投資者情緒與股票收益

安江麗 張立超

摘 要：通過對噪音交易模型（DSSW模型）的修正，本文以2005—2015年上交所A股市場為研究對象，選用新增開戶數構建投資者情緒指標，研究個人和機構投資者情緒之間的關聯性并且對比這兩類投資者的情緒對股票收益的影響。結果表明：個人和機構投資者情緒的相互影響是不對稱的，主要為機構投資者情緒影響個人投資者情緒。當期個人投資者情緒、滯后一期機構投資者情緒對市場超額收益有顯著性影響，機構投資者情緒能夠預測股票市場，而個人投資者情緒不具有預測作用。

關鍵詞：噪音交易模型；投資者情緒；新增開戶數

中圖分類號：F830.91 文獻標識碼：A 文章編號：1674-2265（2016）08-0019-06

一、引言

行為金融學指出，考慮到套利的有限性和非理性投機的不可預期性，噪音交易會使股票價格偏離基礎價值水平。噪音交易指投資者基于自身主觀信念或與公司基本面無關的信息進行的交易，相應的交易者為噪音交易者。許多研究認為投資者情緒是市場上的投機取向，反映了投資者的樂觀或悲觀，會影響股票收益。布朗和克利夫（Brown和Cliff）發現當投資者極為樂觀時，情緒與市場同期收益呈正相關。費希爾等（Fisher等，2000）發現個人和機構投資者情緒都與市場的未來收益負相關。弗拉奇尼等（Frazzini等，2008）發現個人投資者情緒越高的股票收益率越低，存在“愚錢效應”。池麗旭與莊新田（2011）發現情緒對股票收益有顯著影響，樂觀情緒的影響高于悲觀情緒的影響。伍燕然、韓立巖（2007）發現情緒對市場的影響為長期收益反轉和短期收益慣性。余佩琨與鐘瑞軍（2009）發現市場收益能預測個人投資者情緒，個人投資者情緒不能預測市場收益。王美今與孫建軍（2004）發現機構投資者情緒變化不僅顯著影響滬深兩市收益，且顯著反向修正滬深兩市收益波動。

隨著證券市場的不斷發展，個人和機構投資者各自的交易行為對股票市場將產生不可忽視的影響。情緒驅動兩類投資主體的交易策略有所差別，不同投資者情緒對股票市場的影響不完全相同，那他們各自在市場中扮演什么樣的角色？本文基于DSSW模型，探討個人和機構投資者情緒之間的相互影響以及兩類投資主體情緒分別對股票收益的影響。

二、理論分析

噪音交易模型（DSSW模型）中假設市場上有兩種資產：安全資產s和風險資產u；兩類投資者：理性投資者和噪音交易者，理性投資者對風險資產的需求根據市場價格和基礎價值的價差來決定，噪音交易者對風險資產的需求根據自身對風險資產的未來價格預期來決定。DSSW模型為研究噪音交易者對風險資產收益的影響奠定了基礎。本文將噪音交易者劃分為個人和機構投資者。假設理性投資者在市場上占比[1-α]，則噪音交易者占比[α]，其中個人噪音交易者占比[η]，機構噪音交易者占比[1-η]。張樂、李好好（2008）指出個人和機構投資者情緒間的線性關系：

其中[Cov（SP，SI）=ρP，IσPσI]為兩類投資者情緒之間的協方差，[ρP，I]為兩類投資者情緒之間的相關系數。當個人和機構投資者情緒正相關時，即[0<ρP，I<1]，[Cov（SP，SI）>0]，兩類投資者情緒之間的相互影響使得噪音交易者整體情緒的方差變大；相反，當個人和機構投資者情緒負相關時，即[-1<ρP，I<0]，[Cov（SP，SI）<0]，兩者情緒之間的相互影響使得噪音交易者整體情緒的方差變小。當個人和機構投資者情緒完全正相關時，[ρP，I=1]，[Cov（SP，SI）]=[σPσI]，[σ2=η2σ2P+（1-η）2σ2I+2η（1-η）=ησP+（1-η）σI2]，噪音交易者整體情緒的方差最大；相反，當個人和機構投資者情緒完全負相關時，[ρP，I=-1]，[Cov（SP，SI）] = [-σPσI]，

[σ2=η2σ2P+（1-η）2σ2I-2η（1-η）=ησP-（1-η）σI2]，噪音交易者整體情緒的方差最小。綜上所述，個人和機構投資者情緒之間的相關關系影響市場上噪音交易者整體情緒的波動，兩者情緒呈現完全相關時，噪音交易者整體情緒的波動發生極端，從而影響到市場收益。

DSSW模型中假設噪音交易者情緒在時間上是獨立的，但中國股市的投資者普遍根據市場的歷史表現來預測股價，所以前期投資者情緒會對當期投資者情緒產生影響，即噪音交易者情緒在時間上不獨立。本文研究時間跨度和投資期為兩期下的模型。基于姚德全、黃學軍、楊光（2010）的研究，本文假定投資者情緒服從一階線性自相關：

從式（12）、（13）中發現，資產u第t期的收益是滯后一期機構投資者情緒（當期個人投資者情緒）、個人和機構投資者情緒兩者的均值、方差及兩者情緒協方差的函數。情緒是持續性的，短期內不會反轉，即不會由樂觀變為悲觀或由悲觀變為樂觀，所以[ν0>0]。因此滯后一期機構投資者情緒和當期個人投資者情緒的系數符號都由[?0-（1+rf）]的正負決定。當[?0<（1+rf）]時，滯后一期機構投資者情緒和當期個人投資者情緒都與資產u的收益負相關；當[?0>（1+rf）]時，滯后一期機構投資者情緒和當期個人投資者情緒都與資產u的收益正相關。同時由式（7）可看出，噪音交易者情緒與資產u的價格正相關。基于此提出以下假設：

H2：滯后一期機構投資者情緒、當期個人投資者情緒對股票收益均有顯著性影響，且均為正相關關系。

三、研究設計

（一）數據來源和指標選取

1. 投資者情緒指標。以往研究主要用主成分分析法構建投資者情緒，但區分不同類型投資者情緒時有很大的局限。本文選取個人和機構投資者月新增開戶數作為二者情緒初始替代指標，為消除數量上的差距，取自然對數。數據源于萬得數據庫，研究窗口為2005年1月至2015年6月。貝克和沃格勒（Baker和Wurgler，2006）發現投資者情緒受心理因素影響外，還受宏觀經濟影響。本文從生產、消費、通貨膨脹、經濟景氣、貨幣政策五方面，選取李克強指數、社會消費品零售總額、消費價格指數、宏觀經濟景氣指數、廣義貨幣供應量5個宏觀經濟變量。數據源于Bloomberg和CSMAR。將個人和機構月新增開戶數對這5個宏觀經濟變量進行回歸，取回歸殘差為情緒的最終替代指標。

2. 股票市場收益率指標。股票市場收益率選取上證A股月收益率；無風險利率選取20年期國債利率。數據源于萬得數據庫。

（二）研究方法

1. 多項式分布滯后模型（PDLs）。對于個人和機構投資者情緒間的相互影響，以往研究一般用VAR模型，但VAR模型探究的只是滯后關系，同期關系被含在誤差項中。本文使用PDLs模型，它不僅包括變量間跨時期的相互關系，還包括同期的相互關系，可更好地刻畫兩類投資者緒間的相互影響。

四、實證分析

（一）個人和機構投資者情緒之間的相互影響

1. 兩類投資主體情緒指標的描述性統計。未剔除宏觀經濟的影響，兩者情緒間的相關系數為0.888，剔除宏觀經濟的影響，相關系數為0.873，仍有較高的相關性。情緒的描述性統計如表2。可以看出，個人投資者情緒波動更劇烈。

2. PDLs的估計結果。遵循AIC、SC信息準則，式（14）、（15）的滯后階數分別為5階和3階。結果如表3。

表3中式（14）顯示滯后一期、五期機構投資者情緒的回歸系數顯著為正，說明當期個人投資者情緒要受前期機構投資者情緒的影響，且二者正相關，即機構投資者情緒樂觀時，個人投資者情緒也會隨之樂觀。從式（15）可看出，只有當期的個人投資者情緒的回歸系數顯著，滯后期的個人投資者情緒的回歸系數均不顯著，說明當期機構投資者情緒不受前期個人投資者情緒的影響，只受同期個人投資者情緒的影響，即機構投資者在當期會考慮個人投資者情緒，但預測后市時不會考慮個人投資者情緒。造成上述結果的原因有：機構投資者具有投資管理專業化、投資結構組合化等優勢，個人投資者會追隨其腳步，而這種追隨效果在當期不能完全表現出來，使得前期的機構投資者情緒會影響當期的個人投資者情緒；機構投資者往往是基于對市場基本面和技術面的分析來預測后市。證實了H1，即個人和機構投資者情緒間的相互影響不對稱，機構投資者情緒可正向預測個人投資者情緒，反之不成立。

3. 穩健性檢驗。用投資者前12個月情緒的方差表示月情緒波動，分別為[SP0]和[SI0]，2006年1月到2015年6月共114個月的情緒波動值。對于個人和機構投資者情緒波動的平穩性，ADF檢驗顯示，[SP0]和[SI0]都是一階單整。對于二者情緒波動間的協整關系，Johansen檢驗拒絕兩變量間不存在協整關系的原假設，接受兩變量間最多存在1個協整關系的原假設，因此變量[SP0]和[SI0]是協整的，即個人和機構投資者情緒波動存在著平衡關系。對于二者情緒波動的因果關系，Granger因果關系檢驗顯示，在5%的置信水平下，個人投資者情緒波動不會引起機構投資者情緒波動，而機構投資者情緒波動會引起個人投資者情緒波動（見表4）。進行平穩性檢驗時兩變量的一階差分序列在1%的置信水平下都平穩，根據信息準則，滯后階數為1。結果進一步證實H1，個人和機構投資者情緒間的相互影響不對稱，機構投資者情緒是個人投資者情緒的格蘭杰原因，這與中國股市的實際情況相符，機構投資者更為理性，個人投資者往往會追隨機構投資者。

（二）個人和機構投資者情緒對市場超額收益的影響

1. 樂觀和悲觀情緒下的市場超額收益。以往研究忽略了不同投資者情緒對股票市場收益影響的差異。本文從樂觀和悲觀兩個角度考察個人和機構投資者情緒對市場收益的影響。用個人和機構投資者新增開戶數與平均新增開戶數的差來判斷樂觀和悲觀。當[SP]-[SP]>0，即個人投資者新增開戶數大于個人平均新增開戶數，[SP]為個人投資者情緒的樂觀指標。當[SP]-[SP]<0，即個人投資者新增開戶數小于個人平均新增開戶數，[SP]為個人投資者情緒的悲觀指標。當[SI]-[SI]>0，[SI]為機構投資者情緒的樂觀指標；[SI]-[SI]<0時，[SI]為機構投資者情緒的悲觀指標（見表5）。不論是個人投資者情緒還是機構投資者情緒，情緒樂觀時市場超額收益大于悲觀時的市場超額收益。個人投資者樂觀時市場超額收益（1.034%）大于機構投資者樂觀時市場超額收益（0.077%）；個人投資者悲觀時市場超額收益（-2.400%）小于機構投資者悲觀時市場超額收益（-1.745%）。初步看出相比機構投資者情緒，個人投資者情緒會給市場超額收益帶來更劇烈的波動。

2. 穩健性檢驗。標準化的投資者情緒大于0為樂觀情緒，小于0為悲觀情緒（見表6）。個人投資者保持樂觀的月份61個，市場平均超額收益為0.430%。個人投資者保持悲觀的月份65個，市場平均超額收益為-2.605%，差額為3.035%。機構投資者保持樂觀的月份60個，市場平均超額收益為0.270%。機構投資者保持悲觀的月份66個，市場平均超額收益為-2.520%，差額為2.790%，小于個人投資者情緒變化時的差額。不論是個人投資者情緒還是機構投資者情緒，樂觀時的市場超額收益大于悲觀時的市場超額收益。此外，個人投資者樂觀時的市場超額收益（0.430%）大于機構投資者樂觀時的市場超額收益（0.270%），個人投資者悲觀時的市場超額收益（-2.605%）小于機構投資者悲觀時的市場超額收益（-2.520%），說明個人投資者情緒會給市場超額收益帶來更大的波動，與上面結論一致。

3. 不同樣本期下個人和機構投資者情緒對市場超額收益的影響。2007年8月美國爆發了次貸危機，中國股市從2007年11月起持續下跌，一直到2008年10月。單邊下跌行情中，投資者情緒極為低迷，即使是激進型投資者也很難交易。因此考慮到單邊下跌的影響，將2007年10月至2008年10月剔除，樣本期為2005年1月到2007年9月危機前，2008年10月到2015年6月危機后（見表7）。對所有回歸殘差進行平穩性檢驗，為防止異方差造成參數估計無效，進行White檢驗，發現殘差序列是平穩的，模型不存在偽回歸。

分別將市場超額收益對當期和滯后一期的個人和投資者情緒進行回歸，發現全樣本期內，當期個人投資者情緒、當期和滯后一期機構投資者情緒對市場超額收益有顯著影響，說明個人投資者情緒不能預測市場超額收益，對其影響只表現在當期；機構投資者情緒能正向預測市場超額收益。剔除單邊下跌時期，危機前，當期個人投資者情緒、當期和滯后一期機構投資者情緒對市場超額收益有顯著影響，說明只有機構投資者能預測市場超額收益。危機后，當期個人投資者情緒、滯后一期機構投資者情緒對市場超額收益有顯著性影響，也說明只有機構投資者可預測市場超額收益。整體上仍證實了H2。此外，危機前和危機后兩個階段，當期個人投資者情緒在影響市場超額收益時起主導作用，帶來的邊際影響分別為4.105%、1.783%；當期機構投資者情緒在危機后的回歸系數不再顯著，可能是金融危機稀釋了投資者情緒對市場超額收益的影響。

五、結論

個人和機構投資者情緒間的相互影響不對稱，主要是機構投資者情緒影響個人投資者情緒。機構投資者情緒能正向預測個人投資者情緒；機構投資者情緒波動是個人投資者情緒波動的格蘭杰原因。這與中國股市相符：機構投資者更加理性，個人投資者會追隨機構投資者。對于股票收益的影響，在當期，個人投資者情緒占主導地位；滯后期，機構投資者情緒與股票收益正相關，且可預測后市。

參考文獻：

[1]Baker M，Wurgler J. 2006. Investor sentiment and the cross-section of stock returns[J].Journal of Finance，61（4）.

[2]De Long J B，Shleifer A，Summers L H，et aL. 1990. Noise trader risk in financial markets[J]. The Journal of Political Economy，98（4）.

[3]Fisher，Kenneth L and Statman，Meir. 2000. Investor sentiment and stock returns[J].Financial Analysts Journal，56（2）.

[4]Frazzini，Andrea and Lamont，Owen A. 2008. Dumb Money： Mutual fund flows and the cross-section of stock returns[J].Journal of Financial Economics，88（2）.

[5]Gregory W. Brown，Michael T. Cliff. 2005. Investor sentiment and asset valuation[J].The Journal of Business，78（2）.

[6]池麗旭，莊新田.我國投資者情緒對股票收益影響——基于面板數據的研究[J].管理評論，2011，23（6）.

[7]劉維奇，劉新新.個人和機構投資者情緒與股票收益——基于上證A股市場的研究[J].管理科學學報，2014，17（3）.

[8]伍燕然，韓立巖.不完全理性、投資者情緒與封閉式基金之謎[J].經濟研究，2007，42（3）.

[9]楊陽，萬迪昉.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，2010，28（1）.

[10]姚德權，黃學軍，楊光.中國機構投資者情緒與股票收益關系研究[J].湖南大學學報（社會科學版），2010，24（6）.

[11]余佩琨，鐘瑞軍.個人投資者情緒能預測市場收益率嗎[J].南開管理評論，2009，12（1）.

[12]張樂，李好好.我國證券市場中的噪聲交易研究——基于一個“機構噪聲交易者—散戶噪聲交易者模型”的分析[J].中國管理科學，2008，16（1）.

[13]張強，楊淑娥.噪音交易、投資者情緒波動與股票收益[J].系統工程理論與實踐，2009，29（3）.

[14]王美今，孫建軍.中國股市收益、收益波動與投資者情緒[J].經濟研究，2004，39（10）.

Abstract：Through amending the DSSW noise trader model，this paper selects the Shanghai Stock Exchange A-share market from 2005 to 2015 as the research object，chooses the newly-opened accounts as the indicator of investors' sentiment to study the correlations between individuals and institutions sentiment and contrasts the effects of two types of investors' sentiment on stock returns. The results show that the interaction of individuals and institutions sentiment is asymmetric，mainly because the institutional investors' sentiment influences the individual investors' sentiment. Current individual investors' sentiment，the lagged institutional investors' sentiment have a significant impact on the market excess returns. The institutional investors' sentiment can predict the stock market，but the individual investors' sentiment can't predict stock market.

Key Words：Noise Trader Model，investors' sentiment，amount of the newly-opened accounts