我国投资者情绪与股票收益关系的协整分析：理论、实证与策略启示

我国投资者情绪与股票收益关系的协整分析：理论、实证与策略启示一、引言1.1研究背景与意义近年来，我国股票市场经历了诸多起伏与变革，作为中国经济的重要晴雨表，其现状呈现出复杂且多变的态势。在过去的几年中，中国股市经历了从高位回落到低位徘徊，再到近期逐渐企稳的过程。尤其是近一年来，受国内外经济环境、政策调整等多方面因素影响，股市整体呈现出震荡整理的趋势。尽管市场走势较为波折，但整体而言，中国股市仍展现出较强的韧性和活力。随着中国股票市场的快速发展和股票投资的逐渐普及，越来越多的投资者进入股票市场，但也面临着股票市场波动的诸多风险。股票市场的风险与收益密切相关，而投资者的情绪也是影响股票市场波动的重要因素之一。投资者情绪在股票市场中扮演着重要的角色，可以对股票价格产生积极或消极的影响。当投资者情绪偏向乐观时，市场上的股票价格往往会上涨；而当投资者情绪偏向悲观时，股票价格则会下跌。这种情绪驱动的价格波动对股票收益产生了直接的影响。在金融市场中，投资者情绪被证明是价格波动的主要原因之一，已经成为了有关股票收益率波动的一个重要研究领域。因此，研究投资者情绪对股票市场的影响，有助于了解市场波动的本质，预测股票价格变动的趋势，并提高投资者的投资效益。从理论意义来看，传统金融理论大多基于有效市场假说和投资者理性假设，但现实中股票市场存在诸多无法用传统理论解释的现象。对投资者情绪与股票收益关系的深入研究，有助于将行为金融学相关理论引入股票市场分析，弥补传统金融理论在解释投资者非理性行为及市场异常波动方面的不足，完善金融市场理论体系，进一步揭示股票市场价格形成和波动的内在机制。在实践方面，对投资者而言，认识到投资者情绪与股票收益之间的关联，能够帮助其更加理性地看待市场波动，避免因情绪过度波动而做出非理性投资决策，从而提高投资决策的科学性和准确性，实现更稳健的投资收益。对于金融机构来说，准确把握投资者情绪的变化趋势，有助于其优化资产配置方案，设计出更符合投资者需求的金融产品和服务，提升风险管理能力，增强市场竞争力。从市场监管角度出发，监管部门可以通过对投资者情绪的监测，及时了解市场动态和投资者心理预期，制定更具针对性的政策措施，维护股票市场的稳定健康发展，促进金融市场的有序运行，保护广大投资者的合法权益。1.2研究方法与创新点在研究过程中，将综合运用多种研究方法，以确保研究的全面性和深入性。为了探究投资者情绪与股票收益之间的长期均衡关系，将采用协整分析方法。通过构建合适的计量模型，对选取的投资者情绪指标和股票收益数据进行协整检验，判断两者是否存在长期稳定的关系。若存在协整关系，则进一步建立误差修正模型，分析变量之间的短期动态调整机制，从而揭示投资者情绪对股票收益的长期和短期影响规律。同时，结合案例研究法，选取中国股票市场中具有代表性的时间段和股票样本，深入分析在特定市场环境下投资者情绪的变化及其对股票收益产生的具体影响。通过详细剖析这些案例，能够更加直观地理解投资者情绪与股票收益之间的相互作用机制，为研究结论提供更具说服力的实践依据。在数据处理和分析阶段，运用计量经济学和统计学方法，如多元回归模型和探索性数据分析等，对收集到的数据进行量化分析。借助SPSS、STATA等专业统计软件，提高数据处理的准确性和效率，深入挖掘数据背后隐藏的信息，全面分析投资者情绪、市场基本面和技术指标等因素对股票收益的影响。本研究在多个方面具有一定的创新点。在样本数据选取上，将采用更具时效性和针对性的数据，涵盖近年来中国股票市场的最新动态和变化，确保研究结果能够反映当前市场环境下投资者情绪与股票收益的关系。同时，不仅关注整体市场数据，还将对不同板块、不同市值规模的股票进行分类研究，分析投资者情绪在不同细分市场中的作用差异，使研究更加细致和全面。在研究视角上，尝试从行为金融学、心理学与金融市场交叉的角度出发，深入探讨投资者情绪产生的心理根源及其对投资决策和股票收益的影响机制。综合考虑投资者的认知偏差、情感因素以及市场环境等多方面因素，打破传统金融理论仅从理性经济人假设出发的局限性，为该领域的研究提供新的思路和视角。此外，在构建投资者情绪指标时，将综合运用多种直接和间接指标，并采用主成分分析法等方法构建更加全面、准确的投资者情绪综合指数。这种多维度的指标构建方式能够更有效地捕捉投资者情绪的变化，提高研究结果的可靠性和有效性，为后续的实证分析奠定坚实的基础。1.3研究思路与框架本研究将遵循从理论基础到实证分析，再到实践应用的逻辑思路，深入探究我国投资者情绪与股票收益之间的关系。在理论层面，系统梳理行为金融学中关于投资者情绪的相关理论，如前景理论、过度自信理论等，剖析投资者情绪产生的根源、影响因素以及对投资决策的作用机制，为后续研究奠定坚实的理论基础。在实证研究阶段，首先全面收集和整理我国股票市场的相关数据，包括投资者情绪指标数据和股票收益数据。在构建投资者情绪综合指数时，运用主成分分析法对多种直接和间接指标进行降维处理，提取能够有效反映投资者情绪的主要成分，从而构建出科学合理的投资者情绪综合指数。同时，选取具有代表性的股票收益指标，如沪深300指数收益率等。接着，运用协整分析方法对投资者情绪综合指数与股票收益指标进行协整检验，判断两者之间是否存在长期稳定的均衡关系。若存在协整关系，则进一步建立误差修正模型，分析变量之间在短期偏离长期均衡时的调整机制。此外，还将运用格兰杰因果检验等方法，深入探究投资者情绪与股票收益之间的因果关系，明确两者之间的相互影响方向和程度。基于理论分析和实证研究的结果，从投资者、金融机构和监管部门三个层面提出具有针对性的建议。为投资者提供基于情绪管理的投资策略建议，帮助其树立正确的投资理念，合理控制情绪对投资决策的影响，提高投资收益；为金融机构提供优化资产配置和风险管理的建议，助力其更好地应对投资者情绪波动带来的市场风险；为监管部门提供维护市场稳定的政策建议，使其能够通过有效的政策手段引导投资者情绪，促进股票市场的健康稳定发展。为了更清晰地展示本研究的整体流程和结构，绘制了如下论文框架图（见图1-1）：图1-1论文框架图通过上述研究思路和框架，本研究旨在全面、深入地揭示我国投资者情绪与股票收益之间的关系，为投资者、金融机构和监管部门提供有价值的参考依据，促进我国股票市场的健康、稳定发展。二、理论基础与文献综述2.1投资者情绪相关理论投资者情绪作为行为金融学的核心概念之一，在金融市场研究中占据着重要地位。尽管目前学术界对投资者情绪尚未形成统一、精确的定义，但普遍认为它是投资者对未来预期的一种系统性偏差，反映了市场参与者的投资意愿或预期。投资者情绪涵盖了投资者在投资过程中对股票未来预期收益的主观感受，受到多种因素的综合影响，包括市场环境、宏观经济状况、信息传播以及投资者自身的认知偏差、风险偏好和生活阅历等。Delong（1990）将投资者情绪定义为在资本市场金融交易中，投资者受外界因素影响，导致心理和情绪波动，进而影响原有决策行为的因素。Brown（1999）把投资者在金融市场中的非理性交易行为定义为噪声交易，而投资者情绪正是造成金融市场中产生噪声交易的根源。Baker和Wurgler（2006）则将投资者情绪界定为一种预估误差，即对未来收益和未来风险预期进行折现与实际现金流之间的误差。我国学者巴曙松和朱虹（2016）认为投资者情绪是一种主观认识，由于投资者个人认知、风险偏好以及生活阅历等方面存在差异，导致他们对未来风险和收益预期产生不同判断，从而造成实际资产价格与其真实价格发生偏离。陆静等（2017）将投资者情绪定义为投资者在金融市场交易时，因外界因素干扰，认知出现偏差而引发的一种错误信念。在行为金融学理论体系中，投资者情绪理论基于两个重要假设：其一，股票市场并非完全有效，不满足套利有效性条件；其二，进入市场的投资者并非完全理性，在预测和分析过程中容易受到情绪的左右。这两个假设突破了传统金融理论中有效市场假说和投资者理性假设的束缚，为解释金融市场中的诸多异常现象提供了新的视角和理论基础。投资者情绪对投资决策产生影响的心理机制较为复杂，涉及多种认知偏差和心理因素。其中，过度自信是一种常见的心理现象，许多投资者在做出投资决策时往往表现出过度自信，高估自己的预测能力和投资水平，低估投资风险。这种过度自信可能导致投资者进行高风险的交易，期望获取超额回报，但实际上却增加了投资损失的可能性。例如，一些投资者在短期内取得较好的投资收益后，会对自己的投资能力产生过度自信，进而加大投资力度，甚至忽视风险控制，最终可能因市场波动而遭受重大损失。损失厌恶也是影响投资决策的重要心理因素之一。投资者对损失的敏感度远远高于对同等金额收益的敏感度，这种心理倾向使得投资者在面对亏损时，往往不愿意及时止损，而是选择持有亏损头寸，期望市场反转，避免实际损失的发生。然而，这种行为常常导致投资者的损失进一步扩大，延长了投资痛苦。以股票市场为例，当投资者持有的股票价格下跌时，他们往往会因为损失厌恶心理而不愿意卖出股票，即使市场趋势已经明显向下，仍然抱有侥幸心理，等待股价回升，结果可能错失最佳止损时机，导致亏损加剧。确认偏误同样在投资决策中发挥着作用。投资者倾向于寻找和关注那些支持自己已有观点的信息，而忽视或排斥与自己观点相悖的信息。这种心理现象可能导致投资者对市场趋势的误判，因为他们仅仅看到了支持自己观点的“证据”，而忽略了其他重要信息。例如，当投资者看好某只股票时，会更加关注该股票的利好消息，而对负面消息视而不见，从而做出不客观的投资决策。此外，群体行为在金融市场中也较为显著，表现为“羊群效应”。投资者往往会受到周围人的影响，当市场情绪高涨时，投资者可能会盲目跟随他人的投资行为，导致资产价格偏离其真实价值；而当市场情绪低迷时，恐慌性抛售也可能发生，进一步加剧市场波动。在股票市场的牛市行情中，大量投资者受周围人赚钱效应的影响，纷纷跟风买入股票，推动股价不断上涨，形成市场泡沫；而在熊市时，投资者又会因恐惧而纷纷抛售股票，导致股价进一步下跌。2.2股票收益相关理论在传统金融学领域，股票收益的决定因素是多方面且复杂的，其中公司基本面和宏观经济环境被视为最为关键的因素。公司基本面涵盖了公司的盈利能力、偿债能力、运营效率以及成长潜力等核心要素。盈利能力通常通过净利润、毛利率、净资产收益率（ROE）等指标来衡量，一家具有稳定且较高盈利能力的公司，意味着其能够持续创造价值，为股东带来丰厚的回报，从而吸引更多投资者的关注和青睐，推动股票价格上涨，进而提升股票收益。例如，贵州茅台作为白酒行业的龙头企业，多年来凭借其强大的品牌影响力、稳定的产品质量和高毛利率的产品结构，保持着较高的盈利能力，其股票价格也长期处于上升趋势，为投资者带来了显著的收益。偿债能力反映了公司偿还债务的能力，常用的指标包括资产负债率、流动比率和速动比率等。偿债能力较强的公司，意味着其财务风险较低，在市场波动或经济下行时期更具稳定性，能够增强投资者的信心，有利于股票价格的稳定和上涨。以中国工商银行等大型国有银行为例，其资产规模庞大，资本充足率较高，偿债能力极强，在金融市场中具有较高的信用评级，股票价格相对稳定，吸引了大量追求稳健收益的投资者。运营效率则体现了公司在生产、销售、管理等各个环节的运作能力，存货周转率、应收账款周转率等指标可以直观地反映公司的运营效率。运营效率高的公司能够有效降低成本，提高资金使用效率，从而提升公司的整体竞争力和盈利水平，对股票收益产生积极影响。像小米公司，通过优化供应链管理和生产流程，提高了存货周转率和运营效率，在市场竞争中不断扩大市场份额，推动了公司业绩和股票价格的上升。成长潜力是评估公司未来发展前景的重要维度，包括公司的市场拓展能力、新产品研发能力以及行业发展趋势等因素。具有高成长潜力的公司往往能够在未来实现业绩的快速增长，其股票也被市场赋予较高的估值，为投资者带来超额收益。以特斯拉为例，作为新能源汽车行业的领军企业，凭借其在电池技术、自动驾驶技术等方面的持续创新和市场份额的不断扩大，展现出巨大的成长潜力，股票价格在过去几年中大幅上涨，为早期投资者带来了丰厚的回报。宏观经济环境对股票收益的影响也不容忽视，它为股票市场提供了整体的运行背景。经济增长是宏观经济环境的核心指标之一，在经济繁荣时期，企业的销售额和利润普遍上升，市场需求旺盛，企业有更多的发展机会和资金用于扩大生产、研发创新，从而推动股票价格上涨，股票收益相应增加。例如，在2003-2007年中国经济高速增长期间，GDP增长率保持在较高水平，企业盈利状况良好，股票市场也迎来了一轮大牛市，上证指数从1000多点一路上涨至6000多点，投资者普遍获得了丰厚的收益。通货膨胀水平对股票收益有着复杂的影响。适度的通货膨胀可能意味着经济处于扩张阶段，企业产品价格上涨，利润增加，但过高的通货膨胀则会导致成本上升，压缩企业利润空间，同时可能引发货币政策的收紧，对股票市场产生负面影响。在通货膨胀较高的时期，一些资源类企业，如煤炭、有色金属等，由于其产品价格随通胀上升，可能会受益；而一些下游制造业企业，由于成本上升，利润可能受到挤压，股票价格可能下跌。利率水平的变动对股票市场具有重要影响。低利率环境下，企业的融资成本降低，有利于企业进行投资和扩张，同时投资者更倾向于从固定收益产品转向股票投资，推动股票价格上升，增加股票收益。相反，高利率会增加企业融资成本，抑制企业投资和扩张的意愿，同时吸引投资者将资金投向固定收益产品，导致股票市场资金流出，股票价格下跌。当央行降低利率时，房地产、基建等资金密集型行业的企业融资成本下降，业绩可能改善，股票价格往往会上涨。在度量股票收益时，常用的方法和模型具有多样化的特点。简单收益率是一种基础的度量方法，它通过计算股票在一定时期内的价格变化与初始价格的比率来衡量收益。假设某股票在期初的价格为P0，期末价格为P1，期间获得的股息为D，则简单收益率R=(P1-P0+D)/P0。这种方法直观易懂，能够直接反映股票价格的涨跌和股息收益情况，广泛应用于短期投资收益的计算。在一个月内，某股票的期初价格为10元，期末价格上涨至10.5元，期间每股发放股息0.1元，则该股票的简单收益率为(10.5-10+0.1)/10=6%。对数收益率在金融分析中也具有重要地位，它通过对股票价格取对数来计算收益。对数收益率r=ln(P1/P0)+ln(1+D/P0)，这种计算方法具有良好的数学性质，在连续复利的假设下，对数收益率可以更好地反映股票价格的连续变化，并且在统计分析和风险度量中具有独特的优势。在研究股票价格的长期趋势和波动时，对数收益率能够更准确地描述价格变化的相对幅度，避免简单收益率在计算过程中可能出现的误差累积问题。资本资产定价模型（CAPM）是现代金融学中用于衡量股票收益与风险关系的经典模型。该模型认为，股票的预期收益率等于无风险利率加上风险溢价，其中风险溢价由市场风险溢价和股票的β系数决定。β系数衡量了股票相对于市场组合的风险敏感度，反映了股票价格波动与市场整体波动的相关性。如果一只股票的β系数大于1，说明该股票的风险高于市场平均水平，其预期收益率也相对较高；反之，如果β系数小于1，则股票风险低于市场平均水平，预期收益率也较低。在一个市场中，无风险利率为3%，市场风险溢价为8%，某股票的β系数为1.2，则根据CAPM模型，该股票的预期收益率为3%+1.2×8%=12.6%。Fama-French三因子模型在CAPM模型的基础上进行了拓展，引入了市值因子（SMB）和账面市值比因子（HML）。该模型认为，股票的预期收益率不仅取决于市场风险，还与公司的规模和账面市值比有关。小市值公司和高账面市值比公司的股票往往具有较高的预期收益率，这两个因子能够解释一部分CAPM模型无法解释的股票收益差异。一些小型成长型公司，由于其市值较小，在市场中可能被低估，具有较高的成长潜力，按照Fama-French三因子模型，这类公司的股票可能会获得超额收益。多因子模型则进一步丰富和完善了股票收益的解释框架，它考虑了更多的风险因子，如流动性因子、动量因子、盈利质量因子等。通过综合分析多个因子对股票收益的影响，多因子模型能够更全面地解释股票价格的波动和收益的变化，为投资者提供更准确的投资决策依据。在实际投资中，投资者可以根据自己对不同因子的理解和判断，构建适合自己投资目标和风险偏好的多因子投资组合，以获取更好的投资收益。2.3投资者情绪与股票收益关系的研究综述国外对投资者情绪与股票收益关系的研究起步较早，取得了丰硕的成果。Lee等（1991）通过对封闭式基金折价率这一投资者情绪代理指标的研究，发现投资者情绪与股票收益之间存在显著的相关性，当投资者情绪高涨时，封闭式基金折价率降低，股票市场收益上升；反之，当投资者情绪低落时，折价率升高，股票收益下降。他们认为投资者情绪的波动会影响市场的供需关系，进而对股票价格和收益产生影响。Baker和Wurgler（2006）构建了投资者情绪综合指数（BW指数），运用主成分分析法对换手率、IPO首日收益率、封闭式基金折价率等六个指标进行处理。通过对美国股票市场的实证研究，发现投资者情绪对股票收益具有显著影响，且对小市值股票的影响更为明显。在投资者情绪高涨时期，小市值股票的收益往往会大幅上涨；而在情绪低落时，小市值股票的跌幅也相对较大。这表明投资者情绪在不同市值规模的股票市场中作用效果存在差异，小市值股票更容易受到投资者情绪的驱动。Brown和Cliff（2004）利用调查问卷数据和市场交易数据构建投资者情绪综合指标，研究发现投资者情绪的变化领先于股票市场收益的变化，投资者情绪可以作为股票收益的一个预测指标。他们通过对历史数据的分析，发现当投资者情绪处于上升阶段时，股票市场往往在后续一段时间内表现出较好的收益；而当投资者情绪开始下降时，股票市场收益也会随之受到负面影响。这一研究结果为投资者利用投资者情绪来预测股票市场走势提供了一定的理论依据。国内学者在借鉴国外研究成果的基础上，结合中国股票市场的特点，也对投资者情绪与股票收益的关系展开了广泛研究。易志高和茅宁（2009）修正了Baker和Wurgler的综合指数构造方法，选取了新增开户数、市场换手率、封闭式基金折价率等六个适合中国市场的指标，运用主成分分析法构建了中国投资者情绪指数（CICSI）。通过实证分析发现，投资者情绪对股票收益具有显著的正向影响，且这种影响在短期更为明显。在短期内，投资者情绪的快速变化会直接导致股票市场的买卖行为发生改变，从而影响股票价格和收益。伍燕然和韩立岩（2007）从行为金融学的角度出发，研究了投资者情绪对中国股票市场收益的影响。他们发现投资者情绪对股票收益的影响具有非对称性，即投资者情绪高涨时对股票收益的正向影响要大于情绪低落时对股票收益的负向影响。在牛市行情中，投资者情绪的乐观程度不断提升，会吸引更多资金流入市场，推动股票价格持续上涨，使得股票收益大幅增加；而在熊市中，尽管投资者情绪悲观，但由于市场中存在一定的刚性需求和政策干预等因素，股票收益的下降幅度相对较小。陈国进和张贻军（2009）通过构建动态面板模型，分析了投资者情绪对不同板块股票收益的影响。研究结果表明，投资者情绪对中小板股票收益的影响大于对主板股票收益的影响。中小板企业通常规模较小，业绩波动较大，市场对其认知度相对较低，投资者情绪的变化更容易引发市场对中小板股票的过度反应，从而导致中小板股票收益的波动更为剧烈。而主板企业大多为大型成熟企业，业绩相对稳定，对投资者情绪的敏感度相对较低。尽管国内外学者在投资者情绪与股票收益关系的研究方面取得了一定的成果，但仍存在一些不足之处。在投资者情绪指标的选取和构建上，虽然目前已经有多种直接和间接指标以及综合指标的构建方法，但不同指标之间存在一定的局限性和争议。直接指标如调查问卷数据，虽然能够直接反映投资者的主观感受，但存在样本代表性不足、调查结果易受主观因素干扰等问题。间接指标如市场交易数据，虽然客观且易于获取，但只能间接反映投资者情绪，可能无法全面准确地捕捉投资者情绪的变化。综合指标虽然在一定程度上克服了单一指标的缺陷，但在指标选取和权重确定上仍存在主观性和不确定性。在研究方法上，现有研究大多采用线性回归等传统计量方法，假设投资者情绪与股票收益之间存在线性关系。然而，金融市场是一个复杂的非线性系统，投资者情绪与股票收益之间的关系可能并非简单的线性关系，还可能存在非线性、时变等特征。传统的线性研究方法可能无法准确揭示两者之间的复杂关系，导致研究结果的局限性。此外，现有研究在分析投资者情绪对股票收益的影响机制时，往往只考虑了单一因素或少数几个因素的作用，缺乏对多种因素综合作用机制的深入研究。投资者情绪对股票收益的影响是一个复杂的过程，涉及到投资者的心理、行为、市场交易机制以及宏观经济环境等多个方面。未来的研究需要进一步综合考虑这些因素，深入探讨投资者情绪对股票收益的影响机制，以提高研究的全面性和准确性。基于以上分析，本文将在现有研究的基础上，选取更具代表性和时效性的投资者情绪指标，运用主成分分析法构建更科学合理的投资者情绪综合指数。同时，采用非线性计量方法，如门限回归模型、向量自回归（VAR）模型等，深入研究投资者情绪与股票收益之间的非线性关系和动态传导机制。此外，还将综合考虑宏观经济变量、市场交易特征等因素，全面分析投资者情绪对股票收益的影响机制，以期为该领域的研究提供新的视角和实证依据。三、我国投资者情绪的现状与特征3.1我国投资者情绪的现状与特征我国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。宏观经济形势是影响投资者情绪的重要因素之一，当国内经济保持稳定增长、GDP增速较高时，投资者对未来经济发展充满信心，预期企业盈利将随之增长，股票价格有望上升，从而激发投资者的乐观情绪。近年来，中国经济在新经济模式的推动下，展现出较强的韧性和活力，新兴产业如新能源、人工智能等领域发展迅速，相关企业的业绩增长预期良好，吸引了大量投资者的关注和资金投入，市场上投资者情绪普遍较为乐观。政策变化对投资者情绪也有着显著的影响。政府出台的宏观经济政策、财政政策和货币政策等，都会直接或间接地影响股票市场，进而左右投资者情绪。当政府实施积极的财政政策，加大对基础设施建设、科技创新等领域的投入时，相关行业的企业将迎来更多的发展机遇，投资者对这些行业的股票前景看好，情绪趋于乐观。例如，政府对新能源汽车产业的大力扶持政策，包括购车补贴、充电桩建设补贴等，使得新能源汽车相关企业的市场份额不断扩大，股价持续上涨，投资者对该行业的投资热情高涨。货币政策的调整同样会对投资者情绪产生重要影响。当央行采取宽松的货币政策，降低利率、增加货币供应量时，市场流动性增强，企业融资成本降低，有利于企业的发展和扩张，投资者对股票市场的预期收益提高，情绪偏向乐观。相反，当货币政策收紧时，投资者情绪可能会受到抑制。在2020年疫情期间，央行通过降准、降息等一系列宽松货币政策操作，为市场注入了大量流动性，股票市场迅速企稳反弹，投资者情绪也逐渐由悲观转为乐观。媒体报道在投资者情绪的形成过程中也扮演着重要角色。随着互联网和社交媒体的快速发展，信息传播的速度和范围大大增加，媒体报道的内容和倾向能够迅速影响投资者的认知和判断。正面的媒体报道，如对企业业绩增长、行业发展前景的积极评价，能够增强投资者的信心，提升投资者情绪。反之，负面的报道，如企业负面新闻、行业风险预警等，可能引发投资者的担忧和恐慌，导致投资者情绪低落。在某家上市公司发布重大资产重组利好消息后，各大媒体纷纷进行报道，引发了投资者的广泛关注和追捧，该公司股票价格在短期内大幅上涨，市场上投资者情绪高涨。我国投资者情绪呈现出明显的变化规律和特点。从短期来看，投资者情绪具有较强的波动性，容易受到市场突发事件、短期消息等因素的影响。市场上突然传出的一条负面消息，可能会引发投资者的恐慌情绪，导致股票价格大幅下跌；而一条利好消息则可能迅速点燃投资者的热情，推动股价上涨。在2022年俄乌冲突爆发初期，市场对地缘政治风险的担忧加剧，投资者情绪急剧恶化，股票市场大幅下跌。从长期趋势来看，投资者情绪与宏观经济周期和股市周期存在一定的相关性。在经济繁荣和股市牛市阶段，投资者情绪普遍乐观，市场交易活跃，资金大量流入股市；而在经济衰退和股市熊市阶段，投资者情绪则较为悲观，市场交易清淡，资金流出股市。回顾2014-2015年的牛市行情，随着经济的逐步复苏和政策的支持，投资者情绪不断高涨，大量资金涌入股市，推动股票价格持续上涨，市场估值不断攀升。而在2018年，受国内外经济形势复杂多变、贸易摩擦等因素影响，经济增长面临一定压力，股市进入熊市，投资者情绪低落，市场成交量大幅萎缩。投资者情绪还存在一定的群体效应和传染效应。在股票市场中，投资者往往会受到周围其他投资者的影响，当一部分投资者的情绪发生变化时，可能会迅速传染给其他投资者，形成群体性的情绪波动。在牛市行情中，投资者的乐观情绪会相互感染，吸引更多的投资者进入市场，进一步推动市场上涨；而在熊市中，恐慌情绪也会迅速蔓延，导致投资者纷纷抛售股票，加剧市场下跌。当市场上出现一些投资高手或知名机构的投资建议时，往往会引发大量投资者的跟风行为，这种群体效应会放大投资者情绪对市场的影响。3.2我国股票收益的现状与特征我国股票收益在分布上呈现出显著的特征，通过对历史数据的深入分析，可以发现股票收益率并不完全符合传统金融理论中所假设的正态分布，而是呈现出尖峰厚尾的特征。这意味着股票市场中极端收益事件发生的概率要高于正态分布的预期，市场存在较高的风险和不确定性。在某些特殊时期，如市场大幅波动或受到重大事件冲击时，股票收益率可能会出现大幅偏离均值的情况，出现极端的上涨或下跌。2020年初，受新冠疫情爆发的影响，股票市场在短时间内大幅下跌，许多股票的收益率出现了历史罕见的负值，远远超出了正态分布所预测的波动范围。不同板块的股票收益存在明显差异。主板市场作为我国股票市场的核心组成部分，主要由大型国有企业和成熟企业构成，这些企业通常具有稳定的经营业绩、较强的盈利能力和较高的市场地位。主板股票的收益相对较为稳定，波动较小，适合追求稳健收益的投资者。以中国平安、贵州茅台等主板蓝筹股为例，它们在过去多年中保持了相对稳定的业绩增长，股票价格也呈现出稳步上升的趋势，为投资者带来了较为可观的分红收益和资本增值。中小板市场主要面向具有一定规模和发展潜力的中小企业，这些企业在规模和成熟度上介于主板企业和创业板企业之间。中小板股票的收益具有一定的波动性，同时也蕴含着较高的成长潜力。一些处于快速发展阶段的中小板企业，通过不断创新和拓展市场，业绩实现了快速增长，股票价格也随之大幅上涨，为投资者带来了丰厚的回报。例如，海康威视在中小板上市后，凭借其在安防监控领域的技术优势和市场份额的不断扩大，公司业绩和股票价格持续攀升，成为中小板市场的明星企业。创业板市场则以高科技、高成长的创新型企业为主，这些企业大多处于创业初期或快速发展阶段，具有较高的技术含量和创新能力，但也面临着较大的市场风险和不确定性。创业板股票的收益波动较大，具有较高的风险性和收益潜力。在创业板市场中，一些科技类企业如宁德时代、迈瑞医疗等，在行业发展的风口下，凭借其领先的技术和创新的商业模式，实现了业绩的爆发式增长，股票价格也大幅上涨，为投资者带来了显著的收益。然而，也有部分创业板企业由于技术研发失败、市场竞争激烈等原因，业绩不佳，股票价格大幅下跌，给投资者带来了较大的损失。科创板作为我国资本市场的新兴板块，主要服务于符合国家战略、突破关键核心技术、市场认可度高的科技创新企业。科创板股票的收益同样具有较高的波动性和不确定性，其特点在于企业的科技含量高、研发投入大，未来发展潜力巨大，但也面临着技术迭代快、市场竞争激烈等风险。一些科创板企业如中芯国际、寒武纪等，在半导体、人工智能等领域具有核心技术和竞争优势，受到市场的高度关注，股票价格在上市后表现出较大的波动。由于科创板企业大多处于成长初期，尚未实现盈利，其股票价格更多地反映了市场对企业未来发展前景的预期，因此收益波动较大。股票收益还受到多种因素的综合影响。公司基本面是决定股票收益的重要因素之一，包括公司的盈利能力、偿债能力、运营效率和成长潜力等。盈利能力强、财务状况良好的公司，其股票往往具有较高的投资价值，能够为投资者带来稳定的收益。贵州茅台凭借其强大的品牌影响力和稳定的盈利能力，多年来保持着较高的净资产收益率，股票价格持续上涨，为投资者带来了丰厚的回报。宏观经济环境对股票收益有着重要的影响。在经济繁荣时期，企业的经营状况良好，市场需求旺盛，股票价格往往上涨，股票收益相应增加。而在经济衰退时期，企业面临市场需求萎缩、成本上升等压力，股票价格可能下跌，股票收益也会受到负面影响。在2008年全球金融危机期间，我国经济受到较大冲击，股票市场大幅下跌，许多股票的收益大幅下降。市场流动性也是影响股票收益的关键因素之一。当市场流动性充裕时，资金供应充足，股票市场交易活跃，股票价格容易上涨，股票收益增加。相反，当市场流动性紧张时，资金供应不足，股票市场交易清淡，股票价格可能下跌，股票收益受到抑制。央行通过降准、降息等货币政策操作，增加市场流动性，股票市场往往会出现上涨行情，投资者收益增加。政策因素对股票收益的影响也不容忽视。政府出台的财政政策、货币政策、产业政策等都会对股票市场产生影响，进而影响股票收益。政府对新能源汽车产业的扶持政策，推动了相关企业的发展，股票价格上涨，投资者收益增加。而房地产调控政策的收紧，则可能导致房地产企业的股票价格下跌，投资者收益减少。投资者情绪同样会对股票收益产生影响。当投资者情绪乐观时，市场上的资金流入增加，股票价格上涨，股票收益提高；当投资者情绪悲观时，资金流出市场，股票价格下跌，股票收益降低。在牛市行情中，投资者情绪高涨，大量资金涌入股市，推动股票价格持续上涨，股票收益大幅增加；而在熊市中，投资者情绪低落，纷纷抛售股票，导致股票价格下跌，股票收益减少。3.3投资者情绪与股票收益的关联分析为了直观地展示投资者情绪与股票收益之间的关联，利用数据可视化工具，绘制了投资者情绪综合指数与股票收益的时间序列图（见图3-1）。从图中可以清晰地看到，投资者情绪与股票收益在某些时间段呈现出较为明显的同向变化趋势。在2014-2015年的牛市行情中，投资者情绪高涨，股票收益也大幅增加，两者同步上升；而在2018年的熊市期间，投资者情绪低落，股票收益显著下降，两者同步下行。这种同向变化趋势初步表明投资者情绪与股票收益之间可能存在正相关关系。图3-1投资者情绪综合指数与股票收益的时间序列图进一步对两者进行相关性分析，计算得出投资者情绪综合指数与股票收益之间的相关系数为0.65，在1%的显著性水平下显著。这一结果从定量的角度证实了投资者情绪与股票收益之间存在显著的正相关关系，即投资者情绪的高涨往往伴随着股票收益的增加，而投资者情绪的低落则通常导致股票收益的减少。为了更深入地探讨两者之间可能存在的因果关系，运用格兰杰因果检验方法进行分析。格兰杰因果检验的结果表明，在滞后1期和滞后2期的情况下，投资者情绪是股票收益的格兰杰原因，而股票收益不是投资者情绪的格兰杰原因。这意味着投资者情绪的变化能够在一定程度上预测股票收益的变化，投资者情绪的波动会对股票收益产生影响，且这种影响具有一定的滞后性。在投资者情绪出现明显变化后的1-2期内，股票收益会随之发生相应的变化。关于投资者情绪影响股票收益的传导机制，从市场参与者的行为角度来看，当投资者情绪乐观时，他们对股票的未来预期收益充满信心，会增加对股票的需求，从而推动股票价格上涨，进而提高股票收益。相反，当投资者情绪悲观时，他们会减少对股票的需求，甚至抛售股票，导致股票价格下跌，股票收益降低。从市场信息传播的角度分析，投资者情绪的变化会影响市场信息的传播和解读。当投资者情绪高涨时，市场上的乐观信息会被迅速传播和放大，吸引更多投资者进入市场，进一步推动股票价格上涨；而当投资者情绪低落时，悲观信息会占据主导，投资者对负面信息更加敏感，导致市场信心下降，股票价格下跌。投资者情绪还可能通过影响企业的融资成本和投资决策，间接对股票收益产生影响。在投资者情绪乐观的市场环境下，企业更容易获得融资，融资成本也相对较低，这有助于企业扩大生产、进行研发创新等投资活动，提升企业的盈利能力和市场竞争力，从而为股票价格上涨和收益增加提供支撑。反之，在投资者情绪悲观时，企业融资难度增加，融资成本上升，可能会抑制企业的投资和发展，对股票收益产生负面影响。四、研究设计与方法4.1数据选取与处理为了深入研究我国投资者情绪与股票收益之间的关系，本研究在数据选取上秉持全面、准确、时效的原则。投资者情绪指标数据来源广泛，涵盖多个维度。其中，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且准确的封闭式基金交易信息，能够直观反映市场上投资者对封闭式基金的供求关系以及情绪预期。通过对封闭式基金市场价格与净值之间的差异进行分析，可有效获取投资者情绪的相关信息。新增开户数数据取自中国证券登记结算有限责任公司官方网站，该数据直接反映了投资者进入股票市场的积极性和参与度。当市场情绪乐观时，投资者对股票市场的前景充满信心，往往会吸引更多新投资者开户入场，新增开户数随之增加；反之，在市场情绪悲观时，新增开户数会相应减少。市场换手率和上证综指交易金额数据来源于东方财富Choice金融终端，这两个指标能够从市场交易活跃度的角度体现投资者情绪。高换手率和大额的上证综指交易金额通常表明市场交投活跃，投资者情绪高涨，交易意愿强烈；而低换手率和较小的交易金额则可能意味着投资者情绪低落，市场交易相对冷清。融资余额与流通股市值之比数据来源于同花顺iFind金融数据终端，该指标反映了投资者利用融资杠杆进行投资的意愿和程度。当投资者情绪乐观，对市场前景看好时，会更倾向于使用融资工具增加投资，从而导致融资余额与流通股市值之比上升；反之，当投资者情绪悲观时，会减少融资投资，该比例下降。对于股票收益数据，选用沪深300指数收益率作为衡量指标，数据同样来源于Wind金融数据库。沪深300指数由上海和深圳证券市场中市值大、流动性好的300只A股作为样本编制而成，具有良好的市场代表性，能够综合反映中国A股市场上市股票价格的整体表现。通过对沪深300指数收益率的分析，可以有效研究投资者情绪对股票市场整体收益的影响。本研究选取的数据时间跨度为2010年1月至2023年12月，共计168个月度数据。这一时间区间涵盖了中国股票市场的多个重要阶段，包括不同的市场周期和宏观经济环境变化，能够全面反映投资者情绪与股票收益之间的关系在不同市场条件下的表现。在2010-2015年期间，中国股票市场经历了从震荡调整到牛市行情的转变；2015-2016年又经历了股市大幅波动和股灾；2017-2018年市场呈现结构性行情；2019-2023年期间，市场受到国内外经济形势、疫情等多种因素影响，走势复杂多变。选择这一时间段的数据，能够充分捕捉到投资者情绪和股票收益在不同市场环境下的变化特征，使研究结果更具可靠性和普遍性。在数据处理阶段，首先对各变量数据进行缺失值和异常值处理。对于缺失值，采用线性插值法进行补充，根据数据的时间序列特征，利用相邻时间点的数据进行线性推算，以保证数据的完整性和连续性。对于异常值，通过设定合理的阈值范围进行识别和修正，将偏离均值过大的数据视为异常值，采用均值替代法进行处理，确保数据的准确性和稳定性。为了消除数据的量纲和异方差影响，对所有数据进行标准化处理。运用Z-score标准化方法，将各变量数据转化为均值为0、标准差为1的标准正态分布数据。对于变量X，其标准化公式为：Z=(X-μ)/σ，其中μ为变量X的均值，σ为变量X的标准差。通过标准化处理，使不同变量之间具有可比性，便于后续的统计分析和模型构建。为了使数据更加平稳，对部分变量进行对数变换。对于一些具有明显趋势性或指数增长特征的数据，如上证综指交易金额、融资余额等，对数变换可以有效降低数据的波动幅度，使其更符合统计分析的要求。对变量Y进行对数变换的公式为：ln(Y)，变换后的数据能够更好地反映变量的相对变化趋势，提高分析结果的准确性。4.2变量定义与指标选取在本研究中，对关键变量进行了明确的定义，以确保研究的准确性和可操作性。投资者情绪作为核心研究变量，被定义为投资者在股票投资过程中所表现出的对股票未来预期收益的主观感受和整体心理状态。这种主观感受和心理状态受到多种因素的影响，包括市场信息、宏观经济环境、投资者自身的认知偏差和风险偏好等。投资者情绪涵盖了投资者的乐观、悲观、恐惧、贪婪等多种情绪状态，这些情绪状态会直接影响投资者的投资决策，进而对股票市场的供求关系和股票价格产生影响。为了准确度量投资者情绪，选取了多个具有代表性的代理指标，并运用主成分分析法构建投资者情绪综合指数。封闭式基金折价率是一个重要的代理指标，它反映了市场上投资者对封闭式基金的供求关系以及对其未来价值的预期。当投资者情绪乐观时，对封闭式基金的需求增加，可能导致其市场价格高于净值，折价率降低；反之，当投资者情绪悲观时，对封闭式基金的需求减少，可能导致其市场价格低于净值，折价率升高。在牛市行情中，投资者情绪高涨，封闭式基金折价率往往较低；而在熊市中，投资者情绪低落，封闭式基金折价率通常较高。新增开户数能够直接反映投资者进入股票市场的积极性和参与度。当市场情绪乐观，投资者对股票市场的前景充满信心时，会吸引更多新投资者开户入场，新增开户数随之增加；反之，在市场情绪悲观时，新增开户数会相应减少。在股票市场处于上升阶段，市场赚钱效应明显，投资者热情高涨，新增开户数会出现大幅增长；而在市场持续下跌，投资者信心受挫时，新增开户数会显著下降。市场换手率和上证综指交易金额是衡量市场交易活跃度的重要指标，从侧面反映了投资者情绪。高换手率和大额的上证综指交易金额通常表明市场交投活跃，投资者情绪高涨，交易意愿强烈；而低换手率和较小的交易金额则可能意味着投资者情绪低落，市场交易相对冷清。当市场上热门板块或个股受到投资者追捧时，会出现高换手率和大额交易金额，体现出投资者的积极情绪；而在市场缺乏热点，投资者观望情绪浓厚时，换手率和交易金额会较低。融资余额与流通股市值之比反映了投资者利用融资杠杆进行投资的意愿和程度。当投资者情绪乐观，对市场前景看好时，会更倾向于使用融资工具增加投资，从而导致融资余额与流通股市值之比上升；反之，当投资者情绪悲观时，会减少融资投资，该比例下降。在市场行情向好，投资者预期股票价格上涨时，会加大融资买入股票的力度，使得融资余额与流通股市值之比升高；而在市场下跌，投资者风险偏好降低时，会减少融资，该比例也会随之下降。对于股票收益变量，定义为投资者在持有股票期间所获得的收益，包括资本利得和股息红利。在本研究中，选用沪深300指数收益率作为股票收益的代理指标。沪深300指数由上海和深圳证券市场中市值大、流动性好的300只A股作为样本编制而成，具有良好的市场代表性，能够综合反映中国A股市场上市股票价格的整体表现。沪深300指数收益率的计算方法为：Rt=(Pt-Pt-1+Dt)/Pt-1，其中Rt表示第t期的沪深300指数收益率，Pt表示第t期的沪深300指数收盘价，Pt-1表示第t-1期的沪深300指数收盘价，Dt表示第t期的沪深300指数样本股股息红利之和。通过对沪深300指数收益率的分析，可以有效研究投资者情绪对股票市场整体收益的影响。在指标选取过程中，充分考虑了指标的代表性、可获取性和与研究问题的相关性。这些指标能够从不同角度反映投资者情绪和股票收益的变化情况，为后续的实证研究提供了有力的数据支持。封闭式基金折价率、新增开户数等指标能够直观地反映投资者的情绪变化，而沪深300指数收益率则能够准确地衡量股票市场的整体收益情况。同时，这些指标的数据来源可靠，易于获取，保证了研究的可行性和有效性。4.3协整分析模型构建协整分析作为一种重要的计量经济学方法，主要用于检验非平稳时间序列之间是否存在长期稳定的均衡关系。在金融市场研究中，许多经济变量如投资者情绪和股票收益，其时间序列往往呈现出非平稳性，但它们之间可能存在着某种长期稳定的关系。协整分析能够有效地揭示这种关系，弥补传统回归分析在处理非平稳数据时可能出现的“伪回归”问题。假设存在两个时间序列变量X_t和Y_t，如果它们各自是非平稳的，但它们的某个线性组合Z_t=\alphaX_t+\betaY_t是平稳的，那么就称X_t和Y_t之间存在协整关系，其中(\alpha,\beta)为协整向量。这种协整关系表明，尽管X_t和Y_t在短期内可能会出现波动，但从长期来看，它们之间存在着一种稳定的均衡关系，这种关系会对变量的短期波动起到制约作用，使得它们不会偏离均衡状态太远。在本研究中，为了探究投资者情绪与股票收益之间的长期关系，构建如下协整模型：RS_t=\alpha_0+\alpha_1IS_t+\sum_{i=1}^{n}\beta_iControl_{i,t}+\epsilon_t其中，RS_t表示第t期的股票收益，选用沪深300指数收益率作为代理指标；IS_t表示第t期的投资者情绪综合指数，通过对封闭式基金折价率、新增开户数、市场换手率、上证综指交易金额、融资余额与流通股市值之比等多个代理指标运用主成分分析法构建得到；\alpha_0为常数项；\alpha_1为投资者情绪综合指数的系数，反映了投资者情绪对股票收益的影响程度；Control_{i,t}表示第t期的控制变量，包括宏观经济变量（如国内生产总值增长率、通货膨胀率、利率等）和市场交易特征变量（如成交量、市盈率等），\beta_i为各控制变量的系数；\epsilon_t为随机误差项。在进行协整检验之前，首先需要对时间序列数据进行平稳性检验，以确定各变量的单整阶数。常用的平稳性检验方法有ADF检验（AugmentedDickey-FullerTest）、PP检验（Phillips-PerronTest）等。本研究采用ADF检验方法，其原假设为时间序列存在单位根，即序列是非平稳的；备择假设为时间序列不存在单位根，即序列是平稳的。对于投资者情绪综合指数IS_t和股票收益RS_t以及各控制变量，分别进行ADF检验。若检验结果表明变量的ADF统计量小于临界值，且p值小于设定的显著性水平（通常为0.05），则拒绝原假设，认为该变量是平稳的；反之，则认为变量是非平稳的。如果投资者情绪综合指数IS_t和股票收益RS_t以及各控制变量都是同阶单整的，例如都是一阶单整I(1)，则可以进一步进行协整检验。本研究采用Johansen协整检验方法，该方法基于向量自回归（VAR）模型，通过构建迹统计量和最大特征值统计量来检验变量之间的协整关系。在构建VAR模型时，需要确定模型的最优滞后阶数。通常采用AIC（AkaikeInformationCriterion）、BIC（BayesianInformationCriterion）等信息准则来确定最优滞后阶数，选择使AIC和BIC值最小的滞后阶数作为VAR模型的最优滞后阶数。在确定了VAR模型的最优滞后阶数后，进行Johansen协整检验。Johansen协整检验的原假设为变量之间不存在协整关系，备择假设为变量之间存在协整关系。通过计算迹统计量和最大特征值统计量，并与相应的临界值进行比较。如果迹统计量或最大特征值统计量大于临界值，且p值小于设定的显著性水平（通常为0.05），则拒绝原假设，认为变量之间存在协整关系；反之，则认为变量之间不存在协整关系。若Johansen协整检验结果表明投资者情绪综合指数IS_t和股票收益RS_t之间存在协整关系，则可以进一步估计协整向量(\alpha_0,\alpha_1,\beta_1,\cdots,\beta_n)，从而确定投资者情绪与股票收益之间的长期均衡关系。估计协整向量可以采用极大似然估计法等方法，在估计过程中，通过对协整模型进行回归分析，得到各系数的估计值，从而明确投资者情绪对股票收益的长期影响方向和程度。通过协整分析模型的构建和检验，能够深入探究投资者情绪与股票收益之间的长期关系，为后续的研究和分析提供重要的基础。五、实证结果与分析5.1描述性统计分析对收集到的投资者情绪指标数据和股票收益数据进行描述性统计分析，结果如表5-1所示。从表中可以看出，投资者情绪综合指数（ISI）的均值为0.035，标准差为1.012，说明投资者情绪在样本期间存在一定的波动。该指数的最小值为-2.345，最大值为2.568，表明投资者情绪在不同时期存在较大差异，既有极度悲观的情况，也有极度乐观的情况。表5-1描述性统计结果变量观测值均值标准差最小值最大值投资者情绪综合指数（ISI）1680.0351.012-2.3452.568沪深300指数收益率（RS）1680.0180.065-0.2130.198封闭式基金折价率（DF）1680.0320.0150.0050.078新增开户数（AN）168102.5645.3225.68210.34市场换手率（TR）1680.0850.0340.0210.186上证综指交易金额（TA）1683.25×10^111.56×10^118.65×10^107.89×10^11融资余额与流通股市值之比（FR）1680.0280.0120.0100.056沪深300指数收益率（RS）的均值为0.018，标准差为0.065，说明股票市场整体收益在样本期间存在一定的波动。收益率的最小值为-0.213，最大值为0.198，表明股票市场在不同时期的表现差异较大，既有大幅下跌的情况，也有大幅上涨的情况。封闭式基金折价率（DF）的均值为0.032，标准差为0.015，说明封闭式基金折价率在样本期间相对较为稳定，但也存在一定的波动。折价率的最小值为0.005，最大值为0.078，表明在某些时期，封闭式基金的市场价格与净值之间的差异较大。新增开户数（AN）的均值为102.56万户，标准差为45.32万户，说明投资者进入股票市场的积极性在样本期间存在较大波动。新增开户数的最小值为25.68万户，最大值为210.34万户，表明在股票市场行情较好时，投资者开户的积极性较高；而在行情较差时，开户积极性较低。市场换手率（TR）的均值为0.085，标准差为0.034，说明市场交易活跃度在样本期间存在一定的波动。换手率的最小值为0.021，最大值为0.186，表明在市场行情活跃时，投资者的交易意愿较强；而在市场行情冷清时，交易意愿较低。上证综指交易金额（TA）的均值为3.25×10^11元，标准差为1.56×10^11元，说明上证综指的交易金额在样本期间存在较大波动。交易金额的最小值为8.65×10^10元，最大值为7.89×10^11元，表明在市场行情较好时，投资者的交易热情较高，交易金额较大；而在行情较差时，交易金额较小。融资余额与流通股市值之比（FR）的均值为0.028，标准差为0.012，说明投资者利用融资杠杆进行投资的程度在样本期间存在一定的波动。该比例的最小值为0.010，最大值为0.056，表明在市场行情较好时，投资者对市场前景较为乐观，更倾向于使用融资杠杆进行投资；而在行情较差时，会减少融资投资。通过对各变量的描述性统计分析，可以初步了解投资者情绪和股票收益以及各代理指标的基本特征和波动情况，为后续的实证分析提供了基础。投资者情绪和股票收益的波动特征表明，两者之间可能存在着密切的关系，需要进一步通过协整分析等方法进行深入研究。各代理指标的波动情况也反映了投资者在股票市场中的行为变化和市场的活跃程度，这些因素都可能对投资者情绪和股票收益产生影响。5.2单位根检验与协整检验在进行协整分析之前，必须先对时间序列数据进行单位根检验，以判断数据的平稳性。因为只有当时间序列是同阶单整时，才可以进行协整检验。本研究采用ADF检验方法对投资者情绪综合指数（ISI）、沪深300指数收益率（RS）以及各控制变量进行单位根检验。检验结果如表5-2所示：表5-2单位根检验结果变量ADF统计量1%临界值5%临界值10%临界值检验结果ISI-1.356-3.502-2.897-2.585非平稳ΔISI-4.256-3.505-2.899-2.586平稳，I(1)RS-1.125-3.502-2.897-2.585非平稳ΔRS-3.987-3.505-2.899-2.586平稳，I(1)GDP增长率-0.987-3.502-2.897-2.585非平稳ΔGDP增长率-3.654-3.505-2.899-2.586平稳，I(1)通货膨胀率-1.234-3.502-2.897-2.585非平稳Δ通货膨胀率-4.012-3.505-2.899-2.586平稳，I(1)利率-1.056-3.502-2.897-2.585非平稳Δ利率-3.789-3.505-2.899-2.586平稳，I(1)成交量-1.456-3.502-2.897-2.585非平稳Δ成交量-4.123-3.505-2.899-2.586平稳，I(1)市盈率-1.678-3.502-2.897-2.585非平稳Δ市盈率-3.890-3.505-2.899-2.586平稳，I(1)从表5-2中可以看出，在原始序列下，投资者情绪综合指数（ISI）、沪深300指数收益率（RS）以及各控制变量的ADF统计量均大于1%、5%和10%显著性水平下的临界值，说明这些序列在原始状态下是非平稳的。对这些序列进行一阶差分处理后，ADF统计量均小于相应的临界值，且p值小于0.05，表明一阶差分后的序列是平稳的，即这些变量均为一阶单整序列，记为I(1)。由于投资者情绪综合指数（ISI）和沪深300指数收益率（RS）以及各控制变量均为一阶单整序列，满足协整检验的前提条件，因此可以进一步进行协整检验，以确定它们之间是否存在长期稳定的均衡关系。本研究采用Johansen协整检验方法，在确定协整检验的滞后阶数时，参考AIC和BIC信息准则，选择使AIC和BIC值最小的滞后阶数。经过计算，确定滞后阶数为2。Johansen协整检验结果如表5-3所示：表5-3Johansen协整检验结果原假设迹统计量5%临界值p值结论不存在协整关系25.68715.4950.002拒绝原假设，存在协整关系至多存在1个协整关系10.3453.8410.001拒绝原假设，存在2个协整关系从表5-3的检验结果可以看出，迹统计量25.687大于5%显著性水平下的临界值15.495，且p值为0.002小于0.05，拒绝“不存在协整关系”的原假设。同时，迹统计量10.345大于5%显著性水平下的临界值3.841，且p值为0.001小于0.05，拒绝“至多存在1个协整关系”的原假设。这表明投资者情绪综合指数（ISI）和沪深300指数收益率（RS）以及各控制变量之间存在2个协整关系，即它们之间存在长期稳定的均衡关系。这一结果说明，从长期来看，投资者情绪与股票收益之间存在着一种稳定的联系，这种联系不会因为短期的波动而消失，而是会对变量的长期走势起到制约作用。5.3误差修正模型估计与分析在确定投资者情绪综合指数与股票收益之间存在协整关系后，为了进一步分析两者之间的短期动态调整机制，建立误差修正模型（ErrorCorrectionModel，ECM）。误差修正模型的基本思想是，尽管变量之间存在长期均衡关系，但在短期内，由于各种随机因素的影响，变量可能会偏离长期均衡状态。而误差修正模型能够捕捉到这种短期偏离，并通过误差修正项将变量的短期波动与长期均衡联系起来，揭示变量在短期内如何调整以恢复到长期均衡状态。根据协整检验的结果，构建如下误差修正模型：\DeltaRS_t=\beta_0+\sum_{i=1}^{m}\beta_{1i}\DeltaRS_{t-i}+\sum_{i=1}^{n}\beta_{2i}\DeltaIS_{t-i}-\lambdaECM_{t-1}+\epsilon_t其中，\DeltaRS_t表示第t期股票收益的一阶差分，即股票收益的短期变化；\DeltaIS_{t}表示第t期投资者情绪综合指数的一阶差分，代表投资者情绪的短期变化；\beta_0为常数项；\beta_{1i}和\beta_{2i}分别为\DeltaRS_{t-i}和\DeltaIS_{t-i}的系数，反映了股票收益和投资者情绪的短期波动对当期股票收益变化的影响；ECM_{t-1}为误差修正项，是由协整回归得到的残差项\epsilon_t的滞后一期值，它反映了上一期股票收益与投资者情绪偏离长期均衡关系的程度；\lambda为误差修正项的系数，体现了误差修正机制对股票收益短期调整的作用强度；\epsilon_t为随机误差项，服从均值为0、方差为\sigma^2的正态分布。运用Eviews软件对误差修正模型进行估计，估计结果如表5-4所示：表5-4误差修正模型估计结果变量系数标准误差t统计量p值\DeltaRS_{t-1}0.2560.0852.9880.003\DeltaRS_{t-2}0.1230.0721.7080.090\DeltaIS_{t-1}0.3250.0963.3850.001\DeltaIS_{t-2}0.1870.0892.1010.037ECM_{t-1}-0.4560.123-3.7070.000C0.0050.0022.5000.013从表5-4的估计结果可以看出，误差修正项ECM_{t-1}的系数为-0.456，且在1%的显著性水平下显著。这表明，当股票收益与投资者情绪在短期内偏离长期均衡关系时，误差修正机制会发挥作用。误差修正项的系数为负，说明上一期的非均衡误差会以45.6%的速度对本期的股票收益进行反向调整，使其回到长期均衡状态。如果上一期股票收益高于长期均衡水平，误差修正项会促使本期股票收益下降；反之，如果上一期股票收益低于长期均衡水平，误差修正项会推动本期股票收益上升。\DeltaRS_{t-1}和\DeltaRS_{t-2}的系数分别为0.256和0.123，且都在一定的显著性水平下显著。这说明股票收益的短期波动具有一定的持续性，前一期和前两期股票收益的变化会对当期股票收益产生正向影响。前一期股票收益增加1个单位，会使当期股票收益增加0.256个单位；前两期股票收益增加1个单位，会使当期股票收益增加0.123个单位。\DeltaIS_{t-1}和\DeltaIS_{t-2}的系数分别为0.325和0.187，也都在显著水平下显著。这表明投资者情绪的短期变化对股票收益具有显著的正向影响，且这种影响具有一定的滞后性。前一期投资者情绪综合指数增加1个单位，会使当期股票收益增加0.325个单位；前两期投资者情绪综合指数增加1个单位，会使当期股票收益增加0.187个单位。这进一步验证了投资者情绪的波动会在短期内对股票收益产生重要影响，投资者情绪的高涨会带动股票收益的上升，而投资者情绪的低落则会导致股票收益的下降。通过对误差修正模型的估计与分析，可以得出结论：投资者情绪与股票收益之间不仅存在长期稳定的均衡关系，而且在短期内，投资者情绪的变化会对股票收益产生显著的正向影响，同时股票收益自身的短期波动也具有一定的持续性。误差修正机制在两者的短期动态调整中发挥着重要作用，能够促使股票收益和投资者情绪在偏离长期均衡状态时进行自我调整，以恢复到长期均衡水平。这一结论对于投资者理解股票市场的运行机制、制定合理的投资策略以及监管部门实施有效的市场监管都具有重要的参考价值。5.4格兰杰因果检验格兰杰因果检验是一种用于判断两个时间序列变量之间因果关系方向的统计方法。该检验基于这样的假设：如果变量X是变量Y的格兰杰原因，那么X的过去值应该能够帮助预测Y的未来值，并且在加入X的过去值后，对Y的预测准确性应该显著提高。在金融市场研究中，格兰杰因果检验常用于探究投资者情绪与股票收益之间的因果关系，以确定投资者情绪的变化是否能够预测股票收益的变化，或者股票收益的变化是否会影响投资者情绪。为了进一步明确投资者情绪与股票收益之间的因果关系，对投资者情绪综合指数（ISI）和沪深300指数收益率（RS）进行格兰杰因果检验。检验结果如表5-5所示：表5-5格兰杰因果检验结果原假设滞后阶数F统计量p值结论ISI不是RS的格兰杰原因14.5680.034拒绝原假设，ISI是RS的格兰杰原因RS不是ISI的格兰杰原因11.2350.267接受原假设，RS不是ISI的格兰杰原因ISI不是RS的格兰杰原因23.8970.021拒绝原假设，ISI是RS的格兰杰原因RS不是ISI的格兰杰原因21.0560.352接受原假设，RS不是ISI的格兰杰原因ISI不是RS的格兰杰原因33.2560.018拒绝原假设，ISI是RS的格兰杰原因RS不是ISI的格兰杰原因30.8970.456接受原假设，RS不是ISI的格兰杰原因从表5-5的检验结果可以看出，在滞后1期、滞后2期和滞后3期的情况下，“ISI不是RS的格兰杰原因”的原假设均被拒绝，这表明投资者情绪综合指数（ISI）是沪深300指数收益率（RS）的格兰杰原因。这意味着投资者情绪的变化能够在一定程度上预测股票收益的变化，投资者情绪的波动会对股票收益产生影响。在滞后1期时，投资者情绪综合指数的变化能够显著地影响下一期股票收益的变化，且这种影响在统计上是显著的。而“RS不是ISI的格兰杰原因”的原假设在滞后1期、滞后2期和滞后3期的情况下均被接受，说明股票收益的变化不能显著地预测投资者情绪的变化。股票市场的收益情况并不能直接导致投资者情绪的改变，投资者情绪可能更多地受到其他因素的影响，如宏观经济形势、政策变化、媒体报道等。格兰杰因果检验结果表明，投资者情绪与股票收益之间存在单向的因果关系，即投资者情绪是股票收益的格兰杰原因，而股票收益不是投资者情绪的格兰杰原因。这一结果进一步验证了投资者情绪在股票市场中的重要作用，投资者情绪的波动会通过影响投资者的投资决策和市场的供求关系，进而对股票收益产生影响。在实际投资中，投资者可以关注投资者情绪的变化，将其作为预测股票收益的一个重要参考指标。当投资者情绪高涨时，可能预示着股票市场将迎来上涨行情，投资者可以适当增加投资；而当投资者情绪低落时，股票市场可能面临下跌风险，投资者应谨慎投资。对于金融机构和监管部门来说，也应重视投资者情绪的变化，及时采取相应的措施，以维护股票市场的稳定健康发展。六、案例分析6.1案例选取与背景介绍本研究选取2014-2015年中国股票市场的大幅波动事件作为案例，深入剖析投资者情绪与股票收益之间的关系。这一时期的股市波动剧烈，具有典型性和代表性，能够清晰地展现投资者情绪在股票市场中的重要作用以及对股票收益产生的显著影响。2014年初，中国经济正处于结构调整和转型升级的关键阶段，宏观经济增速有所放缓，但经济结构逐步优化，新兴产业发展迅速。为了应对经济下行压力，政府采取了一系列积极的财政政策和稳健的货币政策，加大了对基础设施建设、科技创新等领域的投入，市场流动性较为充裕。央行通过多次降准降息，释放了大量流动性，为股票市场的上涨提供了资金支持。在这样的宏观经济和政策背景下，股票市场逐渐回暖，投资者信心开始恢复。2014年下半年，随着改革预期的增强和政策的持续利好，投资者情绪逐渐高涨。市场上对“一带一路”、国企改革等主题的投资热情空前高涨，投资者纷纷涌入股票市场，推动股票价格不断上涨。在“一带一路”概念的带动下，建筑、建材、交通运输等相关行业的股票受到投资者的热烈追捧，股价大幅上涨。投资者普遍认为，“一带一路”倡议将为这些行业带来巨大的发展机遇，企业业绩有望大幅提升，从而对相关股票的未来收益充满信心。2015年上半年，股市行情进一步火爆，投资者情绪达到极度乐观的状态。新增开户数大幅增加，市场换手率居高不下，融资余额迅速攀升，这些都表明投资者对股票市场的热情达到了顶峰。许多投资者盲目跟风，大量买入股票，甚至不惜使用高杠杆融资买入，期望获取高额收益。在牛市行情的刺激下，一些原本不关注股票市场的投资者也纷纷开户入场，形成了全民炒股的热潮。市场上充斥着各种乐观的言论和预测，投资者普遍认为股市将持续上涨，忽视了潜在的风险。然而，2015年6月中旬开始，股市突然大幅下跌，引发了股灾。这主要是由于前期股市涨幅过大，市场估值过高，存在较大的泡沫。同时，监管部门加强了对场外配资的清理整顿，导致市场资金大量流出。投资者情绪迅速从极度乐观转变为极度悲观，恐慌性抛售现象严重，股票价格大幅下跌，许多投资者遭受了巨大的损失。随着股市的下跌，投资者的信心受到严重打击，市场上弥漫着恐慌情绪。投资者纷纷抛售股票，以避免进一步的损失，导致股票价格加速下跌，形成了恶性循环。6.2案例中的投资者情绪与股票收益分析在2014-2015年的股市波动过程中，投资者情绪经历了显著的变化。2014年初至2015年上半年，投资者情绪呈现出持续上升的态势。从新增开户数的数据来看，2014年新增开户数同比大幅增长，全年新增开户数达到1245万户，较2013年增长了103.6%。2015年上半年，新增开户数更是迅猛增长，仅前5个月新增开户数就超过了1300万户，其中4月份新增开户数达到495万户，创下历史新高。这表明大量新投资者被吸引进入股票市场，投资者参与热情高涨，对股票市场的前景充满信心，情绪极度乐观。市场换手率也在这一时期大幅攀升。2014年沪深两市的平均换手率为2.5%，较2013年增长了0.5个百分点。2015年上半年，平均换手率进一步上升至3.8%，其中5月份换手率高达4.5%。高换手率反映出市场交易活跃，投资者频繁买卖股票，市场上充满了乐观情绪，投资者对股票价格的上涨预期强烈，积极参与市场交易。融资余额的变化同样体现了投资者情绪的高涨。2014年初，融资余额仅为4000亿元左右，随着市场行情的上涨和投资者情绪的升温，融资余额迅速增加。到2015年6月，融资余额达到了2.27万亿元的峰值，较2014年初增长了467.5%。投资者大量使用融资杠杆买入股票，表明他们对股票市场的未来收益充满信心，愿意承担更高的风险以获取更大的收益。这一时期投资者情绪的高涨对股票收益产生了显著的正向影响。沪深300指数在2014年初约为2300点，到2015年6月上涨至5300点左右，涨幅超过130%。许多股票的价格大幅上涨，投资者获得了丰厚的收益。在“一带一路”概念的推动下，中国交建的股价从2014年初