李占風(fēng)，段滿福，李 丹

(1.中南財(cái)經(jīng)政法大學(xué) a.統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，b.金融學(xué)院，湖北 武漢 430073； 2.中國科學(xué)院大學(xué) 數(shù)學(xué)與系統(tǒng)科學(xué)研究院，北京 100190)

一、引言及文獻(xiàn)綜述

傳統(tǒng)金融理論常認(rèn)為投資者是完全理性的，不考慮情緒和心理等非理性因素。而諸多研究表明，投資者情緒和心理等非理性因素會(huì)對(duì)投資者的決策和投資行為產(chǎn)生重大影響。一方面，人的心情與決策和判斷存在比較穩(wěn)定的關(guān)系——好的心情通常伴隨著對(duì)未來更積極樂觀的評(píng)價(jià)，對(duì)風(fēng)險(xiǎn)的承擔(dān)能力也會(huì)增加，有時(shí)甚至?xí)雎砸恍┎缓玫男畔⒌挠绊懀欢缓玫男那閯t伴隨著對(duì)未來更消極謹(jǐn)慎的評(píng)價(jià)，對(duì)風(fēng)險(xiǎn)的承擔(dān)能力降低，通常會(huì)盡力回避諸如投資等風(fēng)險(xiǎn)行為[1]；另一方面，心情的波動(dòng)通常會(huì)使得最終的決策不是最有效的，因?yàn)樾那榈牟▌?dòng)會(huì)導(dǎo)致人們在決策的過程中把情感納入進(jìn)來，從而傾向于做出最滿意而非最有效的決策[2]。假設(shè)投資者是完全理性的，不僅與理性和感性相結(jié)合的人性不符，而且無法解釋證券市場上處置效應(yīng)、羊群效應(yīng)和長期反轉(zhuǎn)效應(yīng)等諸多“異?，F(xiàn)象”。

然而，影響投資者情緒和心理的因素非常多，包括認(rèn)知、環(huán)境、色彩、音樂、飲食和突發(fā)事件等，比如深藍(lán)色和黑色容易讓人情緒低落，而綠色則容易讓人內(nèi)心平靜；飲食中長期缺乏維生素B容易讓人暴躁和易怒等。此外，天氣對(duì)人的情緒和心理的影響也是相對(duì)穩(wěn)定和明顯的：晴空萬里、微風(fēng)和煦的日子里，人們通常表現(xiàn)得更加活躍和興奮；而在陰雨綿綿、烏云滿布的日子里，人們則通常情緒低落和煩躁。除了這種直觀的感受，天氣對(duì)人的情緒和心理的影響已經(jīng)得到了現(xiàn)代醫(yī)學(xué)的驗(yàn)證：天氣對(duì)人的情緒的影響跟人體丘腦上后方的松果腺體對(duì)光信號(hào)的反應(yīng)有關(guān)。當(dāng)天氣晴朗的時(shí)候，由于光照充足，松果腺體會(huì)受到很大抑制，從而導(dǎo)致甲狀腺素和腎上腺素等具有激發(fā)振奮功能的激素的濃度上升，人的情緒也就表現(xiàn)得比較活躍和興奮；當(dāng)天氣陰沉的時(shí)候，由于光照不足，松果腺體的數(shù)量會(huì)明顯增多，從而導(dǎo)致甲狀腺素和腎上腺素的濃度降低，人的情緒也就表現(xiàn)得消極和低落[3]。那么，天氣狀況是否會(huì)通過影響投資者的情緒和心理進(jìn)而影響股市呢？相對(duì)于股市的難以預(yù)測甚至是無法預(yù)測，天氣的預(yù)測精度已經(jīng)非常之高[4]，研究天氣與股市之間的關(guān)系，有利于通過天氣去做一些量化策略，提高收益，降低風(fēng)險(xiǎn)。對(duì)于主觀交易的交易者來說，也有利于提高自身在交易中的理性，最終提高整個(gè)市場的有效性。

國外研究天氣對(duì)股票市場影響的文獻(xiàn)非常多，而且時(shí)間較早，時(shí)間跨度較長，選取的天氣變量的相關(guān)度量指標(biāo)主要包括日照、溫度、濕度、降水、風(fēng)速、氣壓、云層覆蓋率和極端天氣等。Saunders最早實(shí)證研究了紐約的天氣對(duì)紐交所主要股票指數(shù)收益的影響，發(fā)現(xiàn)紐約股票交易所的股票收益與曼哈頓地區(qū)的云層覆蓋比率呈負(fù)相關(guān)，即當(dāng)?shù)卦茖釉蕉啵善笔找媛试降蚚5]。此后，Hirshleifer和Shumway利用1982—1997年間26個(gè)國家(地區(qū))股票交易所的數(shù)據(jù)，進(jìn)一步驗(yàn)證了云層覆蓋率與股票收益之間的負(fù)向關(guān)系[6]。但這種關(guān)系并非存在于所有股市，1986年6月到2002年10月新西蘭威靈頓的云層對(duì)新西蘭證券交易所股票指數(shù)按市值加權(quán)的收益率不存在顯著影響[7]。此外，Cao和Wei重點(diǎn)研究了溫度對(duì)股票市場的影響，采用1962—2001年間臺(tái)灣、日本等8個(gè)國家或地區(qū)的數(shù)據(jù)，發(fā)現(xiàn)溫度對(duì)股指收益存在顯著的負(fù)向影響，且該影響主要取決于由溫度引發(fā)的冷漠和侵略兩種情緒的平衡，低溫環(huán)境易導(dǎo)致侵略情緒，進(jìn)而提高風(fēng)險(xiǎn)偏好，導(dǎo)致股指收益提高，反之亦然[8]。Chang等發(fā)現(xiàn)天氣會(huì)顯著影響股市收益，還影響投資者的交易行為，如云層覆蓋率對(duì)股價(jià)波動(dòng)率和市場深度均具有負(fù)向作用。隨后的研究主要分成對(duì)天氣影響股市渠道和機(jī)制的研究與數(shù)據(jù)創(chuàng)新兩大方向[9]。例如，Anna等通過多價(jià)格表法發(fā)現(xiàn)日照和好的天氣能夠提高投資者的風(fēng)險(xiǎn)承擔(dān)能力，并通過心理測驗(yàn)進(jìn)一步發(fā)現(xiàn)投資者情緒是天氣影響投資者風(fēng)險(xiǎn)容忍度的渠道[10]。Smith和Zurhellen在Saunders的基礎(chǔ)上使用考慮股利的收益率數(shù)據(jù)，并采用全新的天氣數(shù)據(jù)集——美國國家海洋和大氣管理局氣象數(shù)據(jù)中心1948—2013年的數(shù)據(jù)，手工計(jì)算出紐約每個(gè)交易日早上6點(diǎn)到下午4點(diǎn)之間的平均云量數(shù)據(jù)，并且通過減去每周的平均云量進(jìn)行了季節(jié)調(diào)整，最終證實(shí)了美國股市在晴天比陰天的收益率更高，而且發(fā)現(xiàn)日照對(duì)股市的影響在小市值股票上會(huì)更顯著[11]。

相對(duì)于國外大量的相關(guān)文獻(xiàn)，國內(nèi)關(guān)于天氣對(duì)股票市場影響的相關(guān)研究則屈指可數(shù)。有學(xué)者運(yùn)用GARCH回歸證明了某些天氣變量確實(shí)能影響投資者情緒，進(jìn)而影響上證綜指的收益率。陸靜發(fā)現(xiàn)僅溫度和極端天氣對(duì)上交所票收益率存在顯著影響，但是多個(gè)天氣指標(biāo)對(duì)市場換手率和波動(dòng)率等交易行為存在顯著影響，因此認(rèn)為投資者情緒影響投資決策不等價(jià)于投資者情緒影響資產(chǎn)定價(jià)[12]。近年來，也有研究表明空氣污染對(duì)中國股市收益存在負(fù)向影響，且小市值股票和“彩票類”股票的收益更容易受到霧霾的影響[13]；并且較高的空氣質(zhì)量會(huì)使市場傾向于獲得更高的收益率、更低的波動(dòng)率和換手率[14]。

總的來說，無論是采用單個(gè)國家或地區(qū)的數(shù)據(jù)，還是采用多個(gè)國家或地區(qū)的面板數(shù)據(jù)；無論是采用短時(shí)間區(qū)間，還是采用長時(shí)間區(qū)間；無論是采用以往文獻(xiàn)中的數(shù)據(jù)的計(jì)算方法，還是使用全新的數(shù)據(jù)，國外文獻(xiàn)都證明了天氣對(duì)股票市場的影響是存在而且顯著的，但是這種影響的結(jié)果并不完全一致，可能是因?yàn)椴煌瑖一虻貐^(qū)的投資者素質(zhì)、當(dāng)?shù)氐臍夂颦h(huán)境、交易所的制度和規(guī)則等等各個(gè)方面存在差異。而國內(nèi)的相關(guān)研究相對(duì)較少，各個(gè)天氣指標(biāo)對(duì)滬深交易所股票的影響究竟怎樣，對(duì)不同市值、不同β系數(shù)的股票的影響是否存在差異，對(duì)機(jī)構(gòu)投資者和個(gè)人投資者的影響是否相同等問題還沒有相關(guān)的研究去驗(yàn)證。鑒于此，本文收集國內(nèi)天氣指標(biāo)數(shù)據(jù)，選取各類上證指數(shù)的換手率、波動(dòng)率、收益率作為被解釋變量，相關(guān)天氣指標(biāo)作為解釋變量，設(shè)置季節(jié)性調(diào)整、日歷效應(yīng)為控制變量，進(jìn)行多元線性回歸，分別對(duì)上海天氣對(duì)上證A股指數(shù)、不同風(fēng)險(xiǎn)股票、機(jī)構(gòu)投資者和個(gè)人投資者、不同市態(tài)股市的影響進(jìn)行檢驗(yàn)，并考慮交易所所在地以外的其他城市的天氣，進(jìn)一步檢驗(yàn)中國股票市場的天氣效應(yīng)是否依然存在。

二、理論分析與研究假設(shè)

(一)天氣對(duì)中國股市的影響

自Saunders于1993年最早研究天氣與股票市場之間的關(guān)系以來，越來越多的實(shí)證研究都驗(yàn)證了天氣對(duì)股票市場的顯著影響，并發(fā)現(xiàn)天氣不僅影響股市收益，還會(huì)通過影響投資者情緒，來影響投資者的價(jià)值評(píng)估與交易行為。目前，美國、歐洲、日本、韓國和臺(tái)灣等國家或地區(qū)的天氣效應(yīng)已經(jīng)逐漸得到驗(yàn)證，那么天氣指標(biāo)是否對(duì)中國股票的收益率、波動(dòng)率和換手率有影響呢？

本文以上海天氣對(duì)上證A股指數(shù)的影響為例，提出假設(shè)1：上海天氣對(duì)上證A股指數(shù)有影響。

(二)天氣對(duì)不同β系數(shù)的投資組合的影響差異

股票市場中不同的股票，其風(fēng)險(xiǎn)是不同的。在股票市場中，β系數(shù)常用來評(píng)估股票的系統(tǒng)性風(fēng)險(xiǎn)，β系數(shù)的絕對(duì)值越大，表明單個(gè)股票或者股票組合相對(duì)于大盤的波動(dòng)幅度越大，通常意味著該股票或者股票組合的風(fēng)險(xiǎn)越大。投資者風(fēng)險(xiǎn)偏好越高，則越可能青睞高β系數(shù)的股票或者提高β系數(shù)高的股票在投資組合中的比重。由于天氣可能通過影響投資者的情緒，進(jìn)而影響投資者的風(fēng)險(xiǎn)偏好。

基于此，本文提出假設(shè)2：天氣對(duì)β系數(shù)不同的投資組合有著不同的影響。

(三)天氣對(duì)機(jī)構(gòu)投資者和個(gè)人投資者的影響差異

由于信息優(yōu)勢、專業(yè)背景、資金規(guī)模等的差異，股票市場的投資者通常被分為機(jī)構(gòu)投資者和個(gè)人投資者，兩者的理性程度與投資情緒、選股規(guī)模偏好存在顯著差異。機(jī)構(gòu)投資者可以在中期正確地對(duì)市場收益進(jìn)行預(yù)測，而個(gè)人投資者的預(yù)測通常是錯(cuò)誤的；個(gè)人投資者常常只注重歷史業(yè)績而忽略風(fēng)險(xiǎn)，而機(jī)構(gòu)投資者看重剔除風(fēng)險(xiǎn)因素的超額收益；投資于新興市場的美國基金會(huì)更偏好規(guī)模大的股票。

因此，本文提出假設(shè)3：天氣對(duì)機(jī)構(gòu)投資者與個(gè)人投資者有著不同的影響，且影響程度與股票市值有關(guān)。

(四)天氣在股票市場不同市態(tài)下的影響差異

在不同市態(tài)背景下，投資者的心理和行為會(huì)有不同的特點(diǎn)。在牛市中，股市賺錢效應(yīng)明顯，投資者整體情緒偏向樂觀，更偏好風(fēng)險(xiǎn)；而在熊市中，股市賺錢效應(yīng)較弱，投資者整體情緒偏向悲觀，變得更厭惡風(fēng)險(xiǎn)。美國股市的波動(dòng)持久性在熊市中更高；而中國股市的波動(dòng)持久性、“新高效應(yīng)”在牛市中更高；牛市信息具有顯著的收益正沖擊效應(yīng)，而在熊市中則正相反[15]；投資者更關(guān)注牛市中當(dāng)期股價(jià)的正向壓力，但是在隨后的價(jià)格反轉(zhuǎn)中則更關(guān)注熊市[16]。盡管已有文獻(xiàn)證明中國股票市場的天氣效應(yīng)不會(huì)對(duì)股票市場的收益率產(chǎn)生顯著影響[12，14]，但是基于牛、熊市周期的分樣本回歸可能存在顯著的影響。

因此，本文提出假設(shè)4：天氣對(duì)不同市態(tài)下的股市有不同的影響。

(五)天氣與股票交易的地域性問題

目前大部分研究都延續(xù)了Saunders的做法，即采用交易所所在地的天氣數(shù)據(jù)作為整個(gè)市場天氣的代理變量。盡管交易所所在地的證券交易量通常是所有地區(qū)交易量最高的，而且遠(yuǎn)高于其他地區(qū)，采用交易所所在地的天氣有一定的合理性。但任何交易所的訂單均來自于全國各個(gè)地區(qū)，甚至來自于全球各個(gè)地區(qū)，因此訂單提交者的情緒更可能受到他自身所在地天氣的影響，不可能完全受交易所所在地天氣影響。因此，如果考慮交易所以外地區(qū)天氣對(duì)投資者的影響，股票市場的天氣效應(yīng)是否依然存在，有待進(jìn)一步檢驗(yàn)。

據(jù)此，本文提出假設(shè)5：即使考慮交易所所在地以外的其他城市的天氣，中國股票市場的天氣效應(yīng)依然存在。

三、研究設(shè)計(jì)

(一)數(shù)據(jù)來源和樣本選擇

本文通過Python爬蟲技術(shù)抓取全球第一家在線天氣服務(wù)提供商Weather Underground網(wǎng)站中的天氣數(shù)據(jù)，包括國內(nèi)各城市的溫度、濕度、海平面氣壓、能見度、風(fēng)速等。各城市營業(yè)部成交金額數(shù)據(jù)來自于上交所官網(wǎng)公布的《上交所市場統(tǒng)計(jì)年鑒》(2005年至2015年)和深交所官網(wǎng)公布的《深交所市場統(tǒng)計(jì)年鑒》(2013年至2015年)。股票數(shù)據(jù)主要來源于國泰安數(shù)據(jù)庫，部分來源于銳思金融研究數(shù)據(jù)庫。為了盡可能使得時(shí)間區(qū)間較長，且橫跨牛熊市，本文的時(shí)間區(qū)間選擇為2005年1月1日至2015年12月31日。并選擇了代表整個(gè)股票市場運(yùn)行狀況的上證A股指數(shù)、代表不同β系數(shù)股票組合的上證380高β指數(shù)和上證380低β指數(shù)、代表不同市值規(guī)模股票組合的上證超級(jí)大盤指數(shù)、上證中盤指數(shù)和上證小盤指數(shù)。

(二)變量說明

1.被解釋變量。本文主要研究中國股票市場的天氣效應(yīng)，即天氣對(duì)中國股票市場的影響。最能代表股票市場的交易行為的變量有：收益率、波動(dòng)率和換手率。

收益率(RET)是指每日股票市場指數(shù)的漲跌百分比，本文采取對(duì)數(shù)收益率的形式，計(jì)算公式見式(1)。這是所有投資者最為關(guān)注的部分，正是它吸引來了股市的投資者。

RET=lnindext-lnindext-1

(1)

波動(dòng)率(VOL)是標(biāo)的資產(chǎn)投資回報(bào)率的變化程度的度量，其計(jì)算公式如下式(2)。其中，indexh和indexl和分別為每日股票市場指數(shù)的最高值和最低值。這一指標(biāo)反映了投資者的意見分歧程度，波動(dòng)率越大表明投資者的意見分歧程度越高。

(2)

換手率(TUR)是反映市場交易活躍程度最重要的技術(shù)指標(biāo)之一，指在一定時(shí)間內(nèi)市場中股票轉(zhuǎn)手買賣的頻率，具體某一段時(shí)期內(nèi)的成交量占流通總股數(shù)的百分比。換手率高一般意味著股票流通性越強(qiáng)，但也往往表現(xiàn)出較強(qiáng)的投機(jī)性，導(dǎo)致股價(jià)起伏較大，風(fēng)險(xiǎn)也相對(duì)增加。

2.主要解釋變量。為避免了多重共線性，本文在對(duì)天氣變量進(jìn)行相關(guān)性檢驗(yàn)后，剔除溫度、露點(diǎn)溫度和氣壓這三個(gè)與季節(jié)性絮亂(SAD)高度相關(guān)的天氣變量，選取濕度(HUM)、能見度(VIS)、風(fēng)速(WSP)和云層覆蓋率(COV)作為天氣的度量指標(biāo)。

濕度(HUM)過高會(huì)使注意力下降、疲憊增加，從而影響投資者的情緒波動(dòng)。

能見度(VIS)指觀察者離物體多遠(yuǎn)時(shí)仍然可以清楚看見該物體。當(dāng)?shù)湍芤姸鹊年庼蔡鞖獬霈F(xiàn)時(shí)，由于光線不足，很容易使人的心情憂郁和情緒低落。

風(fēng)速(WSP)可以影響人體的代謝速度，對(duì)體溫和情緒產(chǎn)生作用，并且風(fēng)速對(duì)股市收益具有明顯的負(fù)面作用，風(fēng)速越高，股票市場收益率越低，反之亦然。

云層覆蓋率(COV)對(duì)于市場收益率具有負(fù)面影響。人們在云層稀少、陽光明媚的時(shí)候會(huì)變得更加樂觀，更可能投資股票。

3.控制變量選取。季節(jié)性情緒紊亂(Seasonal Affective Disorder,SAD)是指由于地球圍繞太陽公轉(zhuǎn)帶來的日照時(shí)間長短變化，引起人體日光攝取量的增減，從而導(dǎo)致體內(nèi)荷爾蒙分泌變化，生理機(jī)能紊亂或失調(diào)。日照時(shí)間逐漸變短將會(huì)引起投資者更為消沉，減少交易活動(dòng)，反之則會(huì)增加交易活動(dòng)。因此，本文參照 Kamstra 等[17]的方法計(jì)算情緒紊亂指標(biāo)(SAD)，并加入模型中作為控制變量。

同時(shí)，本文還考慮了中國股票市場存在的“日歷效應(yīng)”。日歷效應(yīng)可分為周效應(yīng)(Week)和月效應(yīng)(Month)，周效應(yīng)表示指標(biāo)在周內(nèi)各日表現(xiàn)出不同的特征；月效應(yīng)表示指標(biāo)在不同月份具有不同的特征。

綜上，本文確定加入回歸模型中的所有變量名稱及其含義如下表。

表1 變量名稱及其含義表

(三)模型設(shè)定

為了實(shí)證考察股票交易與天氣變量之間的關(guān)系，本文借鑒參考已有文獻(xiàn)，建立了三個(gè)多變量回歸模型，見下式(3)～(5)。

(3)

(4)

(5)

四、實(shí)證結(jié)果與分析

(一)描述性統(tǒng)計(jì)

表2為本文各個(gè)變量的描述性統(tǒng)計(jì)表。2005年1月1日至2015年12月31日共有2 671個(gè)交易日，由于不同股票市場指數(shù)發(fā)布的時(shí)間不同，因此在2005年1月1日至2015年12月31日之間不同股票指數(shù)的觀測值的個(gè)數(shù)會(huì)有差異。

在天氣變量中，濕度與能見度最大值的標(biāo)準(zhǔn)差比平均值的標(biāo)準(zhǔn)差小，說明對(duì)于濕度和能見度而言，極值變量的波動(dòng)小于均值變量的波動(dòng)。但是對(duì)于風(fēng)速而言，則正好相反，其極值的波動(dòng)大于均值變量的波動(dòng)。接下來根據(jù)前文構(gòu)建的式(3)～(5)三個(gè)多元回歸模型，針對(duì)5個(gè)不同的假設(shè)依次進(jìn)行分析。

(二)上海天氣對(duì)上證A股指數(shù)的影響

下表3中，回歸方程(1)～(3)采用最大值衡量濕度、能見度和風(fēng)速；回歸方程(4)～(6)則采用平均值。

表2 描述性統(tǒng)計(jì)表

從回歸方程(1)～(3)的結(jié)果可以看出，在控制了日歷效應(yīng)和季節(jié)性絮亂之后，各個(gè)天氣變量對(duì)股價(jià)指數(shù)收益率沒有顯著影響，即投資者的情緒波動(dòng)不會(huì)導(dǎo)致資產(chǎn)定價(jià)的失衡；最大濕度對(duì)上證A股指數(shù)的波動(dòng)率產(chǎn)生顯著的正向影響；最大濕度和最大能見度對(duì)上證A指數(shù)的換手率均產(chǎn)生顯著的負(fù)面影響。而在以往眾多文獻(xiàn)中認(rèn)為對(duì)股票市場有顯著影響的云層覆蓋率，在本文的實(shí)證結(jié)果中，對(duì)股指收益率、波動(dòng)率和換手率的影響在統(tǒng)計(jì)學(xué)意義上均不顯著。

從回歸方程(4)～(6)的結(jié)果可以看出，當(dāng)采用天氣變量的平均值代替最大值后，原本顯著的濕度變量變得不顯著，而能見度變量不僅顯著性降低(P值變大)，而且回歸系數(shù)的絕對(duì)值也降低。因此，每個(gè)交易日的平均天氣狀況對(duì)股票市場投資者的影響要小于當(dāng)天天氣狀況的最大值。下面采用最大值對(duì)假設(shè)2至4進(jìn)行檢驗(yàn)。

(三)天氣對(duì)不同β系數(shù)的投資組合的影響

表4中，回歸方程(1)和(2)采用上證380高β指數(shù)的數(shù)據(jù)，表示高β系數(shù)的投資組合，回歸方程(3)和(4)采用上證380低β指數(shù)的數(shù)據(jù)，表示低β系數(shù)的投資組合。由于各個(gè)數(shù)據(jù)庫沒有對(duì)應(yīng)的該指數(shù)的換手率數(shù)據(jù)，故被解釋變量僅包含了收益率(RET)和波動(dòng)率(VOL)。

表3 上海天氣對(duì)上證A的影響表

注：* 、**、***分別表示在10%、5%、1%水平下顯著。下同。

表4 不同β的投資組合的回歸結(jié)果表

對(duì)比高β投資組合和低β投資組合的回歸結(jié)果發(fā)現(xiàn)，最大濕度顯著影響高β組合和低β組合的波動(dòng)率，最大能見度對(duì)高β組合的股指收益有顯著的負(fù)向影響但所有天氣變量對(duì)低β組合的收益率均沒有顯著影響?？梢?，天氣對(duì)高β系數(shù)的投資組合的影響比低β系數(shù)的股票的投資組合的影響更大，從而驗(yàn)證了假設(shè)2。

(四)天氣對(duì)機(jī)構(gòu)投資者和個(gè)人投資者的影響

以往的文獻(xiàn)對(duì)機(jī)構(gòu)投資者和個(gè)人投資者的區(qū)分常用的方式有三種：其一，采用上交所公布的Topview的持倉數(shù)據(jù)，但Topview的數(shù)據(jù)僅有2007年6月1日至2009年1月1日共19個(gè)月的數(shù)據(jù)，樣本區(qū)間太短，結(jié)果的穩(wěn)健性待考究；其二，采用中證統(tǒng)計(jì)月報(bào)中披露的個(gè)人和機(jī)構(gòu)投資者的新增開戶數(shù)來度量，但該數(shù)據(jù)為月度數(shù)據(jù)；其三，通過按機(jī)構(gòu)投資者持股比例大小不同進(jìn)行分組來分別刻畫機(jī)構(gòu)投資者與個(gè)人投資者的行為，機(jī)構(gòu)投資者持有比例高的投資組合更多地反映出機(jī)構(gòu)投資者的行為，而機(jī)構(gòu)投資者持有比例低的投資組合的市場特征會(huì)更多地反映個(gè)人投資者的行為。本文選擇第三種方法來度量機(jī)構(gòu)投資者和個(gè)人投資者。

值得注意的是⊕和⊙算子不僅完成了交叉操作，還在一定程度上實(shí)現(xiàn)了變異操作，因此必須進(jìn)行約束性條件的檢驗(yàn)，確保有效性.

為了在同一市值規(guī)模上比較機(jī)構(gòu)投資者和個(gè)人投資者的不同影響，本文首先將投資組合按總市值分為大小兩個(gè)組別；再按機(jī)構(gòu)投資者持股比例將每個(gè)組別再分為高低兩組；將各組股票的流通市值作為權(quán)重，計(jì)算各組合的收益率、波動(dòng)率和換手率。得到回歸結(jié)果見表5與表6，其中，(1)～(3)表示個(gè)人投資者組合，(4)～(6)表示機(jī)構(gòu)投資者組合。

表5 低市值水平下，機(jī)構(gòu)投資者組合和個(gè)人投資者組合的回歸結(jié)果表

表6 高市值水平下，機(jī)構(gòu)投資者組合和個(gè)人投資者組合的回歸結(jié)果表

可見，在低市值的水平下，天氣變量對(duì)個(gè)人投資者的影響要大于機(jī)構(gòu)投資者，表明機(jī)構(gòu)投資者的投資素養(yǎng)和心理素質(zhì)比個(gè)人投資者確實(shí)更強(qiáng)；而在高市值水平下，濕度和能見度對(duì)機(jī)構(gòu)投資組合的波動(dòng)率和收益率有顯著的負(fù)面影響，天氣效應(yīng)對(duì)機(jī)構(gòu)投資者的影響大于個(gè)人投資者，這可能因?yàn)锳股市場的個(gè)人投資者的資金規(guī)模非常小，其投資決策和投資行為難以對(duì)大市值股票產(chǎn)生影響，而且國內(nèi)長期以來小市值投資策略的收益顯著高于大市值，個(gè)人投資者更青睞小市值股票，進(jìn)一步降低了個(gè)人投資者對(duì)大市值股票的影響。因此，驗(yàn)證了假設(shè)3。

(五)不同市態(tài)下天氣對(duì)股票市場影響的差異

對(duì)于不同市態(tài)的劃分，即如何將股市劃分為牛市和熊市，國內(nèi)外相關(guān)研究眾多，但并無一致的意見，本文采用目前界定較明晰的Pagan與Sossounov的非參數(shù)方法[18]。首先根據(jù)式(6)和(7)初步判斷股價(jià)的波峰與波谷，如果時(shí)刻t對(duì)應(yīng)一個(gè)波峰，則表示是在3個(gè)月的時(shí)間窗口中的最大股價(jià)；如果時(shí)刻t對(duì)應(yīng)一個(gè)波谷，則表示是在3個(gè)月的時(shí)間窗口中的最低股價(jià)。

(6)

(7)

為了避免連續(xù)波峰或者連續(xù)波谷的出現(xiàn)，去除連續(xù)波峰中的價(jià)格較低者和連續(xù)波谷中的價(jià)格較高者。此外，為了囊括較短時(shí)期內(nèi)大幅度漲跌對(duì)應(yīng)的牛熊市，也為了排除虛假牛熊市，對(duì)牛熊市進(jìn)行進(jìn)一步處理：如果牛市和熊市的單程時(shí)常不超過4個(gè)月，則股價(jià)逆轉(zhuǎn)前后的漲跌幅必須大于20%，否則剔除該波峰或者波谷；剔除持續(xù)時(shí)間小于6個(gè)月的牛、熊市周期。據(jù)此劃分的牛熊市情況見下表7。

表7 牛熊市劃分情況表

由于本文的全樣本區(qū)間為2005年1月1日至2015年12月31日，而2005年1月1日至2005年6月6日的熊市區(qū)間屬于始于2004年4月7日的熊市周期；此外，2015年12月23日至2015年12月31日的熊市區(qū)間屬于結(jié)束于2016年1月27日的熊市周期。為了保持牛熊市周期的完整性，本部分實(shí)證剔除2005年1月1日至2005年6月6日、2015年12月23日至2015年12月31日的樣本，只保留13個(gè)交替的牛熊市完整周期。實(shí)證結(jié)果見下表8。回歸(1)～(3)為牛市周期樣本，回歸(4)～(6)為熊市周期樣本。

從回歸方程(1)和(4)可以發(fā)現(xiàn)，最大濕度對(duì)牛熊市股指收益率的回歸系數(shù)均顯著，且在牛市中為正值，在熊市中為負(fù)值，兩者絕對(duì)值大小幾乎相等，說明牛市中，最大濕度越大，股票市場傾向于更高的收益率；而在熊市中，最大濕度越大，股票市場傾向于更低的收益率。正是因?yàn)樘鞖庾兞吭谂Ｐ苁兄芷趯?duì)股市收益的影響方向相反、大小近似相等，使得國內(nèi)以往的實(shí)證研究結(jié)果認(rèn)為，天氣變量對(duì)股市收益的影響不明顯[12，14]，投資者情緒僅影響投資者決策行為而對(duì)資產(chǎn)定價(jià)沒有影響[12]。

表8 基于牛熊市分樣本的天氣對(duì)上證A股的影響表

對(duì)比回歸方程(2)和(5)發(fā)現(xiàn)，在牛市中，各個(gè)天氣變量對(duì)股票市場波動(dòng)率的影響均不顯著；而在熊市中，最大濕度和最大能見度對(duì)股票市場波動(dòng)率的影響顯著，并且各主要天氣變量對(duì)股市波動(dòng)率的回歸系數(shù)的絕對(duì)值也更大。說明牛市中天氣對(duì)股市的波動(dòng)性沒有顯著影響，但在熊市中天氣則會(huì)顯著影響股市的波動(dòng)性。根據(jù)回歸方程(3)和(6)也可以發(fā)現(xiàn)，最大濕度、最大能見度對(duì)股票市場換手率的影響在5%的顯著性水平下顯著，而且熊市中天氣變量的回歸系數(shù)的顯著性更高?？赡苁且?yàn)樾苁兄匈嶅X效應(yīng)較低，投資者情緒偏向悲觀和消極，更容易受到外界因素(如天氣)的影響，而做出更多的非理性交易，最終導(dǎo)致股市的波動(dòng)率和換手率較牛市中更高。

綜上，天氣對(duì)股票市場的影響在牛熊市中差異明顯，天氣在牛、熊市中均會(huì)對(duì)股票市場的收益率產(chǎn)生顯著影響，在熊市中對(duì)波動(dòng)率和換手率的影響較牛市中更為顯著，投資者情緒不僅影響投資者的決策行為，而且會(huì)影響投資者對(duì)投資標(biāo)的的價(jià)值判斷。因而，驗(yàn)證了假設(shè)4。

(六)全國天氣對(duì)股市的影響

通過整理2005年至2015年上海證券交易所市場統(tǒng)計(jì)年鑒，獲取全國所有證券公司營業(yè)部A股成交金額的數(shù)據(jù)，并計(jì)算全國各城市2005年至2015年A股成交額占全國總成交額比重的平均值，前20名城市的成交額占比見表9。

表9 2005-2015年各城市營業(yè)部成交額占全國的比重表

可以看出，上海的成交金額占全國總成交額比重的平均值高達(dá)17.2%，遙遙領(lǐng)先，而從第20名后的城市的成交金額占比低于1%。因此，前20個(gè)城市代表了全國最主要的投資者的A股交易。另外，由于Weather Underground在這20個(gè)城市中的第9至第20名的12個(gè)城市中有5個(gè)城市沒有天氣數(shù)據(jù)或者沒有橫跨2005—2015年的數(shù)據(jù)，由于這5個(gè)城市的成交金額占全國的比重均低于2%，累積占比小于8%，因此本文剔除這5個(gè)城市，采用15個(gè)城市的成交金額占比作為權(quán)重，對(duì)這15城的天氣數(shù)據(jù)進(jìn)行加權(quán)平均，得到代表全國天氣的天氣指標(biāo)。按城市調(diào)整的天氣對(duì)上證A的影響結(jié)果見下表10。

表10 按城市調(diào)整的天氣對(duì)上證A的影響表

從表10的回歸結(jié)果可以看出，按城市進(jìn)行調(diào)整的天氣變量對(duì)股票市場的影響依然是顯著的，且比僅用上海天氣更顯著。此外，與上海天氣變量的影響不同，按城市調(diào)整的天氣變量，平均值比最大值要更能反應(yīng)股票市場的天氣效應(yīng)。因此，驗(yàn)證了假設(shè)5。

五、結(jié)語

本文以2005—2015年Weather Underground網(wǎng)站中的天氣數(shù)據(jù)，實(shí)證分析了天氣對(duì)國內(nèi)A股市場收益率、波動(dòng)率和換手率的影響，發(fā)現(xiàn)天氣確實(shí)對(duì)國內(nèi)A股市場存在影響，它通過影響投資者情緒進(jìn)而影響投資者的短期風(fēng)險(xiǎn)偏好，對(duì)高β投資組合的影響大于對(duì)低β投資組合的影響；在低市值的水平下，天氣對(duì)個(gè)人投資者的影響要大于機(jī)構(gòu)投資者，而在高市值水平下，正相反。

與以往研究類似，本文認(rèn)為濕度、能見度和風(fēng)速對(duì)股票市場的波動(dòng)率和收益率有顯著影響。但與以往研究認(rèn)為天氣對(duì)股市收益率不存在顯著影響不同，本文基于牛、熊市的分樣本回歸，得到天氣對(duì)牛、熊市的收益率存在方向相反、大小近似相等的顯著影響。

本文考慮交易所所在地以外城市的天氣，發(fā)現(xiàn)全國天氣對(duì)A股市場的影響比上海天氣的影響更強(qiáng)烈，進(jìn)一步說明天氣確實(shí)對(duì)國內(nèi)A股市場存在影響。

誠然，本文回歸模型的R2均不高，天氣并非中國股市的決定性因素，如果加入宏觀經(jīng)濟(jì)等主要因素，模型擬合效果勢必提高。但本文所闡釋的天氣對(duì)投資者情緒、行為的各種影響，有助于投資者進(jìn)一步了解自身投資偏好，從而削弱天氣對(duì)投資情緒的影響，降低投資決策的失誤率。同時(shí)，本文也為投資者將天氣效應(yīng)加入量化投資策略提供了一定的理論支撐。