【作　　者】
周孝华（博士生导师），黄 苗

【作者单位】
重庆大学经济与工商管理学院，重庆400030

【摘　　要】

【摘要】本文选取2008年和2015年两次“股灾”时间段内A股主板市场数据，采用股吧发帖量作为投资者关注度的衡量指标，并将投资者关注度加入到综合情绪指标的构建中，验证了投资者关注度作为情绪代理指标的合理性。同时，针对不同特征的投资组合构建了不同的情绪指标，采用GARCH（1，1）-M模型分析投资者情绪变化对股票收益的横截面效应。结果显示：小市值股、低价股、高市盈率股、高市净率股的投资组合在情绪高涨时能够获得更多的收益。通过比较投资者在面对两次“股灾”时的反应，发现投资者并没有因为受到第一次股灾时的“教训”而变得更加理性，情绪变化对股票收益的影响反而更大。
【关键词】有限关注；投资者情绪；股票收益；横截面效应
【中图分类号】F832.5      【文献标识码】A      【文章编号】1004-0994（2017）03-0099-7一、引言
从2006年初到2007年10月，中国股市从1100点暴涨至6124点，随后一年下跌至1678点，跌幅达到72%。从2014年7月开始，中国股市再次出现巨幅上涨，紧接着迅速下跌，且下跌了49%。这样大幅度的震荡在全球股市中都是少见的。中国股市两次“股灾”大幅波动已经不再是标准金融学理论所能够解释的，因此进一步引发了学者们对投资者情绪波动和非理性行为对股市涨跌影响的思考。
以有效市场假说和理性人为核心理论的标准金融已经无法解释股市中不断出现的异象，如股市溢价之谜、羊群效应、过度反应等。学者们开始从心理学、行为学等角度解释资本市场的异象，行为金融学逐渐发展起来。该理论认为，投资者是有限理性的，对信息的关注和处理能力也是有限的，从而影响市场的有效性，导致资产价格与价值产生偏离。投资者情绪（Investor Sentiment，IS）作为行为金融学理论的支柱之一受到人们的关注。De，Shleifer，Summers和Waldman（DSSW）第一次将投资者情绪引入股票价格决定模型，指出由于非理性的情绪及有限套利的存在，股票价格偏离正常水平，投资者情绪是影响资本定价的系统性因子。
然而，对IS研究的主要难点在于情绪指标的构建。因为投资者情绪反映了投资者的心理变化，模糊且无法直接计量。本文基于现有的研究，在构建综合情绪指标过程中，不仅加入了能够衡量情绪的一些客观指标，还加入了衡量情绪的主观指标——投资者关注度（Investor Attention，IATT），使IS能够更加准确、充分地反映投资者的情绪变化。
本文以改进的BW指标构建方法（Baker、Wurgler，2006）为基础，借助JAVA语言编程及JSOUP解析器对股吧网页进行解析并提取发帖量数据。构造IS时，以发帖量作为衡量投资者关注的指标，并验证了投资者关注度指标是一个能够反映IS的代理指标，在构建IS时起到非常重要的作用。另外，在现有关于股票收益的横截面效应研究中，多是以市场整体的情绪为对象，本文首次对IS按股票特征进行分类，使得在研究情绪与收益之间的关系时更加合理。并选取两次“股灾”时间段的数据进行对比研究，试图分析投资者在经历了一次股灾后，有没有吸取“教训”，是否能够在以后的交易行为中降低投资者情绪在投资决策中的影响。投资者情绪对股市影响的研究主要可以分为两类：一是投资者情绪对股市整体的影响，包括投资者情绪对股市收益的影响和股市波动与情绪对收益的影响；二是情绪对不同类别或者不同特征股票之间的差异影响，也称为横截面影响。
投资者情绪对股市整体影响的大多数研究表明，投资者情绪与股市收益存在相关关系。Clarke和Statman（1998）研究发现，投资者情绪在短期内可以预测股票收益，但是从长期来看预期收益会发生反转。Brown和Cliff（2004）系统地对近期收益关系进行了研究，结果发现投资者情绪和近期市场收益是相关的，而情绪对资本市场长期的影响是负相关的。Wayne et al.（2002）通过研究证实了投资者情绪变化是影响市场的系统风险，并通过风险波动得到了补偿。王美今、孙建军（2004）通过实证发现投资者情绪是影响价格的系统性因子，情绪的变化不仅显著地影响股市收益，还显著地反向修正股市收益波动，并得到风险补偿。张强、杨淑娥（2009）修正了噪音交易理论模型，结果显示情绪的下跌和上涨对股价的影响是不对称的，同时也发现由投资者情绪波动而造成股票收益的波动构成的系统风险，得到了风险补偿。陈彦斌（2005）、程昆和刘仁和（2005）、文凤华和肖金利（2014）等人的研究也得到了一致的结论。据此，本文提出假设：
 H1：股票收益与投资者当期情绪变动有正相关关系。
 H2：投资者情绪变化通过加强股价波动，提高市场风险而增加预期收益。
 关于情绪对股市横截面的影响研究，早期的有Lee等（1991）通过研究封闭式基金折价与投资者情绪的关系，发现小市值股票的收益率变动和基金折价变化呈正相关关系。Qiu和Welch（2004）发现乐观的投资者情绪可以给小市值股票、散户投资者持股度高的股票带来更好的收益。Kumar和Lee（2006）论证了低价格类、小市值类及机构持股比例低的公司股票价格对投资者情绪变化的敏感度更高。张强、杨淑娥（2005）对股市横截面进行相关的实证研究发现，账面市值比、股票市值等指标能够预测股票预期收益，贝塔系数与股票预期收益之间是负相关关系。蒋玉梅、王明照（2010）研究横截面效应时发现，价格、股息率等特征值低的股票和资产负债率高的股票对情绪变动的敏感度更高。黄德龙、文凤华（2009）的研究表明，情绪变动对小市值股、低价股、亏损股收益的影响更大。
 根据风格投资理论（Barberis、Shleifer，2003），投资者根据自己的认知把股票划分为不同的类别进行资金的配置，其更倾向于主观估值较高的投资组合。所以不同分类的股票组合之间的收益会有差异。对于市值较小的公司，股市行情上涨时，这类股票价格更容易上涨，收益较大，赚钱效应使投资者更容易关注到涨得更快、收益更高的小市值股票。并带动投资者情绪上涨，进一步促进股价上涨。对于低价股来说，由于其炒作性更大，情绪高涨时，投机性需求就导致低价股获得超额收益。而高市盈率股票大多属于成长速度较快的小公司，发展不是很稳定，处于风险较高的阶段，但同时也有较高的收益。因而投资者对这类股票的预期存在很大的不确定性，在情绪高涨时，对公司的预期也会随之提高，因而容易获得超额收益。对于市净率高的股票，信息不够全面，估值弹性比较大。情绪高涨时，风险偏好上升，资金追逐高风险股票。据此，本文提出假设：
H3：市值小、股价低、市盈率高和市净率高的股票更容易受到投资者情绪波动的影响。
三、情绪的指标选取
对情绪的衡量是研究投资者情绪的基础，当前对投资者情绪指标构造的研究很多，主要可以分为以下三种：一是主观指标，是通过调查得到的能够直接反映投资者对当前或未来市场行情的预期。如：投资者智慧指数（Brown、Cliff，2004）；个体投资者协会指数（Fisher、Statman，2000）；证券分析师情绪指标（Fisher、Statman，2000）；央视看盘指数（王美今、孙建军，2004）；好淡指数（程昆、刘仁和，2005）；投资者信心指数；消费者信心指数（Qiu、Welch，2006）等。二是客观指标，通过采集金融市场中的交易数据进行整理分析，从侧面间接反映投资者的情绪和行为。主要有以下几种：封闭式基金折价率（Brown，1999；伍燕然，2007）；IPO首日收益率及发行量（Lowry、 William，2002；王春峰，2007）；换手率；新增开户数（鲁训法、黎建强，2012）；交易量；共同基金赎回；零股买卖比；基金持仓比；波动率等。三是情绪综合指数，是指选取多个主客观指标复合成综合情绪指标。
本文基于改进的BW指标构建法，选取以下指标作为IS的代理指标：
1. 封闭式基金折价率（CEFD）。这是目前应用比较成熟的情绪指标，衡量的是基金价格对资产净值的负向偏离程度。因为封闭式基金在封闭期内不能赎回，所以交易价格在一定程度上能够反映投资者对资产价格的预期，折价率越低代表越看好公司未来的发展。因此，该指标与情绪呈负相关关系。
2. 新增开户数（NIA）。该指标直接反映了投资者对当前市场的预期，当投资者对当前市场行情看涨时，投机性需求会导致更多的新投资者进入股市，新的交易账户数就会迅速增加，因而能够很好地反映投资者的情绪变化。
3. IPO首日收益率（IPOR）及数量（IPON）。一般来说，投资者情绪高涨时，IPO发行收益和数量较多，与情绪呈正相关关系。
4. 换手率（TURN）。这是衡量股票流通性强弱的指标，在投资者情绪高涨时，投资者投机性需求也随之增加，因而会增加交易频率以追逐短期利益，股票的换手率就越高。
5. 投资者信心指数（CCI）。这是对当期宏观经济的预期，作为另外一个主观变量被加入IS的构建。
6. 投资者关注度（IATT）。在互联网大数据的时代，投资者的信息来源已经不仅仅是报刊、电视等传统媒体，更多的是来自互联网。由于市场的不确定性和不可预测性，使得信息借助媒体进一步传播。面对海量的信息，投资者的精力和处理能力是有限的，只能对自己关注到的信息进行分析，经过媒体渲染后的信息更容易引起投资者关注，因而互联网在情绪的传播中起重要作用。投资者受情绪影响对信息过度反应，驱动投资行为，从而对股价产生影响。也就是说只有被投资者充分关注的信息才能在股价中有效地反映出来（权小峰、吴世农，2010）。
羊群效应的存在，也使得投资者情绪借助互联网进一步扩散，并能够影响投资者的决策和行为。一般说来，投资者预期某只股票未来会上涨时，就会在一段时间内特别关注它的行情发展，并以发表言论、点击、回复、评论等方式表明自己的观点。所以，投资者关注度是衡量投资者情绪的重要组成部分，成为衡量投资者情绪的一条新思路。目前，度量投资者关注度的指标主要有：媒体报道（Seasholes、Wu，2007）、广告费用支出（Chemmanur、Yan，2010）、新闻标题数（Chan，2003；张慧雅，2012）、百度指数（俞庆进、张兵，2012）、财经论坛发帖数（Wysocki，1999）等。
其中，投资者发帖是一个主动的行为，表明已经接收到股票的信息，并开始关注这只股票。本文认为，发帖量直接反映了投资者对股票的关注程度，发帖量越多，投资者的关注度越高（崔亮，2013）。因此，本文选取发帖量作为衡量投资者关注度的指标，并提出假设：
H4：发帖量代表的投资者关注度与投资者情绪指标有很强的相关性。
四、研究设计
（一） 研究样本及数据来源
由于股吧数据是从2008年6月开始，因此本文的样本时间定为2008年6月 ~ 2009年12月、2014年6月 ~ 2015年9月，共计152周。在这两段时间内，我国股市经历了比较大的波动，投资者情绪变化幅度也比较大，能够很好地说明要研究的问题。同时，对两段时间的研究结果可以做比较分析。以沪深两市A股主板为样本，并剔除退市的股票、ST股和交易数据不全的股票。本文所用数据是从国泰安数据库（CSMAR）、万德数据库（WIND）以及锐思（RESSET）搜集所得，关注度指标为手工整理所得。
（二）构建投资组合
本文选取了市值（LMV，SMV）、股价（HP，LP）、市盈率（HPE，LPE）、市净率（HPB，LPB）四个特征值作为投资组合的分类标准，因为对于散户投资者占主体的我国股市来说，这几个指标是投资者在做投资决策时频繁使用到的，因而更具现实意义。
本文取市值、股价、市盈率和市净率的月初值，分别按从小到大的顺序排列，提取每个分类下前200只和后200只股票作为当月的样本股，当月中的样本股不变。每月按最新排序进行更换，以保证数据的时效性。每个投资组合的周收益率和周关注度为组合内样本股的流通市值加权收益率、流通市值加权关注度。
（三）投资者情绪指标的构建
封闭式基金折价率为每周最后一个交易日所有参加交易的封闭式基金以市值加权得到的平均折价率；新增开户数为A股市场每周新增开户数；IPO首日收益率为每周内新上市股票的首发募集资金加权得到平均收益率；IPO数量为每周首次公开发行募集资金数量；换手率为A股市场每周流通市值加权换手率。
在选取股吧时，本文以Alexa网站提供的最新金融财经类网站的综合排名作为参考，东方财富网在财经类网站中综合排名第一，网页访问量相比其他财经类网页遥遥领先。因此，以东方财富网股吧为基础提取的数据比较具有代表性和可靠性。在提取股吧发帖量数据时，只提取每只股票股吧中帖子的发帖日期，对日期计数，得到每天的发帖量，再统计为周数据。根据需要共提取1096只股票的股吧数据，样本期内的发帖量达到34216418条。均值来看，在2014年6月 ~ 2015年9月，平均每股每周发帖量为324.661条，而2008年6月 ~ 2009年12月每股每周发帖量173.248条。第二时间段每股每周发帖量为第一时间段的1.87倍。这是由于互联网的快速发展，越来越多的投资者使用互联网进行投资交易，促使投资者的情绪通过网络进一步扩散，因此情绪对股票收益的影响程度更大。

原始数据经过标准化处理后，作为情绪的代理指标，进行相关性分析，结果如表2所示：

由表2可以看出，各情绪代理指标之间相互影响，有一定的相关性（由于构成关注度指标的样本与其他源指标样本不同，所以暂未在此做相关性分析）。其中，NIA与IPON指标的相关性最高，这与现实情况也是一致的。在股市上涨时，IPO发行更为容易；股市上涨的赚钱效应导致投资者情绪高涨，使更多的投资者涌入股市，新增开户数也越多。由于投资者情绪本身存在时间上的“提前”与“滞后”关系，所以本文选取7个源指标的当期和滞后一期，共14个变量进行主成分分析（分析前对各变量进行标准化处理），严格遵守累计方差解释率达到85%以上的准则，对第一、二、三、四、五主成分进行加权平均构造投资者情绪指标IS0。再通过IS0与14个原指标相关性分析选出7个相关性较大的指标作为构造IS的最终指标。对7个最终指标进行第二次主成分分析（与第一次主成分分析方法一致），得到最终情绪指标ISi。
表3为各代理指标当期（t）、滞后期（t-1）的选择和代理指标与最终ISi的相关性分析，结果显示各指标与ISi都有较强的相关性，说明7个指标能够很好地反映投资者情绪的变化。同时，通过比较相关系数的大小可以发现，投资者关注度指标IATT与ISi的相关系数在大部分情况下比其他指标大，最大时达到0.95，说明本文选取的投资者关注度指标能够很好地反映投资者情绪的变化，在情绪指标的构建中起非常重要的作用。
对7个最终指标进行第二次主成分分析，得到ISi，t的表达式：
ISi，t=a×CEFDX+b×NIAX+c×IPORX+
d×IPONX+e×TURNX+f×CCIX+g×IATi，X
其中，a、b、c、d、e、f、g分别为各代理情绪指标因子负载，X=（t，t-1），i为不同分类的股票组合。
表4为最终确定的ISi各主成分变量的系数。所有ISi的累计方差解释率都到达85%以上，说明ISi能够很好地反映7个源指标变动的情况。IATT的系数与之前相关性分析结果一致。关注度指标在情绪指标的构建中起主导作用，假设4得到了验证。需要特别说明的是，在第一时间段CCI系数为负，是由于2008年全球金融危机爆发，投资者对当前经济形势普遍比较悲观，所以系数为负是合理的。
（四）实证分析
为了验证假设1股票收益与投资者情绪之间的关系，本文通过以下OLS回归方程进行检验。为了控制宏观因素对情绪的影响，在回归方程中加入居民消费价格水平（CPI）、工业品出厂价格指数（PPI）、工业生产增加值（IAV）控制宏观因素。
Ri，t=C+α×ISi，t+β1×CPI+β2×PPI+β3×IAV+μt
 （1）
其中，Ri，t为各投资组合的加权收益率，ISi，t为各投资组合对应的投资者情绪指标。对残差项ut进行ARCH-LM检验，检验残差序列是否存在条件异方差。为了检验假设2投资者情绪变化通过增加股价波动，提高市场风险而增加预期收益，本文采用GARCH（1，1）-M模型（数据回归前进行标准化处理）：
                    （2）
其中，α2代表股票预期收益与方差之间的关系，即由投资者情绪波动引起股价的波动，产生更大的风险，并影响股票收益。若α2>0，风险得到补偿，若α2<0，意味着风险惩罚。
五、实证结果
由于本文中的变量为时间序列数据，建模要求变量皆为平稳的，因此对所有变量进行平稳性检验（ADF），结果如表5所示。结果显示变量都是平稳的，可以进行建模。

表6为投资者情绪变化与各投资组合的加权收益率的OLS回归结果（为了节省篇幅，这里只列出了ISt的系数及对应方程的R2）。从整体方程的拟合度R2看来，方程整体拟合比较好。ISt的系数均显著为正表明，股票收益与投资者当期情绪变动呈正相关关系，假设1得到验证。同时，通过比较投资组合内的系数可以看出，投资者情绪对小市值股票的影响（0.133）大于对大市值股票（0.088）的影响。

类似的，对其他组合分析发现，低价股、高市盈率、高市净率股票更易受到投资者情绪的影响，即当投资者情绪上涨时，这三类股票能够获得更多的收益，假设3得到验证。对两个时间段内的分析能够得到同样的结论。同时，对比两个时间段，我们发现除了高市净率这一投资组合，其他投资组合在2014年6月 ~ 2015年9月中，投资者情绪对收益的影响更大，这可能是由于随着互联网的快速发展，越来越多的股民使用网络进行投资交易，受到的“噪音”信息也越多，因而更容易受到情绪的影响。投资者也并没有接受第一次“股灾”的教训，情绪因素在投资决策中仍然有很大的影响，甚至在第二个时间段内的影响更大。
对所有回归方程残差ut进行ARCH-LM检验，检验结果如表7所示（为节省篇幅，此处仅列出第二个时间段的结果），由F统计量和LM值发现，残差序列存在ARCH效应，有必要应用GARCH-M模型继续检验。
依据AIC和SC准则确定选择GARCH（1，1）-M模型，回归结果如表8所示。第一行为各变量的系数，第二行括号里的数值为Z统计量。首先，对于模型ISt的系数α1，均显著且为正数，说明投资者当期情绪与收益是正相关关系。且第二个时间段内情绪对收益的影响仍然大于第一个时间段。这与OLS回归得到的结论一致。其次，观察每一个投资组合内的α1大小，仍然可以得到同样的结论，即不同投资组合的收益之间存在差异。最后从系数α2来看，投资组合的预期收益与方差呈正相关关系，说明由情绪波动造成的系统风险得到了补偿，获得了风险奖励。当投资者情绪影响到投资者行为时，会造成更大的股价波动，从而引发更高的风险。而高风险在股市的波动中获得了风险奖励，假设2得到验证。与王美今、孙建军（2004）的研究结果一致。
综上所述，投资者关注度指标能够很好地代表投资者情绪，使得构造的综合情绪指标IS更加科学、合理。股票收益与投资者情绪呈正相关关系，情绪高涨时，收益会增加，情绪低落时，收益会减少。同时，投资者情绪造成的系统风险通过股票波动影响预期收益，得到风险补偿。并且小市值、低价、高市盈率、高市净率类的投资组合在情绪高涨时能够获得更多的收益。通过两段时间的研究结果比较，发现投资者在经历过2008年“股灾”后，面对2015年的“股灾”并没有变得更加理性，情绪仍然是影响股价的主要因素之一，且影响更大。因此，投资者需要不断提高相关知识水平，在投资决策时，尽量减少由情绪带来的影响。
六、小结
本文从投资者关注度角度出发，选取发帖量作为衡量投资者关注度的指标，并在此基础上构造了更加合理的综合情绪指标，研究了投资者情绪与股票市场收益的关系。结果表明，投资者关注度指标能够很好地反映投资者的情绪变化。这为以后关于投资者情绪衡量的研究提供了新的思路。
由于我国法律法规的不完善，股市发展历程较短，加上股民整体的专业素养不够高，“投机”、“逐利”的特点往往导致股市大幅波动，因此对投资者情绪的研究尤为重要。本文在研究情绪波动与收益的横截面效应时，对投资者情绪也进行了分类，使实证研究更加合理，这相较于以往的研究也更深入。同时，通过比较投资者在面对两次“股灾”时的反应，发现投资者并没有因为受到第一次“股灾”时的教训而变得更加理性，投资者也应该更加重视提高自身的专业素养。而监管当局要避免由于政策变动对投资者情绪产生影响，导致股市的大幅波动。这些结论在我国股市中具有很好的指导意义。

主要参考文献：
Clarke R. G.，Statman M.．Bullish or bearish［J］．Financial Analysis Journal，1998（63）．
Brown G.W.，Cliff M.T.．Investor sentiment and asset valuation［J］．The Journal of Business，2005（78）．
Barker M., Wurgler J.．Investor sentiment and cross-section of stock returns［J］．Journal of Finance，2006（4）．
Lee W. Y.， Jiang C.X.．Stock market volatility，excess returns，and the role of investor sentiment［J］．Journal of Banking and Finance，2002（26）．
王美今，孙建军．中国股市收益、收益波动与投资者情绪［J］．经济研究，2004（10）．
张强，杨淑娥．噪音交易、投资者情绪波动与股票收益［J］．系统工程理论与实践，2009（3）．
陈彦斌．情绪波动和资产价格波动［J］．经济研究，2005（3）．
程昆，刘仁和．投资者情绪与股市的互动研究［J］．上海经济研究，2005（11）．
文凤华，肖金利等．投资者情绪特征对股票价格行为的影响研究［J］．管理科学学报，2014（3）．
Lee C.， Shleifer A.，Thaler R.．Ivnestor sentiment and the closed-end fund puzzle［J］．Journal of Finance，1991（1）．
蒋玉梅，王明照．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［J］．南开管理评论，2010（3）．
黄德龙，文凤华，杨晓光．投资者情绪指数及中国股市的实证［J］．系统科学与数学，2009（1）．
伍燕然，韩立岩．不完全理性、投资者情绪与封闭式基金之谜［J］．经济研究，2007（3）．
鲁训法，黎建强．中国股市指数与投资者情绪指数的相互关系［J］．系统工程与实践，2012（3）．
张继德，廖微，张荣武．普通投资者关注对股市交易的量价影响——基于百度指数的实证研究［J］．会计研究，2014（8）．
余庆进，张兵．投资者优先关注与股票收益——以百度指数作为关注度的一项实证研究［J］．金融研究，2012（8）．
池丽旭，庄新田．我国投资者情绪对股票收益影响——基于面板数据的研究［J］．管理评论，2011（6）．