偏最小二乘的投資者情緒評價體系構(gòu)建及實證

李伯華，趙寶福，吳津津，賈凱威

（遼寧工程技術(shù)大學 工商管理學院，遼寧 葫蘆島 125105）

0 引言

隨著學界對投資者行為研究的逐漸深入，發(fā)現(xiàn)在現(xiàn)實交易中，投資者行為決策并非完全理性.在媒體傳播的多樣化情形下，各類信息的傳播深度與廣度不斷擴大.隨之而來是投資者對信息的接收程度及由此而導致的行為決策差異.獲取信息的即時性使投資者情緒的變化更為敏感，投資者受到個體專業(yè)知識的局限，容易產(chǎn)生跟風行為，進而激發(fā)群體性情緒及行為.大量事實證明，投資者不是完全理性的，是有限理性的。馮用富[1]等認為在不確定的情況下人們追求利益最大化的任何選擇都會受到選擇范圍、信息與知識的制約，約束越大偏差越大.投資者情緒是投資者基于自身稟賦等條件對市場的價格預期分析和實際運作狀況的認知偏差.換言之，投資者情緒在某種程度上也包含了錯誤的影響，個體投資者的錯誤會通過群體傳染和過度自信等因素形成市場情緒.投資者情緒能夠影響股票收益率已得到大多數(shù)學者的認可，但影響的強度及差異則需要深入探討.

投資者情緒對股市整體收益具有顯著影響，這一論斷在大部分研究中都得到了驗證.鹿坪[2]等對2005-2013 年個人投資者情緒、機構(gòu)投資者情緒與滬深股指收益率之間的動態(tài)影響進行分析，發(fā)現(xiàn)機構(gòu)投資者并非理性交易者，其投資行為仍然受到情緒的顯著影響.投資者情緒能夠影響股票價格的走勢.劉麗文[3]等通過實證分析不同類型的股票在情緒樂觀期和情緒悲觀期內(nèi)各自收益的變化情況，發(fā)現(xiàn)投資者情緒能夠影響股票的定價.余秋玲[4]等發(fā)現(xiàn)中國股市中明顯存在股價聯(lián)動現(xiàn)象，投資者情緒具有顯著的負向作用.吳飛飛[5]分別研究了在短期視角和中長期視角下，投資者情緒與市場收益均存在相互影響關(guān)系.投資者情緒在某種程度上也是價格波動的原因，黎超[6]等研究發(fā)現(xiàn)市場中存在的情緒交易者越多，資產(chǎn)價格的非理性波動越大.YANG C[7]等認為非理性投資者數(shù)量越多越能說明情緒對股票價格的影響越大.張宗強[8]等也實證發(fā)現(xiàn)了投資者情緒是股市波動的重要影響因素.不同類別的行業(yè)在產(chǎn)業(yè)前景和行業(yè)特征等方面都存在異質(zhì)性，導致投資者情緒也會存在差異.在研究投資者情緒對不同行業(yè)類型股票收益的影響中，均得到證實.余秋玲[9]等分別從個股層面以及市場層面探討投資者情緒與中國證券市場股價聯(lián)動現(xiàn)象的影響，發(fā)現(xiàn)投資者情緒對不同行業(yè)的股價聯(lián)動的影響存在差異.陸昌[10]等通過深入研究發(fā)現(xiàn)，投資者情緒在個人投資者占比較高的股票上，表現(xiàn)出顯著的不對稱性.盧米雪[11]等通過面板數(shù)據(jù)模型分析了各行業(yè)的投資者情緒對收益的影響效應(yīng)，發(fā)現(xiàn)投資者情緒對當期收益和預期收益的影響都有顯著的行業(yè)性差異.李寶仁[12]等通過構(gòu)造情緒綜合指數(shù)對22 個行業(yè)情緒溢價進行了實證分析，指出不同行業(yè)的情緒敏感性存在差異.方媛[13]通過主成分分析法構(gòu)建投資者情緒指數(shù)并建立個體固定效應(yīng)模型，對A 股市場的19 個行業(yè)板塊指數(shù)的對數(shù)月收益率進行深入分析，發(fā)現(xiàn)因行業(yè)所屬板塊不同受投資者情緒的影響也不同.

股票市場中，依據(jù)上市公司行業(yè)類別、發(fā)展前景劃分了行業(yè)板塊.投資者對于不同板塊的風險預期和投資回報期望是不同的.投資者情緒基于板塊類別產(chǎn)生不同的收益預期，生成板塊效應(yīng).那么，投資者是否會根據(jù)情緒反應(yīng)的差別來進行風險規(guī)避和組合投資進而獲取不同的收益呢？或者說厘清投資者情緒對于板塊收益的影響機制是否更有利于對股票進行合理的定價呢？這些問題值得深入研究.因此，為探究投資者情緒對不同行業(yè)板塊股價的作用機理和影響路徑，將在現(xiàn)有研究基礎(chǔ)上，首先對板塊的敏感程度分類，然后進行后續(xù)的影響研究.采用偏最小二乘法最大程度提取有效信息，構(gòu)建板塊投資者情緒指標，通過模型實證檢驗投資者情緒與板塊收益率的影響關(guān)系.

1 數(shù)據(jù)選取與研究設(shè)計

1.1 板塊數(shù)據(jù)選取

根據(jù)證監(jiān)會行業(yè)標準，將板塊分為24 類，采用上證行業(yè)板塊交易的月度數(shù)據(jù)反映板塊的整體走勢，結(jié)合各行業(yè)板塊指數(shù)情況進行實證研究.各板塊指數(shù)的樣本范圍是2014 年1 月至2020 年1 月，數(shù)據(jù)來源于Wind 數(shù)據(jù)庫和“大智慧”股票軟件.

1.2 板塊異質(zhì)性分析

利用聚類分析的方法，將24 個行業(yè)板塊按行業(yè)板塊的市值、板塊的行業(yè)周期、板塊的行業(yè)前景以及板塊所處的產(chǎn)業(yè)鏈位置等特征指標，采用系統(tǒng)聚類的方法對板塊進行了聚類分析，以驗證分析結(jié)果.分類結(jié)果見表1.

聚類分析結(jié)果Tab.1 the result of industry sector in cluster analysis

由表1 可見，通過聚類分析，板塊分為5 類，板塊的異質(zhì)性與板塊所屬行業(yè)的規(guī)模結(jié)構(gòu)、行業(yè)特征、行業(yè)的競爭力（成長性）及行業(yè)所處周期等相關(guān).E 類板塊屬于市值大且處于行業(yè)成熟期的周期性行業(yè)，對情緒的反應(yīng)為最不敏感.B 類板塊屬于非周期性行業(yè)及剛需類行業(yè)，對于情緒反應(yīng)敏感度小.C類板塊,屬于非周期性行業(yè)的新興產(chǎn)業(yè)，對于情緒的反應(yīng)更為敏感.B 類板塊屬于市值較小，非周期性行業(yè)且有不可替代產(chǎn)業(yè)優(yōu)勢，處于投資的熱點位置，對于情緒的反應(yīng)很敏感.A 類板塊屬于市值較小市盈率不高且受科學技術(shù)發(fā)展影響的非周期性行業(yè)，對于情緒和信息的反映最為敏感.

E 類板塊中資本貨物板塊和銀行板塊市值很大，該類板塊供需較為穩(wěn)定處于所屬行業(yè)的成熟期并處于產(chǎn)業(yè)鏈的上游，競爭緩和，受國家供給側(cè)改革政策的影響，銀行業(yè)近兩年的不良貸款和壞帳的上升導致整體行業(yè)盈利水平下降.在大環(huán)境下該類板塊對于信息和投資者情緒的反應(yīng)不敏感，受到投資者的青睞也較其他板塊少，板塊分類來看這類板塊應(yīng)屬于不敏感板塊，基本沒有板塊引領(lǐng)效應(yīng).

D 類板塊也是受近幾年國家供給側(cè)改革政策及去產(chǎn)能的影響，盈利較之前有所下滑.該類中其他板塊由于受到產(chǎn)業(yè)升級限制、技術(shù)進步不大及新產(chǎn)品替代的影響，獲得投資者的關(guān)注度下降，對于情緒的變化敏感度并不十分顯著.

C 類板塊具有行業(yè)不可替代性，技術(shù)進步使產(chǎn)業(yè)不斷升級，受國家政策扶持，該類板塊屬于較為敏感類板塊.投資者對于該類板塊的關(guān)注相對較多，且該類板塊對于投資者情緒的變化反應(yīng)也較為敏感，存在板塊輪動效應(yīng).

B 類板塊是非周期性的產(chǎn)業(yè)，屬于民生行業(yè).科學技術(shù)的進步使得該板塊的價值不斷提升，生產(chǎn)剛需消費品.板塊所屬行業(yè)處于成長期，投資者對于該類板塊的關(guān)注度很高，投資者情緒反應(yīng)也十分敏感，板塊輪動效應(yīng)和收益波動較為明顯.

A 類板塊皆處于行業(yè)中的關(guān)鍵位置，板塊所屬行業(yè)均處于行業(yè)成長期，加上產(chǎn)業(yè)政策的影響，如“互聯(lián)網(wǎng)+”、環(huán)保概念等，具有良好的發(fā)展前景，得到了更高的投資者關(guān)注度.該類板塊的各類信息更容易影響投資者情緒，投資者情緒的反應(yīng)最為敏感，在現(xiàn)實的板塊輪動中處于首漲地位，收益波動更大.

由于板塊異質(zhì)性的存在，容易區(qū)分出投資者情緒的敏感度差異，板塊對于投資者情緒的反作用影響也存在異質(zhì)性.板塊的異質(zhì)性導致投資者情緒不同，投資者情緒敏感的板塊對于消息反饋更為靈敏，收益波動更大，而不敏感的板塊則對于消息的反饋時間較長且強度較小，收益波動也不大.可見板塊的異質(zhì)性導致了投資者情緒對不同板塊收益率影響存在差異.

1.3 基于最小二乘法的板塊投資者情緒評價

在投資者情緒綜合指標的構(gòu)建上，大部分采用主成分分析法.例如BAKER M[14]等采用第一主成分來構(gòu)建；易志高[15]等采用5 個主成分的加權(quán)平均的方法來構(gòu)建.也有采用偏最小二乘法（PLS）來構(gòu)建的，例如王鎮(zhèn)[16]等運用了偏最小二乘法來構(gòu)建投資者情緒綜合指標.本文借鑒了王鎮(zhèn)構(gòu)建投資者情緒指標的方法，對各個客觀指標進行了偏最小二乘法分析，最大程度地提取投資者情緒的信息，提高了后續(xù)模型運算的精度.

在投資者情緒指標體系的構(gòu)建上，結(jié)合并改進前人研究，選擇源指標并進行數(shù)據(jù)預處理，見表2.消費者信心指數(shù)并不能完全反映投資者的心理狀況，因此選用投資者信心指數(shù).目前IPO 已成常態(tài)且已改變規(guī)則，所以舍去這個指標，并加入了板塊漲跌幅指標來構(gòu)建投資者綜合情緒指數(shù).我國股市有漲跌幅限制，原始數(shù)據(jù)并不能完全反映市場的真正變化，首先對原始數(shù)據(jù)用HP 濾波剔除了經(jīng)濟周期的影響，再對板塊換手率V、板塊成交量U、板塊漲跌幅H等指標都進行了變化率的處理，通過變化率的方式就能反映股市真實的情緒變化，其他指標均進行標準化處理以消除量綱的差異影響.因投資者情緒具有滯后特性，選取預處理后的這7 項指標及其滯后一期做偏最小二乘分析.

表2 板塊投資者情緒構(gòu)成變量說明Tab.2 sector investor sentiment component indicator

利用偏最小二乘法構(gòu)建的情緒指數(shù)[17]為

式中，S為偏最小二乘計算出的板塊投資者情緒綜合指數(shù)；X為板塊投資者情緒源變量（見表2）所組成的階矩陣，由于投資者情緒對板塊收益影響具有滯后性，所以選取的指標均含有當期指標和滯后一期的指標，為投資者情緒測度的T階矩陣（由表2 中各指標構(gòu)成），J為單位矩陣；R為各行業(yè)板塊收益率（來源于WIND 數(shù)據(jù)庫），

將表2 各源指標代入式（1），整理后可簡化 為S=αX，結(jié)果見表3 和表4.

表3 各板塊綜合情緒指數(shù)與情緒指標的相關(guān)關(guān)系Tab.3 correlation between comprehensive emotion index and emotion index in each section

由表2 可知，板塊投資者情緒綜合指標與前期換手率、前期投資者新開戶數(shù)、前期投資者信心指數(shù)，及當期波動率均負相關(guān)，與當期換手率、當期投資者新開戶數(shù)、當期投資者信心指數(shù)正相關(guān).這與預期相一致，因中國投資者的專業(yè)能力有限，獲取的信息渠道大致相同，做出的投資決策也趨于一致.但由于板塊的異質(zhì)性，板塊對于股市的信息傳播表現(xiàn)并不一致，有的板塊對于各類情緒反應(yīng)較為敏感，如軟件與服務(wù)板塊、房地產(chǎn)板塊等，而有的板塊對于投資者情緒的反應(yīng)并不敏感，沒有太大的收益波動，如資本貨物、公用事業(yè)板塊等.使用Matlab 軟件采用偏最小二乘回歸，得到各板塊綜合情緒值及系數(shù)見表4.

表4 各板塊綜合情緒指數(shù)與各情緒指標的相關(guān)系數(shù)Tab.4 correlation coefficient between comprehensive emotional index and each emotional index of each plate

由表4 可知，情緒指數(shù)與前期成交量、前期波動率、前期投資者新開戶數(shù)及前期投資者信心指數(shù)都存在負向的影響關(guān)系.影響原因是符合中國股市基本情況的，說明投資者存在由投資者情緒所導致的過度交易和投機現(xiàn)象，也存在股市中板塊輪動的現(xiàn)象.同時與Beta 值、漲跌幅、當期成交量、當期換手率、當期投資者新開戶數(shù)、投資者信心指數(shù)等存在正向的影響關(guān)系，說明投資者中存在追逐熱點、跟隨信息傳播進行投機的群體行為.

由偏最小二乘得到的投資者情緒指標模型為

由表5 可知，金融類板塊、醫(yī)藥類板塊、科技類板塊情緒波動較大，公共類、食品類、運輸類板塊情緒波動較平緩.不同類型板塊投資者情緒值差別很大，說明板塊存在異質(zhì)性.投資者對不同板塊所持的預期不同，對于信息的反饋交易也不同.綜上，有必要進行內(nèi)在機理的揭示.

以板塊2 保險行業(yè)為例，板塊投資者情緒數(shù)據(jù)描述性統(tǒng)計見表5.

表5 各板塊情緒值描述性統(tǒng)計Tab.5 correlation between the comprehensive sentiment index of each block and the sentiment index

2 投資者情緒對行業(yè)板塊影響分析

2.1 基本模型設(shè)定

為準確估計投資者情緒對板塊異質(zhì)性的影響，分別構(gòu)建雙向固定效應(yīng)基準模型為

式中，mi,t為時間固定效應(yīng)；ui,t為個體固定效應(yīng)；被解釋變量yi,t為第i類板塊在t時的收益率；Si,t為各類板塊t時期的情緒值，是核心解釋變量；Ci,t為控制變量.

Ci,t主要包括：板塊市值Zi,t，取自然對數(shù)得到lnZi,t；板塊回報率Yi,t；板塊市盈率Pi,t；板塊賬面市值比Mi,t；資金凈流入率Fi,t，選取各板塊日資金凈流入率.

式（3）用于檢驗投資者情緒、板塊市值對板塊收益率的影響.

3.2 估計結(jié)果分析

采用FGLS 方法來估計基準模型以避免擾動自相關(guān)和異方差對結(jié)果的影響，估計結(jié)果見表6.

表6 各模型回歸結(jié)果Tab.6 regression results of models

由表6 可知，模型1 中核心變量Si,t對板塊收益率的影響具有顯著的正向影響.在加入控制變量的情況下，對板塊收益率的正向影響依然顯著，表明投資者情緒可以成為影響板塊收益率的有效影響因素.常數(shù)項在各個模型下均顯著，說明板塊間存在投資者情緒影響的異質(zhì)性，也與之前的分析一致.Si,t在模型中均在1%水平上顯著且系數(shù)為正，說明投資者情緒在板塊收益率中均存在正相關(guān)的關(guān)系.雙向固定效應(yīng)下板塊存在異質(zhì)性，板塊投資者情緒的作用也具有異質(zhì)性，這就導致了在股票市場中投資者情緒的波動會使不同板塊的收益率和波動性具有不一致和不同步性的現(xiàn)象，也能體現(xiàn)出不同板塊在股市的牛市與熊市階段中所表現(xiàn)出來的板塊波動差異，主要是受到投資者情緒的異質(zhì)性影響而產(chǎn)生的偏差.

2.3 穩(wěn)健性檢驗

為降低核心變量內(nèi)生性問題對估計結(jié)果的影響偏差，采用工具變量對估計結(jié)果進行穩(wěn)健性檢驗.根據(jù)通常的處理方法，將核心變量滯后項作為內(nèi)生變量的工具變量進行回歸分析，即選取Si,t的一階滯后項作為工具變量進行穩(wěn)健性檢驗.在運用IV-2SLS 估計中，加入穩(wěn)健聚類標準誤，估計結(jié)果見表7，與表6 中估計結(jié)果一致，核心變量的估計參數(shù)依然顯著，因此估計結(jié)果具有穩(wěn)健性.

表7 穩(wěn)健性檢驗Tab.7 robustness test

3 結(jié)論

（1）改進了偏最小二乘方法，構(gòu)建了板塊投資者情緒評價指標體系，能更充分提取出隱含的公共信息，更準確反映投資者情緒值.實證結(jié)果表明，行業(yè)板塊存在異質(zhì)性，投資者情緒對于板塊收益率的影響存在異質(zhì)性，對板塊價格波動的影響程度也存在異質(zhì)性.反過來板塊異質(zhì)性對投資者決策也產(chǎn)生了影響，板塊投資者情緒與板塊收益間存在雙向影響.

（2）板塊投資者情緒具有異質(zhì)性.投資者情緒的波動會使不同板塊的收益率和波動性的具有不一致性和不同步性的現(xiàn)象，也充分解釋了不同板塊在股市的牛市與熊市中所表現(xiàn)出來的板塊波動差異，主要是受到投資者情緒的異質(zhì)性影響而產(chǎn)生的偏差.

（3）以板塊分類的角度量化了投資者情緒值，揭示了投資者情緒的作用路徑.投資者可參考板塊投資者情緒的異質(zhì)性進行合理的估價，以規(guī)避價格過度波動所造成的風險損失.投資者通過有效利用板塊投資者情緒的異質(zhì)性，可剔除部分泡沫，理性地進行投資，市場交易也會更趨于有序和回歸理性.