投资者情绪对股票价格的影响研究.docx
《投资者情绪对股票价格的影响研究.docx》由会员分享，可在线阅读，更多相关《投资者情绪对股票价格的影响研究.docx（48页珍藏版）》请在冰点文库上搜索。
投资者情绪对股票价格的影响研究
摘要
传统金融学理论的理论框架，以理性的投资者为基础。
随着理论的广泛运用，人们渐渐发现这些理论不能对金融市场中正在发生的种种异象的原因进行诠释。
行为金融学的诞生给出了相应解释，引入心理学，把投资者看做是非理性的，认为市场价格的变动会受到投资者心理的影响。
投资者的决策会由于投资者情绪变化而变化。
近年来，我国股市也面临着一些异常波动，在牛市时，市场情绪高涨，投资者涌入市场进一步提高了股市价格；行情不好时，投资者情绪情绪低落，进而市场价格更加下跌。
对投资者情绪指标的选择分成直接方式和间接方式，本文使用的是间接方式中的主成分分析法，选择七个消费者信心指数（CCI）、IPO数量（IPO）、市盈率（PE）、交易量（VOL）、增发量（ZF）、新增开户数（NIA）、以及换手率（TURN）为代理指标，通过主成分分析法构造投资者情绪综合指标（SENT），并构建投资者情绪综合指标对股票价格的影响的VAR模型，通过ADF平稳性检验、格兰杰因果关系、脉冲响应分析和方差分解分析进行研究，对上证指数、深证成指、创业板指三者之间的结果进行对比分析。
结果显示投资者情绪对股票价格有影响作用，具有正向的相关性。
不同滞后期数的投资者情绪的影响有正负变化。
三大指数对于投资者情绪的影响的反应略有不同。
最后，本文从监管部门和投资者角度提供了一些建议，以促进市场运行的规范化以及投资者决策的理性化。
关键词：
投资者情绪主成分分析股票价格VAR模型
ABSTRACT
Traditionalfinancialtheoriesbelievethatinvestorsarerational,butthesetheoriescannotexplainallkindsofanomalieshappeninginthefinancialmarket.Thebirthofbehavioralfinancegivesthecorrespondingexplanation.Psychologyisintroduced.Behavioralfinancetreatsinvestorsasirrational.itisbelievedthatmarketpricewillbeaffectedbytheinvestorpsychology.Investors'decisionschangeasinvestorsentimentchanges.Inrecentyears,China'sstockmarkethasalsobeenfacedwithsomeabnormalfluctuations.Inabadmarket,investorsentimentislowandmarketpricesfallfurther.
Twowaysisusedtochooseinvestorsentimentindex：
directandindirectways.thisarticleusestheindirectway,principalcomponentanalysis（pca）,usingconsumerconfidenceindex（CCI）,turnoverrate（TURN）,p/eratio（PE）,secondary（ZF）,newaccounts（NIA）,thenumberofipos（IPO）andtradingvolume（VOL）asproxyindexes.Usingtheprincipalcomponentanalysistoconstructcomprehensiveinvestorsentimentindex（SENT）.ThispaperhascreatedaVARmodelbasedoninvestorsentimentindexandstockprices,thenperformtheADFstationarytest,grangercausality,impulseresponseanalysisandvariancedecompositionanalysis.Then,theresultsofShanghaicompositeindex,shenzhencomponentindexandgemindexiscompared.
Theresultsshowthatinvestorsentimenthaspositiveeffectonstockprice.Therearepositiveandnegativeinfluenceofinvestorsentimentwithdifferentlagperiodsonstockprice.Thethreemajorindexesreactedslightlydifferentlytotheimpactofinvestorsentiment.Finally,thispaperprovidessomeSuggestionsfromtheperspectiveofregulatorsandinvestorstopromotethestandardizationofmarketoperationandtherationalizationofinvestors'decisions.
Keywords：
investorsentiment；PrincipalComponentAnalysis；stockprices；VARmodel
第一章绪论
1.1研究背景
在现代社会，投资股票成为人们主要的投资方式之一。
在Fama提出的有效市场假说中，假设参与市场的投资者足够理性。
也就是说，投资者对所有市场信息能做出合理反应，人们相信，即使市场中有一些非理性投资者，也会因为套利活动迅速消除对股价的影响，这在很多人看来是存在争议的。
在现实生活中，由于信息不对称以及缺乏专业知识，哪怕是在一群聪明人之中，由于从众心理、羊群效应引发股票价格异常波动也是存在的，市场投资者其实是非理性的，这也导致金融市场中存在的价格异象时有发生。
之后，行为金融学理论带来一种新的切入点，认为除了企业内在价值，投资者主体行为也是影响股票价格一大重要因素。
也就是说，证券市场的价格决定及其变动很大程度上受到投资者情绪的影响，传统金融学理论无法解释的股票价格异象被广泛的用行为金融学理论进行阐释。
行为金融学说是一门交叉学科，它涵盖了金融学、心理学和社会学等方面的知识，通过分析投资者情绪等心理学方面的内容来深入探究投资者个人的情绪对于投资的影响。
行为金融学认为投资者未必都是理性人，认为投资者搜集信息能力不同，对风险的偏好程度不同，投资者们的主观意识参与到他们的决策过程中，起到了一定的影响。
对投资者情绪的研究成为行为金融学的一个重要内容。
我国资本市场发展了近三十年，与西方发达国家相比，时间较短，但也已取得了很大的成就。
交易和结算网络在全国各地得到广泛使用；《证券法》等一系列法律法规在逐步建立完善；证券市场监管体制在形成与完善；证券交易的手段也处于世界先进水平。
我国的资本市场发展较为快速，1992年之后证券发行不断增多，投资者数量不断增加，到2018年年底，两市上市公司达到了3567家，市值达到了48.67万亿元。
我国资本市场发展历程较短，作为新兴的资本市场，也存在一些金融异象。
我国股票市场目前还存在很多问题。
首先，股市价格存在波动异常，如2015年的股市经历了前半年的一路飙升，然后是后半年的暴跌，存在暴涨暴跌的市场动荡。
其次我国股市及投资者的不成熟，投资者投资理念不完善也会影响市场。
此外，政府对证券市场的干预如出台政策、调整印花税税率等也很容易影响市场，引起价格波动。
所以研究投资者情绪对股市价格的影响有利于我们把握经济市场发展规律，培养理性的投资者。
1.2研究意义
国内对于投资者情绪对股价影响的研究较少，主要是基于传统金融学理论研究股票收益的，缺乏对投资者情绪的关注。
此外，相关研究采用的表示投资者情绪的数据较多是调查问卷数据，相关数据的选取不太贴合我国实际情况。
影响股票价格波动的因素有很多，如公司经营状况，政策与制度，投资者情绪等等。
投资者情绪在不同研究中，根据研究需要不同有过不同的界定，本文就用投资者情绪表示投资者对股市未来阶段的预期与看法。
投资者如果因为某些原因导致错误判断，大量涌入或涌出市场时，这个变化肯定会对其余投资者产生影响，冲击股票市场，导致股市震荡进一步扩大，噪音投资者可能因此在错误时机买入高买低卖，造成投资者的巨大损失，对市场缺乏信心。
了解投资者情绪对股票价格产生的影响，有助于改善人们对股票的投资行为，有效规避股票市场大幅价格波动，也可以为政府制定相关政策提供帮助。
基于此，本文在参考国内外有关投资者情绪的模型及论述的基础上，结合我国实际，基于数据的相关性和可获得性选取七个源变量，构建投资者情绪指数利用样本时间序列数据建立VAR模型，并进行实证检验情绪对证券市场股票价格的影响，提出可行的相关建议。
第二章理论基础与文献综述
2.1投资者情绪的度量
投资者情绪的度量是一项基础性工作。
现有文献中出现的情绪度量指标较多，但没有绝对完美的衡量方式。
学者根据研究需要选择不同的方式获得数据，目前主要分成两大类：
直接方式和间接方式。
2.1.1直接方式
直接方式也是主观方式，即对投资者进行问卷调查，了解他们对未来股市的预期。
这种方式在资本市场发达的国家比较普遍。
国外学者使用较频繁的直接数据有投资者智能指数、美国个人投资者协会指数（AAII）、瑞银集团/盖勒普发布的投资者信心指数、Hadady公司开发的好友指数等。
Lee、Jiang和Indro（2002）使用投资者智能指数（II）研究投资者情绪与股市波动及超额回报的关系。
国内更具权威性的直接数据来源主要有两个，一是央视二套“中国证券”栏目中的“央视看盘”的投资者情绪调查数据，它涵盖了每个交易日机构投资者和个人投资者对市场预期的判断；另一个是耶鲁——CCER中国股市投资者信心指数，数据来自针对每期市场的调查问卷。
姚德权，黄学军，杨光（2010）以机构投资者情绪的实际情况为基础对DSSW模型进行修正,使用“中国证券分析师指数”分析机构投资者情绪与股票收益的相关性关系。
这样通过调查直接获得的数据也有一定弊端，由于被调查者个人的相关因素、问卷的设计因素等原因，收集的数据很难保证真实性和情绪表达的准确性。
在这样的情况下，有人也许会隐瞒自己的对未来股市的看法或者自己都无法把握自己对股市未来的预期形势（Baker&Wurgler，2007）。
这样数据的可靠性就大大削减了。
2.1.2间接方式
另一种是间接方式，即通过市场交易数据，形成一种可以表达投资者情绪的数据，通常需要选取单个或几个变量，构造投资者情绪指数。
调查问卷的数据与投资者情绪可能产生偏差，而这种方式比较客观，我国使用这种方式较多。
单一变量即单一的市场数据，Baker和Wurgler（2007）将封闭式基金折价作为替代投资者情绪的变量[11]；Kumar和Lee（2006）将股票市场中零股之间的买卖比例作为替代投资者情绪的情绪指标[19]；俞雅娟用上海证券交易所的成交量作为投资者情绪的代理变量，用上证指数作为样本[2]；刘维奇、刘新新分别选取个人和机构的月新增开户数作为个人和机构投资者情绪的初始替代指标[3];王美今、孙建军用看涨人数占看涨看跌总人数之比作为代理变量[7]；鲁训法，黎建强以新开交易账户数为代理变量，利用ARMA—GARCH模型研究了投资者情绪与收益率之间的关系[4]。
上述的单一变量都有代表性不足的问题，所以学者提出了主成分分析法，主成分分析法由Brown、Cliff首先开始运用于构造情绪指数，之后，Baker、Wurgler对这种方式进行更全面的讨论和检验，使得主成分分析法受到广泛认可，成为投资者情绪的主流研究方法，常用的间接数据有IPO数量、IPO首日收益、换手率等等。
蒋玉梅、王明照选取了五个能间接反映国内股票市场投资者情绪的指标，它们分别是新增投资者开户数、封闭式基金折价率、IPO发行数量和首日收益率以及市场换手率，然后采用主成分分析法构建情绪综合指数，间接、客观地测量情绪。
间接方式是以交易数据为根据研究市场与理论之间的偏差的，但是这些交易数据未必就是投资者情绪影响下产生的，或者可以说，市场数据受到的影响因素众多，难以厘清相互的关系。
尽管主成分分析法可以对投资者情绪进行“提纯”，也无法避免这个不足之处。
例如共同基金现金流也会出现由于基金业绩评价的偏差导致的代理问题，封闭式基金折价率也体现代理成本。
2.2投资者情绪对股票价格的影响
2.2.1国外研究成果
国外学者大多采用先建模再进行实证分析的方式来研究，且已经证实投资者情绪对股价有一定预测能力。
Baker和Wurgler（2006）发现投资者情绪有显著的横截面效应，这与传统理论有所不同，对于一些特定股票，即小型股、年轻股、高波动性股、非盈利股、非派息股、极端成长型股和问题股，由于它们在投资者情绪高涨时吸引乐观看涨者和投机者且对套利者没有吸引力，所以导致它们后续的回报率与投资者情绪呈负相关关系。
Baker和Wurgler（2007）研究发现封闭式基金折价是很好的情绪代理变量，能有效反映股票市场中投资者情绪的变化。
Kumar和Lee（2006）运用零股之间的买卖比例股票市场之间的相互关系展开研究，研究发现零股买卖比例是很好的情绪代理变量，尤其对小盘股、低盘股等股票的收益影响相较于其他股票而言更大。
Lee、Jiang和Indro（2002）研究发现投资者情绪变化与市场波动呈负相关，与超额收益存在正相关关系，表明情绪不只是影响小型股的个人投资者现象。
stambaugh等人（2012）使用BW情绪指数发现投资者情绪对于长期投资策略的利润的影响并不显著。
2.2.2国内研究成果
刘维奇、刘新新（2014）研究发现，投资者情绪在情绪极度低的市场中的影响不大。
此时，市场趋于理性。
由于中国的个人投资者队伍在发展，素质也在逐步提高，个人投资者也正在向着一个理性的方向发展，并对市场有一定预测能力。
机构投资者的情绪有预测后市的能力，滞后的机构投资者情绪与收益有正向相关性[3]。
姚德权，黄学军，杨光（2010）通过应用GARCH模型对中国沪、深两市机构投资者情绪及其波动与股票收益间关系进行实证分析，发现机构投资者也是噪声交易风险的来源之一，中国机构投资者的情绪与同期股票收益呈正相关,情绪波动与股票收益负相关。
同时，中国机构投资者的情绪波动没有形成系统风险[1]。
俞雅娟（2012）发现投资者情绪是影响证券价格波动的重要因素，而证券价格波动又会导致投资者情绪变化，此外投资机构的杠杆效应的推动会使投资者情绪被放大，一定程度上影响整个金融市场[2]。
蒋玉梅、王明照（2010）对投资者情绪对股价影响的总体和横截面效应都进行了研究，发现情绪与短期市场收益正相关，与长期收益负相关，情绪对市场收益具有一定的解释作用和预测能力，从横截面来看，股票收益对于情绪的敏感度存在差异，股息率、有形资产率、价格、市净率、市盈率、等特征值低的股票更容易受到情绪影响[9]。
鲁训法，黎建强（2012）研究发现股市收益率是投资者情绪变化率的一个显著影响因子。
黄世达、王镇（2015）通过构建基于投资者情绪的条件资产定价模型，并根据Avramov和Chordia两步回归分析框架，证实了投资者情绪因素在我国的股票交易中的重要性。
张强,杨淑娥,杨红（2007）使用GARCH-M（1,1）理论模型，研究发现机构投资者情绪是影响股市的系统因素，但个人投资者的影响并不显著。
王美今，孙建军（2014）发现投资者情绪变化沪深两市的均衡收益影响显著,且显著地反向修正沪深两市的收益波动。
王国臣等人研究冻结资金对股价波动性有加剧作用，且该作用与投资者情绪变化正相关。
2.3文献综述小结
由于国家间市场发展历程、相关政策制度以及投资者群体等方面的差别，在进行研究过程中，国内外学者出于不同的角度和出发点，选择的投资者情绪代理变量及其衡量方式不尽相同，得出的结论有时是截然相反的。
国外的研究起步较早，对于金融市场发展中的异象建立了一系列的理论模型进行解释，国内证券市场起步较晚，发展还不够完善，国内相关研究大多借鉴国外的模型和理论，缺乏结合我国市场实际的研究。
目前的研究中最重要的还是投资者情绪的测量，以测量出的投资者情绪来分析投资者对股市的预测以及投资者情绪对股市价格的总体效应和横截面效应等问题。
投资者情绪的衡量没有统一标准，在目前的方法中，直接的问卷方式很难保证对投资者情绪的反应的真实性和准确性，间接方式中各项指标是根据研究者经验选取的，存在和投资者情绪的关联也存在不够密切的问题，国内研究中使用的数据也比较单一，本文还是会采用多个情绪代理变量合成的情绪指标通过主成分分析法，争取能获得能更好的反映投资者情绪的数据。
第三章研究设计
3.1情绪源指标的选取
根据对相关文献的研究，可以发现单一的代理变量在描述情绪时较片面，而利用主成分分析法构造情绪综合指标的方法对情绪的描述更为全面客观，目前主成分分析法是研究投资者情绪的一种重要方法，本文也将采用主成分分析法构建反映投资者情绪的综合指标。
在进行情绪代理变量的选取时，首先要了解代理变量的含义以及该变量与投资者情绪之间的相关性，此外，结合我国股市特征以及反应投资者情绪的不同方面，本文选择投资者信心指数、沪深市场IPO数量、增发量、新增开户数以及上证指数、深证成指、创业板指各自的市盈率、换手率、交易量这七个代理变量进行投资者情绪的主成分分析，研究对象是样本区间为2007年-2018年上证指数、深圳成指和创业板指数。
试图发现投资者情绪对这三大指数的影响及其区别。
（1）消费者信心指数（CCI）
消费者信心指数这个指标可以反映消费者信心的强弱程度。
它通过调查消费者对经济发展水平、就业情况、物价以及消费意愿等方面的态度，获取人们的未来预期。
它量化了人们对于目前市场整体情况的了解与对未来市场的预期。
它能预测经济走势和消费趋向，我们可以以此为依据对经济周期变化进行监测。
国内外研究发现消费者信心指数一定程度上反映着投资者情绪，所以本文把消费者信心指数作为代理变量之一。
数据来自东方财富网。
（2）上月新增开户数（NIA）
新增开户数使用的是两市一级市场每月新增账户数量。
我国资本市场处于不断发展中，新增开户数可以反映场外投资者参与证券交易的意愿。
在投资者情绪高涨时期，会有新的投资者涌入，新增开户数可以体现投资者的情绪。
此处为了方便统计，使用新增开户数的对数。
数据来自国泰安金融数据库。
（3）交易量（VOL）
交易量是一段时间内的成交数量，它可以反映股票市场的供求关系，交易量越大，体现投资者对股市持有较乐观的态度，所以参与市场较积极，交易频繁。
所以交易量大小与投资者情绪有一定的联系。
我国证券市场处于发展阶段，随着相关法规的完善以及市场的不断发展，成交量会不断上升，本文选取月成交量与月流通市值之比作为代理变量之一。
数据来自wind数据库。
（4）市盈率（PE）
市盈率是股价与每股收益的比，与股票的投资价值负相关。
在很多研究中都使用了市盈率这个变量，市盈率能反映股市的热度和泡沫，而投资者情绪过于高涨是产生泡沫的原因，所以这两者之间存在着一定关系。
本文选用市盈率作为代理变量之一，数据来自wind数据库。
（5）换手率（TURN）
换手率体现了股票在投资者间转手买卖的频率，反应股票的流通性。
换手率高，说明股票交易越频繁，流动性越高。
一般认为股票流通越频繁，投资者情绪越高涨。
本文换手率为指数的月换手率，数据来自wind数据库。
（6）增发量（ZF）
增发量是每月沪深一级市场中股票增发家数，增发是企业常见的融资方式，它也一定程度上反映了投资者情绪。
数据来自wind数据库。
（7）IPO数量（IPO）
IPO数量是每月沪深一级市场中首次公开发行股票的家数，可以反映投资者情绪。
数据来自wind数据库。
3.2方法介绍和步骤设计
在进行实证研究时，为了避免遗漏信息，我们会选择尽可能多的指标来表现一个研究对象的各个方面，但是随着指标的增加，也给研究带来了难度，多个变量间可能存在共线性。
对此，Hotelling在1933年提出的主成分分析法可以有效的避免这些问题，它通过原始变量的少数线性组合来解释原始变量的大部分信息。
如果变量间的共同成分占比较大，提取少量主成分就能实现包含原始变量中大部分信息，这样就达到了降维和提取信息的目的。
大量研究表明，主成分分析法构造的指标可以很好的解决研究问题。
主成分分析法，在一般情况下假设有n个变量X1...Xn，它们包含m个共同因子f1...fm，即：
（3-1）
（3-2）
本文进行主成分分析法的步骤如下：
首先，对各个源变量进行描述性统计和相关性分析；
然后，使用spss软件进行因子分析处理相关数据，选取主成分个数，开始构造投资者情绪综合指标；
最后，以每个主成分因子的方差百分比占总百分比的比重作为权重，计算出每个源变量在情绪综合指标中的权重，得到情绪综合指标表达式。
在主成分分析构造完投资者情绪综合指标以后，通过使用eviews软件建立投资者情绪与股市价格的VAR模型，进行脉冲分析和方差分解分析，进一步分析两者的关系。
第四章实证分析
4.1上证指数的投资者情绪综合指标的构建
本文将选用上文中提到的消费者信心指数、市盈率、交易量、增发量、换手率、新增开户数以及IPO数量七个源变量，使用spss软件进行主成分分析，构造出上证指数的投资者情绪综合指标。
4.1.1描述统计和相关性分析
本文的七个变量中既有客观指标也有主观指标，既有单个市场的指标也有沪深一级市场的指标。
首先，对原始的七个变量进行描述统计，如表4-1。
表4-1源变量描述统计分析
变量
个案数
最小值
最大值
平均值
标准差
CCI
144
97.00
124.00
107.2580
6.50562
PE
144
8.98
51.47
18.4121
10.16176
VOL
144
0.05562
0.15433
0.09717
0.020004
ZF
144
1.00
170.00
27.9028
25.07313
TURN
144
0.0706
1.0009
0.257960
0.1915223
NIA
144
12.53
16.00
13.9138
0.74520
IPO
144
0.00
54.00
15.3056
13.18575
从表4-1的描述统计分析中可以发现换手率最小值7.06%，最大值达到100%，均值也较高是25.79%，说明市场存在较大的波动。
上月新增开户数的对数最小值是12.53，最大值是16，两者差距很大，而且最多开户数的月份在2007年，2007年和2015年的新增开户数都处于较高阶段，这和当时证券市场存在严重泡沫的情况相吻合，在这期间市盈率也处于较高阶段，体现了投资者的投机心理，一定程度上反应了投资者情绪。
表4-2源变量相关性矩阵
CCI
VOL
PE
TURN
ZF
NIA
IPO
CCI
1
VOL
-0.332**
1
升级会员 