蘇 剛,劉蘊祺

(東北財經大學金融學院，遼寧 大連 116025)

?

投資者情緒對MAX效應的影響分析

蘇 剛,劉蘊祺

(東北財經大學金融學院，遼寧 大連 116025)

鑒于國內現(xiàn)有文獻還沒有考察投資者情緒對MAX效應(最大日收益率效應)的影響問題，本文首先用組合價差法驗證MAX效應的存在性，然后基于構建出的投資者情緒指數(shù)，分別采用組合價差法和Fama-Macbeth回歸，考察中國股票市場投資者情緒對MAX效應的影響。我們的經驗分析結果顯示，中國股票市場中存在明顯的MAX效應；MAX效應主要來自于投資者情緒高漲期，在投資者情緒低迷期不存在MAX效應；在投資者情緒高漲期MAX對沖組合的異常收益，既有來自于最高MAX組合的貢獻，也有來自于最低MAX組合的貢獻。這意味著投資者的樂觀情緒引起并放大了MAX效應。

投資者情緒；MAX效應；組合價差法；Fama-Macbeth回歸

一、問題的提出

一些研究發(fā)現(xiàn)，美國股票市場和歐洲股票市場中存在MAX效應[1-2]，即具有過去較高的最大日收益率(用MAX表示)的股票未來收益顯著低于具有過去較低的最大日收益率的股票未來收益。另一些研究發(fā)現(xiàn)，投資者情緒可以解釋股票截面收益[3-4]，高情緒是投機性股票(如小市值公司、年輕公司和高波動性公司的股票)未來收益的一個顯著預測因素，高情緒過后，投機性股票收益相對較低。進一步，F(xiàn)ong和Toh[5]研究發(fā)現(xiàn)，MAX效應僅存在于投資者情緒高漲期，且MAX效應主要是由于具有較高MAX的股票未來收益相對較低所導致。

對于中國股票市場，相關研究多集中在投資者情緒及其對股票收益率的影響[6]-[8]，很少涉及MAX效應，僅有的相關研究也只是限于MAX效應的存在性檢驗，或將MAX作為彩票型股票的識別指標。就我們所知，現(xiàn)有文獻還沒有考察投資者情緒對MAX效應的影響問題，鑒于此，本文嘗試采用組合價差法和Fama-Macbeth回歸，考察中國股票市場投資者情緒對MAX效應的影響。

二、文獻綜述

1.MAX效應的存在性

2.MAX效應的可能解釋

第一，彩票理論。Bali等[1]認為，股票截面收益的極端值與高偏度、高特質波動有相同含義，前期具有極端高收益率的股票就像彩票一樣，容易受到具有賭博心理的投資者的非理性追捧，造成具有高前期MAX的股票價格被高估，使得其未來收益相對較低。Garrett和Sobel[10]以及Walker和Young[11]認為，股票收益分布中的“小概率、大收益”(偏度)能吸引到眾多追逐“暴利”的投機者，盡管明知這種股票的預期收益為負，但是仍然熱衷于追逐這種彩票型股票(偏度偏好)，高MAX是彩票型股票的一種特征。Kumar[12]認為，個人投資者會被具有低價格、高特質波動率和高特質偏度等特征的彩票型股票所吸引，高MAX的股票通常具有低價、高特質波動、高偏度的性質，但是這種股票經Fama-French-Cahart四因素模型進行風險調整后的異常收益顯著為負。

第二，累計前景理論(Cumulative Prospect Theory)。Tverksy和Kahneman[13]認為，投資者常常采用概率加權的方式來估計股票未來收益，面對小概率收益時投資者的風險態(tài)度為風險尋求，因而對于那些在某一日收益率極大而概率極低的股票，投資者往往會過高估計這些股票未來收益。Barber和Odean[14]認為，個人投資者更愿意關注一些吸人眼球的股票，這些股票通常是在某一天日收益率極高或交易量不正常，這種關注效應(attention effect)使得投資者的投機傾向變得更大。

第三，投資者情緒理論。Miller[3]認為，情緒能體現(xiàn)出投資者的投機傾向性，由于市場存在賣空限制，股票價格反映出大部分持有樂觀情緒的投資者的觀點，因而在投資者情緒高漲期，股票價格就會被高估。Baker和Wurgler[15]認為，投資者情緒也可以反映出投資者對總體股票行情的樂觀看法或悲觀看法，他們發(fā)現(xiàn)投資者情緒與股票截面收益之間存在相關性，投資者情緒高漲會推動小市值、大波動等投機性股票價格大幅上升，投資者情緒高漲之后，這類股票價格大幅下跌導致其收益相對較差。進一步的研究結果顯示，很多資產定價異象在情緒高漲期均顯著增強，而且多空策略的收益更多來自賣空一側的收益，這與情緒高漲期股票價格易被高估的趨勢相一致。Lee等[16]采用噪聲交易模型(DSSW模型)，將投資者情緒對股票收益產生影響分成直接影響和間接影響兩個方式。其中，直接影響方式有價格壓力效應(price pressure effect)和持有更多效應(hold more effect)，間接影響方式有弗里德曼效應(Friedman effect)和創(chuàng)造空間效應(create space effect)。他們證明，投資者情緒高漲對股票收益產生正向影響，投資者情緒低迷對股票收益產生負向影響。Fong和Toh[5]認為，MAX效應只存在于投資者情緒高漲期，而且這種MAX效應主要是由于具有高MAX的股票在未來一段時期內收益率表現(xiàn)不好所導致的，即在投資者情緒較高漲時，股票價格被過高估價。

國內相關研究多集中在投資者情緒及其對股票收益率的影響。鄭振龍和孫清泉[17]用低股價、高歷史日收益率和換手率三個指標對彩票型股票進行識別，發(fā)現(xiàn)中國股票市場上的彩票型股票具有相對較低的未來收益。崔惠穎[18]利用股價、特質偏度、特質波動率、MAX、換手率和預期特質偏度六種博彩型股票識別指標及其二種復合指標，考察中國股票市場中彩票型股票的識別問題，發(fā)現(xiàn)MAX是最優(yōu)的識別指標。劉仁和和陳柳欽[19]認為，中國股票市場中的投資者情緒對中國股票市場的收益有著顯著的影響，投資者情緒對股票未來收益具有一定的預測效果。莊新田和池麗旭[20]利用2003—2008年的樣本數(shù)據(jù)，實證研究發(fā)現(xiàn)投資者情緒與股票收益率的波動呈正相關關系，投資者情緒與公司規(guī)模呈負相關關系。段江嬌等[21]認為，當投資者情緒高漲時，反映股票價格的信息會反映過度，從而使得股票價格被高估，一旦當股票價格回歸股票價值時，股票的收益率就會明顯下降。

綜上所述，對于中國股票市場，現(xiàn)有的相關研究很少有涉及MAX效應，僅有的相關研究也只是限于MAX效應的存在性檢驗，或將MAX作為彩票型股票的識別指標。就我們所知，現(xiàn)有文獻還沒有考察投資者情緒對MAX效應的影響問題，鑒于此，本文嘗試采用組合價差法和Fama-Macbeth回歸[22]，考察中國股票市場投資者情緒對MAX效應的影響。

圖5為不同讀者類型（研究生、本?？粕龋┙栝唭源巫兓厔荩瑘D中的本?？粕⒀芯可?、教職工借閱冊次變化趨勢基本與借閱人數(shù)變化趨勢保持一致，但全英語實驗班的借閱冊次在2016年的借閱冊次小于勞務派遣員工借閱冊次，這與借閱人數(shù)變化趨勢并未保持一致，因此借閱人數(shù)結合借閱冊次結合分析才可以更準確地得到借閱需求的變化，進一步為采訪工作做出指導。

三、經驗分析

1.數(shù)據(jù)來源

本文用滬深兩市所有A股股票日收益率數(shù)據(jù)計算個股的最大日收益率MAX，用個股月度收益率、無風險利率和股票總市值計算組合的超額收益率，用Fama-French三因素(MKT、SMB和HML)估計組合的異常收益率，這部分原始數(shù)據(jù)來源于國泰安數(shù)據(jù)庫(CSMAR)。本文用封閉式基金折價率、新增投資者開戶數(shù)、IPO數(shù)量、IPO首日收益率、滬深A股股票市場換手率和消費者信心指數(shù)構造投資者情緒指標，這部分原始數(shù)據(jù)來源于Wind資訊數(shù)據(jù)庫。選擇樣本期間為2001年6月至2015年6月。

為了避免異常數(shù)據(jù)對經驗分析結果的影響，我們剔除了樣本期間每月交易天數(shù)小于15天的個股，以及漲幅超過10%的個股。

2.采用組合價差法檢驗MAX效應

首先，采用Bali等[1]的方法，用個股在過去一個月內的日收益率數(shù)據(jù)計算最大日收益率MAX；然后，根據(jù)MAX的值對個股從低到高進行排序，并按十等分將所有個股分成10個組合，分別用M1、M2、...M10表示；最后，用市值加權平均法統(tǒng)計每個組合在未來一個月的超額收益率(組合收益率減去無風險收益率)，計算最高MAX組合M10與最低MAX組合M1之間的組合差價，用Fama-French三因素模型回歸得到每個MAX組合和MAX對沖組合(M10-M1)的異常收益率，其結果如表1所示。

表1顯示，最低MAX組合M1和最高MAX組合M10的平均超額收益率分別為0.73%和-0.04%，最高MAX組合M10與最低MAX組合M1之間的組合差價為-0.76%，其t值為-1.77，表明在10%水平下組合價差顯著小于零。基于Fama-French三因素模型，最低MAX組合M1和最高MAX組合M10的異常收益率分別為0.10%和-1.10%(t值分別為0.38和-3.80)，說明最低MAX組合M1沒有顯著的異常收益，最高MAX組合M10具有顯著的負異常收益。進一步的計算結果顯示，MAX對沖組合M10-M1具有非常顯著的負異常收益率為-1.20%。因此，無論看超額收益率還是看異常收益率，與最低MAX組合M1相比，最高MAX組合M10都具有顯著低的負收益。因此，我們可以認為中國股票市場中存在明顯的MAX效應。

表1 MAX效應的檢驗結果

注：*、**和***分別表示在10%、5%和1%水平下顯著。

3.構建投資者情緒指數(shù)

借鑒Baker和Wurgler構建投資者情緒綜合指標的方法，選取封閉式基金折價率、新增投資者開戶數(shù)、IPO數(shù)量、IPO首日收益率、滬深A股股票市場換手率和消費者信心指數(shù)這六項情緒指標，運用主成分分析法構造中國股票市場的投資者情緒ISI。限于篇幅，我們將構建投資者情緒指數(shù)的具體步驟省略。

通過比對構建出的投資者情緒指數(shù)ISI與上證綜合指數(shù)SZZS，發(fā)現(xiàn)兩者之間有較強的相關性，如圖1所示。圖1顯示，投資者情緒指數(shù)ISI與上證綜合指數(shù)SZZS的變化趨勢基本一致，上證綜合指數(shù)上漲伴隨著投資者情緒指數(shù)的上升，上證綜合指數(shù)下跌伴隨著投資者情緒指數(shù)的下降。在2006—2007年中國股票市場爆漲期間，投資者情緒指數(shù)也保持了高漲態(tài)勢，之后2008年股票價格快速回落，投資者情緒指數(shù)也迅速下降。因此，我們認為本文構建出的投資者情緒指數(shù)ISI能夠較好地反映中國股票市場投資者情緒的變化。

圖1 投資者情緒指數(shù)ISI與上證綜合指數(shù)SZZS

基于構建出的投資者情緒指數(shù)ISI的高低，我們借鑒Stambaugh和Yuan[4]的方法，將樣本期間劃分為投資者情緒高漲期和投資者情緒低迷期。具體地，我們將樣本期間投資者情緒指數(shù)ISI高于或等于其中位數(shù)的月份劃分為高投資者情緒月份，歸為投資者情緒高漲期；將樣本期間投資者情緒指數(shù)ISI低于其中位數(shù)的月份劃分為低投資者情緒月份，歸為投資者情緒低迷期。在此基礎上，我們采用組合差價法分別考察投資者情緒高漲期和投資者情緒低迷期MAX效應的表現(xiàn)，分析其是否存在顯著差異。另外，我們定義一個表示投資者情緒的虛擬變量DISI，在高投資者情緒月份給DISI賦值為1，在低投資者情緒月份給DISI賦值為0，采用Fama-Macbeth回歸[22]考察投資者情緒對MAX效應的影響。

4.投資者情緒對MAX效應的影響分析：分期間考察

我們采用組合差價方法，分別在投資者情緒高漲期和投資者情緒低迷期計算和估計MAX組合和MAX對沖組合的超額收益率和異常收益率，具體結果如表2所示。

表2 投資者情緒高漲期、低迷期MAX組合的超額收益率和異常收益率

注：**和***分別表示在5%和1%水平下顯著。

表2中左半部分結果顯示，投資者情緒高漲期最高MAX組合M10的平均超額收益率為0.28%，最低MAX組合M1的平均超額收益率為1.83%，MAX對沖組合M10-M1的平均超額收益率為-1.55%(t值為-2.35)，在5%顯著性水平下顯著小于零。這說明投資者情緒高漲期中國股票市場存在明顯的MAX效應。與全樣本期間的超額收益率(如表1所示)相比，投資者情緒高漲期MAX效應是其兩倍之多。用異常收益率考察，也可以得到這樣的結果。投資者情緒高漲期MAX對沖組合M10-M1的異常收益率為-2.45%(t值為-4.66)，是全樣本期間MAX對沖組合M10-M1的異常收益率(-1.20%)的兩倍之多。

表2中右半部分結果顯示，投資者情緒低迷期最高MAX組合M10和最低MAX組合M1的平均超額收益率分別為-0.19%和-0.26%，統(tǒng)計上看這兩個超額收益率與零無異。投資者情緒低迷期MAX對沖組合M10-M1的平均超額收益率為0.07%(t值為0.14)，異常收益率也顯示統(tǒng)計上與零無異。這說明MAX效應在投資者情緒低迷期不存在。

綜合投資者情緒高漲期和投資者情緒低迷期MAX對沖組合的收益情況，再與全樣本期間MAX對沖組合收益進行比較，我們可以得到如下結論：(1)中國股票市場中MAX效應主要表現(xiàn)在投資者情緒高漲期，投資者情緒低迷期MAX效應不存在。(2)投資者情緒高漲期MAX對沖組合的異常收益，既有來自于最高MAX組合的貢獻(大約為62%)，也有來自于最低MAX組合的貢獻(大約為38%)。

5.投資者情緒對MAX效應的影響分析：基于Fama-Macbeth回歸

采用組合價差法對MAX效應進行分析有其優(yōu)點——非參數(shù)性，即不需要建立任何函數(shù)關系對其系數(shù)進行估計。當然，組合價差法也有其缺點，會弱化數(shù)據(jù)中所包含的一些特有信息。為此，我們再用Fama-Macbeth回歸[22]考察投資者情緒對MAX效應的影響。

本文采用的Fama-Macbeth回歸基于如下模型：

(1)

其中，Ri,t表示股票i在t月的超額收益率，MAXi,t-1表示股票i在t-1月中的最大日收益率，DISIt-1表示t-1月投資者情緒虛擬變量，MAXi,t-1×DISIt-1表示最大日收益率與投資者情緒的交叉項，βt表示由Fama-French三個風險因素(MKT、SMB、HML)組成的向量。除虛擬變量DISIt-1外，其他變量都進行了標準化處理，即使得每個變量在樣本期間均值為0、方差為1，以此增加每個變量的解釋效果。

采用Fama-Macbeth回歸估計方程(1)及其簡單形式I，結果如表3所示。

表3 Fama-Macbeth截面回歸的估計值與統(tǒng)計量

注：括號內為系數(shù)的t值；*、**和***分別表示在10%、5%和1%水平下顯著。

從表3可以看出，形式I的估計結果顯示，只加入唯一自變量MAX時，其系數(shù)估計值的均值為-0.13，統(tǒng)計上顯著為負，說明上個月的最大日收益率MAX與股票未來收益率呈顯著的負相關關系，進一步驗證了中國股票市場中存在MAX效應。形式II的估計結果顯示，再加入其他自變量之后，MAX系數(shù)的絕對值相對變小，但顯著性水平并沒有明顯下降，說明MAX效應仍然存在。表示投資者情緒的虛擬變量DISI的系數(shù)估計值平均為-0.04，其在5%水平下顯著，說明上個月投資者情緒與股票未來收益率呈顯著的負相關關系，即上個月投資者情緒越高，下個月股票收益率就有可能越低；上個月投資者情緒越低，下個月股票收益率就有可能越高。

最大日收益率與投資者情緒的交叉項MAX×DISI系數(shù)估計值平均為-0.01，其在1%水平下顯著，同樣與股票收益率呈負相關關系。由于MAX×DISI系數(shù)的平均值與MAX系數(shù)的平均值符號方向相同，說明MAX×DISI會加大MAX對股票收益率的影響效果，即投資者情緒會擴大最大日收益率MAX對股票收益率的影響。

四、結 論

基于2001年6月至2015年6月中國A股相關數(shù)據(jù)，本文首先驗證了中國股票市場中存在MAX效應，然后采用構建出的投資者情緒指數(shù)ISI，考察了投資者情緒對MAX效應的影響。我們的經驗分析結果顯示：

第一，中國A股股票市場中存在明顯的MAX效應。最高MAX組合的超額收益率和異常收益率顯著低于最低MAX組合的超額收益率和異常收益率，MAX對沖組合的超額收益率和異常收益率顯著為負，說明MAX效應存在。

第二，中國股票市場中的MAX效應主要來自于投資者情緒高漲期，在投資者情緒低迷期不存在MAX效應。投資者情緒高漲期MAX對沖組合的異常收益，既有來自于最高MAX組合的貢獻，也有來自于最低MAX組合的貢獻。

第三，投資者情緒高漲期MAX對沖組合的超額收益率和異常收益率是全樣本期間MAX對沖組合的超額收益率和異常收益率的兩倍之多，這意味著投資者的樂觀情緒引起并放大了中國股票市場中的MAX效應。

[1] Bali, T.G., Cakici, N., Whitelaw, R.F. Maxing out: Stocks as Lotteries and the Cross-Section of Expected Returns[J]. Journal of Financial Economics,2011, 99(2): 427-446.

[2] Walksh?usl, C. The MAX Effect: European Evidence[J]. Journal of Banking & Finance, 2014, 42(5): 1-10.

[3] Miller, E.M. Risk, Uncertainty and the Divergence of Opinion[J].The Journal of Finance, 1977, 32(4): 23-51.

[4] Stambaugh, Y. J., Yuan, Y. The Short of It: Investor Sentiment and Anomalies[J]. Journal of Financial Economics, 2012, 104(2): 288-302.

[5] Fong, W.M., Toh, B. Investor Sentiment and the MAX Effect[J]. Journal of Banking & Finance, 2014, 46(3): 190-201.

[6] 王美今，孫建軍. 中國股市收益、收益波動與投資者情緒[J]. 經濟研究, 2014,(10)：75-83.

[7] 伍燕然，韓立巖. 不完全理性、投資者情緒與封閉式基金之謎[J]. 經濟研究，2007,(3):117-129.

[8] 易志高，茅寧.中國股市投資者情緒測量研究：CICSI的構建[J].金融研究,2009,(11):174-184.

[9] 江曙霞，陳青. 賭博特征股票的收益預測及解釋[J].財貿研究, 2013,(3) : 99- 107.

[10] Garrett, T.A., Sobel, R.S. Gamblers Favor Skewness, not Risk: Further Evidence From United States’ Lottery Games[J]. Economics Letters, 1999,63(1): 85-90.

[11] Walker, I., Young, J. An Economist’s Guide to Lottery Design[J]. The Economic Journal, 2001,111(475): 700-722.

[12] Kumar, A. Who Gambles in the Stock Market? [J].The Journal of Finance, 2009,64(4): 1889-1933.

[13] Tverksy, A., Kahneman, D. Advance in Prospect Theory: Cumulative Representation of Uncertainty[J]. Journal of Risk and Uncertainty, 1992,5(4): 297-323.

[14] Barber, B.M., Odean, T. All that Glitters: The Effect of Attention on the Buyingbehavior of Individual and Institutional Investors[J]. Review of Financial Studies, 2008,21(2): 785-818.

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

[16] Lee, Y.W., Jiang, X.C., Indro, C.D. Stock Market Volatility, Excess Returns, and the Role of Investor Sentiment[J]. Journal of Banking & Finance, 2002,26(12): 2277-2299.

[17] 鄭振龍，孫清泉. 彩票類股票交易行為分析: 來自中國A 股市場的證據(jù)[J]. 經濟研究, 2013,(5): 128-140.

[18] 崔惠穎. 博彩性股票的市場特征——來自中國股市的經驗證據(jù)[J]. 東北財經大學學報, 2016,(3): 56-64.

[19] 劉仁和，陳柳欽. 中國股權溢價之謎的檢驗——Hansen-Jagannathan方法的應用[J]. 財經理論與實踐, 2005,(5): 79-83.

[20] 莊新田, 池麗旭. 中國證券市場的投資者情緒研究[J]. 管理科學, 2010,(3): 79-87.

[21] 段江嬌，劉紅忠，曾劍平. 投資者情緒指數(shù)、分析師推薦指數(shù)與股指收益率的影響研究[J].上海金融, 2014,(11): 60-64.

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

(責任編輯：韓淑麗)

2017-06-16

遼寧省社會科學規(guī)劃基金項目“金融沖擊、企業(yè)分散度與經濟風險分析”(L15CJY005)

蘇 剛(1970-)，男，遼寧撫順人，博士研究生，高級會計師，主要從事證券及財務管理等方面的研究。E-mail：sugang0530@vip.sina.com 劉蘊祺(1991-)，女，遼寧沈陽人，碩士研究生，主要從事金融工程研究。E-mail：liuyunqia@163.com

F830

A

1008-4096(2017)04-0077-06