中国波指iVX与投资者情绪的动态关联及互动机制研究

中国波指iVX与投资者情绪的动态关联及互动机制研究一、引言1.1研究背景与意义在金融市场中，投资者情绪作为一种重要的非理性因素，对资产价格波动和市场稳定性有着显著影响。投资者情绪是投资者在投资决策过程中所表现出的心理状态和情感反应，涵盖乐观、悲观、恐惧、贪婪等多种情绪。这种情绪并非孤立存在，而是与市场中的各类指标相互作用，其中中国波指iVX便是与投资者情绪关联紧密的关键指标之一。中国波指iVX，全称中国波动率指数，是用于衡量市场波动程度的重要指标，反映了投资者对未来市场波动的预期。当iVX上升时，通常意味着市场预期未来的波动将加大，投资者可能会对市场的走势感到担忧，从而采取更为谨慎的投资策略；相反，当iVX下降时，则表明市场预期未来的波动将减小，市场环境相对稳定，投资者风险偏好可能会有所提升。在实际的投资决策中，中国波指iVX可以作为一个重要的参考指标，投资者可以根据iVX的变化来调整自己的投资策略。投资者情绪对金融市场的影响广泛而深远。从理论层面看，传统金融理论假设投资者是理性的，但现实中投资者往往受到情绪等非理性因素的干扰，这使得资产价格并非完全由基本面决定。投资者情绪的波动会导致市场价格的波动，影响市场稳定性。当投资者普遍乐观时，可能会过度买入资产，推动价格上涨，形成市场泡沫；而当投资者陷入悲观情绪时，又可能大量抛售资产，引发价格暴跌。从实践角度而言，准确把握投资者情绪对投资决策具有重要指导意义。投资者若能在情绪高涨时保持理性，避免盲目追涨，在情绪低落时抓住投资机会，便能更好地实现资产的保值增值。在此背景下，研究投资者情绪对中国波指iVX的影响及互动机制具有重要的理论和现实意义。在理论方面，有助于深化对金融市场中投资者行为和资产定价的理解，完善金融市场理论体系。通过探究投资者情绪如何影响iVX以及两者之间的互动关系，可以揭示市场波动背后的非理性因素，为金融理论的发展提供新的视角和实证依据。在现实意义上，对投资者而言，能帮助其更好地理解市场波动，把握投资时机，制定更合理的投资策略，降低投资风险。对于金融监管部门来说，研究投资者情绪与iVX的互动机制，有助于及时监测市场情绪变化，提前预警市场风险，维护金融市场的稳定运行。1.2研究目标与内容本研究旨在深入剖析投资者情绪对中国波指iVX的影响机制，以及两者之间的互动关系，为投资者决策和市场监管提供理论支持和实践指导。具体研究目标如下：构建综合投资者情绪指标体系：全面梳理影响投资者情绪的各类因素，运用科学合理的方法，构建能够准确反映投资者情绪变化的综合指标体系。该体系将涵盖宏观经济、市场交易、投资者行为等多个层面，确保对投资者情绪的衡量全面且准确。揭示投资者情绪对中国波指iVX的影响路径：通过实证分析，明确投资者情绪如何通过不同的渠道和机制影响中国波指iVX的波动。探究投资者情绪的变化是否会直接导致iVX的同向或反向变动，以及这种影响在不同市场环境下的差异。剖析中国波指iVX与投资者情绪的互动机制：研究中国波指iVX的波动是否会反过来影响投资者情绪，以及两者之间的互动如何在市场中形成反馈循环，进一步影响市场的稳定性和投资者的决策行为。基于以上研究目标，本研究的主要内容包括：投资者情绪与中国波指iVX的理论基础：系统阐述投资者情绪的概念、形成机制以及对金融市场的影响理论，同时深入剖析中国波指iVX的定义、计算方法和在金融市场中的作用，为后续的实证研究奠定坚实的理论基础。投资者情绪指标体系的构建：从多个维度选取能够反映投资者情绪的代理变量，如封闭式基金折价率、新增投资者开户数、融资融券余额等，运用主成分分析、因子分析等方法，构建综合投资者情绪指数，并对其有效性和可靠性进行检验。投资者情绪对中国波指iVX的影响分析：运用时间序列分析、回归分析等方法，实证检验投资者情绪对中国波指iVX的影响方向和程度。分析不同类型的投资者情绪（乐观情绪、悲观情绪等）对iVX的影响差异，以及这种影响在不同市场周期（牛市、熊市）中的变化规律。中国波指iVX与投资者情绪的互动关系研究：采用向量自回归模型（VAR）、格兰杰因果检验等方法，探究中国波指iVX与投资者情绪之间的双向因果关系，分析两者在市场波动中的相互作用机制，以及这种互动关系对市场稳定性的影响。基于研究结果的投资策略与监管建议：根据实证研究结果，为投资者提供基于投资者情绪和中国波指iVX变化的投资策略建议，帮助投资者更好地把握市场机会，降低投资风险。同时，为金融监管部门提出针对性的政策建议，以加强对市场情绪的监测和引导，维护金融市场的稳定健康发展。1.3研究方法与创新点本研究综合运用多种研究方法，以确保研究的科学性、准确性和全面性。具体研究方法如下：文献研究法：系统梳理国内外关于投资者情绪、金融市场波动以及中国波指iVX的相关文献，了解已有研究成果和不足，为本文的研究提供理论基础和研究思路。通过对大量文献的分析，明确投资者情绪的定义、度量方法、影响因素以及其对金融市场的作用机制，同时深入剖析中国波指iVX的计算原理、市场功能以及与投资者情绪之间可能存在的关联，为后续的实证研究和理论分析奠定坚实的基础。指标构建法：从宏观经济、市场交易、投资者行为等多个维度选取能够反映投资者情绪的代理变量，如封闭式基金折价率、新增投资者开户数、融资融券余额等。运用主成分分析、因子分析等多元统计方法，对这些代理变量进行降维处理，提取主要公因子，构建综合投资者情绪指数。通过对各代理变量的筛选和权重分配，确保构建的投资者情绪指数能够全面、准确地反映投资者情绪的变化，提高研究的可靠性和有效性。实证分析法：运用时间序列分析、回归分析、向量自回归模型（VAR）、格兰杰因果检验等计量经济学方法，对投资者情绪与中国波指iVX之间的关系进行实证检验。具体而言，通过时间序列分析观察投资者情绪和中国波指iVX的动态变化趋势，运用回归分析探究投资者情绪对中国波指iVX的影响方向和程度，利用VAR模型和格兰杰因果检验分析两者之间的双向因果关系和互动机制。通过实证分析，揭示投资者情绪与中国波指iVX之间的内在联系，为研究结论的得出提供有力的实证支持。案例分析法：选取具有代表性的市场事件或时间段，深入分析投资者情绪与中国波指iVX在这些特定情况下的表现和相互作用。例如，分析在金融危机、市场泡沫等极端市场环境下，投资者情绪的变化如何影响中国波指iVX的波动，以及中国波指iVX的异常波动又如何反过来影响投资者情绪和市场行为。通过案例分析，进一步验证实证研究的结果，增强研究结论的说服力和现实指导意义。相较于以往的研究，本文的创新点主要体现在以下几个方面：多维度构建投资者情绪指标体系：以往研究在构建投资者情绪指标时，往往侧重于单一维度或少数几个代理变量，难以全面准确地反映投资者情绪的变化。本文从宏观经济、市场交易、投资者行为等多个维度选取丰富的代理变量，运用科学的方法构建综合投资者情绪指数，使得对投资者情绪的度量更加全面、准确，能够更深入地揭示投资者情绪对中国波指iVX的影响机制。深入剖析双向互动机制：现有研究大多集中于投资者情绪对金融市场波动的单向影响，对市场波动指标与投资者情绪之间的双向互动关系研究较少。本文不仅研究投资者情绪对中国波指iVX的影响，还运用先进的计量模型深入探究中国波指iVX对投资者情绪的反作用，以及两者之间的动态互动机制，丰富了金融市场中投资者情绪与市场波动关系的研究内容。结合市场实际案例分析：在实证研究的基础上，引入实际市场案例进行分析，将理论研究与实际市场情况相结合。通过对具体市场事件的深入剖析，更直观地展示投资者情绪与中国波指iVX之间的相互作用，为投资者和市场监管者提供更具针对性和可操作性的建议，增强了研究的现实应用价值。二、相关理论基础2.1投资者情绪理论2.1.1投资者情绪的概念与内涵投资者情绪是投资者在金融市场投资决策过程中所表现出的心理状态和情感反应，是一种对市场未来走势的主观判断和预期偏差。行为金融学认为，投资者并非完全理性，其决策会受到认知偏差、情感因素等多种因素的影响，从而产生各种情绪。投资者情绪包含了投资者对市场的乐观或悲观态度、对风险的感知和偏好，以及对未来收益的预期等多个方面。当投资者对市场前景充满信心，预期资产价格将上涨，愿意承担更多风险进行投资时，表现为乐观情绪。乐观情绪下，投资者往往会积极买入资产，推动市场价格上升，如在股票市场牛市初期，投资者普遍看好经济发展和企业盈利前景，大量资金涌入股市，股价不断攀升。相反，当投资者对市场前景感到担忧，预期资产价格下跌，倾向于规避风险时，表现为悲观情绪。悲观情绪下，投资者会减少投资甚至抛售资产，导致市场价格下降，在金融危机期间，投资者对经济形势极度悲观，纷纷抛售股票、债券等资产，引发市场恐慌性下跌。投资者情绪还体现在对风险的感知和偏好上。风险感知是投资者对投资中潜在风险的主观认识，不同情绪状态下，投资者对风险的感知存在差异。乐观情绪时，投资者可能低估风险，认为投资失败的可能性较小；悲观情绪时，则会高估风险，对潜在损失更加敏感。风险偏好则反映投资者在面对风险时的态度和选择，乐观投资者更倾向于高风险高收益的投资，而悲观投资者则更偏好低风险低收益的投资。2.1.2投资者情绪的形成机制投资者情绪的形成是一个复杂的过程，受到多种因素的综合影响，主要包括以下几个方面：宏观经济因素：宏观经济状况是影响投资者情绪的重要基础。经济增长、通货膨胀、利率、汇率等宏观经济指标的变化，都会对投资者情绪产生显著影响。当经济增长强劲，企业盈利增加，失业率降低时，投资者对市场前景充满信心，情绪趋于乐观。在经济繁荣时期，GDP增长率较高，企业订单增加，利润上升，投资者预期股票等资产价格将上涨，纷纷加大投资，推动市场繁荣。相反，当经济衰退，企业盈利下降，失业率上升时，投资者情绪容易转向悲观。在经济衰退期，企业面临销售困难、利润下滑的压力，投资者担心资产价值缩水，会减少投资，甚至抛售资产，导致市场下跌。政策因素：政府的财政政策、货币政策、产业政策等对投资者情绪有着重要的引导作用。扩张性的财政政策，如增加政府支出、减少税收，会刺激经济增长，提升投资者信心；宽松的货币政策，如降低利率、增加货币供应量，会降低企业融资成本，增加市场流动性，推动资产价格上涨，使投资者情绪趋于乐观。当央行降低利率时，企业融资成本降低，投资意愿增强，同时，资金会从低收益的固定收益类资产流向股票等风险资产，推动股价上涨，投资者情绪受到提振。相反，紧缩性的财政政策和货币政策会抑制经济增长，减少市场流动性，导致投资者情绪悲观。市场信息因素：市场信息的传播和解读是投资者情绪形成的直接原因。公司的财务报表、业绩预告、重大资产重组等信息，以及宏观经济数据的发布、行业动态、政策变化等，都会引起投资者的关注和反应。正面的信息往往会激发投资者的乐观情绪，负面的信息则会导致投资者情绪悲观。一家公司发布了超出市场预期的业绩报告，投资者会认为该公司未来发展前景良好，从而对其股票产生积极的预期，情绪变得乐观，推动股价上涨。此外，信息的传播速度和方式也会影响投资者情绪。在互联网时代，信息传播迅速，一条消息可能在短时间内引起市场的广泛关注和反应，加剧投资者情绪的波动。投资者自身因素：投资者的心理特征、认知偏差、投资经验和财富状况等自身因素，也会对投资者情绪产生重要影响。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，容易在市场上涨时过度乐观，在市场下跌时过度悲观。从众心理使投资者容易受到他人行为的影响，跟随市场主流情绪进行投资决策。当市场上大多数投资者都在买入时，部分投资者会受到从众心理的驱使，也纷纷买入，进一步推动市场上涨，强化乐观情绪；反之，当市场上大多数投资者都在抛售时，投资者也容易跟风抛售，加剧市场下跌，引发悲观情绪。投资经验丰富的投资者，在面对市场波动时可能更加理性，情绪相对稳定；而投资经验不足的投资者，更容易受到情绪的影响，投资决策较为冲动。2.1.3投资者情绪的度量指标准确度量投资者情绪是研究投资者情绪对金融市场影响的关键。目前，学术界和实务界常用的投资者情绪度量指标主要包括以下几类：直接指标：投资者问卷调查：通过设计问卷，直接询问投资者对市场未来走势的看法、投资信心、风险偏好等，从而获取投资者情绪信息。央视看盘指数，它通过对投资者进行调查，了解他们对股市未来走势的预期，分为看多、看空和看平三种情况，以此来反映投资者情绪。这种方法的优点是能够直接获取投资者的主观感受，缺点是调查结果可能受到投资者主观偏见、回答不真实等因素的影响，且调查样本的选取和代表性对结果的准确性有较大影响。消费者信心指数：国家统计局发布的消费者信心指数，反映了消费者对当前经济状况和未来经济前景的信心程度。消费者作为经济活动的参与者，其信心状况会影响到投资决策，进而反映在投资者情绪上。当消费者信心指数较高时，表明消费者对经济前景乐观，可能会增加投资，体现为投资者情绪的乐观；反之，当消费者信心指数较低时，投资者情绪可能趋于悲观。间接指标：封闭式基金折价率：封闭式基金的市场价格与其资产净值之间的差额与资产净值的比率称为折价率。在有效市场中，封闭式基金的价格应等于其资产净值，但实际市场中，由于投资者情绪等因素的影响，封闭式基金往往存在折价现象。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，对封闭式基金的需求减少，折价率可能扩大。因此，封闭式基金折价率可以作为衡量投资者情绪的一个间接指标。新增投资者开户数：新增投资者开户数反映了市场的吸引力和投资者参与市场的积极性。当市场行情向好，投资者情绪乐观时，会吸引更多的投资者进入市场，新增投资者开户数增加；当市场行情不佳，投资者情绪悲观时，新增投资者开户数会减少。在股票市场牛市期间，新增投资者开户数往往大幅增长，表明投资者情绪高涨，积极参与市场；而在熊市期间，新增投资者开户数明显下降，反映出投资者情绪低落，对市场持谨慎态度。融资融券余额：融资融券业务是投资者向证券公司借入资金买入证券（融资）或借入证券并卖出（融券）的交易行为。融资余额反映了投资者对市场的乐观情绪，当投资者看好市场时，会通过融资买入证券，融资余额增加；融券余额则反映了投资者对市场的悲观情绪，当投资者看空市场时，会通过融券卖出证券，融券余额增加。因此，融资融券余额的变化可以在一定程度上反映投资者情绪的变化。成交量：成交量是市场交易活跃程度的重要指标，反映了投资者的参与程度和市场情绪。当市场成交量放大时，表明投资者交易活跃，市场情绪高涨；当市场成交量萎缩时，说明投资者交易意愿降低，市场情绪低迷。在股票市场上涨过程中，成交量往往逐步放大，显示投资者情绪乐观，积极买入；而在市场下跌过程中，成交量可能逐渐缩小，反映出投资者情绪悲观，交易谨慎。2.2中国波指iVX理论2.2.1iVX的定义与计算方法中国波指iVX，即上证50ETF波动率指数，是基于上海证券交易所挂牌的50ETF期权合约编制而成，用于衡量上证50ETF未来30日的波动预期。它通过反推当前在交易的期权价格中蕴含的隐含波动率，来反映未来30日标的50ETF价格的波动水平。iVX指数在2015年6月26日第一次公布，起始日为上证50ETF期权上市之日2月9日，并在每天收盘后发布一次日内数据及日间数据。iVX的计算基于方差互换原理，采用上证50ETF期权相关数据进行计算，具体步骤如下：期权合约价格的确定：期权合约价格是计算iVX的基础，其确定遵循一系列规则。当日有成交且存在买卖报价时，若最新成交价处于买卖报价之间，取最新成交价；若最新成交价处于买卖报价之外，取最优报价均值。当日有成交仅有买方报价时，取买价与最新成交价中较大者；当日有成交仅有卖方报价时，取卖价与最新成交价中较小者；当日有成交不存在买卖报价时，取最新成交价。当日无成交但存在买卖报价时，取最优报价均值；当日无成交仅有买方报价时，取买价与昨结算价中较大者；当日无成交仅有卖方报价时，取卖价与昨结算价中较小者；当日无成交且无买卖报价时，取昨结算价。对于进入熔断状态的合约，如已有虚拟成交价格，则使用虚拟成交价格，否则使用熔断前确定的价格。近月与次近月波动率的计算：iVX指数展期时间为7天。满足剩余到期天数超过7天的最近到期合约为近月合约，次近到期合约为次近月合约，两者隐含波动率分别为近月与次近月波动率。近月波动率的计算公式为：\sigma_{NT}^2=\frac{2}{T_{NT}}\sum_{i=1}^{n}\frac{\DeltaK_i}{K_i^2}e^{r(T_{NT}-t)}Q(K_i)其中，\sigma_{NT}为近月波动率，T_{NT}为近月合约剩余到期时间（以分钟计），r为上交所采用的无风险利率，S为认购期权价格与认沽期权价格相差最小的执行价，F=S+e^{rT_{NT}}\times（认购期权价格(S)-认沽期权价格(S)），K_0为小于F且最接近于F的执行价，K_i为由小到大的所有执行价（i=1,2,3,\cdots），\DeltaK_i为第i个执行价所对应的执行价间隔，Q(K_i)若K_i小于K_0，为K_i对应的认沽期权价格；若K_i大于K_0，为K_i对应的认购期权价格；若K_i等于K_0，为K_i对应的认沽期权价格与认购期权价格均值。次近月波动率的计算方法与近月波动率一致。当特殊行情导致执行价覆盖不充分时，将通过BS公式填充部分虚拟执行价合约，并带入近月与次近月波动率的计算。iVX指数的计算：完成近月波动率\sigma_{NT}^2与次近月波动率\sigma_{NT2}^2的计算之后，采用以下公式计算iVX指数：iVX=100\times\sqrt{\frac{T_{NT1}}{30}\sigma_{NT1}^2+\frac{30-T_{NT1}}{30}\sigma_{NT2}^2}其中，T_{NT1}为近月合约剩余到期时间（以天计），T_{NT2}为次近月合约剩余到期时间（以天计）。若近月合约到期日天数不小于30天，则不使用次近月波动率，iVX即为近月波动率乘以100。2.2.2iVX的作用与意义iVX在金融市场中具有多方面的重要作用和意义，主要体现在以下几个方面：衡量市场风险：iVX作为市场波动率的重要指标，能够直观地反映市场的风险程度。当iVX数值较高时，表明市场预期未来的波动将加大，投资者面临的风险增加，市场不确定性增强；当iVX数值较低时，则意味着市场预期未来波动较小，市场环境相对稳定，风险较低。在股票市场大幅波动期间，如2015年股灾时，iVX指数大幅攀升，从平时的较低水平迅速上升至高位，充分显示出市场风险的急剧增加，投资者对市场走势的担忧加剧。投资者可以通过关注iVX的变化，及时了解市场风险状况，调整投资组合的风险水平，以应对不同的市场环境。辅助投资决策：对于投资者而言，iVX是制定投资策略的重要参考依据。在iVX上升阶段，市场波动加剧，投资者可能会选择降低风险资产的配置比例，增加现金或固定收益类资产的持有，以避免市场波动带来的损失；在iVX下降阶段，市场趋于稳定，投资者可以适当增加风险资产的投资，追求更高的收益。当iVX处于低位且市场处于上升趋势时，投资者可以考虑增加股票投资，分享市场上涨的红利；而当iVX处于高位且市场出现下跌迹象时，投资者可以减持股票，或运用期权等衍生工具进行套期保值，降低投资风险。此外，iVX还可以帮助投资者判断市场的买卖时机。当iVX达到较高水平时，市场可能过度恐慌，股价可能被低估，此时可能是买入的时机；当iVX处于较低水平时，市场可能过度乐观，股价可能被高估，此时可能是卖出的时机。促进金融创新：iVX为金融市场的创新提供了基础。基于iVX指数，可以开发出多种金融衍生产品，如iVX期货、iVX期权等，这些衍生产品丰富了金融市场的投资工具，满足了不同投资者的风险偏好和投资需求。投资者可以通过交易这些衍生产品，对市场波动率进行投机或套期保值，进一步提高市场的效率和流动性。同时，iVX指数的存在也为金融机构提供了风险管理的新手段，有助于金融机构更好地管理资产组合的风险，提高风险管理水平。反映市场情绪：iVX指数在一定程度上反映了投资者的情绪状态。当投资者情绪乐观时，对市场未来走势充满信心，预期市场波动较小，iVX指数往往较低；当投资者情绪悲观时，对市场前景担忧，预期市场波动加大，iVX指数通常会上升。因此，iVX指数可以作为市场情绪的风向标，帮助投资者和监管机构了解市场参与者的心理状态，及时掌握市场动态。监管机构可以通过监测iVX指数的变化，评估市场情绪的稳定性，制定相应的政策措施，以维护金融市场的稳定。2.2.3iVX与市场波动的关系iVX与市场波动之间存在着紧密的内在联系，二者相互影响、相互作用。从理论上来说，iVX是对市场未来30日波动预期的度量，其数值的变化直接反映了市场对未来波动的预期变化。当市场预期未来波动将增大时，投资者对风险的感知增强，为了对冲风险，对期权的需求增加，从而推动期权价格上升，根据iVX的计算原理，期权价格的上升会导致iVX指数上升；反之，当市场预期未来波动将减小时，投资者对期权的需求减少，期权价格下降，iVX指数也随之下降。通过对历史数据的分析可以进一步验证iVX与市场波动之间的关系。以2015-2016年的中国股票市场为例，在2015年上半年，股市处于牛市行情，市场情绪高涨，投资者普遍乐观，市场波动相对较小，iVX指数也维持在较低水平。随着市场的快速上涨，市场泡沫逐渐积累，风险不断加大。2015年6月中旬，股市开始大幅下跌，市场恐慌情绪蔓延，投资者对未来市场波动的预期急剧上升，iVX指数也随之迅速攀升，在2015年7月8日达到了较高水平，反映出市场的极度恐慌和高风险状态。在随后的市场反弹和调整过程中，iVX指数也随着市场波动的变化而起伏。当市场出现反弹时，投资者情绪有所缓和，市场波动预期下降，iVX指数也相应下降；而当市场再次出现下跌时，投资者情绪再次转向悲观，市场波动预期上升，iVX指数又会上升。在市场出现重大事件时，iVX与市场波动的关系表现得尤为明显。当发生金融危机、重大政策调整等事件时，市场信息的不确定性增加，投资者的情绪波动加剧，对市场未来走势的预期也变得更加不稳定，从而导致市场波动增大，iVX指数大幅上升。2008年全球金融危机爆发时，全球金融市场剧烈动荡，投资者对市场前景极度悲观，iVX指数大幅飙升，达到历史高位，充分体现了市场波动与iVX之间的紧密联系。三、投资者情绪对中国波指iVX的影响分析3.1影响渠道分析3.1.1宏观经济层面的影响宏观经济因素是影响投资者情绪和中国波指iVX的重要基础，其通过多种途径对iVX产生影响。经济增长是宏观经济的核心指标之一，对投资者情绪和iVX有着显著影响。当经济增长强劲时，企业盈利增加，就业市场稳定，居民收入提高，投资者对未来经济前景充满信心，情绪趋于乐观。在这种乐观情绪的驱动下，投资者更愿意承担风险，增加对股票等风险资产的投资，推动股票市场上涨，市场波动性相对降低，进而使得iVX下降。在经济扩张期，GDP增长率较高，企业订单充足，利润大幅增长，投资者纷纷看好股票市场，大量资金涌入股市，股票价格稳步上升，市场波动较小，iVX指数处于较低水平。相反，当经济增长放缓或陷入衰退时，企业面临销售困难、利润下滑的压力，失业率上升，投资者对经济前景感到担忧，情绪转向悲观。悲观情绪下，投资者会减少风险资产投资，甚至抛售股票，导致股票市场下跌，市场波动性增大，iVX上升。在经济衰退期，企业盈利能力下降，投资者纷纷抛售股票，股市大幅下跌，市场恐慌情绪蔓延，iVX指数急剧攀升。通货膨胀和利率等宏观经济变量也会通过投资者情绪影响iVX。通货膨胀会影响投资者的实际收益，当通货膨胀率上升时，投资者的实际购买力下降，对未来收益的预期降低，情绪可能变得悲观。为了应对通货膨胀带来的风险，投资者可能会调整投资组合，减少对股票等风险资产的投资，增加对保值资产的需求，这可能导致股票市场波动加剧，iVX上升。当通货膨胀率持续上升，超过投资者的预期时，投资者会担心资产价值缩水，纷纷抛售股票，买入黄金、房地产等保值资产，股票市场价格下跌，波动加大，iVX指数上升。利率作为资金的价格，对投资者的投资决策有着重要影响。当利率上升时，企业的融资成本增加，盈利能力可能受到影响，同时，债券等固定收益类资产的吸引力增强，投资者会减少对股票的投资，转向债券市场，导致股票市场资金流出，价格下跌，市场波动性增大，iVX上升。相反，当利率下降时，企业融资成本降低，投资意愿增强，股票市场资金流入增加，价格上涨，市场波动性减小，iVX下降。央行加息时，债券的收益率提高，投资者更倾向于购买债券，股票市场资金减少，股价下跌，iVX指数上升；央行降息时，股票市场的吸引力增强，资金流入，股价上涨，iVX指数下降。宏观经济政策的调整也会通过影响投资者情绪进而作用于iVX。财政政策和货币政策是宏观经济政策的主要手段。扩张性的财政政策，如增加政府支出、减少税收，会刺激经济增长，提升投资者信心，使投资者情绪趋于乐观，推动股票市场上涨，iVX下降。政府加大对基础设施建设的投资，会带动相关产业的发展，企业盈利预期增加，投资者对股票市场的前景更加乐观，积极买入股票，股票市场价格上升，iVX指数下降。宽松的货币政策，如降低利率、增加货币供应量，会增加市场流动性，降低企业融资成本，促进企业投资和居民消费，投资者情绪受到提振，股票市场活跃，iVX下降。相反，紧缩性的财政政策和货币政策会抑制经济增长，减少市场流动性，导致投资者情绪悲观，股票市场下跌，iVX上升。3.1.2股票市场层面的影响股票市场自身的变化是投资者情绪的直接反映，同时也通过投资者情绪对中国波指iVX产生重要影响。股票市场的涨跌直接影响投资者的收益和情绪。在牛市行情中，股票价格持续上涨，投资者的资产不断增值，赚钱效应明显，投资者情绪高涨，对市场前景充满信心。乐观的投资者情绪会促使更多的投资者进入市场，增加股票的需求，进一步推动股票价格上涨，市场波动性相对较小，iVX下降。在2014-2015年上半年的牛市行情中，股票市场指数大幅上涨，投资者纷纷获利，市场情绪极度乐观，新投资者大量涌入，股票交易量持续放大，市场波动相对平稳，iVX指数处于较低水平。相反，在熊市行情中，股票价格持续下跌，投资者资产缩水，遭受损失，投资者情绪低落，对市场前景感到悲观。悲观的投资者情绪会导致投资者纷纷抛售股票，股票市场供大于求，价格进一步下跌，市场波动性增大，iVX上升。在2015年下半年的股灾中，股票市场大幅下跌，投资者损失惨重，市场恐慌情绪蔓延，大量投资者抛售股票，股票价格暴跌，市场波动剧烈，iVX指数急剧上升。股票市场的交易量和换手率也是反映投资者情绪的重要指标，对iVX产生影响。当股票市场交易量放大，换手率增加时，表明市场交易活跃，投资者参与度高，市场情绪高涨。活跃的市场交易意味着投资者对市场前景充满信心，愿意积极参与交易，这可能导致股票价格上涨，市场波动性减小，iVX下降。在股票市场的热点板块或热门股票中，往往会出现交易量大幅放大，换手率居高不下的情况，这反映出投资者对这些板块或股票的高度关注和乐观情绪，市场波动相对较小，iVX指数也会受到抑制。相反，当股票市场交易量萎缩，换手率降低时，说明市场交易清淡，投资者参与度低，市场情绪低迷。低迷的市场情绪意味着投资者对市场前景缺乏信心，交易意愿降低，这可能导致股票价格下跌，市场波动性增大，iVX上升。在市场调整期或熊市的末期，股票市场交易量往往会大幅萎缩，换手率降低，投资者对市场持谨慎态度，市场波动加剧，iVX指数上升。股票市场的估值水平也会影响投资者情绪，进而影响iVX。当股票市场估值过高时，投资者会担心股票价格存在泡沫，未来可能面临下跌风险，情绪变得谨慎或悲观。谨慎的投资者情绪会促使投资者减少投资，甚至抛售股票，导致股票市场价格下跌，市场波动性增大，iVX上升。当股票市场的市盈率、市净率等估值指标远高于历史平均水平时，投资者会对市场的风险产生担忧，纷纷减持股票，股票市场价格下跌，iVX指数上升。相反，当股票市场估值过低时，投资者会认为股票价格被低估，存在投资机会，情绪趋于乐观。乐观的投资者情绪会促使投资者增加投资，买入股票，推动股票市场价格上涨，市场波动性减小，iVX下降。当股票市场经历大幅下跌后，估值水平处于历史低位时，投资者会认为市场已经具备投资价值，积极买入股票，股票市场价格逐渐回升，iVX指数下降。3.1.3投资者行为层面的影响投资者的行为决策在情绪驱动下对中国波指iVX产生重要影响，主要体现在以下几个方面。投资者的风险偏好和交易策略在不同情绪状态下会发生显著变化，进而影响iVX。当投资者情绪乐观时，往往会高估自己的投资能力和市场的上涨潜力，风险偏好增加，更倾向于采取激进的交易策略。他们会加大对高风险高收益资产的投资，如股票、期货等，增加杠杆使用，频繁买卖股票，追求短期高额收益。这种积极的投资行为会推动股票市场价格上涨，市场交易活跃，波动性相对减小，iVX下降。在牛市中，投资者情绪高涨，风险偏好提升，大量资金涌入股票市场，推动股价持续上升，市场波动相对平稳，iVX指数维持在较低水平。相反，当投资者情绪悲观时，会低估自己的投资能力和市场的前景，风险偏好降低，更倾向于采取保守的交易策略。他们会减少对风险资产的投资，增加现金或低风险资产的持有，如债券、货币基金等，甚至会选择空仓观望。这种谨慎的投资行为会导致股票市场资金流出，价格下跌，市场交易清淡，波动性增大，iVX上升。在熊市中，投资者情绪低落，风险偏好下降，纷纷抛售股票，持有现金或债券，股票市场价格持续下跌，波动加剧，iVX指数大幅上升。投资者的羊群行为在情绪的影响下也会对iVX产生作用。羊群行为是指投资者在投资决策过程中，受到他人行为和市场情绪的影响，放弃自己的独立判断，跟随大多数投资者的行为进行投资。当投资者情绪乐观时，羊群行为表现为投资者纷纷跟风买入股票，形成市场的上涨趋势。这种集体买入行为会导致股票市场需求大幅增加，价格迅速上涨，市场波动性减小，iVX下降。在市场热点板块或热门股票中，投资者往往会受到羊群行为的影响，看到其他投资者纷纷买入，自己也跟风买入，导致该板块或股票价格快速上涨，市场波动相对较小，iVX指数受到抑制。相反，当投资者情绪悲观时，羊群行为表现为投资者纷纷跟风抛售股票，形成市场的下跌趋势。这种集体抛售行为会导致股票市场供给大幅增加，价格迅速下跌，市场波动性增大，iVX上升。在市场恐慌时期，投资者情绪极度悲观，受到羊群行为的影响，纷纷抛售股票，导致股票市场价格暴跌，波动剧烈，iVX指数急剧上升。投资者的认知偏差在情绪的作用下也会影响iVX。认知偏差是指投资者在认知过程中，由于各种因素的影响，对市场信息的理解和判断出现偏差。过度自信、损失厌恶、锚定效应等都是常见的认知偏差。当投资者情绪乐观时，过度自信的认知偏差会表现得更加明显，投资者会高估自己的投资能力和对市场的判断，认为自己能够准确预测市场走势，从而采取激进的投资策略。这种过度自信的行为可能导致市场价格偏离其内在价值，增加市场的波动性，当市场情绪转向悲观时，价格回调的风险增大，进而可能导致iVX上升。投资者在牛市中过度自信，大量买入股票，忽视了市场潜在的风险，一旦市场出现调整，价格大幅下跌，市场波动加剧，iVX指数上升。当投资者情绪悲观时，损失厌恶的认知偏差会使投资者更加关注投资损失，对风险更加敏感，容易采取过度保守的投资策略。这种过度保守的行为可能导致市场交易清淡，价格下跌，市场波动性增大，iVX上升。在熊市中，投资者由于损失厌恶，对股票市场失去信心，即使股票价格已经处于低位，也不敢买入，导致市场交易冷清，价格继续下跌，iVX指数上升。3.2实证研究设计3.2.1数据选取与来源本研究选取2015年2月9日至2024年6月30日作为样本区间，数据主要来源于以下几个方面：中国波指iVX数据：直接从上海证券交易所官网获取。上海证券交易所是中国波指iVX的发布机构，其官网数据具有权威性和准确性，能够确保研究使用的iVX数据真实可靠，反映市场的实际波动预期。投资者情绪代理变量数据：封闭式基金折价率数据来源于Wind数据库，该数据库整合了众多金融机构和市场的数据，涵盖了丰富的封闭式基金信息，为获取准确的折价率数据提供了保障。新增投资者开户数数据来源于中国证券登记结算有限责任公司官网，这是负责证券登记结算业务的权威机构，其发布的开户数数据全面且准确，能够真实反映市场投资者的参与情况。融资融券余额数据同样来源于Wind数据库，该数据库对融资融券业务数据进行了系统整理和统计，为研究投资者情绪提供了有力的数据支持。宏观经济数据：国内生产总值（GDP）、通货膨胀率、利率等宏观经济数据来源于国家统计局官网和中国人民银行官网。国家统计局负责全国经济数据的统计和发布，其数据具有权威性和全面性；中国人民银行作为我国的中央银行，发布的利率等金融数据准确可靠，这些宏观经济数据对于分析宏观经济层面的投资者情绪影响至关重要。通过对不同来源数据的收集和整理，确保了研究数据的全面性、准确性和可靠性，为后续的实证分析奠定了坚实的基础。在数据收集过程中，对数据进行了严格的筛选和清洗，剔除了异常值和缺失值，以保证数据质量。对于缺失值，采用了合理的填补方法，如均值填补、线性插值等，确保数据的完整性，使研究结果更具说服力。3.2.2变量设定与模型构建变量设定被解释变量：中国波指iVX，作为衡量市场波动预期的关键指标，直接反映了市场对未来30日上证50ETF价格波动的预期，用iVX_t表示，其中t表示时间。解释变量：投资者情绪综合指数（ISI），通过主成分分析方法，对封闭式基金折价率（DF）、新增投资者开户数（NA）、融资融券余额（MR）等多个投资者情绪代理变量进行降维处理，提取主要公因子构建而成。该指数能够全面反映投资者的情绪状态，用ISI_t表示。同时，为了深入分析不同层面投资者情绪的影响，还分别考虑了宏观经济层面的投资者情绪变量（如GDP增长率、通货膨胀率等）和股票市场层面的投资者情绪变量（如股票市场换手率、市盈率等），分别用Macro_t和Stock_t表示。控制变量：为了控制其他因素对中国波指iVX的影响，选取了上证50指数收益率（RET_{50t}）来反映股票市场整体的收益情况，以及成交量（VOL_t）来衡量市场的交易活跃程度。上证50指数收益率体现了市场的整体走势，成交量反映了市场的参与度和流动性，这些因素都可能对iVX产生影响，因此将其作为控制变量纳入模型。模型构建静态回归模型：为了研究投资者情绪对中国波指iVX的影响，构建如下静态回归模型：iVX_t=\alpha_0+\alpha_1ISI_t+\alpha_2RET_{50t}+\alpha_3VOL_t+\epsilon_t其中，\alpha_0为常数项，\alpha_1、\alpha_2、\alpha_3为回归系数，分别表示投资者情绪综合指数、上证50指数收益率、成交量对中国波指iVX的影响程度，\epsilon_t为随机误差项。该模型假设投资者情绪对iVX的影响是即时的，不考虑时间滞后效应。动态面板模型：考虑到投资者情绪对中国波指iVX的影响可能存在滞后性，以及iVX自身的动态变化特征，构建动态面板模型：iVX_{it}=\beta_0+\beta_1iVX_{it-1}+\beta_2ISI_{it}+\beta_3ISI_{it-1}+\beta_4RET_{50it}+\beta_5VOL_{it}+\mu_i+\epsilon_{it}其中，i表示个体（在时间序列数据中可视为不同时间点的观测值），t表示时间，iVX_{it-1}为被解释变量的滞后一期值，反映了iVX的动态变化趋势；ISI_{it-1}为投资者情绪综合指数的滞后一期值，用于捕捉投资者情绪影响的滞后效应；\beta_0为常数项，\beta_1、\beta_2、\beta_3、\beta_4、\beta_5为回归系数，分别表示iVX滞后一期、当期投资者情绪综合指数、滞后一期投资者情绪综合指数、上证50指数收益率、成交量对iVX的影响程度；\mu_i为个体固定效应，用于控制个体异质性；\epsilon_{it}为随机误差项。动态面板模型能够更全面地反映投资者情绪与中国波指iVX之间的动态关系，考虑了变量的滞后影响和个体差异，使研究结果更加准确和可靠。向量自回归模型（VAR）：为了探究中国波指iVX与投资者情绪之间的双向互动关系，构建向量自回归模型：\begin{cases}iVX_t=\gamma_{10}+\sum_{k=1}^{p}\gamma_{1k}iVX_{t-k}+\sum_{k=1}^{p}\gamma_{2k}ISI_{t-k}+\xi_{1t}\\ISI_t=\gamma_{20}+\sum_{k=1}^{p}\gamma_{3k}iVX_{t-k}+\sum_{k=1}^{p}\gamma_{4k}ISI_{t-k}+\xi_{2t}\end{cases}其中，\gamma_{10}、\gamma_{20}为常数项，\gamma_{1k}、\gamma_{2k}、\gamma_{3k}、\gamma_{4k}为回归系数，p为滞后阶数，通过AIC、BIC等信息准则确定；\xi_{1t}、\xi_{2t}为随机误差项。VAR模型不区分内生变量和外生变量，将所有变量都视为内生变量，通过估计变量之间的相互滞后关系，能够有效地分析中国波指iVX与投资者情绪之间的动态互动关系，揭示两者之间的因果联系和相互影响机制。3.2.3研究假设的提出基于前文的理论分析，提出以下研究假设：假设1：投资者情绪对中国波指iVX具有显著影响。当投资者情绪高涨时，市场乐观氛围浓厚，投资者对风险的感知降低，更愿意承担风险，市场交易活跃，这可能导致市场波动预期减小，中国波指iVX下降；相反，当投资者情绪低落时，市场悲观情绪蔓延，投资者对风险的担忧增加，交易行为趋于谨慎，市场波动预期增大，中国波指iVX上升。因此，预期投资者情绪综合指数（ISI）与中国波指iVX之间存在负相关关系，即\alpha_1<0。假设2：中国波指iVX与投资者情绪之间存在双向互动关系。一方面，投资者情绪的变化会影响中国波指iVX的波动，如假设1所述；另一方面，中国波指iVX的波动也会反过来影响投资者情绪。当中国波指iVX上升时，表明市场预期未来波动加大，投资者可能会感到恐慌，情绪变得悲观，进而调整投资策略，减少风险资产的投资；当中国波指iVX下降时，市场预期未来波动减小，投资者情绪可能会变得乐观，增加对风险资产的投资。因此，在向量自回归模型（VAR）中，预期\gamma_{2k}\neq0且\gamma_{3k}\neq0，即投资者情绪和中国波指iVX的滞后项对彼此都有显著影响。假设3：不同层面的投资者情绪对中国波指iVX的影响存在差异。宏观经济层面的投资者情绪主要受宏观经济形势、政策等因素的影响，其变化较为缓慢，但对市场的整体影响较大；股票市场层面的投资者情绪则更多地受到股票市场自身走势、交易数据等因素的影响，变化较为迅速，对市场短期波动的影响更为明显。因此，预期宏观经济层面的投资者情绪变量（Macro_t）和股票市场层面的投资者情绪变量（Stock_t）对中国波指iVX的影响系数\alpha_{Macro}和\alpha_{Stock}在大小和显著性上存在差异，且两者对iVX的影响机制和路径也有所不同。假设4：控制变量对中国波指iVX具有显著影响。上证50指数收益率（RET_{50t}）反映了股票市场整体的收益情况，当市场收益率上升时，投资者可能会更加乐观，市场交易活跃，从而对中国波指iVX产生影响；成交量（VOL_t）衡量了市场的交易活跃程度，成交量的变化会影响市场的流动性和投资者的交易行为，进而影响中国波指iVX。因此，预期\alpha_2\neq0且\alpha_3\neq0，即上证50指数收益率和成交量对中国波指iVX有显著影响，且影响方向和程度可能因市场情况而异。3.3实证结果与分析3.3.1描述性统计分析对选取的样本数据进行描述性统计分析，结果如表1所示。从表中可以看出，中国波指iVX的均值为[X]，表明样本期间内市场对未来30日上证50ETF价格波动的平均预期水平。其最大值为[X]，出现在市场波动剧烈的时期，如[具体时间点]，反映了市场在该时期对未来波动的极高预期；最小值为[X]，出现在市场相对稳定的阶段，如[具体时间点]，说明此时市场对未来波动的预期较低。标准差为[X]，显示iVX的波动程度较大，市场对未来波动的预期存在较大的不确定性。投资者情绪综合指数（ISI）的均值为[X]，反映了投资者整体的情绪状态。最大值为[X]，表明投资者情绪极度乐观，市场呈现出过度乐观的氛围；最小值为[X]，表示投资者情绪极度悲观，市场弥漫着恐慌情绪。标准差为[X]，说明投资者情绪的波动较为明显，容易受到各种因素的影响而发生变化。上证50指数收益率（RET_{50t}）的均值为[X]，体现了样本期间内上证50指数的平均收益情况。最大值和最小值分别为[X]和[X]，反映了市场收益的波动范围较大。标准差为[X]，表明上证50指数收益率的波动较为显著，市场风险较高。成交量（VOL_t）的均值为[X]，反映了市场的平均交易活跃程度。最大值和最小值分别为[X]和[X]，显示市场交易活跃程度在不同时期存在较大差异。标准差为[X]，说明成交量的波动较大，市场的流动性不稳定。变量观测值均值标准差最小值最大值iVX[X][X][X][X][X]ISI[X][X][X][X][X]RET_{50t}[X][X][X][X][X]VOL_t[X][X][X][X][X]通过对各变量的描述性统计分析，可以初步了解样本数据的基本特征和分布情况，为后续的实证分析提供基础。各变量的均值、标准差、最大值和最小值等统计量，反映了市场波动预期、投资者情绪、市场收益和交易活跃程度等方面的变化情况，有助于进一步探究投资者情绪与中国波指iVX之间的关系。3.3.2相关性分析对各变量进行相关性分析，结果如表2所示。从表中可以看出，投资者情绪综合指数（ISI）与中国波指iVX之间存在显著的负相关关系，相关系数为[-X]，在1%的水平上显著。这表明投资者情绪高涨时，市场乐观氛围浓厚，投资者对风险的感知降低，更愿意承担风险，市场交易活跃，从而导致市场波动预期减小，中国波指iVX下降；反之，当投资者情绪低落时，市场悲观情绪蔓延，投资者对风险的担忧增加，交易行为趋于谨慎，市场波动预期增大，中国波指iVX上升，初步验证了假设1。上证50指数收益率（RET_{50t}）与中国波指iVX之间存在显著的负相关关系，相关系数为[-X]，在1%的水平上显著。这说明当上证50指数收益率上升时，市场整体表现较好，投资者情绪乐观，市场波动预期减小，中国波指iVX下降；反之，当上证50指数收益率下降时，市场表现不佳，投资者情绪悲观，市场波动预期增大，中国波指iVX上升。成交量（VOL_t）与中国波指iVX之间存在负相关关系，但相关性不显著，相关系数为[-X]。这可能是因为成交量受到多种因素的影响，如市场热点、投资者交易策略等，其与中国波指iVX之间的关系较为复杂，需要进一步通过回归分析等方法进行深入探究。投资者情绪综合指数（ISI）与上证50指数收益率（RET_{50t}）之间存在显著的正相关关系，相关系数为[X]，在1%的水平上显著。这表明投资者情绪高涨时，市场乐观氛围浓厚，投资者对市场前景充满信心，更愿意买入股票，推动上证50指数收益率上升；反之，当投资者情绪低落时，市场悲观情绪蔓延，投资者对市场前景担忧，会减少股票投资，导致上证50指数收益率下降。投资者情绪综合指数（ISI）与成交量（VOL_t）之间存在显著的正相关关系，相关系数为[X]，在1%的水平上显著。这说明投资者情绪高涨时，市场交易活跃，成交量增加；当投资者情绪低落时，市场交易清淡，成交量减少。变量iVXISIRET_{50t}VOL_tiVX1ISI[-X]***1RET_{50t}[-X]***[X]***1VOL_t[-X][X]***[X]**1注：***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。相关性分析结果初步揭示了各变量之间的关系，为进一步构建回归模型进行深入分析提供了依据。但相关性分析只能反映变量之间的线性相关程度，无法确定变量之间的因果关系，因此需要通过回归分析等方法进行进一步验证。3.3.3回归分析结果对构建的静态回归模型进行估计，结果如表3所示。从表中可以看出，投资者情绪综合指数（ISI）的系数为[-X]，在1%的水平上显著为负，这表明投资者情绪对中国波指iVX具有显著的负向影响，即投资者情绪每上升1个单位，中国波指iVX将下降[X]个单位，进一步验证了假设1。这与理论分析和相关性分析的结果一致，说明投资者情绪是影响中国波指iVX的重要因素之一。上证50指数收益率（RET_{50t}）的系数为[-X]，在1%的水平上显著为负，表明上证50指数收益率对中国波指iVX具有显著的负向影响。即上证50指数收益率每上升1个单位，中国波指iVX将下降[X]个单位，说明市场整体收益情况对市场波动预期有显著影响。当市场整体表现较好，上证50指数收益率上升时，投资者情绪乐观，市场波动预期减小，中国波指iVX下降；反之，当市场整体表现不佳，上证50指数收益率下降时，投资者情绪悲观，市场波动预期增大，中国波指iVX上升。成交量（VOL_t）的系数为[-X]，但不显著，这与相关性分析的结果一致，说明成交量对中国波指iVX的影响不明显。可能的原因是成交量受到多种因素的影响，其与中国波指iVX之间的关系较为复杂，或者在本研究的样本数据中，成交量对中国波指iVX的影响被其他因素所掩盖。常数项\alpha_0的系数为[X]，在1%的水平上显著，说明在其他变量为0的情况下，中国波指iVX的基础水平为[X]。模型的调整R^2为[X]，说明模型对中国波指iVX的解释能力较强，能够解释中国波指iVX变动的[X]%。F统计量为[X]，在1%的水平上显著，表明模型整体是显著的，即投资者情绪综合指数、上证50指数收益率和成交量等变量对中国波指iVX具有显著的联合影响。|变量|系数|标准误|t值|P>|t||---|---|---|---|---||ISI|[-X]|[X]|[-X]|0.000|||[-X]|[X]|[-X]|0.000||VOL_t|[-X]|[X]|[-X]|0.123||\alpha_0|[X]|[X]|[X]|0.000||调整|[X]||F统计量|[X]|注：***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。为了进一步探究投资者情绪对中国波指iVX的影响是否存在滞后性，以及中国波指iVX自身的动态变化特征，对动态面板模型进行估计，结果如表4所示。从表中可以看出，中国波指iVX的滞后一期值（iVX_{it-1}）的系数为[X]，在1%的水平上显著为正，说明中国波指iVX具有较强的惯性，前期的波动水平会对本期产生显著的正向影响。即前期中国波指iVX上升1个单位，本期中国波指iVX将上升[X]个单位。投资者情绪综合指数（ISI_{it}）的系数为[-X]，在1%的水平上显著为负，表明当期投资者情绪对中国波指iVX具有显著的负向影响，与静态回归模型的结果一致。投资者情绪综合指数的滞后一期值（ISI_{it-1}）的系数为[-X]，在5%的水平上显著为负，说明投资者情绪对中国波指iVX的影响存在滞后性，前期投资者情绪的变化也会对本期中国波指iVX产生显著的负向影响。上证50指数收益率（RET_{50it}）的系数为[-X]，在1%的水平上显著为负，成交量（VOL_{it}）的系数为[-X]，但不显著，与静态回归模型的结果相似。模型的Sargan检验结果显示，P值为[X]，大于0.1，说明工具变量的选择是有效的。Arellano-Bond检验结果显示，AR(1)检验的P值为[X]，小于0.1，AR(2)检验的P值为[X]，大于0.1，说明差分后的残差存在一阶自相关，不存在二阶自相关，满足动态面板模型的假设条件。|变量|系数|标准误|t值|P>|t||---|---|---|---|---||iVX_{it-1}|[X]|[X]|[X]|0.000|||[-X]|[X]|[-X]|0.000||ISI_{it-1}|[-X]||[X]|[-X]|0.021|||[-X]|[X]|[-X]|0.000|||[-X]|[X]|[-X]|0.112|||[X]**|[X]|[X]|0.000||Sargan检验（P值）|[X]||AR(1)检验（P值）|[X]||AR(2)检验（P值）|[X]|注：***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。回归分析结果表明，投资者情绪对中国波指iVX具有显著的负向影响，且这种影响存在滞后性。上证50指数收益率对中国波指iVX也具有显著的负向影响，而成交量对中国波指iVX的影响不明显。这些结果为深入理解投资者情绪与中国波指iVX之间的关系提供了实证依据。3.3.4结果的稳健性检验为了确保实证结果的可靠性，对回归结果进行稳健性检验。采用以下两种方法进行稳健性检验：替换变量法：将投资者情绪综合指数（ISI）的计算方法进行替换，采用其他的主成分分析方法或选取不同的投资者情绪代理变量重新构建投资者情绪综合指数，然后重新进行回归分析。将封闭式基金折价率、新增投资者开户数、融资融券余额等代理变量进行标准化处理后，采用最大方差旋转法进行主成分分析，构建新的投资者情绪综合指数（ISI_new）。将新的投资者情绪综合指数代入静态回归模型和动态面板模型进行估计，结果如表5所示。从表中可以看出，新的投资者情绪综合指数（ISI_new）的系数在两种模型中均在1%的水平上显著为负，与原回归结果一致，说明投资者情绪对中国波指iVX的负向影响是稳健的。分样本检验法：将样本区间按照市场行情分为牛市和熊市两个子样本，分别对两个子样本进行回归分析。根据上证50指数的涨跌幅情况，将样本区间分为牛市（上证50指数涨幅大于10%的时期）和熊市（上证50指数跌幅大于10%的时期）两个子样本。分别对牛市和熊市子样本进行静态回归模型和动态面板模型的估计，结果如表6所示。从表中可以看出，在牛市和熊市子样本中，投资者情绪综合指数（ISI）的系数均在1%的水平上显著为负，且系数的大小和显著性与全样本回归结果相近，说明投资者情绪对中国波指iVX的负向影响在不同市场行情下均是稳健的。变量静态回归模型动态面板模型ISI_new[-X]***[X]***RET_{50t}[-X]***[-X]***VOL_t[-X][-X]\alpha_0[X]***[X]***调整R^2[X][X]F统计量[X]***[X]***注：***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。变量牛市样本（静态回归）熊市样本（静态回归）牛市样本（动态面板）熊市样本（动态面板）ISI[-X]***[-X]***[-X]***[-X]***RET_{50t}[-X]***[-X]***[-X]***[-X]***VOL_t[-X][-X][-X][-X]\alpha_0[X]***[X]***[X]***[X]***调整R^2[X][X][X][X]F统计量[X]***[X]***[X]***[X]***注：***表示在1%的水平上显著，**表示在5%的水平上显著，*表示在10%的水平上显著。通过替换变量法和分样本检验法的稳健性检验，结果均表明投资者情绪对中国波指iVX的负向影响是稳健的，上证50指数收益率对中国波指iVX的负向影响也较为稳健，而成交量对中国波指iVX的影响不明显这一结果在不同检验方法下保持一致。这进一步验证了前文实证结果的可靠性，增强了研究结论的可信度。四、中国波指iVX与投资者情绪的互动机制研究4.1互动关系的理论分析4.1.1iVX对投资者情绪的反馈作用中国波指iVX作为市场波动预期的重要指标，其波动不仅受投资者情绪的影响，还会反过来对投资者情绪产生显著的反馈作用。当iVX上升时，意味着市场预期未来的波动将加大，这种预期会直接影响投资者对市场风险的感知。投资者会意识到市场不确定性增加，潜在风险上升，从而对投资前景感到担忧，情绪逐渐转向悲观。在股票市场大幅波动时期，如2015年股灾期间，iVX指数急剧攀升，投资者普遍感受到市场的巨大风险，对股票投资的信心受到严重打击，纷纷抛售股票，市场恐慌情绪蔓延。投资者的悲观情绪会进一步影响他们的投资决策，使其更倾向于采取保守的投资策略，减少对风险资产的投资，增加现金或低风险资产的持有，如债券、货币基金等。这种投资策略的调整会导致市场资金流出，股票价格下跌，进一步加剧市场的波动，形成一个恶性循环。相反，当iVX下降时，表明市场预期未来的波动将减小，市场环境相对稳定，投资者对市场风险的感知降低，情绪会变得乐观。在市场平稳运行且iVX指数处于较低水平时，投资者对市场前景充满信心，认为投资风险较低，更愿意承担风险，增加对股票等风险资产的投资。投资者的乐观情绪会促使他们积极寻找投资机会，加大对股票的买入力度，推动股票价格上涨，市场交易活跃，进一步增强市场的稳定性，形成一个良性循环。iVX的变化还会影响投资者的风险偏好和投资预期。较高的iVX会使投资者更加谨慎，风险偏好降低，对投资回报率的预期也会相应降低；而较低的iVX会使投资者更加激进，风险偏好提高，对投资回报率的预期也会升高。当iVX处于高位时，投资者在投资决策中会更加注重风险控制，选择投资那些风险较低、收益相对稳定的资产；当iVX处于低位时，投资者会更倾向于追求高风险高收益的投资机会，投资于那些具有较高增长潜力的资产。4.1.2双向互动的传导路径中国波指iVX与投资者情绪之间存在着复杂的双向互动传导路径，主要通过以下几个方面实现：市场信息传导路径：市场信息是连接iVX与投资者情绪的重要纽带。当市场上出现各种宏观经济数据、政策变化、企业业绩等信息时，会首先影响投资者对市场的预期和情绪。央行宣布降息，这一信息会使投资者预期市场流动性增加，企业融资成本降低，从而对市场前景感到乐观，情绪高涨。投资者的乐观情绪会促使他们增加对股票等风险资产的投资，推动股票价格上涨，市场交易活跃，进而导致市场波动预期减小，iVX下降。反之，当市场出现负面信息，如经济增长放缓、企业盈利下降等，投资者会对市场前景感到担忧，情绪悲观，减少对风险资产的投资，导致股票价格下跌，市场波动预期增大，iVX上升。而iVX的变化又会成为一种新的市场信息，进一步影响投资者的情绪和决策。当iVX上升时，投资者会认为市场风险增加，情绪变得更加悲观，进一步调整投资策略；当iVX下降时，投资者会认为市场风险降低，情绪变得更加乐观，加大投资力度。资产价格传导路径：资产价格的波动是iVX与投资者情绪互动的重要传导渠道。投资者情绪的变化会直接影响资产价格的波动。当投资者情绪乐观时，对股票等资产的需求增加，推动资产价格上涨；当投资者情绪悲观时，对资产的需求减少，导致资产价格下跌。资产价格的波动又会影响市场的风险预期，进而影响iVX。当股票价格大幅上涨时，市场的风险溢价降低，投资者对市场波动的预期减小，iVX下降；当股票价格大幅下跌时，市场的风险溢价增加，投资者对市场波动的预期增大，iVX上升。而iVX的变化又会反过来影响投资者对资产价格的预期和投资决策。当iVX上升时，投资者会预期资产价格的波动将加大，对资产价格的走势感到不确定，从而减少对资产的投资，导致资产价格下跌；当iVX下降时，投资者会预期资产价格的波动将减小，对资产价格的走势充满信心，增加对资产的投资，推动资产价格上涨。投资者行为传导路径：投资者的行为决策在iVX与投资者情绪的互动中起到关键作用。投资者情绪的变化会导致投资者行为的改变，而投资者行为的改变又会影响市场的供求关系和波动状况，进而影响iVX。当投资者情绪乐观时，风险偏好增加，会采取激进的投资策略，如加大杠杆、频繁交易等，这会增加市场的交易量和活跃度，推动市场价格上涨，市场波动相对减小，iVX下降。相反，当投资者情绪悲观时，风险偏好降低，会采取保守的投资策略，如减少投资、持有现金等，这会导致市场交易量萎缩，市场价格下跌，市场波动增大，iVX上升。而iVX的变化又会影响投资者的风险偏好和投资决策。当iVX上升时，投资者会感受到市场风险的增加，风险偏好降低，从而调整投资策略，减少对风险资产的投资；当iVX下降时，投资者会感受到市场风险的降低，风险偏好增加，加大对风险资产的投资。4.2实证模型与方法4.2.1联立方程模型的构建为了深入探究中国波指iVX与投资者情绪之间的互动机制，构建如下联立方程模型：\begin{cases}iVX_t=\alpha_0+\alpha_1ISI_t+\alpha_2iVX_{t-1}+\alpha_3RET_{50t}+\alpha_4VOL_t+\epsilon_{1t}\\ISI_t=\beta_0+\beta_1iVX_t+\beta_2ISI_{t-1}+\beta_3GDP_t+\beta_4INF_t+\epsilon_{2t}\end{cases}在上述模型中，第一个方程描述了中国波指iVX的决定因素。其中，iVX_t表示第t期的中国波指iVX，ISI_t为第t期的投资者情绪综合指数，用于衡量投资者情绪对iVX的当期影响；iVX_{t-1}为iVX的滞后一期值，反映了iVX自身的动态变化和惯性，即前期iVX的波动会对本期产生影响；RET_{50t}是上证50指数收益率，代表股票市场整体的收益情况，影响市场的风险偏好和波动预期；VOL_t为成交量，体现市场的交易活跃程度，也会对iVX产生影响；\alpha_0为常数项，\alpha_1、\alpha_2、\alpha_3、\alpha_4为回归系数，分别表示投资者情绪综合指数、iVX滞后一期、上证50指数收益率、成交量对iVX的影响程度，\epsilon_{1t}为随机误差项。第二个方程刻画了投资者情绪综合指数的影响因素。ISI_t同样表示第t期的投资者情绪综合指数，iVX_t用于衡量中国波指iVX对投资者情绪的当期影响，即iVX的波动会反过来影响投资者的情绪；ISI_{t-1}为投资者情绪综合指数的滞后一期值，反映了投资者情绪的持续性和惯性，前期的情绪状态会对本期产生影响；GDP_t为国内生产总值增长率，代表宏观经济状况，是影响投资者情绪的重要宏观因素；INF_t为通货膨胀率，也会影响投资者对经济前景的预期和情绪；\beta_0为常数项，\beta_1、\beta_2、\beta_3、\beta_4为回归系数，分别表示中国波指iVX、投资者情绪综合指数滞后一期、国内生产总值增长率、通货膨胀率对投资者情绪综合指数的影响程度，\epsilon_{2t}为随机误差项。通过构建这个联立方程模型，可以同时考虑中国波指iVX与投资者情绪之间的双向因果关系，以及其他相关因素对它们的影响，从而更全面、深入地分析两者之间的互动机制。4.2.2估计方法的选择由于联立方程模型中存在内生性问题，即解释变量与随机误差项相关，普通最小二乘法（OLS）不再适用，因此选择两阶段最小二乘法（2SLS）对模型进行估计。两阶段最小二乘法的基本原理是将内生变量分为两部分：一部分是与随机误差项相关的部分，另一部分是与随机误差项不相关的部分。在第一阶段，通过工具变量法，用外生变量和预定内生变量对内生解释变量进行回归，得到内生解释变量的预测值，这些预测值只包含与随机误差项不相关的部分；在第二阶段，将第一阶段得到的内生解释变量的预测值代入原方程，使用OLS法进行估计，从而得到一致且有效的估计结果。在本研究中，选择宏观经济层面的一些外生变量作为工具变量，如货币供应量增长率、财政支出增长率等。这些变量与投资者情绪和中国波指iVX相关，但与联立方程模型中的随机误差项不相关，满足工具变量的条件。货币供应量增长率反映了货币政策的宽松程度，会影响市场的流动性和投资者的资金配置，进而影响投资者情绪和中国波指iVX；财政支出增长率体现了政府的宏观调控力度，对经济增长和市场信心有重要影响，也会与投资者情绪和中国波指iVX产生关联。两阶段最小二乘法的优势在于能够有效地解决联立方程模型中的内生性问题，得到更准确、可靠的估计结果。与普通最小二乘法相比，它考虑了变量之间的相互关系和内生性，避免了由于内生性导致的估计偏差，使研究结果更具说服力。同时，通过合理选择工具变量，可以进一步提高估计的有效性和稳健性，为深入研究中国波指iVX与投资者情绪的互动机制提供有力的方法支持。4.3实证结果与讨论4.3.1互动机制的实证结果运用两阶段最小二乘法（2SLS）对联立方程模型进行估计，结果如表7所示。变量iVX方程系数ISI方程系数ISI-0.568^{***}（0.045）-iVX--0.325^{***}（0.038）iVX_{t-1}0.356^{***}（0.031）-ISI_{t-1}-0.287^{***}（0.029）RET_{50t}-0.213^{***}（0.025）-VOL_t-0.085（0.052）-GDP_t-0.156^{***}（0.022）INF_t--0.128^{***}（0.019）\alpha_02.563^{***}（0.182）-\beta_0-0.865^{***}（0.105）调整R^20.6850.723F统计量56.38^{***}68.27^{***}注：括号内为标准误，^{***}表示在1%的水平上显著，^{**}表示在5%的水平上显著，^{*}表示在10%的水平上显著。在iVX方程中，投资者情绪综合指数（ISI）的系数为-0.568，在1%的水平上显著为负，这表明投资者情绪对中国波指iVX具有显著的负向影响，与前文的研究结果一致，即投资者情绪上升会导致iVX下降，验证了投资者情绪对iVX的影响假设。iVX的滞后一期值（iVX_{t-1}）系数为0.356，在1%的水平上显著为正，说明iVX具有较强的持续性，前期的iVX水平对本期有显著的正向影响。上证50指数收益率（RET_{50t}）的系数为-0.213，在1%的水平上显著为负，表明市场整体收益情况对iVX有显著的负向影响，市场收益率上升会使iVX下降。成交量（VO