【投资者情绪对股票收益率影响的实证探析综述4300字】

投资者情绪对股票收益率影响的实证分析综述目录TOC\o"1-2"\h\u23049投资者情绪对股票收益率影响的实证分析综述 179881.1数据来源及变量选取 175961.1.1数据来源 1209411.2.2变量选取 167831.2研究模型与研究方法 2302361.3平稳性检验 3213411.3.1ADF检验简介 3306561.3.2时间序列的ADF检验 3288811.4向量自回归模型 4171171.5Granger因果关系检验 613265.1.1Granger因果关系检验简介 611005.1.2Granger因果关系检验关系分析 798411.6脉冲响应与方差分解 8195741.6.1平稳时期的脉冲响应与方差分解 8133651.6.2高涨时期的脉冲响应与方差分解 111.1数据来源及变量选取1.1.1数据来源本文数据来源来自于东方财富网。数据样本频率及数据期间：本文选用了江南高纤一年的股票交易每日的交易数据。综上所述，本文选定以日作为频率进行数据研究，采取的数据为2019年6月3号至2020年6月3号，时间跨度为1年，共246个样本。本文主要拟使用Eviews进行数据处理和计量分析。1.2.2变量选取 本文基于江南高纤上市公司股票的指标进行分析。选取构建投资者情绪指标的代理变量是江南高纤换手率指标(TURN)、成交量(VOL)、小单量(SmallVOL)、市净率(PBR)、市盈率（PER）。换手率（TURN）表示在一段时间内投资者股票转手的频率。当投资者情绪高涨时，换手率越高。当投资者情绪低落时，换手率就会越低。换手率在一定程度上反映了金融市场的流动性。换手率的公式如下:Turnover=i=1n成交量(VOL)指的是股票每日进行交易的成交额。在平稳时期，成交量小，投资者情绪低迷，股价一直处于平稳波动时期。在情绪高涨时期，股价波动剧烈，当股票出现正向收益时，成交量逐步放大，推动股票产生高额收益。当股价出现负向收益时，成交量也逐步放大，导致股票产生巨幅损失。小单量(SmallVOL)表示的是股票买卖单次数量小于100手，代表着中小企业投资者的投资意愿和情绪。在情绪平稳时期，中小投资者投资意愿低，股票处于小幅波动阶段。在情绪高涨时，股价上升阶段，利润的趋势使得中小投资者意愿强，小单量增加。市盈率（PER）等于股票价格除以每股收益。市盈率越高，则表明投资者情绪高涨，投资者对于未来预期持乐观态度；相反来说，如果市盈率较低，说明投资者情绪低落，投资者对未来持有悲观态度。市净率（PBR）指的是每股股价与每股净资产的比率。市净率越高，则表明投资者情绪高涨，对未来市场的走势预期持乐观态度；相反来说，如果市净率较低，说明投资者情绪低落，对未来市场走势预期持悲观态度。1.2研究模型与研究方法本文从个股方面进行分析投资者情绪对短期股票收益率的影响。本文的研究对象是江南高纤股票的投资者情绪贺短期收益率。在本文分析过程中，将江南高纤的投资者情绪作为解释变量，被解释变量指标为江南高纤的股票收益率，进而分析投资者情绪对江南高纤股票短期股票收益率的影响。本文采用向量自回归模型，构建在样本期间江南高纤投资者情绪对股票收益率的影响：Y=C其中，Y为股票收益率，本文选取的是江南高纤公司每日的股票收益率；EPU为衡量投资者情绪的综合指数，δ是随机误差项。本文将一整年的数据分为两个时期，分别对两个时期进行数据处理，将股票收益率与投资者情绪综合指数进行回归，根据实证结果确定投资者情绪对短期股票收益率的影响。由于Y和EPU都是时间序列，因此，分别对两个时期：平稳时期和高涨时期进行VAR实证分析。在进行回归分析前，首先用ADF单位根检验两组数据的平稳性。利用EVIEWS软件进行实证分析，对两个时期分别进行脉冲响应和方差分解，进而分析投资者情绪指数与江南高纤股票每日收益率之间的关系。1.3平稳性检验1.3.1ADF检验简介本文采用ADF进行时间序列检验，检测数据的平稳性。ADF单位根检验模型有以下三种：（1）无常数项、无趋势的AR（P）过程：Xt=θXt（2）有常数项、无趋势的AR（P）过程：Xt=α+θXt（3）有常数项且具有趋势的AR（P）过程：Xt=α+γt+θXt−在进行ADF单位根检验时，首先要确定两个时期数据的滞后阶数，并根据AIC和SC确定最佳的滞后阶数。1.3.2时间序列的ADF检验将平稳时期和高涨时期的数据分别进行ADF单位根检验。检验结果如表5-1所示：表5-1EPU与日收益率Y的ADF检验时期变量ADF检验值Prob置信度值平稳时期EPU-4.7633760.00011%-3.4730965%-2.88021110%-2.576805日收益-13.671010.00001%-2.5800655%-1.9429110%-1.615334高涨时期EPU-2.9662710.04211%-3.5064845%-2.89471610%-2.584529日收益-5.8959740.00001%-2.5912045%-1.94448710%-1.614367本文将江南高纤股票时期分为两个时期：平稳时期和高涨时期。通过以上ADF检验方法的检验，可以得出以下结论：投资者的情绪指数和股票收益率都拒绝原假设，并且并没有出现单位根。因此，可以认为在平稳时期和高涨时期投资者的情绪与江南高纤日收益率都是平稳的。1.4向量自回归模型为探究江南高纤投资者情绪对股票收益率的影响，分别对平稳时期和高涨时期进行向量自回归模型进行实证分析，在进行实证分析之前首先要确定VAR模型的最优阶数。如表5-2、5-3。

表5-2平稳时期VAR模型的滞后阶数LagLogLLRFPEAICSCHQ0660.5757NA4.40e-07-8.960213-8.919527-8.9436821730.5541137.10061.79e-07-9.857879-9.735820*-9.8082852737.983714.353741.71e-07-9.904540-9.701109-9.821884*3742.40048.4128151.70e-07-9.910209-9.625406-9.7944914741.19121.2398061.73e-07-9.893757-9.527582-9.7449765748.98577.0211451.74e-07-9.890962-9.443414-9.7091186752.02321.5377221.76e-07-9.877866-9.348946-9.6629607760.795315.75401*1.65e-07*-9.942793*-9.332501-9.6948248762.10342.3136601.71e-07-9.906169-9.214504-9.625138用AIC和SC准则，得到在平稳时期，VAR模型最优的滞后阶数为7阶。表5-3高涨时期VAR模型的滞后阶数LagLogLLRFPEAICSCHQ052.52867NA0.001000-1.232407-1.173706-1.2088391116.8528123.94160.000230-2.703727-2.527626-2.6330252128.889222.604890.000189*-2.899736*-2.606234*-2.781899*3130.11762.2470530.000202-2.832136-2.421233-2.6671644133.06871.2544860.000207-2.806554-2.278250-2.5944485139.950911.91790*0.000194-2.876851-2.231146-2.6176106141.50192.6103130.000206-2.817121-2.054014-2.5107457142.98592.4249220.000220-2.755752-1.875245-2.4022428147.70037.4741070.000217-2.773178-1.775270-2.372533用AIC和SC准则，得到在高涨时期，VAR模型最优的滞后阶数为2阶。图5-1平稳时期VAR模型稳定性检验图5-2高涨时期VAR模型稳定性检验从上述两个时期VAR模型稳定性检验可以看出，结果如图5-1、5-2，两个时期的所有特征值均在单位圆内，则可以得出平稳时期和高涨时期构建的模型都是稳定的。1.5Granger因果关系检验5.1.1Granger因果关系检验简介通过格兰杰因果检验，可以得出投资者情绪与股票收益率之间是否存在着因果关系。格兰杰因果检验的数学模型为：Yt=模型参差平方和：RSS通过X和Y之间的回归分析，可以得到无限制条件模型：Yt=i=1所得模型参差平方和：RSS构造F检验的统计量：F=(RSSR5.1.2Granger因果关系检验关系分析将平稳时期和高涨时期投资者情绪指数与股市日收益率进行格兰杰因果检验的结果如表5-4、5-5所示：表5-4平稳时期格兰杰因果检验因变量ExcludedChi-sqdfProb.EPUY

29.129377

0.0001EPUAll

29.129377

0.0001YEPU

16.979257

0.0175YAll

16.979257

0.0175表5-5高涨时期格兰杰因果检验因变量ExcludedChi-sqdfProb.EPUY

37.162722

0.0000EPUAll

37.162722

0.0000YEPU

7.2028512

0.0273YAll

7.2028512

0.0273（1）平稳时期：在给定5%的显著性水平下，p值=0.0001，EPU是Y的格兰杰因果原因通过了5%的显著性水平检验。在给定5%的显著性水平下，p值=0.0175，Y是EPU的格兰杰因果原因通过了5%的显著性水平检验。（2）高涨时期：在给定5%的显著性水平下，p值=0.0000，EPU是Y的格兰杰因果原因通过了5%的显著性水平检验。在给定5%的显著性水平下，p值=0.0273，Y是EPU的格兰杰因果原因通过了5%的显著性水平检验。因此，不管是在平稳时期还是在高涨时期，变量EPU对Y有预测能力，同样地，变量Y对EPU也有预测能力。可以得知，江南高纤的投资者情绪综合指标与股票收益率之间存在着相互影响的关系。1.6脉冲响应与方差分解由上一小节得知，EPU与Y之间存在着相互影响的关系，这一小节对分别对EPU和Y作脉冲响应与方差分解，来解释两者之间的影响程度。图5-3、5-4分别为平稳时期与高涨时期EPU、Y单位标准差冲击引起变量EPU与Y的变化的脉冲响应函数。表5-6、5-7分别为平稳时期EPU和Y的方差分解。表5-8、5-9分别为平稳时期EPU和Y的方差分解。1.6.1平稳时期的脉冲响应与方差分解在平稳时期，EPU给予自身一单位标准差冲击冲击时，整体的影响为正，第1期达到最大，然后在第14期逐渐减弱到0。EPU给予Y一单位标准差冲击时，在前三期对于Y有一个正向的影响，且在第1期影响最大，随后在第4期负向影响最大，整体影响为负向，最后在第10期逐渐趋近于0。而Y给予EPU一单位标准差冲击时，整体影响为正向，在第6期对EPU达到了最大的正向影响。随后逐渐减弱，在12期影响效果趋近于0。Y给予自身冲击时，第1期达到最大，随后转入微弱的负面影响，在第10期逐渐趋近于0。图5-3平稳时期脉冲响应函数

表5-6EPU的方差分解结果PeriodS.E.EPUY10.000298100.00000.00000020.00037193.778236.22177430.00041293.351716.64829440.00043991.693068.30693950.00044690.665879.33412760.00045986.1389013.8611070.00046982.7462617.2537480.00048480.2982719.7017390.00049278.6729121.32709100.00049878.3497121.65029110.00050078.3525921.64741120.00050178.3952221.60478130.00050178.2993021.70070140.00050278.2194421.78056表5-7Y的方差分解结果PeriodS.E.EPUY11.32506912.4808087.5192021.34386312.3636587.6363531.34564112.4167587.5832541.38878817.6900582.3099551.39006717.6828282.3171861.40931618.0806581.9193571.41368117.9723482.0276681.41877718.1114481.8885691.42926217.8510482.14896101.43169518.0413681.95864111.43739818.6645481.33546121.43930218.6222181.37779131.44146118.6490381.35097141.44186518.6620281.33798由表5-6可以看出，EPU在1期自身影响因素达到最大，最后逐渐减弱，在第9期达到稳定，与此同时，Y对EPU影响逐渐加强，在第9期达到稳定。此时，EPU对自身影响的贡献率为78.35%，Y对EPU影响的贡献率为21.65%。而表5.7可以看出，EPU对Y影响的贡献率为18.66%，受到Y自身影响因素的贡献率为81.35%。1.6.2高涨时期的脉冲响应与方差分解在高涨时期，给予EPU自身一单位的标准差冲击，整体影响为正向，第一期影响达到最大，逐渐趋近于0。EPU给予Y一单位标准差冲击，整体影响为负向。第4期负向影响达到最大，随后在第12期趋近于0。Y给予EPU一单位标准差冲击，整体影响为正向，在第4期达到最大，最后逐渐减弱趋近于0。对自身冲击，也是第1期达到最大，整体影响为正，最后逐渐趋近于0。图5-4高涨时期脉冲响应函数

表5-8EPU的方差分解结果PeriodS.E.EPUY10.003457100.00000.00000020.00419080.8740419.1259630.00489472.1289527.8710540.00541562.2449137.7550950.00575056.7433343.2566760.00595753.1619346.8380770.00606351.3454548.6545580.00611350.5334649.4665490.00613250.2972649.70274100.00613950.3028849.69712110.00614350.3644749.63553120.00614750.4029949.59701130.00615150.4034049.59660140.00615550.3791149.62089表5-9Y的方差分解结果PeriodS.E.EPUY14.8372040.59089999.4091025.0777381.50429198.4957131.2887972.55424797.4457541.3483604.31918691.6808151.3901675.78936294.2106461.4366866.85713493.1428771.4820547.44556292.5544481.5220017.69875092.3012591.551441