同花顺-圈子

　　“要么躺平，要么赌一把，梭哈永不眠。”这里说的不是A股股民的心态，而是韩国资本市场散户的集体性现象。自疫情爆发后，韩国股市触底后迅速反弹且持续走高，狂热而又贫富分化严重的散户纷纷涌入市场，妄图一夜之间改变现状。同时，由于韩国允许一人多户，到今年2月，韩国股市活跃的账户已经超过6000个，约为全国人口的1.16倍。散户短期逐利的狂热交易模式，存在大量的非理性行为，如噪声交易、羊群效应、处置效应，过度自信及过度反应等。在社会群体中，个人的行为很容易受到外界人群行为的影响，在证券交易市场上，人们的从众心理也有着明显的表现。对于市场长期来看，这种现象容易导致资产的定价缪误，不管是散户还是个体自身，总归是要付出代价的，最后。

　　全文内容参见《资本市场高质量发展研究跟踪报告2022版》，联合撰稿人：浙江大学朱赫博士

　　交易风格问题：短期逐利现象的表征

　　#投资者视角

　　投资者结构对研究A股市场意义重大，其结构直接反映了我国股票市场的投资者成熟度，其结构变化反映了市场各参与主体的力量变化，在很大程度上决定了股票市场的投资理念和运行风格，同时也直接反映了我国上市公司股权结构治理的现状。

　　随着股权分置改革的完成，产业资本自2015年以来几乎一直是A股流通股的第一大持有者，期间只有2015年股市大幅波动时一般个人投资者持股超过产业资本。近年来随着资本市场规模扩容和制度改革，个人投资者不断入市。下表X展示的是2021年末各类投资者持股情况：

　　表：2021年末各类投资者持股情况

　　截至2021年末，自然投资者持股账户数为4181.61万户，占总户数的99.74%，而自然投资者持股市值只有87042亿元，仅占总市值的22.93%。其中，持股市值不足100万元的自然投资者账户数占比为91.05%，而持股市值占比只有5.89%，这说明我国投资者结构中，主要还是以自然投资为主。一般持股市值较低的自然投资者缺乏专业的投资知识，容易受到外界人群的影响，投资期限一般较短。然而，这种情况从2014年至2021年并没有发生较大变化，持股市值100万元以下的自然投资者账户数占比都在90%以上，由此可见我国证券市场投资者的短期行为仍将会继续存在。

　　图展示的是上证指数与月度新增投资者的关系，可以看出如果上证指数大涨，新增投资者数量就会大幅增加，如果上证指数大跌，新增投资者数量就会大幅减少。如2015年5月30日上证指数收盘价为4611.74，2015年6月新增投资者数为464.22万，而2015年9月30日上证指数收盘价为3052.78，2015年 10月新增投资者数为106.42万，上证指数期间累计下跌33.8%，月新增投资者则减少77.08%。2019年1月31日上证指数收盘价为2584.57，2019年2月新增户数为99.65万，而2019年2月上证指数收盘价为2940.95，2019年3月新增投资者数为202.48万，上证指数期间累计上证13.79%，月新增投资者数则增加103.19%。

　　月度新增投资者数量变动幅度往往较上证指数波动幅度较大，特别是当指数横盘或者下跌一段时间后，指数突然的小幅上涨，新增投资者数量就会大幅增加，这说明A股市场投资者存在追涨杀跌的投资行为，一旦股票市场大涨，就会有大量投资者进场，其投资行为并不是为了通过长期投资而获取收益，更多的是追求短期收益。

 　　#换手率

　　换手率可以衡量股票交易的活跃度，换手率越高，说明市场越活越，股票流动性好，交易成本低。然而，换手率高也可能是投资者的交易过于频繁，市场投机严重。过度的投机可能会导致股票价格与价值偏差过大，同时频繁交易产生的成本也会侵蚀投资者的投资收益。高换手率主要是因为投资者能力不足，喜欢追涨杀跌，虽然能为市场提供较高的流动性，但这与长期投资相悖，并不利于证券市场的长期发展。

　　由不同的境内指数换手率可知，代表蓝筹股的沪深300指数年换手率相对较低，而代表成长股的创业板指数换手率则非常高， 2020年创业板指换手率高达646.7%，远高于其它指数的换手率。超高的换手率意味着我国证券市场投资存在较严重的短期行为，投资者主要是追求股票短期收益，而不是为了获得长期投资回报，投机心理大于投资心理，这种非理性行为极易对股票市场未定型造成冲击。

　　图：指数换手率

　　图代表的是境外主要指数的换手率，对比境外指数年换手率，除了标普500以及纳斯达克指数外，其它指数年换手率都相对较低，而标普500以及纳斯达克指数具有高换手率的原因可能是对冲基金过多，容易在市场动荡时期放大市场波动。

 　　当前A股市场总市值接近百万亿元，市场交易呈现明显的结构性特征。一是不同板块交易结构差距较大，2021年创业板和科创板的年换手率分别达到553％和466％而上证主板换手率仅250％，各板块换手率差距较2020年有所缩小，但仍然较为明显。二是不同行业交易结构差距较大，交易热点呈现出行业轮动的特征，2020年换手率领先的通信（712％）、电子（649％）等行业2021年交易活跃有所下降，而有色金属（721％）、基础化工（553％）、钢铁（479％）等成为交易最热门行业。三是不同主题板块交易结构差距较大，热门主题中元宇宙主题板块换手率超过400％，锂电池主题板块换手率超过500％。近年来抱团行为及抱团的瓦解很大程度上主导了市场风格切换，例如2017年开始增持消费和科技股，推动了消费和科技板块的活跃，2021年回归周期股，推动了周期板块的行情。

 　　#波动率

　　股票波动率代表股票价格变动幅度的大小，股票价格涨跌幅度越大，股票波动率越大。波动率可以用来衡量股票的风险，一般股票波动率越大代表股票风险越大。由于信息不对称，频繁交易产生的短期行为，容易导致高的股票价格波动。股票波动率过高，虽然能够提升股票市场投资活力，但不利于发挥市场融资功能。

　　由不同指数的波动率可知，创业板指数与中证500指数波动率相对沪深300指数的波动率更高。因为沪深300指数包含的成分股都是大市值股票，而大市值公司信息披露充分，成交额高，受短期资金的影响较小，而创业板指数及中证500指数所包含的成分股市值相对较小，其受投资者短期行为影响较大。

　　2020年，受新冠疫情影响，全球股市大起大落，市场波动率为近5年最高。虽然部分投资者因高市场波动率而获得巨额回报，但市场的大起大落也吸引了大量短期投资者，其结果就是大量的投资者损失惨重。当股市出现低迷，会影响企业直接融资，加大了实体经济困境，影响我国经济发展。

 　　交易风格问题：相关学术研究成果

　　#换手率与收益率的关系

　　投资者短期逐利最直观的变现就是市场的投机情绪高涨和高换手率，其中的换手率是标准化后的股票交易量指标，它衡量的是股票交易的活跃程度。

　　Amnihud和Mendelson在1986年就开展了针对股票流动性与股票收益关系的研究，并提出了相关的理论模型。Haugen和Baker（1996）认为美国等发达国家的股票预期收益率和换手率有显著的负相关关系。Miller（1997）的理论同意这样的结果，他认为当多空双方存在分歧的时候，股票会被乐观的投资者持有，最终使得价格被高估。而作为衡量投资者分歧程度的变量的换手率，和预期收益率之间就存在了负相关的关系。但是从另一方面来看，也有一些研究表明，股票的换手率作为流动性指标，并不能对股价的变化做出明确的解释或预测。

　　而在我国，关于股票流动性对收益率影响的研究开始的比较晚。曾志坚、谢赤（2006）证实了上海交易所的股票显著存在流动性溢价。梁丽珍（2008）通过时间序列分析，认为流动性进入了资产定价过程。而张铮和刘力（2006）则认为，中国国内市场的股票换手率并不是一个有指导性意义的指标，它不能帮助投资者预测股价，不过在一定程度上反映了投资者对于未来市场走势的分歧程度（这和本文上文中的分析有相近的地方）。

　　还有的学者从行为金融学的角度来考察两者之间的关系，比如投资者存在着处置效应：在亏损时不愿意割肉，但是在股价上升的时候却急于落袋为安。再比如有的消费者在获利之后会根据自己的经验进行更多的交易（过度自信理论），这种行为会给高收益率带来高交易量，从而被动增大了换手率。

　　换手率既被作为股票流动性的代理指标，也被用来衡量股票的不确定性程度，这两者对于换手率风险信息的解读存在显而易见的冲突。然而，对此至今难以给出合理的解释，使得借助换手率进行其他相关研究也难以令人信服。张峥和刘力（2006）的研究表明，在中国股票市场换手率与股票预期收益之间的负向关系不能完全由流动性溢价理论所解释，换手率与其他流动性指标的相关性较弱，更侧重于反映投资者的意见分歧程度，并且认为换手率越高，投资者意见分歧程度越大，股价被高估的程度越大，从而有低的预期收益。然而，Chen等（2013）表明当投资者意见分歧较大时，股价也有被低估的可能，从而未来有高的预期收益。Barinov（2014、2015）发现换手率与股票预期收益之间的负向关系并不能被流动性或流动性风险所解释，换手率代表了股票的不确定性程度，而且总波动率越大，不确定性越高。然而，Ang等（2006）表明总波动率与股票预期收益之间的负向关系本身就是违背“高风险预期高收益”的市场异象。目前，大量文献都在试图解释换手率对股票收益的负向预测能力，却鲜有文献深入剖析换手率本身所包含的风险信息。

　　#短期逐利与流动性的关系

　　按照对换手率内涵理解的不同，金融学上为换手率效应提供了多种解释。其中，基于强调投资者理性和风险定价的主流经济学框架认为，低换手率股票的高收益源于对其低流动性或者高流动性风险的补偿。这里面包含了两层含义，第一层认为换手率与流动性正相关，换手率效应实际上是流动性溢价的表现。第二层在此基础上衍生而来，即低换手率意味着流动性差，而流动性差的资产面临较高的流动性风险。

　　Datar等（1998）、Rouwenhorst（1999）、苏冬蔚和麦元勋（2004）、Eckbo和Norli（2005）、Avramov和Chordia（2006）、Liu （2006）、梁丽珍和 孔东民（2008）认为换手率代表了流动性，高的换手率意味着高的流动性和低的流动性风险载荷，低的换手率意味着流动性枯竭和高的流动性风险载荷。依据Acharya和Pedersen（2005）、Liu等（2016）关于流动性风险定价的研究，流动性风险低的股票有低的预期收益，因而换手率与股票预期收益之间应该是负向关系。然而，在市场微观结构和行为金融学研究中，换手率也常被用来衡量股票的不确定性或由于股票不确定性而产生的投资者意见分歧程度（Diether等，2002；Jiang等，2005；Barinov，2014、2015）。股票的不确定性越高，投资者持有股票所承担的风险就越大，未来会要求更高的风险补偿，因而换手率应该正向预测股票收益。Harris和Raviv（1993）、Blume等（1994）的理论模型证明交易量与股票价格变化的绝对值之间正相关。股票价格变化的绝对值越大表明蕴含的风险越高，未来要求的风险报酬也越高，因而也证明换手率与股票预期收益之间是正向关系。Gervais等（2001）发现交易量高（低）的股票会有高（低）的预期收益，控制股票规模后依然成立，也表明换手率与股票预期收益之间存在正向关系。徐浩峰和朱松（2012）在研究机构投资者的交易风格时也发现高的换手率会使股票价格短期内上涨。

　　#短期逐利与股价崩盘风险的影响

　　投资者短期逐利行为是指投资期限较短，投资者主要追求短期投机收益，因此投资者的短期逐利行为即为投资者的非理性情绪。股票换手率指标衡量的是投资者对公司未来股价走势进行判断后进行的交易频率。非理性泡沫理论认为在资本市场中投资者的交易行为普遍具有非理性倾向且热衷追逐短线资金、追涨杀跌、投机性强，股票换手率越高意味着频繁交易后股价泡沫越来越多，最终引发股价崩盘；而流动性溢价理论认为股票换手率越高，对应股票的流通性能好此时要求的预期收益率也较低，股价产生的泡沫随之减少比较接近其资产的真实价值，发生股价崩盘风险的概率也会大大降低。

　　投资者情绪是指投资者对未来预期的系统性偏差。过去的研究提及股价与投资者情绪的相关关系时，量度投资者情绪的变量主要分为间接变量、直接变量与复合变量。陈毅铭（2019）聚焦1989美国股灾，对崩盘前后进行细致比对，发现只有投资者情绪经历了剧烈波动，而宏观经济、行业和公司基本情况等基本面没有发生明显变化。蒋玉梅和王明照（2010）发现投资者情绪在短时间里会正向冲击股价，在长期会反向冲击股价。鲁训法和黎建强（2012）使用股市上新开交易账户数衡量投资者情绪，发现其会与市场表现同向变动，即牛市新开交易账户数增多，熊市新开交易账户数减少，但新开交易账户数不会反过来对市场表现造成影响。Frazzini和Lamont（2008）等用基金持股组合数据分别构造机构投资者情绪指数与个人投资者情绪指数，发现在不完全有效市场中股票价格的波动会沿着上市公司间的关联传递。马若微和张娜（2015）研究以周转率、新增开户数、IPO数量及首日收益率构造的变量与上海证券交易所A股公司的关系发现二者存在双向因果关系，即一荣俱荣一损俱损。Baker等（2012）首先使用主成分分析法构建包括德国、日本、英国、加拿大、法国和美国的六个国家总投资者情绪指数，然后将六个国家的总情绪指数分解为一个共享的全球指数和6个本地指数。得出的结论是市场情绪是市场收益和难以套利和估值的投资组合的反向预测指标，情绪传染是通过资本转移完成的。史永东等（2015）改进 Carhart 四因素模型新加入投资者情绪做实证，结果表明：投资者情绪最能影响有暴涨暴跌倾向、不怎么发股息、小盘等表现的的负敏感情绪企业股收益率。程昆和刘仁和（2005）发现好淡指数能反映多头市场和空头市场，具体而言，中期投资者情绪可以很好的解释股价波动率，而短期投资者情绪则显著受到股价波动的影响。chmeling（2007）对交易主体进行调查使用自己得到的一手资料作为投资者情绪的基础数据。贾春新等（2010）以谷歌网站搜索的关键词频数作为衡量投资者情绪的指标，结果表明个股频数愈高预期收益率愈大，谷歌搜索频数能在一定程度上代表交易主体对该个股的关注程度。俞庆进和张兵（2012）以百度搜索的对中国创业板12个月的数据进行实证分析，发现投资者关注会对股票价格有正向作用，但会很快变为负向。张继德等（2014）等认为百度作为中国最大的搜索引擎能在一定程度上代表投资者关注度，因此百度指数高即投资者关注度高，会为市场注入活力，换手率大大提升，与此同时股价也会短暂的上升。张安宁和金德环（2014）发现在看多市场和看空市场中，投资者情绪对股票收益率不是对称影响的，在多头市场比空头市场压力更大，价格回弹程度更小。段江娇等（2014）经济学与计算机相结合，挖掘了东方财富股吧的文本，对其中的信息进行评级，发现投资者分歧越大，交易量越大，投资者情绪会正面冲击当期股价，负面冲击与预期股价。