導語：股票市場噪音交易者風險論文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。

理論模型

Delong、Shleifer、Summers和Waldmann（以下簡稱DSSW）最先提出了投資者情緒模型，模型假設市場上存在兩種參與者—理性投資者和噪聲交易者，理性投資者依賴于對證券的內在價值分析交易和持有證券，噪聲交易者的交易行為則符合噪聲交易模式。由于噪聲交易者的情緒是隨機的，理性的投資者不能很好的預測這種投資情緒。因此，當理性投資者未來某一時刻出售資產時，噪聲交易者可能看空市場，引起資產價格下跌。這種下跌的可能性就是一種不同于其他市場風險的額外風險，即噪聲交易者風險。只要理性投資者想在未來某個時間出售自己手中的資產，噪聲交易者風險就像資產本身所固有的市場風險一樣影響著資產價格。因為同一種投資者情緒的波動會影響很多資產，并且不同噪聲交易者的情緒相關很強，所以這種噪聲交易者風險不能被有效分散，它像資產的系統風險一樣會在資產定價公式中有所反映。那些受到噪聲交易者風險影響的資產的收益率應該高于不受該風險影響的資產的收益率。

Lee、Shleifer和Thaler（以下簡稱LST）把DSSW的投資者情緒模型應用到封閉式基金研究中，由于噪聲交易者對封閉式基金不可預期的未來的情緒變化是針對封閉式基金的證券組合，是系統性的，因而可以把它看作是市場上噪聲交易者風險的平均指標。LST的研究不但指出封閉式基金折價的變化反映了投資者情緒的變化，還間接指出一種測量噪聲交易者風險的方法，利用此方法，LST得到如下模型：

R=α+a*ΔD+β*RM+ε

其中R表示證券組合收益，ΔD表示封閉式基金折價率的變化，RM表示市場收益，RM前的系數β為組合的Beta值，表示市場風險。此模型從直觀上解釋就是噪聲交易者的存在影響了組合的收益。模型的創新之處在于用可以直接觀測的表示封閉式基金折價率變化的ΔD量化了噪聲交易者風險因子。

噪聲交易者風險普遍存在于市場中，但并不是所有證券組合都受到相同程度的影響。因為當理性投資者發現噪聲交易者的交易行為使得證券價格嚴重偏離內在價值時，理性投資者會采取與噪聲交易者相反的操作，使得證券價格迅速回復。這種回復過程取決于理性投資者與噪聲交易者之間力量的對比。LST把機構投資者歸入理性投資者，個人投資者中大部分歸為噪聲交易者，因此對于機構投資者集中的大市值股票而言，它們的噪聲交易者風險小，小市值股票則個人投資者集中，噪聲交易者風險大。

實證檢驗

（一）數據和變量描述

本文的樣本數據包括自1999年1月至2008年2月滬市和深市共56支封閉式基金的月末凈值、收盤價和基金份額，這其中包括集中在2006至2007年轉換為封轉開的22支基金轉換前的數據。計算可得整個市場上封閉式基金折價率的加權平均值——加權平均折價率指數VWD（Value-WeightedIndexofDiscount）及其變化率ΔVWD，權重為基金資產t時刻凈值。

表1是加權平均折價率指數與其一階差分的描述性統計量。統計結果顯示，平均而言，1998年1月到2008年2月期間，我國封閉式基金折價率為19.8%，標準差達到13.5%，月度折價率平均變化0.15%，但變化的標準差極大，達到5%，最大的一個月折價率變化達到22%。這比國外10%（Weiss，1998）左右的折價率要高得多，這表明我國證券市場上噪聲交易者風險要大于國外，離成熟的證券市場還有很長的一段距離要走。（二）折價變動與證券組合收益

根據投資者情緒模型，因為小市值股票的持有者中個人投資者所占比例要高于大市值股票，而個人投資者有相當部分的非理性的噪聲交易者，容易受到市場傳言的左右，對股票的內在價值沒有正確的判斷，過于悲觀或過于樂觀的情緒驅使著他們的交易行為。因此，小市值股票比大市值股票有更多的噪聲交易者風險。對我國而言，股權分置改革完成前，股票市場流通股和非流通股的差別使得總市值小的股票不一定比總市值大的股票有更多的噪聲交易者風險，流通市值的大小才是決定因素。本文把上證A股和深證A股按照年初股票流通市值進行排序，按順序從小到大分成十組。規模最小的前10%為第一組，接下來的10%-20%為第二組，一直到規模最大10%的為第十組，得到十個不同市值規模證券組合的加權平均收益率如下：

表2展示了按照流通市值排序得到的十個證券組合月度加權平均收益率對封閉式基金折價率月度變化ΔVWD和上證A股與深證A股月度加權平均收益率的回歸結果。

根據CAPM理論，RM的系數就是各個組合的Beta值，所有組合的Beta值都在1的附近，并且隨著組合股票市值的增大而單調遞減。在10%的置信度下，組合1、2、6中ΔVWD的回歸系數都是顯著的，組合7和組合8在5%的置信水平下顯著，流通市值最大的組合9和組合10甚至在置信水平1%的情況下仍然顯著。ΔVWD的回歸系數在組合1-10之間近似單調遞增，并且在組合10的回歸模型中變為正數。

本文再仔細考察一下ΔVWD系數所表示的意義。對于組合1來說，封閉式基金折價率下降1個百分點會引起組合月收益率增加0.16個百分點，因為ΔVWD在本文所研究的1999年到2008年這段時間絕對值的中位數是0.0234(2.34個百分點)，這意味著封閉式基金折價率的變化平均會引起組合1收益率0.57(0.16*2.34)個百分點的變化。因為組合1在1999年到2008年期間月收益率絕對值的中位數為5.57%，所以封閉式基金折價率的變化解釋了6.72%(0.37/5.57)的組合1的收益率變化，即噪聲投資者風險解釋了流通市值規模最小的組合收益率變化的6.72%。因此，在通常意義上來說，即使在考慮了市場整體的影響后，封閉式基金折價率的變化也能夠解釋7%左右的規模最小組合收益率變化。對于組合2至組合9來說也有同樣的結果，只不過關系強弱不同。對于組合10來說，它的收益率絕對值的中位數為4.4%，因此對于組合10，折價率的變化解釋了組合10收益率10.91%的變化(0.2053*2.34/4.4)，不過組合10變化的方向與前面9個組合變化方向相反。

結論

投資者情緒是影響我國證券市場上股票收益的重要風險因素。作為反映投資者情緒的指標，當封閉式基金折價率變小時，投資者似乎確實更加樂觀，噪聲交易者會盲目跟蹤市場熱點，認為大市值股票的收益在牛市中不再吸引人而賣出手中的大盤股，買入中小盤股。從而使得規模最大的10%的公司的股票反而在牛市中表現平平，因為規模最大的前10%的股票的流通市值已經占到滬深A股市值的60%以上，因此可以說，除去這部分股票，其他的90%的股票都是中小盤股。同樣，當折價率變大，投資者情緒悲觀時，噪聲交易者又會買入更加保險的大盤股，從而使得這些股票價格上升，收益率提高。

我國封閉式基金的折價率和折價率的波動水平都顯著大于國外相應數據，這表明我國證券市場噪聲交易者風險偏大。由于機構投資者還未能在我國證券市場發揮與國外同樣的穩定市場的作用，因此，散戶的炒作和投機行為引起的封閉式基金折價幅度也就更大，波動也更加劇烈。對于我國封閉式基金來說，機構投資的力量雖然一直在增長，但實際上最有實力的機構投資者國有企業和政府在整個封閉式基金發展的歷程中都是扮演一個消極的角色，政府和國有企業不能減少持有的股份，也沒有很強的意愿去增持股份，因此機構投資者不能起到弱化噪聲交易者盲目交易帶來風險的作用，相反越多的個人投資者和閑散資金進入股市，加劇了噪聲交易者風險，使得封閉式基金折價率與小盤股收益的正相關關系更加明顯。

論文關鍵詞：噪聲交易者風險封閉式基金折價率證券組合收益

論文摘要：本文利用封閉式基金折價率測算我國股票市場噪音交易者風險，并估算該風險對不同流通市值證券組合收益的影響程度，結論是：我國股票噪聲交易者風險與股票流通市值有顯著的相關性，流通市值小的股票易受到噪聲交易者交易行為的沖擊。

行為金融學對理性參與者假設提出質疑，把與理性參與者相對的噪聲交易者（即非理性的根據似乎是真實的實際是噪聲的信息，開展交易的群體）納入假設，解決了眾多難題，其中，破解封閉式基金折價率問題是重要成果之一。Lee，Shleifer和Thaler（1990）利用包含噪聲交易者風險的投資者情緒模型，對封閉式基金折價問題做出了解答，還為度量噪聲交易者風險提供了一種新的方法，并且發現不同市值規模的股票擁有的噪聲交易者風險有顯著差異，噪聲交易者風險對于市值最小的股票和市值最大的股票的解釋作用最為明顯。國內對于封閉式基金折價現象的研究主要集中對折價原因的解釋，王擎（2004）認為封閉式基金的折價既包含噪聲成分，也包含理性預期成分，但更主要體現噪聲交易。董超，百重恩（2006）發現折價率還受基金換手率和基金規模影響。但以折價率作為噪聲交易者風險度量來考察股票噪聲交易者風險與股票市值規模之間的關系方面，國內文獻還沒有涉及。本文利用Lee，Shleifer和Thaler提供的方法，利用封閉式基金折價率測算我國股票市場噪聲交易者風險，并估算該風險對不同流通市值證券組合收益的影響程度。

參考文獻：

1.DeLongJ.B.,A.Shleifer,L.H.Summers,andR.J.Waldmann,Noisetraderriskinfinancialmarkets[J],JournalofPoliticalEconomy98,703-738.1990

2.Lee,Charles,AndreiShleiferandRichardThaler,InvestorSentimentandtheClosed-endFundPuzzle,JournalofFinance[J]46,1991

3.王擎.再析中國封閉式基金折價之謎[J].金融研究，2004

4.董超，白重恩.中國封閉式基金價格折扣問題研究[J].金融研究，2006