金融科技對股票市場羊群效應的影響

導語：金融科技對股票市場羊群效應的影響一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

摘要：本文以2016年1月至2019年12月上證50成分股各指標為樣本，基于LSV模型測量各個月份市場的羊群效應指標，通過“文本挖掘法”構建金融科技發展指數，并進行金融科技對我國股票市場羊群效應影響的實證研究。研究發現：金融科技的發展顯著影響了股票市場中的羊群效應，金融科技的發展能夠有效降低股票市場中的羊群效應。接著，本文又從理論路徑分析了金融科技降低羊群效應的作用機制。

關鍵詞：金融科技　；羊群效應　；LSV模型；　文本挖掘

一、引言

近年來，金融科技不斷發展成熟，給傳統的金融與投資模式帶來巨大的變化，“智能投顧”“程序交易”等科技手段不斷賦能投資行業的發展潛力。作為行為金融學經典模型之一的羊群效應，最早來源于生物學對動物行為的研究，而后隨著不斷發展用以衡量經濟個體的從眾跟風行為，本文基于LSV模型研究。

二、理論分析與假說提出

Lakonishok，Shleifer和Vishny（1992）首次提出使用LSV模型來檢測投資者的羊群行為，結果證明小盤股的羊群效應更加明顯。宋軍和吳沖鋒（2001）補充了LSV模型，研究我國1988—2000年證券投資基金的羊群行為，證明了羊群行為的存在。陳浩（2004）通過LSV模型分析了基金經理投資股票時的羊群行為，證明了羊群行為與股票規模有關。關于羊群效應的影響因素有頗多研究，但金融科技作為近年的新興領域，尤其是實證方面，相關研究較少涉獵。楊望、徐慧琳、譚小芬、薛翔宇（2020）通過構建金融科技指數研究商業銀行效率，研究結果表明金融科技能夠顯著促進商業銀行效率的提升。但金融科技對于行為金融領域的研究較為匱乏，因此本文創新性將其結合起來，進一步研究金融科技對于投資者理性程度的影響。有效市場假說認為市場的信息是充分且無成本的，所有人能夠同時獲得信息，但是現實中獲取信息需要付出時間、金錢等成本，每個人所能掌握的信息也是不一樣的。在這種情況下，投資者采取一種他們認為的“簡捷”方式：從他人的交易行為中獲取信息，于是產生了羊群效應。另一方面，我國股票市場起步較晚，較歐美等發達國家而言發展尚不完善，而且市場中以散戶投資者居多，容易盲目跟隨他們認為具有投資能力的人，與他們做出相同的決策，因此也會造成羊群效應。而金融科技的發展成果也逐漸被應用在投資理財領域，很好地緩解了信息不對稱，同時降低投資門檻，提高投資者的投資能力，基于以上分析，提出本文的兩個假設：假設1：金融科技的發展顯著影響了股票市場中的羊群效應。假設2：金融科技的發展能夠有效降低股票市場中的羊群效應。

三、變量定義與模型設定

（一）研究樣本與數據來源

本文選取上證50成分股作為研究樣本。樣本區間為2016年1月至2019年12月，共計五年。數據來源CSMAR數據庫和銳思數據庫。

（二）變量定義

1.被解釋變量：羊群效應衡量指標。本文使用傳統的LSV模型測量羊群效應的程度（HerdingMeasure，以下簡稱HM）。其中，是i股票t時期的羊群效應，是i股票在t時期內的所有買方驅動單數量，是i股票在t時期內的所有賣方驅動單數量，是該股票買方驅動單占其總交易單比例在橫截面上的平均值。為期望值調整項。然后將個股的HM值以市值為權重進行加權得到市場t時期的羊群效應測度，也就是被解釋變量。2.核心解釋變量：金融科技發展指數。目前在金融科技領域缺乏規范、全面的統計數據，為了能夠衡量近年來金融科技發展的水平以及其影響程度，本文借鑒沈悅和郭品（2015）提出的“文本挖掘法”，利用百度指數來構建金融科技發展指數（FinTech）。具體做法如下：第一，結合金融功能及金融科技的技術實現路徑，從支付轉賬、融資渠道、風險控制、技術支持這四個維度選取構建金融科技發展指數的初始詞庫（見表1）；第二，借助百度數據庫，統計計算金融科技各指標的月度詞頻。首先，統計2016—2019年各月度各個指標的資訊數量，因為資訊數量與公民和企業的關注度、市場發展情況呈現正相關，能夠很好地體現金融科技發展趨勢。其次，統計每月新聞總數，由于百度數據庫未公布每月新聞總數，本文借鑒教育部的《中國語言生活狀況報告（2014）》，選取十大常用成語，并以其新聞數目作為月度新聞總數目的指標。然后，計算得出金融科技各指標月度詞頻；第三，運用相關分析法，篩選有效關鍵詞。對初始關鍵詞的月度詞頻進行標準化處理后，使用相關分析法，計算各個詞頻與羊群效應測度的相關系數，然后選取相關性較強的5個詞頻（大數據、金融科技、人工智能、云計算、區塊鏈）來更新詞庫；第四，采用因子分析法，合成金融科技發展指數。用SPSS的因子分析法進行綜合因子分析，計算出金融科技發展指數，再進行標準化處理，得到最終指數。3.控制變量。對于控制變量的選取，以往的研究表明，股票的市值、股票的歷史表現和信息的不確定性都與羊群行為程度密切相關，比如，Wermers（1999）指出，當公募基金投資小盤股和上季度擁有極端收益率的股票時，具有顯著的羊群效應。Chan，Chen和Lakonishock（1999）發現，大部分基金經理的投資策略都與股票市值、賬面市值比等因子有關。戴淑庾（2016）指出個股換手率降低能有效抑制羊群效應。因此，本文選取初步篩選后的上證50成分股的ROE、換手率、振幅、交易數量增量值、股票收益率標準差作為控制變量。進一步為了衡量市場水平，以個股市值作為權重對各個指標進行加權處理，得到最終代表市場水平的指標。

（三）模型設定與方法選擇

為了檢驗金融科技對羊群效應的影響，設計以下計量模型：其中，是股票市場羊群效應，是滯后9階的金融科技發展指數，是所有的控制變量或者其相應的滯后項，是隨機擾動項。

四、實證分析

（一）平穩性檢驗

由于模型中變量均是時間序列數據，為了避免出現偽回歸的問題，對各個變量進行平穩性檢驗，本文選取ADF檢驗，檢驗結果表明（表3），所選取的時間序列數據均滿足平穩性的要求，進而避免了偽回歸。

（二）金融科技對羊群效應影響存在性檢驗

對模型中各參數采用最小二乘估計（OSL），估計結果如表4所示。結果顯示F統計量結果顯著，說明聯合變量對于羊群效應的解釋顯著。主要解釋變量FinTech的回歸系數t統計量顯著，說明金融科技的發展顯著影響了股票市場中的羊群效應，進而假設1得到驗證。這一結果證實了金融科技的發展能夠對股票市場的羊群效應帶來改變。換言之，在金融科技高速發展的背景下，一方面信息公開透明度增加，另一方面市場中有更多的工具可供投資者進行投資分析，使得投資者更加理性，不再盲目從眾，因此羊群效應結果顯著受到金融科技的影響。

（三）金融科技對羊群效應減弱效應的檢驗

根據回歸結果，主要解釋變量FinTech的回歸系數顯著為負，說明其對被解釋變量是負相關的，即FinTech對于羊群效應的影響是反方向的，FinTech一定程度上抑制了股票市場中的羊群效應，假設2得到驗證。這一結果證實了金融科技能顯著降低羊群效應，使得市場向理性的方向發展。

五、穩健性檢驗

為了確保研究結論的穩健性與可信度，本文采用了替換解釋變量法進行了如下穩健性檢驗：使用百度指數熱詞“金融科技”的月度詞頻替代合成的Fintech指數，作為核心解釋變量解釋羊群效應。穩健性檢驗的回歸結果如表5所示：回歸結果顯示，核心解釋變量的回歸顯著性與回歸系數的符號均未發生改變。說明結論具有穩健性，即金融科技的發展顯著抑制了股票市場的羊群效應。

六、作用機理理論分析

實證結果證明了金融科技確實能夠顯著降低羊群效應，引導市場向理性化發展，具體而言，金融科技對于市場投資者從眾心理的作用機制主要體現在以下幾個層面。

（一）從個體投資者層面分析

羊群效應主要表現為對特定的或者臨時的情境中的優勢觀念和行為方式的采納，其產生原因一部分來自于個人對于群體壓力表現得不自信，而隨著金融科技的逐步發展，這種不自信行為由于新的工具、信息的加入而有所減弱，因此羊群行為都得以緩解，其具體表現如下：1.個體投資者獲得的信息層面。（1）金融科技有效增加市場信息透明度。隨著“爬蟲”“數據挖掘”技術在投資領域的運用，各類機構公司的信息的可得性顯著增強，同時利用大數據、云計算等技術對海量信息進行提取篩選，獲得更加準確的優質信息，增加信息供給量，緩解了信息不對稱的現象。（2）智能投顧助力長尾客戶個性化投資的實現。傳統投資顧問“高門檻、高收費”，無法適應我國眾多長尾客戶的服務需求。因此，擁有門檻低、費率低且信息透明度高等優勢特征的智能投資顧問平臺應運而生。中產及以下收入人群龐大，存在強烈的資金管理及投資需求，智能投顧具有低門檻、低費用、投資標的范圍廣等優勢，最重要的是智能投顧基于客戶多元的理財目標提供豐富的定制化場景，針對不同風險偏好及投資期限為其個性化定制最佳投資組合，緩解了投資者投資能力不足的跟風投資行為。2.投資方式便捷化層面。（1）金融科技為投資者提供更為便利的支付手段。互聯網平臺參與金融服務的主要切入點就是支付業務，互聯網支付相較于傳統支付更為便捷高效，節省了時間成本與費用成本，極大程度上促進了投資理財的交易可實現性，使得投資者進行交易的成本有效降低，進而促進投資者理性選擇。（2）金融科技為投資者提供多元化的融資渠道。金融科技為銀行的征信體系注入新鮮的血液，傳統銀行征信體系之下，小微投資者較難實現融資，但隨著大數據、機器學習、數據挖掘的廣泛應用，商業銀行能夠更為有效地制作小微用戶的客戶畫像，更為精準地識別優質客戶，使得普惠金融進一步發展。另一方面，互聯網貸款逐漸興起，也極大地開拓了融資渠道，多元化的融資渠道進一步提高了投資者的投資積極性，促進投資者理性投資，降低羊群效應。（3）互聯網金融科技公司開拓多元化投資平臺。金融科技的發展與互聯網企業密不可分，隨著技術的不斷進步，互聯網巨頭借助技術優勢，通過豐富場景、海量用戶、網絡信息逐漸滲透到支付、借貸、投資、保險等各個金融服務，形成金融科技頭部平臺。互聯網金融科技公司已經逐漸滲透到金融理財領域，相較于傳統金融機構，互聯網金融科技企業為投資者提供更加廣闊的平臺以及更加便捷的投資理財方式。

（二）從機構投資者層面分析

對于機構的主動投資方面，金融科技在信息篩選、模型搭建方面表現較為突出，能夠有效地輔助基金管理經理進行主動性投研決策。基于人工智能的投研系統，在數據采集、數據處理、算法優化方面遠高于人力，一方面能夠有效提高信息篩選能力，金融科技提供大數據、機器學習、爬蟲等技術手段可以實現多渠道抓取信息，信息涵蓋范圍不僅僅包含傳統的公告、研報、新聞等，而且也較大程度涉獵微博、論壇等市場情緒因子，信息面更加廣泛，有利于提高信息的有效性，輔助科學投資決策。另一方面，為使得模型能夠更有效地識別風險與收益，投資機構利用機器算法構建可用于歷史回測、情景模擬、未來預測的智能風控、量化模型等。金融科技顯著提高機構投資分析能力，促進理性投資，顯著降低從眾心理。

七、研究結論與啟示

金融科技作為信息時代的產物，為傳統的投資模式注入活力，顯著改善了投資者盲目跟風的現象。本文的研究主要得出以下結論：一是金融科技的發展顯著影響了股票市場中的羊群效應；二是金融科技的發展能夠有效降低股票市場中的羊群效應。同時，本文又從理論路徑分析了金融科技降低羊群效應的作用機制，結論顯示：金融科技通過增加信息透明度、提高投資者投資能力、降低投資成本等方式提高投資者理性抉擇的能力，進而降低從眾現象。根據本文的研究，結合我國金融科技的發展現狀，得出以下的啟示：第一，金融科技能有效降低投資者盲目跟風的現象，因此應該重視金融科技對于投資的作用，大力發展以智能投顧為代表的個性化投資服務，充分挖掘市場中長尾客戶群體的投資潛力，提高市場參與者的多元程度。第二，有效利用金融科技提高風險識別機制，鑒于金融科技能夠有效降低羊群效應，使得投資更加理性，因此應合理利用金融科技這一優勢，構建風險識別模型，及時識別并發現市場中的風險，采取相應措施，可有效防范化解系統性金融危機的發生。第三，金融科技的發展必然離不開監管，我國金融科技發展主要以創新商業模式為主，監管相對較為滯后，未來金融科技的發展將面臨強監管，因此更好地規范相應的業務更是發展的重中之重。第四，金融科技的發展雖然對于投資理財、資產管理行業產生巨大的影響，但發展相對還不十分成熟，例如對于資管行業而言，普遍以代客理財的輕資產運營模式為主，而且較為高度依賴傳統業務經驗、人際關系等定性因素，目前雖有智能投顧出現，但國內大多數平臺仍采用人工方式服務。因此，還要逐步加大金融科技的投入，以促進資管行業差異化、跨越式發展。

參考文獻：

［1］楊望，徐慧琳，譚小芬，薛翔宇.金融科技與商業銀行效率——基于DEA-Malmquist模型的實證研究［J］.國際金融研究，2020（07）：56-65.

［2］沈悅，郭品.互聯網金融、技術溢出與商業銀行全要素生產率［J］.金融研究，2015（03）：160-175.

［3］張雅倩.分析師評級變動對我國基金羊群行為的影響［D］.山東大學，2019.

［4］魯多厘.分析師跟進對我國機構投資者羊群效應的影響研究［D］.上海外國語大學，2020.

［5］黃益平，黃卓.中國的數字金融發展：現在與未來［J］.經濟學（季刊），2018，17（04）：1489-1502.

［6］孫銘睿.金融科技的發展趨勢與投資風險［J］.國際融資，2020（12）：39-41.

［7］劉天宇.媒體報道、機構投資者羊群行為對股票價格的影響研究——基于LSV模型的實證分析［J］.中國物價，2018（10）：48-51.

作者：王同博