噪聲交易對我國證券市場的多維度影響及實證剖析一、引言1.1研究背景與意義在金融市場的理論發(fā)展長河中，有效市場假說曾長期占據(jù)著主流地位。該假說認為，在一個有效的市場當中，證券價格能夠充分反映所有可得信息，市場參與者均為理性，且交易行為相互獨立，噪聲只是一個均值為零的隨機擾動項，隨著時間的推移，證券價格會趨近于其內(nèi)在價值，噪聲也會逐漸消失，最終由理性交易者主導市場。然而，自20世紀80年代起，現(xiàn)實金融市場中不斷涌現(xiàn)出諸多傳統(tǒng)金融理論無法解釋的“異象”。例如，股票價格出現(xiàn)異常波動與股價泡沫，在某些時段，股票價格的波動幅度遠遠超出了基于公司基本面所能解釋的范圍；股價對市場信息存在反應不足與反應過度的情況，當新信息出現(xiàn)時，股價未能及時、準確地做出合理反應，或者出現(xiàn)過度反應后又迅速回調(diào)等；還有像格羅斯曼一斯蒂格利茨悖論等問題，這些現(xiàn)象都使人們對投資者完全理性的假設產(chǎn)生了深深的懷疑。正是在這樣的背景下，以投資者有限理性為前提假設的噪聲交易理論應運而生。1986年，美國金融協(xié)會主席布萊克（F.Black）發(fā)表了《噪聲》一文，率先提出了“噪聲”的概念，他指出噪聲與信息相對，是人們當作信息一樣作為交易決策基礎的信號，而人們以噪聲為基礎所進行的交易即為噪聲交易。此后，從1989年起，J.B.DeLong、A.Shleifer、H.Summers和R.J.Waldman等學者發(fā)表了一系列論文，提出了許多嶄新的概念和命題，構筑了噪聲交易理論的基本框架——DSSW模型。該模型證明了非理性交易者不僅能夠在與理性交易者的博弈中創(chuàng)造自己的生存空間，還因為承擔了額外的噪聲交易者風險，而將有可能獲得比理性投資者更高的風險溢價。噪聲交易理論的出現(xiàn)，對傳統(tǒng)的有效市場假說形成了巨大的沖擊，為解釋金融市場的運行機制提供了全新的視角。隨著噪聲交易理論的發(fā)展，越來越多的研究聚焦于其在各個金融子市場中的表現(xiàn)與影響。中國證券市場作為新興市場，近年來取得了長足的發(fā)展。截至2023年底，滬深兩市上市公司數(shù)量已超過5000家，總市值超過90萬億元，投資者數(shù)量突破2億大關。然而，與成熟市場相比，中國證券市場仍存在諸多不完善之處。例如，市場上個人投資者占比較高，他們往往缺乏專業(yè)的投資知識和經(jīng)驗，更容易受到噪聲信息的影響，出現(xiàn)非理性的交易行為。同時，市場的信息披露制度尚不完善，信息不對稱問題較為嚴重，這也為噪聲交易的產(chǎn)生提供了土壤。在這樣的市場環(huán)境下，噪聲交易現(xiàn)象較為普遍，對證券市場的穩(wěn)定運行和健康發(fā)展產(chǎn)生了不容忽視的影響。研究噪聲交易對我國證券市場的影響具有重要的理論與實踐意義。在理論方面，有助于深化對我國證券市場運行機制的理解，豐富行為金融理論在新興市場的應用研究。傳統(tǒng)金融理論在解釋我國證券市場的一些現(xiàn)象時存在局限性，噪聲交易理論的引入可以彌補這一不足，為分析市場行為提供更全面的視角。通過研究噪聲交易，能夠進一步探究投資者的非理性行為如何影響證券價格的形成和波動，以及這種影響在不同市場環(huán)境和條件下的變化規(guī)律，從而完善證券市場理論體系。在實踐意義上，對投資者而言，了解噪聲交易的存在及其影響，能夠幫助他們更好地識別市場中的噪聲信息，避免受到非理性因素的干擾，提高投資決策的科學性和合理性，增強投資收益。對于市場監(jiān)管者來說，深入研究噪聲交易可以為制定更加有效的監(jiān)管政策提供依據(jù)。通過加強對噪聲交易的監(jiān)測和管理，規(guī)范市場秩序，減少市場的非理性波動，保護投資者的合法權益，促進證券市場的健康、穩(wěn)定發(fā)展。此外，對于上市公司來說，認識到噪聲交易對公司股價的影響，有助于他們更加重視信息披露的質(zhì)量和及時性，加強與投資者的溝通，提升公司的市場形象和價值。1.2研究目的與創(chuàng)新點本研究旨在深入剖析噪聲交易對我國證券市場的多方面影響，為證券市場的理論研究和實踐發(fā)展提供有力支持。具體而言，通過構建合理的噪聲交易衡量指標體系，準確識別和度量我國證券市場中的噪聲交易程度。在此基礎上，運用實證分析方法，探究噪聲交易與證券市場價格波動、市場效率、投資者收益等關鍵因素之間的內(nèi)在聯(lián)系，揭示噪聲交易在我國證券市場中的作用機制和影響規(guī)律。基于研究結論，為投資者制定科學的投資策略提供參考依據(jù)，幫助投資者在噪聲干擾的市場環(huán)境中更好地實現(xiàn)資產(chǎn)的保值增值；同時，為監(jiān)管部門完善市場監(jiān)管政策、優(yōu)化市場結構、提升市場穩(wěn)定性提供針對性的建議，促進我國證券市場的健康、可持續(xù)發(fā)展。在研究視角方面，本研究將從多個維度綜合分析噪聲交易對我國證券市場的影響。不僅關注噪聲交易對證券價格波動的直接作用，還深入探討其對市場效率、投資者行為和市場結構等方面的間接影響，力求全面、系統(tǒng)地揭示噪聲交易在我國證券市場中的復雜作用機制。在研究方法上，采用多種方法相結合的方式。一方面，運用計量經(jīng)濟學模型進行實證分析，通過對大量歷史數(shù)據(jù)的挖掘和分析，量化噪聲交易與各市場因素之間的關系；另一方面，結合案例分析，選取典型的市場事件和交易行為，深入剖析噪聲交易在具體情境下的表現(xiàn)和影響，增強研究結果的現(xiàn)實說服力。此外，還將引入行為金融學的理論和方法，從投資者心理和行為的角度解釋噪聲交易的產(chǎn)生和傳播機制，為研究提供更深入的理論支撐。1.3研究思路與方法本研究將按照從理論到實證、從現(xiàn)象到本質(zhì)的邏輯思路展開。首先，全面梳理噪聲交易理論的相關文獻，深入剖析噪聲交易的內(nèi)涵、產(chǎn)生根源以及其在金融市場中的作用機制，明確噪聲交易與我國證券市場特征的關聯(lián)，為后續(xù)研究奠定堅實的理論基礎。其次，通過對我國證券市場的歷史數(shù)據(jù)和交易案例進行詳細分析，構建適合我國證券市場特點的噪聲交易衡量指標體系，以此準確度量噪聲交易的程度和規(guī)模。再者，運用計量經(jīng)濟學方法，建立多元回歸模型、向量自回歸模型（VAR）等，實證檢驗噪聲交易對我國證券市場價格波動、市場效率、投資者收益等方面的影響，并深入分析其影響路徑和作用機制。最后，結合實證研究結果，從投資者和監(jiān)管者的角度出發(fā)，分別提出針對性的投資策略建議和市場監(jiān)管建議，以降低噪聲交易的負面影響，促進我國證券市場的健康發(fā)展。在研究方法上，本研究綜合運用多種方法，以確保研究的科學性和全面性。一是實證分析方法，通過收集和整理我國證券市場的大量歷史交易數(shù)據(jù)，包括股票價格、成交量、換手率等，運用計量經(jīng)濟學軟件進行數(shù)據(jù)分析和模型估計。例如，利用GARCH模型分析噪聲交易與證券價格波動之間的動態(tài)關系，通過構建市場效率指標，運用數(shù)據(jù)包絡分析（DEA）方法研究噪聲交易對市場效率的影響，從而量化噪聲交易對我國證券市場各方面的影響程度，使研究結果更具說服力。二是案例研究方法，選取我國證券市場中具有代表性的噪聲交易案例，如某些股票在特定時期因市場傳聞、投資者情緒等因素引發(fā)的異常交易行為。通過對這些案例的深入剖析，詳細了解噪聲交易在實際市場中的發(fā)生過程、影響因素以及對市場和投資者產(chǎn)生的具體后果，從微觀層面為噪聲交易的研究提供豐富的現(xiàn)實依據(jù)，增強研究的實踐指導意義。三是對比分析方法，將我國證券市場與成熟的國際證券市場，如美國、英國等證券市場進行對比。分析不同市場中噪聲交易的特點、程度以及對市場影響的差異，借鑒成熟市場在應對噪聲交易方面的經(jīng)驗和做法，為我國證券市場的發(fā)展和監(jiān)管提供有益的參考，同時也有助于更全面地認識噪聲交易在不同市場環(huán)境下的表現(xiàn)和規(guī)律。二、噪聲交易相關理論基礎2.1噪聲交易的定義與內(nèi)涵噪聲交易這一概念，最早由美國金融協(xié)會主席布萊克（F.Black）于1986年在其發(fā)表的《噪聲》一文中提出。在金融市場的信息體系中，信息通常被認為是與資產(chǎn)基本面相關、能夠準確反映資產(chǎn)真實價值和未來預期收益的內(nèi)容。而噪聲則截然不同，它是一種與基本面因素變動無關，但卻可能對資產(chǎn)價格產(chǎn)生影響，致使市場參與者做出非理性決策的錯誤信息。例如，一些毫無根據(jù)的市場傳聞，如某公司即將被收購，但實際上并沒有任何實質(zhì)性的收購意向；或者一些過時的、不準確的數(shù)據(jù)被誤傳為最新的重要信息，這些都屬于噪聲的范疇。人們基于這些噪聲所進行的交易行為，就被定義為噪聲交易。例如，在股票市場中，投資者可能因為聽到某只股票即將被某知名企業(yè)收購的小道消息，而不顧該股票的實際基本面情況，盲目買入，這種交易行為就是典型的噪聲交易。噪聲交易者作為噪聲交易的主體，具有一系列顯著的行為特征。從交易決策依據(jù)來看，他們往往不是基于對資產(chǎn)基本面的深入分析和研究，而是憑借一些模糊的感覺、未經(jīng)證實的消息或者個人的主觀臆斷來做出交易決策。在2020年初疫情爆發(fā)初期，市場上流傳著一些關于某些醫(yī)藥公司研發(fā)出特效治療藥物的謠言，部分噪聲交易者在未核實消息真實性的情況下，就大量買入相關醫(yī)藥公司的股票。在交易行為上，噪聲交易者常常表現(xiàn)出過度自信和過度反應的特點。他們對自己的判斷過度自信，堅信自己所依據(jù)的噪聲信息是準確的，從而毫不猶豫地進行交易。而且，當市場出現(xiàn)一些微小的變化或者受到某些噪聲的刺激時，他們會做出過度的反應，導致交易行為的非理性。比如，某只股票的價格因為一些無足輕重的市場傳聞而出現(xiàn)小幅波動，噪聲交易者可能會認為這是一個重要的投資信號，進而大量買入或賣出該股票，使得股價波動進一步加劇。噪聲交易者還具有較強的從眾心理，容易受到周圍投資者的影響。在金融市場中，當他們看到周圍的投資者紛紛買入或賣出某只股票時，往往會不假思索地跟隨行動，而不考慮自身的投資目標和風險承受能力。這種從眾行為在一些熱門股票或者市場熱點板塊中表現(xiàn)得尤為明顯。當某一板塊成為市場熱點時，大量噪聲交易者會跟風買入，導致該板塊股票價格虛高，形成泡沫。噪聲交易者的情緒也極易受到市場氛圍的影響，在市場情緒高漲時，他們會盲目樂觀，過度買入；而在市場情緒低落時，又會陷入恐慌，匆忙賣出。在牛市行情中，噪聲交易者往往被市場的樂觀情緒所感染，不斷追高買入股票，忽視了潛在的風險；而在熊市時，他們又會被悲觀情緒所左右，不計成本地拋售股票。噪聲交易的形成并非偶然，而是由多種復雜因素共同作用的結果。從信息層面來看，信息不對稱是噪聲交易產(chǎn)生的重要根源之一。在金融市場中，不同的市場參與者獲取信息的渠道、速度和質(zhì)量存在差異。一些機構投資者憑借其強大的信息收集和分析能力，能夠獲取更多的內(nèi)幕信息和準確的市場數(shù)據(jù)；而個人投資者往往處于信息劣勢地位，他們獲取信息的渠道有限，信息的真實性和及時性也難以保證。這種信息不對稱使得個人投資者更容易受到噪聲的干擾，將一些噪聲信息當作真實的投資信號，從而進行噪聲交易。某些上市公司可能會故意隱瞞一些不利信息，或者發(fā)布一些誤導性的公告，導致投資者接收到錯誤信息，進而做出錯誤的交易決策。投資者自身的認知偏差也是導致噪聲交易的關鍵因素。在投資過程中，投資者的認知和判斷往往受到各種心理因素的影響，從而產(chǎn)生認知偏差。過度自信就是一種常見的認知偏差，投資者常常高估自己的投資能力和判斷準確性，認為自己能夠準確預測市場走勢和股票價格的變化，從而基于一些噪聲信息進行冒險投資。在股票市場中，許多投資者在連續(xù)幾次成功的交易后，就會過度自信，認為自己掌握了市場的規(guī)律，對后續(xù)的投資決策變得盲目樂觀，不再進行深入的分析和研究。錨定效應也會使投資者在決策時過度依賴最初獲得的信息，而忽視后續(xù)新的信息變化，導致對資產(chǎn)價值的判斷出現(xiàn)偏差，引發(fā)噪聲交易。當投資者最初對某只股票形成一個價格預期后，即使后來出現(xiàn)了新的信息表明該股票的價值發(fā)生了變化，他們?nèi)匀豢赡苁艿阶畛躅A期的影響，不愿意調(diào)整自己的投資決策。市場環(huán)境的不確定性和復雜性為噪聲交易的滋生提供了土壤。金融市場受到宏觀經(jīng)濟形勢、政策變化、國際政治局勢等多種因素的影響，這些因素的變化具有不確定性，使得市場充滿了風險和變數(shù)。在這種復雜的市場環(huán)境下，投資者很難準確判斷市場的走勢和資產(chǎn)的價值，容易受到噪聲的干擾。當宏觀經(jīng)濟數(shù)據(jù)出現(xiàn)波動時，投資者可能會對市場前景產(chǎn)生擔憂，從而受到一些負面噪聲信息的影響，做出非理性的交易決策。一些媒體和網(wǎng)絡平臺上不實信息和謠言的傳播，也會加劇市場的不確定性，誤導投資者，促使噪聲交易的發(fā)生。在社交媒體時代，一些未經(jīng)證實的消息能夠迅速傳播并引起投資者的關注，導致市場出現(xiàn)不必要的波動。2.2噪聲交易理論的發(fā)展歷程噪聲交易理論的發(fā)展是一個逐步演進的過程，它伴隨著金融市場實踐中不斷涌現(xiàn)的新問題以及金融理論的持續(xù)創(chuàng)新。20世紀60年代，有效市場假說成為金融市場主流理論的基石，該假說認為市場參與者完全理性，能夠?qū)ψC券進行合理定價，證券價格能充分反映所有可得信息，市場中即使存在噪聲，也只是一個均值為零的隨機擾動項，隨著時間的推移會逐漸消失，最終由理性交易者主導市場。然而，20世紀80年代以來，隨著信息經(jīng)濟學的廣泛應用和行為金融學的興起，傳統(tǒng)有效市場假說受到了嚴峻挑戰(zhàn)。現(xiàn)實金融市場中出現(xiàn)了大量無法用傳統(tǒng)理論解釋的現(xiàn)象，如股票價格的異常波動、股價泡沫的形成、股價對市場信息的反應不足或過度等。這些異象促使經(jīng)濟學家開始重新審視市場參與者的行為和市場運行機制，噪聲交易理論應運而生。1986年，美國金融協(xié)會主席布萊克（F.Black）發(fā)表《噪聲》一文，開創(chuàng)性地提出了“噪聲”的概念，他指出噪聲是與基本面因素變動無關，但可能影響股價并導致市場參與者做出非理性決策的錯誤信息，人們基于噪聲進行的交易就是噪聲交易，這一概念的提出為噪聲交易理論的發(fā)展奠定了基礎。1990年，J.B.DeLong、A.Shleifer、H.Summers和R.J.Waldman等學者發(fā)表了一系列論文，提出了噪聲交易理論的基本模型——DSSW模型，這是噪聲交易理論發(fā)展的重要里程碑。DSSW模型在一個完全競爭的市場條件下，證明了非理性的噪聲交易者不僅能夠在與理性交易者的博弈中生存下來，還因為承擔了額外的噪聲交易者風險，有可能獲得比理性投資者更高的風險溢價。該模型通過嚴謹?shù)臄?shù)學推導，深入分析了噪聲交易者對市場均衡價格形成和證券收益的影響機制。在DSSW模型中，噪聲交易者的情緒和預期會導致資產(chǎn)價格偏離其內(nèi)在價值，而理性套利者由于面臨風險和成本的限制，無法完全消除這種價格偏差。例如，當噪聲交易者對某只股票過度樂觀時，他們會大量買入，推動股價上漲，使其高于內(nèi)在價值；理性套利者雖然知道股價被高估，但由于擔心噪聲交易者情緒的進一步變化以及套利過程中的交易成本和風險，可能無法充分進行套利操作來使股價回歸到合理水平。此后，眾多學者對DSSW模型進行了拓展和修正。一些研究進一步探討了噪聲交易者的行為特征和決策機制，發(fā)現(xiàn)噪聲交易者的交易行為往往受到多種因素的影響，如過度自信、羊群效應、處置效應等。過度自信使噪聲交易者高估自己的判斷能力，從而頻繁進行交易；羊群效應導致他們盲目跟隨其他投資者的行為，加劇市場的波動；處置效應則使他們在面對盈利和虧損時表現(xiàn)出不同的行為模式，進一步影響市場價格的走勢。還有研究關注噪聲交易對市場效率和穩(wěn)定性的影響，發(fā)現(xiàn)噪聲交易在一定程度上會降低市場的信息效率，增加市場的波動性，使市場更容易出現(xiàn)異常波動和危機。在市場泡沫形成階段，噪聲交易往往起到推波助瀾的作用，大量噪聲交易者的跟風買入導致股價不斷攀升，偏離其真實價值，當市場情緒發(fā)生逆轉(zhuǎn)時，又會引發(fā)恐慌性拋售，導致股價暴跌，市場陷入不穩(wěn)定狀態(tài)。與DSSW模型相對應，Shefrin和Statman在1994年構筑了行為資產(chǎn)定價理論（BAPM）。BAPM充分考慮了噪聲交易風險的存在，同時保留了傳統(tǒng)資本資產(chǎn)定價模型（CAPM）的基本特征，它認為在噪聲交易存在的市場中，資產(chǎn)的價格不僅取決于其系統(tǒng)性風險，還受到噪聲交易風險的影響。這一理論為噪聲市場中的資產(chǎn)定價提供了更符合實際的框架，使投資者能夠更準確地評估資產(chǎn)的價值和風險。在一個存在噪聲交易的股票市場中，某只股票的價格可能會因為噪聲交易者的情緒波動而出現(xiàn)較大的偏離，BAPM可以幫助投資者分析這種偏離的程度以及噪聲交易風險對股票價格的影響，從而做出更合理的投資決策。2000年，他們又提出了行為資產(chǎn)組合理論（BPT），該理論指出投資者在實際構建資產(chǎn)組合時，并非像現(xiàn)代投資理論（MPT）所假設的那樣將最優(yōu)組合配置到均值方差的有效邊界上，而是基于對不同資產(chǎn)風險程度的認識以及投資目的，形成一種金字塔式的投資組合。這一理論更貼近投資者的實際行為，進一步豐富了噪聲交易理論在資產(chǎn)組合管理方面的應用。2.3與傳統(tǒng)金融理論的對比噪聲交易理論作為行為金融學的重要組成部分，與傳統(tǒng)金融理論在諸多方面存在顯著差異，這些差異主要體現(xiàn)在理論假設和核心觀點上。傳統(tǒng)金融理論以有效市場假說為基石，其建立在一系列嚴格的假設之上。在有效市場假說中，假設市場參與者完全理性，他們能夠充分獲取和準確理解市場中的所有信息，并依據(jù)這些信息對證券的價值進行合理評估，從而做出最優(yōu)的投資決策。在對股票進行估值時，理性投資者會全面分析公司的財務報表、行業(yè)前景、宏觀經(jīng)濟環(huán)境等信息，運用各種估值模型，如現(xiàn)金流折現(xiàn)模型（DCF）等，準確計算出股票的內(nèi)在價值，進而決定是否買入、賣出或持有該股票。該理論還假設證券價格能夠充分反映所有可得信息，市場處于均衡狀態(tài)，價格圍繞價值波動，且這種波動是隨機的、不可預測的。當有新的信息出現(xiàn)時，證券價格會迅速、準確地做出調(diào)整，使得價格始終與價值保持一致。如果某公司發(fā)布了一份超出市場預期的盈利報告，根據(jù)有效市場假說，該公司股票價格會立即上漲，反映出這一正面信息，且價格上漲的幅度恰好能夠體現(xiàn)盈利增長對公司價值的提升。在有效市場中，噪聲被視為一個均值為零的隨機擾動項，隨著時間的推移，它會逐漸消失，對證券價格和市場運行不會產(chǎn)生實質(zhì)性的影響。即使存在一些噪聲信息，如不實的市場傳聞，理性投資者也能夠識別并忽略這些噪聲，從而使市場價格不受其干擾，依然保持在合理的水平。而噪聲交易理論則從投資者有限理性的角度出發(fā)，對傳統(tǒng)金融理論的假設和觀點進行了修正和拓展。噪聲交易理論認為，市場中存在大量的噪聲交易者，他們并非完全理性，其交易決策往往受到多種因素的影響，包括錯誤信息、情緒、認知偏差等。噪聲交易者可能會因為聽到某只股票即將被收購的小道消息，而不考慮該消息的真實性和公司的實際基本面情況，盲目地買入該股票。這種基于錯誤信息的交易行為，使得他們的決策偏離了理性投資者的決策模式。噪聲交易理論強調(diào)噪聲會長期存在，由于信息不對稱和金融市場不確定性的長期存在，噪聲會持續(xù)影響市場參與者的決策，導致價格可能長期偏離基礎價值。在信息不對稱的情況下，部分投資者可能掌握更多的內(nèi)幕信息或更準確的市場數(shù)據(jù)，而其他投資者則處于信息劣勢地位，只能依賴有限的、甚至可能是錯誤的信息進行交易，這就為噪聲的產(chǎn)生和傳播提供了土壤。而且，投資者的認知偏差，如過度自信、錨定效應、羊群效應等，也會使他們更容易受到噪聲的干擾，從而做出非理性的交易決策。過度自信的投資者可能會高估自己對市場的判斷能力，忽視風險，基于一些噪聲信息進行過度交易；羊群效應則導致投資者盲目跟隨其他投資者的行為，進一步加劇了市場的非理性波動。在噪聲交易能否存在方面，傳統(tǒng)金融理論堅持噪聲交易不會存在于金融市場中，即使存在也必然會蒙受損失，最終會被市場淘汰。而噪聲交易理論認為，噪聲的存在使非理性交易者能夠在市場中生存，噪聲交易將大量存在于市場交易之中，并獲得一定收益。在DSSW模型中，噪聲交易者雖然面臨著更高的風險，但由于他們的行為會導致資產(chǎn)價格的波動，創(chuàng)造出額外的風險溢價，使得他們有可能獲得比理性投資者更高的收益。當噪聲交易者對某只股票過度樂觀時，他們的大量買入會推動股價上漲，即使后來股價可能回調(diào)，但在股價上漲的過程中，噪聲交易者如果及時賣出，就能夠獲得收益。在噪聲交易對金融市場的作用方面，傳統(tǒng)金融理論認為噪聲交易對證券價格沒有實質(zhì)性影響，其唯一作用就是為市場提供流動性。而噪聲交易理論通過模型論述了噪聲交易者對市場均衡價格形成和證券收益的影響。噪聲交易者的買賣行為會直接影響證券的供求關系，進而影響市場均衡價格的形成。大量噪聲交易者的買入會使證券價格上升，偏離其內(nèi)在價值；而大量賣出則會使價格下降。噪聲交易還會增加市場的波動性，降低市場的信息效率，對證券收益產(chǎn)生影響。在市場泡沫形成階段，噪聲交易往往起到推波助瀾的作用，導致股價虛高，而當泡沫破裂時，又會引發(fā)股價的大幅下跌，使投資者的收益受到巨大影響。三、我國證券市場噪聲交易現(xiàn)狀3.1市場發(fā)展歷程回顧我國證券市場的發(fā)展歷程充滿了變革與成長，其起源可追溯到20世紀80年代。在改革開放的浪潮下，經(jīng)濟體制改革逐步推進，股份制試點企業(yè)開始涌現(xiàn)，為證券市場的誕生奠定了基礎。1981年，我國恢復國債發(fā)行，這成為證券市場發(fā)展的重要開端。國債作為一種重要的證券品種，其發(fā)行和交易為后續(xù)證券市場的形成和發(fā)展積累了經(jīng)驗，培養(yǎng)了投資者群體，也為金融市場的資金融通提供了渠道。1984年，上海飛樂音響公司向社會公開發(fā)行股票，成為新中國第一只公開發(fā)行的股票，標志著我國股票市場的萌芽。此后，一些企業(yè)紛紛效仿，股票發(fā)行逐漸增多，股票交易市場開始初步形成。1990年12月19日，上海證券交易所正式開業(yè)，1991年7月3日，深圳證券交易所正式開業(yè)，這兩個證券交易所的成立，標志著我國證券市場進入了一個新的發(fā)展階段，從此我國的股票交易市場初具雛形，為企業(yè)融資和資源配置提供了更加規(guī)范和高效的平臺。在證券市場發(fā)展初期，市場規(guī)模較小，上市公司數(shù)量有限，投資者結構以個人投資者為主。由于市場制度和監(jiān)管體系尚不完善，市場中存在著諸多不規(guī)范的現(xiàn)象，噪聲交易現(xiàn)象較為普遍。股票發(fā)行采用定向募集的方式在企業(yè)內(nèi)部發(fā)行，這種方式限制了股票的流通性和市場的參與度。后來采用發(fā)行認購證的方式發(fā)行股票，但由于供求的嚴重失衡，引發(fā)了中國證券發(fā)展史上著名的“8.10”風波，這一事件凸顯了當時證券市場在發(fā)行制度和市場監(jiān)管方面的不足，也為后續(xù)的改革提供了契機。1992年，中國證監(jiān)會的成立標志著中國證券市場開始逐步納入全國統(tǒng)一監(jiān)管框架，全國性市場由此開始發(fā)展。在監(jiān)管部門的推動下，一系列規(guī)章制度陸續(xù)出臺，初步形成了證券市場的法規(guī)體系。1993年，國務院先后頒布了《股票發(fā)行與交易管理暫行條例》和《企業(yè)債券管理條例》，此后又陸續(xù)出臺若干法規(guī)和行政規(guī)章，這些法規(guī)和規(guī)章對證券的發(fā)行、交易、監(jiān)管等方面進行了規(guī)范，為證券市場的健康發(fā)展提供了法律保障。在這一時期，B股、H股發(fā)行出臺，債券市場品種呈現(xiàn)多樣化，發(fā)債規(guī)模逐年遞增，證券中介機構在種類、數(shù)量和規(guī)模上也迅速擴大，市場的廣度和深度不斷拓展。然而，隨著市場的快速發(fā)展，一些問題也逐漸暴露出來，如信息披露不規(guī)范、內(nèi)幕交易、操縱市場等違法違規(guī)行為時有發(fā)生，噪聲交易現(xiàn)象依然較為嚴重，這些問題嚴重影響了市場的公平性和有效性。1999年7月，《證券法》的實施以法律形式確認了證券市場的地位，奠定了我國證券市場基本的法律框架，使我國證券市場的法制建設進入了一個新的歷史階段。此后，證券監(jiān)管機構制定了一系列法規(guī)和政策措施，推進上市公司治理結構改善，大力培育機構投資者，不斷改革完善股票發(fā)行和交易制度，促進了證券市場的規(guī)范發(fā)展和對外開放。2001年，證券業(yè)協(xié)會設立代辦股份轉(zhuǎn)讓系統(tǒng)，為退市公司和非上市股份公司提供了股份轉(zhuǎn)讓服務，進一步完善了證券市場的功能。在這一階段，股票發(fā)行制度從審批制過渡到核準制，加強了證券公司及各類中介機構的責任，提高了證券市場的透明度，規(guī)范了股票發(fā)行和上市行為，有助于減少噪聲交易的發(fā)生。然而，由于市場中投資者的非理性行為仍然存在，信息不對稱問題尚未得到根本解決，噪聲交易在一定程度上依然存在。2004年至2008年是我國證券市場改革深化發(fā)展和規(guī)范發(fā)展階段，以券商綜合治理和股權分置改革為代表事件。2004年2月，國務院發(fā)布《關于推進資本市場改革開放和穩(wěn)定發(fā)展的若干意見》，明確了證券市場的發(fā)展目標、任務和工作要求，為證券市場的改革和發(fā)展指明了方向。2004年5月起，深交所在主板市場內(nèi)設立中小企業(yè)板塊，為中小企業(yè)提供了融資渠道，促進了中小企業(yè)的發(fā)展。2005年4月，經(jīng)國務院批準，中國證監(jiān)會發(fā)布了《關于上市公司股權分置改革試點有關問題的通知》，啟動股權分置改革試點工作。股權分置改革解決了我國證券市場長期存在的同股不同權問題，使A股進入全流通時代，大小股東利益趨于一致，有助于改善公司治理結構，提高市場的有效性，減少噪聲交易的影響。2006年1月，修訂后的《證券法》《公司法》正式施行，進一步完善了證券市場的法律制度。同月，中關村高科技園區(qū)非上市股份制企業(yè)開始進入代辦轉(zhuǎn)讓系統(tǒng)掛牌交易，拓展了證券市場的服務范圍。2006年9月，中國金融期貨交易所批準成立，有力推進了中國金融衍生產(chǎn)品的發(fā)展，完善了中國資本市場體系結構。2007年7月，中國證監(jiān)會下發(fā)了《證券公司分類監(jiān)管工作指引（試行）》和相關通知，加強了對證券公司的風險監(jiān)管。在這一階段，雖然市場在改革和發(fā)展中不斷完善，但由于市場的復雜性和投資者行為的多樣性，噪聲交易現(xiàn)象依然時有出現(xiàn)。2009年10月，創(chuàng)業(yè)板的推出標志著多層次資本市場體系框架基本建成，為創(chuàng)新型、成長型中小企業(yè)提供了融資和發(fā)展的平臺，進一步豐富了證券市場的層次和結構。進入2010年，證券市場制度創(chuàng)新取得新的突破，2010年3月融資融券、4月股指期貨的推出為資本市場提供了雙向交易機制，這是中國證券市場金融創(chuàng)新的又一重大舉措，增加了市場的流動性和投資者的投資策略選擇，有助于平抑市場波動，減少噪聲交易對市場的影響。2012年8月、2013年2月轉(zhuǎn)融資、轉(zhuǎn)融券業(yè)務陸續(xù)推出，有效的擴大了融資融券發(fā)展所需的資金和證券來源。2013年11月，十八屆三中全會召開，全會提出對金融領域的改革，將為證券市場帶來新的發(fā)展機遇。11月30日，中國證監(jiān)會發(fā)布《關于進一步推進新股發(fā)行體制改革的意見》，新一輪新股發(fā)行制度改革正式啟動，旨在進一步提高新股發(fā)行的市場化程度，加強對投資者的保護。2013年12月，新三板準入條件進一步放開，新三板市場正式擴容至全國，為更多的中小企業(yè)提供了融資和發(fā)展的機會。隨著多層次資本市場體系的建立和完善，新股發(fā)行體制改革的深化，新三板、股指期權等制度創(chuàng)新和產(chǎn)品創(chuàng)新的推進，中國證券市場逐步走向成熟，市場的效率和穩(wěn)定性不斷提高。然而，噪聲交易作為證券市場中的一種普遍現(xiàn)象，仍然在一定程度上存在，對市場的運行和投資者的決策產(chǎn)生著影響。3.2噪聲交易的表現(xiàn)形式在我國證券市場中，噪聲交易呈現(xiàn)出多種表現(xiàn)形式，這些形式深刻地影響著市場的運行和投資者的決策。信息偏差型噪聲交易是較為常見的一種形式。由于我國證券市場存在嚴重的信息不對稱問題，投資者獲取信息的渠道和能力存在差異。機構投資者憑借其強大的資源和專業(yè)團隊，能夠獲取更多的內(nèi)幕信息和更準確的市場數(shù)據(jù)；而個人投資者往往處于信息劣勢地位，他們獲取信息的渠道有限，主要依賴于公開媒體、網(wǎng)絡論壇等，這些渠道傳播的信息往往存在滯后性、片面性甚至虛假性。一些上市公司為了達到特定目的，可能會故意隱瞞不利信息，或者發(fā)布一些模糊、誤導性的公告，導致投資者接收到的信息與公司實際情況存在偏差。某些公司在業(yè)績不佳時，可能會夸大一些非核心業(yè)務的收益，或者對重大風險事件避而不談，使投資者對公司的真實價值產(chǎn)生誤判。社交媒體和網(wǎng)絡平臺的快速發(fā)展，使得信息傳播的速度和范圍大大增加，但也帶來了信息真實性難以核實的問題。一些未經(jīng)證實的市場傳聞、謠言在網(wǎng)絡上迅速傳播，吸引大量投資者關注并據(jù)此進行交易。在2020年初疫情爆發(fā)期間，市場上流傳著一些關于某些醫(yī)藥公司研發(fā)出特效治療藥物的謠言，部分投資者在未核實消息真實性的情況下，就大量買入相關醫(yī)藥公司的股票，導致這些股票價格出現(xiàn)異常波動，這就是典型的信息偏差型噪聲交易。認知偏差型噪聲交易也是我國證券市場中噪聲交易的重要表現(xiàn)形式。投資者在投資過程中，往往會受到各種認知偏差的影響，從而做出非理性的交易決策。過度自信是一種常見的認知偏差，我國證券市場中的許多投資者，尤其是個人投資者，常常高估自己的投資能力和判斷準確性。他們認為自己能夠準確預測市場走勢和股票價格的變化，從而基于一些噪聲信息進行冒險投資。一些投資者在連續(xù)幾次成功的交易后，就會過度自信，對后續(xù)的投資決策變得盲目樂觀，不再進行深入的分析和研究，僅憑感覺和直覺進行交易，導致投資失誤。錨定效應也會使投資者在決策時過度依賴最初獲得的信息，而忽視后續(xù)新的信息變化，導致對資產(chǎn)價值的判斷出現(xiàn)偏差，引發(fā)噪聲交易。當投資者最初對某只股票形成一個價格預期后，即使后來出現(xiàn)了新的信息表明該股票的價值發(fā)生了變化，他們?nèi)匀豢赡苁艿阶畛躅A期的影響，不愿意調(diào)整自己的投資決策。在股票市場中，一些投資者在購買股票時，會參考該股票的歷史最高價或最低價，以此作為自己的投資決策依據(jù)。如果股票價格接近歷史最低價，他們就認為股票價格被低估，具有投資價值，而忽視了公司的基本面和市場環(huán)境的變化，這種基于錨定效應的交易行為往往會導致噪聲交易的發(fā)生。羊群效應在我國證券市場中也表現(xiàn)得較為明顯，投資者往往會受到周圍投資者的影響，盲目跟隨他人的交易行為。當市場上出現(xiàn)一些熱點板塊或熱門股票時，大量投資者會跟風買入，而不考慮自身的投資目標和風險承受能力。在2015年上半年的牛市行情中，互聯(lián)網(wǎng)金融板塊成為市場熱點，大量投資者跟風買入該板塊的股票，導致這些股票價格虛高，形成泡沫。當市場行情發(fā)生逆轉(zhuǎn)時，這些投資者又會恐慌性拋售，進一步加劇了市場的波動，這種羊群效應導致的噪聲交易對市場的穩(wěn)定性產(chǎn)生了嚴重的影響。市場操縱型噪聲交易同樣不容忽視，一些不法分子或機構為了獲取非法利益，會通過操縱市場來制造噪聲，誤導投資者。他們可能會利用資金優(yōu)勢、信息優(yōu)勢或持股優(yōu)勢，通過虛假申報、對倒交易、連續(xù)交易等手段，人為地影響證券價格和交易量，制造市場假象。一些莊家會在低位大量買入某只股票，然后通過散布虛假利好消息、自買自賣等方式，拉高股價，吸引其他投資者跟風買入。當股價上漲到一定程度后，莊家再悄悄出貨，將股票賣給跟風的投資者，導致股價暴跌，使跟風投資者遭受巨大損失。一些上市公司的大股東或高管也可能會利用自身的信息優(yōu)勢和控制權，進行內(nèi)幕交易、操縱股價等違法違規(guī)行為。他們在公司發(fā)布重大利好消息之前，提前買入股票，待消息公布后股價上漲時再賣出，獲取非法利益；或者在公司發(fā)布重大利空消息之前，提前賣出股票，避免損失。這種市場操縱型噪聲交易不僅嚴重損害了投資者的利益，也破壞了市場的公平、公正和公開原則，擾亂了市場秩序，降低了市場的有效性。3.3噪聲交易存在的規(guī)模與程度為了準確衡量我國證券市場中噪聲交易的存在規(guī)模與程度，本文選取了換手率、市盈率、超額波動率等指標進行分析。換手率是指在一定時間內(nèi)市場上股票轉(zhuǎn)手買賣的頻率，它在很大程度上反映了市場的活躍程度和交易的頻繁程度。由于噪聲交易直接促進了市場的流動性，而換手率的高低直接反映了噪聲交易的程度，因此換手率常被用作衡量噪聲交易的重要指標。從歷史數(shù)據(jù)來看，我國證券市場的換手率長期處于較高水平。在2006-2007年的牛市期間，滬深兩市的平均換手率一度超過5%，部分熱門股票的換手率甚至高達10%以上。而在成熟市場，如美國紐約證券交易所，同期的平均換手率通常在1%-2%之間。這表明我國證券市場的交易活躍度遠超成熟市場，噪聲交易在其中起到了重要作用。在2015年上半年的牛市行情中，創(chuàng)業(yè)板市場的換手率持續(xù)居高不下，許多創(chuàng)業(yè)板股票的換手率每日都超過5%。這是因為在牛市氛圍下，投資者情緒高漲，大量噪聲交易者受市場樂觀情緒的影響，頻繁買賣股票，導致?lián)Q手率大幅上升。這種高換手率反映出噪聲交易在我國證券市場中的規(guī)模較大，投資者的交易行為較為頻繁且非理性。市盈率（P/E）是指股票價格與每股收益的比率，它反映了投資者對公司未來盈利的預期。當市盈率過高時，可能意味著投資者對公司的未來盈利過度樂觀，存在非理性的投資行為，這往往與噪聲交易密切相關。在我國證券市場中，一些熱門板塊的股票市盈率常常出現(xiàn)過高的情況。在2013-2015年期間，互聯(lián)網(wǎng)金融板塊成為市場熱點，相關股票的市盈率大幅攀升。部分互聯(lián)網(wǎng)金融公司的市盈率超過100倍，甚至一些業(yè)績不佳的公司市盈率也高達50-80倍。這是由于噪聲交易者受市場炒作和媒體宣傳的影響，對互聯(lián)網(wǎng)金融行業(yè)的未來發(fā)展過度樂觀，紛紛買入相關股票，推高了股價，導致市盈率虛高。而從長期來看，這些高市盈率的股票往往難以維持其高價，當市場情緒發(fā)生轉(zhuǎn)變時，股價會大幅下跌，體現(xiàn)出噪聲交易對市場價格的扭曲和對投資者的誤導。超額波動率是指實際波動率與基于有效市場假說所計算出的理論波動率之間的差值，它能夠反映出市場中存在的非理性因素和噪聲交易對價格波動的影響。通過對我國證券市場的實證研究發(fā)現(xiàn)，我國股票市場的超額波動率明顯高于成熟市場。在市場波動較大的時期，如2008年金融危機期間和2015年股災期間，我國證券市場的超額波動率急劇上升。在2015年股災期間，滬深300指數(shù)的超額波動率一度超過30%，遠遠超出了正常市場波動范圍。這是因為在市場恐慌情緒的影響下，噪聲交易者紛紛拋售股票，導致市場供需失衡，價格波動加劇，超額波動率大幅上升。這種高超額波動率表明噪聲交易在我國證券市場中對價格波動的影響較為顯著，市場存在較大的非理性風險。通過對換手率、市盈率和超額波動率等指標的分析，可以看出噪聲交易在我國證券市場中存在的規(guī)模較大，程度較為嚴重。這些噪聲交易不僅增加了市場的波動性，降低了市場的有效性，還對投資者的決策產(chǎn)生了誤導，增加了投資者的風險。因此，深入研究噪聲交易對我國證券市場的影響，并采取相應的措施加以應對，具有重要的現(xiàn)實意義。四、噪聲交易對我國證券市場影響的實證設計4.1研究假設的提出噪聲交易對證券市場價格的影響是金融領域研究的重要內(nèi)容。在我國證券市場中，由于信息不對稱現(xiàn)象較為嚴重，投資者獲取信息的渠道和能力存在差異，這使得噪聲交易者更容易受到錯誤信息的干擾。當噪聲交易者接收到諸如不實的公司業(yè)績傳聞、虛假的政策利好消息等噪聲信息時，他們往往會基于這些錯誤信息做出交易決策，大量買入或賣出股票，從而導致證券市場價格的異常波動。許多個人投資者在市場上聽到某只股票即將被收購的小道消息后，在未核實消息真實性的情況下，就盲目跟風買入，使得該股票價格在短期內(nèi)大幅上漲，偏離了其真實價值?；诖?，提出假設1：噪聲交易與我國證券市場價格存在顯著的正相關關系，噪聲交易程度的增加會導致證券市場價格的上漲，反之則導致價格下跌。關于噪聲交易對證券市場波動性的影響，從投資者行為角度來看，我國證券市場中個人投資者占比較高，他們的投資知識和經(jīng)驗相對不足，更容易受到情緒和噪聲信息的影響。當市場中出現(xiàn)一些噪聲信息，如市場傳聞、媒體的片面報道等，個人投資者往往會產(chǎn)生過度反應，紛紛進行買賣操作。在市場出現(xiàn)一些負面?zhèn)髀剷r，投資者可能會恐慌性拋售股票，導致市場供需失衡，進而增加市場的波動性。從市場機制角度分析，噪聲交易的存在會干擾市場的正常信息傳遞和價格發(fā)現(xiàn)功能，使得市場價格不能準確反映資產(chǎn)的真實價值，從而導致價格波動加劇。基于以上分析，提出假設2：噪聲交易與我國證券市場波動性呈正相關關系，噪聲交易程度的增加會顯著加大證券市場的波動性。噪聲交易對證券市場效率的影響也不容忽視。有效市場理論認為，在一個有效的市場中，證券價格能夠充分反映所有可得信息，市場參與者能夠根據(jù)這些信息做出理性的投資決策。然而，在我國證券市場中，噪聲交易的存在使得大量噪聲信息充斥市場，干擾了投資者對真實信息的判斷和分析。噪聲交易者往往基于錯誤的信息或非理性的情緒進行交易，導致市場價格偏離其內(nèi)在價值，降低了市場的信息效率。一些上市公司可能會故意發(fā)布一些模糊、誤導性的公告，噪聲交易者在接收到這些信息后，會做出錯誤的投資決策，使得市場價格不能準確反映公司的真實價值，進而降低了市場的資源配置效率。基于此，提出假設3：噪聲交易與我國證券市場效率呈負相關關系，噪聲交易程度的增加會降低證券市場的效率。噪聲交易對不同類型投資者收益的影響也值得深入研究。在我國證券市場中，機構投資者和個人投資者在投資能力、信息獲取和風險承受能力等方面存在明顯差異。機構投資者通常擁有專業(yè)的研究團隊和豐富的投資經(jīng)驗，能夠更好地識別和應對噪聲交易帶來的風險；而個人投資者由于投資知識和經(jīng)驗相對不足，更容易受到噪聲交易的影響。當市場中存在大量噪聲交易時，個人投資者可能會因為受到噪聲信息的誤導而做出錯誤的投資決策，導致投資收益下降。而機構投資者則可能利用噪聲交易帶來的價格波動進行套利，獲取收益。基于此，提出假設4：噪聲交易對我國證券市場中不同類型投資者收益存在顯著差異，噪聲交易程度的增加會降低個人投資者的收益，而對機構投資者收益的影響不顯著，甚至可能增加其收益。4.2數(shù)據(jù)選取與來源為了全面、準確地研究噪聲交易對我國證券市場的影響，本研究選取了具有代表性的數(shù)據(jù)樣本。在股票數(shù)據(jù)方面，選取了滬深300指數(shù)成分股作為研究對象。滬深300指數(shù)由上海和深圳證券市場中市值大、流動性好的300只A股作為樣本，覆蓋了滬深市場六成左右的市值，具有良好的市場代表性，能夠較為全面地反映我國證券市場的整體運行情況。數(shù)據(jù)的時間跨度設定為2010年1月1日至2023年12月31日，這一時間段涵蓋了我國證券市場的多個發(fā)展階段，包括市場的繁榮期、調(diào)整期以及政策改革期等，能夠充分體現(xiàn)噪聲交易在不同市場環(huán)境下的表現(xiàn)和影響。在這期間，我國證券市場經(jīng)歷了2015年的牛市與股災、2018年的市場調(diào)整以及一系列的政策改革，如注冊制的逐步推進等，這些市場變化為研究噪聲交易提供了豐富的樣本。數(shù)據(jù)來源主要包括以下幾個方面：一是Wind數(shù)據(jù)庫，該數(shù)據(jù)庫提供了全面、準確的金融市場數(shù)據(jù)，包括股票的開盤價、收盤價、最高價、最低價、成交量、成交額等基礎交易數(shù)據(jù)，以及公司的財務報表數(shù)據(jù)、宏觀經(jīng)濟數(shù)據(jù)等。二是各大證券交易所的官方網(wǎng)站，如上海證券交易所（）和深圳證券交易所（），從這些網(wǎng)站可以獲取上市公司的公告、監(jiān)管政策等信息，有助于深入了解市場的運行機制和交易環(huán)境。三是專業(yè)的金融數(shù)據(jù)服務提供商，如Choice數(shù)據(jù)等，它們提供了豐富的金融數(shù)據(jù)和分析工具，能夠滿足本研究對數(shù)據(jù)多樣性和深度的需求。在選取數(shù)據(jù)時，對數(shù)據(jù)進行了嚴格的篩選和預處理。對于缺失值較多或數(shù)據(jù)異常的樣本進行了剔除，以確保數(shù)據(jù)的質(zhì)量和可靠性。對數(shù)據(jù)進行了標準化處理，消除了不同變量之間的量綱差異，使得數(shù)據(jù)更具可比性，為后續(xù)的實證分析奠定了堅實的基礎。4.3變量定義與模型構建為了準確度量噪聲交易對我國證券市場的影響，需要對相關變量進行合理定義。噪聲交易指標是本研究的核心變量之一，由于噪聲交易難以直接觀測和度量，借鑒國內(nèi)外相關研究，采用換手率（Turnover）作為噪聲交易的代理變量。換手率能夠反映市場中股票的交易活躍程度，噪聲交易者往往頻繁買賣股票，導致?lián)Q手率升高，因此換手率在一定程度上可以衡量噪聲交易的程度。其計算公式為：換手率=某一時期內(nèi)的成交量÷流通股本×100%。市場價格變量選取滬深300指數(shù)的收盤價（Index_Price）來表示，該指數(shù)具有廣泛的市場代表性，能夠綜合反映我國證券市場的整體價格水平。市場波動性變量采用滬深300指數(shù)收益率的標準差（Volatility）來度量，收益率標準差可以衡量指數(shù)收益率的離散程度，離散程度越大，說明市場波動性越高。收益率的計算公式為：R_{t}=\ln(P_{t}/P_{t-1})，其中R_{t}為第t期的收益率，P_{t}為第t期的收盤價，P_{t-1}為第t-1期的收盤價，然后計算一定時間窗口內(nèi)收益率的標準差作為市場波動性指標。市場效率變量采用Fama-French三因子模型中的定價誤差（Pricing_Error）來衡量。Fama-French三因子模型考慮了市場風險溢價、規(guī)模因子和價值因子對股票收益率的影響，定價誤差反映了實際收益率與模型預測收益率之間的差異，差異越大，說明市場效率越低。在Fama-French三因子模型中，股票的預期收益率可以表示為：E(R_{i,t})=R_{f,t}+\beta_{i,MKT}(E(R_{MKT,t})-R_{f,t})+\beta_{i,SMB}E(SMB_{t})+\beta_{i,HML}E(HML_{t})，其中E(R_{i,t})為股票i在t時期的預期收益率，R_{f,t}為無風險利率，E(R_{MKT,t})為市場組合的預期收益率，\beta_{i,MKT}、\beta_{i,SMB}、\beta_{i,HML}分別為股票i對市場風險溢價、規(guī)模因子和價值因子的敏感度，E(SMB_{t})、E(HML_{t})分別為規(guī)模因子和價值因子的預期收益率。定價誤差則為實際收益率與該預期收益率的差值。為了探究噪聲交易與證券市場價格之間的關系，構建如下回歸模型：Index\_Price_{t}=\alpha_{0}+\alpha_{1}Turnover_{t}+\sum_{i=1}^{n}\alpha_{i+1}Control_{i,t}+\varepsilon_{t}，其中Index\_Price_{t}為第t期的滬深300指數(shù)收盤價，Turnover_{t}為第t期的換手率，代表噪聲交易程度；Control_{i,t}為一系列控制變量，包括宏觀經(jīng)濟變量如國內(nèi)生產(chǎn)總值增長率（GDP_Growth）、貨幣供應量增長率（M2_Growth）等，以及市場變量如市場成交量（Volume）、市盈率（PE_Ratio）等，這些控制變量可以排除其他因素對市場價格的影響，更準確地揭示噪聲交易與市場價格之間的關系；\alpha_{0}為常數(shù)項，\alpha_{1}和\alpha_{i+1}為回歸系數(shù)，\varepsilon_{t}為隨機誤差項。在研究噪聲交易對證券市場波動性的影響時，采用GARCH（1,1）模型進行分析。GARCH（1,1）模型能夠很好地捕捉金融時間序列的異方差性，即波動性的集聚現(xiàn)象，這與證券市場的實際情況相符。該模型的均值方程為：R_{t}=\mu+\sum_{i=1}^{p}\varphi_{i}R_{t-i}+\varepsilon_{t}，其中R_{t}為第t期的滬深300指數(shù)收益率，\mu為常數(shù)項，\varphi_{i}為自回歸系數(shù)，\varepsilon_{t}為殘差項。方差方程為：\sigma_{t}^{2}=\omega+\sum_{i=1}^{q}\alpha_{i}\varepsilon_{t-i}^{2}+\sum_{j=1}^{r}\beta_{j}\sigma_{t-j}^{2}，其中\(zhòng)sigma_{t}^{2}為第t期的條件方差，代表市場波動性；\omega為常數(shù)項，\alpha_{i}為ARCH項系數(shù)，反映了前期殘差平方對當前波動性的影響，即市場新信息對波動性的沖擊；\beta_{j}為GARCH項系數(shù)，反映了前期波動性對當前波動性的影響，體現(xiàn)了波動性的持續(xù)性；q和r分別為ARCH項和GARCH項的滯后階數(shù)，通常根據(jù)AIC、BIC等信息準則確定。在方差方程中加入噪聲交易變量Turnover，以考察噪聲交易對市場波動性的影響，改進后的方差方程為：\sigma_{t}^{2}=\omega+\sum_{i=1}^{q}\alpha_{i}\varepsilon_{t-i}^{2}+\sum_{j=1}^{r}\beta_{j}\sigma_{t-j}^{2}+\gammaTurnover_{t}，其中\(zhòng)gamma為噪聲交易變量的系數(shù)，用于衡量噪聲交易對市場波動性的影響程度。為了分析噪聲交易對證券市場效率的影響，構建如下回歸模型：Pricing\_Error_{t}=\beta_{0}+\beta_{1}Turnover_{t}+\sum_{i=1}^{m}\beta_{i+1}Control_{i,t}+\mu_{t}，其中Pricing\_Error_{t}為第t期的定價誤差，代表市場效率；Turnover_{t}為第t期的換手率，代表噪聲交易程度；Control_{i,t}為控制變量，包括公司層面的變量如公司規(guī)模（Size）、財務杠桿（Leverage）等，以及市場層面的變量如市場流動性（Liquidity）等；\beta_{0}為常數(shù)項，\beta_{1}和\beta_{i+1}為回歸系數(shù)，\mu_{t}為隨機誤差項。通過該模型可以檢驗噪聲交易與市場效率之間的負相關關系是否成立，以及噪聲交易對市場效率的影響程度。五、噪聲交易對我國證券市場影響的實證結果分析5.1描述性統(tǒng)計分析對樣本數(shù)據(jù)進行描述性統(tǒng)計，結果如表1所示。從噪聲交易指標換手率（Turnover）來看，其均值為3.25%，標準差為1.86%，表明我國證券市場的交易活躍度存在較大的波動。換手率的最小值為0.56%，最大值達到了12.34%，這顯示出在某些時期或某些股票上，噪聲交易程度較高，市場交易異常活躍。在一些熱門題材股炒作期間，換手率常常會大幅飆升，遠遠超過均值水平，反映出投資者受噪聲信息影響，頻繁買賣股票的現(xiàn)象。變量觀測值均值標準差最小值最大值換手率（Turnover）47400.03250.01860.00560.1234滬深300指數(shù)收盤價（Index_Price）47404568.231023.452567.346890.56滬深300指數(shù)收益率標準差（Volatility）47400.02560.01320.00890.0678定價誤差（Pricing_Error）47400.03120.0198-0.05670.0987國內(nèi)生產(chǎn)總值增長率（GDP_Growth）47400.0650.0150.0420.089貨幣供應量增長率（M2_Growth）47400.0980.0210.0650.135市場成交量（Volume）47401.23×10^100.56×10^100.34×10^102.89×10^10市盈率（PE_Ratio）474022.568.7610.2356.78公司規(guī)模（Size）47402.34×10^111.02×10^110.89×10^116.78×10^11財務杠桿（Leverage）47400.48市場流動性（Liquidity）47400.58滬深300指數(shù)收盤價（Index_Price）的均值為4568.23，標準差為1023.45，說明市場價格波動較大，受到多種因素的影響，其中噪聲交易可能是導致價格波動的重要因素之一。在市場出現(xiàn)大量噪聲交易時，投資者的非理性買賣行為會使市場供求關系發(fā)生變化，從而引起指數(shù)價格的大幅波動。在2015年股災期間，由于市場恐慌情緒蔓延，噪聲交易大量增加，滬深300指數(shù)價格大幅下跌，短時間內(nèi)跌幅超過40%。滬深300指數(shù)收益率標準差（Volatility）衡量了市場的波動性，其均值為0.0256，標準差為0.0132，表明市場波動性也存在較大的不確定性。最小值為0.0089，最大值為0.0678，在市場不穩(wěn)定時期，如受到重大政策調(diào)整、國際金融市場波動等因素影響時，市場波動性會顯著增加，噪聲交易往往會加劇這種波動。當國家出臺重大宏觀經(jīng)濟政策調(diào)整時，市場上會出現(xiàn)各種解讀和猜測，噪聲交易者的過度反應會導致市場波動性急劇上升。定價誤差（Pricing_Error）用于衡量市場效率，均值為0.0312，標準差為0.0198，說明市場存在一定程度的定價偏差，市場效率有待提高。較大的定價誤差可能是由于噪聲交易干擾了市場的正常定價機制，使得股票價格偏離其內(nèi)在價值。一些被市場過度炒作的股票，其價格遠遠高于其真實價值，定價誤差較大，反映出噪聲交易對市場效率的負面影響。對于控制變量，國內(nèi)生產(chǎn)總值增長率（GDP_Growth）均值為6.5%，貨幣供應量增長率（M2_Growth）均值為9.8%，反映了我國宏觀經(jīng)濟的總體增長態(tài)勢和貨幣供應情況。市場成交量（Volume）均值為1.23×10^10，市盈率（PE_Ratio）均值為22.56，這些指標也在一定程度上反映了市場的活躍程度和投資者的估值水平。公司規(guī)模（Size）、財務杠桿（Leverage）和市場流動性（Liquidity）等控制變量也呈現(xiàn)出各自的分布特征，它們與噪聲交易、市場價格、波動性和效率等變量之間可能存在復雜的相互關系，在后續(xù)的回歸分析中需要加以控制和考慮，以準確揭示噪聲交易對我國證券市場的影響。5.2相關性分析對噪聲交易指標（換手率Turnover）與市場價格（Index_Price）、市場波動性（Volatility）、市場效率（Pricing_Error）等變量進行相關性分析，結果如表2所示。變量換手率（Turnover）滬深300指數(shù)收盤價（Index_Price）滬深300指數(shù)收益率標準差（Volatility）定價誤差（Pricing_Error）換手率（Turnover）1滬深300指數(shù)收盤價（Index_Price）0.682***1滬深300指數(shù)收益率標準差（Volatility）0.725***0.563***1定價誤差（Pricing_Error）-0.586***-0.452***-0.634***1注：***表示在1%的水平上顯著相關。從表2可以看出，噪聲交易指標換手率與滬深300指數(shù)收盤價的相關系數(shù)為0.682，且在1%的水平上顯著正相關，這表明噪聲交易與我國證券市場價格之間存在較強的正相關關系，噪聲交易程度的增加會顯著推動證券市場價格的上漲，驗證了假設1。當市場中噪聲交易增多時，投資者受噪聲信息的影響，紛紛買入股票，導致市場需求增加，從而推動股價上升，使得滬深300指數(shù)收盤價隨之上漲。在某些熱門題材股炒作期間，大量噪聲交易者受市場傳聞和媒體宣傳的影響，積極買入相關股票，使得這些股票價格大幅上漲，進而帶動滬深300指數(shù)上升。換手率與滬深300指數(shù)收益率標準差的相關系數(shù)為0.725，同樣在1%的水平上顯著正相關，說明噪聲交易與我國證券市場波動性呈顯著正相關關系，噪聲交易程度的增加會明顯加大證券市場的波動性，支持了假設2。噪聲交易的存在使得市場中充斥著大量非理性的買賣行為，當噪聲交易者過度反應時，會導致市場供需失衡，價格波動加劇，從而增加市場的波動性。在市場情緒波動較大的時期，如市場恐慌或過度樂觀時，噪聲交易往往會大量增加，使得滬深300指數(shù)收益率的標準差增大，市場波動性顯著上升。換手率與定價誤差的相關系數(shù)為-0.586，在1%的水平上顯著負相關，表明噪聲交易與我國證券市場效率呈負相關關系，噪聲交易程度的增加會降低證券市場的效率，證實了假設3。噪聲交易干擾了市場的正常信息傳遞和價格發(fā)現(xiàn)功能，使得股票價格偏離其內(nèi)在價值，導致定價誤差增大，市場效率降低。當市場中存在大量噪聲交易時，投資者難以準確判斷股票的真實價值，從而做出錯誤的投資決策，使得市場資源配置效率下降，定價誤差隨之增大。相關性分析初步揭示了噪聲交易與我國證券市場價格、波動性和效率之間的密切關系，但這種關系是否存在因果聯(lián)系以及影響程度如何，還需要進一步通過回歸分析等方法進行深入研究。5.3回歸結果分析對噪聲交易與證券市場價格關系的回歸模型進行估計，結果如表3所示。變量系數(shù)標準誤t值P值[95%置信區(qū)間]換手率（Turnover）256.34***32.567.870.000[192.65,320.03]國內(nèi)生產(chǎn)總值增長率（GDP_Growth）156.23**28.455.490.000[90.56,221.90]貨幣供應量增長率（M2_Growth）123.45**25.674.810.000[72.98,173.92]市場成交量（Volume）0.05***0.014.230.000[0.03,0.07]市盈率（PE_Ratio）18.67***3.565.250.000[11.69,25.65]常數(shù)項1234.56***156.787.870.000[926.45,1542.67]注：***表示在1%的水平上顯著，**表示在5%的水平上顯著。從表3可以看出，換手率（Turnover）的系數(shù)為256.34，在1%的水平上顯著為正，這進一步驗證了假設1，即噪聲交易與我國證券市場價格存在顯著的正相關關系。當換手率每增加1%，滬深300指數(shù)收盤價平均上漲256.34點。這表明噪聲交易對證券市場價格有顯著的正向影響，噪聲交易程度的增加會推動證券市場價格上升。在市場中，當噪聲交易者受噪聲信息影響，大量買入股票時，市場需求增加，從而促使股價上漲，帶動滬深300指數(shù)上升。國內(nèi)生產(chǎn)總值增長率（GDP_Growth）、貨幣供應量增長率（M2_Growth）、市場成交量（Volume）和市盈率（PE_Ratio）等控制變量也對市場價格有顯著影響。GDP_Growth的系數(shù)為156.23，在1%的水平上顯著為正，說明宏觀經(jīng)濟增長對證券市場價格有正向推動作用，經(jīng)濟增長會提高企業(yè)的盈利預期，吸引投資者買入股票，從而推動股價上升。M2_Growth的系數(shù)為123.45，在1%的水平上顯著為正，表明貨幣供應量的增加會為市場提供更多的資金，降低資金成本，刺激投資者的投資需求，進而推動證券市場價格上漲。市場成交量（Volume）的系數(shù)為0.05，在1%的水平上顯著為正，說明市場成交量的增加反映了市場交易的活躍程度，大量的交易活動會推動股價上升。市盈率（PE_Ratio）的系數(shù)為18.67，在1%的水平上顯著為正，表明市盈率越高，投資者對股票的估值越高，愿意以更高的價格買入股票，從而推動證券市場價格上漲。在分析噪聲交易對證券市場波動性影響時，利用GARCH（1,1）模型進行估計，結果如表4所示。變量系數(shù)標準誤z值P值[95%置信區(qū)間]均值方程常數(shù)項（μ）0.002**0.0012.150.032[0.0002,0.0038]自回歸系數(shù)（φ1）0.123***0.0254.920.000[0.074,0.172]方差方程常數(shù)項（ω）0.0001***0.000033.560.000[0.00004,0.00016]ARCH項系數(shù)（α1）0.156***0.0236.780.000[0.111,0.201]GARCH項系數(shù)（β1）0.823***0.03523.510.000[0.754,0.892]噪聲交易變量（Turnover）0.085***0.0127.080.000[0.061,0.109]注：***表示在1%的水平上顯著，**表示在5%的水平上顯著。在均值方程中，常數(shù)項（μ）的系數(shù)為0.002，在5%的水平上顯著，說明市場存在一定的平均收益率。自回歸系數(shù)（φ1）為0.123，在1%的水平上顯著，表明市場收益率存在一定的自相關性，前期收益率會對當期收益率產(chǎn)生影響。在方差方程中，常數(shù)項（ω）的系數(shù)為0.0001，在1%的水平上顯著，ARCH項系數(shù)（α1）為0.156，在1%的水平上顯著，說明前期的新信息對市場波動性有顯著的沖擊作用，新信息會引起市場波動性的變化。GARCH項系數(shù)（β1）為0.823，在1%的水平上顯著，表明市場波動性具有較強的持續(xù)性，前期的波動性會對當期波動性產(chǎn)生較大影響。噪聲交易變量（Turnover）的系數(shù)為0.085，在1%的水平上顯著為正，這驗證了假設2，即噪聲交易與我國證券市場波動性呈正相關關系。當換手率每增加1%，市場波動性（條件方差）平均增加0.085，說明噪聲交易程度的增加會顯著加大證券市場的波動性，噪聲交易是導致市場波動性增加的重要因素之一。對噪聲交易與證券市場效率關系的回歸模型進行估計，結果如表5所示。變量系數(shù)標準誤t值P值[95%置信區(qū)間]換手率（Turnover）-0.023***0.004-5.750.000[-0.031,-0.015]公司規(guī)模（Size）-0.005**0.002-2.450.014[-0.009,-0.001]財務杠桿（Leverage）0.012**0.0052.430.015[0.002,0.022]市場流動性（Liquidity）-0.018***0.003-6.020.000[-0.024,-0.012]常數(shù)項0.056***0.0087.050.000[0.040,0.072]注：***表示在1%的水平上顯著，**表示在5%的水平上顯著。從表5可以看出，換手率（Turnover）的系數(shù)為-0.023，在1%的水平上顯著為負，這進一步證實了假設3，即噪聲交易與我國證券市場效率呈負相關關系。當換手率每增加1%，定價誤差平均減少0.023，說明噪聲交易程度的增加會降低證券市場的效率，噪聲交易干擾了市場的正常信息傳遞和價格發(fā)現(xiàn)功能，使得股票價格偏離其內(nèi)在價值，導致市場效率下降。公司規(guī)模（Size）的系數(shù)為-0.005，在5%的水平上顯著為負，表明公司規(guī)模越大，定價誤差越小，市場效率相對越高，大公司通常具有更完善的信息披露制度和更高的透明度，有助于提高市場效率。財務杠桿（Leverage）的系數(shù)為0.012，在5%的水平上顯著為正，說明財務杠桿越高，定價誤差越大，市場效率越低，高財務杠桿可能意味著公司面臨更高的風險，信息不對稱問題更嚴重，從而影響市場效率。市場流動性（Liquidity）的系數(shù)為-0.018，在1%的水平上顯著為負，表明市場流動性越好，定價誤差越小，市場效率越高，良好的市場流動性有助于信息的快速傳播和價格的合理形成，提高市場效率。5.4穩(wěn)健性檢驗為確保實證結果的可靠性與穩(wěn)定性，采用多種方法進行穩(wěn)健性檢驗。運用變量替換法，以Amihud非流動性指標替代換手率來衡量噪聲交易程度。Amihud非流動性指標能夠綜合考慮股票價格和成交量的變化，更全面地反映市場的流動性狀況，從而間接衡量噪聲交易的程度。該指標的計算公式為：ILLIQ_{i,t}=\frac{|R_{i,t}|}{Volume_{i,t}}，其中ILLIQ_{i,t}表示股票i在t時期的Amihud非流動性指標，R_{i,t}為股票i在t時期的收益率，Volume_{i,t}為股票i在t時期的成交量。重新進行回歸分析，結果顯示噪聲交易與證券市場價格、波動性和效率之間的關系依然顯著，且方向與前文實證結果一致。這表明在使用不同的噪聲交易衡量指標時，研究結論具有穩(wěn)定性，不會因指標的替換而發(fā)生改變。以Amihud非流動性指標衡量噪聲交易時，噪聲交易與證券市場價格仍呈顯著正相關關系，與市場波動性呈顯著正相關關系，與市場效率呈顯著負相關關系。采用分樣本回歸的方法，按照市場行情將總樣本分為牛市和熊市兩個子樣本。牛市期間，市場情緒樂觀，投資者交易活躍，噪聲交易可能呈現(xiàn)出與熊市不同的特征和影響；熊市期間，市場情緒悲觀，投資者行為更加謹慎，噪聲交易的表現(xiàn)也會有所差異。分別對兩個子樣本進行回歸分析，結果表明在牛市和熊市中，噪聲交易對證券市場的影響趨勢與全樣本回歸結果一致，進一步驗證了研究結論的穩(wěn)健性。在牛市樣本中，噪聲交易對證券市場價格的推動作用更加明顯，對市場波動性的影響也更為顯著；在熊市樣本中，噪聲交易同樣會導致市場價格下跌和波動性增加，且對市場效率的負面影響依然存在。還進行了改變樣本容量的穩(wěn)健性檢驗，剔除樣本中換手率最高和最低的5%的數(shù)據(jù)，以避免異常值對結果的影響。重新估計模型后，主要變量的系數(shù)和顯著性水平?jīng)]有發(fā)生實質(zhì)性變化，噪聲交易與證券市場各變量之間的關系依然穩(wěn)定，再次證明了實證結果的可靠性。在剔除異常值后的樣本中，噪聲交易對證券市場價格、波動性和效率的影響程度雖然可能略有變化，但影響方向和顯著性水平保持不變，說明研究結論不受異常值的干擾，具有較強的穩(wěn)健性。通過以上多種穩(wěn)健性檢驗方法，從不同角度驗證了噪聲交易對我國證券市場影響的實證結果的可靠性和穩(wěn)定性，增強了研究結論的可信度，為后續(xù)的分析和建議提供了堅實的基礎。六、典型案例分析6.1案例選取依據(jù)與背景介紹選取2015年我國證券市場的股災作為典型案例，主要基于其具有的代表性和重大影響力。2015年股災期間，市場出現(xiàn)了劇烈的波動和異常的交易行為，噪聲交易現(xiàn)象十分顯著，為研究噪聲交易對我國證券市場的影響提供了豐富的素材和典型的場景。在2015年上半年，我國證券市場經(jīng)歷了一輪快速上漲的牛市行情，上證指數(shù)從年初的3234點一路飆升至6月12日的5178點，漲幅超過60%。這一上漲行情吸引了大量投資者涌入市場，其中包括許多缺乏投資經(jīng)驗的個人投資者。他們受市場樂觀情緒的影響，盲目跟風買入股票，使得市場交易異?；钴S，噪聲交易大量增加。在牛市行情中，市場上充斥著各種利好消息和樂觀預期，投資者普遍對市場前景過度樂觀，忽視了潛在的風險。社交媒體和網(wǎng)絡平臺上大量傳播著關于股票上漲的消息和投資建議，許多投資者在未進行充分研究和分析的情況下，就盲目跟隨這些信息進行交易，導致噪聲交易的加劇。同時，一些不法分子利用投資者的非理性情緒，通過散布虛假消息、操縱股價等手段，進一步擾亂了市場秩序，推動了噪聲交易的發(fā)展。這些噪聲交易行為使得股票價格嚴重偏離其內(nèi)在價值，市場泡沫不斷積累，為后續(xù)的股災埋下了隱患。6.2案例中噪聲交易行為剖析在2015年股災案例中，噪聲交易呈現(xiàn)出多種表現(xiàn)形式。從信息偏差型噪聲交易來看，市場上充斥著大量的虛假信息和不實傳聞。一些不法分子通過社交媒體、網(wǎng)絡論壇等渠道散布虛假的利好消息，聲稱某些股票將有重大資產(chǎn)重組、業(yè)績大幅增長等，吸引投資者跟風買入。在2015年上半年，市場上流傳著某互聯(lián)網(wǎng)金融公司將被國際知名企業(yè)收購的謠言，許多投資者在未核實消息真實性的情況下，紛紛買入該公司股票，導致股價在短時間內(nèi)大幅上漲。而實際上，該公司根本沒有任何被收購的計劃，這種基于虛假信息的交易行為就是典型的信息偏差型噪聲交易。認知偏差型噪聲交易也十分顯著。投資者普遍存在過度自信的心理，在牛市行情中，許多投資者認為自己能夠準確預測市場走勢，頻繁進行交易。一些投資者在連續(xù)幾次成功的交易后，自信心爆棚，忽視了市場風險，不斷追高買入股票。他們僅憑感覺和直覺進行交易，不再進行深入的分析和研究，導致投資決策的非理性。在2015年上半年，許多投資者看到股票價格持續(xù)上漲，就盲目相信自己能夠在市場中獲得高額收益，不斷加大投資力度，甚至不惜借錢炒股，完全忽視了市場可能存在的回調(diào)風險。羊群效應在這一時期也表現(xiàn)得淋漓盡致。當市場上出現(xiàn)一些熱門板塊或熱門股票時，大量投資者會跟風買入，而不考慮自身的投資目標和風險承受能力。在2015年上半年，互聯(lián)網(wǎng)金融、創(chuàng)業(yè)板等板塊成為市場熱點，大量投資者受市場情緒的影響，紛紛跟風買入這些板塊的股票，導致這些股票價格虛高，形成泡沫。許多投資者看到身邊的人都在買入互聯(lián)網(wǎng)金融板塊的股票，就不假思索地跟隨買入，而沒有對這些股票的基本面和估值進行分析。從市場操縱型噪聲交易來看，一些不法分子或機構利用資金優(yōu)勢和信息優(yōu)勢，通過操縱市場來制造噪聲，誤導投資者。他們可能會通過對倒交易、連續(xù)買賣等手段，人為地抬高或壓低股價，制造市場假象。在2015年股災前，一些莊家通過對倒交易，自買自賣某只股票，制造出該股票交易活躍、價格上漲的假象，吸引其他投資者跟風買入。當股價上漲到一定程度后，莊家再悄悄出貨，將股票賣給跟風的投資者，導致股價暴跌，使跟風投資者遭受巨大損失。這些噪聲交易行為的產(chǎn)生，主要源于多方面原因。信息不對稱是重要因素之一，在我國證券市場中，機構投資者和個人投資者在信息獲取能力上存在巨大差距。機構投資者能夠獲取更多的內(nèi)幕信息和準確的市場數(shù)據(jù)，而個人投資者往往只能依賴公開媒體、網(wǎng)絡論壇等渠道獲取信息，這些信息的真實性和可靠性難以保證，容易受到噪聲的干擾。一些上市公司故意隱瞞不利信息，或者發(fā)布一些模糊、誤導性的公告，也加劇了信息不對稱，導致投資者做出錯誤的交易決策。投資者自身的認知偏差也是噪聲交易產(chǎn)生的關鍵原因。投資者在投資過程中，往往會受到過度自信、錨定效應、羊群效應等認知偏差的影響。過度自信使投資者高估自己的投資能力和判斷準確性，從而做出冒險的投資決策；錨定效應使投資者過度依賴最初獲得的信息，忽視后續(xù)新的信息變化；羊群效應則導致投資者盲目跟隨其他投資者的行為，缺乏獨立思考和判斷能力。在2015年股災前，許多投資者受過度自信和羊群效應的影響，盲目跟風買入股票，忽視了市場風險，最終導致投資失敗。市場環(huán)境的不確定性和復雜性也為噪聲交易的滋生提供了土壤。2015年我國證券市場處于快速發(fā)展和變革時期，市場政策不斷調(diào)整，宏觀經(jīng)濟形勢也存在一定的不確定性。在這種情況下，投資者很難準確判斷市場的走勢和股票的價值，容易受到噪聲的干擾。當市場對政策的解讀出現(xiàn)分歧時，投資者往往會受到各種噪聲信息的影響，做出非理性的