我国机构投资对股票市场波动影响研究——基于投资者情绪视角

证券投资基金是我国股票市场最重要的机构投资者,其投资行为对股票市场的影响最大.为验证基金投资行为与股市波动的关系,以基金指数变化代表投资者情绪波动,利用GARCH(1,1)及EGARCH(1,1)模型实证检验其投资行为对我国股市波动的时变性及杠杆效应,并从行为金融学角度就其投资行为对股市波动作用机理予以分析.分析结果表明:不同投资者情绪波动下其投资行为会对股市波动产生不同程度的影响.由于投资者过度自信心理的存在,当投资者情绪高涨时,其投资行为加剧股市波动作用更为显著;而投资者情绪下降时,股市虽有波动,但负向杠杆效应不如情绪高涨时正向杠杆效应明显.     

中国能源市场与股票市场的波动溢出效应研究 ——基于TVP-VAR-DY模型的实证研究

“双碳”背景下中国能源结构面临深度调整,能源市场不确定性加大,在此背景下深入探究能源市场与股市间的波动溢出效应,对于推进我国能源市场价格机制改革、防范金融风险跨市场传染具有重要意义。本文采用TVP-VAR-DY模型研究了中国煤炭、石油、天然气三类能源市场与A股市场的时变波动溢出效应。结果表明,煤炭、石油、天然气市场与股市之间的波动溢出效应存在明显的时变特征：从静态溢出效应来看,原油市场与股市之间的波动溢出效应明显强于煤炭和天然气市场,说明能源市场与股市的波动溢出效应与能源商品的“金融化”程度密切相关;从动态溢出效应来看,溢出水平对于极端事件较为敏感,当股市崩盘等极端事件发生时,能源市场与股市的波动溢出指数明显上升;最后,从方向性溢出和动态网络分析来看,各市场的方向性溢出以及溢出网络的结构特征均会随经济金融环境不断变化,且原油市场和股票市场表现出更加明显的时变特征。     

我国投资者情绪波动性与股市收益

以《股市动态分析周刊》好淡指数做为我国投资者情绪指数,运用GARCH模型,对我国投资者情绪波动性和股市收益关系进行实证分析。结果表明：我国投资者情绪指数存在ARCH效应,且对股市收益具有“溢出效应”;投资者情绪指数未来预期的时间长度应以月度为宜。     

投资者情绪对A股市场的影响研究

根据开户比例以及股市收益率的日数据和周数据,通过格兰杰因果关系来研究投资者情绪与股市是否存在因果关系,并建立向量自回归模型来考察投资者情绪变动与沪市和深市之间的影响关系。结果表明:不管是短期内还是长期内,投资者情绪短期内对深市的影响要大于沪市,在长期内投资者情绪对股市的影响要大于短期对股市影响,并且开户比例波动是沪深300指数收益率波动、上证A指收益率波动、深证A指收益率波动的Granger原因,但是反过来要依据期限不同而定。     

上海证券市场分阶段收益率与波动性的实证分析

采用基于广义误差分布的GARCH类模型,对上海证券市场的收益和波动进行分阶段研究。GARCH和GARCH－M模型结论表明股市波动趋缓,投资者由风险偏好转为风险厌恶。GJR-GARCH模型对波动的非对称性研究发现,股市存在不对称性并且杠杆效应逐渐明显。实证分析表明股市投机成分日益减少,投资者渐进理性。     

沪港通、投资者情绪与股价互动——基于SV-TVP-SVAR模型的实证研究

沪港通政策的成功推出深刻影响了上海和中国香港两地股票市场的运行走势。基于SV-TVP-SVAR模型,深入考察了沪股通资金净流入、投资者情绪与上证50指数三者之间互动关系的时变特征。研究结果表明:从同期关系角度看,沪股通资金净流入显著正向影响着投资者情绪和上证50指数,沪股通资金已成为沪市股票市场上一股重要的参与力量;从脉冲响应走势角度看,沪股通资金体现出显著的逆向投资风格,且随着时间的推移日趋明显,这符合管理层出台沪港通政策的初衷;投资者情绪与上证50指数间存在着相互正向影响关系,证实了内地股票市场上依然存在着以追涨杀跌为主要特征的"羊群效应"。实证结果发现沪港通政策对内地股市运行产生了显著的积极影响,并为政策当局完善沪港通交易机制、促进资本市场健康发展提供了针对性的政策建议。     

利率冲击、汇率波动与金融安全———基于宏观稳定视角的研究

通过利用TVP-SV-VAR模型,选取2006年至2018年的月度数据,分析人民币利率冲击和汇率波动对金融安全的时变效应.研究发现,三者之间的联动关系具有明显的时变特征,并且在不同政策和不同时期背景下的影响程度有所变化.利率冲击对金融安全的影响有限,说明我国的利率市场化的结构完善程度不高,且与金融市场的传导机制效应不明显.利率冲击和利率波动对金融安全的冲击在经济危机时期影响最强,在经济新常态时期影响较弱;汇率冲击对金融安全的影响更为显著,但整体上呈现出下降趋势.     

基于SV模型时变参数的中国股市政策效应研究

政策效应是一种广泛的现象,但在我国尤为突出。文章通过对SV模型参数集的时变特性研究表明,时变的参数能够有效地反映我国股市的动态过程。SV模型的这一特性,能够检验我国股票市场的政策效应现象,并解释金融时间序列数据的“杠杆效应”。实证得出我国股市政策效应正逐渐减弱,杠杆效应逐渐显著的结论,表明我国股市逐渐走向成熟和完善,与我国股市发展的历史和现状相符。     

我国房地产市场与股票市场的波动相关性研究

我国股市和房市的收益率都存在明显的GARCH效应,相比股市,房市的投资者更加厌恶风险。在样本期内,无论是房市,还是股市,利好消息对市场波动的影响,均要大于利空消息对市场波动的影响。换言之,我国的房市和股市都不存在明显的杠杆效应。房市和股市之间的波动也存在溢出效应,而且是单向的,即房地产市场的波动将引起股票市场的波动。     

A股与亚洲主要股市的波动溢出效应探讨

随着中国资本市场开放步伐的加快,A股与亚洲几个主要股市之间的联动性和风险传导效应进一步增强,而波动溢出效应是不同股市间风险传导路径和方向的重要指标。通过运用二元GARCH—BEKK（1,1）模型对A股与中国香港、中国台湾、韩国、日本、印度、新加坡等亚洲主要股票市场的波动溢出效应进行实证研究表明：A股与中国香港港、印度股市呈现双向的波动溢出效应,与日本股市呈现单向波动溢出效应,但与中国台湾、韩国、新加坡三地股市不呈现波动溢出效应。文章力图揭示A股与亚洲几个主要股市的风险传导效应,以期为市场监管部门和投资者提供风险防范等相关对策建议。     

投资者情绪与股市波动分解

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。     

关于我国开办股指期货的理性思考

股指期货在平抑股市价格波动、促进股市健康发展和刺激经济增长方面有着极其重要的作用.随着我国股市规模的日益扩大和机构投资者数量的不断增长,投资者要求规避风险的要求越发迫切,在适当时机推出股指期货既有现实意义,也具备了初步条件.但要想充分实现股指期货的经济效应,还必须对股市进行制度创新,并加强对股指期货的有效监管.     

QFII对我国股市均衡价格的影响——基于噪声交易模型的分析

通过引入"非理性程度"系数,建立一个考虑非理性程度的单期噪声交易模型,①分析合格的境外机构投资者(QFII)对我国股市均衡价格的影响,并兼而论述股市的扩容问题。主要结论有:假设只有中小投资者存在非理性行为时,"理性的"QFII能起到平抑股价波动的作用,并且其数量比例越大股价波动越小;②(2)当所有投资者都存在不同程度的非理性行为时,引入QFII会加大股价波动,QFII数量比例越大股价波动越大,并且与境内机构投资者数量比例无关;(3)提高投资者对股市后市走势的信心可以减小股市扩容(包括非流通股减持)对股价的冲击。最后以近期股市走势验证所得结论。     

深市股票价格波动的随机游走模型

采用随机游走模型,对深市股票价格波动进行研究。结果表明,深市股票价格波动服从随机游走,市场弱有效;虽外部冲击对股市的影响会逐渐消散,但其影响是持久的,且存在＂杠杆效应＂;自开市以来,股价波动不存在断点。对比前人研究,本研究认为,这恰恰反映了股价的长期波动与短期波动间的关系。即,长期中,股市作为现货市场的一种反映,遵循价值规律;而短期内,由于政策的变动,市场信息的不对称和投资者的跟风、从众等心理,股市频繁剧烈震荡,偏离其长期趋势。由此,政府应进一步规范市场运作,促进信息流通,保持股市政策的稳健性;研究者进行股市分析时,也须先排除分析时段前外部冲击的持续性影响。     

股市钟摆效应存在性研究

以股票价值为原点,股价会围绕原点来回摆动,从而形成股价涨跌交替的现象,影响投资者收益.当这种金融现象反复出现时,股市钟摆效应由此产生.在系统定义股市钟摆效应的基础上,对股市钟摆效应的形成机理进行分析,并基于修正反转系数这一变量实证检验股市钟摆效应的存在性及其固有性质.研究发现,股市钟摆效应形成条件是:第一,动量效应与反转效应需实现不断演化与转换,进而保证股价的长期多层次双向摆动;第二,股价必须以理论价值为中心进行来回运动,即股价具备均值回复性.进一步研究表明,股市钟摆效应的多层次波动存在多重分形特征,并且这一特性在不同窗口选择方法、股票类型与排序期下均成立.然而,钟摆效应修正反转指数加速因子的突变性使得钟摆效应还具备非盈利性特征.股市钟摆效应的这些特质决定了其具有两面性,无论是个体投资者和机构投资者,抑或是监管机构,都应该正视并有效应对股市钟摆效应现象.     

投资者情绪与沪深300指数波动的关系研究

基于2012年1月至2017年12月沪深两市的月度数据,选取新成立基金数目、换手率、市盈率、成交量、新增开户数、消费者信心指数6个指标,采用主成分分析法,构建投资者情绪综合指标,实证分析投资者情绪与股票价格的相互关系。结果显示：沪深300指数和投资者情绪在长期和短期内均具有稳定的均衡关系;股票价格的波动与投资者情绪的波动对投资者情绪的影响具有滞后效应;格兰杰因果关系检验表明,股票价格波动是投资者情绪波动的格兰杰原因,说明股票价格的波动能够引起投资者情绪的波动;投资者情绪波动对其自身情绪的影响是消极的,股票价格波动对投资者情绪的影响是积极的,二者均受自身影响更大。     

经济政策不确定性对我国股票价格的影响研究

经济政策不确定性通常会抑制投资,导致股票价格下降.选取中国2003-2019年的相关数据,通过估计TVP-SV-VAR模型,发现经济政策不确定性对投资并非仅有抑制作用,在一些时期可以对投资者情绪和股票价格产生正向影响.通过构建TVAR模型进一步研究发现,在常规的经济增长环境下,经济政策不确定性会对投资者情绪和股票价格产生负向影响;而当经济高速增长时,经济政策不确定性会提升投资者情绪,推动股票价格上涨.研究表明,不确定性并非总是经济发展的负面因素,在经济高速增长的环境下可以对投资产生积极影响.     

投资者日度情绪、超额收益率与市场流动性 ——基于DCC-GARCH模型的时变相关性研究

随着互联网科技的发展,利用数据挖掘手段不仅可以构建投资者高频情绪指标,也有助于深入研究投资者情绪与股票市场运行之间的内在联动性。选取2009-2018年共2 198个交易日样本,运用爬虫软件挖掘股票市场大盘评述的网络数据,采用自然语言处理技术进行文本分析,构建了投资者情绪日度指标,利用DCC-GARCH模型研究了投资者情绪、市场超额收益率和市场流动性之间的时变相关关系。实证结果发现:投资者情绪与市场超额收益率和流动性间存在时变相关性,动态条件相关系数总体为正;投资者情绪与市场超额收益率和流动性间的动态条件相关系数具有长期记忆性,并且会受到宏观经济变量的影响;相比于牛市,熊市环境中股票市场的运行对投资者情绪的变动更为敏感;相对于月度数据,更高频的日度指标在刻画情绪与股票市场的相关程度时,能捕捉到即时、准确的信息。这些结论对于深入理解投资者情绪与股票收益和流动性的联动机理有一定意义。     

社交媒体大数据、 投资者情绪与IPO抑价

为深入研究社交媒体大数据中所反映的投资者情绪与IPO(Initial Public Offerings)抑价之间的关系,采用网络爬虫(Python)技术挖掘社交媒体大数据,通过人工构建股市情绪词库,分析了社交媒体言论中包含的投资者情绪与IPO抑价之间的关系.结果表明:社交媒体大数据中的投资者积极情绪与IPO抑价存在显著正相关关系;消极情绪与IPO抑价呈显著负相关关系,且消极情绪对IPO抑价率的影响更为显著.研究结论表明,社交媒体大数据可以作为衡量投资者情绪的可靠指标,为度量投资者情绪提供了新方法,并为监管机构对社交媒体信息及水军的靶向性监管提供了可借鉴的理论基础.     

网络讨论、情绪分化与股票市场表现

基于东方财富网股吧帖文,研究了投资者情绪与我国股票市场交易量、收益率之间的关系。研究结果表明,投资者情绪及其分化对股票市场交易量与收益率均具有显著的预测能力,投资者情绪的形成依赖于前期股市收益率,但交易量并不会引起未来情绪的起伏。从研究结果来看,参与网络讨论的投资者情绪及其情绪差异性对预测股票市场表现具有重要的作用,这能为投资者和监管者的决策提供依据。