中美兩國投資者情緒傳染效應與金融市場穩(wěn)定

祝寶江，王煒琪，陳國雄

(1.鹽城工業(yè)職業(yè)技術(shù)學院 經(jīng)貿(mào)管理學院，江蘇 鹽城 224005； 2.上海拍拍貸金融信息服務有限公司，上海 200000； 3.賀州學院 應用技術(shù)學院，廣西 賀州 542899)

內(nèi)容提要：關(guān)于金融危機傳染效應的理論研究，相對于以往金融和貿(mào)易等傳統(tǒng)傳染渠道對投資者情緒非理性因素引起的“純傳染”還沒有引起足夠重視。本文在當前的國際投資及貿(mào)易環(huán)境狀況的背景下，以中美兩國投資者情緒為研究對象，構(gòu)建中美兩國投資者情緒指標，通過Copula模型驗證二者之間的相關(guān)性及傳染性。研究結(jié)果顯示，美國投資者情緒的變化會導致中國投資者情緒發(fā)生變化并且傳染效應為單向傳導，在不同階段呈現(xiàn)波動狀態(tài)，且二者Copula時變相關(guān)系數(shù)在金融危機發(fā)生時期達到最大值，充分印證中美投資者情緒在金融危機發(fā)生期間傳染效應發(fā)生概率明顯增強且達到最大化。因此，在金融危機平穩(wěn)期及預警期應實施相應預警、管控及應急處置政策、方案，引導投資者情緒向理性方向發(fā)展，并不斷完善我國資本流動管制政策，納入宏觀審慎管理體系。

經(jīng)濟全球化使我國金融市場與世界聯(lián)系不斷加強，其影響因素涉及經(jīng)濟、政治、個體心理行為等諸多領(lǐng)域?；诶硇匀思僭O，傳統(tǒng)金融學認為參與交易者可以利用完全市場信息做出最優(yōu)化決策[1]；但相關(guān)實證研究表明，現(xiàn)實市場狀態(tài)與經(jīng)典金融理論并不完全吻合，存在諸多“異象”。本文以中美兩國投資者情緒與金融市場穩(wěn)定為研究對象，深入分析投資者情緒影響金融市場的相關(guān)性、傳染性，考察是單向運行還是雙向互動，是即時發(fā)生還是滯后發(fā)生。其理論價值在于既為解決市場“異象”問題提供了破解路徑，又為投資決策提供了借鑒方法；并在“一帶一路”倡議和中美貿(mào)易戰(zhàn)背景下，引導國際資本合理流動，為我國穩(wěn)定金融市場提供相關(guān)對策和理論支持。

一、文獻回顧

中美貿(mào)易戰(zhàn)使理論研究重新審視金融穩(wěn)定，并高度關(guān)注投資者情緒的影響，其中投資者情緒界定、波動的根本原因以及相關(guān)問題成為研究的熱點。

(一)投資者情緒

國內(nèi)外學者從各自角度賦予投資者情緒不同的含義。Morck等(1990)[2]首次提出投資者情緒概念，是一種沒有辦法合理證明的信念。國內(nèi)學者認為投資者情緒是對將來的預期[3]，在情感基礎(chǔ)上的投資判斷會對股市波動產(chǎn)生影響[4]。因此，在投資者與資本市場處于信息不對稱的情況下，信息被傳遞給單體投資者系統(tǒng)及群體投資者系統(tǒng)，交互作用的結(jié)果使得投資者情緒對后期的、系統(tǒng)性的投資，形成一定的差別心理預期。

(二)投資者情緒波動根本原因

認知心理學作為行為金融學理論基礎(chǔ)，認為投資者情緒影響投資決策行為有一個過程，一般情況下由偏差所致， 人們的偏好存在著部分非理性或者是心理系統(tǒng)偏差，大致有投資者信念偏差、過度樂觀偏差、過度自信偏差、錨定效應偏差，對投資的未來預期起到重要作用。此外，還有模糊厭惡(Ambiguity Aversion)偏差，心理學研究證據(jù)表明，人們一般在出現(xiàn)頻次較高與較低事物之間選擇時，偏向于選擇出現(xiàn)頻次較高的、較了解的事物，而是避免選擇頻次較低的、陌生的事物。

(三)投資者情緒相關(guān)研究

1．宏觀層面的投資者情緒指標、股價波動與上市公司投資。通過構(gòu)建宏觀投資者情緒指標，有文獻采用Copula函數(shù)證明金融危機期間美國投資者情緒對中國的傳染效應[5]，中美股市相關(guān)性主要聯(lián)動渠道為動態(tài)投資者情緒傳染，投資者情緒的傳染顯著影響兩國股市走向，市場非理性情緒會影響投資者決策[6]。

2．微觀層面的投資者情緒、企業(yè)管理與傳染機制。其中有學者基于SIR模型分析投資者情緒傳染機制和過程，并提示金融市場應回歸理性[7]。實證角度的文獻通過股票論壇互動分析，發(fā)現(xiàn)投資者情緒傳染進一步影響金融市場資本價格[8]。而以股吧跟帖數(shù)和評論量為源指標衡量投資者情緒，顯示社交媒體中投資者情緒高漲會加劇金融市場后期走低風險。

3．中觀層面的投資者情緒與決策、量化投資。作為非理性因素之一的情緒，從多方面影響著金融交易者決策過程[1]?！袄硇匀恕笔歉鶕?jù)自己的偏好以及接受的外界信息，而做出“最優(yōu)”決策的結(jié)果[9]。

上述研究大多側(cè)重于理論模型和經(jīng)驗總結(jié)，在不同程度上為行為金融學發(fā)展做出了貢獻，但也有不足之處。一是情緒作為非理性因素之一，屬于個人主觀偏好，沒有置之于宏觀范疇之內(nèi)。二是沒有把政府控制和制度背景納入分析框架，也少有把情緒或者非理性因素納入宏觀政府控制和制度設計研究范疇之中。三是缺乏對投資者情緒預期下決策和上市公司績效之間關(guān)系“總體效應”調(diào)節(jié)的分析，以及制度變遷的影響和社會心理學中“學習效應”內(nèi)容的研究。總體來看，當前對投資者情緒傳染效應在宏觀層面研究解釋力略顯不足，這就給我們的研究提供了一定空間和契機。

本文研究特點在于：(1)依據(jù)行為金融學理論構(gòu)建模型指標，選用公認且成熟度較高的間接指標，即封閉式基金折價率(CEFD)、換手率(TURN)、IPO數(shù)量(NIPO)以及首次公開發(fā)行當日收益(RIPO)。(2)運用時變Copula函數(shù)，使用主成分分析，把金融危機期間劃分為危機期間和非危機期間兩個區(qū)間，捕捉到中美兩國金融市場投資者情緒的傳染性和相關(guān)性，描述了金融市場非正態(tài)分布結(jié)構(gòu)性時點變化，情緒傳染呈現(xiàn)單向而且滯后。

二、投資者情緒傳染機理分析

投資者情緒影響投資行為可能經(jīng)多渠道產(chǎn)生傳染，影響金融市場[10]。我們嘗試運用普利高津混沌理論系統(tǒng)原理的開放性原則把投資者情緒劃分為四個系統(tǒng)：單體投資者系統(tǒng)，即由n個單體投資者構(gòu)成；群體投資者系統(tǒng)，即由m個單體投資者系統(tǒng)構(gòu)成；市場整體性系統(tǒng)，即由若干個單體投資者系統(tǒng)和群體投資者系統(tǒng)構(gòu)成；國家系統(tǒng)，即把一個國家視為一個系統(tǒng)。解析如下：

1.單體投資者系統(tǒng)情緒傳染機理。單體投資者系統(tǒng)情緒傳染是投資者在長期投資過程中由于敏感度、價格變化、市場面上出現(xiàn)問題，加之口口相傳表達內(nèi)容逐漸失真，使不同的單體投資者選擇了不同的、多條的路徑。假設現(xiàn)實金融領(lǐng)域偶發(fā)事件發(fā)生，知覺與認知不一致，使投資者沒有達成和自己預期的意愿，不自覺的就會產(chǎn)生情緒傳染，在此情形下，單體投資者與單體投資者的情緒就會交互為單鏈傳染模式，進而形成單體投資者系統(tǒng)情緒傳染機理。

2.群體投資者系統(tǒng)情緒傳染機理。群體投資者系統(tǒng)情緒傳染是由若干個單體投資者系統(tǒng)組成，單體投資者系統(tǒng)通過觀察、了解其他單體投資者系統(tǒng)心理狀態(tài)，并判斷他們的行為。單體投資者系統(tǒng)內(nèi)心世界通過自己或諸多單體投資者系統(tǒng)行為與外在市場持續(xù)相互作用，群體投資者系統(tǒng)則在此過程中形成，反之又作用于單體投資者系統(tǒng)行為。經(jīng)過若干次反復，其中傳染過程不是實時發(fā)生的，從獲得外部信息到投資決策行為的發(fā)生存在延時性和滯后性，單體投資者系統(tǒng)與群體投資者系統(tǒng)情緒傳染形成多鏈模式。在此我們借鑒王學超和陳偉忠(2013)[11]投資者預期與情緒形成過程示意圖，做了一些改進，多鏈模式橫截面如圖1。

3.市場整體性系統(tǒng)情緒傳染機理。市場作為整體性系統(tǒng)具有相對保持穩(wěn)定狀態(tài)傾向，就其內(nèi)部而言，是一種動態(tài)均衡。單體投資者系統(tǒng)對動態(tài)均衡有自己看法，并在短期內(nèi)無人知道達到均衡時點的時候，群體投資者系統(tǒng)隨著市場價格變化，情緒隨之而變化。當群體投資者系統(tǒng)對市場價格有一部分小系統(tǒng)認知有利好信息時，則產(chǎn)生樂觀情緒，反之對未來表現(xiàn)出擔憂心理時，群體投資者系統(tǒng)情緒則是悲觀的?；谕顿Y者預期與情緒形成過程的基礎(chǔ)上，通過投資者單體之間情緒傳染；單體投資者系統(tǒng)之間存在著情緒相互傳染；單體和群體投資者系統(tǒng)情緒間也同樣具有相互傳染效應。

單體投資者系統(tǒng)與群體投資者系統(tǒng)之間情緒傳染以及群體投資者系統(tǒng)與群體投資者系統(tǒng)之間情緒傳染，最后形成單鏈與多鏈交織成網(wǎng)鏈結(jié)構(gòu)模式，如圖2，則形成了市場整體性系統(tǒng)情緒傳染。

4.國家系統(tǒng)之間投資者情緒輸出與輸入傳染機理。從情緒涉及主體來看，可以分為個體情緒和社會情緒。個體之間相互交流“傳播”而且會情緒“感染”，社會情緒更易對個體情緒與決策造成的影響，而且個體情緒相對于社會情緒持續(xù)時期更短。針對此類問題，Lindsay和Nor-man(1977)[12]提出了知覺分析系統(tǒng)、內(nèi)部模式系統(tǒng)和認知比較器系統(tǒng)情緒喚醒模型。依據(jù)原理，本文把國家間投資者情緒輸出與輸入傳染機理大致分成三類情形：一是從發(fā)生危機波動初始國蔓延到相近區(qū)域或國家；二是如果某個國家發(fā)生危機風險，與其經(jīng)濟相聯(lián)系密切的國家發(fā)生風險概率明顯增強；三是金融資本不穩(wěn)定性，主要有兩個維度。一是敏感度，不同國家宏觀基本面經(jīng)濟風險因素與金融市場信息不對稱程度的敏感度；另一個是價格變化程度，即某個市場發(fā)生價格變化，與其相關(guān)聯(lián)上下游市場價格被感知并發(fā)生聯(lián)動性的程度，而引發(fā)了國家間投資者相互輸出與輸入的情緒傳染。

總之，投資者對某個國家前景、態(tài)度、激勵結(jié)構(gòu)、社會影響力、風險水平等因素的變化，經(jīng)過媒體多種形式傳播會產(chǎn)生一定程度能量，形成一個漸進趨同總體情緒過程，從而使情緒傳染與金融傳染兩者之間產(chǎn)生交互影響的大面積從眾行為，最終引發(fā)“羊群效應”。

圖1 投資者系統(tǒng)預期與情緒過程

圖2 網(wǎng)鏈結(jié)構(gòu)模式

三、投資者情緒指標與指數(shù)構(gòu)建

(一)投資者情緒度量方法

投資者情緒的度量目前主要采用直接、間接指標和情緒代理變量。直接指標即可直接取得的指標；間接指標是可以間接獲取投資者的心理變化的指標；情緒代理變量容易受外界環(huán)境影響的指標，較為主觀且不易控制，因而選擇使用單位指標以構(gòu)建投資者情緒，主要有：市盈率(P/E)、市凈率(P/B)、換手率(TURN)、成交量(VOL)與漲跌幅(A-D)等，從而能相對客觀地揭示投資者情緒。

(二)投資者情緒指標選取

(三)投資者情緒指數(shù)的構(gòu)建

上述投資者情緒代理變量在時間上是“提前”還是“滯后”能反映出投資者情緒的變化，各代理指標可能不同，在分析之前需要確定“提前”和“滯后”性。將以上4個代理變量與其滯后一期變量標準化后進行主成分分析。本文沒有采用Baker and Wurgler方法中其他方法，只應用第一主成分來進行指數(shù)構(gòu)建的方法，嚴格遵照累計方差解釋率大于85%的原則，使得投資者情緒更好地與市場擬合[13]。同時將中間指標與4個代理指標當期及其相應滯后項進行相關(guān)性分析，并選擇相關(guān)系數(shù)較大的4個變量構(gòu)造綜合指數(shù)源指標，如表1所示。

表1 相關(guān)性檢驗

注：**在置信度(單側(cè))為0.01上顯著相關(guān)。

由表1可知，中國投資者情緒中間指標與CCEDFt-1、CTURNt、CRIPOt-1與CNIPOt相關(guān)性比較明顯；但美國投資者情緒中間指標與ACEDFt-1、ACEDFt、ARIPOt-1、ATURNt與ANIPOt相關(guān)性更加鮮明，因而以其為源指標，而后合并構(gòu)建出投資者情緒指標，具體如下：

圖3 中美投資者情緒走勢對比圖

從圖3可知，在金融危機時間段內(nèi)，兩國投資者情緒出現(xiàn)同步滑落，市場情緒走勢基本趨向一致，兩國市場情緒較為低落，信心不夠，受市場情緒影響的金融市場交易量呈下降狀態(tài)，建構(gòu)中美投資者情緒指標相對合理。

(四)模型方法

Copula函數(shù)同其他相關(guān)系數(shù)相比，可以包含隨機變量所有相依信息，對變量間相依性刻畫更加完整，適合本文研究。

1．非參數(shù)邊際概率密度估計。核密度估計(Kernel)是Copula函數(shù)估計問題中一種估計隨機變量概率密度函數(shù)非參數(shù)方法。WenboHii(2005)[14]現(xiàn)究發(fā)現(xiàn)非參數(shù)核密度估計擬合邊緣分布能更真實地反映金融資產(chǎn)特點。

2．Arma-Kde-Copula模型。投資者情緒之間存在相互依賴關(guān)系，首先描述自回歸滑動平均模型(Arma)：

Sentt=α0+α1Sentt-1+μt

μt=α3μt-1+εt+α4εt-1

εt=σtξt

其次應用核密度估計(Kde)構(gòu)建模型邊緣分布，選取正態(tài)核函數(shù)：

對于樣本xt，(t=1， …，T)在點x處分布函數(shù)F(·)估計值為：

寬窗選擇Bowman(1997)提出的最優(yōu)寬窗hopt選取方法：

最后選取多種copula方法進行擬合，確定變量聯(lián)合分布描述變量之間相關(guān)性。二元正態(tài)Copula函數(shù)：

二元t-Copula函數(shù)：

二元Clayton-Copula函數(shù)：

二元SJC-Copula函數(shù)：

指標選取、構(gòu)建及模型方法為中美兩國投資者情緒相關(guān)性實證分析奠定了必要的前提和基礎(chǔ)。

四、實證分析及檢驗

(一)格蘭杰因果檢驗

采用上述指標及模型對中美兩國投資者情緒相關(guān)性進行實證，相關(guān)的投資者綜合情緒指標標準化后數(shù)據(jù)描述性統(tǒng)計結(jié)果，見表2。

表2 描述性統(tǒng)計

表2顯示，中國Skewness偏度為0.829232，呈右偏非對稱型，美國Skewness偏度為0.623275，基本分布趨近于相似。中國指標峰度值大于正態(tài)分布峰度值3，美國指標峰度為2.676016更接近正態(tài)分布，我們從單位根檢驗，可知CSENT和ASENT的ADF統(tǒng)計量分別是-6.900205和-10.220410，1%水平臨界值為-3.474576，P值為零，結(jié)論為平穩(wěn)，兩者序列在99%的置信度水平下顯著，適宜構(gòu)建模型。

通過格蘭杰因果檢驗ASENT與CSENT變量之間存在因果關(guān)系，并構(gòu)造VAR模型判斷階數(shù)得出AIC和SC結(jié)果，滯后階數(shù)為2(見表3)，從中可知ASENT是CSENT的格蘭杰顯著原因，而CSENT對ASENT來說，不存在顯著原因。美國出現(xiàn)金融危機，投資者低落情緒加劇，會引起中國投資者負面情緒增加，帶動我國金融市場下跌，進一步加深危機傳染和擴散。

表3 格蘭杰因果關(guān)系檢驗

(二)Arma-Kde-Copula模型實證分析

首先進行時間序列自相關(guān)檢驗，ASENT在90%置信區(qū)間拒絕原假設，自相關(guān)存在；CSENT在99%置信區(qū)間拒絕原假設，自相關(guān)顯著(見表4和表5)。

表4 相關(guān)變量經(jīng)過ARMA過程檢驗結(jié)果

由表4可知，ASENT通過Arma(1，2)自回歸消除，CSENT通過Arma (1，1)建模。

從表4、表5可見，已消除自相關(guān)性。運用Matlab軟件，再運用經(jīng)驗密度函數(shù)和核函數(shù)進行估計。采用K-S檢驗邊緣分布擬合效果，見表6。

表5 相關(guān)變量自相關(guān)檢驗結(jié)果

表6 相關(guān)變量K-S檢驗

通過核密度估計，得出CSENT和ASENT邊緣分布，估計二元正態(tài)Copula和t分布Copula函數(shù)、阿基米德Copula函數(shù)及時變SJC Copula函數(shù)的系數(shù)估計，并進行相關(guān)參數(shù)對比(見表7)[15]。

表7 靜態(tài)Copula擬合結(jié)果及相關(guān)參數(shù)

從Copula函數(shù)結(jié)果看，說明CSENT和ASENT存在非對稱相關(guān)性，下尾相關(guān)性比較明顯，上尾相關(guān)性比較弱，兩市場間投資者情緒彼此影響，同時跌落概率大于高漲概率。為了進一步研究上下尾間的動態(tài)相關(guān)性，引入時變Copula函數(shù)對CSENT和ASENT進行動態(tài)分析(見表8)。

表8 時變 Copula擬合結(jié)果及相關(guān)參數(shù)

圖4 時變Normal Copula函數(shù)相關(guān)系數(shù)

圖5 時變SJC Copula函數(shù)上、下尾相關(guān)系數(shù)

表8顯示，時變SJC Copula函數(shù)優(yōu)于Normal Copula函數(shù)(見圖4)，為了進一步驗證CSENT和ASENT相關(guān)性。通過對SJC(見圖5)模型分析，一國投資者情緒變化影響另一國情緒變化的概率便可預測。

金融危機爆發(fā)時，CSENT和ASENT二者相關(guān)系數(shù)波動明顯增強，ASENT對金融市場的極端變化做出了強烈消極反應，使CSENT變化概率增大，兩者相關(guān)系數(shù)曾達到0.781，此時CSENT和ASENT傳染性達到峰值。

圖5中上尾大于下尾，表明相關(guān)系數(shù)出現(xiàn)波動，2007年11月后趨勢增大。一國市場消極情緒傳染到另一國的可能性概率也在增大。由于各國之間經(jīng)濟融合，經(jīng)投資者情緒傳染，股市受影響的概率也隨之增強。

(三)穩(wěn)健性檢驗

為了驗證實證結(jié)果穩(wěn)健性，通常選擇改變一些參數(shù)或變量來證明模型平穩(wěn)性和泛化能力，而我們檢驗方法則從數(shù)據(jù)出發(fā)，依據(jù)不同標準調(diào)整數(shù)據(jù)分組來驗證中國投資者情緒與美國投資者情緒在模型中相依關(guān)系的穩(wěn)定性，因此把時間序列按照危機期和非危機期分割成兩組序列，驗證在金融危機期間和危機前后時期，中美投資者情緒不同的傳染強度及深度(見圖6和圖7)。

圖6 危機期時變SJC-Copula函數(shù)上下尾相關(guān)系數(shù)

通過Copula函數(shù)相關(guān)性驗證，金融危機初始時期，兩國投資者情緒無明顯變化，然而自2008年7月始，從圖中可見，CSENT和ASENT相關(guān)系數(shù)增強比較明顯，峰值標高到0.7265。由此可得，金融危機發(fā)生后，投資者需要一定時間判斷和反應，說明傳染效應相對滯后，當投資者對市場預期下跌，恐慌情緒增加，將使金融危機加劇。因此可以判斷我們所使用時間序列適用于Copula模型，得出金融危機加深期間，投資者情緒傳染效應高于非金融危機期間。

圖7 非危機期Normal Copula函數(shù)相關(guān)系數(shù)

五、結(jié)論與建議

本文以中美兩國投資者情緒為研究對象，構(gòu)建ARMA-KDE模型、金融市場之間關(guān)聯(lián)程度Copula模型驗證二者之間的相關(guān)性及傳染性。結(jié)論如下：

(1)通過對投資者情緒指數(shù)的格蘭杰因果和穩(wěn)健性驗證，表明金融市場與投資者情緒之間相關(guān)系數(shù)較大且呈現(xiàn)明顯相關(guān)性。格蘭杰因果檢驗表明兩者之間存在因果關(guān)系。檢驗判斷得知，美國投資者情緒的變化會導致中國投資者情緒發(fā)生變化并且傳染效應為單向傳導。研究發(fā)現(xiàn)國家之間投資者情緒的輸入與輸出與其經(jīng)濟、金融資本的不穩(wěn)定性、敏感度、關(guān)聯(lián)度以及開放度密切相關(guān)，這個結(jié)果也與我們在投資者情緒傳染機理的分析中相吻合。

(2)Copula函數(shù)相關(guān)性驗證兩國之間客觀上存在傳染效應，表現(xiàn)為不同時段呈現(xiàn)波動形態(tài)，時變相關(guān)性測度在金融危機發(fā)生期間明顯增強。結(jié)果表明，當投資者情緒高漲時會使投資過度，反之則不足。投資者為了追逐收益最大化，通過若干情緒傳染渠道交互傳染，則會形成我們在投資者情緒傳染機理分析中闡述的網(wǎng)鏈結(jié)構(gòu)模式(見圖2)，這就充分見證了中美投資者情緒在金融危機發(fā)生期間傳染效應發(fā)生概率明顯增強且達到峰值。

(3)通過實證分析而得知，兩國投資者情緒在金融危機期間傳染效應上升比較明顯，也表現(xiàn)出相對滯后。投資者情緒傳染的深度和強度，非理性行為不是即時發(fā)生，而是需要一定時間判斷再決策。與此同時也體現(xiàn)出了我國資本市場不具有西方國家經(jīng)典意義上經(jīng)濟晴雨表效應，存在著“非效率定價”現(xiàn)象。實證表明這個傳染過程與我們在投資者情緒傳染機理分析中投資者系統(tǒng)預期與情緒過程相一致(見圖1)。

根據(jù)上述結(jié)論，建議如下：

(1)在經(jīng)濟平穩(wěn)時期，建設智能系統(tǒng)預警、加強噪聲管控和監(jiān)測；建立防范金融風險、制度、專項備案和管控預案；從政策角度出發(fā)引導投資者理性投資。

(2)不斷完善我國資本流動管制政策，納入宏觀審慎管理體系中。當前中美貿(mào)易戰(zhàn)進入關(guān)鍵時期，對我國跨境資本流動帶來了不利影響，金融市場對于宏觀政策及外部環(huán)境變化走勢反應強烈，因此有必要在經(jīng)濟金融環(huán)境持續(xù)緊張情況下出臺政策，引導國際資本合理流動，預防因貿(mào)易戰(zhàn)再次引發(fā)金融危機，促使我國金融市場穩(wěn)定、有序發(fā)展，繁榮新時代下中國特色的市場經(jīng)濟。