投資者情緒、知情交易與資本市場反應

黃靈

本文以2022年上半年上證A股企業為研究對象，篩選投資者在東方財富網股吧對應的發帖信息，通過Python自然語言處理方法構建投資者情緒指數，考察其與個股收益的關系，并探究知情交易對兩者關系的影響。實證結果表明，投資者情緒正向影響股票收益率，且知情交易概率負向調節兩者關系。在此基礎上，對接受四大會計師事務所審計和非四大審計的企業股票進行異質性分析，發現四大審計條件下知情交易概率的負向調節作用不顯著，而非四大審計條件下負向調節作用顯著。本文從投資者情緒和信息透明度角度理解資本市場中情緒的作用，補充以往知情交易在資本市場的作用。

一、引言

馬科維茨投資組合理論表明，投資者是理性的，會選擇不同的股票組合實現自身最優配置，進而達到市場最優。然而近年來股票市場常出現大幅變動，僅依靠宏觀經濟因素和公司自身情況難以完全解釋，在此背景下，行為金融學不斷興起，其中投資者情緒在股票市場中的作用引起廣泛關注。證監會2021年報告，目前我國投資者仍以中小投資者為主，持股市值在50萬以下的中小投資者占比高達97%。中小投資者相比機構投資者專業知識更少，其投資決策極易受到自身情緒的影響。在現階段我國證券交易市場不斷成長的背景下，投資者情緒極易對股票市場造成影響，進而導致股票收益率的波動。此外，李志輝和孫廣宇（2020）、黃憲和張馳（2019）等發現市場內幕交易越多，知情交易概率越高，會加劇投資者之間的信息不對稱，可能導致投資者情緒對股票收益率的影響發生變化。劉斌等（2018）研究表明高質量會計信息能顯著降低投資者情緒對股票收益率的影響。那么，知情交易是否也能有類似的作用？投資者情緒、知情交易與股票收益率之間的關系到底是怎樣的？對此展開研究并得出結論，對股票市場健康平穩發展具有重要意義。

出于上述研究動機，本文以上證A股1775只股票為樣本，著重研究投資者情緒對股票收益率的影響，并探究知情交易是否會對投資者情緒影響資本市場反應的機制產生影響。實證結果表明，投資者情緒對股票收益率有正向影響，知情交易概率對兩者關系負向調節，考慮異質性問題后以上結論仍然成立。

本文可能的貢獻在于發現知情交易對投資者情緒與股票收益關系的影響，豐富這方面的文獻。后續研究包括以下內容，第二部分是文獻綜述，第三部分提出研究假設，第四、五部分介紹數據、變量與模型并進行實證分析，最后兩部分是穩健性檢驗和結論。

二、文獻綜述

目前，投資者情緒與股票市場關系的研究繁多，其中學術界較為關注投資者情緒的度量方法和投資者情緒與股票收益率的關系。此外，知情交易在市場中的作用也被廣泛研究。

（一）投資者情緒的度量

投資者情緒是偏主觀的概念，沒有明確的數值或計算公式，因此需要通過一些方式構建投資者情緒指數。根據現有文獻，度量投資者情緒有三種方式。

第一種是直接法，通過問卷等調查方式獲取投資者對市場未來階段的預期。這種方法主觀性強，因為投資者在進行投資決策時相對接受調查時更接近理性人的假設。但這種方法也被普遍接受，例如Schmeling（2009）采用美國個人投資者協會構建的調查AAII來度量個人投資者的情緒指數。

第二種是間接法，選擇一個或一些指標來綜合構建投資者情緒指數。其中，Bake和Wurgler（2006）提出的BW指數在學術界認可度高，他們在研究中選取6個指標，采用主成分分析法并排除宏觀經濟變量的影響，得出投資者情緒綜合指標。此后，國內許多研究在BW指數的基礎上做出修改來度量投資者情緒。例如，易志高和茅寧（2009）改進BW指數，融入反映中國股票市場投資者情緒變化的指標，構建中國股票市場投資者情緒綜合指數（CICSI）的月度指標。劉麗文和王鎮（2016），劉斌等（2018），趙慶國和曲曉雨（2022）也都基于BW指數的方法得出投資者情緒與股票市場的關系。

第三種是近幾年興起的自然語言處理方法，其基于網絡社交、新聞媒體等網絡平臺，并通過文本挖掘提取并構建投資者情緒指標。楊曉蘭（2016）等通過挖掘東方財富網股吧發帖的文本信息，判斷網絡發帖中體現的情緒傾向，得出情緒指數計算公式。尹海員和吳興穎（2019）在挖掘“金融界”股票論壇中的發帖信息后，通過Python情感分析算法構建了上證指數的日內高頻投資者情緒指標。

（二）投資者情緒對股票收益率的影響

目前，學術界關于投資者情緒對股票收益率的影響主要集中在兩個角度，包括總體效應和橫截面效應。

針對總體效應的研究，Brown和Cliff（2004）發現投資者情緒在短期內與股票市場的收益顯著相關且對股票收益不具備預測能力，但長期投資者情緒與市場收益負相關。國內學者部慧等（2018）利用Granger因果檢驗、跨期回歸分析等方法研究得出投資者情緒對股票價格存在當期正向影響；劉斌等（2018）在研究時運用A股上市公司季度數據建立回歸模型，發現投資者情緒正向影響股票收益。

關于橫截面效應的研究，影響力較大的有Bake和Wurgler（2006）的研究，他們發現投資者情緒對股票的橫截面收益有顯著影響，小市值、無分紅、高波率、低盈利類的股票收益更容易受到情緒的影響。蔣玉梅和王明照（2009）通過非參數方法和回歸模型、史永東等（2015）采用多因子模型、原東良（2018）基于微博數據構建四因子資產定價模型，均得出投資者情緒對股票橫截面收益有顯著影響。

（三）知情交易在市場上的作用

學術界采用了多種方法衡量市場上的信息不對稱，其中知情交易概率較為廣泛。Ealsey等（1996）采用報價序列的數據來計算知情交易概率PIN（Probability of Informed Trading），并于2010年后在此基礎上提出不需要估計一系列不可知參數、直接估計高頻交易環境下知情交易概率的VPIN方法。

國內許多學者采用VPIN方法，借助中國市場的高頻交易數據，研究了知情交易概率在市場上的作用。周強龍等（2015）證明了市場知情交易概率對流動性水平和波動均有顯著的預測作用，與流動性呈負相關，與波動性呈正相關。李宗龍（2020）發現VPIN系列指標對我國股票和股指期貨市場以及國際原油期貨市場的波動和流動性具有顯著預測作用。

（四）文獻評述

綜合國內外學者不同角度的研究成果，可以發現大多數研究選擇間接法構建投資者情緒指數，以此開展后續總體效應或是橫截面效應的研究。少數研究選擇自然語言處理方法度量情緒。此外，許多學者從內幕交易角度研究了知情交易與市場信息效率的關系，但其對資本市場的直接作用或是對投資者情緒與股票收益率關系的影響少有學者涉及。因此本文的創新點在于：基于我國最大的網絡股票互動社區——東方財富網股吧的發帖研究投資者情緒與股票收益率的關系；研究知情交易概率是否存在調節作用，并對四大與非四大審計的企業進行異質性檢驗。

三、研究假設

近年來，融合金融學理論和認知心理學的行為金融學不斷發展，人們認識到市場并非完全有效，投資者是有限理性甚至是非理性的。他們在決策時會受到自身知識儲備、心理狀態、社會環境等因素的影響，再加上股票市場信息的不完全，因此投資者并不一定滿足理性人的假設，情緒會對他們的投資決策產生影響。投資者情緒呈現積極狀態時，他們看好股票市場，增加對股票的需求，根據供求理論，股票價格會有所上升，得到正收益；投資者情緒呈現消極狀態時，他們更偏向于看空股票市場，股票需求急速下降，進而價格也會下降，收益為負。Brown和Cliff（2002），劉斌等（2018），劉麗文和王鎮等（2016）國內外學者均發現投資者情緒與股票收益正相關。因此，本文推測基于東方財富網股評構建的投資者情緒對股票收益率有正向影響，提出假設H1。

H1：投資者情緒正向影響股票收益率。

知情交易概率代表某資產來自知情交易者的交易占該資產全部交易的比重，VPIN值越大表示市場上知情內幕的投資者越多，這部分內幕人員在上市公司產生和公布重要信息的時間差中可以進行內幕交易，以獲取利益或規避風險，這會減弱投資者情緒對股票收益率的影響。沈冰等（2013）年研究證明信息透明度低、投資者信息不對稱等是影響內幕交易行為的主要因素。這進一步表明VPIN值越大，知情交易者越多，則受情緒影響的投資者占比越少，從而削弱投資者情緒對股票收益率的影響。因此，本文推測知情交易概率（VPIN）在投資者情緒與股票收益率的關系間存在調節作用，即投資者情緒與股票收益率的關系會受到VPIN的影響，提出假設H2。

H2：知情交易概率在投資者情緒與股票收益關系中存在調節作用。

四、數據、變量與模型

（一）數據來源

本文以上證A股1775只股票為樣本，樣本期間為2022年1月1日至2022年6月30日。數據分為三個部分，一是用來構建投資者情緒指數的股評信息，二是股票每日知情交易概率，三是股票的日收益率。第一部分數據通過爬蟲軟件抓取東方財富網股吧有關樣本股票在樣本期間內的相關發帖，第二、三部分數據來自國泰安數據庫。

（二）變量處理

利用Python情感分析算法對投資者的發帖進行分析，計算得到情緒數值，介于[0， 1]之間，將情緒值位于[0， 0.5）區間的帖子歸為消極，數值等于0.5的歸為中立，數值位于（0.5， 1]區間的歸為積極。仿照Antweiler和Frank（2004）構建投資者情緒的辦法，將東方財富網股吧第t日有關股票i的帖子中情緒積極的數量記為，情緒消極的數量記為。則第t日股票i的投資者情緒指數計算公式為：

經該指標計算后的值可以反映第t日投資者對股票i的情緒偏好，值大于0表示投資者呈積極心態，值小于0表示消極心態，值等于0表示中立。

此外，為了研究知情交易概率對投資者情緒與股票收益率關系的影響，構建交叉變量：

（三）變量描述

（四）模型構建

由假設H1，對股票收益率與投資者情緒指數做最小二乘回歸，構建模型一：

由假設H2，在模型一的基礎上加入調節變量做回歸分析，構建模型二：

其中，代表回歸項系數，代表常數項。

五、實證分析

（一）描述性統計

以上證A股的1775只股票為樣本股，表2展示了2022年上半年樣本股的投資者情緒指數、知情交易概率和日收益率（對數據進行1%縮尾）的描述性統計結果。可以看出平均投資者情緒指數小于0，具體分布是75418個觀測值小于0，89394個觀測值等于0，33585個觀測值大于0，表明在樣本期間內市場整體情緒偏消極。表3是三個變量的相關系數表。

（二）投資者情緒、知情交易概率對市場收益率的影響

利用Stata軟件估計未知參數，為被解釋變量，為解釋變量，為調節變量，為交叉變量。表4展示了股票收益率的回歸結果。

從回歸方程（1）中看出投資者情緒對股票收益率存在正向影響，且在 1%的水平下顯著，其系數為0.012。考慮到股票收益率的數值很小，因此投資者情緒的系數也很小是合理的，當投資者情緒增加一個單位，股票收益率會增加0.012。此結果證明了本文提出的假設H1，即投資者情緒正向影響股票收益率。

從回歸方程（2）中看出，在引入后，三個回歸系數均在1%水平下顯著。其中的系數為-0.052，代表知情交易概率在投資者情緒正向影響股票收益率的過程中存在顯著的負向調節，即證明了本文的假設H2，知情交易概率在投資者情緒與股票收益關系中存在調節作用。

六、穩健性檢驗

（一）用股票波動率替換收益率

本文在研究投資者情緒對股票市場的作用時，聚焦于其對股票收益率的影響。由于在度量投資者情緒指數時，通過爬取東方財富網股吧的發帖信息，進行情感分析后構建投資者情緒指標，因此在實證過程中可能存在核心變量構建不準確的問題。根據董孝伍（2018）的研究可知投資者情緒正向促進市場波動，股票市場波動率的變化在一定程度上是由投資者情緒的變動造成的。因此，在這一部分采用相同的投資者情緒數據分析其對股票波動率的影響來進行穩健性檢驗。通過國泰安數據庫獲取樣本股在樣本期間內的日波動率數據，對第四部分的研究過程替換被解釋變量檢驗。表5中回歸方程（3）可以看出投資者情緒對股票波動率存在正向影響，且在 1%的水平下顯著，其系數為0.001，與現有研究結論相同，證明了通過東方財富網股吧構建投資者情緒指數的準確性。

（二）四大與非四大在知情交易概率負向調節作用中的異質性

知情交易概率越高，代表投資者內幕消息越多，這有違于資本市場交易規則，且對企業自身內部控制及監督不利。雷光勇等（2015）檢驗表明審計在我國股市的基本功能是促進公司治理，且具有降低信息不對稱程度的功能。因此審計作為一種外部監督可對內幕交易和公司治理起到彌補作用。四大會計師事務所相比非四大對企業的監督質量更高，因此可以推測四大審計的企業知情交易概率的負向調節作用不顯著，而非四大審計的企業負向調節作用顯著。

表5中（4）（5）展示了分四大和非四大審計股票收益率回歸的結果。方程（4）中四大審計企業的股票系數為0.020，且在1%水平下顯著，回歸方程（2）中證明的負向調節作用不顯著。方程（5）中非四大審計企業的系數為-0.044，負向調節作用在1%水平下顯著。（4）（5）方程呈現的四大和非四大的異質性驗證了上述推測，進一步證明了知情交易概率在投資者情緒與股票收益關系中存在調節作用。

七、結論

本文利用自然語言處理方法構建投資者情緒指數，在用爬蟲手段爬取東方財富網股吧的股評后，通過Python情感分析算法計算每條帖子的情緒數值，劃分消極、中立和積極三類情感屬性，并以此構建指數。通過對投資者情緒、知情交易概率和股票收益率回歸分析，發現投資者情緒對股票收益率有正向影響，知情交易概率在此環節中起負向調節作用。此外，對實證結果進行穩健性檢驗，將股票收益率替換為股票波動率、檢驗知情交易概率的負向調節作用關于四大與非四大審計的異質性，均證明了實證結果的準確性。

本文利用東方財富網股吧的股評構建投資者情緒，獲得的數據多、成本小，進一步豐富了用自然語言處理度量投資者情緒的方法，也表明信息時代通過網絡數據可以有效研究投資者情緒與股票市場的關系。與此同時，對知情交易概率的調節作用的研究表明，監管部門、審計公司等需要不斷加強對企業的監督管理，作為外部手段促進信息不對稱程度的降低，以期我國資本市場平穩健康發展。

本文的研究存在一定的局限性。例如，利用自然語言處理手段構建投資者情緒指數時，選擇東方財富網股吧的信息作為分析內容，未針對其他投資者發聲平臺展開研究。進一步涵蓋更多的數據樣本，這也是未來研究的方向。

參考文獻：

［1］Maik Schmeling. Investor sentiment and stock returns： Some international evidence［J］. Journal of Empirical Finance，2009，16（3）.

［2］.Malcolm Baker， Jeffrey Wurgler. Investor Sentiment and the Cross-Section of Stock Returns［J］. The Journal of Finance，2006，61（4）.

［3］Gregory W Brown， Michael T Cliff. Corrigendum to “Investor sentiment and the near-term stock market” ［J］. Journal of Empirical Finance，2004，11（4）.

［4］Gregory W. Brown， Michael T. Cliff. Investor sentiment and the near-term stock market［J］. Journal of Empirical Finance，2002，11（1）.

［5］Werner Antweiler， Murray Z. Frank. Is All That Talk Just Noise？ The Information Content of Internet Stock Message Boards［J］. The Journal of Finance，2004，59（3）.

［6］DAVID EASLEY， NICHOLAS M. KIEFER， MAUREEN O'HARA， JOSEPH B. PAPERMAN. Liquidity， Information， and Infrequently Traded Stocks［J］. The Journal of Finance，1996，51（4）.

［7］李志輝，孫廣宇.中國股票市場內幕交易對信息效率的影響——基于內幕交易行為的識別與監測［J］.南開學報（哲學社會科學版），2020（05）：136-145.

［8］黃憲，張馳.內幕交易、股價信息含量與市場監管效力——基于中國A股市場的分析［J］.金融論壇，2019，24（06）：18-29.

［9］劉斌，胡菁芯，李濤.投資者情緒、會計信息質量與股票收益［J］.管理評論，2018，30（07）：34-44.

［10］易志高，茅寧.中國股市投資者情緒測量研究：CICSI的構建［J］.金融研究，2009（11）：174-184.

［11］劉麗文，王鎮.投資者情緒對不同類型股票收益影響的實證研究［J］.金融理論與實踐，2016（02）：90-97.

［12］趙慶國，曲曉宇.投資者情緒對中國不同行業股票收益率的影響［J］.會計之友，2022（14）：54-60.

［13］楊曉蘭，沈翰彬，祝宇.本地偏好、投資者情緒與股票收益率：來自網絡論壇的經驗證據［J］.金融研究，2016（12）：143-158.

［14］尹海員，吳興穎.投資者高頻情緒對股票日內收益率的預測作用［J］.中國工業經濟，2019（08）：80-98.

［15］部慧，解崢，李佳鴻，吳俊杰.基于股評的投資者情緒對股票市場的影響［J］.管理科學學報，2018，21（04）：86-101.

［16］蔣玉梅，王明照.投資者情緒與股票橫截面收益的實證研究［J］.經濟管理，2009，31（10）：134-140.

［17］史永東，田淵博，馬姜瓊，鐘俊華.多因子模型下投資者情緒對股票橫截面收益的影響研究［J］.投資研究，2015，34（05）：48-65.

［18］原東良.投資者情緒與股票橫截面收益——基于微博數據的實證研究［J］.金融與經濟，2018（07）：31-39.

［19］周強龍，朱燕建，賈璐熙.市場知情交易概率、流動性與波動性——來自中國股指期貨市場的經驗證據［J］.金融研究，2015（05）：132-147.

［20］李宗龍.知情交易概率（VPIN）對市場波動性和流動性的影響研究［J］.武漢金融，2020（10）：19-26.

［21］沈冰，郭粵，傅李洋.中國股票市場內幕交易影響因素的實證研究［J］.財經問題研究，2013（04）：54-61.

［22］董孝伍. 投資者情緒對中國股票市場的影響研究［D］.山西大學，2017.

［23］雷光勇，張英，劉茉.投資者認知、審計質量與公司價值［J］.審計與經濟研究，2015，30（01）：17-25.

作者單位：南京大學工程管理學院，本科在讀。