投資者情緒與股票收益的實證分析-基于上證投資者情緒綜合指數(shù)

1、投 資 者 情 緒 與 股 票 收 益 的 實 證 分 析 基 于 上 證 投 資 者 情 緒 綜 合 指 數(shù)李寶仁， 胡蓓， 陳相因( 北京工商大學(xué) 經(jīng)濟學(xué)院，北京 100048)摘 要: 投資者作為資本市場的主體，其投資情緒的變化往往會對投資結(jié)果及整個交易市場產(chǎn)生重要影響，而如何客觀合理地度量投資者情緒那么成為實際研究中的重難點?？紤]到以往使用單個指標(biāo)作為投資者情緒代理變量容易導(dǎo)致 代理有偏和信息缺乏等問題，拋棄單指標(biāo)度量方法而選用多維度指標(biāo)來，并利用因子分析方法構(gòu)建了第一只上證投資者 情緒綜合指數(shù)( SSMISI) ，并在該指數(shù)的根底上考察了投資情緒指數(shù)與股票收益間的內(nèi)在作用機制。關(guān)鍵詞

2、: 投資者情緒; 行為金融學(xué); 因子分析; 股票收益文章編號: 1009-6116( 2021) 04-0091-07中圖分類號: F830. 91文獻標(biāo)志碼: A一、引 言傳統(tǒng)金融理論認為投資者是完全理 性 的，市場是有效的。然而 20 世紀(jì) 70 年 代 以 來，金 融 市場不斷出現(xiàn)異象，傳統(tǒng)理論卻又不能很好地對此做出解釋。學(xué)界開始尋找新的視角來解釋這些異象，其中一個較有說服力的新興學(xué)科是結(jié)合了心 理學(xué)、認 知 科 學(xué) 和 金 融 學(xué) 所 產(chǎn) 生 的 行 為 金 融 學(xué)。 行 為 金 融 學(xué) 認 為 市 場 是 非 有 效 的，不 遵 循 所 謂“最大化原那么進行投資，個體投資行為會受自身

3、投資情緒影響等等。在 20 世 紀(jì) 80 年 代 以 前，行為金融學(xué)的研究內(nèi)容更多地集中于對市場非有效 性及伴隨產(chǎn)生的假設(shè)干異象進行探討。而在 20 世 紀(jì) 80 年代后期，行為金融學(xué)中的投資者情緒理論 開始受到重 視，如 果 以 DSSW 模 型 ( 1990 ) 的 出 現(xiàn)作為起 點，在 此 之 后 圍 繞 資 本 市 場 內(nèi) 部 存 在 噪聲交易和投資 情 緒 的 文 獻 大 量 出 現(xiàn)。另 一 方 面，如果考 慮 現(xiàn) 實 的 資 本 市 場 境 況，Robert Shil- ler 在?非理性 繁 榮 ?一 書 中 把 2000 年 美 國 當(dāng) 時 的股市描述為“一 場 非 理 性 的

4、、自 我 驅(qū) 動 的、自 我膨脹的 泡 沫 ，一 個 月 后 美 國 股 市 下 滑 2000多點這 一 事 實 也 印 證 了 其 觀 點?？?而 言 之，無論從理論 或 實 踐 角 度，投 資 者 情 緒 對 自 身 的 投資行為和對整個 資 本 市 場 的 影 響 均 顯 出 了 重 要作用，由此 也 體 現(xiàn) 了 對 投 資 者 情 緒 進 行 研 究 的必要性和重要性。二、投資者情緒指數(shù)的構(gòu)建由于投資者情緒的復(fù)雜性和多樣性，如 果 選 擇單一指標(biāo)對其進行測度，往往可能導(dǎo)致片面和 有偏的結(jié)果。因此本文考慮選擇多個側(cè)面的不同指標(biāo)，從投資者情緒的顯性、隱性和代理變量三個維度構(gòu)造投資者情緒指數(shù)

5、，有機地將選取的假設(shè)干代理變量在一定的可行性下通過統(tǒng)計建模手段進 行綜合，從而獲得投資者情緒綜合指數(shù)，來反映和 度量投資個體的情緒波動。綜 合 考 慮，本 文 采 用 了 上 交 所 股 票 成 交 量 ( SZV) 、上證月平均綜合指數(shù) ( SZI) 、股票投 資 者開戶數(shù)( SZN) 、IPO 月度數(shù)量( IPON) 、IPO 首日換手 率 ( IPOT ) 、消 費 者 信 心 指 數(shù) ( CCI ) 、氣 溫( TEM) 、氣壓 ( PRE) 、降水 ( RAI) 和風(fēng)速 ( WIN) ，利用因子分析方法構(gòu)建了上證投資者情緒綜合指收稿日期: 2021-03-14基金工程: 北京市教育委

6、員會面上工程( SM202110011002) 。作者簡介: 李寶仁( 1957) ，男，天津人，北京工商大學(xué)經(jīng)濟學(xué)院院長，教授，研究方向: 統(tǒng)計學(xué)和計量經(jīng)濟學(xué);胡 蓓( 1987) ，女，湖北孝感人，北京工商大學(xué)經(jīng)濟學(xué)院碩士研究生，研究方向: 統(tǒng)計學(xué)和計量經(jīng)濟學(xué);陳相因( 1984) ，男，山東濟南人，北京工商大學(xué)經(jīng)濟學(xué)院碩士研究生，研究方向: 統(tǒng)計學(xué)和計量經(jīng)濟學(xué)。91北京工商大學(xué)學(xué)報( 社會科學(xué)版)2021 年 第 4 期數(shù)( Shanghai Stock Market Investor Sentiment Index SSMISI) 的月度指標(biāo)。1. 根本變量的描述統(tǒng)計分析以上討論的各指

7、標(biāo)數(shù)據(jù)分別來源于 RESSET數(shù)據(jù)庫和中國氣象科學(xué)數(shù)據(jù)共享效勞網(wǎng)。所有數(shù)據(jù)樣本的時間區(qū)間選為 1999 年 1 月至 2021 年 12月，且均為月度數(shù)據(jù)。將全部的樣本數(shù)據(jù)進行標(biāo) 準(zhǔn)化處理，利用因子分析得出最終的上證投資者 情緒綜合指 數(shù) ( SSMISI) 。 首 先 考 察 樣 本 指 標(biāo) 之 間相關(guān)性，如表 1 所示。表 1 變量的相關(guān)系數(shù)矩陣SZVSZISZNCCITEMPRERAIWINIPONSZVSZI SZN CCI TEM PRE RAI WIN IPON IPOT10. 656 240. 823 03 0. 464 270. 045 59 0. 031 640. 047 4

8、8 0. 270 83 0. 369 36 0. 244 7710. 699 780. 001 680. 037 80 0. 006 970. 059 19 0. 279 07 0. 152 86 0. 074 651 0. 376 960. 081 44 0. 029 45 0. 013 23 0. 283 60 0. 378 33 0. 309 601 0. 016 900. 053 160. 057 220. 127 930. 279 120. 233 451 0. 924 710. 410 720. 186 480. 038 260. 002 161 0. 503 39 0. 246

9、65 0. 083 96 0. 014 9510. 191 350. 087 170. 044 6310. 004 46 0. 107 6110. 525 09資者情緒指數(shù)的變量體系中，考慮到使用的樣本數(shù)據(jù)為月度數(shù)據(jù)和操作的便利性，故滯后階數(shù)僅選擇 1 和 2，具體的結(jié)果如表 2 所示。本 文 對 領(lǐng) 先 滯 后 關(guān) 系 的 選 擇 標(biāo) 準(zhǔn) 是: 無 論 Granger 檢驗滯后 1 階還是 2 階，一個變量只要滿 足存在一半 以 上 ( 大 于 等 于 4 個) 至 少 在 0. 1 顯 著性水平下存在顯著的單向因果關(guān)系，便認為其 對應(yīng)的滯后期變量同樣對整個指標(biāo)組產(chǎn)生奉獻， 那么把對應(yīng) 的

10、滯 后 期 指 標(biāo) 納 入 到 指 標(biāo) 的 構(gòu) 建 體 系 中。按照這個標(biāo)準(zhǔn)，從表 3 中 Panel A 和 Panel B變量間的相關(guān)關(guān)系初步反映了真實經(jīng)濟社會中該變量的根本特征。當(dāng)流通股數(shù)量保持不變的 情況下，換手率與成交量保持正相關(guān)關(guān)系，而本文 選取的換手率為 IPO 首日換手率，與綜合換手率 或代表平均意義下的換手率存在差異，故結(jié)果顯 示出了月綜合成交量與 IPO 首日換手率呈現(xiàn)負相 關(guān)特性。成交量一般與成交額變化一致，并與消 費者信心指數(shù)呈負相關(guān)，也說明了樣本區(qū)間內(nèi)個 體對待投資和消費的態(tài)度。為了綜合獲得投資者 情緒指數(shù)的代理變量，又盡量減少喪失信息的比 例，根據(jù)相關(guān)系數(shù)矩陣結(jié)果及

11、其對各變量意義描 述的綜合考慮，在下文構(gòu)造上證投資者情緒指數(shù) 時，選用 SZV ( 上 交 所 成 交 量) 、SZI ( 上 證 月 平 均 綜合指數(shù)) 、SZN ( 上 證 股 票 投 資 者 開 戶 數(shù) ) 、CCI ( 消費者信心指數(shù)) 、WIN( 風(fēng)速) 、IPON( IPO 月度 數(shù)量) 和 IPOT ( IPO 首 日 換 手 率 ) 等 七 個 代 理 變 量，剔除 TEM ( 氣 溫 ) 、PRE ( 氣 壓 ) 和 RAI ( 降 水 量) 等三個天氣代理變量。兩局部結(jié)果來看，最終將 SZV( 1 ) 、SZN( 1 ) 、SZV( 2 ) 、SZN( 2 ) 四個滯后指標(biāo)

12、納入計算范圍。隨后本文會得出未包含這四個滯后變量的原始上證投資者情緒綜合指數(shù)以及包含這四個滯后 期變量的上證投資者情緒綜合指數(shù)，分別命名為 SSMISI-A 和 SSMISI-B。3.構(gòu)建上證投資者情緒綜合指數(shù)在對所考察的變量進行相關(guān)性及領(lǐng)先滯后關(guān)系的 確 定 后，首 先 對 原 始 的 七 個 變 量，即 SZV、SZI、SZN、CCI、WIN、IPON、IPOT 進行因子分析，得 出 SSMISI-A 指 數(shù); 隨 后 對 加 入 四 個 滯 后 值 的 11 個變量再進行因子分析，得出 SSMISI-B 指數(shù)。本 文使用 sas9. 2 軟件構(gòu)建指數(shù)，因子分析中選用主 成分法，指數(shù)構(gòu)建中

13、考慮到所納入代理變量的信2.變量領(lǐng)先滯后關(guān)系確實定考慮到構(gòu)建投資者情緒的假設(shè)干變量之間可能存在領(lǐng)先滯后的相互作用，因此本文通過 Granger 因果檢驗 模 型，使 用 調(diào) 整 Granger 因 果 關(guān) 系 滯 后 階數(shù)的辦 法，將 滯 后 期 內(nèi) 具 備 顯 著 Granger 因 果 關(guān)系的變量提煉出相應(yīng)的滯后變量，放入構(gòu)建投92第 27 卷 第 4 期李寶仁，胡 蓓，陳相因: 投資者情緒與股票收益的實證分析息量大小，采用因子的累計方差奉獻率大于 90%的 做 法，將 獲 得 的 這 些 因 子 納 入 到 構(gòu) 造 范 圍 內(nèi) ( 表 3 和表 4 反 映 了 選 用 的 因 子 數(shù) 據(jù)

14、) 。計 算 因 子的過程中，對因子載荷矩陣進行方差最大正交 變換，最后通過代入樣本值求得每個因子的因子 得分，并對其進行因子奉獻率加權(quán)獲得最終的投 資者情緒指數(shù)。由此構(gòu)建 SSMISI-A 指數(shù)和 SSMI- SI-B 指數(shù)的因子分析統(tǒng)計結(jié)果，如表 3 和表 4 所 示。單 位 化 投 資 者 情 緒 指 數(shù) 趨 勢 對 比 如 圖 1 所 示，繪圖由 excel2007 完成。由比照趨勢圖 1 可看出兩種投資者情緒指數(shù)SSMISI-A 與 SSMISI-B 的趨勢相似程度較高，兩列 指數(shù)的 相 關(guān) 系 數(shù) 為 0. 554。直 觀 地 看，SSMISI-B 指數(shù)有長期向上的趨勢，短期內(nèi)不如

15、 A 指數(shù)的波 動幅度大，而 SSMISI-A 指數(shù)表現(xiàn)出短期波動劇烈 的特征，從這個意義上講 B 指數(shù)可以看出投資者 情緒變化的長期趨勢，而 A 指數(shù)更能對短期內(nèi)投 資者情緒的微小變化進行捕捉。而從投資情緒變 化的抖動與反轉(zhuǎn)方面考慮，兩種指數(shù)均刻畫了極 為近似的投資者表現(xiàn)。表 2 變量的 Granger 檢驗結(jié)果Panel A 滯后 1 階的 Granger 檢驗結(jié)果SZVSZISZNCCIWINIPON0. 107 6112. 688 18. 835 7522. 362 92. 354 183. 802 53*2. 062 367. 369 001. 924 123. 211 40*SZI

16、0. 502 630. 000 530. 097 510. 366 210. 635 666. 561 250. 242 180. 558 160. 357 320. 227 21SZN0. 113 844. 497 380. 906 137. 669 300. 005 973. 549 15*0. 390 264. 070 20CCI0. 250 340. 246 820. 155 211. 961 181. 245 822. 173 79WIN1. 638 240. 629 530. 434 850. 197 79IPON*3. 091 5910. 250 5IPOT1. 404 809.

17、 594 51Panel B 滯后 2 階的 Granger 檢驗結(jié)果SZVSZISZNCCIWINIPON0. 168 982. 473 223. 444 2212. 163 80*1. 047 063. 759 34*1. 257 113. 516 052. 092 581. 263 684. 973 062. 791 69SZI0. 583 9910. 300 300. 074 100. 136 130. 931 342. 879 201. 860 020. 364 550. 495 790. 104 43SZN0. 289 433. 296 330. 536 913. 412 420.

18、 018 752. 880 92*0. 227 103. 743 75CCI0. 070 860. 558 190. 409 140. 695 631. 214 010. 333 13WIN0. 864 340. 641 714. 070 010. 604 73IPON4. 402 292. 309 61IPOT注: 表格中的數(shù)值為 F 檢驗統(tǒng)計量的值; ，和* 分別表示在顯著性水平為 0. 01，0. 05 和 0. 1 下顯著; PanelA 與 Panel B 中的奇數(shù)行表示“檢驗行名稱不是列名稱因果關(guān)系的假設(shè)檢驗結(jié)果，偶數(shù)行表示“檢驗列名稱不是行名稱 因果關(guān)系的假設(shè)檢驗結(jié)果; Pane

19、l A 中為滯后 1 階的 Granger 因果檢驗，樣本量觀測值為 143; Panel B 中 為 滯 后 2 階 的 Granger 因果檢驗，樣本量觀測值為 142。93北京工商大學(xué)學(xué)報( 社會科學(xué)版)2021 年 第 4 期表 3 構(gòu)建 SSMISI-A 指數(shù)的因子分析結(jié)果旋轉(zhuǎn)因子結(jié)構(gòu) SZVSZISZNCCIWINIPONIPOT特征值奉獻率因子 1因子 2 因子 3 因子 4 因子 5 因子 6 因子 70. 500 08 0. 308 12 0. 178 43 0. 098 56 0. 128 190. 730 160. 252 730. 962 520. 052 38 0.

20、049 89 0. 016 53 0. 134 030. 175 750. 138 540. 549 86 0. 228 33 0. 180 27 0. 165 52 0. 144 600. 328 540. 675 850. 005 220. 971 170. 115 810. 098 410. 061 41 0. 144 09 0. 095 73 0. 136 630. 061 22 0. 005 07 0. 062 420. 982 52 0. 067 41 0. 061 44 0. 081 990. 125 170. 942 650. 267 02 0. 005 17 0. 101 7

21、8 0. 085 60 0. 041 540. 101 720. 256 450. 953 16 0. 068 43 0. 058 88 0. 074 113. 065 201. 450 750. 932 830. 722 280. 464 620. 198 870. 165 440. 437 900. 207 300. 133 300. 103 200. 066 400. 028 400. 023 60表 4 構(gòu)建 SSMISI-B 指數(shù)的因子分析結(jié)果旋轉(zhuǎn)因子結(jié)構(gòu)SZVSZISZNCCIWINIPON因子 1因子 2 因子 3 因子 4 因子 5 因子 6 因子 7 因子 8 因子 9 因子

22、 10 因子 110. 681 11 0. 248 77 0. 150 05 0. 104 74 0. 067 270. 214 960. 616 090. 091 730. 044 67 0. 000 67 0. 000 170. 606 560. 124 85 0. 020 82 0. 121 560. 014 820. 759 090. 135 980. 069 330. 039 390. 000 100. 000 030. 939 82 0. 144 27 0. 141 02 0. 110 35 0. 124 620. 142 440. 111 800. 048 260. 035 95

23、 0. 101 34 0. 040 56 0. 249 120. 950 750. 103 630. 047 350. 085 530. 058 28 0. 090 02 0. 039 08 0. 026 42 0. 000 030. 000 01 0. 181 030. 045 6 0. 010 910. 976 41 0. 070 72 0. 066 42 0. 041 61 0. 017 45 0. 014 38 0. 000 10 0. 000 04 0. 211 330. 108 320. 932 74 0. 011 850. 260 68 0. 021 34 0. 062 83 0

24、. 027 36 0. 018 700. 000 050. 000 03IPOTSZV( 1)SZV( 2)SZN( 1)SZN( 2)特征值奉獻率 0. 176 180. 083 770. 247 39 0. 077 790. 945 30. 002 66 0. 027 39 0. 017 39 0. 006 27 0. 000 140. 000 040. 713 32 0. 258 44 0. 137 47 0. 120 79 0. 038 250. 245 680. 368 960. 189 440. 396 30 0. 002 240. 000 010. 948 80 0. 145 5

25、2 0. 130 01 0. 124 65 0. 122 460. 142 530. 071 150. 023 430. 009 72 0. 003 110. 071 660. 738 38 0. 221 02 0. 124 67 0. 083 43 0. 087 710. 270 390. 259 910. 474 040. 101 88 0. 002 140. 000 150. 939 48 0. 152 06 0. 136 42 0. 125 08 0. 144 620. 149 780. 061 59 0. 014 62 0. 016 230. 105 93 0. 033 986. 5

26、06 251. 472 520. 936 810. 771 860. 490 860. 371 680. 207 760. 135 920. 077 490. 020 930. 007 920. 591 50. 133 90. 085 20. 070 20. 044 60. 033 80. 018 90. 012 40. 007 00. 001 90. 000 7三、投資者情緒與股票收益關(guān)系的實證檢驗股票市場 中 往 往 存 在 追 漲 殺 跌 的 正 反 饋 機 制，基于投資者情緒框架考察這一機制，那么存在: 當(dāng)投資者情緒上升，利好因素充滿市場內(nèi)，交易者 往往過分看多市場的盈利前景，利好因素

27、被強化， 致使在短期內(nèi)由于利好或樂觀的投資者情緒而使股價走高; 相反，當(dāng)投資者情緒低落，利空因素充斥市場，投資者過分看空市場，那么利空因素受到強 化，使得短期內(nèi)由于利空或悲觀的投資者情緒加 速股價的下跌。由此，本文提出，在樂觀或正的投 資者情緒波動下，會產(chǎn)生正的當(dāng)期收益，而在悲觀 或負的投資者情緒波動下，那么會產(chǎn)生負的當(dāng)期收94第 27 卷 第 4 期李寶仁，胡 蓓，陳相因: 投資者情緒與股票收益的實證分析益 這 一 論 述。 進 而，通 過 所 構(gòu) 建 的 SSMISI-A，SSMISI-B 與上證平均月收益率進行考察，來驗證這一結(jié)論，并由此檢驗所構(gòu)造指數(shù)的可靠性。首先對所考察的序列，即上證

28、股票平均月收益率( SZR) 、SSMISI-A 和 SSMISI-B 進行平穩(wěn)性檢驗，為進一步建模打根底，檢驗結(jié)果如表 5 所示。圖 1 單位化 SSMISI-A 與 SSMISI-B 指數(shù)趨勢比照表 5序列的平穩(wěn)性檢驗結(jié)果ADF 值p 值PP 值p 值序列名稱 6. 636 69 2. 760 05 12. 759 9 4. 032 08 10. 669 6 10. 987 96 2. 858 77 12. 792 8 3. 984 79 15. 036 7SZRSSMISI-A dSSMISI-A SSMISI-B dSSMISI-B0. 000 00. 214 70. 000 00.

29、009 80. 000 00. 000 00. 179 20. 000 00. 011 30. 000 0注: 和分別表示在顯著性水 平 為 0. 01 和 0. 05 下 顯 著，下 同; 檢 驗 中 的 方 程 均 包 含 常 數(shù) 項，指 數(shù) 包 含 趨勢; 滯后階數(shù)由 AIC 和 SIC 確定。由 平 穩(wěn) 性 檢 驗 結(jié) 果 得 到，在 顯 著 性 水 平 為0. 01 下，SSMISI-A 的 ADF 和 PP 值 均 不 顯 著， SSMISI-B 的 PP 值 不 顯 著，為 保 證 回 歸 中 的 序 列 均為平穩(wěn)序列，故采取較 穩(wěn) 健 的 做 法，將 SSMISI- A 與 S

30、SMISI-B 均進行一階差分，得到的差分序列 在顯著性水平為 0. 01 下均顯著。之后繼續(xù)考察收益率 SZR 的統(tǒng)計特征，發(fā)現(xiàn) 其自相關(guān)函數(shù)在滯后第 2 階、第 4 階和第 13 階均 超 過 了 兩 倍 標(biāo) 準(zhǔn) 差 的 范 圍，進 而 考 慮 初 步 選 用 SZR 序列滯后階 數(shù) 為 2、4 和 13 的 AR 模 型 來 擬 合 SZR 序列，并在擬合模型中分別參加 SSMISI-A 和 SSMISI-B 的一階差分序列，通過回歸的方法分 析收益與情緒的關(guān)系，回歸方程如下。SZRt = c1 + 1 SZRt 2 + 2 SZRt 4 +SZRt = c2 + 1 SZRt 2 +

31、2 SZRt 4 +23 SZRt 13 + 2 dSSMISIB + t( 2)式中的 1 和 2 分別表示上證股票當(dāng)月平均收益率與情緒指數(shù) SSMISI-A 和 SSMISI-B 的敏感 關(guān)系，由于篇幅所限，僅列出在 0. 1 顯著性水平下 去掉 不 顯 著 項 之 后 的 最 終 回 歸 結(jié) 果，如 表 6 的 Panel-A 所示。由回歸結(jié)果發(fā)現(xiàn)，由于 1 的參數(shù)估計值大于 2 的 值，因 此 在 同 等 條 件 下 可 認 為，單 位 變 化 的 投資者情緒 指 數(shù) SSMISI-A 對 投 資 收 益 產(chǎn) 生 更 大 的影響，所構(gòu)建的 SSMISI-A 指數(shù)反映投資者情緒 比 SS

32、MISI-B 刻畫的投資者情緒更劇烈。在得到估計的回歸方程后，對其中的 殘 差 項ARCH-LM檢 驗，進 一 步 分 析 是 否 存 在進行13 SZRt 13 + 1 dSSMISIA + t( 1)ARCH 效應(yīng)。檢驗結(jié)果如表 6 的 Panel-B 所示。95北京工商大學(xué)學(xué)報( 社會科學(xué)版)2021 年 第 4 期表 6 疏系數(shù)模型的最終估計與 ARCH 效應(yīng)檢驗結(jié)果Panel-A: 疏系數(shù)模型的回歸結(jié)果含有 SSMISI-A 的模型估計含有 SSMISI-B 的模型估計系數(shù)估計值p 值系數(shù)估計值p 值2310. 258 94 0. 149 290. 076 880. 000 90.

33、043 20. 000 02320. 285 76 0. 193 660. 030 25*0. 000 70. 015 10. 059 2Panel-B: 序列殘差的 ARCH-LM 檢驗結(jié)果( 滯后 12 期)含有 SSMISI-A 的檢驗含有 SSMISI-B 的檢驗F 值p 值LM 值p 值F 值p 值LM 值p 值2. 567 10. 005 126. 795 70. 008 32. 913 80. 001 629. 517 20. 003 3由統(tǒng)計檢驗結(jié)果顯示，在滯后 12 期后( 包括第 12 期) ，兩序列的殘差均存在高階的 ARCH 效 應(yīng)。因此，本文參加 GARCH 模型進行

34、擬合，又考 慮到針對市場收益的非對稱性進行捕捉，為不失 模型 的 代 表 性、一 般 性 和 準(zhǔn) 確 性，本 文 最 終 選 擇 EGARCH( 1，1) 模型進行建模。分別針對 SSMISI- A 和 SSMISI-B 構(gòu) 建 的 模 型 如 ( 3 ) 式 和 ( 4 ) 式，對 兩個模型的估計結(jié)果如表 7 所示。計結(jié)果可以看出，針對投資者情緒對股票收益間敏感關(guān)系描述 的 參 數(shù) 1 和 2 均 在 0. 01 顯 著 性 水平下顯著，且 1 和 2 的估計值均為正數(shù)，說明 投資者情緒對股票收益產(chǎn) 生顯著的正向影響，這 也驗證了 之 前 關(guān) 于 情 緒 與 投 資 收 益 間 的 關(guān) 系

35、論 述。此 外，由 于 1 大 于 2 ，這 表 明 如 果 利 用 SSMISI-A 來刻畫投資者情緒，與 SSMISI-B 相 比， 能更敏感地捕捉到投資者情緒變化對股票收益的 影響。再考察 EGARCH 模型的估計結(jié)果，表達非 對稱性的參數(shù) 2 和 2 均顯著，這說明收益存在 顯著的杠桿效應(yīng)，并證明了使用 EGARCH 模型的 合理性。而表達波動集束現(xiàn)象的參數(shù) 1 和 1 均 不顯著，這一原因有可能是因為選擇的月度股價 收益數(shù)據(jù)較一般研究資產(chǎn)收益時常使用的周或日 收益數(shù)據(jù)相比，數(shù)據(jù)尺度較大。從另一個側(cè)面也 說明了我 國 股 市 在 以 月 度 數(shù) 據(jù) 進 行 研 究 的 尺 度 下，波動

36、集束現(xiàn)象不明顯，而以日或周等小尺度數(shù) 據(jù)下，往往存在波動集束效應(yīng)，說明外部沖擊對股 票 收益的持續(xù)影響表現(xiàn)在月度間或月度內(nèi)，而跨ASZRt = 1 SZRt 4 + 2 SZRt 13 + 1 dSSMISIA + t AA At = 槡ht vt( 3)log( hA )= + | AhA/| +01t 1 槡t 1tAAA2 ( t 1 / 槡ht 1 )+ 3 log( ht 1 )BSZRt = 1 SZRt 4 + 2 SZRt 13 + 2 dSSMISIB + t BB B= 槡ht vtt( 4)log( hB )+ | BhB= /| +t1t 1 槡t 10 BBB2 (

37、t 1 / 槡ht 1 )+ 3 log ( ht 1 )由參加 EGARCH 模 型 的 疏 系 數(shù) 模 型 參 數(shù) 估表 7 參加 EGRACH 模型的疏系數(shù)模型參數(shù)估計結(jié)果含有 SSMISI-A 的模型估計含有 SSMISI-B 的模型估計系數(shù)估計值p 值系數(shù)估計值p 值12 1 0 1 2 30. 209 8 0. 163 9*0. 066 1 0. 421 60. 143 10. 127 50. 945 512 2 0 1 2 30. 345 3 0. 166 50. 040 2 3. 782 0 0. 139 70. 370 00. 252 00. 009 40. 063 20.

38、000 00. 205 30. 340 50. 032 40. 000 00. 000 00. 040 40. 059 20. 027 50. 543 00. 006 90. 452 496第 27 卷 第 4 期李寶仁，胡 蓓，陳相因: 投資者情緒與股票收益的實證分析年度的波動集束現(xiàn)象不明顯。另外，模型中的參數(shù) 3 顯著而 3 不顯著，且 3 = 0. 945 5 接近 1，表 明在使用 SSMISI-A 進 行 建 模 時 可 以 捕 捉 到 股 市 收益波動的持久性，即表達了上證對新信息吸收 能力較強，而這一特點在使用 SSMISI-B 建模時并 不顯著，造成這一現(xiàn)象的原因很有可能是因在

39、構(gòu) 造 SSMISI-A 時指數(shù)內(nèi)部融入了滯后變量的結(jié)果。四、結(jié) 論本文基于對現(xiàn)有文獻的梳理，構(gòu)建了 第 一 只 上海股票市場投資者情緒月度指數(shù)，并對股票收 益進行實證檢驗，得出以下結(jié)論: 第 一，SSMISI-A 相對于 SSMISI-B 能 更 敏 感 地 捕 捉 到 投 資 者 情 緒 變化 對 股 票 收 益 的 影 響; 第 二，EGARCH 模 型 的 疏系數(shù)模型參數(shù)估計結(jié)果可以看出投資者情緒對 股票收益在統(tǒng)計上產(chǎn) 生顯著的正向影響，即在樂 觀或正的投資者情緒波動下，會產(chǎn)生正的當(dāng)期收 益，而在悲觀或負的投資者情緒波動下，那么會產(chǎn)生 負的 當(dāng) 期 收 益; 第 三，EGARCH 模

40、型 的 估 計 結(jié) 果 中參數(shù) 2 和 2 均顯著，說明收益存在顯著地杠 桿效應(yīng)，而參數(shù) 1 和 1 均不顯著，說明相對于周 或日收益數(shù)據(jù)，月度數(shù)據(jù)的波動集束現(xiàn)象不明顯; 第四，模型 中 的 參 數(shù) 3 顯 著 而 3 不 顯 著，且 3 接近 1，說明 SSMISI-A 進行建模時可以捕捉到股 市收益波動的持久性，即表達了上證對新信息吸 收能力較強。作為對投資者情緒理論的研究，無論 處 在 發(fā)達資本市場還是新興資本市場內(nèi)，都具有較高的 研究價值，特別是在當(dāng)今高速開展的中國資本市 場，更為迫切地需要了解和解決這一開展過程中 所出現(xiàn)的現(xiàn)象和問題，而投資者作為資本市場的 主體，其情緒的變化對資本市場或自身投資所帶 來的影響，那么更值得進一步深入探討。參考文獻:1黃德龍，文鳳華，楊曉光 投資者情緒指數(shù)及中國股市的實證J 系統(tǒng)科學(xué)與數(shù)學(xué)，2021，29( 1) : 1 132劉煜輝，熊鵬 股權(quán)分置、政府管制和中國 IPO 抑價J 經(jīng)濟研究，2005 ( 5) : 85 953饒育蕾，劉 達 峰 行 為 金 融 學(xué)M 上 海: 上 海 財經(jīng)大學(xué)出版社，20034伍燕然，韓立巖 不完全理性、投資者情緒與封閉式基金之謎J 經(jīng)濟研究，2007 ( 3) : 117 1295王美今，孫建軍 中國股市收益、收益波動與投資者情緒J