新万博_万博出事了

周一至周五 | 9:00—22:00

作者剔:未知

  摘 要茄:根据我国A股市场2014年9月至2017年12月的相关月度数据图萍,运用面板回归模型阜睛坦,对数字迷信带来的代码效应与股票价格波动之间的关系进行实证分析迟白,结果发现常乘扭:在A股市场早期的牛市中搽然,股价波动受到由“数字迷信”引发的代码效应的影响廓,随后“数字迷信”的作用消失;在中小创板块中搂,吉利代码对股价波动的影响存在于牛市与慢牛市中香玻蛙,而“晦气代码”的作用只在熊市中得以证实氛嚏。因此朝碘,应深化制度改革受妮,完善上市公司内部治理机制差讲太,有序推进注册制菲辨,加速“优胜劣汰”驮,促进我国证券市场的健康发展川孝。
  关键词竟:数字迷信;主观偏好;股票代码;代码效应;股价波动
  中图分类号猩悸:F830.91 文献标识码激:B 文章编号久捕稍:1674-2265(2018)09-0066-09
  DOI烹肃疆:10.19647/j.cnki.37-1462/f.2018.09.011
  一徘、引言
  对数字的迷信与偏好可以追寻到商周时代箍哪瓢,从《易经?系辞》到《老子》再到《淮南子》雷拈,先贤们用数字来阐述他们对自然万物的观察认识蔼,体现了古代人民的哲学智慧卜秋。在古代搪床砰,数字在很多时候也是身份地位的象征淬锹扭,古代帝王尤为喜爱数字“九”随体。“九五之尊”抵私电、“禹收九牧之金怠溯聪,铸九鼎”等笨,皆是例证帛式。到了明清时期娘梳,王公贵族对数字“九”的偏好仍未减弱勃闻。例如僧:天坛圆丘的地面石板领耙,从第一层的九块石板开始另,每一层都比前一层多九块石板探败递,且一共铺设了九层堂测。可见雷堪,中国人对数字的迷信自古有之且一直持续戊。
  现代社会鲤歇,人们偏好的数字主要有“6”闹、“8”①蓟溅、“9”三??妻。而数字“4”在主观上受到人们的厌恶沽。例如辟:各大移动供应商在提供电信服务时肝,带“4”的号码往往会提供更多的优惠伤垫蹬,而“6”卡拈沦、“8”连号的号码动辄售价上万糖纱奉,甚至上百万;在抽车牌的过程中程,抽到“6”黎傲、“8”透嘘累、“9”组合的车牌号缆筏,也必须缴纳靓号费漠枢盯,且这些车牌往往拍出高价②等税淖漂。可见蚊渴嗣,“数字迷信”现象在当代生活中随处可见高电。
  日常生活中对数字的偏好吗阶铆,必然也会进入金融领域赋汀搽。表1分别统计了A股市场中上证主板市场扭、深证主板市场与中小创板块各股票代码尾数分布状况无摔场。
  统计结果显示嫡书,截止到2017年12月31日查沙,在上证主板市场上市的股票中脐和五,尾数代码为“8”的股票最多穿胖,有222家嫌,是尾数为“4”的股票(44家)的4倍之多抬磁湃。而代码尾数为“6”唬惫龟、“9”的股票(分别为167家与178家)也明显多于其他数字赖。深证主板市场上市的股票中蓖,尾数代码为“8”的股票的数量是“4”结尾的股票的5倍之多文顽。中小板与创业板市场尾数集聚现象不明显辜,是由于这些板块股票代码决定方式不同导致的诉懈。
  通过前述分析可知年阑,受到传统文化的影响极痪,上市公司对股票代码的选择上炬话,存在明显的“数字迷信”现象疏。那么咳韭,在二级市场上删,投资者在选择股票时删,会不会受到股票代码“数字迷信”的影响而对某些股票有特别的偏好或厌恶呢?“数字迷信”现象会不会对股市波动造成特殊影响呢?
  本文可能的创新点与学术边际贡献在于泄:首先蛋,本文研究了“数字迷信”导致的代码效应与股价波动之间的关系肉,这在国内外已有文献中澜,比较少见;其次检温涪,过往研究的时间节点最多仅达到2015年扳啼,但在最近一个完整的股市周期中忍菱,中国股市制度性改革加速缉蹭坟,市场投资风格变化很大炭回,本文的研究对象为此次股市周期的相关股票的市场表现;最后寒,本文在样本的分组上窜茹豌,对过往文献进行了改进权。
  二虎号饺、文献综述与问题提出
 「住(一)数字迷信与价格聚类效应
  国内外关于“数字迷信”与股票市场之间关系的研究多集中在价格聚类效应( Price Clustering Effect)上季缎灭,即在股票的开盘与收盘价中绥废,某些特定的数字出现的频率明显偏高劲寥。国内外部分学者对中国股票市场价格聚类效应与股票代码尾数效应的研究中舌蓬,较具有代表性的有停譬藕:Brown室配土、Chua和Mitchell(2002)研究了中国香港股票市场中各股票的收盘价格的尾数上侨襄,发现所有股票的收盘价格中北逝,其尾数为“8”的频次最高稗,“4”的频次最低封,且与其他数字差异显著安毫。Brown和Mitchell(2008)用几乎相同的方法研究了A股市橙臁,也证明了“数字迷信”现象确实存在于中国的有关股票市场搅下。饶品贵囊、赵龙凯与岳衡(2008)利用A股市场所有股票3个月的日分笔数据娇俗绷,发现A股每笔成交价格中挛沫建,确实存在“8”多“4”少的现象焊,并且股价不确定性越高瓷还、价格越高礁、机构投资者关注度越高的股票玻,价格聚类现象越明显始壳。刘凤元(2008)利用日高频数据旗,证实了无论在牛市还是熊市档,“4”都是最少出现的价格尾数数字弧戚苟。
 ∨乘涂 (二)数字迷信与股票代码效应
  早期关于“数字迷信”的研究滇,几乎都是关注股票价格的尾数特征沟贯临,对股票的代码效应似乎并不关心羡酿谢。赵静梅和吴风云(2009)首次关注股票代码特征与投资者选股行为及股票收益之间的关系星览猜,其研究发现姐刺碴,尾数为“8”的股票上市首日及以后一年的市盈率偏高描伶欣,但尾数为“8”的股票长期收益率却较低且跌幅较大让尽蛇。但其研究样本时间仅到2005年12月前窖谴,此时股权分置改革刚刚开始环,故其研究结果不一定适用于当前市场克将郴。叶成超(2010)研究了股票代码尾数与成交量之间的关系点诡檬,其认为代码尾数为“8”的股票成交量更大皑甭,且对股价的作用是正向的顺。盛卫锋闭令、张兵和谢世宏(2011)构造了不同股票代码尾数的股票组合氦麓俗,发现“4”组合在牛市情况下的组合收益小于市场必要收益搭,而在熊市下无此现象沮恭。同时鄙哼苔,投资者对“6”侈嚎、“8”弓埔、“9”的组合并无特殊偏好躬氢。但是超吨,曹森和李宁果(2012)以我国中小板市场为样本戚枯堵,却得到了不同的实证结论项界,其认为“6”劳侣、“8”荒糠、“9”的组合具有较高的长期平均收益率与超额收益率垦蔫,“4”组合的长期平均收益率与超额收益率则相对偏低铅镰酞。造成二者研究差异的原因可能是由股票市值东坡、中国股市的发展变迁旁幂镐、牛熊市的转换等纱扭。张顺明和唐唯(2015)通过研究新股上市首日市盈率来研究代码折溢价效应亨吮,其利用回归分析与方差分析寐,得到了A股市场在早期存在代码效应汐滩,而现在已经不存在慨逆炕。赵绍阳和王?|(2017)利用描述性统计脯桃,研究了2004年以前上市股票的代码效应卧讽募,其认为代码效应对股票的长期收益产生影响道息困。  〗兴?獭(三)文献总结与评论
  通过对过往文献的梳理记苍,可以发现“数字迷信”确实对A股市场的企业与投资者造成了一定程度的主观影响肩修,研究“数字迷信”对股票市场的影响可以为投资心理学的理论研究提供一定的实证支持醒跨裸。先前学者对于数字迷信的研究成果不多锣差,主要集中在两个方面模吾:一是关注股票价格本身的数字特征峦疙刊,并且从各个角度研究其价格聚类效应童扣信,进而分析这种现象可能的产生原因韧耐,这些研究的时间普遍较早;另一方面饱酱,部分学者进一步关注股票代码尾数的数字特征与股票收益与定价之间的关系此,由于各种原因炬仍藏,这些学者的实证结果并不全然相同辽徐棺。
  这些学者的研究并没有考虑到如下问题嗅措:第一麓劣形,股票的代码效应仅考虑了尾数效应钵使,并没有排除一些特殊的样本硅钦,如虽然结尾为“8”猜登,但与其他数字组合后仍表示不好的寓意奋。第二涡缔吉,前述文献或单纯区分牛熊市进行比较诬,或仅选取中小板烁米滑,或仅研究IPO首日握薯螺,或直接比较虾构。第三补,前述文献关注多为价格聚类或收益状况辖汉屎,没有文献研究股票代码的数字特征是否影响股票的自身波动奔。
  三腊剂窜、理论分析与研究假设
 」獭(一)日常迷信对主观偏好的影响
  由于文化的惯性与人们对未知不确定性的不安潞捷,迷信现象并未完全消除时怯,而且跋岸,其主要表现在对数字傲伍奇、颜色惺啥、日期等外在因素的主观偏好上(陈永艳行、张进辅和李建攫,2009)木苏。雒焕国(2001)认为迷信是迷信者通过学习获得的一种对涉及自身利害关系的客观事物的认识和体验膊懒,是其在所谓的凶吉问题上的知律考莽、情雷、行的有机统一体杠兰典。孙煦扬和田浩(2016)认为迷信行为的产生与加强是一种因果错觉品场,一些迷信行为是无意识的廉惊,一些甚至是自主选择的南。由此可见恃,在涉及自身经济利益等利害关系时梯撬,迷信心理对人的行为与主观认知的影响是潜意识的或者是刻意选择的谭暇唯。而且尸嫡辑,往往决策越复杂忻镐,其作用效果越强嗡崎敞。也就可以说悍录棠,日常的迷信现象是影响个人主观偏好的重要因素倘。
 〉亍(二)行为金融学视角下的股价过度波动谜团
  传统的经济学均建立在“理性人”假设的基础上掳糕亩,人们在做出投资决策时龚似唬,受到约束冈矗、偏好和预期的影响喀虽。世界各国证券市场上发生的诸多市场现象均无法用经典经济学理论进行解释呐鲤。经济学界自20世纪70年代起乌肛答,便将心理学纳入经济研究的范畴胳腿抒,并且从社会文化背景柑红、认知偏差滑、投资者情绪等诸多角度对经典经济学进行补充与完善贤郡哩。已有文献显示朵,社会文化背景是影响个人进行经济决策的重要因素计,对市场上的各种非理性现象具备一定的解释力(李涛和张文韬岸假欺,2015)弥炔。随后慈融,Shefrin和Statman(1994)创造性地提出了BAPM模型与BPT模型瓮,为行为金融学的发展奠定了基础袭泊。后来掏,Tvede(2003)基于金融心理学的相关理论俺呈,将金融市场的特征总结为市场的前瞻性幂、非理性纪滇、混沌性及自我实现性彪别,并从这四个角度研究了大量证券市场的非理性现象贺氦,从一定程度上也印证了投资者非理性的主观偏好导致的个人投资行为差异的确是存在的缆。根据传统金融学的观点创埔拱,股价等于股票未来红利的现金流的贴现和吭撑。但是咳,在实际的证券市场交易中凛艾老,股市的波动要远远高于红利的波动娟虱通。Shiller(1981)是最早对此现象验证并给予行为金融视角解释的经济学家侯范帮。基于资本的逐利性颗,股票价格的异常高波动必然在很大程度上是由于市场上投资者在投机逐利夺、行为认知偏差修签浓、投资者个人主观偏好等因素导致的秆脾钢。
  一方面订,迷信行为很多是无意识的与自强化的;另一方面炊昏,行为金融学家们早已从各个方面证明了包括以迷信思想为代表的非理性主观偏好在内的心理因素能够对投资行为产生一定的影响碘。那么堪定,本文认为可以就此推定颊摊:日常迷信的心理现象会导致投资者的非理性行为耽,进而造成证券市场的异常波动现象导隧虽。综上抬休惮,本文提出假设1陀:
  H1侨统疯:数字迷信会造成A股市场的股价波动异常稼。
 ∑匠?谩(三)市值效??乾橙翅、牛熊市差异与股价波动
  按照传统的投资学理论岁备墒,小盘股普遍资产规模小杀龟傲、行业地位低尺,与“蓝筹股”相比慌翱太,竞争力差酬,市场关注度低跺秃晃,交投不活跃呵淑按。但是氰侯,纵观A股市承闶潮 ,中小创板块反而普遍更受欢迎妈良骨,波幅更大策,即股市存在 “市值效应”(章晓霞和吴冲锋疏肥,2005)捞甭戎。Banz(1981)是最早发现与提出市值效应的经济学家茅伞。随后醒,Fama与French(1992)己、Siegel(1998)分别在美股市场上证明市值效应的普遍存在性屎钳,但是Schwert(1990)却认为美股市场的市值效应一直在缩小豌熄。对于市值效应产生的原因盘,理论界与实务界的分歧很大阶,主要观点有三黄:一是认为小企业财务基数欣⒓破怠,财务指标稳定性差;二是由于小市值股关注度低侯,估值也低;三是认为小盘股更容易被庄家操控炯差兑,具有较强的“提携效应”与“联动效应”敖即。无论市值效应的形成机制如何袱,其对股市波动差异性的作用肯定是存在的霸。另一方面伶尽轻,由于熊市所处的投资环境较差媒,潜在损失带来的风险较大熬伎。而牛市的投资环境较好扭怪唱,获利较为普遍且主要风险仅为收益率波动风险烙。这种投资环境的差异必然也会造成投资行为与投资心理的差异盒桃。市值效应与牛熊市差异带来的波动必然会加剧投资者内心的波动瞬贝录。这种波动正好加重了迷信心理的作用力令藐。据此殿,本文提出假设2冒:
  H2a概:数字迷信对A股市场波动性的影响存在牛熊市差异熊季萍。
  H2b蜡:数字迷信对A股市场波动的影响在中小创板块与市场整体间存在差异保。
  四阑、变量的选取与模型的构建
 ∧嘞月弧(一)样本范围的选择
  1. 本文采用A股市场2014年9月至2017年12月的相关月度数据进行实证分析丰星,理由如下赂:第一膘胳沫,前人的研究结果龄陷怯,均是基于2015年以前的市场数据顾爸叮,随着近几年中国股市的高速发展承该阑,其研究结论可能与现有市场不匹配任。第二献构佰,样本的时间起始点选择2014年9月是因为2014年9月是中国股票新一轮牛市的起点八辨。从该时间点开始到2017年12月荡,正好包含了A股市场一个完整的“牛市―熊市―慢牛”的市场周期伸痊吧。第三填,由于日高频数据存在严重的聚类效应床蹭,会使回归结果失效搔,且很多数据不易获劝恕,而月度数据虽然时间间隔较长息赏,但是可以通过一定的统计方法燎萄泼,容纳高频数据的大部分信息辨舞天,故本文选取月度数据进行实证分析退毯绊。   本文将牛市的时间段划分为2014年9月到2015年5月;熊市为2015年6月到2016年2月;慢牛为2016年3月到2017年12月菩。
  2. 赵静梅和吴风云(2009)范埃,盛卫锋你堵、张兵和谢世宏(2011)伦冲,曹森和李宁果(2012)馆鹃,张顺明和唐唯(2015)下既拦,赵绍阳和王?|(2017)等在研究代码尾数时端碧卵,仅考虑股票代码的最后一位溯姑爬,并将其作为分组标准弧累。现实中喜,有很多数字虽然以吉利数字结尾迸,但本身寓意却很不好担伟。电信公司提供号码优惠时炯,也是依据号码中是否有数字“4”浮蜜,而不是尾数是不是“4”谐泥忍。
  因此稼,本文将“吉利”的股票代码定义为柏寿受:股票代码以数字“6”让、“8”结尾且代码中不含有数字“4”航酶梆。
  另外割秘,本文剔除了暂停或者终止上市的公司样本痞,以及在样本期内发生资产重组橇,或主营业务与股本规模变化较大的企业样本贺陇精。但是由于本文的实证过程不涉及相关财务指标德通份,会计准则与报表编制差异对实证结果几乎没有影响陵绅,故本文保留了样本中的全部金融行业企业跋彼侩。
 ∧ξ浴(二)变量的选取
  1. 个股波动率(volatility)回。参考现有文献首塘耸,个股波动率的衡量主要有以下三种方法玫:
 ∷?省(1)直接采用个股的对数收益率指标来衡量个股波动率(王?遗?亩!⒓托?明和李牧辰矾焚,2017等)麓哦,即邻:
  [volatilityit=lnpit-lnpit-1] (1)
  式中[volatilityit]为第i个股票在t月的波动率桐,[pit]为第i个股票在第t个月的收盘价琳。
 ∏搿(2)计算个股每日收益率的标准差孩,并且在取对数后进行月内平均(王朝阳和王振霞陇仑京,2017)鞘。
 〔浮(3)利用价格振幅与个股波动率来衡量波动率(谭松涛祭晌催、崔小勇和孙艳梅厩,2014等)蔼,即台:
  [volatilityit=lnlnhighid-lnlowid24ln2tradingdayit] (2)
  式中[volatilityit]为第i个股票在t月的波动率涂庇,[highid]与[lowid]分别表示第i个股票在t月的第d个交易日的最高价与最低价丰,[trading_dayit]表示股票i在t月的交易日数量事挫。
  由于方法(1)构造的指标不能反映当月股价波动较大的情况且数值符号不一致铝署,回归后系数符号意义不大迷。本文决定采用方法(2)构造个股波动率(volatility)指标进行相关主检验琅。利用方法(3)构造新的个股波动率指标(volatility_steady)进行稳健性检验挪灯擦。若某只股票该月停牌孟瞪,则视为波动率为0保。
  2.“吉利股票”(auspicious)与“晦气股票”(unlucky)郎拓集。该指标的构建并无相关参考文献羞须,本文借鉴王朝阳和王振霞(2017)等关于上市公司融资融券挝彻簿、涨跌停等变量的构造方法囤胃浅,构造auspicious与unlucky两个虚拟变量啡酮赖。(1)auspicious碱庇:若该股票代码尾数为“6”或“8”且股票代码中不包含数字“4”鹤皇蹲,则取1擞,其他情况取0票。(2)unlucky衬侧枯:若该股票代码尾数为“4”茎箍艘,则取1宝,其他情况取0涣杆路。
  3. 控制变量垢庞。
 「ㄋǖ馈(1)个股换手率(turnover)灯。个股换手率指的是某只股票在一定时期内转手买卖的频率蹿闻俊,反映该股票在市场上的交投活跃程度倘,其为成交量与流通股本的比值熬。一般情况下境哺,换手率与股票波动幅度呈正相关尉锣。
 ∶瓯薄(2)个股的流通股总市值的对数(lnvalue)氏踏。个股的流通市值指可交易的流通股股数与股价相乘得出的流通股票总价值挡。它反映了一个上市企业的经营规模与竞争力柏。考虑到数据的平稳性以及数值本身的相对大形枚馈,在进行多元回归前郡侠际,对其取对数躲。
 √ㄊ⒏啊(3)沪深300指数月收益率(hushen_index)秸。相较于其他指数而言顷窘,沪深300指数的成分股普遍具有盈利能力突出估晾凤、成长性好捶袒邦、估值水平低于市场平均水平恍秤、蓝筹股多等优点赎金,常被用作市场投资取向的标杆取轻倒。因此停看,选取沪深300指数月收益率作为市场基准收益率水平是合理的便。
 ÷拧(三)模型的设计
  本文的研究目的是验证由“数字迷信”引致的代码效应是否对A股市场的波动造成影响配。因此绥,首先建立“吉利股票”摔、“晦气股票”和相关控制变量与个股波动率之间的多元非平衡静态面板模型林矛,模型形式如下就丰璃:
  [volatilityit=β0+β1auspicious+β2unlucky+β3turnoverit+β4lnvalueit+β5hushen_indext+μi+εit] (3)
  式中锻:[volatilityit]为第i个股票在t月的波动率杯,[auspicious]为“吉利股票”哑变量篡思皇,[unlucky]为“晦气股票”哑变量孝己,[turnoverit]为第i个股票在t月的月换手率谢缚零,[lnvalueit]为第i个股票在t月的流通股总市值的对数怀,[hushen_indext]为第t个月的沪深300指数收益率囊,[μi]为固定效应级谁埂,[εit]为随机效应舞。
  在分别对本模型进行Breusch-Pagan检验与Durbin-Wu-Hausman检验后匙,统计量显示藉,在混合回归与随机效应模型中岗锹,选择随机效应模型更为有效间,在随机效应与固定效应中应选择固定效应讲变。但是蜕韩,由于模型中有[auspicious]与[unlucky]两个变量纳盎,无法进行固定效应回归梁盘。Enders(2016)认为抚,在此情况下翰,若每个样本构成的时间序列都是平稳的沽溪,则聚类稳健的t统计量也是可信的辰尚年。本文主要关注[auspicious]与[unlucky]的系数符号及其显著性水平斯仙,故认为选择聚类稳健的随机效应模型进行面板多元回归估计也是可行的橇。
  除另有说明外箱,本文的有关数据主要来自国泰安数据库扔沃,部分数据由锐思数据库补足驹金贝。回归结果均由Stata14MP软件计算得到滔。?榱吮苊庖斐V刀曰毓榻峁?的影响缺,本文对所有的连续变量在1%的水平下进行winsorize缩尾处理供几。   五辽爽蹋、实证结果与分析
 「谂崮狻(一)股价波动率的描述性统计
  表2报告了股价波动率的描述性统计结果块溺诡。本文发现郴忙摊,直观而言遍官,无论是A股市场整体敞想塑,还是仅中小创板块坦络驼,“吉利股票”与“晦气股票”分组的标准差均大于A股与中小创两组的标准差罚惟编,表明“吉利股票”与“晦气股票”两组内的样本股票波动率的波动幅度高于市场平均水平剂耸弊。同时魄,相较于A股市场整体的样本标准差媒蓄,中小创板块的样本标准差较大始霖裴,可以认为中小创板块的股票波动率高于市场平均水平托天耽。
 》缡啊(二)基于A股市场样本的多元回归分析结果
  为了验证本文的假设H1与假设H2a籍,对方程(3)分别在牛市为惦煤、熊市先精、慢牛三种情况下进行多元回归房私稼,表3汇报了此多元回归的结果枚锑抒。回归结果显示首式,常数项与有关控制变量在绝大多数情况下在1%的显著性水平下显著谰,模型的总体统计量性质良好灭款粪。主要研究变量在部分市场周期下显著舅蔼俱,各方程的总体统计性质良好鼎。
  1. 表3的(a)愤、(b)两列报告了牛市时间段的回归结果逼免,主变量[auspicious]在1%的显著性水平下显著巳骨,[unlucky]也在5%的显著性水平下显著亩棚。表明在此时期闺辩巢,A股市场确实存在由“数字迷信”引发的“代码效应”加。
  变量[auspicious]的系数为负鲸,表明在牛市周期中淋剖,“吉利股票”的波动幅度相较于市场整体较小捞卜磕。变量[unlucky]的系数为正略肛,表明在牛市周期中庞旅旗,“晦气股票”的波动幅度与市场整体相比较大昂烧祁。假设H1在牛市中得以证实盟芯霜。
  产生这种影响可能的原因有然:第一浚巢,在牛市市场周期中姑文,整个市场存在“普遍获利性”访,市场上绝大多数人都可以获得资本利得年,投资者的投资行为也大多较为顺利巨扰玖,投资者信心增强床。而“吉利股票”由于代码的特殊性透,投资者有可能认为持有这些股票能够给他们带来好运热凡,获取更多的收益快摊,因此菠,他们更愿意持有而不是频繁地交易这些股票桐,这些股票的波动幅度自然较小埠垦。第二翠芹蟹,相比散户恒守邓,机构投资者拥有信息柿、资金等诸多优势牌匣速,尤其是私募机构在行情转暖后乏坷池,投资力度加大哭喊,此时选择“晦气股票”吸筹更为容易禄,只要有题材判川,流通盘适当即可吩冗,通过其犀利操盘手法舶怯,营造出短期巨大赚钱效应火轰概,吸引散户跟风诵锣,然后高位兑现利好兰善、大幅震荡完成出货拧痢,如楷蔽吕:300144宋城演艺按、300104乐视网咯,涨幅均在4倍以上料。因此摊埔,“晦气股票”由于机构与散户投资者的博弈分歧导致交易更频繁辞矢,波幅自然更大店玲绦。第三巳鲁,在牛市周期出现短暂的下跌时委驾但,出于资本安全与“高抛低吸”等投机思维的考虑股憾魂,投资者在下跌时期卖出股票矾菊布、控制仓位耐倦,以期降低风险邪借盛,此时匪,心理默示使其可能会在同等条件下选择持有更“吉利”的股票钢梢,而卖出看似“晦气”的股票朴羞繁。这可以从002008大族激光(中小板)滦貌、000858五粮液(大盘股)等股票长牛走势明显看出瓤疽。刘晓星和陈羽南(2017)也证明了对股票高涨的投资热情是其大幅波动的重要因素煎幢。因此帽蟹烁,牛市的选股偏好与“投资成功的记忆强化”激发的投资热情贺裴,在一定程度上导致了股价的异常波动卫。第四棋,牛市样本周期为2014―2015年搂里,实体经济发生下滑劲锑透,上市公司的业绩或多或少出现下滑现象千,市场的投资风格由“基本面投资”更多地转向“炒概念”淮辰笔、“炒壳资源”咎佰貌、“炒地图”等投机饥,这些非理性乃至恶意的炒作拳,给“数字迷信”等心理因素提供了很大的发挥空间鞭摩。
  综上魂搁钡,由于投资者主观偏好踌、市场投资风格犬、市场认知差异穷芍炭、证券市场的制度不完善等因素的存在惕,导致了牛市中代码效应的存在沪册,以及“吉利股票”与“晦气股票”市场表现的差异朔。
  2. 表3的(c)害供系、(d)两列与(e)垄落吓、(f)两列分别报告了熊市时间段与慢牛时间段的回归结果膜。两个主变量auspicious与unlucky虽然系数符号与牛市情况保持一致量须矫,但均不显著保丹勘,表明在此时期感,A股市场由“数字迷信”引发的“代码效应”已经消失恳防涩。实证结果表明椒承,假设H1在熊市与慢牛市场周期中并不能成立妮,但是假设H2a得以证实墒东现。
  “代码效应”消失的原因可能有隶陶:第一千乘瞥,在熊市与慢牛市场中藐,市场参与者普遍获利的现象消失兄欺,甚至出现普遍性亏损盾,投资者信心低迷酥累黎,投资趋于谨慎编菲,机构投资者的投资仓位受到严格控制屁灿,选股也更加精细化娇,此时姬茄,代码本身的“好运”并不能成为选股的依据恍姓,代码效应对股价波动的影响自然消失剂。第二称,自2016年开始粹催,中国经济开始回暖情亲仁,上市公司业绩也逐渐好转蒙炼驴,市场更加倾向投资业绩好层辛楼、估值低的前期被市场“错杀”的股票硕看,“数字偏好”效果减弱新。第三棘太,中国证券市场最近两年多来颅,改革的力度逐步加大戌,也更加注重投资者教育喘煽。与此同时疟庙,随着IPO改革进程的推进俗峦,市场可供选择的投资标的更多甩囊,投机行为受到一定遏制裳光,“数字迷信”对投资决策的影响日渐淡化胜。
 ∥恰(三)基于中小创市场样本的多元回归分析结果
  为了验证假设H2b倦咀,对方程(3)以中小创板块的个股为样本辫,分别在牛市氯、熊市防题播、慢牛三种情况下进行多元回归夏,表4汇报了此多元回归的结果孰峡。
  两个主变量的回归结果与基于A股市场的回归结果存在部分差异浓形埂,差异体现在unlucky在牛市中并不显著扮斯方,而auspicious在慢牛中的显著性水平为5%篡,且系数符号为正陀。因此弹沁嚼,假设H2b得到了很大程度上的证明试淘。造成这种差异也是合理的臀彼,其可能的原因有趁:第一躬传,牛市中由于市场行情好陌菩,投资者交易频繁讥垢乱,而中小创板块由于流通市值较惺┠运?,股价波动大氯免叼,股价操纵较为容易绣隋弦,更可能成为市场投机者的目标淑,这种投机行为抵消了“数字迷信”带来的选择厌恶伞靡。第二戊盛喀,在最近一年多的慢牛行情中拣,随着证券市场多项监管制度的落实位脖斑,市场的投资多以白马股健酱雄、蓝筹股为主袖,如镶莎甘:2017年上证50成分股的暴涨嫁修,或是炒作如“雄安新区”诲寄、“独角兽”等概念股冉借,吉利的代码更容易被市场上的“操盘者”与投机者看中(如吞惜猎:“雄安龙头股”000856冀东装备涝肪,“独角兽龙头股”002208合肥城建)赏,因此锰寥,此时存在由“数字迷信”引发的“代码效应”嘿。
 ∩小(四)稳健性检验
  为了增强实证结论的可靠性搭,避免指标构建等因素造成的?位毓榘洳婷稀1疚陌凑涨笆鲋副晁得鳎?以谭松涛等(2014)使用的方法粹,构造新的股价波动变量碗,并进行多元回归分析嵌岭。   表5?R报了基于A股市场样本稳健性检验的多元回归分析结果览,经过与表3的主检验结果对比可知衫:两个主变量auspicious与unlucky无论是在系数的显著性水平上叹补习,还是在系数的符号上襄鸥,均与主检验没有任何差异腔舱。稳健性检验的差异性体现在控制变量hushen_index的显著性水平上品低略,在牛市市场周期中希巨败,变量hushen_index的显著性水平明显提高娜泰凡,这应该是由于变量的构造方式改变导致二者同步性提升而产生的合理现象诺圣。因此擦操,可以认为已经通过了稳健性检验孺灰。
  表6汇报了基于中小创市场样本的稳健性检验的多元回归分析结果镰叫咀,经过与表4的主检验结果对比可知上储陛:两个主变量auspicious与unlucky在系数的符号上磁氢,与主检验没有任何差异诺镐。稳健性检验的差异性体现为兰:第一泄罢酣,主变量auspicious的显著性水平下降为5%鼻恐梳,但是如果使用P值衡量隶,其P值仅从0.008上升到0.012士妨,上升幅度并不大记。第二嚷毫,与基于A股市场样本的稳健性检验一样墒卑划,控制变量hushen_index的显著性水平提升明显尾加氮,原因已在前文说明瞥,不再赘述锈激。因此催,也可以认为已经通过了稳健性检验骡码习。
  综上算,可以认为本文的实证结果稳健性良好禄溅,具有一定的可靠性腔唇。
  六水、结论与建议
 ∏?嫱铡(一)研究结论
  股票市场投资者的心理特征与个人偏好以及社会文化对股票市场投资者行为的影响逗废,一直是行为金融学研究关注的热点之一;中国的股票市场历来以“过山车”式的剧烈波动而饱受诟猜当鼻Α,如何降低股市波幅署,促进证券市场合理高效地健康发展刷躬碎,亦是理论界与实务届关注的焦点梅湿团。本文利用2014年9月到2017年12月A股市场上市公司相关数据进行实证研究坑概融,得到如下实证结论先鼓:A股市场在早期的牛市中狙,股价波动受到由“数字迷信”引发的代码效应的影响遂救扮,但随着我国证券市场的发展示,“数字迷信”的作用消失;而中小创板块由于其自身的股票特点巾揩,导致在牛市与慢牛中软虾,“吉利代码”引致的主观行为始终影响其股价波动阮看,而“晦气代码”在中小盘股票的交易中认将,并没有被避讳侈。
 〗四狻(二)政策建议
  根据上述实证结论挥圃匈,在我国股票市场制度性改革的步伐不断加速磺帅、投资者水平逐步提升的背景下隆还雀,本文提出如下政策建议疲娄:
  第一萄寂搪,进一步深化改革械女,降低证券市场的制度性成本焙乡。合理舒、可行伦虚、有效的金融市场是遏制股市投机惜、引导股市价值回归的基石檀逞俊。在我国股市的制度化进程中钢场韧,要在尊重我国经济现状的大前提下踢零汤,合理地借鉴欧美成熟证券市场的发展经验抱,更加注重长期筹划的可行性与顶层设计的合理性晒犀烧。在新股发行中尽快引进优先股制度恒。
  第二谩,逐步完成向新股发行注册制的过渡钠,纠正新股发行的伪市场化行为帛捆娄,遏制股市过度投机孪锰刑,促进证券市场的“优胜劣汰”辈慈纳。在审核制背景下苹裂蛙,股市IPO发展速度与节奏变化很大诞,新股估值普遍偏高笺汀,一方面增加了“博傻”疯、“跟风”蘑、“炒垃圾股”等异常现象的发生频率咕小,另一方面也增大了股票波动篇卿那、投资者相互碾压的风险港熬,不利于股市的长久阑、健康翁、稳定发展嚷。因此踏,推动IPO注册制进程溪,促进新股发行市场化已刻不容缓喜。
  第三牧,引导优化居民家庭资产配置徐氏,丰富居民投资选择纯。周雅玲刨甘拧、于文超和肖忠意(2017)的研究表明馈妙妻:合理的家庭资产配置带来的主观幸福感能够促进家庭成员股票投资的深度痞缕豢,进而可以降低股市的投机行为沃。引导居民将闲置资金在房产哇呕、证券楷逆穗、保险缮虱涟、基金等多种投资理财产品中合理地分配香,能够遏制“一家独大”的现象产生搏缅,使投资者更加审慎傻猫,进而有效遏制非理性投资行为发生木坚。
  第四施裙,加强证券市场各参与主体的再教育集朵参,减少非理性投资行为叫破浇。证券市场监管机构应利用自身优势骚,通过利用各种宣传渠道蒂汗便、树立市场投资典型电场攘、集体培训与个别约谈等方式付酷藕,对证券市场各参与主体进行再教育苔柑,鼓励其理性合理地投资舵饺,减少非理性因素的影响敞遍屑。
  注幕滤:
 ⊥砭岱埂①在古代天冉蹲,数字“8”与“发”并无直接关系撮陪。《说文解字》对“八”的释意为饺:“八蛙,别也蔡罚,象分别相背之形”氏,是不好的寓意刀擦。“8”代表“发”处,接受较为广的解释是啤纤,在粤语中倪寄节,“8”的发音“baat”与“发”的发音“faat”较为接近戚。
 √路ā②2014年1月岭汇领,深圳车牌“粤B8888R”拍卖成交价为172万元观赎,“粤B9999S”为168万元(据“央视网”有关报道)脸脓。
  参考文献涡耿漠:
  [1]Brown P客攫荒,Chua A鼎,Mitchell J. 2002. The Influence of Cultural Factors on Price Clustering晴: Evidence from Asia-Pacific Stock Market[J].Pacific-Basin Finance Journal唐锰,(10).
  [2]Brown P适琉筏, Mitchell J. 2008. Culture and Stock Price Clustering修瞎对:Evidence from PRC[J].Pacific-Basin Finance Journal挂白,(16).
  [3]Shefrin H馁健卤,Statman M. 1994.踢,Behavioral Capital Asset Pricing Theory[J].Journal of Financial and Quantitative Analysis册徘,29(3).
  [4]Shiller R J. 1981. Do Stock Prices Move Too Much to Be Justified by Subsequent Changes in Dividends?[J]. American Economic Review额,71.
  [5]Banz R W. 1981. The Relation Between Return and Market Value of Common Stocks[J].Journal of Financial Economics寐,9.   [6]Siegel J J. 1998. The Prefect Witness[M].New York村桂心:Irwin.
  [7]Fama E F踞惠肥,French K R. 1992. The "Cross-Section" of Expected Stock Returns[J].Journal of Finance阔,47.
  [8]Schwert G W. 1990. Stock Returns and Real Activity礁卸含:A Century of Evidence[J].Journal of Finance隙碑霖,9.
  [9]Enders W. 2016. Applied Econometric叔:Time Series[M].4TH. Alabama棵吻滩:Wiley.
  [10]饶品贵妈举,赵龙凯靛论,岳衡.吉利数字与股票价格[J]. 管理世界惦,2008躬鲤撩,(11).
  [11]刘凤元.社会文化胁捌、数字偏好与股票报价使首窜:中国股市的价格群集现象研究[J].中国软科学射碑, 2008锈,(6).
  [12]赵静梅穿,吴风云. 数字崇拜下的金融资产价格异象[J].经济研究俏瘦,2009暮,(6).
  [13]叶成超.数字偏好与股票市场反应――来自中国上市公司的经验证据[J].财会通讯潘柏宫,2010喊土,(6).
  [14]盛卫锋耻港瞧,张兵千,谢世宏.数字偏好与股票收益异常――来自上海证券交易所的经验证据[J].南京财经大学学报娥烘,2011伪,(5).
  [15]曹森麻搏,李宁果.我国证券市场股票代码尾数效应实证研究[J].财会通讯筋唱忙,2012湘,(29).
  [16]张顺明妮咎泼,唐唯.数字迷信与金融资产价格异象――中国证券市场“代码折溢价效应”研究[J].投资研究碍喂, 2015糜蚊,(3).
  [17]赵绍阳邪斯,王?|.股票代码的数字偏好[J].经济资料译丛爬堤, 2017翘,(2).
  [18]陈永艳期腔,张进辅项,李建.迷信心理研究述评[J].心理科学进展幕秦,2009捞扮叫,(1).
  [19]雒焕国.迷信的学习机制探析──从学习心理学的角度看迷信的形成[J].甘肃高师学报沉,2001骂,(4).
  [20]孙煦扬井乡匈,田浩.迷信心理研究的新进展夕:因果错觉及无意识迷信[J].心理研究刀,2016讨寺,(3).
  [21]李涛访绰抄,张文韬.人格经济学研究的国际动态[J].经济学动态梧群亲,2015辆华措,(8).
  [22]拉斯?特维德透妓,周为群译.金融心理学――掌握市场波动的真谛(修订版)[M].北京檄会寞: 中国人民大学出版社拧葛,2003.
  [23]章晓霞暮扑虎,吴冲锋.中美股票市场“规模效应”的比较与启示[J].价格理论与实践骋,2005肝僳,(11).
  [24]王?遥?纪宣明豪,李牧辰.我国经济制度变迁林膜参、金融发展对股市波动的影响[J].金融理论探索忿,2017敛袜犊,(6).
  [25]王朝阳抠喜,王振霞.涨跌停闺、融资融券与股价波动率――基于AH股的比较研究[J].经济研究栏朔颈,2017孪钠蔷,(4).
  [26]谭松涛挛蓖鲜,崔小勇嚎桔猫,孙艳梅.媒体报道卸、机构交易与股价的波动性[J].金融研究绘客,2014叉浪,(3).
  [27]刘晓星迸寸粱,陈羽南.投资者风格与股票价格波动――基于中国股票市场的研究[J].东南大学学报(哲学社会科学版)徘堂,2017储,(1).
  [28]周雅玲暑微,于文超蹄,肖忠意.主观幸福感梨金、人格特征与家庭资产选择[J].中南财经政法大学学报洗驴,2017枢擂勃,(1).
  Abstract熟腿蒲:Based on the monthly data of China's A-share market from September 2014 to December 2017寡巾,this paper applies the panel regression model to analyze the relationship between the code effect and the stock price volatility caused by the digital superstition. The results are as follows享媒:In the early bull market of the A-share market卞,the volatility of stock prices was influenced by the code effect caused by "digital superstition"桨揪考,but afterwards雇氯朝,the role of "digital superstition" disappeared. In the SME Board and GEM Board稳,the impact of "auspicious code" on stock price volatility exists in the bull market and the slow bull market苯栏成,and the effect of "unlucky code" is only confirmed in the bear market. Therefore妈,we should deepen the reform of the system琳,improve the internal governance mechanism of the listed companies淌,promote the registration system in an orderly way桅庞库,accelerate the "survival of the fittest"烂磊盖,and promote the healthy development of the securities market in China.
  Key Words沉适甩:digital superstition缔,subjective preference哥掏分,stock code无概痪,stock code effect煞渴,stock price volatility
 ∏?橙小(?任编辑 耿 欣;校对 GY川肯彤,GX)