中国机构投资者情绪与市场收益关系的深度剖析与实证检验

中国机构投资者情绪与市场收益关系的深度剖析与实证检验一、引言1.1研究背景与意义近年来，中国证券市场发展迅速，机构投资者在市场中的地位日益重要。机构投资者凭借其专业的投资团队、丰富的信息资源和强大的资金实力，在市场中扮演着关键角色，对市场的稳定性和有效性产生着深远影响。从规模上看，截至[具体时间]，中国机构投资者持股市值占A股流通市值的比例已达到[X]%，相较于过去几年有了显著提升。其中，证券投资基金作为主要的机构投资者类型，资产规模持续增长，截至[具体时间]，公募基金资产净值达到[X]万亿元。保险公司、社保基金等其他类型的机构投资者也在不断加大对证券市场的投资力度，逐步扩大市场份额。从投资行为上看，机构投资者在投资决策过程中通常会进行深入的基本面分析和研究，注重长期投资价值。然而，大量研究表明，机构投资者并非完全理性，其投资行为也会受到各种情绪因素的影响。当市场处于牛市时，机构投资者可能会受到乐观情绪的影响，过度追逐热门股票，导致市场泡沫的产生；而在熊市中，悲观情绪可能会促使机构投资者过度抛售股票，加剧市场的下跌趋势。在这样的背景下，研究中国机构投资者情绪与市场收益的相关关系具有重要的理论和现实意义。从理论层面来看，传统金融理论假设投资者是完全理性的，市场是有效的，资产价格能够充分反映所有信息。但现实中，投资者的情绪和认知偏差会对投资决策产生显著影响，这对传统金融理论提出了挑战。通过深入研究机构投资者情绪与市场收益的关系，可以进一步丰富和完善行为金融学理论，揭示市场中投资者情绪对资产定价的作用机制，为金融市场的理论研究提供新的视角和实证依据。从现实层面来说，一方面，对于投资者而言，了解机构投资者情绪与市场收益之间的关系，有助于他们更好地把握市场走势，识别投资机会，降低投资风险，提高投资收益。例如，个人投资者可以通过关注机构投资者情绪的变化，避免在市场情绪过热时盲目跟风买入，或在市场情绪过度悲观时恐慌抛售。另一方面，对于市场监管者来说，关注机构投资者情绪的变化，能够及时发现市场中的异常波动和潜在风险，制定更加有效的监管政策，维护市场的稳定健康发展。当市场出现过度乐观情绪，可能引发资产泡沫时，监管部门可以采取适当的措施进行调控，如加强信息披露、规范市场行为等；而当市场情绪过度悲观，可能导致市场崩溃时，监管部门可以通过政策引导、提供流动性支持等方式稳定市场信心。1.2研究方法与创新点本研究综合运用多种研究方法，从多个角度深入剖析中国机构投资者情绪与市场收益的相关关系。在数据收集方面，通过权威金融数据库如Wind、CSMAR等，收集机构投资者交易数据、市场行情数据以及宏观经济数据，确保数据的全面性和准确性，为后续的实证分析奠定坚实基础。在构建机构投资者情绪指标时，采用主成分分析法。从市场交易、投资者行为、宏观经济等多维度选取如封闭式基金折价率、IPO数量及首日收益率、新增开户数、市场换手率、市盈率、消费者信心指数等指标。这些指标从不同方面反映了机构投资者的情绪状态，封闭式基金折价率能体现市场对基金未来表现的预期，当折价率较高时，可能暗示机构投资者对市场前景较为悲观；IPO数量及首日收益率可反映市场的热度和投资者的参与热情，较多的IPO数量和较高的首日收益率往往意味着市场情绪乐观。通过主成分分析，将这些具有相关性的指标转化为少数几个互不相关的综合指标，即主成分，这些主成分能够最大程度地保留原始指标的信息，从而构建出全面且准确反映机构投资者情绪的综合指标，克服单一指标的局限性，提高研究的可靠性。为探究机构投资者情绪与市场收益之间的因果关系，运用格兰杰因果检验方法。该方法基于时间序列数据，通过检验一个变量的滞后值是否能够显著地预测另一个变量的变化，来判断变量之间是否存在因果关系。在本研究中，对机构投资者情绪指数和市场收益率进行格兰杰因果检验，设定合理的滞后阶数，通过比较包含和不包含情绪指数滞后项的回归模型的残差平方和，利用F统计量判断情绪指数是否为市场收益率的格兰杰原因，以及市场收益率是否为情绪指数的格兰杰原因，从而明确两者之间的因果方向和影响程度。本研究的创新点主要体现在以下几个方面。一是多维度指标构建，打破以往研究中仅依赖单一或少数几个指标衡量投资者情绪的局限，从市场交易、投资者行为、宏观经济等多个维度选取指标，全面捕捉机构投资者情绪的变化，使构建的情绪指标更具综合性和代表性，能够更准确地反映机构投资者的真实情绪状态。二是多模型综合分析，综合运用主成分分析、格兰杰因果检验、向量自回归（VAR）模型、脉冲响应函数分析、方差分解等多种计量经济学模型和方法。主成分分析用于构建情绪指标，格兰杰因果检验确定因果关系，VAR模型分析变量之间的动态关系，脉冲响应函数分析描述一个变量的冲击对另一个变量的动态影响路径，方差分解则量化各变量对预测误差的贡献度。通过多种模型的协同运用，从不同角度深入分析机构投资者情绪与市场收益的相关关系，使研究结果更具可靠性和说服力。三是考虑市场异质性，在研究过程中充分考虑不同市场行情（牛市、熊市、震荡市）以及不同市值规模、行业板块的股票收益受机构投资者情绪影响的差异。在不同市场行情下，机构投资者的投资策略和情绪反应可能不同，牛市中可能更倾向于冒险投资，情绪对市场收益的影响可能更显著；熊市中则可能更加谨慎，情绪的传导机制也会有所变化。不同市值规模和行业板块的股票，其基本面和市场关注度不同，对机构投资者情绪的敏感度也存在差异。通过对这些市场异质性的研究，能够更深入地揭示机构投资者情绪与市场收益关系的复杂性和多样性，为投资者和监管者提供更具针对性的建议。二、理论基础与文献综述2.1行为金融学理论2.1.1投资者情绪概念界定投资者情绪是指投资者在进行投资决策时所表现出的心理状态和情绪倾向，它反映了投资者对市场的信心、预期和风险偏好。作为一种综合性的心理因素，投资者情绪涵盖了乐观、悲观、恐惧、贪婪等多种具体的情绪类型。当投资者对市场前景充满信心，预期资产价格将上涨时，会表现出乐观情绪；相反，若对市场前景担忧，预期资产价格下跌，则会呈现出悲观情绪。在市场快速上涨阶段，投资者可能因看到资产价格不断攀升，预期未来收益可观，从而产生贪婪情绪，过度追求高收益而忽视潜在风险，不断加大投资力度。而当市场出现大幅下跌或突发负面事件时，投资者可能会陷入恐惧情绪，担心资产价值进一步缩水，进而匆忙抛售资产。投资者情绪对投资决策有着至关重要的影响。从认知层面来看，情绪会影响投资者对信息的处理和判断。乐观情绪下，投资者可能会对利好信息过度关注和放大，而对利空信息选择性忽视，导致对投资对象的价值高估。有研究表明，在市场牛市时期，投资者受乐观情绪影响，对公司发布的业绩增长公告过度解读，认为公司未来业绩将持续高速增长，从而高估公司股票价值。悲观情绪时，投资者则容易对利空信息反应过度，对利好信息持怀疑态度，低估资产价值。在熊市中，投资者因悲观情绪，对宏观经济数据的微小下滑过度担忧，认为市场将持续低迷，进而低估股票价值。从行为层面而言，投资者情绪直接左右投资行为。乐观情绪促使投资者增加投资，积极买入资产，推动资产价格上升。例如，在某一行业出现新兴技术突破，市场前景被普遍看好时，投资者受乐观情绪驱动，纷纷买入该行业相关股票，使得股票价格大幅上涨。悲观情绪则导致投资者减少投资，甚至抛售资产，引发资产价格下跌。当市场出现政策调整，对某一行业形成不利影响时，投资者因悲观情绪，大量抛售该行业股票，造成股价暴跌。2.1.2行为金融学的相关理论行为金融学的兴起，为解释金融市场中投资者的非理性行为以及资产价格的异常波动提供了全新视角，其包含的多个理论为研究投资者情绪与市场收益的关系奠定了坚实基础。前景理论由卡尼曼（DanielKahneman）和特沃斯基（AmosTversky）于1979年提出，该理论认为，人们在决策过程中并非完全理性，而是会受到心理因素的显著影响。在面对收益时，人们往往表现出风险规避的态度，更倾向于确定性的收益；而在面对损失时，则呈现出风险偏好的特征，愿意冒险以避免损失。在投资决策中，当投资者面临确定的小额收益和可能的大额收益（但存在一定风险）时，多数人会选择确定的小额收益，表现出风险规避。若面临确定的小额损失和可能的大额损失（但存在避免损失的可能性）时，投资者更可能选择冒险，表现出风险偏好。这意味着投资者情绪会影响对风险和收益的认知与判断，进而影响投资决策和市场收益。当市场处于上涨阶段，投资者处于收益状态，受风险规避情绪影响，可能会提前锁定收益，卖出资产，抑制市场的进一步上涨。而在市场下跌阶段，投资者处于损失状态，受风险偏好情绪驱使，可能会继续持有甚至买入资产，期望挽回损失，从而延缓市场的下跌速度。过度反应理论指出，投资者在面对突发或未预期到的事件时，倾向于过度重视眼前信息，而轻视以往信息，导致股价超涨或超跌。当市场出现一则利好消息，如某公司发布超出预期的业绩报告时，投资者可能会过度乐观，忽视公司长期发展中的潜在问题，大量买入该公司股票，使股价过度上涨，远超其内在价值。反之，当出现利空消息，如行业政策收紧时，投资者可能过度悲观，忽略行业长期发展趋势，纷纷抛售股票，导致股价过度下跌。这种过度反应现象表明投资者情绪在短期内会对市场收益产生显著影响，造成市场的非理性波动。随着时间推移，投资者逐渐理性看待事件，股价会向其内在价值回归，市场收益也会相应调整。羊群效应理论认为，投资者在投资决策时，往往会受到其他投资者行为的影响，而忽视自身所拥有的信息，出现从众行为。在股票市场中，当部分投资者开始买入某只股票时，其他投资者可能会认为这些投资者掌握了有价值的信息，从而跟随买入，形成羊群行为。这种行为可能导致股票价格在短期内大幅上涨，偏离其基本面价值。若部分投资者开始抛售股票，其他投资者也可能跟风抛售，引发股价暴跌。羊群效应体现了投资者情绪的传染性，当市场中多数投资者表现出乐观情绪时，这种情绪会迅速传播，吸引更多投资者买入，推动市场收益上升。反之，悲观情绪的传播则会导致市场收益下降。2.2国内外研究现状2.2.1国外研究成果国外学者对机构投资者情绪与市场收益关系的研究起步较早，取得了丰富的成果。在不同市场环境下，二者的相关性及影响机制成为研究重点。Fisher和Statman（2000）通过对投资者的调查数据，精心编制了机构投资者情绪和个人投资者情绪指数。研究发现，战略投资者和个人投资者的情绪均与市场指数的未来收益呈现负相关关系，即投资者情绪越高涨，未来市场收益反而越低。机构投资者情绪受市场收益影响显著，当市场收益上升时，机构投资者情绪可能随之高涨；而市场收益下降时，机构投资者情绪也会受到抑制。这表明机构投资者并非完全理性，其情绪会随着市场收益的波动而变化，且这种情绪变化会对未来市场收益产生反向影响。Sias、Starks和Titman（2002）则持有不同观点，他们认为机构投资者情绪越高的股票收益率越高，存在所谓的“智钱效应”。机构投资者凭借专业的研究团队和丰富的信息资源，在情绪高涨时更有信心挖掘被低估的股票，加大买入力度，从而推动股票价格上涨，提高收益率。当市场出现新兴行业发展机遇时，机构投资者因乐观情绪积极布局相关股票，促使股价上升，带来更高收益。Frazzini和Lamont（2005）从噪音交易角度出发，认为个人投资者是噪音交易者，存在“愚钱效应”。个人投资者由于信息获取和分析能力有限，投资决策易受情绪左右，导致其交易行为往往偏离股票的内在价值。在市场炒作某一概念时，个人投资者受情绪驱动盲目跟风买入，推高股价，但这种上涨缺乏基本面支撑，最终可能导致损失。而机构投资者相对理性，能够更好地利用市场情绪进行投资决策，获取收益。Brown和Cliff（2004）以及Yaw-huei、Keseani和Taylor（2005）的研究结果显示，个人投资者和机构投资者情绪不能预测市场收益率，但受市场收益率的显著影响。市场收益率的变化是多种因素共同作用的结果，投资者情绪只是其中之一，且情绪的影响相对较弱。当宏观经济形势向好，企业盈利增加，市场收益率上升时，投资者情绪也会随之改善；反之，市场收益率下降时，投资者情绪也会恶化。这说明市场收益率的变化在一定程度上主导着投资者情绪的波动。2.2.2国内研究进展国内学者在借鉴国外研究的基础上，结合中国证券市场的特点，对机构投资者情绪与市场收益关系展开深入研究，在衡量指标、因果关系及A股市场实证等方面取得了一定成果。在衡量指标方面，韩立岩和伍燕然（2007）认为交易所新增开户数能直观反映投资者参与投资证券市场的意愿，可作为投资者情绪指标。张强和杨淑娥（2008）也支持这一观点，并进一步指出新增开户数的变化能反映市场的热度和投资者的热情。当市场行情向好，新增开户数会显著增加，表明投资者情绪乐观，积极参与市场；而市场低迷时，新增开户数减少，反映投资者情绪低落，对市场持谨慎态度。在因果关系研究上，宋军和吴冲峰（2003）发现机构投资者情绪对于预测随后的股市回报具有一定参考意义，可作为反向指标。当机构投资者情绪高涨时，市场可能已处于过热状态，后续股市回报可能下降；反之，当机构投资者情绪低落时，市场可能已过度悲观，后续股市回报可能上升。李学峰、于翠珍和茅勇峰（2008）也得出类似结论，认为机构投资者情绪可作为股市回报的反向预测指标，为投资者提供决策参考。成昆和刘仁和（2005）研究市场总体情绪时发现，市场中期情绪指数是市场收益率的格兰杰原因，即中期内市场情绪的变化会引起市场收益率的改变。当市场中期情绪乐观，投资者积极买入股票，推动股价上涨，市场收益率上升；而中期情绪悲观时，投资者抛售股票，股价下跌，市场收益率下降。市场收益率是短期情绪指数的格兰杰原因，短期市场收益率的波动会影响投资者情绪，使短期情绪指数发生变化。张丹和廖士光（2009）通过研究发现，个人和机构投资者情绪均是影响市场收益的系统性因素，对市场收益率具有较强的预测能力。他们认为个人和机构投资者的情绪变化会通过市场交易行为影响股票供求关系，进而影响市场收益率。当个人和机构投资者情绪同时乐观时，市场买入力量增强，股价上升，市场收益率提高；反之，当两者情绪同时悲观时，市场卖出压力增大，股价下跌，市场收益率降低。2.3文献述评综上所述，国内外学者在机构投资者情绪与市场收益关系的研究方面已取得了一定成果，但仍存在一些不足之处，有待进一步完善和深入研究。在情绪指标选取方面，现有研究虽从多维度构建指标，但仍存在局限性。部分研究仅依赖单一或少数几个指标衡量投资者情绪，难以全面反映机构投资者复杂的情绪状态。即使采用多指标构建情绪指数，不同指标的权重确定也缺乏统一标准，主观性较强。部分研究中，对封闭式基金折价率、IPO数量及首日收益率等指标的权重设定，主要依据研究者的主观判断，缺乏严格的理论依据和实证检验，这可能导致构建的情绪指数不够准确，无法真实反映机构投资者情绪对市场收益的影响。在模型运用上，虽然多种计量经济学模型被用于分析二者关系，但不同模型存在各自的假设条件和适用范围，研究结果可能因模型选择的不同而产生差异。在格兰杰因果检验中，滞后阶数的选择对检验结果影响较大，若滞后阶数设定不合理，可能会得出错误的因果关系结论。部分研究在运用VAR模型时，未充分考虑模型的稳定性和残差的正态性等假设条件，导致模型估计结果的可靠性受到质疑。关于机构投资者情绪对市场收益的影响机制，目前的研究还不够深入和全面。多数研究仅停留在表面的相关性分析和因果关系检验，对情绪如何通过影响投资者的认知、决策和交易行为，进而作用于市场收益的内在传导机制，缺乏系统的理论分析和实证检验。机构投资者情绪的变化如何影响其对宏观经济信息、公司基本面信息的解读和判断，以及这种认知偏差如何转化为具体的投资决策和交易行为，最终影响市场收益，这些问题在现有研究中尚未得到充分解答。针对上述不足，本文将在以下方面进行改进和创新。在指标选取上，基于中国证券市场的特点和数据可得性，从市场交易、投资者行为、宏观经济等多个维度，更为全面地选取能准确反映机构投资者情绪的指标。运用主成分分析法确定指标权重，构建更加科学合理、准确全面的机构投资者情绪综合指数。在模型运用方面，综合运用多种计量经济学模型，并对模型的假设条件进行严格检验和合理调整，确保研究结果的可靠性和稳健性。在分析机构投资者情绪与市场收益关系时，不仅进行相关性和因果关系分析，还将深入探讨其影响机制，从行为金融学理论出发，结合投资者的认知和行为偏差，通过构建理论模型和实证检验，全面揭示机构投资者情绪对市场收益的作用路径。三、中国机构投资者情绪与市场收益的现状分析3.1中国机构投资者的发展历程与现状中国机构投资者的发展历程是一个不断演进、逐步壮大的过程，对中国证券市场的发展产生了深远影响。回顾其发展历程，可分为以下几个重要阶段。在早期萌芽阶段（1990-1997年），中国证券市场刚刚起步，机构投资者处于初步发展时期。1990年，上海证券交易所和深圳证券交易所相继成立，标志着中国证券市场正式诞生。在此期间，市场参与者主要是个人投资者，机构投资者数量较少，规模较小，主要以少数证券公司和基金为主。这些早期的基金大多以实体产业投资为主，在证券市场的投资占比较低，对市场的影响力有限。1992年设立的淄博基金，虽然在一定程度上参与了证券投资，但投资范围较为狭窄，主要集中在淄博当地的企业。1997年11月，国务院颁布《证券投资基金管理暂行办法》，这是中国机构投资者发展历程中的一个重要里程碑，为证券投资基金的规范发展奠定了法律基础。1998年，封闭式基金“开元基金”和“金泰基金”的设立，标志着中国证券投资基金业的正式起步。这两只基金的成立，引入了真正意义上具有专业优势的机构投资者，开启了中国机构投资者发展的新篇章。此后，证券投资基金数量不断增加，规模逐步扩大，在证券市场中的地位日益重要。到2000年底，中国已设立了10家基金管理公司，管理着34只封闭式基金，基金总规模达到562亿元。2000年之后，中国证监会提出“要超常规地发展机构投资者”的要求，以此作为改善资本市场投资者结构的重要措施。2001年，第一只开放式基金“华安创新”设立，标志着中国基金业进入了开放式基金时代。开放式基金的出现，为投资者提供了更加灵活的投资选择，吸引了更多资金流入基金市场。同时，随着市场的发展，保险资金、社保基金、企业年金等各类机构投资者也逐渐进入证券市场。2004年，国务院颁布《关于推进资本市场改革开放和稳定发展的若干意见》，强调要把发展机构投资者作为重要战略任务来抓。同年，《保险机构投资者股票投资管理暂行办法》出台，允许保险机构直接投资股票市场。2005年，华泰财产保险率先在股市作出直接投资，标志着保险资金正式进入股市。社保基金也在不断扩大投资范围和规模，逐步成为证券市场的重要力量。2004年，“深国投赤子之心”作为第一只阳光私募成立，私募基金迎来了快速发展的高潮。2014年，证监会授权基金业协会开展私募基金的自律工作，通过备案制度赋予私募基金合法的身份，同意其独立发行基金份额并进行管理运作。这一举措进一步规范了私募基金的发展，促进了私募基金行业的壮大。截至2014年底，各类专业机构投资者（含基金、证券、保险、银行、QFII等在内）持有的A股流通股比例达到38.1%，逐步形成多元化发展格局。近年来，随着资本市场的不断开放和创新，中国机构投资者的发展呈现出更加多元化和国际化的趋势。合格境外机构投资者（QFII）和人民币合格境外机构投资者（RQFII）的投资额度不断扩大，投资范围逐步拓宽。截至[具体时间]，我国共批准的QFII数量达[X]家，审批QFII投资额度达[X]亿美元。外资机构的进入，不仅为市场带来了增量资金，也引入了先进的投资理念和管理经验，促进了中国机构投资者的国际化发展。同时，国内机构投资者也在不断提升自身的专业能力和管理水平，积极拓展业务领域，加强与国际市场的交流与合作。经过多年的发展，中国机构投资者在规模、结构和类型上都取得了显著的进步。从规模上看，机构投资者持股市值占A股流通市值的比例不断提高。据CSMAR数据库统计显示，从2009年到2018年间，机构投资者持股的上市公司数目从1434家增加到3493家，占全部上市公司比重从83.47%增加到97.46%。截至[具体时间]，机构投资者持股市值占A股流通市值的比例已达到[X]%。从结构上看，机构投资者的类型日益丰富，形成了以证券投资基金、保险公司、社保基金、证券公司、QFII、私募基金等为主体的多元化格局。其中，证券投资基金在机构投资者中占据重要地位，资产规模持续增长。截至[具体时间]，公募基金资产净值达到[X]万亿元。保险公司、社保基金等其他类型的机构投资者也在不断加大对证券市场的投资力度，市场份额逐步扩大。从类型上看，不同类型的机构投资者具有不同的投资风格和特点。证券投资基金注重资产的配置和分散投资，追求长期稳定的收益；保险公司投资较为稳健，注重资产的安全性和流动性，通常选择具有长期稳定业绩的行业进行投资；社保基金以保障社会民生为目标，投资风格相对保守，注重资产的保值增值；QFII则具有国际化的投资视野，注重价值投资和长期投资。中国机构投资者在投资行为上也呈现出一些显著的特征。一方面，机构投资者在投资决策过程中通常会进行深入的基本面分析和研究，注重企业的长期发展潜力和价值。他们通过对宏观经济形势、行业发展趋势、公司财务状况等因素的分析，选择具有投资价值的股票进行投资。另一方面，机构投资者也会受到市场情绪、行业热点等因素的影响，在一定程度上存在追涨杀跌的行为。当市场出现热点板块或热门股票时，部分机构投资者可能会跟风买入，推动股价上涨；而当市场出现调整或下跌时，部分机构投资者可能会恐慌抛售，加剧市场的下跌。机构投资者之间也存在一定程度的羊群行为，即部分机构投资者会模仿其他机构投资者的投资行为，导致市场投资行为的趋同。在某一行业或板块出现投资机会时，多家机构投资者可能会同时买入相关股票，形成羊群效应。中国机构投资者的发展对市场稳定性和收益产生了重要影响。从市场稳定性角度来看，机构投资者凭借其专业的投资能力和较大的资金规模，在一定程度上能够起到稳定市场的作用。当市场出现异常波动时，机构投资者可以通过调整投资组合、逆向投资等方式，平抑市场波动。在市场下跌时，一些实力较强的机构投资者可能会加大买入力度，为市场提供流动性支持，缓解市场的下跌压力。然而，部分机构投资者的非理性行为，如过度追涨杀跌、羊群行为等，也可能会加剧市场的波动。当机构投资者普遍看好某一板块或股票时，大量资金的涌入可能会导致股价泡沫的产生；而当机构投资者集体抛售股票时，可能会引发市场的恐慌性下跌。从市场收益角度来看，机构投资者的投资行为对市场收益产生了直接和间接的影响。机构投资者通过对优质股票的投资，推动了股票价格的上涨，提高了市场的整体收益水平。当机构投资者看好某家公司的发展前景时，会买入该公司的股票，使得股票需求增加，股价上升，从而为投资者带来收益。机构投资者的投资行为也会影响市场的资金流向和资源配置，引导市场资金向优质企业和行业流动，促进经济结构的调整和优化，进而对市场收益产生长期的影响。如果机构投资者加大对新兴产业的投资，将有助于新兴产业的发展壮大，提升整个市场的创新能力和竞争力，为市场带来长期的收益增长。3.2中国机构投资者情绪的特征分析3.2.1情绪的波动特征为深入探究中国机构投资者情绪的波动特征，本研究收集了[起始时间]至[结束时间]期间的相关数据，构建机构投资者情绪综合指数。通过对该指数的分析，发现机构投资者情绪呈现出明显的波动状态，且在不同市场周期下，其波动幅度和频率存在显著差异。在牛市周期中，如[具体牛市时间段]，机构投资者情绪指数整体处于较高水平，波动较为剧烈。以[具体股票市场指数]为例，在该牛市期间，指数大幅上涨，机构投资者受乐观情绪驱动，积极买入股票，推动市场进一步上扬。在此期间，情绪指数的标准差达到[X]，表明情绪波动幅度较大。当市场出现热门板块或行业时，机构投资者往往会集中资金涌入，导致情绪迅速升温；而一旦市场出现调整信号，部分机构投资者可能会迅速撤离，引发情绪的急剧下降。在某一新兴科技行业崛起时，机构投资者纷纷看好该行业前景，大量买入相关股票，使得情绪指数短期内大幅上升。但当该行业出现技术瓶颈或竞争加剧等负面消息时，机构投资者又迅速抛售股票，情绪指数随之大幅下跌。在熊市周期，如[具体熊市时间段]，机构投资者情绪指数处于较低水平，且波动相对较为平缓。在这一时期，市场整体下跌，投资者信心受挫，悲观情绪占据主导。情绪指数的标准差为[X]，明显低于牛市时期。机构投资者在熊市中往往更加谨慎，对市场前景持悲观态度，减少投资或选择观望。即使市场出现短暂反弹，机构投资者也可能因担心市场再次下跌而保持谨慎态度，使得情绪波动相对较小。当市场持续下跌，投资者普遍对未来经济形势和企业盈利预期悲观，机构投资者不断减持股票，情绪指数在低位徘徊。即使出现一些利好政策，机构投资者也可能因对政策效果的不确定性而保持谨慎，情绪指数的回升幅度有限。在震荡市周期，如[具体震荡市时间段]，机构投资者情绪指数波动频繁且幅度相对较小。市场缺乏明确的上涨或下跌趋势，多空双方力量相对均衡，机构投资者情绪受市场短期消息和波动影响较大。情绪指数的标准差为[X]，介于牛市和熊市之间。在震荡市中，机构投资者会根据市场的短期变化频繁调整投资策略，情绪也随之波动。当市场出现一些不确定性因素，如宏观经济数据的波动、政策的不确定性等，机构投资者会迅速调整投资组合，导致情绪指数频繁波动。某一时期宏观经济数据发布后，市场对经济前景的预期产生分歧，机构投资者有的选择买入股票，有的选择卖出，使得情绪指数在短期内多次上下波动。通过对不同市场周期下机构投资者情绪波动特征的分析，可以发现机构投资者情绪与市场行情密切相关。牛市中乐观情绪主导，情绪波动受市场热点和资金流动影响较大；熊市中悲观情绪占优，情绪波动相对较小；震荡市中情绪波动频繁，受短期消息和市场不确定性因素影响明显。这些特征表明，机构投资者在不同市场环境下的情绪变化和投资行为存在显著差异，对市场收益产生重要影响。3.2.2情绪的影响因素机构投资者情绪并非孤立存在，而是受到多种因素的综合影响，这些因素涵盖宏观经济环境、政策变化、公司业绩等多个方面，它们相互交织，共同塑造了机构投资者的情绪状态。宏观经济环境是影响机构投资者情绪的重要基础因素。当宏观经济处于繁荣阶段，经济增长强劲，GDP增长率较高，企业盈利水平普遍提升，消费者信心增强，这些积极因素会使机构投资者对市场前景充满信心，从而产生乐观情绪。在经济繁荣时期，企业的销售额和利润不断增长，机构投资者预期股票价格将上涨，会加大对股票的投资力度。相关研究表明，GDP增长率与机构投资者情绪指数之间存在显著的正相关关系，当GDP增长率每提高1个百分点，机构投资者情绪指数平均上升[X]。反之，当经济陷入衰退，GDP增长率下降，企业盈利下滑，失业率上升，机构投资者对市场前景感到担忧，情绪会转向悲观。在经济衰退期，企业面临市场需求萎缩、成本上升等困境，盈利能力下降，机构投资者会减少投资，甚至抛售股票，导致情绪指数下降。政策变化对机构投资者情绪的影响也不容忽视。财政政策和货币政策是政府调控经济的重要手段，其调整会直接或间接地影响机构投资者的投资决策和情绪。积极的财政政策，如减税降费、增加政府支出等，可以刺激经济增长，提高企业的盈利能力，从而提升机构投资者的信心，使其情绪趋于乐观。政府加大对基础设施建设的投资，会带动相关行业的发展，机构投资者看好这些行业的前景，会增加对相关股票的投资。宽松的货币政策，如降低利率、增加货币供应量等，可以降低企业的融资成本，刺激投资和消费，推动资产价格上涨，使机构投资者情绪高涨。当央行降低利率时，债券等固定收益类资产的收益率下降，机构投资者会将资金转向股票市场，推动股票价格上涨，情绪指数上升。相反，紧缩的财政政策和货币政策会抑制经济增长，提高企业融资成本，导致机构投资者情绪悲观。当政府提高税收、减少支出，央行提高利率、收紧货币供应量时，企业的经营压力增大，股票价格可能下跌，机构投资者会减少投资，情绪指数下降。公司业绩是机构投资者关注的核心因素之一，直接影响其对股票的投资决策和情绪。当公司发布良好的业绩报告，如营业收入和净利润大幅增长，资产质量改善，机构投资者会认为该公司具有较高的投资价值，对其股票的需求增加，情绪也会变得乐观。某公司公布的季度财报显示，净利润同比增长50%，超出市场预期，机构投资者纷纷上调对该公司股票的评级，买入股票，使得该公司股价上涨，同时也带动了机构投资者整体情绪的提升。反之，如果公司业绩不佳，出现亏损或业绩下滑，机构投资者会对其股票失去信心，减少投资甚至抛售，情绪转为悲观。若某公司因市场竞争激烈、产品滞销等原因，业绩出现大幅下滑，机构投资者会降低对该公司股票的估值，卖出股票，导致情绪指数下降。除了上述因素外，市场情绪的传染效应也会对机构投资者情绪产生影响。在金融市场中，投资者之间存在信息交流和行为模仿，市场情绪具有传染性。当市场中多数投资者表现出乐观或悲观情绪时，机构投资者可能会受到影响，跟随市场情绪进行投资决策。在市场牛市中，投资者普遍乐观，这种乐观情绪会通过媒体报道、投资者交流等渠道传播，机构投资者也会受到感染，加大投资力度。而在熊市中，市场的悲观情绪会迅速蔓延，机构投资者可能会受到影响，过度悲观，加剧市场的下跌。机构投资者自身的投资策略和风险偏好也会影响其情绪。不同的机构投资者具有不同的投资风格和风险偏好，有些机构投资者注重长期投资，追求稳健的收益；有些则更倾向于短期投机，追求高风险高回报。注重长期投资的机构投资者，对市场短期波动的敏感度较低，情绪相对稳定。而短期投机的机构投资者，更容易受到市场短期波动的影响，情绪波动较大。当市场出现短期热点时，短期投机的机构投资者可能会迅速跟进，情绪高涨；但一旦热点消退，他们又会迅速撤离，情绪低落。3.3中国市场收益的特征分析3.3.1市场收益的总体表现为全面分析中国市场收益的总体表现，本研究选取了具有代表性的沪深300指数作为研究对象，收集了该指数在[起始时间]至[结束时间]期间的每日收盘价数据。通过对这些数据的处理和分析，得到市场收益率的计算公式为：R_t=\ln(P_t/P_{t-1})，其中R_t表示第t期的市场收益率，P_t表示第t期的收盘价，P_{t-1}表示第t-1期的收盘价。从市场收益的总体趋势来看，在研究期间内，沪深300指数呈现出明显的波动上升趋势。在某些时间段，如[具体牛市时间段1]，市场处于牛市行情，指数快速上涨，市场收益率较高。在[具体时间段]内，沪深300指数从[起始点位]上涨至[结束点位]，期间市场收益率均值达到[X]%，体现出市场的强劲上涨动力。这一时期，宏观经济形势向好，企业盈利增长，投资者信心增强，推动市场持续上扬。而在[具体熊市时间段1]，市场进入熊市，指数大幅下跌，市场收益率为负。在[具体时间段]内，沪深300指数从[起始点位]下跌至[结束点位]，市场收益率均值为-[X]%，反映出市场的低迷和投资者的悲观情绪。这可能是由于宏观经济衰退、政策调整等因素导致企业盈利下降，投资者纷纷抛售股票，市场下跌。在[具体震荡市时间段1]，市场呈现震荡走势，指数在一定区间内波动，市场收益率波动频繁且幅度相对较小。在[具体时间段]内，沪深300指数在[波动区间下限]至[波动区间上限]之间波动，市场收益率在正负[X]%之间频繁波动。市场缺乏明确的上涨或下跌趋势，多空双方力量相对均衡，投资者情绪受市场短期消息和波动影响较大。计算该时间段内市场收益率的平均值，得到平均收益率为[X]%。这表明在长期内，市场整体上呈现出一定的盈利水平。通过对市场收益率分布情况的分析，发现市场收益率呈现出非正态分布的特征。收益率分布的峰度大于3，表明收益率分布具有尖峰厚尾的特点，即极端收益率出现的概率相对较高。在市场行情剧烈波动时，如金融危机、重大政策调整等时期，市场收益率可能会出现较大的异常波动，偏离正常水平。在2008年全球金融危机期间，沪深300指数大幅下跌，市场收益率出现了多个极端负值，超出了正态分布的预期范围。这种非正态分布特征说明市场收益存在较大的不确定性和风险，投资者在进行投资决策时需要充分考虑到极端情况的发生。3.3.2市场收益的影响因素市场收益受到多种因素的综合影响，这些因素相互交织，共同决定了市场的走势和收益水平。宏观经济增长作为影响市场收益的重要基础因素，与市场收益之间存在着密切的关联。当宏观经济增长强劲时，企业的销售额和利润往往会增加，这会推动股票价格上涨，从而提高市场收益。GDP增长率是衡量宏观经济增长的重要指标，研究表明，GDP增长率与市场收益率之间存在显著的正相关关系。当GDP增长率每提高1个百分点，市场收益率平均上升[X]个百分点。在经济扩张期，企业的生产和销售活动活跃，市场需求旺盛，企业盈利能力增强，投资者对市场前景充满信心，纷纷买入股票，推动市场收益上升。某一时期GDP增长率达到[X]%，企业盈利普遍增长，沪深300指数涨幅达到[X]%，市场收益率显著提高。利率水平的变化对市场收益有着重要影响。利率作为资金的价格，直接影响着企业的融资成本和投资者的资金配置决策。当利率下降时，企业的融资成本降低，投资和生产活动可能会增加，这有助于提高企业的盈利水平，推动股票价格上涨，从而提高市场收益。利率下降还会使债券等固定收益类资产的吸引力下降，投资者会将资金转向股票市场，增加对股票的需求，进一步推动股票价格上升。央行降低利率，企业的贷款成本降低，新的投资项目得以开展，企业盈利预期提高，股票市场资金流入增加，市场收益率上升。相反，当利率上升时，企业的融资成本增加，投资和生产活动可能受到抑制，企业盈利可能下降，股票价格可能下跌，市场收益降低。利率上升还会使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，导致股票市场资金流出，股票价格下跌。当央行提高利率，企业的融资成本大幅增加，部分企业的盈利受到影响，投资者纷纷卖出股票，转向债券市场，沪深300指数下跌，市场收益率下降。行业发展也是影响市场收益的重要因素之一。不同行业在不同的经济周期和市场环境下，其发展状况和盈利能力存在显著差异，这会直接影响到相关行业股票的表现，进而影响市场收益。新兴行业如人工智能、新能源等，在快速发展阶段往往具有较高的增长潜力，相关企业的股价可能会大幅上涨，从而带动整个市场收益的提升。随着人工智能技术的不断突破和应用，人工智能相关企业的市场份额不断扩大，盈利能力增强，其股票价格持续上涨，带动了整个科技板块的上涨，进而推动市场收益上升。而传统行业如钢铁、煤炭等，如果面临产能过剩、市场需求不足等问题，其企业盈利可能会受到影响，对市场收益产生拖累。在经济结构调整过程中，钢铁行业面临产能过剩的困境，企业盈利下降，股票价格下跌，导致市场收益受到一定程度的负面影响。行业政策的调整也会对行业发展和市场收益产生重要影响。政府对某一行业的扶持政策，如税收优惠、补贴等，会促进该行业的发展，提高相关企业的盈利水平，推动股票价格上涨，增加市场收益。政府出台新能源汽车产业扶持政策，给予新能源汽车企业税收优惠和补贴，新能源汽车行业迅速发展，相关企业股票价格大幅上涨，市场收益明显提升。相反，对某一行业的限制政策，如环保政策趋严对高污染行业的影响，会抑制该行业的发展，降低企业盈利，导致股票价格下跌，市场收益降低。环保政策对钢铁、化工等行业提出更高的环保要求，部分企业因环保不达标面临停产整顿，企业盈利下降，股票价格下跌，市场收益受到抑制。四、研究设计4.1指标选取与数据来源4.1.1机构投资者情绪指标选取为全面、准确地衡量机构投资者情绪，本研究从多个维度选取指标，这些指标能够从不同角度反映机构投资者的情绪状态和投资行为。市场交易维度的指标能够直观地体现机构投资者在市场中的参与程度和交易活跃度。新增开户数是衡量投资者参与市场热情的重要指标。当市场行情向好，机构投资者对市场前景乐观时，会吸引更多新的机构投资者开户参与市场，新增开户数相应增加；反之，当市场低迷，机构投资者情绪悲观时，新增开户数会减少。参考韩立岩和伍燕然（2007）的研究，他们认为交易所新增开户数能直观反映投资者参与投资证券市场的意愿，可作为投资者情绪指标。因此，本研究选取新增开户数作为衡量机构投资者情绪的指标之一。成交额反映了市场的交易活跃程度，是衡量机构投资者情绪的重要指标。当机构投资者情绪高涨，对市场充满信心时，会积极进行交易，市场成交额会显著增加；而在情绪低落时，交易活跃度降低，成交额减少。张强和杨淑娥（2008）也指出，成交额能反映市场的热度和投资者的热情。本研究将成交额纳入机构投资者情绪指标体系。换手率是指在一定时间内市场中股票转手买卖的频率，它反映了股票交易的活跃程度和投资者的交易意愿。较高的换手率通常意味着机构投资者对市场的关注度较高，交易活跃，情绪较为乐观；较低的换手率则表明机构投资者交易意愿较低，情绪相对悲观。在市场热点板块出现时，机构投资者频繁买卖相关股票，导致该板块股票换手率大幅提高，反映出机构投资者对该板块的乐观情绪。本研究选取换手率作为机构投资者情绪指标。投资者行为维度的指标可以揭示机构投资者的投资决策和行为模式，从而反映其情绪状态。封闭式基金折价率是指封闭式基金的市场价格低于其单位净值的比率。当市场上投资者情绪悲观时，对封闭式基金的需求下降，导致其市场价格低于单位净值，折价率升高；而在投资者情绪乐观时，对封闭式基金的需求增加，折价率降低。李学峰、于翠珍和茅勇峰（2008）的研究表明，封闭式基金折价率可作为衡量投资者情绪的有效指标。本研究将封闭式基金折价率纳入机构投资者情绪指标体系。IPO数量及首日收益率与市场热度和投资者情绪密切相关。在市场情绪乐观时，企业更倾向于进行IPO，IPO数量会增加，同时投资者对新股的需求旺盛，首日收益率也会较高；而在市场情绪悲观时，IPO数量会减少，首日收益率也会降低。当市场处于牛市，投资者情绪高涨，大量企业选择上市，IPO数量大幅增加，新股首日收益率普遍较高，反映出市场的乐观情绪。本研究选取IPO数量及首日收益率作为机构投资者情绪指标。宏观经济维度的指标能够反映宏观经济环境对机构投资者情绪的影响。消费者信心指数是反映消费者对当前经济形势和未来经济预期的指标。当宏观经济形势向好，消费者信心增强时，机构投资者对市场前景也会更加乐观，情绪指数相应上升；反之，当消费者信心下降，机构投资者情绪也会受到影响而降低。消费者信心指数与机构投资者情绪之间存在正相关关系。本研究将消费者信心指数纳入机构投资者情绪指标体系。货币供应量是宏观经济的重要指标，它反映了市场上的资金充裕程度。当货币供应量增加，市场资金充裕，机构投资者有更多的资金进行投资，情绪会较为乐观；而货币供应量减少，市场资金紧张，机构投资者投资受到限制，情绪会相对悲观。货币供应量的变化会影响机构投资者的投资决策和情绪。本研究选取货币供应量作为机构投资者情绪指标。本研究选取新增开户数、成交额、换手率、封闭式基金折价率、IPO数量、IPO首日收益率、消费者信心指数、货币供应量等指标，从市场交易、投资者行为、宏观经济等多个维度全面衡量机构投资者情绪。这些指标相互补充，能够更准确地反映机构投资者的情绪状态，为后续的实证研究奠定坚实基础。4.1.2市场收益指标选取市场收益是衡量证券市场表现的关键指标，对于研究机构投资者情绪与市场收益的关系具有重要意义。本研究选取上证指数收益率和深证成指收益率作为市场收益指标，这两个指数具有广泛的代表性和重要的市场影响力。上证指数是上海证券交易所编制的，以上海证券交易所挂牌上市的全部股票为计算范围，以发行量为权数的加权综合股价指数。它涵盖了上海证券市场的主要股票，能够全面反映上海证券市场的整体走势和收益情况。上海证券市场是中国最重要的证券市场之一，许多大型国有企业、金融机构等在该市场上市，上证指数的波动对整个中国证券市场具有重要的引领作用。通过分析上证指数收益率，可以了解上海证券市场的收益水平和变化趋势，进而研究机构投资者情绪对市场收益的影响。深证成指是深圳证券交易所编制的，选取了深圳证券市场中具有代表性的40家上市公司的股票作为样本，以流通股本为权数的加权综合股价指数。它反映了深圳证券市场中优质股票的整体表现和收益情况。深圳证券市场以中小企业和创新型企业为主，具有较高的市场活力和创新性。深证成指的波动能够反映出中小企业和创新型企业的发展状况和市场表现，对于研究机构投资者情绪在不同类型企业市场中的影响具有重要价值。上证指数收益率和深证成指收益率的计算方法采用对数收益率公式：R_t=\ln(P_t/P_{t-1})，其中R_t表示第t期的收益率，P_t表示第t期的指数收盘价，P_{t-1}表示第t-1期的指数收盘价。这种计算方法能够更准确地反映指数的变化幅度和收益情况，避免了简单收益率计算方法可能带来的误差。在[具体研究时间段]内，上证指数收益率的均值为[X]%，标准差为[X]，反映出该时间段内上证指数的平均收益水平和波动程度。深证成指收益率的均值为[X]%，标准差为[X]，体现了深证成指在该时间段内的收益特征和波动情况。通过对这两个指数收益率的分析，可以全面了解中国证券市场的收益状况，为研究机构投资者情绪与市场收益的关系提供有力的数据支持。4.1.3数据来源与处理本研究的数据来源广泛，主要包括上海证券交易所、深圳证券交易所、Wind数据库、CSMAR数据库等权威机构和数据库。这些数据源提供了丰富、准确的金融市场数据，为研究的开展奠定了坚实的基础。机构投资者情绪指标数据方面，新增开户数、成交额、换手率等市场交易数据直接来源于上海证券交易所和深圳证券交易所的官方统计数据。这些数据具有权威性和及时性，能够准确反映市场交易的实际情况。封闭式基金折价率数据通过Wind数据库获取，该数据库整合了众多金融数据，提供了全面、详细的封闭式基金信息，包括基金价格、单位净值等，为计算封闭式基金折价率提供了准确的数据支持。IPO数量及首日收益率数据则从CSMAR数据库中获取，该数据库收录了大量的上市公司数据和市场交易数据，能够满足对IPO相关数据的需求。消费者信心指数和货币供应量等宏观经济数据来源于国家统计局和中国人民银行的官方网站，这些数据具有较高的可信度和代表性，能够反映宏观经济的实际运行情况。市场收益指标数据，即上证指数和深证成指的每日收盘价数据，分别从上海证券交易所和深圳证券交易所的官方网站获取。这些数据是计算上证指数收益率和深证成指收益率的基础，确保了市场收益数据的准确性和可靠性。在数据处理过程中，首先进行数据清洗工作，以确保数据的质量和可靠性。检查数据中是否存在缺失值和异常值，对于缺失值，采用均值填充法进行处理。对于某一交易日的新增开户数缺失值，通过计算该指标在前后若干个交易日的均值，用该均值来填充缺失值。对于异常值，采用3σ准则进行识别和处理。如果某一数据点与均值的偏差超过3倍标准差，则将其视为异常值，用该指标的中位数进行替换。在成交额数据中，若发现某一交易日的成交额远高于或低于其他交易日，且与均值的偏差超过3倍标准差，则将该成交额替换为中位数。经过数据清洗后，对数据进行标准化处理，将不同指标的数据转化为具有相同量纲和可比性的数据。采用Z-score标准化方法，计算公式为：Z_i=\frac{X_i-\overline{X}}{\sigma}，其中Z_i为标准化后的数据，X_i为原始数据，\overline{X}为原始数据的均值，\sigma为原始数据的标准差。通过标准化处理，消除了不同指标数据量纲和数量级的差异，使得各指标数据能够在同一水平上进行分析和比较。本研究通过多渠道获取数据，并进行严格的数据清洗和标准化处理，确保了数据的准确性、可靠性和可比性，为后续的实证分析提供了高质量的数据支持。4.2模型构建4.2.1主成分分析模型主成分分析（PrincipalComponentAnalysis，PCA）是一种常用的数据降维技术，在本研究中用于构建综合机构投资者情绪指数，其原理基于线性变换，旨在将多个相关变量转换为少数几个互不相关的综合变量，即主成分。这些主成分能够最大程度地保留原始变量的信息，且按照方差贡献率从大到小排列。在本研究中，主成分分析模型的构建步骤如下：首先，对选取的机构投资者情绪指标数据进行标准化处理，消除量纲和数量级的影响，使各指标具有可比性。假设原始数据矩阵为X=(x_{ij})_{n\timesp}，其中n为样本数量，p为指标数量，x_{ij}表示第i个样本的第j个指标值。标准化后的数据z_{ij}计算公式为：z_{ij}=\frac{x_{ij}-\overline{x_j}}{s_j}，其中\overline{x_j}为第j个指标的均值，s_j为第j个指标的标准差。其次，计算标准化数据的协方差矩阵C，协方差矩阵能够反映各个指标之间的相关程度。C的元素c_{ij}计算公式为：c_{ij}=\frac{1}{n-1}\sum_{k=1}^{n}(z_{ki}-\overline{z_i})(z_{kj}-\overline{z_j})，其中\overline{z_i}和\overline{z_j}分别为第i个和第j个标准化指标的均值。然后，求解协方差矩阵C的特征值\lambda_1\geq\lambda_2\geq\cdots\geq\lambda_p和对应的特征向量e_1,e_2,\cdots,e_p。特征值表示主成分的方差大小，特征向量则确定了主成分与原始指标之间的线性组合关系。根据特征值的大小，确定主成分的个数k。通常选取累计方差贡献率达到一定阈值（如80%）的前k个主成分。累计方差贡献率的计算公式为：\sum_{i=1}^{k}\lambda_i/\sum_{i=1}^{p}\lambda_i。最后，计算主成分得分F_1,F_2,\cdots,F_k，主成分得分是原始指标的线性组合，其计算公式为：F_i=e_{i1}z_1+e_{i2}z_2+\cdots+e_{ip}z_p，其中F_i为第i个主成分得分，e_{ij}为第i个主成分的第j个特征向量元素，z_j为标准化后的第j个指标值。将得到的主成分得分进行加权求和，即可得到综合机构投资者情绪指数。权重的确定可以根据各主成分的方差贡献率来分配，方差贡献率越大，对应的主成分在综合指数中的权重越高。通过主成分分析模型，能够将多个反映机构投资者情绪的指标整合为一个综合指数，更全面、准确地衡量机构投资者情绪。4.2.2向量自回归（VAR）模型向量自回归（VectorAutoregression，VAR）模型是一种常用的计量经济学模型，用于分析多个时间序列变量之间的动态关系。在本研究中，运用VAR模型来深入探究机构投资者情绪与市场收益之间的动态关系，其基本原理是将系统中每个内生变量作为所有内生变量滞后值的函数进行回归，从而估计全部内生变量的动态关系。VAR模型的一般形式可以表示为：Y_t=A_1Y_{t-1}+A_2Y_{t-2}+\cdots+A_pY_{t-p}+\epsilon_t其中，Y_t是一个n\times1的内生变量向量，在本研究中，Y_t包含机构投资者情绪指数和市场收益率，即Y_t=\begin{bmatrix}IS_t\\R_t\end{bmatrix}，IS_t表示t时期的机构投资者情绪指数，R_t表示t时期的市场收益率；A_1,A_2,\cdots,A_p是n\timesn的系数矩阵，用于描述内生变量滞后值对当前值的影响程度；p是滞后阶数，它的选择至关重要，直接影响模型的估计效果和解释能力。在实际应用中，通常根据赤池信息准则（AIC）、施瓦茨准则（SC）、汉南-奎因准则（HQ）等信息准则来确定最优滞后阶数。\epsilon_t是一个n\times1的随机误差向量，满足均值为零、协方差矩阵为\Omega的正态分布，即\epsilon_t\simN(0,\Omega)。在本研究中，设定VAR模型时，首先要确保数据的平稳性。对机构投资者情绪指数和市场收益率序列进行单位根检验，若序列非平稳，则进行差分处理，使其达到平稳状态。在确定滞后阶数时，计算不同滞后阶数下的AIC、SC、HQ值，选择使这些准则值最小的滞后阶数作为最优滞后阶数。经过计算，当滞后阶数为[具体滞后阶数]时，AIC、SC、HQ值均达到最小，因此确定VAR模型的滞后阶数为[具体滞后阶数]。通过构建VAR模型，可以分析机构投资者情绪与市场收益之间的相互影响关系，为进一步研究二者的动态关系提供基础。4.2.3格兰杰因果检验模型格兰杰因果检验（GrangerCausalityTest）是一种用于判断变量之间因果关系的方法，在本研究中，用于检验机构投资者情绪与市场收益之间是否存在因果关系。其基本原理基于时间序列数据，通过检验一个变量的滞后值是否能够显著地预测另一个变量的变化，来判断变量之间是否存在因果关系。具体而言，对于两个时间序列变量X和Y，如果X的过去值能够显著地提高对Y的预测精度，那么就认为X是Y的格兰杰原因。反之，如果Y的过去值能够显著地提高对X的预测精度，那么Y是X的格兰杰原因。在本研究中，设机构投资者情绪指数为IS，市场收益率为R，构建格兰杰因果检验模型如下：R_t=\sum_{i=1}^{p}\alpha_iR_{t-i}+\sum_{j=1}^{q}\beta_jIS_{t-j}+\epsilon_{1t}IS_t=\sum_{i=1}^{p}\gamma_iIS_{t-i}+\sum_{j=1}^{q}\delta_jR_{t-j}+\epsilon_{2t}其中，\alpha_i,\beta_j,\gamma_i,\delta_j为回归系数，p和q分别为R和IS的滞后阶数，\epsilon_{1t}和\epsilon_{2t}为随机误差项。检验原假设H_0：\beta_1=\beta_2=\cdots=\beta_q=0，即机构投资者情绪不是市场收益的格兰杰原因。若拒绝原假设，则说明机构投资者情绪是市场收益的格兰杰原因，即机构投资者情绪的变化能够引起市场收益的变化。同样地，检验原假设H_0：\delta_1=\delta_2=\cdots=\delta_q=0，即市场收益不是机构投资者情绪的格兰杰原因。若拒绝原假设，则说明市场收益是机构投资者情绪的格兰杰原因，即市场收益的变化能够引起机构投资者情绪的变化。在本研究中，通过Eviews软件进行格兰杰因果检验，设定滞后阶数为[具体滞后阶数]，根据检验结果中的F统计量和P值来判断原假设是否成立。当P值小于设定的显著性水平（如0.05）时，拒绝原假设，认为存在格兰杰因果关系；反之，接受原假设，认为不存在格兰杰因果关系。通过格兰杰因果检验，可以明确机构投资者情绪与市场收益之间的因果方向和影响程度，为深入理解二者的关系提供依据。五、实证结果与分析5.1描述性统计分析对选取的机构投资者情绪指标（新增开户数、成交额、换手率、封闭式基金折价率、IPO数量、IPO首日收益率、消费者信心指数、货币供应量）以及市场收益指标（上证指数收益率、深证成指收益率）进行描述性统计分析，结果如表1所示。变量观测值均值标准差最小值最大值新增开户数（万户）nX1X2X3X4成交额（亿元）nX5X6X7X8换手率（%）nX9X10X11X12封闭式基金折价率（%）nX13X14X15X16IPO数量（家）nX17X18X19X20IPO首日收益率（%）nX21X22X23X24消费者信心指数nX25X26X27X28货币供应量（万亿元）nX29X30X31X32上证指数收益率（%）nX33X34X35X36深证成指收益率（%）nX37X38X39X40从表1可以看出，各指标的均值、标准差、最小值和最大值呈现出不同的特征。新增开户数均值为X1万户，反映了机构投资者参与市场的平均规模；标准差为X2，表明其波动程度较大，说明市场的吸引力在不同时期存在较大差异，受市场行情、政策等因素影响明显。在牛市期间，市场活跃度高，新增开户数可能大幅增加；而在熊市时，新增开户数则会显著减少。成交额均值为X5亿元，标准差为X6，显示市场交易规模的波动较大。在市场行情较好时，投资者交易活跃，成交额会大幅上升；而市场低迷时，成交额则会明显下降。换手率均值为X9%，反映了市场交易的活跃程度；标准差为X10，说明换手率在不同时期变化较大，体现了市场投资者交易意愿的不稳定。当市场热点板块出现时，投资者频繁买卖，换手率会大幅提高；而在市场缺乏热点时，换手率则会降低。封闭式基金折价率均值为X13%，说明市场对封闭式基金的估值总体存在一定程度的折价；标准差为X14，表明折价率的波动相对较小，反映了封闭式基金市场的相对稳定性。IPO数量均值为X17家，标准差为X18，说明IPO数量在不同时期波动较大，与市场环境、企业上市意愿等因素密切相关。在市场行情好、企业融资需求旺盛时，IPO数量会增加；而市场不景气时，IPO数量会减少。IPO首日收益率均值为X21%，体现了新股上市首日的平均收益水平；标准差为X22，显示其波动较大，受市场情绪、新股质地等因素影响。当市场情绪乐观，投资者对新股追捧时，IPO首日收益率会较高；而市场情绪悲观时，IPO首日收益率会降低。消费者信心指数均值为X25，反映了消费者对经济前景的平均信心程度；标准差为X26，说明其波动相对较小，表明消费者信心在一定时期内相对稳定，但也会受到宏观经济形势、政策等因素的影响。货币供应量均值为X29万亿元，标准差为X30，显示货币供应量在不同时期存在一定波动，这与国家的货币政策调整密切相关。当国家实行宽松货币政策时，货币供应量增加；而实行紧缩货币政策时，货币供应量减少。上证指数收益率均值为X33%，深证成指收益率均值为X37%，反映了两个市场的平均收益水平；两者的标准差分别为X34和X38，说明市场收益率波动较大，市场风险较高。在市场行情波动较大时，上证指数和深证成指收益率可能会出现较大的涨跌幅度。通过对各指标的描述性统计分析，可以初步了解数据的基本特征和分布情况，为后续的实证分析提供基础。各指标的波动特征和差异反映了市场的复杂性和不确定性，也表明机构投资者情绪和市场收益受到多种因素的综合影响。5.2主成分分析结果对选取的机构投资者情绪指标进行主成分分析，得到的结果如表2所示。主成分特征值方差贡献率（%）累计方差贡献率（%）1X1X2X22X3X4X2+X43X5X6X2+X4+X64X7X8X2+X4+X6+X85X9X10X2+X4+X6+X8+X106X11X12X2+X4+X6+X8+X10+X127X13X14X2+X4+X6+X8+X10+X12+X148X15X16X2+X4+X6+X8+X10+X12+X14+X16从表2可以看出，前4个主成分的累计方差贡献率达到了85.32%，超过了80%的阈值，能够较好地反映原始指标的信息。因此，选取前4个主成分来构建综合机构投资者情绪指数。第一个主成分的特征值为X1，方差贡献率为X2%。该主成分在新增开户数、成交额、换手率、IPO数量、IPO首日收益率等指标上具有较大的载荷，说明它主要反映了市场交易活跃度和投资者对新股的热情。当市场交易活跃，投资者积极参与新股申购，这些指标的值会增大，第一个主成分得分也会相应提高，表明机构投资者情绪较为乐观。第二个主成分的特征值为X3，方差贡献率为X4%。它在封闭式基金折价率上具有较大的载荷，与其他指标的载荷相对较小，说明该主成分主要反映了封闭式基金市场的情况。封闭式基金折价率升高，表明市场对封闭式基金的需求下降，投资者情绪可能较为悲观，第二个主成分得分也会相应降低。第三个主成分的特征值为X5，方差贡献率为X6%。它在消费者信心指数和货币供应量上具有较大的载荷，反映了宏观经济环境对机构投资者情绪的影响。当消费者信心增强，货币供应量增加，宏观经济形势向好，机构投资者情绪会更加乐观，第三个主成分得分会提高。第四个主成分的特征值为X7，方差贡献率为X8%。它在各指标上的载荷相对较为分散，没有特别突出的指标，说明它综合反映了其他一些因素对机构投资者情绪的影响。综合机构投资者情绪指数的计算公式为：ISI=\omega_1F_1+\omega_2F_2+\omega_3F_3+\omega_4F_4其中，ISI为综合机构投资者情绪指数，F_1,F_2,F_3,F_4分别为前4个主成分得分，\omega_1,\omega_2,\omega_3,\omega_4为各主成分的权重，权重根据各主成分的方差贡献率确定，计算公式为：\omega_i=\frac{\lambda_i}{\sum_{j=1}^{4}\lambda_j}，其中\lambda_i为第i个主成分的特征值。通过主成分分析得到的综合机构投资者情绪指数，能够更全面、准确地反映机构投资者的情绪状态。该指数综合了多个维度的指标信息，克服了单一指标的局限性，为后续研究机构投资者情绪与市场收益的关系提供了有力的工具。在后续的分析中，将运用该综合指数，结合向量自回归（VAR）模型、格兰杰因果检验等方法，深入探究机构投资者情绪与市场收益之间的动态关系和因果关系。5.3VAR模型估计结果在构建向量自回归（VAR）模型时，本研究纳入了机构投资者情绪指数（ISI）和市场收益率（R）两个变量，以探究二者之间的动态关系。通过对赤池信息准则（AIC）、施瓦茨准则（SC）、汉南-奎因准则（HQ）等信息准则的综合考量，确定了VAR模型的最优滞后阶数为[具体滞后阶数]。在该滞后阶数下，AIC值为[具体AIC值]，SC值为[具体SC值]，HQ值为[具体HQ值]，均达到最小，表明该滞后阶数能使模型达到较好的拟合效果。对VAR模型进行估计，得到的结果如表3所示。变量ISI系数R系数ISI(-1)X1X2ISI(-2)X3X4R(-1)X5X6R(-2)X7X8CX9X10从表3可以看出，机构投资者情绪指数的滞后一期（ISI(-1)）对自身的系数为X1，在[具体显著性水平]下显著，表明机构投资者情绪具有一定的持续性。即前期的机构投资者情绪会对当期的情绪产生正向影响，前期情绪高涨时，当期情绪也更倾向于高涨。机构投资者情绪指数的滞后一期对市场收益率的系数为X2，在[具体显著性水平]下不显著，说明机构投资者情绪的滞后一期对市场收益率的直接影响不明显。机构投资者情绪指数的滞后二期（ISI(-2)）对自身的系数为X3，在[具体显著性水平]下不显著，表明滞后二期的机构投资者情绪对当期情绪的影响较弱。机构投资者情绪指数的滞后二期对市场收益率的系数为X4，在[具体显著性水平]下不显著，说明其对市场收益率的影响也不显著。市场收益率的滞后一期（R(-1)）对机构投资者情绪指数的系数为X5，在[具体显著性水平]下显著，表明前期的市场收益率对机构投资者情绪有显著影响。当市场收益率上升时，会提高机构投资者的信心，使其情绪更加乐观。市场收益率的滞后一期对自身的系数为X6，在[具体显著性水平]下显著，说明市场收益率也具有一定的持续性，前期市场收益率的上升会带动当期市场收益率的上升。市场收益率的滞后二期（R(-2)）对机构投资者情绪指数的系数为X7，在[具体显著性水平]下不显著，表明滞后二期的市场收益率对机构投资者情绪的影响不明显。市场收益率的滞后二期对自身的系数为X8，在[具体显著性水平]下显著，说明滞后二期的市场收益率对当期市场收益率仍有一定的正向影响。常数项C对机构投资者情绪指数的系数为X9，在[具体显著性水平]下显著，表明存在其他因素对机构投资者情绪产生影响。常数项C对市场收益率的系数为X10，在[具体显著性水平]下显著，说明也有其他因素影响市场收益率。为进一步分析机构投资者情绪与市场收益之间的动态影响，运用脉冲响应函数进行分析。脉冲响应函数描述了在VAR模型中，当一个内生变量受到一个标准差大小的冲击后，对系统中其他内生变量产生的动态影响。给机构投资者情绪指数一个正向冲击，得到市场收益率的脉冲响应函数图，如图1所示。[此处插入市场收益率对机构投资者情绪指数冲击的脉冲响应函数图]从图1可以看出，当机构投资者情绪指数受到一个正向冲击后，市场收益率在第1期没有立即产生反应，从第2期开始，市场收益率逐渐上升，在第[具体期数]期达到最大值，随后逐渐下降。这表明机构投资者情绪的正向变化对市场收益率的影响具有一定的滞后性，且这种影响在短期内较为显著，随着时间的推移逐渐减弱。当机构投资者情绪因市场出现利好消息而变得乐观时，其投资行为的调整需要一定时间，从而导致市场收益率在第2期才开始上升。随着市场逐渐消化这些信息，机构投资者的投资行为趋于稳定，市场收益率的上升幅度也逐渐减小。给市场收益率一个正向冲击，得到机构投资者情绪指数的脉冲响应函数图，如图2所示。[此处插入机构投资者情绪指数对市场收益率冲击的脉冲响应函数图]从图2可以看出，当市场收益率受到一个正向冲击后，机构投资者情绪指数在第1期就立即产生正向反应，且在第1期达到最大值，随后逐渐下降。这说明市场收益率的上升能够迅速提升机构投资者的情绪，且这种影响在短期内最为显著，随着时间的推移逐渐减弱。当市场收益率因宏观经济数据向好而上升时，机构投资者对市场前景的信心会立即增强，情绪变得更加乐观。但随着市场的持续发展，机构投资者会对市场情况进行更深入的分析和判断，情绪的提升幅度会逐渐减小。通过方差分解分析，可以进一步量化机构投资者情绪与市场收益之间的相互影响程度。方差分解是将系统中每个内生变量的预测误差方差分解为各个变量冲击所贡献的比例，从而了解每个变量对其他变量的相对重要性。机构投资者情绪指数和市场收益率的方差分解结果如表4所示。时期ISI标准差R标准差1100.000.00295.324.68390.259.75485.1314.87580.0519.95675.1224.88770.2529.75865.5034.50960.8539.151056.3043.70从表4可以看出，在第1期，机构投资者情绪指数的预测误差方差完全由自身贡献，市场收益率对其没有影响。随着时间的推移，市场收益率对机构投资者情绪指数预测误差方差的贡献逐渐增加，到第10期，市场收益率的贡献达到43.70%，表明市场收益率对机构投资者情绪指数的影响逐渐增强。对于市场收益率的预测误差方差，在第1期，完全由自身贡献。随着时间的推移，机构投资者情绪指数对市场收益率预测误差方差的贡献逐渐增加，到第10期，机构投资者情绪指数的贡献达到56.30%，说明机构投资者情绪对市场收益率的影响也逐渐增大。通过VAR模型估计结果、脉冲响应函数分析和方差分解分析，可以得出以下结论：机构投资者情绪与市场收益之间