尹海員

（陜西師范大學(xué) 國際商學(xué)院，陜西 西安 710119）

一、引 言

股價波動與投資者對股市的預(yù)期密切相關(guān)，投資者過度樂觀或悲觀均會導(dǎo)致股票市場震蕩甚至危機(jī)（游家興，2010）。投資者情緒既受個體特征的影響，也會隨著交流學(xué)習(xí)在社會網(wǎng)絡(luò)中蔓延、傳播，并在互動過程中呈現(xiàn)趨同現(xiàn)象。特別是在中國，個體投資者的社會化程度因各自生活環(huán)境、社會背景的不同而差異較大，由此產(chǎn)生的問題是：投資者個體特征和社會網(wǎng)絡(luò)關(guān)系狀況對其情緒的影響效應(yīng)如何？其擴(kuò)散過程呈現(xiàn)何種規(guī)律？擴(kuò)散機(jī)制與傳播渠道是什么？探討這些問題有助于從微觀視角更好地認(rèn)識投資者情緒演化和傳播規(guī)律，對股票市場監(jiān)管者有針對性地加強(qiáng)個體投資者素質(zhì)教育、抑制非理性投資行為也有所啟示。

既有關(guān)于互聯(lián)網(wǎng)信息擴(kuò)散和網(wǎng)絡(luò)情感傳播規(guī)律等問題的研究主要有兩種思路：一種是利用仿真模擬技術(shù)手段分析情緒的演化規(guī)律，另一種是利用大數(shù)據(jù)挖掘用戶互聯(lián)網(wǎng)意見表達(dá)并分析其背后隱藏的情緒狀態(tài)。從前者來看，許多文獻(xiàn)都發(fā)現(xiàn)投資者情緒狀態(tài)依據(jù)風(fēng)險狀態(tài)在市場中傳播擴(kuò)散，過度樂觀情緒會助長股票市場泡沫的生成（陳庭強(qiáng)和何建敏，2014；劉艷萍和于然，2017）。從后者來看，國外學(xué)者主要基于Myspace、Twitter等社交網(wǎng)站數(shù)據(jù)（Thelwall，2010；Salathé等，2013），國內(nèi)學(xué)者主要基于各類財(cái)經(jīng)博客、股票論壇等平臺數(shù)據(jù)（楊曉蘭等，2016；羅衎等，2018），重點(diǎn)研究基于網(wǎng)絡(luò)平臺的投資者意見表達(dá)所代表的情緒狀態(tài)和傳播規(guī)律。許多文獻(xiàn)都發(fā)現(xiàn)基于網(wǎng)絡(luò)數(shù)據(jù)測度的投資者情緒會相互影響，網(wǎng)絡(luò)互動程度的加深使悲觀情緒更悲觀，也使樂觀情緒更樂觀。進(jìn)一步研究發(fā)現(xiàn)，投資者情緒的互動狀態(tài)對股票價格和成交量均存在正向影響。

綜合來看，現(xiàn)有文獻(xiàn)主要偏向于利用計(jì)量模型分析股票市場數(shù)據(jù)來刻畫投資者情緒水平，較少聚焦真實(shí)社會網(wǎng)絡(luò)情境下的情緒狀態(tài)，無論是投資者情緒的影響因素，還是社會網(wǎng)絡(luò)內(nèi)的情緒傳播擴(kuò)散規(guī)律，相關(guān)文獻(xiàn)都缺乏系統(tǒng)性分析，這也使得相關(guān)研究缺乏理論支撐。本文立足于投資者真實(shí)的社會網(wǎng)絡(luò)情景，通過向個體投資者發(fā)放調(diào)查問卷并獲得其個體特征、社會網(wǎng)絡(luò)關(guān)系、情緒狀態(tài)等數(shù)據(jù)，選取13個社會關(guān)系變量，通過主成分分析構(gòu)建社會網(wǎng)絡(luò)綜合指標(biāo)，并采用46個衡量條目，通過模糊數(shù)學(xué)與層次分析法計(jì)算投資者情緒狀態(tài)綜合指標(biāo)，在此基礎(chǔ)上分析個體特征、社會網(wǎng)絡(luò)關(guān)系對投資者情緒狀態(tài)及其擴(kuò)散機(jī)制的影響。

本文的邊際貢獻(xiàn)體現(xiàn)在：首先，利用問卷調(diào)查方式收集個體樣本數(shù)據(jù)，設(shè)計(jì)多個變量和衡量條目，分別構(gòu)建社會網(wǎng)絡(luò)關(guān)系的衡量體系、情緒狀態(tài)衡量量表，為分析投資者情緒在社會網(wǎng)絡(luò)中的傳播規(guī)律奠定基礎(chǔ)。其次，實(shí)證剖析個體特征、社會網(wǎng)絡(luò)關(guān)系水平對投資者情緒狀態(tài)的影響作用，發(fā)現(xiàn)投資者情緒的確受到社會網(wǎng)絡(luò)關(guān)系強(qiáng)度和深度的影響，而且不同的個體特征、社會互動程度導(dǎo)致投資者情緒狀態(tài)出現(xiàn)顯著差異。最后，從社會學(xué)視角分析了投資者情緒擴(kuò)散機(jī)制，包括傳播渠道以及不同類型投資者的情緒傳播差異，發(fā)現(xiàn)情緒主要基于社會互動機(jī)制、信息機(jī)制和資金機(jī)制在社會網(wǎng)絡(luò)內(nèi)相互擴(kuò)散。本文還發(fā)現(xiàn)，社會互動和信息互動程度越高的投資者，其情緒受到網(wǎng)絡(luò)內(nèi)群體情緒影響的可能性越低；而資金來源渠道越窄、資金成本越低的投資者，其情緒受網(wǎng)絡(luò)內(nèi)群體情緒影響的可能性越高。這些發(fā)現(xiàn)有助于多維度認(rèn)識投資者情緒的影響因素和擴(kuò)散機(jī)制，為監(jiān)管者制定政策措施、引導(dǎo)并規(guī)范個體投資者行為提供參考。

二、文獻(xiàn)評述與研究假設(shè)

（一）社會網(wǎng)絡(luò)及其度量

社會網(wǎng)絡(luò)一詞最早由Radcliffe-Brown（1940）提出，在中國社會網(wǎng)絡(luò)又被稱作“關(guān)系”，是一種基于成員之間聯(lián)系、互動所形成的相對穩(wěn)定的聯(lián)絡(luò)體系。Chen和Chen（2004）將社會網(wǎng)絡(luò)歸結(jié)為一對一的二元情感型關(guān)系和尋租關(guān)系；李培林（1996）將社會網(wǎng)絡(luò)看作是通過信息來源、工作交往而形成并擴(kuò)展的一種技能；郭云南等（2015）指出社會網(wǎng)絡(luò)是基于互動行為所形成的相對穩(wěn)定的關(guān)系體系，這些互動行為包括人際交往、商業(yè)交換等。本文在此基礎(chǔ)上將投資者社會網(wǎng)絡(luò)定義為，個體投資者之間基于親屬朋友、同學(xué)同事、合作關(guān)系等形成的可以進(jìn)行信息共享、經(jīng)驗(yàn)交流及經(jīng)濟(jì)援助等行為的關(guān)系脈絡(luò)。

社會網(wǎng)絡(luò)的度量目前主要集中于家庭社會網(wǎng)絡(luò)領(lǐng)域，度量方法也尚未在學(xué)界形成通行標(biāo)準(zhǔn)。有些文獻(xiàn)采用相對簡單的表征性數(shù)量指標(biāo)，如張爽等（2007）以家庭成員在政府、學(xué)校和醫(yī)院三種部門工作的關(guān)系密切的親友數(shù)量來衡量社會網(wǎng)絡(luò)水平；Chen等（2008）則以家庭中外出打工者占家庭成員數(shù)量的比例來度量社會網(wǎng)絡(luò)廣度；易行健等（2012）以家庭送出禮金數(shù)額、禮品收支總額、可以借錢的親友數(shù)、禮品支出與收入之比作為社會網(wǎng)絡(luò)的代理變量。有些度量指標(biāo)則納入了相對全面的互動性變量，如朱光偉等（2014）通過聚類分析構(gòu)建社會網(wǎng)絡(luò)度量指標(biāo)，即以黨員、職務(wù)及單位類型衡量社會網(wǎng)絡(luò)中的權(quán)勢，以外出就餐及娛樂、通信和交通、禮金等支出衡量社會網(wǎng)絡(luò)的關(guān)系維護(hù)；郭士祺和梁平漢（2014）選取人們的禮金和通訊支出衡量社會互動，并且通過家中是否有電腦、是否使用互聯(lián)網(wǎng)來衡量社會網(wǎng)絡(luò)的信息互動情況。

（二）個體特征與投資者情緒

現(xiàn)有文獻(xiàn)從資本市場運(yùn)行的角度對投資者情緒的影響因素做了大量研究。Verma和Verma（2008）指出，在宏觀經(jīng)濟(jì)變量層面，股息率和通貨膨脹對投資者情緒存在顯著的負(fù)面影響；在公司管理和運(yùn)營層面，良好的公司治理環(huán)境有利于減少投資者負(fù)面情緒在股市中的傳播。在情緒傳播渠道方面，Baker等（2012）發(fā)現(xiàn)投資情緒可以在不同股市之間基于私人資本流動渠道相互影響。還有學(xué)者從技術(shù)層面分析了投資者情緒的影響與傳播機(jī)理，尹群耀等（2013）通過優(yōu)先連接機(jī)制、三角閉合機(jī)制、全局連接機(jī)制的組合，構(gòu)造出股票市場信息傳播的MDD模型，仿真結(jié)果發(fā)現(xiàn)投資者網(wǎng)絡(luò)的動態(tài)演化機(jī)制對于股市傳聞擴(kuò)散的峰值、出現(xiàn)時點(diǎn)有顯著影響。Liu等（2014）在情緒傳播和疾病傳染對比的基礎(chǔ)上，基于疾病傳染模型提出了情緒傳染的SOSA-SPSA模型，仿真結(jié)果表明投資者觀點(diǎn)交互可以加快個體情緒傳播和融合的速度。

投資者情緒狀態(tài)可以理解為投資者依據(jù)當(dāng)前市場信息，對未來趨勢作出預(yù)期而獲得的心理感受。投資者個體特征對情緒產(chǎn)生一定的影響。具體而言，年齡和投資年限方面，年齡較小的投資者不僅資金有限而且經(jīng)驗(yàn)缺乏，投資較為保守；年齡大的投資者雖然經(jīng)驗(yàn)豐富，但家庭和養(yǎng)老的雙重壓力使其投資時以追求安全為目標(biāo)；中年投資者擁有豐富經(jīng)驗(yàn)和較高收入，投資者情緒相對較樂觀。性別方面，男性更偏好風(fēng)險，遭受刺激時自我恢復(fù)和調(diào)整的時間也較短，情緒狀態(tài)更傾向于樂觀，而女性相對于男性投資行為更為保守。教育水平、財(cái)產(chǎn)狀況方面，高學(xué)歷、高收入、家庭資產(chǎn)規(guī)模更大、股票投資占家庭資產(chǎn)比例高的投資者，資本增值動機(jī)更為強(qiáng)烈，更希望從價差波動中獲得收益，所以其投資操作更為頻繁，其情緒更傾向于樂觀。身份特征方面，城鎮(zhèn)和黨員身份的投資者收入水平相對較高，信息來源更為廣泛，對社會經(jīng)濟(jì)發(fā)展趨勢的觀察視野更廣，這導(dǎo)致其情緒更傾向于樂觀。據(jù)此提出如下假設(shè)：

H1：個體特征影響投資者情緒狀態(tài)，年齡與情緒狀態(tài)呈現(xiàn)倒U形關(guān)系；男性、高學(xué)歷、高收入、投資年限較長的投資者的情緒狀態(tài)更趨于樂觀；家庭資產(chǎn)規(guī)模大、股票投資占家庭資產(chǎn)比例高也與投資者情緒狀態(tài)正相關(guān)；城鎮(zhèn)和黨員身份投資者的情緒狀態(tài)更易傾向于樂觀。

從情緒擴(kuò)散傳播角度看，投資者個體特征也會影響其情緒擴(kuò)散與傳播。具體而言，高收入和高學(xué)歷的投資者可用資金更多，資金來源和成本的顧慮相對較少，其獲取和處理外部信息的能力越強(qiáng)，則受到外部影響的可能性越低。住址類型方面，城鎮(zhèn)投資者擁有豐富便利的信息來源，與其他投資者交流的機(jī)會也較多，在決策時更加自信；而農(nóng)村投資者為了降低信息獲取成本，可能出現(xiàn)“搭便車”行為，情緒更容易受社會網(wǎng)絡(luò)的影響。黨員身份方面，相對而言，黨員更容易接觸到最新發(fā)布的政策信息，對國家政策方針的把握更為精準(zhǔn)，使其情緒不會輕易受到外部因素的影響。據(jù)此提出如下假設(shè)：

H2：個體特征對投資者情緒擴(kuò)散產(chǎn)生影響，情緒在低收入、低學(xué)歷、非城鎮(zhèn)戶口和非黨員身份的投資者群體中發(fā)生擴(kuò)散的可能性更大。

（三）社會網(wǎng)絡(luò)關(guān)系與投資者情緒

現(xiàn)代社會中人與人之間的聯(lián)系更加密切，投資者在決策過程中的情緒易受到所處社會網(wǎng)絡(luò)和環(huán)境的影響（Ilies等，2007）。Barsade（2002）利用局部資源稀缺模型證實(shí)個體總是傾向于與自身所處的社會群體的觀點(diǎn)保持一致，群體情緒狀態(tài)對個體情緒具有正向的推動作用。Andersson等（2014）通過實(shí)驗(yàn)方法證實(shí)社會影響是羊群行為發(fā)生的重要原因之一，個體預(yù)測會受他人觀點(diǎn)的影響，并傾向于與其呈現(xiàn)一致性。李培馨等（2013）、陸煊和黃俐（2014）、Wang等（2015）的研究均發(fā)現(xiàn)，社交網(wǎng)絡(luò)內(nèi)的信息傳播伴隨情感擴(kuò)散，其影響個體情感傳播的動力有信息傳導(dǎo)、風(fēng)險分擔(dān)、聲譽(yù)效應(yīng)等。他們分別通過人工和真實(shí)社交網(wǎng)絡(luò)的實(shí)驗(yàn)研究，發(fā)現(xiàn)情感擴(kuò)散程度建立在社交網(wǎng)絡(luò)內(nèi)信息傳播和轉(zhuǎn)發(fā)強(qiáng)度的基礎(chǔ)之上。

從社會網(wǎng)絡(luò)對投資者情緒影響的角度看，社會網(wǎng)絡(luò)關(guān)系較弱的投資者接觸的信息資源有限，而社會網(wǎng)絡(luò)關(guān)系較強(qiáng)的投資者信息又過于繁雜，這兩種情況都意味著社會網(wǎng)絡(luò)帶來的信息不確定性增強(qiáng)。當(dāng)投資者缺乏作出決策所需的可靠知識或信息，或者負(fù)載的信息過多而無法充分對其進(jìn)行加工時，導(dǎo)致投資者出現(xiàn)錨定效應(yīng)認(rèn)知偏差。換言之，投資者的初始情緒狀態(tài)像錨一樣制約著變化波動，情緒狀態(tài)出現(xiàn)不充分調(diào)整，從而表現(xiàn)得較為平和。據(jù)此提出以下假設(shè)：

H3：社會網(wǎng)絡(luò)內(nèi)的群體情緒會影響個體情緒，社會網(wǎng)絡(luò)關(guān)系較弱或較強(qiáng)的投資者情緒狀態(tài)比較平和。

從社會網(wǎng)絡(luò)對投資者情緒擴(kuò)散的影響看，投資者決策行為總是存在于群體互動中，社會網(wǎng)絡(luò)是信息和資源傳遞的重要途徑。網(wǎng)絡(luò)關(guān)聯(lián)度越發(fā)達(dá)的投資者，越能獲得更多的信息和資源，從而改善其投資能力和適應(yīng)能力，其自主決策程度越高。社會網(wǎng)絡(luò)關(guān)系較弱的投資者在信息比較匱乏的環(huán)境中，更容易存在可得性偏差，有限信息對其造成的影響更大，更易受到網(wǎng)絡(luò)內(nèi)其他投資者觀點(diǎn)的影響。據(jù)此提出如下假設(shè)：

H4：投資者情緒在社會網(wǎng)絡(luò)內(nèi)擴(kuò)散傳播，那些社會網(wǎng)絡(luò)關(guān)系較弱的投資者的情緒狀態(tài)更易受到群體情緒的影響。

（四）投資者情緒擴(kuò)散渠道和擴(kuò)散機(jī)制

投資者決策行為無論正確與否，都是基于對外部信息判斷而作出的，社會互動程度直接關(guān)乎投資者情緒擴(kuò)散的可能性。社會互動程度越高，意味著投資者更能從大量的社會網(wǎng)絡(luò)信息中分析出有效信息，增加其投資信心，發(fā)生情緒擴(kuò)散的概率下降。社會網(wǎng)絡(luò)程度低的投資者的信息來源渠道相對匱乏，信息獲取成本較高，這可能導(dǎo)致信息來源狹窄的投資者為降低獲取信息的難度，采取模仿他人的行為（池麗旭和莊新田，2010）。投資者資金來源對其情緒也有影響，采用自有資金進(jìn)行投資時所承擔(dān)的壓力相較于使用外部來源資金要??；資金來源渠道越廣，特別是使用外部籌資渠道獲得債務(wù)性資金進(jìn)行投資時，投資者承擔(dān)的成本壓力、心理壓力相對較大，因?yàn)槿绻顿Y失敗不僅意味著資金損失并對日常生活造成重大沖擊，還會對投資者造成信譽(yù)危害。更多的顧慮和更重的成本負(fù)擔(dān)將導(dǎo)致投資者的決策行為趨于保守，因而出現(xiàn)情緒擴(kuò)散的可能性相對較低。Hong等（2004）的研究也指出負(fù)擔(dān)重的家庭參與股市投資的時間較少且投資顧慮較大，為保證資金的安全性，投資決策會比較保守。據(jù)此提出如下假設(shè)：

H5：投資者情緒基于社會互動、信息互動和資金來源三種機(jī)制在社會網(wǎng)絡(luò)內(nèi)進(jìn)行擴(kuò)散傳播，其中社會互動、信息互動程度較低的投資者，發(fā)生情緒擴(kuò)散的可能性較高；投資者資金來源渠道越廣、資金成本越高，則情緒擴(kuò)散的可能性越低。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文研究數(shù)據(jù)均來自針對股市個體投資者的問卷調(diào)查，問卷共分為五部分：（1）調(diào)研說明：主要向被調(diào)查者詳細(xì)介紹調(diào)研的用途和目的；（2）基本資料：共設(shè)計(jì)13個問題，主要收集投資者的個體特征變量；（3）股票投資情況：共設(shè)計(jì)了11個問題，包括被調(diào)查者的投資行為和決策習(xí)慣；（4）社會網(wǎng)絡(luò)關(guān)系：共設(shè)計(jì)了32個問題，主要收集被調(diào)查者的社會關(guān)系廣度和深度、互動程度等變量；（5）情緒狀態(tài)量表：共設(shè)計(jì)了46個情緒衡量條目，利用李克特5級量表來度量。

問卷發(fā)放和數(shù)據(jù)收集通過網(wǎng)絡(luò)進(jìn)行，渠道為“問卷星”（http://www.sojump.com/）專業(yè)調(diào)查網(wǎng)站提供的付費(fèi)商業(yè)調(diào)查服務(wù)產(chǎn)品。問卷發(fā)放對象為股市個體投資者，為保證社會網(wǎng)絡(luò)的共生性、互動性的存在，必須保證被調(diào)查對象處于同一個共生的社會網(wǎng)絡(luò)內(nèi)，所以本次調(diào)研對象選取陜西師范大學(xué)商學(xué)院教職工、家屬、MBA學(xué)員共752人。調(diào)查中通過電郵、微信（群）、QQ（群）向被調(diào)查對象發(fā)放問卷的網(wǎng)絡(luò)地址鏈接，采取自愿、客觀原則，在確保不泄露個人隱私信息的條件下，保證問卷回答的準(zhǔn)確性和完整性。調(diào)查實(shí)施時間為2019年3月24日至4月23日，共回收問卷752份，其中41份為無效問卷，問卷有效率為94.5%。利用SPSS軟件對問卷數(shù)據(jù)進(jìn)行信度和效度分析，結(jié)果顯示，調(diào)查問卷總體ALPHA信度系數(shù)為0.854，可靠性較強(qiáng)，KMO值為0.541，顯著性為0.000，可以用于后續(xù)實(shí)證研究。

（二）變量設(shè)計(jì)

1. 個體投資者情緒。本文采用情緒量表形式來調(diào)查投資者對自身投資水平的認(rèn)知、對所處投資環(huán)境的評價等，用以衡量投資者情緒。情緒量表共46個衡量條目，通過李克特5級量表來度量各問題。經(jīng)過對調(diào)查問卷中本部分的單獨(dú)核算驗(yàn)證，情緒量表的信度為0.939，KMO值為0.83，效度和信度良好。

由于采用直接調(diào)查得到的投資者情緒屬于主觀感受，具體分值分布具有較強(qiáng)的模糊性，所以在調(diào)查數(shù)據(jù)基礎(chǔ)上，結(jié)合模糊數(shù)學(xué)與層次分析法計(jì)算出投資者綜合情緒指標(biāo)。評價體系構(gòu)建如表1所示，投資者情緒的評價因素集U={正面特征，中性特征，負(fù)面特征}，根據(jù)情緒表現(xiàn)可以將情緒歸類為評價集V={樂觀，中性，悲觀}。情緒不同于一般的評價對象，它可以呈現(xiàn)負(fù)值，將評價集對應(yīng)的值向量確定為V=（10，4，?4，?10）T，其中，將情緒值分布在（?10，?4）定義為悲觀情緒，（?4，4）為中性情緒，（4，10）為樂觀情緒，情緒綜合值超過?10和10為極度悲觀和樂觀。

表 1 投資者情緒評價體系

對于一、二級指標(biāo)，采用專家評分法劃分各指標(biāo)權(quán)重，利用AHP原則評價兩兩因素的相對重要程度，評價標(biāo)度如表2所示。我們邀請10名金融投資領(lǐng)域的教授、業(yè)內(nèi)專家依據(jù)該標(biāo)度對一、二級指標(biāo)進(jìn)行評分，構(gòu)建出一級指標(biāo)的判斷矩陣A和二級指標(biāo)的判斷矩陣B1、B2、B3。

對于各評價因素，選取判斷矩陣的最大特征值對應(yīng)的特征向量為其權(quán)重。通過CR=CI/RI檢驗(yàn)判斷矩陣的一致性，其中CI為一致性指標(biāo)，RI為平均隨機(jī)一致性指標(biāo)，CR為判斷矩陣的一致性比例。如果CR<0.1，則該矩陣的一致性是可以接受的，否則需要調(diào)整該矩陣。判斷矩陣的最大特征值及對應(yīng)特征向量以及一致性檢驗(yàn)均通過Matlab2010b實(shí)現(xiàn)，結(jié)果如表3所示。

根據(jù)表3中的CR值可以判斷，一、二級指標(biāo)的判斷矩陣均通過了一致性檢驗(yàn)。從被調(diào)查者對每個問題的選擇結(jié)果，得到各二級指標(biāo)的模糊因素集R1、R2、R3，基于公式V=Ri×Bi（i=1，2，3）計(jì)算出一級指標(biāo)對應(yīng)的模糊因素集V，用同樣方法計(jì)算得到一級指標(biāo)的主因素評價矩陣R。個體投資者情緒綜合值（sentiment）通過計(jì)算R與V得到，具體公式為sentiment=R×V。

表 2 判斷矩陣的評價標(biāo)度

表 3 判斷矩陣計(jì)算結(jié)果

2. 社會網(wǎng)絡(luò)關(guān)系。在調(diào)查問卷涉及的有關(guān)變量中提取了13個變量，包括月度接收和撥打電話數(shù)、電話聯(lián)系人數(shù)量、月度電話費(fèi)金額、月度郵件往來數(shù)、困難時能借到資金的親朋數(shù)、生病時來探望的親友數(shù)、月度參加非親屬聚餐次數(shù)、月度聚餐宴請費(fèi)用占收入的比例等。通過主成分因子分析得到各變量權(quán)重，構(gòu)建可以度量社會網(wǎng)絡(luò)關(guān)系的綜合指標(biāo)。

3. 群體情緒。我們以排除本人情緒之外的其他投資者的情緒均值來衡量群體情緒，見公式（1），其中 n為受訪者總數(shù)：

4. 個體特征變量。本文涉及的個體特征變量主要包括性別、年齡、學(xué)歷水平、婚姻狀況、月度收入、住址類型、是否黨員、家庭資產(chǎn)額和股票投資占總資產(chǎn)比重等。

5. 行為控制變量。投資者行為會對投資者情緒及其傳播產(chǎn)生影響，而這類效應(yīng)很大程度上獨(dú)立于其個體特征和社會網(wǎng)絡(luò)關(guān)系，所以實(shí)證中需要控制這類行為變量，包括操作方式、操作頻率和持股數(shù)量。

本文主要變量匯總與界定見表4。

表 4 主要變量匯總與界定

四、實(shí)證檢驗(yàn)與分析

（一）描述性統(tǒng)計(jì)結(jié)果

本文主要變量的描述性統(tǒng)計(jì)結(jié)果如表5所示。從各變量方差大小可以看出，主要變量在不同個體投資者之間的差異性比較明顯，比如投資者情緒的標(biāo)準(zhǔn)差為8.449，說明被試者的投資者情緒狀態(tài)存在明顯差異；社會網(wǎng)絡(luò)指標(biāo)的標(biāo)準(zhǔn)差為2.474，也說明投資者之間的社會網(wǎng)絡(luò)水平區(qū)別較大。從偏度和峰度看，投資者情緒、社會網(wǎng)絡(luò)關(guān)系呈現(xiàn)明顯的尖峰右偏分布。

表 5 主要變量描述性統(tǒng)計(jì)結(jié)果

各變量間相關(guān)性檢驗(yàn)結(jié)果顯示無論是斯皮爾曼相關(guān)系數(shù)還是皮爾森相關(guān)系數(shù)，均屬于一般水平，未超過0.80①由于篇幅所限，各變量間的相關(guān)性檢驗(yàn)結(jié)果未在文中列示，備索。。而且根據(jù)各變量與投資者情緒之間的回歸檢驗(yàn)發(fā)現(xiàn)，解釋變量的容差均在0.4?0.9之間，VIF值均處于1.1?2.2范圍內(nèi)，均未超過10，說明解釋變量之間不存在共線性。

（二）投資者情緒的社會化影響因素

為了分析投資者情緒的影響因素及影響程度，建立如下模型：

其中， s entimenti為 個體樣本情緒水平， Xi為 個體特征解釋變量， Yi為 行為控制變量， s entiment為群體情緒水平， n etworki為個體樣本的社會網(wǎng)絡(luò)關(guān)系水平。表6展示了逐次加入解釋變量的回歸結(jié)果，其中模型（2）?1將個體特征作為解釋變量，模型（2）?2根據(jù)需要加入部分變量的二次項(xiàng)，模型（2）?3加入群體情緒，模型（2）?4和模型（2）?5分別加入社會網(wǎng)絡(luò)和社會網(wǎng)絡(luò)二次項(xiàng)，模型（2）?6加入社會網(wǎng)絡(luò)與網(wǎng)絡(luò)內(nèi)群體情緒的交互項(xiàng)。

從表6中模型（2）?1的回歸結(jié)果可以看出，投資者性別等8個變量的回歸系數(shù)都通過了顯著性檢驗(yàn)。具體來說，男性投資者、高學(xué)歷和高收入、家庭資產(chǎn)規(guī)模更大、城鎮(zhèn)居民、投資年限更長、股票投資占比更高的投資者的情緒更為樂觀。投資者年齡沒有呈現(xiàn)出顯著性，說明其與情緒不適合直接運(yùn)用簡單的線性關(guān)系來衡量。根據(jù)前文理論分析，在模型（2）?2中進(jìn)一步加入了年齡的二次方項(xiàng)，發(fā)現(xiàn)二次方項(xiàng)呈現(xiàn)顯著的回歸關(guān)系，說明年輕和年長投資者的情緒狀態(tài)相對平和。投資者婚姻狀況不會影響其情緒狀態(tài)。這些結(jié)果印證了假設(shè)H1。

表 6 投資者情緒狀態(tài)的影響因素回歸結(jié)果

黨員身份的結(jié)果比較意外，所有回歸系數(shù)均顯著為負(fù)，與假設(shè)H1的觀點(diǎn)相悖。本文認(rèn)為可能的原因如下：盡管黨員身份意味著投資者本身素質(zhì)優(yōu)秀且視野開闊，但我國現(xiàn)行政策對黨政工作人員投資證券市場有限制性的規(guī)定，如“不得利用工作時間、辦公設(shè)施買賣股票，經(jīng)濟(jì)和行業(yè)管理部門的黨政機(jī)關(guān)人員從事證券投資應(yīng)當(dāng)根據(jù)工作性質(zhì)向相關(guān)機(jī)構(gòu)備案”等。加之黨員身份本身就是職務(wù)升遷的重要因素，為避免投資股票可能導(dǎo)致的違規(guī)行為影響職務(wù)晉升，黨員身份對投資者反而產(chǎn)生限制，負(fù)向影響其投資情緒狀態(tài)。

模型（2）?3加入群體情緒變量，其回歸系數(shù)顯著為正且方程擬合度有所提升，表明群體情緒對個體情緒有明顯的正向推動作用。模型（2）?4加入了社會網(wǎng)絡(luò)關(guān)系變量，但未通過顯著性檢驗(yàn)，說明其與情緒之間的關(guān)系不能用簡單的線性關(guān)系來表述。與前面處理思路類似，在模型（2）?5中加入社會網(wǎng)絡(luò)的二次項(xiàng)并通過了顯著性檢驗(yàn)，其負(fù)回歸系數(shù)表明極端社會網(wǎng)絡(luò)對情緒狀態(tài)的影響較小，也即社會網(wǎng)絡(luò)更弱和更強(qiáng)的投資者的情緒狀態(tài)相對平和，支持了假設(shè)H3。

模型（2）?6中進(jìn)一步加入社會網(wǎng)絡(luò)關(guān)系與群體情緒變量的交叉項(xiàng)，交叉項(xiàng)系數(shù)呈現(xiàn)顯著的負(fù)向關(guān)系，表明群體情緒對個體情緒的影響可以通過社會網(wǎng)絡(luò)關(guān)系起作用，社會網(wǎng)絡(luò)關(guān)系越強(qiáng)，則越能夠抑制投資者受群體內(nèi)情緒影響的傾向，實(shí)證結(jié)果支持了假設(shè)H4。

（三）投資者情緒的擴(kuò)散渠道和機(jī)制

社會網(wǎng)絡(luò)中的投資者情緒之間究竟通過什么渠道產(chǎn)生關(guān)聯(lián)效應(yīng)？首先，社會互動使個體情緒被其他投資者捕獲并同步于其情緒，可以被界定為模仿機(jī)制；其次，信息是否完善、精準(zhǔn)，既直接關(guān)乎盈利，也對投資者情緒產(chǎn)生重要影響，可以被界定為認(rèn)知機(jī)制；最后，資金是投資的基礎(chǔ)，資金來源的廣度和質(zhì)量可能對情緒變化有誘導(dǎo)作用，可以被界定為誘導(dǎo)機(jī)制。以上三類渠道變量的說明見表7。

表 7 投資者情緒擴(kuò)散渠道變量含義

表8為利用模型（2）并進(jìn)一步加入上述三種情緒擴(kuò)散渠道的回歸結(jié)果，分別分析情緒擴(kuò)散機(jī)制中的誘導(dǎo)機(jī)制、模仿機(jī)制和認(rèn)知機(jī)制。結(jié)果表明，首先，社會互動對情緒擴(kuò)散存在負(fù)向效應(yīng)，即互動程度越高的投資者發(fā)生情緒擴(kuò)散的概率越低；其次，信息來源的廣度和質(zhì)量均對情緒擴(kuò)散產(chǎn)生顯著負(fù)效應(yīng)，表明投資者信息來源越狹窄，其情緒越易受到外部影響；最后，資金來源渠道和方式與群體情緒的交互項(xiàng)系數(shù)顯著為負(fù)，意味著渠道越廣、資金成本越高的投資者發(fā)生情緒擴(kuò)散的可能性越低。這些結(jié)果與假設(shè)H5一致。

表 8 投資者情緒擴(kuò)散渠道與機(jī)制分析

續(xù)表 8 投資者情緒擴(kuò)散渠道與機(jī)制分析

（四）投資者情緒擴(kuò)散差異性的進(jìn)一步分析

上述研究已經(jīng)表明，投資者部分個體特征、社會網(wǎng)絡(luò)關(guān)系對其情緒的影響較為顯著。接下來分析不同類型投資者，包括不同學(xué)歷水平、黨員身份、投資年限和社會網(wǎng)絡(luò)關(guān)系，其情緒擴(kuò)散規(guī)律的異質(zhì)性。我們分別設(shè)置四個啞變量，學(xué)歷水平如果在本科以下賦值為0，本科（含）以上賦值為1；黨員身份如果是非黨員為0，黨員為1；投資年限如果在3年以內(nèi)賦值為0，3年（含）以上賦值為1；社會網(wǎng)絡(luò)關(guān)系綜合得分如果低于總體均值則賦值為0，否則賦值為1。

表9報告了回歸結(jié)果，其中模型（2）?12僅將四個啞變量、群體情緒作為解釋變量，模型（2）?13加入控制變量，模型（2）?14則進(jìn)一步加入啞變量與群體情緒的交互項(xiàng)，以考察這些變量對情緒擴(kuò)散的影響?；貧w結(jié)果表明，個體特征、群體情緒、社會網(wǎng)絡(luò)關(guān)系變量的回歸結(jié)果與前文結(jié)果一致。我們重點(diǎn)觀察啞變量與群體情緒的交互項(xiàng)，發(fā)現(xiàn)其回歸系數(shù)都顯著為負(fù)，說明低學(xué)歷水平、非黨員身份、投資經(jīng)驗(yàn)缺乏及社會網(wǎng)絡(luò)弱的投資者，更易受群體情緒的影響，情緒更易在這些群體中擴(kuò)散傳播。這些結(jié)果支持了假設(shè)H2。

表 9 不同類型投資者的情緒擴(kuò)散差異性分析

五、內(nèi)生性探討與穩(wěn)健性檢驗(yàn)

（一）內(nèi)生性探討

雖然上述研究已經(jīng)表明社會網(wǎng)絡(luò)關(guān)系會影響投資者情緒，但是這種影響是由社會網(wǎng)絡(luò)作用于投資者情緒，還是情緒的高低引發(fā)社會網(wǎng)絡(luò)互動性強(qiáng)度的變化？另外，問卷調(diào)查方式往往在問題設(shè)置和樣本選擇上存在一定的主觀性，可能出現(xiàn)變量遺漏和測度誤差。我們通過選取社會網(wǎng)絡(luò)的工具變量，運(yùn)用兩階段最小二乘法來探討這些因素可能帶來的內(nèi)生性問題。工具變量選取“親朋好友在政府與銀行工作的人數(shù)”，原因在于如果在政府與銀行工作的親友數(shù)量越多，則越有助于投資者擴(kuò)展關(guān)系網(wǎng)絡(luò)，但前者卻不受投資者情緒的影響，具有很好的獨(dú)立性。

2SLS回歸與OLS回歸的結(jié)果對比如表10所示。從中可以發(fā)現(xiàn)，工具變量是高度顯著的，其系數(shù)符號與社會網(wǎng)絡(luò)對情緒的影響方向完全相同。F統(tǒng)計(jì)量的值遠(yuǎn)高于安全閾值10，Hansen J統(tǒng)計(jì)量顯著，證實(shí)所選工具變量能有效控制內(nèi)生性問題。2SLS回歸結(jié)果與OLS估計(jì)的影響方向完全一致，表明前述實(shí)證結(jié)果合理。

表 10 兩階段最小二乘估計(jì)結(jié)果及與OLS回歸的對比

（二）穩(wěn)健性檢驗(yàn)

接下來將投資者情緒綜合值的評價標(biāo)準(zhǔn)劃分為悲觀、中性、樂觀三類，對其分別賦值為（?1，0，1），以此進(jìn)行穩(wěn)健性檢驗(yàn)。表11報告了回歸結(jié)果，可以發(fā)現(xiàn)采用三級分類的研究結(jié)果與前述實(shí)證結(jié)果基本一致，證明結(jié)論穩(wěn)健。

表 11 投資者情緒影響因素與擴(kuò)散的穩(wěn)健性檢驗(yàn)

續(xù)表 11 投資者情緒影響因素與擴(kuò)散的穩(wěn)健性檢驗(yàn)

六、研究總結(jié)

本文采用問卷調(diào)查的方式收集投資者個體特征、社會網(wǎng)絡(luò)和情緒狀態(tài)數(shù)據(jù)，構(gòu)造投資者情緒綜合值、社會網(wǎng)絡(luò)綜合評價指標(biāo)，分析投資者情緒的社會化影響因素和擴(kuò)散機(jī)制。實(shí)證發(fā)現(xiàn)：（1）投資者的部分個體特征影響其情緒狀態(tài)，其中學(xué)歷和收入水平、家庭資產(chǎn)規(guī)模、股票投資占資產(chǎn)比例、投資年限和住址類型等因素，對其自身情緒有正向作用；黨員身份對其投資情緒有顯著負(fù)向影響；投資者年齡對其自身情緒存在倒U形影響。（2）極端社會網(wǎng)絡(luò)對投資者情緒的影響較小，即社會網(wǎng)絡(luò)更弱和更強(qiáng)的投資者情緒狀態(tài)相對平和。（3）網(wǎng)絡(luò)內(nèi)群體情緒對個體情緒產(chǎn)生推動作用，導(dǎo)致投資者情緒在社會網(wǎng)絡(luò)內(nèi)擴(kuò)散傳播，并且那些社會網(wǎng)絡(luò)關(guān)系越弱的投資者情緒越容易擴(kuò)散。（4）投資者情緒主要基于社會互動機(jī)制、信息機(jī)制和資金機(jī)制在網(wǎng)絡(luò)內(nèi)擴(kuò)散，其中社會互動程度、信息來源廣度對情緒擴(kuò)散起到抑制作用，社會互動程度越低，信息來源越狹窄，則投資者情緒越容易擴(kuò)散；而資金來源渠道越廣，資金成本越高，則情緒發(fā)生擴(kuò)散的可能性越低。（5）情緒擴(kuò)散在不同類型的投資者中存在顯著差異，在低學(xué)歷、非黨員、投資年限短以及社會關(guān)系網(wǎng)絡(luò)弱的投資者群體中更易擴(kuò)散。

個體投資者總是不可避免地處于社會網(wǎng)絡(luò)情景當(dāng)中，從心理學(xué)角度看，人們總是小心謹(jǐn)慎地應(yīng)對不熟悉的情境，而偏好自己熟悉的事物和環(huán)境，從而造成熟悉偏好（familiar preferences）和易得性偏差（availability heuristic）等心理偏差。社會網(wǎng)絡(luò)環(huán)境具備造成這些心理偏差出現(xiàn)的條件，因?yàn)橥顿Y者對所處網(wǎng)絡(luò)內(nèi)熟悉的信息觀點(diǎn)和互動行為天然具備正性情感。這些因素的存在加速了投資者情緒狀態(tài)的趨同性過程，使其在社會網(wǎng)絡(luò)內(nèi)得到傳播擴(kuò)散。對投資者來說，應(yīng)積極主動地?cái)U(kuò)展自身關(guān)系網(wǎng)，拓寬自身信息來源并保持獨(dú)立的決策判斷，避免因信息閉塞而盲目趨同。對市場監(jiān)管者來說，在優(yōu)化股市參與者結(jié)構(gòu)的同時，還應(yīng)該注重加強(qiáng)個體投資者素質(zhì)教育，降低投資者追求內(nèi)幕消息交易的欲望，以維護(hù)股票市場的穩(wěn)健運(yùn)行。