投资者情绪与股票收益关系研究——基于隔夜收益率_林枫娇

林枫娇.投资者情绪与股票收益关系研究——基于隔夜收益率[J].投资研究,2022,41(11):137-159.

研究问题

投资者情绪与股票收益之间的关系:

1.月频率的个股投资者情绪与股票预期收益之间的关系;

2.是套利限制程度是否会对投资者情绪与股票预期收益之间的关系产生影响;

3.是个股投资者情绪与市场投资者情绪之间的关系,以及市场投资者情绪对个股投资者情绪与股票预期收益之间关系的影响。

理论机制

投资者情绪是投资者对资产未来收益与风险的预期,这一预期带有系统性偏差。对于同一资产,不同的投资者有着不同的预期。情绪会影响投资者的投资行为,进而影响股票价格。目前主要有两种测度方法:直接情绪指标与间接情绪指标。

直接情绪指标,通过调查问卷等形式,直接获取投资者对未来市场行情的预期或看法。由于受调查问卷内容设计、调查群体、指标计算方法等因素的影响,直接情绪指标具有主观性、事前性等特点。一般而言,调查问卷的内容主要有:A.投资者对股票市场未来行情走势的判断;B.投资者对未来经济和投资前景的信心状况。

间接情绪指标,利用单个或多个市场交易数据构建,间接反映投资者情绪。间接情绪指标,又可以分为单一指标与复合指标。其中,单一指标包括封闭式基金折价率、首次公开发行IPO发行量及首日收益、换手率、非主力资金的净投资流入程度(或非主力资金在股票或股票组合的买卖不平衡程度)复合指
标主要包括BW指数和CICSI等。

BW指标是基于封闭式基金折价、换手率、IPO数量及上市首日收益、股利收益和股票发行/证券发行比例等6个单一情绪指标,构造了一个度量投资者情绪的复合指标,并且控制了工业生产指数、经济景气指数以及耐用/非耐用/服务消费增长等宏观经济周期变量。

CICSI是基于封闭式基金折价、IPO数量及上市首日收益、消费者信心指数和新增投资者开户数等6个单一情绪指标,构造的一个测度中国股票市场投资者情绪的综合指数。

测度指标体系

模型见底部原文,指标如下:

OR     日隔夜收益率
SumOR  t月隔夜收益率之和
MeanOR t月平均隔夜收益率
RET    月度超额收益率
ERET   t+1月的月度超额收益率
SIZE   t月月末的股票市值(取自然对数)
BM     t月的账面市值比
PE     t月的市盈率
MOM    t-11至t-1月的累积收益率。

实证数据期间与来源

2006年1月至2020年12月期间内在上海证券交易所与深圳证券交易所交易的A股股票的开盘价、收盘价、日收益率、月收益率以及对应的股票特征数据(包括股票市值、市盈率、账面市值比、贝塔等收益预测变量),共包含4602只股票,以及市场投资者情绪指数CICSI。本文所用数据全部来源于国泰安经济金融研究数据库(CSMAR)

结论

在月度频率上,个股的隔夜收益率(平均隔夜收益率或隔夜收益率之和)与股票未来一个月的收益之间存在显著的正相关关系;同时,在难以估值或套利限制程度较高的股票组合中,隔夜收益率与股票预期收益之间的正相关关系更为显著;经过因子模型调整后的高低隔夜收益率组合之间的差值依旧显著为正;最后,在剔除了30%小市值股票后,隔夜收益率与股票预期收益正相关的关系依然存在。

市场中所有股票的个股投资者情绪的汇总(基于流通市值加权的平均值)可以在一定程度上表示市场投资者情绪。进一步地,市场投资者情绪会对个股投资者情绪与股票收益之间的关系产生影响,具体地,个股投资者情绪与预期收益之间存在正相关关系,由于个股投资者情绪具有短期持续性,当市场投资者情绪较高或较低时,个股投资者情绪较高的股票得到更多追捧,而个股投资者情绪较低的股票得到进一步抑制,从而个股投资者情绪与预期收益之间的正相关关系得到进一步加强;当市场投资者情绪较温和时,个股投资者情绪的持续性降低,从而个股投资者情绪与预期收益之间的关系减弱。

小结

本文总结一下:

1.在月度频率上,个股投资者情绪(基于隔夜收益率)与股票未来一个月的收益之间存在显著的正相关关系;且这一关系在难以估值或套利限制程度较高的股票组合中得到加强。

2.市场投资者情绪会对个股投资者情绪与预期收益之间的关系造成影响,即过高与过低的市场投资者情绪时期,个股投资者情绪与预期收益之间的关系得到加强,而在温和的市场投资者情绪时期,二者之间的关系减弱。

本文的因子分析相当复杂,用了资本资产定价模型CAPM、Fama-French三因子模型(Fama和French,1993)、Carhart四因子模型(Carhart,1994)、Fama-French 五因子模型(Fama 和French,2015)、Fama-French 六因子模型(Fama 和 French,2018)以及由Fama-French六因子模型(Fama 和French,2018)与非流动因子IML(Amihud,2019)扩展的七因子模型。希望以后可以慢慢搞清楚这些模型。

原文