市存在一定程度上的羊群行为，并导致系统风险在总风险中占有较大比例。施东晖根据国内证券投资基金季报中投资组合数据，对其交易行为和市场进行研究，发现国内投资基金存在较严重的羊群行为，这在一定程度上加剧了股价波动。三、小结以上介绍了当前国内外证券市场中较成熟的羊群行为理性研究的理论成果。在这些理论中关于支付外部性模型国内学者研究较少，因此本文就不加以叙述。关于信息流模型，本文在此后的章节中引用了其中典型的基于信息不完全的羊群行为模型来加以详细阐述，这个模型是由Banerjee(1992);Bikhchandani,Hirshleifer,andWelch(1992)共同完成的，该模型揭示了，后一个投资者在获得先前行动者的行动所传递的信息之后，往往忽略个人的私有信息，采取相似的行动，从而产生羊群行为的全过程。关于委托代理模型，本文主要介绍了ScharfsteinandStein(1990);Trueman(1994);Zweibel(1995);PrendergastandStole(1996);andGraham(1999)提供的基金经理或者分析家们基于自己名誉的羊群行为的理论模型。要仔细区分一种羊群行为属于何种类型，具有一定的难度，实证性羊群行为研究模型恰好避开了这个问题，它主要研究的是金融市场上的羊群行为，通过收集数据，建立实证模型来研究某些行为主体的行为模型，检验是否存在羊群行为。本文运用了这种方法实证检验了中国沪深股市中是否存在羊群行为，并且深入分析了产生这种现象的原因。第三节其它测定羊群行为的理论方法有一些文章引用股票价格集中度来考察金融市场中的羊群行为。基本原理是这样的，如果当市场中存在压力时，单个的股票价格在市场范围内变得紧密的聚集在一起，也就是说个股价格更多的集中在同一个价格水平上。这是因为，在市场中存在压力的期间里，个人都压抑自己的想法儿去追求市场的一致，结果个股差别变小，所有的股票都被投资者们相似的处理了，这时羊群行为是很可能会产生的。ChristieandHuang(1995)利用美国资产的日收益率，并运用了协方差方法（measureofcross-sectionaldispersion），他的研究表明，在市场价格变动期间，市场的收益率有一个相对较高的离差，这可以作为反羊群行为的证据。他们还考察没有测量出羊群行为的原因，是否是因为他们在研究所适用的那些资产收益率是集中在有共同性质的公司的回报中的，而不是基于所有市场参与者的平均市场回报的。后来他们又使用了基于工业分类的平均值，也得到了一样的结果。然而，正如Richards(1999)所指出的，ChristieandHuang的研究（包括Changandothers在1998所作的相关研究）是在寻找羊群行为的一种特定的模式，仅仅局限于收益的特定资产部分。这种方法没有观察到可能会产生在收益的普通部分的其它类型的羊群行为，例如，在一个阶级（或者市场或国家）中价格朝一个方向变动时所产生的羊群行为。因此ChristieandHuang的研究应该被认为是一种特定的羊群行为的标准，同时这种羊群行为证据的缺少也不能认为这种羊群行为是不存在的。在近期的研究中，NofsingerandSias(1999)利用一种新的方法来检验在机构和个人投资者中的相对比较重要的羊群行为。他们使用来自于证券价格研究中心的股票的月收益数据和来自于纽约证券交易所的标准数据库的SecurityOwners’StockGuides的机构投资者所持有的所有大额的在纽约证券交易所上市的公司的股票的年数据。他们的具体方法是这样的，在（1977-1985）年间，每一年他们在机构投资者所持有的份额部分的基础上将公司分成10组，然后再根据机构投资者下一年所持有的份额的变化进一步将开始的10组在划分为10组，最后在所有权10组的排名变化的基础上再重新组合公司，创造出新的10个股票的资产组合，这些组合在每一年的开始（以10月份为开始）时有相似的机构所有权但是在一年以后的机构所有权的变化时有很大的不同的。他们研究表明，在机构所有权的年变化与羊群行为区间（在他们的研究中是1年）的收益之间只有积极的关系的。而且，这种结果是适用于各种资本的，既包括大的和小的股票。作者将这个解释为机构投资者在一年内的积极反馈交易的证据，机构投资者的羊群行为比个人投资者的羊群行为对于股票收益有更大的影响。Nofsinger和Sias的分析有两点不足，第一、观察的时间不合理，整整1年太长了，诚然，这是他们所用数据的限制。但是在任何情况下，使用月的或者季度的数据来测量羊群行为的程度都是更合适的。第二、就像作者所承认的，使用机构投资者所持有的股票份额部分的变化来测量羊群行为是有问题的。有时候很大的部分的上升可能不是羊群行为的反映，而是一两个机构投资者的重要地位所造成的。机构投资者的所有权也可能由于其他的原因而上升，某些机构投资者的资本限制是很小的，因此当一家公司扩大时，它可能会被机构投资者更广泛的持有。证券市场中的羊群行为模型第一节基于信息不完全的羊群行为模型基本模型是Banerjee(1992);Bikhchandani,Hirshleifer,andWelch(1992)的模型，Welch(1992)假设，在同一个价格上，投资机会对于所有的投资者都是可获得的，这就是说，供给是完全弹性的。这一点假设对于一个国家中在汇率固定的条件下的国外投资是合理的。然而，这个理论对于资产（债券）市场是不适用的，在资产市场上，一个人的投资决策会反映在以后的投资价格上。以后我们讨论了这种基本的简介如何改进来应用在股票市场上(AveryandZemsky,1998)。一、模型简述假设，个人在不确定的面对相似的投资决策，他们拥有私人的（但是不完全的）关于行动的正确过程的信息，在我们所要考虑的例子中，单个投资者的信息可能是出于它研究努力的结果。作为选择，所有关于投资的信息都是公众的，但是并不能确定这些信息的质量。举个例子，政府修改的经济数据公开了吗？政府是否致力于改革？但个人的公共可获得信息的评估质量是否只是他个人所知道？个人都可以观察其他人的行为，但是并不是每一个私人的信息或信号其他人都可获得，（即使人们会交流他们的个人信息，本着做的多余说的原则，这个假设也是成立的）。如果一些个人持有对一种行为和理性的看法，那么从他的行为选择中就可以得到这个投资者的私人信息。以下将显示在这种情况下羊群行为的产生。这种羊群行为是易碎的，当有一些新的信息时，他会很容易瓦解的。在随即的事件中，与起初的几个投资者的选择共同决定了个人羊群行为的类型。下面一个简单的例子将会说明这些。假设有一些投资者决定是否依次对某个单个股票（或者某行业的或是国家的股票）投资，对于每个人来说，V代表相对于下一个最好的项目来说的投资回报，V等可能性的为+1或是-1，（下一个最好的投资项目的回报规定为0）。投资者的投资顺序是外在指定的。每一个都可获得一个关于投资回报的私人信号（可能是好的G，也可能是坏的B），如果V=+1，那么这个信号是好的概率是p，这个信号不好的概率就是1-p，这时0.5<p<1。同样，如果V=-1，信号是坏的概率就是p（G的概率就是1-p）。投资者的信号在真实价值上是独立的。除了他们自己的私人信号，每一个投资者可观察到在他们前人的决定（不是私人的信号）。以下的对称信息的暗示是毫无价值的。假设，现有M个好的信号，N个坏的信号被观察到。重复使用贝叶斯定理，当M>N时，后来投资者的V的贡献等于观察到了M–N个好的信号；当M<N时，后来的投资者的贡献就等于观察到了N–M个坏的信号；如果M=N，后者就与前者相同了，就是说，V可能是+1或-1的概率是相等的。这时，接下来的部分更简单了，使用贝叶斯定理，在观察到了一个G（G代表一个好信号）以后，后者V=+1的概率是同样的，使用贝叶斯定理，后者在观察到了一个B（B代表一个坏信号）后，V=+1的概率是，结果，第一个投资者安吉拉（Angela），将会根据她的信号做出决策：如果她所观察到的是G，那么她就选择投资，她观察到的是B时，她就不会投资。第二个投资者鲍勃（Bob）得知这些，并能够从安吉拉（Angela）的行为中得知她所获得信号。如果他的信号是G，并且它观察到安吉拉的投资决定，那么他自己也会做出投资决定。如果鲍勃的信号是B，他观察到安吉拉投资，再使用贝叶斯定理，他的V=+1的事后概率是0.5（就好像鲍勃观察到了两个信号，G和B），因此，鲍勃在选择投资还是放弃就没有什么不同了，他就会投硬币决定。如果安吉拉选择投资而鲍勃选择放弃，那么克莱尔（Claire），第三个投资者就会推断出，安吉拉获得了G而鲍勃获得了B.如果，安吉拉和鲍勃都选择了投资，克莱尔（Claire）就会推断安吉拉获得了信号G，鲍勃更有可能看到了G而不是B。剩下的两个例子就是安吉拉放弃了投资，鲍勃可能会投资也可能会放弃。假设安吉拉和鲍勃都做出投资决定，克莱尔会判断安吉拉和鲍勃都观察到了好的信号，再一次使用贝叶斯定理，克莱尔可能不会考虑他自己的私人信息了。即使安吉拉的信号是B，她的V=+1的事后概率就大于0.5。因为克莱尔的B信号和安吉拉的G信号（克莱尔从安吉拉的投资决策中推断的）相互抵消了，克莱尔推断，既然Bob投资了，那么它的观察很可能是G而不是B。因此，大卫（David）第四个投资者，从克莱尔的（理性的和最佳的）投资决策中不能获知她的信号，大卫与克莱尔的处境是完全相同的，他在做出投资决策也不会考虑他自己的个人信号状况。接下来的Emma,Frank,Greta,Harry等等都是这样。那么一个投资潮（investcascade）就会从克莱尔开始，相同的，如果安吉拉和鲍勃都选择放弃投资，那么放弃投资潮（rejectcascade）就会从克莱尔开始。从另一方面说，如果安吉拉和鲍勃采取了相反的行为，克莱尔获知他们其中的一个观察到了G，另一个看到了B。在观察她自己的信号前，她的事前信任就是V=+1和V=–1发生的概率是均等的。他就与安吉拉所处的位置完全一样了，他会根据他所得到的信号而做出决定，图1概括了前面的讨论。鲍勃投资G克莱尔在投资潮中（潮开始）克莱尔安吉拉投资GB克莱尔在投资潮中安吉拉投资鲍勃正面B好信号G鲍勃抛硬币G克莱尔投资好信号G反面克莱尔鲍勃放弃B安吉拉（Angela）克莱尔放弃坏信号B鲍勃投资G克莱尔投资坏信号B正面克莱尔G鲍勃抛硬币B克莱尔放弃鲍勃（Bob）安吉拉放弃方面鲍勃（Bob）安吉拉放弃B鲍勃放弃G克莱尔在放弃潮中（潮开始）克莱尔B克莱尔在放弃潮中图：2-1一般说来，以下结论是正确的。命题：当且仅当，已经做出投资决策的投资者的数目比那些选择不投资的数目多（或者少）两个或更多时，单个个体才会造成投资潮（investcascade）或者放弃潮（rejectcascade）。简要说来，一个投资潮是这样产生的，当一个投资者发现，他的前任者中做出投资决策的人比做出放弃决策的人多两个的时候，就产生了投资潮。这个个人和所有接下来的人，将会理性地做出投资决策，而不去考虑他们的私人信息所显示的投资的价值。一旦一个“投资潮”产生了，私人投资者的行为就不会反应他的个人信息了。这个结果就是，当“投资潮”产生时，接下来投资的投资者的私人的信息就不会包括在公共信息库中了。在前几个投资者做出了决策以后，投资潮产生的概率就会很高。即使当产生的信号是任意干扰性的（如：p无限接近于0.5），在前4个（或8个）个人投资者做出决策后，产生“潮”的概率大于0.93（0.996）。特别地，在存在干扰信号的时候，产生错误的“潮”概率是很大的（如：当V=+1，产生了一个“投资潮”，当V=–1，产生了一个“放弃潮”）。例如：当p=0.55时，产生错误“潮”的概率是0.434，这仅比0.45，这是单个人在没有观察其他人前人的情况下做出了错误的决策的概率低一点点。如果私人的信息会成为公共信息的话，同时对于其他投资者是可获得的，他就会产生对投资的真正价值的许多准确的预测。想象一下这种情况，每一位投资者都没有私心，对待其他的投资者就像对待他们自己一样。具体来说，假设每一位投资者的回报不是由他们自己的投资决定的，而是所有投资者投资决策的平均值，现在假设Angela和Bob都决定投资，Claire观察到一个B信号，Claire推测Angela和Bob分别都观察到了G，1鲍勃（Bob）在观察到了安吉拉（Angela）进行投资的行为以后，如果他将观察到信号B，那么对于他来讲进行投资或者放弃投资是没有区别的。那么他为了传递他持有的信息，他会放弃投资。这就是说，没有私心的鲍勃（Bob）总会依照他有持有的私人信息而进行投资行为的。如果Claire现在正如前面所说的，仅仅关心她自己的投资决定的回报，她就会理性的忽视她自己的信号和进行投资（因为V=+1的事后概率是p>0.5）。但是如果这时Claire没有私心，她对后来的每一个决策者的决定都同样的关心，将会愿意让以后的人都知道她的信号，Claire想要交流她的信号的唯一的方法就是做出放弃投资的决定。因此，她面对着增加她的回报的选择（这个回报是所有个人投资决策的平均回报水平）：(i)通过放弃投资的方法为信息库增加信息，或者(ii)通过以当前可获得信息为基础做出投资决策，即投资。如果有至少2个后来的投资者，她的决定将被放弃，并且信号并不是十分准确（如：p不是接近于1的）。同样地，在观察到Angela和1鲍勃（Bob）在观察到了安吉拉（Angela）进行投资的行为以后，如果他将观察到信号B，那么对于他来讲进行投资或者放弃投资是没有区别的。那么他为了传递他持有的信息，他会放弃投资。这就是说，没有私心的鲍勃（Bob）总会依照他有持有的私人信息而进行投资行为的。David和以后的所有个人都会面对这个相似的选择，即传递自己的信息还是在以前的决定基础上采取最好的做法。但是很久以后，在大量的私人信息通过他们的行为被揭示以后，“潮”最后也同样会在这种无私的行为中产生。例如，如果有100个人，从第二个人到第十个人都无私的根据他们个人信息来采取行动，那么这时就会提供出大量更好的信息（这是与自私的个人相比较的）提供给第11到第100个人了，第11到第100人就会倾向于采取羊群行为做出决定，这个决定较之在自私的环境中要有更高的正确性，而在自私的环境中可能从第三个人就开始了“潮”。在无私行为中产生的结果是更加有效的，因为所有的私人可获得信息都被最优化的使用了（在个体不能观察其他人信息的制约下），或者换种说法，自私的个人如果将采取无私的个人的策略，那么自私的个人所获得的回报将会大大增加。虽然无私的个体是不切合实际的，将它与自私的个人相比较，可以得到一个事实，当个人所采取的行动对于他人是没有信息价值的，就会产生外部的消极影响。1一个单个个人的行为不会改变其它个人的潜在的回报，但是这的确会影响到其他人的收益。1一个单个个人的行为不会改变其它个人的潜在的回报，但是这的确会影响到其他人的收益。让我们回到初始的模型中，自私的个人都可以观察到他们前任者的行为，在那个模型中“潮”的种类不仅仅取决于受到了多少好的和坏的信号，还取决于收到信息的顺序。例如，如果接到的信号顺序是GGBB……然后所有的个人都会选择投资，因为从Claire开始了“投资潮”；反之，如果接到的信号是BBGG……没有人会选择投资，因为从Claire开始产生了“放弃潮”。如果接到的信号是GBBG，Bob有一半的概率会选择投资，这时从Claire开始就会产生一个“投资潮”。因此，作为整体的人们是投资还是放弃，将会有以下两点：(a)依赖于信号的顺序（path-dependent），因为重要的是开始的4个信号的顺序是什么样子的，是GGBB还是BBGG，(b)敏感的（idiosyncratic），开始事件中的很小的不同将会引起很多人行为的截然不同。如果被前人所接收到的信号（注意不是他们的行为）是可观察的，那么以后的决策者将会拥有关于投资价值的近乎完美的信息，他们就会倾向于采取争取的行动。可观察的行为的结果与可观察的基准信号是如此不同的原因是：一旦“潮”产生了，公共的信息积累就会结束。早期的投资或是放弃的决策优势使得接下来的所有的个人都忽视他们的私人信息，而这些信息将不会加入信息库中。当然，公共的信息库中的信息不一定能够真正提供有用的信息，使得人们忽视他们的个人信息。只要公共信息变得比个人信息重要一些，个人的行为将会顺从于前人们的行为，“潮”就会产生。因此，“潮”在小规模股票上是不明显的。例如，如果拥有更好信息的个体出现，或者新的公众信息发布，投资相对于不投资，其潜在的价值将会产生变化，几种类型的股票将不会产生“潮”。实际上参与者知道他们处在一个“潮”中时，他们知道这个潮是建立在相对于私人信息更少的信息上的。因此，这个原理的关键的是：对于小规模的股票而言，“潮”所引起的行为是易碎的。二、模型在证券市场的应用在前面的讨论中，投资者采取行动时的资产价格已经固定了（不包括预付费用），并一直保持在这一水平上。这一假设在证券市场中的羊群行为的模型中是不合适的，因为早期的投资者的投资性很可能会影响到资产以后的价格。AveryandZemsky(1998)的研究中，他们将资产的固定价格这一假设放松了。在前一部分所讨论的简单的框架中，投资的价格被固定在0，并一直是0。现在假设在经过每一个投资者的买或卖的交易以后，股票的价格会随着这个决定的相关信息而发生变化（为了简化说明过程，忽略竟价过程）。在造市者们的竞争下，在所有可获得公共信息的基础上，股票价格总会是投资价值的预期值。因此，一个只拥有公共的可获得信息（包括前者的投资行为）的投资者，他进行买或卖都是无关紧要的。进一步讲，任何一个私人的可获得信息的投资者的行为都将会揭示他的信息。就是说，信息潮是不会产生的。这一点在一个简单的例子中就很容易明白，在例子中将改进固定价格这个假设。我们回忆一下V，投资的真实价值，是+1或者–1的概率相同，投资者获得一个正确的私人信号的概率是p，0.5<p<1。开始的投资价格是0，如果，Angela第一个投资者，选择购买股票，这是股票的价格将上升到2p–1，这也是股票价格在Angela观察到了G时候的期望价值。还如以前一样，Bob知道了Angela采取了投资的行为，因此Bob认为她一定是观察到了G。这时他对V的后来预测值为0，小于2p–1这个投资价格。如果Bob观察到了G，这时他对V的预期价值就是[2p–1]/[p2+(1–p)2]，远远大于2p–1。因此，Bob将跟随自己的私人信号，如果他所获得的私人信息是好的，他将投资，如果他所获得的信息是坏的话，将不投资。相反，如果Angela没有买股票，这时Bob面对的价格就是1–2p，再一次，由以上的简单的推倒得到，他将跟随自己的信号。每一个后来的投资者都将准确的跟随他们的私人信号。因为，在这种情况下，价格的调整仅仅取决于公共可获得信息，个人的买卖行为都是无关紧要的。如果一个私人的信息打破了买卖平衡，这个私人信息就会被这个人的行为所表现出来。结果，当价格自动调整来反映可获得信息时，羊群行为就不会产生。在这一假设下，股票市场在信息传递方面是有效的。价格反映了基本原理，没有价格定位错误的现象。AveryandZemsky在我们前面所讨论的基本模型中又为潜在的不确定因素增加了一个新的因素。假设现在有两类的投资者H和L，H型投资者有非常准确的信息(pH接近1)，L型投资者有干扰型的信息(pL接近0.5)。进而，假设这两类型的投资者在整个人数中的比例在市场参与者之中是不可知的。因此，虽然股票的价格在任何时候都反映了所有的公共信息，但是价格并不会显示所有早先的投资者的私人信息。一个具有充分信息的市场中，一些相同的决定就会很自然的产生（在这种市场中大多数的投资者都是H型的），因为大多数的投资者都拥有相同的私人信息。进一步说，许多相同的决定也是出现在信息不完善的市场中（这个市场中大多是的投资者都是L类型的），这时由于市场中存在羊群行为，L类型的投资者都会错误的认为大多数的投资者都是H类型的。因此，当市场中的参与者并不了解他们所获得的信息是准确的还是缺乏时，基于信息不完全的羊群行为将会产生，并且这将会导致价格泡沫和错误的价格定位。交易者可能会错误的认为开始的投资者们可能知道一些他们所不知道的信息，而模仿他们的行为。因此，只有当投资价值这一唯一因素不确定时，股票市场的价格在信息传递上才是有效的，这时羊群行为不会发生。然而，当市场中存在着另外的未知因素时，即对于市场参与者掌握信息准确性的未知，单一性因素的股票价格不再有效，即使当投资者是理性的，羊群行为也会产生的。派生的有价证券使股票的价格受到多重因素的影响。他们将即期现金市场中的价格与远期市场中的价格联系起来，从而帮助市场中发现价格过程。期权市场为价格的不稳定性提供了有价值的信息，正是由于价格的不稳定，使得持有即期的资产产生风险。AveryandZemsky推测说，派生产品的有效性使得羊群行为和价格泡沫减少，因为具有多重因素的股票价格可以有效的防范多重不确定性。基于名誉的羊群行为模型ScharfsteinandStein(1990);Trueman(1994);Zweibel(1995);PrendergastandStole(1996);andGraham(1999)提供了基金经理或者分析家们基于自己的名誉的羊群行为的理论。名誉或者更加广义的说是，职业生涯问题，会随着一个既定的经理人的不确定的技能而产生。关于这个的基本理论是（ScharfsteinandStein），如果投资经理或者他的雇佣者对于基金经理选择正确的股票的能力不确定，即对于经理管理资产组合的能力不确定，这时经理就会采取与其他专业投资者一致的行为，而这个行为就会造成更大的迷惑性但这对于经理是有益的。如果其他更多的职业投资者也处于这种情况，羊群行为就会产生。现在假设，面对同一个投资机会，两个经理的投资决策分别为：I1和I2，每一个经理的投资决策为Ii，这里i=1,2,这里投资经理的能力可能高，也可能低，他们的能力水平是不相关的。能力高的经理可以从投资的回报中获得能够提供信息的信号，然而能力较低的经理的信号是干扰的。无论是经理Ii还是雇佣者Ei都不知道经理的能力如何。每一个经理或是雇佣者对于经理的类型都有预先的推测，并且这个推测随着两个经理的投资决策和投资回报（不论是否投资都可观察到）而更新。另外，在整个过程中投资的价格都是固定的。如果这两个经理都是高能力的，那么他们就会从具有信息价值的信息渠道中观察到相同的信号（好的或者坏的），如果经理都是低能力的，他们就会从干扰信息中取得一些独立的信号（好的或坏的）。如果一个经理是高能力的，另一个是低能力的，他们分别从具有信息价值的信号和干扰信息中获得独立的一些信号。能够提供情报的和干扰的信号分配都具有这样的性质，在这些信息中观察到G信息的概率都一样。1当然，干扰信号与投资回报是不相关的，而能够提供情报的信号与投资回报具有必然的相关性。1当然，干扰信号与投资回报是不相关的，而能够提供情报的信号与投资回报具有必然的相关性。I1首先做出选择，然后I2也这样做。I1的决定仅仅是建立在他的信号上的（这个信号可能是由信息价值的，也可能是干扰的，这一点他不知道）。I2的决定建立在他自己的信号和前一个投资者决定上。在最后的阶段中，投资者所获得回报是基于他们前期的投资能力的。在这个例子中，存在着一个羊群行为的平衡点，I1跟随着他自己的信号，I2模仿I1，而是忽略了他自己的信号。产生这一结果是因为，I2不确定自己的能力，他不敢采取与前者相反的行为，从而被认为是没有能力的风险（以防他的矛盾的决定，结果证明是错误的）。因此，即使他自己的信号告诉他不应该这么做，对于I2来说模仿I1依然是更好的。如果大家的做法被证明是不对的，也会被归咎于一个具有信息价值的不幸运的信号的实现。因此他的雇佣者往往会认为这个经理I2能力是高的。2两个拥有信息的经理的信号的相关的，而没有获得有信息的两个经理的信号是不相关的。因此，两个经理的一致行为（即使是错误的行为）会让人们觉得他们是拥有信息的。I1也会很高兴于这一安排，因为他也不确定自己的能力，I2的模仿能够为I12两个拥有信息的经理的信号的相关的，而没有获得有信息的两个经理的信号是不相关的。因此，两个经理的一致行为（即使是错误的行为）会让人们觉得他们是拥有信息的。如果有几个经理连续投资，每一个人都会模仿第一个经理的决定。最后，如果投资是有利可图的，G信号就是占优势的；如果投资证明是无利可图的，B信号是占优势的。然而，这个私人信息是不会被揭示的，因为，所有之后的投资者都不在乎自己的私人信息而去模仿第一个投资者的决定。因此，这时的羊群行为是无效率的，也是脆弱的，因为，它是在第一个私人信号基础上被断定的，而且这个羊群行为依赖的信息太少了。基于回报的羊群行为模型如果投资经理是根据他相对于其他类似的专业人员的表现来取得回报的，那么这时，就会扭曲他的激励机制，他就会采取一种无效的资产组合（参见Brennan(1993)andRoll(1992)），因而产生羊群行为。MaugandNaik(1996)认为一个不愿意承担风险的代理人的回报上升，但是在市场基准（Benchmark）中的表现下降（这是由投资者在分类组中的表现或者是适合的回报之指数所反映的）。代理人和他们的基准都有关于股票的不完善的、私人的信息，基准投资者先做出投资决定，代理人在观察基准的行为之后做出资产组合的选择。然后，正如在上面的在基于信息不完全基础上的羊群行为一样，代理人有动机模仿基准人的行为，这个动机是为了使他的投资行为在观察了基准人的行为后接近基准人的资产组合。而且，回报体系还为代理人模仿基准的行为提供另一个原因。如果代理人的表现低于基准的行为，回报就会降低，这使得投资者会更倾向于基准的行为，而不是仅仅依照自己的决定作选择。如果存在道德风险1例如，代理人可能没有努力工作，本金所有者却不能观察到他们的代理人对于他们所选择的投资方案付诸多少努力去研究。这时本金所有者与代理人签订一份表现合同，合同中规定按照代理人的表现来支付奖金。这种方法能够给予代理人一定的激励。和不利因素1例如，代理人可能没有努力工作，本金所有者却不能观察到他们的代理人对于他们所选择的投资方案付诸多少努力去研究。这时本金所有者与代理人签订一份表现合同，合同中规定按照代理人的表现来支付奖金。这种方法能够给予代理人一定的激励。2例如，有的人在成为代理人时，不论多么努力，可能都是没有竞争力的，但是并没有方法来衡量他的能力。这时一种相关的表现合同就能够阻止这样的人成为资产组合经理人。新兴证券市场中的羊群行为由于新兴市场中的危机所产生的后果，很多人将注意力集中在是否国际投资者的羊群行为会在发展中国家的资本流动市场中产生更加剧烈的波动性。KimandWei(1999a)运用1996年12月——1998年6月的数据调查了在韩国股票市场的投资者的交易战略。这些数据是由KoreanStockExchange(KSE)的会员提供的，数据显示了在KSE上市的每一支股票的月末投资者的持有量。其中包含了，投资者是韩国人还是外国人、是居民还是非居民、是个人还是机构投资者，在特定的月份，投资最高额度（包括个人和集体）的特定股票的外资所有权的最高份额是否是固定的。使用LSV(1992)33在以后的第三章，第一节中将做介绍。非居民机构投资者在危机前使用了积极的反馈交易战略，在1997年11月危机爆发之后，这种类型的投资者更多的使用了动力战略。居民机构投资者在危机前是反向投资决策，但是在危机期间使用了积极反馈的策略。非居民投资者较之居民投资者更多的出现了羊群行为，个人投资者的羊群行为要大于机构投资者的羊群行为，羊群行为在危机期间可能是上升了，但是这种行为的上升在统计上来说不是非常明显。定期在WallStreetJournal上报道的19种韩国股票中，那些非居民机构投资者很容易形成羊群行为，这些股票在上个月的最后回报，相对于韩国媒体，西方媒体的悲观情绪导致了相对于居民投资者的非居民投资者大量的韩国股票的净卖出量的增加。在另一篇文章中，KimandWei(1999b)使用上面所提到的数据检验在离岸注册的金融中心的基金所采取的交易战略和那些在美国和英国支付的基金之间是否存在系统的区别。他们的结论是，虽然离岸基金交易得更加频繁，作为整体，他们并不进行积极反馈交易，然而，在美国和英国有股定居所的基金的确是使用了动力战略，使用LSV方法检验，相对于其他的基金有更高的羊群行为。作者得到如下结论，在韩国危机的可获得数据的基础上，离岸金融中心的基金没有证据显示存在羊群行为。Choe,Kho,andStulz(1999之后被称为CKS)，使用KSE的日交易数据，更广泛的得到相同的结论。主要的区别在于，KimandWei(1999a)发现在危机爆发之后，羊群行为上升了，CKS却发现这时的羊群行为可能是降低了。部分的分析，这个区别可能是由于数据频繁度的不同和样本期间的不同。CKS将投资者分为三个类型，国内个人投资者、国内机构投资者、外国投资者，他检验了外国投资者在韩国危机前（1996年11月30——1997年9月30）和在危机高峰期（1997年10月1——1997年11月31）在韩国股票市场的行为。11他们的数据不允许区分个人的和机构的国外投资者。正如作者承认的，因为在他们的数据中，买卖交易与投资者的身份没有关系。在他们测定羊群行为时，假设每一个买卖交易都是由不同的投资者完成的，这样所得到的结果就会偏大。另外，想要确定韩国投资者是否适用的外国资产投资也是相当难的。使用LSV羊群行为测定方法，CKS(1999)发现在韩国股票上有很高的羊群行为，在危机前外国投资者也是用积极反馈交易战略，在有显示韩国股票市场指数在前一天上升（下降）时，买进（卖出）股票。这种针对与外国投资者的每日羊群行为的测定方法得到的结论是：在危机前期，测定值在21–25之间，在危机期间测定值在16–26之间，这还取决于股票规模的大小和上周的回报率。这个测定值比Wermers(1999)测定出来的美国机构投资者季度分析的数值要略高一些。这个结果也高于KimandWei(1999)所得到的关于非居民投资者的数据范围6–16。在危机期间，他们发现羊群行为有一些下降的趋势，并且发现外国投资者很少会使用动力战略。CKS还主张，在他们的样本测试期间国外的投资者不是韩国市场上的不稳定因素。他们的证据证明，在很短的间隔时间内（如一天内）围绕着大的交易没有反常的回报，即使是几天的时间内出现外国投资者的大宗交易时，也只有很小的价格动力。BorenszteinandGelos(2000)的研究没有集中在某一个特定的国家，而是从新兴市场基金研究公司取得数据，研究了在1996.1－1999.3期间的，活跃在发展中国家中的按照每月地理分布的467个基金。这些基金被分为了，全球的、新兴市场的、地区的和单一国家的基金，这些基金大都定居在发达国家中和离岸金融中心。对以很多市场来说，这些基金在市场中的比重都不大，大约占市场中资本的4%－7%。BorenszteinandGelos使用LSV测量法得到关于全部的基金的测定数值是7.2，这个数字在KimandWei(1999)对于在韩国市场中的非居民机构投资者的测量数据来讲是属于低水平范围内的。这个平均值在不同地区和不同期间（如危机期间和非危机期间）是有一些很小的变化的。这与KimandWei得到的结论相符合，他们发现离岸的基金往往产生很少的羊群行为。有趣的是他们发现，在大的市场中羊群行为更加流行，这与例子中的“基金更愿意在相对流动性强的市场中调节他们的资产组合”的假设一致。第三章实证性羊群行为模型总的来说，实证研究并不检验一个特定的羊群行为，一般来说应用的方法是纯粹的统计方法，推测在证券市场上是否存在一种羊群行为，而并不研究这种行为产生的潜在原因。因此，在关于羊群行为理论讨论与羊群行为的具体实证检验之间缺乏直接的联系。另外许多研究也没有区分“真正”和“虚假”的羊群行为。这种方法是用来研究整个证券市场中是否存在羊群行为，以及这种行为的程度的。第一节LSV羊群行为测定法一、LSV羊群行为测定法的基本概念有一些文章应用Lakonishok,Shleifer,andVishny(hereafterreferredtoasLSV)(1992)提出的统计方法测量羊群行为，他们定义并测量了在证券市场上同一时间，购买或卖出特定股票的一组基金经理的羊群行为的平均趋势，这个羊群行为是相对于它们独立交易而言的。虽然这种方法被定义为羊群行为的测量，但是它实际上是评估了一个特定建议群体的相关性，和他们买、卖同一种类股票的趋势。诚然，羊群行为导致了相关交易，反之不成立。LSV方法的研究对象是在一个时期内，市场参与者的一个子集所进行的交易行为，这个子集往往包括同类的基金经理人，他们的行为是趋利的。B(i,t)[S(i,t)]表示这个子集中，在t季度购买（卖出）股票i的投资者的数目，H(i,t)表示对于股票i在t时刻的羊群行为的测量数值。LSV方法中的羊群行为的测量被如下定义：H(i,t)=|p(i,t)–p(t)|–AF(i,t)其中，p(i,t)=B(i,t)/[B(i,t)+S(i,t)]，p(t)是p(i,t)，在这个群体中至少一个基金经理交易的所有的股票i的平均值，调节因素是：AF(i,t)=E[|p(i,t)–p(t)|],在无效假说下得到期望值。B(i,t)是一个以p(t)为参数的二项十分布。在无羊群行为的无效假说条件下，一个任意的基金经理人净买入股票i的概率是p(t)，因此，|p(i,t)–p(t)|的期望价值是AF(i,t).如果，N(i,t)=B(i,t)+S(i,t)是大的，那么在无效假说下，AF(i,t).就接近于0，因为，当活跃的交易者的数量上升时，p(i,t)趋近于p(t)。当N(i,t)很小时。AF(i,t)一般是负值，H(i,t)的价值很大不同于0，这用来说明羊群行为。二、LSV测量羊群行为方法的缺点LSV(1992)有两方面的缺点。第一、这种方法在评估某种特定的股票的羊群行为时仅仅使用了在市场中的两方的投资者的数量，没有关心他们买卖股票的数量。如果现在情况是这样的，市场中的买卖者的数量是相同的，但是买入者需求较大数量数额的股票，而卖出者仅仅出售了很少量的数额在市场上，在这种情况下，即使羊群行为是存在于市场中的，用LSV方法也是无法测量出来的。第二、使用LSV方法不可能识别短期交易的类型。例如，LSV方法可以用来检验在一种特定的股票中是否有羊群行为持续一段时间，就评估是否有E[H(i,t)|H(i,t–k)]=E[H(i,t)]成立，但是这种方法不能告诉我们是否是同一种基金在继续产生羊群行为。另外，在使用LSV方法时，投资种类I和所观察的交易数据的时间间隔t是非常重要的。例如，不论是同时还是间隔一点短的时间，IMF经理都不会观察到单个股票中其他经理人所持有的股票。ShillerandPound(1989)所提供的证据是混合的。实际上，如果其他的投资资产所持有的要间隔相当大的一段时间才可以被观察的到，那么故意的羊群行为就不会产生了，因为不能被观察到的是不会被人模仿的。经理人们可能会在更加整体的水平上观察行为，具体行业、部门或者国家的股票。因此，在这个水平上测定羊群行为是更好的选择。进一步讲，在选择时间间隔时基金经理在一种股票中的交易的频繁程度也是很关键的。如果一种股票交易的平均间隔时间是一个季度或者更长，这时就可以使用季度的数据来观察羊群行为。另一方面，如果一种股票交易的平均时间是一个月或是更短时间，这时使用一个季度的数据来识别羊群行为就太长了。大公司的股票市场比小公司的股票更具有流动性，因此，对于大公司股票的观察窗口t一般应选择相对较小的。第二节利用截面收益的绝对偏差(CSAD)来检验羊群行为Christie和Huang(1995)利用截面收益标准差CSSD(cross-sectionalstandarddeviationofreturns)研究美国证券市场投资者的投资行为,被称为CH法，但是CH法是建立在一次回归的基础上的，其检验的效果往往不大理想。Chang,Cheng和Khorana在这一基础上进行了修正，提出了CSAD（横截面收益绝对差，cross-sectionalabsolutedeviationofreturns）方法，他们运用此方法研究了美国、日本、香港、韩国、台湾的股票市场，得出了如下结论，美国、日本、香港股票市场不存在羊群行为。而韩国、台湾的股票市场则存在羊群行为。这种方法中所用到的数据，个股收益率和资产组合收益率，都是比较容易获得的，计算方法较为简单。他们还采用以上两种方法，通过实证对比，证实CSAD比CSSD更具有普遍性。因此这种方法是当前国内外实证研究羊群行为的学者们较常运用的模型方法。在此之前宋军等(2001)用分散度方法研究我国证券市场中的羊群行为，他们研究认为，如果金融市场确实存在羊群行为，大多数投资者的看法将趋向于市场舆论，这时将产生一个合理的推断：在羊群效应显著时，个股的收益率将不会太偏离市场的收益率，分散度应该变小。于是在这样的理论基础之上，我们可以用个股收益率和资产组合的收益率的一致程度（即横截面收益绝对差CSAD，cross-sectionalabsolutedeviationofreturns）来定量检验我国的证券市场中是否存在羊群效应。常志平和蒋馥（2002）采用CSAD（截面收益绝对差）方法，选取上证30指数的股票和深证成份指数的股票作样本，时间段为1999年7月12日至2001年6月22日，来实证研究我国的证券市场是否存在羊群行为，结果发现沪深两地股市均存在羊群行为。李洪涛，谭志平和方兆本运用CSAD（截面收益绝对差）方法检验证券市场中的羊群行为，并对沪深股市和香港股市进行比较，从而得到了与香港股票市场相比，我国国内的股票市场还不成熟的结论。以上学者运用CSAD（截面收益绝对差）方法成功的验证了国内沪深两地股市中的确存在羊群行为。说明CSAD（截面收益绝对差）羊群行为测量方法现阶段在我国证券市场中的适用性。因此本文将采用这种方法，采用最新数据，来对我国沪深两地股市进行实证研究，考察羊群行为的存在情况。一、基本模型根据Christie和Huang的假设，在大的市场波动下羊群行为较为显著，即市场参与者放弃自己的预测而与市场保持一致。因而，只要检验在股市的剧烈震荡期，个股收益方差是否显著的低于其均值，就可以检验出市场中是否存在羊群行为。即检验如下回归模型：（1）检验其中的和是否显著为负，若是，则说明股市在剧烈上涨和下跌中有羊群行为产生。这里，CSSD代表个股的市场标准差，即（2）分别代表t时刻个股I的收益和市场收益。和哑元素变量主要是股市上涨和下跌程度的变量。当t时刻的市场收益下跌到某一值时，其他情况为0。当t时刻的市场收益上涨到某一值时，，其他情况为0。基于CH用市场收益标准差的变化趋势反应羊群行为的思想，本文用个股收益与市场收益的绝对差值（即Chang,Cheng和Khorana提出的CSAD）来代替个股的市场标准差。因为，从理性资产定价模型可以推得：当市场参与者进行理性投资，即不存在羊群行为时，个股收益与市场收益得绝对差值不仅市场收益得增函数，而且是线性递增。简单证明如下：根据Black提出得限制行借款条件下得资本定价模型（零贝塔CAPM模型）（3）其中分别代表个股i的收益和市场收益；是零贝塔资产组合的收益；是证券不随时间变化的系统风险量度。假设是等权平均的市场投资组合的系统风险，即（4）则t时刻的个股期望收益与市场期望收益的绝对差值（记为AVD）为（5）因而，我们可以定义t时刻市场所有个股收益的期望绝对差（记为ECSAD）对求偏导如下：一阶偏导大于零,二阶偏导等于零,说明在理性资本资产定价模型中个股收益与市场收益的绝对差值(CSAD)和市场收益(Rm)为线性递增关系。当市场存在羊群效应时,由于市场参与者的投资行为趋于一致，则个股收益与市场收益的绝对差值和市场收益之间的线性递增关系将不再存在,而会表现为一种非线性的递减增长,在羊群效应严重时甚至变为绝对市场收益的减函数。为了描述这种特性,在上述理性投资线性关系的基础上加入二次项，如下：（6）因而，检验市场是否存在羊群行为，只需要检验是否显著为负。若是，则市场中存在羊群行为。二、数据处理对上海股市，我们选择上海证券交易所2002年出版的《上海证券交易所市场资料》中所列名的50家市价总值最大的上市公司股票作为样本（见附录），选择上证180指数作为沪市市场数据；选择深圳证券交易所市场统计月报（2003年8月）中所刊登的市价总值最大的二十家上市公司作为样本（见附录），选择深证成指作为深市的市场数据。时间段为2002年12月31日至2003年8月31日，选择月收益率作为样本数据。模型中没有选择全部股票作为样本，是基于这样的考虑：一是样本太多，统计工作相对时间是在太大；二是模型中所选择的样本股票基本上均为大盘股，其股价不容易被操纵，加之它们的市值占总市值的很大比重，具有很好的代表性。通过沪深两市个股t时刻的收盘价格利用计算出相应t时刻的回报率数据；根据的定义：（7）利用SPSS软件，先求出，再按照（*）式进行一元二次回归分析，并求出有关的参数估计，结果如下表所示。上海证券市场估计方程为：0.001144＋0.038501－0.256805（8）深圳证券市场估计方程为：0.027503＋0.81102-7.030279（9）沪深股市中的参数估计表：4－2分类参数估计值T检验值F检验上海证券市场0.0385010.5120（0.704）0.6120（0.54257）－0.2568050.6808（-0.436）深圳证券市场0.811020.0152（-3.624）0.0394（6.61788）－7.0302790.2482（1.307）（注：置信水平为5%）三、结论为了检验横截面绝对偏离度和市场收益率之间是否存在非线性关系，对（*）式进行了一元二次回归分析。结果表明：沪深两市中的值均显著不为0，分别为-0.436和1.307。说明和之间的线性关系不成立，在以上两市场中同时存在着羊群行为。同时，深圳证券市场中的值明显大于上海证券市场（1.307>|-0.436|），这表明深圳证券市场中的羊群行为较之上海证券市场严重。第四章实证模型的结论及其分析从以上模型可以看出在我国证券市场中的确存在羊群行为，羊群行为产生的原因主要有以下几点，下面将分别讨论。我国证券市场中缺乏成熟的投资者与发达国家成熟的证券市场相比我国证券市场中投资者结构存在着结构不平衡的问题。目前我国证券投资者以个人投资者为主，十年发展以来，其初期散户，即个人投资者占有主导地位，而一个成熟的市场则以机构投资者为主。有数据显示：美国机构投资者占美国总股本的比重由1950年的7.2%上升到2001年三季度末的46.7%。其中，养老基金由0.8%上升到19.8%，共同基金由2%上升到17.9%，保险公司由3.3%上升到7.3%。根据美联储最新季度资金流动报告显示，截至2001年三季度，养老基金、共同基金及保险公司等机构投资者持有美国股市总股本的46.7%。而截止到2002年6月，我国有56只证券投资基金，其中开放式基金5只，基金总规模936亿元，占沪深两市总流通市值约6%，仅为我国8.3万亿元居民储蓄的1%强。比起美国，我国证券投资基金无论数量、规模都相差甚远。《中国证券报》2002年5月，刊登了一篇名为《中国股市个人投资者状况调查报告摘要》的文章，进一步分析了占投资者很大比重的个人投资者的状况。根据文章的记述，深圳证券交易所综合研究所主办的“中国股市个人投资者状况调查”活动，以问卷方式从证券市场一线获得约43.75万个调查数据，通过这些具有内在关联的数据所建立的数据库并进一步挖掘出的信息，调查基本实现了对中国股市个人投资者状况的统计描述。统计描述中显示：从年龄情况看，25岁到55岁的适