我的笔记

Glaser_2009_PastReturns_TradingVolume

更新于 2026/7/5

Which Past Returns Affect Trading Volume?

Authors: Markus Glaser & Martin Weber (Universitat Mannheim)
Year: 2007 (Working Paper)
Keywords: Individual Investors, Investor Behavior, Trading Volume, Stock Returns, Overconfidence, Differences of Opinion, Panel Data

一句话总结

利用德国在线券商3,079名个人投资者51个月的面板数据，发现过去市场收益率和过去投资组合收益率都正向影响交易活动，但只有投资组合收益率驱动后续风险承担与集中化，唯一能同时解释两类发现的理论是自我归因偏差型过度自信与意见分歧（differences of opinion）。

研究问题

究竟是哪种过去的收益率驱动个人投资者后续的交易量与风险承担？是反映整体市场表现的市场收益率（驱动miscalibration型过度自信），还是反映个人投资能力的投资组合收益率（驱动self-attribution型过度自信），抑或两者并存但作用机制不同？

核心贡献

  1. 首次系统区分两种收益率信号：现有过度自信理论模型（Odean 1998b、Gervais & Odean 2001）通常只有一种风险资产，无法区分市场收益与投资组合收益的差异化作用；本文利用真实个人投资者面板数据将两者解耦
  2. 三种交易活动度量：换手率、交易笔数、交易倾向，并配以多种回归模型（OLS、Tobit、负二项、混合Logit）保证稳健性
  3. 风险承担渠道：除了交易量，还分析所购股票的市净率、波动率、市值，以及投资组合的持股数量，揭示"两类收益率→交易量"但"只有投资组合收益率→风险承担"的不对称模式
  4. 理论甄别：通过表9系统比较六种竞争性解释（错误校准、自我归因、再平衡、市场参与/信任、处置效应、意见分歧），论证唯有"自我归因偏差型过度自信 + 意见分歧"双机制能解释全部实证模式

维度1：数据来源与实证策略

1. 核心研究问题与假设

研究问题

究竟是哪种过去的收益率影响了个人投资者的交易量？具体来说，是过去的市场收益率、过去的个人投资组合收益率、还是两者都有影响？

理论背景

  • 过度自信理论认为高收益使投资者过度自信，进而增加后续交易量（Odean 1998b 称之为"过度自信最稳健的效应"）
  • 然而，现有理论模型对"哪种收益率驱动交易量"这一问题保持沉默，因为模型中通常只有一种风险资产，市场收益率等于投资组合收益率
  • 本文的核心贡献在于区分两种过度自信的来源：
    • 市场收益率 --> 投资者低估股票收益的波动性（miscalibration，错误校准）
    • 投资组合收益率 --> 投资者因自我归因偏差（self-attribution bias）高估自身投资能力

核心假设

  1. 过去的市场收益率和投资组合收益率均正向影响个人投资者的交易活动
  2. 高过去投资组合收益率导致投资者买入更高风险的股票并减少持股数量（集中化）
  3. 高过去市场收益率不导致更高的风险承担或分散化不足
  4. 唯一能同时解释以上所有发现的理论是基于自我归因偏差的过度自信和意见分歧

2. 实验/研究设计与方法论

数据来源

  • 样本： 3,079名德国在线经纪商的个人投资者
  • 时间跨度： 1997年1月至2001年4月（51个月）
  • 交易数据： 563,104笔买卖交易记录及月度投资组合持仓
  • 人口统计数据： 年龄、性别、收入、投资策略、投资经验（开户时自报）
  • 证券数据： 来自Datastream，覆盖超过4,000只股票的特征信息

样本描述性统计

变量 均值 中位数
年龄 40.86 39
投资经验（年） 5.50 7.5
总交易笔数 182.89 103
股票投资组合价值（EUR） 36,622.87 15,679.79
月度股票换手率 1.36 0.33
月度投资组合绩效 0.0054 0.0057
女性投资者比例 4.81% -

因变量（交易活动的三种度量）

  1. 股票投资组合换手率（Stock portfolio turnover）：月度买卖绝对值之和除以月末持仓市值
  2. 股票交易笔数（Number of stock transactions）
  3. 交易倾向（Propensity to trade）：某月是否有交易的虚拟变量

自变量

  • 市场收益率（滞后1期）：DAX月度收益率
  • 投资组合收益率（滞后1期）：个人投资组合的月度总收益率
  • 控制变量：
    • 时不变：投资经验、权证交易者虚拟变量、高风险策略虚拟变量
    • 时变：年龄、log(股票投资组合价值)、市场波动率（DAX日收益标准差）
    • 滞后因变量（控制交易活动的自相关性）

回归模型

  • 线性面板回归（随机效应与固定效应OLS）
  • Tobit面板回归
  • 负二项面板回归（适用于计数数据的过度离散）
  • 混合Logit回归（交易倾向）

风险承担分析的因变量

  • log(所购股票的平均市净率)
  • 所购股票日收益的平均标准差
  • log(所购股票的平均市值)
  • 投资组合中的持股数量

3. 核心发现与结果

主要发现一：过去收益率与交易量

  • 过去的市场收益率和投资组合收益率均显著正向影响交易活动，在所有回归模型和所有交易活动度量中均成立
  • 该结果对以下稳健性检验均保持一致：
    • 加入投资组合收益率是否超越市场收益率的虚拟变量
    • 将收益率扩展至过去6个月
    • 将收益率拆分为正收益和负收益
    • 按投资者活跃度、年龄、投资经验分组的子样本分析

主要发现二：过去收益率与风险承担

  • 高过去投资组合收益率导致投资者：
    • 购买更高市净率的股票（回归系数显著为正）
    • 购买日收益标准差更高的股票（回归系数显著为正）
    • 减少投资组合中的持股数量（集中化，回归系数显著为负）
  • 高过去市场收益率：
    • 不导致投资者购买更高风险的股票
    • 不导致更高风险承担或分散化不足

关键区分：理论解释的比较（Table 9）

理论解释 驱动收益率 对交易量 对购买风险 机制
过度自信（错误校准） 市场收益率 正向 正向 低估风险，预测区间过窄
过度自信（优于平均效应） 投资组合收益率 正向 正向 自我归因偏差
投资组合再平衡 投资组合收益率 正向 无/不确定 资产价格变化后需要再平衡
市场参与/信任 市场收益率 正向 无/不确定 参与成本降低
处置效应 投资组合收益率 正向 无/不确定 急于卖出盈利股票
意见分歧 市场收益率 正向 无/不确定 高收益增加投资者间分歧

结论

  • 由于只有过去投资组合收益率（而非市场收益率）导致更高的风险承担，可以排除错误校准型过度自信（miscalibration）作为唯一解释
  • 唯一能同时解释"两种收益率都影响交易量"和"只有投资组合收益率影响风险承担"的理论是：
    • 基于自我归因偏差的过度自信（解释投资组合收益率的效应）
    • 意见分歧（解释市场收益率的效应）

4. 局限性与未来方向

局限性

  1. 样本特征：几乎全为男性样本（女性仅4.81%），限制了性别维度的过度自信分析
  2. 内生性问题：虽然使用了滞后收益率和面板固定效应，但因果识别仍不完美；过去收益率可能通过多种渠道影响交易行为
  3. 间接推断：作者无法直接观测投资者的过度自信水平或信念，只能通过行为模式间接推断理论解释
  4. 时间段限制：1997-2001年涵盖了互联网泡沫期间，可能不完全代表正常市场条件下的投资者行为
  5. 市场环境：仅限于德国在线经纪商数据，跨市场的外部有效性有待验证
  6. 投资组合收益率计算的简化假设：假设所有交易发生在月末，忽略月内交易，虽然文献表明此简化不显著偏误
  7. 过度自信模型的模糊性：理论模型对滞后期长度的预测不够精确

未来研究方向

  • 将分析扩展到直接度量个人过度自信的数据（如问卷调查中的校准任务），与交易行为相联系
  • 在不同市场条件（牛市vs熊市）下检验过去收益率与交易量的关系是否存在不对称性
  • 探索学习效应：投资者是否随时间从过去的交易经验中学习，从而减弱过度自信对交易量的影响
  • 结合实验方法，在控制环境中直接操纵过去收益率，以实现更清洁的因果识别
  • 进一步区分意见分歧理论的微观基础，特别是在信息异质性与信念异质性之间的区分

相关文献网络

维度2：理论框架

两种过度自信的微观基础

  • Miscalibration（错误校准）：投资者对股票收益分布给出过窄的置信区间，从而低估波动性，倾向于过度交易。Daniel, Hirshleifer & Subrahmanyam (1998) 将过度自信建模为对信号方差的低估
  • Better-than-average / self-attribution bias（自我归因偏差）：投资者将过去的成功归因于自身能力，逐期更新对自己投资技能的信念。Gervais & Odean (2001) 发展带学习与有偏归因的多期模型，预测交易量在市场盈利后上升、亏损后下降

收益率与机制的对应

  • 市场收益率↑ → miscalibration型过度自信↑ → 交易量↑，但不一定涉及个人能力评价的提升 → 不必然导致更高风险承担
  • 投资组合收益率↑ → self-attribution型过度自信↑ → 投资者认为"我比别人会选股" → 交易量↑ + 集中化持股 + 偏好高风险股票

竞争性解释

  • 投资组合再平衡：价格上涨后被动需要调整持仓
  • 市场参与/信任：高市场收益降低参与门槛
  • 处置效应：盈利后急于卖出（Weber & Welfens 2007 已证本样本投资者具有处置效应）
  • 意见分歧（Differences of Opinion）：高市场收益增加投资者间分歧，无需过度自信也能解释市场层面交易量

本文的理论判别策略

利用"投资组合收益率→风险承担"是否成立来排除miscalibration型解释：若仅市场收益率影响交易量但不影响风险承担，则更符合意见分歧；若投资组合收益率同时影响交易量和风险承担，则支持self-attribution型过度自信

维度3：核心发现

发现1：两类收益率均显著正向影响交易活动

  • 在所有规格（线性面板、Tobit、负二项、Logit）中，滞后市场收益率与滞后投资组合收益率系数均显著为正
  • 稳健性：加入"投资组合收益是否跑赢DAX"虚拟变量、扩展至过去6个月、拆分为正负收益、按活跃度/年龄/经验子样本均成立
  • 跑赢市场的月份后交易量尤其高，直接支持self-attribution机制

发现2：只有投资组合收益率驱动风险承担

  • 高过去投资组合收益率 → 后续买入更高市净率、更高日波动率股票，并减少持股数量（集中化）
  • 高过去市场收益率 → 不导致风险承担上升或分散化下降
  • 表4相关系数已显示：市场收益率与"购买股票的风险性"度量从不显著正相关；投资组合收益率与之显著正相关

发现3：交易活动的持续性

  • 滞后交易活动度量本身是当期最强预测因子，约半数投资者交易活动呈显著正自相关
  • 投资经验、年龄、权证交易者虚拟、自报高风险策略均与交易量正相关
  • 投资组合规模对换手率为负、对交易笔数为正（固定交易费用解释）

发现4：理论甄别结论

唯一同时能解释"两类收益率→交易量"与"只有投资组合收益率→风险承担"的组合是：

  • Self-attribution bias型过度自信 解释投资组合收益率的双重效应
  • Differences of opinion 解释市场收益率仅作用于交易量

维度4：关键变量概览

变量类别 变量名 定义/度量
因变量 月度股票换手率 月度买卖绝对值之和 ÷ 月末持仓市值
因变量 月度股票交易笔数 计数变量，使用负二项回归
因变量 月度交易倾向 是否有交易的0/1虚拟，使用Logit
主解释变量 滞后市场收益率 DAX月度收益率（lag 1，扩展至lag 6）
主解释变量 滞后投资组合收益率 个人持仓加权月度毛收益率
风险承担因变量 log(购买股票市净率) 月度购买的股票特征均值
风险承担因变量 购买股票日收益标准差 衡量个股风险
风险承担因变量 log(购买股票市值) 衡量小盘股偏好
风险承担因变量 投资组合持股数量 集中化/分散化指标
时不变控制 投资经验、权证交易者虚拟、高风险策略虚拟 开户时自报
时变控制 年龄、log(投资组合价值)、市场波动率 DAX日收益标准差
自相关控制 滞后因变量 控制交易活动的持续性
样本规模 3,079名投资者 × 51个月 563,104笔交易

维度5：局限性

  1. 样本性别失衡：女性仅占4.81%，几乎全为男性样本，无法分析过度自信的性别异质性（Barber & Odean 2001 发现男性更过度自信）
  2. 过度自信无法直接观测：仅能通过行为模式间接推断，未与问卷型校准任务结合
  3. 时间段特殊：1997-2001年涵盖互联网泡沫，可能不代表正常市场条件
  4. 跨市场外部有效性：仅限德国在线经纪商，未验证其他市场
  5. 理论模型预测精度有限：过度自信模型对滞后期长度无明确指引，需选取6个月作为经验性截断
  6. 投资组合收益率简化假设：假定所有交易月末发生，忽略月内交易（Barber & Odean 2000 表明此简化偏误较小）
  7. 内生性：尽管使用滞后变量与固定效应，仍无法完全消除收益率与交易量之间的双向因果与未观测异质性
  8. 单一国家、单一券商：投资者自选进入在线经纪商可能存在选择偏误

维度6：与其他文献的关系

维度7：可拓展的研究方向

  1. 直接测度过度自信：将本文行为分析与问卷型校准任务、信心区间测度结合，建立"信念→行为"链条
  2. 学习的非对称性：投资者是否在亏损后真正"学习"，还是仅短期减少交易？长期下self-attribution是否被打破？
  3. 牛熊市的不对称效应：高/低市场状态下过去收益率的影响是否对称？崩盘后是否存在过度悲观
  4. 实验室内因果识别：在控制环境中外生操纵收益率与个人/市场归因，区分miscalibration与self-attribution
  5. 意见分歧的微观基础：信息异质性vs信念异质性的进一步区分
  6. 机构投资者对照：相同分析在机构投资者中是否成立？过度自信是否被规模与制度化压制？
  7. 算法交易/Robo-advisor环境：当人工选股被算法替代后，self-attribution机制是否消失
  8. 跨市场扩展：在散户主导的中国/印度市场重做，检验"市场收益率→意见分歧"渠道的强度

关键结论

  1. 过去市场收益率与过去投资组合收益率均正向影响个人投资者的后续交易活动（换手率、交易笔数、交易倾向），但只有过去投资组合收益率正向影响后续风险承担与持股集中化
  2. 该不对称模式排除了纯miscalibration型过度自信作为单一解释，唯一兼容理论是 self-attribution bias型过度自信（解释投资组合收益率的双重效应）+ differences of opinion（解释市场收益率仅影响交易量）
  3. 交易活动具有强自相关性，投资经验、风险偏好自报、权证交易者身份均与高交易量相关，提示过度自信具有稳定的个体差异维度

🔗 链接到这篇笔记