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。     

投资者情绪与IPOs之谜——抑价或者溢价

本文的主要贡献在于运用不完全理性投资者的情绪譹全面解释国内市场IPOs之谜,并且论证投资者情绪是资产定价的重要因素。首先论证国内理性解释的前提不成立;其次全面解释IPOs之谜的三大现象;进而利用其他反映情绪的指标间接证明新股首日收益是情绪指标;最后,证实情绪和市场收益之间存在双向反馈关系,以及情绪对市场收益的跨期反向影响(长期收益反转)和短期市场收益与情绪的相互正向影响(短期收益惯性),从而论证了投资者情绪是资产定价的重要因素。而一旦证实情绪可解释市场短期收益惯性、长期收益反转的现象,逻辑上就可以解释行为金融学中著名的"过度波动之谜"和"股权溢价之谜",因此本文的贡献将不限于解释IPOs之谜的范畴。     

基于分位数Granger因果的网络情绪与股市收益关系研究

 行为金融学理论认为，股票市场的价格变动除受宏观基本因素影响外，还在很大程度上受众多个体投资者或噪音交易者行为左右。中国股票市场拥有庞大的个人投资者群体，且股民群体与网民群体之间具有高度耦合性，使用网络情绪等信息能够探索中国股市收益变动基本规律。        为揭示个体投资者行为对股市收益的影响，以个体投资者情绪为视角，以网络环境中个体投资者的情绪信息为切入点，检验投资者情绪与股市收益的关联关系，评估网络情绪信息价值。使用中文文本情感分析方法，从新浪微博文本中提取出网络情绪时间序列；分别运用均值Granger因果和分位数Granger因果检验方法，探讨网络情绪波动与股市收益之间是否存在因果关系；将股票市场发展阶段进行细致划分，研究不同市场阶段下网络情绪波动与股市收益之间的因果关系。        对沪深300指数收益进行实证研究，结果表明，尽管在均值框架下网络情绪波动与股市收益之间因果关系并不明显，但基于分位数Granger因果分析却发现两者在极端分位点区间处存在广泛且显著的因果关系。数据显示，在40个因果关系检验中，分位数Granger因果检验的因果关系发现了23个显著的因果关系，发现率为57.5%，远高于均值Granger因果检验的7.5%。此外，股市收益受到网络情绪波动影响的程度和方式在不同市场阶段下有所不同。        研究结果具有一定的理论意义和应用价值。在一些特定分位点区间网络情绪波动对股市收益存在显著因果关系影响，这为在特定条件下股市收益的可预测性提供了佐证。网络情绪能够预测股市收益的尾部(上尾或下尾)行为特征，可以为金融风险防范提供决策参考。研究结果为股票市场的定价、收益预测和波动率估计等相关研究提供了新的研究思路，也为网络情绪信息使用提供了新的方向。     

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。     

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.     

期货波动与交易量和市场深度关系的实证研究

研究不同市场状况下铜期货收益波动行为及其与交易量、市场深度间的关系,结果表明交易量对铜期货收益波动有显著的正影响.在交易量小的市场状况下,持仓量可减缓铜期货收益波动,高持仓量能更多地减缓市场波动,交易期和非交易期对波动有显著的负影响.在交易量大的市场状况下,持仓量增加了铜期货收益波动,低持仓量会生成更大的市场摩擦.在交易量大、持仓量高的市场状况下,非交易期波动高于交易期波动,表明在我国铜期货价格形成过程中,市场更多利用离岸信息.     

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、平均相关性与股市收益

Pollet和Wilson的研究认为,股市平均相关性-收益关系比股市波动-收益关系能够更好的阐述总体风险-收益关系。本文研究了投资者情绪对股市平均相关性-收益关系的影响。实证结果表明,相比于股市波动,平均相关性对股市预期收益的解释能力明显增强,并且在低情绪期,平均相关性-收益之间的关系并不显著,而在高情绪期,平均相关性-收益关系被削弱为显著的负相关关系,这表明高情绪会削弱总体风险-收益关系。这一结论在随后的稳健性检验中被证明是稳健的。     

股票收益波动与Beta系数的时变性

本文利用扩展的S-S模型,对上海股市2000年间的日收益数据进行实证分析,以进一步探讨小公司股票、大公司股票收益波动和市场波动之间的关系。研究结果发现,在市场波动加剧时大公司股票与小公司股票的反应是不同的,小公司的系统风险更易于增大。因此在进行事件研究时,必须考虑到Beta系数的时变性。     

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。     

大众媒体与新媒体信息传递对中国股市收益波动的影响

基于异质投资者框架对大众媒体新闻、新媒体新闻与中国股市收益波动的影响进行探究,研究结果发现：（1）平均看来,新媒体新闻、大众媒体新闻与收益波动都变现为显著的正相关关系,且新媒体新闻与收益波动的平均相关性大于大众媒体新闻与收益波动的平均相关性。（2）具有高前期收益,高账面市值比,高机构投资者持股比例与高换手率这样的能引起媒体关注的特征的公司,其收益波动与新媒体新闻的相关性大于与大众媒体新闻相关系的概率更大。（3）对于小市值与年轻的公司,信息不确定程度高,新媒体新闻与其收益波动的相关性更可能大于大众媒体新闻与其收益波动的相关性。这一结果可以归因于新媒体新闻丰富了投资者的信息环境,更能影响投资者的异质信念水平。     

股价暴涨的风险:基于中国股市的实证

股价暴涨直观上带来高收益，激发市场正面情绪，那么为什么暴涨被视为风险?本文利用2006年至2016年中国A股上市公司数据，通过计量建模对暴涨股票的特征和日后的市场表现进行刻画。实证发现：（1）股价暴涨频度高的股票，呈现低资产收益率、高市值账面比、多散户持股、少沪深300成份股等特点；（2）易发生暴涨的股票其长期超额收益率更低，未来有更大的暴跌风险和更高的收益率波动率；（3）对于运营基本面较差、市场过于乐观、信息披露质量较低的股票，暴涨后的暴跌风险更加明显。研究结论在不同代理变量选择、多种计量模型设定下均稳健成立。本文揭示了暴涨不仅仅是极端价格波动，而且更容易发生在高风险股票中，未来蕴含着更大的潜在损失。暴涨是实实在在的风险。     

上证指数波动持久性在牛熊市的差异

国外研究表明,股市波动持久性在熊市会表现出比牛市更高的倾向,本文运用CGARCH模型检验了中国上证指数的波动持久性在牛熊市的差异。样本划分为3个熊市和4个牛市区间,并考虑了涨跌停板等政策变量的影响。实证结果表明,股市在熊市阶段的波动持久性较低,在牛市波动持久性较高。鉴于以往研究通常把波动持久增大作为美国股市走熊的一种解释,我们的研究说明,这种解释在中国股市并不成立。我们更倾向于从投资者情绪的角度解释波动持久性变化的成因。     

中国证券市场的分形分析

在分形市场假说的基础上,运用R/ S 分析方法、BDS 检验对中国证券市场收益率波动 的长记忆性、易变性的期限结构、非周期性循环、非正态分布等特征进行实证分析,结果表明分 形市场假说比传统的有效市场假说更好地描述了中国证券市场的非线性特征