APP下载

浅析投资者情绪与股票市场的联动效应

2020-12-29龚真孙华平

中国商论 2020年23期
关键词:投资者情绪格兰杰因果检验主成分分析

龚真 孙华平

摘 要:投资者情绪的变化对股票市场以及投资者决策行为有着重要影响,因此如何定量度量投资者情绪一直是国内外学者研究的热点。本文从社会情绪交互传播的角度,基于上海证券交易所股票的面板数据,综合消费者价格指数等宏观、微观指标,对数据进行主成分分析并进行格兰杰因果检验,最后针对结果对如何理性投资决策和未来股票市场的发展提出一些建议。

关键词:投资者情绪;主成分分析;格兰杰因果检验;理性投资决策

中图分类号:F832.5 文献标识码:A 文章编号:2096-0298(2020)12(a)-075-03

股票市场的波动一直备受社会关注,尤其在遇到2008年金融危机后的经济下行现象时波动异常明显。而它的变动通常受经济形势、国家政策、投资者是否理性决策等有关,其中近几年研究的焦点主要是投资者情绪对股票市场的影响。在结合已有文献和现有经济形势的基础上,我们发现不仅在国内甚至在全球的股票市场上,情绪是相互传染的,正如社会舆情的相互作用能很大程度上影响一个企业的会计信息质量。因此从情绪传染的角度选取影响因子构建投资者情绪,以及研究其与股票市场的联动效应,并针对结果提出可行性意见,对减少投资者的非理性投资决策,规避股票市场上的系统性金融风险,推动股票市场的长期稳定发展具有重要意义。

1 相关文献综述

1.1 投资者情绪理论

总体来看,全球的研究学者对投资者情绪本身的认识已相对成熟,但受限于股票市场的快速发展,如何精确衡量其大小仍然是一道难题。DSSW(噪声交易模型)最早由DeLong, Shleifer, Summers, and Waldmann 于1990年提出,揭示了投资者交易行为易受外界信息影响的现象,并提出了“噪声交易者”的概念。凌志明等[1](2018)运用因子分析法构造投资者情绪指标,以此为基础构建Copula函数模型,通过数据分析发现情绪呈现出阶段性特征。刘艳萍等[2](2017)发现在信息不对称的情况下,投资者情绪的相互可能会引发股市危机,因此创新型采用研究传染病的SIR模型构建投资者情绪指标,且取得了一定成效。

1.2 投资者情绪与股票市场联动效应理论

在以往的研究中,很多学者发现投资者的乐观或者悲观情绪会影响股票市场收益率甚至会影响各个市场之间的联动性。在2002年,Lee等运用GARCH回归模型研究了投资者情绪对美国三大股指超额收益和条件波动的影响,结果成正性相关。范雅祺等[3](2014)从市场收益率的角度研究证券市场之间的联动性,并发现投资者情绪是最重要的影响因素,通过构建情绪共有指标发现中国股市走势和收益率受到情绪的影响。陈健等[4](2018)从经济全球化的角度尝试构建全球共有情绪指标,并分析了美国市场乐观情绪对中国股市的影响。

2 投资者情绪指标的构建

2.1 影响因子选取

本文参考姚晶晶等[5](2018)文章中的想法,将影响投资者情绪的因子创新的作出些改动,加入工业生产者出厂价格指数等宏观变量,考虑到宏观和微观信息对投资者情绪的影响程度不同,共选取4个宏观指标和5个微观指标如下。

(1)宏观指标:广义货币供应量(M2),工业生产者出厂价格分类指数(PPI),居民消费价格指数(CPI)和消费者信心指数(CCI)。

(2)微观指标:月新增开户数(Quantity),A股市场成交量(Volume),封闭式基金折价率(Discount rate),换手率(Turnover rate)和上证综指(SSEC)。

2.2 投资者情绪的指标构建

本文通过国家统计局网站和国泰安金融数据库,筛选上海证券交易所2003—2017年的A股市场月份数据,共选取9个影响因子,运用数据分析软件SPSS24.0作主成分分析,结果如下:

2.2.1 KMO与巴特利特检验和总方差解释

将原始数据归一化处理后,对其进行KMO检验和巴特利特球形度检验,得KMO=0.707>0.5,且显著性大小趋于0,适合作主成分分析,如表1所示。

对所选数据进行公因子提取,共提取到3个特征值大于1的公因子(假设分别为F1、F2、F3),且三者的贡献率总计为82.423%>80%,由此可以看出所选择的数据具有一定的代表性,损失的信息较少,结果可信度高。

2.2.2 建立因子载荷矩阵

采用最大方差值法建立因子载荷矩阵,正交旋转后结果如下:

F1与所有的因素都具有较强的相关性,是一个综合因子;F2与月新增开户数、基金折价率、换手率和上证综指较相关,是一个典型的微观因子;而F3与居民消费价格指数、工业生产者出厂价格指数较相关,是一个典型的宏观因子。

2.2.3 因子得分

回归分析后,根据3个公因子的成分得分矩阵得到各因子得分函数。

将2003—2017年的有关数据带入公式计算综合得分,可对各年投资者情绪的大小进行排名。其中2015年4月份以1.52的综合得分位列第一,此时的投资者情绪最为高涨,情绪传播也是最频繁的,宜扩张投资;而2006年3月份以-0.79居于最后一位,情绪传播不频繁,宜缩减投资。

3 投资者情绪与股票市场的格兰杰因果检验

本文采以格兰杰因果检验为路径方法,探究投资者情绪与股票市场之间是否具有互为因果关系。其中,各年份股票市场的波动选用市盈率指标来衡量,各年份投资者情绪的大小用综合得分来衡量,运用Stata分析软件运行后,结果如下。

3.1 投资者情绪对股票市场的影响

通过选择不同的滯后期运行,发现滞后期为3时AIC值达到最优(AIC值随着滞后期的增加先减小后增大,AIC值越小说明拟合程度越高),此时Prob>F =0.000<0.05,Prob>chi2= 0.000<0.05,拒绝原假设,结果显著,说明投资者情绪对股票市场有正向影响关系。

猜你喜欢

投资者情绪格兰杰因果检验主成分分析
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
河南省入境旅游与经济发展的关系研究
外商直接投资与重庆市经济增长关系的实证分析
主成分分析法在大学英语写作评价中的应用
江苏省客源市场影响因素研究
SPSS在环境地球化学中的应用
我国知识产权发展与经济发展之间的关系