个人投资者情绪能预测市场收益率吗

本文首次研究了中国资本市场上个人投资者情绪(包括散户投资者情绪和大户投资者情绪)与市场收益之间的关系.结果显示,市场收益有助于个人投资者情绪指数的预测,个人投资者情绪却无助于市场收益的预测.这是因为,个人投资者情绪对股票流动性有正面影响,但是股票流动性和收益率之间的关系并不明朗,导致个人投资者情绪不能预测市场收益率.中国股市控制权仍然掌握在机构投资者手里,而且机构投资者比个人投资者更有信息优势,投资行为更理性.本文从股票流动性这个新的角度来解释投资者情绪与市场收益之间的关系,实证结果有助于理解机构投资者的情绪比个人投资者的情绪更不易受股市大盘影响的观点.     

投资者情绪与股票收益:总体效应与横截面效应的实证研究

本文探讨了投资者情绪对股票收益的总体效应与横截面效应,结果表明就总体效应而言,情绪与短期市场收益正相关,与长期市场收益负相关,说明投资者情绪对于股票收益产生系统性影响.就横截面效应而言.股票收益对于情绪的敏感度存在差异,股息率、有形资产率、价格、市净率、市盈率、波动率、户均持股比例等特征值低的股票和资产负债率高的股票,更容易受到情绪影响;在情绪乐观时,该类股票在当期或滞后一期具有超额收益,情绪悲观时则相反,投资者情绪对于该超额收益具有一定的解释作用和预测能力.     

中国证券市场的投资者情绪研究

从行为金融学角度,以2004年1月～2008年6月中国证券市场基金和股票的交易数据为研究样本,采用面板数据模型和动态组合分析方法系统考察中国投资者情绪与股票收益率、股票的市场关注程度、公司规模之间的联系.通过建立基于资金流量的投资者情绪指标,详细探讨投资者情绪对不同股票收益率变化的敏感性,揭示投资者情绪的形成原因、影响因素及其变化趋势.研究结果表明,股票收益率的波动随着投资者情绪的提高而增强;市场关注度越高的股票,投资者赋予的情绪越低;投资者对股票的情绪波动随着公司规模的增加而减弱.实证检验的结果验证了投资者情绪在中国股票市场中的重要作用,因此关于证券市场投资者情绪运行模式的研究对于中国资本市场泡沫的预警、监管机构制定政策都具有现实意义.     

我国投资者情绪对股票收益影响——基于面板数据的研究

基于基金的资金流量构造投资者情绪指标,应用面板数据模型对我国投资者情绪与股票收益之间的关系展开研究,结果表明情绪对股票收益具有显著影响,其中乐观情绪的影响高于悲观情绪,而极端情绪在我国市场中具有独特的预测能力。利用行为金融学理论建立合理的情绪指标,可以作为预测市场未来波动的可靠指针,为我国证券投资者及监管者提供决策参考依据。     

股票特质波动率、股票收益与投资者情绪

从理论和实证两个角度分析股票特质波动率、股票收益与投资者情绪之间的动态关系。将受投资者情绪影响的噪声投资者引入Merton基于不完全信息的市场均衡模型,以2007年至2012年沪、深两市A股上市公司数据为样本,运用有向无环图(DAG)技术识别SVAR模型,实证检验股票特质波动率与股票收益和投资者情绪的相关性。研究结果表明,股票特质波动率与股票收益正相关;股票收益率对股票特质波动率的弹性,随着投资者情绪的增加和噪声投资者比例的上升而增大。投资者情绪和股市流动性是影响中国股票市场高特质波动股票与低特质波动股票截面收益差异大小的重要原因。投资者越乐观、市场上流动性越强,高特质波动组合收益率与低特质波动组合收益率的截面差异就越大。研究结果有利于加深对投资者行为的认识,从更符合中国资本市场情况的角度分析股票特质波动率与股票收益的关系。     

投资者情绪指标与股票市场——基于扩展卡尔曼滤波方法的研究

基于扩展卡尔曼滤波(EKF)方法,首次构造出过滤市场噪声的投资者情绪指标,并在此基础上应用向量自回归模型分析我国投资者情绪指标与股票收益、股本规模等因素的经验关系,实证结果表明:(1)扩展卡尔曼滤波方法可以获得一个更加清晰反映投资者情绪的状态变量;(2)情绪的变化量比情绪指标本身具有更强的市场收益预测能力;(3)大规模公司股票的收益对投资者情绪的影响程度高于小规模公司股票,而投资者情绪对小规模公司股票的影响显著高于大规模公司的股票,并且情绪波动能够预测小规模股票的短期收益惯性和跨期收益反转的特征,证明情绪波动是影响资产定价的重要主观因素。     

投资者情绪对股票市场收益和波动的影响-基于开放式股票型基金资金净流入的实证研究

投资者情绪立足于投资者非理性的角度,能够对股票市场的大幅波动作出较好的解释。当前国内以开放式股票型基金角度分析投资者情绪的研究尚为空白。本文以开放式股票型基金资金净流入作为投资者情绪的度量指标,运用GARCH-M模型研究了投资者情绪对股票市场收益和波动的影响。研究结果表明：投资者情绪与股票市场收益之间存在正向反馈作用;且在以股票市值为分类的组合中,发现大市值股票组合受投资者情绪影响的股票市场指数条件波动越大,股票组合收益越大;小市值股票组合受投资者情绪影响的股票市场指数条件波动越大,则股票组合收益反而越小。     

股票名称与股票价格非理性联动——中国A股市场的研究

本文利用中国A股市场中独特的配对股票样本对股票价格间的"非理性联动"现象进行了研究,并探讨了导致这种非理性联动的原因。本文发现:(1)仅名称相似,但没有其他相关性的配对股票收益率之间存在很高的正相关性;(2)比较名称变更前后股票收益率相关性的变化发现,名称变更对股票之间的联动性具有显著影响;(3)与机构投资者相比,个人投资者更容易对名称相似的配对股票产生混淆;另外,投资者情绪变化幅度越大,配对股票之间的联动性越高,说明投资者情绪变化对配对股票之间的联动起到了放大作用;除此以外,对配对股票来说,如果一只股票价格变动反映的是"坏消息"("好消息"),则该股票收益率对另一只股票的收益率具有更高(低)的解释力,意味着投资者由于损失厌恶而对"坏消息"的反应程度要大于对"好消息"的反应程度。     

慕“名”而来的投资偏误——有限关注视角下的实证检验

注意力是一种稀缺的认知资源.通过通顺度、熟悉度、地理和行业信息度、以及产品代表度四个维度构建股票代码的评价体系,发现名称辨识度不同的股票在IPO上市首日收益、IPO后短期持有收益上存在显著的不同.基于投资者有限关注度视角,发现股票名称辨识度通过吸引个人投资者关注对投资收益产生影响,且对个人投资者持股比例高的股票的影响更加显著.交易行为方面,机构投资者会利用个人投资者的有限关注特征,与个人投资者进行反向交易.随着股票交易信息增多,该收益异象和交易异象会随时间推移而转变.研究结果表明,个人投资者的投资行为会受认知局限的影响,而机构投资者会基于个人投资者的有限关注进行交易博弈.     

股票网络论坛中的意见领袖:慧眼识珠还是吸引眼球

互联网是投资者获取信息的主要来源，其中意见领袖的观点能在投资者群体中广泛传播并影响其行为.本研究基于社会网络分析技术识别股票网络论坛中的意见领袖，并利用文本分析技术判断其帖子类型，系统研究意见领袖情绪的收益可预测性及其原因和投资者反应.利用2011年～2017年的样本数据，研究发现意见领袖情绪对未来1个月至6个月的个股收益率都具有预测能力，但并非是因其掌握价值信息.进一步研究表明，投资者对意见领袖的认同程度与其判断准确率无关，投资者更为关注发表正面观点的意见领袖而忽视其准确性，同时排斥能够准确预测市场下跌的意见领袖.本研究揭示了意见领袖对市场的影响及其形成机制，并为进一步完善投资者教育保护工作提供理论依据.     

投资者情绪、意见分歧与中国股市IPO之谜

中国股票市场IPO首日回报高、长期回报低的现象十分突出,传统理性金融理论难以对这两者同时加以解释.文章基于行为金融理论,从二级市场个体投资者情绪与意见分歧相结合的角度,利用账户交易数据中的投资者IPO首日净买入构建情绪指标对上述现象进行研究,结果表明IPO首日投资者情绪和意见分歧均对IPO首日回报有显著为正的解释力,尤其是当意见分歧严重时,投资者情绪的影响更大,同时首日投资者情绪对IPO长期超额回报有显著为负的影响,但意见分歧却对长期回报没有影响.文章的研究从二级市场个体投资者非理性偏好角度揭示了中国股市"IPO之谜"产生的根源.     

投资者情绪、意见分歧与中国股市IPO 之谜

中国股票市场IPO 首日回报高、长期回报低的现象十分突出,传统理性金融理论难以对这两者同时加以解释．文章基于行为金融理论,从二级市场个体投资者情绪与意见分歧相结合的角度,利用账户交易数据中的投资者IPO 首日净买入构建情绪指标对上述现象进行研究,结果表明IPO 首日投资者情绪和意见分歧均对IPO 首日回报有显著为正的解释力,尤其是当意见分歧严重时,投资者情绪的影响更大,同时首日投资者情绪对IPO 长期超额回报有显著为负的影响,但意见分歧却对长期回报没有影响．文章的研究从二级市场个体投资者非理性偏好角度揭示了中国股市“IPO 之谜”产生的根源     

语调、情绪及市场影响: 基于金融情绪词典

金融文本的语调与情绪含有上市公司管理层以及个体投资者表达的情感信息，并对股票市场产生影响． 通过词典重组和深度学习算法构建了适用于正式文本与非正式文本的金融领域中文情绪词典，并基于词典构建了上市公司的年报语调和社交媒体情绪指标． 构建的年报语调指标和社交媒体情绪指标能有效地预测上市公司股票的收益率、成交量、波动率和非预期盈余等市场因素，并优于基于其他广泛使用情绪词典构建的指标． 此外，年报语调指标和社交媒体情绪指标对上市公司的股价崩盘风险具有显著的预测作用． 为文本大数据在金融市场的应用提供了分析工具，也为大数据时代的金融市场预测和监管等活动提供了决策支持．     

考虑消费与投资者情绪的股票市场资产定价

首先基于现有相关研究成果从理论上建立了考虑消费与投资者情绪的资产定价模型,然后选取2005年5月~2018年4月期间的中国A股上市公司数据以及消费和投资者情绪数据,分别对构建的考虑消费与投资者情绪的模型以及CAPM、Fama-French三因子和五因子模型进行实证检验和比较分析.研究结果表明:1)在资产定价模型中引入消费和投资者情绪因子能够在理论上对CAPM、Fama-French三因子和五因子模型进行合理拓展和修正.2)从总体定价效率看,用消费和投资者情绪因子分别替代Fama-French三因子模型中的规模和账面市值比因子、Fama-French五因子模型中的盈利和投资因子,都能够提高资产定价效率;在考虑消费和投资者情绪因子后,Fama-French五因子模型中的盈利和投资因子不再能提高资产定价效率.本文研究结果基于消费和投资者情绪改善了Fama-French模型定价效率,在一定程度上丰富和完善了资产定价理论.     

基于投资者情绪的投资组合模型研究

本文在假设投资者风险厌恶、且其风险厌恶程度受其情绪影响的条件下,以投资者效用最大化为决策目标,建立基于投资者情绪的投资组合模型从理论上研究投资者情绪对投资组合结构及其收益-风险关系的影响。研究结果表明,当投资者过度乐观时,其将通过银行借贷融资等方式购买超额风险资产;当投资者情绪处于相对理性状态时,其将合理分配无风险资产和风险资产的投资比例;当投资者情绪处于悲观状态时,其将卖空风险资产。当投资者情绪处于过度乐观和相对理性状态时,投资组合预期超额收益与风险正相关;当投资者情绪处于悲观状态时,投资组合预期超额收益与风险负相关。论文研究结果修正了前人的相关研究结论,是对传统投资组合理论的深化和发展。     

机构投资者私人信息、散户投资者情绪与IPO首日回报率

针对影响IPO首日回报率的一级市场与二级市场因素,本文将机构投资者的私人信息和散户投资者的情绪结合起来,以我国新股发行市场为背景建立模型,对IPO破发或抑价产生的微观机制给出一种理论上的解释。模型结论表明:IPO是否破发主要取决于散户投资者的情绪,而不是机构投资者的私人信息,并且散户投资者情绪越乐观,IPO破发的可能性就越小;同时发现IPO首日回报率与散户投资者情绪正相关,与机构投资者的私人信息负相关。以2010年11月至2013年12月在沪深交易所上市且披露网下具体报价情况的477家IPO公司为样本对模型进行实证检验,实证结果支持了模型结论。研究结果对于如何提高IPO发行效率提供了一些启示。     

投资者情绪生成机理的研究

基于标准金融理论与行为金融理论相结合的思想，力图刻画投资者情绪的生成机理。以引起投资者情绪变化的货币环境、市场收益、市场波动、相关资产收益等因素为起点，引入市场投资价值、市场预期两个中间变量，建立了包含直接和间接影响两类路径的投资者情绪生成概念模型。使用中国股市2014年7月1日至2017年3月31日间的667组日度数据，在VAR建模的基础上开展实证研究。实证结果表明市场收益对投资者情绪具有直接的正向影响，市场波动和相关资产收益两因素基于市场预期中介变量间接负向作用于投资者情绪，而修正后引入的经济周期波动变量可以基于市场投资价值中介变量对投资者情绪产生正向影响，并进一步发现了市场收益、市场投资价值与投资者情绪之间存在正反馈强化过程。研究揭示出了投资者情绪生成的影响因素体系及其实现路径，将该领域研究深入到机理分析层面，并从一个侧面佐证了中国股市过度投机行为的存在。     

混频投资者情绪与股票价格行为

采用混频数据抽样模型(MIDAS)研究了混频投资者情绪对中国股市收益率及其波动的影响.通过构建日度、周度及月度这三种不同频率的投资者情绪,实证结果发现,混频情绪对当期收益率及其波动都存在显著的正向影响,并且与传统回归模型相比,MIDAS模型具有更强的解释能力.本文进一步使用GARCH-MIDAS模型研究了混频情绪对收益率波动长期成分的影响,发现混频情绪能够显著影响收益的长期波动.     

个体投资者情绪与股票价格行为的互动关系研究

本文运用情感分析技术，在情感倾向点互信息（SO-PMI）算法的基础上，引入"拉普拉斯修正"和"情绪分类阈值"，提出了一种改进的个体投资者情绪度量的SO-LNPMI算法；基于上证指数股吧的31万条论坛信息，运用格兰杰因果检验方法研究了个体投资者情绪与市场收益率和成交量的互动关系。研究表明：（1）与经典的SO-PMI算法相比，本文提出的SO-LNPMI算法的情感识别精度更高；（2）积极情绪是股票收益率的格兰杰原因，消极情绪对其影响不显著；（3）投资者情绪与成交量存在双向的格兰杰因果关系；（4）当投资者处于积极状态时，会热衷于使用表情符号表达情绪。本文的研究为投资者情绪度量提供了一种新的有效算法，有助于投资者更好的利用网络论坛信息进行投资决策。