龔真 孫華平

摘 要：投資者情緒的變化對股票市場以及投資者決策行為有著重要影響，因此如何定量度量投資者情緒一直是國內(nèi)外學(xué)者研究的熱點。本文從社會情緒交互傳播的角度，基于上海證券交易所股票的面板數(shù)據(jù)，綜合消費者價格指數(shù)等宏觀、微觀指標，對數(shù)據(jù)進行主成分分析并進行格蘭杰因果檢驗，最后針對結(jié)果對如何理性投資決策和未來股票市場的發(fā)展提出一些建議。

關(guān)鍵詞：投資者情緒;主成分分析;格蘭杰因果檢驗;理性投資決策

中圖分類號：F832.5 文獻標識碼：A 文章編號：2096-0298（2020）12（a）-075-03

股票市場的波動一直備受社會關(guān)注，尤其在遇到2008年金融危機后的經(jīng)濟下行現(xiàn)象時波動異常明顯。而它的變動通常受經(jīng)濟形勢、國家政策、投資者是否理性決策等有關(guān)，其中近幾年研究的焦點主要是投資者情緒對股票市場的影響。在結(jié)合已有文獻和現(xiàn)有經(jīng)濟形勢的基礎(chǔ)上，我們發(fā)現(xiàn)不僅在國內(nèi)甚至在全球的股票市場上，情緒是相互傳染的，正如社會輿情的相互作用能很大程度上影響一個企業(yè)的會計信息質(zhì)量。因此從情緒傳染的角度選取影響因子構(gòu)建投資者情緒，以及研究其與股票市場的聯(lián)動效應(yīng)，并針對結(jié)果提出可行性意見，對減少投資者的非理性投資決策，規(guī)避股票市場上的系統(tǒng)性金融風險，推動股票市場的長期穩(wěn)定發(fā)展具有重要意義。

1 相關(guān)文獻綜述

1.1 投資者情緒理論

總體來看，全球的研究學(xué)者對投資者情緒本身的認識已相對成熟，但受限于股票市場的快速發(fā)展，如何精確衡量其大小仍然是一道難題。DSSW（噪聲交易模型）最早由DeLong， Shleifer， Summers， and Waldmann 于1990年提出，揭示了投資者交易行為易受外界信息影響的現(xiàn)象，并提出了“噪聲交易者”的概念。凌志明等[1]（2018）運用因子分析法構(gòu)造投資者情緒指標，以此為基礎(chǔ)構(gòu)建Copula函數(shù)模型，通過數(shù)據(jù)分析發(fā)現(xiàn)情緒呈現(xiàn)出階段性特征。劉艷萍等[2]（2017）發(fā)現(xiàn)在信息不對稱的情況下，投資者情緒的相互可能會引發(fā)股市危機，因此創(chuàng)新型采用研究傳染病的SIR模型構(gòu)建投資者情緒指標，且取得了一定成效。

1.2 投資者情緒與股票市場聯(lián)動效應(yīng)理論

在以往的研究中，很多學(xué)者發(fā)現(xiàn)投資者的樂觀或者悲觀情緒會影響股票市場收益率甚至會影響各個市場之間的聯(lián)動性。在2002年，Lee等運用GARCH回歸模型研究了投資者情緒對美國三大股指超額收益和條件波動的影響，結(jié)果成正性相關(guān)。范雅祺等[3]（2014）從市場收益率的角度研究證券市場之間的聯(lián)動性，并發(fā)現(xiàn)投資者情緒是最重要的影響因素，通過構(gòu)建情緒共有指標發(fā)現(xiàn)中國股市走勢和收益率受到情緒的影響。陳健等[4]（2018）從經(jīng)濟全球化的角度嘗試構(gòu)建全球共有情緒指標，并分析了美國市場樂觀情緒對中國股市的影響。

2 投資者情緒指標的構(gòu)建

2.1 影響因子選取

本文參考姚晶晶等[5]（2018）文章中的想法，將影響投資者情緒的因子創(chuàng)新的作出些改動，加入工業(yè)生產(chǎn)者出廠價格指數(shù)等宏觀變量，考慮到宏觀和微觀信息對投資者情緒的影響程度不同，共選取4個宏觀指標和5個微觀指標如下。

（1）宏觀指標：廣義貨幣供應(yīng)量（M2），工業(yè)生產(chǎn)者出廠價格分類指數(shù)（PPI），居民消費價格指數(shù)（CPI）和消費者信心指數(shù)（CCI）。

（2）微觀指標：月新增開戶數(shù)（Quantity），A股市場成交量（Volume），封閉式基金折價率（Discount rate），換手率（Turnover rate）和上證綜指（SSEC）。

2.2 投資者情緒的指標構(gòu)建

本文通過國家統(tǒng)計局網(wǎng)站和國泰安金融數(shù)據(jù)庫，篩選上海證券交易所2003—2017年的A股市場月份數(shù)據(jù)，共選取9個影響因子，運用數(shù)據(jù)分析軟件SPSS24.0作主成分分析，結(jié)果如下：

2.2.1 KMO與巴特利特檢驗和總方差解釋

將原始數(shù)據(jù)歸一化處理后，對其進行KMO檢驗和巴特利特球形度檢驗，得KMO=0.707>0.5，且顯著性大小趨于0，適合作主成分分析，如表1所示。

對所選數(shù)據(jù)進行公因子提取，共提取到3個特征值大于1的公因子（假設(shè)分別為F1、F2、F3），且三者的貢獻率總計為82.423%>80%，由此可以看出所選擇的數(shù)據(jù)具有一定的代表性，損失的信息較少，結(jié)果可信度高。

2.2.2 建立因子載荷矩陣

采用最大方差值法建立因子載荷矩陣，正交旋轉(zhuǎn)后結(jié)果如下：

F1與所有的因素都具有較強的相關(guān)性，是一個綜合因子;F2與月新增開戶數(shù)、基金折價率、換手率和上證綜指較相關(guān)，是一個典型的微觀因子;而F3與居民消費價格指數(shù)、工業(yè)生產(chǎn)者出廠價格指數(shù)較相關(guān)，是一個典型的宏觀因子。

2.2.3 因子得分

回歸分析后，根據(jù)3個公因子的成分得分矩陣得到各因子得分函數(shù)。

將2003—2017年的有關(guān)數(shù)據(jù)帶入公式計算綜合得分，可對各年投資者情緒的大小進行排名。其中2015年4月份以1.52的綜合得分位列第一，此時的投資者情緒最為高漲，情緒傳播也是最頻繁的，宜擴張投資;而2006年3月份以-0.79居于最后一位，情緒傳播不頻繁，宜縮減投資。

3 投資者情緒與股票市場的格蘭杰因果檢驗

本文采以格蘭杰因果檢驗為路徑方法，探究投資者情緒與股票市場之間是否具有互為因果關(guān)系。其中，各年份股票市場的波動選用市盈率指標來衡量，各年份投資者情緒的大小用綜合得分來衡量，運用Stata分析軟件運行后，結(jié)果如下。

3.1 投資者情緒對股票市場的影響

通過選擇不同的滯后期運行，發(fā)現(xiàn)滯后期為3時AIC值達到最優(yōu)（AIC值隨著滯后期的增加先減小后增大，AIC值越小說明擬合程度越高），此時Prob>F =0.000<0.05，Prob>chi2= 0.000<0.05，拒絕原假設(shè)，結(jié)果顯著，說明投資者情緒對股票市場有正向影響關(guān)系。