投资者情绪对市场风险价格影响概要.doc

摘要:本文利用我国证券市场统计数据研究了个体和机构投资者情绪对风险市场价格(MPR 的影响,实证结果证明了市场对波动的反应是异质性的,并且受投资者情绪变化的影响。具体来看,将投资者情绪分解成理性和非理性成分后,非理性乐观情绪的增加将导致MPR 明显的下降,但理性情绪的变动不会对MPR 有明显的影响。这意味着当市场投资者情绪是由基础价值变化来决定的时候,市场风险价格不会发生变化。进一步的VAR 脉冲响应函数分析结果显示,非理性的乐观或悲观情绪并不受理性情绪波动的影响,这意味着非理性情绪不是由基础风险因素决定的。关键词:证券市场;风险市场价格;投资者情绪JEL 分类号:G12中图分类号:F830.91文献标识码:A 文章编号:1006-1428(201111-0073-07Abstract:The article uses statistical data from Chinas security market to study the influence of individual and institutional investor sentiment on the market price of risk (MPR.The empirical analysis proves that the response of market to fluctuation is heterogeneous,and is affected by investor sentiment.Specifically,when investor sentiment is decomposed into rational and irrational components,the increase in irrational optimism will lead to a significant downward in MPR,while the fluctuation of rational sentiment has no significant effect on MPR.This means that when investor sentiment is determined by fundamental values,the market price of risk will not change.Further analysis adopting VAR model and impulse response function shows that irrational optimism or pessimism is not affected by rational sentiment,meaning that irrational sentiment is not determined by fundamental risk factors.Key words:Security Market;the Market Price of Risk;Investor Sentiment*本论文受(1教育部人文社会科学青年基金基于投资者行为分析的我国证券市场监管研究(06JC790027,主持人:尹海员;(2陕西师范大学211工程第三期建设项目资助。收稿日期:2011-09-05作者简介:尹海员(1979-男,经济学博士,陕西师范大学国际商学院讲师;李忠民(1966-,男,教授、博士生导师,陕西师范大学国际商学院院长。尹海员1,李忠民2(1,2陕西师范大学,陕西西安710062一、引言关于投资者情绪在资产定价中的作用的理论框架分析,见于Black(1986,Trueman(1988,Delong,Shleifer,Summers&Waldman(DSSW(1991,Shefrin&Statman(1994等人的经典文献。最近的行为资产定价模型也考虑了投资者非理性情绪与风险市场价格(Market Price ofRsik,以下用MPR 表示之间的关系(Abel,2002;Basak,2005;Jouini&Napp,2005。这些文献认为非理性投资者与理性套利者的投资信念是截然相反的,比如当噪音交易者悲观时,理性套利者却是乐观的,在这种情形下风险补偿应该更高才能吸引理性套利者做出投资决定,这样MPR 会增加;反之则MPR 会降低。尽管大量的文献已经确认了投资者的情绪是MPR 波动的一个重要因素,但实证研究在这方面却相对比较缺乏。本文利用我国证券市场上相关数据来检验上述命题,特别的,我们对投资者情绪中的理性和非理性成分都进行剖析,并研究其与MPR 的关系。相对于以往研究,本文的主要创新点在于:(1不仅仅将情绪看成是非理性的,而是综合考虑情绪中的理性和非理性成分,分析基础价值交易和噪音交易如何影响MPR;(2将个体投资者情绪和机构投资者情绪纳入一个多元模型,考察其对MPR的影响,同时还考虑个体和机构投资者情绪的交互作用关系;(3不同于现有研究只考虑情绪的可预期变化,本文利用理性预期理论来考虑情绪中的不可预期冲击对MPR的影响。二、文献综述投资者情绪对股价的影响研究主要是以心理学、行为学理论为基础,采用实证方法研究情绪是否影响投资者判断与决策,进而系统性地影响了股票价格。投资者行为与MPR波动的关系本质上是由于市场不完全性导致参与主体在情绪上的异质性造成的。传统的资产定价模型由于没有考虑到这种异质性,从而使得其过高或过低估计了风险补偿,所以更精确的模型应该将这种情绪的异质性加入定价模型,使其成为定价因子的一部分。近年来的研究表明市场参与者所持有的不同信念对资产定价起着重要的作用。DeLong,Shleifer, Summers&Waldmann(1991的研究指出在有限套利的市场中,投资者情绪是影响股票均衡价格的系统因子,由于存在噪音交易者和套利限制,噪音交易者不是像有效理论所描述得最终被套利者驱逐出市场,因此理性投资者要面对两种系统风险:资产的市场风险和噪声交易者情绪风险。Hong&Stein(2000进一步根据投资者心理认知偏差来解释情绪的形成及其对股票价格的影响。Mehra(2000从对情绪如何决定股票价格进行了研究,发现情绪是偏好的影响因素,偏好参数微小的随机波动将导致价格显著波动。他还提出在存在套利的市场上情绪能够影响股价的三个条件:一是投资者情绪波动是系统性的;二是投资者的风险评价(如风险厌恶和贴现因子等参数随情绪波动而波动;三是投资者并未意识到其决策是由情绪波动引起的。上述研究为检验投资者不可预测的情绪与股票收益间关系奠定了理论基础。伴随着理论模型的扩展,大量关于投资者情绪是否会影响资产定价的实证研究也同时进行。有的学者用一系列的情绪衡量指标来检验其对市场收益预测的能力。Lee、Shleifer&Thaler(1991认为投资者情绪的不断变化使得基金的风险要大于它们所持有的投资组合的风险,从而导致基金的价格平均要低于其净值。Lee(2002认为情绪漂移与超额收益正相关,与市场波动性负相关,当投资者更悲观(乐观时波动性增加(减少,噪声交易对预期收益的永久效应是通过对市场风险形成的影响而产生的。Baker&Wurgler(2006通过实证验证了换手率、封闭式基金折价率、IPO首日收益率等情绪变量对美国股市的收益具有相当强的预测能力。Brown&Cliff(2005发现调查得来的直接情绪情绪与市场是联动的,但少有证据证明对市场短期未来收益有预测能力。研究不支持情绪局限于个人投资者的观点,相反,最强的联系似乎存在于机构投资者情绪与大盘股之间。Li&Zhong(2005发现许多发达国家的资本市场上收益的可预测性很大程度上可以由本国和世界消费水平的变化,影响投资者情绪进而导致风险补偿水平的波动来解释。在投资者情绪与MPR的关系方面,Soydemir (2005将2000年第一季度开始的美国资本市场MPR 的上升归结为美国经济的衰退以及由此带来的投资者的悲观情绪。Basak(2005发现当市场中的投资者情绪存在异质性的时候,风险会从更悲观的投资者转移到更乐观的投资者身上,而且这种风险转移与投资者的看法差异程度成比例关系。Jouini&Napp(2005研究了情绪的异质性对无风险利率和MPR的影响。他们的研究发现,当投资者悲观的情况下会导致更低的无风险利率和更高的MPR水平,而且当风险承受能力和悲观情绪正相关的时候,MPR水平更高。他们进一步认为,悲观情绪之所以提高了MPR并不是因为其需要一个更高的风险补偿,而是悲观情绪使得投资者低估了市场平均收益,从而对MPR的感知高于正常水平。Yu&Yuan(2005证明了由于非理性情绪的存在,使得市场对不确定性的反应是非同质的。他们认为如果没有非理性情绪,风险市场价格是一个常量,但是非理性情绪存在的情况下,MPR是非理性情绪的减函数。更多代表性的文献见于Abel(2002,Gior-dani&Soderlind(2003,Cecchetti(2000等。在国内投资者情绪与证券市场风险与价格的研究方面,王美今、孙建军(2004利用央视看盘指数研究了投资者情绪与收益波动之联系,论证了投资者情绪与市场活跃度的关系。伍燕然、韩立岩(2007利用投资者情绪解释了封闭式基金折价之谜,并且论证了投资者情绪是资产定价的重要因素。王春峰等(2007结合现代市场微观结构理论,建立了非对称信息环境下投资者情绪与新股价格行为关系模型。张丹、廖士光(2009研究了基于认购权证隐含波动率的情绪指标对我国证券市场波动率的影响,发现投资者情绪对市场收益的波动性有较强的解释能力。易志高、茅宁(2009在封闭式基金折价、IPO数量、消费者信心指数等6个单项间接衡量投资者情绪指标的基础上,构建了一个能较好测度我国股市投资者情绪的综合指数。刘莉亚等人(2010对我国投资者情绪指标的变动对股市截面效应进行了分析,发现在控制了市场因素的前提下,情绪指标仍然对不同特征的投资组合的收益率有一定的解释作用。三、模型与数据说明(一模型的建立既然投资者情绪包含了由风险因素引起的理性预期成分,那么MPR就有可能受两个方面的影响:由噪音交易引发的非理性成分和由基础价值变化引起的理性成分。Hirshleifer(2001也将证券期望收益的影响因素分为风险和投资者错误计算两部分。当投资者处于牛市或者熊市情绪之中时,资产的收益可能是由未来理性预期影响的,也可能受到非理性的干扰。关于投资者情绪指标的构建,比较经典的方法是Bak-er&Wurgler(2006的思路,他们分两个步骤建立了比较科学的投资者情绪指数:第一步,他们基于6种间接衡量情绪的指标(包括封闭式基金折价、纽约证交所交易量、IPO数量、IPO首日收益、新发行股票数量、股利收益利用主成分因子分析方法建立了一个综合指数。然后计算综合指数与这些间接指标的当期和滞后值的相关系数,通过控制数据处理过程中的误差, Baker&Wurgler建立了初步的投资者情绪指数。第二步,他们选择了一系列的宏观经济周期变量(包括耐用消费品增长指数、非耐用消费品增长指数、服务业消费增长指数、NBER经济景气指数等,然后用第一步中得到的初步的投资者情绪指标对宏观经济周期变量进行回归,计算回归残差作为投资者情绪的最终衡量指标,以控制经济周期变量对情绪的影响。本文对情绪指标的构建类似于Baker&Wurgler(2006的方法,但是有两点区别:首先我们不是用间接投资者情绪指标作为分析变量,而是采用直接的调查数据来衡量投资者情绪;其次我们选用了12个宏观经济因子作为变量来描述经济周期波动对投资者情绪的影响。首先,我们参考Baker&Wurgler(2006的方法,通过将情绪变量对一系列(宏观风险因子做回归并计算残差,来确定投资者情绪中的非理性部分,建立如下回归模型:sentt1t=0+jJj=1found jt+t(1 sentt2t=0+jJj=1found jt+t(2模型(1、(2中,0和0为常数量,j和j为待估计的回归系数,sentt1t和sentt2t分布为t时刻个体投资者和机构投资者的情绪变量,found jt为一系列基础变量,代表着资产定价模型中由宏观经济变量因子所决定的理性预期成分。公式(1、(2的估计值(sentt1t, sentt2t代表情绪中的理性部分,相对应的残差估计值(t,t代表情绪中的非理性部分。接下来我们分析投资者情绪如何影响MPR。根据Sharpe(1994的定义,MPR为每单位标准差的超额市场收益,我们根据Andrew(2002的方法,首先计算市场指数收益率的时间序列值,并将t时刻的收益率减去无风险利率来计算超额收益率;然后计算t时刻滞后12期标准差的移动平均值;最后用标准差的移动平均值除以超额收益率,这样就可以计算出t时刻的MPR。投资者情绪变量已经在公式(1、(2中被分为理性和非理性部分,并被加入到回归模型(3中: MPR t=0+1sentt1t+2sentt2t+3t+4t+t(3模型(3中,0是常数项,14是待估计回归系数,1和2分别代表个体和机构投资者由于证券基本价值变化所导致的理性情绪效应,3和4分别代表个体和机构投资者由于噪音交易所导致的非理性情绪效应,t是随机误差项根据Brown&Cliff(2005和Lee(2002的观点,证券收益与投资者情绪可能存在系统性关系,本文采用VAR模型来研究这种假设关系。按照效率市场理论,证券价格波动只受到不可预期变量的影响,比如El-ton&Gruber(1991就认为资产定价多元模型中的所有解释变量都应该是不可预测的,至少从历史数据中不可预测。同时由于对多元模型中解释变量当期数据的直接估计,只能解释可预期成分对被解释变量的影响,在本文中意味着忽略了投资者情绪不可预期成分的变动效应。为了避免这一缺陷,我们用VAR模型做脉冲响应函数分析来捕捉投资者情绪中的随机波动成分对MPR的影响。VAR模型的基本形式如下:Z(t=C+ms=1A(sZ(t-s+(t(4公式(4中,Z(t是被解释列向量,C是由常数向量,A(s是待定系数矩阵,m是滞后期数,(t是随机误差向量。脉冲反应函数通过VAR模型中估计出来的回归系数进行仿真模拟,衡量一个变量的误差项加一个标准差大小的冲击对系统中其他变量的当期值和未来值所带来的影响,并通过蒙特卡洛模拟获得点估计的置信区间带。在脉冲反应函数分析的输出结果中,y轴表示以百分比刻画的自变量波动对因变量冲击的效果。在本文中,脉冲反应函数分析可以帮助分辨投资者情绪波动冲击对MPR变化的影响,并刻划出这些影响的时间轨迹。(二数据说明本文实证检验的个体投资者情绪指数(sentt1和机构投资者情绪指数(sentt2选用巨潮投资者信心指数,这一点与薛斐(2005、韩泽县(2006研究的指标选取一致。巨潮投资者信心指数是由深圳证券信息公司于2003年推出的指数产品,由一组动态刻画投资者信心状态的量化指标构成,各指标通过每周一次的问卷调查并经过计算获得,数值在0,100之间,数值越大表明市场投资者信心越强,与国内其他类似指数不同的是巨潮投资者信心指数可以同时得到个人和机构投资者两种类型的信心指数,其中机构投资者信心指数来自于投资基金和券商的调查。本文证券市场数据来自于锐思(RESSET金融数据库中上海证券交易所2004-2010年7年间股票交易月度数据1,利用上证综合指数(SCI来计算收益状况、波动标准差和MPR等指标。我们之所以没有采用沪深300指数作为MPR的衡量数据,是因为利用沪深300指数计算出的两个变量:过去12个月股利收益、市场组合超额收益,被作为宏观基础变量(理性因子加入到回归方程(1、(2中。我们选取了如下月度指标作为宏观基础变量: (1经济增长速度(GDP;(2短期利率水平(ST;(3货币供应量(MS;(4企业家信心指数(CI;(5企业景气指数(PI;(6沪深300指数红利发放(DY;(7通货膨胀率(INF;(8沪深300指数超额收益(ER;(9公司规模差异溢价(SMB;(10账面/市值比差异溢价(HML;(11上证月度交易量(ME;(12外汇(美元对人民币牌价(CF。这些统计数据亦来自锐思(RESSET金融数据库。四、实证检验与结果(一描述性统计分析表1是各变量的描述性统计结果,表1显示, Sentt1和Sentt2的均值分别为76.00和68.00,这表明在样本期间内个体和机构投资者都持有比较乐观的态度,同时个体投资者比机构投资者的乐观情绪更高些。上证综合指数收益率平均为1.02%,但由于巨潮投资者信心指数是一个主观调查数值,而指数收益水平是一个连续变量,为了衡量两者的波动水平,我们分别计算其变异系数(CV。有趣的是上证综合指数的波动性要高于投资者情绪,前者的变异系数值为4.05,而个体投资者情绪和机构投资者情绪的变异系数分别为1.54和1.32。表1各变量描述性统计结果表2显示的是风险市场价格(针对上证综合指数,用MPR表示、投资者情绪和宏观基础变量之间的相关系数。结果显示,个体和机构投资者情绪的相关系数为0.49,这一点与Fisher&Statman(2000的研究结论非常接近(0.55,这说明两者之间存在强烈的反馈效应。表2结果还显示,个体投资者情绪与MPR 的相关系数要高于机构投资者情绪与MPR的相关系数,这一结果说明个体投资者的噪音交易行为可能比机构投资者要更为活跃。情绪变量与MRP相关系数为负值也说明投资者的悲观情绪可能会增加MRP水平。各基础变量的相关系数普遍比较低,说明这些基础变量各自代表不同的风险因素,并且相互独立。表2各变量相关系数(二计量实证分析1、个体和机构投资者情绪回归分析。为了保证各变量时间序列的平稳性,我们首先进行序列的单位根检验,表3显示了各变量的单位根ADF检验的结果。综合考虑AIC和SC判断准则1由于我们实证检验数据中的投资者情绪衡量用巨潮投资者信心指数(ICI,该指数于2003年推出,相对应的本文的市场数据从2004年1月开始。同时巨潮投资者信息指数只有周频率数据,本文用一个月内的周数据的简单平均值来估算月度信心指数。和尽量不减少自由度两个方面,模型中滞后期数应该选择2,ADF检验的结果也显示序列是平稳的。为了进一步检验稳定性,本文将截距项和趋势项分别加入ADF检验的方程中,并不改变上述结果。表3各变量单位根检验结果注:1%临界水平检验值为-3.4748;5%临界水平检验值为-2.8809,表中标注*为通过1%的显著性水平检验;*为通过5%的显著性水平检验。本文分析的重点之一是将投资者情绪分解为理性成分和非理性成分,所以对方程(1、(2进行回归分析,得到的估计值序列和残差序列分别作为情绪的理性成分和非理性成分,同时根据表2的相关性分析结果,基础变量之间的相关性很低,不存在多重共线性的问题。表4总结了对个人投资者情绪和机构投资者情绪的回归分析结果。表4个体投资者、机构投资者情绪影响因素回归分析注:标注*者为通过了5%的显著性水平检验。从表4可以看出,个体投资者情绪受到企业景气指数(PI、通货膨胀(INF、股利收益(DY、市场组合超额收益(ER、公司规模差异溢价(SMB、账面/市值比差异溢价(HML这几个因素影响比较大。机构投资者情绪与股利收益(DY、公司规模差异溢价(SMB、账面/市值比差异溢价(HML这几个因素有明显的因果关系。这些结果与Brown&Cliff(2005的研究结论一致,表明投资者情绪中可能不仅仅包括能导致噪音交易的非理性成分,也包含了由基本经济变量决定的理性成分。我们将回归结果中的残差项序列和情绪估计值序列作为个体和机构投资者的非理性和理性情绪变量,进行下一步的实证分析。2、风险市场价格的VAR分析。为了检验理性和非理性投资者情绪对MPR的影响,我们根据公式(3建立含有5个自变量、滞后期为2期的VAR模型。5个变量分别是上证综指MPR、个体投资者理性情绪和非理性情绪变量、机构投资者理性情绪和非理性情绪变量。由于VAR模型参数估计结果并不能明确解释变量间的重要关系,我们仅将结果进行汇总做参考2,而将分析的重点放在脉冲响应函数的分析上。接下来我们利用VAR模型进行脉冲响应函数分析,目的在于考察模型中一个变量的误差项加一个标准差大小的冲击对系统中其他变量的影响轨迹,直观地刻画各变量之间的交互作用及效应,并利用蒙特卡洛模拟构建在95%置信水平上的置信带,具体的分析结果见图1。图1上证综指MPR对投资者情绪的脉冲响应函数(a:上证综指MPR对个体投资者非理性情绪脉冲响应;b:上证综指MPR对个体投资者理性情绪脉冲响应;c:上证综指MPR对机构投资者非理性情绪脉冲响应;d:上证综指MPR对机构投资者理性情绪脉冲响应。虚线构成置信度为95%的置信区间带。图1(a-d绘制了上证综指MPR对个体和机构投资者理性与非理性情绪增加一个标准差冲击的脉冲响应函数曲线。a和c结果显示,MPR对个体投资者和机构投资者非理性情绪的响应非常类似,在第一个2由于篇幅所限,此处表格略去,如需要可直接与作者联系。证券市场 上海金融2011 年第 11 期 月有明显的负响应关系， 从这 之 后 慢 慢 变 得 不 太 明 显。 这一结果与现有行为资产定价模型对非理性情绪 与证券收益的研究相吻合 ： 当 非 理 性 情 绪 过 于 乐 观 时，MPR 会降低。 进一步看，如果承担一单位 的风险 所感知的风险补偿越低，理性投资者的投资会受到压 制。 b 和 d 结果显示，MPR 对投资者理性情绪的响应 不具有统计意义上的显著性，这说明当市场上由于基 本 价 值 趋 好 的 影 响 而 持 有 乐 观 情 绪 时 ，MPR 并 不 会 发生太大的变化。 图 1 结果还说明了 情 绪 与 市 场 收 益 之 间 的 关 系 从短期来看并不明显，而从长期来看有着强烈的相关 关 系 ，这 一 点 与 Brown&Cliff(2005 的 研 究 结 论 一 致 。 度乐观的时候，MPR 降低， 这会压制理性投资者的情 绪。 两者之间的负效应关系也符合证券市场的一般规 律， 即当多数投资者由于过度乐观的牛市心态而买进 的时候，理性投资者却持相反的观点并卖出证券。 c 和 d 给出了非理性情绪对理性情绪波动的脉冲响应结果， 显示非理性情绪对理性情绪的波动冲击没有明显的反 应。 这说明无论个体投资者还是机构投资者的非理性 情绪都不受理性情绪的影响，是一个相对独立的变量。 综合上文的实证结果， 显示非理性情绪与 MPR、 理性情绪之间存在着明显的负相关关系。 这种关系暗 示着非理性的乐观可能导致市场波动性的增加，并降 低 MPR，低的风险补偿水平又阻止了理性投资者的进 一步投资。 我们的结论对个体投资者和机构投资者都 适用。 MPR 对投资者理性情绪的波动没有明显的 反 应， 而对非理性情绪的波动呈现明显的负效应变动， 这一研究结果符合马克维茨的均值 - 方差理论。 当由 基础宏观经济变量影响的 理性 情 绪 变 化 时 ， 会 使 得 Brown&Cliff(2005 分别用周数据和月数据检验了情绪 对市场收益的可预测性的影响，后者的相关关系明显 强于前者。 图 1 的结果也证明了这一点：利用月度数 据，我们发现了在第一个月市场投资者非理性情绪对 风险市场价格有明显的负效应。 3 、 理性与非理性情绪相互影响的脉冲响应函数 分析。 MPR 计算公式中的分子的增加比例与分母的增加比 例相同，从而保持 MPR 值保持不变。 当由噪音交易影 响的非理性情绪变化时，MPR 计算公式中分子和分母 虽然仍同时增长， 但分母的增加速度要大于分子，从 而导致 MPR 值降低。 这样非理性交易会扰乱风险市 场价格， 使其偏离由基本价值决定的合理股价水平。 随着时间的延伸，这种高度的非理性情绪和噪音交易 会造成证券市场上泡沫的形成和扩散，进而造成金融 危机。 五、研究总结 与现有投资者情绪研究文献不同，本文将情绪的 影响因素分为理性成分和非理性成分，并利用我国证 券市场数据，考 察 其 对 风 险 市 场 价 格 （MPR ）的 影 响 。 图 2 理性（非理性）情绪对非理性（理性） 情绪的脉冲响应函数 （a ： 个 体 投 资 者 理 性 情 绪 对 非 理 性 情 绪 脉 冲 响 应；b: 机构投资者理性情绪对非理性情绪脉冲响应；c: 个体投资者非理性情绪对理性情绪脉冲响应；d: 机构 投资者非理性情绪对理性情绪脉冲响应。 虚线构成置 信度为 95% 的置信区间带。 ） 再次利用 VAR 模型进行脉冲响应函数分析非理 性情绪与理性情绪的关系及交互影响效应，图 2 （a-d） 是输出结果。 a 和 b 结果显示了理性情绪对非理性情绪 波动的脉冲响应函数曲线，可以看出，无论对个体投资 者还是机构投资者来说， 理性情绪对非理性情绪的波 动冲击，在头两个月呈现显著的负效应，但之后变得不 明显。 这进一步验证了前面的结论，即当非理性情绪过 本文的 VAR 模型及脉冲响应分析的实证研究揭示了 如下结论：(1 非理性的乐观情绪会导致 MPR 的下降， 造成这一现象的原因可 能是当非理 性 情 绪 过 度 乐 观 的时候， 股价被高估但非理性投资者却认为被低估， 由此带来的噪音交易进一步推高股价，风险补偿价格 会降低。 (2 理性投资者情绪对 MPR 的影响非常小，说 明由资产内在价值支撑的理性乐观情绪对 MPR 的冲 击不具有统计意义上的显著性，这一结论与莫顿的 I- CAPM 模型一致。 (3 非理性的乐观或悲观情绪并不受 理性投资者情绪波动的影响，这意味着非理性情绪不 是由基础风险因素决定的。 这些结论对个体和机构投 资者都适用，并且进一步证明了由于不同类型的投资 者情绪的产生，导致市场对波动的反应具有异质性。 这些结论对新兴的我国 证 券 市 场 有 着 重 要 的 意 上海金融2011 年第 11 期 证券市场 义。 我国股票市场的个体投资者占主导地位 , 他们更 多 地 关 注 短 期 资 本 利 得, 而 且 情 绪 容 易 发 生 大 的 波 动 , 不仅会推动公司股价长期 偏离基本价值 , 也容易 被市场操纵者利用。 对监管者来说，在制定监管政策 的时候，更应该 注意结合投资者情绪指标 ，选 择 合 适 的时间点和政策种类。 同时应当加强对投资者风险和 证券市场基础知识的教育，抑制其追涨杀跌的情绪动 能与投机性泡沫的膨胀，通过引导投资者价值投资理 念的形成，既可以确保证 券市场健康发展 ，也 可 以 从 根本上实现对弱势投资者的保护。 参考文献： 16De Long,J.,Shleifer,A.,Summers,L.H.,and Waldmann,R.J. The survival of noise traders in financial marketsJ.Journal of Business,1991(641:1 19 17Fisher,K.L.,and Statman,M. Investor sentiment and stock returnsJ.Financial Analysts Journal,2000(16:1623 18Giordani,P.,and Soderlind P. Is there evidence of pessimism and doubt in subjective distribution?A comment on AbelJ.CPER discussion paper,2003( 4068 19Hong,H.,and Stein,J.C. A unified theory of underreaction,momentum trading and overreaction in asset marketsJ.Journal of Finance,1999(54:2143 2184 20Hirshleifer,D. Investor psychology and asset pricingJ.Journal of Finance,2001(56:1533 1597 21Jouini,E.,and Napp,C. Heterogenous beliefs and asset pricing in discrete time:An analysis of pessimism and time J.Journal of Economic Dynamics and Control, 2005(163:562-605 22Lee,W.Y. Stock market volatility,excess returns, and the role of investor sentiment J.Journal of Banking and Finance,2002(26:2277 2299 23Li,Y.,Zhong,M. Consumption habit and international stock returns J.Journal of Banking and Finance, 2005(29:579 601 24Lee,C.,Shleifer,A.,and Thaler,R.Investor sentiment and the closed-end fund puzzle J.Journal of Finance, 1991(46:75-109 25Mehra,R., Prescott,E.The equity premium:A puzzleJ.Journal of Monetary Economics,2000(15:145-162 26Sharpe,W.F.MPR J.Journal of Portfolio Management,1994(21:49 58 27Shefrin,H.,Statman,M. Behavioral capital asset pricing theory J.The Journal of Financial and Quantitative Analysis,1994(293:323 349 28Soydemir,G.Differences in MPR and the resulting response to shocks:An analysis of Asian marketsJ. Journal of International Financial Markets,Institutions and Money,2005(15:285 313 29Trueman,B. A theory of noise trading in securities market