我国证券市场投资者情绪测度

王熙繁 孙静

摘要：本文选取2005～2015年关于消费者信心指数等五个指标的月度数据进行主成分分析，同时剔除了宏观经济变量因素的影响，在信息量损失最小的情况下，完成了变量的降维，得出投资者情绪综合指标。研究结果表明，新建的投资者情绪指数对沪深300指数走势具有一定的预测性，投资者情绪乐观、高涨时，投资者消费和投资倾向于增加；投资者情绪消极则导致购买意愿和风险承担意愿的减少。

Abstract： This article selects monthly data of five indicators about consumer confidence index from 2005 to 2015 to carry out the principal component analysis. At the same time， it eliminates the impact caused by the macroeconomic variables. In the case of the minimum amount of information loss， the dimension of the variable is completed， and the comprehensive index of investor sentiment is obtained. The research results show that the new investor sentiment index can predict Shanghai and Shenzhen 300 index movement. When the investor sentiment is optimistic， high， investor consumption and investment tends to increase. And the negative investor sentiment leads to a reduction for purchase intention and the willingness to take risks.

关键词：投资者情绪；主成分分析；情绪指标

Key words： investor sentiment；principal component analysis；sentiment indicators

中图分类号：F832.5 文献标识码：A 文章编号：1006-4311（2017）01-0056-03

0 引言

投资者情绪是由群体互动产生，投资者对投资预期或意愿的集中反映（付萱，2015）。由于情绪传递等社会互动机制，会促使投资者做出非理性投资，进而导致金融资产价格偏离理性预期，对金融市场的稳定发展带来负面影响。投资者情绪的度量是研究投资者情绪对资本市场影响的出发点，合理有效的度量投资者情绪，对于全面理解金融市场参与者的行为特征，制定合理的政策措施，引导投资者做出合理的投资决策具有重要意义。本文将选取适合测度我国证券市场投资者情绪的五个情绪代理变量，构建投资者情绪测度的综合指数，并初步检验其有效性。

1 投资者情绪测度指标类型

目前用来度量投资者情绪的指标主要有直接指标和间接指标。直接指标一般是通过对投资者进行问卷调查结果就可以获得指标，如美国密歇根大学调查研究中心编制的消费者信心指标（The University of Michigan Consumer Confidence Index，UMCCI）以及美国会议委员会发布的美国消费者信心指标（Conference Board Consumer Confidence Index，CBCCI）。采用调查问卷的方式收集到的信息不是全部来自于证券市场的投资者，但每一问卷填写人均是消费者。因此，这种方式可以在一定程度上反映社会情绪状况。

间接指标是在金融市场中获取的与投资者情绪相关的交易数据，如换手率等，根据变量选取量，可分为单一和复合指标，而任何单一情绪指标都不能成为影响投资者情绪的唯一参考因素，所以为克服单一指标对投资者情绪变化刻画的片面性，学者们开始使用复合指标，其中，学术界公认得较好的复合指标构建方法是Baker和Wurgler（2006）使用的通过主成分分析法（Principal Component Analysis，PCA）（Dorsaf，2016），选取复合指标的第一主成分作为投资者情绪的代理变量。

2 投资者情绪测度综合指标的构建

本文借鉴BW法，通过引入五个情绪代理变量，采用主成分分析法（PCA），将五个情绪代理变量进行降维处理，在损失较少数据信息的基础上，提取出其中相同的受到情绪影响的部分，构建投资者情绪测度综合指标（SENT）。

2.1 情绪代理变量的选取 本文选用以下五个变量来构建投资者情绪指标。①消费者信心指标（Consumer Confidence Index，CCI）国内很多文献中提到消费者信心指数对投资者心理变化的刻画能力较强（李宝仁等，2015），本文选用中国国家统计局发布的月度数据作为替代指标。②封闭式基金折价率（Discount Rate of Close-end Funds，DCEF）是传统情绪替代指标（卢米雪等，2014），本文采用月度封闭式基金折价率加权平均值。③换手率（Turnover Rate，TURN）的高低直接代表着市场交易的活跃度（王学超等，2015），这里使用各月沪深两市流通市值加权市场平均日换手率。④新增开户数（New Accounts，NEW）在我国证券市场上代表着市场外投资者对于基金和股票市场的参与程度和兴趣度（刘维奇等，2014）本文选用沪深两市月度新增开户数。⑤市盈率（Price Earnings Ratio，PE）作为衡量个股及大盘重要的指标，一直作为投资者进行投资决策重要参考。另外，Baker和Wurgler（2006）发现投资者情绪也会受到宏观经济因素变化影响，而这种不基于投资者心理因素影响的理性情绪不在本文的考查范围之内，所以需将其剔除，将以上这五个代理变量对宏观变量进行回归，再将得到的残差序列用于后文分析使用。本文将选取生产者出厂价格指标（Producer Price Index，PPI）、居民消费物价指标（Consumer Price Index，CPI）、宏观经济景气指标 （Macroeconomic Business Index，MCBI） 、广义货币发行量M2这四个指标作为宏观基本面的代理变量。

2.2 数据来源 生产者出厂价格指标、居民消费物价指标来自国家统计局数据库、宏观经济景气指标和消费者信心指标来自于搜数网（http：//www.soshoo.com）。封闭式基金折价率来源于国泰安数据库。换手率和新增开户数数据来源于锐思数据库。数据样本期为2005年1月-2015年12月，共计132个月。除去不连贯的数据，得到样本共计125个。

2.3 主成分分析结果 考虑到相关情绪指标有存在滞后性的可能，所以将每组指标数据和其相应的滞后一期数据进行标准化处理后与沪深300指数进行Pearson相关性检验，检验结果如表1。从表1中可以看出滞后因子NEWt-1、TURNt-1、DCEFt-1、PEt-1均比原数据同沪深300指数的相关性更高，而CCI无论原数据还是滞后一期数据均与沪深300指数没有明显的相关性，故本文选用NEWt-1、TURNt-1、DCEFt-1和PEt-1这四组数据进行后续分析，首先用这四项分别与CPI、PPI、MCBI、M2这四个宏观经济指标进行回归，剔除宏观经济对其的影响，得到标准化后的残差序列结果如表2。然后进行KMO和Bartlett检验，输出的KMO值和Bartlett检验结果如表3。

由表3可知，数据的KMO值大于0.5，可以做因子分析，又Bartlett的球形检验显示结果显著，因此说明变量间具有相关性，因子分析有效。经spss22.0处理后，得到各因子的累计贡献率的结果显示，的特征值都远远大于其余两个指标，且二者累计贡献率已达77.8%，可以较为充分的满足因子个数对累积贡献率的要求。在成份矩阵结果中发现，因子1在TURN和PE上的载荷都比较大，因子2则NEW和DCEF上的载荷比较大。通过以上因子载荷矩阵，我们可以计算出主成分的系数矩阵。两个主成分的计算公式如下：

Fac1=0.486/■TURNr+0.881/■NEWr-0.418/■DCEFr+0.919/■PEr

Fac2=0.705/■TURNr+0.088/■NEWr+0.757/■DCEFr+0.056/■PEr

基于以上结果，对四个主成分按其特征值加权平均，得到投资者情绪测度综合指标SENT：

SENT=0.653FAC1+0.347FAC2

3 投资者情绪测度综合指标与证券市场综合指数的相关性分析

由于沪深300指数样本涵盖了沪深市场一半以上的市值，所以本文选用它代表证券市场综合指数，通过对投资者情绪综合指数SENT和沪深300指数进行相关分析发现，它们之间的pearson相关系数为0.426，在1%显著水平下通过了双侧检验。由此可见，投资者情绪对于沪深300指标具有不可忽视的影响，为进一步研究这二者之间的关系，我们将沪深300指数和本文所构建的投资者情绪指标SENT进行标准化后做成趋势图如图1所示。

如图1可知，二者之间的拟合程度较高，当投资者情绪乐观积极时，如2005年1月-2006年9月，投资者情绪指标大于沪深300Z，此时市场中的投资者的情绪较为乐观，股指收益也有明显增长趋势，并且在2007年1月达到阶段性高点。投资者情绪悲观时，如图中2007年5月-2008年5月，投资者情绪指标持续低于沪深300Z，此时市场中的投资者的情绪较为悲观，股指收益也应声而降。与此同时，我们还可以发现投资者情绪指标在一定程度上领先沪深300指数，可以简单地理解为投资者情绪指标正向影响股票市场收益，在投资者情绪积极时，其带动整个股票市场向更高点冲击形成牛市，反之，投资者情绪消极时会带动股指回落形成熊市。综上，投资者情绪对沪深300指数具有不可忽视的影响。

4 结论与启示

由于我国证券时间成立时间较短，又加之我国股民投机倾向比较大，所以在构建投资者情绪时国内外学者选取的指标就会有差异性，本文结合近年来国内学者关于投资者情绪度量直接指标、单一间接指标在指标选取上进行筛选，综合近十年来各替代指标的月度数据，基于主成分分析法对投资者情绪的综合指标进行构造，结果发现所得到的综合情绪指标与沪深300指数的相关系数为0.426，再结合两者的趋势图，发现两者拟合程度较高，两者相互影响，在一定程度内，可以根据其中一个变量的发展趋势预测另一变量的变化，积极、乐观的情绪可以刺激投资者在资本市场进行投资的欲望，增加投资额度，市场形势利好也可以促进投资者情绪的增长，反之消极情绪会使投资者购买意愿和抗风险意愿降低，低迷的金融市场环境也会使投资者情绪持续降低。

对投资者情绪的进一步研究方向可以从其形成机理和影响因素角度出发，进一步探究金融市场上关于各种传统金融理论不能解释的许多“异象”背后的成因，构造更为合理的投资者情绪指数可以更好地服务于金融市场研究、预测和监管，从而更有利于证券市场的健康发展。

参考文献：

[1]付萱，陆加徐.A股市场投资者情绪、异质信念与市场超额收益研究[J].财会通讯，2015（24）：94-98.

[2]Baker， M.， Wurgler， J. Investor sentiment and the cross-section of stock returns[J]. Journal of Finance， 2006， 61 （4）：1645-1680.

[3]Dorsaf Ben Aissia. Home and foreign investor sentiment and the stock returns[J].The Quarterly Review of Economics and Finance，2016（59） 71-77.

[4]李宝仁，寇跃，晨逯明.投资者情绪指标对行业情绪溢价的实证研究[J].中南财经政法大学学报，2015（2）：48-55.

[5]卢米雪，朱喜安.行业投资者情绪的测量及其对收益的影响效应研究[J].统计应用研究，2014，29（4）：51-56.

[6]王学超，陈伟忠，陈国文.投资者情绪对非理性波动的影响研究[J].财经市场，2015（09）：70-72.

[7]刘维奇，刘新新.个人和机构投资者情绪与股票收益——基于上证A股市场的研究[J].管理科学学报，2014（3）：70-87.