牛熊市下投資者情緒對股票收益影響的非對稱性分析

饒蘭蘭 凃裕榮

[摘 要] 選用滬深兩市的六個代理變量以主成分分析構建了投資者情緒指數，實證研究了牛熊市下投資者情緒對股票收益的非對稱性影響。研究表明，在牛市、熊市和震蕩不同的市態下，投資者情緒是深市和滬市股票收益的系統性影響因子，且具有顯著的非對稱性影響。熊市中投資者情緒對滬深兩市的股票收益的影響要大于牛市，因此投資者在不同階段對股票的投資可以采用不同的投資策略。

[關鍵詞] 投資者情緒;股票收益;非對稱性

[中圖分類號] F830.91[文獻標識碼] B

一、引言

近年來，投資者情緒理論成為行為金融學新興的前言領域之一。該理論研究主要集中在兩個方面：一是投資者情緒的表征;二是投資者情緒與市場或者股票組合的收益之間關系的研究。對于情緒的表征，早期的研究多采用直接調查指標，而最近的研究方法已經發展到引用多個市場交易代理變量綜合性地描述情緒。國外研究中，Baker，Wurgler（2008）采用封閉式基金折價率、換手率、IPO數量、IPO首日收益率、新股發行占比以及分紅六個代理變量表征投資者情緒。國內研究中，張強，楊淑娥（2009）采用市場換手率、封閉基金折價率和投資者開戶增長率作為投資者情緒三個代理變量;劉維奇，劉新新（2014）采用封閉式基金折價率、換手率、IPO數量、上市首日收益率、紅利溢價和股票發行占證券發行的比例六個代理變量用主成分的方法構建投資者情緒。這些文獻在構造了各自情緒指數的基礎上，通過選取不同的時間區間研究了投資者情緒與整體市場或者個股的收益之間的關系。為了更深入的研究投資者情緒與市場收益之間的關系，楊陽，萬迪昉（2010）、閆偉，楊春鵬（2011）將市場細分為牛市熊市兩類時期情緒，研究了不同時期的情緒對上市綜指的影響，得出了不同時期情緒效應的結論，是對現有文獻的進步。以往的研究對于不同市態的情緒，只研究其與上市和深市市場收益的影響，沒有研究不同市態與整體時間段的影響的區別，且時間區間停留在過去，所以在現有文獻的基礎上更進一步，選取滬深兩市2013.03.01至2015.12.31的數據，將此區間分為牛市、熊市和震蕩期，分別構建這三個不同時間以及整個區間的情緒指數，且分別研究上述四個情緒指數與滬市和深市的股票收益的影響。本文研究發現，在這四個不同的時間區間的投資者情緒是滬深兩市的股票收益的系統影響因子，且牛熊市中的投資者情緒對于滬深兩市的股票收益影響具有非對稱性效用。

二、實證模型設計

（一）牛熊市周期的劃分

對于牛熊市周期的劃分，本文根據上證綜合收盤價的周數據來判斷，判斷時間區間為2013.03.01至2015.12.31，數據來源于銳思金融研究數據庫，所選時間段的上證指數收盤價時序見下圖。從圖中可以看出所選數據包含了一個完整是牛熊市周期，不同階段的劃分如下表1：

表1 不同市態階段的劃分結果

剩下的時間段由于處于另外的牛熊周期里且不完整，因此本文舍棄了這些時間段，研究的是表1所劃分的時間段。

（二）投資者情緒指數的構建

基于前人的研究，本文采取投資者情緒代理變量進行不同組合表示投資者情緒指數的特點，本文采用的投資者情緒代理變量有六個，為上證流通市值加權市場換手率HTt、深證流通市值加權市場換手率STt、上證基金指數HFt、深證基金指數SFt、上證指數成交量HVt以及深證指數成交量SVt。以上數據來自銳思金融研究數據庫，2013.03.01至2015.12.31時間段內的周數據，之所以選用周數據，是因為本文研究的時間段不長，周數據更能整體地反映代理變量的變化趨勢。

由于代理變量的量綱不同，所以構建投資者情緒指數時必須消除不同量綱的影響，本文采用主成分分析法來構建投資者情緒指數。因為主成分分析法在構建投資者情緒指數時會對代理變量的數據進行標準化，標準化原理是變量減去其均值再除以其標準差，從而消除了代理變量間不同量綱的影響。本文用以上的六個代理變量通過不同組合來構建三個投資者情緒指數，用主成分分析方法得到的第一主成分作為投資者情緒指數，構建結果如下：

St=0.410HTt+0.401STt+0.413HFt+0.406SFt+0.408HVt+0.411SVt

其中，式中HTt等變量為標準化后的值，即其原值減去其均值再除以其標準差，下同;第一主成分貢獻度為89.823%，說明所構建的投資者情緒指數St能夠表征上式中三個代理變量89.823%的信息。由于情緒指數St是由兩市的代理變量組合而成，因此情緒指數St也稱為滬深情緒指數。

（三）指數收益率

基于我國股市的實際情況，及本文研究的內容，本文的指數收益率選用上證指數收益率RHt、深證指數收益率RSt兩個指數收益率。數據來自銳思金融研究數據庫，2013.03.01至2015.12.31時間段內的周數據。

（四）實證方法

回歸分析作為一種處理變量與變量之間的關系數學方法，可以用來分析經濟變量間的關系。由于本文研究的內容是不同市態階段下投資者情緒與股市收益間的關系，因此本文采用OLS線性回歸來分析情緒指數與股市收益率關系。但回歸分析所采用的時序數據必須是平穩的，否則可能會產生偽回歸問題，因此再用OLS線性回歸模型回歸分析前必須對各變量數據進行平穩性檢驗。本文采用ADF單位根檢驗法，檢驗結果如下表：

表2 各變量的單位根檢驗結果

說明：（C，T，K）表示ADF檢驗式是否包含常數項、時間趨勢以及滯后期數;ΔSt表示情緒指數增量;*表示變量原序列在1%的顯著水平上通過了ADF平穩性檢驗。

表2的結論表明RH和RS收益率序列及情緒指數增量序列都是平穩的，為了區分不同市態下的不同情緒指標，引入虛擬變量DBU，DBE，DSH，DWH。當DBU取1時，表示牛市，否則為0;當DBE取1時，表示牛市，否則為0;當DSH取1時，表示振蕩調整期，否則取0.所以DWH=1-DBU-DBE-DSH表示整體時間區間。根據上面的數據特征和虛擬變量，本文的OLS線性回歸模型如下：

Rt=β0+β1·ΔSt·DBU+β2·ΔSt·DBE+β3·ΔSt·DSH

+β4·ΔSt·（1-DBU-DBE-DSH）+μt

其中，Rt為上提到的兩種指數收益率，△St為本文所構建的情緒指數增量序列。

（五）實證結果及分析

情緒指數增量△St與指數收益率在不同市態階段下以及在整體時間段內的回歸結果如表3所示：

表3 情緒指數與指數收益率在不同市態階段下的回歸結果

說明：*表示顯著水平是10%，**表示顯著水平是5%，***表示顯著水平是1%。

從表3中的回歸結果來看，振蕩期、牛市、熊市及整體時間區間這4個不同階段的投資者情緒與滬深兩市的收益率在1%的顯著性水平下存在顯著的正相關關系，投資者情緒是影響股票市場收益的系統性影響因子。說明在不同的市態下，情緒指數越高漲，股票的收益就越高，情緒越低落，股票市場的收益就越低。與此同時，我們從回歸結果中更進一步地發現，不管是上證市場還是在深證市場，牛市和熊市中股票收益率與投資者情緒的相關性存在顯著的非對稱性。在這兩市中，在熊市中股票的收益率與投資者情緒的相關性明顯提高，而牛市中其相關性則明顯降低，表明了“慢漲快跌”這一金融市場普遍現象。從我國的股市的實際情況來看，整體市場不成熟，股票的泡沫成分比較大，受到宏觀調控的政策影響比較大，且個人投資者居多，在牛市中，多頭市場，在宏觀經濟和整體市場比較好的時候，投資者情緒高漲的幅度比較穩定，會更多的選擇自己覺得值得投資的股票，股票價格漲的比較慢。在熊市中，空頭居多，股價持續下跌，投資者情緒低落，受到利空消息的影響，投資者容易出現恐慌，在羊群效應中大量出貨斬倉，所以在熊市中股票的價格下跌的比較快。因此在熊市中投資者情緒與股票的收益的相關性比在牛市中的這兩者的相關性要高，出現了牛熊市的顯著的非對稱性效應。

三、結論

本文選用滬深兩市的六個代理變量以主成分分析構建了投資者情緒指數，實證研究了牛熊市下投資者情緒對股票收益的非對稱性影響。研究發現，在牛市、熊市和震蕩不同的市態下，投資者情緒是深市和滬市股票收益的系統性影響因子，且具有顯著的非對稱性影響。熊市中投資者情緒對滬深兩市的股票收益的影響要大于牛市，投資者可以根據當前市場態勢，制定和采取相應的投資策略。

[參 考 文 獻]

[1] Baker M，Wang J，Wurgler J. How does investor sentiment affect the cross-section of stock returns[J]. Journal of Investment Management，2008，6（2）：57-67

[2]楊陽，萬迪昉.不同市態下投資者情緒與股市收益、收益波動的異化現象——基于上證股市的實證分析[J].系統工程，2010，28（1）：19-23

[3]閆偉，楊春鵬.不同市態階段的股票收益—風險實證研究——情緒沖擊與投資策略[J].當代財經，2011（12）：54-63

[4]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

[5]劉維奇，劉新新.個人和機構投資者情緒與股票收益—基于上證A股市場的研究[J].管理科學學報，2014（3）：71-87

[責任編輯：王鳳娟]