中國商業銀行羊群行為實證分析

馮劍

中國商業銀行羊群行為實證分析

馮劍

文章應用 LSV 模型分析 16 家較早在 A股上市的商業銀行近年的信貸數據，以測度其信貸業務中的羊群行為。對 LSV 模型測度結果進行單總體 t檢驗和卡方檢驗的結果表明，從 2008 年下半年至 2016 年上半年的大部分時間里，中國商業銀行的信貸業務中存在著羊群行為，且羊群行為呈現周期性特征。

商業銀行；羊群行為；LSV 模型

一、LSV模型簡介

在金融領域中，羊群行為通常指的是那些會導致系統性錯誤（比如，相對最優決策的次優選擇）的群體決策(Andreaand Welch, 1996)。就銀行業經營而言，銀行家在經濟擴張時，高估了好項目無法獲得資金的可能，卻低估了壞項目獲得資金的機率；在經濟衰退時，則犯了完全相反的錯誤。羊群行為的存在則使得信貸市場上的信貸擴張和信貸收縮都表現得更為劇烈。銀行家短視化是普遍存在的，在經濟景氣時期，銀行家往往比在經濟不景氣時期做出更多錯誤的信貸決策，銀行在經濟擴張時向負凈現值項目發放的貸款變成了之后的不良貸款。(Rajan,1994)

對羊群行為現象的早期研究可上溯至凱恩斯的“選美理論”和“動物精神”理論。但直至二十世紀九十年代初，才由 Lakonishok 等人提出了第一個具有可操作性的羊群行為實證檢驗方法，即LSV模型。Lakonishoketal(1992)將羊群行為定義為基金經理人同時買入或賣出某些特定股票的平均趨勢，這種方法通過對同一時期內中單只股票的買方力量，與整個時期中機構投資者的平均買方力量的偏離的測度來確定羊群行為 Hit：

其中 pit為在 t時期買入股票 i的基金占全部買賣股票 i的基金之比，即

Bit、Sit為在 t時期凈買入和凈賣出股票 i的基金數；E(pit)為 t時期買入股票 i的基金占比的預期值，在文章中以 t時期所有 Pit的算術平均值 Pt近似代替。調整因子 AF 表示羊群行為不存在的條件下|pit-E(pit)|的期望值。Lakonishoketal(1992)假定 Bit服從概率為 Pt的0-1 分布，在給定 Pt以及當期的基金總數目 Nt之后，便可計算得

Lakonishoketal(1992)的 LSV 模型假定，如果市場上不存在羊群行為，則經 LSV 模型計算得的 Hit將服從 μ=0 的正態分布。故在計算得到各時期、各行業的 Hit序列后，可對其進行單總體 t檢驗，如果檢驗結果表明拒絕原假設：Hit序列服從 μ=0 的正態分布，則市場上存在著羊群行為。

此后，學界又陸續發展出多種測度羊群行為的方法，這些測度方法大體可分為兩類：一類是根據投資決策的聚合程度，分析投資者整體的羊群行為，代表性的方法便是 LSV模型；另一類方法則是根據個股收益率的離散程度評價投資者的羊群行為，代表性的方法有 CSSD模型、CSAD模型等。顯然，第一種方法不僅適用于分析證券市場，如果對其進行適當調整，這一方法也可被應用于研究包括信貸市場在內的其他金融市場上的情況。Nakagawa and Uchida (2007)在這一思路下，擴展了 LSV 模型的應用范圍。他們將各家商業銀行視為機構投資者，用實體經濟的各行業門類作為商業銀行的“投資標的”（即 LSV 模型中的“i股票”），以此分析信貸市場上的羊群行為。NakagawaandUchida(2007)用 LSV 模型分析了日本主要商業銀行的信貸數據，研究表明，1986-1989 年的經濟泡沫時期，日本都市銀行與地方銀行的信貸業務中均呈現出明顯的羊群行為。

此外，由于對信貸市場羊群行為的研究，所使用的信貸數據僅包含十個左右個行業大門類，小樣本偏差很可能對計算結果產生顯著的影響，導致基于正態分布，前提假設的檢驗方法更容易拒絕原假設：市場上不存在羊群行為。NakagawaandUchida(2007)將卡方檢驗引入對 LSV模型結果的分析當中，以解決小樣本偏差問題。記

統計值 Zit對應于 LSV 模型中的 |pit-pt|，NtPt＞5 且 Nt(1-Pt)＞5 時，統計值 Zit近似服從標準正態分布；從而有

其中，I為 t時期內行業門類總數。

二、LSV模型對中國商業銀行的測度

本文參考 NakagawaandUchida(2007)的思路，以 A 股上市銀行作為中國商業銀行的代表，根據上市銀行對國民經濟各行業門類授信額度的變化，通過 LSV模型測度中國商業銀行信貸業務中的羊群行為。根據研究的需要和數據的可得性，本文選擇了 2016 年 8 月前在A股上市的16家商業銀行①這 16 家上市銀行為工商銀行、農業銀行、中國銀行、建設銀行、交通銀行、招商銀行、興業銀行、浦發銀行、民生銀行、中信銀行、光大銀行、平安銀行、華夏銀行、北京銀行、南京銀行和寧波銀行，除農業銀行(2010 年 7 月 A 股上市)、光大銀行(2010 年 8 月 A 股上市)外，其余 14 家銀行均在 2008 年 6 月以前于A股上市。公布的信貸數據進行研究。

在央行《中國金融穩定報告（2012）》公布的首次銀行業壓力測試當中，將三家城商行除外的 13 家上市銀行納入了測試樣本，而自《中國金融穩定報告（2015）》開始，則將這 16 家上市銀行全部納入銀行業壓力測試當中。此外，如果將銀監會 2014 年《商業銀行全球系統重要性評估指標披露指引》中制定的“資產余額 1.6 萬億元人民幣以上”的披露標準作為劃分國內系統重要性銀行的標準，則截止2016年6月末，除了南京銀行和寧波銀行外的 14家上市銀行均為國內系統重要性銀行。即便是總資產規模相對較小的南京銀行和寧波銀行，也是長三角區域內重要的銀行機構。基于上述理由，本文認為，選取這 16 家上市銀行作為樣本，足以反映國內商業銀行信貸業務的整體狀況。

本文研究所需的行業信貸數據整理自 2008 年上半年至 2016年上半年上市商業銀行的中報和年報，以每半年作為一個時期。由于需進行差分計算，實際的使用樣本為 2008 年下半年至 2016 年上半年共 16 個時期。根據可得到的數據，本文選擇了國民經濟的九個行業門類①國民經濟行業分類與代碼（GB/4754-2011）將國民經濟劃分為 20 個行業門類，本文選擇了采礦業，制造業，電力、熱力、燃氣及水生產和供應業，建筑業，批發、零售業，交通運輸、倉儲、郵政業，房地產業，租賃和商務服務業，水利、環境和公共設施管理業九個門類。這九個門類囊括了第二產業的所有四個門類以及第三產業的五個較主要門類，在樣本期內，這九個行業門類的增加值平均可占到當年國內生產總值的 68%左右。進行研究。在樣本期內，對這九個行業門類的貸款余額平均占到各家上市銀行全部公司類貸款的 89.49%。

根據前文介紹的 LSV 模型，本文計算了各時期內每個行業 Hit值，并對計算結果進行了單總體 t檢驗和卡方檢驗，檢驗結果如表 1第2至4列所示：

表1 羊群行為檢驗結果

表2 卡方檢驗的基本條件

t檢驗結果顯示，除了 2010 年下半年、2014 年上半年、2015 年下半年等少數時期外，大部分時期均可以在5%的顯著性水平上拒絕 μ=0，即不存在羊群行為的原假設。卡方檢驗顯示，除了 2014 年上半年、2015 年下半年等少數時期外，大部分時期均可以在 5%的顯著性水平上拒絕原假設，卡方檢驗的結論與 t檢驗結果基本相同。結合 t檢驗和卡方檢驗的結果，本文認為：在樣本期內，羊群行為在商業銀行信貸業務中是普遍存在的。

此外，本文通過兩種方法計算商業銀行的羊群行為值 Ht：(1)各行業羊群行為值 Hit的簡單平均值；(2)以某行業的全部信貸余額占該時期樣本銀行全部信貸余額的比重為權重，計算 Hit的加權平均值，并將計算結果繪制如圖 1：

圖1 各時期信貸市場的羊群行為

上圖為根據兩種方法計算的 Ht值所繪制，可見兩種方法計算得到的結果基本趨勢相同：Ht值在 09 年上半年、11 年下半年、14 年下半年以及15年下半年至16 年上半年較大，而在前述這幾段時期的間隔期，Ht值則相對較小。特別是在 2014 年上半年、2015 年下半年等時期，Ht值處于最小值，這與表 1 中所列示的檢驗結果相一致。

三、結論

本文沿襲 Lakonishoketal(1992)、Nakagawa and Uchida(2007)等的研究思路，通過 LSV模型，對中國商業銀行信貸業務中的羊群行為進行了實證測度。根據 t檢驗和卡方檢驗的結果，本文認為，除了在 2014 年上半年和 2015 年上半年等少數時期外，以 A股上市銀行為代表的中國商業銀行，其信貸業務呈現明顯的羊群行為，且這一羊群行為具有明顯的周期特性。信貸市場上的羊群行為為何呈現此種周期現象，則有待于通過進一步研究進行分析。

[1]Lakonishok J.,Shleifer A.,Vishny R.The Impact of Institutional Tradingon StockPrices[J].JournalofFinancialEconomics.1992,32(1): 23-43.

[2]Nakagawa R.,and Uchida H.Herd Behavior in the Japanese Loan Market:Evidence from Bank Panel Data [J].Journal of Financial Intermediation.2007(16):555-583.

[3]Rajan R.G.Why Bank Credit Policies Fluctuate:A Theory and Some Evidence [J].Quarterly Journal of Economics.1994,109(2): 399-441.

[4]Welch I.SequentialSales,Learningand Cascades[J].The Journal of Finance.1992,47(2):695-732.

F832.33

A

1008-4428（2017）06-86-02

馮劍，男，山東鄒城人，南京師范大學商學院碩士研究生，研究方向：風險管理。