本文发表于《财贸研究》2010.04期。

一、文献综述和问题的提出

随着行为金融学的产生与发展，投资者行为已成为金融经济学所关注的焦点问题。而机构投资者作为证券市场上规模最大、最具影响力的投资者，其行为更是研究的重点。考察机构投资者行为的一个重要角度是交易策略的选择，特别是对惯性交易策略（Momentum Strategy，以下简称惯性策略）和反转交易策略（Contrarian Strategy，以下简称反转策略）的研究。前者是指投资者在进行投资时倾向于买入表现好的股票，卖出表现差的股票；后者是指投资者在进行投资时卖出表现好的股票，买入表现差的股票。

DeLong等（1990）^[1]在其建立的DSSW模型中认为不具备信息优势的噪声交易者（Noise Trader）会将资产价格更进一步推离其基础价值，理性交易者可以利用惯性策略获利，从而揭示了惯性策略产生的原因之——获利性；Barberis 等(1998) ^[2]从代表性偏差（Representative Bias）和保守性偏差（Conservatism Bias）的角度对证券市场上的反应过度（Overreaction）和反应不足（Underreaction）现象进行了解释，反应不足导致证券价格持续的上升或下跌，从而会引致投资者的惯性策略，而反应过度则导致证券价格的先涨后跌或超跌反弹，因此会导致反转策略的存在。

检验交易策略的实证方法主要有LSV方法，GTW方法，回归方法等。Lakonishok等（1992）^[3]通过建立LSV方法发现，基金在投资小公司股票时表现出惯性策略，投资大公司股票时则没有表现出惯性策略。在他们之后，有许多学者也沿用了该方法进行研究，如Hyuk Choe, Bong-Chan Kho和Stulz（1998）^[4]对比了韩国境内外投资者的交易策略，发现境外投资者在1997年经济危机之前采取了惯性策略。之后，Grinblatt等（1995）^[5]构建了GTW模型对交易策略进行研究，发现基金的购买行为同时具有历史收益（即惯性或反转策略）和羊群效应。除上述两个经典模型之外，又有许多学者采用回归的方法对惯性反转策略进行了研究，如：Nofsinger等（1999）^[6]使用多元回归的方法，发现机构投资者的持股比例与股票收益之间显著正相关，比个人投资者更倾向于采取惯性策略；Pinnuck（2004）^[7]亦采用多元回归模型分析影响机构投资者持股比例的因素，发现基金偏好持有规模大、流动性好、波动性低和过去业绩表现好的股票，即采用了惯性策略。除以上三种方法外，Sias（2007）^[8]的研究则揭示了研究方法的不同会导致对基金交易策略的判断得出不同的结论，但经过方法调整后，发现有很强的证据表明机构投资者在买入股票时采用惯性策略，但这种惯性策略在大盘股上不明显；Campbell等（2009）^[9]使用优化函数来拟合机构投资者投资组合的季度变化，推测其每日交易行为，发现机构投资者是伴有低频率反转交易的高频惯性交易者[1]。

在上述研究的基础上，近年来我国学术界也开始关注国内证券市场上机构投资者的行为特征，关注较多的一方面是羊群行为，如冯博（2007）对不同市场有效性下羊群行为的研究，另一方面就是交易策略，如吴世农等(2003) ^[10]通过计算基金重仓股的超额收益构造“赢家组合”和“输家组合”，发现我国股票市场上存在“赢家变输”和“输家更输”的现象，其原因在于基金对于表现好和表现差的股票分别采取了反转策略和惯性策略；高飞等(2005) ^[11]运用GTW模型，发现我国近90%的基金采用了惯性策略，而且基金新买入股票时惯性策略最显著；谢赤等(2006) ^[12]利用改进的GTW模型[2]，发现我国基金整体上采用了惯性策略；Ng等（2007）^[13]考察了我国机构投资者和不同财富水平的个人投资者所采取的交易策略，发现机构投资者在买卖股票时候均采取惯性策略，财富水平低的个人投资者主要采取反转策略，而财富水平高的个人投资者在买入股票时候倾向于采取惯性策略，而卖出股票时候则倾向于采取反转策略[3]；李学峰等（2008）^[14]利用改进的GTW模型，对我国开放式证券投资基金与合格境外机构投资者（QFII）的交易策略进行了比较研究，发现两类机构投资者总体上都采用了惯性策略，且境外投资者的惯性交易程度低于境内投资者；李学峰（2009）^[15]通过划分买入和卖出的不同方向，对GTW模型进行了进一步的修改，并以此对我国社保基金的交易策略进行了实证分析，发现其总体上采用了惯性策略,且“追涨”的程度高于“杀跌”的程度。

上述研究成果为我们提供了重要的理论基础，同时也启示我们一些有待推进的研究课题和领域。第一，从理论上看，国内外对交易策略的研究方法主要包括GTW方法、LSV方法、多元回归方法等，其中后两类方法都是对交易策略间接的衡量和推测，而GTW模型则是直接且明确地对惯性反转策略的检验，这也正是至今大多数的研究采用或借鉴该模型的原因所在。但我们也发现该模型及其改进的方法以“乘”的方式来衡量投资者的交易行为有可能导致对交易策略衡量的失真（详见下文的模型设计部分）。因此，在模型设计上跳出GTW模型的范式，建立更加科学和精确的交易策略度量模型即成为了必要。第二，从实际的角度而言券商是我国证券市场上的重要机构投资者之一，国内虽已有一定数量的文献对券商进行研究，但主要是关注于对其风险与风险控制的研究[4]，而对证券公司投资行为的分析几近空白，特别是，国内的研究还没有涉及对证券基金和券商两大机构投资者交易策略的比较研究，而这一比较对于深入分析我国机构投资者行为及其市场作用，提高监管措施的有效性和针对性等都具有重要的现实意义。总之，以上两方面研究的推进，对于推进行为金融，特别是有关交易策略研究的进一步深化，以及促进我国机构投资者的健康、理性的发展等方面均具有重要的理论和现实意义。

本文通过构建新的衡量模型以完善GTW方法，对基金与券商的交易行为进行比较研究。本文以下的结构安排是：第二部分是研究设计，基于对GTW模型缺陷的分析，构造交易策略弹性指数，并最终给出新的衡量机构投资者交易策略的模型；第三部分是实证研究，利用第二部分给出的模型，对基金和券商的交易策略进行实证研究；第四部分是对实证结果的分析，通过分类统计、动态比较和理论分析，揭示基金和券商交易策略的特征及异同；第五部分是小结，给出本文的研究结论和启示。

二、研究思路和模型设计

（一）股票表现与增持、减持行为的衡量

根据交易策略定义，要判断投资者采取了惯性策略还是反转策略，首先确定单个股票i在第k期内的收益率Ｒ_i,k，其计算公式为：

Ｒ_i,k =（期末股票复权价格－期初股票价格）/期初股票价格                   （1）

其次，我们使用中信标普指数，并结合公式（1）来计算第k期整个股票市场基准收益率，作为判断单个股票表现的基准。股票ｉ的表现即可定义为（Ｒ_i,k－Ｒ_m,k），该值大于零时，定义为表现好的股票，反之，定义为表现差的股票。

再次，需要判断投资者的增持或减持[5]行为。与GTW模型不同的是，本文首先确定以“股

份数”而不是“股票市值”作为构建指标的基础，以克服股票价格等因素的影响；接下来，考虑到我国股票市场区别于国外市场的两大特征——非流通股及股权分置改革，最终选取指标“所持股份数占该股流通股份[6]总数的比例”的变化来反映投资者的交易行为。

据此，以H_i,k代表第k期期初投资者持有股票i的数量占该股流通数的比例，即H_i,k=第k期初持有股票i的股份数/第k期初股票i的流通股份数；以H_i,k’代表第k期期末投资者持有该股数量占流通股数的比例，即H_i,k’=该机构投资者在第k期末持有股票i的股份数/第k期末股票i的流通股份数。进一步，（H_i,k’-H_i,k）即为判断投资者在第k期内交易行为的指标，该值为正时，表示增持；反之，表示减持。

（二）交易策略衡量模型的构建

GTW模型的基本思想是：交易策略衡量指标=持股数量或比例的变动×股票收益，该指标为正，则代表惯性策略，该指标为负，则代表反转策略，指标绝对值的大小代表所采取交易策略的程度，但该方法有时候会导致对交易策略的衡量失真。例如，假设有两只股票A和B，股票A的价格上涨了3%，股票B的价格上涨了1%，此时，如果甲增持了2%的A，同时乙增持了6%的B，如果我们计算甲乙各自的M值，会得到同一个结果，即0.0006，根据M值，我们可以说，甲乙的惯性交易程度相同。但是，如果我们直观的去看，乙是在股票B仅仅上涨了1%的情况下，就大幅增持了6%，而甲是在股票A上涨2%的情况下仅仅增持了3%，可以看出，乙的惯性交易程度是高于甲的。此时，M的测量就出现了失真。

从理论上看，不仅持股变动与股票收益的乘积能够反映投资者的交易策略，持股变动与股票收益的比值也能够从另一角度反映交易策略。现有关于投资者行为的研究中，公认的一个观点是，投资者的投资行为是基于股票收益的，股票收益是左右投资者行为的一个主要因素。那么，如果能够用量化的指标衡量出“投资者因为单位股票收益而进行的行为调整”， 即可以此反映出投资者基于股票收益的“行为倾向”，并以这种行为倾向衡量投资者的交易策略。

具体来看，以机构投资者持有流通股比例的变动作为分子，以股票收益率与市场组合收益率之差作为分母，得到两者的比值为：

                                              (2)

该比值的含义是，投资者会因为股票收益的高低来改变自己的持有比例，股票每一个百分点的收益率变动会导致投资者持仓比例“IE”个百分点的变化。股票收益率的变动与持有比例的变动发生属于同一时期时，表示投资者持有行为因当期股票收益而发生的变化，即针对当期收益的行为倾向，将其定义为IE₀；当股票收益率的变动比持有比例变动滞后一期时，表示投资者持有行为因上一期股票收益而发生的变化，即针对历史收益的行为倾向，将其定义为IE_-1。

由于分子与分母皆为百分率，并且两者存在因果关系，我们可以进一步命名“IE”为投资者对于单个股票的“交易策略弹性指数”，以反映投资者的交易策略。当IE>0时，投资者倾向于增持表现好的股票或减持表现差的股票，因而对该股票采取了惯性策略，且IE值越大，则其惯性策略程度越高，反之，则越低；当IE<0时，投资者倾向于减持表现好的股票或增持表现差的股票，因而对该股采取了反转策略，且IE值越小，则其反转策略程度越高，反之，则越低。其判别标准如表1所示。

表1  交易策略判别标准

衡量指标IM	股票表现	操作	交易策略
IE＞0	Ri,k＞Rm,k（好）	Hi,k’-Hi,k>0（增持）	惯性策略
	Ri,k＜Rm,k（差）	Hi,k’-Hi,k<0（减持）
IE＜0	Ri,k＞Rm,k（好）	Hi,k’-Hi,k<0（减持）	反转策略
	Ri,k＜Rm,k（差）	Hi,k’-Hi,k>0（增持）

进一步，为从总体上衡量单个机构投资者的交易策略，需要综合考虑其投资组合中所有股票的交易策略，因而需要将衡量单个股票的IE进行加总，并附以一定的权重。我们以单个股票市值占投资组合总市值的比例为权重，得出投资者交易策略的判定指标E：

                                   （3）

其中，P_i,k’表示期末持有股票i的市值占投资组合总市值的比例，即P_i,k’=期末机构投资者所持股票i的市值/该投资者期末投资组合总市值。由于收益率的时期不同，指标E可以进一步区分为E₀和E_-1，E₀表示参照当期股票的表现进行投资，E_-1表示参照上一期股票表现进行投资。

如果E>0，表明投资者采取了惯性策略，即在整个投资组合中采取惯性策略的股票多于采取反转策略的股票，投资者的行为表现为“追涨杀跌”，且E值越大，其惯性策略程度越强，反之，则越弱；如果E<0，表明投资者采取了反转策略，即在整个投资组合中采取反转策略的股票多于采取惯性策略的股票，且E值越小，其反转策略程度越强，反之，则越弱。

三、实证研究

根据上文的研究方法和模型设计，我们进入对基金和券商交易策略比较的实证研究。

（一）研究时期和研究样本的选取

研究时期的选取。券商自开始自营业务以来，最初家数少，资产规模也较小，截至2006年底，券商家数达102家，其资产规模达6708亿元，已满足研究样本数量的需要。本文选取2007年第一季度至2009年第三季度作为总考察期，保证了能够有足够的研究样本来全面考察券商的行为。2007年我国股市经历了大牛市，上证指数从2007年初的2839.92点上涨到年底的5261.56点，期间也曾出现过6429.48点的高点；2008年我国股市受金融危机[7]等影响上证指数又迅速下降到第四季度末的1820.81点；2009年中国股市经历了震荡上升的阶段，上证指数从年初的1880.72点，收于第三季度末2779.43点。因此，本文选取2007年第一季度到2009年第三季度作为总考察期，以便在多种市场背景下对机构投资者交易策略进行动态比较分析。

研究样本的选取。根据上市公司2007年第一季度至2009年第三季度的季度报告，我们选择28家在考察期内持有股票的券商作为研究样本，尽可能选择投资组合规模较大的券商，以保证其代表性。

在选择基金样本时，本文遵循以下原则：既包括开放式基金，又包括封闭式基金；被选取的基金成立于2007年初以前，以保证在进入本文的考察期时，这些基金已经完成建仓并且投资过程连续；被选取的基金规模相对较大，以保证具有代表性；由于本文研究机构对股票的交易策略，因而选取股票型基金。这样，共挑选出封闭式基金22只、开放式基金88只作为基金的代表。其数据来源为“wind数据库”。

投资组合中股票样本的选取。本文以基金持有的前十大重仓股为作为主要的研究对象，这是因为，前十大重仓股在机构投资者的股票投资组合中占据很大比重，足以代表其持仓状况，从而对这些股票的交易策略基本可以反映基金总的交易策略。不过，在研究十大重仓股的同时，考虑到投资者持仓情况的动态变化[8]，考察对象可能多于十只个股，因而对机构投资者的持股明细也要纳入考察范围[9]。而对于券商，由于其投资组合中股票的数量较少，选择其投资组合中所有的股票作为研究样本。该类样本数据来源于“Wind数据库”。

（二）实证检验

首先，根据公式（1），利用中信标普指数计算各期市场组合收益率；再根据股票季度末收盘价格数据计算单个股票的收益率。以上数据均来自“Wind”数据库。

其次，根据券商和基金每期末股票持仓明细，计算重仓股持有量占此股票流通股比例的变动，并判断投资者对该股票采取的交易行为（增持或减持）。

最后，根据公式（2）计算衡量单只股票交易策略的指标“IE”以及期末各股票分别占三类机构投资者投资组合市值的比重“P_i,k’”。然后根据公式（3）加权平均得到衡量投资者交易策略的指标“E”。[10]

四、实证结果的进一步分析

通过上述研究，我们得到了券商和基金各期的E值，下面将对上述数据作进一步分析，以对券商和基金的交易策略进行全面比较和深入揭示。

我们首先将券商、开放式基金、封闭式基金分别视作整体，对其交易策略进行比较，选取E值的中位数[11]作为衡量整体交易策略的指标，并辅之以符号检验，以判断其显著性[12]。统计结果如表2。

表2  E值的中位数及显著性

时间	E0			E-1
	券商	开放式基金	封闭式基金	券商	开放式基金	封闭式基金
2007年第一季度	-0.0126 (0.5847)	0.0018 (0.4557)	0.0213 (0.2863)	-0.0101 (0.5847)	-0.0044 (0.1093)	-0.0136 (0.0525)
2007年第二季度	0.0205 (0.5847)	0.0055 (0.0246)	0.0034 (0.5235)	-0.0252 (0.0987)	0.0014 (0.7493)	-0.0011 (1.0000)
2007年第三季度	0.0032 (0.8555)	0.0064 (0.0138)	0.0243 (0.0169)	0.0054 (1.0000)	-0.0013 (0.7493)	-0.0005 (0.8318)
2007年第四季度	-0.0163 (0.5847)	0.0303 (0.0002)	0.0340 (0.0525)	-0.0072 (0.7111)	-0.0028 (0.4557)	-0.0024 (0.8318)
2008年第一季度	-0.0057 (0.8555)	0.0242 (0.0037)	0.0260 (0.5235)	0.0078 (0.8555)	0.0222 (0.0422)	-0.0069 (1.0000)
2008年第二季度	0.0136 (0.0241)	0.0123 (0.2408)	0.0147 (0.0525)	0.0023 (1.0000)	-0.0001 (1.0000)	-0.0085 (0.5235)
2008年第三季度	0.0546 (0.4421)	0.0131 (0.0073)	0.0039 (1.0000)	0.0168) (0.7011)	-0.0017 (0.9152)	0.0084 (0.5235)
2008年第四季度	-0.0141 (0.5235)	0.0097 (<.0001)	-0.0066 (0.2863)	-0.0033 (0.8318)	-0.0008 (0.9152)	-0.0074 (0.2863)
2009年第一季度	-0.0076 (1.0000)	0.0113 (0.0004)	0.0026 (0.5235)	0.0138 (1.0000)	-0.0072 (0.1654)	-0.0066 (0.8318)
2009年第二季度	0.0139 (0.5235)	0.0076 (0.0073)	0.0018 (0.2863)	-0.0021 (0.8318)	-0.0076 (0.2408)	-0.0020 (0.8318)
2009年第三季度	0.0000 (1.0000)	0.0125 (0.0073)	0.0111 (0.1338)	0.0000 (1.0000)	-0.0042 (0.2408)	-0.0079 (0.0525)

注：各中位数下边括号内的值为符号检验得到的“中位数为0的概率”。概率小于10%，则认定被检验数据的显著性较强。

表2中的E₀表示投资者基于当期收益的交易策略。观察表2发现，研究期中约有一半的时期，券商的E₀值的中位数为负值，但其值较大，这表明这些时期券商整体上采取了反转策略，但这种反转策略的程度并不高。而开放式基金和封闭式基金的E₀值的中位数中正值居多，这说明开放式基金和封闭式基金总体上采取了惯性策略。对于中位数的显著性，开放式基金的显著性最高，在几乎整个研究期中开放式基金交易策略弹性值中位数都通过了10%的显著性检验，说明开放式基金内部在交易策略的选择上差异较小，采取了一贯的惯性策略；封闭式基金中位数的显著性介于开放式基金和和券商之间，说明在交易策略的选择上，其内部差异性较开放式基金大，但较券商为小；券商中位数的显著性最差，在交易策略的选择上，其内部存在很大的分歧。

接下来，我们以同样的视角来观察表2中的E_-1，即投资者基于股票历史表现的交易策略。从符号上看，开放式基金和封闭式基金E_-1中位数在大多数时期为负，说明其采取了基于股票历史表现的反转策略；券商E_-1中位数有一半时期为正一半时期为负，说明其基于股票历史收益的交易策略并不固定。从数值上来看，三类机构投资者的负的中位数其值较大，说明其采取的反转策略较轻。显著性方面，三类机构投资者基于股票历史收益的中位数的显著性都较低，说明其内部基于股票历史收益的交易策略分化较为严重。

从上文中E值的中位数显著性出发，我们可以对各期内券商、开放式基金、封闭式基金个体的交易策略进行分类统计，将E值大于0的归为惯性交易者，E值小于0的归为反转交易者。

如图1所示，在大部分时期中，开放式基金内部惯性交易者占大多数，最高时所占比例达71.59%，即“追涨杀跌”是多数开放式基金所认可的交易策略；与开放式基金不同，券商和封闭式基金中的惯性交易者所占比例则随时间变化较大，说明券商和封闭式基金在不同的市场环境下采取了不同的交易策略，在一定程度上中和了开放式基金惯性交易对市场所带来的影响。进一步，基于股票当期表现的交易策略，我们对券商、开放式基金以及封闭式基金内部惯性交易者所占比例进行相关性分析，发现券商与开放式基金惯性策略者所占比例的相关指数为-0.496，券商与封闭式基金惯性策略者所占比例的相关系数为-0.402，开放式基金与封闭式基金惯性策略者所占比例的相关系数为0.311，可见增加机构的种类，有助于增加市场上交易策略的多样性，从而减少单一交易策略对市场的冲击。

图1  机构投资者基于当期股票表现的交易策略比较

值得一提的是，2008年第二季度基于股票当期收益，券商和封闭式基金中惯性交易者比例有明显的增加，我们可以推测当市场持续急剧向下的时候，导致更多的机构投资者加入“杀跌”的行列。2008年第四季度基于股票的当期收益，券商和封闭式基金中反转交易者比率有了明显的增加，我们认为当市场持续向下的时候，两类机构投资者适时的采取了反转策略，不再一味的“杀跌”。此外，从趋势上看，在本次金融危机发生期间[13]，开放式基金的惯性交易者所占比例逐期上升，而券商和封闭式基金的惯性交易者所占比例逐期下降，可见本次金融危机的发生对我国机构投资者投资行为的影响是不容忽视。

接下来，如图2所示，与基于股票当期表现不同，基于股票历史表现的交易策略中，券商、开放式基金以及封闭式基金内部惯性交易者比例体现出较高的正相关性，其中，券商与开放式基金惯性交易者所占比例的相关性为0.151，券商与封闭式基金惯性交易者所占比例的相关性为0.234，开放式基金与封闭式基金惯性交易者所占比例相关性指数为0.502，可以看出基于股票的历史表现，三类机构交易策略有一定程度的趋同。从百分比大小上我们可以分析，大部分时期，基于股票的历史表现，三类机构投资者中反转交易者居多；开放式基金中惯性交易者比例随时间变化并不明显，只有在2008年第一季度，开放式基金中惯性交易者比例显的增加，我们认为这与2007年股市点位过高，2007年第四季度中国股市开始急剧向下有关，导致更多开放式基金加入到“杀跌”行列。

图2  机构投资者基于股票历史表现的交易策略比较

综合以上分析，我们发现，基于股票的当期收益，我国的机构投资者多数时期以惯性策略为主，说明当新信息刚出现时其存在一定程度的反应不足；而基于股票的历史收益，我国机构投资者又多采取了反转策略，说明当新信息逐渐被市场吸收的过程中其存在一定程度的反应过度。亦即，当新信息出现的时候，机构投资者先是反应不足，表现在投资行为上就是采取惯性策略，继而，机构投资者采取简单的外推方法，导致反应过度，从而又表现为基于历史收益的反转策略。

五、结论及启示

本文通过构建衡量机构投资者交易策略的“交易策略弹性指数Ｅ”，以我国证券市场上的券商、开放式基金、封闭式基金为研究对象，对2007年初至2009年第三季度末这三类机构投资者的交易策略进行了总体评价和动态比较分析。

通过实证研究，本文得到如下结论。首先，基于股票当期表现的交易策略中，在半数研究期内，券商多采取反转策略，内部反转交易者所占比例略高于惯性交易者所占比例，但反转策略程度较低；开放式基金和封闭式基金多采取了一贯的惯性策略，特别是开放式基金，其内部个体交易策略选择的趋同度很高。在趋势上，在金融危机持续期间，开放式基金表现为惯性交易者所占比例逐期增加，而券商和封闭式基金表现为反转交易者所占比例逐期增加。其次，基于股票历史表现的交易策略中，三类机构投资者多采用反转策略，但开放式基金和封闭式基金所采取的反转策略程度较低。

由本文的研究我们看到，一方面，根据行为金融学的已有研究（DeBondt，1985；Thaler，1987），采取反转策略的原因在于对信息的过度反应，而采取惯性策略的原因在于对信息的反应不足。也就是说，我国的机构投资者的交易行为在信息反应方面存在着非理性的情况。另一方面，根据Jegadeesh和Titman（1993）的研究，上述的交易策略其影响在于其会促使市场价格偏离基本价值，换言之，我国券商和基金所采取的交易策略，可能导致股票市场定价功能的削弱。

此外，通过本研究所得到的结论可以推论出，在我国证券市场上，由于不同机构投资者其交易策略存在一定的差异性，因此有助于减少单类机构投资者之间互相模仿的羊群行为，而根据Scharfstern,和Stein（1990）的研究，羊群行为将导致价格泡沫的形成，这也就意味着，不同机构投资者的不同行为选择是有利于市场的健康运行的。进一步而言，开放式基金、封闭式基金和券商作为我国市场上最为重要的三类机构投资者，其在行为特征上存在着一定的“互补性”，尤其是基于当期收益率的交易策略，券商多采取反转策略，基金多采取惯性策略。根据DeLong等（1990）的研究，投资者的惯性策略会加剧股票市场的价格波动，而券商的反转策略可以在一定程度上“中和”基金的惯性策略，丰富投资者的行为，使双方行为对市场的影响相互抵补，从而使市场的运行更加平稳。

本文的研究启示我们：一则由于机构投资者对信息反映的过度或者不足，会影响股票市场市场定价功能的发挥，因而要加强对主要机构投资者行为的引导和监控，特别是，现实中经常提到的投资者教育，不能仅仅理解为对个人投资者的教育，更应包括对市场有重大影响的机构投资者，通过教育和引导其行为选择，才能使其更好地发挥稳定市场的功能。二则更为重要的是，由于不同机构投资者之间交易策略的差异有利于市场的平稳运行，我们发展机构投资者的政策取向应是在推动不同机构投资者均衡发展的同时，鼓励机构投资者个体投资行为的个性化、鲜明化和多样化。

参考文献：

高飞，黄静．2005．基金投资行为与投资绩效实证研究[J]．证券市场导报（2）：23-27．

李学峰，张舰，姜浩．2009．社保基金交易策略的实证分析[J]．中南财经政法大学学报（1）：83-88．

李学峰，张舰，茅勇峰．2008．我国开放式证券投资基金与QFII行为比较研究：基于交易策略视角的比较研究[J]．财经研究（3）：73-80．

庞介民，王庆仁．2003．新兴加转轨条件下中国证券公司的风险成因及监控[J]．经济研究（12）：60-67．

王昕，殷仲民，陈俊尧．2006．证券公司自营业务风险管理分析[J]．经济问题（12）：57-59．

吴世农，吴育辉．2003．我国证券投资基金重仓持有股票的市场行为研究[J]．经济研究（10）：50-58．

谢赤，禹湘，周晖．2006．证券投资基金惯性反转投资行为实证研究[J]．财经研究（10）：26-34．

肖新华，刘冬荣．2009．我国证券公司自营业务的风险及防范探析[J]．现代管理科学（9）：106-108．

张家贞．2008．我国证券公司开展风险投资业务的现状及问题分析[J]．经济与管理研究（11）：75-78．

冯博．2007．证券市场中的羊群行为的博弈分析[J]．哈尔滨商业大学学报（社会科学版）（1）：48-51．

Barberis，N，Shleifer A， Vishny R W．1998．A model of investor sentiment [J]．Journal of Financial Economics，49：307-343.

DeLong B J，Shleifer A，Summers L H，et al. 1990．Positive Feedback Investment Strategies and Destabilizing Rational Speculation [J]．Journal of Finance，45（2）：379-395.

Choe H K，Bong C，Stulz R M. 1998．Do Foreign Investors Destabilize Stock Markets？The Korean Experience in 1997．Working Paper.

Grinblatt M，Titman S，Wermers R．1995．Momentum Investment Strategies，Portfolio Performance and Herding：A Study of Mutual Fund Behavior [J]．American Economic Review，85（5）：1088-1105.

Campbell  Y， Ramadorai T， Schwartz A．2009．Caught on tape: Institutional trading ,stock returns ,and earnings announcements [J]．Journal of Financial Economics，92：66–91.

Lakonishok J，Shleifer A，Vishny R W. 1992．The Impact of Institutional Trading on Stock Price [J]．Journal of Financial Economics，82：23-43.

Ng Lilian， Wu F．2007．The trading behavior of institutions and individuals in Chinese equity markets [J]．Journal of Banking & Finance，31：2695-2710.

Nofsinger J R，Sias R W. 1999. Herding and Feedback Trading by Institutional and Individual Investors [J]．The Journal of Finance，54（6）：2263-2295.

Sias R W. 2007．Reconcilable Differences：Momentum Trading by Institutions [J]．The Financial Review，42（1）：1-22.

Pinnuck. 2004．Stock preference and derivative activities of Australian fund managers [J]. Accounting and Finance, 44: 97-120.

Werner F. M. De Bondt, Richard Thaler. 1985. Does the Stock Market Overreact? [J]. The Journal of Finance, 40（3）:793-805.

Richard Thaler. 1987. Anomalies: Seasonal Movements in Security Prices II: Weekend, Holiday, Turn of the Month, and Intraday Effects [J]. The Journal of Economic Perspectives, 1（2）: 169-177.

Narasimhan Jeqadeesh, Sheridan Titman. 1993. Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency [J]. The Journal of Finance, 48（1）: 65-91.

David S. Scharfstein, Jeremy C. Stein. 1990. Herding Behavior and Investment [J]. The American Economic Review, 80（3）: 465-479.

 

A Comparative Research of Momentum and Contrarian Trading Strategy between Security Firms and Security Investment Funds in China

——In the Term of Trading Strategy Elasticity Index

Abstract: To overcoming the shortcoming of the GTW model, we structure a model based on trading strategy elasticity index to measure investors’ momentum and contrarian trading strategy. This paper makes an empirical study and comparative analysis on the trading strategy of security firms, open-end funds and close-end funds. On the basis of current yield of stocks ,we find that security firms funds lean to use contrarian strategy, while the open-end funds and closed-end funds lean to use momentum strategy. These different kind institutional investors could counteract each other’s behavior on our security market in a certain extent. Hereby, this paper proposes some suggestions to the development of organization investor in our country.

Key Words: Security Firms；Security Investment Funds；Momentum and contrarian Trading Strategy；Elasticity Index