林曉曼，林德欽

（1.澳門城市大學 金融學院，澳門999078；2.廣東科學技術職業(yè)學院，廣東 廣州510640）

一、引言

自1990年11月26日上海證券交易所創(chuàng)立以來，中國股票市場發(fā)展只有30年歷史。而若以1811年美國紐約證券交易所的成立為標志，美國證券交易市場形成至今已超過200年的歷史。無論是發(fā)行市場還是流通市場，無論是交易品種的數(shù)量、市場容量、發(fā)育程度還是有效性，美國證券市場是目前世界上最發(fā)達的證券市場，中國證券市場無論是規(guī)模、信息發(fā)布、法律監(jiān)管還是市場的有效性方面，與美國證券市場都存在一定的差距。中國證券交易市場的一個突出特點便是自然人投資者占比較高。根據(jù)上海證券交易所統(tǒng)計年鑒（2019卷）公布之數(shù)據(jù)，截至2018年底，股票投資者開戶總數(shù)為21 447.9萬戶，其中自然人投資者21 379.1萬戶，機構投資者68.8萬戶，其中自然人投資者占比高達99.68%。

傳統(tǒng)金融學理論是以理性人假設、有效市場假說為基礎的，認為投資者會對所收集到各種信息進行理性的思考和行為，進而發(fā)現(xiàn)金融資產(chǎn)的真實價值。然而，金融市場的實踐并非如此，投資者經(jīng)常表現(xiàn)出某種非理性，如選擇性偏差與保守性偏差等[1]。這便促使金融學者們調(diào)整研究視角，在放寬傳統(tǒng)金融學基礎假設的基礎上，試圖從行為學、心理學以及社會學的視角對金融市場中所發(fā)生的各種異?，F(xiàn)象進行合理的解釋，行為金融學這一新興學科應運而生。而作為行為金融學理論的支柱之一，投資者情緒及其對金融市場的影響亦受到學者們的廣泛關注。投資者情緒由Lee、Shleifer和Thaler（1991）正式提出，并用其解釋了封閉式基金長期折價的原因[2]。Baker等（2006）則認為投資者情緒是影響股票收益率的一個重要因素[3]。

對于中國這樣一個自然人投資者占多數(shù)的證券市場而言，研究投資者情緒及其對股票市場收益率與波動率的影響具有現(xiàn)實意義。本文主要包括四個方面的內(nèi)容：首先對投資者情緒及其對股票市場收益率、波動率影響的文獻進行梳理和評述；二是通過構建GARCH模型測算出上證綜指的波動率；三是運用Granger因果檢驗分析投資者情緒、上證綜指收益率與波動率三者之間的互動關系；四是本文的研究結論。

二、文獻綜述

自2000年以來，投資者情緒方面的研究受到學者們的廣泛關注。Brown等（2004）認為投資者情緒是由于投資者對股票未來價格的錯誤預期而產(chǎn)生的，往往表現(xiàn)為對股票市場過度樂觀或者悲觀[4]。關于投資者情緒的度量，目前學術界主要采用兩種方法：一種是直接指標法，即通過問卷調(diào)查的方式收集投資者對股票市場預期的看法。運用這種方法度量的投資者情緒主要包括投資者情緒指標（Solt和Statman，1988）[5]、央視看市數(shù)據(jù)（王美金和孫建軍，2004）[6]、投資者信心指數(shù)（中國證券投資者保護基金有限責任公司，2008）和中國投資者情緒指數(shù)（北京大學國家發(fā)展研究院，2018）等。另一種是間接指標法，即選取金融市場中的某些客觀指標，并運用主成分分析法、因子分析法、卡爾曼濾波法等方法形成一個綜合指標來測度投資者情緒。選擇的客觀指標包括新增投資者開戶數(shù)（魯訓法和黎建強，2012）[7]、封閉式基金折價（Delong，1990）[8]、IPO數(shù)量及上市首日收益（Baker和Wurgler，2006）[2]和換手率（周亮，2018）[9]等。

關于投資者情緒與股票市場收益率之間的關系，國內(nèi)外學者的研究得到的結論存在差異。國外學者的研究發(fā)現(xiàn)，投資者情緒與股票市場收益率之間存在顯著的相關性。Ben-Rephael（2012）研究表明，投資者情緒與股票市場的同期超額收益率之間存在正相關關系，而與后期超額收益率則存在負相關關系[10]。國內(nèi)學者的研究則發(fā)現(xiàn)，投資者情緒對股票市場收益率存在單向的影響。魯訓法、黎建強（2012）選取新增投資者開戶數(shù)作為投資者情緒的度量指標，并通過構建ARMA-TARCH模型、Granger因果關系檢驗分析了投資者情緒對上證綜指收益率的非對稱影響以及二者之間的因果關系[7]。結果發(fā)現(xiàn)，上證綜指收益率是投資者情緒變化的Granger原因。

關于投資者情緒與股票市場波動率之間的相互關系，國內(nèi)外學者們得到較為一致的結論。何平、吳添等（2014）選取新增A股個人開戶數(shù)、基金凈贖回率和市場月平均交易量等指標，運用主成分分析法，構建出投資者情緒指數(shù)，并以2003年至2011年間2 454只股票數(shù)據(jù)為樣本，定量分析投資者情緒對股票市場波動率的影響。結果表明，投資者情緒對股票市場波動率存在著顯著的影響[11]。周楊（2013）選取封閉式基金折價率、新增投資者開戶數(shù)、換手率、IPO平均首日收益率和IPO發(fā)行數(shù)量為代理變數(shù)，通過主成分分析法構建投資者情緒指數(shù)后，建立EGARCH模型實證分析了投資者情緒對股票市場波動率的影響。結果發(fā)現(xiàn)，投資者情緒是導致股票市場系統(tǒng)性風險的因素之一[12]。

已有研究較多的是采用間接指標法測度投資者情緒指數(shù)，并以此為基礎分析投資者情緒與股票市場收益率、波動率之間的關系進行研究。本文借助北京大學國家發(fā)展研究院通過大數(shù)據(jù)與深度學習方法所獲得的日度投資者情緒指數(shù)，對投資者情緒與上證綜指收益率、波動率之間的相互關系進行精確的分析。

三、投資者情緒與上證綜指收益率與波動率之間的關系

（一）樣本選擇與數(shù)據(jù)處理

北京大學國家發(fā)展研究院聯(lián)合百分點公司通過收集金融文本大數(shù)據(jù)，運用深度學習方法，測算并于2018年12月開始發(fā)布中國投資者情緒指數(shù)。本文直接采用該日度指數(shù)數(shù)據(jù)（用ISt表示）分析投資者情緒與上證綜指收益率與波動率之間的關系。因北京大學國家發(fā)展研究院自2019年1月開始發(fā)布日度投資者情緒指數(shù)，本文的樣本區(qū)間為2019年1月2日至2020年2月28日，共280個數(shù)據(jù)。通過雅虎財經(jīng)官網(wǎng)（www.finance.yahoo.com）可以獲得同時期上證綜指日收盤價數(shù)據(jù)，記為Pt。上證綜指日對數(shù)收益率通過以下公式計算得到：

其中，Rt表示上證綜指日對數(shù)收益率；Pt表示上證綜指日收盤價。根據(jù)北京大學國家發(fā)展研究院、雅虎財經(jīng)的數(shù)據(jù)，日度投資者情緒指數(shù)ISt與上證綜指日對數(shù)收益率Rt序列的時序圖如圖1所示。

圖1顯示，日度投資者情緒指數(shù)呈現(xiàn)出一定的周期性，且可將樣本區(qū)間劃分為三個階段：一是2019年1月2日至2019年8月13日投資者情緒周期性下降；二是2019年8月14日至2020年1月2日投資者情緒周期性上升；三是2020年1月2日以來日投資者情緒向下回落?？赡艿脑蚴?020年初央行宣布降低存款準備金率有效地提升了中國投資者情緒指數(shù)，然而隨著新冠肺炎疫情的發(fā)生，中國投資者情緒指數(shù)呈現(xiàn)出連續(xù)下跌的趨勢。另一方面，上證綜指日對數(shù)收益率同期的變化相對平穩(wěn)，但在2019年2月25日、2019年3月8日、2019 年5 月6 日和2020 年2 月3 日收益率出現(xiàn)較大幅度的波動，上述四個交易日的日收益率分別為5.4495%、-4.4955%、-6.0068%和-8.032%。2020年2月3日上證綜指日收益率大幅下跌的原因是由于新冠肺炎疫情的影響，導致大盤表現(xiàn)慘淡，盤中甚至創(chuàng)造23年以來的最大跌幅。

圖1 2019年1月至2020年2月投資者情緒指數(shù)與上證綜指收益率時序圖

（二）上證綜指波動率的計算

描述性分析結果顯示，上證綜指日收益率序列Rt的偏度值為-1.2076，峰度值為12.1165，數(shù)據(jù)分布呈現(xiàn)左偏且“尖峰厚尾”的特點。而檢驗數(shù)據(jù)正態(tài)性的Jarque-Bera統(tǒng)計量為1037.684，對應的概率值為0.000，進一步驗證了上證綜指日收益率序列的非正態(tài)性。因此，需要建立GARCH模型以刻畫收益率序列的這種分布特征，進而測算上證綜指的波動率。

均值方程的設定方面，根據(jù)上證綜指日對數(shù)收益率數(shù)據(jù)的前后相關性，可以為均值方程設定一個常數(shù)均值方程。

波動率方程的設定方面，分析發(fā)現(xiàn)，在本文選擇的樣本區(qū)間內(nèi)，正負收益率對上證綜指日對數(shù)收益率的非對稱效應并不明顯。因此，可以為該序列擬合一個GARCH（p，q）模型。研究表明，對大多數(shù)金融時間序列而言，低階的GARCH模型更常見。本文運用EViews 10.0 軟件擬合得到的若干個不同階數(shù)的GARCH 模型結果如表1所示。

表1 對上證綜指日對數(shù)收益率擬合的GARCH模型

本文根據(jù)Akaike info criterion（AIC）和Schwarz criterion（BIC）信息準則來確定GARCH模型的階數(shù)。從表1可知，無論是采用AIC準則，還是BIC準則，都應該選擇GARCH（1，2）模型，且最終擬合的模型為：

通過計算上述GARCH（1，2）模型的標準化殘差的樣本自相關函數(shù)（ACF）和偏自相關函數(shù)（PACF）后發(fā)現(xiàn)，所有滯后階數(shù)的樣本ACF 和PACF 在5%的顯著性水平下都不顯著，說明標準化殘差不存在序列相關性。此外，標準化殘差的Ljing-Box統(tǒng)計量為Q(1 0 )=6.9773，對應的p值為0.728；Q( 20 )=11.131，對應的p值為0.943。這說明，無論是高階還是低階，本文所構建的GARCH（1，2）模型能夠充分地描述上證綜指日對數(shù)收益率序列的條件異方差性。

根據(jù)擬合的GARCH（1，2）模型，可進一步計算得到上證綜指日對數(shù)收益率的波動率序列，記為VOLt。波動率序列的時序圖如圖2所示。

圖2 上證綜指2019年1月2日至2020年2月28日的日波動率序列

圖2 顯示，上證綜指波動率存在明顯的聚集現(xiàn)象，即2019 年1 月30 日至2019 年7 月9 日間波動率比較大，此后至2020年1月17日的波動率則相對比較小。然而，自2020年1月下旬以后，上證綜指數(shù)又展現(xiàn)出較大的波動性，可能的原因是由于受到新冠肺炎疫情的影響，股市出現(xiàn)投資者的非理性行為。

（三）數(shù)據(jù)的描述性分析

日度投資者情緒指數(shù)ISt、上證綜指日對數(shù)收益率Rt及其波動率VOLt三個時間序列的均值、標準差等描述性統(tǒng)計量如表2所示。

表2 樣本數(shù)據(jù)的描述性統(tǒng)計

時間序列的描述性分析結果顯示，日度投資者情緒指數(shù)ISt的平均值為42.7739，低于50，說明平均而言，樣本期間內(nèi)中國投資者情緒較為悲觀。情緒指數(shù)最大值發(fā)生在2019年2月25日，為50.1000，說明當天投資者情緒為樂觀，但接近于中性；而最小值發(fā)生在2019年8月13日和14日，僅為37.9，投資者情緒較為悲觀。上證綜指日對數(shù)收益率Rt的均值為0.000505，接近于0；最大值為0.0545，發(fā)生在投資者情緒指數(shù)取得最大值的同一天，即2019年2月25日；最小值為-0.0804，發(fā)生在2020年2月3日。上證綜指日波動率的均值為0.008242，最大值為0.0811，發(fā)生在上證綜指大幅下降的同一日，即2020年2月3日；最小值為2.71E-05，發(fā)生在2019年4月10日。上述描述性統(tǒng)計分析結果表明，日度投資者情緒指數(shù)ISt、上證綜指日對數(shù)收益率Rt及其波動率VOLt三個時間序列之間存在著一定的相關性。

（四）數(shù)據(jù)的平穩(wěn)性檢驗

在建立模型定量分析投資者情緒與上證綜指收益率與波動率之間的互動關系之前，需要檢驗三個時間序列的平穩(wěn)性，以避免非平穩(wěn)時間序列帶來的“偽回歸”問題。本文采用ADF（Augmented Dickey-Fuller）單位根檢驗方法檢驗ISt、Rt與VOLt三個時間序列的平穩(wěn)性，平穩(wěn)性檢驗結果如表3所示。

表3 三個時間序列的平穩(wěn)性檢驗結果

表3 結果顯示，上證綜指日收益率序列Rt平穩(wěn)性檢驗時采用了帶有截距項和趨勢項的模型，t 統(tǒng)計量為-15.8144，小于1%顯著性水平下的臨界值-3.9913；而投資者情緒指數(shù)序列ISt與上證綜指波動率序列VOLt平穩(wěn)性檢驗時采用了帶有截距項的模型，t統(tǒng)計量分別為-4.3204和-15.4497，均小于1%顯著性水平下的臨界值-3.4541和-3.4537。這說明，ISt、Rt和VOLt三者都是平穩(wěn)的時間序列。

（五）投資者情緒與上證綜指收益率及收益率關系的實證分析

日度投資者情緒指數(shù)ISt、上證綜指日對數(shù)收益率Rt及其波動率VOLt三個時間序列滿足平穩(wěn)的條件下，本文通過Granger因果關系檢驗來定量分析三者之間的相互關系。Granger因果關系檢驗的優(yōu)勢在于不僅可以分析變數(shù)之間的關系，而且可以判定變數(shù)之間相互影響的方向。ISt、Rt和VOLt三個序列Granger因果檢驗結果如表4所示。

表4 投資者情緒與上證綜指收益率及收益率間Granger因果檢驗結果

將表3中的Granger因果關系檢驗結果表示成圖3所示的形式，可以更加直觀地看出日度投資者情緒指數(shù)ISt、上證綜指日對數(shù)收益率Rt及其波動率VOLt三個時間序列之間的關系及其影響的方向。

圖3 投資者情緒與上證綜指收益率及波動率之間的關系

表4和圖3的結果表明，當滯后階數(shù)為1時，在1%的顯著性水平下拒絕了上證綜指收益率不是投資者情緒變化的Granger原因的零假設，即股票市場收益率的變化將會導致投資者情緒的變化。這在常理上是容易理解的，當收益率為正（或為負），股票市場處于上升（或下降）通道時，投資者據(jù)此形成股票市場看漲（或看跌）的判斷，投資者情緒進而趨向于樂觀（或悲觀）。這一研究結論與程昆、劉仁和（2005）[13]及魯訓法、黎建強（2012）[7]所得到的結論相似。當滯后階數(shù)分別為10和5時，在5%的顯著性水平下分別拒絕了投資者情緒不是上證綜指波動率變化的Granger原因、上證綜指收益率不是波動率變化的Granger原因，也就是說，上證綜指收益率、投資者情緒的變化都將會導致波動率的變化。這在常理上也可以得到解釋，既然前文已經(jīng)驗證股票收益率的變化會導致投資者情緒的變化，而投資者情緒的變化勢必對其投資行為產(chǎn)生影響，進而導致股票市場波動的變化。這一研究結果也與文鳳華、饒貴添、楊曉光（2011）得到的結論相一致[14]。此外，研究結果也表明，當滯后階數(shù)為1時，5%的顯著性水平下，并不能拒絕投資者情緒不是上證綜指收益率變化的Granger原因，即投資者情緒的變化并不會導致股票市場收益率的變化。這一結論雖然與部分國外學者的結論相背離（如Fisher&Statman，2000）[15]，但卻與部分國內(nèi)學者的研究結論相互驗證，如魯訓法、黎建強（2012）[7]，即中國投資者情緒的波動并不能帶來上證綜指收益率的變化。

四、研究結論

本文以北京大學國家發(fā)展研究院發(fā)布的中國投資者情緒指數(shù)和雅虎財經(jīng)提供的上證綜指收盤價的日數(shù)據(jù)為樣本，樣本期間為2019年1月2日至2020年2月28 日，共計280個觀測值，定量分析了投資者情緒、上證綜指收益率及波動率之間的相互關系。首先，結合數(shù)據(jù)的分布特征，為上證綜指收益率擬合一個GARCH（1，2）模型，并以此為基礎，計算得到樣本期間內(nèi)上證綜指的波動率。其次，通過描述性統(tǒng)計發(fā)現(xiàn)，投資者情緒、上證綜指收益率及其波動率在變化趨勢方面存在一些共同的特點，說明三個時間序列存在一定的相關性。最后，在確保序列數(shù)據(jù)滿足平穩(wěn)性的條件下，本文通過Granger因果關系檢驗進一步判斷投資者情緒、上證綜指收益率及其波動率相互作用的方向。結果發(fā)現(xiàn)：上證綜指收益率在1%的顯著性水平下是投資者情緒變化的Granger 原因；投資者情緒和上證綜指收益率在5%的顯著性水平下都是波動率變化的Granger原因；但是，在5%的顯著性水平下，投資者情緒變化并不是上證綜指收益率變化的Granger原因。上述研究結論與國內(nèi)其他學者得到的結論相似、相互驗證。

上述實證分析結果可以為我國股票市場的發(fā)展、完善提供依據(jù)。在我國股票市場發(fā)展歷史較短、個人投資者占比較高的背景下，可以從以下方面入手，進一步完善市場運作，避免股票市場過度波動：一是加大對個體投資者的培訓力度，提高其專業(yè)理論基礎和分析技能，避免投資過程出現(xiàn)非理性行為；二是規(guī)范股票市場的信息發(fā)布機制，提高各方面信息的客觀性、真實性與及時性，避免投資者情緒因此而受到影響，以及由此導致的股票市場過度波動。