投資者情緒與股價聯動

摘要：世界各地的證券市場，特別是中國股票市場中股價聯動現象明顯，這引起了人們的廣泛關注，國內外眾多研究者從不同角度進行了探討。而從個股層面以及市場層面探討投資者情緒對中國證券市場股價聯動的影響，發現：（1）中國證券市場中存在顯著的股價聯動效應，（2）投資者情緒對股價聯動現象存在顯著的負向影響，（3）個股層面的投資者情緒變量對股價聯動的影響大于市場層面綜合情緒變量，（4）隨著公司規模的增大，投資者情緒對股價聯動的影響在逐漸減小。

關鍵詞：投資者情緒；股價聯動性；證券市場；股票市場；行為金融學理論；消費者信心指數；股票成交量；股票換手率

中圖分類號：F832.48

文獻標志碼：A文章編號：1009-4474（2015）02-0109-09

一、引言

自20世紀80年代以來，股價聯動現象引起了人們的廣泛關注。所謂聯動，通常指不同公司的股價同漲同跌的現象。例如小盤股的價格隨著大盤股、藍籌股同漲同跌，某個行業內的股票呈現相同方向的價格波動等，均可視為聯動。聯動現象不僅出現在不同國家的證券市場之間、同一國家的不同證券市場，還時常發生在行業個股等中微觀層面。直觀來看，中國證券市場內不同公司的股價常常隨著大盤一起上漲或下跌，Morck等驗證了中國證券市場的聯動性在所有樣本國中位列前茅〔1〕。

對于股價聯動的原因，早期觀點認為其主要是受資產價格間的正相關性影響。Morck等在國家層面探討了不同國家間股價聯動性的差異，認為在新興市場，由于知情交易的缺乏，股價中包含的公司信息較少，市場信息較多，因而股價的聯動性強〔1〕。游家興以R2度量股價聯動性，發現隨著我國證券市場的逐步完善，股價聯動性逐漸減弱，股價中反映出的公司特質信息越來越豐富〔2〕。Gul等針對中國股市中的股價聯動性，從公司治理的視角探討了公司大股東的股權集中度、外資持股、審計質量等因素對股價聯動的影響，其結論證實了股價聯動程度的大小與大股東的股權持有量顯著相關；外資持股、審計質量與股價聯動顯著負相關；而基本面信息只能有效解釋股價聯動性的35%〔3〕。余秋玲通過構建股價聯動測度指標，首次從行業層面定量探討宏觀經濟信息對中國A股市場股價聯動的影響，發現宏觀經濟指標，如國內生產總值等對A股市場中除金融與保險業以外的所有行業的股價聯動均產生顯著的影響，但不同行業間程度存在差異；在不同市場環境下，宏觀經濟信息對同一行業股價聯動的影響也存在顯著的差異，即相對于牛市，在熊市中宏觀經濟信息對股價聯動的影響更大〔4〕。以上文獻從公司基本面、公司信息含量多寡、證券市場完善度等方面分別對股價聯動現象進行了因素分析，并取得了一定的成果，然而他們的結論只能部分解釋聯動現象。除了基本面信息，是否存在對股價的聯動產生影響的非理性因素？事實上，基于行為金融學理論，利用投資者情緒對股價及其收益的探討是近年來的研究熱點之一。

投資者在投資過程中受到有偏信念以及個性愛好等因素的影響，對股票的收益預期產生系統性的偏差，此偏差即被稱為投資者情緒。DeLong等提出的噪聲交易者模型（DSSW）認為，在有限套利的環境中，投資者情緒相互影響，會逐漸形成影響金融資產均衡價格的系統性風險〔5〕。Brown等則發現投資者情緒波動與同期股票收益間存在顯著的相關性〔6〕。王美今等研究證實，機構投資者情緒的變化對A股市場收益會產生顯著的影響，且投資者情緒是一個影響收益的系統性因子〔7〕。易志高等在封閉式基金折價、IPO數量及上市首日收益、消費者信心指數和新增投資者開戶數等6個單項情緒指標基礎上，構建了一個能較好測度中國股票市場投資者情緒的綜合指數（CICSI），他們還同時控制了經濟基本面因素對情緒的影響〔8〕。劉維奇等證實市場情緒對同期行業超額收益有普遍的正向影響，市場情緒條件期望波動率與超額收益負相關，行業情緒對個股超額收益的預測能力有獨特的優勢〔9〕。池麗旭等基于基金的資金流量構造投資者情緒指標，應用面板數據模型對我國投資者情緒與股票收益之間的關系展開研究，結果表明：情緒對股票收益具有顯著影響，其中樂觀情緒的影響高于悲觀情緒，而極端情緒在我國市場中具有獨特的預測能力〔10〕。張強等發現投資者情緒是影響股價的系統因子，股價隨著投資者情緒波動而波動，而且情緒的上漲和下降對股價的影響是不對稱的，情緒上漲對股價的影響要比下降強的多；因投資者情緒波動而產生的股票收益波動構成市場系統風險并得到了相應的風險溢酬〔11〕。其他相關研究還包括投資者情緒對創業板IPO溢價、上市公司投資決策、信貸配置效率等的影響。然而縱觀相關文獻，前人多聚焦于投資者情緒對股價或者收益的影響上，對股價聯動中的情緒因素分析相對薄弱。易志高等雖然研究了投資者分類偏好在股價形成中的作用以及投資者情緒對過度聯動的影響〔12〕，卻忽視了投資者對不同層次的情緒變量的敏感度差異。直觀上講，利用主成分法構造的市場層面的綜合情緒能夠對市場中不同公司股價波動產生方向上的影響。那么利用個股成交量或者換手率代理個股情緒，是否能夠對不同公司股票的聯動影響產生更為具體的影響？其與市場情緒的影響差異如何？本文以中國證券市場個股與市場的股價聯動現象為對象，深入探討個股投資者情緒對股價聯動的影響，并比較其與市場情緒的作用的差異，這也可看作是投資者情緒對收益影響研究的拓展工作。

二、理論假設

中國證券市場作為新興的股票市場，雖然在短時間內取得了迅猛發展，但是無論是在市場結構、投資者構成還是市場監督等方面都和歐美發達國家存在著差異。中國證券市場的股票容易受到基本面因素之外的國家政策、法律法規的公布等重大事件影響，形成眾多股價同漲同跌的市場異象。另外，市場中的各種投機和違規勢力往往利用廣大中小投資者缺乏信息與投資操作技術的特點，引導其關注于故意散布的信息或者操縱的股票，從而使得聯動現象更加嚴重。因此引出本文的第一個假設：

假設1中國證券市場中存在顯著的股價聯動效應。

許多研究證明，由于投資者相互影響，受投資者自身偏好影響形成的投資者情緒會影響其決策行為，進一步影響到證券市場中股價的均衡過程。DeLong等的噪音交易模型從數理模型上證實情緒作為非理性因素的外在表現能夠影響股價以及收益〔5〕。Loewenstein發現，當面對股價難以預估或套利的不確定程度高時，非理性的心理因素對人們行為決策的影響更為明顯，而且會進一步影響到投資者對股票價值的評估〔13〕。且由于不同的研究者的研究視角、構建投資者情緒的方法、選取研究對象的樣本等都存在差異，因而得到投資者情緒的相關結論也會存在差異。相對于市場情緒，個股層面的投資者情緒能夠從微觀層面反映投資者對具體個股未來收益持有的樂觀或者悲觀的態度，直觀上應該對股價聯動產生更大的影響。因此本文的第二、第三個假設是：

假設2投資者情緒能夠影響股票市場的價格聯動效應。

假設3不同層面的情緒代理變量對股價聯動的解釋能力存在差異，且個股層面的投資者情緒的影響更大。

Brown和Schmeling等學者也通過將股票按照賬面市值比來進行分類，得出了規模小、“年輕的”和有著較大賬面市值比的股票容易受到投資者情緒的影響，從而導致對于股票的錯誤定價和預期收益率的反轉〔14～15〕。陸江川等認為，Fama-French三因子模型中的未解釋部分包含大量市場非理性信息即投資者情緒；通過構造投資組合發現周投資者情緒對股票橫截面收益有正向影響，而月投資者情緒僅對小市值股票橫截面收益有負向影響〔16〕。受上述文獻啟示，考慮到投資者因各自投資水平、資金額度、投資理念的不同，對不同規模股票有傾向性差異，因此推出本文的第4個假設：

假設4投資者情緒對不同規模公司的股價聯動性的影響能力存在差異。

三、模型設計

本文以A股市場中個股的收益率為因變量，以市場的收益率為自變量進行CAPM回歸，基于式（1）的調整擬合優度R2度量個股收益與市場收益的相關性。R2越大，表明個股股價受市場因素的影響越大，聯動性越強。

（一）情緒代理變量選擇設計

目前國內外對投資者情緒的度量指標的研究大多利用金融市場中的交易數據為基礎，側面代理投資者的投資意向及情緒變化。

1.交易量

直觀地看，交易量越大，股票越易受到投資者的關注。Baker等證明了交易量與投資者情緒之間存在顯著相關性〔17〕。本文分別取個股成交量（TRDVOL）與市場成交量（MTRDVOL）作為不同層次的情緒代理變量。為了消除數量級的差異，后續實證中將對成交量進行對數運算。

2.IPO發行量及首日收益

通常，不同時期IPO會直接影響到股票首日收益及后續表現情況的好壞，對IPO時機的選擇必須從多方面考慮，伍燕然等發現國內市場中IPO溢價現象能夠被投資者情緒較好的解釋〔18〕。因此以一個時期內證券市場中新股IPO的數目及首日收益來反映市場中投資者情緒的好壞是可行的。本文分別以IPON，IPOR表示當期新股發行數量及首日收益，IPOR如式（2）所示：

IPORt=∑ni=1（CLPTi-OPPRi）TSNi/∑ni=1TSNi。（2）

其中，n為當月新股發行數量，CLPRi為第i支新股IPO首日的收盤價，OPPRi為其開盤價，TSNi為其發行流通股數。

3.換手率

換手率是能夠直接反映投資者情緒變化的重要指標。作為新興市場，中國證券市場的換手率相對較高。國內文獻多采用中簽率、首日換手率衡量投資者情緒，證明換手率越大，市場交易越活躍，參與者眾，人氣旺。本文以A股市場月均換手率和個股月換手率作為情緒代理變量。

4.消費者信心指數

目前學者進行投資者情緒相關研究時，大多數將消費者信心指數（CCI）作為投資者情緒指標之一。原因在于，消費者信心指數是消費者對國民經濟未來形勢的判斷，消費者信心指數越高，預示其對未來經濟走勢的判斷越樂觀。薛斐證明了CCI能夠反映中國投資者的情緒變化〔19〕。

5.復合型投資者情緒變量MIS（MarketInvestorSentiment）

以市場換手率（MTURNR），市場成交量（MTRDVOL）、新股發行量（IPON）、新股首日收益（IPOR），消費者信心指數（CCI）為基礎計算復合投資者情緒指標MIS。

由于不同指標對投資者情緒的影響具有滯后性，t期和t-1期的信息均會對t期投資者的投資行為產生影響進而影響到股價的變化，且由于投資者情緒指標具有高度的自相關性，因此分別以MTURNRt、MTURNRt-1、MTRDVOLt、MTRDVOLt-1、IPORt、IPORt-1、IPONt、IPONt-1、CCIt、CCIt-1為基礎利用主成分法構造復合型指標MIS。

（二）模型設計

在實證部分，本文分別利用個股情緒代理變量以及市場層面情緒變量，依據式（3）到式（5）對股價聯動現象進行面板數據回歸。

模型（1）：COMOVi，t=γ0+γ1TRDVOLi，t+γ2BMi，t+γ3SIZEi，t+γ4OWNCONi，t+γ5ROAi，t+γ6LEVi，t+εi，t，（3）

模型（2）：

COMOVi，t=γ0+γ1TURNRi，t+γ2BMi，t+γ3SIZEi，t+γ4OWNCONi，t+γ5ROAi，t+γ6LEVi，t+εi，t，（4）

模型（3）：

COMOVi，t=γ0+γ1TRDVOLi，t+γ2TURNRi，t+γ3BMi，t+γ4SIZEi，t+γ5OWNCONi，t+γ6ROAi，t+γ7LEVi，t+εi，t。（5）

模型（1）～（3）中COMOVit為第i只股票第t期股價的聯動性，TRDVOLit以及TURNRit分別為第i只股票t期的月度成交量以及月度換手率，本文利用它們代表個股層面的情緒代理變量。此外，模型中同時控制了對應公司的特征，包括賬面市值比（BM）、公司規模（SIZE）、股權集中度（OWNCON）、總資產收益率（ROA）、杠桿率（LEV）。相對于市場指標，個股成交量（個股換手率）能夠反映每只股票特有的交易信息，從個股層面代理投資者對股票的非理性情緒反應。

模型（4）：

COMOVi，t=γ0+γ1MISt+γ2BMi，t+γ3SIZEi，t+γ4OWNCONi，t+γ5ROAi，t+γ6LEVi，t+εi，t，（6）

模型（5）：

COMOVi，t=γ0+γ1TRDVOLi，t+γ2TURNRi，t+γ3MISt+γ4BMi，t+γ5SIZEi，t+γ6OWNCONi，t+γ7ROAi，t+γ8LEVi，t+εi，t。（7）

如式（6）與式（7）所示，模型（4）與（5）中MISt表示第t期的市場情緒代理變量。

四、樣本選擇與描述性統計分析

樣本原始數據取自1999～2010中國滬深股票市場公開交易數據，刪去ST，PT股以及金融類股票；當個股原始日收益率、市場日收益率以式（1）為依據進行回歸時，要求在一個月內至少有10個以上的日收益數據，且每只股票必須保證60個月度COMOV（保證有5年的有效數據）；最后合計獲得1145只股票，樣本有效觀測值為12583個。同時，依照本文中“情緒代理變量選擇設計”部分處理獲得所有樣本股票的個股層面的情緒變量個股成交量和個股換手率，以及市場層面的情緒變量。最后依據Banz的方法將所有1145只樣本股票按照公司規模（總市值）從小到大分為五個投資組合，各組股票個數均為229，為后續分組比較提供基礎。所有數據均取自于銳思數據庫及CCER金融數據庫（表1為樣本數據的描述性統計）。

（1）全樣本的聯動指標COMOV均值為0.47，與Morck文中Table2PanelC中中國市場股價聯動值R2（0.453）相符，證實了中國A股市場中存在著顯著的同漲同跌現象。（2）各組股票的聯動均值與總樣本非常接近，居于區間[0.439，0.487]中，證明分組并沒有使得各組股票的聯動性分布產生較大差異，從而為后續研究投資者情緒對各組股票聯動性的影響分析提供基礎。（3）不同組別間個股與市場的股價聯動性存在著差異，最大值來自第一組的0.487；除去第二組的聯動均值為0.479，其余組別的股票隨著規模增大，股價聯動值逐漸減小。各樣本股票的聯動均值中位值非常接近也說明了樣本數據的穩定性。表1的下半部分為經過步驟2處理后得到的投資者情緒變量：個股成交量、個股換手率、市場情緒變量以及控制變量的統計特征。

表2為基于月度數據計算得到的股價聯動性指標COMOV與投資者情緒變量間的Person相關系數及P值：COMOV與各情緒變量顯著負相關，其中個股換手率與股價聯動值的相關性最高，達到0.131；除了賬面市值比以及股權集中度，COMOV與其他的控制變量均負相關。此外個股成交量與矩陣下三角為各變量基于月度數據的Person相關系數，括號內為相應相關系數的P值。

個股換手率，市場綜合情緒變量顯著正相關，最大的相關系數達到了0.626。雖然指標間的相關性在多變量回歸分析中會存在共線性，但正的相關性也為我們進一步判別哪個投資者情緒變量在影響股價聯動時起主導作用提供了可能。

五、實證結果與分析

（一）投資者情緒對股價聯動的面板回歸

如表3所示，模型（1）中TRDVOL的回歸系數-0.998的t值為-66.04，在1%的水平上顯著，表明個股成交量越高，股票與市場的聯動性越低。此外方程的擬合優度為0.359，說明方程整體擬合效果很好。模型（2）、模型（4）與模型（1）類似，分別考察個股換手率以及市場綜合情緒MIS對股價聯動COMOV的影響，模型（3）同時利用個股成交量與換手率對COMOV進行回歸。模型（5）的回歸結果顯示除個股換手率外，個股成交量與市場綜合情緒變量MIS的回歸結果均不顯著。總體來看，模型（1）～模型（4）中無論是個股情緒代理變量（個股成交量與個股換手率）或者是市場情緒綜合變量MIS，均對股價聯動值COMOV存在顯著的負向影響，顯著性水平為1%。這一結論證明了假設2的正確性，即投資者情緒能夠影響股票市場的價格聯動效應。

從控制變量的回歸結果來看，SIZE、ROA、LEV與股價聯動負相關，即公司規模（SIZE）、資產收益率（ROA）、杠桿率（LEV）越高，股價聯動性越低。賬面市值比（BM）、股權集中度（OWNCON）與股價聯動正相關。以上結論與表2股價聯動性指標COMOV（R2）與投資者情緒變量間的相關系數的符號相符。

結合模型（1）、模型（2）與模型（4）對比，我們發現個股層面的情緒變量TRDVOL與TURNR的回歸系數要大于或等于綜合情緒MIS，且模型（1）、模型（2）的擬合優度在0.36左右，而模型（4）的擬合優度僅為0.067。此外個股層面的情緒變量間的解釋力度也存在差異，雖然個股成交量與換手率在回歸中的R2值大小接近，但是TRDVOL在模型（1）中的回歸系數為-0.998，絕對值遠大于TURNR的-0.031，說明個股成交量比個股換手率對股價聯動的影響更大；模型（3）的回歸結果仍然驗證了這點。至此，不同的情緒代理變量對股價聯動的解釋能力存在差異的假設得到了驗證。

模型（5）回歸得到的調整擬合優度僅為0.084，且TRDVOL以及MIS均不再顯著。相較其他模型，數據回歸的結果不理想的原因在于兩點：（1）MIS是由市場綜合情緒變量經過主成分處理獲得，相對于所有個股僅有一組數據，這會導致在利用eviews進行面板數據回歸的時候出現部分數據組系數相同的奇異矩陣現象，因此在面板回歸時無法適用個體時點雙固定模型，從而導致調整擬合優度差距明顯。（2）MIS是由市場成交量，市場換手率等市場情緒變量處理獲取，與個股成交量、個股換手率在回歸中會出現強烈相關，從而干擾到模型的最終回歸結果，即個股成交量（TRDVOL）與市場情緒變量（MIS）的回歸系數不顯著。因此后續分組實證不再利用模型（5）。

（二）分組后投資者情緒與股價聯動的面板數據回歸

投資者因各自投資水平、資金額度、投資理念的不同，對于不同規模股票的傾向性也存在差異。因此將總樣本按照總市值大小均分為5個投資組合，分別基于模型（1）～模型（4）以個股成交量（TRDVOL）、個股換手率（TURNR）以及市場情緒（MIS）為解釋變量對各組股票樣本進行面板數據OLS回歸分析。

表4為各模型的回歸結果：從表中各組合回歸后得到的調整擬合優度來看，以個股成交量與個股換手率為解釋變量的模型（1）～模型（3）的調整擬合優度在[0.36，0.4]之間，遠大于模型（4）中各組回歸得到的Adj-R2。再一次驗證個股層面的情緒代理變量對股價聯動的影響遠超于市場綜合情緒變量。

表中各模型的控制變量以及常數項的回歸結果未列出，如有需要可向作者索取。

不論是個股投資者情緒變量（TRDVOL與TURNR）還是市場投資者情緒變量（MIS），均與股價聯動性顯著負相關。以模型（1）中TRDVOL的回歸系數為例，我們發現回歸中TRDVOL在最小規模組（第一組）的回歸系數為-1.407（在1%的水平上顯著），最大規模組合（第五組）的回歸系數為-0.492，即個股成交量對于分組后的股價聯動性的負向影響力隨著規模增大而逐漸減弱。模型（2）中的TURNR的回歸系數、模型（3）中的TRDVOL以及TURNR的系數具有相同特征。表4中MIS的回歸系數不具有明顯的線性規律。

（三）實證結果分析

1.投資者情緒對股價聯動的顯著負向影響

投資者情緒是系統性存在的對股價預測的偏差，由于個體投資者自身性格偏好、教育背景、家庭環境等差異的影響，在情緒的作用下投資者對不同的股票的期望存在差異，或者在不同的投資環境、不同的投資目標下對同一只股票的期望價格也會存在差異。由于情緒的復雜性、多變性的特征，使得投資者的投資決策也呈現出多樣化的特點。投資者情緒越高（在本文中即個股成交量越大或者換手率越高等），投資者對股價的期望差異也會越大越明顯，在證券市場中的表現即為股價聯動性的降低。

2.個股層面的投資者情緒變量對股價聯動的影響大于市場層面綜合情緒變量

投資者情緒對股價聯動影響的原因在于對股價預期的差異。投資者對股價的判斷受到多方面因素的影響，個股成交量與換手率的差異的變化給投資者帶來的心理影響是一對一，相較市場綜合情緒變量更加具體，因此其對個股價格聯動的影響也更大。

3.隨著公司規模的增大，投資者情緒對股價聯動的影響在逐漸減小。

Jin和Myers認為缺乏透明度是理解新興市場具有相對較高的聯動性的關鍵。公司的透明度越高，投資者更傾向于利用公司層面的基本面信息進行套利；通常規模較大的公司具有透明性更高的會計報表，這雖然是公司股東的硬性要求以及市場規則的強制規定，但也因此獲得了公眾更多的信任度，進而使得其股票價格與價值基本相符。而小規模公司在證券市場中的價格相對更多地被投資者情緒等非理性因素影響。因此投資者情緒作為對股票未來價格帶有偏差的預期，對市值越大的股票的價格聯動影響越小，其股價包含更多的信息因素；對規模較小的股票的價格聯動影響越大，這類股票更多受到或樂觀或悲觀的情緒影響，從而使得價格偏離內在價值。

（四）穩健性檢驗

本文的實證是建立在以式（1）回歸得到的調整擬合優度R2作為股價聯動的度量標準的基礎上，Morck還提出第二種股價聯動的度量方法：

jT=1N∑Nt=1g（t），

g（t）=1，rjt·rmt≥0

0，rjt·rmt<0。（8）

其中：N為市場一段時間內的交易天數，rjt、rmt分別表示在時點t個股和市場的收益。

若rjt與rmt之積為正則意味著個股與市場聯動，fjT代表時段T內股價的聯動度量值。以式（8）計算股價聯動性，重復本文實證過程，所得結果與前文利用R2作為股價聯動值的回歸結果并無統計顯著性以及符號上的差異。受篇幅所限，實證過程不再詳述。

六、結論

本文將投資者情緒指標納入股價聯動性的因素分析之中，意義在于：（1）從行為金融的角度為中國證券市場股價聯動性研究提供了一有效途徑；（2）有利于理解投資者情緒的內在含義，有助于完善行為金融理論體系；（3）為投資者在資本市場切實利用投資者情緒對股票價格聯動的影響獲得套利機會從而贏得超額收益提供數據上的指導；（4）對投資者心理特征進行分析，為市場監管層對證券市場進行政策調控提供啟示。

本文基于行為金融理論首次從個股情緒變量的視角探討了投資者情緒對股價聯動所產生的影響，實證分析中以個股成交量、個股換手率為個股情緒代理變量以及市場層面的情緒代理變量MIS對中國A股市場中個股與市場聯動現象進行面板數據的OLS回歸。實證顯示：中國股市中存在顯著的股價聯動現象；投資者情緒對股票市場的價格聯動現象存在顯著的負向影響；個股層面的投資者情緒變量對股價聯動的影響大于市場層面綜合情緒變量；隨著公司規模的增大，投資者情緒對股價聯動的影響在逐漸減小。最后，本文嘗試對以上實證結果給出合理的理論解釋，在本文中雖并沒有加以驗證，而這正是我們下一步的研究方向。

參考文獻：

〔1〕MorckR，YeungB，YuW.TheInformationContentofStockMarkets：WhyDoEmergingMarketsHaveSynchronousStockPriceMovements〔J〕.JournalofFinancialEconomics，2000，58（1-2）：215-260.

〔2〕游家興.中國證券市場股價波動同步性研究——基于R2的研究視角〔D〕.廈門：廈門大學管理學院，2007：89-105.

〔3〕GulFA，KimJ，QiuAA.OwnershipConcentration，ForeignShareholding，AuditQuality，andStockPriceSynchronicity：EvidencefromChina〔J〕.JournalofFinancialEconomics，2010，95（3）：425-442.

〔4〕余秋玲，朱宏泉.宏觀經濟信息與股價聯動——基于中國市場的實證分析〔J〕.管理科學學報，2014，（3）：15-26.

〔5〕DeLongJB，ShleiferA，SummersLH，etal.NoiseTraderRiskinFinancialMarkets〔J〕.JournalofPoliticalEconomy，1990，98（4）：703-738.

〔6〕BrownGW，CliffMT.InvestorSentimentandtheNear-termStockMarket〔J〕.JournalofEmpiricalFinance，2004，11（1）：1-27.

〔7〕王美今，孫建軍.中國股市收益、收益波動與投資者情緒〔J〕.經濟研究，2004，（10）：75-83.

〔8〕易志高，茅寧.中國股市投資者情緒測量研究：CICSI的構建〔J〕.金融研究，2009，（11）：174-184.

〔9〕劉維奇，王寧.市場情緒與行業情緒對股票收益的影響〔J〕.山西大學學報（哲學社會科學版），2013，（3）：101-110.

〔10〕池麗旭，莊新田.我國投資者情緒對股票收益影響——基于面板數據的研究〔J〕.管理評論，2011，23（6）：79-87.

〔11〕張強，楊淑娥.噪音交易、投資者情緒波動與股票收益〔J〕.系統工程理論與實踐，2009，（3）：40-47.

〔12〕易志高，龔輝鋒，茅寧.分類思維、投資者情緒與股價聯動〔J〕.管理評論，2014，（4）：22-30.

〔13〕LoewensteinG.EmotioninEconomicEheoryandEconomicBehavior〔J〕.AmericanEconomicReview，2000，65（3）：426-432.

〔14〕BrownGW，CliffMT.InvestorSentimentandAssetValuation〔J〕.JournalofBusiness，2005，78（2）：405-440.

〔15〕SchmelingM.InvestorSentimentandStockReturns：SomeInternationalEvidence〔J〕.JournalofEmpirical，2009，16（3）：394-408.

〔16〕陸江川，陳軍.投資者情緒對股票橫截面收益的非對稱影響研究〔J〕.預測，2012，（5）：52-57.

〔17〕BakerM，WurglerJ.MarketLiquidityasaSentimentIndicator〔J〕.JournalofFinancialMarkets，2004，7（3）：271-299.

〔18〕伍燕然，韓立巖.不完全理性、投資者情緒與封閉式基金之謎〔J〕.經濟研究，2007，（3）：117-129.

〔19〕薛斐.基于情緒的投資者行為研究〔D〕.上海：復旦大學經濟學院，2005：105-107.

（責任編輯：葉光雄）