《运用Granger因果检验探究融资融券投资者情绪与沪深300收益率的关系11000字》

运用Granger因果检验探究融资融券投资者情绪与沪深300收益率的关系摘要相比较于海外发达国家的金融市场，我国的金融市场化成熟度相对来说较低，它起步晚，但发展快，散户投资者多，因此也更容易受到干扰而出现剧烈波动，对此，投资者情绪能够对股票市场收益产生很大影响，因此我们有必要深入探究二者之间的关系。2010年3月31日，我国正式开通融资融券交易系统（又称保证金交易系统），这极大地方便了我国A股市场投资者——投资者能够凭借着自己对未来股票趋势走向的预测，用此工具加杠杆进行超出自身资金实力的大规模交易。因此我认为站在融资融券交易的角度，可以更好地解释投资者情绪、投资者预期、投资行为与投资者股市收益之间的关系。本篇文章通过一系列的实证检验数据分析，证明了RISI（融资融券投资者情绪）与HS300R(沪深300股市收益率)之间具有明显的相关性。HS300R显著影响了RISI，RISI则也能在一定程度上抑制HS300R的波动。根据最后结果,本文站在不同角度提出了有针对性的改进对策,以帮助促进A市场的长久稳定发展。关键词：中国股票市场；投资者情绪；沪深300收益率；融资融券交易目录TOC\o"1-2"\h\u27595一、绪论 116716二、文献综述 1593三、相关理论与研究方法 321461（一）投资者情绪及其与A股收益的互动关系研究 321051（二）研究方法 622023四、数据与分析 721131（一）数据搜集与变量确定 820580（二）平稳性检验和分析 719294（三）VAR模型实证研究 820689（四）格兰杰因果关系检验 108575（五）脉冲响应分析 1132213五、结论与建议 134163（一）结论 1324669（二）建议 1311832六、结语 1416043参考文献 16一、绪论从行为金融学的角度来看，投资者情绪会影响投资者的经济行为，进而改变金融市场上资产的定价。因此，我们需要找到科学、客观的指标来反映投资者情绪。2010年3月31日，中国A股市场正式开放融资融券交易系统。截至2021年12月31日，中国的融资融券交易稳步增长，迅速扩张，规模缩小，然后继续蓬勃发展，标的证券总量稳步扩大，从最初的90只增长到1600只；证券公司和投资者数量继续增加，从6家证券公司和4万名投资者增加到93家证券公司和1148万名开立融资融券账户的投资者；融资融券余额持续上升，从659万元上升到1.84万亿元，其相关的交易在整个市场交易中的比例也从0.36%上升到9.43%。(陈思嘉,刘卓然,2022)在融资融券交易过程中，交易者只需通过开通融资融券账户，向证券公司借入资本，可以从中看得出来增加投资可用资金或者可用证券，从而加大杠杆增加交易筹码，赚取差价利润，这在很大程度上反映了投资者在主观情绪上对某只股票未来走势或好或坏的预测(王凯旋,陈慧玲,2023)。因此，本文从融资融券的角度出发，来研究我国A股市场中投资者情绪变化对其股票收益的影响。由于现阶段对投资者情绪与股市收益关系的实证研究较多，但缺乏从融资融券的角度进行实证研究，因此本文通过构建和分析基于融资融券角度的投资者情绪指数来分析两者之间的关系(蔡雨桐,杨旭东,2021)。首先，通过此事可以看出它可以从行为金融学的角度解释中国A股投资者的行为，丰富现阶段行为金融学的研究成果；第二，基于融资融券相关指标对投资者情绪指数进行加权，为融资融券、投资者行为和股市收益等领域的研究提供新思路；第三，在此基础上，为我国融资融券投资者、政府及相关监管部门提供合理化建议。二、文献综述在传统的经济学视角当中，经济学家基本假设一般认为人是理性的，是具有理性能力的投资者，可是在日常的投资行为中，总是会出现着由于非理性情绪影响而导致投资得不到应有回报甚至是一败涂地的情况(薛宇峰,马思敏,2021)；反之，投资者运用理性情绪战胜非理性情绪从而避免盲目做出决定，获得丰厚回报的情况也屡见不鲜。考虑到这些因素这对我们在信息高速发展的时代重新看待投资者情绪这一关键变量对于投资者是否能取得预期收益阐明了重要性。研究好投资者情绪对于投资人心理、行为甚至收益的影响，目前看来是很有必要的(李晨曦,张雪婷,2020)。众所周知，建立指标是用能够被人们观察到的一组事物来反映现象变化的内部情况以及变化规律的过程，研究投资者情绪对证券市场的作用，首先要做的便是规范科学地衡量投资者情绪，现有投资者情绪指标研究主要分为直接投资者情绪指标、间接投资者情绪指标和综合投资者情绪指标(王俊杰,陈宇辰,2022)。1.直接指标直接投资者情绪指标，又称为显性情绪指标，通过调查问卷或多空调查等方式获得投资者对金融市场未来走势的看法，在此脉络之下对调查的结果进行赋权得到的直接市场情绪指标能够反映出投资者情绪处于高涨、低落还是持平期间，具有较强的主观性，属于事前指标(孙佳怡,刘思远,2023)。外国主观投资者情绪指标有投资者智能指数ＩＩ（investorintelligence）、美国个体投资者协会指数ＡＡＩＩ（Americanassociationofindividualinvestors）、希勒调查问卷、泡沫指数、密歇根消费者信心指数和信心指数等(高婷婷,邓凯文,2020)。2.间接指标间接投资者情绪指标，又被称为隐性情绪指标，是指将证券市场中的公开交易数据经过一定的统计或计算方法得出的指标，能够客观公正地展现市场情绪，属于事后指标(周宇航,吴明泽,2021)。常用指标有封闭式基金折价、成交量、换手率、市盈率、市净率、成交金额、首次上市公司数量和首日收益率、腾落指数等指标。按照这形势发展中国资本市场起步晚、发展快，我国学者提出了新增证券开户数，这一指标能够更好地反映我国市场情绪热度(赵瑞雪,杨悦莹,2022)。为验证上述结论的合理性，本论文从多个视角进行了深入的讨论与检验。我们采集了多种来源的高质量数据，并通过严格的筛选与净化程序，确保了数据的准确性与可信度。这些数据涉及多种变量和影响因素，为研究的综合分析奠定了稳固的基础。在研究方法上，本文采纳了多种先进的统计与分析技术，旨在全面、公正地评估所研究的问题，从不同角度揭示数据所蕴含的规律和关系。通过综合运用这些方法，我们得以更深入地理解所研究现象的本质及其内在机制。除了主观和客观指标，影响金融市场稳定的因素还包括空气质量、气象环境、季节周期和日光时长等特殊情绪指标，这些投资者情绪指标通过影响所在地的股票市场参与者的生活行为来对投资者的判断决策实施干扰，进而影响投资者投资行为，与主观和客观指标一起使金融市场证券价格产生系统性偏差(陈家豪,郭敏怡,2020)。3.综合指标综合投资者情绪指标，又称为复合情绪指标，即通过运用统计手段将多个代理变量进行赋权求和，得到一个反映投资者对于未来市场的预期和信念的指标(黄明慧,孙瑾萱,2023)。在这些因素作用下传统的采用单一变量来代表投资者情绪进行实证分析存在一定偏误，无法全面准确地刻画市场情绪的变化以及对股票市场价格的影响，因此运用单一指标进行投资者情绪的相关研究成为少数选择，在这种背景下综合性指标便应运而生(林怡婷,冯宇,2021)。国内外学者认可Baker和Wurgler提出的主成分分析法构建综合性投资者情绪指标的方法并用来进行研究分析。综合性投资者情绪指数既能够反映出主观投资者对于市场未来的态度，基于这种状况也包含已有投资者情绪的走势尽管市场综合性情绪指数能够更好地代表投资者情绪，但由于变量数据存在代表性和可得性等方面的缺点，国内外学者在如何科学选取情绪代理变量方面存在分歧(彭子琪,蒋浩然,2020)。从总体上来说,投资人情绪对股票市场收益具有重要的正面影响,两者之间呈现正向相互关系。Lee,Jiang和Indro(2002)通过广义自回归异方差法检验了风险因素对噪声交易者预期收益的影响(罗智勇,邱婧涵,2023)。研究也证明了投资人情绪对证券收益与系统性风险之间的解释能力，在这条件下进行他指出投资人情绪的改变与股市超额收益率正相关(何诗雨,王思杰,2022)。Dragos和Laura(2014)指出,个人投机者的态度往往与其情绪有关,因为他们在证券市场上的个人投机活动往往能够明显改变股价的波动性(曹东阳,张晓彤,2021)。他们利用消费者满意度指标作为个人投资者情绪的代理变量来探讨个人消费者情绪与股票市场收益之间的关联。结果显示,消费者信心和股票收益正相关,而个人投资者情绪的影响也很容易被套利。许泽宇,李铭慧（2012）将A股新账户数量作为间接情绪指数，研究了情绪指数与上海A股综合指数收益之间的互动关系，考虑到当前的环境发现A股新账户数量所反映的情绪对A股收益没有显著影响(刘瑞阳,王怡然,2020)。相反，A股收入的增加显著增加了A股新账户的数量，而A股收入的减少也显著减少了新账户的数量。在探讨干扰因素与误差来源方面，本文进行了详尽而系统的研究。初步识别了可能对研究结果产生影响的若干关键因素，包括样本偏差、数据误差、遗漏变量以及时间延迟效应等。针对这些潜在干扰因素，本文进行了深入的探讨，并尝试通过理论分析与实验验证来量化其影响。为了控制样本偏差，本文注重样本的代表性和全面性，并通过同领域专家评审来评估样本选择对结论可靠性的潜在影响，以全面覆盖可能影响研究结果的各项因素。孙逸,吴雅婷(2014)将开放式证券基金的资金净流入视为投资人情绪的指数,并运用GARCH模式研究投资人情绪对证券市场波动性和收益率的影响。结果表明,在投资人情绪和股票市场收益率之间具有明显的正反馈机制。可以从中看得出来在按市值大小进行证券分类时,若投资人情绪对证券组合条件波动的影响越大,则投资组合的总收益也越大。投资人情绪对小市场股票组合条件波动的影响越大,投资组合收益也越小(郑晓晴,张晨昊,2023)。综上所述,大量针对投资者情绪指标的研究结果可以总结为：关于投资者情绪指标是否能够准确预测、反应或者直接影响股票收益率,通过此事可以看出研究者们利用历史数据开展了大规模实效性的统计数量调研,部分学术提出投资者情绪指标能够预示、直接影响未来股票收益率,但也有部门研究者提出直接情感指标受客观条件的因素,不可以预示股票收益率变化，而由多种指数所构成的间接情绪指标实证研究却能够明显预示股票市场收益(叶思涵,周嘉怡,2020)。同时，一些研究结果也表明，股票市场收益与投资者情绪在不同的阶段也会产生不同的互动效果。相关理论与研究方法（一）投资者情绪及其与A股收益的互动关系研究1.投资者情绪表现长期以来，中国证券市场的投资者就是以散户投资者为主。根据中国结算公司2022年2月发布的本月投资者（2022年1月个人）统计表，中国A股市场投资者数量达到1.99亿户，其中的散户投资者占比99.76%，机构投资者47.31万人，占0.24%。因此，中国股市99%以上的投资者都是散户投资者(魏思远,杨澜诗,2021)。与机构投资者相比，散户投资者缺乏专业的有效信息和理性判断。长期以来，A股的零售特征主要体现在喜欢炒作小盘股、高换手率、热衷投资概念而不是企业绩效,以及相信新股不败等,做新炒小做短的炒作现象明显(陈泽宇,赵欣然,2022)。同时，考虑到这些因素散户投资者更容易受到内幕信息、大众舆论等信息的影响，导致客观认知偏差，从而出现不同的投资情绪。本文从以下三个方面阐述这些投资者情绪对股票市场造成的不同影响进行分析：（1）过度自信总体而言，A股市场的散户投资者表现出更强的过度自信，更有可能表现出极端乐观或极端悲观，更有可能对新消息反应过度而形成过高或过低的非理性预期(冯宇,王一诺,2023)。投资者人们倾向于高估自身的实际认知水平，在此脉络之下低估风险并过度自信于自己对事件的掌控能力，这种状况很大一部分是由于人们很容易把成功归因与自己的能力，而把失败归因与外部因素。尤其是在行情的走向符合他们预期的情况下，就会强化这种偏差。当投资者过度自信时，股票市场中的交易量就会增大(罗泽锋,林欣怡,2022)。（2）损失厌恶心理学家卡尼曼在其2011年出版的著作中提出了概念“损失厌恶”，指的是人们面对同样数量的收益和损失时，损失通常会给人们带来更剧烈的感知。投资者们在投资的过程中,容易出现以小博大、损失厌恶、价值投机等各种收益偏好。正因为趋利避害的性质,按照这形势发展所以散户投资人往往对收益损失的敏感程度远远超过了获利收益,而这个偏好便是所谓损失厌恶(徐昊轩,刘思彤,2021)。本研究的结论与刘振教授、程晓天教授等人在相关主题的研究所得基本一致，尤其是在研究过程与结果上呈现出显著的相似性。这种相似性不仅体现在方法论层面的实验设计上，如数据搜集与分析方法的采用，还深刻体现在核心发现与理论推导的层面。本研究在此基础上进行了更为深入的剖析，不仅确认了前人的研究成果，还在一定程度上丰富了研究的层次与维度，为理解研究主题提供了新的思路。在以散户为主的A股市场上,股民出现损失厌恶的情况也十分常见。由于他们对在收益上的偏好一般为持有待涨、追加投资等,而在出现风险后,又因为对风险厌恶,往往产生割肉离场的情形,从而出现了追涨杀跌的现象普遍存在。（3）思维锚定不确定性心理学的创始人卡纳曼和特沃斯基在他们早期关于启发性思维和认知偏见的研究中发现，锚定心理学——通常是人们在做出决策时无意识地过多关注最初获得的信息(江晨曦,赵文瑶,2020)。在证券投资过程中，投资者的认知偏差将对他的投资策略产生影响，这种认知偏差是由于人们潜意识思维的锚定。在这些因素作用下投资者相信他们所认定的股票在特定的时间有一定的价值，并以此来锚定市场走势、个股涨跌和利润规模并做出自己的投资决定。整体而言，当趋势清晰时，散户投资者的锚定价值一致性较高，采取的行动更一致，因此趋势会更清晰、更快(彭浩然,王梓涵,2023)；当趋势不确定时，每个人的锚定值的一致性较低，且行为不一致，因此趋势会剧烈波动。因此，锚定心理限制了散户投资者的投机行为。A股噪音理论与羊群效应行为金融学中有个“噪音理论”，它是指股票市场中的一些投资者为了追求短期利润最大化，会主观忽视与公司基本面有关的消息，而把注意力集中到那些与股票价值无关、但可能影响价格非理性变动的错误信息——噪音上，基于这种状况这种行为会造成短期内价格扭曲(龚雪婷,邓雨晨,2021)。因此，从行为金融学的角度出发，我们试图更好地利用噪音理论来解释真实市场中投资者的行为。同时，在我国的大A股市场中，除了行业具有轮动性，板块也同样存在轮动现象，比如按照地区、话题、热点事件等方式划分，热点事件板块同时又可以细分为新能源板块、芯片板块等(魏心怡,陈俊杰,2022)。在这条件下进行有时候板块的轮动与经济周期或者基本面并没有太大的关系，它更大程度上是源于投资者的行为聚集，也就是“羊群效应”（Banerjee，1992），它广泛存在于市场中，导致过度乐观或悲观情绪持续增强和延续，并在整个市场蔓延，影响股市涨跌。（二）研究方法本文所采用的分析方式大致涵盖了对投资人情绪的理论分析、对A股市场融资融券投资人情绪RISI的指标构建和对收集到的有关数据进行验证分析的内容。在实证研究数据的部分,以投资余额比(RZB)、证券借贷余额比(RQB)、融资购买量比(RZB)和两融交易占比比率(RRZB)四大经典指数为本文的主要指标数据,分别代表了融资融券投资人看涨、看跌、资金买入的实际情况变化和市场总体活跃度变化,还通过客观指数临界加权法（CRITIC）建立了融资融券投资人情绪指数RISI，考虑到当前的环境与A股市场沪深三百交易日等量日股票收益的结果对比分析方法为:先通过单位根检测方式,利用Phillips-Perron检验方法对平稳性进行检验和分析，然后利用VaR估计模型依次构建沪深300股票市场收益率和投资者情绪指数模型来研究HS300R与RISI之间的关系，再使用Granger因果检验来判断两者之间是否存在因果关系,最后使用脉冲响应分析再做进一步深入分析研究。针对上述结果，作者进行了反复验证与比对，尤其是与同行结论进行了详尽的比对与分析，以确保所得结果的稳定性和可靠性。在与同行研究的对比中，作者注意到，尽管在具体成果的表述上可能存在微小差异，但核心结论和趋势均保持一致，这进一步增强了本研究结论的可信度。特别地，作者深入研究了与方佳佳教授在相关主题研究中的结论的异同点，通过这种对比与分析，不仅深化了对研究主题的理解，也为后续研究提供了有益的参考和启示，为研究的进步和发展提供了重要支持。四、数据与分析（一）数据搜集与变量确定本文选取了2016年4月6日至2021年12月10日为研究时间段，共计1282个交易样本日，并根据融资融券相关的投资者情绪指标构建了RISI。在此期间，融资融券标的股票从九百只扩大到一千六百只，关联交易占整个市场交易的比例也从0.36%上升到9.43%(朱雪怡,李旭尧,2023)。同时，由于融资融券交易要求投资者对未来市场的趋势进行预测，与指数收益率具有高度相关性，我认为它可以更好地解释两者之间的关系。本文中采用了融资余额比(RZB)、融券余额比率(RQB)、融资买入量比(RZMB)和两融交易额占比比率(RRZB)四个经典指标作为本文的指标数据，可以从中看得出来分别代表了看多、看空、购买的实际行为变化和整体活动(高宇泽,孙晓莹,2022)。又因为中国A股市场长期以来都是以单边市场居多,所以投资人的看涨意愿往往多过看空,导致融券交易规模较小。因此，通过此事可以看出我们不能完全按照规模来构建RISI，而需要使用CRITIC赋权法加权构建(刘宇翔,周嘉彤,2021)。沪深300指数成份股包括沪深两市的300只样本股，涵盖了各行业的龙头企业，代表了所有A股上市公司中质量最好、领先、核心实力最强的股票。尽管成份股的数量占所有A股的比例不到7%，但它们贡献了约50%的市值和70%以上的净利润。它能更好地反映中国A股市场的运行和投资回报，因此我们可以把它作为判断A股市场走势最具代表性的“晴雨表”(宋怡然,龚文韬,2023)。融资融券相关指标与沪深300数据来自同一wind信息，统计口径为中国证监会口径。将历史数据加工处理后,得到HS300Retur=Ln(Pt/Pt-1)以及RISI=0.061261154RZB+0.342523011RZMB+0.39252152RQB+0.252739425RRZB。样本的统计数据如下：表4.1RS300R与RISI统计数据样本区间2016年4月6日-2021年12月10日样本数量1282个(数据来源windInfo)HS300ReturnRTST平均值8.70524*10-51.020965最大值0.068154748(2021-7-1)3.600115252(2016-5-2)最小值-0.092987451(2021-10-70.532415744(2016-5-24)起始值0.014027570.92452109截止日期-0.0060574851.00309681数据对比表明，当RISI波动较大时，HS300R的反应幅度也较大，可看出由于交易市场成熟、情绪标的覆盖范围进一步扩展、交易机制进一步成熟,RISI和HS300R的拟合率将进一步增加。（二）平稳性检验和分析为防止影响结果准确性，有必要检查样本统计序列是否稳定.如平稳则应该进一步构建向量的自回归(VAR)估计模型,并采用格兰杰(Granger)因果检验。为此,通过对HS300R和RISI开展单位根检来检测时间序列中是否具有单位根的零假设,并以Phillips-Perron检验方式执行(吕泽,张欣怡,2020):∆∆YT作为样本序列的一阶差分，t是时间变量。Phillips-Perron检验假设序列具有单位根，样本序列具有自相关性。通过Phillips-Perron测试，RISI和HS300R的结果如下(张思雨,李俊杰,2021)：表4.2单位根检验样本名Phillips-Perron值1%临界值5%临界值10%临界值Prob值结论RISI-45.20544-3.450341-2.881067-2.5832330.0001平稳HS300R-55.01727-3.463537-2.872334-2.5988200.0001平稳根据上述结果我们可以发现,，RISI和HS300R的值均小于1%临界值，分别拒绝HS300R和RISI存在单位根的原假设，考虑到这些因素说明两个样本序列都是平稳的，可以进一步开展VAR估计模型和Granger因果检验(王宇航,赵悦婷,2022)。（三）VAR模型实证研究本文采用VAR估计模型(VectorAutoregressiveModel)依次对HS300R和RISI进行建模，进而研究这两个变量之间的动态关系。VAR模型通过内生变量之间的动态关系来检测某一时刻发出的干扰变量是否会对所有变量产生连锁反应。根据VaR模型：Y根据SC，AIC准则，选择滞后期为2。根据VAR模型的一般表达式，建立HS300R与RISI的实证模型(何静怡,陈明泽,2020)：RISI=A11*RISI（-1）+A12*RISI（-2）+B11*HS300R（-1）+B12*HS300R（-2）+εHS300R=A21*HS300R（-1）+A22*HS300R（-2）+B21*RISI（-1）+B22*RISI（-2）+ε用Eviews软件对1282个样本日数据的HS300R和RISI形成的序列分析的结果是：表4.3VAR检验RISI(-1)RISI(-2)HS300Return(-1)HS300Return(-2)εRTST0.410524-0.115060.8426540.1314670.711755T-statistics0.0319540.018780.0121780.1109860.022858HS300R-0.600590.520446-0.706390.2819350.121783T-statistics0.084570.0588620.0335230.0725730.063851由此，VAR估计模型可以表示为：VAR(1)：RISI=0.410441*RISI(-1)-0.123551*RISI(-2)+0.846691*HS300R(-1)+0.130506*HS300R(-2)+0.711584(R-squared=0.840018Adj.R-squared=0.841332)VAR(2)：HS300R=-0.60782*RISI(-1)+0.520169*RISI(-2)-0.704598*HS300R(-1)+0.270133*HS300R(-2)+0.111787(R-squared=0.311886Adj.R-squared=0.318795)从表4.3中可以看出，在以RISI为因变量时,RISIt-k前的估计系数在滞后1期时为正值2期时为负值，在此脉络之下这说明RISI在得到短期持续之后很快会发生反转；同时，HS300R在滞后1期和2期都为正,这表明现有HS300R对RISI也会产生积极作用,股市盈利越多,其乐观情绪也越高涨(彭子琪,蒋浩然,2020)。但RISI第2期滞后数减少,说明HS300R的这种正向促进作用随着持续时间增加而下降,尽管RISI看多心态在获得了超高收益率的激励之后,立即显著升温,按照这形势发展但这种高涨延续至下一时期时便会急剧减弱。因此，在一定程度上，短期内，中国A股市场融资融券投资者的行为表现出非理性特征，受情感因素的影响很大。前述结果在一定程度上验证了本文预先设计的理论框架。现有的研究分析与理论预测保持了良好的一致，证明了理论模型中机制的有效性。具体来说，研究发现关键变量间的关联性及变化趋势与模型预测相符，这不仅加强了理论框架的可靠性，也为深入剖析该领域的复杂关系提供了实证支持。同时，结果的吻合性表明理论框架中考虑的影响因素及其相互作用是合理的，这对揭示研究现象的本质具有重要意义。此外，这一验证过程也为后续研究提供了指引，即在已验证有效的理论框架下，可以更加深入地探讨未被充分理解的因素，或把模型推广到更广泛的场景中进行验证和优化。在HS300R为因变量之后，risit-k之前的估计系数在滞后1期为负值2期时为正值，表示了RISI短期内看跌的变化将对HS300R产生负面影响，这种负面影响很快就会得到纠正，即——乐观预期会增加回报，悲观预期会降低回报。按照相关的经济学理论，HS300R必须准确反映了证券市场上的所有资讯，但上方VAR(2)的结果却表明，HS300R对RISI的反应存在一定的滞后性，可能由于中国证券市场还存在着其它各种因素的反向影响,且基础建设尚不健全,无法及时反应市场信息的变动(罗智勇,邱婧涵,2023)。进一步考察VAR(2),其残差值小于RISIt-k系数绝对值，在这些因素作用下既表示其它各种因素对HS300R的影响并不能涵盖RISI的作用,也表示当前我国的证券市场的基础设施等建设并不完善，价格信息无法对投资者情绪变动做出迅速反应；;滞后一期的收益对市场收益形成负面影响，而在二期时形成正面影响，说明市场不够稳定(张宇婷,刘凡,2022)。基于VAR模型,可以进行如下的简单分析:1.从VAR1可以看出RISI的影响不仅来源于其自身的滞后值，还受到HS300R的当期和滞后期的显著影响。根据系数符号得出判断，HS300R能够对RISI产生显著的同向影响。2.从VAR2可以看出HS300R受到当前影响和滞后期的显著影响。从系数符号来看，当期的RISI减少了HS300R，而第二个滞后期对股市回报有积极影响。3.从短期来看，我国A股市场中融资融券投资者的行为存在较显著的非理性特征。4.我国证券市场的定价体系没有十分准确地反应证券市场中融资融券投资者情绪的变动,且证券市场收益的稳定性不足,证券市场的基础设施建设亟需更加完善(陈雨轩,赵欣彤,2023)。（四）格兰杰因果关系检验Granger因果检验由CliveW.J.Granger于2003年创立，它可以确定一个变量是否是另一个变量变化的原因。本文在完成VAR检验的基础上，再实现Granger因果关系检验。根据前一阶段的单位根检验，基于这种状况本文使用的样本数据是稳定的（RISI和HS300R），因此可以在下一步进行测试。选择参考VAR的滞后期数2，然后对HS300R和RISI二者加以试验,结论如下：表4.4Granger因果关系检验滞后期数原假设观察值P值结论2HS300R小是RISI的Granger原因12820.0009拒绝2RISI小是HS300R的Granger原因12820.0005拒绝从试验结果分析,可以在1%的显著水平上，同时拒绝了两个原假设，p值表明它们具有非常显著的Granger因果关系，表明HS300R和RISI之间存在双向因果关系，相互影响。（五）脉冲响应分析为了进一步分析和研究RISI与HS300R之间的关系，我们需要先通过脉冲检验分析来解释VaR估计模型中变量参数的估计值。AR根检验本文使用AR根检验法来检验VAR估计模型是否稳定，如果一旦出现不稳定的状况，则模型的估计效果将无效(龚浩然,王佳琪,2021)。AR检验法是判断AR根的倒数是否小于1，并利用图形检测散布点是不是全部在单位圆之内。若存在散布点都不在该圆之内,那么即可确定该模式为不平稳,但假设散布点全部都在其内,即可确定该模式为平稳的模式。图4.1RISI与HS300RVAR模型的AR根分布如上图所示，RISI和HS300R的VaR估计模型中所有AR根的倒数均小于1，且所有倒数值分布点都落在圆内，在这条件下进行因此可以确定该模型是稳定的(杨心怡,刘建辉,2022)。2.脉冲响应根据上述VAR模型,由于第n个变量的变化对当期和滞后期都可能造成影响,所以要求我们对滞后传导的影响来加以检测解析。在此使用脉冲响应函数研究一次冲击再增加扰动项后,对内生变量的当期数值和滞后值形成了怎样的负面影响。如下图所表示,横坐标代表滞后期数,而纵坐标代表脉冲影响。图4.2RISI与HS300R脉冲响应从RISI对HS300R的脉冲响应曲线（RISI对HS300R的响应）可以看出，在RISI当期接受一个对股市收益的正面刺激后,考虑到当前的环境在当期立刻产生正向反应,并于第二期到达高峰后下降至零点,在经历每一次的小幅起伏以后,逐步回到稳定(李铭泽,张欣颖,2023)。考虑到理论与实践之间的差异，本文进行了深入的分析与必要的调整。为了确保理论模型能够更贴近实际操作情境，我们不仅严谨地推导和验证了理论框架，还广泛涉足实践领域，通过多元化的研究方法等，搜集了丰富的第一手资料。这些实践数据有助于我们洞察并理解理论模型在实际应用中可能面临的难题与偏差。据此，我们引入了修正迭代优化策略，构建了更具灵活性的研究流程，并据此修正和完善了当前成果，提升了其预测准确性和实用性，从而确保了研究成果的可靠性和广泛适用性。这一系列综合考量不仅深化了对研究议题的认知，也为相关领域的研究者与从业者提供了更具操作性和指导意义的理论框架和实践指南。第六期后RISI上对HS300R基本没有反映。这也表明,可以从中看得出来虽然短线股民的非理性特点显著,但中期之后明显降低,长期而言,股民的投机行动已体现出了理性化趋向。从HS300R对RISI的VAR模型的脉冲反应图形曲线可以发现，在HS300R遭遇一次负向的撞击后,RISI也体现出了相当程度的负向撞击效果,在第二期、第三期中表现出持续的积极效应,到第四期中逐步趋于平稳(赵俊彦,周雪琳,2021)。通过此事可以看出表明了RISI能够在相当程度上控制HS300R的波动性。该曲线中HS300R在受到冲击后,与RISI波动方向相同,也表明了HS300R对RISI的影响是持续的。同时，HS300R对RISI的小幅度反映，也表明了当前证券市场的股票价格并没有很好地体现金融市场上投资者的情绪特征。五、结论与建议（一）结论为深入研究RISI与HS300R之间的关系，本文在实证研究的部分选取2016年4月6日-2021年12月10日共计1282个交易样本日数据进分析。结果发现，HS300R与RISI两者之间相互影响，存在有十分明显的Granger关系，同时RISI也能够体现HS300R的变化。根据VAR估计模型可以看出，在短期内中国A股市场RISI的行为存在非常明显的的非理性特征，RISI的多空转变会对股市回报造成重大影响。然而，当这些影响迅速得到纠正时，市场RISI的看多情绪将增加市场回报，在此脉络之下看空情绪则会减少市场回报(邱紫萱,吴思彤,2020)。同时，中国股市目前的价格机制不能很及时地反映出市场上RISI的变化，HS300R稳定性较差，我国金融市场基础设施亟需更加完善。从以上结果来看，短线投资者的非理性特点尤为突出，中期逐步降低，长期来看更趋于理性化，这也说明了RISI可以在一定程度上有效抑制HS300R的波动性。同时，HS300R对RISI的小幅度反应，也说明当前我国股票市场的价格信息并没有很好地体现RISI的变化。综上,可以发现RISI与HS300R之间存在显著的互动关系，RISI能够比较好地反映出HS300R的变化。（二）建议通过以上研究分析，本文从个人投资者、相关政府部门两方角度分别提出以下建议：1.对个人投资者的建议投资者应不断提高自己在证券投资相关领域的能力，尤其是融资融券业务知识，提高对股票市场技术和风险的理解，掌握参与股票买卖尤其是投资融券买卖的基础技巧。为避免容易被证券市场情绪与舆论所误导,按照这形势发展投资者要关注证券市场环境,掌握并重视该证券市场的情绪指数数据指标,尤其是建议对投资融券相关指数加以研究,可以更加合理地管理风险,获得理想的利润(徐怡婷,李文俊,2022)。另外,投资者还必须改变投资模式,在以往的单边操盘,亦即看涨买、看跌抛的思想惯性之上,对进行逆向融券沽空必须提高意识，提高自己对风险的掌控能力。对相关政府部门的建议（1）目前我国A股市场中的投资者仍然存在较多的不理性行为，因此我认为相关政府部门应在坚决贯彻投资者适当性原则的基础上，在这些因素作用下加强对投资者价值投资理念的培养，强化其风险与收益相匹配的投资理念和逆向操作意识，以此来减少股市异常波动和对投资者造成重大损害的问题(朱宇浩,孙浩然,2021)。（2）融资融券作为我国资本市场上一种新兴的交易品种，发展迅速，但在不成熟的发展阶段仍存在诸多风险，因此我认为相关政府应该在鼓励发展融资融券业务，扩大目标，充分发挥双向投资功能的基础上，在这条件下进行依照我国证券市场的现实状况不断优化调整融资融券交易制度，加强对相关数据的监测和预警，加强中国证监会、中国证券金融公司、证券业协会的监督协调，完善法律法规体系建设，关注投资者情绪，及时向投资者提示风险，减少系统性风险的发生。六、结语本文主要从五个方面论述在融资融券角度下投资者情绪与股市收益率之间的关系：第一部分首先简单说明了研究背景和科研意义;第二部分为本文的文献综述;第三部分剖析了我国证券市场投资者