投資者情緒對中國證券綜合指數的影響

蔡璐陽

（澳門城市大學，中國澳門 999078）

0.引言

中國股票市場作為中國證券市場的重要組成部分，在實現金融資源配置、促進中國經濟發展方面發揮了重要作用。但是相較發達國家股票市場，中國股市起步晚、體制不完成等問題依然明顯，如何引導股票市場的良性發展是一個值得深思的問題，投資者作為金融市場的重要參與者，深深影響股市走勢。而作為度量投資者投資傾向的量化指標―投資者情緒，能夠有效分析投資者對于股市的影響，目前已經成為研究熱點。因此，本文在借鑒前人研究基礎上，構建起度量國內投資者的投資者情緒指數，并以此為出發點，分析了其對中國證券綜合指數的影響。

1.文獻綜述

投資者情緒最早的雛形可追溯到凱恩斯（1937）提出的“動物精神”這一概念。這個概念傳達的思想是投資者在做投資決策時會受到“動物精神”的驅使，并作用于股價的波動，使得股價無法真實反映該股票的內在價值。換句話說就是人受到外界或自己內心的刺激，產生心理變化，這種心理變化又會引起行為上的偏差，故而導致非理性決策的產生，影響股價變動，導致價格不能正確反映股票的內在價值。對此，De Long（1990）首次從行為金融學的角度解釋了投資者情緒是如何產生的，他認為情緒產生于交易者的主觀信念與客觀理性的偏差之中。面對同樣的情況，不同的投資者會產生同質或異質的主觀信念，這種信念的偏差以及之后的轉變都會導致投資者情緒的產生。此后，投資者情緒的概念被廣泛沿用至各種研究中。

學者通過實證研究，證實了投資者情緒對我國股市中不同指標的影響，且對投資者情緒進行研究，能更好地解釋我國股市中存在的一些金融異象。其中，高大良[1]、劉維奇和劉新新[2]探究了投資者情緒是如何影響市場收益波動性的，及其對風險收益關系的影響。類似地，陳日清[3]探究了投資者因過度自信心理導致的高漲情緒對A股波動的影響。而李鳳羽[4]則從投資者情緒角度解釋了A股市場中ETF折溢價現象，并得出投資者情緒與ETF溢價率正相關的結論。也有學者從定價角度對投資者情緒進行了研究，文鳳華等[5]、宋順林和王彥超[6]通過實證研究，分析了投資者情緒對股票定價的影響。在對投資和情緒是否可以預測股指趨勢方面，楊光藝[7]選取2006年3月至2017年9月的月度數據，對中國股市的可預測性進行了研究，并得出包含情緒信息的指標，在牛市中具有更好預測力這一結論。

綜上所述，投資者情緒對股市的影響是不容忽視的，將投資者情緒因素納入到對股市綜指走勢的研究、分析和預測中，其結果會更具有科學性和說服力。但是目前研究的內容大多較為單一，重點分析關于投資者情緒對于中國證券市場綜合指數的影響文章較少。

2.投資者情緒度量

可代表投資者情緒的構建方法多樣，本文借鑒前人如易志高、茅寧[8]，巴曙松、朱虹[9]研究基礎上使用成分分析法，采用代理指標，通過降維獲得投資者情緒指數，選用封閉式基金折價率（DCEF）、消費者信心指數（CCI）、滬深市場交易量（TRUN）、上月新增投資者開戶數（NIA）、IPO個數（IPON）、和IPO首日收益（IPOR）作為代理變量。為保持數據的一致性，本論文實證部分所用到的投資者情緒代理變量、滬深300指數和宏觀經濟變量均選取2010年8月至2020年8月10年間的月度數據，所用到數據除滬深300指數外均來自國泰安數據庫。滬深300指數歷史數據來自Python的數據挖掘。通過降維，得到以下公式：

圖1為2010年8月至2020年8月，滬深300指數和投資者情緒綜合指數的走勢對比。通過折線圖對比不難看出，表示本文根據情緒代理變量所構建的綜合指數，可以較好地代表樣本期間內我國股市中的投資者情緒。

圖1 投資者情緒綜合指數與滬深300指數走勢對比

3.模型構建與回歸分析

3.1 模型構建

本文選用最小二乘法（OLS模型）對相關變量進行回歸分析。并設置對照組，分析引入投資者情緒指數前后，投資者情緒是否對綜指走勢有額外解釋力。具體的回歸公式如下：

其中，Hu300t代表滬深300指數，Bect代表各時間點宏觀經濟景氣指數，IEt代表各時間點投資者情緒指數，C1、C2為常數項，εt、μt為隨機擾動項。在進行了回歸方程（1）和方程（2）的估計后，本文進一步對兩個回歸的殘差進行分析，以確定投資者情緒在控制了宏觀因素不變下，是否能夠增加模型的解釋能力。

3.2 變量的描述性統計與相關性分析

對投資者情緒指數，宏觀經濟景氣指數，滬深300指數進行描述性統計，結果如表1所示。通過觀察統計數據，可以發現各變量之間存在較大的差異，滬深300的本身數值較大，而其波動性也較大大，標準差為677.227；宏觀經濟景氣指數標準差相對較小，這表示我國宏觀經濟整體走勢在樣本區間保持穩定；投資者情緒指數標準差最小，其數值為1.118，均值為-1.36，說明樣本期間內投資者群體的情緒總體較為低落。

表1 證券綜指、投資者情緒與宏觀經濟變量的描述性統計

對滬深300指數、投資者情緒綜合指數和宏觀經濟景氣指數進行相關性分析，其結果如表2所示。根據結果可以看出，本小節擬回歸的變量之間具有一定的相關性，滬深300與投資者情緒指數高度正向相關，與宏觀經濟景氣指數呈不顯著的負相關；而投資者情緒指數與宏觀經濟景氣指數呈負相關，且顯著性較低。這說明我國投資者在做投資決策時，更多地是依據股市綜指或其他股市相關指標，較少考慮我國整體經濟走勢，這也導致投資者在做決策時具有一定片面性和非理性，導致股市走勢與宏觀經濟發展之間出現一定背離情況。

表2 證券綜指、投資者情緒與宏觀經濟變量的相關性分析

3.3 回歸結果

在回歸之前，對滬深300指數進行一階差分，以消除其線性趨勢因素，得到平穩序列。如表3所示，通過回歸可以發現，在未加入投資者情緒變量之前，宏觀經濟景氣指數變化會對滬深300產生顯著的負影響，證明我國宏觀經濟發展趨勢仍不能很好地體現股市的走勢。同時，這一結果也說明，為了更好的理解我國股市的運行機制，僅從宏觀層面分析是遠遠不夠的，在后續的研究中需要對包括投資者情緒因素在內的，更多其他因素進行探討和研究。在加入投資者情緒指數之后，宏觀經濟指數的系數變小，并且其自身在0.001標準下顯著，與滬深300指數正相關，這說明投資者情緒是影響股指走勢的重要因素之一，當股指呈上升趨勢時，投資者的投資意愿高漲，此時高漲的情緒可以促進股指進一步走高。從調整后的R2來看，加入投資者情緒指數之后，R2從0.0479增大到0.245，可以看出引入情緒因素，模型的解釋力得到進一步增強。這一結果表明，在研究宏觀經濟因素對股市影響的基礎上，引入投資者情緒，可以更好地解釋股指走勢的變化。

表3 引入情緒因素前后的回歸結果

3.4 殘差分析

根據圖2、圖3、圖4和圖5所示，在引入投資者情緒指數后，從直方圖來看，殘差的分布更加接近正態分布，從散點圖來看，殘差的分布更加集中，所估計出來的模型更加具備良好的統計性質，故所得的結果會具有可信度。此外，在未引入投資者情緒的回歸模型中，圖3顯示其殘差散點分布在擬合值低時的殘差的上下變動比在擬合值高時的殘差變動要大，這表示該模型呈現出明顯的異方差問題。而在引入情緒因素后的回歸模型中，散點圖5顯示殘差的上下變動變得比較一致，這表示模型的異方差的問題得到了有效的改善。由此可以更直觀的看出，引入投資者情緒，相較只從宏觀經濟層面對我國證券綜指進行分析，更為符合利用多元回歸進行分析的理想假設，從而得出更加可信的結論。

圖2 未引入投資者情緒殘差直方圖

圖3 未引入投資者情緒殘差散點圖

圖4 引入投資者情緒后殘差直方圖

圖5 引入投資者情緒后殘差散點圖

4.結論與政策建議

本文基于2010年8月至2020年8月共121組月度數據，采用主成分分析法構建了投資者情緒綜合指數，并運用OLS模型的計量方法，對樣本其間內的投資者情緒、宏觀經濟代理變量和滬深300綜指進行了實證研究，得出如下結論：

本文通過主成分分析法構建的投資者情緒指數其與同時期滬深300指數走勢的對比，發現兩個指數的大體走勢基本趨于一致，得出該指數能較好代表我國投資者情緒高漲和低落走勢的結論；通過對宏觀經濟景氣指數、滬深300指數和投資者情緒指數的回歸分析，得出樣本期間內我國宏觀經濟的發展情況和我國證券綜指的走勢呈負相關，這表示目前我國股市仍不能很好地反映我國經濟情況，以及宏觀經濟在一定程度上無法正確預測股市的走勢；根據對比引入投資者情緒因素前后的回歸殘差，可以發現引入情緒因素后，回歸模型的殘差直方圖更趨于正態分布，殘差散點圖也更加集中。這說明加入對投資者情緒的分析，可以更好地對我國股市綜指走勢進行解釋和預測。

根據結論，針對如何引導投資者理性投資、如何優化政策制定以減輕投資者情緒對股市的影響，提出以下建議：

（1）加強對投資者理性思維的培養。我國人口基數龐大，個體投資者在股票市場中占據很大比例，由于大多數散戶缺乏專業知識，這使得他們盲目操作，極易受情緒驅使，致使股市不規律大幅漲跌，也使他們自身財富蒙受嚴重損失。故而要增強投資者的理性投資思維以及風險意識，了解相關投資理論和知識，提高投資分析能力。

（2）加強對股票市場監管。在制定政策時，應采取嚴格的監管措施，降低因機構或媒體發布的引導性消息而造成的噪音交易。比如，中國證監會可以制定嚴格的反欺詐措施，加大對市場中傳播內幕信息、進行內幕交易的刑事責任和民事責任。這樣可以降低這些噪音信息對投資者情緒造成的影響和干擾。

（3）建立股票市場預警機制。市場的平穩運行需要及時的監管，有鑒于歷史上的股市崩盤大多都有跡可循，其中大部分都是由投資者非理性情緒及投資行為加劇的。從本文的實證結果來看，由封閉式基金折價率、消費者信心指數、上月滬深市場交易量、上月新增投資者開戶數、IPO個數和IPO首日收益所構建的投資者情緒，可以較好地擬合滬深300的走勢，因此，可以借助這些變量來實時觀測市場存在的投資者情緒。構建合理有效的投資者情緒指數為監管者提供了一個新的視角，可以用來分析市場中存在的投資者情緒及其走勢，建立有效的市場預警體系。