论文部分内容阅读
【摘要】本文在BW指数构造方法的基础上，通过适当改进，选取多个指标进行主成分分析，适当降维后得到投资者情绪代理指标。通过回归分析，发现不同的行业指数预期收益率受到投资者情绪的影响具有显著地差异性。另外，通过变量滞后性检验发现不同行业收益率受投资者情绪影响的时间上，无明显差异。最后，在对投资者情绪与行业指数预期波动率关系分析中发现投资者情绪会显著地影响下一期市场整体波动率；投资者情绪指数越高市场整体波动程度越大；投资者情绪对不同行业的未来波动率影响程度的差异也非常明显。
【关键词】投资者情绪 收益率 波动率
一、引言
投资者情绪（investor sentiment）是投资者基于资产现有特征而对资产未来所能创造价值大小的一种主观判断，表现为一种预期或信念，但这一信念并不能完全反映当前已有的事实（Baker&Wursler，2006）。哪些行业板块对投资者情绪反应更敏感，受影响时间长短，以及受影响程度大小，在这些方面国内外学者的研究较少，出于这个原因，本文试图以投资者情绪作为研究的出发点，探讨投资者情绪对行业指数影响的差异性。
二、投资者情绪指标设计与数据来源
正确选取合适的变量作为研究投资者情绪的变量是最重要的一步。在很多学者研究的基础上，本文选取了6个投资者情绪的单一指标，然后应用主成分分析法来构建综合投资者情绪指数。
其中，封闭式基金折价率在牛市和熊市中具有很大的差异，这种差异性恰好体现了投资者在不同市场状况下的贪婪和恐惧情绪。上证综指交易金额、融资余额与流通股市值之比、换手率和新增开户数则从侧面反映了投资者的过度自信心理和频繁交易行为。消费者信心指数是唯一的主观指标，薛斐（2005）研究发现国家统计局编制的CCI能反映中国投资者的情绪，故本文选取其作为情绪代理指标。
上述数据来源于金融界、和讯网、东方财富网和广发证券通达信交易软件数据整理得到，所有数据均为月度数据，时间从2010年4月到2015年7月，样本容量为64。
三、投资者情绪综合指数（IS）的构建
考虑到所取情绪代理变量未必反映与当期的情绪具有同步性，不同指标对投资者情绪的反映可能存在着时间上的“提前”与“滞后”关系。因此本文选取了情绪代理变量的提前1期项和当期项总共12个时间序列数据进行主成分分析，得到情绪代理指标。
首先，为了消除各变量单位差异的影响，在主成分分析前将各变量进行标准化处理，然后对6个指标的提前及当期变量进行主成分分析。分析发现第1，2，3主成分累计贡献率为92.16%，说明了前3个主成分保留的样本的绝大部分信息。具体数值见表2。
在5%的显著性水平下，各个指标均通过了相关的显著性检验，封闭式基金折价率、上证综指交易金额增长率、新开股票账户数增长率的提前变量x1t-1、x2t-1、x4t-1的相关性均高于当期期变量；融资余额与流通股市值之比增长率x3、上证指数换手率x5的当期变量相关性高于其提前变量，且均呈正相关。其中消费者信心指数增长率与情绪指数IS呈负相关，相关系数为-0.0265，相关性最低，消费者信心指数增长率提前1期变量与情绪指数IS呈正相关，相关系数为0.0520，相关性也较低，作为综合指数中唯一的主观指标，并未很好反映投资者的情绪状况，考虑舍弃这项指标，并相应地选择相关系数较大的5个变量（x1t-1、x2t-1、x4t-1、x3、x5）作为构造综合情绪指数（IS）的源指标。
在确定了各指标的提前与滞后关系后，再对所选的相关系数较大的5个变量（x1t-1、x2t-1、x4t-1、x3、x5）进行主成分分析。其中前3主成分累计贡献率达到93.19%，高于前文12个变量的主成分分析的累计贡献率92.1637，说明了前3个主成分保留的样本的绝大部分信息。分析结果见表4。
可以看到封闭式基金折价率越大（为正数表示溢价，为负数表示折价），IS值越大，二者呈正相关，即封闭式基金溢价越大，投资者情绪越高，折价越大，投资者情绪越低落，验证了前人的相关理论。上证综指交易金额和新开股票账户数提前反映了投资者的情绪，即交易量越大，开股票账户越多，后期的投资者情绪越高；当期融资余额越高，股票的换手率越高，表明了投资者对后市行情的看好。
四、不同行业股票收益率与投资者情绪间的关系
根据DSSW理论认为当投资者对后市看涨时将推动股票价格上涨，看跌则导致股票价格下跌。基于上述假设，本文采用CAPM收益率模型，检验投资者情绪指数对各个行业指数预期收益率的影响。
其中Ri表示各行业指数收益率，ci表示方程回归的常数项，ISt-1表示提前1期投资者综合情绪指数，αi表示情绪指数回归系数，RSHt表示上证综合指数收益率，βi表示上证综合指数收益率回归系数，εi为模型估计残差项。
行业分类采用上证行业180指数分类方法，分为：上证能源，上证材料，上证工业，上证可选，上证消费，上证医药，上证金融，上证信息，上证电信，上证公用共10个行业，行业收益率数据来源于广发证券通达信交易平台。所有数据均为月度数据，时间从2010年4月到2015年7月，样本容量为64。具体分析结果见表6。
从回归结果来看，除了十个行业指数收益率的α系数均为正数，说明投资者情绪对行业预期收益率的影响是正相关的。在5%的显著性水平下，十个回归方程系数均通过检验，这说明本文所构建的投资者情绪指数能够很好地解释未来1个月内收益率的变化。即投资者情绪变化与股票市场行业指数预期收益正相关。即投资者情绪较高时，股票市场行业指数的收益增加；反之当投资者情绪较低时，行业指数的收益减少。
另外，各个行业指数收益率受到投资者情绪的影响程度是不一样的，从表中可以看到，回归系数最大的是工业、金融和材料行业，分别达到了0.0586、0.0566和0.0525，说明工业、金融和材料行业对投资者情绪的变化更为敏感，受非理性投资行为影响较大。这与市场与金融概念有关的公司股票价格大起大落的现象相吻合。而回归系数最小的是可选、电信和医药行业，分别为0.038、0.0362和0.0292，说明行业收益率对投资者情绪变化反应较为迟缓，受非理性投资行为的影响较小。作为传统行业，缺乏新的变革和题材，投资者的关注度明显不如其他行业，受投资者情绪影响偏小也是情理之中。这些说明不同的行业指数预期收益率受到投资者情绪的影响具有显著地差异性。 在对回归方程中行业收益率Ri同情绪综合指数ISt-2做滞后2期处理后，再进行回归分析时，发现即使在15%的显著性水平下，回归结果均不能通过检验，考虑样本数据为月度数据，时间跨度较大，投资者情绪能够做相应调整而回归理性。不同行业收益率受投资者情绪影响的时间上，均未发现有明显差异。
本文根据市场行业指数收益率的波动率的实际情况，并且参考前文对于收益率的回归显著性结果之后，通过考察行业收益率的波动与投资者情绪之间的关系，检验不同行业的收益率变动受投资者情绪的影响程度。
从上述回归结果来看，在5%的显著性水平下，所有行业指数的投资者情绪系数都非常显著，说明了投资者情绪会显著地影响下一期市场整体波动率；另外回归系数为正数，这说明情绪对预期波动率的影响是正向的，说明情绪指数越高这种影响程度越大。
不同的行业指数回归系数具有显著性的差异， 情绪指数回归系数的最大值是上证工业，为0.003；最小值是上证医药和上证电信，均为0.0017。由此可见，与投资者情绪对行业指数预期收益率的影响类似，投资者情绪对不同行业的未来波动率影响程度差异非常明显，最大值与最小值相差接近2倍。
五、结论
本文在BW指数构造方法的基础上，通过适当改进，选取了适合于测度中国股票市场投资者情绪的6个单项指标，考虑到所取情绪代理变量未必反映与当期的情绪具有同步性，不同指标对投资者情绪的反映可能存在着时间上的“提前”与“滞后”关系，还加入情绪代理变量的提前1期项和当期项总共12个时间序列数据进行主成分分析，适当降维后得到情绪代理指标；再通过剔除宏观经济周期变化对投资者情绪的影响，最终得到投资者情绪的综合指数。
通过投资者情绪的综合指数与不同的行业指数预期收益率的回归分析，发现不同的行业指数预期收益率受到投资者情绪的影响具有显著地差异性。并且这种差异性不能被行业的贝塔值和市场收益率因素所解释，其中上证工业、上证金融和上证材料行业的收益率对投资者情绪的变化更为敏感，受非理性投资行为影响较大。上证可选、上证电信和上证医药行业收益率对投资者情绪变化较为迟缓，受非理性投资行为的影响较小。
另外，通过变量滞后性检验发现，投资者情绪对不同行业收益率的影响在滞后二期后，回归结果并不显著，说明投资者在1个月内能及时调整投资策略，减少非理性的投资行为。不同行业收益率受投资者情绪影响的时间上，均未发现有明显差异。
最后，在对投资者情绪与行业指数预期波动率关系分析中发现投资者情绪会显著地影响下一期市场整体波动率；投资者情绪指数越高市场整体波动程度越大；投资者情绪对不同行业的未来波动率影响程度的差异也非常明显。其中对上证工业指数波动率影响最大，对上证医药和上证电信行业指数波动率影响较小。
参考文献
[1]饶玉蕾，刘达峰.行为金融[M].上海：上海财经大学出版社，2003.
[2]张俊喜，张华.解析我国封闭式基金折价之谜[J].金融研究，2003，12.
[3]王擎.再析中国封闭式基金折价之谜[J].金融研究，2004，5.
[4]王美今，孙建军.中国股市收益、收益波动与投资者情绪[J].经济研究，2004，10.
[5]伍燕然，韩立岩.不完全理性、投资者情绪与封闭式基金之谜[J].经济研究，2007，3.
[6]丛剑波，祝滨滨.我国股市的特质波动风险分析[J].经济纵横，2009，5.
[7]Delong，J.B.，Shleifer A，Summers LH.，Waldmazm，R.J.，Noise trader risk in finaneial Markets，Journal of Political Economy 1990a，98.
[8]Fama，E.F.，French，K.R，Common Risk Factors in the Returns on Stocks and Bonds [J]. Journal of Financial Economics，1993，33.
[9]Bown，Gregory W.，and Micheal T.Cliff，Inveator sentiment and the near-term stock market，[J].Journal of Empirical Finance 2004，11.
[10]Baker，Maleolm，Jeffrey Wurgler，Investor Sentiment and the Cross-Section Of Stock Returns，[J].Journal of Finance，2006，61.
[11]Baker，M，Stein，J.C.，Market Liquidity as a Sentiment Indicator[J].Journal of Hnancial Markets，2004，7.
[12]Brown，G.W. and Cliff，M.T.，Investor Sentiment and Asset Valuation[J].Journal of Business，2005；78.
【关键词】投资者情绪 收益率 波动率
一、引言
投资者情绪（investor sentiment）是投资者基于资产现有特征而对资产未来所能创造价值大小的一种主观判断，表现为一种预期或信念，但这一信念并不能完全反映当前已有的事实（Baker&Wursler，2006）。哪些行业板块对投资者情绪反应更敏感，受影响时间长短，以及受影响程度大小，在这些方面国内外学者的研究较少，出于这个原因，本文试图以投资者情绪作为研究的出发点，探讨投资者情绪对行业指数影响的差异性。
二、投资者情绪指标设计与数据来源
正确选取合适的变量作为研究投资者情绪的变量是最重要的一步。在很多学者研究的基础上，本文选取了6个投资者情绪的单一指标，然后应用主成分分析法来构建综合投资者情绪指数。
其中，封闭式基金折价率在牛市和熊市中具有很大的差异，这种差异性恰好体现了投资者在不同市场状况下的贪婪和恐惧情绪。上证综指交易金额、融资余额与流通股市值之比、换手率和新增开户数则从侧面反映了投资者的过度自信心理和频繁交易行为。消费者信心指数是唯一的主观指标，薛斐（2005）研究发现国家统计局编制的CCI能反映中国投资者的情绪，故本文选取其作为情绪代理指标。
上述数据来源于金融界、和讯网、东方财富网和广发证券通达信交易软件数据整理得到，所有数据均为月度数据，时间从2010年4月到2015年7月，样本容量为64。
三、投资者情绪综合指数（IS）的构建
考虑到所取情绪代理变量未必反映与当期的情绪具有同步性，不同指标对投资者情绪的反映可能存在着时间上的“提前”与“滞后”关系。因此本文选取了情绪代理变量的提前1期项和当期项总共12个时间序列数据进行主成分分析，得到情绪代理指标。
首先，为了消除各变量单位差异的影响，在主成分分析前将各变量进行标准化处理，然后对6个指标的提前及当期变量进行主成分分析。分析发现第1，2，3主成分累计贡献率为92.16%，说明了前3个主成分保留的样本的绝大部分信息。具体数值见表2。
在5%的显著性水平下，各个指标均通过了相关的显著性检验，封闭式基金折价率、上证综指交易金额增长率、新开股票账户数增长率的提前变量x1t-1、x2t-1、x4t-1的相关性均高于当期期变量；融资余额与流通股市值之比增长率x3、上证指数换手率x5的当期变量相关性高于其提前变量，且均呈正相关。其中消费者信心指数增长率与情绪指数IS呈负相关，相关系数为-0.0265，相关性最低，消费者信心指数增长率提前1期变量与情绪指数IS呈正相关，相关系数为0.0520，相关性也较低，作为综合指数中唯一的主观指标，并未很好反映投资者的情绪状况，考虑舍弃这项指标，并相应地选择相关系数较大的5个变量（x1t-1、x2t-1、x4t-1、x3、x5）作为构造综合情绪指数（IS）的源指标。
在确定了各指标的提前与滞后关系后，再对所选的相关系数较大的5个变量（x1t-1、x2t-1、x4t-1、x3、x5）进行主成分分析。其中前3主成分累计贡献率达到93.19%，高于前文12个变量的主成分分析的累计贡献率92.1637，说明了前3个主成分保留的样本的绝大部分信息。分析结果见表4。
可以看到封闭式基金折价率越大（为正数表示溢价，为负数表示折价），IS值越大，二者呈正相关，即封闭式基金溢价越大，投资者情绪越高，折价越大，投资者情绪越低落，验证了前人的相关理论。上证综指交易金额和新开股票账户数提前反映了投资者的情绪，即交易量越大，开股票账户越多，后期的投资者情绪越高；当期融资余额越高，股票的换手率越高，表明了投资者对后市行情的看好。
四、不同行业股票收益率与投资者情绪间的关系
根据DSSW理论认为当投资者对后市看涨时将推动股票价格上涨，看跌则导致股票价格下跌。基于上述假设，本文采用CAPM收益率模型，检验投资者情绪指数对各个行业指数预期收益率的影响。
其中Ri表示各行业指数收益率，ci表示方程回归的常数项，ISt-1表示提前1期投资者综合情绪指数，αi表示情绪指数回归系数，RSHt表示上证综合指数收益率，βi表示上证综合指数收益率回归系数，εi为模型估计残差项。
行业分类采用上证行业180指数分类方法，分为：上证能源，上证材料，上证工业，上证可选，上证消费，上证医药，上证金融，上证信息，上证电信，上证公用共10个行业，行业收益率数据来源于广发证券通达信交易平台。所有数据均为月度数据，时间从2010年4月到2015年7月，样本容量为64。具体分析结果见表6。
从回归结果来看，除了十个行业指数收益率的α系数均为正数，说明投资者情绪对行业预期收益率的影响是正相关的。在5%的显著性水平下，十个回归方程系数均通过检验，这说明本文所构建的投资者情绪指数能够很好地解释未来1个月内收益率的变化。即投资者情绪变化与股票市场行业指数预期收益正相关。即投资者情绪较高时，股票市场行业指数的收益增加；反之当投资者情绪较低时，行业指数的收益减少。
另外，各个行业指数收益率受到投资者情绪的影响程度是不一样的，从表中可以看到，回归系数最大的是工业、金融和材料行业，分别达到了0.0586、0.0566和0.0525，说明工业、金融和材料行业对投资者情绪的变化更为敏感，受非理性投资行为影响较大。这与市场与金融概念有关的公司股票价格大起大落的现象相吻合。而回归系数最小的是可选、电信和医药行业，分别为0.038、0.0362和0.0292，说明行业收益率对投资者情绪变化反应较为迟缓，受非理性投资行为的影响较小。作为传统行业，缺乏新的变革和题材，投资者的关注度明显不如其他行业，受投资者情绪影响偏小也是情理之中。这些说明不同的行业指数预期收益率受到投资者情绪的影响具有显著地差异性。 在对回归方程中行业收益率Ri同情绪综合指数ISt-2做滞后2期处理后，再进行回归分析时，发现即使在15%的显著性水平下，回归结果均不能通过检验，考虑样本数据为月度数据，时间跨度较大，投资者情绪能够做相应调整而回归理性。不同行业收益率受投资者情绪影响的时间上，均未发现有明显差异。
本文根据市场行业指数收益率的波动率的实际情况，并且参考前文对于收益率的回归显著性结果之后，通过考察行业收益率的波动与投资者情绪之间的关系，检验不同行业的收益率变动受投资者情绪的影响程度。
从上述回归结果来看，在5%的显著性水平下，所有行业指数的投资者情绪系数都非常显著，说明了投资者情绪会显著地影响下一期市场整体波动率；另外回归系数为正数，这说明情绪对预期波动率的影响是正向的，说明情绪指数越高这种影响程度越大。
不同的行业指数回归系数具有显著性的差异， 情绪指数回归系数的最大值是上证工业，为0.003；最小值是上证医药和上证电信，均为0.0017。由此可见，与投资者情绪对行业指数预期收益率的影响类似，投资者情绪对不同行业的未来波动率影响程度差异非常明显，最大值与最小值相差接近2倍。
五、结论
本文在BW指数构造方法的基础上，通过适当改进，选取了适合于测度中国股票市场投资者情绪的6个单项指标，考虑到所取情绪代理变量未必反映与当期的情绪具有同步性，不同指标对投资者情绪的反映可能存在着时间上的“提前”与“滞后”关系，还加入情绪代理变量的提前1期项和当期项总共12个时间序列数据进行主成分分析，适当降维后得到情绪代理指标；再通过剔除宏观经济周期变化对投资者情绪的影响，最终得到投资者情绪的综合指数。
通过投资者情绪的综合指数与不同的行业指数预期收益率的回归分析，发现不同的行业指数预期收益率受到投资者情绪的影响具有显著地差异性。并且这种差异性不能被行业的贝塔值和市场收益率因素所解释，其中上证工业、上证金融和上证材料行业的收益率对投资者情绪的变化更为敏感，受非理性投资行为影响较大。上证可选、上证电信和上证医药行业收益率对投资者情绪变化较为迟缓，受非理性投资行为的影响较小。
另外，通过变量滞后性检验发现，投资者情绪对不同行业收益率的影响在滞后二期后，回归结果并不显著，说明投资者在1个月内能及时调整投资策略，减少非理性的投资行为。不同行业收益率受投资者情绪影响的时间上，均未发现有明显差异。
最后，在对投资者情绪与行业指数预期波动率关系分析中发现投资者情绪会显著地影响下一期市场整体波动率；投资者情绪指数越高市场整体波动程度越大；投资者情绪对不同行业的未来波动率影响程度的差异也非常明显。其中对上证工业指数波动率影响最大，对上证医药和上证电信行业指数波动率影响较小。
参考文献
[1]饶玉蕾，刘达峰.行为金融[M].上海：上海财经大学出版社，2003.
[2]张俊喜，张华.解析我国封闭式基金折价之谜[J].金融研究，2003，12.
[3]王擎.再析中国封闭式基金折价之谜[J].金融研究，2004，5.
[4]王美今，孙建军.中国股市收益、收益波动与投资者情绪[J].经济研究，2004，10.
[5]伍燕然，韩立岩.不完全理性、投资者情绪与封闭式基金之谜[J].经济研究，2007，3.
[6]丛剑波，祝滨滨.我国股市的特质波动风险分析[J].经济纵横，2009，5.
[7]Delong，J.B.，Shleifer A，Summers LH.，Waldmazm，R.J.，Noise trader risk in finaneial Markets，Journal of Political Economy 1990a，98.
[8]Fama，E.F.，French，K.R，Common Risk Factors in the Returns on Stocks and Bonds [J]. Journal of Financial Economics，1993，33.
[9]Bown，Gregory W.，and Micheal T.Cliff，Inveator sentiment and the near-term stock market，[J].Journal of Empirical Finance 2004，11.
[10]Baker，Maleolm，Jeffrey Wurgler，Investor Sentiment and the Cross-Section Of Stock Returns，[J].Journal of Finance，2006，61.
[11]Baker，M，Stein，J.C.，Market Liquidity as a Sentiment Indicator[J].Journal of Hnancial Markets，2004，7.
[12]Brown，G.W. and Cliff，M.T.，Investor Sentiment and Asset Valuation[J].Journal of Business，2005；78.