交易者信息解讀與股市波動

摘要：本文基于信息分解的分析方法，認為在股票內在價值沒有發生改變的情況下，僅僅由于非實在型信息的變化，也會使股市劇烈波動。同時本文提出市場自我加速變化的觀點，建立了基于自加速的預期變化模型，并以中國股市近兩年的相關數據為樣本進行了實證分析，討論了其中的政策含義。

關鍵詞：信息分解；信息反應；交易者行為；股市波動

中圖分類號：F830.91文獻標識碼：A文章編號：1674-2265（2008）09-0048-05

中國的股票市場充分詮釋著新興市場國家資本市場發展過程中信息對于市場的反應與理解。自啟動股權分置改革以來，中國股票市場出現了先是劇烈下跌，繼而持續快速上漲的局面，這一現象引起了各界的普遍關注，對這一現象的解釋卻眾說紛紜，莫衷一是。但無論是傳統的有效市場理論，還是近年流行的金融行為理論，似乎都難以給出合理解釋。那么究竟應該如何看待中國股票市場的這一現象，其中又蘊含著什么樣的政策含義？本文試從信息分解、交易者行為和市場內生波動相結合的角度予以分析。

一、文獻回顧

米爾頓·弗里德曼（Milton Friedman）曾斷言，非理性交易者一律會損失錢財，最終被市場淘汰，因此長期上看，非理性交易者不會影響資產的價格。由于弗里德曼的這一論斷，人們常常把交易者的生存動機和其對證券價格的沖擊當作是一回事。反映在政策上，就是把非理性交易者排除在政策考慮的范圍之外。但是實際中發現，政策的效果總是由于非理性交易者的影響而被扭曲。那么究竟應該如何理解交易者行為與市場價格之間的關系呢？這是長期困擾理論界的問題之一。為了討論的集中，本文重點回顧對非理性交易者行為研究的進展。

較近期的關于交易者行為研究文獻中，有兩篇文獻影響較大，它們分別是Barberis、Shleifer和Vishny（1998）用代表性偏差和保守主義對投資者反應過度和反應不足建立的行為模型（BSV）；Daniel、Hirshleife和Subramanyam（1997， 1998）基于過度自信和自我歸因（biased self-attribution）構建的行為模型（DHS）。但是Fama（1998）指出，BSV模型對長期收益反轉的預測沒有得到實證支持，DHS的多數預測也被實證否定。他認為，一段時間里市場表現出過度反應，另一段時間表現出反應不足，這兩類異常現象相互抵消的結果恰好與有效市場假說吻合，因此Fama主張維持有效市場理論，但他并沒有對異常現象的存在本身做出合理的解釋。

Kogan、Ross和Wang(2006)用模型分析了非理性交易者的生存與其對市場產生的價格沖擊之間的關系，該模型把交易者分為理性交易者和非理性交易者，同時假定交易者無中間消費，結果表明，非理性交易者能夠長期地對價格產生影響，即便是他們已經失去了絕大部分的資產，這種影響依然會存在。當然Kogan、Ross和Wang認為持有不正確信念交易者的存在如何影響金融市場的行為是目前尚未解決的問題。但是Fama (2006)通過增加解釋變量，成功地縮小了估計值與實際值之間的差距（低于1%），據此，Fama反問這一結果到底說明投資者決策是理性的還是非理性？Daniel和Titman (2006)針對Barberis、Shleifer和Vishny (1998)以及Fama (1998)的解釋作了進一步的研究，他們考察了市場對實在信息和非實在信息的反應，結果發現CAPM和conditional-CAPM都不能解釋合成發行量效應（composite issuance effect），而行為理論解釋則與檢驗的結果比較一致。Vega (2006)對行為理論和理性結構不確定性理論（rational structural uncertainty）進行了對比研究，通過檢驗基于私人信息的交易（PIN）、小道消息（SUR）

、媒體報道量（MEDIA）發現價格變動與信息是集中式的還是擴散式的關系密切，而與信息是私人的還是公共的關系不大。尤其是，Vega認為信息獲得的差別并非像DHS把信息分為私人信息和公開信息那樣簡單，而是與非信息交易者（依靠媒體、分析的報道）和信息交易者（依靠私人信息和小道消息）行動速度有關。Hirshleifer、Subramanyam和Titman （2006）研究指出，非理性交易者能否獲利，取決于他們行動的早晚，率先行動的交易者能夠獲得盈利，而后行動的交易者則遭受損失。這一研究較為嚴密地論證了非理性交易者和理性交易者的盈利機制，對人們認識交易者行為頗有啟發性。

近年來中國研究者對于交易者行為也進行了探索性的研究。其中較有代表性的如：吳世農、吳超鵬（2005）利用Kahneman和Tversky（1998） 提出的框架依賴偏差（Framing Dependence Bias）觀點，采用中國股票市場價格數據，對季報盈余信息的變動構造了一個帶有盈余慣性（Earning Momentum）的交易策略，表明框架依賴偏差具有較好的解釋力；楊春鵬、吳沖鋒和陳敏（2005）在DHS投資心理模型基礎上，對認知風險和認知期望收益的關系進行了理論研究，但“沒有解決和建立認知風險與認知期望收益的具體關系模型”。許年行和吳世農(2007)設計了一個檢驗我國股市錨定效應的方法，并認為我國上市公司股權分置改革中存在錨定效應。對近兩年中國股市的表現則有不少文獻試圖予以理論上的解釋，其中較有代表性的有：楊善林、楊模榮、姚祿仕(2006)認為“股權分置改革完成后股票價格和價值之間相關性有顯著的提高，業績較差公司股價相對價值偏離程度得到一定程度的修正”。徐愛農(2007)認為“市場投資價值的凸現在很大程度上引發了2006年的一波大牛市行情”，其理論基礎依然是有效市場理論。總起來看，這些文獻所得到的結論基本是中國股票市場存在明顯的非理性成份，但是沒有說明為什么交易者總是采取非理性的行為，更不能解釋為什么非理性行為卻能夠獲得明顯的收益。Wu Zhongqun和Sun Hongxia (2007)分析認為，通過對信息的分解能夠解釋中國市場的暴漲暴跌問題，但還需更深入的研究。

二、理論分析與模型

以往的研究一般把信息劃分為歷史信息、公開信息和私人信息三類來討論市場的效率，很明顯，這種分類方法是按時間劃分的，其缺陷是難以確定具體信息與市場價格之間的對應關系，因為同一時間段內有多種信息相混合。Daniel和Titman (2006)的研究對我們頗具啟發性，他們把普通的信息進一步分解為實在型信息和非實在型信息。按照他們的定義，實在型信息是指能夠用會計賬戶反映的公司表現，而非實在型信息是指關于公司未來表現的消息。兩類信息影響投資者決策的原理如圖1所示。

圖1顯示，非實在型信息對投資者的總預期具有顯著的影響。Daniel和Titman以賬面值/市值（book-to-market ratio）為對象進行了分解，發現市場的未來收益與過去的非實在型收益和發行量有關，而與過去的實在型收益顯著不相關。他們選擇賬面值/市值作為分解對象的出發點是，該指標常被作為解釋被賤賣的公司股票具有高預期收益的證據。Daniel和Titman強調，他們沒有發現任何過去實在信息與未來收益有關的證據，而發現過去的非實在信息與未來收益強負相關。然而需要指出的是，以賬面/市值為主要代理變量分析市場的總體狀態存在嚴重缺陷，因為對市場具有根本影響的因素如利率、市場指數等未被該變量所涵蓋。

根據上述分析，本文接受Daniel和Titman的關于實在型信息和非實在型信息分離的基本設想，但是同時對兩類信息重新進行定義，并對相應變量的構造提出新方案。本文定義實在型信息為與內在價值相關而與交易者行為心理無關的信息，它反映的是資產內在價值；非實在型信息為與交易者行為心理相關而與資產的內在價值無關的信息，它來自于對市場價格的觀望，反映的是投資者博弈心理。本研究嘗試把純粹的交易者博弈與資產的內在價值分離開，即假定資產的價格除了與其內在價值有關，還受交易者的博弈心理影響。進一步，本文認為資產的內在價值由利率、公司的業績決定，可以用利率與市盈率的相對關系來體現。相比之下，交易者的博弈心理要復雜得多，任何可能對市場行情產生影響的信息都有可能影響交易者的心理。本文認為，既然各種因素都是通過對市場行情的影響而對交易者心理發生作用，那么可以用市場行情反映非實在型信息。

根據以上分析，在中國的現行利率制度下，我們選擇金融機構的居民存款利率作為參照利率，同時我們注意到，市盈率包含了公司業績和市場價格雙重因素，這樣我們可以構造一個新的變量來反映實在型信息，式中代表市盈率的倒數，下標代表時期， 代表時期的無風險收益率，上標代表實在型信息，代表對資產內在價值的預期。這里，市盈率 被定義為股票市場價格 與其名義收益的比率，即。于是我們可以用 作為衡量資產內在價值的標準，當 低于合理的水平時，說明市場處于過度樂觀狀態，當 高于合理水平時，說明市場處于過度悲觀狀態。

根據利率理論，我們把利率定義為單位資本的收益，即 。對于交易者而言，他應該在存款和購買股票之間進行取舍。對市盈率取倒數，我們得到投資股票的資本的單位收益，即 ，假定持有期為1年，那么理論上市場的均衡點在 ①， 這里代表風險調整。但是由于市場是動態變化的，所以實際的均衡點代表的是預期水平的均衡，即股票投資的預期收益率等于存款的預期收益率，于是有：

式中下標表示時期，上標表示預期。等式（1）表明，投資于股票的預期資本收益率應當與經過風險調整的存款的預期收益率相等，但是由于預期的存在，使得利率和市盈率的對應關系變得不確定，即相同的利率可以對應多個市盈率值，其原理如圖2所示。

圖2中，虛杠線TU表示由實在型信息決定的當前股票收益率，虛點線SAB表示當前利率決定的名義存款收益率，虛點線SV表示預期的存款收益率，實線SDCW表示附加風險溢價的預期存款收益率，點劃線YDA表示基于實在型信息的股票投資預期收益率，點劃線XCB表示考慮非實在型信息在內的股票投資預期收益率。該圖表明，在給定利率的情況下，股票的價格可以在很寬的范圍內波動（圖中陰影部分顯示的區間DB），與此同時，股票投資的收益率也可以在很寬的范圍內波動（圖中陰影部分顯示的區間AC）。這些說明，非實在型信息對股票價格和股票投資的收益率影響是非常顯著的，而基于實在型信息的理性預期解釋并沒有考慮到這一點。但是對于非實在型預期，目前沒有人明確提出它的形成機制，這直接影響了討論的深度和政策價值。

對于一般的股票市場，實時公布的市場信息包含了實在型信息和非實在型信息，其中股票的行情（代理變量為市場變動的速率）可視為非實在型信息，而股票的相對收益率可視為實在型信息，普通交易者通過觀察和分析這兩類信息來決定自己的策略。之所以把行情作為非實在型信息處理，是因為行情不直接與資產的內在價值相聯系，交易者觀察價格變動的目的在于猜測其他交易者可能采取的行動，進而決定自己的行動，而不是估算資產的實際收益率；與此相反，相對收益率代表公司的內在價值，因此作為實在型信息處理。由于實在型信息與資產的內在價值存在確定性關系，必然及時被反映到價格中，因此價格的瞬時波動由實在型信息決定，而較長時間段的價格走勢由非實在型信息決定。據此，本文構造非實在型信息的顯示變量 ，其中 代表對市場行情的預期。投資者根據股票的當前相對收益率很容易計算出投資股票是否合算，但是，投資者并不完全根據收益率決策，他要對未來做出估計。于是可以進一步定義，如果投資者僅僅根據股票的相對收益率進行預期而不考慮市場價格的變動，那么他所做出的預期稱作基于實在信息的預期；如果投資者只考慮市場價格變動引起的收益變化的可能性，則稱為基于非實在型信息的預期。

對于實在型信息，交易者很容易計算出它帶來的收益率，因此實在型信息對所有投資者具有一致的影響，而非實在型信息對投資者的影響則因人而異。但是從市場總體情況看，非實在型信息對投資者行為產生的效應仍是有規律可循的，因為所有的投資者都會觀察市場的動向，其依據都是實時發布的市場價格。很明顯，市場回報的持續快速增長是市場繼續攀升的推進力量，市場具有自加速能力，與此相伴隨，投資者的風險意識在逐步下降，也具有自加速能力。這是由于投資者觀察市場的價格變化之后，根據對市場收益的預期決定投資。任何交易者都知道，只有搶先行動才能獲得超額回報，于是一旦判斷出市場的走勢，交易者就會采取行動。但是由于不同的交易者所掌握的信息是不同的，因此不可能出現同時行動的情況，而是呈現漸次行動的特征。按照D. Hirshleifer et al. (2006)的分析，具有信息優勢的交易者先行動，其他相對處于信息劣勢的交易者通過觀察價格的變動決定自己的行動。假定市場收益 為隨機變量且均值為零，在時期1和時期2市場價格分別為和，那么投資者的預期可以表達為②。這意味著投資者通過觀測市場價格來確定自己的預期，率先行動的投資者引起價格變化，后續行動的投資者發現價格已經發生變化就會跟進，由此造成價格呈現隨時間的趨勢性變化。于是我們可以建立市場自加速模型和交易者風險意識下降模型如下：

式中 代表市場行情變化，代表市場行情變化的速度，下標表示時期，為不可測量的隨機變化量。公式（2）表明，當市場加速趨勢時，市場價格就會不斷上漲；當時，市場價格就會不斷下降。現實中，當長期處于停滯時，股市發展方向和交易者心理將發生逆轉，于是可能出現一個加速的反方向發展過程，這樣市場的漲跌軌跡形成近似 型的曲線。一般情況下，在股票市場的暴漲后，由于市場實際情況逐漸明朗，過高的預期必然漸漸消散，于是逆轉不可避免，在回落的過程中經常表現出震蕩下落的局面，這是交易者的博弈策略所致，因此一個較長時間的“牛市”過后，一個較長時間的“熊市”會逐漸形成，最終往往形成超跌。公式（3）中，代表

時期的風險厭惡系數，為風險厭惡系數的變化率。

假定市場由理性和非理性投資者組成。不論哪一類投資者，都以預期收益最大化為目標，差別僅在于決策變量的選擇不同。比如理性投資者能夠及時正確地解讀信息，而非理性投資者則不能及時正確地解讀信息。這樣無論是理性或是非理性投資者的行為都服從如下的等式關系：

式中下標代表時期，上標箭頭代表矢量，暗示總預期服從實在型預期和非實在型預期的矢量加法，

為投資者的總預期回報率，為股票內在價值的預期， 為對市場行情的預期，我們以市場行情變動所產生的價差回報（通常稱資本利得）預期來表示。該式說明，投資者的預期可以分解為由資產內在價值決定的實在型預期和由市場行情所傳遞的非實在信息決定的非實在型預期。從這一分解結果可以直接作出如下推論：在基本面沒有變化的情況下，由于預期的行情變化，也會使投資者（包括理性投資者和非理性投資者）調整預期的投資回報率，因此在投資者預期的影響下，市場會發生如下的行情加速過程：

上式表明，如果 ，市場行情將開始一個加速上漲的過程，相反，如果，則市場開始一個加速下跌的過程。其結果是使得市場價格遠離基本面支撐。因此，公式（2）中的市場加速過程應是投資者預期變化的結果，于是有

根據上述分析，我們建立如下的待檢驗模型：

其中 代表時期的市場指數值。上述檢驗模型的原理是，如果實在型和非實在型信息對市場具有統計上的顯著影響，那么回歸方程（7）-（10）式將有所顯示。

另外，我們還將對下列模型進行檢驗，其目的是觀察兩類信息對市場增量變化的效應，代表時期市場指數值的變化率。

三、實證檢驗與分析

（一）樣本的選擇及整理

本文選擇2005年6月至2007年5月的居民存款利率和上海證券交易所A股市場每月平均的上證指數、市盈率作為原始數據，經過處理后得到相關的待檢驗變量。

（二）實證結果及分析

本文使用最小二乘法對所建立的模型進行了回歸檢驗。回歸結果分別列于表1和表2中，兩表最后一列給出了回歸方程的擬合優度，回歸系數的 檢驗值列于該系數下的括號內。

針對市場指數的回歸檢驗結果顯示：（1）基于內在價值的實在型信息與股票市場指數呈負相關，說明所選擇的樣本區間的市場動態性不能用實在型信息予以解釋；（2）基于行情觀望的非實在型信息與市場指數呈正相關，且統計上顯著，說明本文所構造的非實在型信息對所選擇的樣本區間具有較好的解釋力；（3）當把實在型信息和非實在型信息進行聯合檢驗時，實在型信息與市場指數仍呈負相關，且統計上不顯著，說明兩類信息可能存在非線性關系，簡單的線性聯合檢驗可能無效；（4）在兩類信息基礎上構造出來的綜合變量與市場指數顯著正相關，說明該綜合變量對所選樣本區間內的市場趨勢具有較好的解釋力，這也暗示可以通過對兩類信息變量的算術值進行標量運算而得到有效的綜合變量。

針對市場指數增量的回歸結果顯示：（1）所有回歸的擬合優度都不高，說明模型的解釋力較弱；（2）回歸6—8的統計顯著性不足，因此缺乏解釋力；（3）回歸5顯示，基于內在價值的實在型信息與市場指數呈顯著負相關，說明市場指數的增量變化不能用實在型信息予以解釋。這些回歸結果似乎表明，所構建的兩類信息變量和綜合變量不能對市場指數增量的變化給出有效的體現。

四、結論

本文重點討論了兩類信息對市場產生作用的機理以及如何構造體現兩類信息的變量問題，并對所構造的變量進行了實證檢驗和分析。與已有的研究相比，本文提出了基于內在價值構建實在型信息變量和基于市場觀望構建非實在型信息的觀點，并根據該觀點構造出了相應的變量，因此變量較好地體現了決定資產內在價值的信息，同時保證了對兩類信息分離的科學性，尤其是把利率作為一個重要因素反映到變量中，這在類似的研究中還未見到。實證檢驗結果還表明，非實在型信息對所選擇樣本區間市場指數變化的解釋力較強，實在型信息則不能合理地解釋樣本區間內市場指數的變化，而所構造的綜合變量對市場指數變化的解釋力顯著。

因此本文認為，對信息進行分解是有效的，所構造的變量可以作為預測市場變化的測度指標，并且可以通過對兩類信息變量進行算術運算得到有效的綜合變量。所構建指標能夠對市場做出較好的解釋，是對市場有效理論的拓展。中國股市是一個新興市場，在信息分布、信息加工和信息傳遞等方面都還存在著先天不足，市場交易者的行為非理性和大量的噪聲交易，極易使證券市場價格產生劇烈波動，因此，即使市場基本面沒有任何變化，市場本身也可能產生劇烈波動。

另外，本文包含著很強的政策含義，為政府適時、合理干預股票市場提供了積極而明確的依據。本研究暗示政府通過政策調整能夠改變投資者的預期，尤其值得注意的是，由于非實在型信息能夠對市場總體產生顯著的影響，因此諸如道義勸告、輿論引導的手段都可能對市場產生明顯作用。這一方面說明政府應該積極地正確引導市場，另一方面說明應該防止對市場誤導。從機制上講，應盡早引入賣空機制，為投資者提供多樣化投資的機會和風險規避手段，為市場提供連續性，增加市場的流動性，真正實現其市場的價值發現功能和優化資源配置功能。

政策的持續對市場的預期影響深遠。需要注意的是，政策干預對市場產生作用需要一定的時間，這要求政策宣布后密切注意市場的反應，有時候需要較長時間以等待政策效果的顯現，必須防止的是政策力度過大，造成市場的過度反應。

注：

①這里市盈率和利率為扣除交易印花稅和利息稅的稅后值。

②此式是僅就兩個時期的情形給出的，多時期的情況可依此類推。相關的論述可以參照D. Hirshleifer et al. (2006) 的論述。

參考文獻：

[1]Barberis， N.， Shleifer， A.， Vishny， R. A model of investor sentiment [J]， Journal of Financial Economics， 1998， 49: 307-343.

[2]Coval， Joshua， D.， and Shumway， Tyler. Do behavioral biases affect prices? [J]， The Journal of Finance， 2005， 60: 1-34.

[3]Daniel， K.， Hirshleifer， D. and Sabramanyam， A. Investor Psychology and Security Market Under- and Overreactions [J]， the Journal of Finance， 1998， 53: 1839-1885.

[4]Fama， Eugene， F. Market efficiency， long-term returns， and behavioral finance， Journal of Financial Economics， 1998， 49: 283-306.

[5]Hirshleifer， D.， Subramanyam， A.， Titman， S. Feedback and the success of irrational investors [J]， Journal of Financial Economics， 2006， 81: 311-338.

[6]Kogan， Leonid， Ross， A. Stephen， and Wang， Jiang. The price impact and survival of irrational traders [J]， The Journal of Finance， 2006， 61: 195-222.

[7]Wu， Zhongqun and Sun， Hongxia， the Model of Uninformed Traders’ Behaviors [A]， Jiaozuo， Henan， P. R. China， 2007 International Conference On Management Science and Engineering[C]， 2007.

[8]吳世農、吳超鵬：《盈余信息度量、市場反應與投資者框架依賴偏差分析》，《經濟研究》2005年第2期。

[9]楊春鵬、吳沖鋒、陳敏：《行為金融：認知風險與認知期望收益》，《中國管理科學》2005年第13卷，第3期。

[10]許年行、吳世農：《我國上市公司股權分置改革的錨定效應研究》，《經濟研究》2007年第1期。

（編輯 耿 欣）

注：本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文