论文部分内容阅读
摘要：本文利用中国股市中上市公司交易数据建立面板模型分别对个人投资者和机构投资者的正反交易行为与信息不对称和过度自信之间的关系进行分析。结果发现过度自信是导致个人投资者和机构投资者正反馈交易行为的重要原因；信息不对称虽然会降低投资者对于股票的需求，但是个人投资者在信息不对称的条件下更依赖历史收益率来做判断，所以信息不对称是个人投资者进行正反馈交易的重要原因，不过信息不对称却会抑制机构投资者的正反馈交易倾向。
关键词：正反馈交易；信息不对称；过度自信
一、引言
Black（1986）曾指出金融市场上存在着非理性的把噪声作为有效信息进行交易的噪声交易者。之后相关研究结果表明，这些“噪音”并非是完全随机的，而是在很多时候呈现出反馈交易的特点（Shiller，1988）。关于正反馈交易的形成原因，Klahneman和Tversky（1979）认为其产生于投资者的非理性心理。Sentana和Wadhwani（1992）分析了在一个存在理性投资者和反馈交易者的市场上，反馈交易、收益率序列的相关性和波动性之间的关系，并利用EGARCH模型对美国股市的正反馈交易进行检验。
在本文中，我们尝试使用中国证券市场的微观结构数据来验证信息不对称和过度自信是否会导致投资者的反馈交易行为。由于个人投资者与机构投资者在获取信息、处理信息的能力以及投资知识和经验方面存在差异，本文将个人投资者和机构投资者分开研究，并将结果对比分析。
二、模型设定和变量说明
根据正反馈交易策略的投资者的买入量和证券的历史收益率正相关，同时也会受到其他因素的影响。因此本文利用如下模型对正反馈交易的影响因素进行分析：
4、过度自信（over confidence）
三、数据来源和实证分析
本文使用2012年A股上市公司的每日交易数据及其他相关数据进行实证分析。所用数据中每只股票的分笔交易数据来自大智慧软件，股票每日交易数据，财务数据来自CCER数据库。需要注意的是股票每年年初的市场交易情况会受到前一年业绩以及年报相关信息披露的影响，而且根据规定，上市公司年报披露的时间不得晚于报告年度下一年的4月30日。考虑到从2012年5月1至2012年12月31日共有168个交易日，由于符合要求的股票数量过多，因此我们最终从候选研究对象中随机抽取了300支个股作为最终研究对象。
我们分别使用1至10日的收益率对于投资者是否存在反馈交易行为进行验证。在验证中，我们对于方程（1）进行简化，去除了收益率同信息不对称和过度自信的交叉项。新的方程如下所示：
四、结语
本文通过研究发现，在我国股市上，无论是机构投资者还是个人投资的投资行为都受到股票短期历史收益率的影响，呈现出正反馈交易的特点。过度自信等非理性心理是导致个人投资者和机构投资者正反馈交易行为的重要原因。并且个人投资者在信息不对称的条件下可能依赖股票历史收益率对股票的价值进行判断，做出投资决策，从而会诱发正反馈交易。但是这一现象在机构投资者身上并未出现，信息不对称会抑制投资者的正反馈交易倾向。
综上所述，为减少我国股市中的反馈交易现象，首先应当强化上市公司的信息披露管理，减少证券市场上的内幕交易行为，提高证券市场的信息透明度，从而使投资者能够更好的分辨上市公司的价值，引导投资者根据上市公司的基本面进行投资；其次，应当加强投资者教育，提高中小投资者的知识水平和专业素质，从而减少中小投资者在投资中的非理性行为；再次，应当提高股市中机构投资者的数量以及多样性，这样做一方面利于减少证券市场上的信息不对称，另一方面多样化的投资主体带来多样化的投资策略，能够在一定程度上抵消部分机构投资者的正反馈交易行为。
参考文献：
[1]安实，王磊，黄鹤. 基于延迟信息的正反馈交易者行为研究[J]. 中国管理科 学，2007，15（10）：291～ 295.
[2]陈其安，唐雅蓓，张力公. 机构投资者过度自信对中国股票市场的影响机制[J]. 系统工 程，2009，27（7）：1～6.
[3]高鸿桢，林嘉永. 信息不对称资本市场的实验研究[J]. 经济研究，2005（2）：63～71.
[4]韩立岩，郑君彦，李东辉. 沪市知情交易概率（PIN）特征与风险定价能力[J]. 中国管理科 学，2008，16（2）：16～24.
[5]孔东民，付克华. 中国股市增发的市场反应及影响因素研究[J]. 世界经济，2005（10）：51～59.
[6]孔东民，魏诗琪. 信息不对称、机构持股与价格稳定性[J]. 证券市场导报，2009（1）：63～69.
[7]林树. 中国投资者行为的实验与实证研究[D]. 复旦大学博士论文，2006.
[8]彭惠. 信息不对称下的羊群行为与泡沫——金融市场的微观结构理论[J]. 金融研究，2000（11）：5～ 19.
[9]杨春鹏，吴冲锋. 过度自信与正反馈交易行为[J]. 管理评论，2005，17（11）：19～24.
[10]杨德勇，彭博. 投资者过度自信与过度交易——理论模型与来自我国股市的 经验证据[J]. 中央财经 大学学报，2012（2）：35～41.
[11]徐浩峰，候宇. 信息透明度与散户的交易选择——基于深圳交易所上市公司的实证研究. 金融研 究，2012（3）：180～191.
[12]Abhijit V.Banerjee. A Simple Model of Herd Behavior[J]. The Quarterly Journal of Economics，1992，107（3）：797～817. [13]Black，F. Noise. The Journal of Finance. 1986，41（3）：529～543.
[14]Daniel，K.， Hirshleifer，D. and Subrahmanyam，A. Investor Psychology and Security Market Under-and-overreactions[J].The Journal of Finance，1998，53（6）：1839～1885.
[15]De Long，J.B.， Shleifer，A.， Summers，L.H. and Waldmann，R，J. Positive Feedback Invesment Strategies and Destabilizing Rational Speculation[J]. The Journal of Finance，1990，45（2）： 379～395.
[16]Easley，D. and O'hara，M. Information and the Cost of Capital[J]. The Journal of Finance，2004，59（3）：1553～1583.
[17]Gervais，S. and Kaniel，R.， Mingelgrin，D.H. The High-Volume Return Premium[J]. The Journal of Finance，2001，56（3）：877～919.
[18]Kahneman，D. and Tversky，A. Prospect Theory： An Analysis of Decision Making under Risk. Econometrica， 1979，47（2）：263～292.
[19]Lee，C. and Swaminathan，B. Price Momentum and Trading Volume[J]. The Journal of Finance，2000，
55（5）：2017～2069.
[20]Scharfstein，D.S. and Stein，J.C. Herd Behavior and Investment[J].The American Economic Review，1990，80（3）：465～479.
[21]Sentana，E. and Wadhwani，S. Feedback Traders and Stock Return Autocorrelations：Evidence from a Century of Daily Data[J]. The Economic Journal，1992，102：415～425.
[22]Simon，H.A. Prospects for Cognitive Science. Conference Report，International Conference on Fifth Generation Computer Systems， Tokyo，1988.Institute for New Generation Computer Technology，1989：21-35.
[23]Shiller，R. Portfolio Insurance and Other Investor Fashions as FactorsIn the 1987 Stock Market Crash. NBER Macroeconomics Annual，1988，3：287～297.
[24]Shefrin，H. and Statman，M. Behavioral Capital Asset Pricing Theory[J].Journal of Financial and Quantitative Analysis，1994，29（3）：323～349.
关键词：正反馈交易；信息不对称；过度自信
一、引言
Black（1986）曾指出金融市场上存在着非理性的把噪声作为有效信息进行交易的噪声交易者。之后相关研究结果表明，这些“噪音”并非是完全随机的，而是在很多时候呈现出反馈交易的特点（Shiller，1988）。关于正反馈交易的形成原因，Klahneman和Tversky（1979）认为其产生于投资者的非理性心理。Sentana和Wadhwani（1992）分析了在一个存在理性投资者和反馈交易者的市场上，反馈交易、收益率序列的相关性和波动性之间的关系，并利用EGARCH模型对美国股市的正反馈交易进行检验。
在本文中，我们尝试使用中国证券市场的微观结构数据来验证信息不对称和过度自信是否会导致投资者的反馈交易行为。由于个人投资者与机构投资者在获取信息、处理信息的能力以及投资知识和经验方面存在差异，本文将个人投资者和机构投资者分开研究，并将结果对比分析。
二、模型设定和变量说明
根据正反馈交易策略的投资者的买入量和证券的历史收益率正相关，同时也会受到其他因素的影响。因此本文利用如下模型对正反馈交易的影响因素进行分析：
4、过度自信（over confidence）
三、数据来源和实证分析
本文使用2012年A股上市公司的每日交易数据及其他相关数据进行实证分析。所用数据中每只股票的分笔交易数据来自大智慧软件，股票每日交易数据，财务数据来自CCER数据库。需要注意的是股票每年年初的市场交易情况会受到前一年业绩以及年报相关信息披露的影响，而且根据规定，上市公司年报披露的时间不得晚于报告年度下一年的4月30日。考虑到从2012年5月1至2012年12月31日共有168个交易日，由于符合要求的股票数量过多，因此我们最终从候选研究对象中随机抽取了300支个股作为最终研究对象。
我们分别使用1至10日的收益率对于投资者是否存在反馈交易行为进行验证。在验证中，我们对于方程（1）进行简化，去除了收益率同信息不对称和过度自信的交叉项。新的方程如下所示：
四、结语
本文通过研究发现，在我国股市上，无论是机构投资者还是个人投资的投资行为都受到股票短期历史收益率的影响，呈现出正反馈交易的特点。过度自信等非理性心理是导致个人投资者和机构投资者正反馈交易行为的重要原因。并且个人投资者在信息不对称的条件下可能依赖股票历史收益率对股票的价值进行判断，做出投资决策，从而会诱发正反馈交易。但是这一现象在机构投资者身上并未出现，信息不对称会抑制投资者的正反馈交易倾向。
综上所述，为减少我国股市中的反馈交易现象，首先应当强化上市公司的信息披露管理，减少证券市场上的内幕交易行为，提高证券市场的信息透明度，从而使投资者能够更好的分辨上市公司的价值，引导投资者根据上市公司的基本面进行投资；其次，应当加强投资者教育，提高中小投资者的知识水平和专业素质，从而减少中小投资者在投资中的非理性行为；再次，应当提高股市中机构投资者的数量以及多样性，这样做一方面利于减少证券市场上的信息不对称，另一方面多样化的投资主体带来多样化的投资策略，能够在一定程度上抵消部分机构投资者的正反馈交易行为。
参考文献：
[1]安实，王磊，黄鹤. 基于延迟信息的正反馈交易者行为研究[J]. 中国管理科 学，2007，15（10）：291～ 295.
[2]陈其安，唐雅蓓，张力公. 机构投资者过度自信对中国股票市场的影响机制[J]. 系统工 程，2009，27（7）：1～6.
[3]高鸿桢，林嘉永. 信息不对称资本市场的实验研究[J]. 经济研究，2005（2）：63～71.
[4]韩立岩，郑君彦，李东辉. 沪市知情交易概率（PIN）特征与风险定价能力[J]. 中国管理科 学，2008，16（2）：16～24.
[5]孔东民，付克华. 中国股市增发的市场反应及影响因素研究[J]. 世界经济，2005（10）：51～59.
[6]孔东民，魏诗琪. 信息不对称、机构持股与价格稳定性[J]. 证券市场导报，2009（1）：63～69.
[7]林树. 中国投资者行为的实验与实证研究[D]. 复旦大学博士论文，2006.
[8]彭惠. 信息不对称下的羊群行为与泡沫——金融市场的微观结构理论[J]. 金融研究，2000（11）：5～ 19.
[9]杨春鹏，吴冲锋. 过度自信与正反馈交易行为[J]. 管理评论，2005，17（11）：19～24.
[10]杨德勇，彭博. 投资者过度自信与过度交易——理论模型与来自我国股市的 经验证据[J]. 中央财经 大学学报，2012（2）：35～41.
[11]徐浩峰，候宇. 信息透明度与散户的交易选择——基于深圳交易所上市公司的实证研究. 金融研 究，2012（3）：180～191.
[12]Abhijit V.Banerjee. A Simple Model of Herd Behavior[J]. The Quarterly Journal of Economics，1992，107（3）：797～817. [13]Black，F. Noise. The Journal of Finance. 1986，41（3）：529～543.
[14]Daniel，K.， Hirshleifer，D. and Subrahmanyam，A. Investor Psychology and Security Market Under-and-overreactions[J].The Journal of Finance，1998，53（6）：1839～1885.
[15]De Long，J.B.， Shleifer，A.， Summers，L.H. and Waldmann，R，J. Positive Feedback Invesment Strategies and Destabilizing Rational Speculation[J]. The Journal of Finance，1990，45（2）： 379～395.
[16]Easley，D. and O'hara，M. Information and the Cost of Capital[J]. The Journal of Finance，2004，59（3）：1553～1583.
[17]Gervais，S. and Kaniel，R.， Mingelgrin，D.H. The High-Volume Return Premium[J]. The Journal of Finance，2001，56（3）：877～919.
[18]Kahneman，D. and Tversky，A. Prospect Theory： An Analysis of Decision Making under Risk. Econometrica， 1979，47（2）：263～292.
[19]Lee，C. and Swaminathan，B. Price Momentum and Trading Volume[J]. The Journal of Finance，2000，
55（5）：2017～2069.
[20]Scharfstein，D.S. and Stein，J.C. Herd Behavior and Investment[J].The American Economic Review，1990，80（3）：465～479.
[21]Sentana，E. and Wadhwani，S. Feedback Traders and Stock Return Autocorrelations：Evidence from a Century of Daily Data[J]. The Economic Journal，1992，102：415～425.
[22]Simon，H.A. Prospects for Cognitive Science. Conference Report，International Conference on Fifth Generation Computer Systems， Tokyo，1988.Institute for New Generation Computer Technology，1989：21-35.
[23]Shiller，R. Portfolio Insurance and Other Investor Fashions as FactorsIn the 1987 Stock Market Crash. NBER Macroeconomics Annual，1988，3：287～297.
[24]Shefrin，H. and Statman，M. Behavioral Capital Asset Pricing Theory[J].Journal of Financial and Quantitative Analysis，1994，29（3）：323～349.