信息层叠模型论文羊群行为论文指南.docVIP

信息层叠模型羊群行为中小板高送转概念选股过程中羊群行为实证研究 　　摘要：以第四季度机构投资者增持比例为分组依据，利用分散度方法对中小板高送转概念股选股过程中先验性羊群行为的可能性进行了实证研究，对其选股原因进行了分析。发现中小板高送转概念股选股过程中确实存在羊群行为，并且存在较大程度的非理性投资行为，其选股依据与基本面无显著关系，并进一步利用信息层叠模型结合中国股市的特殊情况验证了羊群行为的成因。 　　关键词： 　　羊群行为；高送转；机构投资者；分散度；信息层叠模型 　　1 问题的提出 　　伴随着创业板的推出以及中小企业板大批量上市，2009年和2010年年报中连续出现大量“高送转”。所谓高送转，即公司在进行利润分配时，每10股给股东送的红股数和转增股本数之和为5股或5股以上。其本质为异常的股利分配政策，并不改变股东的实际财富，只是股东权益组成项目结构的账面调整。但在我国股票市场上，高送转往往被视为重大利好，成为投资者的炒作题材。 　　国内学者通过累计收益率法普遍认为，高送转股票确实存在异常收益，进一步通过事件研究法证明“抢权效应”较“填权效应”更为明显（孙建峰，2009）。二级市场上的投资者的实际行为也验证了这一点，机构投资者在第四季度就可能进行“高送转”的股票进行建仓，中小投资者也会搜集相关信息进行投资决策。其中，机构投资者年末建仓行为往往被证券媒体视为对该股票“高送转”的心理预期，从而引导中小投资者的决策。那么，在高送转概念股的选股过程中是否存在追随机构投资者的羊群行为？若是，该行为是否是投资者主动跟进的结果，即是否为理性羊群行为？上述羊群行为形成的原因何在？ 　　对于上述问题，本文通过分散度的方法进行了检验，并采用信息层叠模型对其成因进行了分析。 　　2 羊群行为及相关研究 　　资本市场中投资者的羊群行为（Herding Behaviors）是一种典型现象，即投资者在交易过程中学习或模仿其他投资者，在相同时间段内买卖相同的股票（Bikhchandani，Sharma，2001）。其本质为一种特殊的非理性行为，在不确定情境中，投资者趋向于忽略自己有价值的私有信息，从而偏好特定的资产组合，表现出投资行为的一致性。 　　关于检验某类资产中羊群效应的存在性，比较有代表性的研究方法有Lakonishok、Shleifer和Vishny（1992）提出的LSV法，即一个群体投资者在同一时间内买卖特定股票平均倾向。测度值越大说明羊群行为越严重。Wermers（1999）扩展了LSV模型，分别提出了买方羊群行为指标和卖方行为指标。 　　William（1995）提出用分散化指标，利用截面收益标准差（cross-section standard deviation），即个股收益率对于资产组合平均收益率的标准差来度量羊群行为。Cont和Bouchaud（1998）发现了股价变化的后尾性分布特性与羊群效应的明显关系，朱少醒、吴冲锋和张则斌（1999）则对国内市场进行了实证研究，得到了一致性结论。 　　由于数据限制，国内对羊群行为的实证研究对象多集中于各类机构投资者，如投资基金、QFII，同时，不加验证地认为其行为为非理性的投资行为。本文的创新之处在于：一是主要研究对象为包括中小投资者在内的全体投资者；二是研究其投资行为的决定因素，进而分析其是否理性，从而为进一步研究其他资产组合羊群行为提供了可借鉴的分析思路。 　　3 研究设计 　　3.1 样本数据 　　本文选取中小板2009年度第三、四季度均有机构持股的上市公司为研究对象，共计86家，个股收益率样本期间为2010年1月1日至2010年3月31日，即公布年报的第一季度。相应的财务数据样本期间为2009年会计年度。本文采用数据均来自于国泰安数据库（CSMAR）。 　　3.2 样本分组 　　由第四季度机构投资者增持的股票比例（ΔProp ）按照由大到小分为以下四组，如表1所示。机构投资者在中国包括投资基金、社保基金、养老基金、QFII、保险基金和私募基金等。由于我国机构投资者发展较晚，并一度对保险基金和银行资金进入资本市场有限制，因此本文将机构投资者严格定义为证券投资基金。 　　3.3 研究程序和实证模型构建。 　　（1）羊群行为的分析及检验。 　　本文拟采用分散化指标方法度量羊群效应。该指标量化了组合中个股收益率的分散程度，如果组合完全由羊群行为支配，则组合中个股的移动方向和幅度一致。标准差为零，分散化指标越小，羊群行为越明显。设组合S中有n只股票，则S的收益率分散度计算公式如下： 　　D=ni=1（ri-）2n-1 　　其中ri是组合中个股i的收益率，是n只股票的平均收益率。 　　本文分别计算每组的日收益率的D值，并与同期全部中小板股票的日收益率D值进行比较，以判断组合羊群