投資者情緒對(duì)股票價(jià)格行為影響的實(shí)證研究

岳田

[摘要]通過(guò)合理地選取投資者情緒代理變量，構(gòu)建了投資者情緒指數(shù)以及刻畫股票收益對(duì)情緒敏感程度的指標(biāo)。然后基于科創(chuàng)板70家上市公司數(shù)據(jù)對(duì)投資者情緒與股票特征之間的關(guān)系進(jìn)行了實(shí)證研究。結(jié)果表明：我國(guó)科創(chuàng)板中股票的流通市值、波動(dòng)率以及市凈率與情緒β呈顯著正相關(guān)，流通市值高、波動(dòng)率高、市凈率高的股票容易受到投資者情緒的影響。

[關(guān)鍵詞]投資者情緒;股票價(jià)格;股票特征

[中圖分類號(hào)] F832.51

[文獻(xiàn)標(biāo)識(shí)碼]A

1 引言

眾所周知，自20世紀(jì)50年代初Markowitz提出投資組合理論開始，便拉開了金融定量分析（數(shù)理金融）的序幕。后期在Fama的有效市場(chǎng)理論假說(shuō)下，Sharpe的資本資產(chǎn)定價(jià)理論、Miller的公司財(cái)務(wù)理論、Black-Scholes-Merton的期權(quán)定價(jià)理論等通過(guò)深刻的數(shù)學(xué)模型完美的揭示了若干金融現(xiàn)象的機(jī)理，促進(jìn)了數(shù)理金融學(xué)的的蓬勃發(fā)展。但是隨著全球金融市場(chǎng)的豐富與完善，復(fù)雜程度越來(lái)越高，大量市場(chǎng)異象的不斷出現(xiàn)，從而導(dǎo)致運(yùn)用數(shù)理金融學(xué)并不能完全解釋市場(chǎng)超額收益的出現(xiàn)。因此，近幾十年來(lái)，國(guó)內(nèi)外眾多學(xué)者試圖從行為金融學(xué)的角度來(lái)尋找股票價(jià)格行為變動(dòng)機(jī)理的解釋。與傳統(tǒng)數(shù)理金融學(xué)相比，行為金融學(xué)不再假定投資者是理性的，認(rèn)為投資者的情緒對(duì)金融市場(chǎng)的影響有著至關(guān)重要的作用，即除了證券的基本價(jià)值以外，投資者的心理變化因素與個(gè)人行為特點(diǎn)也能對(duì)證券的價(jià)格變動(dòng)產(chǎn)生重要的影響。因此，自1990年Delong等學(xué)者首次通過(guò)在股票價(jià)格變動(dòng)中引入投資者情緒變量建立了著名的DSSW股票價(jià)格模型以來(lái)，投資者情緒理論很快成為了行為金融學(xué)研究的一個(gè)熱點(diǎn)領(lǐng)域。如Thaler等學(xué)者相繼在《Journal of PoliticalEconomics》、《Joumal of Finance》等國(guó)際金融領(lǐng)域著名雜志上發(fā)表重要成果[2-5]，極大地促進(jìn)了投資者情緒方面的研究工作，這對(duì)投資者決策行為的理解、市場(chǎng)超額收益形成的解釋，金融市場(chǎng)價(jià)格機(jī)制形成的機(jī)理等提供了有力的證據(jù)，從而可以更好地指導(dǎo)投資者的行為決策。在國(guó)內(nèi)，宋澤芳等通過(guò)選取系列情緒變量，分析了投資者情緒與股票特征之間的聯(lián)系;黃德龍等通過(guò)對(duì)情緒與即期收益的關(guān)系進(jìn)行演繹論證，總結(jié)了5條假說(shuō)，并通過(guò)實(shí)證表明與市場(chǎng)實(shí)際運(yùn)行有較高的吻合度;文風(fēng)華等將情緒分為積極與消極兩類，討論了兩類不同情緒下投資者的決策行為特征，并分別采用DVR模型、GARCH模型以及RV-AR模型研究情緒特征對(duì)證券價(jià)格行為的影響。

為了深化創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略的進(jìn)一步實(shí)施，促進(jìn)資本市場(chǎng)對(duì)我國(guó)核心技術(shù)創(chuàng)新能力的服務(wù)水平不斷提升，資本市場(chǎng)基礎(chǔ)制度不斷完善，2019年我國(guó)設(shè)立科創(chuàng)板并試點(diǎn)注冊(cè)制是增強(qiáng)市場(chǎng)包容性、強(qiáng)化市場(chǎng)功能的一項(xiàng)資本市場(chǎng)重大改革舉措。科創(chuàng)板開市作為去年我國(guó)資本市場(chǎng)最震撼的事件之一，為資本市場(chǎng)注入了一劑強(qiáng)心針，這對(duì)于我國(guó)完善多層級(jí)資本市場(chǎng)體系具有重要的意義。據(jù)統(tǒng)計(jì)，截至2019年底，科創(chuàng)板上市公司數(shù)量已經(jīng)達(dá)到70家，合計(jì)融資超過(guò)820億元，所有個(gè)股相對(duì)發(fā)行價(jià)最高平均漲幅達(dá)188%，總成交額累計(jì)為1.33萬(wàn)億元，單只個(gè)股平均成交額達(dá)189.9億元。由于科創(chuàng)板從開板至今時(shí)間比較短，諸多制度還未完善，因此投資者情緒對(duì)相關(guān)上市公司的股票價(jià)格波動(dòng)情況有著重要的的影響。本文將以科創(chuàng)板70家上市公司數(shù)據(jù)實(shí)證研究投資者情緒對(duì)股票價(jià)格行為的影響，從而期望能夠?yàn)榭苿?chuàng)板投資者的行為決策提供一些參考。

2構(gòu)建投資者情緒指數(shù)

在投資者情緒測(cè)度的研究方面，目前國(guó)內(nèi)外文獻(xiàn)中主要有兩種方式：直接方式以及間接方式。直接方式主要表現(xiàn)為通過(guò)問(wèn)卷調(diào)查來(lái)了解投資者對(duì)市場(chǎng)走勢(shì)所持有的態(tài)度，然后使用看漲或看跌投資者的占比來(lái)計(jì)算市場(chǎng)情緒指標(biāo)，如國(guó)內(nèi)的央視看盤指數(shù)等。但是由于較多直接方式得到的情緒指數(shù)并不能客觀全面地反映市場(chǎng)的走勢(shì)，主觀性比較強(qiáng)，且數(shù)據(jù)時(shí)間連續(xù)性較差，因此本文將采用間接方式，即借助市場(chǎng)上能夠容易獲取的反映投資者情緒的間接指標(biāo)的客觀數(shù)據(jù)來(lái)進(jìn)行構(gòu)建。在投資者情緒間接代理指標(biāo)的選擇方面，本文將選擇5個(gè)能夠較好反映我國(guó)A股證券市場(chǎng)投資者情緒的變量，具體為：首次公開募股數(shù)量（ IPON）、上市首日收益率（IPOR）、封閉式基金折價(jià)率（ CEFD）、換手率（TURN）、市場(chǎng)新增開戶數(shù)（NIA）。值得說(shuō)明的是，本文實(shí)證采用的數(shù)據(jù)均以月度數(shù)據(jù)為標(biāo)準(zhǔn)，所用樣本為2019年7月至2020年6月的科創(chuàng)板數(shù)據(jù)，所有數(shù)據(jù)來(lái)源為Wind數(shù)據(jù)庫(kù)。

由于情緒代理變量在不同時(shí)間點(diǎn)會(huì)呈現(xiàn)相同的情緒，因此必須考慮Baker與Wurgler提出的“提前”或“時(shí)滯”效應(yīng)，故本文將借助他們的方法，首先通過(guò)主成分分析法將10個(gè)代理變量（選取的5個(gè)代理變量均含有即期與時(shí)滯一期）進(jìn)行分析，然后使用第一、二、三主成分的加權(quán)平均來(lái)度量情緒值SENTt。然后將得到的SENTt與10個(gè)初始代理變量作相關(guān)性分析，選擇相關(guān)性較強(qiáng)的5個(gè)變量作為最終的情緒代理變量，但由于宏觀經(jīng)濟(jì)情況會(huì)影響證券市場(chǎng)的這些變量，因此在構(gòu)建情緒指數(shù)時(shí)需要去除這種影響。最后得出投資者情緒復(fù)合指數(shù)：

SENT=0.302/PONt-1+0.171IPORr +0.263CEFDt+ 0.262TURNt-l+0.415N/At。

3構(gòu)建股票投資組合與情緒敏感度

本文將選擇規(guī)模市值、市凈率與波動(dòng)率作為科創(chuàng)板股票的三個(gè)主要特征，以此來(lái)構(gòu)建股票投資組合。1個(gè)年度末最后一個(gè)交易日的股票特征數(shù)值計(jì)算完成后，按照升序排列，然后將所選股票等分為5個(gè)組合。關(guān)于股票的市場(chǎng)規(guī)模我們可以用每月最后一個(gè)交易日的流通市值來(lái)度量。關(guān)于情緒的靈敏度方面，Glushkov基于DSSW模型，建立了一個(gè)多因素回歸模型，并定義了個(gè)股收益率對(duì)情緒的敏感度β，即回歸模型中估算出的個(gè)股收益率關(guān)于情緒的回歸系數(shù)。類似于DSSW模型，結(jié)合F-F三因素模型，本文將采用以下回歸模型來(lái)描述情緒敏感度與股票特征之間的關(guān)系：