投资者情绪对我国股票市场收益率的影响——基于行业差异的实证分析

张苗苗 王满 东华大学旭日工商管理学院

一、引言

随着市场经济的发展，股票市场在我国经济中的重要性逐渐突显出来，股票的涨跌起伏昭示着经济的发展。然而我国金融市场中始终存在着一些异象是传统金融学理论无法明确解释的。例如沪深综指在年初都会较上年年底有很大提升的“春节效应”现象；企业的经营规模越小，资产回报率会相对越高，小企业股票的表现往往能跑赢大盘的“规模效应”现象。

随着学者探索的深入和行为金融学理论的兴起，在许多理论研究与经验研究的支持之下，投资者情绪与投资行为逐渐被结合起来加入金融学框架，并且受到了大部分人的认可。研究表明投资者情绪会加剧股市的起伏，可以在一定程度上解释股市的特殊现象。股票价格受投资者情绪的影响分为对整个证券市场所有股票的影响，即总体效应；不同股票受投资者情绪的差异性影响，即横截面效应。为了研究股价波动背后的原因，市场参与者的交易行为和情绪变化之间的联系提供了很好的解释角度，有利于进一步理解股票收益率波动的内在原因，促使投资者的投资决策更符合实际情况。

二、文献综述

投资者情绪作为行为金融学说体系的一个关键因素，它对交易者的买卖行为起到了推波助澜的作用，刻画了投资者对未来的预期和参与买卖行为的投资倾向。鉴于传统情绪代理指标的诸多缺陷，Baker与 Wurgler（2006）[1]采用换手率、IPO数量、新股发行占比、IPO收益率、封闭式基金折价率和分红六个要素，通过降维来构建投资者情绪指数，探讨了投资者情绪对股票收益率的横截面影响。张宗新和王海亮（2013）[2]利用主成分分析方法来研究投资者情绪对大盘走势是否有显著影响。贺刚、朱淑珍、顾海峰（2018）[3]提出通过六个步骤来筛选优化指标使得最终构建的指标能有效地适应经济环境。

基于大数据的网络背景，投资情绪指标的构建也有了全新的发展。通过网络挖掘技术从网络用户的搜索记录中生成数据与文本，转换为准确且有效的情绪度量指标，这方面的研究也推动现代金融学实证研究进入大样本甚至全样本时代。

林炳灿（2013）[4]通过文本挖掘来提取网络用户行为中的相关看涨看跌倾向等情绪信息，来分析网络行为中的情绪表现对大盘走势的影响。郭小文（2015）[5]以博客的内容为数据分析对象，将文本赋值度量投资者情绪，深入研究了投资者情绪与股市的相互作用关系。许启发、伯仲璞、蒋翠侠（2017）[6]以微博为切入点，分析网络舆论中的情感因素并从中提取时间序列，运用Granger causality test来验证网络中的情绪信息与大盘走势之间是否存在联动关系。

三、投资者情绪综合指数的构建

（一）投资者情绪指标的选取

本文采用以下四个指标来构建投资者情绪综合指数：上证A股月均换手率、上证新增A股开户数、封闭式基金折价率、消费者信心指数。受全球经济危机的影响，为了避免2007年股市大跌的极端数据影响，本文数据跨度从2008年1月至2019年8月，均为月度数据。

（1）封闭式基金溢价率（CEFD）

封闭式基金折价率能够准确地反应投资者在牛市和熊市时截然不同的情绪。当CEFD高于0时，封闭式基金溢价；当CEFD低于0，封闭式基金折价。如果折价率下降，则意味着投资者看好上市公司盈利前景进而积极评估资产价格，投资者情绪趋于乐观。

（2）新增A股开户数 OPEN

每月新增的开户数在一定程度上反映了投资者参与交易的意愿与倾向，投资者情绪对月均开户数有正向的影响。当情绪低迷时，新增开户数减少，投资者不愿意参与股票市场交易；当投资者者情绪高昂时，投资者有较强的意愿买卖股票参与二级市场投资交易，表现为新增开户数增加。

（3）上证月均换手率（TURN）

换手率和开户数这两个代理变量说明投资者参与市场交易的意向，反映了其对股票市场的投资信心。换手率越大说明投资者的交易行为越为频繁，增加了二级市场资金的流转速度，表现出了投资者参与市场交易的热情。当股市低迷时，投资者会选择持仓观望，避免仓位频繁变更，换手率也相对较低。

（4）消费者信心指数（CCI）

我国目前是不成熟金融市场，散户交易者相对于机构投资者占绝对的份额。消费者信心指数直接测度了投资者情绪，它是消费者对未来预期收入的预估以及消费意愿的主观意向，因此CCI作为情绪衡量指标具有一定的代表性。

（5）百度指数（BAIDU）

本文首先进行了预调研通过设计调查问卷的形式来判断投资者对股市的收益与波动常选取的指标，通过回收与分析问卷结果最后选出了6个占比最高的关键词：“股票”“大盘”“行情”“投资”“牛市”“熊市”。首先对数据进行预处理。关键词的搜索频率可以在百度指数官网上查询，但由于其未提供数据下载功能，基于文本挖掘的初衷，本文将利用爬虫软件获得搜索频率数据。鉴于百度官网提供的指数搜索记录的局限性，本文选取的关键词的指数搜索频率的时间跨度为从2011年1月至2019年8月。

表1 初始特征值矩阵和初始因子载荷矩阵

表2 行业指数收益率描述统计

（二）主成分分析法

主成分分析法结果如初始特征值矩阵表所示，前两个变量特征值均大于1，累计方差贡献率达到83.028%，满足不低于80%的统计标准，将前2个的主成分按权重加权平均来形成投资情绪综合指数（见表1）。

根据初始因子载荷矩阵结果提取前2个主成分：

四、投资者情绪对我国行业收益率的实证分析

众多的学者深入研究了投资者情绪对大盘走势的总体效应，得出了情绪会显著影响股票市场的收益率的结论，也有较多学者从市盈率、市值和规模等差异来探讨影响的效果，但较少有人涉及情绪指数对行业收益率的作用机制。本文基于行业差异的分析，通过采用申万一级26个行业指数来进行其截面效应的分析。首先根据其指数计算其月度收益率，结果如表2所示：

从表2中可以看出采掘、电气设备、食品饮料、医药生物的平均值均在2以上，月均收益率也非常高。其中收益率最高的是食品饮料；而传媒、国防军工和机器设备的收益相对较低，最低的是传媒，仅有0.37的回报率。投资者情绪积极时会推动股票价格的上涨，投资者情绪消极时促使股票价格的下跌，基于投资者的情绪会对股票报酬率产生影响的理论依据，本文采用双因素模型来进行研究。

其中Ri表示不同行业指数的收益率，Rsh表示上证综合指数每月收益率。将26个行业指数依次做回归分析得到以下行业在5%的显著性水平下，其收益率受投资者情绪影响，研究结果如表3所示：

表3 行业指数回归分析结果

从模型结果来看，以上12个行业的回归方程系数均通过了检验，且投资者情绪指数前的系数均为正，说明了情绪对行业指数回报率具有正向的推动作用，即投资者情绪低迷时，投资于行业指数获得的报酬会较小；投资者的情绪高昂时，投资于行业指数获得的报酬会较大。从投资者情绪指标的系数来看，情绪对不同行业的影响程度有显著的差异。回归系数较大的有电气设备、钢铁、家用电器、非银金融、银行等行业，均达到了0.050以上，说明对投资者情绪的变化较为敏感，非理性的投资行为对其有较大的影响；而轻工制造、医药生物、国防军工、通信等行业的回归方程的系数较小，说明对投资者情绪的变化反映较为迟缓，非理性的投资行为只对其有较小的影响；钢铁、电气设备、非银金融等行业股票价格波动较大，与金融市场的大起大落密切相关；制造和通信行业等作为传统行业，行业变革较小，缺乏创新的动力，受投资者的关注度比较小，受投资者情绪指数影响较小也是情有可原。

五、研究结论与政策建议

基于上述研究，本文得出如下的结论与建议：

（1）投资者情绪对我国股票市场收益率有显著的正向影响。

（2）行业指数收益率受情绪指数的影响程度不同。非银金融、钢铁等行业对投资者情绪变化较为敏感，这是因为这些等创新行业容易受到国家宏观调控政策的影响，而制造、通信等传统行业由于行业变革较小，受行业政策影响较小。其关注度远不如上述新兴行业，因此受投资者情绪的影响也较小。

我国个人投资者居多，投资者情绪变动较为敏感，投资者可以利用行业间的反应差异来合理改变资产的配置，在市场低迷或积极时分散投资不同行业已获得超额收益。同时，除了个人资产的合理配置上，丰富市场参与者的专业知识，提高投资的技术水平，完善交易理念也尤为重要，市场参与者的综合素质的提升能推动股市健康有序的发展。由于金融市场的连锁性反应，会加大投资者情绪的影响结果。因此，我国政府有义务出台稳健的货币和财政政策来平滑投资者情绪的波动，确保金融市场与实体经济的平稳运行，尤其是在扶持某个特定行业时要着重考虑投资者的情绪波动与后续连锁反应。