中國股票市場機構投資人之從眾行為與原因

全文

(1)國立高雄大學金融管理學系（研究所）碩士論文. 中國股票市場機構投資人之從眾行為與原因 The characteristic of mutual fund herding in China stock market.. 研究生：楊朝安指導教授：楊琬如. 撰博士. 中華民國一○一年六月.

(2) 中國股票市場機構投資人之從眾行為與原因. 摘要本研究主要以季資料探討中國股票市場的機構投資人是否存在從眾行為，並進一步檢驗其是否存在回饋交易以及機構投資人的從眾與股票報酬之間的關係，最後再探討牛市與熊市時，機構投資人的從眾與股報酬之間的關係是否有顯著的不同。結果發現中國機構投資人確實存在顯著的從眾行為，並且共同基金需求與前一季共同基金需求呈負相關，且中國的共同基金特別偏好買進前一季報酬較差的股票，而這些被買進的股票下一季報酬會與機構投資人從眾買進的程度呈正向關係，然而在牛市時機構投資人從眾買進的程度卻是與下一季股票報酬呈負向關係。因此本研究認為在熊市與正常情況下，中國股市機構投資人的從眾有助於反應價值攸關的資訊，但在牛市時則容易使股價不穩定且偏離基本面。而本研究也提供欲投資中國股市的投資人一個參考依據。. 【關鍵字】從眾行為、機構投資人、共同基金、回饋交易，牛市熊市。. I.

(3) The Characteristic of Mutual Fund Herding in China Stock Market.. ABSTRACT This study employs the quarter data to study the herd behavior of China institutional investors, and the relationship among feedback trading, mutual fund herding, and stock returns. The results show that the China institutional investors have significant herding activities. Furthermore, the mutual fund demand is negatively correlated with the previous demand and the institutional investors prefer to buy poor stock return at the previous quarter. The future stock return is positively relevant to the institutional herding. The empirical evidence suggests that the China institutional investors have informational herding. However, in a bull market, the herding of institutional investors is negatively related with stock returns of the next quarter. This study suggests that the herd behavior of Chinese institutional investors in the bear and normal market conditions reflects the information of stock value, while the herding in a bull market makes the stock price deviate from the fundamental value. 【Keywords】China stocks, Herding behavior, Institutional trading , Feedback trading , Mutual Fund.. II.

(4) 誌謝時光荏苒，歲月如梭，在高雄大學兩年求學生活一晃眼而逝，很快的又是畢業的季節。研究所兩年生活相當充實，十分感謝各位老師、同學、朋友對我的指導與照顧，這已在我的生涯中寫下不可磨滅的一章。首先感謝指導老師楊琬如博士，在論文撰寫過程中的指導與建議。不論在做人處事方面，或是學術研究方面都令我受益良多，老師非常有耐心與不惜辛苦的給予論文上的指點，很感謝您帶領我順利完成論文的寫作，經由一次次的討論不僅學到了學業方面的知識，也磨練了處理事情的態度。此外感謝兩位口試委員王銘駿博士與張志向博士，多謝您們對朝安的論文不吝指教與修正，使論文更加的完整。感激系辦助理永遠十八歲的佩玥與玉婷姐姐，在研究所兩年，多謝您的照煩與協助，在有關學校的瑣事也麻煩您甚多，還有在我心情不好時給予我的金玉良言，這一切都讓我點滴在心頭。衷心期盼您能一切順心如意。感謝同班的晉胤、曉汶、士家、淑媛與鋐毅，當遇到資料處理等問題時多謝協助；學弟妹:玹妗、彥中、柏森、永銓、煜凱、佩珊、玫均、怡禎、瑀君、佳樺與昇廷，碩士班的生活因為有你們而多彩多姿。學長姐：芳宇、秉翰、建良及怡玲，謝謝你們以過來人的角度給予我真知灼見，使我的碩士班生涯更臻圓滿。最後感謝我的父母親與家人對我的悉心照顧與容忍，沒有你們就沒有今天的我，感謝您們對我付出的一切，在此將這份喜悅與您們分享。楊朝安. 謹誌於. 國立高雄大學金融管理研究所中華民國一百零一年六月. III.

(5) 目錄壹、前言 ....................................................................................................................... 1 貳、文獻探討 ............................................................................................................... 4 參、資料 ....................................................................................................................... 7 肆、檢定從眾行為 ..................................................................................................... 12 伍、前期與當期從眾行為之關聯性 ......................................................................... 16 陸、機構投資人從眾行為之原因 ............................................................................. 18 柒、機構投資人從眾與股票報酬之關聯性 ............................................................. 23 捌、牛市與熊市下機構投資人之從眾行為與股票報酬 ......................................... 28 玖、結論 ..................................................................................................................... 38 參考文獻 ..................................................................................................................... 39. 表目錄表 1 機構投資人交易活動之特徵(續) ...................................................................... 11 表 2 公司特性與共同基金需求之關係 .................................................................... 12 表 3 投資組合之交易失衡 ........................................................................................ 15 表 4 共同基金的從眾 ................................................................................................ 17 表 5 共同基金需求與公司特徵之迴歸分析 ............................................................ 21 表 5 共同基金需求與公司特徵之迴歸分析(續) ...................................................... 22 表 6 公司特性與股票報酬 ........................................................................................ 26 表 6 公司特性與股票報酬(續) .................................................................................. 27 表 7 牛市與熊市下機構投資人之從眾 .................................................................... 33 表 7 牛市與熊市下機構投資人之從眾(續) .............................................................. 34 表 8 牛市與熊市下機構投資人從眾與股票報酬之關係 ........................................ 36 表 8 牛市與熊市下機構投資人從眾與股票報酬之關係(續) .................................. 37. IV.

(6) 圖目錄圖 1 上海 A 指牛市、熊市與盤整期間區分圖 ........................................................ 30. V.

(7) 壹、前言. 近年來全球風糜著一股投資熱潮，投資理財幾乎成為每個現代人都必需面對的課題，其中購買股票型共同基金即為主要投資理財的管道之一。而投資人購買基金都希望能從中獲利，以增加自己的財富，但投資基金是否真能達到投資人預期的成效呢?答案是不確定的。基金的獲利主要仍應視機構投資人的交易行為，直覺上他們相較於各別投資人應具有資訊優勢及較專業的團隊與執行效率，且有夠大的金額可以從事多角化以分散風險，但相對地，投資人購買基金仍需額外承擔代理問題所產生的風險。基金經理人是一檔基金的靈魂，當他們在做投資決策時，是否對自己的評估具有信心，若信心不足則可能拋棄自己的看法而選擇跟隨其他基金經理人的投資策略，這即為從眾行為，而在股票市場的從眾行為意指，特定的一群人同時買進或賣出相同的股票。過去機構投資人從眾的研究有探討過美國(Nofsinger and Sias 1999;Wermers 1999; Griffin, Harris,and Topaloglu, 2003)、日本(Kim and Nofsinger 2009)與台灣(Hung ,Lu and Lee,2010)等等的資料，並且都顯示這些市場的機構投資人存在眾從行為。然而不同市場有著不同的市場微結構，例如：中國大陸的股票市場為了區分本國與外國的投資人，將市場分為 A、B 股，且部分公司可能同時於 A、B 股上市，此種情形於其它股票市場實為罕見，因此本研究認為有對其探討的必要。近十幾年來隨著中國大陸經濟的崛起，其人民平均所得快速的增加以及開放外資投資，中國股票市場的交易量每年都以相當驚人的速度成長，上海證交所與深圳證交所合計之交易量為目前亞洲最大的股票交易市場之一。此外，中國股市又分為A股與B股，A股只允許國內投資人交易，其中包括自然人與機構投資人，而國外的投資人只被允許於B股交易，故這兩個市場的參與者有著明顯的差異，且A股之交易量大幅高於B股，約為B股交易量的五倍，然而於2001年2月後中國則開放國內投資人可於B股交易，但國外投資人仍不能於A股進行交易， 1.

(8) 以上種種的因素說明，中國股票市場確實有別於其它國家的股票市場，而從過去的研究顯示，不同的市場參與者與市場微結構可能會產生不同程度的從眾行為，而中國股票市場的A股又只允許其本國的投資人進行交易，故又可以更鮮明地分辨出該國人民的交易特色。先前對於中國股票市場從眾行為的研究，大多著重於整體市場是否存在從眾的現象(Demirer and Kutan ,2006 ,Tan ,Chiang ,Mason, Nelling ,2008)，並且使用Christie and Huang (1995)所提出的CSSD(Cross-Sectional Standard Deviation)及Chang, E.C., Cheng, J.W. and Khorana, A. (2000)提出的 CSAD(Cross Sectional Absolute Standard Deviation)法加以評估，而對於中國股票市場機構投資人的從眾行為則較少有所著墨，因此本研究使用2002年至2009年之共同基金的資料，對中國股票的共同金基進行研究，並使用 Nofsinger and Sias(1999)提出的共同基金交易失衡(mutual fund trade imbalance , MFTI)，以及 Sias(2004)提出的共同基金需求(mutual fund demand , MFD)之衡量指標，探討中國股票市場機構投資人是否亦存在從眾行為，此外本研究又進一步探討牛市與熊市下中國股票市場機構投資人從眾行為與股票報酬間的關聯性。本研究首先使用 Nosinger and Sias (1999)提出的投資組合分析的方法，而 Hung 等人(2010)也使用此法用於台灣股票市場，此法可以使本研究看出，若機構投資人存在從眾行為，那麼在分離出所有權的因素後，仍可發現共同基金會有明顯的交易失衡之現象，而所謂的失衡交易即是共同基金買進量減賣出量再除以流通在外之股數。然而此步驟雖然可檢測出機構投資人是否存在從眾行為，但仍不能斷定他們之間領先落後的關係，意即機構投資人從眾行為的來源為何。因此本研究將進一步的使用 Sias (2004)提出的方法加以驗證。Sias (2004)提出之衡量從眾的方法可以說明機構投資人對證券的需求於橫斷面的關係，而觀察期間為連續兩季。而藉著 Sias (2004)衡量從眾的方法可確認機構投資人從眾的因素是否與前一季的共同基金需求有關。如此可以幫助本研究找出機構投資人從眾行為可能的原因。接著本文遵循 Hung et al. (2010)的做法進一步探討在股票報酬正與負時，. 2.

(9) 機構投資人的從眾行為與股票報酬的關係是否存在非對稱性現象，最後本研究基於投資人在不同市場情況下，他們的情緒可能會受不同市場氛圍所影響，而對風險的態度產生轉變，或是做出錯誤的投資決策，因此本研究進一步探討在牛市與熊市下，中國機構投資人的從眾行為與股票報酬之間的關係。本研究主要發現，中國股票市場的機構投資人確實存在從眾的現象，這與美國(Sias,2004)、日本(Kim and Nofsinger,2009)及台灣(Hung et al,2010)市場的結果相同，而從共同基金交易失衡(MFTI)與股價表現的比較中，本研究發現中國股市機構投資人於前一季從眾地買進的股票，於下一季皆有很好的報酬。然而中國股市機構投資人之共同基金需求與前一季共同基金需求則呈顯著負相關，該結果在不同樣本集合下皆非常顯著。而股票報酬與共同基金需求之間的關係則顯示，前一期共同基金需求與當期股票報酬呈顯著正相關，這表示中國股市的共同基金確實存在資訊優勢，並且一般人亦可藉由觀察他們買進的動作行進獲利。此外，共同基金需求與前一季報酬為顯著的負相關，且前一季報酬又與當季之報酬呈顯著負相關，這意味著中國股市機構投資人傾向買進前一季報酬較差的股票，而其買進之股票於下一季後往往會有不錯的報酬，這個結果與台灣市場(Hung et al,2010) 相仿，Hung 等人之結果雖然顯示基金需求與股票前一季報酬為顯著負相關，但股票報酬與前一季之基金需求則呈現不顯著負相關。從以上的結果本研究認為，中國機構投資人的從眾行為有利於股票市場資訊的反應，此類從眾是屬於對攸關價值資訊的從眾，並且利用他們的資訊優勢獲得不錯的報酬。然而本研究也發現，於牛市時，中國股市機構投資人的從眾行為與下一季股票報酬呈顯著負相關，而在熊市時則呈現顯著正相關，這顯示在牛市與熊市下，中國股市機構投資人的從眾行為與股票報酬確實存在不對稱性現象，這意味著中國機構投資人在對面不同市場情況下，他們所做出的投資決策是不同的，在牛市時中國股市機構投資人的從眾行為是屬於較不理性且可能使股價較不穩定，而在熊市時反而有助於價值攸關資訊的反應。最後本研究的結果也為有意投資中國股市的投資人提供一個參考. 3.

(10) 依據。本文主要分為九個部分，第二部分為文獻探討，第三部分為樣本介紹與敘述統計，第四部分為檢定從眾行為，從中探討機構投資人是否存在從眾行為，第五部分為前期與當期從眾行為之關聯性，在介紹 Sias 橫斷面迴歸分析，第六部分在探討機構投資人從眾行為之原因，第七部分機構投資人從眾與股票報酬之關聯性，第八部分為牛市與熊市下機構投資人之從眾行為與股票報酬，第九部分為本篇論文的結論。. 貳、文獻探討. 過去的研究發現，機構投資人確實可能存在從眾行為。Froot, Scharfstein, and Stein 1992 and Hirshleifer, Subrahmanyam, and Titman (1994)的研究發現，投資人會追隨相同或類似攸關公司價值的訊號。而機構投資人也可能會產生非資訊因素的從眾行為，這類的從眾行為將很可能使資產價格偏離公司應有的價值，進而導致資產價格超漲而形成泡沫，或使資產價格被嚴重低估，但資產價格最終仍會回歸基本面，因此非資訊相關的從眾容易使資產價格波動過高。而也有許多理論的模型提供為何機構投資人可能一起交易的原因，例如：聲譽、資訊瀑布流、特徵從眾及研究從眾。Scharfstein and Stein (1990)提出一個型模描述機構投資人可能因為顧及自己的聲譽，而無視手中握有之私有資訊，而跟從其他機構投資人的交易行為，因為機構投資人的薪酬與其績效有著密切的關係，這使得他們有動機跟從其他機構投資人的交易動作，一起買入或賣出相同的股票，如此可避免他們的績效在同業中處於平均以下。而資訊瀑布流發生的原因為，機構投資人從過去的交易中推斷其它機構投資人的私有訊息較有資訊價值，因此跟隨其它機構投資人的腳步(Banerjee,1992; Bikhchandani et al.,1992)。另外，機構投資人的從眾也可能是因為追求市場上的熱門股，或是他們偏好具有某些特徵的股票，例如：過去績效較好的股票、有某種流動性、公司規模及股價淨值比的股票(Banerjee,1992; 4.

(11) Falkenstein,1996;Del Guercio,1996;Gompers and Metrick ,2001; Sias ,2004; Hung et al,2010)。過去對於機構投資人從眾比較受歡迎的觀點是，機構投資人的從眾會使個別的股票價格大幅的波動，這會使得股票價格不穩定，而Lakonishok, Shleifer, and Vishny (1992)的實證則顯示，機構投資人的從眾並不一定會使股價不穩定。如果機構投資人擁有的資訊較個別投資人來得好，那麼機構投資人將會從眾地買進那些被低估的股票，並賣出或遠離那些被高估的股票，此類的從眾可以使股票格價往其應有之價值移動(Froot, Scharfstein and Stein ,1992; Bikhchandani, Hirshleifer, and Welch ,1992; Hirshleifer, Subrahmanyam, and Titman ,1994)。然而機構投資人的從眾也可能與資訊無關，Friedman (1984)和Dreman (1979)認為機構投資人的從眾是因為非理性的心理因素並且會導致短暫性的價格泡沫。此外代理問題也會促使機構投資人從眾或回饋交易(Scharfstein and Stein ,1990; Lakonishok et al. ,1991; Lakonishok, Shleifer, and Vishny ,1994; Haugen,1995)。機構投資人的研究大多使用季資料或年資料，並且發現中度的證據支持機構投資人存在從眾行為，Lakonishok, Shliefer, and Vishny (1992)使用1985至1990的季料資研究了769檔退休基金，發現這些基金對小型股有稍微從眾的現象， Wermers (1999)使用類似的方法發現共同基金對大型股有些許從眾的現象，但對小型股有較高的從眾程度，而Sias (2004)則發現機構投資人有顯著的從眾行為，為了區分機構投資人的從眾是資訊或是行為偏誤所造成的，這個研究著重於觀察從眾後的報酬，更具體而言，機構投資人從眾後的股票報酬若為與當期從眾行為一致，則表示機構投資人的從眾為反應價值相關的資訊，但若機構投資人從眾後的股票報酬與當期從眾行為不一致，這就顯示機構投資人的從眾並非反應價值攸關的資訊。Nofsinger and Sias (1999)發現機構投資人對股票所有權的改變與下一年度的股票報酬有顯著的正相關，而Wermers (1999)則發現機構投資人從眾買進的股票表現在未來的四季會勝過機構投資人從眾賣出的股票，Sias (2004)則發現. 5.

(12) 機構投資人的需求與下一季的股票報酬呈顯著的正相關，以上的這結果都支持機構投資人的從眾有助於資產價格更快地反應其應有之價值。而Hung et al. (2010) 也是使用季資料以辦識台灣共同基金的特性，並發現台灣股票市場的機構投資人傾向於追隨他們自己的交易步驟，而非追隨其他機構投資人。另外，由於機構投資人從眾持續的買進且反應在價格的證據認為此類之從眾行為是基於價值攸關的資訊。而基金從眾賣出與下一季報酬反向的證據則認為，此為非資訊攸關之從眾。而Chio and Sias (2008)探討機構投資人對產業是否存在從眾現象，他們的結果強烈的支持機構投資人對產業存有從眾現象。Dasgupta, Prat and Verardo (2010) 認為機構投資人的從眾，短期確實能預測股價報酬，但長期則會出現報酬反轉，對此現象他們提出一個模型以劃分短期與長期之間的分水嶺。部分解釋投資人行為的模型指出投資決策是取決於當時的市場條件 (Nofsinger,2005)，這顯示牛市期間與投資人某些特性有關，而在熊市則與投資人其它特性有關。Gervais and Odean (2001)認為在牛市期間投資人會將成功的因素過度歸因於自己的能力，而使得他們更加的過度自信，這個結果顯示，過度自信的行為在牛市較熊市來得明顯。Daniel, Hirshleifer and Subrahmanyam (2001)認為投資人會過度的將成功歸因於自己的能力，並且會傾向於不夠重視基本面資訊，而這個現象更有可能發生在牛市。Veronesi (1999)也提出投資人在市況好時會過度的反應壞消息，而在市況不好時對好消息會反應不足，Welch (2000)則提出了相關的觀點說明市牛與熊市時的從眾行為，他發現在牛市時的從眾較為強烈，並認為此為牛市時，較少資訊被經過充分的分析所導致。而在過去有關機構投資人於牛市與熊市的研究中，Kim and Nofsinger (2003)的研究指出，日本的機構投資人在牛市的從眾較在熊市時來得強烈，而買進與賣出從眾對股票價格的影響也是牛市時較大。而Kim and Wei (2002)研究亞洲金融風暴前與亞洲金融風暴期間(熊市)外資在南韓的投資行為，發現在亞洲金融風暴之前外資是正向回饋交易者，並有顯著的從眾行為，而在亞洲金融風暴期間，外資的從眾行為不僅減弱且不存. 6.

(13) 在正向回饋交易。因此由以上的文獻可以推斷，機構投資人的從眾行為很可能因為不同市場情況而有所改變。而在中國股票市場從眾的研究中，Demirer and Kutan (2006)使用1999至2002 年的資料分別對上海指數與深圳指數進行探討是否存在從眾現象，結果發現中國股票市場並不存在從眾現象，但是Tan, Chiang, Mason and Nelling (2008)使用1994 至2003年的資料研究只有本國投資人的A股與包含本國投資人與外國機構投資人的B股，發現無論上漲與下跌時，中國股票市場皆存在從眾現象的證據，而且 A股的從眾現象較B股來得明顯。然而Chiang, Li and Tan (2010)卻有不同的發現，他們的實證結果顯示上海與深圳A股在股市上漲或下跌時皆有從眾現象，但是在上漲時B股並不存在從眾的現象。由以上的文獻來看，中國股票市場特殊的市場微結構，再加上不同資料期間可能跨越了牛市與熊市，因此所得出的結果也可能不同。綜合以上所有相關的文獻，從眾行為是由投資人心理所產生的一種現象，當投資人信心不足或是缺乏資訊時則較容易出現從眾行為，因此無論機構投資人的從眾或是市場的從眾都可能因為不同的市場參與者以及不同的市場情況而產生不同程度的從眾現象。本文除了檢驗中國股票市場機構投資人是否存在從眾行為外，還探討他們在面對牛市與熊市的市場情況下，是否從眾的型態與從眾的程度會有所改變。. 參、資料. 本研究的資料來源有兩個，每一季底基金所持有哪些股票是從國泰安資料庫取得，而股票報酬、淨值、週轉率、市值、交易幣別、成交量、流通在外股數… 等等則是取自台灣經濟新報(TEJ)。資料的頻率以季為基準，除了跟隨過去的文獻外(Sias,2004 and Hung et al ,2010)，共同基金每季結算並公開他們的持股也是主要的原因之一，而本研究的資料所包含的股票為中國 A 股所有上市公司。樣 7.

(14) 本期間的使用乃基於中國股票市場於 2001 年 2 月起開放其國內投資人可於 B 股進行交易，為了考量市場參與者的一致性，故樣本期間從 2002 年 1 月至 2009 年 12 月共 36 個季度，扣除掉資料不齊全的資料後，整理後之季資料總樣本數為 25,767 筆。表 1 為機構投資人交易活動的特徵，表中的 A 欄為共同基金於各年度每季持有之平均公司數，從中可發現在 2002 年時基金的家數只有 12 家，且持有之平均公司數皆大於 40 家以上，而到 2009 則爆增至 910 家，且開始出現部分基金持有公司數小於 10 的現象，但絕大部分的基金持有之公司數仍大於 20 家。而 B 欄為公司平均被幾檔基金所持有，從表中可看出，基金交易 1 次以上的公司數從 2002 年之 190 家每年以驚人的速度成長，至 2009 年己至 1723 家，約為 2002 年的十倍之多，而本研究也發現機構投資人似乎對大部分的股票持有的態度屬於短進短出，因為公司平均被基金持有的數量，從大於 1 檔的數量至大於 5 檔的數量時出現大幅度的減少，以 2006 年為例，其數量從 1164 檔降至 364 檔，減幅高達 68.73%。表中的 C 欄為被持有公司之平均市值，從中可看出基金檔數愈多，市值就愈大，這顯示市值大的公司仍較受大部分基金的歡迎。D 欄為基金持有股票之前一季平均報酬；E 欄為基金持有股票之平均市值淨值比；F 欄為基金持有股票之平均週轉率；欄為基金持有股票之平均共同基金需求(MFD)，從以上的結果顯示，機構投資人對前一季報酬的偏好似乎看不太出有明顯的偏好；而從股價淨值比則可看出，2004 年以前大多數的基金較偏好低股價淨值比的股價，但 2005 年以後則轉而持有較高股價淨值比的股票，而從 2004 年以前同共基金持有數與股票週轉率呈正相關係，而 2005 以後則呈負相關係，而 MFD 則大致與共同基金數呈正向關係。接著本研究將探討上述這幾個變數前一期與當期 MFD 之間的關係，如表 2 所示，其中股票前一季週轉率；. 為前一季股票市值；. 為前一季股票報酬；. 為. 為前一季股票市值淨值比，而共同基金需求與個股前. 8.

(15) 一季市值的關係為顯著為負，與個股前一季報酬的關係也是顯著為負，而與前一季週轉率及市值淨值比則為顯著為正的關係，這與 Hung et al. (2010)於台灣市場的實證結果不同，他們的結果為台灣的機構投資人較偏好買進小型股、低週轉率、低淨值市值比及前一季報酬較低的股票。而本研究的結果意味著，中國的機構投資人會於同一時點一起買進較低市值、前季報酬較差、高流動性及高市淨值比的股票。而中國的機構投資人之所以傾向於一起買進前季市淨值比較高的股票有則可能是因為近年來中國經濟與人民所得快速成長，使得基金經理人較偏好買進成長型的股票所造成的，而會買進較高的週轉率的股票則可能是受中國市場近年來散戶投資人對股市的熱衷程度有關。. 9.

(16) 表 1 機構投資人交易活動之特徵 A.基金持有之公司數. 2002 2003. 2004. 2005. 2006 2007 2008 2009. 公司數 ≦ 10 公司數 ≦ 20 公司數 ≦ 40 公司數 ≦ 80 所有基金. 0 0 0 7 12. 5 12 69 80 87. 9 28 101 118 123. 8 46 148 175 186. B.公司被持有之基金數. 2002 2003. 2004. 2005. 2006 2007 2008 2009. 共同基金數 ≧ 1 共同基金數 ≧ 5. 190 0. 289 50. 485 154. 620 217. 1164 783 364 439. 867 496. 1723 915. 共同基金數共同基金數共同基金數共同基金數. 0 0 0 0. 18 5 1 0. 82 34 22 12. 117 77 41 29. 163 85 61 47. 338 235 172 130. 530 322 201 150. ≧ 10 ≧ 15 ≧ 20 ≧ 25. 2 12 37 42 45. 14 40 162 255 272. 278 197 139 101. 36 85 237 336 354. 80 197 612 839 910. C.被基金持有公司之平均資本額(百萬元). 2002 2003. 2004. 2005. 2006 2007 2008 2009. 共同基金數共同基金數共同基金數共同基金數. 7332 10235 11346 27876 26726 42783 43549. 9570 24558 39331 57339. 6908 14067 21140 31271. 7791 14796 15856 14179 16609 32384 33863 23563 23842 50563 50815 34020 32515 63923 57201 39618. ≧1 ≧5 ≧ 10 ≧ 15. 共同基金數 ≧ 20 共同基金數 ≧ 25. -. D.被基金持有公司之平均前季報酬. 2002 2003. 2004. 2005. 2006 2007 2008 2009. 共同基金數共同基金數共同基金數共同基金數共同基金數共同基金數. 0.45 -4.70 -7.37 -. 7.45 10.58 10.94 13.72 14.06 17.52. 0.94 2.83 3.29 3.41 3.17 2.55. 21.24 24.16 23.02 21.41 22.00 22.39. ≧1 ≧5 ≧ 10 ≧ 15 ≧ 20 ≧ 25. 64037 81715 40723 38703 59491 65944 48089 104483 143566 143566 48214 66800 74577 54658. 0.25 3.77 9.54 11.67 9.44 -4.24. 10. 26.41 33.18 35.47 36.18 36.36 35.90. -5.85 -6.30 -6.45 -6.41 -5.95 -5.29. 10.97 12.55 12.17 12.25 12.35 12.06.

(17) 表 1 機構投資人交易活動之特徵(續) E.被基金持有公司之平均市值淨值比. 2002 2003 2004 2005 2006. 2007. 2008 2009. 共同基金數共同基金數共同基金數共同基金數共同基金數共同基金數. 3.51 3.75 3.50 -. 3.16 3.33 3.49 3.37 3.44 3.40. 2.01 2.29 2.39 2.40 2.47 2.46. 2.23 2.54 2.62 2.64 2.79 2.73. 2002 2003 2004 2005 2006. 2007. 2008 2009. 39.93 23.30 21.05 -. 133.33 112.43 104.56 100.24 96.50 89.07. 71.42 63.37 56.63 54.10 51.38 48.31. ≧1 ≧5 ≧ 10 ≧ 15 ≧ 20 ≧ 25. 3.40 3.17 2.78 2.92 2.83 2.86. 3.39 3.31 3.22 3.16 3.16 2.77. 3.31 3.31 3.28 3.31 3.66 3.66. 2.27 2.77 3.01 3.00 3.15 3.20. F.被基金持有公司之平均週轉率共同基金數共同基金數共同基金數共同基金數共同基金數共同基金數. ≧1 ≧5 ≧ 10 ≧ 15 ≧ 20 ≧ 25. 60.99 68.58 82.49 92.37 85.09 94.28. 77.16 73.73 72.92 75.96 72.89 83.38. 76.56 66.92 62.12 59.22 53.33 53.52. 156.52 137.11 120.86 114.97 111.07 104.30. 132.79 132.05 132.78 132.11 130.26 131.07. G.被基金持有公司之平均 MFD. 2002 2003 2004 2005 2006. 2007. 2008 2009. 共同基金數 ≧ 1. 81.97 65.89 60.30 58.20 57.32. 32.64. 31.34 29.62. 共同基金數共同基金數共同基金數共同基金數共同基金數. 96.99 94.85 -. 36.40 39.42 40.19 40.71 41.04. 35.34 37.50 37.95 39.20 38.97. ≧5 ≧ 10 ≧ 15 ≧ 20 ≧ 25. 70.08 66.47 73.94 72.88 68.76. 61.60 63.48 63.95 67.49 70.18. 11. 58.45 59.63 60.74 62.65 63.19. 57.69 57.45 57.98 58.69 59.54. 34.16 36.80 37.71 39.25 39.56.

(18) 表 2 公司特性與共同基金需求之關係共同基金數共同基金數共同基金數共同基金數共同基金數表中. ≧5 ≧ 10 ≧ 15 ≧ 20 ≧ 25. -3.68e-08*** -3.49e-08*** -3.44e-08*** -3.13e-08*** -3.17e-08***. 為前一季股票市值；為股票前一季週轉率；. -0.0845*** -0.0785*** -0.0708*** -0.0805*** -0.0773***. 0.0511*** 0.0604*** 0.0567*** 0.0586*** 0.0593***. 0.2096*** 0.3657*** 0.2703*** 0.2102*** 0.2051***. 為前一季股票報酬；為前一季股票市值淨值比。. 肆、檢定從眾行為. 本研究的檢測方式是根據 Nofsinger and Sias (1999)年所提出之共同基金失衡交易(mutual fund trade imbalance , MFTI)，而 Hung et al. (2010)於台灣股市的實證也採用過同樣的方式。這個方法的涵義為，當某一股票在某一時間點時，市場上的共同基金對該股票的淨買入量除以該股票流通在外之股數。也就是說，當市場上的基金看好該股票時，這個指標將會為正值，反之亦然。但若市場上的基金對該股票沒有特別的偏好，那麼該指標該應為 0。下式即為共同基金交易失衡 (MFTI)的計算方式：. 其中. 為共同基金於 t 期時，對 i 股票之買進量；. 時，對 i 股票之賣出量；. 為共同基金於 t 期. 為於 t 期時，i 股票之流通在外股數。. 接下來是介紹這個投資組合的分類過程。首先本研究要先分離出基金對股票持有之所有權的影響，因為當基金持有某支股票的所有權愈高時，其對該股票的調節動作會對該指標產生愈明顯的影響，所以第一個動作本研究先將所有基金依其原先持有之所有權比例做排序，並分成十等份，接著再將分出的十組依 MFTI 12.

(19) 分成十等份，故總共會被分成一百份，最後再按每一組分出之順位重新組合，更具體而言即，將每一組所有權分類的投資組合中最高一組之 MFTI 重新集合成一組，再將次高的集合成另一組，以此類推，如此便可重新組合成十組分離出基金對股票所有權之影響的投資組合。表 3 為本研究整理後的投資組合分析，由表中 A 之季度 0 可發現，各組間確實存在著明顯的差異，而在 F-test 之下，本研究檢定各組間的平均值是否有顯著的不同，結果顯示拒絕虛無，並有 1%的顯著水準，這表示在中國的機構投資人確實存在著從眾行為。接著再看最高與最低群組間的差異，組投一之 MFTI 為 -19.7%，投組十之 MFTI 為 12.85%，他們之間的差異高達 32.55%，同樣地，本研究檢定兩組間的平均值是否有顯著的差異，結果仍然是拒絕虛無，並有 1%的顯著水準。同樣地，在 B、C、D 也是得到相同的結果。接著探討機構投資人之從眾行為與股價表現之間的關係，首先在季度 0 的部分，本研究發現表 3 A 之投組一的 MFTI 對應到表 3B 之投組一的股價表現，兩者似乎存在著反向的關係，投組一之 MFTI 為-19.7%而股價表現為 17.68%，投組十之 MFTI 為 12.85%，股價表現則只有 6.38%，投組十減投組一則為-11.3%, 而這個結果與 Hung et al. (2010)在台灣的實證有明顯的不同，他的的結果為，台灣的機構投資人當季買進的股票，當季的股價表現會較好。如此看來中國的基金表現似乎績效不佳，但其實不然，下一步本文將探討季度-1 之 MFTI 與季度 0 之股價表現。表 3 中投組一的季度-1 之 MFTI 為 19.5%，而有趣的是，其對應之季度 0 的股價表現為 17.68%，而不止如此，投組十之 MFTI 為-8.71%，其對應之季度 0 的股價表現只有 6.38%，之間的差異為-11.3%，並有 1%的顯著水準。而若從季度 0 之 MFTI 與季度+1 之股價表現來看，一樣可發現，投組一的季度 0 之 MFTI 為-19.7%，而其季度+1 之股價表現只有 6.14%為各組中最低的，投組十的季度 0 之 MFTI 為 12.85%，而其季度+1 之股價表現則有 12.27%，兩者間的差異為 6.13%，. 13.

(20) 並有 1%之顯著水準。這個結果顯示中國的機構投資人具有資訊優勢，並且會在上一季群聚買進(賣出)股票，而至下一季再逢高(低)賣出(買進)股票。表 3 中的 D 為基金淨買量除以總交易量，從表中本研究發現，除了投組一外，每一組基金所佔市場總成交量的比例都相當地小，而第一組雖然賣出的比例佔了市場總交成量的 22.22%，但基金對市場的股價卻沒有造成影響，當期之股價表現仍當高達 17.68%。這也表示，中國市場的參與者仍是以個別投資人為主，機構投資人只佔其一小部分。. 14.

(21) 表 3 投資組合之交易失衡投組一投組二投組三投組四投組五投組六投組七投組八投組九投組十投組十減投組一 F-test A:共同基金交易失衡(%) 季度 -1 季度 0. 19.5 -19.7. 4.54 -3.57. 1.48 -1.13. 0.75 -0.49. -0.77 1.43. -3.17 4.18. -4.78 5.63. -5.01 6.41. -6.42 9.32. -8.71 -28.21*** 12.85 32.55***. 974*** 1426***. 5.56. 0.24. 0.08. -1.15. -3.08. -4.31. -5.63. -7.74. -9.99. 952***. 12.58. 12.05. 11.9. 14.12. 18.83. 15.76. 16.94. 19.39 17.43 5.43***. 8.02***. 季度 0 季度 +1. 17.68 14.06 6.14 15.8 C: 共同基金需求(%). 8.61 16.15. 9.3 17.14. 7.26 13.8. 2.7 13.28. 2.14 11.4. 3.75 12.3. 4.47 12.5. 30.09*** 10.78***. 季度 0. 11.42 50.76 D: 淨買量/總交易量(%). 71.14. 70.89. 75.76. 82.2. 88.19. 92.36. 96.61 98.29 86.87***. 1011.52***. 季度 0. -0.72. -0.08. 2.37. 5.14. 6.79. 7.31. 10.41 13.52 35.74***. 577.52***. 季度 +1. 20.06 B: 股價表現(%) 季度 -1 12. -22.22. -3.32. 表中之季度-1 表示前一季；季度 0 表示當季；季度+1 表示上一季。表中之***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。. 15. -30.05***. 6.38 -11.3*** 12.27 6.13***.

(22) 伍、前期與當期從眾行為之關聯性. 在上一節本研究使用 Sias (1999)提出之共同基金交易失衡的指標衡量中國機構投資人的從眾行為，而這部分則使用 Sias (2004)所提出之共同基金需求的衡量指標(MFD)，此衡量指標與 MFTI 雖有異取同工之妙，但其更能充分地表達共同基金對某些股票的需求。共同基金需求之所以能衡量機構投資人的從眾行為，其直覺上的涵義為“市場上所有交易這支股票的基金中，買進這支股票的基金家數共占了多少比例?“更具體而言，當所有交易該股票的基金對該股票的看法越傾向於一致買進時，該指標會越接近 100%，而相反地，若傾向一致賣出則會越接近 0%，故其淨買賣的分水嶺為 50%。下式即為共同基金需求的衡量指標：. 其中，. 為共同基金的買入家數，. 為共同基金的賣出家數。接著為. 了能夠直接比較不同公司群組間的估計係數，所有的依變數與自變數都必需標準化後，才能進行橫斷面的迴歸分析，而所謂的標準化即是將變數的平均值轉換成零，其轉換的方程式如下：. 其中，. 為在 t 時間點 MFD 橫斷面的平均值，. 為在 t 時間點 MFD 橫. 斷面的標準差。為了觀察機構投資人是否有回饋交易(feedback trade)的行為，下一步本文使用 Fama and MacBeth (1973)橫斷面迴歸分析探討落後一季的 MFD 是否能夠預測 16.

(23) 當季的 MFD，下式為其估計方程式：. 第(4)式的依變數與自變數都是經過標準化，使其平均數為 0，變異數為 1，估計方式為，每一季都進行一次迴歸分析，共計 31 條迴歸，並將這些被估計出的係數平均後檢定其是否顯著異於 0，其結果列於表 4。由表 4 的結果發現，中國股市的共同基金，無論是至少被 5、10、15、20、 25 檔基金持有的股票樣本集合中，皆可以藉由觀察上一季的基金需求預測其當季的共同基金需求，而各樣本集合. 的係數分別為-0.1563、-0.1379、-0.1290、. -0.1268 及-0.1348，並皆有 1%的顯著水準，這表示中國股市的機構投資人，他們操作的方法有負向回饋交易的傾向，意即一起買進前一季 MFD 較低的股票或賣出前一季 MFD 較高的股票，而這個結果與 Hung et al. (2010)於台灣股市的實證結果相似，但中國股市此種現象非常明顯。而 Sias (2004)於美國股市的結果與本文研究於中國市場之實證有明顯的差異，美國股市的機構投資人普遍較傾向正向回饋交易。表 4 共同基金的從眾落後之共同基金需求共同基金數 ≧ 5 共同基金數 ≧ 10 共同基金數 ≧ 15 共同基金數 ≧ 20 共同基金數 ≧ 25. -0.1564*** (-20.33) -0.1380*** (-13.83) -0.1290*** (-10.47) -0.12698*** (-8.55) -0.1348*** (-7.75). 括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。 17.

(24) 陸、機構投資人從眾行為之原因. 根據以往的文獻，機構投資人從眾的現象往往伴隨著回饋交易(feedback trade)與價格動能(momentum)， Grinblatt, Titman, Wermers (1995)於美國股票市場的實證結果就顯示，有77%的機構投資人是屬於動能交易者，他們會買進過去表現效好的股票，但沒有賣出過去表現效差的股票。而Lakonishok, Shleifer and Vishny (1992)也發現機構投資人確是存在正向回饋交易，因此基於過去的文獻，本研究認為機構投資人從眾的來源可能為前一期的MFD及股票前一期之報酬，因為基金經理人很可能會參考上一期其他基金的持股以及上一期股票的報酬來做為當期的操作決策。下式在檢驗MFD是否受到前期MFD與前一期股票報酬之影響：. 其中，. 為股票 i 於 t 期之標準化 MFD；. 為股票 i 於 t-1 期之標準化 MFD；. 則為股票 i 於 t-1 期之報酬。第(6)式的結果列於表 5 之模型 1，結果顯示前一期之 MFD 與當期 MFD 為顯著為負的關係，這個情形無論在至少 5 檔基金持有或 10、15、20 及 25，其結果都相同，他們的係數分別為-0.287、-0.2973、-0.3313、-0.3577 及-0.4137，並且都有 1%的顯著水準。而前一期報酬的係數則分別為，-0.0314、-0.0283、-0.0274、 -0.0350、-0.0409 及-0.0982，當中除了至少 15 檔基金持有的群組，其餘皆有 10% 以上的顯著水準。以上的結果表示，中國股市的機構投資人存在顯著的負向回饋交易，並且沒有動能交易(momentum)的行為，反而傾向於買入前一期報酬較低的股票。. 18.

(25) 接下來本研究進一步檢驗前一期報酬對 MFD 之非對稱性效果，下式為其方程式：. 其中當 t-1 期之股票原始報酬為負時，Dum = 1，其它情況則為 0。加入 Dum 之所以可以衡量而若. 之非對稱性是因為，如果. 為負時，其係數將為. 為正時，其係數只有，這可以看出在兩種不同情況下，. ，對 MFD. 的影響性為何。其結果列於表 5 中的模型 2，而各組的係數分別為 0. 009、0 .0072、0 .0085、 0 .0113 及 0.0133，而無論於何種群組下，. 之係數皆為 1%的顯著水. 準，這代表當前一期報酬為負時，它對 MFD 的影響性會更大。最後為了確保本研究實證結果的穩健性，本研究進一步加入三個控制變數，根據以往的文獻指出，機構投資人會對具有某些特徵的公司有較高的偏好，例如：機構投資人因為部位較大，一般較偏好市值較大與流動性較高的股票，並且為了追求較好的績效，也會偏好買進股價淨值比較高的成長型股票。因此本研究加入了前一期市值、前一期週轉率與前一期之股價淨值比。其方程式如下：. 其中. 為 i 股票之市值；. 為週轉率作為流動性之代理變數；. 為. 股價淨值比。表 5 的模型 3 為第(8)式之結果，這個結果相當穩健，這與尚未加入控制變. 19.

(26) 數前的模型 2 是一致的，並且無論在哪一個群組中，. 之係數皆為 1%. 的顯著水準，而控制變數的係數則與表 2 是一致的，並且係數皆為顯著的。這個結果也讓本研究發現，中國股市的機構投資人會從眾地買進市值小、流動性高及市值淨值比高的股票，這與 Hung et al.(2010)於台灣股市的發現不相同，台灣市場的機構投資人則是從眾地買進市值小、流動性低及市值淨值比低的股票。. 20.

(27) 表 5 共同基金需求與公司特徵之迴歸分析共同基金數 ≧ 5 截距項 i,t-1 Ri,t-1. 共同基金數 ≧ 10. 模型 1. 模型 2. 模型 3. -0.384*** (-23.82) -.2871*** (-31.13) -.0314*** (-2.57). -0.329*** (-18.67) -.3011*** (-32.11) -.0697*** (-5.26) .0091*** (7.36). -0.568*** -0.433*** (-20.78) (-22.58) -.3158*** -.2973*** (-34.040) (-25.26) -.0743*** -.0284* (-5.74) (-1.93) .0074*** (6.14) -1.09e-09*** (-9.84) .0016*** (12.57) .0087*** (3.20) 5742 3891 0.1996 0.1464. Dum×Ri,t-1 Sizei,t-1 TOi,t-1 MBi,t-1 樣本數 5742 Adj. R-squared 0.1526 模型 1：. 5742 0.1604. 模型 1. 共同基金數 ≧ 15. 模型 2. 模型 3. 模型 1. 模型 2. 模型 3. -0.393*** (-18.95) -.3124*** (-25.77 ) -.0592*** (-3.72) .0073*** (4.97). -0.705*** (-21.63) -.33204*** (-28.17) -.0680*** (-4.44) .0050*** (3.50) -1.08e-09*** (-9.55) .0022*** (14.05) .0095** (2.14) 3891 0.2149. -0.514*** (-22.84) -.3313*** (-23.02) -.0274 (-1.61). -0.469*** (-19.43) -.3513*** (-23.62) -.0634*** (-3.45) .00855*** (5.02). 2969 0.1547. 2969 0.1616. -0.814*** (-21.61) -.3720*** (-25.88) -.0726*** (-4.12) .0058*** (3.56) -1.01e-09*** (-8.14) .0025*** 13.40 .0109** (2.19) 2969 0.2309. 3891 0.1516. 模型 2：模型 3：括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。. 21.

(28) 表 5 共同基金需求與公司特徵之迴歸分析(續) 共同基金數 ≧ 20 截距項 i,t-1 Ri,t-1. 模型 1. 模型 2. 模型 3. 模型 1. 模型 2. 模型 3. -0.577*** (-22.60) -.3578*** (-21.24) -.0350* (-1.80). -0.519*** (-19.02) -.3852*** (-22.14) -.0801*** (-3.84) .0114*** (5.74). -0.643*** (-22.77) -.3827*** (-20.32) -.0410* (-1.86 ). -0.574*** (-18.96) -.4138*** (-21.35) -.0928*** (-3.95) .01332*** (5.96). 2354 0.1634. 2354 0.1746. -0.852*** (-20.21) -.3981*** (-23.80) -.0867*** (-4.35) .0080*** (4.21) -1.02e-09*** (-7.72 ) .0026*** (12.03) .0089* (1.65) 2354 0.2455. 1916 0.1799. 1916 0.1945. -0.945*** (-19.98) -.4280*** (-23.11) -.0983*** (-4.39) .0094*** (4.37) -9.90e-10*** (-7.21) .0029*** (-11.53 ) .0139** (2.27) 1916 0.2715. Dum×Ri,t-1 Sizei,t-1 TOi,t-1 MBi,t-1 樣本數 Adj. R-squared 模型 1：. 共同基金數 ≧ 25. 模型 2：模型 3：括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。. 22.

(29) 柒、機構投資人從眾與股票報酬之關聯性. 這個部分本文將探討機構投資人的從眾交易對股票報酬的關聯性，因此本研究將前一季的標準化 MFD 放入解釋項，藉此了解機構投資人的從眾交易是否在下一季會得到好的報酬，如果機構投資人的從眾交易能與下一季的股票報酬呈正向關係，那表示機構投資人確實擁有資訊優勢，能洞察先機於上一季進場。而根據以往的文獻，在許多國家的市場皆發現存在動能交易的現象，在中國股市亦然 (Kang , Liu, Ni ,2002)，因此本研究也加入前一季的股票報酬，以了解是否於整體市場下也存在此現象。下式為估計方程式：. 其中變數的解釋唯有. 為當期股票報酬，其餘與第(8)式皆相同。. 第(9)式的結果列於表 6 的模型 1,當中本研究最關心的變數. ，其於至少. 被 5、10、15、20、25 檔基金持有的樣本群組下之係數別分別，4.5394、4.9235、 5.3306、5.1276 及 4.5497，並且皆有 1%的顯著水準。這個結果顯示，中國機構投資人從眾程度越高買進的股票，到了下一季，那些股票的報酬會越好。這也隱含了，當中國的基金經理人的看法越一致的時候，越能夠展現機構投資人的資訊優勢。而在本研究的樣本集合中. 的係數則發現於各群組中皆顯著為負，這與 Kang. et al. (2002)的結果不同，而可能的原因應為，Kang et al. (2002)所使用的資料為週資料，而本研究所使用的為季資料，但與 Hung et al. (2010)於台灣的實證結果相同。接著本研究加入虛擬變數，進一步探討前一季的共同基金需求與報酬是否存在非對稱關係。探討這個關係有助於本研究了解，當機構投資人從眾地買進或賣 23.

(30) 出時，對股票的影響性是否有顯著的不同，藉以觀察是否機構投資人從眾的行為在不同情況下，會有不同的反應。其方程式如下式：. 其中的 Dum 為虛擬變數，當. 小於 50%時，Dum=1，其它情況為 0。而這. 個方程式之所以可以解釋非對稱性的直覺為，當數為對. ，當. 小於 50%時，. 的係. 大於等於 50%時則為，因此若為顯著時，則表示. 的影響存在不對稱性關係。表 6 的模型 2 中，. 的係數為大多呈現不顯著的正值，這顯示在本研究. 的樣本集合中，中國的機構投資人無論買進或賣出從眾對報酬皆沒有顯著的影響，也就是說，這意味著中國的機構投資人的從眾行為無論是買進或賣出都是基於反應價值攸關的資訊所做出的動作，而這點則與 Hung et al. (2010)於台灣市場的實證結果不同，他們的結果顯示，台灣的機構投資人只有從眾地買進時是反應價值攸關資訊，但在賣出時則沒有。而個群組下，. 的係數都負，而. 與. 的係數仍然與模型 1 一致，在任一. 則是顯著為正，並且兩者皆有 1%的顯著水. 準。最後同樣地，為了確保結果的穩健性，本研究加入三個主要的控制變數：公司市值、週轉率及值市淨值比。其方程式如下：. 最後本研究結果顯示，除了. 的係數仍然是不顯著之外，. 係數依然得到穩健的結果。. 24. 與. 的.

(31) 綜合了以上的結果，本研究認為，中國股市的機構投資人確實擁有資訊的優勢，因為當他們於上一季從眾的買進或賣出時，該投資組合於當季股的票報酬是與之為正相關的，也就是說機構投資人的看法越一致時，他們所交易的股票於下一季報酬會越高。而本研究也從不對稱性的檢定中發現，中國機構投資人無論買進或賣出的從眾都是在反應價值攸關的資訊，而像這樣的從眾行為有助於市場的效率與股價的穩定。. 25.

(32) 表 6 公司特性與股票報酬共同基金數 ≧ 5 截距項 Ri,t-1 i,t-1. 共同基金數 ≧ 10. 模型 1. 模型 2. 模型 3. 8.574*** (19.98) -1.1112*** (-2.70) 4.5395*** (14.65). 16.73*** (30.89) -1.1110*** (-2.70) 4.6609*** (11.99) -.2551 (-0.52). 7.560*** 18.02*** 17.99*** (8.64) (27.60) (27.54) -1.4764*** -.9527* -.9409* (-3.66) (-1.90) (-1.88 ) 3.7455*** 4.9236*** 4.6230*** (9.69) (12.28) (9.20) .0887 .6340 (0.18) (0.99) -1.85e-08*** (-4.94) .0642*** (14.75) .0737 (0.80) 5742 3891 3891 0.0760 0.0369 0.0369. Dum× i,t-1 Sizei,t-1 TOi,t-1 MBi,t-1 樣本數 6368 Adj. R-squared 0.0357 模型 1：. 5742 0.0356. 模型 1. 模型 2. 模型 3. 模型 1. 模型 2. 8.207*** 18.39*** 18.37*** (7.61) (24.16) (24.14) -1.4400*** -1.1921** -1.1819** (-2.93) (-2.07) (-2.06 ) 3.7932*** 5.3306*** 4.7687*** (7.65) (10.96) (7.88) .7273 1.1949 (1.17) (1.56) -1.86e-08*** (-4.73) .0669** (12.36) .3546** (2.32) 3891 2969 2969 0.0815 0.0386 0.0391. 模型 2：模型 3：括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。. 26. 共同基金數 ≧ 15 模型 3 8.490*** (6.83) -1.7083*** (-3.04) 3.9713*** (6.66) 1.1987 (1.60) -1.81e-08*** (-4.21) .0700*** (10.91) .3916** (2.27) 2969 0.0849.

(33) 表 6 公司特性與股票報酬(續) 共同基金數 ≧ 20. 截距項 Ri,t-1 i,t-1. 模型 1. 模型 2. 模型 3. 模型 1. 模型 2. 模型 3. 19.03*** (22.60) -1.6022** (-2.49) 5.1277*** (9.22). 19.04*** (22.62) -1.5798** (-2.46) 4.5419*** (6.60 ) 1.2827 (1.44). 18.87*** (20.69) -2.1081*** (-2.96) 4.5497*** (7.48). 18.89*** (20.72) -2.0777*** (-2.92) 3.8748*** (5.07) 1.4524 (1.46). 2354 0.0355. 2354 0.0360. 9.194*** (6.78) -2.0982*** (-3.35) 3.8545*** (5.73) 1.3501 (1.56) -1.88e-08*** (-4.20 ) .0742*** (10.41) .3170** (1.74) 2354 0.0884. 1916 0.0306. 1916 0.0312. 7.622*** (5.14) -2.6247*** (-3.81) 3.1563*** (4.25) 1.3931 (1.45) -1.86e-08*** (-4.10) .0853*** (10.45) .5188** (2.56) 1916 0.0966. Dum× i,t-1 Sizei,t-1 TOi,t-1 MBi,t-1 樣本數 Adj. R-squared 模型 1：. 共同基金數 ≧ 25. 模型 2：模型 3：括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。. 27.

(34) 捌、牛市與熊市下機構投資人之從眾行為與股票報酬. 在上一個部分本文研究大陸股市機構投資人於前一季買進與賣出的股票是否與當季股票的報酬存在非對稱性關係？而結果顯示並不存在非對稱性的現象，然而這個部分本文將探討在牛市與熊市下，機構投資人從眾行為與股票報酬是否存在非對稱性關係？因為在牛市時，股市行情大好，投資人往往會將成功歸因於自己的能力，進而產生過度自信，做出錯誤的投資決策，而在熊市時，股市大跌，投資人卻會怪罪於外在環境因素，過去的研究對這類的心理偏誤稱之為自我歸因偏誤(self-attribution bias)，因此雖然在前一部分本研究區分股票買進與賣出並沒有看出存在非對稱性效果，但若區分成牛市與熊市，非對稱性的現象則可能存在。而在此之前本文需先定義何種情況下為牛市與熊市。本文是使用 Pagan and Sossounov (2003)的方法觀客地區分牛市、熊市與盤整期間，這個方法隱含著如果在一段持續的時間相較於前一個波峰(谷)，價格下跌(上漲)了，那麼股票市場即從牛(熊)市走向熊(牛)市。而 Pagan and Sossounov (2002)也設定六個月為最小的期間，並堅持認為牛市漲幅需大於 20%才具資格被納入，反之熊市的跌幅亦需大於 20%。而對於這個方法的解釋本研究參考了 Chen, Peng, Shyu and Zeng (2010) 的描述方式，以下為 Chen et al. (2010)所使用來判別股市循環中，波峰與波谷轉換點的數學式：. 波峰. 波谷. 28.

(35) 方程式(11)為波峰發生在 t 期，而則為上海 A 指股價水準。如果為[t-8,t+8]這段期間中最高價，那即為一個波峰。方程式(12)為波谷發生在 t 期，如果為 [t-8,t+8]這段期間中的最低價，那即為一個波谷。而這個區分方式的時間單位為月，但本研究所使用之資料為季，故若該轉換點非於季底時，即 3 月、6 月、9 月及 12 月，則本研究需做些微的調整以求更精確地表達不同市場狀況的期間。下一步為針對較有爭議之轉折點做解釋與分類，圖 1 為本研究樣本期間上海 A 指的股價水準，圖中紅色圈起處之 A 點至 H 點為每段牛市、熊市與盤整期間的波峰與波谷，而兩點間所標示之「牛」指的為該段期間為牛市；「熊」指的為該段期間為熊市；「盤」指的為盤整期間。而其中 C、E、F 及 G 點不為季底之月份，因此本研究將各別對其做解釋，以求更精確地區分不同市場狀況的期間。其中 C 點為 2003 年 10 月為 2003 年第四季的第一個月，而 C 點的前一段期間又為盤整期間波動並不大，因此本研究仍將 2003 年第四季設為牛市期間的起點；E 點為 2005 年 5 月，屬於 2005 年之第二季，且為熊市與牛市之轉折點，然而 2005 年第二季中有兩個月為熊市，第三個月才進入牛市，且第三個月的漲幅仍很小，故本研究認定 2005 年第三季才進入牛市；F 點為 2007 年 10 月，為 2007 年第四季的第一個月，而就這一季來看有兩個月屬於熊市，且第四季底的股價指數仍比第三季底的股價指數低，故本研究將 2007 年第四季歸為熊市；為 G 點 2008 年 10 月，屬於 2008 年第四季的第一個月，為熊市與牛市的轉折點，然而 G 點雖然只佔第四季的一個月份，但其跌幅遠大於之後兩個月分的漲幅，且第三個月份還是下跌，故本研究將 2008 年第四季歸為熊市。最後另一個較有問題的點為 H 點的前一段波峰，該點為 2007 年 7 月，但隔一個月卻大跌超過 20%，不過若以季為單位來看，即以 2009 年第二季與第三季底之股價指數做比較，發現其跌幅僅 6.5%，將其視為牛市中短期回檔，故本研究仍將該季歸為牛市。最後，而雖然本研究的樣本期間區分成牛市、熊市與盤整期間，但因盤整期間屬於一般市場情況，且投資人的從眾通常在極端市場下較容易發生，也就是市場大漲大跌的時候，再. 29.

(36) 加上盤整期間樣本數不足，故本研究於這部分的實證只納入牛市與熊市期間的資料加以探討。. 圖 1 上海 A 指牛市、熊市與盤整期間區分圖接著本文開始進行實證分析。機構投資人從眾的原因於前面的章節雖然已經討論過，不過本研究於此章節將進一步探討這些原因的影響性，在牛市與熊市下是否會有明顯的不同。因為機構投資人的壓力主要來自基金的績效，因此在交易行為上可能因為市場狀況不同，而產生不同的交易策略，因此這部分本研究探討在牛市與熊市下，前一季的股票報酬與前一季機構投資人的從眾行為，是否對當期機構投資人從眾行為之影響有所不同，並且是否存在非對稱性現象。以下為該模型的方程式：. 30.

(37) 上式中，. 為 t 期的 i 股票標準化 MFD；. 為前一期之. ；Bull 為虛擬變數，當 t 為牛市期間時設為 1，其它情況設. 為 0。因此本研究可以藉由它情況時，. 為 t-1 期 i 股票之標準化股價報酬；. 與. 與. 兩者的係數看出在牛市與其. 對機構投資人從眾的影響性為何?並且是否存在不對稱性。. 表 7 中模型 1 的結果顯示，. 的係數與表 5 中模型 2 的結果相同，仍為. 負數且在各個群組中都有 1%以上的顯著水準，而. 項的係數則為正. 值，且無論在哪個群組下都有 1%以上的顯著水準，這表示機構投資人雖然傾向一起買進前一期報酬較低的股票，但在牛市下，這個效果會降低，但因為項的係數並沒有大於. 的係數，且係數非常小僅介於 0.00337 至. 0.00433，故不存在非對稱性的現象。而. 的係數也與表 5 中模型 2 的結果相. 同，仍為負數且各群組都有 1%以上的顯著水準，而. 項的係數則同樣. 為負值，同樣地，在每個群組皆有 1%以上的顯著水準，這則表示中國的機構投資人在牛市時，會更加偏好買進他們前一期賣出的股票，也就是負向回饋交易的現象在牛市更加明顯。接著為了確保實證結果的穩健性，本研究同樣加入了三個主要的控制變數：前一期市值、前一期週轉率與前一期之股價淨值比，下式為加入控制變數後之模型方程式：. 上式中. 為 i 股票前一季之公司規模；. 以衡量 i 股票之流動性；. 為 i 股票前一季之週轉率，用. 為 i 股票前一季之股價淨值比。. 其結果列於表 7 的模型 2 中。模型 2 的結果與模型一大致相同，唯獨的係數在共同基金數大於 15 的群組中顯著性降為 10%，而在共同基. 31.

(38) 金數大於 20 以上的群組則不顯著，並且係數變得非常小，僅介於 0.000882 至 0.00117。這表示中國股市的機構投資人傾向一起買進前一期報酬較差的股票受到市場情況的影響並不大，尤其是被 20 家以上共同基金所交易的那些股票是沒有顯著的影響的，而就控制變數的部分，在模型 2 中同樣顯示中國股票機構投資人偏好一起買進公司規模小、股票週轉率高以及股價淨值比高的股票。此部分本研究將探討牛市與熊市下，機構投資人從眾行為與股票報酬的關係。投資人做投資決策時，往往因為身處不同市場氛圍而受影響，例如：在牛市時，市場上對未來行情瀰漫著樂觀的看法，資金不斷的湧入市場，使得機構投資人往往不得不買進一些不夠優質的股票，而投資人也容易因為過度樂觀而掉以輕心，忽略了風險的重要性，且大部分的投資人都是賺錢的，他們往往會將成功歸因於自己的能力，進而產生過度自信，使得投資前的研究開始變得不充足、不夠謹慎以及容易低估風險，這可能會導致機構投資人的從眾行為與股價報酬的反應不同向。而在熊市時，市場是氛圍轉為較不樂觀、較為保守，機構投資人的資金也較有限，這使得他們進行投資前會更加謹慎小心、如履薄冰，投資前的研究工作也會比較充分，而熊市的時候，投資人也可能會產生恐慌性拋售手上持股的情形，不過這種現象比較屬於短暫性的，而本研究所使用的為季資料，因此本研究對結果預期較傾向前者，即熊市時機構投資人的眾從反而較能反應出股票的價值。以下模型為探討牛市與熊市下機構投資人從眾與股票報酬關係的方程式：. 上式中的. 為 i 股票於 t 期之報酬；. 為 i 股票於 t 期之標準化股票報酬；. it. 為 i 股票於 t 期標準化之 MFD； u 為虛擬變數，當 t 為牛市期間時設為 1，其它情況設為 0。因此本研究可以藉由 u 牛市與其它情況時，. it. 與. it. it. 與 u. it. 兩者的係數看出在. 對報酬的影響性為何?並且是否存在不對稱性。. 32.

(39) 表 7 牛市與熊市下機構投資人之從眾. 截距項 Ri,t-1 i,t-1 Bull×Ri,t-1 u × i,t-1. 共同基金數 ≧ 5. 共同基金數 ≧ 10. 共同基金數 ≧ 15. 模型 1. 模型 2. 模型 1. 模型 1. -0.442*** (-24.55) -0.0711*** (-5.18) -0.260*** (-22.21) 0.00386*** (7.42) -0.0951*** (-6.36). -0.616*** (-23.26) -0.0631*** (-4.68) -0.278*** (-23.77) 0.00209*** (3.93) -0.0728*** (-4.90) -1.10e-09*** (-9.92) 0.00144*** (10.46) 0.00832** (3.08). -0.502*** (-23.45) -0.0712*** (-4.37) -0.256*** (-17.34) 0.00433*** (7.19) -0.132*** (-6.91). Sizei,t-1 TOi,t-1 MBi,t-1 樣本數 Adj. R-squared. 5673 0.1695. 5673 0.2018. 0.1727. 模型 2. -0.719*** -0.574*** -0.816*** (-22.54) (-23.03) (-22.14) -0.0643*** -0.0546*** -0.0509*** (-4.06) (-2.94) (-2.83) -0.284*** -0.273*** -0.304*** (-19.38) (-15.53) (-17.50) 0.00200*** 0.00381*** 0.00133* (3.27) (5.30) (1.83) -0.0951*** -0.179*** -0.136*** (-5.04) (-7.58) (-5.88) -1.10e-09*** -1.04e-09*** (-9.71) (-8.43) 0.00190*** 0.00217*** (11.33) (10.95) 0.00902** 0.0101** (2.05) (2.03) 3869 3869 2961 2961 0.2213 0.1853 0.2387. 模型 1： i t u u it it it t t it t it t t 模型 2： i t u u i it it it t t it t it t t t 括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。 33. 模型 2. t. it. t. it. it.

(40) 表 7 牛市與熊市下機構投資人之從眾(續) 共同基金數 ≧ 20 共同基金數 ≧ 25 模型 1 模型 2 模型 1 模型 2 截距項 -0.633*** -0.853*** -0.690*** -0.934*** (-22.63) (-20.74) (-22.44) (-20.32) Ri,t-1 -0.0489** -0.0478** -0.0423 -0.0437* (-2.32) (-2.35) (-1.80) (-1.93) i,t-1 -0.280*** -0.307*** -0.279*** -0.310*** (-13.77) (-15.32) (-12.26) (-13.83) Bull×Ri,t-1 0.00358*** 0.00117 0.00337*** 0.000882 (4.31) (1.41) (3.57) (0.94) u × i,t-1 -0.235*** -0.188*** -0.295*** -0.241*** (-8.33) (-6.74) (-9.19) (-7.60) Sizei,t-1 -1.08e-09*** -1.07e-09*** (-8.18) (-7.83) TOi,t-1 0.00216*** 0.00238*** (9.58) (9.08) MBi,t-1 0.00820 0.0130** (1.53) (2.15) 樣本數 2351 2351 1915 1915 Adj. R-squared 0.2022 0.2568 0.2284 0.2875 模型 1： i t u u it it it t t it t it t t 模型 2： i t u u it it t t it t it t t t i it it it it t t 括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。. 34.

(41) 表 8 中模型 1 的結果顯示，. 與 u. it. it. 的係數分別為顯著為正與顯著. 為負，且於各群組中皆有 1%的顯著水準，而其係數則分別介於-2.845 至-3.601 與 0.236 至 0.311，這表示在本研究的樣本期間，中國股市的股票不但不存價格動能(momentum)的現象，且前期表現較差(好)的股票，於下一期報酬反而會較佳 ( 差 ) ，而這個效果雖然從 u u. it. 係數只佔. 的係數可看出在牛市下較弱，但因為. it. 係數約 8%左右，因此本研究認為影響並不大。然而在. it. 機構投資人從眾行為與股票報酬之關係的結果顯示，. it. 與 u. 的係數. it. 分別為正顯著與負顯著，且於各群組中皆有 1%的顯著水準，而較令人感興趣的是，在各群組中 u. it. 的係數皆大於. 的係數。在熊市期間(Bull=0)，. it. it. 的係數為正，這表示機構投資人前一季從眾買進(賣出)的股票於下一季的表現較好(差)，而在牛市期間(Bull=1)，. it. 則變負值，這表示機構投資人前一季從眾. 買進(賣出)的股票於下一季的表現較差(好)，綜合上述的實證結果，在本研究的樣本期間，中國股市機構投資人的從眾行為在牛市時，並無助於股票反應出其應有的價值，反而可能造成股價不穩定，而在熊市時，中國股市機構投資人的從眾行為則可以反應價值攸關的資訊，因此本研究依據 Hung 等人(2010)的法方檢測中國股市機構投資人上一季從眾買進與賣出的交易行為是否與當季股票報酬存有不對稱性關係，實證結果雖然顯示並不存在，但本研究區分成牛市與熊市加以探討時，則發現確實存在不對稱性的現象，而其原因可能是因為不同市場氛圍下，中國股市機構投資人的情緒與心理狀態也會有所不同，進而影響到他們的投資決策，因此造成這種不對稱的現象。同樣地為了得到更穩健的結果，本研究加入三個主要控制變數：公司規模、股票週轉率及市值淨值比。以下為加入控制變數後的模型方程式：. it. t it. t. t t. 上式中 i. it. it. t. it. t. u. it. it. it. u. it. t. i. it. it. 為 i 股票前一季之公司規模；. 以衡量 i 股票之流動性；. t. it. 為 i 股票前一季之週轉率，用. 為 i 股票前一季之股價淨值比，而其餘變數則與. (15)相同。 35.

(42) 表 8 牛市與熊市下機構投資人從眾與股票報酬之關係共同基金數 ≧ 5 共同基金數 ≧ 10 共同基金數模型 1 模型 2 模型 1 模型 2 模型 1 截距項 13.43*** 9.894*** 14.47*** 11.38*** 14.42*** (23.52) (11.63) (21.14) (10.89) (18.28) Ri,t-1 -3.207*** -3.037*** -2.845*** -2.765*** -2.858*** (-7.38) (-7.02) (-5.46) (-5.34) (-4.86) i,t-1 8.607*** 8.215*** 9.344*** 8.988*** 9.555*** (23.22) (21.89) (19.76) (18.72) (17.14) Bull×Ri,t-1 0.237*** 0.201*** 0.236*** 0.204*** 0.257*** (14.40) (11.78) (12.26) (10.20) (11.30) u × i,t-1 -11.04*** -10.56*** -12.11*** -11.65*** -12.79*** (-23.28) (-22.14) (-19.85) (-18.86) (-17.16) Sizei,t-1 -1.96e-08*** -2.00e-08*** (-5.52) (-5.39) TOi,t-1 0.0299*** 0.0247*** (6.79) (4.49) MBi,t-1 0.0887 0.343* (1.02) (2.38) 樣本數 5673 5673 3869 3869 2961 Adj. R-squared 0.1656 0.1772 0.1785 0.1902 0.1892 模型 1： i t u u it it it t t it t it t t 模型 2： i t u u i it it it it t t it t it t t t t 括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。. 36. ≧ 15 模型 2 11.53*** (9.62) -2.839*** (-4.86) 9.219*** (16.30) 0.227*** (9.67) -12.35*** (-16.36) -1.98e-08*** (-4.93) 0.0243*** (3.76) 0.373** (2.31) 2961 0.2011 t. it. it.

(43) 表 8 牛市與熊市下機構投資人從眾與股票報酬之關係(續) 牛市與熊市下機構投資人從眾與股票報酬之關係共同基金數 ≧ 20 共同基金數 ≧ 25 模型 1 模型 2 模型 1 模型 2 截距項 14.83*** 12.07*** 14.37*** 10.64*** (17.12) (9.23) (15.46) (7.46) Ri,t-1 -3.053*** -3.054*** -3.601*** -3.631*** (-4.68) (-4.72) (-5.06) (-5.17) i,t-1 9.194*** 8.912*** 8.716*** 8.327*** (14.60) (14.00) (12.66) (11.97) Bull×Ri,t-1 0.273*** 0.241*** 0.311*** 0.274*** (10.63) (9.16) (10.90) (9.45) u × i,t-1 -13.01*** -12.50*** -13.37*** -12.72*** (-14.89) (-14.09) (-13.80) (-12.90) Sizei,t-1 -2.09e-08*** -2.10e-08*** (-4.98) (-4.97) TOi,t-1 0.0261*** 0.0325*** (3.64) (3.98) MBi,t-1 0.340** 0.559*** (2.00) (2.97) 樣本數 2351 2351 1915 1915 Adj. R-squared 0.1914 0.2058 0.2025 0.223 模型 1： i t u u it it it t t it t it t t 模型 2 ： it u u it it t t it t it t t i it it it it t t t 括弧為 t 值。***、**與*分別表示在顯著水準 1%、5%與 10%下檢定統計量之顯著性。. 37.

(44) (16)式的結果列於表 8 的模型 2 中，從中可看出，加入三個主要控制變數後，本研究主要探討之變數的顯著性仍為 1%以上的顯著水準，且. it. 與 u. it. 的. 係數大小只有些微的變動，而控制變數的部分，僅有共同基金數大於 5 的群組下的. it. 是不顯著的，其餘皆有 5%以上的顯著水準，這為本研究提供了更穩健. 的結果。. 玖、結論. 本研究使用 Sias (1999,2004)對從眾的衡量方法探討中國股市機構投資人的從眾行為，結果發現他們確實存在明顯的從眾行為，這與美國(Sias,2004)、日本 (Kim and Nofsinger, 2009)及台灣(Hung et al, 2010)市場的結果相同。而本研究也發現即便是一般投資人也可以藉由觀察他們的買進動作，於下一季獲得不錯的報酬。而從共同基金需求與股票報酬的迴歸分析中也發現，首先，中國股市機構投資人會從眾地買進前一季報酬較低的股票，賣出前一季報酬較高的股票，並且由不對稱性的檢定中發現，前一季股價報酬為負時，從眾的程度會愈明顯。第二，當機構投資人的看法越一致時，那些被從眾買進的股票於下一季的報酬會越高，以上兩點顯示了，中國的機構投資人確實存在資訊優勢，並且無論買進與賣出都是在反應價值攸關的資訊，但是若考慮不同市場情況的因素後，本研究發現在牛市期間，中國股市機構投資人的從眾行為是並無法反應出股票的價值，但在熊市期間，中國股市機構投資人的從眾行為有助於股票價值的反應，本研究認為這可能是因為牛市期間機構投資人手中資金過多以及過度自信，以至於低估投資風險或投資決策過於輕率，而導致機構投資人的從眾無法適當的反應股票應有之價值。而熊市期間，機構投資人資金較有限，投資決策會較為謹慎，投資前的研究也會較充足，這使得熊市期間機構投資人的從眾反而較能反應股票的價值。此外本研究也發現，中國股市機構投資人會從眾地買進市值較小、流動性較高、市值淨值比較及高前季報酬較差的股票。而本文除了研究出中國機構投資人的交易行為及其行為對整場市場的影響性外，也提供欲投資中國基金或股票的投資人一個參考依據。. 38.

(45) 參考文獻. (1) Banerjee, Abhijit V., 1992, A simple model of herd behavior, Quarterly Journal of Economics 107, 797–817. (2) Bikhchandani, Sushil, David Hirshleifer and Ivo Welch , 1992, A theory of fads, fashion, custom, and cultural change as informational cascades, Journal of Political Economy 100, 992–1026. (3) Chan, Louis K.C. and Josef Lakonishok, 1993, Institutional trades and intraday stock price behavior, Journal of Financial Economics 33, 173–199. (4) Chan, Louis K.C. and Josef Lakonishok, 1995, The behavior of stock prices around institutional trades, Journal of Finance 50, 1147–1174. (5) Chen, Ming Chi, Chi Lu Peng , So De Shyu and Jhih Hong Zeng, 2010, Market states and the effect on equity REIT returns due to changes in monetary policy stance, Journal of Estate Financial Economics 10.1007, s11146-010-9264-1 (6) Chang, Eric C., Joseph W. Cheng, and Ajay Khorana, 2000, An examination of herd behavior in equity markets: An international perspective, Journal of Banking & Finance 24, 1651-1679. (7) Chiang, Thomas C., Jiandong Li, and Lin Tan, 2010, Empirical investigation of herding behavior in Chinese stock markets: evidence from quantile regression analysis, Global Finance Journal, 21, 111-124. (8) Christie, William G. and Roger D. Huang, 1995, Following the pied piper: do individual returns herd around the market? Financial Analysts Journal, 31-37. (9) Choi, Nicole and Richard W. Sias, 2009, Institutional industry herding, Journal of Financial Economics, 94, 469-491. (10) Daniel, Kent D., David Hirshleifer, and Avanidhar Subrahmanyam, 2001, Overconfidence, arbitrage, and equilibrium asset pricing, Journal of Finance, 56, 921–965. (11) Dasgupta, Amil, Andrea Prat and Michela Verardo, 2011, The price impact of institutional herding, The Review of Financial Studies, 24, 892-925. (12) Del Guercio, D., 1996, The distorting effect of the prudent man law on 39.

(46) institutional equity investments, Journal of Financial Economics 40, 31-62. (13) Demirer, Riza and Ali M. Kutan, 2006, Does herding behavior exist in Chinese stock markets, Journal of International Financial Markets, Institutions and Money 16, 123–142. (14) Dreman, David N., 1979, Contrarian investment strategy: the psychology of stock market success, Random House, New York. (15) Falkenstein, Eric G., 1996, Preferences for stock characteristics as revealed by mutual fund portfolio holding, Journal of Finance 51,111–135. (16) Fama, Eugene F. and James D. MacBeth, 1973, Risk, return, and equilibrium: empirical tests, Journal of Political Economy 81, 607–636. (17) Friedman, Benjamin M., 1984, A comment: stock prices and social dynamics, Brookings Papers on Economic Activity 2, 504–508. (18) Froot, Kenneth, David S. Scharfstein and Jeremy C. Stein, 1992, Herd on the street: informational inefficiencies in a market with short-term speculations, Journal of Finance, 47, 1461–84. (19) Gervais, S. and T. Odean, 2001, Learning to be overconfident, Review of Financial Studies, 14, 1–27. (20) Gompers, Paul A. and Andrew Metrick, 2001, Institutional investors and equity prices, Quarterly Journal of Economics 116,229–259. (21) Griffin, John M., Jeffrey H. Harris and Selim Topaloglu, 2003, The dynamics of institutional and individual trading, Journal of Finance 58, 2350–2385. (22) Grinblatt, Mark, Sheridan Titman and Russ Wermers, 1995, Momentum investment strategies, portfolio performance, and herding: a study of mutual fund behavior, The American Economic Review 85, 1088–1105. (23) Haugen, Robert A., 1999, The new finance: the case against efficient markets , Prentice Hall,Englewood Cliffs, N.J. (24) Hirshleifer, David, Avanidhar Subrahmanyam, and Sheridan Titman, 1994, Security analysis and trading patterns when some investors receive information before others, Journal of Finance, 49, 1665–98. (25) Hung, Weifeng, Chia-Chi Lu and Cheng F. Lee, 2010, Mutual fund herding its impact on stock returns: evidence from the Taiwan stock market, Pacific-Basin Finance Journal, 18, 477–493. 40.

(47) (26) Jegadeesh, Narasimhan and Sheridan Titman, 1993, Returns to buying winners and selling losers: implication for stock market efficiency, Journal of Finance 48, 65–91. (27) Kang, Joseph, Ming-Hua Liu and Sophie Xiaoyan Ni, 2002, Contrarian and momentum strategies in the China stock market: 1993–2000, Pacific-Basin Finance Journal 10, 243– 265. (28) Kim, Kenneth A. and John R. Nofsinger, 2005, Institutional herding, business groups, and economic regimes: evidence from Japan, The Journal of Business 78, 213-242. (29) Kim, Woochan and Shang Jin Wei, 2002, Foreign portfolio investors before and during a crisis, Journal of International Economics 56, 77–96.. (30) Lakonishok, Josef, Andrei Shleifer and Robert W. Vishny, 1992, The impact of institutional trading on stock prices, Journal of Financial Economics 32, 23-43. (31) Nofsinger, John R. and Richard W. Sias, 1999, Herding and feedback trading by institutional and individual investors, Journal of Finance 6 , 2263-2295. (32) Pagan, Adrian R., and Kirill A. Sossounov, 2002, A simple framework for analyzing bull and bear markets, Journal of Applied Econometrics 18, 23–46. (33) Scharfstein, David S. and Jeremy C. Stein, 1990, Herd behavior and investment, The American Economic Review 80, 465–479. (34) Sias, Richard W., 2004, Institutional herding, The Review of Financial Studies 17, 165-206. (35) Tan, Lin, Thomas C. Chiang, Joseph R. Mason and Edward Nelling, 2008, Herding behavior in Chinese stock markets: an examination of A and B shares, Pacific-Basin Finance Journal 16, 61-77. (36) Veronesi, P., 1999, Stock market overreaction to bad news in good times: A rational expectations equilibrium model, The Review of Financial Studies, 12, 975-1007. (37) Welch, Ivo, 2000a, Herding among security analysts, Journal of Financial Economics 58, 369-396. (38) Wermers, Russ, 1999, Mutual fund herding and the impact on stock prices, Journal of Finance 54, 581–622. 41.

(48)