投資者情緒與股票收益率的關系
——來自中國股市的實證證據

辛宗普，郭萬山

(1.遼寧大學 數學與統計學院，遼寧 沈陽 110036；2.遼寧大學 經濟學院，遼寧 沈陽110036)

0 引言

有效市場理論假設市場的參與者是理性的，資產價格完全反映了市場所有可利用信息，這意味著任何投資者都不可能通過技術分析或基本面分析擊敗市場而獲得超額收益.然而，大量的文獻通過對“87股災”、“99互聯網泡沫”等“金融異象”的研究發現，投資者并非完全理性的，而是有限理性，甚至是非理性的.20世紀80年代，行為金融學從心理學、行為學和社會學角度，對金融市場中的非理性行為進行了深入探討，并提出證券價格并不完全由資產的內在價值決定，在很大程度上受到投資者行為的影響.

國外學者關于投資者情緒的研究起步相對較早，de Long[1]提出的噪音交易模型(DSSW)被認為是后來關于投資者情緒研究的開端.de Long認為，噪聲交易者對資產價格預期偏差的形成，很大程度上緣于投資者情緒的存在.隨后，有大量文獻對投資者情緒與證券市場之間的關系展開研究.主要圍繞在：投資者情緒是否具備預測市場的能力，將其作為監管市場的一個指標[2]；投資者情緒是否對市場收益及波動率產生影響，以及這種影響是否表現出非對稱性[3]；投資者情緒是否構成資產定價的影響因子，在資產定價和證券市場研究過程中是否應該對投資者情緒予以考慮[4].

受到多方面綜合因素影響，中國股市投資者非理性程度嚴重[5]，股市長期表現出劇烈波動的特征，而現代金融理論對股市的長期劇烈波動的解釋力有限，從投資者情緒層面研究中國股市是必要的[6].本文對投資者情緒與股票收益率之間互動關系進行研究，試圖為處在轉型期的中國股票市場如何通過控制投資者情緒穩定股市、防范和控制金融風險提供理論支撐和證據.

1 投資者情緒指標構建

國內外學者基于不同視角對投資者情緒進行測度，但尚未形成一致性認同，其測度方法優劣評判不一[7-8].本文選取新增機構投資者開戶數和封閉基金折價率作為投資者情緒的原始指標，原因有二：其一，新增機構投資者開戶數和封閉基金折價率在一定程度上反映出機構投資者對未來市場的預期[9]，將其作為投資者情緒的指標是合理的.其二，利用新增機構投資者開戶數和封閉基金折價率構建綜合情緒指標，過濾掉了單一指標存在的噪音，減少單一指標對情緒測度的偏差，克服了單一情緒指標的片面性，理論上更具科學性

市場上封閉基金有很多只，如何構建市場封閉基金折價率是解決問題的關鍵.市場上封閉基金的上市時間及到期時間是存在差異的，很難將所有的基金統一在一個樣本期內.為了保證基金時間上的一致性，本文選取在封閉基金中占有較大比例的6只基金.分別是：基金豐和(184721)、基金久嘉(184722)、基金鴻陽(184728)、基金通乾(500038)、基金科瑞(500056)、基金銀豐(500058).首先上述的6只基金的上市時間和到期時間都在我們選擇的樣本內，同時6只基金在市場所有封閉基金發行總額中的占比達到75%，用上述6只封閉基金折價率的線性組合表征市場封閉基金折價率是全面的、科學的.

本文將研究的樣本區間選定為2013年1月4日至2014年12月31日，共計519個交易日的市場封閉式基金的交易價格及單位凈值數據.對于新增機構投資者開戶數樣本區間同樣選定為2013年1月4日至2014年12月31日，共計519個數據，針對期間的數據丟失采用簡單的線性插值方法進行補全.數據來自中國證券登記公司咨詢中心和中國財富網.

(1)

其中，NAVit是第i只基金t時刻的資產凈值，Wit值越大，說明Wit表示第i只基金的折價率對市場封閉基金折價率的貢獻度越大，Wit值越小，說明Wit表示第i只基金的折價率對市場封閉基金折價率的貢獻度越小.且Wit滿足如下條件：

(2)

通過公式(1)計算第i只基金的折價率在市場封閉基金折價率所占的比重，結果如表1所示.

表1 基金資產凈值權重比例表

根據基金權重比例表(見表1)得到相應權重Wit，構建封閉基金折價率具體如下：

(3)

(4)

其中，CEFRt為t時刻封閉基金折價率，DISCit為第i只基金t時刻折價率，λ為新增機構投資者開戶數與上證指數之間的相關系數，μ為封閉基金折價率與上證指數之間的相關系數.

由公式(3)和(4)計算封閉基金折價率的倒數和新增機構投資者開戶數在投資者情緒中的權重α和β，且其值分別為0.62和0.38.

(5)

其中，QXZSt為t時刻投資者情緒指數，LKHSt為t時刻新增機構投資者開戶數，將α和β代入到公式(5)中，這樣投資者情緒就通過封閉基金折價率的倒數和新增機構投資者開戶數線性表示為

(6)

2 實證分析

本文在收益率指標的構建中，采用2012年12月31日至2014年12月31日的上海證券交易所的日開盤指數和收盤指數，共計520對數據，數據來自銳思數據庫.在股票市場收益率指標的構建中，首先對上證指數的日數據進行對數化處理.

SYLt=lnpt-lnpt-1

(7)

其中，SYLt表示t時刻收益率，pt表示t時刻的收盤價，pt-1表示t-1時刻收盤價.通過公式(7)得到收益率時間序列{SYLt}，時間序列{SYLt}包含519個數據.

表2 變量描述統計

表2為股價(SZZS)、收益率(SYL)、投資者情緒時間序列(QXZS)等變量描述統計

2.1 Granger因果檢驗

為了準確發現投資者情緒與股市收益率之間的動態關系，本文借助向量自回歸(VAR)模型來研究.建立VAR模型之前必須保證變量的時間序列是平穩性的，因此我們首先對投資者情緒與股市收益率的時間序列進行平穩性檢驗，本文采用單位根檢驗，檢驗結果如表3所示.

表3 投資者情緒與股市收益率時間序列的單位根檢驗結果

下面檢驗投資者情緒與股票收益率是否存在因果關系，如果存在因果關系，是存在單向的因果關系，還是雙向的因果關系.接下來進行Granger因果關系檢驗，結果如表4所示.

表4 投資者情緒與股票收益率進行Granger因果檢驗的結果

檢驗發現，滯后期的選擇不會造成結論的差異.

其中，ΔQXZS為投資者情緒一階差分，SYL為收益率.表4的檢驗結果證實，ΔQXZS與SYL之間存在著雙向Granger因果關系.即投資者情緒的變動是引起SYL的Granger原因，同時SYL是引起投資者情緒變動的Granger原因.這與中國股市現實情況相符，中國股市投資者結構不合理，投資者非理性程度嚴重，中國股市容易受到投資者情緒的影響.

2.2 脈沖響應分析

建立投資者情緒與收益率VAR模型，投資者情緒的波動或沖擊在對本身產生影響的同時，還會對收益率產生沖擊或變動，而這種沖擊或變動通過VAR模型動態結構反映出來.我們通過脈沖響應函數刻畫這些影響的軌跡，揭示投資者情緒或是收益率的擾動如何通過模型影響其他變量，最終反饋到本身的過程.建立VAR(6)脈沖響應函數，沖擊效應作用原理如下：

A0Mt=A1Mt-1+A2Mt-2+A3Mt-3+A4Mt-4+A5Mt-5+A6Mt-6+Et

(8)

其中

Mt=[ΔQXZStSYLt]′

(9)

Et=[u1tu2t]′

(10)

當非結構擾動項u1t受到沖擊會造成ΔQXZS發生變化，而且還通過當前的ΔQXZS值影響變量ΔQXZS今后的值.由于新息uit彼此相互聯系，u1t會導致u2t發生連續改變，進而投資者情緒ΔQXZS和收益率SYL都會受到動態的沖擊而發生程度不同的相應變化.

投資者情緒與收益率的沖擊效應分析的具體結果如圖1、圖2和表5所示.圖中的實線表示受到沖擊后變量的一個標準差新息的脈沖響應，即變量受到沖擊后的未來走勢，虛線則表示在相應脈沖響應圖像兩側兩倍多的標準誤差.圖的橫軸代表了沖擊持續的時間周期，縱軸反映了各變量受到本身或其他變量沖擊對自身造成的沖擊的程度

圖1 投資者情緒沖擊引起(a)投資者情緒與(b)收益率的響應函數圖

從圖1中我們可以看出，投資者情緒受自身正向沖擊后就會迅速出現較強的反應.第1期受到的影響最大，隨后第2期之后逐步衰減，在第8期影響幾乎消失.這一過程可理解為，當投資者情緒受到正向沖擊時，投資者情緒開始變得悲觀，但是這種悲觀的情緒沖擊影響不會持續太長時間，消失相對較快.收益率在受到投資者情緒的正向沖擊影響后，收益率迅速產生反應，收益率起初在前兩期呈現遞減，最小值出現在第2期，隨后這種影響慢慢消失.這一變化可以理解為投資者情緒表現悲觀，減少了股票資產的交易行為，股票價格迅速降低，同時收益率為負值，在第2期達到最小，在第4期之后隨著沖擊影響的逐步減弱，對收益率沖擊影響效果逐步穩定.

表5 投資者情緒與收益率之間的響應函數結果

圖2 收益率沖擊引起(a)投資者情緒與(b)收益率的響應函數圖

從圖2中可以看出，收益率受到自身沖擊后迅速產生反應，在第4期達到了最小值，從第6期開始沖擊的作用逐漸減弱，變量的波動幅度逐步減小，在第9期將為0.投資者情緒受到收益率的一個沖擊后，投資者情緒從第1期開始上升并且在第2期達到最高值，在第2期之后開始下降并在第3期達到最低值，然后第3期開始上升并在第4期達到最高值，表現出短期內的周期性變化，并且波動的幅度一直減小，在第9期影響幾乎為0.這一過程可以理解為，隨著收益率的提高，投資者情緒迅速表現為高漲，隨著投資者交易行為的加大，收益率會降低，投資者情緒表現出悲觀，隨后收益率加大，投資者情緒又表現出高漲的周期性變化，最終沖擊的影響基本趨于穩定.綜合來看，投資者情緒和收益率存在反向的互動影響關系，給其中一個變量反向變化的作用之后，另一個變量正向的影響便開始凸現，隨著沖擊的減弱最終漸漸趨于穩定.

2.3 沖擊效應的方差分解分析

為了定量刻畫投資者情緒沖擊及收益率自身沖擊對收益率波動的貢獻程度，本文對收益率和投資者情緒沖擊效應進行方差分解.

表6 收益率方差分解的結果

圖3 投資者情緒方差分解的結果

表6為收益率方案分析結果.其中，S.E.表示回歸標準差，QXZS表示投資者情緒，SYL表示收益率.從表6可以看出收益率自身對其波動的貢獻度最大，達到了94.4%，而投資者情緒對收益率波動貢獻度為5.6%，所占比例較小.但從各期方差貢獻率的變化趨勢來看，投資者情緒的變動對收益率的影響相對穩定，其影響不應忽視，在對收益率進行研究時投資者情緒應該加以考慮.

圖3所示是投資者情緒和收益率沖擊對投資者情緒波動的貢獻程度，其中實線表示投資者情緒變動由自身變動導致的部分，虛線代表收益率沖擊對投資者情緒變動波動影響的方差貢獻率.由圖3可知，投資者情緒變動方差由自身變動解釋的部分呈現下降趨勢，由收益率變動解釋的部分逐漸增加，在第10期達到峰值，大約6%的投資者情緒變動方差由收益率變動可以解釋.

3 結論

中國股市中的投資者情緒和收益率之間的互動關系研究結果表明，投資者情緒是影響收益率的原因之一，但這種影響具有滯后性；脈沖分析表明投資者情緒變動不僅對收益率造成瞬時或短期影響，還會在較長時期中形成累積效應；方差分解證實投資者情緒是影響收益率變化的一股力量.中國股票市場相對不夠成熟，投資者的非理性程度高，投資者情緒對股市的影響不容忽視，管理者在資產定價和證券市場研究過程中應該對投資者情緒予以考慮.