投資者情緒與股票市場定價效率實證研究

王博

摘 要：

采用主成分分析方法，構造投資者情緒綜合指數，并將所構造的標準化投資者情緒指數作為投資者情緒因子，代入Fama和French三因子定價模型。基于投資者情緒對不同風格指數、不同市值指數、不同行業指數的影響，分別選擇上證A股指數、滬深300指數、上證50ETF、上證180ETF、大盤指數、小盤指數、銀行板塊、非銀金融板塊、房地產板塊、有色金屬板塊、醫藥生物板塊、鋼鐵板塊作為投資組合代表，以研究投資者情緒對這些不同投資組合的差異性影響。并將耶魯CCER中國股市投資者情緒信心指數標準化后，作為一個因子代入Fama和French三因子模型進行比較研究。實證檢驗證明了所構建的情緒資產定價理論模型的合理性，將投資者情緒作為一個因子加入到Fama和French三因子模型以后，資產定價模型定價效率有顯著的提升。

す丶詞：

非系統風險；情緒綜合指數；投資者情緒；定價效率

の惱鹵嗪牛2095-5960（2014）04-0039-09

；中圖分類號：F830

；文獻標識碼：A

一、引言

資本資產定價模型（Capital Asset Pricing Model，簡稱CAPM）是在馬科維茨投資組合理論的基礎上發展起來的。CAPM模型存在的主要不足是實證效果較差，定價效率存在問題。除了Fama＆MacBeth(1973)［1］的實證結果基本支持CAPM外，后來的檢驗基本否定了CAPM。在對CAPM有效性所做的實證研究中，最為著名的是Fama＆French(1992)［2］檢驗，其不僅完全否定了Е陋Ф怨善筆找嫻慕孛娌鉅斕慕饈湍芰Γ而且指出僅用公司規模和賬面市值比這兩個特征就能對股票收益的截面差異做出全面的解釋。

實證檢驗中產生問題的原因在于該模型的理論基礎，即馬科維茨最優投資組合理論假設條件在現實中幾乎無法得到有效滿足。其假設的核心是：第一，投資者是理性的；第二，資本市場是完全有效的市場，沒有任何摩擦阻礙投資。然而在現實生活中，人們的理性認知能力不可避免受到各種主客觀條件限制，即人的行為理性是有限的，而絕非完全理性。馬科維茨投資組合理論要求投資組合只包含系統風險，非系統風險通過擴大投資組合規模加以分散，但沒有考慮投資分散化成本問題，而現實投資者必須要考慮投資分散化成本，因此市場并非是有效的。

Fama＆French(1993)［3］發現，市場組合超額收益不足以解釋股票收益的時間序列差異，并構造了SMB和HML這兩個反映公司規模和賬面市值比的因素，在將這兩個因子加入CAPM后，模型的解釋能力大大提高，理論界將這個模型稱為Fama＆French三因素模型。三因素模型考慮到了行業風險問題，將CAPM模型的系統風險表述拓展到行業層面，部分克服了CAPM的局限性，但投資組合中非系統風險殘值仍然偏大。換句話說，這種延伸雖在一定程度上克服了CAPM以市場組合代替系統風險的局限性，但三因素模型并未完全解決包含非系統風險的投資組合定價問題。

行為金融理論是在對CAPM理論的質疑和挑戰中發展起來的。行為金融學有兩個更為現實的理論基礎，即有限套利和投資者心態分析（金融心理學）。投資者心態和行為因素的表現形式是投資者情緒（investor sentiment），其一直是行為金融學解釋市場異象的主要理論基礎之一。由于不同投資者構建的投資組合所包含的非系統性風險因素存在差異，因此對市場變動的情緒也不可能相同，不同投資者情緒的力量此消彼漲，因此，由個別投資者的情緒合成為一種市場情緒，羊群效應則是這種市場情緒的充分反映。本文的研究以馬科維茨投資組合理論為基本理論，在Fama＆French三因素模型基礎上，引入市場投資者情緒因素，以便提高檢驗包含非系統風險的投資組合的定價效率。

市場情緒的系統性作用已經被理論和實證研究所證實。一些實證研究已經證實市場情緒對股票市場收益有系統性的影響，如Baker＆Wurgler(2006,2007)［4］［5］、Baker(2012)［6］、Brown＆Cliff(2004)［7］、Kumar＆Lee(2006)［8］、Lee et al(1991)［9］、Schmeling(2009)［10］、Verma＆Soydemir(2009)［11］、Yu＆Yuan(2011)［12］。同時，一些情緒資產定價模型已發展起來證實市場情緒在資產定價模型中的作用，如Yang＆Yan(2011)［13］、Yang（2012）［14］。

上述市場情緒與資產定價的國外相關文獻，證明市場情緒不僅是行為金融學領域，也是整個資產定價領域一個很重要的影響變量，但現有文獻對市場情緒是否作為定價因子而非僅為特征變量的研究還存在不足。從國外文獻來看，也很少在同一篇文章中，分別采用間接情緒綜合指數和直接情緒指數，并將市場情緒因子加入到資產定價模型對資產定價模型定價效率分別進行實證檢驗。本文擬著力從實證上檢驗國內市場情緒風險溢價顯著性，尤其是探討市場情緒可否作為影響資產定價的一個因子。

二、情緒綜合指數構造

（一）投資者情緒具體指標選擇

世界各國投資情緒的組成指標不盡相同，因而選擇合適的組成指標尤為關鍵，本文選取的情緒代理指標既反映了市場總體情緒的變動（市場換手率），也反映了機構投資者情緒（封閉式基金折價率）和個人投資者情緒（消費者信心指數），因此具有較強的合理性。所選取的各情緒代理指標數據時間范圍為2002年1月—2013年12月。各具體指標如下：

1.消費者信心指數(CCI)

從人們的主觀意識來看，投資者信心指數比消費者信心指數能更好地衡量投資者情緒變化，但通過實證檢驗，情況遠非如此，如薛斐（2005）［15］通過實證研究表明消費者信心指數能更好地代表投資者情緒的變化。因此，本文選取消費者信心指數（Consumer Confidence Index，簡稱CCI）作為投資者情緒的代理指標。自1997年12月，中國國家統計局景氣監測中心開始編制消費者信心指數，并通過《中國消費者信心監測報告》定期發布最新的指數數據，每月更新一次。

2.市場換手率(Turn)

Baker＆Wurgler (2004)［16］通過實證檢驗的方法證明，能夠反映市場整體流動性的換手率可作為投資者情緒的理想指標。換手率在一定程度上反映了市場的流動性（Baker＆Stein，2004)）［17］，本文選取上證綜指月累計成交金額和月累計流通市值作為計算換手率的原始數據，換手率的計算公式為Turn璽=TV璽 TMV璽АＦ渲校Turn璽為在t時期的上證綜指換手率，TV璽為t期上證綜指月累計成交金額，TMV璽為t期上證綜指月累計流通市值。Turn璽В即整體換手率，可以直接通過Wind數據庫提取，不需要做預處理，其時間跨度、頻率可以根據需要自由選取。

3.IPO首日溢價率（IPOR）

在各國股票市場中，IPO發行時間較長。隨著時間推移，IPO首日溢價率表現出明顯的波峰和波谷，波峰也稱為“熱發行市場”，并且作為“IPO抑價之謎”（Loughran，1994）［18］。當投資者熱衷于投資的時候，較高的投資需求，推動了IPO價格高于股票內在價值，這與高IPO首日溢價率相一致（Baker＆Wurgler，2007；Dorn，2009)［16］［19］。本文選取的IPO首日溢價率指標（IPOR）通過相應時間段內的IPO首日溢價率的算術平均求得。具體公式為：IPOR=∑N iPC璱－PI璱/PI璱 NАＦ渲校琋表示該期間首次公開發行股票數量，PC璱П硎鏡趇支股票首日收盤價，PI璱П硎鏡趇支股票發行價， PC璱－PI璱/PI璱П硎鏡趇支股票首日回報率。

4.封閉式基金折價率（CEFD）

封閉式基金折價交易是不爭的事實，最早認為封閉式基金折價變化是投資者預期的結果。DSSW(1990)［20］的噪聲交易者模型認為，封閉式基金主要投資者的交易行為都是隨機性的。Datar(2001)［21］、張雅慧等（2012）［22］、夏芳（2012）［23］認為股票市場流動性對封閉式基金折價交易有影響。Lee et al(1991)從行為金融學的角度來解釋“封閉式基金折價之謎”。行為金融學認為，封閉式基金折價率變化是個人投資者情緒變化的充分反映，由此認為具有相同投資者結構的具體投資品種，也將受到類似的投資者情緒的影響。

本文采取的計算公式為：CEFD璽=∑n i=1P﹊t－NAV﹊t NAV﹊t n,д飫飊代表滬深股票市場本期發行的封閉式基金數量；P璱為基金i于每月最后一個交易日的收盤價；NAV﹊t為每月最后一個交易日的單位凈值；N璱為基金i的份額；CEFD璽г詿笥0時表現為溢價，小于0時表現為折價。

（二）投資者情緒組成指標及其滯后項的主成分分析

本文將所選擇的投資者情緒指標及其滯后項進行主成分分析，為消除各情緒代理變量單位的差異性影響，在進行主成分分析前，先將各情緒代理變量進行標準化處理。

根據上文選取的四個情緒代理指標，可以獲得四個情緒代理指標及其對應的滯后項共八個指標。選取這八個指標，采用累計解釋力85%準則進行主成分分析。

ケ1主成分分析法下的各主成分解釋力

主成分

特征根

方差解釋力

累計解釋力主成分1

3.3575

0.4220

0.4220 主成分2

1.9886

0.2430

0.6650 主成分3

1.1825

0.1430

0.8080 主成分4

0.8192

0.1020

0.9100 主成分5

0.3413

0.0430

0.9530 主成分6

0.2263

0.0270

0.9800 主成分7

0.0563

0.0120

0.9920 主成分8

0.0261

0.0080

1

表2主成分分析法下的各主成分系數

主成分

CCI

TURN

IPOR

CEFD

CCI_

TURN_

IPOR_

CEFD_1

0.5075

-0.0323

0.1696

0.4633

0.521

-0.0102

0.1863

0.4430 2

0.116

0.0075

0.6113

-0.3295

0.0796

0.1493

0.5961

-0.3431 3

0.043

0.7316

0.0263

0.023

0.0166

0.6672

-0.1714

0.0496 4

0.081

0.6796

0.0423

-0.0578

0.0257

-0.7235

0.0455

-0.0625 5

-0.525

0.0811

0.3066

0.3673

-0.4352

-0.0281

0.3082

0.469 6

0.0631

0.098

-0.7015

-0.0313

-0.0666

0.0986

0.6946

0.0223 7

0.6118

-0.0291

0.0611

-0.3071

-0.6920

0.0123

-0.0383

-0.2220 8

-0.2896

0.0375

-0.0378

0.6683

0.2366

0.0143

0.0552

-0.6410

如表1所示，選取前三個主成分和前四個主成分時，累計解釋力分別達到8167%和9045%。根據累計解釋力85%準則，本文將選擇前四個主成分來構造投資者情緒中間指數。根據表2，構造相應模型，得到投資者情緒中間指數Index﹙1В具體如下：

Index﹙1=0.2743CCI+0.1796TURN+0.2542IPOR+0.1188CEFD+0.2635CCI－+0.0633TURN－+0.2243IPOR－+0.1138CEFD－ （Ⅰ）

同時，將中間指數與4個組成指標及其對應的滯后項進行相關性分析，結果如表3所示。根據相關性分析結果，中間指數Index﹙1в氳逼諳費者信心指數、當期換手率、當期封閉式基金折價率及IPO月度溢價的相關性更強。

ケ3中間指數Index﹙1в胱槌芍副曇捌潿雜χ禿笙畹南喙匭苑治

Index﹙1

CCI

TURN

IPOR

CEFD

CCI_

TURN_

IPOR_

CEFD_〖BHD〗Index﹙1

1

CCI

0.8978

1

TURN

0.1642

0.0082

1

IPOR

0.6382

0.3573

0.0293

1

CEFD

0.5650

0.6553

-0.0598

-0.1033

1

CCI_

0.8912

0.9448

-0.043

0.3525

0.6881

1

TURN_

0.143

0.0016

0.1723

0.159

-0.0684

0.0066

1

IPOR_

0.618

0.3893

-0.1089

0.7591

-0.0759

0.359

0.0224

1

CEFD_

0.5345

0.6035

-0.0321

-0.1251

0.9684

0.672

-0.0451

-0.0893

1

（三）構建月度投資者情緒指數SENT1У墓菇í

根據以上投資者情緒中間指數的相關性分析，可以判斷是選擇組成指標還是選擇其滯后項。基于以上結果，本文將運用主成分分析法構造最終的月度投資者情緒指數。采用累計解釋力85%準則，中間指數Index﹙1в氳逼諳費者信心指數、當期換手率、當期封閉式基金折價率及IPO月度溢價的相關性更強。因此，本文選用上述指標，進行主成分分析，結果如表4。

ケ4主成分分析法下的各主成分解釋力

主成分

特征值

方差解釋力

累計解釋力 主成分1

1.7120

0.4318

0.4318 主成分2

1.1123

0.2712

0.7030 主成分3

0.9751

0.2440

0.9470 主成分4

0.2081

0.0530

1.0000

表5月度投資者情緒的主成分系數

主成分

CCI

TURN

CEFD

IPOR 主成分1

0.7255

-0.0351

0.2722

0.6341 主成分2

0.0933

0.4354

0.7932

-0.4215 主成分3

0.0135

0.8995

-0.3893

0.2011 主成分4

-0.6842

0.0393

0.3863

0.6182

根據累計解釋力85%準則，本文將選擇前三個主成分構造投資者情緒指數（見表5）。根據表5，構造模型，得到情緒綜合指數SENT1В具體如下：

SENT1=0.3563CCI+0.3431TURN+0.2547IPOR+0.2143CEFD （Ⅱ）

考慮到情緒指標中可能含有宏觀因素的影響，因此，需要剔除相關的宏觀經濟變量的影響。本文選取工業生產增加值（IAV）、居民消費價格指數(CPI)、工業品出廠價格指數（PPI）和宏觀經濟景氣指數(MBCI)作為經濟基本面的代理變量。

首先對CCIАⅹTURNАⅹIPORАⅹCEFDЫ行標準化處理，并與IAV、CPI、PPI、MBCI進行相關性分析，可得表6。

ケ6宏觀經濟變量與情緒指標相關系數

CCI

TURN

IPOR

CEFD IAV

0.536*

0.436*

0.487

0.362 CPI

0.238

0.378

0.326

0.284 PPI

0.173

0.329

0.438*

0.542* MBCI

0.274

0.495*

0.037

0.046

注:***、**、*分別表示1%、5%、10%水平上統計顯著。

由表6可以看出，宏觀經濟變量與情緒指數之間大部分都具有相關性。將情緒變量與宏觀經濟變量進行線性回歸，并將得到的殘差序列作為非理性投資者情緒的代表。并且用RCCIАⅹRTURNАⅹRIPORАⅹRCEFDП硎荊再將其進行主成分分析（取1、2主成分，前兩個主成分貢獻達86.17%），可得情緒綜合指數SENT1為：

SENT1=0.315RCCI+0.438RTURN+0.346RIPOR+0.535RCEFDВá螅┆

三、基于投資者情緒的資產定價模型實證研究

（一）樣本選取的標準及具體處理方式

為考慮投資者情緒對不同風格指數、不同市值指數、不同行業指數的影響，本文分別選擇上證A股指數、滬深300指數、上證50ETF、上證180ETF、大盤指數、小盤指數、銀行板塊、非銀金融板塊、房地產板塊及有色金屬板塊作為投資組合代表，以研究投資者情緒對這些不同組合的差異性影響。本文的研究時段為2002年1月—2013年12月。〖JP〗

之所以選擇上述組合的原因是上證A股指數、滬深300指數代表市場的整體波動情況，可以考察投資者情緒對股票市場整體價格變化影響。同時滬深300指數也是股指期貨合約和即將推出的股指期權合約的標的物。上證50ETF和上證180ETF屬于ETF（Exchange Traded Fund），即交易型開放式指數基金，又稱交易所交易基金，是采用“被動管理”方式跟蹤特定證券指數，能在證券交易所上市交易，并用構成證券指數的一攬子證券進行申購和贖回的證券投資基金，目前都很活躍。行為金融理論認為，投資者行為和心理偏差是導致資產價格偏離基礎價值的主要原因，那么投資者的行為和心理偏差能否影響ETF的收益變化呢？下文將回答上述問題。當前，部分學者嘗試從投資者情緒角度解釋ETF變化現象，但研究結論還存在一定爭議，下文擬從投資者行為和心理偏差角度解釋A股市場ETF價格變化的原因。上證50ETF和上證180ETF同時也是機構投資者構建滬深300股指期貨相關的期現套利模型工具。本文選擇申萬風格指數的大盤指數和小盤指數作為代表股票市場市值的大小。

選擇申萬一級行業指數作為劃分行業分類標準的依據是，目前《申銀萬國行業指數》設立一級行業指數28個，其較證監會行業分類標準更細。選擇銀行板塊、非銀金融板塊、房地產板塊、有色金屬板塊是因為銀行板塊、非銀金融板塊的市值較大，同時也是大盤藍籌股的代表，可以反映投資者情緒對大盤藍籌股的變化影響。選擇房地產板塊的原因是，近年來我國房地產行業價格上漲幅度大，受投資者投機影響大，房地產價格存在泡沫。有色金屬板塊受國際市場有色金屬價格變動的影響較大，市場投資者炒作引起價格劇烈波動。

（二）本文所構建的情緒資產定價理論模型的具體說明

本文所構建的情緒資產定價模型為：

R﹊t－R璮=α0+α1R﹎t－R璮+α2SMB璽+α3HML璽+α4SENT璽+ε璱Вá簦┆

R﹊tХ直鶇表上證A股指數、滬深300指數、上證50ETF、上證180ETF、大盤指數、小盤指數、銀行板塊、非銀金融板塊、有色金屬板塊、房地產板塊、醫藥生物板塊、鋼鐵板塊等投資組合月度收益率；R﹎t為上證綜合指數月收益率；各投資組合i在t月的月度收益率為R﹊t=玪n玃﹊,t/P﹊,t－1В其中，P﹊,tШ酮P﹊,t－1Х直鴇硎靖魍蹲首楹蟟在t月和﹖-1月的收盤價；R璮為一年期定期存款利率折算成的無風險收益率；SMB璽П硎駒謔奔鋞時，小規模市值公司股票投資組合的平均收益率與大規模市值公司股票投資組合的平均收益率差額，該指標體現公司規模溢價因素，SMB璽=SL璽+SM璽+SH璽 3-BL璽+BM璽+BH璽 3В華HML璽П硎駒謔奔鋞時高賬面市值比的股票投資組合與低賬面市值比的股票投資組合平均收益率的差值，該指標體現公司的價值因素，HML璽=SH璽+BH璽 2-SL璽+BL璽 2В華SENT璽為本文所構建的情緒綜合指數因子。根據這些投資組合月度收益率，分別對情緒資產定價模型進行回歸分析。然后，本文根據情緒資產定價模型各個影響因素的統計顯著性及情緒資產定價模型的整體判定系數R2В來判斷各個組成因素對我國股票市場預期收益率影響，以此作為評價情緒資產定價理論模型的定價效果。

（三）基于不同情緒指數的資產定價模型實證估計及結果分析

1.基于投資者情緒綜合指數的資產定價模型實證結果分析

將本文所構建的情緒綜合指數SENT1В加入到模型（Ⅳ）中，單位根檢驗表明因子平穩，得到的實證檢驗結果如表7。

ケ7包含投資者情緒因子的FF三因子模型實證檢驗

組合

Е聯0

Е聯1

Е聯2

Е聯3

Е聯4

R2000002(上證A指）

1.138

(1.252)

2.039***

(5.963)

1.3603***

(7.782)

0.3538***

(3.613)

4.372***

(7.232)

0.9053 000300(滬深300）

0.576

(1.086)

1.658***

(7.691)

1.4835***

(6.984)

0.2850***

(2.968)

8.215***

(16.510)

0.9435 510050（華夏上證50ETF）

1.084

(1.193)

1.593***

(4.864)

1.1918**

(2.233)

0.2658***

(4.896)

5.178***

(11.243)

0.9174 510030(華寶興業上證180價值ETF)

0.723

(0.943)

2.126***

(6.862)

0.9656***

(9.166)

0.7843***

(13.353)

1.577**

(2.196)

0.9228 801811（大盤指數）

0.612

(0.745)

0.787***

(4.335)

1.3695***

(5.454)

0.7542***

(4.236)

2.039**

(2.284)

0.8769 801813(小盤指數)

0.447

(0.521)

1.423***

(6.819)

0.5698**

(2.146)

1.154***

(4.513)

5.587***

（6.968）

0.9313 801780

（銀行）

1.268**

（2.304）

0.626***

（3.287）

0.3268***

（6.93）

0.8698***

（9.891）

1.078

（1.513）

0.8854 801790(非銀金融)

-0.328

（-0.654）

3.016***

（7.598）

1.4526***

（5.527）

0.4546***

（8.985）

1.496**

（2.254）

0.9087 801180

（房地產）

0.793

（1.266）

1.682***

（4.985）

0.713**

（2.243）

0.2614***

（3.983）

3.698***

（6.598）

0.9316 801050(有色金屬)

0.588

（1.416）

2.519***

（6.648）

0.7846***

（8.288）

0.6928***

（8.646）

2.796***

（5.204）

0.9148

注：*、**、***、分別表示10%、5%、1%水平上顯著；括號中的值為相應系數的t統計量。下同。 オ

由表7中實證結果可知：第一，在加入了情緒因子后，常數項Е聯0г10個回歸模型實證結果中，除了銀行板塊僅在5%的顯著性水平下通過t檢驗，其余的9個回歸模型中，常數項均沒有通過t檢驗，因此資產定價模型中常數項為0的假設得到了驗證。

第二，對于Е聯2В即股票組合超額收益率對于公司規模因素的敏感度。在10個回歸模型實證結果中Е聯2Ь通過t檢驗，因此Е聯2是顯著異于0的。表明規模溢價現象是存在的，在改進后的資產定價模型中，應將規模溢價因素反映到資產定價模型中去。

第三，對于Е聯3Ш酮Е聯4В分別為股票投資組合超額收益率相對于HML因子和情緒因子的敏感度。 Е聯3Ь通過t檢驗，即Е聯3是顯著異于0的，因此，在改進后的資產定價模型中，應該把HML因子考慮進去。Е聯4С了銀行板塊沒有通過t檢驗之外，其余均通過t檢驗，仍然可以認為在大多數情況下，Е聯4是顯著異于0的，投資者情緒對于股票市場收益率的影響是顯著的。因此，在資產定價模型中，應當考慮投資者情緒因素。對于情緒因子，銀行板塊沒有通過t檢驗，也與銀行板塊本身市值大，不易操縱有關，即所受投資者情緒變化影響小。

第四，對于Е聯1В即股票投資組合超額收益率相對于市場投資組合超額收益率敏感度。實證結果表明，在10次回歸模型中，均在1%的顯著性水平下通過t檢驗，可以得出市場投資組合超額收益率相對于股票收益率是顯著的，在包含投資者情緒的FF三因子模型中應包括市場投資組合超額收益率。

第五，對整體上衡量基于投資者情緒的資產定價模型效率，可主要從調整的系數R2Ю垂鄄臁Ｔ10次回歸中，調整后的R2ё畹橢滴08769，最高為09435，90%以上的R2Ц鍪有8個，R2平均值為09138。從可調整的系數R2Ю純矗基于不同指數、不同市值風格、不同行業組合來說的因子定價模型R2系數非常高，說明組合超額收益方差變化可更好地由因子定價模型來解釋。因此基于投資者情緒的Fama＆French三因子資產定價模型（Ⅳ）對股票收益率的預期變化有更強解釋力。

從表7中情緒因子系數的對比來看：第一，滬深300指數受情緒因子的影響最大，系數為8215，并且在1%的顯著性水平下通過t檢驗。滬深300指數是反映我國A股市場整體表現的指數，對投資者從整體上把握國內股票市場的變化起到很大的作用，具有非常實用的投資價值。滬深300指數樣本占滬深股票市場約七成左右市值，具有極強的投資代表性和很強的領先預示作用，且在預測股票市場的頂部和底部時起著相當有效的作用，也證明了本文所構建情緒綜合指數的有效性。上證A股指數受投資者情緒的影響也非常大，情緒因子系數為4372，并且在1%的顯著性水平下通過t檢驗，上證A股指數從整體上反映上海A股市場上股票價格的變動情況，也從整體上表明了投資者情緒對股票市場上定價的影響。

第二，從大盤指數和小盤指數受情緒因子影響的大小來看，小盤指數受情緒因子的影響較大，系數為5587，并且在1%的顯著性水平下顯著，而大盤指數受情緒因子的影響系數為2039，在5%的顯著性水平下顯著。此結果與Baker＆Wurgler(2006)的實證結論相一致，即小市值股票更容易受到投資者情緒的影響，這也符合中國股票市場的實際。即由于個人投資者所占的比重非常高，由此所造成的投資者非理性成分非常大，小市值股票更容易受操縱，因此受投資者情緒的影響也就較大。

第三，從投資者情緒對行業影響的角度來看，投資者情緒對房地產行業、有色金屬行業、醫藥生物行業、鋼鐵行業的影響差異具有顯著性，情緒因子系數分別為3698、2796、2345和1896，并且在1%的顯著性水平下顯著。房地產行業受投資者情緒的影響最大，這也與實際相符，即近幾年來中國城市房地產價格高企、房地產泡沫非常嚴重，也預示著對房地產市場的調控勢在必行。同時有色金屬行業受投資者情緒的影響也很大，即從2007年開始，一直到2014年，國際宏觀經濟政策、國際國內經濟環境的變化直接導致了國際有色金屬價格的大幅波動，影響了相應行業股票的業績，使得不確定性顯著增加，因此有色金屬行業的股票受投資者情緒的影響非常大。最不受投資者情緒影響的是銀行板塊，情緒因子系數不顯著，這也與銀行板塊市值大，不易被市場操縱有很大的關系。

第四，從投資者情緒對上證50ETF和上證180ETF的影響來看，系數分別為5178和1577,并且分別在1%和5%的顯著性水平下顯著。本文研究結論與國外研究存在顯著不同，國外的研究文獻沒有發現投資者情緒影響ETF指數的實證證據。筆者認為國內外研究的顯著差異原因是，在歐美成熟股票市場中ETF為中長期投資工具，投資者的投資策略以中長期投資為主，所以市場情緒的短期波動不會造成對ETF投資者的投資決策產生重大影響。與國外成熟市場不同，A股市場的波動非常劇烈，市場投機性非常濃厚，以長期持有作為投資策略將導致ETF投資者處于較高市場風險，因此完全消除投資者行為和心理偏差對ETF定價效率的影響是不可能的。

2奔尤胍魯CCER中國股市投資者信心指數的資產定價結果實證分析

為了更好地評價本文所構建的基于投資者情緒的資產定價理論模型實證檢驗效果，本文將北京大學中國經濟研究中心與耶魯大學共同編制的反映中國股市投資者信心指數的耶魯CCER中國股市投資者信心指數（時間范圍為2008年9月—2013年12月），代入基于投資者情緒的資產定價理論模型，單位根檢驗表明因子平穩，實證結果如下表8。

ケ8包含耶魯CCER情緒風險因子的FF三因子模型實證檢驗

組合

Е聯0

Е聯1

Е聯2

Е聯3

Е聯4

R2000002(上證A指）

1.056

(1.544)

1.988**

(2.259)

1.4055***

(6.948)

0.7566***

(4.298)

3.091***

(6.584)

0.8992 000300(滬深300）

0.484

(1.376)

1.589***

(6.889)

1.4302***

(7.083)

0.3957***

(2.746)

6.118***

(10.096)

0.9013 510050（華夏上證50ETF）

2.161***

(3.088)

1.242***

(4.558)

1.1805**

(2.178)

0.2505***

(4.769)

5.295***

(7.146)

0.7983 510030(華寶興業上證180價值ETF)

0.646

(1.129)

1.896***

(5.594)

1.408**

(2.023)

0.7958***

(8.355)

1.488**

(2.255)

0.8485 801811（大盤指數）

0.595**

(1.903)

0.6813***

(3.397)

0.7095

(1.108)

0.159

(1.245)

1.049**

(2.177)

0.7856 801813(小盤指數)

0.503

(1.178)

1.396***

(7.074)

0.5341**

(2.207)

1.251***

(4.793)

2.305***

（5.964）

0.9417 801780

（銀行）

2.049***

（3.189）

0.598***

（3.517）

0.2986***

（8.243）

0.1403

（1.173）

1.169

（1.525）

0.6853 801790(非銀金融)

-0.592

（-1.268）

2.698***

（8.572）

1.4635***

（5.937）

0.5526***

（7.928）

1.323**

（2.107）

0.8013 801180

（房地產）

0.695

（1.316）

1.776***

（3.958）

0.628

（1.537）

0.2435***

（3.872）

3.595***

（7.118）

0.9216 801050(有色金屬)

0.1939**

（2.240）

1.505**

（2.319）

0.6855

（1.1276）

0.6545***

（7.558）

1.249***

（4.543）

0.8085

由表8中實證結果可以得出：第一，在加入了情緒因子之后，對于常數項Е聯0г10個回歸模型實證結果中，有4次通過t檢驗，對于其余的6個回歸模型中，常數項均沒有通過t檢驗。因此資產定價模型常數項為0的假設得到了驗證。

第二，對于Е聯2В即股票組合超額收益率對于公司規模因素的敏感度。在10個回歸模型實證結果中， 有7次通過t檢驗。因此可以認為在大多數情況下，Е聯2是顯著異于0的，即應當在包含情緒因子的Fama和French三因子資產定價模型中，考慮規模溢價因素影響。

第三，對于Е聯3Ш酮Е聯4В分別為股票的投資組合超額收益率相對于HML因子和情緒因子的敏感度。對于Е聯3В有8次通過t檢驗，可以得出在大多數情況下，Е聯3顯著異于0，即在對資產定價模型的改進中，應當在模型中考慮HML因子。對于Е聯4В即股票投資組合超額收益率相對于投資者情緒因子敏感度。除銀行板塊沒有通過t檢驗之外，其他板塊均通過t檢驗，因此可以得出在大多數情況下，Е聯4顯著異于0，投資者情緒對于股票市場收益率的影響是顯著的。因此，在資產定價模型當中，應當考慮投資者情緒因素。對于情緒因子，銀行板塊沒有通過t檢驗，其原因與上文論述相同。

第四，對于Е聯1В即股票投資組合超額收益率相對于市場投資組合的超額收益率敏感度。實證檢驗結果證明，所有10次回歸均通過t檢驗。表明市場投資組合超額收益率相對于股票收益率影響是顯著的，包含情緒因子的Fama和French三因子模型應該將市場投資組合超額收益率考慮進去。

第五，對于整體上衡量基于投資者情緒的資產定價模型效率，可主要從調整的系數R2Ю垂鄄臁９鄄獾髡后的R2В在10次回歸中，調整后的R2ё畹臀06853，最高為09417，90%以上R2Ц鍪有3個，80%以上R2Ц鍪有4個，R2平均值為08391，從定價效果上看，仍然大約有16%的風險變化沒有得到解釋。因此，從整體上看，基于投資者情緒的情緒資產定價理論模型的定價效率要優于包含耶魯CCER中國股市投資者信心指數的情緒資產定價理論模型定價效率。

從表8中情緒因子系數的對比來看：第一，滬深300指數受情緒因子的影響最大，系數為6118，并且在1%的顯著性水平下通過t檢驗。上證A股指數受投資者情緒的影響也非常大，情緒因子系數為3091，并且在1%的顯著性水平下通過t檢驗。上證A股指數從整體上反映上海A股市場上股票價格的變動情況，表明了投資者情緒對股票市場上定價的影響。

第二，從大盤指數和小盤指數受情緒因子影響的大小來看，小盤指數受情緒因子的影響較大，系數為2305，并且在1%的顯著性水平下顯著；而大盤指數受情緒因子的影響系數為1049，在5%的顯著性水平下顯著。這也與Baker＆Wurgler(2006)的實證結果相一致。

第三，從投資者情緒對行業影響的角度來看，投資者情緒對房地產行業、有色金屬行業、醫藥生物行業、鋼鐵行業的影響差異具有顯著性，情緒因子系數分別為3595、1249、3145和1769，并且在1%的顯著性水平下顯著。房地產行業受投資者情緒的影響最大，這也與實際相符。與直接綜合情緒指數因子系數相反的是，有色金屬行業受投資者情緒的影響相對很小，系數為1249。非銀行業金融板塊受情緒因子影響系數為1323，并且在5%的顯著性水平下顯著。最不受投資者情緒影響的是銀行板塊，情緒因子系數不顯著。

第四，從投資者情緒對上證50ETF和上證180ETF的影響來看，系數分別為5295和1488,并且分別在1%和5%的顯著性水平下顯著，因此也得出投資者情緒顯著影響ETF指數的結論。

第五，從整體上看，在將耶魯CCER中國股市投資者信心指數作為一個因子，加入到Fama和French的三因子資產定價模型以后，對資產定價模型有一定的解釋力，但沒有本文所構造的情緒綜合指數定價效果好，這與耶魯CCER中國股市投資者信心指數存在調查范圍小、調查時間短、局限性較大等有很直接的關系。

四、結論及政策建議

本文采用主成分分析方法構造了情緒綜合指數，在Fama＆French三因子模型基礎上，構建了基于投資者情緒的資產定價理論模型，并將模型實證研究擴展到不同風格市值指數、不同行業指數、甚至不同ETF投資基金，研究了投資者情緒對這些投資組合的顯著差異性影響。最后，對所構建的情緒綜合指數與耶魯CCER中國股市投資者情緒信心指數對情緒資產定價理論模型定價效果進行了比較分析。

文章的主要結論是：（1）滬深300指數受情緒因子的影響最大，上證A股指數也受投資者情緒的顯著影響。（2）小盤指數受情緒因子的影響較大。（3）從投資者情緒對行業影響的角度來看，投資者情緒對房地產行業、有色金屬行業、醫藥生物行業、鋼鐵行業的影響具有顯著差異性。（4）本文的研究結論與國外研究存在較大差別，本文發現投資者情緒顯著影響上證50ETF和上證180ETF。從實證的角度證明了在加入投資者情緒因子以后，情緒資產定價理論模型的可靠性和有效性。

本文研究結論具有非常重要的政策涵義：市場情緒對A股市場ETF指數影響顯著，即表明中國股票市場投資者以短期投資為主要投資策略，如果長期發展下去，將使ETF指數成為短線投機的投資工具。若出臺有效的政策措施吸引中長期投資者加入，將對ETF指數在 A股市場的長期、穩定、可持續發展起關鍵性作用。

お

參考文獻：

［1］Fama E F,Macbeth J D. Risk, Return, and Equilibrium: Empirical Tests ［J］. Journal of Political Economy, 1973, 81(3): 607-636.

［2］Fama E F, French K R. The Cross Section of Expected Stock Returns ［J］.The Journal of Finance ,1992,47(2): 427-465

［3］ Fama E F, French K R. Common Risk Factors in the Returns on Stocks and Bonds ［J］.Journal of Financial Economics ,1993,33(1):3-56.

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

［5］Baker, M., Wurgler, J. Investor sentiment in the stock market［J］.Journal of Economic Perspectives ,2007,21 (2): 129-151.

［6］Baker, M., Wurgler, J., Yuan, Y. Global, local and contagious investor sentiment［J］.Journal of Financial Economics ,2012,104: 272-287.

［7］Brown G W, Cliff M T. Investor Sentiment and the Near-Term Stock Market［J］.Journal of Empirical Finance ,2004,11(1):1-27.

［8］Kumar, A., Lee, C. Retail investor sentiment and return comovements［J］.Journal of Finance ,2006,61 (5): 2451-2486.

［9］Lee C, Shleifer A, Thaler R H. Investor Sentiment and the Closed-End Fund Puzzle ［J］.The Journal of Finance ,1991,46 (1): 75-109.

［10］Schmeling, M. Investor sentiment and stock returns: some international evidence ［J］. Journal of Empirical Finance ,2009,16 (3): 394-408.

［11］Verma R, Soydemir G. The Impact of Individual and Institutional Investor Sentiment on the Market Price of Risk ［J］. The Quarterly Review of Economics and Finance , 2009,49 (3): 1129-1145.

［12］Yu, J., Yuan, Y.,Investor sentiment and the mean-variance relation ［J］. Journal of Financial Economics,2011, 100 (2), 367-381.

［13］Yang, C., Yan, W. Dose high sentiment cause negative excess return? ［J］. International Journal of Digital Content Technology and Its Application ,2011,5 (12): 211-217.

［14］Yang, C., Xie, J., Yan, W. Sentiment capital asset pricing model［J］. International Journal of Digital Content Technology and its Applications ,2012,6 (3): 254-261.

［15］薛斐. 基于情緒的投資者行為研究［D］.上海:復旦大學博士學位論文,2005: 145.

［16］Baker M, and Wurgler J. A Catering Theory of Dividends ［J］ .The Journal of Finance ,2004,59(3): 1125-1165.

［17］Baker, & Jeremy C. Stein. Market liquidity as a sentiment indicator ［J］. Journal of Financial Markets, 2004,7:271-299.

［18］Loughran, T., Ritter, J. R. & Rydqvist, K. Initial public offerings: International insights［J］.Pacific-Basin Finance Journal, 1994,2: 165-199.

［19］Dorn D. Does Sentiment Drive the Retail Demand for IPOs? ［J］.Journal of Financial and Quantitative Analysis ,2009,44(1):85-108.

［20］De Long, J., Shleifer, A., Summers, L., Waldmann, R. Noise trader risk in ?nancial markets［J］. Journal of Political Economy,1990, 98 (4): 703-738.

［21］Datar, V. Impact of liquidity on premia discounts in closed-end funds［J］.The Quarterly Review of Economics and Finance ,2001,41: 119-135.

［22］張雅慧,萬迪昉,付雷鳴. 媒體報道與IPO績效：信息不對稱還是投資者情緒？——基于創業板上市公司的研究［J］.證券市場導報,2012(1):70-77.

［23］夏芳.盈余管理、投資者情緒與股價“同漲同跌”［J］.證券市場導報,2012(8):49-56.

Investor sentiment and the stock market pricing efficiency of empirical research

WANG Bo

(Institute of Economics ,Liaoning university ,Shen yang Liao ning 110136,China)

Abstract：

In this paper, Using principal component analysis method, Constructing sentiment.comprehensive index.To the standardization of the constructed as investor sentiment factor, Joining the sentiment index factor into Fama and French three factors pricing model, CAPM model and Fama and French based on investor sentiment index of different style, different value index, the ﹊nfluence of different industry index, Selecting the Shanghai A share index respectively, the CSI 300 index, the Shanghai 50ETF, the Shanghai 180 ETF ,the market index, the index of small cap, the banking sector, the financial sector, the real estate, non-ferrous metal plates, medical biological plate, steel plate, for representing these portfolios in order to research on the differences between these different combinations of investor sentiment in Chinese stock market .And the Yale CCER investor confidence index after standardization has joined into Fama and French three factors are compared. Empirically ﹑roving sentiment asset pricing theory model has been constructed by rationality, Investor sentiment index as asset pricing factor, After joining the Fama and French three factors model,It has markedly improved the pricing efficiency of asset pricing model.

Key words：

non systematic risk;sentiment composite index; investor sentiment; pricing efficiency

責任編輯：常明明

吳錦丹 蕭敏娜 常明明