论文部分内容阅读
我国的证券市场自1990年以来,经过二十多年的迅速发展,机制逐渐走向健全,但是与欧美发达国家证券市场的投资者以机构投资者为主不同,我国证券市场的投资者仍然以散户为代表的中小型投资者为主。投资者情绪是连接投资者和股票市场的桥梁。
从2015年的股市行情我们可以发现,一方面,投资者对市场的信心,很大程度上影响着股市的走势;另一方面,从2015年期间数次降息和降准政策的发布以后的表现来看,即使是完全相同的政策,在不同的外部环境下投资者所表现出来的反应也可能并不趋同,相关政策的出台对投资者情绪的影响并不绝对。因此,本文希望从一个全新的视角观察中国的证券市场,并且实现对投资者情绪变化的跟踪监测,同时为货币当局选择恰当的时间点出台政策提供依据,为我国加强股票市场管理与优化市场稳定机制提供新的思路与选择。
已有的投资者情绪量化方式按照不同的原理可以分为三类,第一类是通过问卷调查的方式直接调查所得到的直接指数,第二类是通过获取市场上与情绪有关的交易数据并整理,间接或侧面地反映投资者心理特征的间接指数;第三类是通过大数据技术采集、整理、分析得到的投资者情绪指数。本文所构建的投资者情绪指数基于非结构化数据,属于第三类。
本文首先界定了半结构化数据的定义、特征,构建了一套基于半结构化数据的投资者情绪指标体系。接着选定数据源,利用R软件对采集样本期内的数据进行解析、存储、预处理、分词等工作。然后构建情感词典,利用文档词项矩阵完成了对相关指标的计算,生成了以天为单位的投资者情绪指数,并对分类的效果做了评估。接着通过建立VAR模型分析投资者情绪和股指波动之间的关系,初步验证了本文构建的投资者情绪指标能够反映观测期内我国股票市场投资者的情绪状态。最后以“降准”政策为例,分别选取2015年5次“降准”政策发布的前后一周时间作为样本期,结合VAR模型的结果进一步分析政策因素对投资者情绪的影响,对政策的效果做出评价,并给出相关建议。
本文的主要结论如下:(1)从多个维度量化投资者情绪能够更加深入地发掘投资者情绪的特点。(2)投资者情绪是连接投资者和股票市场的桥梁。具体的传导机制为:政策的颁布影响投资者情绪,投资者情绪转化为投资行为,股指是投资行为的结果。而股指进一步又会强化或削弱投资者情绪,这样就造成市场有时反应过度有时反应不足。
(3)政策从颁布到生效之间存在时滞。政策首先通过媒体信息传播影响到部分投资者,首批投资者经过对政策的解读做出决策行为,然后这种解读和决策的羊群效应通过网络社交媒体巨大影响力在投资者中间蔓延传播,进而对更多的投资者的情绪和决策行为产生影响,最后当受到影响的投资者达到一定规模的时候,投资者的整体情绪就会由量变引发质变。(4)通过上证综指对焦虑指数的脉冲响应函数,我们验证了我国股市存在过度反应的特点。证券的市场价格并不只由证券内在价值所决定,还在很大程度上受到投资者主体行为的影响,投资者心理与行为对证券市场的价格决定及其变动具有巨大影响。(5)当投资者情绪受到重创后,需要及时出现一些实质性的利好,以避免股指持续性的下滑,进而影响股市的有效性。(6)在不同的客观背景下,即使是相同的刺激政策也可能产生不同的效果。从经验上看,当投资者焦虑指数处于相对低的水平时发布利好政策往往会带来良好的调控效果。但是当投资者情绪受到重创时一定要保持高度警惕和重视,及时发布一些实质性的利好政策,以避免股指持续性的下滑,进而影响股市的有效性。选择恰当的时间发布政策有利于提前控制恐慌情绪的传播,同时能够迅速有效地缓解投资者的焦虑情绪。如果等到投资者的焦虑情绪达到一定规模以后再去控制,往往会面临失控的状况。
因此,考虑到政策效果的滞后性,当局在制定政策时应从长远角度考虑,根据股市和投资者的信心情况以及各项政策措施的特点,机动地决定和选择恰当的调控强度,避免频繁的政策堆叠所导致的政策失灵,实现我国证券市场的健康发展。
从2015年的股市行情我们可以发现,一方面,投资者对市场的信心,很大程度上影响着股市的走势;另一方面,从2015年期间数次降息和降准政策的发布以后的表现来看,即使是完全相同的政策,在不同的外部环境下投资者所表现出来的反应也可能并不趋同,相关政策的出台对投资者情绪的影响并不绝对。因此,本文希望从一个全新的视角观察中国的证券市场,并且实现对投资者情绪变化的跟踪监测,同时为货币当局选择恰当的时间点出台政策提供依据,为我国加强股票市场管理与优化市场稳定机制提供新的思路与选择。
已有的投资者情绪量化方式按照不同的原理可以分为三类,第一类是通过问卷调查的方式直接调查所得到的直接指数,第二类是通过获取市场上与情绪有关的交易数据并整理,间接或侧面地反映投资者心理特征的间接指数;第三类是通过大数据技术采集、整理、分析得到的投资者情绪指数。本文所构建的投资者情绪指数基于非结构化数据,属于第三类。
本文首先界定了半结构化数据的定义、特征,构建了一套基于半结构化数据的投资者情绪指标体系。接着选定数据源,利用R软件对采集样本期内的数据进行解析、存储、预处理、分词等工作。然后构建情感词典,利用文档词项矩阵完成了对相关指标的计算,生成了以天为单位的投资者情绪指数,并对分类的效果做了评估。接着通过建立VAR模型分析投资者情绪和股指波动之间的关系,初步验证了本文构建的投资者情绪指标能够反映观测期内我国股票市场投资者的情绪状态。最后以“降准”政策为例,分别选取2015年5次“降准”政策发布的前后一周时间作为样本期,结合VAR模型的结果进一步分析政策因素对投资者情绪的影响,对政策的效果做出评价,并给出相关建议。
本文的主要结论如下:(1)从多个维度量化投资者情绪能够更加深入地发掘投资者情绪的特点。(2)投资者情绪是连接投资者和股票市场的桥梁。具体的传导机制为:政策的颁布影响投资者情绪,投资者情绪转化为投资行为,股指是投资行为的结果。而股指进一步又会强化或削弱投资者情绪,这样就造成市场有时反应过度有时反应不足。
(3)政策从颁布到生效之间存在时滞。政策首先通过媒体信息传播影响到部分投资者,首批投资者经过对政策的解读做出决策行为,然后这种解读和决策的羊群效应通过网络社交媒体巨大影响力在投资者中间蔓延传播,进而对更多的投资者的情绪和决策行为产生影响,最后当受到影响的投资者达到一定规模的时候,投资者的整体情绪就会由量变引发质变。(4)通过上证综指对焦虑指数的脉冲响应函数,我们验证了我国股市存在过度反应的特点。证券的市场价格并不只由证券内在价值所决定,还在很大程度上受到投资者主体行为的影响,投资者心理与行为对证券市场的价格决定及其变动具有巨大影响。(5)当投资者情绪受到重创后,需要及时出现一些实质性的利好,以避免股指持续性的下滑,进而影响股市的有效性。(6)在不同的客观背景下,即使是相同的刺激政策也可能产生不同的效果。从经验上看,当投资者焦虑指数处于相对低的水平时发布利好政策往往会带来良好的调控效果。但是当投资者情绪受到重创时一定要保持高度警惕和重视,及时发布一些实质性的利好政策,以避免股指持续性的下滑,进而影响股市的有效性。选择恰当的时间发布政策有利于提前控制恐慌情绪的传播,同时能够迅速有效地缓解投资者的焦虑情绪。如果等到投资者的焦虑情绪达到一定规模以后再去控制,往往会面临失控的状况。
因此,考虑到政策效果的滞后性,当局在制定政策时应从长远角度考虑,根据股市和投资者的信心情况以及各项政策措施的特点,机动地决定和选择恰当的调控强度,避免频繁的政策堆叠所导致的政策失灵,实现我国证券市场的健康发展。