APP下载

基于投资者情绪的中日股市联动性研究

2016-04-05章小莉

市场研究 2016年2期
关键词:联动性投资者情绪

◇章小莉

10.13999/j.cnki.scyj.2016.02.010



基于投资者情绪的中日股市联动性研究

◇章小莉

10.13999/j.cnki.scyj.2016.02.010

摘要:本文选择2001年1月至2015年10月的月度数据作为样本,选取消费者信心指数(CCI)、市盈率(PE)、成交量(VOL)和换手率(TURN)等四个指标作为投资者情绪的代理变量,分别构建中国、日本的投资者情绪,采用基于VAR模型的Granger因果关系检验,从投资者情绪的角度研究中日股市的联动性。结果表明:中国市场的投资者情绪和收益率互为格兰杰原因,日本市场收益率是日本市场投资者情绪的格兰杰原因,中国市场投资者情绪是日本市场收益率的格兰杰原因,中国市场收益率是日本市场的投资者情绪和收益率的格兰杰原因。

关键词:联动性;投资者情绪;Granger因果关系

一、引言

金融市场受到经济、政治、投资者心理等诸多因素的影响,是一个复杂的动力学系统。传统金融学假设“市场的有效性”和“投资者完全理性”,随着非线性理论的发展,大量研究表明投资者并非完全理性,其投资者决策会受到其他投资者的影响。行为金融学结合金融学、行为学、心理学等学科的知识和方法,揭示金融市场的非理性行为。行为金融学有两大理论,即有限套利理论和投资者情绪理论。投资者情绪注重对人的心理和行为的分析,是投资者对未来预期的系统性的偏差,反映了市场参与者的投资意愿。De Long等(1990)提出噪声交易者模型,噪声交易者非理性地将市场中的“噪音”当成影响资产价格的投资信念,这种非理性信念就是“投资者情绪”。

金融市场中不同的子市场存在价格或者波动的相关关系,随着金融全球化的加快发展,子市场之间的联动性不断增强。对股票市场联动性的研究,主要有以下两类观点:经济基础假说和市场传染假说。市场传染假说以市场投资者行为或市场整体行为作为研究重点,在信息不对称的前提下,由于市场参与者的非完全理性,市场上容易出现羊群效应、趋同效应等行为特征。股票市场的价格很大程度上受到投资者行为的影响,从而产生基于投资者预期的市场联动性,一国或者区域的股票市场受到冲击,将会引起其他国家或者区域的投资者心理预期产生变化,从而增强市场的联动性。Lee等(1991)最早使用行为金融模型对股市联动性进行解释,随着个体投资者风险回避或者情绪的改变,投资者制订决策的“习惯性”会发生相应的变化,从而导致股市整体的联动性。Barberis等(2005)提出股价联动性的类别分析,将基于行为金融的股市联动性划分为基于分类的联动性、基于偏好的联动性和基于信息驱动的联动性等。

基于投资者情绪的股市联动性,Baker等(2012)构建全球六个主要股票市场的投资者情绪,发现全球情绪能够传染本土股票市场;Hudson等(2013)分别在美国市场和英国市场构建投资者情绪,发现美国市场投资者情绪能够影响英国股票市场价格,但是英国市场投资者情绪对本国股票市场没有影响;文凤华等(2015)研究发现,美国市场投资者情绪是中国市场投资者情绪的格兰杰原因,反之不成立。

随着经济全球化和区域经济一体化的快速发展,中国股市与日本股市之间的联系逐步加深。尤其是近年来,我国一直在深化金融体制改革,做到与国际资本市场接轨,特别是QDII 和QFII的实施,使得我国资本市场与全球金融市场的联系更加紧密。随着中、日经济贸易交流的持续加深,两国之间股票市场的联动性也在加强。本文基于投资者情绪的角度研究中日股市的联动性,不仅有利于投资者进行有效的投资组合,而且可以为政府制订金融政策提供支持,为国内投资者进行国际投资、防范金融风险等提供重要参考。

二、研究方案

本文借鉴Baker M等(2006)的方法,采用主成分分析分别构造中国、日本的投资者情绪,采用基于VAR模型的Granger因果关系检验研究中日股市的联动性。

1.数据和指标选取

基于投资者情绪对中日股市联动性进行研究,两个市场所选取的情绪代理变量应该是一致的。考虑数据的可获得性,选取消费者信心指数(CCI)、市盈率(PE)、成交量(VOL)和换手率(TURN)等四个指标作为代理变量。以上证综合指数代表中国股市,日经225指数代表日本股市,取对数后差分的方法将收盘价转变为收益率,得到中国股市的收盘价(CP)、收益率(CR)和日本股市的收盘价(JP)、收益率(JR)。本文选择2001 年1月至2015年10月的月度数据作样本,数据来源于Wind数据库。

消费者信心指数(Consumer Confidence Index)衡量消费者信心的强弱,由消费者预期指数、消费者满意指数和消费者信息指数构成,反映并且量化消费者对经济前景、收入水平、收入预期以及消费心理状态的主观感受,是投资者情绪的一个经济指数替代指标。市盈率属于市场整体类指标,表示股票价格与每股收益的比例,市盈率越高表示投资者情绪越高涨,市盈率越低表示投资者情绪越低落。成交量和换手率都是反映市场交易活跃度的直接指标,一个是绝对数量,一个是相对比例,当投资者情绪变得高涨时,成交量或换手率就会放大,反之则缩小。

表1 股票价格与各个情绪代理指标的相关性

表1给出中、日两市场股票价格与各个情绪代理指标的相关性,中国市场上各个情绪代理指标都与股票价格正相关,日本市场上除了市盈率与股票价格呈负向关系,其余的都与股票价格正相关,这与De Long等(1990)噪声交易模型预期的结果一致。

2.投资者情绪

主成分分析(Principal Components Analysis)是由霍特林于1933年首次提出来的,通过投影的方法,在损失较少数据信息的基础上把多个指标转化为几个有代表意义的综合指标,实现数据的降维。因此在分析过程中,既减少了变量的个数,又不损失主要的信息。基本思想是考虑合成变量方差的大小及其对原始变量方差贡献的大小,而对于原始随机变量,其协方差矩阵或相关矩阵正是对各变量离散程度和相关程度的度量。

对选取的投资者情绪代理指标进行主成分分析,分别构造中国投资者情绪(CSENT)、日本投资者情绪(JSENT)。以日本投资者情绪为例,构造过程如下。

第一步,根据KMO和Bartlett检验结果,KMO=0.672>0.5,Bartlett球形度检验值为417.139(sig=0.000),相关矩阵不是单位阵,适合进行主成分分析。

第二步,提取公因子,建立变量的相关系数矩阵,并计算出特征值和贡献率。前两个因子的特征值大于1,分别为2.496 和1.003,对应的方差贡献率分别为62.388%和25.072%,累计方差贡献率为87.460%。再结合碎石图,选择前两个因子具有合理性,记为F1和F2。

第三步,根据成分得分系数矩阵写出因子得分函数,以各因子的方差贡献率占累计方差贡献率的比例为权重进行加权,最终构建F=(62.388*F1+25.072*F2)/87.461,即为JSENT。

F1=-0.009*CCI+0.383*VOL+0.376*TURN-0.336*PE

F2=0.996*CCI+0.009*VOL+0.055*TURN+0.046*PE

JSENT=F=0.279*CCI+0.276*VOL+0.284*TURN-0.227*PE

同JSENT,可得CSENT=0.314*CCI+0.044*VOL+0.340*TURN+ 0.304*PE

表2给出了中、日两市场投资者情绪与各自的代理变量之间的相关性,在中国市场上,除了成交量是负相关并且不显著外,其余均是显著正相关;在日本市场上,除了市盈率是显著负相关外,其余均是显著正相关。表3给出了中、日两市场投资者情绪序列的描述性统计分析,中国市场的投资者情绪CSENT存在单位根,序列不平稳,因此取一阶差分得到DSENT,且DSENT不存在单位根,后文的研究均使用DSENT作为中国市场的投资者情绪。日本市场的投资者情绪JSENT满足平稳性要求,直接用于分析。

表2 投资者情绪指标值与变量之间的相关性

表3 投资者情绪序列的描述性统计分析

三、实证结果和结论

1. ADF检验

ADF检验是检验序列中是否存在单位根,如果不存在单位根则序列是平稳的,如果存在单位根则序列是不平稳的。当序列不平稳时进行回归分析,就可能存在伪回归。检验单位根的方法有很多,如ADF检验、DFGLS检验、PP检验、KPSS检验、ERS检验和NP检验等,其中ADF检验的方法是比较常用的。

上文已经给出了中、日两市场投资者情绪的单位根检验,在此只需对中、日两市场的收益率进行平稳性检验即可。鉴于篇幅,此处不给出具体的表格,结果表明中、日两市场的收益率均在1%的显著性水平下满足平稳性要求。

2. Granger因果关系检验

Granger因果关系检验实质上是对一个变量的滞后变量是否可以引入到其他变量的方程中进行检验,如果可以,即一个变量受到其他变量的滞后影响,则称具有Granger因果关系,主要针对以下两个方程进行回归:

原假设为:H0:β0=β1=β2=…=βn= 0

首先对第一个方程的估计值的显著性进行检验,如果拒绝原假设,那么X是引起Y变动的格兰杰原因,同理可以检验Y是否是引起X变动的格兰杰原因。

此部分主要是对中、日两市场的收益率、投资者情绪,即CR、DSENT、JR、JSENT两两建立二元VAR模型,基于投资者情绪研究中日股市的联动性。本文对二元VAR模型进行参数估计,不需要模型的预测,因此模型具体表达式就不再罗列。依据建立的VAR模型,使用AIC、SC、HQ等信息准则确定最优滞后阶数,然后进行Granger因果关系检验,检验结果如表4。结果表明,中国市场的投资者情绪和收益率互为格兰杰原因,日本市场收益率是日本市场投资者情绪的格兰杰原因,这与大多数的研究相符合。中国市场投资者情绪是日本市场收益率的格兰杰原因,中国市场收益率是日本市场的投资者情绪和收益率的格兰杰原因,对中日股市的联动性研究进行了补充。

表4 中、日股票市场Granger因果关系检验结果

总体上,中、日两市场的联动性不是很强,这也跟很多学者的研究结论一致,其原因可能是中国股票市场机制不健全,现有股票发行机制受行政干预较多,难以形成有效的套利机制,限制了市场价格发行功能的充分发挥,降低了市场运行的有效性。鉴于两市的联动性不强,投资者可以在两个市场进行分散投资,规避风险。

参考文献:

[1]De Long JB,Shleifer A,Summers LH,Waldmann RJ. Noise trader risk in financial markets [J]. Journal of Political Economy,1990(98).

[2]Baker M,Wurgler J. Investor sentiment and the cross-section of stock returns[J]. Journal of Finance,2006(04).

[3]Lee C,Shleifer A,Thaler R. Investor sentiment and the closed-end fund puzzle[J]. Journal of Finance,1991(46).

[4]Barberis,Shleifer,Wurgler. Comovement[J]. Journal of Financial Economics,2005(02).

[5]Baker M,Wurgler J,Yuan Y. Global,local,and contagious investor sentiment [J]. Journal of Financial Economics,2012(104).

[6]Hudson Y,Green C J. Born in the USA?Contagious investor sentiment and UK equity returns[R]. Working Paper,2013.

[7]文凤华,杨鑫,龚旭等.金融危机背景下中美投资者情绪的传染性分析[J].系统工程理论与实践,2015(35).

(作者单位:华南理工大学工商管理学院)

猜你喜欢

联动性投资者情绪
学生骨干培养中的“联动性”探索
投资者情绪对项目融资型定向增发公告效应影响
投资者情绪短期对股票市场的影响研究
投资者情绪与成交量:基于网络论坛证据的分析
我国胶合板和纤维板期货与CME木材期货价格联动性分析
投资者情绪与股票市场收益的相互影响分析
浅析融合大时代视角下设计产品的认同感
基于复杂网络的新能源股票间联动性研究
股价、投资者情绪与模型估值研究综述