融資融券放大了投資者情緒效應(yīng)嗎？

儲(chǔ)小俊 曹杰

(1.南京信息工程大學(xué)管理工程學(xué)院中國制造業(yè)發(fā)展研究院，江蘇 南京 210044；2.南京信息工程大學(xué)雷丁學(xué)院，江蘇 南京 210044)

引言

情緒效應(yīng)是指個(gè)股收益對市場情緒變化的敏感性(Baker and Wurgler, 2007)[1]。在個(gè)人投資者占主導(dǎo)的A股市場上，股票價(jià)格的變動(dòng)受非理性情緒的影響更甚于歐美等發(fā)達(dá)資本市場。在極端情況下，市場非理性情緒導(dǎo)致的后果便是股價(jià)的崩盤(Irresberger et al., 2015)[12]。從實(shí)踐來看，2015年A股市場從最初的調(diào)整演變?yōu)楣蔀?zāi)的過程中，市場非理性恐慌情緒的蔓延可能加劇了股市的下跌。因此，要防范化解金融風(fēng)險(xiǎn)、不允許資本市場出現(xiàn)井噴式和斷崖式變化，對中國A股市場的情緒效應(yīng)進(jìn)行研究十分必要。

融資融券交易制度作為一項(xiàng)重要的制度創(chuàng)新，自2010年3月份推出后，引起了理論和實(shí)務(wù)界的廣泛關(guān)注。融資融券交易的初衷在于通過引入賣空機(jī)制以提高資本市場運(yùn)行效率。但是在2015年股災(zāi)出現(xiàn)后，關(guān)于融資融券交易制度是否是導(dǎo)致股市波動(dòng)的“罪魁禍?zhǔn)住钡臓幷撚葹榧ち摇Ｔ趯W(xué)術(shù)研究中，學(xué)者們雖然廣泛探討了融資融券對股票定價(jià)效率等的影響，但是目前關(guān)于融資融券交易的研究較少拓展至投資者情緒等行為金融方面(巴曙松和朱虹，2016)[18]。那么，融資融券制度是否影響了投資者情緒效應(yīng)？換言之，當(dāng)股票成為融資融券標(biāo)的物后，其股價(jià)對市場非理性情緒沖擊的敏感性是增大了、減小了抑或是沒有影響？雖然在2015年股災(zāi)后，對此問題頻見爭論，但是目前尚缺乏堅(jiān)實(shí)的經(jīng)驗(yàn)證據(jù)。對此問題的研究不僅有助于增強(qiáng)對融資融券機(jī)制實(shí)施效果的認(rèn)識(shí)，也有助于理解融資融券對股價(jià)崩盤風(fēng)險(xiǎn)等影響的作用途徑，進(jìn)而為資本市場未來機(jī)制的改革提供恰當(dāng)?shù)睦碚撘罁?jù)。

相對于已有文獻(xiàn)，本文的貢獻(xiàn)在于，第一，為評價(jià)融資融券制度實(shí)施效果提供了行為金融視角的經(jīng)驗(yàn)證據(jù)。實(shí)證結(jié)果研究發(fā)現(xiàn)，融資融券制度的實(shí)施沒有降低、反而是放大了投資者情緒效應(yīng)。第二，發(fā)現(xiàn)導(dǎo)致這一現(xiàn)象的原因在于賣空機(jī)制的融券業(yè)務(wù)未能發(fā)揮顯著作用，而融資機(jī)制的杠桿交易反而為投資者提供了跟風(fēng)的渠道，所以使得股票價(jià)格的運(yùn)行對市場非理性情緒的沖擊變得更為敏感。第三，構(gòu)建了新的投資者情緒指數(shù)。該情緒指數(shù)具有兩個(gè)顯著優(yōu)點(diǎn)：(1)相對于基于互聯(lián)網(wǎng)文本分析的高頻情緒指數(shù)，該情緒指數(shù)則是基于市場交易數(shù)據(jù)構(gòu)造而得，所以數(shù)據(jù)的可得性強(qiáng)；(2)相對于基于市場數(shù)據(jù)構(gòu)造的Baker-Wurgler低頻情緒指數(shù)，該情緒指數(shù)則為日度頻率。新構(gòu)建的投資者情緒指數(shù)滿足行為金融理論的“收益反轉(zhuǎn)”與情緒效應(yīng)“截面差異”的特征，被證實(shí)是有效的投資者情緒代理變量。因此，預(yù)期在將來的投資者情緒高頻分析中，可以被廣泛使用。

文獻(xiàn)回顧與研究假設(shè)

一、投資者情緒

傳統(tǒng)金融理論認(rèn)為投資者是理性決策者，但實(shí)際并非如此。行為金融學(xué)從投資人的行為、心理特征來分析和解釋金融市場上的變化原理和現(xiàn)象，其中投資者情緒對資產(chǎn)價(jià)格的影響是重要議題之一。在經(jīng)典的理論模型研究中，De Long and Shleifer(1990)[8]將投資者情緒引入股票價(jià)格決定模型，指出投資者情緒是影響金融資產(chǎn)均衡價(jià)格的系統(tǒng)性因子。在實(shí)證研究中，Baker and Wurgler(2006)[2]以美國市場為樣本的結(jié)果證實(shí)投資者情緒可以預(yù)測未來股票價(jià)格變化；在中國市場上，陸靜和周媛(2015)[24]、王春(2014)[26]等也發(fā)現(xiàn)了投資者情緒對股票收益的預(yù)測性。

投資者情緒本身無法直接觀測，所以選擇投資者情緒代理變量成為實(shí)證研究的一個(gè)重要問題：文鳳華等(2014)[27]使用新增開戶數(shù)；陸靜和周媛(2015)[24]采用投資基金的損失率；王春(2014)[26]則以開放式股票型基金資金凈流入作為投資者情緒的代理變量；Da et al.(2015)[7]、楊曉蘭等(2016)[29]以及段江嬌等(2017)[20]等則基于互聯(lián)網(wǎng)搜索的文本分析構(gòu)造投資者情緒代理變量。目前在實(shí)證研究中，使用最為廣泛的還是Baker and Wurgler(2006)[2]利用封閉式基金折價(jià)率、IPO數(shù)量、IPO上市首日收益、換手率、股權(quán)融資份額以及紅利溢價(jià)等指標(biāo)構(gòu)建的投資者情緒綜合指數(shù)。因?yàn)锽aker and Wurgler指數(shù)是根據(jù)市場代理變量綜合而得，所以易于構(gòu)造。很多現(xiàn)有實(shí)證文獻(xiàn)也是在此基礎(chǔ)之上構(gòu)建綜合投資者情緒指標(biāo)，例如，易志高和茅寧(2009)[30]在IPO數(shù)量、IPO首日收益、消費(fèi)者信心指數(shù)、封閉式基金折價(jià)等單項(xiàng)情緒指標(biāo)的基礎(chǔ)上，構(gòu)建了一個(gè)綜合的情緒指數(shù)。

但是值得注意的是，首先，現(xiàn)在普遍使用的Baker-Wurgler情緒指標(biāo)中某些代理變量并不適合中國市場。例如，IPO首日收益，在中國從2014年開始基本上都是44%；IPO經(jīng)常被暫停、使得IPO數(shù)量指標(biāo)不具有連續(xù)性；中國上市公司債券融資比例和股利分配率偏低，導(dǎo)致股權(quán)融資份額和股利溢價(jià)率這兩個(gè)因子也無法準(zhǔn)確刻畫投資者情緒。其次，關(guān)于投資者情緒的頻率?，F(xiàn)有學(xué)者們構(gòu)建的投資者情緒代理變量大都是低頻的，如Baker-Wurgler情緒指數(shù)為月度、季度或年度頻率(Baker and Wurgler, 2006；Firth et al.,2014；文鳳華等，2014)[2][10][27]。但是，投資者情緒往往是非常脆弱、易變的，所以在分析投資者情緒對股價(jià)的影響時(shí)，如果僅考慮長周期的低頻指標(biāo)，往往會(huì)損失很多信息。國外的學(xué)者們已注意到這一必要性，例如，Kaniel et al.(2008)[13]根據(jù)買賣交易量的不平衡構(gòu)建了日度情緒指數(shù)，Da et al.(2015)[7]則根據(jù)互聯(lián)網(wǎng)搜索的文本分析構(gòu)造了日度情緒指數(shù)。本文借鑒Baker and Wurgler(2006)[2]的思路、基于易于獲得的市場交易數(shù)據(jù)，構(gòu)建了新的投資者情緒指數(shù)。不同于現(xiàn)有廣泛使用的月度或季度的投資者情緒指數(shù)，新構(gòu)建的投資者情緒指數(shù)為日度頻率。使用日度情緒指數(shù)至少有以下兩點(diǎn)優(yōu)勢，一是在年度情緒效應(yīng)的回歸估計(jì)中，如果使用月度情緒指數(shù)，則對每一家公司、每年最多有12個(gè)月度數(shù)據(jù)，但使用日度情緒指數(shù)則可以提供更多的數(shù)據(jù)點(diǎn)，因此可以提高估計(jì)的精度；二是可以基于短周期的日度數(shù)據(jù)考察融資融券對情緒效應(yīng)的影響。投資者情緒具有易變性，尤其A股市場，投資者情緒變化非?？欤曰谌諗?shù)據(jù)評價(jià)情緒效應(yīng)非常必要。

一個(gè)能正確度量投資者情緒的代理變量必須符合行為金融理論。按照行為金融理論的觀點(diǎn)，投資者會(huì)基于各種認(rèn)知偏差而產(chǎn)生非理性行為。這些認(rèn)知偏差可能來自于對未來現(xiàn)金流的錯(cuò)誤判斷，這會(huì)引導(dǎo)投資者對金融資產(chǎn)的需求不是基于基本面、而是基于過度自信等非理性情緒，使得股票價(jià)格的運(yùn)行脫離基本價(jià)值。在投資者情緒高漲時(shí)，股票價(jià)格被推升上漲，但沒有基本面支撐的股價(jià)無法長期在高位運(yùn)行，因此，根據(jù)行為金融理論，非理性投資者情緒對股價(jià)作用的一個(gè)重要特征在于收益的反轉(zhuǎn)(Baker and Wurgler, 2006；Da et al., 2015)[2][7]。因此，新構(gòu)建的投資者情緒指數(shù)應(yīng)滿足假設(shè)一：

H1：投資者情緒指數(shù)的變化與同期收益正相關(guān)，但與將來收益負(fù)相關(guān)，即存在“收益反轉(zhuǎn)”特征。

從截面來看，不同個(gè)股對市場情緒變化的敏感性，即個(gè)股的情緒效應(yīng)在截面上存在差異。例如，小公司、風(fēng)險(xiǎn)大、噪音交易大等難以客觀估值的個(gè)股對投資者情緒的敏感性更高(Baker and Wurgler, 2006)[2]。因此，新構(gòu)建的投資者情緒指數(shù)也應(yīng)滿足假設(shè)二：

H2：小公司、風(fēng)險(xiǎn)大、噪音交易大等難以客觀估值的個(gè)股，對投資者情緒指數(shù)的變化具有相對更高的敏感性，即情緒效應(yīng)存在“截面差異”特征。

二、融資融券

在2010年融資融券制度推出后，關(guān)于融資融券的研究已經(jīng)成為國內(nèi)學(xué)術(shù)研究的熱點(diǎn)話題之一。例如，融資融券對股票定價(jià)效率的影響(許紅偉和陳欣，2012；李科等，2014；李志生等，2015)[28][22][23]、對股票價(jià)格穩(wěn)定性的影響(田維韋，2016)[25]、對股價(jià)崩盤風(fēng)險(xiǎn)的影響(褚劍和方軍雄；2016)[19]等。在這些研究中，研究結(jié)論卻并不一致。例如，李科等(2014)[22]發(fā)現(xiàn)融資融券等做空機(jī)制有助于矯正高估的股價(jià)，提高市場定價(jià)效率；李志生等(2015)[23]認(rèn)為融資融券的推出有效提高了中國股票價(jià)格的穩(wěn)定性，標(biāo)的股票的價(jià)格波動(dòng)率出現(xiàn)了顯著性下降，標(biāo)的股票的定價(jià)效率得到了顯著提高。但是，許紅偉和陳欣(2012)[28]認(rèn)為融資融券機(jī)制創(chuàng)新未能完全發(fā)揮功能，其對股票定價(jià)效率的影響效果相當(dāng)有限。田維韋(2016)[25]的實(shí)證結(jié)果表明，在暴漲暴跌階段，融資交易發(fā)揮正反饋效應(yīng)，加劇股價(jià)的波動(dòng)。褚劍和方軍雄(2016)[19]的研究更是發(fā)現(xiàn)融資融券制度的實(shí)施不僅沒有降低相關(guān)標(biāo)的股票的股價(jià)崩盤風(fēng)險(xiǎn)，反而惡化了其崩盤風(fēng)險(xiǎn)?？偟膩砜?，融資融券的實(shí)施效果尚存爭議。

三、融資融券與投資者情緒效應(yīng)

巴曙松和朱虹(2016)[18]和黃虹等(2016)[21]從行為金融的視角研究了融資融券業(yè)務(wù)實(shí)施的效果，但結(jié)論又一次的出現(xiàn)不一致。黃虹等(2016)[21]認(rèn)為融資融券并沒有加大投資者情緒對股指波動(dòng)的影響，而巴曙松和朱虹(2016)[18]認(rèn)為融資融券交易具有影響投資者情緒的效應(yīng)，市場中投資者情緒體現(xiàn)為杠桿融資引發(fā)的對資產(chǎn)價(jià)格預(yù)期過度樂觀的情緒。二者出現(xiàn)不一致的原因可能還是在于所使用的投資者情緒代理變量及頻率的不一致。例如，黃虹等(2016)[21]使用的是日度頻率的情緒指標(biāo)。相對于月度數(shù)據(jù)來說，日度數(shù)據(jù)的質(zhì)量高、連續(xù)性好，但黃虹等(2016)[21]使用單一的換手率作為投資者情緒的代理變量，只能從某一方面反映投資者情緒的變化(易志高和茅寧，2009)[30]。巴曙松和朱虹(2016)[18]使用了綜合的投資者情緒指數(shù)，但使用的是月度數(shù)據(jù)，相對于日度數(shù)據(jù)來說，可能會(huì)存在信息的損失。因此，融資融券導(dǎo)致的情緒效應(yīng)尚待進(jìn)一步的檢驗(yàn)。

通過投資者情緒的文獻(xiàn)梳理可知，許多學(xué)者普遍認(rèn)為投資者情緒會(huì)使得股票價(jià)格偏離基本面、進(jìn)而導(dǎo)致錯(cuò)誤定價(jià)，形成股價(jià)的情緒效應(yīng)。但反對情緒效應(yīng)的經(jīng)典觀點(diǎn)認(rèn)為理性交易者會(huì)利用這個(gè)錯(cuò)誤定價(jià)進(jìn)行套利交易以追求利潤，最后的結(jié)果便是導(dǎo)致情緒驅(qū)動(dòng)的錯(cuò)誤定價(jià)的消失。實(shí)際上，這種套利會(huì)受到現(xiàn)實(shí)中交易機(jī)制的影響，例如，賣空約束機(jī)制的存在便限制了理性交易者利用情緒效應(yīng)導(dǎo)致的錯(cuò)誤定價(jià)進(jìn)行套利的能力，所以，投資者情緒效應(yīng)的存在與賣空機(jī)制有關(guān)(Kim et al, 2014)[14]。融券制度的實(shí)施，意味著賣空限制的取消，使得股價(jià)對市場信息的反應(yīng)應(yīng)該更全面，不僅可以包含積極因素，也可以吸收負(fù)面的不利因素，股價(jià)的信息效率得以提高，對市場非理性情緒的沖擊敏感度降低。但是許紅偉和陳欣(2012)[28]等的實(shí)證研究都表明，融券等賣空機(jī)制的引入并沒有實(shí)質(zhì)性地改善資產(chǎn)定價(jià)效率。融券賣空量與定價(jià)效率之間存在正相關(guān)關(guān)系，融券賣空量越大，股票的定價(jià)效率越高(李志生等，2015)[23]。但從中國融券業(yè)務(wù)的實(shí)施實(shí)踐來看，一個(gè)重要的特征在于，融券余額占比非常低(褚劍和方軍雄；2016)[19]，所以很難想象如此極低的融券交易量會(huì)提升股價(jià)的信息效率、進(jìn)而降低股價(jià)對市場情緒的敏感性。因此，提出假設(shè)三如下：

H3：融券交易對股價(jià)的情緒效應(yīng)不起作用。

將融資融券交易僅當(dāng)做空機(jī)制的觀點(diǎn)并不全面，因?yàn)槿谫Y融券交易除了可以賣空的融券業(yè)務(wù)，還有可以杠桿交易的融資業(yè)務(wù)，二者同時(shí)實(shí)行。融資機(jī)制的存在為投資者提供了跟風(fēng)的渠道(褚劍和方軍雄，2016)[19]。當(dāng)市場充斥樂觀情緒、市場呈上升態(tài)勢時(shí)，在樂觀情緒的感染下，融資交易者會(huì)利用具有杠桿效應(yīng)的融資業(yè)務(wù)加大對標(biāo)的股票的投資力度；相反，當(dāng)市場下跌時(shí)，融資交易者的去杠桿，則會(huì)引發(fā)進(jìn)一步的悲觀情緒，所以使得股票價(jià)格的運(yùn)行對市場非理性情緒的沖擊變得更為敏感。簡言之，融資業(yè)務(wù)可以通過杠桿交易和去杠桿交易的路徑放大投資者情緒效應(yīng)。因此，提出假設(shè)四如下：

H4：融資交易放大了對股價(jià)的情緒效應(yīng)。

融資交易和融券交易分屬信用杠桿交易和賣空交易，對投資者情緒效應(yīng)的影響存在不同的效果，融資融券兩種交易的同時(shí)實(shí)施，其凈效應(yīng)取決于二者業(yè)務(wù)結(jié)構(gòu)均衡程度以及交易力量對比(巴曙松和朱虹，2016)[18]。從A股的市場實(shí)踐看，相對于融資交易金額，融券交易金額占比很低。所以，實(shí)際上兩融交易機(jī)制的正式實(shí)施，真正發(fā)揮作用的是杠桿效應(yīng)的融資交易，而非賣空機(jī)制的融券交易。因此，提出假設(shè)五如下：

H5：當(dāng)股票成為融資融券標(biāo)的物后，其股價(jià)對市場非理性情緒變化的敏感性增加了。

投資者情緒指數(shù)的構(gòu)造與有效性檢驗(yàn)

Baker and Wurgler(2007)[1]將投資者情緒效應(yīng)定義為股票收益對市場情緒變化的敏感性。這可以通過個(gè)股收益對市場情緒變量的回歸系數(shù)來進(jìn)行度量，因此首先需要度量市場情緒。雖然也能夠使用月度數(shù)據(jù)進(jìn)行估計(jì)情緒效應(yīng)，但是使用更高頻的日數(shù)據(jù)，因?yàn)楦鄶?shù)據(jù)點(diǎn)的可利用性，從而可以提高斜率系數(shù)的回歸估計(jì)精度。所以本文需要構(gòu)建一個(gè)市場情緒日度綜合指數(shù)。

一、投資者情緒指數(shù)的構(gòu)造

本研究基于市場交易數(shù)據(jù)選擇以下五個(gè)代理變量構(gòu)建綜合的日度投資者情緒指數(shù)。

1.帶符號的換手率(STurnover)

Baker and Wurgler(2006)[2]認(rèn)為以換手率表示的流動(dòng)性水平可作為衡量投資者情緒的有效指標(biāo)，這也是Baker and Wurgler構(gòu)造綜合情緒指數(shù)的代理變量之一。在此基礎(chǔ)上，本文使用帶符號的換手率。因?yàn)閾Q手率本身并沒有反應(yīng)情緒的方向，收益的正負(fù)恰好可以彌補(bǔ)這一點(diǎn)。不難理解，收益本身含有投資者情緒特征成分，因此帶符號的換手率更適合反應(yīng)投資者情緒。帶符號的換手率STurnover定義為：

其中，Turnovert為第t日的換手率，Rt為第t日的市場收益。

2.漲跌停的數(shù)量(NPLH)

股票每天的漲跌停是根據(jù)前一天的收盤價(jià)格預(yù)先設(shè)定的價(jià)格邊界。在A股市場上，正常交易股票的最大漲跌幅為10%。其本意在于抑制過度投機(jī)行為，防止市場出現(xiàn)過分的暴漲暴跌，但從行為金融的角度看，漲(跌)停板的觸發(fā)可以理解為是投資者高漲的樂觀(恐慌的悲觀)情緒所致。如果股票市場上漲停的數(shù)量越多，跌停的數(shù)量越少，則意味著投資者情緒越樂觀。反之，如果股票市場上漲停的數(shù)量越少，跌停的數(shù)量越多，則意味著投資者情緒越悲觀。鑒于在A股市場上同時(shí)存在著漲停和跌停，因此，本文使用每天漲跌停的凈值NPLH作為情緒的一個(gè)代理變量。NPLH定義為每天漲停的股票數(shù)量減去每天跌停的股票數(shù)量1。

3.指令流的不平衡(OIB)

在市場微觀結(jié)構(gòu)理論中，Chordia and Subrahmanyam(2004)[6]發(fā)現(xiàn)市場收益顯著受到同期及滯后的不平衡指令流的影響。Barber et al.(2008)[3]指出買方的指令流與短期收益正相關(guān)、但隨后發(fā)生反轉(zhuǎn)，與行為金融理論的預(yù)測一致，因此相信市場指令流是投資者情緒一個(gè)較好的度量。Kaniel et al.(2008)[13]便根據(jù)買賣的不平衡構(gòu)建了日度情緒指數(shù)。因此，本文使用股票市場每天的指令流不平衡作為第三個(gè)投資者情緒代理變量?；趥€(gè)股日內(nèi)高頻數(shù)據(jù)樣本計(jì)算得到個(gè)股指令流的不平衡，其定義為每天買方發(fā)起的交易數(shù)與賣方發(fā)起的交易數(shù)的差。市場總的指令流不平衡為個(gè)股指令流不平衡按流通市值加權(quán)平均得到。

4.已實(shí)現(xiàn)偏度(RSkew)

偏度反應(yīng)了股票收益的非對稱度。Shen et al.(2018)[16]研究了投資者情緒和股票收益偏度之間的關(guān)系，證實(shí)了投資者情緒和偏度之間確實(shí)存在正相關(guān)關(guān)系，而且Wang and Huang(2012)[17]也將已實(shí)現(xiàn)偏度視為投資者情緒的代理變量，基于此，本文將已實(shí)現(xiàn)偏度作為第四個(gè)投資者情緒代理變量。為計(jì)算股市每天的已實(shí)現(xiàn)偏度，本文選取市場指數(shù)5分鐘間隔的高頻數(shù)據(jù)進(jìn)行研究，因?yàn)?分鐘的采樣間隔是保存日內(nèi)數(shù)據(jù)信息的合理選擇，使用最為廣泛。已實(shí)現(xiàn)偏度RSkew的計(jì)算為：

其中，rt,i為第t個(gè)交易日、第i個(gè)5分鐘的收益率，N表示日內(nèi)抽樣次數(shù)。

5.帶符號的跳躍(SJV)

跳躍即資產(chǎn)價(jià)格的非連續(xù)變化，是金融資產(chǎn)價(jià)格變動(dòng)的基本特征。跳躍風(fēng)險(xiǎn)是股票收益的系統(tǒng)性風(fēng)險(xiǎn)因子(Dunham and Friesen，2007)[9]。投資者情緒對股票波動(dòng)的影響渠道就是非連續(xù)跳躍成分而不是連續(xù)成分，資產(chǎn)價(jià)格大的跳躍是極端情緒的表現(xiàn)。帶符號的跳躍SJV計(jì)算如下：

為計(jì)算每天的SJV，同樣選取市場指數(shù)5分鐘間隔的高頻數(shù)據(jù)進(jìn)行計(jì)算獲得。其中，rt,i為第t個(gè)交易日、第i個(gè)5分鐘的收益率，N表示日內(nèi)抽樣次數(shù)。I[.]為示性函數(shù)，表示當(dāng)[.]中成立時(shí)為1，否則為0。如果SJV大于0，則意味著樂觀情緒占優(yōu)，發(fā)生向上的跳躍；反之，如果SJV小于0，則意味著悲觀情緒占優(yōu)，發(fā)生向下的跳躍。

在確定以上變量作為投資者情緒的代理變量后，參考Baker and Wurgler(2006)[2]的方法，本文也使用主成分分析方法提取綜合的投資者情緒指數(shù)。樣本區(qū)間為2005.1.4～2015.12.31，樣本范圍為滬深兩市交易的A股主板上市公司，不包括中小板、創(chuàng)業(yè)板，剔除ST、*ST等非正常交易股票。所有數(shù)據(jù)都來自于國泰安CAMAR數(shù)據(jù)庫。首先，為了消除各變量單位差異的影響，在主成分分析前將各變量進(jìn)行標(biāo)準(zhǔn)化處理。其次，為了消除宏觀經(jīng)濟(jì)因素的影響，參考易志高和茅寧(2009)[30]、Firth et al.(2014)[10]，選擇居民消費(fèi)價(jià)格指數(shù)(CPI)、工業(yè)品出廠價(jià)格指數(shù)(PPI)、宏觀經(jīng)濟(jì)景氣指數(shù)(MBCI)、以及采購經(jīng)理指數(shù)(PMI)這四個(gè)月度宏觀指標(biāo)作為經(jīng)濟(jì)基本面因素的代理變量。然后，將原始的五個(gè)情緒代理變量分別對這四個(gè)宏觀指標(biāo)作回歸，以回歸后相應(yīng)的殘差作主成份分析。結(jié)果顯示，第一主成份的方差解釋力為48%，超過Firth et al.(2014)[10]第一主成份40%的方差解釋力(基于中國市場構(gòu)造的月度情緒指標(biāo))，與Baker and Wurgler(2006)[2]第一主成份49%的方差解釋力相當(dāng)。而且，主成份的結(jié)果顯示，只有第一主成分的特征值大于1，因此，本文選擇第一主成份作為投資者情緒的代理變量。表1報(bào)告了相應(yīng)的單一情緒代理變量以及由第一主成份構(gòu)建的綜合情緒指數(shù)的描述性統(tǒng)計(jì)結(jié)果。

表1結(jié)果顯示，單個(gè)的情緒代理變量之間顯著正相關(guān)，而且利用主成份方法得到的綜合情緒指數(shù)也與各單一代理變量在1%的顯著性水平下正相關(guān)，相關(guān)系數(shù)最大的是0.79(SJV)、最小的是0.62(OIB)。最后得到的綜合情緒指標(biāo)方程式為：

二、投資者情緒指數(shù)的有效性檢驗(yàn)

在得到新的日度投資者情緒指數(shù)后，需要證實(shí)本文所構(gòu)建投資者情緒指數(shù)的有效性?；诩僭O(shè)1和假設(shè)2，即“收益反轉(zhuǎn)”特征與情緒效應(yīng)“截面差異”來論證新構(gòu)建的投資者情緒指數(shù)的有效性。

1.收益反轉(zhuǎn)特征

參考Da et al.(2015)[7]以及Firth et al.(2014)[10]，這里通過以下時(shí)間序列回歸模型來檢驗(yàn)投資者情緒對股價(jià)作用的收益反轉(zhuǎn)性：

其中，Returns表示市場指數(shù)收益。k=0，1，...，6分別表示與市場情緒變化ΔSentimen同期的收益、未來1～6天的收益。滯后五期的收益、市場波動(dòng)率Volatility以及換手率Turnover作為控制變量。對上述模型，參考Da et al.(2015)[7]的方法、使用Bootstrap方法計(jì)算標(biāo)準(zhǔn)誤差進(jìn)行統(tǒng)計(jì)推斷2。

表1 單個(gè)投資者情緒代理變量和綜合指數(shù)

表2的回歸結(jié)果顯示，當(dāng)k=0時(shí)，βS為0.766，t統(tǒng)計(jì)量值為18.04，意味著在1%水平下，投資者情緒變化顯著正向影響同期的收益，即投資者情緒指數(shù)的增加、當(dāng)期收益越高。當(dāng)k=1時(shí)，βS為0.0509，t檢驗(yàn)顯示，此時(shí)投資者情緒對收益的影響不顯著。但是在k=2時(shí)，投資者情緒對收益的影響出現(xiàn)了顯著的反轉(zhuǎn)效應(yīng)，此時(shí)βS為-0.0582，在5%時(shí)統(tǒng)計(jì)意義上顯著。同樣顯著的反轉(zhuǎn)效應(yīng)還出現(xiàn)在未來的第四和第六天。表2的最后一列更顯示投資者情緒指數(shù)的增加將導(dǎo)致未來第2～6天的累計(jì)收益顯著為負(fù)。這說明時(shí)間序列回歸結(jié)果符合行為金融學(xué)的理論預(yù)測。

2.情緒效應(yīng)截面差異

如前所述，情緒效應(yīng)是指個(gè)股收益對市場情緒變化的敏感性(Baker and Wurgler, 2007)[1]。因此，Kurov(2010)[15]、Cen, andLu Yang(2013)[5]分別在市場模型和三因子模型的基礎(chǔ)上加上同期情緒的變化值，進(jìn)而通過回歸模型的系數(shù)度量情緒效應(yīng)。所以，參照Kurov(2010)[15]、Cen, and Lu Yang(2013)[5]的方法，基于穩(wěn)健性考慮，分別在單因子和三因子模型的基礎(chǔ)上通過下列模型(6)和(7)回歸獲得個(gè)股βS值。

這里，βs代表著個(gè)股收益對同期市場情緒變化的敏感度。

如前所述，不同個(gè)股的情緒效應(yīng)表現(xiàn)不一樣。噪音交易大、小公司、風(fēng)險(xiǎn)大等難以客觀估值的個(gè)股對投資者情緒的敏感性更高。根據(jù)這一思路，本文根據(jù)規(guī)模、噪音和風(fēng)險(xiǎn)變量，分別構(gòu)造高中低三個(gè)組合進(jìn)行情緒效應(yīng)的截面比較。對規(guī)模進(jìn)行分組的變量是流通市值；噪音是根據(jù)French and Roll(1986)[11]的方法構(gòu)造的變量3；風(fēng)險(xiǎn)以系統(tǒng)性風(fēng)險(xiǎn)(BETA)、股價(jià)崩盤風(fēng)險(xiǎn)的負(fù)收益偏態(tài)系數(shù)(NCSKEW)和收益率上下波動(dòng)的比率(DUVOL)這三個(gè)指標(biāo)來度量4。

表2 投資者情緒和收益的關(guān)系

表3給出了不同組合的情緒βs的截面統(tǒng)計(jì)結(jié)果，括號中為高低組合差異是否為0的t統(tǒng)計(jì)量值。從規(guī)模分組來看，最大規(guī)模組合的平均βs為2.01×10-4(或4.95×10-4)，小于最小規(guī)模組合的平均βs(7.15×10-4或7.58×10-4)，并且這種差異在1%水平上統(tǒng)計(jì)意義顯著。從噪音變量分組來看，最小噪音組合的平均βs為2.23×10-4(或3.81×10-4)，小于最大噪音組合的平均βs(5.16×10-4或6.06×10-4)，二者的差異在統(tǒng)計(jì)意義上5%水平時(shí)顯著。從風(fēng)險(xiǎn)分組看，最小系統(tǒng)性風(fēng)險(xiǎn)BETA組合的平均βs為2.33×10-4(或1.45×10-4)，小于相對應(yīng)最大BETA組合的βs(4.11×10-4或9.47×10-4)，二者的差異在統(tǒng)計(jì)意義上10%或1%水平時(shí)顯著。類似地，最小NCSKEW組合平均βs為1.73×10-4(或5.30×10-4)，小于最大NCSKEW組合的平均βs(6.31×10-4或7.39×10-4)，二者的差異在統(tǒng)計(jì)意義上1%或10%水平時(shí)顯著。最小DUVOL組合平均βs為0.17×10-4(或3.99×10-4)，也小于最大NCSKEW組合的平均βs(6.38×10-4或7.05×10-4)，二者的差異均在統(tǒng)計(jì)意義上1%水平時(shí)顯著?？傊?，表3的結(jié)果符合行為金融理論，噪音交易大、風(fēng)險(xiǎn)大、小規(guī)模公司更易受到市場情緒的影響。

融資融券對情緒效應(yīng)影響后果的實(shí)證檢驗(yàn)

本節(jié)分別基于日度和年度數(shù)據(jù)來檢驗(yàn)融資融券對情緒效應(yīng)的影響后果。

一、基于日度數(shù)據(jù)的檢驗(yàn)。

因?yàn)楸疚臉?gòu)建的是日度投資者情緒指數(shù)，這可以使本研究利用日度數(shù)據(jù)分析融資融券業(yè)務(wù)對投資者情緒效應(yīng)的短期影響。參考Firth et al.(2014)[10]的做法，通過虛擬變量方法，檢驗(yàn)融資融券對投資者情緒和隨后股票收益關(guān)系的影響。

表3 不同組合的情緒βs均值

這里，Di,t為虛擬變量，如果股票i在t年是融資融券標(biāo)的、則為1，否則為0。k=0，1，…，5。表4和表5的結(jié)果顯示，當(dāng)k=0、k=1時(shí)，投資者情緒變化(ΔSentiment)與收益顯著正相關(guān)，而且交互項(xiàng)(D*ΔSentiment)的系數(shù)也顯著為正，這意味著對于融資融券標(biāo)的股票、市場情緒與同期及下一期收益之間的相關(guān)性更強(qiáng)于非標(biāo)的股票。但是當(dāng)k=2、3、4和5時(shí)，投資者情緒變化(ΔSentiment)與收益顯著負(fù)相關(guān)，而且交互項(xiàng)(D*ΔSentiment)的系數(shù)也顯著為負(fù)。例如，以模型(8)為例，k=2，當(dāng)D=0時(shí)，情緒變化對收益的影響系數(shù)為-0.000682；當(dāng)D=1時(shí)，則變?yōu)?0.001488。這說明，對于融資融券標(biāo)的股票，投資者情緒對其第二天的收益沖擊導(dǎo)致的反轉(zhuǎn)效應(yīng)更強(qiáng)。類似的結(jié)果也出現(xiàn)在k=3、4和5的情形?？傊?，這些結(jié)果證實(shí)，融資融券業(yè)務(wù)使得股票當(dāng)期及隨后收益對投資者情緒的敏感性都顯著增加了。

表4 模型(8)估計(jì)結(jié)果

表5 模型(9)估計(jì)結(jié)果

二、基于年度數(shù)據(jù)的檢驗(yàn)

融資融券業(yè)務(wù)自從2010年3月份實(shí)施以來，部分公司、分階段被納入融資融券名單，這為本文的實(shí)證設(shè)計(jì)提供了難得的“自然實(shí)驗(yàn)”條件。因此，本部分基于傾向值匹配-雙重差分模型檢驗(yàn)融資融券交易對情緒效應(yīng)的長期影響。模型如下：

其中，RMSi,t表示第i個(gè)公司、第t年的情緒效應(yīng)。通過模型(6)或(7)、對每個(gè)公司分年度回歸可以得到個(gè)股的年度系數(shù)βs，但如果在模型(10)中直接使用βs，不可避免存在估計(jì)誤差，所以Bushee and Friedman(2016)[4]以βs系數(shù)除以其相應(yīng)的估計(jì)標(biāo)準(zhǔn)誤差予以修正?；诜€(wěn)健性考慮，為控制估計(jì)誤差的影響，在回歸中也采用Bushee and Friedman(2016)[4]的同樣方法。

Treat為實(shí)驗(yàn)組虛擬變量，當(dāng)該公司股票在樣本期間被納入融資融券名單時(shí)為1，否則為0；Post為實(shí)驗(yàn)期虛擬變量，當(dāng)公司進(jìn)入融資融券名單之后的年度為1，否則為0。α3刻畫了融資融券交易對RMS的影響，是本部分重點(diǎn)考察的對象。如果α3顯著為正，則說明融資融券制度加劇了公司股價(jià)對市場非理性情緒的敏感性；如果α3顯著為負(fù)，則說明融資融券制度緩解了公司股價(jià)對市場非理性情緒的敏感性；如果α3不顯著，則說明融資融券制度不影響公司股價(jià)對市場情緒的敏感性?？刂谱兞緾ontrol包括公司總資產(chǎn)(Asset)、財(cái)務(wù)杠桿(LEV)、總資產(chǎn)收益率(ROA)、股票收益的標(biāo)準(zhǔn)差(Sigma)以及換手率(Turnover)。

由于融資融券標(biāo)的與非標(biāo)的公司特征存在一定的差異，這些差異可能會(huì)降低雙重差分模型估計(jì)的有效性。為此，這里采用傾向性評分匹配(PSM)方法，從事前的控制組中構(gòu)造一組與實(shí)驗(yàn)組最為接近的樣本當(dāng)作新的控制組。根據(jù)滬深證券交易所的公告精神，融資融券標(biāo)的股一般要求規(guī)模大、流動(dòng)性好、波動(dòng)性小、交易正常等特征，因此，選擇公司規(guī)模、換手率、波動(dòng)率、上市年限、是否正常交易等作為匹配變量，最終根據(jù)最相鄰匹配法構(gòu)造得到匹配樣本?；赑SM方法的雙重差分結(jié)果列于表6。表6的結(jié)果顯示，交互項(xiàng)Treat*Post系數(shù)分別為0.0813、0.147，在10%或1%的水平上統(tǒng)計(jì)意義顯著。這表明在正式成為標(biāo)的股票后，融資融券標(biāo)的股票對市場情緒的敏感度相較于非融資融券標(biāo)的股票明顯提高。這一研究結(jié)果與巴曙松和朱虹(2016)[18]的結(jié)論。

以上結(jié)果說明，無論從短期(表4和表5)還是長期(表6)看，當(dāng)股票成為融資融券標(biāo)的物后不僅沒有減輕、反而是加大了投資者情緒對股價(jià)的影響效應(yīng)。這一結(jié)果與融資融券制度實(shí)施的初衷不一致。融資融券制度的實(shí)施，其本意在于通過放松賣空約束、促進(jìn)股價(jià)信息效率的提高，減少非理性因素對股價(jià)運(yùn)行的沖擊。但事與愿違，例如，在2010年融資融券業(yè)務(wù)正式實(shí)施后，中國資本市場暴漲暴跌的現(xiàn)象并沒有消除。這些暴漲暴跌不是基本面的真實(shí)反應(yīng)，更可能是非理性投資者情緒作用的結(jié)果，而融資融券業(yè)務(wù)放大了投資者情緒效應(yīng)。

融資融券對情緒效應(yīng)影響后果的原因分析

在上述的研究中，本文基于股票是否是融資融券標(biāo)的物進(jìn)行的情緒效應(yīng)檢驗(yàn)，這意味著將融資融券的影響進(jìn)行了合并考慮。但實(shí)際上，融資融券制度包含融資和融券兩種機(jī)制同時(shí)實(shí)施，前者為杠桿交易，后者是賣空制度。所以，分別考慮融資和融券的實(shí)際交易效應(yīng)更有助于提高對融資融券制度實(shí)施效果的認(rèn)識(shí)。借鑒褚劍和方軍雄(2016)[19]、李志生等(2015)[23]等的做法，采用融資融券實(shí)際交易數(shù)據(jù)來檢驗(yàn)兩融業(yè)務(wù)對股價(jià)投資者情緒效應(yīng)的影響，檢驗(yàn)?zāi)Ｐ蜑椋?/p>

其中，X代表融資余額與流通市值之比(Margin)、融券余額與流通市值之比(Short)，或者表示融資融券余額與占流通市值的比例(Net)，控制變量定義與前文一致，RMS來自于模型(6)或模型(7)的估計(jì)。

表6 融資融券對RMS影響的年度數(shù)據(jù)檢驗(yàn)

表7報(bào)告了融資融券實(shí)際交易與股價(jià)投資者情緒效應(yīng)的回歸結(jié)果。表7的結(jié)果顯示，Margin對RMS的影響為正，即融資余額的增加導(dǎo)致股票收益對市場情緒的敏感性增加；Short對RMS的影響為負(fù)，但是在統(tǒng)計(jì)意義上并不顯著。從Net變量的回歸系數(shù)來看，融資融券業(yè)務(wù)對市場情緒效應(yīng)的綜合影響為正，即兩融的實(shí)施增加了股票收益對市場情緒的敏感性。導(dǎo)致這一結(jié)果的原因在于，融資的比例遠(yuǎn)遠(yuǎn)大于融券的比例。例如，在樣本期內(nèi)，Margin的平均值為48.5%，而Short的平均值僅為0.127%。這說明，兩融制度的實(shí)施，因?yàn)槿谫Y融券交易規(guī)模的巨大差異，對情緒效應(yīng)起作用的是融資交易，融資交易顯著增大了情緒貝塔，即增大了情緒效應(yīng)。

結(jié)論

情緒效應(yīng)反映的是股票收益對市場非理性情緒沖擊的敏感性。在個(gè)人投資者占主導(dǎo)的情況下，中國A股市場的價(jià)格變動(dòng)更容易受到非理性投資者情緒的影響。要防范化解金融風(fēng)險(xiǎn)、促進(jìn)資本市場的健康發(fā)展，對中國A股市場的情緒效應(yīng)進(jìn)行研究尤為重要。本文基于行為金融的情緒效應(yīng)視角考查了融資融券業(yè)務(wù)實(shí)施的結(jié)果。

首先，基于現(xiàn)有投資者情緒指數(shù)的不足，構(gòu)建了一個(gè)新的投資者情緒指數(shù)。不同于以往的情緒指數(shù)，該指數(shù)為日度數(shù)據(jù)。使用日度情緒指數(shù)，可以在收益-情緒的回歸方程中提供更多的數(shù)據(jù)點(diǎn)，這可以使得回歸系數(shù)的估計(jì)更為可靠。而且，使用日度情緒指數(shù)，可以便于分析融資融券對投資者情緒效應(yīng)的短期影響，這對于在投資者情緒易變的A股市場尤為必要。

表7 融資融券實(shí)際交易與股價(jià)投資者情緒效應(yīng)的回歸結(jié)果

其次，根據(jù)行為金融理論的預(yù)測，投資者情緒對股票收益的影響存在“反轉(zhuǎn)效應(yīng)”以及“截面差異”的特征，本文進(jìn)行了統(tǒng)計(jì)檢驗(yàn)，結(jié)果證實(shí)所構(gòu)建的情緒指數(shù)能顯著預(yù)測兩天后的收益反轉(zhuǎn)效應(yīng)，而且，噪音交易大、風(fēng)險(xiǎn)大、小規(guī)模公司更易受到投資者情緒的影響。

最后，基于所構(gòu)建的情緒指數(shù)，分別從短期和長期，檢驗(yàn)了融資融券對情緒效應(yīng)的影響。實(shí)證結(jié)果表明，在正式成為標(biāo)的股票后，融資融券標(biāo)的股票對市場情緒的敏感度相較于非融資融券標(biāo)的股票明顯提高。造成這一結(jié)果的原因在于，兩融交易機(jī)制的正式實(shí)施，真正發(fā)揮的作用是杠桿效應(yīng)，而非賣空機(jī)制。杠桿交易的融資制度為投資者提供了跟風(fēng)的渠道，以使得股票價(jià)格的運(yùn)行對市場非理性情緒的沖擊變得更為敏感。

注釋