投资者情绪与股票收益的实证分析-基于上证投资者情绪综合指数

1、投 资 者 情 绪 与 股 票 收 益 的 实 证 分 析 基 于 上 证 投 资 者 情 绪 综 合 指 数李宝仁， 胡蓓， 陈相因( 北京工商大学 经济学院，北京 100048)摘 要: 投资者作为资本市场的主体，其投资情绪的变化往往会对投资结果及整个交易市场产生重要影响，而如何客观合理地度量投资者情绪那么成为实际研究中的重难点。考虑到以往使用单个指标作为投资者情绪代理变量容易导致 代理有偏和信息缺乏等问题，抛弃单指标度量方法而选用多维度指标来，并利用因子分析方法构建了第一只上证投资者 情绪综合指数( SSMISI) ，并在该指数的根底上考察了投资情绪指数与股票收益间的内在作用机制。关键词

2、: 投资者情绪; 行为金融学; 因子分析; 股票收益文章编号: 1009-6116( 2021) 04-0091-07中图分类号: F830. 91文献标志码: A一、引 言传统金融理论认为投资者是完全理 性 的，市场是有效的。然而 20 世纪 70 年 代 以 来，金 融 市场不断出现异象，传统理论却又不能很好地对此做出解释。学界开始寻找新的视角来解释这些异象，其中一个较有说服力的新兴学科是结合了心 理学、认 知 科 学 和 金 融 学 所 产 生 的 行 为 金 融 学。 行 为 金 融 学 认 为 市 场 是 非 有 效 的，不 遵 循 所 谓“最大化原那么进行投资，个体投资行为会受自身

3、投资情绪影响等等。在 20 世 纪 80 年 代 以 前，行为金融学的研究内容更多地集中于对市场非有效 性及伴随产生的假设干异象进行探讨。而在 20 世 纪 80 年代后期，行为金融学中的投资者情绪理论 开始受到重 视，如 果 以 DSSW 模 型 ( 1990 ) 的 出 现作为起 点，在 此 之 后 围 绕 资 本 市 场 内 部 存 在 噪声交易和投资 情 绪 的 文 献 大 量 出 现。另 一 方 面，如果考 虑 现 实 的 资 本 市 场 境 况，Robert Shil- ler 在?非理性 繁 荣 ?一 书 中 把 2000 年 美 国 当 时 的股市描述为“一 场 非 理 性 的

4、、自 我 驱 动 的、自 我膨胀的 泡 沫 ，一 个 月 后 美 国 股 市 下 滑 2000多点这 一 事 实 也 印 证 了 其 观 点。总 而 言 之，无论从理论 或 实 践 角 度，投 资 者 情 绪 对 自 身 的 投资行为和对整个 资 本 市 场 的 影 响 均 显 出 了 重 要作用，由此 也 体 现 了 对 投 资 者 情 绪 进 行 研 究 的必要性和重要性。二、投资者情绪指数的构建由于投资者情绪的复杂性和多样性，如 果 选 择单一指标对其进行测度，往往可能导致片面和 有偏的结果。因此本文考虑选择多个侧面的不同指标，从投资者情绪的显性、隐性和代理变量三个维度构造投资者情绪指数

5、，有机地将选取的假设干代理变量在一定的可行性下通过统计建模手段进 行综合，从而获得投资者情绪综合指数，来反映和 度量投资个体的情绪波动。综 合 考 虑，本 文 采 用 了 上 交 所 股 票 成 交 量 ( SZV) 、上证月平均综合指数 ( SZI) 、股票投 资 者开户数( SZN) 、IPO 月度数量( IPON) 、IPO 首日换手 率 ( IPOT ) 、消 费 者 信 心 指 数 ( CCI ) 、气 温( TEM) 、气压 ( PRE) 、降水 ( RAI) 和风速 ( WIN) ，利用因子分析方法构建了上证投资者情绪综合指收稿日期: 2021-03-14基金工程: 北京市教育委

6、员会面上工程( SM202110011002) 。作者简介: 李宝仁( 1957) ，男，天津人，北京工商大学经济学院院长，教授，研究方向: 统计学和计量经济学;胡 蓓( 1987) ，女，湖北孝感人，北京工商大学经济学院硕士研究生，研究方向: 统计学和计量经济学;陈相因( 1984) ，男，山东济南人，北京工商大学经济学院硕士研究生，研究方向: 统计学和计量经济学。91北京工商大学学报( 社会科学版)2021 年 第 4 期数( Shanghai Stock Market Investor Sentiment Index SSMISI) 的月度指标。1. 根本变量的描述统计分析以上讨论的各指

7、标数据分别来源于 RESSET数据库和中国气象科学数据共享效劳网。所有数据样本的时间区间选为 1999 年 1 月至 2021 年 12月，且均为月度数据。将全部的样本数据进行标 准化处理，利用因子分析得出最终的上证投资者 情绪综合指 数 ( SSMISI) 。 首 先 考 察 样 本 指 标 之 间相关性，如表 1 所示。表 1 变量的相关系数矩阵SZVSZISZNCCITEMPRERAIWINIPONSZVSZI SZN CCI TEM PRE RAI WIN IPON IPOT10. 656 240. 823 03 0. 464 270. 045 59 0. 031 640. 047 4

8、8 0. 270 83 0. 369 36 0. 244 7710. 699 780. 001 680. 037 80 0. 006 970. 059 19 0. 279 07 0. 152 86 0. 074 651 0. 376 960. 081 44 0. 029 45 0. 013 23 0. 283 60 0. 378 33 0. 309 601 0. 016 900. 053 160. 057 220. 127 930. 279 120. 233 451 0. 924 710. 410 720. 186 480. 038 260. 002 161 0. 503 39 0. 246

9、65 0. 083 96 0. 014 9510. 191 350. 087 170. 044 6310. 004 46 0. 107 6110. 525 09资者情绪指数的变量体系中，考虑到使用的样本数据为月度数据和操作的便利性，故滞后阶数仅选择 1 和 2，具体的结果如表 2 所示。本 文 对 领 先 滞 后 关 系 的 选 择 标 准 是: 无 论 Granger 检验滞后 1 阶还是 2 阶，一个变量只要满 足存在一半 以 上 ( 大 于 等 于 4 个) 至 少 在 0. 1 显 著性水平下存在显著的单向因果关系，便认为其 对应的滞后期变量同样对整个指标组产生奉献， 那么把对应 的

10、滞 后 期 指 标 纳 入 到 指 标 的 构 建 体 系 中。按照这个标准，从表 3 中 Panel A 和 Panel B变量间的相关关系初步反映了真实经济社会中该变量的根本特征。当流通股数量保持不变的 情况下，换手率与成交量保持正相关关系，而本文 选取的换手率为 IPO 首日换手率，与综合换手率 或代表平均意义下的换手率存在差异，故结果显 示出了月综合成交量与 IPO 首日换手率呈现负相 关特性。成交量一般与成交额变化一致，并与消 费者信心指数呈负相关，也说明了样本区间内个 体对待投资和消费的态度。为了综合获得投资者 情绪指数的代理变量，又尽量减少丧失信息的比 例，根据相关系数矩阵结果及

11、其对各变量意义描 述的综合考虑，在下文构造上证投资者情绪指数 时，选用 SZV ( 上 交 所 成 交 量) 、SZI ( 上 证 月 平 均 综合指数) 、SZN ( 上 证 股 票 投 资 者 开 户 数 ) 、CCI ( 消费者信心指数) 、WIN( 风速) 、IPON( IPO 月度 数量) 和 IPOT ( IPO 首 日 换 手 率 ) 等 七 个 代 理 变 量，剔除 TEM ( 气 温 ) 、PRE ( 气 压 ) 和 RAI ( 降 水 量) 等三个天气代理变量。两局部结果来看，最终将 SZV( 1 ) 、SZN( 1 ) 、SZV( 2 ) 、SZN( 2 ) 四个滞后指标

12、纳入计算范围。随后本文会得出未包含这四个滞后变量的原始上证投资者情绪综合指数以及包含这四个滞后 期变量的上证投资者情绪综合指数，分别命名为 SSMISI-A 和 SSMISI-B。3.构建上证投资者情绪综合指数在对所考察的变量进行相关性及领先滞后关系的 确 定 后，首 先 对 原 始 的 七 个 变 量，即 SZV、SZI、SZN、CCI、WIN、IPON、IPOT 进行因子分析，得 出 SSMISI-A 指 数; 随 后 对 加 入 四 个 滞 后 值 的 11 个变量再进行因子分析，得出 SSMISI-B 指数。本 文使用 sas9. 2 软件构建指数，因子分析中选用主 成分法，指数构建中

13、考虑到所纳入代理变量的信2.变量领先滞后关系确实定考虑到构建投资者情绪的假设干变量之间可能存在领先滞后的相互作用，因此本文通过 Granger 因果检验 模 型，使 用 调 整 Granger 因 果 关 系 滞 后 阶数的办 法，将 滞 后 期 内 具 备 显 著 Granger 因 果 关系的变量提炼出相应的滞后变量，放入构建投92第 27 卷 第 4 期李宝仁，胡 蓓，陈相因: 投资者情绪与股票收益的实证分析息量大小，采用因子的累计方差奉献率大于 90%的 做 法，将 获 得 的 这 些 因 子 纳 入 到 构 造 范 围 内 ( 表 3 和表 4 反 映 了 选 用 的 因 子 数 据

14、) 。计 算 因 子的过程中，对因子载荷矩阵进行方差最大正交 变换，最后通过代入样本值求得每个因子的因子 得分，并对其进行因子奉献率加权获得最终的投 资者情绪指数。由此构建 SSMISI-A 指数和 SSMI- SI-B 指数的因子分析统计结果，如表 3 和表 4 所 示。单 位 化 投 资 者 情 绪 指 数 趋 势 对 比 如 图 1 所 示，绘图由 excel2007 完成。由比照趋势图 1 可看出两种投资者情绪指数SSMISI-A 与 SSMISI-B 的趋势相似程度较高，两列 指数的 相 关 系 数 为 0. 554。直 观 地 看，SSMISI-B 指数有长期向上的趋势，短期内不如

15、 A 指数的波 动幅度大，而 SSMISI-A 指数表现出短期波动剧烈 的特征，从这个意义上讲 B 指数可以看出投资者 情绪变化的长期趋势，而 A 指数更能对短期内投 资者情绪的微小变化进行捕捉。而从投资情绪变 化的抖动与反转方面考虑，两种指数均刻画了极 为近似的投资者表现。表 2 变量的 Granger 检验结果Panel A 滞后 1 阶的 Granger 检验结果SZVSZISZNCCIWINIPON0. 107 6112. 688 18. 835 7522. 362 92. 354 183. 802 53*2. 062 367. 369 001. 924 123. 211 40*SZI

16、0. 502 630. 000 530. 097 510. 366 210. 635 666. 561 250. 242 180. 558 160. 357 320. 227 21SZN0. 113 844. 497 380. 906 137. 669 300. 005 973. 549 15*0. 390 264. 070 20CCI0. 250 340. 246 820. 155 211. 961 181. 245 822. 173 79WIN1. 638 240. 629 530. 434 850. 197 79IPON*3. 091 5910. 250 5IPOT1. 404 809.

17、 594 51Panel B 滞后 2 阶的 Granger 检验结果SZVSZISZNCCIWINIPON0. 168 982. 473 223. 444 2212. 163 80*1. 047 063. 759 34*1. 257 113. 516 052. 092 581. 263 684. 973 062. 791 69SZI0. 583 9910. 300 300. 074 100. 136 130. 931 342. 879 201. 860 020. 364 550. 495 790. 104 43SZN0. 289 433. 296 330. 536 913. 412 420.

18、 018 752. 880 92*0. 227 103. 743 75CCI0. 070 860. 558 190. 409 140. 695 631. 214 010. 333 13WIN0. 864 340. 641 714. 070 010. 604 73IPON4. 402 292. 309 61IPOT注: 表格中的数值为 F 检验统计量的值; ，和* 分别表示在显著性水平为 0. 01，0. 05 和 0. 1 下显著; PanelA 与 Panel B 中的奇数行表示“检验行名称不是列名称因果关系的假设检验结果，偶数行表示“检验列名称不是行名称 因果关系的假设检验结果; Pane

19、l A 中为滞后 1 阶的 Granger 因果检验，样本量观测值为 143; Panel B 中 为 滞 后 2 阶 的 Granger 因果检验，样本量观测值为 142。93北京工商大学学报( 社会科学版)2021 年 第 4 期表 3 构建 SSMISI-A 指数的因子分析结果旋转因子结构 SZVSZISZNCCIWINIPONIPOT特征值奉献率因子 1因子 2 因子 3 因子 4 因子 5 因子 6 因子 70. 500 08 0. 308 12 0. 178 43 0. 098 56 0. 128 190. 730 160. 252 730. 962 520. 052 38 0.

20、049 89 0. 016 53 0. 134 030. 175 750. 138 540. 549 86 0. 228 33 0. 180 27 0. 165 52 0. 144 600. 328 540. 675 850. 005 220. 971 170. 115 810. 098 410. 061 41 0. 144 09 0. 095 73 0. 136 630. 061 22 0. 005 07 0. 062 420. 982 52 0. 067 41 0. 061 44 0. 081 990. 125 170. 942 650. 267 02 0. 005 17 0. 101 7

21、8 0. 085 60 0. 041 540. 101 720. 256 450. 953 16 0. 068 43 0. 058 88 0. 074 113. 065 201. 450 750. 932 830. 722 280. 464 620. 198 870. 165 440. 437 900. 207 300. 133 300. 103 200. 066 400. 028 400. 023 60表 4 构建 SSMISI-B 指数的因子分析结果旋转因子结构SZVSZISZNCCIWINIPON因子 1因子 2 因子 3 因子 4 因子 5 因子 6 因子 7 因子 8 因子 9 因子

22、 10 因子 110. 681 11 0. 248 77 0. 150 05 0. 104 74 0. 067 270. 214 960. 616 090. 091 730. 044 67 0. 000 67 0. 000 170. 606 560. 124 85 0. 020 82 0. 121 560. 014 820. 759 090. 135 980. 069 330. 039 390. 000 100. 000 030. 939 82 0. 144 27 0. 141 02 0. 110 35 0. 124 620. 142 440. 111 800. 048 260. 035 95

23、 0. 101 34 0. 040 56 0. 249 120. 950 750. 103 630. 047 350. 085 530. 058 28 0. 090 02 0. 039 08 0. 026 42 0. 000 030. 000 01 0. 181 030. 045 6 0. 010 910. 976 41 0. 070 72 0. 066 42 0. 041 61 0. 017 45 0. 014 38 0. 000 10 0. 000 04 0. 211 330. 108 320. 932 74 0. 011 850. 260 68 0. 021 34 0. 062 83 0

24、. 027 36 0. 018 700. 000 050. 000 03IPOTSZV( 1)SZV( 2)SZN( 1)SZN( 2)特征值奉献率 0. 176 180. 083 770. 247 39 0. 077 790. 945 30. 002 66 0. 027 39 0. 017 39 0. 006 27 0. 000 140. 000 040. 713 32 0. 258 44 0. 137 47 0. 120 79 0. 038 250. 245 680. 368 960. 189 440. 396 30 0. 002 240. 000 010. 948 80 0. 145 5

25、2 0. 130 01 0. 124 65 0. 122 460. 142 530. 071 150. 023 430. 009 72 0. 003 110. 071 660. 738 38 0. 221 02 0. 124 67 0. 083 43 0. 087 710. 270 390. 259 910. 474 040. 101 88 0. 002 140. 000 150. 939 48 0. 152 06 0. 136 42 0. 125 08 0. 144 620. 149 780. 061 59 0. 014 62 0. 016 230. 105 93 0. 033 986. 5

26、06 251. 472 520. 936 810. 771 860. 490 860. 371 680. 207 760. 135 920. 077 490. 020 930. 007 920. 591 50. 133 90. 085 20. 070 20. 044 60. 033 80. 018 90. 012 40. 007 00. 001 90. 000 7三、投资者情绪与股票收益关系的实证检验股票市场 中 往 往 存 在 追 涨 杀 跌 的 正 反 馈 机 制，基于投资者情绪框架考察这一机制，那么存在: 当投资者情绪上升，利好因素充满市场内，交易者 往往过分看多市场的盈利前景，利好因素

27、被强化， 致使在短期内由于利好或乐观的投资者情绪而使股价走高; 相反，当投资者情绪低落，利空因素充斥市场，投资者过分看空市场，那么利空因素受到强 化，使得短期内由于利空或悲观的投资者情绪加 速股价的下跌。由此，本文提出，在乐观或正的投 资者情绪波动下，会产生正的当期收益，而在悲观 或负的投资者情绪波动下，那么会产生负的当期收94第 27 卷 第 4 期李宝仁，胡 蓓，陈相因: 投资者情绪与股票收益的实证分析益 这 一 论 述。 进 而，通 过 所 构 建 的 SSMISI-A，SSMISI-B 与上证平均月收益率进行考察，来验证这一结论，并由此检验所构造指数的可靠性。首先对所考察的序列，即上证

28、股票平均月收益率( SZR) 、SSMISI-A 和 SSMISI-B 进行平稳性检验，为进一步建模打根底，检验结果如表 5 所示。图 1 单位化 SSMISI-A 与 SSMISI-B 指数趋势比照表 5序列的平稳性检验结果ADF 值p 值PP 值p 值序列名称 6. 636 69 2. 760 05 12. 759 9 4. 032 08 10. 669 6 10. 987 96 2. 858 77 12. 792 8 3. 984 79 15. 036 7SZRSSMISI-A dSSMISI-A SSMISI-B dSSMISI-B0. 000 00. 214 70. 000 00.

29、009 80. 000 00. 000 00. 179 20. 000 00. 011 30. 000 0注: 和分别表示在显著性水 平 为 0. 01 和 0. 05 下 显 著，下 同; 检 验 中 的 方 程 均 包 含 常 数 项，指 数 包 含 趋势; 滞后阶数由 AIC 和 SIC 确定。由 平 稳 性 检 验 结 果 得 到，在 显 著 性 水 平 为0. 01 下，SSMISI-A 的 ADF 和 PP 值 均 不 显 著， SSMISI-B 的 PP 值 不 显 著，为 保 证 回 归 中 的 序 列 均为平稳序列，故采取较 稳 健 的 做 法，将 SSMISI- A 与 S

30、SMISI-B 均进行一阶差分，得到的差分序列 在显著性水平为 0. 01 下均显著。之后继续考察收益率 SZR 的统计特征，发现 其自相关函数在滞后第 2 阶、第 4 阶和第 13 阶均 超 过 了 两 倍 标 准 差 的 范 围，进 而 考 虑 初 步 选 用 SZR 序列滞后阶 数 为 2、4 和 13 的 AR 模 型 来 拟 合 SZR 序列，并在拟合模型中分别参加 SSMISI-A 和 SSMISI-B 的一阶差分序列，通过回归的方法分 析收益与情绪的关系，回归方程如下。SZRt = c1 + 1 SZRt 2 + 2 SZRt 4 +SZRt = c2 + 1 SZRt 2 +

31、2 SZRt 4 +23 SZRt 13 + 2 dSSMISIB + t( 2)式中的 1 和 2 分别表示上证股票当月平均收益率与情绪指数 SSMISI-A 和 SSMISI-B 的敏感 关系，由于篇幅所限，仅列出在 0. 1 显著性水平下 去掉 不 显 著 项 之 后 的 最 终 回 归 结 果，如 表 6 的 Panel-A 所示。由回归结果发现，由于 1 的参数估计值大于 2 的 值，因 此 在 同 等 条 件 下 可 认 为，单 位 变 化 的 投资者情绪 指 数 SSMISI-A 对 投 资 收 益 产 生 更 大 的影响，所构建的 SSMISI-A 指数反映投资者情绪 比 SS

32、MISI-B 刻画的投资者情绪更剧烈。在得到估计的回归方程后，对其中的 残 差 项ARCH-LM检 验，进 一 步 分 析 是 否 存 在进行13 SZRt 13 + 1 dSSMISIA + t( 1)ARCH 效应。检验结果如表 6 的 Panel-B 所示。95北京工商大学学报( 社会科学版)2021 年 第 4 期表 6 疏系数模型的最终估计与 ARCH 效应检验结果Panel-A: 疏系数模型的回归结果含有 SSMISI-A 的模型估计含有 SSMISI-B 的模型估计系数估计值p 值系数估计值p 值2310. 258 94 0. 149 290. 076 880. 000 90.

33、043 20. 000 02320. 285 76 0. 193 660. 030 25*0. 000 70. 015 10. 059 2Panel-B: 序列残差的 ARCH-LM 检验结果( 滞后 12 期)含有 SSMISI-A 的检验含有 SSMISI-B 的检验F 值p 值LM 值p 值F 值p 值LM 值p 值2. 567 10. 005 126. 795 70. 008 32. 913 80. 001 629. 517 20. 003 3由统计检验结果显示，在滞后 12 期后( 包括第 12 期) ，两序列的残差均存在高阶的 ARCH 效 应。因此，本文参加 GARCH 模型进行

34、拟合，又考 虑到针对市场收益的非对称性进行捕捉，为不失 模型 的 代 表 性、一 般 性 和 准 确 性，本 文 最 终 选 择 EGARCH( 1，1) 模型进行建模。分别针对 SSMISI- A 和 SSMISI-B 构 建 的 模 型 如 ( 3 ) 式 和 ( 4 ) 式，对 两个模型的估计结果如表 7 所示。计结果可以看出，针对投资者情绪对股票收益间敏感关系描述 的 参 数 1 和 2 均 在 0. 01 显 著 性 水平下显著，且 1 和 2 的估计值均为正数，说明 投资者情绪对股票收益产 生显著的正向影响，这 也验证了 之 前 关 于 情 绪 与 投 资 收 益 间 的 关 系

35、论 述。此 外，由 于 1 大 于 2 ，这 表 明 如 果 利 用 SSMISI-A 来刻画投资者情绪，与 SSMISI-B 相 比， 能更敏感地捕捉到投资者情绪变化对股票收益的 影响。再考察 EGARCH 模型的估计结果，表达非 对称性的参数 2 和 2 均显著，这说明收益存在 显著的杠杆效应，并证明了使用 EGARCH 模型的 合理性。而表达波动集束现象的参数 1 和 1 均 不显著，这一原因有可能是因为选择的月度股价 收益数据较一般研究资产收益时常使用的周或日 收益数据相比，数据尺度较大。从另一个侧面也 说明了我 国 股 市 在 以 月 度 数 据 进 行 研 究 的 尺 度 下，波动

36、集束现象不明显，而以日或周等小尺度数 据下，往往存在波动集束效应，说明外部冲击对股 票 收益的持续影响表现在月度间或月度内，而跨ASZRt = 1 SZRt 4 + 2 SZRt 13 + 1 dSSMISIA + t AA At = 槡ht vt( 3)log( hA )= + | AhA/| +01t 1 槡t 1tAAA2 ( t 1 / 槡ht 1 )+ 3 log( ht 1 )BSZRt = 1 SZRt 4 + 2 SZRt 13 + 2 dSSMISIB + t BB B= 槡ht vtt( 4)log( hB )+ | BhB= /| +t1t 1 槡t 10 BBB2 (

37、t 1 / 槡ht 1 )+ 3 log ( ht 1 )由参加 EGARCH 模 型 的 疏 系 数 模 型 参 数 估表 7 参加 EGRACH 模型的疏系数模型参数估计结果含有 SSMISI-A 的模型估计含有 SSMISI-B 的模型估计系数估计值p 值系数估计值p 值12 1 0 1 2 30. 209 8 0. 163 9*0. 066 1 0. 421 60. 143 10. 127 50. 945 512 2 0 1 2 30. 345 3 0. 166 50. 040 2 3. 782 0 0. 139 70. 370 00. 252 00. 009 40. 063 20.

38、000 00. 205 30. 340 50. 032 40. 000 00. 000 00. 040 40. 059 20. 027 50. 543 00. 006 90. 452 496第 27 卷 第 4 期李宝仁，胡 蓓，陈相因: 投资者情绪与股票收益的实证分析年度的波动集束现象不明显。另外，模型中的参数 3 显著而 3 不显著，且 3 = 0. 945 5 接近 1，表 明在使用 SSMISI-A 进 行 建 模 时 可 以 捕 捉 到 股 市 收益波动的持久性，即表达了上证对新信息吸收 能力较强，而这一特点在使用 SSMISI-B 建模时并 不显著，造成这一现象的原因很有可能是因在

39、构 造 SSMISI-A 时指数内部融入了滞后变量的结果。四、结 论本文基于对现有文献的梳理，构建了 第 一 只 上海股票市场投资者情绪月度指数，并对股票收 益进行实证检验，得出以下结论: 第 一，SSMISI-A 相对于 SSMISI-B 能 更 敏 感 地 捕 捉 到 投 资 者 情 绪 变化 对 股 票 收 益 的 影 响; 第 二，EGARCH 模 型 的 疏系数模型参数估计结果可以看出投资者情绪对 股票收益在统计上产 生显著的正向影响，即在乐 观或正的投资者情绪波动下，会产生正的当期收 益，而在悲观或负的投资者情绪波动下，那么会产生 负的 当 期 收 益; 第 三，EGARCH 模

40、型 的 估 计 结 果 中参数 2 和 2 均显著，说明收益存在显著地杠 杆效应，而参数 1 和 1 均不显著，说明相对于周 或日收益数据，月度数据的波动集束现象不明显; 第四，模型 中 的 参 数 3 显 著 而 3 不 显 著，且 3 接近 1，说明 SSMISI-A 进行建模时可以捕捉到股 市收益波动的持久性，即表达了上证对新信息吸 收能力较强。作为对投资者情绪理论的研究，无论 处 在 发达资本市场还是新兴资本市场内，都具有较高的 研究价值，特别是在当今高速开展的中国资本市 场，更为迫切地需要了解和解决这一开展过程中 所出现的现象和问题，而投资者作为资本市场的 主体，其情绪的变化对资本市场或自身投资所带 来的影响，那么更值得进一步深入探讨。参考文献:1黄德龙，文凤华，杨晓光 投资者情绪指数及中国股市的实证J 系统科学与数学，2021，29( 1) : 1 132刘煜辉，熊鹏 股权分置、政府管制和中国 IPO 抑价J 经济研究，2005 ( 5) : 85 953饶育蕾，刘 达 峰 行 为 金 融 学M 上 海: 上 海 财经大学出版社，20034伍燕然，韩立岩 不完全理性、投资者情绪与封闭式基金之谜J 经济研究，2007 ( 3) : 117 1295王美今，孙建军 中国股市收益、收益波动与投资者情绪J