我國創(chuàng)業(yè)板市場的羊群行為研究

1、我國創(chuàng)業(yè)板市場的羊群行為研究摘要： 本文著重探討了我國創(chuàng)業(yè)板市場的羊群行為。首先，對國內現(xiàn)有的羊群行為研究作了理論回顧，總結前人的經驗與不足。其次，歸納概括了目前檢驗羊群行為的主要方法，并比較了其各自的優(yōu)劣，為本文將要進行的實證檢驗提供了選擇。然后，通過選取近一年我國創(chuàng)業(yè)板市場所有股票的數(shù)據，運用cck模型對創(chuàng)業(yè)板整體和行業(yè)羊群行為進行了實證檢驗，并針對實證結果進行了分析。最后對全文的論述作出了總結，并提出了建議。關鍵詞：創(chuàng)業(yè)板；羊群行為；cck模型abstract: this article focuses on the herd behavior in chinas gem（growth

2、enterprises market ）board. first, a theory review has been made among the existing domestic research of herd behavior, in which summarized the previous experience and inadequate. second, the current methods of testing herd behavior have been generalized and compared , especially their respective adv

3、antages and disadvantages, for this empirical test to be undertaken to provide a choice. then, by choosing all stocks data of chinas gem board in the recent year , based on the cck model , the empirical study has been done. finally a summary of the discussion has been given and suggestions put forwa

4、rd.key words: gem board；herd behavior；cck model羊群行為（herd behavior）是指投資者在信息環(huán)境不確定的情況下，行為受到其他投資者或輿論的影響，模仿他人決策的行為。市場中，適度的羊群行為在一定程度上會加快股價對市場信息的吸收速度，提高市場效率。但過度的羊群行為則可能導致市場反應劇烈，造成巨大的股價泡沫；中斷市場信息的有效傳遞，加劇市場的系統(tǒng)風險和不穩(wěn)定性。羊群行為在證券交易中是極其普遍的,尤其在我國這樣不成熟的證券市場中更為多見。我國創(chuàng)業(yè)板和創(chuàng)業(yè)板指數(shù)自從推出以來，經過最近幾年的發(fā)展，成績不俗，為我國很多具有科技含量和成長性的中小企業(yè)拓寬

5、了融資渠道。但不可否認的是，創(chuàng)業(yè)板市場作為一個成立至今不足十年的年輕市場，也存在著難以忽視的弊端和不足。本文以創(chuàng)業(yè)板市場作為研究對象，原因有兩方面。一是目前創(chuàng)業(yè)板市場中已上市的企業(yè)大多屬于高新技術產業(yè)，成長性較好，可以給投資者帶來無限的機會和巨大的收益；二是創(chuàng)業(yè)板市場是一個前瞻性市場，它更關注企業(yè)的發(fā)展前景和潛力，因此其上市條件相對寬松，更易產生市場操縱和內幕交易等問題，從而造成股價的劇烈波動和泡沫，最終導致羊群行為的發(fā)生。由k線圖可以看出，我國創(chuàng)業(yè)板指數(shù)波動較劇烈。因此，明確近年來我國創(chuàng)業(yè)板市場是否存在羊群行為，若存在,并找出原因并加以改進，對我國小到投資者、監(jiān)管部門，大到創(chuàng)業(yè)板市場、乃至整

6、個證券市場的發(fā)展都有重要意義。一、羊群行為理論回顧羊群效應經常被認為是產生資產價格無效率、價格泡沫及其破滅的主要原因之一, 對于市場運行的效率和穩(wěn)定性有很大的影響. 投資者的理性與非理性行為都可以導致羊群效應. devenow 和welch (1996)提出, 羊群效應從非理性觀點來看, 重點在投資者的心理活動, 就是投資者忽視他們自己的信息, 盲目跟隨其他投資者; 從理性觀點來看, 主要是從委托和代理問題方面來研究, 即經理人模仿其他經理人的行為, 完全忽視他們自己的信息, 以保持它們在資本市場上的聲譽, 即他們的表現(xiàn)并不比大多數(shù)經理人的表現(xiàn)差.近些年, 羊群效應引起了理論界的廣泛關注, 許

7、多理論模型應運而生。比如admati , pfleiderer (1998) 的收入流效應模型, scharfstein (1990) 的委托-代理模型中的聲譽效應羊群模型,banerjee (1992) 的外生排序羊群模型, froot, scharfstein 和stein (1991)的外生短視羊群等. 這些模型從不同角度和依據不同的經濟理論對羊群效應進行了探討. wermers (1999) 在研究機構投資者的羊群行為時, 把這些理論模型歸結為四種情形. 一是經理人忽視他們自己的私人信息, 跟隨大多數(shù)的投資行為, 而不想冒失去名聲的風險, 表現(xiàn)得與眾不同； 二是不同經理人的一致的投資行

8、為, 可能是因為他們都得到同樣或相關的私人信息, 或都用同一指標來分析; 三是不同經理人可能從前一期具有更多信息的經理人的投資行為獲得同樣的私人信息, 導致一致的投資行為; 四是不同機構投資者可能具有同樣的風險偏好, 比如說偏好效益好, 具有穩(wěn)定紅利回報的績優(yōu)股, 導致一致的投資行為.在實證分析方面, christie 和huang (1995) 利用截面收益標準差(cssd) 研究美國證券市場投資者的投資行為, 宋軍等(2001) 用分散度方法研究我國股票市場的羊群效應. 他們的研究認為, 如果金融市場確實存在羊群效應, 大多數(shù)投資者看法將趨向于市場輿論, 這時一個合理的推斷是: 在羊群效應

9、顯著時, 個股的收益率將不會太偏離市場的收益率, 分散度應該變小. 這樣, 我們可以用個股收益率和資產組合的收益率的一致程度來定量檢驗市場是否存在羊群效應. 這種方法計算簡單, 需要的數(shù)據容易獲得, 但它通常是低估了市場的羊群效應, 是市場羊群效應的一個非常保守的度量.為了更好的解決這一問題, 提高評估羊群效應的精度,chang等(2000) 拓展了christie和huang (1995) 的工作, 提出用截面收益的絕對偏差(csad) 與市場收益的關系來判斷羊群效應, 并對美國、日本、韓國、臺灣和香港等國家和地區(qū)金融市場的羊群效應進行分析. 在國內，具體的研究包括：宋軍和吳沖鋒（2001）

10、使用了個股收益率的分散度指標對中國股市以及美國等股市羊群行為進行了實證研究；常志平和蔣馥（2002）采用橫截面收益絕對差方法（csad法），對我國股票市場中的羊群行為進行了實證檢驗；解保華（2008）通過對我國房地產市場羊群行為與股票市場羊群行為的對比分析，從行為經濟學角度探討其中的行為心理成因；張宗強、金志國、伍海華（2005）同樣采用橫截面收益絕對差方法（csad法），對上證180指數(shù)樣本股票的羊群行為進行檢驗；董紀昌等利用cck模型對我國創(chuàng)業(yè)板市場的羊群行為進行了實證研究?？偨Y發(fā)現(xiàn)，國內學者對羊群行為的研究主要集中于驗證我國的證券市場是否存在羊群行為，多以我國滬深兩市為主，很少單獨從創(chuàng)業(yè)

11、板市場的角度切入。而目前對羊群行為研究的不足則主要集中在三個方面，一是所采用的實證模型多數(shù)沿用了國外學者已歸納的檢驗模型，創(chuàng)新較少；二是所檢驗出的羊群行為無法判斷其“真?zhèn)巍?，因無法得到個體投資者的私有信息，也就無法真正區(qū)分羊群行為是由基本面因素驅動的大眾共同反應，還是個別投資者心理因素驅動的模仿行為；三是所得到的實證結果只驗證了羊群行為是否存在，對羊群行為缺少可量化可比較的測度指標。二、羊群行為實證檢驗方法目前檢驗整個市場的羊群行為均是以股價分散度為指標，主要有ch法和cck法。christie & huang（1995，以下簡稱ch）認為，在股價大幅波動期間，個股收益率若緊密分布于市

12、場收益率周圍，則有可能出現(xiàn)了羊群行為。因為該方法用到了橫截面收益標準差cssd（cross-sectional standard deviation of returns），故又稱為cssd法，其計算公式為：其中，假設共有只股票，為股票在第期的收益率，為資產組合中只股票在第期的平均收益率。chang，cheng和khorana（2000）則提出用csad（橫截面收益絕對差，cross-sectional absolute deviation of returns）方法來衡量投資者決策的一致性，其計算公式為：其中，為投資組合的股票數(shù)量，為股票在第期的收益率，為市場等權股票組合在第期的收益率。經對

13、比，ch法只是對羊群行為的一個保守估計，只有當大多數(shù)投資者對于所有股票都表現(xiàn)出強烈的羊群行為時，大多數(shù)股票的收益率才會出現(xiàn)趨同，因此ch法低估了羊群行為的程度。而cck方法彌補了這一點不足，不僅可以檢測到市場中強烈的羊群行為，更可以在股市波動幅度較小的情況中較為準確地檢測出羊群行為的存在。截止到目前，cck法也是受到國內外經濟學者認可度最高的羊群行為檢驗方法之一。所以本文將以資本資產定價模型（capm）為基礎，建立模型即個股收益率對市場整體收益率的橫截面絕對偏離度（csad，即cck法）來檢驗羊群行為的存在。三、本文實證分析（一）樣本選擇考慮到樣本的代表性和數(shù)據的連貫性，本文選取了創(chuàng)業(yè)板市場中

14、2012年1月6日以前上市的所有股票自2011年1月6日全年的交易日數(shù)據。在樣本的篩選和處理過程中，充分考慮了由于送配股等原因引起的股價波動，并盡量剔除了異常交易日和異常股票。最終的樣本數(shù)量為281只股票，觀測時間為245個交易日。其中，由于實證需要，上漲行情與下跌行情根據創(chuàng)業(yè)板指數(shù)進行區(qū)分（為了更全面地反映創(chuàng)業(yè)板市場情況，向投資者提供更多的可交易的指數(shù)產品和金融衍生工具的標的物，推進指數(shù)基金產品以及豐富證券市場產品品種，深圳證券交易所于2010年6月1日起正式編制和發(fā)布創(chuàng)業(yè)板指數(shù)。創(chuàng)業(yè)板指數(shù)從創(chuàng)業(yè)板股票中選取100只組成樣本股，以反映創(chuàng)業(yè)板市場層次的運行情況），其中上漲行情共119個交易日，

15、下跌行情共126個交易日。然后又將所有的樣本股進行行業(yè)細分，分類的標準參照csrc行業(yè)分類標準，共分為五大類：其中188只樣本股屬于c類制造業(yè)，58只屬于g類信息技術業(yè)，11個屬于k類社會服務業(yè)，8個樣本股屬于k類社會服務業(yè)，剩余的16只股票歸類于其他（5個屬于a類農、林、牧、漁業(yè)，3個屬于b類采掘業(yè)，2個屬于e類建筑業(yè)，3個屬于f類交通運輸、倉儲業(yè)，1個屬于m類綜合類，1個屬于d類電力、煤氣及水的生產和供應業(yè)，1個屬于h類批發(fā)和零售貿易）股票收益率數(shù)據來自于ccer數(shù)據庫，個股收益率采用了該數(shù)據庫中不考慮分紅的回報率，不考慮分紅的回報率計算方式：r(t) = (p(t)*f(t)/p(t-1

16、) -1。價格調整因子：f(t) = (1+k1+k2)*p(t-1)/(p(t-1)+k1*p1+k2*p2)，其中k1,k2是流通a股股本變動因子，p(t-1)是前日收盤價，p1,p2是配股、增發(fā)價格，分為1和2是因為有時候一天內有不同的配股、增發(fā)價格。本文所有計算結果都是通過excel2010和eviews5.0計算獲得。（二）分析過程根據資本資產定價模型（capm），股票的期望收益率等于無風險利率加上系統(tǒng)風險溢價，即有： （1）其中為無風險利率，為股票系統(tǒng)風險衡量指標，是市場組合的預期收益率。經計算，由（1）式可得 （2）由于股市存在風險溢價，因此市場組合的預期收益率將大于無風險利率，

17、據此對（2）式取絕對值并在等式兩邊分別簡單平均后得到： （3）而如上文所述，假設市場上有種股票，股票在交易日的收益率為，市場組合收益率為，那么市場在交易日的橫截面絕對偏離度為：（3）式左邊即對橫截面絕對偏離度的期望值，因此有 （4）分別對市場組合的預期收益率即的一階導數(shù)和二階導數(shù)后得，。由此可以得出橫截面絕對偏離度csad和市場收益率之間平均應為線性遞增關系。當存在羊群行為時，個股的收益率將向市場收益率趨近，csad和之間的線性遞增關系被破壞，呈現(xiàn)出非線性的關系。 （5）因此，我們考察羊群行為可以對方程（5）進行回歸，若顯著為負，則存在羊群行為?？紤]到市場上漲和下跌時羊群行為的程度可能有所不同

18、，因此我們對上升行情和下跌行情分別進行研究，即分別對下面兩個方程進行回歸分析： （6） （7）其中和分別為市場上漲時的橫截面絕對偏離度和市場收益率絕對值，而和分別為市場下跌時的橫截面絕對偏離度和市場收益率絕對值。如果在市場大幅變動時投資者確實存在羊群行為，那么將隨著的增加而下降。因此，當（6）和（7）中的回歸系數(shù)顯著為負時，可以認為市場上存在羊群行為。創(chuàng)業(yè)板整體dependent variable: csadincluded observations: 245variablecoefficientstd. errort-statisticprob.  c0.0134820.

19、00047628.336380.0000x1-0.0006810.055606-0.0122540.9902x23.2608431.2523562.6037660.0098r-squared0.190833    mean dependent var0.014553adjusted r-squared0.184146    s.d. dependent var0.003778s.e. of regression0.003412    akaike info criterion

20、-8.510794sum squared resid0.002818    schwarz criterion-8.467921log likelihood1045.572    f-statistic28.53658durbin-watson stat1.316024    prob(f-statistic)0.000000根據回歸結果可以看出rmt2的系數(shù)顯著為正數(shù)，說明我國創(chuàng)業(yè)板市場整體上不存在羊群效應。整體上升市dependent variable: csadincl

21、uded observations: 119variablecoefficientstd. errort-statisticprob.  c0.0135930.00068719.795550.0000x1-0.0901830.090922-0.9918770.3233x24.4904842.2887071.9620180.0522r-squared0.076200    mean dependent var0.013606adjusted r-squared0.060273    s.d. de

22、pendent var0.003601s.e. of regression0.003491    akaike info criterion-8.452350sum squared resid0.001414    schwarz criterion-8.382288log likelihood505.9148    f-statistic4.784165durbin-watson stat1.374381    prob(f-stat

23、istic)0.010081由回歸結果可以看出，（）2的系數(shù)顯著為正，說明我國創(chuàng)業(yè)板市場在上升市中不存在羊群效應。 整體下降市dependent variable: csadincluded observations: 126variablecoefficientstd. errort-statisticprob.  c0.0133410.00043130.935460.0000x11.2933610.8706231.4855590.1400x2-0.1041790.037380-2.7870210.0062r-squared0.313459  

24、0; mean dependent var0.015447adjusted r-squared0.302296    s.d. dependent var0.003736s.e. of regression0.003120    akaike info criterion-8.678308sum squared resid0.001197    schwarz criterion-8.610777log likelihood549.7334  &

25、#160; f-statistic28.07949durbin-watson stat1.564162    prob(f-statistic)0.000000由回歸結果可以看出，（）2的系數(shù)顯著為負，說明我國創(chuàng)業(yè)板市場在下降市中存在顯著的羊群效應。行業(yè)c的總體variablecoefficientstd. errort-statisticprob.  c0.0152150.00079119.240050.0000x10.2033550.1231981.6506340.1001x21.3831303.8944140.3551

26、570.7228r-squared0.119231    mean dependent var0.017705adjusted r-squared0.111952    s.d. dependent var0.005921s.e. of regression0.005580    akaike info criterion-7.527184sum squared resid0.007534    schwarz criterion-7.

27、484312log likelihood925.0801    f-statistic16.38001durbin-watson stat1.537856    prob(f-statistic)0.000000行業(yè)c的上升市variablecoefficientstd. errort-statisticprob.  c0.0134560.00129110.420220.0000x10.3321420.2332281.4241090.1571x20.3336718.4926730.0392890

28、.9687r-squared0.169971    mean dependent var0.016979adjusted r-squared0.155660    s.d. dependent var0.006158s.e. of regression0.005659    akaike info criterion-7.486365sum squared resid0.003714    schwarz criterion-7.416

29、304log likelihood448.4387    f-statistic11.87704durbin-watson stat1.716327    prob(f-statistic)0.000020行業(yè)c下降市variablecoefficientstd. errort-statisticprob.  c0.0168710.00102616.442740.0000x10.0700650.1518920.4612790.6454x23.3645984.4842330.7503170.454

30、5r-squared0.086396    mean dependent var0.018390adjusted r-squared0.071541    s.d. dependent var0.005627s.e. of regression0.005422    akaike info criterion-7.573353sum squared resid0.003615    schwarz criterion-7.505823l

31、og likelihood480.1212    f-statistic5.815842durbin-watson stat1.614928    prob(f-statistic)0.003860行業(yè)g總體variablecoefficientstd. errort-statisticprob.  c0.0133330.00066919.927400.0000x1-0.0326040.072745-0.4481920.6544x24.1523491.5277182.7180080.0070r-

32、squared0.142847    mean dependent var0.014308adjusted r-squared0.135763    s.d. dependent var0.005218s.e. of regression0.004851    akaike info criterion-7.806954sum squared resid0.005696    schwarz criterion-7.764081log

33、likelihood959.3518    f-statistic20.16505durbin-watson stat1.598148    prob(f-statistic)0.000000行業(yè)g上升市variablecoefficientstd. errort-statisticprob.  c0.0129850.00083015.645840.0000x1-0.1126580.101574-1.1091220.2697x26.7270262.3661822.8429880.0053r-sq

34、uared0.180189    mean dependent var0.013373adjusted r-squared0.166175    s.d. dependent var0.004654s.e. of regression0.004250    akaike info criterion-8.059188sum squared resid0.002113    schwarz criterion-7.989500log li

35、kelihood486.5513    f-statistic12.85792durbin-watson stat1.739062    prob(f-statistic)0.000009行業(yè)g下降市variablecoefficientstd. errort-statisticprob.  c0.0141920.00106013.386320.0000x1-0.0261560.105851-0.2470990.8052x23.3945302.0908131.6235450.1071r-squa

36、red0.112264    mean dependent var0.015205adjusted r-squared0.097711    s.d. dependent var0.005581s.e. of regression0.005301    akaike info criterion-7.618173sum squared resid0.003428    schwarz criterion-7.550294log like

37、lihood479.1358    f-statistic7.714154durbin-watson stat1.622628    prob(f-statistic)0.000700行業(yè)k總體variablecoefficientstd. errort-statisticprob.  c0.0158650.00146810.806160.0000x1-0.5780470.146209-3.9535550.0001x222.344582.8409537.8651710.0000r-squared

38、0.372331    mean dependent var0.016013adjusted r-squared0.367144    s.d. dependent var0.013728s.e. of regression0.010921    akaike info criterion-6.184119sum squared resid0.028862    schwarz criterion-6.141246log likelih

39、ood760.5545    f-statistic71.77680durbin-watson stat1.867959    prob(f-statistic)0.000000行業(yè)k上升市variablecoefficientstd. errort-statisticprob.  c0.0143800.0023026.2460780.0000x1-0.4063340.261541-1.5536140.1230x219.814135.5583013.5647810.0005r-squared0.

40、272452    mean dependent var0.015738adjusted r-squared0.260016    s.d. dependent var0.013374s.e. of regression0.011505    akaike info criterion-6.067403sum squared resid0.015486    schwarz criterion-5.997716log likelihoo

41、d367.0442    f-statistic21.90712durbin-watson stat2.011766    prob(f-statistic)0.000000行業(yè)k下降市variablecoefficientstd. errort-statisticprob.  c0.0171920.0019568.7876820.0000x1-0.7115280.179372-3.9667840.0001x224.047103.2689547.3562080.0000r-squared0.46

42、5089    mean dependent var0.016277adjusted r-squared0.456320    s.d. dependent var0.014108s.e. of regression0.010402    akaike info criterion-6.269880sum squared resid0.013201    schwarz criterion-6.202000log likelihood3

43、94.8675    f-statistic53.03762durbin-watson stat1.727205    prob(f-statistic)0.000000行業(yè)lvariablecoefficientstd. errort-statisticprob.  c0.0115520.00097911.803540.0000x1-0.0876820.094738-0.9255290.3556x26.7129281.6349484.1058970.0001r-squared0.267844&

44、#160;   mean dependent var0.013307adjusted r-squared0.261793    s.d. dependent var0.008636s.e. of regression0.007420    akaike info criterion-6.957003sum squared resid0.013325    schwarz criterion-6.914130log likelihood855.23

45、28    f-statistic44.26537durbin-watson stat1.757718    prob(f-statistic)0.000000行業(yè)l上升市variablecoefficientstd. errort-statisticprob.  c0.0110780.0014887.4428500.0000x1-0.2304390.148558-1.5511680.1236x210.781572.4453664.4089800.0000r-squared0.428009

46、60;   mean dependent var0.012894adjusted r-squared0.418231    s.d. dependent var0.010775s.e. of regression0.008219    akaike info criterion-6.740115sum squared resid0.007903    schwarz criterion-6.670428log likelihood407.4069

47、    f-statistic43.77434durbin-watson stat1.974151    prob(f-statistic)0.000000行業(yè)l下降市variablecoefficientstd. errort-statisticprob.  c0.0115070.00112710.212920.0000x10.1582900.1090931.4509640.1494x2-0.8176332.033579-0.4020660.6883r-squared0.067806 

48、;   mean dependent var0.013709adjusted r-squared0.052398    s.d. dependent var0.005942s.e. of regression0.005784    akaike info criterion-7.443578sum squared resid0.004048    schwarz criterion-7.375346log likelihood464.5018&#

49、160;   f-statistic4.400652durbin-watson stat1.546192    prob(f-statistic)0.014293其他類variablecoefficientstd. errort-statisticprob.  c0.0131150.00083415.719990.0000x10.0680090.0905050.7514370.4531x22.4849491.9010381.3071540.1924r-squared0.112777  

50、  mean dependent var0.014976adjusted r-squared0.105445    s.d. dependent var0.006449s.e. of regression0.006099    akaike info criterion-7.349157sum squared resid0.009002    schwarz criterion-7.306285log likelihood903.2718 

51、60;  f-statistic15.38061durbin-watson stat1.943917    prob(f-statistic)0.000001其他類上升市variablecoefficientstd. errort-statisticprob.  c0.0124650.00097712.753350.0000x10.0519680.1328840.3910750.6965x21.9217073.5163550.5465060.5858r-squared0.054725  

52、0; mean dependent var0.013549adjusted r-squared0.038567    s.d. dependent var0.005128s.e. of regression0.005028    akaike info criterion-7.722938sum squared resid0.002958    schwarz criterion-7.653251log likelihood466.3763  &

53、#160; f-statistic3.386756durbin-watson stat1.964735    prob(f-statistic)0.037167其他下降市variablecoefficientstd. errort-statisticprob.  c0.0141120.0014239.9176600.0000x10.0702220.1382180.5080540.6123x22.2727412.6393890.8610860.3909r-squared0.112537   

54、60;mean dependent var0.016345adjusted r-squared0.097989    s.d. dependent var0.007262s.e. of regression0.006897    akaike info criterion-7.091792sum squared resid0.005803    schwarz criterion-7.023913log likelihood446.2370   

55、 f-statistic7.735266durbin-watson stat1.996788    prob(f-statistic)0.000687在行業(yè)分析中，只有l(wèi)類在下降市中存在著顯著的羊群效應。（三）結論 由以上的實證分析過程可以看出，我國創(chuàng)業(yè)板市場整體以及在上升市中不存在顯著的羊群效應，但是在下降市中存在著顯著的羊群效應。通過分行業(yè)的分析可以發(fā)現(xiàn)，各個行業(yè)的整體情況較為樂觀，唯有l(wèi)傳播與文化產業(yè)類在下降市中存在著顯著的羊群效應?？偠灾?，我國的創(chuàng)業(yè)板市場整體上已經較為成熟，但是仍存在著需要改進的地方。對此問題，我們需要有清醒的認識。

56、四、成因分析與建議（一）成因分析本文的實證結果表明，創(chuàng)業(yè)板股票整體的羊群效應并不明顯，但是在下降時中存在著顯著的羊群效應；各個行業(yè)的整體情況較為樂觀，唯有l(wèi)傳播與文化產業(yè)類在下降市中存在著顯著的羊群效應。上述實證結果產生的具體原因，根據我國中小板市場本身的特點、觀察期2011年的總體形勢以及投資者決策的不同角度，可以大致歸納為以下三點。1、投資者：投資水平上升；止損不追漲，轉變投資心態(tài)（1）創(chuàng)業(yè)板投資者的投資水平總體較高。深交所發(fā)布的2011年投資者調查報告顯示，創(chuàng)業(yè)板投資者的群體特征較之前有所強化。主要表現(xiàn)在五個方面：一是多為投資年限較長的有經驗投資者：67%的創(chuàng)業(yè)板投資者入市時間在2006年以前，顯著高于非創(chuàng)業(yè)板投資者；二是資金實力更為雄厚：創(chuàng)業(yè)板投資者2011年的平均賬戶資產量與2010年相比明顯上升，是非創(chuàng)業(yè)板投資者平均賬戶資產量的2.23倍，從資產量分布來看，創(chuàng)業(yè)板投資者中賬戶資金量在50萬元以上的投資者比例為40%，遠高于非創(chuàng)業(yè)板投資者相應