目 录
1中文摘要
1英文摘要
1一、引言
2二、样本数据与研究方法
2（一）样本选择和数据来源
3（二）研究方法
5三、实证分析
5（一）单位根的平稳性检验
6（二）协整检验
7（三）Granger因果关系检验
8四、结论
8（一）所得结论以及市场特征
8（二）羊群效应的危害以及产生原因
10五、对控制羊群效应的几点意见
10（一）从投资者角度来看
10（二）从社会角度来看
11参考文献
13附 录
期货的羊群效应研究
——以大连商品交易所为例的实证研究
摘 要：最近几年，国际商品市场的农产品价格持续走高，而期货公司交易仓量作为作为重要因素之一也受到了极大的关注。在我国，期货投资也已经成为金融行业一个重要的分支，众多学者对我国期货的研究也越来越多。我们选择具有代表性的大豆期货为研究对象，根据DEC（大连期货交易所）公布的交易商持仓报告，我们采用Granger因果检验等方法，来分析期货市场中的交易商的交易行为，尤其是交易商的交易行为与价格的变化，来确定是否存在“羊群效应”。
关键词：交易商持仓报告，Granger因果检验，羊群效应
Abstract：In recent years, the agricultural price in International commodity market becomes higher, also futures trading company as an important positions
receives great attention. In our country，futures investment also has become an important branch of the financial industry ，many scholars for our futures research became also more and more, we choose the representative of soybean futures as the research object, according to traders position reports published by DEC, adopting Granger causality test to analyze the trading activity of the traders in the futures market, especially trading activity of the traders and the price changing, to determine whether exists “herding effect”.
Keywords：Traders position reports ,Granger Causality test, Herding effect
一、引言
金融市场中的“羊群行为”(Herd behavior)是一种特殊的非理性行为，它是指投资者在信息环境不确定的情况下，行为受到其他投资者的影响，模仿他人决策，或者过度依赖于舆论，而不考虑自己的信息的行为由于羊群行为是涉及多个投资主体的相关性行为，对于市场的稳定性效率有很大的影响，也和金融危机有密切的关系。
关于羊群效应的分类，普遍有两种观点：一种是理性的羊群效应；另一类是非理性的的羊群效应。有关证券市场上的“羊群效应”，很多学者已经有了初步的研究。例如，Lakonishok(1992)提出的以共同基金、养老基金等指定类型的投资者为对象，通过分析其组合变动和交易信息来判断其是否存在羊群行为；Christie和Huang(1995)利用截面收益标准差(CSSD)研究美国证券市场投资者的投资行为,宋军等(2001)用分散度方法研究我国股票市场的羊群效应;蒋学雷，陈敏，吴国富（2003）提出的通过检验个股横截面收益的绝对偏差(CSAD)与市场收益的非线性关系,来判断羊群效应是否显著；康国斌，邱华政，刘星（2006）对wermers（1999）提出的LSV模型的羊群行为测度的修正方法；贾丽杰，赵国杰（2008）提出的关于CCK方法的改进方法ICCK.
从上述研究中，可以看出国内外学正对与羊群效应的研究方法很多。本文就以大连商品交易所推出的大豆合约为例子，用Granger因果检验的方法，对我国期货市场的“羊群效应”做深入研究，给广大投资者以及管理者一点理论依据。
二、样本数据与研究方法
（一）样本选择和数据来源
我国目前的农产品期货交易产品有大连商品交易所的豆一、豆二、玉米、线性、豆粕、棕榈油和豆油以及郑州商品交易所的菜籽油、小麦、棉花、白砂糖、PTA、绿豆和早籼稻，而在这些商品中在期货交易中最为活跃的就是大连商品交易所的大豆合约，大豆分为豆一和豆二，豆二因为是转基因农作物，所以豆一就更具有代表性。所以在本文中，我们将采用豆一的的数据来做分析，选取豆一商品的每天的主力合约收盘价的前20名期货公司的交易量的数据，时间跨度为2008年12月26日到2009年5月27日，总共100个数据，来源于大连商品交易所。
（二）研究方法
我们需要研究的就是持仓量排在前20位的期货公司的交易行为是否对市场的价格走势具有影响，就可以证明是否存在羊群效应。我们对豆一的价格和jiaoyi量排名前20位的总量进行协整检验和Granger因果检验，然后在比较价格走势是否和持仓量走势一致。下面对协整检验以及Granger因果检验进行介绍：
检验
ADF检验是通过下面三个模型完成的：
模型1： (1)
模型2： (2)
模型3： (3)
虚拟假设都是，即存在一单位根，检验就是同时估计出上述3个模型的适当形式，然后通过ADF临界表检验零假设。只要其中一个模型的检验结果拒绝了零假设，就认为是平稳的。
2.协整检验
为了检验两变量,是否为协整，Engle和Granger于1987年提出两步检验法，也成为EG检验。假设X与Y间的长期“均衡关系”由下面式子描述：
（为随机干扰项） (4)
第一步，用OLS法估计（4）式，可以得到新的估计方程
(5)
(6)
第二步，检验的单整性。如果为稳定序列，则认为变量,位（1,1）阶协整，如果为1阶单整，则认为变量,为（2,1）阶协整。
因果关系检验
对两变量Y与X，格兰杰因果关系检验要求估计以下回归：
(7)
(8)
可能存在有四种检验结果：
（1）X对Y有单向影响，表现为1式X各滞后项前的参数整体不为零，而2式Y各滞后项前的参数整体为零；
（2）Y对X有单向影响，表现为2式Y各滞后项前的参数整体不为零，而1式X各滞后项前的参数整体为零；
（3）Y与X间存在双向影响，表现为Y与X各滞后项前的参数整体不为零；
（4）Y与X间不存在影响，表现为Y与X各滞后项前的参数整体为零。
格兰杰检验是通过受约束的F检验完成的，如针对X不是Y的格兰杰原因这一假设，即针对1式种X滞后项前的参数整体为零的假设，分别做包含与这不包含X滞后项的回归，记前者的残差平方和,后者的残差平方和为；再计算F统计量：
(9)
(9)式中，m为X的滞后项的个数，n为样本容量，k为包含可能存在的常数项及其他变量在内的无约束回归模型的待估参数的个数。
如果计算的F值大于给定显著性水平下F分布的相应的临界值，则拒绝原假设，认为X是Y的格兰杰原因。
三、实证分析
因为商品期货主要的研究对象就是持仓量与商品价格的研究，而持仓量受到交易量的影响，交易量也是直接体现期货市场活跃程度的一种标志，所以下面的实证分析就采用交易量与期货商品价格的变化来进行研究。对交易量和商品价格关系的确认，本文使用单位根的平稳性检验、协整检验以及Granger因果关系检验。
（一）单位根的平稳性检验
在研究交易量前二十家公司的总和与收盘价格之间的关系之前，先要对这二十家期货公司的总交易量以及大豆价格进行平稳性检验，本文运用Eviews软件进行操作，数据见附表1，先进行ADF检验。
对大豆价格进行ADF检验,得表1：
表1
ADF Test Statistic
1% Critical Value*
5% Critical Value
10% Critical Value
此时在1%置信度下>.不能拒绝原假设
对交易量的ADF检验，得表2：
表2
ADF Test Statistic
1% Critical Value*
5% Critical Value
10% Critical Value
此时在1%置信度下>.不能拒绝原假设
从表1、表2可以看出，在1%的置信区间下，大豆价格与交易量都是非平稳的。再对大豆价格和总交易量进行一阶差分检验可以得到以下：
对大豆价格的一阶差分检验，得表3：
表3
ADF Test Statistic
1% Critical Value*
5% Critical Value
10% Critical Value
此时在1%置信度下<.拒绝原假设,说明大豆价格为一
对总交易量的一阶差分检验，得表4：
表4
ADF Test Statistic
1% Critical Value*
5% Critical Value
10% Critical Value
从表3，表4可以看出，在一阶差分下，大豆价格与前二十名期货公司的交易量均是平稳的。
（二）协整检验
从上面的检验结果中可以看出，排名前二十家期货公司的总交易量与大豆价格都为一阶单整，下面对其进行EG检验，来确定双方是否存在协整关系：
先对大豆期货的价格(JG)以及交易量前二十名的期货公司的总交易量（JYL）设定一个回归方程为：
（10）
用OLS法进行估计（10）式，得到方程：
（11）
并对残差进行单位根检验，得到表5：
表5
ADF Test Statistic
1% Critical Value*
5% Critical Value
10% Critical Value
从表5看出在1%的置信条件下，残差并非平稳的，对其进行一阶差分得到表6：
表6
ADF Test Statistic
1% Critical Value*
5% Critical Value
10% Critical Value
从表6此时可以看出，在一阶差分条件下，拒绝原假设，可以判断JG与JYL之间存在协整关系。
（三）Granger因果关系检验
对JYL和JG进行Granger因果关系检验可以得到表7：
表7
Null Hypothesis:
Obs
F-Statistic
Probability
JG does not Granger Cause JYL
98
JYL does not Granger Cause JG
通过表7，定义为P（F>）=,（意味着F=在临界值左侧）
P (F>)= ，（意味着F=在临界值左侧）
定义零假设为：JYL不是JG的Granger因果关系，F值大于临界值，所以拒绝原假设。定义零假设为：LG不是JYL的Granger因果关系，F值大于临界值，所以拒绝原假设。所以可以得到JG与JYG互为双向因果原因，总交易量与大豆价格互为影响。
四、结论
（一）所得结论以及市场特征
从上面可以得出，我们的大豆期货市场的确存在羊群效应。，商品期货的价格受到交易量的影响，同时也反作用与交易量，相应的交易量、持仓量和商品价格的变化之间的关系就会成为人们比较关注的焦点。而这三者之间的变化组合，就产生了以下的几个情况：
1、交易量增大，持仓量升高，价格上升。这种情况下是买方的需求大于卖方，直接导致买方都在追着价格买，导致商品价格上升。
2、交易量减少，持仓量减少，价格上升。这个情况下，说明多买方对市场信心不足，持观望态度，减少交易，致使持仓量不足，价格上涨说明买方开始买入补仓，推动价格上涨。
3、交易量增加，持仓量减少，价格上升。这个时候说明卖方开始平仓，而买方对预期行情期望较高，促使商品价格拉升。
4、交易量增加，持仓量升高，价格反而降低。这种情况下为买方主动增仓，但是市场被看空，导致卖方大量抛售，致使部分投资者信心不足，促使价格下降。
5、交易量减少，持仓量减少，价格下降。这种情况为买方与卖方对市场行情信心不足，持观望态度，而部分卖方主动平仓，促使商品价格下降。
6、交易量增加，持仓量减少，价格下降。这种情况为买方持观望态度，而卖方急于平仓，导致现货过多，促使价格下降。
（二）羊群效应的危害以及产生原因
1．羊群效应的危害
而在以上的种种情况发生的时候，很多散户不明所以的盲目跟进，所造成的危害是巨大的：
(1)对社会稳定的危害。当羊群效应达到顶点时，必然开始暴跌，2008年的中国股市以及2007年的大豆期货就完全验证了这个结果，届时将导致很多投资企业或者个人破产，对个人乃至社会造成巨大的负担，引起社会动荡。
(2)对国家发展的危害。羊群效应必然引起金融投资的暴涨暴跌，会对我国的经济发展造成严重损害。造成投资萎缩，消费低迷。我国虽然近年来发展迅速，但是经济始终是一个国家的命脉，一旦金融投资业暴跌，超出了人们的心里预期，造成投资低迷，社会消费失去动力，对我国的经济发展会造成致命打击
(3)对行业的危害。以金融投资为例，在投资者严重羊群行为的情况下，部分投资者先行投资，而投资产品价格上涨以后，越来越多投资者为了逐利也会大量跟进，由于交易量巨大，导致价格大幅上升。一旦到达顶点之后，就会出现大量抛售，导致价格持续下跌，直至跌入谷底，此时严重打击投资者的信心，这将是对投资行业的毁灭性打击。其他行业也是同样的道理。
2.羊群效应产生的原因
通过对前面的研究，我过的大豆期货市场的确存在羊群效应。相对去发达国家，我国作为一个处于社会主义初级阶段的发展中国家，从政策、法规、认识、以及经验各方面的不足。都决定了我国的期货市场的羊群效应具有特殊的成因：
(1)国家政策对大豆期货的影响较大。国是一个农业国家，而且人口众多，对大豆需量极大，国家一旦发出什么利好政策就会直接干扰期货市场的买卖行为，导致大量集中购买，造成羊群行为。
(2)投资者结构不合理。在中国上亿的金融投资者中绝大部分为散户，而散户投资者的大部分教育程度较低，所了解的投资理论来自于非正规教育，大部分投资目标是朋友介绍、专家指导或者报纸、杂志的推荐，容易产生跟随投资，产生羊群效应。
(3)金融评论和媒体宣传。在我国的电视台中，经常有专家评论推荐股票，每隔一段事件，无论电视媒体还是网络媒体，都会推选出自己看好的股票。而这些股票很大成分上会影响到投资者的投资倾向，造成羊群效应。
(4)相关机构的监管力度不足。部分投资机构与个人，恶意抬高商品价格，导致投资者盲目主力，掉进陷阱，成为羊群中的一只羊，而恶意投资者拉高价格之后，清仓逃跑，致使大部分投资者亏损。
五、对控制羊群效应的几点意见
羊群效应很容易把局部性的、区域性的转变成行业性的、全国性的危机。国家、企业、机构和散户都会在不同程度上成为它的牺牲品，尤其在我国的股指期货正在筹备推出的阶段，如何防范羊群效应，应当引起各方面的关注：
（一）从投资者角度来看
1.增强机构的自身实力。建立良好的评估体系。良好的评估体系能严谨的判断出在市场中机构投资者的适应能力以及管理者的投资水平。对机构的投资不要盲从，要理性的把握尺度，降低由于市场信息不对称造成的模仿行为。
2.加强对散户投资者的培训。散户投资者是我国投资行业的主要人群，只有不断加强其的知识程度与投资理念，提高散户的投资交易中的信心与主动性，才会减少羊群行为的发生概率。
（二）从社会角度来看
1.不断完善政府部门的监管体系。要最大限度提高市场透明度，保证信息披露的及时性、有效性、正确性，让投资者了解市场行情做出准确的判断。
2.完善法律法规，拒绝部分投资者的恶意投资。我国的期货发展时间较短，法律、法规扔有不完善之处，只有逐步完善，弥补其中的漏洞，给不法投资商无可投之机。
我们期待随着各项政策、制度的不断完善和贯彻实施，随着广大机构投资者和中小散户的成长，股指期货将得以正常平稳上市，“羊群效应”将离走向成熟的中国资本市场而日渐远去。
参考文献
[1] 李子奈，潘文卿.计量经济学[M].北京：北京高等教育出版社，2000.
[2] 蒋学雷, 陈 敏, 吴国富.中国股市的羊群效应的ARCH检验模型与实证分析[J].数学的时间与认识，2003，33（4）：56-63.
[3] 邵永同，高旺盛.基于CSAD的期货市场羊群效应实证分析——以CZCE棉花期货为例[J].金融发展研究，2009，2：60-62.
[4] 康国斌，邱华政，刘星.中国证券投资基金羊群行为实证研究[J].广西财经学院学报，2006，19(4)：60-65.
[5] 贾丽杰，赵国杰.中国股票市场羊群效应检验方法的改进[J].统计与决策， 2008，(16)：13-16.
[6] 吴福龙，曾勇，唐小我.羊群效应理论及其对中国股市的现实意义[J].预测，2003，(2)：62-68.
[7] 刘奥南，陈军.股指期货与机构投资者的“羊群效应”[N].期货日报，2007-04-12(3).
[8] 楚鹰，鲁威.中国证券市场羊群行为实证研究[J].统计与决策，2008，（9）：131-133.
[9] Lakonishok， J.， Shleifer， A.， and Vishny， .. The Impact of Institutional Trading on Stock Prices[J].Journal of Financial Economics， 1992，(82)：23 - 43.
[10] Christie，.， and Huang，R. D.， Following the Pied Piper: Do Individual Returns Herd Around the Market?[J] .Financial Analysts Journal，1995， July-August.
[11] 百度百科.羊群效应理论（The Effect of Sheep Flock）.
[12] 崔显林.论当前股票市场中“羊群效应”的危害及对策[J].全国商情(经济理论研究)，2009，（4）：49-50.
[13] 宋军，吴冲锋。证券市场中羊群行为的比较研究[J].统计研究，2001，（11）：23-27.
[14] 部慧，李艺，汪寿阳.国际基金持仓与大豆商品期货价格关系的实证研究[J].管理评论，2008，（5）：3-8.
[15] 关静，刘艳春，丰雪，阎勇.沪深股市羊群行为的实证研究[N].辽宁大学学报，2004，31（3）：228-230.
附 录
附表1
日期
交易量/吨
价钱/万元
日期
交易量/吨
价格/万元
20081226
258228
3132
20090317
111123
3597
20081229
446146
3258
20090318
122550
3595
20081230
331751
3241
20090319
105976
3595
20081231
244078
3248
20090320
153637
3610
20090105
501704
3308
20090323
346476
3660
20090106
772611
3360
20090324
160033
3617
20090107
686873
3360
20090325
122221
3588
20090108
449235
3348
20090326
90534
3611
20090109
478106
3407
20090327
162741
3539
20090112
506003
3505
20090330
103615
3570
20090113
494793
3410
20090331
98481
3568
20090114
314484
3477
20090401
146930
3612
20090115
256420
3453
20090402
82872
3601
20090116
204751
3534
20090403
95823
3593
20090119
170815
3548
20090407
160525
3628
20090120
232683
3535
20090408
112905
3607
20090121
143476
3514
20090409
105572
3617
20090122
141629
3512
20090410
230205
3640
20090123
111706
3557
20090413
159358
3619
20090202
107693
3544
20090414
90181
3648
20090203
216323
3586
20090415
111017
3648
20090204
187907
3582
20090416
109084
3642
20090205
203443
3595
20090417
92045
3643
20090206
252094
3603
20090420
112877
3563
20090209
291829
3661
20090421
249116
3536
20090210
151143
3669
20090422
113777
3580
20090211
195090
3620
20090423
95486
3560
20090212
152049
3653
20090424
78972
3525
20090213
89092
3644
20090427
167763
3355
20090216
173736
3612
20090428
113871
3403
20090217
196647
3615
20090429
81737
3450
20090218
277796
3520
20090430
90833
3505
20090219
180796
3556
20090504
186188
3610
20090220
230098
3598
20090505
116158
3595
20090223
210999
3632
20090506
101243
3625
20090224
260236
3619
20090507
109928
3648
20090225
166676
3636
20090508
114415
3641
20090226
135980
3635
20090511
143029
3603
20090227
350990
3586
20090512
86220
3610
20090302
210391
3580
20090513
113401
3610
20090303
179581
3573
20090514
82584
3540
20090304
166515
3610
20090515
171075
3651
20090305
138631
3601
20090518
95688
3651
20090306
122890
3620
20090519
61579
3625
20090309
135448
3616
20090520
465218
3675
20090310
107127
3605
20090521
389077
3655
20090311
185655
3584
20090522
405022
3690
20090312
163140
3586
20090525
388014
3715
20090313
114833
3600
20090526
281636
3732
20090316
131362
3608
20090527
309945
3764
数据来源：大连商品交易所
PAGE
PAGE 1
