情感因素对股票收益率的GARCH模型分析.docxVIP

情感因素对股票收益率的GARCH模型分析

一、情感因素与股票收益率的理论关联

（一）情感因素的内涵与股票市场中的表现

情感因素，在金融研究中是指投资者对市场未来走势的主观心理倾向，涵盖个体层面的情绪（如恐惧、贪婪、乐观）与市场层面的集体情绪（即投资者情绪的聚合）。从行为金融学视角看，投资者并非完全理性的“经济人”——其决策常受认知偏差与情绪波动驱动：当市场传递正面信号（如企业盈利超预期），投资者易陷入“过度乐观”，放大利好影响并集中买入；当负面信号出现（如经济下行），“过度悲观”又会驱使集中抛售，导致股价偏离基本面。这种情绪驱动的交易行为，最终会反映在股票收益率的波动中。

在股票市场，情感因素的表现直观且多样：乐观情绪下，新股发行中签率走低（投资者追捧）、换手率上升（交易活跃）；悲观情绪下，即使公司发布良好业绩，股价也可能不涨反跌——这种“基本面与价格的背离”，正是情感因素作用的典型体现。社交媒体的普及进一步强化了情感的传播速度：某条负面新闻在股吧、微博快速扩散，可能引发短时间内集中抛售，导致波动率骤升；正面评论则可能引发“追涨”，推动股价短期内大幅上涨。这些现象均说明，情感因素是影响收益率波动的核心驱动力之一。

（二）情感因素影响股票收益率的作用机制

情感因素对股票收益率的影响，通过两条路径实现：

其一，直接影响交易决策。乐观情绪下，投资者认为未来股价上涨概率高，愿意以更高价格买入，推高股价；悲观情绪下，投资者预期股价下跌，集中抛售导致股价下跌。这种情绪驱动的买卖行为，直接改变股票短期价格，进而影响收益率——例如，乐观情绪占优时，股票往往出现正超额收益；悲观情绪主导时，收益率多为负。

其二，间接改变风险感知。根据“前景理论”，投资者盈利时倾向“风险厌恶”（锁定收益），亏损时倾向“风险寻求”（等待反弹）；但情绪会放大这种偏差：乐观时低估风险（认为“买高也有人接盘”），愿意承担更高风险买入；悲观时高估风险（即使股价低于基本面，也会卖出止损）。这种风险偏好的变化，会加剧收益率波动——如乐观情绪下的“追涨”推高股价，情绪反转时则引发“杀跌”，形成“暴涨暴跌”的波动率聚类。

二、GARCH模型的基本框架与扩展逻辑

（一）GARCH模型的核心思想与经典形式

要理解情感因素对波动率的影响，需先掌握GARCH模型的核心价值——捕捉波动率聚类特征。经典金融理论假设股票收益率“独立同分布”，波动率（收益率方差）为常数，但现实中存在明显的“波动率聚类”：大涨后常跟大波动，平稳期后仍平稳。这种波动的非随机性，意味着经典模型无法准确描述收益率特征，而GARCH模型（广义自回归条件异方差模型）应运而生。

GARCH模型的核心是：当前波动率取决于过去的收益率冲击与波动率水平。其经典形式GARCH(1,1)由均值方程与方差方程组成：

均值方程：描述收益率平均水平（(R_t=+_t)，(R_t)为t时刻收益率，()为均值，(_t)为残差）；

方差方程：描述波动率动态（(t^2=+{t-1}^2+_{t-1}^2)，(_t^2)为t时刻条件方差，()为长期均值，()衡量前一期冲击的影响，()衡量前一期波动率的影响）。

例如，某股票t-1时刻大涨10%（({t-1}^2)大）且波动率高（({t-1}^2)大），则t时刻波动率也会高——这解释了“大涨后伴大波动”的现象。GARCH模型通过“用过去波动预测当前波动”，准确捕捉了波动率聚类的特征，成为分析波动率的经典工具。

（二）GARCH模型的扩展方向：从纯金融变量到情感因素的纳入

经典GARCH模型的局限在于仅用价格、收益率等“纯金融变量”，忽略了情感因素等非金融变量的影响。随着行为金融学发展，研究者发现：波动率中无法被基本面解释的部分，常由情感因素驱动——如乐观情绪下，无利好消息也会因买入行为推高股价并增加波动率；悲观情绪下，即使业绩良好，股价也可能下跌并伴随高波动率。

因此，GARCH模型的扩展方向转向“纳入情感因素”，核心逻辑是将情感因素作为外生变量引入方差方程（或均值方程），通过估计系数判断其是否显著影响波动率（或收益率）。例如，扩展后的GARCH模型会在方差方程中加入情感变量的滞后项——若系数显著，说明情感因素确实影响波动率。这种扩展，将GARCH模型从“纯金融分析工具”转变为“融合行为因素的综合分析框架”。

三、情感因素纳入GARCH模型的实证设计与过程

（一）数据选取与情感因素的量化方法

实证分析的核心是解决“数据来源”与“情感量化”问题：

股票收益率数据

选择沪深300指数日收益率作为研究对象（反映市场平均收益，避免个股特殊事件干扰），数据来自国内权威金融数据库，时间跨度覆盖牛市、熊市、震荡市（保证代表性）。日收益率计算为对数收益率：(R_t=