曹仙葉，劉詠梅

(中南大學商學院，湖南長沙，410083)

個人與機構(gòu)投資者情緒對個股異常收益率的非對稱影響

曹仙葉，劉詠梅

(中南大學商學院，湖南長沙，410083)

采用凈買入資金比例代理投資者情緒，研究了個人投資者、機構(gòu)投資者的積極情緒和消極情緒對異常收益率的非對稱影響。以2012年1月至2015年10月的2 658支股票作為研究對象，采用固定效應模型進行了實證研究。結(jié)果表明，個人投資者情緒對隨后兩周的異常收益率有負向影響，機構(gòu)投資者情緒對隨后四周的異常收益率均有正向影響。同時，投資者情緒對異常收益率存在非對稱影響：個人投資者積極情緒與消極情緒在對后第一周和后第三周異常收益率的影響上存在顯著差異；機構(gòu)投資者積極情緒與消極情緒在對后第三周的異常收益率的影響上也存在顯著差異。因此，將兩種情緒分別估計更有效，且得到的實證結(jié)果對于理解投資者情緒的非對稱影響有重要價值。

個人投資者；機構(gòu)投資者；投資者情緒；積極情緒；消極情緒；非對稱影響

一、引言

投資者情緒對股票市場存在影響是行為金融學理論的重要觀點。池麗旭等[1]將投資者對未來帶有系統(tǒng)性偏差的預期稱為“投資者情緒”。市場中存在個人投資者與機構(gòu)投資者。個人投資者容易受到小道消息的影響，是主要的噪音交易者。Kumar等[2]通過分析個人投資者的交易數(shù)據(jù)，發(fā)現(xiàn)個人投資者的交易行為具有相關性，支持投資者情緒對收益有影響；Heiden等[3]發(fā)現(xiàn)散戶為市場的反向指標。個人投資者和機構(gòu)投資者都可能存在非理性。王美今等[4]通過理論和實證證明機構(gòu)投資者也是噪聲交易者。姚德權(quán)等[5]認為機構(gòu)投資者情緒和情緒波動均對股票收益產(chǎn)生影響，然而Heiden等[3]、劉維奇等[6]證明機構(gòu)投資者具有一定的理性，其情緒能夠預測股票收益，因此機構(gòu)投資者情緒對于收益率的影響的大小與方向均值得研究。另一方面，張強等[7]發(fā)現(xiàn)投資者情緒的變化對于股票價格的影響是非對稱的，董孝武等[8]發(fā)現(xiàn)極端樂觀與極端悲觀對于股指收益的影響是非對稱的。投資者的積極情緒和消極情緒對收益率的影響是非對稱的。

目前，學術(shù)界研究個人情緒或整體情緒對股票市場影響較多，研究機構(gòu)投資者情緒的影響較少[3,5]。從情緒層次來看，多是對于股票市場整體的情緒，個股的研究很少。從研究周期來看，中長期研究較多，短期研究較少。本文的主要貢獻在于：(1)選用新的代理變量研究個人投資者情緒和機構(gòu)投資者情緒對個股異常收益率的短期影響，結(jié)果證明：短期內(nèi)個人投資者情緒是異常收益率的反向指標，機構(gòu)投資者情緒是異常收益率的正向指標。(2)首次同時研究了機構(gòu)投資者情緒、個人投資者情緒對個股異常收益率的非對稱影響，結(jié)果表明：短期內(nèi)個人投資者積極情緒的影響大于消極情緒的影響，而機構(gòu)投資者消極情緒的影響在后第三周大于積極情緒的影響。

由于中國市場屬于新興資本市場，投資者結(jié)構(gòu)中個人投資者占有非常重要甚至主要的地位，理解和防范由于個人投資者非理性對股票市場的沖擊和破壞有較大的理論意義和實踐價值[9]；另一方面，研究機構(gòu)投資者情緒對異常收益率的非對稱影響，能夠幫助我們理解某些投資機構(gòu)操縱股市的方法和手段，對于建立健全金融監(jiān)管系統(tǒng)有重要價值。

二、相關文獻綜述

(一) 投資者情緒的測量

情緒的測量主要有兩種方法：一種是直接法，通過調(diào)查等方式來搜集投資者對于股票市場的預期。Johnk[10]使用兩個調(diào)查作為基礎來衡量美國投資者的情緒，將理性成分剔除，結(jié)果發(fā)現(xiàn)，投資者情緒的非理性成分具有統(tǒng)計學意義，并包含信息，這為資產(chǎn)定價模型提供了價值。另一種是間接法，比如使用宏觀指標和金融市場交易變量來衡量投資者情緒。Baker等[11]通過對封閉基金折價率、IPO數(shù)量、IPO首日收益、股票發(fā)行比例、紅利溢價和交易量進行主成分分析提取投資者情緒，成為目前主流的測量投資者情緒的方法。宋澤芳等[12]選擇封閉式基金折價率、月度IPO數(shù)量及上市首日收益、月新增開戶數(shù)、交易量五個變量，通過主成分分析提取投資者情緒，剔除其中理性部分，得到非理性情緒，并構(gòu)建情緒指數(shù)和反映股票收益對情緒變化的敏感性指標—情緒β。Ding等[13]研究證明交易額、換手率、交易量是測量投資者情緒的變量。

近期也有不少學者采用來源于互聯(lián)網(wǎng)和社交網(wǎng)絡中的數(shù)據(jù)來測量投資者情緒。Da 等[14]使用互聯(lián)網(wǎng)搜索量來揭示市場層次的情緒。通過聚集與家庭財政狀況有關問題(例如，“經(jīng)濟衰退”“失業(yè)”和“破產(chǎn)”)的數(shù)量，來代表投資者對金融和經(jīng)濟的預期，使用搜索指數(shù)作為一種新的測量投資者情緒的變量，并采用了2011—2014年的數(shù)據(jù)進行驗證，結(jié)果證明了投資者情緒對股票市場的影響。Lai等[15]通過對東方財富網(wǎng)上的帖子進行詞頻統(tǒng)計構(gòu)建了情緒指標，Kim等[16]使用yahoo財經(jīng)論壇的發(fā)帖數(shù)量來衡量投資者情緒。

現(xiàn)有的衡量投資者情緒的方法有一定的科學性，但同時也存在一定的局限性。劉維奇等[6]和馬若微等[17]將新增開戶數(shù)剔除宏觀經(jīng)濟變量來提取投資者情緒，具有較強的可操作性，但由于宏觀數(shù)據(jù)公布時間較長，不適宜進行短期研究，且對個股沒有指向性，所以也不適用于個股研究。池麗旭等[1]根據(jù)基金公布的持股情況，構(gòu)建了基于資金流的機構(gòu)投資者情緒指標，探討了機構(gòu)投資者情緒對于個股的影響。同樣由于數(shù)據(jù)公布的周期原因，不能用于短期研究，但其基于資金的思想給本研究帶來一定的啟發(fā)。Kumar等[2]和俞紅海等[9]采用個人交易賬戶凈買入比例來測量投資者情緒，但由于數(shù)據(jù)獲得性等原因，不適合經(jīng)常性的研究，但其凈買入比例的概念為本研究提供了一定的啟示。

本文借鑒池麗旭等[1]和Kumar等[2]的方法采用個股凈買入資金比例來測量投資者情緒：用周期內(nèi)機構(gòu)凈買入比例來衡量機構(gòu)投資者情緒，周期內(nèi)個人凈買入資金比例來衡量個人投資者情緒。

(二) 投資者情緒對股票收益的影響

關于投資者情緒對于股票市場回報的影響，部分學者實證證明了情緒對收益的影響。Bu等[18]構(gòu)建了一個情緒指標能夠很好地預測股票收益。Hengelbrock等[19]認為情緒能夠預測后市收益。Schmelin等[20]為情緒對收益的影響提供了跨國的證據(jù)。熊偉等[21]證明投資者情緒和股市流動性是影響中國股票市場高特質(zhì)波動股票與低特質(zhì)波動股票截面收益差異的重要因素。部分研究者指明了情緒對收益的正向或負向影響。Baker等[11]證明某些類型的股票投資者情緒越高，未來的收益率越低。Coakley等[22]研究了個人投資者情緒和機構(gòu)投資者情緒對七只股指期貨價格的影響，結(jié)果顯示情緒對五只成長型股指期貨有積極影響，對兩只價值型股指期貨有消極影響。

也有學者通過實證研究證明投資者情緒對收益沒有影響。Kim等[16]搜集了雅虎財經(jīng)的91家公司的32 000 000條消息，結(jié)果顯示個人投資者情緒不能預測股票收益。Kim等[23]證明了韓國股票市場中個人投資者情緒不能預測股票收益率。Chung等[24]證明在經(jīng)濟上升期投資者的積極情緒對股票收益有影響，而在經(jīng)濟衰退期投資者情緒對收益的影響微不足道。

隨著研究的不斷深入，越來越多的學者對不同投資者主體的情緒對收益的影響產(chǎn)生了興趣。劉維奇等[6]證明了機構(gòu)投資者具有一定的理性，其情緒能夠預測后市,而個人投資者情緒并不能預測后市。Heiden等[3]發(fā)現(xiàn)機構(gòu)投資者情緒能準確預測股票中期方向，散戶情緒在短期內(nèi)作為一個反向指標，但其預測力由于樣本的不同波動率較大。他們基本觀點是機構(gòu)投資者情緒對未來收益有正向影響，個人投資者情緒與未來收益存在負向關系。

除了將情緒按不同的主體分類之外，也有研究者研究投資者的不同情緒對收益的影響。Kim等[25]研究發(fā)現(xiàn)在高情緒時期，高的意見分歧預測低的市場回報，在低情緒時期，高的意見分歧對收益沒有顯著影響。Tetlock 等[26]通過實證發(fā)現(xiàn)悲觀情緒對股票有下行的壓力。文鳳華等[27]將情緒分為積極情緒和消極情緒，正面情緒和情緒向上變動都對股票收益有顯著的正向影響，而負面情緒和情緒向下變動對其影響并不明顯,這是由于在情緒低落時期理性成分對市場起主導作用。因此消極情緒和積極情緒對收益存在不對稱的影響。

綜上所述，由于數(shù)據(jù)來源等的限制，同時研究個人投資者情緒和機構(gòu)投資者情緒對個股收益影響的較少，同時研究個人投資者情緒和機構(gòu)投資者情緒對異常收益率的非對稱影響的更少?，F(xiàn)有研究的研究周期相對較長(季度、半年度、年度)，部分衡量投資者情緒的變量比較復雜而無法衡量個股，因此本文擬研究個人投資者情緒、機構(gòu)投資者情緒對異常收益的影響，研究周期以周為單位，使用凈買入資金比例來代理投資者情緒，由于不同情緒可能存在非對稱的影響，因此將積極情緒和消極情緒分別進行研究；由于其他變量也可能對股票收益產(chǎn)生一定的影響，所以將股票的某些特征作為控制變量納入到模型之中。

三、研究設計

(一) 數(shù)據(jù)搜集

衡量投資者情緒最直接的方法是分析投資者的交易賬戶數(shù)據(jù)來衡量其對于股票的預期，愈紅海等[9]根據(jù)投資者的賬戶交易數(shù)據(jù)構(gòu)建了凈買入比例來衡量投資者情緒，然而由于隱私保護和數(shù)據(jù)的可獲得性，目前國內(nèi)很少學者進行這方面的分析。Kumar等[2]認為投資者交易存在系統(tǒng)的相關性[2]。資金流向是投資者情緒更直觀的即時體現(xiàn)，因此可以從資金的總體層次來衡量投資者情緒，凈流入資金量大說明投資者情緒高漲，反之表明投資者情緒消極，對后市不看好。池麗旭等[1]使用基金對股票的買入情況來測量機構(gòu)投資者情緒，然而由于公布時間周期為半年，研究周期較長，不適合經(jīng)常性的研究。隨著互聯(lián)網(wǎng)和金融大數(shù)據(jù)的發(fā)展，金融服務商提供了越來越多的有針對性的金融數(shù)據(jù)。結(jié)合數(shù)據(jù)的可獲得性，本文選擇了2012年1月2日至2015年10月9日作為研究周期，考慮參數(shù)估計的需要，以2015年4月1日以前上市的公司股票作為研究對象。個股特征數(shù)據(jù)、個人投資者、機構(gòu)投資者資金流動數(shù)據(jù)、周行情數(shù)據(jù)來源于WIND數(shù)據(jù)庫。使用SQL SERVER作為數(shù)據(jù)管理的工具，stata作為數(shù)據(jù)分析工具。

(二) 變量測量

(1) 投資者情緒的測量

投資者情緒較難直接測量，現(xiàn)有文獻主要采用市場總體數(shù)據(jù)通過主成分分析提取相應值來衡量投資者的市場情緒，難以刻畫個股的投資者情緒，且處理較為復雜。因此本文借鑒Frazzini等[28]使用資金流向，Kumar等[2]和俞紅海等[9]使用的凈買入比例來代理投資者情緒，研究周期為周，具體的公式為[2,9]：

(2) 收益率與異常收益率的測量

個股每周的收益率直接從WIND數(shù)據(jù)庫中提取。異常收益率借鑒劉鋒等[29]的方法：

式中：abReturni,t表示異常收益率，RETURNi,t表示收益率，RETURNi,t-j表示前第j周的收益率。

(三) 數(shù)據(jù)描述統(tǒng)計

為了方便面板數(shù)據(jù)處理，將2012年1月2日作為第一周，共依次順延196周，排除國慶、春節(jié)等長假共得到194個交易周。由于模型估計需要，僅將2015年4月1日前上市的2 658只股票納入選擇，共得到454 903條記錄；同時由于部分股票整周停牌，刪除該股當周數(shù)據(jù)，共得到454 550條記錄。

主要變量的描述性統(tǒng)計見表1，市值、交易量數(shù)據(jù)取對數(shù)。單周收益最高為協(xié)鑫集成(002506)在第188周(2015年8月14日所在周)達到1 214.754%(重組復牌當天不設漲跌幅限制)；單周收益最低為天瑞儀器(300165)，在第182周(2015年7月3日所在周)為-40.960%(當周連續(xù)跌停)。

需要指出的是某些股票在某些周期內(nèi)，存在機構(gòu)買入賣出為零或凈買入量為零的情況，為消除投資者存在意見分歧的極端情況，回歸前將此部分數(shù)據(jù)刪除。表2列出了主要變量的相關系數(shù)矩陣。 同期的平均收益率除與個人投資者情緒負相關外，與其它變量均正相關。而異常收益率除與當期收益率和機構(gòu)投資者情緒正相關外，與大部分變量負相關。

表3顯示了個股每周平均資金流動情況。從表中的平均值看，個人投資者資金的流入流出的均值遠遠大于機構(gòu)投資者資金流入和流出的均值，個人投資者資金是機構(gòu)投資者的6倍左右。造成這種現(xiàn)象的原因：一方面是由于中國股市是以個人投資者為主的市場，個人投資者眾多，資金量較大；另一方面可能由于個人投資者頻繁交易，導致資金流動較大。從標準差來看，差距稍小，個人投資者資金流動的標準差為機構(gòu)投資者的3倍。在第183周(2015年7月6日所在周)，中國平安銀行的機構(gòu)投資者資金流入和流出出現(xiàn)最大值；在第179周(2015年6月8日所在周)，中國中車的個人投資者資金流入和流出出現(xiàn)最大值。

表1 主要變量描述性統(tǒng)計

表2 主要變量相關系數(shù)矩陣

表3 個股每周平均資金流動統(tǒng)計表 單位：萬元

機構(gòu)投資者的平均凈買入為負數(shù)，而個人投資者的凈買入為正數(shù)，表明該時期內(nèi)個人資金整體呈現(xiàn)流入，而機構(gòu)投資者資金整體呈現(xiàn)流出。從兩者的標準偏差可以看出，機構(gòu)投資者資金流動的標準偏差為個人投資者資金流動的2.36倍左右，顯示機構(gòu)投資者資金流動的離散程度更大。

(四) 模型選擇

常用的面板數(shù)據(jù)模型包括[30]：混合模型、固定效應模型、隨機效應模型。本文進行了一系列的假設檢驗。原假設:固定效應模型并不優(yōu)于混合模型。F值為F(2 656 438 787)=3.87，Prob＞F=0.0000，因此拒絕了固定效應模型不優(yōu)于混合模型的假設。使用Breusch等[31]提供檢驗個體隨機效應的LM檢驗，原假設：不存在個體隨機效應。經(jīng)過LM檢驗chibar2(01)=75.83，Prob＞chibar2=0.0000，結(jié)果證明隨機效應優(yōu)于混合模型。最后采用豪斯曼檢驗，來確定采用固定效應模型還是隨機效應模型，卡方值為3 247.870，P值為0.000，即拒絕原假設，認為固定效應模型優(yōu)于隨機效應模型。通過比較三種估計模型，固定效應模型最優(yōu)，因此采用固定效應模型進行估計。

本研究參考Da等[32]和劉鋒等[29]將市值和交易量作為計算異常收益率的基本模型，將文獻中其他除情緒以外對異常收益產(chǎn)生影響的因素也作為控制變量納入到基本模型中。換手率是衡量股票在某個周期內(nèi)交易的活躍程度，田利輝等證明了換手率是影響收益率的重要因素[33]；王永宏等發(fā)現(xiàn)，我國股市1993—2000年存在明顯的收益反轉(zhuǎn)效益[34]，隨后馮科等[35]和李宏等[36]也證明了我國股市的收益反轉(zhuǎn)現(xiàn)象，因此應當考慮上一周期的收益率。市盈率(P/E)和市凈率( P/B)是在實務中被廣泛使用的估值標準[37,38]，是投資者尤其是個人投資者決策的重要參考依據(jù)。因此，模型選擇了市值、交易量、換手率、收益率、市盈率和市凈率作為控制變量。本研究的模型為：

式中：IBSIi,t-1、PBSIi,t-1分別表示前一期的機構(gòu)投資者情緒和個人投資者情緒，β1、β2分別表示機構(gòu)投資者和個人投資者情緒系數(shù)；Returni,t-1、LnmarketValuei,t-1、Turnratei,t-1、LnTradeVolumi,t-1、PEi,t-1、PBi,t-1分別表示前一期的股票收益率、對數(shù)市值、換手率、對數(shù)交易量、市盈率和市凈率，相應的γ表示其系數(shù)；αi表示截距項，εi,t表示隨個體與時間而改變的擾動項。

四、實證研究方法與結(jié)果分析

(一) 投資者情緒與異常收益率

投資者情緒對異常收益率的影響見表4。從表中可以看出四個模型均顯著，可決系數(shù)呈現(xiàn)減小的趨勢，最大為0.254，最小為0.103?？刂谱兞砍齈E和PB部分時期不顯著外，所有變量的系數(shù)均顯著，收益率、市值、換手率均與四周內(nèi)的異常收益率負相關，平均成交量與四周內(nèi)的異常收益率正相關。機構(gòu)投資者情緒與異常收益率均正相關，個人投資者情緒與隨后兩周異常收益率負相關，與后第三周、后第四周的異常收益率正相關。

從系數(shù)值看，個人投資者情緒對后一周的異常收益率影響的系數(shù)值為-10.119，后第二周為-1.685，后第三周為0.986，后第四周為1.641。個人投資者情緒系數(shù)在前兩周為正，后兩周為負，一個可能的解釋是，由于前期價格的上漲導致個人投資者跟風，使其在同期價格急劇上漲，大大偏離其真實價值，在后第一周和后第二周價格急劇回落，跌破其實際價值，由于價格圍繞價值波動，在后第三周和后第四周價格緩慢回升，所以后期系數(shù)為正。機構(gòu)投資者情緒的系數(shù)在后四周內(nèi)均為正，從0.248逐漸減小到0.109，機構(gòu)投資者情緒對股票異常收益率有持續(xù)為正的影響，機構(gòu)投資者對股票走向的判斷較為準確，且能夠持續(xù)較長的時間。從兩者的系數(shù)值來看，個人投資者系數(shù)的絕對值均大于同期機構(gòu)投資者情緒的系數(shù)值。

本部分將投資者的消極情緒和積極情緒當成同一系數(shù)來進行估計，因此無法觀察兩者的不同影響。由于積極情緒和消極情緒對異常收益率存在不對稱的影響，下一部分將數(shù)據(jù)分為兩組：個人投資者情緒積極、機構(gòu)投資者情緒消極組和個人投資者情緒消極、機構(gòu)投資者情緒積極組，分別估計積極情緒和消極情緒對異常收益率的影響。

(二) 情緒分組及情緒對異常收益率的影響

由于個人投資者情緒與機構(gòu)投資者各自呈現(xiàn)的整體情緒方向相反，情緒值為零時無法估計情緒的影響，因此將數(shù)據(jù)分成兩組：個人投資者積極、機構(gòu)投資者消極組和個人投資者消極、機構(gòu)投資者積極組。其中個人投資者積極、機構(gòu)投資者消極組有220 726條記錄，個人投資者消極、機構(gòu)投資者積極組有159 651條記錄。表5顯示了分組后投資者情緒對異常收益率的影響，為了方便比較僅列出情緒變量。

從表5中可以看出，各模型的F值均顯著，表明模型均顯著，可決系數(shù)最大值為0.328，出現(xiàn)在估計后第一周異常收益率的個人投資者積極、機構(gòu)投資者消極組；可決系數(shù)最小值為0.128，出現(xiàn)在估計后第四周異常收益率的個人投資者積極、機構(gòu)投資者消極組。各期機構(gòu)投資者情緒和個人投資者情緒的系數(shù)均顯著不為零，個人投資者情緒系數(shù)先為負后為正，機構(gòu)投資者情緒均為正。

表4 投資者情緒對異常收益率的影響

表5 分組后投資者情緒對異常收益率的影響

在估計后第二周的異常收益率時，個人投資者消極、機構(gòu)投資者積極組的個人投資者情緒的系數(shù)與表4的方向不一致；估計后第三周的異常收益率時，個人投資者積極、機構(gòu)投資者消極組的個人投資者情緒的系數(shù)，與表4中個人情緒系數(shù)方向不同；其他各周情緒系數(shù)與表4中情緒的系數(shù)方向均一致。

首先，分析個人投資者情緒的系數(shù)。單從數(shù)值看，兩組數(shù)據(jù)在四周的系數(shù)值均存在一定的差異，個人投資者積極、機構(gòu)投資者消極組在后第一周個人投資者情緒系數(shù)為-15.703，個人投資者消極、機構(gòu)投資者積極組在后一周個人投資者情緒系數(shù)為-4.330，個人積極情緒是消極情緒的3.67倍，個人投資者積極情緒對異常收益率的影響大于消極情緒的影響?？赡艿慕忉屖牵焊鶕?jù)Barber等(2008)[39]的研究，投資者進行股票購買決策時，面對成千上萬只股票，由于投資者的有限注意，不會對所有股票進行分析，只會對引起其關注的股票進行分析，在關注的股票集合中進行選擇；而在賣出股票時，投資者僅能賣出已經(jīng)購買的股票，因此積極情緒導致當周更高的價格偏離，帶來隨后異常收益率更大幅度的下降。

其次，分析個人投資者情緒對后四周異常收益率影響的動態(tài)變化。在個人投資者積極、機構(gòu)投資者消極組，個人積極的情緒持續(xù)三周對異常收益有負向影響，然后轉(zhuǎn)為正向影響；對于個人投資者而言，其面臨的市場信息差異較小，投資者選擇購買的股票較為集中，市場上所有的投資者都可以購買股票，價格向上壓力較大，會更多地偏離其實際價值，所以在隨后的周期內(nèi)價格下行會更加持續(xù)，但是偏離程度過大，又會導致一定程度的反彈。在個人投資者消極、機構(gòu)投資者積極組，個人消極的情緒先對后一周的異常收益有反向的影響，然后轉(zhuǎn)為對后續(xù)三周的同向影響；個人投資者情緒消極時，個人投資者賣出股票，股票存在下行的壓力使其偏離其價格，所以在后第一周會出現(xiàn)小幅的上漲，但是由于買單失衡（僅有持有股票的投資者能夠賣出股票），價格偏離程度有限，所以其上漲幅度也有限，無法引起投資者的關注甚至已持有的投資者可能會進一步賣出股票，所以導致后面持續(xù)三周的同向影響(即下跌)。

最后，分析機構(gòu)投資者情緒的系數(shù)。機構(gòu)投資者情緒的各組系數(shù)方向一致，且波動不大，均與異常收益率正相關，與大多數(shù)文獻一致。這表明，機構(gòu)投資者對于市場有更多的信息，因此其判斷具有一定的準確性和穩(wěn)定性。在四周中，后第一周和后第四周的系數(shù)差異不大，在后第二周和后第三周機構(gòu)投資者消極情緒的同向影響略大于機構(gòu)投資者積極情緒的同向影響，即機構(gòu)投資者消極情緒對異常收益率向下的影響大于機構(gòu)積極情緒對異常收益率向上的影響。一個可能的解釋是：當持有的股票被機構(gòu)投資者賣出時，個人投資者會認為機構(gòu)投資者對于股票的判斷更為準確，會產(chǎn)生股票價格將下降的預期，導致更多持有股票的個人投資者賣出；而當機構(gòu)投資者情緒積極時，個人投資者在進行買入決策時，其面對著成千上萬只股票及眾多的機構(gòu)投資者對股票的操作信息，其選擇范圍和不確定性會相對較大，分攤到每只股票中對價格的向上的壓力相對較小。因此，機構(gòu)投資者會影響個人投資者對于股票未來走向的判斷，其消極情緒對于個人投資者的影響要大于積極情緒對于個人投資者的影響，導致隨后周期內(nèi)價格向下和向上的壓力的影響程度不一樣。

為了研究投資者的積極情緒和消極情緒對異常收益率的影響是否存在統(tǒng)計上的顯著差異，將四周兩組的系數(shù)分別進行了系數(shù)差異檢驗，結(jié)果見表6，從表6可以看出，在估計后第一周異常收益率時個人情緒的兩組數(shù)據(jù)的系數(shù)值存在顯著差異，雖然后第二周個人投資者情緒的系數(shù)統(tǒng)計結(jié)果并不顯著。在估計后第三周異常收益率時個人情緒系數(shù)也存在顯著差異。后第四周沒有通過顯著性檢驗。因此個人投資者情緒對后第一周和后第三周的異常收益率存在非對稱的影響：積極情緒對后第一周異常收益率的負向作用要大于消極情緒的負向作用；積極情緒對后第三周的異常收益呈現(xiàn)反向影響，而消極情緒對后第三周的異常收益呈現(xiàn)同向影響。從表6可以看出，在估計后第三周異常收益率時，機構(gòu)投資者的積極情緒和消極情緒系數(shù)差異的P值為0.001，表明兩者存在顯著性差異，機構(gòu)投資者情緒對后第三周異常收益率存在非對稱的影響。表明消極的機構(gòu)投資者情緒對股票異常收益率的影響要大于機構(gòu)積極情緒對股票異常收益率的影響。

表6 投資者積極情緒與消極情緒系數(shù)的差異檢驗

因此，通過實證研究證明：個人投資者是異常收益率的反向指標，機構(gòu)投資者是異常收益率的正向指標；個人投資者和機構(gòu)投資者對異常收益率均存在非對稱影響，由于投資者的有限理性和有限關注，個人投資者積極情緒對異常收益率的影響大于消極情緒對異常收益率的影響，機構(gòu)投資者的消極情緒對異常收益率的影響大于積極情緒對異常收益率的影響。

(三) 穩(wěn)健性檢驗

此前采用的是投資者凈買入資金比例作為投資者情緒的代理變量，反應的是兩類投資者資金的流入流出情況，此處采用凈買入量比例來代理投資者情緒進行穩(wěn)健性檢驗[2,9]。首先進行投資者情緒對異常收益率影響的穩(wěn)健性檢驗，限于篇幅和為方便比較僅列出因變量為后一周異常收益率的模型估計結(jié)果見表7，其他三周與表4和表5一致。從表7可以看出，各系數(shù)值的大小與方向與表4和表5一致。因此通過穩(wěn)健性檢驗。

表7 投資者情緒對異常收益率影響的穩(wěn)健性檢驗

然后，進行投資者積極情緒與消極情緒系數(shù)差異的穩(wěn)健性檢驗，見表8。表8與表6結(jié)果一致，也通過了穩(wěn)健性檢驗。因此，本研究的結(jié)果穩(wěn)健。

表8 投資者積極情緒與消極情緒系數(shù)差異的穩(wěn)健性檢驗

五、研究結(jié)論

本文采用個股的凈買入資金比例來代理投資者情緒，個人投資者凈買入資金比例代理個人投資者情緒，機構(gòu)投資者凈買入資金比例代理機構(gòu)投資者情緒。分別研究了兩種投資者情緒對異常收益率的影響，重點研究個人投資者和機構(gòu)投資者的兩類情緒(積極情緒和消極情緒)對異常收益率的非對稱影響。將數(shù)據(jù)分為個人投資者積極、機構(gòu)投資者消極組和個人投資者消極、機構(gòu)投資者積極組。以2012年1月至2015年10月共194個交易周的2 658只股票作為研究對象，采用面板數(shù)據(jù)固定效應模型進行了實證研究。研究結(jié)果顯示：

個人投資者情緒與后第一周和后第二周的異常收益率負相關，機構(gòu)投資者情緒與后四周的異常收益率均正相關。表明個人投資者情緒高漲后的兩周內(nèi)均對異常收益有負向作用，即個人投資者是異常收益率的反向指標。機構(gòu)投資者比個人投資者更理性，能夠更好地預測股票后期的走向。

將數(shù)據(jù)分成個人投資者積極、機構(gòu)投資者消極組和個人投資者消極、機構(gòu)投資者積極組，兩組的個人投資者情緒系數(shù)在后第一周和后第三周存在顯著差異，兩組的機構(gòu)投資者情緒的系數(shù)在后第三周存在顯著差異，因此無論個人投資者情緒還是機構(gòu)投資者情緒對異常收益率均有非對稱的影響。個人投資者積極情緒對異常收益率的影響大于消極情緒對于異常收益率的影響，主要的原因在于中國股市套利機制十分有限，再加上個人投資者的有限理性，使得在購買股票時，投資者選擇的股票同質(zhì)性較高，導致價格偏離程度較大，回調(diào)比較嚴重，所以積極情緒對異常收益率的負向影響很大；賣出時，僅持有者能夠賣出，參與者相對較少，價格壓力較小。機構(gòu)投資者消極情緒的影響大于積極情緒的影響，原因在于機構(gòu)投資者相對來說能夠更準確地判斷市場的走向，在賣出股票時，信息的確定性和指向性更強，個人投資者賣出股票的可能性增加，而在選擇股票時，即使機構(gòu)表現(xiàn)出積極的情緒，但由于投資者面臨的選擇眾多，個人投資者的購買傾向相對較弱。

分組后，各組模型的可決系數(shù)都有一定程度的提高，因此在估計投資者情緒對異常收益的影響時將投資者情緒分成積極情緒和消極情緒分別進行估計能夠得到更好的模型估計效果。個人情緒和機構(gòu)情緒的影響各不相同，應當分別進行估計。

本文的研究也存在一些不足。研究的周期從2012年到2015年，發(fā)現(xiàn)個人積極情緒對于異常收益率的影響大于消極情緒的影響。然而此時期股票整體處于上升周期。在熊市或者其他時期結(jié)論能否成立需要搜集更多的數(shù)據(jù)進行進一步的檢驗。

由于投資者的有限理性，投資者在進行選擇時面臨成千上萬只股票的選擇，存在有限注意，然而在某只股票受到投資者的過度關注后，投資者的積極情緒或消極情緒會對股票產(chǎn)生過度解讀，使得股票價格大大偏離其真實價值。因此，在對投資者情緒的研究中，投資者的有限注意和過度關注會影響情緒對異常收益率的影響，所以，很有必要將投資者關注和投資者情緒結(jié)合起來進行研究。

在研究中，簡單將情緒變量作為外生變量來考慮，選擇了較為常見的控制變量，然而投資者情緒也會受到公司事件、經(jīng)濟政策和宏觀經(jīng)濟等其他非觀測到的內(nèi)生和外生變量影響。因此，可以將投資者情緒和股票異常收益率等其他變量納入一個系統(tǒng)中建立動態(tài)面板模型，研究內(nèi)生變量與股票異常收益的動態(tài)關系，以及其他外生變量對股票異常收益的影響。

研究的發(fā)現(xiàn)證實了機構(gòu)投資者和個人投資者情緒對于股票異常收益率的非對稱的影響，文章雖然對產(chǎn)生的可能機制進行了一定的闡述，但仍然需要實證數(shù)據(jù)的檢驗，這也是下一步研究的重點。

[1] 池麗旭, 莊新田. 我國投資者情緒對股票收益影響—— 基于面板數(shù)據(jù)的研究[J]. 管理評論, 2011, 23(6): 41-48.

[2] Kumar A, Lee C M C. Retail investor sentiment and return comovements [J]. Journal of Finance, 2006, 61(5): 2451-2486.

[3] Heiden S, Klein C, Zwergel B. Beyond fundamentals: Investor sentiment and exchange rate forecasting[J]. European Financial Management, 2013, 19(3): 558-578.

[4] 王美今, 孫建軍. 中國股市收益、收益波動與投資者情緒[J].經(jīng)濟研究, 2004(10): 75-83.

[5] 姚德權(quán), 黃學軍, 楊光. 中國機構(gòu)投資者情緒與股票收益關系研究[J]. 湖南大學學報(社會科學版), 2010, 24(6): 46-50.

[6] 劉維奇, 劉新新. 個人和機構(gòu)投資者情緒與股票收益------基于上證A股市場的研究[J]. 管理科學學報, 2014, 17(3): 70-87.

[7] 張強, 楊淑娥. 噪音交易、投資者情緒波動與股票收益[J]. 系統(tǒng)工程理論與實踐, 2009, 29(3): 40-47.

[8] 董孝伍, 張信東, 劉維奇. 投資者情緒與股票市場收益的互動關系------基于分位數(shù)回歸的研究[J]. 經(jīng)濟管理, 2013(6): 103-111.

[9] 俞紅海, 李心丹, 耿子揚. 投資者情緒、意見分歧與中國股市IPO之謎[J]. 管理科學學報, 2015, 18(3): 78-89.

[10] Johnk D W, Soydemir G. Time-varying market price of risk and investor sentiment: Evidence from a Multivariate GARCH Model[J]. Journal of Behavioral Finance, 2015, 16(2): 105-119.

[11] Baker M, Wurgler J. Investor sentiment and the cross-section of stock returns [J]. Journal of Finance, 2006, 61(4): 1645-1680.

[12] 宋澤芳, 李元. 投資者情緒與股票特征關系[J]. 系統(tǒng)工程理論與實踐, 2012, 32(1): 27-33.

[13] Ding C G, Wang H J, Lee M C, et al. How does the change in investor sentiment over time affect stock returns? [J]. Emerging Markets Finance and Trade, 2014, 50(s2): 144-158.

[14] Da Z, Engelberg J, Gao P J. The sum of all fears investor sentiment and asset prices [J]. Review of Financial Studies, 2015, 28(1): 1-32.

[15] Lai J, Zheng T, Yi H, et al. Investor sentiment affects the trading volume: An evidence from network forums text analysis [C]. Fuzzy Systems and Knowledge Discovery (FSKD), 2014 11th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD), 2014: 666-670.

[16] Kim S H, Kim D. Investor sentiment from internet message postings and the predictability of stock returns [J]. Journal of Economic Behavior & Organization, 2014, 107(PB): 708-729.

[17] 馬若微, 張娜. 我國股票市場投資者情緒SENT指數(shù)的構(gòu)建——基于上證A股公司的面板數(shù)據(jù)[J]. 中央財經(jīng)大學學報, 2015(7): 42-49.

[18] Bu H, Pi L. Does investor sentiment predict stock returns? the evidence from Chinese stock market[J]. Journal of Systems Science & Complexity, 2014, 27(1): 130-143.

[19] Hengelbrock J, Theissen E, Westheide C. Market response to investor sentiment [J]. Journal of Business Finance & Accounting, 2013, 40(7/8): 901-917.

[20] Schmeling M. Investor sentiment and stock returns: Some international evidence [J]. Journal of Empirical Finance, 2009,16(3): 394-408.

[21] 熊偉, 陳浪南. 股票特質(zhì)波動率、股票收益與投資者情緒[J].管理科學, 2015(5): 106-115.

[22] Coakley J, Dotsis G, Liu X Q, et al. Investor sentiment and value and growth stock index options [J]. European Journal of Finance, 2014, 20(12): 1211-1229.

[23] Kim M, Park J. Individual investor sentiment and stock returns: Evidence from the Korean stock market [J]. Emerging Markets Finance and Trade, 2015, 51(5): S1-S20.

[24] Chung S L, Hung C H, Yeh C Y. When does investor sentiment predict stock returns? [J]. Journal of Empirical Finance, 2012, 19(2): 217-240.

[25] Kim J S, Ryu D, Seo S W. Investor sentiment and return predictability of disagreement [J]. Journal of Banking & Finance, 2014, 42(1): 166-178.

[26] Tetlock P C. Giving content to investor sentiment: The role of media in the stock market [J]. Journal of Finance, 2007, 62(3): 1139-1168.

[27] 文鳳華, 肖金利, 黃創(chuàng)霞, 等. 投資者情緒特征對股票價格行為的影響研究[J]. 管理科學學報, 2014, 17(3): 60-69.

[28] Frazzini A, Lamont O A. Dumb money: Mutual fund flows and the cross-section of stock returns[J]. Journal of Financial Economics, 2008, 88(2): 299-322.

[29] 劉鋒, 葉強, 李一軍. 媒體關注與投資者關注對股票收益的交互作用: 基于中國金融股的實證研究[J]. 管理科學學報, 2014, 17(1): 72-85.

[30] 陳強. 高級計量經(jīng)濟學及Stata應用[M]. 北京: 高等教育出版社, 2014: 251-253.

[31] Breusch T S, Pagan A R. The lagrange multiplier test and its applications to model specification in econometrics [J]. Review of Economic Studies, 1980, 47(1): 239-53.

[32] Da Z, Engelberg J, Gao P J. In search of attention [J]. Journal of Finance, 2011, 66(5): 1461-1499.

[33] 田利輝, 王冠英. 我國股票定價五因素模型: 交易量如何影響股票收益率?[J]. 南開經(jīng)濟研究, 2014(2):54-75.

[34] 王永宏, 趙學軍. 中國股市“慣性策略”和“反轉(zhuǎn)策略”的實證分析[J]. 經(jīng)濟研究, 2001(6): 56-61.

[35] 馮科, 鄭琛. 短期動量效應與收益反轉(zhuǎn)效應研究—— 基于中國中小板市場數(shù)據(jù)實證分析[J]. 財經(jīng)理論與實踐, 2013(2): 29-33.

[36] 李宏, 王剛, 路磊. 股票流動性能夠解釋收益反轉(zhuǎn)之謎嗎?[J].管理科學學報, 2016, 19(8): 84-101.

[37] 陳共榮, 劉冉. 市盈率能否成為投資決策分析的有效指標：來自中國A股的經(jīng)驗數(shù)據(jù)[J]. 會計研究, 2011, 21(9): 9-16.

[38] 張亞東, 樸軍. 中國A股公司市盈率、市凈率與ROE水平的關系研究[J]. 管理工程學報, 2007(4): 136-139.

[39] Barber B M, Odean T. All that glitters: The effect of attention and news on the buying behavior of individual and institutional investors [J]. Review of Financial Studies, 2008, 21(2): 785-818.

The asymmetric effects of institutional/individual sentiment on abnormal returns of the stock

CAO Xianye, LIU Yongmei
(School of Business, Central South University, Changsha 410083, China)

By employing the data of proportion of net buying capital flows as the proxies of sentiment, the present study focuses on the asymmetric effects of positive and negative sentiment on the abnormal returns. We selected 2658 stocks within a total of 194 trading weeks from January 2012 to October 2015 as the research objects to conduct a panel data model with individual fixed effects. The results show that in the next week and the week after next, the individual sentiment has negative effect on the abnormal returns, and that in the four weeks institutional sentiment has positive effect on the abnormal returns. Moreover, investor sentiment has asymmetric effects on the abnormal returns in the following weeks. That is to say, the effect of individual positive sentiment is significantly different from the negative sentiment in the first and third week after, and the effect of institutional negative sentiment is significantly different from the positive sentiment in the third week after. We can get a more effective model by estimating the two types of sentiments separately. The empirical results have important value for understanding the impact of positive and negative emotions on the abnormal return of stock.

individual investors; institutional investors; investor sentiment; positive sentiment; negative sentiment; asymmetric effects

F830.91

A

1672-3104(2016)06-0092-10

[編輯: 譚曉萍]

2016-08-31；

2016-10-21

國家自然科學基金委重大國際(地區(qū))合作研究項目“基于行為的電子商務研究”(71210003)

曹仙葉(1985-)，女，湖南郴州人，中南大學商學院博士研究生，主要研究方向：行為金融學，金融大數(shù)據(jù)；劉詠梅(1969-)，湖南長沙人，中南大學商學院教授，博士生導師，主要研究方向：電子商務，管理信息系統(tǒng)與決策支持系統(tǒng)，行為供應鏈，行為金融學