國際投資者情緒的信息溢出機制

　　摘要:研究國際投資者情緒在全球股票市場上的溢出效應(yīng),對于投資者更好地理解資本市場的網(wǎng)絡(luò)結(jié)構(gòu)以及有效規(guī)避投資風(fēng)險具有重要的理論和實踐意義。利用Diebold信息溢出模型對投資者情緒的全球信息溢出機制進行檢驗,研究結(jié)果發(fā)現(xiàn):全球股市投資者情緒的聯(lián)動性較高,歐美股票市場是全球情緒傳染的主要對外溢出來源;投資者情緒的傳染具有顯著的非對稱性,高漲情緒的信息溢出效應(yīng)要明顯高于低迷情緒的信息溢出效應(yīng);中國A股除了在2007年和2015年兩次牛市后期表現(xiàn)出較明顯的凈對外溢出,其他時間均表現(xiàn)出明顯的接受溢出狀態(tài),說明中國A股的對外影響力還不能與其規(guī)模相匹配。因此,應(yīng)在建立有效的金融防火墻的基礎(chǔ)上,加大A股的開放程度、引入更多的國際投資者,逐步擴大A股在全球的影響力。

　　關(guān)鍵詞:投資者情緒;信息溢出;行為金融;搜索指數(shù)

　　一、引言

　　行為金融學(xué)認為,情緒和認知偏差使得投資者無法做到理性預(yù)期,從而導(dǎo)致資產(chǎn)價格偏離內(nèi)在價值和市場非有效。目前對投資者情緒的研究大多集中在股票市場,主要包括通過選擇合適的源指標構(gòu)造投資者情緒指數(shù)并分析其對股票橫截面收益率的影響[1-5]以及通過投資者情緒指數(shù)去解釋和分析各種金融市場異象[6-9]。也有一些學(xué)者研究了投資者情緒對其他資本市場的影響,如Han[10]和Nayak[11]分別研究了投資者情緒對標普500指數(shù)期權(quán)市場和企業(yè)債券利差的影響;Wang[12]構(gòu)造了期貨市場投資者情緒指數(shù)并研究了其對期貨橫截面收益率的影響。

　　金融論文范例：金融投資風(fēng)險分析及控制措施探討

　　構(gòu)建投資者情緒指標常用的方法包括單一指標法和復(fù)合指標法,由于復(fù)合指標能夠綜合更多的來源且有利于進行降噪分析,因此得到了廣泛的應(yīng)用,最具代表性的就是Baker和Wurgler[1]根據(jù)封閉式基金折溢價、換手率、IPO數(shù)據(jù)等6個源指標復(fù)合出的BW情緒指數(shù)。隨著互聯(lián)網(wǎng)的發(fā)展,越來越多的學(xué)者采用微博[13]、社交媒體[14-15]、搜索引擎[3][16]等網(wǎng)絡(luò)媒體數(shù)據(jù)來對投資者情緒進行衡量,以更迅速地捕捉到投資者情緒的變化。

　　雖然投資者情緒的研究文獻已經(jīng)較多,但是不同資本市場下投資者情緒的相互傳染機制還未被完全闡明,這主要是因為不同市場下投資者情緒的構(gòu)造方式會有所不同。如常見的BW情緒指數(shù),其采用的IPO首日收益率在我國存在不適用情況,是由于我國股票上市的注冊制一直沒有得到正式實施,IPO受到政策的強烈影響,無法準確反映投資者情緒的變動。因此,選擇一致性的投資者情緒測度指標是研究跨市場投資者情緒傳染或信息溢出的關(guān)鍵所在。

　　得益于互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的廣泛應(yīng)用,采用網(wǎng)絡(luò)搜索指數(shù)構(gòu)造情緒指標為本文的研究提供了關(guān)鍵技術(shù)。因此,本文擬采用網(wǎng)絡(luò)搜索指數(shù)構(gòu)造不同國家或地區(qū)股票市場的投資者情緒指標,并利用Diebold信息溢出模型研究投資者情緒在國際市場間的傳染和擴散機制。相對于已有的文獻,本文的創(chuàng)新之處主要表現(xiàn)在以下兩方面:一方面,利用網(wǎng)絡(luò)搜索指數(shù)構(gòu)造了不同市場的投資者情緒指標,使得跨市場的投資者情緒具有了一致來源和相互可比性,為研究投資者情緒的跨市場信息溢出機制提供了技術(shù)支撐;另一方面,采用Diebold信息溢出指數(shù)模型系統(tǒng)地分析了投資者情緒在全球及亞洲區(qū)域市場的溢出機制,并通過將投資者情緒細分為高漲情緒和低迷情緒,對情緒溢出的非對稱性進行了檢驗和分析。

　　二、文獻綜述

　　對投資者情緒研究最早的定義來自于DeLong等人[17]。他們指出股票市場除了理性預(yù)期交易者之外,還存在大量的噪聲交易(NoiseTrading),這些噪聲交易正是投資者情緒所導(dǎo)致的。Brown和Cliff[1]、Baker和Wurgler[2]的觀點更被廣為接受,他們認為投資者情緒就是投資者對風(fēng)險和投機的承擔(dān)傾向,因此相對于正常的市場收益,風(fēng)險承擔(dān)使得情緒交易者能夠獲得一定的超額收益。

　　在對投資者情緒的衡量上,按源指標來源可以分為直接指標和間接指標兩種方式。直接指標指直接問詢消費者對市場看法以及買賣意愿的方式來測度投資者的情緒,包括但不限于美國AAII投資者情緒指數(shù)[18-20]、US投資者智能指數(shù)[21]、消費者信心指數(shù)[22]、央視看市數(shù)據(jù)以及華鼎多空民意調(diào)查結(jié)果[23-24]等;間接指標則包括基金資金凈流入[25]、換手率[26-27]、新增投資者開戶數(shù)[28]等能間接反映投資者情緒的指標。具體的構(gòu)造方式包括單一指標和復(fù)合指標兩種。

　　相對于單一指標,復(fù)合指標包含的信息量更大,同時能夠降低噪聲,因此,其在實證研究中得到了廣泛的應(yīng)用。最普遍認可的便是Baker和Wurgler[2]構(gòu)造的BW情緒指數(shù),他們采用主成分分析法對交易量、封閉式基金折價率、股利收益、IPO首日收益率及IPO數(shù)量、股票發(fā)行/證券發(fā)行比率6個源指標進行降噪提純。國內(nèi)很多學(xué)者在BW指數(shù)的基礎(chǔ)上構(gòu)造了中國的投資者情緒指標,如易志高和茅寧[29]、張宗新和王海亮[30]、李合龍和馮春娥[31]、文鳳華等[32]、高大良等[33]。

　　三、研究設(shè)計

　　1.投資者情緒指數(shù)的投建

　　(1)描述性統(tǒng)計分析目前最常用的投資者情緒指標是由Baker和Wurgler[2]提出的,他們采用主成分分析法從多個反映投資者信念的客觀指標中提取出共同情緒成分。雖然胡昌生和池陽春[46]對BW方法提出了質(zhì)疑,他們認為第二主成分才能更準確地反映出投資者的非理性情緒,但是這并不影響B(tài)W情緒在全世界范圍內(nèi)得到廣泛的應(yīng)用。

　　李竹薇等[47]、Qadan和Nama[39]等學(xué)者均是采用BW指標作為投資者情緒的代理變量并進而研究其對金融市場的影響,國內(nèi)學(xué)者如池麗旭等[25]也是借鑒BW方法,利用中國市場數(shù)據(jù)構(gòu)造適用我國股市的投資者情緒指標。如果要對不同股票市場投資者情緒指標進行比較,就需要選擇相同的源指標�？紤]到網(wǎng)絡(luò)搜索指數(shù)數(shù)據(jù)來源渠道的同一性,因此,本文將借鑒Da等[3]、Dimpfl和Kleiman[16]、孟雪井等[43]學(xué)者的研究方法,采用谷歌搜索指數(shù)來構(gòu)造不同股市投資者情緒指標。

　　如對于中國A股,采用“ShanghaiCompositeIndex”“ShenzhenComponentIndex”“ChineseStock”等關(guān)鍵詞進行搜索;德國股票指數(shù)采用“DAX”“DAX30”“GermanyStock”等關(guān)鍵詞進行搜索。并將這些關(guān)鍵詞的谷歌搜索指數(shù)加總后取平均值,得到各股票市場的投資者情緒。由于谷歌指數(shù)只提供了2004年之后的數(shù)據(jù),因此,本文選取的樣本區(qū)間為2004年1月至2019年6月。本文選擇了美國三大股指(道瓊斯、標普和納斯達克)、歐洲三大股指(英國富時、德國DAX30指數(shù)和法國CAC40指數(shù))、澳大利亞AXJO指數(shù)、日本Nikkei225指數(shù)、韓國KOSPI指數(shù)、中國香港恒生指數(shù)以及中國A股指數(shù)(包括上證指數(shù)和深成指數(shù))。本文利用谷歌搜索指數(shù)所構(gòu)造的中國A股投資者情緒代表的是境外投資者對中國股市的關(guān)注程度,所用谷歌搜索指數(shù)來自于境外訪學(xué)同事。

　　四、實證檢驗

　　1.全球投資者情緒的靜態(tài)溢出(1)總情緒指數(shù)的信息溢出采用Diebold信息溢出指數(shù)模型研究投資者情緒的溢出機制,首先分析全球投資者情緒的靜態(tài)溢出效應(yīng)。根據(jù)單位根檢驗發(fā)現(xiàn)所有的情緒指數(shù)均是一階單整,協(xié)整檢驗顯示情緒指數(shù)之間存在著顯著的協(xié)整關(guān)系(具體結(jié)果略),因此,采用VAR模型和廣義方差分解模型對樣本區(qū)間內(nèi)情緒指數(shù)間的溢出機制進行分析,VAR模型的滯后階數(shù)根據(jù)AIC準則確定為3階。廣義方差分解得到的關(guān)聯(lián)性表如表5所示。從表5倒數(shù)第二行對外溢出值(To)可以看到,道瓊斯、標普、法國股市和中國香港恒生指數(shù)投資者情緒對外溢出值較大,而澳大利亞和中國A股情緒的對外溢出值最小;從最后一列接受溢出值(From)可以看到,道瓊斯、標普、日本和恒生指數(shù)較大,澳大利亞股市和中國A股最小。

　　總體看來,情緒對外溢出越大的市場,其接受溢出值也較大;而對外溢出較小的市場,其接受溢出也較小。澳大利亞主要是由于其位于大洋洲,與其他市場地理位置相隔較遠,因此較難受到其他市場投資者情緒的傳染,中國A股則是由于其開放性不夠,因此受其他市場影響相對較小。而道瓊斯、標普、日本股市和中國香港股市均是全球化開放程度較高的市場,因此其投資者情緒容易向外傳染,也容易受到外部情緒的影響。從最后一行凈溢出值(Net)可以看到,美國股市(包括道瓊斯、標普和納斯達克)總體處于對外部市場產(chǎn)生信息溢出的位置,歐洲股市(包括英國、德國和法國)和亞洲股市(日本、韓國、中國香港和中國A股)則處于從外部市場接受溢出的位置。全球市場投資者情緒的總溢出值為52.02(該值最小為0,最大為100),說明全球市場間情緒的相互影響較強。

　　五、結(jié)論與建議

　　采用2004年1月至2019年6月的谷歌搜索指數(shù)來分別表示全球各股票市場的投資者情緒,利用Diebold信息溢出模型研究了投資者情緒在全球的擴散機制,研究結(jié)果發(fā)現(xiàn):第一,全球股市投資者情緒的聯(lián)動性較高,其信息總溢出值達到了52.02;第二,歐美股票市場是全球情緒傳染的主要對外溢出來源,而亞洲股市無論是在靜態(tài)窗口還是在動態(tài)窗口,均處于接受溢出的位置。

　　第三,投資者情緒的傳染具有顯著的非對稱性,表現(xiàn)為高漲情緒的信息溢出效應(yīng)要顯著高于低迷情緒的信息溢出效應(yīng),無論是在靜態(tài)窗口還是動態(tài)窗口,無論是在全球市場還是在亞洲區(qū)域市場,非對稱性都顯著存在;第四,在全球市場中,中國A股除了在2007年和2015年兩次牛市后期表現(xiàn)出較明顯的凈對外溢出,其他時間均表現(xiàn)出明顯的接受溢出狀態(tài),說明由于開放程度不夠,中國A股的對外影響力還完全不能與其規(guī)模體量相匹配;第五,通過對亞洲區(qū)域市場的研究發(fā)現(xiàn),亞洲股市投資者情緒的整體聯(lián)動性要低于全球市場,其信息總溢出值僅為25.36,僅相當(dāng)于全球市場信息總溢出值的一半;第六,中國香港恒生指數(shù)市場是亞洲市場最主要的對外溢出來源,中國A股和韓國股市則是主要的接受溢出對象。

　　作者：周亮

轉(zhuǎn)載請注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///jjlw/26702.html