股票市场噪音交易者风险论文

导语：股票市场噪音交易者风险论文一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

理论模型

Delong、Shleifer、Summers和Waldmann（以下简称DSSW）最先提出了投资者情绪模型，模型假设市场上存在两种参与者—理性投资者和噪声交易者，理性投资者依赖于对证券的内在价值分析交易和持有证券，噪声交易者的交易行为则符合噪声交易模式。由于噪声交易者的情绪是随机的，理性的投资者不能很好的预测这种投资情绪。因此，当理性投资者未来某一时刻出售资产时，噪声交易者可能看空市场，引起资产价格下跌。这种下跌的可能性就是一种不同于其他市场风险的额外风险，即噪声交易者风险。只要理性投资者想在未来某个时间出售自己手中的资产，噪声交易者风险就像资产本身所固有的市场风险一样影响着资产价格。因为同一种投资者情绪的波动会影响很多资产，并且不同噪声交易者的情绪相关很强，所以这种噪声交易者风险不能被有效分散，它像资产的系统风险一样会在资产定价公式中有所反映。那些受到噪声交易者风险影响的资产的收益率应该高于不受该风险影响的资产的收益率。

Lee、Shleifer和Thaler（以下简称LST）把DSSW的投资者情绪模型应用到封闭式基金研究中，由于噪声交易者对封闭式基金不可预期的未来的情绪变化是针对封闭式基金的证券组合，是系统性的，因而可以把它看作是市场上噪声交易者风险的平均指标。LST的研究不但指出封闭式基金折价的变化反映了投资者情绪的变化，还间接指出一种测量噪声交易者风险的方法，利用此方法，LST得到如下模型：

R=α+a*ΔD+β*RM+ε

其中R表示证券组合收益，ΔD表示封闭式基金折价率的变化，RM表示市场收益，RM前的系数β为组合的Beta值，表示市场风险。此模型从直观上解释就是噪声交易者的存在影响了组合的收益。模型的创新之处在于用可以直接观测的表示封闭式基金折价率变化的ΔD量化了噪声交易者风险因子。

噪声交易者风险普遍存在于市场中，但并不是所有证券组合都受到相同程度的影响。因为当理性投资者发现噪声交易者的交易行为使得证券价格严重偏离内在价值时，理性投资者会采取与噪声交易者相反的操作，使得证券价格迅速回复。这种回复过程取决于理性投资者与噪声交易者之间力量的对比。LST把机构投资者归入理性投资者，个人投资者中大部分归为噪声交易者，因此对于机构投资者集中的大市值股票而言，它们的噪声交易者风险小，小市值股票则个人投资者集中，噪声交易者风险大。

实证检验

（一）数据和变量描述

本文的样本数据包括自1999年1月至2008年2月沪市和深市共56支封闭式基金的月末净值、收盘价和基金份额，这其中包括集中在2006至2007年转换为封转开的22支基金转换前的数据。计算可得整个市场上封闭式基金折价率的加权平均值——加权平均折价率指数VWD（Value-WeightedIndexofDiscount）及其变化率ΔVWD，权重为基金资产t时刻净值。

表1是加权平均折价率指数与其一阶差分的描述性统计量。统计结果显示，平均而言，1998年1月到2008年2月期间，我国封闭式基金折价率为19.8%，标准差达到13.5%，月度折价率平均变化0.15%，但变化的标准差极大，达到5%，最大的一个月折价率变化达到22%。这比国外10%（Weiss，1998）左右的折价率要高得多，这表明我国证券市场上噪声交易者风险要大于国外，离成熟的证券市场还有很长的一段距离要走。（二）折价变动与证券组合收益

根据投资者情绪模型，因为小市值股票的持有者中个人投资者所占比例要高于大市值股票，而个人投资者有相当部分的非理性的噪声交易者，容易受到市场传言的左右，对股票的内在价值没有正确的判断，过于悲观或过于乐观的情绪驱使着他们的交易行为。因此，小市值股票比大市值股票有更多的噪声交易者风险。对我国而言，股权分置改革完成前，股票市场流通股和非流通股的差别使得总市值小的股票不一定比总市值大的股票有更多的噪声交易者风险，流通市值的大小才是决定因素。本文把上证A股和深证A股按照年初股票流通市值进行排序，按顺序从小到大分成十组。规模最小的前10%为第一组，接下来的10%-20%为第二组，一直到规模最大10%的为第十组，得到十个不同市值规模证券组合的加权平均收益率如下：

表2展示了按照流通市值排序得到的十个证券组合月度加权平均收益率对封闭式基金折价率月度变化ΔVWD和上证A股与深证A股月度加权平均收益率的回归结果。

根据CAPM理论，RM的系数就是各个组合的Beta值，所有组合的Beta值都在1的附近，并且随着组合股票市值的增大而单调递减。在10%的置信度下，组合1、2、6中ΔVWD的回归系数都是显著的，组合7和组合8在5%的置信水平下显著，流通市值最大的组合9和组合10甚至在置信水平1%的情况下仍然显著。ΔVWD的回归系数在组合1-10之间近似单调递增，并且在组合10的回归模型中变为正数。

本文再仔细考察一下ΔVWD系数所表示的意义。对于组合1来说，封闭式基金折价率下降1个百分点会引起组合月收益率增加0.16个百分点，因为ΔVWD在本文所研究的1999年到2008年这段时间绝对值的中位数是0.0234(2.34个百分点)，这意味着封闭式基金折价率的变化平均会引起组合1收益率0.57(0.16*2.34)个百分点的变化。因为组合1在1999年到2008年期间月收益率绝对值的中位数为5.57%，所以封闭式基金折价率的变化解释了6.72%(0.37/5.57)的组合1的收益率变化，即噪声投资者风险解释了流通市值规模最小的组合收益率变化的6.72%。因此，在通常意义上来说，即使在考虑了市场整体的影响后，封闭式基金折价率的变化也能够解释7%左右的规模最小组合收益率变化。对于组合2至组合9来说也有同样的结果，只不过关系强弱不同。对于组合10来说，它的收益率绝对值的中位数为4.4%，因此对于组合10，折价率的变化解释了组合10收益率10.91%的变化(0.2053*2.34/4.4)，不过组合10变化的方向与前面9个组合变化方向相反。

结论

投资者情绪是影响我国证券市场上股票收益的重要风险因素。作为反映投资者情绪的指标，当封闭式基金折价率变小时，投资者似乎确实更加乐观，噪声交易者会盲目跟踪市场热点，认为大市值股票的收益在牛市中不再吸引人而卖出手中的大盘股，买入中小盘股。从而使得规模最大的10%的公司的股票反而在牛市中表现平平，因为规模最大的前10%的股票的流通市值已经占到沪深A股市值的60%以上，因此可以说，除去这部分股票，其他的90%的股票都是中小盘股。同样，当折价率变大，投资者情绪悲观时，噪声交易者又会买入更加保险的大盘股，从而使得这些股票价格上升，收益率提高。

我国封闭式基金的折价率和折价率的波动水平都显著大于国外相应数据，这表明我国证券市场噪声交易者风险偏大。由于机构投资者还未能在我国证券市场发挥与国外同样的稳定市场的作用，因此，散户的炒作和投机行为引起的封闭式基金折价幅度也就更大，波动也更加剧烈。对于我国封闭式基金来说，机构投资的力量虽然一直在增长，但实际上最有实力的机构投资者国有企业和政府在整个封闭式基金发展的历程中都是扮演一个消极的角色，政府和国有企业不能减少持有的股份，也没有很强的意愿去增持股份，因此机构投资者不能起到弱化噪声交易者盲目交易带来风险的作用，相反越多的个人投资者和闲散资金进入股市，加剧了噪声交易者风险，使得封闭式基金折价率与小盘股收益的正相关关系更加明显。

论文关键词：噪声交易者风险封闭式基金折价率证券组合收益

论文摘要：本文利用封闭式基金折价率测算我国股票市场噪音交易者风险，并估算该风险对不同流通市值证券组合收益的影响程度，结论是：我国股票噪声交易者风险与股票流通市值有显著的相关性，流通市值小的股票易受到噪声交易者交易行为的冲击。

行为金融学对理性参与者假设提出质疑，把与理性参与者相对的噪声交易者（即非理性的根据似乎是真实的实际是噪声的信息，开展交易的群体）纳入假设，解决了众多难题，其中，破解封闭式基金折价率问题是重要成果之一。Lee，Shleifer和Thaler（1990）利用包含噪声交易者风险的投资者情绪模型，对封闭式基金折价问题做出了解答，还为度量噪声交易者风险提供了一种新的方法，并且发现不同市值规模的股票拥有的噪声交易者风险有显著差异，噪声交易者风险对于市值最小的股票和市值最大的股票的解释作用最为明显。国内对于封闭式基金折价现象的研究主要集中对折价原因的解释，王擎（2004）认为封闭式基金的折价既包含噪声成分，也包含理性预期成分，但更主要体现噪声交易。董超，百重恩（2006）发现折价率还受基金换手率和基金规模影响。但以折价率作为噪声交易者风险度量来考察股票噪声交易者风险与股票市值规模之间的关系方面，国内文献还没有涉及。本文利用Lee，Shleifer和Thaler提供的方法，利用封闭式基金折价率测算我国股票市场噪声交易者风险，并估算该风险对不同流通市值证券组合收益的影响程度。

参考文献：

1.DeLongJ.B.,A.Shleifer,L.H.Summers,andR.J.Waldmann,Noisetraderriskinfinancialmarkets[J],JournalofPoliticalEconomy98,703-738.1990

2.Lee,Charles,AndreiShleiferandRichardThaler,InvestorSentimentandtheClosed-endFundPuzzle,JournalofFinance[J]46,1991

3.王擎.再析中国封闭式基金折价之谜[J].金融研究，2004

4.董超，白重恩.中国封闭式基金价格折扣问题研究[J].金融研究，2006