锚定效应下的股价估值偏差实证研究.docxVIP

锚定效应下的股价估值偏差实证研究

一、引言

在传统金融学框架下，股价被认为是市场参与者理性预期的结果，其波动应反映公司基本面信息的变化。但现实中，股价偏离内在价值的现象屡见不鲜，无论是20世纪末的科技股泡沫，还是近年来部分新兴行业的短期剧烈波动，都暗示着非理性因素对市场定价的深刻影响。锚定效应作为行为金融学的核心概念之一，自Tversky和Kahneman提出以来，已被广泛验证存在于经济决策的各个领域。当投资者对股票进行估值时，往往会不自觉地以某个初始数值（如历史最高价、分析师目标价、同行业平均市盈率等）作为“锚点”，并在此基础上进行有限调整，最终导致估值结果偏离真实价值。这种由锚定效应引发的股价估值偏差，不仅影响投资者的财富分配，更可能放大市场波动，削弱资源配置效率。

本文以A股市场为研究对象，通过理论分析与实证检验相结合的方式，系统探讨锚定效应如何影响股价估值偏差，以及这种偏差在不同市场环境、投资者结构下的差异化表现。研究结论不仅能丰富行为金融学的实证研究成果，也能为投资者优化决策、监管部门完善市场机制提供参考依据。

二、理论基础与研究假设

（一）锚定效应的内涵与金融市场表现

锚定效应是指个体在进行数值估计时，会过度依赖初始获得的参考值（锚点），即使该锚点与目标问题无关或存在明显偏差，后续的调整过程也往往不足，最终导致估计结果偏向锚点的现象。在金融市场中，锚点的来源具有多样性：一类是客观存在的历史数据，如股票的历史最高价、上市首日收盘价、最近一次财务报告披露的每股收益；另一类是主观形成的心理预期，如分析师发布的目标价、市场共识的“合理估值区间”、投资者自身的买入成本价。

大量实验研究表明，锚定效应在金融决策中表现显著。例如，当某只股票的历史最高价远高于当前价格时，投资者可能将其视为“被低估”的信号，即使公司基本面并未发生重大改善；分析师在发布目标价时，若以过去三个月的平均收盘价为锚点，其预测值往往难以摆脱这一数值的束缚。这种对锚点的过度依赖，本质上是人类认知系统中“启发式判断”的结果——为了简化复杂的估值过程，大脑倾向于依赖容易获取的信息作为决策基准，而非全面分析所有相关变量。

（二）股价估值偏差的定义与测量

股价估值偏差是指股票市场价格与内在价值的偏离程度。内在价值的测算通常基于公司基本面，如未来现金流折现、剩余收益模型或相对估值法（如市盈率、市净率与行业均值的对比）。本文采用剩余收益模型计算内在价值，该模型通过预测公司未来剩余收益（净利润减去股权资本成本）并折现，能更直接地反映公司为股东创造超额收益的能力。市场价格与内在价值的差值占内在价值的比重，即为估值偏差指标（偏差值为正表示高估，负表示低估）。

需要强调的是，估值偏差的存在并不完全由非理性因素导致，信息不对称、市场摩擦等理性因素也可能引发偏差。但本文聚焦的是由锚定效应这类非理性因素引发的系统性偏差，因此在实证设计中需控制公司规模、盈利波动性、行业周期等基本面变量，以分离出锚定效应的独特影响。

（三）研究假设的提出

基于上述理论分析，本文提出以下核心假设：

假设1：投资者对历史价格锚点（如过去一年最高价）的依赖会显著导致股价高估或低估，即历史最高价越高（越低），当前股价相对于内在价值的偏差越大。

假设2：分析师目标价作为专业机构提供的锚点，对个人投资者的估值偏差影响更显著，而机构投资者由于信息处理能力更强，受锚点影响较小。

假设3：在市场情绪高涨（如牛市）时，投资者对锚点的调整幅度更小，锚定效应引发的估值偏差更大；反之，在市场情绪低迷（如熊市）时，偏差相对缩小。

三、实证研究设计与结果分析

（一）数据来源与样本选择

本文选取A股市场某段时间内的非金融类上市公司作为研究样本，剔除ST股、*ST股及数据缺失严重的公司，最终获得约8000个观测值。数据主要来源于公开数据库，包括公司财务数据（用于计算内在价值）、交易数据（历史最高价、收盘价）、分析师预测数据（目标价、覆盖次数），以及市场情绪指标（如换手率、投资者信心指数）。

（二）变量定义与模型构建

被解释变量：估值偏差（Mispricing），计算公式为（市场价格内在价值）/内在价值。内在价值通过剩余收益模型计算，具体步骤包括：预测未来三年的净利润、股权资本成本（采用资本资产定价模型估算），计算各年剩余收益并折现，加上当前账面价值得到内在价值。

核心解释变量：

历史价格锚点（Anchor1）：过去一年最高价与当前收盘价的比值，比值越大，说明历史高价对当前的“锚定压力”越强。

分析师目标价锚点（Anchor2）：分析师最新目标价与当前收盘价的比值，比值越大，目标价作为锚点的“上拉效应”越明显。

控制变量：包括公司规模（总资产对数）、净资产收益率（ROE）、资产负债率（Leverage）、行业虚拟变量（Industry）