金融监管与金融市场叶上海金融曳2015年第1期*个人投资者情绪、机构投资者情绪与证券市场指数收益要要基于VAR模型的实证分析123鹿坪袁田甜袁姚海鑫渊辽宁大学商学院袁辽宁沈阳110136冤1袁2袁3摘要院基于VAR模型袁运用Granger因果关系检验尧脉冲响应函数和方差分解袁对中国2005耀2013年期间个人投资者情绪尧机构投资者情绪与沪深股指收益之间的动态影响以及投资者情绪对股指收益的预测能力进行分析遥研究结果表明袁我国股市中的机构投资者并非理性交易者袁其投资行为仍然受到情绪的显著影响遥我国股市的总体情绪仍然被个人投资者所主导袁机构投资者的影响力有限袁尚没有充分发挥市场稳定器的作用遥个人和机构投资者情绪对股指收益有显著影响袁并具有一定的预测力遥关键词院个人投资者情绪曰机构投资者情绪曰股指收益曰脉冲响应曰方差分解JEL分类号院G21中图分类号院文献标识码院A文章编号院员园园远原员源圆愿穴圆园15雪01-0065-06DOI院
金融监管与金融市场叶上海金融曳圆园15年第1期用自上而下的方法计量投资者情绪遥自上而下的方法间袁始于2005年1月的原因在于中国证券登记结算统计从整个市场的角度袁通过反映投资者决策行为的指标年报的月度数据从2005年1月开始遥股市新增开户数据变量来计量投资者情绪遥来自中国证券登记结算统计年报袁沪深股指收益数据来投资者情绪的度量指标包括直接指标和间接指自国泰安数据库袁GDP增速尧居民消费价格指数尧工业生标两类遥直接指标是向投资者调查获取的遥例如袁产者出厂价格指数尧社会消费品零售总额尧宏观经济景气AmericanAssociationofIndividualInvestor(AAII)和In鄄指数和货币供给等基本面变量来自于国家统计局网站遥vestorsIntelligence(II)将调查结果分类为高涨尧低迷和(二)变量选取平稳袁并以乐观投资者比例与悲观投资者比例之差来1尧投资者情绪遥计算投资者情绪指数遥国内类似的指标有央视看盘尧目前最为成熟的投资者情绪指数构建方法为主好淡指数尧巨潮投资者信心指数等遥间接指标选取能成分分析法遥但将这种方法应用于构建不同类型的投够客观反映投资者在决策过程中的真实情绪的变量袁资者情绪时却存在很大的局限性袁因为能够区分个人例如封闭式基金折价尧IPO首日收益率尧换手率尧新增投资者情绪和机构投资者情绪的客观指标非常少袁导投资者开户数等遥Baker和Wurgler(2006)根据6个单致很难应用BW法袁实践中研究者往往采用单一指标项情绪指标袁运用主成分分析法构建了投资者情绪的度量个人和机构投资者情绪遥证券交易所新增开户数复合指数(简称BW法)遥借鉴BW的方法袁易志高和茅直观地反映了投资者情绪袁当投资者情绪高涨(低迷)宁(2009)选取反映我国股市投资者情绪的指标袁构建时袁股市新增开户数多(少)遥因此本文选取股市新增开了我国股市的投资者情绪综合指数遥户数作为投资者情绪的替代变量遥另一类文献是研究投资者情绪与金融资产价格本文以2005年1月至2013年12月期间个人和机行为之间的关系遥Brown和Cliff(2005)发现投资者情构投资者在股市的新增开户数作为这两类投资主体情绪与短期回报显著正相关袁高涨的情绪导致股票随后绪的初始替代变量遥由于情绪包含基于风险因素的理性2-3年的显著低回报遥Lemmon和Portniaguina(2006)在预期(Brown和Cliff,2005)袁因此市场价格可能同时受到控制了茁系数的时间变异后袁研究了价格偏差随着投情绪的基本面成分和噪音成分的影响遥当投资者情绪高资者情绪的时间序列的变动袁结果表明价格偏差与投涨或低迷时袁这可能是对未来期间预期的理性反映袁或资者信心的情绪成分负相关遥Baker和Wurgler(2006)非理性反映袁抑或是二者的共同效应遥因此袁本文用下列的证据表明投资者情绪对股票回报的影响存在横截方程分离个人和机构投资者情绪的理性成分和非理性面差异袁成立时间短尧规模小尧波动性高尧不盈利尧不支成分袁并在后面的实证分析中使用情绪的非理性成分遥I付股利尧处于财务困境的公司股票对投资者情绪更加pSent=琢+琢移fund+着(6)t0iitt敏感遥Verma和Soydemir(2009)将投资者情绪区分为i=1I理性成分和非理性成分袁研究投资者情绪对风险市场iSent=茁+茁移fund+u(7)t0iitt价格(MPR)的影响袁结果表明非理性乐观导致MPR显i=1pi著下降袁而理性情绪对MPR没有显著影响遥其中袁Sent和Sent分别代表个人投资者情绪和机tt从投资者情绪与金融资产价格行为的文献回顾构投资者情绪的初始替代变量袁以股市月新增开户数计中可以看出袁现有文献往往忽视了投资者情绪的内生量曰fund是反映宏观经济状况的基本面变量袁其中包括性问题袁很少有文献考虑资产价格波动对投资者情绪GDP增速尧居民消费价格指数尧工业生产者出厂价格指的影响遥鉴于从计量上区分个人投资者情绪和机构投数尧社会消费品零售总额尧宏观经济景气指数和货币供资者情绪的难度袁鲜有文献考虑个人投资者与机构投给遥方程(7)和(8)的拟合值反映了投资者情绪的理性成资者在投资行为上的差异遥针对上述两点不足袁本文分袁残差则反映了投资者情绪的非理性成分遥个人和机从计量上将投资者情绪区分为个人情绪和机构情绪袁构投资者情绪的非理性成分分别记为indinv和insinv遥并与沪深股指收益一起建立向量自回归(VAR)模型袁2尧沪深股指收益遥并运用Granger因果关系检验尧脉冲响应函数和方差本文选取的股指收益为上证综指收益(shir)和深分解等方法分析三者之间的动态关系遥证成指收益(szir)袁计算公式如下院三尧研究设计p-ptt-1R=(8)tp(一)样本选择与数据来源t-1本文以2005年1月至2013年12月作为研究期其中院R为上证综指或深证成指的收益率曰p为tt66
金融监管与金融市场叶上海金融曳2015年第1期当月收盘指数曰p为上月收盘指数遥表1描述性统计t-1量 平均值 中位数 最小值 最大值 标准差 偏度 峰度 (三)模型构建indinv 考虑到个人投资者与机构投资者之间的差异袁本insinv 文将投资者情绪区分为个人情绪和机构情绪遥个人投shir 资者和机构投资者的投资决策行为与股指收益可能存szir 在时间上的先后差异袁即个人投资者情绪尧机构投资者四尧实证结果与分析 情绪与股指收益之间可能在当期及未来若干期都存在(一)单位根检验着相互影响袁这种动态关系适合用VAR模型进行分为防止伪回归问题袁在对时间序列进行分析前必析遥向量自回归(VAR)模型通过多方程联立的方式袁把须进行平稳性检验遥本文使用增广的Dicky-Fuller检系统中每一个内生变量视为所有内生变量滞后值的函验法(ADF)对各个序列进行单位根检验遥表2报告了数遥VAR模型有助于分析随机扰动对多变量时间序列单位根检验结果遥indinv和insinv原序列ADF值的绝系统的动态冲击袁从而揭示各种冲击对变量形成的影对值均大于1%临界值的绝对值袁表明个人投资者情响遥含有N个变量滞后k期的VAR模型表示如下院绪和机构投资者情绪在1%的显著性水平下是平稳过Y=c+装Y+装Y+噎装Y+着,着~IID(0,撞)(9)程遥shir和szir原序列ADF值的绝对值均大于1%临t1t-12t-2kt-ktt其中袁Y=(y,y噎y)',c=(c,c噎c)'界值的绝对值袁表明沪深股指收益率在1%的显著性t1,t2,tN,t12N杉煽山衫仔仔噎仔水平下是平稳过程遥山11,j12,j1N,j衫山衫山衫山衫仔仔噎仔表2单位根检验结果山21,j22,j2N,j衫山衫装=,j=1,2,噎k,着=(着,着噎着)'j山衫t12N山衫序列 ADF值 1%临界值 5%临界值 10%临界值 P值 结论 山衫山衫山衫indinv 平稳 山衫仔仔噎仔删N1闪,jN2,jNN,jinsinv 平稳 Y为N伊1阶时间列向量遥c为N伊1阶常数项列向tshir 平稳 量遥装,噎,装均为N伊N阶参数矩阵袁着~IID(0,撞)为N伊11ktszir 平稳 阶随机误差列向量遥本文构建如下4元向量院(shir,szir,(二)Granger因果关系检验 indinv,insinv)袁从而建立四元VAR模型遥根据AIC尧Granger因果关系检验可以从统计上分析两个平HQIC和SBIC准则袁本文选取的滞后期为4阶遥该稳时间序列X和Y之间的因果关系遥将Y对X进行VAR模型全部根的倒数值均位于单位圆内袁因此该回归时袁若加入X的滞后项能显著改善对Y的预测袁VAR模型是稳定的袁这为后续的脉冲响应函数分析则认为X是Y的Granger原因遥通过VAR模型可以和方差分解提供了基础遥将上述分析扩展至多变量因果关系遥(四)描述性统计表3报告了Granger因果检验结果遥结果显示院淤表1报告了变量的描述性统计遥个人投资者和机投资者情绪与沪深股指收益之间存在双向Granger因构投资者情绪的均值都为袁中位数均为负值遥从果关系遥个人和机构投资者情绪均是沪深股指收益的偏度来看袁个人投资者和机构投资者情绪的分布均呈Granger原因袁且均在1%水平上高度显著遥沪深股指右偏态袁表明均值右侧的数据少于左侧的数据遥因此袁收益也是个人和机构投资者情绪的Granger原因袁显个人投资者和机构投资者情绪在样本期间呈悲观状态著性水平为5%或10%遥于个人投资者情绪与机构投的情形略多于乐观状态的情形遥此外袁从各个统计指标资者情绪之间仅存在单向Granger因果关系遥个人投来看袁个人投资者情绪与机构投资者情绪的分布状况资者情绪是机构投资者情绪的Granger原因袁且在大体相同遥机构投资者情绪并未表现出比个人投资者1%的水平上高度显著遥机构投资者情绪并不是个人情绪更加稳定的状况遥上证综指和深证成指的月收益投资者情绪的Granger原因遥率均值和中位数均为正袁而且偏度数据表明二者的分上述结果表明袁沪深股指收益受到投资者情绪的影布呈左偏态袁表明均值左侧的数据少于右侧的数据遥因响袁投资者情绪有助于预测沪深股指收益遥同时袁个人和此袁沪深股指在样本期间收益率为正的情形略多于收机构投资者情绪也受到沪深股指收益的影响遥从个人投益率为负的情形遥投资者情绪的标准差大于沪深股指资者和机构投资者的相互关系来看袁个人投资者情绪显收益的标准差袁表明投资者情绪的波动性大于证券市著影响了机构投资者情绪袁但机构投资者情绪却没有对场指数的波动性遥此外袁从峰度来看袁沪深股指收益更个人投资者情绪施加显著影响袁表明个人投资者情绪主接近于正态分布袁而投资者情绪则明显呈尖峰分布遥导了中国股市袁机构投资者的影响力有限遥67
金融监管与金融市场叶上海金融曳圆园15年第1期表3Granger因果检验结果原假设 Wald值 P值 结论 indinv不是shindex的Granger原因 拒绝原假设 insinv不是shindex的Granger原因 拒绝原假设 indinv不是szindex的Granger原因 拒绝原假设 insinv不是szindex的Granger原因 拒绝原假设 shindex不是indinv的Granger原因 拒绝原假设 szindex不是indinv的Granger原因 拒绝原假设 shindex不是insinv的Granger原因 拒绝原假设 图3shir对insinv的响应函数szindex不是insinv的Granger原因 拒绝原假设 insinv不是indinv的Granger原因 接受原假设 indinv不是insinv的Granger原因 拒绝原假设 (三)脉冲响应函数分析和方差分解 1尧脉冲响应函数分析遥脉冲响应函数用来分析来自随机扰动项的一次性冲击对系统内生变量当前值和未来值的影响遥图1和图2描述了沪深股指收益率对个人投资者情绪冲击的响应遥图3和图4描述了沪深股指收益率对机构投图4szir对insinv的响应函数资者情绪冲击的响应遥从这四幅图来看袁沪深股指收益图5和图6描述了个人投资者情绪对沪深股指收对个人投资者情绪和机构投资者情绪冲击的响应很相益冲击的响应遥图7和图8描述了机构投资者情绪对沪似遥在本期给个人(机构)投资者情绪施加一个正向单位深股指收益冲击的响应遥从这四幅图来看袁个人和机构标准差冲击时袁沪深股指收益立即产生显著的正向响投资者情绪对沪深股指收益冲击的响应大体上一致遥在应袁但对个人投资者情绪冲击的响应程度大于对机构本期给上证综指(深证成指)收益施加一个正向单位标准投资者情绪冲击的响应程度袁表明个人投资者情绪比差冲击时袁个人和机构投资者情绪在当期都没有反应袁机构投资者情绪对沪深股指的影响更大遥此后袁响应震但在之后1期内迅速上升至正向响应的最大值袁表明投荡减弱袁在第8期前后趋近于0袁但影响主要集中在前资者情绪对股指变动的响应稍有滞后遥在沪指收益的冲4个月遥此外袁在机构投资者情绪的正向冲击下袁沪深击下袁机构投资者的响应幅度与个人投资者的响应幅度股指收益的响应在波动中均出现了负值袁表明机构投几乎相当袁这表明机构投资者并非有些文献所认为的理资者对于稳定股市具有一定程度的作用遥性交易者袁其情绪仍然受到市场行情的影响遥响应在第1期达到峰值后震荡减弱袁在第10期后达到稳定并渐趋于0袁但主要响应集中在前5月内遥图1shir对indinv的响应函数图5indinv对shir的响应函数图2szir对indinv的响应函数图6indinv对szir的响应函数68
金融监管与金融市场叶上海金融曳2015年第1期图7insinv对shir的响应函数图10insinv对indinv的响应函数2尧方差分解遥方差分解提供了另一种描述系统动态变化的方法遥该方法是将系统的预测均方误差分解成系统中各变量冲击所作的贡献袁以此考察系统中各个变量冲击的相对重要性袁即变量冲击的贡献占总贡献的比例遥表4报告了沪深股指收益率的方差分解遥PanelA的结果显示袁影响沪市股指收益的最大因图8insinv对szir的响应函数素是其自身袁在滞后10期的方差解释率稳定在图9描述了个人投资者情绪对机构投资者情绪%遥个人投资者情绪变动的贡献率在第1期为冲击的响应遥在当期给机构投资者情绪施加一个正向%袁以后各期逐渐上升袁在第10期稳定在单位标准差冲击时袁个人投资者情绪在当期没有响%袁即沪市股指收益率预测方差的%可以应袁但在此后的1期内迅速上升至正向响应的最大由个人投资者情绪的变动来解释遥机构投资者情绪值袁此后响应逐渐变小袁在第5期后逐渐趋于0遥图10变动的贡献率在第1期仅为%袁以后各期的贡献描述了机构投资者情绪对个人投资者情绪冲击的响率则逐期增加袁至第10期稳定在%袁即沪市股指应遥在当期给个人投资者情绪施加一个正向单位标准收益率预测方差的%可以由机构投资者情绪的差冲击时袁机构投资者情绪立即产生显著的正向响变动来解释遥综合个人和机构投资者袁情绪的变动应袁并在此后的两期内迅速减弱袁之后又迅速上升并共解释了沪市股指收益率预测方差的%遥此在第5期又达到了第2个正向峰值袁此后逐渐减弱袁外袁深市股指收益对沪市股指收益的贡献率在第10并在第10期后逐渐趋于0遥对比图9和图10可以发期稳定在%遥PanelB的结果显示袁影响深市股指现袁机构投资者情绪的变动对个人投资者情绪的影响收益的最大因素是其自身袁在滞后10期的方差解相对较小袁个人投资者情绪的响应在第1期达到峰值释率稳定在%遥个人投资者情绪变动的贡献率后迅速衰减袁后期的响应很弱遥相反袁个人投资者情绪在第1期为%袁以后各期逐渐上升袁在第10期的变动对机构投资者情绪的影响相对较大袁这种相对稳定在%袁即深市股指收益率预测方差的显著的影响可以维持10个月左右遥%可以由个人投资者情绪的变动来解释遥机构投资者情绪变动的贡献率在第1期为%袁以后各期的贡献率则逐期增加袁至第10期稳定在%袁即深市股指收益率预测方差的%可以由机构投资者情绪的变动来解释遥综合个人和机构投资者袁情绪的变动共解释了深市股指收益率预测方差的%遥此外袁沪市股指收益对深市股指收益的贡献率在第10期稳定在%遥上述结果表明袁投资者情绪对沪深股指收益预测方差的解释比例都超过了20%袁其中个人投资者情绪的影响明显大于机构图9indinv对insinv的响应函数投资者情绪遥69
金融监管与金融市场叶上海金融曳圆园15年第1期表4沪深股指收益率的方差分解机构投资者情绪立即产生显著的正向响应袁此后震荡Period . shir szir indinv insinv减弱曰反之袁在机构投资者情绪的冲击下袁个人投资者 Panel A：沪市股指收益率的方差分解 情绪的响应存在一期滞后袁且响应程度明显小于前1 者袁表明个人投资者情绪主导了中国股市袁机构投资2 者的影响力有限遥(5)方差分解结果显示袁个人和机构3 投资者情绪对沪深股指收益预测方差的解释比例都4 5 超过了20%遥6 上述研究结果表明院我国股市中的机构投资者并7 非理性交易者袁其投资行为仍然受到情绪的显著影8 响遥我国股市的总体情绪仍然被个人投资者所主导袁9 10 机构投资者的影响力有限袁尚没有充分发挥市场稳定Panel B：深市股指收益率的方差分解 器的作用遥投资者情绪对股指收益有显著影响袁并具1 有一定的预测力遥加强投资者情绪指数的研究和披露2 对于稳定股市和降低投资风险具有重要的意义遥3 4参考文献院 5 [1]鄄6 kets[J].JournalofPoliticalEconomy,1990,98(4): [2]:8 someinternationalevidence[J].JournalofEmpiricalFi鄄9 10 nance,2009,16(3):394-408.五尧结论与启示[3]:the 本文以2005耀2013年期间沪深股市为研究对象袁caseoftheGermanstockmarket[J].Empiricaleco鄄根据个人和机构投资者在股市的新增开户数袁并剔除nomics,2011,41(3):663-679.宏观经济因素的影响袁构建个人和机构投资者情绪指[4]BrownGW,数袁基于VAR模型袁运用Granger因果关系检验尧脉冲AssetValuation[J].TheJournalofBusiness,2005,78(2):响应函数和方差分解袁对个人投资者情绪尧机构投资405-440.者情绪和沪深股指收益的动态影响以及投资者情绪[5]Baker,M.,andJ.,对股指收益的预测能力进行分析遥研究发现院(1)投资theStockMarket[J].JournalofEconomicPerspectives,者情绪与沪深股指收益之间存在双向Granger因果关2007,21(2):129–151.系曰个人投资者情绪与机构投资者情绪之间仅存在单[6]Baker,M.,andJ.袁向Granger因果关系遥个人投资者情绪是机构投资者andtheCross-SectionofStockReturns[J].Journalof情绪的Granger原因袁但机构投资者情绪并不是个人Finance,2006,61(4):1645–1680.投资者情绪的Granger原因遥(2)在个人投资者情绪和[7]易志高,茅宁.中国股市投资者情绪测量研究:机构投资者情绪的正向冲击下袁沪深股指收益立即产CICSI的构建[J].金融研究,2009,11:174-173.生同向响应袁此后震荡减弱遥此外袁在机构投资者情绪[8]LemmonM,鄄的正向冲击下袁沪深股指收益的响应在波动中均出现denceandassetprices:Someempiricalevidence[J].Re鄄了负值袁表明机构投资者对于稳定股市具有一定的作viewofFinancialStudies,2006,(19):1499-1529.用遥(3)在沪深股指的正向冲击下袁个人和机构投资者[9]VermaR,情绪的同向响应在第1期内迅速达到最大值袁此后震andinstitutionalinvestorsentimentonthemarketprice荡减弱遥在沪指收益的冲击下袁机构投资者的响应幅ofrisk[J].TheQuarterlyReviewofEconomicsandFi鄄度与个人投资者的响应幅度几乎相当袁表明机构投资nance,2009,49(3):1129-1145.者并非有些文献所认为的理性交易者袁其情绪仍然受渊责任编辑院昝剑飞冤到市场行情的影响遥(4)在个人投资者情绪的冲击下袁70
