多層次資本市場收益和投資者情緒的溢出效應

江海潮 黃玲鈺

摘 要：不同層次資本市場收益和投資者情緒之間有著復雜關系， TVP-VAR 模型研究表明：中國滬深主板、科創(chuàng)板與創(chuàng)業(yè)板三層次資本市場投資者情緒相互間具有非對稱溢出性；資本市場收益間存在非對稱相互溢出；資本市場情緒有著顯著的正溢出效應，而且溢出效應呈現(xiàn)市場差異性與時變異質(zhì)性。整體來講，不同層次市場情緒和收益因相互正向溢出而不斷增長強化，短暫期交叉溢出效應波動性比維持期效應波動更劇烈，三層次股市收益波動性對短期市場情緒溢出效應更加敏感。

關鍵詞：TVP-VAR 模型；資本市場收益；投資者情緒；溢出效應；時變異質(zhì)性

本文索引：江海潮，黃玲鈺.<變量 2>[J].中國商論，2023（15）：-125.

中圖分類號：F832.48 文獻標識碼：A 文章編號：2096-0298（2023）08（a）--06

1 引言

資本市場收益受眾多因素影響，如宏觀經(jīng)濟周期因素、市場景氣因素、公司基本面因素與投資者情緒因素。研究發(fā)現(xiàn)，投資者情緒與股市收益之間存在顯著的溢出效應，且不同時期投資者情緒與市場收益率之間的溢出效應存在顯著的時變特性與階段性差異（張國勝，2021，孫勝達，2022）[1-2]。不同狀態(tài)的投資者情緒傾向?qū)善笔袌鍪找娴囊绯鲂嬖陲@著的非對稱性，相較積極情緒，消極情緒的短期持續(xù)性更大，消極情緒釋放的時間也更長（陸昌等，2020）[3]。受市場景氣因素的沖擊影響，投資者情緒與各行業(yè)板塊股市收益率之間存在非對稱靜態(tài)與動態(tài)溢出效應（唐勇等，2019）[4]。股市收益與投資者情緒互動關系具有明顯的市場異質(zhì)性與板塊分異性，進一步發(fā)現(xiàn)投資者情緒與收益率的雙向溢出效應存在復雜的股票異質(zhì)性，小盤股、高市盈率股及虧損股有著更高的投資者情緒敏感性（劉昊，2019；周文龍等，2020）[5-6]。

研究發(fā)現(xiàn)，深入研究股市收益與投資者情緒關系，始終面臨投資者情緒測度難題（劉學文，2019）[7]。現(xiàn)有理論研究表明，投資者情緒實際上是投資者非理性心理表現(xiàn)，表現(xiàn)為交易波動性或噪音性，部分解釋了價格過度波動異象和收益長期反轉(zhuǎn)之謎（肖勛勇等，2017）[8]。部分研究采用直接方法測度投資者的非理性心理情緒，以問卷、采訪等方式，獲取投資者的證券市場情緒訴求，如好淡指數(shù)、信心指數(shù)（呂志巖等，2013；羅雅蘭，2020）[9-10]，進行個性化測度。另一些研究則借助間接情緒指標如換手率（Baker 等，2004；張靜等，2018）[11-12]、市盈率（張國勝等，2021）和市凈率（黃華繼等，2022）[13]、新高新低比（周文龍等，2020）、阿姆氏指標（戚成飛，2019）[14]、融資融券余額等（張芳等，2021）[15]描述投資者情緒。還有一些研究，采用主成分等特定技術方法，構建綜合情緒指標測度投資者情緒（Baker 等，2006；易志高等，2009）[16-17]。由于研究投資情緒測度多樣性，學者們股市收益與投資者情緒關系難以達成一致意見，這需要進一步研究探討。

隨著中國股市的深入發(fā)展，中小板合并深主板，意味著我國資本市場層次性不斷彰顯，各資本市場定位更加明確，形成上交所主板+科創(chuàng)板和深交所主板+創(chuàng)業(yè)板的新型資本市場體系。因此，本文利用 TVP-VAR 模型，分析中國不同層次市場收益與投資者情緒溢出效應。

2 投資者情緒評價

2.1 投資者情緒指標選取

本文結(jié)合中國A股多層次資本市場數(shù)據(jù)的頻率和可獲得性，從股市流動性和波動情況以及股市技術面分析等多方面因素考慮，選擇了滬深300指數(shù)和科創(chuàng)50指數(shù)以及創(chuàng)業(yè)板指數(shù)的市盈率和市凈率、震蕩幅度、新高新低比、騰落比例、阿姆氏指標、換手率和流動性水平等八個投資者情緒代理指標，構建出一個日度投資者情緒綜合指數(shù)，以更好地反映投資者的情緒變化。其中，市盈率和市凈率來自東方財富Chioce金融終端，指數(shù)的價格、成交金額和流通市值，騰落指標、阿姆氏指標和換手率以及新高新低比等指標來自國泰安數(shù)據(jù)庫。由于中小板于2021年4月6日和深市主板正式合并，因此數(shù)據(jù)區(qū)間設定為2021年4月6日到2022年12月8日。

2.2 投資者情緒評價方法

目前，主成分分析法仍然是眾多學者評價投資者情緒的選擇。評價投資者情緒首先通過主成分分析降維，將相關性較高的情緒代理指標線性變換轉(zhuǎn)成彼此相互獨立或不相關的主成分。每個主成分都能反映原始指標的大部分信息，且所含信息互不相關。根據(jù)主成分的方差貢獻率大小依次遞減的順序排列，并計算累積特征值貢獻率的比值確定各成分的權重，得出降維后的數(shù)據(jù)，使數(shù)據(jù)結(jié)果更有效的反映非理性信息。具體計算公式為

其中，表示投資者情緒綜合指數(shù)，i分別取滬深主板、科創(chuàng)板和創(chuàng)業(yè)板，j代表第n個主成分。

2.3 投資者情緒綜合測度

本文使用Stata17軟件進行主成分分析，具體分析結(jié)果如表1所示。根據(jù)主成分分析的原理，當成分累積特征值貢獻率達到85%以上時，可選取此成分構建綜合情緒指標。根據(jù)累積貢獻率，滬深主板、科創(chuàng)板以及創(chuàng)業(yè)板的投資者情緒構建均取前四個主成分?；诖?，按照各自方差貢獻率進行加權來構造綜合指數(shù)，分別記為ehs、ekc、ecy。

具體表達式如下：

ehs=0.3402*Comp1+0.2812*Comp2+0.2388*Comp3+0.1398*Comp4（1）

ekc=0.4767*Comp1+0.2249*Comp2+0.1763*Comp3+0.122*Comp4（2）

ecy=0.4626*Comp1+0.2749*Comp2+0.1564*Comp3+0.1062*Comp4（3）

3 市場收益與投資者情緒溢出實證研究

3.1 變量處理與建模

3.1.1 單位根檢驗

滬深主板、科創(chuàng)板和創(chuàng)業(yè)板收益分別使用滬深300指數(shù)、科創(chuàng)板50指數(shù)與創(chuàng)業(yè)板指數(shù)的對數(shù)收益率來衡量不同資本市場的收益率，分別記為rhs、rkc、rcy。本文對數(shù)據(jù)進行描述性統(tǒng)計，并考察變量的單位根檢驗，結(jié)果如表2所示，并使用ADF方法對以下6個指標進行單位根檢驗。各變量序列都是平穩(wěn)的，符合VAR模型的要求。

3.1.2 模型構建與分析

TVP-VAR模型是一種基于SVAR模型演變而來的非線性時變分析方法，具有時變參數(shù)并假定隨機波動率。通過捕捉時變參數(shù)隨機波動的矢量變化，可以有效地解決經(jīng)濟變量在不同時期的時變特征和非線性特征，以及捕捉一段時間內(nèi)關注變量對響應變量的沖擊效應。為探究多層次資本市場收益和投資者情緒的關系，本文分別建立了模型1探究多層次資本市場的投資者情緒之間的關系、建立了模型2考察多層次資本市場收益之間的關系以及模型3分析多層次資本市場的情緒與收益之間的關系。其中TVP-VAR模型的等間距脈沖響應函數(shù)反映了一個關注變量的沖擊對相同時間間距的響應變量產(chǎn)生的影響，不僅可以捕捉變量之間的時變特征，還能夠處理變量指標的異常變動，從而提高估計結(jié)果的穩(wěn)定性。因此，等間距脈沖響應函數(shù)在分析經(jīng)濟中的時變問題時具有重要的應用價值。等間距脈沖響應函數(shù)的橫坐標為時間序列t的期數(shù)，以數(shù)據(jù)區(qū)間起始日為第一期以此類推；縱坐標為受沖擊程度，三條不同線段分別代表提前7期，提前14期和提前30期的不同時間約束，依次表示關注變量對響應變量的短暫期、維持期和持續(xù)期的影響。

3.1.3 MCMC參數(shù)檢驗

為了更準確地估計模型，本文采用貝葉斯推斷下的馬爾科夫鏈蒙特卡洛模擬法（MCMC）進行10000次抽樣，其中，前1000次抽樣為樣本的預期模擬值，后9000次抽樣用于后驗分布的參數(shù)估計。參數(shù)的后驗估計結(jié)果見表3。其中 Geweke 診斷值用于測定預模擬得到的馬爾科夫鏈是否收斂于后驗分布，可知所有參數(shù)的Geweke診斷值均小于1.96，則表明均未拒絕趨于后驗分布的5%置信水平原假設，而無效影響因子則是后驗樣本均值的方差和不相關序列樣本均值的方差的比率，可知所有參數(shù)的無效影響因子均小于150，兩者均為判斷 MCMC 鏈模擬效果的重要依據(jù)。結(jié)果說明，基于MCMC算法的參數(shù)估計效果良好。因此，本文構建的TVP-VAR模型的參數(shù)模擬結(jié)果具備有效性和穩(wěn)健性特征。

3.2 不同層次市場情緒溢出效應

3.2.1 滬深主板情緒溢出效應

根據(jù)圖1可以推斷，不同時間約束下的滬深主板情緒內(nèi)部均呈現(xiàn)正向沖擊，表明滬深主板情緒內(nèi)部的沖擊效應具有連續(xù)性。滬深主板情緒的短暫期高漲會導致科創(chuàng)板塊情緒的高漲，且短暫期沖擊強度大于維持期沖擊強度，但持續(xù)期沖擊整體強度不明顯。在t=30期時短暫期和維持期沖擊趨勢漸緩，之后沖擊強度在t=100期時，短暫期和維持期的沖擊由正變負，伴隨沖擊強度逐漸提高并保持較長時間的負向效應。滬深主板對創(chuàng)業(yè)板情緒的溢出效應與其滬深主板情緒內(nèi)部的溢出效應類似，但兩者情緒間明顯大于滬深主板情緒內(nèi)部的沖擊強度和波動幅度。

3.2.2 科創(chuàng)板情緒溢出效應

從圖2發(fā)現(xiàn)，科創(chuàng)板情緒整體上均呈現(xiàn)正向溢出效應，即科創(chuàng)板情緒的上升會導致各資本市場情緒的增強，主要區(qū)別在于不同時間約束下的正向沖擊的強度不同。短期內(nèi)科創(chuàng)板情緒對創(chuàng)業(yè)板情緒的沖擊強度呈現(xiàn)先衰弱后上升的趨勢。科創(chuàng)板情緒內(nèi)部沖擊和其對滬深主板情緒的溢出效應呈現(xiàn)衰退的趨勢，科創(chuàng)板情緒內(nèi)部沖擊的衰退程度大于科創(chuàng)板情緒對滬深主板情緒的沖擊。

3.2.3 創(chuàng)業(yè)板情緒溢出效應

由圖3可知，創(chuàng)業(yè)板情緒溢出效應各有不同。創(chuàng)業(yè)板情緒對滬深主板情緒的短暫期和維持期沖擊整體呈正向趨勢并伴隨沖擊強度的提高。在t=30期前后，出現(xiàn)短暫期落后維持期的沖擊強度和短暫期明顯高于維持期沖擊強度兩種現(xiàn)象，之后短暫期和維持期沖擊沖高回落后，在t=150期附近，短暫期和維持期沖擊強度顯著提升。創(chuàng)業(yè)板情緒對科創(chuàng)板情緒的正向沖擊強度較小，且短暫期和維持期以及持續(xù)期沖擊波動情況一致，呈現(xiàn)先下降后上升的趨勢。創(chuàng)業(yè)板情緒內(nèi)部正向沖擊強度較大并呈現(xiàn)緩慢下降的趨勢。

3.3 不同層次市場收益溢出效應

3.3.1 滬深主板收益溢出效應

觀察圖4結(jié)果，顯然推斷滬深主板收益對不同層次的資本市場收益具有較大的正向沖擊強度。從波動情況來看，滬深主板收益對科創(chuàng)板收益和其內(nèi)部收益的影響呈現(xiàn)較為明顯的波動起伏，而滬深主板收益對創(chuàng)業(yè)板收益的影響較為平緩。從沖擊強度大小來看，科創(chuàng)板和創(chuàng)業(yè)板的收益受滬深主板收益外部溢出沖擊效應較大。

3.3.2 科創(chuàng)板收益溢出效應

從圖5結(jié)果來看，科創(chuàng)板收益的提高在短期內(nèi)會對滬深主板收益的正向沖擊效應減弱，從長期來看具有較為勢小的增長形態(tài)，整體上呈現(xiàn)持續(xù)期大于短暫期和維持期的正向效應?？苿?chuàng)板收益對其自身收益的沖擊強度最大，其次是對創(chuàng)業(yè)板收益的沖擊，并保持較長時間的穩(wěn)定趨勢。

3.3.3 創(chuàng)業(yè)板收益溢出效應

由圖6可知，創(chuàng)業(yè)板收益的提高對其本身收益產(chǎn)生正向沖擊。然而創(chuàng)業(yè)板收益的提高在較小波動范圍內(nèi)對滬深主板收益的產(chǎn)生負向的沖擊效應，意味著創(chuàng)業(yè)板收益的提高可能會使滬深主板收益下降。短時間內(nèi)創(chuàng)業(yè)板收益的提高會對科創(chuàng)板收益有一個淺顯的正向沖擊，之后沖擊效應由正變負。

3.4 不同層次市場情緒與收益的溢出效應

3.4.1 滬深主板情緒對收益的交叉溢出

由圖7可知，滬深主板情緒的高漲，各資本市場收益受沖擊影響不一。短期內(nèi)在一定程度上促進科創(chuàng)板和主板的收益提高，前者受滬深主板情緒外部正向沖擊呈現(xiàn)先增長后減弱的趨勢，后者受內(nèi)部正向沖擊呈現(xiàn)較為平緩的趨勢。然滬深主板情緒的高漲會對創(chuàng)業(yè)板收益產(chǎn)生較小范圍的正負向沖擊效應，且呈現(xiàn)正向沖擊減弱至負向沖擊的趨勢。

3.4.2 科創(chuàng)板情緒對收益交叉溢出效應

由圖8可知，科創(chuàng)板情緒對各資本市場收益沖擊整體趨勢與上述滬深主板情緒對收益交叉溢出效應類似，顯然，科創(chuàng)板情緒對創(chuàng)業(yè)板收益和自身收益的外部溢出沖擊效應較大，滬深主板收益受科創(chuàng)板情緒外部交叉溢出影響較小。

3.4.3 創(chuàng)業(yè)板情緒對收益交叉溢出效應

由圖9可知，短期內(nèi)創(chuàng)業(yè)板情緒對滬深主板和科創(chuàng)板的收益交叉溢出效應與圖3類似，但創(chuàng)業(yè)板情緒對其自身收益產(chǎn)生了較長時間的負向沖擊效應，表明創(chuàng)業(yè)板情緒高漲可能會導致其自身收益的下降。

3.4.4 滬深主板收益對情緒交叉溢出效應

根據(jù)圖10可以推斷，滬深主板市場收益增加會促使科創(chuàng)板和創(chuàng)業(yè)板的情緒高漲，即滬深板收益的提高可能會增強投資者對科創(chuàng)板和創(chuàng)業(yè)板投資的信心。相反，滬深主板市場收益的提高可能導致該板塊情緒的低迷。從長期來看，滬深主板市場收益對情緒的交叉溢出效應可忽略不計。

3.4.5 科創(chuàng)板收益對情緒交叉溢出效應

根據(jù)圖11可以推斷，科創(chuàng)板收益對創(chuàng)業(yè)板情緒和自身情緒存在正向沖擊，而且，科創(chuàng)板收益對創(chuàng)業(yè)板情緒的沖擊強度略大于其對自身的沖擊效應。整體而言，科創(chuàng)板收益對創(chuàng)業(yè)板情緒具有較為平緩的正向沖擊，科創(chuàng)板收益對自身情緒的正向沖擊更波動。

3.4.6 創(chuàng)業(yè)板收益對情緒交叉溢出效應

圖12展示了創(chuàng)業(yè)板收益對各資本市場情緒的沖擊，其整體沖擊走勢區(qū)別于圖10和圖11，表明創(chuàng)業(yè)板收益的增加可能會導致投資者對各資本市場投資的情緒出現(xiàn)低迷。

4 結(jié)語

4.1 結(jié)論

通過構建滬深主板、科創(chuàng)板和創(chuàng)業(yè)板的綜合情緒指數(shù)，本文建立 TVP-VAR 模型，探究了滬深主板、科創(chuàng)板和創(chuàng)業(yè)板市場不同層次資本收益與情緒之間的復雜時變關系，結(jié)果發(fā)現(xiàn)：（1）資本市場間情緒大部分呈現(xiàn)正向溢出效應，資本市場內(nèi)部情緒沖擊和資本市場間情緒外部溢出效應大小存在差異性?？苿?chuàng)板和創(chuàng)業(yè)板的情緒內(nèi)部溢出效應強度均大于其對外部資本市場的溢出效應，滬深主板情緒對創(chuàng)業(yè)板情緒的外部溢出正沖擊強度較大，對科創(chuàng)板情緒的外部溢出效應呈現(xiàn)小幅度波動；（2）各層次資本市場收益對其內(nèi)部收益產(chǎn)生正向沖擊影響，然而資本市場間收益外部溢出效應較大，滬深主板收益和科創(chuàng)板收益都會對其他資本市場收益產(chǎn)生非對稱正向沖擊，但創(chuàng)業(yè)板收益的提高整體上對其他資本市場收益存在負外部溢出效應，且對科創(chuàng)板的負向外部溢出效應波動性更大；（3）各層次資本市場情緒對收益的交叉溢出效應具有非對稱性與時期異質(zhì)性。總體來看，短期交叉溢出效應波動比維持期更劇烈，科創(chuàng)板收益受各資本市場情緒的交叉溢出效應明顯，科創(chuàng)板情緒對創(chuàng)業(yè)板收益的外部交叉溢出效應明顯，表現(xiàn)為正向沖擊且沖擊隨時間減弱；（4）各層次資本市場收益對情緒的交叉溢出效應存在差異。滬深主板收益提高會促使科創(chuàng)板和創(chuàng)業(yè)板的情緒高漲，具有正外部交叉溢出效應。科創(chuàng)板收益的提高促使創(chuàng)業(yè)板情緒較大程度的高漲并保持情緒穩(wěn)定，科創(chuàng)板收益的提高會進一步加劇自身資本市場情緒的正向波動，但創(chuàng)業(yè)板收益的提高反而會使各資本市場情緒出現(xiàn)低迷。

4.2 建議

由于不同層次資本市場間收益、投資者情緒具有非對稱溢出效應，以及不同層次資本市場收益與投資者情緒有著非對稱交叉溢出效應，并呈現(xiàn)出時期異質(zhì)性。這使不同層次資本市場有著極其復雜的收益聯(lián)動性、投資者情緒傳遞性、市場收益與投資者情緒耦合性與跨期動態(tài)性，雖然有助于不同市場間資本配置，提高不同層次市場資源配置功能與效應，但也可能混合不同層次市場功能邊界，刺激市場投機，擴大市場投資者情緒波動，增加并傳遞市場風險，導致不同市場風險疊加，損害市場資源效率，甚至會導致金融市場危機，特別是當前金融科技快速發(fā)展，不同層次市場收益激勵與投資者情緒共振誘發(fā)的市場風險增長。為審慎應對不同層次市場收益與情緒協(xié)同共振帶來的市場風險增長與溢出，監(jiān)管層需要統(tǒng)籌平衡分層監(jiān)管與整體綜合監(jiān)管相結(jié)合，引導投資者重視價值投資，合理抑制非理性投資行為和情緒化交易對市場的不良影響，切實保障不同層次資本市場安全健康運行。

參考文獻

張國勝，林宇.結(jié)構突變下投資者情緒與股市收益間的非線性溢出效應研究[J].數(shù)理統(tǒng)計與管理，2021，40（1）：148-161.

孫勝達. 投資者情緒、股票市場流動性及波動性的時變關聯(lián)性研究[D].沈陽：沈陽工業(yè)大學，2022.

陸昌，劉洋，楊曉光.投資者情緒的不對稱性及其原因：來自中國市場的實證[J].系統(tǒng)科學與數(shù)學，2020，40（4）：612-633.

唐勇，洪曉梅，朱鵬飛.投資者情緒與股票價格之間的信息溢出效應研究：基于行業(yè)差異視角[J].武漢金融，2019（9）：49-57.

劉昊. 投資者情緒對于股票市場收益影響的實證研究[D].長春：吉林財經(jīng)大學，2019.

周文龍，李育冬，余紅心，等.投資者情緒與市場收益的雙向波動溢出關系：基于TGARCH-M和BEKK-GARCH模型[J].金融理論與實踐，2020（11）：69-78.

劉學文.中國股市投資者情緒測度指標的優(yōu)選研究[J].中國管理科學，2019，27（1）：22-33.

肖勛勇，張壬癸.投資者情緒與動態(tài)資產(chǎn)定價模型[J].財會通訊，2017（2）：11-17+129.

呂志巖.我國投資者情緒對股票市場收益率的影響研究[D].沈陽：東北財經(jīng)大學，2013.

羅雅蘭.投資者情緒對于我國股票市場收益率、波動性以及流動性影響的實證研究[D].長沙：湖南師范大學，2020.

Baker M， Stein J. Market liquidity as a sentiment indicator [J].Journal of Financial Markets， 2004， 7（3）：271-299

張靜，王生年，吳春賢.會計穩(wěn)健性、投資者情緒與資產(chǎn)誤定價[J].中南財經(jīng)政法大學學報，2018（1）：24-32+72.

黃華繼，孫黎娜.投資者情緒和收益在上證50、中小板、創(chuàng)業(yè)板市場的交叉效應：基于TVP-VAR的實證研究[J].宜賓學院學報，2022，22（7）：1-9+49.

戚成飛.投資者情緒、宏觀經(jīng)濟政策對股票市場波動性的影響研究[D].青島：青島大學，2019.

張芳，曾慶鐸.融資融券視域下投資者情緒與股市收益關系研究：基于滬深300指數(shù)的實證檢驗[J].價格理論與實踐，2021（6）：123-128.

Baker M P， Wurgler J. Investor Sentiment and the Cross-Section of Stock Returns[J].Economic Management Journal， 2006， 61（4）：1645-1680.

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