摘要：投资者情绪直接影响股票价格和收益率，是投资者做投资决策的重要依据。本文分析我国投资者情绪对股票收益的影响提供了理论基础，为投资者投资行为与市场监管提供了依据。
关键词：股票市场；投资者情绪；股票收益；研究
一、引言
随着我国对外开放的程度不断扩大，市场经济也发展极为迅速，但随之而来的弊端也越来越多，就金融市场而言，其市场的剧烈波动已然对实体经济的负面影响是越来越大。相较于发达国家成熟的金融市场而言，中国金融市场发展时间较短且制度不完善，投资者受教育程度普遍较低，市场投资性特征较明显，波动性更高。如何利用互联网数据构建投资者情绪指数，对于更加进一步理解市场和预测市场提出的又一难题。在此背景下，本文将从行为金融学的角度探讨投资者情绪对股市收益率的影响，并以中兴通讯（000063）为例，分析投资者情绪对中兴股票收益率的影响。
2018 年 4 月 16 日，美国商务部发布公告称，美国政府在未来 7 年内将禁止中兴通讯向美国企业购买敏感产品。随后，中美双方针对这一问题展开长期交涉。2018 年 6 月 7 日，美国商务部长罗斯接受采访时表示，美国政府与中兴通讯已经达成协议，只要后者再次缴纳 10 亿美元罚金，并改组董事会，即可解除相关禁令。6 月 19 日，根据纽约时报报道，美国参议院通过恢复中兴通讯销售禁令法案。
中兴通讯（000063）股价自 2018 年 4 月禁令后有一个明显的下跌，从 30 元 / 股跌至 12 元 / 股，下跌了 60%。在这样的市场背景下，笔者选取中兴公司作为研究对象，旨在讨论外部环境干扰下投资者情绪与其股价趋势走势的关系以及投资者情绪对股价的影响。
二、投资者情绪综合指数的构建
在国外，已有学者使用股票网络论坛帖子内容提取信息以更好地反映投资者情绪。东方财富网股吧（http：//guba.eastmoney.com）/是我国股票市场用户访问量最大的股票论坛，选取其作为研究对象，通过网络爬虫技术对中兴通讯（000063）股吧内容进行数据采集，并对帖子评论内容进行处理，得出对应的情绪值。具体操作方法如下：根据事先设定的关键词词库，对评论内容赋予不同分值作为不同类型的词汇用对应的情绪值表示，情绪值分为 1、2、3、4、5，分别对应强烈卖出、卖出、中性、买入和强烈买入五档。
利用 BSI（Bullish Sentiment Index）指数衡量投资者情绪：
（1）
投资者情绪变动为：△BS（It）=BS（It）- BS（It- 1）（2）
根据上述定义可以得出，BSI 指数数值越大，表示投资者看涨情绪越高，对股票的期望越好。
利用爬虫收集东方财富中兴通讯（000063）股票 2018 年 1月 - 2018 年 6 月评论内容，共得到 39827 条数据，通过剔除无效评论和对数据进行筛选评价，最终得到 30432 条有效数据。通过上述办法进行计算，得到最终的投资者情绪值 BSI。
三、股指收益率与向量自回归模型
（一）股指收益率的选取
股指收益率选取中兴通讯（000063）2018 年 1 月 - 2018 年 7月期间的日收益率，选取的具体指标还包括收盘价、最高价、最低价、开盘价、涨跌幅、换手率、交易量、总流通市值等，数据来源为网易财经。
（二）向量自回归模型
VAR 模型作为一种常用的计量经济模型，常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响。该模型于 1980 年由克里斯托弗·西姆斯提出，VAR 模型用来估计联合内生变量的动态关系，而不带有任何事先约束条件。它是 AR 模型的推广，目前已得到广泛应用。此外，VAR 模型把系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的“向量”自回归模型，回避了结构化模型的要求。VAR（p）模型的数学表达式为：
yt=φ1y+…φpy+Hx1+ε1，t=1，2，…，T，（3）
式中：yt──k 维内生变量列向量；
x1──d 维外生变量列向量；
p──滞后阶数；
待估计的系数矩阵；
t──样本数量。
图1 模型构建基本思路
各量相互之间可以同期相关，但不与自己的滞后值相关且不与等式右边的变量相关。此模型的优势在于可以对相互联系的时间序列变量系统作有效的模型预测，与文中所选取的时间序列数据特征正好相匹配。本文对于数据处理及模型构建的基本思路如图 1 所示。
（三）样本数据
观测值为 84 个，包括 2018 年 1 月—2018 年 6 月的股市开盘交易数据（去除中兴停牌期空白数据），其中，投资者情绪指数（BSI）的均值为 2.641755，标准差为 0.1948333，最小值为 2.234043，最大值为 3.168675。股票收益率的均值为 - 1.128929，均值为负，表示股票收益不太乐观，标准差为 4.150588，最小值为 - 10.02，最大值为9.98。换手率的均值为 2.902857，标准差为 2.698593，最小值为0.01，最大值为 16.02。
四、结果与分析
（一）平稳性检验
绘制变量投资者情绪（BSI）与股票收益率的时间趋势图，如图2 所示，横坐标为时间，纵坐标为投资者情绪对数值和股票收益率对数值，投资者情绪（BSI）不存在明显的时间趋势，较不光滑，不太可能为单位根过程，可视为平稳序列。股票收益率虽没有明显的上升趋势，但较为光滑，可能为单位根过程。
图 2 投资者情绪值与股指收益率的时间趋势
对其进行 ADF 单位根检验，结果为 BSI 的 DF 统计量 Z（t）=- 6.267<- 4.077，因此，可在 1%的水平上拒绝单位根的原假设，故认为投资者情绪（BSI）为平稳过程。同理，由于股票收益率的 DF 统计量 Z（t）为 - 6.328<- 4.077，因此，可在 1%的水平上拒绝单位根的原假设，故认为股票收益率为平稳过程。
为验证数据为平稳序列，为后续工作做好铺垫。根据 AIC准则和 SC准则的最小化原则，BSI 和股票收益率序列的 VAR 模型最优滞后阶数为 3。通过检验可知，VAR 模型绝大多数特征值均在单位圆内，如图 3 所示，所有单位根的模都小于 1，验证 VAR 模型满足平稳性条件。
图3 VAR 系统稳定性判别
（二）Granger 因果关系检验
表1 格兰杰因果检验结果
由表 1 可知，投资者情绪 BSI 在 5%的显著水平下是股票收益率的 Granger 原因，股票收益率在 10%的显著水平下是投资者情绪 BSI 的 Granger 原因，说明投资者情绪和股票收益率之间互相影响。
（三）脉冲响应分析
格兰杰因果关系检验仅仅说明一个变量是否有助于解释另一个变量，不能判断变量之间作用的方向。因此，通过脉冲响应检验BSI 与股票收益率之间的互相影响，得到脉冲响应函数，如图 4、图5 所示。
图 4 比较两种变量排序下的脉冲响应图 图 5 比较两种变量排序下的脉冲响应图
由图 4 分析可得，投资者情绪 BSI 的一个标准差的正向冲击将使未来一期的股票收益率下降，即股票论坛情绪高涨时，股指收益率会减小。但未来二期将会反弹，之后减小的幅度会有所下降，其中，第 1、4、6 期都是负响应，之后接近于 0。而股票收益率对投资
者情绪 BSI 的冲击影响不大，说明投资者情绪会对股票收益率产生影响，且短期内影响效果剧烈。为考察正交化脉冲响应函数的稳健性，将变量次序进行调换，比较两种变量排序下的脉冲响应，可见在不同变量排序下，脉冲反映差别不大，具有稳定性。
五、结论
投资者情绪与股票收益率之间存在双向格兰杰因果关系。且投资者情绪指数的上涨会导致短期股票收益率下降，当股吧中评论内容反映的投资者情绪高涨时，由于反映股票价格的信息反应过度，导致股票价格高估，当股票价格回归价值时，股票收益率下降，这说明基于股吧的投资者情绪是非理性的。反向分析，当股票收益率上升时，会带来投资者情绪高涨，且在短期内表现强烈，但长期影响较弱。由于期限越长，股票收益率上升的利好消息已被投资者消化，因此，长期来看，股票收益率对投资者情绪影响较弱。影响股票收益的一个重要的因素为投资者情绪。如果要制定决策，情绪的存在不可避免的对收益产生影响。因此，理性的投资者应当在确定投资决策之前，全面把握所欲投资对象的各项发展状况，避免盲目跟风与不理性投资所带来的损失。
文中所选用的数据为时问序列数据，在建立投资者情绪指数付，仅考虑了论坛评论内容而没有综合考虑其他因素，同时在分析过程中只选取了投资者情绪为变量考察其对股票收益率的影响而未考虑其他影响收益率的因素，有待进一步深入研究。
参考文献：
[1] 胡昌生，池阳春.投资者情绪、资产估值与股票市场波动[J].金融研究，2013（10）
[2] 宋顺林，唐斯圆.投资者情绪、承销商行为与 IPO 定价———基于网下机构询价数据的实证分析[J].会计研究，2016（2）
[3] 黄宏斌，翟淑萍，陈静楠. 企业生命周期、融资方式与融资约束———基于投资者情绪调节效应的研究[J].金融研究，2016（7）
[4] 巴曙松，朱虹.融资融券、投资者情绪与市场波动[J].国际金融研究，2016（8）
论文作者:蔡泽林
论文发表刊物:《基层建设》2019年第10期
论文发表时间:2019/7/3
标签：投资者论文; 情绪论文; 收益率论文; 股票论文; 变量论文; 模型论文; 数据论文; 《基层建设》2019年第10期论文;