投資者情緒與滬深股市表現(xiàn)

吳錦蓮

摘要：本文選取了2008年1月至2020年12月的CICSI投資者情緒指數(shù)以及滬深300指數(shù)的數(shù)據(jù)，建立了投資者情緒與滬深股市變動(dòng)之間的向量自回歸模型，在模型構(gòu)建的基礎(chǔ)上，通過格蘭杰因果關(guān)系檢驗(yàn)以及脈沖響應(yīng)函數(shù)，對(duì)投資者情緒以及滬深股市變動(dòng)進(jìn)行了分析，并結(jié)合股票市場的實(shí)際情況，對(duì)實(shí)證檢驗(yàn)的結(jié)果進(jìn)行了分析和解釋。

關(guān)鍵詞：投資者情緒;滬深股市;VAR模型

中圖分類號(hào)：F832;F299.23

一、引言

傳統(tǒng)金融學(xué)中存在“理性人假設(shè)”，然而在現(xiàn)實(shí)中投資者并不是完全理性的，投資者的情緒在很大程度上會(huì)影響投資者的交易行為，尤其在股票市場極度動(dòng)蕩的時(shí)候，這種效應(yīng)可能更為明顯。我國股票市場處于發(fā)展的初期階段，相較于美國等發(fā)達(dá)國家，我國的市場還不夠成熟、投資者的素養(yǎng)也有待提高。而且我國市場的個(gè)人投資者占比較大，其金融知識(shí)儲(chǔ)備、信息獲取方式與分析能力都與專業(yè)的機(jī)構(gòu)投資者存在著較大差距，抵御市場風(fēng)險(xiǎn)的能力也不足，投資情緒可能更易受到市場的影響。因此，對(duì)我國滬深股票市場表現(xiàn)及投資者情緒進(jìn)行探討，對(duì)于我國股市的發(fā)展有著較大的意義。

二、文獻(xiàn)綜述

自行為金融學(xué)建立以來，股票市場表現(xiàn)與投資者情緒一直是學(xué)者重點(diǎn)研究的對(duì)象，并且也取得了一系列的成果。張博（2021）結(jié)合標(biāo)準(zhǔn)金融理論與行為金融，刻畫了投資者情緒的生成機(jī)理，引入了投資價(jià)值、市場預(yù)期兩個(gè)變量，建立了包含直接、間接兩個(gè)方面的概念模型。易志高、茅寧（2009）在改進(jìn)BS指數(shù)構(gòu)建方法的基礎(chǔ)上，選取更加符合中國市場的變量，構(gòu)建了CICSI投資者情緒指標(biāo)。童元松（2021）運(yùn)用結(jié)構(gòu)向量自回歸模型，研究了中國投資者情緒、股票市場流動(dòng)性和波動(dòng)性之間的相互關(guān)系，得出三者自身運(yùn)行慣性較強(qiáng)、且相互影響的結(jié)論。唐振鵬（2020）將極值理論引入行為金融學(xué)，探討了投資者情緒對(duì)極端收益率的沖擊，得出投資者極度負(fù)面情緒會(huì)加劇股市劇烈動(dòng)蕩的結(jié)論。黃創(chuàng)霞（2020）在情感傾向點(diǎn)互信息算法的基礎(chǔ)上，加入了新的變量，檢驗(yàn)了投資者情緒與市場收益率和成交量的互動(dòng)關(guān)系。

三、實(shí)證研究

1.投資者情緒指標(biāo)及股市指標(biāo)選取

在投資者情緒指標(biāo)的選取上，本文選取了剔除宏觀影響、標(biāo)準(zhǔn)化后的CICSI指標(biāo)作為投資者情緒的度量指標(biāo)，是用以度量投資者情緒的綜合性指標(biāo)。在滬深股市表現(xiàn)方面，本文選取了月均滬深300指數(shù)，并將自由流通量作為權(quán)數(shù)、采用分級(jí)靠檔確定成分股權(quán)重的方法反應(yīng)我國滬深股市的表現(xiàn)狀況。

本文選取了2008年1月至2020年12月的數(shù)據(jù)，其中CICSI指數(shù)來自于CSMAR數(shù)據(jù)庫，滬深300指數(shù)來自于Wind資訊。在本文中，情緒指標(biāo)時(shí)間序列以QX_CICSI.ts表示，滬深300指數(shù)月均值的時(shí)間序列則以MonAvgIndex.ts表示。

2.單位根檢驗(yàn)

進(jìn)行VAR模型的構(gòu)建，需要各序列平穩(wěn)。由于平穩(wěn)序列不存在漸變趨勢，因此可以避免“偽回歸”問題的出現(xiàn)。對(duì)MonAvgIndex.ts序列以及QX_CICSI.ts序列進(jìn)行ADF檢驗(yàn)。根據(jù)檢驗(yàn)結(jié)果，MonAvgIndex.ts序列以及QX_CICSI.ts序列的P值分別為0.05646和0.512，在5%的置信水平下，兩序列均不顯著，無法拒絕原假設(shè)，兩序列為非平穩(wěn)序列。因此，本文將上述兩個(gè)序列進(jìn)行一階差分，分別得到差分后的序列dY.ts以及dQX_CICSI.ts，繼續(xù)對(duì)差分后的序列進(jìn)行ADF檢驗(yàn)。整體檢驗(yàn)結(jié)果如下：

一階差分后，dY.ts序列以及dQX_CICSI.ts序列的P值均小于0.05，在5%的顯著性水平下顯著，因此拒絕原假設(shè)，一階差分后的兩序列皆為平穩(wěn)序列。

3.協(xié)整檢驗(yàn)

進(jìn)行平穩(wěn)性檢驗(yàn)后，將對(duì)兩序列進(jìn)行協(xié)整檢驗(yàn)，通過協(xié)整檢驗(yàn)，可以排除兩序列間的偽回歸關(guān)系，同時(shí)，也能對(duì)兩序列之間是否存在長期的協(xié)整關(guān)系進(jìn)行檢驗(yàn)。對(duì)回歸后殘差進(jìn)行ADF檢驗(yàn)，結(jié)果P值小于0.05，在5%的置信水平下，檢驗(yàn)結(jié)果顯著，可以拒絕原假設(shè)，即兩序列之間存在長期協(xié)整關(guān)系。

4.模型構(gòu)建

通過對(duì)CICSI指標(biāo)以及滬深300指數(shù)的時(shí)間序列及其一階差分后的序列進(jìn)行ADF檢驗(yàn)以及協(xié)整檢驗(yàn)，可以確保構(gòu)建向量自回歸模型時(shí)不會(huì)出現(xiàn)偽回歸的問題。同時(shí)，協(xié)整檢驗(yàn)也證明了CICSI指標(biāo)序列和滬深300指數(shù)序列之間存在著長期的協(xié)整關(guān)系。

因?yàn)橐浑A差分后的序列dY.ts以及序列dQX_CICSI.ts同階單整，且一階差分后的序列可以表示CICSI指標(biāo)以及滬深300指數(shù)的變化率，具有一定的經(jīng)濟(jì)意義，因此，本文將使用序列dY.ts以及序列dQX_CICSI.ts進(jìn)行向量自回歸模型的構(gòu)建。

先進(jìn)行滯后階數(shù)的選擇，在AIC、HQ、SC、FPE四個(gè)判定準(zhǔn)則下，給出的滯后階數(shù)分別為8、4、2、8。為使建立的向量自回歸模型最簡化，本文選取SC判定準(zhǔn)則所確認(rèn)的2階滯后，建立向量自回歸模型。

5.格蘭杰因果關(guān)系檢驗(yàn)

在VAR模型構(gòu)建完成之后，再進(jìn)行格蘭杰因果檢驗(yàn)，以探討dQX_CICSI.ts序列與dY.ts序列、投資者情緒變動(dòng)與滬深300指數(shù)變動(dòng)之間的關(guān)系。格蘭杰因果關(guān)系檢驗(yàn)的結(jié)果如下：

根據(jù)上述檢驗(yàn)結(jié)果，在5%的置信水平下，無法拒絕“序列dY.ts不是dQX_CICSI.ts序列的格蘭杰原因”的原假設(shè)，因此，不能認(rèn)為滬深300指數(shù)變化是投資者情緒變動(dòng)的格蘭杰原因;同時(shí)，在5%的置信水平下，拒絕“序列dQX_CICSI.ts不是序列dY.ts的格蘭杰原因”的原假設(shè)，接受備擇假設(shè)“序列dQX_CICSI.ts是序列dY.ts的格蘭杰原因”，因此，可以認(rèn)為投資者情緒的變動(dòng)是滬深300指數(shù)變動(dòng)的格蘭杰原因。綜上，投資者情緒變動(dòng)和滬深300指數(shù)變動(dòng)之間存在著單向格蘭杰因果關(guān)系。

6.脈沖響應(yīng)分析

經(jīng)過格蘭杰因果關(guān)系檢驗(yàn)后，本文將進(jìn)行脈沖響應(yīng)分析進(jìn)一步考察投資者情緒變動(dòng)和滬深300指數(shù)變動(dòng)之間的動(dòng)態(tài)關(guān)系。脈沖響應(yīng)函數(shù)展現(xiàn)了一個(gè)隨機(jī)擾動(dòng)項(xiàng)、一個(gè)標(biāo)準(zhǔn)差的沖擊，對(duì)另一個(gè)變量的影響動(dòng)態(tài)過程。本文所得脈沖響應(yīng)如下：

從脈沖響應(yīng)圖來看，dY.ts序列對(duì)來自于自身的沖擊具有正向的反應(yīng)，且隨著期數(shù)的變大，反應(yīng)逐漸變小，5期之后逐漸趨于0;而對(duì)于dQX_CICSI.ts的沖擊，其響應(yīng)幾乎為0。dQX_CICSI.ts序列對(duì)于來自與自身的沖擊，其響應(yīng)較小。而對(duì)于來自dY.ts序列的沖擊，在1期及2期時(shí)，存在明顯的負(fù)向響應(yīng)，且1期時(shí)響應(yīng)幅度大于2期;在期數(shù)為3期時(shí)，存在明顯正向的響應(yīng)，之后隨著期數(shù)的增加，響應(yīng)幅度趨近于0。

7.實(shí)證總結(jié)

經(jīng)過上文中的向量自回歸、格蘭杰因果檢驗(yàn)以及脈沖響應(yīng)分析，本文檢驗(yàn)了投資者情緒變動(dòng)以及滬深300指數(shù)變動(dòng)之間的關(guān)系，具體關(guān)系總結(jié)如下：

從向量自回歸來看，滬深300指數(shù)的變動(dòng)和投資者情緒的變動(dòng)之間，有著較為顯著的關(guān)系;從格蘭杰因果關(guān)系檢驗(yàn)結(jié)果看，5%置信水平下，存在投資者情緒變動(dòng)對(duì)滬深300指數(shù)變動(dòng)的單向格蘭杰因果關(guān)系。從脈沖響應(yīng)分析結(jié)果看，投資者情緒的變動(dòng)，受到滬深300指數(shù)變動(dòng)的沖擊下，響應(yīng)較為明顯，滬深300指數(shù)變動(dòng)對(duì)其自身沖擊，響應(yīng)較為明顯。

四、分析與建議

從上文實(shí)證結(jié)果來看，我國滬深300指數(shù)和投資者情緒指標(biāo)之間存在較大的關(guān)系，且相互影響的關(guān)系較為顯著。

從投資者的角度來看，我國滬深股票市場的投資者多數(shù)為散戶投資者，他們未接受過系統(tǒng)的金融學(xué)教育，不能對(duì)我國金融市場有一個(gè)明確的認(rèn)識(shí)，投資理性程度不足。同時(shí)，散戶投資者承受風(fēng)險(xiǎn)的能力較弱，當(dāng)股票市場出現(xiàn)較大波動(dòng)時(shí)，為了減少自身承擔(dān)的風(fēng)險(xiǎn)，或者追求更多的收益，散戶投資者會(huì)出現(xiàn)更多的非理性交易行為。從滬深股票市場本身的角度來看，我國股票市場建立的時(shí)間較短，市場還不夠成熟，相關(guān)功能還沒有得到充分的發(fā)揮，從而導(dǎo)致滬深市場表現(xiàn)容易受到非理性投資者情緒的影響。

針對(duì)上述原因，提出以下兩點(diǎn)建議：第一，加快“去散戶化”進(jìn)程，提高我國股票市場機(jī)構(gòu)投資者比重。通過提高股票市場的機(jī)構(gòu)投資者比重，減少股票市場波動(dòng)對(duì)投資者整體的情緒影響、提高投資者整體的投資理性程度。第二，加快推行我國股票市場制度改革和建設(shè)，強(qiáng)化對(duì)市場信息的監(jiān)管，嚴(yán)格信息披露制度，增加市場有效性。通過嚴(yán)格信息披露制度，強(qiáng)制上市公司充分、真是地披露應(yīng)該公開的信息，可以增加市場的信息數(shù)量，提高信息更新、流通速度，從而提升市場的有效性。

參考文獻(xiàn)

[1]花貴如，周樹理，劉志遠(yuǎn)，靳光輝.產(chǎn)業(yè)政策、投資者情緒與企業(yè)資源配置效率[J].財(cái)經(jīng)研究，2021，47（01）：77-93.

[2]黃創(chuàng)霞，溫石剛，楊鑫，文鳳華，楊曉光.個(gè)體投資者情緒與股票價(jià)格行為的互動(dòng)關(guān)系研究[J].中國管理科學(xué)，2020，28（03）：191-200.

[3]唐振鵬，吳俊傳，冉夢，張婷婷.考慮投資者情緒的中國股市自激發(fā)效應(yīng)研究[J].中國管理科學(xué)，2020，28（07）：1-12.

[4]童元松.投資者情緒、股市流動(dòng)性與波動(dòng)性的關(guān)系研究[J].技術(shù)經(jīng)濟(jì)與管理研究，2021（02）：76-82.

[5]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.

[6]張博，扈文秀，楊熙安.投資者情緒生成機(jī)理的研究[J].中國管理科學(xué)，2021，29（01）：185-195.

3966501908247