资产定价中的情绪因子研究.docxVIP

资产定价中的情绪因子研究

一、引言

资产定价是金融学领域的核心命题之一，其本质是探究资产预期收益的决定因素。传统资产定价理论以有效市场假说为基础，假设投资者完全理性且信息充分，认为资产价格仅由基本面因素（如现金流、风险溢价、无风险利率等）决定。然而，现实金融市场中频繁出现的“异常现象”——如互联网泡沫时期科技股价格远超盈利预期、金融危机中优质资产被恐慌性抛售、加密货币市场的剧烈波动等——均难以被传统模型完全解释。这些现象背后，投资者情绪这一非理性因素逐渐进入学术视野。

近年来，行为金融学的兴起为资产定价研究提供了新视角。情绪因子作为行为金融学的关键变量，指投资者对资产未来收益的乐观或悲观预期偏差，这种偏差无法通过基本面信息完全解释，却能显著影响交易行为和价格形成。本文将围绕资产定价中的情绪因子展开系统研究，首先明确情绪因子的定义与测度方法，继而分析其影响资产定价的作用机制，结合实证研究进展探讨其有效性，最后总结挑战与争议，为理解市场运行规律提供更全面的分析框架。

二、情绪因子的定义与测度

（一）情绪因子的核心内涵

情绪因子的本质是投资者的认知偏差在市场中的群体映射。与理性预期不同，它反映的是投资者对资产价值的主观判断偏离基本面的程度。从个体层面看，情绪可能源于过度自信、损失厌恶、锚定效应等心理特征；从市场层面看，个体情绪通过社交互动、信息传播等机制扩散，形成具有一致性的群体情绪，进而影响资产价格。

需要区分的是，情绪因子与“风险因子”存在本质差异。风险因子（如市场风险、规模风险、价值风险）对应可量化的系统性风险，其收益溢价是对承担风险的补偿；而情绪因子对应的是投资者非理性行为导致的价格偏离，其收益特征更多表现为短期的“错误定价”，可能随市场修正而消失。

（二）情绪因子的测度方法

科学测度情绪因子是研究其定价作用的前提。目前学术界主要采用直接法与间接法两类方法，各有优劣且互补使用。

直接法通过问卷调查直接获取投资者情绪数据。例如，通过定期向机构投资者或个人投资者发放问卷，询问其对市场未来走势的预期（如“未来3个月股市上涨概率”），并将结果量化为情绪指数。这类方法的优势在于直接反映投资者主观感受，但缺陷也较为明显：一是样本代表性可能不足（如个人投资者问卷回收率低、机构投资者可能隐藏真实观点）；二是调查频率通常较低（多为月度或季度），难以捕捉高频市场波动中的情绪变化。

间接法则通过可观测的市场交易数据或外围信息间接推断情绪状态，是目前应用更广泛的方法。常见的间接指标包括：

交易类指标：如市场换手率（高换手率可能反映投资者交易热情高涨）、IPO首日收益率（新股上市首日涨幅过高常被视为市场乐观情绪的体现）、封闭式基金折价率（当投资者情绪乐观时，封闭式基金折价率会收窄甚至转为溢价）；

衍生品指标：如期权市场的看涨/看跌期权成交量比（比值升高可能反映投资者对标的资产的乐观预期）、VIX波动率指数（被称为“恐慌指数”，数值上升通常对应市场避险情绪升温）；

文本数据指标：随着自然语言处理技术的发展，通过爬取新闻、社交媒体、研报等文本信息，利用情感分析模型提取关键词（如“利好”“恐慌”“高估”）的情感倾向，进而构建情绪指数。例如，分析财经新闻中“乐观”词汇的占比，或社交媒体评论的情感得分，可更及时地反映市场情绪变化。

不同测度方法各有侧重：交易类指标基于历史数据，稳定性较强但滞后性明显；文本数据指标时效性高，但受语言歧义、噪声信息影响较大；衍生品指标对短期情绪变化更敏感，但仅适用于有衍生品市场的资产类别。实践中，学者常通过主成分分析等统计方法，将多个指标合成综合情绪指数（如Baker-Wurgler情绪指数），以提高测度的准确性。

三、情绪因子对资产定价的影响机制

（一）行为偏差的微观基础

情绪因子影响资产定价的底层逻辑，在于其通过投资者行为偏差改变交易决策，进而打破供需平衡。具体来看，主要存在三类典型机制：

过度自信与过度交易：当市场情绪乐观时，投资者倾向于高估自身信息处理能力，认为自己掌握了“独特信息”，从而增加交易频率。这种过度交易可能推高资产价格，形成脱离基本面的“情绪溢价”；反之，悲观情绪下投资者可能因过度悲观而低估资产价值，导致价格超跌。

羊群效应与一致性偏差：投资者并非完全独立决策，而是倾向于模仿他人行为（尤其在信息不透明时）。当部分投资者因情绪驱动买入某资产并推高价格时，其他投资者可能因“害怕错过”（FOMO）而跟进，形成正反馈循环，最终导致价格严重偏离基本面。例如，加密货币市场中常出现的“暴涨暴跌”，很大程度上源于投资者的羊群行为。

锚定效应与估值偏差：投资者在估值时往往依赖特定“锚点”（如近期最高价、分析师目标价），而情绪会影响锚点的选择。乐观情绪下，投资者可能选择更高的锚点（如历史峰值），导致估值偏高；悲观情绪下则选择更低的