- 相關(guān)推薦
分析股市反饋交易行為特征
[摘要]本文以Shiller-Sentana-Wadhwani提出的理論模型為基礎(chǔ)，使用非對稱GARCH模型來擬和波動率的變化對上海證券市場上的反饋交易行為進行了實證檢驗。檢驗結(jié)論認為，在風險較低的時候，上海證券市場更多的表現(xiàn)出更多的負反饋交易行為，隨著風險的增加，表現(xiàn)出正反饋的交易行為。該結(jié)論和唐或等人使用GARCH模型擬和市場波動率得到的結(jié)論有很大不同：他們認為隨著風險的增加，市場更多地表現(xiàn)出正反饋交易行為。上海證券市場的這種反饋交易特征剛好能解釋上海股市為何沒有在短期內(nèi)的急劇波動。[關(guān)鍵詞]反饋交易行為；收益率序列相關(guān)；非對稱GARCH模型；上海證券市場
一、引言
資本市場上存在這樣一類交易者，他們根據(jù)資產(chǎn)過去的價格而不是對未來價格的預期來構(gòu)建投資組合。這類投資者在行為金融中稱為反饋交易者，根據(jù)對過去價格的不同反應分為正反饋交易者和負反饋交易者。在中國資本市場上存在“追漲殺跌”和“低買高賣”說法，前者對應于正反饋交易，后者對應于負反饋交易。
一般說來如果市場上存在足夠多的反饋交易者，資本市場的收益將表現(xiàn)出自相關(guān)的特征。當有大量的正反饋交易者存在，股票價格相對于它的基礎(chǔ)價值會被高估并表現(xiàn)出過高的波動率。因此當市場上存在大量的正反饋交易者的時候，市場會變得不穩(wěn)定(Delong et al．．1990)；相反，如果市場上存在大量的負反饋交易者，相對于基礎(chǔ)價值被低估的股票受到負反饋交易者的追捧，其價格會接近基礎(chǔ)價值，當價格被高估時，大量的負反饋交易者拋出被高估的股票，使價格降低至接近基礎(chǔ)價值的水平。因此，大量負反饋交易者的存在能夠穩(wěn)定市場，減少市場的波動。
sentana和Wadhwani(1992)擴展了Delong的分析邏輯，考察了反饋交易、收益率自相關(guān)和波動率能關(guān)系。他們在shiller(1984)的成果的基礎(chǔ)上將三者的關(guān)系用Sh¨l er-Sentana—Wadhwani模型的形式表述出來。Bohl和siklos(2004)基于shiller-Sentana—Wadhwani模型，用不同的GARCH模型來估計條件力差檢驗了成熟市場和新興市場上的反饋交易。檢驗結(jié)論認為，在兩個市場上都存在正反饋和負反饋交易行為，但反饋交易行為在新興市場表現(xiàn)更為明顯。在兩個市場上，正反饋均隨波動率的增加而增強，但新興市場增強的程度要小一些。唐或等人(2001)也基于shiller－Sentana－Wadhwani模型驗證了滬市上證綜合指數(shù)日收益率自相關(guān)和反饋交易之間的關(guān)系。他們采用GARCH(1，1)來處理收益波動率的異方差性，實證結(jié)果表明滬市存在正反饋引起的序列自相關(guān)，且相關(guān)系數(shù)的絕對值隨波動增大而增大。
二、反饋交易的理論模型
sentana和wadhwani(1992)在用投資者的反饋交易行為解釋股票收益率的序列相關(guān)時，提出一個包含基于對股票基礎(chǔ)價值的預期進行投資的交易者(Smart Money)和反饋交易者的兩群體的市場模型。假定第一個群體對資產(chǎn)的需求函數(shù)具有以下形式：
S，表示由第一類投資者(Smart Money)持有的資產(chǎn)的比例。Et-1(rt)表示在t-1時刻對t時刻資產(chǎn)回報率rt的預期，是一個基于t-1時刻所有信息基礎(chǔ)上的條件期望。α是無風險資產(chǎn)的收益率(Merton，1980)，當期望收益率為a時，這類投資者不持有該資產(chǎn)。μt表示t時刻投資者持有風險資產(chǎn)的風險溢價，它是條件方差σt2的非降函數(shù)。
反饋交易者是根據(jù)過去資產(chǎn)的價格而不是對未來的預期來決定對該資產(chǎn)的持有量。假定當期t(期)的持有量由上期(t-1期)的收益水平來決定：Ft=γrt-1
(2)Ft表示反饋交易者的資產(chǎn)持有比例；γ＞0表示反饋交易者是正反饋交易型，即“追漲殺跌”；當丫 當兩類投資者的相互作用達到均衡時有St+Ft=1，代入(1)式和(2)式有下面均衡時的定價模型：Et-1(γt)=α+μ(σt2)-γμ(σt2)γt-1(3)和標準的資本資產(chǎn)定價模型相比，該定價模型多了一項γμ(σt2)γt-1。由于反饋交易者的存在，第一類投資者對持有資產(chǎn)的風險溢價發(fā)生了改變。當市場上有反饋交易者存在時，收益率表現(xiàn)出一階相關(guān)的特征。這種相關(guān)的方式取決于反饋交易者的類型，當反饋投資者是正反饋型時，收益率存在一階負序列相關(guān)；當反饋投資者是負反饋型時，收益存在一階正序列相關(guān)。Sentana等人認為，市場上同時存在正反兩種反饋交易者，兩種反饋交易強度隨著波動率的變化而變化：當風險比較小的時，反饋交易者主要采取“低買高賣”的負反饋策略，第一類投資者對市場的影響比較大；當風險較大的時候，第一類投資者的風險厭惡偏好決定了他們要求較高的期望收益因而部分退出市場，反饋交易者對市場的影響增大。當風險大到一定程度，反饋交易投資者表現(xiàn)出風險厭惡特性，采取“追漲殺跌”的正反饋策略。簡化考慮，將反饋交易的程度看成是波動率σ12的簡單線性函數(shù)，(3)式簡化為：Et-1(γt)=α+μ(σt2)-(γ0γ1σt2)γt-1(4)雖然這個理論模型最先提出來是用反饋交易行為解釋收益序列相關(guān)。但是，該模型解釋了第一類投資者和反饋交易者之間相互作用的模式，為檢驗反饋交易行為提供了可能(Bohl和Siklos，2004)。
三、經(jīng)濟計量方法
在金融實證分析中發(fā)現(xiàn)，股票收益率的條件方差呈非對稱分布，Glosten、Jagannathan和Runkle(1993)及Zakoian(1994)提出了描述這種波動性呈非對稱的模型(TGARCH)。Engle(1993)認為取一階的GARCH模型就能很好的描述收益率的條件波動特征。本文在實證分析中選擇TGARCH(1，1)來對收益率的條件方差建模。在檢驗中國資本市場反饋交易特征存在性方面，聯(lián)合估計下面的模型：
h1，表示條件方差，εt服從均值為0,方差為h1的條件正態(tài)分布。在(6)式和(7)式中，條件方差是過去殘差平方和過去條件方差的函數(shù)。方差方程的平穩(wěn)性要求滿足：β1β2和β3非負，β1+β2+β3＜1和β1+β2≥0。但是結(jié)合回歸模型，條件方差不但是殘差平方和過去條件方差的函數(shù)，也間接是參數(shù)α1、α2和α3的函數(shù)�？紤]到回歸方程，條件方差的穩(wěn)定性條件要更復雜。這個模型是TGARCH-M的變種形式，目前文獻還沒有給出這個模型條件方差平穩(wěn)的分析性條件。β2度量了條件異方差非對稱的程度，當該系數(shù)不為0時，表示上期正的殘差和負的殘差對當期的條件異方差有不通的影響，當該系數(shù)為0時，表明條件異方差不存在非對稱現(xiàn)象，可以使用一般的GARCH模型來估計條件異方差。 我國學者在檢驗中國資本市場上反饋交易行為的存在性時，主要用GARH(1，1)模型來預測和估計波動率(唐或等，2002；任波和楊寶臣，2002)。實證檢驗發(fā)現(xiàn)，GARCH(1，1)模型估計中國資本市場的波動率的效果并不是很好,TGARH模型或EGARCH模型對市場的波動率解釋能力更強一些，實證也發(fā)現(xiàn)，TGARCH模型的效
本文由范文先生網(wǎng)收集整理,版權(quán)歸原作者所有.
果要比EGARH模型的效果更好(鄭梅，苗佳和王升，2005年；郭曉亭，2006)。
(5)式和(6)式構(gòu)成的聯(lián)合模型比一般意義上的條件方差模型要復雜。在回歸模型(5)式中，除了用滯后的收益率來解釋收益率外，還用市場的波動率(條件方差)來解釋收益，由于反饋交易的存在，條件方差成為滯后收益率的系數(shù)，當這項α3為0時，就成為一般的GARCH-M模型(Chou，1988)，有標準的軟件能夠處理。由于反饋交易者的存在，該項不為零，不能用標準的統(tǒng)計軟件處理這個模型。
四、數(shù)據(jù)及實證結(jié)果
本文研究的樣本數(shù)據(jù)來自于上海證券市場上海綜合指數(shù)。選擇1996年1月5日到2006年8月3日的每個交易日收盤價格指數(shù)，樣本容量為2554。數(shù)據(jù)來源于“分析家”軟件的在線數(shù)據(jù)接受系統(tǒng)。兩個市場上的收益率按公式
計算，pt表示t時期上海綜合指數(shù)價格數(shù)據(jù)。參數(shù)估計采用極大似然方法，參數(shù)估計結(jié)果列于表1中。表1中，+表示參數(shù)在1％的置信水平下是顯著的；**表示參數(shù)在5％的顯著性水平下是顯著的；***表示參數(shù)在10％的顯著性水平下是顯著；沒有標注的表示該參數(shù)在10％的顯著性水平下是不顯著的。
表1中的第二、三欄是本文使用非對稱GARCH模型擬和條件異方差的結(jié)果，第四、五欄是文獻[2]中使用一般GARCH模型擬和條件異方差的結(jié)果。從第二欄和第三欄的數(shù)據(jù)來看，模型的各個參數(shù)在10％的水平下都是顯著的，不存在進一步改進的可能。特別是參數(shù)β2顯著不為0，表明上海股市上證綜合指數(shù)的波動存在明顯的非對稱現(xiàn)象，說明使用TGARCH模型擬和會比單純使用GARCH模型更能擬和綜合指數(shù)的波動。參數(shù)α2、α2的估計值都顯著不為0，說明上海證券市場存在比較明顯的反饋交易行為，這個結(jié)論和唐或等人的結(jié)論一致，但是在反饋交易行為特征上和唐或等人的結(jié)論存在比較大的差距。在使用TGARCH模型時，參數(shù)α2的符號為正，和使用GARCH模型時一致(雖然該參數(shù)沒有通過顯著性檢驗)，表明在風險較低的時候，上海證券市場上的反饋交易行為表現(xiàn)出負反饋的特征。參數(shù)α2的符號為負，說明隨著市場風險的增加，上海證券市場上反饋交易者更多的采用正反饋的交易行為。而在文獻[2]中，使用GARCH模型擬和市場波動，得到的相應參數(shù)卻為正，說明隨著市場風險的增加，上海證券市場上反饋交易者更多的采用負反饋交易行為。
表1：上海證券市場反饋交易行為實證檢驗結(jié)果
唐或等人參數(shù)擬和的結(jié)果顯示，部分參數(shù)在10％的顯著性水平下是不能通過檢驗的，需要進一步的調(diào)整，至少參數(shù)α2可以從模型中去掉。本文的模型至少在兩個方面的表現(xiàn)要比唐或等人的模型好。首先，該模型參數(shù)均能通過顯著性檢驗，表明該模型不可能進一步改進；其次，TGARCH模型中的參數(shù)β2，顯著不為0，表明上海股市綜合指數(shù)確實存在比較明顯的非對稱現(xiàn)象，使用非對稱GARCH模型來擬和波動更合理。
將本文的結(jié)論和Bohl等人的結(jié)論比較，可以看到和成熟證券市場、其他新興證券市場都存在較大的區(qū)別。Bohl的結(jié)論認為：成熟市場在風險較低的時候存在，反饋交易者表現(xiàn)出正反饋的交易特征，隨著風險的增加，反饋交易者表現(xiàn)出負反饋的交易特征；新興市場上，當風險較低的時候，反饋交易者表現(xiàn)出輕度的負反饋交易特征，隨著風險的增加，負反饋交易行為也增加，但是幅度普遍要大于成熟市場。
五、結(jié)論
現(xiàn)代金融理論認為，在市場有效性假設(shè)下，噪聲交易者對估價的形成沒有重要的影響。西方金融學界在行為金融的框架下，研究發(fā)現(xiàn)市場存在比較顯著的正反饋交易特征，這種行為模式推動股票價格偏離其基礎(chǔ)價值，從而作為有效市場的一個反例。本文使用TGARCH模型來擬和條件異方差，并基于Shiller-Sentana-Wadhwni的理論模型檢驗了上海證券市場的反饋交易行為。
檢驗結(jié)論表明，上海證券市場不同于發(fā)達國家市場，也不同于新興市場，隨著風險的增加，反饋交易者更多的采取正反饋交易行為，而在風險較低的時候則表現(xiàn)為較明顯的負反饋交易行為。該結(jié)論和唐或的結(jié)論也有比較大的差異，唐或使用GARCH模型來擬和條件異方差，雖然部分參數(shù)不能通過顯著性檢驗，但他們認為隨著風險的增加，反饋交易者更多地采用負反饋交易行為。
根據(jù)反饋交易理論，正反饋交易行為能減小市場波動，使價格恢復理性水平。上海股市表現(xiàn)出隨風險增加，正反饋交易行為占主導，這種交易行為能減小市場的波動，推動價格迅速恢復到合理價位。事實上，中國股市還沒有出現(xiàn)短期內(nèi)有急劇的波動，就是上證綜合指數(shù)從兩千點跌到一千點也用了三到四年的時間。上海證券市場上的這種反饋交易特征能部分說明這種現(xiàn)實。
本文由范文先生網(wǎng)收集整理,版權(quán)歸原作者所有.
【分析股市反饋交易行為特征】相關(guān)文章：
我國民族旅游細分市場特征分析08-26
搭售行為的反壟斷法規(guī)制分析11-02
棉業(yè)調(diào)研：棉花爛鈴與株型特征分析08-23
大學生瑜伽教學目標認知特征的前端分析08-25
中專學生行為失范社會學分析論文08-24
智障孩子青春期問題行為矯正的個案分析08-24
關(guān)于開展不正當交易行為自查自糾報告（通用6篇）03-17
基于校園一卡通數(shù)據(jù)系統(tǒng)的學生行為分析研究08-19
“交易”作文08-24