本报告系统研究了A股市场中三种经典羊群效应模型(Beta集中度模型、CSAD模型、CSSD模型)的策略构建与实证效果,构建基于行业轮动的多模型混合选股策略,发现混合策略年化收益最高达50.39%,并稳定获得超额收益。策略结合行业龙头股及个股收益偏离指标,适应不同市场环境,提升投资组合的超额表现与稳定性,为投资者捕捉羊群效应带来的超额收益提供了实证支持和操作框架 。
报告标题: A股羊群效应投资策略研究(行为金融研究系列之六)
作者及团队: 广发证券发展研究中心羊群效应研究团队,主要分析师包括史庆盛、罗军国、安宁宁等。
发布时间: 报告样本数据截止至2020年10月底,推测报告发布时间为2020年第四季度。
研究主题: 以行为金融视角,系统研究A股市场中“羊群效应”现象及其对应的投资策略表现,对比三种经典羊群效应模型(Beta集中度、CSAD、CSSD),挖掘基于羊群效应的行业轮动及个股选取策略,验证其超额收益能力,并探索策略混合优劣。
核心论点及结论:
本报告首先定义了“羊群效应”——即市场中投资者基于信息不对称和预期不确定的情况下,展现出跟随大流的行为模式,尤以A股散户高比例缺乏专业判断,使得羊群效应更为明显。该效应不仅造成大盘涨跌时行业整体联动,也使得行业内龙头个股对其它个股产生较强牵引作用。报告总结庄家抱团、基金经理声誉理论、卖方分析师推荐、宏观政策及概念炒作等作为驱动变量。报告指出,传统研究局限于简单检验羊群效应的存在及单一模型分析,缺乏系统策略比较和实证,研究的切入点是基于多模型比较进行策略构建。
报告系统梳理“A股羊群效应”三大经典衡量模型:
Beta集中度模型(Hwang和Salmon,2002):基于CAPM框架,计算每只个股与市场(以上证指数为标的)的Beta系数,进而计算行业内个股Beta系数的标准差(Std(Beta_i))。Beta偏差越小,表示行业内个股收益与大盘共同运动的趋同性越强,羊群效应越明显。个股层面则利用个股Beta与行业平均Beta的偏离度来量化个股羊群效应。
CSAD模型(Chang等,2000):“横截面绝对偏差”(Cross-Sectional Absolute Deviation)衡量行业内个股收益与行业收益的差异,并通过回归分析判断CSAD与市场绝对收益的平方(|Rm|^2)的关系。若回归系数β2显著且为负,则表明市场极端波动时(大涨或大跌),个股收益向行业收益“聚拢”,存在羊群效应。模型考察极端市场涨跌幅对个股收益横截面分散度的影响,个股层面则用收益偏离大小衡量个股羊群效应强弱。
CSSD模型(Christie和Huang,1995):关注极端市场涨跌下个股收益与行业平均收益的横截面标准差(Cross-sectional standard deviation)。通过市场大涨大跌的哑变量回归CSSD来判断极端状态下的羊群效应强弱。若回归系数显著为负,表示个股收益趋同,羊群效应显著。个股层面衡量为收益偏离平方大小。
报告通过三个模型的细腻区分,覆盖不同市场环境及收益变动距离的羊群效应刻画,并为后续的策略构建提供技术基础。
策略沿用上述模型筛选羊群效应强度行业,再筛选行业内当周周涨幅超过阈值的龙头股,进而选取羊群效应显著的个股(即Beta偏离/收益偏离小,并且个股涨幅低于某阈值以保留上涨潜力)。选股数量对行业有限制维持组合稳定及流动性。收益对比以整体个股等权指数和沪深300等为基准,评估超额收益。模型设计指标详见表1,各模型针对行业筛选、龙头股确认、个股筛选等步骤阐述清晰。
该方法兼顾了市场大环境、行业内领先标的及个股的补涨潜力,体现了对羊群效应与市场结构多维度的把控。
基于2014年至2020年5月数据,统计不同行业羊群效应的出现频次:
Beta集中度模型偏好银行、食品饮料、建筑装饰、钢铁、电气设备等行业,说明这些行业与大盘涨跌关联性强且稳定。[图1,
CSAD模型在市场涨跌时纺织服装、采掘、休闲服务等行业个股横截面收益趋同性最强。[图2,
CSSD模型侧重大盘极端涨跌,国防军工、电气设备、传媒等行业表现出强烈羊群效应。[图3,
定义龙头股为周涨幅超过13%个股,有龙头股且行业涨幅不过高的行业被列作投资对象:
Beta模型中电气设备、汽车、建筑装饰最为活跃。[图4,
CSAD模型中纺织服装、交通运输行业频次最高。[图5,
CSSD模型中传媒、电气设备行业领导性明显。[图6,
详述模型的细节参数如时间窗口(Beta100周、CSAD60周、CSSD20周)、涨幅阈值、选股数量等,确保筛选和回测的科学性。[表2-5,
通过实际示例(2020年5月22日和2014年3月14日),逐步展示了三模型个股筛选流程,包括筛选Beta、p值、涨幅和偏离度排序,清晰展示操作逻辑。[图7-9,
Beta集中度策略:样本内期间表现出稳健的上涨趋势,尽管有约30%的几次回撤,但整体Alpha稳步增长(年化42.45%,超额16.05%),对比沪深300等基准收益表现出一定的领先性。[图10-11,表6,
CSAD策略:表现波动较大,在股灾时跌幅达50%,但随后反弹强劲。年化收益30.59%,超额12.60%。回撤较beta略大,收益比风险较为均衡。[图15-16,表8,
CSSD策略:波动最小,收益稳步攀升,年化收益39.82%,超额23.50%。最大回撤约25%,交易机会相对较少,趋向稳健型策略。[图20-21,表10,
除收益整体情况外,报告还细致统计了各策略对应各行业的超额收益及胜率,揭示策略行业适应度差异。如Beta模型钢铁、汽车食品饮料行业超额收益较好;CSAD模型传媒、纺织服装表现突出;CSSD模型非银金融、休闲服务胜率高且表现稳定。[图13-14,18-19,23-24,表7,9,11,,20-21,24-25]
2020年6月至10月短期内各策略均表现稳定,三策略混合4个月内收益13%,Beta+CSSD组合收益11%,均为正收益,支持策略的可靠性与稳定性。[图31,
基于模型最新结果,截至2020年10月30日,报告建议超配食品饮料、电气设备行业及相应个股。表15列出三模型各自最新持仓和龙头股,包含钢铁、建筑装饰、食品饮料、电气设备等多个细分行业核心个股。[表15,
图1-3:行业羊群效应筛选频数
图10-11:Beta集中度模型回测
图13-14:Beta集中度行业超额收益
图15-16,20-21:CSAD和CSSD模型回测
图25-30:策略混合模型优势
报告主要关注基于量化财务模型与价格相关性模型的策略,实现超额收益的行业及个股选择,未涉及传统估值指标(市盈率、市净率、DCF等)或目标价预测,策略收益通过历史回测与超额收益率体现。其关键估值理解置于“Beta系数”和收益偏离的统计学分布,通过模型拟合参数及阈值筛选提升选股的系统稳定性。
报告建议风险控制与策略动态调整必要,呼吁结合财务基本面及宏观轮动完善模型。
本报告以A股市场为切入,用较为严谨的多模型框架解构“羊群效应”及其投资价值,形成三个经典模型(Beta集中度、CSAD、CSSD)在行业层面及个股层面的量化策略。报告实证数据表现令人信服,所有策略及其混合模型在2014-2020年7年半的历史中均获得了显著的超额收益,其中Beta集中度+CSSD混合策略表现最佳,年化收益最高达50.39%,超额回报28.24%。回测图表全面阐释了个股及行业表现,选股策略科学合理。
三模型策略侧重点有所区分:Beta模型对大盘敏感度和稳定性关键,CSAD侧重大盘涨跌幅的行业内个股趋同性,CSSD聚焦极端大盘涨跌时的个股一致性。各模型的行业偏好不同,归纳出金融、消费、电气设备、建材、纺织服装、传媒等为高频高超额收益行业。
进一步,混合策略优于单一模型,可提升投资组合风险收益比和稳定性。报告列示模型筛选的行业龙头股和个股选仓建议,实践操作具备可行性。
但报告也强调:
建议投资者结合宏观经济与产业链动态,动态调整参数和行业配置,进一步辅助财务基本面研究,实现稳健收益。
整体而言,本报告为A股羊群效应量化研究和投资实务提供了系统的理论基础和实践指南,兼具创新视角与实证价值,对行为金融领域和量化投资具有重要参考意义。


本研究系统对比了三类主流羊群效应模型,创新性地将羊群效应量化指标用于行业及个股的投资选取,结合多模型混合,提供了较高的超额收益稳健策略。投资者可据此结构化投资布局,结合动态调优,应对市场波动,获得持续alpha。报告内容详实,数据完备,结论可靠,适应当前A股市场动态变动和行为投资趋势,具备较高的理论与实践价值。,4-32]
行为金融研究系列之六:A股羊群效应投资策略研究.pdf