楊 婧 陳 雨 楊欣蕊
(成都理工大學(xué),四川 成都 610059)
隨著中國經(jīng)濟的飛速發(fā)展,以滬深交易所成立為標(biāo)志,中國證券市場至今僅有30 多年的歷史,其監(jiān)管和運行體制都有待進一步健全。與國際上其他發(fā)達經(jīng)濟體的成熟股票市場相比,我國股票市場的波動異常情況更為突出,其中重要的一點是中國股市散戶投資者占比較大。“?!倍獭靶堋遍L是我國股市行情表現(xiàn)的特征,在發(fā)展的30 多年里,股市多次上演驚心動魄的漲跌瞬間。很多學(xué)者從過往的股市歷史中發(fā)現(xiàn),越是在危機的時期,投資者的情緒對市場的波動性影響越明顯,兩者的相關(guān)性越有所體現(xiàn),但是對“牛”市、“熊”市或長短期市場又具有不同的反映。本文以構(gòu)建投資者情緒綜合指數(shù)為出發(fā)點,分析不同行情下投資者情緒與股市收益波動的同步性關(guān)系。對這一問題的研究,有利于為投資者制定策略提供參考因素,同時使監(jiān)管部門更好地把握市場狀況,維持市場秩序。
國外眾多學(xué)者基于行為金融學(xué)理論對投資者情緒與股市收益率波動的影響進行了大量研究,結(jié)果表明投資者情緒與股票市場的波動存在著顯著的相關(guān)關(guān)系。Baker 等(2006)選擇封閉式基金折價、交易量、IPO 數(shù)量及上市首日收益、股利收益和股票發(fā)行/證券發(fā)行比例6 個單項情緒指標(biāo),運用主成分分析法構(gòu)造了一個度量投資者情緒的復(fù)合指數(shù),研究了投資者情緒對股票橫截面收益率的影響,發(fā)現(xiàn)投資者情緒會對估值較高、不易套利的股票(即高波動性股票)影響較大。Ni Zhangxin等(2015)的研究結(jié)果表明,投資者情緒對于股市收益率有著非對稱性的影響,即存在著杠桿效應(yīng)。
近年來,國內(nèi)投資者關(guān)于投資者情緒與股市波動性關(guān)系的研究日漸增多,張宗新等(2013)研究認為投資者情緒對市場波動率及收益率均有著顯著的正影響,這驗證了投資者情緒對市場收益的正反饋效應(yīng)的存在,并且情緒水平越高,股價偏離內(nèi)在價值越遠,股市波動性越大。鹿坪等(2015)研究發(fā)現(xiàn)投資者情緒與滬深股指收益之間存在雙向Granger 因果關(guān)系,且投資者情緒對股指收益有顯著影響,并具有一定的預(yù)測力。姚堯之等(2018)利用MIDAS 模型進行的實證結(jié)果表明,投資者情緒對當(dāng)期收益率具有正影響。研究均證明投資者情緒對市場收益率有著顯著的正影響,會加大股票市場的波動。
但在不同行情下,投資者情緒對股票市場的收益率存在明顯的差異性。閏偉等(2011)研究發(fā)現(xiàn)在牛熊市態(tài)下,股指收益受到投資者情緒變化帶來的影響程度不同,熊市時期股市收益受到投資者情緒變化的沖擊要遠遠大于牛市受到的沖擊。[6]李合龍等(2014)運用EEMD 方法實證結(jié)果表明,在不同時間周期里,股指價格的波動與投資者情緒呈現(xiàn)出不同的波動關(guān)系,即短期投資者情緒與股指價格波動存在雙向影響,中期投資者情緒波動領(lǐng)先于股指價格波動,但從長期看來,股指價格的波動則先于投資者情緒的波動。陳明珠(2016)研究認為在牛熊市中,投資者情緒僅對牛市的收益率存在顯著的溢出效應(yīng),熊市的收益溢出效應(yīng)并不顯著,不同市態(tài)下的波動溢出效應(yīng)也不顯著。
本文進行實證研究的樣本區(qū)間為2013 年1 月至2020 年12 月,數(shù)據(jù)采用月度數(shù)據(jù)(共96 期),相比于日數(shù)據(jù)與周數(shù)據(jù),月度數(shù)據(jù)更穩(wěn)定,且對于描述長期投資者情緒變化也更穩(wěn)健。各數(shù)據(jù)來源于銳思(RESSET)金融研究數(shù)據(jù)庫和Choice 金融終端。
股市收益率:由于滬深300 指數(shù)反映流動性強、規(guī)模大的代表性股票的價格變動,對我國股市具有很強的代表性,因此以滬深300 指數(shù)(CSI300)收益率代表我國A 股市場的總體變化。
情緒代理指標(biāo):選取1 個主觀指標(biāo)和5 個客觀指標(biāo)構(gòu)建投資者情緒綜合指數(shù),主觀指標(biāo)為消費者信心指數(shù)(CCI),用于反映消費者對現(xiàn)在經(jīng)濟的主觀感受和未來宏觀經(jīng)濟形勢的預(yù)測;客觀因素包括新增投資者開戶數(shù)(NIA)、指換手率(TURN)、市盈率(PER)、成交量(VOL)以及IPO 數(shù)量(TPON)。
現(xiàn)有文獻在投資者情緒的構(gòu)建上有著多種不同的方式,本文采用大多數(shù)學(xué)者使用的傳統(tǒng)構(gòu)建方法主成分分析法,運用數(shù)據(jù)分析軟件SPSS 25.0,構(gòu)建過程如下:
(1)代理指標(biāo)分析
由于所選6 個代理指標(biāo)均為時間序列,而時間序列的特殊性可能導(dǎo)致投資者情緒的反映受到“提前”或“滯后”影響,在進行指數(shù)構(gòu)建前,需要確定各代理指標(biāo)是否與投資者情緒有著“提前”或“滯后”關(guān)系。
分析方法:在6個原始指標(biāo)的基礎(chǔ)上引入6個指標(biāo)對應(yīng)的“提前”指標(biāo)(NIAt-1、TURNt-1、PERt-1、VOLt-1、TPONt-1),以原始的6 個指標(biāo)與6 個“提前”指標(biāo)構(gòu)建投資者情緒指數(shù),通過分析12 個指標(biāo)與情緒指數(shù)的相關(guān)性,選出“提前”指標(biāo),從而確定指標(biāo)的“提前”或“滯后”關(guān)系。
(2)變量相關(guān)性檢驗
對原始數(shù)據(jù)和“提前”指標(biāo)進行標(biāo)準(zhǔn)化處理,進行變量相關(guān)性檢驗,結(jié)果顯示,除消費者信心指數(shù)與換手率、市盈率、成交量負相關(guān)外,其他變量間均具有良好的正相關(guān)性。
(3)KMO 與巴特利特球形度檢驗
對變量進行KMO 與巴特利特球形度檢驗,其中KMO 統(tǒng)計值為0.755 大于0.5,且顯著性趨于0,即P 值小于0.05。
綜上,所選12 個情緒代理指標(biāo)適合進行主成分分析。
(4)主成分選取
根據(jù)SPSS 分析輸出結(jié)果的總方差解釋,提取初始特征值大于1 的3 個主成分(記為F1、F2、F3),三個主成分累計貢獻率為83.268%大于80%,即三個主成分能夠包含12 個所選指標(biāo)反映的主要信息,具有一定的代表性。
(5)總投資者情緒構(gòu)建
利用主成分分析法以12 個指標(biāo)構(gòu)建投資者情緒指數(shù)ISI0,以第一、第二、第三主成分,結(jié)合F1、F2、F3貢獻率構(gòu)建總投資者情緒指數(shù)如下:
(6)各指標(biāo)與投資者情緒ISI0相關(guān)性檢驗
檢驗結(jié)果如表1 所示:
表1 各代理指標(biāo)與投資者情緒ISI0的相關(guān)性
從表1 中可以看出,12 個指標(biāo)與投資者情緒的相關(guān)性通過了顯著性水平檢驗,比較得出,ISI 與NIA、TURN、PERt-1、TPON、VOL、CCI 相關(guān)性更強,因此,最終選取以上6 個指標(biāo)構(gòu)建投資者情緒指數(shù)。
(7)指數(shù)構(gòu)建
運用主成分分析法,以選取的6 個指標(biāo)構(gòu)建投資者情緒指數(shù),在上文提取原則上,獲得2 個主成分,2 個主成分解釋度為81.653%,說明提取的主成分有很好的解釋度。F1,F(xiàn)2表達式如下:
對2 個主成分依據(jù)累計貢獻率進行計算,最終得出ISI 表達式如下:
為了驗證投資者情緒與股票市場收益率之間的關(guān)系,本文選擇Granger 因果關(guān)系檢驗進行實證研究。運用Stata 軟件進行實證研究,運行結(jié)果如下。
為考察投資者情緒對股票市場收益率是否存在顯著影響,建立原假設(shè)和備擇假設(shè)如下:
H0:μ1=μ2=μ3投資者情緒對股票市場收益率沒有顯著影響;
H1:μ1、μ2、μ3不全相等,即投資者情緒對股票市場收益率有顯著影響。
(1)平穩(wěn)性檢驗
在進行Granger 因果關(guān)系檢驗分析投資者情緒與股票市場收益率的關(guān)系前,首先對時間序列進行平穩(wěn)性檢驗,避免產(chǎn)生“偽回歸”現(xiàn)象,得到結(jié)果如表2 所示。
表2 ISI與滬深300指數(shù)收益率時間序列DF檢驗
由DF 檢驗結(jié)果可知:在95%的置信水平下,股票市場收益率和投資者情緒指數(shù)序列中DF 統(tǒng)計值均小于臨界值,則拒絕原假設(shè),認為股票市場收益率與構(gòu)造的投資者情緒指數(shù)均不存在單位根,即變量穩(wěn)定。
(2)Granger 因果關(guān)系檢驗
由表1 可知,本文所選擇的變量序列在2013 年~2020 年期間是平穩(wěn)序列,為繼續(xù)考察變量間是否存在格蘭杰因果關(guān)系,以及識別其因果關(guān)系的方向,進行格蘭杰因果檢驗。
格蘭杰因果檢驗的結(jié)果對滯后期的選擇非常敏感,因此需要判斷最佳滯后階數(shù),本文選擇以赤池信息準(zhǔn)則(AIC)為判斷標(biāo)準(zhǔn),對滯后階數(shù)的判斷如表3 所示。
表3 赤池信息準(zhǔn)則(AIC)滯后期選擇
通過對滯后期的分析,模型應(yīng)選擇1 階作為最優(yōu)滯后階數(shù)。最終得到格蘭杰因果關(guān)系檢驗,得到結(jié)果如表4 所示。
表4 ISI與滬深300指數(shù)收益率的格蘭杰因果關(guān)系檢驗
由表可知,P1=0.000 <0.05,故拒絕原假設(shè),認為投資者情緒是股票市場收益率的格蘭杰原因。同時,由P2=0.068 >0.05可得,股票市場收益率并不是如鹿坪等(2015)結(jié)論中得到的是投資者情緒的格蘭杰原因。
為分析2013 年至2020 年投資者情緒與股票市場波動的同步性關(guān)系及原因,繪制滬深300 指數(shù)收益率與投資者情緒指數(shù)序列圖(如圖1)。
圖1 滬深300指數(shù)收益率與投資者情緒指數(shù)變動趨勢
從圖1 可以看出,投資者情緒指數(shù)與滬深300 指數(shù)收益率變動趨勢具有同步性,尤其出現(xiàn)在2014 年7 月~2015 年7 月、2018 年11 月~2019 年4 月、2019 年10 月~2020 年12 月三個股票市場劇烈波動時期,三段時期均在暴漲一段時間后出現(xiàn)暴跌。第一段時期發(fā)生我國體制化改革與融資融券、分級基金去杠桿政策調(diào)整,第二段時期出現(xiàn)中美貿(mào)易問題,第三段時期新冠疫情發(fā)生,三個重大事件對股票市場投資者情緒波動產(chǎn)生影響。由此說明在重大事件發(fā)生時,投資者情緒與股票市場異常波動同步性更顯著。