投资者情绪β研究与对资产定价的影响

张淑芬

(佛山职业技术学院，广东 佛山 528137)

投资者情绪β研究与对资产定价的影响

张淑芬

(佛山职业技术学院，广东 佛山 528137)

过去的大量研究表明，投资者情绪影响股票收益，从而引起资产的定价偏差。本文通过对FF三因子定价模型的分析，发现在加入投资者情绪指数后的FF三因子定价模型定价效率更高。同一行业指数内股票的超额收益率与其公司规模，账面市值比及投资者情绪存在显著相关关系。其中受到投资者代表性认知偏差的影响，流动市值和账面市值比大的公司股票的超额收益率对投资者情绪变化更为敏感，即其投资者情绪β更高。

资产定价；投资者情绪；行为金融学

一、引言

传统的资产定价理论是建立在完美市场(EMH)和投资者为同质预期的假设之下，以CAPM理论体系为代表的传统资产定价模型又难以解释不断涌现金融异象，促使学者们另辟蹊径，从投资者心理和行为来解释金融市场中的异常现象。

过去的大量研究表明，投资者情绪影响股票收益，从而引起资产的定价偏差。那么什么样类型的股票更易受到情绪的影响呢？不同类型的股票为什么有收益的差异呢？这就需要研究投资者情绪与股票特征之间是否有联系。

二、投资者情绪指数的构建

本文将投资者情绪β的定义为股票收益对投资者情绪变化的敏感性。对于投资者情绪的定义，至今并没有统一的标准。有观点认为投资者形成投资理念的过程就是投资情绪，也有观点认为投资情绪是投资者对未来股价波动的主观性偏好。对于投资者情绪，比较通俗的观点是投资者对股票的总体乐观判断或者悲观判断。

本文在BW指数构造方法的基础上，通过适当改进，选取了6个指标进行主成分分析，适当降维后得到投资者情绪代理指标；再通过剔除宏观经济周期变化1对投资者情绪的影响，最终得到投资者情绪的综合指数IS (Investor Sentiment)。所有数据来源于金融界、和讯网、东方财富网、国家统计局、同花顺宏观数据平台和广发证券通达信交易软件数据整理得到，所有数据均为月度数据，时间从2010年4月到2015年7月，样本容量为64。

在5%的显著性水平下，各个指标均通过了相关的显著性检验。回归模型为：

IStr=0.2632X1rt-1+0.1546X2rt-1+0.3744X3r+0.0769X4rt-1+0.3433X5r

表1 剔除宏观经济因素影响后的情绪指数各变量负载

三、实证研究

本文通过在加入投资者情绪因子后的FF三因子定价模型的定价效率是否提高，来验证基于不同市值规模、不同账面市值比对资产定价模型的影响。行业分类采用上证行业180指数分类方法，选取上证能源行业，行业内共有股票30只，为了达到具有可比性的目的，选取了其中在相同时间(2011-02-25)调入指数的19只股票。

行业股票收益率数据来源于广发证券通达信交易平台。SMB和HML根据广发证券通达信交易平台所提供数据计算得到。计算办法如下：

以19只个股账面价值与市场价格值的比值和市场价值为依据，对观测期间内的公司进行分组，分组方法如下：

首先按市场价值从大到小平均分为两组，前9只股票为Big组，后10只股票为Small组；按权益账面价值与市场价值的比值从小到大分三组，即前6只(Growth组)，中间7只(Neutral组)，后6只(Value组)，共形成六个组。

然后，以每个组的月收益率为依据，计算每个月的SMB和HML值。具体计算公式如下：

SMB=1/3(Small Value+Small Neutral+Small Growth)-1/3(Big Value+Big Neutral+Big Growth)

HML=1/2(Small Value+Big Value)-1/2(Small Growth+Big Growth)

所有数据均为月度数据，时间从2010年4月到2015年7月，样本容量为64。

具体模型为：

Rit-Rf=α+β1(Rmt-Rf)+β2SMBt+β3HMIt+β4ISt+εi

Rit为股票i在时间t的收益率，Rmt为上证能源指数时间t收益率，Rf为无风险收益率，由一年期定期存款利率代替。SMBt为在时间t时小规模市值公司股票的平均收益率与大规模市值公司股票的平均收益率差额，它代表了公司规模溢价因素。HMLt为时间t时高账面市值比的股票与低账面市值比的股票平均收益率的差值，它代表了公司的价值因素。ISt为本文所构建的时间t时情绪综合指数因子。εt是残差项。

运用MATLAB软件，首先通过检验VIF值(均小于1.25)，表明回归中各变量不存在多重共线性间题。由于各变量序列是金融时间序列，对其进行ADF单位根检验并发现不存在显著单位根，变量序列平稳.最后检验了残差项是否独立，判断结果表明没有异方差现象。

表2 加入情绪指数IS后FF三因子定价模型回归系数表

实证结果可以得出，对于常数项α，在所有回归模型实证结果中，均通过检验，因此资产定价模型常数项为0的假设被拒绝。

本文实证结果证明，全部19个回归模型中，对于股票超额收益率相对于市场组合超额收益率(Rm-Rf)的敏感度β1，公司规模因素SMBt的敏感度β2，公司账面市值比HMLt因子的敏感度β3，在5%的置信水平下，四个系数均通过了显著性检验。即可以认为，市场组合超额收益率对单只股票超额收益率影响是显著的，而且股票市场规模溢价现象明显存在，公司的价值因素也明显影响着单只股票超额收益率。

而且通过对比加入情绪指数IS前后的FF模型拟合优度的变化，发现加入情绪指数IS后，19个回归模型中有16个拟合优度得到了提高，也说明了投资者情绪是影响股票超额收益的主要原因之一。

从表中情绪因子系数β4的对比来看，在5%的置信水平下，所有回归方程β4系数均通过了显著性检验，即可以认为情绪指数变化对股票超额收益率有较显著的影响。

表3 总市值、账面市值比与情绪β排序

流通市值反应公司规模的大小，从表3可以看出，流通市值大的股票超额收益率对投资者情绪变化反应最为敏感。当市场总体行情看好时，投资者情绪高涨，由于市值大的公司股票在股票市场上知名度高，投资者易受代表性认知偏差的影响，即认为市场总体趋势好就是市值大的公司股票价格看涨，且市值大的股票不易被操纵，从而高估其股票价格。

股票的账面市值比反应的是一个股票成长性能力，投资者一般更注重股票的成长性，偏好市净率高的股票，而且一般市场会高估此类股票的价值，所以投资者的情绪对此类股票超额收益率特别敏感。账面市值比高的中国石化，中煤能源，中国石油和中国神华，其投资者情绪β分别是0.0177，0.0288，0.149，0.0029，均大于其他股票情绪β值。

四、结论

以上实证分析表明，投资者情绪对行业预期收益率的影响是正相关的，即投资者情绪较高时，股票市场行业指数的收益率增加；反之当投资者情绪较低时，行业指数的收益率减少。另外，不同的行业指数预期收益率受到投资者情绪的影响具有显著地差异性，并且这种差异性不能被行业的β值和市场收益率因素所解释。

通过对FF三因子定价模型的分析，发现在加入投资者情绪指数后的FF三因子定价模型定价效率更高。同一行业指数内股票的超额收益率与其公司规模，账面市值比及投资者情绪存在显著相关关系。其中受到投资者代表性认知偏差的影响，流动市值和账面市值比大的公司股票的超额收益率对投资者情绪变化更为敏感，其价格更容易受投资者情绪的影响。

[1] 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，2009，01：1-13.

[2] 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，2009，03：40-47.

[3] 熊伟，陈浪南.股票特质波动率、股票收益与投资者情绪[J].管理科学，2015，05：106-115.

[4] 王博.基于投资者情绪的资产定价理论及实证研究[D].辽宁大学，2014.

[5] 孟庆顺.上海股票市场的FF三因子模型[J].北华大学学报(社会科学版)，2004，03：79-81.

[6] 宋泽芳，李元.投资者情绪与股票特征关系[J].系统工程理论与实践，2012，01：27-33.

[7] 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.

[8] 丛剑波，祝滨滨我国股市的特质波动风险分析[J].经济纵横，2009，5.

[9] 张淑芬.投资者情绪指标选取与模型建立方法初探[J].现代营销(下旬刊)，2014，10：80-81.

(10)张淑芬.投资者情绪对不同行业公司股票指数及收益率的影响研究[J].时代金融，2016，11：136-137+143.

[10] De Long，J.，Shleifer，A.，Summers，L.，Waldmann，R.Noise trader risk infinancialmarkets.Journal of Political Economy，1990，98 (4)：703-738.

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

[12] Barberis，N.，Shleifer，A.，Vishny，R A model of investor sentiment.Journal ofFinancial Economics，1998，49 (3)：307-343.

[13] Daniel，K.，Hirshleifer，D.，Subrahmanyam，A.Investor psychology and securitymarket under- and overreactions.Journal of Finance.，1998，53 (6)：1839-1885.

[14] Hong，H.，Stein，J.Aunified theory of underreaction，momentum trading，overreaction in asset markets.Journal of Finance，1999，54 (6)：2143-2184.

[15] Barberis，N.，Huang，M.，Santos，T.Prospect theory and asset prices.QuarterlyJournalof Economics，2001，116 (1)：1-53.

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

[17] Lee，C.，Shleifer，A.，Thaler，R.Investor sentiment and the closed-end fundpuzzle.Journal of Finance，1991，46 (1)：75-109.