投資者情緒對創業板市場收益的影響研究
——新冠疫情視角下

蘭忠菊，麥強盛

（西南林業大學會計學院，昆明 650224）

一、引言

有效市場假說認為股市收益的波動可以用經濟損失來解釋。反觀新冠疫情（以下簡稱疫情）暴發帶來的結果，感染病例越多的地區應遭受更嚴重的經濟損失，且該地區以及相關行業企業的盈利能力將下降。武漢作為疫情暴發的中心，該地區公司的股票收益應顯著低于平均水平，且隨著疫情的持續發展，這種差距將增大。同時，隨著感染病例的增加將會加大對醫療用品的需求，醫療、制藥和口罩行業的收益率也應在較長時間內大幅度上升。但事實并非如此，武漢公司的股票收益與市場無差異，相關行業異常回報也沒有持續（Sun et al.2020）。因此，疫情防控期間，股市的波動無法用經濟損失來解釋。

疫情的暴發并迅速蔓延，使得感染人數和死亡人數增加，人們因此產生了恐慌心理，恐慌效應的出現影響了投資者的交易行為，直接對投資者情緒產生較大的影響，情緒恐慌又導致其對市場預期發生改變，導致交易決策和行為也發生變化（陳奉功，2020）。投資者情緒是基于投資者心理和行為，而對股票預期收益產生的非理性系統性偏差，因此，投資者情緒變化反過來會影響其交易決策（張同明和張寧，2021），進而對股市收益產生一定的影響。疫情的突發本來就對我國股票市場產生了巨大負面沖擊，加之其對投資者情緒的負面影響（徐宏和蒲紅霞，2021），進一步對我國股市產生影響，但對我國不同板塊的影響存在差異，主板市場波動率不斷上升，而在創業板市場則出現了短暫牛市現象（陳奉功，2020）。這可能與創業板市場自身高風險高收益、市場進入門檻相對較低，主要是服務于中小高新科技型企業的特點有關。但關于疫情防控期間，投資者情緒對創業板市場的具體影響以及其出現短暫牛市現象的分析還未引起足夠的關注。因此，本研究選擇適當的情緒代理變量構建投資者情緒指數，研究疫情對創業板市場收益的影響，重點研究疫情防控期間情緒與創業板市場收益的變化情況，進一步研究在此期間情緒對創業板市場收益的影響的差異性。

二、文獻綜述

關于投資者情緒指標的選取尚未形成一致，目前主要有問卷調查。文本分析以主觀指標為主，如投資者信心指數、消費者信心指數、好淡指數等（孫凌蕓和張金林，2017）；以市場交易指標數據來衡量投資者情緒的客觀指標，如成交額、換手率、市盈率、成交量等（張征超和劉宇宸妃，2018）以及將主客觀指標綜合的復合型指標。回顧現有投資者情緒指數構建的相關研究，多數學者在情緒指標的選取上存在一定的差異，但也存在一些共同的指標，如IPO 數量及首日收益率（張征超和劉宇宸妃，2018；劉金娥和莫舒婷，2018）、封閉式基金折價率（易洪波等，2017）、新增投資者數量（童元松，2021）、市盈率（田映華和王婷，2017）等。目前關于股市收益的研究，主要集中在宏觀經濟政策層面。楊艷和宋思學（2020）從差異化角度分析了四種經濟政策不確定性對股市收益的影響，發現對股市收益影響最大的因素是貨幣政策，且其影響在不同行業中存在差異性。占晶晶等（2020）基于事件研究法和EGARCH 模型研究發現，央行ETF 購買政策的通知在顯著提高股市收益的同時可以改變短期內的投資預期。陳瓊豪等（2019）通過樣本里和樣本外檢驗得出通貨膨脹不僅對股市收益產生負面影響，而且還可預測股市收益。而關于投資者情緒與股市收益關系的研究，孫凌蕓等（2017）研究發現兩者存在多重分形特征，且絕對波動幅度大，多重分形程度強；田映華等（2017）、Gao（2018）研究發現投資者情緒顯著正向影響股市收益，且不同類型的投資者情緒對股市收益的影響存在杠桿效應；胡雅婷等（2020）則認為樂觀情緒、悲觀情緒對股市收益的影響存在差異，但只有樂觀的情緒才會對股市收益產生影響，并且其可以較好地解釋難以估值、套利成本高的股票的回報（Guofu，2018）且產生的影響更大（Malcolm and Jeffrey，2007）。眾多學者除了研究國內股票市場變化情況，也逐漸開始對國外股票市場展開研究。如李長治等（2020）采用中介效應模型研究發現，美國投資者情緒主要通過跨境資本流動和中國投資者情緒渠道對中國股市收益產生正向沖擊。此外，投資者情緒在不同國家之間具有傳染性，外國投資者情緒會傳染到國內，從而影響本國股市的流動性（Byomakesh，2017）。疫情暴發后，各學者將視角集中在疫情對投資者情緒、股市收益以及兩者之間關系的研究。如Sun et al.（2020）運用事件研究法分析疫情對中國股市收益的影響，結果發現疫情防控期間個人投資者情緒與股市收益的正相關關系比以往更強，且在高市盈率、低凈資產和低機構持股企業中的影響更為顯著。張志平等（2020）也采用該方法分析發現，疫情對資本市場的沖擊效應在短期是強烈的，且在不同行業之間存在差異；同時有助于股價的同步性提升，投資者情緒在這種影響中存在顯著的中介作用（程晨和劉珂，2021）。

綜上所述，關于投資者情緒、股市收益的相關研究較為豐富，這在為本文的研究提供了理論基礎的同時也存在著以下不足：第一，以往關于情緒對股市的影響研究主要集中在主板市場，缺乏對創業板市場的深入研究；第二，疫情暴發后，大量學者的研究主要以事件研究法分析疫情對股市的影響，且多集中宏觀層面、主板市場，對創業板市場的研究未引起足夠關注。因此，本文從疫情角度出發，重點研究疫情因素在投資者情緒對創業板市場收益的差異性，旨在豐富創業板市場收益研究的同時為投資者在面對重大公共衛生事件時提供合理的投資參考建議。

三、實證分析

（一）情緒指標選取及數據來源

根據文獻回顧以及創業板市場的特點，本文借鑒張征超和劉宇宸妃（2018）、劉金娥和莫舒婷（2018）指標的選取，選擇成交量（VOL）、市盈率（PE）、流通換手率（TUR）、新增投資者數量（NNA）、消費者信心指數（CCI）指標，并加入兩融余額（MAR）。考慮到投資者情緒本身存在領先和滯后影響（易洪波等，2017；劉金娥和莫舒婷，2018），為此將6 個指標的滯后一期也作為備選指標（各指標定義如表1 所示）。創業板指數包含了創業板發展好的100 只成分股，因此，其可以較好地衡量創業板市場收益，創業板指數的收益率計算公式為Rt= (Pt-Pt-1)/Pt-1×100，其中Pt是t 日的收盤價，Pt-1是t-1 日的收盤價。在公式中，新增投資者數量來源于中國證券登記結算有限責任公司，市盈率和流通換手率原始數據來源于上海證券交易所及深圳證券交易所，其余數據均源于choice 金融終端。所有指標數據均為月度數據，數據時間范圍為2010 年8 月到2021 年12 月。

（二）投資者情緒指數構建

考慮到指標之間可能存在的多重共線性問題，采用主成分分析法（田映華和王婷，2017）構建綜合情緒指數，首先將表1 中6 個指標及其滯后一期合計12 個指標數據進行第一次主成分分析，初步得出投資者情緒綜合指數IS1，并將IS1 與12 個指標進行相關性分析。通過表2 的相關性分析，選擇VOL_1、PE、TUR_1、NNA_1、CCI、MAR_1 這6 個相關性較強的指標作為投資者情緒代理指標。

表2 相關系數分析

為了進一步驗證最終選擇的6 個變量的有效性，將6 個變量再次運用上述方法構建投資者情緒綜合指數IS2，檢驗IS1 與IS2 的相關性，通過表3的結果可知，IS1 與IS2 的相關性高達98.2%，且通過了1%的顯著性水平，說明最終選擇的6 個變量包含了最初12 個變量的大量信息。

表3 IS1 與IS2 相關性分析

投資者情緒除了受自身心理的影響，還會受到宏觀基本面因素的影響，借鑒劉金娥等（2018）選取的控制變量，本文選擇居民消費價格指數（CPI）、宏觀經濟景氣指數的一致性指數（MBCI）和工業出廠價格指數（PPI）3 個指標作為控制變量來剔除宏觀經濟因素對投資者情緒的影響。因此，文章將6 個源指標分別對3 個控制變量進行回歸分析，并以各回歸分析的殘差序列進行第三次主成分分析，得出前三個主成分的累積貢獻率達到88.71%，以前三個主成分各自的貢獻率為權重，加權平均計算最終的投資者情緒綜合指數IS，即：

從圖1 可知，本研究構建的投資者情緒指數與創業板市場收益率的變化趨勢大致一致，表明投資者情緒與創業板市場收益之間存在緊密聯系。在2015 年創業板市場收益與投資者情緒都發生了大幅度的漲跌。疫情暴發期間，投資者情緒與創業板市場收益并非一路下跌而是在不斷震蕩，這與疫情的發展變化以及國家的各項有效的防疫措施有一定的關系。

圖1 R 與IS 時序圖

（三）變量平穩性檢驗

為防止出現偽回歸現象，本文采用單位根（ADF）檢驗方法檢驗時間序列數據的平穩性。由表4 可知，IS 與R 均在1%的顯著性水平下是穩定的，可以進行建模分析。

表4 平穩性檢驗結果

（四）格蘭杰因果檢驗

該檢驗用于初步分析各變量之間的因果關系。從表5 可知，在5%的顯著性水平下，投資者情緒與創業板市場收益存在顯著的雙向格蘭杰原因，即投資者情緒與創業板市場收益之間存在相互影響關系。

表5 格蘭杰因果檢驗結果

（五）動態相關性分析

考慮到廣義條件自回歸模型（VAR 模型）不需要以一定的經濟理論為基礎，且模型的每個方程是用內生變量與其對應的滯后變量進行回歸分析變量之間的關系，因此，本研究采用該方法檢驗投資者情緒與創業板市場收益之間的動態影響情況。現以2010 年8 月至2019 年12 月為疫情前，2020 年1 月1 日至2021 年12 月為疫情防控期間，在VAR模型中加入虛擬變量疫情D（疫情前為0，疫情防控期間為1），以分析疫情防控期間投資者情緒與創業板市場收益之間的動態關系，表達式如下：

其中，Rt是創業板市場收益率；ISt是投資者情緒；w是截距項矩陣；γi是回歸參數矩陣；i 是最優滯后階數；εt是殘差向量。

VAR 模型的建立需要確定最優滯后階數，從表6 中可知，確定準則中LR、FPE、AIC 選擇的最優滯后階數為3 階，而SC、HQ 準則確定的最優滯后階數為1 階，綜合選擇最優滯后階數為3 階。

表6 VAR 模型最優滯后階數確定

對滯后3 階的VAR 模型回歸，由表7 可知，滯后一期、滯后二期的創業板市場收益對投資者情緒存在顯著的正向影響，符合行為金融理論中的“反饋效應”；與格蘭杰因果檢驗的結果一致，即創業板市場收益對投資者情緒存在影響。滯后一期和滯后二期的投資者情緒對創業板市場收益具有負向影響，而滯后三期具有顯著的正向影響,即投資者情緒對創業板市場收益的影響存在滯后現象，且隨著時間的延長，其影響逐漸凸顯，說明投資者情緒不會立即反映在市場中，而需要經過一定時間，市場才會體現情緒帶來的變化。經過相關文獻以及創業板市場特點的分析，發現這符合我國股市的特點，即“牛市在狂歡中結束，熊市在絕望中反彈”和“牛短熊長”。當投資者情緒高漲時將會提升市場活躍的交易氛圍，促使股市收益走高，當牛市接近尾聲時，投資者情緒才會高漲，在牛市走向熊市拐點處達到最高點，此后市場收益將下降；在熊市時，由于其階段較長，投資者情緒長期處于低迷狀態時，提升投資者情緒需要一定的時間，而此時股市收益可能已經開始反彈。疫情對投資者情緒與創業板市場收益率有一定的影響，但均不顯著，原因可能是投資者存在反應不足的問題，投資者和市場對于突發的重大事件來不及處理相關信息從而無法迅速作出反應。

表7 VAR 模型回歸結果

VAR 模型沒有對任何變量做任何約束。因而無法檢驗一個變量對另一個變量的影響程度。格蘭杰因果檢驗僅體現了兩種變量大致的關系，存在一定的局限性。而脈沖響應分析與前兩者互補，對IS 和R 進行更加細致的分析。對圖2 進行分析可得，當給投資者情緒一個標準差沖擊時，創業板市場收益開始遞減為負的，在第三期左右達到峰值，之后逐漸上升，在第五期左右趨向于零；當給創業板市場收益一個標準差的沖擊時，投資者情緒直接上升，同樣在第三期左右達到峰值，但變化幅度相對更大；疫情對投資者情緒和創業板市場收益都具有相應的影響，但影響幅度不大，其對創業板市場收益的影響相對更大，且并未迅速反應，而是存在一定的滯后期間，表明疫情防控期間投資者情緒與創業板市場收益在短期內存在相互動態影響。

圖2 脈沖響應圖

在脈沖響應分析的基礎上，為確定可控因素對研究結果的影響，本研究進一步采用方差分解來分析不同因素的變化情況對整體變化的貢獻（結果如表8、表9 所示）。從表8 中可知，創業板市場收益在第一期只受自身因素的影響，從第二期開始受投資者情緒與疫情的影響，且影響在逐漸增加，投資者情緒對其影響在第五期趨于穩定，疫情對其的影響在不斷上下浮動，兩者對創業板市場收益的影響貢獻不大；從表9 可知，創業板市場收益從第一期、疫情從第二期開始對投資者情緒產生影響，且影響逐漸增強，疫情從第六期開始對其的影響在逐漸減小，這可能與后期國內疫情發展穩定，逐漸恢復正常生活以及前期實施的各類相關政策發揮作用有關。綜上，投資者情緒與創業板市場收益均受疫情的影響，但疫情對投資者情緒的影響相對更大；創業板市場收益解釋投資者情緒的貢獻度遠大于投資者情緒對創業板市場收益的貢獻度，原因可能是市場收益是由多種復雜因素共同影響所形成的，投資者情緒僅是其中一小部分，而投資者作為逐利者，收益是其最重要的目的，因而其對投資者情緒影響較大，從側面反映了兩者存在互動關系。

表8 R 的方差分解

表9 IS 的方差分解

（六）非對稱性分析

在前面的分析中，可以發現正負消息對股市收益的影響是存在差異的，即可能存在非對稱現象。由于指數廣義條件自回歸模型（EGARCH）考慮了正負消息因素且對參數的約束較少，因此，本研究采用該模型具體分析這種非對稱現象。在建立該模型之前需要檢驗數據的異方差性，即檢驗數據序列是否存在條件自回歸（ARCH）效應，存在即可建立該模型分析非對稱性。采用拉格朗日常數檢驗（ARCH-LM）方法，從表10 檢驗結果可知，均值方程的殘差序列存在ARCH 效應，可以建立EGARCH 模型。

表10 ARCH 效應檢驗結果

為了驗證投資者情緒對創業板市場收益的非對稱影響，進一步分析疫情因素的影響，在EGARCH（1，1）模型的均值方程中加入投資者情緒，方差方程中加入疫情因素，表達式如下：

均值方程：

方差方程：

式（3）中θ1是非對稱項的系數，若該值不為零，則說明存在杠桿效應，虛擬變量D 表示疫情。通過對比正態分布、學生t 分布以及廣義誤差分布（GED）三種分布下的結果，發現GED 分布下結果最佳，因此本文最終建立了GED-EGARCH（1，1）模型。從表11 結果可知，GED 分布參數估計值均大于2，符合金融數據特征，均值方程中投資者情緒對創業板市場收益存在顯著的負向影響，表明投資者情緒的高漲不利于增加市場收益。反之則相反：當投資者情緒高漲時，投資者對市場預期向好，不斷買進股票，助推股價高漲，最終導致股價泡沫，使得投資者遭受損失，降低股市收益；兩種情況下的方差方程中θ1系數均大于0，說明存在杠桿效應，即積極和消極投資者情緒對創業板市場收益帶來的沖擊是存在差異的。具體而言，當μt-1＞0 時，未考慮疫情因素時，將產生α1+θ1=0.657 倍的正向沖擊，而考慮疫情因素時產生0.645 倍正向沖擊；當μt-1＜0 時，未考慮疫情因素時，產生α1-θ1=0.265 倍的負向沖擊，考慮疫情因素時則產生0.233 倍負向沖擊，兩種情況下均表明積極的投資者情緒對創業板市場收益的波動更大，且在疫情因素的影響下，產生的正負沖擊相對較小，但正負沖擊變化幅度更大，可能是由于疫情的發生分擔了部分投資者情緒對市場收益的影響，使得投資者情緒對市場收益的直接影響相對較小。當市場上出現利好消息時，投資者的情緒也跟著上漲，原來市場中投資者會加大對股票份額的購買，新股民也會跟風進入市場，進一步推動股價上漲，易形成價格泡沫，不利于增加市場收益；當不利消息出現時，一般而言，股價應隨著投資者情緒的下降而下跌。但由于我國股市易受各種政策因素的影響，當出現利空消息時，國家會出臺各種政策來救市，以維持股價的穩定，使得投資者對利空消息不是特別的敏感，導致情緒低迷時，股價反而上漲。因此，投資者情緒對創業板市場收益存在杠桿效應，且疫情因素會加大投資者情緒對創業板市場收益這種效應的變化幅度。

表11 EGARCH 模型結果

四、結論與啟示

選取2010 年8 月至2021 年12 月創業板指數和6 個情緒代理指標構建的投資者情緒指數月度數據，引入新冠疫情虛擬變量，通過構建VAR 模型和GED-EGARCH（1，1）模型分析投資者情緒對創業板市場收益影響及疫情因素對影響的變化情況。通過結果分析得出以下結論：第一，投資者情緒與創業板市場收益存在雙向格蘭杰原因；第二，疫情對投資者情緒和創業板市場收益均產生負向影響，但不顯著，且兩者之間存在相互動態影響；第三，投資者情緒對創業板市場收益存在非對稱影響，且積極投資者情緒對其的沖擊更大；第四，疫情因素降低了投資者情緒對創業板市場收益的正負沖擊，但增加了正負沖擊變化的幅度。

綜合本文的研究背景與實證分析結果，得出如下啟示：第一，我國的證券市場制度不完善，個體投資者占比較高，市場易受投資者情緒的影響，所以投資者應當避免追漲殺跌，更加理性地通過多元化投資組合分散非系統性風險，減少不必要的損失；第二，監管機構應積極普及相關投資知識，及時發布權威信息引導投資者理性化投資，積極培育并引導機構投資者進入市場，縮小投資者結構不對稱差距，充分發揮機構投資者的專業知識和信息獲取優勢；第三，注重投資者情緒與股市收益之間的關系，定期編制并發布權威有效的投資者情緒指數，減少投資者非理性投資行為，加強完善相關市場制度；第四，針對重大公共衛生事件的突發情況應及時采取措施緩解其對市場的沖擊，投資者也應相對理性地看待此類事件對市場的影響。