投资者情绪与创业板股票超额收益率的关联性探究

投资者情绪与创业板股票超额收益率的关联性探究一、引言1.1研究背景在当今资本市场中，创业板作为重要的组成部分，发挥着不可替代的作用。创业板主要面向成长型创业企业，为其提供融资渠道，助力这些企业在创新驱动下实现快速发展。与主板市场相比，创业板上市门槛相对较低，更注重企业的创新能力和成长潜力，这使得众多具有创新性的中小企业能够获得发展所需的资金，推动了新兴产业的崛起和经济结构的优化升级。例如，在信息技术、生物医药、新能源等领域，许多创业板企业凭借创新技术和商业模式，在市场中崭露头角，成为行业发展的重要力量。随着资本市场的不断发展，投资者情绪在投资决策中的作用愈发关键。传统金融理论假设投资者是完全理性的，然而，现实中的投资者并非总是如此。大量研究表明，投资者在投资过程中容易受到各种因素的影响，从而产生情绪波动，如贪婪、恐惧、乐观、悲观等。这些情绪会导致投资者的认知和判断出现偏差，进而影响其投资决策。当投资者处于乐观情绪时，可能会高估股票的价值，过度买入，推动股价上涨；而当投资者陷入悲观情绪时，则可能会低估股票价值，匆忙抛售，引发股价下跌。例如，在股票市场牛市行情中，投资者往往被乐观情绪主导，大量资金涌入市场，使得股票价格不断攀升，甚至出现泡沫；而在熊市时，投资者因恐惧心理而纷纷离场，导致股价大幅下跌。投资者情绪不仅影响个体投资者的决策，还会对整个市场产生深远影响。它会引发市场的非理性波动，干扰市场的正常运行，增加市场的不确定性和风险。尤其是在创业板市场，由于其上市企业的特点，投资者情绪的影响可能更为显著。创业板企业大多处于成长初期，业绩相对不稳定，信息透明度相对较低，这使得投资者在评估企业价值时更加依赖主观判断，从而更容易受到情绪的左右。因此，深入研究投资者情绪对创业板股票超额收益率的影响，具有重要的理论和实践意义。1.2研究目的与意义1.2.1研究目的本研究旨在深入剖析投资者情绪对创业板股票超额收益率的影响，通过构建科学合理的研究模型，运用严谨的实证分析方法，准确揭示两者之间的内在联系。具体而言，本研究将从多个角度进行分析，以全面了解投资者情绪的作用机制。在研究过程中，将系统地梳理和分析投资者情绪的形成因素，包括宏观经济环境、政策变化、市场传闻等对投资者心理的影响，以及这些因素如何综合作用导致投资者产生不同的情绪状态。同时，本研究将精确度量投资者情绪，通过选取合适的指标，如封闭式基金折价率、IPO发行量、市场换手率等，运用主成分分析等方法构建综合的投资者情绪指标，以确保对投资者情绪的衡量更加准确和全面。在探讨投资者情绪对创业板股票超额收益率的影响时，不仅会关注两者之间的直接关系，还将深入研究影响的持续性和稳定性。通过分阶段、分行业进行分析，探究在不同市场环境和行业背景下，投资者情绪对股票超额收益率的影响是否存在差异，以及这些差异产生的原因。此外，还将研究投资者情绪对不同市值、不同成长性的创业板股票超额收益率的影响，为投资者提供更具针对性的投资建议。1.2.2理论意义本研究对丰富行为金融学理论具有重要意义。传统金融理论以有效市场假说为基础，假设投资者是完全理性的，市场价格能够充分反映所有信息。然而，现实中的金融市场存在诸多异象，如股票价格的过度波动、动量效应和反转效应等，这些现象无法用传统金融理论进行合理的解释。投资者情绪理论作为行为金融学的重要组成部分，放松了投资者完全理性的假设，认为投资者在投资决策中会受到情绪、认知偏差等因素的影响，从而为解释金融市场的异象提供了新的视角。通过深入研究投资者情绪对创业板股票超额收益率的影响，本研究能够进一步揭示投资者的非理性行为在股票定价中的作用机制，补充和完善行为金融学中关于投资者情绪与股票收益关系的理论体系。具体来说，本研究可以帮助我们更好地理解投资者情绪如何导致股票价格偏离其内在价值，以及这种偏离在不同市场条件下的变化规律。这不仅有助于解释创业板市场中出现的一些特殊现象，如新股上市首日的高溢价、股票价格的大幅波动等，还能为行为金融学的发展提供实证支持，推动该领域理论的不断完善和创新。此外，本研究的成果还可以为后续相关研究提供重要的参考和借鉴。在研究方法上，本研究构建的投资者情绪指标和实证分析模型，可以为其他学者研究投资者情绪与股票收益的关系提供有益的思路和方法。在研究内容上，本研究对投资者情绪影响创业板股票超额收益率的多方面分析，能够为后续研究拓展方向，促进学术界对投资者情绪在金融市场中作用的深入探讨。1.2.3实践意义从投资者角度来看，本研究的成果具有重要的参考价值。在创业板市场投资中，投资者往往面临着较大的风险和不确定性。由于创业板企业大多处于成长初期，业绩不稳定，信息透明度相对较低，投资者的情绪更容易受到市场波动的影响，从而导致投资决策的偏差。通过了解投资者情绪对创业板股票超额收益率的影响，投资者可以更加深入地认识自己的投资行为，意识到情绪因素在投资决策中的重要性，从而在投资过程中更加注重控制自己的情绪，避免因情绪波动而做出非理性的投资决策。投资者可以根据本研究的结论，结合市场上的投资者情绪指标，对创业板股票的投资机会进行更准确的判断。当市场投资者情绪过度乐观时，股票价格可能被高估，此时投资者应保持谨慎，避免盲目追涨；而当市场投资者情绪过度悲观时，股票价格可能被低估，投资者可以寻找潜在的投资机会。此外，投资者还可以通过分散投资等方式，降低因投资者情绪波动对投资组合带来的风险，提高投资收益的稳定性。对于监管者而言，本研究的结果也具有重要的指导意义。投资者情绪的过度波动会对创业板市场的稳定运行产生不利影响，可能引发市场的非理性繁荣或恐慌，增加市场的系统性风险。因此，监管者需要密切关注投资者情绪的变化，采取有效的措施进行引导和调控。本研究可以帮助监管者更好地理解投资者情绪的形成机制和对市场的影响，从而制定更加科学合理的监管政策。监管者可以通过加强信息披露制度建设，提高市场的透明度，减少投资者因信息不对称而产生的情绪波动。同时，监管者还可以加强对投资者的教育，提高投资者的金融知识水平和风险意识，引导投资者树立正确的投资理念，理性对待市场波动。此外，监管者还可以通过货币政策、财政政策等宏观调控手段，对市场进行适度干预，稳定投资者情绪，维护创业板市场的稳定健康发展。1.3研究方法与创新点1.3.1研究方法文献研究法：全面搜集和梳理国内外关于投资者情绪与股票收益率关系的经典文献，涵盖学术期刊论文、学位论文、研究报告等。通过对这些文献的深入研读，了解该领域的研究现状、发展脉络以及主要研究成果，明确已有研究的优点和不足，从而为本文的研究提供坚实的理论基础和研究思路。例如，在梳理文献过程中，发现现有研究在投资者情绪指标的选取和构建上存在差异，这为本研究进一步优化指标体系提供了方向。同时，借鉴前人的研究方法和模型，如主成分分析法在构建投资者情绪综合指标中的应用，以及多元线性回归模型在探究变量关系中的运用，为本研究的实证分析提供了方法借鉴。实证研究法：以创业板市场为研究对象，选取2010-2023年期间的相关数据进行实证分析。在数据收集过程中，从多个权威数据库获取信息，包括Wind金融数据库、国泰安数据库等，确保数据的准确性和完整性。通过构建合适的计量模型，如多元线性回归模型，来深入探究投资者情绪对创业板股票超额收益率的影响。在模型构建过程中，充分考虑各种可能影响股票超额收益率的因素，如公司基本面因素（包括盈利能力、偿债能力、成长能力等指标）、市场因素（如市场整体收益率、市场波动率等）以及宏观经济因素（如GDP增长率、通货膨胀率等），将这些因素作为控制变量纳入模型，以更准确地揭示投资者情绪与股票超额收益率之间的关系。同时，对模型进行严格的检验，包括多重共线性检验、异方差检验、自相关检验等，确保模型的合理性和可靠性。数据分析方法：运用主成分分析法，将多个具有相关性的投资者情绪指标，如封闭式基金折价率、IPO发行量、市场换手率等，进行降维处理，构建出综合的投资者情绪指标。通过主成分分析，可以提取出这些指标中的主要信息，减少指标之间的多重共线性问题，使构建的投资者情绪指标更能全面、准确地反映投资者的情绪状态。例如，在实际操作中，通过计算各指标的相关系数矩阵，确定主成分的个数，并根据主成分得分系数矩阵计算出综合投资者情绪指标。在构建综合指标后，运用描述性统计分析方法，对投资者情绪指标和创业板股票超额收益率等变量进行统计描述，包括计算均值、中位数、标准差、最大值、最小值等，以了解数据的基本特征。同时，运用相关性分析方法，分析投资者情绪指标与创业板股票超额收益率以及其他控制变量之间的相关性，初步判断变量之间的关系，为后续的回归分析奠定基础。1.3.2创新点样本选取创新：本研究聚焦于创业板市场，与以往多针对主板市场或混合市场的研究不同。创业板企业具有独特的特征，如高成长性、高风险性、创新性强等，其投资者结构和市场环境也与主板存在差异。以创业板市场为样本进行研究，能够更深入地了解投资者情绪在这类特殊市场中的作用机制，为创业板市场的投资者、监管者以及相关研究提供更具针对性的参考。例如，创业板市场的投资者中，个人投资者占比较高，他们的投资决策更容易受到情绪的影响，通过对创业板市场的研究，可以更好地揭示投资者情绪对股票超额收益率的影响规律。指标构建创新：在构建投资者情绪指标时，不仅综合考虑了常见的封闭式基金折价率、IPO发行量、市场换手率等指标，还创新性地纳入了网络舆情数据。随着互联网的发展，网络舆情成为反映投资者情绪的重要渠道。通过运用自然语言处理技术和文本挖掘技术，对金融论坛、社交媒体等平台上的文本数据进行分析，提取其中反映投资者情绪的关键词和情感倾向，将其纳入投资者情绪指标体系，使构建的指标更能及时、准确地反映投资者的真实情绪。例如，通过对股吧、雪球等金融论坛上的帖子进行分析，了解投资者对创业板股票的看法和情绪，将这些信息量化后纳入投资者情绪指标，丰富了指标的内涵。研究视角创新：从动态和静态相结合的视角研究投资者情绪对创业板股票超额收益率的影响。以往研究大多侧重于静态分析，而本研究在静态分析的基础上，引入时间因素，研究不同市场周期下投资者情绪对股票超额收益率的影响。通过划分牛市、熊市和震荡市等不同市场阶段，分析投资者情绪在不同阶段对股票超额收益率的影响差异，以及这种影响的动态变化过程。例如，研究发现在牛市阶段，投资者情绪对股票超额收益率的正向影响更为显著；而在熊市阶段，投资者情绪的负面影响更为突出。这种动态分析能够更全面地揭示投资者情绪与股票超额收益率之间的关系，为投资者在不同市场环境下的投资决策提供更具时效性的建议。二、文献综述2.1投资者情绪相关研究2.1.1投资者情绪的定义与内涵投资者情绪作为行为金融学的关键概念，在学术界尚未达成统一的定义。Lee等（1991）将其定义为无法被基本面因素所解释的收益率预期，强调投资者情绪是对未来收益预期的一种偏离，这种偏离并非基于公司的实际财务状况、行业前景等基本面信息，而是受到投资者主观心理因素的影响。Baker和Stein（2004）则认为投资者情绪反映了投资者的价值判断与资产真实价值的偏差，这意味着投资者在评估资产价值时，可能会受到自身情绪、认知偏差等因素的干扰，从而导致对资产真实价值的判断出现偏差。Baker和Wurgler（2006）提出了两种定义，一是投资者情绪是指投资者的投机倾向，体现了投资者在投资过程中追求高风险、高回报的心理倾向；二是投资者情绪是对股票市场整体的乐观与悲观心态，这种心态会影响投资者的买卖决策，进而对市场产生影响。综合来看，投资者情绪可以理解为投资者对市场或股票的情感态度和预期，是投资者在投资决策过程中表现出的乐观或悲观的心理状态。它不仅反映了投资者对未来资产价格走势的预期，还体现了投资者的投资意愿和风险偏好。当投资者情绪乐观时，他们往往对市场前景充满信心，更愿意承担风险，积极买入股票，推动股价上涨；反之，当投资者情绪悲观时，他们对市场前景感到担忧，会减少投资或抛售股票，导致股价下跌。投资者情绪的形成受到多种因素的影响，包括宏观经济环境、市场信息、投资者自身的认知和经验等，这些因素相互作用，使得投资者情绪具有复杂性和动态性。2.1.2投资者情绪的衡量指标直接指标：主要通过问卷调查等方式获取投资者对市场未来的预期和看法。例如，中国国家统计局发布的中国消费者信心指数，从消费者对当前经济状况、就业形势、收入预期等方面的感受和预期来反映消费者的信心水平，而消费者信心在一定程度上也能反映投资者对经济和市场的情绪。基于投资者对未来走势判断的央视看盘指数，通过对投资者的调查，了解他们对股市涨跌的预期，从而衡量投资者情绪。《股市动态分析》发布的好淡指数，将投资者对股市的情绪分为“好”和“淡”，用看涨投资者与总投资者之比来构造指数，直观地反映投资者的情绪倾向。然而，直接指标存在一定的局限性。投资者在问卷调查中可能会因各种顾虑而不真实表达自己的想法，导致调查结果与真实心理存在偏差。而且，投资者在实际投资决策中，并不一定会完全按照情绪行事，实际投资行为可能受到多种因素的制约，使得直接调查结果不能全面反映投资者在决策过程中的真实情绪。此外，调查样本的选取也可能存在局限性，导致指数有偏。间接指标：目前学术界使用较多的间接指标包括交易量、封闭式基金折价、IPO发行量及首日收益、共同基金净赎回、波动率指数（VolatilityIndex，VIX）等。交易量是衡量市场活跃程度的重要指标，当交易量大幅增加时，通常意味着投资者的交易热情高涨，可能反映出积极的情绪；反之，交易量低迷则可能暗示投资者情绪较为冷淡。但交易量也可能受到其他因素的干扰，如大宗交易等，不一定完全由投资者情绪驱动。封闭式基金折价是指封闭式基金的市场价格低于其资产净值的现象，其折价水平及其变化反映了投资者情绪的变化。当投资者情绪乐观时，对封闭式基金的需求增加，折价率可能缩小；当投资者情绪悲观时，折价率可能扩大。IPO发行量及首日收益也与投资者情绪密切相关，在投资者情绪高涨时，市场对新股的需求旺盛，IPO发行量可能增加，且新股首日收益往往较高；而在投资者情绪低落时，IPO发行量可能减少，首日收益也可能较低。共同基金净赎回反映了投资者对基金的赎回情况，当投资者情绪悲观时，可能会大量赎回共同基金，导致净赎回增加；反之，当投资者情绪乐观时，净赎回可能减少甚至出现净申购。波动率指数（VIX）衡量标准普尔500指数期权的隐含波动性，是市场对未来30天市场波动性的预期，VIX指数高通常意味着市场预期未来波动性大，反映出投资者的担忧情绪。这些间接指标虽然比较客观且可得性更高，但市场表现受多种因素的综合影响，很难将投资者情绪从诸多因素中完全分离出来。基于互联网与大数据的新型指标：随着计算机技术和互联网的飞速发展，基于互联网与大数据的新型指标应运而生。目前使用较多的是基于媒体报道、社交论坛等文本信息挖掘的情绪指标，以及基于搜索行为的情绪指标。通过文本分析方法从文本大数据中提取情绪信息，例如对金融新闻、社交媒体上投资者的讨论进行情感分析，判断投资者对市场或股票的情绪倾向。利用互联网搜索引擎提供的相关关键词的搜索量建立情绪指标，如国外学者常用谷歌趋势（GoogleTrends）提供的关键词搜索量，国内学者常用百度指数提供的关键词搜索量。以百度指数为例，通过分析投资者对特定股票或市场相关关键词的搜索热度变化，可以在一定程度上反映投资者对该股票或市场的关注度和情绪变化。这些新型指标能够更及时、全面地反映投资者情绪，但在数据处理和分析方面面临挑战，如文本数据的准确性、噪声干扰等问题。2.1.3投资者情绪的影响因素宏观经济因素：宏观经济状况对投资者情绪有着重要影响。当经济增长强劲、失业率低、通货膨胀率稳定时，投资者对未来经济前景充满信心，往往会表现出乐观的情绪。在经济繁荣时期，企业盈利增加，市场前景广阔，投资者更愿意投资股票，推动股价上涨，进一步增强投资者的乐观情绪。相反，当经济衰退、失业率上升、通货膨胀加剧时，投资者对未来经济发展感到担忧，容易产生悲观情绪。经济衰退可能导致企业业绩下滑，市场不确定性增加，投资者会减少投资，甚至抛售股票，引发股价下跌，加剧投资者的悲观情绪。利率政策也是影响投资者情绪的重要宏观经济因素。利率下降时，储蓄收益减少，投资者会更倾向于将资金投入股市，以获取更高的回报，从而推动股市上涨，提升投资者情绪；利率上升时，融资成本增加，企业盈利可能受到影响，股市吸引力下降，投资者情绪可能受到抑制。市场因素：股票市场的历史表现对投资者情绪有显著影响。如果股市长期处于上涨趋势，投资者往往会被乐观情绪主导，认为股市将继续上涨，从而增加投资。牛市行情中，投资者不断获得收益，自信心增强，投资热情高涨，这种乐观情绪会进一步推动股市上涨。相反，当股市持续下跌时，投资者容易陷入悲观情绪，对股市失去信心，纷纷抛售股票。熊市中，投资者资产缩水，恐惧心理加剧，投资行为变得谨慎，导致股市进一步下跌。市场信息的传播和解读也会影响投资者情绪。正面的市场信息，如企业发布的良好业绩报告、行业的积极发展动态等，会使投资者对市场前景充满期待，激发乐观情绪；而负面的市场信息，如企业的负面新闻、行业竞争加剧等，会让投资者对市场产生担忧，引发悲观情绪。而且，信息的传播速度和范围也会影响投资者情绪的扩散，在信息快速传播的时代，一条重要的市场信息可能迅速引发投资者情绪的大幅波动。投资者自身因素：投资者的风险承受能力和投资经验对其情绪有着重要影响。风险承受能力较低的投资者，在面对市场波动时，更容易产生恐惧和焦虑情绪，可能会因害怕损失而做出非理性的投资决策。投资新手由于缺乏经验，对市场的认识不足，在面对复杂的市场情况时，更容易受到情绪的左右。而经验丰富的投资者，通常能够更好地应对市场波动，保持相对冷静的情绪。投资者的认知偏差也会导致情绪波动。过度自信的投资者往往高估自己的投资能力，对市场风险估计不足，在投资决策中容易盲目乐观，一旦市场走势与预期不符，就会遭受巨大的心理冲击，情绪从乐观转向悲观。羊群效应也是投资者常见的认知偏差，当投资者看到其他投资者纷纷买入或卖出股票时，往往会跟随大众的行为，而忽视自己的判断，这种行为容易导致投资者情绪的一致性波动，加剧市场的非理性波动。2.2创业板股票超额收益率相关研究2.2.1创业板股票超额收益率的计算方法基于资本资产定价模型（CAPM）的方法：资本资产定价模型是现代金融理论的重要基石，在计算创业板股票超额收益率方面具有广泛应用。该模型认为，股票的预期收益率等于无风险收益率加上风险溢价，其中风险溢价由股票的β系数与市场风险溢价的乘积决定。其公式为：E(R_i)=R_f+\beta_i\times(E(R_m)-R_f)，其中E(R_i)表示股票i的预期收益率，R_f表示无风险收益率，通常可选用国债收益率等近似代表，\beta_i表示股票i的系统性风险系数，衡量股票收益率对市场收益率变动的敏感程度，E(R_m)表示市场组合的预期收益率，可参考创业板指数或其他具有代表性的市场指数的平均收益率。在实际计算中，首先需要确定无风险收益率和市场组合的预期收益率，然后通过历史数据运用最小二乘法等方法估计出股票的β系数。例如，选取过去一段时间内创业板股票的日收益率数据和对应的市场指数收益率数据，以及无风险收益率数据，进行回归分析得到β系数。最后，用股票的实际收益率减去根据CAPM模型计算出的预期收益率，即可得到创业板股票的超额收益率。基于套利定价理论（APT）的方法：套利定价理论认为，资产的预期收益率受多个因素的影响，而不仅仅是市场风险。该理论假设股票收益率与多个宏观经济因素、行业因素等存在线性关系，通过构建多因素模型来计算股票的预期收益率。其公式一般表示为：E(R_i)=R_f+\sum_{j=1}^{k}\beta_{ij}\timesF_j，其中E(R_i)为股票i的预期收益率，R_f为无风险收益率，\beta_{ij}表示股票i对因素j的敏感系数，F_j表示第j个因素的预期收益率，k表示影响股票收益率的因素个数。在应用APT模型计算创业板股票超额收益率时，需要确定影响创业板股票收益率的相关因素，如GDP增长率、通货膨胀率、利率、行业景气指数等。然后，通过历史数据估计出各个因素的敏感系数，进而计算出股票的预期收益率。同样，用股票的实际收益率减去基于APT模型计算出的预期收益率，得到创业板股票的超额收益率。与CAPM模型相比，APT模型考虑了更多的影响因素，能够更全面地反映股票收益率的形成机制，但在确定影响因素和估计敏感系数时，难度相对较大。事件研究法中的计算方法：在事件研究中，计算创业板股票超额收益率是评估特定事件对股票价格影响的关键步骤。通常，首先确定事件窗口，即事件发生前后的一段时间，如事件发生前T_1天到事件发生后T_2天。然后，选择一个合适的估计窗口，用于估计股票的正常收益率，一般选取事件窗口之前的一段时间，如事件发生前T_3天到事件发生前T_1+1天。在估计窗口内，运用市场模型等方法估计股票的正常收益率。市场模型的表达式为：R_{it}=\alpha_i+\beta_i\timesR_{mt}+\epsilon_{it}，其中R_{it}表示股票i在t时期的实际收益率，R_{mt}表示市场在t时期的收益率，\alpha_i和\beta_i为待估计参数，\epsilon_{it}为随机扰动项。通过对估计窗口内的数据进行回归分析，得到\alpha_i和\beta_i的估计值。在事件窗口内，根据估计出的参数和市场收益率，计算出股票的正常收益率E(R_{it})=\hat{\alpha}_i+\hat{\beta}_i\timesR_{mt}，其中\hat{\alpha}_i和\hat{\beta}_i为估计得到的参数值。最后，用事件窗口内股票的实际收益率减去正常收益率，得到超额收益率AR_{it}=R_{it}-E(R_{it})。通过对事件窗口内各天的超额收益率进行累加，可得到累计超额收益率CAR_i=\sum_{t=-T_1}^{T_2}AR_{it}，用于综合评估事件对股票价格的影响程度。例如，在研究创业板某公司发布重大利好消息对其股票价格的影响时，可运用上述事件研究法中的计算方法，计算该公司股票在消息发布前后的超额收益率和累计超额收益率，以判断该事件对股票价格的短期影响。2.2.2影响创业板股票超额收益率的因素公司基本面因素：公司的盈利能力是影响创业板股票超额收益率的重要因素之一。盈利能力强的公司通常能够持续创造较高的利润，这不仅为股东带来丰厚的回报，也向市场传递出积极的信号，吸引投资者的关注和青睐。以爱尔眼科为例，作为创业板的明星企业，其通过不断扩张业务规模、提升医疗技术水平和服务质量，实现了营业收入和净利润的持续快速增长。强劲的盈利能力使得爱尔眼科的股票在市场上表现出色，为投资者带来了显著的超额收益。相反，若公司盈利能力不佳，如一些创业板的初创企业，由于业务尚处于开拓阶段，市场份额较小，成本较高，导致利润微薄甚至亏损，这会降低投资者对其股票的预期收益，使得股票超额收益率难以提升。公司的成长能力同样对股票超额收益率有着重要影响。具有高成长潜力的创业板公司，往往能够在市场竞争中脱颖而出，实现业绩的快速增长和市场份额的不断扩大。这些公司的股票通常被投资者视为具有较高的投资价值，从而吸引大量资金流入，推动股价上涨，带来超额收益。例如，宁德时代作为全球领先的动力电池系统提供商，受益于新能源汽车行业的快速发展，公司业务规模迅速扩张，技术不断创新，市场份额持续提升。其股票在上市后表现优异，为投资者带来了可观的超额收益。而对于一些成长缓慢、缺乏创新动力的创业板公司，其股票的吸引力相对较低，超额收益率也难以达到较高水平。市场环境因素：市场整体走势对创业板股票超额收益率有着显著的影响。在牛市行情中，市场情绪高涨，投资者信心充足，资金大量涌入股市，推动股票价格普遍上涨。创业板股票也会受益于这种市场氛围，其超额收益率往往较高。例如，在2014-2015年的牛市行情中，创业板指数大幅上涨，许多创业板股票的涨幅远远超过市场平均水平，为投资者带来了丰厚的回报。相反，在熊市行情中，市场情绪低迷，投资者信心受挫，资金纷纷流出股市，股票价格普遍下跌。创业板股票在这种市场环境下，面临较大的下行压力，超额收益率通常较低，甚至可能为负。市场流动性也是影响创业板股票超额收益率的重要因素。当市场流动性充裕时，资金供应充足，投资者更容易买卖股票，股票的交易活跃度提高，价格发现功能得以更好地发挥。这有利于创业板股票价格的合理定价，并且在市场资金的推动下，股票价格可能会上涨，从而提高超额收益率。例如，在货币政策宽松时期，市场流动性增加，大量资金流入创业板市场，推动创业板股票价格上涨，一些热门股票的超额收益率显著提升。反之，当市场流动性紧张时，资金供应减少，股票交易难度增加，价格波动可能加剧，这会对创业板股票超额收益率产生负面影响。行业因素：不同行业的发展前景和竞争格局存在差异，这会对创业板股票超额收益率产生重要影响。处于新兴行业、朝阳行业的创业板公司，如新能源、人工智能、生物医药等行业，往往具有广阔的市场空间和发展潜力。随着行业的快速发展，这些公司有望获得更多的市场份额和利润增长，其股票也更有可能获得较高的超额收益率。以新能源汽车行业为例，随着全球对环境保护和可持续发展的关注度不断提高，新能源汽车市场需求迅速增长。宁德时代、比亚迪等创业板新能源汽车相关企业，凭借其技术优势和市场份额，在行业发展中获得了巨大的收益，其股票也为投资者带来了显著的超额回报。而对于一些传统行业或竞争激烈、发展空间有限的行业，创业板公司面临较大的市场竞争压力，其业绩增长可能受到限制，股票超额收益率也相对较低。例如，部分传统制造业的创业板公司，由于行业竞争激烈，产品同质化严重，市场份额难以扩大，业绩增长缓慢，导致其股票在市场上的表现相对平淡，超额收益率不高。行业的政策环境也会对创业板股票超额收益率产生影响。政府对某些行业的扶持政策，如税收优惠、补贴等，能够为相关行业的创业板公司提供良好的发展机遇，促进其业绩增长，从而提升股票超额收益率。相反，行业政策的不利变化可能会对创业板公司的发展产生负面影响，降低股票超额收益率。2.3投资者情绪与股票超额收益率关系研究2.3.1理论研究行为金融学中，投资者情绪对股票超额收益率影响的理论主要基于噪声交易理论。噪声交易理论由Black（1986）提出，后经DeLong等（1990）进一步完善，形成了著名的DSSW模型。该理论认为，股票市场上存在理性投资者和噪声交易者两类群体。噪声交易者是指那些基于与资产基本面无关的噪声信息进行交易的投资者，他们的交易行为并非基于对资产真实价值的理性判断，而是受到情绪、认知偏差等因素的影响。在DSSW模型中，噪声交易者由于容易受到情绪的左右，其对股票未来收益的预期会出现系统性偏差。当噪声交易者情绪乐观时，他们会高估股票的未来收益，从而增加对股票的需求，推动股票价格上涨，使得股票价格高于其内在价值；反之，当噪声交易者情绪悲观时，他们会低估股票的未来收益，减少对股票的需求，甚至抛售股票，导致股票价格下跌，使股票价格低于其内在价值。而理性投资者虽然能够理性地判断股票的内在价值，但由于他们无法准确预测噪声交易者情绪的变化，其套利行为会受到限制。例如，当股票价格被噪声交易者推高至高于其内在价值时，理性投资者可能会卖空股票，但由于噪声交易者情绪的不确定性，股票价格可能会继续上涨，导致理性投资者面临损失，从而限制了他们的套利活动。这种情况下，股票价格无法及时回归到其内在价值，非理性情绪对股票价格产生了持续性的影响，进而影响股票的超额收益率。此外，投资者情绪还可能通过影响市场参与者的风险偏好和交易行为，进而影响股票超额收益率。当投资者情绪乐观时，他们往往更愿意承担风险，增加对高风险、高收益股票的投资，这会推动这些股票的价格上涨，提高其超额收益率；而当投资者情绪悲观时，他们会更加厌恶风险，倾向于选择低风险的投资品种，减少对股票的投资，导致股票价格下跌，超额收益率降低。而且，投资者情绪的变化还会引发市场的羊群效应，当一部分投资者受到情绪影响做出投资决策时，其他投资者可能会跟随他们的行为，进一步加剧股票价格的波动，影响股票超额收益率。2.3.2实证研究在国外，不少学者对投资者情绪与股票超额收益率的关系进行了深入研究。Baker和Wurgler（2006）构建了综合投资者情绪指标（BW指数），基于美国股票市场的数据进行实证分析，发现投资者情绪对股票收益具有显著影响。在投资者情绪高涨时期，小市值股票和高账面市值比股票的超额收益率更高；而在投资者情绪低落时期，这些股票的超额收益率则相对较低。这表明投资者情绪对不同特征股票的超额收益率影响存在差异，小市值和高账面市值比股票更容易受到投资者情绪的影响。Brown和Cliff（2004）通过对投资者情绪指数与股票市场收益率的相关性研究发现，投资者情绪与股票市场收益率之间存在正相关关系，且这种关系在短期内更为明显。当投资者情绪上升时，股票市场收益率也随之上升；当投资者情绪下降时，股票市场收益率也会下降。这说明投资者情绪的变化能够在一定程度上预测股票市场收益率的短期走势。在国内，也有众多学者开展了相关研究。易志高和茅宁（2009）修正了Baker和Wurgler的综合指数构造方法，构建了适合我国市场的投资者情绪综合指数。通过对我国A股市场的实证研究发现，投资者情绪对股票收益率具有显著的正向影响，且对小市值股票的影响更为显著。这与国外的研究结果具有一定的相似性，进一步验证了投资者情绪对不同市值股票超额收益率影响的差异。王美今和孙建军（2004）运用市场换手率、封闭式基金折价率等指标构建投资者情绪指标，研究发现投资者情绪与股票市场收益之间存在相互影响的关系。投资者情绪的变化会影响股票市场收益，同时股票市场收益的变化也会反过来影响投资者情绪，这种双向影响关系使得市场波动更加复杂。从不同板块来看，创业板市场由于其自身特点，投资者情绪对股票超额收益率的影响可能更为显著。创业板企业大多处于成长初期，业绩相对不稳定，信息透明度相对较低，投资者在评估企业价值时更多地依赖主观判断，容易受到情绪的影响。一些针对创业板市场的研究表明，投资者情绪对创业板股票超额收益率的影响具有短期性和波动性较大的特点。在短期内，投资者情绪的大幅波动会导致创业板股票价格的剧烈变化，进而影响其超额收益率。当市场上出现利好消息，投资者情绪乐观时，创业板股票价格可能会迅速上涨，超额收益率大幅提高；而当市场出现利空消息，投资者情绪悲观时，创业板股票价格可能会大幅下跌，超额收益率急剧下降。与主板市场相比，创业板市场的投资者结构中个人投资者占比较高，个人投资者的情绪更容易受到市场波动的影响，这也使得投资者情绪对创业板股票超额收益率的影响更为突出。2.4文献评述综上所述，国内外学者在投资者情绪与股票超额收益率关系的研究方面取得了丰硕的成果。在投资者情绪的定义与内涵方面，虽然尚未达成完全统一的定义，但大多数学者都认为投资者情绪是投资者对市场或股票的情感态度和预期，受到多种因素的影响，具有复杂性和动态性。在投资者情绪的衡量指标上，从传统的直接指标和间接指标，发展到基于互联网与大数据的新型指标，指标体系不断丰富和完善，为更准确地度量投资者情绪提供了更多的方法和途径。在创业板股票超额收益率的研究中，学者们对其计算方法进行了深入探讨，基于资本资产定价模型、套利定价理论以及事件研究法等多种方法，为准确计算创业板股票超额收益率提供了理论支持和实践指导。同时，对影响创业板股票超额收益率的因素研究也较为全面，涵盖了公司基本面因素、市场环境因素和行业因素等多个方面，为投资者和相关研究提供了重要的参考。在投资者情绪与股票超额收益率关系的研究中，理论上基于噪声交易理论等，从不同角度阐述了投资者情绪对股票价格和超额收益率的影响机制；实证研究方面，国内外学者通过构建各种模型和选取不同的样本数据，验证了投资者情绪对股票超额收益率具有显著影响，且对不同市值、不同行业的股票影响存在差异。然而，已有研究仍存在一些不足之处。在投资者情绪指标的构建上，虽然现有指标能够在一定程度上反映投资者情绪，但无论是传统指标还是新型指标，都存在一定的局限性。传统指标难以完全分离出投资者情绪的影响，新型指标在数据处理和分析上还面临诸多挑战，如何构建更加准确、全面、及时的投资者情绪指标，仍有待进一步研究。在研究投资者情绪对股票超额收益率的影响时，大多数研究主要关注两者之间的线性关系，而实际市场中投资者情绪与股票超额收益率之间的关系可能更为复杂，可能存在非线性关系、时变关系等，现有研究对此方面的探讨相对较少。以往研究在样本选取上，多以主板市场或整体股票市场为研究对象，针对创业板市场的研究相对不足。创业板市场具有独特的市场特征和投资者结构，投资者情绪对其股票超额收益率的影响可能与其他市场存在差异，因此需要进一步深入研究创业板市场中投资者情绪与股票超额收益率的关系。本研究将针对现有研究的不足，以创业板市场为切入点，在构建投资者情绪指标时，综合考虑多种因素，引入网络舆情数据等新型指标，运用更先进的数据处理和分析方法，构建更准确的投资者情绪指标体系。同时，采用多种计量模型，深入研究投资者情绪与创业板股票超额收益率之间的非线性关系和时变关系，全面揭示两者之间的内在联系，为创业板市场的投资者和监管者提供更具针对性的参考和建议。三、理论基础与研究假设3.1理论基础3.1.1行为金融学理论行为金融学是一门将心理学和金融学相结合的学科，它打破了传统金融理论中投资者完全理性的假设，认为投资者在投资决策过程中会受到各种心理因素和认知偏差的影响，从而导致非理性行为。这一理论为研究投资者情绪对创业板股票超额收益率的影响提供了重要的理论支撑。投资者的有限理性是行为金融学的核心观点之一。传统金融理论假设投资者能够充分获取和处理信息，并且能够根据理性的计算和分析做出最优的投资决策。然而，在现实中，投资者的认知能力和信息处理能力是有限的，他们无法完全理性地评估所有投资机会和风险。投资者在面对复杂的市场信息时，可能会受到信息过载的影响，难以全面、准确地理解和分析这些信息，从而导致决策偏差。而且，投资者的决策还受到时间和精力的限制，他们往往无法对所有投资选项进行深入研究，只能依赖于有限的信息和经验做出决策。认知偏差是导致投资者有限理性的重要原因之一。常见的认知偏差包括过度自信、损失厌恶、锚定效应、羊群效应等。过度自信是指投资者对自己的投资能力和判断过于自信，高估自己的投资收益，低估投资风险。许多投资者在投资过程中会认为自己比其他投资者更聪明、更有能力，能够准确预测股票价格的走势，从而过度交易或承担过高的风险。损失厌恶是指投资者对损失的敏感程度高于对收益的敏感程度，他们更倾向于避免损失，而不是追求收益。在面对损失时，投资者往往会表现出过度的恐惧和焦虑，不愿意卖出亏损的股票，从而导致损失进一步扩大。锚定效应是指投资者在做出决策时，会过度依赖最初获得的信息或参考点，而忽视后续的信息变化。在股票投资中，投资者可能会根据股票的历史价格或初始定价来判断其价值，而忽略了公司基本面和市场环境的变化。羊群效应则是指投资者在投资决策中，会受到其他投资者行为的影响，跟随大众的投资决策，而忽视自己的判断。当市场上大多数投资者都在买入某只股票时，其他投资者往往会跟风买入，而不考虑自己的投资目标和风险承受能力。投资者情绪是行为金融学研究的重要内容。投资者情绪是指投资者对市场或股票的情感态度和预期，它反映了投资者的乐观或悲观情绪。投资者情绪的产生受到多种因素的影响，包括宏观经济环境、市场信息、投资者自身的认知和经验等。当投资者情绪乐观时，他们往往会高估股票的价值，增加投资需求，推动股票价格上涨；当投资者情绪悲观时，他们会低估股票的价值，减少投资需求，甚至抛售股票，导致股票价格下跌。投资者情绪的波动会导致股票价格偏离其内在价值，从而影响股票的超额收益率。在创业板市场中，由于其上市企业大多处于成长初期，业绩相对不稳定，信息透明度相对较低，投资者更容易受到情绪的影响。创业板企业的高成长性和高风险性使得投资者对其未来发展充满不确定性，这种不确定性会加剧投资者情绪的波动。当市场上出现利好消息时，投资者可能会对创业板企业的未来发展充满信心，情绪乐观，大量买入创业板股票，推动股价上涨；而当市场上出现利空消息时，投资者可能会对创业板企业的未来发展感到担忧，情绪悲观，纷纷抛售创业板股票，导致股价下跌。投资者情绪的波动会对创业板股票的超额收益率产生显著影响，因此，研究行为金融学理论对于理解投资者情绪在创业板市场中的作用机制具有重要意义。3.1.2有效市场假说与挑战有效市场假说（EfficientMarketHypothesis，EMH）由美国经济学家尤金・法玛（EugeneF.Fama）于1970年提出，是传统金融理论的重要基石之一。该假说认为，在一个有效的金融市场中，证券价格能够充分反映所有可得信息，投资者无法通过分析公开信息或历史价格数据来获取超额收益。有效市场假说基于以下几个关键假设：一是投资者是理性的，他们能够对所有信息进行理性分析，并根据分析结果做出最优的投资决策；二是信息能够迅速、准确地在市场中传播，所有投资者都能同时获取相同的信息；三是市场中不存在交易成本和税收等摩擦因素，投资者的交易行为不会受到这些因素的影响。根据信息的不同类型和市场对信息的反映程度，有效市场假说将市场分为三种形式：弱式有效市场、半强式有效市场和强式有效市场。在弱式有效市场中，证券价格已经充分反映了历史价格和交易量等信息，投资者无法通过技术分析（如趋势分析、图表分析等）来预测证券价格的走势，获取超额收益。因为历史价格和交易量信息已经被市场充分消化，对未来价格的预测没有价值。在半强式有效市场中，证券价格不仅反映了历史信息，还反映了所有公开可得的信息，如公司财务报表、宏观经济数据、行业动态等。投资者无法通过基本面分析（如分析公司的盈利能力、财务状况、市场竞争力等）来获取超额收益，因为这些公开信息已经体现在证券价格中。在强式有效市场中，证券价格反映了所有信息，包括公开信息和内幕信息。即使拥有内幕信息的投资者也无法获得超额收益，因为市场能够迅速将内幕信息反映在证券价格中。然而，在现实的金融市场中，有效市场假说面临着诸多挑战。投资者情绪就是对有效市场假说的一个重要挑战因素。行为金融学的研究表明，投资者并非完全理性，他们的决策往往受到情绪、认知偏差等因素的影响。投资者情绪的存在使得证券价格可能偏离其内在价值，从而违背有效市场假说中价格充分反映信息的假设。在创业板市场中，投资者情绪对有效市场假说的挑战尤为明显。创业板市场的投资者结构中，个人投资者占比较高，他们的投资决策更容易受到情绪的影响。当投资者情绪乐观时，可能会过度追捧创业板股票，导致股票价格高估，远远超过其内在价值；而当投资者情绪悲观时，又可能会过度抛售创业板股票，使股票价格低估，低于其内在价值。这种因投资者情绪导致的股票价格大幅波动，使得创业板市场的价格难以充分反映公司的基本面信息，与有效市场假说的理论预期不符。市场中还存在着信息不对称和噪声交易等现象，也对有效市场假说构成挑战。信息不对称是指不同投资者获取信息的能力和渠道存在差异，导致部分投资者能够获取更多、更准确的信息，从而在投资决策中占据优势。在创业板市场中，由于上市企业大多是中小企业，信息披露的及时性和完整性相对较低，投资者之间的信息不对称问题更为突出。掌握更多信息的投资者可以利用这些信息获取超额收益，这与有效市场假说中所有投资者同时获取相同信息的假设相悖。噪声交易是指投资者基于与资产基本面无关的噪声信息进行交易，这些噪声信息可能是市场传闻、谣言或投资者的主观臆断等。噪声交易的存在会导致市场价格的波动，使证券价格偏离其内在价值，影响市场的有效性。在创业板市场中，由于投资者情绪容易受到噪声信息的影响，噪声交易更为频繁，进一步削弱了市场的有效性。投资者情绪等因素对有效市场假说提出了挑战，表明现实的金融市场并非完全符合有效市场假说的假设。这也为研究投资者情绪对创业板股票超额收益率的影响提供了理论背景，使得我们更加关注投资者情绪在金融市场中的作用，以及如何通过对投资者情绪的研究来更好地理解和解释金融市场的现象。3.2研究假设3.2.1投资者情绪与创业板股票超额收益率的正向关系假设根据行为金融学理论，投资者情绪会对其投资决策产生显著影响。当投资者情绪高涨时，他们往往对市场前景充满乐观预期，认为股票价格将上涨，从而增加对股票的需求。在创业板市场中，这种乐观情绪会促使投资者更积极地买入创业板股票，推动股票价格上升，进而提高创业板股票的超额收益率。例如，在市场整体氛围良好、宏观经济数据乐观等情况下，投资者情绪高涨，对创业板企业的未来发展充满信心，大量资金涌入创业板市场，使得创业板股票价格普遍上涨，超额收益率显著提高。投资者情绪还可能通过影响市场的流动性和交易活跃度来影响创业板股票超额收益率。当投资者情绪高涨时，市场交易活跃度增加，流动性增强，股票的买卖更加顺畅，这有利于股票价格的合理定价和上涨，从而提高超额收益率。相反，当投资者情绪低落时，投资者对市场前景感到悲观，会减少对股票的投资，甚至抛售股票，导致股票价格下跌，超额收益率降低。基于以上分析，提出假设1：H1：在其他条件不变的情况下，投资者情绪与创业板股票超额收益率呈正相关关系，即投资者情绪越高涨，创业板股票超额收益率越高。3.2.2不同类型投资者情绪的影响差异假设在创业板市场中，机构投资者和个人投资者由于自身特点和投资行为的不同，其情绪对创业板股票超额收益率的影响可能存在差异。机构投资者通常拥有专业的投资团队和丰富的投资经验，具备较强的信息收集和分析能力，投资决策相对理性。他们在投资过程中更注重公司的基本面和长期投资价值，对市场情绪的波动相对不敏感。当市场出现短期的情绪波动时，机构投资者可能会基于对公司价值的理性判断，不会轻易改变投资决策，因此其情绪对创业板股票超额收益率的影响相对较小。例如，一些大型基金公司在投资创业板股票时，会通过深入的研究和分析，选择具有良好业绩和发展前景的企业进行长期投资，不会因市场短期的情绪波动而频繁买卖股票。而个人投资者在创业板市场中占比较大，他们的投资知识和经验相对有限，信息获取渠道相对狭窄，投资决策更容易受到情绪的影响。个人投资者往往缺乏专业的分析能力，在投资时更倾向于跟随市场热点和情绪进行操作。当市场投资者情绪高涨时，个人投资者容易受到乐观情绪的感染，盲目跟风买入创业板股票，推动股票价格过度上涨，从而对创业板股票超额收益率产生较大的正向影响；当市场投资者情绪低落时，个人投资者又容易因恐惧和悲观情绪而匆忙抛售股票，导致股票价格过度下跌，对创业板股票超额收益率产生较大的负向影响。基于以上分析，提出假设2：H2：机构投资者情绪和个人投资者情绪对创业板股票超额收益率的影响存在差异，个人投资者情绪对创业板股票超额收益率的影响更为显著。3.2.3投资者情绪对不同特征创业板股票超额收益率的影响假设市值差异：创业板市场中，不同市值的股票对投资者情绪的敏感程度可能不同。小市值股票通常具有较高的成长性和不确定性，其业绩波动较大，信息透明度相对较低。投资者在评估小市值股票时，更多地依赖主观判断和市场情绪，因此小市值股票更容易受到投资者情绪的影响。当投资者情绪高涨时，对小市值股票的乐观预期会使投资者更愿意承担风险，大量买入小市值股票，推动其价格上涨，超额收益率提高；而当投资者情绪低落时，对小市值股票的担忧会导致投资者纷纷抛售，使其价格下跌，超额收益率降低。相比之下，大市值股票通常是行业的龙头企业，具有较为稳定的业绩和较高的信息透明度，投资者对其价值的判断相对较为准确，受情绪影响相对较小。基于以上分析，提出假设3a：H3a：投资者情绪对小市值创业板股票超额收益率的影响大于对大市值创业板股票超额收益率的影响。行业差异：不同行业的创业板股票由于行业特点和发展前景的不同，对投资者情绪的反应也可能存在差异。新兴行业的创业板股票，如新能源、人工智能、生物医药等，具有较高的创新性和发展潜力，但同时也面临着较大的不确定性和风险。投资者对这些行业的未来发展充满期待，但又难以准确评估其价值，因此更容易受到情绪的影响。当投资者情绪高涨时，对新兴行业的乐观情绪会促使投资者大量买入相关股票，推动股票价格上涨，超额收益率提高；而当投资者情绪低落时，对新兴行业的担忧会导致投资者抛售股票，使股票价格下跌，超额收益率降低。传统行业的创业板股票，如部分制造业、服务业等，其发展相对成熟，业绩相对稳定，投资者对其价值的判断相对较为理性，受情绪影响相对较小。基于以上分析，提出假设3b：H3b：投资者情绪对新兴行业创业板股票超额收益率的影响大于对传统行业创业板股票超额收益率的影响。成长性差异：具有高成长性的创业板股票，通常被投资者视为具有较高的投资价值，其未来的盈利增长预期较高。当投资者情绪高涨时，对高成长性股票的乐观预期会进一步增强，投资者会加大对这类股票的投资，推动其价格上涨，超额收益率提高；而当投资者情绪低落时，对高成长性股票的信心会受到打击，投资者会减少投资或抛售股票，导致其价格下跌，超额收益率降低。低成长性的创业板股票，由于其未来盈利增长空间有限，对投资者的吸引力相对较小，受投资者情绪的影响也相对较小。基于以上分析，提出假设3c：H3c：投资者情绪对高成长性创业板股票超额收益率的影响大于对低成长性创业板股票超额收益率的影响。四、研究设计4.1样本选取与数据来源本研究选取2010年1月1日至2023年12月31日期间在创业板上市的所有股票作为研究样本。在样本筛选过程中，遵循以下标准：首先，剔除上市时间不足3个月的股票，以确保股票价格有足够的时间反映市场信息，减少新股上市初期价格的异常波动对研究结果的影响。其次，剔除ST、*ST股票，这些股票由于财务状况或其他异常情况，其价格走势可能与正常股票存在较大差异，会干扰研究结果的准确性。最后，剔除数据缺失严重的股票，保证数据的完整性和连续性，以便进行有效的实证分析。经过上述筛选，最终得到[X]只创业板股票作为研究样本。在数据来源方面，本研究主要从多个权威数据库获取数据，以确保数据的准确性和可靠性。公司财务数据，包括资产负债表、利润表、现金流量表等相关数据，来源于Wind金融数据库和国泰安数据库。这些数据库涵盖了丰富的金融和经济数据，具有较高的权威性和完整性，能够满足对公司基本面分析的需求。市场交易数据，如股票的日收盘价、成交量、换手率等，同样从Wind金融数据库和国泰安数据库获取。这些数据能够反映股票在市场上的交易情况，是计算股票超额收益率和构建投资者情绪指标的重要依据。投资者情绪相关数据的获取较为多样化。封闭式基金折价率数据来源于Wind金融数据库，该数据库提供了详细的封闭式基金交易数据，可准确计算折价率。IPO发行量及首日收益率数据从证券交易所官方网站和相关金融资讯平台收集，确保数据的及时性和准确性。网络舆情数据则通过网络爬虫技术，从东方财富股吧、雪球等知名金融社交平台获取投资者的讨论帖子和评论信息。运用自然语言处理技术和文本挖掘技术，对这些文本数据进行情感分析，提取其中反映投资者情绪的关键词和情感倾向，将其纳入投资者情绪指标体系。宏观经济数据，如GDP增长率、通货膨胀率、利率等，来源于国家统计局官方网站和中国人民银行官方网站，这些数据能够反映宏观经济环境的变化，作为控制变量纳入研究模型，以更好地分析投资者情绪对创业板股票超额收益率的影响。4.2变量定义与度量4.2.1投资者情绪变量新增开户数（NewAccount）：新增开户数能够直观地反映市场的吸引力以及投资者参与市场的热情程度。当市场行情向好，投资者情绪高涨时，往往会吸引更多的新投资者进入市场，导致新增开户数增加；反之，当市场表现不佳，投资者情绪低落时，新增开户数可能会减少。其度量方法为每月新开立的股票账户数量，数据来源于中国证券登记结算有限责任公司官方网站，该网站定期公布准确的开户数据，确保了数据的可靠性和权威性。融资融券余额（MarginBalance）：融资融券余额体现了投资者利用杠杆进行投资的情况，反映了投资者对市场的信心和投资意愿。融资余额的增加意味着投资者看好市场前景，愿意借入资金买入股票，体现了乐观情绪；融券余额的增加则表示投资者预期股票价格下跌，倾向于借入股票卖出，反映了悲观情绪。将融资余额与融券余额之和作为融资融券余额指标，数据可从Wind金融数据库获取，该数据库整合了各大券商的融资融券数据，具有全面性和及时性。封闭式基金折价率（Discount）：封闭式基金折价率是指封闭式基金的市场价格低于其资产净值的比率。当投资者情绪乐观时，对封闭式基金的需求增加，其市场价格可能会相对较高，折价率缩小；当投资者情绪悲观时，对封闭式基金的需求减少，市场价格可能会下降，折价率扩大。计算公式为：Discount=\frac{NAV-P}{NAV}\times100\%，其中NAV表示封闭式基金的资产净值，P表示封闭式基金的市场价格。数据来源于Wind金融数据库，该数据库提供了详细的封闭式基金资产净值和市场价格数据，方便准确计算折价率。IPO发行量（IPOVolume）：IPO发行量反映了市场的融资热度和投资者对新股的需求情况。在投资者情绪高涨时，市场对新股的接受度较高，企业更愿意进行IPO融资，IPO发行量可能会增加；而在投资者情绪低落时，市场对新股的需求减少，IPO发行量可能会下降。以每月首次公开发行股票的募集资金总额来度量IPO发行量，数据从证券交易所官方网站和相关金融资讯平台收集，这些平台及时发布IPO相关信息，保证了数据的准确性和时效性。网络舆情指数（SentimentIndex）：随着互联网的发展，网络舆情成为反映投资者情绪的重要渠道。通过网络爬虫技术从东方财富股吧、雪球等知名金融社交平台获取投资者的讨论帖子和评论信息。运用自然语言处理技术和文本挖掘技术，对这些文本数据进行情感分析。首先，构建情感词典，将词汇分为积极、消极和中性三类，并赋予相应的情感分值。然后，对每个帖子和评论进行分词处理，根据情感词典计算其情感得分。最后，将一定时间内所有帖子和评论的情感得分进行加权平均，得到网络舆情指数。该指数数值越大，表明投资者情绪越乐观；数值越小，表明投资者情绪越悲观。为了综合衡量投资者情绪，运用主成分分析法对上述五个指标进行降维处理。首先，对各指标数据进行标准化处理，消除量纲和数量级的影响。然后，计算指标之间的相关系数矩阵，确定主成分的个数。根据特征值大于1的原则，提取主成分，并计算每个主成分的得分。最后，以各主成分的方差贡献率为权重，计算综合投资者情绪指标（ISI），公式为：ISI=\sum_{i=1}^{n}w_i\timesPC_i，其中w_i表示第i个主成分的方差贡献率，PC_i表示第i个主成分的得分，n为主成分的个数。通过主成分分析构建的综合投资者情绪指标，能够更全面、准确地反映投资者情绪的变化。4.2.2创业板股票超额收益率变量采用资本资产定价模型（CAPM）来计算创业板股票超额收益率。资本资产定价模型认为，股票的预期收益率等于无风险收益率加上风险溢价，其中风险溢价由股票的β系数与市场风险溢价的乘积决定。其公式为：E(R_i)=R_f+\beta_i\times(E(R_m)-R_f)，其中E(R_i)表示股票i的预期收益率，R_f表示无风险收益率，选取一年期国债收益率作为无风险收益率的近似值，数据来源于中国债券信息网，该网站提供权威的国债收益率数据。\beta_i表示股票i的系统性风险系数，衡量股票收益率对市场收益率变动的敏感程度，通过对股票i的历史收益率与市场组合收益率进行回归分析得到，市场组合收益率选用创业板指数收益率，数据可从Wind金融数据库获取。E(R_m)表示市场组合的预期收益率，即创业板指数的平均收益率。股票的实际收益率计算公式为：R_{it}=\frac{P_{it}-P_{it-1}+D_{it}}{P_{it-1}}，其中R_{it}表示股票i在t时期的实际收益率，P_{it}表示股票i在t时期的收盘价，P_{it-1}表示股票i在t-1时期的收盘价，D_{it}表示股票i在t时期获得的股息红利。创业板股票超额收益率（AR）的计算公式为：AR_{it}=R_{it}-E(R_i)，即股票i在t时期的实际收益率减去根据资本资产定价模型计算出的预期收益率，得到股票i在t时期的超额收益率。通过这种方法计算的创业板股票超额收益率，能够反映出股票实际收益超出市场预期收益的部分，便于研究投资者情绪对其的影响。4.2.3控制变量市场风险（MarketRisk）：市场风险是影响股票收益率的重要因素之一，通常用市场收益率的标准差来衡量。市场收益率的波动越大，市场风险越高，股票的超额收益率可能受到更大的影响。选用创业板指数收益率的标准差来度量市场风险，数据来源于Wind金融数据库。在市场风险较高时，投资者情绪对创业板股票超额收益率的影响可能会被放大，因为市场的不确定性增加，投资者更容易受到情绪的左右。公司规模（Size）：公司规模对股票超额收益率可能产生影响。一般来说，大公司通常具有更稳定的业绩和更强的抗风险能力，其股票价格相对较为稳定；而小公司的业绩波动较大，股票价格的弹性也较大，更容易受到投资者情绪的影响。用公司的总市值来衡量公司规模，计算公式为：Size=P\timesS，其中P为股票的收盘价，S为公司的总股本，数据可从Wind金融数据库获取。在研究投资者情绪对创业板股票超额收益率的影响时，控制公司规模变量，可以更准确地分析投资者情绪的作用。行业因素（Industry）：不同行业的发展前景和市场竞争状况存在差异，这会对创业板股票超额收益率产生影响。将创业板股票按照证监会行业分类标准进行分类，设置行业虚拟变量。对于属于某一行业的股票，该行业虚拟变量取值为1，否则为0。通过控制行业因素，可以排除行业特性对股票超额收益率的干扰，更好地研究投资者情绪在不同行业中的影响差异。例如，新兴行业的股票可能由于其高成长性和不确定性，对投资者情绪更为敏感，而传统行业的股票受投资者情绪的影响相对较小。财务杠杆（Leverage）：公司的财务杠杆反映了其债务融资的程度，对股票超额收益率也可能产生影响。财务杠杆较高的公司，面临的财务风险较大，其股票收益可能会受到债务成本和偿债压力的影响。用资产负债率来衡量财务杠杆，计算公式为：Leverage=\frac{TotalDebt}{TotalAssets}\times100\%，其中TotalDebt表示公司的总负债，TotalAssets表示公司的总资产，数据来源于Wind金融数据库。在研究中控制财务杠杆变量，可以更全面地分析投资者情绪与创业板股票超额收益率之间的关系。盈利能力（Profitability）：公司的盈利能力是影响股票价值和超额收益率的关键因素。盈利能力强的公司通常能够吸引更多投资者的关注，其股票价格也更有可能上涨。选用净资产收益率（ROE）来衡量公司的盈利能力，计算公式为：ROE=\frac{NetProfit}{AverageShareholdersEquity}\times100\%，其中NetProfit表示公司的净利润，AverageShareholdersEquity表示公司的平均股东权益，数据来源于Wind金融数据库。控制盈利能力变量，可以使研究结果更准确地反映投资者情绪对创业板股票超额收益率的影响，避免因公司盈利能力差异而产生的干扰。4.3模型构建为了深入研究投资者情绪对创业板股票超额收益率的影响，构建如下多元线性回归模型：AR_{it}=\beta_0+\beta_1ISI_t+\beta_2MarketRisk_{t}+\beta_3Size_{it}+\sum_{j=1}^{n}\beta_{4j}Industry_{ijt}+\beta_5Leverage_{it}+\beta_6Profitability_{it}+\epsilon_{it}其中：AR_{it}：表示第i只创业板股票在t时期的超额收益率，通过前文所述的资本资产定价模型（CAPM）计算得出，是模型的被解释变量，用于衡量股票实际收益超出市场预期收益的部分，研究投资者情绪对其影响是本研究的核心目的。ISI_t：表示t时期的综合投资者情绪指标，运用主成分分析法对新增开户数、融资融券余额、封闭式基金折价率、IPO发行量、网络舆情指数等多个基础指标进行降维处理后得到。该指标作为模型的关键解释变量，用于衡量投资者情绪的高低，旨在探究投资者情绪变化与创业板股票超额收益率之间的关系。MarketRisk_{t}：代表t时期的市场风险，用创业板指数收益率的标准差来度量。市场风险是影响股票收益率的重要市场因素，纳入模型作为控制变量，可排除市场风险波动对创业板股票超额收益率的干扰，使研究结果更准确地反映投资者情绪的作用。Size_{it}：表示第i只创业板股票在t时期的公司规模，通过公司总市值衡量，即Size=P\timesS，其中P为股票的收盘价，S为公司的总股本。公司规模对股票超额收益率可能产生影响，控制该变量有助于更精准地分析投资者情绪与创业板股票超额收益率之间的关系。Industry_{ijt}：为行业虚拟变量，j表示行业类别，n为行业的总数。按照证监会行业分类标准，对于属于第j行业的第i只股票在t时期，该行业虚拟变量取值为1，否则为0。不同行业的发展前景和市场竞争状况存在差异，会对创业板股票超额收益率产生影响，控制行业因素可排除行业特性对研究结果的干扰，更好地研究投资者情绪在不同行业中的影响差异。Leverage_{it}：代表第i只创业板股票在t时期的财务杠杆，用资产负债率衡量，即Leverage=\frac{TotalDebt}{TotalAssets}\times100\%，其中TotalDebt表示公司的总负债，TotalAssets表示公司的总资产。公司的财务杠杆反映了其债务融资的程度，对股票超额收益率可能产生影响，控制该变量可更全面地分析投资者情绪与创业板股票超额收益率之间的关系。Profitability_{it}：表示第i只创业板股票在t时期的盈利能力，选用净资产收益率（ROE）来衡量，即ROE=\frac{NetProfit}{AverageShareholdersEquity}\times100\%，其中NetProfit表示公司的净利润，AverageShareholdersEquity表示公司的平均股东权益。公司的盈利能力是影响股票价值和超额收益率的关键因素，控制该变量可避免因公司盈利能力差异而对研究结果产生干扰，使研究结果更准确地反映投资者情绪对创业板股票超额收益率的影响。\beta_0为常数项；\beta_1-\beta_6为各变量的回归系数，反映了各自变量对因变量AR_{it}的影响程度；\epsilon_{it}为随机扰动项，代表模型中未考虑到的其他随机因素对创业板股票超额收益率的影响。构建此模型的依据主要基于行为金融学理论和前人的研究成果。行为金融学理论认为投资者并非完全理性，其情绪会对投资决策产生重要影响，进而影响股票价格和超额收益率。已有研究表明，投资者情绪与股票超额收益率之间存在显著关系，且市场风险、公司规模、行业因素、财务杠杆和盈利能力等因素也会对股票超额收益率产生影响。因此，通过构建上述多元线性回归模型，将投资者情绪以及其他可能影响创业板股票超额收益率的因素纳入模型中，能够全面、系统地研究投资者情绪对创业板股票超额收益率的影响，同时控制其他因素的干扰，使研究结果更具可靠性和说服力。五、实证结果与分析5.1描述性统计对样本数据进行描述性统计，结果如表1所示。从投资者情绪综合指标（ISI）来看，其均值为0.032，标准差为0.987，表明投资者情绪存在一定的波动。最大值为3.214，最小值为-2.896，说明在样本期间内，投资者情绪在乐观和悲观之间有较大幅度的变化。在市场行情较好、宏观经济数据乐观以及政策利好等因素的影响下，投资者情绪可能达到较高水平；而当市场面临不确定性、经济增长放缓或突发负面事件时，投资者情绪可能变得极度悲观。创业板股票超额收益率（AR）的均值为0.015，标准差为0.084，反映出创业板股票超额收益率的波动较为明显。这与创业板市场的特点密切相关，创业板企业大多处于成长初期，业绩不稳定，市场风险较高，导致股票价格波动较大，进而使得超额收益率的波动也较大。最大值为0.562，最小值为-0.487，表明在不同的市场环境和公司特定事件的影响下，创业板股票超额收益率存在较大差异。一些具有高成长性和创新性的创业板企业，在市场需求旺盛、行业发展前景良好的情况下，可能会实现业绩的快速增长，从而带动股票价格大幅上涨，获得较高的超额收益率；而一些面临市场竞争压力、经营不善或受到行业政策不利影响的创业板企业，股票价格可能下跌，导致超额收益率为负。在控制变量方面，市场风险（MarketRisk）的均值为0.028，标准差为0.012，说明创业板市场的风险水平存在一定的波动。市场风险受到多种因素的影响，如宏观经济形势、政策变化、行业竞争等，这些因素的不确定性导致市场风险的波动。公司规模（Size）的均值为25.367，标准差为1.245，反映出创业板公司规模存在一定差异。创业板市场涵盖了不同行业、不同发展阶段的企业，其规模大小不一。一些新兴的创业企业可能规模较小，但具有较高的成长潜力；而一些发展较为成熟的创业板企业，规模相对较大。行业因素（Industry）通过虚拟变量表示，反映了不同行业的特征。不同行业的发展前景、市场竞争格局和盈利能力存在差异，这会对创业板股票超额收益率产生影响。财务杠杆（Leverage）的均值为0.345，标准差为0.126，表明创业板公司的财务杠杆水平有所不同。财务杠杆的高低会影响公司的财务风险和盈利能力，进而影响股票超额收益率。盈利能力（Profitability）的均值为0.128，标准差为0.057，说明创业板公司的盈利能力存在一定的离散程度。盈利能力强的公司通常能够吸引更多投资者的关注，其股票价格也更有可能上涨，从而对超额收益率产生积极影响；而盈利能力较弱的公司，股票超额收益率可能受到抑制。表1：描述性统计结果变量观测值均值标准差最小值最大值ISI1800.0320.987-2.8963.214AR1800.0150.084-0.4870.562MarketRisk1800.0280.0120.0100.065Size18025.3671.24522.10328.567Industry180----Leverage1800.3450.1260.0560.789Profitability1800.1280.0570.0120.3565.2相关性分析在进行回归分析之前，对各变量进行相关性分析，以初步判断变量之间的关系，并检验是否存在严重的多重共线性问题。相关性分析结果如表2所示。从表中可以看出，投资者情绪综合指标（ISI）与创业板股票超额收益率（AR）之间的相关系数为0.346，在1%的水平上显著正相关，初步验证了假设1，即投资者情绪与创业板股票超额收益率呈正相关关系。当投资者情绪高涨时，他们对创业板股票的需求增加，推动股票价格上涨，从而提高超额收益率；当投资者情绪低落时，股票需求减少，价格下跌，超额收益率降低。在控制变量方面，市场风险（MarketRisk）与创业板股票超额收益率（AR）的相关系数为-0.215，在5%的水平上显著负相关，表明市场风险越高，创业板股票超额收益率越低。这是因为市场风险增加会导致投资者对股票的风险补偿要求提高，从而降低股票的吸引力，使得超额收益率下降。公司规模（Size）与创业板股票超额收益率（AR）的相关系数为-0.187，在5%的水平上显著负相关，说明公司规模越大，创业板股票超额收益率越低。大公司通常业绩相对稳定，增长速度相对较慢，市场对其预期收益相对较低；而小公司具有较高的成长性和不确定性，一旦发展良好，可能带来较高的超额收益，但同时也伴随着较高的风险。财务杠杆（Leverage）与创业板股票超额收益率（AR）的相关系数为-0.156，在10%的水平上显著负相关，表明财务杠杆越高，创业板股票超额收益率越低。高财务杠杆意味着公司面临较大的债务压力和财务风险，可能会