文档介绍：投资者情绪状态对股票收益的影响
摘 要:从行为金融视角出发,选取封闭式基金等6个情绪代理指标,通过主成分分析法并剔除宏观经济因素的影响构建了投资者情绪指数,运用多因素模型划分了不同投资者情绪状态,对投资者情绪指数与股票收益进行),对这6个指标再次进行主成分分析,根据累计方差贡献值大于90%的原则,选取前4個主成分进行综合情绪指数的构建。按照各自方差贡献率为权重进行计算投资者情绪指数CISI6,其结果如下:
CISI6=+++++
前面根据主成分分析法构建的投资者情绪指数尚未考虑宏观经济因素的影响,因此为了剔除宏观经济变量的对构建指数的影响,本文选用具有代表性的宏观经济变量(居民消费价格指数CPI、工业品出产价格指数PPI、预警指数EWI、一致指数COI、先行指数LEI、滞后指数LAI)来反映宏观环境的变化。通过检验发现这6个宏观经济变量存在多重共线性,因此对其采用主成分分析消除对回归结果精准性的影响,按照前文的思路构造宏观经济综合指数MCI,接着分别与LCEFD、IPOY、IPON、LNOA、TR、CCI回归并计算残差序列,再将得到残差序列作为情绪代理变量再次通过主成分分析构建最终的投资者情绪指数(CISI)。其最终表达式为: CISI=+++++
(三)模型的构建
为了更加细致地描摹投资者不同情绪状态下对股票市场的反应,将投资者情绪划分为高、低情绪期。考虑时间的适配性,本文选择的样本为2003年1月至2017年12月期间上证指数收益率(RATE)作为研究对象。基于以上分析,构建以下模型:
Rmt-Rft=C+α0CISIt+εt (1)
mt-Rft=C+α0CISI+α1MPFt+α2MFt+α3BRFt+εt(2)
其中,Rmt为股票市场月收益率,Rft为市场无风险利率,CISIt为投资者情绪指数,MPFt为市场溢酬因子,MFt为市值因子,BRFt账面市值比因子。
二、实证结果与分析
(一)数据描述性统计
表2报告了在2003年1月至2017年12月期间各相关变量的统计信息。根据结果显示, 8,, 3。,因此判定该序列是右偏的;同时可以看到其峰度值大于0,则相对正太分布而言该指数序列较为陡峭。指数系列数据偏度均小于0,峰度大于3。市场溢酬因子等控制变量的最小值均小于0,最大值大于0。
(二)投资者情绪对市场收益的影响
本文依据投资者情绪与股票收益之间的联系,分别进行单因素和增加了三因子作为控制变量的回归分析。同时,本文还分析了不同情绪状态下投资者情绪对股票市场收益率的影响。表2报告了投资者情绪对股票市场收益的影响。
根据表3可以得出以下结果:
96左右,这就表明了二者之间是正相关关系,并且从P值可以看出相关性是比较显著的。可见,投资者情绪与股票收益之间均呈