【论文关键词】行为异象;行为金融;认知偏差
我国股市以个人投资者为主,心态和行为都不成熟,目的不纯,存在一定程度的过度自信;经常反应不足和反应过度;存在着严重的噪音交易和羊群效应;政策依赖心理普遍;情绪周期变化较快。因此,建立在传统标准金融理论上的投资策略,往往不能给股民带来真正的投资收益。基于现资组合理论的分散化投资策略可以降低非系统风险,但不能降低系统风险。而且,投资分散化程度存在某一“有效”区域,过度分散化可能会带来延迟决策失误、增加研究成本和交易成本的负效应。特别在我国,股市非系统性风险较小,投资分散化策略作用不大。关于我国股市的系统性风险,波涛(1999)研究表明高达66.7%,施东晖(2001)研究得出81.37%的结论,而西方股市一般为25%左右。
CAPM投资策略在国外并不适用、在我国几乎无效。CAPM的应用原理是利用β系数可以衡量系统风险,利用资本资产定价模型可以判断证券价格的合理性,从而制定投资策略。关于CAPM的有效性,格罗斯曼——斯蒂格利茨悖论首先提出挑战;Fama和Macbeth(1992)实证检验无效;我国学者杨朝军1998年对上海股市实证结论为不明显;陈小悦和孙爱军(2000)、阮涛和林少宫(2000)对上海股市检验结论为无效。
行为金融学是对传统标准金融学理论的革命.行为金融投资策略放弃了基本面分析、技术分析结合了心理情绪分析、强调投资者的行为控制。美国的共同基金利用行为金融投资策略取得了复合年收益率25%的良好投资业绩。中国证券市场只是接近弱有效,导致采用传统投资策略的广大投资者亏损严重,而少数懂得并利用行为金融投资策略的投资者则能保持盈利。
一、反向投资策略
就是买进过去表现差、涨得慢、可能价值低估的股票,而卖出过去表现好、涨势快、可能价值高估的股票来进行套利的投资策略。由于我国股市存在一种“轮涨效应”或“补涨效应”,即一般前期内涨幅较小的股票在后期的表现会比前期内涨幅较高的股票表现更为良好。这个结果同我国证券市场长期以来存在的个股轮番炒作现象是相吻合的,也说明了反向投资策略是目前我国投资者最好的选择之一。
反向投资策略原理。投资者锚定心理和过度自信特征会导致对信息过度反应。换句话说,表现好的证券价值容易高估,表现坏的证券价值容易低估。反向投资就是买入低估证券同时卖出高估证券。投资者进行预测时,容易对近期业绩过度反应,形成对绩差公司股价过分低估和绩优公司股价过分高估现象,反向投资策略是对这种过度反应的一种纠正。
反向投资策略操作要点。如选择P/E)或P/B低、历史收益率低的股票,往往可以得到比预期收益率高很多的收益。另外,还可以卖出涨幅已经很高的股票,买入很少人关注的滞长股票;或者卖出大家已经反复炒作的白马股,买入业绩可能改变的无人问津的垃圾股。
二、动量交易策略或称惯易策略
动量交易策略即预先对股票收益和交易量设定过滤准则,当股市收益和交易量满足过滤准则就买入或卖出股票的投资策略。通俗地讲,利用强势股的惯性上涨趋势,买入近期的强势股,卖出近期的弱势股,即所谓正向反馈策略。
动量交易策略原理。主要依据是反应不足和保守心理,分收益动量和价格动量策略。收益动量策略是利用了其他投资者对公司收益短期前景反应不足的失误,价格动量策略是利用了其他投资者对公司价值信息为反应或反应迟缓的失误。
动量交易策略操作要领。根据庄家投资行为分析理论,庄家做庄有四个阶段,建仓、拉升、出货、下落,投资者可以采取蚂蝗策略,一旦发现庄家建仓完毕,开始拉升时就盯紧买入,然后在股票价格翻翻后高位震荡庄家出货时候卖出,可赚高额利润。如果价格连续上涨,应该连续分批卖出;如果价格连续下跌,应该连续分批买入。证券投资基金可以考虑采用负向反馈策略。
三、成本平均策略和时间分散化策略
成本平均策略指投资者根据不同的价格分批购买股票,以防不测时摊低成本的策略,一般在下跌时候买入,目的不是效益最大化,而是成本最小化、减少投资的遗憾程度。该策略是次优策略。投资者在建仓时候,可以分皮建仓,不能一次性买入。
时间分散策略基于风险承受能力因为年龄增大而降低的理念,随年龄逐渐增大而降低股票等高风险资产比例的投资策略。投资者年轻时风险承受能力强,其资产组合中股票应该是占较大比例,而随着年龄的增长将此比例逐步减少的投资策略。这两种策略都与投资者的有限理性、损失厌恶和思维分隔相关、属于行为控制策略。
四、集中投资策略
集中投资策略就是集中所有资金购买某一个或者少数几个证券并长期持有,稳中求胜,这也是巴菲特惯用的投资策略,“与其把鸡蛋放在不同的篮子里分散风险,不如放在同一个篮子里,好好保管。”投资集中策略能够获得稳定回报,有助于减少投资者的认知偏差,同时该策略能运用价值投资的理念而获利。
集中投资策略的原理。利用其他投资者均值方差观念形成的认知偏差或锚定效应等心理特点来实施集中策略。一般投资者受传统金融投资理念的影响,通过投资多样化来分散风险,在大行情机会到来时,导致收益随着风险的分散也同时分散。而行为金融投资者则在捕捉到错误定价的证券后,率先集中资金投资,赢取更大的利益。
集中投资策略的操作方法。第一,对被错误定价证券的选择,主要是通过尽力获取超前的优势信息,尤其是未公开的信息。第二,选择几家在过去投资回报高于一般水平的公司。如果一家公司经营有方,管理效果一定会反应在它的股票价值上。第三,将资金按比例分配,将大头押在高概率的股票上,然后长期持有。集中投资策略的关键点:一是对公司的深入分析;二是需要克服投资决策偏差,保持清醒的头脑,在别人狂热的时候谨慎,在别人恐慌时大胆,能时刻控制自己的贪婪和狂热,要有耐心,要有信心,要勇于承认错误。
五、小盘股投资策略
小盘股投资策略的提出。小盘股一般是指流通盘较小的股票,但具体数量界定,不同的市场、在不同的时期有不同的判断标准。20世纪70年代,芝加哥大学的两位博士R.班尼和M.瑞格曼提出了小盘股的高回报效应应用来挑战有效市场理论,Banz(1981)研究发现了小盘股高额收益的规模效应,Siegel(1998)研究发现,一般地小盘股比大盘股的年收益率高出417%,且大部分集中在元月,这种现象被称为小公司元月效应。小盘股投资高额收益的原因是,小盘股流通市值较小,炒作资金较之大盘股要少得多,较易吸引主力介入,股性较活,股价极易波动,涨跌幅度较大,容易获得高额收益。
小盘股投资策略的原理。行为金融学认为,投资者在处理信息的过程中会犯系统性的精神和心理错误,继而导致投资者出现代表性偏差和框定依赖偏差,最终对当前的负面信息出现过度反应,结果造成小公司股票价值低估。但该公司的投资价值会随着时间的延长逐渐显现而广为人知,在被低估的时候买入,而在大家都发现价 值后竞相买入时候卖出。
小盘股投资策略的操作。小盘股投资策略就是利用这种小公司效应,采用波段操作方法获得收益。投资者找到具有投资价值的小盘股,当预期小盘股的实际价值与将来股票价格的变动有较大的差距时,可以考虑该种股票;先前被低估的小盘价值股一旦有利好消息传出时,市场上可能导致投资者对新消息反应过度,从而使股票价格急剧上涨。另外,由于小盘股流通盘较小,市场上投资者所犯系统性错误对其股票波动的影响更大,从而为掌握该种投资策略的投资者带来超额投资收益。
应对此类股票的操作要领。耐心等待股价走出缩量的上升通道,且上市公司行业景气度转好时买进,卖出的时机可根据市场及上市公司的环境因素和业绩情况,注意在历史的高价区域附近获利了结。一般来讲,小盘股在1~2年内,大多存在数次涨跌循环机会,只要能够有效把握节奏且方法得当,套利小盘股获利大都较为可观,是国际资本市场上流行的投资策略。
六、择时投资策略
择时投资策略基于日期效应。例如,隔夜效应、周末效应、一月效应和周末效应,这些效应行为金融理论在前面已经有分析和论述。择时投资策略认为可以于晚市、周五、年底或者元月买入股票,操作相对灵活,收益率相对较高。另外,还可以购买快到期的封闭式基金。
七、从众投资策略
当少数个人投资者没有更多信息,也没有专门知识的时候,跟随其他投资者行动,也减少后悔。很显然,这也不是最优决策。但对那些老年人,或者投资技能较差的人,不失为一种策略选择。
八、反馈交易策略
[关键词]量化投资；Alpha策略；意义；方法
[DOI]10.13939/ki.zgsc.2015.25.083
Alpha策略最初的理论基础是套期保值，是由美国经济学家H.working提出的，随后股指期货的面市，量化研究便激发了人们浓厚的兴趣。传统的资产管理者理念的哲学基础大部分为追求收益风险平衡，然而平均市场收益与超额收益又很难达到绝对的均衡，因此将超额收益也即Alpha分离出来，建立起基于Alpha策略的量化投资，有助于指导投资实践。
1 Alpha策略在量化投资中的应用意义
量化投资指的是以现代计算机技术为依托，通过建立科学的数学模型，在充分掌握投资环境的基础上践行投资策略，达到预期的投资效果。采用量化投资方式的优点包括其具有相当严格的纪律性、系统性，并且对投资分析更加准确与及时，同时还具有分散化的特点，这使得策略的实施过程更加的机动灵活。量化投资过程使用的具体策略通常有量化选股、量化择时、统计套利、高频交易等，每一种策略在应用过程各有千秋，而Alpha策略属于量化选股的范畴。传统的定性投资也是投资人基于一种投资理念或者投资策略来完成整个投资活动的，最终的目的是要获得市场的占有率，并从中取得丰厚的利润。从这个角度来衡量，量化投资与传统投资的本质并无多大差别。唯一不同的是量化投资对信息处理方式上和传统定性投资有着很大的差异性，它是基于现代信息技术、统计学和现代金融工程理论的基础上完成对各类数据信息的高效处理，在对信息处理的速度、广度上是传统定性投资无法比拟的。在对投资风险的控制方面也具有很大的优势，是国际投资界兴起的新型投资理念和应用方法，也在日益成为机构投资者和个人投资者共同选用的有效投资方案。现阶段量化投资的技术支撑和理论建设的基础包括人工智能技术、数据挖掘、支持向量机、分形理论等，这些现代信息处理与数据统计方式为量化投资的可操作性提供了坚实的基础。
Alpha策略在量化投资中的使用优点主要是对投资指数所具有的价值分析与评定。它不是依赖于对大盘的走向变化或者不同股票组合策略趋势的分析，对投资价值的科学分析与合理评估更能吸引投资者的目光。Alpha策略重视对冲系统风险所获得的绝对收益，在股票投资市场上是一种中性的投资方式，具体的程序有选择资产、对资产的优化组合、建立具体组合方式、定期进行调整。为了促进该策略在投资市场中获得良好的收益，就必须先要重视优秀的选股策略，其次是重视期货对冲平均市场收益的时候所产生的风险控制问题。对冲系统风险时，若是能够及时地对投资组合与相关的股指期货的平均市场收益指进行精准地判定和预测，那么将会对整个投资行为产生积极的影响。
2 基于Alpha策略的量化投资具体策略和实践方法
通常情况下，Alpha策略所获得的实际收益并不是一成不变的，这与该策略本身的特定有关，具体表现在周期性与时变性上。
Alpha策略的时变性主要是指当时间产生变化时，超额收益也会随之而改变。需要清除的是Alpha反映的就是上市公司超越市场的预期收益，因此属于公司资产未来估值预期的范畴，所以上市公司自身所处的发展阶段和发展环境不同，那么就会给Alpha带来影响。由于时变性的特点，这就给策略的具体估计模型的设立带来了更多不可确定的因素，为此，参照对Alpha满足不同动态假设的理论基础，建立起一个可以获得不同种类估算的模型，同时假定在同一个时间范围内，超额收益和市场平均收益都保持恒定不变，这就极大地简化了计算的过程与步骤。也就是说在该段时间内，市场上股票投资组合基本面不会有太大的变化与波动，这就与实际的投资状况基本达成一致。对于投资策略的调整则要根据上市公司重大事项发生情况而定，那么估算的时间单位周期可以采用每日或者每周估算，对每一个季度的历史数据进行调整也可以作为一种调整方式，反映公司季度行情。对于具体证券而言，采用季度或者每周的调整频率则不是最为理想的，还要针对公司情况与市场行情综合调整。
Alpha的周期性特点在交替出现的正负号上最为突出，导致这一情况产生的原因主要是行业的周期性特征与套利效应共同造成的。具体而言，首先不同类型的证券分别属于不同的行业所有，当行业处于景气周期循环状态下会影响Alpha的符号与大小，同时景气程度的深与浅也会对此产生影响。其次一个股票组合产生非常大的超额收益情况下，市场中的其他机构投资者或者个人投资者就会不断地参与到该组合的投资中来，最后会导致Alpha逐渐接近于零。因此在建立不同策略的组合方面，要针对每一个季度的具体情况和波动率，进行综合性地评价与分析，并及时地做出必要的调整，以便最大限度地获得市场收益。
量化投资中的Alpha策略并不是一种单一类型的策略，不同的策略都在寻求获得超额收益的市场机会和可能性。现阶段市场上采用的Alpha策略主要有多因子选股策略、动量策略或者反转策略、波动性策略、行业轮动策略、行为偏差策略等，每一种策略在具体实施过程中都有其特征性，并且可以相互结合使用，发挥出综合预测和评价的作用。
多因子选股策略是必要和常用的选股方式，最大的优势是可以将不同种类和模块的信息进行高效化综合分析与评价后，确定一个选股最佳方案，从而对投资行为进行指导。该种选股策略的模型在建立方面比较容易，是量化投资中的常用方式。同时多因子模型对反映市场动向方面而言具有一定的稳定和可靠性，这是因为所选取的衡量因子中，总有一些可以把握住市场发展行情的特征，从而体现其本来就有的参考价值。所以在量化投资过程中，很多投资者都使用多因子模型对其投资行为进行评估，无论是机构投资者或者是个人投资者，都能够从中受益。多因子选股策略模型的建立重点在于对因子的剔除和选择上，并要合理判断如何发挥每一个因子的作用，做出综合性的评定。
动量策略的投资方式主要是根据价格动量、收益动量的预期与评定，对股票的投资进行相应的调整，尤其是针对本身具有价格动量的股票，或者分析师对股票的收益已经给予一定评级的股票，动量策略的应用效果会比较理想。在股票的持有期限内，某一只股票在或者股票投资的组合在上一段时间内的表现均佳，那么则可以判断在下一段时间内也会具有同样的理想表现，这就是动量效应的评价依据，从而对投资者的行为起到一定的影响作用。反转策略和动量策略恰好相反，是指某一只股票或者股票投资组合在上一段时间内表现很不理想，然而在下一个时期反而会有突出的表现，这也给投资者带来了一线希望，并对影响到下一步的投资策略的制定。
波动性策略也是Alpha策略的一种方式，主要是利用对市场中的各股运动和发展状态的细致观察与理智分析后，列出一些具有相当大的波动性的股票，同时这些股票的收益相关性也比较低，对此加以动态化的调整和规划，从而逐渐获得超额收益的过程。在一些多因子选股策略中也有机构投资者或者个人投资者将股票具有的波动性作为考察与评价因子之一，波动性策略经常和其他策略相结合来评价，这说明股票投资市场本身就具有一定的波动性，因此在投资过程中要慎重对待。
行业轮动策略和行为偏差策略的应用频率不似前面几种高，但也会和另外几种策略相互结合使用。行业轮动策略主要是为了充分掌握市场行业轮动机制与特征，从而可以获得高额的收益，对行业之间的投资也可以非常高效和准确地进行，对把握正确的时机有很大的优势。行为偏差策略目的是窥探到股票市场中存在的过度反应或者反应不足等现象，这些都属于股票投资市场的偏差，从而可以通过投资者对不同股票抱有的差异化评价来实现超额收益。
一、行为金融理论与投资决策模型
大量的事实证明,投资者的行为方式及其深层次的心理特征对投资活动的结果具有直接的、重要的影响,在研究复杂的金融市场时,我们必须考虑人类自身行为所具有的复杂多变性特点。在借鉴行为科学、心理学以及社会学研究成果的基础上,初步形成了以投资活动当事人的心理因素为基础的行为金融理论体系。对应于现资理论的假设,行为金融理论给出自己的理论假设:(1)人是有限理性的;(2)非完全市场的存在;(3)投资者的投资具有群体行为特征。行为金融理论基础主要有:(1)期望理论(prospect theory 1979);(2)行为资产定价模型(bapm);(3)行为金融资产组合理论(behavioral portfolio theory 1999)。在此基础之上构造的行为金融投资决策模型有:(1)bsv模型与dhs模型;(2)统一理论模型(unified theory model);(3)羊群效应模型。
二、行为金融对投资者行为的实证研究结论
1.过度自信。人的心理中往往有过分高估自己能力和知识的倾向,表现为投资决策中过分相信自身的判断和决策,而忽视了客观情况变化造成决策失误的可能性。由上交所组织完成的《中国证券投资者行为研究》指出,我国股市6500万投资者中无业者占较大比例,有理由相信这些无业者中有相当一部分人是缺乏市场竞争力的人,由于无事可做,也不考虑自己的能力,就想到股市赚钱,由此可见我国投资者过度自信之严重程度。
2.抛锚性错误。人们在对某件商品的价值进行判断时,通常需要一定的信息锚作为判断的参照标准。同样,投资者对于证券价格的变动预测也需要一定信息作为参照的锚。抛锚性往往导致投资者对新的、正面的信息反应不足。我国投资者往往是利用类似行业、板块、股本大小、经营业绩等的股票价格来衡量其投资股票的价格的。但是锚并不能长时间一直保持准确性和有效性,即锚会使投资者判断出错。
3.羊群行为。股市中的“羊群行为”是指投资者由于受其他投资者投资策略的影响而采取相同的投资策略。其关键是其他投资者的行为影响投资者的投资决策,并对他的决策结果造成影响。我国股市中存在的大量“跟风”、“跟庄”、投资基金的投资组合类同等都是典型的“羊群行为”。孙培源(2002)通过构造股票收益率的横截面绝对偏离和市场收益率的非线性检验,实证了中国股市羊群效应的存在。
4.噪声交易。非理性投资者把与价值无关的信息认为是与价值有关,或者某些投资者人为地制造虚假信息,而其他投资者无法识别其真伪,这两种信息被认为是噪声,相应产生的交易称为噪声交易。我国股市近400%的年换手率中至少300%可以归因于噪声交易。施东晖(2001)实证研究表明,由于技术分析方法在上海股票市场被广泛使用,当某此技术信号显示“上升”或“下跌”趋势时,将引发大量的买卖行为,从而强化现有的股价趋势。
5.过度反应与反应不足。过度反应是由debondt和thaler(1985)最早发现的,他们发现投资者对于近期的好消息不是做出正确的贝叶斯反应,而是过度反应致使股票价格超过其内在价值。我国王永宏(2001)运用dt的方法研究了中国股票市场的过度反应现象证实了中国股市存在着明显的过度反应现象。反应不足是指投资者对自身的判断过度自信,或是一味依赖过去的历史经验作为判断的参照标准(犯抛锚性错误),对市场中出现的新趋势和新变化反应迟钝,丧失了获利的良好时机。我国股市中存在的“轮涨效应”就是一种“反应不足”。
6.处置效应。“处置效应”是指投资者长时期持有套牢的股票而过早抛出赢利的股票的现象。这意味着当投资者处于盈利状态时是风险回避者,而处于亏损状态时是风险偏好者。赵学军(2001)等人的研究结论是:与国外相比,我国投资者更加倾向于卖出盈利股票,继续持有亏损股票。我国股市的处置效应在年末相对增强,个人投资者的处置效应强于机构投资者。
7.动量效应。在一定持有期内,平均而言,如果某只股票或某些股票组合在前一段时期内涨幅较好,那么,下一段时期内,该股票或股票组合仍将有良好表现。通过对我国股市历年大盘及个股的统计分析,我们认为无论是在大盘还是在个股上,我国股市都存在动量效应。大盘的动量效应以日为时间单位比较明显,而一些典型个股无论是以日、周还是以月为时间单位都非常显着。
8.过度恐惧与政策依赖性心理。当股市虚假消息满天飞、股市暴跌时,投资者不计成本的大量抛出股票,表现出十足的恐惧。在股市暴跌时,我国投资者往往把自己的希望寄托在政府的救市政策上,这种对政策的依赖超过了世界上任何一个国家。
9.遗憾。遗憾理论认为投资者为了回避曾经做出的错误决策的遗憾和报告损失带来的尴尬,可能避免卖掉价格已下跌的股票。还有,即使决策结果相同,如果某种决策方式能减少投资者的后悔心理,对投资者而言,这种决策方式就优于其它决策方式。因此,投资者有从众心理,倾向于购买本周热门或受大家追涨的股票,因为当考虑到大量投资者也在同一投资上遭受损失时,投资者可能降低其情绪反应或感觉。
10.暴富心理与心理。中小投资者短线频繁操作,其目的是为了快速致富。面值1元的股票炒到100多元还有人敢去追涨;公司亏损了几亿元,已经资不抵债还有人敢去接盘;st现象是指那些被冠以特别处理的上市公司,其股价在特别处理消息公布后不跌反升的现象。明知上市公司巨额弄虚作假还有人敢去炒底,这些都充分暴露了我国投资者实足的赌性。
11.轮涨轮跃效应(补涨补跌效应)。在一次行情中,如果某些股票没有上涨(下跌),那么它们就具有补涨(补跌)的潜力。没涨的要无条件补涨,没跌要五条件补跌。长期以来我国股市个股轮番炒作就是一例。
12.小盘股、新股效应。我国股市对小盘股、新股独有情忠,逢小必炒、逢新必炒已是我国股市的惯例。我们统计分析发现在过去的十年中,我国小盘股、新股的收益率显着高于大盘股和老股。但自2001年6月中国股市长期下跌及证券投资基金大量发行以来,这一状况有所改变。
三、行为金融理论指导下的证券投资策略
行为金融学的理论意义在于确立了市场参与者的心理因素在投资决策行为以及市场定价中的作用和地位,否定了传统金融理论关于理性投资者的简单假设,更加符合金融市场的实际情况。行为金融学的实践指导意义在于投资者可以采取针对非理性市场行为的投资策略来实现投资赢利目标。在美国证券市场上,目前有数家资产管理公司在实践着行为金融学的理论,其中有的基于行为金融的共同基金取得了复合年收益率25%的良好投资业绩。考察我国证券市场的投资者行为特点,我们总结出我国金融市场的投资策略:
1.针对过度反应的反向投资策略。反向投资策略就是买进过去表现差的股票而卖出过去表现好的股票来进行套利的投资方法。行为金融理论认为,由于投资者在实际投资决策中,往往过分注重上市公司的近期表现,从而导致对公司近期业绩情况做出持续过度反应,形成对绩差公司股价的过分低估,最终为反向投资策略提供了套利的机会。
2.动量交易策略。即预先对股票收益和交易量设定过滤准则,当股票收益或股票收益和交易量同时满足过滤准则就买入或卖出股票的投资策略。行为金融意义上的动量交易策略的提出,源于对股市中股票价格中间收益延续性的研究。
3.成本平均策略。指投资者在将现金投资为股票时,通常总是按照预定的计划根据不同的价格分批地进行,以备不测时摊低成本,从而规避一次性投入可能带来的较大风险的策略。
4.时间分散化策略。指根据投资股票的风险将随着投资期限的延长而降低的信念,建议投资者在年轻时将其资产组合中的较大比重投资于股票,而随着年龄的增长将此比例逐步减少的投资策略。
5.小公司效应策略。小公司效应是指小盘股比大盘股的收益率高。banz(1981)发现股票市值随着公司规模的增大而减少的趋势。siegl(1998)研究发现,平均而言小盘股比大盘股的年收益率高出4.7%,而且小公司效应大部分集中在1月份。根据小公司效应而采用的投资策略称为小公司效应策略。
6.组合投资策略。行为金融学认为,证券市场并不是有效的(一般指半强式有效,semlstrong efficient)。这就意味着传统的证券组合投资理论中,“在有效市场中,投资者不可能获得与其所承担风险不对称的额外收益”的提法在实践中是不成立的。也就是说,通过选择合适的组合投资策略,投资者将可能获得额外收益。
7.针对羊群行为的相反策略。由于市场中广泛存在的羊群行为,证券价格的过度反应将是不可避免的,以致出现“涨过了头”或者“跌过了头”。投资者可以利用可以预期的股市价格反转,采取相反投资策略(contrarian strategy)来进行套利交易。中国的股票市场素有“政策市”之称。考察中国证券市场的历史走势,我们会发现在重要的顶部或底部区域,在消息面上总是伴随着一些重要的股市政策的出台。不同的投资者对政策的反应是不一的。针对个人投资者的行为反应模式,投资基金可以制定相应的行为投资策略——相反投资策略,进行积极的波段操作。
8.购买并持有策略。个人和机构投资于股票应执行几种能帮助控制认识错误和心理障碍的安全措施。控制这些心理障碍的关键方法是所有类型的投资者都要实施一种严格的交易策略——“购买并持有”策略。投资者在为组合购进一只股票时,应详细地记录购买理由,而且要制订一定的标准以利于进行投资决策。长期采取“购买并持有”策略,通常业绩将超过高周转率的短期交易策略。
9.利用行为偏差。心理学和决策科学提出,在某种情形下,投资者并不是尽力使财富最大化,并且在某些情形下投资者还会在智力方面犯系统性判断错误,这些行为偏差将导致证券定价的错误,合理利用这些偏差将给投资者带来超额收益。行为型投资人则尽力寻找由于行为因素而被市场错误定价的证券从而获取超额利润。可见,对人类行为偏差的正确把握是获取市场超额利润的来源之一。
10.st投资策略。上市公司被宣布为特别处理,意味着公司陷入严重困境。但同时,st公司也成为潜在的并购目标。考虑到壳资源在中国证券市场上的稀缺性,st公司的价值无疑是巨大的。作为一种投资策略,st公司是可以被纳入证券投资组合之中的。
总之,行为金融理论寻求并确定投资者可能对新信息产生反应过度或反应迟钝而导致证券定价错误的市场情形。行为金融学投资策略的目标就是在大多数投资者认识到自己的错误以前,投资那些定价错误的股票,并在股票价格正确定位之后抛出获利。
四、应用行为金融理论指导证券投资要注意的问题
行为金融学的科学性在于它始于公理并寻求建立在公理上的理论能解释金融市场的行为。它试图理解和预测心理决策过程的系统的金融市场意义。如上所说,中国股票市场中存在着普遍的运用传统金融理论无法解释的金融现象,而用行为金融理论可以很好地解释之,并由此导致了许多有价值的行为投资策略,但在具体运用这些投资策略时还要注意以下几点问题。
1.行为金融理论本身也是处于不断发展之中。行为金融理论的投资策略是:在大多数投资者尚未意识到错误时投资于某些证券,随后当大多数投资者意识到错误并投资于这些证券时卖出这些证券。一旦证券市场的绝对多数投资者认识到这一问题并采取相同的策略,那么结果又会怎样?我们相信随着行为科学的深入研究、证券市场的不断变化和发展,会进一步发现更多的行为金融问题,并且一些已有的行为金融现象可能会淡化甚至消失。因此在应用行为金融投资策略时,要防止教条化。
2.要切忌对国外现有行为投资策略的简单模仿。现有的行为金融理论主要是在发达的金融市场产生的。我国证券市场同成熟的证券市场比较,还是一个新兴的证券市场——历史短、不规范。中国金融市场与发达的金融市场的共性与特殊性决定了我们在运用行为金融投资策略时,不是对国外现有行为投资策略的简单模仿,而应当掌握行为金融学的理论方法,对中国证券市场的行为特点进行深入研究,探索适应我国证券市场运行特点的我们自己的行为金融学投资策略。
3.行为投资策略不是一成不变的。随着金融市场的发展、金融监管的深入及投资者结构的改善,我国金融市场行为金融现象会发生很大的变化。例如小公司效应现象就不如过去明显、庄股由于监管的加强从而动量效应也明显减弱。我们预言随着管理层对股市认识的转变和管理水平的提高,我国的st现象迟早会消失。
4.不同投资者需要有不同的投资策略。将行为金融学的研究成果运用到我国证券市场的实践中,可以合理引导投资者的行为。对于广大中小投资者,要通过教育来使其趋于理性化,提高证券市场投资者的投资决策能力和市场的运作效率。对于机构投资者,要提高其投资管理水平。投资者决策中的心理偏差是与生俱来,而这些认知偏差可以通过学习、训练等手段得到有效缓解,因此,不同投资者应该采用不同的投资策略,只有呼吁所有各层次的投资者共同参与探讨我国行为金融问题,行为金融投资策略才能在我国有用武之地。
[参考文献]
[1] 阳建伟。蒋馥。行为金融:理论、模型与实践[j].上海经济研究,2001,(4)。
[2] 杨胜刚。金融噪声交易理论对传统金融理论的挑战[j].经济学动态,2001,(5)。
[3] 孙培源。基于capm的中国股市羊群行为研究[j].经济研究,2002,(2)。
[4] 王永宏。中国股市“惯性策略”和“反转策略”的实证分析[j].经济研究,2001,(6)。
[5] 施东晖。中国股市微观行为:理论与实证[m].上海:上海远东出版社,2002.
一、投资行为模型
1、Bapm模型。Shefrin和statman于1994年提出了Bapm模型即行为资产定价模型。它是对传统资本资产定价模型的扩展，与资本资产定价模型不同的是，行为资产定价模型将投资者分为信息交易者和噪声交易者两种类型。信息交易者及资本资产定界模型下的投资者，他们从不犯认知偏差，而且不同个体之间表现有良好的统计均方差性；噪声交易者则是那些处于资本资产定价模型框架之外的投资者，他们时常犯认知偏差，不同个体之间具有显著的异方差性，他们的资产选择会对证券价格产生影响。如噪声投资者对成长性股票的偏好必然抬高成长性对于价值的价格。
2、Bsv模型。该模型假定投资者在进行投资决策时存在两种偏差：一种是代表性偏差或相似性偏差即投资者过分重视近期数据的变化模式，而对于产生这些数据的总体特性不够重视。由于投资者认为收益变化只是一种暂时现象，并未适时根据收益变化调整自己的未来预期，只是在实际收益变化与投资者先前的预期不符时才做出调整，这种偏差导致股价对收益变化的反应不足。另一种是保守性偏差，即投资者不能及时根据变化了的情况修正自己的预测，错误地对价格变化外推，导致股价过度反应。根据上面的假定，Bsv模型解释了投资者的决策模式如何导致证券的市场价格变化偏离了效率市场假说。
3、Dhs模型。该模型将投资者分为有信息和无信息两类。无信息的投资者不存在心理偏差，而有信息的投资者存在两种偏差：一是过度自信；二是自我归因偏差。过度自信导致投资者夸大自己对股票价值判断的准确性；自我归因偏差则使他们低估关于股票价值的公开信号。随着公共信息最终战胜行为偏差，对个人信息的过度反应和对公共信息的反应不足，就会导致股票回报的短期连续性和长期反转。因此，fama认为Dhs模型和Bsv模型虽然建立在不同的行为前提基础上，但二者的结论是相似的。
二、行为金融理论投资策略
现实中市场参与者的非理性造成的行为偏差导致了市场价格的偏离，而这一偏差将能给投资者带来超额收益，这就形成了行为金融理论的投资策略。近年来，基于行为金融理论的投资策略在发达国家获得了理论界和投资界的大力推荐，而且这些基于行为金融理论的投资基金业绩不俗，运行良好。
（一）反向投资策略。反向投资策略是指投资者针对证券市场运行的反转现象，在一个较长的时间框架内的投资活动中，买进过去表现差的股票而卖出同期表现好的股票的策略。它是行为金融理论发展至今最为成熟的投资策略，主要源于人们对信息过度反应的结果，是基于投资者心理的锚定和过度自信特征。这种策略最初的提出是基于debondt和thaler对股市过度反应的实证研究。此后一系列的研究也对股市的过度反应以及长期的股价反转的看法提供了支持。对此，行为金融理论认为，这是由于投资者在实际投资决策中，往往过分注重上市公司近期表现的结果，通过简单外推的方法，根据公司的近期表现对未来进行决策，从而导致对公司近期业绩情况做出持续过度反应，形成对绩差公司股价的过分低估和对绩优公司股价的过分高估现象。这就为投资者利用反向投资策略提供了套利的机会。
运用反向投资策略进行投资，实质上是通过使投资者对基于过度自信等引起的噪声交易者反应偏差的修正而获利。 这种修正是证券市场运行的一个自然的过程。投资者应当密切关注证券市场上各种股票的价格走势，并将其价格与基本价值进行比较，寻找价格远远偏离价值的股票，构建投资组合，等价格回归价值时获得收益。在实际的证券交易中，投资者可以选择低市盈率的股票、低市净率的股票、历史收益率低的股票、鲜有人问津的股票，这些股票由于长期不被投资者看好，价格的负泡沫现象比较严重，其未来的走势就可能是价值回归。特别是当股市走熊时，市场往往对具有较大潜力的中小盘成长股关注不够，投资者应该努力挖掘这类成长型股票并提前介入，等待市场走好价值回归时就可以出售获利。
（二）动量交易策略。动量交易策略是说在一定的持有期内，如果某只股票或某个股票组合在前一段时期内涨幅较好。那么，下一段时期内，该股票或股票组合仍将有良好表现。因此，只要分析股票在过去的相对短期的时间内的表现，事先对股票收益率和交易量设定筛选条件，当条件满足时就买进或卖出股票的投资策略。Jegadeesh和titman在对股票组合的中期收益进行研究时发现，以3～12个月为间隔构成的股票组合的中期收益呈现出延续性，即价格具有向同一方向持续变动的动量效应。Conrad和kual以及rouwenhorst的研究结果证明了这种效应并不是由于数据采样的偏差所造成的误解。在实践中，动量交易策略早已得到广泛的应用。
在证券市场的运行呈现动量特征时，理易者可以利用这种基于过度自信等行为偏差采取相应的动量交易策略而获利。证券市场上动量现象表明，投资者由于非理的影响，常常做出错误的决策。当股价下跌时，原本决心不卖出所持股票，却忍不住卖掉，结果在卖掉以后行情却出现反转，开始上涨；而当股价上涨到一定程度时，本来不准备高位建仓，却按捺不住买入股票，结果在买入之后行情却开始下跌，导致高位套牢。当理性投资者获知一个利好消息并据以进行交易时，他会认识到价格的最初变动可能会刺激非理易者买进，因此他会购买更多，并在没有新的噪声交易者跟进时将股票卖出而获利。因此，运用动量交易策略进行投资关键是了解证券市场上最大多数人对后市的看法，跟随大众的操作方式操作，顺势而为；但要在股市即将反转前高位出局或在低位建仓，把握出货和建仓的时机，从而可以最大限度规避风险和降低成本。
（三）成本平均策略和时间分散化策略。成本平均策略是指投资者在将现金投资于股票时，通常总是按照预定的计划根据不同的价格分批进行，以备不测时分摊成本，从而规避一次投入可能造成较大风险的策略。时间分散化策略是指承担投资股票风险的能力可能会随着投资期限的延长而降低，建议投资者在年轻时让股票占其资产组合较大的比例，而随着年龄的增长将此比例逐渐减少的投资策略。这两种策略都与投资者的有限理性、损失厌恶及思维分隔有关。两种策略有很多相似之处，都是在个人投资者和机构投资者中普遍采用的投资策略。
在运用成本平均策略进行投资时，需要注意的一个重要方面是要适时调整资金留存率。投资者的资金留存率高表明他们对后市不看好；相反，资金留存率低则表明投资者看好后市。合理的资金留存率可以提高投资者的资金使用效率，一般地，美国共同基金的资金留存率通常在10％左右，而深沪股市基金的资金留存率通常在30％左右。依据成本平均策略和股市的实际情况，如果股市处于牛市，投资者的资金留存率通常高于一般水平；如果股市处于熊市，投资者的资金留存率通常低于一般水平。
投资者在运用时间分散化策略进行投资时，需要注意切忌过于频繁的交易。奥登已经研究发现过于频繁的交易会降低投资者的回报率。由于时间能够对冲风险，投资者只要考虑回避证券的基本风险就可以一路持有获利。当然对于新兴股票市场如深沪股市来说，由于公司管理者和监管者的非理以及内幕交易现象的司空见惯，投资者在选择自己的股票投资组合时，要注意研究股票的真实价值。因为，机构投资者或庄家往往利用先期得到的内幕信息，如大幅分红和送股进行个股炒作，除权后再利用股票的绝对低价位进行套现，将中小投资者牢牢套在股价的天花板上。
【关键词】基金管理公司；惯易策略；反转交易策略
1.引言
机构投资者在股票交易过程中，有两种重要的交易行为，即惯易策略和反转交易策略。前者是指投资者在进行投资时倾向于买入表现好的股票，卖出表现差的股票；后者是指投资者卖出表现好的股票，买入表现差的股票。Lakonishok，Shleifer和Vishny[1]（1992）通过他们所建立的LSV方法发现基金在投资小公司股票时表现出惯易策略，在投资大公司股票时则没有表现出惯易策略；Grinblatt，Titman和Wermers[2]（1995）采用GTW模型，研究发现基金的购买行为同时基于历史收益（即惯性或反转策略）和羊群效应；Pinnuck[3]（2004）运用多元回归模型分析影响机构投资者持股比例的因素，并通过对澳大利亚证券投资基金的实证研究，发现基金偏好持有规模大、流动性好、波动性低和过去业绩表现好的股票，即采用了惯易策略。
近年来我国学术界也开始对我国证券市场上机构投资者交易策略和行为特征进行实证研究，其中较有代表性的成果为，吴世农、吴育辉[4]（2003）利用改进的GTW模型，选择基金重仓持有的股票为研究对象，根据对这些股票过去一段时期的累积超常收益进行分组，分别构造赢家组合和输家组合，研究其未来一段时期的累积超常收益的变化趋势，进而分析未来一段时期赢家组合和输家组合的超常收益与前期或组合形成期的换手率、流通股市值、基金持仓比例、每股收益（EPS）、净资产收益率（ROE）等指标之间的关系，研究发现我国股票市场上存在“赢家变输”和“输家更输”的现象，其原因在于证券投资基金对于表现好和表现差的股票分别采取了反转交易策略和惯易策略；黄静和高飞[5]（2005）以及谢赤、禹湘和周晖[6]（2006）则认为我国证券投资基金基本上采用了惯易策略，而且在基金新买入股票时惯易策略最显著；通过对QFII投资组合数据的统计分析。李学峰，张舰，茅勇峰[7]（2008）通过修改GTW模型，从惯性和反转交易策略的角度对我国证券市场上开放式基金与合格境外机构投资者的交易策略选择进行了实证检验，研究发现，这两类机构投资者总体上都采取了惯易策略，只是境外投资者的惯易策略的程度低于境内投资者。谢赤，禹湘，周晖[8]（2006）采用修改的GTW模型，以基金重仓持有的股票相对于上证综合指数的超常收益率来构造赢家组合和输家组合来研究基金的交易策略，结果表明：中国的证券投资基金整体采用惯易策略，但倾向于买过去表现好的股票，尤其是收益率高于同期上证综合指数收益率的股票；不倾向于卖出过去表现差的股票，即采用高买高卖的策略。
2.实证方法
2.1 股票交易策略的计算公式
在现有文献中，常用下式来衡量投资者在某一只股票上的交易策略：
上式中，为衡量投资者在第i只股票上采取的交易策略。当投资者增持表现好的股票或减持表现差的股票时，>0，表明对该股采取了惯易策略；当减持表现好的股票或增持表现差的股票时，
为第k期期初持有股票i的数量占该股流通数的比例，即=第k期初持有股票i的股份数/第k期初股票i的流通股份数；并以作为第k期末投资者持有该股数量占流通股数的比例；（-）为判断投资者在第k期内交易行为的指标，该值为正时表示增持；反之则表示减持。
=（期末股票复权价格-期初股票价格）/期初股票价格，用来衡量单个股票i的表现；
为证券市场基准组合收益，有些学者以沪深A股指数的加权平均作为市场基准组合收益，即：=（深证A股指数涨跌幅×深市平均A股总市值+上证A股指数涨跌幅×沪市平均A股总市值）/（深市平均A股总市值+沪市平均A股总市值）；有些学者以国债无风险收益作为市场基准组合收益；也有些学者以上证综合指数作为市场基准组合收益的比较标准。
为单个股票超过市场基准组合的超额收益。>0，将股票i定义为好股票，
单只股票交易策略的判别标准，见表1。
注：在已有的文献中，没有单独列出=0这一持有交易策略，在基金公司的重仓股季度持仓变动中，确实有不少股票在一个季度中是保持仓位不变的。所以，本文为了研究的需要增加了“持有”这一交易策略。对于=0这种情况，理论上是有可能的，但是概率很小，本文对这种情况不加考虑，在计算中也没有碰到这种情况。
所谓反向投资策略，即相当于追跌杀涨的投资模式，采用这种策略的投资者买入一些在过去一段比较长的时期内表现不好的股票，并且对同时期表现比较好的投资组合进行卖出操作，是一种备受关注的投资策略。噪声交易、过度自信以及羊群行为等投资者非理性行为构成了反向投资策略的实证基础与依据，这些非理性行为导致了市场的过度反应，造成了股票价格上升或下降调整过度和股价波动超过股票内在价值变化的现象。而在接下来的一段时期，随着更多的信息到达市场，投资者的认知得到修正，市场会对股票价格进行重新评估，股价逐步回归到其基础价值水平。此时，曾经表现好的股票价格将出现下跌的现象，而过去表现差的股票价格将会上升，出现扭亏为赢的现象。通常，这个过程往往是十分缓慢的，据国外学者的研究，在成熟的资本市场，这个过程往往需要3～5年的时间[2]。
与反向投资策略相反，动量投资策略则相当于追涨杀跌的投资模式，采用这种策略的投资者往往会买入在比较短的时期内表现良好的股票，而相同的时期里表现比较差的股票则会被卖出。动量投资策略最初由Jegadeesh和Titman发现，其赢利性源于市场的反应不足[3]。
由于中国的证券市场进入规范化发展阶段的时间不长，可以采用的样本数据不够充足。尽管国外学者对证券市场投资策略的研究已经较为深入，但国内部分学者对中国证券市场是否存在这种由于投资者行为导致的非理性现象仍存有一些争论，之前的研究也主要集中在对中国证券市场有效性的探讨上。本文拟在前人研究的基础上，结合国外学者系统的研究方法，以沪深两市所有A股为样本，借助于大量数据构建投资组合，着力对中国证券市场投资者非理性行为导致的非理性现象及行为投资策略进行实证研究。通过对中国证券市场是否存在反应过度及反应不足的现象进行研究，确定行为投资策略的适用性，进而研究反向及动量投资策略的最优形成期和持有期，并在此基础上尝试着探讨如何在中国国情下综合利用上述研究成果来更好地应用行为投资策略。
一、研究文献回顾
1国外的研究
学术界一致认为，20世纪末，关于行为金融学以及行为投资策略的研究由DeBondt和Thaler(1985)的《市场过度反应了吗?》[2]一文而揭开序幕。为了对股市存在反转与动量现象与否进行检验，DeBondt与Thaler采用赢家输家组合的套利策略，选取了1926年1月至1982年12月在纽交所上市交易的、至少有超过85个连续月收益率数据的普通股作为样本。研究结果表明，若输家投资组合是以过去三年报酬率为基础建立的，那么其在未来三年所获得的收益率将超过同期赢家组合收益率的25%，可见投资人的非理性投资行为确实会造成股票市场的异常波动。在此基础上，Chan(1988)认为，将资本资产定价模型(CAPM)作为基础的时变风险考虑在内后，尽管DeBondt和Thaler(1985)所构建的赢家组合报酬率相对于输家组合要更低，但由于这个超额报酬并不显著，反向策略所获得的利润实际上相当于投资组合在形成期内承担了较高的风险而产生的风险补偿[4]。
对证券市场投资策略的另一个经典研究是由Jegadeesh和Titman完成的，他们以美国股市19621989年的数据为样本，通过构造32个不同期限的投资组合，考察了美国股市动量策略的绩效。研究发现，把3～12个月作为间隔而构建起来的股票投资组合的平均收益不仅呈现出连续性，且还有一月效应的存在，因此关于股价服从随机游走规律的假设是不正确的。据此Jegadeesh也指出，股票价格可以预测意味着市场的无效性[3]。在Jegadeesh和Titman的研究之下，Conard和Kaul(1998)通过与Jegadeesh和Titman类似的办法构造了赢家组合与输家组合，发现在短期内(小于1个月)所利用的反向投资策略相比于长期内(3～5年)能够得到更多的超额利润[5]。此外，Schiereck和DeBondt对德国的法兰克福股市进行研究之后也得到了基本一致的结论。这些研究结果更加说明反向和动量投资策略并不是仅仅存在于美国股市的个别现象[6]_______。此外，Nicholas、Shieifer和Robert[7]、Daniel、David和Avanidhar[8]、Hong和Jeremy[9]，从不同的角度分析了反应过度及反应不足现象存在的原因以及采取反向与投资策略收益的来源，解释了反向与动量投资策略的可盈利性。
2国内的研究
近几年，国内部分学者对中国证券市场上的反向与动量投资策略的适用性进行了检验，得到的结果却并不一致。
首先，张人骥、朱平方和王怀芳(1998)利用19931996年间上市A股当作样本对中国证券市场进行实证分析，认为中国证券市场不存在过度反应的现象[10]。
与其相反，罗洪浪和王浣尘(2005)对19952002年中国股市中反向投资策略与动量投资策略的赢利性进行考察，深入研究了关于均值标准差比率优化配置对上面两种策略盈利性所产生的影响。实证研究结果显示，反转现象在赢家组合和输家组合中都存在，但两种投资组合都未表现出明显的收益，动量策略不仅不能获利反而会造成损失。而反转策略在赢家组合和输家组合中都表现出非常显著的收益[11]。刘博、皮天雷(2007)以19942005年的全样本数据为基础分别研究了沪深A股市场的动量和反转效应，也获得了相同的结论[1]。近几年，刘晓磊(2011)以沪深100只A股股票2010年1月1日至2011年6月30日18个月的数据进行计算，认为在典型的熊市应当选择反向投资策略，而在牛市中反向策略效果不明显[12]。方立兵、曾勇、郭炳伸(2011)考察了这两种行为投资策略的收益率是否可以被高阶矩阵风险所解释，获得了相同的结论[13]。方亢、李文芳(2015)研究了引入做空机制是否会对投资者习惯的操作策略有影响，结论同样认为我国的动量效应在短期内不明显，而反转效应显著[14]。尽管多数学者认为中国证券市场只存在反转现象，动量现象并不明显，但仍有一部分学者认为动量现象在中国证券市场中也是存在的。林松立、唐旭(2005)采用中国股市1994年1月至2003年6月的数据样本，并根据中国股市的特征对DeBondt以及Thaler的检验方法进行了修正，对中国股市进行了研究。根据实证结果，中国股市中反转现象明显，在中长期也有动量效应存在[15]。何立伟(2013)以20092012年经历股价大幅波动的A股上市公司为研究样本，选取分析师评级作为市场公开信息的变量，对股价大幅波动是否伴随有评级进行区分，采用事件研究法比较研究了我国股市股价大幅波动后股票收益的短期变动行为，发现若股价大幅波动时伴有分析师评级，则股票收益此后会表现出动量效应，而未伴有分析师评级或盈余公告时，此后股票收益则会表现出反转效应[16]。牛芳(2014)将动量投资策略分为固定持有期动量策略(一般策略)和随机持有期动量策略(新策略)，发现固定持有期策略下不存在动量效应，而新策略下动量效应显著[17]。 除股票外，一些学者还对我国基金市场进行了行为投资策略的实证研究。朱雪莲、贺晓波(2010)选取2006年第1季度到2008年第4季度12期的数据，将30只股票型开放式证券投资基金作为研究样本，通过ITM 模型对开放式基金动量和反转两种策略进行了实证研究。结论认为，基金买入当期表现好的股票有助于提高基金绩效，而卖出股票时，动量投资策略和反向投资策略对绩效影响不显著。即整体来说，动量投资策略比反向投资策略对提高基金的绩效更有效[18]。赵臖(2011)对基金持股按不同投资风格划分，并对其动量交易行为进行实证比较分析，得出了相同的结论[19]。李学峰、文茜、张舰(2011)运用面板模型，将交易策略指标纳入Sharpe指数多因素门限模型，分别考察在前期Sharpe指数为正和为负的情况下惯性和反转交易策略对基金绩效的影响，认为惯性策略在总体上会对投资绩效产生负面影响，而反转策略的影响是不显著的[20]。武金存、曲昭光(2014)将Mrsgarch模型与ShillerSentanaWadhwan噪音交易者模型结合，对基金的两种行为策略进行了考察，认为坏消息对基金收益率波动的影响大于好消息[21]。李实萍、吴栩(2014)通过提出动量强度的概念，构建了测算指标MTI，以中国开放式基金为样本研究了动量交易强度对基金业绩的影响，发现开放式基金普遍存在动量交易行为[22]。
中国股市起步较晚，正规化后的发展时间较短，因此对股票市场的研究并没有十分深入，研究股票市场投资策略的文献也很少，且多集中于2005年之前，因此可用于研究的数据较少。这些有限的研究在样本选取等方面也存在着不尽人意的地方，如只以某一时点之前上市的股票为样本进行研究，追踪这些股票接下来的表现，而未考虑在该时点之后上市的股票。与欧美成熟股票市场不同，中国证券市场正处于起步及发展阶段，每年有大量新上市的股票。随着时间的推移，新上市的股票在研究区间内占有更大的比重，却未被列入研究样本，导致以某一时点之前上市的股票为样本进行的研究可能会产生实证结果的偏差。据此，本文以DeBondt和Thaler的研究方法为依据与基础，在更广阔的研究范围内对中国证券市场反向及动量投资策略进行了实证研究，全面分析了反向及动量投资策略在不同形成期搭配不同持有期投资组合的收益特征。和DeBondt与Thaler研究方法的不同之处在于，本文采取的方法是重叠抽样，也就是说交叉重叠现象在样本前后形成期与持有期都存在。若实证研究证明反向和动量这两种行为投资策略能够获得显著的超额收益，则中国国股票市场并不是一个有效市场的结论也将被证实。
二、研究框架设计
1模型的设定
通常对半强势有效市场的检验从t=0时期开始，然后对在这一时间点后(即t0)投资组合的超额收益是否等于0进行检验。若投资组合在t0时期的超额收益显著不等于0，则解释为市场并不是一个半强势有效市场，或者仅仅是一个弱势有效市场。
为了研究反向投资策略和动量投资策略在中国证券市场上是否有效，即中国证券市场是否不是一个半强势有效市场，本文将关注在过去5年中有着极端收益或损失的股票，检验投资组合形成后(即t0时期)的超额收益是否与投资组合形成前(即t0时期)的超额收益相关。即输家组合和赢家组合是根据过去的超额收益而非基于公司的其他信息变量(如收入等)而形成的。根据Fama(1976)关于金融市场的理论[23]，有效市场可以用式(1)来表示，即E(珘Rjt-Em(珘Rjt))=E(珘ujt) (1)式中：珘Rjt为证券j在t时刻的收益;Em(珘Rjt)为珘Rjt的期望值，表示市场上所有信息下证券j在t时刻的期望收益;珘ujt为股票j在t时刻的超额收益率。有效市场假说认为，E(珘uWt)=E(珘uLt)=0，即在同一时刻赢家组合和输家组合的超额收益期望值应该都为0。而过度反应假设认为E(珘uWt)0并且E(珘uLt)0 (2)即赢家组合在未来一段时期内的超额收益期望值应该小于0，输家组合在未来一段时期内的超额收益期望值应该大于0。反应不足的假设则刚好相反。
用于形成赢家组合和输家组合的基本研究设计如下：
(1)对于每只股票j，用其月收益率数据减去当月市场收益率数据，即ujt=Rjt-Rmt。
(2)对于每只股票j，计算形成期p个月的累积超额收益率CUj=t=0t=-pujt。将累积超额收益率按从大到小的顺序排列，并只保留至少有60个连续数据的股票，累积超额收益率最大的30只股票形成赢家组合W，最小的30只股票形成输家组合L。
(3)分别计算赢家组合W和输家组合L中每只股票在接下来q个月的累积超额收益率CUj=t=qt=1ujt，并计算投资组合中30只股票累积超额收益率的平均值，作为该赢家组合和输家组合在持有期q个月内的累积超额收益率CARW、CARL。
(4)依次将投资组合形成日(t=0)向后推1个月，重复步骤(2)(3)，如此每组形成期搭配持有期共可计算出N个数据。
(5)将每组N个数据的算术平均值作为该形成期p搭配持有期q得到的赢家组合W 和输家组合L的累积平均超额收益率，分别记为ACARW，n，t和ACARL，n，t。过度反应假设表明对于t0，ACARW，n，t0并且ACARL，n，t反应不足假设表明对于t0，ACARW，n，t0并且ACARL，n，t0。
(6)为了检验是否在任何时刻投资表现确实在统计学上显著不同，还需要对结果进行统计性检验，即S2t=[Nn=1(CARW，n，t-ACARW，t)2+Nn=1(CARL，n，t-ACARL，t)2] /2(N-1) (3)式中：N为样本容量;t值为Ti=[ACARL，t-ACARW，t]/ 2S2槡 t/N (4)为了评价是否每个月平均超额收益率都会影响ACARW，t或者ACARL，t，可以检验其是否显著等于零。赢家组合样本标准差为St= Nn=1(ARW，n，t-ARW，t)2/(N-1槡) (5)对于输家组合过程是相似的。
2样本数据和研究方法考虑到时间跨度要足够，本文选取了2003年1月至2014年12月上海证券交易所和深圳证券交易所所有上市A股的月收益率数据作为研究样本。所有的样本数据资料都来自国泰安数据库，并做了相应的除权除息处理。
在市场收益率方面，以每只股票市值为权重，使用上海证券交易所所有A股月收益率的加权平均值作为上海证券市场的月市场收益率，以深圳证券交易所全部A股月收益率的加权平均值作为深市市场收益率。
本文以DeBondt与Thaler的研究方法为基础，并以Jegadeesh以及Titman等大多数关于反转与动量策略的研究模型作为参考，利用不同形成期p及持有期q进行搭配，得到投资组合在持有期的累积超额收益率，对中国股市的反转与动量投资策略进行实证分析。
为了对反转和动量策略在中国证券市场的绩效进行检验，本文将形成期p与持有期q分别设定为3、6、12、36、60个月，共形成25种投资方案。由于形成期和持有期的长度会在很大程度上对投资策略在持有期内的绩效产生影响，本文将3～12个月定义为短期，36～60个月定义为长期。对于不同的形成期，分别对其随后3、6、12、36、60个月持有期内的累积超额收益率进行计算，并对每种投资策略中赢家组合、输家组合以及同时买卖组合的累积超额收益率进行统计检验。若市场存在反应不足的现象，则会表现为赢家组合的投资绩效显著大于0，输家组合的投资绩效显著小于0，且同时买卖组合的利润显著大于零，说明每个月的平均超额收益并未影响组合的累积平均超额收益，动量投资组合可以获得超额回报;反之，如果赢家组合投资绩效远小于0而输家投资绩效远大于0，同时买卖赢家组合和输家组合的利润远小于0，则意味着适用反向投资策略。
由于中国证券市场规范化之后的发展历史较短，本文采用重复的抽样方法，即每次移动1个月的重叠期间来计算反转策略及动量策略的收益，并使每种形成期与持有期的投资策略内共有24个数据，即N=24。
三、实证检验结果
表1显示了上海和深圳两个证券交易所所有上市A股的构成的投资组合在形成期和持有期各为3、6、12、36、60个月下的平均累积超额收益率。括号内第一个数字为t检验值，第二个数字为标准差。若赢家组合输家组合的数值为正则表示动量策略成功，而数值为负则证明反转策略成功。此外，分别绘制了不同形成期的赢家及输家组合在随后60个月的持有期中平均累积超额收益率图形，分别如图1～5所示。从本文的实证结果中可以发现：
(1)赢家组合存在明显的动量现象，输家组合存在明显的反转现象。由表1可知，尽管赢家组合在持有期为3个月和6个月时获得的累积超额收益并不显著，但在较长的持有期中表现出了显著的超额收益。而输家组合在60个月的持有期中均表现出显著为正的累积超额收益率。这种赢家和输家组合呈现出不同的非理性现象与之前学者对此问题研究的结论是不同的。
(2)随着形成期的增加，输家组合的累积超额收益率与赢家组合的累积超额收益率之间的差额越来越明显，投资组合[60，60]超额报酬率之差甚至达到了614%。尽管这一结论与DeBondt和Thaler的结论相似，但远超DeBondt和Thaler图2 6个月赢家组合及输家组合平均月度累积超额收益率所发现的约8%的年超常收益。
(3)以36个月为形成期的输家组合在持有期中获得的超额收益率最高，且最为显著;而赢家组合在形成期较短时获得的累积超额收益率较高。从图1～5中可以看出，当形成期较短时，赢家组合的累积超额收益率在60个月的持有期中整体呈现上升趋势，但随形成期的加长，上升趋势逐渐减缓。当形成期为60个月时，赢家组合的累积超额收益率在34个月之后甚至出现了下降的趋势。
四、结 论
行为金融学理论的出现，对传统金融学理论中的有效市场假说以及理性人假设提出了强而有力的挑战。它提出市场并非有效的，并且投资者也并非完全理性，投资者可以借助于市场中其他投资者的一些认知与行为偏差并采取对应的投资策略达到赚取超额回报的目的。本文利用沪深两市20032014年所有上市A股月收益率数据，以国内外众多学者的研究方法及成果作为基础，针对中国证券市场上存在的反应过度与反应不足现象进行了探讨，最终结论如下：
(1)中国证券市场内存在反应不足以及反应过度的现象，且反应不足主要表现在赢家组合中，而输家组合主要表现为反应过度。这与国内部分学者此前的研究结论不尽相同，主要是因为中国证券市场规范化发展时间较短，股票表现受市场以及整体经济情况影响较大。
(2)中国证券市场上的反转效应与动量效应所导致的超额收益率，远超国外学者对国外成熟资本市场的实证研究结果，说明中国投资者投资决策行为的非理性程度甚于外国投资者。
理论回顾
关于资产定价和市场有效性的大量实证研究发现股票收益存在一定的可预测性，特别是短期价格惯性现象和长期价格反转现象。这些现象构成了反转投资策略和惯性投资策略的实证基础。
反转投资策略是指购买过去2～5年中表现糟糕的股票，并卖出同期表现出色的股票。这种方法每年可获得大约8%的超常收益(DeBondtandThaler,1985)。尽管这个发现已经有十几年的历史，但是这种超常收益的源泉却一直是争论的焦点。有学者认为，这个超常收益可能是幻觉，是方法和度量误差的产物(Merton，1987)；也有学者认为，这个超常收益可能是真实的，但是它是随时间变化的风险的理性补偿(Fama,1991)；然而，越来越多的学者倾向于认同行为金融理论的解释，认为这个超常收益来自于投资者反应过度(DeBondtandThaler,1985)。
与此相反，JegedeeshandTitman(1993)发现了惯性策略的获利性：在3～12月的较短时期中，存在相当程度的股票收益惯性。惯性策略就是购买过去几个月中表现良好的股票，卖出过去几个月中表现糟糕的股票。这与反转策略正好相反。关于惯性策略的大量研究表明：(1)价格惯性策略是有利可图的。(2)这种超常收益与价格对企业收入突变的缓慢调整相关。(3)分析师们的盈利预测是缓慢调整的。这些特点表明市场对信息(特别是公司收入信息)是反应不足的。
传统金融理论把反应过度和反应不足解释为异常现象，Fama(1998)认为，股票价格对信息的反应过度和反应不足是同样普遍的，这与市场有效性假说是一致的：这些异常现象只不过是偶然性结果。但是，这种解释被越来越多的人所怀疑。近年涌现出一些模型，其中包括Barberis,ShieiferandVishny(1998)的模型，Daniel,HirshleiferandSubrahmanyam(1998)的模型和HongandStein(1999)的模型，这些模型从不同的角度整合了关于反应过度和反应不足的理论，这些模型对反应过度和反应不足的解释已经超出了传统金融学的范畴。
1.Barberis，Shleifer和Vishny(1996)模型。假定投资者在进行投资决策时存在两种偏差，其一是代表性偏差(representativebias)或相似性偏差(similaritybias)，即基于近期数据与某种模式(比如股票上升或下降通道)的相似性来预测，过分重视近期数据；其二是保守性偏差(conservatism)，即不能及时根据变化了的情况修正自己的预测。代表性偏差会造成投资者对新信息的反应过度，认为近期股票价格的变化反映了其未来变化的趋势，从而错误地对价格变化进行外推，导致反应过度(overreaction)。保守性偏差会造成投资者对新信息的反应不充分，认为股票收益的变化只是一种暂时现象，未根据收益的变化充分调整对未来收益的预期，当后来的实际收益与先前的预期不符时，投资者才进行调整，导致反应不足。此外，投资者在代表性偏差和保守性偏差之间的状态转移过程遵循贝叶斯法则。上述模型可以很好地解释短期投资收益惯性、长期投资收益反转等现象。
2.Daniel，Hirsheifer和Subramanyam(1998)模型。假定投资者在进行投资决策时存在两种偏差，其一是过度自信(overconfidence)，其二是有偏自我评价(biasedselfattribution)或归因偏差。投资者通常过高地估计了自身的预测能力，低估自己的预测误差；过分相信私人信息，低估公开信息的价值。在DHS模型中，过度自信的投资者是指那些过高地估计私人信息所发出的信号的精度，过低地估计公开信息所发出的信号的精度的投资者。过度自信使私人信号比先验信息具有更高的权重，引起反应过度。当包含噪声的公开信息到来时，价格的无效偏差得到部分矫正。当越来越多的公开信息到来后，反应过度的价格趋于反转。
在DHS模型中，归因偏差是指当事件与投资者的行动一致时，投资者将其归结为自己的高能力；当事件与投资者的行为不一致时，投资者将其归结为外在噪声。即把成功归因于自己英明，把失败归因于外部因素。如一个投资者基于私人信息进行交易，买进股票之后得到好的公开信息，卖出股票之后得到坏的公开信息，在这种情况下，投资者的自信心增加。但是当相反的情形出现时，投资者的自信心并不是同等程度地减少，即把证实自己判断的消息作为信息予以重视，把证伪自己判断的消息作为噪声予以怀疑甚至抛弃。这样，归因偏差一方面导致了短期的惯性和长期的反转，另一方面助长过度自信。
3.HongandStein(1999)模型。假定市场由两种有限理性投资者组成：“消息观测者”和“惯易者”。两种有限理性投资者都只能“处理”所有公开信息中的一个子集。信息观测者基于他们私自观测到的关于未来基本情况的信号来作出预测。他们的局限性是他们不能根据当前和过去价格的信息进行预测。惯易者正好相反，他们可以根据过去价格变化作出预测，但是他们的预测是过去价格的简单函数。除了对两种投资者信息处理能力方面的限制性假设，第三个重要的假设是，私人信息在信息观测者之中逐步扩散。信息在投资者当中逐步扩散，价格在短期内存在反应不足。这种反应不足意味着惯易者可以从“追涨杀跌”中渔利。然而，这种套利企图必然导致长期的价格反应过度。
4.Barberis，HuangandSantos(1999)模型。上面三个模型假设投资者在作出预测时要么是非理性的，要么只能利用所有可行信息的子集。投资者所出现的偏差基本可以归纳为一类，即直觉偏差(heuristicbias)。heuristic的字典定义是人们自行解决问题的过程，通常采用试错的方法。试错的方法通常导致人们形成一些经验规则，但是，这个过程常常导致其他错误。行为心理学的一个巨大贡献是识别出这些经验规则的原理以及与它们联系的系统性错误。这些经验规则自身被称为直觉。投资者在投资决策中不仅存在直觉偏差，而且存在框架依赖偏差(framedependencebias)。后者正是BHS模型的基本假设。它从传统的基于消费的模型出发，结合了行为心理学关于框架依赖的研究成果：KahnemanandTversky(1979)提出的“前景理论(prospecttheory)”以及ThalerandJohnson(1990)提出的“前期结果影响(influenceofprioroutcomes)”理论。前景理论指投资者的效应不仅决定于财富水平，而且决定于财富变化，财富损失给投资者带来的痛苦比等量财富盈利给投资者带来的幸福大(约为2.25倍)。前期结果影响是指投资的前期结果对风险选择具有的影响。投资者从损失或盈利中获得的效用依赖于前期结果。例如，前期盈利可以缓冲后期损失造成的痛苦。这个模型非常贴切地解释了过度波动(反应过度和反应不足)以及“股权之迷”。
本文采用1993～2000年间深沪两市数据分析研究了短期和长期交易策略的可行性。这一研究的意义在于：(1)现有关于反转策略和惯性策略的多数研究是关于发达市场的，关于中国市场的研究比较少，而且不是全样本研究。(2)金融实证研究经常面临“数据挖掘(datamining)”的质疑。这里的数据挖掘指的是从一组数据中得出既无理论意义又不能简单推广的规律或结论。对中国市场进行类似研究可以进一步证实或证伪有关理论和假说。(3)这一研究显然对投资者特别是机构投资者制定投资策略具有借鉴意义。
下面详细描述这两种投资策略，给出主要实证结果，并提供相应的检验结果。
数据和方法
我们的数据来自嘉实基金管理公司。它包括了最近3年的所有股票的交易数据和复权信息。本文作者计算了复权数据。本文研究的时间区间为1993～2000年。样本包括了1993年之前上市的全部A股。由于至今中国没有出现A股摘牌现象，所以我们的样本在时间序列方向是长度相等的，在横截面方向是数目相同的。
DeBondt-Thaler的研究方法如下：(1)将一段时间分成组合形成期和检验期。(2)在组合形成期，首先求个股超常收益率、累积超常收益率，然后按超常收益率将股票分成赢者组合和输者组合，计算赢者组合和输者组合在组合形成期的累积平均超常收益率。(3)计算赢者组合和输者组合在检验期的平均超常收益率、累积平均超常收益率。(4)累积平均超常收益率分析。
Jegadeesh-Titman的研究方法与DeBondt-Thaler的方法类似。主要区别有二：(1)Jegadeesh-Titman的研究方法的组合形成期和检验期的长度相对较短；(2)Jegadeesh-Titman采用了重叠的抽样方法，即组合形成期出现重叠，这样做的好处在于可以扩大样本容量，增加统计检验的势。缺点是导致抽样出现自相关性。而DeBondt-Thaler采用了非重叠的抽样方法。
我们在此基础上进行了简化，研究方法如下：(1)将一段时间分成排序期(相当于组合形成期)、检验期。(2)在每一个排序期中，首先计算个股的累计超常收益率，并进行排序，确定赢者组合和输者组合。(3)在相应的检验期中，计算赢者组合和输者组合的累积平均超常收益率。(4)累积平均超常收益率分析。考虑到中国股票市场历史较短，对于惯性策略，本文的抽样方法是非重叠的，即组合形成期非重叠；而对于反转策略，抽样方法是重叠的。
累计超常收益CAR的计算方法：首先采用对数差分方法计算股票和市场收益率。然后，对于股票j和月份t，从总收益Rjt中减去市场收益Rmt得到超常收益ARjt。市场收益采用上证指数收益。最后，计算股票j在n个月中的累计超常收益CARjn，它是股票j在n个月中超常收益的简单加总。
在排序期中，我们采用初始几个月的累计超常收益来对股票进行排序。最高的5、10、20只股票被赋予赢者组合；最低的5、10、20只股票被赋予输者组合。然后计算赢者组合和输者组合中所有股票的平均累计超常收益CARn。最后，计算赢者组合和输者组合的随后检验期的累计超常收益。
为了判断短期惯性策略的表现，我们买入过去赢者并卖出过去输者。按照这种构造，投资组合是零投资套利组合。排序期长度分别取值1、3、6、9、12个月，但在每种情况中，检验期长度取值为1、3、6、9、12个月。这样，我们就形成了25种投资策略，每种策略用数对(排序期、检验期)来代表。排序期的起点分别为月初、季度初、半年初、季度初、年初。这样避免了排序期重叠，从而保证了样本观测值的独立性。于是，我们得到了排序期为3个月的24个赢者和输者组合，排序期为6个月的12个赢者和输者组合，排序期为9个月的9个赢者和输者组合，排序期为12个月的6个赢者和输者组合。
为了检验长期反转策略的表现，我们研究了如下套利组合：买入过去输者并卖出过去赢者。从1996年到1998年，我们构造了基于1、2、3年排序期的赢者和输者组合。对于每个组合，随后的5年是检验期。
实证结果
我们首先讨论惯性策略和反转策略的实证结果，再进行结果评论和附加稳健性检验，最后简单评述一下投资策略有可能成功或不成功的原因。
一、惯性策略
表1总结了主要结果。其中，排序期分别取值为1、3、6、9、12月。它们没有重叠；检验期分别取值为1、3、6、9、12月。检验了每种惯性策略的多个独立的重复组合。例如，对于3月排序期，有24个独立组合。表2给出了累计超常收益。
惯性策略的实证结果总体上表现出如下特点：
1.与我们的期望相反，赢者和输者组合都没有表现出相应的收益惯性，而表现出一定程度的反转。一方面，排序期为1、3、6个月的惯性策略组合(赢者组合～输者组合，10W～10L)在其后各检验期内的累计平均超常收益均为负值(图表略)。另一方面，排序期为9、12个月的惯性策略组合随着检验期增加，累计平均超常收益逐步降低(图表略)，统计量显著性不断提高。例如，策略(12，12)的累计平均超常收益为－11.83%。即如果排序期变长，惯性策略组合的表现更糟糕。
2.多数统计量显著性不高。我们认为原因在于：(1)中国股票市场系统风险在总风险中所占比重过高，纽约证券交易所系统风险占1/4左右，非系统风险占3/4左右；上海证券交易所的投资风险结构与此“倒置”，系统风险占2/3，非系统风险占1/3左右(波涛，1998)。结果股票价格普遍存在“齐涨共跌”现象，单个股票收益与市场收益难以出现分化，导致大多数股票的超常收益率比较小。(2)股票市场总风险过大，波动性过高，通过对1885～1993年道·琼斯工业指数和1992～1998年7月上证指数单日跌幅超过7%的次数统计比较看到，在超过100年的时间里，道·琼斯工业指数单日跌幅超过7%的日期只有15次，而上证指数6年之内就有23次。美国股票市场典型股票的年波动率(volatility)为20%左右(Hull,1997)，而中国股票市场典型股票的年波动率为60%左右。这些无疑导致股票(超常)收益的标准差太大，从而t统计量不显著。(3)深沪两地市场早期走势的联动性不高，采用上证指数不能完全代表整个市场指数。
尽管多数统计量在统计上不显著，但是，多种惯性策略中赢者组合和输者组合在检验期中的均值高度一致地表现出反转特征。因此，我们可以相对比较安全地认为，惯性策略不仅是无利可图的，而且是赔钱的。这个结论至少对于无力影响市场价格的中小投资者是正确的。
二、反转策略
反转策略的实证结果总结在表2中，总体上表现出如下特点：
1、与我们的期望相同，赢者和输者组合都表现出相当程度的反转。正如在表2中显示的，反转策略投资者购买过去1、2、3年的输者并卖出同期赢者。包含20个股票的策略组合在2年检验期内分别获得平均34.77%、43.58%和29.68%的超常收益，在3年检验期内分别获得平均38.23%、39.79%和27.51%的超常收益。这个收益主要由过去输者决定，过去赢者基本上与市场表现相当。
2.统计显著性比惯性策略具有明显提高。多数统计量在10%置信水平上是显著的，个别统计量不显著的原因与惯性策略相类似，这里不再赘述。由于我们的样本检验期发生了重叠，在表2中的t-统计量是经过序列相关和异方差性调整的(NeweyandWest,1987)。反转策略组合超常收益的t-统计量基本显著的。
3.反转策略的超常收益远远大于DeBondtandThaler(1985)所发现的。比如，排序期为1、2、3年的反转策略在其后两年中年超常收益分别为20%、20%和15%(图表略)，这些超常收益远远大于DeBondtandThaler(1985)所发现的约8%的年超常收益。
综上所述，多种反转策略中赢者组合和输者组合在检验期中的均值高度一致地表现出反转特征。因此，我们认为，反转策略是有利可图的。版权所有
上面我们分析了造成惯性策略和反转策略实证结果的部分统计量不显著的主要原因有：一是系统风险所占比例高；二是股市总风险大，波动性高。那么，在这两个原因背后的原因是什么呢？我们认为：
1.股票市场噪声交易者太多。中国股市投资者队伍素质偏低，他们不仅得不到信息(大多数只能得到噪声)，而且即便得到信息，他们多数也不具备应有的分析能力。这注定中国股市存在大量噪声交易者。尽管换手率中包括股票大户对敲操纵股市的交易量所占份额，但是它基本上可以反应出噪声交易者所占的比例。20世纪90年代美国纽约交易所的年平均换手率约在20%～50%之间，即股票2－5年转手一次。这就是说，绝大部分人是持有两年以上的投资者。即使到了格林斯潘所谓出现了“非理性狂躁(irrationalexuberance)”的1999年，也只有77%。经济学家开始认为美国股市存在过度交易(overtrade)，其中部分交易是噪声交易。而1998、1999、2000年我国沪深股市流通股的年平均换手率分别是395%、388%、477%(先计算“月成交金额/月末流通市值”再进行汇总，数据来自中国证监会网站)，即上市流通的每一只股票平均每年要转手5次以上，停留在每位持股人手中的平均时间不超过两个半月。如果说美国股市77%的年换手率中已经隐含了噪声交易的话，那么中国股市近400%的年换手率中至少有300%归因于噪声交易。首先，噪声交易者的“从众行为(herdbehavior)”导致股票市场系统风险所占比例太高，同时导致总风险太大(DeLong,B.,A.Shleifer,L.Summers,andR.Waldmann.1990a,b;1991)。其次，投资者频繁换手股票本身就是一种“反应过度”。
2.个别机构投资者和股票大户操纵股市。大户制造波动性从中渔利，这已经是不争的事实。
3.中国股市表现出的“博弈”特征。“补涨”是一个被投资者普遍认同的概念：如果在一次行情中，某些股票没有上涨，那么它们就具有“补涨”的潜力。没涨的要无条件补涨，没跌的要无条件补跌，这样造成股市“齐涨共跌”的局面。“补涨”现象其实是一种脱离了基本价值的交易现象，具有一定的“博弈”特征。
结论
综上所述，我们得到如下结论：
一、惯性策略和反转策略的研究都表现出收益反转特征，在这个意义上可以说中国股市只存在反应过度现象，不存在反应不足现象。这一结论至少对于排序期大于一个月的策略是成立的。
理论回顾
关于资产定价和市场有效性的大量实证研究发现股票收益存在一定的可预测性，特别是短期价格惯性现象和长期价格反转现象。这些现象构成了反转投资策略和惯性投资策略的实证基础。
反转投资策略是指购买过去2～5年中表现糟糕的股票，并卖出同期表现出色的股票。这种方法每年可获得大约8%的超常收益(DeBondt and Thaler, 1985)。尽管这个发现已经有十几年的历史，但是这种超常收益的源泉却一直是争论的焦点。有学者认为，这个超常收益可能是幻觉，是方法和度量误差的产物(Merton，1987)；也有学者认为，这个超常收益可能是真实的，但是它是随时间变化的风险的理性补偿(Fama,1991)；然而，越来越多的学者倾向于认同行为金融理论的解释，认为这个超常收益来自于投资者反应过度(DeBondt and Thaler, 1985)。
与此相反，Jegedeesh and Titman(1993)发现了惯性策略的获利性：在3～12月的较短时期中，存在相当程度的股票收益惯性。惯性策略就是购买过去几个月中表现良好的股票，卖出过去几个月中表现糟糕的股票。这与反转策略正好相反。关于惯性策略的大量研究表明：(1)价格惯性策略是有利可图的。(2)这种超常收益与价格对企业收入突变的缓慢调整相关。(3)分析师们的盈利预测是缓慢调整的。这些特点表明市场对信息(特别是公司收入信息)是反应不足的。
传统金融理论把反应过度和反应不足解释为异常现象，Fama(1998)认为，股票价格对信息的反应过度和反应不足是同样普遍的，这与市场有效性假说是一致的：这些异常现象只不过是偶然性结果。但是，这种解释被越来越多的人所怀疑。近年涌现出一些模型，其中包括Barberis, Shieifer and Vishny(1998)的模型，Daniel, Hirshleifer and Subrahmanyam(1998)的模型和 Hong and Stein(1999)的模型，这些模型从不同的角度整合了关于反应过度和反应不足的理论，这些模型对反应过度和反应不足的解释已经超出了传统金融学的范畴。
1.Barberis，Shleifer 和Vishny(1996)模型。假定投资者在进行投资决策时存在两种偏差，其一是代表性偏差(representative bias)或相似性偏差(similarity bias)，即基于近期数据与某种模式(比如股票上升或下降通道)的相似性来预测，过分重视近期数据；其二是保守性偏差(conservatism)，即不能及时根据变化了的情况修正自己的预测。代表性偏差会造成投资者对新信息的反应过度，认为近期股票价格的变化反映了其未来变化的趋势，从而错误地对价格变化进行外推，导致反应过度(overreaction)。保守性偏差会造成投资者对新信息的反应不充分，认为股票收益的变化只是一种暂时现象，未根据收益的变化充分调整对未来收益的预期，当后来的实际收益与先前的预期不符时，投资者才进行调整，导致反应不足。此外，投资者在代表性偏差和保守性偏差之间的状态转移过程遵循贝叶斯法则。上述模型可以很好地解释短期投资收益惯性、长期投资收益反转等现象。
2.Daniel，Hirsheifer和 Subramanyam(1998)模型。假定投资者在进行投资决策时存在两种偏差，其一是过度自信(overconfidence)，其二是有偏自我评价(biased self attribution)或归因偏差。投资者通常过高地估计了自身的预测能力，低估自己的预测误差；过分相信私人信息，低估公开信息的价值。在DHS模型中，过度自信的投资者是指那些过高地估计私人信息所发出的信号的精度，过低地估计公开信息所发出的信号的精度的投资者。过度自信使私人信号比先验信息具有更高的权重，引起反应过度。当包含噪声的公开信息到来时，价格的无效偏差得到部分矫正。当越来越多的公开信息到来后，反应过度的价格趋于反转。
在DHS模型中，归因偏差是指当事件与投资者的行动一致时，投资者将其归结为自己的高能力；当事件与投资者的行为不一致时，投资者将其归结为外在噪声。即把成功归因于自己英明，把失败归因于外部因素。如一个投资者基于私人信息进行交易，买进股票之后得到好的公开信息，卖出股票之后得到坏的公开信息，在这种情况下，投资者的自信心增加。但是当相反的情形出现时，投资者的自信心并不是同等程度地减少，即把证实自己判断的消息作为信息予以重视，把证伪自己判断的消息作为噪声予以怀疑甚至抛弃。这样，归因偏差一方面导致了短期的惯性和长期的反转，另一方面助长过度自信。
3.Hong and Stein(1999)模型。假定市场由两种有限理性投资者组成：“消息观测者”和“惯性交易者”。 两种有限理性投资者都只能“处理”所有公开信息中的一个子集。信息观测者基于他们私自观测到的关于未来基本情况的信号来作出预测。他们的局限性是他们不能根据当前和过去价格的信息进行预测。惯性交易者正好相反，他们可以根据过去价格变化作出预测，但是他们的预测是过去价格的简单函数。除了对两种投资者信息处理能力方面的限制性假设，第三个重要的假设是，私人信息在信息观测者之中逐步扩散。信息在投资者当中逐步扩散，价格在短期内存在反应不足。这种反应不足意味着惯性交易者可以从“追涨杀跌”中渔利。然而，这种套利企图必然导致长期的价格反应过度。
4.Barberis，Huang and Santos(1999)模型。上面三个模型假设投资者在作出预测时要么是非理性的，要么只能利用所有可行信息的子集。投资者所出现的偏差基本可以归纳为一类，即直觉偏差(heuristic bias)。heuristic的字典定义是人们自行解决问题的过程，通常采用试错的方法。试错的方法通常导致人们形成一些经验规则，但是，这个过程常常导致其他错误。行为心理学的一个巨大贡献是识别出这些经验规则的原理以及与它们联系的系统性错误。这些经验规则自身被称为直觉。投资者在投资决策中不仅存在直觉偏差，而且存在框架依赖偏差(frame dependence bias)。后者正是BHS模型的基本假设。它从传统的基于消费的模型出发，结合了行为心理学关于框架依赖的研究成果：Kahneman and Tversky(1979)提出的“前景理论(prospect theory)”以及Thaler and Johnson(1990)提出的“前期结果影响(influence of prior outcomes)”理论。前景理论指投资者的效应不仅决定于财富水平，而且决定于财富变化，财富损失给投资者带来的痛苦比等量财富盈利给投资者带来的幸福大(约为2.25倍)。前期结果影响是指投资的前期结果对风险选择具有的影响。投资者从损失或盈利中获得的效用依赖于前期结果。例如，前期盈利可以缓冲后期损失造成的痛苦。这个模型非常贴切地解释了过度波动(反应过度和反应不足)以及“股权之迷”。
本文采用1993～2000年间深沪两市数据分析研究了短期和长期交易策略的可行性。这一研究的意义在于：(1)现有关于反转策略和惯性策略的多数研究是关于发达市场的，关于中国市场的研究比较少，而且不是全样本研究。(2)金融实证研究经常面临“数据挖掘(data mining)”的质疑。这里的数据挖掘指的是从一组数据中得出既无理论意义又不能简单推广的规律或结论。对中国市场进行类似研究可以进一步证实或证伪有关理论和假说。(3)这一研究显然对投资者特别是机构投资者制定投资策略具有借鉴意义。
下面详细描述这两种投资策略，给出主要实证结果，并提供相应的检验结果。
数据和方法
我们的数据来自嘉实基金管理公司。它包括了最近3年的所有股票的交易数据和复权信息。本文作者计算了复权数据。本文研究的时间区间为1993～2000年。样本包括了1993年之前上市的全部A股。由于至今中国没有出现A股摘牌现象，所以我们的样本在时间序列方向是长度相等的，在横截面方向是数目相同的。
DeBondt-Thaler的研究方法如下：(1)将一段时间分成组合形成期和检验期。(2)在组合形成期，首先求个股超常收益率、累积超常收益率，然后按超常收益率将股票分成赢者组合和输者组合，计算赢者组合和输者组合在组合形成期的累积平均超常收益率。(3)计算赢者组合和输者组合在检验期的平均超常收益率、累积平均超常收益率。(4)累积平均超常收益率分析。
Jegadeesh-Titman的研究方法与DeBondt-Thaler的方法类似。主要区别有二：(1)Jegadeesh-Titman的研究方法的组合形成期和检验期的长度相对较短；(2)Jegadeesh-Titman采用了重叠的抽样方法，即组合形成期出现重叠，这样做的好处在于可以扩大样本容量，增加统计检验的势。缺点是导致抽样出现自相关性。而DeBondt-Thaler采用了非重叠的抽样方法。
我们在此基础上进行了简化，研究方法如下：(1)将一段时间分成排序期(相当于组合形成期)、检验期。(2)在每一个排序期中，首先计算个股的累计超常收益率，并进行排序，确定赢者组合和输者组合。(3)在相应的检验期中，计算赢者组合和输者组合的累积平均超常收益率。(4)累积平均超常收益率分析。考虑到中国股票市场历史较短，对于惯性策略，本文的抽样方法是非重叠的，即组合形成期非重叠；而对于反转策略，抽样方法是重叠的。
累计超常收益CAR的计算方法：首先采用对数差分方法计算股票和市场收益率。然后，对于股票j和月份t，从总收益Rjt中减去市场收益Rmt得到超常收益ARjt。市场收益采用上证指数收益。最后，计算股票j在n个月中的累计超常收益CARjn，它是股票j在n个月中超常收益的简单加总。
在排序期中，我们采用初始 几个月的累计超常收益来对股票进行排序。最高的5、10、20只股票被赋予赢者组合；最低的5、10、20只股票被赋予输者组合。然后计算赢者组合和输者组合中所有股票的平均累计超常收益CARn。最后，计算赢者组合和输者组合的随后检验期的累计超常收益。
为了判断短期惯性策略的表现，我们买入过去赢者并卖出过去输者。按照这种构造，投资组合是零投资套利组合。排序期长度分别取值1、3、6、9、12个月，但在每种情况中，检验期长度取值为1、3、6、9、12个月。这样，我们就形成了25种投资策略，每种策略用数对(排序期、检验期)来代表。排序期的起点分别为月初、季度初、半年初、季度初、年初。这样避免了排序期重叠，从而保证了样本观测值的独立性。于是，我们得到了排序期为3个月的24个赢者和输者组合，排序期为6个月的12个赢者和输者组合，排序期为9个月的9个赢者和输者组合，排序期为12个月的6个赢者和输者组合。
为了检验长期反转策略的表现，我们研究了如下套利组合：买入过去输者并卖出过去赢者。从1996年到1998年，我们构造了基于1、2、3年排序期的赢者和输者组合。对于每个组合，随后的5年是检验期。
实证结果
我们首先讨论惯性策略和反转策略的实证结果，再进行结果评论和附加稳健性检验，最后简单评述一下投资策略有可能成功或不成功的原因。
一、惯性策略
表1总结了主要结果。其中，排序期分别取值为1、3、6、9、12月。它们没有重叠；检验期分别取值为1、3、6、9、12月。检验了每种惯性策略的多个独立的重复组合。例如，对于3月排序期，有24个独立组合。表2给出了累计超常收益。
惯性策略的实证结果总体上表现出如下特点：
1.与我们的期望相反，赢者和输者组合都没有表现出相应的收益惯性，而表现出一定程度的反转。一方面，排序期为1、3、6个月的惯性策略组合(赢者组合～输者组合，10W～10L)在其后各检验期内的累计平均超常收益均为负值(图表略)。另一方面，排序期为9、12个月的惯性策略组合随着检验期增加，累计平均超常收益逐步降低(图表略)，统计量显著性不断提高。例如，策略(12，12)的累计平均超常收益为－11.83%。即如果排序期变长，惯性策略组合的表现更糟糕。
2.多数统计量显著性不高。我们认为原因在于：(1)中国股票市场系统风险在总风险中所占比重过高，纽约证券交易所系统风险占1/4左右，非系统风险占3/4左右；上海证券交易所的投资风险结构与此“倒置”，系统风险占2/3，非系统风险占1/3左右(波涛，1998)。结果股票价格普遍存在“齐涨共跌”现象，单个股票收益与市场收益难以出现分化，导致大多数股票的超常收益率比较小。(2)股票市场总风险过大，波动性过高，通过对1885～1993年道·琼斯工业指数和1992～1998年7月上证指数单日跌幅超过7%的次数统计比较看到，在超过100年的时间里，道·琼斯工业指数单日跌幅超过7%的日期只有15次，而上证指数6年之内就有23次。美国股票市场典型股票的年波动率(volatility)为20%左右(Hull,1997)，而中国股票市场典型股票的年波动率为60%左右。这些无疑导致股票(超常)收益的标准差太大，从而t统计量不显著。(3)深沪两地市场早期走势的联动性不高，采用上证指数不能完全代表整个市场指数。
尽管多数统计量在统计上不显著，但是，多种惯性策略中赢者组合和输者组合在检验期中的均值高度一致地表现出反转特征。因此，我们可以相对比较安全地认为，惯性策略不仅是无利可图的，而且是赔钱的。这个结论至少对于无力影响市场价格的中小投资者是正确的。
二、反转策略
反转策略的实证结果总结在表2中，总体上表现出如下特点：
1、与我们的期望相同，赢者和输者组合都表现出相当程度的反转。正如在表2中显示的，反转策略投资者购买过去1、2、3年的输者并卖出同期赢者。包含20个股票的策略组合在2年检验期内分别获得平均34.77%、43.58%和29.68%的超常收益，在3年检验期内分别获得平均38.23%、39.79%和27.51%的超常收益。这个收益主要由过去输者决定，过去赢者基本上与市场表现相当。
2.统计显著性比惯性策略具有明显提高。多数统计量在10%置信水平上是显著的，个别统计量不显著的原因与惯性策略相类似，这里不再赘述。由于我们的样本检验期发生了重叠，在表2中的t-统计量是经过序列相关和异方差性调整的(Newey and West, 1987)。反转策略组合超常收益的t-统计量基本显著的。
3.反转策略的超常收益远远大于DeBondt and Thaler(1985)所发现的。比如，排序期为1、2、3年的反转策略在其后两年中年超常收益分别为20%、20%和15%(图表略)，这些超常收益远远大于DeBondt and Thaler(1985)所发现的约8%的年超常收益。
综上所述， 多种反转策略中赢者组合和输者组合在检验期中的均值高度一致地表现出反转特征。因此，我们认为，反转策略是有利可图的。
上面我们分析了造成惯性策略和反转策略实证结果的部分统计量不显著的主要原因有：一是系统风险所占比例高；二是股市总风险大，波动性高。那么，在这两个原因背后的原因是什么呢？我们认为：
1.股票市场噪声交易者太多。中国股市投资者队伍素质偏低，他们不仅得不到信息(大多数只能得到噪声)，而且即便得到信息，他们多数也不具备应有的分析能力。这注定中国股市存在大量噪声交易者。尽管换手率中包括股票大户对敲操纵股市的交易量所占份额，但是它基本上可以反应出噪声交易者所占的比例。20世纪90年代美国纽约交易所的年平均换手率约在20%～50%之间，即股票2－5年转手一次。这就是说，绝大部分人是持有两年以上的投资者。即使到了格林斯潘所谓出现了“非理性狂躁(irrational exuberance)”的1999年，也只有77%。经济学家开始认为美国股市存在过度交易(overtrade)，其中部分交易是噪声交易。而1998、1999、2000年我国沪深股市流通股的年平均换手率分别是395%、388%、477%(先计算“月成交金额/月末流通市值”再进行汇总，数据来自中国证监会网站)，即上市流通的每一只股票平均每年要转手5次以上，停留在每位持股人手中的平均时间不超过两个半月。 如果说美国股市77%的年换手率中已经隐含了噪声交易的话，那么中国股市近400%的年换手率中至少有300%归因于噪声交易。首先，噪声交易者的“从众行为(herd behavior)”导致股票市场系统风险所占比例太高，同时导致总风险太大(DeLong, B., A. Shleifer, L. Summers, and R.Waldmann. 1990a,b;1991)。其次，投资者频繁换手股票本身就是一种“反应过度”。
2.个别机构投资者和股票大户操纵股市。大户制造波动性从中渔利，这已经是不争的事实。
3.中国股市表现出的“博弈”特征。“补涨”是一个被投资者普遍认同的概念：如果在一次行情中，某些股票没有上涨，那么它们就具有“补涨”的潜力。没涨的要无条件补涨，没跌的要无条件补跌，这样造成股市“齐涨共跌”的局面。“补涨”现象其实是一种脱离了基本价值的交易现象，具有一定的“博弈”特征。
结论
综上所述，我们得到如下结论：
一、惯性策略和反转策略的研究都表现出收益反转特征，在这个意义上可以说中国股市只存在反应过度现象，不存在反应不足现象。这一结论至少对于排序期大于一个月的策略是成立的。
中国资本市场经过20余年的发展，市场参与主体的构成发生了重大的改变，机构投资者逐渐成为资本市场的重要参与者。国外对投资者投资策略的研究主要集中在三个维度。第一个维度是从投资者的投资行为出发，利用其定期公开的持股数据来研究其投资策略，如Gribblatt、Titman和Wermers(1995)等。第二个维度是通过研究股价运行表现出来的特征来推断投资者的投资策略。如Lakonishok、Shleifer和Vishny(1994)等研究了机构投资者的羊群投资策略，Je-gadeesh和Titman(1993)研究了趋势交易策略。第三个维度是利用账户数据来研究投资者的投资行为。Odean(1998)、Barber和Odean(2000)、Shapira和Venezia(2000)、Grinblatt和Keloharju(2000a，2000b)、Kee－Hong和Yamada(2006)等均使账户交易信息分别对美国、以色列、芬兰和日本等国个人投资者的投资行为进行了研究，但是并没有涉及机构投资者的投资策略和绩效。国内对机构投资者投资策略和绩效的研究最初主要建立在基金重仓股这一基础数据之上。施东晖(2001)以基金公司公布的季度持仓股票为基础，采用计算持有和卖出该股的基金数量的方法，研究了基金公司的投资策略，认为我国基金公司的投资行为存在着严重的羊群效应，其投资理念趋同，投资风格模糊，加剧了股价的波动。吴世农、吴玉辉(2003)采用滚动抽样、构造赢家组合和输家组合的方法，研究了基金重仓持有股票的收益反转和收益惯性现象，认为导致输家更输、赢家变输的原因可能是基金基于市场上投资者追涨杀跌心理的短期套利行为和基于自我控制心理的止损行为，间接研究了基金公司的投资策略。陈卓思、高峰和祁斌(2006)等采用2001年20日1日到2004年12月31日之间上交所上市A股股票的日数据，包括公司市值、机构持股比例和复权股价，从长期角度考察了机构投资者的介入对股市波动性的影响。结论认为，在控制了公司规模后，机构投资者持股比例与股票波动性呈现显著的负相关关系，机构投资者对降低所持股票的波动性具有一定的作用。陈卓思、高峰和祁斌(2008)等在上述研究结果的基础上，采用相同的数据，通过计算机构投资者的价格加权仓位数据，来构造赢家组合和输家组合，进一步研究了机构投资者的投资策略，认为其在整体上是采用正反馈即惯易策略。史永东、李竹薇和陈炜(2009)等人利用深圳交易所提供的投资者账户和交易数据对投资者的行为进行了实证研究。但是上述研究也存在着不足之处，既然机构投资者的持股比例对不同规模公司股票波动性的影响不一样，那么其对不同规模公司的投资行为也应该表现出不同的特征;同时采用股票价格加权的方法来计算仓位的变化也存在明显的不足，如在持股量不变的情况下，价格的上升会导致仓位的被动提高，从而造成机构增仓买入的假象。而且，上述研究也没有涉及对机构投资者投资绩效的研究。针对以上问题，在控制公司规模的条件下，文章研究了机构投资者的投资策略和绩效，并进行了理论分析，提出了促进市场稳定发展的建议。文章研究安排如下，在第二部分，将介绍研究方法，包括数据、步骤和计算方法，第三部分是对研究结果的分析和检验，第四部分是对研究结果的归纳和总结。
二、研究方法
(一)样本与数据
文章以在上海证券交易所上市的A股为基本样本，同时为了减少新股上市和停牌时间过长对研究结果造成的冲击，剔除了在研究样本起始日期前一年内上市的公司和研究时间窗口内停牌时间累计超过20个交易日的公司。样本时间范围从2007年6月28日到2008年12月31日，共372个交易日。这里的机构投资者主要是指以公募基金和券商自营为主的金融类机构投资者。文章所用机构持股数据(每个交易日机构投资者持股数量、持股金额、持股比例)和A股行情数据均来源于上交所信息公司提供的赢富数据(TopviewData)。个股日复权行情数据来源于上交所网站，是在现金红利再投资的假设下得到的。
(二)在控制规模条件下，机构投资者投资行为研究方法
在控制公司规模的条件下，采用Jegadeesh和Titman(1993)的研究方法，分别建立赢家组合和输家组合，研究不同组合的不同持有期，机构投资者持股量的变化。持股量的变化定义如下:ΔH=Ht－Ht－1(1)其中，Ht机构投资者在t时刻的持股量。个股收益率计算如下:rt=(ln(pt)－ln(pt－1))×100%(2)其中rt为个股在t时刻的收益率，pt为个股在t时刻的复权收盘价格。将一段时期分为形成期和持有期，在形成期选择期间累计收益率最高的30只股票构成赢家组合，选择期间累计收益率最低的30只股票构成输家组合。然后分别计算在不同持有期机构投资者持有赢家组合和输家组合持股量的变化。由于样本区间较短，我们采用移动窗口重复抽样的办法，以增加统计检验的样本数量。这样对于每一个形成期和持有期，我们都会得到一个机构投资者针对赢家组合和输家组合持仓变化的差值，将这些差值序列记录后进行t检验，以判断该差值的是否显著为零。如果显著大于零，说明赢家组合的持仓变化显著大于输家组合的持仓变化，意味着机构投资者采用了动量投资策略，反之，则采用了反转投资策略。
(三)机构投资者投资绩效研究方法
为了研究机构投资者的投资绩效，我们进一步分析了在控制规模的前提下，机构投资者持股量变化对组合收益率的影响。与前一方法类似，我们同样将一段时期分为形成期和持有期。在形成期中计算每只股票机构投资者累计持股量的变化，取增持最多的30只个股构成增仓组合，取减持最多的30只个股构成减仓组合。然后计算增仓组合和减仓组合在持有期的平均累计收益率。为了统计检验的方便，我们同样采用了移动窗口滚动抽样的方法。这样对于每一个形成期和持有期，我们都会得到一个赢家组合和输家组合收益变化的差值序列，将这些差值序列记录后进行t检验，以判断该差值是否显著为零。如果显著大于零，说明机构投资者增仓组合的收益大于减仓组合的收益，反之，则说明机构投资者的增仓组合的收益小于减仓组合的收益。
(四)具体计算与说明
1．投资策略研究把样本区间分为形成期和持有期。形成期和持有期的时间长度分别为5日、10日、15日、20日、60日、120日、180日和240日。在每一个形成期，根据个股流通市值的大小划分为大盘股(30%)、中盘股(40%)和小盘股(30%)三组，在每一个组内分别开展研究。针对每一组，分别建立赢家组合和输家组合，取形成期累计收益率最高的30只股票构成赢家组合，累计收益率最低的30只股票构成输家组合。然后分别计算机构投资者在不同持有期内，对赢家组合和输家组合持仓量变化的均值，并对均值的差值进行T检验，以判断其是否显著为零。2．投资绩效研究在对个股按照流通市值进行分组的基础上，创建形成期和持有期股票组合。形成期和持有期长度分别为5日、10日、15日、20日、60日、120日、180日和240日。在每一个形成期，分别按照机构投资者累计持仓的变化进行排序，取增仓最多30只股票构成增仓组合，减仓最多的30只股票构成减仓组合，然后分别计算两个组合在持有期的平均累计收益率及其差值，并对差值进行T检验，以判断是否显著为零。
三、结果检验
(一)机构投资者投资策略研究
对机构投资者投资策略的研究，分别从公司规模和机构持有时间两个维度来进行。首先研究机构投资者对大公司的投资策略。表一列示了相关结果。从表中数据可以看出，机构投资者对大公司的投资策略表现出如下特点:(1)机构投资者针对形成期较短的5日、10日和15日的赢家组合和输家组合，以及形成期较长的120日、180日和240日的组合表现出了显著的反转策略。(2)针对20日形成期的赢家和输家组合，机构投资者的策略比较模糊，没有表现出显著的反转或者惯性策略。针对60日形成期的组合，在60日及以上持有期，翻转策略才比较显著。(3)整体来看，针对大公司的操作策略，机构投资者采取了比较显著的反转策略。
购物车(0)