投资者情绪与股市波动分解.docVIP

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] 1008—1763（2013）05—0062—05 　　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：封闭式基金折价率（CEFD）、IPO数量（NIPO）、IPO首日收益（RIPO）、换手率（TURN），样本为2000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 ）2013年第5期高大良，张小勇：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Wil