投资者情绪、衍生金融工具与股票收益

    杜剑 楚琦 杨杨

    

    

    

    【摘 要】 文章以2008—2017年我国A股上市公司的相关数据为研究对象，从公司使用衍生金融工具的视角出发，研究投资者情绪对股票收益的影响。实证结果显示，投资者情绪的高低与股票收益呈现正相关关系，且企业使用衍生品会显著降低高涨的投资者情绪对股票收益的提升作用，即企业使用衍生金融工具对二者的关系具有调节作用。进一步研究结果显示，投资者情绪波动越大，公司股票收益越低。研究结论有利于我国金融市场上的投资者理性投資，并为金融监管部门加强监管以及上市公司合理使用衍生金融工具进行风险管理提供了思路。

    【关键词】 衍生品; 投资者情绪变动; 股票收益; 噪声投资者

    【中图分类号】 F830.9 ?【文献标识码】 A ?【文章编号】 1004-5937（2020）13-0008-07

    一、引言

    现代金融理论认为，市场上的参与者并不是完全理性的，他们会受到市场上“噪音”的影响，表现出投资者情绪的波动，对市场做出有偏估计，从而对公司股票收益产生影响。从我国金融市场的特征来看，个人投资者所占比例较大，而且由于金融市场发展不够完善和投资者专业性不强等，我国投资者表现出更为强烈的投资者情绪，使得我国上市公司的股票收益波动表现得更加明显。目前大量学者对投资者情绪与股票收益之间的关系进行了研究，并指出公司层面特征（如投资行为、融资行为、会计信息质量等）对两者的关系具有调节作用。近年来，越来越多的上市公司开始使用衍生金融工具进行风险管理，衍生品的使用情况作为公司套利风险的重要组成部分，受到了投资者的广泛关注。尤其是中信泰富、深南电等公司衍生金融工具巨亏丑闻披露后，投资者对使用衍生金融工具的上市公司抱有更加谨慎的投资态度，因此衍生金融工具的使用可能会抑制高涨的投资者情绪对股票收益的提升作用。

    本文以2008—2017年A股上市公司使用衍生金融工具的情况出发，通过实证研究检验投资者情绪对我国上市公司个股股票收益所发挥的作用，深入探索投资者情绪对股票收益的影响路径。本文的贡献主要在于：其一，实证检验了投资者情绪的高低与股票收益的关系，并使用衍生金融工具作为调节变量，讨论在企业的不同投资行为下，投资者情绪对个股股票收益的影响是否存在差异;其二，进一步分析了投资者情绪的变动对个股股票收益的影响;其三，研究结论有利于监管部门根据投资者情绪提前预测市场动向，及时提醒投资者潜在风险，从而降低投资者损失，维护金融市场的稳定运行。另外也有利于对公司使用衍生品进行警示，抑制投机动机。

    二、文献综述、理论分析及研究假设

    （一）文献综述

    传统金融理论把人看作是“理性经济人”，认为市场参与者能够充分获得市场上的有效信息，并以效用最大化为目标，对市场做出正确的判断，从而对市场上的金融资产做出无偏估计。继Fischer提出“噪音”的存在之后，De Long et al.[1]进一步提出了噪声交易者模型（DSSW）。该模型指出，“噪声”主要分为两部分：一部分是某些市场参与者为了混淆视听而恶意散布的虚假信息，还有一部分是投资者对市场的判断不准确而产生的错误信息。所谓噪声交易者就是误把这些信息当作真实信息或“内部信息”参与股票市场投资的人。噪声交易者模型理论认为市场是有限套利的，噪声交易者承担了更大的风险，将会获得一部分风险溢价，因此能够在市场中长期存在。Barberis et al.[2]在噪声交易者认知偏差的基础上论述了投资者情绪的形成及其对股价的影响，这便引发了学术界关于投资者情绪的大讨论。

    中国金融市场起步较晚，尚未建立完善的金融管理体系，市场上的投资者以个人为主，且常常表现出过度投机的特点，这导致我国金融市场上长期存在大量的噪声交易者。刘毅等[3]从演化博弈论的角度证明了我国金融市场上噪声交易者和理性交易者的长期共存和博弈过程。我国金融市场的特点导致我国投资者情绪特征更加突出，为相关的实证检验提供了基础。

    行为经济学指出，股票收益和市场的波动受到投资者情绪的影响，也有实证结果证明了投资者情绪上下波动与股票收益呈现同步变动[4]。但是一些学者却对这个结果表示质疑：一部分学者认为目前仅使用封闭式基金折价指标的方法不能反映个体投资者的情绪[5-6];另外还有一些学者认为，投资者情绪与股票市场的收益和波动无关，因为噪音交易者的行为具有随机性，不会影响资产价格[7]。

    Baker et al.[8]的研究结果表明，在套利难度较高时投资者情绪对股票收益的影响作用表现得更为显著。有学者做了进一步探究，考虑了如会计信息质量[9]、社交媒体[10]、时间期限[11]、股票特征[12]等多个调节变量对二者关系的影响。企业使用衍生金融工具进行风险管理可以实现套期保值，进而通过降低企业税收负担、增加企业未来现金流、降低财务困境成本等途径提升企业价值[13]。宋顺林等[14]指出，当市场上的投资者认为该公司存在投机风险，情绪高涨的投资者可能会提高对公司投资的谨慎程度，则高涨的投资者情绪对股票收益的提升作用将会降低。由于我国上市公司运用衍生金融工具的手段不够成熟，容易偏离套利目标而转向投机目的，因此当上市公司使用衍生金融工具时，市场上的投资者就会认为该公司的投机风险较大，从而放弃投资，进而抑制股票收益的增加。

    根据相关文献的结论，公司特征、公司投资行为等都可能对投资者情绪与股票价值的关系产生影响，然而衍生金融工具作为当前我国上市公司进行金融风险规避的主要手段，对投资者情绪与个股股票收益的调节作用没有得到充分研究。

    （二）理论分析与研究假设

    1.投资者情绪与股票收益

    De Long et al.[1]提出，投资者情绪是一种系统性风险，能够影响资本市场定价。Baker et al.[8]认为投资者情绪是投资者根据企业未来现金流和投资风险状况做出的主观判断。由于教育背景、风险偏好、生活经历等多种主观因素的影响，投资者所表现出的投资行为并不完全符合“理性人”假设，所以投资者进行投资时，受到过度自信、盲目从众、保守主义等心理因素的影响，产生投资者情绪。就我国的股票市场特征来看，个人投资者所占比例较大，其投资活动非常活跃，但交易行为具有较强的随机性，并常常忽视公司基本面信息，容易受个人主观臆断的影响或随意听信所谓“内部消息”，所以我国股市更容易受到投资者情绪的影响，我国股票显示出明显的“股价同步性”[15]，而且由于缺乏做空机制，我国股票市场处于一个有限套利的环境下，这就导致非理性投资者由于承担了较高的风险，可能会获得较高收益，进而导致市场上的资产价格偏离真实水平。总而言之，投资者情绪能够影响股票收益主要有两方面的原因：（1）非理性投资者之间的情绪感染;（2）有限套利的存在[14]。

    从投资者情绪影响股票收益的具体路径来看，可以从以下两个方面进行分析：首先，市场上投资者情绪的高低可以看作投资者的乐观与悲观情绪。投资者较为乐观时，会引起股票价格的上升，而投资者表现为悲观情绪时，股票价格下降[14]。其次，由于投机行为的存在，乐观的投资者愿意使用较高的价格从股票持有者手中获得股票，而且会预期能够以更高的价格出售给更为乐观的投资者。因此，当市场上投资者情绪较为高涨时，刺激投资者的投机行为，投资者会愿意为其所投资的股票支付更高的价格，这便会推动股票价格的上升[11，16]。

    综上所述，本文认为在我国市场上存在大量的噪音投资者，投资者情绪会引发投资者的非理性投机行为，最终导致股票收益偏离正常水平。当投资者情绪较为高涨时，噪音交易者对投资的热情更为高涨，这部分交易者承担了更多的风险，所以将会获得更多的收益。进一步的，投资者的高涨情绪会刺激其投机行为，投资者愿意为股票投入更多的溢价，使得股票价格抬高。为了验证投资者情绪高涨与否与股票收益的关系，本文提出假设1。

    H1：投资者情绪越高涨，股票收益越大。

    2.投资者情绪、衍生金融工具与股票收益

    投资者情绪是资本市场的重要因素，会导致股价与股票基本价值的偏离。而整体市场环境对个人投资者行为的影响也会由于公司特征的不同而呈现出不同的状态，公司自身财务状况、业务特征等公司层面的因素會使投资者情绪出现一定的变化，会计信息质量、企业投资行为、本地偏好、杠杆资金也会对投资者情绪与股票价格之间的关系产生影响。

    为了应对经营中的风险，使用衍生品进行套期保值成为我国企业的重要选择，衍生品的使用水平也成为影响投资者情绪与股票价格之间关系的关键因素。衍生品的价格建立在基础金融产品的价格或数量上，并按照一定的规则产生变动，能够实现锁定收益、稳定现金流量、规避财务风险的目的，是公司防范金融风险的一个重要手段。虽然目前大部分文献证明了衍生品对提升企业价值的正向促进作用[13]，但是由于衍生金融工具的虚拟性、使用过程中的信息非对称性、收益的随机性、交易过程的无序性以及交易目的的投机性等诸多问题[17]，衍生金融工具在实际使用中面临着巨大挑战。再加上金融市场发展历程较短以及我国上市公司运用衍生品的手段不够成熟等原因，中信泰富外汇合约巨亏案、中航油期权投机事件、中盛粮油豆油套期失败案等一系列丑闻的影响，导致我国投资者倾向于认为使用衍生品的公司面临较大的投机风险。因此，当公司使用衍生金融工具时，市场上的投资者将会认为该公司的投机风险较高，情绪高涨的投资者将会偏向于更加理性的投机活动，降低对股票的投机需求。因此，对于使用衍生金融工具的公司来说，投资者高涨情绪对其股票收益的提升作用将会减弱。

    综上所述，我国部分上市公司使用衍生品进行风险管理，但是由于应用水平不高以及公司治理存在漏洞等问题，导致我国投资者普遍认为使用衍生品的公司存在较大的投机风险，在这种情况下，情绪较为高涨的投资者会提高投资谨慎性，从而降低非理性投资的程度，此时，投资者情绪对股票的影响减小。

    因此，本文提出假设2。

    H2：公司使用衍生金融工具能够抑制投资者情绪对股票收益的影响。

    三、实证研究设计

    （一）样本选择与数据来源

    2007年新《企业会计准则》颁布后，我国上市公司开始在企业年度财务报告中对本公司使用衍生金融工具的具体情况进行披露，所以衍生金融工具的有关数据自2008年起才具有可观察性。本文选取2008—2017年十年间我国A股上市公司为研究对象，并对初始样本进行如下处理：（1）剔除金融类公司;（2）剔除当年ST的公司;（3）剔除数据缺失的公司。最终获得了11 248个企业年度数据。本文所使用的衍生金融工具数据通过手工数据获得，其他数据均来自国泰安数据库。本文对所有连续变量在1%水平上做了缩尾处理。

    （二）变量定义

    1.投资者情绪（CICSI）

    单一投资者情绪指标和复合投资者情绪指标是当前学术研究中较为主流的两种测量方法[15]。其中单一指标大多采用对投资者进行问卷调查的主观调查法，另外还有一些学者利用“央视看盘”BSI指数、封闭式基金折价等指标衡量投资者情绪;复合指标一般通过选取多个变量进行主成分分析的方法，目前较为权威的方法主要包括BW指数[8]、情绪β指数[12]以及投资者情绪综合指数[18，19]等。根据易志高等[20]的总结，目前较为主流的做法是使用封闭式基金折价、IPO数量、IPO上市首日收益、市场交易量、消费者信心指数以及新增投资者开户数的当期及滞后一期数据进行主成分分析，进一步剔除居民消费价格指数、工业增加值、宏观经济景气指数、工业品出厂价格指数等宏观经济指标的影响后，构建CICSI指数，即中国股市投资者情绪指数。

    由于本文其他变量为年度变量，而CICSI为月度指标，本文参考刘斌等[9]的方法，对年度内12个月的CICSI指数取算术平均数作为年度投资者情绪指标。

    2.衍生金融工具（DER）

    目前有关衍生金融工具的衡量方法主要包括虚拟变量、对冲比例以及德尔塔比例等方法。但是由于目前我国企业对使用衍生金融工具状况进行披露时并不详细，其公允价值或名义价值披露不完整，所以后两种方法在我国的可行性不高。而且根据Allayannis et al.[21]的调查，对冲比例法会使样本量大量缩水。本文参考我国学者有关研究方法后发现使用虚拟变量来衡量企业衍生品的使用情况是最为普遍的方法。因此本文使用虚拟变量方法来衡量企业使用衍生金融工具的情况。

    根据斯文[22]及吕伟等[23]的方法，对样本中公司年报进行逐一审阅，在其中搜索“套期”“掉期”“远期”“期权”“期货”“外汇”“衍生品”“互换”等关键词，并结合有关信息，来确认企业使用衍生品的情况。当企业在该年度使用了金融衍生工具时，将DER赋值为1，否则赋值为0。

    3.股票收益（RET）

    本文选取的控制变量主要有：净资产收益率（ROE），控制企业经营效益对股票收益的影响;企业规模（SIZE），控制不同规模公司之间的差异;另外本文还加入了资产负债率（LEV）以及市值账面比（MB）等控制变量。

    表1列示了本文所选取的所有变量及其详细定义。

    （三）实证模型

    1.投资者情绪与股票收益

    其中，RETi，t为i公司t年度个股收益大小，RETi，t-1为滞后一期的个股收益大小，CICSI为投资者情绪，为了控制其他因素的影响，本文引入了一些控制变量：ROE为净资产收益率;SIZE为企业规模，取企业总资产的自然对数;LEV为企业资产负债率;MB为市账比，即公司每股股价与每股净资产之比。c为常数，αi为个体效应或随机效应，εi，t为随机扰动项，该模型控制了行业和年度。

    2.投资者情绪、衍生金融工具与股票收益

    为验证H2，参考有关文献，本文在模型3的基础上引入了DER（衍生金融工具）变量以及DER与CICSI的交乘项。

    其中，DER是衍生金融工具虚拟变量，通过手工搜集企業年报的方式获得，若t年i公司年报中披露其使用了衍生金融工具则DER=1，否则为0。其他变量定义与模型3相同。

    四、实证结果与分析

    （一）描述性统计

    表2为描述性统计结果。从表2结果可见，投资者情绪（CICSI）的标准差较大（4.45），说明不同时期我国股票市场上的投资者情绪变化较大。DER（衍生金融工具）的均值为0.29，说明我国上市公司中有29%的企业使用衍生金融工具进行风险管理。RET（股票收益）的标准差较小（0.08），说明我国上市公司的股票收益差异不大，这与现有研究认为我国证券市场存在“股价同步性”相符合。

    （二）投资者情绪与股票收益回归结果分析

    表3的（1）列报告了模型3的实证回归结果：从（1）列的结果可知，CICSI（投资者情绪）的回归系数均在0.01的水平上显著，且其系数为正，这说明投资者情绪的高涨对个股股票收益有显著的提升作用，即本文H1得到验证。这符合前文所述“噪声投资者”理论，即当投资者情绪较高时，市场上的个体投资者受高涨情绪的影响，会对所获取的信息过度自信，引起过度交易[25]，从而导致股票收益的上升。当市场上的投资者情绪较低落时，噪声交易者的活跃度减弱，此时理性投资者占据主导地位，这时股票收益就会回落至正常水平。另外，股票收益的滞后一期（RETi，t-1）的系数在1%水平上显著为正，说明当期股票收益受上期股票收益的影响，股票收益的高低具有传递性。

    企业规模（SIZE）的系数在5%的置信水平上显著为正，而公司市账比（MB）在1%显著性水平上显著为负，说明规模越大的上市公司，其股票收益越高，然而当公司市值与实际账面价值产生偏离时，股票收益将会减少。

    （三）投资者情绪、衍生金融工具与股票收益回归结果分析

    表3中（2）列报告了模型4的回归结果。从表中结果可见，在加入CICSI（投资者情绪）与DER（衍生金融工具）的交乘项——CICSI×DER后，股票收益的滞后一期（RETi，t-1）以及投资者收益（CICSI）的系数及显著性保持稳定。CICSI×DER的系数显著为负，说明当公司使用衍生金融工具时，会显著降低投资者情绪对股票收益的影响。因为当我国上市公司使用衍生金融工具时，市场上的个人投资者会认为该公司可能存在投机风险，这时情绪高昂的投资者会慎重考虑对该公司的投资行为，由情绪引发的非理性购买行为被抑制，过度投资减少，从而使股票收益回落至正常水平。

    （四）进一步研究

    根据Baker et al.[8]、花贵如等[26]的结论，投资者情绪的波动不仅仅会影响公司的投资水平，还会对资源配置的非效率产生“缓解”或“恶化”的不同作用。本文将投资者情绪指数的年度变动（ΔCICSI）引入模型，构建了模型5：

    投资者情绪变化、衍生金融工具与股票收益回归结果列示在表4中。ΔCICSIt的回归系数显著为负，即投资者情绪的波动越大，股票收益越小。这说明当市场上的投资者情绪波动较大时，投资者情绪将会发挥“恶化效应”，可能会加剧企业的代理问题，增加企业的融资约束，不利于企业的资源配置，从而导致企业股票收益的降低。而ΔCICSIt×DERi，t的回归系数并不显著，可能是因为DERi，t与ΔCICSIt存在共线性，即投资者情绪变化与企业使用衍生金融工具相关。

    五、稳健性检验

    首先，为了排除遗漏变量问题，本文在一元回归方程中加入了一系列公司基本面特征变量（ROE、SIZE、LEV、MB），并控制了年度及行业固定效应。

    最后是内生性问题。刘斌等[9]指出，股价的波动也有可能会影响投资者情绪的高低，所以可能存在内生性问题。而根据Chang et al.[27]、陆静[28]、刘斌等[9]把天气作为投资者情绪的工具变量的做法，本文选用了沪深两市的年度雷雨天数（Shanghai_rain、Shenzhen_rain）与晴天天数（Shanghai_sun、Shenzhen_sun）作为投资者情绪的工具变量，对投资者情绪、衍生金融工具以及股票收益进行2SLS回归。

    表5报告了2SLS的回归结果，可以发现与前文实证结果并无实质性差异。首先，本文所选取的四个天气工具变量都在1%的显著水平上与CICSI（投资者情绪）相关。在第二阶段的回归结果中，拟合的CICSI（投资者情绪）的系数在1%的显著性水平上与RET（股票收益）正相关，且CICSIt×DERi，t的系数也显著为负。因此本文实证结果具有稳健性。

    六、结论与启示

    本文选取我国2008—2017年11 248个A股上市公司企业年度为研究对象，实证检验了投资者情绪、衍生金融工具与股票收益之间的关系。本文通过实证检验得出了如下结论：（1）投资者情绪高低与股票收益正相关;（2）当企业使用衍生金融工具时，会抑制投资者情绪对股票收益的影响;（3）投资者情绪的波动与股票收益负相关。

    本文的研究结论对于我国金融市场上的投资者、金融监管部门以及上市公司均有一定的启示作用。首先是投资者应当加强金融理论知识的学习，掌握科学的投资方法，避免过度投机心理，充分认识到投资回报与投资风险的正相关关系，理性地进行投资;其次是金融监管部门应当在市场上的投资者情绪较为高涨时，及时提醒投资者避免盲从，另外还要加强对市场的监管，完善信用评估体系，及时披露虚假信息;最后是上市公司要优化内部控制结构，提升公司治理水平，建立有效的激励和监督机制，从而提高衍生品使用水平。

    【参考文献】

    [1] DE LONG，SHLEIFER A，et al.Noise trader risk in financial markets[J].Journal of Political Economy，1990，98（4）：703-738.

    [2] BARBERIS N，SHLEIFER A，VISHNY R W.A model of investor sentiment[J].Journal of Financial Economics，1998，49（3）：307-343.

    [3] 刘毅，李景华.噪声交易者在金融市场的长期存在性研究[J].管理評论，2012，24（7）：36-41.

    [4] STAMBAUGH R F，YU J，YUAN Y.The short of it：Investor sentiment and anomalies[J].Journal of Financial Economics，2012，104（2）：288-302.

    [5] CHEN N F，et al.Are the discounts on closed-end funds a sentiment index？[J].The Journal of Finance，1993，48（2）：795-800.

    [6] 董超，白重恩.中国封闭式基金价格折扣问题研究[J].金融研究，2006（10）：36-48.

    [7] BLACK F.Noise[J].Journal of Finance，1986，41（3）：529-543.

    [8] BAKER M P，WURGLER J.Investor sentiment and the cross-section of stock returns[J].Journal of Finance，2006，61（4）：1645-1680.

    [9] 刘斌，胡菁芯，李涛.投资者情绪、会计信息质量与股票收益[J].管理评论，2018（7）：36-46.

    [10] ZHANG Z，ZHANG Y，SHEN D，et al.The cross-correlations between online sentiment proxies：evidence from google trends and twitter[J].Physica A Statistical Mechanics & Its Applications，2018（5）：51-75.

    [11] 李合龙，冯春娥.基于EEMD的投资者情绪与股指波动的关系研究[J].系统工程理论与实践，2014，34（10）：2495-2503.

    [12] 宋泽芳，李元.投资者情绪与股票特征关系[J].系统工程理论与实践，2012，32（1）：27-33.

    [13] 杜剑，楚琦，杨杨.金融衍生工具、有效税率与公司价值[J].现代财经（天津财经大学学报），2019（9）：12-24.

    [14] 宋顺林，王彦超.投资者情绪如何影响股票定价？——基于IPO公司的实证研究[J].管理科学学报，2016，19（5）：41-55.

    [15] 赵汝为，熊熊，沈德华.投资者情绪与股价崩盘风险：来自中国市场的经验证据[J].管理评论，2019，31（3）：50-60.

    [16] 文凤华，肖金利，黄创霞，等.投资者情绪特征对股票价格行为的影响研究[J].管理科学学报，2014，17（3）：60-69.

    [17] 张元萍.金融衍生工具的风险暴露与监控框架设计[J].现代财经（天津财经大学学报），2006（1）：23-25.

    [18] 尹莉娅.投资者情绪对股票收益影响的实证研究——基于Fama-french三因子模型[J].会计之友，2018（6）：51-56.

    [19] 贺刚，朱淑珍，顾海峰.投资者情绪综合测度指数的构建[J].统计与决策，2018，34（17）：149-153.

    [20] 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.

    [21] ALLAYANNIS G.The use of foreign currency derivatives and firm market value[J].Review of Financial Studies，2001，14（1）：243-276.

    [22] 斯文.衍生品使用与企业价值——来自我国制造业上市公司的经验证据[J].投资研究，2013，32（7）：126-138.

    [23] 吕伟，陈丽花，李思美琳，等.金融衍生品、税收征管强度与企业所得税负担[J].南大商学评论，2017，14（4）：17-39.

    [24] 王健俊，殷林森，叶文靖.投资者情绪、杠杆资金与股票价格——兼论2015—2016年股灾成因[J].金融经济学研究，2017（1）：85-98.

    [25] ODEAN T.Do investors trade too much？[J].The American Economic Review，1999，89（5）：1279-1298.

    [26] 花贵如，刘志远，许骞.投资者情绪、企业投资行为与资源配置效率[J].会计研究，2010（11）：49-55，97.

    [27] CHANG S C，CHEN S S，CHOU R K，et al.Weather and intraday patterns in stock returns and trading activity[J].Journal of Banking and Finance，2008，32（9）：1754-1766.

    [28] 陆静.中国股票市场天气效应的实证研究[J].中国软科学，2011（6）：65-78.