投資者情緒、金融化與商品收益率

邵 航,劉 用 明

(四川大學 經濟學院,四川 成都 610065)

一、引 言

中國期貨市場成交量自2017年以來連續保持高增長態勢,在2021年全球商品期貨成交量排名中,中國商品期貨包攬農產品前11名,金屬前10強中占9席,能源化工品前20強中占7席(1)數據來源:中國期貨業協會。。金融資本通過基金、信托、保險等渠道流入商品期貨市場,金融投資者市場份額的不斷提升促成了“商品金融化”現象。中國商品期貨市場蓬勃發展的同時,也伴隨著金融化程度提升所帶來的商品價格波動風險。“商品金融化”現象近年來成為學界與產業共同關心的議題。近年來類似“瘋狂的石頭”“煤超瘋”(2)“瘋狂的石頭”:2021年初,高度依賴澳大利亞進口的鐵礦石供給缺口放大而導致期貨價格暴漲3倍多。“煤超瘋”:2021年10月,在供需錯配與投機資金炒作下,在短短兩三個月內動力煤、焦煤、焦炭期貨價格暴漲2～3倍,甚至影響全國多地電力供應,出現限電限產現象。

這類涉及生活生產的安全事件的發生,引發輿論對商品期貨市場高杠桿、高風險的擔憂。2019年年末暴發的新冠疫情導致全球經濟活動停滯,WTI原油期貨價格史無前例地跌至負值,帶動大宗商品期貨價格狂跌不止。2022年年初,在俄烏沖突引發國際供應鏈沖擊與全球經濟復蘇預期受挫背景下,原油、鐵礦石、鎳及油脂等多個商品價格瘋漲,甚至創下數十年來最大漲幅。以上現象已無法僅靠傳統經濟金融理論中供需平衡的商品定價模型來解釋,其中,最具爭議的就是理性人的基本假設。結合心理學理論,在行為金融文獻中的非理性投資者行為通常以投資者情緒來衡量,進一步解釋由投資者非理性行為造成的金融異象。因此,投資者情緒能否作為商品期貨定價的影響因素,金融化程度能否以及如何調節投資者情緒風險的傳遞,都是本文想要探討的問題。

雖然已有豐富的文獻研究投資者情緒對股票市場的影響[1-3],但聚焦商品期貨市場的文獻并不多。其中,以間接指標或復合指標衡量投資者情緒為主,更多反映市場整體的綜合投資者情緒。由于包含低頻更新的宏觀經濟數據,該類指標的時間間隔最短僅為月度級別。直接情緒指標反映投資者預期,包括對投資者進行隨機問卷調查,分析師或機構評分,以及根據個體主觀行情預測編制的情緒指數,如央視看盤指數[4]和大宗商品信心指數[5]。間接情緒指標通過市場行情反饋間接體現投資者情緒,包括換手率,IPO首日收益率,封閉式基金折價率以及超買超賣、相對強弱等技術指標[6-7]。復合指標則是通過主成分分析(PCA)、偏最小二乘回歸(PLS)等方法構建的包含多個投資者情緒因素的綜合指標,其中,Baker &Wurgler綜合6個因子并控制宏觀經濟變量等理性因素后構建的投資者情緒復合指標被廣泛應用于股票市場的實證研究[2]。近年來隨著機器學習和大數據研究的發展,開始逐步出現利用文本分析、深度學習等技術構建投資者情緒的直接指標[8-10]和混合指標[11-12]。研究對象也從股票市場延伸至管理者行為、對沖基金、互聯網理財產品以及商品期貨。但鮮有聚焦中國商品期貨市場的投資者情緒研究。因此,本文借助文本分析方法對投資者情緒進行直接衡量,采用商品期貨相關的情感詞典對網絡平臺新聞媒體和論壇的文本信息進行情感分析,按商品品種分類構建日度投資者情緒指標。在此基礎上,進一步探究投資者情緒對商品期貨收益率的解釋力,并討論金融化程度對商品收益率中蘊含情緒風險敞口的調節作用。

本文可能的邊際貢獻主要體現在:第一,優化投資者情緒量化方式,構建按細分至商品品種的高頻投資者情緒指標,為研究投資者情緒在商品種類異質性上的特征提供量化數據支撐;第二,利用中國商品期貨市場和網絡文本數據,為商品期貨定價提供基于投資者情緒視角的實證依據;第三,結合中國商品市場金融化現象,檢驗金融化程度對商品收益率中蘊含的投資者情緒風險起到正向調節作用,并為商品金融化監管提供政策啟示。

二、理論模型與研究假說

本節給出模型的簡要概述并提出本文的研究假說。參照Chen等的研究框架[13],本文拓展的模型刻畫了商品期貨價格在兩周期噪聲理性預期均衡下的特征,并論證了商品期貨的價格不僅取決于標的商品的供給與需求,還由投資者情緒所驅動,大宗商品市場的金融投資者的情緒變化將導致理性預期均衡下的商品期貨價格偏離商品基本面價值。此外,代表商品金融化程度的金融投資者參與的增加將導致期貨溢價水平的進一步上升。

(一)理論模型

模型包含兩個時刻,期初t和期末T。期末商品價格由期初總供給(在期初產出)和期末總消費決定,而期末商品價格是一個滿足以下方程的隨機變量:

pT=α-Qt

(1)

(2)

(3)

解得均衡期貨價格為:

(4)

(5)

此外,以投資者情緒樂觀時為例,商品期貨均衡價格與投資者情緒中性時的差值為:

(6)

當金融投資者占比越高時,ω越接近1,投資者樂觀情緒(ωU>ωD)將更多地導致商品期貨均衡價格Ft(T)偏離投資者情緒中性時(ωU=ωD=50%)的均衡價格,而投資者情緒悲觀時(ωU<ωD)僅符號相反,而偏離差值變化情況相同。其偏離程度與金融化程度(ω)正相關,說明金融化程度正向調節投資者情緒對商品收益率的解釋力。金融化程度起到正向調節作用。

(二)研究假說

通過放寬投資者理性預期的模型假定,投資者情緒可以通過價格預期和風險偏好兩個維度影響上述模型。從模型均衡期貨價格的影響因素角度出發,提出以下研究假說。

假說1:投資者情緒對商品收益率有正向的助漲殺跌效應,當投資者情緒積極時,商品期貨價格上漲幅度擴大;而當投資者情緒消極時,商品期貨價格下跌幅度加深。

另一方面,投資者風險容忍度將受非理性預期而變化,進而改變商品預期回報率φ。全體投資者的平均風險容忍度由金融投資者占比ω,生產者風險容忍度γP和金融投資者風險容忍度γS決定。金融投資者占比越接近1,金融化程度越高,其風險容忍度越大于生產者,商品期貨溢價將會越高,導致均衡期貨價格的上升,即商品收益率的增加。因此,高金融化程度商品收益率中蘊含更多投資者情緒風險。據此提出研究假說2。

假說2:金融化程度對投資者情緒影響商品收益率的程度起到正向調節作用,金融化程度越高的商品期貨回報中存在越大的情緒風險敞口。

此外,投資者情緒不僅包括供給和需求在內的基本面信息,還會傳遞由于金融化程度提升所帶來的期貨溢價信息。金融投資者一般以多頭身份參與商品期貨交易,而商品生產者則較多以空頭身份進行套期保值。相較于投資者情緒中性的情形,樂觀情緒更容易導致金融投資者“浮盈加倉”的正反饋激勵。反觀下跌行情中,金融投資者的悲觀情緒往往被出贏保虧的處置效應所消化[14],相對低價也會降低生產者套保動機,因此悲觀投資者情緒對商品收益率的殺跌效應相對更弱。這種現象將在金融化程度更高的品種中更為明顯。因此,商品收益在上漲或下跌趨勢行情中將出現明顯異質性。類似的異質性還體現在商品種類與投資者情緒方向等方面。據此提出研究假說3。

假說3:投資者情緒對商品收益率的影響在商品品種分類、情緒方向和趨勢行情方面存在異質性。具體而言,積極的投資者情緒對商品收益率的助漲效應強于消極投資者情緒,且金融化程度在其中起到的調節作用更顯著;上漲行情中商品收益率的投資者情緒風險暴露大于下跌行情,特別是在金融化程度更高的品種之中。

三、研究方法與數據說明

(一)數據來源與處理

本文利用中國商品期貨市場數據與期貨相關互聯網文本數據進行實證檢驗。其中,期貨市場數據為2017年6月至2022年5月總計1 213個交易日的期貨收盤行情數據,包括收盤價、成交量、持倉量,數據來源為wind數據庫。所選商品期貨合約為上海期貨交易所、大連商品交易所和鄭州商品交易所上市交易的大宗商品期貨合約,選取流動性最高的前20個品種(詳見表1)。通過將到期前一個月以上主力合約滾動替換構建各品種連續主力合約。商品i在t期的期貨收益率定義為t期對數收盤價與t-1期對數收盤價之差,即Ri,t。商品i在第t期的投資者情緒和投機度分別為SIi,t和SPi,t,其中投機度指標定義為當日收盤成交量與持倉量之比,投資者情緒指標由文本數據情感分析計算得出。

表1 商品期貨合約分類

表2 主要變量描述性統計

(二)研究設計與研究方法

1.變量指標設計

(1)投資者情緒指標。投資者情緒的測度分為直接、間接和混合指標。借鑒現有文獻[15-16],本文采用文本分析方法構建反映各商品品種日度投資者情緒的直接指標。通過互聯網平臺新聞媒體或論壇(3)包括同花順、東方財富、金融界、財聯社、和訊網、新浪財經等,原始數據來源為wind和中信建投期貨研究發展部。,使用爬蟲程序獲取總計951 255個原始文本數據,按發布時間、涉及商品品種進行分類儲存。情緒識別是自然語言處理領域的常見任務,相較于使用自然語言第三方詞庫(如SnowNLP)、通過海量數據訓練深度學習模型或結合標注對預訓練模型進行精調(如Google的BERT和OpenAI的GPT)等方式,本文采用更針對期貨行業專業詞匯和適用于較小數據量的情感詞典方法。其中,對商品品種分類涉及期貨品種名稱識別和板塊品種分類。例如“動力煤”也常被表述為“鄭煤”,塑料與L、LLDPE,甲醇與鄭醇等也類似表示同一期貨品種。此外,還存在一對多的品種描述,如“鋼材”包括螺紋和熱卷兩個品種,“蛋白粕”包括豆粕和菜粕,“油脂”包括豆油、菜油和棕櫚油等。本文通過開源工具cnsenti中文情感分析庫進行情緒分析,在默認情感詞典基礎上補充商品期貨行情描述詞匯,典型的積極情緒詞匯包括“攀升”“買進”和“供不應求”等,而“拋儲”“累庫”和“逢高沽空”等則為代表性的消極情緒詞匯,構建總計11 454個詞匯的情感詞典。利用python中Synonyms中文近義詞工具包按照情感詞典來對原始文本數據進行文本去噪、分詞并轉換為詞向量,利用WORD2VEC模型確定積極或消極詞匯,最后進行情感分析,按積極詞匯占積極與消極詞匯總和的比例計算投資者情緒指標。如果積極詞匯與消極詞匯數量相同或不包含任何感情詞匯則取值0.5。為與商品期貨收益率數據匹配并避免實證檢驗中可能存在的多重共線性問題,對投資者情緒指標進行了中心化處理。

(2)金融化程度。借鑒現有文獻[17-19],本文以投機度作為金融化程度的代理變量,投機度指標定義為成交量與持倉量之比,反映期貨合約流動性與市場容量之間的關系,進而體現金融投資者的投機行為和商品金融化程度。成交量是常用的衡量商品期貨合約流動性的指標。持倉量可以體現在當前期貨合約價格下的市場預期分歧程度。當參與交易的投資者中看漲或看跌的預期分歧較大時,會出現新增做多或做空的持倉,合約持倉量上升,反之反是,最極端情況下若市場中所有投資者都認為當前期貨價格是合理的均衡價格,多頭或空頭倉位持有者會在該價格平倉,持倉量會降低至零。投機度指標能較好反映在一定市場容量(或市場分歧)的前提下,流動性的高低,從而量化該商品期貨合約的金融化程度。在相同規模金融投資者進入市場的環境下,高投機度商品的收益率波動將更大。同樣,為與商品期貨收益率數據匹配并避免實證檢驗中可能存在的多重共線性問題,對投機度指標進行了中心化處理。

(7)

2.投資者情緒單因素回歸模型

為研究投資者情緒對商品收益率的解釋力,本文借鑒Chen等(2021)采用面板數據固定效應模型并以商品品種聚類進行標準誤的估計[12],回歸方程如下:

Ri,t=αi+β1SIi,t+β′controlsi,t+μi+εi,t

(8)

其中解釋變量SI為投資者情緒指標,下標i和t分別表示商品種類及時期,controls為k個控制變量組成的k維向量。

3.引入金融化程度調節效應的回歸模型

通過在單因素回歸模型中引入金融化程度的代理變量投機度,可以檢驗金融化程度對商品收益中蘊含的情緒風險敞口調節作用。若回歸系數β3顯著,則說明金融化程度的調節效果顯著。當β3與β1同號時,金融化程度具備正向調節效應,反之反是。回歸方程如下:

Ri,t=αi,t+β1SIi,t+β2SPi,t+β3SPi,t×SIi,t+β′controlsi,t+μi+εi,t

(9)

四、實證分析

本部分將對中國商品期貨收益率如何由投資者情緒因素解釋進行實證檢驗。首先將分別對投資者情緒單因素模型進行檢驗,討論分別在控制宏觀經濟、股票市場和商品相關變量后的投資者情緒因素解釋力。然后深入探討金融化程度對商品收益率中情緒風險敞口的調節作用,進一步對商品分類、投資者情緒方向、行情趨勢等因素進行異質性分析,挖掘投資者情緒影響商品收益率的局部特征。

(一)投資者情緒對商品收益率的解釋力

為了檢驗投資者情緒對商品收益率的解釋力,投資者情緒單因素對商品收益率的回歸結果與添加包括宏觀經濟、股票市場和商品相關因素控制變量的回歸結果如表3前兩列所示。由于商品收益率絕對數值較小,在回歸方程中已放大一百倍。投資者情緒的系數為在添加控制變量后依然在1%水平下顯著,回歸系數為0.965 2,意味著投資者情緒指標提高一個單位,商品收益率將提高0.009 652,相對于商品收益率均值0.04而言,提升幅度為24.13%。該回歸結論支持研究假說1的理論預期。回歸方程(9)引入了金融化程度的代理變量投機度、投資者情緒與投機度的交乘項。根據表3后兩列的估計結果,核心解釋變量投資者情緒與交乘項回歸系數均在5%水平以上顯著,回歸結果在控制宏觀經濟、股票市場和商品相關因素后依舊穩健。交乘項回歸系數β3與投資者情緒回歸系數β1均為正數,符合正向調節效應的理論預期,該回歸結論支持本文提出的研究假說2,即金融化程度對商品收益率的情緒風險敞口具有正向調節作用。

表3 全樣本商品收益率回歸結果

(二)金融化程度的調節效應與異質性分析

表4顯示了分別在農產品、金屬與能源化工的商品分類下,投資者情緒對商品收益率的解釋力以及金融化程度對其產生的調節效應。通過模型(8)的回歸結果可知,僅在能源化工品中投資者情緒對商品收益有顯著解釋力(1%水平下),而農產品和金屬類商品的投資者情緒解釋力不顯著。該結果說明在農產品或金屬類商品中,商品收益率可能更多地受基本面供需、行業政策與宏觀經濟波動影響,投資者情緒并非商品期貨定價的決定性因素;而在能源化工商品中,投資者情緒卻能對商品收益率產生顯著的助漲殺跌效應,驗證了研究假說1。在模型(9)的回歸結果中進一步表明,金融化程度分別在能源化工和金屬類商品中能正向調節商品收益率的情緒風險敞口(顯著性水平分別為5%和1%)。特別是在金屬類商品中,通過引入調節變量及其交互項,投資者情緒回歸系數的顯著性明顯提升(從不顯著到5%水平下顯著),這表明不同投機度水平下,商品收益率的情緒風險敞口存在差異,該結論有待后續檢驗進一步證實。按商品品種分類的回歸結論說明投資者情緒對商品收益率的解釋力在不同分類的商品中表現出異質性,僅在能源化工類商品中有1%水平上的顯著解釋力。金融化程度對能源化工和金屬類商品收益率的情緒風險敞口存在顯著正向調節作用。農產品收益率受投資者情緒因素影響不顯著也不存在投機度的調節效應,符合其相較于其余兩類商品低波動的統計特征。金融化的投資者情緒調節作用在農產品中不顯著,可能的原因包括:(1)農產品普遍具備需求相對穩定而供給周期性變化的特征,多數農產品在季產年銷的供需格局下,價格波動呈現季節性規律。農產品期貨價格主要受基本面因素(特別是供給量)影響,投資者情緒因素本身對農產品收益率的影響力有限;(2)農產品期貨金融化程度相對較低,潛在投機收益不如高波動性的金屬和能源化工類商品;(3)產業投資者的套期保值持倉在農產品市場中的占比更具主導地位。因此,金融化程度對農產品收益率中的投資者情緒風險調節作用有限。

表4 按商品品種分類的商品收益率回歸結果

表5顯示了按投資者情緒方向分類的回歸結果。首先,縱向比較全樣本中面板A與面板B的投資者情緒方向異質性對商品收益率的解釋力差異。無論投資者情緒積極或消極,其對全品種商品收益率的解釋力均顯著(分別在1%和5%水平上),但僅當投資者情緒積極時,投機度能在5%顯著性水平上正向調節商品收益率中的情緒風險敞口,說明高投機度能促進積極的投資者情緒向商品期貨市場傳遞,從而提升商品收益率,即放大積極投資者情緒對商品收益率的助漲效應。這可能是由于在投資者情緒偏樂觀時,商品期貨價格上漲會對多頭持倉帶來浮盈,而在商品期貨市場每日結算制度下,激進的金融投資者會選擇“浮盈加倉”來擴大收益。當投資者情緒消極時,正如理論部分所述,金融投資者的悲觀情緒往往被“出贏保虧”的處置效應所消化[14],相對低價也會降低生產者套保動機,因此悲觀投資者情緒對商品收益率的殺跌效應相對更弱。這進一步說明消極投資者情緒難以通過投機度調節方式傳遞至商品期貨市場。該結論說明積極投資者情緒的子樣本中激進投資者占比可能更高,而在消極投資者情緒子樣本中,保守投資者比例更大,驗證了研究假說3。總體而言,相較于消極情緒的殺跌效應,投資者積極情緒對商品收益率的助漲效應更顯著,該結論支持本文研究假說2。其次,橫向對比不同商品分類的回歸結果。在積極投資者情緒的面板A中,投資者情緒僅在10%顯著性水平上能解釋商品收益率,而引入調節變量投機度后,金屬與能源化工類商品收益率的情緒風險敞口顯著性增強,且調節效應在5%水平顯著。該結論與全樣本回歸結論一致。但是,在消極投資者情緒面板B中,單變量投資者情緒對商品收益率的解釋力的顯著性更低(僅在農產品中10%水平顯著而在金屬或能源化工中不顯著),投機度的調節效應也更弱(僅在金屬類商品中5%水平上顯著)。這與上述分析中悲觀情緒更難通過金融化程度調節作用傳遞至商品收益率的描述相符,投機度較高的金屬類商品呈現出更多的金融屬性,常被金融投資者當作對沖風險的重要避險工具和對宏觀經濟預期波動的“晴雨表”。以上結論支持研究假說2,即投機度的調節效應顯著,投資者情緒方向的異質性分析結論支持研究假說3。

表5 按投資者情緒方向分類的商品收益率回歸結果

表6顯示了按商品期貨價格漲跌趨勢分類的回歸結果,其中漲跌趨勢判別指標參照文獻將市場分為若干子區間,分別對比各區間內各個交易日與其相鄰交易日的商品期貨價格來確定區間內交替出現的極高點和極低點,并將連續出現的局部極大值點中最高值設定為周期內漲跌趨勢的轉折點[9,24]。本文以30個交易日為最短比較區間劃分漲跌勢區間,將樣本分為漲勢區間子樣本和跌勢區間子樣本。首先,從單因素模型回歸結果來看,正如表6面板A所示,金屬和能源化工類商品處于漲勢區間內的投資者情緒對商品收益率解釋力分別在10%和1%水平上顯著,而在農產品類商品上不顯著。這可能是由于農產品類商品期貨市場中保守投資者的市場份額更高,從而削弱了投資者情緒對商品收益率的解釋力,與研究假說3相符。作為對比,面板B中可見僅在能源化工類商品中的投資者情緒能顯著影響商品收益率。其次,對比金融化程度的調節效應可知,無論在漲勢或跌勢區間內,能源化工類商品中金融化對商品收益率的情緒風險敞口均有顯著正向調節效應。在漲勢區間內的金屬類商品和跌勢區間內的農產品中同樣可以觀察到金融化程度的顯著正向調節效應。這說明高金融化程度的金屬和能源化工類商品有明顯情緒風險暴露,易出現追漲現象;高金融化程度的農產品和能源化工類商品有顯著情緒風險敞口,易出現殺跌現象。總之,全品種下的趨勢行情異質性分析驗證了本文研究假說1和研究假說3。

表6 按漲跌趨勢分類的商品收益率回歸結果

(三)內生性問題討論

盡管基準回歸結果表明投資者情緒對商品期貨收益率有顯著解釋力,但其中可能存在投資者情緒與商品期貨收益率互為因果,或者遺漏變量所導致的內生性問題。一方面,對于互為因果問題,投資者情緒也可能受到當期商品期貨收益率的影響,如急跌行情下易促成投資者產生恐慌情緒;另一方面,可能存在某些不可觀測因素同時與投資者情緒變動和商品收益率相關,造成共同決定問題,進而造成兩者偽相關關系。參照現有文獻,本文分別以滯后一期的投資者情緒和新冠疫情沖擊啞變量作為工具變量,來解決可能存在的內生性問題[14](如表7所示)。

表7 工具變量兩階段回歸結果

首先,以滯后一期投資者情緒為工具變量進行2SLS回歸。在第一階段回歸結果中,工具變量滯后一期投資者情緒回歸系數為0.24,且在1%顯著性水平下顯著,說明滯后一期投資者情緒與當期投資者情緒呈現顯著正相關關系。在第二階段回歸結果中,解釋變量投資者情緒的回歸系數為3.26,且在1%顯著性水平下顯著,方向與顯著性均與基準回歸結果一致(表3中模型8)。模型過度識別檢驗的LM統計量為1 358.42,p值為0.00,拒絕“不可識別”的原假設。第一階段弱工具變量檢驗的Wald-F統計量為328.05,大于所有臨界值,拒絕“弱工具變量”的原假設,即采用滯后一期的投資者情緒作為工具變量不存在弱工具變量問題。其次,本文定義啞變量Covid-19,在2019年12月1日前取值為0,而在此之后取值為1。同樣采用工具變量兩階段回歸,發現第一階段回歸結果中,Covid-19回歸系數為0.02,在1%顯著性水平下顯著,說明新冠疫情外生沖擊與投資者情緒呈現顯著正相關關系。在第二階段回歸結果中,投資者情緒回歸系數為6.84,且在1%顯著性水平下顯著,方向與顯著性同樣與基準回歸結果保持一致。同時,也通過了過度識別檢驗和弱工具變量檢驗。

(四)穩健性檢驗

為保證實證結果穩定性,本文采用替代方法驗證金融化程度的調節作用,即對樣本按金融化程度分組。通過計算各商品在樣本期內的投機度均值大小每間隔20分位數將全樣本分為五組,依次按模型(8)檢驗投資者情緒指標對商品收益率的解釋力。表8中的回歸結果表明,在金融化程度由低到高分組變化過程中,投資者情緒Beta值呈現上升趨勢且統計顯著性逐步提升。對金融化程度最高和最低兩組進行組間系數差異檢驗結果表明,最高、最低組間投資者情緒Beta值差異為0.994 3,在5%水平下顯著。該結論與本文模型(9)的結果基本一致。

表8 按投機度分位數分組的商品收益率回歸結果

為了從時間維度上理解金融化程度的調節作用,調整上述按商品個體差異分組的思路,轉為以時間區間進行分組檢驗。起始于2019年12月的新冠疫情恰好為此提供了天然的劃分條件,從樣本均值角度來看,新冠疫情之前(2017年6月至2019年11月,記作“疫情前”)的投機度均值僅為-0.221 3,比全樣本低22.3%;而新冠疫情之后(2019年12月至2022年5月,記作“疫情后”)的投機度均值提升至0.206 2,比全樣本均值高20.45%。表9匯報了按新冠疫情前后分組回歸與組間系數差異檢驗結果,相較于新冠疫情之前,商品收益率中的投資者情緒風險敞口更大,差異均值為-2.11,在10%水平上顯著。這說明在新冠疫情后的高金融化程度區間,商品收益率中蘊含更大的情緒風險敞口,金融化程度正向調節效應的結論依然穩健。

表9 按新冠疫情前后分組的商品收益率回歸結果

表10 投資者情緒對商品收益率的預測能力回歸結果

五、進一步分析

前文分析中主要聚焦于同一時期投資者情緒對商品收益率是否有顯著解釋力,以及金融化程度如何起到調節作用,而投資者情緒能否預測商品收益率也是文獻與實踐中備受關注的問題。為檢驗投資者情緒對商品收益率的預測能力,借鑒Chen等(2021)構造如下兩階段Fama-MacBeth回歸模型[12]:

(10)

(11)

如表9所示,在全樣本和跌勢區間子樣本中,投資者情緒Beta值對下一交易日商品收益率的預測能力在5%水平上顯著,而在漲勢區間子樣本中不顯著。該結論說明投資者情緒能在一定程度上對作為短期商品收益率的預測指標,但在商品熊市行情中的預測能力比牛市行情中更強。由于全樣本投資者情緒Beta值系數為負且絕對值較小,表明投資者情緒是預測商品收益率的反向指標,可能的原因是非理性投資者情緒所導致的市場過度反應[25]。但在下跌趨勢行情中,投資者情緒Beta值系數為正且絕對值較大,說明投資者情緒Beta值預測商品收益率的權重更大,商品期貨價格跌幅將隨投資者消極情緒進一步加深。該結論能從投資者情緒視角解釋當遇到新冠疫情這類外生沖擊時,商品期貨價格急跌的部分歸因為投資者悲觀情緒。若按照新冠疫情外生沖擊事件對時間維度進行分組檢驗,在新冠疫情前,投資者情緒Beta值的商品收益率預測能力與全樣本類似,也為絕對值較小的負值,在10%水平上顯著;而在新冠疫情后則變為絕對值更大的正值,且在1%水平上顯著。這意味著新冠疫情后的投資者情緒的商品收益率預測能力更強。

六、結論與啟示

中國商品期貨市場蓬勃發展的同時,也伴隨著金融風險跨市場傳遞的隱憂,其中,各商品市場投資者情緒變化成為除基本面因素外,影響商品期貨定價的重要因素。本文利用文本分析方法提取網絡平臺新聞媒體或論壇中商品期貨相關原始文本數據,采用情感分析技術量化投資者情緒,構建衡量投資者情緒的直接指標。

通過實證檢驗發現:首先,在控制宏觀經濟、股票市場與商品相關因素后,投資者情緒仍然對商品收益率有顯著解釋力。在傳統的多因子模型中加入投資者情緒因素能更好地解釋商品收益率。按商品品種分類后,在能源化工品中的投資者情緒解釋力顯著,而農產品和金屬類商品的投資者情緒解釋力不顯著。這與能源化工品相對于其他商品而言具有更高價格波動性的客觀事實相符,也可能是農產品期貨市場的保守投資者占比更高。相較于消極情緒的殺跌效應,投資者積極情緒對商品收益率的助漲效應更顯著,特別是在金屬與能源化工品種中。其次,金融化程度將對商品收益率中蘊含的投資者情緒風險敞口起到顯著正向調節作用。這一結論意味著當投資者情緒高漲時,金融化程度高的商品期貨價格漲幅將進一步放大,強化投資者情緒的助漲效應;而當投資者情緒低迷時,高度金融化的商品期貨價格跌幅更大,促進投資者情緒的殺跌效應。此外,通過對商品種類、投資者情緒方向和趨勢行情的異質性分析發現,金融化程度的調節作用僅存在于能源化工和金屬類商品,而非農產品中;在能源化工品中,積極投資者情緒和無論漲跌區間均觀察到金融化程度對商品收益率情緒風險敞口的正向調節作用;在金屬類商品中,無論投資者情緒方向或趨勢行情差異,均能發現顯著的金融化程度正向調節作用;在農產品中,僅能在跌勢區間觀察到金融化程度的顯著正向調節作用。通過按金融化程度的個體維度(商品種類)和時間維度(新冠疫情前后)分組檢驗的替代方法進行檢驗,實證結果依舊穩健。最后,進一步分析投資者情緒對商品收益率的短期預測能力,實證結論表明投資者情緒Beta值能顯著預測商品收益率,在全樣本和新冠疫情前的子樣本中充當較小程度上的反向指標,而在跌勢區間和新冠疫情后則在更大權重上正向預測商品收益率。

本文的主要結論為商品期貨定價的理論研究提供了投資者情緒視角的實證依據,為金融化背景下的中國商品市場監管提供以下政策啟示。第一,形成細分品種的投資者情緒量化監測體系,借助互聯網大數據技術對突發情況下的投資者情緒異動做出及時預警。避免僅通過已發生的市場交易數據獲取滯后的風險提示,為可能存在的金融風險跨市場傳遞預留充足的政策調整時間和空間。第二,強化投資者種類和交易屬性識別,建立高頻更新的投資者持倉報告系統。隨著金融投資者占比的提升,不能忽視中國商品期貨市場中的金融投機交易規模攀升。高投機度將進一步擴大商品收益率中的投資者情緒風險敞口。適度的投機交易雖然能提升市場流動性,但為防范商品期貨價格被非理性情緒裹挾,有必要合理區分有現貨貿易背景的套期保值交易與金融投機交易。第三,穩步拓展商品期權和商品場外衍生品市場,優化保證金和漲跌停板升降等政策限制措施。借助上述情緒風險的監測與識別,動態調整商品期貨市場流動性,能有效降低金融風險沖擊商品價格甚至向實體產業蔓延的可能性。即便當投資者情緒風險跨市場傳遞不可避免時,具有更寬杠桿區間的商品期權市場和更高合約自由度的場外衍生品市場能充分吸納投機交易需求,同時為套期保值或套利交易者補充抵御異常情緒風險的后備金融工具。特別是在已開放境外投資者準入的國際化商品市場,需防范海外投資者情緒風險的跨境蔓延。