投資者情緒與市場收益的雙向波動(dòng)溢出關(guān)系
——基于TGARCH-M和BEKK-GARCH模型

周文龍，李育冬，余紅心，趙袁軍

（1.復(fù)旦大學(xué) 應(yīng)用經(jīng)濟(jì)學(xué)博士后流動(dòng)站，上海200433；2.珠海復(fù)旦創(chuàng)新研究院 金融創(chuàng)新發(fā)展中心，廣東 珠海519000；3.上海商學(xué)院 商務(wù)經(jīng)濟(jì)學(xué)院，上海200235；4.上海立信會(huì)計(jì)金融學(xué)院 工商管理學(xué)院，上海201209）

一、引言

近年來，中國資本市場“暴漲暴跌”引起了學(xué)者和監(jiān)管層的廣泛關(guān)注。中國資本市場“暴漲暴跌”的特征顯然不利于其長遠(yuǎn)健康發(fā)展。一方面，投資收益面臨市場風(fēng)險(xiǎn)水平不確定性的沖擊，造成投資者財(cái)富水平的重大損失，打擊其參與資本市場的信心和積極性；另一方面，資本市場的穩(wěn)定和金融安全面臨巨大挑戰(zhàn)，不利于“金融服務(wù)實(shí)體經(jīng)濟(jì)”功能的發(fā)揮。對此，學(xué)者從不同角度來尋找資產(chǎn)價(jià)格短期波動(dòng)的原因，以期為資本市場的高質(zhì)量發(fā)展提供智力支持。梳理已有文獻(xiàn)，資產(chǎn)價(jià)格短期波動(dòng)的成因主要分為兩種：一是公開信息發(fā)布帶來的沖擊（譚松濤等，2014）[1]；二是交易過程的沖擊，包括私人信息、流動(dòng)性和投資者情緒的沖擊（De Long等，1990；方壯志和張玉霞，2017）[2-3]。此外，投機(jī)者對非理性投資者的誘導(dǎo)行為、謠言以及論壇情緒等因素均可導(dǎo)致資產(chǎn)價(jià)格的過度波動(dòng)（胡昌生和池陽春，2013；雷震等，2016；段江嬌等，2017）[4-6]。

關(guān)于中國金融市場的研究，皆顯示出投資者情緒能夠顯著影響資產(chǎn)的均衡價(jià)格（王美今和孫建軍，2004；張宗新和王海亮，2013；Yang和Li，2014；文鳳華等，2014）[7-10]。部分學(xué)者通過區(qū)分投資者情緒和市場狀態(tài)的不同情形，研究投資者情緒對資產(chǎn)價(jià)格的影響。例如，Yang和Li（2014）[9]研究發(fā)現(xiàn)投資者情緒對不同市場狀態(tài)（牛市或熊市）下的資產(chǎn)定價(jià)具有非對稱效應(yīng)；文鳳華等（2014）[10]探討了投資者情緒特征對股票價(jià)格行為的影響，發(fā)現(xiàn)正面情緒和向上的情緒波動(dòng)對股票收益率存在顯著的正向影響。

然而，現(xiàn)有文獻(xiàn)主要關(guān)注投資者情緒對市場收益的影響，較少同時(shí)考慮市場收益與投資者情緒二者之間的雙向影響，且大多數(shù)采用頻率較低的月度投資者情緒指數(shù)，缺乏不同風(fēng)格資產(chǎn)投資者情緒效應(yīng)的分析。與現(xiàn)有文獻(xiàn)相比，本文的邊際貢獻(xiàn)在于兩個(gè)方面：其一，構(gòu)建日頻投資者情緒指數(shù)，基于TGARCH-M和BEKK-GARCH模型證實(shí)了中國A股市場上投資者情緒與市場收益的雙向波動(dòng)溢出關(guān)系；其二，進(jìn)一步分析不同風(fēng)格資產(chǎn)的投資者情緒效應(yīng)，發(fā)現(xiàn)小盤股、高市盈率股及虧損股更易受投資者情緒的影響。

本文后續(xù)結(jié)構(gòu)安排如下：第二部分在回顧相關(guān)文獻(xiàn)的基礎(chǔ)上提出本文的研究假設(shè)；第三部分為本文的研究設(shè)計(jì)，陳列數(shù)據(jù)來源以及論述投資者情緒綜合指數(shù)的構(gòu)造方法；第四部分為本文實(shí)證分析，主要實(shí)證檢驗(yàn)投資者情緒對市場收益、收益波動(dòng)的沖擊效應(yīng)以及投資者情緒與市場收益的雙向波動(dòng)溢出關(guān)系，進(jìn)一步分析不同風(fēng)格資產(chǎn)的投資者情緒的影響效應(yīng)；第五部分為結(jié)論與建議。

二、文獻(xiàn)回顧與研究假設(shè)

行為金融理論承認(rèn)基本面影響資產(chǎn)價(jià)格波動(dòng)的同時(shí)關(guān)注投資者情緒對資產(chǎn)價(jià)格的效應(yīng)。投資者情緒能夠影響資產(chǎn)價(jià)格波動(dòng)的原因在于套利的有限性。部分投資者依據(jù)噪聲信號(hào)進(jìn)行非理性交易，被稱為噪聲交易者。De Long等（1990）[2]構(gòu)建了噪聲交易者模型，又稱DSSW模型，發(fā)現(xiàn)噪聲交易者的非理性交易促使在基本面未發(fā)生波動(dòng)的情況下資產(chǎn)價(jià)格大幅度偏離資產(chǎn)內(nèi)在價(jià)值?；谕顿Y者的保守性和代表性偏差，Barberis等（1998）[11]提出描述投資者信念形成過程的“BSV模型”，并用以解釋股票價(jià)格對消息的過度反應(yīng)和反應(yīng)不足的現(xiàn)象。對于過度反應(yīng)和反應(yīng)不足現(xiàn)象的解釋，DHS模型引入了兩個(gè)心理學(xué)中的認(rèn)知偏差，即過度自信和自我歸因偏差（biased self-attribution）（Daniel等，1998）[12]。立足于中國資本市場的實(shí)際，國內(nèi)學(xué)者拓展了DSSW模型，表明投資者情緒是影響資產(chǎn)價(jià)格波動(dòng)的系統(tǒng)性因子（王美今和孫建軍，2004；張宗新和王海亮，2013）[7-8]。投資者情緒對資產(chǎn)價(jià)格的效應(yīng)在實(shí)證分析中得到了論證（Kumar和Lee，2006；Yu和Yuan，2011；Baker等，2012；Stambaugh等，2012；Devault等，2019；余秋玲和朱宏泉，2015；部慧等，2018）[13-19]。

中國資本市場尚未成熟，股票市場主要由個(gè)人投資者組成（Ng和Wu，2007）[20]，非理性的散戶投資者大量存在，市場環(huán)境允許投資者情緒對市場波動(dòng)產(chǎn)生作用。部分學(xué)者甚至認(rèn)為中國股市的主要驅(qū)動(dòng)因素是市場傳聞或個(gè)人投資者的情緒，而非基本面因素（Wu，2010）[21]?；谝陨戏治?，我們提出如下研究假設(shè)來分析中國股票市場：

H1：投資者情緒會(huì)對市場收益率和收益波動(dòng)產(chǎn)生沖擊。

現(xiàn)有文獻(xiàn)主要關(guān)注投資者情緒對市場收益的影響，對于影響投資者情緒的因素還缺乏深入的研究，也很少同時(shí)考慮市場收益與投資者情緒二者之間的雙向影響。對此，本文提出如下假設(shè)：

H2：市場收益與投資者情緒二者之間存在雙向影響。

Baker和Wurgler（2006）[22]指出投資者情緒對股票收益率的影響存在橫截面效應(yīng)，其對小盤股、次新股、成長股、高波動(dòng)率股等這類估值高度主觀且難以有效套利的股票能夠產(chǎn)生更大的效應(yīng)。對此，本文提出如下假設(shè)：

H3：不同風(fēng)格資產(chǎn)的投資者情緒效應(yīng)存在差異性。

三、研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來自國泰安數(shù)據(jù)庫（CSMAR）和WIND金融數(shù)據(jù)庫。考慮到各項(xiàng)數(shù)據(jù)指標(biāo)的可得性，本文大部分?jǐn)?shù)據(jù)時(shí)間跨度為1995年12月20日至2020年6月30日，樣本容量為5946個(gè)。市場收益率為綜合日市場回報(bào)率減去日度無風(fēng)險(xiǎn)收益率（Rf）的差值，即超額收益率。為保證穩(wěn)健性，本文對綜合日市場回報(bào)率分別采用等權(quán)平均法、流通市值加權(quán)平均法以及總市值加權(quán)平均法計(jì)算，由此得到的超額收益率依次為Re1、Re2、Re3。不同風(fēng)格資產(chǎn)的收益率同樣為去除日度無風(fēng)險(xiǎn)收益率后的日度超額收益率，其樣本期為2000年1月4日至2020年6月30日，樣本容量為4963個(gè)。

（二）投資者情緒綜合指數(shù)構(gòu)造

投資者情緒是一個(gè)相對抽象的概念，現(xiàn)有對投資者情緒指標(biāo)的選取主要分為四類。第一類是客觀指標(biāo)，以金融市場產(chǎn)生的交易數(shù)據(jù)作為替代指標(biāo)，如封閉式基金折價(jià)（Neal和Wheatley，1998）[23]、股票交易量（Baker和Stein，2004）[24]、IPO數(shù)量及首日收益（Ljungqvist等，2006）[25]。此類指標(biāo)能夠比較客觀地反映投資者的情緒波動(dòng)和心理活動(dòng)，也稱為間接情緒指標(biāo)。第二類是主觀指標(biāo)，采用問卷調(diào)查等方法對投資者進(jìn)行調(diào)查，直接獲取投資者對未來市場行情的預(yù)期，又稱為直接情緒指標(biāo)，如投資者智能指數(shù)（Brown和Cliff，2004）[26]、個(gè) 體 投 資 者 協(xié) 會(huì) 指 數(shù)（Brown和Cliff，2005）[27]、央視看盤指數(shù)（王美今和孫建軍，2004）[7]。第三類為復(fù)合指標(biāo)，收集整理多個(gè)上述兩類指標(biāo)，運(yùn)用主成分分析法構(gòu)造綜合指數(shù)，這類指標(biāo)能夠較為全面地刻畫投資者情緒波動(dòng)（Baker和Wurgler，2006）[22]。第四類為從網(wǎng)絡(luò)論壇（Antweiler和Frank，2004）[28]和新聞（GARCA，2013[29]；段江嬌等，2017[6]）等文本信息中挖掘的投資者情緒。

借鑒Baker和Wurgler（2006）[22]的研究方法，同時(shí)考慮中國金融市場數(shù)據(jù)的頻率和可獲得性，本文引入了五個(gè)投資者情緒代理指標(biāo)，進(jìn)而編制日度投資者情緒綜合指數(shù)，具體如下。

1.投資者情緒代理指標(biāo)選擇

（1）市場換手率。Scheinkman和Xiong（2003）[30]發(fā)現(xiàn)換手率是市場參與者對股票行情看法分歧程度的體現(xiàn)，較高的看法分歧程度往往伴隨著較高的換手率。Baker和Stein（2004）[24]構(gòu)建理論模型研究市場換手率與投資者情緒之間的關(guān)系。因此，市場換手率越高，投資者情緒越高漲。市場換手率為股票的交易量同總股本的比值，記為Turnoverrate。

（2）騰落比例。Brown和Cliff（2005）[27]研究認(rèn)為騰落比例越大，投資者情緒水平越高。騰落比例為A股市場上漲的股票數(shù)量與下跌的股票數(shù)量之比，記為ADR。

（3）新高新低比。Brown和Cliff（2004）[26]研究認(rèn)為新高新低比越大，投資者情緒越高。其測度方法為A股市場中，創(chuàng)新高的股票個(gè)數(shù)與創(chuàng)新低的股票個(gè)數(shù)的差值，再除以有效交易的股票個(gè)數(shù)，記為Netum。

（4）滬市流動(dòng)性與深市流動(dòng)性。Baker和Stein（2004）[24]使用市場流動(dòng)性水平作為投資者情緒代理變量。其計(jì)算公式為：

其中，Liq表示市場流動(dòng)性水平，Pt為收盤價(jià)，Pt-1為前一日收盤價(jià)，TM為成交金額，TMV為流通市值。滬市流動(dòng)性與深市流動(dòng)性分別記為Hiliq和Siliq。

2.日度投資者情緒綜合指數(shù)測度

表1 列出了市場換手率、騰落比例、新高新低比、滬市流動(dòng)性及深市流動(dòng)性的描述性統(tǒng)計(jì)和相關(guān)性，結(jié)果顯示它們之間的相關(guān)性均在1%的置信水平下顯著。可見，單個(gè)投資者情緒代理指標(biāo)中都隱含了情緒成分和與情緒不相關(guān)的異質(zhì)成分。因此，本文利用主成分分析方法，剔除投資者情緒代理指標(biāo)中的異質(zhì)成分，提取共同的投資者情緒成分，構(gòu)造投資者情緒綜合指數(shù)。前兩個(gè)主成分的累計(jì)方差解釋率達(dá)到了66.61%，且僅有前兩個(gè)主成分的特征值大于1。基于此，本文選取前兩個(gè)主成分按照各自方差解釋率進(jìn)行加權(quán)來構(gòu)造投資者情緒綜合指數(shù)，記為Sent。

表1 投資者情緒代理指標(biāo)描述性統(tǒng)計(jì)及相關(guān)性

（三）研究方法及模型的選擇

1.單位根檢驗(yàn)

為了避免偽回歸問題，運(yùn)用ADF法檢驗(yàn)時(shí)間序列數(shù)據(jù)的平穩(wěn)性。

2.Granger因果檢驗(yàn)與脈沖響應(yīng)分析

為了考察投資者情緒綜合指數(shù)與日度超額收益率數(shù)據(jù)之間的相互影響，本文采用以下時(shí)間序列模型進(jìn)行Granger因果檢驗(yàn)：

檢驗(yàn)原假設(shè)“H0∶β1=…=βq=0”和“H0∶γ1=…=γm=0”即“日度超額收益率的過去值對預(yù)測投資者情緒綜合指數(shù)的未來值沒有幫助”“投資者情緒綜合指數(shù)的過去值對預(yù)測日度超額收益率的未來值沒有幫助”。為直觀觀測投資者情緒綜合指數(shù)和日度超額收益率之間的相互關(guān)系，在Granger因果檢驗(yàn)后，本文進(jìn)一步進(jìn)行脈沖響應(yīng)分析。

3.模型選擇

（1）TGARCH-M模型。為了說明GARCH建模的合理性，本文首先進(jìn)行ARCH效應(yīng)的檢驗(yàn)。同時(shí)，綜合考慮風(fēng)險(xiǎn)和收益之間的關(guān)系以及股票市場中的“杠桿效應(yīng)”，本文選擇TGARCH-M模型，具體設(shè)定如下：

（2）BEKK-GARCH模型。單變量GARCH模型能夠刻畫單個(gè)金融時(shí)間序列的“波動(dòng)集聚”現(xiàn)象，但在考察多變量二階矩間的相互作用關(guān)系時(shí)較為煩瑣。因此，本文采用多元GARCH模型來研究投資者情緒與市場收益二者波動(dòng)間的相互作用關(guān)系。

本文研究對象包含投資者情緒和日度超額收益率這兩個(gè)變量，后續(xù)模型設(shè)定采用二元GARCH形式?？紤]一個(gè)二元隨機(jī)過程yt：

其中，μt(θ)表示條件均值向量，at形式如下：

其中，H1/2t(θ)是一個(gè)2x2的正定矩陣；向量zt具有以下性質(zhì)：

Ht表示yt的條件方差—協(xié)方差矩陣，It-1表示t-1時(shí)刻的信息集，可以得到以下表達(dá)式：

在二元情形中，Ht可以寫成如下形式：

其中，σ11,t、σ22,t分別表示投資者情緒和超額收益率的條件方差，σ12,t為二者的條件協(xié)方差。為保證Ht的正定性，本文借鑒Engle和Kroner（1995）[31]提出的BEKK模型，由此二元情形的條件方差—協(xié)方差的表達(dá)式如下：

在以上三個(gè)表達(dá)式中：第一，若β11和β22顯著不為零，表明自身t-1期殘差項(xiàng)平方對t期投資者情緒和超額收益率的條件方差有影響；第二，若γ11和γ22顯著不為零，表明自身t-1期條件方差對t期投資者情緒和超額收益率的條件方差有影響；第三，若β12、β21、γ12、γ21顯著不為零，表明投資者情緒和超額收益率之間存在ARCH型和GARCH型波動(dòng)溢出效應(yīng)。第一和第二是為了考察金融市場中“波動(dòng)集聚”的現(xiàn)象，第三則是為了考察投資者情緒和日度超額收益率相互之間的波動(dòng)溢出現(xiàn)象。

為了更為嚴(yán)格地驗(yàn)證投資者情緒和日度超額收益率之間的波動(dòng)溢出效應(yīng)，本文運(yùn)用Wald檢驗(yàn)對三個(gè)聯(lián)合假設(shè)進(jìn)行驗(yàn)證：檢驗(yàn)日度超額收益率對投資者情緒不存在直接的溢出效應(yīng)，即假定系數(shù)β12和γ12均為零；檢驗(yàn)投資者情緒對日度超額收益率不存在直接的溢出效應(yīng)，即假定系數(shù)β21和γ21均為零；檢驗(yàn)投資者情緒和日度超額收益率之間不存在直接的溢出效應(yīng)，即假定系數(shù)β12、γ12、β21及γ21均為零。

（四）描述性統(tǒng)計(jì)

表2 投資者情緒綜合指數(shù)與超額收益率描述性統(tǒng)計(jì)及相關(guān)性

四、實(shí)證分析

（一）投資者情緒與市場收益波動(dòng)

1.單位根檢驗(yàn)

為了避免實(shí)證結(jié)果的偽回歸，本文對時(shí)間序列數(shù)據(jù)的平穩(wěn)性進(jìn)行檢驗(yàn)。本文運(yùn)用ADF法檢驗(yàn)超額收益率數(shù)據(jù)和投資者情緒綜合指數(shù)是否存在單位根（見表3）。表3顯示出投資者情緒綜合指數(shù)序列和超額收益率序列均是平穩(wěn)序列，符合零階單整I(0)。

表3 投資者情緒綜合指數(shù)與超額收益率的單位根檢驗(yàn)結(jié)果

2.Granger因果檢驗(yàn)與脈沖響應(yīng)分析

本文基于VAR模型進(jìn)行Granger因果檢驗(yàn)的結(jié)果如表4所示。從表4的組A可以看出，在1%的顯著性水平下，拒絕了“不是Sent的Granger原因”和“Sent不是的Granger原因”兩個(gè)原假設(shè)。組B表明，在1%的顯著性水平下，是Sent的Granger原因，Sent也是的Granger原因。在組C中，在1%顯著性水平下拒絕了“不是Sent的Granger原因”和“Sent不是的Granger原因”兩個(gè)原假設(shè)。因此，投資者情緒綜合指數(shù)和超額收益率之間存在相互影響。此外，超額收益率對投資者情緒綜合指數(shù)的影響比投資者情緒綜合指數(shù)對超額收益率的影響更為顯著。從脈沖響應(yīng)分析結(jié)果來看（見圖1），投資者情緒綜合指數(shù)對超額收益率只在1期達(dá)到最大的正向沖擊，隨后逐漸減弱。超額收益率對投資者情緒綜合指數(shù)的沖擊在2期達(dá)到最大。

表4 投資者情緒綜合指數(shù)與超額收益率的單位根檢驗(yàn)結(jié)果

圖1 投資者情緒綜合指數(shù)與超額收益率的脈沖響應(yīng)分析

3.投資者情緒對市場收益波動(dòng)的沖擊效應(yīng)

A股 市 場 日 度 超 額 收 益 率 序 列Re1、Re2、Re3的ARCH效應(yīng)檢驗(yàn)的LM統(tǒng)計(jì)量分別為307.14、184.65以及175.52，均在1%的置信水平上顯著，這說明超額收益率序列存在顯著的ARCH效應(yīng)。

從表5可以看出，TGARCH-M模型的估計(jì)結(jié)果基本一致。α1的系數(shù)均在1%的置信水平上顯著，這說明中國股票市場中風(fēng)險(xiǎn)會(huì)影響收益率，但系數(shù)符號(hào)不穩(wěn)定，無法推斷出“承擔(dān)風(fēng)險(xiǎn)越大，所獲收益越大”，即“風(fēng)險(xiǎn)溢價(jià)”現(xiàn)象。α2的系數(shù)均在1%的置信水平上顯著，表明投資者情緒對超額收益率存在顯著影響。而投資者情緒對收益波動(dòng)的影響則體現(xiàn)在β4上，β4在1%的置信水平上顯著為正，反映出投資者情緒能起到加劇收益波動(dòng)的作用。金融時(shí)間序列數(shù)據(jù)往往存在“波動(dòng)率集聚”的現(xiàn)象，即一次大的市場波動(dòng)后面會(huì)緊跟著另一次大的市場波動(dòng)，這一點(diǎn)體現(xiàn)在β1均在1%的置信水平上顯著為正。刻畫“杠桿效應(yīng)”的參數(shù)β2有兩個(gè)在1%的水平上顯著為負(fù)，另一個(gè)也為負(fù)但不顯著，基本說明負(fù)沖擊對收益波動(dòng)率的影響小于正沖擊的影響。這與王美今和孫建軍（2004）[7]的研究結(jié)論不一致。

表5 基于TGARCH-M模型的投資者情緒對市場收益及其波動(dòng)的沖擊效應(yīng)

綜上所述，投資者情緒對超額收益率以及收益波動(dòng)有著顯著的影響，尤其投資者情緒能起到加劇收益波動(dòng)的作用，假設(shè)1成立。此外，A股市場中的“波動(dòng)率集聚”現(xiàn)象以及“杠桿效應(yīng)”得到了進(jìn)一步證實(shí)，而無法推斷出中國股票市場中存在“風(fēng)險(xiǎn)溢價(jià)”現(xiàn)象，即承擔(dān)風(fēng)險(xiǎn)越大，所獲收益越大。

4.投資者情緒與市場收益波動(dòng)之間的溢出效應(yīng)

表6 給出了投資者情緒與超額收益率的BEKKGARCH模型估計(jì)結(jié)果。顯然，投資者情緒綜合指數(shù)與三種日度超額收益率數(shù)據(jù)的波動(dòng)溢出效應(yīng)是一致的。在均值方程中，常數(shù)項(xiàng)μ2均在1%置信水平上顯著為正，表明樣本期間A股市場存在正的超額收益率。在方差方程中，系數(shù)β11和β22均在1%置信水平上顯著，表明投資者情緒和超額收益率的t-1期殘差項(xiàng)平方分別對其自身t期條件方差有顯著正效應(yīng)；系數(shù)γ11和γ22在1%置信水平上顯著為正，表明投資者情緒和超額收益率t-1期條件方差分別對其自身t期的條件方差有顯著正效應(yīng)。由此可以得出，投資者情緒和超額收益率的“波動(dòng)集聚”效應(yīng)主要體現(xiàn)在GARCH項(xiàng)，即當(dāng)期大的波動(dòng)會(huì)引致下一期大的波動(dòng)。

本文主要研究關(guān)注投資者情緒和日度超額收益率的交叉影響。系數(shù)β12在1%置信水平上顯著為負(fù)，說明超額收益率滯后一期的ARCH沖擊對投資者情緒當(dāng)期條件方差可能存在顯著影響。γ12均在1%置信水平上顯著，說明超額收益率滯后一期的條件方差對投資者情緒當(dāng)期條件方差存在顯著影響。系數(shù)β21至少在5%的置信水平上顯著，說明投資者情緒滯后一期的ARCH沖擊對超額收益率當(dāng)期條件方差存在顯著為正的影響。系數(shù)γ21均在1%置信水平上顯著，說明投資者情緒滯后一期的條件方差對日度超額收益率當(dāng)期條件方差存在顯著為正的影響。由此，本文可以得出基本結(jié)論：投資者情緒和超額收益率之間存在雙向的波動(dòng)溢出效應(yīng)，假設(shè)2成立。

表6 基于BEKK-GARCH模型的投資者情緒對市場收益的波動(dòng)溢出效應(yīng)

表7 投資者情緒與市場收益波動(dòng)溢出效應(yīng)的Wald檢驗(yàn)

為嚴(yán)格地驗(yàn)證投資者情緒和超額收益率之間的波動(dòng)溢出效應(yīng)，本文運(yùn)用Wald檢驗(yàn)對三個(gè)聯(lián)合假設(shè)進(jìn)行驗(yàn)證：檢驗(yàn)超額收益率對投資者情緒不存在直接的溢出效應(yīng)，即β12、γ12均為零；檢驗(yàn)投資者情緒對超額收益率不存在直接的溢出效應(yīng)，即β21、γ21均為零；檢驗(yàn)投資者情緒和超額收益率之間不存在直接的溢出效應(yīng)，即β12、β21、γ12、γ21均為零。通過表7可以發(fā)現(xiàn)，三個(gè)原假設(shè)均被拒絕。這表明投資者情緒和超額收益率之間存在顯著的雙向波動(dòng)溢出效應(yīng)，Wald檢驗(yàn)結(jié)果與基于單個(gè)參數(shù)的顯著性分析結(jié)果一致。

（二）投資者情緒與不同風(fēng)格資產(chǎn)的收益波動(dòng)

依據(jù)申萬風(fēng)格指數(shù)分類，本文基于TGARCH-M模型對不同風(fēng)格資產(chǎn)的投資者情緒效應(yīng)進(jìn)行分析，以此驗(yàn)證假設(shè)3?；谄秃啙嵉目紤]，本文直接報(bào)告了TGARCH-M模型的回歸結(jié)果，省略了單位根檢驗(yàn)、Granger因果檢驗(yàn)與脈沖響應(yīng)分析、ARCH效應(yīng)檢驗(yàn)等內(nèi)容。

1.大盤股、中盤股與小盤股

不同市值的股票，其投資者情緒效應(yīng)存在差異，檢驗(yàn)結(jié)果見表8。表8為基于TGARCH-M的投資者情緒、市值與波動(dòng)性的回歸結(jié)果。從系數(shù)α1、β1、β2及β3的大小和顯著性水平來看，與“風(fēng)險(xiǎn)溢價(jià)”相悖的現(xiàn)象、“波動(dòng)率集聚”現(xiàn)象以及“杠桿效應(yīng)”的結(jié)果與前文基本一致。系數(shù)α2的大小在不同市值的股票之間存在差異。系數(shù)β4的大小和顯著性水平表明，小盤股的收益率波動(dòng)性對投資者情緒敏感度最高，其次是中盤股，大盤股對投資者情緒的敏感度最低，這與Baker和Wurgler（2006）[22]的研究結(jié)論一致，而與張宗新和王海亮（2013）[8]得到的大盤股更易受投資者情緒影響的結(jié)論相反。在中國股票市場中，散戶占比相對較高，且更傾向于持有中小盤股票，散戶基本扮演了噪聲交易者的角色，這可以解釋中國股票市場中小盤股票更易受投資者情緒影響的現(xiàn)象。

表8 基于TGARCH-M模型的不同市值下投資者情緒對市場收益及其波動(dòng)的沖擊效應(yīng)

表9 基于TGARCH-M模型的不同市盈率下投資者情緒對市場收益及其波動(dòng)的沖擊效應(yīng)

2.高市盈率股、中市盈率股、低市盈率股

市盈率的高低代表了對股票估值的高低，不同市盈率的股票，投資者情緒對其收益率和波動(dòng)性的影響存在差異，檢驗(yàn)結(jié)果見表9。從系數(shù)α1、β1、β2及β3的大小和顯著性水平來看，與“風(fēng)險(xiǎn)溢價(jià)”相悖的現(xiàn)象、“波動(dòng)率集聚”現(xiàn)象以及“杠桿效應(yīng)”的結(jié)果與前文基本一致。系數(shù)α2的大小在不同市盈率的股票之間存在差異。β4的顯著性水平差異表明，市盈率越低的股票，其波動(dòng)性對投資者情緒敏感度越低。一般而言，市盈率低的股票往往也是大盤股，估值較低的優(yōu)勢使其對價(jià)值投資者具有更大的吸引力，這基本可以解釋不同市盈率股票情緒敏感度存在差異的現(xiàn)象。

3.高市凈率股、中市凈率股、低市凈率股

同樣，市凈率的高低也代表了對股票估值的高低，不同市凈率的股票，投資者情緒對其收益率和波動(dòng)性的影響理應(yīng)存在差異，檢驗(yàn)結(jié)果見表10。從系數(shù)α1、β1、β2及β3的大小和顯著性水平來看，與“風(fēng)險(xiǎn)溢價(jià)”相悖的現(xiàn)象、“波動(dòng)率集聚”現(xiàn)象以及“杠桿效應(yīng)”的結(jié)果與前文基本一致。系數(shù)α2的大小在不同市凈率的股票之間存在差異，低市凈率股票收益率受投資者情緒影響更為顯著。從β4的大小和顯著性水平難以推斷出投資者情緒對不同市凈率股票收益波動(dòng)的影響差異。

表10 基于TGARCH-M模型的不同市凈率下投資者情緒對市場收益及其波動(dòng)的沖擊效應(yīng)

表11 基于TGARCH-M模型的不同盈利能力下投資者情緒對市場收益及其波動(dòng)的沖擊效應(yīng)

表12 基于TGARCH-M模型的投資者情緒對市場收益及其波動(dòng)的沖擊效應(yīng)（2008年樣本）

表13 基于TGARCH-M模型的投資者情緒對市場收益及其波動(dòng)的沖擊效應(yīng)（2015年樣本）

表14 基于BEKK-GARCH模型的投資者情緒對市場收益的波動(dòng)溢出效應(yīng)（2008年樣本）

表15 基于BEKK-GARCH模型的投資者情緒對市場收益的波動(dòng)溢出效應(yīng)（2015年樣本）

4.虧損股、微利股、績優(yōu)股

盈利能力是反映股票基本面的重要指標(biāo)，盈利能力存在差異的股票，其情緒效應(yīng)也會(huì)有所不同，檢驗(yàn)結(jié)果見表11。從系數(shù)α1、β1、β2及β3的大小和顯著性水平來看，與“風(fēng)險(xiǎn)溢價(jià)”相悖的現(xiàn)象、“波動(dòng)率集聚”現(xiàn)象以及“杠桿效應(yīng)”的結(jié)果與前文基本一致。從系數(shù)α2、β4的大小和顯著性水平的差異可以看出，虧損股的投資者情緒敏感度高于微利股和績優(yōu)股。虧損股的基本面較差，價(jià)值投資者往往會(huì)選擇遠(yuǎn)離這類股票而持有績優(yōu)股，噪聲交易者和大量散戶投資者會(huì)傾向于持有虧損股這類帶有“博彩”性質(zhì)的股票，以期追求更高的收益。

（三）穩(wěn)健性檢驗(yàn)

由于樣本期跨越了2008年和2015年兩次“股災(zāi)”時(shí)期，股票價(jià)格劇烈波動(dòng)可能對投資者情緒與市場收益波動(dòng)之間的關(guān)系產(chǎn)生影響，本文對2008年和2015年單獨(dú)取樣本進(jìn)行檢驗(yàn)，作為本文的穩(wěn)健性分析。穩(wěn)健性檢驗(yàn)結(jié)果表明本文的研究結(jié)論依然成立，本文的研究結(jié)論是穩(wěn)健的（詳見表12—表15）。

五、結(jié)論與建議

本文利用中國A股市場數(shù)據(jù)，實(shí)證分析了投資者情緒與市場收益波動(dòng)之間的影響關(guān)系。通過構(gòu)建TGARCH-M和BEKK-GARCH模型進(jìn)行回歸分析，本文發(fā)現(xiàn)投資者情緒綜合指數(shù)對超額收益率及收益波動(dòng)具有顯著的沖擊效應(yīng)，印證了“投資者情緒是影響資產(chǎn)價(jià)格的系統(tǒng)性因子”，且中國股票市場中存在與“風(fēng)險(xiǎn)溢價(jià)”相悖的現(xiàn)象，即承擔(dān)風(fēng)險(xiǎn)越大，所獲收益越小。同時(shí)，超額收益率對投資者情緒存在顯著的波動(dòng)溢出效應(yīng)，二者之間的波動(dòng)溢出關(guān)系是雙向的。進(jìn)一步，本文分析了不同風(fēng)格資產(chǎn)之間投資者情緒效應(yīng)是否存在差異，研究發(fā)現(xiàn)小盤股、高市盈率股及虧損股的投資者情緒敏感度更高。

作為影響資產(chǎn)價(jià)格的系統(tǒng)性因素，投資者情緒對市場的穩(wěn)定性和效率有著重要影響。結(jié)合研究結(jié)論，本文嘗試從以下幾點(diǎn)提出相應(yīng)建議。

第一，注重投資者培育，提升投資者素質(zhì)。經(jīng)過多年的發(fā)展，中國股票市場依然是一個(gè)不太成熟的市場，個(gè)體投資者眾多，“追漲殺跌”的心理廣泛存在，應(yīng)注重對投資者的培育，提升投資者的風(fēng)險(xiǎn)意識(shí)，引導(dǎo)投資者重視價(jià)值投資，抑制非理性投資者行為和情緒化交易對市場產(chǎn)生的沖擊。

第二，發(fā)展長期機(jī)構(gòu)投資者，強(qiáng)化機(jī)構(gòu)投資者的自律和監(jiān)管，規(guī)范機(jī)構(gòu)投資者行為。相對于個(gè)體投資者，機(jī)構(gòu)投資者具備信息優(yōu)勢和專業(yè)素養(yǎng)，理論上更接近“DSSW模型”中的理性投資者。然而，現(xiàn)實(shí)中的機(jī)構(gòu)投資者同樣扮演著A股市場噪聲交易者的角色（王美今和孫建軍，2004；張宗新和王海亮，2013）[7-8]，其短期行為經(jīng)常會(huì)引起市場的異常波動(dòng)，這顯然不符合中國資本市場的長期發(fā)展戰(zhàn)略。因此，應(yīng)堅(jiān)持培育發(fā)展長期機(jī)構(gòu)投資者，加強(qiáng)機(jī)構(gòu)投資者的自律和監(jiān)管，規(guī)范機(jī)構(gòu)投資者行為，充分發(fā)揮長期機(jī)構(gòu)投資者的市場穩(wěn)定功能。

第三，重視對投資者行為和投資者心理的研究，厘清影響投資者情緒的因素。證券市場的主體是眾多投資者，投資者行為對資產(chǎn)價(jià)格的形成機(jī)制產(chǎn)生重要影響，投資者心理和投資者情緒又決定了投資者的市場交易行為。因此，資產(chǎn)定價(jià)研究必然離不開對投資者心理和行為的深入研究，對投資者情緒及其影響因素的理解至關(guān)重要。