宏观经济条件下投资者情绪对股票市场波动影响研究——基于主板市场和中小板市场的实证分析

股票市场波动与投资者情绪和宏观经济存在着密切联系,宏观经济又会影响投资者情绪。本文以2014~2018年为研究时间段,采用主成分分析法和多元回归法构建投资者情绪综合指标,使用SVAR模型研究了宏观经济条件在投资者情绪对股票市场波动的冲击过程中起到的影响,并比较了该影响在主板市场和中小板市场之间的不同。结果显示:宏观经济条件会放大投资者情绪对股票市场波动的冲击幅度并延长冲击时间;主板市场规模更大,宏观经济条件对情绪冲击的放大幅度更大;中小板市场活跃度和投资者关注度较低,对投资者情绪冲击的反应会被减慢。     

投资者情绪与股票超额收益率的联动分析——基于MS-VAR模型

本文首先构建投资者情绪指数，然后基于马尔可夫区制转换向量自回归模型对股票市场2005年1月至2022年2月期间进行区制识别，最后进行脉冲响应分析不同区制下投资者情绪与股票超额收益率两者之间的联动关系。实证结果表明：运用马尔可夫区制转换模型可以将我国股票市场划分为三个区制：迅速下跌期、低位徘徊期以及快速上涨期；三区制状态下，投资者情绪对股票超额收益率的正向冲击均产生显著的正向效应，股票超额收益率对投资者情绪的正向冲击均产生负向效应；股票市场处于低位徘徊状态时，投资者情绪对股票超额收益率冲击的响应程度最小；股票市场处于快速上涨状态时，股票超额收益率对投资者情绪冲击的响应程度最大。     

投资者情绪会影响股票市场的误定价吗?——基于上证A股市场的实证研究

本文以2003~2016年上海证券交易所A股市场为研究对象,运用主成分分析法构建反映投资者情绪的综合指数,结合Fama-French三因子模型,分析投资者情绪与股票市场误定价的关系。研究发现:我国股票市场整体存在误定价,在模型加入情绪因子后,股票的误定价消失,表明投资者情绪确实与股票市场的误定价有关。进一步分析得出,投资者情绪与投资组合的超额收益正相关;我国股票市场的资产价格与基准相比存在被高估的情况;乐观的投资者情绪是股票市场误定价产生的原因。     

投资者情绪与股票市场——基于COVID-19疫情突发事件

为分析投资者情绪对股票市场存在何种具体影响，本文结合COVID-19疫情突发事件，研究了投资者情绪对股票市场的影响，以及COVID-19疫情发生前后这些影响的改变，并进一步分析了新闻情绪和投资者关注对影响的调节作用。研究结果表明，投资者关注、情绪及新闻情绪均对股票市场收益率和换手率存在显著影响。此外，COVID-19疫情的发生使收益率更容易受到投资者情绪的影响，且投资者关注会加强投资者情绪对收益率的影响，而新闻情绪对影响不存在调节效应。     

投资者情绪对股票市场影响的研究述评

在阐述了投资者情绪概念的基础上,系统回顾了投资者情绪对股票市场收益和波动的主要研究成果并作出评析,其中特别对投资者情绪代理变量产生机制作出了分析。最后,对股票市场投资者情绪未来研究方向作出了展望。     

中美贸易摩擦对中国股票市场波动性和非对称性影响:一个行为金融的解释视角

2018年3月底,中美爆发了持续近2个月的首轮贸易战,在冲击两国经济往来的同时也一定程度上影响了中国股市的稳定发展.基于中美贸易摩擦仍将持续一段时期以及调控和防范金融风险已成为新时期三大攻坚战之一的现实背景,本文对贸易战影响中国股票市场波动性与非对称性进行研究.对此,本文首先从行为金融角度构建了一个理论框架,接着以首轮贸易战期间中国上证A股指数和上证B股指数五分钟收益率数据为研究样本,以上年同期和贸易战前两个阶段的数据为参照组,通过TGARCH模型研究发现贸易战引发的投资者悲观情绪对中国股票市场波动性和非对称反应具有一定的影响作用,最后通过构建包含贸易战虚拟变量、投资者预期信息的TGACH模型进行稳健性检验,以证明实证结果的准确性和稳定性.研究结果表明:投资者情绪和风险态度能够有效解释中国股票市场的波动性及其非对称特点;中美贸易战使得投资者普遍产生悲观情绪,一定程度上抑制了股票市场收益率的波动程度;投资者的悲观情绪,使得以风险厌恶为主的上海A股市场表现出非对称特点,以风险喜好为主的上海B股市场表现出非对称反转的特点.     

中美股市收益率与投资者情绪联动性研究

本文基于投资者情绪的视角,选取2003年6月至2015年6月的数据,通过实证研究美国投资者情绪指数对中国股票市场收益率的影响及其背后的机制,得到四点主要结论:一、美国投资者情绪对中国股市收益率的影响总体是正向的,但存在"反转"现象,即美国投资者情绪会先对中国股市收益率有负向冲击,后转为正向影响。二、以2011年为临界点,美国投资者情绪传染所需的时间缩短,上述负向冲击的时间从3个月缩短到2个月,正向冲击的时间从2个月缩短到1个月。三、国际收支平衡表中的"证券投资负债"项目的规模越大,美国投资者情绪对中国股市收益率的影响力越强,表明资本流入和跨境资产配置是美国投资者情绪影响我国市场的机制之一。四、中介效应检验显示,美国投资者情绪可通过中国投资者情绪间接影响中国股市收益率,投资者情绪传染是美国投资者情绪影响我国股市的另一机制。     

货币政策对股票市场的冲击

股票市场既是当前企业进行融资的一种手段,也是公众与投资者重要的资产选择目标。由此可以看出,股票市场对经济的发展具有重要的作用,所以,对股票市场的波动进行全面深入的研究,分析其波动产生的原因和规律,不仅可以为投资者在进行投资时提供更多的投资选择,也可以为监管单位提供有效的监管依据。从造成股票市场出现波动的原因来看,货币政策对该市场产生的冲击是十分巨大的。因此,本文就货币政策的变动将会对股票市场产生的冲击进行研究,就如何减少和化解这种冲击进行探讨。     

投资者情绪与股票收益率变化——基于沪深300指数

投资者情绪对于活跃股票市场具有积极作用,同时也影响着股票市场的收益率。以沪深300指数为主要研究对象,选取2013～2022年日度数据,通过构建日度投资者情绪指数,研究其对股票收益率的影响。研究发现：第一,中国股票市场的投资者情绪可以显著提升股票的收益率;第二,在短期内,这种正向作用会加强,但在中长期,投资者的情绪对股票收益的影响将逐渐减弱,甚至出现反转现象,并且在利用替换变量、调整样本期、控制宏观经济变量之后结果依然稳健。此项研究有助于理解股市中情绪效应的特征及机理,为构建更为符合中国股民的投资者情绪指数提供一个新的视角。     

投资者情绪与股票收益——基于个人和机构投资者情绪的对比研究

通过对噪音交易模型(DSSW模型)的修正,本文以2005—2015年上交所A股市场为研究对象,选用新增开户数构建投资者情绪指标,研究个人和机构投资者情绪之间的关联性并且对比这两类投资者的情绪对股票收益的影响。结果表明:个人和机构投资者情绪的相互影响是不对称的,主要为机构投资者情绪影响个人投资者情绪。当期个人投资者情绪、滞后一期机构投资者情绪对市场超额收益有显著性影响,机构投资者情绪能够预测股票市场,而个人投资者情绪不具有预测作用。     

投资者情绪与股票收益--基于个人和机构投资者情绪的对比研究北大核心

通过对噪音交易模型(DSSW模型)的修正,本文以2005—2015年上交所A股市场为研究对象,选用新增开户数构建投资者情绪指标,研究个人和机构投资者情绪之间的关联性并且对比这两类投资者的情绪对股票收益的影响。结果表明:个人和机构投资者情绪的相互影响是不对称的,主要为机构投资者情绪影响个人投资者情绪。当期个人投资者情绪、滞后一期机构投资者情绪对市场超额收益有显著性影响,机构投资者情绪能够预测股票市场,而个人投资者情绪不具有预测作用。     

投资者情绪与中国股票市场过度波动

本文分析中国投资者分类情绪及信心变化与中国股票市场波动的同期及动态影响。实证结果表明:就同期而言,中国投资者对国内经济基本面的信心变化以及中国股票市场波动,将影响投资者对国际经济金融环境的信心;就中长期而言,中国投资者情绪中关于国内经济基本面和国内经济政策的信心变化是影响中国股票市场过度波动的重要原因;中国投资者关于国际经济金融环境的信心深受国内经济基本面的信心变化的影响,中国投资者对A股市场估值的判断,受投资者对A股市场的股票估值信心以及国内经济基本面信心变化影响较大。     

投资者情绪、期权隐含信息与股市波动率预测——基于上证50ETF期权的经验研究

在异质自回归模型(HAR-RV)中引入中国上证50ETF期权隐含信息和投资者情绪,本文分别对中国股票市场未来日、周和月波动率进行预测。研究发现,期权隐含信息和投资者情绪能够提高HAR-RV模型对股票市场未来波动率的预测效果。投资者情绪对未来波动率的影响存在两种机制:在情绪高涨期间,月已实现波动率与未来波动率正相关,说明以个人投资者占主体所引起的价格信息机制,在中国股票市场交易中占主导作用;风险中性偏度与未来波动率负相关,说明以个人投资者占主体所引起的噪声交易机制占主导作用。     

投资者高频情绪对我国A股市场日内过度交易行为的影响——基于东方财富股吧的研究

股票市场中的“过度交易”现象会增加市场波动，进而加剧市场风险。本文抓取了2019年1月1日至2021年11月30日沪深300指数与中证500指数成分股的东方财富股吧发帖文本数据，基于文本数据挖掘方式构建了1小时的社交媒体投资者高频情绪指标，深入探究了投资者情绪对我国A股市场日内过度交易行为的影响及其作用机制。研究发现：投资者情绪能显著地正向影响投资者日内过度交易行为，同时投资者情绪对机构投资者日内过度交易的影响强于个人投资者。进一步地，牛市中受投资者情绪影响产生的日内过度交易行为明显大于熊市；并且相较于中小盘股，投资者情绪对大盘股中个人投资者日内过度交易行为的影响程度更大。本文研究结论对投资者优化投资策略、引导监管机构机制设计、防范我国股票市场过度交易风险等具有较强的参考意义。     

基于行为金融学理论的我国股市投资者行为研究

文章以行为金融学理论为研究基础,以我国股票市场投资者为研究对象,对我国股票市场投资者非理性投资决策行为的成因进行定性分析,研究显示:在弱式有效的股票市场环境下,投资者前期信息认知偏差和后期心理判断偏差是造成其非理性投资决策的主要原因,前者是由于市场信息不对称、噪音信息干扰以及投资者信息判断偏误造成,后者是投资者个人心理误判所造成。在此基础上,结合我国股票市场发展实况,文章从内外部两个层面提出规范监管主体行为,实现理性监管;规范证券中介与上市公司行为,实现理性经营;规范投资者行为,实现理性决策三大对策来减少我国股市投资者的非理性投资决策,最终形成良好的资本市场投资生态环境。     

基于行为金融学理论的我国股市投资者行为研究

文章以行为金融学理论为研究基础,以我国股票市场投资者为研究对象,对我国股票市场投资者非理性投资决策行为的成因进行定性分析,研究显示:在弱式有效的股票市场环境下,投资者前期信息认知偏差和后期心理判断偏差是造成其非理性投资决策的主要原因,前者是由于市场信息不对称、噪音信息干扰以及投资者信息判断偏误造成,后者是投资者个人心理误判所造成.在此基础上,结合我国股票市场发展实况,文章从内外部两个层面提出规范监管主体行为,实现理性监管;规范证券中介与上市公司行为,实现理性经营;规范投资者行为,实现理性决策三大对策来减少我国股市投资者的非理性投资决策,最终形成良好的资本市场投资生态环境.     

空气质量对股票投资者行为影响的渠道分析

随着中国经济的发展,绿色环保的理念逐渐深入人心,空气质量问题也引起了广泛的关注。空气质量及天气状况等因素可能会干扰投资者情绪或通过舆论渠道的传播影响股票市场投资者的行为。政府的政策性引导也会在另一个层面上影响投资者,从而进一步影响股票市场。研究分析空气质量因素能否对股票投资者交易行为造成影响及影响的渠道和方式。     

透视中国上市公司的“迎合投资”行为

采用2003～2008年中国沪深股票市场的A股上市公司作为研究样本,在市场非理性背景下研究投资者情绪对上市公司投资行为的影响。区分市场情绪低落和高涨时期,发现只有在市场情绪高涨时期公司投资才对投资者情绪敏感;而在市场情绪低落时期,上市公司通过盈余管理导致错误定价配合公司投资决策。作为投资者短视代表的换手率对上市公司迎合投资行为的影响呈倒U型,说明并不是换手率越高,公司投资对投资者情绪的迎合越明显。     

投资者情绪、主观信念调整与市场波动

本文通过构建数理模型,论证投资者情绪、主观信念调整和市场波动之间的内在机理。在研究过程中,引入主观信念变量,通过理论建模和实证研究对投资者情绪和市场波动机制进行解析,对主观信念调整引致的市场异常波动路径进行刻画,即建立了"信念调整→投资者情绪→市场波动"的逻辑分析框架。在实证研究中,本文运用主成分分析法建立投资者情绪指数,应用多元回归法和脉冲响应函数检验投资者情绪、主观信念与股市波动之间的关系。实证结果表明,投资者情绪对信念存在正面冲击,不同信息偏好将导致不同的情绪波动频率,对基本面信息的偏好往往更有助于情绪稳定;投资者情绪对市场收益率和波动率存在显著的正面冲击。     

股票日内交易行为中投资者的情绪状况研究

本文针对股票市场提出了一个反映投资者情绪的模型及其传染机制的理论模型,并用部分相关数据数据进行了验证,得到了验证后的结果。首先确定了一个能够衡量投资者情绪的指标——群体指数,而群体指数是一个关于成交价格和成交数量的函数,它与投资者的风险偏好程度、交易经验、资产规模、盈亏程度有关。我们运用SPSS软件得到群体指数与成交价格和成交数量都成负相关:g=-0.209P1-0.481P2。当成交价格或成交数量增加以及成交价格或成交数量减少时,都会影响投资者的情绪,而投资者情绪对于股票市场演化行为的影响作用往往是很大的。其次在微观层面建立了股票市场动态均衡模型,并基于动态均衡模型,探讨了投资者投资行为的理性或非理性在市场结构中的演绎过程,同时给出了股票市场理性投资行为与非理性投资行为发生偏差的度量模式:非理性投资行为存在:(Dt1-Dt2)2(-St2-St1)2>0非理性投资行为不存在:(Dt1-Dt2)2(-St2-St1)2=0最后针对投资者之间的传染机制,利用分布参数系统模型研究了股票市场中投资者的传染行为。引入了投资者关于其自身因素的分布函数,把投资者行为定义为n维因素空间中的轨线,建立了投资者传染行为分布函数满足的偏微分方程,描述了投资者群体行为传染的变化规律。并在一定假设条件下,给出了一个实例,建立了不同资产规模的投资者行为分布函数满足的偏微分方程,并给出了解析解。然后用层次分析法具体分析了传染行为的强度趋势。