中国散户交易与收益率预测

论文《中国散户交易与收益率预测》（Retail Trading and Return Predictability in China）研究了两个重要问题：一是中国股票市场的散户交易订单是否具有价格预测能力，二是假如交易订单具有预测能力，其来源和交易行为背后的驱动因素是什么。利用来自中国某金融机构、包含超过5000万个账户层级的数据，论文对中国股票市场个人投资者行为和股价预测能力进行了多维度分析。

历经30余年的发展，中国股票市场已成长为世界第二大股票市场。在欧美等成熟金融市场，机构投资者在持仓和交易活动方面占主导地位，中国却与之截然相反——个人投资者或称散户（狭义上，散户指资金量较小的非专业个人投资者；广义上，散户等同于个人投资者。为方便表述，本文提及的散户概念等同于个人投资者）在中国市场占据了重要地位。以2016—2019年为例，虽然散户交易占比超过市场总成交量的80%，但是持仓平均仅占A股的20%左右。如此活跃的中国散户对资本市场是否有独特的影响呢？

研究该问题对业界、监管和学术界都具有重要价值。首先，文献虽探讨过散户交易的收益率预测能力，但是过往研究大多基于美国或欧洲的数据，且鲜有文章使用细分账户层级数据探讨这种预测能力在不同散户之间的差异。更何况中国市场与欧美市场不同，散户在中国股票市场中举足轻重。因此，对欧美个人投资者研究的结论不应生搬硬套到中国市场中，基于中国市场散户数据的研究亟需补充。其次，对于中国金融市场监管者来说，中国散户是否足够成熟、是否应该平等开放交易资质，都是政策制定和投资者教育的重要考量。

哥伦比亚大学Charles M. Jones、复旦大学施东辉、清华大学张晓燕和中央财经大学张欣然的论文《中国散户交易与收益率预测》（Retail Tradingand Return Predictability in China）利用来自中国某金融机构、包含超过5000万个账户层级的数据，对中国股票市场个人投资者行为和股价预测能力进行了多维度分析，填补了学术界对中国散户研究的空白。该论文于2024年2月发表在国际顶级金融学期刊《金融与定量分析杂志》（Journal of Financial and Quantitative Analysis ）上。具体而言，论文研究了两个重要问题：一是中国股票市场的散户交易订单是否具有价格预测能力？二是假如交易订单具有预测能力，其来源和交易行为背后的驱动因素是什么？

研究数据涵盖2016年1月到2019年6月的超过5000万个账户，包括散户、机构和企业三类投资者的持仓情况和交易情况，并且根据散户账户上年末的余额划为5类，账户数量和持仓情况等见表1。尽企业账户持有的市值平均超过A股全市场60%，但是交易量极低，所以论文重点探讨散户的交易行为，并将机构投资者留作参照。与市场的普遍说法相符，散户的持仓占比平均仅占A股全市场20%，但是交易量平均却达到了81%。他们是否能对未来股票收益率进行预测不仅是中国股票市场的重要问题，更关乎大量普通投资者的投资福利。

论文首先探讨散户是否具有价格预测能力，提出大、小散户存在差异，大散与机构更为相似。通过统计每组投资者在每一支股票上的日度资金净流向（该组投资者净买入/该组投资者总成交量），论文发现账户持仓在1000万元以下的投资者（RT1－RT4）交易行为相似，且对股价具有负向预测能力，即净买入的股票次日通常会下跌，而净卖出的股票次日却更可能上涨。相反，最大的散户（RT5，账户持仓1000万以上）却对股价具有正向预测能力，买入的股票次日通常出现上涨，且这一预测能力不局限在次日，而是在未来8～9周内持续有效，体现出预测能力的稳定性。论文同时发现，预测能力受到研究对象持仓窗口长短的影响。中小散（RT1－RT4）短期持仓的负向预测现象更加明显，即他们的短期持仓相比于长期持仓亏损得更多，而那些大散（RT5）恰恰相反，股价预测能力在短期持仓时更为正向，预示着大散的预测能力可能主要来自于短线信息，随着时间变长其收益预测能力下降。另外，通过对交易对手方的分析发现，小散的交易对手方总是正向预测收益，而中小散自身总是负向预测收益。大散和机构通常能正向预测收益，但当他们与小散的交易方向相同时，则大散和机构也是负向预测收益的。

论文着重讨论的第二个问题是：既然散户交易订单流对股票收益的预测能力随着账户大小不同而有所区分，那么这种差异背后的原因又是什么？学术文献认为，散户订单流对收益率预测能力的重要影响因素包括订单流持续性、交易风格、行为偏差、信息处理能力等，论文参考Boehmer等（2021）的两阶段分解实证方法，分析了散户收益率预测的来源，结果如表2所示。

最后，论文提供了投资组合分析，将上述预测能力差异转化为了可见的超额收益。参考Barber等（2009）的方法，论文对每一类投资者分别构建了一个净买入和净卖出的跟踪型投资组合，并计算这些投资组合在未来一段时间的收益表现，用以估算不同类型散户交易的损益。论文发现，从2016年到2019年，如果跟随小散的资金流向进行交易，那么组合年化收益率大约为-5.61%，相反如果跟随大散户进行交易，组合年化收益率大约为-0.29%；如果同时能够避开“追涨杀跌”的陷阱，采取“高抛低吸”的逆势交易策略，跟随大散户交易的组合年化收益率能达到1.32%。

进一步对收益率归因显示，损益主要来自于选股能力与交易成本，而与择时能力关系不大。不同类型散户选股能力带来的组合收益介于-4.03%到1.05%，其差异是不同散户收益差异的最主要来源。大散（RT5）的收益年化表现比小散（RT1）高出了5.32%，其中5.02%要归因于选股能力的差异。交易成本带来的收益介于-1.80%到-1.03%，而择时能力带来的收益介于-0.33%到-0.19%。另外，大散的表现弱于机构投资者，主要的差距源于交易成本。

综上所述，论文使用来自中国某金融机构的独特账户级数据，发现散户交易对股票收益率的预测能力不可一概而论，大小散户对预测能力显著不同。从机制层面看来，这种区分作用的基础源自不同个人投资者的订单持续性、交易风格、行为偏误、对市场信息处理能力的不同。从收益来源看来，大散户的选股能力强于小散户，投资成本则是散户和机构难以克服的差距。这些发现对于监管方来说具有重要的意义。论文说明，小散户没能从公开信息中获益，投资风格过于追涨杀跌，普遍存在一些行为偏差，最终使其投资组合遭受损失，明显弱于大散户。中国个人投资者对公司的基本面的判断、交易的技能都还有待成熟，需要加强投资者教育、对高风险交易设计相应的门槛才能有所缓解。正如论文的结论所说，中国的金融市场监管对小散户投资高风险产品、从事杠杆交易具有较高的限制，有助于避免散户在高风险交易中放大错误，政策的合理性是受到本文支持的。在此层面上，论文对于金融市场监管政策的优化有所帮助，也对散户交易者金融教育提供了简明易懂的启发。