投资者情绪与股市波动分解.doc

1、1投资者情绪与股市波动分解收稿日期 2013-05-05 作者简介 高大良（1970） ，男， 湖南岳阳人， 湖南大学工商管理学院博士研究生.研究方向：行为金融、金融风险管理. 摘要 个股平均相关性和平均方差的乘积能够很好地解释股市波动，股市波动分解是有效的且不受投资者情绪的影响；高涨的投资者情绪会加剧股市波动，在这一影响过程中，高情绪加剧个股平均波动的影响占据着主导地位，与此同时，高情绪对股市平均相关性的削弱会对市场总体波动的提高起到一定的反向修正作用。 关键词 投资者情绪；平均相关性；平均方差；波动分解 中图分类号 F832.5文献标识码 A文章编号 10081763（2013）05006

2、205 一引言 在传统金融理论中，资产价格波动由基本经济因素决定，并不受投资者行为等因素的影响。但是，金融市场中存在着基本经济因素无法解释的过度波动现象，因此，大量的学者试图从行为金融理论出发对这一问题进行研究。 关于投资者情绪对资产价格波动的影响，最早的理论模型来自 De Long 等对噪声交易的经典研究1。在他们提出的噪声交易模型中，投资者情绪会成为影响资产价格的系统性风险，从而对资产价格波动产生影2响。随后，大量学者通过构建投资者情绪指标对这一问题进行实证研究，已有的结论基本上都认为投资者情绪对股市波动具有一定的解释能力，并且高情绪会提高价格波动。例如，Brauer 研究了噪声交易行为与

3、基金收益波动之间的关系，发现前者能够解释大约 7%的波动2。Brown 将美国个体投资者协会指数作为投资者情绪的代理变量，发现投资者情绪的异常波动会导致封闭式基金收益的巨大波动3。许承明和宋海林（2005）采用封闭式基金折价率作为情绪指标，也得到了类似的结论4。杨阳和万迪则研究了不同市场态势下投资者情绪对波动的影响，结果发现牛熊市下投资者情绪对波动的影响存在异化现象5。林树和俞乔通过心理学实验研究发现，在资产价格顶部附近，情绪波动和资产价格主要由经济基本面的变化决定，两者相互作用并形成反馈环，最终可能形成市场泡沫并引起市场崩溃6。 以上研究大多着眼于投资者情绪对资产价格整体波动的影响，而没有对

4、其影响机制进行深入分析。本文借助于 Pollet 和 Wilson 的波动分解理论，将市场整体波动分解为平均相关性和平均波动，进而构建投资者情绪指标来研究投资者情绪是如何影响市场波动的。文章接下来的安排如下：第二部分为投资者情绪的构建以及相关数据的预处理，第三部分为实证结果，第四部分结论。 二投资者情绪与数据预处理 （一） 投资者情绪 本文遵循 Baker 和 Wurgler 的经典方法来构建投资者情绪复合指标8，结合中国市场的实际情况，原始投资者情绪指标选为：封闭式基金3折价率（CEFD） 、IPO 数量（NIPO） 、IPO 首日收益（RIPO） 、换手率（TURN） ，样本为 2000

5、年 1 月至 2011 年 12 月的月度数据，一共 144 个样本，所有数据均来自锐思数据库。同时，参考宋泽芳和李元的研究9，本文选取消费物价指数（CPI） 、生产者物价指数（PPI） 、宏观经济预警指数（MI）这三个指标来对宏观经济变量加以控制，数据来自中国国家统计局。 根据 Baker 和 Wurgler 的方法，本文首先对四个原始情绪指标在即期数据和滞后一期数据中进行了选取，并进一步对各个原始指标进行了去除宏观经济因素的预处理，用得到残差序列作为新的原始情绪指标序列。这样，通过主成分分析得到了去除宏观经济因素的第一主成分如下：这里的第一主成分能够解释方差变异的 46.06%。Baker

6、 和Wurgler（2006）认为第一主成分能够很好的代表各个原始情绪指标的共同成分，可以作为投资者情绪的代理指标，因此，本文沿用这一经典方法，同样采用第一主成分作为投资者情绪的代理指标。图 1 投资者情绪 根据前面所得到的情绪指标，可以绘制出投资者情绪曲线，如图 1所示。从图 1 可以看出，本文所构建的投资者情绪指标与我们对投资者情绪变化的直观感受是基本吻合的。总体来说，在 2000 年到 2011 年的这十几年间，中国股票市场上的投资者情绪经历了较大的波动过程，集中体现在 2006 年左右的股市情绪高涨，以及随之而来的全球金融危机所带来的持续情绪低迷。 湖南大学学报（ 社 会 科 学 版

7、）2013 年第 5 期高大良，张小勇：4投资者情绪与股市波动分解 （二）数据处理以及统计性描述 对应投资者情绪指标的样本期限，本文选取了 2000 年 1 月到 2011年 12 月间的 42 只 A 股为样本，同时选取上证 A 股指数作为市场指数，月度平均相关性、月度平均方差以及月度股市方差均由日度数据计算得到，计算方法参考 Pollet 和 Wilson 的相关指标计算方法，通过加总日度数据得到月度数据。具体计算方式如下所示： 1.市场波动（Market Variance，MV）： 市场波动、平均相关性和平均方差的月度数据的描述性统计如表 1所示： 从表 1 可以看出，个股的平均相关性达

8、到了 0.403531，这说明个股间的协同运动比较明显。个股的平均方差大约是市场方差的三倍，这说明由大量股票构成的投资组合确实能够分散风险。市场方差和平均方差的相关性较高，为 0.851571，而平均相关性和平均方差之间的相关性程度较低，只有 0.274765。 表 2 中第 1 列即为模型（1）的估计结果，其 R2 为 0.912247，且为四个模型中的最大值，这表明市场波动的绝大部分都能够被平均相关性和平均方差的乘积项所解释，并且其解释能力优于其他模型，这说明市场波动分解是有效的。b0 和 b1 与预期的值存在一定的差异，其中 b0 虽然很小，但是显著为正，这表明市场波动中存在着平均相关性

9、和平均方差所无法解释的系统性成分；b1 并不等 1 则可能是由于相关指标的计算方法以及测量误差的存在而造成的。表 2 的第 2 列和第 3 列分别验证了5平均相关性和平均方差对市场波动的单独解释能力，和预期的一样，其相关关系都是为正的。其中平均相关性能够解释市场波动的 34.4826%，而平均方差则可以解释市场波动的 72.5173%，这也从另一个角度说明了两者对市场方差都具有解释能力，并且平均方差和市场波动的相关性更为强烈。第 4 列显示了平均相关性和平均方差分别对市场波动的联合线性影响，其 R2 达到了 0.860139，同样解释了市场波动的大部分。 （二）投资者情绪影响股市波动的具体机制

10、 本小节在股市波动分解的基础上对投资者情绪影响股市波动的具体机制进行深入研究。首先，和以往的研究类似，本文先考察投资者情绪对股市整体波动的影响，如公式（2）所示。然后考察投资者情绪对股市波动分解后的两个成分的影响，即投资者情绪对平均相关性和平均波动的影响，如公式（3） （4） 所示。 表 3 给出了上述模型的实证结果。先看总体效应，投资者情绪和股市波动存在着显著的正相关关系，当投资者情绪高涨时，股市波动会增加，而当投资者情绪低落时，股市波动也会相应降低。再看分解效应，投资者情绪和平均相关性存在着显著的负相关关系，即当投资者情绪高涨时，单个股票之间的价格变化趋势会被削弱，这也和以往的研究结论是一

11、致的。投资者情绪和平均波动之间存在着显著的正相关关系，而且投资者情绪对平均波动的影响程度要比对股市波动的影响程度要大。结合 3.1 节的结论：股市波动可以分解为平均相关性和平均波动两项的乘积，我们可以这样认为，投资者情绪对股市波动的影响是通过影响平均相关性和平均波动来实现的，投资者情绪对股市波动和平均波动都具有6正向的影响，但是投资者情绪对个股波动的影响要更大，由于投资者情绪的高涨同时降低了个股之间的平均相关性，这也将削弱股市波动的总体效应。 （三）投资者情绪与市场波动分解 投资者情绪会影响市场波动，并且这种影响是通过影响平均相关性和平均方差来实现的，那么，投资者情绪是否会影响股市波动分解呢？

12、为了进一步验证投资者情绪的这种可能 四结论 本文进一步研究了投资者情绪影响股市波动的具体机制问题。首先采用 Pollet 和 Wilson 的股市波动分解方法，将股市总体波动分解为平均相关性和平均方差的乘积，随后借鉴 Baker 和 Wurgler 的经典方法构建了投资者情绪，并设计了实证方法来研究投资者情绪是如何具体影响股市总体波动的内在结构的。本文的主要结论有： 1.股市总体波动可以分解为平均相关性和平均方差的乘积，并且这种分解方法是有效的。这说明股市总体波动特征不仅取决于个股的波动大小，也取决于个股之间的相关性大小。 2.投资者情绪会影响股市总体波动，并且这种影响具体是通过影响个股波动和

13、个股之间的相关性来实现的。总的来说，高涨的情绪会加剧市场总体波动，这与以往的结论是一致的。进一步的，高情绪对股市总体波动的这种影响主要是通过加剧个股波动来实现的，但另一方面，高涨的情绪也会降低个股之间的相关性，从而对投资者情绪加剧股市总体波动的过程起到一定的反向修正作用。 73.投资者情绪并不会影响股市总体波动的分解，这也从侧面印证了投资者情绪对平均相关性和平均方差的影响是反向的。 参考文献 1De Long B J， Shleifer A， Summers H L， et al. Noise Trader Risk in Financial MarketsJ. Journal of Poli

14、tical Economy， 1990，98（4）：703-738. 2Brauer G A. “Investor sentiment” and the closedend fund puzzle： A 7 percent solutionJ. Journal of Financial Services Research， 1993，7（3）：199-216. 3Brown G W. Volatility， sentiment， and noise tradersJ. Financial Analysts Journal， 1999，55（2）：82-90. 4许承明， 宋海林. 中国封闭式基

15、金价格报酬过度波动的经验分析J. 经济研究， 2005（3）：108-118. 5杨阳， 万迪. 不同市态下投资者情绪与股市收益、收益波动的异化现象基于上证股市的实证分析J. 系统工程， 2010（1）：19-23. 6林树， 俞乔. 有限理性、动物精神及市场崩溃：对情绪波动与交易行为的实验研究J. 经济研究， 2010（8）：115-127. 7Pollet J M， Wilson M. Average correlation and stock market returnsJ. Journal of Financial Economics， 2010，96（3）：364-380. 8Baker M， Wurgler J. Investor Sentiment and the cross-8section of stock ReturnsJ. Journal of Finance， 2006，61（4）：1645-1680. 9宋泽芳， 李元. 投资者情绪与股票特征关系J. 系统工程理论与实践， 2012，32（1）：27-33.