网站首页  词典首页

请输入您要查询的论文：

　

标题 基于BW模型的A股市场投资者情绪测度研究
范文 魏星集+夏维力+孙彤彤



摘要：投资者情绪因其内在复杂性和动态变化性，使得准确测度尤为困难。本文通过对情绪测度理论方法进行系统分析，结合中国证券市场具体情境，基于BW模型选取市场换手率等6个情绪指标，利用主成分分析法构建以月度为单位的中国证券市场投资者情绪指数。对于部分情绪指标计算公式进行调整和完善以及通过与宏观数据进行正交回归剔除指标中非情绪因素。最后通过与上证综指进行Eyeball分析，发现所构建情绪指数可以准确测度投资者的普遍情绪，从而验证了情绪指数的有效性。
关键词：投资者情绪 测度模型 上证综指 BW模型
经典金融理论以理性人为假设，认为投资者的行为遵从期望效用最大化和贝叶斯学习法则[1]，从而忽略投资者情绪等主观因素对于资产定价和市场波动的影响。行为金融理论认为人是有限理性的，投资者本身存在的认知偏差、情绪和偏好影响资产定价，使得现实中资产价格往往偏离正常水平。研究表明，投资者情绪不仅会影响投资者的决策行为，使得资产定价出现偏差，并且，在诸多股市泡沫、金融危机中，投资者情绪无疑在资产证券市场的非理性繁荣和恐慌性下跌中起到推波助澜的作用。
行为金融学将投资者对未来证券市场带有系统偏差的预期称为投资者情绪（Investor Sentiment），它反映的是投资者的投资意愿或预期的市场人气。近二十年来，对于投资者情绪是否影响资产定价和市场波动已经得到国内外学者的认可，而今研究的重点在于如何准确地测度投资者情绪以及定量分析其影响情况。并且，中国证券市场是由政府主导的制度创新和市场自身发展共同推动的新兴市场[2]，中国证券市场投资者情绪相对于西方成熟市场来说具有更为显著的易变性，以及对证券市场波动产生更大的影响[3]。所以，有关准确测度中国证券市场投资者情绪的研究不仅已成为一个重要的课题，更具有指导制度建设和稳定金融市场的作用。
因此，本文基于中国证券市场这一具体情境，展开有关准确测度投资者情绪的研究。本文剩下部分的结构安排如下：第二部分是评述国内外相关文献，第三部分是基于中国证券市场的投资者情绪指数构建及数据来源，第四部分是所构建情绪指数的有效性检验，最后一部分为结论。
1.文献综述
准确测度投资者情绪，有助于理解投资者行为、解释市场异常收益，理顺证券市场价格的形成机制，甚至服务于投资者的投资决策[4]。针对该领域的研究，国内外学者逐渐形成了直接情绪指标和间接情绪指标两种方法，以来测度投资者情绪。
直接情绪指标指的是发布机构通过发放调查问卷等方式统计不同投资者对于未来市场多空看法所构建的指标。在直接情绪指标中，国外比较出名的是：美国的友好指数，美国个人投资者协会指数[5]，投资者智慧指数[6]，消费者信心指数[7]。而国内直接情绪指标主要有以下来源：“央视看盘”指数[8]，“股市动态分析”的好淡指数[9]，华鼎“多空”民意调查[10]，看盘软件（如同花顺、指南针等）在交易时对股民进行的实时调查，消费者信心指数[11]。由于编制直接情绪指数受问卷设计、调查群体以及处理方法等众多因素影响，在某种程度上缺乏较强的客观性，因此，国内外学者也将研究偏向于间接情绪指标。
间接情绪指标指的是通过利用单个或者多个市场交易数据构建某种指标从而间接反映投资者情绪，可分为单一指标和复合指数两种。在构建间接情绪指标中，主要包括：封闭式基金折价率[12]、首次公开发行（IPO）数量[13]、首次公开发行收益率[13]、交易量（换手率）[14]、新股开户数[4]、红利溢价率（Dividend Premium）[15]、共同基金净赎回[16]、零股买卖比例[17]、认沽认购比率（PCR）[6]、波动性指标（VIX）等。在单一投资者情绪指标中，由于替代变量既包含情绪因素又涉及到其他非情绪因素，受其他非情绪因素的干扰较强，进而限制了情绪指标的有效性。
为了减少单一情绪指标中非情绪因素的影响，通过多个单一情绪指标构建复合情绪指数来衡量投资者情绪的变化。Baker and Wurgler利用主成分分析法将6个单一指标构建投资者情绪综合指数，该指数可以较好地削弱了非情绪因素对情绪指标的干扰[13]。易志高[18]等也相应地构建中国证券市场投资者情绪指数。但由于中国证券市场作为典型“政策市”的新兴市场，投资者情绪受中国金融制度、结构以及转型期等因素影响，情绪的变动更加频繁和剧烈，因此，在构建投资者情绪指数时首先要选取适合中国情境的情绪指标，其次指标时间频率应该为月度、周或者日，以达到更好测度中国证券市场投资者情绪的目的。
2.数据来源与指数构建
基于上述文献的评述，结合中国证券市场的具体情境和研究数据的可获得性，本文将在分析各情绪指标的基础上，选取其中更能体现情绪的指标，从而最终构建情绪指数。其中，本文采用月度情绪指数来更好地刻画中国证券市场投资者情绪的易变性。
2.1情绪指标的选取
2.1.1封闭式基金折价率（Closed-end fund discount， DCEF）。本文亦选取的是传统型封闭式基金折价率作为投资者情绪的替代指标，剔除近年来创新型封闭式基金数据，其中，当封闭式基金折价率小于零为折价，反之为溢价。其计算公式为：
其中，P为基金市价，AV为基金净值。该数据来自中国经济金融数据（CCER）。
2.1.2新股上市首日收益率（Average first-day return， RIPO）。一般新股上市发行都存在折价现象（Underpricing），即上市首日存在较大的收益率。本文采用新股上市首日收益率作为情绪的替代指标。该数据来自上海、深圳证券交易所网站和中国证券登记结算统计年鉴。
2.1.3 新股发行数量（Number of IPOs，NIPO）。企业在证券市场金融融资存在IPO时机选择问题[19]，本文将新股发行数量作为情绪的替代指标。该数据来自上海、深圳证券交易所网站和中国证券登记结算统计年鉴。
2.1.4新增开户数（New accounts，NA）。新增开户数反映的是场外投资者参与市场交易的热情程度，新增开户数在我国还是很好地体现了投资者情绪的变化，所以本文选取该数据作为情绪的替代指标。该数据来自中国证券登记结算统计年鉴。
2.1.5市场换手率（Turnover，TURN）。市场换手率是指在一定时期内投资者买卖股票的比例，反映了投资者投机的需求，是投资者情绪的代理变量。为了剔除交易天数对于市场换手率的影响，本文采用的月市场换手率的计算公式是：
该数据来自于上海证券交易所和深圳证券交易所市场统计年鉴。
2.1.6消费者信心指数（Consumer Confidence Index， CCI）
消费者信心指数是国家统计局于1997年12月开始编制，包括消费者预期指数和消费者满意指数，综合反映消费者对当前经济形势评价和对经济前景、收入水平、收入预期以及消费心理状态的主观感受。不少学者研究发现消费者信心指数能较好地测度投资者情绪的变化，因此本文选取消费者信心指数作为情绪的替代指标。该数据来自于国家统计局中国经济景气监测中心。
由于受新增开户数等数据获取的影响，本文研究的时间段为2003年1月至2010年12月。
2.2指标分析与指数构建
2.2.1指标分析。以上6个指标对于投资者情绪的反映可能具有“提前”或者“滞后”的情况，本文在构建投资者情绪指数时，首先要确认各指标与投资者情绪的“提前”或者“滞后”关系。
首先，在6个原始指标中引入6个“提前”指标，从而利用主成分分析法构建中有12个指标的投资者情绪指数（Investor Sentiment Index，ISI）。再者，分析所构建的情绪指数与6个原始指标和6个“提前”指标的相关性关系，从而确定指标的“提前”和“滞后”情况。最后，在利用主成分分析法时，严格遵守特征根大于1和主成分的方差总和占全部方差的80%以上，以解决主成分解释力度不如原始变量和主成分信息包含不够的问题。其中，第一、第二、第三主成分等构建成总投资者情绪指数的计算公式为：
（3）
从表1可以看出，投资者情绪与12个指标的相关性都通过了显著性检验，通过比较“提前”和“滞后”指标之间的关系，发现ISI与NAt、TURNt-1、CCIt-1、DCEFt-1、NIPOt、RIPOt这几个指标的相关性更强，所以选取这6个变量作为构建投资者情绪指数的指标。表2为这6个指标的描述性统计。
2.2.2 情绪指数构建。对选取的NAt、TURNt-1、CCIt-1、DCEFt-1、NIPOt、RIPOt这6个指标进行描述性统计，再利用主成分分析法进行投资者情绪指数的构建。其中，计算方法和原则同上，最终结果见公式（4）。
为了对各指标进行相关处理，本文采用正交回归的方法来剔除宏观经济波动对于指标的影响。考虑到国内生产总值（GDP）是每季公布一次，而本研究分析周期为月，因此，为了剔除工业品出厂价格对于工业增加值的影响，本文以工业增加值增长率除以工业品出厂价格指数（PPI）之后的值作为正交回归的参数。该数据来自中国经济金融数据（CCER）。最后投资者情绪指数结果为公式（5）。
从表3各相关性分析中可以看出ISI基本保留了ISI所具有的特点。
3.投资者情绪指数检验：基于Eyeball检验[16]
行为金融学理论认为投资者情绪对于资产定价和市场波动起着重要影响作用。本文认为检验投资者情绪的有效性，最好的办法为投资者情绪指数是否能体现现实中投资者的普遍情绪，从而相应地影响资产定价和市场波动。图1为本文所构建基于中国证券市场的投资者情绪。
从图1可以看出，投资者情绪指数的走势与上证综指的走势基本保持一致，上证综指出现的几次波峰和波谷与投资者情绪的变动方向基本相同，而且从图中可以明显地看出，投资者情绪的走势先于股指的走势，从而验证情绪影响资产定价和市场波动。因此，通过该方法检验，本文认为所构建的投资者情绪指数不仅可以准确地测度当时股市中投资者的普遍情绪，而且与证券市场中的牛熊两市相一致，从而验证了投资者情绪指数的有效性。
4.结论
本文从如何准确投资者情绪展开研究，系统分析情绪构建的理论方法，通过对各方法的比较分析，最后选择复合情绪指标方法来构建基于中国证券市场的投资者情绪指数。由于中国证券市场属于新兴市场，投资者情绪波动频繁，市场板块轮动较为显著，因此在以前学者的基础上，所构建的投资者情绪指数以月为单位，对于存在不足的指标计算公式进行完善和更新，而所选取的6个情绪指标通过正交回归的方法，剔除了非情绪因素（如宏观经济波动）对于指标的影响，以期达到更准确测度中国证券市场投资者情绪的目的。通过与上证综指进行Eyeball检验，本文得出所构建的投资者情绪指数能够很好地体现了股市中的整体情绪变化，从而验证了情绪指数的有效性。
参考文献：
[1]池丽旭，庄新田.中国证券市场的投资者情绪研究[J]. 管理科学， 2010， 23（3）：79-87.
[2]周晖.货币政策、股票资产价格与经济增长[J]. 金融研究，2010， （2）：91-101.
[3]文凤华，肖金利，黄创霞.投资者情绪状态对股票价格行为的影响研究[J].管理科学学报，2014，（03）：60-69.
[4]黄德龙，文凤华，杨晓光.投资者情绪指数及中国股市的实证[J].系统科学与数学， 2009，29（1）：1-13.
[5]谢军，杨春鹏，闫伟.含有无风险资产的情绪最优投资组合[J].系统管理学报，2012，21（4）： 541-545.
[6]Brown G，Cliff M.Investor sentiment and the near-term stock market[J].Journal of Empirical Finance， 2004，11（1）：1-27.
[7]刘维奇，刘新新.个人和机构投资者情绪与股票收益[J].管理科学学报，2014，（03）：70-87.
[8]王美今， 孙建军. 中国股市收益、收益波动与投资者情绪[J]. 经济研究， 2004， （10）：75-83.
[9]程昆， 刘仁和. 投资者情绪与股市的互动研究[J]. 上海经济研究， 2005， （11）：86-93.
[10]余佩棍， 钟瑞军. 个人投资者情绪能预测市场收益率吗[J]. 南开管理评论， 2009，12（1）：96-101.
[11]池丽旭， 庄新田. 投资者情绪与股票收益波动溢出效应[J]. 系统管理学报， 2009，18（4）：367-372.
[12]陈其安， 朱敏， 赖琴云. 基于投资者情绪的投资组合模型研究[J].中国管理科学，2012，20（3）：47-55.
[13]杨春鹏，闫伟，单向与双向情绪下风险资产的认知价格及其投资策略[J].管理科学，2012，25（3）：78-90.
[14]Baker M，Stein J.Market liquidity as a sentiment indicator [J].Journal of Financial Markets，2004， 7（3）：271-299.
[15] Baker M，Wurgler J.Investor sentiment and the cross-section of stock returns[J].Journal of Finance，2006， 61（4）：1645-1680.
[16]Baker M，Wurgler J.Investor Sentiment in the Stock Market [J].Journal of Economic Perspectives， 2007， 21（2）：129-151.
[17] Kumar A，Lee C.Retail Investor Sentiment and Return Comovements[J].Journal of Finance，2006， 61（5）：2451-2486.
[18]易志高，茅宁.中国股市投资者情绪测量研究：CICSI的构建[J].金融研究， 2009， （11）：174-184.技术文
随便看

　

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

　

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间：2025/4/14 21:21:57