噪声交易者风险分析论文.docVIP

噪声交易者风险分析论文 理论模型 Delong、Shleifer、Summers和Waldmann（以下简称DSSW）最先提出了投资者情绪模型，模型假设市场上存在两种参与者—理性投资者和噪声交易者，理性投资者依赖于对证券的内在价值分析交易和持有证券，噪声交易者的交易行为则符合噪声交易模式。由于噪声交易者的情绪是随机的，理性的投资者不能很好的预测这种投资情绪。因此，当理性投资者未来某一时刻出售资产时，噪声交易者可能看空市场，引起资产价格下跌。这种下跌的可能性就是一种不同于其他市场风险的额外风险，即噪声交易者风险。只要理性投资者想在未来某个时间出售自己手中的资产，噪声交易者风险就像资产本身所固有的市场风险一样影响着资产价格。因为同一种投资者情绪的波动会影响很多资产，并且不同噪声交易者的情绪相关很强，所以这种噪声交易者风险不能被有效分散，它像资产的系统风险一样会在资产定价公式中有所反映。那些受到噪声交易者风险影响的资产的收益率应该高于不受该风险影响的资产的收益率。 Lee、Shleifer和Thaler（以下简称LST）把DSSW的投资者情绪模型应用到封闭式基金研究中，由于噪声交易者对封闭式基金不可预期的未来的情绪变化是针对封闭式基金的证券组合，是系统性的，因而可以把它看作是市场上噪声交易者风险的平均指标。LST的研究不但指出封闭式基金折价的变化反映了投资者情绪的变化，还间接指出一种测量噪声交易者风险的方法，利用此方法，LST得到如下模型： R=α+a*ΔD+β*RM+ε 其中R表示证券组合收益，ΔD表示封闭式基金折价率的变化，RM表示市场收益，RM前的系数β为组合的Beta值，表示市场风险。此模型从直观上解释就是噪声交易者的存在影响了组合的收益。模型的创新之处在于用可以直接观测的表示封闭式基金折价率变化的ΔD量化了噪声交易者风险因子。 噪声交易者风险普遍存在于市场中，但并不是所有证券组合都受到相同程度的影响。因为当理性投资者发现噪声交易者的交易行为使得证券价格严重偏离内在价值时，理性投资者会采取与噪声交易者相反的操作，使得证券价格迅速回复。这种回复过程取决于理性投资者与噪声交易者之间力量的对比。LST把机构投资者归入理性投资者，个人投资者中大部分归为噪声交易者，因此对于机构投资者集中的大市值股票而言，它们的噪声交易者风险小，小市值股票则个人投资者集中，噪声交易者风险大。 实证检验 （一）数据和变量描述 本文的样本数据包括自1999年1月至2008年2月沪市和深市共56支封闭式基金的月末净值、收盘价和基金份额，这其中包括集中在2006至2007年转换为封转开的22支基金转换前的数据。计算可得整个市场上封闭式基金折价率的加权平均值——加权平均折价率指数VWD（Value-WeightedIndexofDiscount）及其变化率ΔVWD，权重为基金资产t时刻净值。 表1是加权平均折价率指数与其一阶差分的描述性统计量。统计结果显示，平均而言，1998年1月到2008年2月期间，我国封闭式基金折价率为19.8%，标准差达到13.5%，月度折价率平均变化0.15%，但变化的标准差极大，达到5%，最大的一个月折价率变化达到22%。这比国外10%（Weiss，1998）左右的折价率要高得多，这表明我国证券市场上噪声交易者风险要大于国外，离成熟的证券市场还有很长的一段距离要走。（二）折价变动与证券组合收益 根据投资者情绪模型，因为小市值股票的持有者中个人投资者所占比例要高于大市值股票，而个人投资者有相当部分的非理性的噪声交易者，容易受到市场传言的左右，对股票的内在价值没有正确的判断，过于悲观或过于乐观的情绪驱使着他们的交易行为。因此，小市值股票比大市值股票有更多的噪声交易者风险。对我国而言，股权分置改革完成前，股票市场流通股和非流通股的差别使得总市值小的股票不一定比总市值大的股票有更多的噪声交易者风险，流通市值的大小才是决定因素。本文把上证A股和深证A股按照年初股票流通市值进行排序，按顺序从小到大分成十组。规模最小的前10%为第一组，接下来的10%-20%为第二组，一直到规模最大10%的为第十组，得到十个不同市值规模证券组合的加权平均收益率如下： 表2展示了按照流通市值排序得到的十个证券组合月度加权平均收益率对封闭式基金折价率月度变化ΔVWD和上证A股与深证A股月度加权平均收益率的回归结果。 根据CAPM理论，RM的系数就是各个组合的Beta值，所有组合的Beta值都在1的附近，并且随着组合股票市值的增大而单调递减。在10%的置信度下，组合1、2、6中ΔVWD的回归系数都是显著的，组合7和组合8在5%的置信水平下显著