蔡璐陽(yáng)

（澳門(mén)城市大學(xué)，中國(guó)澳門(mén) 999078）

0.引言

中國(guó)股票市場(chǎng)作為中國(guó)證券市場(chǎng)的重要組成部分，在實(shí)現(xiàn)金融資源配置、促進(jìn)中國(guó)經(jīng)濟(jì)發(fā)展方面發(fā)揮了重要作用。但是相較發(fā)達(dá)國(guó)家股票市場(chǎng)，中國(guó)股市起步晚、體制不完成等問(wèn)題依然明顯，如何引導(dǎo)股票市場(chǎng)的良性發(fā)展是一個(gè)值得深思的問(wèn)題，投資者作為金融市場(chǎng)的重要參與者，深深影響股市走勢(shì)。而作為度量投資者投資傾向的量化指標(biāo)―投資者情緒，能夠有效分析投資者對(duì)于股市的影響，目前已經(jīng)成為研究熱點(diǎn)。因此，本文在借鑒前人研究基礎(chǔ)上，構(gòu)建起度量國(guó)內(nèi)投資者的投資者情緒指數(shù)，并以此為出發(fā)點(diǎn)，分析了其對(duì)中國(guó)證券綜合指數(shù)的影響。

1.文獻(xiàn)綜述

投資者情緒最早的雛形可追溯到凱恩斯（1937）提出的“動(dòng)物精神”這一概念。這個(gè)概念傳達(dá)的思想是投資者在做投資決策時(shí)會(huì)受到“動(dòng)物精神”的驅(qū)使，并作用于股價(jià)的波動(dòng)，使得股價(jià)無(wú)法真實(shí)反映該股票的內(nèi)在價(jià)值。換句話說(shuō)就是人受到外界或自己內(nèi)心的刺激，產(chǎn)生心理變化，這種心理變化又會(huì)引起行為上的偏差，故而導(dǎo)致非理性決策的產(chǎn)生，影響股價(jià)變動(dòng)，導(dǎo)致價(jià)格不能正確反映股票的內(nèi)在價(jià)值。對(duì)此，De Long（1990）首次從行為金融學(xué)的角度解釋了投資者情緒是如何產(chǎn)生的，他認(rèn)為情緒產(chǎn)生于交易者的主觀信念與客觀理性的偏差之中。面對(duì)同樣的情況，不同的投資者會(huì)產(chǎn)生同質(zhì)或異質(zhì)的主觀信念，這種信念的偏差以及之后的轉(zhuǎn)變都會(huì)導(dǎo)致投資者情緒的產(chǎn)生。此后，投資者情緒的概念被廣泛沿用至各種研究中。

學(xué)者通過(guò)實(shí)證研究，證實(shí)了投資者情緒對(duì)我國(guó)股市中不同指標(biāo)的影響，且對(duì)投資者情緒進(jìn)行研究，能更好地解釋我國(guó)股市中存在的一些金融異象。其中，高大良[1]、劉維奇和劉新新[2]探究了投資者情緒是如何影響市場(chǎng)收益波動(dòng)性的，及其對(duì)風(fēng)險(xiǎn)收益關(guān)系的影響。類(lèi)似地，陳日清[3]探究了投資者因過(guò)度自信心理導(dǎo)致的高漲情緒對(duì)A股波動(dòng)的影響。而李鳳羽[4]則從投資者情緒角度解釋了A股市場(chǎng)中ETF折溢價(jià)現(xiàn)象，并得出投資者情緒與ETF溢價(jià)率正相關(guān)的結(jié)論。也有學(xué)者從定價(jià)角度對(duì)投資者情緒進(jìn)行了研究，文鳳華等[5]、宋順林和王彥超[6]通過(guò)實(shí)證研究，分析了投資者情緒對(duì)股票定價(jià)的影響。在對(duì)投資和情緒是否可以預(yù)測(cè)股指趨勢(shì)方面，楊光藝[7]選取2006年3月至2017年9月的月度數(shù)據(jù)，對(duì)中國(guó)股市的可預(yù)測(cè)性進(jìn)行了研究，并得出包含情緒信息的指標(biāo)，在牛市中具有更好預(yù)測(cè)力這一結(jié)論。

綜上所述，投資者情緒對(duì)股市的影響是不容忽視的，將投資者情緒因素納入到對(duì)股市綜指走勢(shì)的研究、分析和預(yù)測(cè)中，其結(jié)果會(huì)更具有科學(xué)性和說(shuō)服力。但是目前研究的內(nèi)容大多較為單一，重點(diǎn)分析關(guān)于投資者情緒對(duì)于中國(guó)證券市場(chǎng)綜合指數(shù)的影響文章較少。

2.投資者情緒度量

可代表投資者情緒的構(gòu)建方法多樣，本文借鑒前人如易志高、茅寧[8]，巴曙松、朱虹[9]研究基礎(chǔ)上使用成分分析法，采用代理指標(biāo)，通過(guò)降維獲得投資者情緒指數(shù)，選用封閉式基金折價(jià)率（DCEF）、消費(fèi)者信心指數(shù)（CCI）、滬深市場(chǎng)交易量（TRUN）、上月新增投資者開(kāi)戶(hù)數(shù)（NIA）、IPO個(gè)數(shù)（IPON）、和IPO首日收益（IPOR）作為代理變量。為保持?jǐn)?shù)據(jù)的一致性，本論文實(shí)證部分所用到的投資者情緒代理變量、滬深300指數(shù)和宏觀經(jīng)濟(jì)變量均選取2010年8月至2020年8月10年間的月度數(shù)據(jù)，所用到數(shù)據(jù)除滬深300指數(shù)外均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)。滬深300指數(shù)歷史數(shù)據(jù)來(lái)自Python的數(shù)據(jù)挖掘。通過(guò)降維，得到以下公式：

圖1為2010年8月至2020年8月，滬深300指數(shù)和投資者情緒綜合指數(shù)的走勢(shì)對(duì)比。通過(guò)折線圖對(duì)比不難看出，表示本文根據(jù)情緒代理變量所構(gòu)建的綜合指數(shù)，可以較好地代表樣本期間內(nèi)我國(guó)股市中的投資者情緒。

圖1 投資者情緒綜合指數(shù)與滬深300指數(shù)走勢(shì)對(duì)比

3.模型構(gòu)建與回歸分析

3.1 模型構(gòu)建

本文選用最小二乘法（OLS模型）對(duì)相關(guān)變量進(jìn)行回歸分析。并設(shè)置對(duì)照組，分析引入投資者情緒指數(shù)前后，投資者情緒是否對(duì)綜指走勢(shì)有額外解釋力。具體的回歸公式如下：

其中，Hu300t代表滬深300指數(shù)，Bect代表各時(shí)間點(diǎn)宏觀經(jīng)濟(jì)景氣指數(shù)，IEt代表各時(shí)間點(diǎn)投資者情緒指數(shù)，C1、C2為常數(shù)項(xiàng)，εt、μt為隨機(jī)擾動(dòng)項(xiàng)。在進(jìn)行了回歸方程（1）和方程（2）的估計(jì)后，本文進(jìn)一步對(duì)兩個(gè)回歸的殘差進(jìn)行分析，以確定投資者情緒在控制了宏觀因素不變下，是否能夠增加模型的解釋能力。

3.2 變量的描述性統(tǒng)計(jì)與相關(guān)性分析

對(duì)投資者情緒指數(shù)，宏觀經(jīng)濟(jì)景氣指數(shù)，滬深300指數(shù)進(jìn)行描述性統(tǒng)計(jì)，結(jié)果如表1所示。通過(guò)觀察統(tǒng)計(jì)數(shù)據(jù)，可以發(fā)現(xiàn)各變量之間存在較大的差異，滬深300的本身數(shù)值較大，而其波動(dòng)性也較大大，標(biāo)準(zhǔn)差為677.227；宏觀經(jīng)濟(jì)景氣指數(shù)標(biāo)準(zhǔn)差相對(duì)較小，這表示我國(guó)宏觀經(jīng)濟(jì)整體走勢(shì)在樣本區(qū)間保持穩(wěn)定；投資者情緒指數(shù)標(biāo)準(zhǔn)差最小，其數(shù)值為1.118，均值為-1.36，說(shuō)明樣本期間內(nèi)投資者群體的情緒總體較為低落。

表1 證券綜指、投資者情緒與宏觀經(jīng)濟(jì)變量的描述性統(tǒng)計(jì)

對(duì)滬深300指數(shù)、投資者情緒綜合指數(shù)和宏觀經(jīng)濟(jì)景氣指數(shù)進(jìn)行相關(guān)性分析，其結(jié)果如表2所示。根據(jù)結(jié)果可以看出，本小節(jié)擬回歸的變量之間具有一定的相關(guān)性，滬深300與投資者情緒指數(shù)高度正向相關(guān)，與宏觀經(jīng)濟(jì)景氣指數(shù)呈不顯著的負(fù)相關(guān)；而投資者情緒指數(shù)與宏觀經(jīng)濟(jì)景氣指數(shù)呈負(fù)相關(guān)，且顯著性較低。這說(shuō)明我國(guó)投資者在做投資決策時(shí)，更多地是依據(jù)股市綜指或其他股市相關(guān)指標(biāo)，較少考慮我國(guó)整體經(jīng)濟(jì)走勢(shì)，這也導(dǎo)致投資者在做決策時(shí)具有一定片面性和非理性，導(dǎo)致股市走勢(shì)與宏觀經(jīng)濟(jì)發(fā)展之間出現(xiàn)一定背離情況。

表2 證券綜指、投資者情緒與宏觀經(jīng)濟(jì)變量的相關(guān)性分析

3.3 回歸結(jié)果

在回歸之前，對(duì)滬深300指數(shù)進(jìn)行一階差分，以消除其線性趨勢(shì)因素，得到平穩(wěn)序列。如表3所示，通過(guò)回歸可以發(fā)現(xiàn)，在未加入投資者情緒變量之前，宏觀經(jīng)濟(jì)景氣指數(shù)變化會(huì)對(duì)滬深300產(chǎn)生顯著的負(fù)影響，證明我國(guó)宏觀經(jīng)濟(jì)發(fā)展趨勢(shì)仍不能很好地體現(xiàn)股市的走勢(shì)。同時(shí)，這一結(jié)果也說(shuō)明，為了更好的理解我國(guó)股市的運(yùn)行機(jī)制，僅從宏觀層面分析是遠(yuǎn)遠(yuǎn)不夠的，在后續(xù)的研究中需要對(duì)包括投資者情緒因素在內(nèi)的，更多其他因素進(jìn)行探討和研究。在加入投資者情緒指數(shù)之后，宏觀經(jīng)濟(jì)指數(shù)的系數(shù)變小，并且其自身在0.001標(biāo)準(zhǔn)下顯著，與滬深300指數(shù)正相關(guān)，這說(shuō)明投資者情緒是影響股指走勢(shì)的重要因素之一，當(dāng)股指呈上升趨勢(shì)時(shí)，投資者的投資意愿高漲，此時(shí)高漲的情緒可以促進(jìn)股指進(jìn)一步走高。從調(diào)整后的R2來(lái)看，加入投資者情緒指數(shù)之后，R2從0.0479增大到0.245，可以看出引入情緒因素，模型的解釋力得到進(jìn)一步增強(qiáng)。這一結(jié)果表明，在研究宏觀經(jīng)濟(jì)因素對(duì)股市影響的基礎(chǔ)上，引入投資者情緒，可以更好地解釋股指走勢(shì)的變化。

表3 引入情緒因素前后的回歸結(jié)果

3.4 殘差分析

根據(jù)圖2、圖3、圖4和圖5所示，在引入投資者情緒指數(shù)后，從直方圖來(lái)看，殘差的分布更加接近正態(tài)分布，從散點(diǎn)圖來(lái)看，殘差的分布更加集中，所估計(jì)出來(lái)的模型更加具備良好的統(tǒng)計(jì)性質(zhì)，故所得的結(jié)果會(huì)具有可信度。此外，在未引入投資者情緒的回歸模型中，圖3顯示其殘差散點(diǎn)分布在擬合值低時(shí)的殘差的上下變動(dòng)比在擬合值高時(shí)的殘差變動(dòng)要大，這表示該模型呈現(xiàn)出明顯的異方差問(wèn)題。而在引入情緒因素后的回歸模型中，散點(diǎn)圖5顯示殘差的上下變動(dòng)變得比較一致，這表示模型的異方差的問(wèn)題得到了有效的改善。由此可以更直觀的看出，引入投資者情緒，相較只從宏觀經(jīng)濟(jì)層面對(duì)我國(guó)證券綜指進(jìn)行分析，更為符合利用多元回歸進(jìn)行分析的理想假設(shè)，從而得出更加可信的結(jié)論。

圖2 未引入投資者情緒殘差直方圖

圖3 未引入投資者情緒殘差散點(diǎn)圖

圖4 引入投資者情緒后殘差直方圖

圖5 引入投資者情緒后殘差散點(diǎn)圖

4.結(jié)論與政策建議

本文基于2010年8月至2020年8月共121組月度數(shù)據(jù)，采用主成分分析法構(gòu)建了投資者情緒綜合指數(shù)，并運(yùn)用OLS模型的計(jì)量方法，對(duì)樣本其間內(nèi)的投資者情緒、宏觀經(jīng)濟(jì)代理變量和滬深300綜指進(jìn)行了實(shí)證研究，得出如下結(jié)論：

本文通過(guò)主成分分析法構(gòu)建的投資者情緒指數(shù)其與同時(shí)期滬深300指數(shù)走勢(shì)的對(duì)比，發(fā)現(xiàn)兩個(gè)指數(shù)的大體走勢(shì)基本趨于一致，得出該指數(shù)能較好代表我國(guó)投資者情緒高漲和低落走勢(shì)的結(jié)論；通過(guò)對(duì)宏觀經(jīng)濟(jì)景氣指數(shù)、滬深300指數(shù)和投資者情緒指數(shù)的回歸分析，得出樣本期間內(nèi)我國(guó)宏觀經(jīng)濟(jì)的發(fā)展情況和我國(guó)證券綜指的走勢(shì)呈負(fù)相關(guān)，這表示目前我國(guó)股市仍不能很好地反映我國(guó)經(jīng)濟(jì)情況，以及宏觀經(jīng)濟(jì)在一定程度上無(wú)法正確預(yù)測(cè)股市的走勢(shì)；根據(jù)對(duì)比引入投資者情緒因素前后的回歸殘差，可以發(fā)現(xiàn)引入情緒因素后，回歸模型的殘差直方圖更趨于正態(tài)分布，殘差散點(diǎn)圖也更加集中。這說(shuō)明加入對(duì)投資者情緒的分析，可以更好地對(duì)我國(guó)股市綜指走勢(shì)進(jìn)行解釋和預(yù)測(cè)。

根據(jù)結(jié)論，針對(duì)如何引導(dǎo)投資者理性投資、如何優(yōu)化政策制定以減輕投資者情緒對(duì)股市的影響，提出以下建議：

（1）加強(qiáng)對(duì)投資者理性思維的培養(yǎng)。我國(guó)人口基數(shù)龐大，個(gè)體投資者在股票市場(chǎng)中占據(jù)很大比例，由于大多數(shù)散戶(hù)缺乏專(zhuān)業(yè)知識(shí)，這使得他們盲目操作，極易受情緒驅(qū)使，致使股市不規(guī)律大幅漲跌，也使他們自身財(cái)富蒙受?chē)?yán)重?fù)p失。故而要增強(qiáng)投資者的理性投資思維以及風(fēng)險(xiǎn)意識(shí)，了解相關(guān)投資理論和知識(shí)，提高投資分析能力。

（2）加強(qiáng)對(duì)股票市場(chǎng)監(jiān)管。在制定政策時(shí)，應(yīng)采取嚴(yán)格的監(jiān)管措施，降低因機(jī)構(gòu)或媒體發(fā)布的引導(dǎo)性消息而造成的噪音交易。比如，中國(guó)證監(jiān)會(huì)可以制定嚴(yán)格的反欺詐措施，加大對(duì)市場(chǎng)中傳播內(nèi)幕信息、進(jìn)行內(nèi)幕交易的刑事責(zé)任和民事責(zé)任。這樣可以降低這些噪音信息對(duì)投資者情緒造成的影響和干擾。

（3）建立股票市場(chǎng)預(yù)警機(jī)制。市場(chǎng)的平穩(wěn)運(yùn)行需要及時(shí)的監(jiān)管，有鑒于歷史上的股市崩盤(pán)大多都有跡可循，其中大部分都是由投資者非理性情緒及投資行為加劇的。從本文的實(shí)證結(jié)果來(lái)看，由封閉式基金折價(jià)率、消費(fèi)者信心指數(shù)、上月滬深市場(chǎng)交易量、上月新增投資者開(kāi)戶(hù)數(shù)、IPO個(gè)數(shù)和IPO首日收益所構(gòu)建的投資者情緒，可以較好地?cái)M合滬深300的走勢(shì)，因此，可以借助這些變量來(lái)實(shí)時(shí)觀測(cè)市場(chǎng)存在的投資者情緒。構(gòu)建合理有效的投資者情緒指數(shù)為監(jiān)管者提供了一個(gè)新的視角，可以用來(lái)分析市場(chǎng)中存在的投資者情緒及其走勢(shì)，建立有效的市場(chǎng)預(yù)警體系。