王博

摘 要：

采用主成分分析方法，構(gòu)造投資者情緒綜合指數(shù)，并將所構(gòu)造的標(biāo)準(zhǔn)化投資者情緒指數(shù)作為投資者情緒因子，代入Fama和French三因子定價(jià)模型?；谕顿Y者情緒對(duì)不同風(fēng)格指數(shù)、不同市值指數(shù)、不同行業(yè)指數(shù)的影響，分別選擇上證A股指數(shù)、滬深300指數(shù)、上證50ETF、上證180ETF、大盤(pán)指數(shù)、小盤(pán)指數(shù)、銀行板塊、非銀金融板塊、房地產(chǎn)板塊、有色金屬板塊、醫(yī)藥生物板塊、鋼鐵板塊作為投資組合代表，以研究投資者情緒對(duì)這些不同投資組合的差異性影響。并將耶魯CCER中國(guó)股市投資者情緒信心指數(shù)標(biāo)準(zhǔn)化后，作為一個(gè)因子代入Fama和French三因子模型進(jìn)行比較研究。實(shí)證檢驗(yàn)證明了所構(gòu)建的情緒資產(chǎn)定價(jià)理論模型的合理性，將投資者情緒作為一個(gè)因子加入到Fama和French三因子模型以后，資產(chǎn)定價(jià)模型定價(jià)效率有顯著的提升。

す丶詞：

非系統(tǒng)風(fēng)險(xiǎn)；情緒綜合指數(shù)；投資者情緒；定價(jià)效率

の惱鹵嗪牛2095-5960（2014）04-0039-09

；中圖分類(lèi)號(hào)：F830

；文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

資本資產(chǎn)定價(jià)模型（Capital Asset Pricing Model，簡(jiǎn)稱(chēng)CAPM）是在馬科維茨投資組合理論的基礎(chǔ)上發(fā)展起來(lái)的。CAPM模型存在的主要不足是實(shí)證效果較差，定價(jià)效率存在問(wèn)題。除了Fama＆MacBeth(1973)［1］的實(shí)證結(jié)果基本支持CAPM外，后來(lái)的檢驗(yàn)基本否定了CAPM。在對(duì)CAPM有效性所做的實(shí)證研究中，最為著名的是Fama＆French(1992)［2］檢驗(yàn)，其不僅完全否定了Е陋Ф怨善筆找嫻慕孛娌鉅斕慕饈湍芰Γ而且指出僅用公司規(guī)模和賬面市值比這兩個(gè)特征就能對(duì)股票收益的截面差異做出全面的解釋。

實(shí)證檢驗(yàn)中產(chǎn)生問(wèn)題的原因在于該模型的理論基礎(chǔ)，即馬科維茨最優(yōu)投資組合理論假設(shè)條件在現(xiàn)實(shí)中幾乎無(wú)法得到有效滿(mǎn)足。其假設(shè)的核心是：第一，投資者是理性的；第二，資本市場(chǎng)是完全有效的市場(chǎng)，沒(méi)有任何摩擦阻礙投資。然而在現(xiàn)實(shí)生活中，人們的理性認(rèn)知能力不可避免受到各種主客觀條件限制，即人的行為理性是有限的，而絕非完全理性。馬科維茨投資組合理論要求投資組合只包含系統(tǒng)風(fēng)險(xiǎn)，非系統(tǒng)風(fēng)險(xiǎn)通過(guò)擴(kuò)大投資組合規(guī)模加以分散，但沒(méi)有考慮投資分散化成本問(wèn)題，而現(xiàn)實(shí)投資者必須要考慮投資分散化成本，因此市場(chǎng)并非是有效的。

Fama＆French(1993)［3］發(fā)現(xiàn)，市場(chǎng)組合超額收益不足以解釋股票收益的時(shí)間序列差異，并構(gòu)造了SMB和HML這兩個(gè)反映公司規(guī)模和賬面市值比的因素，在將這兩個(gè)因子加入CAPM后，模型的解釋能力大大提高，理論界將這個(gè)模型稱(chēng)為Fama＆French三因素模型。三因素模型考慮到了行業(yè)風(fēng)險(xiǎn)問(wèn)題，將CAPM模型的系統(tǒng)風(fēng)險(xiǎn)表述拓展到行業(yè)層面，部分克服了CAPM的局限性，但投資組合中非系統(tǒng)風(fēng)險(xiǎn)殘值仍然偏大。換句話(huà)說(shuō)，這種延伸雖在一定程度上克服了CAPM以市場(chǎng)組合代替系統(tǒng)風(fēng)險(xiǎn)的局限性，但三因素模型并未完全解決包含非系統(tǒng)風(fēng)險(xiǎn)的投資組合定價(jià)問(wèn)題。

行為金融理論是在對(duì)CAPM理論的質(zhì)疑和挑戰(zhàn)中發(fā)展起來(lái)的。行為金融學(xué)有兩個(gè)更為現(xiàn)實(shí)的理論基礎(chǔ)，即有限套利和投資者心態(tài)分析（金融心理學(xué)）。投資者心態(tài)和行為因素的表現(xiàn)形式是投資者情緒（investor sentiment），其一直是行為金融學(xué)解釋市場(chǎng)異象的主要理論基礎(chǔ)之一。由于不同投資者構(gòu)建的投資組合所包含的非系統(tǒng)性風(fēng)險(xiǎn)因素存在差異，因此對(duì)市場(chǎng)變動(dòng)的情緒也不可能相同，不同投資者情緒的力量此消彼漲，因此，由個(gè)別投資者的情緒合成為一種市場(chǎng)情緒，羊群效應(yīng)則是這種市場(chǎng)情緒的充分反映。本文的研究以馬科維茨投資組合理論為基本理論，在Fama＆French三因素模型基礎(chǔ)上，引入市場(chǎng)投資者情緒因素，以便提高檢驗(yàn)包含非系統(tǒng)風(fēng)險(xiǎn)的投資組合的定價(jià)效率。

市場(chǎng)情緒的系統(tǒng)性作用已經(jīng)被理論和實(shí)證研究所證實(shí)。一些實(shí)證研究已經(jīng)證實(shí)市場(chǎng)情緒對(duì)股票市場(chǎng)收益有系統(tǒng)性的影響，如Baker＆Wurgler(2006,2007)［4］［5］、Baker(2012)［6］、Brown＆Cliff(2004)［7］、Kumar＆Lee(2006)［8］、Lee et al(1991)［9］、Schmeling(2009)［10］、Verma＆Soydemir(2009)［11］、Yu＆Yuan(2011)［12］。同時(shí)，一些情緒資產(chǎn)定價(jià)模型已發(fā)展起來(lái)證實(shí)市場(chǎng)情緒在資產(chǎn)定價(jià)模型中的作用，如Yang＆Yan(2011)［13］、Yang（2012）［14］。

上述市場(chǎng)情緒與資產(chǎn)定價(jià)的國(guó)外相關(guān)文獻(xiàn)，證明市場(chǎng)情緒不僅是行為金融學(xué)領(lǐng)域，也是整個(gè)資產(chǎn)定價(jià)領(lǐng)域一個(gè)很重要的影響變量，但現(xiàn)有文獻(xiàn)對(duì)市場(chǎng)情緒是否作為定價(jià)因子而非僅為特征變量的研究還存在不足。從國(guó)外文獻(xiàn)來(lái)看，也很少在同一篇文章中，分別采用間接情緒綜合指數(shù)和直接情緒指數(shù)，并將市場(chǎng)情緒因子加入到資產(chǎn)定價(jià)模型對(duì)資產(chǎn)定價(jià)模型定價(jià)效率分別進(jìn)行實(shí)證檢驗(yàn)。本文擬著力從實(shí)證上檢驗(yàn)國(guó)內(nèi)市場(chǎng)情緒風(fēng)險(xiǎn)溢價(jià)顯著性，尤其是探討市場(chǎng)情緒可否作為影響資產(chǎn)定價(jià)的一個(gè)因子。

二、情緒綜合指數(shù)構(gòu)造

（一）投資者情緒具體指標(biāo)選擇

世界各國(guó)投資情緒的組成指標(biāo)不盡相同，因而選擇合適的組成指標(biāo)尤為關(guān)鍵，本文選取的情緒代理指標(biāo)既反映了市場(chǎng)總體情緒的變動(dòng)（市場(chǎng)換手率），也反映了機(jī)構(gòu)投資者情緒（封閉式基金折價(jià)率）和個(gè)人投資者情緒（消費(fèi)者信心指數(shù)），因此具有較強(qiáng)的合理性。所選取的各情緒代理指標(biāo)數(shù)據(jù)時(shí)間范圍為2002年1月—2013年12月。各具體指標(biāo)如下：

1.消費(fèi)者信心指數(shù)(CCI)

從人們的主觀意識(shí)來(lái)看，投資者信心指數(shù)比消費(fèi)者信心指數(shù)能更好地衡量投資者情緒變化，但通過(guò)實(shí)證檢驗(yàn)，情況遠(yuǎn)非如此，如薛斐（2005）［15］通過(guò)實(shí)證研究表明消費(fèi)者信心指數(shù)能更好地代表投資者情緒的變化。因此，本文選取消費(fèi)者信心指數(shù)（Consumer Confidence Index，簡(jiǎn)稱(chēng)CCI）作為投資者情緒的代理指標(biāo)。自1997年12月，中國(guó)國(guó)家統(tǒng)計(jì)局景氣監(jiān)測(cè)中心開(kāi)始編制消費(fèi)者信心指數(shù)，并通過(guò)《中國(guó)消費(fèi)者信心監(jiān)測(cè)報(bào)告》定期發(fā)布最新的指數(shù)數(shù)據(jù)，每月更新一次。

2.市場(chǎng)換手率(Turn)

Baker＆Wurgler (2004)［16］通過(guò)實(shí)證檢驗(yàn)的方法證明，能夠反映市場(chǎng)整體流動(dòng)性的換手率可作為投資者情緒的理想指標(biāo)。換手率在一定程度上反映了市場(chǎng)的流動(dòng)性（Baker＆Stein，2004)）［17］，本文選取上證綜指月累計(jì)成交金額和月累計(jì)流通市值作為計(jì)算換手率的原始數(shù)據(jù)，換手率的計(jì)算公式為T(mén)urn璽=TV璽 TMV璽АＦ渲校Turn璽為在t時(shí)期的上證綜指換手率，TV璽為t期上證綜指月累計(jì)成交金額，TMV璽為t期上證綜指月累計(jì)流通市值。Turn璽В即整體換手率，可以直接通過(guò)Wind數(shù)據(jù)庫(kù)提取，不需要做預(yù)處理，其時(shí)間跨度、頻率可以根據(jù)需要自由選取。

3.IPO首日溢價(jià)率（IPOR）

在各國(guó)股票市場(chǎng)中，IPO發(fā)行時(shí)間較長(zhǎng)。隨著時(shí)間推移，IPO首日溢價(jià)率表現(xiàn)出明顯的波峰和波谷，波峰也稱(chēng)為“熱發(fā)行市場(chǎng)”，并且作為“IPO抑價(jià)之謎”（Loughran，1994）［18］。當(dāng)投資者熱衷于投資的時(shí)候，較高的投資需求，推動(dòng)了IPO價(jià)格高于股票內(nèi)在價(jià)值，這與高IPO首日溢價(jià)率相一致（Baker＆Wurgler，2007；Dorn，2009)［16］［19］。本文選取的IPO首日溢價(jià)率指標(biāo)（IPOR）通過(guò)相應(yīng)時(shí)間段內(nèi)的IPO首日溢價(jià)率的算術(shù)平均求得。具體公式為：IPOR=∑N iPC璱－PI璱/PI璱 N?。其中，N表示該期間首次公開(kāi)發(fā)行股票數(shù)量，PC璱П硎鏡趇支股票首日收盤(pán)價(jià)，PI璱П硎鏡趇支股票發(fā)行價(jià)， PC璱－PI璱/PI璱П硎鏡趇支股票首日回報(bào)率。

4.封閉式基金折價(jià)率（CEFD）

封閉式基金折價(jià)交易是不爭(zhēng)的事實(shí)，最早認(rèn)為封閉式基金折價(jià)變化是投資者預(yù)期的結(jié)果。DSSW(1990)［20］的噪聲交易者模型認(rèn)為，封閉式基金主要投資者的交易行為都是隨機(jī)性的。Datar(2001)［21］、張雅慧等（2012）［22］、夏芳（2012）［23］認(rèn)為股票市場(chǎng)流動(dòng)性對(duì)封閉式基金折價(jià)交易有影響。Lee et al(1991)從行為金融學(xué)的角度來(lái)解釋“封閉式基金折價(jià)之謎”。行為金融學(xué)認(rèn)為，封閉式基金折價(jià)率變化是個(gè)人投資者情緒變化的充分反映，由此認(rèn)為具有相同投資者結(jié)構(gòu)的具體投資品種，也將受到類(lèi)似的投資者情緒的影響。

本文采取的計(jì)算公式為：CEFD璽=∑n i=1P﹊t－NAV﹊t NAV﹊t n,д飫飊代表滬深股票市場(chǎng)本期發(fā)行的封閉式基金數(shù)量；P璱為基金i于每月最后一個(gè)交易日的收盤(pán)價(jià)；NAV﹊t為每月最后一個(gè)交易日的單位凈值；N璱為基金i的份額；CEFD璽г詿笥0時(shí)表現(xiàn)為溢價(jià)，小于0時(shí)表現(xiàn)為折價(jià)。

（二）投資者情緒組成指標(biāo)及其滯后項(xiàng)的主成分分析

本文將所選擇的投資者情緒指標(biāo)及其滯后項(xiàng)進(jìn)行主成分分析，為消除各情緒代理變量單位的差異性影響，在進(jìn)行主成分分析前，先將各情緒代理變量進(jìn)行標(biāo)準(zhǔn)化處理。

根據(jù)上文選取的四個(gè)情緒代理指標(biāo)，可以獲得四個(gè)情緒代理指標(biāo)及其對(duì)應(yīng)的滯后項(xiàng)共八個(gè)指標(biāo)。選取這八個(gè)指標(biāo)，采用累計(jì)解釋力85%準(zhǔn)則進(jìn)行主成分分析。

ケ1主成分分析法下的各主成分解釋力

主成分

特征根

方差解釋力

累計(jì)解釋力主成分1

3.3575

0.4220

0.4220 主成分2

1.9886

0.2430

0.6650 主成分3

1.1825

0.1430

0.8080 主成分4

0.8192

0.1020

0.9100 主成分5

0.3413

0.0430

0.9530 主成分6

0.2263

0.0270

0.9800 主成分7

0.0563

0.0120

0.9920 主成分8

0.0261

0.0080

1

表2主成分分析法下的各主成分系數(shù)

主成分

CCI

TURN

IPOR

CEFD

CCI_

TURN_

IPOR_

CEFD_1

0.5075

-0.0323

0.1696

0.4633

0.521

-0.0102

0.1863

0.4430 2

0.116

0.0075

0.6113

-0.3295

0.0796

0.1493

0.5961

-0.3431 3

0.043

0.7316

0.0263

0.023

0.0166

0.6672

-0.1714

0.0496 4

0.081

0.6796

0.0423

-0.0578

0.0257

-0.7235

0.0455

-0.0625 5

-0.525

0.0811

0.3066

0.3673

-0.4352

-0.0281

0.3082

0.469 6

0.0631

0.098

-0.7015

-0.0313

-0.0666

0.0986

0.6946

0.0223 7

0.6118

-0.0291

0.0611

-0.3071

-0.6920

0.0123

-0.0383

-0.2220 8

-0.2896

0.0375

-0.0378

0.6683

0.2366

0.0143

0.0552

-0.6410

如表1所示，選取前三個(gè)主成分和前四個(gè)主成分時(shí)，累計(jì)解釋力分別達(dá)到8167%和9045%。根據(jù)累計(jì)解釋力85%準(zhǔn)則，本文將選擇前四個(gè)主成分來(lái)構(gòu)造投資者情緒中間指數(shù)。根據(jù)表2，構(gòu)造相應(yīng)模型，得到投資者情緒中間指數(shù)Index﹙1В具體如下：

Index﹙1=0.2743CCI+0.1796TURN+0.2542IPOR+0.1188CEFD+0.2635CCI－+0.0633TURN－+0.2243IPOR－+0.1138CEFD－ （Ⅰ）

同時(shí)，將中間指數(shù)與4個(gè)組成指標(biāo)及其對(duì)應(yīng)的滯后項(xiàng)進(jìn)行相關(guān)性分析，結(jié)果如表3所示。根據(jù)相關(guān)性分析結(jié)果，中間指數(shù)Index﹙1в氳逼諳費(fèi)者信心指數(shù)、當(dāng)期換手率、當(dāng)期封閉式基金折價(jià)率及IPO月度溢價(jià)的相關(guān)性更強(qiáng)。

ケ3中間指數(shù)Index﹙1в胱槌芍副曇捌潿雜χ禿笙畹南喙匭苑治

Index﹙1

CCI

TURN

IPOR

CEFD

CCI_

TURN_

IPOR_

CEFD_〖BHD〗Index﹙1

1

CCI

0.8978

1

TURN

0.1642

0.0082

1

IPOR

0.6382

0.3573

0.0293

1

CEFD

0.5650

0.6553

-0.0598

-0.1033

1

CCI_

0.8912

0.9448

-0.043

0.3525

0.6881

1

TURN_

0.143

0.0016

0.1723

0.159

-0.0684

0.0066

1

IPOR_

0.618

0.3893

-0.1089

0.7591

-0.0759

0.359

0.0224

1

CEFD_

0.5345

0.6035

-0.0321

-0.1251

0.9684

0.672

-0.0451

-0.0893

1

（三）構(gòu)建月度投資者情緒指數(shù)SENT1У墓菇í

根據(jù)以上投資者情緒中間指數(shù)的相關(guān)性分析，可以判斷是選擇組成指標(biāo)還是選擇其滯后項(xiàng)?；谝陨辖Y(jié)果，本文將運(yùn)用主成分分析法構(gòu)造最終的月度投資者情緒指數(shù)。采用累計(jì)解釋力85%準(zhǔn)則，中間指數(shù)Index﹙1в氳逼諳費(fèi)者信心指數(shù)、當(dāng)期換手率、當(dāng)期封閉式基金折價(jià)率及IPO月度溢價(jià)的相關(guān)性更強(qiáng)。因此，本文選用上述指標(biāo)，進(jìn)行主成分分析，結(jié)果如表4。

ケ4主成分分析法下的各主成分解釋力

主成分

特征值

方差解釋力

累計(jì)解釋力 主成分1

1.7120

0.4318

0.4318 主成分2

1.1123

0.2712

0.7030 主成分3

0.9751

0.2440

0.9470 主成分4

0.2081

0.0530

1.0000

表5月度投資者情緒的主成分系數(shù)

主成分

CCI

TURN

CEFD

IPOR 主成分1

0.7255

-0.0351

0.2722

0.6341 主成分2

0.0933

0.4354

0.7932

-0.4215 主成分3

0.0135

0.8995

-0.3893

0.2011 主成分4

-0.6842

0.0393

0.3863

0.6182

根據(jù)累計(jì)解釋力85%準(zhǔn)則，本文將選擇前三個(gè)主成分構(gòu)造投資者情緒指數(shù)（見(jiàn)表5）。根據(jù)表5，構(gòu)造模型，得到情緒綜合指數(shù)SENT1В具體如下：

SENT1=0.3563CCI+0.3431TURN+0.2547IPOR+0.2143CEFD （Ⅱ）

考慮到情緒指標(biāo)中可能含有宏觀因素的影響，因此，需要剔除相關(guān)的宏觀經(jīng)濟(jì)變量的影響。本文選取工業(yè)生產(chǎn)增加值（IAV）、居民消費(fèi)價(jià)格指數(shù)(CPI)、工業(yè)品出廠價(jià)格指數(shù)（PPI）和宏觀經(jīng)濟(jì)景氣指數(shù)(MBCI)作為經(jīng)濟(jì)基本面的代理變量。

首先對(duì)CCI?、猅URN?、狪POR?、狢EFDЫ行標(biāo)準(zhǔn)化處理，并與IAV、CPI、PPI、MBCI進(jìn)行相關(guān)性分析，可得表6。

ケ6宏觀經(jīng)濟(jì)變量與情緒指標(biāo)相關(guān)系數(shù)

CCI

TURN

IPOR

CEFD IAV

0.536*

0.436*

0.487

0.362 CPI

0.238

0.378

0.326

0.284 PPI

0.173

0.329

0.438*

0.542* MBCI

0.274

0.495*

0.037

0.046

注:***、**、*分別表示1%、5%、10%水平上統(tǒng)計(jì)顯著。

由表6可以看出，宏觀經(jīng)濟(jì)變量與情緒指數(shù)之間大部分都具有相關(guān)性。將情緒變量與宏觀經(jīng)濟(jì)變量進(jìn)行線(xiàn)性回歸，并將得到的殘差序列作為非理性投資者情緒的代表。并且用RCCI?、猂TURN?、猂IPOR?、猂CEFDП硎荊再將其進(jìn)行主成分分析（取1、2主成分，前兩個(gè)主成分貢獻(xiàn)達(dá)86.17%），可得情緒綜合指數(shù)SENT1為：

SENT1=0.315RCCI+0.438RTURN+0.346RIPOR+0.535RCEFDВá螅┆

三、基于投資者情緒的資產(chǎn)定價(jià)模型實(shí)證研究

（一）樣本選取的標(biāo)準(zhǔn)及具體處理方式

為考慮投資者情緒對(duì)不同風(fēng)格指數(shù)、不同市值指數(shù)、不同行業(yè)指數(shù)的影響，本文分別選擇上證A股指數(shù)、滬深300指數(shù)、上證50ETF、上證180ETF、大盤(pán)指數(shù)、小盤(pán)指數(shù)、銀行板塊、非銀金融板塊、房地產(chǎn)板塊及有色金屬板塊作為投資組合代表，以研究投資者情緒對(duì)這些不同組合的差異性影響。本文的研究時(shí)段為2002年1月—2013年12月?！糐P〗

之所以選擇上述組合的原因是上證A股指數(shù)、滬深300指數(shù)代表市場(chǎng)的整體波動(dòng)情況，可以考察投資者情緒對(duì)股票市場(chǎng)整體價(jià)格變化影響。同時(shí)滬深300指數(shù)也是股指期貨合約和即將推出的股指期權(quán)合約的標(biāo)的物。上證50ETF和上證180ETF屬于ETF（Exchange Traded Fund），即交易型開(kāi)放式指數(shù)基金，又稱(chēng)交易所交易基金，是采用“被動(dòng)管理”方式跟蹤特定證券指數(shù)，能在證券交易所上市交易，并用構(gòu)成證券指數(shù)的一攬子證券進(jìn)行申購(gòu)和贖回的證券投資基金，目前都很活躍。行為金融理論認(rèn)為，投資者行為和心理偏差是導(dǎo)致資產(chǎn)價(jià)格偏離基礎(chǔ)價(jià)值的主要原因，那么投資者的行為和心理偏差能否影響ETF的收益變化呢？下文將回答上述問(wèn)題。當(dāng)前，部分學(xué)者嘗試從投資者情緒角度解釋ETF變化現(xiàn)象，但研究結(jié)論還存在一定爭(zhēng)議，下文擬從投資者行為和心理偏差角度解釋A股市場(chǎng)ETF價(jià)格變化的原因。上證50ETF和上證180ETF同時(shí)也是機(jī)構(gòu)投資者構(gòu)建滬深300股指期貨相關(guān)的期現(xiàn)套利模型工具。本文選擇申萬(wàn)風(fēng)格指數(shù)的大盤(pán)指數(shù)和小盤(pán)指數(shù)作為代表股票市場(chǎng)市值的大小。

選擇申萬(wàn)一級(jí)行業(yè)指數(shù)作為劃分行業(yè)分類(lèi)標(biāo)準(zhǔn)的依據(jù)是，目前《申銀萬(wàn)國(guó)行業(yè)指數(shù)》設(shè)立一級(jí)行業(yè)指數(shù)28個(gè)，其較證監(jiān)會(huì)行業(yè)分類(lèi)標(biāo)準(zhǔn)更細(xì)。選擇銀行板塊、非銀金融板塊、房地產(chǎn)板塊、有色金屬板塊是因?yàn)殂y行板塊、非銀金融板塊的市值較大，同時(shí)也是大盤(pán)藍(lán)籌股的代表，可以反映投資者情緒對(duì)大盤(pán)藍(lán)籌股的變化影響。選擇房地產(chǎn)板塊的原因是，近年來(lái)我國(guó)房地產(chǎn)行業(yè)價(jià)格上漲幅度大，受投資者投機(jī)影響大，房地產(chǎn)價(jià)格存在泡沫。有色金屬板塊受?chē)?guó)際市場(chǎng)有色金屬價(jià)格變動(dòng)的影響較大，市場(chǎng)投資者炒作引起價(jià)格劇烈波動(dòng)。

（二）本文所構(gòu)建的情緒資產(chǎn)定價(jià)理論模型的具體說(shuō)明

本文所構(gòu)建的情緒資產(chǎn)定價(jià)模型為：

R﹊t－R璮=α0+α1R﹎t－R璮+α2SMB璽+α3HML璽+α4SENT璽+ε璱Вá簦┆

R﹊tХ直鶇表上證A股指數(shù)、滬深300指數(shù)、上證50ETF、上證180ETF、大盤(pán)指數(shù)、小盤(pán)指數(shù)、銀行板塊、非銀金融板塊、有色金屬板塊、房地產(chǎn)板塊、醫(yī)藥生物板塊、鋼鐵板塊等投資組合月度收益率；R﹎t為上證綜合指數(shù)月收益率；各投資組合i在t月的月度收益率為R﹊t=玪n玃﹊,t/P﹊,t－1В其中，P﹊,tШ酮P﹊,t－1Х直鴇硎靖魍蹲首楹蟟在t月和﹖-1月的收盤(pán)價(jià)；R璮為一年期定期存款利率折算成的無(wú)風(fēng)險(xiǎn)收益率；SMB璽П硎駒謔奔鋞時(shí)，小規(guī)模市值公司股票投資組合的平均收益率與大規(guī)模市值公司股票投資組合的平均收益率差額，該指標(biāo)體現(xiàn)公司規(guī)模溢價(jià)因素，SMB璽=SL璽+SM璽+SH璽 3-BL璽+BM璽+BH璽 3В華HML璽П硎駒謔奔鋞時(shí)高賬面市值比的股票投資組合與低賬面市值比的股票投資組合平均收益率的差值，該指標(biāo)體現(xiàn)公司的價(jià)值因素，HML璽=SH璽+BH璽 2-SL璽+BL璽 2В華SENT璽為本文所構(gòu)建的情緒綜合指數(shù)因子。根據(jù)這些投資組合月度收益率，分別對(duì)情緒資產(chǎn)定價(jià)模型進(jìn)行回歸分析。然后，本文根據(jù)情緒資產(chǎn)定價(jià)模型各個(gè)影響因素的統(tǒng)計(jì)顯著性及情緒資產(chǎn)定價(jià)模型的整體判定系數(shù)R2В來(lái)判斷各個(gè)組成因素對(duì)我國(guó)股票市場(chǎng)預(yù)期收益率影響，以此作為評(píng)價(jià)情緒資產(chǎn)定價(jià)理論模型的定價(jià)效果。

（三）基于不同情緒指數(shù)的資產(chǎn)定價(jià)模型實(shí)證估計(jì)及結(jié)果分析

1.基于投資者情緒綜合指數(shù)的資產(chǎn)定價(jià)模型實(shí)證結(jié)果分析

將本文所構(gòu)建的情緒綜合指數(shù)SENT1В加入到模型（Ⅳ）中，單位根檢驗(yàn)表明因子平穩(wěn)，得到的實(shí)證檢驗(yàn)結(jié)果如表7。

ケ7包含投資者情緒因子的FF三因子模型實(shí)證檢驗(yàn)

組合

Е聯(lián)0

Е聯(lián)1

Е聯(lián)2

Е聯(lián)3

Е聯(lián)4

R2000002(上證A指）

1.138

(1.252)

2.039***

(5.963)

1.3603***

(7.782)

0.3538***

(3.613)

4.372***

(7.232)

0.9053 000300(滬深300）

0.576

(1.086)

1.658***

(7.691)

1.4835***

(6.984)

0.2850***

(2.968)

8.215***

(16.510)

0.9435 510050（華夏上證50ETF）

1.084

(1.193)

1.593***

(4.864)

1.1918**

(2.233)

0.2658***

(4.896)

5.178***

(11.243)

0.9174 510030(華寶興業(yè)上證180價(jià)值ETF)

0.723

(0.943)

2.126***

(6.862)

0.9656***

(9.166)

0.7843***

(13.353)

1.577**

(2.196)

0.9228 801811（大盤(pán)指數(shù)）

0.612

(0.745)

0.787***

(4.335)

1.3695***

(5.454)

0.7542***

(4.236)

2.039**

(2.284)

0.8769 801813(小盤(pán)指數(shù))

0.447

(0.521)

1.423***

(6.819)

0.5698**

(2.146)

1.154***

(4.513)

5.587***

（6.968）

0.9313 801780

（銀行）

1.268**

（2.304）

0.626***

（3.287）

0.3268***

（6.93）

0.8698***

（9.891）

1.078

（1.513）

0.8854 801790(非銀金融)

-0.328

（-0.654）

3.016***

（7.598）

1.4526***

（5.527）

0.4546***

（8.985）

1.496**

（2.254）

0.9087 801180

（房地產(chǎn)）

0.793

（1.266）

1.682***

（4.985）

0.713**

（2.243）

0.2614***

（3.983）

3.698***

（6.598）

0.9316 801050(有色金屬)

0.588

（1.416）

2.519***

（6.648）

0.7846***

（8.288）

0.6928***

（8.646）

2.796***

（5.204）

0.9148

注：*、**、***、分別表示10%、5%、1%水平上顯著；括號(hào)中的值為相應(yīng)系數(shù)的t統(tǒng)計(jì)量。下同。 オ

由表7中實(shí)證結(jié)果可知：第一，在加入了情緒因子后，常數(shù)項(xiàng)Е聯(lián)0г10個(gè)回歸模型實(shí)證結(jié)果中，除了銀行板塊僅在5%的顯著性水平下通過(guò)t檢驗(yàn)，其余的9個(gè)回歸模型中，常數(shù)項(xiàng)均沒(méi)有通過(guò)t檢驗(yàn)，因此資產(chǎn)定價(jià)模型中常數(shù)項(xiàng)為0的假設(shè)得到了驗(yàn)證。

第二，對(duì)于Е聯(lián)2В即股票組合超額收益率對(duì)于公司規(guī)模因素的敏感度。在10個(gè)回歸模型實(shí)證結(jié)果中Е聯(lián)2Ь通過(guò)t檢驗(yàn)，因此Е聯(lián)2是顯著異于0的。表明規(guī)模溢價(jià)現(xiàn)象是存在的，在改進(jìn)后的資產(chǎn)定價(jià)模型中，應(yīng)將規(guī)模溢價(jià)因素反映到資產(chǎn)定價(jià)模型中去。

第三，對(duì)于Е聯(lián)3Ш酮Е聯(lián)4В分別為股票投資組合超額收益率相對(duì)于HML因子和情緒因子的敏感度。 Е聯(lián)3Ь通過(guò)t檢驗(yàn)，即Е聯(lián)3是顯著異于0的，因此，在改進(jìn)后的資產(chǎn)定價(jià)模型中，應(yīng)該把HML因子考慮進(jìn)去。Е聯(lián)4С了銀行板塊沒(méi)有通過(guò)t檢驗(yàn)之外，其余均通過(guò)t檢驗(yàn)，仍然可以認(rèn)為在大多數(shù)情況下，Е聯(lián)4是顯著異于0的，投資者情緒對(duì)于股票市場(chǎng)收益率的影響是顯著的。因此，在資產(chǎn)定價(jià)模型中，應(yīng)當(dāng)考慮投資者情緒因素。對(duì)于情緒因子，銀行板塊沒(méi)有通過(guò)t檢驗(yàn)，也與銀行板塊本身市值大，不易操縱有關(guān)，即所受投資者情緒變化影響小。

第四，對(duì)于Е聯(lián)1В即股票投資組合超額收益率相對(duì)于市場(chǎng)投資組合超額收益率敏感度。實(shí)證結(jié)果表明，在10次回歸模型中，均在1%的顯著性水平下通過(guò)t檢驗(yàn)，可以得出市場(chǎng)投資組合超額收益率相對(duì)于股票收益率是顯著的，在包含投資者情緒的FF三因子模型中應(yīng)包括市場(chǎng)投資組合超額收益率。

第五，對(duì)整體上衡量基于投資者情緒的資產(chǎn)定價(jià)模型效率，可主要從調(diào)整的系數(shù)R2Ю垂鄄?。?0次回歸中，調(diào)整后的R2ё畹橢滴08769，最高為09435，90%以上的R2Ц鍪有8個(gè)，R2平均值為09138。從可調(diào)整的系數(shù)R2Ю純矗基于不同指數(shù)、不同市值風(fēng)格、不同行業(yè)組合來(lái)說(shuō)的因子定價(jià)模型R2系數(shù)非常高，說(shuō)明組合超額收益方差變化可更好地由因子定價(jià)模型來(lái)解釋。因此基于投資者情緒的Fama＆French三因子資產(chǎn)定價(jià)模型（Ⅳ）對(duì)股票收益率的預(yù)期變化有更強(qiáng)解釋力。

從表7中情緒因子系數(shù)的對(duì)比來(lái)看：第一，滬深300指數(shù)受情緒因子的影響最大，系數(shù)為8215，并且在1%的顯著性水平下通過(guò)t檢驗(yàn)。滬深300指數(shù)是反映我國(guó)A股市場(chǎng)整體表現(xiàn)的指數(shù)，對(duì)投資者從整體上把握國(guó)內(nèi)股票市場(chǎng)的變化起到很大的作用，具有非常實(shí)用的投資價(jià)值。滬深300指數(shù)樣本占滬深股票市場(chǎng)約七成左右市值，具有極強(qiáng)的投資代表性和很強(qiáng)的領(lǐng)先預(yù)示作用，且在預(yù)測(cè)股票市場(chǎng)的頂部和底部時(shí)起著相當(dāng)有效的作用，也證明了本文所構(gòu)建情緒綜合指數(shù)的有效性。上證A股指數(shù)受投資者情緒的影響也非常大，情緒因子系數(shù)為4372，并且在1%的顯著性水平下通過(guò)t檢驗(yàn)，上證A股指數(shù)從整體上反映上海A股市場(chǎng)上股票價(jià)格的變動(dòng)情況，也從整體上表明了投資者情緒對(duì)股票市場(chǎng)上定價(jià)的影響。

第二，從大盤(pán)指數(shù)和小盤(pán)指數(shù)受情緒因子影響的大小來(lái)看，小盤(pán)指數(shù)受情緒因子的影響較大，系數(shù)為5587，并且在1%的顯著性水平下顯著，而大盤(pán)指數(shù)受情緒因子的影響系數(shù)為2039，在5%的顯著性水平下顯著。此結(jié)果與Baker＆Wurgler(2006)的實(shí)證結(jié)論相一致，即小市值股票更容易受到投資者情緒的影響，這也符合中國(guó)股票市場(chǎng)的實(shí)際。即由于個(gè)人投資者所占的比重非常高，由此所造成的投資者非理性成分非常大，小市值股票更容易受操縱，因此受投資者情緒的影響也就較大。

第三，從投資者情緒對(duì)行業(yè)影響的角度來(lái)看，投資者情緒對(duì)房地產(chǎn)行業(yè)、有色金屬行業(yè)、醫(yī)藥生物行業(yè)、鋼鐵行業(yè)的影響差異具有顯著性，情緒因子系數(shù)分別為3698、2796、2345和1896，并且在1%的顯著性水平下顯著。房地產(chǎn)行業(yè)受投資者情緒的影響最大，這也與實(shí)際相符，即近幾年來(lái)中國(guó)城市房地產(chǎn)價(jià)格高企、房地產(chǎn)泡沫非常嚴(yán)重，也預(yù)示著對(duì)房地產(chǎn)市場(chǎng)的調(diào)控勢(shì)在必行。同時(shí)有色金屬行業(yè)受投資者情緒的影響也很大，即從2007年開(kāi)始，一直到2014年，國(guó)際宏觀經(jīng)濟(jì)政策、國(guó)際國(guó)內(nèi)經(jīng)濟(jì)環(huán)境的變化直接導(dǎo)致了國(guó)際有色金屬價(jià)格的大幅波動(dòng)，影響了相應(yīng)行業(yè)股票的業(yè)績(jī)，使得不確定性顯著增加，因此有色金屬行業(yè)的股票受投資者情緒的影響非常大。最不受投資者情緒影響的是銀行板塊，情緒因子系數(shù)不顯著，這也與銀行板塊市值大，不易被市場(chǎng)操縱有很大的關(guān)系。

第四，從投資者情緒對(duì)上證50ETF和上證180ETF的影響來(lái)看，系數(shù)分別為5178和1577,并且分別在1%和5%的顯著性水平下顯著。本文研究結(jié)論與國(guó)外研究存在顯著不同，國(guó)外的研究文獻(xiàn)沒(méi)有發(fā)現(xiàn)投資者情緒影響ETF指數(shù)的實(shí)證證據(jù)。筆者認(rèn)為國(guó)內(nèi)外研究的顯著差異原因是，在歐美成熟股票市場(chǎng)中ETF為中長(zhǎng)期投資工具，投資者的投資策略以中長(zhǎng)期投資為主，所以市場(chǎng)情緒的短期波動(dòng)不會(huì)造成對(duì)ETF投資者的投資決策產(chǎn)生重大影響。與國(guó)外成熟市場(chǎng)不同，A股市場(chǎng)的波動(dòng)非常劇烈，市場(chǎng)投機(jī)性非常濃厚，以長(zhǎng)期持有作為投資策略將導(dǎo)致ETF投資者處于較高市場(chǎng)風(fēng)險(xiǎn)，因此完全消除投資者行為和心理偏差對(duì)ETF定價(jià)效率的影響是不可能的。

2奔尤胍魯CCER中國(guó)股市投資者信心指數(shù)的資產(chǎn)定價(jià)結(jié)果實(shí)證分析

為了更好地評(píng)價(jià)本文所構(gòu)建的基于投資者情緒的資產(chǎn)定價(jià)理論模型實(shí)證檢驗(yàn)效果，本文將北京大學(xué)中國(guó)經(jīng)濟(jì)研究中心與耶魯大學(xué)共同編制的反映中國(guó)股市投資者信心指數(shù)的耶魯CCER中國(guó)股市投資者信心指數(shù)（時(shí)間范圍為2008年9月—2013年12月），代入基于投資者情緒的資產(chǎn)定價(jià)理論模型，單位根檢驗(yàn)表明因子平穩(wěn)，實(shí)證結(jié)果如下表8。

ケ8包含耶魯CCER情緒風(fēng)險(xiǎn)因子的FF三因子模型實(shí)證檢驗(yàn)

組合

Е聯(lián)0

Е聯(lián)1

Е聯(lián)2

Е聯(lián)3

Е聯(lián)4

R2000002(上證A指）

1.056

(1.544)

1.988**

(2.259)

1.4055***

(6.948)

0.7566***

(4.298)

3.091***

(6.584)

0.8992 000300(滬深300）

0.484

(1.376)

1.589***

(6.889)

1.4302***

(7.083)

0.3957***

(2.746)

6.118***

(10.096)

0.9013 510050（華夏上證50ETF）

2.161***

(3.088)

1.242***

(4.558)

1.1805**

(2.178)

0.2505***

(4.769)

5.295***

(7.146)

0.7983 510030(華寶興業(yè)上證180價(jià)值ETF)

0.646

(1.129)

1.896***

(5.594)

1.408**

(2.023)

0.7958***

(8.355)

1.488**

(2.255)

0.8485 801811（大盤(pán)指數(shù)）

0.595**

(1.903)

0.6813***

(3.397)

0.7095

(1.108)

0.159

(1.245)

1.049**

(2.177)

0.7856 801813(小盤(pán)指數(shù))

0.503

(1.178)

1.396***

(7.074)

0.5341**

(2.207)

1.251***

(4.793)

2.305***

（5.964）

0.9417 801780

（銀行）

2.049***

（3.189）

0.598***

（3.517）

0.2986***

（8.243）

0.1403

（1.173）

1.169

（1.525）

0.6853 801790(非銀金融)

-0.592

（-1.268）

2.698***

（8.572）

1.4635***

（5.937）

0.5526***

（7.928）

1.323**

（2.107）

0.8013 801180

（房地產(chǎn)）

0.695

（1.316）

1.776***

（3.958）

0.628

（1.537）

0.2435***

（3.872）

3.595***

（7.118）

0.9216 801050(有色金屬)

0.1939**

（2.240）

1.505**

（2.319）

0.6855

（1.1276）

0.6545***

（7.558）

1.249***

（4.543）

0.8085

由表8中實(shí)證結(jié)果可以得出：第一，在加入了情緒因子之后，對(duì)于常數(shù)項(xiàng)Е聯(lián)0г10個(gè)回歸模型實(shí)證結(jié)果中，有4次通過(guò)t檢驗(yàn)，對(duì)于其余的6個(gè)回歸模型中，常數(shù)項(xiàng)均沒(méi)有通過(guò)t檢驗(yàn)。因此資產(chǎn)定價(jià)模型常數(shù)項(xiàng)為0的假設(shè)得到了驗(yàn)證。

第二，對(duì)于Е聯(lián)2В即股票組合超額收益率對(duì)于公司規(guī)模因素的敏感度。在10個(gè)回歸模型實(shí)證結(jié)果中， 有7次通過(guò)t檢驗(yàn)。因此可以認(rèn)為在大多數(shù)情況下，Е聯(lián)2是顯著異于0的，即應(yīng)當(dāng)在包含情緒因子的Fama和French三因子資產(chǎn)定價(jià)模型中，考慮規(guī)模溢價(jià)因素影響。

第三，對(duì)于Е聯(lián)3Ш酮Е聯(lián)4В分別為股票的投資組合超額收益率相對(duì)于HML因子和情緒因子的敏感度。對(duì)于Е聯(lián)3В有8次通過(guò)t檢驗(yàn)，可以得出在大多數(shù)情況下，Е聯(lián)3顯著異于0，即在對(duì)資產(chǎn)定價(jià)模型的改進(jìn)中，應(yīng)當(dāng)在模型中考慮HML因子。對(duì)于Е聯(lián)4В即股票投資組合超額收益率相對(duì)于投資者情緒因子敏感度。除銀行板塊沒(méi)有通過(guò)t檢驗(yàn)之外，其他板塊均通過(guò)t檢驗(yàn)，因此可以得出在大多數(shù)情況下，Е聯(lián)4顯著異于0，投資者情緒對(duì)于股票市場(chǎng)收益率的影響是顯著的。因此，在資產(chǎn)定價(jià)模型當(dāng)中，應(yīng)當(dāng)考慮投資者情緒因素。對(duì)于情緒因子，銀行板塊沒(méi)有通過(guò)t檢驗(yàn)，其原因與上文論述相同。

第四，對(duì)于Е聯(lián)1В即股票投資組合超額收益率相對(duì)于市場(chǎng)投資組合的超額收益率敏感度。實(shí)證檢驗(yàn)結(jié)果證明，所有10次回歸均通過(guò)t檢驗(yàn)。表明市場(chǎng)投資組合超額收益率相對(duì)于股票收益率影響是顯著的，包含情緒因子的Fama和French三因子模型應(yīng)該將市場(chǎng)投資組合超額收益率考慮進(jìn)去。

第五，對(duì)于整體上衡量基于投資者情緒的資產(chǎn)定價(jià)模型效率，可主要從調(diào)整的系數(shù)R2Ю垂鄄?。观测调蘸蟮腞2В在10次回歸中，調(diào)整后的R2ё畹臀06853，最高為09417，90%以上R2Ц鍪有3個(gè)，80%以上R2Ц鍪有4個(gè)，R2平均值為08391，從定價(jià)效果上看，仍然大約有16%的風(fēng)險(xiǎn)變化沒(méi)有得到解釋。因此，從整體上看，基于投資者情緒的情緒資產(chǎn)定價(jià)理論模型的定價(jià)效率要優(yōu)于包含耶魯CCER中國(guó)股市投資者信心指數(shù)的情緒資產(chǎn)定價(jià)理論模型定價(jià)效率。

從表8中情緒因子系數(shù)的對(duì)比來(lái)看：第一，滬深300指數(shù)受情緒因子的影響最大，系數(shù)為6118，并且在1%的顯著性水平下通過(guò)t檢驗(yàn)。上證A股指數(shù)受投資者情緒的影響也非常大，情緒因子系數(shù)為3091，并且在1%的顯著性水平下通過(guò)t檢驗(yàn)。上證A股指數(shù)從整體上反映上海A股市場(chǎng)上股票價(jià)格的變動(dòng)情況，表明了投資者情緒對(duì)股票市場(chǎng)上定價(jià)的影響。

第二，從大盤(pán)指數(shù)和小盤(pán)指數(shù)受情緒因子影響的大小來(lái)看，小盤(pán)指數(shù)受情緒因子的影響較大，系數(shù)為2305，并且在1%的顯著性水平下顯著；而大盤(pán)指數(shù)受情緒因子的影響系數(shù)為1049，在5%的顯著性水平下顯著。這也與Baker＆Wurgler(2006)的實(shí)證結(jié)果相一致。

第三，從投資者情緒對(duì)行業(yè)影響的角度來(lái)看，投資者情緒對(duì)房地產(chǎn)行業(yè)、有色金屬行業(yè)、醫(yī)藥生物行業(yè)、鋼鐵行業(yè)的影響差異具有顯著性，情緒因子系數(shù)分別為3595、1249、3145和1769，并且在1%的顯著性水平下顯著。房地產(chǎn)行業(yè)受投資者情緒的影響最大，這也與實(shí)際相符。與直接綜合情緒指數(shù)因子系數(shù)相反的是，有色金屬行業(yè)受投資者情緒的影響相對(duì)很小，系數(shù)為1249。非銀行業(yè)金融板塊受情緒因子影響系數(shù)為1323，并且在5%的顯著性水平下顯著。最不受投資者情緒影響的是銀行板塊，情緒因子系數(shù)不顯著。

第四，從投資者情緒對(duì)上證50ETF和上證180ETF的影響來(lái)看，系數(shù)分別為5295和1488,并且分別在1%和5%的顯著性水平下顯著，因此也得出投資者情緒顯著影響ETF指數(shù)的結(jié)論。

第五，從整體上看，在將耶魯CCER中國(guó)股市投資者信心指數(shù)作為一個(gè)因子，加入到Fama和French的三因子資產(chǎn)定價(jià)模型以后，對(duì)資產(chǎn)定價(jià)模型有一定的解釋力，但沒(méi)有本文所構(gòu)造的情緒綜合指數(shù)定價(jià)效果好，這與耶魯CCER中國(guó)股市投資者信心指數(shù)存在調(diào)查范圍小、調(diào)查時(shí)間短、局限性較大等有很直接的關(guān)系。

四、結(jié)論及政策建議

本文采用主成分分析方法構(gòu)造了情緒綜合指數(shù)，在Fama＆French三因子模型基礎(chǔ)上，構(gòu)建了基于投資者情緒的資產(chǎn)定價(jià)理論模型，并將模型實(shí)證研究擴(kuò)展到不同風(fēng)格市值指數(shù)、不同行業(yè)指數(shù)、甚至不同ETF投資基金，研究了投資者情緒對(duì)這些投資組合的顯著差異性影響。最后，對(duì)所構(gòu)建的情緒綜合指數(shù)與耶魯CCER中國(guó)股市投資者情緒信心指數(shù)對(duì)情緒資產(chǎn)定價(jià)理論模型定價(jià)效果進(jìn)行了比較分析。

文章的主要結(jié)論是：（1）滬深300指數(shù)受情緒因子的影響最大，上證A股指數(shù)也受投資者情緒的顯著影響。（2）小盤(pán)指數(shù)受情緒因子的影響較大。（3）從投資者情緒對(duì)行業(yè)影響的角度來(lái)看，投資者情緒對(duì)房地產(chǎn)行業(yè)、有色金屬行業(yè)、醫(yī)藥生物行業(yè)、鋼鐵行業(yè)的影響具有顯著差異性。（4）本文的研究結(jié)論與國(guó)外研究存在較大差別，本文發(fā)現(xiàn)投資者情緒顯著影響上證50ETF和上證180ETF。從實(shí)證的角度證明了在加入投資者情緒因子以后，情緒資產(chǎn)定價(jià)理論模型的可靠性和有效性。

本文研究結(jié)論具有非常重要的政策涵義：市場(chǎng)情緒對(duì)A股市場(chǎng)ETF指數(shù)影響顯著，即表明中國(guó)股票市場(chǎng)投資者以短期投資為主要投資策略，如果長(zhǎng)期發(fā)展下去，將使ETF指數(shù)成為短線(xiàn)投機(jī)的投資工具。若出臺(tái)有效的政策措施吸引中長(zhǎng)期投資者加入，將對(duì)ETF指數(shù)在 A股市場(chǎng)的長(zhǎng)期、穩(wěn)定、可持續(xù)發(fā)展起關(guān)鍵性作用。

お

參考文獻(xiàn)：

［1］Fama E F,Macbeth J D. Risk, Return, and Equilibrium: Empirical Tests ［J］. Journal of Political Economy, 1973, 81(3): 607-636.

［2］Fama E F, French K R. The Cross Section of Expected Stock Returns ［J］.The Journal of Finance ,1992,47(2): 427-465

［3］ Fama E F, French K R. Common Risk Factors in the Returns on Stocks and Bonds ［J］.Journal of Financial Economics ,1993,33(1):3-56.

［4］Baker M, Wurgler J.Investor Sentiment and the Cross-Section of Stock Returns ［J］.The Journal of Finance ,2006,61(4):1645-1680.

［5］Baker, M., Wurgler, J. Investor sentiment in the stock market［J］.Journal of Economic Perspectives ,2007,21 (2): 129-151.

［6］Baker, M., Wurgler, J., Yuan, Y. Global, local and contagious investor sentiment［J］.Journal of Financial Economics ,2012,104: 272-287.

［7］Brown G W, Cliff M T. Investor Sentiment and the Near-Term Stock Market［J］.Journal of Empirical Finance ,2004,11(1):1-27.

［8］Kumar, A., Lee, C. Retail investor sentiment and return comovements［J］.Journal of Finance ,2006,61 (5): 2451-2486.

［9］Lee C, Shleifer A, Thaler R H. Investor Sentiment and the Closed-End Fund Puzzle ［J］.The Journal of Finance ,1991,46 (1): 75-109.

［10］Schmeling, M. Investor sentiment and stock returns: some international evidence ［J］. Journal of Empirical Finance ,2009,16 (3): 394-408.

［11］Verma R, Soydemir G. The Impact of Individual and Institutional Investor Sentiment on the Market Price of Risk ［J］. The Quarterly Review of Economics and Finance , 2009,49 (3): 1129-1145.

［12］Yu, J., Yuan, Y.,Investor sentiment and the mean-variance relation ［J］. Journal of Financial Economics,2011, 100 (2), 367-381.

［13］Yang, C., Yan, W. Dose high sentiment cause negative excess return? ［J］. International Journal of Digital Content Technology and Its Application ,2011,5 (12): 211-217.

［14］Yang, C., Xie, J., Yan, W. Sentiment capital asset pricing model［J］. International Journal of Digital Content Technology and its Applications ,2012,6 (3): 254-261.

［15］薛斐. 基于情緒的投資者行為研究［D］.上海:復(fù)旦大學(xué)博士學(xué)位論文,2005: 145.

［16］Baker M, and Wurgler J. A Catering Theory of Dividends ［J］ .The Journal of Finance ,2004,59(3): 1125-1165.

［17］Baker, & Jeremy C. Stein. Market liquidity as a sentiment indicator ［J］. Journal of Financial Markets, 2004,7:271-299.

［18］Loughran, T., Ritter, J. R. & Rydqvist, K. Initial public offerings: International insights［J］.Pacific-Basin Finance Journal, 1994,2: 165-199.

［19］Dorn D. Does Sentiment Drive the Retail Demand for IPOs? ［J］.Journal of Financial and Quantitative Analysis ,2009,44(1):85-108.

［20］De Long, J., Shleifer, A., Summers, L., Waldmann, R. Noise trader risk in ?nancial markets［J］. Journal of Political Economy,1990, 98 (4): 703-738.

［21］Datar, V. Impact of liquidity on premia discounts in closed-end funds［J］.The Quarterly Review of Economics and Finance ,2001,41: 119-135.

［22］張雅慧,萬(wàn)迪昉,付雷鳴. 媒體報(bào)道與IPO績(jī)效：信息不對(duì)稱(chēng)還是投資者情緒？——基于創(chuàng)業(yè)板上市公司的研究［J］.證券市場(chǎng)導(dǎo)報(bào),2012(1):70-77.

［23］夏芳.盈余管理、投資者情緒與股價(jià)“同漲同跌”［J］.證券市場(chǎng)導(dǎo)報(bào),2012(8):49-56.

Investor sentiment and the stock market pricing efficiency of empirical research

WANG Bo

(Institute of Economics ,Liaoning university ,Shen yang Liao ning 110136,China)

Abstract：

In this paper, Using principal component analysis method, Constructing sentiment.comprehensive index.To the standardization of the constructed as investor sentiment factor, Joining the sentiment index factor into Fama and French three factors pricing model, CAPM model and Fama and French based on investor sentiment index of different style, different value index, the ﹊nfluence of different industry index, Selecting the Shanghai A share index respectively, the CSI 300 index, the Shanghai 50ETF, the Shanghai 180 ETF ,the market index, the index of small cap, the banking sector, the financial sector, the real estate, non-ferrous metal plates, medical biological plate, steel plate, for representing these portfolios in order to research on the differences between these different combinations of investor sentiment in Chinese stock market .And the Yale CCER investor confidence index after standardization has joined into Fama and French three factors are compared. Empirically ﹑roving sentiment asset pricing theory model has been constructed by rationality, Investor sentiment index as asset pricing factor, After joining the Fama and French three factors model,It has markedly improved the pricing efficiency of asset pricing model.

Key words：

non systematic risk;sentiment composite index; investor sentiment; pricing efficiency

責(zé)任編輯：常明明

吳錦丹 蕭敏娜 常明明