市場情緒與行業(yè)情緒對股票收益的影響

劉維奇，王 寧

(山西大學(xué)管理學(xué)院，山西太原030006)

一 引言

行為金融理論是傳統(tǒng)金融理論的延伸與突破，它否定了有效市場和理性人的假說，認(rèn)為投資者普遍是有限理性的，并不能完全遵循期望效用最大化和貝葉斯學(xué)習(xí)法則，且其行為決策是不可預(yù)測的，并且會使股票價格偏離其價值。然而又由于套利的有限性，理性的投資者并不能及時并且完全地消除這種偏差，因此投資者的非理性行為應(yīng)該是影響股票價格的系統(tǒng)因子。由此形成了投資者情緒理論并逐漸成為當(dāng)今實(shí)證研究的熱點(diǎn)問題。

目前國內(nèi)外對投資者情緒的研究主要集中在兩點(diǎn)，一是對投資者情緒的度量;二是研究投資者情緒與市場收益的關(guān)系。對投資者情緒的度量是投資者情緒研究的重點(diǎn)和難點(diǎn)，針對投資者情緒指數(shù)的構(gòu)建方法，目前主要有三種:第一種是通過對投資者發(fā)放問卷調(diào)查等形式來直接獲得投資者對市場的觀點(diǎn)，稱為直接指標(biāo)，例如，F(xiàn)isher和 Statman(2000)［1］以及Brown和 Cliff(2005)［2］都驗(yàn)證了美國個人投資者協(xié)會指數(shù)(AAII)是預(yù)測S＆P500的未來收益的反向指標(biāo);第二種是通過運(yùn)用金融市場中的交易數(shù)據(jù)(如換手率等)來進(jìn)行分析處理，從而得到對投資者情緒的客觀反映，稱為間接指標(biāo);第三種是通過將多個直接或間接指標(biāo)運(yùn)用主成分分析方法來綜合成

一個指標(biāo)，從而較全面地度量投資者情緒，稱為綜合

指標(biāo)。目前，國外常用的個體與機(jī)構(gòu)投資者的情緒指標(biāo)主要有美國個人投資者協(xié)會指數(shù)、友好指數(shù)、投資者智慧指數(shù)和 Baker和 Wurgler(2006)［3］的綜合指標(biāo)，其中前三個為直接指標(biāo)。由于中國在研究投資者情緒方面起步較晚，可參考的直接指標(biāo)主要有央視看盤指數(shù)、巨潮投資者信心指數(shù)，目前大多數(shù)研究者主要是采用間接指標(biāo)或者綜合指標(biāo)。

根據(jù)度量對象的不同，投資者情緒的度量又可分為整體市場情緒和個股情緒，現(xiàn)有的文獻(xiàn)研究前者的居多，依靠市場上的直接和間接指標(biāo)來進(jìn)行整體市場情緒的度量，從而研究整體市場情緒對收益的影響，Ben － Rephael等人(2011)［4］利用股票基金的流入流出量來作為整體市場情緒，并發(fā)現(xiàn)情緒與整個股票市場超額收益正相關(guān)，與未來的收益負(fù)相關(guān)。而個股情緒的研究目前一般只有根據(jù)個人交易賬戶和共同基金流兩種方法。個人交易賬戶由于交易的保密性而難于獲得，因此這種方法的研究相對較少，具有代表性的是Kumar和Lee(2006)［5］利用個人交易賬戶的研究發(fā)現(xiàn)了難于估值和套利的股票的收益傾向于共同運(yùn)動。Frazzini(2008)［6］利用共同基金流作為個體投資者情緒對不同股票的度量，并發(fā)現(xiàn)高情緒預(yù)示著未來的低收益，從而開辟了研究個股情緒的另一種途徑。

目前研究情緒對市場收益的影響主要集中在情緒與同期收益和后期收益的關(guān)系上。Amihud和Mendelson(1986)［7］首先提出了交易成本在資產(chǎn)定價中的作用，他們利用買賣價差度量情緒并發(fā)現(xiàn)了買賣價差較大的股票有更高的收益。隨后，Compell和Kyle(1993)［8］表明噪音投資者的交易能夠影響股價。Wayne等人(2002)［9］利用投資者智慧情緒指數(shù)，采用GARCH－M回歸方程來檢驗(yàn)噪音交易者風(fēng)險對條件波動率的形成和期望收益的影響，他們通過實(shí)證結(jié)果表明情緒是定價的系統(tǒng)風(fēng)險，超額收益與情緒的變化同期正相關(guān)，而且，情緒的變化與未來超額收益負(fù)相關(guān)。在這方面作出突出貢獻(xiàn)的是Baker和Wurgler(2006)，他們提出，基于情緒的錯誤定價是來源于未知的需求沖擊和套利的有限性，并且利用封閉式基金折價、市場換手率、新股的發(fā)行量以及新股上市首日收益率等6個指標(biāo)來構(gòu)建投資者情緒，結(jié)果表明難于套利的股票收益更易受到投資者情緒變化的影響。Lemmon和 Portniaguina(2006)［10］通過實(shí)證得出情緒對價值型股票影響顯著，且兩者之間是負(fù)相關(guān)關(guān)系，而情緒對成長型股票的影響不顯著。

中國的證券市場還處在起步階段，還不是一個成熟有效的市場，證券市場還不完善，因此傳統(tǒng)的金融理論并不適合中國證券市場的現(xiàn)狀。同時，股票市場中的投資者多為中小投資者，他們并沒有形成合理的價值投資取向，存在嚴(yán)重的投機(jī)性，這也決定了股票市場中存在著很多的非理性行為，因此運(yùn)用投資者情緒來研究股票市場是很有借鑒意義的。通過了解股票市場的運(yùn)行特征，可以合理地引導(dǎo)投資者的投資決策，從而保障證券市場的健康發(fā)展。譚躍、夏芳(2011)［11］認(rèn)為盈余管理和投資者情緒在不同時期里分別主導(dǎo)著股價與公司投資的關(guān)系。王美今、孫建軍(2004)［12］通過建立理論模型證實(shí)了市場投資者情緒的變化能夠顯著地影響滬深兩市的收益，說明市場投資者情緒是影響股票價格的系統(tǒng)因子。張強(qiáng)、楊淑娥(2009)［13］通過改進(jìn)De Long等人(1990)［14］的噪音交易模型，利用市場換手率、封閉式基金折價和投資者開戶增長率這三個間接指標(biāo)綜合成一個市場情緒指標(biāo)，研究市場投資者情緒及波動與股票收益間關(guān)系，并發(fā)現(xiàn)投資者情緒是影響股票價格的系統(tǒng)因子，股票價格會隨著投資者情緒的波動而波動。蘇衛(wèi)東(2011)［15］利用主成分分析方法將5個市場指標(biāo)綜合形成了投資者情緒指標(biāo)，并通過實(shí)證得出了它是一個比較好的投資者情緒代理變量。李謹(jǐn)宏(2011)［16］通過主成分分析構(gòu)建了投資者情緒指數(shù)，利用向量自回歸模型和脈沖響應(yīng)函數(shù)驗(yàn)證了投資者情緒與股票收益的關(guān)系，實(shí)證結(jié)果表明投資者情緒對同期股票收益具有顯著的影響，并能在一定程度上預(yù)測收益。花貴如、劉志遠(yuǎn)和許騫(2010)［17］研究證實(shí)投資者情緒與企業(yè)過度投資顯著正相關(guān)。

盡管對投資者情緒的研究已經(jīng)趨于成熟，但是目前的文獻(xiàn)還沒涉及行業(yè)板塊情緒的概念。由于同一行業(yè)板塊同一時期的股票可能會表現(xiàn)出聯(lián)動效應(yīng)，因此在研究市場情緒時加入對行業(yè)板塊情緒的研究可以更好地反映投資者情緒的作用。同時，投資者在不同時期的情緒波動也會影響投資者在當(dāng)期的投資決策。因此，本文通過對 De Long等人(1990)的噪音交易模型的修正，將市場情緒和行業(yè)情緒以及情緒的條件期望波動率分別引入到傳統(tǒng)的噪音交易模型中去，進(jìn)而觀察市場情緒和行業(yè)情緒對行業(yè)超額收益的共同作用，本文主要探討市場情緒與行業(yè)情緒是否會影響股票收益，它們在股票市場中的作用是否會有差異。

二 理論模型

本文在De Long等人(1990)的噪音交易模型的基礎(chǔ)上進(jìn)行變形整理。假設(shè)在一個兩期市場模型中，市場上存在著兩種證券，支付相同的固定紅利r，一種是安全資產(chǎn)s，具有完全的供給彈性，其價格為1;另一種是風(fēng)險資產(chǎn)u，供給并非是完全彈性的，其在t期的價格為Pt，如果每單位資產(chǎn)的價格等于未來紅利的凈現(xiàn)值，那么由于兩種證券每期支付的固定紅利均為r，因此兩種證券能夠彼此完全替代并在每一期都以相同的價格1出售。但是當(dāng)市場上存在噪音交易者時，由于對資產(chǎn)u的錯誤估計(jì)，其價格將不再等于1。

本文假定市場上并沒有完全理性的交易者，這一點(diǎn)與現(xiàn)實(shí)生活中的情況相近。假設(shè)市場上有兩類投資者，一類是只關(guān)注于某一個行業(yè)，對此行業(yè)比較了解，但是對其他行業(yè)和整體市場的了解并不是很詳盡，因此這類投資者會盡量選擇此行業(yè)內(nèi)的股票進(jìn)行交易，這類行業(yè)投資者用α表示;另一類投資者選擇整個市場內(nèi)的股票進(jìn)行交易，這一類的市場投資者用β表示。這兩類投資者均為噪音交易者，他們對資產(chǎn)u的錯誤定價為隨機(jī)變量，分別為～，這里假設(shè)方差相同(此假設(shè)并不會影響后面的結(jié)果)。

設(shè)交易資產(chǎn)u的行業(yè)投資者的比例為μ，交易資產(chǎn)u的市場投資者的比例為1－μ，資產(chǎn)u的價格由行業(yè)投資者和市場投資者共同決定。兩類投資者均在t期選擇投資組合以使t+1期的效用最大。其效用函數(shù)為U=－e－(2γ)w，其中γ為風(fēng)險規(guī)避系數(shù)，w為t+1期所擁有的財富。在收益為正態(tài)分布的前提下，持有一單位風(fēng)險資產(chǎn)的最大預(yù)期效用等價于最大化ˉw－γσ2w，其中ˉw為預(yù)期t+1期的財富，σ2w為當(dāng)期財富w的方差。

行業(yè)投資者α的預(yù)期效用函數(shù)為:

由式8，資產(chǎn)收益與市場情緒的變化正相關(guān)，同時也與t+1期的市場情緒水平正相關(guān)，與t期的情緒水平負(fù)相關(guān)。由于在市場上專門投資一個行業(yè)風(fēng)險很大，行業(yè)投資者的比例很小，大多數(shù)投資者為市場投資者，因此1－μ要遠(yuǎn)大于μ，即市場投資者對收益的影響要比行業(yè)投資者的影響顯著，從而本文提出3個假設(shè):

H1:股票收益與同期市場情緒變化正相關(guān);

H2:股票收益與同期市場情緒水平正相關(guān)，且與滯后一期情緒水平負(fù)相關(guān);

H3:市場情緒對股票收益的影響要比行業(yè)情緒的影響顯著。

由于市場情緒是針對于整個股票市場，對某一個行業(yè)的預(yù)測能力較不敏感，而行業(yè)情緒是針對行業(yè)內(nèi)股票所產(chǎn)生的，因此行業(yè)情緒所產(chǎn)生的預(yù)測效果要好于市場情緒，從而提出假設(shè)4:

H4:行業(yè)情緒的預(yù)測能力優(yōu)于市場情緒的預(yù)測能力。

三 情緒指標(biāo)的構(gòu)建

本文將構(gòu)建的市場情緒指標(biāo)和行業(yè)情緒指標(biāo)結(jié)合起來研究其對股票市場的影響。市場情緒指標(biāo)是選取封閉式基金折價、市場換手率、消費(fèi)者信心指數(shù)和月新增開戶數(shù)4個指標(biāo)，利用主成分分析得到一個綜合指標(biāo)，而對行業(yè)情緒指標(biāo)的度量類似于Frazzini(2008)對個股的度量，將每個行業(yè)看作一個單位，利用中國開放式基金對行業(yè)股票的持有量來得出行業(yè)的情緒，為了消除行業(yè)情緒中的市場情緒因素，將二者正交化，得到行業(yè)的特質(zhì)情緒。進(jìn)而利用市場情緒和行業(yè)特質(zhì)情緒來研究與市場收益和行業(yè)間收益的關(guān)系。

本文樣本期為2003年1月至2011年6月，共八年半的數(shù)據(jù)。封閉式基金折價、個股市值、消費(fèi)者信心指數(shù)、開放式基金代碼、基金凈值、基金收益和基金持有行業(yè)股比例來自于國泰安數(shù)據(jù)庫，市場換手率、行業(yè)月收益率、月無風(fēng)險利率、市場月超額收益、居民消費(fèi)價格指數(shù)、宏觀經(jīng)濟(jì)景氣指數(shù)和國內(nèi)生產(chǎn)總值來自于銳思數(shù)據(jù)庫，新增開戶數(shù)來自于中國證券登記結(jié)算公司統(tǒng)計(jì)月報。

(一)市場情緒指標(biāo)的構(gòu)建

選取封閉式基金折價、市場換手率、消費(fèi)者信心指數(shù)和月新增開戶數(shù)4個指標(biāo)，利用主成分分析法綜合成一個市場情緒指標(biāo)。

1．封閉式基金折價(CEFD)

由于封閉式基金在美國市場主要被個體投資者所持有，Lee，Shlerfer和 Thaler(1991)［18］得出封閉式基金折價率的波動可以作為投資者情緒變動的替代變量。同時，他們發(fā)現(xiàn)封閉式基金折價的變化在小盤股中與收益表現(xiàn)出很強(qiáng)的同期相關(guān)性。Neal和Wheatley(1998)［19］同樣發(fā)現(xiàn)封閉式基金折價能預(yù)測小規(guī)模公司的收益。

在中國，封閉式基金折價能否作為較好的投資者情緒指標(biāo)一直存在著爭議，伍燕然、韓立巖(2007)［20］利用其他一些能反映投資者情緒的指標(biāo)間接地證明了封閉式基金折價可以作為情緒的替代變量指標(biāo)，并論證了情緒對市場長期和短期收益的影響。本文也發(fā)現(xiàn)了封閉式基金折價與其他的情緒指標(biāo)的相關(guān)性很大，因此應(yīng)該能夠較好地反映投資者情緒。

本文的封閉式基金折價為每月最后一個交易日所有上市的封閉式基金的加權(quán)平均折價率。其中正值表示溢價，負(fù)值表示折價。

2．市場換手率(TURN)

當(dāng)市場情緒上漲時，投資者更樂意進(jìn)行更多的交易。市場換手率可以很好地反映投資者參與股票市場的熱情程度。Baker和 Stein(2004)［21］指出當(dāng)賣空成本較大時，情緒投資者更有可能在他們樂觀時才進(jìn)行交易，這時交易量就上升了。中外研究者均一致認(rèn)為市場換手率是投資者情緒的較好的替代變量。

3．消費(fèi)者信心指數(shù)(CCI)

Charoenrook(2002)發(fā)現(xiàn)消費(fèi)者信心指數(shù)的改變能很好地預(yù)測美國市場的整體收益。Qiu和Welch(2004)也發(fā)現(xiàn)消費(fèi)者信心指數(shù)的度量與投資者情緒相關(guān)。此外，中國的消費(fèi)者信心指數(shù)由國家統(tǒng)計(jì)局編制，能夠在一定程度上反映中國投資者的情緒。

4．新增開戶數(shù)(KH)

對于相對比較成熟的歐美股票市場，新增開戶數(shù)可能不能很好地反映投資者情緒，因此國外研究很少采用新增開戶數(shù)作為投資者情緒的替代變量。但是中國的股票市場相對落后，投資者的非理性程度較高。韓立巖(2007)認(rèn)為交易所月度新增開戶數(shù)能夠很好地反映投資者情緒。因此，新增開戶數(shù)應(yīng)該能夠很好地反映投資者投資股市的意愿。

5．構(gòu)建市場投資者情緒指標(biāo)

Brown和Cliff(2005)指出，利用主成分分析的方法可以很好地從多個變量中提取出所不能直接觀察到的投資者心理狀態(tài)的測度。

本文采用Baker和Wurgler(2006)的方法來構(gòu)建市場投資者情緒指標(biāo)，值得說明的一點(diǎn)是，由于中國股改期間限制發(fā)行新股，IPO存在數(shù)據(jù)缺失問題，本文并沒有選取Baker和Wurgler(2006)指標(biāo)中的IPO的數(shù)量和IPO首日收益率這兩個變量。

市場情緒指標(biāo)S的各主成分變量系數(shù)的確定采用2個主成分的系數(shù)加權(quán)平均，其中2個主成分的特征值均大于1，且累積方差貢獻(xiàn)率超過了80%。最終表達(dá)式如下:

根據(jù)市場情緒指數(shù)的表達(dá)式，可以發(fā)現(xiàn)以下兩點(diǎn):一是市場情緒與四個指標(biāo)均正相關(guān)，值得注意的是封閉式基金折價率，由于負(fù)值表示折價發(fā)行，因此折價率越大時，市場情緒越低;二是封閉式基金折價和換手率提前反映市場投資者情緒。

圖1列示了市場情緒指數(shù)和標(biāo)準(zhǔn)化后的綜合市場收益率的時間序列圖，由圖可以看出，2006年之前市場情緒相對比較平穩(wěn)，2006年初情緒開始不斷上漲，且在2007年9月左右達(dá)到高點(diǎn)，隨后伴隨著次貸危機(jī)的爆發(fā)，情緒開始不斷下跌，到2009年初才有了反彈的趨勢，但是下半年以“7．29”暴跌為標(biāo)志，又開始了另一輪的下跌，隨后一直震蕩。市場情緒的這一走勢跟股票市場收益率相契合，也證明了本文所構(gòu)建的市場情緒指標(biāo)能夠很好地反映市場。

(二)行業(yè)情緒指標(biāo)的構(gòu)建

目前還沒有文獻(xiàn)詳細(xì)闡述行業(yè)情緒指標(biāo)這一概念，本文對行業(yè)情緒指標(biāo)的構(gòu)建采用Frazzini(2008)構(gòu)建個體股票情緒的思路，F(xiàn)razzini(2008)提到共同基金流量之所以會與股票收益相關(guān)，一種解釋是共同基金的流入量推動了股票價格的上升。Corval和Stafford(2007)［22］發(fā)現(xiàn)基金經(jīng)理會根據(jù)流入量與流出量的不同而改變基金的持股比例。因此，共同基金的資金流量是可以用來反映投資者情緒的。池麗旭、莊新田(2011)［23］通過開放式基金的真實(shí)和虛擬資金流量構(gòu)建了投資者情緒指標(biāo)，利用面板數(shù)據(jù)模型研究了中國投資者情緒與股票收益的關(guān)系，實(shí)證表明投資者情緒對股票收益具有顯著的影響，其中樂觀情緒對股票收益的影響要高于悲觀情緒，并且極端的高低情緒在中國市場中具有獨(dú)特的預(yù)測能力。

不同的行業(yè)的經(jīng)濟(jì)實(shí)體都有著其自身的運(yùn)作模式和運(yùn)行規(guī)律。不同的行業(yè)在股票市場中也會表現(xiàn)出不同的經(jīng)濟(jì)和周期特征，同一行業(yè)的股票會因?yàn)檎呋蛘呓?jīng)濟(jì)因素而表現(xiàn)出一定的聯(lián)動效應(yīng)。因此，對于行業(yè)的研究可以幫助投資者更好地理解市場，解釋行業(yè)未來的發(fā)展方向，為機(jī)構(gòu)和個人提供投資決策幫助。

本文采用證監(jiān)會的行業(yè)門類分類標(biāo)準(zhǔn)，共分為13個行業(yè)，名稱與行業(yè)代碼見表1。

本文利用中國證券市場中開放式基金流量來衡量行業(yè)情緒。具體方法為:開放式基金實(shí)際持有某一行業(yè)股票的資產(chǎn)額占該行業(yè)所有發(fā)行在外的股票的資產(chǎn)總值的百分比，減去在假設(shè)資金按照每只基金的資產(chǎn)凈值成比例分配到各只基金的虛擬條件下基金持有的百分比。用真實(shí)與虛擬的差值來表示由于投資者的主觀情緒導(dǎo)致的開放式基金中持有行業(yè)股票比例的偏差。

表1 證監(jiān)會行業(yè)門類分類

由于開放式基金的統(tǒng)計(jì)數(shù)據(jù)只有在季報中才能有披露，因此將時間間隔確定為一個季度。樣本期為2003年1月至2011年6月，刪除在樣本期內(nèi)新發(fā)行的以及交易日不足的基金，最后選取了17只開放式基金。

具體的計(jì)算步驟如下:

假設(shè)資金是按每只基金的凈資產(chǎn)成比例分配，其中，t和t－1均為季度時間變量，^Fi t為虛擬情況下基金i從時期t－1到t期的資金流量，TNAi t－1為t－1期基金i的凈資產(chǎn)，TNAA t－1為t－1期所有17只開放式基金的凈資產(chǎn)總額，F(xiàn)A t為從t－1期到t期所有基金流量的總額。

其中，t和t－1均為季度時間變量為虛擬情況下t期的基金i的凈資產(chǎn)，為基金i在t－1期到t期的收益率，為虛擬情況下t－1期基金i的凈資產(chǎn)為t期基金i的虛擬資金流量。4．計(jì)算行業(yè)情緒指標(biāo)

其中，SHx，t為t期行業(yè)x的情緒指標(biāo)，ωix表示基金i對行業(yè)x的持有比例，Mx為行業(yè)x的流通市值，為t期基金i的實(shí)際凈資產(chǎn)，為虛擬情況下t期的基金i的凈資產(chǎn)。

由于得到的行業(yè)情緒為季度數(shù)據(jù)，要研究市場情緒與行業(yè)情緒的共同影響，就必須將行業(yè)情緒的頻率轉(zhuǎn)化為月度。在研究情緒與行業(yè)超額收益的同期關(guān)系時，采用本季度的行業(yè)情緒作為季度內(nèi)3個月的情緒指標(biāo)與超額收益做回歸，而研究后期關(guān)系時，利用前一季度的行業(yè)情緒與當(dāng)月的超額收益做回歸。對行業(yè)情緒的再處理將在下一部分介紹。

四 實(shí)證研究

由于本部分涉及的情緒變量比較多，在這里先給出所需變量的構(gòu)建方法，本文擬采用普通最小二乘(OLS)方法來研究市場情緒與超額收益的關(guān)系，其中將第三部分得到的市場情緒定義為市場情緒水平(St)，其一階差分 ΔSt=St－St－1為市場情緒變化。兩者皆進(jìn)行了標(biāo)準(zhǔn)化處理。

然后對行業(yè)情緒的數(shù)據(jù)進(jìn)行處理。為了觀察行業(yè)情緒自身的特點(diǎn)，將行業(yè)情緒水平SHx，t與市場情緒水平St正交化以后的殘差作為行業(yè)的特質(zhì)情緒指標(biāo)，

即為行業(yè)x的行業(yè)情緒水平指標(biāo)Sx，t。本文所有回歸方程中的變量均通過了平穩(wěn)性檢驗(yàn)。

首先，表2列示了13個行業(yè)的描述性統(tǒng)計(jì)，通過對表2的觀察，行業(yè)的月超額收益表現(xiàn)出了差異化，平均月收益最高的行業(yè)是B采掘業(yè)，其均值為1.8%，最低的行業(yè)為D電力煤氣，其均值為0.6%;偏度與峰度系數(shù)的特征表明收益分布近似正態(tài)，滿足本文的假設(shè)。

表2 行業(yè)收益描述性統(tǒng)計(jì)

(一)市場情緒變化與行業(yè)超額收益的關(guān)系

研究市場情緒變化對行業(yè)超額收益的同期影響，采用OLS回歸方法進(jìn)行分析，其回歸方程為:

其中Rx，t為t期行業(yè)x的超額收益，ΔSt為t期的市場情緒變化。

表3列示了式14的13個行業(yè)市場情緒變化的系數(shù)估計(jì)值、顯著性水平以及回歸方程的R2，由于截距項(xiàng)系數(shù)不顯著，這里并未列出。市場情緒變化與同期行業(yè)超額收益均顯著正相關(guān)，當(dāng)期市場情緒越樂觀，投資者對股票的需求量越大，超額收益也就越高。市場情緒每增加一個單位，行業(yè)月超額收益增加2%－4%。其中情緒變化對行業(yè)J房地產(chǎn)的影響最大，為0.038 0，對行業(yè)G信息技術(shù)影響最小，為0.018 5。表3證實(shí)了假設(shè)1，即股票收益與同期市場情緒變化正相關(guān)。

表3 行業(yè)超額收益對市場情緒變化的OLS回歸結(jié)果

(二)市場情緒水平與行業(yè)超額收益的關(guān)系

本文先來研究同期市場情緒水平與行業(yè)超額收益的關(guān)系，其回歸方程為:

表4列示了式15的13個行業(yè)市場情緒水平的系數(shù)估計(jì)值、顯著性水平以及回歸方程的R2，由于截距項(xiàng)系數(shù)不顯著，這里并未列出。市場情緒水平與同期行業(yè)超額收益表現(xiàn)出強(qiáng)烈的正相關(guān)，且系數(shù)相差不大，說明市場情緒水平對同期各行業(yè)的影響基本一致，也說明了市場情緒對每個行業(yè)普遍存在著無差異的影響。

然后在式15中加入滯后一期的市場情緒水平來驗(yàn)證不同期的市場情緒水平對行業(yè)超額收益的影響:

表5列示了回歸結(jié)果，由于截距項(xiàng)普遍不顯著，在這里并未列出。在加入了滯后一期的市場情緒水平以后，R2得到了明顯的提高。當(dāng)期市場情緒水的系數(shù)均顯著為正，而滯后一期的市場情緒水平的系數(shù)均為負(fù)，且只有3個系數(shù)不顯著。從而證實(shí)了假設(shè)2，即股票收益與同期市場情緒水平正相關(guān)，而與滯后一期的情緒水平負(fù)相關(guān)。同時當(dāng)期市場情緒水平的系數(shù)均大于滯后一期的市場情緒水平的系數(shù)，說明了在中國的股票市場中存在著一期價格修正，而且是過度修正。

表4 行業(yè)超額收益對市場情緒水平的OLS回歸結(jié)果

表5 行業(yè)超額收益對不同期市場情緒水平的OLS回歸結(jié)果

(三)市場情緒和行業(yè)情緒對行業(yè)超額收益的共同影響

在式15中加入行業(yè)情緒水平來研究市場情緒與行業(yè)情緒對行業(yè)超額收益的共同影響。其回歸方程為:其中，Rx，t為行業(yè)x在t期的超額收益，St為t期市場情緒水平，Sx，t為行業(yè)x在t期的行業(yè)情緒水平?；貧w方程中的C(1)和C(2)為重要的待估參數(shù)，其中C(1)反映市場情緒對同期行業(yè)超額收益的影響，而C(2)反映行業(yè)情緒對同期行業(yè)超額收益的影響。

表6列示了回歸系數(shù)的估計(jì)結(jié)果，可以發(fā)現(xiàn)，通過引入行業(yè)情緒變量，所有回歸的R2均得到了提高，說明行業(yè)情緒是影響行業(yè)超額收益的因素。市場情緒水平的系數(shù)均顯著為正，而行業(yè)情緒水平的系數(shù)有5個為負(fù)，且只在特定的行業(yè)顯著，說明行業(yè)情緒對行業(yè)超額收益存在著特質(zhì)性的影響。這證實(shí)了假設(shè)3，即市場情緒對股票收益的影響要比行業(yè)情緒的影響顯著。

表6 行業(yè)超額收益對市場情緒水平和行業(yè)情緒水平的OLS回歸結(jié)果

(四)市場情緒與行業(yè)情緒對個股超額收益的影響

采用上海和深圳證券交易所的所有股票，樣本期為2003年1月至2011年6月，剔除掉數(shù)據(jù)缺失的股票，最后篩選出的股票包括上海證券交易所的414只和深圳證券交易所的227只，共641只股票。然后根據(jù)證監(jiān)會行業(yè)門類分類標(biāo)準(zhǔn)，觀察每個行業(yè)中的股票數(shù)量。表7給出了每個行業(yè)分別在上海、深圳以及綜合市場的股票數(shù)。其中由于行業(yè)C中上市公司數(shù)比較多，在這里所占的比重也相對較大，其次分別為行業(yè)H批發(fā)零售、J房地產(chǎn)和G信息技術(shù)，而股票數(shù)所占比重較小的行業(yè)有I金融保險、L傳播與文化和E建筑業(yè)。

本文利用市場情緒以及所處行業(yè)的行業(yè)情緒來研究對個股超額收益的預(yù)測能力，利用OLS回歸方法做回歸，觀察情緒的顯著性。其回歸方程為:

其中，Ri，t為股票i在t期的超額收益，St－1為t－1 期的市場情緒水平，Sx，t－1為t－1期股票i所處行業(yè)x的行業(yè)情緒水平。

表7 行業(yè)股票數(shù)

表8列示了情緒水平對后期個股超額收益影響的系數(shù)顯著性，從兩市的系數(shù)顯著性來看，情緒水平的預(yù)測能力有限，但是行業(yè)情緒水平的預(yù)測能力要優(yōu)于市場情緒水平，且在A、E、G行業(yè)的預(yù)測效果突出。

綜上，同期的市場情緒對兩市的個股超額收益普遍存在著正向的影響，且對深圳股票市場的個股影響較大;同期的行業(yè)情緒只對特定行業(yè)的個股存在著影響，且相關(guān)性有正有負(fù);行業(yè)情緒對個股超額收益的預(yù)測能力要優(yōu)于市場情緒。從而證實(shí)了假設(shè)4，即行業(yè)情緒的預(yù)測能力優(yōu)于市場情緒的預(yù)測能力。本文同樣利用情緒變化來研究情緒對個股超額收益的影響，還選擇時間序列觀測值大于50的股票進(jìn)行上述研究，結(jié)論完全一致。

五 結(jié)論

對于投資者情緒的研究越來越受到國內(nèi)外學(xué)者的重視，特別是在中國證券市場機(jī)制還相對不夠完善的條件下，投資者情緒在股票市場中的影響就顯得尤為突出。本文在De Long等人(1990)的噪音交易模型基礎(chǔ)上，將股票市場上的投資者分為市場投資者和行業(yè)投資者，研究兩種投資者的情緒對行業(yè)超額收益的共同影響，從不同的側(cè)面反映了投資者情緒在股票市場中的作用，其中市場情緒對當(dāng)期股票收益影響顯著，而行業(yè)情緒對后期股票收益影響顯著，將兩種投資者情緒結(jié)合起來研究可以更好地揭示投資者情緒對股票市場的影響。同時，本文引入了情緒的條件期望波動率，檢驗(yàn)了其對股票收益存在著顯著的影響，這主要是因?yàn)橥顿Y者情緒的前期波動會影響到當(dāng)期他所做出的投資決策。

表8 情緒水平與后期個股超額收益的系數(shù)顯著性

本文利用構(gòu)建的市場投資者情緒和行業(yè)投資者情緒來檢驗(yàn)對股票市場中行業(yè)超額收益和個股超額收益的影響。主要結(jié)論如下:

第一，利用主成分分析構(gòu)建出了市場情緒，并發(fā)現(xiàn)市場情緒水平與市場情緒變化與行業(yè)超額收益顯著正相關(guān)，且對每個行業(yè)超額收益的影響相差不大。

第二，本文提出了行業(yè)情緒的概念，并利用構(gòu)建的行業(yè)情緒與市場情緒共同來研究對行業(yè)超額收益的影響，發(fā)現(xiàn)行業(yè)情緒對行業(yè)超額收益的影響顯示出了特質(zhì)性的差異。

第三，中國股票市場中，市場情緒在下一個月存在著價格修正的過程，而且是過度修正。

第四，利用市場和行業(yè)的情緒水平來研究情緒對個股超額收益的預(yù)測能力，發(fā)現(xiàn)行業(yè)情緒的預(yù)測能力要優(yōu)于市場情緒。

綜上所述，本文認(rèn)為:第一，政府監(jiān)管部門應(yīng)該合理引導(dǎo)投資者進(jìn)行價值投資，使更多的資金流向業(yè)績優(yōu)良的藍(lán)籌股，這樣可以避免很多的風(fēng)險;第二，投資者情緒在股票市場中是不可避免的，但是可以利用其對投資決策產(chǎn)生促進(jìn)作用;第三，投資者應(yīng)該意識到自身的非理性成分，同時應(yīng)該關(guān)注投資者的情緒波動。

［1］Fisher K，Statman M．Investor sentiment and stock returns［J］．Financial Analysts Journal，2000，56:16 －23．

［2］Brown G，Cliff M．Investor sentiment and asset valuation［J］．Journal of Business，2005，78:405 －440．

［3］Baker M，Wurgler J．Investor sentiment and the cross － section of stock returns ［J］．Journal of Finance，2006，61:1645－1680．

［4］Ben － Rephael A，Kandel S，Whol A．Measuring investor sentiment with mutual fund flows［J］．Journal of Financial Economics，2012，104:363 －382．

［5］Kumar A，Lee C．Retail investor sentiment and return comovements［J］．Journal of Finance，2006，61:2451 －2486．

［6］Frazzini A，Lamout O．Dumb Money:Mutual Fund Flows and the Cross－ Section of Stock Returns［J］．Journal of Financial Economics，2008，88:299 －322．

［7］Amihud Y，Mendelson H．Asset pricing and the bid － ask spread ［J］．Journal of Financial Economics，1986，15:223－249．

［8］Campbell J Y，Kyle A．Smart Money，Noise Trading and Stock Price Behaviour［J］．Review of Economic Studies，1993，60:1 －34．

［9］Wayne Y，Christine X，Daniel C．Stock market volatility，excess returns，and the role of investor sentiment［J］．Journal of Banking ＆ Finance，2002，26:2277 －2299．

［10］Lemmon M，Portniaguina E．Consumer confidence and asset prices:some empirical evidence［J］．Review of Financial Studies，2006，19:1499 －1529．

［11］譚 躍，夏 芳．股價與中國上市公司投資［J］．會計(jì)研究，2011(8):30－39．

［12］王美今，孫建軍．中國股市收益、收益波動與投資者情緒［J］．經(jīng)濟(jì)研究，2004(10):75－83．

［13］張 強(qiáng)，楊淑娥．噪音交易、投資者情緒波動與股票收益［J］．系統(tǒng)工程理論與實(shí)踐，2009(3):40－47．

［14］De Long J，Shleifer A，Summers L Waldmann R．Noise trade risk in financial markets［J］．Journal of Political E-conomy，1990，98:703 －738．

［15］蘇衛(wèi)東．基于主成分分析的投資者情緒指標(biāo)構(gòu)建［J］．稅務(wù)與經(jīng)濟(jì)，2011(3):42－47．

［16］李謹(jǐn)宏．投資者情緒與股票市場收益的實(shí)證研究［J］．財會通訊，2011(15):128－130．

［17］花貴如，劉志遠(yuǎn)，許 騫．投資者情緒、企業(yè)投資行為與資源配置效率［J］．會計(jì)研究，2010(11):49－55．

［18］Lee C，Shleifer A，Thaler R．Investor sentiment and the closed－ end fund puzzle［J］．Journal of Finance，1991，46:75－109．

［19］Neal R，Wheatley S．Do measures of investor sentiment predict returns?［J］．Journal of Financial and Quantitative A-nalysis，1998，33:523 －547．

［20］伍燕然，韓立巖．不完全理性、投資者情緒與封閉式基金之謎［J］．經(jīng)濟(jì)研究，2007(3):117－129．

［21］Baker M，Stein J．Market liquidity as a sentiment indicator［J］．Journal of Financial Markets，2004，7:271 －299．

［22］Coval J，Stafford E．Asset fire sales(and purchases)in equity markets ［J］．Journal of Financial Economics，2007，86:479－512．

［23］池麗旭，莊新田．我國投資者情緒對股票收益影響［J］．金融與經(jīng)濟(jì)，2011(6):41－48．