论文导读::发现并不存在羊群行为。大豆期货市场不存在羊群行为。豆粕和玉米期货市场存在羊群行为。
论文关键词:羊群行为,大豆期货市场,豆粕期货市场,玉米期货市场
1.引言
随着行为金融学的兴起,对金融市场中的羊群行为研究也就成为现代金融学的一个重要分支。“羊群行为(Herding Behavior)一词源于生物学对动物聚群特征的研究,指动物(牛、羊等牲畜)成群的移动、觅食的现象,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,与大多数人保持一致。金融市场中的羊群行为指投资者在信息环境不确定的情况下,行为受到其他投资者的影响,模仿他人的投资决策和投资组合,或者过多依赖于舆论而不考虑私人信息的行为,具体表现为在某个时期,大量投资者采取相同的投资策略或者对于特定金融的特定资产产生相同的偏好。
国内外学者对金融市场羊群行为的研究主要集中在股票市场和基金市场。国外已有研究表明证券市场存在羊群效应(Krous和Stoll(1972),Lakonishok、Shleifer和Vishny(1992),Christie和Huang(1995),Chang、Cheng和Khorana(2000)等)。国内学者的研究亦得到相似的结论(宋军和吴冲锋(2001)大豆期货市场,施东晖(2001),常志平和蒋馥(2002),杜莉和王锋(2005)等)。由于期货投资者的投资行为与心理与证券投资者类似,有学者即提出期货市场是否存在羊群效应呢?但与股票市场和基金市场相比,对期货市场的相关研究甚少,且结论多有争议。其中Gleason,Lee和Mathur(2003)对欧洲期货市场上的5类共13个期货合约(欧洲三月期国债、欧元、金融时报期货指数等)进行了研究,发现并不存在羊群行为。Robert J.Weiner和 Green(2004)对伦敦石油交易所的原油及纽约商品交易所的燃料油的羊群行为进行了研究,研究结果表明这两个期货品种存在羊群行为,其羊群行为不是基于不完全信息的信息流羊群行为而是基于薪酬条款的羊群行为。
国内对期货市场羊群行为的研究只限于依照证券市场的理论对期货市场的羊群行为在报纸网站上进行简单的介绍,而利用期货交易数据,对我国商品期货的羊群行为进行规范的实证研究还没有人涉足过。我国期货投资者结构与西方投资者的结构不同,我们国家现在基本上是个体投资者,这样其羊群行为的特征与西方羊群行为的特征一定有很大的不同论文的格式。本文的研究可以帮助监管机构找到我国期货市场上这些非理性行为是否存在的依据,同时通过研究可以找到非理性投资行为存在的制度根源,从而为监管机构对症下药,为防范期货市场非理性投资行为规则和制度的安排打下基础,如采用有效的监督方法与消息披露制度;再次,可以帮助交易所进行有效地风险控制与投资者理性行为的培训。此外,股指期货的推出更突显了本研究的意义,股指期货是建立在股票市场和期货市场两个市场的基础上的,把股票市场和期货市场有机地结合起来。既然以往的研究表明,我国股票市场上存在着明显的羊群行为,那股指期货上市以后,这一问题很有可能同样存在于期货市场。所以,对我国商品期货市场羊群行为的研究对股指期货羊群行为的防范具有重要的借鉴作用。
本文接下来将运用大豆、豆粕和玉米三个交易品种进行实证研究,并在此基础上分析我国期货市场羊群行为的特点并提出相应的应对策略。
2.我国商品期货市场羊群行为存在性的实证研究
期货市场中的“羊群行为”是一种特殊的非理性行为,大致可以分为个体投资者的羊群行为和机构投资者的羊群行为。对于个体投资者来说,羊群行为表现为模仿机构投资者和模仿其他个体投资者,而机构投资者由于具有高度的同质性大豆期货市场,对期货分析师的建议等相同外部信息可能做出相似的反应,在交易活动中表现为羊群行为。当机构投资者存在羊群行为时,许多机构投资者将在同一时间买卖相同期货合约,买卖压力将超过市场所能提供的流动性,从而导致期货合约价格的不连续性和大幅波动,破坏了市场的稳定运行。在我国期货市场上,羊群行为表现为存在大量的跟主力持仓做的投资行为,或者在同一个期货经纪公司开户的投资者往往持有同方向的期货合约
本文旨在解决三个问题:1.我国商品期货市场的期货价格是否是真实、合理的,即验证期货价格的有效性;2.如果期货价格是有效的,那么期货价格与前二十位期货经纪公司的总持仓量(以下都简称为总持仓量)之间是否具有引导关系,准确地说总持仓量是否引导期货价格。3.如果期货价格与总持仓量之间具有因果关系,那么市场持仓主力的变化与前二十位期货经纪公司的净持仓(以下都简称为净持仓)变化是否一致。
2.1实证思路
本文以分析同一个期货经纪公司开户投资者的买卖方向来判断期货市场是否存在羊群行为。另一方面投资者是否受前二十位期货经纪公司总持仓量的影响,主要通过前二十位期货经纪公司的总持仓量是否引导期货来判断,因为期货价格的变动代表市场个体散户投资者的持仓方向变动,如果存在总持仓量对期货价格的引导关系,接下来则判断市场持仓主力的变化(即个体投资者的变化)和前二位期货经纪公司的净持仓变化作比较,看他们看多和看空的方向是否具有趋同性。如果具有趋同性,则说明个人投资者会受期货经纪人影响或参考期经纪持仓量来决定买卖方向,则说明市场存在羊群行为。
围绕本文的研究目标,本章的实证分两个步骤展开:1.从大连商品交易所选取大豆一号、豆粕、玉米三个品种,运用E-G协整检验检验其期货价格的有效性,若品种通过了E-G协整检验,则进一步进行Granger因果关系检验。2.根据期货市场期货价格,成交量和持仓量三者的变化,总结市场持仓主力的变化,然后与前二十位期货经纪公司的净持仓变化进行比较,检验两者变化是否一致。
2.2数据来源
我国目前较为活跃的期货品种为大豆、豆粕、玉米和小麦期货合约,具有良好的代表性,能够较好地反映期货价格的行为特征。考虑到数据的完整性,本文选取大连商品交易所的大豆、豆粕和玉米这三个品种。在当前的研究中大豆期货市场,研究人员采用同时对多个合约作分析的方式进行研究,这显然无法说明一个期货品种乃至整个期货市场的状况。因此,必须产生连续时序的合约数据,以更好地反映总体。从目前的文献看,生成连续数据的一般办法是,选择市场上交易量最为活跃的主力合约,将其作为该期货品种的代表,把不同时段的主力合约的交易数据连接起来,形成一个连续的时间序列数据。本文将分别收集黄大豆一号、豆粕以及玉米每天主力合约的收盘价、成交量、持仓量和前二十名期货经纪公司每天的主力合约的持买仓量和持卖仓量的数据。其中黄大豆一号、豆粕和玉米期货合约的时间跨度从2007年6月1号至2010年6月1号,共 737个样本。数据来自大连商品交易所论文的格式。
2.3 实证研究
期货市场的羊群行为表现为同一个期货公司开户的投资者往往持有同方向的期货合约。所以我们只要检验出市场的价格走势是否受到前二十名期货经纪公司总持仓量的影响,就可以证明市场是否存在羊群行为。我们首先对豆一的期货价格和总持仓量进行协整检验和Granger因果关系检验,然后根据期货市场期货价格,成交量和持仓量三者的变化,总结出市场持仓主力的变化,然后与前二十位期货经纪公司的净持仓变化进行比较,检验两者的变化是否一致。
2.3.1 ADF检验
在检验各个品种期货价格与总持仓量之间的协整关系之前,首先要对相应品种的期货价格和总持仓量序列的平稳性进行检验。本文的ADF检验结果在Eviews5.0中得以实现。求得各品种期货价格和总持仓量序列及其差分序列的单位根检验结果(见表2-1,表2-2)。
由表2-1和表2-2可知,黄大豆一号(A)、豆粕(M)和玉米(C)的期货价格和总持仓量序列都是不平稳的,而它们的一阶差分都是平稳的,也就是说,本文所选的三个期货品种的期货价格序列以及总持仓量序列均为I(1)过程。经过试验,当黄大豆一号期货价格和总持仓量序列的滞后期为3,豆粕期货价格和总持仓量序列的滞后期为1,玉米期货价格序列滞后期为3,总持仓量序列滞后期为1时,检验方程的赤池信息准则AIC(Akaikeinformation criterion)和施瓦茨准则SC (Schwarz criterion)值最小。
表2-1 各品种期货价格序列及其差分序列的单位根检验结果
变量(P)
|
ADF检验结果
|
1%临界值
|
结论
|
A
|
-1.888896
|
-3.438972
|
不平稳
|

|
-28.87283
|
-3.438984
|
平稳
|
M
|
-2.194207
|
-3.440275
|
不平稳
|

|
-13.62202
|
-3.440305
|
平稳
|
C
|
0.474587
|
-3.438996
|
不平稳
|

|
-26.435156
|
-3.438974
|
平稳
|
表2-2 各品种前二十位期货经纪公司持仓量序列及其差分序列的单位根检验结果
变量(OI)
|
ADF检验结果
|
1%临界值
|
结论
|
A
|
16.12905
|
-2.569798
|
不平稳
|

|
-4.229788
|
-2.569799
|
平稳
|
M
|
-0.156267
|
-2.569759
|
不平稳
|

|
-22.93138
|
-2.569768
|
平稳
|
C
|
0.063013
|
-2.574593
|
不平稳
|

|
-15.04671
|
-2.574633
|
平稳
|
2.3.2协整关系检验
从上面的单位根过程检验结果发现,三个品种的期货价格序列和总持仓量序列都是一阶单整的时间序列,满足同阶整的要求,现采用E-G两步法来检验大豆大豆期货市场,豆粕和玉米的期货价格与总持仓量之间是否存在协整关系。当滞后阶数为2时,检验方程的赤池信息准则AIC (Akaike information criterion)和施瓦茨准则SC (Schwarz criterion)的数值最小。本文的协整检验结果在Eviews5.0中得以实现。
首先建立各个品种期货价格与总持仓量的回归方程:

估计后分别得到:
|
lnP=8.22185+0.004675ln(OI)+ 
|
(1)
|
|
lnP=8.179227-0.017160ln(OI)+ 
|
(2)
|
|
lnP=7.452713-0.00588ln(OI)+ 
|
(3)
|
其中(1)、(2)、(3)式分别代表大豆、豆粕和玉米的回归方程。
然后对上式的 进行单位根检验,其结果如下(见表2-3)。
表2-3 残差 ADF检验
1/2 1 2 下一页 尾页 |