股价过度波动的噪音交易解释

股价过度波动的噪音交易解释贾男(西南财经大学经济学院)摘要：股价波动幅度超过了预期红利是在许多股票市场都存在的一种现象，许多经济学家从不同角度提出了对这一问题的解释。本文在正反馈交易模型的基础上，建立了一个具有套利者发布虚假信息的噪音交易模型，以说明股价过度波动的形成机理。用中国的数据进行的实证检验支持了这一模型的结论。关键词：股价过度波动，噪音交易，正反馈交易模型一、股价过度波动的提出股价波动性(volatility)被定义为“一段时间内收益率序列的标准差”用V表示波动V2=£[P-E(P)]2/(n-1)tP性，贝I」 t=1 其中n表示天数，t表示第t日的股价，E(P)表示期间内的价格平均值。最早提及过度波动问题的是席勒(Shiller,1981)发表在美国经济评论上的《股价变化太大了吗?—与随后的红利变化相比》席勒利用大量的数据和分析，论证在信息中，股息是最为重要的信息，因为股息是介于现实所得与未来股价之间的“中间物”。席勒根据截止到80年代初期的资料，认为股息是非常稳定的，这一稳定性甚至在1929年股市大崩溃之后，也仅仅只用了4年的时间就恢复了原有的趋势。既然最为重要的信息是稳定的，那么信息波动按EMH理论，不应导致股价的剧烈波动。实际上，席勒证明股市在价格方面的波动性比EMH模型的解释高出5-13倍。LeRoy和Porter(1981)发表在《经济学家》上的文章《现值的关系:对有限方差基础的检验》，也得出了类似的结论。随后，经济学家们进行了大量的实证研究，包括West(1988)，Campbell和Shiller(1988b),Campbell(1991)等，尽管采用的方法不尽相同，但都得出了相同的结论，即股票市场的波动水平不能被股价是对未来收益的贴现的任何有效市场模型所解释。这一现象，Campbell(1999)称之为“股市波动之谜”。二、研究现状许多经济学家对这一问题进行了研究，并提出了不同的解释，大致包括以下几种：1．经济衰退是增加股市波动性的(最)重要因素。Hamilton和Lin(1996)是九十年代以来，最坚决地坚持以基本面解释股市波动性的突出代表。他们利用股票回报与工业生产增长率之间数据分析发现，经济不景气，是唯一重要的可以解释市场波动性的因素，它对波动性的解释高达60%。较早发现衰退对市场波动影响的是Officer's(1973)，他根据纽约证券交易所股票回报经验分析，发现波动性主要来源于经济衰退。Campbell和Lettau(1999)通过对1962-1997年的股市数据经验检验也发现，一旦经济进入衰退，包括市场层次、产业层次和公司层次的波动性，都会强烈增大，其中市场层次的波动性最为突出。但是这种解释显然无法说明某些国家在经济增长率很高时股市波动性仍很大的情况。“财务杠杆效应”(leverageeffect)Black(1976)提出了著名的“财务杠杆效应”他认为，经济形势向好的时候，财务杠杆扩大；衰退的时候，随着公司债务对权益的比率上升，加上企业盈利下降、不确定性增加等因素，使得财务杠杆的收缩具有了很大的强制性，增加了公司的风险。“财务杠杆效应”在公司层面和在市场层面都可能发生。而且，财务杠杆效应与股市的一个异常情况，即“市场波动的非对称性”密切相关。所谓“市场波动的非对称性”，是指“前期股价低回报与未来高波动性相关，但前期股价高回报并非与后期低波动性相关”。按照财务杠杆效应，前期股价低回报，容易造成公司财务状况的紧张和恶化，从而增加了投资者对公司破产的担忧，使他们降低了持有股票的意愿，并导致未来股价的大幅度波动。不过，Schwert(1989)证明，仅仅是财务杠杆本身，并不能导致股市的过度波动性，财务杠杆的作用恰恰是与其他经济因素在一起联合发生作用的。实际上，财务杠杆效应一直是广泛受到检验的理论。最近的研究显示，杠杆效应的经济意义经常不显著，Andersenetal.(2001)杠杆效应在个股上的表现弱于在市场总体上的表现。另外一些研究表明，财务杠杆效应并非问题的全部，因为投资者认为，股价下跌可能意味着某些重要因素的不确定性增加，从而影响经济并再影响股市的波动性。此外，在对“非对称性波动”的解释过程中，人们发现“波动性反馈机制”可以作为杠杆效应的一种替代性解释手段。时光转换模型Veronesi(1999)用理性分析的模式，建立了一个“好时光一坏时光”模型。模型的关键在于:假定经济基本面，比如股息趋势过程，遵从连续随时间变化的马尔科夫链，该马尔科夫链具有两个基本状态，即好时光、坏时光，但是时光变化本身是不可观察的。投资者用事后的观察(即后验概率)，来认定当前属于哪种状态。在好的时光里，通过后验概率(posteriorprobability)验证，许多投资者将认定市场向好(是好时光)的概率接近1.0，此时受到坏消息的冲击，投资者对未来的不确定性增加，他们或许认为好时光的概率只有50%,因此要求的风险补偿增加，这就是为何市场下跌的幅度，比按贴现值模型计算的要深得多，即过度波动。不过，在投资者相信的坏时光中，即便出现好消息，也会带来不确定性的增加，投资者尽管提高未来盈利预期，但却没有贴现值模型预计的那么多。值得注意的是，Veronesi(1999)的模型具有两个显著的特点:一是模型强调基本面是投资者决策的基础，强调理性分析方法；二是，模型的实际假设是以人类的认知、心理现状为出发点，以信息障碍作为依据的，因此，该模型事实上已经走向了理性分析与前景理论的结合。正反馈交易与套利者的行为DeLong,Shleifer,Summers和Waldman(1990b)在“Positivefeedbackinvestmentstrategiesanddestabilizingrationalspeculation”一文中建立了一个正反馈交易者模型，他们认为,在证券市场上,有一部分投资者在价格升高时买入证券,而在价格降低时卖出证券,他们的这种交易行为就叫正反馈交易(positivefeedbacktrade)，这种交易行为也属于噪音交易的一种。他们之所以采取正反馈交易策略，原因有很多，比如对价格预期采用简单外推1或追逐潮流的做法就是其中颇具代表性的一种。Case和Shiller(l988)的研究表明，在过去房价上升迅速城市的购房者比房价维持不变或上涨缓慢城市的购买者对未来房价的预期要高一些。Shiller(1988)在对1987年市场崩溃时的投资者调查中发现，绝大部分在价格下跌时卖出股票的人预期股价还要进一步下跌，这是他们卖出股票的主要理由。除此之外，正反馈交易的盛行也可能是由于卖出与买入证券时规定价格上下限的指令方式，这一方式在价格下跌时会导致加速卖出；或者是投资者因为不能满足债权人的追加保证金要求(margincall)而被迫平仓；也可能是对证券组合的买者提供保险等原因。在这一正反馈交易模型中，DeLong等证明了，正反馈交易将会导致股价的波动增大。这不仅由于高买低卖的正反馈交易行为将股价推动得更偏离内在价值，而且还由于，正反馈交易会使套利者的行为发生变化。具有内幕信息的套利者在收到利好消息时，认为初始阶段的价格上涨将促使正反馈交易者作出买进的决策，在预期到这种购买后，套利者会在今天就大量买进，从而使今天的价格上涨幅度高于基础信息所带来的价格上扬，推动价格在今天就与基本价值出现较大的偏离。即使明天套利者将证券全部卖出来平稳价格，正反馈交易者也会在今天已升高的价格基础上再继续购买，这就使价格更大地偏离基本价值。尽管这种价格上涨有一定的理性成分，但另外部分的上涨则是由套利者对正反馈交易的预期购买和正反馈交易者对这种买卖的再加码造成的。凯恩斯的“选美博弈”理论早已论述了这种行为产生的机理。著名的投资大师GeorgeSoros(1987，1998)也曾这样描述自己的交易行为：在过去30年中的成功并非得益于以基本价值为基础进行的买卖，而是“看未来的公众买卖行为出价”。尽管最终由于投资缩减(disinvestment)以及套利者的卖空将这类股票的股价带回到了基本价值(甚至更低)，但发生“由掌握内部消息而斥巨资买入的最初购买者通过提高噪音交易者对未来收益的预期推动价格大幅度地脱离了基本价值的现象错误！未定义书签。则是不可避免的。因此，由于正反馈交易的存在，套利者的行为不仅不能稳定市场价格，反而使价格波动更为剧烈。三、具有虚假信息的噪音交易模型在DeLong等的正反馈交易模型的基础上，本文对其进行一定的修正和扩展，增加一个由套利者主动发布的虚假信息，由此说明套利者不仅利用正反馈交易行为，并且主动制造噪音交易所引起的股价的波动幅度加剧。简单外推是指投资者仅依据目前的价格变动趋势推测未来的价格变动趋势，若目前价格处于上涨态势，则认为将来的价格仍会上涨；若目前价格处于下降态势，则认为将来的价格会下降。

1．模型假设投资者划分为三类：正反馈交易者(positivefeedbacktrader)，共有一个单位，用'f'代表，正反馈交易者的行为特征是只根据过去的价格进行决策；套利者(arbitrageur),最大化其第三期的消费函数的效用，共有卩单位，用'a'代表，套利者拥有内幕信息；被动投资者(passiveinvestor)，共有1-卩单位，用亍代表，被动投资者根据公开的信息进行决策，但不具备识别真实信息与虚假信息的能力。模型保持了后两种投资者的总数与正反馈交易者一致，目的在于保证当套利者的数量变化时整个市场的风险承受力保持不变。模型共分为五期：0，1，2，3，4期，存在两种资产：无风险资产(现金)和风险资产(股票)。现金具有完全供给弹性，收益为零；股票不存在外部供给：亦即投资者之间相互交易形成对冲。股票在第四期支付风险红利，共计，6是时期4内一个不可预测的风险，6服从期望为零，方差为2的正态分布，在第四期以前没有关于6的信息公布；①的期望为0并可能有三种实际值的可能：0，0或-0。①的价值在第三期公布，在第一期有一个关于①的内幕信息0，只有套利者可以得到这个信息,并且我们假设这个信息是与①完全相关的，不存在噪音。套利者在第二期放出一个虚假信息P，而且P>0，被动交易者得到该信息，并认为该信息与①完全相关。2．模型结构时期0：由于在这个时期没有关于价值的信息被收到，因此，股价等于其基本价值零，在这个时期也没有交易。时期1：在这个时期，套利者收到一个关于①的信息£w{-0,0,0),此时，套利者的需求是建立在风险厌恶系数为丫的均值方差效用函数基础上的(U二-e-2Y(w))。由于套利者己经得到无噪音的关于①的信息，因此套利者的需求为:其中，a=D其中，a=Da1①一pp1二a（①一p）2va2 16表示套利者的投资系数。1)被动投资者的需求也与价格负相关：Di二-ap (2)11被动投资者和套利者的需求函数曲线的斜率相同，而且这两种投资者数量和为1，目的是保证在引入套利者的同时保证市场的风险承受能力不变。由于正反馈交易者的投资决策是与前两期的价格变化正相关的，因此在这一期他们的需求为0，即：Df二0 (3)1时期2：该时期，套利者为获得超额利润，放出虚假信息P(P>①)，被动交易者获得了这个信息，并且认为该信息与股票价值①完全相关，且无噪音。此时套利者和被动交易者的需求分别为：TOC\o"1-5"\h\zDa二a（①一p） ⑷22Di=a（p—p） （5）22正反馈交易者在第2期的需求为：Df=卩（p一p）=卩（p） （6）1010是正反馈交易者的正反馈系数，反映正反馈交易者追涨杀跌行为的程度。这里p1是时期1时的价格，p0是时期0的价格（假定等于0），正反馈交易者在第2期的需求由第0期、第1期的价格变化决定：如果价格上涨，他们就买进；如果价格下跌，他们就卖出。这一点很重要，即他们今天的购买量是由过去的价格来决定的。这一假定使得投资者不能对即期价格变动做出反应，也就是说他们不能依据第1期和第2期的价格变化来下订单，对此假设的一种解释是，股票过去的收益情况提高了投资者估计的平均投资收益率，所以他们会增加对股票的需求。时期3：在这一期，套利者仍然以①为股票基本价值的并进行投资决策，因此，他们的需求为：TOC\o"1-5"\h\zDa=a（①一p） （7）33被动交易者在本期了解到了股票的真实价值①，因此他们的需求同套利者一样：Di=a（①一p） （8）33而正反馈交易者在本期依然坚持其正反馈投资策略：Df=0（p一p） （9）2 1时期4：在这个时期内没有交易发生，投资者根据相互所持有的头寸支付红利①，由于股利在本期是公开的，所以价格恢复到p=^+0的基本价值。4为了更直观地展示整个模型的结构，我们通过图表将模型结构展示如下：表1模型结构时期事件正反馈交易者的需求被动投资者的需求套利者的需求0无，基准期0001套利者收到关于时期2基本价值①的信息£0_ap1a（①一p）12套利者放出虚假信息p，被动投资者了解到该信息。0（p―p）10a（P—p）2a（①一p）23被动投资者收到基本0（p—p） M 1a（①一p） 3 1a（①一p） 3 1价值①的信息84红利①+0公布,是时期4内一个不可预测的风险R(TP2)—a[p—(O+0)]3—a[p—(O+0)]3由于没有交易发生，市场出清的条件在时期0和时期4自动满足。时期1，2，3的市场出清条件为：TOC\o"1-5"\h\zDf+|liDa+(1—卩)Di—0 (10)11Df+pDa+(1—|L1)Di—0 (11)2 2Df+pDa+(1—p)Di—0 (12)3 33．模型的解：只考虑发生正信息的情况，即①-+0，因为负信息与之讨论相似。值得注意的是，在时期1,由于套利者得到了信息①，其他投资者均未得到任何信息，而且，该信息是完全无噪音的。因而，在套利者看来他们已经了解了股票的真实价值，股票价格不存在任何不确定性；所以，即使市场中只存在少量的套利者，他们的行为也会使股票的价格p等于0，如1果市场中没有套利者，则没有人了解股票价值的信息，则股票的价格为零，即：P=°如果p>0；P—0如果p—0 (13)11在时期2中，当套利者存在时，他们为获得超额利润，会释放出虚假信息P，同时，

被动交易者得到该信息并根据该信息进行投资。而当市场中不存在套利者时，既没有人了解

到关于股票价值的信息，也没有人是放出假的信息，于是，股票价格依然为零。我们将(4)，(5)，(6)带入(11)中，有：TOC\o"1-5"\h\zP—(1—p)P+(+p)P (14)2 a1综合(13)，有：p—(1—p)P+(-+p)°，如果p>0

2aP—0，如果p—0 (15)2从上式中我们可以看出，在被动交易者获得虚假信息P后，显然时期2的价格P>①-P(p>0)，而且，P与虚假信息P的值正相关，与正反馈投资系数卩和套利212者投资系数a的比值正相关。也就是说，套利者放出的虚假信息P越大，时期2的价格越

高；正反馈投资系数卩越高，时期2的价格越高。另外，值得注意的是P是关于p的连续2函数(p>0)，且与p负相关。P的波动范围是：TOC\o"1-5"\h\z2R RPe[P+0,(1+)0],(0<p<1) (16)2a a事实上，套利者在这一时期的价格形成中具有两种相反的作用。首先，套利者放出大于股票真实价值的虚假信息P，这种信息直接影响到被动投资者投资行为，使股票价格偏离真实值，同时，套利者的套利行为又会使价格靠近真实价值。由于套利者放出虚假信息这种行为与其数量的多少并没有关系，而只与其是否存在有关，所以当卩〉0时，这种使股票偏离真实值的力量不变，而套利者的套利行为对股票价格的回归真实值的作用随着套利者数量的增多而加大，所以，在P值一定时，当套利者数量增加时，时期2的价格会更接近于其真实值0;而当P越大，即正反馈交易程度越大时，P波动的范围就越大。显然，套利者2所释放出的虚假信息在时期2的价格形成中起到了更关键的作用，套利者的虚假信息，使价格偏离了其真实价值，而正反馈交易者推动了这种价值偏离。时期3,被动投资者了解到真的信息①=+0，此时，他们的投资策略与套利者完全一致，正反馈交易者仍然坚持其原有投资策略。综合（7），（8），（9）和（12），有：TOC\o"1-5"\h\zP（p—p）+a（°-p）二0 （17）2 1 3再将（13）和（15）带入上式，得：p3=e+P［（1-卩）p+（P+卩一i）o］，如果卩〉03a ap，如果卩二0 （18）3如果只将（13）带入（17），可得：p=0+—（p-0） （19）3a2由（19）式易知，当a=卩时p二p，当a＞卩时p＜p，当a＜卩时p＞p，3 2 3 2 3 2也就是说，在时期3,价格上升还是下降，即p相对于p的大小将完全取决于a和—的比32值的大小。时期3的价格升降则完全与套利者释放的信息P以及套利者的数量卩等因素无关，而只和—的大小相关。因为a在模型中是一个固定值。也就是说，时期3的价格升降,已经与套利者和被动投资者的数量、行为无关，只和正反馈投资系数相关，正反馈交易者追涨杀跌的行为越明显，时期3的价格就越高。虽然在这个时期，套利者和被动投资者都己经了解股票的真实价值中，但是他们的行为并不一定可以使股票价格向其真实价值靠近，相反，在特定的情况下（卩＞a），股票价格还有可能更加偏离其真实价值。在模型中，套利者的行为已不仅限于预测到正反馈交易者的行为，并利用这种行为获取超额利润，而是主动地制造虚假的信息，这种信息直接影响到被动交易者的行为，被动交易者基于虚假信息做出的投资决策给了套利者获取超额利润的机会。在时期1，当套利者得到关于股票价值的冲击后，他们会从被动交易者的手中买入股票，并使股票价格达到e。时期套利者释放出大于e的虚假信息p，而这种信息被被动交易者接收以后，他们显然认为股票的价值被低估了，于是会购买股票，与此同时，正反馈交易者意识到时期1较时期0的价格上涨，也会采取追涨的交易策略，套利者以高于买入价格的价格将股票出售给被动交易者和正反馈交易者，获得超额利润。这个时期，套利者对价格影响具有双重作用，他们释放虚假信息使价格远离其真实值，同时，他们的套利行为又会使价格靠近其真实价值。进入时期3,被动交易者接收到真实的股票价格信息e，显然会立刻抛出股票以防止更大的损失，此时，他们可以被认为是套利者，这样，模型中套利者的总数与正反馈交易者相同，而正反馈交易者仍然会买进股票。这样，时期3价格上涨与否完全取决于Q和0的大小。如果说时期2价格偏离股票真实价值是套利者造成并且预料到的，那么，时期3的价格则完全脱离了套利者的控制，当0足够大时，即正反馈交易者的“交易热情”足够大时，股市的波动性会进一步加剧。四、实证检验我们以几年时间内发生过的短期股价涨幅超过一定幅度的股票作为研究对象，从正反馈交易者以价格涨幅作为股价未来变化的判断标准并进而采用正反馈交易策略的角度，验证“追涨杀跌”的正反馈交易导致股价过度波动的程度以及这种交易的收益和风险。1．研究方法基于正反馈交易者以股价的涨跌幅度作为其交易的依据，我们采用事件分析法，把股票短期内累积的股价增长率若达到一定的设定标准就当作一个事件，为简化起见，仅考察“追涨”的情况，把股价的大幅上涨作为事件的观察表征，将不同涨幅的股票归入不同的“涨幅组合”，判断样本期内股票价格是否波动过度，再通过市场模型(MarketModel)计算累积异常收益率(CAR)，据此分析正反馈交易者的追涨决策是否正确，以及追涨之后的收益与买入点相比是盈利还是亏损。(1)事件要素的设定以下各个时段交易日数量的设定主要是以深圳证券交易所综合研究所公开发布的研究成果中有关庄家行为的实证研究作为参考依据。事件日：把累积涨幅标准设定为在最多不超过5个连续交易日内股价累积涨幅的追涨标准为25%、30%、35%，在最多不超过10个连续交易日内股价累积涨幅的追涨标准为40%、45%、50%。因此，一旦某个股在最多不超过5个连续交易日内的任一交易日股价累积涨幅达到25%，就把该交易日定为一个25%涨幅类型的事件日。其余涨幅类型的事件日依此类推。

涨幅组合：一旦在不超过规定的交易日数目内股票的累积股价增长率触及某个标准,就将该股票纳入某类涨幅组合。例如，将在不超过5个交易日的时间内其累积涨幅触及25%的股票纳入“25%组合”。我们将构建6种涨幅组合(分别是25%组合、30%组合、35%组合、40%组合、45%组合和50%组合)来检验同一假设,检验是否能够得出一致的结论,以增强结论的可信度。估计期：从事件日前200个交易日至事件日前50个交易日，据此150个交易日的数据来估计市场模型的参数。形成期：事件日前50个交易日，用这50个交易日的价格数据来分析该事件触发前股票的市场表现和特征。检验期：事件日后100个交易日，据此分析事件触发后股价的未来发展趋势，即正反馈交易者在追涨买入后的收益和风险状况。(2)累积异常收益率(CAR)的计算采用单因子市场模型(Single-indexMarketModel)方程估计市场模型参数，方程如下：R二a+卩*R+8.itiimtit其中，i为涨幅组合中的样本股，t为事件日前200个交易日之前50个交易日，Rit为第i股的第t日收益率，Rmt为第t日的日市场收益率。根据样本股在估计期间的日收益率及相应期间的市场指数日收益率，采用OLS可以估计出样本股票的参数a)和0°的估计值。用估计的市场模型参数代入单因子市场模型方程，计算出股票的预期收益率，然后以形成期和检验期股票的实际收益率减去预期收益率，即可得到各样本股在形成期和检验期内的异常收益率ARiT，即有：ARt=Rt-(0C.+0.*RT)

iTiTiimT其中T为事件日前50个交易日至事件日后100个交易日。在得到各样本股的异常收益率后，进一步针对每一形成期和检验期内“涨幅组合”的各股异常收益率加总，再除以相应的组合中样本股数目N,就可求出“涨幅组合”的异常收益率ART：ARt=专Fi=1最后，计算组合的累积异常收益率CARCARTCART2．样本选取由于我国上海和深圳两个市场具有很强的联动性，仅选取上海证券市场的A股为研究对象。鉴于新的牛市周期时间尚短，观测周期不连贯，我们选择时间跨度从2000年1月1日到2003年12月31日，随机抽取股票代码从600601—600799的股票为样本总体，排除在2003年12月31日前退市的股票，共193个样本。虽然这段时期处于A股市场的熊市，数据代表性与牛市数据有较大差异，然而鉴于正反馈交易在牛市中活跃程度更高的事实，如果可以证明在熊市中也存在大量正反馈交易，并引起股价过度波动，那么牛市中正反馈交易导致股价剧烈波动也就不言自明。股价数据来自雅虎财经，股票收益率数据及市场收益率数据均来自于清华大学中国金融研究数据库（THFD）。在计算收益率的过程中，采用考虑现金红利再投资的日个股收益率和考虑现金红利再投资的日市场收益率（流通市值加权平均法）。实证研究所用到的相关数据是以事件日作为基准日（t=1）的前200个交易日和后100个交易日，共300个交易日的股票日收益率和市场日收益率数据，事件日当天是为检验期的第一天。如遇股票停牌造成该股当日没有交易数据，则考察日期向前或向后依次顺延。3．检验结果与分析实证检验的结果如下表：表2实证检验结果统计表（2000.1.1-2003.12.31）25%组合30%组合35%组合40%组合45%组合50%组合大幅波动次数1837269753866波动次数与样本量之比0.94820.37310.35750.38860.19690.3420追涨正确次数733125361922正确率0.39890.43060.36230.48000.50000.3333追涨错误次数1104144391944错误率0.60110.56940.63770.52000.50000.6667追涨后100个交易日内的平均投资累积异常收益率-0.01362-0.0931-0.19250.0322-0.0196-0.1953追涨后第100个交易日的平均投资累积异常收益率-0.0822-0.1128-0.2038-0.1501-0.1117-0.2454从表2可以看出，在考察期的四年时间中，样本股票发生的在不超过5个交易日累积股价增长率超过25%的异常大幅度波动事件的次数为183次，波动次数与样本量之比接近95%，几乎每只股票都发生过一次这种类型的大幅度波动事件。在不超过10个交易日内累积股价增长率超过40%的异常大幅度波动事件次数为75次，占样本总体的39%。即使是对于不超过10个交易日其累积股价增长率就超过50%的在一般情况下发生概率应该非常小的事件，其次数也多达66次，占样本总体的34%。以上数据可以说明：我国股市股价发生大幅波动的频率非常高，而这还是在实行涨跌停交易制度的条件下，否则股价波动可能会更剧烈。在效率高的市场中，股价的变动反应了信息的流动，是源于新信息的产生和到来，但我国股市的信息效率并不高，股价的变动并不一定是以信息作为基础，很多时候股价的变动往往是由于庄家人为的操纵所引起的，追踪事后的事态发展表明，大部分发生股价过度波动的公司的基本面并没有什么明显的或者根本性的变化，虽然我们不能说每只股票的股价过度变动都毫无理由和根据，但从整体上还是可以合理地认为这些价格变动中的噪音成分很大，股价的过度变动并不是源于公司的实力变化，短期股价过度波动的变动过程是庄家的市场操纵和正反馈交易者的从众行为的相互作用相互博弈过程。参考文献［美］安德瑞•史莱佛著，赵英军译.并非有效的市场：行为金融学导论［M］.北京：中国人民大学出版社2003［美］罗伯特・J•希勒著，廖理、施红敏译非理性繁荣［M］.北京：中国人民大学出版社2001赵涛、郑祖玄•信息不对称与机构操纵［J］.经济研究.2002