论文部分内容阅读
摘 要:本文使用2005—2011年我国股市行业收益率数据并构造投资者情绪指标,利用VAR格兰杰因果检验和固定效应广义最小二乘法分析投资者情绪对我国股市的动态影响。实证结果发现,2005—2011年的两次股票市场大幅度涨跌中,我国投资者情绪和股票收益率存在双向因果关系;投资者情绪在3个月内会对股票收益率有正面的影响,此后12个月内其正向影响作用出现了明显的负向反转,其中具有较高账面市值比和占有较高经济地位的交通运输业、信息技术业和制造业等国家基础行业容易受到投资者乐观情绪的影响而出现大幅度涨跌。
关键词:投资者情绪;动态影响作用;固定效应广义最小二乘法;行业收益率
中图分类号:F830.91 文献标识码:A 文章编号:1674-2265(2013)05-0068-06
一、引言
2005—2011年我国股票市场经历了两次大幅涨跌。第一次涨跌是从2005年开始至2008年结束。2005年5月,上证指数从1000点附近开始启动,一路上涨至2007年10月16日的6124.04点,在之后8个月中,上证指数暴跌至2008年的1664点,下降幅度超过72%,市值缩水最多时达22万亿。第二次股市调整的时间则是从2009年至2011年,上证指数从2008年的最低点反弹至2009年的最高点3400点,最终于2010年下跌至2134点,最大跌幅为37.23%。
近20年中,世界上几次股市泡沫破灭同样也给投资者造成极大的冲击。日本1989年股市泡沫破灭,日经指数从1990年1月的37189点下跌至2003年4月最低的7831点,最大跌幅为78.9%;1997年亚洲金融危机,香港的恒生指数从1997年7月的16365点下跌至1998年8月的7275点,跌幅达55.55%;2000年美国网络经济泡沫破灭,纳斯达克指数从2000年1月的3940点下跌至2002年9月的1172点,跌幅达到70.25%;中国台湾股市在经济过热后出现崩溃,从2000年2月的10128点下跌至2001年9月的3592点,跌幅达64.53%①。
然而,上述股市的崩盘很难说是由于经济基本面出现严重衰退造成的,这一现象极大地挑战了有效市场假说。有效市场假说的提出者法玛(Fama,1973)认为在有效市场中,股票价格可以随着市场信息进行瞬间调整,股票价格是由未来企业现金流的折现决定的,体现在收益价格比、账面市值比等一系列财务指标上。由于套利的存在,股票价格可以迅速回复至投资价值,从而使得非理性投资者的情绪不会导致股票价格长期偏离其投资价值。德朗等(De Long等,1990)则持有不同观点,他们认为股票市场中存在的有限套利使得噪音投资者长期处于股票市场中并使得股票价格长期偏离股票价值。布朗等(Brown等,2005)、贝克等(Baker等,2006)和施梅林(Schmeling,2009)对于投资者情绪和股票收益率的关系进行了实证分析,发现投资者情绪是影响股票收益率的重要原因,并与预期的股票收益率呈负向关系。基于此,他们认为投资者情绪过度乐观在一定时间内会给予股票错误的定价,最后过高的股票价格会回归股票价值从而导致股市大跌。
基于以往的研究,本文的研究思路是探究我国2005—2011年股市两次从繁荣到急剧下跌的过程中,投资者情绪对我国股市短期和长期的动态影响作用,进而分析投资者情绪是否是造成我国股市出现大幅度调整的原因。此外,根据贝克等(2006)和施梅林(2009)的研究,对于不同财务特征的企业,投资者可能拥有不同的主观观念和套利约束,这使得投资者情绪对于不同的行业有着不同的影响作用,所以本文会对我国股票市场分行业进行研究。
二、文献综述
对于投资者情绪的概念,布朗等(2004)认为投资者情绪源于投资者持有与股票价值、风险无关的主观信念而对股票未来价格产生错误的预期,最终导致投资者对于股票市场过分乐观和悲观。贝克等(2006)研究表明,投资者情绪可以体现为投资者的投机倾向所引致的投机性投资的相对需求。巴伯里等(Barberis等,1998)认为投资者情绪体现为投资者对某些利好消息和利空消息的反应不足和反应过度。在投资者情绪对于股票价格关系的论证上,德朗等(1990)将市场参与主体分为理性预期的投资者和非理性预期的噪音交易者。他们认为噪音交易者的非理性预期带来的额外噪音风险可以为市场定价,股票价格是由其理性的内在价值和非理性的噪音风险共同决定的。梅拉等(Mehra等,1989)基于投资者的不同预期模式与主观参数,从不同角度构建了投资者情绪的股票价格模型,认为投资者情绪对股票市场有系统性影响。在实证研究上,布朗等(2005)利用1964—2000年的月度数据进行研究发现,投资者情绪能够影响股票资产定价,较高的投资者情绪会导致未来较低的股票收益率,未来1—3年的股票收益率与投资者情绪负相关。施梅林(2009)使用了18个工业国家的月度股票收益率并将消费者信心指数作为投资者信心指数的代理变量来进行实证分析,结果表明在控制了基本面信息之后,投资者情绪与预期股票收益率依旧呈现出负相关关系,负相关的程度同股票市场的不完善程度呈正比。陈(Chen,2013)使用了从2006—2010年10个亚洲国家的行业收益率和投资者情绪进行研究,同样发现投资者情绪与预期股票收益率负相关。此外,布朗等(2005)和施梅林(2009)等学者也通过将股票按照账面市值比来进行分类,得出了规模小、“年轻的”和有着较大账面市值比的股票容易受到投资者情绪的影响,从而导致对于股票的错误定价和预期收益率的反转。
我国的一些学者也对投资者情绪和股票收益率进行了分析,王美今等(2004)构造理论模型得出投资者接受价格信号时表现出来的情绪是影响均衡价格的系统性因子,并使用TGARCH模型进行了实证分析。蒋玉梅等(2012)以1997—2008年上市公司A股为样本研究得出,投资者情绪与短期市场收益正相关、与长期市场收益负相关,说明投资者情绪对于股票收益产生系统性影响。陆江川等(2012)认为Fama-French三因子模型中的未解释部分包含大量市场非理性信息即投资者情绪。通过构造投资组合发现周投资者情绪对股票横截面收益有正向影响,而月投资者情绪仅对小市值股票横截面收益有负向影响。 在实证方面,上述学者主要对投资者情绪和股票收益率的互动影响进行分析,而很少有学者对投资者情绪在我国股市2005—2011年两次股市大幅度涨跌中所起的作用进行研究,同时在实证方法上国内学者基本使用静态模型对投资者情绪和股票收益率的关系进行研究。综合上述问题,本文旨在从动态的角度,实证研究投资情绪对股票收益率短期和长期的影响,并分析投资者情绪对我国两次股市急剧下跌产生的作用。同时,以往学者是通过财务特征来对企业进行分类研究。考虑到我国股市投资者有着非常严重的炒作股票题材和概念的倾向,本文是按照中国证监会行业分类标准对行业进行分类,分析在这两次股票急剧涨跌中投资者对于哪些行业存在盲目自信和过度反应。
三、数据指标和计量模型介绍
(一)本文所使用指标的介绍
考虑到宏观经济信息对股票市场的影响,本文使用CPI和存款准备金率作为控制变量。CPI体现了宏观经济形势,存款准备金率主要是对股票市场中的资金量产生影响。
根据黄德龙等(2009)、陆江川等(2012)的论述,投资者情绪指标可以分为直接情绪指标、间接情绪指标和由此编制出的情绪指数。直接情绪指标,国内主要包括“央视看盘”指数、好淡情绪指数等;间接指标包括大盘换手率、IPO初始收益率、开户数等。由于本文使用个股企业收益率作为解释变量,所以通过因子分析把个股的情绪指标(个股换收益率)和大盘情绪指标(开户数)合成投资者情绪指标进行分析③。这是由于换手率所反映的流动性可以体现出投资者的乐观程度,开户数则反映投资者入市的热情。本文所使用的股票换手率是单只股票的季度换手率,即每只股票在一个季度中总换手频率,计算公式为:换手率=一个季度内的成交量/流通总股数×100%。
在使用投资者情绪对股票收益率进行建模的过程中,本文对数据进行了如下的处理。
首先,由于上市公司每个季度的财务信息一般在其对应时间滞后一个季度(三个月)向公众公布,考虑到财务信息传播的有效性,本文将企业财务信息滞后一个季度处理,这样可以使得财务数据和股票收益率时间匹配起来。此外,对于股票收益率,考虑到公司可能有送股和配股,本文使用复权之后的股票价格计算收益率。
在宏观经济信息中,本文使用CPI和存款准备金率作为控制变量进行分析。由于CPI和存款准备金率都是月度数据,而股票收益率是以季度为统计单位的,所以本文使用每个季度中间月份对应的数值与季度股票收益率对应起来。
在数据来源方面,本文的数据是通过锐思金融数据库和中国国家统计局发布的宏观数据进行收集。在上市公司数据方面,本文从中国证监会行业分类标准的12个行业中,对每一个行业通过随机抽样的方法总共挑选出224家上市公司,数据时间跨度是从2005年3月1日至2011年6月30日,样本容量一共是5824个,样本包含深圳证券市场和上海证券市场的股票数据。表1所列的是2005年3月至2011年6月分行业上市公司数据指标的均值。
从表1可以发现,各行业中的股票收益率、账面市值比、[β]系数和投资者情绪指标有较大的差异性。其中,股票收益率较高的依次为采掘业(0.129)、农林牧渔业(0.127)、房地产业(0.118)和制造业(0.115)等;账面市值较高的为建筑业(0.576)、交通运输业(0.498)和电力(0.477)等供应业,所以本文通过分行业构建面板数据模型来研究投资者情绪对股票收益率的动态影响是合理的。
(二)计量模型和构建
在模型的识别上,本文使用中国证监会行业分类标准12个行业的上市企业数据来估计模型系数。由于在行业之间和行业内企业可能存在较大的异质性,并且面板数据模型可能存在截面异方差和序列相关,而固定效应广义最小二乘法能够在考虑面板异质性的情况下,放松对每一组观测值中误差协方差的约束,从而能够进行稳健的估计(伍尔德里奇,2002),所以本文使用固定效应广义最小二乘法(Fixed Effects Generalized Least Squares)进行估计。其主要通过2个步骤进行,首先通过固定效应模型回归求出[uit],之后再利用求出的残差[uit]估计出误差协方差阵[V=In?Ω],其中[Ω=i=1nuituΤitn]。
四、模型分析结果和评价
(一)投资者情绪的因果检验
在不同股票市场行情下,投资者情绪对股票收益率可能有着不同的影响,所以本文将2005—2011年我国两次大幅度涨跌切分为2005—2008年、2009—2011年进行研究。
为了保证实证研究的可靠性,本文先使用格兰杰因果检验来验证投资者情绪和股票收益率是否存在格兰杰因果关系。由于投资者情绪和股票收益率的相互影响关系可能受到其他经济变量的影响,所以本文分别使用双变量(Pairwise)和VAR格兰杰检验④进行分析。
从表2中可以发现,无论是在2005—2011年还是其细分时间段中,两种检验方法都显著地拒绝投资者情绪不是股票收益率的格兰杰原因和股票收益率不是投资者情绪的格兰杰原因,说明投资者情绪和股票收益率是互为格兰杰原因的。
(二)不同时间段的投资者情绪分析
(三)不同行业的投资者情绪分析
五、相关结论和建议
本文使用2005—2011年行业收益率数据,构建投资者情绪指标并使用固定效应广义最小二乘法研究投资者情绪对我国股市行业收益率的动态影响,结果发现在2005—2011年中,投资者情绪在3个月内对股票收益率有正向影响,但在未来6个月至15个月中,其影响作用出现负向反转。这说明了我国投资者对股票投资存在过度乐观和过度反应,表明了投资者情绪是造成我国2008年和2011年股市出现大幅度下跌的原因之一。同时,根据分行业的研究结果表明,交通运输业、信息技术业、制造业和建筑业等这些具有较大账面市值比的产业容易受到投资者过度乐观和盲目炒作的影响,从而偏离投资价值,并在远期出现大幅度下跌。 本文认为投资者情绪和非理性会导致股票出现错误定价、使得股市出现剧烈的波动,从而削弱了股票市场实现资源配置的功能。同时,投资者情绪的存在也使得投资者无法有效做出正确的投资决策,从而面临潜在的投资损失,所以我国投资者应该树立起良好的投资意识和心态,冷静、客观地进行分析,从而实现投资收益。
注:
①这是根据新华网的新华财经报道《中国A股最大跌幅逾60% 挤进世界股市历史前十》报告整理而成。
②这里的市场组合主要由每个行业中12个上市公司组成。
③根据统计分析,可以发现相比市场开户数,好淡指数对于股票收益率的解释能力较弱,所以本文不使用好淡指数构造投资者情绪指标。由于我国IPO在2005—2006年和2008—2009年曾暂停,故也不选择和IPO相关的投资者情绪指标。
④在VAR格兰杰检验中,公式(2)中三因子模型变量和宏观经济变量为外生变量进行检验,模型的滞后期数是根据SIC指标进行选择;双变量格兰杰检验的滞后阶数为2阶。面板单位根检验(Panel Unit-root Tests)发现股票收益率和投资者情绪都是平稳的。
⑤由于传播与文化产业投资者情绪指标回归系数基本都不显著,所以表4中没有列出。表中的平均影响系数是通过计算3个月至15个月投资者情绪影响系数的平均值所得。
⑥由于本文的几个行业中企业市值相差不大,所以本文对规模不进行深入的讨论。
参考文献:
[1]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).
[2]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).
[3]陆江川,陈军.投资者情绪对股票横截面收益的非对称影响研究[J].预测,2012 ,(5).
[4]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).
[5]Barberis,N.,Shleifer A., Vishny R.,1998.A model of investor sentiment [J]. Journal of Financial Economics,49(3),307-343.
[6]Baker,M.,Wurgler J.,2006,Investor sentiment and the cross-section of stock returns [J]. Journal of Finance 61(4),1645-1680,2006.
[7]Brown,G. W.,Cliff M.T.,2005.Investor Sentiment and Asset Valuation[J].Journal of Business,78(2): 405-40.
[8]Brown,G.W.,Cliff M.T.2004.Investor Sentiment and the Near-term Stock Market [J]. Journal of Empirical Finance,11(1):1-27.
[9]Chen,M.,Chen,P.,Lee C.2013.Asymmetric effects of investor sentiment on industry stock returns:Panel data evidence [J].Emerging Markets Review 14,35-54.
[10]De Long J. B.,Shleifer A,Summers L.H.,et al,1990.Noise trader risk in financial markets [J]. Journal of Political Economy,98(4):703-738.
[11]Fama,E.F.,French K.R.1992.The Cross-Section of Expected Stock Returns[J]. Journal of Finance,47,427-465.
[12]Fama,E.F.,MacBeth,J.D.1973.Risk,return, and equilibrium:empirical tests [J].Journal of Political Economy 81 (3), 607-636
[13]Mehra,R.,Sah R.2002.Mood fluctuations,Projection Bias,and Volatility of Equity Prices [J].Journal of Economic Dynamic and Control,26 (5),868-887.
[14]Schmeling,M.2009.Investor sentiment and stock returns:Some international evidence[J].Journal of Empirical Finance,16,394-408.
[15]Wooldridge,J. M.2002.Econometric Analysis of Cross Section and Panel Data [M].MIT Press.
(特约编辑 齐稚平;校对 XQ,SJ)
关键词:投资者情绪;动态影响作用;固定效应广义最小二乘法;行业收益率
中图分类号:F830.91 文献标识码:A 文章编号:1674-2265(2013)05-0068-06
一、引言
2005—2011年我国股票市场经历了两次大幅涨跌。第一次涨跌是从2005年开始至2008年结束。2005年5月,上证指数从1000点附近开始启动,一路上涨至2007年10月16日的6124.04点,在之后8个月中,上证指数暴跌至2008年的1664点,下降幅度超过72%,市值缩水最多时达22万亿。第二次股市调整的时间则是从2009年至2011年,上证指数从2008年的最低点反弹至2009年的最高点3400点,最终于2010年下跌至2134点,最大跌幅为37.23%。
近20年中,世界上几次股市泡沫破灭同样也给投资者造成极大的冲击。日本1989年股市泡沫破灭,日经指数从1990年1月的37189点下跌至2003年4月最低的7831点,最大跌幅为78.9%;1997年亚洲金融危机,香港的恒生指数从1997年7月的16365点下跌至1998年8月的7275点,跌幅达55.55%;2000年美国网络经济泡沫破灭,纳斯达克指数从2000年1月的3940点下跌至2002年9月的1172点,跌幅达到70.25%;中国台湾股市在经济过热后出现崩溃,从2000年2月的10128点下跌至2001年9月的3592点,跌幅达64.53%①。
然而,上述股市的崩盘很难说是由于经济基本面出现严重衰退造成的,这一现象极大地挑战了有效市场假说。有效市场假说的提出者法玛(Fama,1973)认为在有效市场中,股票价格可以随着市场信息进行瞬间调整,股票价格是由未来企业现金流的折现决定的,体现在收益价格比、账面市值比等一系列财务指标上。由于套利的存在,股票价格可以迅速回复至投资价值,从而使得非理性投资者的情绪不会导致股票价格长期偏离其投资价值。德朗等(De Long等,1990)则持有不同观点,他们认为股票市场中存在的有限套利使得噪音投资者长期处于股票市场中并使得股票价格长期偏离股票价值。布朗等(Brown等,2005)、贝克等(Baker等,2006)和施梅林(Schmeling,2009)对于投资者情绪和股票收益率的关系进行了实证分析,发现投资者情绪是影响股票收益率的重要原因,并与预期的股票收益率呈负向关系。基于此,他们认为投资者情绪过度乐观在一定时间内会给予股票错误的定价,最后过高的股票价格会回归股票价值从而导致股市大跌。
基于以往的研究,本文的研究思路是探究我国2005—2011年股市两次从繁荣到急剧下跌的过程中,投资者情绪对我国股市短期和长期的动态影响作用,进而分析投资者情绪是否是造成我国股市出现大幅度调整的原因。此外,根据贝克等(2006)和施梅林(2009)的研究,对于不同财务特征的企业,投资者可能拥有不同的主观观念和套利约束,这使得投资者情绪对于不同的行业有着不同的影响作用,所以本文会对我国股票市场分行业进行研究。
二、文献综述
对于投资者情绪的概念,布朗等(2004)认为投资者情绪源于投资者持有与股票价值、风险无关的主观信念而对股票未来价格产生错误的预期,最终导致投资者对于股票市场过分乐观和悲观。贝克等(2006)研究表明,投资者情绪可以体现为投资者的投机倾向所引致的投机性投资的相对需求。巴伯里等(Barberis等,1998)认为投资者情绪体现为投资者对某些利好消息和利空消息的反应不足和反应过度。在投资者情绪对于股票价格关系的论证上,德朗等(1990)将市场参与主体分为理性预期的投资者和非理性预期的噪音交易者。他们认为噪音交易者的非理性预期带来的额外噪音风险可以为市场定价,股票价格是由其理性的内在价值和非理性的噪音风险共同决定的。梅拉等(Mehra等,1989)基于投资者的不同预期模式与主观参数,从不同角度构建了投资者情绪的股票价格模型,认为投资者情绪对股票市场有系统性影响。在实证研究上,布朗等(2005)利用1964—2000年的月度数据进行研究发现,投资者情绪能够影响股票资产定价,较高的投资者情绪会导致未来较低的股票收益率,未来1—3年的股票收益率与投资者情绪负相关。施梅林(2009)使用了18个工业国家的月度股票收益率并将消费者信心指数作为投资者信心指数的代理变量来进行实证分析,结果表明在控制了基本面信息之后,投资者情绪与预期股票收益率依旧呈现出负相关关系,负相关的程度同股票市场的不完善程度呈正比。陈(Chen,2013)使用了从2006—2010年10个亚洲国家的行业收益率和投资者情绪进行研究,同样发现投资者情绪与预期股票收益率负相关。此外,布朗等(2005)和施梅林(2009)等学者也通过将股票按照账面市值比来进行分类,得出了规模小、“年轻的”和有着较大账面市值比的股票容易受到投资者情绪的影响,从而导致对于股票的错误定价和预期收益率的反转。
我国的一些学者也对投资者情绪和股票收益率进行了分析,王美今等(2004)构造理论模型得出投资者接受价格信号时表现出来的情绪是影响均衡价格的系统性因子,并使用TGARCH模型进行了实证分析。蒋玉梅等(2012)以1997—2008年上市公司A股为样本研究得出,投资者情绪与短期市场收益正相关、与长期市场收益负相关,说明投资者情绪对于股票收益产生系统性影响。陆江川等(2012)认为Fama-French三因子模型中的未解释部分包含大量市场非理性信息即投资者情绪。通过构造投资组合发现周投资者情绪对股票横截面收益有正向影响,而月投资者情绪仅对小市值股票横截面收益有负向影响。 在实证方面,上述学者主要对投资者情绪和股票收益率的互动影响进行分析,而很少有学者对投资者情绪在我国股市2005—2011年两次股市大幅度涨跌中所起的作用进行研究,同时在实证方法上国内学者基本使用静态模型对投资者情绪和股票收益率的关系进行研究。综合上述问题,本文旨在从动态的角度,实证研究投资情绪对股票收益率短期和长期的影响,并分析投资者情绪对我国两次股市急剧下跌产生的作用。同时,以往学者是通过财务特征来对企业进行分类研究。考虑到我国股市投资者有着非常严重的炒作股票题材和概念的倾向,本文是按照中国证监会行业分类标准对行业进行分类,分析在这两次股票急剧涨跌中投资者对于哪些行业存在盲目自信和过度反应。
三、数据指标和计量模型介绍
(一)本文所使用指标的介绍
考虑到宏观经济信息对股票市场的影响,本文使用CPI和存款准备金率作为控制变量。CPI体现了宏观经济形势,存款准备金率主要是对股票市场中的资金量产生影响。
根据黄德龙等(2009)、陆江川等(2012)的论述,投资者情绪指标可以分为直接情绪指标、间接情绪指标和由此编制出的情绪指数。直接情绪指标,国内主要包括“央视看盘”指数、好淡情绪指数等;间接指标包括大盘换手率、IPO初始收益率、开户数等。由于本文使用个股企业收益率作为解释变量,所以通过因子分析把个股的情绪指标(个股换收益率)和大盘情绪指标(开户数)合成投资者情绪指标进行分析③。这是由于换手率所反映的流动性可以体现出投资者的乐观程度,开户数则反映投资者入市的热情。本文所使用的股票换手率是单只股票的季度换手率,即每只股票在一个季度中总换手频率,计算公式为:换手率=一个季度内的成交量/流通总股数×100%。
在使用投资者情绪对股票收益率进行建模的过程中,本文对数据进行了如下的处理。
首先,由于上市公司每个季度的财务信息一般在其对应时间滞后一个季度(三个月)向公众公布,考虑到财务信息传播的有效性,本文将企业财务信息滞后一个季度处理,这样可以使得财务数据和股票收益率时间匹配起来。此外,对于股票收益率,考虑到公司可能有送股和配股,本文使用复权之后的股票价格计算收益率。
在宏观经济信息中,本文使用CPI和存款准备金率作为控制变量进行分析。由于CPI和存款准备金率都是月度数据,而股票收益率是以季度为统计单位的,所以本文使用每个季度中间月份对应的数值与季度股票收益率对应起来。
在数据来源方面,本文的数据是通过锐思金融数据库和中国国家统计局发布的宏观数据进行收集。在上市公司数据方面,本文从中国证监会行业分类标准的12个行业中,对每一个行业通过随机抽样的方法总共挑选出224家上市公司,数据时间跨度是从2005年3月1日至2011年6月30日,样本容量一共是5824个,样本包含深圳证券市场和上海证券市场的股票数据。表1所列的是2005年3月至2011年6月分行业上市公司数据指标的均值。
从表1可以发现,各行业中的股票收益率、账面市值比、[β]系数和投资者情绪指标有较大的差异性。其中,股票收益率较高的依次为采掘业(0.129)、农林牧渔业(0.127)、房地产业(0.118)和制造业(0.115)等;账面市值较高的为建筑业(0.576)、交通运输业(0.498)和电力(0.477)等供应业,所以本文通过分行业构建面板数据模型来研究投资者情绪对股票收益率的动态影响是合理的。
(二)计量模型和构建
在模型的识别上,本文使用中国证监会行业分类标准12个行业的上市企业数据来估计模型系数。由于在行业之间和行业内企业可能存在较大的异质性,并且面板数据模型可能存在截面异方差和序列相关,而固定效应广义最小二乘法能够在考虑面板异质性的情况下,放松对每一组观测值中误差协方差的约束,从而能够进行稳健的估计(伍尔德里奇,2002),所以本文使用固定效应广义最小二乘法(Fixed Effects Generalized Least Squares)进行估计。其主要通过2个步骤进行,首先通过固定效应模型回归求出[uit],之后再利用求出的残差[uit]估计出误差协方差阵[V=In?Ω],其中[Ω=i=1nuituΤitn]。
四、模型分析结果和评价
(一)投资者情绪的因果检验
在不同股票市场行情下,投资者情绪对股票收益率可能有着不同的影响,所以本文将2005—2011年我国两次大幅度涨跌切分为2005—2008年、2009—2011年进行研究。
为了保证实证研究的可靠性,本文先使用格兰杰因果检验来验证投资者情绪和股票收益率是否存在格兰杰因果关系。由于投资者情绪和股票收益率的相互影响关系可能受到其他经济变量的影响,所以本文分别使用双变量(Pairwise)和VAR格兰杰检验④进行分析。
从表2中可以发现,无论是在2005—2011年还是其细分时间段中,两种检验方法都显著地拒绝投资者情绪不是股票收益率的格兰杰原因和股票收益率不是投资者情绪的格兰杰原因,说明投资者情绪和股票收益率是互为格兰杰原因的。
(二)不同时间段的投资者情绪分析
(三)不同行业的投资者情绪分析
五、相关结论和建议
本文使用2005—2011年行业收益率数据,构建投资者情绪指标并使用固定效应广义最小二乘法研究投资者情绪对我国股市行业收益率的动态影响,结果发现在2005—2011年中,投资者情绪在3个月内对股票收益率有正向影响,但在未来6个月至15个月中,其影响作用出现负向反转。这说明了我国投资者对股票投资存在过度乐观和过度反应,表明了投资者情绪是造成我国2008年和2011年股市出现大幅度下跌的原因之一。同时,根据分行业的研究结果表明,交通运输业、信息技术业、制造业和建筑业等这些具有较大账面市值比的产业容易受到投资者过度乐观和盲目炒作的影响,从而偏离投资价值,并在远期出现大幅度下跌。 本文认为投资者情绪和非理性会导致股票出现错误定价、使得股市出现剧烈的波动,从而削弱了股票市场实现资源配置的功能。同时,投资者情绪的存在也使得投资者无法有效做出正确的投资决策,从而面临潜在的投资损失,所以我国投资者应该树立起良好的投资意识和心态,冷静、客观地进行分析,从而实现投资收益。
注:
①这是根据新华网的新华财经报道《中国A股最大跌幅逾60% 挤进世界股市历史前十》报告整理而成。
②这里的市场组合主要由每个行业中12个上市公司组成。
③根据统计分析,可以发现相比市场开户数,好淡指数对于股票收益率的解释能力较弱,所以本文不使用好淡指数构造投资者情绪指标。由于我国IPO在2005—2006年和2008—2009年曾暂停,故也不选择和IPO相关的投资者情绪指标。
④在VAR格兰杰检验中,公式(2)中三因子模型变量和宏观经济变量为外生变量进行检验,模型的滞后期数是根据SIC指标进行选择;双变量格兰杰检验的滞后阶数为2阶。面板单位根检验(Panel Unit-root Tests)发现股票收益率和投资者情绪都是平稳的。
⑤由于传播与文化产业投资者情绪指标回归系数基本都不显著,所以表4中没有列出。表中的平均影响系数是通过计算3个月至15个月投资者情绪影响系数的平均值所得。
⑥由于本文的几个行业中企业市值相差不大,所以本文对规模不进行深入的讨论。
参考文献:
[1]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).
[2]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).
[3]陆江川,陈军.投资者情绪对股票横截面收益的非对称影响研究[J].预测,2012 ,(5).
[4]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).
[5]Barberis,N.,Shleifer A., Vishny R.,1998.A model of investor sentiment [J]. Journal of Financial Economics,49(3),307-343.
[6]Baker,M.,Wurgler J.,2006,Investor sentiment and the cross-section of stock returns [J]. Journal of Finance 61(4),1645-1680,2006.
[7]Brown,G. W.,Cliff M.T.,2005.Investor Sentiment and Asset Valuation[J].Journal of Business,78(2): 405-40.
[8]Brown,G.W.,Cliff M.T.2004.Investor Sentiment and the Near-term Stock Market [J]. Journal of Empirical Finance,11(1):1-27.
[9]Chen,M.,Chen,P.,Lee C.2013.Asymmetric effects of investor sentiment on industry stock returns:Panel data evidence [J].Emerging Markets Review 14,35-54.
[10]De Long J. B.,Shleifer A,Summers L.H.,et al,1990.Noise trader risk in financial markets [J]. Journal of Political Economy,98(4):703-738.
[11]Fama,E.F.,French K.R.1992.The Cross-Section of Expected Stock Returns[J]. Journal of Finance,47,427-465.
[12]Fama,E.F.,MacBeth,J.D.1973.Risk,return, and equilibrium:empirical tests [J].Journal of Political Economy 81 (3), 607-636
[13]Mehra,R.,Sah R.2002.Mood fluctuations,Projection Bias,and Volatility of Equity Prices [J].Journal of Economic Dynamic and Control,26 (5),868-887.
[14]Schmeling,M.2009.Investor sentiment and stock returns:Some international evidence[J].Journal of Empirical Finance,16,394-408.
[15]Wooldridge,J. M.2002.Econometric Analysis of Cross Section and Panel Data [M].MIT Press.
(特约编辑 齐稚平;校对 XQ,SJ)