投资者情绪对中国股市收益影响的实证研究

发布时间：2017-05-13 22:06

  本文关键词：投资者情绪对中国股市收益影响的实证研究，，由笔耕文化传播整理发布。

【摘要】：Fama (1970)提出的有效市场假说(EMH)是传统金融研究领域中最核心的假说之一,该假说认为在有效的资本市场中,股票等金融资产的价格已经包含了一切存在的、新的甚至是隐藏的信息,投资者只需采取“买入—持有”等被动型交易策略即可。但是,现实证券市场中众多套利机会及市场异象的存在,使得EMH理论受到普遍的质疑。究其原因,EMH主要建立在投资者是完全理性的基础之上,假设在面对相同的信息时,所有投资者对该信息的解读是一致的,忽视了投资者个体之间的异质性。近年来,认知心理学的大量实验已经证实人类个体之间存在差异性,而且每个人并非都是完全理性的,因此部分学者逐步放松了投资者是完全理性的前提条件,尝试研究投资者的心理活动如何影响投资决策,于是融合了认知心理学理论和金融学理论的行为金融学科开始兴起并得到了长足的发展。不同于传统金融理论的研究,行为金融学强调了投资者的情绪因素及其投资行为在股票收益分析中的重要作用,认为股票的收益不仅受其内在价值的影响,还在很大程度上受投资者情绪的影响。与发达国家的股票市场相比,我国股票市场具有新兴加转轨的特征,并且个体投资者在投资者组成结构中占据绝大比例。由于精力及知识技能的限制,个体投资者通常被认为是噪声交易者,在以个体投资者为主的市场环境下,个体投资者之间的相互异质性无疑会令投资者情绪对市场收益的变化起着非常重要的影响。如何合理而有效的测度投资者情绪,并据此分析投资者情绪给我国股票市场收益变化带来的影响,对于准确理解投资者的交易行为,把握股票市场收益变化的规律具有重要的现实意义。基于此,本论文试图通过实证分析方法给出投资者情绪影响股票市场收益的证据。具体而言,围绕投资者情绪如何影响我国股票市场收益这一主题,论文共分为8章,具体内容与结论如下：第1章,导论。该章内容首先重点描述了论文研究的基本背景,并从学术价值和实际应用价值方面描述了论文的研究意义；其次指出了论文的主要研究内容以及在研究过程中所采用的各类研究方法和手段；最后点明了论文在该领域研究中的几点创新之处。第2章,文献综述。该章内容主要基于两个方面的论题对相关领域中国内外已有的研究成果进行归纳和梳理。这两个论题分别是：投资者情绪与股票市场收益关系的研究和基于投资者情绪的资产定价模型的研究。其中,投资者情绪与股票市场收益关系的研究又分为投资者情绪对股市收益波动率影响的研究,投资者情绪对股市收益影响的研究以及投资者情绪对市场异象的解释三个层面。第3章,投资者情绪指数的构建。该章内容首先介绍了一种构建投资者情绪指数的新方法—偏最小二乘法(简记为PLS),然后以易志高和茅宁(2009)选择的情绪代理指标为准,比较了PLS方法与传统的主成份分析法所构建的投资者情绪复合指数在拟合市场收益变化精确度方面的优劣,发现PLS方法的效果要优于主成份分析法；最后重新筛选出更为合适的单个投资者情绪代理指标,包括封闭性基金折价率、月市场换手率、ETF市场交易量三个客观情绪指标以及投资者信心指数、新增开户数两个主观情绪指标,基于PLS法构造出论文在进行实证分析时所需要的投资者情绪复合指数,并通过新建情绪复合指数和市场收益之间的Granger因果关系检验证实新构造的投资者情绪复合指数是市场收益变化的Granger原因。第4章,投资者情绪对市场收益的影响：基于风险的视角。该章内容基于市场中存在的“风险—收益”关系角度出发,首先采用滚动窗模型(RW)、混合数据抽样模型(MIDAS)、GARCH (1,1)和非对称GARCH (1,1)四种波动率预测模型测算出我国A股市场月度收益率的波动率,然后根据所构建的投资者情绪复合指数将样本期划分为情绪悲观期和情绪乐观期,分析了不同情绪期下市场中“风险—收益”关系的变化,结果发现无论选择何种波动率预测模型,在情绪悲观期内,我国A股市场的“风险—收益”间存在着正向关系；在情绪乐观期内,两者之间正向关系的程度有所减弱,甚至出现负向关系。为验证结论的稳健性,论文还通过PLS法构建了一个宏观经济周期指数,将样本期细分为经济繁荣期和经济萧条期,分别检验了不同经济周期下“风险—收益”之间的关系,发现所选波动率模型的不同会对结果带来较大的差异,于是可以忽略宏观经济因素对“风险—收益”关系的影响,从侧面证实投资者情绪是影响市场“风险—收益”关系的主要因素,这样便通过“投资者情绪—风险—收益”这一路径间接地研究了投资者情绪对市场收益的影响。第5章,投资者情绪对市场收益的影响：基于分类的视角。该章内容首先从横截面的角度出发分析了投资者情绪的变化对不同类型股票组合收益率的直接影响；在划分股票类型时,论文主要依据三个维度特征,分别是上市公司自身的特征、股票交易的市场特征和股票所属的行业特征；结果发现各种类型股票组合在情绪乐观期的收益率均值均大于在情绪悲观期的收益率均值,说明投资者的乐观情绪推动了股票收益率的提升,而且股票在情绪乐观期的收益率均值与在情绪悲观期的收益率均值之差均大幅高于股票在整个样本期的收益率均值,说明投资者情绪的转变对于股票收益率变化的影响是巨大的。第6章,投资者情绪对市场收益异象的影响：以动量效应为例。该章内容以动量效应作为市场收益异象的主要代表,首先根据所构造的动量组合策略在情绪乐观期和情绪悲观期下的动量收益表现检验了投资者情绪的不同对于动量效应的出现是否会产生影响,结果发现在情绪乐观期,动量效应较为明显；在情绪悲观期,动量效应并不明显,甚至出现反转效应,而且即便出现动量效应,悲观期的动量效应程度也小于乐观期的动量效应程度。然后为验证结论的稳健性,论文通过比较动量组合构建方法及部分传统因素,如上市公司自身特征、市场状态等在解释市场动量效应时的效果,结果证实即使采用不同的抽样方法以及控制传统因素的影响,论文的结论仍然成立。第7章,基于投资者情绪的资产定价模型。该章内容试图将投资者情绪因素纳入到传统资产定价模型中用以提升模型在预测股票收益,特别是市场收益异象时的精度。其中,论文将投资者情绪纳入定价模型的方式分为三种,方式一是将投资者情绪视为信息变量来设定条件贝塔值的表达式,构建出包含投资者情绪的条件资产定价模型；方式二是根据样本股票对投资者情绪反应敏感性的不同设计一个情绪因子,构建出包含情绪因子的传统多因子资产定价模型；方式三是将前两种方式结合起来,构建出一个既包含情绪条件信息又包含情绪因子的资产定价模型。然后再根据所构建的各种形式的情绪资产定价模型在Avramov和Chordia (2006)两步回归分析框架下解释市场收益异象的效果,选择出最佳的情绪资产定价模型。根据各资产定价模型的实证结果发现,投资者情绪的加入极大地改变了定价模型在预测市场收益异象时的效果;同时,根据各个情绪定价模型在解释规模、价值、流动性和动量等市场收益异象时的效果来看,最终证实同时包含规模因子、价值因子、流动性因子、动量因子和情绪定价因子的资产定价模型对于股票收益异象的预测效果最好。第8章,总结。该章内容首先针对全文各章节研究内容的主要结论进行归纳总结,然后指出在研究过程中存在的不足之处及需要进一步加以改进的部分,最后指出利用互联网所提供的有关投资者行为的海量数据来测度投资者情绪以及研究与投资者情绪相关的问题是未来该领域中新的学术热点。
【关键词】：投资者情绪 行为金融 资产定价
【学位授予单位】：东北财经大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要2-5
• ABSTRACT5-16
• 1 导论16-25
• 1.1 研究背景与意义16-19
• 1.1.1 研究背景16-18
• 1.1.2 研究意义18-19
• 1.2 研究内容与方法19-23
• 1.2.1 研究内容19-22
• 1.2.2 研究方法22-23
• 1.3 论文主要创新点23-24
• 1.4 本章小结24-25
• 2 文献综述25-36
• 2.1 引言25
• 2.2 投资者情绪与股票市场收益率的关系25-33
• 2.2.1 投资者情绪对股票收益波动率影响的研究25-27
• 2.2.2 投资者情绪对股市收益率影响的研究27-32
• 2.2.3 投资者情绪对市场收益异象的解释32-33
• 2.3 基于投资者情绪的资产定价模型研究33-35
• 2.4 本章小结35-36
• 3 投资者情绪指数的构建36-60
• 3.1 引言36-38
• 3.2 PLS方法简介38-40
• 3.3 PLS方法与主成分分析法结果比较40-52
• 3.3.1 指标的选择40-42
• 3.3.2 PLS法构造情绪复合指数42-43
• 3.3.3 稳健性检验43-45
• 3.3.4 主成分分析法构造情绪复合指数45-49
• 3.3.5 PLS法与主成分分析法效果的比较49-52
• 3.4 新指标的选择及投资者情绪复合指数的重构52-58
• 3.4.1 新指标的选择52-54
• 3.4.2 投资者情绪复合指数的重构54-56
• 3.4.3 情绪复合指数与市场收益率的因果检验56-58
• 3.5 本章小结58-60
• 4 投资者情绪对市场收益的影响：基于风险的视角60-75
• 4.1 引言60-62
• 4.2 波动率预测模型简介62-64
• 4.2.1 滚动窗模型(Rolling Window Model,简记为RW)63
• 4.2.2 混合数据抽样模型(Mixed Data Sampling Approach,简记为MIDAS)63
• 4.2.3 GARCH(1,1)模型和非对称GARCH(1,1)模型63-64
• 4.3 “风险—收益”关系的检验64-71
• 4.3.1 投资者情绪期的划分64-65
• 4.3.2 数据处理及描述性统计65-66
• 4.3.3 实证结果分析66-69
• 4.3.4 收益率—波动新息关系的检验69-71
• 4.4 稳健性检验71-74
• 4.5 本章小结74-75
• 5 投资者情绪对股票收益的影响：基于分类的视角75-91
• 5.1 引言75-76
• 5.2 股票类型的划分76-78
• 5.2.1 根据股票自身特征分类76-77
• 5.2.2 根据股票交易特征分类77
• 5.2.3 根据股票行业特征分类77-78
• 5.3 投资者情绪对不同类型股票收益率影响的统计检验78-84
• 5.3.1 自身特征不同股票受投资者情绪的影响78-80
• 5.3.2 交易特征不同股票受投资者情绪的影响80-82
• 5.3.3 行业特征不同股票受投资者情绪的影响82-84
• 5.4 投资者情绪对不同类型股票收益率影响的模型检验84-89
• 5.4.1 单位根检验85-86
• 5.4.2 模型回归结果分析86-89
• 5.5 本章小结89-91
• 6 投资者情绪对市场收益异象的影响：以动量效应为例91-109
• 6.1 引言91-92
• 6.2 动量效应产生原因的相关解释92-94
• 6.2.1 行为金融学的角度92-93
• 6.2.2 风险角度的解释93
• 6.2.3 上市公司特征的角度93-94
• 6.2.4 其他角度94
• 6.3 动量效应的检验94-98
• 6.3.1 动量组合的构建94-95
• 6.3.2 样本的选取及情绪期划分95-96
• 6.3.3 不同情绪期下动量效应的检验96-98
• 6.4 稳健性检验98-108
• 6.4.1 非重叠抽样方法下动量效应的稳健性检验98-99
• 6.4.2 风险调整因素99-102
• 6.4.3 规模因素102-104
• 6.4.4 市净率因素104-106
• 6.4.5 市场状态因素106-108
• 6.5 本章小结108-109
• 7 基于投资者情绪的资产定价模型109-130
• 7.1 引言109-110
• 7.2 定价模型与研究设计110-115
• 7.2.1 投资者情绪作为条件信息的条件资产定价模型110-112
• 7.2.2 投资者情绪作为风险因子的资产定价模型112-113
• 7.2.3 投资者情绪作为风险因子和信息变量的条件资产定价模型113-114
• 7.2.4 研究设计114-115
• 7.3 实证研究115-128
• 7.3.1 样本选择及指标处理115-117
• 7.3.2 单位根检验117-118
• 7.3.3 情绪作为条件信息的定价模型实证结果分析118-122
• 7.3.4 情绪作为定价因子的定价模型实证结果分析122-125
• 7.3.5 情绪同时作为条件信息和定价因子的定价模型实证结果分析125-128
• 7.4 本章小结128-130
• 8 总结130-136
• 8.1 主要结论130-133
• 8.2 研究不足133-134
• 8.3 研究展望134-136
• 在学期间发表的科研成果136-137
• 参考文献137-147
• 后记147-148

  本文关键词：投资者情绪对中国股市收益影响的实证研究，由笔耕文化传播整理发布。

本文编号：363725