基于CSAD模型的“元宇宙”帶來的羊群效應(yīng)實(shí)證分析

.引言1.1研究背景和意義“元宇宙”是利用各種科技技術(shù)構(gòu)建與傳統(tǒng)物理世界平行和交互的虛擬數(shù)字世界，是一個(gè)新型的互聯(lián)網(wǎng)應(yīng)用和社會(huì)形態(tài)。2021年3月10日，在線游戲創(chuàng)作平臺(tái)羅布樂思（Roblox）作為“元宇宙”概念股第一股正式在紐約證券交易所上市。隨之而來的是微軟、海爾、英偉達(dá)、字節(jié)跳動(dòng)、Facebook等互聯(lián)網(wǎng)巨頭相繼對(duì)“元宇宙”進(jìn)行投資，掀起了國內(nèi)外“元宇宙”熱潮。中國A股市場(chǎng)“元宇宙”概念從2021年10月到2022年1月大幅度增長(zhǎng)，帶動(dòng)了主要三個(gè)領(lǐng)域的行業(yè)發(fā)展：VR領(lǐng)域、游戲概念和NFT概念。在短短3個(gè)月時(shí)間內(nèi)，“元宇宙”概念股股價(jià)成倍上漲，“元宇宙”概念來勢(shì)洶洶。在“元宇宙”瘋狂增長(zhǎng)的背后，有很多問題值得我們深思：產(chǎn)業(yè)層面尚沒有太多相關(guān)公司崛起，憑什么A股市場(chǎng)的公司股價(jià)飆升。2021年底，隨著“元宇宙”概念的幾輪暴漲，行情再度升溫，吸引了越來越多的投資者參與。對(duì)大多數(shù)散戶投資者來說，專業(yè)能力的不足使得他們隨波逐流，在網(wǎng)絡(luò)平臺(tái)上通過多方消息來進(jìn)行判斷與投資，當(dāng)大多數(shù)投資者都出現(xiàn)這樣的行為，那么股票市場(chǎng)上的羊群效應(yīng)也就出現(xiàn)了。在市場(chǎng)產(chǎn)生波動(dòng)時(shí)，一些投資者往往會(huì)出現(xiàn)從眾行為，使股票價(jià)格出現(xiàn)不正常的漲跌，擾亂股票市場(chǎng)的運(yùn)作。另一方面，羊群效應(yīng)的存在也可能導(dǎo)致莊家操縱股市，使散戶成為“韭菜”，影響股票市場(chǎng)的公平。在我國A股市場(chǎng)中，不應(yīng)存在這種非理性的羊群效應(yīng)，這種非理性的羊群效應(yīng)會(huì)引起市場(chǎng)發(fā)生不正常的波動(dòng)，從而對(duì)市場(chǎng)經(jīng)濟(jì)產(chǎn)生影響。本文通過研究我國A股市場(chǎng)“元宇宙”概念帶來的羊群效應(yīng)，給出一些基礎(chǔ)建議，對(duì)我國股市的長(zhǎng)遠(yuǎn)發(fā)展和互聯(lián)網(wǎng)行業(yè)的發(fā)展有著重大意義。1.2研究方法、研究?jī)?nèi)容及研究框架1.2.1研究方法為了達(dá)到上述研究目標(biāo)，本文主要采取了文獻(xiàn)研究與實(shí)證研究法相結(jié)合的研究方法。本文通過文獻(xiàn)研究法，對(duì)國內(nèi)外關(guān)于“元宇宙”和羊群效應(yīng)文獻(xiàn)進(jìn)行了整理和分析，結(jié)合國內(nèi)外研究文獻(xiàn)對(duì)羊群效應(yīng)的成因及表現(xiàn)加以探討，并提出相應(yīng)的解決策略和方法。在此基礎(chǔ)上，結(jié)合我國股票市場(chǎng)的實(shí)際情況分析了羊群效應(yīng)產(chǎn)生原因及其影響因素。結(jié)果表明：我國股票市場(chǎng)存在顯著的羊群效應(yīng)；投資者情緒、市場(chǎng)流動(dòng)性以及信息不對(duì)稱是導(dǎo)致羊群效應(yīng)產(chǎn)生的主要原因。再通過實(shí)證研究法，選取了“元宇宙”概念股作為樣本，進(jìn)行了羊群效應(yīng)的描述性統(tǒng)計(jì)、平穩(wěn)性檢驗(yàn)、實(shí)證回歸和穩(wěn)健性檢驗(yàn)，最終得出了我們的結(jié)論。1.2.2研究?jī)?nèi)容本文基于“元宇宙”這一研究背景，選取了“元宇宙”概念股101支，研究了A股市場(chǎng)中“元宇宙”概念帶來的羊群效應(yīng)。本文主要可以分為以下幾個(gè)章節(jié)：引言。介紹了本論文的研究背景，闡述了研究“元宇宙”概念股在我國A股市場(chǎng)中的羊群效應(yīng)的意義，闡述了本論文的研究?jī)?nèi)容和研究方法，描述了本論文的研究框架并闡述了本論文的創(chuàng)新點(diǎn)之處。羊群效應(yīng)研究理論及文獻(xiàn)綜述。對(duì)羊群效應(yīng)的定義、羊群效應(yīng)的分類、幾種常用的檢驗(yàn)羊群效應(yīng)的模型以及國內(nèi)外文獻(xiàn)綜述開展了深入的剖析。理論模型介紹。對(duì)本文運(yùn)用到的CSAD模型進(jìn)行了構(gòu)建。我國A股市場(chǎng)“元宇宙”概念羊群效應(yīng)實(shí)證研究。基于獲取的文獻(xiàn)資料和數(shù)據(jù)信息，首先展開了描述性統(tǒng)計(jì)分析，然后通過CSAD模型對(duì)羊群效應(yīng)指標(biāo)進(jìn)行測(cè)度以及模型檢驗(yàn)，最終得出結(jié)果。結(jié)論與建議。得出本文結(jié)論，同時(shí)對(duì)政府機(jī)構(gòu)和個(gè)人投資者提出了一些相關(guān)建議。圖1-1研究框架圖1.3研究的創(chuàng)新點(diǎn)本文研究了“元宇宙”概念股在A股市場(chǎng)的羊群效應(yīng)。有以下創(chuàng)新點(diǎn)：關(guān)于羊群效應(yīng)的研究文獻(xiàn)已有很多，但“元宇宙”概念板塊作為當(dāng)下熱門比較新穎，已有文獻(xiàn)沒有“元宇宙”和羊群效應(yīng)相結(jié)合的研究，在研究題材方面比較創(chuàng)新，論文采用的數(shù)據(jù)也比較新。本文從投資方面也給予了投資者一些建議，希望能減少非理性羊群效應(yīng)行為，正確的進(jìn)行投資活動(dòng)，從而保障了股票市場(chǎng)的穩(wěn)定性。2.羊群效應(yīng)研究理論及文獻(xiàn)綜述2.1羊群效應(yīng)研究理論2.1.1羊群效應(yīng)的定義隨著時(shí)代的發(fā)展與科技技術(shù)的進(jìn)步，我國金融市場(chǎng)的逐步開放和發(fā)展,金融市場(chǎng)的風(fēng)險(xiǎn)也與日俱增。金融市場(chǎng)一旦發(fā)生風(fēng)險(xiǎn)，不管是機(jī)構(gòu)投資者還是個(gè)人投資者都將遭受巨大的經(jīng)濟(jì)損失。由于市場(chǎng)的信息不對(duì)稱，投資者無法及時(shí)、準(zhǔn)確地了解金融市場(chǎng)的所有風(fēng)險(xiǎn)因素，這將導(dǎo)致投資者投資失敗和資金損失。因此，在中國股票市場(chǎng)中出現(xiàn)了許多非理性行為，如羊群效應(yīng)，過度自信等。這些非理性行為對(duì)中國金融市場(chǎng)的穩(wěn)定運(yùn)行與發(fā)展產(chǎn)生了巨大的影響。同時(shí)，也不利于中國宏觀經(jīng)濟(jì)的可持續(xù)發(fā)展。所謂的"羊群效應(yīng)"就是說在一群羊前面放一根木棍，第一個(gè)跳起來，第二個(gè)和第三個(gè)跟著；然后把棍子移開，后面的羊從這邊過來，，仍然像前面的羊一樣跳起來，人們把這種現(xiàn)象稱為“羊群行為”，即羊群總是沿著一條共同的路線向前運(yùn)動(dòng)，而不是按照自己的意志前進(jìn)。但在自然界中，大多數(shù)生物都不會(huì)主動(dòng)去學(xué)習(xí)新知識(shí)，而是按照自己固有的方式生活下去。1852年，CharlesMackey（CharlesMckey）通過一系列現(xiàn)實(shí)世界實(shí)驗(yàn)發(fā)現(xiàn)，人類中間存在類似羊群的盲從。人們對(duì)羊群效應(yīng)的看法多種多樣。普遍學(xué)者認(rèn)為，羊群效應(yīng)主要是由集體非理性引起的。其中一些學(xué)者強(qiáng)調(diào)羊群效應(yīng)時(shí)間的一致性，認(rèn)為羊群效應(yīng)集中表現(xiàn)在許多人同時(shí)做同樣的事情時(shí)時(shí)間的同一性。也有學(xué)者從心理學(xué)角度分析羊群效應(yīng)的原因和作用機(jī)制，認(rèn)為它與心理賬戶有關(guān)。這些學(xué)者都從自己的角度解釋了羊群效應(yīng)。本文將結(jié)合國內(nèi)外研究文獻(xiàn)對(duì)羊群效應(yīng)的成因及表現(xiàn)加以探討，并提出相應(yīng)的解決策略和方法。本文所提到的羊群效應(yīng)是指股票市場(chǎng)中的羊群行為，指由于股票市場(chǎng)信息不對(duì)稱和信息不充足導(dǎo)致投資者盲目跟從他人買入或賣出股票的行為。2.1.2羊群效應(yīng)的分類（1）真羊群效應(yīng)與假羊群效應(yīng)由于投資者自己所掌握的信息的利用程度不同，羊群效應(yīng)可以分為真羊群效應(yīng)和假羊群效應(yīng)。這種市場(chǎng)現(xiàn)象被稱為真實(shí)（故意）羊群效應(yīng)，即大多數(shù)投資者在投資股票的過程中，盲目模仿他人的投資行為，而不考慮正確投資信息。虛虛假（非故意）羊群效應(yīng)是指大多數(shù)投資者根據(jù)正確投資信息進(jìn)行交易，但這些投資者做出的判斷完全相同，因?yàn)樗麄儞碛型瑯拥男畔⒑屯瑯拥耐顿Y習(xí)慣。那么真正的股票市場(chǎng)就會(huì)看起來像真正的真羊群效應(yīng)。本文以真實(shí)股票數(shù)據(jù)為樣本研究了真（有意的，盲目的）羊群效應(yīng)及其影響因素。真實(shí)（故意）羊群效應(yīng)的區(qū)別在于，真實(shí)（故意）羊群效應(yīng)是指在投資者的引導(dǎo)下，不經(jīng)仔細(xì)考慮和運(yùn)用個(gè)人持有的信息，不受控制地模仿和盲目跟風(fēng)而形成的；而在虛假（無意）羊群效應(yīng)中，人們可以根據(jù)個(gè)人持有的信息進(jìn)行更理性的交易，最終結(jié)果與真實(shí)的羊群效應(yīng)一致。（2）理性羊群效應(yīng)與非理性羊群效應(yīng)從經(jīng)濟(jì)效益的角度來看，真正的真羊群效應(yīng)也可以分為非理性型和理性型。什么是羊群效應(yīng)？羊群效應(yīng)又叫跟風(fēng)行為。理性羊群效應(yīng)是指具有信息劣勢(shì)或利益沖突，故意投資模仿，以獲取利益最大化，導(dǎo)致類似行動(dòng)決策，從而產(chǎn)生羊群效應(yīng)；非理性羊群效應(yīng)是指投資者在交易前不理性思考，對(duì)市場(chǎng)信息的獲取不到位，跟隨大眾潮流，簡(jiǎn)單模仿交易，導(dǎo)致羊群效應(yīng)的產(chǎn)生。如果投資者在交易過程中以自我利益最大化最大化，那么市場(chǎng)的羊群效應(yīng)就可以被認(rèn)為是合理的理性羊群效應(yīng)；如果大部分投資者的決策不是基于合理的考慮，而是完全不受控制的跟隨別人的交易行為，則可以被認(rèn)為是非理性羊群效應(yīng)。2.2羊群效應(yīng)的實(shí)證研究方法概述目前，國外對(duì)羊群效應(yīng)的實(shí)證分析，主要集中在三個(gè)方面：一是對(duì)市場(chǎng)有效性的檢驗(yàn)，二是對(duì)羊群行為成因的解釋，三是對(duì)羊群行為影響因素的探討。中國也有很多相關(guān)的文獻(xiàn)。其中，檢測(cè)市場(chǎng)上的羊群效應(yīng)主要有三種方式：LSV、CSSD法和CSAD法。2.2.1LSV法Lakonishok、Shleifer和Vishny(1992)提出了LSV方法，其中，羊群效應(yīng)被定義為資金管理人同時(shí)買賣某些特定股票的平均趨勢(shì)，主要是通過買賣雙方交易量的不均衡來衡量羊群行為，實(shí)際上是通過特定投資者群體的交易方式與其購買或出售某些類型證券的傾向之間的相關(guān)性來衡量的。計(jì)算公式為：其中表示在t季度增持i公司股票的機(jī)構(gòu)投資者占持有i公司股票的機(jī)構(gòu)投資者的比例；表示在t季度增持i公司股票的機(jī)構(gòu)投資者占持有i公司股票的機(jī)構(gòu)投資者比例的期望值；然而LSV方法也存在以下4點(diǎn)缺陷：1.如果同一時(shí)期股票數(shù)目過低，就有可能發(fā)生失真；2.在交易中，買方與賣方均不了解對(duì)方的機(jī)構(gòu)數(shù)目。所使用的數(shù)據(jù)只是交易雙方的機(jī)構(gòu)數(shù)量，沒有考慮到股票交易數(shù)額；3.選擇時(shí)間間隔也有困難，因?yàn)槿绻麢C(jī)構(gòu)投資者的交易間隔不足一個(gè)季度，季度數(shù)據(jù)中就無法發(fā)現(xiàn)羊群行為。4.機(jī)構(gòu)投資者和個(gè)人投資者它們之間是否具有顯著的羊群行為？如果有的話，這種羊群行為在不同市場(chǎng)中表現(xiàn)出什么樣的差異？由于缺乏關(guān)于機(jī)構(gòu)投資者的微觀信息，因此難以準(zhǔn)確測(cè)試其群體的行為。2.2.2CSSD法Christie和Huang（1995）第一個(gè)開發(fā)出方法，以衡量羊群羊群行為投資回報(bào)率分散度多樣化。但是他們并沒有考慮到市場(chǎng)上存在著大量不對(duì)稱信息，這使得羊群行為無法實(shí)現(xiàn)對(duì)股票收益率進(jìn)行有效預(yù)測(cè)。此外，在股票市場(chǎng)中，股票回報(bào)率是由多個(gè)因素決定的。因此，他們構(gòu)建了一個(gè)橫截面回報(bào)的標(biāo)準(zhǔn)差度量（CSSD）來度量羊群行為。其計(jì)算公式如下：指的是ｔ時(shí)刻個(gè)股回報(bào)率，指的是ｔ時(shí)刻組合回報(bào)率，ｎ是市場(chǎng)股票數(shù)量從資產(chǎn)定價(jià)模型來看，當(dāng)個(gè)股收益率低于市場(chǎng)回報(bào)率時(shí)，投資者就會(huì)傾向于持有該公司的股票；反之則不做投資。因此，個(gè)股回報(bào)率的變化可以看作是羊群行為和非理性情緒共同作用的結(jié)果。所以，可通過如下回歸模型，檢驗(yàn)和的值，來判斷是否存在羊群行為：和是虛擬變量，是市場(chǎng)下跌和上漲的衡量指標(biāo)。根據(jù)ｔ時(shí)點(diǎn)市場(chǎng)回報(bào)率的不同，分別取１或者０值。如果和的值顯著為負(fù)，那么在上漲和下跌階段羊群行為都比較明顯。2.2.3CSAD法Chang,Cheng,和Khorana(2000)通過深入研究CSSD模型開發(fā)了一個(gè)CSAD模型，利用與CSAD的絕對(duì)橫截面偏差來測(cè)量離散程度。指的是ｔ時(shí)刻個(gè)股回報(bào)率，指的是ｔ時(shí)刻組合回報(bào)率，ｎ是市場(chǎng)股票數(shù)量。表1-1模型對(duì)比模型對(duì)比LSV方法CSSD方法CSAD方法數(shù)據(jù)獲取難度困難較簡(jiǎn)單較簡(jiǎn)單研究對(duì)象機(jī)構(gòu)投資者全部投資者全部投資者檢驗(yàn)結(jié)果偏差無法判斷低估高估假設(shè)強(qiáng)度較低較高較高時(shí)間選擇依賴較高較高較高2.3國內(nèi)外文獻(xiàn)綜述Lakonishok、Shleifer和Vishny(1992)創(chuàng)造性地制定了一個(gè)羊群效應(yīng)的LSV評(píng)價(jià)指標(biāo)，Werners(1992)在此基礎(chǔ)上改進(jìn)和完善了該指數(shù)，形成了LSV方法。但是，由于該指標(biāo)是基于歷史數(shù)據(jù)而非當(dāng)前數(shù)據(jù)，因而無法直接用于分析市場(chǎng)中的羊群現(xiàn)象。Werners（1995）優(yōu)化了LSV方法的缺點(diǎn)，擴(kuò)大了羊群行為度量指標(biāo)，形成了PCM組合變動(dòng)度量方法，該方法將度量羊群行為的強(qiáng)度和投資者在交易方向上的羊群效應(yīng)結(jié)合在一起，結(jié)果更加全面。Christie和Huang（1995）提出了一個(gè)CH模型，以CSSD（橫截面回報(bào)率標(biāo)準(zhǔn)差）作為CH模型的核心指標(biāo)，研究市場(chǎng)中的羊群行為。在控制其他因素后，CHSD可以有效地識(shí)別市場(chǎng)上的羊群現(xiàn)象，在控制其他影響因子后，羊群效應(yīng)仍然有效。同時(shí)也證明了市場(chǎng)的收益率具有明顯的非對(duì)稱性，即股票間收益差異較大且波動(dòng)性大，表現(xiàn)出高度的同漲同跌特征。個(gè)人和組合回報(bào)率的回報(bào)較不分散，而CSSD與市場(chǎng)回報(bào)率呈負(fù)相關(guān)。當(dāng)出現(xiàn)羊群行為時(shí)，市場(chǎng)參與者會(huì)做出不同的決策。個(gè)人和組合回報(bào)率的回報(bào)更為分散，而CSSD則與市場(chǎng)回報(bào)率呈正相關(guān)利用CH模型，作者通過1995年對(duì)美國市場(chǎng)的研究得出結(jié)論：在美國市場(chǎng)，羊群行為并不明顯。實(shí)證結(jié)果表明：對(duì)于收益率波動(dòng)性較大的股票,CSSD可以有效地抑制羊群行為。因此,CSSD具有很強(qiáng)的實(shí)用性。然而，CH模型有一些缺點(diǎn)，CSSD指標(biāo)不敏感，容易低估市場(chǎng)中的羊群行為，在波動(dòng)性較小的市場(chǎng)中很難被發(fā)現(xiàn)。胡耀東和陳玲(2009)改進(jìn)了CCK模型，并使用經(jīng)修改的CCK模型研究了中國的B股市場(chǎng)，發(fā)現(xiàn)中國B股市場(chǎng)也存在明顯的羊群行為，深圳B股市場(chǎng)羊群行為強(qiáng)于上海B股市場(chǎng)。阮青松和呂大永(2010)使用CH模型和CCK模型研究了2006712月15日至2008年12月1512滬深300指數(shù)的每日交易數(shù)據(jù)。研究表明，滬深300股指期貨在不漲跌幅限制下，具有顯著的價(jià)格引導(dǎo)功能，而滬深300指數(shù)期貨市場(chǎng)的信息傳導(dǎo)機(jī)制與現(xiàn)貨市場(chǎng)不同。實(shí)證結(jié)果表明，我國股票市場(chǎng)在上升過程中呈現(xiàn)輕度羊群行為。這說明我國股市存在著一定程度的"羊群效應(yīng)",這種現(xiàn)象是由于我國股票市場(chǎng)還處于發(fā)展階段所導(dǎo)致的；同時(shí)我們發(fā)現(xiàn)滬深300股指期貨價(jià)格與現(xiàn)貨價(jià)格之間存在長(zhǎng)期協(xié)整關(guān)系。與傳統(tǒng)的混合自回歸條件異質(zhì)模型相比，HAR-MVGARCH類模型在平穩(wěn)性檢驗(yàn)中更為有效，在波動(dòng)率分析中也得到了同樣的結(jié)論。在下跌的過程中，我國證券市場(chǎng)羊群行為并不是很明顯。3.理論模型介紹Chang、Cheng和Khorana(2000)通過對(duì)CSSD模型深入的研究，提出了CSAD模型，利用橫截面絕對(duì)偏離CSAD來測(cè)量離散程度。孫培源和施東輝（2002）以CAPM模型為基礎(chǔ)建立了一個(gè)更加敏感的模型來檢驗(yàn)羊群效應(yīng)。根據(jù)資產(chǎn)定價(jià)模型(CAPM):其中，為無風(fēng)險(xiǎn)利率，為股票i的系統(tǒng)風(fēng)險(xiǎn)衡量指標(biāo)，為市場(chǎng)組合的預(yù)期收益率。對(duì)上式整理得：對(duì)上式求導(dǎo)得：根據(jù)資產(chǎn)定價(jià)模型，個(gè)股收益率的離散程度與市場(chǎng)收益率呈線性關(guān)系；但是在實(shí)際的投資過程中,CSAD模型會(huì)受到投資者心理等因素影響。由于市場(chǎng)信息的不對(duì)成以及投資者對(duì)股價(jià)變化反應(yīng)不一致，導(dǎo)致其預(yù)期偏差，從而產(chǎn)生羊群行為。這可能造成股票價(jià)格偏離真實(shí)值。因此，本文采用101只滬深A(yù)股上市公司的數(shù)據(jù)進(jìn)行了實(shí)證分析：當(dāng)股票收益率較低時(shí)，CSAD顯著上升;當(dāng)股票收益率中等時(shí)，CSAD顯著下降。然而，如果投資者在市場(chǎng)壓力下羊群行為效應(yīng)，個(gè)股收益率和市場(chǎng)收益率的離散程度不是線性遞増關(guān)系，而是非線性關(guān)系的。也就是說，若市場(chǎng)存在羊群效應(yīng)，則二次項(xiàng)回歸系數(shù)將顯著為負(fù)，二次項(xiàng)回歸系數(shù)得絕對(duì)值越大，則羊群效應(yīng)越強(qiáng)。4.我國A股市場(chǎng)“元宇宙”概念羊群效應(yīng)實(shí)證研究4.1樣本數(shù)據(jù)選擇與處理4.1.1數(shù)據(jù)選擇本文研究的背景為“元宇宙”，所以選取了“元宇宙”概念股101家，數(shù)據(jù)樣本選取時(shí)間為2018年3月15日到2022年3月15日以此來研究“元宇宙”概念提出后的A股市場(chǎng)是否出現(xiàn)羊群行為。4.1.2變量的構(gòu)建本文借鑒了Chang、Cheng和Khorana(2000)改進(jìn)CSSD模型提出的CSAD模型，CSAD模型以個(gè)股收益率對(duì)市場(chǎng)收益率的偏離程度為羊群效應(yīng)的觀測(cè)變量。在本文中，為適應(yīng)“元宇宙“概念股板塊的特殊性，我們對(duì)各個(gè)變量做出如下規(guī)定：個(gè)股收益率指標(biāo)：CSAD模型對(duì)于個(gè)股收益率的規(guī)定是對(duì)數(shù)收益率，在本研究中對(duì)收益率采用CSAD模型的規(guī)定，即上市公司每日收盤價(jià)的對(duì)數(shù)收益率，其計(jì)算公式如下：其中，為第t期上市公司i的股價(jià)收盤價(jià)。市場(chǎng)組合收益率的計(jì)算：在對(duì)于一般指數(shù)的羊群效應(yīng)研究，如滬深300指數(shù)，其市場(chǎng)組合收益率序列都有可直接獲得的數(shù)據(jù)。對(duì)于“元宇宙”概念股板塊而言，沒有可直接獲得的“元宇宙”市場(chǎng)組合的收益率數(shù)據(jù)。因此，在本文中采取常用的流通市值加權(quán)收益率為“元宇宙”概念股板塊的市場(chǎng)組合收益率，即以各“元宇宙”概念上市公司的流通市值占全部“元宇宙”概念股板塊的流通市值為權(quán)重。其計(jì)算公式為：其中，，第t期上市公司i的流通市值。4.2羊群效應(yīng)檢驗(yàn)4.2.1描述性統(tǒng)計(jì)根據(jù)上節(jié)所述數(shù)據(jù)處理方式，構(gòu)造市場(chǎng)組合收益率、市場(chǎng)組合收益率絕對(duì)值、市場(chǎng)組合收益率平方以及CSAD四個(gè)變量的時(shí)間序列，其對(duì)應(yīng)的描述性統(tǒng)計(jì)如表1所示：表4-1變量的描述性統(tǒng)計(jì)CSAD樣本數(shù)量972972972972均值0.00020.01500.00040.0171標(biāo)準(zhǔn)差0.01990.01310.00070.0062最小值-0.09390.00000.00000.005925%-0.01140.00490.00000.0125中位數(shù)0.00010.01160.00010.015875%0.01190.02150.00050.0203最大值0.06630.09390.00880.0491研究“元宇宙”概念股中羊群效應(yīng)的關(guān)鍵點(diǎn)，在于厘清“元宇宙”概念的上市公司的收益率對(duì)該板塊市場(chǎng)組合收益率的偏離程度（CSAD）和市場(chǎng)組合收益率之間的關(guān)系。因此，作出CSAD與市場(chǎng)組合收益率的散點(diǎn)圖，以便于從圖像趨勢(shì)上判斷是否符合模型原假設(shè)的趨勢(shì)。從圖1中可以看出，兩個(gè)變量之間呈現(xiàn)出拋物線的趨勢(shì)，而非線性關(guān)系，從幾何上較為符合所建模型。數(shù)據(jù)點(diǎn)對(duì)稱分布于市場(chǎng)組合收益率的零軸附近，只存在少量的離群值。圖4-1CSAD與市場(chǎng)組合收益率的關(guān)系圖4.2.2平穩(wěn)性檢驗(yàn)由于本文是由面板數(shù)據(jù)對(duì)橫截面進(jìn)行處理后而得到的時(shí)間序列變量，因此需要對(duì)每一個(gè)回歸變量進(jìn)行平穩(wěn)性檢驗(yàn)。對(duì)于不平穩(wěn)的時(shí)間序列，則不能應(yīng)用于回歸，以避免因不平穩(wěn)而造成“偽回歸”現(xiàn)象，即模型中雖然各個(gè)解釋變量對(duì)被解釋變量的系數(shù)檢驗(yàn)顯著，但卻不能認(rèn)為解釋變量對(duì)被解釋變量存在的影響。在時(shí)間序列的研究與分析中，最常用于檢驗(yàn)序列平穩(wěn)性的是ADF單位根檢驗(yàn)，所得結(jié)果如表4-2所示。表4-2平穩(wěn)性檢驗(yàn)CSADt-stat-30.3509-5.3558-10.2151-4.3310p-values0.00000.00000.00000.0004根據(jù)ADF單位根檢驗(yàn)結(jié)果可以看出，在1%的置信水平下拒絕有單位根的原假設(shè)，即本文所構(gòu)造的變量數(shù)據(jù)都顯著平穩(wěn)。1%的置信水平下顯著，也意味著本文研究中所選取的“元宇宙”概念股板塊數(shù)據(jù)所構(gòu)建的樣本，在這一個(gè)時(shí)間范圍內(nèi)具有較強(qiáng)的平穩(wěn)性。4.2.3實(shí)證回歸從ADF單位根檢驗(yàn)的結(jié)果可以看出，三個(gè)變量都是零階單整，因此可以使用OLS對(duì)參數(shù)進(jìn)行估計(jì)，而不造成“偽回歸”?；貧w結(jié)果如表4-3所示：表4-3實(shí)證回歸結(jié)果Includedobservations:972VariableCoefficientStd.Errort-StatisticProb.

常數(shù)C0.0142640.00036439.174300.00000.2306530.0336276.8592440.0000-1.5888960.588227-2.7011600.0070R-squared0.103630

Meandependentvar0.017091AdjustedR-squared0.101780

S.D.dependentvar0.006245S.E.ofregression0.005919

Akaikeinfocriterion-7.418332Sumsquaredresid0.033945

Schwarzcriterion-7.403272Loglikelihood3608.309

Hannan-Quinncriter.-7.412600F-statistic56.01343

Durbin-Watsonstat1.423359Prob(F-statistic)0.000000從結(jié)果中可以看出，雖然回歸的各個(gè)變量的p值都小于0.01，但是DW統(tǒng)計(jì)量為1.423359，不在其臨界值內(nèi)，這意味著CSAD模型的殘差序列存在著一階自相關(guān)。對(duì)CSAD模型的殘差序列利用EViews軟件進(jìn)行LW檢驗(yàn)，LW檢驗(yàn)的輔助方程回歸結(jié)果如表4-4所示：表4-4LW輔助方程回歸結(jié)果Includedobservations:916afteradjustmentsVariableCoefficientStd.Errort-StatisticProb.

常數(shù)C0.0004480.0003541.2641520.2065-0.0557550.035513-1.5699790.11680.7980410.6870421.1615620.2457E(-1)0.2166860.0319106.7904520.0000E(-2)0.2539060.0315448.0491950.0000R-squared0.143925

Meandependentvar-8.56E-05AdjustedR-squared0.140166

S.D.dependentvar0.005810S.E.ofregression0.005387

Akaikeinfocriterion-7.604204Sumsquaredresid0.026437

Schwarzcriterion-7.577894Loglikelihood3487.725

Hannan-Quinncriter.-7.594162F-statistic38.28981

Durbin-Watsonstat2.041318Prob(F-statistic)0.000000其中，E(-1)表示殘差序列滯后一階。R-squared和樣本量的乘積為130.988，而遠(yuǎn)大于自由度為2的卡方分布值，而且從輔助方程滯后項(xiàng)的p值遠(yuǎn)小于0.05，因而可以判斷殘差序列存在二階自相關(guān)性。以此類推，分別再對(duì)3階和4階自相關(guān)進(jìn)行LW檢驗(yàn)，經(jīng)過檢驗(yàn)發(fā)現(xiàn)，殘差序列存在四階自相關(guān)性。利用廣義差分法，對(duì)回歸方程進(jìn)行修正，所得結(jié)果如下：表4-5剔除自相關(guān)性回歸結(jié)果VariableCoefficientStd.Errort-StatisticProb.

常數(shù)C0.0147860.00059125.028280.00000.1948870.0278127.0074050.0000-1.4129380.483588-2.9217820.0036AR(1)0.1863290.0294326.3307250.0000AR(2)0.2222440.0316677.0180710.0000AR(3)0.0859330.0367672.3372370.0196AR(4)0.0852390.0329122.5898870.0097R-squared0.248828

Meandependentvar0.017091AdjustedR-squared0.243374

S.D.dependentvar0.006245S.E.ofregression0.005432

Akaikeinfocriterion-7.579489Sumsquaredresid0.028446

Schwarzcriterion-7.539330Loglikelihood3691.632

Hannan-Quinncriter.-7.564204F-statistic45.61839

Durbin-Watsonstat1.991120Prob(F-statistic)0.000000通過廣義差分法對(duì)CASD方程的殘差序列自相關(guān)性進(jìn)行修正，R-squared為0.2488，Durbin-Watson統(tǒng)計(jì)量為1.9911，位于DW檢驗(yàn)分布表的臨界值范圍內(nèi)，故可認(rèn)定CASD方程已經(jīng)剔除了殘差項(xiàng)自相關(guān)的影響。同時(shí)從回歸方程的系數(shù)結(jié)果來看，在1%的顯著性水平下，項(xiàng)的系數(shù)為0.1948，顯著小于1，項(xiàng)的系數(shù)為-1.4129。這表明，一方面，隨著市場(chǎng)組合收益率的增大，CSAD也將隨之增大；另一方面，隨著市場(chǎng)組合收益的增大，CSAD的變化幅度表現(xiàn)出逐漸減小的趨勢(shì)。CSAD的增幅是減小的，投資者有追逐“元宇宙”概念市場(chǎng)組合收益的行為，“元宇宙”概念板塊中個(gè)股收益率向該市場(chǎng)組合收益率靠攏，也就表明了“元宇宙”概念板塊中存在著顯著的羊群效應(yīng)。4.2.4上漲市場(chǎng)與下跌市場(chǎng)的實(shí)證比較在4.2.3小節(jié)中，對(duì)于“元宇宙”概念板塊所進(jìn)行的羊群效應(yīng)檢驗(yàn)，是在對(duì)市場(chǎng)整體上的檢驗(yàn)，表明了在整體上“元宇宙”概念股板塊中存在著顯著的羊群效應(yīng)。但當(dāng)面臨著市場(chǎng)組合收益率上行或下行時(shí)，投資者也會(huì)選擇不同的投資策略，從而也將引發(fā)不同的市場(chǎng)行為。在上行市場(chǎng)中，由于投資者預(yù)期未來收益率會(huì)逐步上升，從而選擇較為激進(jìn)的入市策略，以免錯(cuò)過上漲的行情；而在下行市場(chǎng)中，由于中國股市對(duì)做空機(jī)制的限制，出現(xiàn)投資損失而套牢的投資者將不會(huì)急于隨市場(chǎng)趨勢(shì)而賣出倉位，而會(huì)預(yù)留出一定的觀察期，再另行決定是否賣出倉位。因而，在上行市場(chǎng)和下行市中，羊群效應(yīng)的強(qiáng)弱將會(huì)表現(xiàn)出不一樣的強(qiáng)度。因此，在本小節(jié)中，將從上漲市場(chǎng)和下跌市場(chǎng)兩個(gè)方面，對(duì)“元宇宙”概念股板塊進(jìn)行羊群效應(yīng)的檢驗(yàn)與比較。參照上證指數(shù)月度K線走勢(shì)，大致以2018年03月15日到2019年12月31日為股市下跌市場(chǎng)；以2020年01月01日到2022年03月15日的時(shí)間區(qū)間為股市上漲市場(chǎng)。表4-6下跌市場(chǎng)回歸結(jié)果Includedobservations:476VariableCoefficientStd.Errort-StatisticProb.

常數(shù)C0.0146870.00073419.998050.00000.0882590.0287803.0667170.0023-0.3392400.409575-0.8282740.4079AR(1)0.2723930.0371647.3295230.0000AR(2)0.2938570.0381037.7122000.0000SIGMASQ2.47E-051.30E-0619.051940.0000R-squared0.273116

Meandependentvar0.015858AdjustedR-squared0.266031

S.D.dependentvar0.005838S.E.ofregression0.005001

Akaikeinfocriterion-7.739399Sumsquaredresid0.012831

Schwarzcriterion-7.690244Loglikelihood2014.374

Hannan-Quinncriter.-7.720142F-statistic38.55037

Durbin-Watsonstat2.017585Prob(F-statistic)0.000000表4-7上漲市場(chǎng)回歸結(jié)果Includedobservations:496VariableCoefficientStd.Errort-StatisticProb.

常數(shù)C0.0147510.00053127.753720.00000.3207140.0555235.7762730.0000-2.7847401.119415-2.4876740.0132R-squared0.149901

Meandependentvar0.018406AdjustedR-squared0.146453

S.D.dependentvar0.006334S.E.ofregression0.005852

Akaikeinfocriterion-7.438105Sumsquaredresid0.016882

Schwarzcriterion-7.412662Loglikelihood1847.650

Hannan-Quinncriter.-7.428118F-statistic43.46629

Durbin-Watsonstat1.760445Prob(F-statistic)0.000000從回歸結(jié)果來看，在上漲市場(chǎng)中，各回歸變量均5%的置信水平上顯著。項(xiàng)系數(shù)為正，而系數(shù)為負(fù)，這表明上漲市場(chǎng)中“元宇宙”概念股板塊中的羊群效應(yīng)十分顯著。同時(shí)，在下跌市場(chǎng)中，雖然項(xiàng)系數(shù)也為正且系數(shù)為負(fù)，但是系數(shù)缺不顯著，這說明不足以解釋CSAD的變化，即不能說明在下跌市場(chǎng)中存在羊群效應(yīng)。綜上所述，在“元宇宙”概念股板塊中，當(dāng)市場(chǎng)行情上漲時(shí)，羊群效應(yīng)較為顯著，投資者對(duì)市場(chǎng)組合收益率較為敏感；而在市場(chǎng)行情下跌時(shí)，羊群效應(yīng)較弱，投資者對(duì)市場(chǎng)組合收益率較為遲鈍。4.3穩(wěn)健性檢驗(yàn)4.3.1中小盤股和大盤股對(duì)比在“元宇宙”概念股板塊中，不同上市公司之間流通股本之間存在著顯著的差異。在本文研究中，“元宇宙”概念股板塊中流通股本最小的是山水比德（300844）6.11億股，而最大的則是新湖中寶（600208）249.3億股（截至2022年3月15日）。而中小盤股與大盤股之間，由于自由流通股本量級(jí)的不同，因而其個(gè)股收益率、投資市場(chǎng)行為等方面也會(huì)表現(xiàn)出不同的特征。對(duì)此，我們將從中小盤股和大盤股的角度，對(duì)“元宇宙”概念股板塊的羊群效應(yīng)進(jìn)行檢驗(yàn)與對(duì)比。如果檢驗(yàn)中小盤股和大盤股都存在羊群效應(yīng)，則能在一定程度上驗(yàn)證本文中回歸模型的穩(wěn)健性。在本小節(jié)中，將在實(shí)證回歸數(shù)據(jù)的基礎(chǔ)之上，按照個(gè)股自由流通股本數(shù)的中位數(shù)將元宇宙概念股板塊劃分為中小盤股和大盤股。其中，中小盤股是指自由流通股數(shù)量低于所有個(gè)股自由流通股數(shù)中位數(shù)的部分；大盤股是指自由流通股數(shù)量高于所有個(gè)股自由流通股數(shù)中位數(shù)的部分。表4-9大盤股與中小盤股回歸變量平穩(wěn)性檢驗(yàn)大盤股中小盤股CSADCSADt-stat-30.436-6.011-10.173-4.433-29.702-5.157-15.840-5.394p-values0.00000.00000.00000.00030.00000.00000.00000.0000首先，對(duì)中小盤股和大盤股進(jìn)行ADF單位根檢驗(yàn)，由不同變量的p值我們可以看出，在1%的顯著性水平下，我們可以拒絕原假設(shè)，而接受備選假設(shè)，即大盤股和中小盤股的回歸變量都是平穩(wěn)序列，因而這些變量可以直接用于回歸。由于各個(gè)變量都是零階單整，因而在此基礎(chǔ)之上，我們?cè)儆?.2節(jié)同一個(gè)回歸模型，利用此數(shù)據(jù)集進(jìn)行檢驗(yàn)，所得結(jié)果如表4-10和4-11所示。表4-10大盤股實(shí)證回歸結(jié)果Includedobservations:972VariableCoefficientStd.Errort-StatisticProb.

C0.0143230.00059624.020120.00000.2055070.0304376.7518590.0000-1.4505990.545420-2.6595980.0080AR(1)0.1785790.0279016.4004900.0000AR(2)0.1948480.0299206.5122830.0000AR(3)0.0732840.0370761.9765930.0484AR(4)0.0987510.0315823.1268210.0018SIGMASQ3.13E-051.24E-0625.229030.0000R-squared0.235402

Meandependentvar0.016842AdjustedR-squared0.229850

S.D.dependentvar0.006406S.E.ofregression0.005622

Akaikeinfocriterion-7.515858Sumsquaredresid0.030467

Schwarzcriterion-7.475699Loglikelihood3660.707

Hannan-Quinncriter.-7.500574F-statistic42.39912

Durbin-Watsonstat2.006644Prob(F-statistic)0.000000表4-11中小盤股實(shí)證回歸結(jié)果Includedobservations:972VariableCoefficientStd.Errort-StatisticProb.

C0.0152350.00085217.889220.00000.2016040.0330666.0969880.0000-1.0908410.371534-2.9360490.0034AR(1)0.1858830.0256017.2606790.0000AR(2)0.1700870.0313355.4279750.0000AR(3)0.1131120.0344883.2797480.0011AR(4)0.1081520.0301783.5837920.0004SIGMASQ5.96E-051.70E-0635.097300.0000R-squared0.218395

Meandependentvar0.018089AdjustedR-squared0.212720

S.D.dependentvar0.008736S.E.ofregression0.007751

Akaikeinfocriterion-6.873510Sumsquaredresid0.057914

Schwarzcriterion-6.833351Loglikelihood3348.526

Hannan-Quinncriter.-6.858226F-statistic38.47999

Durbin-Watsonstat2.006991Prob(F-statistic)0.000000從大盤股和中小盤股的實(shí)證回歸結(jié)果中，可以看出大盤股和中小盤股的項(xiàng)的系數(shù)都為正值，在0.20附近；項(xiàng)的系數(shù)都為負(fù)值，其中大盤股的在-1.4505，中小盤股的為-1.090。大盤股項(xiàng)系數(shù)的絕對(duì)值較中小盤股項(xiàng)系數(shù)的絕對(duì)值大，這表明相對(duì)于中小盤股而言，大盤股中羊群效應(yīng)較為顯著。之所以存在這種非對(duì)稱的差異，其中一個(gè)重要的原因就是因?yàn)榇蟊P股具有較大的“交易縱深”，其市場(chǎng)股價(jià)調(diào)整的背后都是與政府政策、公司重大事項(xiàng)調(diào)整這些基本面信息相關(guān)，因而具有較大的“模糊地帶”，在這方面較為容易出現(xiàn)“從眾”現(xiàn)象。從整體上看，中小盤股和大盤股都顯著存在羊群效應(yīng)，因而與整體樣本的檢驗(yàn)具有一致性，回歸方程的有效也得到進(jìn)一步檢驗(yàn)。4.3.2改變時(shí)間區(qū)間除了按照不同量級(jí)股本數(shù)的劃分方法來檢驗(yàn)回歸模型的穩(wěn)健性外，還可以通過改變樣本的時(shí)間窗口來檢驗(yàn)回歸方程的有效性。因而，在本小節(jié)中，從延長(zhǎng)樣本的時(shí)間窗口，增加樣本數(shù)量的角度來檢驗(yàn)回歸方程的穩(wěn)健性。我們選取從2016年03月15日至2022年03月15日作為檢驗(yàn)區(qū)間，共計(jì)1461個(gè)交易日，按照4.2節(jié)的分析過程，對(duì)回歸方程進(jìn)行穩(wěn)健性檢驗(yàn)。其中，ADF檢驗(yàn)結(jié)果如下表4-12所示：表4-12改變時(shí)間區(qū)間后回歸變量平穩(wěn)性檢驗(yàn)CSADt-stat-37.041-6.164-8.729-4.606p-values0.00000.00000.00000.0001由不同變量的p值我們可以看出，在1%的顯著性水平下，我們可以拒絕原假設(shè)，而接受備選假設(shè)，即改變時(shí)間區(qū)間后的回歸變量都是平穩(wěn)序列，因而這些變量可以直接用于回歸，而不至于出現(xiàn)“偽回歸”現(xiàn)象。按照4.2節(jié)步驟，對(duì)改變時(shí)間區(qū)間后的回歸變量進(jìn)行回歸，其回歸結(jié)果如表4-13所示：表4-13改變時(shí)間區(qū)間的實(shí)證回歸結(jié)果Includedobservations:1461VariableCoefficientStd.Errort-StatisticProb.

C0.0145350.00040935.550360.00000.1720260.0179769.5696500.0000-0.8889650.309795-2.8695300.0042AR(1)0.2295460.0239949.5666690.0000AR(2)0.2198620.0240859.1285720.0000AR(3)0.1095450.0272414.0213240.0001AR(4)0.0826620.0249173.3174900.0009SIGMASQ1.80E-055.39E-0733.470000.0000R-squared0.345128

Meandependentvar0.016522AdjustedR-squared0.341973

S.D.dependentvar0.005249S.E.ofregression0.004258

Akaikeinfocriterion-8.074469Sumsquaredresid0.026339

Schwarzcriterion-8.045519Loglikelihood5906.399

Hannan-Quinncriter.-8.063670F-statistic109.3935

Durbin-Watsonstat2.012957Prob(F-statistic)0.000000如表4-10改變時(shí)間區(qū)間回歸結(jié)果所示，在1%的顯著性水平上，項(xiàng)的系數(shù)為正，且項(xiàng)的系數(shù)為負(fù)，表明在該時(shí)間區(qū)間內(nèi)，元宇宙概念板塊出現(xiàn)了顯著的羊群效應(yīng)。但在該區(qū)間內(nèi)，項(xiàng)的系數(shù)絕對(duì)值較4.2節(jié)中的時(shí)間區(qū)間低，表明在延長(zhǎng)樣本時(shí)間區(qū)間后，羊群效應(yīng)較為平緩。這其中的原因主要是因?yàn)樵?015年后我國股市出現(xiàn)了一段較為長(zhǎng)期的下行區(qū)間，而在4.2.4中的研究表明在下行市場(chǎng)中的羊群效應(yīng)較上行市場(chǎng)中的羊群效應(yīng)弱，所以出現(xiàn)了延長(zhǎng)時(shí)間區(qū)間后羊群效應(yīng)較為平緩的現(xiàn)象。結(jié)論與建議5.1研究結(jié)論本文基于CSAD模型研究了偏離度指標(biāo)與市場(chǎng)收益率之間的相關(guān)性,驗(yàn)證了我國A股市場(chǎng)的羊群效應(yīng)。然后以中國A股市場(chǎng)“元宇宙”概念股的實(shí)際數(shù)據(jù)為基礎(chǔ)，對(duì)A股市場(chǎng)的羊群行為進(jìn)行了研究。最后，針對(duì)政府機(jī)構(gòu)和個(gè)人投資者提出完善我國股票市場(chǎng)建設(shè)的政策建議。本文以文獻(xiàn)研究和實(shí)證分析為主要手段，對(duì)我國A股市場(chǎng)是否存在明顯的羊群效應(yīng)進(jìn)行了探討，并從不同角度論證了我國A股市場(chǎng)具有較強(qiáng)的有效性。通過理論與實(shí)踐的結(jié)合，得出以下結(jié)論：第一，投資者有追逐“元宇宙”概念市場(chǎng)組合收益的行為，“元宇宙”概念板塊中個(gè)股收益率向該市場(chǎng)組合收益率靠攏，也就表明了“元宇宙”概念板塊中存在著顯著的羊群效應(yīng)；第二，在“元宇宙”概念股板塊中，當(dāng)市場(chǎng)行情上漲時(shí)，羊群效應(yīng)較為顯著，投資者對(duì)市場(chǎng)組合收益率較為敏感；而在市場(chǎng)行情下跌時(shí)，羊群效應(yīng)較弱，投資者對(duì)市場(chǎng)組合收益率較為遲鈍。因此，投資者需要提高信息獲取和完善自身投資理財(cái)?shù)哪芰?，正確判斷投資的時(shí)機(jī)，精準(zhǔn)選取投資對(duì)象，并建議相關(guān)上市公司加強(qiáng)信息的披露，使其公開、完整、透明、有效。5.2.對(duì)監(jiān)管者的建議5.2.1加大信息披露監(jiān)督力度發(fā)生羊群效應(yīng)的原因之一就是市場(chǎng)信息不對(duì)稱，許多投資者由于無法及時(shí)獲得有效信息，選擇盲目跟隨行為。投資者只有在掌握了及時(shí)有效的信息時(shí)，才能減少盲目從眾的行為，結(jié)合市場(chǎng)情況準(zhǔn)確的進(jìn)行判斷，自主決定是否跟隨，而不是因?yàn)樾畔⒌娜狈Χ蔀槊つ扛S的羊。5.2.1加強(qiáng)對(duì)投資者的投資理財(cái)教育只有提高了投資者的投資素質(zhì)，整個(gè)市場(chǎng)的質(zhì)量才能提高。對(duì)于大多數(shù)散戶而言，投資理念的匱乏導(dǎo)致了自身投資敗多勝少，我認(rèn)為提升散戶投資素養(yǎng)應(yīng)充分利用互聯(lián)網(wǎng)教育，在短視頻平臺(tái)，微信公眾號(hào)，社交平臺(tái)等網(wǎng)絡(luò)平臺(tái)充分宣傳投資理財(cái)知識(shí)和證券相關(guān)基礎(chǔ)理論。5.3對(duì)投