【投資者情緒對(duì)我國(guó)股票市場(chǎng)的影響實(shí)證探究13000字（論文）】

(2.6)其中(2.5)為均值方程，(2.6)為條件方差模型，它是根據(jù)前期信息為基礎(chǔ)向前預(yù)測(cè)方差。 第3章指標(biāo)選取和相關(guān)性分析本文結(jié)合我國(guó)實(shí)際情況與現(xiàn)有文獻(xiàn)數(shù)據(jù)，選擇5個(gè)投資者情緒源指標(biāo)，充分考慮其滯后期對(duì)投資者情緒的代表性，選擇顯著性較大的投資者情緒源指標(biāo)，合成去除宏觀經(jīng)濟(jì)因素與未去除宏觀經(jīng)濟(jì)因素的兩個(gè)投資者情緒指標(biāo)，并選擇上證指數(shù)進(jìn)行分析，從圖像上看，發(fā)現(xiàn)投資者情緒與上證指數(shù)具有相關(guān)性。3.1投資者情緒指標(biāo)構(gòu)建3.1.1投資者情緒源指標(biāo)選取通過(guò)對(duì)國(guó)內(nèi)外學(xué)者對(duì)投資者情緒指標(biāo)度量方式的總結(jié)，本文參考易志高和茅寧(2009)對(duì)投資者情緒指標(biāo)的構(gòu)建，選擇主成分分析的方法，并根據(jù)我國(guó)具體國(guó)情，去除某些由于政策與國(guó)情變化導(dǎo)致的已經(jīng)失去代表性或者難以度量的指標(biāo)，選取5個(gè)源指標(biāo)來(lái)構(gòu)造有代表性的投資者情緒指標(biāo)：消費(fèi)者信心指數(shù)(CCI)。消費(fèi)者信心指數(shù)是用來(lái)直接度量投資者情緒的指標(biāo)，消費(fèi)者信心指數(shù)越大，投資者情緒越樂(lè)觀。IPO數(shù)量(IPON)。IPO的數(shù)量也是衡量投資者情緒的正向指標(biāo)，若當(dāng)月不存在首次發(fā)行的股票，該指標(biāo)數(shù)值取0。新增開(kāi)戶(hù)數(shù)(NLA)。由于我國(guó)股市處于不成熟的狀態(tài)，因此當(dāng)股市情況良好時(shí)，投資者情緒高漲，會(huì)有很多人愿意進(jìn)入股市，開(kāi)立賬戶(hù)，新增開(kāi)戶(hù)數(shù)將會(huì)增加。換手率(TOR)。換手率體現(xiàn)了投資者對(duì)于股市的信心程度，較低的換手率反應(yīng)了當(dāng)前股市處于低迷狀態(tài)，因此也選擇該指標(biāo)作為投資者情緒的源指標(biāo)。市盈率(PE)。市盈率體現(xiàn)了股市的整體估值，市盈率越高，股市的整體估值越高，股市發(fā)展情況越好。3.1.2投資者情緒指標(biāo)構(gòu)建(1)樣本選取由于2007年開(kāi)始我國(guó)股市進(jìn)入牛市狀態(tài)，股票指數(shù)快速上漲，漲到峰值后，指數(shù)快速下跌并且一直處于震蕩階段，2015年又迎來(lái)了一波劇烈波動(dòng)，因此本文選擇的樣本區(qū)間為2007年1月到2020年12月,共計(jì)168個(gè)樣本量。IPO數(shù)量，換手率，市盈率數(shù)據(jù)來(lái)自wind數(shù)據(jù)庫(kù)。消費(fèi)者信心指數(shù)來(lái)自國(guó)家統(tǒng)計(jì)局，月新增開(kāi)戶(hù)數(shù)來(lái)自證券登記結(jié)算官網(wǎng)。表1源指標(biāo)的描述性統(tǒng)計(jì)分析指標(biāo)樣本量最小值最大值平均值標(biāo)準(zhǔn)差初次發(fā)行企業(yè)數(shù)量1680.0040.005.877.64消費(fèi)者信心指數(shù)16897.00126.60109.378.07新增開(kāi)戶(hù)數(shù)16827.581294.73160.55197.88換手率1680.246.741.011.01市盈率1689.1671.6318.7811.22(2)投資者情緒指標(biāo)構(gòu)建由于不同指標(biāo)對(duì)于消費(fèi)者情緒的反應(yīng)可能體現(xiàn)在不同時(shí)期上，因此首先對(duì)5個(gè)源指標(biāo)的提前及滯后變量標(biāo)準(zhǔn)化后進(jìn)行主成分分析，構(gòu)造一個(gè)包含10個(gè)變量的投資者情緒指標(biāo)(CICSIt)，該指數(shù)累計(jì)方差解釋率達(dá)到89.72%。再對(duì)投資者情緒指標(biāo)(CICSIt)與5個(gè)源指標(biāo)的提前與滯后一期進(jìn)行相關(guān)性分析，選取其中顯著性最高的5個(gè)源指標(biāo)構(gòu)造投資者情緒指數(shù)(cicsit)，5個(gè)源指標(biāo)分別為換手率(TOR)，新增開(kāi)戶(hù)數(shù)(NLA)，IPO數(shù)量(IPON)，消費(fèi)者信心指數(shù)的滯后一期(CCIt-1)和市盈率的滯后一期(PEt-1)。表2投資者情緒變量與各個(gè)源指標(biāo)的相關(guān)性分析市盈率換手率新增開(kāi)戶(hù)數(shù)消費(fèi)者信心指數(shù)初次發(fā)行企業(yè)數(shù)量投資者情緒變量0.61**0.51**0.61**0.56**0.57**市盈率滯后一期換手率滯后一期新增開(kāi)戶(hù)數(shù)滯后一期消費(fèi)者信息指數(shù)滯后一期初次發(fā)行企業(yè)數(shù)量滯后一期投資者情緒變量0.63**0.48**0.61**0.57**0.56**注：*，**分別表示5%和1%顯著性水平(雙側(cè)),下同。表3投資者情緒變量實(shí)證結(jié)果描述統(tǒng)計(jì)因子負(fù)載相關(guān)系數(shù)均值標(biāo)準(zhǔn)差投資者情緒初次發(fā)行企業(yè)數(shù)量0.041.020.230.42**消費(fèi)者信心指數(shù)滯后一期-0.011.040.080.49**新增開(kāi)戶(hù)數(shù)0.031.030.280.81**換手率-0.130.870.150.71**市盈率滯后一期-0.070.990.110.67**注：*，**分別表示5%和1%顯著性水平(雙側(cè)),下同?？紤]到嚴(yán)格遵守累計(jì)方差解釋率的要求，本文選擇三個(gè)主成分，三個(gè)主成分的累計(jì)解釋率達(dá)到87.7%，調(diào)整各個(gè)變量的系數(shù)后，得到投資者情緒指標(biāo)公式如下：cicsit=0.28*NLA+0.15*TOR+0.23*IPON+0.11*PEt-1+0.08*CCIt-1(3)剔除宏觀影響因素的投資者情緒指標(biāo)構(gòu)建為了消除我國(guó)宏觀經(jīng)濟(jì)形勢(shì)對(duì)投資者情緒指標(biāo)的影響，參考易志高和茅寧(2009)的做法，選取居民消費(fèi)價(jià)格指數(shù)(CPI)、工業(yè)品出廠價(jià)格指數(shù)(PPI)、宏觀經(jīng)濟(jì)景氣指數(shù)(MBCI）和工業(yè)增加值(IAV)四個(gè)指標(biāo)作為宏觀經(jīng)濟(jì)情況的代理變量，將5個(gè)投資者情緒源指標(biāo)分別與4個(gè)宏觀經(jīng)濟(jì)變量進(jìn)行回歸，由此得到各自回歸后的殘差序列，將殘差序列進(jìn)行主成分分析，得出剔除宏觀經(jīng)濟(jì)因素的投資者情緒變量cicsir。表4主成分系數(shù)表主成分F1主成分F2主成分F3消費(fèi)者信心指數(shù)滯后一期7新增開(kāi)戶(hù)數(shù)0.790.42-0.04換手率0.90-0.060.10初次發(fā)行企業(yè)數(shù)量-0.030.950.18市盈率滯后一期0.88-0.150.18表5剔除宏觀影響因素的投資者情緒指標(biāo)實(shí)證結(jié)果描述統(tǒng)計(jì)因子負(fù)載相關(guān)系數(shù)均值標(biāo)準(zhǔn)差投資者情緒初次發(fā)行企業(yè)數(shù)量0.001.00-0.190.43**消費(fèi)者信心指數(shù)滯后一期0.000.830.290.51**新增開(kāi)戶(hù)數(shù)0.000.870.440.82**換手率0.000.860.410.77**市盈率滯后一期0.000.780.400.73**注：*，**分別表示5%和1%顯著性水平(雙側(cè)),下同。將三個(gè)主成分進(jìn)行調(diào)整后得出綜合投資者情緒指標(biāo)：cicsir=0.29CCIt-1+0.44NLA+0.41TOR-0.19IPON+0.40PEt-13.2股票指數(shù)由于上證指數(shù)的代表性，因此本文從RESSET數(shù)據(jù)庫(kù)選擇和投資者情緒指標(biāo)時(shí)間匹配的上證指數(shù)，該指數(shù)不存在缺失值。3.3投資者情緒與上證指數(shù)描述性分析由圖1可以看出，去除宏觀經(jīng)濟(jì)影響的投資者情緒指標(biāo)與未去除宏觀經(jīng)濟(jì)影響的與上證指數(shù)的走勢(shì)大體相同，但也存在著部分區(qū)別，2007年與2015年上證指數(shù)變化幅度較大的時(shí)候，投資者情緒與股市收益率的變化幅度也較大，其余時(shí)間二者都在不斷震蕩，二者間存在相關(guān)性。圖1投資者情緒與股市指數(shù)走勢(shì)圖第4章投資者情緒與股市關(guān)系的實(shí)證分析對(duì)兩個(gè)投資者情緒指標(biāo)與股市指數(shù)進(jìn)行單位根檢驗(yàn)后，分別建立VAR模型找到其最佳滯后期，可以看出投資者情緒與股市指數(shù)間相互影響，宏觀經(jīng)濟(jì)變量對(duì)于二者間的關(guān)系存在影響，且股市波動(dòng)率不僅受到投資者情緒變量的影響也會(huì)受到其自身的影響。4.1模型的檢驗(yàn)和選擇4.1.1單位根檢驗(yàn)在建立VAR模型前，為了避免“偽回歸”現(xiàn)象的出現(xiàn)，對(duì)兩個(gè)投資者情緒指標(biāo)與股市指數(shù)這三個(gè)指標(biāo)進(jìn)行單位根檢驗(yàn)，兩個(gè)投資者情緒變量都是平穩(wěn)的，上證指數(shù)不平穩(wěn)，因此對(duì)上證指數(shù)進(jìn)行一階差分，一階差分后上證指數(shù)變成平穩(wěn)時(shí)間序列。由表6可以看出，經(jīng)過(guò)數(shù)據(jù)處理后三個(gè)時(shí)間序列都是平穩(wěn)的。表6變量的ADF檢驗(yàn)結(jié)果檢驗(yàn)統(tǒng)計(jì)量1%臨界值5%臨界值10%臨界值P值上證指數(shù)-12.16-2.57-1.94-1.610.0000未剔除宏觀因素影響投資者情緒變量-3.74-2.57-1.94-1.610.0002剔除宏觀因素影響投資者情緒變量-3.60-2.57-1.94-1.610.00041.2滯后階數(shù)的選擇對(duì)兩個(gè)投資者情緒指標(biāo)與上證指數(shù)分別建立VAR模型前都需要對(duì)滯后階數(shù)進(jìn)行判斷，cicsit與上證指數(shù)建立的VAR模型的信息準(zhǔn)則顯示二者間滯后階數(shù)為7，因此二者間建立VAR模型時(shí)，選擇7階滯后。LagLogLLRFPEAICSCHQ6-1076.483.883614.2913.8614.3614.077-1062.2525.76*3179.20*13.73*14.3113.978-1060.822.553285.4313.7714.4214.03表7cicsit與上證指數(shù)的滯后階數(shù)注：*，**分別表示5%和1%顯著性水平(雙側(cè)),下同。cicsir與上證指數(shù)建立的VAR模型的信息準(zhǔn)則建議選擇2階滯后，因此二者間建立VAR模型時(shí)，滯后階數(shù)確定為2階。表8cicsir與上證指數(shù)的滯后階數(shù)LagLogLLRFPEAICSCHQ0-1197.81NA12286.1515.0915.1315.101-1081.87227.503005.5513.6813.7913.732-1070.6821.682745.67*13.59*13.78*13.67*3-1069.582.092848.0613.6313.9013.73注：*，**分別表示5%和1%顯著性水平(雙側(cè)),下同。4.1.3VAR模型穩(wěn)定性檢驗(yàn)由于被估計(jì)的VAR模型所有根的模的倒數(shù)小于1，即如圖2所示位于單位圓內(nèi)，則VAR模型是穩(wěn)定的，因此可以對(duì)該模型中的變量進(jìn)行脈沖響應(yīng)分析與方差分解，若存在根的模不位于單位圓內(nèi)，則VAR模型不穩(wěn)定，針對(duì)該模型的脈沖響應(yīng)分析與方差分解無(wú)意義。圖2cicsit與cicsir分別上證指數(shù)VAR模型穩(wěn)定性的特征根分布4.1.4Granger因果檢驗(yàn)Granger因果檢驗(yàn)通常用來(lái)判斷一個(gè)變量的滯后項(xiàng)是否可以影響另一個(gè)變量，如果該變量受到另一個(gè)變量的滯后影響，則稱(chēng)它們具有Granger因果關(guān)系，因此由表9可以看出不論是否去除宏觀經(jīng)濟(jì)條件的影響，投資者情緒指標(biāo)與上證指數(shù)均互為Granger原因。表9傳統(tǒng)格蘭杰因果檢驗(yàn)原假設(shè):ObsF-StatisticProb.cicsit不是上證指數(shù)的格蘭杰原因16717.310.0155上證指數(shù)不是cicsit的格蘭杰原因16738.140.0000cicsir不是上證指數(shù)的格蘭杰原因16717.490.0002上證指數(shù)不是cicsir的格蘭杰原因1676.040.04884.2模型的分析結(jié)果4.2.1脈沖響應(yīng)函數(shù)脈沖響應(yīng)函數(shù)能反應(yīng)每個(gè)內(nèi)生變量的變動(dòng)或沖擊對(duì)它自己及所有其他內(nèi)生變量產(chǎn)生的影響，通過(guò)對(duì)脈沖響應(yīng)圖形的觀察可以看出變量在標(biāo)準(zhǔn)沖擊下，當(dāng)前和未來(lái)變動(dòng)的趨勢(shì)，橫軸選擇10期作為滯后期。從圖3可以看出，對(duì)于未去除宏觀經(jīng)濟(jì)變量的投資者情緒指標(biāo)來(lái)看，投資者情緒指標(biāo)對(duì)于來(lái)自于自身的擾動(dòng)或者沖擊在期初達(dá)到最大值，而后逐步下降，這表明未去除宏觀經(jīng)濟(jì)變量影響的投資者情緒變量對(duì)于其自身的擾動(dòng)或者沖擊響應(yīng)較大。投資者情緒變量對(duì)于來(lái)自上證指數(shù)的沖擊或者擾動(dòng)在第1期和第2期不斷上升，后逐漸緩慢下降，在第8期左右趨于0。從圖4可以看出，上證指數(shù)對(duì)于來(lái)自自身的沖擊或者擾動(dòng)在期初達(dá)到了最大值，不過(guò)在第2期就變?yōu)樨?fù)向，而后開(kāi)始波動(dòng)幅度逐漸減少并趨近于0。上證指數(shù)對(duì)于來(lái)自未去除宏觀經(jīng)濟(jì)因素影響的投資者情緒變量的沖擊也是波動(dòng)性的，第1期為正，而后在第2期變?yōu)樨?fù)向，之后不斷反向增加，在第5期又變?yōu)檎颍较虿粩喔淖?。圖3cicsit脈沖響應(yīng)分析圖4上證指數(shù)脈沖響應(yīng)分析對(duì)于去除了宏觀經(jīng)濟(jì)因素影響的投資者情緒變量cicsir進(jìn)行脈沖響應(yīng)分析發(fā)現(xiàn)，cicsir對(duì)于自身的沖擊，在第1期同樣達(dá)到最大而后逐步收斂并逐漸緩慢趨于平穩(wěn)。cicsir對(duì)于上證指數(shù)的沖擊在第一期快速上升，之后隨著時(shí)間的變化逐漸減少，一直保持正向。去除了宏觀經(jīng)濟(jì)因素后，上證指數(shù)對(duì)于cicsir的沖擊變化變得平緩，不再存在正負(fù)向的波動(dòng)，而是逐漸緩慢趨于0。上證指數(shù)對(duì)于自身帶來(lái)的沖擊依舊保持著波動(dòng)性，波動(dòng)幅度逐漸變小，并在第六期趨于平穩(wěn)。圖5cicsir脈沖響應(yīng)分析圖6上證指數(shù)脈沖響應(yīng)分析因此由脈沖響應(yīng)結(jié)果的差距可以看出，投資者情緒中的宏觀經(jīng)濟(jì)因素對(duì)于分析投資者情緒與上證指數(shù)間的關(guān)系十分重要，宏觀經(jīng)濟(jì)因素將會(huì)加劇二者間的沖擊與相互影響的劇烈程度。4.2.2方差分解方差分解是將系統(tǒng)中各個(gè)內(nèi)生變量的波動(dòng)分解成與各信息沖擊相關(guān)的組成部分，從而了解各沖擊對(duì)內(nèi)生變量的貢獻(xiàn)度。從表10可以看出，兩個(gè)投資者情緒變量都可以解釋上證指數(shù)且隨著時(shí)間的增加，解釋程度不斷上升逐漸趨于穩(wěn)定，其中去除了宏觀經(jīng)濟(jì)因素影響的投資者情緒對(duì)于上證指數(shù)的解釋程度將會(huì)略有下降。對(duì)于兩個(gè)投資者情緒指標(biāo)來(lái)說(shuō)，隨著時(shí)間的增加，上證指數(shù)對(duì)于二者的解釋程度與解釋力度都在不斷上升且上升的速度不斷減慢，在第七期逐漸趨于穩(wěn)定，上證指數(shù)對(duì)于未去除宏觀經(jīng)濟(jì)因素影響的投資者情緒變量的解釋程度更強(qiáng)。表10方差分解結(jié)果Period上證指數(shù)的方差分解cicsit方差分解cicsir方差分解cicsitcicsir上證指數(shù)上證指數(shù)119.9016.440.000.00221.1419.325.474.37320.5818.936.544.25420.6418.917.854.77520.7618.938.444.86620.9018.968.864.99721.0018.999.085.04821.0719.019.215.09921.1119.039.285.121021.146019.04549.32865.1390由此可以看出，當(dāng)去除了宏觀經(jīng)濟(jì)因素影響后，投資者情緒與上證指數(shù)間的關(guān)系相對(duì)減弱，可以看出投資者情緒本身與上證指數(shù)存在相互影響的關(guān)系，宏觀經(jīng)濟(jì)因素會(huì)加強(qiáng)二者間的聯(lián)系，因?yàn)楹暧^經(jīng)濟(jì)因素將會(huì)影響投資者對(duì)于市場(chǎng)的判斷繼而影響其投資行為，該實(shí)證結(jié)論與經(jīng)濟(jì)學(xué)理論相符，因此在分析投資者情緒與股市間的關(guān)系時(shí)，可以保留宏觀經(jīng)濟(jì)因素對(duì)于投資者情緒的影響。在此結(jié)論的基礎(chǔ)上，繼續(xù)深入探究未去除宏觀經(jīng)濟(jì)因素的投資者情緒變量(cicsit)與股市波動(dòng)率間的關(guān)系。4.2.3GARCH（1,1）模型在對(duì)股票指數(shù)的研究過(guò)程中，股市波動(dòng)率是個(gè)十分重要的研究因素，它是標(biāo)的資產(chǎn)收益率的條件標(biāo)準(zhǔn)差，本文選擇上證指數(shù)的對(duì)數(shù)收益率，對(duì)其建立GARCH模型?；谏献C指數(shù)的收盤(pán)價(jià)計(jì)算其對(duì)數(shù)收益率，首先畫(huà)出對(duì)上證指數(shù)對(duì)數(shù)收益率的時(shí)間序列圖，結(jié)果如圖7所示：圖7上證收益率時(shí)間序列圖從上證指數(shù)的對(duì)數(shù)收益率序列中可以觀察到對(duì)數(shù)收益率的“集群”現(xiàn)象。在此基礎(chǔ)上，對(duì)該對(duì)數(shù)收益率進(jìn)行單位根檢驗(yàn)與自相關(guān)檢驗(yàn)，檢驗(yàn)結(jié)果證明上證指數(shù)的對(duì)數(shù)收益率是平穩(wěn)時(shí)間序列，其自相關(guān)檢驗(yàn)結(jié)果如表11所示：表11上證收益率自相關(guān)檢驗(yàn)期數(shù)ACPACQ-統(tǒng)計(jì)量P值10.050.050.440.550.2530.020.012.780.4370.0950.040.028.200.156-0.11-0.1610.650.1070.070.0811.450.128-0.12-0.1314.000.089-0.08-0.1015.360.08從表中可以看出，序列的自相關(guān)和偏自相關(guān)系數(shù)均落入兩倍的估計(jì)標(biāo)準(zhǔn)差之內(nèi)，且Q-統(tǒng)計(jì)量的對(duì)應(yīng)p值均大于置信度0.05，故序列在5%的顯著性水平下不存在顯著的相關(guān)性。因此將均值方程設(shè)定為白噪聲，在此基礎(chǔ)上對(duì)殘差的平方再次進(jìn)行自相關(guān)檢驗(yàn)，發(fā)現(xiàn)序列存在自相關(guān)性，如表12所示：表12殘差自相關(guān)檢驗(yàn)期數(shù)ACPACQ-統(tǒng)計(jì)量P值1-0.02-0.020.090.7620.0380.0240.210.1816.960.0050.180.1622.830.006-0.01-0.0722.840.0070.290.2038.120.0080.03-0.0138.220.0090.190.0845.240.00在此基礎(chǔ)上建立GARCH（1,1）模型，并引入投資者情緒變量，ARCH項(xiàng)的估計(jì)系數(shù)表示，當(dāng)期對(duì)于上一期波動(dòng)的敏感程度，GARCH項(xiàng)系數(shù)表示序列受自身上一期的影響程度。表13GARCH模型結(jié)果VariableCoefficienStd.Errorz-StatisticProb.C0.00020.00011.92180.0546RESID(-2)^20.220.09912.22160.0263GARCH(-1)0.74110.84088.81370.0000CICSIT(-2)-0.00040.0002-1.68990.0910由表13可以看出，上證指數(shù)收益率的兩個(gè)參數(shù)均在5%的顯著性水平下為正且可以滿足收斂條件，從ARCH項(xiàng)系數(shù)可以看出，下一期波動(dòng)對(duì)當(dāng)期波動(dòng)的敏感程度較弱，從GARCH項(xiàng)系數(shù)可以看出，股市收益率受自身影響的程度較大。從投資者情緒變量系數(shù)可以看出，投資者情緒對(duì)于股市波動(dòng)率存在較小負(fù)相關(guān)，該系數(shù)在10%的顯著性水平下顯著。結(jié)論投資者情緒與股市間的關(guān)系一直是研究的熱點(diǎn)，本文選擇VAR模型與GARCH模型對(duì)于二者間的相互影響進(jìn)行研究，得出如下幾點(diǎn)結(jié)論：不論是否去除宏觀經(jīng)濟(jì)因素對(duì)于投資者情緒指標(biāo)的影響，投資者情緒與股市指數(shù)間都互相滿足Granger因果檢驗(yàn)，二者間可以通過(guò)滯后期進(jìn)行預(yù)測(cè)。第二、通過(guò)建立VAR模型可知，投資者情緒與股市指數(shù)的變化主要受到自身的影響，未去除宏觀經(jīng)濟(jì)因素的投資者情緒變量對(duì)于股市指數(shù)的影響波動(dòng)較大，去除宏觀經(jīng)濟(jì)因素后，投資者情緒變量對(duì)于股市指數(shù)的影響變得較為平穩(wěn)，但是是否去除宏觀經(jīng)濟(jì)因素對(duì)于上證指數(shù)對(duì)投資者情緒的影響改變程度較小，宏觀經(jīng)濟(jì)因素對(duì)于研究投資者情緒與股市指數(shù)間的關(guān)系存在較大的影響。第三、投資者情緒與股市波動(dòng)間的相互影響程度較小，股市自身的沖擊將會(huì)更大程度上影響股市波動(dòng)率的變化，投資者情緒對(duì)于股市波動(dòng)率的影響存在較明顯的滯后性，但二者的變化也會(huì)受到其他因素的影響，因此為了使投資者情緒與股市波動(dòng)率保持穩(wěn)定，還應(yīng)探究其他因素與這兩個(gè)變量間的關(guān)系。基于本文實(shí)證結(jié)論的基礎(chǔ)上，從情緒這一角度出發(fā)探究影響我國(guó)股市的重要因素。從市場(chǎng)的交易人員和市場(chǎng)監(jiān)管部門(mén)這兩個(gè)方面出發(fā)提出相應(yīng)的建議。由于我國(guó)學(xué)者已經(jīng)提出多個(gè)投資者情緒指標(biāo)度量標(biāo)準(zhǔn)，因此可以選擇多個(gè)投資者情緒指標(biāo)同時(shí)對(duì)我國(guó)投資者情緒進(jìn)行監(jiān)督與預(yù)警，當(dāng)我國(guó)投資者情緒存在不穩(wěn)定的趨勢(shì)時(shí)，政策可以采取相應(yīng)的宏觀政策來(lái)影響我國(guó)的投資者情緒，穩(wěn)定投資者情緒，間接維持我國(guó)股票市場(chǎng)的穩(wěn)定。近年來(lái)由于我國(guó)經(jīng)濟(jì)的快速發(fā)展，我國(guó)投資者人數(shù)增多，但投資者能力良莠不濟(jì)，因此政府應(yīng)該重視投資者投資技能的培養(yǎng)，增加對(duì)投資者的培訓(xùn)，增加金融知識(shí)課程教學(xué)，增加廣大投資者的投資能力，減少其投機(jī)心理與非理性行為的存在，逐漸改善我國(guó)金融市場(chǎng)的投資環(huán)境。監(jiān)管部門(mén)應(yīng)該回顧股市以往的相關(guān)重大事件，總結(jié)經(jīng)驗(yàn)，提前對(duì)股市運(yùn)行過(guò)程中可能存在風(fēng)險(xiǎn)的事件進(jìn)行預(yù)防，根據(jù)潛在的風(fēng)險(xiǎn)準(zhǔn)備相對(duì)應(yīng)的解決預(yù)案與宏觀經(jīng)濟(jì)政策。與此同時(shí)，明確破壞市場(chǎng)秩序的行為邊界，對(duì)于破壞市場(chǎng)秩序的投資者，我們可以根據(jù)其其危害的程度進(jìn)行處罰。參考文獻(xiàn)[1]LeeCMC,ThalerSRH.Investorsentimentandtheclosed-endfundpuzzle[J].JournalofFinance,1991,46(1):75-109.[2]BrownGW,CliffMT.Investorsentimentandassetvaluation[J].TheJournalofBusiness,2005,78(2):405-440.[3]文鳳華,肖金利,黃創(chuàng)霞,等.投資者情緒特征對(duì)股票價(jià)格行為的影響研究[J].管理科學(xué)學(xué)報(bào),2014,17(3):60-69.[4]Pontiff,Jeffrey.Closed-endfundpremiaandreturnsimplicationsforfinancialmarketequilibrium[J].JournalofFinancialEconomics,1995,37(3):341-370.[5]BrownGW.Volatility,sentiment,andnoisetraders[J].FinancialAnalystsJournal,1999,55(2):82-90.[6]王美今,孫建軍.中國(guó)股市收益、收益波動(dòng)與投資者情緒[J].經(jīng)濟(jì)研究,2004(10):75-83.[7]韓立巖,伍燕然.投資者情緒與IPOs之謎——抑價(jià)或者溢價(jià)[J].管理世界,2007(3):51-61.[8]劉維奇,劉新新.個(gè)人和機(jī)構(gòu)投資者情緒與股票收益——基于上證A股市場(chǎng)的研究[J].管理科學(xué)學(xué)報(bào),2014,17(3):70-87.[9]BakerM,WurglerJ.Investorsentimentandthecross-sectionofstockreturns[J].NberWorkingPapers,2004,7(3):271-299.[10]易志高,茅寧.中國(guó)股市投資者情緒測(cè)量研究:CICSI的構(gòu)建[J].金融研究,2009(11):174-184.[11]蔣致遠(yuǎn),呂海英,朱名軍.投資者情緒與股市預(yù)報(bào)危機(jī)[J].投資研究,2013,32(3):139-153.[12]黃彥菁,徐旭.基于投資者情緒的四因子模型實(shí)證研究[J].會(huì)計(jì)之友,2018(1):57-61.[13]SchmelingM.Institutionalandindividualsentiment:smartmoneyandnoisetraderrisk?[J].InternationalJournalofForecasting,2007