沈銀芳 鄭爽 施妍宇

摘 要：基于滬深300指數(shù)，利用異質(zhì)自回歸（HAR）和主成分分析模型，構(gòu)建投資者情緒指數(shù)和異質(zhì)自回歸收益情緒模型，實證顯示投資者情緒和我國股票市場均具有長記憶性，且投資者情緒對我國股票市場收益率具有顯著影響。

關(guān)鍵詞：滬深300；投資者情緒；HAR；代理變量指標；收益率

中圖分類號：F23 文獻標識碼：A doi：10.19311/j.cnki.16723198.2019.31.052

0 引言

近年來投資者情緒對股票收益率的影響一直是研究的熱點問題之一。國內(nèi)外許多研究表明投資者情緒對資產(chǎn)定價、股票收益的重要影響不可忽視。Baker和Wurgler（2006）以美國股票市場為研究對象，得到投資者情緒對股票收益的非對稱性影響。劉金娥和莫舒婷（2018）、李曉萌和張宗強（2018）分別分析了投資者情緒與股市收益率的非對稱、動態(tài)相關(guān)結(jié)構(gòu)。張強（2016）討論了投資者情緒對項目融資型定向增發(fā)公告效應(yīng)的影響。

滬深300指數(shù)的市值覆蓋率高，與其他現(xiàn)有市場指數(shù)相關(guān)性高，可以反映中國金融市場的整體走勢，綜合評價滬深兩市的投資業(yè)績。宋澤芳和李元（2012）構(gòu)造了情緒指數(shù)和反映股票收益對情緒變化敏感性的指標，研究了情緒與股票特征之間的關(guān)系，發(fā)現(xiàn)綜合情緒指數(shù)與滬深300指數(shù)的相關(guān)性很高，走勢基本保持一致。高斌（2015）以滬深300市場為例，考察股指期貨情緒和標的股票情緒對股指期貨價格的影響。因此本文基于滬深300股票市場，分析投資者情緒對收益率序列的影響，具有一定的理論現(xiàn)實意義。

異質(zhì)性市場模型由Muller等人提出，該模型建立的理論前提是認為市場中存在著不同類型的異質(zhì)交易者。 Crosi（2009）考慮已實現(xiàn)波動性中不同期不同因素的影響，構(gòu)建了已實現(xiàn)波動的異質(zhì)自回歸實現(xiàn)波動率（HAR-RV）模型，實證表明HAR-RV模型成功地實現(xiàn)了波動率的長記憶性、厚尾性和良好的預(yù)測效果。本文借鑒Baker和Wurgler（2006）給出的情緒指數(shù)構(gòu)建方法（簡稱BW法），利用主成分分析構(gòu)建情緒指數(shù)，并利用HAR模型，構(gòu)建異質(zhì)自回歸收益情緒模型，旨在探究投資者情緒和股票市場的長記憶性及情緒指數(shù)對中國股票市場的影響性。

1 HAR-收益情緒模型

為了考慮金融市場長期價格的變化即長記憶性，將收益率序列的日效應(yīng)，周效應(yīng)，月效應(yīng)作為模型中的解釋變量，所選取的天數(shù)對應(yīng)為1天，5天，22天。該模型反映了市場收益受到短線，中線，長線投資者不同交易風(fēng)格的影響。

2 實證分析

2.1 情緒指數(shù)的構(gòu)建

本文選取2002年1月7日到2019年3月28日的滬深300指數(shù)日收盤價為研究對象，交易量、換手率、市盈率和漲跌幅作為投資者情緒代理變量，以工業(yè)增加值增長率和消費增長率代表宏觀經(jīng)濟形勢，數(shù)據(jù)分別來自于Wind資訊金融終端和同花順軟件。通過對收盤價取自然對數(shù)差分得到收益率序列RPt，由R語言得到所有分析結(jié)果。

沿用BW方法，先對代理變量交易量、換手率、市盈率和漲跌幅及其滯后一期值共8個變量進行主成分分析，得到初始情緒指數(shù)，計算相關(guān)系數(shù)，根據(jù)絕對值較大者從中選取6個變量作為正式情緒代理變量。接著將上述6個正式情緒代理變量與宏觀變量工業(yè)增加值增長率和消費增長率進行回歸正交。然后再對此6個殘差序列建立主成分分析模型，最后得到投資者情緒序列，如圖2。

2.2 情緒指數(shù)的描述性統(tǒng)計分析

滬深300指數(shù)收益率序列和上節(jié)所得情緒指數(shù)的描述性統(tǒng)計量為如表1。

從表1可知，收益的平均值高于投資者情緒，且其最小值小于投資者情緒，而最大值又大于投資者情緒。收益率和投資者情緒序列的偏度分別為一負一正，說明前者左偏，后者右偏。兩者的峰度均大于3，說明了分布均存在“尖峰厚尾”，且由J-B統(tǒng)計量的值，可以看出非正態(tài)。

2.3 長記憶性分析

在處理數(shù)據(jù)時，我們分析了滬深300收益率和投資者情緒的長記憶性。一般，長記憶性的d越靠近0.5，記憶性越強，表示過去時刻的收益對現(xiàn)在收益的影響更為顯著。從表2可以看出：收益率和投資者情緒均具有長記憶性。

2.4 HAR收益情緒模型

考慮收益與收益前一期，收益5日平均，收益22日平均之間的關(guān)系，估計得到如下HAR-收益模型：

RPt=-0.01868+0.01917RPt-1+1.05184RPt-5，t-1-0.05419RPt-22，t-1+εt1（3）

進一步地，在上述回歸模型中，加入投資者情緒前一期，投資者情緒5日平均，投資者情緒22日平均，得到如下HAR-收益-情緒模型：

分析上述模型（3）和（4）的擬合情況，可得：

由上可得，加了投資者情緒之后，模型殘差的MAE和MSE均變小，可以反映出投資者情緒對于股票收益的影響非常顯著，有助于提高收益率序列的擬合精度。

3 結(jié)論

本文利用BW方法構(gòu)建了滬深300股票市場的綜合投資者情緒，通過描述性分析和長記憶性檢驗，分析我國股票市場的統(tǒng)計特征。利用HAR模型，將投資者情緒對股票收益的影響進行了建模分析，發(fā)現(xiàn)投資者情緒對股票收益具有顯著影響。其中，收益的前一期，5日平均對股票收益的影響最為顯著。

參考文獻

[1]Baker M，Wurgler J.Investor sentiment and the cross-section of stock returns[J].The Journal of Finance，2006，61（4）：16451680.

[2]Crosi，F(xiàn).A Simple Approximate Long-Memory Modelof Realized Volatility[J].Journal of Financial Econometrics，2009，7（2）：174196.

[3]張強.投資者情緒對項目融資型定向增發(fā)公告效應(yīng)影響[J].現(xiàn)代商貿(mào)工業(yè)，2016，（10）.

[4]劉金娥，莫舒婷.投資者情緒與股市收益率的非對稱相關(guān)性分析[J].廈門理工學(xué)院學(xué)報，2018，（8）.

[5]李曉萌，張宗強.基于時變ARMA-EGARCH-Copula模型的投資者情緒與股市收益動態(tài)相關(guān)結(jié)構(gòu)分析[J].青島大學(xué)學(xué)報（自然科學(xué)版），2018，（5）.

[6]宋澤芳，李元.投資者情緒與股票特征關(guān)系[J].系統(tǒng)工程理論與實踐，2012，32（1）：2733.