投资者情绪与股票价格变动关系研究

罗 欢，马新松

（贵州财经大学，贵阳 550025）

0 引言

传统的金融学理论假设投资者都是理性的，并且金融市场能够自我调节纠正。然而随着股票溢价之谜、封闭式基金之谜、金融资产价格泡沫等金融异象的出现，传统金融学的解释力度出现困难，资产市场的反映往往超出人们的预期，尤其是在市场出现噪声时期，市场价格的回归速度甚至变动方向也会超出传统金融学的解释范围，于是有学者尝试从人的行为角度研究金融市场异象。人们对未来市场的预期以及对历史信息和股票基本因素的反馈都可以反映在投资者情绪中，特别是在投资者以散户居多的资本市场，中小投资者专业知识不足，其决策易受情绪影响，从而做出非理性投资行为，导致股票价格变动。股票价格波动往往会牵动投资者的神经，波动大小可反映股票市场是否稳定、有效，同时也会影响投资者的行为，适度的价格波动会使投资者情绪高涨，积极参与股票市场交易，从而增加股票市场的流动性和活跃度，但剧烈的波动也可能会造成投资者的恐慌，大量抛售手中股票，导致股票价格急剧下跌，甚至引发股市崩盘。

1 文献综述

1.1 关于投资者情绪的研究

在1963 年的美国Investor Wisdom 杂志上，出现了“投资者情绪”一词，研究者通过搜集整理股市数据，并结合当时股市情况，编制了熊市情绪指数，但对于投资者情绪概念的界定尚未统一。Baker＆Wurgler（2006）从投资回报的角度阐释投资者情绪，将其定义为反映自身风险态度和预期回报的主观信念。Lee Shleifer ＆Thaler（1990）认为投资者情绪产生的原因在于非理性心理妨碍了投资者的正确认知，认知偏差导致投资者对股票市场判断失衡。王春、张维（2012）认同Baker＆Wurgler 对投资者情绪的定义，认为研究投资者情绪，目的在于探索非理性投资者的行为如何影响股票价格变动。张继海（2019）认为投资者内在决策偏差和外部信息都会影响投资者的决策，他把投资者情绪形成过程归纳为损失厌恶、代表性效应和框架影响决策三种情形，并且由于投资者存在认知不足，就会在外部环境中寻求投资决策可靠性的依托，这些外部依托对象会进一步强化投资者的内在决策偏差。易志高、茅宁（2009）认为投资者对于资产收益率和风险的预期与投资者自身的教育经历、投资经验和知识、所拥有信息和偏好等密切相关。

1.2 投资者情绪与股票市场的相关研究

关于投资者情绪和股票价格变动，国内外均取得了丰硕的成果。Gregory 和Michael（2005）认为过度乐观导致价格高于内在价值，随着市场价格回归基本价值，在情绪高涨的时期之后，会出现低回报，他们利用投资者情绪的调查数据，研究发现情绪影响资产估值，独立估值模型所隐含的市场定价误差与市场情绪正相关，多年期的未来回报与情绪呈负相关。DeLonget al.（1990）研究发现非理性噪声交易者既影响价格，又获得更高的预期收益。具体来说，噪声交易者信念提高了资产价格风险，阻止了理性套利者积极下注。因此，即使在经济正常运行下，价格也可能偏离基本面价值。Mehra 和Sah（2002）研究表明投资者主观偏好（特别是其贴现因子和风险态度）的微小波动对股票价格波动性存在潜在影响。在国内，姚远、钟琪等（2019）的研究结果表明噪声交易者越多，对股票市场冲击越大，股市波动越强烈。王道平（2019）的研究表明，就同期而言，中国投资者对国内经济基本面信心变化以及中国股票市场波动，将影响投资者对国际经济金融环境的信心；就中长期而言，中国投资者情绪中关于国内经济基本面和国内经济政策的信心变化是影响中国股票市场过度波动的重要原因。王美今、孙建军（2004）发现投资者情绪的变化和沪深两市收益之间存在显著的影响关系，而且显著地反向修正沪深两市收益波动，并通过风险奖励影响收益，沪深两市不仅具有相同的投资者行为和风险收益特征，而且均未达到弱式有效。

2 实证分析

2.1 数据选取及平稳性检验

本文采用股价变动指标，选取沪深300 指数收盘价代表，用index 表示，沪深300 指数样本选择以规模和流动性为标准，而投资者交易为市场提供流动性，可以很好地反映整个市场的状况；投资者情绪变量，采用易志高、茅宁（2009）构建的投资者情绪综合指数CICSI，用qx 表示。样本区间为2005 年1 月至2017 年12 月的月度数据。为了后续时间序列的建模，首先对两个序列进行平稳性检验。投资者情绪（qx）ADF 检验值为－1.92，大于临界值－3.492，是非平稳的，于是采用差分法进行处理，一阶差分后，ADF 值为－8.375，小于临界值－3.492，即一阶差分后的投资者情绪变量是平稳的。沪深300 指数的收盘价（index）ADF 检验结果表明，原序列和一阶差分后的序列均为平稳序列，可进行后续建模。

2.2 协整误差修正模型（VECM）

由ADF 单位根检验可知，投资者情绪指标原序列不平稳，不能进行经典回归模型，针对原序列不平稳，Engle 和Granger 于1987 年提出了协整理论及其方法。因此本文接下来用EG－ADF 两步法进行协整检验，结果显示，残差的ADF 值为－3.557，小于1%的临界值，是平稳的，说明qx 与index 具有协整关系，即投资者情绪变化与股票市场价格变动在长期内存在稳定的均衡关系，与多数学者研究结果一致。接下来运用误差修正模型，进一步探究两变量间的短期关系，结果如表1 所示。

表1 ECM 修正误差模型

可得到模型方程为：

误差修正模型的结果表明，dqx 的系数为正，且其t检验显著，说明在短期内，qx 与index 正相关，投资者情绪的上涨会导致交易频率和交易量增大，股票市场价格的波动也增大，反之亦然。e的系数为负，符合相反修正机制，其p 值为0.012，在5%水平下显著，说明当投资者情绪与股票市场价格偏离均衡时，能以0.086 5 的修正力度拉回均衡状态，也就表明在短期内投资者情绪和股票价格波动也具有稳定的均衡关系。

2.3 基于VAR 模型的动态关系研究

2.3.1 格兰杰检验

上述检验表明投资者情绪和股票价格变动在长短期均具有稳定的均衡关系，但我们更想知道投资者情绪变动对股票市场价格标动的冲击有多大以及影响时长，本文采用脉冲响应函数分析投资者情绪变化对股票价格变动的冲击。但正交化的脉冲响应函数依赖于变量的排序，于是对两变量进行格兰杰因果关系检验，格兰杰因果关系是在包含多个变量的信息集下，考虑其他变量信息对某一变量进行预测要优于只根据该变量历史信息的预测。结果如表2 所示。

表2 Granger 因果检验

表2表明，dqx不是dindex 的Granger原因，而dindex 是dqx 的Granger 原因，因此得出结论，股票市场价格变动是投资者情绪的单向格兰杰原因，表明股票价格变动有助于预测投资者情绪变化，这也符合实际情况，当股票价格上涨时，投资者会趋于追逐，而在股票价格下跌时，投资者也急于抛售，表现为“追涨杀跌”现象，因此，在做正交化的脉冲响应函数时，应该将变量次序按着dindex、dqx 来确定。

2.3.2 脉冲响应函数分析

脉冲响应函数结果如图1、图2 所示。图1 表明，股票市场价格在初期对投资者情绪有一个正向的冲击，这意味着若股票价格上涨，能够迅速刺激投资者的情绪高涨，但随着时间的推移，这种冲击会逐渐下降，投资者高涨的情绪会逐渐减弱，原因可能是投资者有规避风险的心理，并且风险厌恶程度大于偏好程度。在股票价格上涨一段时间后，会担心股票价格下跌，高涨的情绪会随着时间逐渐恢复冷静，这时投资者往往选择及时卖出股票锁定利润。有些投资者甚至会出现悲观的情绪，认为股票价格上涨后就会下跌，因此在股票价格下跌这段时间，会对投资者情绪产生一个负的冲击，但这些冲击最后慢慢的都趋向于0，说明股价变化对投资者情绪的冲击会很快得到消散，不会长期存在。

图1 股票市场价格对投资者情绪的冲击

图2 投资者情绪对股票市场价格的冲击

图2 表明，投资者情绪对股票市场价格也会产生一个正向的冲击，但没有股票价格对投资者情绪的冲击大，这意味着若投资者情绪高涨，能够刺激股票价格上涨，这符合我们的股票市场情况。当投资者对股票市场持高涨的情绪、看好的态度时，会把资金投入股票市场，这就必然会使股票价格的上升，但同样这种影响会随着时间逐渐减弱，最后趋于0，表明投资者情绪只是会短暂引起股票价格的波动，从长期来看这种变动不会存续很久。

3 结论与启示

本文选取了投资者情绪综合指标和沪深300 指数收盘价的月度数据，运用协整误差修正模型和基于VAR 模型的脉冲响应函数探究了投资者情绪和股票价格变动的关系。得出以下结论：第一，投资者情绪和股票价格变动之间在长期和短期都有稳定的均衡关系；第二，在短期内两者互相会产生一个正向的冲击，即股票价格的上升能刺激投资者情绪高涨，而投资者情绪高涨也会使股票价格上升，但这种正向冲击的时间不会维持很久。上述结论对我们有如下启示：第一，投资者情绪和股价变动紧密相关，投资者在决策过程中要充分识别市场情绪，把握投资者情绪的上涨与消散，从而保证收益；第二，在投资过程中要基于理性因素，合理构建投资组合，不要盲目跟风，降低投资风险。