投資者情緒、宏觀經濟變量及股票市場的關系研究

周 亮

（湖南財政經濟學院學報編輯部，湖南 長沙 410205）

投資者情緒、宏觀經濟變量及股票市場的關系研究

周 亮

（湖南財政經濟學院學報編輯部，湖南 長沙 410205）

選取2010年7月至2017年7月滬深300指數、5個投資者情緒代理變量、11個宏觀經濟變量的月度數據，首先通過主成分分析法構造出投資者情緒因子、經濟增長因子和貨幣因子，然后采用VAR模型研究了這三個因子與滬深300指數之間的關系，結果發現：滬深300指數除了受其自身滯后項的影響，投資者情緒也起到了較強的正向作用；投資者情緒則主要受到了滬深300指數和貨幣因子的影響，且滬深300指數從第4期開始成為最重要的因素；經濟增長因子主要受自身影響；而貨幣因子除了受自身影響外，經濟增長因子也起著較大的作用。

投資者情緒；宏觀經濟；股票市場

一、引言

影響股市漲跌的因素很多，既有宏觀經濟發展的狀況，也有政策的利空利多；既有資金供給的多寡，也有投資者對未來預期的樂觀或悲觀。很難將這些因素一一列出，但是股市是經濟的晴雨表，因此宏觀經濟對股市的影響是顯而易見的。當經濟上行時，往往上市公司的利潤會增加，股市也可能上漲；當經濟下滑時，上市公司的利潤往往會減少，也就很可能導致股市的下跌。因此，對宏觀經濟預測的成功與否直接決定了投資者的業績狀況。同時，行為金融學還認為投資者的行為并不是那么理性的，很大程度上會受到其本身情緒的影響。投資者情緒是投資者對未來預期的系統性偏差，是個難以度量的概念，反映了市場參與者的投資意愿或者預期。投資者情緒的變化直接促使了投資者進入市場或者離開市場，從而導致了股市的上漲或下跌。因此，如何對投資者情緒進行有效的度量并預測，就成了金融投資者是否能取得超額業績的關鍵所在。

國內外學者對宏觀經濟以及投資者情緒對股市的影響進行了大量研究。在宏觀經濟變量上，大都選擇了經濟增長、貨幣供給、物價指數等變量，對這些變量對股市的影響進行了深入研究。在投資者情緒指標的構建上，主要是通過各種主觀指標（如央視看盤指數、好淡指數等）以及客觀指標對其進行度量，相對來說，采用客觀指標并進行組合度量更為有效。但是在對客觀指標的選取上，主要選擇的是封閉式基金折價率、IPO發行量、成交量等傳統變量，對于融資融券這種杠桿型的工具研究得比較少。筆者認為，正是因為融資融券本身具有了杠桿屬性，能夠放大投資者的參與熱情，用其來度量投資者情緒將會非常有效。因此筆者在構建投資者情緒時，除了考慮傳統的客觀指標，還加入了融資余額這一選項，這也是筆者的創新之處。除此以外，筆者不僅考察了宏觀經濟或投資者情緒對股市的影響，而且考慮了宏觀經濟與投資者情緒之間的關系，這是以往的研究中所忽視的。

二、文獻綜述

（一）宏觀經濟與股票市場

大量學者對宏觀經濟變量對股票市場的影響進行了相關研究。唐平和劉燕（2008）基于多元宏觀經濟變量建立計量經濟模型分析后發現，宏觀經濟變量對中國股市運行的影響為正時，股市趨勢的慣性增加，逆股市趨勢時，股市慣性減弱甚至反轉。岳朝龍和儲燦春（2010）通過因子分析從諸宏觀經濟變量中提取了金融政策因子和宏觀經濟狀態因子，建立了基于VAR的股價波動、金融政策和宏觀經濟三變量回歸模型進行研究后發現，金融政策影響股價的表現，而宏觀經濟狀態對股價、股價對金融政策和宏觀經濟狀態的影響不顯著。王興華（2011）運用HP濾波和門限條件異方差模型進行實證研究后發現，通貨膨脹預期和即期通貨膨脹率對股市收益率影響不同，利率、匯率和通貨膨脹預期都是反向影響股市的長期收益率，股市收益率短期的波動僅僅受通貨膨脹預期與通貨膨脹的反向影響，與匯率和利率的變化無關。朱英姿、吳美和陳超（2012）從經濟含義出發總結出流動性、總體經濟增長和房地產市場等三類因素的8個宏觀經濟指標，通過初步的時差分析法檢驗發現其中6個指標對股市收益率具有顯著預測力，通過更嚴格的樣本內、外預測回歸模型檢驗發現，景氣先行指數和商品房銷售面積對股市收益率的預測力最為顯著。張海波和謝德泳（2014）建立了關于股市收益率、貨幣政策及宏觀經濟變化的SVAR模型后發現，股市收益率對自身具有正向影響作用，貨幣政策具有滯后的正向影響作用，宏觀經濟變化的影響作用先正后負。張保銀和吳正泓（2014）引入數據挖掘技術中的CARMA算法研究了宏觀經濟指標與股市波動的關聯性后發現，上證指數波動率能反映宏觀經濟指標的變化，兩者存在顯著關聯性，宏觀經濟指標可為投資者、上市公司和政府提供決策依據。陳守東、易曉溦和劉洋（2014）對中國股票市場與宏觀經濟的動態相關性進行研究后發現，中國股市與宏觀經濟存在明顯的非對稱相關性，兩者在經濟不景氣時的相關系數大于經濟景氣時的相關系數，中國股市在經濟不景氣時具有更顯著的“晴雨表”功能。葛騰飛（2016）通過建立SVAR模型實證分析股市收益率、貨幣政策、宏觀經濟變化三者間的關系后發現，股市收益率與宏觀經濟之間有程度不高的正相關性，貨幣政策對宏觀經濟的變化具有正向作用，股市收益率、貨幣政策及自身變化沖擊的貢獻度分別為14%、2%、83%。王彤彤（2016）通過對宏觀經濟景氣指數與上證指數收益率建立VAR模型后發現，宏觀經濟景氣狀況會對當期以及滯后一期的股市收益產生一定影響，而股市收益對實體經濟的發展趨勢幾乎沒有影響。可以看到，學者們在對宏觀經濟變量的選擇上，主要使用了經濟增長、貨幣政策等指標，大多采用VAR模型研究了這些宏觀經濟變量與股市收益率之間的關系，結果大體支持了宏觀經濟對股市有較為顯著的影響。

（二）投資者情緒與股票市場

目前學者們對投資者情緒的測度主要采用直接指標和間接指標兩種方法。直接指標指的是采用調查問卷等形式，直接向投資者調查獲得原始數據從而編制出來的指標，間接指標是通過其他單個或多個代理變量通過計算來反映投資者情緒的指標。在直接指標的研究方面，王美今和孫建軍（2004）以央視看市數據測度了投資者情緒，發現機構投資者情緒變化將對中國滬深兩市收益產生顯著影響。魯訓法和黎建強（2012）選取“新開交易賬戶數”作為投資者情緒的代理變量，結果發現上證指數收益率是投資者情緒變化率的一個顯著影響因子，但并沒有發現投資者情緒的變化率對上證指數收益率有顯著影響。王春（2014）以開放式股票型基金資金凈流入作為投資者情緒度量指標，研究了投資者情緒對股票市場收益和波動的影響后發現，投資者情緒與股票市場收益之間存在正向反饋作用。在間接指標的研究方面，池麗旭等（2012）選取封閉式基金折價率、首發上市股票股本規模及消費者信心指數作為3個源指標，構造出過濾市場噪聲的投資者情緒指標，結果發現，投資者情緒對小規模公司股票的收益影響相對更大。文鳳華等（2014）選取封閉式基金折價率、IPO數量、IPO首日收益率、A股新增開戶數和市場換手率5個指標，利用主成分分析法構建了投資者情緒綜合指數，發現投資者情緒的波動對股票收益率的波動有顯著的沖擊。周亮（2017）選取新增投資者數量、換手率、平均市盈率及歷史波動率4個指標構建了投資者情緒指標，并考察了投資者情緒指標與滬深大盤及巨潮規模指數之間的相互影響。采用直接指標和間接指標構建投資者情緒指標各有優劣，直接指標更加直接簡潔，而間接指標考慮的因素更多更全面，但是無論是直接指標還是間接指標，學者們的研究均支持了投資者情緒與股票市場的相互影響關系。

綜上可以看到，學者們對宏觀經濟變量及投資者情緒指標對股票市場的影響進行了大量研究，但是同時考慮宏觀經濟變量和投資者情緒的比較少見。宏觀經濟變量代表是的宏觀環境的影響，而投資者情緒代表的是微觀上的影響，兩者一個可以理解為股市漲跌的外因，一個是內因。筆者擬在以往學者研究的基礎上選擇適當的投資者情緒代理變量及宏觀經濟代理變量，采用主成分分析提取出投資者情緒指標及宏觀經濟因子，采用VAR模型、脈沖響應分析及方差分解等方法研究投資者情緒指標及宏觀經濟因子與股票市場之間的關系。

三、變量說明

（一）股票指數及投資者情緒代理變量

由于滬深300指數包含了滬深股市中市值最大、流動性最好的300只股票，能夠較全面地反映出滬深股市全貌，因此選擇滬深300指數作為股票市場的代表指標。

借鑒周亮（2017）的研究成果，選擇市盈率（PE）、換手率（Turn）、波動率（Vol）、新增投資者數量（NIA）作為投資者情緒指標的代理變量；同時考慮到隨著融資融券規模的擴大，融資余額數據也能夠在很大程度上反映投資者情緒的波動，因此將融資余額（Debt）也作為投資者情緒指標的代理變量來考察。

（二）宏觀經濟代理變量

在宏觀經濟變量的選取方面，筆者全面考慮了其他學者的研究，選擇了多個指標來綜合考察宏觀經濟運行狀況。在經濟增長方面，GDP數據是衡量經濟發展的最主要指標，但是由于我國GDP只公布季度數據，雖然可以通過線性插值等方法將其轉化為月度數據，但是相對于每月都會公布的工業增加值指標來說，顯然沒有那么精確，因此選擇工業增加值作為經濟增長的代理指標；同時，由于投資在我國經濟增長中占了很大比例，因此選擇了城鎮固定資產完成額、房地產開發投資完成額來反映經濟增長過程中的投資因素；并且，由于鋼鐵價格往往是投資增速的先行指標，因此還選擇了鋼鐵價格指數來考察其影響。在價格指數方面，選擇消費者物價指數來反映通貨膨脹情況。

筆者還對貨幣政策以及資金松緊程度進行了全面考察。選取了廣義貨幣量增速（M2）、狹義貨幣量增速與廣義貨幣量增速差（M1-M2，該指標反映了貨幣的活性，數值越高，貨幣運轉越高效）、社會融資總量（Social）來反映貨幣供應數量情況，上海同業拆借利率（SHIBOR）、國債市場水平因子（Level）來反映資金價格狀況。考慮到匯率是影響熱錢進出的重要因素，能夠帶來股市資金量的波動，因此還選取了人民幣匯率（EX）。

綜上，選取了工業增加值（IV）、城鎮固定資產完成額（Fix）、房地產開發投資完成額（Real）、鋼材價格指數（Steel）、消費者物價指數（CPI）、廣義貨幣量增速（M2）、狹義貨幣量增速與廣義貨幣量增速差（M1-M2）、社會融資總量（Social）、上海同業拆借利率（SHIBOR）、國債利率水平因子（Level）、人民幣兌美元匯率（EX）等11個指標來綜合反映宏觀經濟運行狀況。除此以外，筆者還考察了PPI、PMI、CPI與PPI的差值、鐵路貨運量、商品房銷售面積、國債收益率長短期利差等指標，但是初步探索發現，均與股票指數之間無顯著影響，因此剔除。

（三）變量詳細說明及描述性統計

考慮到絕大部分的宏觀經濟數據最低頻率只有月度數據，因此選取所有變量的月度數據進行分析，數據區間為2010年7月至2017年7月，共計85個月份樣本，所有數據均來自東方財富金融數據庫。

表1詳細報告了所有變量的描述性統計情況。可以看到，樣本區間內滬深300指數均值為2918.66，最大值為4840.82，最小值為2139.66，波動幅度較大，跨度較長，能夠較為詳細地反映出指數不同階段的波動狀況。考慮到有些數據本身值較大，在進行后續的分析時，均進行了對數處理，這些變量包括HS、NIA、Debt、Fix、Real、Steel、Social等。

四、實證檢驗及分析

（一）投資者情緒因子的構建

參考文鳳華（2014）等學者的研究，采用主成分分析方法構建投資者情緒因子。表2報告了PE、Turn、Vol、NIA、Debt這5個代理變量的相關系數矩陣，可以看到，除了Vol和Debt之間，指標兩兩之間均存在著顯著的相關關系，因此采用主成分分析方法來構造投資者情緒因子是合適的。

由于不同的指標之間存在著提前與滯后的關系，因此在構造最終的投資者情緒因子前，先選取每個指標的當期值和滯后一期值一起進行主成分分析，即采用 PEt、Turnt、Volt、NIAt、Debtt、PEt-1、Turnt-1、Volt-1、NIAt-1、Debtt-1等10個指標值構造初始投資者情緒因子ISI1。然后再按照ISI1與各指標值的相關系數，選出5個代理變量相關系數較高的當期值或者滯后值，再進行主成分分析，從而構造出最終的投資者情緒因子ISI。

表1：變量說明及描述性統計

表2：投資者情緒代理指標相關系數矩陣

按照累計方差貢獻率至少達到85%的標準，選取了前3個主成分（累計方差為89.5%）并按照特征值進行加權平均，從而構造出ISI1。表3報告了ISI1與10個指標值之間的相關關系，可以看到，ISI1與PEt、Turnt-1、Volt、NIAt、Debtt-1的相關程度比較高，因此選用這5個指標來構造最終的投資者情緒因子。

對 PEt、Turnt-1、Volt、NIAt、Debtt-1這 5 個變量進行主成分分析，選取了前3個主成分（累計方差為94.77%）并按照特征值進行加權平均，從而得到最終的投資者情緒因子，計算公式為：

投資者情緒因子與滬深300指數的走勢圖如圖1所示，可以看到，兩者的走勢大體相關。計算兩者的相關系數，發現高達0.72，因此所構造的投資者情緒因子能夠較好地反映出滬深300指數的波動情況。

（二）宏觀經濟變量分析

圖1：投資者情緒因子與滬深300指數的走勢圖

1.因子分析。由于宏觀經濟變量之間的相關性較強，如果直接使用變量對股票指數進行分析，會存在很強的變量相關性，導致分析結果不準確，因此首先采用因子分析對變量進行降維。表4報告了因子分析結果，可以看到，11個宏觀經濟變量可以分類為3個因子，其中第一和第二因子所占的比例達到了88.9%，因此選擇這兩個因子可以較好地體現出宏觀經濟變量的全部特征。

從因子載荷上看，第一個因子主要包括IV、Fix、Real、Steel、CPI、M2、Social，這7個因子跟經濟增長密切相關，因此可以稱之為經濟增長因子；第二個因子主要包括M1-M2、SHIBOR、Level、EX，這4個因子主要跟貨幣數量或價格有關，因此稱之為貨幣因子。值得說明的是，M2在因子分析中被列入到經濟增長因子，可能的原因在于M2表示的廣義貨幣供應量對經濟增長的影響最大，因此雖然M2屬于貨幣政策里面極其重要的因素，仍然按照因子分析結果將其列入經濟增長因子中。

表3：ISI1與10個變量的相關系數

2.經濟增長因子。由于宏觀經濟變量之間同樣存在著領先和滯后的關系，因此采用構建投資者情緒因子相同的方法構造經濟增長因子和貨幣因子。對7個經濟增長變量的當期值和滯后一期值進行主成分分析，提取出前3個主成分（累計方差貢獻率為85.01%）并按照特征值加權平均，得到初始的經濟增長因子GROW1。表5報告了GROW1與7個經濟增長變量的當期值和滯后一期值的相關系數，可以看到，GROW1與 IVt、 Fixt、 Realt、 Steelt-1、 CPIt、 M2t-1、Socialt的相關程度比較高，因此采用這7個變量來構造最終的經濟增長因子。

表4：因子分析結果

表5：GROW1與宏觀經濟變量的相關系數

對 IVt、Fixt、Realt、Steelt-1、CPIt、M2t-1、 Socialt7個變量進行主成分分析，選取了前3個主成分（累計方差為89.46%）并按照特征值進行加權平均，從而得到最終的經濟增長因子，計算公式為：

經濟增長因子與滬深300指數的走勢圖如圖2所示，可以看到，兩者的走勢大體相反。經計算，兩者的相關系數為-0.46，因此可以看到股市是經濟的晴雨表這個規律在我國并不適用，兩者反而體現出很強的負相關性。

3.貨幣因子。采用同樣的方法構造貨幣因子（過程略），計算公式為：

貨幣因子與滬深300指數的走勢圖如圖3所示，可以看到，兩者的走勢總體來說具備一定的同步性。經計算，兩者的相關系數為0.48，因此可以看到貨幣因素對于股市有較明顯的刺激作用。

（三）投資者情緒、宏觀因子與滬深300指數的關系研究

圖2：經濟增長因子與滬深300指數的走勢圖

圖3：貨幣因子與滬深300指數的走勢圖

1.VAR模型的建立。采用VAR模型對投資者情緒因子、經濟增長因子、貨幣因子及滬深300指數之間的關系進行研究。在建立VAR模型之前，首先需要對變量的平穩性進行檢驗。經檢驗，4個序列均是一階單整序列（限于篇幅，檢驗結果未列出）。表6報告了協整檢驗結果，可以看到，在5%的顯著性水平下，拒絕了原序列間不存在協整關系的假設，因此4個變量之間具有協整關系，可以建立VAR模型進行后續分析。

VAR模型的建立效果很大部分取決于滯后階數的選擇，表7報告了VAR模型滯后階數的檢驗情況。可以看到，在5個統計量中，LR、FPE、AIC、HQ四個統計量都顯示滯后階數為3階時模型效果最佳。因此建立3階VAR模型。

表6：協整檢驗結果

在進行脈沖分析和方差分解分析前，首先對VAR模型的穩定性進行檢驗。圖4報告了VAR模型的AR根檢驗結果，可以看到估計的VAR模型所有根模的倒數小于1，即位于單位圓內，因此模型是穩定的。

圖4：AR根檢驗結果

2.脈沖響應分析。脈沖響應函數刻畫的是在擾動項加一個一次性沖擊，對內生變量當前值和未來值所帶來的影響，描述的是VAR模型中的一個內生變量的沖擊給其他內生變量帶來的影響。圖5—圖8分別報告了滬深300指數、投資者情緒因子、經濟增長因子及貨幣因子對其他變量的脈沖響應結果。可以看到，對于滬深300指數而言，短期來看，無論是投資者情緒、經濟增長因子還是貨幣因子，都產生了負向影響，但是長期來看，投資者情緒起到了正向影響，而經濟增長因子和貨幣因子均起到了負向影響；對于投資者情緒因子而言，股票市場的正向影響在第3期達到最大后，雖然之后慢慢減弱，但是正向影響一直存在，而經濟增長因子和貨幣因子長期來看均帶來了負向影響；對于經濟增長因子而言，股票市場短期帶來了正向影響，但是長期看卻是明顯的負向影響，而投資者情緒和貨幣因子對其一直都是顯著的正向影響；而對于貨幣因子而言，股票市場的影響時正時負，經濟增長帶來了長期的負向影響，而投資者情緒則帶來了顯著的正向影響。

表7：滯后階數的選擇

圖5：滬深300指數對其他變量的脈沖響應

圖6：投資者情緒因子對其他變量的脈沖響應

3.方差分解。表8—表11分別報告了滬深300指數、投資者情緒因子、經濟增長因子及貨幣因子的方差分解結果，可以看到：對于滬深300指數而言，其主要受自身的影響，經濟增長因子、貨幣因子對其的影響相對較小，而投資者情緒隨著時間的推移，影響越來越大，第10期的時候影響已經達到了16.51%；對于投資者情緒因子而言，滬深300指數對其的影響非常明顯，并在第4期開始成為最顯著的因素，除此以外，貨幣因子的作用也比較大，相對來說，經濟增長因子的作用偏小；對于經濟增長因子而言，其主要受自身影響，滬深300指數和投資者情緒對其的影響先增大，然后逐漸減小，貨幣因子的影響則一直處于增大過程中；對于貨幣因子而言，除了主要受其自身影響外，經濟增長因子的影響也很大。

圖7：經濟增長因子對其他變量的脈沖響應

表8：滬深300指數的方差分解結果

表9：投資者情緒的方差分解結果

五、結論與展望

本文選取2010年7月至2017年7月滬深300指數、5個投資者情緒代理變量、11個宏觀經濟變量的月度數據，首先通過主成分分析法構造出了投資者情緒因子、經濟增長因子和貨幣因子，然后采用VAR模型、脈沖響應分析、方差分解方法研究了這3個指標與滬深300指數之間的關系，結果發現：滬深300指數主要受其自身滯后項的影響，經濟增長因子及貨幣因子總體而言影響并不大，而投資者情緒則起到了較強的正向作用；滬深300指數和貨幣因子對投資者情緒本身有重大的影響，滬深300指數在第4期開始成為最顯著的因素；經濟增長因子主要受自身影響，而貨幣因子除了受其自身影響外，經濟增長因子也起著較大的作用。

圖8：貨幣因子對其他變量的脈沖響應

表10：經濟增長因子的方差分解結果

表11：貨幣因子的方差分解結果

筆者的研究對于金融投資的實踐具有一定的指導意義，但是也存在著不足之處，接下來的研究中可以從以下幾個方面進行完善和改進：首先，在對投資者情緒指標的構建上，大多數學者采用的周度頻率甚至日度頻率的數據，因此下一步研究應該尋找更高頻率的數據，以探究各因子之間更短期的相關關系；其次，在對變量的選擇上，主要選擇的仍然是常見的指標，鑒于計算機技術的快速發展，已經可以通過爬蟲等技術抓取更快速的信息、提取更有效的指標，這也是下一步研究可以考慮的方向；最后，在研究方法上，VAR模型可以較好地分析隨機擾動對系統的動態沖擊、沖擊的大小、正負以及持續時間，但是在擬合變量之間長期的均衡關系上并不是最為有效的，并且隨著機器學習方法的快速發展，通過機器學習可以更好地發現變量之間的關系，因此下一步研究的重點也可以放在改進研究方法上，尤其是將這些變量數據與機器學習技術結合起來。

[1]唐平，劉燕.基于宏觀經濟變量的中國股市波動分析[J].財經科學，2008，（6）.

[2]岳朝龍，儲燦春.股市波動、金融政策和宏觀經濟關系研究——基于因子VAR模型[J].廣東金融學院學報，2010，（6）.

[3]王興華.宏觀經濟先導指標與股市波動——理論分析與實證研究[J].上海立信會計學院學報，2011，（6）.

[4]朱英姿，吳美，陳超.我國宏觀經濟因素對股市預測力研究[J].投資研究，2012，（11）.

[5]張海波，謝德泳.股市收益率、貨幣政策與宏觀經濟變化關系的實證檢驗[J].統計與決策，2014，（13）.

[6]張保銀，吳正泓.宏觀經濟與股市波動的關聯性研究[J].武漢理工大學學報（信息與管理工程版），2014，（6）.

[7]陳守東，易曉溦，劉洋.政策不確定下中國股市與宏觀經濟相關性的非對稱效應研究[J].當代財經，2014，（1）.

[8]王彤彤.宏觀經濟景氣狀況與中國股市收益的相互影響——基于VAR模型的研究[J].經濟研究導刊，2016，（14）.

[9]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）.

[10]魯訓法，黎建強.中國股市指數與投資者情緒指數的相互關系[J].系統工程理論與實踐，2012，（3）.

[11]王春.投資者情緒對股票市場收益和波動的影響——基于開放式股票型基金資金凈流入的實證研究[J].中國管理科學，2014，（9）.

[12]池麗旭，張廣勝，莊新田，宋大雷.投資者情緒指標與股票市場——基于擴展卡爾曼濾波方法的研究[J].管理工程學報，2012，（3）.

[13]文鳳華，肖金利，黃創霞，陳曉紅，楊曉光.投資者情緒特征對股票價格行為的影響研究[J].管理科學學報，2014，（3）.

[14]周亮.投資者情緒及其對股票市場的影響研究[J].湖南財政經濟學院學報，2017，（3）.

Investor Sentiment，Macroeconomic Variables and Stock Market

Zhou Liang
（Editorial Department of Hunan University of Finance and Economics，Hunan Changsha 410205）

Based on the monthly data of Shanghai and Shenzhen 300 Index，5 investor sentiment variables and 11 macroeconomic variables from July 2010 to July 2017，this paper firstly constructs the investor's emotional factors，economic growth factors and monetary factors，and then uses VAR model to study the relationship between these three factors and the Shanghai and Shenzhen 300 Index.The results show that:the Shanghai and Shenzhen 300 Index，in addition to be impacted by its own lagged variables，also is affected positively by investor sentiment;investor sentiment is mainly affected by the CSI 300 index and monetary factors，and the Shanghai and Shenzhen 300 Index，from the beginning of the fourth period，has become the most important factor；economic growth factor is mainly affected by their own;and monetary factors in addition to their own influence，the economic growth factor also plays a greater role.

investor sentiment，macroeconomic，stock market

F832.5

A

1674-2265（2017）11-0068-08

2017-09-19

湖南財政經濟學院青年教師科研基金項目（Q201408）。

周亮，男，湖南邵陽人，湖南財政經濟學院學報編輯，研究方向為宏觀經濟、金融工程。

（責任編輯 孫 軍；校對SJ）