摘要自1990年中國證監(jiān)會批準(zhǔn)了第一批證券投資基金試點我國公募基金業(yè)已經(jīng)發(fā)展三十余年這三十年里，公募量化基金發(fā)展迅速不斷成長，衍生出指數(shù)增強、量化對沖以及主動量化等各類公募量化基金，同時隨著公募量化基金規(guī)模越來越大，對股票市場的影響力越來越大，成為市場上最重要的投資者之一，但需要注意的是，同其他公募基金不同，公募量化基金以海量歷史數(shù)據(jù)作為基礎(chǔ)，對未來價格走勢進行預(yù)測，減少人為因素干擾的同時，也存在易使股市產(chǎn)生波動，影響市場穩(wěn)定性等負(fù)面影響。如何發(fā)揮公募量化基金在股市中的優(yōu)勢，就有必要著重研究基金對股市波動的影響。本文基于有效市場理論與行為金融投資理論的雙重框架，深入探討了公募基金量化交易行為對市場波動的影響，旨在通過理論與實證的緊密結(jié)合，揭示其內(nèi)在機制。首先，本文詳細(xì)闡述了有效市場假說和行為金融投資行為的理論基石，為后續(xù)分析奠定了堅實基礎(chǔ)。在此基礎(chǔ)上，重點分析了羊群行為和反饋交易策略對股市波動的理論影響，從而構(gòu)建起一個完整的分析框架。在實證研究中，本文運用GARCH模型、格蘭杰因果檢驗等先進工具，以滬深300指數(shù)收益率為代表，深入探討了基金投資行為對股市波動性的實際影響。同時，以基金資產(chǎn)凈值和換手率為關(guān)鍵指標(biāo)，全面刻畫了基金投資行為的規(guī)模和運作風(fēng)格。研究結(jié)果表明，我國公募基金投資行為對滬深300指數(shù)波動性的影響并不顯著，未能如理論預(yù)期般發(fā)揮穩(wěn)定市場、平抑波動的功能。然而，進一步分析發(fā)現(xiàn)，公募基金換手率、滬深300指數(shù)收益率與基金資產(chǎn)凈值之間存在著穩(wěn)定的均衡關(guān)系。具體而言，公募基金換手率的上升會帶動滬深300指數(shù)收益率的提升，顯示出其價值發(fā)現(xiàn)的功能。然而，基金凈資產(chǎn)并未表現(xiàn)出類似的影響。相反，滬深300指數(shù)收益率對基金資產(chǎn)凈值和換手率均具有一定的正向影響，進一步揭示了市場波動與基金投資行為之間的復(fù)雜關(guān)系。綜上所述，本文通過深入的理論與實證分析，全面揭示了公募基金量化交易行為對市場波動的影響及其內(nèi)在機制。盡管公募基金未能如理論預(yù)期般發(fā)揮穩(wěn)定市場的作用，但其換手率與滬深300指數(shù)收益率之間的均衡關(guān)系仍具有一定的價值發(fā)現(xiàn)功能。這一發(fā)現(xiàn)對于深入理解我國股市的運行規(guī)律、優(yōu)化公募基金投資策略具有重要的指導(dǎo)意義。最后,論文針對理論與實證分析的結(jié)果,從加強投資者教育、完善證券市場環(huán)境、建立合理基金評價體系等方面，對監(jiān)管者提出相關(guān)啟示與政策建議，并對論文作自我評價及展望。關(guān)鍵詞：公募量化基金行為股市波動波動性GARCH模型AbstractSincethefirstbatchofsecuritiesinvestmentfundpilotprojectswasapprovedbytheChinaSecuritiesRegulatoryCommissionin1990,China'spublicfundindustryhasbeendevelopingformorethan30years.Duringthisperiod,publicquantitativefundshavedevelopedrapidlyandcontinuously,givingrisetovarioustypesofpublicquantitativefundssuchasindexenhancement,quantitativehedging,andactivequantification.Atthesametime,withtheincreasingsizeofpublicquantitativefunds,theirinfluenceonthestockmarkethasbecomegreaterandtheyhavebecomeoneofthemostimportantinvestorsinthemarket.However,itshouldbenotedthatunlikeotherpublicfunds,publicquantitativefundsusemassivehistoricaldataasabasistopredictfuturepricetrends,reducehumaninterference,andalsohavenegativeeffectssuchasvolatilityandmarketstabilitythatarepronetocausefluctuationsinthestockmarket.Itisnecessarytofocusonstudyingtheimpactofpublicquantitativefundsonstockmarketvolatilityinordertoleveragetheiradvantagesinthestockmarket.Thisarticleisbasedonthedualframeworkofefficientmarkettheoryandbehavioralfinancialinvestmenttheory,anddeeplyexplorestheimpactofquantitativetradingbehaviorofpublicfundsonmarketvolatility.Theaimistorevealitsinternalmechanismthroughaclosecombinationoftheoryandempiricalanalysis.Firstly,thisarticleelaboratesontheefficientmarkethypothesisandthetheoreticalfoundationofbehavioralfinancialinvestmentbehavior,layingasolidfoundationforsubsequentanalysis.Onthisbasis,thetheoreticalimpactofherdbehaviorandfeedbacktradingstrategiesonstockmarketvolatilitywasanalyzedindetail,thusconstructingacompleteanalyticalframework.Inempiricalresearch,thisarticleusesadvancedtoolssuchasGARCHmodelandGrangercausalitytesttodeeplyexploretheactualimpactoffundinvestmentbehavioronstockmarketvolatility,representedbythereturnsoftheShanghaiandShenzhen300Index.Atthesametime,withthenetassetvalueandturnoverrateofthefundaskeyindicators,thescaleandoperationalstyleofthefund'sinvestmentbehaviorarecomprehensivelycharacterized.TheresearchresultsindicatethattheimpactofinvestmentbehaviorofpublicfundsinChinaonthevolatilityoftheShanghaiandShenzhen300Indexisnotsignificant,andithasnotplayedtheroleofstabilizingthemarketandsuppressingvolatilityasexpectedbytheory.However,furtheranalysisrevealsastableequilibriumrelationshipbetweentheturnoverrateofpublicfunds,thereturnrateoftheShanghaiandShenzhen300Index,andthenetassetvalueofthefunds.Specifically,theincreaseinturnoverrateofpublicfundswilldriveanincreaseinthereturnsoftheShanghaiandShenzhen300Index,demonstratingtheirvaluediscoveryfunction.However,thenetassetsofthefunddidnotshowasimilarimpact.Onthecontrary,thereturnsoftheCSI300Indexhaveacertainpositiveimpactonthenetassetvalueandturnoverrateoffunds,furtherrevealingthecomplexrelationshipbetweenmarketvolatilityandfundinvestmentbehavior.Insummary,thisarticlecomprehensivelyrevealstheimpactofquantitativetradingbehaviorofpublicfundsonmarketvolatilityanditsunderlyingmechanismsthroughin-depththeoreticalandempiricalanalysis.Althoughpublicfundshavenotbeenabletostabilizethemarketasexpected,theequilibriumrelationshipbetweentheirturnoverrateandthereturnsoftheShanghaiandShenzhen300Indexstillhasacertainvaluediscoveryfunction.ThisdiscoveryhasimportantguidingsignificanceforadeeperunderstandingoftheoperatingrulesofChina'sstockmarketandoptimizingtheinvestmentstrategiesofpublicfunds.Finally,basedontheresultsoftheoreticalandempiricalanalysis,thispaperprovidesrelevantinsightsandpolicyrecommendationstoregulatorsfromtheaspectsofstrengtheninginvestoreducation,improvingthesecuritiesmarketenvironment,improvingthequalityoflistedcompanies,andestablishingareasonablefundevaluationsystem.Italsoprovidesaself-evaluationandoutlookforthepaper.Keywords:QuantitativePublicFundBehaviorStockMarketVolatilityGARCHModel我國公募基金量化交易行為對股市波動的影響第一章緒論選題背景、問題提出和研究意義選題背景我國公募基金業(yè)已有二十多年的發(fā)展歷程,伴隨著證券市場發(fā)展,基金行業(yè)迅速成長,規(guī)模不斷擴大，對股票市場的影響力越來越大，目前,公募基金已然成為我國股票市場上最大的機構(gòu)投資者,其投資行為對股市波動的影響也越來越大。近幾年,量化投資逐漸被國內(nèi)公募基金認(rèn)可和廣泛采用,,越來越多對證券市場產(chǎn)生重要影響的因子被挖掘出來,為證券市場提供了更多的選擇依據(jù)。隨著量化基金規(guī)模和數(shù)量的日益壯大，其持股行為對股市波動的潛在影響已逐漸引起了投資者和監(jiān)管機構(gòu)的深度關(guān)注。然而，不容忽視的是，這種行為也可能加劇股市的波動性，進而威脅到市場的穩(wěn)定性。鑒于實際市場運作與預(yù)期之間存在的偏差，我們有必要重新審視并深入剖析基金對股市波動的影響機制。在這樣的背景下，對我國公募基金量化交易行為的研究顯得尤為重要與迫切。作為金融市場上舉足輕重的機構(gòu)投資者之一，公募基金應(yīng)當(dāng)發(fā)揮哪些關(guān)鍵作用？我國基金目前存在哪些亟待解決的問題？如何更有效地利用基金來穩(wěn)定市場？這些問題亟待我們深入研究和解答。因此，對公募基金量化交易行為開展深入研究，并針對其影響和結(jié)果提出切實可行的建議，不僅具有重要的理論價值，更具備深遠的現(xiàn)實意義。通過此項研究，我們期望能為優(yōu)化基金投資策略、提升市場穩(wěn)定性提供有力的理論支撐和實踐指導(dǎo)。問題提出本文基于上述選題背景提出本文研究的問題：我國公募基金量化交易行為對股市波動的影響究竟有哪些影響。研究意義由于我國公募量化基金的體量與影響力在不斷加大，公募量化基金對股票市場的影響也越來越大，研究公募基金量化交易行為對股票市場的影響和作用，可以幫助我們發(fā)現(xiàn)現(xiàn)有量化基金發(fā)展中存在的不足之處，為證券市場監(jiān)管者提供一定的實證參考，幫助其完善量化基金監(jiān)管體系，有利于公募量化基金業(yè)健康有序發(fā)展，推動我國金融市場的健康發(fā)展與平穩(wěn)運行。另外，本研究有利于針對存在的問題完善相關(guān)監(jiān)管體系，為制定相應(yīng)的證券市場政策規(guī)定提供相應(yīng)的參考。研究內(nèi)容和研究方法研究內(nèi)容在本文中，我們首先對有關(guān)基金量化交易對市場影響的研究文獻進行了系統(tǒng)的回顧，進而通過精心挑選的指標(biāo)，構(gòu)建了相應(yīng)的模型，并進行了深入的實證分析。在獲得實證結(jié)果后，我們進行了總結(jié)，并據(jù)此提出了針對性的意見和建議。為全面剖析基金投資行為，我們采用了基金資產(chǎn)規(guī)模、基金資產(chǎn)凈值、重倉股投資特征以及周轉(zhuǎn)率等多項指標(biāo)。同時，選擇具有代表性的滬深300指數(shù)收益率作為衡量股市波動的關(guān)鍵指標(biāo)。在此基礎(chǔ)上，我們重點關(guān)注基金投資行為中的基金資產(chǎn)凈值、換手率數(shù)據(jù)與滬深300指數(shù)收益率之間的內(nèi)在聯(lián)系，通過實證研究揭示了基金投資行為與股市波動性之間的復(fù)雜關(guān)系?；趯嵶C結(jié)果，我們進一步深入剖析了基金交易行為及其對股市的影響，以期為本國公募基金的健康發(fā)展提供有益的參考和建議。通過本文的研究，我們希望能夠為公募基金的成長和進步貢獻一份力量，促進資本市場的穩(wěn)健發(fā)展。研究方法文獻分析法通過分析相關(guān)文獻，理清目前基金量化交易對市場影響研究現(xiàn)狀，并進一步闡述公募基金行為對我國股票市場的影響。理論分析法本文首先深入探討了基金投資的理論基石，為后續(xù)分析提供了堅實的理論基礎(chǔ)。在此基礎(chǔ)上，我們進一步闡述了基金投資行為對股市波動性影響的理論框架，從而構(gòu)建起一個完整的分析體系。特別地，我們重點研究了基于羊群行為和反饋交易的股市波動原理，深入剖析了這兩種行為模式對股市波動的深刻影響。羊群行為反映了投資者在市場中的從眾心理，其盲目跟風(fēng)往往加劇了市場的波動性；而反饋交易則體現(xiàn)了投資者根據(jù)過去價格變動進行買賣決策的行為，其正反饋機制在特定情況下也可能加劇市場波動。通過深入分析這些原理，我們旨在揭示基金投資行為對股市波動性的重要影響，為優(yōu)化投資策略、穩(wěn)定市場提供理論支持。實證研究法通過實證分析，更全面地分析公募基金投資行為對股市波動性的影響,從而加強本文研究的可靠性與說服力。本文創(chuàng)新與不足創(chuàng)新點國內(nèi)現(xiàn)有文獻關(guān)于基金影響股市波動的研究主要集中在證券投資、QDII等開放式基金上，量化投資等研究方向則主要集中在選股策略、因子模型等方面，因此本文將以公募量化基金為研究對象，基于公募量化基金投資行為的研究視角，探究其對股市波動的影響。不足股市波動率的測度精度有待提升，數(shù)據(jù)選擇不足：在樣本的選取上，由于基金公司只公布季度報告，我們只能獲得公募量化基金持股情況的季度數(shù)據(jù)，數(shù)據(jù)頻率限制了對公募量化基金的實證研究，因此在實證研究時，可能面臨精確度不高的問題。第二章文獻綜述國外文獻綜述國外的量化投資的發(fā)展比國內(nèi)相對更早，因此，對其進行深入的研究，將有助于我們更好地指導(dǎo)和推動我國的量化投資事業(yè)的發(fā)展。同樣地，國內(nèi)外投資者普遍對量化投資與股市之間的關(guān)系持有以下兩類觀點：基金量化交易加劇市場波動廣義而言，量化投資是一種基于歷史數(shù)據(jù)、以模型為核心、以程序化交易為手段的交易策略，而高頻交易則為其常用策略之一。Scharfstein和Stein在1990年指出，基金投資者的羊群行為和慣性反轉(zhuǎn)投資行為不僅會對金融市場造成非穩(wěn)定性影響，還會催生股票價格的泡沫化，進而加劇市場整體的波動與風(fēng)險。Markus(2021)集中對被動式交易所交易基金在中短期內(nèi)的投資行為進行研究,發(fā)現(xiàn)該種基金存在顯著的正反饋交易策略,并且不太成熟的市場參與者進行的正反饋交易會在短期內(nèi)破壞股票市場的穩(wěn)定?；鹆炕灰拙徍土耸袌霾▌雨P(guān)于基金量化交易對波動性和股市穩(wěn)定的關(guān)系，許多研究表明，在2008年的金融危機中，高頻交易可以減少股市的短期波動性，即使是在股市的震蕩中，也可以減少股市的短期波動性，但并不會對股市的長期波動性產(chǎn)生明顯的影響。Chaboud(2009）和Riordan(2009）都采用了可以識別高頻率交易產(chǎn)生指令的數(shù)據(jù)。前一種觀點認(rèn)為，高頻率的交易可以減少市場波動；而后者則是對德國證券交易所的30種股票的交易記錄進行了分析，結(jié)果表明，高頻率的交易可以改善市場的流動性，并且還可以通過更高效的報價和更多的流動性要求來改善市場的價格發(fā)現(xiàn)。Franklin和Xin（1998）則認(rèn)為，大量的專業(yè)人士以及廣泛的信息收集渠道，會使得機構(gòu)投資者能更加全面而深入的分析宏觀經(jīng)濟形勢、上市公司經(jīng)營狀況等情況，運用先進的投資技術(shù)和策略，因此能夠更加準(zhǔn)確地對股票的基準(zhǔn)價值進行評估，能起到穩(wěn)定股市的作用。Jarnecic（2010）等利用倫敦政治經(jīng)濟學(xué)院LSE的數(shù)據(jù)，將高頻投資者劃分為不同類別，研究表明高頻交易者對股市流動性具有顯著的積極作用，并認(rèn)為高頻率的交易員更有能力提高流動性，而非波動率。除此之外，Aldridge(2013)和Rosu(2013)也都認(rèn)同高頻交易具有減少市場波動的觀點。Hirshleifer等(1994)通過證發(fā)現(xiàn),如果機構(gòu)投資者對消息反應(yīng)不足,則其正反饋交易策略能穩(wěn)定市場。DeLong，Shleifer，SummersandWaldmann(1990)研究市場上的噪音交易風(fēng)險，其結(jié)論認(rèn)為，機構(gòu)比散戶更理性和不容易沖動。專業(yè)性決定了機構(gòu)投資者對市場定價和經(jīng)濟模型更加熟悉，他們參與市場的交易，在某種意義上來說，抵消了一些散戶的非理性行為的影響，穩(wěn)定了股市價格。Brogaard（2010）等利用納斯達克交易所120只股票在2008至2010年交易數(shù)據(jù)（包括一個交易發(fā)生的毫秒級時間戳以及是否是高頻交易的指示器），結(jié)果發(fā)現(xiàn)高頻交易在為市場提供流動性。到了2015年，他再次細(xì)化自己的研究，并提出高頻交易的行為為市場提供充足的凈流動性，因此他推斷高頻交易并不是導(dǎo)致市場劇烈波動的原因，印證了高頻交易能夠起穩(wěn)股市波動這一觀點。國內(nèi)文獻綜述近幾年來，隨著國內(nèi)量化投資策略的盛行，量化基金的數(shù)量和規(guī)模在不斷增長，這使得關(guān)于量化投資與股市波動相關(guān)的理論和實證研究也越來越多。和國外研究相似，國內(nèi)的研究結(jié)果可歸納為兩大類：基金量化交易加劇市場波動量化投資者的興起和參與，有助于提高我國股市生態(tài)系統(tǒng)中的參與者的多樣性，提高市場規(guī)模和流動性，提高市場價值發(fā)現(xiàn)的功能，但不可避免地也會出現(xiàn)干擾股市穩(wěn)定的情況。顧海峰和吳劍明通過Fama多因素模型研究表明在羊群效應(yīng)的驅(qū)動下,我國基金呈現(xiàn)出雷同的投資風(fēng)格,這將對股市的波動起到促進作用。劉俊鋒(2020)如果有大量的跟風(fēng)者即羊群效應(yīng)顯著,會引起股價的劇烈波動。孫文晶等(2022)從社?；鹨暯浅霭l(fā),研究發(fā)現(xiàn)社?；鸬难蛉盒?yīng)加劇了股市的崩盤,且當(dāng)處于熊市時,羊群效應(yīng)對股市的風(fēng)險加劇作用更加顯著。在實證研究方面，劉偉（2014）等人在很早以前就指出了我國的量化基金存在著“同質(zhì)性”的趨勢。提出了同質(zhì)交易意愿的增加與股市異動的關(guān)系密切，并在某些特定時間內(nèi)這種關(guān)系會顯著加強的觀點。吳曉靈（2016）等人指出，在常態(tài)條件下，高頻率的股票交易具有一定的正向效應(yīng)，如提高了市場的流動性；但是，在流動性和風(fēng)險控制措施不完善的情況下，高頻交易會加劇市場的波動；此外，在劇烈震蕩的情況下，某些定向型的高頻率交易策略亦會助長極端行情?；鹆炕灰子兄谝种剖袌霾▌油瑯拥?，國內(nèi)依然有不少學(xué)者認(rèn)為量化交易能夠為市場帶了流動性從而能夠有效穩(wěn)定市場。姚姬與劉志遠（2005）借助Fama-Macbeth回歸方法，深入剖析了2001年至2003年間基金重倉股的相關(guān)數(shù)據(jù)。他們詳細(xì)分析了每個季度基金持股占比與收益率、收益波動率及換手率之間的截面回歸關(guān)系，并通過匯總計算各期回歸結(jié)果的系數(shù)均值，驗證了變量間是否存在穩(wěn)定的線性聯(lián)系。最終得出的結(jié)論是，投資基金作為證券市場的重要參與者，在穩(wěn)定市場價格方面起到了顯著作用。湯大杰與鄧勇（2007）則采用GARCH方法，專門研究了公募基金對股市波動性的影響。他們的研究結(jié)果表明，我國公募基金在穩(wěn)定金融市場、減緩股票價格波動率方面展現(xiàn)出了巨大的實踐價值。這一結(jié)論進一步證實了公募基金在資本市場中的重要地位和作用張羽和李黎(2005)表示基金的賣出羊群效應(yīng)加快了股價對新信息的消化速度,進而對股票市場的長期穩(wěn)定有著正向效果。隋想和王云燕(2019)認(rèn)為,基金的發(fā)展壯大對投資者回報率的提升、投資組合的完善、金融市場的創(chuàng)新產(chǎn)生積極影響。但是,正反饋交易等非理性投資行為會導(dǎo)致股市的波動,不利于股票市場的穩(wěn)健運行。王宇超（2014）等人提出的“社會嵌入式多主體仿真模型”，將現(xiàn)實市場和人工市場的主體仿真地融合在一起，結(jié)果顯示：算法交易可以有效地減少大宗交易對股市的影響，同時，算法交易可以產(chǎn)生實時更新的限價指令流，提高股市的流動性。在量化基金“同質(zhì)性”的研究分析上，劉偉（2015）等人發(fā)現(xiàn)我國量化基金中個體交易間的相關(guān)系數(shù)總體偏低，且對股票市場的波動性沒有顯著的影響。田漢卿（2016）等人從交易制度方面指出，與歐美T+0系統(tǒng)相比，我國T+1系統(tǒng)制約著程序的發(fā)展，而我國大部分程序都是以減少交易費用為目標(biāo)的交易執(zhí)行系統(tǒng)，并不包括當(dāng)日的回旋。這樣的話，程序交易就能降低對市場的影響，使其流通起來。姜哲（2017）等人認(rèn)為，程序交易中的套利行為可以有效地促進價格發(fā)現(xiàn)，遏制過度投機行為，減少標(biāo)的資產(chǎn)波動性，使期貨和現(xiàn)貨價格回歸到正常的波動性和差值，對市場的穩(wěn)定性起到了促進作用。張茂軍（2021）等人采用決策樹法，建立了CLBIB-VSD-CART模型，并構(gòu)建該模型的定量分析體系，結(jié)果表明該模型既能對金融資產(chǎn)的價格特性做出準(zhǔn)確的預(yù)測，又能對股票市場的波動幅度進行有效的調(diào)控。文獻評述量化交易對市場的影響研究結(jié)論分為兩部分，部分學(xué)者認(rèn)為量化交易能夠通過其高頻交易策略和程序化交易的優(yōu)勢為市場提供足夠的流動性，降低交易成本并提高市場價格發(fā)現(xiàn)效率，起到穩(wěn)定市場的作用。而另一部分學(xué)者認(rèn)為，在正常情況下的量化交易確實能夠起到上述作用，但由于量化策略同質(zhì)化趨勢的發(fā)展，量化策略容易被誤導(dǎo)甚至是操縱，會引發(fā)股市追漲殺跌。量化交易對市場的影響有利有弊，它不僅能夠提高市場效率，還可以實現(xiàn)更精準(zhǔn)的投資決策，有效地提高了投資者的收益。但是，也有一些潛在的風(fēng)險，比如：投資者可能會受到虛假交易的影響；市場可能會出現(xiàn)不穩(wěn)定；可能會出現(xiàn)操縱價格的行為等。為此，國家需要制定健全的監(jiān)管政策和適當(dāng)?shù)谋O(jiān)督措施，以更好地引導(dǎo)和規(guī)范其健康發(fā)展，從而保證其更好地發(fā)揮其正效應(yīng)。綜上所述，量化方面的研究更多傾向于量化策略中模型因子的構(gòu)建以及程序化交易、高頻交易的影響，此外,在研究方法、研究視角和實證數(shù)據(jù)等方面,國內(nèi)外文獻都存有缺陷。因此，本文從客觀角度出發(fā),對公募基金量化投資行為及其對股票市場的影響展開具體研究，通過分析公募基金投資行為對股市波動性的影響,旨在引導(dǎo)公募基金最終實現(xiàn)穩(wěn)定股市的功能。第三章公募量化投資基金對股市波動性影響的理論分析有效市場假說對公募量化基金投資行為的分析有效市場假說基于三個假設(shè)條件第一，投資者是理性的，他們可以理性地評估證券的內(nèi)在價值；當(dāng)市場上存在部分非理性的投資者時，由于他們交易行為的隨機性，這種隨機性通常會產(chǎn)生相互抵消的效應(yīng)，進而對證券資產(chǎn)價格的影響變得微乎其微。此外，即便投資者的非理性行為存在某種程度的相互關(guān)聯(lián)性，市場上理性的套利者也會積極行動，通過套利機制來消除這些非理性行為對價格的影響。根據(jù)有效市場假說，股票價格呈現(xiàn)出隨機波動的特性，這意味著我們無法僅憑當(dāng)前的信息來準(zhǔn)確預(yù)測未來的價格變動，因此也無法從中獲取超額收益。當(dāng)市場上涌現(xiàn)出新的信息時，這些信息會迅速被資產(chǎn)價格所吸收。在這種情境下，即便是那些研究實力雄厚、信息渠道廣泛的機構(gòu)投資者，也難以在市場中獲得顯著的超額收益。，也不能也不能系統(tǒng)地超越市場，無論是技術(shù)分析還是基本面分析，都不能提供超額收益。這其實是一個理想市場模型，關(guān)于市場是否有效的爭議也長期存在。如果市場是有效的，所有的信息都己經(jīng)在價格上體現(xiàn)出來，投資者之間并無信息上的優(yōu)劣差別，那么就無法制定出更為優(yōu)異的交易策略。行為金融學(xué)對公募量化基金投資行為的分析事實上，以理性人的假設(shè)為基礎(chǔ)建立起來的傳統(tǒng)金融學(xué)，在現(xiàn)實中遭到了很多人的質(zhì)疑。實際金融市場中存在許多與有效市場假設(shè)不同的現(xiàn)象，DeLong等學(xué)者的研究表明，證券市場存在著“噪音交易，者”，這類投資者通常依賴感覺和非理性認(rèn)知進行投資交易，其行為在一程度上影響著股票價格的波動。行為金融理論推翻了這一假定，提出市場參與者受限于自身的認(rèn)知局限和情緒波動，可能會做出無效的市場決策。這些行為會影響資產(chǎn)的需求和供應(yīng)，最終影響價格。該理論認(rèn)為，主宰股價的不僅僅是因為它的內(nèi)涵價值，更多的要受到投資主體的影響，也就是說，投資者的想法和舉動都會對股市價格產(chǎn)生重大的影響行為金融學(xué)是將心理學(xué)與經(jīng)濟學(xué)相結(jié)合的學(xué)科之一。通過解析人們在投資過程中的行為特征，總結(jié)投資者在經(jīng)濟行為中的心理，從而指導(dǎo)投資者做出更理性的決策。行為金融學(xué)，可以從心理層次和行為層次來研究。例如在投資時，有的投資者傾向根據(jù)近期經(jīng)驗做出選擇，卻忽視長期趨勢變化，這種心理偏差可能會導(dǎo)致投資者對市場波動過于敏感，從而做出錯誤的選擇。有的投資者認(rèn)為歷史中曾獲得高價的某只股，因而認(rèn)為還會出現(xiàn)高價，對某一價格形成錨定心理。除了心理因素的影響，不一樣的投資初衷，不一樣的投資環(huán)境，不一樣的投資經(jīng)理，不一樣的投資偏好，都會做出不一樣的投資選擇，造成不一樣的投資結(jié)果，鑒于此，行為金融學(xué)為基金投資行為打開思路，研究影響投資選擇的關(guān)鍵心理因素，幫助投資者減少非理性行為，做出更合理的交易策略。羊群效應(yīng)概念及其特征羊群效應(yīng)最初是一個屬于生物學(xué)范疇的概念。逐漸地，它被應(yīng)用到金融領(lǐng)域，來形容金融市場上的一類非理性投資行為。羊群效應(yīng)作為行為金融學(xué)中一個重要概念,表達的是當(dāng)羊群觀察到先前的投資者擁有更多投資信息或投資經(jīng)驗時,放棄私有信息而跟隨先行者的行為被稱為羊群行為。羊群效應(yīng)的存在會造成價格扭曲,系統(tǒng)性風(fēng)險增加等問題,成為金融監(jiān)管的一大難題。決策的一致性這表示投資者會對市場上的其他投資者的投資策略進行觀察、跟蹤、效仿。他們實行的投資策略以其他市場參與者的行動的為重要依據(jù)，而非中南林業(yè)科技大學(xué)碩士專業(yè)學(xué)位論文我國公募基金投資行為對股票市場波動性的影響研究依靠自身的獨立思考、自主決策能力。在從眾心理的推動下，他們舍棄了自己的獨立判斷，而更傾向于追隨市場上其他投資者的決定，如此一來，市場上的眾多投資者紛紛作出一致的投資決策，這就是羊群效應(yīng)最典型的特征。在這種情況下，基于投資標(biāo)的呈現(xiàn)出的市場價值，投資者的目光將聚焦在少數(shù)投資標(biāo)的上，表現(xiàn)為扎堆投資，當(dāng)出現(xiàn)這種一致性的群體行為時，羊群效應(yīng)也就自然形成了。具體到基金市場中，羊群效應(yīng)表現(xiàn)為投資者對“明星基金”的依賴、對優(yōu)質(zhì)藍籌股的偏愛，這使得前十大重倉股呈現(xiàn)高度相似，且相同個股的交易時機也趨于一致。信息的針對性信息不對稱在股票市場中長期存在的，因此，總有部分投資者因為其處于特殊環(huán)境等原因，居于信息優(yōu)勢地位，相較于一般的投資主體，他們能夠更快更全面地獲取尚未在公開市場上傳播的信息。而處于信息劣勢地位的其他市場參與者，出于對利益的追求，只能追隨那些擁有信息上獨占上風(fēng)的投資者，對其投資行為進行模仿，而這種投資者一旦多起來，羊群效應(yīng)將無限擴張、蔓延，最終席卷整個市場，造成無法估量的后果。越是不透明的股市，就越是可能產(chǎn)生羊群效應(yīng)，即羊群效應(yīng)往往與股市的透明度成反向關(guān)系。在一個完全開放的、完全透明的交易環(huán)境下，投資者隨時可獲取自身所需的信息并基于這些信息進行獨立的決策和判斷，此時羊群效應(yīng)將顯著減緩。反之，在市場信息不清晰的情況下，只有極少數(shù)人能夠在最短的時間內(nèi)掌握及時、有效的信息，在這種市場環(huán)境下，大多數(shù)的市場參與者無法堅持自身的投資決策，而傾向于相信他人的策略判斷從而盲目從眾與效仿。行為的脆弱性羊群效應(yīng)是投資者選擇追逐大眾的資訊，而舍棄自己的私人資訊的現(xiàn)象。然而，因為市場上的資訊本就是未知不定的，投資者難辨其真?zhèn)?，也就是說，被追隨的投資者并不能確保在其投資過程中所運用的信息的準(zhǔn)確性和全面性，這就使得羊群效應(yīng)極度不穩(wěn)定，一旦遭受市場行情的變化乃至輕微波動時，就會完全瓦解。在這種情況下，投資者會逐漸認(rèn)識到自己的投資失誤，隨著新的信息涌入市場，他們會基于自身判斷進行再投資，并且會選擇有別于以往的投資策略以彌補自己的投資虧損，但是這易于造成下一輪羊群效應(yīng)。羊群效應(yīng)對股市波動的影響相較于國外市場，我國的證券投資基金呈現(xiàn)出顯著的“羊群行為”效應(yīng)，這一特征不僅在基金買入時體現(xiàn)，同樣在投資基金的銷售過程中也有所展現(xiàn)。無論證券投資基金如何變化，“羊群行為”始終如一，其穩(wěn)定性足以證明該現(xiàn)象在金融市場中的普遍性。羊群效應(yīng)對股市波動的影響尤為顯著，主要體現(xiàn)在以下幾個方面。首先，羊群效應(yīng)會加速市場波動周期，并擴大股市的波動幅度。投資者的交易行為不僅限于個人，往往會帶動其他投資者的投資決策。無論是股票投資還是基金投資，一些具有影響力的投資者身邊總會聚集一批追隨者。隨著市場上跟風(fēng)交易行為的增多，即便消息的真實性尚未確定，羊群效應(yīng)也會推動股票價格偏離基本面，進而引發(fā)股價上漲。在此過程中，利空消息往往被投資者忽視，早期入市的投資者開始獲得盈利，這種賺錢效應(yīng)又會吸引更多投資者加入，導(dǎo)致市場過度擁擠。然而，當(dāng)市場形勢發(fā)生變化，如有投資者開始大量拋售股票時，原有的市場預(yù)期將被打破，市場情緒逆轉(zhuǎn)，進而引發(fā)新一輪的羊群行為。此時，利空消息可能被過度解讀，市場將出現(xiàn)暴跌，甚至可能演變?yōu)楣蔀?zāi)。因此，羊群效應(yīng)不僅改變了市場原有的波動周期，還加劇了市場波動的幅度。其次，羊群效應(yīng)加劇了股市的危機，加劇了市場的波動性。當(dāng)羊群效應(yīng)超過一定閾值時，市場將出現(xiàn)過度反應(yīng)，尤其是當(dāng)機構(gòu)投資者也加入跟風(fēng)行列時，將吸引更多散戶跟進，羊群效應(yīng)進一步加劇。在股市上漲階段，投資者在繁榮的市場中盲目跟進，追求超出基本價值的股票，導(dǎo)致市場泡沫不斷累積；而在股市下跌階段，投資者盲目拋售股票，同樣會引發(fā)羊群行為的負(fù)面影響。無論是上漲還是下跌，都將加深市場危機。最后，羊群效應(yīng)使股市變得更加脆弱。產(chǎn)生羊群行為的主要原因在于投資者對所獲信息的信心不足，從而放棄個人判斷，盲目跟隨大眾投資者的決策。這種行為模式導(dǎo)致信息傳遞中斷，市場反應(yīng)不連續(xù)。羊群效應(yīng)帶來的股價助漲或助跌行為往往會迅速反轉(zhuǎn)，使市場呈現(xiàn)出不穩(wěn)定狀態(tài)。當(dāng)基金出現(xiàn)羊群效應(yīng)時，股市將出現(xiàn)大幅波動。由于機構(gòu)投資者通常持有較大倉位的公募基金，他們的集中交易行為將加劇股票的超額買入，進一步推高股價，產(chǎn)生錨定效應(yīng)，對其他投資者產(chǎn)生示范作用，從而加劇羊群效應(yīng)帶來的價格波動。這一現(xiàn)象進一步證明了羊群行為使市場變得更加脆弱和不穩(wěn)定。正反饋效應(yīng)的概念正反饋交易策略又叫慣性交易行為、動量交易行為，指的是投資者在股價上漲時將其買入，股價下跌時則將其賣出的一種投資行為由此可知，正反饋交易策略以追漲殺跌”為主要特性。作為一種由投資者認(rèn)知和情緒偏差等因素所引起的非理性投資行為，它在一定程度上造成了資產(chǎn)在定價上的偏差，而這種定價上的偏差又將反作用于投資者對該資產(chǎn)的認(rèn)知和評價，投資者認(rèn)知和股票價格偏差之間的作用與反作用的循環(huán)反饋機制就此形成。而根據(jù)有效市場理論，全部有關(guān)信息己在當(dāng)前股價中充分體現(xiàn)，因此，采用正向反饋交易策略無法給投資者帶來任何超額回報?；鹜顿Y多以獲取絕對利潤為目標(biāo)，它通常會參考一些固定的利潤數(shù)值，比如儲蓄利率，將這些固定收益值作為其期望回報的基準(zhǔn)，因此，基金會傾向于采取正反饋交易策略，在股票市場行情好時，加大對股票的投資比重以共享股市繁榮所帶來的收益，而在市場行情逆轉(zhuǎn)時，則選擇減少對股票的投資，從而避免因股市蕭條對其投資組合造成整體虧損，這與“追漲殺跌”的正反饋投資特征相吻合。正反饋對股市波動的影響積極反饋交易策略是市場參與者常用的策略之一。這種策略通常會導(dǎo)致股市波動加劇，并擴大股票的振幅。與之相對，負(fù)反饋策略則有助于股價吸收信息，從而對股市起到穩(wěn)定作用，產(chǎn)生正面的影響。根據(jù)有效市場理論，股價已經(jīng)綜合反映了所有新舊資訊的影響，因此，歷史價格不應(yīng)作為投資決策的依據(jù)?；谶^去收入作為投資基礎(chǔ)的“正反饋策略”顯得不合理。例如，將歷史股票趨勢作為投資依據(jù)，只會使股價逐漸偏離其內(nèi)在價值，導(dǎo)致市場行情劇烈波動。當(dāng)市場上多數(shù)投資者采用正反饋交易策略時，股票周期將受到扭曲，價格出現(xiàn)偏差，表現(xiàn)為過高的股價或過低的股價，使得股票價格無法得到正確估值。這種非理性的交易行為將使得市場變得極為不穩(wěn)定。因此，當(dāng)市場上存在大量正反饋交易者時，理性投資者難以發(fā)揮其原有的穩(wěn)定股價作用，證券投資基金的維護作用也將受到削弱。相反，當(dāng)市場上大多數(shù)投資者采取負(fù)反饋交易策略時，價格偏離真實價值的股票將得到合理的估值，促使其價值回歸，并將價格拉回到合理范圍內(nèi)。在股票市場中，正反饋行為在提高股價和制造泡沫方面扮演著重要角色，同時，在下跌市場中也會加劇跌幅。然而，正反饋交易者的存在也帶來了套利機會，吸引了大量套利交易者。當(dāng)市場出現(xiàn)利好消息時，正反饋交易需求增加，套利交易者便趁機而入，進一步推高股價，使其偏離內(nèi)在價值。即使后來套利者發(fā)現(xiàn)股價過高，想要賣出以減少價格波動，但賺錢效應(yīng)往往促使他們繼續(xù)買入，維持股價高位運行。因此，正反饋交易行為導(dǎo)致股價與合理價值之間產(chǎn)生偏差，套利行為的加入進一步擴大了這一偏差，加劇了市場振幅。市場上的投資者類型多樣，投資策略也因此千姿百態(tài)。反饋交易策略對股價的影響取決于正負(fù)反饋力量的對比。當(dāng)正反饋交易占據(jù)主導(dǎo)地位時，市場波動將擴大；而當(dāng)負(fù)反饋交易占據(jù)優(yōu)勢時，市場則趨于平穩(wěn)。因此，投資者在制定交易策略時，應(yīng)充分考慮市場反饋機制的影響，以實現(xiàn)更加穩(wěn)健的投資目標(biāo)第四章我國公募基金量化交易行為對股市波動性影響的實證分析理論模型介紹股市波動性的度量研究方法對股市波動性的衡量我們想了兩個途徑，我們可以對相關(guān)指標(biāo)進行統(tǒng)計性描述分析，或者建模。具體度量研究方法主要有以下幾種：股票價格指數(shù)的每日收益率的方差或標(biāo)準(zhǔn)差在統(tǒng)計學(xué)中，方差是一個用于量化數(shù)據(jù)離散程度的指標(biāo)，因此我們選擇它作為衡量股市波動性的關(guān)鍵參數(shù)。首先，通過計算收益率，我們能夠得出方差和標(biāo)準(zhǔn)差這兩個重要指標(biāo)。這兩個指標(biāo)共同用于評估股市的波動性，它們的核心在于計算一定時期內(nèi)收益率的期望值，并進一步分析期望收益率與真實收益率之間的差異程度。方差越大，意味著在樣本期內(nèi)股票價格的離散程度越高。為了具體量化這一概念，我們采用σ2來表示t期間股票價格指數(shù)收益率的方差，同時引入ni表示t期間的交易日數(shù)，Ri代表股票價格的每日收益率，而Pi則代表第i天的收盤價。這樣的設(shè)定有助于我們更精確地分析股市的波動情況。計算公式如下：GARCH模型金融市場的波動性并非恒定的同方差過程，而是呈現(xiàn)出異方差特性。為了更準(zhǔn)確地描述這種特性，通常采用異方差模型進行刻畫。1982年，RobertEngel首次提出了自回歸條件異方差模型（ARCH），該模型能夠有效地對異方差過程進行描述。自此以后，ARCH模型在計量經(jīng)濟學(xué)領(lǐng)域得到了迅速的推廣和應(yīng)用，為金融市場波動性的研究提供了有力的工具。。ARCH模型的定義可表現(xiàn)為：其中，用vt來表示獨立白噪聲過程，以確保ARCH過程中條件方差既是正數(shù)又符合平穩(wěn)性要求：α0>0，αi>0，j=1,?,q，α1+?αq<1,上述過程稱為一個ARCH(q)過程。鑒于ARCH模型要求各滯后項參數(shù)保持非負(fù)性，這在滯后項較多時往往難以滿足其約束條件，Bollerslev于1986年進一步拓展了ARCH模型，提出了廣義自回歸條件異方差模型（GARCH）。相較于ARCH模型，GARCH模型展現(xiàn)出更廣泛的適用性，尤其在應(yīng)對具有較多滯后項的情況時，其表現(xiàn)更為出色，從而能更全面地研究金融市場的波動性。在實際運用GARCH模型時，我們注意到其滯后階數(shù)通常不會設(shè)置得過高。一般而言，ARCH和GARCH項的滯后階數(shù)會被控制在2階以內(nèi)，這意味著在多數(shù)情況下，我們最多使用到GARCH(2,2)這樣的模型。不僅如此，GARCH模型還具備引入外生變量進行分析的能力，這使得我們能夠評估這些外生變量對原過程波動率的具體影響。當(dāng)引入外生變量后，模型的表達式會相應(yīng)地發(fā)生變化，以反映這些新增變量對波動率的貢獻。通過這樣的分析，我們可以更深入地理解市場波動的驅(qū)動因素，為決策提供更為精準(zhǔn)的參考。其中xt為引入的外生變量。通過對xt的系數(shù)δd正負(fù)及大小的考察，可以觀察xt引入前后對原過程波動率的影響。樣本選取和數(shù)據(jù)來源研究表明，基金投資行為受到多種因素的影響，其中基金規(guī)模尤為關(guān)鍵。為了衡量基金規(guī)模，我們選取了基金資產(chǎn)凈值（CAPt）這一重要指標(biāo)，以此作為刻畫基金投資行為的關(guān)鍵參數(shù)。從基金的角度出發(fā)，其投資行為主要體現(xiàn)在持有和交易兩大核心環(huán)節(jié)。具體而言，我們可以通過觀察基金對重倉股的持有與交易情況來深入揭示其投資行為，而換手率則能夠直觀地反映基金的交易頻率。因此，換手率（EXt）成為我們刻畫基金行為的第二個重要指標(biāo)。在股市中，滬深300指數(shù)因其良好的代表性而被選為研究樣本。自2005年推出以來，滬深300指數(shù)在市場中占據(jù)了舉足輕重的地位，其權(quán)重和占比均顯著，市值占滬深兩市總市值的比例高達60%。這為投資業(yè)績提供了一個明確的評價標(biāo)準(zhǔn)。因此，我們采用滬深300指數(shù)的收盤指數(shù)（Pt）作為代表指標(biāo)。在統(tǒng)計學(xué)中，波動性通常通過收益率的方差或標(biāo)準(zhǔn)差來衡量。為了確保時間序列數(shù)據(jù)的平穩(wěn)性，我們采用對數(shù)收益率，即指數(shù)的一階差分，來描述波動性。這一方法有助于我們更準(zhǔn)確地分析基金的投資行為與市場波動之間的關(guān)系。Rt=lnPt-lnPt-1在本研究中，我們采用了滬深300指數(shù)的對數(shù)收益率（Rt）作為關(guān)鍵指標(biāo)，其中Rt的計算基于當(dāng)期收盤價（Pt）與上一期收盤價（Pt-1）之差的對數(shù)形式。為了進行實證分析，我們選取了2009年1月至2019年1月這過去10年的月度數(shù)據(jù)作為樣本。這些數(shù)據(jù)均來源于權(quán)威的金融數(shù)據(jù)終端，包括萬德資訊金融數(shù)據(jù)終端與同花順數(shù)據(jù)終端，確保了數(shù)據(jù)的準(zhǔn)確性和可靠性。在數(shù)據(jù)處理和分析過程中，我們使用了Eviews10.0軟件，這是一款廣泛應(yīng)用于經(jīng)濟學(xué)和金融學(xué)研究的計量經(jīng)濟學(xué)軟件，能夠有效地支持我們的實證研究。通過以上步驟，我們構(gòu)建了一個基于滬深300指數(shù)對數(shù)收益率的實證分析框架，為后續(xù)的研究奠定了堅實的基礎(chǔ)。描述性統(tǒng)計分析第一步，我們執(zhí)行了滬深CSI300對數(shù)收益率序列的時間序列圖，用于初步描述統(tǒng)計性分析。圖4.1CSI300對數(shù)收益率時間序列表4.2上證指數(shù)對數(shù)收益率基本統(tǒng)計量表對于上證指數(shù)對數(shù)收益率,觀察表4.2中數(shù)值可知,均值是0.004430,中位數(shù)是0.006369,標(biāo)準(zhǔn)差是0.076618。此外,一個金融時間序列,若其理論上的偏度值為0,峰度值為3,則表明符合正態(tài)分布。上證指數(shù)的對數(shù)收益率的偏度為-0.588759,偏度值小于0,序列左偏,表明在樣本統(tǒng)計區(qū)間內(nèi)對數(shù)收益率小于平均值的交易月份較多。峰度值為5.175268,比高斯分布的峰度值3大,與標(biāo)準(zhǔn)正態(tài)分布相比,該序列呈現(xiàn)出尖峰的特性。JB正態(tài)檢驗統(tǒng)計量為54.81014,遠高于標(biāo)準(zhǔn)正態(tài)分布的臨界值9.21,具有厚尾特征,對應(yīng)的P值0.000000小于0.05,因此,在5%的顯著性水平下,不接受上證指數(shù)對數(shù)收益率序列服從正態(tài)分布的假設(shè)。GARCH模型的建立ADF平穩(wěn)性檢驗為確保GARCH模型的有效性，需以其所依賴的時間序列平穩(wěn)性為前提。因此，在建模之前，我們有必要對各組樣本數(shù)據(jù)進行平穩(wěn)性測試。本文采用ADF檢驗法，即單位根檢驗，以判斷序列是否滿足平穩(wěn)性的要求。在單位根檢驗過程中，若統(tǒng)計量小于各顯著性水平下的臨界值，則我們拒絕原假設(shè)，即認(rèn)為時間序列不存在單位根，是平穩(wěn)序列。反之，若統(tǒng)計量不小于臨界值，我們則認(rèn)為序列未通過平穩(wěn)性檢驗此時需要將數(shù)據(jù)差分處理以使其成為平穩(wěn)序列。表4.3上證指數(shù)對數(shù)收益率平穩(wěn)性測試結(jié)果表根據(jù)表4.3中上證指數(shù)對數(shù)收益率平穩(wěn)性測試的輸出結(jié)果可知,其t統(tǒng)計量為-13.07340,遠小于在1%、5%和10%顯著性水平的臨界值,序列平穩(wěn)，能夠再進行下一步建模。接下來對基金方面的兩組數(shù)據(jù)進行平穩(wěn)性檢驗。其中,進行對數(shù)化處理過后的基金成交額的單位根檢驗輸出結(jié)果為：表4.4基金成交額平穩(wěn)性檢測結(jié)果表根據(jù)表4.4的結(jié)果,基金成交額的t統(tǒng)計量為-1.395442,在三個顯著性水平下均未通過平穩(wěn)性檢驗。因此,取基金成交額的1階差分?jǐn)?shù)據(jù),將其記作DLNVOL,并再次進行單位根檢驗,以下是輸出結(jié)果:表4.5基金成交額1階差分平穩(wěn)性檢測結(jié)果表如表4.5所示,在經(jīng)過差分處理后,基金成交額序列已經(jīng)平穩(wěn),在后續(xù)建模過程中可以應(yīng)用。同理,對基金換手率做平穩(wěn)性檢驗,結(jié)果表明,基金換手率的原始序列不平穩(wěn)。表4.6基金換手率平穩(wěn)性檢測結(jié)果表經(jīng)過一階差分處理后，基金換手率序列在5%和10%的顯著性水平下均成功地拒絕了存在單位根的原假設(shè)。然而，在更為嚴(yán)格的1%顯著性水平下，我們無法拒絕該原假設(shè)。盡管理論上可以繼續(xù)對序列進行二階差分處理，以確保其在所有顯著性水平下都能通過平穩(wěn)性檢驗，但為了避免在此過程中損失有效信息，本文決定對單位根檢驗的要求進行適度放寬。具體而言，我們認(rèn)為在5%的顯著性水平下，該基金換手率序列已不存在單位根，因此可以認(rèn)定該序列是平穩(wěn)的。這樣的處理既符合統(tǒng)計學(xué)的規(guī)范，又能確保研究的準(zhǔn)確性和有效性ARCH效應(yīng)檢測存在ARCH效應(yīng)是構(gòu)建GARCH的前提條件,從ARCH效應(yīng)的存在性檢驗中可以判斷序列是否存在明顯的異方差特征,若存在ARCH效應(yīng),才能保證GARCH建模的有效性。為此,基于均值方程對上證指數(shù)對數(shù)收益率進行ARCH效應(yīng)檢驗。本文采用ARCH--LM檢驗和殘差平方相關(guān)圖檢驗兩種方法對收益率序列進行ARCH效應(yīng)檢驗。ARCH-LM檢驗在此檢驗中,以不存在ARCH效應(yīng)為原假設(shè),如果F統(tǒng)計量所對應(yīng)的P值低于5%顯著性水平,則不接受原假設(shè),認(rèn)為序列存在ARCH效應(yīng);反之則接受原假設(shè),認(rèn)為序列不存在ARCH效應(yīng)。設(shè)定滯后階數(shù)為5階,以下是ARCH=LM的檢驗結(jié)果：表4.7上證指數(shù)、深成指數(shù)對數(shù)收益率殘差序列的ARCH=LM檢驗結(jié)果根據(jù)檢驗結(jié)果,對于上證指數(shù)對數(shù)收益率的殘差序列,其F統(tǒng)計量的P值小于0.05,事實上,繼續(xù)對更高階的殘差序列進行ARCH--LM檢驗,始終能夠拒絕原假設(shè),因此可以判定該序列存在高階ARCH效應(yīng),具有條件異方差性,可繼續(xù)建立GARCH模型。殘差平方相關(guān)圖檢驗在該檢驗中,可以通過觀察Q統(tǒng)計量所對應(yīng)的P值來判斷序列是否存在ARCH效應(yīng)。若P值在多個滯后階數(shù)下均小于顯著性水平0.05，這顯著地表明了殘差平方序列的長期自相關(guān)關(guān)系，即序列中存在著高階ARCH效應(yīng)。從表4.8的數(shù)據(jù)中我們可以看出，隨著滯后階數(shù)的增加，上證指數(shù)對數(shù)收益率的殘差平方序列的Q統(tǒng)計量所對應(yīng)的P值幾乎趨近于0。這一結(jié)果清晰地表明，該對數(shù)收益率的殘差平方序列具有長期自相關(guān)性，即存在ARCH效應(yīng)，這完全符合GARCH模型建模的前提條件表4.8上證指數(shù)對數(shù)收益率的殘差平方圖檢驗結(jié)果建立GARCH模型經(jīng)過ARCH效應(yīng)檢測,可以發(fā)現(xiàn)兩個股指對數(shù)收益率序列均存在高階ARCH效應(yīng),由于ARCH模型滯后階數(shù)過多會影響模型的穩(wěn)定性,此時ARCH模型已不再適用。另外,低階GARCH模型可以擬合高階ARCH效應(yīng),大量研究表明,GARCH(1,1)足以擬合多數(shù)時間序列,是實證中最常用且有效的模型,本文選擇該模型來擬合樣本序列,為探究公募基金投資行為對股市波動性的影響,將基金成交額和基金換手率作為外生變量分別引入GARCH模型。模型表達形式為:在公式中,σ2為股指對數(shù)收益率的條件方差,α為常數(shù)項,μ2a為ARCH項,a為ARCH項系數(shù);o3.為上一期的預(yù)測方差,代表GARCH項,β為GARCH項。λ是外生變量基金成交額的系數(shù),若該系數(shù)顯著,說明基金成交額對股市波動性有顯著影響,另外其觀測值的意義在于體現(xiàn)基金成交額對上證指數(shù)和深成指數(shù)對數(shù)收益率的波動性的具體影響情況,通過該系數(shù)值的正負(fù)、大小可確定具體影響的方向和大小,從而判斷出基金的成交額對兩個股指對數(shù)收益率波動的影響何如。若λ大于0,表明基金成交額與市場波動成正比關(guān)系,即基金成交額的增加加劇了股市的波動;反之,若該值小于0,代表基金成交額與市場波動成反比,基金成交額的增加平緩了股市的波動。表4.9滬市引入基金成交額后的GARCH(1,1)模型結(jié)果同理,將基金成交額替換為基金換手率,引入模型中,構(gòu)建新的GARCH模型,此時,原模型公式如下:同樣選用GARCH(1,1)模型來擬合樣本數(shù)據(jù),由此公式轉(zhuǎn)化為:對于滬市,根據(jù)上述公式建立的GARCH(1,1)模型,其輸出結(jié)果如下:表4.10引入基金換手率的GARCH（1，1）模型結(jié)果在引入基金換手率這一外生變量后，模型的ARCH項系數(shù)與GARCH項系數(shù)分別為0.162366和0.782526，兩者均為正值，且其總和為0.944892，這滿足了小于1的約束條件。進一步觀察，這兩個系數(shù)在5%的顯著性水平下均表現(xiàn)顯著，這充分說明模型的擬合效果較為理想。此外，我們特別注意到基金換手率這一外生變量的系數(shù)λ，它的具體數(shù)值與影響效應(yīng)也是我們后續(xù)分析的重點。結(jié)果為0.000672,大于0,據(jù)此可知,基金換手率的變動與上證指數(shù)對數(shù)收益率的波動性同樣成正比,基金換手率的增加,未能平緩滬市的波動。實證結(jié)果分析本章節(jié)通過實證研究,對公募基金投資行為對股市波動性的影響進行探究,內(nèi)容可概括如下:在對股市波動性的刻畫上,由于滬深市場上單個的綜合指數(shù)無法全面宏觀地反映跨越兩大市場的整體走勢,故本文采用上證指數(shù)對數(shù)化股指收益率及深成指數(shù)對數(shù)化股指收益率分別用作度量滬深兩個市場波動性的計算標(biāo)的,通過GARCH族模型對其進行擬合并以擬合后的條件方差來刻畫我國股市的波動性。實證結(jié)果表明,兩個股指的對數(shù)收益率時間序列呈現(xiàn)出較為明顯的波動集群特征,且不符合標(biāo)準(zhǔn)正態(tài)分布,這也為后續(xù)GARCH族模型奠定了基礎(chǔ)。另一方面,羊群效應(yīng)和正反饋交易策略這兩類公募基金投資行為在交易規(guī)模上表現(xiàn)為基金成交額的增大,在交易頻率上表現(xiàn)為基金換手率的提升,因此本文選用基金成交額和基金換手率這兩個變量來描述基金投資行為。在參考了相關(guān)文獻并合理選擇變量后,分別引入基金成交額和基金換手率后構(gòu)建GARCH(1,1)模型,最終呈現(xiàn)的擬合效果較好,實證結(jié)果顯著。GARCH(1,1)模型,基金成交額和基金換手率這兩個外生變量的系數(shù)均顯著,這表明基金成交額、基金換手率確實會對股市波動有著明顯影響,進一步觀察外生變量的系數(shù)可以發(fā)現(xiàn),是大于0的,因此,基金成交額和基金換手率的對數(shù)化股指收益率的波動成正相關(guān)關(guān)系,由此認(rèn)為,公募基金的投資行為未能平緩股市的波動,相反,還在一定程度上加劇了股市的波動。第五章研究結(jié)論與政策建議研究結(jié)論目前，公募基金已然成為我國股票市場上最大的機構(gòu)投資者，其投資行為對股市波動的影響也越來越大。近幾年，量化投資逐漸被國內(nèi)公募基金認(rèn)可和廣泛采用，將人工智能應(yīng)用于證券投資成為當(dāng)前國際上的一個熱點問題，越來越多對證券市場產(chǎn)生重要影響的因子被挖掘出來，為證券市場提供了更多的選擇依據(jù)。隨著量化基金規(guī)模和數(shù)目不斷增加，其持股行為對股市波動的影響越來越受到投資者和監(jiān)管者的重視。在此背景下本文用基金資產(chǎn)凈值與換手率來描述投資行為，使用滬深300收益率來描述市場收益率，采用GARCH模型，對基金投資行為對市場波動性的影響進行了實證研究，并運用Granger因果檢驗對基金投資行為和股市波動之間是否存在相關(guān)性進行了驗證研究1.公募量化基金的持股市值占比提高時，一定程度上會加劇當(dāng)期與下一期指數(shù)市場的的波動，尤其對滬深300指數(shù)市場的影響最大；2.公募量化基金持倉行為在熊市行情下更容易引起市場波動；。研究結(jié)果表明，公募基金的資產(chǎn)凈值與換手率并未對滬深300指數(shù)產(chǎn)生顯著影響。同時，在市場波動性方面，公募基金也未能有效發(fā)揮穩(wěn)定市場、降低波動性的積極作用。然而，從長遠的視角來看，滬深300指數(shù)的收益與換手率、基金資產(chǎn)凈值之間卻存在著穩(wěn)定的均衡關(guān)系。具體而言，公募基金換手率的提升，往往會帶動滬深300指數(shù)收益率的上升，表明兩者之間存在一定的正相關(guān)關(guān)系。同時，滬深300指數(shù)收益率對基金資產(chǎn)凈值、換手率也會發(fā)生一定的影響因而貴引入資金流入具有積極作用。當(dāng)滬深300的收益率由負(fù)轉(zhuǎn)變?yōu)檎臅r候，帶給投資者積極信息，于公募基金本身，呈現(xiàn)為更大的規(guī)模和更高的換手率；而另一方面，當(dāng)滬深300的收益率下降的時候，給市場釋放的更多的是消極的信號，投資者會選擇觀望，減少市場參與的熱情。公募量化基金和普通投資者對比，不僅具備信息優(yōu)勢，而且所使用的精確計算公式和海量的數(shù)據(jù)分析在一定程度上減少了人為因素的干擾，同時，由于滬深300的收益率于基金換手率具有緊密關(guān)系，當(dāng)其換手率上升時，市場上對于這種行為賦予更高的預(yù)期，在一定程度上來說，會有更多投資者參與市場，從而帶來了增量資金，增量資金的到來推高了證券的價格，出現(xiàn)了賺錢效應(yīng)。而擁有高收益率后，更多的投資者包括公募進一步加大倉位參與市場，這樣又提高了基金的換手率。但需要注意的是，這一過程將會促使股市泡沫的形成，此外，我國公募市場上的羊群效應(yīng)現(xiàn)象，追漲殺跌現(xiàn)象也十分常見，如何幫助投資者形成良好投資心理，制定更為合理理性的投資策略也是我國基金市場的重要任務(wù)。政策建議我們可以看到，公募量化基金在金融市場上的地位越來越重要，大數(shù)據(jù)和人工智能也越來越受到各國金融界的重視。因此我們希望公募基金可以發(fā)揮穩(wěn)定股市，平抑股市波動作用，引導(dǎo)投資者理性投資的作用，因此本文提出以下建議：嚴(yán)厲打擊虛假信息，引導(dǎo)投資者樹立正確投資觀念。我國股票市場起步較晚，散戶數(shù)量遠遠大于機構(gòu)投資者，投資者金融素養(yǎng)參差不齊，因此我國證券市場上出現(xiàn)了許多不規(guī)范的投資行為和錯誤的投資觀念。目前，在我國證券市場上，依然存在著不少“趨利”、“投機”、“內(nèi)幕交易”、“利益輸出”和“操縱股票”等現(xiàn)象，嚴(yán)重影響了證券市場的公平性和穩(wěn)定性，擴大投資噪音，影響投資者理性判斷，且量化基金重倉情況存在一定程度