投資者情緒對我國股票市場收益率的影響
——基于行業差異的實證分析

張苗苗 王滿 東華大學旭日工商管理學院

一、引言

隨著市場經濟的發展，股票市場在我國經濟中的重要性逐漸突顯出來，股票的漲跌起伏昭示著經濟的發展。然而我國金融市場中始終存在著一些異象是傳統金融學理論無法明確解釋的。例如滬深綜指在年初都會較上年年底有很大提升的“春節效應”現象；企業的經營規模越小，資產回報率會相對越高，小企業股票的表現往往能跑贏大盤的“規模效應”現象。

隨著學者探索的深入和行為金融學理論的興起，在許多理論研究與經驗研究的支持之下，投資者情緒與投資行為逐漸被結合起來加入金融學框架，并且受到了大部分人的認可。研究表明投資者情緒會加劇股市的起伏，可以在一定程度上解釋股市的特殊現象。股票價格受投資者情緒的影響分為對整個證券市場所有股票的影響，即總體效應；不同股票受投資者情緒的差異性影響，即橫截面效應。為了研究股價波動背后的原因，市場參與者的交易行為和情緒變化之間的聯系提供了很好的解釋角度，有利于進一步理解股票收益率波動的內在原因，促使投資者的投資決策更符合實際情況。

二、文獻綜述

投資者情緒作為行為金融學說體系的一個關鍵因素，它對交易者的買賣行為起到了推波助瀾的作用，刻畫了投資者對未來的預期和參與買賣行為的投資傾向。鑒于傳統情緒代理指標的諸多缺陷，Baker與 Wurgler（2006）[1]采用換手率、IPO數量、新股發行占比、IPO收益率、封閉式基金折價率和分紅六個要素，通過降維來構建投資者情緒指數，探討了投資者情緒對股票收益率的橫截面影響。張宗新和王海亮（2013）[2]利用主成分分析方法來研究投資者情緒對大盤走勢是否有顯著影響。賀剛、朱淑珍、顧海峰（2018）[3]提出通過六個步驟來篩選優化指標使得最終構建的指標能有效地適應經濟環境。

基于大數據的網絡背景，投資情緒指標的構建也有了全新的發展。通過網絡挖掘技術從網絡用戶的搜索記錄中生成數據與文本，轉換為準確且有效的情緒度量指標，這方面的研究也推動現代金融學實證研究進入大樣本甚至全樣本時代。

林炳燦（2013）[4]通過文本挖掘來提取網絡用戶行為中的相關看漲看跌傾向等情緒信息，來分析網絡行為中的情緒表現對大盤走勢的影響。郭小文（2015）[5]以博客的內容為數據分析對象，將文本賦值度量投資者情緒，深入研究了投資者情緒與股市的相互作用關系。許啟發、伯仲璞、蔣翠俠（2017）[6]以微博為切入點，分析網絡輿論中的情感因素并從中提取時間序列，運用Granger causality test來驗證網絡中的情緒信息與大盤走勢之間是否存在聯動關系。

三、投資者情緒綜合指數的構建

（一）投資者情緒指標的選取

本文采用以下四個指標來構建投資者情緒綜合指數：上證A股月均換手率、上證新增A股開戶數、封閉式基金折價率、消費者信心指數。受全球經濟危機的影響，為了避免2007年股市大跌的極端數據影響，本文數據跨度從2008年1月至2019年8月，均為月度數據。

（1）封閉式基金溢價率（CEFD）

封閉式基金折價率能夠準確地反應投資者在牛市和熊市時截然不同的情緒。當CEFD高于0時，封閉式基金溢價；當CEFD低于0，封閉式基金折價。如果折價率下降，則意味著投資者看好上市公司盈利前景進而積極評估資產價格，投資者情緒趨于樂觀。

（2）新增A股開戶數 OPEN

每月新增的開戶數在一定程度上反映了投資者參與交易的意愿與傾向，投資者情緒對月均開戶數有正向的影響。當情緒低迷時，新增開戶數減少，投資者不愿意參與股票市場交易；當投資者者情緒高昂時，投資者有較強的意愿買賣股票參與二級市場投資交易，表現為新增開戶數增加。

（3）上證月均換手率（TURN）

換手率和開戶數這兩個代理變量說明投資者參與市場交易的意向，反映了其對股票市場的投資信心。換手率越大說明投資者的交易行為越為頻繁，增加了二級市場資金的流轉速度，表現出了投資者參與市場交易的熱情。當股市低迷時，投資者會選擇持倉觀望，避免倉位頻繁變更，換手率也相對較低。

（4）消費者信心指數（CCI）

我國目前是不成熟金融市場，散戶交易者相對于機構投資者占絕對的份額。消費者信心指數直接測度了投資者情緒，它是消費者對未來預期收入的預估以及消費意愿的主觀意向，因此CCI作為情緒衡量指標具有一定的代表性。

（5）百度指數（BAIDU）

本文首先進行了預調研通過設計調查問卷的形式來判斷投資者對股市的收益與波動常選取的指標，通過回收與分析問卷結果最后選出了6個占比最高的關鍵詞：“股票”“大盤”“行情”“投資”“牛市”“熊市”。首先對數據進行預處理。關鍵詞的搜索頻率可以在百度指數官網上查詢，但由于其未提供數據下載功能，基于文本挖掘的初衷，本文將利用爬蟲軟件獲得搜索頻率數據。鑒于百度官網提供的指數搜索記錄的局限性，本文選取的關鍵詞的指數搜索頻率的時間跨度為從2011年1月至2019年8月。

表1 初始特征值矩陣和初始因子載荷矩陣

表2 行業指數收益率描述統計

（二）主成分分析法

主成分分析法結果如初始特征值矩陣表所示，前兩個變量特征值均大于1，累計方差貢獻率達到83.028%，滿足不低于80%的統計標準，將前2個的主成分按權重加權平均來形成投資情緒綜合指數（見表1）。

根據初始因子載荷矩陣結果提取前2個主成分：

四、投資者情緒對我國行業收益率的實證分析

眾多的學者深入研究了投資者情緒對大盤走勢的總體效應，得出了情緒會顯著影響股票市場的收益率的結論，也有較多學者從市盈率、市值和規模等差異來探討影響的效果，但較少有人涉及情緒指數對行業收益率的作用機制。本文基于行業差異的分析，通過采用申萬一級26個行業指數來進行其截面效應的分析。首先根據其指數計算其月度收益率，結果如表2所示：

從表2中可以看出采掘、電氣設備、食品飲料、醫藥生物的平均值均在2以上，月均收益率也非常高。其中收益率最高的是食品飲料；而傳媒、國防軍工和機器設備的收益相對較低，最低的是傳媒，僅有0.37的回報率。投資者情緒積極時會推動股票價格的上漲，投資者情緒消極時促使股票價格的下跌，基于投資者的情緒會對股票報酬率產生影響的理論依據，本文采用雙因素模型來進行研究。

其中Ri表示不同行業指數的收益率，Rsh表示上證綜合指數每月收益率。將26個行業指數依次做回歸分析得到以下行業在5%的顯著性水平下，其收益率受投資者情緒影響，研究結果如表3所示：

表3 行業指數回歸分析結果

從模型結果來看，以上12個行業的回歸方程系數均通過了檢驗，且投資者情緒指數前的系數均為正，說明了情緒對行業指數回報率具有正向的推動作用，即投資者情緒低迷時，投資于行業指數獲得的報酬會較小；投資者的情緒高昂時，投資于行業指數獲得的報酬會較大。從投資者情緒指標的系數來看，情緒對不同行業的影響程度有顯著的差異。回歸系數較大的有電氣設備、鋼鐵、家用電器、非銀金融、銀行等行業，均達到了0.050以上，說明對投資者情緒的變化較為敏感，非理性的投資行為對其有較大的影響；而輕工制造、醫藥生物、國防軍工、通信等行業的回歸方程的系數較小，說明對投資者情緒的變化反映較為遲緩，非理性的投資行為只對其有較小的影響；鋼鐵、電氣設備、非銀金融等行業股票價格波動較大，與金融市場的大起大落密切相關；制造和通信行業等作為傳統行業，行業變革較小，缺乏創新的動力，受投資者的關注度比較小，受投資者情緒指數影響較小也是情有可原。

五、研究結論與政策建議

基于上述研究，本文得出如下的結論與建議：

（1）投資者情緒對我國股票市場收益率有顯著的正向影響。

（2）行業指數收益率受情緒指數的影響程度不同。非銀金融、鋼鐵等行業對投資者情緒變化較為敏感，這是因為這些等創新行業容易受到國家宏觀調控政策的影響，而制造、通信等傳統行業由于行業變革較小，受行業政策影響較小。其關注度遠不如上述新興行業，因此受投資者情緒的影響也較小。

我國個人投資者居多，投資者情緒變動較為敏感，投資者可以利用行業間的反應差異來合理改變資產的配置，在市場低迷或積極時分散投資不同行業已獲得超額收益。同時，除了個人資產的合理配置上，豐富市場參與者的專業知識，提高投資的技術水平，完善交易理念也尤為重要，市場參與者的綜合素質的提升能推動股市健康有序的發展。由于金融市場的連鎖性反應，會加大投資者情緒的影響結果。因此，我國政府有義務出臺穩健的貨幣和財政政策來平滑投資者情緒的波動，確保金融市場與實體經濟的平穩運行，尤其是在扶持某個特定行業時要著重考慮投資者的情緒波動與后續連鎖反應。