异常波动时期投资者情绪与股票市场收益的同步性研究

杨 婧 陈 雨 杨欣蕊

（成都理工大学，四川 成都 610059）

一、引言

随着中国经济的飞速发展，以沪深交易所成立为标志，中国证券市场至今仅有30 多年的历史，其监管和运行体制都有待进一步健全。与国际上其他发达经济体的成熟股票市场相比，我国股票市场的波动异常情况更为突出，其中重要的一点是中国股市散户投资者占比较大。“牛”短“熊”长是我国股市行情表现的特征，在发展的30 多年里，股市多次上演惊心动魄的涨跌瞬间。很多学者从过往的股市历史中发现，越是在危机的时期，投资者的情绪对市场的波动性影响越明显，两者的相关性越有所体现，但是对“牛”市、“熊”市或长短期市场又具有不同的反映。本文以构建投资者情绪综合指数为出发点，分析不同行情下投资者情绪与股市收益波动的同步性关系。对这一问题的研究，有利于为投资者制定策略提供参考因素，同时使监管部门更好地把握市场状况，维持市场秩序。

二、文献综述

国外众多学者基于行为金融学理论对投资者情绪与股市收益率波动的影响进行了大量研究，结果表明投资者情绪与股票市场的波动存在着显著的相关关系。Baker 等（2006）选择封闭式基金折价、交易量、IPO 数量及上市首日收益、股利收益和股票发行/证券发行比例6 个单项情绪指标，运用主成分分析法构造了一个度量投资者情绪的复合指数，研究了投资者情绪对股票横截面收益率的影响，发现投资者情绪会对估值较高、不易套利的股票（即高波动性股票）影响较大。Ni Zhangxin等（2015）的研究结果表明，投资者情绪对于股市收益率有着非对称性的影响，即存在着杠杆效应。

近年来，国内投资者关于投资者情绪与股市波动性关系的研究日渐增多，张宗新等（2013）研究认为投资者情绪对市场波动率及收益率均有着显著的正影响，这验证了投资者情绪对市场收益的正反馈效应的存在，并且情绪水平越高，股价偏离内在价值越远，股市波动性越大。鹿坪等（2015）研究发现投资者情绪与沪深股指收益之间存在双向Granger 因果关系，且投资者情绪对股指收益有显著影响，并具有一定的预测力。姚尧之等（2018）利用MIDAS 模型进行的实证结果表明，投资者情绪对当期收益率具有正影响。研究均证明投资者情绪对市场收益率有着显著的正影响，会加大股票市场的波动。

但在不同行情下，投资者情绪对股票市场的收益率存在明显的差异性。闰伟等（2011）研究发现在牛熊市态下，股指收益受到投资者情绪变化带来的影响程度不同，熊市时期股市收益受到投资者情绪变化的冲击要远远大于牛市受到的冲击。[6]李合龙等（2014）运用EEMD 方法实证结果表明，在不同时间周期里，股指价格的波动与投资者情绪呈现出不同的波动关系，即短期投资者情绪与股指价格波动存在双向影响，中期投资者情绪波动领先于股指价格波动，但从长期看来，股指价格的波动则先于投资者情绪的波动。陈明珠（2016）研究认为在牛熊市中，投资者情绪仅对牛市的收益率存在显著的溢出效应，熊市的收益溢出效应并不显著,不同市态下的波动溢出效应也不显著。

三、数据的选取与投资者情绪构建

1.数据来源

本文进行实证研究的样本区间为2013 年1 月至2020 年12 月，数据采用月度数据（共96 期），相比于日数据与周数据，月度数据更稳定，且对于描述长期投资者情绪变化也更稳健。各数据来源于锐思（RESSET）金融研究数据库和Choice 金融终端。

2.数据选取与情绪代理指标确定

股市收益率：由于沪深300 指数反映流动性强、规模大的代表性股票的价格变动，对我国股市具有很强的代表性，因此以沪深300 指数（CSI300）收益率代表我国A 股市场的总体变化。

情绪代理指标：选取1 个主观指标和5 个客观指标构建投资者情绪综合指数，主观指标为消费者信心指数（CCI）,用于反映消费者对现在经济的主观感受和未来宏观经济形势的预测；客观因素包括新增投资者开户数（NIA）、指换手率（TURN）、市盈率（PER）、成交量（VOL）以及IPO 数量（TPON）。

3.投资者情绪指数构建

现有文献在投资者情绪的构建上有着多种不同的方式，本文采用大多数学者使用的传统构建方法主成分分析法，运用数据分析软件SPSS 25.0，构建过程如下：

（1）代理指标分析

由于所选6 个代理指标均为时间序列，而时间序列的特殊性可能导致投资者情绪的反映受到“提前”或“滞后”影响，在进行指数构建前，需要确定各代理指标是否与投资者情绪有着“提前”或“滞后”关系。

分析方法：在6个原始指标的基础上引入6个指标对应的“提前”指标（NIAt-1、TURNt-1、PERt-1、VOLt-1、TPONt-1），以原始的6 个指标与6 个“提前”指标构建投资者情绪指数，通过分析12 个指标与情绪指数的相关性，选出“提前”指标，从而确定指标的“提前”或“滞后”关系。

（2）变量相关性检验

对原始数据和“提前”指标进行标准化处理，进行变量相关性检验，结果显示，除消费者信心指数与换手率、市盈率、成交量负相关外，其他变量间均具有良好的正相关性。

（3）KMO 与巴特利特球形度检验

对变量进行KMO 与巴特利特球形度检验，其中KMO 统计值为0.755 大于0.5，且显著性趋于0，即P 值小于0.05。

综上，所选12 个情绪代理指标适合进行主成分分析。

（4）主成分选取

根据SPSS 分析输出结果的总方差解释，提取初始特征值大于1 的3 个主成分（记为F1、F2、F3），三个主成分累计贡献率为83.268%大于80%，即三个主成分能够包含12 个所选指标反映的主要信息，具有一定的代表性。

（5）总投资者情绪构建

利用主成分分析法以12 个指标构建投资者情绪指数ISI0，以第一、第二、第三主成分，结合F1、F2、F3贡献率构建总投资者情绪指数如下：

（6）各指标与投资者情绪ISI0相关性检验

检验结果如表1 所示：

表1 各代理指标与投资者情绪ISI0的相关性

从表1 中可以看出，12 个指标与投资者情绪的相关性通过了显著性水平检验，比较得出，ISI 与NIA、TURN、PERt-1、TPON、VOL、CCI 相关性更强，因此，最终选取以上6 个指标构建投资者情绪指数。

（7）指数构建

运用主成分分析法，以选取的6 个指标构建投资者情绪指数，在上文提取原则上，获得2 个主成分，2 个主成分解释度为81.653%，说明提取的主成分有很好的解释度。F1，F2表达式如下：

对2 个主成分依据累计贡献率进行计算，最终得出ISI 表达式如下：

四、实证研究

1.变量平稳性与Granger 因果关系检验

为了验证投资者情绪与股票市场收益率之间的关系，本文选择Granger 因果关系检验进行实证研究。运用Stata 软件进行实证研究，运行结果如下。

为考察投资者情绪对股票市场收益率是否存在显著影响，建立原假设和备择假设如下：

H0：μ1=μ2=μ3投资者情绪对股票市场收益率没有显著影响；

H1：μ1、μ2、μ3不全相等，即投资者情绪对股票市场收益率有显著影响。

（1）平稳性检验

在进行Granger 因果关系检验分析投资者情绪与股票市场收益率的关系前，首先对时间序列进行平稳性检验，避免产生“伪回归”现象，得到结果如表2 所示。

表2 ISI与沪深300指数收益率时间序列DF检验

由DF 检验结果可知：在95%的置信水平下，股票市场收益率和投资者情绪指数序列中DF 统计值均小于临界值，则拒绝原假设，认为股票市场收益率与构造的投资者情绪指数均不存在单位根，即变量稳定。

（2）Granger 因果关系检验

由表1 可知，本文所选择的变量序列在2013 年～2020 年期间是平稳序列，为继续考察变量间是否存在格兰杰因果关系，以及识别其因果关系的方向，进行格兰杰因果检验。

格兰杰因果检验的结果对滞后期的选择非常敏感，因此需要判断最佳滞后阶数，本文选择以赤池信息准则（AIC）为判断标准，对滞后阶数的判断如表3 所示。

表3 赤池信息准则（AIC）滞后期选择

通过对滞后期的分析，模型应选择1 阶作为最优滞后阶数。最终得到格兰杰因果关系检验，得到结果如表4 所示。

表4 ISI与沪深300指数收益率的格兰杰因果关系检验

由表可知，P1=0.000 ＜0.05，故拒绝原假设，认为投资者情绪是股票市场收益率的格兰杰原因。同时，由P2=0.068 ＞0.05可得，股票市场收益率并不是如鹿坪等（2015）结论中得到的是投资者情绪的格兰杰原因。

2.投资者情绪与股市收益率（基于沪深300 指数收益率）同步性分析

为分析2013 年至2020 年投资者情绪与股票市场波动的同步性关系及原因，绘制沪深300 指数收益率与投资者情绪指数序列图（如图1）。

图1 沪深300指数收益率与投资者情绪指数变动趋势

从图1 可以看出，投资者情绪指数与沪深300 指数收益率变动趋势具有同步性，尤其出现在2014 年7 月～2015 年7 月、2018 年11 月～2019 年4 月、2019 年10 月～2020 年12 月三个股票市场剧烈波动时期，三段时期均在暴涨一段时间后出现暴跌。第一段时期发生我国体制化改革与融资融券、分级基金去杠杆政策调整，第二段时期出现中美贸易问题，第三段时期新冠疫情发生，三个重大事件对股票市场投资者情绪波动产生影响。由此说明在重大事件发生时，投资者情绪与股票市场异常波动同步性更显著。