投资者情绪与金融市场——基于金融大数据的视角

第一篇 投资者情绪与金融市场的概况
　　第1章 投资者情绪与金融市场
　　投资者情绪是国内外研究的重点，许多文献关注投资者情绪指标的构建和情绪对金融市场的影响方面。本章首先对投资者情绪的研究进行归纳整理，梳理了6类不同的投资者情绪指标构建方法以及相关的研究进展，并对比了不同指标的优劣性。这6类指标构建方法分别为：①利用市场数据作为代理变量；②使用主成分分析法得出情绪指标；③根据研究调查数据构建指标；④根据媒体报道关键词构建情绪指标；⑤使用天气、比赛、政治环境等影响大众情绪的事件作为代理变量；⑥构建理论模型。其次，在情绪对金融市场的影响方面，本章系统性地归纳了对股票收益，流动性、波动性和市场效率，衍生品市场，IPO（initial public offering，首次公开募股）市场，公司融资决策和投资行为，以及经济、金融周期理论等6个方面的市场影响。*后，本章根据对研究前沿的整理，指出未来的研究方向，即大数据时代下，随着文本分析的技术的成熟和互联网数据的丰富，投资者情绪构建方式将会更加多元发展。
　　关于投资者情绪的研究可以追溯到1936年Keynes对投资者情绪对于资产价格的影响的分析，该研究基于一些心理学常识：人在情绪较高时，会做出过于乐观的选择和判断，而情绪较低时，则会得出过于悲观的结果。Keynes认为这源自人的“animal spirits”（动物精神），在这种情况下，市场中资产价格会产生大幅波动，而这种波动往往与基本面无关（Keynes，1936）。之后de Long等（1990）提出了DSSW模型（de Long-Shleifer-Summers-Waldmann mode，德隆－史莱佛－萨默斯－瓦尔德曼模型），以模型的形式确定了投资者情绪对金融市场的影响。他们认为，无知的噪声交易者（具有错误的心理信念和不同的心理偏差）依据自身情绪扰动进行投资决策时，会对套利者形成套利限制。从而导致更多的噪声交易，进而造成错误定价和过度波动。Baker和Wurgler（2007）在以上研究的基础上，提出了量化投资者情绪的指标，从而进一步推动了投资者情绪的研究。借此，本章分析整理了来自8个国际顶级期刊、13个中文优秀期刊的多篇涉及投资者情绪的研究，汇总了相关投资者情绪构建方法以及对金融市场的不同影响，并为学者指出相关的研究方向。
　　1.1 投资者情绪的度量
　　目前投资者情绪的度量主要包含以下几种方式：①基于金融市场异常表现间接度量；②利用采用主成分分析方法提取的各类市场表现的共性因子间接度量；③通过电话、调查问卷等调研办法直接度量；④基于自然语言分析技术直接提取媒体报道等内容中的情绪；⑤利用政治环境变化、重大赛事结果、气象变化等影响大众情绪的外生冲击事件间接度量；⑥基于心理学、经济学等理论构建考虑投资者情绪影响的市场价格模型或agent-based模型。本节将对这些度量方式和代表性作品进行简要分析。
　　1.1.1 基于市场异常表现间接度量投资者情绪
　　投资者微观行为*终都会直接体现在金融市场的宏观表现中，故学者也纷纷以金融市场异常表现倒推投资者的情绪和非理性行为，并以市场表现的异常程度来间接度量投资者情绪水平。
　　Lee等（1991）在研究封闭式基金之谜时，就已考虑到投资者情绪带来的影响，并从理论上证明了投资者情绪可以影响封闭式基金折、溢价程度。此后许多研究都支持这一观点，并以封闭式基金折价作为投资者情绪的代理变量，如Bodurtha等（1995）、李广子等（2011）、张丹和廖士光（2009）、黄大海和郑丕谔（2004）。
　　除了封闭式基金之谜外，IPO市场同样存在溢价之谜，由于存在较高的信息不对称性和众多的噪声交易者参与，IPO市场被认为是投资者情绪表现*明显的市场之一，因此股票IPO当天成交量以及IPO的折溢价和收益也被用作间接度量投资者情绪的代理变量，相关研究可以参考Ritter（1991）、Derrien（2005）、伍燕然和韩立岩（2007）。同样地，IPO前投资者在灰色市场中交易的行为往往也可以间接体现投资者情绪，Cornelli等（2006）发现投资者在灰色市场表现的乐观情绪是IPO后价格的正向影响因素，Neupane等（2014）发现IPO灰色市场的活跃程度将决定散户投资者参与IPO的程度。
　　此外，新开户数量、市场换手率、指数超额收益等同样体现了市场中投资者的整体情绪状况：市场整体情绪乐观高涨时，往往有更多的投资者选择开户参与交易，推升了市场价格，市场换手率也将大幅提升，而表现出的“牛市”又将进一步带动投资者的乐观情绪 因此，在研究中这些指标也经常被用作间接度量金融市场中的投资者情绪的指标，相关研究包括Simon和Wiggins（2001）、Han（2008）、鲁训法和黎建强（2012）、Kumar和Lee（2006）、Bergman和Jenter（2007）、Li和Galvani（2018）、陆静等（2017）。
　　以上根据理论研究或实证经验发现的能够间接体现投资者情绪的市场表现指标为后续学者开发投资者情绪综合指标和模型校准奠定了良好的基础，但由于选择指标过于单一，因此度量的投资者情绪往往是某一特定角度的情绪，难以保障其全面性和权威性，因此直接以某一金融市场表现作为投资者情绪代理变量的研究近年来已经大大减少，学者更乐于寻找能够包含更多市场信息，综合、全面反映投资者情绪的指标。
　　1.1.2 利用主成分分析方法提取的共因子间接度量投资者情绪
　　2006年，Baker和Wurgler开创性地提出利用主成分分析法提取以往研究中各类与投资者情绪相关市场指标的第一主成分，以此构建复合投资者情绪综合指标，并将这一综合指标与宏观经济相关指标进行正交处理，剔除其与系统性风险相关的可能性。经过观察发现，这个综合的情绪指标与美国股市泡沫的崩溃的历史记录是吻合的。
　　Baker和Wurgler（2006）用来做主成分分析的指标主要包括封闭式基金折价，纽约证券交易所股票换手率、IPO数量、IPO折价、股本发行占总发行比例和股息溢价。其构建的投资者情绪指标和构建思想在之后被广泛应用于对资产定价异象的研究以及公司金融、行为金融的相关研究中，具有代表性的有：投资者情绪对市场均值—方差权衡（Yu and Yuan，2011）、对美国主权债券风险溢价（Laborda and Olmo，2014）、对现货市场和期货市场之间动态定价（Lin et al.，2018）的作用研究，投资者情绪与企业外部融资成本（McLean and Zhao，2014）、公司总投资、未来股票收益（Arif and Lee，2014）、企业市场回购行为（Liang，2016）的联系研究，以及投资者情绪对机构投资者回报预测能力（Yang et al.，2016）的影响研究。
　　此外，该情绪指数还被应用于宏观经济的研究中，如Kurov（2010）在对投资者情绪与货币政策间关系的研究中，以及Sibley等（2016）在投资者情绪与商业周期关系的研究中均将Baker和Wurgler（2006）的提出综合指数作为其投资者情绪的主要（或其中一个）代理变量。
　　在国内方面，许多学者参考Baker和Wurgler（2006）的思想，结合我国金融市场实际情况探寻能够反映我国投资者情绪的指标，并通过主成分分析法构建投资者情绪综合指标，相关研究有魏星集等（2014）、易志高和茅宁（2009）等，除Baker和Wurgler使用的6个指标外，这些研究中用来进行主成分分析的指标还包括市盈率、涨跌比、消费者信心指数、市场成交量和市场回报等。基于此，文凤华等（2014）、巴曙松和朱虹（2016）、姚尧之等（2018）、宋顺林和唐斯圆（2016）、宋顺林和王彦超（2016）、黄霖华和曲晓辉（2014）、伍燕然等（2016）进一步从资产定价、公司金融等众多角度分析了投资者情绪对我国金融市场的影响。
　　利用主成分分析法从相关投资者情绪指标中提取共性因子，通过调整不同情绪指标间领先滞后关系以及与宏观经济指标的正交，使得Baker-Wurgler投资者情绪指标即B-W指标成为一个综合、全面反映投资者情绪的代理变量，借助这个变量所得出的结论也相对更为科学。但由于B-W指标的构建都是基于投资者情绪间接指标，这也就导致该指标存在一些问题。首先，虽然众多研究表明这些指标可以很好地反映投资者情绪的变化，但依旧缺少直接指标的影响；其次，Baker和Wurgler（2006）所计算的指标频率为年度，对于当前愈发普遍的程序化交易和高频交易指导性较小，难以发挥其实践意义；*后，Baker和Wurgler主成分分析法得出的第一主成分解释了模型51%的变化，丢失的信息比较多，可以尝试多保留一个主成分，以更好地刻画投资者情绪。
　　1.1.3 基于调查研究数据直接度量投资者情绪
　　调查研究法作为获取难以直接观察的资料*直接、*有效的手段，在投资者情绪和行为的研究中同样被广泛应用。通过采访投资者或向其发放调查问卷，学者可以了解到*接近现实的投资者心理状况，并以此构建*直接、有效地反映投资者情绪状况的指标。
　　当前，数据区间*长、被学者使用*多的调查研究数据是消费者情绪指数（consumer sentiment index，CSI），该指数由美国密歇根大学消费者调查研究中心于20世纪40年代提出并开始构建，调查研究中心通过对美国民众进行随机抽样电话访谈，分析民众对未来经济的看法和预期。Christiansen等（2014）、Akhtar等（2012）、Schmeling（2009）对投资者情绪与金融市场、宏观经济的研究中都使用了消费者情绪指数作为投资者情绪代理变量。
　　除了消费者情绪指数，许多学者还通过调查研究的方法研究了不同行业、不同类型投资者在金融市场的行为和金融市场表现的联系，如Brown和Cliff（2004）等利用美国个人投资者协会（American Association of Individual Investors）和150份给特定读者每周定期寄发的调查问卷的结果，研究了投资者情绪与近期市场回报的关系；Han（2008）通过每周对150位专业投资人士进行调研，获取专业投资人士情绪对标准普尔500指数（简称标普500）期权价格影响的研究； Menkhoff和Rebitzky（2008）通过对金融行业专业人士长达6个月的调查研究，

《投资者情绪与金融市场：基于金融大数据的视角》立足于分析投资者情绪对资本市场收益特征和市场动态的影响。主要通过实证方式，从多个角度建立投资者情绪评价指标与体系，并以此为基础分析了不同指标下金融市场的变化情况，丰富了国内外关于不同平台对投资者情绪和市场动态影响的研究。同时，通过研究包括微信、微博、股吧等社交媒体平台对市场动态的影响机制，为监管者进行市场管理提供了新的监管视角，也为进一步推动我国金融市场的改革提供新的研究方向。

目录
第一篇　投资者情绪与金融市场的概况
第1章　投资者情绪与金融市场3
1.1　投资者情绪的度量4
1.2　投资者情绪对金融市场的影响11
1.3　总结19
本篇参考文献19
第二篇　投资者情绪与收益特征的研究
第2章　投资者情绪与股票收益：来自中国省级卫视收视率的证据29
2.1　假设30
2.2　数据描述31
2.3　实证分析与结果32
2.4　稳健性检验36
2.5　本章小结36
第3章　投资者情绪、市场利率和指数收益率38
3.1　文献述评40
3.2　研究设计44
3.3　投资者情绪指标的构建50
3.4　实证研究51
3.5　本章小结57
第4章　投资者情绪与期货市场功能60
4.1　文献回顾及假设提出61
4.2　数据及研究设计64
4.3　实证分析与结果68
4.4　稳健性检验75
4.5　本章小结78
第5章　股市异动与股指期货投资者情绪及关注度80
5.1　引言80
5.2　文献综述与研究假设83
5.3　数据说明与指标构建86
5.4　实证分析与结果92
5.5　本章小结108
第6章　投资者情绪与股价崩盘风险：来自中国市场的经验证据110
6.1　文献回顾111
6.2　数据选取与研究设计113
6.3　实证分析121
6.4　本章小结124
第7章　网贷平台的投资者情绪和收益率125
7.1　文献综述125
7.2　假设127
7.3　数据和变量构建128
7.4　实证结果132
7.5　本章小结139
第8章　新型信息扩散方式与投资者情绪及资产定价140
8.1　引言140
8.2　文献综述与研究假设142
8.3　研究设计147
8.4　数据分析与实证结果149
8.5　本章小结152
本篇参考文献153
第三篇　基于社交媒体的投资者情绪与资产价格的研究
第9章　基于微信文本挖掘的投资者情绪与股票市场表现169
9.1　文献综述169
9.2　研究假设与研究设计170
9.3　数据说明172
9.4　实证研究175
9.5　本章小结178
第10章　日度情绪指数与股票收益：中国公司在美国上市情况180
10.1　文献综述180
10.2　数据说明与描述性统计181
10.3　实证研究185
10.4　本章小结191
第11章　日度情绪指数与股票收益：来自国际市场的证据192
11.1　文献综述192
11.2　数据说明与描述性统计194
11.3　实证研究196
11.4　本章小结202
第12章　国外投资者情绪如何影响本地市场？——来自中国股票市场的证据204
12.1　文献综述204
12.2　数据说明与描述性统计206
12.3　实证研究213
12.4　本章小结224
第13章　量化网络情绪与股票收益偏度的截面关系225
13.1　文献综述225
13.2　数据说明与描述性统计226
13.3　实证研究230
13.4　本章小结235
本篇参考文献236
第四篇　跨学科方法在投资者情绪与金融市场研究中的应用
第14章　基于多重分形的去趋势交叉相关性分析方法247
第15章　互联网情绪代理变量的交叉相关性分析249
15.1　数据描述250
15.2　实证研究250
15.3　本章小结256
第16章　投资者情绪与各国主要市场指数的交叉相关性分析258
16.1　数据描述260
16.2　实证研究261
16.3　本章小结270
第17章　投资者情绪与股指期货市场的动态交叉相关性271
17.1　数据描述及变量构建273
17.2　实证研究275
17.3　本章小结281
本篇参考文献282
第五篇　公司层面的投资者情绪度量方法
第18章　公司层面的投资者情绪测度方法——隔夜收益率289
18.1　文献综述289
18.2　数据与变量定义290
18.3　实证结果293
18.4　本章小结310
第19章　公司层面的投资者情绪测度方法——投资者股吧关注度312
19.1　引言312
19.2　数据与变量定义314
19.3　实证结果315
19.4　本章小结322
本篇参考文献323
后记327