投资者情绪对股票收益的影响

随着行为金融研究的发展,对投资者情绪的有效度量和其对股票收益的影响逐渐受到众多学者的关注.本文选用利用主成分分析法构建投资者情绪指数,通过VAR实证检验投资者情绪对股票收益的影响.实证表明:投资者情绪与股票市场收益相互影响,此研究结论对指导投资者理行投资和监管我国股市具有重大意义.     

投资者情绪对股票市场影响的文献综述

在投资者情绪的度量以及其对股票市场影响的研究中,我国学者与国外学者都是采用直接、间接和综合指标,但二者对情绪的代理变量不同。国外学者关于投资者情绪对股票市场影响的研究认为投资者情绪变动与股票品种、股票市场收益和波动性有显著的相关关系,同时还能预测未来的股票市场价格;我国学者认为投资者情绪能较好的预测股票市场回报率和收益率,并对当前的市场收益率、上市公司财务结果有显著影响。我国应结合本国实际,进一步加强相关研究,以期投资者可享受正确预测带来的收益。     

投资者情绪与股价收益互动研究——基于牛熊市的对比

本文尝试利用较新的情绪度量指标——证券投资者信心子指数作为衡量投资者情绪的变量,探讨了上证指数收益与投资者信心变化在不同市态下的互动影响。实证结果表明,对总体样本及其子样本牛熊两市来说,股票收益率可以引起投资者情绪变动,但影响方向尚不明确;牛市期间的投资者情绪对股市表现的预测效果比熊市要好;熊市下的投资者情绪与股票市场收益波动对对方变化的反应比牛市更为敏感。     

股市收益波动与投资者情绪

以消费者信心指数作为投资者情绪的指标,应用GARCH模型对沪深300指数收益波动影响进行实证研究,并对其两者进行格兰杰因果检验,结果得到,我国股市收益存在ARCH效应,投资者情绪对股市收益由显著影响,且两者互为格兰杰原因。     

货币政策、投资者情绪与股市波动——基于TVP-SV-VAR模型

本文通过TVP-SV-VAR模型研究货币政策、投资者情绪对股市波动影响的时变特征。结果表明:利率、货币供应量及汇率三个货币政策中介指标对股市波动的影响都有时变性;同时,投资者情绪对不同货币政策冲击反应不同,其中利率对投资者情绪影响滞后性较长。本文研究结果基于宏观经济的时变效应研究了不同时期货币政策对中国股票市场的影响过程中会受到投资者情绪的影响,进而影响传统货币政策对股市波动的传导过程。     

投资者情绪对股票收益影响探讨——基于HAR模型

基于沪深300指数,利用异质自回归(HAR)和主成分分析模型,构建投资者情绪指数和异质自回归收益情绪模型,实证显示投资者情绪和我国股票市场均具有长记忆性,且投资者情绪对我国股票市场收益率具有显著影响。     

股市投资者赌博行为收益形成机理研究——基于情绪的错误定价分析

股票市场一直是我国防范系统性金融风险的重点领域,而投资者赌博行为正是导致和加剧我国股市波动和资产价格泡沫的重要因素。基于投资者情绪的错误定价视角,本文从理论和实证两个层面来分析投资者赌博行为及其表现出的负异常收益——"赌博型收益"的成因,即提供一个行为金融解释。研究发现:赌博型收益源于投资者行为偏差导致的股票价格被高估;高情绪期之后,股票被错误定价的程度更明显,赌博型收益在高情绪期之后也更加明显;投资者的非理性程度的变化也会影响赌博型股票被错误定价的程度,进而影响赌博型收益。     

投资者情绪短期对股票市场的影响研究

随着互联网的发展,上市公司在社会化媒体平台发布信息,投资者评论这些信息并制定投资策略。现阶段,多数投资者是非理性的,他们缺乏获取真实信息的渠道,也不具备专业的投资理论知识,易受网络舆情的影响而产生"羊群效应"。通过利用中文文本分析技术对东方财富网股吧的评论进行分析,并构建投资者情绪指数,分析投资者情绪在短期对股票市场的影响。实证结果表明投资者情绪在短期的确会影响到股票的收益,该结论能帮助投资者有效利用互联网信息,制定投资决策。     

个体投资者情绪及其波动性与小盘股收益

中国股票市场以缺乏经验的个人投资者为主体,投资者情绪在股票交易过程中扮演着重要角色。本文运用GARCH模型,以新开户数作为我国个体投资者情绪指标、以中证500描述小盘股收益,实证分析个体投资者情绪的波动性与小盘股收益关系。结果表明我国个体投资者行为短期内存在ARCH效应和小盘股的短期收益惯性,高的新开户数对应着高的小盘股收益率,且对股市收益具有"溢出效应";当以新开户数作为对我国个体投资者情绪指标时,其对小盘股具有较大的解释力度。     

博彩型收益的时变性分析——来自中国股票市场的经验证据

基于多种常用的博彩型股票识别指标,本文利用马尔科夫区制转移模型和投资者情绪指数,在对中国股市进行"风险-收益"和情绪两种状态划分的基础上,对比考察中国股市博彩型收益的时变性及其原因。研究结果表明:无论是基于"风险-收益",还是投资者情绪对股市状态进行划分,博彩型收益都表现出明显的时变性,即博彩型收益在牛市和高情绪期之后更为明显,而在熊市和低情绪期之后相对较弱。虽然各指标识别结果有所不同,但均表现出不同"风险-收益"下的博彩型收益与其他类型股票收益的差异要大于不同情绪状态下的收益差。博彩型收益主要源于投资者的非理性所导致的博彩型股票误定价。     

中国股票市场投资者情绪与均值方差关系实证研究

本文以1999-2012年中国股票市场数据为对象,研究情绪对股票市场均值方差关系的影响。选取封闭式基金折价和换手率作为间接指标,运用主成分分析法构造综合市场情绪指标,通过将情绪哑变量引入两者关系中,采用回归分析法,研究情绪对均值方差关系的影响,结果显示:在市场处于低情绪阶段时,股票市场超额收益与条件方差关系为负;在市场处于高情绪阶段时关系显著为正。这样的研究结果与中国股票市场中存在大量的非理性交易者是一致的,他们的交易行为对中国证券市场有明显的影响。     

投资者情绪与股市泡沫

股市泡沫会影响股票市场的健康发展,还会引发危机甚至威胁实体经济。本文围绕股市泡沫展开研究,梳理了国内外学者对于股市泡沫及相关理论的研究,总结了对于投资者情绪的度量和基于此的股市泡沫预警研究。最终发现,因为我国股市具有严重非理性特征,在进行我国股市泡沫预警模型研究时,加入投资者情绪变量会大大提升模型的预测能力。     

投资者情绪对我国股票市场的效用研究

行为金融学认为投资者是非理性的,投资者的情绪极易造成股票市场的大幅波动,文章通过构造投资者情绪指标体系来研究投资者情绪对我国股票市场的影响。     

投资者对证券市场投资情绪及测量

证券市场的心理学基础正受到金融经济学家们的普遍关注.本文在国内外已有研究的基础上,对投资者情绪的内涵、投资者情绪对证券市场的影响机理以及测量方式进行了全面探讨.本文认为投资者情绪是一个影响市场收益的系统性因子,特别是对高风险、难估价的资产价格影响较高;而对于投资者情绪的测量,可以通过构造包含七个基本成分指标的投资者情绪综合指数来进行.     

基金情绪与股票型ETF收益的实证研究

本文基于人类行为模式重复可预测为前提条件,利用技术指标来构建基金层面的投资者情绪指标后通过研究其与基金收益的关系发现基金情绪可预测基金未来收益并总结出了在不同市场投资者情绪情况下的ETF基金投资者的投资选择原则。     

基于社交媒体的投资者情绪对股市收益影响的大数据分析

社交媒体中的信息是一个大数据库,通过微博搜索抓取社交媒体中投资者微博数据,利用中文语义分析技术,将该投资者情绪划分成六个等级,构建社交媒体中投资者的情绪指数,并且以同时段的股市为研究对象,基于VAR模型,运用Granger因果关系检验、脉冲响应函数,探讨社交媒体中不同程度的投资者情绪倾向与股市收益之间的预测能力和双向反馈关系。     

牛熊市下投资者情绪对股票收益影响的非对称性分析

选用沪深两市的六个代理变量以主成分分析构建了投资者情绪指数,实证研究了牛熊市下投资者情绪对股票收益的非对称性影响。研究表明,在牛市、熊市和震荡不同的市态下,投资者情绪是深市和沪市股票收益的系统性影响因子,且具有显著的非对称性影响。熊市中投资者情绪对沪深两市的股票收益的影响要大于牛市,因此投资者在不同阶段对股票的投资可以采用不同的投资策略。     

投资者情绪指数对我国股市波动的影响研究——基于投资者结构视角

股市波动与投资者结构有关,与国外成熟的市场相比,我国证券市场是一个以个人投资者为主的市场,无论是在开户数量还是资金总量上,个人投资者都占有绝对优势,但是个人投资者数量众多、投资分散,其对股市的影响到底有多大?以及机构投资者在我国这样特殊的环境下又扮演着怎样的角色?本文利用行为金融学的研究方法,通过分别构建个人投资者情绪指数和机构投资者情绪指数来研究投资者结构对股市波动的影响,最终发现庞大而分散的个人投资者群体加剧了股市的波动,而我国机构投资者虽然发展不成熟,却也在一定程度上熨平了股市波动,是稳定市场的重要力量。     

投资者情绪对资产定价的影响分析——基于Fama-french三因子模型的实证研究

本文采用2004年1月至2020年6月的综合A股市场月度数据,分析检验投资者情绪对资产定价的影响。本文首先运用主成分分析法,构建出投资者情绪指数,其次将所构建的情绪指数作为影响因子,纳入经典的Fama-French三因子模型之中,实证检验投资者情绪对股票收益产生的影响,证明加入投资者情绪因子的情绪资产定价模型的理论和实证可靠性,得出投资者情绪因子可以成为资产定价模型风险因子的研究结论,最后根据实证研究结论得出相关启示,以期促进金融市场的良性发展。     

运用投资者情绪预测资产收益率——基于标普500指数与美国市场的实证研究

文章运用了行为金融学对投资者情绪的研究方法,探讨投资者情绪对资产收益率的影响。文章阐述了投资者情绪对金融市场的影响,构建了反映投资者情绪的指标,将情绪指标输入神经网络算法预测资产收益率方向,并在此基础上构建交易策略。