投资者情绪状态对股票收益的影响

来源:用户上传      作者:

　　摘 要：从行为金融视角出发，选取封闭式基金等6个情绪代理指标，通过主成分分析法并剔除宏观经济因素的影响构建了投资者情绪指数，运用多因素模型划分了不同投资者情绪状态，对投资者情绪指数与股票收益进行回归分析。结果表明，投资者情绪与股票收益之间是正相关关系，在加入三因子控制变量以后，二者之间的拟合度变高;同时还发现，投资者处于情绪高涨期相较于情绪低迷期对股票收益的影响更大。
　　关键词：投资者情绪;主成分分析;股票收益
　　中图分类号：F830.91      文献标识码：A      文章编号：1673-291X（2019）11-0128-03
　　引言
　　传统金融学理论基于理性人假设和有效市场假说构建了一套现代金融理论体系，这对金融资产定价和金融市场运行机制具有很好的解释作用。但是，随着金融学的深入发展，传统金融学理论已经无法深入解释金融市场异象和诠释现实人的经济行为，这时候“行为金融学”应运而生。在传统金融理论背景下以心理学为基础并辅以社会学、生物学以及系统动力学等理论的行为金融学，将投资者的实际行为和心理特征结合在一起，较好地解释了传统金融理论无法解释的“未解之谜”。
　　行为金融学的有关研究可以追溯到19世纪，当时学者Gustave已经开始研究投资市场行为，随后“空中阁楼理论”认为投资者投资决策行为受到了行为主体的心理因素影响。Lee、Shleifer 和 Thaler（1991）[1]发现，在封闭式基金交易中，投资者情绪对投资者预期产生影响，进而对基金价格产生影响。Barberis（1998）[2]等指出，投资者情绪会影响金融资产价格。Cornelli（2006）[3]发现，在新股发行市场上，投资者情绪对股价的影响表现的比较明显。Stambuage et al（2012）[4]发现，市场上越来越多的市场异象出现，这其中一部分原因与投资者情绪有关。在研究投资者情绪与股票收益之间的关系时，众多学者发现二者之间呈现明显的正相关关系。Sayim和Rahman（2015）[5]、Hudson和Green（2015）[6]、Wu等（2016）[7]均得出了相同的结论。有鉴于此，本研究着力分析在中国情景下，投资者情绪指数与股票收益之间的关系。
　　为了研究投资者情绪与股票收益之间的关系，如何体现代表投资者情绪的指标将是至关重要的。为此，具有代表性的“BW指标”给出了很好的解决方案。本文基于此，选取符合中国证券市场的情绪指标构建投资者情绪指数，研究投资者情绪与我国股票市场之间的关系。
　　一、研究设计
　　（一）指标选择和数据来源
　　根据现有的文献梳理，学者在选择投资者情绪指标上主要分为两类：直接指标和间接指标。然而，直接指标和间接指标都存在各自的优势与局限，且使用单一的指标也会使实证研究缺乏强健的说服力。因此，利用多个单一的直接和间接情绪指标来综合构建投资者情绪指数能够更加完整地分析股票市场。国内外众多学者如Brown 和 Cliff（2005）[8]、Baker 和Wurgler（2006）[9]、易志高和茅宁（2009）[10]、刘丽文和王镇（2016）[11]在研究投资者情绪与股票市场之间的关系时均通过此方法来研究。
　　基于此，综合考虑中国证券市场与数据可得性，本文选取更能体现投资者情绪的月度指标来构建情绪指数，包括封闭式基金折价率（CEFD）、月度IPO上市首日收益率（IPOY）和IPO数目（IPON）、新增投资者开户数（NOA）、换手率（TR）和消费者信心指数（CCI）。研究时段为2003年1月至2017年12月，数据来源主要为国泰安数据库（CSMAR）。
　　（二）情绪指数的构造
　　1.指标分析
　　国内外众多学者在研究投资者情绪与股市之间的关系时都发现代理指标存在着“提前”与“滞后”的关系。因此，本文对构成情绪指数的代理变量进行生成6个滞后变量，即LCEFD、LIPOY、LIPON、LNOA、LTR、LCCI，与包括CEFD、IPOY、IPON、NOA、TR、CCI在内的共12个变量进行主成分分析。
　　本文选取了累计方差贡献率为91.3%（方差贡献率大于90%）的6个主成分进行分析，同时为了保证提取主成分的合理性，本文使用了相关统计分析进行判断，结果显示KMO综合值（0.737）和SMC值均满足条件，基于此构造了一个包含“提前”与“滞后”共12个代理变量的投资者情绪指数CISI12。CISI12与12个情绪指标代理变量的相关关系见表1。
　　2.综合情绪指数（CISI）的构建
　　通过以上分析，本文选择LCEFD、IPOY、IPON、LNOA、TR、CCI这6个情绪指标构建最终的投资者情绪指数（CISI），对这6个指标再次进行主成分分析，根据累计方差贡献值大于90%的原则，选取前4個主成分进行综合情绪指数的构建。按照各自方差贡献率为权重进行计算投资者情绪指数CISI6，其结果如下：
　　CISI6=0.26LCEFD+0.272IPOY+0.15IPON+0.291LNOA+0.134TR+0.231CCI
　　前面根据主成分分析法构建的投资者情绪指数尚未考虑宏观经济因素的影响，因此为了剔除宏观经济变量的对构建指数的影响，本文选用具有代表性的宏观经济变量（居民消费价格指数CPI、工业品出产价格指数PPI、预警指数EWI、一致指数COI、先行指数LEI、滞后指数LAI）来反映宏观环境的变化。通过检验发现这6个宏观经济变量存在多重共线性，因此对其采用主成分分析消除对回归结果精准性的影响，按照前文的思路构造宏观经济综合指数MCI，接着分别与LCEFD、IPOY、IPON、LNOA、TR、CCI回归并计算残差序列，再将得到残差序列作为情绪代理变量再次通过主成分分析构建最终的投资者情绪指数（CISI）。其最终表达式为： 　　CISI=0.172LCEFD+0.343IPOY+0.24IPON+0.261LNOA+0.136TR+0.194CCI
　　（三）模型的构建
　　为了更加细致地描摹投资者不同情绪状态下对股票市场的反应，将投资者情绪划分为高、低情绪期。考虑时间的适配性，本文选择的样本为2003年1月至2017年12月期间上证指数收益率（RATE）作为研究对象。基于以上分析，构建以下模型：
　　Rmt-Rft=C+α0CISIt+εt （1）
　　mt-Rft=C+α0CISI+α1MPFt+α2MFt+α3BRFt+εt（2）
　　其中，Rmt为股票市场月收益率，Rft为市场无风险利率，CISIt为投资者情绪指数，MPFt为市场溢酬因子，MFt为市值因子，BRFt账面市值比因子。
　　二、实证结果与分析
　　（一）数据描述性统计
　　表2报告了在2003年1月至2017年12月期间各相关变量的统计信息。根据结果显示，样本期内投资者情绪指数最小值为0.018 8，最大值为0.103，均值为0.033 3。由于投资者情绪指数的偏度值为2.029，因此判定该序列是右偏的;同时可以看到其峰度值大于0，则相对正太分布而言该指数序列较为陡峭。指数系列数据偏度均小于0，峰度大于3。市场溢酬因子等控制变量的最小值均小于0，最大值大于0。
　　（二）投资者情绪对市场收益的影响
　　本文依据投资者情绪与股票收益之间的联系，分别进行单因素和增加了三因子作为控制变量的回归分析。同时，本文还分析了不同情绪状态下投资者情绪对股票市场收益率的影响。表2报告了投资者情绪对股票市场收益的影响。
　　根据表3可以得出以下结果：
　　在全样本期内投资者情绪指数的回归系数在0.001 96左右，这就表明了二者之间是正相关关系，并且从P值可以看出相关性是比较显著的。可见，投资者情绪与股票收益之间均呈现出正相关关系。同时，观察各样本期下R2可以看出，在加入三因子以后其数值显著增大，说明多因子模型的拟合度要比单因子模型的拟合度好。
　　对比高情绪期和低情绪期的回归系数可以发现，不管是单因素模型还是多因素模型，高情绪期状态下的回归系数均大于低情绪期状态下的回归系数，这就表明了投资者处于情绪高涨期对股票市场收益的影响相较于情绪低迷期下更为显著。
　　三、实证结果与分析
　　本文研究了投资者情绪与股票市场收益之间的关系。通过主成分分析法构造的投资者情绪指数与上证指数收益率进行回归分析，结果表明，投资者情绪指数与股票收益之间存在显著地正相关关系。同时分析了单因素和多因素模型下投资者情绪对股票收益的影响，结果显示，加入三因子控制变量以后的投资者情绪与股票收益拟合度更好。此外，本文还探讨了不同情绪状态下的投资者情绪与股票收益之间的关系，发现投资者在情绪高涨状态下相较于在情绪低迷状态下对股票市收益的影响更大。
　　因此，为了优化中国证券市场环境，除了需要监管力度的加强和调控尺度的合理把握，还应该提升投资者的素质教育和心理承受能力。
　　参考文献：
　　[1]  Andrei Shleifer，Richard H.Thaler，Charles M C Lee.‘Investor Sentiment and Closed-End Fund Puzzle’[J].Journal of Finance，1991，46（1）：75-109.
　　[2]  Barberis N，Shleifer A，Vishny R.A model of investor sentiment 1[J].Journal of Financial Economics，1998，49（3）：307-343.
　　[3]  Cornelli F，Goldreich D，Ljungqvist A.Investor Sentiment and Pre-IPO Markets[J].Journal of Finance，2006，61（3）：1187-1216.
　　[4]  Stambaugh R F，Yu J，Yuan Y.The short of 在此处键入公式。it： Investor sentiment and anomalies★[J].Journal of Financial Economics，2012，104（2）：288-302.
　　[5]  Sayim M，Rahman H.An examination of U.S.institutional and individual investor sentiment effect on the Turkish stock market[J].Global Finance Journal，2015，（26）：1-17.
　　[6]  Hudson Y，Green C J.Is investor sentiment contagious？ International sentiment and UK equity returns☆[J].Journal of Behavioral & Experimental Finance，2015，（5）：46-59.
　　[7]  Wu P C，Liu S Y，Chen C Y，et al.Re-examining risk premiums in the Fama-French model： The role of investor sentiment[J].North American Journal of Economics & Finance，2016，（36）：154-171.
　　[8]  Brown G W，Cliff M T.Investor Sentiment and Asset Valuation[J].Journal of Business，2005，78（2）：405-440.
　　[9]  Baker M，Wurgler J.Investor sentiment and the cross-section of stock returns[J].The Journal of Finance，2006，61（4）：1645-1680.
　　[10]  易志高，茅寧.中国股市投资者情绪测量研究：CICSI的构建[J].金融研究，2009，（11）：174-184.
　　[11]  刘丽文，王镇.投资者情绪对不同类型股票收益影响的实证研究[J].金融理论与实践，2016，（2）：90-97.
转载注明来源:https://www.xzbu.com/2/view-14853194.htm