王堃 紀宣明 徐鶴

摘 要：根據(jù)我國A股市場2014年9月至2017年12月的相關月度數(shù)據(jù)，運用面板回歸模型，對數(shù)字迷信帶來的代碼效應與股票價格波動之間的關系進行實證分析，結果發(fā)現(xiàn)：在A股市場早期的牛市中，股價波動受到由“數(shù)字迷信”引發(fā)的代碼效應的影響，隨后“數(shù)字迷信”的作用消失；在中小創(chuàng)板塊中，吉利代碼對股價波動的影響存在于牛市與慢牛市中，而“晦氣代碼”的作用只在熊市中得以證實。因此，應深化制度改革，完善上市公司內(nèi)部治理機制，有序推進注冊制，加速“優(yōu)勝劣汰”，促進我國證券市場的健康發(fā)展。

關鍵詞：數(shù)字迷信；主觀偏好；股票代碼；代碼效應；股價波動

中圖分類號：F830.91 文獻標識碼：B 文章編號：1674-2265（2018）09-0066-09

DOI：10.19647/j.cnki.37-1462/f.2018.09.011

一、引言

對數(shù)字的迷信與偏好可以追尋到商周時代，從《易經(jīng)·系辭》到《老子》再到《淮南子》，先賢們用數(shù)字來闡述他們對自然萬物的觀察認識，體現(xiàn)了古代人民的哲學智慧。在古代，數(shù)字在很多時候也是身份地位的象征，古代帝王尤為喜愛數(shù)字“九”?！熬盼逯稹?、“禹收九牧之金，鑄九鼎”等，皆是例證。到了明清時期，王公貴族對數(shù)字“九”的偏好仍未減弱。例如：天壇圓丘的地面石板，從第一層的九塊石板開始，每一層都比前一層多九塊石板，且一共鋪設了九層?？梢姡袊藢?shù)字的迷信自古有之且一直持續(xù)。

現(xiàn)代社會，人們偏好的數(shù)字主要有“6”、“8”①、“9”三個。而數(shù)字“4”在主觀上受到人們的厭惡。例如：各大移動供應商在提供電信服務時，帶“4”的號碼往往會提供更多的優(yōu)惠，而“6”、“8”連號的號碼動輒售價上萬，甚至上百萬；在抽車牌的過程中，抽到“6”、“8”、“9”組合的車牌號，也必須繳納靚號費，且這些車牌往往拍出高價②等?？梢姡皵?shù)字迷信”現(xiàn)象在當代生活中隨處可見。

日常生活中對數(shù)字的偏好，必然也會進入金融領域。表1分別統(tǒng)計了A股市場中上證主板市場、深證主板市場與中小創(chuàng)板塊各股票代碼尾數(shù)分布狀況。

統(tǒng)計結果顯示，截止到2017年12月31日，在上證主板市場上市的股票中，尾數(shù)代碼為“8”的股票最多，有222家，是尾數(shù)為“4”的股票（44家）的4倍之多。而代碼尾數(shù)為“6”、“9”的股票（分別為167家與178家）也明顯多于其他數(shù)字。深證主板市場上市的股票中，尾數(shù)代碼為“8”的股票的數(shù)量是“4”結尾的股票的5倍之多。中小板與創(chuàng)業(yè)板市場尾數(shù)集聚現(xiàn)象不明顯，是由于這些板塊股票代碼決定方式不同導致的。

通過前述分析可知，受到傳統(tǒng)文化的影響，上市公司對股票代碼的選擇上，存在明顯的“數(shù)字迷信”現(xiàn)象。那么，在二級市場上，投資者在選擇股票時，會不會受到股票代碼“數(shù)字迷信”的影響而對某些股票有特別的偏好或厭惡呢？“數(shù)字迷信”現(xiàn)象會不會對股市波動造成特殊影響呢？

本文可能的創(chuàng)新點與學術邊際貢獻在于：首先，本文研究了“數(shù)字迷信”導致的代碼效應與股價波動之間的關系，這在國內(nèi)外已有文獻中，比較少見；其次，過往研究的時間節(jié)點最多僅達到2015年，但在最近一個完整的股市周期中，中國股市制度性改革加速，市場投資風格變化很大，本文的研究對象為此次股市周期的相關股票的市場表現(xiàn)；最后，本文在樣本的分組上，對過往文獻進行了改進。

二、文獻綜述與問題提出

（一）數(shù)字迷信與價格聚類效應

國內(nèi)外關于“數(shù)字迷信”與股票市場之間關系的研究多集中在價格聚類效應（ Price Clustering Effect）上，即在股票的開盤與收盤價中，某些特定的數(shù)字出現(xiàn)的頻率明顯偏高。國內(nèi)外部分學者對中國股票市場價格聚類效應與股票代碼尾數(shù)效應的研究中，較具有代表性的有：Brown、Chua和Mitchell（2002）研究了中國香港股票市場中各股票的收盤價格的尾數(shù)，發(fā)現(xiàn)所有股票的收盤價格中，其尾數(shù)為“8”的頻次最高，“4”的頻次最低，且與其他數(shù)字差異顯著。Brown和Mitchell（2008）用幾乎相同的方法研究了A股市場，也證明了“數(shù)字迷信”現(xiàn)象確實存在于中國的有關股票市場。饒品貴、趙龍凱與岳衡（2008）利用A股市場所有股票3個月的日分筆數(shù)據(jù)，發(fā)現(xiàn)A股每筆成交價格中，確實存在“8”多“4”少的現(xiàn)象，并且股價不確定性越高、價格越高、機構投資者關注度越高的股票，價格聚類現(xiàn)象越明顯。劉鳳元（2008）利用日高頻數(shù)據(jù)，證實了無論在牛市還是熊市，“4”都是最少出現(xiàn)的價格尾數(shù)數(shù)字。

（二）數(shù)字迷信與股票代碼效應

早期關于“數(shù)字迷信”的研究，幾乎都是關注股票價格的尾數(shù)特征，對股票的代碼效應似乎并不關心。趙靜梅和吳風云（2009）首次關注股票代碼特征與投資者選股行為及股票收益之間的關系，其研究發(fā)現(xiàn)，尾數(shù)為“8”的股票上市首日及以后一年的市盈率偏高，但尾數(shù)為“8”的股票長期收益率卻較低且跌幅較大。但其研究樣本時間僅到2005年12月，此時股權分置改革剛剛開始，故其研究結果不一定適用于當前市場。葉成超（2010）研究了股票代碼尾數(shù)與成交量之間的關系，其認為代碼尾數(shù)為“8”的股票成交量更大，且對股價的作用是正向的。盛衛(wèi)鋒、張兵和謝世宏（2011）構造了不同股票代碼尾數(shù)的股票組合，發(fā)現(xiàn)“4”組合在牛市情況下的組合收益小于市場必要收益，而在熊市下無此現(xiàn)象。同時，投資者對“6”、“8”、“9”的組合并無特殊偏好。但是，曹森和李寧果（2012）以我國中小板市場為樣本，卻得到了不同的實證結論，其認為“6”、“8”、“9”的組合具有較高的長期平均收益率與超額收益率，“4”組合的長期平均收益率與超額收益率則相對偏低。造成二者研究差異的原因可能是由股票市值、中國股市的發(fā)展變遷、牛熊市的轉(zhuǎn)換等。張順明和唐唯（2015）通過研究新股上市首日市盈率來研究代碼折溢價效應，其利用回歸分析與方差分析，得到了A股市場在早期存在代碼效應，而現(xiàn)在已經(jīng)不存在。趙紹陽和王珅（2017）利用描述性統(tǒng)計，研究了2004年以前上市股票的代碼效應，其認為代碼效應對股票的長期收益產(chǎn)生影響。

（三）文獻總結與評論

通過對過往文獻的梳理，可以發(fā)現(xiàn)“數(shù)字迷信”確實對A股市場的企業(yè)與投資者造成了一定程度的主觀影響，研究“數(shù)字迷信”對股票市場的影響可以為投資心理學的理論研究提供一定的實證支持。先前學者對于數(shù)字迷信的研究成果不多，主要集中在兩個方面：一是關注股票價格本身的數(shù)字特征，并且從各個角度研究其價格聚類效應，進而分析這種現(xiàn)象可能的產(chǎn)生原因，這些研究的時間普遍較早；另一方面，部分學者進一步關注股票代碼尾數(shù)的數(shù)字特征與股票收益與定價之間的關系，由于各種原因，這些學者的實證結果并不全然相同。

這些學者的研究并沒有考慮到如下問題：第一，股票的代碼效應僅考慮了尾數(shù)效應，并沒有排除一些特殊的樣本，如雖然結尾為“8”，但與其他數(shù)字組合后仍表示不好的寓意。第二，前述文獻或單純區(qū)分牛熊市進行比較，或僅選取中小板，或僅研究IPO首日，或直接比較。第三，前述文獻關注多為價格聚類或收益狀況，沒有文獻研究股票代碼的數(shù)字特征是否影響股票的自身波動。

三、理論分析與研究假設

（一）日常迷信對主觀偏好的影響

由于文化的慣性與人們對未知不確定性的不安，迷信現(xiàn)象并未完全消除，而且，其主要表現(xiàn)在對數(shù)字、顏色、日期等外在因素的主觀偏好上（陳永艷、張進輔和李建，2009）。雒煥國（2001）認為迷信是迷信者通過學習獲得的一種對涉及自身利害關系的客觀事物的認識和體驗，是其在所謂的兇吉問題上的知、情、行的有機統(tǒng)一體。孫煦揚和田浩（2016）認為迷信行為的產(chǎn)生與加強是一種因果錯覺，一些迷信行為是無意識的，一些甚至是自主選擇的。由此可見，在涉及自身經(jīng)濟利益等利害關系時，迷信心理對人的行為與主觀認知的影響是潛意識的或者是刻意選擇的。而且，往往決策越復雜，其作用效果越強。也就可以說，日常的迷信現(xiàn)象是影響個人主觀偏好的重要因素。

（二）行為金融學視角下的股價過度波動謎團

傳統(tǒng)的經(jīng)濟學均建立在“理性人”假設的基礎上，人們在做出投資決策時，受到約束、偏好和預期的影響。世界各國證券市場上發(fā)生的諸多市場現(xiàn)象均無法用經(jīng)典經(jīng)濟學理論進行解釋。經(jīng)濟學界自20世紀70年代起，便將心理學納入經(jīng)濟研究的范疇，并且從社會文化背景、認知偏差、投資者情緒等諸多角度對經(jīng)典經(jīng)濟學進行補充與完善。已有文獻顯示，社會文化背景是影響個人進行經(jīng)濟決策的重要因素，對市場上的各種非理性現(xiàn)象具備一定的解釋力（李濤和張文韜，2015）。隨后，Shefrin和Statman（1994）創(chuàng)造性地提出了BAPM模型與BPT模型，為行為金融學的發(fā)展奠定了基礎。后來，Tvede（2003）基于金融心理學的相關理論，將金融市場的特征總結為市場的前瞻性、非理性、混沌性及自我實現(xiàn)性，并從這四個角度研究了大量證券市場的非理性現(xiàn)象，從一定程度上也印證了投資者非理性的主觀偏好導致的個人投資行為差異的確是存在的。根據(jù)傳統(tǒng)金融學的觀點，股價等于股票未來紅利的現(xiàn)金流的貼現(xiàn)和。但是，在實際的證券市場交易中，股市的波動要遠遠高于紅利的波動。Shiller（1981）是最早對此現(xiàn)象驗證并給予行為金融視角解釋的經(jīng)濟學家?；谫Y本的逐利性，股票價格的異常高波動必然在很大程度上是由于市場上投資者在投機逐利、行為認知偏差、投資者個人主觀偏好等因素導致的。

一方面，迷信行為很多是無意識的與自強化的；另一方面，行為金融學家們早已從各個方面證明了包括以迷信思想為代表的非理性主觀偏好在內(nèi)的心理因素能夠?qū)ν顿Y行為產(chǎn)生一定的影響。那么，本文認為可以就此推定：日常迷信的心理現(xiàn)象會導致投資者的非理性行為，進而造成證券市場的異常波動現(xiàn)象。綜上，本文提出假設1：

H1：數(shù)字迷信會造成A股市場的股價波動異常。

（三）市值效應、牛熊市差異與股價波動

按照傳統(tǒng)的投資學理論，小盤股普遍資產(chǎn)規(guī)模小、行業(yè)地位低，與“藍籌股”相比，競爭力差，市場關注度低，交投不活躍。但是，縱觀A股市場，中小創(chuàng)板塊反而普遍更受歡迎，波幅更大，即股市存在 “市值效應”（章曉霞和吳沖鋒，2005）。Banz（1981）是最早發(fā)現(xiàn)與提出市值效應的經(jīng)濟學家。隨后，F(xiàn)ama與French（1992）、Siegel（1998）分別在美股市場上證明市值效應的普遍存在性，但是Schwert（1990）卻認為美股市場的市值效應一直在縮小。對于市值效應產(chǎn)生的原因，理論界與實務界的分歧很大，主要觀點有三：一是認為小企業(yè)財務基數(shù)小，財務指標穩(wěn)定性差；二是由于小市值股關注度低，估值也低；三是認為小盤股更容易被莊家操控，具有較強的“提攜效應”與“聯(lián)動效應”。無論市值效應的形成機制如何，其對股市波動差異性的作用肯定是存在的。另一方面，由于熊市所處的投資環(huán)境較差，潛在損失帶來的風險較大。而牛市的投資環(huán)境較好，獲利較為普遍且主要風險僅為收益率波動風險。這種投資環(huán)境的差異必然也會造成投資行為與投資心理的差異。市值效應與牛熊市差異帶來的波動必然會加劇投資者內(nèi)心的波動。這種波動正好加重了迷信心理的作用力。據(jù)此，本文提出假設2：

H2a：數(shù)字迷信對A股市場波動性的影響存在牛熊市差異。

H2b：數(shù)字迷信對A股市場波動的影響在中小創(chuàng)板塊與市場整體間存在差異。

四、變量的選取與模型的構建

（一）樣本范圍的選擇

1. 本文采用A股市場2014年9月至2017年12月的相關月度數(shù)據(jù)進行實證分析，理由如下：第一，前人的研究結果，均是基于2015年以前的市場數(shù)據(jù)，隨著近幾年中國股市的高速發(fā)展，其研究結論可能與現(xiàn)有市場不匹配。第二，樣本的時間起始點選擇2014年9月是因為2014年9月是中國股票新一輪牛市的起點。從該時間點開始到2017年12月，正好包含了A股市場一個完整的“牛市—熊市—慢?！钡氖袌鲋芷?。第三，由于日高頻數(shù)據(jù)存在嚴重的聚類效應，會使回歸結果失效，且很多數(shù)據(jù)不易獲取，而月度數(shù)據(jù)雖然時間間隔較長，但是可以通過一定的統(tǒng)計方法，容納高頻數(shù)據(jù)的大部分信息，故本文選取月度數(shù)據(jù)進行實證分析。

本文將牛市的時間段劃分為2014年9月到2015年5月；熊市為2015年6月到2016年2月；慢牛為2016年3月到2017年12月。

2. 趙靜梅和吳風云（2009），盛衛(wèi)鋒、張兵和謝世宏（2011），曹森和李寧果（2012），張順明和唐唯（2015），趙紹陽和王珅（2017）等在研究代碼尾數(shù)時，僅考慮股票代碼的最后一位，并將其作為分組標準?，F(xiàn)實中，有很多數(shù)字雖然以吉利數(shù)字結尾，但本身寓意卻很不好。電信公司提供號碼優(yōu)惠時，也是依據(jù)號碼中是否有數(shù)字“4”，而不是尾數(shù)是不是“4”。

因此，本文將“吉利”的股票代碼定義為：股票代碼以數(shù)字“6”、“8”結尾且代碼中不含有數(shù)字“4”。

另外，本文剔除了暫?；蛘呓K止上市的公司樣本，以及在樣本期內(nèi)發(fā)生資產(chǎn)重組，或主營業(yè)務與股本規(guī)模變化較大的企業(yè)樣本。但是由于本文的實證過程不涉及相關財務指標，會計準則與報表編制差異對實證結果幾乎沒有影響，故本文保留了樣本中的全部金融行業(yè)企業(yè)。

（二）變量的選取

1. 個股波動率（volatility）。參考現(xiàn)有文獻，個股波動率的衡量主要有以下三種方法：

（1）直接采用個股的對數(shù)收益率指標來衡量個股波動率（王堃、紀宣明和李牧辰，2017等），即：

[volatilityit=lnpit-lnpit-1] （1）

式中[volatilityit]為第i個股票在t月的波動率，[pit]為第i個股票在第t個月的收盤價。

（2）計算個股每日收益率的標準差，并且在取對數(shù)后進行月內(nèi)平均（王朝陽和王振霞，2017）。

（3）利用價格振幅與個股波動率來衡量波動率（譚松濤、崔小勇和孫艷梅，2014等），即：

[volatilityit=lnlnhighid-lnlowid24ln2tradingdayit] （2）

式中[volatilityit]為第i個股票在t月的波動率，[highid]與[lowid]分別表示第i個股票在t月的第d個交易日的最高價與最低價，[trading_dayit]表示股票i在t月的交易日數(shù)量。

由于方法（1）構造的指標不能反映當月股價波動較大的情況且數(shù)值符號不一致，回歸后系數(shù)符號意義不大。本文決定采用方法（2）構造個股波動率（volatility）指標進行相關主檢驗。利用方法（3）構造新的個股波動率指標（volatility_steady）進行穩(wěn)健性檢驗。若某只股票該月停牌，則視為波動率為0。

2.“吉利股票”（auspicious）與“晦氣股票”（unlucky）。該指標的構建并無相關參考文獻，本文借鑒王朝陽和王振霞（2017）等關于上市公司融資融券、漲跌停等變量的構造方法，構造auspicious與unlucky兩個虛擬變量。（1）auspicious：若該股票代碼尾數(shù)為“6”或“8”且股票代碼中不包含數(shù)字“4”，則取1，其他情況取0。（2）unlucky：若該股票代碼尾數(shù)為“4”，則取1，其他情況取0。

3. 控制變量。

（1）個股換手率（turnover）。個股換手率指的是某只股票在一定時期內(nèi)轉(zhuǎn)手買賣的頻率，反映該股票在市場上的交投活躍程度，其為成交量與流通股本的比值。一般情況下，換手率與股票波動幅度呈正相關。

（2）個股的流通股總市值的對數(shù)（lnvalue）。個股的流通市值指可交易的流通股股數(shù)與股價相乘得出的流通股票總價值。它反映了一個上市企業(yè)的經(jīng)營規(guī)模與競爭力。考慮到數(shù)據(jù)的平穩(wěn)性以及數(shù)值本身的相對大小，在進行多元回歸前，對其取對數(shù)。

（3）滬深300指數(shù)月收益率（hushen_index）。相較于其他指數(shù)而言，滬深300指數(shù)的成分股普遍具有盈利能力突出、成長性好、估值水平低于市場平均水平、藍籌股多等優(yōu)點，常被用作市場投資取向的標桿。因此，選取滬深300指數(shù)月收益率作為市場基準收益率水平是合理的。

（三）模型的設計

本文的研究目的是驗證由“數(shù)字迷信”引致的代碼效應是否對A股市場的波動造成影響。因此，首先建立“吉利股票”、“晦氣股票”和相關控制變量與個股波動率之間的多元非平衡靜態(tài)面板模型，模型形式如下：

[volatilityit=β0+β1auspicious+β2unlucky+β3turnoverit+β4lnvalueit+β5hushen_indext+μi+εit] （3）

式中：[volatilityit]為第i個股票在t月的波動率，[auspicious]為“吉利股票”啞變量，[unlucky]為“晦氣股票”啞變量，[turnoverit]為第i個股票在t月的月?lián)Q手率，[lnvalueit]為第i個股票在t月的流通股總市值的對數(shù)，[hushen_indext]為第t個月的滬深300指數(shù)收益率，[μi]為固定效應，[εit]為隨機效應。

在分別對本模型進行Breusch-Pagan檢驗與Durbin-Wu-Hausman檢驗后，統(tǒng)計量顯示，在混合回歸與隨機效應模型中，選擇隨機效應模型更為有效，在隨機效應與固定效應中應選擇固定效應。但是，由于模型中有[auspicious]與[unlucky]兩個變量，無法進行固定效應回歸。Enders（2016）認為，在此情況下，若每個樣本構成的時間序列都是平穩(wěn)的，則聚類穩(wěn)健的t統(tǒng)計量也是可信的。本文主要關注[auspicious]與[unlucky]的系數(shù)符號及其顯著性水平，故認為選擇聚類穩(wěn)健的隨機效應模型進行面板多元回歸估計也是可行的。

除另有說明外，本文的有關數(shù)據(jù)主要來自國泰安數(shù)據(jù)庫，部分數(shù)據(jù)由銳思數(shù)據(jù)庫補足。回歸結果均由Stata14MP軟件計算得到。為了避免異常值對回歸結果的影響，本文對所有的連續(xù)變量在1%的水平下進行winsorize縮尾處理。

五、實證結果與分析

（一）股價波動率的描述性統(tǒng)計

表2報告了股價波動率的描述性統(tǒng)計結果。本文發(fā)現(xiàn)，直觀而言，無論是A股市場整體，還是僅中小創(chuàng)板塊，“吉利股票”與“晦氣股票”分組的標準差均大于A股與中小創(chuàng)兩組的標準差，表明“吉利股票”與“晦氣股票”兩組內(nèi)的樣本股票波動率的波動幅度高于市場平均水平。同時，相較于A股市場整體的樣本標準差，中小創(chuàng)板塊的樣本標準差較大，可以認為中小創(chuàng)板塊的股票波動率高于市場平均水平。

（二）基于A股市場樣本的多元回歸分析結果

為了驗證本文的假設H1與假設H2a，對方程（3）分別在牛市、熊市、慢牛三種情況下進行多元回歸，表3匯報了此多元回歸的結果?；貧w結果顯示，常數(shù)項與有關控制變量在絕大多數(shù)情況下在1%的顯著性水平下顯著，模型的總體統(tǒng)計量性質(zhì)良好。主要研究變量在部分市場周期下顯著，各方程的總體統(tǒng)計性質(zhì)良好。

1. 表3的（a）、（b）兩列報告了牛市時間段的回歸結果，主變量[auspicious]在1%的顯著性水平下顯著，[unlucky]也在5%的顯著性水平下顯著。表明在此時期，A股市場確實存在由“數(shù)字迷信”引發(fā)的“代碼效應”。

變量[auspicious]的系數(shù)為負，表明在牛市周期中，“吉利股票”的波動幅度相較于市場整體較小。變量[unlucky]的系數(shù)為正，表明在牛市周期中，“晦氣股票”的波動幅度與市場整體相比較大。假設H1在牛市中得以證實。

產(chǎn)生這種影響可能的原因有：第一，在牛市市場周期中，整個市場存在“普遍獲利性”，市場上絕大多數(shù)人都可以獲得資本利得，投資者的投資行為也大多較為順利，投資者信心增強。而“吉利股票”由于代碼的特殊性，投資者有可能認為持有這些股票能夠給他們帶來好運，獲取更多的收益，因此，他們更愿意持有而不是頻繁地交易這些股票，這些股票的波動幅度自然較小。第二，相比散戶，機構投資者擁有信息、資金等諸多優(yōu)勢，尤其是私募機構在行情轉(zhuǎn)暖后，投資力度加大，此時選擇“晦氣股票”吸籌更為容易，只要有題材，流通盤適當即可，通過其犀利操盤手法，營造出短期巨大賺錢效應，吸引散戶跟風，然后高位兌現(xiàn)利好、大幅震蕩完成出貨，如：300144宋城演藝、300104樂視網(wǎng)，漲幅均在4倍以上。因此，“晦氣股票”由于機構與散戶投資者的博弈分歧導致交易更頻繁，波幅自然更大。第三，在牛市周期出現(xiàn)短暫的下跌時，出于資本安全與“高拋低吸”等投機思維的考慮，投資者在下跌時期賣出股票、控制倉位，以期降低風險，此時，心理默示使其可能會在同等條件下選擇持有更“吉利”的股票，而賣出看似“晦氣”的股票。這可以從002008大族激光（中小板）、000858五糧液（大盤股）等股票長牛走勢明顯看出。劉曉星和陳羽南（2017）也證明了對股票高漲的投資熱情是其大幅波動的重要因素。因此，牛市的選股偏好與“投資成功的記憶強化”激發(fā)的投資熱情，在一定程度上導致了股價的異常波動。第四，牛市樣本周期為2014—2015年，實體經(jīng)濟發(fā)生下滑，上市公司的業(yè)績或多或少出現(xiàn)下滑現(xiàn)象，市場的投資風格由“基本面投資”更多地轉(zhuǎn)向“炒概念”、“炒殼資源”、“炒地圖”等投機，這些非理性乃至惡意的炒作，給“數(shù)字迷信”等心理因素提供了很大的發(fā)揮空間。

綜上，由于投資者主觀偏好、市場投資風格、市場認知差異、證券市場的制度不完善等因素的存在，導致了牛市中代碼效應的存在，以及“吉利股票”與“晦氣股票”市場表現(xiàn)的差異。

2. 表3的（c）、（d）兩列與（e）、（f）兩列分別報告了熊市時間段與慢牛時間段的回歸結果。兩個主變量auspicious與unlucky雖然系數(shù)符號與牛市情況保持一致，但均不顯著，表明在此時期，A股市場由“數(shù)字迷信”引發(fā)的“代碼效應”已經(jīng)消失。實證結果表明，假設H1在熊市與慢牛市場周期中并不能成立，但是假設H2a得以證實。

“代碼效應”消失的原因可能有：第一，在熊市與慢牛市場中，市場參與者普遍獲利的現(xiàn)象消失，甚至出現(xiàn)普遍性虧損，投資者信心低迷，投資趨于謹慎，機構投資者的投資倉位受到嚴格控制，選股也更加精細化，此時，代碼本身的“好運”并不能成為選股的依據(jù)，代碼效應對股價波動的影響自然消失。第二，自2016年開始，中國經(jīng)濟開始回暖，上市公司業(yè)績也逐漸好轉(zhuǎn)，市場更加傾向投資業(yè)績好、估值低的前期被市場“錯殺”的股票，“數(shù)字偏好”效果減弱。第三，中國證券市場最近兩年多來，改革的力度逐步加大，也更加注重投資者教育。與此同時，隨著IPO改革進程的推進，市場可供選擇的投資標的更多，投機行為受到一定遏制，“數(shù)字迷信”對投資決策的影響日漸淡化。

（三）基于中小創(chuàng)市場樣本的多元回歸分析結果

為了驗證假設H2b，對方程（3）以中小創(chuàng)板塊的個股為樣本，分別在牛市、熊市、慢牛三種情況下進行多元回歸，表4匯報了此多元回歸的結果。

兩個主變量的回歸結果與基于A股市場的回歸結果存在部分差異，差異體現(xiàn)在unlucky在牛市中并不顯著，而auspicious在慢牛中的顯著性水平為5%，且系數(shù)符號為正。因此，假設H2b得到了很大程度上的證明。造成這種差異也是合理的，其可能的原因有：第一，牛市中由于市場行情好，投資者交易頻繁，而中小創(chuàng)板塊由于流通市值較小，股價波動大，股價操縱較為容易，更可能成為市場投機者的目標，這種投機行為抵消了“數(shù)字迷信”帶來的選擇厭惡。第二，在最近一年多的慢牛行情中，隨著證券市場多項監(jiān)管制度的落實，市場的投資多以白馬股、藍籌股為主，如：2017年上證50成分股的暴漲，或是炒作如“雄安新區(qū)”、“獨角獸”等概念股，吉利的代碼更容易被市場上的“操盤者”與投機者看中（如：“雄安龍頭股”000856冀東裝備，“獨角獸龍頭股”002208合肥城建），因此，此時存在由“數(shù)字迷信”引發(fā)的“代碼效應”。

（四）穩(wěn)健性檢驗

為了增強實證結論的可靠性，避免指標構建等因素造成的偽回歸。本文按照前述指標說明，以譚松濤等（2014）使用的方法，構造新的股價波動變量，并進行多元回歸分析。

表5匯報了基于A股市場樣本穩(wěn)健性檢驗的多元回歸分析結果，經(jīng)過與表3的主檢驗結果對比可知：兩個主變量auspicious與unlucky無論是在系數(shù)的顯著性水平上，還是在系數(shù)的符號上，均與主檢驗沒有任何差異。穩(wěn)健性檢驗的差異性體現(xiàn)在控制變量hushen_index的顯著性水平上，在牛市市場周期中，變量hushen_index的顯著性水平明顯提高，這應該是由于變量的構造方式改變導致二者同步性提升而產(chǎn)生的合理現(xiàn)象。因此，可以認為已經(jīng)通過了穩(wěn)健性檢驗。

表6匯報了基于中小創(chuàng)市場樣本的穩(wěn)健性檢驗的多元回歸分析結果，經(jīng)過與表4的主檢驗結果對比可知：兩個主變量auspicious與unlucky在系數(shù)的符號上，與主檢驗沒有任何差異。穩(wěn)健性檢驗的差異性體現(xiàn)為：第一，主變量auspicious的顯著性水平下降為5%，但是如果使用P值衡量，其P值僅從0.008上升到0.012，上升幅度并不大。第二，與基于A股市場樣本的穩(wěn)健性檢驗一樣，控制變量hushen_index的顯著性水平提升明顯，原因已在前文說明，不再贅述。因此，也可以認為已經(jīng)通過了穩(wěn)健性檢驗。

綜上，可以認為本文的實證結果穩(wěn)健性良好，具有一定的可靠性。

六、結論與建議

（一）研究結論

股票市場投資者的心理特征與個人偏好以及社會文化對股票市場投資者行為的影響，一直是行為金融學研究關注的熱點之一；中國的股票市場歷來以“過山車”式的劇烈波動而飽受詬病，如何降低股市波幅，促進證券市場合理高效地健康發(fā)展，亦是理論界與實務屆關注的焦點。本文利用2014年9月到2017年12月A股市場上市公司相關數(shù)據(jù)進行實證研究，得到如下實證結論：A股市場在早期的牛市中，股價波動受到由“數(shù)字迷信”引發(fā)的代碼效應的影響，但隨著我國證券市場的發(fā)展，“數(shù)字迷信”的作用消失；而中小創(chuàng)板塊由于其自身的股票特點，導致在牛市與慢牛中，“吉利代碼”引致的主觀行為始終影響其股價波動，而“晦氣代碼”在中小盤股票的交易中，并沒有被避諱。

（二）政策建議

根據(jù)上述實證結論，在我國股票市場制度性改革的步伐不斷加速、投資者水平逐步提升的背景下，本文提出如下政策建議：

第一，進一步深化改革，降低證券市場的制度性成本。合理、可行、有效的金融市場是遏制股市投機、引導股市價值回歸的基石。在我國股市的制度化進程中，要在尊重我國經(jīng)濟現(xiàn)狀的大前提下，合理地借鑒歐美成熟證券市場的發(fā)展經(jīng)驗，更加注重長期籌劃的可行性與頂層設計的合理性。在新股發(fā)行中盡快引進優(yōu)先股制度。

第二，逐步完成向新股發(fā)行注冊制的過渡，糾正新股發(fā)行的偽市場化行為，遏制股市過度投機，促進證券市場的“優(yōu)勝劣汰”。在審核制背景下，股市IPO發(fā)展速度與節(jié)奏變化很大，新股估值普遍偏高，一方面增加了“博傻”、“跟風”、“炒垃圾股”等異?，F(xiàn)象的發(fā)生頻率，另一方面也增大了股票波動、投資者相互碾壓的風險，不利于股市的長久、健康、穩(wěn)定發(fā)展。因此，推動IPO注冊制進程，促進新股發(fā)行市場化已刻不容緩。

第三，引導優(yōu)化居民家庭資產(chǎn)配置，豐富居民投資選擇。周雅玲、于文超和肖忠意（2017）的研究表明：合理的家庭資產(chǎn)配置帶來的主觀幸福感能夠促進家庭成員股票投資的深度，進而可以降低股市的投機行為。引導居民將閑置資金在房產(chǎn)、證券、保險、基金等多種投資理財產(chǎn)品中合理地分配，能夠遏制“一家獨大”的現(xiàn)象產(chǎn)生，使投資者更加審慎，進而有效遏制非理性投資行為發(fā)生。

第四，加強證券市場各參與主體的再教育，減少非理性投資行為。證券市場監(jiān)管機構應利用自身優(yōu)勢，通過利用各種宣傳渠道、樹立市場投資典型、集體培訓與個別約談等方式，對證券市場各參與主體進行再教育，鼓勵其理性合理地投資，減少非理性因素的影響。

注：

①在古代，數(shù)字“8”與“發(fā)”并無直接關系?！墩f文解字》對“八”的釋意為：“八，別也，象分別相背之形”，是不好的寓意?！?”代表“發(fā)”，接受較為廣的解釋是，在粵語中，“8”的發(fā)音“baat”與“發(fā)”的發(fā)音“faat”較為接近。

②2014年1月，深圳車牌“粵B8888R”拍賣成交價為172萬元，“粵B9999S”為168萬元（據(jù)“央視網(wǎng)”有關報道）。

參考文獻：

[1]Brown P，Chua A，Mitchell J. 2002. The Influence of Cultural Factors on Price Clustering： Evidence from Asia-Pacific Stock Market[J].Pacific-Basin Finance Journal，（10）.

[2]Brown P， Mitchell J. 2008. Culture and Stock Price Clustering：Evidence from PRC[J].Pacific-Basin Finance Journal，（16）.

[3]Shefrin H，Statman M. 1994.，Behavioral Capital Asset Pricing Theory[J].Journal of Financial and Quantitative Analysis，29（3）.

[4]Shiller R J. 1981. Do Stock Prices Move Too Much to Be Justified by Subsequent Changes in Dividends？[J]. American Economic Review，71.

[5]Banz R W. 1981. The Relation Between Return and Market Value of Common Stocks[J].Journal of Financial Economics，9.

[6]Siegel J J. 1998. The Prefect Witness[M].New York：Irwin.

[7]Fama E F，F(xiàn)rench K R. 1992. The "Cross-Section" of Expected Stock Returns[J].Journal of Finance，47.

[8]Schwert G W. 1990. Stock Returns and Real Activity：A Century of Evidence[J].Journal of Finance，9.

[9]Enders W. 2016. Applied Econometric：Time Series[M].4TH. Alabama：Wiley.

[10]饒品貴，趙龍凱，岳衡.吉利數(shù)字與股票價格[J]. 管理世界，2008，（11）.

[11]劉鳳元.社會文化、數(shù)字偏好與股票報價：中國股市的價格群集現(xiàn)象研究[J].中國軟科學， 2008，（6）.

[12]趙靜梅，吳風云. 數(shù)字崇拜下的金融資產(chǎn)價格異象[J].經(jīng)濟研究，2009，（6）.

[13]葉成超.數(shù)字偏好與股票市場反應——來自中國上市公司的經(jīng)驗證據(jù)[J].財會通訊，2010，（6）.

[14]盛衛(wèi)鋒，張兵，謝世宏.數(shù)字偏好與股票收益異?！獊碜陨虾ＷC券交易所的經(jīng)驗證據(jù)[J].南京財經(jīng)大學學報，2011，（5）.

[15]曹森，李寧果.我國證券市場股票代碼尾數(shù)效應實證研究[J].財會通訊，2012，（29）.

[16]張順明，唐唯.數(shù)字迷信與金融資產(chǎn)價格異象——中國證券市場“代碼折溢價效應”研究[J].投資研究， 2015，（3）.

[17]趙紹陽，王珅.股票代碼的數(shù)字偏好[J].經(jīng)濟資料譯叢， 2017，（2）.

[18]陳永艷，張進輔，李建.迷信心理研究述評[J].心理科學進展，2009，（1）.

[19]雒煥國.迷信的學習機制探析──從學習心理學的角度看迷信的形成[J].甘肅高師學報，2001，（4）.

[20]孫煦揚，田浩.迷信心理研究的新進展：因果錯覺及無意識迷信[J].心理研究，2016，（3）.

[21]李濤，張文韜.人格經(jīng)濟學研究的國際動態(tài)[J].經(jīng)濟學動態(tài)，2015，（8）.

[22]拉斯·特維德，周為群譯.金融心理學——掌握市場波動的真諦（修訂版）[M].北京： 中國人民大學出版社，2003.

[23]章曉霞，吳沖鋒.中美股票市場“規(guī)模效應”的比較與啟示[J].價格理論與實踐，2005，（11）.

[24]王堃，紀宣明，李牧辰.我國經(jīng)濟制度變遷、金融發(fā)展對股市波動的影響[J].金融理論探索，2017，（6）.

[25]王朝陽，王振霞.漲跌停、融資融券與股價波動率——基于AH股的比較研究[J].經(jīng)濟研究，2017，（4）.

[26]譚松濤，崔小勇，孫艷梅.媒體報道、機構交易與股價的波動性[J].金融研究，2014，（3）.

[27]劉曉星，陳羽南.投資者風格與股票價格波動——基于中國股票市場的研究[J].東南大學學報（哲學社會科學版），2017，（1）.

[28]周雅玲，于文超，肖忠意.主觀幸福感、人格特征與家庭資產(chǎn)選擇[J].中南財經(jīng)政法大學學報，2017，（1）.

Abstract：Based on the monthly data of China's A-share market from September 2014 to December 2017，this paper applies the panel regression model to analyze the relationship between the code effect and the stock price volatility caused by the digital superstition. The results are as follows：In the early bull market of the A-share market，the volatility of stock prices was influenced by the code effect caused by "digital superstition"，but afterwards，the role of "digital superstition" disappeared. In the SME Board and GEM Board，the impact of "auspicious code" on stock price volatility exists in the bull market and the slow bull market，and the effect of "unlucky code" is only confirmed in the bear market. Therefore，we should deepen the reform of the system，improve the internal governance mechanism of the listed companies，promote the registration system in an orderly way，accelerate the "survival of the fittest"，and promote the healthy development of the securities market in China.

Key Words：digital superstition，subjective preference，stock code，stock code effect，stock price volatility

（責任編輯 耿 欣；校對 GY，GX）