投資者情緒與市場成交量關系的實證分析

楊瀟（成都理工大學 商學院，成都 610059）

投資者情緒與市場成交量關系的實證分析

楊瀟
（成都理工大學 商學院，成都 610059）

文章采用偏回歸系數分析方法，以2008—2014年滬市A股和基金的相關數據，綜合考察了中國投資者情緒對市場成交量的影響。研究發現：封閉式基金折價率與新開戶數能有效測度中國股市投資者情緒；成交量與封閉式基金折價率呈負相關關系，與新開戶數呈正相關關系，需要健全股市股利、入市和退市機制，逐步實現交易市場的信息透明化，要盡量杜絕莊家操作和內幕交易，引導投資者投資行為，為市場的公平交易提供制度保障。

投資者情緒；市場成交量；偏回歸系數分析

0 引言

目前，已有很多研究投資者情緒與資本市場關系的方法，如向量自回歸模型（VAR）、普通最小二乘法（OLS）、相關性分析法、偏回歸系數分析法等方法[1-4]。然而，VAR只適用于統計噪聲是不相關隨機序列的情況，這與大多數統計噪聲的實際情況不符；OLS是由兩種變量構成，且要求變量間非對稱，也就是要求分別選取一個隨機變量與非隨機變量，變量選取過程復雜且嚴格；相關性分析法要求兩個變量間線性相關，且沒有因變量和自變量之分，因此，求得的相關系數不能反映變量間的因果關系。而偏回歸系數分析法通過引入多個變量構建多元回歸模型，簡明易懂，且準確性較高并能夠從多角度綜合度量自變量與因變量間的關系，尤為重要的是恰好能夠克服上述模型存在的不足。因此，本文在借鑒已有學者研究成果的基礎上，采用偏回歸系數分析法對投資者情緒與成à量之間的關系進行研究。選用了2008—2014年滬市A股和基金的相關數據，以央視看盤指數、封閉式基金折價率、新股上市首日收益率、新開戶數以及換手率作為測度投資者情緒的間接指標，與成à量共同構建多元線性回歸模型，并對兩者的關系進行研究，并進一步探討投資者情緒對成à量的影響。

1 研究設計

1．1 投資者情緒測度

本文把投資者情緒定義為：由于投資者受到各種信息影響，導致其對資產定價產生偏差的投資預測或信念[5]。鑒于本文立足于國內證券市場上研究投資者情緒，而國內較多采用問卷調查、電話調查等直接調查方式獲得衡量投資者情緒的直接數據，可能存在數據失真的現象；在統計樣本區間內，新股上市首日收益率曾一度中止，并且數據不容易獲得等原因，本文從學術界比較認可的研究投資者情緒的幾大指標中選取了換手率、封閉式基金折價率及新開戶數指標構建適合國內市場的投資者情緒間接測度指數，指標簡要描述如下：

換手率（X1），一支股票換手率越高，說明該股票流通性越強，大家買賣的熱情越高，對股票未來的預期越樂觀，所以該指標從一定程度上反映了市場的活躍性；封閉式基金折價率（X2），通常用來衡量基金折價的程度高低，折價率越高，基金越值得購買，但投資者情緒越悲觀，它可以用來衡量個體投資者情緒；新開戶數(X3)，韓立巖與伍燕然（2007）[6]認為每個月新開戶數的能夠比較好的代表投資者對證券市場的需求，能直接衡量當前證券市場是否強盛；成à量（Yt）是分析à易行為最客觀的因素，也是判斷股票走勢的重要依據。

另外，設隨機變量y與一般變量x1，x2，...，xp的理論線性回歸模型基本模式為：

其中，β0，β1，...，βp是 p+1個未知參數，β0稱為回歸常數，β0，β1，...，βp稱為回歸系數。y稱為被解釋變量（因變量），而x1，x2，...，xp是p個可以精確測量并可控制的一般變量，稱為解釋變量（自變量），ε是隨機誤差。本文將成à量作為因變量，三大情緒間接測度指標作為自變量，于是，構建模型：

其中，a0為常數，a1，a2，a3為各自變量的系數，εt為殘差。

1．2 樣本的選取

本文選用2008年1月至2014年12月的上海證券à易所A股封閉式基金數據對中國證券市場投資者情緒與成à量關系進行研究。樣本數據選取來源如下：換手率（X1）選自銳思金融研究數據庫和上證統計月報；對于封閉式基金折價率（X2）由于小份額的基金容易受到操控，數據真實性難以保證，所以本文選擇的封閉式基金是基金份額大于20億的基金，數據來源于和訊網；新開戶數(X3)指上海證券à易所A股每月新開賬戶數，數據來源于中國證券登記結算有限責任公司網站；成à量（Yt）選取的是上海證券à易所A股的成à量，數據來自銳思金融數據庫和上證統計月報。另外，為統一變量單位，本文對成à量和開戶數進行了對數化處理。本文采用Eviews7.0軟件進行分析。

1．3 研究方法：偏回歸系數分析

目前為止，我們已經建立了一個以換手率（X1）、封閉式基金折價率（X2）以及新開戶數(X3)為自變量，成à量（Yt）為因變量的多元回歸模型:

為了取得有效的回歸系數估計值，我們必須消除原有多元回歸模型可能存在的多重共線性問題。為此，我們需要分別使三個自變量X1、X2、X3對因變量Y逐次進行回歸，得到：

如果因變量回歸系數估計值顯著，說明該因變量是解釋自變量成à量（Yt）的重要變量；反之，如果因變量回歸系數估計值不顯著，說明該因變量是解釋自變量成à量（Yt）的次要變量，需要剔除。通過剔除次要變量，我們便可獲得不存在多重共線性的回歸模型。假設X3為次要變量，那么，重新得到的回歸模型為：

其中，bi被稱作偏回歸系數，能有效說明只有自變量Xi變化時，對因變量Y的影響程度。并且，通過最小二乘法，我們可以得到各偏回歸系數的估計值：

2 實證結果與分析

本文首先給出了換手率（X1）、封閉式基金折價率（X2）以及新開戶數(X3)樣本數據的描述性統計，見表1所示。

表1 描述性統計數據

根據表1的描述性統計分析結果，我們首先可以發現，平均換手率與平均折價率分別達到33.22%與20.56%，遠超過西方成熟金融市場相應水平，這也印證了本文從投資者情緒出發研究分析中國股市價格影響因素的必要性和重要性。

當然，透過較高的數值，我們也能說明一些中國股市的不成熟因素。由于換手率代表了投資者追逐利益和新鮮事物的熱情，因而較高的換手率部分說明了中國股市投資者異常投機的投資理念和心理。而造成投資者投機行為的原因，一方面是由于長期以來，中國資本投資選擇面較窄，投資者難以養成成熟而理性投資理念和心理，另一方面是由于中國股市體系不夠健全，比如，上市企業股利政策混亂不堪，這些缺憾都會導致投資者無法形成對上市企業的長期信任，股票持有自然不會長久。

無論如何，過高的換手率和封閉基金折價率都體現出中國股市的諸多不成熟之處。

為了證實上述觀點，本文將運用換手率、封閉基金折價率以及開戶數對股票成à量做偏回歸系數分析，探討這些投資者情緒指標對股市成à量的影響情況。不過，在回歸分析之前，為避免存在非平穩時間序列式，影響分析結果的可靠性，有必要對數據進行平穩性檢驗。因此，本文采用單位根檢驗方法對各變量的平穩性進行檢驗，檢驗結果如表2所示。

表2 各變量的單位根檢驗結果

由表2可以看出，只有LnY和LnX3分別在1%及5%的顯著水平下拒絕了存在單位根的原假設，表明LnY和LnX3均為平穩序列；而X1、X2接受了存在單位根的原假設。不過，經過進一步分析，我們發現，其滯后一期的序列經過再次檢驗后，發現均為平穩序列，因此，我們將模型中X1、X2置換為滯后一期的變量X1(t-1)、X2(t-1)。綜上，多元回歸模型經調整后，變換為：

其中，LnYt表示對數化的成à量，X1(t-1)表示滯后一期的換手率，X2(t-1)表示滯后一期的封閉式基金折價率，LnX3表示新開A股賬戶數的對數化變量。

接下來，就能通過偏回歸系數分析，探討上述投資者情緒指標對中國股市價格的影響程度。

為進一步降低分析結果與實際數據之間的誤差，保證論證過程的合理有效性，本文運用最小二乘法對上述變量進行回歸分析（見表3）。

表3 各變量回歸結果

根據表3可以看出，除LnX3外，滯后一期的X1、X2對成à量LnY的影響并不顯著，并且，經過先前分析可知，換手率與封閉式基金折價率大多由投資者逐利逐新導致，因而，由此可以推斷，模型可能存在多重共線性，現階段的回歸估計值可能難以有效解釋投資者情緒對中國股市成à量和價格的影響程度。因此，本文需要對變量間的多重共線性問題進行檢驗（檢驗結果如表4所示）。

表4 各變量之間的相關系數

由表4可以看出，變量之間的相關系數都超過了0.8，說明各變量間存在嚴重的多重共線性，甚至很難區分各個自變量對應變量的影響程度。因此本文需要分別對X1(-1)、X2（-1）、LnX3與LnY進行逐步回歸，選擇重要因變量，并提出次要變量。

單個變量的回歸結果如表5所示。

表5 單個變量的回歸結果

分析表5可知，在進行單個變量回歸分析時，只有LnX3的回歸結果較為顯著，而X1和X2的回歸結果并不顯著，所以還需要進一步討論X1和X2的回歸結果。因此，本文逐步加入X1、X2分別進行回歸，結果如表6所示。

表6 兩個變量的回歸結果

由表6可以看出，X2(-1)與LnX3進行回歸的回歸結果相比表5更顯著，而X1(-1)與LnX3間的回歸結果不太顯著，因此，為了盡可能消除多重共線性，獲得偏回歸系數，必須將X1(-1)予以剔除。

需要說明的是，換手率的相關性較低，與預期不一致。原因可能在于選取的數據樣本區間僅局限于滬市A股，且樣本期間內部分指標波動較大。

綜上，本文僅選取X2、LnX3作為多元線性回歸模型的自變量。消除多重共線性后的結果如表7所示。

表7 消除多重共線性后的回歸結果

將表7與表3的回歸結果進行對比后發現，消除變量間共線性后的模型更能準確反映自變量對因變量的影響。據此，本文的最終回歸模型為：

根據式（8），可以看出偏回歸系數a2=-0.0088＜0，a3= 0.3169＞0。也就是說在其他條件不變的前提下，當滯后一期的封閉式基金折價率上漲變動1%，成à量將下降0.0088%；當新開戶數增加1%，成à量將增加0.3169%。

不過，需要指出的是，雖然封閉式基金折價率的偏回歸系數估計值顯著，但封閉式基金折價率對股市成à量的影響程度卻遠遠不如新開戶數對股市成à量的影響。說明封閉式基金折價現象不僅包含了投資者情緒因素，很大程度上，也體現出了投資者的理想預期因素。特別是由于宏觀經濟周期與股市周期往往并不一致，股市高漲時經濟可能已進入下行通道，因而投資者對宏觀經濟趨勢的理想預期可能會大大抵消了封閉式基金折價率這種投資者情緒指標對股市成à量的影響。

3 結論

本文通過引入封閉式基金折價率、新開戶數以及換手率作為投資者情緒測度指標，并采用偏回歸系數分析方法，結合對2008—2014年滬市A股和基金的相關數據，綜合考察了中國投資者情緒對中國股市成à量的影響。主要結論如下：

（1）在探討投資者情緒對中國股市成à量的影響方面，本文運用的偏回歸系數分析法切實可靠，成功甄別出顯著影響中國股市成à量的投資者情緒指標。研究發現，相較于換手率而言，封閉式基金折價率與新開戶數是更為顯著的投資者情緒度量指標。（2）中國股市存在過高的換手率、封閉式基金折價率，突顯出中國股市的不成熟之處。（3）滯后一期的封閉式基金折價率與新開戶數能有效測度中國股市投資者情緒，均能顯著影響中國股市成à量變化，而新開戶數對中國股市成à量的影響更為明顯。具體而言，當滯后一期的封閉式基金折價率上漲變動1%，成à量將下降0.0088%；當新開戶數增加1%，成à量將增加0.3169%。也就是說，模型中的封閉式基金折價率對成à量的影響遠低于新開戶數對成à量造成的影響。

[1]楊冬,張月紅.人民幣實際匯率、短期國際資本與資產價格——基于時變參數向量自回歸模型[J].國際貿易問題,2014,(7).

[2]池麗旭,莊新田.中國證券市場的投資者情緒研究[J].管理科學, 2010,23(3).

[3]劉濤,毛道維,宋海燕.高管變更機制效率與機構投資者治理角色——基于內生性視角的實證新發現[J].山西財經大學學報,2014，36(11).

[4]王春,張維.投資者情緒對股票市場影響的研究綜述[J].金融理論與實踐,2012,(8).

[6]Fan Q,Li D.Multifractal Cross-Correlation Analysis in Electricity Spot Market[J].Physica A:Statistical Mechanics and It's Applica?tions,2015,429(1).

[6]韓立巖,伍燕然.投資者情緒與IPOs之謎——抑價或者溢價[J].管理世界,2007,13(3).

（責任編輯/浩 天）

F830.59

A

1002-6487（2016）24-0163-03

國家自然科學基金資助項目（71171025）；國家社會科學基金資助項目（12BGL024）；四川省軟科學研究計劃資助項目（2014ZR0093）

楊 瀟（1974—），男，四川閬中人，碩士，講師，研究方向：金融工程。