关键词:投资者情绪(investor sentiment)股市收益 (stock returns)分位回归(quantile
regression)
内容提要:投资者情绪作为研究行为经济学的一项有趣指标已经逐渐引起学术和业界的注意。投
资者情绪对金融市场是否有影响?与股票收益是否有相关性?怎样衡量投资者情绪变量?投资者
情绪能否验证理性预期?这些问题与行为经济,金融理论假设,计量方法估计息息相关。
投资者情绪(investor sentiment)是金融实证研究中非常有趣的一项金融指标,它也逐渐引发学术
界对股票市场mispricing水平和收益影响因子进行重新思考。对投资者情绪的研究引发国内外学者
的关注,其中Baker Wurgler (2006,2007)作为首篇检验投资者情绪和未来股票收益的直接关系的
学术论文,着重强调随时间变化的投资者情绪指标对不同种类的个人资产收益回报的影响不同,
并探究其深层原因。
投资者情绪指标算法作为直接衡量投资者预期的工具逐渐被学术界采纳认可,其中哈佛大学商学
院Shleifer教授和Greenwood教授于2014年对六种衡量投资者情绪的直接指标进行比较研究,发现
其统一的正相关性,并与传统金融模型的预期指标(expected returns)对比发现显著负相关性。
这一发现违背理性预期代表投资者回报收益模型,引起研究学者和业界对投资者情绪与市场关系
的广泛研究。
笔者运用分为回归计量方法研究投资者情绪与股市收益的关系有助于区分在不同市场状态下的投
资者表现,通过研究标普500指数回报率与美国个人投资者协会提供的投资者情绪指数,发现在标
普500股票市场牛市时,投资者情绪与股指收益的相关性分位估计显著为负,即当投资者情绪相对
高,对股票市场预期走向乐观,历史数据的实际未来股票收益分布呈现在高分位右侧尾部偏低情
况,而这一现象统计显著且只存在于牛市情况,熊市相对不显著甚至相反。
国内外学者对投资者心理和行为的研究可以分为三个方面,从投资者情绪指标,机构看市水平值
,股市基金收益市场三者进行不同侧面的实证检验,寻求关联性客观依据,解释至今仍没有较为
一致的观点。中山大学王美今和孙建军教授2004年实证发现投资者情绪的变化不仅显著地影响沪
深两市收益, 而且显著地反向修正沪深两市收益波动, 并通过风险奖励影响收益。
投资者情绪的衡量随着大数据机器学习的兴起也变得更加广泛,不仅局限于传统问卷调查,还通
过利用计算机文本挖掘技术,提取网络发帖所体现的情绪倾向,构建投资者情绪指标。如2016年
杨晓兰等在金融研究发表研究发现本地关注对股票收益率的影响取决于投资者情绪。举例来说,
当投资者持积极情绪时,通过IP地址识别构建的地域关注指标对股票收益率有显著的正向影响;
当投资者持消极情绪时,该影响显著为负。在积极情绪和消极情绪下网络创业板帖子关注度对股
票交易量都有显著正向影响,但积极情绪下的影响程度比消极情绪下更大。
行为金融学理论认为,股票收益受众多个体投资者或噪音交易者行为左右,运用严格的计量方法验
证这一理论显得尤为重要。在管理科学2017第3期许启发等的研究中,尽管在均值框架下网络情绪
波动与股市收益之间因果关系并不明显,但基于分位Granger因果分析却发现两者在极端分位点区
间处存在广泛且显著的因果关系。
我们可以肯定在一些特定分位点区间投资者情绪波动对股市收益存在显著因果关系影响。这种影
响的计量估计各文献观点不一,如何利用在特定条件下股市收益的可预测性并提供严格理论模型
将是未来金融行为学的一个重要方向。同时,研究投资者情绪指标能够预测股市收益的尾部(上
尾或下尾)行为特征,还需要依据特定金融风险规范,如何合理使用投资者情绪信息进行有效研
regression)
内容提要:投资者情绪作为研究行为经济学的一项有趣指标已经逐渐引起学术和业界的注意。投
资者情绪对金融市场是否有影响?与股票收益是否有相关性?怎样衡量投资者情绪变量?投资者
情绪能否验证理性预期?这些问题与行为经济,金融理论假设,计量方法估计息息相关。
投资者情绪(investor sentiment)是金融实证研究中非常有趣的一项金融指标,它也逐渐引发学术
界对股票市场mispricing水平和收益影响因子进行重新思考。对投资者情绪的研究引发国内外学者
的关注,其中Baker Wurgler (2006,2007)作为首篇检验投资者情绪和未来股票收益的直接关系的
学术论文,着重强调随时间变化的投资者情绪指标对不同种类的个人资产收益回报的影响不同,
并探究其深层原因。
投资者情绪指标算法作为直接衡量投资者预期的工具逐渐被学术界采纳认可,其中哈佛大学商学
院Shleifer教授和Greenwood教授于2014年对六种衡量投资者情绪的直接指标进行比较研究,发现
其统一的正相关性,并与传统金融模型的预期指标(expected returns)对比发现显著负相关性。
这一发现违背理性预期代表投资者回报收益模型,引起研究学者和业界对投资者情绪与市场关系
的广泛研究。
笔者运用分为回归计量方法研究投资者情绪与股市收益的关系有助于区分在不同市场状态下的投
资者表现,通过研究标普500指数回报率与美国个人投资者协会提供的投资者情绪指数,发现在标
普500股票市场牛市时,投资者情绪与股指收益的相关性分位估计显著为负,即当投资者情绪相对
高,对股票市场预期走向乐观,历史数据的实际未来股票收益分布呈现在高分位右侧尾部偏低情
况,而这一现象统计显著且只存在于牛市情况,熊市相对不显著甚至相反。
国内外学者对投资者心理和行为的研究可以分为三个方面,从投资者情绪指标,机构看市水平值
,股市基金收益市场三者进行不同侧面的实证检验,寻求关联性客观依据,解释至今仍没有较为
一致的观点。中山大学王美今和孙建军教授2004年实证发现投资者情绪的变化不仅显著地影响沪
深两市收益, 而且显著地反向修正沪深两市收益波动, 并通过风险奖励影响收益。
投资者情绪的衡量随着大数据机器学习的兴起也变得更加广泛,不仅局限于传统问卷调查,还通
过利用计算机文本挖掘技术,提取网络发帖所体现的情绪倾向,构建投资者情绪指标。如2016年
杨晓兰等在金融研究发表研究发现本地关注对股票收益率的影响取决于投资者情绪。举例来说,
当投资者持积极情绪时,通过IP地址识别构建的地域关注指标对股票收益率有显著的正向影响;
当投资者持消极情绪时,该影响显著为负。在积极情绪和消极情绪下网络创业板帖子关注度对股
票交易量都有显著正向影响,但积极情绪下的影响程度比消极情绪下更大。
行为金融学理论认为,股票收益受众多个体投资者或噪音交易者行为左右,运用严格的计量方法验
证这一理论显得尤为重要。在管理科学2017第3期许启发等的研究中,尽管在均值框架下网络情绪
波动与股市收益之间因果关系并不明显,但基于分位Granger因果分析却发现两者在极端分位点区
间处存在广泛且显著的因果关系。
我们可以肯定在一些特定分位点区间投资者情绪波动对股市收益存在显著因果关系影响。这种影
响的计量估计各文献观点不一,如何利用在特定条件下股市收益的可预测性并提供严格理论模型
将是未来金融行为学的一个重要方向。同时,研究投资者情绪指标能够预测股市收益的尾部(上
尾或下尾)行为特征,还需要依据特定金融风险规范,如何合理使用投资者情绪信息进行有效研