股票交易的量化交易精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇股票交易的量化交易范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

关键词：算法交易；交易成本；证券投资基金

JEL分类号：G20　中图分类号：F830　文献标识码：A　文章编号：1006-1428(2012)01-0024-04

作为投资者对资本和风险有效配置的实现手段，交易策略一直是资本市场理论界和实务界研究的重要问题之一。随着资产规模的不断增长，机构投资者交易行为对资本市场的影响越来越大。如何在不惊动市场的前提下买进或卖出大额证券并承担较低的交易成本及避免不必要的市场波动，即如何制定科学的、合理的资产交易策略，已经成为机构投资者和证券监管当局关注的问题。随着计算机技术的高速提升、硬件的高速存储能力、软件的高速并行算法以及金融数学的发展，算法交易(algorithmic trading)应运而生，为这一问题的解决提供了帮助。据海外专业机构统计，算法交易在欧美等发达资本市场中已成为主要交易手段。Aite Group LLC的研究显示，算法交易在欧盟和美国的所有股票交易中占到40％，其中在美国的一些市场中，该比重更达到80％以上。

算法交易在中国刚刚起步，与成熟市场相比存在较大差距。这具体表现为，一方面，交易执行技术尚不成熟，目前尚处在初级的算法交易加经验判断阶段，交易大多基于交易人员的经验，主观判断成分占绝大比例；另一方面，系统性地支持算法交易的成熟软件非常少，并且国内对此方面的理论研究还比较薄弱。尽管如此，国内市场日渐扩张的机构投资者资产规模、多样化的投资者需求和各类新型创新产品为算法交易的发展提供了萌芽的土壤。

一、算法交易的概念

算法交易是指把一个指定交易量的买人或者卖出指令放入模型，该模型包含交易员确定的某些目标。根据这些特殊的算法目标，该模型会产生执行指令的时机和交易额。20世纪80年代后期及90年代，美国证券市场的全面电子化成交和电子撮合市场ECN(Electronic Communication Networks)的发展为算法交易提供了发展的前提。区别于程序化交易模型只关注收益和风险的特点，算法交易使用数量化模型，在用户指定基准和约束条件下，通过在冲击成本与等待风险之间的平衡，来算出最佳的交易时机和交易额，并由系统自动执行交易指令。因此，算法交易又称自动交易(Automated Trading)、黑盒交易(Black-boxTrading)、无人值守交易(Robo Trading)。更为严谨地说，算法交易是指遵循数量规则、用户指定基准和约束条件的自动电子交易，包括组合交易(对一篮子股票进行一系列交易)和智能路由(Smart Routing)。

算法交易的内在逻辑在于利用市场交易量的特点。通过一定的数量统计方法，在风险可控、成本可控条件下执行订单。算法交易系统的核心是通过一套计算机程序，在一秒钟内产生若干交易指令(其中许多指令瞬间就可以被取消或被新的指令取代)，来寻求最佳的成交执行路径减小对市场的冲击，以降低市场冲击，减少交易成本。

算法交易的兴起主要受到以下几个因素的影响：

(1)2000年初美国和加拿大的股票最小报价单位由1/8美元调整为0.01美元的“十进制”运动，导致美国股票价差和报价深度的大幅缩小。

(2)电子交易技术和通讯技术的迅猛发展为算法交易提供了技术可行性。

(3)机构投资者管理的资产规模不断增长，其订单相对于市场冲击越来越大，大额订单交易变得更加复杂。

(4)相关的监管部门对交易行为的重视。例如，欧盟MiFID、美国Reg NMS及英国CP176等一系列相关法规的推出与实施推动了算法交易的发展。在上述法令颁布后，纽约证券交易所(NYSE)与伦敦交易所(LSE)的每股订单规模在不断下降，而订单数目迅速增长，表明投资者和证券监管部门逐渐认识到大额订单对价格的冲击影响，为避免交易冲击，投资者开始利用算法交易将大额订单分拆成小额订单进行交易。

二、算法交易的全球发展现状

借助于电脑的高速计算能力，算法交易正在风靡全球金融市场。其交易的证券基本涵盖了市场上包括股票、期货、期权、债券、交易所交易基金(EFT)、外汇等大部分品种。

在欧美成熟市场，算法交易已经成为股票交易的主流模式，大部分的股票交易都是通过算法交易来完成。算法交易的用户主要是经纪商、对冲基金、养老基金、共同基金，以及公司中有自己算法交易系统的自营交易部门。据Elkins/McSherry统计，在美国算法交易已成为基金业界的主流，在2010年，全美90％的投资经理在建立投资组合时至少使用一次算法交易(见图1)。算法交易在欧洲投资界也被大量使用，英国是欧洲地区使用算法交易比例最高的国家，2007年LSE的所有交易中有60％的交易采用了算法交易，有50％的基金经理使用算法交易进行投资管理。

在诸如东京证券交易所、香港交易所和新加坡交易所等亚洲部分成熟市场中，算法交易的发展也很迅速。例如，在日本和香港有超过80％的机构投资者在股票交易时采用算法交易，在2010年香港、日本和新加坡证券市场的算法交易使用率已经超过了30％，并且预测未来增速同样可观。一些亚洲新兴市场的算法交易也有一定的发展，2010年8月4日，雷曼兄弟公司通过印度全国证券交易所提供的直接下单功能(DMA)执行了印度市场的第一笔算法交易委托。

算法交易发展如此迅速，归功于其自身优势，包括：匿名性、减少市场冲击、提高交易执行效率、降低交易成本、减少人力成本、增加投资回报、确保复杂的交易及投资策略得以执行。根据TABB Group的统计，选择算法交易的投资者中，有18％是因为可以匿名交易，其次是可以降低交易成本，占了16％，减少市场冲击和获得最佳成交价量这两者分别占14％和9％。

尽管算法交易存在诸多优点，但其对证券交易所和经纪商交易系统的订单处理能力具有较高的要求，会对交易所系统的安全性产生一定的影响，前文中在Neg NMS法规出台后NYSE订单笔数与换手率出现显著增加的情况就表明了这一点。

三、算法交易应用――交易成本分析

与程序化交易模型通常只关注收益与风险不同，算法交易关注的是被机构投资者忽视的“内生成本”(隐性成本)。而利用算法交易可大大降低内生成本对

投资收益的腐蚀。交易成本分析正是算法交易的应用，是考察投资者的算法交易是否有效的工具之一。所谓交易成本分析是指从算法交易的角度出发，考察投资者证券投资活动中需要付出的隐性成本。交易成本包括外生成本和内生成本。其中，外生成本包括佣金、印花税等，由交易所和监管部门制定收费比率，一般在股票实际交易之前就可以确定大小；内生成本是指股票成交过程中受到市场条件、执行情况等因素影响而产生的成本，也称为交易执行成本，包括机会成本和冲击成本两部分。前者指从投资者下达订单开始到订单执行完毕(或者最终没有执行而撤单)这段时间内的价格风险；后者指订单交易行为对市场价格的影响程度。一般用订单执行前后市场价格的差值来衡量。

一般而言，交易成本分析所指的成本为内生成本分析。Plexus(2007)的研究刻画了美国市场的交易成本的“冰山”模型，指出直接成本(佣金、税费等)约为9BPS，执行差额(价格冲击成本)约为15BPS，交易前成本(机会成本、为交易成本)约为40BPS。这表明内生成本在交易总成本中占有较大比重。

目前，交易成本分析方法分为三类，即基于交易前价格选择的成本分析、基于交易中价格选择的成本分析和基于交易后价格选择的成本分析(见表1)。交易前价格包括：决策时价格、前一日收盘价、当日开盘价、到达价格；交易中价格包括：交易量加权平均价、时间加权平均价、OHLC(开盘、最低、最高和收盘价平均)、交易额加权平均价；交易后价格包括：当日收盘价。

全球范围来看，交易量加权平均价格(VWAP，Volume weighted averaging price)使用最为广泛，其次是执行差额(IS，Implement Shortfall)和到达价格(AP，Arrival Price)。表2以VWAP与IS为例，给出两种算法的优缺点(见表2)。

归纳起来，VWAP的优点在于：应用简单、市场冲击成本较低；其缺点在于：忽视了机会成本、可通过自身交易行为影响基准价格。IS的优点在于：不易操纵、将机会成本纳入评价基准中；其缺点在于：对数据要求较高(需要投资者的决策时间和订单执行情况)、没有具体的执行策略指导而只能单纯作为一种评价基准。

自2005年股权分置改革以来，全流通、红筹股回归、新股IPO等使得A股市场的规模迅速扩大。截至2011年10月底，沪深两市上市公司超过2304家，总市值超过24万亿元。市场的快速扩容也激发了投资者的交易热情，截至2011年10月底，沪深市场投资者开户总数约为2亿户，股票成交金额达4.5万亿美元，全球交易所中排名第三。市场规模和结构的变化直接影响了投资者的交易方法与策略，近年来国内各大券商研究机构对数量化研究逐渐重视起来，纷纷成立相关的研究部门或小组对其进行专门研究，共同基金对数量化投资策略的重视程度也在不断提高。数量化分析不再限于基金的事后绩效评估，而是积极地参与到主动投资、选择股票组合的领域。但是和欧美市场相比，国内由于对算法交易及交易系统认识的缺乏，算法交易还不是很普遍。

本文采用VWAP方法对我国证券投资基金的股票交易行为进行交易成本分析，以探究我国算法交易未来的发展空间。鉴于基金交易规模较大，我们采用剔除自身交易的VWAP模型来计算超额VWAP，即剔除基金自身交易的VWAP与市场平均VWAP的差值。VWAP是目前应用最为广泛的基准价格之一，在欧洲和日本等国家和地区应用较多。VWAP以交易量为权数对价格进行平均，其计算公式如下：

VWAP=∑(交易价格×交易股数)/∑(交易股数)=买卖总额/交易股数　(1)

我们将买入方向的超额交易成本定义为∑∑Cij(pi，j-pi，j)，而卖出方向的超额交易成本为一∑∑Ci,j(pi，j-pi，j)。其中，Ci，j为在交易日i投资者买人(卖出)股票j的数量，Pi，i为在交易日i投资者买入(卖出)股票j的价格，Pi，i在交易日i剔除该基金当日交易后股票j的交易均价。为了能够统一统计口径、方便比较，我们将计算得出的VWAP除以相应买入或卖出金额，得到每交易一元股票时的超额交易成本。

我们以2008年280支证券投资基金作为研究样本，考察我国以基金代表的机构投资者的交易情况。我们利用VWAP指标分别计算了我国证券投资基金交易沪市各板块股票(所有股票、上证50指数成分股、上证180指数成分股以及除去上证50、上证180指数成分股和ST股票外的其他股票)的交易成本(见表3)。结果表明：

(1)我国证券投资基金的交易技术和交易水平存在较大提升空间，如果基金能够按照最简单的VWAP方法进行交易的话，交易技术和水平的提高可以为基金公司节省巨大的成本。

(2)基金之间的交易技术和交易存在较大差距。以2008年期间基金买入上证50指数成分股的超额VWAP为例，交易技术最优的基金的交易成本为-120个基点，而交易技术最差的基金为123个基点，二者相差243个基点。

(3)基金买入股票的交易成本要显著低于卖出的成本。在2008年基金买入时的交易成本平均为10.98，而卖出时基金交易成本为15.64，二者相差近50％。这表明，相对于卖出交易而言，基金在执行买入指令时能更好地控制交易节奏。

(4)基金交易不同板块股票时，交易成本存在较大差距。例如，买入上证50指数成分股票的交易成本较买入180成份股和其他股票的成本要大，而卖出上证50指数成分股票的交易成本较卖出180成份股和其它股票的成本要小。

以上结果表明，算法交易在我国资本市场中具有广阔的应用前景，机构投资者可以通过算法交易来降低交易成本、减少市场波动。算法交易在我国证券市场的应用不仅有助于投资者交易成本的降低，更有助于减少大额交易引起的市场异常波动。

五、研究结论

篇(2)

关键词：国际金融中心；经济金融评价指标；评估指标体系

文章编号：1003－4625（2007）06－0039－03中图分类号：F831文献标识码：A

一、文献综述

国际金融中心一般被定义为金融机构和金融市场聚集、有实质性的金融活动发生的城市。金融中心一般体现为金融机构高度集中的大都市区，聚集了主要的银行、证券公司、证券交易所、大量的基金和保险公司。在这个核心功能的周围又围绕着大量的支持业，如会计、律师、信息出售商和出版商等。金融中心金融活动形式多样，金融产业高度发展。

构建国际金融中心的评估指标体系对于度量和评估现有的国际金融中心,预测其发展潜力,以及判别新的国际金融中心的产生都是非常有用的。然而目前这方面的研究数量有限。80年代，H.C.Reed在《The preeminence of International Financial Markers》中采用层级分析法对金融中心分层次，并分别证明各层次的重要因素。之后，随着计量方法与经济理论的发展，许多外国学者也于此作出了有益的尝试。国内，杨再斌等人的《上海国际金融中心建设条件的量化研究》从历史角度出发，分析了国际金融中心形成的基本条件，提出建设国际金融中心应该具有城市微观条件、 国家宏观条件、周边外边环境等三大类。张泽慧总结了国际金融中心所普遍具有的特征，综合了各家的研究成果，从而提出了包括金融机构数量，金融部门产值，金融市场规模等一系列评价金融中心的指标。胡坚等在《国际金融中心评估指标体系的构建》一文中选定了具体的金融中心评估指标，并且建立了相关的回归模型，对于上海作出了实证的分析。

本文拟在已有的研究基础上，对于一些比较重要的经济指标、金融指标作出实证检验，验证这些指标与国际金融中心的相关性，以及这些指标对国际金融中心的评估价值。

二、对几个条件的实证分析

（一）国家的选择

一般认为，全球的国际金融中心大致有40个之多。根据国际金融中心的功能，采用主流的标准始点法对这四十多个国际金融中心进行分类如下：

在国家数据可获得性的前提下，本文尽量覆盖到国际金融中心的各个类别，最终从以上国家中选用了18个金融中心：东京，伦敦，纽约，巴黎，法兰克福，香港，新加坡，米兰，多伦多，马德里，墨西哥城，马尼拉，墨尔本，汉城，阿姆斯特丹，开罗，雅加达，吉隆坡。为了比较的需要，同时随机选取了6个非金融中心的国家：孟加拉国，印度，罗马尼亚，俄罗斯联邦，泰国，波兰。

（二）评价指标的选择

评价国际金融中心的指标很多,如国内金融机构数量，所在城市金融从业人数，金融部门产值，外汇市场交易量，国家的国际竞争力等等。从国际金融中心的历史研究来看，国际金融中心通常具有这样几大特征：

1.大量聚集的金融机构。1994年2月,伦敦就拥有520家外国银行和173家外国证券公司,全世界最大的200家银行就有190多家在伦敦设有分支机构。香港在2003年4月时,就拥有本地银行53家、外国银行126家、保险公司191家、证券机构639家。新加坡在2001年12月时就拥有本国银行8家、外国银行125家、保险公司151家、证券机构81家。具体的评价指标有：所在城市外国银行和金融机构数量，外资银行占银行总数的比率，外国银行和金融机构在金融中心总部数量等等。

2.发达的金融市场。除记账式的国际金融中心外,大部分国际金融中心都有完善的金融市场体系与较大的金融市场交易量。2003年初,伦敦的股票市场总市值为17000多亿美元,纽约股票市场总市值超过了85400多亿美元。具体的评价指标有市场交易规模，证券交易股票市值，国内上市公司数量等。

3.强大的经济基础。这点对金融中心形成具有决定性作用，从伦敦、纽约的发展历史就可以看出。具体的评价指标有GDP值， GDP增长率，投资总额，投资比率= 投资额/GDP等。

4.良好的政治和法制环境。政治环境是否稳定，法律环境是否良好，影响着投资者的信心。良好的外部环境可以减少不确定性，维护投资者利益。瑞士和贝鲁特的例子可以说明外部环境的作用。具体的评价指标有：健全的货币(用本币发行的国际债权数量)， 国际竞争力GCR ，国家政治风险ICRG等。

5.人力资本。金融行业知识密度很高,人力资本是金融业的核心要素。例如，伦敦金融城占地面积略大于1平方英里,常住居民5000多人,白天人口却有20多万,其中一半以上直接从事金融业。具体的评价指标有：金融中心从业人员数量，金融从业人员的熟练程度(从业年限)， 从业人数占城市人口比重等。

6.有利的地理位置优势。有利的地理位置比如说理想的时区，是客观的国际金融中心条件。比如说当伦敦和纽约两个较早并且重要的金融中心确定下来之后,东京、香港、新加坡等地正好填补伦敦和纽约之间的时区空白, 使得这三大地区的营业时间能首尾相接,形成全球不间断的交易网络。不过这个特点没有找到很好的量化指标，更多的是一种定性的判断。

7.良好的基础设施建设。金融行业对电讯设施的依赖程度很高。特别是随着电话银行、网上银行业务的兴起，电讯服务的费用与质量和可靠性对于金融业的发展显得尤为重要。另外,金融中心除了有巨大的信息流、资金流以外,通常还有巨大的人流和物流。因此,除了要有良好的电讯设施外,还必须有便利的交通。具体的评价指标有电讯服务业产值等。

8.金融信息高度集中。金融业对于信息的敏感度很高。如果一个地方靠近信息源，可以尽快获得大量有用信息的话，这个地方就比较容易成为金融中心。这也是许多国家的首都成为金融中心的原因之一。评价指标有交易成本等，但是不好量化。

由上述国际金融中心的特征分析可见：评估国际金融中心是一个复杂的过程，许多因素都对此有影响和关系。更为复杂的是，许多指标不好量化，或者数据难以找到。胡坚等研究了国际金融中心指标评价体系，提出了以下22个可量化指标：(1)GDP增长率；(2)投资比率=投资额PGDP；(3)金融部门产值PGDP；(4)金融创新数量；(5)银行等金融机构的资产总额；(6)银行等金融机构的负债总额；(7)金融业的电子化程度；(8)金融的稳定性：主要相关国的短期利率变动；主要相关国的汇率变动；主要相关国与本地有关的贸易政策变动；主要相关国的股市股价变动；主要相关国对本地投资的变动；(9)金融从业人员占全部就业人员的比例；(10)外资银行占银行总数的比例；(11)银行等金融机构外币存款与本币之比；(12)银行等金融机构海外存款与存款之比；(13)外汇市场日均交易量；(14)外汇自由兑换程度；(15)国际资本流入量；(16)国际资本流出量；(17)金融市场的种类；(18)金融市场绝对容量；(18)金融市场相对容量。

本文暂且只考虑经济因素与金融因素，本着易量化，数据易获得，高度相关的原则，在胡坚等人的研究成果上，选择了以下具体指标：（1）GDP增长率；（2）投资率；（3）金融部门产值贡献率；（4）股票交易额／GDP。

（三）选定国家指标数据面板值

（四）图形分析

选用几个最发达的金融中心（东京，伦敦，纽约，巴黎，法兰克福，香港，新加坡）与非金融中心作比较，得到以下结果：

GDP增长率与投资率表达的是一种经济增长的潜力。从图中可以看出，金融中心的GDP增长率与投资率比较接近，曲线比较平缓，同时其数值不太大；而非金融中心的GDP增长率与投资率各个国家间有较大差异，有些国家有较高的增长率，而一些国家增长率较低。这可以理解为，金融中心一般已有较大的经济存量，因此GDP保持平稳增长，其增长速度并不快；非金融中心的经济存量较小，其经济发展速度因国而异。从图中可以看出，中心与非中心在GDP增长速度与投资率上差别不大。

金融部门产值贡献率与股票交易额/GDP这两个指标反映的是金融产业的发展程度。从图中可以看出，金融中心的指标值明显高于非金融中心。这是否意味着这两个指标对于评价金融中心具有明显的意义呢？如果是的话，这两个指标的相对重要性又是怎样呢?为了解决这个问题，下面运用spss对以上四个指标进行logit 回归。

（五）计量分析

将上文中选定的18个金融中心按功能类别分别回归。Y为因变量，x1为GDP增长率，x2为投资率，x3为金融部门产值贡献率，x4为股票交易额/GDP。

1.Y 对x1x2x3x4同时回归。结果如下：

可见，同时考虑四个因素时，可以得到百分百的判别正确率，同时Nagelkerke Rsquare为1。所以这四个指标作为一个整体是有其指示作用的。

2.从上面每个类别中随机选取一些国家。使Y对x1、x2、x3、x4分别回归。结果如下：

Y对x1回归的percentage correct 为54.5%，同时Nagelkerke Rsquare为0.01。这说明GDP增长率对于评估金融中心意义不大。Y对x2回归的percentage correct 为54.5%，同时Nagelkerke Rsquare为0.02。这说明投资率与是否金融中心也没有太大直接关系。Y对x3回归的percentage correct 为87.9%，同时Nagelkerke Rsquare为0.61。这说明金融部门产值贡献率与是否金融中心直接相关，而且相关度较高，是一个比较重要的指标。但是同时金融中心也不能完全凭借金融部门产值贡献率来判断。Y对x4回归percentage correct 为100%，同时Nagelkerke Rsquare为1。这说明股票交易额/GDP的比值与是否金融中心高度相关。这也是与实际情况吻合的，金融产业发达的国家基本都有较发达的股票市场，股票交易额通常较大。

3.以上所有的回归结果中，变量的wald检验都没有通过，说明logY 对x1x2x3x4 不存在显著的线性关系。因此，此模型只能用来检验x1x2x3x4对Y的判别作用，这可以用percentage correct是否改进来判别。

三、结论

金融中心的存在不仅在于其经济体的强大程度，以及当地宽松的制度环境。 也许其重点更在于金融中心应该有能力提供金融的专业化服务,并且具有完备的金融市场，使金融机构在金融中心所在地可以获取在其他地方不能获取的利益。因此，一国要想拥有国际金融中心的地位，应当特别重视金融业的发展。一方面大力发展金融产业，提高金融部门产值的贡献率；另一方面同时发展金融市场，完善股票市场，提高金融市场容量。

参考文献：

[1]胡坚等.国际金融中心评估指标体系的构建［J］.北京大学学报,2003,(9).

[2]倪鹏飞,孙承平.中国城市：金融中心的定位研究［J］.财贸经济,2005,(2).

篇(3)

问题的提出

最小报价单位（ticksize）是指证券交易时报价的最小单位，它规定了两个不同的价格下委托价格的最小距离。在金融理论中，一个通常接受的关于市场流动性的定义是：如果投资者在其需要的时候能够以较低的交易成本很快地买或者卖大量的股票而对价格产生较小的影响，则称市场是流动的（Hams，1990）。根据Kyle（1985）和Harris（1990）的定义，在市场微观结构的研究中，市场流动性通常包括以下四个方面：宽度（width），即买卖价差、深度（depth）、弹性（resiliency）和即时性，（immediacy）。值得注意的是上述四个方面是相互作用的。在报价驱动型市场上，做市商（marketmaker）或者特约证券商（specialist）通过连续地报出买卖价格和愿意交易的股份数对市场提供流动性。买卖价差是投资者为及时性所支付的成本，相当于做市商提供及时性而获得的单位收益。买卖价差越小；则交易成本越小，流动性也越好。在委托单驱动型的市场上，买卖价差是“无忍耐力的投资者”（impatienttrader）为及时性所支付的成本。从买卖价差的角度看，不论是对报价驱动型的市场还是对委托单驱动型的市场而言，买卖价差越低，则交易完成的速度就越快，市场的流动性也就越好。最小报价单位，实际上就是最小的买卖价差。因此，最小报价单位的大小对证券市场的流动性有着重要的影响。

市场微观结构理论中最小报价单位对证券市场流动性的研究已经成为证券市场研究的热点之一。我国股票市场走过了十年的风雨历程，但我们对证券市场的微观结构研究还处于起步阶段，国内学术界对最小报价单位的研究仍然是一个空白。尽管目前中国股票市场上没有低于1元以下的股票，也没有高于100元的股票，但是高价位股和低价位股是否应该使用同样的最小报价单位，仍然是一个值得商榷的问题。相信随着高价股的不断增多，开展最小报价单位的研究也就有了重要意义。

最小报价单位大小的理论含义

一般来说，股票价格高低本身对其在市场上的表现没有影响，但是价格的离散程度却会对其在市场上的表现产生影响。在大多数的市场上，最小报价单位（即价格的离散程度）直接同价格水平相联系，因此，价格水平也就间接影响股票的表现。

最小报价单位的大小对市场有如下影响：

首先，报价单位越大，相应地买卖价差也就越大。因此，在关于买卖价差的决定因素中，报价单位是其中的一个重要决定因素。

其次，如果交易对手能够自由选择交易价格的话，大的最小报价单位有排除发生交易的可能性。最小报价单位的存在使得价格产生了不连续性，产生了交易成本。Demsetz（1968）第一个研究价差与交易成本之间的关系。他认为如交易成本太大，或者最小报价单位太大，交易就不能完成。

第三，如果报价单位太小，也会影响市场的及时流动性（immediateliquidity）。为了深入研究这一问题，我们来研究报价撮合人问题（quote-matcherproblem）。报价撮合人的策略是利用包含在已经存在的委托单中的信息。当一个大的限价委托单来到市场的时候，报价撮合人有在那个委托单到来以前进行交易的动机。报价撮合人将试图在大的委托单到来之前提交委托单，并在大的委托单执行之后价格的回复过程中获利。结果，其他做市商进行交易将冒着被报价撮合人跳过的风险。在其他情况相同的条件下，做市商将提交小额委托单，因此市场的深度下降。减少报价撮合人问题的一个方法就是严格执行第二优先原则（时间优先原则）。对报价撮合人来说获得对大额委托单优先权的唯一方法是通过价格。然而如果报价单位太小，则“做市商可以很便宜地提交一个报价或者一个价格稍微有利的限价委托单，从而利用价格优先获得主动权”。一个合适的最小报价单位和时间优先原则的结合可以保护做市商的限价委托单。只有上述两条原则得到加强，报价撮合人的问题才能大大消除。总之，一个较小的报价单位会损害市场的深度，这也就是我们看到许多市场采用较大的报价单位的原因。

从我们的观点来看，报价撮合人的问题对深市和沪市的交易结构来说并不显得迫切。原因在于：第一，市场上没有指定的做市商，市场的流动性是由投资者提交的限价委托单提供的。这样，深度更多地独立于报价单位。另外，Harris（1990和1994）对报价撮合人的讨论主要依据一个隐含的关于匿名的假设，如果报价撮合人必须公开自己的身份，他会破坏自己的声誉，结果在以后的重复博弈中受到损害。由于中国的深市和沪市是高度透明的市场，报价撮合人的问题并不严重。第三，相对较高的报价单位对做市商来说意味着较高的交易成本，同时也意味着对提供做市服务的较高的补偿。在一个没有指定的做市商的市场上，人们可以通过相对较高的报价单位从而希望投资者排队提供流动性。Harris（1992，1994）讨论了这种效果，并且指出，如果做市商面对需求价格没有弹性的投资者的话，将从大的报价单位中获利。然而，如果做市商面对的是价格需求弹性大的投资者的话，例如机构投资者，则较小的报价单位的劣势可以通过不断增加的交易量而获得的利润来抵消。这就意味着一个大的报价单位再加上需求没有弹性将使得做市商提供流动性具有吸引力。Grossman和Mille（1988）认为最小买卖价差对做市商补偿他们做市的固定成本是必须的，但是问题是应该找出“一个合适的报价大小……使得该报价大小对场内做市商来说可以保持一个具有竞争力的流动性的提供，但是却又不至于产生分配和排队等问题”。从上面的分析中可以清楚地看出，最小报价单位的大小有以下的影响：一是影响相对买卖价差，二是影响市场的深度，三是影响交易量。

最小报价单位对不同市场参与者的影响

有以下市场参与者关心报价单位的大小：

首先是做市商。做市商的利润中有很大一部分来源于买卖价差。如果报价单位使买卖价差扩大，做市商的利润将扩大。然而正如前面所说的，如果降低报价单位能够使得交易量增加的话，减小报价单位导致的较低的利润可以通过交易量的增加来抵消。

投资者是对最小报价单位大小感兴趣的人。小额交易的投资者对较小的价差感兴趣，大额交易的投资者对市场深度感兴趣。如一个较小的报价单位能够导致一个较小的价差和较小的市场深度，大额交易的投资者可能更加偏好于较大的最小报价单位。

上市公司可能也对最小报价单位感兴趣。如果一个大的报价单位使得交易成本上升、交易量下降的话，则公司的融资成本可能会增加。交易所的利润来源于交易量的大小。如果因为报价单位使得交易量下降，从而导致交易所利润下降的话，交易所将偏好于采用较小的报价单位。

最小报价单位研究的文献综述

关于最优最小报价单位研究文献，从研究方法上分类，可以分为理论研究和实证研究。在理论研究中，可以分为如下几类：第一类认为最小报价单位的大小起源于流动性的提供者之间类似Bertrand的价格竞争模型所描述的竞争导致的市场摩擦（Anshuman和Kalay（1998），Bernhardt和Hughson（1996），Kandel和Marx（1996））。第二类研究将最小报价单位等同于协商的观点模型化（Brown，Laux，Schachter，1991，和Cordelia，Foucaultl996）。第三类研究最小报价单位与为委托单流所支付的成本（paymentfororderflow）之间关系（Chordia和Subrahmanyam，1995，Battalio和Holden，1996）。第四类研究认为，尽管较小的报价单位将降低价差，但是同时也降低了深度（因此降低了市场的流动性），原因在于提供流动性的边际利润下降（Seppi，1997和Hams，1994）。

对最小报价单位的实证研究一直是市场微观结构研究中的重要领域。随着日内数据库（intra-daydata）的建立和计算机数据处理能力的提高，研究人员已可以从事这项工作。而在10年以前，这样的工作几乎不可能进行。

对最小报价单位对市场流动性的影响的研究是与交易所交易规则的变化联系在一起的。对最小报价单位对市场流动性的影响的研究，主要是围绕纽约证券交易所、纳斯达克市场、美国证券交易所等世界主要交易所而展开的。Peake（1993）、Hart（1993）和Ricker（1993，1996）对纽约证券交易所的$1／8报价单位进行了研究。事实上，所有的研究人员都同意报价单位越小则报价价差（quotedspread）越小的观点。如果价差减小，投资者买卖股票的交易成本将会降低。同样，研究人员也赞同随着买卖价差的减小市场深度可能会下降。这样，如果报价价差缩小但交易量也同时下降，那么市场的流动性如何变化还是不确定的：一般来说，对小额交易的投资者有益；而对大额交易的投资者则未必。Harris（1994）指出，NYSE和AMEX的最小报价单位对市场流动性有显著影响。他分析了最小报价单位变化对相对价差、交易量和市场深度的影响，并且估算了将最小报价单位从$1／8降到$1／16的效果。研究结果发现对股价低于10的股票，降低最小报价单位将导致相对价差减少36％，交易量增加30％，深度降低15％。由于交易成本与深度成反比关系，很难确定是否一个较小的报价单位能够增强总的市场流动性。Hams的结论得到了接下来的一系列实证研究，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，纽约证券交易所把最小报价单位从1/8调整到1/16，这是有两百多年历史的纽约证券交易所第一次降低最小报价单位。Goldstein和Kavaiecz（2000）研究了1997年6月24日纽约证券交易所最小报价单位从1／8减少为1/16后对市场流动性的影响。研究发现报价价差平均减少了38％，深度减少了15％。研究还表明价差和委托单簿上的累积深度的同时减少使得流动性的需求者进行小额交易时有利而进行大额交易时不利。

1997年7月2日，纳斯达克改革了它的报价单位，即对股价在10美元以上的股票的报价单位从1/8降到1/16.一份关于纳斯达克的研究报告（1997）表明：对于那些成交活跃且股价在10—20美元之间的股票，买卖价差平均降低了17，9％；而股价在20美元以上的股票，买卖价差平均降低了16.2％。深度也分别下降了13.9％和12.4％。

Ahn，Cao和Choe（1996）研究了1992年9月份美国证券交易所股价在1-5美元之间的股票的最小报价单位从$1／8降到$1／16时的情况。大部分交易活跃的股票的交易成本下降了18.9％，这样每年可节约640万美元。1995年2月，美国证券交易所把股价在5—10美元的股票的最小报价单位从$1/8调整到$1/16.Chakravarty和Wood（2000）对2000年8月28日美国证券交易所和纽约证券交易所采用小十进制报价进行了实证研究。他们选取13只股票（美国证券交易所6只、纽约证券交易所7只），分析它们在最小报价单位采用十进制报价前后市场的变化情况。采用的数据为该组股票在十进制报价之前15天和十进制报价实施后10天的实时交易数据。研究结果表明，在十进制实施后，买卖价差出现了大幅度下降：美国证券交易所交易的股票平均下降了47％，纽约证券交易所的股票平均下降了38％。同时，他们也发现地区性的交易所（如辛辛那提、波士顿、芝加哥）的报价频率（quotefrequency）显著上升，平均上升了54％。而对深度而言，美国证券交易所和纽约证券交易所分别下降大约19％和15％。

Bacidore（1997）研究了多伦多股票交易所1996年4月15日最小报价单位转为十进制报价后对市场质量的影响。他发现，对那些最小报价单位从1／8美元减为5美分的股票，采用十进制后价差减少了，但是流动性却没有受到影响，同时，这些股票的交易量也没有增加。对那些最小报价单位从5美分减少为1美分的股票，采用十进制后对市场质量几乎没有影响。Ricker（1997）对平均节约的交易成本进行了量化，他通过几种方法测量出每股节约1.7美分，总计每年2160万美元。

1994年12月，Niemeyer研究了斯德哥尔摩证券交易所一些比较活跃的股票1991年11月3日到1992年1月17日期间交易日的交易数据。研究发现，首先，较高的最小报价单位对应着一个较大的买卖价差，因而对市场流动性是有害的。其次，随着最小报价单位的增大，市场深度相应增大，从而市场的总体流动性的影响效果是不确定的。最后，他发现有充分的证据表明较高的最小报价单位对应着较低的交易量。该发现类似于Harris（1994）对NYSE的实证研究。Niemeyer的研究还发现，尽管斯德哥尔摩证券交易所是委托单驱动型的交易制度，但是同纽约证券交易所的报价驱动型的交易制度相比；最小报价单位在委托单驱动型市场中同样重要。而且最小报价单位的降低总会对小额交易者有利，因为他们会从减小买卖价差中获益。然而，较大的买卖价差的负面影响可以被大额交易者的市场深度增加而抵消。当然，降低最小报价单位显然有利于公司，因为这降低了他们的筹资成本（交易成本降低）；也有利于证券交易所，因为交易量会大幅上升。

总之，关于最小报价单位的大小一直是一个公开争论的问题。一个大的最小报价单位会使买卖价差人为地扩大，由于较大的交易成本，减少了市场参与者交易的意愿，结果减少了市场流动性。减小最小报价单位将有助于增强流动性提供者之间的竞争，减少买卖价差，这将有利于流动性的需求者。但是，一个较小的报价最小单位会产生较高的协商成本（negotiationcosts），或者对采用限价委托单交易的投资者不能提供足够的价格保护，从而挫伤投资者的积极性，结果减少了流动性提供者提供流动性的动机。较大的报价最小单位之所以能够减少协商成本是因为它减少了可能的交易价格的范围，投资者为了获得价格优先必须对其价格进行显著的改进。结果，尽管较大的最小报价单位人为地扩大了买卖价差，但同时也减少了协商成本，增加了对限价委托单的保护，从而能够改进市场的流动性。

尽管如此，Aitken，Frino和Madhoo（1995）对澳大利亚股票市场的研究却认为增加报价单位会减少市场的流动性，而减少报价单位能够改进市场的流动性。总之，目前还没有足够的证据说明最小报价单位的增加能够减少协商成本，使得即使买卖价差较大但是却能够改进市场的流动性。

世界主要交易所最小报价单位情况简介

1.纽约证券交易所

纽约证券交易所成立于1792年。最初，报价单位是根据股票票面价值的8％定价的。1915年，定价基准从票面价值的百分比调整为美元，即增量为1／8美元。形式上，调整到1/16定价需要修改纽约证券交易所规则第62条，该条规则规定股价在1美元以上的所有股票报价单位采取1/8定价。很多研究人员提倡实行十进制，这些人包括Peake（1993）、Hart（1993）和Ricker（1993，1996）。他们长期以来辩论说，1/8定价显得过于粗糙，阻碍了股票市场的竞争，并人为地导致了买入和卖出之间过大的价差。既然交易成本是买卖价差的函数，那么改革1/8定价就可以改善交易成本过高的现状。证券交易委员会（SecurltlesandExchangeCommission，SEC）在1991年第一次参与了辩论，并在1994年1月的美国资本市场“Market2000”全体人员研讨会上更多地卷入这场辩论。相关人员赞同十进制的倡议，并建议立即把证券市场调整到1/16定价机制，然后在稍后的某个时间采用基于美分的十进制定价机制。这次研讨会从证券交易者协会（SecuntlesTradersAssociation）等组织那里听取到大量批评意见。

纽约证券交易所对十进制并没有正式表态。1996年9月，SEC委员Wallman再次挑起了十进制的辩论，并发表了意义深远的讲话——《技术和我们的市场：十进制的时代已经到来》（Wallman，1996）。在证券业的一次讨论会上，Wallman继续通过论文、会议、新闻报道等行动阐述实施十进制的证据。

在同一时间，与美国相邻的加拿大提供了有力的证据表明十进制可以很好地运作。1996年4月15日，多伦多股票交易所摒弃了使用长达144年的1/8股票定价机制，现在的股票交易采用5美分增量。据称，这次变换很成功，大量的研究表明股票交易趋于繁荣。这在很多程度上证实了十进制、缩小价差以及更低的交易成本的好处。

1997年上半年，1/8机制开始削弱。首先是美国证券交易所理事会在3月13日批准所有股票采用1/16定价机制。随后，纳斯达克理事会在3月25日批准采用1/16定价机制。纽约证券交易所成了世界上唯一一个仍然使用1/8定价机制交易的主要股票交易所。

美国国会曾经采取行动试图改变纽约证券交易所。1997年3月13日，议员Oxley和Markey提出“H.R.1053”法案，督促SEC规定没有最小的报价增量限制。4月10日和15日，国会举行了该法案的听证会，在听证会上，Ricker以及其他许多学者、交易商和投资者出面作证。来自于不同股票交易所的官员也作证，他们中的许多人赞同更小的报价增量是有益的；某些人支持十进制。纽约证券交易所再一次充当了独自为自己钟爱的1/8机制辩护的角色。纽约证券交易所开始受到来自其他市场的竞争，一些地方性的市场也宣布了向1/16机制转换的计划。

到1997年6月，纽约证券交易所面临着美国国会两院关于十进制定价机制的未决法案。Oxley的法案在议院财政委员会未通过，下一步是全体商业委员会委员投票。更多的压力来自于SEC、学者、一些交易专家和投资者。这时候，关于定价机制的争吵成了各大报纸的头条新闻。

2000年8月28日，7只在纽约证券交易所上市的股票和6只在美国证券交易所上市的股票开始尝试采用十进制的报价方式。该实验性计划标志着华尔街结束了其采用了超过200年的分数报价的历史。接着又于9月25日增加了数十只此类报价的股票。这些股票中包括大型的、交易活跃的股票，如美国在线，也有知名度较低的股票。试行计划的下一阶段将增加美国家用产品公司等股票。

2000年12月4日，纽约证券交易所扩大其十进制报价的试行计划，增加94只股票以十进制进行报价和交易。2001年1月29日，纽约证券交易所对在其上市的所有股票采用十进制报价交易规则。值得注意的是，所有股票不论其股价大小，均采用1美分的最小报价单位。

2.纳斯达克市场

步纽交所的后尘，纳斯达克市场于2001年3月12日开始对15只股票采用十进制报价。2001年3月26日，又增加了199只股票采用十进制报价。2001年4月9日纳斯达克开始对所有上市交易的股票采用十进制的报价。

一份早先的研究报告指出，买卖价差的降低不会增加日内的波动性。尽管交易次数下降，但是平均交易的大小增加了。十进制报价的倡导者认为，采用一分的增量将增加竞争，同时也将降低交易成本。至此，包括纽约证券交易所、美国股票交易所，地区性的交易所和期权交易所全部采用十进制报价。采用十进制报价使得美国的股票市场和外汇市场都采用十进制报价，相互协调一致。

3.主要交易所的最小报价单位比较

在表1中，我们对世界土要交易所的最小报价单位进行了比较，并且考虑了交易所对不同价位股票最小报价单位的细分情况。

篇(4)

解决了变现和分享

我们不妨把艺术品“股票”看做是艺术品金融化的又一个尝试。所谓艺术品金融化，其含义是在艺术品领域融入金融的手段和工具，使金融与艺术品投资相结合，实现两者相互促进发展。

应当说，艺术品市场非常需要金融机构的参与，把金融投资的一些理念融入艺术品行业，可以扩大市场想象空间，激活市场，带动更多的人参与市场，快速提升市场活跃度。

最近几年，艺术品金融化亦被寄予厚望。天津市文化艺术品交易所的艺术品“股票”模式正是在这样的背景下推出。其模式简以言之，是把单件艺术品分割成等额股份，由投资人认购，股票可在交易所买卖。模式形同股票市场，等于把企业的股票买卖模式植入艺术品行业。它对投资者的意义在于投资手续简单化、便利化，提高了流动性。

过去投资者对艺术品往往难以下手，首先因为艺术品是非标准化产品，价值难以评估，主观性较强。其次是投资购买颇费周折，时间成本高，鉴赏要求高，不易于完成交易。再次即使购买回来，退出又是一个难题，需要较长的周期。

如果说份额化交易模式是个创新，那么，其创新体现在，尝试为小额资金投资者提供了参与分享市场的机会，同时尝试解决艺术品流动变现问题。众所周知，艺术品属于高端投资领域，投资亿元也不是什么新鲜事，艺术品变现速度慢，且如果没有充裕的闲置资金，根本不敢投到艺术品上。这是一般投资人在艺术品投资上面临的两大难题，此模式一定程度上解决了这两个问题。

致命的缺陷

但是，我们也注意到，这个模式存在一个缺点，是其本身无法解决的内在缺陷。因为艺术品股票把本可以存在的投资者与艺术品情感交流割裂开，艺术品股票模式缺乏支撑投资回报的基础。

艺术品投资有一定感情黏度，这可能是其他投资领域所不具备的。

过去十几年，中国艺术品市场参与人数不断增多，而离开的人很少，因为无论藏家还是投资者，接触艺术品以后都会投入一定的感情，最后对艺术品充满感情，无法割舍，从中获得艺术享受。许多人更愿意自己来参与操作。以在线交易方式完成艺术品投资，把艺术品本身的魅力与投资者割裂开，消灭了艺术品的魅力。

艺术品投资基金同样面临这个问题，但毕竟涉及人数有限。现实中人们可以通过鉴赏会、投资者大会等方式实现投资者与所投资的艺术品建立情感交流，投资者既可实现收益目的，又可以获得艺术享受。这也是为什么艺术品投资基金能够发展得好、前景更乐观的重要原因。

艺术品股票存在一个致命缺陷，是模式本身无法解决的问题。让我们来比较一下艺术品股票和企业股票。企业股票有企业利润作为价值评估基础， 哪怕不在二级市场交易股票，持有股票本身即享有企业利润分配权。企业源源不断的利润是股票价值的基础和保障。我们不禁要问，艺术品“股票”投资者是否具备这样的基础呢?艺术品“股票”拿什么回报投资者?换句话说，投资者的收益来自何方?

艺术品股票缺乏这样的基础，艺术品价值虽然有一个自然增长率，即时间价值，它随着时间流逝而自然增值，但是，谁也无法判定这个自然增长率到底有多高。也就是说，投资人只有把股票在市场上卖出后才有收益，如果不交易，收益根本无法体现。这无异于设计了一个游戏，只有投资者源源不断地加入才是保证市场运行下去的基础。万一没有人愿意投资了，原来的投资者怎么办呢?那可能的结果是：无期限地持有下去，直到有人来接手，或者是把作品拿到拍卖会拍卖分钱，估计这将是一个漫长的过程。

目前解决艺术品投资期收益问题的途径不多，出租收费、有偿展览、复制品出售等方式是其选择项，如果此项工作开展顺利则可以成为艺术品日常收入来源，部分解决艺术品股票的利润问题。但这些业务开展在国内还不太成熟，收效甚微，不过，前景值得期待。

三点思考

当前，艺术品份额化作为一种新的投资模式，其未来发展有三点值得我们深入思考：

其一，上市交易的艺术品的质量是健康运行的前提和基础。如果控制不好，必成为炒作的平台，一旦变成了击鼓传花的游戏模式，其结果必定是灾难性的。我们恐怕难以理解，本来线下交易每平尺只1万元的艺术品，上市后如何就成为百万千万呢?

篇(5)

关键词：广义虚拟经济；不完全信息；羊群效应； CSAD曲度

中图分类号：F8 文献标识：A 文章编号：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

在行为金融学（行为金融学是从市场主体的行为习惯、心理情绪、思维想法等主观性较强的方面对当前金融领域的行为进行新的解释，结合了传统金融学、社会学、心理学等多门学科的一个综合性的研究领域，因此，从定义来看，行为金融学是广义虚拟经济研究内容的一部分）领域当中，羊群效应是其中一个研究的热点问题。羊群效应，描述的是市场主体忽略其所拥有的私人信息，跟随市场上大多数主体的制定行为决策的现象，本质上具有趋同性的特征。羊群效应存在于社会生活中的方方面面，也对社会环境和行为主体产生进一步的影响。以股票投资市场为例，如果股票市场上存在羊群效应，许多投资者倾向于投资某一行业或者某一股票，可能会造成股票市场的异常波动，使得资产价格偏离其内在价值，进一步加剧市场的无效性。而目前我国金融市场的发展仍然不完善，体制仍不健全，尤其在信息披露和传导机制方面，仍然存在着一定的制约因素，而市场主体信息的局限和缺失，导致了羊群效应具有普遍存在性。

由于股票市场是一个国家资本市场体系的重要组成部分，也是作为一国经济发展的晴雨表，因而其发展的完善化、市场化程度倍受关注。而近些年来股票市场上出现了越来越多的金融异象，同时伴随着板块轮动、概念炒作等现象，而这些大多数是由市场复杂多变的因素所致。在这些因素中，以投资者自身的主观因素最为复杂。因为作为市场主体，投资者的投资决策过程中受到行为习惯、心理、情绪、思维等众多主观因素影响较多，而这些因素难以用现有数据进行准确衡量，因而也需要不断提出新方法、新思路来进行研究。因此，本文基于广义虚拟经济的新方法、新思路，来探讨股票市场中不完全信息与股票市场羊群效应变化趋势之间的关系。

在羊群效应的理论研究中，从不完全信息（Incomplete Information）的角度进行研究是当前一个较为创新的一个观点。对于羊群效应和不完全信息两者关系的研究，目前尚未达成统一的因果关系定论，但是学者均认为两者之间必然存在着较为密切的双向联系。即市场上的不完全信息的积累可能会促使信息薄弱者产生羊群效应，而羊群效应的产生也可以进一步导致市场信息的无效性。

不完全信息交易是指市场主体在进行交易决策行为时，没有利用市场上的所有有效信息作为决策依据的行为。这种非理易一方面是由于市场机制如信息披露机制、传导机制等因素的影响；另一方面则是与个人的获得信息能力相关，不同主体其获取信息成本不一样。不完全交易行为的存在，可能会导致资产价格背离价值，滋生价格泡沫等市场无效现象的出现。Kyle（1985）[1]最早将这种给市场带来无效性的行为定义为“噪音交易”行为。Admati（1991）[2]，Radal和McAleer（1993）[3]的实证研究表明市场中的羊群行为主要来自投资者行为的非理和投资信息的不对称性。Avery和Zemsky（1998）[4]则认为两个信息不完全因素可以导致羊群效应的产生，一是资产价值的不确定性，另一则是偶然事件比如对资产价格的偶然冲击的发生。

在实证研究方面，也有很多学者采用多种方法来研究羊群效应与不完全信息交易的关系，也尝试量化不完全信息因素在羊群效应中的影响程度。Redding（1996）[5]较早研究了噪音交易与羊群效应之间的关系。市场上噪音交易越多，则羊群效应表现越显著。Sias（2004）[6]认为交易市场中的噪音是一种实际摩擦，而投资者在制定交易决策时，如果其所获得的信息越有限，则其交易带来的市场交易摩擦更大，导致更高的交易成本。Diether，Malloy和 Scherbina（2002）[7]则用换手率指标衡量市场信息的传播，换手率越高，则信息传播越广泛。Shing-Yang Hu（2006）[8]以中国台湾股票市场为研究对象，采用买卖双方报价信息将市场交易价格中的有用信息与噪音信息相分离。其研究发现：噪音信息具有明显的时间效应，即接近闭市时的噪音交易比开市时要多，且台湾股票市场的噪音信息主要来自于两个方面，即较大的价格变动单位和较长的交易时间。William T.Lin，Shih-Chuan Tsai和Pei-Yau Lung（2013）[9]研究了投资者结构与股票市场噪音信息的关系。其研究结果表明，机构投资者一般具有较为充分的信息量，因而其交易决策行为能够降低市场上的噪音交易；而个人投资者由于有限的信息，其投资决策行为会给市场带来更多的噪音信息，尤其是在一些具有高收益的股票投资方面。

二、不完全信息交易因素的影响

股票市场往往是积聚着一定程度的羊群效应现象。表现在不同的股票市场，在不同的时期，羊群效应的强弱程度可能不同。从本质上分析，股市上的羊群效应现象，一方面是由于我国股市的制度不完善，市场信息的披露不尽全面、透明，造成与股票投资的相关市场信息不能够完全传递到投资者，导致了不同投资者之间信息不对称；另一方面则是由于个人投资行为习惯、风险偏好等个体因素不一致，因而也会形成个体间的投资行为的差异。

从羊群效应的内部因素来看，羊群效应行为的产生还与不同投资者之间的投资行为习惯、风险偏好和获取市场信息的能力等方面的因素相关。市场上的投资者个体，有的倾向于长线的价值投资，有的偏好于短期的股票投机行为；而有些投资者能够承受一定程度的损失，因而其偏好于高风险的领域。一般来说，短期的投机行为，会加剧股票市场的波动性，并且频繁的交易行为，其决策信息依据并不充分，会导致市场中出现“扎堆投资”的行为。同时，投资者的情绪、态度、思维等主观性因素也可能带来羊群效应。行情上涨时，乐观派如果看好后市则会加大投资力度，重点投资一些利好行业，形成行业投资的聚集效应；而当行情下跌时，如果悲观情绪蔓延，则部分投资者即使私人信息表明后市仍然看好，也会忽略这些信息，跟随市场大部分主体进行抛售，以缩小投资损失和他人的差距。

而在内部因素中，不完全信息交易也是一个重要因素。从另外一个角度理解，投资者决策信息不完全，不对称，主要是由于市场上充斥着过多的无效信息，投资者无法区分有效信息和无效信息。由于个人在获取信息、分析信息的能力方面有限，投资者所制定的投资决策不一定能够充分体现其拥有的全部私人信息，可能存在遗漏重要信息或者过度分析信息的情形，因此在非理想化市场中，交易决策行为中只能部分反映市场的有用信息，而当前投资者根据历史交易信息再制定新的决策，则可能会加大无效信息的累积。无效信息积累过度，投资者对于市场信息进行决策的依赖性降低，转向模仿、跟随市场上的优秀投资者或者大多数投资者进行投资决策。因此，从这一角度出发，市场上过多的无效信息或者“噪音”信息，导致的是不完全信息交易，投资者更少地依赖市场信息进行决策，容易产生跟随效仿的羊群效应行为。

此外，不完全信息交易不断进行，市场上噪音信息不断波动，对于羊群效应的变化趋势也能够产生一定的影响。当噪音信息不断累积叠加时，市场无效性加剧，会加剧羊群效应；而市场中如果存在一定的纠正机制，剔除噪音信息，减小不完全信息交易的负面影响，则可能会减弱市场上的羊群效应。因此，从不完全信息交易角度出发，本文将对羊群效应的长期变化趋势进行初步探讨。

三、不完全信息交易与羊群效应变化趋势分析

不完全信息交易，是指投资者在进行交易决策的过程中，并没有得到全面、充分的信息量，只是依据有限的信息来制定交易策略。这种不完全信息交易，实质上是一种非理性的交易，而由于交易的变动促进资产供求状况的变化，从而导致资产价格的变动。但是这种资产价格的变动仅仅反映了市场上的有限信息，因而资产价格变动是偏离了其内在价值，弱化了市场的有效性。当前我国股票市场发展时间仍然较短，信息披露机制并不健全，透明化程度低，且市场运行机制、交易机制方面仍然处于较低的市场化水平，因而导致我国股票市场发展的不健全、不完善，市场信息传导受到一定的阻碍与影响。而对于股票市场的投资者而言，除了股票市场机制存在的问题，投资者自身在市场信息的获取方面也具有一定的局限性，其信息来源渠道有限，投资决策的信息并不充分，因而在股票投资决策方面往往具有一定的随从效应，即跟随市场中大部分投资者的投资策略，形成羊群效应。因此，由于我国股票市场机制不完善和投资者自身获取市场信息的局限性，投资者往往具有不完全信息的交易行为，而信息的不完全则导致了其在股票投资方面具有一定的跟随性和效仿性，产生羊群效应。

由于不完全信息的交易行为能够促进股票市场的投资者产生羊群效应，因而要探究不完全信息交易与羊群效应及其趋势途径的关系，则需要对其进行一定的量化。在股票市场中，对于不完全信息交易行为的研究，采用的指标往往是股票市场的换手率。换手率的计算公式为：

从理性投资者的角度出发，如果投资者是理性的，则其会遵循市场规律，如果没有偶然性突发事件发生，短期内一般是避免频繁的股票交易，因而在短期内换手率指标一般较低，完全理性市场中甚至是趋于零。而目前股票市场上股票交易较为频繁，换手率水平较高，一部分是由于真实的市场因素出现导致了有效信息交易的产生，另一部分则是由于投资者个人信息的局限性，其在投资决策方面具有跟风和效仿的特点，导致了股票市场上的一些交易为“噪音交易”，即破坏了理性的股票交易市场。而这些在交易市场上的“噪音”慢慢积累，弱化了股票投资市场上的有效信息，而具有局限性的投资者又会进一步地跟随与盲从进行交易，循环往复，不断扩大了股票市场上的不完全信息交易，导致市场上羊群效应更加显著。

四、羊群效应变化趋势实证模型建立

（一）样本数据选择

由于沪深300指数成份股大多是蓝筹股，具有较强的代表性，能够基本上反映沪深股市的变动信息，对整个股票市场的影响显著。因而本文选择沪深300指数成份股作为研究样本，这一方面有利于进一步对国内股票市场上羊群效应的整体情况进行实证检验，另一方面也能够扩充样本数量，提高本文实证分析的准确性。

由于羊群效应在股票市场中是通过较长时期效应得以体现，因而本文选择的样本时间跨度是从2011年1月4日到2014年12月31日，采用970个日数据进行实证检验。同时，由于在本文选择的样本时间区间内沪深300指数存在着成份股的调整，为了保证文章实证检验的一致性，删除了被调整的成份股票样本数据，因而最终得到的沪深300指数成份股票为237只，形成237*970的面板数据。同时，在股票权重选择方面，为了保持变量计算口径的一致性，本文将选2014年12月31日样本期末的各成份股的流通市值比例作为统一的权重。另外，本文数据来源于万得（Wind）数据库，采用Eviews 6.0版本软件进行实证检验。

（二） 换手率与市场收益率的关系

根据羊群效应的实证检验常用方法，如果股票收益率的偏离度指标与市场收益率之间存在显著的负相关关系，则表明市场上羊群效应较为显著。因而在探究羊群效应的变化趋势与不完全信息交易的相关关系时，可以采用“不完全信息交易――市场收益率――羊群效应变化趋势”这一分析逻辑。因此，首先要对换手率指标和市场收益率进行简单的方程回归，并进行二阶扰动项自相关修正后可得：

|Rm |=0.0077+1.0252turn

t统计量 （21.8358）***

由回归方程可以看出，换手率指标与市场收益率的绝对值之间存在着显著的正相关关系，即表明当换手率提高时，市场收益率的绝对值也提高。在市场上具体表现为：当股票换手率升高时，若为上涨市场（Rm大于零），则市场收益率上升，表明此时股票市场中买方市场占据一定的优势，股票市场上有资金净流入；当股票换手率升高时，若为下跌市场（Rm小于零），则市场收益率下降（绝对值增大），表明此时股票市场中卖方市场占据优势，而股票市场表现为资金净流出。因此，从以上的实证回归中可以得出结论：股票市场上不完全信息交易增多，表现为市场上换手率指标的升高，从而导致市场收益率绝对值的升高；而当市场收益率的绝对值升高时，个股收益率逐渐收敛于市场收益率，则表明市场中存在羊群效应。

（三） CSAD模型简介

在CSAD模型中，使用的是横截面绝对离差（CSAD）[10]作为偏离度的指标，作为羊群效应的检验指标。

其中，Rit表示股票i在t时期的收益率，而Rmt表示的是经过计算后N只股票在t时期的市场收益率，以绝对离差的形式进行股票收益率偏离度的衡量。而CSAD模型的原始回归方程则采用的是线性回归方程，如下所示：

CSADt=β0+β1 |Rmt |+εt

根据CSAD模型，如果股票市场中存在着羊群效应，则回归系数β1应为负数。因为如果股票市场中存在着羊群效应，随着市场收益率的提高，羊群效应的作用会促使投资者追逐市场的发展趋势，从而会缩小股票收益与市场收益之间的偏差。而如果股票市场是理性的，不存在羊群效应，则股票收益率的波动最终应该趋于平稳，因而股票收益的偏离度与市场收益率之间存在线性关系，且自变量系数为正。

在此基础上，拓展CSAD模型进一步提出使用多项式回归方程来检验羊群效应是否存在，即：

CSADt=β0+β1 |Rmt |+β2 |Rmt |2+εt

如果股票市场中存在羊群效应，则会促使投资者的投资决策趋向于市场趋势，即导致投资股票的收益率会逐渐收敛于市场收益率，因而在回归方程中就体现为股票收益偏离度会随着市场收益率的提高而减小（β1为负值），或者表现为偏离度变化幅度的减小（β2为负值），即表现为两者呈现一种负相关关系或者递减的非线性关系。而如果当β1和β2同时都为负值时，则此时表明市场中具有十分显著的羊群效应。

（四） CSAD曲度指标

按照“换手率――市场收益率――股票收益偏离度（CSAD）”的传导逻辑，以换手率衡量的股票市场的不完全信息交易行为能够对市场上羊群效应的存在性进行一定的检验。而为了进一步探讨不完全信息交易对羊群效应的变化趋势进行研究，需要对现有指标进行一定的调整与拓展。由于本文的CSAD指标采用的是日数据进行计算，因而是一个短期变量，衡量的是短期的市场行为表现，故只能检验羊群效应的存在及强弱问题。由于羊群效应的变化趋势是一个长期行为，具有一定的时期性，因而必须用长期指标或者是具有趋势性的指标进行衡量。在基本CSAD模型中，基于理性资本资产定价模型完美的前提条件，市场收益率绝对值的线性变量（|Rm|）系数的正负性能够对羊群效应进行较好地解释。但是在现实市场中，这种完美的假设前提条件并不存在，因而仅仅依靠|Rm|）系数的正负性并不能很好地说明羊群效应的存在问题。而在拓展的CSAD模型中，加入了市场收益率绝对值的二次项|Rm2| 这一指标，其回归系数能够反映的是CSAD指标变化率增减快慢的信息。当|Rm2|系数为正数时，即CSAD指标的增长率是随着|Rm|的增大而升高，因而股票收益率与市场收益率的偏差逐步扩大，股票收益率是发散的，更多地偏离了市场收益率，因而不能说明市场上存在着羊群效应；当|Rm2|系数为负数时，CSAD指标的增长率是随着|Rm|的增大而下降的，即股票收益率与市场收益率偏离度的增加幅度是减小的，因而股票收益率具有收敛于市场收益率的趋势，能够说明市场中存在着羊群效应。

而在拓展的CSAD模型中，当|Rm2|的系数为负数时，通过判断负数的大小也能够判断羊群效应的显著程度。当其系数较小（绝对值较大）时，表明偏离度变化率的增加减小，偏离程度有减小的趋势，表现为较强的羊群效应。而|Rm2|的系数，在函数表达式中，是用来衡量函数图像曲度（即斜率的变化率）的指标，其意义在于反映函数图像上各点斜率的变化趋势。类比分析，用CSAD曲度可以衡量CSAD变化率的发展趋势，而CSAD变化率的趋势反映出来的就是羊群效应时期性的变化趋势。因此，本文在探究羊群效应的发展趋势分析中，使用CSAD曲度作为衡量指标，其反映的是CSAD变化率的增减性。用curv表示CSAD的曲度，由于采用的是离散型的样本数据，因而在初步分析时采用近似的计算公式，即：

CSAD曲度的计算公式由于只是近似计算，并不能连续刻画出CSAD变化率的发展趋势，但可以根据curvt的正负性来粗略判断羊群效应的变化趋势。回归方程中curvt是近似描述函数图像斜率的变化快慢，它在本文中的经济学含义则可以理解为股票收益率与市场收益率偏离度（CSAD）变化率的增减速度。而CSAD与|Rm|的回归系数的大小可以描述市场上羊群效应的强弱问题，因而基于|Rm|计算的CSAD变化率的增减速度则可以描述市场上羊群效应的变化趋势，因此需要对CSAD曲度curvt指标进行更加具体的经济学意义解释。

根据上述CSAD曲度（curvt）指标的近似计算公式，我们可以看出，curvt指标的计算结果可以是正值也可以是负值。而当curvt>0 时，表明股票收益率与市场收益率的偏离度的变化是增大的，即股票收益率将会偏离市场收益率更多，呈现发散趋势，因而表明此时股票收益率并不收敛于市场收益率，市场中没有存在羊群效应。

当curvt

五、羊群效应变化趋势的实证分析

根据上述分析，在描述羊群效应变化趋势时，采用的是CSAD曲度――curv_t 指标，根据其正负值的大小来判断市场中羊群效应的强弱变化趋势，以此来分析市场中羊群效应的长期变化是增强还是减弱的变化趋势。由于本文研究的重点是探讨股市不完全信息交易如何影响羊群效应变化趋势，而不完全信息交易可以通过股票市场上现有的换手率指标（turn）来进行衡量；因此，用换手率指标作为解释变量来研究它和curvt指标的相关关系，进而判断股市的换手率指标能否检验股市中的羊群效应；如果存在羊群效应，换手率指标能否较好地反映出羊群效应的变化趋势和发展趋势。循着这个思路，需要就羊群效应变化趋势与换手率指标进行实证研究。

在进行羊群效应变化趋势与换手率指标的实证检验分析之前，首先需要对当前数据进行适当的处理与调整。由于在近似计算公式中，CSAD曲度（curvt）指标是根据CSAD和|Rm| 指标计算的，计算结果表明离散程度较高，因此curvt的计算结果波动较大。为了减缓curvt指标的波动程度，本文采用函数求导方法，通过回归方程的估计系数进行计算，使得数据连续性更强。因此，在采用函数求导方法计算时，需要在原有羊群效应的检验模型中引入|Rmt |3 项，即：

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

而回归后的方程结果是：

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

因此，根据上述方法计算的CSAD曲度指标具有更强的连续性，波动幅度有所减弱，如图4所示。当curvt>0时，表明市场不存在羊群效应，当-1

在本文的实证回归模型中，选择的主要解释变量是换手率指标，以衡量市场上的不完全信息交易的强度。为了更好地拟合出羊群效应变化趋势的回归方程，本文还添加了其他的控制变量。首先，由于换手率指标是一个以日数据计算的指标，其衡量的也是短期时点内股市中不完全信息交易，而curvt 则是一个趋势性的描述指标，因此相对应也可以用换手率的变化率指标进行回归。换手率的变化率表示的是换手率指标相对于历史信息的增减变化，其增大还是减小能够反映出市场交易活跃程度的变化，即市场中不完全信息交易行为是逐渐增多还是减少。其次，羊群效应的变化趋势与投资者的投资行为密切相关，其信息不完全程度越高，越容易在市场上进行噪音交易，而投资者这些投资决策和交易行为也和股票市场上的投资情绪和投资意愿相关。因此，本文还将引入股票市场上的投资情绪指标――人气指标（AR），而由于情绪指标的日数据容易受到偶然事件的影响，导致测算的日情绪指标波动较大，因此本文使用的是一段时间的求和值来计算市场情绪指标。本文采用的是以周为时间单位计算情绪指标，其计算公式如下：

其中，Ht表示t日的最高价，Ot表示t日的开盘价， Lt表示t日最低价。因此，本文的实证回归方程如下所示：

curvt=α+δ1turnt+δ2 ?turnt+δ3 ARt+εt

本文的实证模型是检验换手率指标与羊群效应变化趋势的相关性分析，通过换手率指标来判断市场中羊群效应的变化趋势。当curvt>0时，市场中不存在羊群效应，如果换手率增大，表明市场上不完全信息交易增多，羊群效应由不明显逐步显现出来，因而curvt指标会变小；当curvt

H0：换手率指标与CSAD曲度curvt呈负相关关系。

H1：换手率速度指标与CSAD曲度curvt呈负相关关系

由于CSAD的曲度curvt的正负性对应说明羊群效应的存在性问题，只有表明存在了羊群效应的情形下才具有进一步探究羊群效应变化趋势强弱变化的意义。因此在回归实证检验中，本文主要探究的是在curvt

首先，先对加入|Rmt|3项的实证方程进行回归，观察变量系数的统计值以及检验其显著性水平，回归结果如表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统计量=210.3838，DW=2.0304

根据上述回归方程结果，在引入|Rmt|3后，关于羊群效应的检验方程从整体上而言，|Rmt|的变量仍然具有显著性，而拟合优度略有下降。因此，对比于离散型的样本指标计算，使用回归方程系数的统计值进行curvt的计算能够使数据波动更小，也更接近真实值，因而根据curvt=2β26β3Rmt即有：

curvt=-1.7056-103.7016Rmt

因此，当curvt

因此，羊群效应变化趋势的实证回归方程如下所示：

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

从实证结果观察分析，当curvt

从经济意义上来解释， 当curvt

此外，从换手率变化率指标?turn 来看，其系数为-1.6162，换手率变化率的增加能够引起CSAD曲度更大的增加，表明此时羊群效应具有明显的趋强趋势，其增加幅度虽然增大，但是增幅减小得越来越快，最终会导致股票收益率偏离度的缩小。另外还需要说明的是，羊群效应变化趋势的回归检验中，方程的拟合优度接近0.3，表明换手率指标对于CSAD曲度的解释能力并不强。这可以从两个方面进行理解：一方面是由于换手率指标不仅包含着由不完全信息导致的交易行为，也有依据市场有效信息的理易行为，因而在衡量不完全信息交易时并没有排除理性投资部分；另一方面，由于在计算CSAD曲度指标过程中采用了回归方程的估计值，在计算上会造成指标计算存在一定的偏离，因而最终导致回归方程的拟合优度并不高。

六、结论

本文研究了不完全信息交易与羊群效应变化趋势之间的关系，使用CSAD曲度与换手率指标的关系来初步探究羊群效应在长期的变化趋势。结论表明：当CSAD曲度小于零时，表明此时换手率的提高会导致CSAD的变化减小，即当股票换手率提高，市场上不完全信息交易增加，导致了噪音信息的叠加与扩散，加剧了市场上的羊群效应。根据实证结果，投资者可以通过观察更多股票市场上的相关指标，初步预测市场上羊群效应的变化趋势，以实现更加理性的投资。投资者需要不断提升信息获取和分析能力，准确判断投资时机，适当时机要敢于冲破羊群效应逆市投资，同时还应该分散投资以降低系统性风险。

参考文献：

林左鸣. 广义虚拟经济――二元价值容介态的经济[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.

张金华，基金赎回中的羊群效应[J]，特区经济，2010（06）：100-101.

傅亚平，王玉洁，张鹏.我国沪深证券市场“羊群效应”的实证研究[J]，统计与决策，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，饶明，谯海.中国股票市场的风险与安全隐患[J]，上海金融，2013（3）：3-10.

篇(6)

证券交易过程中，中小投资者由于在资金、信息和投资知识存量上处于劣势，通常会倾向于观察公开交易信息进行交易。另外投资者与基金经理之间、基金经理之间存在着信息不对称，为了避免因投资失误而出现的声誉和报酬风险，基金经理之间也产生模仿其它基金经理投资行为的动机。这些原因导致金融市场出现羊群行为现象，羊群行为是指投资者在信息不确定环境下，因受他人行为的影响，进而忽视自己的私人信息而模仿他人行动的决策行为。

到目前为止，国内对羊群行为的研究仍局限在对股票市场羊群行为的存在性检验和特征描述上，而对市场羊群行为与股市走势有何关系，各行业羊群行为分布是怎样的，羊群行为对投资者而言是否会产生收益等问题的研究甚少。然而如何利用市场已知信息对个股某段时期内的羊群行为程度测度直接影响到机构投资者的投资效果。此外，对个股羊群行为程度的认识也有助于中小投资者规避风险，识别市场信息。为此，本文引入Rani等(2007)的交易量序贯模型，试图在计算出个股季度的羊群行为程度的基础上，进一步回答上述问题，以期为投资者的投资决策和股市监管问题提供一些有价值的结论。

二、交易量序贯模型的构建

股票市场羊群行为源于投资者的认知变化，不易刻画，但模仿行为使得投资者在连续一段时间内买卖相同的股票，结果会导致交易量的序列相关，在市场特征上则表现为“聚集性”。这种交易的聚集性与投资者买卖股票的一致是等价的，都包含了投资者从众状况的信息，由于金融时间序列的“聚集性”可通过自相关来描述，所以可以利用日交易量之间的自相关系数来刻画羊群行为程度。Rani(2007)对美国股票市场的实证检验表明：日交易量自相关性确实能够反映股票市场中的羊群行为程度。

本文借鉴Rani提出的方法来度量个股的羊群行为程度。在该方法的框架下，采用“羊群行为程度”（以下简称SPEC）指标来衡量股市中投资者模仿他人投资的程度，将其定义为日交易量相对于前一日交易量的自相关系数。SPEC经济意义上可以表述为：同一时期内，大部分投资者买入或卖出同一个股票行为的程度，SPEC值越大时，则表示这只股票的羊群行为程度越显著。因此，本文首先估计了股票日成交量之间的自相关系数β1iq。

羊群行为是投资者之间的模仿行为引起的，与此对应，投资者观察到资产真实价值的变化而同时调整投资组合，如影响整个市场的重大信息发生，从而导致股票交易量的递增或递减，这实际上是投资者对经济基本面所采取的行为，而非模仿他人，这种行为是“伪羊群行为”。鉴于此，我们将各股票的日交易量进行标准化，即把日交易量与市场日交易量的比值作为股票日成交量的变量，从而有效的排除了“伪羊群行为”的可能。计算公式如下：

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

其中，Voldiq为i股票第q季度中第d天的股票成交量；day1~day5为虚拟变量，当第d天为周i时dayi为1，否则为0，该虚拟变量是为了分离周效应引起的交易量的变化。

获得日成交量的自相关系数之后，建立回归方程，进而分离导致股票成交量序列相关的其他因素。Beaver(1986)，Bamber(1986)，Jain(1988)等人在文章中指出，公司规模、同行业竞争强度、知情交易水平及股票市场的波动性等因素均可导致日交易量的自相关。这种情况下会造成不同公司、行业和不同时期的羊群行为指标不具有可比性，因此需要通过回归进一步将导致成交量序列相关的这些因素分离出去。分别以公司流通市值、行业内公司数、llorente和收益的方差作为公司规模、同行业竞争强度、知情交易水平、波动性的变量。llorente计算公式为式(2)：

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

其中，returnt为第t个交易日的对数收益率；Vt为长期时间趋势调整之后的股票换手率，计算公式为式(3)：

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

其中，turnovert为第t个交易日的股票换手率，定义为当日交易的股数除以总流通股数。

通过回归将导致交易量自相关的其他因素分离出去，计算公式如下：

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

上式中，ACCiq为日交易量自相关系数β1iq；MVEiq为i公司q季度末的流通市值；SICiq为i公司q季度所在行业的公司数；variq为i公司第q季度的日收益的方差；llorenteiq为i公司q季度的知情交易水平；残差项SPECiq即本文定义的股票i第q季度的羊群行为程度。

三、实证检验

本文采用上述交易量序贯模型量化中国股票市场整体及个股的羊群行为程度，进而对市场羊群行为程度与股票市场指数走势关系、各股票所属行业的羊群行为水平进行考察，并且对个股SPEC值与其收益之间的关系进行实证分析。试图通过对我国股票市场羊群行为的特征和实际影响进行分析，进而推论出其在现实中的应用，从而为投资者和金融监管部门等经济主体应对羊群行为提供建议。

1数据来源及初步处理

本文选取1998年1月1日前上市的A股股票作为研究样本，截止2007年12年30日为止，有效样本股票共134支。其中不包括退市股票，以及1998年后相继上市的股票。样本中交易量波动超过5σ的日数据属于异常数据和不足26个交易日的季度数据予以剔除。

2实证检验及分析

（一）参数的估计和分析

利用样本数据，对式(1)~式(4)分别进行估计，结果如表1、表2和表3所示。表1给出个股交易量自相关系数(ACCiq)、周内的虚拟变量(dayi)的参数估计结果的均值、各个参数所对应的t值的中值。

表1 个股交易量自相关系数回归结果

变量系数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%的置信度上显著；**表示在5%的置信度上显著；*表示在10%的置信度上显著。下同

结果显示交易量的自回归系数是正的，并在统计上是显著。这意味着季度内日交易量之间存在较强的相关性，这与前文的理论分析结果一致。

由于区分羊群行为和干扰因素导致日交易量自相关之后，可以更加清晰地辨识羊群行为程度，所以通过进一步回归，将导致交易量自相关的干扰因素分离出去。结果如表2所示。

表2 干扰因素回归结果

变量系数t值

C00.4389.069***

Ln(MV)0.0020.671

SIC0.0000.333

var13.1735.855***

llorente0.0357.624***

回归结果表明，公司规模、行业竞争强度对交易量的自相关系数影响不显著，所以依次删去这两个变量，重新进行回归。对134只股票计算出的SPEC统计结果如表3所示。

表3 中国股票市场个股羊群行为指标统计描述

指标平均中值标准差最小值最大值

SPEC0.0000.0070.185-0.6780.704

（二）检验结果分析

图1 市场SPEC与上证综指走势对比

从SPEC与市场走势对比图中可以发现：中国股票市场羊群行为程度表现出同市场走势一定的相关性。67%的SPEC峰值点（点1、2、3、4、6、7、8、9）出现在大盘下跌期；25%的峰值点（点10、11、12）出现在大盘上涨中期，并且此峰值较小。总体来看，市场下跌期羊群行为强于市场上涨期，这一结论和宋军、吴冲锋（2001）是一致的。

产生上述现象的原因可能是：市场初步上升时，投资者往往会看好市场，大幅增仓，但随着大盘的进一步上涨投资者对市场风险的认识逐渐增强，当大盘上涨到一定高度，投资者认为股票价格过高不宜追涨，交易量开始萎缩，市场羊群行为程度减弱；而当大盘跌至一定程度，投资者开始恐慌，出现群体性抛售行为，SPEC值自然达到顶点。这种现象与行为金融研究学家Kahnemen和Tversky(1979)提出了著名的期望理论(Prospect Theory)是一致的，该理论刻画了投资者对于收益和损失的态度差异，认为同样幅度的价格下降给投资者带来的损失感觉大于同样幅度的价格上升给投资者带来的收益感觉。

与1989~1999年美国市场的羊群行为对比，中国股市SPEC的波动远远高于美国股市SPEC的波动，这与我国证券市场为“政策市”有很大关系。另外我国股票市场实行电脑交易，投资者可以方便地通过电脑屏幕观察到股票即时买卖及涨跌情况，并且我国采取委托单驱动报价方式，因此只要有人利用资金优势或持股优势，在市场上抛出大量的买单或卖单，就会引起所有投资者的注意，从而引发羊群行为。对此，金融监管机构应该加快有关证券市场的法律法规建设，严禁市场操纵，防止庄家利用资金和持股优势制造虚假的市场参数。

考虑到行业之间差异，按照中国证监会公布的新行业分类标准将上市公司分类，计算出每个行业中个股-季度SPEC的均值，将SPEC值较高的和较低的行业列于表4。

表4 行业SPEC的检验结果

行业名称SPEC行业名称SPEC

电力、蒸汽、热水的生产和供应业2.949计算机应用服务业0.052

石油、化学、塑胶、塑料2.836非金属矿物制品业0.461

农业2.794化学原料及化学制品制造业0.679

普通机械制造业2.471交通运输设备制造业0.683

银行业2.075煤炭采选业0.721

食品、饮料、烟草和家庭用品批发业2.014交通运输辅助业0.876

旅游业1.853化学纤维制造业1.237

林业1.732证券、期货业1.566

公共设施服务业1.625通信服务业1.634

渔业1.459旅馆业1.650

批发和零售贸易1.308通信设备制造业1.888

黑色金属冶炼及压延加工1.162有色金属矿采选业1.893

土木工程建筑业0.348专用设备制造业2.355

塑料制造业0.327仪器仪表及文化、办公用机械制造3.512

金融信托业0.108房地产开发与经营业6.027

考察上表可以发现：SPEC值较低的行业多为传统稳定行业，较高的多为新兴或高科技行业。分析原因，可以认为传统稳定行业的公司一般规模较大，披露信息的准确性较好，投资者对公司基本信息了解充分，故其羊群行为投资者较少；而热门行业往往紧扣时代主题，与国家产业发展政策一致，机构、散户及分析人士都竞相猜测政策的倾向和底线，从而在投资决策上表现出典型的羊群行为。另外软件、通讯、环保等高科技产业中，如果某个领域出现重大、革命性的产品问世，将不可避免地直接刺激该领域的概念炒作。所以此类行业股票容易受到追捧，羊群行为投资者较多。此结论对投资者而言，为追求收益的稳定性，应多投资于传统稳定行业，从而避免股价剧烈波动的风险；金融监管机构应更加监控具有炒作潜力的行业，从而使市场避免巨大的波动甚至金融危机。

（三）个股SPEC与其收益关系的实证分析

本文对个股的SPEC和季度收益率进行平稳性检验后，进一步将季度收益对当期至滞后8期SPEC进行回归，以期检验出个股SPEC值与收益之间的关系。利用逐步回归法去掉不显著的因素项对样本进行回归，得到如下结果：

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

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

回归结果显示：个股当期SPEC与其收益率呈显著的正向关系；滞后五、六期SPEC与收益呈显著负向关系。考察其原因，可以认为羊群行为使得市场对股票超额需求，从而股价大幅上涨。某些庄

家率先买入某些股票导致股价大幅提升后，追逐价差的动机将越来越多的投资者加入买进的行列，从而进一步推动股价上升，使得当期收益率较高。但股价过于上涨后，投资者逐渐认识到投资其中的风险较大，对其关注就会减弱，甚至出现抛售现象，导致股价下跌，所以滞后一段时期的收益为负，反之亦然。这说明羊群行为可以给采取该行为的投资者带来正的当期收益，遵循收益最大化的投资者会采取这种行为，但这种收益会在5~6个季度后得到纠正，所以投资者应在获得收益后及时摆脱羊群行为。这一发现对投资者具有重要的指导作用，投资者可采取“触发点”投资策略，即当收益率相对平均水平过高（过低）时，买入（卖出）该股票，当收益率回到相对均衡状态时卖出（买入），从而获得超额回报。

另外，本文实证也表明：监管部门应该提高市场公开度，完善信息披露制度，向市场提供及时、充分、准确、廉价的信息；上市公司应该增强信息披露的透明性，尤其是重大事件应细化持续披露，减少普通投资者信息不对称的影响，进而减少由于羊群行为引发的动荡。

四、结论

结果表明，在市场走高下的羊群行为低于在市场下挫时的羊群行为，传统稳定行业中羊群行为低于房地产、高科技等易炒作的热门行业中羊群行为，羊群行为可以给采取该行为的投资者带来正的当期收益，但是这种收益会在5~6个季度后得到纠正。

综上所述，证券交易过程中，个股羊群行为程度对股票收益率具有显著的揭示作用，是市场交易信息的明显信号。另外对不同行业的股票而言，羊群行为程度明显不同。因此，对于投资者而言，为了更加有效的进行投资，在交易中应更加关注个股SPEC值的变化；而对于监管者而言，对SPEC监控是发现市场异常变化的重要工具。

篇(7)

自4月12日黄金开始暴跌以来，除了金价本身以外，最抢镜的当属“中国大妈”。以往中国人习惯的“买涨不买跌”这次完全无效，金价越跌，大妈们越是疯抢实物金，仿佛一下子全都懂得了“高抛低吸”的理论，短短几天便扫空300吨黄金，约占全球黄金年产量的10%。中国的买金者在各大黄金首饰店里见什么买什么，不管是金条金块金首饰，出手豪迈，气势如虹。一时间，“中国大妈”大战华尔街大鳄成为人们津津乐道的话题。

大妈们恐成最后接棒者

黄金走势很配合这些抄底者。尽管4月份每盎司金价的跌幅足有二百四十多美元，最低甚至达到1321.7美元/盎司，还创出了30年来最大的单日跌幅。但从4月12日开始的连续大跌的时间只有4个交易日，之后便是持续到5月10日近一个月的反弹期，在感官上很容易给人造成黄金止跌回升的错觉，也给了抄底者足够的时间交易，甚至连一开始坚决看空黄金的高盛都表示提前退出做空黄金。

就在舆论庆祝中国大妈“完胜”华尔街之时，这波反弹实际上到了1488美元/盎司便结束了，从5月10日开始新的一轮下跌令大妈们全部套牢。事实上4月份黄金跌破1520美元/盎司之后，黄金牛市便已经宣告终结了，瑞信甚至预测黄金价格会在2013年之内跌至每盎司1100美元，五年之内的价格预期可能低至每盎司1000美元。

但大多数投资者对于黄金永远保持牛市的概念是很难改变的，黄金牛市已经持续了12年之久，并且主流的看多观点认为金价上涨是由全球货币的极度宽松导致的，而这一基本面并未发生根本性变化，在日本开始无限量宽松之后甚至有加剧的趋势。被套牢的大妈们也并不孤单，著名的黄金死多头鲍尔森表示，即便浮亏已达10亿美元，他将依然看多黄金未来的长期价值，并指出开始投资黄金时金价是900美元，现价仍远高于成本。

无论黄金多头的理由有什么，事实是金价确实跌了，并且跌到了2010年年末的水平。目前，伴随着美元的强势、非美货币走弱以及美股连创新高，黄金的吸引力正越来越小。美联储多次表示可能退出量化宽松，这令市场对通胀的担忧减弱，投资者现在更喜欢高收益的资产，而不是无法产生任何收益、只能依靠差价获利的黄金。

损失可以无视，但不会消失

理性的投资者会更加注意黄金的风险，而不是不知何时才能兑现的回报。然而中国的广大实物黄金投资者口头上似乎对赚取差价获利并不感兴趣，他们持有实物黄金的目的是抵御通胀并防范货币贬值。当金价下跌时，他们会以“大不了留给孙子”的态度将其忽略，仿佛这早已不是属于他们的一笔投资。

即使是投资实物黄金，最终能否获得收益依然取决于买入和卖出的价格，1980年黄金曾经涨到过850美元以上，之后跌落到250美元并在低位徘徊了20年之久。考虑到通货膨胀，当时的高位接盘者如果现在想要获得正收益，金价至少要在2000美元以上。这令盲目看多黄金变得极其危险，如果买入价格过高，很可能需要经历多年的煎熬才有保本的可能，但损失的时间成本、机会成本是难以估计的。

有趣的是，与虚拟黄金交易者相比，偏好实物黄金投资的人对金价波动是极其迟钝的，他们把黄金藏在家里或者银行保险柜中，偶尔只会在新闻中得知黄金价格的变动，恐怕一点触目惊心的感觉都不会有，无论价格再怎么跌，只是看着金砖、金条、金首饰就足以令人赏心悦目。中国投资者对“无风险、高收益”这一传统追求是执着的，但经历过A股崩盘的洗礼，即使今后金价直接下跌三分之一，貌似也不是什么了不起的事。

历史总是惊人的相似，“大妈们”抢购黄金，仿佛当年上证指数6100点疯狂的重现。资本市场有著名的“搏傻理论”，最后的接棒者将承受惨痛的代价。在参与任何投资之前，必要的知识准备是让人远离危险的重要因素。下文将针对黄金的几种投资方式进行分析。

黄金投资“大乱斗”

眼下黄金已经进入了下跌趋势，但“大妈们”似乎只重视实物金投资，并且大妈们似乎也分不清金条与金首饰的区别——只要是金子就行。在这种情况下，对于黄金投资方法的普及是很有必要的。而对于钟情于黄金的投资者是否明确自己的投资目的，并选择合适的投资方法更显得尤为重要。有的人看重黄金的长期价值，有的人更希望通过交易甚至做空黄金获利，而各种投资方式有着本质的区别，选择适合自己的才能事半功倍。

实物黄金——持有并不简单

操作难度：

风险指数：

流动性：差

（注：越多，表示该黄金投资方式的操作难度越大，风险指数越高，下同。）

投资实物黄金最容易理解，无非是买金条回家，并在需要时卖出去。

然而，实物黄金的流动性看似很好，事实上却非常差。金条无论是买进还是卖出都需要额外的手续费，一买一卖的手续费甚至高达每克15～35元不等，这使得交易成本大大增加，大多数情况下，金价上涨超过15%左右才能保证不赔本，所以用实物金来赚取短期差价是很难的。

投资实物黄金的目的或许在于其长期回报、抗通胀方面，然而黄金在1980年曾达到850美元/盎司的高点，之后不但打了对折还保持了20年的熊市，黄金能否展现出长期价值依然要看买入卖出的价格点位，而长期持有黄金损失的机会成本同样不容忽视。

纸黄金——无杠杆的简单交易模式

操作难度：

风险指数：

流动性：极好

纸黄金业务属于银行，是一种个人凭证式黄金，大多数银行要求投资者有网银便可以直接在账面上买卖虚拟黄金，门槛也非常低，招商银行的起点甚至只有0.01克，收费方式则采用差价的形式，一般完成一次买入卖出银行会扣除大约0.8元/克的差价。纸黄金不可以提取实物，所有交易结果都只体现在账户金额上。投资者的获利关键在于能否择时买进卖出赚取短期差价。

尽管不能提取实物，相比买卖实物黄金，纸黄金具有独特的优势，24小时连续交易、T+0交易模式、无额外门槛的做空机制都是投资实物黄金无法做到的。纸黄金交易本身不存在杠杆，属于风险最小的短线交易方式之一。

黄金T+D与黄金期货——高风险的交易

操作难度：

风险指数：

流动性：好

将这两类归到一起，是因为二者都是具有杠杆的高风险交易方式，起始资金门槛比纸黄金也高得多。两种方式都可以做空，也可以每天无限次交易，由于都具有双向交易机制，只要投资者方向判断正确，就可以赢取利润，但同时会加重投机心理。

黄金T+D的开户机构为上海黄金交易所，很多银行可以开户，可以提取实物黄金，并且有夜场交易，风险比黄金期货略低；而国内黄金期货的开户机构为上海期货交易所，自然人不可以提取实物，暂时也没有夜场交易，而黄金波动最为剧烈的时段恰恰是夜晚美国盘，所以黄金期货的风险要高一些。两种交易模式都具有杠杆，可以用少量资金博取高收益，但风险控制不当会出现爆仓，因此并不适合初学者。此外，黄金T+D存在延期费，长期持有合约会增加持仓成本。

黄金理财产品——除了保本，还是保本

操作难度：

风险指数：

流动性：中

银行发行的挂钩黄金的理财产品是最安全的黄金投资方式，但低风险同样意味着低收益。这类产品一般期限都很短，一般为90天左右，大部分为保本浮动收益型。

黄金理财产品属于结构性产品，分为看涨型和看跌型，与期权十分相似。以看跌型为例，黄金的期末价格若低于或等于黄金的期初价格，则投资者可以得到预期收益，一般为6%～10%不等；反之，当黄金期末价格高于期初价格时，投资者只能拿到极低的收益，甚至只是拿回本金。对于不了解这类产品的投资者来说，更像是与银行的一种赌博，但至少不会出现本金亏损的情况。

黄金ETF——升级版纸黄金

操作难度：

风险指数：

流动性：好

黄金ETF是与黄金实物产品直接挂钩，追踪金价波动，同时又在证券交易所上市交易的基金产品，投资者实际上是在交易黄金。中国暂时没有黄金ETF发行，但已经经过了很多年的筹备。2012年年底，共有四家基金公司提交了黄金ETF的产品申请，分别是国泰黄金ETF、华安易富黄金ETF、博时黄金ETF、易方达黄金ETF，目前只差发行批文。国泰基金、华安基金均表示，一旦批文拿到将会立即准备发行相关工作。

黄金ETF与商业银行的纸黄金业务相似，二者都需要择时交易，以赚取差价来获利。通过ETF融资融券机制，投资者同样可以进行做空操作，甚至增加杠杆。但黄金ETF有纸黄金所不具备的优势，一方面由于其基金份额有黄金实物担保，满足一定条件下可以变成实物金，同时可免去黄金的保管费、储藏费和保险费等费用；另一方面，黄金ETF一旦其在证券交易所正式上市，投资者可像买卖股票一样方便地交易，价格机制也更加公开透明。

由于国际黄金市场是24小时连续交易，而黄金ETF若在股票交易所上市，其交易时间将被限制在白天，当金价在欧美盘出现较大波动后，投资者会面对开盘跳涨跳空的风险。

黄金股——投资黄金的另类选择

操作难度：

风险指数：

流动性：好

对于不希望直接参与黄金投资，又希望在黄金市场获得收益的投资者来说，可以通过“曲线救国”的方式来参与黄金市场，具体来说，则是投资黄金股票。

投资黄金与投资黄金股事实上是完全不同的概念。由于投资的是股票而不是黄金，投资者关注的焦点将不仅仅是黄金本身，还要参考公司的业绩、融资能力、管理水平、大盘形势等，实际上比单纯投资黄金要复杂。

如果说买黄金是看多金价的上涨，那么买黄金股实际是在看多什么呢？黄金股本身的走势分化严重，尽管近期几乎所有黄金股都随金价大跌，但从长周期来看，有的黄金股表现始终疲软——无论金价涨跌，这类公司吸引人的地方不多，恐怕只有低估值而已；另外一些黄金股大体上与金价走势拟合，买这类股票，实际上是在变相看多黄金价格；有的黄金股则依然处于历史高位，并且受金价波动影响较小，这些公司自身往往具有对冲金价下跌风险的能力，买这类股票，本质是在看多其交易黄金的水平，或者说就是看多公司价值本身。