投資者情緒與股票市場的相關性分析:基于滬深300指數的實證研究

(北京航空航天大學經濟管理學院 北京 100083)

一、研究背景與意義

互聯網技術及應用飛速發展，為人們提供了方便快捷的信息傳送與分享渠道。社交媒體，例如微博、微信、博客、論壇等更是越來越多的占據著人們的生活。互聯網已成為所有人獲取信息、表達觀點和情感以及分享觀點的主要方式。截至2017年 12 月，根據中國互聯網信息中心公布的《中國互聯網發展狀況統計報告》[1]的數據，我國網民規模達7.72億，互聯網普及率為55.8%，超出全球水平4.1%，且網民數量保持繼續增長。在金融領域，互聯網已經成為投資者獲取各種投資信息的主要來源，通過大型的金融網站，投資者可及時地獲取政府出臺的經濟政策、貨幣政策、產業政策、實時的股市、期貨、外匯等金融產品的信息、宏觀經濟指數、企業基本信息、專家點評分析等信息，同時可以實現信息的迅速傳播、分享、交流和討論。

投資者的投資決策過程是一個信息收集、整理、分析、得出結論并采取策略的過程。傳統的經濟學、金融學投資模型大多建立在較為理想的假設條件下，比如市場的參與者都是完全理性的，所有交易沒有摩擦、信息對稱等。然而，傳統的投資模型無法解釋今天的很多金融異象，特別是在今天的信息傳播與以往有著本質差別的時代。傳統的金融理論都基于一些理想的假設，認為證券的價格應該正確反映其內在價值，證券價格反映了所有可能獲得的信息，幾乎都沒有考慮投資者作為社會人的心理特征。人的投資行為是不理性的，人的決策受情感、環境、市場氛圍以及當時的心理情緒得影響。分析投資者群體的心理行為是投資成功與否的關鍵。

本文研究目的是利用文本挖掘的方法分析散布在微博、財經新聞、金融論壇等互聯網上的評論信息，研究投資者的情緒，分析投資者情緒與中國股市的相關性及影響程度。最后通過實證研究分析投資者情緒與滬深300指數的相關性關系。

本文的安排如下：

第一部分為背景介紹，第二部分為國內外研究概況介紹，第三部分是投資者情緒的度量，第四部分是實證研究，第五部分是結果與展望。

二、國內外研究現狀

近些年，國內外很多學者在關于投資者的情緒對資本市場的影響做了大量的研究。在如何度量投資者情緒的方法上采用的方法也各有不同。早期的研究都是利用單個指標來衡量投資者的情緒，比如利用封閉式基金折價。近期的研究擴展到多個指標，但是都是基于結構化數據的指標。易志高、茅寧(2009)[2]通過利用多個指標構建我國股票市場的投資者情緒指數，即封閉式基金折價率、IPO數量、消費者信心指數、新增投資者開戶數，此方法采用多個指標構成一個綜合指標來反映整體市場的情緒。王美今和孫建軍(2004)[3]基于中國股市研究，認為投資者接受價格時的情緒是影響市場均衡價格的系統性因素，實證發現投資者情緒顯著地影響了滬深兩市的收益且反向修正收益率的波動。姚登寶(2017)[4]利用主成分分析法構建投資者情緒和金融市場穩定的新指標，應用TVP-SV-SVAR模型研究了投資者情緒和市場流動性對金融市場穩定的影響力。研究結果表明投資者情緒對金融市場穩定的影響力逐年減弱且存在時滯效應，投資者情緒與市場流動性存在非對稱性的關系。楊陽和萬迪昉(2010)[5]應用上證股市的相關數據分析投資者情緒與股市收益在不同情形下的關系。結果表明我國投資者情緒對股票市場的收益并無顯著影響。楊墨竹(2013)[6]對A股市場ETF總資金流與市場收益的關系進行了研究，文章把研究由傳統型開放式基金擴展到ETF。結論顯示投資者情緒假說解釋了金融危機之后的波動。楊亮、王鎮(2016)[7]研究了散戶投資者的交易行為及散戶投資者在我國資本市場中的主要地位。結論表明，中國的散戶投資者存在羊群效應和跟風操作行為。晏艷陽(2010)[8]對投資者情緒是否構成系統風險方面進行了研究，結果表明中國的投資者情緒是不同市值股票差異的重要因素，但是對整個市場不構成系統性風險。熊偉、陳浪南(2015)[9]將受情緒影響的噪聲交易者引入莫頓模型，以滬深兩市股市數據樣本分析了投資者情緒與股票收益以及波動率的關系。結果表明，股票收益率與股票特質波動率正相關，股市流動性和投資者情緒是影響收益率的重要原因。伍燕然、韓立巖(2007)[10]利用非完全理性投資者的情緒分析了封閉式基金的折價現象，論證了投資者情緒是資產定價的重要因素。結果顯示，積極的情緒對股票收益具有顯著的正面影響，而消極的情緒對收益的影響并不大。

國外也有大量學者研究了投資者情緒對其金融市場的影響，他們采用的研究方法與中國學者的研究方法類似，但是角度各有不同。Corridor，Ferrer和Santamaria(2015)[11]研究了投資者情緒對捷克共和國、匈牙利和波蘭三個中歐市場股票收益的影響。研究結果顯示，情緒是影響這三個市場上交易的股票價格的一個關鍵變量，它的影響力比在更發達的歐洲市場更明顯，而且這種影響與股票特征有關，存在某些股票更容易受投資者情緒影響。情緒對股市影響在各國國家還并不一致，對波蘭和捷克共和國的影響程度較大。Kleinnijenhuis等(2012)[12]等通過2007年到2009年金融危機期間美國新聞、英國新聞和荷蘭新聞對三家荷蘭銀行的影響程度，分析了金融類新聞是否會導致市場恐慌。研究表明新聞的長期效應與有效市場假說相悖，新的經濟思想、新的傳播理論、高頻交易和高頻情緒分析會影響金融市場的走勢。Wang,Li和Lin(2009)[13]研究了投資者情緒對臺灣期貨交易所的影響，應用EGB-2模型揭示了市場情緒與波動性之間存在著明確而顯著的關系。研究發現情緒變量的預測能力有限，通過引入Hamilton(1994)的Swatch模型來分析投資者情緒的波動機制，發現大多數投資者在下一時期都會保持相同的波動機制。Chiang，Tsai和Lee(2011)[14]利用臺灣建筑公司的股票業績來檢驗市場是否存在泡沫。通過采用面板數據檢驗來確定建筑公司股票的價格是否反映了基本面指標，并檢測了股票價格的泡沫成分。文章中建立了一個衡量股市泡沫的指標，并研究了它與投資者情緒的關系。實證結果表明，在樣本期內外國投資者的情緒與泡沫有關。Finter，Niessen-Ruenzi和Ruenzi(2012)[15]為德國市場建立了一個廣義的情緒指標，研究投資者情緒是否可以解釋德國股市的股票收益，在主成分分析的基礎上，構造了一種融合了情感代理變量的情感指標。并通過新的情感指標解釋了對情緒波動敏感的股票和對情緒波動不敏感的股票之間的收益率差。

由此可見，國內外學者都認識到投資者情緒對金融市場的影響是顯著的，但是對金融市場的預測能力各不相同。

三、投資者情緒的度量

本文通過結合宏觀和微觀的經濟指標，在前人的基礎上，引入了文本情感作為度量整體市場的投資者情緒的重要指標，以下介紹變量的選擇以及如何度量投資者的情緒。

(一)變量選擇

本文選取消費者信心指數(CCI)、IPO數量(IPON)、換手率(TURN)、交易量(VOLUME)、新增開戶數(NOPEN)以及文本情感值(ST)作為基礎變量用于度量市場的投資者情緒。對于文本情感值的計算，按照以下步驟進行：

第一步，對于給定的一個句子，首先對句子進行分詞。對分詞的原理和算法，在此不詳細描述。

第二步，專業詞典構造與詞的極性標注。本文結合通用型《知網情感詞典》和構造的金融情感詞典，對每一個詞屬于“正面”或者“負面”進行判定。而對于金融類的情感詞典，本文構建了金融投資領域的正面或者負面的詞極標注詞典。

表1 金融投資情感詞典

第三步，計算文本的情感值。整篇文章的情感值是由句子的情感值組成，而句子的情感值又是通過其包含的詞情感值構成。所以，最細的情感值分析單元是詞的情感值。文章情感值的計算是自下而上的聚合過程，聚合的方法采用一般平均方法。

(二)投資者情緒的度量

本文通過主成分分析法構建整體市場的投資者情緒指標，令第p個主成分為：

Fp=a1iZx1+a2iZx2+…apiZp3

其中，a1i,a2i…api表示X的協方差矩陣∑的特征值所多對應的特征向量，Zx1,Zx2,Zxp是數據標準化后的值，標準化的目的是為了消除量綱。對于a1i,a2i…api對應的特征值λ1,λ2…λp，有λ1≥λ2…λp≥0。

市場的情緒綜合指數通過被選取的主成分的加權平均計算得出。投資者的整體情緒本身是一個很難度量的指標，很多因素都可能影響到投資者的情緒。

四、實證研究

(一)數據準備

對于所有變量，由于量綱不同，首先需要對數據進行標準化，本文采用的是交易日數據為基本單位，需要把數據平滑到每日的數據。除文本情感值之外，其他幾個變量均可以通過東方財富網上獲得。對于文本分析的情感值的計算，本文主要從天涯社區等比較活躍的金融論壇爬取數據，使用Python爬蟲程序爬取數據。數據的時間段是2018年1月1日到2018年12月31日。

表2 文本數據源

(二)匯總文本情感值

從三個論壇獲取的文章數量平均每天為240篇左右，計算出每日的文本情感值，如下圖所示。

圖1 每日文本情感值

本文定義的文本情感值在-1和1之間，市場的投資者情緒越高漲，則文本的情感值越靠近1；當市場的投資者情緒越是低迷，則文本的情感值越靠近-1。

(三)投資者情緒的計算

本節以主成分分析為主要方法，通過對變量的降維完成主成分的提取，確保壓縮后的指標仍能充分反映原始變量的大部分信息，進而構建出本文所需投資者綜合情緒指數。其相應操作步驟如下：

(1)首先計算6個變量之間的相關矩陣以及特征值；

(2)計算特征值及貢獻率，前三個主成分的累積貢獻率已經達到86.58%；

(3)計算Z1，Z2，Z3主成分載荷。

得到主成分的表達式為：

Z1=0.638*CCIt-0.231*IPONt-0.964*TURNt+0.0042*VOLt+0.8234*NOPENt+0.819*STt

Z2=-0.523*CCIt-0.887*IPONt+0.0096*TURNt+0.868*VOLT+0.444*NOPENt+0.179*STt

Z3=-0.0061*CCIt-0.0028*IPONt+0.0095*TURNt-0.0011*VOLt+0.125*NOPENt-0.251*STt

通過Z1，Z2，Z3的加權平均，得到第t日整體市場的投資者情緒值如下：

ISVt=(0.5179*Z1+0.2321*Z2+0.1158*Z3)/0.8658

(四)投資者的情緒指數與股市收益率的相關性分析

由于滬深300指數選取的是流動性強和規模大的代表性股票，是能反映整個市場綜合性指標，所以本文選擇滬深300指數作為研究目標。2018年的滬深300指數成下跌趨勢，股指從年初的4000點跌到年底的3000點附近，全年下跌超過25%。

令收益率Rt=(Pt-Pt-1)/Pt-1，則是滬深300指數在2018年的收益率如下圖。

圖2 滬深300收益率

可以看出，滬深300指數的收益率在2018年大部分在是負收益，而且有多個時點上的收益率在-2%以下。也存在收益率在2%以上甚至超過4%，這說明即使在全年熊市的情況下，仍然存在階段性的機會。

考慮到情緒指數對股市的影響可能存在滯后效應，所以本文分別檢驗了滯后1到5階的投資者情緒指數與股市收益率之間的相關分析。

首先，分別對市場情緒指數與收益率進行正態分布檢驗，對于滯后階的投資者情緒指數，其分布與原數據序列一致，因此只需要檢驗原序列的正態性。

通過Shapiro-Wilk正態分布檢驗結果，由于P<0.05，因此拒絕序列是正態的假設。對序列進行對數變化，即STNew=log(ST),然后對STNew進行正態分布檢驗，結果如下：

表3 情緒指數對數的正態分布檢驗

P值大于0.05，則符合正態分布的結論。因此進行對數變換后的市場投資者情緒數據滿足正態分布。同樣的，對股市收益率序列進行正態分布檢驗。下面是對其進行正態檢驗的結果：

表4 收益率正態分布檢驗

從檢驗結果中可以看到P>0.05，說明滬深300股票收益率服從正態分布，因此收益率可以直接用于建立回歸方程。

(五)投資者的情緒指數與股市收益率的回歸分析

對于變換后的投資者情緒序列與收益率序列，均滿足正態分布分布，因此使用Person相關系數來分析變量之間的相關性。考慮到投資者情緒序列對股市收益率存在滯后影響，因此本文分別檢驗了滯后1階到5階的情緒指數與收益率的相關性。

表5 收益率與情感指數相關性

從以上結果我們可以得出，滯后3階的投資者綜合情緒指數同股票收益率的線性相關性最高，其Pearson系數達到了0.74。這也進一步驗證了本文的定性假設。接下來通過回歸分析研究市場投資者綜合情緒指數與股市收益率的影響程度。

建議回歸分析方程為：

Return=α+β*Lag3(log(ST))

以下為回歸分析的結果：

表6 方差分析結果

均方根誤差0.00942R方0.5503因變量均值-0.00114調整R方0.5484變異系數-823.57184

參數估計變量自由度參數估計標準誤差t值Pr>|t|Intercept1-0.024340.00148-16.41<.0001lag3_st10.683080.0398617.14<.0001

對于方差分析部分的P值小于0.05，說明整個方程是有效的。對于參數的估計部分，P值都小于0.05，因此系數是顯著不為0的。對于殘差的檢驗發現殘差是滿足均值為0正態分布的白噪聲序列。因此，我們得到線性回歸方程為：

Retrun=-0.02434+0.68306*Lag3(Log(st))……(4)

同時，其調整的R方僅能達到0.548，這說明僅靠市場的投資者情緒指數來解釋收益率的變化也不是非常完美。但是情緒指數對收益率的影響是顯著的，是不能被忽視的因素。

五、結束語展望

本文從延展“信息”的概念開始，把從傳統的結構化數據提取信息的方式拓展到從非結構化到文本信息中提取信息。從投資者的網絡評論中，通過文本挖掘的手段提取出文本情感，再結合宏觀經濟的相關指標，用主成分分析方法計算出代表整體市場的投資者情緒指數。利用2018年的滬深300指數作為研究目標，本文得到的結論是投資者情緒顯著影響了滬深300指數的收益率。本人認為以下方面值得進一步研究：

1.對于文本數據的爬取，本文只爬取了比較活躍的幾個網站的數據，以此來代表全網投資者的情感傾向，并沒有進行全網的爬取。

2.對于互聯網數據的“真”、“假”鑒別值得進一步分析。由于投資者情緒與股票收益的相關性，對于單只股票而言，不排除莊家在互聯網散步假消息，制造假情緒進行惡意炒作股票的行為。

3.對于金融詞典的構建可以進一步完善，更豐富的表達正面或者負面情感的詞匯，有助于更精確的度量情感。