国内或国外 期刊或论文

您当前的位置:发表学术论文网经济论文》 国际投资者情绪的信息溢出机制> 正文

国际投资者情绪的信息溢出机制

所属分类:经济论文 阅读次 时间:2021-05-10 10:08

本文摘要:摘要:研究国际投资者情绪在全球股票市场上的溢出效应,对于投资者更好地理解资本市场的网络结构以及有效规避投资风险具有重要的理论和实践意义。利用Diebold信息溢出模型对投资者情绪的全球信息溢出机制进行检验,研究结果发现:全球股市投资者情绪的联动性较高

  摘要:研究国际投资者情绪在全球股票市场上的溢出效应,对于投资者更好地理解资本市场的网络结构以及有效规避投资风险具有重要的理论和实践意义。利用Diebold信息溢出模型对投资者情绪的全球信息溢出机制进行检验,研究结果发现:全球股市投资者情绪的联动性较高,欧美股票市场是全球情绪传染的主要对外溢出来源;投资者情绪的传染具有显著的非对称性,高涨情绪的信息溢出效应要明显高于低迷情绪的信息溢出效应;中国A股除了在2007年和2015年两次牛市后期表现出较明显的净对外溢出,其他时间均表现出明显的接受溢出状态,说明中国A股的对外影响力还不能与其规模相匹配。因此,应在建立有效的金融防火墙的基础上,加大A股的开放程度、引入更多的国际投资者,逐步扩大A股在全球的影响力。

  关键词:投资者情绪;信息溢出;行为金融;搜索指数

金融投资

  一、引言

  行为金融学认为,情绪和认知偏差使得投资者无法做到理性预期,从而导致资产价格偏离内在价值和市场非有效。目前对投资者情绪的研究大多集中在股票市场,主要包括通过选择合适的源指标构造投资者情绪指数并分析其对股票横截面收益率的影响[1-5]以及通过投资者情绪指数去解释和分析各种金融市场异象[6-9]。也有一些学者研究了投资者情绪对其他资本市场的影响,如Han[10]和Nayak[11]分别研究了投资者情绪对标普500指数期权市场和企业债券利差的影响;Wang[12]构造了期货市场投资者情绪指数并研究了其对期货横截面收益率的影响。

  金融论文范例:金融投资风险分析及控制措施探讨

  构建投资者情绪指标常用的方法包括单一指标法和复合指标法,由于复合指标能够综合更多的来源且有利于进行降噪分析,因此得到了广泛的应用,最具代表性的就是Baker和Wurgler[1]根据封闭式基金折溢价、换手率、IPO数据等6个源指标复合出的BW情绪指数。随着互联网的发展,越来越多的学者采用微博[13]、社交媒体[14-15]、搜索引擎[3][16]等网络媒体数据来对投资者情绪进行衡量,以更迅速地捕捉到投资者情绪的变化。

  虽然投资者情绪的研究文献已经较多,但是不同资本市场下投资者情绪的相互传染机制还未被完全阐明,这主要是因为不同市场下投资者情绪的构造方式会有所不同。如常见的BW情绪指数,其采用的IPO首日收益率在我国存在不适用情况,是由于我国股票上市的注册制一直没有得到正式实施,IPO受到政策的强烈影响,无法准确反映投资者情绪的变动。因此,选择一致性的投资者情绪测度指标是研究跨市场投资者情绪传染或信息溢出的关键所在。

  得益于互联网和大数据技术的广泛应用,采用网络搜索指数构造情绪指标为本文的研究提供了关键技术。因此,本文拟采用网络搜索指数构造不同国家或地区股票市场的投资者情绪指标,并利用Diebold信息溢出模型研究投资者情绪在国际市场间的传染和扩散机制。相对于已有的文献,本文的创新之处主要表现在以下两方面:一方面,利用网络搜索指数构造了不同市场的投资者情绪指标,使得跨市场的投资者情绪具有了一致来源和相互可比性,为研究投资者情绪的跨市场信息溢出机制提供了技术支撑;另一方面,采用Diebold信息溢出指数模型系统地分析了投资者情绪在全球及亚洲区域市场的溢出机制,并通过将投资者情绪细分为高涨情绪和低迷情绪,对情绪溢出的非对称性进行了检验和分析。

  二、文献综述

  对投资者情绪研究最早的定义来自于DeLong等人[17]。他们指出股票市场除了理性预期交易者之外,还存在大量的噪声交易(NoiseTrading),这些噪声交易正是投资者情绪所导致的。Brown和Cliff[1]、Baker和Wurgler[2]的观点更被广为接受,他们认为投资者情绪就是投资者对风险和投机的承担倾向,因此相对于正常的市场收益,风险承担使得情绪交易者能够获得一定的超额收益。

  在对投资者情绪的衡量上,按源指标来源可以分为直接指标和间接指标两种方式。直接指标指直接问询消费者对市场看法以及买卖意愿的方式来测度投资者的情绪,包括但不限于美国AAII投资者情绪指数[18-20]、US投资者智能指数[21]、消费者信心指数[22]、央视看市数据以及华鼎多空民意调查结果[23-24]等;间接指标则包括基金资金净流入[25]、换手率[26-27]、新增投资者开户数[28]等能间接反映投资者情绪的指标。具体的构造方式包括单一指标和复合指标两种。

  相对于单一指标,复合指标包含的信息量更大,同时能够降低噪声,因此,其在实证研究中得到了广泛的应用。最普遍认可的便是Baker和Wurgler[2]构造的BW情绪指数,他们采用主成分分析法对交易量、封闭式基金折价率、股利收益、IPO首日收益率及IPO数量、股票发行/证券发行比率6个源指标进行降噪提纯。国内很多学者在BW指数的基础上构造了中国的投资者情绪指标,如易志高和茅宁[29]、张宗新和王海亮[30]、李合龙和冯春娥[31]、文凤华等[32]、高大良等[33]。

  三、研究设计

  1.投资者情绪指数的投建

  (1)描述性统计分析目前最常用的投资者情绪指标是由Baker和Wurgler[2]提出的,他们采用主成分分析法从多个反映投资者信念的客观指标中提取出共同情绪成分。虽然胡昌生和池阳春[46]对BW方法提出了质疑,他们认为第二主成分才能更准确地反映出投资者的非理性情绪,但是这并不影响BW情绪在全世界范围内得到广泛的应用。

  李竹薇等[47]、Qadan和Nama[39]等学者均是采用BW指标作为投资者情绪的代理变量并进而研究其对金融市场的影响,国内学者如池丽旭等[25]也是借鉴BW方法,利用中国市场数据构造适用我国股市的投资者情绪指标。如果要对不同股票市场投资者情绪指标进行比较,就需要选择相同的源指标。考虑到网络搜索指数数据来源渠道的同一性,因此,本文将借鉴Da等[3]、Dimpfl和Kleiman[16]、孟雪井等[43]学者的研究方法,采用谷歌搜索指数来构造不同股市投资者情绪指标。

  如对于中国A股,采用“ShanghaiCompositeIndex”“ShenzhenComponentIndex”“ChineseStock”等关键词进行搜索;德国股票指数采用“DAX”“DAX30”“GermanyStock”等关键词进行搜索。并将这些关键词的谷歌搜索指数加总后取平均值,得到各股票市场的投资者情绪。由于谷歌指数只提供了2004年之后的数据,因此,本文选取的样本区间为2004年1月至2019年6月。本文选择了美国三大股指(道琼斯、标普和纳斯达克)、欧洲三大股指(英国富时、德国DAX30指数和法国CAC40指数)、澳大利亚AXJO指数、日本Nikkei225指数、韩国KOSPI指数、中国香港恒生指数以及中国A股指数(包括上证指数和深成指数)。本文利用谷歌搜索指数所构造的中国A股投资者情绪代表的是境外投资者对中国股市的关注程度,所用谷歌搜索指数来自于境外访学同事。

  四、实证检验

  1.全球投资者情绪的静态溢出(1)总情绪指数的信息溢出采用Diebold信息溢出指数模型研究投资者情绪的溢出机制,首先分析全球投资者情绪的静态溢出效应。根据单位根检验发现所有的情绪指数均是一阶单整,协整检验显示情绪指数之间存在着显著的协整关系(具体结果略),因此,采用VAR模型和广义方差分解模型对样本区间内情绪指数间的溢出机制进行分析,VAR模型的滞后阶数根据AIC准则确定为3阶。广义方差分解得到的关联性表如表5所示。从表5倒数第二行对外溢出值(To)可以看到,道琼斯、标普、法国股市和中国香港恒生指数投资者情绪对外溢出值较大,而澳大利亚和中国A股情绪的对外溢出值最小;从最后一列接受溢出值(From)可以看到,道琼斯、标普、日本和恒生指数较大,澳大利亚股市和中国A股最小。

  总体看来,情绪对外溢出越大的市场,其接受溢出值也较大;而对外溢出较小的市场,其接受溢出也较小。澳大利亚主要是由于其位于大洋洲,与其他市场地理位置相隔较远,因此较难受到其他市场投资者情绪的传染,中国A股则是由于其开放性不够,因此受其他市场影响相对较小。而道琼斯、标普、日本股市和中国香港股市均是全球化开放程度较高的市场,因此其投资者情绪容易向外传染,也容易受到外部情绪的影响。从最后一行净溢出值(Net)可以看到,美国股市(包括道琼斯、标普和纳斯达克)总体处于对外部市场产生信息溢出的位置,欧洲股市(包括英国、德国和法国)和亚洲股市(日本、韩国、中国香港和中国A股)则处于从外部市场接受溢出的位置。全球市场投资者情绪的总溢出值为52.02(该值最小为0,最大为100),说明全球市场间情绪的相互影响较强。

  五、结论与建议

  采用2004年1月至2019年6月的谷歌搜索指数来分别表示全球各股票市场的投资者情绪,利用Diebold信息溢出模型研究了投资者情绪在全球的扩散机制,研究结果发现:第一,全球股市投资者情绪的联动性较高,其信息总溢出值达到了52.02;第二,欧美股票市场是全球情绪传染的主要对外溢出来源,而亚洲股市无论是在静态窗口还是在动态窗口,均处于接受溢出的位置。

  第三,投资者情绪的传染具有显著的非对称性,表现为高涨情绪的信息溢出效应要显著高于低迷情绪的信息溢出效应,无论是在静态窗口还是动态窗口,无论是在全球市场还是在亚洲区域市场,非对称性都显著存在;第四,在全球市场中,中国A股除了在2007年和2015年两次牛市后期表现出较明显的净对外溢出,其他时间均表现出明显的接受溢出状态,说明由于开放程度不够,中国A股的对外影响力还完全不能与其规模体量相匹配;第五,通过对亚洲区域市场的研究发现,亚洲股市投资者情绪的整体联动性要低于全球市场,其信息总溢出值仅为25.36,仅相当于全球市场信息总溢出值的一半;第六,中国香港恒生指数市场是亚洲市场最主要的对外溢出来源,中国A股和韩国股市则是主要的接受溢出对象。

  作者:周亮

转载请注明来自发表学术论文网:http://www.fbxslw.com/jjlw/26702.html