999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?

投資者情緒與股市波動分解

2013-03-26 02:42:40高大良張小勇
湖南大學學報(社會科學版) 2013年5期

[收稿日期] 2013-05-05

[作者簡介] 高大良(1970—),男, 湖南岳陽人, 湖南大學工商管理學院博士研究生.研究方向:行為金融、金融風險管理.

[摘要] 個股平均相關性和平均方差的乘積能夠很好地解釋股市波動,股市波動分解是有效的且不受投資者情緒的影響;高漲的投資者情緒會加劇股市波動,在這一影響過程中,高情緒加劇個股平均波動的影響占據著主導地位,與此同時,高情緒對股市平均相關性的削弱會對市場總體波動的提高起到一定的反向修正作用。

[關鍵詞] 投資者情緒;平均相關性;平均方差;波動分解

[中圖分類號] F832.5[文獻標識碼] A[文章編號] 1008—1763(2013)05—0062—05

一引言

在傳統金融理論中,資產價格波動由基本經濟因素決定,并不受投資者行為等因素的影響。但是,金融市場中存在著基本經濟因素無法解釋的過度波動現象,因此,大量的學者試圖從行為金融理論出發對這一問題進行研究。

關于投資者情緒對資產價格波動的影響,最早的理論模型來自De Long等對噪聲交易的經典研究[1]。在他們提出的噪聲交易模型中,投資者情緒會成為影響資產價格的系統性風險,從而對資產價格波動產生影響。隨后,大量學者通過構建投資者情緒指標對這一問題進行實證研究,已有的結論基本上都認為投資者情緒對股市波動具有一定的解釋能力,并且高情緒會提高價格波動。例如,Brauer研究了噪聲交易行為與基金收益波動之間的關系,發現前者能夠解釋大約7%的波動[2]。Brown將美國個體投資者協會指數作為投資者情緒的代理變量,發現投資者情緒的異常波動會導致封閉式基金收益的巨大波動[3]。許承明和宋海林(2005)采用封閉式基金折價率作為情緒指標,也得到了類似的結論[4]。楊陽和萬迪則研究了不同市場態勢下投資者情緒對波動的影響,結果發現牛熊市下投資者情緒對波動的影響存在異化現象[5]。林樹和俞喬通過心理學實驗研究發現,在資產價格頂部附近,情緒波動和資產價格主要由經濟基本面的變化決定,兩者相互作用并形成反饋環,最終可能形成市場泡沫并引起市場崩潰[6]

以上研究大多著眼于投資者情緒對資產價格整體波動的影響,而沒有對其影響機制進行深入分析。本文借助于Pollet和Wilson的波動分解理論,將市場整體波動分解為平均相關性和平均波動,進而構建投資者情緒指標來研究投資者情緒是如何影響市場波動的。文章接下來的安排如下:第二部分為投資者情緒的構建以及相關數據的預處理,第三部分為實證結果,第四部分結論。

二投資者情緒與數據預處理

(一) 投資者情緒

本文遵循Baker和Wurgler的經典方法來構建投資者情緒復合指標[8],結合中國市場的實際情況,原始投資者情緒指標選為:封閉式基金折價率(CEFD)、IPO數量(NIPO)、IPO首日收益(RIPO)、換手率(TURN),樣本為2000年1月至2011年12月的月度數據,一共144個樣本,所有數據均來自銳思數據庫。同時,參考宋澤芳和李元的研究[9],本文選取消費物價指數(CPI)、生產者物價指數(PPI)、宏觀經濟預警指數(MI)這三個指標來對宏觀經濟變量加以控制,數據來自中國國家統計局。

根據Baker和Wurgler的方法,本文首先對四個原始情緒指標在即期數據和滯后一期數據中進行了選取,并進一步對各個原始指標進行了去除宏觀經濟因素的預處理,用得到殘差序列作為新的原始情緒指標序列。這樣,通過主成分分析得到了去除宏觀經濟因素的第一主成分如下:

這里的第一主成分能夠解釋方差變異的46.06%。Baker和Wurgler(2006)認為第一主成分能夠很好的代表各個原始情緒指標的共同成分,可以作為投資者情緒的代理指標,因此,本文沿用這一經典方法,同樣采用第一主成分作為投資者情緒的代理指標。圖1投資者情緒

根據前面所得到的情緒指標,可以繪制出投資者情緒曲線,如圖1所示。從圖1可以看出,本文所構建的投資者情緒指標與我們對投資者情緒變化的直觀感受是基本吻合的。總體來說,在2000年到2011年的這十幾年間,中國股票市場上的投資者情緒經歷了較大的波動過程,集中體現在2006年左右的股市情緒高漲,以及隨之而來的全球金融危機所帶來的持續情緒低迷。

湖南大學學報( 社 會 科 學 版 )2013年第5期高大良,張小勇:投資者情緒與股市波動分解

(二)數據處理以及統計性描述

對應投資者情緒指標的樣本期限,本文選取了2000年1月到2011年12月間的42只A股為樣本,同時選取上證A股指數作為市場指數,月度平均相關性、月度平均方差以及月度股市方差均由日度數據計算得到,計算方法參考Pollet和Wilson的相關指標計算方法,通過加總日度數據得到月度數據。具體計算方式如下所示:

1.市場波動(Market Variance,MV):

市場波動、平均相關性和平均方差的月度數據的描述性統計如表1所示:

從表1可以看出,個股的平均相關性達到了0.403531,這說明個股間的協同運動比較明顯。個股的平均方差大約是市場方差的三倍,這說明由大量股票構成的投資組合確實能夠分散風險。市場方差和平均方差的相關性較高,為0.851571,而平均相關性和平均方差之間的相關性程度較低,只有0.274765。

表2中第1列即為模型(1)的估計結果,其R2為0.912247,且為四個模型中的最大值,這表明市場波動的絕大部分都能夠被平均相關性和平均方差的乘積項所解釋,并且其解釋能力優于其他模型,這說明市場波動分解是有效的。b0和b1與預期的值存在一定的差異,其中b0雖然很小,但是顯著為正,這表明市場波動中存在著平均相關性和平均方差所無法解釋的系統性成分;b1并不等1則可能是由于相關指標的計算方法以及測量誤差的存在而造成的。表2的第2列和第3列分別驗證了平均相關性和平均方差對市場波動的單獨解釋能力,和預期的一樣,其相關關系都是為正的。其中平均相關性能夠解釋市場波動的34.4826%,而平均方差則可以解釋市場波動的72.5173%,這也從另一個角度說明了兩者對市場方差都具有解釋能力,并且平均方差和市場波動的相關性更為強烈。第4列顯示了平均相關性和平均方差分別對市場波動的聯合線性影響,其R2達到了0.860139,同樣解釋了市場波動的大部分。

(二)投資者情緒影響股市波動的具體機制

本小節在股市波動分解的基礎上對投資者情緒影響股市波動的具體機制進行深入研究。首先,和以往的研究類似,本文先考察投資者情緒對股市整體波動的影響,如公式(2)所示。然后考察投資者情緒對股市波動分解后的兩個成分的影響,即投資者情緒對平均相關性和平均波動的影響,如公式(3)(4) 所示。

表3給出了上述模型的實證結果。先看總體效應,投資者情緒和股市波動存在著顯著的正相關關系,當投資者情緒高漲時,股市波動會增加,而當投資者情緒低落時,股市波動也會相應降低。再看分解效應,投資者情緒和平均相關性存在著顯著的負相關關系,即當投資者情緒高漲時,單個股票之間的價格變化趨勢會被削弱,這也和以往的研究結論是一致的。投資者情緒和平均波動之間存在著顯著的正相關關系,而且投資者情緒對平均波動的影響程度要比對股市波動的影響程度要大。結合3.1節的結論:股市波動可以分解為平均相關性和平均波動兩項的乘積,我們可以這樣認為,投資者情緒對股市波動的影響是通過影響平均相關性和平均波動來實現的,投資者情緒對股市波動和平均波動都具有正向的影響,但是投資者情緒對個股波動的影響要更大,由于投資者情緒的高漲同時降低了個股之間的平均相關性,這也將削弱股市波動的總體效應。

(三)投資者情緒與市場波動分解

投資者情緒會影響市場波動,并且這種影響是通過影響平均相關性和平均方差來實現的,那么,投資者情緒是否會影響股市波動分解呢?為了進一步驗證投資者情緒的這種可能

四結論

本文進一步研究了投資者情緒影響股市波動的具體機制問題。首先采用Pollet和Wilson的股市波動分解方法,將股市總體波動分解為平均相關性和平均方差的乘積,隨后借鑒Baker和Wurgler的經典方法構建了投資者情緒,并設計了實證方法來研究投資者情緒是如何具體影響股市總體波動的內在結構的。本文的主要結論有:

1.股市總體波動可以分解為平均相關性和平均方差的乘積,并且這種分解方法是有效的。這說明股市總體波動特征不僅取決于個股的波動大小,也取決于個股之間的相關性大小。

2.投資者情緒會影響股市總體波動,并且這種影響具體是通過影響個股波動和個股之間的相關性來實現的。總的來說,高漲的情緒會加劇市場總體波動,這與以往的結論是一致的。進一步的,高情緒對股市總體波動的這種影響主要是通過加劇個股波動來實現的,但另一方面,高漲的情緒也會降低個股之間的相關性,從而對投資者情緒加劇股市總體波動的過程起到一定的反向修正作用。

3.投資者情緒并不會影響股市總體波動的分解,這也從側面印證了投資者情緒對平均相關性和平均方差的影響是反向的。

[參考文獻]

[1]De Long B J, Shleifer A, Summers H L, et al. Noise Trader Risk in Financial Markets[J]. Journal of Political Economy, 1990,98(4):703-738.

[2]Brauer G A. “Investor sentiment” and the closedend fund puzzle: A 7 percent solution[J]. Journal of Financial Services Research, 1993,7(3):199-216.

[3]Brown G W. Volatility, sentiment, and noise traders[J]. Financial Analysts Journal, 1999,55(2):82-90.

[4]許承明, 宋海林. 中國封閉式基金價格報酬過度波動的經驗分析[J]. 經濟研究, 2005(3):108-118.

[5]楊陽, 萬迪. 不同市態下投資者情緒與股市收益、收益波動的異化現象——基于上證股市的實證分析[J]. 系統工程, 2010(1):19-23.

[6]林樹, 俞喬. 有限理性、動物精神及市場崩潰:對情緒波動與交易行為的實驗研究[J]. 經濟研究, 2010(8):115-127.

[7]Pollet J M, Wilson M. Average correlation and stock market returns[J]. Journal of Financial Economics, 2010,96(3):364-380.

[8]Baker M, Wurgler J. Investor Sentiment and the cross-section of stock Returns[J]. Journal of Finance, 2006,61(4):1645-1680.

[9]宋澤芳, 李元. 投資者情緒與股票特征關系[J]. 系統工程理論與實踐, 2012,32(1):27-33.

主站蜘蛛池模板: 欧美不卡视频在线观看| 情侣午夜国产在线一区无码| 中文字幕va| 白浆视频在线观看| aⅴ免费在线观看| 少妇精品久久久一区二区三区| 亚洲欧美人成人让影院| 国产欧美视频一区二区三区| 日韩毛片基地| 中文字幕久久亚洲一区| 国产av无码日韩av无码网站| 国产www网站| 亚洲福利片无码最新在线播放| 青草视频免费在线观看| 热99re99首页精品亚洲五月天| 狠狠五月天中文字幕| 伦伦影院精品一区| 99爱视频精品免视看| 欧美成人精品高清在线下载| 国产一区二区三区免费观看| 欧美午夜理伦三级在线观看| 88av在线播放| 日日噜噜夜夜狠狠视频| 动漫精品啪啪一区二区三区| 午夜福利亚洲精品| 国产精品福利在线观看无码卡| 免费国产高清精品一区在线| 99视频在线免费| 国产成人精品视频一区视频二区| 国产日韩丝袜一二三区| 任我操在线视频| 亚洲欧美h| 国产一级片网址| 免费精品一区二区h| 欧美专区日韩专区| 国产在线拍偷自揄拍精品| 99久久精品国产精品亚洲| 夜夜操国产| 一区二区理伦视频| 一本大道香蕉高清久久| 国产特级毛片aaaaaa| 国产超碰在线观看| 国产日韩精品欧美一区喷| av无码久久精品| 久久天天躁狠狠躁夜夜2020一| 九九热免费在线视频| 亚洲专区一区二区在线观看| 72种姿势欧美久久久久大黄蕉| 91精品国产自产在线观看| 欧美午夜性视频| 91精品国产自产在线观看| 久久这里只有精品免费| 亚洲精品福利视频| 中文天堂在线视频| 日本精品一在线观看视频| 亚洲三级色| 欧美色综合网站| 亚洲综合日韩精品| 97久久超碰极品视觉盛宴| 日本手机在线视频| 国产微拍精品| 亚洲日韩精品无码专区97| 日韩精品一区二区三区免费| 日本国产精品一区久久久| 国产激爽大片在线播放| 99精品热视频这里只有精品7| 无码中文字幕精品推荐| 免费一级成人毛片| 亚洲高清国产拍精品26u| 午夜日b视频| 日韩午夜福利在线观看| 亚洲天堂网在线播放| 永久在线播放| 波多野结衣一区二区三区88| 大香网伊人久久综合网2020| 欧美精品一区二区三区中文字幕| 天天激情综合| 国产区免费| 国产国产人成免费视频77777| 中文字幕在线观看日本| 国产精品黑色丝袜的老师| 十八禁美女裸体网站|