《基于主成分分析法的投资者情绪对股票收益的影响实证研究10000字（论文）》

基于主成分分析法的投资者情绪对股票收益的影响实证研究[摘要]中国股票市场迅速发展的同时，也为我国资本市场带来了许多问题。我国股票市场上机构投资者的比例相比国外有一定的差距，个人投资者占绝大多数，其中包含许多非理性投资者，则投资者情绪能作为影响我国股票市场的一个重要因素。本文选取了2012年1月至2021年12月的月度时间序列数据，利用主成分分析法构建投资者综合情绪指数，并检验该指数的合理性及准确性，再使用VAR模型对投资者情绪对股票收益的影响进行实证分析。实证结果表明：滞后期投资者情绪会对股票收益产生负向影响，且投资者情绪与股票收益之间存在相互的格兰杰因果关系。最后，基于实证分析所得的结论，针对投资者情绪在股票市场中存在的问题提出了相关建议。[关键词]投资者情绪；主成分分析；股票收益；VAR模型目录307941绪论 1121971.1研究背景和意义 1280761.2研究方法及内容 174631.3研究框架 2262501.4创新与不足 2239152文献综述 3148142.1国外文献综述 3293632.2国内文献综述 3269682.3文献评述 4161143投资者情绪的定义及其相关理论分析 5314183.1投资者情绪的内涵 556463.2投资者情绪的特征 527453.3投资者情绪对股票收益影响的相关理论 6118264构建投资者综合情绪指数 8264584.1情绪代理指标选取及数据来源 8225084.2主成分分析 823704.3IS2指数合理性及准确性检验 1298705投资者情绪对股票收益的影响实证分析 14193155.1变量描述性统计及ADF检验 14297825.2VAR模型的构建及分析 15187335.3平稳性检验 16229355.4格兰杰因果检验 17172146结论及政策建议 1878166.1结论 18187146.2政策建议 184013参考文献 20绪论研究背景和意义目前我国的股票市场的规模比较庞大，根据统计数据，截至2020年底，我国境内上市公司数已有4154家，股票流通市值达64万亿元。但是与国外成熟的市场相比，我国的股票市场仍然是新兴的市场。到2021年2月底，就投资者结构而言，个人投资者数量占比达到了99.7%，而机构投资者的数量仅占0.3%。股票市场的收益会受到很多因素的影响，投资者的情绪就是影响因素之一。在我国的股票投资市场当中，其中，投资者的情绪表现为较不稳定与不理性，尤其是与国外的国家相比我国股票市场的投资者在投资时往往会受到来自多个方面的因素的影响，包括个人投资者专业知识的缺乏、“羊群效应”等等，从而做出不理性的决策。因此，受投资者干扰的因素，可能会导致市场不能准确地反映信息。2015年股灾的爆发，大盘从5100多点跌至3000点以下，股价虚高严重，大多数中小投资者被偏离的股价迷惑，非理性投资者的影响因素在此次股灾中也不容忽视。在我国的股票市场当中，股票市场的发展离不开股票投资者，而我国的股票投资者在做出决定时又往往都呈现出了短期性和非理性，同时我国的股票市场的发展还有待完善。在这种背景下，基于行为金融学的视角，研究投资者情绪主体是否对股票市场产生影响，对掌握市场的运行规则和对股票投资者行为的理解具有一定的积极意义。研究方法及内容本文的研究方法主要运用了三种方法，具体如下：（1）文献研究法。本文梳理了国内外学者对投资者情绪研究的相关文献，借鉴国内外学者对投资者情绪指标构建的方法，结合各学者对投资者情绪指标选取的有效性，选取能够反映中国股票市场投资者情绪的代理指标。（2）主成分分析。本文研究中的主成分分析是从与股票收益相关的变量中，选取能够反映投资者情绪的代理指标，通过降维的方式将可能存在线性相关的数据转为线性不相关的变量，对其中的主成分进行提取，进一步对相关的投资者情绪的变量进行综合指数的构建。运用主成分分析可以对影响股票收益的投资者情绪进行全面的分析，使得投资者情绪中的每一个变量如何对股票收益的影响都可以得到体现。（3）理论结合实证分析。本文基于理论层面阐述投资者情绪的定义及特征，在投资者情绪对股票收益影响相关理论分析的基础上，利用回归模型对投资者情绪对股票收益的影响进行实证分析。研究框架本文共分为六个部分，第一部分为绪论，介绍了投资者情绪对股票收益影响的研究背景，阐述了本文研究的意义；第二部分为文献综述，梳理了国内外学者对投资者情绪的解释及对股票收益影响的相关研究，对文献进行了评述；第三部分为投资者情绪的定义及对股票收益影响的相关理论分析；第四部分为通过主成分分析法来构建投资者综合情绪指数；第五部分为实证分析，通过所构建的投资者情绪指数，分析对股票收益的影响，展示了实证分析的结果；第六部分为结论与建议。创新与不足本文的创新之处投资者情绪代理指标的合理选取及其全面性。基于易志高和茅宁（2009）选取的刻画中国证券市场的6个情绪指标而构建的CICSI指数，其代理指标数量选取较少，综合情绪指数的准确性受主观因素影响较大。因此，本文参考以往已构建的综合情绪指数及近几年国内外学者的研究成果，将CICSI所选取的能够反映投资者情绪的代理指标增加到10个，再进行主成分分析，构建投资者情绪综合指数，使能够刻画投资者情绪的综合指数更具有代表性，包含投资者更多的信息。研究的不足之处本文在研究时采用的是月度数据，相较于频率更高的日度数据，利用月度数据构建的综合情绪指标存在一定的信息丢失文献综述国外文献综述国外对于投资者情绪对股票收益的影响研究时间非常早，在19世纪的80年代开始就有了相关的研究。Fama（1970）以理性人的前提，认为市场总是有效的，金融资产的价格包含了所有信息，包括公开和未公开的信息，信息优势并不能使投资获得长期的超额收益。起初学者只对股票市场的定价进行了研究，观察其定价有没有出现问题，但是股票收益的影响因素是非常多的，基本的影响因素是并不完整的。而后便出现了噪声交易因素，Black（1986）提出了噪声交易在金融市场中的重要性。Barberisetal.（1998）建立了BSV模型，在模型中讨论了投资者在对股票进行投资的过程中，存在着两种错误的投资方式，首先第一种是由于投资者的选择性偏差而造成的，第二种方式是由于股票投资者的保守型偏差而引起的，这两种错误的投资呈现了投资者对股票收益的反应不足以及投资者对股票收益的过度反应，为后来投资者情绪对股票收益的影响奠定了良好的理论基础。BakerandWurgler（2006）对情绪的代理指标进行主成分分析，验证了投资者情绪会对股票收益产生一定的影响，且影响程度随情绪不同而改变。YangandCopeland（2014）利用EGARCH模型，解释了投资者情绪对股票市场过度收益的影响，研究发现牛熊市分别会导致市场更高和更低的过度收益。散户比例高作为中国股票市场的一个显要特征，ChunmaoHanandYongdongShi（2022）指出，个人投资者占比高使得投资者情绪在中国市场发挥着重要作用。国内文献综述由于我国股票市场的发展时间较为晚一些，并且股票市场的发展程度相对滞后，理论基础并不完善。但基于国外学者的研究基础上，国内学者对于投资者情绪的相关研究也有迹可循。李诗林等（2003）认为，投资者在其心里认知产生偏差而形成的投资策略，使股票预期收益率波动后的偏差感受即为投资者情绪。文凤华等（2014）对投资者情绪的定义为综合场内外投资者对同一支股票同一时间持着看涨看跌的态度。易志高和茅宁（2009）基于BakerandWurgler构建的BW指数下，通过主成分分析构建了中国投资者情绪综合指数即CICSI指数。主成分分析法是国外学者构建投资者情绪指数的主要方法。贺刚（2014）在对情绪代理指标选取的研究中发现，单个指标选取的合理性及全面性会对所构建的投资者情绪指数的准确度产生直接的影响。张同明和张宁（2021）认为我国学者在对选取投资者情绪的代理变量方面，缺乏相应的理论基础，指标的选取应具有全面性和合理性。国内学者在研究投资者情绪的应用中，马若薇和张娜（2015）在文章中分析指出，投资者情绪与上证指数互为格兰杰因果关系。李响等（2020）通过构建投资者情绪综合指数，表明了投资者情绪与股票指数收益率之间存在着显著的相关性。文献评述综合国内外学者对投资者情绪的相关研究上来看，投资者情绪作为影响股票市场的因素已是学术界的共同认识，国外和我国的学者现阶段的研究主要集中在对投资者情绪的应用阶段。贺刚（2014）和张同明等（2021）从投资者情绪代理指标的选取角度出发，认为指标选取的合理性和全面性都会直接影响综合指数构建后的准确性。通过阅读国内的文献，虽然有学者基于情绪代理指标选取的合理性和全面性进行研究，但属于较少部分。因此本文参考近几年学者的相关研究成果，基于CICSI的6个情绪代理指标，选取沪深300指数振幅（ZF）、成分股成交额（VALUE）、成交量（VOL）、市盈率（PE）4个投资者情绪代理指标，基于这10个指标构建投资者综合情绪指数。国外及国内学者在构建投资者综合情绪指数上，尝试了不同种方法，但从现阶段研究成果来看，多数学者使用的主要方法为主成分分析法，因此本文利用主成分分析法对10个指标合理构建投资者综合情绪指数，来研究投资者情绪对股票收益的影响。投资者情绪的定义及其相关理论分析投资者情绪的内涵在对已有文献的研究中，可以看到有很多学者都对投资者的情绪进行了定义，而投资者的情绪的内涵实际上就是投资者在对股票进行投资时，会由于市场等因素的变化，而使得自己的心理发生相应的变化。也可以看作是，投资者在对股票进行投资的过程中，由于股票市场发生变化，投资者便会随着市场的变化而改变对市场的相应的看法。因此对股票的收益来说，投资者的情绪对其影响是非常重要的，投资者的情绪可以直接对股票的收益产生相应的影响。在投资者情绪当中，是包含着非常多的因素的，因为每个人的心理状况都是不同的，并且对于人的心理变化是不能够进行实际的测量的，人的心理内容包含着人对不同事物的主观感觉、人在不同场景下的心情以及人在解决不同的问题当中会拥有不同的思维方式。因此在这种背景下，对投资者的情绪进行相应的量化是非常困难的，并且容易出现系统性的偏差。在国外的学者对投资者情绪的定义中，认为投资者的情绪的内涵实际上是对于不同人的不同的价值观的表现方式，也是人对于不同的信息会产生不同的认知以及不同的解释的过程。在国内的学者对于投资者情绪的研究中，对投资者情绪进行定义的出发点是建立在风险资产定价之上的。投资者情绪的特征在对股票的投资过程中，投资者的情绪特征主要表现在四个方面。第一点特征是投资者的情绪存在着一定的差异性，是指在投资者对股票的投资过程中，每个投资者所产生的情绪都是不同的，也就是存在着一定的差异性的。造成这种现象的原因也是多个方面的，主要的原因是由于人生来便具有着一定的差异性，世界上并没有两个一模一样的人，因此每个人的心理也是不同的，对于不同得事情会有不同的看法，在不同的问题之下，每个人的思维方式也是不同的，因此便使得在股票市场中的各种影响因素发生变化时，会对每股股票带来不同程度的影响，对股票未来的收益也势必会有一定的影响，所以不同的投资者在不同的市场背景下，便会出现情绪的差异性。其次是投资者情绪具有着一定的稳定性，是指在没有较大的变动的情况之下，投资者的情绪是不会发生过大的转变的，尽管每个人在逐渐的发展过程中会受到社会等因素的影响，但是随着投资者的年龄的逐渐增长，投资者的心理的特点是不会轻易的发生变化的，因此就使得在对股票进行投资的过程中，投资者的情绪虽然会受到市场中的因素的影响，但是并不会发生非常大的转变，具有着一定的稳定性。第三点是整体性。由于投资者群体并不是一个人，而是由每一个不同的投资者组合而成的，因此在这个整体当中，会表现出来另一种意义。当一个投资者表现出来对涨势不好的股票的投资的坚持时，那么可以理解为这个投资者是固执的，但是当还有另一个投资者或者更多的投资者对涨势不好的股票坚持进行投资时，便呈现出了不一样的意义。第四点就是独特性。是指在不同的投资者当中，每一个投资者的性格、思想等都是不同的，因此其对于股票市场变化的认知也是不同的，有人在股票投资过程中更加关注股票会带来的收益，而另一部分投资者则更加关注股票背后的上市的相关的状况的，因此对于股市中的波动来说，不同的投资者所产生的情绪也是不同的，便呈现了投资者情绪的独特性。投资者情绪对股票收益影响的相关理论心理账户理论在对股票的投资过程中，心理账户理论是指在不同的投资者的心中，都会拥有不同的账户。人们在进行各种决策时，都会具有一个真实的账户，但是心理账户是与真实账户相对的，并不是真正存在的账户。举例来说，就是投资者在对股票的投资过程中，首先选择了一支股票进行投资，但是投资导致赔了钱，正常情况下，很多投资者便不会在专注于这支股票，继续对这支股票进行投资，这种投资的亏损便被记录在了投资者的投资的心理账户之中。对于投资者来说，再想继续对这支股票进行投资，就相当于要付出两倍的成本，投资股票所带来的的收益是不能够弥补付出两倍的成本的，也就没有投资者会继续进行投资，这种情况不仅仅会导致投资者对一只股票的投资情况，甚至会影响投资者对整个股票市场中的股票的投资情况。但是还存在着另一种情况，便是投资者在投资前就将这笔投资的资金丢失了，这种情况下便会被记录在投资者的资金心理账户之中，这种资金的丢失与对股票投资失败是不同的，与投资股票并没有任何关联，因此在这种情况下，大部分的投资者的内心中还是愿意为股票进行投资的。所以投资者在实际的投资过程中，便会受到心理账户的影响。投资者会在心理先对账户进行一个划分，然后将自己所拥有的每一部分资金进行分配，不愿意将用作衣食住行的资金进行投资，而为孩子积攒的教育资金是可以用来做长期投资的等等，最后便对投资者对股票的投资产生影响。噪声交易理论噪声交易理论是指在股票市场当中，股票的价值与实际的价值之间是存在着一定的差距的，而这个差距便是噪声交易理论当中的噪声。在这个过程中，由投资者对股票的信息进行收集与掌握，在此基础上形成对于股票的交易的价值做出相应的判断。噪声交易对于我国的股票市场有着非常巨大的影响，例如由于噪声交易的存在，便会使得我国的投资者在对股票进行投资时，会选择不同的股票进行投资。在噪声交易的存在之下，投资者在股票市场当中的众多的信息是没有办法辨别真伪的，因此便会使得一部分股票的价值与其实际所具有的价值出现差距，进而就使得股票在股票市场当中出现了错误定价，因而就造成投资者对股票投资的情绪出现变动。

构建投资者综合情绪指数情绪代理指标选取及数据来源本文基于中国投资者综合情绪指数CICSI原6个代理指标：封闭式基金折价率（DCEF）、换手率（TURN）、IPO数量（IPON）、IPO上市首日收益率（IPOR）、新增投资者开户数（NIA）、消费者信心指数（CCI）上，选取沪深300指数振幅（ZF）、成分股成交额（VALUE）、成交量（VOL）、市盈率（PE）作为构建投资者综合指数的有效指标，数据选取自2012年1月至2021年12月，共计120个月的月度数据，上述数据均来源于国泰安CSMAR数据库，本文使用STATA17.0统计软件进行分析。表4-1投资者情绪代理指标表指标名称符号指标说明封闭式基金折价率DCEF基金按照基金份额加权的综合折价率换手率TURN成交量/流通股本IPO数量IPON当月IPO数量IPO上市首日收益率IPORIPO流通股数加权的平均收益率新增投资者开户数NIA当月新增开户数的自然对数消费者信心指数CCI消费者满意指数+消费者预期指数沪深300指数振幅ZF（当月收盘指数-上月收盘指数）/上月收盘指数成分股成交额VALUEA股成分股月成交额的自然对数成交量VOL月交易金额与月流通市值的均值比市盈率PE沪深300月均市盈率主成分分析参考易志高和茅宁（2009），为反映代理指标对投资者综合情绪指数的时间效应，对前述10个当期代理指标进行滞后一期处理，所得滞后一期指标：ZDCEF、ZTURN、ZIPON、ZIPOR、ZNIA、ZCCI、ZZF、ZVALUE、ZVOL、ZPE。首先对当期指标及滞后一期指标共计20个指标进行KMO检验和Bartlett球形度检验，检验该20个指标是否适用于主成分分析。表4-220个指标KMO和Bartlett球形度检验KMO和Bartlett检验KMO取样适切性量数0.829Bartlett球形度检验近似卡方3054.836自由度190显著性0.0000通过观察表4-2可知，KMO检验值为0.829，大于0.7，Bartlett球形度检验的近似卡方值为3054.836，自由度为190，且检验结果具有显著性，因此本文可通过上述20项代理指标进行主成分分析。表4-3因子贡献率表成分特征值方差累计方差贡献率18.28810.41440.414424.73720.23690.651331.31930.06600.717241.25270.06260.779950.83830.04190.821860.72490.03620.858070.62130.03110.889180.55560.02780.916990.39800.01990.9368100.31770.01590.9527110.26710.01340.9660120.22730.01140.9774130.14010.00700.9844140.11730.00590.9902150.05510.00280.9930160.04430.00220.9952170.03590.00180.9970180.02910.00150.9985190.01920.00100.9994200.01180.00061.0000由主成分分析得因子贡献率表，见表4-3，主成分提取须满足特征值大于1的主成分，可知特征值大于1的主成分为前4项主成分P1，P2，P3，P4，且前4主成分累计方差贡献率达78%，较好地解释了投资者情绪。根据各成分方差贡献率的权重，可得投资者综合情绪指数公式： P=(0.4144本文将前4项主成分进行提取，得出得分系数矩阵，见表4-4。表4-4成分得分系数矩阵指标符号1234DCEF0.00130.1690-0.33880.0230TURN0.1003-0.0941-0.10450.0205IPON0.07150.10830.0092-0.3392IPOR0.03210.07560.4022-0.1073NIA0.0915-0.0116-0.0775-0.0395CCI0.04370.14950.07060.4395ZF0.0417-0.12160.23060.1679VALUE0.10980.02410.05510.1183VOL0.0990-0.0939-0.11480.0115PE0.10030.06560.1295-0.1885ZDCEF0.00350.1701-0.33670.0575ZTURN0.0912-0.0953-0.13400.0253ZIPON0.07380.1008-0.0133-0.3033ZIPOR0.03870.06750.4122-0.0005ZNIA0.1008-0.0286-0.1678-0.0194ZCCI0.04510.14220.07950.4670ZZF0.0401-0.13920.04120.1919ZVALUE0.11450.0080-0.04620.1449ZVOL0.0861-0.0938-0.14420.0131ZPE0.10460.05730.1132-0.1608基于上表，为方便表述，本文将上述20项指标符号分别以X1…X20表示，由成分得分系数矩阵可得各成分指标表达式：……将所得的表达式P1，P2，P3，P4带入（式4.1）中，即可得到投资者综合情绪指数IS1，将所得到的投资者综合情绪指数与20项代理指标进行Pearson相关性检验。表4-5Pearson检验结果指标符号IS1DCEF0.342***TURN0.476***IPON0.702***IPOR0.456***NIA0.600***CCI0.738***ZF0.082VALUE0.861***VOL0.464***PE0.854***ZDCEF0.367***ZTURN0.404***ZIPON0.703***ZIPOR0.503***ZNIA0.613***ZCCI0.737***ZZF0.001ZVALUE0.843***ZVOL0.369***ZPE0.866***注：“***”代表在1%水平上显著相关，下同。根据表4-5结果，代理指标ZF、ZZF与IS1相关性不显著，可能由于使用月度数据从而导致该指标与投资者情绪的关联性下降，故予以剔除。为减少当期指标与滞后一期指标所包含的重复信息，依据相关性强度选取代理指标进行第二次主成分分析。在第二次主成分分析中，ZIPOR的Uniqueness值大于0.7，属于异常，故予以剔除。最终代理指标为TURN、CCI、VALUE、VOL、ZDCEF、ZIPON、ZNIA、ZPE。重复上述主成分分析步骤即可得到最终投资者综合情绪指数IS2IS2指数合理性及准确性检验本文将2012年1月至2021年12月的沪深300指数与主成分分析所得的IS2指数绘制成折线图进行对比分析。由图4-1可知，IS2指数的走势与沪深300指数的走势基本一致，在股票市场中，通过代理指标的变动，来反映投资者情绪的变化，而本身作为股票市场的交易指标从而影响市场指数，因此本文由主成分分析构建的该指数具有一定的合理性。观察两个指数的走势，可以看出IS2指数在短期内的波动幅度较沪深300指数的波动幅度大。数据来源：沪深300指数来源于国泰安CSMAR数据库；IS2为主成分分析所得图4-1沪深300指数与IS2指数折线图为进一步检验IS2指数的准确性，将该指数与沪深300指数进行皮尔逊相关性分析。表4-5沪深300指数与IS2指数相关性分析沪深300指数IS2指数Pearson相关性0.934***显著性0.0000由表4-5可以看出，IS2指数与沪深300指数在1%水平上显著相关，且相关系数大于0.5，相关性强，这说明IS2指数具有一定的准确性，且对投资者情绪有较好的解释力度。投资者情绪对股票收益的影响实证分析变量描述性统计及ADF检验沪深300指数作为A股市场最具代表性的指数，其覆盖了大部分的流通市值，且能够反映A股市场的总体发展，故本文选取2012年1月至2021年12月沪深300月度收盘指数进行股票收益率的计算，数据来源于国泰安CSMAR数据库，计算公式如下： Rt=其中，Rt为当月沪深300指数月度收益率，indext为当月收盘指数，indext-1为上月收盘指数。本文采用VAR向量自回归模型进行实证分析，探究投资者情绪与股票收益之间的关系，使用的统计软件为STATA17.0。表5-1变量描述性统计RIS2样本量120119平均值0.0083-0.0000中位数0.00490.0916标准差0.06500.7510最小值-0.2100-1.1750最大值0.25801.6240峰度5.36072.1316偏度0.29670.1378据表5-1，沪深300指数月度收益率的平均值为0.0083，当月最大涨幅达到25.8%，最大跌幅为21%，波动幅度较大。投资者情绪最大值为1.6240，最小值为-1.1750。本文使用的数据为时间序列数据，利用VAR模型进行回归前须检验数据的平稳性，以避免出现伪回归。检验时间序列数据平稳性的主要方法为ADF单位根检验，检验结果如下：表5-2ADF检验结果变量T统计量P值结果R-9.33300.0000平稳IS2-1.96100.0261平稳如表5-1所示，沪深300指数月收益率在1%的水平上显著，投资者情绪指数在含常数项和无趋势项的ADF模型下，P值小于0.05拒绝原假设，故此两个时间序列数据为平稳序列，可以构建VAR模型。VAR模型的构建及分析表5-3最优滞后阶数的确定LagLLLRFPEAICHQSC0111.217NA0.000505-1.9161-1.89661-1.868091139.51156.5880.000329-2.3423-2.28386-2.198292154.50129.980.000272-2.53511-2.4377-2.29509*3161.81814.635*0.000256*-2.5933*-2.45693*-2.257284165.7027.76650.000257-2.59126-2.41592-2.15922参考学者在VAR模型设定前，根据信息准则表确定模型的最佳滞后阶数，根据表5-3可知，最优滞后阶数为滞后3阶，采用二元VAR模型，模型设计如下： γt=其中，γt为模型待估的参数，本文待估的参数为收益率R和投资者情绪指数IS2。根据VAR模型分析得出的结果如下：表5-4VAR模型分析结果RIS2R（-1）-0.732210.090368[-0.909328]2.1129390.310902[1.503583]R（-2）-0.5440830.1136101[-0.766755]1.6308450.390864[0.864765]R（-3）-0.2690030.100705[-0.466382]0.8599460.346466[0.180885]IS2（-1）-0.0606290.026523[-0.112614]0.0188390.091250[-0.160008]IS2（-2）-0.0900590.026340[-0.141685]0.0226350.090621[-0.154980]续表5-4RIS2IS2（-3）-0.0524640.027376[-0.106119]0.0555530.094184[-0.129044]C0.0033430.006029[-0.008473]0.0173590.020742[-0.023294]R-squared0.41650.3405依据表5-4的回归结果，可得出以下公式：R−0.0901IS+0.0226根据VAR模型回归分析结果及公式可知，当沪深300指数月度收益率R为被解释变量时，R-squared的值为0.4165，投资者情绪IS2滞后一期、二期及三期的回归系数均显著为负，由此说明，滞后一期、二期和三期的投资者情绪对股票收益的影响均呈负向。但当投资者情绪指数IS2为被解释变量时，R-squared的值为0.3405，且回归系数显著为正，说明了投资者的情绪会显著受到股票收益的正向影响。平稳性检验图5-1为VAR模型平稳性检验的结果，所有的根都在该单位圆内，表明该VAR模型是平稳的。 图5-1模型平稳性检验格兰杰因果检验为进一步验证投资者情绪对股票收益的影响关系，本文对这两个变量进行格兰杰因果检验。表5-5格兰杰因果检验被解释变量解释变量卡方值P值RIS2ALL24.6924.690.0000.000IS2RALL46.73446.7340.0000.000从表5-5中可以看出，股票收益作为被解释变量时，P值为0.000，在1%的水平上拒绝了原假设，即投资者情绪是股票收益率的格兰杰原因，也即说明投资者情绪会对股票收益产生显著影响。而投资者情绪作为被解释变量时，股票收益也在1%水平上拒绝了原假设，因此股票收益是投资者情绪的格兰杰原因，即投资者情绪与股票收益为双向的格兰杰因果关系。结论及政策建议结论本文利用2012年1月至2021年12月的月度时间序列数据，通过主成分分析法构建投资者综合情绪指数，分析投资者综合情绪指数与沪深300指数的走势图及相关性，说明了所构建指数具有一定的合理性。其次，运用VAR向量自回归模型来研究投资者情绪对A股股票收益的影响。研究结果表明，滞后期投资者情绪会对股票收益产生显著的负向影响，即当期的投资者情绪会对下期的股票收益产生负向的影响，由于我国的股票市场是个不成熟的市场，加上噪声交易的存在，当投资者情绪高涨时，非理性投资者的决策通常呈主观性，并且带动更多的投资者进入，导致股票价格被虚高，反映股票价值的信息不能真正体现出来，而当股票价格回归到其价值时，股票的收益率便会下降。研究结果还发现投资者情绪会受到滞后期股票收益显著的正向影响，这一结论也符合实际，主观层面上，投资者的情绪很容易受到股票收益因素的影响，当股价上涨或下跌，股票收益升高或降低时，市场带动投资者的情绪，从而在市场中盲目地“追涨杀跌”。投资者情绪还与股票收益互为格兰杰因果关系。影响我国A股整体收益率的因素表现为许多方面，而投资者情绪占较小一部分，我国的股票市场是非成熟的，还依旧需要继续完善。政策建议基于以上的结论，本文提出几点建议。从股票投资者教育方面：我国投资者会受许多因素影响而做出非理性行为，缺乏专业的投资知识和投资经验的非理性投资者依旧占我国股票投资者中的多数。成熟、理性的股票投资市场首先需要理性的投资者。针对此问题，我国需要结合各个机构，包括股票市场监管机构、专业的证券机构和相关教育机构，建立一个对投资者的完善的、全面的教育体系，改善我国股票市场上非理性的投资行为；从股票市场投资者结构方面：我国股市的机构投资者比例相对于欧美国家，有着很大的差距，个人投资者占比高且缺乏相关的专业知识，从而形成了我国股票市场上非理性的现象。机构投资者在信息和资金方面都有足够的优势，因此我国在股票市场的投资者结构方面，需要不断地进行优化，落实对机构投资者的市场准入制度；丰富投资者的类型，鼓励保险企业等的资金进入市场，加强对机构投资者的建设，从而进一步地稳定我国股票投资市场。参考文献BarberisN,ShleiferA,VishnyR.AModelofInvestorSentiment[J].JournalofFinancialEconomics,1998,49.BlackF,NÜreten.Noise[J].JournalofFinance,1986,41(115):529-543.ExperimentalFinance,2015,8:25-39.KimM,ParkJ.IndividualInvestorSentimentandStockReturns:EvidencefromtheKoreanStockMarket[J].EmergingMarketsFinance&Trade,2015,51(sup5):S1-S20.FamaEF.EfficientCapitalMarkets:AReviewofTheoryandEmpiricalWork[J].TheJournalofFinance,1970,25:383-417.KumariJ,MahakudJ.Doesinvestorsentimentpredicttheassetvolatility?EvidencefromemergingstockmarketIndia[J].JournalofBehavioralLeeCMc,ShleiferA,ThalerRH.Anomalies:Closed-EndMutualFunds[J].JournalofEconomicPerspectives,1990,4(4):153-164.MichaelLemmon,EvgeniaPortniaguina.ConsumerConfidenceandAssetPrices:SomeEmpiricalEvidence[J].ReviewofFinancialStudies,2006,19(4):p.153-164.Perez-ListonD,HuertaD,HaqS.DoesinvestorsentimentimpactthereturnsandvolatilityofIslamicequities?[J].JournalofEconomicsandFinance,2016,40(3):421-437.PolkC,SapienzaP.TheRealEffectsofInvestorSentiment[J].CeprDiscussionPapers,2003,2