市场情绪与市场收益

罗奕

经典金融理论认为，理性投资者之间的竞争会导致市场价格持续处于均衡状态，而非理性投资者的需求则会由于交易的随机性而相互抵消，从而不会对资产交易价格产生影响，即便在某些极端情况下，市场套利者的存在会消除由某些交易者的错误行为而导致交易价格偏差。由此可见，经典金融理论并没有考虑情绪因素变化对市场价格的影响，也没有考虑投资者行为和市场状态对交易价格形成的影响。然而，自20世纪80年代以来，许多研究对经典金融理论的假定和结论提出了质疑，依靠错误的主观信念或其它与公司基本面无关的信息进行交易的投资行为会对交易价格产生影响［1］［2］，噪声交易者的错误信念是资产价格的系统性因子［3］，投资者情绪与资产收益存在显著的影响关系［4］［5］。后来，投资者情绪成为行为金融领域的一个重要研究课题，从此我们认识到，交易价格变动不仅会受到基本面的影响，还可能会受到市场交易者非理性的反向影响。若非理性或不完全理性的交易者对市场信息产生错误的认知，则会通过其交易行为来表现，从而对市场交易价格产生变动影响关系。

不过，投资者情绪只是一个反映投资者行为的心理指标，而且无法直接从交易市场中观察得到，必须利用实际交易数据进行间接测量或采用市场调查方式获得。随着市场信息爆炸性的增加，并不是所有投资者都能迅速、及时、均匀地获得所有市场信息，因此，仅从投资者情绪的视角已经难以反映出整个市场的趋势和动态。近几年，一种直接从巨量的市场新闻中甄别和反映市场情绪的技术——新闻情绪分析正在国外学界和业界悄然兴起。从新闻情绪的视角来分析市场和交易的状态，可以更为客观、及时和直接地了解和把握市场情绪，具有广阔的发展前景。新闻情绪的开发和利用必将成为金融市场交易尤其是算法交易的未来发展方向，也将成为金融领域研究的热点问题。

从交易价格的形成过程可知，交易者首先获得通常通过新闻形式发布的交易信息，然后根据新闻情绪做出交易决策，从而对交易价格产生影响。因此，在整个价格形成过程中，新闻情绪和投资者情绪都会对交易价格的形成产生影响。因此，本文将投资者情绪（Investor Sentiment）和新闻情绪（News Sentiment）统称为市场情绪（Market Sentiment）。市场情绪能否用来预测市场收益，能否用来构造投资组合而获得Alpha收益，对于金融交易的研究和实践具有重要的实际意义。

一、Alpha套利策略面临的挑战

金融资产投资组合收益来源于三部分：第一部分是无风险收益；第二部分是与市场风险相关的贝塔（Beta）收益；第三部分是超出市场表现的阿尔法（Alpha）收益。无风险收益与Beta收益构成投资组合的预期收益，投资组合的实际收益扣除预期收益即为Alpha收益。Alpha套利策略是在建立了Beta部位的多头资产组合后，通过金融衍生产品（如股指期货）对冲Beta部位的市场风险，将投资组合对市场的超额收益分离出来，从而可望实现投资组合的正Alpha收益。

金融学中的Alpha系数最早由Michael Jensen于20世纪70年代提出，有时称为Jensen Alpha。最初的Alpha收益定义为投资组合的实际收益超出由资本资产定价（CAPM）模型估计的预期收益的部分。在关于市场、资产和投资者的一些假定下，CAPM模型意味着投资组合的预期收益等于一个无风险收益加上一个风险补偿，而这个风险补偿取决于投资组合的Beta系数和市场风险溢价。后来，许多学者对CAPM的假定条件提出了质疑，由此，诸如套利定价模型（APT）开始出现。在APT基础上提出的Fama-French三因素模型将CAPM仅为市场收益的单因素拓展到包括市场、规模和价值等三因素，后来又发展到增加了动量因素的四因素模型。由此，Alpha收益生成过程（即为获取超额收益的过程）由CAPM模型拓展到多因素模型。然而，在交易实践中，要持续获得正的Alpha收益是很困难的。尽管如此，由于Alpha收益的吸引力，不少对冲基金和共同基金管理者都热衷持续不断地通过各种Alpha套利策略来追逐Alpha套利机会。Alpha收益成为很多机构投资者投资业绩评价的重要指标。

为保持追求正Alpha收益的成功，许多量化投资分析师需要持续不断地搜索新闻。但是，在实际的金融交易中，采用上述多因素模型追逐有限Alpha套利机会的投资者越来越多，这些传统数量因素的使用已出现“过度拥挤”现象，它们在交易套利中的有效性就会变得越来越低，利用上述的传统数量因素来进行套利的机会逐渐消失。因此，目前许多投资公司已经意识到，投入开发一些投资者使用较少的独特因素是完全有必要的。利用投资者情绪和新闻情绪等因素来构建投资组合，成为套利交易者追求的另一个新方向。而且随着新闻分析学 （News Analytics）的产生和发展，新闻情绪数据的获得在国外已经成为现实，从而为潜在Alpha生成过程的探索和应用开启了大门。不过，新闻情绪是否真的可以预测或解释Alpha收益，目前仍是尚未形成统一结论的问题，值得国内外学者进行积极探索。

二、市场情绪的涵义与测量

根据Wikipedia界定，市场情绪是指关于投资者对未来市场价格变化的一种主要态度，是一种包括历史价格、经济报告、季节性因素和国家与全球事件等基本面与技术因素的累积结果［6］。以往研究针对的主要是投资者情绪，随着研究深入和市场信息量与覆盖面的逐渐扩大，尤其是情绪分析技术的发展和新闻分析学的产生之后，市场情绪的涵义也逐渐随之扩大，不仅包含投资者情绪，还包含新闻情绪。市场情绪通常表现为牛市 （Bullish）、 中性 （Neutral）以及熊市（Bearish）等三种结果，而其量化结果通常分别表示为正、零和负值。

（一）投资者情绪的涵义与测量

对于投资者情绪的涵义，目前尚未形成统一的说法。国内外许多学者都提出了自己的看法。比较具有代表性的有：投资者情绪是股票表现的总体乐观或悲观［5］；是投资者的投资倾向［7］；是投资者对具有系统性偏差的未来预期［8］；是投资者的心理因素［9］。目前普遍认可的说法是，投资者情绪是投资者对未来现金流和投资风险预期而形成的一种信念［7］。这种信念可能与投资者的教育与社会背景、投资经历、拥有的信息、知识与能力、个性和偏好等各种因素紧密相关，可能是价值投资驱动的或者是投资需求驱动的。投资者情绪通常表现为乐观、中性和悲观等三种状态。

由于投资者情绪在市场中无法直接观察到，因此需要通过市场交易数据或者特定的统计方法来进行测量，构建相应的情绪指标是其关键性工作之一。迄今为止，反映投资者情绪的相应指标主要包括三类：（1）通过市场交易变量（如价格、交易量）的信息进行构造的客观指标，间接反映投资者的情绪或信念，比如，封闭式基金折价［5］、IPO发行量及首日收益、交易量［7］、共同基金净赎回和基金持仓比例［5］、零股买卖比等［10］；（2）通过统计调查形式对交易者未来市场预期的抽样调查进行构造的主观指标，直接反映投资者对市场未来趋势的看法，比如，分析师推荐［4］、投资者智能指数［5］、央视看盘［11］、消费者信心指数［4］等；（3）通过对多个单个客观指标和主观指标进度综合而进行构造的复合指标，最为常用的综合方法为主成分分析方法，复合指标弥补了单个指标测量的片面性，代表性研究有：Baker&Wurgler［12］、Baker et al.［13］、易志高和茅宁［14］、黄德龙等［15］。但从许多实证研究的结果来看，尽管复合指标剔除了宏观经济基本面因素的影响，测量更为合理和准确，是投资者情绪测量的主要发展方向，但是许多研究仍存在差异，在指标的选择和多个指标的综合方法上存在不同的意见，仍需要今后继续研究。

（二）新闻情绪的涵义与测量

要了解新闻情绪，首先应先了解新闻信息的类型。 根据载体不同，新闻信息表现为 4种形式［16］：（1）来自广播、电视、报纸、媒体网页等的新闻信息，构成新闻信息的主流；（2）以各种报告形式存在的新闻信息，通常指诸如证交所、法院、政府、公司等机构在正式新闻公告发布前的一些研究报告和文件；（3）来自于新闻网络和博客公告的新闻信息，其信息质量存在较大的差异，其可信性比前面两种新闻要差些；（4）来自公共网络的新闻信息，由于公众进入网站门槛很低，而且很容易在这些平台上发布信息，其信息质量处于最低层次。

新闻情绪是指新闻信息的发布可能产生影响的性质，通常表现为正面、中性和负面等三类结果。由于大多数新闻信息都是以文本为主要表现形式的定性信息，因此其应用的难点在于如何将这些定性信息进行定量化。新闻分析需通过情绪、相关性、主题、新颖性和市场影响对所有公司进行分类和量化。新闻情绪的测量需综合利用自然语言处理、人工智能、模式识别、文本挖掘、信息工程和金融工程等多种学科的技术和方法，是一个复杂的系统工程。判断新闻情绪通常采用如下三类核心方法：一是，将新闻信息的关键词汇、短语和它们的组合与预定义的情绪值进行配对；二是利用潜在语义分析和贝氏网络等技术依据金融专家手工标签至少1000股票故事对新闻信息进行分类；三是根据几年以毫秒为时间刻度所记录的新闻文档测度出新闻信息对市场的影响程度。根据配对结果，计算机系统会自动给新闻赋予一个数字得分来表示新闻情绪的性质和程度。

目前全球至少有50个经济新闻的提供商，其中Bloomberg，Dow Jones和Thomson Reuters是最大的3家，全球大约有200家机构为金融分析提供服务，其中最出名的新闻分析提供商为 RavenPack、Media Sentiment和Thomson Reuters。作为实时新闻分析服务商的巨头之一，RavenPack公司使用介于0-100的事件情绪分数（Event Sentiment Score，简称ESS）来反映新闻情绪，低于50分表示负情绪，分数越高，新闻具有正情绪的可能性越大，而且RavenPack公司开发的情绪指数是一个全面、直接和及时的市场情绪指数，具有很强的应用性，自2011年以来，一些国外学者开始利用该情绪指数进行一系列实证研究。

三、市场情绪对市场收益的可预测性

研究和应用市场情绪的最终目的在于利用市场情绪对市场未来收益进行预测，为市场参与者的投资决策、市场监管和风险控制提供服务支持。从现有文献来看，关于市场情绪对市场收益的预测性研究，国内外学者迄今为止主要集中于对投资者情绪的研究，取得了较多的研究成果，而对新闻情绪的研究近几年才刚刚起步。由于市场情绪本身的复杂性，市场情绪对市场收益是否具有可预测性仍是一个开放问题，值得我们今后进一步努力探索。

（一）投资者情绪与市场收益

投资者情绪对市场收益的可预测性问题主要是通过对投资者情绪是否对市场收益产生的影响及影响程度来进行研究。大多数的实证研究支持投资者情绪对市场收益具有较好的预测能力，比如，投资者情绪与市场短期收益存在相关性［3］［5］［11］；投资者情绪对未来市场长期收益具有一定的预测能力［16］［12］［17］；投资者情绪对市场横截面收益具有影响关系［16］［18］；个人投资者情绪对股票收益存在影响［10］［19］；投资者主观情绪是影响股票价格的系统因子［11］［20］［21］；将投资者情绪引入风险暴露的动态建模中可以提高股票收益的资产定价模型的解释能力［22］；不同的投资者情绪会对市场均值与方差之间的关系产生不同影响［23］；在不同的经济状态（扩展期/衰退期）下，投资者情绪对横截面股票收益具有不同的预测能力［24］；全球投资情绪和国家投资者情绪均对市场收益具有显著的反向预测能力［13］。然而，也有一些研究并不支持投资者情绪对市场收益具有预测作用［16］［25］；同时有学者认为，投资者情绪可能是由于市场收益格兰杰因果导致的［4］［5］。从前述研究可看出，大多数研究支持投资者情绪在市场收益预测中具有重要作用，因此，在资产定价模型中，投资者情绪是一个不可忽略的重要因素。

（二）新闻情绪与市场收益

由于新闻情绪的概念和测量才刚刚起步，国外对新闻情绪在市场收益预测中的作用的大多数研究出现自2011年至今的工作论文中，由此看出，新闻情绪的开发和应用是金融领域的一个新兴发展方向，也是金融市场交易的未来发展趋势。

Tetlock等利用1984年至2004年期间出现在Wall Street Journal和Dow Jones News Service的S&P500公司的350,000个新闻故事进行分析［25］，研究发现，具有正面和负面情绪的新闻信息发布对累积超常收益的影响显著，而且它们的影响方向相反，而且累积超常收益在新闻发布日之前就开始对新闻信息发布做出反应，这说明市场可能存在新闻信息泄漏的现象。目前的研究文献基本达成共识，股票收益对负面新闻比正面新闻的反应更加强烈［26］。

最新研究表明，从金融新闻中提取的情绪能够提高股票价格的动量策略（Momentum Strategies），新闻情绪与传统的数量因素之间的相关性比较低，新闻情绪比其它传统数量因素具有更好的表现。新闻情绪会对日内的Alpha收益产生影响，而且可以考虑将其作为一个数量因素引入到交易模型中［27］。新闻情绪变化可通过新闻情绪指数来反映，比如，新闻分析的领导者RavenPack公司则可以提供RavenPack情绪指数。我们可以在交易模型中通过新闻情绪β系数来反映股票价格对市场情绪变化的灵敏性，为情绪风险衡量和股票选择提供了一种新型测度，弥补了传统CAPM模型仅考虑市场收益单因素的局限性。根据新闻β系数取值，我们可以将整个股票样本划分成正β、负β和零β等三组，在每组中可以通常回归方程的判定系数来进行排序，由此构建投资策略。

RavenPack的研究团队最新研究成果表明，通过买入新闻情绪正的股票而卖出新闻情绪为负的股票的投资策略可以获得一直持续为正的收益，80%的新闻情绪对累积平均收益的影响发生在日内，而另外20%会延续到 1-2 天后发生［28］。 Hafez［27］在包含市场收益、公司规模、价值和动量等变量的Fama-French四因素模型中增加用于反映市场情绪变化的情绪指数（Sentiment Index），利用美国纽约交易所和纳斯达克交易所在2000年1月至2011年9月期间的7511只股票数据进行了分析，研究发现，RavenPack情绪指数与标准普尔指数具有较高的同期相关性，与诸如实际GDP等宏观经济变量也存在较高的相关性，用于反映股票收益对市场情绪变化灵敏度的新闻β系数与其它四个因素的β系数之间的相关系数较低，通过买入新闻β系数最大的股票和卖出新闻β系数最小股票的投资策略可以获得8.9%的年度收益。新闻情绪指数不仅与同期的宏观经济变量 （如实际GDP、存货与销售比例、存货、零售额、消费者信心指数和个人消费支出等）存在较高的正相关关系［28］，而且与大盘指数存在较高的同期相关性，尤其是在熊市时，而且由市场情绪到股票市场收益存在格兰杰因果关系［29］。

四、未来研究展望

迄今为止，市场情绪的研究和应用主要集中在美国市场，在我国较少，尤其是新闻情绪在我国尚未受到关注。随着我国资本市场的不断纵深发展，新闻情绪分析技术将会在我国得到开发和应用。

（一）基于高频信息的市场情绪甄别及应用

目前市场情绪的测量和应用主要局限于日、周等低频数据领域，但是随着金融高频信息的开发、存储和传输技术以及金融信息量化技术的迅速发展，金融市场定性信息和定量数据的记录单位将越来越精细，基于高频信息的电子交易将必定成为金融交易的未来发展方向。因此，如何利用高频信息来甄别投资者和新闻情绪以及如何在高频交易策略中利用这些市场情绪是交易者将面临的巨大挑战，值得深入研究。

（二）市场情绪的准确及时测量

尽管投资者情绪的衡量指标已由单项指标逐渐发展为由多项指标组成的复合指标，衡量投资者情绪的准确性也得到了较大提高，但是，由于各项指标的内涵和口径存在一定的差异，综合技术也可能存在更好的选择，到目前为止仍没有找到一种最佳的投资者情绪衡量方法。与此同时，新闻分析技术已在欧美国家的许多投资公司得到了广泛运用，但是由于该种技术在近几年才刚刚发展起来，仍存在许多不完善之处，其测量准确性仍有待提高。尤其是目前包括我国在内的许多国家学术界和实务界都尚未引入新闻分析技术。但是我们相信，该领域将在未来的几年内取得突破性迅速发展，将对量化算法交易、投资决策和风险管理将产生巨大影响和挑战，也将给金融机构带来巨大的投资机遇。随着金融算法交易的纵深发展，新闻分析技术在更多国家将会引起众多投资者和交易者的广泛采用，是未来金融交易制胜的必然发展趋势。

（三）市场情绪在交易决策和风险控制的应用

尽管目前研究表明，无论投资者情绪还是新闻情绪均会对市场收益产生显著的影响，对市场收益均具有一定的可预测性，但是，如何将这些市场情绪运用于制定交易决策和风险控制之中以及如何利用不同类型的市场情绪构建Alpha交易策略从而获取最佳的Alpha收益，是该领域未来有待继续深入研究的一个热门主题。前者的核心工作在于如何将新闻情绪指数引入并构建多因子模型，对交易资产的未来收益和波动进行估计，从而构建最优的投资组合，而后者的核心工作在于如何在金融波动率模型中考虑新闻信息，从而提高金融波动率预测的准确性。

[1]Delong,J.B.,Shleifer,A.,Summers,L.H.,Waldmann,R.J.,1990.Noise trader risk in financial markets.Journal of Political Economy 98(4),703-738.

[2]Campbell,J.Y.,Kyle,A.S.,1993.Smart money,noise trading and stock price behaviour.The Review of Economic Studies 60(1),1-34.

[3]Shefrin,H.,Statman,M.,1994.Behavioral capital asset pricing theory.Journal of Financial and Quantitative Analysis 29(2),323-349.

[4]Fisher,K.L.,Statman,M.,2000.Investor Sentiment and Stock Returns.Financial Analysts Journal 56,16-23.

[5]Brown,G.W.,Cliff,M.T.,2004.Investor Sentiment and the Near-term Stock Market.Journal of Empirical Finance 11(1),1-27.

[6]Wikipedia.2012.Market sentiment.May 16.

[7]Baker,M.,Stein,J.C.,2004.Market Liquidity as a Sentiment Indicator.Journal of Financial Economics 73,271-299.

[8]饶育蕾，刘达锋.行为会融学[M].上海：上海财经大学出版社，2003.

[9]杨春鹏，淳于松涛，杨德平，姜伟.投资者情绪指数研究综述[J]青岛大学学报：自然科学版，2007(1).

[10]Kumar,A.,Lee,C.,2006.Retail Investor Sentiment and Return Comovements.Journal of Finance 61,2451-2486.

[11]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).

[12]Baker,M.,Wurgler,J.,2006.Investor Sentiment and the Cross-Section of Stock Return.Journal of Finance 61,1645-1680.

[13]Baker,M.,Wurgler,J.,Yuan,Y.,2012.Global,local and contagious investor sentiment.Journal of Financial Economics 104,272-287.

[14]易志高，茅宁.中国股市投资者情绪测量研究：CICSI的构建[J].金融研究，2009（11）.

[15]黄德龙，文凤华，杨晓光.投资者情绪指数及中国股市的实证[J].系统科学与数学，2009(1).

[15]Leinweber，D.2009.Nerds on Wall Street.John Wiley.

[16]Neal,R.,Wheatley,S.,1998.Do Measures of Investor Sentiment Predict Returns?Journal of Financial and Quantitative Analysis 33,523-547.

[17]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).

[18]Baker,M.,Wurgler,J.,2007.Investor Sentiment in the Stock Market.Journal of Economic Perspectives 21(2),129-151.

[19]余佩棍，钟瑞军.个人投资者情绪能预测市场收益率吗[J].南开管理评论，2009(1).

[20]张强，杨淑娥.噪音交易、投资者情绪波动与股票收益[J].系统工程理论与实践，2009(3).

[21]谢竹云，茅宁，许良虎.证券市场投资者情绪研究[J].软科学,2009(23).

[22]Ho,C.,Hung,C.,2009.Investor sentiment as conditioning information in asset pricing.Journal of Banking&Finance 33,892-903.

[23]Yu,J.F.,Yuan.Y.,2011.Investor sentiment and the mean-variance relation.

[24]Chung,S.L.,Hung,C.H.,Yeh,C.Y.,2012.When does investor sentiment predict stock returns?Journal of Empirical Finance 19,217-240.

[25]Wang,Y.,Keswani,A.,Stephen,J.,2006.The relationship between sentiment,

[26]Tetlock,P.C.,Saar-Tsechansky,M.,Machasssy,S.,2008.More than words：

[27]Hafez,P.A.,2009.Impact of news sentiment on(intra-day)abnormal stock return.White Paper,RavenPack,May 12.

[28]RavenPackQuantResearchTeam,2012b.RavenPacksentiment anditsrelationshipwithmacro-economicindicators,January3.

[29]RavenPack Quant Research Team,2011.News sentiment：Highly correlated with the S&P500,December 21.