偏股型基金和我国股市震荡状态下个股波动关联性实证探究

《偏股型基金和我国股市震荡状态下个股波动关联性实证探究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、偏股型基金和我国股市震荡状态下个股波动关联性实证探究【摘要】立足实证研究，采用截面数据拟合出在震荡市场情况下的截面回归方程，方程关系及变量系数均通过显著性检验。发现在震荡市场股价无明显趋势情况下，个股波动率与机构投资者成正相关关系，个股波动率与个股流通规模呈现正相关关系。机构投资者占比越大，个股的波动率越高。主要原因在震荡市下基于短期绩效的机构羊群效应更为显著，震荡市下散户更多的噪声交易诱发机构投资者采用更多的短期投机交易获利等。【关键词】震荡市波动率基金持股比例羊群效应噪声交易由于在股市趋势明显和趋势不明晰的不同市场环境里，偏股型基金的

2、投资策略和行为特征都存在不同的差异，造成由不同类型截面的股票样本统计出的股价波动率和持股基金占比的关联关系可能会不同，本文主要对我国股市中相对趋势不明显（震荡状态）的季度内股价波动和持股基金占比的关联性进行实证研究与分析。一、样本数据说明本文借鉴回归研究方法，对各季度基金持股比例与股票收益波动的截面数据予以检验。样本数据的选取，标准是选取了基金历年重仓股，剔除基金持股比例过小的股票，并选取在样本期间内一直存在的股票，可以避免新上市公司股价的不稳定影响。开始经过对比遴选，选中108只股票为研究对象，后来由于某些公司停盘时间超过一季度等原因，

3、造成季度波动率缺失，故剔除了电广传媒、上海家化、双汇发展、长江电力、盐湖股份、豫园商城、农产品六支股票。最终选取了剩下的102支股票作为样本研究对象。样本数据的选取时间，首先要用2008年2011年沪深300指数的月度K线走势图将股价相对趋势明显与股价相对趋势不明显的阶段区分开来，然后选取股票市场处于震荡市无明显趋势时期内的样本数据，具体时间段是2010年1季度、4季度、2011年1季度、2季度。本文使用选取的样本股票，建立截面回归模型对样本股票(每季同样102支股票)的季度波动率及持股基金占比进行横截面的回归分析。具体数据的回归分析采用

4、EVIEWS统计分析软件进行。二、截面回归模型我国股市趋势性不明显(震荡市)状态下股价波动和持股基金的关联关系可建立如下截面回归方程：模型1：LN(BDL)二a+BXLN(JJZB)+yXLTGM+e股价波动率(BDL),采用季度内股票的日收益率的标准差来衡量。基金持股比例(JJZB),采用季度末所有证券投资基金持股市值占该支股票流通市值的比例。流通股规模(LTGM),以样本股票在季度末的流通股本数量来表示。其中股价波动率(BDL)为被解释变量，基金持股比例(JJZB)为解释变量，流通股规模(LTGM)做为控制变量，为随机误差项。检验结果

5、如表1所示：三、实证结论及相关分析从上表的回归结果结合可以看出，在我国震荡市场无明显趋势的2010年1季度、4季度、2011年1季度、2季度四个截面中，基金持股比例的系数B都显著为正值，说明在这几段无明显趋势的盘整时间段内基金持股比例与该支个体股票的收益波动率出现正相关的关系。即在整体股市处于无趋势盘整阶段当中，如果偏股型基金在某支个股里的持股比例越多，这个股的波动率相对较大，而如果偏股型基金在某支个股里的持股比例越少，则该股的波动率相对较小。例如在2011年1季度中的由102只样本股票模拟出的一支个股，每增加1个单位的基金持股，将增加0

6、.05884单位的个股波动率。对比观察这几个无明显趋势不同时点的截面，发现其回归系数正负方向都相同且数值接近，反映了拟合的合理性，更验证了无明显趋势(震荡市)下基金持股比例与该个体股票的收益波动率的正相关的关系。可见，在股市无明显趋势的盘整时段内，偏股型基金的持股加剧了个股股价的波动，并未能起到稳定股票市场的作用。究其原因，一是基金长期价值投资部分在市场升降趋势尚不明朗的中短期里，较少受到管理资金减值的压力的影响，中期发现价值洼地的机会也不如在上涨趋势里得到更多认可，表现相对不活跃。二是由于行情尚不明朗，而基金经理们往往面临基金评价体系的

7、压力，造成基金经理为了追求业绩，更多采取短期投机策略图利，资产配置变换加快，追涨杀跌，投机仓位的上升必将成为持股波动率增大的动因，同时部分基金经理为了应付业绩排名的风险，在市场信息不确定的情况下，行为容易受到其他明星基金经理的影响，模仿他人决策，或者过度依赖舆论，做出不适宜自己基金状况的买卖行为，从而使得在盘整过程中的基于绩效和声誉的羊群效应更加明显。三是在无明显趋势盘整阶段的短期投机盛行，以及羊群效应对其的趋同和放大作用必将增加个股的波动性，从而影响了市场的稳定性。四是震荡市下散户进行更多的基于虚假噪声的交易，诱发投资基金等机构投资者采

8、用更多的短期投机交易获利，而这些短期投机交易则引发更多的噪声，也加剧市场的波动性，破坏了市场的稳定性。参考文献：[1]古扎拉蒂•计量经济学•中国人民大学出版社，2002.