上海交通大学学报(社会科学版)1999年第4期·第7卷·总第16期
“羊群效应”与股票收益分布的厚尾特性
朱少醒张则斌吴冲锋
摘要本文在介绍金融市场中的羊群效应和投资性资本收益分布的厚尾特性的基础上,运
用概率论中的随机图理论,构造出一个随机性羊群效应模型。该模型能较好地刻画投资主体之间
的微观联系机制,并很好地解释股票收益的厚尾特性。
关键词羊群效应收益分布厚尾特性随机图
根据投机性资产价格服从布郎运动规律的假设,股票价格是大量相互独立的随机事件的
作用结果。其收益的分布应该服从高斯分布。但经济学家们在大量的实证研究中发现:事实上
股票的收益分布明显偏离高斯分布,呈现一种“厚尾特性”,即处于高收益区域和高亏损区域的
概率大于高斯分布决定的概率。
结合以往的研究成果,我们认为:市场参与者之间的相互模仿是导致市场整体供需的剧烈
波动的内在原因,在收益分布上则表现为厚尾特性。本文结合概率论中的随机图理论,构造一
个羊群效应模型来研究股票收益的厚尾分布特性。
一、股票收益分布的厚尾特性
计量经济学中,对正态分布的检验手段多种多样,“峰值-偏度”检验是用得最多的方法。
峰值的计算公式如下:
J=L4R4-3L4代表4阶中心矩,R为标准差
当收益服从正态分布时,峰值检验应该为零。然而大量的实证研究表明,在现实的金融市场中,
收益分布的峰值是明显大于零的。收益分布曲线呈现出厚尾的特性,即收益处于在高收益和高
亏损区域的概率比正态分布概率要高(见图1)。
图1收益分布曲线
Figure1.Returndistribution
当市场投资主体是相互独立时,市场价格可
以看作是大量独立随机事件的总合。根据概率论,
收益应该服从高斯分布。此外,根据中心极限定
理,即便投资主体间存在着较弱的相关性,当投资
主体数目足够大时,收益的分布还是符合高斯分
布的。因此,现实金融市场中收益的非高斯分布只
能说明:市场投资主体相互独立或弱相关的假设
立不住脚,投资主体之间的联动性是市场结构本
身具有的特性之一,证券市场存在着所谓的“羊群
效应”,正是这种“羊群效应”导致了股票收益分布
的厚尾特性。
·04·
?1995-2004TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.
二、金融市场羊群效应研究现状
近期已有的大量实证研究表明投资者之间的模仿行为极有可能就是导致金融市场急剧波
动的内在原因。Scharfstein的研究发现基金经理之间存在着明显的羊群效应;Grinblatt则发
现共同基金的羊群行为:Trueman和Welch则以金融分析师为研究对象,结果也证实了分析
师之间显著的羊群效应。这些研究为投机性资本市场存在的羊群效应提供了有力的证据。
相对于实证研究,羊群效应的理论研究取得的进展不是很大。关于羊群效应的内在原因主
要有两种不同的观点:其一,投资者羊群行为并非像过去所认为那样非理性的,而是符合最大
效用准则的;其二,羊群效应是投资者在“群体压力”等情绪影响下采取的非理性行为。相应地,
经济学家采用不同的模型来揭示羊群效应。其中比较成功的有序列型羊群效应模型、非序列型
羊群效应模型和随机性的羊群效应模型。
序列型羊群效应模型:这类模型是由Banerjee最早提出的,也是最有影响的羊群效应模
型。在这类模型中,投资主体通过典型的贝叶斯过程从市场“噪声”以及其他个体的决策中获取
自己决策的信息,这种依次决策的过程导致市场中的“信息流”。这类模型的最大特征是其决策
的序列性:投资者一次只做一种决策,在决策前将参考先于自己的其他个体的决策。序列型模
型其实是假定了投资者的决策次序,但这一假设在实际金融市场上缺乏支持。事实上处处有无
数的投资者同时涌入市场,他们之间相互作用最终决定了市场表现。要区分他们的顺序在操作
上是不现实的。
非序列型羊群效应模型:这一模型也是在贝叶斯假设下得出来的。模型假设任意两个投资
主体之间的仿效倾向是固定相同的。这样,当仿效倾向较弱时,市场总体表现为收益服从高斯
分布;当仿效倾向强时则表现为市场崩溃。无论在哪种情况下都不会得到像股票市场中那样的
零点对称、单一模态的厚尾分布特性。
随机性的羊群效应模型:本文的随机性模型与前两种模型有较大的差别。首先,它不像序
列型模型一样对羊群行为作顺序假设。其次,也不固定投资主体之间的仿效倾向的程度。随机
性模型假设投资者随机地形成一个个的“组”,组员之间相互仿效,交易行为是完全一致的,组
与组之间的决策则是相互独立的。这样,在描述投资主体趋同性的同时还保证了市场结构的多
元性,随机性模型在刻划羊群效应时具有独特的优势。
三、基于随机性羊群效应的厚尾分布解释
我们假设市场上存在N个投资主体,所有投资主体对同一股票进行交易,该股票在t时
刻的价格以x(t)表示。在任一时间间隔中,投资主体可以选择买入、卖出股票或不进行交易。
我们以随机变量5i表示投资主体对个股的需求,5i可以取+1、-1和0,分别代表买、卖和不
交易。则在t时刻市场对该股票的总需求量为:
D(t)=6
N
i=1
上式中我们假设个体在任一时刻买或卖个股的可能性相等,概率皆为a,不参与交易的概率为
1-2a。目标个股的价格变动我们以该股票的市场总需求的线性形式表示:
$x=x(t+1)-x(t)=1K6
N
i=1
·14·
“羊群效应”与股票收益分布的厚尾特性
?1995-2004TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.
K代表价格变动一个单位所需的市场净需求,用于衡量价格对需求变动的敏感性。不加限
制地用线性方程表示价格与需求之间的关系是有问题的,因为一些经济学家在研究中发现交
易对股价的影响具有非线性特征。因此,本文以买卖指令的数量(股)来定义“需求”,同时以间
隔较短的日分时交易数据为样本,以求在一定范围内符合线性假设。
考虑市场参与者的决策是完全独立和随机(存在弱相关性时同样成立)的情况下,市场价
格是大量独立的随机因素影响的结果。这样,根据数理统计理论,高斯分布将是必然的结果。但
是如前面提到的,大量的实证研究证明收益是呈尖峰厚尾特性的,而且微观市场中投资主体之
间的相互作用特征也是显而易见的。
刻画微观市场的这种微观结果可以有不同的途径:(1)将市场参与者人为地分类,划分为
不同类别的“组”,然后研究其对市场产生的影响。但由于市场情况的复杂性,这种划分可操作
性差,而且主观因素将带来很大的潜在偏差。(2)假定市场微观结构的形成本身也是随机的。
随机形成之后的投资主体表现为相同的市场行为,并对市场产生影响。本文采取第二种思路。
我们假设:由于“羊群效应”的作用,投资主体是以“组”的形式存在的。“组”是投资主体随
机形成的,“组”内部的成员表现为相同的市场行为特性,即共同买进或卖出某种证券组合;不
同“组”所做的投资决策是相互独立的。假设市场上有N个(N趋近于无穷大)投资主体,市场
上每一投资主体与其他任一投资主体联系的概率是c;则市场将随机形成nc个“组”,“组”的规
模我们以W来表示。根据随机图论的定理可以得出以下结果:当0<1-c<1时,“组”的规模
W服从以下概率分布:
P(W)～AW52exp-(c-1)WW
0
“组”的个数服从概率分布:
nc-N1-c2
Nc2
～
N→∞N(0,1),“组”的平均个数nlc=N(1-c2)
由于组内成员市场行为一致,每一组产生的有效需求可以表示为:XA=
写为:$x=1K6
N
i=1
nc
A=1
XA=1KD(t)(2)’
以G(x)来代表XA的累积概率分布函数,设:F(x)=P(XA≤x?XA≠0),则XA的累积密度分布
函数为:
G(x)=P(XA≤x)=(1-2a)H(x)+2aF(x)(3)
其中,H是在0点的单位跃阶函数。
从G(x)的表达式中可以看出,XA在零点有一个(1-2a)的固定项,因此式(2)’中非零的
组数为:
2anlc～2aN(1-c2)=Norder(1-c2)
其中,Norder=2aN代表参与交易的投资者数目,数值上等同于在某一时间间隔中交易主机接
到的买卖指令的总数。
由以上推导,我们可以得到价格波动的概率密度函数:
P($x=x)=6
N
k=1
P(nc=k)6
k
j=0
k
j
(2a)j(1-2a)k-jf?j(Kx)(4)
·24·
上海交通大学学报(社会科学版)
?1995-2004TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.
根据上式可以推出D的矩表达式,由于涉及到烦琐的计算,我们直接给出推导结果:
L2(D)=Norder(1-c2)L2(XA)(5)
L4(D)=Norder(1-c2)L4(XA)+3N2order(1-c2)2L2(XA)2(6)
这样,总需求的峰度(即价格波动的峰度)就求出来了:
J(D)=L4(XA)N
order(1-c2)L2(XA)2
=2c+1N
order(1-c2)A(c)(1-c)
3(7)
其中A(c)是规范因子。
从公式(7)中可以得出模型的以下特性:
1、单位时间内交易指令数量小时,相应的峰度值就比较大。这一结果与市场真实情况比
较吻合:在不活跃的市场上,较大的价格波动发生的可能性较高;即便考虑了异方差因素,小公
司股票收益分布的峰值还是比大公司的要高。
2、即使单位时间内交易指令数量相当大,根据c值的改变,峰度还是可能很大。假设c很
接近1,则A(c)的值接近于0.5,这时即使Norder值为1000,J值还是高达10以上。
3、当单位时间内交易指令数量比较适中(参照实际交易数据),模型得出的峰度与实证分
析的结果比较接近。
四、结论与研究展望
本文运用随机图理论构造了一个随机性羊群效应模型。该模型用来刻画股票市场中投资
主体之间相互联系、相互仿效的市场微观特性。模型能将金融市场中的羊群效应和资产收益的
厚尾特性较好地联系起来,并提供理论推导和解析求解过程。
当然,本文还只是对证券市场微观结构所作的探索性的研究。文中提出的模型尚未完美。
根据模型可以得出:当市场投资主体之间联系的概率c趋近于1时,收益分布的峰度也就越
大,当c大于、等于1时,市场陷入崩溃。从金融市场运行的实际情况来看,市场崩溃应该是系
统的一个非稳定状态,系统应该在崩溃以后逐步走向另一个稳态。本文中的模型未能反应市场
的这一特性。在进一步的模型中,c本身应该是受市场反馈情况影响,并且是不断演变的,模型
中应能刻划出市场结构的演变过程。这些都有待于进一步的研究。
参考文献
\[1\][英]B·布鲁巴斯.图论导引教程.黑龙江科学技术出版社.
\[2\]AndreaDevenow,IvoWelch.“RationalHerdinginFinancialEconomics”.EuropeanEconomicReview40
325,April1996.
\[3\]BakP.,M.Paczuski&M.Shubik.“Pricevariationsinastockmarketwithmanyagents”.SantalFeIn2
stituteWorkingpaper,1996.
\[4\]HausmanJ.,LiA.W.&MacKinlayC.“Anorderedprofitanalysisoftransactionstockprices”.Journal
offinancialeconomics,31,1992.
\[5\]Bannerjee,A.“Asimplemodelofherdbehavior”.OuarterlyJournalofEconomics,107,7972818,1992.
\[6\]Bannerjee,A.,“Theeconomicsofrumours”.ReviewofEconomicStudies.60,1993.
\[7\]GrinblattM.,&TitmanS.“Momentuminvestmentstrategies,portfolioperformanceandherding:a
studyofmutualfundbehavior”.AmericanEconomicReview,(5),1995.
\[8\]ScharfsteinD.S.&SteinJ.C.“Herdbehaviorandinvestment”.AmericanEconomicReview,80,1990.
·34·
“羊群效应”与股票收益分布的厚尾特性
?1995-2004TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.
|
|
