由信息追随导致的投资者之间的效仿，会带来资本的放大效应

　　A    信息因素

　　信息在传媒发达的今天，可以引领资本的变动方向，进而改变投资品种的价格。这也是为什么各国金融监管机构都要求市场公开、公正、透明，要求信息必须及时、准确、全面披露的原因。按照随机游走理论，价格是不可以被预测的，每一次价格的变动都是由于新信息出现。

　　在随机游走理论基础上，20世纪60年代，美国芝加哥大学金融教授尤金·法玛进一步研究发现了有效市场理论，在有效市场理论中，市场效率并不是指市场的运作效率，而是指市场的信息效率，即市场对信息的敏感度和反应程度。法玛根据获得信息的范围或程度，将市场效率划分为弱势、半强势和强势有效市场效率，分别代表了市场价格对不同层级信息的反应程度。

　　法玛的有效市场理论具体认为：在一个竞争性的市场中，当某一证券的供给与需求处于平衡状态时，该证券的价格就将达到均衡点；当与该证券相关的新信息出现时它将改变投资者对其收益与风险的期望，引起新的偏好，并进而促进该证券价格发生变动，直至经过调整供求关系而达到一个新的均衡点。

　　由此可见，证券价格的变动是由证券供求关系决定的，而证券供求关系的调整又是市场吸收了新的信息引起的。归根结底，证券价格变动是市场参与者对有用信息作出反应的一种表现形式，所以信息也是影响价格变动的重要因素。

　　传统金融理论大多隐含完全信息假设，但实际上，即使在信息传播高度发达的现代社会，信息也是不完全、不充分的。这是因为：一是散布于市场中的信息是真实信息、虚假信息以及噪音的相互交织；二是信息有私人信息和公共信息之分，不是所有的信息都可以共享，不同的投资者拥有的信息是有差异的；三是信息有时不可以免费获取，因为信息的生产、传递和获取等任何一个环节都需要时间和资源投入，而且越是重要的信息，所需要的成本也就越大。所以信息在现实市场中是不完全的、非对称的。

　　另外，由于当今各国金融市场的开放性，不断有各种信息流入市场中，信息变化速度很快，也变得十分不确定。在这种市场环境下，投资者无法获得全部信息，而且有时由于获取信息的成本较高，投资者会采取一种他们认为的“简捷”方式，从他人的交易行为中获取信息，这也就是所谓的信息追随。

　　羊群行为指动物（牛、羊等畜类）成群移动、觅食。后来这个概念被引申来描述人类社会现象，指与大多数人一样思考、感觉、行动，与大多数人在一起，与大多数人操持一致。

　　以后，这个概念被金融学家借用来描述金融市场中的一种非理性行为，指投资者趋向于忽略自己的有价值的私有信息，而跟从市场中大多数人的决策方式。羊群行为表现为在某个时期，大量投资者采取相同的投资策略或者对于特定的资产产生相同的偏好。

　　羊群行为中由于信息追随导致的这种投资者之间的效仿，也会带来资本的放大效应，即“货币资本×羊群行为=资本的放大”。另外，信息具有时间性，持续时间可长可短，某一信息持续的效应时间越长，单边趋势出现的时间就会越长，对于投资者而言获利空间将会越大——利润经常可能是几百倍的收益。这也是国际上一些大的投资基金和对冲基金非常热衷于大宗商品市场中各种信息的“营造”，并不断影响他人，以获取“信息追随者”的原因。

　　以大豆市场为例，美国农业部（USDA）的主要职责是定期公布数据，以引导美国农民种植。这些数据包括月度供需、出口检验、种植意向、最终种植面积等。在美国农业部月度报告出台前，就有机构会对美国农业报告中的内容作出提前预测，当预测的内容与美国农业部发布的月度报告内容相去甚远时，CBOT大豆期货价格就会出现大幅波动。

　　在大宗商品市场上，虽然有众多参与交易的人，也是充分竞争的市场，但是信息的变化是对大宗商品价格波动造成影响的重要原因。除了一些信息机构发布的信息外，交易所发布的信息也是影响期货价格波动的重要因素，一些突发事件的信息也会对大宗商品价格波动造成影响。

　　B    投资者行为因素

　　虽然信息是影响价格波动的重要因素，但是信息的处理和运用最终掌握在投资者手中。在传统金融学理论中，信息对价格的影响都是以理性人为前提的。所谓理性人是指投资者是能够理性地进行投资决策的经济人，他们在追求效益最大化的原则下能进行最佳的选择，在抉择中他们不为任何感情、偏见和他人的行为所左右，在众多信息中只会选择有用的、正确的信息，而不会选择无用的、不正确的信息，并且会将有用的、正确的信息以不带任何偏见的方式全部用在交易行为中。

　　而基于心理学的行为金融学则认为，每一个投资者的信念与偏好不同，他们的心理和认知等主观因素在实际投资过程中有着不可忽视的作用，会导致他们在处理信息时发生不同的行为结果，因此投资者对信息的处理会出现主观上的认知偏差，对信息的反应会出现过度自信、反应过度和反应不足等现象。而且投资者不可能获得所有正确、有用的信息。例如，S.T.Fiskehe和S.E.Taylor（1991）研究指出人类是“认知吝啬者”，总是尽力节省认知的能量，通常采用复杂问题简单化的处理方法，因此在处理信息过程中很容易产生认知偏差，从而形成人们“非理性”的行为选择。

　　另外，在投资群体中，个人容易受到他人和群体的制约，人们情绪容易彼此感染，个人倾向于放弃自己的偏好和判断，这样也会形成非理性，但这种非理性个性被统一后，心理群体所形成的合力的结果更主要的是一种破坏力，导致市场暂时的偏误。

　　行为金融学的DHS模型就将投资者分为知情交易者和不知情交易者两类。知情交易者拥有公共信息和私人信息，不知情交易者仅仅依靠公开市场信息评估价格。不知情交易者由于不存在私人信息和公共信息的比较，不容易受到判断偏差的影响；但是知情交易者由于偏好等主观因素易产生过度自信，导致拥有私人信息的投资者夸大私人信息对金融资产价值判断的准确性。

　　但随着知情交易者的私人信息被市场不断修正，公共信息最终战胜行为偏差，知情交易者将修正对私人信息的过度反应和对公共信息的反应不足，从而导致金融资产回报的短期连续性波动和长期的价格反转。非序列羊群效应模型也指出，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，这种过程导致市场中的信息流。当任意两个投资主体之间的仿效倾向较弱时，市场总体表现为收益服从高斯分布（即正态分布）；当投资主体之间仿效倾向强时则表现为市场崩溃，即引发价格的剧烈波动。

　　行为金融学基于市场并非是有效的、投资者并非是理性的假设基础，从心理学和行为学的角度很好地揭示了20世纪80年代以来金融市场的“异象”，如证券价格的日历效应、反转效应、动量效应、处置效应、羊群效应等，而且这些效应在国际大宗商品市场上也同样存在，意味着投资者种种非理性行为也影响着国际大宗商品价格的波动。

　　C    实证分析

　　国外对羊群行为的研究比较有代表性的是Lakonishoket（1990）对美国证券市场养老基金羊群效应的研究。Wermers（1999）在Lakonishoket研究的基础上进一步对羊群行为的定义进行了修正。

　　我国宋军、吴冲锋（2001）基于分散度指标（CSSD）最早对我国金融市场的羊群行为进行了实证分析；孙培源、施东晖（2002）从CAPM角度出发提出了基于横截面绝对偏离度（CSAD）下的羊群行为研究；董志勇、韩旭（2007）在借鉴Levy（1978）的一般化资产定价模型GCAMP的基础上，建立了羊群行为的实证研究模型。

　　目前国内外羊群行为的主要模型有Lakonishok提出的LSV模型及Wermers提出的LSV修正模型，但该模型有明显的缺陷，只考虑了基金交易的数量来检验羊群效应。

　　Christie和Huang（1995）的CH模型则利用横截面收益标准差（CSSD）的变化和衡量市场上大幅涨跌之间的回归来检验市场是否存在羊群效应。

　　Chang、cheng和Khorana（2000）的CCK模型对羊群行为的测度进行了改进，将CSSD改变为横截面绝对偏离度。而董志勇、韩旭（2007）基于GCAMP的羊群行为实证检测方法，由于假设条件过多，特别是投资者投资于特定资产的权重无法有效度量，所以运用受到制约。

　　对比以上四种羊群行为模型，并结合各类文献研究方法，本文认为宋军、吴冲锋（2001）的羊群行为研究方法更合理。该研究最大贡献在于引入了比较研究：首先，宋军等通过检验市场价格波动幅度较大时和平均水平下分散化指标的相对大小，来检验羊群行为的存在，即分散度的绝对值意义不大，有意义的是分散度的相对大小。其次，宋军将市场收益率分布曲线两端的极端收益率分离出来，构造了极端收益率下的分散度和不包括极端收益率的分散度，形成比较。最后，宋军等通过日收益率来计算分散度以分析市场上短期存在的羊群行为，用月收益率分析市场上长时间存在的羊群行为。本文也采取此类研究方法，并在此类研究方法基础之上进一步完善以进行相应的实证分析。

　　CSAD与羊群行为检验方法

　　假设市场某资产组合总共有n只证券，Ri，t是某一证券在t期的收益率，Rm，t是市场在t期的平均收益率，则资产组合在交易日t的收益率分散度CASD定义为<Z:\KT2016\160113c01.tif>。该指标表示n只证券在t期的横截面绝对偏离度，其通过对于某一资产组合收益率和市场平均收益率的一致化程度来刻画羊群行为的关键特征。如果市场存在羊群行为，价格将一致行动，此时CSAD应该变小。

　　在市场存在价格剧烈波动时，理性资产定价模型（CAMP）和羊群行为模型的区别最为明显。本文借鉴宋军的研究方法，将资产组合收益率分布曲线两端的极端收益率分离出来，构造极端收益率下的分散度和不包括极端收益率的分散度，以形成比较。

　　羊群行为检验的回归方式为<Z:\KT2016\160113c02.tif>，其中系数α表示的是样本中的平均分散化系数， CLt和CHt分别表示为资产组合大幅下跌和上涨时的虚拟变量。用rmt表示资产组合在时间t时的收益率，用rm （pl）和rm （ph）界定资产组合收益率分布的最大跌幅和最大涨幅区间的分位数，当rm＜rm （pl）时，CLt=1，否则，CLt=0；当rm＞rm （ph）时，CHt=1，否则，CHt=0。该模型认为 β1＜0和β2＜0，则支持羊群行为假设。本文适当扩展羊群行为的认定假设，认为当β1和β2趋于零时（以β1和β2＜0.01为临界点），也支持羊群行为。因为当 β1和β2趋于零时，亦表示价格极端波动时，资产组合收益率偏离度收敛于市场平均分散化，符合价格一致波动特性。另外，如果和β2＞β1，表明市场收益率极高时的羊群行为低于市场收益率极低时的羊群行为；如果β2＜β1，表明市场收益率极低时的羊群行为低于市场收益率极高时的羊群行为。

　　数据选取

　　目前羊群行为模型大多用在分析股票市场上，由于国际大宗商品市场价格波动与股票市场类似，因此可运用上述CSAD和羊群行为分析方法研究羊群行为对国际大宗商品价格波动的影响。

　　文中以原油、黄金、铜、玉米四类资产价格波动收益率为研究对象，以CRB综合指数收益率为大宗商品市场平均收益率水平，研究当原油、黄金、铜、玉米四类资产价格发生剧烈波动时，是否存在非理性羊群行为所导致的价格一致波动，使价格收益率接近市场平均收益率。所有价格原始数据来自wind，采样区间从2005年1月2日至2011年12月31日，价格收益率用<Z:\KT2016\160113c03.tif>表示。

　　本文亦用日收益率分散度，度量市场上羊群行为的短期现象，同时也利用月收益率分散度，度量市场上较长时间的羊群行为。由于市场的极端波动并没有统一的标准，因此在对日收益率的分散度回归分析时，使用收益率百分位数中的两个标准1%和5%来定义极端的市场变化。对于月收益率则采取了1%和10%两个标准下的极端收益率。根据分散化指标CSAD计算如下：

　　表1为数据的基本统计特征

　　表2为在市场压力下的分散化（日收益率）的回归系数

　　表3为在市场压力下的分散化（月收益率）的回归系数

　　注：括号里是1%和5%的标准下各大宗商品收益率的月波动幅度; *表示系数在统计上是显著的

　　数据分析与结论

　　表1中最明显的特征是月收益率的横截面绝对偏离度远远大于日收益率横截面绝对偏离度，这说明大宗商品在长时间内有更大机会偏离市场的平均收益水平。在日收益率偏离度比较中，原油相比其他三种大宗商品波动幅度更剧烈，偏离市场平均收益水平更大一些，说明原油价格走出了更为独立的价格波动。而黄金收益率偏离度最小，说明黄金价格波动与市场整体羊群行为相关，整个市场出现了较一致的价格波动。

　　在月收益率偏离度比较中，玉米波动幅度更大，说明长时间内农产品出现独立于整体市场行情价格一致剧烈波动的可能性更大。黄金依然是四个品种中长时间内偏离市场平均收益最小的品种，与市场整体价格波动保持了相对一致性，体现了黄金价格波动与市场整体羊群性相关。

　　表2中玉米日收益率偏离度在1%的标准下β1和β2＜0，说明玉米价格波动存在典型的与市场保持一致的羊群行为；黄金日收益率偏离度在5%的标准下β1和β2（＜0.01）趋于零，表明黄金价格波动收敛于市场平均收益率，黄金价格波动存在与市场保持一致的羊群行为。同时原油在1%的标准下，日收益率严重偏离市场整体平均收益水平，说明原油和铜出现了单一品种价格一致波动所导致的较远偏离市场平均收益水平的状况。在1%和5%的标准下，原油、黄金、玉米β2＞β1，说明收益率高时的羊群行为低于收益率低时，表示在市场大幅下挫时给投资者带来的抛售压力大于市场在上升阶段给投资者带来的购买冲动。

　　表3中只有黄金月收益率的回归系数在1%和5%的标准下β1＜0，表示黄金在下降过程中表现出与市场一致的羊群行为。原油、铜在1%的标准下均出现β2＜β1，表明长时间内极端值情形下两类大宗商品收益低的羊群行为低于市场收益率高时的羊群行为，即2000—2011年长期的上涨趋势使得市场上升时给投资者带来投资冲动，要大于市场极度下跌时的抛售压力；而黄金、玉米在1%的标准下均出现β2＞β1，表明长时间内极端值情形下两类大宗商品收益低时的羊群行为高于市场收益率高时的羊群行为，即上涨趋势使得市场上升时给投资者带来投资冲动要小于市场极度下跌时的抛售压力。原油、铜、玉米在5%的标准下均出现β2＜β1，表明长时间内极端值情形下三类大宗商品收益率低的羊群行为低于市场收益率高时的羊群行为。