張淑芬

摘要：有關投資者非理性行為對資產價格的影響一直是行為金融學研究的熱點之一，也是行為金融學的一個重要理論基礎。目前尚無權威的投資者情緒測度指標，研究者也只是根據研究目的的不同，自行選取或構建指標。盡管在行為金融領域的研究者均先驗地認為投資者情緒與證券價格相互關聯(lián)，但對這一先驗的觀點并沒有給予直接經驗數據驗證，所以也就沒有相對成熟模型，本文試圖通過比較現有研究模型，找出其中的局限性，并借鑒亨德瑞（Hendry）的“從一般到簡單”的建模思想，提出了改進現有建模的辦法。

關鍵詞：行為金融學；投資者情緒；資產價格

有關投資者非理性行為對資產價格的影響一直是行為金融學研究的熱點之一，也是行為金融學的一個重要理論基礎。行為金融學理論認為，金融投資對市場的認知過程、情緒過程和意志過程均會產生偏差。這些偏差加上金融市場可能的群體偏差或羊群效應，可能導致投資決策中的決策偏差，從而出現資產定價的偏差。而資產定價偏差又會產生錨定效應，反過來影響投資者對資產價值的判斷，進一步產生認知偏差和情緒偏差，形成一種反饋機制，從而強化資產定價偏差程度。

國內外現有的研究主要集中于理論上情緒模型的建立、實證研究中情緒的測度與情緒的存在性、情緒對收益及其波動的影響等領域。

目前尚無權威的投資者情緒測度指標，研究者也是根據研究目的不同，自行選取或構建指標。盡管在行為金融領域的研究者均先驗地認為投資者情緒與證券價格相互關聯(lián)，但對這一先驗的觀點并沒有給予直接經驗數據驗證，所以也就沒有相對成熟模型，現有研究者采用的模型也是多種多樣，得出結論也異常豐富。

因此，本文試圖通過比較現有研究模型，找出其中的局限性，并提出借鑒亨德瑞（Hendry）的“從一般到簡單”的建模思想，改進現有建模辦法，希望能以此為以后的研究中提供一定的參考。

一、現有研究對投資者情緒指標選取比較

投資者情緒研究的一個重要問題就是投資者情緒的測量，目前研究者主要采用兩類指標，一類是直接情緒指標，一類是間接情緒指標。

1.直接情緒指標簡介

直接情緒指標是發(fā)布機構通過調查統(tǒng)計投資者對未來市場多空看法構建的指標，該類指標通常根據某個機構向不同投資群體發(fā)放問卷的調查結果編制而成。比如：投資者智慧指數由被調查的投資專家中看空的比例進行編制，由Chartcraft投資服務公司制作的指標，反映中等規(guī)模投資者情緒，它等于看漲百分比與看跌百分比之差。美國個人投資者協(xié)會指數由被調查的協(xié)會會員中看空的比例而編制的周指標，反映個人投資者情緒。賣方指標由Merrill Lynch 根據華爾街主要分析師給出的資產配置建議數據編制的月度反向指標，主要反映機構投資者的情緒。央視看盤是中央電視臺根據71家機構在每天收盤之后公布自己對第二天市場走向的預期，有漲、跌、平三個選擇，投票得到數據。

通過對投資者情緒的直接度量而獲得的情緒指數，可直接反映投資者情緒的變化，但是上述指標數據的調查與取得過程還是面臨諸多的問題。

首先，被調查者可能不愿意或不能夠提供所需的信息，在不影響自己利益的情形下，會隨意做出判斷。例如關于態(tài)度或動機的問題，有時候被調查者可能不是十分明確決定的動機（例如選擇某種證券、作出某種決定）的因子是哪些。因此所提供的信息可能就不準確。

其次，編制直接投資者情緒指數受問卷設計、調查群體以及處理方法等各種因素的影響，缺乏客觀性。

2.間接情緒指標簡介

間接情緒指標是從市場上的交易數據中挖掘出反映投資者情緒的指標，該類指標通常是利用交易數據構建某種指標間接反映投資者情緒。

使用間接測度方法主要有：封閉式基金折價率，利用封閉式基金市價相對單位凈值的折價水平，計算公式為：（單位凈值-市場價格）/單位凈值。折價率上升，表明投資者情緒悲觀。首次公開發(fā)行（IPO）當日收益率基于 IPO大多發(fā)生投資者情緒高漲時期，因此利用IPO當天的收益率衡量投資者情緒。騰落指數（ADL）用股票每天上漲或下跌的家數作為計算與觀察對象，反映股票市場的人氣盛衰，計算公式為：計算期上漲股票家數移動合計數/計算期下跌股票家數移動合計。新高新低指數（NH/NL）最近一年股票創(chuàng)新高或新低的家數，創(chuàng)新高價的股票屬強勢股，創(chuàng)新低價的股票屬弱勢股，計算公式為：創(chuàng)新高家數-創(chuàng)新低家數。

在間接情緒指標的選取上也面臨數據的不可得性，代表性不明確，缺乏合理解釋等問題。如中國開放式基金凈贖回數據不可獲得性；而且學術界對封閉式基金折價的解釋并沒有一致的觀點；即使投資者情緒能較好地解釋封閉式基金的折價，也缺乏足夠的資料證明封閉式基金的持有人與交易者主要是個人投資者，因而很難判斷折價代表的是哪個投資者群體情緒，或者是代表整個投資者群體的情緒。

二、現有部分投資者情緒實證模型比較

當前，有關投資者情緒的實證研究很多，其模型的構建多通過特定指標選取后進行回歸分析得到結論，只是在模型細節(jié)處理上有些差異，如模型變量的數量與類型、時間序列數據的處理等方面。其結論主要分兩種：一種是認為投資者情緒對股票市場短期收益或長期收益有重要影響。另一種則截然相反，如Chenetal認為封閉式基金折價不能反映個體投資者的情緒變化，也不能影響到小盤股的價格。趙俊則通過直接檢驗噪聲風險和套利活動對基金折價的影響，發(fā)現投資者情緒和套利成本無法解釋封閉式基金折價現象。另外，張俊生等、劉煜輝和熊鵬、董超和白重恩也發(fā)現投資者情緒假說很難解釋封閉式基金折價現象。

三、模型建立與指標選取建議

1.投資者情緒指標選取前瞻

要想更好地理解和把握投資者行為的本質特征、運行規(guī)律及其與市場收益和波動的互動性影響，選擇合理可靠的投資者情緒指標是其先決條件。目前投資者情緒指標選取上最大困難是如何保證調查數據的真實性和準確性、消除投資者情緒表現與其最終決策行為的偏差、通過擴大樣本容量提高數據的客觀性和代表性這些方面。

21世紀互聯(lián)網技術的創(chuàng)新與發(fā)展，移動互聯(lián)網、移動終端和數據感應器的出現，使數據的數量、種類都以超出人們想象的速度在快速增長。

通過移動互聯(lián)網、移動終端和數據感應器不僅能得到關于用戶的消費習慣，投資的變化，甚至能收集得到用戶的興趣愛好，身體健康狀況，個人情緒變化等數據。收集投資者數據，可通過開發(fā)新的移動應用程序，或是在現有應用程序上添加新的功能，即可使調查處于不知不覺之中，消除了被調查者心理的抵觸性，能有效消除投資者情緒表現與其最終決策行為的偏差。

移動互聯(lián)網用戶的快速增長，為調查提供了多樣（Variety）和海量（Volume）的樣本容量，通過海量數據的整合，還可以更好地反映投資者情緒的直接指標，如一個人的血壓、心情等，而不僅僅是對資產看漲看跌比例這一單一抽象且粗糙的指標。借助強大的機器運算能力，運用神經網絡、決策樹算法等，從海量數據中發(fā)現隱含的知識和規(guī)律，基于全量、大數據分析的準確性將超越傳統(tǒng)數理統(tǒng)計，為我們選取更多更好的投資者情緒指標成為可能。

2.模型建立的初探

在對傳統(tǒng)建模過程的“數據開采”問題不斷質疑與修正中，亨德瑞（Hendry）建立了約化建模理論以及協(xié)整建模理論。亨德瑞的約化建模理論，吸收了向量自回歸建模法與協(xié)整理論的部分內容，提出了“從一般到簡單”的建模思想，在現代計量經濟建模理論方面有著較大影響。

投資者情緒指標模型建立上可以借鑒這種建模思想，在模型的設定上，首先設立一個包括了所有先驗經濟理論與假設中所包括的全部變量的“一般”的模型，各種可能的“簡單”模型都被“嵌套”（nested）在這個“一般”的模型之中，也就避免了過度的“數據開采”問題。然后在模型的估計過程中逐漸剔除不顯著的變量，主要包括各種“約束”檢驗與設定偏誤檢驗等，只有當觀測數據不支持約束條件時，才退回到上一級，檢驗其他可能的約束，或者得到一個較“簡單”的最終模型。由于初始模型的“一般”性，所有研究者的“起點”都有是相同的，因此，在相同的約化程序下，最后得到的最終模型也應該是相同的。

國內學者易志高、茅寧、耿休林（2009）已做了有益的嘗試，從自上而下的視角，通過融入能反映國內股票市場投資者情緒變化的指標，即在封閉式基金折價、市場交易量、IPO 數量及上市首日收益、消費者信心指數和新增投資者開戶數等6項指標的基礎上，采用主成分分析方法構建了一個適合測度國內股票市場投資者情緒的綜合指數，并控制了相關宏觀經濟因素對它的影響，構建模型初步檢驗了投資者情緒的綜合指數的有效性。

小結

互聯(lián)網技術的創(chuàng)新與發(fā)展，移動互聯(lián)網、移動終端和數據感應器的出現，為投資者情緒變化調查提供了多樣和海量的樣本，解決了我國對投資者情緒的研究在情緒指數的獲取方面的瓶頸，為構建更為科學、有效的投資者情緒指數提供了技術基礎。相信在不久的將來，更直觀、有效的指標即將出現。如何保護投資者隱私，保證所收集到的數據不被用于非法目的，將是面臨的新的問題。

另外，如何為投資者情緒刻畫的一個統(tǒng)一的框架模式，更為深入地研究投資者情緒對投資者認知風險和認知收益的影響、投資者情緒對證券價格的影響機理和投資者情緒對投資者投資決策的影響，還需要對投資者情緒給出一個統(tǒng)一化的數量模型。

投資者情緒指標模型建立上借鑒從一般到簡單的建模過程，同樣存在著數據開采問題。然而，與“從簡單到復雜”這一傳統(tǒng)建模方法相比，“從一般到簡單”的建模過程能夠展現模型建立的全過程；同時建模過程的程式化也避免了過度的“數據開采”問題。“從一般到簡單”的建模方法，初始模型就可能包括了所有的相關變量，沒有必要再進行遺漏相關變量的設定偏誤檢驗?！皬囊话愕胶唵巍钡慕＿^程本身就是一項十分艱巨復雜的工作。各約化步驟往往是需要反復進行的，約化步驟的順序也需要靈活安排。從實踐上看，由于各種因素的影響，所建立的最終的簡化模型不一定就是最“理想”的模型，但無疑它將是探索建立完善投資者情緒指標模型的一條理想途徑。

參考文獻：

[1]Kenneth L.Fisher and Meir Statman，Investor Sentiment and Stock Returns，Financial Analysts Journal，Vol. 56 ，No. 2 （Mar-Apr，2000）

[2]Shleifer A，Summers L.H.，Waldmann ，R. J.，1990a，Noise trader risk in financial Markets，Journal of Political Economy 98： 703-738

[3]易志高，茅寧，耿休林.第三屆（2008）中國管理學年會論文集，2008

[4]王美今，孫建軍.中國股市收益、收益波動與投資者情緒.經濟研究，2004（10）

[5]趙俊.投資者情緒、投資理念與我國封閉式基金折價.浙江社會科學， 2004（6）

[6]張俊生，盧賢義，楊熠.噪聲理論能解釋我國封閉式基金折價交易現象嗎？與薛剛、顧鋒、黃培清三位先生商榷.財經研究，2001（5）