投資者情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響

林紅新　宋高雅　花俊國

摘? ?要：我國資本市場動量效應(yīng)與反轉(zhuǎn)效應(yīng)是否存在及存在特征尚無定論，對于其形成機(jī)理的研究也不夠深入?；诖?，利用上證A股2012年1月至2017年1月的股票月收益數(shù)據(jù)對動量效應(yīng)與反轉(zhuǎn)效應(yīng)進(jìn)行檢驗，并引入綜合情緒指數(shù)CICSI來研究投資者樂觀和悲觀情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響。結(jié)果表明：上證A股不存在顯著的動量效應(yīng)，但在短期內(nèi)存在顯著的反轉(zhuǎn)效應(yīng);股票市場的狀態(tài)對于反轉(zhuǎn)效應(yīng)的產(chǎn)生具有重要作用，相對于平緩期，股市在動蕩期更容易出現(xiàn)反轉(zhuǎn)效應(yīng);投資者極端情緒會影響到反轉(zhuǎn)效應(yīng)，樂觀情緒增強(qiáng)了反轉(zhuǎn)效應(yīng)的強(qiáng)度，悲觀情緒則會對其產(chǎn)生抑制。

關(guān)? 鍵? 詞：樂觀情緒;悲觀情緒;動量效應(yīng);反轉(zhuǎn)效應(yīng)

中圖分類號：F830.9? ? ?文獻(xiàn)標(biāo)識碼：A? ? ? 文章編號：2096-2517（2020）01-0008-11

DOI：10.16620/j.cnki.jrjy.2020.01.002

一、引言

自從Jegadeesh等（1993）提出動量效應(yīng)、Thalar（1985）提出反轉(zhuǎn)效應(yīng)之后，這一領(lǐng)域吸引了理論與實務(wù)界的大量關(guān)注[1-2]。動量效應(yīng)是指股票價格有延續(xù)過去運動方向的趨勢，即過去漲勢較好的股票未來表現(xiàn)也更好，過去漲勢較差的股票未來表現(xiàn)也更差，反轉(zhuǎn)效應(yīng)則與之相反。對此，國外研究得出了較為一致的結(jié)論：即西方股票市場雖然存在動量效應(yīng)，但動量組合有時也會出現(xiàn)負(fù)的收益[3-4]。而對于國內(nèi)市場動量效應(yīng)與反轉(zhuǎn)效應(yīng)的存在性及其特征則仍有爭議，對動量效應(yīng)與反轉(zhuǎn)效應(yīng)收益來源的研究也不夠深入，部分學(xué)者從分析師跟蹤和行業(yè)信息擴(kuò)散等角度給出了解釋[5-6]，但很少有學(xué)者研究投資者樂觀與悲觀情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響。

我國股市發(fā)展時間短，投資者成熟度低，交易行為容易受到樂觀與恐懼心理的影響，進(jìn)而可能影響到股票價格，因此用投資者情緒來研究動量效應(yīng)與反轉(zhuǎn)效應(yīng)具有重要意義。我國中小投資者占據(jù)主導(dǎo)地位， 這部分投資者在情緒樂觀時容易追漲，而情緒悲觀之時則會殺跌;在買進(jìn)股票時傾向于采用反轉(zhuǎn)策略，賣出時則往往運用動量策略[7]。這種現(xiàn)象在股票大漲大跌的牛市和熊市尤為明顯，從2014年8月到2015年5月，中國股市經(jīng)歷了千股大漲的牛市，投資者情緒也隨之高漲，在股票價格上升的過程中不斷買入股票; 而從2015年6月開始，千股跌停，股票價格的暴跌使投資者產(chǎn)生悲觀情緒，大量投資者紛紛賣出股票。市場狀態(tài)的變化會很容易影響到中小投資者的情緒，進(jìn)而對其交易行為產(chǎn)生作用。 而機(jī)構(gòu)投資者情緒則相對穩(wěn)定，在買進(jìn)和賣出股票時都傾向于使用動量策略[8]。因此從市場狀態(tài)和情緒角度研究動量效應(yīng)與反轉(zhuǎn)效應(yīng)，對于完善動量效應(yīng)與反轉(zhuǎn)效應(yīng)影響機(jī)理，改進(jìn)投資者投資策略具有重要意義。本文采用2012年1月至2017年1月上證A股的月度收益數(shù)據(jù)進(jìn)行如下研究：（1） 檢驗動量效應(yīng)與反轉(zhuǎn)效應(yīng)在研究期間內(nèi)的存在性及其特征;（2） 將全樣本劃分為動蕩期和平緩期兩個子樣本，研究股市的狀態(tài)對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響;（3） 采用中國投資者綜合情緒指數(shù)CICSI來分析投資者情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響。

本文的創(chuàng)新點可能在于：（1）針對上海股市，證明了投資者樂觀與悲觀情緒對反轉(zhuǎn)效應(yīng)具有重要影響， 深入分析了動量效應(yīng)與反轉(zhuǎn)效應(yīng)的來源機(jī)理，豐富了動量效應(yīng)與反轉(zhuǎn)效應(yīng)的相關(guān)研究。（2）將樣本區(qū)間劃分為動蕩期與平緩期，分別研究動量效應(yīng)與反轉(zhuǎn)效應(yīng)的存在性及其特征，揭示了市場狀態(tài)對反轉(zhuǎn)效應(yīng)的作用。（3） 現(xiàn)有采用行為金融學(xué)解釋動量效應(yīng)與反轉(zhuǎn)效應(yīng)的相關(guān)文獻(xiàn)中，使用的投資者情緒多為過度自信、代表性偏差等，本文采用樂觀與悲觀情緒來研究動量與反轉(zhuǎn)效應(yīng)，豐富了行為金融學(xué)的相關(guān)研究。

二、文獻(xiàn)綜述

動量效應(yīng)和反轉(zhuǎn)效應(yīng)是與有效市場假說相矛盾的“異象”，對古典金融理論造成了沖擊。有效市場假說作為經(jīng)典金融理論的重要基礎(chǔ)，市場有效性是指所有信息都會及時充分地反映在股票價格中。因為任何信息都已反映在股價當(dāng)中，所以市場中不存在套利機(jī)會;而由于價格在投資者進(jìn)行交易前已經(jīng)調(diào)整到位，因此在有效資本市場上，投資者無法獲得超常收益。該假說認(rèn)為人是完全理性的，慣性和反轉(zhuǎn)現(xiàn)象則表明投資者并非完全理性。Jegadeesh等（1993）對美國1965—1989年的數(shù)據(jù)進(jìn)行實證研究后發(fā)現(xiàn)： 前期漲勢較好的股票組合在接下來的3～12個月內(nèi)收益率要高于之前漲勢較差的股票組合[1];De等（1985）卻認(rèn)為買進(jìn)過去漲勢較差的股票并持有36個月會比漲勢較好的股票多產(chǎn)生25%的收益[2]。這些現(xiàn)象與有效資本市場理論相違背， 吸引了諸多學(xué)者對其產(chǎn)生原理進(jìn)行研究。對這些“異象”的解釋大致分為經(jīng)典金融理論和行為金融理論兩大派別，經(jīng)典金融理論提出動量效應(yīng)與反轉(zhuǎn)效應(yīng)可以用“風(fēng)險溢價”來解釋，但Fama等（1996）用“三因素模型”來研究動量效應(yīng)，發(fā)現(xiàn)贏家組合的收益率依然顯著大于輸家組合[9]。李志冰等（2017）也發(fā)現(xiàn)經(jīng)“五因素模型”調(diào)整后的中國股票市場仍然表現(xiàn)出顯著的反轉(zhuǎn)效應(yīng)，這就說明風(fēng)險不是贏家組合的收益來源，“風(fēng)險溢價”無法解釋動量效應(yīng)[10]。

由于傳統(tǒng)的金融理論無法解釋動量與反轉(zhuǎn)效應(yīng)，一些學(xué)者開始將心理學(xué)的理論融入到金融學(xué)之中， 研究人的心理和情緒會對決策產(chǎn)生怎樣的影響。Barberis等（1998）認(rèn)為投資者對新出現(xiàn)的信息反應(yīng)不足，使股票價格不能及時充分地反映市場信息，有利好消息的股票價格緩慢上漲，有利空消息的股票價格緩慢下跌，使股票價格在短期內(nèi)表現(xiàn)出慣性現(xiàn)象[11]。Daniel等（1998）提出慣性現(xiàn)象和反轉(zhuǎn)現(xiàn)象是由投資者反應(yīng)過度造成的，投資者面對未預(yù)期的事件時， 往往會對目前的信息賦予較高的權(quán)重，以此為基礎(chǔ)進(jìn)行買進(jìn)與賣出，會造成股票價格異常升高或下跌，在短期出現(xiàn)慣性現(xiàn)象;而從長期來看，當(dāng)股票價格從異常值回歸真實值時，則會產(chǎn)生反轉(zhuǎn)[12]。

國外學(xué)者對這些“異象”的研究得出了較為一致的結(jié)論：即西方證券市場存在短期慣性和長期反轉(zhuǎn)效應(yīng)，而國內(nèi)學(xué)者對于我國證券市場上動量效應(yīng)與反轉(zhuǎn)效應(yīng)的存在性及其特征仍有爭論。有些學(xué)者認(rèn)為我國股票市場不存在動量效應(yīng)。 田利輝等（2014）研究發(fā)現(xiàn)我國證券市場不存在顯著的動量效應(yīng)[13]。王明濤等（2015）以2004年1月1日至2013年12月31日的上證股市數(shù)據(jù)為樣本研究證明，用過去52周最高價格日期接近程度構(gòu)造的動量交易策略也不顯著[14]。向誠等（2018）、宋光輝等（2017）則認(rèn)為我國股票市場存在動量效應(yīng)[6][15]。而有些學(xué)者則發(fā)現(xiàn)動量與反轉(zhuǎn)效應(yīng)出現(xiàn)的時間并非固定。史永東等（2016）發(fā)現(xiàn)A股市場的動量效應(yīng)與發(fā)轉(zhuǎn)效應(yīng)會發(fā)生轉(zhuǎn)換，在三個月內(nèi)表現(xiàn)出反轉(zhuǎn)效應(yīng)，超過三個月則會產(chǎn)生動量效應(yīng)[16]。出現(xiàn)上述結(jié)論不一致的原因之一可能是不同學(xué)者研究的時間區(qū)間不同。例如，周銘山等（2016）和歐陽志剛等（2016）的時間區(qū)間分別為2003—2015年和1997—2015年[5][17]。研究區(qū)間的不同可能對動量效應(yīng)與反轉(zhuǎn)效應(yīng)是否存在及存在特征產(chǎn)生很大影響。潘莉等（2011）認(rèn)為我國股市存在時間短、股價變化速度快，隨著市場環(huán)境的變化，投資者行為也可能會發(fā)生變化，進(jìn)而導(dǎo)致股票價格的反應(yīng)形式產(chǎn)生變化，在不同時期出現(xiàn)不同特征的動量效應(yīng)與反轉(zhuǎn)效應(yīng)[18]。

諸多學(xué)者從供給、投資者關(guān)注度等角度出發(fā)研究了動量效應(yīng)與反轉(zhuǎn)效應(yīng)的收益來源。 韓金曉等（2018） 研究了機(jī)構(gòu)投資者買進(jìn)和賣出股票對流動性供給的影響，認(rèn)為流動性供給是反轉(zhuǎn)效應(yīng)產(chǎn)生的原因[19]。彭疊峰等（2015）發(fā)現(xiàn)投資者關(guān)注度是動量效應(yīng)與反轉(zhuǎn)效應(yīng)的一個重要來源[20]。史永東等（2016） 提出企業(yè)投資會影響動量效應(yīng)與反轉(zhuǎn)效應(yīng)的強(qiáng)度[16]。但很少有研究討論投資者的樂觀和悲觀情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響，我國中小投資者成熟度低，受情緒影響大，從眾心理嚴(yán)重，在股票價格上漲時容易樂觀，在股票價格下跌時則會悲觀，他們的樂觀與悲觀情緒又會在從眾心理的放大下進(jìn)一步加劇股價的上漲與下跌。史永東等（2015）發(fā)現(xiàn)股票價格的變動受到投資者情緒的影響[21]。Antonius等（2013）也證明了投資者樂觀情緒對動量效應(yīng)有影響，但是這些研究均未討論投資者情緒對反轉(zhuǎn)效應(yīng)的作用[22]。因此，本文將研究樂觀與悲觀情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響，實證檢驗情緒的極端值對股票價格的影響，進(jìn)而從情緒角度解釋動量效應(yīng)與反轉(zhuǎn)效應(yīng)。

投資者情緒的度量是研究投資者情緒的基礎(chǔ)，但是對于投資者情緒的測度并沒有一致認(rèn)可的標(biāo)準(zhǔn)?，F(xiàn)有研究主要利用好淡指數(shù)、封閉式基金折價等來衡量投資者情緒，這些指標(biāo)大致可以分為主觀和客觀兩類，前者通過各種形式直接調(diào)查投資者對股票價格看漲或看跌，后者則利用股票漲跌、交易量等數(shù)據(jù)來測度投資者情緒，這兩類指標(biāo)都存在測量手段單一和結(jié)果不夠準(zhǔn)確等缺陷[23]。Baker等（2006）用包含交易量在內(nèi)的六個情緒指標(biāo)構(gòu)造了一個復(fù)合情緒指數(shù)，簡稱BW指數(shù)，可以更加全面精確地測度投資者情緒，但BW指數(shù)是年度指標(biāo)，無法用于衡量月度頻率的投資者情緒[24]。我國投資者交易頻率較高，需要從月度頻率上進(jìn)行研究。為了更好地測度中國的投資者情緒，易志高等（2009）改進(jìn)了BW指數(shù)，構(gòu)建了月度綜合情緒指數(shù)CICSI，可以較好地衡量月度頻率的投資者樂觀與悲觀情緒[23]。因此，本文將用CICSI來度量投資者情緒極端值。

三、研究設(shè)計

（一）數(shù)據(jù)來源

本文研究樣本為2012年1月至2017年1月的上證A股股票， 所有數(shù)據(jù)均來自于國泰君安數(shù)據(jù)庫（CSMAR），股票收益率采用考慮現(xiàn)金股票再投資的月個股回報率（MRETWD），投資者樂觀與悲觀情緒的度量采用復(fù)合情緒指數(shù)CICSI[23]。本文運用以下原則來進(jìn)行樣本選?。海?） 刪除金融保險類股票;（2）刪除ST、PT類股票;（3）刪除每只股票上市前6個月的數(shù)據(jù)。

（二）研究方法

為構(gòu)造投資組合，本文首先計算樣本內(nèi)所有股票在過去J個月（形成期）的平均收益率，然后將排名在最后的10只股票定為輸者組合（RL），排名在最前的10只股票定為贏者組合（RW），每個股票組合都按照等權(quán)重購入并持有K個月（持有期）。潘莉等（2011）認(rèn)為中國股市買一與賣一之間的差距較小，并且交易量大，因此不加入時間間隔可能會更好[18]，本文也將采用這種方法。借鑒馬超群等（2005）的方法[25]，從第J月起每個月進(jìn)行如下操作：將輸者組合第t個月的收益率記為RL，t，截止到2017年1月，共有61-J個月度，收益率分別為RL，j+1，RL，j+2，…，RL，61，然后計算其平均收益率，記為輸者組合收益率：

為了研究投資者樂觀與悲觀情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響，本文將2012年1月至2017年1月的綜合情緒指數(shù)（CICSI）進(jìn)行排序，一共61期數(shù)據(jù)，取前40%為樂觀期，后40%為悲觀期，即排名在前24期的月份為樂觀期，后24期月份為悲觀期，剩下的13期為溫和期[21]。為了避免情緒界限劃分不明確影響檢驗結(jié)果，本文只討論樂觀和悲觀期內(nèi)動量效應(yīng)與反轉(zhuǎn)效應(yīng)的存在狀況。

因為慣性策略的盈利就是反轉(zhuǎn)策略的損失，反之也是如此，因此當(dāng)RW-RL顯著大于0時表現(xiàn)出慣性現(xiàn)象， 當(dāng)RW-RL顯著小于0時則存在反轉(zhuǎn)。形成期與持有期的各月份中，若樂觀期的月份數(shù)量比重較大，則對應(yīng)的策略定義為樂觀期下的動量或反轉(zhuǎn)組合， 反之則為悲觀期下的動量或反轉(zhuǎn)組合，簡記為（J、K），驗證動量效應(yīng)與反轉(zhuǎn)效應(yīng)是否由投資者樂觀或悲觀情緒所導(dǎo)致，只需檢驗對應(yīng)情緒期下的動量與反轉(zhuǎn)組合是否顯著即可。

四、實證結(jié)果及分析

為研究股市狀態(tài)對動量與反轉(zhuǎn)效應(yīng)的影響，本文分別考察了2012年1月至2017年1月的全樣本以及2012年1月至2014年7月與2014年8月至2017年1月這兩個子樣本的動量效應(yīng)與反轉(zhuǎn)效應(yīng)，并通過加入投資者綜合情緒指數(shù)CICSI來研究投資者樂觀與悲觀情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響。

（一）全樣本動量效應(yīng)與反轉(zhuǎn)效應(yīng)

考慮到樣本長度的影響， 本文選取形成期（J）和持有期（K）均為1、3、6、9、12，共25種排序，為檢驗動量效應(yīng)與反轉(zhuǎn)效應(yīng)是否存在，假定在零成本下購入并持有贏家組合，同時拋售輸家組合，實證結(jié)果如表1所示。

實證研究總體表現(xiàn)出如下特點：

第一， 本文在上證A股中未發(fā)現(xiàn)顯著的價格慣性效應(yīng)。在25種策略中，贏家組合的收益減去輸家組合的收益均為負(fù)值， 不存在價格慣性效應(yīng)。第二，多數(shù)統(tǒng)計量的顯著性不高，在25種投資策略中只有12個出現(xiàn)了顯著的超常收益，占比不到50%，這可能是由于上證A股的系統(tǒng)性風(fēng)險較高， 股票價格存在“同漲齊跌”，在牛市或熊市這一現(xiàn)象尤為突出。再加上中國股市投資者成熟度低，從眾心理嚴(yán)重，導(dǎo)致股票超漲超跌，波動率大，最終使得股票超常收益標(biāo)準(zhǔn)差大，t統(tǒng)計量不顯著。第三，上證A股存在顯著的反轉(zhuǎn)效應(yīng)。 具體地，K=1的五個反轉(zhuǎn)投資策略均獲得了顯著的超常收益，并且月度超常收益率都在2%以上，平均而言，遠(yuǎn)大于De等（1985）[2]所發(fā)現(xiàn)的8%的年超常收益;此外，J=1的5個策略也均顯著，說明在形成期或持有期較小時， 反轉(zhuǎn)效應(yīng)較為顯著， 這可能是由于我國中小投資者比重較大，這部分投資者過分重視短期趨勢，以周度或月度為周期進(jìn)行交易， 所以反轉(zhuǎn)效應(yīng)在較短期間內(nèi)容易顯著。

（二）子樣本動量效應(yīng)

從2014年8月開始，上證A股經(jīng)歷了大漲大跌的牛市和熊市，有些學(xué)者的研究刻意避開了股市過于動蕩的時期，而有些學(xué)者則加上了，為了確定股市的動蕩對動量效應(yīng)與反轉(zhuǎn)效應(yīng)是否有影響，本文將全樣本分為2012年1月至2014年7月與2014年8月至2017年1月，前者波動較小，作為平緩期，與此相對應(yīng)，后者波動較大，作為動蕩期，分別檢驗兩個子樣本內(nèi)動量效應(yīng)與反轉(zhuǎn)效應(yīng)存在狀況，結(jié)果如表2所示。

如表2中所示， 平緩期內(nèi)不存在顯著的動量收益，（1，12）和（3，9）兩個策略出現(xiàn)了慣性，但并不顯著。動蕩期則表現(xiàn)出反轉(zhuǎn)傾向，所有策略的贏者組合收益率減去輸者組合收益率都出現(xiàn)了負(fù)的超常收益。這與大多數(shù)國外學(xué)者所發(fā)現(xiàn)的慣性現(xiàn)象相反，原因可能是我國股市存在時間短，投資者成熟度低，買進(jìn)賣出的頻率更加頻繁，因此不容易出現(xiàn)慣性現(xiàn)象。

此外，形成期或持有期較短的反轉(zhuǎn)策略更容易顯著，這與全樣本所得出的結(jié)論一致。具體地，在平緩期有（1，1）、（1，2）和（6，1）三個組合產(chǎn)生了顯著的反轉(zhuǎn)超常收益， 這三個組合的持有期都較短，在動蕩期的19個顯著的反轉(zhuǎn)策略中， 形成期或持有期小于等于3的有10個，占53%。上證A股存在短期價格反轉(zhuǎn)，這與大多數(shù)研究所得出的“長期價格反轉(zhuǎn)”的結(jié)論相反[26]。造成這一現(xiàn)象的一個原因可能是本文的研究區(qū)間較新，而反轉(zhuǎn)現(xiàn)象加速發(fā)生[18]，因此在短期內(nèi)出現(xiàn)了反轉(zhuǎn)現(xiàn)象。

另外， 相對于平緩期，A股市場在動蕩期更加容易產(chǎn)生顯著的反轉(zhuǎn)效應(yīng)。具體地，在2012年1月至2014年7月的25個策略中只有3個顯著，而2014年8月至2017年1月則有19個顯著的反轉(zhuǎn)策略，動蕩期內(nèi)反轉(zhuǎn)策略顯著的個數(shù)要遠(yuǎn)遠(yuǎn)大于平緩期。造成這一結(jié)果的原因可能是動蕩期投資者情緒反應(yīng)更加激烈，交易量大，從而導(dǎo)致大量顯著的反轉(zhuǎn)策略[26]。

（三）投資者情緒對慣性效應(yīng)和反轉(zhuǎn)效應(yīng)的影響

在分析投資者情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響時， 同樣采用形成期與持有期均為1、3、6、9、12的排序，具體實證結(jié)果見表3。根據(jù)表3可以得出如下結(jié)論：

第一，觀察樂觀期與悲觀期的收益可以發(fā)現(xiàn)，不同情緒期都出現(xiàn)了顯著的反轉(zhuǎn)超常收益。例如，在悲觀期內(nèi)，（1，1）和（1，3）兩個組合出現(xiàn)了顯著的反轉(zhuǎn)效應(yīng)，而樂觀期內(nèi)，J=9的五個組合也都出現(xiàn)了顯著的反轉(zhuǎn)效應(yīng)?？梢姡顿Y者樂觀與悲觀情緒都對反轉(zhuǎn)效應(yīng)的產(chǎn)生有重要影響。

第二，保持形成期不變，不管是悲觀期還是樂觀期，反轉(zhuǎn)策略的收益率均呈下降趨勢。例如，在悲觀期J=1的動量組合中，（1，1）的反轉(zhuǎn)策略收益為3.19%，而（1，3）的反轉(zhuǎn)策略收益下降到2.08%，（1，6）的反轉(zhuǎn)策略則下降到0.6%; 在樂觀期，J=1的投資組合中，（1，1）的反轉(zhuǎn)收益為2.02%，（1，12）的反轉(zhuǎn)收益則下降為1.32%。出現(xiàn)這種結(jié)果的原因可能是隨著持有期的延長， 投資者的情緒差異變大，持有同一種股票的交易者產(chǎn)生了樂觀與悲觀兩種極端的情緒， 并且樂觀與悲觀情緒都很強(qiáng)烈，兩種情緒之間產(chǎn)生沖突，從而產(chǎn)生收益對沖，造成整體收益的下降。

第三，總體來看，樂觀期內(nèi)反轉(zhuǎn)策略顯著的個數(shù)要多于悲觀期。在悲觀期，只有（1，1）、（1，3）、（6，1）三個組合產(chǎn)生了顯著的反轉(zhuǎn)超常收益，而樂觀期的25個投資組合中有15個出現(xiàn)了顯著的反轉(zhuǎn)超常收益，后者遠(yuǎn)遠(yuǎn)多于前者。此外，在不考慮投資者情緒的情況下則有12個顯著的反轉(zhuǎn)投資組合，這就說明樂觀情緒會增強(qiáng)反轉(zhuǎn)效應(yīng)，悲觀情緒則會減弱。造成這一結(jié)果的原因可能是投資者在情緒樂觀時更愿意進(jìn)行投資，交易更加活躍，因此產(chǎn)生了更多顯著的反轉(zhuǎn)現(xiàn)象， 悲觀期則與之相反，投資者紛紛離場，減少交易，因此削弱了反轉(zhuǎn)效應(yīng)。

五、結(jié)論

本文運用上證A股2012年1月至2017年1月的股票月度收益， 通過購入并持有贏者組合、賣出輸者組合的零成本投資策略來檢驗動量效應(yīng)與反轉(zhuǎn)效應(yīng)的存在狀況與特征。除了全樣本之外，還分別研究了動蕩期與平緩期這兩個子樣本的動量效應(yīng)與反轉(zhuǎn)效應(yīng)， 并且運用綜合情緒指數(shù)CICSI來區(qū)分樂觀期與悲觀期，通過檢驗樂觀期與悲觀期內(nèi)動量效應(yīng)與反轉(zhuǎn)效應(yīng)是否存在來研究極端情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響。結(jié)果表明：

第一，上證A股并未發(fā)現(xiàn)顯著的動量效應(yīng)，但在短期內(nèi)存在顯著的反轉(zhuǎn)效應(yīng)。反轉(zhuǎn)效應(yīng)在較短期內(nèi)更加顯著，這與現(xiàn)有的研究結(jié)論有所不同。造成這一現(xiàn)象的原因之一是時間段的選取對反轉(zhuǎn)效應(yīng)的存在特征會有影響，本文的研究區(qū)間相對較新，因此對反轉(zhuǎn)效應(yīng)的檢驗結(jié)論可能出現(xiàn)不同。而且我國股市發(fā)展時間短，投資者群體以散戶為主，交易頻率較高，因此更容易在較短時間內(nèi)出現(xiàn)反轉(zhuǎn)效應(yīng)。

第二， 在牛市與熊市這樣股價波動較大的時期，更容易出現(xiàn)顯著的反轉(zhuǎn)效應(yīng)。具體地，2014年8月至2017年1月這個子樣本屬于股市動蕩期，在這一時期的投資組合中出現(xiàn)了更多顯著的反轉(zhuǎn)效應(yīng)。 這可能是由于我國投資者存在嚴(yán)重的從眾心理，追漲殺跌嚴(yán)重，而不管是在牛市還是熊市，上證A股同漲同跌現(xiàn)象都十分普遍，在這一時期，投資者盲目跟風(fēng)，頻繁交易，產(chǎn)生了巨大的成交量，而較高的成交量有助于產(chǎn)生反轉(zhuǎn)現(xiàn)象，這就使得在股市動蕩期，更容易出現(xiàn)股票價格反轉(zhuǎn)。

第三，投資者的樂觀情緒會增強(qiáng)反轉(zhuǎn)效應(yīng)的強(qiáng)度，但悲觀情緒會減弱反轉(zhuǎn)效應(yīng)的強(qiáng)度。投資者情緒受股票價格等市場因素與政策等非市場因素的影響，各種信息都會對其產(chǎn)生作用。當(dāng)股票價格上漲或出現(xiàn)利好政策時， 投資者傾向于出現(xiàn)樂觀情緒，增加交易行為，而在風(fēng)險偏好和損失厭惡的作用下， 此時投資者傾向于買入過去漲勢較差的股票，擴(kuò)大預(yù)期收益，賣出當(dāng)前表現(xiàn)更好的股票，實現(xiàn)已有利潤，由此便產(chǎn)生了更多的反轉(zhuǎn)效應(yīng)[27]。與之相反，當(dāng)股票價格下跌或出現(xiàn)利空政策時，投資者傾向于出現(xiàn)悲觀情緒，悲觀情緒蔓延，也會影響到股票價格。這一時期的投資者在恐慌情緒的作用下傾向于拋售手中的股票，減少買進(jìn)操作，從而造成交易量下降，因此抑制了反轉(zhuǎn)效應(yīng)的產(chǎn)生。

我國目前采用投資者樂觀和悲觀情緒解釋動量效應(yīng)與反轉(zhuǎn)效應(yīng)的研究還比較少，對投資者情緒的度量也沒有一致認(rèn)可的標(biāo)準(zhǔn)，未來可以在投資者情緒指數(shù)上進(jìn)行研究，進(jìn)而從日度和周度頻率上進(jìn)一步探索情緒對動量效應(yīng)與反轉(zhuǎn)效應(yīng)的影響。

參考文獻(xiàn)：

[1]JEGADEESH N，TITMAN S.Returns to Buying Winners and Selling Losers：Implications for Stock Market Efficiency[J].Journal of Finance，1993，48（1）：65-91.

[2]THALAR R.Does the Stock Market Overreact[J].Journal of Finance，1985，40（3）：793-805.

[3]PEDRO BARROSO P，SANTA-CLARA P.Momentum Has Its Moments[J].Journal of Financial Economics，2015，116（1）：111-120.

[4]KENT D，MOSKOWITZ T J.Momentum Crashes[J].Journal of Financial Economics，2016，122（2）：221-247.

[5]周銘山，林靖，許年行.分析師跟蹤與股價同步性——基于過度反應(yīng)視角的證據(jù)[J].管理科學(xué)學(xué)報，2016，19（6）：49-73.

[6]向誠，陸靜.投資者有限關(guān)注、行業(yè)信息擴(kuò)散與股票定價研究[J].系統(tǒng)工程理論與實踐，2018，38（4）：817-835.

[7]史永東，李竹薇，陳煒.中國證券投資者交易行為的實證研究[J].金融研究，2009（11）：129-142.

[8]趙珺.中國證券投資基金動量交易行為的實證研究[J].統(tǒng)計與決策，2011（21）：152-156.

[9]FAMA E F，F(xiàn)RENCH K R.Multifactor Explanations of Asset Pricing Anomalies[J].Journal of Finance，1996，51（1）：55-84.

[10]李志冰，楊光藝，馮永昌等.Fama-French五因子模型在中國股票市場的實證檢驗[J].金融研究，2017（6）：191-206.

[11]BARBERIS N，SHLEIER A，VISHNY R.A Model of Investor Sentiment[J].Journal of Financial Economies，1998， 49（3）：307-343.

[12]DANIEL K D，HIRSHLEIFER D.SUBRAHMANYAM A.Investor Psychology and Security Market Under-and Overreactions[J].Journal of Finance，1998，53（6）：1839-1885.

[13]田利輝，王冠英，譚德凱.反轉(zhuǎn)效應(yīng)與資產(chǎn)定價：歷史收益率如何影響現(xiàn)在[J].金融研究，2014（10）：177-192.

[14]王明濤，黎單.新動量交易策略在A股市場的有效性研究——基于過去52周最高價格的實證檢驗[J].證券市場導(dǎo)報，2015（7）：64-71.

[15]宋光輝，董永琦，陳楊煬，等.中國股票市場流動性與動量效應(yīng)——基于Fama-French五因子模型的進(jìn)一步研究[J].金融經(jīng)濟(jì)學(xué)研究，2017，32（1）：36-50.

[16]史永東，宋西偉，谷佳音.企業(yè)投資、股票收益期限結(jié)構(gòu)和動量投資策略——基于中國股票市場的經(jīng)驗證據(jù)[J].證券市場導(dǎo)報，2016（8）：40-48.

[17]歐陽志剛，李飛.四因子資產(chǎn)定價模型在中國股市的適用性研究[J].金融經(jīng)濟(jì)學(xué)研究，2016，31（2）：84-96.

[18]潘莉，徐建國.A股個股回報率的慣性與反轉(zhuǎn)[J].金融研究，2011（1）：149-166.

[19]韓金曉，張麗.中國股票市場短期反轉(zhuǎn)效應(yīng)的流動性供給解釋——機(jī)構(gòu)投資者退出的角度[J].管理世界，2018（5）：168-169.

[20]彭疊峰，饒育蕾，雷湘媛.基于注意力傳染機(jī)制的股市動量與反轉(zhuǎn)模型研究[J].中國管理科學(xué)，2015（5）：32-40.

[21]史永東，王鎮(zhèn).投資者情緒影響動量效應(yīng)嗎？——來自上證A股的經(jīng)驗證據(jù)[J].投資研究，2015（9）：90-103.

[22]ANTONIUS C，DOUKAS J A，SUBRAHMANYAM A.Cognitive Dissonance，Sentiment and Momentum[J].Journal of Financial and Quantitative Analysis，2013，48（1）：245-275.

[23]易志高，茅寧.中國股市投資者情緒測量研究：CICSI的構(gòu)建[J].金融研究，2009（11）：174-184.

[24]BAKER M，WURGLER J.Investor Sentiment and the Cross-Section of Stock Returns[J].Journal of Finance，2006，61（4）：1645-1680.

[25]馬超群，張浩.中國股市價格慣性反轉(zhuǎn)與風(fēng)險補償?shù)膶嵶C研究[J].管理工程學(xué)報，2005（2）：64-69.

[26]李宏，王剛，路磊.股票流動性能夠解釋收益反轉(zhuǎn)之謎嗎？[J].管理科學(xué)學(xué)報，2016，19（8）：84-101.

[27]郭霖麟.機(jī)構(gòu)和個人投資者情緒反轉(zhuǎn)效應(yīng)研究[J].投資研究，2018，37（7）：92-102.