行為金融學(xué)視閾下證券市場非理性波動研究

孫德華

一、引言

投資者作為證券市場的行為主體，其所能獲得的相關(guān)市場信息必然影響其投資決策行為，最終這些信息必然綜合反映到股價波動上。因此，投資者行為影響證券市場的有效性。

理論界對投資者行為的研究已有很長歷史，傳統(tǒng)金融理論［1］34至今仍是現(xiàn)代投資行為分析的主流。然而證券市場中存在著大量的噪音交易者和金融異象［2］43，這些都與傳統(tǒng)金融學(xué)理論相悖，并且傳統(tǒng)金融理論沒有考慮情緒、壓力等因素對投資者行為的影響。

行為金融學(xué)融合了各種與人性有關(guān)的社會科學(xué)，綜合運用經(jīng)濟學(xué)、數(shù)學(xué)、實驗經(jīng)濟學(xué)、心理學(xué)等多種方法［3］179－180，并在認定投資者行為存在非理性因素基礎(chǔ)上形成了前景理論，行為組合理論等。本文試圖通過實證研究，詳細探究我國投資者情緒與證券市場非理性波動的相關(guān)性，這對全面準(zhǔn)確認識我國證券市場波動特征、加強市場有效監(jiān)管、維護市場穩(wěn)定具有重要理論和現(xiàn)實意義。

二、模型建立與變量數(shù)據(jù)說明

首先以行為金融理論為基礎(chǔ)，通過使用主分量分析法，對各個變量提取公共因子構(gòu)建綜合投資者情緒指數(shù)［4］129－130［5］3，進而考察投資者情緒與股票市場價格的關(guān)系。

由于本文所用變量含有很多市場因素，數(shù)據(jù)跨度非常大，且各變量的度量方式不同，因此對各變量需利用公式：

進行標(biāo)準(zhǔn)化處理。

其中：Xi∧代表標(biāo)準(zhǔn)化后的變量數(shù)值，Xi為實際變量值，u為均值，σ代表標(biāo)準(zhǔn)差。

我們采用的模型構(gòu)建方法是主分量方法。該方法是用較少數(shù)目的新變量重新表示原模型中較多數(shù)目變量的方法。本文使用SPSS22.0［6］11－13對原始變量進行主分量分析，構(gòu)建投資者情緒指數(shù)。在這里，還需要將初始因子載荷陣轉(zhuǎn)換成特征向量矩陣，并使用模型來確定變量前的系數(shù)。

其中：A代表特征向量矩陣，B代表初始因子載荷陣，λ代表原始數(shù)據(jù)矩陣的特征根。

為了保證數(shù)據(jù)的可得性、有效性和可行性，我們以2011年4月至2016年6月的月度數(shù)據(jù)為研究周期，以換手率（TUR）、消費者信心指數(shù)（CCI）和新增投資者數(shù)目（ACCN）作為衡量投資者情緒的三個變量，以滬深300指數(shù)作為代表股市波動的樣本數(shù)據(jù)。

（一）滬深300指數(shù)

滬深300指數(shù)選取了滬深兩市具有代表性的股票300只，代表滬深兩市近60%的市值，能反映市場的整體運行情況，因此，可以選取滬深300指數(shù)作為本文的樣本數(shù)據(jù)進行研究，數(shù)據(jù)來源于同花順（2011—2016）。

（二）換手率

市場換手率能夠有效衡量市場的流動性、活躍度及投資者參與股市的熱度。換手率高，表明市場交投活躍，投資者參與度高，反之亦然。數(shù)據(jù)來源于百度文庫（2011—2016）。

（三）消費者信心指數(shù)

消費者信心指數(shù)即消費者對經(jīng)濟環(huán)境的信心程度。消費者信心指數(shù)越低，表明消費者對未來的經(jīng)濟形勢越悲觀；消費者信心指數(shù)越高，表明消費者對未來經(jīng)濟形勢預(yù)期越好，其數(shù)據(jù)來源于同花順（2011—2016）。

（四）新增投資者數(shù)目

新增開戶投資者的開戶意愿在一定程度上反應(yīng)投資者對市場的信心，因此可將新增開戶數(shù)的變動視為投資者對股市的預(yù)期反應(yīng)。數(shù)據(jù)來源于中國證券登記結(jié)算有限公司（2011—2016）。

標(biāo)準(zhǔn)化后的相關(guān)數(shù)據(jù)的描述性統(tǒng)計見表1。

表1 相關(guān)變量數(shù)據(jù)的描述性統(tǒng)計

三、檢驗結(jié)果及分析

在進行主分量分析前，首先要對變量間的相關(guān)性進行檢驗，只有具備相關(guān)性才可以進行下面的分析，相關(guān)性研究結(jié)果見表2。

表2 變量間相關(guān)系數(shù)矩陣

從表2中我們能夠看出，各個變量之間的相關(guān)系數(shù)較大，且變量的顯著性取值均趨近于0。可見CCI、ACCN和TUR之間存在很強的相關(guān)性，由此我們應(yīng)該進行因子分析。

但是，因子分析還有另一指標(biāo)為KMO。一般KMO＞0.9時，做因子分析的效果最好，0.5≤KMO≤0.6時勉強適合，如果KMO＜0.5，則不適合進行因子分析。KMO值詳見表3。

表3 KMO和Bartlett的檢驗

從表3中我們得知，本文中的KMO取值為0.595，接近0.6，Bartlett球形得出的Sig值為0.000，因此，可以進行因子分析。分析結(jié)果見表4。

表4顯示，我們能夠提取出兩個變量λ1和λ2來代替原來的三個變量，且解釋程度高達95.934，由此我們選取前2個λ1和λ2作為主成分，并將初始因子載荷陣轉(zhuǎn)換成特征向量矩陣，最終我們以加權(quán)平均方法得到投資者情緒指數(shù)表達式，見式（3）。

表4 主成分提取分析表

由此可見，消費者信心指數(shù)、換手率和新增投資者數(shù)目都能夠?qū)ν顿Y者情緒產(chǎn)生正向影響。

這里將投資者情緒指數(shù)（ET）和標(biāo)準(zhǔn)化后的滬深300指數(shù)（HS300）運用SPSS22.0進行相關(guān)性分析，結(jié)果詳見表5。

表5 投資者情緒指數(shù)與滬深300指數(shù)相關(guān)性矩陣

如表5所示，由主成分分析法得到的復(fù)合投資者情緒指數(shù)能夠較好反應(yīng)股票市場整體走勢，兩者相關(guān)系數(shù)為0.862，相關(guān)程度高，且通過顯著性檢驗，這表明我們建立的復(fù)合投資者情緒指數(shù)模型能較好反映投資者情緒變化。

由于我們要求所選取的數(shù)據(jù)必須具有平穩(wěn)性，因此，我們使用Stata12.0對各變量的值進行平穩(wěn)性檢驗。首先對對原始數(shù)據(jù)進行檢驗，結(jié)果顯示，P均大于0.05，都不滿足平穩(wěn)性，因此要對變量進行一階差分。差分后再進行平穩(wěn)性檢驗，P均為0.0000，通過平穩(wěn)性檢驗，因此，接下來的數(shù)據(jù)分析我們所采用的就是一階差分后的數(shù)據(jù)。

下面對VAR模型進行平穩(wěn)性檢驗，如圖1。

圖1 VAR模型的平穩(wěn)性檢驗

由圖1可知，所有根均落在單位圓內(nèi)，所以VAR模型也是平穩(wěn)的。

接下來對VAR模型的滯后階數(shù)進行確定，并且以AIC對應(yīng)的階數(shù)為標(biāo)準(zhǔn)。經(jīng)過數(shù)據(jù)分析我們得到：滯后階數(shù)為1。

表6 格蘭杰因果檢驗結(jié)果

在5%的顯著性水平下，通過顯著性檢驗，說明投資者情緒和滬深300指數(shù)互為格蘭杰因果關(guān)系［7］161－163［8］233－235，即滬深 300 指數(shù)可以解釋、預(yù)測投資者情緒指數(shù)，投資者情緒指數(shù)也可以來反映和預(yù)測滬深300指數(shù)，參見表6。

脈沖響應(yīng)是衡量模型中的內(nèi)生變量如何對一個變量的沖擊做出響應(yīng)，它能夠比較直觀地刻畫出變量之間的動態(tài)反應(yīng)過程和交互作用。

圖2告訴我們，給Det一個增加的正交沖擊將引起對Dhs300的一個短暫的持續(xù)增加直到第四期，隨后這種沖擊響應(yīng)逐漸減弱并于第四期時收斂于0。因此，我們可以得出結(jié)論：中國的投資者情緒對股票價格具有長期影響，并能在一定程度上預(yù)測出股票價格變動。當(dāng)投資者對未來經(jīng)濟形勢看好時，投資者會增加消費需求，股票價格隨之上升；同時，當(dāng)投資者對經(jīng)濟看好時，也會增加對股票投資，股票價格也會上升。

圖3滬深300指數(shù)對投資者情緒的脈沖效應(yīng)

圖3 告訴我們，給Dhs300一個增加的正交沖擊將引起對Det的一個短暫的持續(xù)增加直到第二、三期，即當(dāng)給滬深300指數(shù)一單位的沖擊后，投資者情緒在開始有一個正向反應(yīng)，但持續(xù)期較短，隨后下降并于第二期開始收斂于0。這表明當(dāng)股票價格上升時，投資者普遍變得樂觀，投資者情緒也隨之高漲。隨后，當(dāng)情緒膨脹到一定程度后，盲目樂觀的情緒充斥整個市場，投資者開始意識到股市積累了大量泡沫，隨后采取自保措施，出現(xiàn)負向影響。當(dāng)股市達到均衡狀態(tài)時，投資者情緒也最終平穩(wěn)。

四、結(jié)論

我們在簡要對比傳統(tǒng)金融學(xué)和行為金融學(xué)基礎(chǔ)上，利用行為金融學(xué)對我國證券市場投資行為和情緒進行分析。

（一）結(jié)論

1.傳統(tǒng)金融學(xué)忽略了對投資者心理和行為等因素的考慮，這就使得該理論不能很好反映市場現(xiàn)實，對許多“金融異象”無法做出合理解釋，很多情況下無法對投資者做出正確的決策引導(dǎo)。

2.行為金融學(xué)作為創(chuàng)新領(lǐng)域，結(jié)合了金融學(xué)、心理學(xué)等社會科學(xué)，以人的非理性為基礎(chǔ)，對“金融異象”能夠作出科學(xué)合理的解釋。

3.我國證券市場上大量中小投資者參與其中，盲目自信、羊群效應(yīng)、跟風(fēng)操作是這一群體的典型特征，這就為大機構(gòu)投資者操縱市場提供了現(xiàn)實基礎(chǔ)。

4.情緒和非理性行為都能對證券市場波動和有效性產(chǎn)生直接和持續(xù)的影響，且這種影響是不對稱的。

5.就我國證券市場的各種指數(shù)而言，由于上證指數(shù)存續(xù)歷史最長，我們不妨建立上證指數(shù)的波動軌道如圖4。

圖4 1990.12—2017.08上證指數(shù)波動軌道

（二）建議

1.關(guān)于投資者的投資策略

對中小投資者而言，情緒管控肯定是投資成功的重要因素，投資者必須從根本上確立正確的投資觀，全面準(zhǔn)確認識市場風(fēng)險，結(jié)合中國市場實際，加強策略研究，基于個體的認知偏差和非理性特征，端正心態(tài)，在投資過程中進行有效情緒控制，才能正確決策，有效抵御市場非理性波動所帶來的風(fēng)險。從投資策略來講，反向投資策略不失為一種好的選擇，具體而言，參考如上圖4，我們認為，以上證綜合指數(shù)為例，當(dāng)市場高漲、指數(shù)波動接近上軌尤其是突破上軌，此時市場風(fēng)險快速高度累積，投資者應(yīng)該提高風(fēng)險意識擇機做空；當(dāng)市場低迷，指數(shù)下跌接近下軌尤其是突破下軌，市場悲觀甚至恐慌情緒蔓延，投資者應(yīng)該堅定信心擇機做多。

2.監(jiān)管層面的監(jiān)管策略

投資者情緒在一定程度上能夠與證券市場價格波動形成相互影響、相互強化，而證券市場的健康發(fā)展又依賴于市場的穩(wěn)定性，因此，從市場監(jiān)管角度而言，重視市場心理情緒變化，采取適時、適度有效的監(jiān)管措施，維護市場穩(wěn)定尤為重要。結(jié)合中國證券市場的實際，加強中小投資者合法權(quán)益保護，有效打擊市場操縱行為應(yīng)成為監(jiān)管的重中之重，因為中小投資者易跟風(fēng)，而大機構(gòu)投資者出于追逐超額利潤考量，時常刻意誘導(dǎo)市場情緒趨于非理性，所以，當(dāng)市場出現(xiàn)異常波動、市場情緒過激時，監(jiān)管機構(gòu)應(yīng)當(dāng)及時果斷采取有力措施，以平滑這種異常波動給市場帶來的損害，使市場回歸理性，道理其實很簡單，就是每一輪市場瘋狂、投機盛宴之后，市場總要付出沉重代價，利益受損的往往是廣大中小投資者。以2015年春夏之交股市崩盤為例，這方面的教訓(xùn)極為深刻。具體到市場干預(yù)的時間和空間選擇，參考圖4，我們認為，以上證綜合指數(shù)為例，每當(dāng)指數(shù)出現(xiàn)非理性繁榮，特別是當(dāng)指數(shù)波動接近上軌尤其是突破上軌，此時市場風(fēng)險快速、高度累積，作為監(jiān)管層應(yīng)當(dāng)著力打擊操縱市場、操縱股價的違法違規(guī)行為，向市場發(fā)出風(fēng)險警示，決不能順應(yīng)甚至縱容市場的投機樂觀氛圍，不管這種氛圍是由何種勢力所營造，也無論什么人披著何種理論外衣論證牛市上漲如何有理；在做空機制條件下，反之亦然，就是當(dāng)指數(shù)下跌接近或者突破下軌，市場悲觀甚至恐慌情緒蔓延，此時市場做空風(fēng)險遠大于做多風(fēng)險，監(jiān)管重點應(yīng)著力轉(zhuǎn)向加大查處惡意做空操縱市場的力度。

［1］李心丹.行為金融學(xué)——理論及中國的證據(jù)［M］.上海：上海三聯(lián)書店，2004.

［2］易陽平.行為金融論［M］.上海：上海財經(jīng)大學(xué)出版社，2005.

［3］李心丹.行為金融理論:研究體系及展望［J］.金融研究，2005，（1）.

［4］李瑾宏.投資者情緒與股票市場收益的實證研究［J］.財會通訊，2011，（15）.

［5］黃德龍，文鳳華，楊曉光.投資者情緒指數(shù)及中國股市的實證［J］.系統(tǒng)科學(xué)與數(shù)學(xué)，2009，（1）.

［6］馮國生，呂振通，胡博.SPSS統(tǒng)計分析與應(yīng)用［M］.北京：機械工業(yè)出版社，2011.

［7］張成思.金融計量學(xué)——時間序列分析視角［M］.北京：中國人民大學(xué)出版社，2016.

［8］H Shefrin.Does investors expect higher returns from safer stocks than from riskier stocks［J］.Journal of Psychology and Financial Markets，2001，（4）.