外匯市場(chǎng)投資者情緒對(duì)有效匯率的影響研究

高曉惠 李凡

摘 ?要：由行為金融學(xué)可知，投資者的情緒必然會(huì)對(duì)金融市場(chǎng)的價(jià)格產(chǎn)生影響。外匯市場(chǎng)作為金融市場(chǎng)的重要組成部分，在資源配置、宏觀調(diào)控等方面起著重要作用。但在投資者情緒的影響研究中，中國(guó)學(xué)者鮮少將其考慮到外匯市場(chǎng)匯率的定價(jià)之中，而且在構(gòu)建投資者情緒指數(shù)的過(guò)程中指標(biāo)的選取、降維的處理等都產(chǎn)生了較大的誤差。為了提高模型預(yù)測(cè)的準(zhǔn)確性，利用文本挖掘技術(shù)構(gòu)建投資者情緒指數(shù)，將其與中國(guó)外匯市場(chǎng)的名義有效匯率做分析，建立Logistic回歸模型得到投資者情緒指數(shù)對(duì)有效匯率的短期預(yù)測(cè)具有反向作用。

關(guān)鍵詞：投資者情緒;有效匯率;文本挖掘;Logistic回歸

一、引言

經(jīng)濟(jì)學(xué)理論顯示，央行在外匯市場(chǎng)上通過(guò)投放基礎(chǔ)貨幣而購(gòu)買(mǎi)外匯時(shí)，人民幣匯率應(yīng)具有貶值趨勢(shì)，反之，人民幣匯率應(yīng)該表現(xiàn)為升值態(tài)勢(shì)。但在實(shí)際中，市場(chǎng)參與者在認(rèn)知偏差、投資行為的模仿學(xué)習(xí)等條件下所作出的行為決策和所形成的預(yù)期都會(huì)影響匯率的波動(dòng)，數(shù)字媒體的發(fā)展使投資者情緒在匯率形成機(jī)制中發(fā)揮的作用逐漸加強(qiáng)。因此，通過(guò)對(duì)投資者情緒對(duì)匯率的研究，不僅可以把握和認(rèn)識(shí)人民幣匯率的波動(dòng)和趨勢(shì)，還可以根據(jù)合理的預(yù)測(cè)便于央行實(shí)施相應(yīng)的決策。

二、文獻(xiàn)綜述

學(xué)術(shù)界對(duì)于投資者情緒對(duì)有效匯率的影響研究很少，但僅有的研究都肯定了投資者情緒對(duì)匯率的影響。French（2017）使用泰國(guó)證券交易所的四個(gè)投資者群體對(duì)投資者行為進(jìn)行研究，使用VAR框架，利用投資者行為準(zhǔn)確預(yù)測(cè)出第二天市場(chǎng)的方向[1]。司登奎（2018）等人基于開(kāi)放經(jīng)濟(jì)框架構(gòu)建了包含央行外匯干預(yù)投資者情緒與匯率變動(dòng)的內(nèi)生動(dòng)態(tài)系統(tǒng)，認(rèn)為央行外匯干預(yù)投資者情緒與匯率變動(dòng)之間存在非線性的內(nèi)生聯(lián)動(dòng)效應(yīng)[2]。

對(duì)于投資者情緒指數(shù)的研究，大多數(shù)學(xué)者集中在股票市場(chǎng)上。中西方學(xué)者在Baker、Wurgler（2007）構(gòu)建投資者情緒指數(shù)的基礎(chǔ)上，對(duì)指標(biāo)的選擇和構(gòu)建指數(shù)的方法進(jìn)行了改進(jìn)[3]。隨著文本挖掘技術(shù)的興起，孟雪井（2016）、申浩男（2018）等人，利用文本挖掘技術(shù)，結(jié)合機(jī)器學(xué)習(xí)方法和計(jì)量模型建立投資者情緒指數(shù)，對(duì)股票價(jià)格進(jìn)行了預(yù)測(cè)[4-5]。

本文基于文本挖掘技術(shù)，通過(guò)分詞、數(shù)據(jù)清理、詞性標(biāo)注等步驟減小獲得指標(biāo)的誤差，構(gòu)建投資者情緒指數(shù)，利用Logistic回歸分析研究了中國(guó)外匯市場(chǎng)上投資者情緒對(duì)有效匯率的影響。

三、投資者情緒指數(shù)的構(gòu)建

（一）數(shù)據(jù)來(lái)源及預(yù)處理

1.網(wǎng)絡(luò)爬蟲(chóng)

本文選取東方財(cái)富網(wǎng)站外匯吧的帖子和評(píng)論作為語(yǔ)料文本來(lái)源，研究時(shí)間范圍定為2014年1月-2019年1月。根據(jù)網(wǎng)址特征和網(wǎng)頁(yè)結(jié)構(gòu)，利用Python3.7編寫(xiě)程序，得到時(shí)間范圍內(nèi)每天的文本，共爬取1749條文本，在對(duì)無(wú)關(guān)文本內(nèi)容進(jìn)行剔除后，共得到1578個(gè)文本文件。將相同月數(shù)的文本進(jìn)行合并，得到61個(gè)月的語(yǔ)料文本。

2.分詞

利用R3.5.2軟件中jiebaR包強(qiáng)大的分詞功能，對(duì)61個(gè)月的文本進(jìn)行分詞，并對(duì)分詞結(jié)果進(jìn)行人工詞性標(biāo)注、數(shù)據(jù)清洗以及詞典匹配。

從分詞結(jié)果中挑選出表達(dá)積極和消極情緒的詞匯，并進(jìn)行詞性標(biāo)注。為了減小由于個(gè)人主觀判斷帶來(lái)的誤差，由四人同時(shí)進(jìn)行標(biāo)注詞性工作，最后將多數(shù)人都選中的詞匯進(jìn)行匯總，得到初始情緒詞典。篩除不符合詞法的詞語(yǔ)后，進(jìn)行詞典匹配，構(gòu)建新的分詞詞庫(kù)。利用新詞庫(kù)再次進(jìn)行分詞，得到新的分詞結(jié)果。部分情緒詞典展示如表一所示。

四、實(shí)證分析

所謂有效匯率，是指由貿(mào)易權(quán)重確定的外幣的加權(quán)平均價(jià)格，分為名義有效匯率和實(shí)際有效匯率。一國(guó)的名義有效匯率等于其貨幣與所有貿(mào)易伙伴國(guó)貨幣雙邊名義匯率的加權(quán)平均數(shù)，如果剔除通貨膨脹對(duì)各國(guó)貨幣購(gòu)買(mǎi)力的影響，即為實(shí)際有效匯率。經(jīng)對(duì)原始文本預(yù)料的分析，發(fā)現(xiàn)通貨膨脹是投資者考慮的因素，所以使用Wind數(shù)據(jù)庫(kù)提供的的名義有效匯率作為研究對(duì)象，時(shí)間范圍為2014年1月-2019年1月。

由于影響有效匯率的因素有很多，如果只憑借投資者情緒指數(shù)研究對(duì)有效匯率的影響，會(huì)導(dǎo)致回歸方程中隨機(jī)誤差項(xiàng)中包含部分關(guān)鍵變量，即關(guān)鍵變量沒(méi)有完全從隨機(jī)誤差項(xiàng)中分離出來(lái)，使得回歸結(jié)果出現(xiàn)嚴(yán)重偏離。為了避免量化后的數(shù)據(jù)帶來(lái)的預(yù)測(cè)誤差，需要從定性的角度對(duì)有效匯率的變化進(jìn)行分析。本文將有效匯率和投資者情緒指數(shù)進(jìn)行Logistic回歸，得到當(dāng)有效匯率的變化趨勢(shì)發(fā)生改變時(shí)投資者情緒變化的百分比。

從定性的角度分析有效匯率，首先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。將2014年1月-2019年1月的名義有效匯率處理成二分類(lèi)變量，即若 ，則記 ，反之，若 ，則記 。其中， 表示第t個(gè)時(shí)間段的名義有效匯率值，為數(shù)值型變量， 為處理成二分類(lèi)變量后第t個(gè)時(shí)間段的名義有效匯率值，取值為1或0。

當(dāng)二分類(lèi)變量已被解釋變量的角色出現(xiàn)在回歸分析中時(shí)，由于不滿足一般線性回歸模型對(duì)被解釋變量的取值要求，且違背回歸模型的前提假設(shè)，因此，無(wú)法直接接著回歸模型進(jìn)行研究。通常采用的方法是Logistic回歸分析，選用（0，1）型Sigmoid函數(shù)，公式（2）所示。

由表可知，在5%的顯著水平下，不可以認(rèn)為投資者情緒指數(shù)對(duì)即期有效匯率的影響有顯著差異，說(shuō)明投資者情緒對(duì)即期有效匯率沒(méi)有產(chǎn)生顯著影響;對(duì)于滯后一期和滯后二期的有效匯率，投資者情緒指數(shù)的系數(shù)p值均小于0.05，而從滯后三期開(kāi)始，投資者情緒對(duì)有效匯率的影響不顯著。所以，可以認(rèn)為投資者情緒對(duì)有效匯率產(chǎn)生顯著影響，且影響發(fā)生在滯后的兩期內(nèi)。

對(duì)于滯后一期的有效匯率，投資者情緒指數(shù) 每增加一個(gè)單位所帶來(lái)的優(yōu)勢(shì)是原來(lái)的exp（-14.021）倍，表明投資者的積極情緒上漲，不但不會(huì)促進(jìn)有效匯率上升，反而會(huì)使有效匯率下降。對(duì)于滯后二期的有效匯率，投資者情緒指數(shù) 每增加一個(gè)單位所帶來(lái)的優(yōu)勢(shì)是原來(lái)的exp（-14.838）倍，比滯后一期相比，有效匯率下降的幅度更大。

五、結(jié)論

基于文本挖掘技術(shù)構(gòu)建投資者情緒指數(shù)，通過(guò)Logistic回歸發(fā)現(xiàn)中國(guó)外匯市場(chǎng)投資者情緒對(duì)有效匯率的變化具有短期反向影響，因此，央行需要將外匯市場(chǎng)的投資者情緒作為影響調(diào)控決策的重要因素之一。

參考文獻(xiàn)

[1] ?French，Jordan.Asset pricing with investor sentiment：On the use of investor group behavior to forecast ASEAN markets[J].Researchin International Business and Finance Elsevier，2017，vol.42（c）：124-148.

[2] ?司登奎，李小林，江春.央行外匯干預(yù)、投資者情緒與匯率變動(dòng)[J].統(tǒng)計(jì)研究，2018，35（11）：58-70.

[3] ?Malcolm Baker，Jeffrey Wurgler.Investor Sentiment in the Stock Market Journal of Economic Perspectives[J]. American Economic Association，2007vol.21（2）：129-152.

[4] ?孟雪井，孟祥蘭，胡楊洋.基于文本挖掘和百度指數(shù)的投資者情緒指數(shù)研究[J].宏觀經(jīng)濟(jì)研究，2016（01）：144-153.

[5] ?申浩男. 投資者情緒對(duì)股票市場(chǎng)的影響研究[D].山西財(cái)經(jīng)大學(xué)，2018.