投資者情緒與股市收益率的非對稱相關(guān)性分析

劉金娥,莫舒婷

(廈門理工學(xué)院經(jīng)濟(jì)與管理學(xué)院，福建 廈門 361024)

傳統(tǒng)金融理論假定投資者完全理性，認(rèn)為資產(chǎn)的價格只取決于基本面的因素，市場均衡時資產(chǎn)價格等于其內(nèi)在價值。但是隨著金融市場的發(fā)展，出現(xiàn)了越來越多無法用傳統(tǒng)金融解釋的現(xiàn)象，即金融異象。在現(xiàn)實的市場交易中，由于市場信息不對稱效應(yīng)的存在以及投資者本身主觀方面等各種因素的影響，幾乎不可能存在完全理性的人。對于我國的股票市場而言，市場起步晚，發(fā)展的時間歷程短，市場中的投資者結(jié)構(gòu)也相對不合理,總體而言,投資者的非理性程度與歐美等國家的成熟市場相比一般會更高。特別是股票市場的大部分中小投資者由于專業(yè)知識和投資技巧的掌握程度低以及信息來源渠道單一，在投資決策的過程中容易產(chǎn)生嚴(yán)重的心理和行為偏差。行為金融學(xué)打破了傳統(tǒng)金融理論的假設(shè)，提出資產(chǎn)價格不僅來自于基本面，還受到投資者的行為和心理因素的影響，比如投資者情緒等。投資者情緒是投資者基于對資產(chǎn)未來現(xiàn)金流和投資風(fēng)險的預(yù)期而形成的一種信念。眾多學(xué)者的研究發(fā)現(xiàn)了投資者情緒對股市收益及波動的影響[1-6]。

ARCH模型能準(zhǔn)確地模擬時間序列變量的波動性變化[7]，并在金融學(xué)的實證研究中得到廣泛應(yīng)用和拓展。GARCH模型稱為廣義ARCH模型，是ARCH模型的拓展，較好地描述了金融市場的杠桿效應(yīng)和波動反饋效應(yīng)，在刻畫金融時序數(shù)據(jù)時具有獨(dú)特的優(yōu)勢[8]。在此基礎(chǔ)上Kroner等[9]構(gòu)建了多元GJR-GARCH-BEKK 模型，分析了每個變量波動方程中的非對稱效應(yīng)以及兩個變量波動間條件方差非對稱性的溢出效應(yīng)。本文進(jìn)一步改進(jìn)Kroner等[9]的方法，構(gòu)建VAR-BVGJR-GARCH-BEKK模型，創(chuàng)新性地將非對稱模型引入投資者情緒與股市收益率的研究，為宏觀經(jīng)濟(jì)政策的制定和投資者理性決策提供參考。

一、VAR-BVGJR-GARCH-BEKK模型的構(gòu)建

考慮到正負(fù)沖擊的非對稱性，構(gòu)建VAR-BVGJR-GARCH-BEKK模型來分析投資者情緒與股市收益率之間的關(guān)系。首先構(gòu)建VAR模型分析變量間均值溢出效應(yīng)。然后基于正負(fù)沖擊的非對稱效應(yīng)，根據(jù)VAR模型回歸殘差構(gòu)建VAR-BVGJR-GARCH-BEKK模型，以檢驗變量間的波動溢出效應(yīng)。

二元VAR-BVGJR-GARCH-BEKK模型的均值方程設(shè)定為

(1)

式(1)中：Rt是股市收益率;SENTt是投資者情緒指標(biāo);S=(s1s2)T為截距項；Φj為回歸參數(shù)距陣;J是最佳的滯后階數(shù);εt=(ε1,tε2,t)T是殘差向量;Ωt-1是截止到t-1期可獲得的信息集。

二元VAR-BVGJR-GARCH-BEKK模型的方差-協(xié)方差方程設(shè)定為

(2)

式(2)中:C、A和G都是2×2階參數(shù)矩陣，C為下三角常數(shù)矩陣，刻畫條件方差方程的常數(shù)部分，A代表ARCH項的系數(shù)矩陣;G代表GARCH項的系數(shù)矩陣;D代表正負(fù)沖擊引起的非對稱影響的程度。具體表現(xiàn)為：

矩陣A主對角線元素aii(i=1,2)衡量變量自身波動的ARCH效應(yīng)，即變量自身滯后的殘差項平方對當(dāng)期條件方差的影響程度，非主對角項元素aij(i,j=1,2;i≠j).衡量ARCH型波動溢出效應(yīng)，即i變量滯后的殘差項平方對當(dāng)期j變量條件方差的影響程度。矩陣G主對角線元素gii(i=1,2)衡量變量自身波動的GARCH效應(yīng)，即變量自身滯后的條件方差對當(dāng)期條件方差的影響，非主對角項元素gij(i,j=1,2,i≠j)衡量GARCH 型波動溢出效應(yīng)，即i變量滯后的條件方差對當(dāng)期j變量條件方差的影響程度。矩陣D主對角線元素dii(i=1,2)衡量變量受到自身滯后的負(fù)沖擊的非對稱效應(yīng)，非主對角項元素dij(i,j=1,2;i≠j)衡量j變量受到i變量滯后的負(fù)沖擊的非對稱效應(yīng)。為此可做如下的假設(shè)檢驗。

假設(shè)1：變量1對變量2沒有單向波動溢出效應(yīng)，則a12=g12=d12=0。

假設(shè)2：變量2對變量1沒有單向波動溢出效應(yīng)，則a21=g21=d21=0。

假設(shè)3：變量1與變量2沒有存在相互的波動溢出效應(yīng)，則a12=g12=d12=a21=g21=d21=0。

除此之外，通過對非對稱項系數(shù)D施加約束就可以單獨(dú)檢驗是否存在正負(fù)沖擊的非對稱影響。為此做如下假設(shè)檢驗：

假設(shè)4：變量1滯后的負(fù)沖擊向變量2沒有單向的非對稱性效應(yīng)，即d12=0。

假設(shè)5：變量2滯后的負(fù)沖擊向變量1沒有單向的非對稱性效應(yīng)，即d21=0。

假設(shè)6：變量1和變量2不存在相互的非對稱性效應(yīng)，即d12=d21=0。

二、變量選取與檢驗

(一)投資者情緒指標(biāo)

1.投資者情緒原始指標(biāo)的選取

在投資者情緒的度量工作中，一般是用直接指標(biāo)和間接指標(biāo)兩種方法把投資者情緒量化。直接指標(biāo)來源于具體的投資者對于市場最直接的主觀認(rèn)知，可以很好的反映投資者最為真實的態(tài)度。間接指標(biāo)是指市場交易中那些對于投資者情緒具有一定代表性或相關(guān)性的數(shù)據(jù)指標(biāo)。據(jù)此可以客觀地從側(cè)面研究市場中投資者的行為和投資者情緒。但是，由于直接指標(biāo)和間接指標(biāo)基本上都是相互獨(dú)立的單一變量，很容易受到其他外來因素的干擾而使數(shù)據(jù)效果不明顯，并且一般的單一指標(biāo)都難以全面準(zhǔn)確地反映市場的真實情緒走向。所以，更多的學(xué)者們開始著重于通過研究單一指標(biāo)的共性來建立復(fù)合指標(biāo)。

在選取投資者情緒指標(biāo)過程中，借鑒Baker等[10]1 655-1 658、文鳳華等[11]的主成分分析方法，選用封閉式基金折價率(CEFD)、IPO數(shù)量(IPON)、IPO首日收益率(IPOR)、股票市場市盈率(PEM)、換手率(TURN)、市場月平均交易量(TV)、基金凈贖回率(NFRR)和A股新增開戶數(shù)(NAN)共8個代表性較高受到業(yè)內(nèi)廣泛認(rèn)可的市場指標(biāo)?？紤]到投資者情緒變量本身會存在一定的領(lǐng)先與滯后效應(yīng)[10]1 656，為此將8個指標(biāo)的滯后一期也作為備選指標(biāo)，8個指標(biāo)的定義見表1。

表1 單一情緒指標(biāo)定義Table 1 Introduction of single emotion index

2.投資者情緒指標(biāo)計算

所用數(shù)據(jù)均來自Wind數(shù)據(jù)庫月度數(shù)據(jù)，所用股市收益率為上證綜合指數(shù)收益率，樣本期間為2003年1月—2016年6月。將表1中的8個指標(biāo)及其滯后一期的8各指標(biāo)，共16個變量進(jìn)行主成分分析并加權(quán)平均，分別與投資者情緒指標(biāo)(SENT)進(jìn)行相關(guān)性分析，結(jié)果如表2所示。

表2 SENT與16個變量的相關(guān)性分析結(jié)果Table 2 Correlation coefficient between SENT and 16 variables

注：上標(biāo)*、**、***分別表示在10%、5%和1%顯著性水平下拒絕原假設(shè)；t和t-1分別表示當(dāng)期和滯后一期變量。

通過表2的相關(guān)系數(shù)分析，最后選擇CEFDt、PEMt、IPONt-1、IPORt-1、TURNt-1、TVt-1、NFRRt-1、NANt-1這8個相關(guān)系數(shù)最大的變量作為投資者情緒變量。

考慮到宏觀經(jīng)濟(jì)因素的潛在影響，投資者情緒不僅受到自身心理因素的影響，還會受到宏觀經(jīng)濟(jì)基本面的影響，因此引入居民消費(fèi)價格指數(shù)、工業(yè)生產(chǎn)增加值以及宏觀經(jīng)濟(jì)景氣指數(shù)的一致性指數(shù)這3個指標(biāo)作為控制變量，以剔除宏觀經(jīng)濟(jì)基本因素對投資者情緒的影響。為此我們將所選取的投資者情緒的8個源指標(biāo)分別對控制變量進(jìn)行回歸分析獲得殘差序列，再對殘差序列進(jìn)行主成分分析，得出前5個主成分的特征值累計貢獻(xiàn)率高達(dá)89.32%，使用前5個主成分進(jìn)行加權(quán)平均計算最終的投資者情緒指標(biāo)(SENTt)，即

SENTt=0.229 8CEFDt+0.096 3PEMt+0.209 9IPONt-1+0.171 5IPORt-1+0.045 2TURNt-1+0.193 5TVt-1+0.147 7NFRRt-1+0.170 0NANt-1。

(3)

式(3)中，投資者情緒與CEFD、PEM、IPON、IPOR、TURN、TV、NFRR和NAN正相關(guān)。

(二)股市收益率及檢驗

實證分析設(shè)計股市收益和投資者情緒指標(biāo)兩個變量。投資者情緒指標(biāo)由公式(3)可得。股票市場收益取以滬深300指數(shù)為基礎(chǔ)計算的對數(shù)收益率(Rt),樣本區(qū)間為2003年1月—2016年6月，投資者情緒指標(biāo)與股市收益率走勢如圖 1所示。

圖 1 投資者情緒指標(biāo)與股市收益率走勢圖Fig.1 Trend for investor sentiment and stock yield

當(dāng)SENT大于0時，表示市場上的投資者情緒處于樂觀積極的狀態(tài)，而當(dāng)SENT小于0，則表示市場上的投資者情緒處于消極悲觀的情緒狀態(tài)。從圖1可以看出，SENT與Rt在趨勢上大體一致，兩個變量之間存在較高的相關(guān)性。在SENT大于0時，市場收益率也跟隨著往上升，在證券市場上，投資者的“追漲殺跌”行為特征，使得投資者在牛市中受市場上揚(yáng)趨勢的影響，容易出現(xiàn)積極樂觀的投資者情緒。投資者情緒指標(biāo)SENT小于0的時間段里，市場收益率基本處于該時期里一個相對的低水平位置，在證券市場上，熊市中受市場下跌趨勢的影響就容易出現(xiàn)消極悲觀的投資者情緒。2006年下半年至2007年與2014年下半年至2015年的上半年投資者情緒明顯偏高，而2004年至2006年上半年、2008年與2011年至2014年上半年投資者情緒明顯偏低。

值得注意的是，在圖1中2015年4月—6月的時間段里，此時投資者情緒指標(biāo)處于一個最高點，但實際上同一時期的股市卻是意外大跌，市場收益率也是一個走低的趨勢。如果單從投資者情緒的角度考慮的話，可以猜測，當(dāng)投資者情緒水平過高甚至達(dá)到了一定的上限時，說明市場上投資者看待市場的理性態(tài)度在減少，從而使市場收益率反而走低。另外，消極的投資者情緒充斥市場并不代表市場收益率必定是絕對性的降低。如2014年3月的投資者情緒位于一個最低點，但相應(yīng)的市場收益率卻比較高。在國內(nèi)外的研究中，不少學(xué)者已經(jīng)發(fā)現(xiàn)在股票市場中，投資者的積極情緒和消極情緒對股票價格行為的影響是非對稱的。也就是說積極的投資者情緒和消極的投資者情緒各自對股票市場的影響并不存在等量的影響力。在這一問題上，文鳳華等[11]的理論解釋是，在投資者情緒處于一定程度的低水平時，由于市場上非理性投資者屬于投資者情緒敏感的群體，容易受心理因素的影響而對市場失去信心，參與投資市場的積極性下降，從而紛紛退出市場。這時，理性人占據(jù)市場投資者的比例就會大大提高，甚至最終可能在市場中起主導(dǎo)作用，形成一個相對有效的市場。所以，當(dāng)投資者情緒位于一定程度的低位時，很有可能恰好就是收益率走高的時機(jī)。

表3是變量描述性統(tǒng)計與單位根檢驗結(jié)果。標(biāo)準(zhǔn)差表明投資者情緒的波動幅度大于股市收益率;偏度和J-B統(tǒng)計量均表明兩個變量并不服從正態(tài)分布，峰度值均大于3，表明市場對數(shù)收益率和情緒變量都呈尖峰厚尾分布特征;Q統(tǒng)計量表明兩變量均具有一定程度的自相關(guān);ADF檢驗表明兩變量均是平穩(wěn)系列。

表3 變量描述性統(tǒng)計與單位根檢驗Table 3 Descriptive statistics and unit root tests for the variables

三、投資者情緒與股市效益的相關(guān)性

根據(jù)構(gòu)建的VAR-BVGJR-GARCH-BEKK模型分別對變量間的均值溢出效應(yīng)和波動溢出效應(yīng)進(jìn)行檢驗，以分析投資者情緒與股市收益率的相關(guān)性。

(一)均值溢出效應(yīng)

首先根據(jù)VAR模型的滯后階數(shù)選擇準(zhǔn)則LogL、LR、FPE、AIC、SC和HQ綜合確定VAR模型的滯后階數(shù)，可以發(fā)現(xiàn)在最大滯后階數(shù)是12階的情況下，LR、FPE、AIC選擇準(zhǔn)則認(rèn)為應(yīng)該建立最優(yōu)滯后階數(shù)是6，SC選擇準(zhǔn)則認(rèn)為最優(yōu)滯后階數(shù)是1，HQ選擇準(zhǔn)則認(rèn)為最優(yōu)滯后階數(shù)是2，因此確定VAR模型選擇VAR(6)。

從VAR模型的特征根情況可以發(fā)現(xiàn)，VAR模型特征根均落在單位圓內(nèi)，所以所確定的VAR(6)模型是穩(wěn)定的。對VAR(6)模型所進(jìn)行的white檢驗，結(jié)果說明殘差序列存在顯著的異方差特性，因此將進(jìn)一步采用VAR-BVGJR-GARCH-BEKK模型來研究兩變量間的溢出效應(yīng)。

基于VAR-BVGJR-GARCH-BEKK模型的均值方程的回歸結(jié)果(見表4),檢驗股市收益率與投資者情緒之間的均值溢出效應(yīng)。

表4 VAR-BVGJR-GARCH-BEKK模型的均值方程回歸結(jié)果

注：*、**、***分別表示在10%、5%和1%顯著性水平下拒絕原假設(shè)。

由表4知兩變量的滯后項均對其各自當(dāng)期值具有顯著的影響，說明兩變量均存在系列自相關(guān)，與表2的結(jié)果一致。在股市收益率方程中，滯后2期、6期的投資者情緒的回歸系數(shù)顯著不為0，說明投資者情緒會影響股票市場行情，從而影響股市收益率。在投資者情緒方程中，滯后1期、2期和6期的股市收益率的回歸系數(shù)顯著不為0，說明股市收益率會對投資者情緒產(chǎn)生影響。綜上，股市收益率與投資者情緒存在雙向的均值溢出效應(yīng)。

(二)波動溢出效應(yīng)

基于VAR-BVGJR-GARCH-BEKK模型方差回歸結(jié)果見表5。

表5 VAR-BVGJR-GARCH-BEKK模型的方差方程回歸結(jié)果Table 5 Variance equation regression results of VAR-BVGJR-GARCH-BEKK model

注：*、**、***分別表示在10%、5%和1%顯著性水平下拒絕原假設(shè)。

從股市收益率看，a11、g11分別在1%水平和10%水平下顯著，這表明股市收益率滯后的擾動會加大當(dāng)期的波動，d11<0即具有聚集性。說明股市收益率的正面沖擊會減少股市收益率的波動，這與國際上發(fā)達(dá)國家的股市特征一致，但d11在統(tǒng)計意義上不顯著，在一定程度上說明我國的股票市場還不是很成熟。

從投資者情緒看，a22、g22均在1%水平顯著，表明投資者情緒滯后的擾動會加大當(dāng)期的波動，即波動聚集性明顯。d22≥0且在1%的水平下顯著,表明投資者情緒的波動對于自身滯后的負(fù)沖擊具有非對稱效應(yīng)，投資者情緒的負(fù)面沖擊會顯著加大投資者情緒的波動，即投資者情緒受到自身滯后的負(fù)沖擊比受到自身滯后的正沖擊產(chǎn)生更大的波動。這符合行為金融學(xué)中的“損失厭惡”，即損失帶給一個人的痛苦，要大于收益帶給一個人的喜悅。

為了說明股市收益率與投資者情緒間的波動溢出效應(yīng)情況，進(jìn)行Wald檢驗(結(jié)果見表6)，從檢驗結(jié)果發(fā)現(xiàn)股市收益率與投資者情緒間存在顯著的雙向波動溢出效應(yīng)，任何一個變量的波動信息都會傳遞到另外一個變量中，對另一變量的波動產(chǎn)生影響。

表6 VAR-BVGJR-GARCH-BEKK模型檢驗Table 6 Test analysis of VAR-BVGJR-GARCH-BEKK model

通過非對稱性檢驗發(fā)現(xiàn)，股市收益率與投資者情緒之間的波動溢出效應(yīng)具有顯著的非對稱性。非對稱矩陣系數(shù)d12<0但不顯著，說明在統(tǒng)計意義上股市收益率的沖擊對投資者情緒的影響不存在非對稱性；d21>0且顯著，說明投資者情緒的沖擊對股票市場收益的影響具有非對稱性，投資者情緒的正面沖擊會加大股市收益率的波動，即當(dāng)投資者情緒高漲時預(yù)期市場收益的波動性會加劇，投資者情緒低落時預(yù)期市場收益的波動性會減少。

四、結(jié)論與政策建議

選取2003年1月—2016年6月上證綜合指數(shù)和適合我國市場情況的8個反映投資者情緒的指標(biāo)月度數(shù)據(jù)，構(gòu)建VAR-BVGJR-GARCH-BEKK模型，然后通過模型分析了股市收益率與投資者情緒之間的相關(guān)性，研究發(fā)現(xiàn)股市收益率與投資者情緒之間存在相互影響。第一，投資者情緒與股市收益率存在雙向的均值溢出效應(yīng)，任何一個變量的變動都會影響另一個變量；第二，股市收益率與投資者情緒間存在顯著的雙向波動溢出效應(yīng)，任何一個變量的波動信息都會傳遞到另外一個變量中，對另一變量的波動產(chǎn)生影響；第三，投資者情緒受到自身滯后的負(fù)沖擊比受到自身滯后的正沖擊產(chǎn)生更大的波動，投資者具有“損失厭惡”的特征；第四，投資者情緒的正面沖擊會加大股市收益率的波動，當(dāng)投資者情緒高漲時預(yù)期市場收益的波動性會加劇，投資者情緒低落時預(yù)期市場收益的波動性會減少。

我國屬于新興市場國家，相比國外成熟的市場國家投資者的非理性程度更高，且目前我國證券市場個人投資者仍然占據(jù)較高比例?；诖?，首先，監(jiān)管部門應(yīng)積極培育并引導(dǎo)機(jī)構(gòu)投資者進(jìn)入證券市場，發(fā)揮機(jī)構(gòu)投資者的知識優(yōu)勢和信息優(yōu)勢，減少投資者的非理性行為偏差，以減少其情緒的大幅度波動；其次，應(yīng)關(guān)注投資者情緒與股票市場收益兩者之間的關(guān)系，引導(dǎo)投資者做出更為理性的分析和判斷，避免投資者非理性產(chǎn)生的“追漲殺跌”行為；再者，應(yīng)該強(qiáng)化信息披露的規(guī)范性和及時性，提高市場的有效性，這有利于投資者合理預(yù)期的形成，減少投資者的非理性預(yù)期的形成，進(jìn)而減少投資者情緒的波動，有助于證券市場的健康持續(xù)發(fā)展。