毕业论文移动版

上海期货市场羊群效应实证分析

中图分类号:F832。51文献标识码:A〓文章编号:1003-9031(2016)06-0022-04DOI:10。3969/j。issn。1003-9031。2016。06。04

一。引言

羊群效应最开始描述的是动物(牛。羊等论文网)的群体性活动,经常会出现羊群中的羊(从羊)效仿头羊的现象,后来这个概念被人用来形容一种非理性现象。这个非理性现象后来被金融学家描述金融市场中的一些行为:出于信息不充分和缺乏了解,投资者很难对市场未来的不确定性做出合理的预期,往往是通过观察周围人群的行为而提取信息,在这种信息的不断传递中,许多人的信息将大致相同且彼此强化,从而产生的从众行为。简单来说,就是投资者在进行金融决策时害怕失误,于是他们会倾向于模仿市场上绝大多数人的投资决策。羊群效应作为一种从众心理,其被认为是造成金融市场剧烈波动的原因之一。

近些年来,学者们对于股票市场与基金市场羊群行为的研究已经日渐成熟,对于期货市场鲜有研究。期货与股票基金存在着某些共性,基本可以认为期货市场也存在着羊群行为现象。同时,上海作为的金融中心,其发展对于期货市场来说具有导向性作用,探究上海期货市场的羊群行为最具有代表性。在这种情况下,加深对上海期货市场羊群行为的认识。理解和研究是十分有意义的:一是为监管机构管理期货市场提供理论依据,出台更有效的政策;二是对广大的期货投资者予以警示,避免由于自己的非理性造成更大的损失。

二。文献综述

在羊群效应的研究中,国外学者多集中在基金市场和股票市场上。Scharfstein和Stein(1990)提出了声誉的理论,他认为基金经理和分析师们为了保持自己良好的声誉,忽视自己所拥有的信息,做出与大多数人相同的决策[1]。Lux(1995)提出了模仿传染模型,他认为投机者为了获得高于平均收益率的收益,会模仿其他的投机者,而这种模仿会传染给其他投机者,从而造成市场泡沫的出现[2]。Christie和Huang(1995)运用收益率分散度(CSS

D)方法来测度羊群效应。如果市场存在着羊群效应,那么个股收益率将趋近与市场整体收益率[3]。Chang,Cheng和Khorana(2000)Christie和Huang的研究,改进了其测量这种接近度的模型,提出了横截面绝对偏离度(CSAD)这个概念,并对美国。日本。香港。台湾和韩国资本市场进行了实证检验[4]。与他们不同的是,Guarino和Ci

priani(2014)采用了一个新的模型对纽约证券交易所的羊群效应进行了检验,发现买方羊群效应占2百分号,卖方羊群效应占4百分号,羊群效应也是造成市场非理性的重要原因[5]。

国内学者们对于羊群效应的实证研究多集中于股票市场。宋军和吴冲锋(2001)运用分散度方法对股票市场羊群效应进行了实证研究,结果表明股票市场羊群效应程度较为严重[6]。孙培源和施东晖(2002)宋军和吴冲锋的研究,发现分散度方法存在着先天的缺陷,建立了一个更为可靠的模型,并以此来对股票市场进行羊群效应的检验[7],结果证明股市存在着一定程度上的羊群效应。董志勇和韩旭(2007)提出了一个GCAPM模型,并得出了不同于传统CAPM的结论:如果投资者对某一资产组合存在羊群效应,那么该组合的预期收益率将与市场上的平均预期收益率呈现非线性关系[8]。梁艳艳和刘栋(2012)采用CSAD方法对开放式基金持有的股票的日数据进行分析,结果发现开放式基金存在显著的羊群效应,上涨阶段的羊群效应比下跌阶段的羊群效应程度小[9]。

与研究股票市场和基金市场的学者相比,国内外学者在期货市场领域对于羊群效应的研究还是不够。马良华和吴琼(2005)运用CH模型,分别从整个市场和品种分类两个角度对6个期货交易品种5年内的数据进行分析,结果发现期货市场并不存在明显的羊群行为[10]。罗孝玲和彭青(2007)通过协整检验和因果关系检验对大豆期货市场进行了分析,发现大豆期货市场存在羊群行为[11]。邵永同和高旺盛(2009)对小麦期货市场进行了羊群效应实证分析,结果表明小麦期货市场的羊群效应不明显[12]。刘荣金(2011)运用CSAD方法,对股指期货市场进行了实证分析,证明股指期货市场存在着不显著的羊群效应[13]。姜翔程和肖放(2015)运用CSAD模型对螺纹钢期货市场在牛市和熊市中是否存在羊群效应分别进行了实证检验[14]。结果发现羊群效应在熊市中的表现要明显多于牛市,而在市场处于震荡阶段则不存在羊群效应。

根据对近些年的相关文献进行梳理,可以看出:首先,国外学者要比国内学者研究羊群行为更加深入。对羊群行为的研究还停留在借鉴国外先进方法对国内市场进行检验的阶段,理论研究也不是很足。其次,学者们多集中于对股票和基金市场的研究,对期货市场鲜有涉及。最后,在研究方法的选择上,学者们多运用CSSD和CSAD两种,但是最近几年运用CSAD方法的明显多于CSSD,原因在于CSAD方法相对于CSSD对市场的波动与个体收益率之间的刻画更加精准。

三。关于期货市场羊群效应证明的研究设计

为了能够准确的检验出羊群效应,Chang,Cheng和Khorana在2000年提出了一种方法,即Cross-SectionalAbsoluteDeviationofReturns(CSAD),通过该方法,可以准确的衡量出个体收益率与市场整体收益率的关系。例如,当期货市场存在着严重的羊群效应时,单个期货合约与期货市场整体收益率会趋于相同,也就是说投资者的行为存在着一致性。其表达式为:CSADt=|Ri,t-Rm,t|(1)

其中,Ri,t是单个期货合约i在t交易日的收益率,Rm,t是t交易日上海期货市场整体收益率,N是期货市场上交易的品种数目。考虑到市场上涨时与市场下跌时结果可能会不相同,因此我们将上涨的市场和下跌的市场分开来研究,即对这两个市场分别建立模型:

CSADtup=?琢1+?茁1up|R|+?茁2up(R)2+?滋t(2)

CSADtdown=?琢2+?茁1down|R|+?茁2down(R)2+?滋t(3)

其中,CSADtup和|R|分别是市场上涨时的横截面绝对离散度和市场收益率的绝对值,CSADtdown和|R|分别是市场下跌时的横截面绝对离散度和市场收益率的绝对值。根据孙培源和施东晖(2002)CAPM对CCK模型的研究:当市场不存在羊群效应时,个股收益率的横截面绝对偏离度与市场投资组合的平均收益率应当是线性关系。当市场存在羊群效应时,收益率离散度将会随着市场收益率的增加而减少,或者是以递减的速度增加。因此,当实证结果或显著为负时,可以判断市场存在着重度的羊群效应。当?茁2up或?茁2down显著为正时,可以认为市场存在着中度的羊群效应。

(一)数据来源

目前,上海期货交易所有14个交易品种,本文选取这14个品种的日收盘价与日成交量数据进行实证分析,样本期间为2011年1月4日至2016年1月11日,得到数据976个。数据来源于Wind资讯金融终端。本文采用Eviews7。2统计软件实证研究以及Excel2013对样本数据进行处理与分析。

(二)数据处理

根据期货的交易特点可知,成交量和持仓量最能反映出投资者的投资行为,本文选取更具说服力的日成交量作为权重来编制每个品种的日价格指数:

Pi,t=?籽i,t?琢i,t(4)

其中,Pi,t为期货i在交易日t的价格指数,?琢i,t为期货i在交易日t的收盘价,?籽i,t为期货i在交易日t的成交量占当日总成交量的比重,i的取值范围为1至14。根据每个品种的价格指数,得出市场价格指数:

Pm,t=Pi,t(5)

根据每日市场价格指数和每个期货的价格指数,得出每日市场收益率Rm,t和每种期货的日收益率Ri,t:

Ri,t=lnPi,t-lnPi,t-1

Rm,t=lnPm,t-lnPm,t-1

根据市场收益率的正负,将样本分为上涨的市场样本和下跌的市场样本,并分别对方程(2)。(3)进行多元非线性回归。

本文将上述公式所计算出的每日CSAD值与市场收益率绘于图1中。从图中可以看出,无论市场上涨还是下跌,CSAD与市场收益率之间并不存在明显的线性关系,初步判断上海期货市场整体上存在着羊群效应。下面进入更深层次的分析。

(三)平稳性检验

在进行回归分析时,通常有一个数据平稳性的假定,如果数据不平稳,进行回归的话会产生伪回归。因此本文在对方程(2)。(3)进行回归前,要对各个变量的数据进行平稳性检验,本文运用ADF方法对序列进行平稳性检验(见表1)。

(四)异方差检验

根据残差平方序列的偏相关函数图,方程(2)的偏相关图在8期之后出现截尾现象,滞后期选择8期。

根据结果显示,方程(2)的F统计量与卡方统计量的P值均小于0。05,拒绝原假设,说明方程(2)残差序列存在条件异方差。方程(3)的F统计量与卡方统计量计算的P值均大于0。05,不能拒绝原假设,方程(3)不存在ARCH效应。

经过上述检验,发现方程(2)残差具有ARCH效应,因此本文将建立残差具有ARCH效应的CCK模型来检验。

四。对期货市场实证分析的结果

从表4中可以看出:?茁1up为正但不显著,表明横截面绝偏离度随市场涨幅的增加而增大;?茁1down为负也不显著,表明横截面绝对偏离度随市场跌幅的增加而减少。

?茁2up和?茁2down系数都显著为正,?茁2up在1百分号水平上显著,?茁2down在5百分号水平上显著,可见无论市场上涨还是下跌,CSAD和Rm,t都呈非线性关系。根据二次函数的特征,当市场上涨时的临界值为=3。6百分号,当市场下跌时的临界值为||=10。05百分号。可见,当市场收益率小于临界值时横截面绝对偏离度CSAD才会下降。在我们的样本期间,市场涨幅度小于3。6百分号的样本占到了上涨样本的30。84百分号,市场跌幅小于10。5百分号的样本占到了下跌样本的44。78百分号。

以上得出的数据均可以在实际中得到证实:2016年,螺纹钢期货1605合约高开高走,仓量不断刷新纪录,这难道没有追涨的因素存在吗?仔细分析便会发现,自从2015年的股灾,股票市场依旧低迷,大量的存量资金无处投资,此时恰逢国家出台供给侧改革等相关政策,推高了商品期货市场。螺纹钢。热轧卷板等期货价格的走高,不乏需求回暖的可能,但也存在着投机分子追涨的可能性。2015年7月8日,期货市场除黄金等少数几个品种外集体跌停,特别是铜。锌等有色金属暴跌,可能源于投资者对于经济层面上的担忧,但如此一致的跌停是非常不理智的,投资者缺乏一个准确的判断,导致杀跌的现象发生。

五。结论

本文运用Chang,Cheng和Khorana(2000)所提出的模型,以2011年1月4日至2016年1月11日共976个交易日为样本,对上海期货市场进行羊群效应实证检验,得出以下结论:

首先,从整体上看,上海期货市场存在着羊群效应。目前在我们国家的期货市场个人投资者。机构投资者与套期保值者比例非常不协调,造成非理性现象市场发生,羊群行为也不例外。

其次,再将数据分为两阶段分别检验。根据实证结果,二次项系数和系数均显著为正。在1百分号水平上显著为正,在5百分号水平上显著为正。相对来说,市场上涨的结论要比下跌的结论更加可靠一些。(责任编辑:张恩娟)

上海期货市场羊群效应实证分析