劉司航　黃創(chuàng)霞　陳憲　文鳳華

摘要從行為金融學(xué)角度研究投資者情緒對(duì)中國(guó)股市風(fēng)險(xiǎn)收益關(guān)系的影響，或有助于更好的解釋風(fēng)險(xiǎn)收益關(guān)系.采用偏最小二乘法（PLS）構(gòu)建新的投資者情緒綜合指數(shù)，同時(shí)在對(duì)風(fēng)險(xiǎn)的度量中運(yùn)用個(gè)股平均相關(guān)性代替總體方差來(lái)度量市場(chǎng)風(fēng)險(xiǎn).研究結(jié)果表明PLS情緒指數(shù)比常用的主成分分析法所構(gòu)建的情緒指數(shù)及單個(gè)情緒代理變量能更好的解釋股市收益；平均相關(guān)性比市場(chǎng)波動(dòng)更適合作為市場(chǎng)風(fēng)險(xiǎn)的度量指標(biāo)；投資者情緒對(duì)風(fēng)險(xiǎn)收益關(guān)系有顯著影響，其中在低情緒期風(fēng)險(xiǎn)和收益之間的相關(guān)性不顯著，而高情緒期風(fēng)險(xiǎn)和收益之間呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系.由實(shí)證結(jié)果可知中國(guó)股市投資者存在非理性行為，應(yīng)從行為金融的角度去考慮資產(chǎn)定價(jià)，同時(shí)對(duì)各指標(biāo)的準(zhǔn)確度量更有利于完善行為資產(chǎn)定價(jià)理論.

關(guān)鍵詞金融市場(chǎng)；風(fēng)險(xiǎn)收益關(guān)系；偏最小二乘法；投資者情緒

中圖分類號(hào)F832.5文獻(xiàn)標(biāo)識(shí)碼A

Impact of PLS Sentiment Index on Relationship between Risk and Return of Chinese Stock Market

Sihang LIU1，Chuangxia HUANG2，Xian CHEN1，F(xiàn)enghua WEN1

（1.Business School，Central South University，Changsha，Hunan 410083，China；

2.School of mathematics and statistics，Changsha University of Science and Technology，Changsha，Hunan 410114，China）

AbstractFrom the perspective of behavioral finance，studying the impact of investor sentiment on the risk return relationship of China stock market may help to better explain the relationship between risk and return.With constructing a new composite sentiment index by the partial least squares（PLS） method and using average correlation to measure risk，it turns out that the PLS sentiment index performs better than other indexes，average correlation is more suitable for measuring market risk，and there is no significant correlation between risk and return during low sentiment，but during high emotional period it shows significant correlation between risk and return.The empirical results show that there exists irrational behavior in Chinese stock market，it is better to consider asset pricing from the perspective of behavioral finance，and the accurate measurement of each index is helpful to refine the behavioral asset pricing theory.

Key wordsfinancial markets；relationship between risk and return；PLS method；investor sentiment

1引言

風(fēng)險(xiǎn)收益關(guān)系一直是研究金融市場(chǎng)的熱點(diǎn)問(wèn)題.中國(guó)作為新興市場(chǎng)國(guó)家，其股票市場(chǎng)起步較晚，市場(chǎng)運(yùn)行機(jī)制尚未成熟，暴漲暴跌現(xiàn)象嚴(yán)重.不穩(wěn)定的市場(chǎng)環(huán)境使得投資出現(xiàn)極大的不確定性，如何更好的判斷風(fēng)險(xiǎn)與收益的關(guān)系顯得越發(fā)重要.Sharpe（1964）[1]基于傳統(tǒng)資產(chǎn)定價(jià)理論，研究認(rèn)為市場(chǎng)收益與風(fēng)險(xiǎn)之間為正相關(guān)關(guān)系.Merton（ 1973）[2]在經(jīng)典金融學(xué)理論框架下，也分析得出相同結(jié)論.然而有學(xué)者發(fā)現(xiàn)收益與風(fēng)險(xiǎn)之間不一定是正相關(guān)關(guān)系.（French 1987）[3]研究發(fā)現(xiàn)兩者之間不存在確定的相關(guān)性.出現(xiàn)這種分歧的主要原因在于傳統(tǒng)金融理論建立在理性人的基礎(chǔ)上，認(rèn)為投資者是風(fēng)險(xiǎn)厭惡的，而隨著行為金融學(xué)的興起，學(xué)者研究發(fā)現(xiàn)人們的風(fēng)險(xiǎn)偏好會(huì)呈現(xiàn)出不同的特征并且可能發(fā)生變化.Kahneman和Tversky （1979）[4]在修正理性人假設(shè)的基礎(chǔ)上，提出前景理論認(rèn)為人們并非一直處于理性的風(fēng)險(xiǎn)規(guī)避態(tài)度.由于投資者非理性行為的存在，大量的學(xué)者開(kāi)始將投資者情緒引入到對(duì)金融市場(chǎng)的實(shí)證研究中，作為最典型的非理性因素之一，投資者情緒可能對(duì)市場(chǎng)風(fēng)險(xiǎn)收益之間的關(guān)系產(chǎn)生影響，并進(jìn)而解釋風(fēng)險(xiǎn)和收益并不總是為正相關(guān)的現(xiàn)象.

在對(duì)風(fēng)險(xiǎn)收益關(guān)系的實(shí)證研究中，Yu和Yuan（2011）[5]首次引入投資者情緒，運(yùn)用不同的波動(dòng)模型分析其對(duì)美國(guó)股市收益風(fēng)險(xiǎn)關(guān)系的影響，研究發(fā)現(xiàn)在低情緒時(shí)期，風(fēng)險(xiǎn)收益關(guān)系顯著為正，在高情緒時(shí)期，風(fēng)險(xiǎn)收益關(guān)系被削弱.Constaniou Antoniou等（2015）[6]利用情緒指數(shù)研究美國(guó)股市認(rèn)為，在低情緒期，市場(chǎng)噪聲交易減少，市場(chǎng)普遍處于傳統(tǒng)模式中，即風(fēng)險(xiǎn)收益正相關(guān)；而在高情緒期，由于投資者過(guò)度自信、風(fēng)險(xiǎn)尋求等原因，高貝塔值股票被過(guò)度高估，風(fēng)險(xiǎn)收益呈負(fù)相關(guān)關(guān)系.國(guó)內(nèi)學(xué)者在考慮投資者情緒因素的條件下對(duì)我國(guó)市場(chǎng)收益與風(fēng)險(xiǎn)的關(guān)系進(jìn)行了一系列的研究，但并沒(méi)有形成確切的定論.陳其安、朱敏和賴琴云（2012）[7]利用好淡指數(shù)研究投資者情緒對(duì)投資者選擇投資組合的影響，結(jié)果顯示情緒高漲時(shí)投資組合預(yù)期超額收益與風(fēng)險(xiǎn)正相關(guān)，情緒低落時(shí)兩者負(fù)相關(guān).宋澤芳和李元（2015）[8]也研究得出同樣的結(jié)論，當(dāng)市場(chǎng)情緒低迷時(shí)，風(fēng)險(xiǎn)收益呈負(fù)相關(guān)；當(dāng)投資者情緒進(jìn)入復(fù)蘇或高潮期時(shí)，兩者呈顯著的正相關(guān).而高大良等（2015）[9]通過(guò)對(duì)中國(guó)股市的研究認(rèn)為在低情緒期，風(fēng)險(xiǎn)收益之間呈正相關(guān)關(guān)系，而在高情緒期，風(fēng)險(xiǎn)收益關(guān)系被削弱為顯著的負(fù)相關(guān)關(guān)系.endprint

以上學(xué)者的研究結(jié)果顯示投資者情緒對(duì)股市風(fēng)險(xiǎn)收益關(guān)系有顯著的影響，但結(jié)論卻不盡相同.不同的學(xué)者在構(gòu)建投資者情緒指數(shù)時(shí)采用的方法不盡相同，Baker和Wurgler（2007）[10]指出目前的問(wèn)題是如何準(zhǔn)確度量投資者情緒，對(duì)投資者情緒指數(shù)的進(jìn)一步優(yōu)化將更有效的衡量其對(duì)風(fēng)險(xiǎn)和收益關(guān)系的影響.大量文獻(xiàn)研究中對(duì)投資者情緒的度量有直接和間接兩種方式，直接度量方式主要是通過(guò)問(wèn)卷調(diào)查投資者對(duì)市場(chǎng)未來(lái)走勢(shì)的樂(lè)觀或悲觀態(tài)度，進(jìn)而使用樂(lè)觀和悲觀投資者比例計(jì)算出市場(chǎng)情緒指標(biāo).Brown和 Cliff（2004）[11]曾構(gòu)建投資者智能指數(shù)研究短期證券市場(chǎng).Lemmon 和Portniaguina （2006） [12]利用消費(fèi)者信心指數(shù)來(lái)反映投資者情緒，研究其對(duì)資產(chǎn)價(jià)格的影響.孫毅等（2013） [13]利用網(wǎng)絡(luò)搜索數(shù)據(jù)構(gòu)建中國(guó)消費(fèi)者信心指數(shù)，以此作為投資者情緒變量并研究其應(yīng)用價(jià)值.但直接度量方法主觀程度較大，而且會(huì)受客觀條件的限制，只能獲得一部分投資者的反饋，因此目前更為普遍的方法是通過(guò)獲取市場(chǎng)上公開(kāi)的交易信息數(shù)據(jù)，利用市場(chǎng)數(shù)據(jù)來(lái)刻畫投資者情緒.Baker和 Wurgler（2006）[14]首次選取封閉式基金折價(jià)、NYSE股票收益、IPO數(shù)量、IPO首日收益、新發(fā)行的股權(quán)比例、分紅溢價(jià)等6個(gè)情緒代理變量，利用主成分分析法構(gòu)建了投資者情緒綜合指標(biāo)（BW指數(shù)）.在之后的行為金融研究中，學(xué)者紛紛借鑒該方法來(lái)構(gòu)建綜合投資者情緒.Yu和Yuan（2011）[5]利用該綜合指數(shù)，研究了美國(guó)市場(chǎng)投資者情緒對(duì)風(fēng)險(xiǎn)收益關(guān)系的影響.Baker等（2012）[15]用同樣的方法構(gòu)建了日本、英國(guó)、美國(guó)、加拿大、法國(guó)、德國(guó)6大主要股票市場(chǎng)和全球的投資者情緒指數(shù).在國(guó)內(nèi)黃德龍等（2009）[16]首次用中國(guó)股市換手率（TURN）、封閉式基金折價(jià)率（CEFD）、新增開(kāi)戶數(shù)（NIA）進(jìn)行主成分分析合成投資者情緒指數(shù).隨后蔣玉梅和王明照（2010）[17]選取了5個(gè)代理指標(biāo)構(gòu)建綜合情緒指數(shù)，研究情緒對(duì)股市收益影響的總體效應(yīng)和橫截面效應(yīng).張宗新和王海亮（2013）[18]同樣利用主成分分析構(gòu)建情緒指數(shù)，研究投資者信念調(diào)整對(duì)中國(guó)股市波動(dòng)的傳導(dǎo)路徑.文鳳華等（2014）[19]利用主成分分析法構(gòu)建投資者綜合情緒，研究了投資者情緒對(duì)股票價(jià)格行為的影響研究.

除上述的情緒指數(shù)構(gòu)建方法外，Huang等（2015）[20]在研究美國(guó)股市時(shí)提出了新的投資者情緒的測(cè)度方法，基于偏最小二乘法的投資者情緒指標(biāo)構(gòu)造，認(rèn)為主成分分析法提取的情緒綜合指數(shù)可能不一定包含與市場(chǎng)相關(guān)的信息，運(yùn)用偏最小二乘法既保留了主成分分析的特點(diǎn)同時(shí)又保證了從情緒代理變量中提取與市場(chǎng)相關(guān)的有效信息，并實(shí)證對(duì)比了Baker綜合指數(shù)及單個(gè)情緒代理變量，證明新的情緒指標(biāo)具有更強(qiáng)的預(yù)測(cè)能力.Gao和Süss （2015）[21]在研究美國(guó)市場(chǎng)情緒與期貨收益關(guān)系的研究中，利用偏最小二乘法構(gòu)建了市場(chǎng)情緒指標(biāo)并對(duì)比主成分分析法構(gòu)建的指標(biāo)證明了其在解釋期貨市場(chǎng)收益的有效性和優(yōu)越性.但這些研究仍有一些不足之處，Huang等（2015）[20]、Gao和Süss（2015）[21]在用偏最小二乘法構(gòu)建情緒綜合指標(biāo)時(shí)，只考慮了代理變量的當(dāng)期值，而B(niǎo)aker和Wurgler（2006）[15]指出各代理變量本身可能存在一定的領(lǐng)先-滯后效應(yīng)，有些變量無(wú)法及時(shí)反映投資者情緒，應(yīng)當(dāng)同時(shí)考慮當(dāng)期和滯后期情緒代理變量，再對(duì)比選取最終的情緒代理變量合成綜合情緒指數(shù).因此可借鑒偏最小二乘法，將其應(yīng)用于中國(guó)股市的投資者情緒度量上，并綜合考慮情緒代理變量的當(dāng)期值和滯后值，構(gòu)建新的投資者情緒指數(shù).

同時(shí)在數(shù)據(jù)的處理方法上，不同的學(xué)者對(duì)風(fēng)險(xiǎn)的度量也不盡相同，以往學(xué)者的研究中學(xué)者們對(duì)風(fēng)險(xiǎn)和收益關(guān)系的刻畫往往通過(guò)資產(chǎn)定價(jià)模型將其轉(zhuǎn)化為資產(chǎn)收益條件均值和收益條件方差之間的關(guān)系，其中收益的條件方差用來(lái)代表風(fēng)險(xiǎn).當(dāng)市場(chǎng)組合與不可觀測(cè)的風(fēng)險(xiǎn)資產(chǎn)之間的協(xié)方差與市場(chǎng)方差相等時(shí)這種替代是合理的但實(shí)際上這一假設(shè)還缺乏相關(guān)的經(jīng)驗(yàn)證據(jù).根據(jù)Roll批判，由于投資者的總體資產(chǎn)中有部分資產(chǎn)不可能被直接觀測(cè)到，僅僅采用股票市場(chǎng)中可觀測(cè)數(shù)據(jù)來(lái)對(duì)CAPM模型進(jìn)行實(shí)證就可能產(chǎn)生一些問(wèn)題.Pollet和Wilson（2010）[22]據(jù)此明確指出一旦股市波動(dòng)和總體資產(chǎn)的波動(dòng)不相關(guān)或者弱相關(guān)，此時(shí)股市波動(dòng)與收益之間的關(guān)系就不能很好的體現(xiàn)總體資產(chǎn)風(fēng)險(xiǎn)和收益之間的關(guān)系，通過(guò)嚴(yán)密的理論推導(dǎo)認(rèn)為平均相關(guān)性能更好的反映風(fēng)險(xiǎn)資產(chǎn)所面臨的總體風(fēng)險(xiǎn)，并選取標(biāo)準(zhǔn)普爾500指數(shù)通過(guò)算例分析證明了這一結(jié)論.高大良等（2015）[8]選取A股市場(chǎng)42支個(gè)股數(shù)據(jù)構(gòu)建平均相關(guān)性，并與市場(chǎng)方差進(jìn)行對(duì)比分析，發(fā)現(xiàn)平均相關(guān)性能夠更好的解釋股市收益.但高大良等（2015）[8]所選取的42支個(gè)股其代表性不足，在實(shí)證中可進(jìn)一步選取更具代表性的個(gè)股并進(jìn)一步擴(kuò)大樣本容量，構(gòu)建平均相關(guān)性，以此作為股市市場(chǎng)風(fēng)險(xiǎn)的度量指標(biāo).

綜上所述，學(xué)者對(duì)投資者情緒以及股市風(fēng)險(xiǎn)收益關(guān)系進(jìn)行了大量而深入的分析，然而在對(duì)情緒指數(shù)的構(gòu)建方法上還存在較大差異，國(guó)內(nèi)文獻(xiàn)在指數(shù)的選取上還缺少相關(guān)依據(jù)，主觀性較強(qiáng)，少有學(xué)者對(duì)這些指數(shù)進(jìn)行綜合對(duì)比分析.基于此將進(jìn)一步完善情緒指數(shù)的度量，運(yùn)用新的方法構(gòu)建投資者情緒指數(shù)，并通過(guò)對(duì)比分析選取最優(yōu)指數(shù)，進(jìn)而通過(guò)最優(yōu)情緒指數(shù)更好的反映風(fēng)險(xiǎn)與收益的關(guān)系.實(shí)證分析中首先利用偏最小二乘法構(gòu)建新的投資者情緒綜合指數(shù)，并與其他情緒指標(biāo)進(jìn)行綜合對(duì)比分析.同時(shí)通過(guò)更具代表性的個(gè)股數(shù)據(jù)構(gòu)建平均相關(guān)性作為風(fēng)險(xiǎn)的度量指標(biāo)，研究新的情緒指標(biāo)對(duì)股市風(fēng)險(xiǎn)收益關(guān)系的影響.該研究有助于從行為資產(chǎn)定價(jià)的角度去理解風(fēng)險(xiǎn)收益的關(guān)系，且各指標(biāo)的精確度量將更準(zhǔn)確反映這一數(shù)量關(guān)系.

后續(xù)的結(jié)構(gòu)安排如下：第二部分是方法介紹；第三部分是指標(biāo)構(gòu)建及統(tǒng)計(jì)性描述，第四部分為實(shí)證分析；第五部分是穩(wěn)健性檢驗(yàn)；第六部分是結(jié)論.

2方法介紹

2.1偏最小二乘估計(jì)

偏最小二乘估計(jì)提供了一種多對(duì)多線性回歸建模方法，在建模過(guò)程中集中了主成分分析、典型相關(guān)性和線性回歸分析方法的特點(diǎn)，其基本原理如下：endprint

設(shè)有因變量{y1，y2，y3，…，yp}和自變量{x1，x2，x3，…，xq} ，觀測(cè)了n個(gè)樣本點(diǎn)，由此構(gòu)成了自變量與因變量的數(shù)據(jù)表X和Y，偏最小二乘回歸分別在X與Y中提取出成分t1與u1 （ 即： t1、u1分別是x1，x2，x3，…，xq、 y1，y2，y3，…，yp的線性組合） 在提取這兩個(gè)成分時(shí)，需滿足以下兩個(gè)條件：

（1） t1與u1應(yīng)盡可能大地?cái)y帶它們各自數(shù)據(jù)表中的變異信息；

（2） t1與u1的相關(guān)程度達(dá)到最大

這兩個(gè)要求表明，t1與u1應(yīng)盡可能好地代表數(shù)據(jù)X與Y，同時(shí)自變量的成分t1對(duì)因變量的成分u1又有較強(qiáng)的解釋能力.在第一個(gè)成分t1與u1被提取后，偏最小二乘回歸分別實(shí)施X對(duì)t1的回歸及Y對(duì)t1的回歸.如果回歸方程已經(jīng)達(dá)到滿意的精確度，則算法終止；否則將利用X與Y分別被t1解釋后的殘余信息進(jìn)行第二輪的成分提取如此往復(fù)，直到能達(dá)到一個(gè)較滿意的精度為止.若最終對(duì)X提取了m個(gè)成分t1，…，tm，偏最小二乘回歸將實(shí)行Y對(duì)t1，…，tm的回歸，然后再表達(dá)成yk（k=1，2，…，p）關(guān)于原變量x1，x2，x3，…，xq的回歸方程.其主成分選取的依據(jù)，若選取成分的個(gè)數(shù)過(guò)多，會(huì)很容易出現(xiàn)過(guò)度擬合的問(wèn)題，因此我們需要一個(gè)有效的原則來(lái)確定成分的個(gè)數(shù).采用類似抽樣測(cè)試的工作方式，把所有樣本點(diǎn)分成兩部分：第一部分用來(lái)重新擬合一個(gè)偏最小二乘模型，第二部分的樣本點(diǎn)作為測(cè)試數(shù)據(jù)；帶入擬合模型中求得預(yù)測(cè)值誤差平方和如下：

重復(fù)g次，直到所有的樣本都被預(yù)測(cè)了一次，最后把每個(gè)樣本的預(yù)測(cè)誤差平方和加總?cè)缦拢?/p>

常見(jiàn)的交叉驗(yàn)證方法有“留一驗(yàn)證”，“K折交叉驗(yàn)證”，“Holdout驗(yàn)證”等方法，選取一種方法分別求出1～r個(gè)成分對(duì)應(yīng)的（2）中的值，取該值最小的或者幾乎不再變化的成分個(gè)數(shù)作為最終模型選取的成分個(gè)數(shù).相比于后兩種驗(yàn)證法，“留一驗(yàn)證”計(jì)算最繁瑣，但樣本利用率最高，故采用該方法來(lái)處理樣本，構(gòu)建情緒綜合指數(shù).

2.2風(fēng)險(xiǎn)度量方法

計(jì)算股市風(fēng)險(xiǎn)指標(biāo)時(shí)，參考Pollet和Wilson（2010）[24]的計(jì)算方法，通過(guò)加總?cè)斩葦?shù)據(jù)得到月度數(shù)據(jù)，具體指標(biāo)方法計(jì)算方式如下：

（1）市場(chǎng)波動(dòng)

該指標(biāo)用于對(duì)比分析，rt，d為t月第d個(gè)交易日的超額收益，Nt為t月交易日天數(shù)，20為月平均交易天數(shù).

（2）平均相關(guān)性

其中ρjk，t為股票j和股票k第t月的相關(guān)系數(shù)，ωj，t為股票j在第t月底所占樣本股票總市值的市值比，ACt為第t月所有N只股票的平均相關(guān)性.

3指標(biāo)構(gòu)建及描述性統(tǒng)計(jì)

3.1投資者情緒指標(biāo)構(gòu)建

投資者情緒綜合指數(shù)的構(gòu)建將同時(shí)運(yùn)用偏最小二乘法和主成分分析法.考慮到中國(guó)股票市數(shù)據(jù)的可得性以及審核制的上市程序，參考劉維奇和閆汾娟（2014）[25]選取投資者情緒代理指標(biāo)為：月新增開(kāi)戶數(shù)account、流通市值加權(quán)換手率turn、封閉式基金折價(jià)率cefd、消費(fèi)者信心指數(shù)cci，樣本區(qū)間為2004.1-2016.1，共145個(gè)月度數(shù)據(jù)樣本.同時(shí)，為了消除宏觀經(jīng)濟(jì)因素的影響，在投資者情緒指標(biāo)的構(gòu)建過(guò)程中還需要對(duì)宏觀經(jīng)濟(jì)變量加以控制，參考宋澤芳和李元（2015）[9]選取宏觀經(jīng)濟(jì)變量為宏觀經(jīng)濟(jì)景氣預(yù)警指數(shù)（jqzs）、居民消費(fèi)價(jià)格指數(shù)（cpi）、工業(yè)生產(chǎn)者出廠價(jià)格指數(shù)（ppi）.所用股票收益率為上證A股月度收益率減去無(wú)風(fēng)險(xiǎn)收益率得到的超額收益率r.為了消除量綱的影響，所有變量都進(jìn)行了標(biāo)準(zhǔn)化處理.數(shù)據(jù)來(lái)源：wind數(shù)據(jù)庫(kù)、國(guó)泰安數(shù)據(jù)庫(kù)、銳思數(shù)據(jù)庫(kù).

從表1可以看出，各情緒代理變量之間并非都呈現(xiàn)一種正向的關(guān)系，但各變量之間都有顯著的相關(guān)性，通過(guò)它們的綜合影響，可以反映投資者情緒狀態(tài).

首先對(duì)原始變量的即期和滯后一期數(shù)據(jù)進(jìn)行偏最小二乘分析，利用留一交叉法所確定的主成分個(gè)數(shù)構(gòu)建原始情緒指標(biāo)sents0，再根據(jù)表2中sents0與各變量之間的相關(guān)性，選取相關(guān)性較大的account、cci、turn、cefdl作為最終的情緒代理變量.并將選取的4個(gè)情緒代理變量對(duì)宏觀經(jīng)濟(jì)變量進(jìn)行回歸，取得殘差序列作為剔除了宏觀經(jīng)濟(jì)影響的代理變量進(jìn)行偏最小二乘分析構(gòu)建情緒指標(biāo)sents.如表3所示根據(jù)留一驗(yàn)證法選取前3個(gè)主成分合成情緒指標(biāo)sents，其表達(dá)式如下：

同時(shí)參照Baker和Wugler（2006）的方法，用主成分分析法最終選取account、ccil、turn、cefdl構(gòu)建投資者情緒sentb，其表達(dá)式如下：

3.2風(fēng)險(xiǎn)指標(biāo)說(shuō)明

為保證個(gè)股的代表性，選取上證180成份股作為樣本股（其總市值規(guī)模占上證A股總市值的55%）.同時(shí)為保證數(shù)據(jù)的完整性，將數(shù)據(jù)按年歸類，某一年分個(gè)股數(shù)據(jù)缺失嚴(yán)重的將該股剔除，而其他年份保留該個(gè)股數(shù)據(jù)，按照公式算出每一年的月度平均相關(guān)性.同時(shí)選取上證A股超額收益率R作為市場(chǎng)指數(shù)，以此計(jì)算市場(chǎng)方差.以上數(shù)據(jù)均來(lái)自wind數(shù)據(jù)庫(kù).實(shí)證中所使用的收益率均為超額收益率，其中日無(wú)風(fēng)險(xiǎn)收益率來(lái)自銳思數(shù)據(jù)庫(kù).數(shù)據(jù)選取的期間與投資者情緒指標(biāo)選取的期間保持一致，每個(gè)指標(biāo)得到145個(gè)月度數(shù)據(jù)樣本.

3.3描述性統(tǒng)計(jì)

首先根據(jù)各情緒指數(shù)和股市收益率的走勢(shì)圖進(jìn)行直觀上的描述.由圖1可以看出除封閉式基金折價(jià)率（cefd）的變動(dòng)方向與指數(shù)收益率剛好相反之外，其余情緒指數(shù)的走勢(shì)均與股市走勢(shì)較吻合，基本捕捉到了中國(guó)A股市場(chǎng)2006—2007年的牛市和隨后全球金融危機(jī)造成的股市崩盤以及2015年之后的大幅波動(dòng).但從圖中可以看出各情緒指標(biāo)的擬合效果差別較大，下文將通過(guò)實(shí)證加以分析.

由表4可以看出個(gè)股的平均相關(guān)性AC的月均值為0.353， 該值較高說(shuō)明A股股價(jià)的聯(lián)動(dòng)性較強(qiáng).Pollet和Wilson（2010） [24]研究認(rèn)為總體風(fēng)險(xiǎn)的增長(zhǎng)通常伴隨著股票價(jià)格共同運(yùn)動(dòng)趨勢(shì)的加劇，而A股個(gè)股間的強(qiáng)聯(lián)動(dòng)性正對(duì)應(yīng)了股市的暴漲暴跌現(xiàn)象，用平均相關(guān)性代替總體風(fēng)險(xiǎn)有其合理性.且從表中A股超額收益率分布的偏度和峰度可知，R是偏離正態(tài)分布的，傳統(tǒng)金融理論中用方差來(lái)衡量風(fēng)險(xiǎn)的前提是收益率近似服從正態(tài)分布，由此可知總體方差即MV并不是最理想的風(fēng)險(xiǎn)度量指標(biāo).實(shí)證中將對(duì)上述兩個(gè)指標(biāo)進(jìn)行對(duì)比分析.endprint

4實(shí)證分析

4.1投資者情緒指數(shù)的對(duì)比分析

為考察各情緒指數(shù)的有效性，參考Huang等（2015）[22]和Gao和Süss （2015）[23]采用如下的線性回歸方程：

來(lái)研究情緒對(duì)超額收益的影響.為保證結(jié)果的穩(wěn)健性，回歸運(yùn)行中采用自助法對(duì)樣本進(jìn)行默認(rèn)500次抽樣.并通過(guò)情緒的總體效應(yīng)、時(shí)序效應(yīng)、橫截面效應(yīng)三個(gè)方面來(lái)進(jìn)行回歸，根據(jù)回歸結(jié)果的顯著性水平和擬合度來(lái)對(duì)比各情緒指標(biāo).由于各情緒時(shí)間序列的單位根檢驗(yàn)結(jié)果為非平穩(wěn)序列，故對(duì)各指數(shù)進(jìn)行差分處理，變量前加d即表示差分變量.差分之后數(shù)據(jù)平穩(wěn)，且情緒差分之后仍不失其經(jīng)濟(jì)意義，代表了投資者情緒的變動(dòng).

表5中可以看出，每個(gè)情緒指數(shù)對(duì)股市收益都有顯著影響，除封閉式基金折價(jià)率以外，其余情緒指標(biāo)與超額收益都呈正相關(guān).且由顯著性和擬合度可以看出由偏最小二乘法得到的情緒指標(biāo)dsents對(duì)收益率的解釋要優(yōu)于主成分分析法構(gòu)建的綜合情緒指標(biāo)dsentb以及單個(gè)情緒代理變量.

由表6可以看出，在區(qū)分了高低情緒時(shí)，情緒對(duì)收益率的影響存在不對(duì)稱性，在低情緒時(shí)兩種綜合指標(biāo)對(duì)股市收益均沒(méi)有顯著影響，而在高情緒期對(duì)股市影響顯著.但在高情緒期dsents對(duì)收益率的擬合效果優(yōu)于其他情緒指標(biāo).

注：表中數(shù)據(jù)為修正的R2值，上述行業(yè)分別為農(nóng)林牧漁業(yè)、采掘業(yè)、有色金屬業(yè)、輕工業(yè)、旅游業(yè)，指數(shù)為申萬(wàn)一級(jí)行業(yè)指數(shù).同表9.

表7在分行業(yè)的研究結(jié)果中可以看出，dsents對(duì)各行業(yè)綜合指數(shù)的擬合結(jié)果總體上也優(yōu)于其他情緒指標(biāo).且對(duì)比表5、表7可以看出，情緒對(duì)市場(chǎng)總體超額收益率的影響要強(qiáng)于對(duì)單個(gè)行業(yè)的影響.

以上的實(shí)證結(jié)果充分證明了，偏最小二乘情緒指數(shù)在解釋股市收益時(shí)的有效性及優(yōu)越性.在下文將用該指數(shù)來(lái)研究情緒對(duì)股市風(fēng)險(xiǎn)收益關(guān)系的影響.

4.2情緒對(duì)風(fēng)險(xiǎn)收益關(guān)系的影響

首先為對(duì)比平均相關(guān)性和市場(chǎng)方差，參考4.1中的方法，利用如下方程：

來(lái)驗(yàn)證平均相關(guān)性對(duì)收益的解釋能力，回歸過(guò)程同樣采用自助法抽樣.并給出市場(chǎng)波動(dòng)的實(shí)證結(jié)果作為對(duì)比，且時(shí)間序列均通過(guò)單位根檢驗(yàn).

由表8的實(shí)證結(jié)果可知平均相關(guān)性對(duì)預(yù)期收益具有明顯的解釋能力，個(gè)股之間的平均相關(guān)性越高，預(yù)期收益則越低.同時(shí)市場(chǎng)波動(dòng)也對(duì)預(yù)期收益有顯著的負(fù)向影響，但比較表中的結(jié)果可知，平均相關(guān)性對(duì)預(yù)期收益的解釋作用更為明顯，在A股市場(chǎng)中平均相關(guān)性較之市場(chǎng)波動(dòng)更合適作為總體風(fēng)險(xiǎn)的代理變量.表中結(jié)果都顯示為負(fù)的風(fēng)險(xiǎn)收益關(guān)系，這與傳統(tǒng)金融理論相違背，接下來(lái)將進(jìn)一步分析這一負(fù)向關(guān)系是否與投資者情緒有關(guān).

表9顯示作為市場(chǎng)整體風(fēng)險(xiǎn)的度量指標(biāo)對(duì)行業(yè)收益率的回歸結(jié)果普遍不顯著且?guī)缀鯚o(wú)解釋作用，說(shuō)明衡量市場(chǎng)整體風(fēng)險(xiǎn)的指標(biāo)不適合用作行業(yè)風(fēng)險(xiǎn)的代理指標(biāo).

其次為進(jìn)一步考慮投資者情緒的影響，參考Yu和Yuan（2011）[5]設(shè)置如下的模型：

rs.t.=c0+c1dt+α0ACt+α1dtACt+εi（10）

其中dt為虛擬變量，等于1時(shí)代表高情緒期，等于0時(shí)代表低情緒期，所以在高情緒期內(nèi)，風(fēng)險(xiǎn)變化引起的收益變化幅度為α0+α1，低情緒期內(nèi)，風(fēng)險(xiǎn)變化引起的收益變化幅度為α0.同時(shí)對(duì)于市場(chǎng)波動(dòng)與收益的關(guān)系也相應(yīng)考慮投資者情緒的影響.

如表10所示，對(duì)比表8的實(shí)證結(jié)果可以看出，加入投資者情緒之后R2明顯增加，模型的解釋能力都得到極大的提升.投資者情緒的回歸系數(shù)都顯著為正說(shuō)明高的投資者情緒會(huì)增加預(yù)期收益，這與上文表4中的結(jié)果一致.同時(shí)α0、α0+α1的值及顯著性水平顯示，情緒對(duì)風(fēng)險(xiǎn)收益關(guān)系的影響存在非對(duì)稱性，在低情緒期，平均相關(guān)性和預(yù)期收益之間不存在顯著相關(guān)性，而在高情緒期，兩者呈顯著的負(fù)相關(guān)性，情緒對(duì)市場(chǎng)波動(dòng)和預(yù)期收益關(guān)系的影響也存在同樣的結(jié)果.實(shí)證結(jié)果與傳統(tǒng)資本資產(chǎn)定價(jià)模型相悖，在中國(guó)股市，低情緒期對(duì)風(fēng)險(xiǎn)收益關(guān)系沒(méi)有顯著影響，這可能與投資者過(guò)于低迷的市場(chǎng)參與度有關(guān)；而當(dāng)投資者情緒高漲時(shí)，投資者普遍對(duì)股市看好，股民參與熱情高且股市投機(jī)行為增加，與傳統(tǒng)的理性投資者風(fēng)險(xiǎn)規(guī)避的投資方式相比，投資者開(kāi)始趨向于風(fēng)險(xiǎn)尋求，即愿意接受負(fù)的風(fēng)險(xiǎn)補(bǔ)償.這說(shuō)明A股市場(chǎng)上的風(fēng)險(xiǎn)收益關(guān)系受投資者情緒的影響，中國(guó)市場(chǎng)在投資者情緒高漲時(shí)存在非理性行為.

同時(shí)從顯著性和R2的值可知，在統(tǒng)一模型框架下新指標(biāo)的運(yùn)用能更好的解釋情緒對(duì)風(fēng)險(xiǎn)收益關(guān)系的影響.

5穩(wěn)健性檢驗(yàn)

上述研究風(fēng)險(xiǎn)對(duì)收益關(guān)系的影響中采用的是sents情緒指標(biāo)，以下將給出sentb情緒指標(biāo)的實(shí)證結(jié)果進(jìn)行穩(wěn)健性分析，同時(shí)考慮到宏觀經(jīng)濟(jì)變量可能對(duì)股市造成的影響，將引入jqzs、cpi、ppi三個(gè)宏觀經(jīng)濟(jì)變量作為控制變量，考察情緒對(duì)風(fēng)險(xiǎn)收益關(guān)系影響的穩(wěn)健性.

表11的結(jié)果顯示，使用情緒指標(biāo)sentb后，實(shí)證結(jié)果與表8仍保持一致，即在低情緒期風(fēng)險(xiǎn)與預(yù)期收益之間的相關(guān)性不顯著，而在高情緒期風(fēng)險(xiǎn)與收益呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系.且對(duì)比可知sents和平均相關(guān)性比sentb和市場(chǎng)波動(dòng)能更好的體現(xiàn)風(fēng)險(xiǎn)收益關(guān)系.

由表12可以看出，加入宏觀經(jīng)濟(jì)變量之后R2變大，回歸模型對(duì)預(yù)期收益的解釋能力有明顯提高，說(shuō)明宏觀經(jīng)濟(jì)變量能在一定程度上解釋預(yù)期收益的變化.同時(shí)由相關(guān)的系數(shù)值和顯著性水平可知，即使加入了宏觀經(jīng)濟(jì)變量，情緒對(duì)風(fēng)險(xiǎn)收益關(guān)系的影響結(jié)果依然是穩(wěn)健的.

6結(jié)論

投資者情緒是行為金融學(xué)領(lǐng)域內(nèi)的一個(gè)持續(xù)的研究熱點(diǎn).投資者情緒的度量方法經(jīng)歷了從顯性情緒指標(biāo)到隱性情緒指標(biāo)、單一指標(biāo)到情緒復(fù)合指標(biāo)的發(fā)展歷程.在此基礎(chǔ)上進(jìn)一步的研究了復(fù)合情緒指標(biāo)的構(gòu)建方法，并對(duì)比分析了不同情緒指標(biāo)的解釋力度.實(shí)證發(fā)現(xiàn)綜合情緒指數(shù)的有效性優(yōu)于單個(gè)情緒指數(shù)，而偏最小二乘法構(gòu)建的情緒指數(shù)比廣泛使用的主成分分析法所構(gòu)建的情緒指數(shù)能更好的解釋股市收益，更適合作為情緒的度量指標(biāo).在研究投資者情緒對(duì)風(fēng)險(xiǎn)收益關(guān)系的影響中，采用平均相關(guān)性來(lái)代替總體風(fēng)險(xiǎn)，進(jìn)而在平均相關(guān)性-市場(chǎng)收益的框架下對(duì)投資者情緒如何影響風(fēng)險(xiǎn)收益關(guān)系進(jìn)行了研究.實(shí)證結(jié)果表明，平均相關(guān)性比市場(chǎng)波動(dòng)更適合用來(lái)度量市場(chǎng)風(fēng)險(xiǎn)，無(wú)論是采用平均相關(guān)性還是市場(chǎng)波動(dòng)來(lái)度量市場(chǎng)風(fēng)險(xiǎn)，在低情緒期風(fēng)險(xiǎn)和收益之間的相關(guān)性都不顯著，而高情緒期風(fēng)險(xiǎn)和收益之間都呈現(xiàn)顯著的負(fù)相關(guān)性，投資者表現(xiàn)出風(fēng)險(xiǎn)尋求，高情緒期非理性程度更大，盡管該實(shí)證結(jié)果與部分學(xué)者的結(jié)論不完全一致，但對(duì)比以上的實(shí)證結(jié)果可知，在同一模型中新指標(biāo)的運(yùn)用對(duì)這一關(guān)系的解釋作用更顯著，擬合性更強(qiáng)，同時(shí)穩(wěn)健性檢驗(yàn)也保證了結(jié)果的可靠性.endprint

對(duì)情緒和風(fēng)險(xiǎn)指標(biāo)的合理度量有利于完善行為資產(chǎn)定價(jià)理論，為風(fēng)險(xiǎn)和收益關(guān)系的量化提供更有效的情緒和風(fēng)險(xiǎn)代理指標(biāo)，為后續(xù)進(jìn)一步的研究奠定基礎(chǔ).我國(guó)證券市場(chǎng)管理部門要特別重視股市中投資者情緒的作用，要在加強(qiáng)對(duì)投資者心理和行為深入研究的基礎(chǔ)上，采取有效措施維護(hù)證券市場(chǎng)穩(wěn)定，促進(jìn)證券市場(chǎng)繁榮.

同時(shí)該研究也有待完善，在實(shí)證中使用的是月度數(shù)據(jù)，相比日度數(shù)據(jù)及更高頻數(shù)據(jù)而言會(huì)損失部分信息；從實(shí)證結(jié)果還可以看出，衡量市場(chǎng)整體的情緒和風(fēng)險(xiǎn)指標(biāo)也并不適合直接用于分析行業(yè)收益情況，在后續(xù)研究中將對(duì)以上兩點(diǎn)作進(jìn)一步的探討.

參考文獻(xiàn)

[1]W F SHARPE.Caitial Asset prices：A theory of market equilibrium under conditions of risk[J].Journal of Finance，1964（19）：425-442.

[2]R MERTON.The theory of rational option pricing[J].Bell Journal of Economics and Management Science，1973（4）：141-183.

[3]D KAHNEMAN，A TVERSKY.Prospect theory： An analysis of decision under risk.[J].Econometrica，1979，47（2）：263-291.

[4]K R FRENCH，W SCHWERT，R F STAMBAUGH.Expected stock returns and volatility[J].Journal of Finance Economics，1987（19）：3-29

[5]J F YU，Y YUAN.Investor sentiment and the mean–variance relation[J].Journal of Financial Economics，2011，100（2）： 367-381.

[6]C ANTONIOU，J A DOUKAS，A SUBRAHMANYAM.Investor Sentiment，Beta，and the Cost of Equity Capital[J].Management Science，2015，62（2）：347-367.

[7]陳其安，朱敏，賴琴云.基于投資者情緒的投資組合模型研究[J].中國(guó)管理科學(xué)，2012，20 （3）：47-56.

[8]宋澤芳，李元.基于投資者情緒的市場(chǎng)均值-方差關(guān)系研究[J].數(shù)理統(tǒng)計(jì)與管理，2015，34（6）：1102-1110.

[9]高大良，劉志峰，楊曉光.投資者情緒、平均相關(guān)性與股市收益[J].中國(guó)管理科學(xué)，2015，23（2）：10-20.

[10]M BAKER，J WURGLER.Investor Sentiment in the Stock Market[J].Journal of Economic Perspectives，2007，21（2）：129-152.

[11]G W BROWN，M T CLIFF.Investor sentiment and the near-term stock market[J].Journal of Empirical Finance，2004，11（1）： 1-27.

[12]M LEMMON，E PORTNIAGUINA.Consumer Confidence and Asset Prices： Some Empirical Evidence[J].Review of Financial Studies，2006，19（4）：1499-1529.

[13]陸江川，陳軍.極端投資者情緒對(duì)股價(jià)指數(shù)影響的非對(duì)稱研究[J].系統(tǒng)工程，2013（2）： 13-22.

[14]M BAKER，J WURGLER.Investor sentiment and the cross‐section of stock returns[J].The Journal of Finance，2006，61（4）： 1645-1680.

[15]M BAKER，J WURGLER，Y YUAN.Global，local，and contagious investor sentiment[J].Journal of Financial Economics，2012，104（2）： 272-287.

[16]黃德龍，文鳳華，楊曉光.投資者情緒指數(shù)及中國(guó)股市的實(shí)證[J].系統(tǒng)科學(xué)與科學(xué)，2009 （1）： 1- 13.

[17]蔣玉梅，王明照.投資者情緒與股票收益總體效應(yīng)與橫截面效應(yīng)的實(shí)證研究[J].南開(kāi)管理評(píng)論.2010（3）：150-160.

[18]張宗新，王海亮.投資者者情緒、主觀信念調(diào)整與市場(chǎng)波動(dòng)[J].金融研究，2013（4）：142-155.

[19]文鳳華，肖金利，黃創(chuàng)霞，陳曉紅，楊曉光.投資者情緒特征對(duì)股票價(jià)格行為的影響研究[J].管理科學(xué)學(xué)報(bào).2014（03）

[20]D S HUANG ，F(xiàn) W JIANG，J TU，G F ZHOU.Investor Sentiment Aligned： A Powerful Predictor of Stock Returns [J].Review of Financial Studies 2015，28 （3），791-837

[21]L GAO，S SSS.Market Sentiment in Commodity Futures Returns[J].Journal of Empirical Finance ，2015（33）：84–103

[22]J M POLLET，M WILSON.Average correlation and stock market returns [J].Journal of Financial Economics l，2010，96（3）：364-380

[23]劉維奇，閆汾娟.投資者情緒對(duì)基于宏觀因子套利定價(jià)的影響——來(lái)自上證A股的實(shí)證研究[J].經(jīng)濟(jì)管理，2014（5）：133-142.endprint