股票市场上投资者情绪变动对收益率的影响研究——基于新浪财经大盘评述的统计视角

2022-12-31

一、引言

我国股票市场在经过了二十多年的发展后取得了显著的成绩, 推动了融资渠道的拓展、资产配置的丰富、风险的分散和转移以及资源配置的优化等等。但我国股票市场在各方面均远未达到西方市场经济的成熟程度。本文从行为金融学的理论基础出发, 探讨股票市场参与者的情绪和行为与股票市场收益率的关系。因当今社会网络发达, 市场参与者可以在网络上发布自己对市场的看法, 因此在投资者情绪和行为的度量和分析中, 借助互联网媒介中的信息, 充分挖掘反映投资者情绪的相关信息, 探讨新媒介下投资者情绪的综合度量, 更准确地反映投资者情绪。

二、实证研究

(一) 数据来源、预处理和指数构建

1. 股票收益率

本文主要研究投资者情绪和股票市场收益的关系, 收集上证综合指数2012年1月4日至2017年6月21日的收盘价日度数据, 数据来源于同花顺客户端。根据收盘价计算出上证综合指数的日收益率, 计算公式为

其中, Rt为当期的收益率, Pt为当期的收盘价, Pt-1为上一期的收盘价。

2. 文本来源与文本收集

本文选取新浪财经网的大盘评述版块股市及时雨栏目, 用R软件进行网络爬虫, 下载2012年1月4日至2017年6月21日的所有文章, 一天之内的所有文章放在同一个txt文件内, 共1326个txt文件, 形成本文的原始文本语料。

3. 本文分词和词典创建

本文通过R语言的jiebaR3模块对所有的文本进行分词操作, 并过滤掉对情绪指数构建的作用很小的频率高但不具备具体含义的词语以及极少出现的词语, 每日语料保存为一个txt文件。根据分词结果自行创建情感词典, 筛选出出现在两篇文章以上、并且出现总次数大于100的词汇, 进项整理后最终获得由350个积极词汇和350个消极词汇共计700个词的情感词典。

4. 情绪指数的构建

投资者情绪指数是基于分词结果和情感词典构建起来的。将每日的分词txt文件与情感词典相匹配, 统计每一个txt文件中积极词汇和消极词汇出现的次数, 得到当日积极词汇和消极词汇的数量, 积极词汇的数量减去消极词汇的数量的值为当日情绪指数sentt, 以此来反映当日投资者情绪的强度。

(二) 平稳性检验

为消除异方差, 对数据进行自然对数处理, 分别为投资者情绪指数的自然对数 (LNSENT) 和上证综合指数收益率的自然对数 (LNR) 。其中, 对数收益率和对数投资者情绪指数值由于存在较多负值, 在取对数之后存在无效值, 因此其计算公式为:

本文采用ADF检验检验证变量是否平稳。分别对变量上证综指收益率R、投资者情绪指数SENT进行平稳性检验, 结果显示, 股票收益率R与投资者情绪指数SENT在5%显著性水平下未经差分的变量均为平稳序列, 即ADF检验结果说明变量R与SENT均是R~I (0) , SENT~I (0) 。因此, 不需要对两变量采用协整分析, 可以对原序列采用传统的线性回归分析来确定其回归关系。

(三) 格兰杰因果检验

该部分采用格兰杰因果关系检验法, 对前文所构建的投资者情绪指数的对数值与上证综合指数的对数收益率之间是否存在因果关系进行了验证。

从表1可以看出本文所构建的投资者情绪指数的对数值是上证综合指数对数收益率的格兰杰原因, 但是上证综合指数的对数收益率并不是本文所构建的投资者情绪指数的格兰杰原因。在理论上, 投资者情绪与股票收益息息相关, 投资者情绪会影响股票多头的投资意愿, 进而影响大盘股价的成交量和成交价格, 股票价格走低又进一步影响股票收益率。当投资情绪较为积极时, 投资者对于股票价格和经济形势的预测较好, 处于多头市场, 成交量和股票价格都会上涨, 进而影响股票的收益率提高。当投资情绪较为消极时, 投资者对经济形势和股票价格的预测较差, 此时处于空头市场, 股票价格下降, 股票收益率降低。此外, 投资者情绪受到包括实体经济的发展现状、宏观外部环境的变化、国际金融环境的变化、国家宏观政策的影响等多方面的影响, 而股票价格短期波动并不会导致投资者对于股票价格预期及购买情绪的波动。

(四) 预测

预测为计量模型的一个重要作用, 本文通过构建自回归分布滞后模型 (ADL模型) 并采用最小二乘回归 (OLS) 对投资者情绪指数的滞后值与股票收益率进行回归, 其中模型的滞后阶数4阶由施瓦茨准则确定, 结合确定的滞后阶数确定回归模型结构, 得到最小二乘估计OLS的估计结果如下:

根据最小二乘回归的结果可以看出, 股票对数收益率的滞后二期值和滞后四期值对被解释变量股票对数收益率所产生的影响较为显著, 股票收益率滞后二期值每变动1%, 本期股票收益率变动-0.092%, 这源于股票市场大多数投资者都是短期投资, 获得投资收益的投资者会在收益获得时成为股票空头, 同时投资者大多为理性投资者, 在股票投资中对股票价格并不会“追涨杀跌”, 而是采取理性的投资行为;股票收益率滞后四期值每变动1%, 本期股票收益率变动-0.125%, 同时呈现负相关关系, 其弹性的绝对值大于股票收益率滞后二期值的弹性绝对值;根据模型结论显示, 本文构建的投资者情绪指数对被解释变量上证综指收益率所产生的作用较为显著, 其值每上升1%, 上证综合指数收益率上升0.005%, 虽然弹性较小, 但被解释变量的收益率代表的是股票日收益率, 而且总体上呈正相关关系, 说明投资者情绪指数变化确实会导致股票收益率的变动。

三、结论

本文通过实证分析阐述了投资者情绪和股票收益率之间的关系, 验证了投资者情绪对于股票收益率的显著效应。通过格兰杰因果关系检验结果显示投资者情绪指数和股票收益率为单向因果关系, 投资者情绪指数是股票收益率的格兰杰原因, 股票收益率不是投资者情绪指数的格兰杰原因;而通过构建ADL模型并进行普通最小二乘回归也证实了这一点, 投资者情绪指数的滞后值对本期股票收益率的解释有显著的解释力, 且呈正向的关系。

投资者的积极和消极情绪会影响股票投资者购买或者出售股票的倾向, 进而导致股票价格上涨或者下跌, 股票收益率随着股价上涨和下跌而在正负之间变动。研究的结论体现了行为金融学的主要理论, 行为金融学理论认为金融市场主体情绪在金融决策过程中充当重要的角色, 投资者的情绪对其交易行为有影响, 进而对市场走势造成影响。我国股票市场的发展并没有发达国家发展的完善, 我国金融市场处于半强势金融市场。金融市场会受到外部消息、宏观经济的影响, 股票价格也处于不断的波动当中。

而股票价格波动对外界信息的敏感性实际与投资者情绪相关联, 正如文中所证实的投资者情绪指数的滞后值对股票收益率有显著的解释力。

摘要：我国股票市场近些年虽然取得了显著的成绩, 但是其发展还不够完善。传统模型不能很好的解释市场中出现金融“异象”, 行为金融学从投资者的心理和行为出发研究其对股票市场的影响, 比传统模型更好地解释了这些问题。本文从行为金融学出发, 用文本挖掘的方法从新浪财经大盘评述中获得数据构建投资者情绪指数, 并对投资者情绪与股票市场的收益率二者的关系做了实证分析。

关键词：投资者情绪,行为金融,文本挖掘,收益率