投资者情绪与股票市场收益的实证研究Word格式文档下载.docx

投资者情绪与股票市场收益的实证研究Word格式文档下载.docx

《投资者情绪与股票市场收益的实证研究Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《投资者情绪与股票市场收益的实证研究Word格式文档下载.docx（7页珍藏版）》请在冰豆网上搜索。

由此形成了投资者情绪理论并逐渐成为研究的热点。

我国证券市场还不是一个成熟、有效的市场，市场建设还不完善。

因此使用传统金融理

同时，我国股市投资者多为中小投资者，投机严重，这就决定了我国股市具有更强的心理特论来研究我国证券市场往往受到局限。

征，因此运用行为金融理论来研究我国股市对掌握我国证券市场运行的特征，合理引导投资者的行为，构建我国证券市场的微观基础具有重要的现实意义。

本文在已有研究的基础上采用最新的数据，运用主成分分析构建投资者情绪指数，建立投资者情绪和股票市场收益的二元ＶＡＲ模型，并利用脉冲响应函数分析二者之间的互动关系。

二、文献综述

（一）国外文献国外方面，最早进行投资者心理研究的是凯恩斯，他在１９３６年提出了著名的股市“选美论”，认为股票市场参与者相互的心理揣测是他们做决策的依据，由此引发的心理冲击会引起整个市场波动。

自凯恩斯以后，西方学术界对证券市场和投资者心理的

Ｋａｈｎｅｍａｎ和Ｔｖｅｒｓｋｙ（１９７９）在对投资者在不确定条件下的信念和偏好的描述下提出了著名的“前景理论”。

由此奠定关系研究越来越多。

了投资者情绪研究的理论基础，并逐渐被更多的学者所接受。

随后，Ｄｅｌｏｎｇｅｔａｌ（１９９０）提出了噪声交易者模型，指出噪音交易者情绪具有系统性和不可预测性，从而在市场中形成持续的系统性风险。

Ｌｅｅｅｔａｌ（１９９１）在ＤＳＳＷ模型基础上用投资者情绪解释了封闭式基金折价现象，他们认为封闭基金折价的变化源自投资者情绪的波动。

Ｌｅｅｅｔａｌ（２００２）研究认为投资者情绪是影响市场价格的系统性因子，超额收益与情绪变化同期相关，情绪变化影响收益波动。

Ｂａｋｅｒ和Ｓｔｅｉｎ（２００４）认为当市场上投资者情绪高涨的时候，股票交易就越活越，整个市场

综合起来，国外现有的相关研究主要集中于投资者情绪的变化是的流动性就越高，因此他们提出用市场流动性指标来衡量投资者情绪。

否构成系统性的风险以及情绪模型的建立，投资者情绪与股票收益及其波动性的相关性以及投资者情绪的度量等方面。

（二）国内文献国内对投资者情绪的研究主要集中于对封闭式基金折价的解释和股票市场收益及其波动与投资者情绪关系的目前对前者的研究还没有一致的观点。

一部分学者认为投资者情绪理论能够解释我国封闭式基金折价现象（饶育蕾（２００３），王研究。

世良，２００５；

黄少安，２００５；

伍燕然，２００７等）。

他们研究发现我国封闭式基金的交易与国外存在类似的规律，封闭式基金中不同基金折价水平之间以及不同基金折价水平的变化率之间均具有较强的相关性，并且封闭式基金的持有者承担了额外的系统性风险，从而证

但也有部分学者认为投资者情绪理论不能很好地解释我国封闭式基金折价现象（刘煜明了投资者情绪显著影响了封闭式基金折价。

辉，２００３；

赵俊，２００４等）。

但总体来看，多数学者认为投资者情绪理论可以解释我国封闭式基金折价现象。

国内对后者的研究都普遍认为投资者情绪是影响我国股票收益的系统性因子，投资者情绪的变化显著地影响了市场收益（王美今２００４；

刘超２００６，黄德龙，２００９；

张强，２００９等），并且其对不同的股票市场组合收益的会产生不同的影响（刘莉亚，２０１０等）。

三、研究设计

（一）样本选取和数据来源

思数据库和上证统计月报。

（二）变量选取衡量投资者情绪通常有两种办法：

直接法和间接法。

直接法是直接对投资者进行问卷调查的方法；

间接法是通

国外的直接指数有美国个人投资者协过选择一个可观测的代理变量，或者由多个变量构造而成的情绪综合指数来衡量投资者情绪。

会指数和智力指数等。

国内的研究采用的直接指数主要为央视看盘指数、好淡指数等。

但至今还没数据库对该类数据进行统计，数据可得性较差，而且这类调查数据缺乏可比性。

国内采用的间接代理变量多为封闭式基金折价、换手率、ＩＰＯ首日溢价率等，但在本文的样本期间内ＩＰＯ曾一度中止，因此本文没有考虑ＩＰＯ首日溢价率。

此外国内现在还很少有研究采用成交量来衡量投资者情绪。

因此，作者简介：

李谨宏（１９８７－），男，四川巴中人，暨南大学管理学院硕士研究生本文选择的样本期间为２０００年１月至２００９年１２月。

使用的软件为ＳＰＳＳ１６．０和Ｅｖｉｅｗｓ５．０。

数据来自锐

128

·

综

本文选择了封闭式基金折价、换手率和成交量来构造投资者情绪指数。

最后，本文选取上证综指月收益率来代表股市收益率。

（１）封闭式基金折价（ＣＥＦＤ）。

本文所采用的折价定义为：

ＤＩＳＣｉｔ＝（Ｐｉｔ－ＮＡＶｉ）ＮＡＶｉｔ。

Ｐｉｔ为基金ｉ在ｔ月末的交易价格，ＮＡＶｉｔ为基金ｉ在ｔ月末的净值。

ｔ／

同时构建价值加权折价指数ＣＥＦＤ以代表整个基金行业的折价率，ＣＥＦＤ＝ΣＷｉ×

ＤＩＳＣｉｔ，其中权Ｗｉ＝ＮＡＶｉｔ／ΣＮＡＶｔ。

由于小份额基金容易受到操纵，数据缺乏真实性，因此本文选取的封闭式基金为基金份额大于２０亿的基金。

封闭式基金折价数据来自于ＣＣＥＲ数据库。

（２）换手率（ＴＲＵＮ）。

本文选用的换手率为沪市流通股票的换手率，换手率的计算方式为成交股数除以流通股数。

换手率数据来自锐思数据库和上证统计月报。

（３）成交量（ＶＯＬ）。

成交量为沪市股票的成交量，同时本文对选取的成交量取对数处理。

数据来自锐思数据库和上证统计月报。

（４）市场月收益率（Ｒ）。

本文选取上证综指代替市场收益率，采用流通市值加权平均市场月收益率，数据来自于锐思数据库。

（三）模型建立１９８０年Ｓｉｍｓ提出向量自回归（ＶＡＲ）模型。

ＶＡＲ模型是用模型中所有当期变量对所有变量的若干滞后变量进行回归。

该模型用来估计联合内生变量的动态关系，而不带有任何事先的约束条件，将每个变量均视为内生变量，避开了结构建模方法中需要对系统中每个内生变量关于所有变量滞后值函数的建模问题，它突出的一个核心问题是“让数据自己说话”。

在ＶＡＲ模型中，当某一变量ｔ期的扰动项变动时，会通过变量之间的动态联系，对ｔ期以后各变量产生一连串的连锁作用，脉冲响应函数描述系统对冲击（或信息）扰动的动态反应，并从动态反应中判断变量之间的时滞关系。

本文通过建立关于投资者情绪代理变量和收益率序列的二元ＶＡＲ模型，研究投资者情绪与收益率的动态关系。

模型可表示如下：

Ｒｔ＝Ｃ１＋ΣＡ２ｉＳＥＮＴｔ－ｉ＋ΣＢ１ｉＲｔ－ｉ＋ε2ＳＥＮＴｔ＝Ｃ０＋ΣＡ１ｉＳＥＮＴｔ－ｉ＋ΣＢ１ｉＲｔ－ｉ＋ε1；

ｉ＝１ｉ＝１ｉ＝１ｉ＝１ｋｋｋｋ

其中，Ｃ为常数项，ｋ为滞后阶数。

Ａ，Ｂ是待估计的系数，ε是二维随机扰动向量。

本文以平稳时间序列投资者情绪和市场收益建立二元ＶＡＲ模型。

既要体现模型的动态特性又必须使扰动项符合要求的关键是正确的确定滞后阶数。

通常采用的标准主要有赤池信息准则（ＡＩＣ）和施瓦茨信息准则（ＳＣ）。

本文根据赤池准则确定最优滞后阶数，选择的滞后阶数应使得ＡＩＣ相对较小。

经过多次测试，确定最优滞后阶数为４。

四、实证结果分析

（一）描述性统计从（表１）可以看出封闭式基金都处于折价状态，平均折价率为３０．８６％，折价程度较高。

这是因为本文选取的基表1投资者情绪初级指标描述性统计

ＫｕｒｔｏｓｉｓｍｕｍＭｅａｎＭｉｎｉｍｕｍＮＭａｘｉＳｔｄ．Ｓｋｅｗｎｅｓｓ

表2数据的单位根检验

４８６５５１－２．Ｎ，１）－３．９１０３６２（Ｃ，８６４４４７是ＤＣＥＤ－６．８８６０７４－２．５７９９３１－２．

０４２０４２－３．Ｔ，１）－４．６６３０４１（Ｃ，７２６９０３是ＤＶＯＬ－６．４５０４３６－３．１５０５４９－０．

注：

（Ｃ，Ｔ，Ｋ）为检验类型，分别表示带有常数项、时间趋势和滞后阶数，

Ｎ表示不含Ｔ或Ｃ。

Ｄ为对相应的变量取一阶差分

表3各变量相关性矩阵

ＤＴＵＲＮＤＶＯＬＤＣＥＦＤ指标

金份额都在２０亿以上，而且这些基金绝大多数都在２０００年前上市。

换手率最大值达到了１．１９７４，平均换手率也达到了３４．９３％，说明我国股市股票交易活跃，市场上的投资者多为短线投资者，投资者投机心理严重。

（二）数据平稳性检验在对时间序列的处理中，不管是后面的主成分分析还是ＶＡＲ模型都需要对时间序列数据进行平稳性检验。

因此本文先对选取的变量进行平稳性检验。

常用的检验有扩展的ＡＤＦ检验和非参数的ＰＰ单位根检验，本文采用ＡＤＦ检验。

平稳性检验的结果见（表２）。

可以看出，封闭式基金折价和换手率都为非平稳序列，成交量在１０％的显著性水平上为平稳序列，而他们的一阶差分都在１％的显著性水平上为平稳序列。

因此，本文用封闭式基金折价率，换手率和成交量的一阶差分构造投资者情绪指数，该指数反映了投资者情绪的变动情况。

而上证综指月收益率序列在１％的显著性水平下是平稳的，可以直接用于后面的分析。

（三）相关性分析各变量的相关性分析见（表３）。

通过表３可知，三个变量都在１％的显著性水平上通过检验，尤其是换手率和成交量的变化相关系数达到了０．８７２，说明这两个变量具有较强的相关性，能够较好地反映投资者情绪。

（四）主成分分析用主成分分析法构建投资者情绪指数。

主

成分分析结果见（表４）。

根据特征值大于１的要求，本文从选取的３

个指标中提取出了２个主成分因子，第一主成分的贡献率达到了

６２．４１５％，第二主成分累计解释了９５．９１１％。

说明本文构造的情绪

指标能够较好的表达三个变量共同的变化情况，也即投资者情绪６５５１×

ＤＶＯＬｔ＋０．６１６９的变动。

构造的综合情绪指数如下：

ＳＥＮＴｔ＝０．×

ＤＴＵＲＮｔ＋０．３２４２×

ＤＣＥＦＤｔ（五）股市收益和投资者情绪之间的脉冲响应和影响效应分析

由于ＶＡＲ模型是结构式模型而不是简化式模型，它的每一个变脉冲冲击效应脉冲冲击效应

129

投资者情绪与股票市场收益的实证研究量都可以作为被解释变量，是内生的，单个参数估计值是有偏的，从而对ＶＡＲ模型单个参数估计值的解释没有意义。

脉冲响应函数刻画的是，在扰动项上施加一个标准差大小的冲击对内生变量当前值和未来值所带来的影响。

对一个变量的冲击直接影响这个变量，并且通过ＶＡＲ模型的动态结构传导给其他所有的内生变量，因此，它能够比较直观地刻画出变量之间的动态反应过程和交互作用。

（图１）和（图２）给出了投资者情绪和股市收益间相互冲击的影响。

横轴代表追溯期数，这里取１０；

纵轴表示因变量对自变量的响应大小，实线表示响应函数曲线，两条虚线代表两倍标准差的置信带。

（图１）显示了投资者情绪对股市收益的脉冲冲击效应图。

可以看出：

投资者情绪对

当给投资者情绪一个单位的冲击后，股市收益会做出一个正向的响应。

随后这种冲击响应开始减弱并股市收益有一个连续的正向冲击。

在第６期的时候收敛于０。

由此可见中国的投资者情绪对股市收益具有长期的影响，并能在一定程度上预测出股市收益的变化。

股票市场与投资者情绪的相互影响可以通过预期效应来实现。

当投资者情绪乐观的时候，表明投资者对未来的经济形势看好，从而增强了投资者的信心。

这个时候投资者会增加消费需求从而增加总需求，而总需求的增加又会使上市公司的