序論：寫作是一種深度的自我表達(dá)。它要求我們深入探索自己的思想和情感，挖掘那些隱藏在內(nèi)心深處的真相，好投稿為您帶來了七篇股票交易的量化交易范文，愿它們成為您寫作過程中的靈感催化劑，助力您的創(chuàng)作。

篇(1)

關(guān)鍵詞：算法交易；交易成本；證券投資基金

JEL分類號：G20　中圖分類號：F830　文獻(xiàn)標(biāo)識碼：A　文章編號：1006-1428(2012)01-0024-04

作為投資者對資本和風(fēng)險有效配置的實現(xiàn)手段，交易策略一直是資本市場理論界和實務(wù)界研究的重要問題之一。隨著資產(chǎn)規(guī)模的不斷增長，機(jī)構(gòu)投資者交易行為對資本市場的影響越來越大。如何在不驚動市場的前提下買進(jìn)或賣出大額證券并承擔(dān)較低的交易成本及避免不必要的市場波動，即如何制定科學(xué)的、合理的資產(chǎn)交易策略，已經(jīng)成為機(jī)構(gòu)投資者和證券監(jiān)管當(dāng)局關(guān)注的問題。隨著計算機(jī)技術(shù)的高速提升、硬件的高速存儲能力、軟件的高速并行算法以及金融數(shù)學(xué)的發(fā)展，算法交易(algorithmic trading)應(yīng)運而生，為這一問題的解決提供了幫助。據(jù)海外專業(yè)機(jī)構(gòu)統(tǒng)計，算法交易在歐美等發(fā)達(dá)資本市場中已成為主要交易手段。Aite Group LLC的研究顯示，算法交易在歐盟和美國的所有股票交易中占到40％，其中在美國的一些市場中，該比重更達(dá)到80％以上。

算法交易在中國剛剛起步，與成熟市場相比存在較大差距。這具體表現(xiàn)為，一方面，交易執(zhí)行技術(shù)尚不成熟，目前尚處在初級的算法交易加經(jīng)驗判斷階段，交易大多基于交易人員的經(jīng)驗，主觀判斷成分占絕大比例；另一方面，系統(tǒng)性地支持算法交易的成熟軟件非常少，并且國內(nèi)對此方面的理論研究還比較薄弱。盡管如此，國內(nèi)市場日漸擴(kuò)張的機(jī)構(gòu)投資者資產(chǎn)規(guī)模、多樣化的投資者需求和各類新型創(chuàng)新產(chǎn)品為算法交易的發(fā)展提供了萌芽的土壤。

一、算法交易的概念

算法交易是指把一個指定交易量的買人或者賣出指令放入模型，該模型包含交易員確定的某些目標(biāo)。根據(jù)這些特殊的算法目標(biāo)，該模型會產(chǎn)生執(zhí)行指令的時機(jī)和交易額。20世紀(jì)80年代后期及90年代，美國證券市場的全面電子化成交和電子撮合市場ECN(Electronic Communication Networks)的發(fā)展為算法交易提供了發(fā)展的前提。區(qū)別于程序化交易模型只關(guān)注收益和風(fēng)險的特點，算法交易使用數(shù)量化模型，在用戶指定基準(zhǔn)和約束條件下，通過在沖擊成本與等待風(fēng)險之間的平衡，來算出最佳的交易時機(jī)和交易額，并由系統(tǒng)自動執(zhí)行交易指令。因此，算法交易又稱自動交易(Automated Trading)、黑盒交易(Black-boxTrading)、無人值守交易(Robo Trading)。更為嚴(yán)謹(jǐn)?shù)卣f，算法交易是指遵循數(shù)量規(guī)則、用戶指定基準(zhǔn)和約束條件的自動電子交易，包括組合交易(對一籃子股票進(jìn)行一系列交易)和智能路由(Smart Routing)。

算法交易的內(nèi)在邏輯在于利用市場交易量的特點。通過一定的數(shù)量統(tǒng)計方法，在風(fēng)險可控、成本可控條件下執(zhí)行訂單。算法交易系統(tǒng)的核心是通過一套計算機(jī)程序，在一秒鐘內(nèi)產(chǎn)生若干交易指令(其中許多指令瞬間就可以被取消或被新的指令取代)，來尋求最佳的成交執(zhí)行路徑減小對市場的沖擊，以降低市場沖擊，減少交易成本。

算法交易的興起主要受到以下幾個因素的影響：

(1)2000年初美國和加拿大的股票最小報價單位由1/8美元調(diào)整為0.01美元的“十進(jìn)制”運動，導(dǎo)致美國股票價差和報價深度的大幅縮小。

(2)電子交易技術(shù)和通訊技術(shù)的迅猛發(fā)展為算法交易提供了技術(shù)可行性。

(3)機(jī)構(gòu)投資者管理的資產(chǎn)規(guī)模不斷增長，其訂單相對于市場沖擊越來越大，大額訂單交易變得更加復(fù)雜。

(4)相關(guān)的監(jiān)管部門對交易行為的重視。例如，歐盟MiFID、美國Reg NMS及英國CP176等一系列相關(guān)法規(guī)的推出與實施推動了算法交易的發(fā)展。在上述法令頒布后，紐約證券交易所(NYSE)與倫敦交易所(LSE)的每股訂單規(guī)模在不斷下降，而訂單數(shù)目迅速增長，表明投資者和證券監(jiān)管部門逐漸認(rèn)識到大額訂單對價格的沖擊影響，為避免交易沖擊，投資者開始利用算法交易將大額訂單分拆成小額訂單進(jìn)行交易。

二、算法交易的全球發(fā)展現(xiàn)狀

借助于電腦的高速計算能力，算法交易正在風(fēng)靡全球金融市場。其交易的證券基本涵蓋了市場上包括股票、期貨、期權(quán)、債券、交易所交易基金(EFT)、外匯等大部分品種。

在歐美成熟市場，算法交易已經(jīng)成為股票交易的主流模式，大部分的股票交易都是通過算法交易來完成。算法交易的用戶主要是經(jīng)紀(jì)商、對沖基金、養(yǎng)老基金、共同基金，以及公司中有自己算法交易系統(tǒng)的自營交易部門。據(jù)Elkins/McSherry統(tǒng)計，在美國算法交易已成為基金業(yè)界的主流，在2010年，全美90％的投資經(jīng)理在建立投資組合時至少使用一次算法交易(見圖1)。算法交易在歐洲投資界也被大量使用，英國是歐洲地區(qū)使用算法交易比例最高的國家，2007年LSE的所有交易中有60％的交易采用了算法交易，有50％的基金經(jīng)理使用算法交易進(jìn)行投資管理。

在諸如東京證券交易所、香港交易所和新加坡交易所等亞洲部分成熟市場中，算法交易的發(fā)展也很迅速。例如，在日本和香港有超過80％的機(jī)構(gòu)投資者在股票交易時采用算法交易，在2010年香港、日本和新加坡證券市場的算法交易使用率已經(jīng)超過了30％，并且預(yù)測未來增速同樣可觀。一些亞洲新興市場的算法交易也有一定的發(fā)展，2010年8月4日，雷曼兄弟公司通過印度全國證券交易所提供的直接下單功能(DMA)執(zhí)行了印度市場的第一筆算法交易委托。

算法交易發(fā)展如此迅速，歸功于其自身優(yōu)勢，包括：匿名性、減少市場沖擊、提高交易執(zhí)行效率、降低交易成本、減少人力成本、增加投資回報、確保復(fù)雜的交易及投資策略得以執(zhí)行。根據(jù)TABB Group的統(tǒng)計，選擇算法交易的投資者中，有18％是因為可以匿名交易，其次是可以降低交易成本，占了16％，減少市場沖擊和獲得最佳成交價量這兩者分別占14％和9％。

盡管算法交易存在諸多優(yōu)點，但其對證券交易所和經(jīng)紀(jì)商交易系統(tǒng)的訂單處理能力具有較高的要求，會對交易所系統(tǒng)的安全性產(chǎn)生一定的影響，前文中在Neg NMS法規(guī)出臺后NYSE訂單筆數(shù)與換手率出現(xiàn)顯著增加的情況就表明了這一點。

三、算法交易應(yīng)用――交易成本分析

與程序化交易模型通常只關(guān)注收益與風(fēng)險不同，算法交易關(guān)注的是被機(jī)構(gòu)投資者忽視的“內(nèi)生成本”(隱性成本)。而利用算法交易可大大降低內(nèi)生成本對

投資收益的腐蝕。交易成本分析正是算法交易的應(yīng)用，是考察投資者的算法交易是否有效的工具之一。所謂交易成本分析是指從算法交易的角度出發(fā)，考察投資者證券投資活動中需要付出的隱性成本。交易成本包括外生成本和內(nèi)生成本。其中，外生成本包括傭金、印花稅等，由交易所和監(jiān)管部門制定收費比率，一般在股票實際交易之前就可以確定大?。粌?nèi)生成本是指股票成交過程中受到市場條件、執(zhí)行情況等因素影響而產(chǎn)生的成本，也稱為交易執(zhí)行成本，包括機(jī)會成本和沖擊成本兩部分。前者指從投資者下達(dá)訂單開始到訂單執(zhí)行完畢(或者最終沒有執(zhí)行而撤單)這段時間內(nèi)的價格風(fēng)險；后者指訂單交易行為對市場價格的影響程度。一般用訂單執(zhí)行前后市場價格的差值來衡量。

一般而言，交易成本分析所指的成本為內(nèi)生成本分析。Plexus(2007)的研究刻畫了美國市場的交易成本的“冰山”模型，指出直接成本(傭金、稅費等)約為9BPS，執(zhí)行差額(價格沖擊成本)約為15BPS，交易前成本(機(jī)會成本、為交易成本)約為40BPS。這表明內(nèi)生成本在交易總成本中占有較大比重。

目前，交易成本分析方法分為三類，即基于交易前價格選擇的成本分析、基于交易中價格選擇的成本分析和基于交易后價格選擇的成本分析(見表1)。交易前價格包括：決策時價格、前一日收盤價、當(dāng)日開盤價、到達(dá)價格；交易中價格包括：交易量加權(quán)平均價、時間加權(quán)平均價、OHLC(開盤、最低、最高和收盤價平均)、交易額加權(quán)平均價；交易后價格包括：當(dāng)日收盤價。

全球范圍來看，交易量加權(quán)平均價格(VWAP，Volume weighted averaging price)使用最為廣泛，其次是執(zhí)行差額(IS，Implement Shortfall)和到達(dá)價格(AP，Arrival Price)。表2以VWAP與IS為例，給出兩種算法的優(yōu)缺點(見表2)。

歸納起來，VWAP的優(yōu)點在于：應(yīng)用簡單、市場沖擊成本較低；其缺點在于：忽視了機(jī)會成本、可通過自身交易行為影響基準(zhǔn)價格。IS的優(yōu)點在于：不易操縱、將機(jī)會成本納入評價基準(zhǔn)中；其缺點在于：對數(shù)據(jù)要求較高(需要投資者的決策時間和訂單執(zhí)行情況)、沒有具體的執(zhí)行策略指導(dǎo)而只能單純作為一種評價基準(zhǔn)。

自2005年股權(quán)分置改革以來，全流通、紅籌股回歸、新股IPO等使得A股市場的規(guī)模迅速擴(kuò)大。截至2011年10月底，滬深兩市上市公司超過2304家，總市值超過24萬億元。市場的快速擴(kuò)容也激發(fā)了投資者的交易熱情，截至2011年10月底，滬深市場投資者開戶總數(shù)約為2億戶，股票成交金額達(dá)4.5萬億美元，全球交易所中排名第三。市場規(guī)模和結(jié)構(gòu)的變化直接影響了投資者的交易方法與策略，近年來國內(nèi)各大券商研究機(jī)構(gòu)對數(shù)量化研究逐漸重視起來，紛紛成立相關(guān)的研究部門或小組對其進(jìn)行專門研究，共同基金對數(shù)量化投資策略的重視程度也在不斷提高。數(shù)量化分析不再限于基金的事后績效評估，而是積極地參與到主動投資、選擇股票組合的領(lǐng)域。但是和歐美市場相比，國內(nèi)由于對算法交易及交易系統(tǒng)認(rèn)識的缺乏，算法交易還不是很普遍。

本文采用VWAP方法對我國證券投資基金的股票交易行為進(jìn)行交易成本分析，以探究我國算法交易未來的發(fā)展空間。鑒于基金交易規(guī)模較大，我們采用剔除自身交易的VWAP模型來計算超額VWAP，即剔除基金自身交易的VWAP與市場平均VWAP的差值。VWAP是目前應(yīng)用最為廣泛的基準(zhǔn)價格之一，在歐洲和日本等國家和地區(qū)應(yīng)用較多。VWAP以交易量為權(quán)數(shù)對價格進(jìn)行平均，其計算公式如下：

VWAP=∑(交易價格×交易股數(shù))/∑(交易股數(shù))=買賣總額/交易股數(shù)　(1)

我們將買入方向的超額交易成本定義為∑∑Cij(pi，j-pi，j)，而賣出方向的超額交易成本為一∑∑Ci,j(pi，j-pi，j)。其中，Ci，j為在交易日i投資者買人(賣出)股票j的數(shù)量，Pi，i為在交易日i投資者買入(賣出)股票j的價格，Pi，i在交易日i剔除該基金當(dāng)日交易后股票j的交易均價。為了能夠統(tǒng)一統(tǒng)計口徑、方便比較，我們將計算得出的VWAP除以相應(yīng)買入或賣出金額，得到每交易一元股票時的超額交易成本。

我們以2008年280支證券投資基金作為研究樣本，考察我國以基金代表的機(jī)構(gòu)投資者的交易情況。我們利用VWAP指標(biāo)分別計算了我國證券投資基金交易滬市各板塊股票(所有股票、上證50指數(shù)成分股、上證180指數(shù)成分股以及除去上證50、上證180指數(shù)成分股和ST股票外的其他股票)的交易成本(見表3)。結(jié)果表明：

(1)我國證券投資基金的交易技術(shù)和交易水平存在較大提升空間，如果基金能夠按照最簡單的VWAP方法進(jìn)行交易的話，交易技術(shù)和水平的提高可以為基金公司節(jié)省巨大的成本。

(2)基金之間的交易技術(shù)和交易存在較大差距。以2008年期間基金買入上證50指數(shù)成分股的超額VWAP為例，交易技術(shù)最優(yōu)的基金的交易成本為-120個基點，而交易技術(shù)最差的基金為123個基點，二者相差243個基點。

(3)基金買入股票的交易成本要顯著低于賣出的成本。在2008年基金買入時的交易成本平均為10.98，而賣出時基金交易成本為15.64，二者相差近50％。這表明，相對于賣出交易而言，基金在執(zhí)行買入指令時能更好地控制交易節(jié)奏。

(4)基金交易不同板塊股票時，交易成本存在較大差距。例如，買入上證50指數(shù)成分股票的交易成本較買入180成份股和其他股票的成本要大，而賣出上證50指數(shù)成分股票的交易成本較賣出180成份股和其它股票的成本要小。

以上結(jié)果表明，算法交易在我國資本市場中具有廣闊的應(yīng)用前景，機(jī)構(gòu)投資者可以通過算法交易來降低交易成本、減少市場波動。算法交易在我國證券市場的應(yīng)用不僅有助于投資者交易成本的降低，更有助于減少大額交易引起的市場異常波動。

五、研究結(jié)論

篇(2)

關(guān)鍵詞：國際金融中心；經(jīng)濟(jì)金融評價指標(biāo)；評估指標(biāo)體系

文章編號：1003－4625（2007）06－0039－03中圖分類號：F831文獻(xiàn)標(biāo)識碼：A

一、文獻(xiàn)綜述

國際金融中心一般被定義為金融機(jī)構(gòu)和金融市場聚集、有實質(zhì)性的金融活動發(fā)生的城市。金融中心一般體現(xiàn)為金融機(jī)構(gòu)高度集中的大都市區(qū)，聚集了主要的銀行、證券公司、證券交易所、大量的基金和保險公司。在這個核心功能的周圍又圍繞著大量的支持業(yè)，如會計、律師、信息出售商和出版商等。金融中心金融活動形式多樣，金融產(chǎn)業(yè)高度發(fā)展。

構(gòu)建國際金融中心的評估指標(biāo)體系對于度量和評估現(xiàn)有的國際金融中心,預(yù)測其發(fā)展?jié)摿?以及判別新的國際金融中心的產(chǎn)生都是非常有用的。然而目前這方面的研究數(shù)量有限。80年代，H.C.Reed在《The preeminence of International Financial Markers》中采用層級分析法對金融中心分層次，并分別證明各層次的重要因素。之后，隨著計量方法與經(jīng)濟(jì)理論的發(fā)展，許多外國學(xué)者也于此作出了有益的嘗試。國內(nèi)，楊再斌等人的《上海國際金融中心建設(shè)條件的量化研究》從歷史角度出發(fā)，分析了國際金融中心形成的基本條件，提出建設(shè)國際金融中心應(yīng)該具有城市微觀條件、 國家宏觀條件、周邊外邊環(huán)境等三大類。張澤慧總結(jié)了國際金融中心所普遍具有的特征，綜合了各家的研究成果，從而提出了包括金融機(jī)構(gòu)數(shù)量，金融部門產(chǎn)值，金融市場規(guī)模等一系列評價金融中心的指標(biāo)。胡堅等在《國際金融中心評估指標(biāo)體系的構(gòu)建》一文中選定了具體的金融中心評估指標(biāo)，并且建立了相關(guān)的回歸模型，對于上海作出了實證的分析。

本文擬在已有的研究基礎(chǔ)上，對于一些比較重要的經(jīng)濟(jì)指標(biāo)、金融指標(biāo)作出實證檢驗，驗證這些指標(biāo)與國際金融中心的相關(guān)性，以及這些指標(biāo)對國際金融中心的評估價值。

二、對幾個條件的實證分析

（一）國家的選擇

一般認(rèn)為，全球的國際金融中心大致有40個之多。根據(jù)國際金融中心的功能，采用主流的標(biāo)準(zhǔn)始點法對這四十多個國際金融中心進(jìn)行分類如下：

在國家數(shù)據(jù)可獲得性的前提下，本文盡量覆蓋到國際金融中心的各個類別，最終從以上國家中選用了18個金融中心：東京，倫敦，紐約，巴黎，法蘭克福，香港，新加坡，米蘭，多倫多，馬德里，墨西哥城，馬尼拉，墨爾本，漢城，阿姆斯特丹，開羅，雅加達(dá)，吉隆坡。為了比較的需要，同時隨機(jī)選取了6個非金融中心的國家：孟加拉國，印度，羅馬尼亞，俄羅斯聯(lián)邦，泰國，波蘭。

（二）評價指標(biāo)的選擇

評價國際金融中心的指標(biāo)很多,如國內(nèi)金融機(jī)構(gòu)數(shù)量，所在城市金融從業(yè)人數(shù)，金融部門產(chǎn)值，外匯市場交易量，國家的國際競爭力等等。從國際金融中心的歷史研究來看，國際金融中心通常具有這樣幾大特征：

1.大量聚集的金融機(jī)構(gòu)。1994年2月,倫敦就擁有520家外國銀行和173家外國證券公司,全世界最大的200家銀行就有190多家在倫敦設(shè)有分支機(jī)構(gòu)。香港在2003年4月時,就擁有本地銀行53家、外國銀行126家、保險公司191家、證券機(jī)構(gòu)639家。新加坡在2001年12月時就擁有本國銀行8家、外國銀行125家、保險公司151家、證券機(jī)構(gòu)81家。具體的評價指標(biāo)有：所在城市外國銀行和金融機(jī)構(gòu)數(shù)量，外資銀行占銀行總數(shù)的比率，外國銀行和金融機(jī)構(gòu)在金融中心總部數(shù)量等等。

2.發(fā)達(dá)的金融市場。除記賬式的國際金融中心外,大部分國際金融中心都有完善的金融市場體系與較大的金融市場交易量。2003年初,倫敦的股票市場總市值為17000多億美元,紐約股票市場總市值超過了85400多億美元。具體的評價指標(biāo)有市場交易規(guī)模，證券交易股票市值，國內(nèi)上市公司數(shù)量等。

3.強(qiáng)大的經(jīng)濟(jì)基礎(chǔ)。這點對金融中心形成具有決定性作用，從倫敦、紐約的發(fā)展歷史就可以看出。具體的評價指標(biāo)有GDP值， GDP增長率，投資總額，投資比率= 投資額/GDP等。

4.良好的政治和法制環(huán)境。政治環(huán)境是否穩(wěn)定，法律環(huán)境是否良好，影響著投資者的信心。良好的外部環(huán)境可以減少不確定性，維護(hù)投資者利益。瑞士和貝魯特的例子可以說明外部環(huán)境的作用。具體的評價指標(biāo)有：健全的貨幣(用本幣發(fā)行的國際債權(quán)數(shù)量)， 國際競爭力GCR ，國家政治風(fēng)險ICRG等。

5.人力資本。金融行業(yè)知識密度很高,人力資本是金融業(yè)的核心要素。例如，倫敦金融城占地面積略大于1平方英里,常住居民5000多人,白天人口卻有20多萬,其中一半以上直接從事金融業(yè)。具體的評價指標(biāo)有：金融中心從業(yè)人員數(shù)量，金融從業(yè)人員的熟練程度(從業(yè)年限)， 從業(yè)人數(shù)占城市人口比重等。

6.有利的地理位置優(yōu)勢。有利的地理位置比如說理想的時區(qū)，是客觀的國際金融中心條件。比如說當(dāng)倫敦和紐約兩個較早并且重要的金融中心確定下來之后,東京、香港、新加坡等地正好填補倫敦和紐約之間的時區(qū)空白, 使得這三大地區(qū)的營業(yè)時間能首尾相接,形成全球不間斷的交易網(wǎng)絡(luò)。不過這個特點沒有找到很好的量化指標(biāo)，更多的是一種定性的判斷。

7.良好的基礎(chǔ)設(shè)施建設(shè)。金融行業(yè)對電訊設(shè)施的依賴程度很高。特別是隨著電話銀行、網(wǎng)上銀行業(yè)務(wù)的興起，電訊服務(wù)的費用與質(zhì)量和可靠性對于金融業(yè)的發(fā)展顯得尤為重要。另外,金融中心除了有巨大的信息流、資金流以外,通常還有巨大的人流和物流。因此,除了要有良好的電訊設(shè)施外,還必須有便利的交通。具體的評價指標(biāo)有電訊服務(wù)業(yè)產(chǎn)值等。

8.金融信息高度集中。金融業(yè)對于信息的敏感度很高。如果一個地方靠近信息源，可以盡快獲得大量有用信息的話，這個地方就比較容易成為金融中心。這也是許多國家的首都成為金融中心的原因之一。評價指標(biāo)有交易成本等，但是不好量化。

由上述國際金融中心的特征分析可見：評估國際金融中心是一個復(fù)雜的過程，許多因素都對此有影響和關(guān)系。更為復(fù)雜的是，許多指標(biāo)不好量化，或者數(shù)據(jù)難以找到。胡堅等研究了國際金融中心指標(biāo)評價體系，提出了以下22個可量化指標(biāo)：(1)GDP增長率；(2)投資比率=投資額PGDP；(3)金融部門產(chǎn)值PGDP；(4)金融創(chuàng)新數(shù)量；(5)銀行等金融機(jī)構(gòu)的資產(chǎn)總額；(6)銀行等金融機(jī)構(gòu)的負(fù)債總額；(7)金融業(yè)的電子化程度；(8)金融的穩(wěn)定性：主要相關(guān)國的短期利率變動；主要相關(guān)國的匯率變動；主要相關(guān)國與本地有關(guān)的貿(mào)易政策變動；主要相關(guān)國的股市股價變動；主要相關(guān)國對本地投資的變動；(9)金融從業(yè)人員占全部就業(yè)人員的比例；(10)外資銀行占銀行總數(shù)的比例；(11)銀行等金融機(jī)構(gòu)外幣存款與本幣之比；(12)銀行等金融機(jī)構(gòu)海外存款與存款之比；(13)外匯市場日均交易量；(14)外匯自由兌換程度；(15)國際資本流入量；(16)國際資本流出量；(17)金融市場的種類；(18)金融市場絕對容量；(18)金融市場相對容量。

本文暫且只考慮經(jīng)濟(jì)因素與金融因素，本著易量化，數(shù)據(jù)易獲得，高度相關(guān)的原則，在胡堅等人的研究成果上，選擇了以下具體指標(biāo)：（1）GDP增長率；（2）投資率；（3）金融部門產(chǎn)值貢獻(xiàn)率；（4）股票交易額／GDP。

（三）選定國家指標(biāo)數(shù)據(jù)面板值

（四）圖形分析

選用幾個最發(fā)達(dá)的金融中心（東京，倫敦，紐約，巴黎，法蘭克福，香港，新加坡）與非金融中心作比較，得到以下結(jié)果：

GDP增長率與投資率表達(dá)的是一種經(jīng)濟(jì)增長的潛力。從圖中可以看出，金融中心的GDP增長率與投資率比較接近，曲線比較平緩，同時其數(shù)值不太大；而非金融中心的GDP增長率與投資率各個國家間有較大差異，有些國家有較高的增長率，而一些國家增長率較低。這可以理解為，金融中心一般已有較大的經(jīng)濟(jì)存量，因此GDP保持平穩(wěn)增長，其增長速度并不快；非金融中心的經(jīng)濟(jì)存量較小，其經(jīng)濟(jì)發(fā)展速度因國而異。從圖中可以看出，中心與非中心在GDP增長速度與投資率上差別不大。

金融部門產(chǎn)值貢獻(xiàn)率與股票交易額/GDP這兩個指標(biāo)反映的是金融產(chǎn)業(yè)的發(fā)展程度。從圖中可以看出，金融中心的指標(biāo)值明顯高于非金融中心。這是否意味著這兩個指標(biāo)對于評價金融中心具有明顯的意義呢？如果是的話，這兩個指標(biāo)的相對重要性又是怎樣呢?為了解決這個問題，下面運用spss對以上四個指標(biāo)進(jìn)行l(wèi)ogit 回歸。

（五）計量分析

將上文中選定的18個金融中心按功能類別分別回歸。Y為因變量，x1為GDP增長率，x2為投資率，x3為金融部門產(chǎn)值貢獻(xiàn)率，x4為股票交易額/GDP。

1.Y 對x1x2x3x4同時回歸。結(jié)果如下：

可見，同時考慮四個因素時，可以得到百分百的判別正確率，同時Nagelkerke Rsquare為1。所以這四個指標(biāo)作為一個整體是有其指示作用的。

2.從上面每個類別中隨機(jī)選取一些國家。使Y對x1、x2、x3、x4分別回歸。結(jié)果如下：

Y對x1回歸的percentage correct 為54.5%，同時Nagelkerke Rsquare為0.01。這說明GDP增長率對于評估金融中心意義不大。Y對x2回歸的percentage correct 為54.5%，同時Nagelkerke Rsquare為0.02。這說明投資率與是否金融中心也沒有太大直接關(guān)系。Y對x3回歸的percentage correct 為87.9%，同時Nagelkerke Rsquare為0.61。這說明金融部門產(chǎn)值貢獻(xiàn)率與是否金融中心直接相關(guān)，而且相關(guān)度較高，是一個比較重要的指標(biāo)。但是同時金融中心也不能完全憑借金融部門產(chǎn)值貢獻(xiàn)率來判斷。Y對x4回歸percentage correct 為100%，同時Nagelkerke Rsquare為1。這說明股票交易額/GDP的比值與是否金融中心高度相關(guān)。這也是與實際情況吻合的，金融產(chǎn)業(yè)發(fā)達(dá)的國家基本都有較發(fā)達(dá)的股票市場，股票交易額通常較大。

3.以上所有的回歸結(jié)果中，變量的wald檢驗都沒有通過，說明logY 對x1x2x3x4 不存在顯著的線性關(guān)系。因此，此模型只能用來檢驗x1x2x3x4對Y的判別作用，這可以用percentage correct是否改進(jìn)來判別。

三、結(jié)論

金融中心的存在不僅在于其經(jīng)濟(jì)體的強(qiáng)大程度，以及當(dāng)?shù)貙捤傻闹贫拳h(huán)境。 也許其重點更在于金融中心應(yīng)該有能力提供金融的專業(yè)化服務(wù),并且具有完備的金融市場，使金融機(jī)構(gòu)在金融中心所在地可以獲取在其他地方不能獲取的利益。因此，一國要想擁有國際金融中心的地位，應(yīng)當(dāng)特別重視金融業(yè)的發(fā)展。一方面大力發(fā)展金融產(chǎn)業(yè)，提高金融部門產(chǎn)值的貢獻(xiàn)率；另一方面同時發(fā)展金融市場，完善股票市場，提高金融市場容量。

參考文獻(xiàn)：

[1]胡堅等.國際金融中心評估指標(biāo)體系的構(gòu)建［J］.北京大學(xué)學(xué)報,2003,(9).

[2]倪鵬飛,孫承平.中國城市：金融中心的定位研究［J］.財貿(mào)經(jīng)濟(jì),2005,(2).

篇(3)

問題的提出

最小報價單位（ticksize）是指證券交易時報價的最小單位，它規(guī)定了兩個不同的價格下委托價格的最小距離。在金融理論中，一個通常接受的關(guān)于市場流動性的定義是：如果投資者在其需要的時候能夠以較低的交易成本很快地買或者賣大量的股票而對價格產(chǎn)生較小的影響，則稱市場是流動的（Hams，1990）。根據(jù)Kyle（1985）和Harris（1990）的定義，在市場微觀結(jié)構(gòu)的研究中，市場流動性通常包括以下四個方面：寬度（width），即買賣價差、深度（depth）、彈性（resiliency）和即時性，（immediacy）。值得注意的是上述四個方面是相互作用的。在報價驅(qū)動型市場上，做市商（marketmaker）或者特約證券商（specialist）通過連續(xù)地報出買賣價格和愿意交易的股份數(shù)對市場提供流動性。買賣價差是投資者為及時性所支付的成本，相當(dāng)于做市商提供及時性而獲得的單位收益。買賣價差越??；則交易成本越小，流動性也越好。在委托單驅(qū)動型的市場上，買賣價差是“無忍耐力的投資者”（impatienttrader）為及時性所支付的成本。從買賣價差的角度看，不論是對報價驅(qū)動型的市場還是對委托單驅(qū)動型的市場而言，買賣價差越低，則交易完成的速度就越快，市場的流動性也就越好。最小報價單位，實際上就是最小的買賣價差。因此，最小報價單位的大小對證券市場的流動性有著重要的影響。

市場微觀結(jié)構(gòu)理論中最小報價單位對證券市場流動性的研究已經(jīng)成為證券市場研究的熱點之一。我國股票市場走過了十年的風(fēng)雨歷程，但我們對證券市場的微觀結(jié)構(gòu)研究還處于起步階段，國內(nèi)學(xué)術(shù)界對最小報價單位的研究仍然是一個空白。盡管目前中國股票市場上沒有低于1元以下的股票，也沒有高于100元的股票，但是高價位股和低價位股是否應(yīng)該使用同樣的最小報價單位，仍然是一個值得商榷的問題。相信隨著高價股的不斷增多，開展最小報價單位的研究也就有了重要意義。

最小報價單位大小的理論含義

一般來說，股票價格高低本身對其在市場上的表現(xiàn)沒有影響，但是價格的離散程度卻會對其在市場上的表現(xiàn)產(chǎn)生影響。在大多數(shù)的市場上，最小報價單位（即價格的離散程度）直接同價格水平相聯(lián)系，因此，價格水平也就間接影響股票的表現(xiàn)。

最小報價單位的大小對市場有如下影響：

首先，報價單位越大，相應(yīng)地買賣價差也就越大。因此，在關(guān)于買賣價差的決定因素中，報價單位是其中的一個重要決定因素。

其次，如果交易對手能夠自由選擇交易價格的話，大的最小報價單位有排除發(fā)生交易的可能性。最小報價單位的存在使得價格產(chǎn)生了不連續(xù)性，產(chǎn)生了交易成本。Demsetz（1968）第一個研究價差與交易成本之間的關(guān)系。他認(rèn)為如交易成本太大，或者最小報價單位太大，交易就不能完成。

第三，如果報價單位太小，也會影響市場的及時流動性（immediateliquidity）。為了深入研究這一問題，我們來研究報價撮合人問題（quote-matcherproblem）。報價撮合人的策略是利用包含在已經(jīng)存在的委托單中的信息。當(dāng)一個大的限價委托單來到市場的時候，報價撮合人有在那個委托單到來以前進(jìn)行交易的動機(jī)。報價撮合人將試圖在大的委托單到來之前提交委托單，并在大的委托單執(zhí)行之后價格的回復(fù)過程中獲利。結(jié)果，其他做市商進(jìn)行交易將冒著被報價撮合人跳過的風(fēng)險。在其他情況相同的條件下，做市商將提交小額委托單，因此市場的深度下降。減少報價撮合人問題的一個方法就是嚴(yán)格執(zhí)行第二優(yōu)先原則（時間優(yōu)先原則）。對報價撮合人來說獲得對大額委托單優(yōu)先權(quán)的唯一方法是通過價格。然而如果報價單位太小，則“做市商可以很便宜地提交一個報價或者一個價格稍微有利的限價委托單，從而利用價格優(yōu)先獲得主動權(quán)”。一個合適的最小報價單位和時間優(yōu)先原則的結(jié)合可以保護(hù)做市商的限價委托單。只有上述兩條原則得到加強(qiáng)，報價撮合人的問題才能大大消除?？傊粋€較小的報價單位會損害市場的深度，這也就是我們看到許多市場采用較大的報價單位的原因。

從我們的觀點來看，報價撮合人的問題對深市和滬市的交易結(jié)構(gòu)來說并不顯得迫切。原因在于：第一，市場上沒有指定的做市商，市場的流動性是由投資者提交的限價委托單提供的。這樣，深度更多地獨立于報價單位。另外，Harris（1990和1994）對報價撮合人的討論主要依據(jù)一個隱含的關(guān)于匿名的假設(shè)，如果報價撮合人必須公開自己的身份，他會破壞自己的聲譽，結(jié)果在以后的重復(fù)博弈中受到損害。由于中國的深市和滬市是高度透明的市場，報價撮合人的問題并不嚴(yán)重。第三，相對較高的報價單位對做市商來說意味著較高的交易成本，同時也意味著對提供做市服務(wù)的較高的補償。在一個沒有指定的做市商的市場上，人們可以通過相對較高的報價單位從而希望投資者排隊提供流動性。Harris（1992，1994）討論了這種效果，并且指出，如果做市商面對需求價格沒有彈性的投資者的話，將從大的報價單位中獲利。然而，如果做市商面對的是價格需求彈性大的投資者的話，例如機(jī)構(gòu)投資者，則較小的報價單位的劣勢可以通過不斷增加的交易量而獲得的利潤來抵消。這就意味著一個大的報價單位再加上需求沒有彈性將使得做市商提供流動性具有吸引力。Grossman和Mille（1988）認(rèn)為最小買賣價差對做市商補償他們做市的固定成本是必須的，但是問題是應(yīng)該找出“一個合適的報價大小……使得該報價大小對場內(nèi)做市商來說可以保持一個具有競爭力的流動性的提供，但是卻又不至于產(chǎn)生分配和排隊等問題”。從上面的分析中可以清楚地看出，最小報價單位的大小有以下的影響：一是影響相對買賣價差，二是影響市場的深度，三是影響交易量。

最小報價單位對不同市場參與者的影響

有以下市場參與者關(guān)心報價單位的大小：

首先是做市商。做市商的利潤中有很大一部分來源于買賣價差。如果報價單位使買賣價差擴(kuò)大，做市商的利潤將擴(kuò)大。然而正如前面所說的，如果降低報價單位能夠使得交易量增加的話，減小報價單位導(dǎo)致的較低的利潤可以通過交易量的增加來抵消。

投資者是對最小報價單位大小感興趣的人。小額交易的投資者對較小的價差感興趣，大額交易的投資者對市場深度感興趣。如一個較小的報價單位能夠?qū)е乱粋€較小的價差和較小的市場深度，大額交易的投資者可能更加偏好于較大的最小報價單位。

上市公司可能也對最小報價單位感興趣。如果一個大的報價單位使得交易成本上升、交易量下降的話，則公司的融資成本可能會增加。交易所的利潤來源于交易量的大小。如果因為報價單位使得交易量下降，從而導(dǎo)致交易所利潤下降的話，交易所將偏好于采用較小的報價單位。

最小報價單位研究的文獻(xiàn)綜述

關(guān)于最優(yōu)最小報價單位研究文獻(xiàn)，從研究方法上分類，可以分為理論研究和實證研究。在理論研究中，可以分為如下幾類：第一類認(rèn)為最小報價單位的大小起源于流動性的提供者之間類似Bertrand的價格競爭模型所描述的競爭導(dǎo)致的市場摩擦（Anshuman和Kalay（1998），Bernhardt和Hughson（1996），Kandel和Marx（1996））。第二類研究將最小報價單位等同于協(xié)商的觀點模型化（Brown，Laux，Schachter，1991，和Cordelia，F(xiàn)oucaultl996）。第三類研究最小報價單位與為委托單流所支付的成本（paymentfororderflow）之間關(guān)系（Chordia和Subrahmanyam，1995，Battalio和Holden，1996）。第四類研究認(rèn)為，盡管較小的報價單位將降低價差，但是同時也降低了深度（因此降低了市場的流動性），原因在于提供流動性的邊際利潤下降（Seppi，1997和Hams，1994）。

對最小報價單位的實證研究一直是市場微觀結(jié)構(gòu)研究中的重要領(lǐng)域。隨著日內(nèi)數(shù)據(jù)庫（intra-daydata）的建立和計算機(jī)數(shù)據(jù)處理能力的提高，研究人員已可以從事這項工作。而在10年以前，這樣的工作幾乎不可能進(jìn)行。

對最小報價單位對市場流動性的影響的研究是與交易所交易規(guī)則的變化聯(lián)系在一起的。對最小報價單位對市場流動性的影響的研究，主要是圍繞紐約證券交易所、納斯達(dá)克市場、美國證券交易所等世界主要交易所而展開的。Peake（1993）、Hart（1993）和Ricker（1993，1996）對紐約證券交易所的$1／8報價單位進(jìn)行了研究。事實上，所有的研究人員都同意報價單位越小則報價價差（quotedspread）越小的觀點。如果價差減小，投資者買賣股票的交易成本將會降低。同樣，研究人員也贊同隨著買賣價差的減小市場深度可能會下降。這樣，如果報價價差縮小但交易量也同時下降，那么市場的流動性如何變化還是不確定的：一般來說，對小額交易的投資者有益；而對大額交易的投資者則未必。Harris（1994）指出，NYSE和AMEX的最小報價單位對市場流動性有顯著影響。他分析了最小報價單位變化對相對價差、交易量和市場深度的影響，并且估算了將最小報價單位從$1／8降到$1／16的效果。研究結(jié)果發(fā)現(xiàn)對股價低于10的股票，降低最小報價單位將導(dǎo)致相對價差減少36％，交易量增加30％，深度降低15％。由于交易成本與深度成反比關(guān)系，很難確定是否一個較小的報價單位能夠增強(qiáng)總的市場流動性。Hams的結(jié)論得到了接下來的一系列實證研究，例如Harris（1996、1997），Bacidore（1997），Porter和Weaver（1997），Goldstei和Kavajecz（1999），Jones和Lipson（1999）的支持。

1997年7月24日，紐約證券交易所把最小報價單位從1/8調(diào)整到1/16，這是有兩百多年歷史的紐約證券交易所第一次降低最小報價單位。Goldstein和Kavaiecz（2000）研究了1997年6月24日紐約證券交易所最小報價單位從1／8減少為1/16后對市場流動性的影響。研究發(fā)現(xiàn)報價價差平均減少了38％，深度減少了15％。研究還表明價差和委托單簿上的累積深度的同時減少使得流動性的需求者進(jìn)行小額交易時有利而進(jìn)行大額交易時不利。

1997年7月2日，納斯達(dá)克改革了它的報價單位，即對股價在10美元以上的股票的報價單位從1/8降到1/16.一份關(guān)于納斯達(dá)克的研究報告（1997）表明：對于那些成交活躍且股價在10—20美元之間的股票，買賣價差平均降低了17，9％；而股價在20美元以上的股票，買賣價差平均降低了16.2％。深度也分別下降了13.9％和12.4％。

Ahn，Cao和Choe（1996）研究了1992年9月份美國證券交易所股價在1-5美元之間的股票的最小報價單位從$1／8降到$1／16時的情況。大部分交易活躍的股票的交易成本下降了18.9％，這樣每年可節(jié)約640萬美元。1995年2月，美國證券交易所把股價在5—10美元的股票的最小報價單位從$1/8調(diào)整到$1/16.Chakravarty和Wood（2000）對2000年8月28日美國證券交易所和紐約證券交易所采用小十進(jìn)制報價進(jìn)行了實證研究。他們選取13只股票（美國證券交易所6只、紐約證券交易所7只），分析它們在最小報價單位采用十進(jìn)制報價前后市場的變化情況。采用的數(shù)據(jù)為該組股票在十進(jìn)制報價之前15天和十進(jìn)制報價實施后10天的實時交易數(shù)據(jù)。研究結(jié)果表明，在十進(jìn)制實施后，買賣價差出現(xiàn)了大幅度下降：美國證券交易所交易的股票平均下降了47％，紐約證券交易所的股票平均下降了38％。同時，他們也發(fā)現(xiàn)地區(qū)性的交易所（如辛辛那提、波士頓、芝加哥）的報價頻率（quotefrequency）顯著上升，平均上升了54％。而對深度而言，美國證券交易所和紐約證券交易所分別下降大約19％和15％。

Bacidore（1997）研究了多倫多股票交易所1996年4月15日最小報價單位轉(zhuǎn)為十進(jìn)制報價后對市場質(zhì)量的影響。他發(fā)現(xiàn)，對那些最小報價單位從1／8美元減為5美分的股票，采用十進(jìn)制后價差減少了，但是流動性卻沒有受到影響，同時，這些股票的交易量也沒有增加。對那些最小報價單位從5美分減少為1美分的股票，采用十進(jìn)制后對市場質(zhì)量幾乎沒有影響。Ricker（1997）對平均節(jié)約的交易成本進(jìn)行了量化，他通過幾種方法測量出每股節(jié)約1.7美分，總計每年2160萬美元。

1994年12月，Niemeyer研究了斯德哥爾摩證券交易所一些比較活躍的股票1991年11月3日到1992年1月17日期間交易日的交易數(shù)據(jù)。研究發(fā)現(xiàn)，首先，較高的最小報價單位對應(yīng)著一個較大的買賣價差，因而對市場流動性是有害的。其次，隨著最小報價單位的增大，市場深度相應(yīng)增大，從而市場的總體流動性的影響效果是不確定的。最后，他發(fā)現(xiàn)有充分的證據(jù)表明較高的最小報價單位對應(yīng)著較低的交易量。該發(fā)現(xiàn)類似于Harris（1994）對NYSE的實證研究。Niemeyer的研究還發(fā)現(xiàn)，盡管斯德哥爾摩證券交易所是委托單驅(qū)動型的交易制度，但是同紐約證券交易所的報價驅(qū)動型的交易制度相比；最小報價單位在委托單驅(qū)動型市場中同樣重要。而且最小報價單位的降低總會對小額交易者有利，因為他們會從減小買賣價差中獲益。然而，較大的買賣價差的負(fù)面影響可以被大額交易者的市場深度增加而抵消。當(dāng)然，降低最小報價單位顯然有利于公司，因為這降低了他們的籌資成本（交易成本降低）；也有利于證券交易所，因為交易量會大幅上升。

總之，關(guān)于最小報價單位的大小一直是一個公開爭論的問題。一個大的最小報價單位會使買賣價差人為地擴(kuò)大，由于較大的交易成本，減少了市場參與者交易的意愿，結(jié)果減少了市場流動性。減小最小報價單位將有助于增強(qiáng)流動性提供者之間的競爭，減少買賣價差，這將有利于流動性的需求者。但是，一個較小的報價最小單位會產(chǎn)生較高的協(xié)商成本（negotiationcosts），或者對采用限價委托單交易的投資者不能提供足夠的價格保護(hù)，從而挫傷投資者的積極性，結(jié)果減少了流動性提供者提供流動性的動機(jī)。較大的報價最小單位之所以能夠減少協(xié)商成本是因為它減少了可能的交易價格的范圍，投資者為了獲得價格優(yōu)先必須對其價格進(jìn)行顯著的改進(jìn)。結(jié)果，盡管較大的最小報價單位人為地擴(kuò)大了買賣價差，但同時也減少了協(xié)商成本，增加了對限價委托單的保護(hù)，從而能夠改進(jìn)市場的流動性。

盡管如此，Aitken，F(xiàn)rino和Madhoo（1995）對澳大利亞股票市場的研究卻認(rèn)為增加報價單位會減少市場的流動性，而減少報價單位能夠改進(jìn)市場的流動性?？傊?，目前還沒有足夠的證據(jù)說明最小報價單位的增加能夠減少協(xié)商成本，使得即使買賣價差較大但是卻能夠改進(jìn)市場的流動性。

世界主要交易所最小報價單位情況簡介

1.紐約證券交易所

紐約證券交易所成立于1792年。最初，報價單位是根據(jù)股票票面價值的8％定價的。1915年，定價基準(zhǔn)從票面價值的百分比調(diào)整為美元，即增量為1／8美元。形式上，調(diào)整到1/16定價需要修改紐約證券交易所規(guī)則第62條，該條規(guī)則規(guī)定股價在1美元以上的所有股票報價單位采取1/8定價。很多研究人員提倡實行十進(jìn)制，這些人包括Peake（1993）、Hart（1993）和Ricker（1993，1996）。他們長期以來辯論說，1/8定價顯得過于粗糙，阻礙了股票市場的競爭，并人為地導(dǎo)致了買入和賣出之間過大的價差。既然交易成本是買賣價差的函數(shù)，那么改革1/8定價就可以改善交易成本過高的現(xiàn)狀。證券交易委員會（SecurltlesandExchangeCommission，SEC）在1991年第一次參與了辯論，并在1994年1月的美國資本市場“Market2000”全體人員研討會上更多地卷入這場辯論。相關(guān)人員贊同十進(jìn)制的倡議，并建議立即把證券市場調(diào)整到1/16定價機(jī)制，然后在稍后的某個時間采用基于美分的十進(jìn)制定價機(jī)制。這次研討會從證券交易者協(xié)會（SecuntlesTradersAssociation）等組織那里聽取到大量批評意見。

紐約證券交易所對十進(jìn)制并沒有正式表態(tài)。1996年9月，SEC委員Wallman再次挑起了十進(jìn)制的辯論，并發(fā)表了意義深遠(yuǎn)的講話——《技術(shù)和我們的市場：十進(jìn)制的時代已經(jīng)到來》（Wallman，1996）。在證券業(yè)的一次討論會上，Wallman繼續(xù)通過論文、會議、新聞報道等行動闡述實施十進(jìn)制的證據(jù)。

在同一時間，與美國相鄰的加拿大提供了有力的證據(jù)表明十進(jìn)制可以很好地運作。1996年4月15日，多倫多股票交易所摒棄了使用長達(dá)144年的1/8股票定價機(jī)制，現(xiàn)在的股票交易采用5美分增量。據(jù)稱，這次變換很成功，大量的研究表明股票交易趨于繁榮。這在很多程度上證實了十進(jìn)制、縮小價差以及更低的交易成本的好處。

1997年上半年，1/8機(jī)制開始削弱。首先是美國證券交易所理事會在3月13日批準(zhǔn)所有股票采用1/16定價機(jī)制。隨后，納斯達(dá)克理事會在3月25日批準(zhǔn)采用1/16定價機(jī)制。紐約證券交易所成了世界上唯一一個仍然使用1/8定價機(jī)制交易的主要股票交易所。

美國國會曾經(jīng)采取行動試圖改變紐約證券交易所。1997年3月13日，議員Oxley和Markey提出“H.R.1053”法案，督促SEC規(guī)定沒有最小的報價增量限制。4月10日和15日，國會舉行了該法案的聽證會，在聽證會上，Ricker以及其他許多學(xué)者、交易商和投資者出面作證。來自于不同股票交易所的官員也作證，他們中的許多人贊同更小的報價增量是有益的；某些人支持十進(jìn)制。紐約證券交易所再一次充當(dāng)了獨自為自己鐘愛的1/8機(jī)制辯護(hù)的角色。紐約證券交易所開始受到來自其他市場的競爭，一些地方性的市場也宣布了向1/16機(jī)制轉(zhuǎn)換的計劃。

到1997年6月，紐約證券交易所面臨著美國國會兩院關(guān)于十進(jìn)制定價機(jī)制的未決法案。Oxley的法案在議院財政委員會未通過，下一步是全體商業(yè)委員會委員投票。更多的壓力來自于SEC、學(xué)者、一些交易專家和投資者。這時候，關(guān)于定價機(jī)制的爭吵成了各大報紙的頭條新聞。

2000年8月28日，7只在紐約證券交易所上市的股票和6只在美國證券交易所上市的股票開始嘗試采用十進(jìn)制的報價方式。該實驗性計劃標(biāo)志著華爾街結(jié)束了其采用了超過200年的分?jǐn)?shù)報價的歷史。接著又于9月25日增加了數(shù)十只此類報價的股票。這些股票中包括大型的、交易活躍的股票，如美國在線，也有知名度較低的股票。試行計劃的下一階段將增加美國家用產(chǎn)品公司等股票。

2000年12月4日，紐約證券交易所擴(kuò)大其十進(jìn)制報價的試行計劃，增加94只股票以十進(jìn)制進(jìn)行報價和交易。2001年1月29日，紐約證券交易所對在其上市的所有股票采用十進(jìn)制報價交易規(guī)則。值得注意的是，所有股票不論其股價大小，均采用1美分的最小報價單位。

2.納斯達(dá)克市場

步紐交所的后塵，納斯達(dá)克市場于2001年3月12日開始對15只股票采用十進(jìn)制報價。2001年3月26日，又增加了199只股票采用十進(jìn)制報價。2001年4月9日納斯達(dá)克開始對所有上市交易的股票采用十進(jìn)制的報價。

一份早先的研究報告指出，買賣價差的降低不會增加日內(nèi)的波動性。盡管交易次數(shù)下降，但是平均交易的大小增加了。十進(jìn)制報價的倡導(dǎo)者認(rèn)為，采用一分的增量將增加競爭，同時也將降低交易成本。至此，包括紐約證券交易所、美國股票交易所，地區(qū)性的交易所和期權(quán)交易所全部采用十進(jìn)制報價。采用十進(jìn)制報價使得美國的股票市場和外匯市場都采用十進(jìn)制報價，相互協(xié)調(diào)一致。

3.主要交易所的最小報價單位比較

在表1中，我們對世界土要交易所的最小報價單位進(jìn)行了比較，并且考慮了交易所對不同價位股票最小報價單位的細(xì)分情況。

篇(4)

解決了變現(xiàn)和分享

我們不妨把藝術(shù)品“股票”看做是藝術(shù)品金融化的又一個嘗試。所謂藝術(shù)品金融化，其含義是在藝術(shù)品領(lǐng)域融入金融的手段和工具，使金融與藝術(shù)品投資相結(jié)合，實現(xiàn)兩者相互促進(jìn)發(fā)展。

應(yīng)當(dāng)說，藝術(shù)品市場非常需要金融機(jī)構(gòu)的參與，把金融投資的一些理念融入藝術(shù)品行業(yè)，可以擴(kuò)大市場想象空間，激活市場，帶動更多的人參與市場，快速提升市場活躍度。

最近幾年，藝術(shù)品金融化亦被寄予厚望。天津市文化藝術(shù)品交易所的藝術(shù)品“股票”模式正是在這樣的背景下推出。其模式簡以言之，是把單件藝術(shù)品分割成等額股份，由投資人認(rèn)購，股票可在交易所買賣。模式形同股票市場，等于把企業(yè)的股票買賣模式植入藝術(shù)品行業(yè)。它對投資者的意義在于投資手續(xù)簡單化、便利化，提高了流動性。

過去投資者對藝術(shù)品往往難以下手，首先因為藝術(shù)品是非標(biāo)準(zhǔn)化產(chǎn)品，價值難以評估，主觀性較強(qiáng)。其次是投資購買頗費周折，時間成本高，鑒賞要求高，不易于完成交易。再次即使購買回來，退出又是一個難題，需要較長的周期。

如果說份額化交易模式是個創(chuàng)新，那么，其創(chuàng)新體現(xiàn)在，嘗試為小額資金投資者提供了參與分享市場的機(jī)會，同時嘗試解決藝術(shù)品流動變現(xiàn)問題。眾所周知，藝術(shù)品屬于高端投資領(lǐng)域，投資億元也不是什么新鮮事，藝術(shù)品變現(xiàn)速度慢，且如果沒有充裕的閑置資金，根本不敢投到藝術(shù)品上。這是一般投資人在藝術(shù)品投資上面臨的兩大難題，此模式一定程度上解決了這兩個問題。

致命的缺陷

但是，我們也注意到，這個模式存在一個缺點，是其本身無法解決的內(nèi)在缺陷。因為藝術(shù)品股票把本可以存在的投資者與藝術(shù)品情感交流割裂開，藝術(shù)品股票模式缺乏支撐投資回報的基礎(chǔ)。

藝術(shù)品投資有一定感情黏度，這可能是其他投資領(lǐng)域所不具備的。

過去十幾年，中國藝術(shù)品市場參與人數(shù)不斷增多，而離開的人很少，因為無論藏家還是投資者，接觸藝術(shù)品以后都會投入一定的感情，最后對藝術(shù)品充滿感情，無法割舍，從中獲得藝術(shù)享受。許多人更愿意自己來參與操作。以在線交易方式完成藝術(shù)品投資，把藝術(shù)品本身的魅力與投資者割裂開，消滅了藝術(shù)品的魅力。

藝術(shù)品投資基金同樣面臨這個問題，但畢竟涉及人數(shù)有限?，F(xiàn)實中人們可以通過鑒賞會、投資者大會等方式實現(xiàn)投資者與所投資的藝術(shù)品建立情感交流，投資者既可實現(xiàn)收益目的，又可以獲得藝術(shù)享受。這也是為什么藝術(shù)品投資基金能夠發(fā)展得好、前景更樂觀的重要原因。

藝術(shù)品股票存在一個致命缺陷，是模式本身無法解決的問題。讓我們來比較一下藝術(shù)品股票和企業(yè)股票。企業(yè)股票有企業(yè)利潤作為價值評估基礎(chǔ)， 哪怕不在二級市場交易股票，持有股票本身即享有企業(yè)利潤分配權(quán)。企業(yè)源源不斷的利潤是股票價值的基礎(chǔ)和保障。我們不禁要問，藝術(shù)品“股票”投資者是否具備這樣的基礎(chǔ)呢?藝術(shù)品“股票”拿什么回報投資者?換句話說，投資者的收益來自何方?

藝術(shù)品股票缺乏這樣的基礎(chǔ)，藝術(shù)品價值雖然有一個自然增長率，即時間價值，它隨著時間流逝而自然增值，但是，誰也無法判定這個自然增長率到底有多高。也就是說，投資人只有把股票在市場上賣出后才有收益，如果不交易，收益根本無法體現(xiàn)。這無異于設(shè)計了一個游戲，只有投資者源源不斷地加入才是保證市場運行下去的基礎(chǔ)。萬一沒有人愿意投資了，原來的投資者怎么辦呢?那可能的結(jié)果是：無期限地持有下去，直到有人來接手，或者是把作品拿到拍賣會拍賣分錢，估計這將是一個漫長的過程。

目前解決藝術(shù)品投資期收益問題的途徑不多，出租收費、有償展覽、復(fù)制品出售等方式是其選擇項，如果此項工作開展順利則可以成為藝術(shù)品日常收入來源，部分解決藝術(shù)品股票的利潤問題。但這些業(yè)務(wù)開展在國內(nèi)還不太成熟，收效甚微，不過，前景值得期待。

三點思考

當(dāng)前，藝術(shù)品份額化作為一種新的投資模式，其未來發(fā)展有三點值得我們深入思考：

其一，上市交易的藝術(shù)品的質(zhì)量是健康運行的前提和基礎(chǔ)。如果控制不好，必成為炒作的平臺，一旦變成了擊鼓傳花的游戲模式，其結(jié)果必定是災(zāi)難性的。我們恐怕難以理解，本來線下交易每平尺只1萬元的藝術(shù)品，上市后如何就成為百萬千萬呢?

篇(5)

關(guān)鍵詞：廣義虛擬經(jīng)濟(jì)；不完全信息；羊群效應(yīng)； CSAD曲度

中圖分類號：F8 文獻(xiàn)標(biāo)識：A 文章編號：1674-9448 （2016） 03-0098-10

Abstract： Based on the generalized virtual economy ，this paper uses the curvature of CSAD and turnover rate as indicators， and establishes empirical model to analyze their correlation to further detect the relationship between the incomplete information transaction and the developing tendency of herd behavior. Conclusion shows that when turnover rate rises， incomplete information transaction accumulates which lead to the accumulation of the noise information and finally herd behavior.

Keywords： generalized virtual economy， Incomplete Information， Herd Behavior， CSAD Curvature

一、引言

在行為金融學(xué)（行為金融學(xué)是從市場主體的行為習(xí)慣、心理情緒、思維想法等主觀性較強(qiáng)的方面對當(dāng)前金融領(lǐng)域的行為進(jìn)行新的解釋，結(jié)合了傳統(tǒng)金融學(xué)、社會學(xué)、心理學(xué)等多門學(xué)科的一個綜合性的研究領(lǐng)域，因此，從定義來看，行為金融學(xué)是廣義虛擬經(jīng)濟(jì)研究內(nèi)容的一部分）領(lǐng)域當(dāng)中，羊群效應(yīng)是其中一個研究的熱點問題。羊群效應(yīng)，描述的是市場主體忽略其所擁有的私人信息，跟隨市場上大多數(shù)主體的制定行為決策的現(xiàn)象，本質(zhì)上具有趨同性的特征。羊群效應(yīng)存在于社會生活中的方方面面，也對社會環(huán)境和行為主體產(chǎn)生進(jìn)一步的影響。以股票投資市場為例，如果股票市場上存在羊群效應(yīng)，許多投資者傾向于投資某一行業(yè)或者某一股票，可能會造成股票市場的異常波動，使得資產(chǎn)價格偏離其內(nèi)在價值，進(jìn)一步加劇市場的無效性。而目前我國金融市場的發(fā)展仍然不完善，體制仍不健全，尤其在信息披露和傳導(dǎo)機(jī)制方面，仍然存在著一定的制約因素，而市場主體信息的局限和缺失，導(dǎo)致了羊群效應(yīng)具有普遍存在性。

由于股票市場是一個國家資本市場體系的重要組成部分，也是作為一國經(jīng)濟(jì)發(fā)展的晴雨表，因而其發(fā)展的完善化、市場化程度倍受關(guān)注。而近些年來股票市場上出現(xiàn)了越來越多的金融異象，同時伴隨著板塊輪動、概念炒作等現(xiàn)象，而這些大多數(shù)是由市場復(fù)雜多變的因素所致。在這些因素中，以投資者自身的主觀因素最為復(fù)雜。因為作為市場主體，投資者的投資決策過程中受到行為習(xí)慣、心理、情緒、思維等眾多主觀因素影響較多，而這些因素難以用現(xiàn)有數(shù)據(jù)進(jìn)行準(zhǔn)確衡量，因而也需要不斷提出新方法、新思路來進(jìn)行研究。因此，本文基于廣義虛擬經(jīng)濟(jì)的新方法、新思路，來探討股票市場中不完全信息與股票市場羊群效應(yīng)變化趨勢之間的關(guān)系。

在羊群效應(yīng)的理論研究中，從不完全信息（Incomplete Information）的角度進(jìn)行研究是當(dāng)前一個較為創(chuàng)新的一個觀點。對于羊群效應(yīng)和不完全信息兩者關(guān)系的研究，目前尚未達(dá)成統(tǒng)一的因果關(guān)系定論，但是學(xué)者均認(rèn)為兩者之間必然存在著較為密切的雙向聯(lián)系。即市場上的不完全信息的積累可能會促使信息薄弱者產(chǎn)生羊群效應(yīng)，而羊群效應(yīng)的產(chǎn)生也可以進(jìn)一步導(dǎo)致市場信息的無效性。

不完全信息交易是指市場主體在進(jìn)行交易決策行為時，沒有利用市場上的所有有效信息作為決策依據(jù)的行為。這種非理易一方面是由于市場機(jī)制如信息披露機(jī)制、傳導(dǎo)機(jī)制等因素的影響；另一方面則是與個人的獲得信息能力相關(guān)，不同主體其獲取信息成本不一樣。不完全交易行為的存在，可能會導(dǎo)致資產(chǎn)價格背離價值，滋生價格泡沫等市場無效現(xiàn)象的出現(xiàn)。Kyle（1985）[1]最早將這種給市場帶來無效性的行為定義為“噪音交易”行為。Admati（1991）[2]，Radal和McAleer（1993）[3]的實證研究表明市場中的羊群行為主要來自投資者行為的非理和投資信息的不對稱性。Avery和Zemsky（1998）[4]則認(rèn)為兩個信息不完全因素可以導(dǎo)致羊群效應(yīng)的產(chǎn)生，一是資產(chǎn)價值的不確定性，另一則是偶然事件比如對資產(chǎn)價格的偶然沖擊的發(fā)生。

在實證研究方面，也有很多學(xué)者采用多種方法來研究羊群效應(yīng)與不完全信息交易的關(guān)系，也嘗試量化不完全信息因素在羊群效應(yīng)中的影響程度。Redding（1996）[5]較早研究了噪音交易與羊群效應(yīng)之間的關(guān)系。市場上噪音交易越多，則羊群效應(yīng)表現(xiàn)越顯著。Sias（2004）[6]認(rèn)為交易市場中的噪音是一種實際摩擦，而投資者在制定交易決策時，如果其所獲得的信息越有限，則其交易帶來的市場交易摩擦更大，導(dǎo)致更高的交易成本。Diether，Malloy和 Scherbina（2002）[7]則用換手率指標(biāo)衡量市場信息的傳播，換手率越高，則信息傳播越廣泛。Shing-Yang Hu（2006）[8]以中國臺灣股票市場為研究對象，采用買賣雙方報價信息將市場交易價格中的有用信息與噪音信息相分離。其研究發(fā)現(xiàn)：噪音信息具有明顯的時間效應(yīng)，即接近閉市時的噪音交易比開市時要多，且臺灣股票市場的噪音信息主要來自于兩個方面，即較大的價格變動單位和較長的交易時間。William T.Lin，Shih-Chuan Tsai和Pei-Yau Lung（2013）[9]研究了投資者結(jié)構(gòu)與股票市場噪音信息的關(guān)系。其研究結(jié)果表明，機(jī)構(gòu)投資者一般具有較為充分的信息量，因而其交易決策行為能夠降低市場上的噪音交易；而個人投資者由于有限的信息，其投資決策行為會給市場帶來更多的噪音信息，尤其是在一些具有高收益的股票投資方面。

二、不完全信息交易因素的影響

股票市場往往是積聚著一定程度的羊群效應(yīng)現(xiàn)象。表現(xiàn)在不同的股票市場，在不同的時期，羊群效應(yīng)的強(qiáng)弱程度可能不同。從本質(zhì)上分析，股市上的羊群效應(yīng)現(xiàn)象，一方面是由于我國股市的制度不完善，市場信息的披露不盡全面、透明，造成與股票投資的相關(guān)市場信息不能夠完全傳遞到投資者，導(dǎo)致了不同投資者之間信息不對稱；另一方面則是由于個人投資行為習(xí)慣、風(fēng)險偏好等個體因素不一致，因而也會形成個體間的投資行為的差異。

從羊群效應(yīng)的內(nèi)部因素來看，羊群效應(yīng)行為的產(chǎn)生還與不同投資者之間的投資行為習(xí)慣、風(fēng)險偏好和獲取市場信息的能力等方面的因素相關(guān)。市場上的投資者個體，有的傾向于長線的價值投資，有的偏好于短期的股票投機(jī)行為；而有些投資者能夠承受一定程度的損失，因而其偏好于高風(fēng)險的領(lǐng)域。一般來說，短期的投機(jī)行為，會加劇股票市場的波動性，并且頻繁的交易行為，其決策信息依據(jù)并不充分，會導(dǎo)致市場中出現(xiàn)“扎堆投資”的行為。同時，投資者的情緒、態(tài)度、思維等主觀性因素也可能帶來羊群效應(yīng)。行情上漲時，樂觀派如果看好后市則會加大投資力度，重點投資一些利好行業(yè)，形成行業(yè)投資的聚集效應(yīng)；而當(dāng)行情下跌時，如果悲觀情緒蔓延，則部分投資者即使私人信息表明后市仍然看好，也會忽略這些信息，跟隨市場大部分主體進(jìn)行拋售，以縮小投資損失和他人的差距。

而在內(nèi)部因素中，不完全信息交易也是一個重要因素。從另外一個角度理解，投資者決策信息不完全，不對稱，主要是由于市場上充斥著過多的無效信息，投資者無法區(qū)分有效信息和無效信息。由于個人在獲取信息、分析信息的能力方面有限，投資者所制定的投資決策不一定能夠充分體現(xiàn)其擁有的全部私人信息，可能存在遺漏重要信息或者過度分析信息的情形，因此在非理想化市場中，交易決策行為中只能部分反映市場的有用信息，而當(dāng)前投資者根據(jù)歷史交易信息再制定新的決策，則可能會加大無效信息的累積。無效信息積累過度，投資者對于市場信息進(jìn)行決策的依賴性降低，轉(zhuǎn)向模仿、跟隨市場上的優(yōu)秀投資者或者大多數(shù)投資者進(jìn)行投資決策。因此，從這一角度出發(fā)，市場上過多的無效信息或者“噪音”信息，導(dǎo)致的是不完全信息交易，投資者更少地依賴市場信息進(jìn)行決策，容易產(chǎn)生跟隨效仿的羊群效應(yīng)行為。

此外，不完全信息交易不斷進(jìn)行，市場上噪音信息不斷波動，對于羊群效應(yīng)的變化趨勢也能夠產(chǎn)生一定的影響。當(dāng)噪音信息不斷累積疊加時，市場無效性加劇，會加劇羊群效應(yīng)；而市場中如果存在一定的糾正機(jī)制，剔除噪音信息，減小不完全信息交易的負(fù)面影響，則可能會減弱市場上的羊群效應(yīng)。因此，從不完全信息交易角度出發(fā)，本文將對羊群效應(yīng)的長期變化趨勢進(jìn)行初步探討。

三、不完全信息交易與羊群效應(yīng)變化趨勢分析

不完全信息交易，是指投資者在進(jìn)行交易決策的過程中，并沒有得到全面、充分的信息量，只是依據(jù)有限的信息來制定交易策略。這種不完全信息交易，實質(zhì)上是一種非理性的交易，而由于交易的變動促進(jìn)資產(chǎn)供求狀況的變化，從而導(dǎo)致資產(chǎn)價格的變動。但是這種資產(chǎn)價格的變動僅僅反映了市場上的有限信息，因而資產(chǎn)價格變動是偏離了其內(nèi)在價值，弱化了市場的有效性。當(dāng)前我國股票市場發(fā)展時間仍然較短，信息披露機(jī)制并不健全，透明化程度低，且市場運行機(jī)制、交易機(jī)制方面仍然處于較低的市場化水平，因而導(dǎo)致我國股票市場發(fā)展的不健全、不完善，市場信息傳導(dǎo)受到一定的阻礙與影響。而對于股票市場的投資者而言，除了股票市場機(jī)制存在的問題，投資者自身在市場信息的獲取方面也具有一定的局限性，其信息來源渠道有限，投資決策的信息并不充分，因而在股票投資決策方面往往具有一定的隨從效應(yīng)，即跟隨市場中大部分投資者的投資策略，形成羊群效應(yīng)。因此，由于我國股票市場機(jī)制不完善和投資者自身獲取市場信息的局限性，投資者往往具有不完全信息的交易行為，而信息的不完全則導(dǎo)致了其在股票投資方面具有一定的跟隨性和效仿性，產(chǎn)生羊群效應(yīng)。

由于不完全信息的交易行為能夠促進(jìn)股票市場的投資者產(chǎn)生羊群效應(yīng)，因而要探究不完全信息交易與羊群效應(yīng)及其趨勢途徑的關(guān)系，則需要對其進(jìn)行一定的量化。在股票市場中，對于不完全信息交易行為的研究，采用的指標(biāo)往往是股票市場的換手率。換手率的計算公式為：

從理性投資者的角度出發(fā)，如果投資者是理性的，則其會遵循市場規(guī)律，如果沒有偶然性突發(fā)事件發(fā)生，短期內(nèi)一般是避免頻繁的股票交易，因而在短期內(nèi)換手率指標(biāo)一般較低，完全理性市場中甚至是趨于零。而目前股票市場上股票交易較為頻繁，換手率水平較高，一部分是由于真實的市場因素出現(xiàn)導(dǎo)致了有效信息交易的產(chǎn)生，另一部分則是由于投資者個人信息的局限性，其在投資決策方面具有跟風(fēng)和效仿的特點，導(dǎo)致了股票市場上的一些交易為“噪音交易”，即破壞了理性的股票交易市場。而這些在交易市場上的“噪音”慢慢積累，弱化了股票投資市場上的有效信息，而具有局限性的投資者又會進(jìn)一步地跟隨與盲從進(jìn)行交易，循環(huán)往復(fù)，不斷擴(kuò)大了股票市場上的不完全信息交易，導(dǎo)致市場上羊群效應(yīng)更加顯著。

四、羊群效應(yīng)變化趨勢實證模型建立

（一）樣本數(shù)據(jù)選擇

由于滬深300指數(shù)成份股大多是藍(lán)籌股，具有較強(qiáng)的代表性，能夠基本上反映滬深股市的變動信息，對整個股票市場的影響顯著。因而本文選擇滬深300指數(shù)成份股作為研究樣本，這一方面有利于進(jìn)一步對國內(nèi)股票市場上羊群效應(yīng)的整體情況進(jìn)行實證檢驗，另一方面也能夠擴(kuò)充樣本數(shù)量，提高本文實證分析的準(zhǔn)確性。

由于羊群效應(yīng)在股票市場中是通過較長時期效應(yīng)得以體現(xiàn)，因而本文選擇的樣本時間跨度是從2011年1月4日到2014年12月31日，采用970個日數(shù)據(jù)進(jìn)行實證檢驗。同時，由于在本文選擇的樣本時間區(qū)間內(nèi)滬深300指數(shù)存在著成份股的調(diào)整，為了保證文章實證檢驗的一致性，刪除了被調(diào)整的成份股票樣本數(shù)據(jù)，因而最終得到的滬深300指數(shù)成份股票為237只，形成237*970的面板數(shù)據(jù)。同時，在股票權(quán)重選擇方面，為了保持變量計算口徑的一致性，本文將選2014年12月31日樣本期末的各成份股的流通市值比例作為統(tǒng)一的權(quán)重。另外，本文數(shù)據(jù)來源于萬得（Wind）數(shù)據(jù)庫，采用Eviews 6.0版本軟件進(jìn)行實證檢驗。

（二） 換手率與市場收益率的關(guān)系

根據(jù)羊群效應(yīng)的實證檢驗常用方法，如果股票收益率的偏離度指標(biāo)與市場收益率之間存在顯著的負(fù)相關(guān)關(guān)系，則表明市場上羊群效應(yīng)較為顯著。因而在探究羊群效應(yīng)的變化趨勢與不完全信息交易的相關(guān)關(guān)系時，可以采用“不完全信息交易――市場收益率――羊群效應(yīng)變化趨勢”這一分析邏輯。因此，首先要對換手率指標(biāo)和市場收益率進(jìn)行簡單的方程回歸，并進(jìn)行二階擾動項自相關(guān)修正后可得：

|Rm |=0.0077+1.0252turn

t統(tǒng)計量 （21.8358）***

由回歸方程可以看出，換手率指標(biāo)與市場收益率的絕對值之間存在著顯著的正相關(guān)關(guān)系，即表明當(dāng)換手率提高時，市場收益率的絕對值也提高。在市場上具體表現(xiàn)為：當(dāng)股票換手率升高時，若為上漲市場（Rm大于零），則市場收益率上升，表明此時股票市場中買方市場占據(jù)一定的優(yōu)勢，股票市場上有資金凈流入；當(dāng)股票換手率升高時，若為下跌市場（Rm小于零），則市場收益率下降（絕對值增大），表明此時股票市場中賣方市場占據(jù)優(yōu)勢，而股票市場表現(xiàn)為資金凈流出。因此，從以上的實證回歸中可以得出結(jié)論：股票市場上不完全信息交易增多，表現(xiàn)為市場上換手率指標(biāo)的升高，從而導(dǎo)致市場收益率絕對值的升高；而當(dāng)市場收益率的絕對值升高時，個股收益率逐漸收斂于市場收益率，則表明市場中存在羊群效應(yīng)。

（三） CSAD模型簡介

在CSAD模型中，使用的是橫截面絕對離差（CSAD）[10]作為偏離度的指標(biāo)，作為羊群效應(yīng)的檢驗指標(biāo)。

其中，Rit表示股票i在t時期的收益率，而Rmt表示的是經(jīng)過計算后N只股票在t時期的市場收益率，以絕對離差的形式進(jìn)行股票收益率偏離度的衡量。而CSAD模型的原始回歸方程則采用的是線性回歸方程，如下所示：

CSADt=β0+β1 |Rmt |+εt

根據(jù)CSAD模型，如果股票市場中存在著羊群效應(yīng)，則回歸系數(shù)β1應(yīng)為負(fù)數(shù)。因為如果股票市場中存在著羊群效應(yīng)，隨著市場收益率的提高，羊群效應(yīng)的作用會促使投資者追逐市場的發(fā)展趨勢，從而會縮小股票收益與市場收益之間的偏差。而如果股票市場是理性的，不存在羊群效應(yīng)，則股票收益率的波動最終應(yīng)該趨于平穩(wěn)，因而股票收益的偏離度與市場收益率之間存在線性關(guān)系，且自變量系數(shù)為正。

在此基礎(chǔ)上，拓展CSAD模型進(jìn)一步提出使用多項式回歸方程來檢驗羊群效應(yīng)是否存在，即：

CSADt=β0+β1 |Rmt |+β2 |Rmt |2+εt

如果股票市場中存在羊群效應(yīng)，則會促使投資者的投資決策趨向于市場趨勢，即導(dǎo)致投資股票的收益率會逐漸收斂于市場收益率，因而在回歸方程中就體現(xiàn)為股票收益偏離度會隨著市場收益率的提高而減小（β1為負(fù)值），或者表現(xiàn)為偏離度變化幅度的減小（β2為負(fù)值），即表現(xiàn)為兩者呈現(xiàn)一種負(fù)相關(guān)關(guān)系或者遞減的非線性關(guān)系。而如果當(dāng)β1和β2同時都為負(fù)值時，則此時表明市場中具有十分顯著的羊群效應(yīng)。

（四） CSAD曲度指標(biāo)

按照“換手率――市場收益率――股票收益偏離度（CSAD）”的傳導(dǎo)邏輯，以換手率衡量的股票市場的不完全信息交易行為能夠?qū)κ袌錾涎蛉盒?yīng)的存在性進(jìn)行一定的檢驗。而為了進(jìn)一步探討不完全信息交易對羊群效應(yīng)的變化趨勢進(jìn)行研究，需要對現(xiàn)有指標(biāo)進(jìn)行一定的調(diào)整與拓展。由于本文的CSAD指標(biāo)采用的是日數(shù)據(jù)進(jìn)行計算，因而是一個短期變量，衡量的是短期的市場行為表現(xiàn)，故只能檢驗羊群效應(yīng)的存在及強(qiáng)弱問題。由于羊群效應(yīng)的變化趨勢是一個長期行為，具有一定的時期性，因而必須用長期指標(biāo)或者是具有趨勢性的指標(biāo)進(jìn)行衡量。在基本CSAD模型中，基于理性資本資產(chǎn)定價模型完美的前提條件，市場收益率絕對值的線性變量（|Rm|）系數(shù)的正負(fù)性能夠?qū)ρ蛉盒?yīng)進(jìn)行較好地解釋。但是在現(xiàn)實市場中，這種完美的假設(shè)前提條件并不存在，因而僅僅依靠|Rm|）系數(shù)的正負(fù)性并不能很好地說明羊群效應(yīng)的存在問題。而在拓展的CSAD模型中，加入了市場收益率絕對值的二次項|Rm2| 這一指標(biāo)，其回歸系數(shù)能夠反映的是CSAD指標(biāo)變化率增減快慢的信息。當(dāng)|Rm2|系數(shù)為正數(shù)時，即CSAD指標(biāo)的增長率是隨著|Rm|的增大而升高，因而股票收益率與市場收益率的偏差逐步擴(kuò)大，股票收益率是發(fā)散的，更多地偏離了市場收益率，因而不能說明市場上存在著羊群效應(yīng)；當(dāng)|Rm2|系數(shù)為負(fù)數(shù)時，CSAD指標(biāo)的增長率是隨著|Rm|的增大而下降的，即股票收益率與市場收益率偏離度的增加幅度是減小的，因而股票收益率具有收斂于市場收益率的趨勢，能夠說明市場中存在著羊群效應(yīng)。

而在拓展的CSAD模型中，當(dāng)|Rm2|的系數(shù)為負(fù)數(shù)時，通過判斷負(fù)數(shù)的大小也能夠判斷羊群效應(yīng)的顯著程度。當(dāng)其系數(shù)較?。ń^對值較大）時，表明偏離度變化率的增加減小，偏離程度有減小的趨勢，表現(xiàn)為較強(qiáng)的羊群效應(yīng)。而|Rm2|的系數(shù)，在函數(shù)表達(dá)式中，是用來衡量函數(shù)圖像曲度（即斜率的變化率）的指標(biāo)，其意義在于反映函數(shù)圖像上各點斜率的變化趨勢。類比分析，用CSAD曲度可以衡量CSAD變化率的發(fā)展趨勢，而CSAD變化率的趨勢反映出來的就是羊群效應(yīng)時期性的變化趨勢。因此，本文在探究羊群效應(yīng)的發(fā)展趨勢分析中，使用CSAD曲度作為衡量指標(biāo)，其反映的是CSAD變化率的增減性。用curv表示CSAD的曲度，由于采用的是離散型的樣本數(shù)據(jù)，因而在初步分析時采用近似的計算公式，即：

CSAD曲度的計算公式由于只是近似計算，并不能連續(xù)刻畫出CSAD變化率的發(fā)展趨勢，但可以根據(jù)curvt的正負(fù)性來粗略判斷羊群效應(yīng)的變化趨勢。回歸方程中curvt是近似描述函數(shù)圖像斜率的變化快慢，它在本文中的經(jīng)濟(jì)學(xué)含義則可以理解為股票收益率與市場收益率偏離度（CSAD）變化率的增減速度。而CSAD與|Rm|的回歸系數(shù)的大小可以描述市場上羊群效應(yīng)的強(qiáng)弱問題，因而基于|Rm|計算的CSAD變化率的增減速度則可以描述市場上羊群效應(yīng)的變化趨勢，因此需要對CSAD曲度curvt指標(biāo)進(jìn)行更加具體的經(jīng)濟(jì)學(xué)意義解釋。

根據(jù)上述CSAD曲度（curvt）指標(biāo)的近似計算公式，我們可以看出，curvt指標(biāo)的計算結(jié)果可以是正值也可以是負(fù)值。而當(dāng)curvt>0 時，表明股票收益率與市場收益率的偏離度的變化是增大的，即股票收益率將會偏離市場收益率更多，呈現(xiàn)發(fā)散趨勢，因而表明此時股票收益率并不收斂于市場收益率，市場中沒有存在羊群效應(yīng)。

當(dāng)curvt

五、羊群效應(yīng)變化趨勢的實證分析

根據(jù)上述分析，在描述羊群效應(yīng)變化趨勢時，采用的是CSAD曲度――curv_t 指標(biāo)，根據(jù)其正負(fù)值的大小來判斷市場中羊群效應(yīng)的強(qiáng)弱變化趨勢，以此來分析市場中羊群效應(yīng)的長期變化是增強(qiáng)還是減弱的變化趨勢。由于本文研究的重點是探討股市不完全信息交易如何影響羊群效應(yīng)變化趨勢，而不完全信息交易可以通過股票市場上現(xiàn)有的換手率指標(biāo)（turn）來進(jìn)行衡量；因此，用換手率指標(biāo)作為解釋變量來研究它和curvt指標(biāo)的相關(guān)關(guān)系，進(jìn)而判斷股市的換手率指標(biāo)能否檢驗股市中的羊群效應(yīng)；如果存在羊群效應(yīng)，換手率指標(biāo)能否較好地反映出羊群效應(yīng)的變化趨勢和發(fā)展趨勢。循著這個思路，需要就羊群效應(yīng)變化趨勢與換手率指標(biāo)進(jìn)行實證研究。

在進(jìn)行羊群效應(yīng)變化趨勢與換手率指標(biāo)的實證檢驗分析之前，首先需要對當(dāng)前數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚砼c調(diào)整。由于在近似計算公式中，CSAD曲度（curvt）指標(biāo)是根據(jù)CSAD和|Rm| 指標(biāo)計算的，計算結(jié)果表明離散程度較高，因此curvt的計算結(jié)果波動較大。為了減緩curvt指標(biāo)的波動程度，本文采用函數(shù)求導(dǎo)方法，通過回歸方程的估計系數(shù)進(jìn)行計算，使得數(shù)據(jù)連續(xù)性更強(qiáng)。因此，在采用函數(shù)求導(dǎo)方法計算時，需要在原有羊群效應(yīng)的檢驗?zāi)Ｐ椭幸雦Rmt |3 項，即：

CSADt=β0+β1|Rmt|+β2|Rmt|2+ β3|Rmt|3+α0amplit +α1 amplit-1+ γ0turnt+γ1turnt-1+εt

而回歸后的方程結(jié)果是：

CSADt=β0+β1|Rmt|+β2|Rmt|2+β3|Rmt|3+α0amplit +α1 amplit-1+ γ0turnt+ γ1 turnt-1

因此，根據(jù)上述方法計算的CSAD曲度指標(biāo)具有更強(qiáng)的連續(xù)性，波動幅度有所減弱，如圖4所示。當(dāng)curvt>0時，表明市場不存在羊群效應(yīng)，當(dāng)-1

在本文的實證回歸模型中，選擇的主要解釋變量是換手率指標(biāo)，以衡量市場上的不完全信息交易的強(qiáng)度。為了更好地擬合出羊群效應(yīng)變化趨勢的回歸方程，本文還添加了其他的控制變量。首先，由于換手率指標(biāo)是一個以日數(shù)據(jù)計算的指標(biāo)，其衡量的也是短期時點內(nèi)股市中不完全信息交易，而curvt 則是一個趨勢性的描述指標(biāo)，因此相對應(yīng)也可以用換手率的變化率指標(biāo)進(jìn)行回歸。換手率的變化率表示的是換手率指標(biāo)相對于歷史信息的增減變化，其增大還是減小能夠反映出市場交易活躍程度的變化，即市場中不完全信息交易行為是逐漸增多還是減少。其次，羊群效應(yīng)的變化趨勢與投資者的投資行為密切相關(guān)，其信息不完全程度越高，越容易在市場上進(jìn)行噪音交易，而投資者這些投資決策和交易行為也和股票市場上的投資情緒和投資意愿相關(guān)。因此，本文還將引入股票市場上的投資情緒指標(biāo)――人氣指標(biāo)（AR），而由于情緒指標(biāo)的日數(shù)據(jù)容易受到偶然事件的影響，導(dǎo)致測算的日情緒指標(biāo)波動較大，因此本文使用的是一段時間的求和值來計算市場情緒指標(biāo)。本文采用的是以周為時間單位計算情緒指標(biāo)，其計算公式如下：

其中，Ht表示t日的最高價，Ot表示t日的開盤價， Lt表示t日最低價。因此，本文的實證回歸方程如下所示：

curvt=α+δ1turnt+δ2 ?turnt+δ3 ARt+εt

本文的實證模型是檢驗換手率指標(biāo)與羊群效應(yīng)變化趨勢的相關(guān)性分析，通過換手率指標(biāo)來判斷市場中羊群效應(yīng)的變化趨勢。當(dāng)curvt>0時，市場中不存在羊群效應(yīng)，如果換手率增大，表明市場上不完全信息交易增多，羊群效應(yīng)由不明顯逐步顯現(xiàn)出來，因而curvt指標(biāo)會變小；當(dāng)curvt

H0：換手率指標(biāo)與CSAD曲度curvt呈負(fù)相關(guān)關(guān)系。

H1：換手率速度指標(biāo)與CSAD曲度curvt呈負(fù)相關(guān)關(guān)系

由于CSAD的曲度curvt的正負(fù)性對應(yīng)說明羊群效應(yīng)的存在性問題，只有表明存在了羊群效應(yīng)的情形下才具有進(jìn)一步探究羊群效應(yīng)變化趨勢強(qiáng)弱變化的意義。因此在回歸實證檢驗中，本文主要探究的是在curvt

首先，先對加入|Rmt|3項的實證方程進(jìn)行回歸，觀察變量系數(shù)的統(tǒng)計值以及檢驗其顯著性水平，回歸結(jié)果如表1所示：

CSADt=0.0069+0.0592|Rmt|-0.8528|Rmt|2-17.2837|Rmt|3+0.1128amplit+0.0342amplit-1+0.8692turnt-0.1973turnt-1

R2=0.6611，F(xiàn)統(tǒng)計量=210.3838，DW=2.0304

根據(jù)上述回歸方程結(jié)果，在引入|Rmt|3后，關(guān)于羊群效應(yīng)的檢驗方程從整體上而言，|Rmt|的變量仍然具有顯著性，而擬合優(yōu)度略有下降。因此，對比于離散型的樣本指標(biāo)計算，使用回歸方程系數(shù)的統(tǒng)計值進(jìn)行curvt的計算能夠使數(shù)據(jù)波動更小，也更接近真實值，因而根據(jù)curvt=2β26β3Rmt即有：

curvt=-1.7056-103.7016Rmt

因此，當(dāng)curvt

因此，羊群效應(yīng)變化趨勢的實證回歸方程如下所示：

curtt=-1.2883-0.1460turn-1.6162?turn-76.1952AR

從實證結(jié)果觀察分析，當(dāng)curvt

從經(jīng)濟(jì)意義上來解釋， 當(dāng)curvt

此外，從換手率變化率指標(biāo)?turn 來看，其系數(shù)為-1.6162，換手率變化率的增加能夠引起CSAD曲度更大的增加，表明此時羊群效應(yīng)具有明顯的趨強(qiáng)趨勢，其增加幅度雖然增大，但是增幅減小得越來越快，最終會導(dǎo)致股票收益率偏離度的縮小。另外還需要說明的是，羊群效應(yīng)變化趨勢的回歸檢驗中，方程的擬合優(yōu)度接近0.3，表明換手率指標(biāo)對于CSAD曲度的解釋能力并不強(qiáng)。這可以從兩個方面進(jìn)行理解：一方面是由于換手率指標(biāo)不僅包含著由不完全信息導(dǎo)致的交易行為，也有依據(jù)市場有效信息的理易行為，因而在衡量不完全信息交易時并沒有排除理性投資部分；另一方面，由于在計算CSAD曲度指標(biāo)過程中采用了回歸方程的估計值，在計算上會造成指標(biāo)計算存在一定的偏離，因而最終導(dǎo)致回歸方程的擬合優(yōu)度并不高。

六、結(jié)論

本文研究了不完全信息交易與羊群效應(yīng)變化趨勢之間的關(guān)系，使用CSAD曲度與換手率指標(biāo)的關(guān)系來初步探究羊群效應(yīng)在長期的變化趨勢。結(jié)論表明：當(dāng)CSAD曲度小于零時，表明此時換手率的提高會導(dǎo)致CSAD的變化減小，即當(dāng)股票換手率提高，市場上不完全信息交易增加，導(dǎo)致了噪音信息的疊加與擴(kuò)散，加劇了市場上的羊群效應(yīng)。根據(jù)實證結(jié)果，投資者可以通過觀察更多股票市場上的相關(guān)指標(biāo)，初步預(yù)測市場上羊群效應(yīng)的變化趨勢，以實現(xiàn)更加理性的投資。投資者需要不斷提升信息獲取和分析能力，準(zhǔn)確判斷投資時機(jī)，適當(dāng)時機(jī)要敢于沖破羊群效應(yīng)逆市投資，同時還應(yīng)該分散投資以降低系統(tǒng)性風(fēng)險。

參考文獻(xiàn)：

林左鳴. 廣義虛擬經(jīng)濟(jì)――二元價值容介態(tài)的經(jīng)濟(jì)[M]. 北京：人民出版社，2010.

Kyle. A Continuous Auctions and Insider Trading [J]. Econometrics，1985，53（4）：1315-1335

Admati Anat R. A Theory of Intraday Patterns： Volume and Price Variability [J]. Review of Financial Studies. 1991（1）：3-40

Radal J M， Mcaleer M. Herding， Information Cascades and Volatility Spillovers in Futures Markets [J]. Working Paper， University of Western Australia，Perth，1993

[5] Avery， Christopher， Peter Zemsky. Multidimensional Uncertainty and Herd Behavior in Financial Market [J]. American Economic Review. 1998， 88（4）：724-48

Lee S. Redding. Noise Traders and Herding Behavior [R]. Washington D.C： Working Paper of the International Monetary Fund. 1996

Sias R W. Institutional Herding [J]. Review of Financial Studies. 2004，17（1）：165-206

Karl B. Diether， Christopher J. Malloy， Anna Scherina. Differences of Opinion and the Cross Section of Stock Returns [J]. The Journal of Finance. 2002，57（5）：2113-2141

Shing-Yang Hu. A Simple Estimate of Noise and Its Determinant in a Call Auction Market[J]. International Review of Financial Analysis. 2006（15）：348-362

William T.Lin， Shih-Chuan Tsai， Pei-Yau Lung. Investors’ Herd Behavior： Rational or Irrational [J]. Asia-Paific Journal of Financial Studies. 2013（42）：755-776

Eric C. Chang，Joseph W. Cheng和Ajay Khorana. An Examination of Herd Behavior in Equity Market： an International Perspective [J]. Journal of Banking and Finance. 2000（24）：1651-1679

Marco Cipriani， Antonio Guarino. Estimating a Structural Model of Herd Behavior in Financial Markets [J]. American Economic Review. 2014， 104（1）：224-251.

Willian G. Christie， Rodger D. Huang. Following the Pied Paper： do Individual Returns Herd around The Market？ [J]. Financial Analysts Journal. 1995，51（4）：31-37.

Eric C. Chang，Joseph W. Cheng， Ajay Khorana. An Examination of Herd Behavior in Equity Market： an International Perspective [J]. Journal of Banking and Finance. 2000（24）：1651-1679.

張金華，基金贖回中的羊群效應(yīng)[J]，特區(qū)經(jīng)濟(jì)，2010（06）：100-101.

傅亞平，王玉潔，張鵬.我國滬深證券市場“羊群效應(yīng)”的實證研究[J]，統(tǒng)計與決策，2012（8）：153-156.

Rolf W. Banz. The Relationship between Return and Market Value of Common Stlcks [J]. Journal of Financial Economics. 1981，9（1）：3-18.

Richard Roll. A Possible Explanation of the Small Firm Effect. Journal of Finance [J]. 1921，36（4）：879-888.

Sanjou Basu. The Relationship between Earnings’ Yield， Maket Value and Return for YSE Common Stock： Further Evidence [J]. Journal of Financial Economics. 1983，12（1）：129-156.

何德旭，饒明，譙海.中國股票市場的風(fēng)險與安全隱患[J]，上海金融，2013（3）：3-10.

篇(6)

證券交易過程中，中小投資者由于在資金、信息和投資知識存量上處于劣勢，通常會傾向于觀察公開交易信息進(jìn)行交易。另外投資者與基金經(jīng)理之間、基金經(jīng)理之間存在著信息不對稱，為了避免因投資失誤而出現(xiàn)的聲譽和報酬風(fēng)險，基金經(jīng)理之間也產(chǎn)生模仿其它基金經(jīng)理投資行為的動機(jī)。這些原因?qū)е陆鹑谑袌龀霈F(xiàn)羊群行為現(xiàn)象，羊群行為是指投資者在信息不確定環(huán)境下，因受他人行為的影響，進(jìn)而忽視自己的私人信息而模仿他人行動的決策行為。

到目前為止，國內(nèi)對羊群行為的研究仍局限在對股票市場羊群行為的存在性檢驗和特征描述上，而對市場羊群行為與股市走勢有何關(guān)系，各行業(yè)羊群行為分布是怎樣的，羊群行為對投資者而言是否會產(chǎn)生收益等問題的研究甚少。然而如何利用市場已知信息對個股某段時期內(nèi)的羊群行為程度測度直接影響到機(jī)構(gòu)投資者的投資效果。此外，對個股羊群行為程度的認(rèn)識也有助于中小投資者規(guī)避風(fēng)險，識別市場信息。為此，本文引入Rani等(2007)的交易量序貫?zāi)Ｐ停噲D在計算出個股季度的羊群行為程度的基礎(chǔ)上，進(jìn)一步回答上述問題，以期為投資者的投資決策和股市監(jiān)管問題提供一些有價值的結(jié)論。

二、交易量序貫?zāi)Ｐ偷臉?gòu)建

股票市場羊群行為源于投資者的認(rèn)知變化，不易刻畫，但模仿行為使得投資者在連續(xù)一段時間內(nèi)買賣相同的股票，結(jié)果會導(dǎo)致交易量的序列相關(guān)，在市場特征上則表現(xiàn)為“聚集性”。這種交易的聚集性與投資者買賣股票的一致是等價的，都包含了投資者從眾狀況的信息，由于金融時間序列的“聚集性”可通過自相關(guān)來描述，所以可以利用日交易量之間的自相關(guān)系數(shù)來刻畫羊群行為程度。Rani(2007)對美國股票市場的實證檢驗表明：日交易量自相關(guān)性確實能夠反映股票市場中的羊群行為程度。

本文借鑒Rani提出的方法來度量個股的羊群行為程度。在該方法的框架下，采用“羊群行為程度”（以下簡稱SPEC）指標(biāo)來衡量股市中投資者模仿他人投資的程度，將其定義為日交易量相對于前一日交易量的自相關(guān)系數(shù)。SPEC經(jīng)濟(jì)意義上可以表述為：同一時期內(nèi)，大部分投資者買入或賣出同一個股票行為的程度，SPEC值越大時，則表示這只股票的羊群行為程度越顯著。因此，本文首先估計了股票日成交量之間的自相關(guān)系數(shù)β1iq。

羊群行為是投資者之間的模仿行為引起的，與此對應(yīng)，投資者觀察到資產(chǎn)真實價值的變化而同時調(diào)整投資組合，如影響整個市場的重大信息發(fā)生，從而導(dǎo)致股票交易量的遞增或遞減，這實際上是投資者對經(jīng)濟(jì)基本面所采取的行為，而非模仿他人，這種行為是“偽羊群行為”。鑒于此，我們將各股票的日交易量進(jìn)行標(biāo)準(zhǔn)化，即把日交易量與市場日交易量的比值作為股票日成交量的變量，從而有效的排除了“偽羊群行為”的可能。計算公式如下：

Voldiq=β1iqVold-1,iq+β2iqday1+β3iqday2+β4iqday3+β5iqday4+β6iqday5+uiq(1)

其中，Voldiq為i股票第q季度中第d天的股票成交量；day1~day5為虛擬變量，當(dāng)?shù)赿天為周i時dayi為1，否則為0，該虛擬變量是為了分離周效應(yīng)引起的交易量的變化。

獲得日成交量的自相關(guān)系數(shù)之后，建立回歸方程，進(jìn)而分離導(dǎo)致股票成交量序列相關(guān)的其他因素。Beaver(1986)，Bamber(1986)，Jain(1988)等人在文章中指出，公司規(guī)模、同行業(yè)競爭強(qiáng)度、知情交易水平及股票市場的波動性等因素均可導(dǎo)致日交易量的自相關(guān)。這種情況下會造成不同公司、行業(yè)和不同時期的羊群行為指標(biāo)不具有可比性，因此需要通過回歸進(jìn)一步將導(dǎo)致成交量序列相關(guān)的這些因素分離出去。分別以公司流通市值、行業(yè)內(nèi)公司數(shù)、llorente和收益的方差作為公司規(guī)模、同行業(yè)競爭強(qiáng)度、知情交易水平、波動性的變量。llorente計算公式為式(2)：

returnt+1=c0+c1*returnt+llorente*returnt*Vt+ut(2)

其中，returnt為第t個交易日的對數(shù)收益率；Vt為長期時間趨勢調(diào)整之后的股票換手率，計算公式為式(3)：

Vt=log(turnovert)-1200∑-1s=-200log(turnovert+s(3)

其中，turnovert為第t個交易日的股票換手率，定義為當(dāng)日交易的股數(shù)除以總流通股數(shù)。

通過回歸將導(dǎo)致交易量自相關(guān)的其他因素分離出去，計算公式如下：

ACCiq=αi+β*ln(MVEiq)+γ*SICiq+Φ*variq+δ*llorenteiq+SPECiq(4)

上式中，ACCiq為日交易量自相關(guān)系數(shù)β1iq；MVEiq為i公司q季度末的流通市值；SICiq為i公司q季度所在行業(yè)的公司數(shù)；variq為i公司第q季度的日收益的方差；llorenteiq為i公司q季度的知情交易水平；殘差項SPECiq即本文定義的股票i第q季度的羊群行為程度。

三、實證檢驗

本文采用上述交易量序貫?zāi)Ｐ土炕袊善笔袌稣w及個股的羊群行為程度，進(jìn)而對市場羊群行為程度與股票市場指數(shù)走勢關(guān)系、各股票所屬行業(yè)的羊群行為水平進(jìn)行考察，并且對個股SPEC值與其收益之間的關(guān)系進(jìn)行實證分析。試圖通過對我國股票市場羊群行為的特征和實際影響進(jìn)行分析，進(jìn)而推論出其在現(xiàn)實中的應(yīng)用，從而為投資者和金融監(jiān)管部門等經(jīng)濟(jì)主體應(yīng)對羊群行為提供建議。

1數(shù)據(jù)來源及初步處理

本文選取1998年1月1日前上市的A股股票作為研究樣本，截止2007年12年30日為止，有效樣本股票共134支。其中不包括退市股票，以及1998年后相繼上市的股票。樣本中交易量波動超過5σ的日數(shù)據(jù)屬于異常數(shù)據(jù)和不足26個交易日的季度數(shù)據(jù)予以剔除。

2實證檢驗及分析

（一）參數(shù)的估計和分析

利用樣本數(shù)據(jù)，對式(1)~式(4)分別進(jìn)行估計，結(jié)果如表1、表2和表3所示。表1給出個股交易量自相關(guān)系數(shù)(ACCiq)、周內(nèi)的虛擬變量(dayi)的參數(shù)估計結(jié)果的均值、各個參數(shù)所對應(yīng)的t值的中值。

表1 個股交易量自相關(guān)系數(shù)回歸結(jié)果

變量系數(shù)t值

Volt-10.4775283.683***

day10.0004252.922**

day20.0004193.537***

day30.0004262.648*

day40.0004262.505*

day50.0004303.021**

注：***表示在1%的置信度上顯著；**表示在5%的置信度上顯著；*表示在10%的置信度上顯著。下同

結(jié)果顯示交易量的自回歸系數(shù)是正的，并在統(tǒng)計上是顯著。這意味著季度內(nèi)日交易量之間存在較強(qiáng)的相關(guān)性，這與前文的理論分析結(jié)果一致。

由于區(qū)分羊群行為和干擾因素導(dǎo)致日交易量自相關(guān)之后，可以更加清晰地辨識羊群行為程度，所以通過進(jìn)一步回歸，將導(dǎo)致交易量自相關(guān)的干擾因素分離出去。結(jié)果如表2所示。

表2 干擾因素回歸結(jié)果

變量系數(shù)t值

C00.4389.069***

Ln(MV)0.0020.671

SIC0.0000.333

var13.1735.855***

llorente0.0357.624***

回歸結(jié)果表明，公司規(guī)模、行業(yè)競爭強(qiáng)度對交易量的自相關(guān)系數(shù)影響不顯著，所以依次刪去這兩個變量，重新進(jìn)行回歸。對134只股票計算出的SPEC統(tǒng)計結(jié)果如表3所示。

表3 中國股票市場個股羊群行為指標(biāo)統(tǒng)計描述

指標(biāo)平均中值標(biāo)準(zhǔn)差最小值最大值

SPEC0.0000.0070.185-0.6780.704

（二）檢驗結(jié)果分析

圖1 市場SPEC與上證綜指走勢對比

從SPEC與市場走勢對比圖中可以發(fā)現(xiàn)：中國股票市場羊群行為程度表現(xiàn)出同市場走勢一定的相關(guān)性。67%的SPEC峰值點（點1、2、3、4、6、7、8、9）出現(xiàn)在大盤下跌期；25%的峰值點（點10、11、12）出現(xiàn)在大盤上漲中期，并且此峰值較小?？傮w來看，市場下跌期羊群行為強(qiáng)于市場上漲期，這一結(jié)論和宋軍、吳沖鋒（2001）是一致的。

產(chǎn)生上述現(xiàn)象的原因可能是：市場初步上升時，投資者往往會看好市場，大幅增倉，但隨著大盤的進(jìn)一步上漲投資者對市場風(fēng)險的認(rèn)識逐漸增強(qiáng)，當(dāng)大盤上漲到一定高度，投資者認(rèn)為股票價格過高不宜追漲，交易量開始萎縮，市場羊群行為程度減弱；而當(dāng)大盤跌至一定程度，投資者開始恐慌，出現(xiàn)群體性拋售行為，SPEC值自然達(dá)到頂點。這種現(xiàn)象與行為金融研究學(xué)家Kahnemen和Tversky(1979)提出了著名的期望理論(Prospect Theory)是一致的，該理論刻畫了投資者對于收益和損失的態(tài)度差異，認(rèn)為同樣幅度的價格下降給投資者帶來的損失感覺大于同樣幅度的價格上升給投資者帶來的收益感覺。

與1989~1999年美國市場的羊群行為對比，中國股市SPEC的波動遠(yuǎn)遠(yuǎn)高于美國股市SPEC的波動，這與我國證券市場為“政策市”有很大關(guān)系。另外我國股票市場實行電腦交易，投資者可以方便地通過電腦屏幕觀察到股票即時買賣及漲跌情況，并且我國采取委托單驅(qū)動報價方式，因此只要有人利用資金優(yōu)勢或持股優(yōu)勢，在市場上拋出大量的買單或賣單，就會引起所有投資者的注意，從而引發(fā)羊群行為。對此，金融監(jiān)管機(jī)構(gòu)應(yīng)該加快有關(guān)證券市場的法律法規(guī)建設(shè)，嚴(yán)禁市場操縱，防止莊家利用資金和持股優(yōu)勢制造虛假的市場參數(shù)。

考慮到行業(yè)之間差異，按照中國證監(jiān)會公布的新行業(yè)分類標(biāo)準(zhǔn)將上市公司分類，計算出每個行業(yè)中個股-季度SPEC的均值，將SPEC值較高的和較低的行業(yè)列于表4。

表4 行業(yè)SPEC的檢驗結(jié)果

行業(yè)名稱SPEC行業(yè)名稱SPEC

電力、蒸汽、熱水的生產(chǎn)和供應(yīng)業(yè)2.949計算機(jī)應(yīng)用服務(wù)業(yè)0.052

石油、化學(xué)、塑膠、塑料2.836非金屬礦物制品業(yè)0.461

農(nóng)業(yè)2.794化學(xué)原料及化學(xué)制品制造業(yè)0.679

普通機(jī)械制造業(yè)2.471交通運輸設(shè)備制造業(yè)0.683

銀行業(yè)2.075煤炭采選業(yè)0.721

食品、飲料、煙草和家庭用品批發(fā)業(yè)2.014交通運輸輔助業(yè)0.876

旅游業(yè)1.853化學(xué)纖維制造業(yè)1.237

林業(yè)1.732證券、期貨業(yè)1.566

公共設(shè)施服務(wù)業(yè)1.625通信服務(wù)業(yè)1.634

漁業(yè)1.459旅館業(yè)1.650

批發(fā)和零售貿(mào)易1.308通信設(shè)備制造業(yè)1.888

黑色金屬冶煉及壓延加工1.162有色金屬礦采選業(yè)1.893

土木工程建筑業(yè)0.348專用設(shè)備制造業(yè)2.355

塑料制造業(yè)0.327儀器儀表及文化、辦公用機(jī)械制造3.512

金融信托業(yè)0.108房地產(chǎn)開發(fā)與經(jīng)營業(yè)6.027

考察上表可以發(fā)現(xiàn)：SPEC值較低的行業(yè)多為傳統(tǒng)穩(wěn)定行業(yè)，較高的多為新興或高科技行業(yè)。分析原因，可以認(rèn)為傳統(tǒng)穩(wěn)定行業(yè)的公司一般規(guī)模較大，披露信息的準(zhǔn)確性較好，投資者對公司基本信息了解充分，故其羊群行為投資者較少；而熱門行業(yè)往往緊扣時代主題，與國家產(chǎn)業(yè)發(fā)展政策一致，機(jī)構(gòu)、散戶及分析人士都競相猜測政策的傾向和底線，從而在投資決策上表現(xiàn)出典型的羊群行為。另外軟件、通訊、環(huán)保等高科技產(chǎn)業(yè)中，如果某個領(lǐng)域出現(xiàn)重大、革命性的產(chǎn)品問世，將不可避免地直接刺激該領(lǐng)域的概念炒作。所以此類行業(yè)股票容易受到追捧，羊群行為投資者較多。此結(jié)論對投資者而言，為追求收益的穩(wěn)定性，應(yīng)多投資于傳統(tǒng)穩(wěn)定行業(yè)，從而避免股價劇烈波動的風(fēng)險；金融監(jiān)管機(jī)構(gòu)應(yīng)更加監(jiān)控具有炒作潛力的行業(yè)，從而使市場避免巨大的波動甚至金融危機(jī)。

（三）個股SPEC與其收益關(guān)系的實證分析

本文對個股的SPEC和季度收益率進(jìn)行平穩(wěn)性檢驗后，進(jìn)一步將季度收益對當(dāng)期至滯后8期SPEC進(jìn)行回歸，以期檢驗出個股SPEC值與收益之間的關(guān)系。利用逐步回歸法去掉不顯著的因素項對樣本進(jìn)行回歸，得到如下結(jié)果：

R=0.014+0.104 SPEC-0.063 SPEC(-5)-0.049 SPEC(-6)

(4.241***)(5.970***)(-3.592***)(-2.821***)

回歸結(jié)果顯示：個股當(dāng)期SPEC與其收益率呈顯著的正向關(guān)系；滯后五、六期SPEC與收益呈顯著負(fù)向關(guān)系?？疾炱湓颍梢哉J(rèn)為羊群行為使得市場對股票超額需求，從而股價大幅上漲。某些莊

家率先買入某些股票導(dǎo)致股價大幅提升后，追逐價差的動機(jī)將越來越多的投資者加入買進(jìn)的行列，從而進(jìn)一步推動股價上升，使得當(dāng)期收益率較高。但股價過于上漲后，投資者逐漸認(rèn)識到投資其中的風(fēng)險較大，對其關(guān)注就會減弱，甚至出現(xiàn)拋售現(xiàn)象，導(dǎo)致股價下跌，所以滯后一段時期的收益為負(fù)，反之亦然。這說明羊群行為可以給采取該行為的投資者帶來正的當(dāng)期收益，遵循收益最大化的投資者會采取這種行為，但這種收益會在5~6個季度后得到糾正，所以投資者應(yīng)在獲得收益后及時擺脫羊群行為。這一發(fā)現(xiàn)對投資者具有重要的指導(dǎo)作用，投資者可采取“觸發(fā)點”投資策略，即當(dāng)收益率相對平均水平過高（過低）時，買入（賣出）該股票，當(dāng)收益率回到相對均衡狀態(tài)時賣出（買入），從而獲得超額回報。

另外，本文實證也表明：監(jiān)管部門應(yīng)該提高市場公開度，完善信息披露制度，向市場提供及時、充分、準(zhǔn)確、廉價的信息；上市公司應(yīng)該增強(qiáng)信息披露的透明性，尤其是重大事件應(yīng)細(xì)化持續(xù)披露，減少普通投資者信息不對稱的影響，進(jìn)而減少由于羊群行為引發(fā)的動蕩。

四、結(jié)論

結(jié)果表明，在市場走高下的羊群行為低于在市場下挫時的羊群行為，傳統(tǒng)穩(wěn)定行業(yè)中羊群行為低于房地產(chǎn)、高科技等易炒作的熱門行業(yè)中羊群行為，羊群行為可以給采取該行為的投資者帶來正的當(dāng)期收益，但是這種收益會在5~6個季度后得到糾正。

綜上所述，證券交易過程中，個股羊群行為程度對股票收益率具有顯著的揭示作用，是市場交易信息的明顯信號。另外對不同行業(yè)的股票而言，羊群行為程度明顯不同。因此，對于投資者而言，為了更加有效的進(jìn)行投資，在交易中應(yīng)更加關(guān)注個股SPEC值的變化；而對于監(jiān)管者而言，對SPEC監(jiān)控是發(fā)現(xiàn)市場異常變化的重要工具。

篇(7)

自4月12日黃金開始暴跌以來，除了金價本身以外，最搶鏡的當(dāng)屬“中國大媽”。以往中國人習(xí)慣的“買漲不買跌”這次完全無效，金價越跌，大媽們越是瘋搶實物金，仿佛一下子全都懂得了“高拋低吸”的理論，短短幾天便掃空300噸黃金，約占全球黃金年產(chǎn)量的10%。中國的買金者在各大黃金首飾店里見什么買什么，不管是金條金塊金首飾，出手豪邁，氣勢如虹。一時間，“中國大媽”大戰(zhàn)華爾街大鱷成為人們津津樂道的話題。

大媽們恐成最后接棒者

黃金走勢很配合這些抄底者。盡管4月份每盎司金價的跌幅足有二百四十多美元，最低甚至達(dá)到1321.7美元/盎司，還創(chuàng)出了30年來最大的單日跌幅。但從4月12日開始的連續(xù)大跌的時間只有4個交易日，之后便是持續(xù)到5月10日近一個月的反彈期，在感官上很容易給人造成黃金止跌回升的錯覺，也給了抄底者足夠的時間交易，甚至連一開始堅決看空黃金的高盛都表示提前退出做空黃金。

就在輿論慶祝中國大媽“完勝”華爾街之時，這波反彈實際上到了1488美元/盎司便結(jié)束了，從5月10日開始新的一輪下跌令大媽們?nèi)刻桌?。事實?月份黃金跌破1520美元/盎司之后，黃金牛市便已經(jīng)宣告終結(jié)了，瑞信甚至預(yù)測黃金價格會在2013年之內(nèi)跌至每盎司1100美元，五年之內(nèi)的價格預(yù)期可能低至每盎司1000美元。

但大多數(shù)投資者對于黃金永遠(yuǎn)保持牛市的概念是很難改變的，黃金牛市已經(jīng)持續(xù)了12年之久，并且主流的看多觀點認(rèn)為金價上漲是由全球貨幣的極度寬松導(dǎo)致的，而這一基本面并未發(fā)生根本性變化，在日本開始無限量寬松之后甚至有加劇的趨勢。被套牢的大媽們也并不孤單，著名的黃金死多頭鮑爾森表示，即便浮虧已達(dá)10億美元，他將依然看多黃金未來的長期價值，并指出開始投資黃金時金價是900美元，現(xiàn)價仍遠(yuǎn)高于成本。

無論黃金多頭的理由有什么，事實是金價確實跌了，并且跌到了2010年年末的水平。目前，伴隨著美元的強(qiáng)勢、非美貨幣走弱以及美股連創(chuàng)新高，黃金的吸引力正越來越小。美聯(lián)儲多次表示可能退出量化寬松，這令市場對通脹的擔(dān)憂減弱，投資者現(xiàn)在更喜歡高收益的資產(chǎn)，而不是無法產(chǎn)生任何收益、只能依靠差價獲利的黃金。

損失可以無視，但不會消失

理性的投資者會更加注意黃金的風(fēng)險，而不是不知何時才能兌現(xiàn)的回報。然而中國的廣大實物黃金投資者口頭上似乎對賺取差價獲利并不感興趣，他們持有實物黃金的目的是抵御通脹并防范貨幣貶值。當(dāng)金價下跌時，他們會以“大不了留給孫子”的態(tài)度將其忽略，仿佛這早已不是屬于他們的一筆投資。

即使是投資實物黃金，最終能否獲得收益依然取決于買入和賣出的價格，1980年黃金曾經(jīng)漲到過850美元以上，之后跌落到250美元并在低位徘徊了20年之久。考慮到通貨膨脹，當(dāng)時的高位接盤者如果現(xiàn)在想要獲得正收益，金價至少要在2000美元以上。這令盲目看多黃金變得極其危險，如果買入價格過高，很可能需要經(jīng)歷多年的煎熬才有保本的可能，但損失的時間成本、機(jī)會成本是難以估計的。

有趣的是，與虛擬黃金交易者相比，偏好實物黃金投資的人對金價波動是極其遲鈍的，他們把黃金藏在家里或者銀行保險柜中，偶爾只會在新聞中得知黃金價格的變動，恐怕一點觸目驚心的感覺都不會有，無論價格再怎么跌，只是看著金磚、金條、金首飾就足以令人賞心悅目。中國投資者對“無風(fēng)險、高收益”這一傳統(tǒng)追求是執(zhí)著的，但經(jīng)歷過A股崩盤的洗禮，即使今后金價直接下跌三分之一，貌似也不是什么了不起的事。

歷史總是驚人的相似，“大媽們”搶購黃金，仿佛當(dāng)年上證指數(shù)6100點瘋狂的重現(xiàn)。資本市場有著名的“搏傻理論”，最后的接棒者將承受慘痛的代價。在參與任何投資之前，必要的知識準(zhǔn)備是讓人遠(yuǎn)離危險的重要因素。下文將針對黃金的幾種投資方式進(jìn)行分析。

黃金投資“大亂斗”

眼下黃金已經(jīng)進(jìn)入了下跌趨勢，但“大媽們”似乎只重視實物金投資，并且大媽們似乎也分不清金條與金首飾的區(qū)別——只要是金子就行。在這種情況下，對于黃金投資方法的普及是很有必要的。而對于鐘情于黃金的投資者是否明確自己的投資目的，并選擇合適的投資方法更顯得尤為重要。有的人看重黃金的長期價值，有的人更希望通過交易甚至做空黃金獲利，而各種投資方式有著本質(zhì)的區(qū)別，選擇適合自己的才能事半功倍。

實物黃金——持有并不簡單

操作難度：

風(fēng)險指數(shù)：

流動性：差

（注：越多，表示該黃金投資方式的操作難度越大，風(fēng)險指數(shù)越高，下同。）

投資實物黃金最容易理解，無非是買金條回家，并在需要時賣出去。

然而，實物黃金的流動性看似很好，事實上卻非常差。金條無論是買進(jìn)還是賣出都需要額外的手續(xù)費，一買一賣的手續(xù)費甚至高達(dá)每克15～35元不等，這使得交易成本大大增加，大多數(shù)情況下，金價上漲超過15%左右才能保證不賠本，所以用實物金來賺取短期差價是很難的。

投資實物黃金的目的或許在于其長期回報、抗通脹方面，然而黃金在1980年曾達(dá)到850美元/盎司的高點，之后不但打了對折還保持了20年的熊市，黃金能否展現(xiàn)出長期價值依然要看買入賣出的價格點位，而長期持有黃金損失的機(jī)會成本同樣不容忽視。

紙黃金——無杠桿的簡單交易模式

操作難度：

風(fēng)險指數(shù)：

流動性：極好

紙黃金業(yè)務(wù)屬于銀行，是一種個人憑證式黃金，大多數(shù)銀行要求投資者有網(wǎng)銀便可以直接在賬面上買賣虛擬黃金，門檻也非常低，招商銀行的起點甚至只有0.01克，收費方式則采用差價的形式，一般完成一次買入賣出銀行會扣除大約0.8元/克的差價。紙黃金不可以提取實物，所有交易結(jié)果都只體現(xiàn)在賬戶金額上。投資者的獲利關(guān)鍵在于能否擇時買進(jìn)賣出賺取短期差價。

盡管不能提取實物，相比買賣實物黃金，紙黃金具有獨特的優(yōu)勢，24小時連續(xù)交易、T+0交易模式、無額外門檻的做空機(jī)制都是投資實物黃金無法做到的。紙黃金交易本身不存在杠桿，屬于風(fēng)險最小的短線交易方式之一。

黃金T+D與黃金期貨——高風(fēng)險的交易

操作難度：

風(fēng)險指數(shù)：

流動性：好

將這兩類歸到一起，是因為二者都是具有杠桿的高風(fēng)險交易方式，起始資金門檻比紙黃金也高得多。兩種方式都可以做空，也可以每天無限次交易，由于都具有雙向交易機(jī)制，只要投資者方向判斷正確，就可以贏取利潤，但同時會加重投機(jī)心理。

黃金T+D的開戶機(jī)構(gòu)為上海黃金交易所，很多銀行可以開戶，可以提取實物黃金，并且有夜場交易，風(fēng)險比黃金期貨略低；而國內(nèi)黃金期貨的開戶機(jī)構(gòu)為上海期貨交易所，自然人不可以提取實物，暫時也沒有夜場交易，而黃金波動最為劇烈的時段恰恰是夜晚美國盤，所以黃金期貨的風(fēng)險要高一些。兩種交易模式都具有杠桿，可以用少量資金博取高收益，但風(fēng)險控制不當(dāng)會出現(xiàn)爆倉，因此并不適合初學(xué)者。此外，黃金T+D存在延期費，長期持有合約會增加持倉成本。

黃金理財產(chǎn)品——除了保本，還是保本

操作難度：

風(fēng)險指數(shù)：

流動性：中

銀行發(fā)行的掛鉤黃金的理財產(chǎn)品是最安全的黃金投資方式，但低風(fēng)險同樣意味著低收益。這類產(chǎn)品一般期限都很短，一般為90天左右，大部分為保本浮動收益型。

黃金理財產(chǎn)品屬于結(jié)構(gòu)性產(chǎn)品，分為看漲型和看跌型，與期權(quán)十分相似。以看跌型為例，黃金的期末價格若低于或等于黃金的期初價格，則投資者可以得到預(yù)期收益，一般為6%～10%不等；反之，當(dāng)黃金期末價格高于期初價格時，投資者只能拿到極低的收益，甚至只是拿回本金。對于不了解這類產(chǎn)品的投資者來說，更像是與銀行的一種賭博，但至少不會出現(xiàn)本金虧損的情況。

黃金ETF——升級版紙黃金

操作難度：

風(fēng)險指數(shù)：

流動性：好

黃金ETF是與黃金實物產(chǎn)品直接掛鉤，追蹤金價波動，同時又在證券交易所上市交易的基金產(chǎn)品，投資者實際上是在交易黃金。中國暫時沒有黃金ETF發(fā)行，但已經(jīng)經(jīng)過了很多年的籌備。2012年年底，共有四家基金公司提交了黃金ETF的產(chǎn)品申請，分別是國泰黃金ETF、華安易富黃金ETF、博時黃金ETF、易方達(dá)黃金ETF，目前只差發(fā)行批文。國泰基金、華安基金均表示，一旦批文拿到將會立即準(zhǔn)備發(fā)行相關(guān)工作。

黃金ETF與商業(yè)銀行的紙黃金業(yè)務(wù)相似，二者都需要擇時交易，以賺取差價來獲利。通過ETF融資融券機(jī)制，投資者同樣可以進(jìn)行做空操作，甚至增加杠桿。但黃金ETF有紙黃金所不具備的優(yōu)勢，一方面由于其基金份額有黃金實物擔(dān)保，滿足一定條件下可以變成實物金，同時可免去黃金的保管費、儲藏費和保險費等費用；另一方面，黃金ETF一旦其在證券交易所正式上市，投資者可像買賣股票一樣方便地交易，價格機(jī)制也更加公開透明。

由于國際黃金市場是24小時連續(xù)交易，而黃金ETF若在股票交易所上市，其交易時間將被限制在白天，當(dāng)金價在歐美盤出現(xiàn)較大波動后，投資者會面對開盤跳漲跳空的風(fēng)險。

黃金股——投資黃金的另類選擇

操作難度：

風(fēng)險指數(shù)：

流動性：好

對于不希望直接參與黃金投資，又希望在黃金市場獲得收益的投資者來說，可以通過“曲線救國”的方式來參與黃金市場，具體來說，則是投資黃金股票。

投資黃金與投資黃金股事實上是完全不同的概念。由于投資的是股票而不是黃金，投資者關(guān)注的焦點將不僅僅是黃金本身，還要參考公司的業(yè)績、融資能力、管理水平、大盤形勢等，實際上比單純投資黃金要復(fù)雜。

如果說買黃金是看多金價的上漲，那么買黃金股實際是在看多什么呢？黃金股本身的走勢分化嚴(yán)重，盡管近期幾乎所有黃金股都隨金價大跌，但從長周期來看，有的黃金股表現(xiàn)始終疲軟——無論金價漲跌，這類公司吸引人的地方不多，恐怕只有低估值而已；另外一些黃金股大體上與金價走勢擬合，買這類股票，實際上是在變相看多黃金價格；有的黃金股則依然處于歷史高位，并且受金價波動影響較小，這些公司自身往往具有對沖金價下跌風(fēng)險的能力，買這類股票，本質(zhì)是在看多其交易黃金的水平，或者說就是看多公司價值本身。