中國(guó)股票市場(chǎng)天氣效應(yīng)的實(shí)證研究

陸 靜

(重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030)

一、引言

傳統(tǒng)金融理論認(rèn)為，股票市場(chǎng)是理性的且只反映與資產(chǎn)定價(jià)有關(guān)的經(jīng)濟(jì)信息［1］，投資者在做出決策時(shí)只注重結(jié)果，即把各種得失與成本賦予不同的權(quán)重，從中選擇最優(yōu)的風(fēng)險(xiǎn)－收益組合。這也是組合投資理論與資本資產(chǎn)定價(jià)理論的基礎(chǔ)［2－3］。Lucey 和 Dowling［4］認(rèn)為，這種結(jié)果導(dǎo)向的觀點(diǎn)(Consequentialist Perspective)與現(xiàn)實(shí)存在差距，因?yàn)樗鼪](méi)有考慮投資者心理作用如情緒對(duì)決策的影響。近年來(lái)，隨著行為金融的發(fā)展，學(xué)者們發(fā)現(xiàn)，心理因素對(duì)于人們?cè)诮鹑谑袌?chǎng)的交易決策和交易行為具有顯著影響。大量的心理研究證據(jù)表明，當(dāng)人們心情較好時(shí)，他們往往對(duì)未來(lái)的評(píng)價(jià)更傾向于樂(lè)觀［5－7］，對(duì)風(fēng)險(xiǎn)的承受能力也有所加強(qiáng)。Saunders［8］較早直接研究了天氣與股票收益之間的關(guān)系。他發(fā)現(xiàn)，紐約股票交易所的股票收益與曼哈頓地區(qū)的云層覆蓋比率(CloudCover)呈負(fù)相關(guān)，也即是說(shuō)當(dāng)?shù)氐脑茖釉蕉?，股票收益率越低。Saunder的成果發(fā)表后，立即引起了華爾街的強(qiáng)烈反響，Stecklow［9］甚至在《華爾街日?qǐng)?bào)》寫(xiě)道:忘掉一月效應(yīng)吧，Saunders教授已經(jīng)找到了觀察股市漲跌的更好的指標(biāo)，你只需要給氣象臺(tái)打個(gè)電話問(wèn)一問(wèn)華爾街的天氣就行了。Hirshleifer和Shumway［10］隨后用26個(gè)國(guó)家或地區(qū)股票交易所的數(shù)據(jù)也證明了云層覆蓋比率與股票收益之間的負(fù)向關(guān)系。Chang等［1］的研究還發(fā)現(xiàn)，天氣不僅影響股市收益，還影響投資者的交易行為，如云層覆蓋率對(duì)股價(jià)波動(dòng)率和市場(chǎng)深度均具有負(fù)向作用。然而，已有的研究主要針對(duì)發(fā)達(dá)的資本市場(chǎng)，這些傳統(tǒng)的、歷史悠久的資本市場(chǎng)的交易機(jī)制與中國(guó)內(nèi)地股票交易所的交易機(jī)制有較大的不同，主要體現(xiàn)在股票價(jià)格形成的方式上。如紐交所股票價(jià)格的形成以做市商報(bào)價(jià)為主，鑒于紐約曼哈頓地區(qū)集中了全球頂尖的金融機(jī)構(gòu)和投資者，這些做市商的辦公場(chǎng)所也集中在下曼哈頓附近，因此，做市商的買賣報(bào)價(jià)行為受到曼哈頓天氣的影響是容易理解的。而針對(duì)另一種股票價(jià)格的形成機(jī)制——指令驅(qū)動(dòng)交易系統(tǒng)，尚缺乏天氣與股票交易之間關(guān)系的研究。中國(guó)內(nèi)地股票交易所的建立比較晚，從建立之初就全面采用了電子化的指令驅(qū)動(dòng)交易系統(tǒng)，沒(méi)有做市商，所有買賣報(bào)價(jià)均由投資者通過(guò)經(jīng)紀(jì)人(證券公司營(yíng)業(yè)部)輸入到交易所的撮合系統(tǒng)里。以上海證券交易所(以下簡(jiǎn)稱上交所)交易的股票為例，直觀上看，買賣訂單來(lái)自全國(guó)各地，如果天氣對(duì)股票交易具有影響的話，股票交易反映的應(yīng)該是全國(guó)各地的天氣狀況。這顯然是一個(gè)復(fù)雜的、較難驗(yàn)證的問(wèn)題。但是，通過(guò)對(duì)上交所股票交易金額的統(tǒng)計(jì)，我們發(fā)現(xiàn)如果按證券營(yíng)業(yè)部交易金額排名的話，由地處上海的證券營(yíng)業(yè)部發(fā)起的交易占絕對(duì)多數(shù)。根據(jù)上交所2009年9月發(fā)布的《上交所統(tǒng)計(jì)月報(bào)》顯示，2009年1－8月，上交所股票交易總金額為227073億元，如果按證券營(yíng)業(yè)部所處城市排名，前幾位分別是:上海36373億元，占 16.02%;北京 28827億元，占12.70%;深圳20899億元，占9.20%;廣州8121億元，占3.58%。顯然，上海的交易占絕大多數(shù)，這也為我們研究天氣對(duì)指令驅(qū)動(dòng)的股票交易行為是否產(chǎn)生影響提供了基礎(chǔ)。

我們的研究表明，盡管上交所的交易指令并非都來(lái)自上海地區(qū)，但上海當(dāng)?shù)氐奶鞖獾拇_可以影響證券市場(chǎng)，不過(guò)與歐美發(fā)達(dá)證券市場(chǎng)不同的是，天氣對(duì)股票定價(jià)的作用不明顯，而對(duì)流動(dòng)性和波動(dòng)率等交易行為的影響十分顯著，在一定程度上豐富了行為金融特別是心理因素對(duì)投資決策影響的研究成果。論文以下結(jié)構(gòu)的安排是:第二部分介紹與天氣和投資者情緒相關(guān)的文獻(xiàn);第三部分說(shuō)明數(shù)據(jù)來(lái)源及處理方式;第四部分設(shè)計(jì)研究方法和實(shí)證結(jié)果分析;最后是結(jié)論。

二、文獻(xiàn)回顧

(一)天氣與人類活動(dòng)

天氣是人類賴以生存和活動(dòng)的環(huán)境之一，它極大地制約著人類的各項(xiàng)活動(dòng)。天氣的任何顯著變化都會(huì)給人類帶來(lái)重大影響，因此受到人們的廣泛關(guān)注［11］。Roll［12］在《新帕爾格雷夫辭典:貨幣與金融》中關(guān)于天氣詞條有這樣的描述:“天氣的確是一個(gè)外生于經(jīng)濟(jì)體系的因素。……，在早期的計(jì)量經(jīng)濟(jì)學(xué)文獻(xiàn)中，天氣被看作是很好的外生變量……，因?yàn)樘鞖饧仁峭馍挠质强梢员恢苯佑^察到的……，天氣對(duì)于評(píng)估金融市場(chǎng)的信息處理能力肯定是有用的?！?/p>

(二)情緒與決策

學(xué)者們很早就發(fā)現(xiàn)，人的情緒和感覺(jué)等心理因素在決策判斷中扮演了重要角色［13］。如Isen［14］發(fā)現(xiàn)，當(dāng)人們心情較好的時(shí)候，他們會(huì)簡(jiǎn)化認(rèn)知過(guò)程以幫助決策。Hirshleifer和 Shumway［10］認(rèn)為，這種認(rèn)知過(guò)程要么反映了與好心情相關(guān)的認(rèn)知缺失，要么更加有效地簡(jiǎn)化了復(fù)雜信息。情緒的信息傳導(dǎo)假說(shuō)(Mood－as－information Hypothesis)認(rèn)為，即使導(dǎo)致情緒變化的原因與決策目標(biāo)毫無(wú)關(guān)聯(lián)，情緒也會(huì)影響決策。Johnson和 Tversky［15］的實(shí)驗(yàn)證明了這個(gè)論斷。他們把被觀察者分為兩組，第一組事先閱讀了一些導(dǎo)致情緒低落的負(fù)面消息，第二組則什么也沒(méi)做，然后這兩組分別對(duì)18種可能導(dǎo)致死亡的風(fēng)險(xiǎn)因素排序，結(jié)果發(fā)現(xiàn)第一組對(duì)所有風(fēng)險(xiǎn)度的評(píng)判都高于第二組。在證券市場(chǎng)上，早在一百多年前，Nelson［16］就指出，證券經(jīng)紀(jì)人觀察到心理因素對(duì)于股票交易非常重要，以至于投機(jī)者在悶熱和雷雨天氣中難以像在干燥和陽(yáng)光明媚的天氣里那樣自信地和自由地交易，因?yàn)樘鞖鉅顩r越好，人們?cè)絻A向于樂(lè)觀和高興。

股票投資依賴于人的主觀判斷，所以人體生物節(jié)奏的紊亂將會(huì)對(duì)股票定價(jià)造成一定的影響。Kamstra等［17］研究了由于夏時(shí)制(DaylightSaving-Time)的時(shí)間調(diào)整所產(chǎn)生的睡眠異相(SleepDesynchronosis)對(duì)股票收益的影響。他們發(fā)現(xiàn)，即使很小的睡眠紊亂也會(huì)導(dǎo)致投資者判斷失誤、焦慮、不耐煩、缺乏注意力，甚至信息處理的失效等不良后果。他們考察了美國(guó)紐約股票交易所市場(chǎng)指數(shù)、納斯達(dá)克指數(shù)和美國(guó)股票交易所市場(chǎng)指數(shù)，多倫多股票交易所TSE300指數(shù)，英國(guó)股票市場(chǎng)指數(shù)和德國(guó)DAX100指數(shù)等市場(chǎng)指數(shù)的收益率，發(fā)現(xiàn)在每年春秋兩次夏時(shí)制轉(zhuǎn)換過(guò)程中，轉(zhuǎn)換該周周末收益率在統(tǒng)計(jì)上明顯低于正常周末的收益率，說(shuō)明睡眠異相的確影響了金融市場(chǎng)的運(yùn)行。他們的研究表明，僅僅在美國(guó)股票市場(chǎng)，每年夏時(shí)制轉(zhuǎn)換導(dǎo)致的上市公司市值損失高達(dá)310億美元!因此，他們建議政策制定者重新審視夏時(shí)制的合理性，并建議對(duì)股票市場(chǎng)的日內(nèi)交易行為作更詳細(xì)的分析，這也正是本研究的出發(fā)點(diǎn)之一。

(三)云層覆蓋率與股市收益

迄今為止，有關(guān)天氣與股票市場(chǎng)關(guān)系中研究得最多的是云層覆蓋率(CloudCover)或日照(Sunlight)的影響。如 Hirshleifer和 Shumway［10］所言，人們?cè)陉?yáng)光明媚的時(shí)候會(huì)變得更加樂(lè)觀，他們很可能增加投資股票的傾向。盡管此時(shí)他們可能錯(cuò)誤地把好心情歸因于積極的經(jīng)濟(jì)因素而不是好天氣，但這也暗示陽(yáng)光明媚與股市收益是正相關(guān)的。Saunders［8］采用從日出到日落紐約市中心中央公園附近(該位置最接近于華爾街和紐約股票交易所)觀測(cè)到的平均云層覆蓋率作為天氣的代理變量，研究了1927－1989年道瓊斯工業(yè)指數(shù)的等權(quán)及加權(quán)日收益率，他發(fā)現(xiàn)云層覆蓋率對(duì)于市場(chǎng)收益率具有負(fù)面效應(yīng)。盡管Saunders［8］承認(rèn)紐約股票交易所(NYSE)的交易訂單來(lái)自全美國(guó)，訂單提交者的情緒不可能都受到紐約天氣的影響，但他認(rèn)為，由于紐約當(dāng)?shù)氐淖鍪猩毯徒?jīng)紀(jì)人可能影響股票定價(jià)，所以紐約當(dāng)?shù)氐奶鞖饪梢宰鳛橹饕袌?chǎng)參與者情緒的代理變量。對(duì)于Saunders［8］的研究，有些學(xué)者提出了一些質(zhì)疑或改進(jìn)。如Loughran和Schultz［18］認(rèn)為，NYSE的交易訂單實(shí)際上來(lái)自全美國(guó)乃至全球，如果這些投資者都以最優(yōu)價(jià)格提交訂單且投資者的情緒受到云層覆蓋率的影響，那么紐約當(dāng)?shù)氐奶鞖獠灰欢ㄊ鞘袌?chǎng)情緒較好的代理變量。為此，他們以上市公司注冊(cè)所在地(以25個(gè)美國(guó)大中城市為代表)的天氣研究了NASDAQ上市公司日內(nèi)收益率的變化情況。其原因在于，一方面，與NYSE的上市公司相比，NASDAQ的上市公司規(guī)模較小，且主要受到公司注冊(cè)地的投資者關(guān)注，而全美國(guó)被人為分成多個(gè)時(shí)區(qū)，當(dāng)NYSE早上9:30開(kāi)盤(pán)時(shí)，夏威夷是凌晨3:30，夏威夷的投資者還在睡夢(mèng)中，所以紐交所開(kāi)盤(pán)時(shí)，總部設(shè)在夏威夷的上市公司的股票交易量非常稀少。另一方面，極端惡劣的天氣如暴風(fēng)雪也會(huì)影響股市的收益。如果暴風(fēng)雪發(fā)生在早上，投資者不得不鏟開(kāi)積雪、挖出汽車，花費(fèi)更多的時(shí)間上下班，這些投資者就沒(méi)有充裕的時(shí)間從事股票交易了。事實(shí)上，Loughran 和 Schultz［18］發(fā)現(xiàn)，暴風(fēng)雪當(dāng)天，該注冊(cè)地上市公司的股票交易量減少了17%，接下來(lái)的第二天，股票交易量繼續(xù)減少了15%!這一方面說(shuō)明天氣的確對(duì)股票市場(chǎng)產(chǎn)生影響，另一方面也說(shuō)明天氣的影響具有持續(xù)性。

不過(guò)，已有的大部分研究主要集中在每日天氣變化的平均值與股票市場(chǎng)日收益率之間的關(guān)系，而市場(chǎng)微觀結(jié)構(gòu)理論認(rèn)為，股票市場(chǎng)的日內(nèi)交易也呈現(xiàn)出一定的特征［19－21］。因此，我們希望分析日內(nèi)的天氣狀況是否影響到日內(nèi)的股票市場(chǎng)交易行為。事實(shí)上，Chang等［1］對(duì)紐交所1994－2004年每個(gè)交易日的(每分鐘)高頻數(shù)據(jù)分析表明，天氣通過(guò)影響投資者情緒從而對(duì)股市形成一定的影響，在多云的天氣里，股市收益較低，但日內(nèi)的云層覆蓋率對(duì)股市的負(fù)面影響主要出現(xiàn)在開(kāi)盤(pán)后的前15分鐘，隨著更多信息的到達(dá)和交易的持續(xù)進(jìn)行，這種影響很快消失了，說(shuō)明心理因素對(duì)股市的影響是短暫的。顯然，該結(jié)論與Loughran和Schultz［18］關(guān)于天氣影響持續(xù)性的觀點(diǎn)相矛盾。本研究希望通過(guò)對(duì)中國(guó)股市日內(nèi)數(shù)據(jù)的分析為天氣對(duì)金融市場(chǎng)的影響提供進(jìn)一步的經(jīng)驗(yàn)證據(jù)。

(四)其他天氣指標(biāo)與情緒

Howarth和Hoffman［22］發(fā)現(xiàn)，除了日照指標(biāo)外，相對(duì)濕度和溫度也對(duì)人們的情緒特別是注意力產(chǎn)生明顯影響。濕度增加時(shí)，人們的注意力變得不太集中了。溫度與人體的各項(xiàng)生理功能密切相關(guān)，為了保持恒定的體溫與外界氣溫的平衡，人體的產(chǎn)熱與散熱必須與外界環(huán)境相協(xié)調(diào)，機(jī)體通過(guò)不斷地產(chǎn)熱提高體溫和維持新陳代謝，通過(guò)持續(xù)地散熱降低體溫，得到體內(nèi)熱平衡狀態(tài)。如果溫度低至－8℃到－28℃，人們的攻擊性情緒將會(huì)大大增加。Allen和Fischer［23］，以及 Wyndham［24］都發(fā)現(xiàn)，當(dāng)暴露在極端高溫或極端低溫環(huán)境時(shí)，人們完成任務(wù)的執(zhí)行力降低了。而在高溫條件下，人們可能變得歇斯底里或異常冷漠。Cunningham［25］也指出在過(guò)冷或過(guò)熱的天氣中，人們變得不愿意幫助別人。攻擊情緒增加將導(dǎo)致更多的冒險(xiǎn)性，而冷漠則意味著不愿意承擔(dān)風(fēng)險(xiǎn)，所以，Cao和 Wei［13］認(rèn)為，氣溫與股票收益的關(guān)系將取決于兩種力量的對(duì)比。

風(fēng)速可以影響人體的代謝速度，對(duì)體溫和情緒產(chǎn)生作用［26］。Green［27］通過(guò)實(shí)證研究指出，風(fēng)可以影響駕車者違章停車的比率。Keef和Roush［28］根據(jù)新西蘭首都惠靈頓靠海的特點(diǎn)，直接研究了風(fēng)速和風(fēng)向與股票市場(chǎng)收益率的關(guān)系，他們發(fā)現(xiàn)風(fēng)速和來(lái)自南方的風(fēng)對(duì)股市收益具有明顯的負(fù)面作用，風(fēng)速越高，股票市場(chǎng)收益率越低，反之亦然。這與當(dāng)?shù)氐牡乩砦恢谩⒑Ｑ笮陨盍?xí)慣和對(duì)風(fēng)的觀念是一致的。在新西蘭，如果刮起颶風(fēng)，意味著悲觀，如果風(fēng)平浪靜則意味著樂(lè)觀和向上;如果刮起的風(fēng)是南風(fēng)，由于南風(fēng)來(lái)自南極大陸，在南極與新西蘭之間沒(méi)有陸地提升這些南風(fēng)的溫度，所以南風(fēng)常常是冰冷刺骨的，導(dǎo)致投資者情緒低落。

三、研究數(shù)據(jù)

(一)天氣變量

本研究的天氣數(shù)據(jù)是2003年1月1日至2008年12月31日每一天8:00－15:00每小時(shí)所觀察到的數(shù)據(jù)，數(shù)據(jù)來(lái)源于地面氣象公司(http://www.wunderground.com/，以下簡(jiǎn)稱WU)。該公司提供了全球主要城市每小時(shí)的地面天氣觀測(cè)值。WU公司提供的有關(guān)上海的地面天氣數(shù)據(jù)來(lái)自兩個(gè)觀測(cè)點(diǎn):上海虹橋機(jī)場(chǎng)和上海浦東國(guó)際機(jī)場(chǎng)。上海證券交易所地處浦東新區(qū)上海證券大廈，距虹橋機(jī)場(chǎng)直線距離約15公里，距浦東國(guó)際機(jī)場(chǎng)直線距離約30公里?？紤]到浦東新區(qū)集中了眾多金融機(jī)構(gòu)特別是證券公司和基金公司等機(jī)構(gòu)投資者，我們選取了上海浦東國(guó)際機(jī)場(chǎng)的觀測(cè)數(shù)據(jù)。為了與股票市場(chǎng)的交易時(shí)間相匹配，我們將8:00－15:00分成了7個(gè)時(shí)段，也就是每小時(shí)一個(gè)時(shí)段，記錄一套天氣觀測(cè)數(shù)據(jù)。從2003年1月1日至2008年12月31日，共2192個(gè)自然天數(shù)，每天7個(gè)時(shí)段，累計(jì)應(yīng)有15344個(gè)觀測(cè)時(shí)段，但由于部分日期的關(guān)鍵天氣數(shù)據(jù)(如云層覆蓋率等)缺失，我們最終獲得了14561個(gè)觀測(cè)時(shí)段。需要說(shuō)明的是，這里包括了部分非交易時(shí)段(8:00－9:00和11:30－13:00)的數(shù)據(jù)，這兩個(gè)非交易時(shí)段的天氣對(duì)于我們分析早盤(pán)和午盤(pán)的開(kāi)盤(pán)交易有用，所以也統(tǒng)計(jì)進(jìn)來(lái)了。

本研究選取的天氣變量包括:云層覆蓋率(CC);溫度(TEMP，單位:攝氏度);相對(duì)濕度(HUM);露點(diǎn)溫度(DP，單位:攝氏度);氣壓(PRE，單位:hPa);能見(jiàn)度(VIS，單位:公里);風(fēng)速(WSP，單位:公里/小時(shí));風(fēng)向(WDIR)。

WU數(shù)據(jù)庫(kù)沒(méi)有直接提供云層覆蓋率，而是披露了與云層覆蓋率直接相關(guān)的天氣狀況如晴、晴間多云和多云等描述性事件，因此按照與［18］類似的方法，我們分別賦值1－5將其轉(zhuǎn)換為云層覆蓋率:1－晴;2－晴間多云(或有云);3－多云;4－陰(或小雨);5－中雨(或霧或雪)。也即是說(shuō)，1表示云層覆蓋率為0－10%;2表示云層覆蓋率為10－30%;3表示云層覆蓋率為30－50%;4表示云層覆蓋率為50－80%;5表示云層覆蓋率為80－100%。由于極端的天氣狀況也會(huì)對(duì)市場(chǎng)、通訊或其他商業(yè)活動(dòng)造成損害，所以我們對(duì)雨或雪的天氣也進(jìn)行了檢驗(yàn)。雨或雪采用與Loughran和Schultz［18］類似的方法，用虛擬變量表示，1代表下雨或下雪，0代表無(wú)雨或無(wú)雪。

相對(duì)濕度指空氣中水汽的氣壓除以平衡水汽氣壓的百分比率，即水蒸氣的飽和度有多高。從生理學(xué)的角度看，空氣濕度與人們呼吸之間的關(guān)系非常緊密。在一定的濕度下氧氣比較容易通過(guò)肺泡進(jìn)入血液。人們?cè)?.45－0.55的相對(duì)濕度下感覺(jué)最舒適。濕度過(guò)高會(huì)影響人體調(diào)節(jié)體溫的排汗功能，感到悶熱。一般而言，人們?cè)诟邷氐蜐穸鹊那闆r下(比如沙漠)比在溫度不太高但濕度很高的情況下(比如雨林)的感覺(jué)要好。

露點(diǎn)溫度是指空氣在水汽含量和氣壓都不改變的條件下，冷卻到飽和時(shí)的溫度，也即是空氣中水蒸氣變?yōu)槁吨闀r(shí)的溫度。在氣象分析中，露點(diǎn)溫度一般暗示空氣的舒適程度，當(dāng)露點(diǎn)溫度在10到16攝氏度范圍內(nèi)時(shí)，空氣感覺(jué)十分舒適。當(dāng)露點(diǎn)溫度上升時(shí)，空氣中的水汽含量增高，一旦超過(guò)21攝氏度，人們會(huì)抱怨空氣濕熱。露點(diǎn)溫度雖然以溫度表示，但它與相對(duì)濕度表示的含義非常接近。根據(jù)樣本的相關(guān)性分析，露點(diǎn)溫度與溫度之間的相關(guān)系數(shù)達(dá)0.91，與濕度的相關(guān)系數(shù)也有0.63，因此，為了避免解釋變量之間的多重共線性，實(shí)證分析中只保留了相對(duì)濕度，而剔除了露點(diǎn)溫度。

氣壓指氣體對(duì)某一點(diǎn)施加的流體靜力壓強(qiáng)，來(lái)源于大氣層中空氣的重力，即單位面積上的大氣壓力，1個(gè)標(biāo)準(zhǔn)大氣壓等于1013百帕(hPa)。在低氣壓環(huán)境中，由于吸入氣中氧分壓較在常壓下低，使肺泡氣中氧分壓下降，從而使肺泡中氧分壓與血液中氧分壓之間壓力差下降，單位時(shí)間內(nèi)肺泡彌散到毛細(xì)管的氧減少，結(jié)果使動(dòng)脈中氧分壓下降，血氧飽和度下降，最終影響人們思考和決策。

能見(jiàn)度指觀察者離物體多遠(yuǎn)時(shí)仍然可以清楚看見(jiàn)該物體。氣象學(xué)中，能見(jiàn)度被定義為大氣的透明度。低能見(jiàn)度多出現(xiàn)于雨天、大霧時(shí)及有煙霞的日子。當(dāng)?shù)湍芤?jiàn)度的陰霾天氣出現(xiàn)時(shí)，由于光線不足，很容易使人的心情憂郁和情緒低落，甚至?xí)T發(fā)抑郁癥。

風(fēng)向的定義如下:0－無(wú)風(fēng);1－北;2－東北北;3－東北;4－東北東;5－東;6－東南東;7－東南;8－東南南;9－南;10－西南南;11－西南;12－西南西;13－西;14－西北西;15－西北;16－西北北;17－不定。

(二)天氣指標(biāo)的季節(jié)性因素剔除

顯然，天氣數(shù)據(jù)表現(xiàn)出高度的季節(jié)性，因此，需要對(duì)天氣數(shù)據(jù)的季節(jié)性加以控制。參照Chang等［1］，以及 Hirshleifer和 Shumway［10］的方法，本研究采用減去周平均值的方法:首先用各年份年初開(kāi)始每一個(gè)自然周的原始數(shù)據(jù)計(jì)算該周各天氣指標(biāo)的平均值;再用該周原始數(shù)據(jù)減去平均值，即可得消除季節(jié)性因素的天氣值，用天氣變量加上標(biāo)d表示。

(三)天氣變量的描述性統(tǒng)計(jì)

我們以上證指數(shù)index收益率、換手率和上證指數(shù)波動(dòng)率來(lái)描述股票市場(chǎng)的交易行為。所有股票市場(chǎng)的數(shù)據(jù)均來(lái)自國(guó)泰安公司CSMAR數(shù)據(jù)庫(kù)。

上證指數(shù)的收益率RET采用對(duì)數(shù)收益率，即RETt=Inindext－ Inindext－1，其中 indext是上證指數(shù)時(shí)刻的收盤(pán)值。除當(dāng)天開(kāi)盤(pán)收益率外，我們用每一時(shí)段的開(kāi)盤(pán)指數(shù)和收盤(pán)指數(shù)計(jì)算RET(即小時(shí)收益率)。由于9:30－10:00和11:00－11:30兩個(gè)時(shí)段的交易時(shí)間都只有半小時(shí)，為了使這兩個(gè)時(shí)段的收益率與對(duì)應(yīng)的天氣指標(biāo)相匹配，我們采用［1］的方法，把9:30－10:00和11:00－11:30期間的收益率乘以2換算為小時(shí)收益率。每一個(gè)交易日的開(kāi)盤(pán)收益率用開(kāi)盤(pán)指數(shù)與上一交易日的收盤(pán)指數(shù)來(lái)計(jì)算。

換手率TUR用每一時(shí)段的市場(chǎng)總成交量除以當(dāng)日上交所上市公司流通股總量，開(kāi)盤(pán)換手率則用開(kāi)盤(pán)前9:15－9:25之間集合競(jìng)價(jià)的成交量除以流通股總量。9:30－10:00和11:00－11:30兩個(gè)時(shí)段換手率的處理與上證指數(shù)收益率類似。

上證指數(shù)波動(dòng)率VOLT的計(jì)算公式為:(indexhi－ indexlo)/((indexhi+indexlo)/2)，其中 indexhi是每一時(shí)段上證指數(shù)的最高值，indexlo是每一時(shí)段的最低值。9:30－10:00和11:00－11:30時(shí)段波動(dòng)率的處理與指數(shù)收益率類似。由于9:30開(kāi)盤(pán)時(shí)，不披露9:15－9:25集合競(jìng)價(jià)中的最高值和最低值，因此，開(kāi)盤(pán)時(shí)不計(jì)算波動(dòng)率。

四、研究方法與實(shí)證結(jié)果

(一)市場(chǎng)交易與天氣指標(biāo)的多變量回歸

按照與文獻(xiàn)［1］和［10］類似的方法，我們建立了如下三個(gè)檢驗(yàn)?zāi)Ｐ?

(1)－(3)式中，所有帶d的變量均為剔除季節(jié)性因素后的天氣指標(biāo)。表1歸納了市場(chǎng)收益率與天氣變量之間的日內(nèi)分時(shí)段回歸結(jié)果。各回歸系數(shù)的方差膨脹因子都小于10，說(shuō)明解釋變量之間不存在多重共線性［29］，此外，我們還通過(guò)異方差－穩(wěn)健標(biāo)準(zhǔn)誤控制了回歸中異方差的影響［30－31］，使回歸方程的統(tǒng)計(jì)推斷更加穩(wěn)健(表2－5采用了同樣的方法，以下不再贅述)。無(wú)論是整個(gè)交易時(shí)段(9:30－15:00)還是各個(gè)分時(shí)段，市場(chǎng)收益率與云層覆蓋率之間的聯(lián)系不太明顯，盡管11:00－11:30和13:00－14:00兩個(gè)時(shí)段的回歸系數(shù)在統(tǒng)計(jì)上是顯著的，但它們的符號(hào)是相反的，一個(gè)為正、一個(gè)為負(fù)。這與文獻(xiàn)［1］和文獻(xiàn)［8］的研究結(jié)果差異較大。文獻(xiàn)［8］采用日平均天氣數(shù)據(jù)發(fā)現(xiàn)云層覆蓋率與股市收益率負(fù)相關(guān)，而 Chang等［1］采用日內(nèi)以小時(shí)為時(shí)間間隔的天氣數(shù)據(jù)發(fā)現(xiàn)，市場(chǎng)收益率與云層覆蓋率的負(fù)相關(guān)關(guān)系主要體現(xiàn)在開(kāi)盤(pán)后的15分鐘內(nèi)，隨著交易的持續(xù)進(jìn)行和新信息的到達(dá)，云層對(duì)投資者情緒的作用很快消失。不過(guò)，文獻(xiàn)［1］的研究樣本來(lái)自以做市商為主的紐約股票交易所，市場(chǎng)開(kāi)盤(pán)時(shí)，各做市商必須報(bào)出買賣價(jià)格，而且這些做市商需要在市場(chǎng)開(kāi)盤(pán)前到達(dá)辦公場(chǎng)所，因此，開(kāi)盤(pán)前以及開(kāi)盤(pán)時(shí)的天氣可能影響做市商的交易行為。上海股票交易所不存在做市商，交易的完成主要依靠投資者提交的市價(jià)訂單或限價(jià)訂單(當(dāng)日有效)，交易者不必在開(kāi)盤(pán)前到達(dá)辦公場(chǎng)所，這樣，天氣對(duì)開(kāi)盤(pán)交易的影響不明顯，因?yàn)橥顿Y者及其訂單是陸續(xù)到達(dá)市場(chǎng)的。關(guān)于這一點(diǎn)，從13:00－14:00云層覆蓋率的影響也能夠得到部分印證。根據(jù)上交所交易規(guī)則，上海股票交易所的交易時(shí)間分為早盤(pán)(9:30－11:30)和午盤(pán)(13:00－15:00)兩個(gè)分開(kāi)的交易時(shí)段，早午盤(pán)之間市場(chǎng)停牌1.5小時(shí)(11:30－13:00)。早盤(pán)結(jié)束后，正好是午餐時(shí)間，當(dāng)天正在參與交易或準(zhǔn)備參與交易的投資者紛紛走出戶外用餐，觀察到中午的天氣實(shí)況，其情緒受到一定的影響，所以，當(dāng)他們回到市場(chǎng)從事午盤(pán)交易時(shí)，天氣可能對(duì)午后的交易形成影響，導(dǎo)致13:00－14:00之間CCd的系數(shù)在5%水平上顯著。這與NYSE的交易也不一致，因?yàn)槊绹?guó)本土存在時(shí)差，各時(shí)區(qū)的午餐時(shí)間不完全一樣，盡管投資者走出戶外用餐時(shí)觀察到的天氣可能影響股票交易，但分散的用餐時(shí)間抵消掉了這種作用，所以，在 Chang等［1］對(duì) NYSE13:00－13:00日內(nèi)數(shù)據(jù)的分析中，天氣對(duì)午餐后的交易沒(méi)有影響。與 Saunders［8］和 Hirshleifer和 Shumway［10］關(guān)于云層覆蓋率對(duì)股市日收益率影響的研究相比，我們的研究進(jìn)一步證實(shí)了Chang［1］的推斷，即天氣對(duì)股市收益的影響在交易日內(nèi)是不均衡的，而且這種影響很可能只作用于某一時(shí)段，而不是全天。

至于其它天氣指標(biāo)，在整個(gè)交易日內(nèi)(9:30－15:00)，溫度、濕度和風(fēng)速等對(duì)收益率的影響均不顯著，如能見(jiàn)度VIS在早盤(pán)和午盤(pán)后半段(11:00－11:30和14:00－15:00)對(duì)收益率的作用是相反的。極端天氣中，下雪對(duì)收益的影響是負(fù)面的，所有回歸系數(shù)均為負(fù)，尤其在早盤(pán)的9:30－10:00和11:00－11:30兩個(gè)時(shí)間段統(tǒng)計(jì)顯著，下雨的影響不明顯。至于風(fēng)速，其他交易市場(chǎng)的研究并沒(méi)有得出一致的結(jié)論。Dowling 和 Lucey［32］發(fā)現(xiàn)，風(fēng)速只對(duì)英國(guó)證券市場(chǎng)的小盤(pán)股有負(fù)面影響，對(duì)大盤(pán)

股沒(méi)有作用，因此他們認(rèn)為風(fēng)速與英國(guó)股票收益之間的關(guān)系較難判定。而Keef和Roush［33］有關(guān)新西蘭證券市場(chǎng)收益的研究發(fā)現(xiàn)，無(wú)論對(duì)成份股指數(shù)還是全樣本的指數(shù)，風(fēng)速都具有負(fù)面影響。不過(guò)，新西蘭四周環(huán)海，屬于典型的海洋性氣候，特別是在股票交易所所處的惠靈頓地區(qū)，平均風(fēng)速竟達(dá)26.3公里/小時(shí)，比上海6－8公里/小時(shí)的風(fēng)速高出3倍多，所以，我們看到上海地區(qū)的風(fēng)速對(duì)股市收益的影響并不明顯。Cao和Wei［13］對(duì)美國(guó)、加拿大和日本等8個(gè)國(guó)家和地區(qū)氣溫的研究發(fā)現(xiàn)，溫度對(duì)股票收益的負(fù)面影響是顯著的。但在表1中，溫度與市場(chǎng)收益率的關(guān)系并不明顯，僅僅在13:00－14:00時(shí)間段內(nèi)統(tǒng)計(jì)顯著，而且還是正的。說(shuō)明在上海證券市場(chǎng)，氣溫對(duì)股票定價(jià)的影響比較模糊，需要進(jìn)一步分析，在一定程度上驗(yàn)證了Cao和Wei［13］所做的論斷，不同緯度地區(qū)的投資者對(duì)溫度的反應(yīng)不同。

表1 市場(chǎng)收益率與天氣指標(biāo)的日內(nèi)分時(shí)段回歸

表2顯示了天氣指標(biāo)對(duì)市場(chǎng)換手率的影響。換手率代表了市場(chǎng)的流動(dòng)性［34］，換手率越高表示流動(dòng)性越好、交易越活躍，交易成本越低。與Chang等［1］的研究相比，我們的實(shí)證結(jié)果顯示多項(xiàng)天氣指標(biāo)對(duì)換手率具有顯著作用。例如，云層覆蓋率和下雪與否對(duì)換手率具有明顯的負(fù)面影響，云層覆蓋率在每一個(gè)交易時(shí)段的回歸系數(shù)都是負(fù)的，且有一半的系數(shù)在統(tǒng)計(jì)上顯著，多個(gè)時(shí)段下雪指標(biāo)的虛擬變量也是統(tǒng)計(jì)顯著的，說(shuō)明當(dāng)陰云密布甚至下雪的時(shí)候，人們的心情受到影響，減少了股票的交易量。另一方面，溫度、濕度和風(fēng)速等指標(biāo)與換手率呈顯著的正相關(guān)。就溫度指標(biāo)而言，所有系數(shù)都在5%及以上水平顯著。Kaplanski等［35］認(rèn)為，溫度對(duì)情緒的影響遠(yuǎn)非單調(diào)的關(guān)系，而是非常復(fù)雜的，它取決于人們暴露在室外的時(shí)間長(zhǎng)短和所處的季節(jié)。為此，我們對(duì)溫度與換手率的關(guān)系進(jìn)行了逐月的分時(shí)段回歸，但研究顯示，在天氣炎熱的夏季，溫度與換手率的關(guān)系并不明顯，而在寒冷的冬季如12月－2月偏高的氣溫還會(huì)導(dǎo)致?lián)Q手率較高。因此我們懷疑表2中溫度與換手率的關(guān)系并非來(lái)自季節(jié)的變化而是投資者的季節(jié)性情緒紊亂(SeasonalAffectiveDisorder，SAD)因素。Rosenthal［36］把由于地球圍繞太陽(yáng)公轉(zhuǎn)帶來(lái)的日照時(shí)間長(zhǎng)短變化所導(dǎo)致的人體生理機(jī)能的紊亂或失調(diào)叫做季節(jié)性情緒紊亂，這主要是因?yàn)槿展鈹z取量的增減引起人體體內(nèi)荷爾蒙分泌變化而產(chǎn)生的生理反應(yīng)，導(dǎo)致生物節(jié)律紊亂。Kamstra［37］認(rèn)為當(dāng)日照時(shí)間逐漸變短時(shí)，將會(huì)引起投資者的消沉，減少交易活動(dòng)，反之則會(huì)增加交易活動(dòng)。因此，我們?cè)?1)式的解釋變量基礎(chǔ)上增加了代表季節(jié)性情緒紊亂指標(biāo)的虛擬變量SAD，并定義在每年12月21日(冬至)到次年6月20(夏至前一日)期間，日照時(shí)間逐漸變長(zhǎng)，SAD=1，其余時(shí)間SAD=0。從表3可以看到，除SAD外，其余解釋變量符號(hào)的顯著性水平與表2基本一致，而SAD在各個(gè)時(shí)段的回歸系數(shù)均為正且在1%水平上顯著，說(shuō)明日照時(shí)間的確能夠影響市場(chǎng)流動(dòng)性或交易量。

波動(dòng)率反映了投資者的意見(jiàn)分歧程度。表4顯示，市場(chǎng)波動(dòng)率與云層覆蓋率呈反向關(guān)系，與Symeonidis等［38］的研究基本一致。Symeonidis等［38］調(diào)查了全球26個(gè)股票交易所所在地的云層情況對(duì)市場(chǎng)指數(shù)期權(quán)隱含波動(dòng)率的影響，結(jié)果發(fā)現(xiàn)其中有17個(gè)市場(chǎng)的關(guān)系是顯著負(fù)相關(guān)的，云層覆蓋率回歸系數(shù)也是顯著異于零的。天氣指標(biāo)對(duì)市場(chǎng)波動(dòng)率的影響類似于對(duì)換手率的影響。天空云層越多、天氣狀況越差(如下雪或下雨等)，人們情緒低落，變得不那么愿意交易，導(dǎo)致市場(chǎng)波動(dòng)率變小;相反，濕度和風(fēng)速對(duì)波動(dòng)率的影響是正向的。

表2 市場(chǎng)換手率與天氣指標(biāo)的日內(nèi)分時(shí)段回歸

注:被解釋變量是上證指數(shù)在各個(gè)時(shí)段的換手率;方括號(hào)(SquareBrackets)內(nèi)是方差膨脹因子;圓括號(hào)(Parentheses)內(nèi)是異方差－穩(wěn)健標(biāo)準(zhǔn)誤(Heteroskedasticity－robustStandardError);9:30－15:00的回歸是將所有各時(shí)段數(shù)據(jù)混合(Pooled)后的回歸，并非9:30－15:00各變量平均值的回歸;*表示顯著性水平10%;＊＊表示顯著性水平5%;＊＊＊表示顯著性水平1%。

表3 市場(chǎng)換手率與季節(jié)性情緒紊亂的關(guān)系

表4 市場(chǎng)波動(dòng)率與天氣指標(biāo)的日內(nèi)分時(shí)段回歸

表5 上證指數(shù)收益率與天氣指標(biāo)的日內(nèi)分時(shí)段Logit回歸

(二)市場(chǎng)收益與天氣指標(biāo)的Logit回歸

為了驗(yàn)證收益率與天氣指標(biāo)之間的符號(hào)關(guān)系，我們構(gòu)造了如下Logit回歸:

從表5的回歸結(jié)果看，CCd的系數(shù)都不顯著。而溫度指標(biāo)TEMPd與收益率表現(xiàn)出一定的正相關(guān)性。因?yàn)樵?個(gè)回歸系數(shù)中，只有一個(gè)為負(fù)，其余均為正。從Logit回歸的特征判斷，如果TEMPd系數(shù)的符號(hào)服從獨(dú)立二項(xiàng)分布(P=0.5)，則出現(xiàn)一個(gè)為負(fù)、七個(gè)為正的概率為·0.51·0.57－1=5.5%，在統(tǒng)計(jì)上，這是個(gè)小概率事件。因此，可以推斷溫度與收益率的確存在正向關(guān)系，其余變量的符號(hào)與表3基本一致，但顯著性不高。

(三)基于云層的股票交易策略

為進(jìn)一步檢驗(yàn)云層對(duì)股票收益率的影響，參照 Hirshleifer和 Shumway［10］的方法，我們構(gòu)造了基于天氣的交易策略，以考察是否可以根據(jù)天氣狀況構(gòu)造具有盈利能力的交易策略。為簡(jiǎn)化起見(jiàn)，我們先不考慮交易成本，并假定可以賣空股票，具體步驟如下:首先計(jì)算每個(gè)交易日每天早上8:00－10:00期間上海地區(qū)云層覆蓋率的平均值，云層覆蓋率的平均值在1－5之間;然后將云層覆蓋率小于等于3的交易日定義為好天氣，大于3的交易日定義為壞天氣;投資者根據(jù)觀察到的天氣，可以選擇三個(gè)交易策略:

ⅰ)好天氣買入策略:如果當(dāng)天是好天氣，則以開(kāi)盤(pán)價(jià)買入股票，并以收盤(pán)價(jià)賣出股票;如果當(dāng)天是壞天氣，則不交易;

ⅱ)壞天氣賣出策略:如果當(dāng)天是壞天氣，則以開(kāi)盤(pán)價(jià)賣空股票，并以收盤(pán)價(jià)買入股票平倉(cāng);如果當(dāng)天是好天氣，則不交易;

ⅲ)好壞天氣均買賣策略:如果當(dāng)天是好天氣，則以開(kāi)盤(pán)價(jià)買入股票，并以收盤(pán)價(jià)賣出股票;如果當(dāng)天是壞天氣，則以開(kāi)盤(pán)價(jià)賣空股票，并以收盤(pán)價(jià)買入股票平倉(cāng)。

最后將各交易日的收益率以連續(xù)復(fù)利方式連乘，得出在樣本期間的累計(jì)收益率。

計(jì)算表明，好天氣買入戰(zhàn)略的累計(jì)收益率為131.978%，壞天氣賣出戰(zhàn)略的累計(jì)收益率 －17.536%，而根據(jù)天氣狀況好壞分別進(jìn)行買空或賣空，累計(jì)收益率為91.320%。說(shuō)明只有當(dāng)天氣狀況較好時(shí)，基于天氣的交易策略才能給投資者帶來(lái)正的收益，壞天氣的策略并不奏效。一旦加入交易成本，如以1.5‰(交易所規(guī)定不超過(guò)3‰)的交易傭金計(jì)算，則所有策略的累計(jì)收益率均為負(fù)值。

五、結(jié)論

人類的活動(dòng)離不開(kāi)大氣環(huán)境，因此，天氣對(duì)于人們的情緒和決策乃至投資行為都具有影響，但已有的關(guān)于天氣與股票市場(chǎng)關(guān)系的研究大多集中于做市商市場(chǎng)，且交易數(shù)據(jù)來(lái)自日間數(shù)據(jù)。本文選取指令驅(qū)動(dòng)的上海股票市場(chǎng)日內(nèi)交易數(shù)據(jù)對(duì)天氣與股票市場(chǎng)的短期影響進(jìn)行了研究。我們發(fā)現(xiàn)，天氣對(duì)于股票定價(jià)的作用并不明顯，除溫度和極端天氣(如下雨或下雪)等外，包括云層覆蓋率在內(nèi)的其他天氣指標(biāo)對(duì)股票收益沒(méi)有影響。因此，我們認(rèn)為天氣因素對(duì)指令驅(qū)動(dòng)交易市場(chǎng)股票定價(jià)的影響要小于對(duì)做市商市場(chǎng)的影響。其原因可能來(lái)自兩個(gè)方面:做市商市場(chǎng)的買賣報(bào)價(jià)由幾乎處于同一地區(qū)的做市商提供，因此，當(dāng)?shù)靥鞖馔ㄟ^(guò)對(duì)這些參與人情緒的影響而間接影響到股票價(jià)格，而指令驅(qū)動(dòng)的連續(xù)交易市場(chǎng)中，潛在的交易訂單由分散在各地的投資者直接提交，盡管上海地區(qū)的交易金額占有優(yōu)勢(shì)，但尚不足以顯著影響到市場(chǎng)價(jià)格的形成;天氣對(duì)于股票定價(jià)的影響是短暫的，導(dǎo)致日內(nèi)交易數(shù)據(jù)與日間交易數(shù)據(jù)如Saunders［8］的分析可能存在差異。不過(guò)，天氣對(duì)于其他交易行為如換手率和波動(dòng)率具有明顯的影響。當(dāng)云層覆蓋率較高以及遇到惡劣天氣(如下雨或下雪等)時(shí)，人們的交易活動(dòng)減少了，市場(chǎng)流動(dòng)性和波動(dòng)率都比較低，由地球公轉(zhuǎn)所帶來(lái)的日照時(shí)間變化引起的季節(jié)性情緒紊亂也會(huì)影響到投資者的交易活動(dòng)，日照時(shí)間越長(zhǎng)，投資者越愿意從事股票交易。我們的研究表明，投資者關(guān)于資產(chǎn)合理定價(jià)的判斷不易受到天氣影響，但他們的交易行為比較容易受天氣影響。

［1］Chang S，Chen S，Chou R，et al.Weather and intraday patterns in stock returns and trading activity［J］.Journal of banking and finance，2008(32):1754 －1766.

［2］Markowitz，H.Portfolio selection［J］.Journal of Finance，1952:77 －91.

［3］Sharpe W.Capital asset prices:A theory of market equilibrium under conditions of risk［J］.Journal of Finance，1964:425－442.

［4］Lucey B，Dowling M.The role of feelings in investor decision － making［J］.Journal of Economic Surveys，2005(19):211－237.

［5］Wright，W，Bower G.Mood effects on subjective probability assessment［J］.Organizational Behavior and Human Decision Processes，1992(52):276 －291.

［6］Daniel K，Hirshleifer D，Subrahmanyam A.Investor psychology and security market under － and overreactions［J］.Journal of finance，1998:1839 －1885.

［7］Hirshleifer D.Investor Psychology and Asset Pricing［J］.Journal of finance，2001:1533 －1597.

［8］Saunders，E.Stock Prices and Wall Street weather［J］.The American Economic Review，1993:1337－1345.

［9］Stecklow，S.For Stock Market Advice，Just Call the Meteorologist for Manhattan［J］.Wall Street Journal，1993(December 28).

［10］Hirshleifer D，Shumway T.Good Day Sunshine:Stock Returns and the Weather［J］.Journal of finance，2003:1009 －1032.

［11］周后福.氣候變化對(duì)人體健康影響的綜合指標(biāo)探討［J］.氣候與環(huán)境研究，1999(1):121－126.

［12］Roll R W，Weather，in New Palgrave dictionary of money and finance［M］.B.Malkiel，et al.，Eds.，ed:Macmillan London，1992.

［13］Cao M，Wei J.Stock Market Returns:A Note on Temperature Anomaly［J］.Journal of banking and finance，2005(29):1559－1573.

［14］Isen A.Positive Affect and Decision Making［J］.Handbook of emotions，1993(1):261 －277.

［15］Johnson E，Tversky A.Affect，Generalization，and the Perception of Risk［J］.Journal of Personality and Social Psychology，1983(45):20 －31.

［16］Nelson S.The ABC of Stock Market Speculation［M］.Fraser Publishing，1903.

［17］Kamstra M，Kramer L，Levi M.Losing Sleep at the Market:The Daylight Saving Anomaly［J］.American Economic Review，2000:1005－1011.

［18］Loughran T，Schultz P.Weather，Stock Returns，and the Impact of Localized Trading Behavior［J］.Journal of Financial and Quantitative Analysis，2004:343 －364.

［19］Harris L.A Transaction Data Study of Weekly and Intradaily Patterns in Stock Returns［J］.Journal of Financial Economics，1986(16):99 －117.

［20］Stoll H，Whaley R.Stock Market Structure and Volatility［J］.Review of Financial Studies，1990:37 －71.

［21］Fabozzi F，Ma C，Chittenden W，et al.Predicting Intraday Price Reversals［J］.The Journal of Portfolio Management，1995(21):42－53.

［22］Howarth E，Hoffman M.A Multidimensional Approach to the Relationship between Mood and Weather［J］.British journal of psychology(1953)，1984(75):15－23.

［23］Allen M，F(xiàn)ischer G.Ambient Temperature Effects on Paired Associate Learning［J］.Ergonomics，1978(21):95 －101.

［24］Wyndham C.Adaptation to Heat and Cold［M］.Environmental Research，1969(2):442－469.

［25］Cunningham M.Weather，Mood，and Helping Behavior:Quasi Experiments with the Sunshine Samaritan［J］.Journal of Personality and Social Psychology，1979(37):1947 －1956.

［26］Charuvisit S，Kimura K，F(xiàn)ujino Y.Experimental and Semi－analytical Studies on the Aerodynamic Forces Acting on a Vehicle Passing through the Wake of a Bridge Tower in Cross Wind［J］.Journal of Wind Engineering and Industrial Aerodynamics，2004(92):749 －780.

［27］Green C.Wind Gusts and Receipt of Parking Tickets［Z］.unpubilished manuscript，University of Lethbridge，1994.

［28］Keef S，Roush M.The Weather and Stock Returns in New Zealand［J］.Quarterly Journal of Business and Economics，2002(41):61 －80.

［29］Wooldridge J.Introductory econometrics:a modern approach［M］.South－Western Pub，2008.

［30］White，H.A Heteroskedasticity－Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity［J］.Econometrica:Journal of the Econometric Society，1980:817－838.

［31］Greene W.Econometric analysis［M］.Prentice Hall Upper Saddle River，NJ，2003.

［32］Dowling M，Lucey B.Mood and UK equity pricing［J］.Applied Financial Economics Letters，2008(4):233 －240.

［33］Keef S，Roush M，Zealand W.Influence of Weather on New Zealand Financial Securities［J］.Accounting and Finance，2005(45):415－437.

［34］Chordia T，Roll R，Subrahmanyam A.Market liquidity and trading activity［J］.Journal of finance，2001:501 － 530.

［35］Kaplanski G，Levy H，Scopus M.Mispricing of Options:Perceived and Actual Market Risk Sentiment Effect［R］.Working Paper，2009.

［36］Rosenthal N.Winter blues:seasonal affective disorder:what it is and how to overcome it［M.The Guilford Press，1998.

［37］Kamstra M，Kramer L A，Levi M D.Winter Blues:A SAD Stock Market Cycle［J］.The American Economic Review，2003(93):324－343.

［38］Symeonidis L，Daskalakis G，Markellos R.Does the Weather Affect Stock Market Volatility［R］.Working Paper，2008.