投资者情绪与股票截面收益翻译
投资者情绪与截面股票收益率
摘要：我们研究投资者情绪如何影响股票的截面收益。我们预测投资者情绪对证券有较大的影响（其价值高度主观且很难套利）。与此预测一致，我们发现如果投资者的情绪代理指标一开始较低，则事后回报率相对较高（尤其对那些小公司股票，新发行股票，高波动性的股票，亏损企业股票，不分红企业的股票，高速成长的股票，困境企业的股票而言）。另一方面，当投资者情绪很高时，这些类别的股票获取相对较低的事后回报。
经典的金融理论并没有对投资者情绪做出解释。相反，这一理论认为，理性的投资者之间进行竞争，并且他们多样化投资以最优化其投资组合，将产生价格等于预期现金流的贴现值这样一个均衡，并且预期截面回报率仅依赖于截面的系统性风险（β值）。即使有些投资者是非理性的，经典理论认为他们的投资需求被套利者抵消，因此对价格不产生重大影响。
在本文中，我们有证据表明，投资者的情绪可能对股票截面价格有显著的影响。我们先从简单的理论预期开始。因为错误定价是这样的一个结果：即面对套利约束的情况下，大量未知需求冲击所致。当股票交易是以情绪为基础的需求或套利的结果时，我们预测大量的投资者情绪会产生截面效应（即并非简单的所有股票价格同时上升或下降）。
在实践中，有两个截然不同的渠道会产生类似的预测结果。由于股票对投机性需求最为敏感，那些有较高主观价值的股票同时也可能是风险和套利成本最高的股票。具体地说，理论表明两个不同的渠道更容易受投资者情绪变化的影响，这些影响通过具有某些特征（新发行的，小公司的，高波动的，亏损的，不分红的，困境中的，或者高速增长当中的股票）的企业股票来表现。
为了检验经验预测的真实性，并得到投资者情绪更真实意义上的概念，我们从1961年开始到互联网泡沫时代，总结美国市场这段时间内市场情绪的波动作为开始。这个总结以生动的描述为基础，因此仅仅别看作一个建议性的、投资者情绪波动的事后特征。然而，该总结的基本信息似乎和我们的理论预测是一致的，并认为一个更准确地实证是必要的。
我们的主要经验做法如下。因为情绪驱动的错误定价的截面模式将很难直接被发现，我们考察股票收益的截面预测模式是否依赖于一开始的情绪代理指标。例如，相对于老公司而言，新公司的未来低回报率和事前新公司的股票被高估一致。像往常一样，我们注意到共同的假说问题，我们发现任何可预见性模式实际上反映系统性风险补偿。
第一步是选取投资者情绪代理指标，我们可以用时间序列的条件变量。因为没有完美的或无可争议的投资者情绪代理指标，我们的做法是一定要符合实际。具体来说，我们考虑最近文献中使用的大量情绪代理指标，形成一个复合情绪指数（以主成分分析为基础）。为了
减少这些情绪代理指标和系统性风险相关的可能性，我们也形成一个以情绪代理指标为基础的指数，并且该指数与几个宏观经济条件垂直正交化。该情绪指数明显和历史上的股市泡沫及股灾一致。
然后，我们测试随后的股票截面收益如何不同于开始时期的情绪变化。使用1963年和2001年之间的月度股票收益，我们以几个主要的公司特征为基础形成一个投资组合，该组合中每个成分权重一样。（我们的理论预测以及实证结果证实，大企业受情绪的影响较小，因此价值的比重往往会使相关性模式变得不清晰。）我们发现，当情绪低（低于样本平均），小型股随后的收益特别高，但是当情绪高（高于平均水平），完全没有规模效应。当投资者情绪低时，以后的回报是新公司（新上市）股票高于老公司的股票，高波动性股票比低波动性股票，亏损公司的股票比盈利公司的股票，不分红公司股票比分红公司股票收益高。当情绪很高，这些模式完全相反。虽然以前的数据不像现在这样丰富，在覆盖1935到1961年的样本中这些模式中的一些也是明显的。
排序（sorts）也表明投资者情绪以类似的方式影响快速增长和困境中的企业。注意到股票以这样的指标分类排序（销售增长率，账面市值比，或者外部融资活动）时，快速增长的企业和困境中的企业在排序的两端，而那些更稳定些的企业位于排序的中部位置。我们发现，当投资者情绪低时，在排序两端的企业的股票事后收益明显高于它们没有条件限制时的平均值，而在排序中间的股票则较少受到投资者情绪的影响（对于账面市值比结果在统计上是不显著的）。这个U型排序模式在很大程度上与理论预期是一致的：快速增长和困境中的企业通常有相对主观的价值并且相对难以进行套利活动，所以它们可能更容易受投资者情绪影响。
然后，我们考虑回归的方法，使用Fama-French因素模型分析以企业规模和账面市值比分类的股票的联动效应。我们使用情绪指数来预测从高到低排序（以对情绪敏感性形式）的投资组合的收益。毫不奇怪的是，鉴于我们的投资组合权重相等以及我们所考查的几个特征与规模相关，包含SMB作为一个控制性趋势降低了预测的准确性，尽管仍有一些预测能力。
然后，我们再转向另一种经典的解释，他们只是反映了补偿系统性风险的一种复杂模式。无论是以理性的市场风险溢价这种时间变量还是以风险的截面模式（beta loadings）这种时间变量，这都说明了可预测的证据。进一步的检验对这些假设提出了疑问。我们直接测试第二种可能性，发现在可预测性模式与以市场回报或者消费增长的贝塔模式之间并无关系。如果风险不随时间变化，那么第一个可能性不仅要求以风险溢价的时间变量，也要求标志的变化。简而言之，它要求在一半的样本期间内（当情绪相对低时），对老公司，较少波动的公司，盈利的公司，以及分红的公司有一个风险溢价（相对于新的、高波动性的、亏损的以及不分红的公司）。这是有悖常理的。结论的其他方面也表明系统性风险并不是一个完全的解释。
在最近研究的基础上，得出的结论挑战股票价格的截面收益这样一个经典的观点。首先，该结论补充了早期文献研究，即证明了投资者情绪有助于解释股票的时间序列收益(Kothari and Shanken (1997), Neal and Wheatley (1998), Shiller (1981, 2000), Baker and Wurgler (2000)). Campbell and Cochrane (2000), Wachter (2000), Lettau and Ludvigson (2001), and Menzly, Santos, and Veronesi (2004)，研究了有条件的系统性风险的影响；这里我们以投资者情绪为条件。Daniel and Titman (1997)检验了截面预期收益为特征基础的模型。我们把他们的说明
延伸到条件特征为基础的模型。Shleifer (2000)研究早期关于投资者情绪和有限套利的文献，在这是两个关键因素。Barberis and Shleifer (2003), Barberis, Shleifer, and Wurgler (2005), and Peng and Xiong (2004)讨论交易范围，Fama and French (1993)讨论类似规模股票和账面市场比之间的联动效应；对有类似特征股票的未认识到的需求冲击归于我们的研究。最后我们扩展并统一了投资者情绪、IPOs以及小企业股票收益之间的关系(Lee, Shleifer, and Thaler (1991), Swaminathan (1996), Neal and Wheatley (1998))。
第一节讨论了理论预期。第二节提供了最近一个投机性事件的定性历史。第三节介绍了我们的经验假设和数据。第四节提出了主要的实证检验。第五节得出结论。
I. Theoretical Effects of Sentiment on the Cross-Section
一个错误定价是一个未认识到的需求冲击和一个有限套利的结果。因此可以通过两种不同的渠道使投资者情绪来影响股票的截面收益，下面作详细定义。第一个渠道，情绪性的需求冲击改变截面收益，而套利限制不变。第二个渠道，套利的难度随股票不同而变化但是投资者情绪是一般通用的。下面我们依次讨论这些。
A. Cross-Sectional Variation in Sentiment
投资者情绪的一个可能定义是投机的倾向。根据这一定义，情绪驱动投机性投资的相对需求，并因此导致股票收益的截面效应，即使套利的力量在股票之间是一样的。
是什么使得一些股票在投机的倾向中更易大幅波动？我们认为最主要的因素是其估值的主观性。例如，考虑一个新上市公司，亏损企业以及快速成长型企业股票。缺乏盈利的历史以及看似不受限制的增长机会使天真的投资者（没有经验）进行一个更广泛的估值（从很低到很高），这也与他们的情绪相符。在泡沫期间，当投机倾向较高时，这也使得投资银行家进一步高估股票价值。相比之下，具有长期盈利历史、实物资产以及稳定分红企业的价值，其主观性较低，因此它的股票较少受投机性波动的影响。
虽然上述渠道表明投机性倾向的变量如何影响截面收益，它并不说明有情绪的投资者如何实际选择股票。我们建议，投资者应该选择那些有突出特征的股票，并且这些特征和投资者情绪相符合。也就是说，有较低投机倾向的投资者也可能需要有盈利且分红公司的股票，这并非因为盈利和分红就和企业一些看不到的对投资者而言安全的性质相关，确切的说是因为盈利和分红这些重要特征足以定义对投资者的安全性。同样，非盈利、新企业、以及不分红这些企业特征意味着投机性的股票。偶然的观察表明，这样一个投资过程更确切的说是典型投资者挑选股票的过程，而非Markowitz (1959)所描述的选股票过程中投资者只看股票的统计特征。
B. Cross-Sectional Variation in Arbitrage
我们可能通常定义投资者情绪为关于股票的乐观主义或悲观主义。然而，如果在一系列股票中套利的力量相对较弱，没有区别的投资者情绪仍影响着截面收益。
相对于投资者情绪渠道中的截面变量，这个渠道更好理解。理论和经验研究都表明，对于那些新上市企业、小企业、亏损企业、快速成长企业以及困境中企业的股票，套利更具有风险性。首先，它们的高独特的风险使相对价值套利更有风险性(Wurgler and Zhuravskaya (2002))。而且，这样的股票交易起来成本更高(Amihud and Mendelsohn (1986))，并且短期内卖出可能成本很高，甚至不能卖出(D’Avolio (2002), Geczy, Musto, and Reed (2002), J ones and Lamont (2002), Duffie, Garleanu, andPedersen (2002), Lamont and Thaler (2003), Mitchell,
Pulvino, and Stafford (2002))。最终，它们的低流动性对套利者而言是一种很大的风险(Brunnermeier and Pedersen (2005))。
事实上，这个讨论的关键之处在于：很难套利的股票同时也是很难估值的股票。尽管为了说明的目的我们已经分别列出了两种渠道，但它们很可能有重叠效应。这使得很难用经验区分它们，然而，这仅仅加强了我们关于截面收益最易受情绪影响的预期。的确，这两个渠道能相互印证。例如，投资者能使他们相信这样一个事实：对截面收益的一个更宽泛的估值形成了一个噪音交易者风险，这又进一步阻止了短期套利者(De Long et al. (1990), Shleifer and Vishny (1997))。
II. An Anecdotal History of Investor Sentiment, 1961–2002
这里我们简要地说明下1961年到2002年间最出名的美国股市泡沫（该时期我们主要的数据）。读者可能想急于知道结果而跳过该部分，但基于三个原因这部分是很有用的。首先，尽管对投资者情绪的影响有很大的兴趣，但学术文献并没有包含哪怕是最基本的事后特征（对最近大多数投机事件）。第二，这些投机性事件使我们对后面将要说明的投资者情绪定量代理指标的准确度有一个初步的判断。第三，讨论使我们对最初事件理论预期的合理性产生了怀疑。
我们简要回顾投资者情绪研究的历史。Kindleberger (2001)从美国过去几个世纪以来的股市泡沫和股灾中得到成果，而Brown (1991), Dreman (1979), Graham (1973), Malkiel (1990, 1999), Shiller (2000), and Siegel (1998)把更多注意力放到最近美国股市的事件当中。我们对以上都作以简单描述，但仅强调看似重复部分。
我们从1961年开始，这一年Graham (1973), Malkiel (1990) and Brown (1991)认为有这样一个特征：投资者对小企业、新上市企业、高速增长企业的股票有很高的需求；Dreman (1979, p.
70)证实了他们的描述。例如，Malkiel写道：投资者追求新上市股票的狂热。股市的繁荣到1962年开始急剧降温。股市的急剧下降引起了股市抛售的浪潮，泡沫破裂。高速增长企业的股票首当其冲下跌，比一般市场跌幅更大(p. 54–57)。
下一个股市泡沫期发生在1967到1968年。Brown描述道，“scores of franchisers、计算机制造商以及家用汽车制造商看起来都承诺一夜暴富。。。。。而产品质量被人忽视”。Malkiel and Dreman也注意到这样的模式，投资者只关心所谓的工业巨人的盈利和增长潜力，而忽视了它们也是有问题的企业。根据纽约时代周刊，1960年代末期的投机市场许多经纪人这样告诉投资者，即企业是否分红并不重要，只要它的股票保持增长。但是1968年后，当资本损失变得可能时，投资者开始重视分红。总结1968年到1971年8月股市的表现，Graham (1973)写道：我们的比较结果毫无疑问地反映了这样的趋势，即在牛市中较低质量这样的小问题相对被放大，相对于随之发生的股市崩溃中的大问题这不仅仅遭到更严重的下降，也耽搁了它们的全面恢复——在很多情况下是不明确的。
作为1970年代早期的熊市，投资者情绪在一个低水平。然而，一些大的、稳定的、持续盈利的企业的股票享受了较高的估值。Brown (1991), Malkiel (1990), and Siegel (1998)强调了这个事件。Siegel写道：所有的股票都被证明有增长纪录，在分红上持续增长。。。。有较高的资本收益(p. 106)。注意到这个投机性事件是以上描述（包括下面描述）的反映。即是，和较高投资者情绪期相联系的股市泡沫集中在小企业、新上市企业、亏损企业股票上，而在有
相反特征的企业（老的、大的、持续盈利和分红）股票泡沫似乎是发生在低投资者情绪期。
1970年代后期到1980年代中期通常被描述为高投资者情绪期，这也许和里根时代的乐观主义相关。该时期见证了一系列投机时间，Dreman描述了1977到1978一个赌博性泡沫。Ritter (1984)研究了1980年代的发行市场，发现自然资源企业IPO的回报高于那些大的、成熟的、盈利企业发行股票。1983年，Malkiel (p. 74–75)写道，“1983上半年高技术企业新上市的热潮几乎是1963年投机事件的复现。。。。。泡沫似乎在1983年下半年破裂。。。。大量小企业倒闭破产，新股市场几乎是一个灾难”。Brown证实了这种说法。1980年代中期，Malkiel写道“就像1960年代的电子技术，1980年代的生物技术变得热捧。。。。。新上市的生物技术公司股票大幅上升。。。。有正的销售并且事实上利润在萎缩”(p. 77–79)。但是1987到1988年，“市场情绪已经发生改变，从接受令人兴奋的股市到渴望接近那些支付红利的低多样化的股票。”(p. 79)
1990年代后期科技型公司股票的泡沫众所周知。不管怎么说，在2000年股市泡沫开始破裂前投资者情绪已非常高。Cochrane (2003) and Ofek and Richardson (2002)提出了关于股市泡沫的事后观点，而Asness et al. (2000) and Chan, Karceski, and Lakonishok (2000)一直认为，即使1990年代末期股灾之前高增长公司股票的估值也很难归因于盈利增长的理性预期。Malkiel得出类似于1960、1970、1980年代投机事件的结论，Shiller (2000)得出类似于1920年代末期股市大萧条结论。就像早期投机性事件发生在高投资者情绪期一样，对红利股息的需求似乎是低的（只需要股票涨价）(New York Times, 1/6/1998)。Ljungqvist and Wilhelm (2003)发现1999到2000年IPOs的80%有负的每股收益并且1999年平均IPO的年限是4年。而仅仅股市泡沫出现之前这个平均年限是9年，而2001到2002该平均年限是12年(Ritter (2003))。
以上这些事件都说明了投资者情绪对截面收益影响的一般模式。例如，快速增长企业的股票似乎易于产生泡沫（以及随后的股灾），同时这对投机者和乐观主义者也更有吸引力，但同时很难套利。成长股票（漂亮五十成员）的泡沫有显著预期，但是这些股市中的事件说明，泡沫发生在投资者情绪相对较低的时期，所以这可能和截面收益预测一致：投资者情绪的增加导致了一些股票相对价格上涨，而这些股票是最容易主观估值且很难套利的。我们现在转向对这个预测进行实证研究。
III.Empirical Approach and Data
A.Empirical Approach
理论预期和历史事件都说明投资者情绪可能引起系统性的错误定价模式。由于错误定价很难直接发现，然而，我们的方式是寻找纠正系统性错误定价的模式。例如，这样一个模式，新上市企业、亏损企业和高成长企业股票的回报平均来说是低的，而开始期投资者情绪是高的，这说明了对增长期股市泡沫的纠正。
具体地说，为了认识在截面预测模式中投资者情绪的变化，我们需要控制两个基本的效应，即是：投资者情绪对所有股票的一般影响；和各种不同类型企业特征（跨各个时期）对股票的一般影响。因此，我们用以下的预测方程来分析问题：
E t?1R it=a+a1T t?1+b1′X it?1+b2′T t?1X it?1（1）
参数i指代企业，t表示时间，X是特征向量，T是情绪代理指标（代表情绪）。系数a1表示
投资者情绪的一般效应，向量b1表示企业特征的一般效应。我们最为关注的是向量b2。无效就是b2等于0，或者更确切地说，任何非零效应都是对系统性风险的理性补偿。b2是非零的并且反映出在投资者情绪驱动错误定价中的截面收益模式。我们称方程1为条件特征模型，因为它对Daniel and Titman (1997)的特征模型增加了条件界定。
B. Characteristics and Returns
企业这一层面的数据来源于合并的CRSP-Compustat数据库。样本包括所有的从1962到2001年的普通股。
表1是对统计的总结。子表A说明了各种回报率。接下来我们定义动量MOM。由于在之前发生的投机事件中动量并没有作为一个重要特征被提及，理论上也没有说明动量和估值或套利困难之间的直接联系，我们使用动量仅仅是作为一个控制性变量，并以此来理解我们的结果对错误定价模式的独立性。
其余的图表总结了我们所考虑的企业和证券特征。之前部分的讨论直接指出了几个变量。作为回顾，我们对表1增加了几个特征变量，这些特征对投资者而言是重要的。总之，我们定义的企业特征包括：规模、时间长短、盈利性、分红与否、实物资产以及增长机会（或者陷入困境）。
规模和上市时间长短特征包括市场股权ME，从t年6月份开始，以CRSP中股票价格来衡量。ME从t年7月份到t+1年6月份。企业上市时间长短Age以企业首次出现在CRSP数据库开始算起，直到最近月份。Sigma是过去12个月收益率的标准偏差。如果至少有9个回报率可用来估计它，Sigma可以和从t年7月份到t+1年6月份月回报率匹配。尽管历史上的事件并没有认识到股票波动本身可以作为一个重要特征，以前的文献认为对于估值和套利的困难它可能是个好指标。
盈利性特征包括权益回报率，E+/BE，对盈利性企业它是正的，对亏损企业它是0。利润（E）是非经常性项目收入加损益表中递延所得税减优先股息，如果利润是正的；账面股权价值（BE）是股东权益加资产负债表递延所得税。虚拟变量盈利E> 0表示企业盈利，0表示亏损。
股息特征包括权益股息率，D/BE，它表示事前的每股分红。红利支付D > 0表示有正的每股收益。
实物资产可能代表着估值的困难。实物资产特征由不动产、厂房和设备对总资产比率来表示，即PPE/A，以及研发支出对总资产的比率来表示，即RD/A。我们关注研发支出变量的时间范围。早于1972年之前的我们不考虑，因为会计准则委员会直到1974年才把研发支出计入其范围，并且早于1972年的研发数据很少。即使最近数年只有不到一半的样本报告有正的研发支出。
表示增长或者陷入困境企业的指标包括账面市值比，BE/ME，已经被定义。外部融资，EF/A，是资产的变化减去留存收益的变化再除以总资产。销售增长率（GS），净销售收入的变化除以前一年度净销售收入。
下面将变得清晰，为了理解增长和困境企业股票如何与投资者情绪互动，我们必须抓住增长和困境企业变量的多维性质。事实上，账面市值比至少有三个特征：高价值可能表示困境；低价值可能表示高增长机会；作为一个规模价格变量，账面市值比是一个一般价值指标（随错误定价或理性预期回报而不同）。类似的，销售增长和外部融资至少有两个性质：低价值（负的）可能表示困境，高价值可能反映增长机会。而且，一定程度上市场时机驱动着外部融资，EF/A同时也具备第三个性质，即一般的错误估值指标。
C. Investor Sentiment
以前的文献表明很多投资者情绪指标是作为时间序列条件变量。然而，并没有明确的或者毫无争议的衡量指标。我们因此形成一个综合情绪指数，它建立在一般变量基础之上，包含六个潜在的情绪代理指标：封闭式折价基金，NYSE股票换手率，IPO首日数量和回报率，新股发行数量，股利溢价。投资者情绪代理指标在1962到2001年间衡量。我们先分别引
平均差异。以前的研究认为，CEFD和投资者情绪反向相关。Zweig (1973)用它预测道琼斯股指的复苏，Lee et al. (1991)认为投资者情绪在CEFD各样特征之后。
NYSE股票换手率以报告的股票数量除以纽交所平均上市股票数量计算得出。Baker and Stein (2004)认为换手率或者说流动性，能够视为一个情绪指数：在一个有短线限制的市场，仅仅当非理性的投资者乐观时，他们的参与才可能增加流动性；因此，高流动性是过高估值的表现。能够支持这一观点的是，Jones (2001)发现高换手率预示着低市场回报。作为一个有偏见的结果，我们定义TURN原始换手率的自然对数。
IPO市场常常被视为对投资者情绪敏感的，投资者热情表现为IPO首日较高的收益率，低的IPO首日收益率常常解释为市场时机的表现(Stigler (1964), Ritter (1991))。我们用IPOs，NIPO，和平均首日收益率RIPO的数量作为指标。
发行的权益份额对总权益和负债份额的比率是另一个反映投资者情绪的融资活动指标。Baker and Wurgler (2000)发现高价值的股权份额预示着低市场回报。权益份额被定义为发行的总权益除以总权益加发行的长期总负债。
我们的最后一个情绪指标是红利溢价（股利溢价），P D?ND，支付红利和不支付红利企业的平均市值账面比差异的对数。Baker and Wurgler (2004)使用这个变量指代投资者对分红企业股票的相对需求。鉴于分红的企业通常是大的、盈利性的同时具有较少增长机会的企业(Fama and French (2001))，红利溢价可能指代投资者对具有这类特征企业股票的相对需求。每个情绪代理指标都可能同时包括情绪成分以及独特的非情绪相关成分。形成情绪指数的另一个问题是决定变量的相对时机，也即是，一些变量可能早于其它变量反映情绪的既定变化。例如，Ibbotson and Jaffe (1975), Lowry and Schwert (2002), and Benveniste et al. (2003)研究发现IPO数量的变化滞后于IPO首日收益率的变化。也许情绪变化后于高的首日收益，致使增加的IPO数量有个滞后。更一般地说，包含企业反应的（S and NIPO）代理指标通常滞后于直接以投资者需求或投资者行为为基础的代理指标(RIPO,P D?ND,TURN, and CEFD)。
我们形成一个综合性情绪指数，既包括以上六个代理指标的一般成分，也包括这样一个情况：一些变量要用较长时间来反映同一情绪。我们先估计六个代理指标变量的主要部分及其滞后部分。然后计算第一阶段指数与每个代理指标当前及滞后值之间的相关性。最后我们定义情绪作为六个变量相关矩阵的第一主成分——每个变量都代表指标的超前或滞后，这又和一阶段的指数有很高的相关性——重新调整系数以使指数具有单位方差。
这个过程产生了一个简化的指数：
SENTIMENT t= ?0.241CEFD t+0.242TURN t?1+0.253NIPO t
D?ND（2）
+ 0.257RIPO t?1 + 0.112S t? 0.283P t?1
其中每一个指数成分都被标准化。第一主成分解释了49%的样本方差，所以我们得出结论，一个因素可以解释大部分的变动。12期一阶指数和情绪指数之间的相关性是0.95，表
明在剔除其它六期时几乎没有信息损失。
情绪指数有几个性质。首先，每个个体代理指标都有预期；第二，除了CEFD 之外，所有的指标变量都有时间预期，价格及投资者行为变动导致企业股票数量变动；第三，指数去除了一些极端的观察期（红利溢价和IPO 首日收益率1999年达到史无前例水平，所以在全样本中这些代理指标为个体预测）。
由于主成分分析不能区分一般的情绪成分和一般的商业周期成分，基于这样的理由有人可能认为方程2来衡量情绪是不合适的。例如，即使投资者是理性的，IPOs 的数量随商业周期而不同。我们想找到IPO 数量高的真正原因。因此，构建第二个指数，该指数明确去除来自代理指标的商业周期的波动（先于主成分分析）。
具体地说，我们用工业生产指数的增长、耐用消费品增长、非耐用消费品及服务的增长、国家经济研究局衰退的虚拟变量对六个原始指标做回归分析。这个回归分析的残差用符号⊥表示，可以更清楚地说明投资者情绪指标。我们用跟上面一样的程序形成一个正交化的指标指数。指数的结果是：
SENTIMENT t ⊥=?0.198CEFD t ⊥+0.225TURN t ⊥+0.234NIPO t ⊥
+0.236RIPO t?1⊥+0.211S t ⊥
?0.243P t?1
D?ND ,⊥（3）
表二总结了情绪衡量的相关性，图一与它们对应。事实上，表二说明正交化的指标比原
始的指标（非正交）彼此更相关。如果原始变量由一般的宏观经济条件（不能从正交化中剔除）而非一般投资者情绪所驱动，那么我们的预期可能相反。在任一情况下，证明在两种指标下我们结果的稳健性便是我们主要的分析。
更重要的是，图1说明了投资者情绪的衡量大概和情绪波动的事件线性相关。大多数指标指出了样本初期（1961年股灾之后的增长）的低情绪。具体地说，封闭式折让基金和红利溢价是高的，而换手率和权益发行相关的变量是低的。到1970年代中期情绪然后变小，由多数指标衡量的情绪是低的。1970年代后期到1980年代中期，投资者情绪有个一般性的上涨，并且根据综合情绪指数，情绪没有低于1980年代平均水平太多。在1999年底，接近互联网泡沫高峰期，大多数指标衡量的情绪是高的。总之，在1968–1970, 1972, 1979–1987, 1994, 1996–1997, and 1999–2001年间，投资者情绪SENTIMENT t ⊥是正的。这和历史事件的说明是一致的，也证明了这些指标衡量了有意识的波动。
也有其它变量可能包含在情绪指数中。最主要的约束是可用性和1962-2001期间连续的衡量。我们已经考虑内在的交易作为情绪的一个衡量。不幸的是，一个连续序列对整个样本期间似乎并不可用。我们平均月度序列以得到一个年度序列。在20年的重叠期，内部的交易和原始及正交化情绪指数有一个明显的负相关关系，如预期那样也和六个潜在的成分相关。
四、实证检验 A 、排序
表三用一种简单、非参数的方式寻找条件特征效应。我们根据月初的特征值和年底的情绪残差水平把那些每个月的汇报观察值进行分组。要保持随着时间的推移这些分组的意义相似，我们采用了纽约证券交易所上市的公司。要考虑的问题是，没有均匀分布在任何给定月份的企业组。我们把每个组的收益赋予相同的比重，然后计算其平均值。特别是，我们从分组中的条件差异产生的横截面效果中确定时间序列的变化。
表三的第一行显示的是由ME 测度地规模效应，以情绪为条件。这些行显示，班茨（1981）
的规模效应仅在低情绪期间出现。具体来说，表三显示，当情绪残差为负时，ME最小的分组中月平均回报率为2.37%，最大的分组为0.92。当对CEFD进行调节之后，相似的模型就出现了。规模效应和封闭式基金的折价之间的联系并不像斯瓦米纳坦（1996年）描述的那样。这种模式与一些知名的结果是一致的。即，规模效应本质上是一月份效应（凯姆（1983），布鲁姆和斯坦博（1983）），一月效应，反过来，经历过一段低回报期之后会变得更强（Reinganum（1983）），这在情绪倾向于较低时也会出现。
顺便说一句，请注意，整个表的前两行的平均回报，说明当情绪低时，其后的回报在大部分横截面上往往要高一些。这跟前面的结果是一致的，即，股权比例和换手率能够预测市场收益。更一般的是，它支持我们情绪具有广泛的影响的假设，因此在横截面内存在着丰富的模型是不足为奇的。
上市时间的条件横截面效应是非常引人注目的。在一般情况下，在情绪残差为正值时，投资者似乎需要新上市的股票，当情绪是负值时，他们更喜欢喜欢上市时间比较长的股票。例如，当情绪为悲观时，上市时间最长分组公司的月收益率比上市时间最短的低了0.54%。但是它们比乐观情绪时高了0.85%。当情绪是正值时，效果是集中在上市时间最短的股票上，即最近首发的股票。总体来说，它对收益的条件差异几乎有种单调的效果。这个结果是很有趣的，因为上市时间长短没有无条件效应。
表三的下一行显示，收益波动的横截面效应是以用假设的方式以情绪为条件的。特别是，当情绪低时高风险的公司股票似乎不受欢迎了，因为他们在接下来的一年的回报为月2.41%。但是，就像上市时间一样，当情绪比较低的时候，风险的横断面效果完全逆转。宽泛地说，情绪高时，当情绪高时，“高风险”的股票赚取较低的回报。当情绪低时，他们赚取更高的回报。一个自然的解释是高度波动的股票，像新上市的股票一样，比较难以估值和相对难以套利，使他们特别容易随情绪波动。
图2用图形的方式显示了表三的结果。例如，C组，表明随风险的无条件月平均收益（虚线）这基本是平的；每月平均回报在高情绪期间的每月平均回报（实柱体），随着风险而降低；在情绪低时的每月平均回报（空柱体），这是随风险增加；有条件的回报（实线）的差异。实线总结了在两种制度下西格玛和未来收益的关系的差异，并清楚地表明，高风险股票的未来回报对情绪更敏感。
下一行检测盈利能力和分红。对于普通投资者，也许是最突出的比较就是盈利的和非盈利（<0）公司和支付红利的和不支付红利的（D = 0时）公司。这些对比在最右边一栏，在
这里，我们对平均了盈利（支付股利）的公司的收益，并和非盈利（不支付红利）的公司做了比较。这些特点，再次显示了有趣的条件标志翻转模式。当情绪是正值时，在第二年每月的回报盈利企业比非盈利企业高0.61％，发放股利的比不发放股利的高0.75％。然而，当它是负值时，盈利企业比非盈利企业每月回报率低0.89％，支付股利比不支付股利的低0.95％。左边的栏目显示这些模式大多是受非盈利和不支付股利公司的条件方差影响，虽然也有一些股利支付和盈利水平的差异。再次，这跟相对比较难以估值和套利因而更易受情绪波动影响的非盈利、不支付股利公司一致。
接下来的两行关注资产的有形性特征的概念下，有形资产较少的公司估值可能会更加困难。这里的模式并没有那么强，但显示出，有更多无形资产的公司（用PPE/A表示）更容易受情绪波动影响。（这种模式只在PPE / A为正的公司非常明显。）在RD/A中最清晰的模式是适度的无条件效应，高RD/A的公司赚取了更高的回报。
剩余的变量—账面市值比、外部融资、销售增长—也显示了有趣的模型。最简单的，跨行的运行，人们可以看到，他们每个变量都有一些无条件的解释力。对于高BE / ME、低EF / A、低GS分组的股票未来的回报一般较高。EF/A结果是对Loughran 和Ritter(1995)、Spiess 和Aff leck-Graves (1995, 1999)所做研究的回顾，而GS的结果已在Lakonishok Shleifer和
Vishny (1994)的研究成果中出现过。
更进一步的研究发现，控制了这些无条件影响后，有条件的模型就出现了。具体来说，在有条件差异中有一个U形模型。考虑GS变量。在底部分组中收益差异为每月-1.79％。对于第五个分组，差异为每月-0.26％。但对于第十分组，差异又变大了，为每月-1.64％。 U 形模式也出现在对于BE / ME和EF / A的条件差异行。图2中H-J面板中的实线显示了这些“皱眉”。这个图形解释了，为了看到条件的影响，为什么必须控制在这些变量的强烈无条件的影响，
因此，在所有这三个增长和不好的变量中，极端价值的公司对情绪的反应程度超过中间值的公司。U型曲线反应了什么呢？它反映了增长和衰退变量的多维本质。考虑销售额增长变量。高GS公司包括告诉增长的公司，低GS的公司往往是销售萎缩的亏损企业，中等GS 公司是稳定的，增长缓慢的企业。因此，相对于在中间分组的公司，GS为极端值的公司更难以估值和套利，因此可能对情绪更敏感。换句话说，GS为极端值的公司相比于中间值的公司，似乎风险较高。同样的解释可能有助于U形对于EF/A和BE / ME的解释。再次地，低EF/A企业和高BE / ME公司包括不良企业，高EF/ A和低BE / ME的企业包括高速增长的企业，而中间分组的企业往往是最“稳定”的企业。
在未报告的结果，我们对收益的排序不只是根据积极和消极的情绪残差值也依据标准差值是> 1和<-1。不足为奇，调节情绪的极端值导致更强的结果。下一小节我们采取更正式在的情绪指数连续性质。此外，为简单起见，我们省略了按照情绪值排序（非正交化版），这给了类似的结果。在下一节我们对两个指标的结果都给出了展示。最后，我们还根据积极和消极情绪残差进行了排序，正面和负面的定义是相对于10年期的平均值。由于需要10
年期情绪历史，一下子就失去了超过四分之一的样本。这个结果在性质上和表三是相同的，关于上市历史的指标得出的结果较强，其他的较弱。
B、多空组合的预测回归
寻找有条件的特征效果的另一种方法是使用情绪来预测权值相等的组合，这些组合是相应特征值大的多头和特征值小的空头。以上我们看到，当情绪是高时，支付红利的公司平均回报率比不支付红利公司的平均回报率要高些，所以情绪似乎能预测依据股息形成的多空投资组合。但回归的方法允许我们进行正式的显着性检验，纳入情绪的持续性指标，并确定哪些特征是有别于知名无条件影响的条件影响。
表四开始绘制各种随时间的多空投资组合的回报。前几行显示，这并不奇怪，依据规模、上市时间、波动、盈利，股息支付，以及有形资产（在较小程度上）形成多空头组合通常高度相关。因此，一个很好的问题，这是我们在随后的表中所强调的，从各种排序得出的结果都是相同的模式的一部分，还是有些不同。这个问题也与此有关，因为我们的组合是相等的加权。在组合预测回归中通过控制SMB，我们可以探讨有条件的可预见性模型与规模的独立程度。
在表四的最后几行，我们把增长和不良变量分组成“高值减去中等值”和“中等值减去低等值”组合。例如对于GS变量，这些组合彼此高度负相关，系数为-0.63，表明高和低的GS公司相对于中等值的公司一起移动。同样，“高减去中等”和“中减去低之间”的相关系数为-0.60。因此，对于这些变量简单的“高减去低”分析会省略截面的重要方面。
问题是，情绪是否可以预测表四中分析的各种多空头组合。我们运用下面类型的回归
因变量是多空组合中的月收益，如SMB，从1月到12月的数据进行回归。我们也使用多元回归从著名的联动中分离出了传闻预测效果。
变量RMRF是价值加权对于市场无风险利率的超额收益。变量的UMD是高动量股票的回报率减去低动量股票回报率，动量是用的[-12，-2]的测度值。就像Fama和French（1993）所描述的，SMB是大小ME股票出去HML之后的收益，而HML是为分离高低BE/ME组合差异而设的。当SMB和HML是被预测组合时我们把它们从右侧排除。标准错误被引入来纠正引起的偏差，如果自相关情绪指数是投资组合的回报与创新的创新，像斯坦博（1999年）所述的那样。
表五显示了结果。该结果为我们的初步预测提供了规范的支持。尤其是，第一个面板显示情绪高时，对于规模小的、新上市的、高波动性公司在未来的一年收益相对较低。一旦我们控制RMRF、SMB、HML和UMD，情绪系数就会减小，但在大多数情况下预测效果的显著性不依赖于是否包括这些控制条件。在级数方面，例如，用于预测ＳＭＢ的系数，表示在情绪增加一个单位（相当于增加一个SD，因为指标经过了标准化），小减大的组合的每月回报会低-0.40％。
表五还表明，情绪和情绪残差的系数非常相似。请记住，情绪残差的系数，和你从多空组合收益回归时（利用原始数据）得出的是一样的，即，对于Ｘ和Ｚ进行回归然后使用残差来预测Ｙ和对Ｘ和Ｚ进行Ｙ的回归是一样的。情绪和情绪残差回归结果的相似性表明，宏观经济条件扮演次要的角色。
对于盈利和股息支付，我们分别对盈利和支付股利、非盈利和不支付股利进行回归来预测其差异，因为这样的组合表明，这些可能捕捉到主要不同。结果表明，情绪确实对这些组合有着显著的预测能力，更高的情绪预测相对较高的红利支付和较高的盈利。控制ＲＭＲＦ、ＳＭＢ、ＨＭＬ和ＵＭＤ对这个模型影响不大。
正如我们发现，各种有形特征不表现出强烈的条件影响。情绪对ＰＰＥ／Ａ组合确实有边际的预测能力，对于低ＰＰＥ／Ａ股票，高情绪往往对应着较低的未来收益，但是这些在控制ＲＭＲＦ、ＳＭＢ、ＨＭＬ和ＵＭＤ之后才会出现。在RD /Ａ组合预测和标志或数量不相符。
我们也发现，“增长和不良”变量与情绪不具有简单的单调关系。面板D显示，情绪不能预测BE / ME、ＥＦ／Ａ或GS表示的高减去低的简单组合。然而，面板E和面板F表明，这些变量的多维性质被纳入时，显示具有较强的预测能力。我们从不良效应中分离出极端增长机会效应，通过依据纽约证券交易所前三、中四和后三组股票构建高、中和低组合。
结果表明，当情绪高，低和高的销售增长企业的后续回报相对中速增长企业的回报来说都是低的。这用另一种方式显示了表三U形模型，并表明，它是统计学上显著。外部融资显示了一个同样显著的U形模型；当情绪高时，低和高的外部融资公司的后续收益相对较为典型的企业来说都是低。然而，对于ＢＥ／ＭＥ，尽管情绪用方向标志预测高减中等和中减去低的组合，但是系数都不很显著。这符合我们的推论，在这里我们看到，对于BE / ME 的条件差异中的Ｕ型模型比ＥＦ／Ａ和ＧＳ中的更为弱一点。
方程（4）和（5）在一定的鲁棒性问题上提供了一个简单的框架。为了测试这个结果是否由一个总的趋势所驱动，我们在回归中加入了1982年后的虚拟变量，从表五最后一栏，看出推论并没有什么变化。而且，当１月和１２月的收益从样本中去除之后结果变得更强了。这表明，税收激励交易和相关的流动性波动围绕岁末年初并不能主导主要成果。此外，我们的组合都是等权重的。如前所述，这样做的目的是理论预言，小企业将受影响最严重，情绪，因此值的比重会掩盖有关模式。然而，通过排序特征，这些特征规模小相关，如我们几个特
点，然后平等权的这些特点组合，一忧虑，我们刚刚拿起的规模效应再次排序。在组合预测回归中小企业的控制，我们可以看到，一些有条件的可预测性模式有大小区别，但作为理论预测的预测系数是衰减。最后，当我们为简洁起见，省略的结果，六个人情绪成分普遍预测与预期符号的组合回报。新股和封闭式基金折价的数量提供最佳的个人表现，随后的股权份额，营业额，平均首日回报，股息溢价。（这些结果公布在本文NBER工作文件版本。）总之，回归基本上确认在排序中所提到的模型的意义。当情绪高时，未来的回报是相对较低的，对于小规模公司，新上市的公司，收益率高波动股票公司，非盈利公司，不支付股息的公司，高成长性公司，表现不良的公司。反之亦然。总的来说，其结果支持我们的预测，即，情绪对对很难估值和套利的股票来说具有更强的效果。
C、对早期数据的简单查看
在计算机信息数据库建立之前，尤其分类中受情绪影响最严重的企业的可靠的会计信息，是不容易获得的。我们的一些情绪代理指标也不能获得。然而，使用CRSP的数据，我们可以在较长时期执行一组精简过的测试。具体来说，我们运用CEFD、S和TURN的第一主成分形成了一个从1935年至2001年的情绪指数，在这里TURN比其他因素滞后，在方程（2）中。我们还将这些情绪代理变量与消费增长变量和国家经济研究局公布的经济衰退指标（在整个期间工业产值不可用）正交化，以形成一个指数，如方程（3）所表现的那样。我们使用这些指数，来对SMB和依据上市历史、西格玛和支付红利的多空组合的收益进行预测。
结果是在表六中显示。除了上市历史组合的结果不是很明显外，其他的结果从1935年至2001年整个期间和“样本外”1935年至1961年期间的结果和近期的数据都是非常相似的。上市历史组合的结果不明显的一种可能原因是我们定义的时间是指CRSP数据可用的月数。传闻证据表明，在这些早期的数据，在纽约证券交易所上市的股票中很少有真正“新”的公司。相比之下，近年来，许多真正新的首次公开发行都是在纳斯达克上市的，所以我们的测量时间的方式可能会更有意义。
较长的时间序列，使人们有可能进行样本测试。在未报告的结果中，我们比较了在根中减少样本均方误差（RMSE）（在表六）和投资者仅仅使用过去的数据所能看到的。结果表明，相当部分的组合可预见性已经提前“可知”。唯一的例外是1980年后期的SMB组合和上市历史组合。一个表是根据要求提供。
综上所述，较长期限的样本和抽样测验排除了主要结果后面的假相关的可能性。在这种概念下，情绪中至少有几波波动的事实和横断面的模式往往在预测的方向运行的事实就引起了人们进一步的怀疑。
D、系统性风险
对面值，条件特征效应似乎不能成为系统性风险的补偿。在其他方面的考虑，情绪残差指数正交于宏观经济条件；模式匹配情绪应该最重要的预测；这些模式也和泡沫和崩溃的事件一致。直观上，系统风险的解释要求，上市时间长的、有盈利的、较少波动的、支付红利的公司应该获得更高的收益，相比于新的、非盈利的、波动性更高的、不支付股息的公司，并在相关意义上被边际投资者认为是具有更高风险。虽然这个命题似乎已经有悖常理了，但我们仍试图用严格的方式把这种因素排除。
系统性风险的解释有两个基本来源。其一是具有某些特定特征的系统风险（β负荷）股票会随着情绪代理指标变化，尽管我们的努力把它们从宏观经济条件中分离。我们在表七中直接对这个问题进行了调查，我们问是否情绪相吻合的方式，至少可以定性调和与条件CAPM的早期结果随时间变化的市场贝塔。具体来说，我们预测基于特征组合的收益
随时间变化的β预测复合系数βF（在表七中论述的），和在表五中估计的d具有相同的符号。然而，事实证明，当系数βf是显著的时候，它是典型的错误标志。当我们用总消费的增长来更换RMRF时，我们获得了类似的结果。一个表是根据要求提供。
第二系统性风险的故事是使股票的贝塔值固定，但允许风险溢价随情绪而变化，这意味着针对高、低贝塔的股票回报的差异会部分的变化。然而，这个故事仅仅基于一个简单的事实就陷入了困境。即，预测的特征效果不仅随着时间而改变大小，而且还改变符号。那么，这似乎就意味着，结果的大部分并不能反映经典系统性风险的补偿。
E、盈余公告收益回归分析
我们的最后一次测试是是否存在基于盈利公告的条件特征效应。La Porta et al（1997年）发现，较低的账面市值比的股票针对盈利公告有较低的平均收益率，显示在盈利预期中存在系统错误。同样，如果盈利预期的错误对我们的结果造成了影响，我们也许可以预期，针对规模小、新上市、高波动性、非盈利、不支付股息、极端增长、和/或不良股票会出现反转。
这种方法，初看之下很有吸引力，实际只有有限的力量来发现预期错误如何影响我们的结果。也就是说，我们的结果是受相关错误定价的修正来驱动的。Malkiel（1999）的轶事说明了这个问题：“集团的音乐在1968年1月19日几句下降。在这一天，集团的鼻祖，利顿工业公司宣布，那年第二季度的盈利将远远低于预期。。。。这项公告受到了怀疑和冲击。在随后的抛售浪潮中，集团的股票下跌了大约40％。。。”（第67页）。因此，尽管研究公告事件收益捕捉到了利顿工业发布公告对自己的股票的矫正效果，但是没有提及更广泛的影响，而这个对我们的主要结果来说似乎非常重要。然而，对盈利公告的分析可能提供一个下限，针对情绪驱动的预期错误对我们的结果的效应。
我们从合并后的CRSP计算机电子信息数据库开始收集季度盈利公告。可用的数据从1971年1月开始。季度盈利公告样本在代表了主表中分析公司的75%左右，所以覆盖率是相当完全的。对于每个公司的季度观察，我们依据价值加权的大盘指数进行了报告日期附近的交易日[-1 +1]的累积性的异常回报。然后我们对每个特征分组构建了一个平均公告效应的季度序列，并试图用综合情绪指数来对它进行预测，也就是说，
表八使用正交情绪指数报告了每个特征分组的系数估计。用原始数据得出的结果非常相似。
也许表八最突出的特点是，大多数的系数是负的，因此，盈利公告效应在高情绪期之后一般较低。针对表八和表三横截面模式，可作一个非常粗略的比较。在表八中，104个系数中的12个在5％水平下非常显著。在表三中，104个估计条件差异中的9个比每个月的绝对值大了1.5%。两个表的“强劲的业绩”的交集是6个格，并在所有情况下的影响的迹象等价。
总的来说，这表明，一些有条件的特征效应可能纠正了盈利预期的错误。然而，如上所述，这项测试不够强大，并且仅仅提供了预期错误的下限。
五、结论
在经典金融理论中，投资者的情绪并没有对股票价格、实际收益率或预期收益的横截面产生影响。本文挑战了这种观点。我们用简单的理论观点，投机性片段的历史记载，还有最重要的，一组新的实证结果表明，广泛定义的投资者情绪，具有显著的横截面的影响。
我们主要的实证结果是，未来股票收益的横截面依赖于期初的情绪代理指标。这方面的模型很多但都是直觉性的。当情绪估计为高时，对乐观者和投机者有吸引力而对套利者没有
吸引力的股票----新上市的股票、小盘股、非盈利的股票、不支付股息的股票、高波动性的股票、快速增长的股票、表现不好的股票-----往往赚取相对较低的后续回报。然而，在情绪比较低的时候，这些横断面的表现几乎彻底相反。最引人注目的发现是一些显示没有无条件的预测能力的公司特点，实际上隐藏着非常强的条件模型，但这些模型只有在对情绪进行调整之后才能显现出来。我们考虑能够反映系统风险补偿结果的古典理论，但是结果的几个方面跟这种解释是不一致的。
上面的结果为今后的研究指出了几条途径。在公司融资中，对情绪更好的理解有助于证券发行和提供一些似乎与股价条件相关的公司的特点。在资产定价中，上面的结果显示，在描述准确的定价和预期回报模型时需要考虑投资者情绪的显著作用。
表一. 综述性统计，1963–2001
Full Sample Subsample Means
N Mean SD Min Max1960s1970s1980s1990s2000 ? 1
Panel A: Returns
1,600,383 1.3918.11?98.132,400.00 1.08 1.56 1.25 1.46 1.28 R t(%)
1,600,38313.6758.13?85.56343.9021.6212.2415.0213.0611.02 MOM t?1(%)
Panel B: Size, Age, and Risk
ME t?1($M)1,600,3836212,319123,3023882383958621,438
1,600,38313.3613.410.0368.4215.9012.6213.6113.2613.47 Age t(Years)
1,574,98113.708.730.0060.779.4412.5113.3213.8919.55σ t?1(%)
Panel C: Profitability
1,600,38310.7010.030.0065.1412.1012.0511.379.549.49 E+/BE t?1(%)
1,600,3830.780.410.00 1.000.950.910.780.710.68 E >0t?1
Panel D: Dividend Policy
1,600,383 2.08 2.980.0017.94 4.42 2.75 2.11 1.58 1.43 D/BE t?1(%)
1,600,3830.480.500.00 1.000.770.660.500.370.33 D >0t?1
Panel E: Tangibility
1,476,10954.6637.150.00187.6970.2159.1455.4951.2845.49 PPE/A t?1(%)
1,452,840 2.977.270.0054.75 1.22 2.29 3.86 4.68 RD/A t?1(%)
Panel F: Growth Opportunities and Distress
1,600,3830.940.860.02 5.900.70 1.370.950.760.82 BE/ME t?1
1,549,81711.4424.24?71.23127.307.17 6.4510.5913.9717.71 EF/A t?1(%)
GS t?1(Decile)1,529,508 5.94 3.16 1.0010.00 5.67 5.66 6.01 6.08 5.91
表二. 投资者情绪数据，1962–2000
Correlations with Sentiment Correlations with Sentiment Components
Mean SD Min Max SENTIMENT SENTIMENT⊥CEFD TURN NIPO RIPO S P D?ND
Panel A: Raw Data
CEFD t9.038.12?10.4123.70?0.71a?0.60a 1.00
TURN t?111.9918.27?26.7042.960.71a
0.68a?0.29c 1.00
NIPO t358.41262.769.00953.000.74a0.66a?0.55a0.38b 1.00
RIPO t?116.9414.93?1.6769.530.76a
0.80a?0.42a0.50a0.35b 1.00
S t19.538.347.8343.000.33b0.44a?0.010.30c0.160.26 1.00
D?ND
0.2018.67?33.1736.06?0.83a
?0.76
a
0.52
a
?0.50
a
?0.56
a
?0.58
a
?0.12 1.00
P
t?1
Panel B: Controlling for Macroeconomic Conditions
CEFD t⊥0.00 6.25?18.329.60?0.62a?0.63a 1.00
TURN t⊥?10.0015.49?26.0326.370.69a0.71a?0.26 1.00
NIPO t⊥0.00226.30?435.98484.150.73a
0.74a?0.45a0.39b 1.00
RIPO t⊥?10.0014.31?23.5546.540.77a0.83a?0.46a0.53a0.44a 1.00
S t⊥0.00 6.15?12.1714.290.55a
0.67a?0.41a0.32b0.50a0.47a 1.00
P D?ND⊥
0.0016.89?43.2035.96?0.78a?0.77a0.26?0.60a?0.46a?0.68a?0.28c 1.00 t?1
图1. 投资者情绪，1962–2001
图2. 两种排序方式：依据情绪指数和公司特征的未来收益，1963–2001
表三. 依据情绪指数和公司特征的未来收益，1963–2001
表四. 组合收益相关性，1963–2001
关于股票的一些英文
关于股票的一些英文 share, equity, stock……股票、股权 bond, debenture, debts……债券 negotiable share……可流通股份 convertible bond……可转换债券 treasury/government bond……国库券/政府债券 corporate bond……企业债券 closed-end securities investment fund ……封闭式证券投资基金open-end securities investment fund ……开放式证券投资基金fund manager……基金经理/管理公司 fund custodian bank……基金托管银行 market capitalization……市值 p/e ratio……市盈率(price/earning) mark-to-market……逐日盯市 payment versus delivery……银券交付 clearing and settlement……清算/结算 commodity/financial derivatives ……商品/金融衍生产品 put / call option……看跌/看涨期权 margins, collateral……保证金 rights issue/offering……配股 bonus share……红股 dividend……红利/股息 ADR……美国存托凭证/存股证(American Depository Receipt) GDR……全球存托凭证/存股证(Global Depository Receipt) retail/private investor……个人投资者/散户 institutional investor……机构投资者 broker/dealer……券商 proprietary trading……自营 insider trading/dealing……内幕交易 market manipulation……市场操纵 prospectus……招股说明书 IPO……新股/初始公开发行(Initial Public Offering) merger and acquisition……收购兼并 All Ordinaries Index （澳大利亚）……股市指数 Amex(American Stock Exchange) ……美国股票交易所 amortize ……摊提，分期偿还债务 annuity ……年金享受权 asking price ……卖主的开叫价 a ssess ……对（财产等）进行估价，确定（款项）的金额 back ……拖欠的 bad loan ……呆账，坏账 bailout 帮助……摆脱困境
如何进行股票交易：情绪控制
杰西·利弗莫尔 如何进行股票交易：情绪控制 杰西·利弗莫尔 我没有兴趣跟任何人说我炒股的经验，不管是好的经验还是坏的经验。我没有一点兴趣。毕竟，这是我个人的事，他们怎么会关心呢？这跟他们的生活没有一点关系。而且从那个时候起，我就明白了：如果你做得好，如果你成功了，大多数人会嫉妒你，他们也想得到和你一样的成功，如果你做砸了，他们会对你的不幸暗自高兴，并且告诉他们的朋友你终于在股市上栽了—这就是你必须为你的草率行为付出的代价。所以，沉默是最好的选择，因为那些爱打听别人事的人，打听不到你的消息。 到1923年，杰西·利弗莫尔在股市上已经拼搏32年了。此时，他46岁。但他对自己所选择的职业，仍然有一种难以遏止的求知渴望，他总是不断地学习股票交易技术。他还对市场心理学怀有浓厚的学习兴趣。有一段时间，他曾在夜校学习心理学课程，以便更好地了解人的本性。利弗莫尔的结论是，在市场上起作用的想法也许有好几百万种，但从根本上说，必须学习和了解的心态却只有几个——因为人的本性是有共同特征的。 在他的晚年，他的儿子保罗和小杰西曾问过他一个重要的问题：“爸爸，为什么你总能在股市上赚到钱，而其他人总是赔光了他们的钱呢?” “噢，孩子们，我也赔过钱，不过我每次赔了钱，我就想知道我为什么赔了钱。炒股是需要学习的，而且不能漫不经心地学，要专心致志地学。我的结论是，大多数人在为他们的房子买设备，或在买汽车的时候非常小心，而在买股票的时候却不那么上心。由于股市的钱好赚，而且来的快，所以就容易使人变得愚蠢，对他们在股市上辛辛苦苦挣来的钱漫不经心，不像对其他财产那么上心。” “你们看，买股票很简单，把你的交易单交给经纪人，然后就是打电话让他买或者卖，这么简单就完成了。如果你从这笔交易中赚了钱，这笔钱就好像赚得很容易，好像没有费什么劲。你不用非得早上9点钟上班，而且一天非得工作8小时。炒股就是纸上的交易，好像不用费很大的力气。炒股给人的表面印象是一条容易致富的路。简单地说，炒股就是在股票价格是10美元时买进，价格超过10美元时就卖出。你交易的越多，你赚的就越多，就是这么简单。简单地说，炒股没什么好学的。” “孩子们，你们必须随时控制自己的情绪——在你们长大的时候，你们就会发现需要控制恐惧心理。恐惧就隐藏在所有正常人生活的表象之下。恐惧和暴力一样，可以在心跳的时候、在呼吸加速的时候、在眼睛被蒙住的时候、在被一只手抓住的时候或在听见枪声的时候出现。当恐惧出现时，天生的生存技巧就复活了，正常的推理被扭曲了。理智的人在感到恐惧的时候，他们的行为就不理智了。当人们开始赔钱时，他们就感到害怕了，他们的判断力也减弱了。这就是我们进化到这个阶段的人的本性。这是不能否认的。我们必须了解这一点，特别是在股市进行交易的时候。 “不成功的投资者总爱跟希望交朋友----在希望来到股票市场的时侯，它总是与贪婪和恐惧牵手走完一生。一个人一进行股票交易，他的生活就燃起了希望。人的本性之一就是对未来抱有希望，就是相信希望，就是希望得到最好的未来。” “希望是人类竞赛的一种重要的生存技巧。但是，希望和它在股市上的表兄弟——贪婪和恐惧一样，都会扭曲理性。孩子们，股市只讲事实，只讲现实，只讲理性，股市永远
个人和机构投资者情绪与股票收益
个人和机构投资者情绪与股票收益 【摘要】：本文从行为金融的大背景下展开研究,以投资者情绪作为切入点。通过区分个人和机构投资者情绪,以2005-2011年上海A股市场以及上市公司为研究对象,将个人和机构投资者情绪的影响进行对比研究以明确两种情绪在市场中扮演的角色。以往的相关研究大多关注两者的相互影响或其中一种对市场的影响,本文将两者同时考虑并深入至个股层面。在Delong(1990)提出的DSSW模型以及前人研究成果的基础上,结合我国股票市场的实际情况,提出了考虑两种情绪相互影响的理论模型。利用个人和机构投资者新增开户数分别构建相应的情绪指标,采用分布滞后模型(PDLs)研究了个人和机构投资者情绪之间相互影响的机制。随后分别从市场和个股影响两个方面研究个人和机构投资者情绪与股票收益之间的关系。在市场影响方面,应用经White修正的OLS回归分析方法来研究不同投资主体的情绪对股票市场收益产生的影响。并在此过程中考虑了中国金融危机背景下股票市场单边下跌行情的影响。在个股影响方面,采用滚动回归方法量化个股收益对投资者情绪变化的敏感度,从投资者关注度这一独特视角出发,选取一系列反应投资者关注度的指标构造投资组合,以此来比较对不同投资主体情绪变化敏感性存在差异的股票组合之间是否存在显著的特征差异。研究结果表明：个人和机构投资者情绪的相互影响是不对称的。机构对个人投资者情绪的影响大于个人对机构投资者情绪的影响,机构投资者情绪可以预测个人投资者情绪；同期的个人投
资者情绪与股票市场收益呈现显著的正相关关系,而机构投资者则是上一期的情绪与市场收益表现出显著的正相关关系,同期对收益的影响作用不明显。另外,投资者关注度越高的股票,其收益对投资者情绪变化的敏感度越高,这种现象无论是在对个人还是对机构投资者情绪变化的敏感度上均表现出一致性。对投资者情绪变化敏感度高的股票倾向于是股票价格高、交易金额比较极端以及换手率高、异常交易量高、小市值、高市净率、低账面市值比、高营业收入增长率、高机构投资者持股比例以及低股权集中度、动量效应高、每股收益为正的股票。【关键词】：个人投资者情绪机构投资者情绪滚动回归投资者关注度敏感度 【学位授予单位】：山西大学 【学位级别】：硕士 【学位授予年份】：2013 【分类号】：F832.51 【目录】：中文摘要8-9ABSTRACT9-11第一章绪论11-161.1研究背景111.2研究内容和意义11-121.3个人和机构投资者对比分析12-141.3.1个人和机构投资者概况12-131.3.2个人和机构投资者行为特征分析13-141.4研究框架及结构安排14-16第二章文献综述16-222.1投资者情绪的度量研究16-182.1.1从指标获取方式来度量
全国股票市场投资者状况调查报告(2018年度)
2018年度
20189 -10 ” 2018 I
目录 一、自然人投资者交易行为特点.............................................................................................. - 1 - 1............................................................ - 1 - 2.1-6............................................................ - 1 - 3........................................................ - 2 - 4................................................................ - 3 - 5. ....................... - 3 - 6.10%-30%30%-50% ..... - 3 - 7.10%-50% .. - 4 - 8.................................... - 5 - 9.................................... - 5 - 二、自然人投资者的金融资产配置与心理预期...................................................................... - 6 - （一）投资者的基本属性与金融资产配置情况...................................................................... - 6 - 1........................................................ - 6 - 2. ... - 6 - 3.30%................................... - 7 - （二）投资者的投资心理特点.................................................................................................. - 8 - 1.................................... - 8 - 2. ................................................................................................................................................. - 8 - 3. .............................................................................................................................. - 9 - 4.......................................................... - 10 - 5. ........................................................................................................................................... - 10 - （三）投资者的知识水平与对投资者教育的心理预期........................................................ - 10 - 1.................................. - 10 - 2. ............. - 11 - 3.30 ........................................................................................................................ - 12 - （四）投资者股东权利行使现状与对投资者保护的预期.................................................... - 13 - 1. ......... - 13 - 2. . - 14 - 3. IPO ............................................................................................... - 15 - 4. ................. - 16 - 5. ........................................................................................................................................... - 16 - 6. ................................................................................................................................................... - 17 - 7. ......... - 18 - 三、结语.................................................................................................................................... - 18 -
财务管理外文翻译
财务风险管理 尽管近年来金融风险大大增加，但风险和风险管理不是当代的主要问题。全球市场越来越多的问题是，风险可能来自几千英里以外的与这些事件无关的国外市场。意味着需要的信息可以在瞬间得到，而其后的市场反应，很快就发生了。经济气候和市场可能会快速影响外汇汇率变化、利率及大宗商品价格，交易对手会迅速成为一个问题。因此，重要的一点是要确保金融风险是可以被识别并且管理得当的。准备是风险管理工作的一个关键组成部分。 什么是风险？ 风险给机会提供了基础。风险和暴露的条款让它们在含义上有了细微的差别。风险是指有损失的可能性，而暴露是可能的损失，尽管他们通常可以互换。风险起因是由于暴露。金融市场的暴露影响大多数机构，包括直接或间接的影响。当一个组织的金融市场暴露，有损失的可能性，但也是一个获利或利润的机会。金融市场的暴露可以提供战略性或竞争性的利益。 风险损失的可能性事件来自如市场价格的变化。事件发生的可能性很小，但这可能导致损失率很高，特别麻烦，因为他们往往比预想的要严重得多。换句话说，可能就是变异的风险回报。由于它并不总是可能的，或者能满意地把风险消除，在决定如何管理它中了解它是很重要的一步。识别暴露和风险形式的基础需要相应的财务风险管理策略。 财务风险是如何产生的呢？ 无数金融性质的交易包括销售和采购，投资和贷款，以及其他各种业务活动，产生了财务风险。它可以出现在合法的交易中，新项目中，兼并和收购中，债务融资中，能源部分的成本中，或通过管理的活动，利益相关者，竞争者，外国政府，或天气出现。当金融的价格变化很大，它可以增加成本，降低财政收入，或影响其他有不利影响的盈利能力的组织。金融波动可能使人们难以规划和预算商品和服务的价格，并分配资金。 有三种金融风险的主要来源： 1、金融风险起因于组织所暴露出来的市场价格的变化，如利率、汇率、和大宗商品价格。 2、引起金融风险的行为有与其他组织的交易如供应商、客户，和对方在金融衍生产品中的交易。 3、由于内部行动或失败的组织，特别是人、过程和系统所造成的金融风险。 什么是财务风险管理？ 财务风险管理是用来处理金融市场中不确定的事情的。它涉及到一个组织所面临的评估和组织的发展战略、内部管理的优先事项和当政策一致时的财务风险。企业积极应对金融风险可以使企业成为一个具有竞争优势的组织。它还确保管理，业务人员，利益相关者，董事会董事在对风险的关键问题达成协议。金融风险管理组织就必须作出那些不被接受的有关风险的决定。那些被动不采取行动的战略是在默认情况下接受所有的风险，组织使用各种策略和产品来管理金融风险。重要的是要了解这些产品和战略方面，通过工作来减少该组织内的风险承受能力和目标范围内的风险。 风险管理的策略往往涉及衍生工具。在金融机构和有组织的交易所，衍生物广泛地进行
交易员需要经历的几个心理阶段
交易员必读 这是你开始交易的第一个阶段 由于耳闻了众多百万富翁的发家史,你知道“交易”是一个能赚大钱的买卖 不幸的是,就像你第一次坐在方向盘前,你很快就发现你根本不知道应该怎么开始 你开始不停地交易、不停地承担着众多的风险 有时你一旦进场,市场就反向运行,于是你又反手做单.“靠!怎么又反向了”,你再反手…再反手…再反手… 出现亏损时,你就尝试加倍去做,就像输了一块下次就赌两块 有时,你侥幸地赢了回来,但更多的时间却是损手烂脚 这时,你已经完全忘记你对“交易”还是一个新手 这个阶段通常会持续一到两个星期,时光易逝,很快你就进入到第二个阶段 第二阶段：知其不可也 在这个阶段，你认识到要更好地交易赚钱还有些工作要做，“嗯，我还要再做点功课”。你意识到你还是一个不合格的交易员，“我还缺少真正可以盈利的技术。” 于是你开始在图表里设置各种“交易系统”，读了一堆电子书，到处浏览网页--从美国到乌克兰的网站都给你看过了。这时，你开始探索一套自己的“必杀技”(holy grail)。你变成了一个“系统交易狂”--天天、周周地从这个方法到那个方法地试，不过，你却从未花足够多的时间去检验这个系统是否真正可行。每次你得到一个新的指标你就会欣喜若狂，“这个指标完全不同呀！” 你将***Trader里的所有自动交易系统都测试过了，你开始玩“均线”、什么“菲波纳奇线”、什么“支撑阻力线”、MACD、KDJ...弄了几百种指标，梦想着你的“魔法系统”今天就可以诞生。你成了一个“抄底摸顶”的“大师”，用你的指标去找市场反转的精确点位。尽管你发现你还在输钱，但你还是坚持不懈地“找找找”，因为你坚信你的做法是正确的。 你开始跑去聊天室、论坛，你看到有些交易员可以赚到钱，你很想知道“那为什么不是我？”。你会问很多很多问题，有些问题你事后想起来觉得还有点笨。你很快成为了一个怀疑论者，“那些喊单的家伙都是骗子”，他们不可能赚那么多，因为你也已经“学了”，但是你却做不到，“嗯，他们是骗子，是托儿”。不过，他们天天在那里而且帐户在增长，而你却还在经历失败。 就像对一个无知的十几岁的少年，那些能赚钱的交易员会免费地给你建议，但你却固执地认为你知道的是最好的。你完全不在意别人的意见，而且开始过度交易，尽管其他人都说你很疯狂。你开始考虑跟别人的“喊单”，不过，结果很糟。因此，你准备从某些网站、大师那里买一些“交易信号”，不过，这对你还是不管用。 你可能还会在论坛上找一个“大佬”来跟着他操作，这个大佬“保证”会将你改造成一个真正的操盘手（当然，通常这种“保证”是收费的）。不论这个“大佬”是真的好还是假的好，你还是没法赢钱，因为时机不对，你仍然认为你知道的是最好的。 这个阶段可能会持续数年，事实上，在现实中的交谈中发现，这个阶段会至少持续1年，一般情况下接近3年的时间。经过无数的打击，通常你在这个阶段是最容易放弃“交易”的。大约60%的新手在前3个月就退出比赛了--他们放弃了，不过不失为好事--试想一下，如果“交易”是一件容易的事，我们都成百万富翁了。另外剩下的20%在坚持了一年后在理所当然的暴仓下也缴械投降了。 可能会令你惊奇的是最后剩下的20%的人会坚持3年之久，他们会想“我已经在游泳中学
中国股票市场上投资者投资行为分析
中国股票市场上投资者投资行为分析 （一） 投资行为与投资心理 1、从经济学角度分析，经济学投资理性有如下三层含义： 1．人是自利性的，亚当·斯密认为，人有双重才本生，分别是自利性和社会性。换句话说，经济学家观察到的社会竞争的幸存者都是按照“自利原则”行事的人，那些不按照自利原则行事的人己经像达尔文所说的被自然选择所淘汰了，即使按照突变的规律仍然会不断地产生，也假设它是“凤毛麟角”，而不列入分析的范畴。 2．利益最大化原则，人人追求自己效用的最大化；或者是，在追求“幸福”最大化的过程中，所获得的“幸福”减去为追求“幸福”而带来的“痛苦”后，这一效用达到了极大化。 3．每一个的自利行为与群体内其他人的自利行为之间的一致性假设。对于第三点，扩展开看，一个人理性与否，不能简单说他是否最大化了效用，如果那样，总能以效用发生改变来进行辩护。理性本身，在于效用结构是否符合选择一致性标准。例如：如果在A、B之间，偏好B，在B、C之间，偏好C，那么，在A、C之间，必然是偏好C而不是A，否则，偏好结构就是不理性的。如果存在这种行为，在群体的市场中，有人拿B来和你交换A，则你必然愿意如价，然后，当有人拿C来和你交换B，你同样愿意加价，最后，当有人继续拿A和你交换C 时，你又再一次加价，一圈下来，你手上还是A，但是你贴了3次钱，如此周而复始，再有钱，也会贴光的。因此，具有这种偏好结构的个体将必然被自然选择所淘汰。所以，我们说一个人是否理性，不是看他有什么样的偏好，而是看他有什么样的偏好结构。理性是一个有结构的概念，而不是一个“平面”概念。 2、不确定性下的投资理性行为 不确定性决策是指决策者在面临两个以上不确定的决策后果，尤其是在面对伴有负面结果的可能性时所产生的复杂心理过程。不确定性决策常常涉及多个不确定性的负面结果，因此，个体所知觉到的风险情景也不会是单一的。个体在决策过程中心理状态的复杂程度，往往使得风险决策的研究具有相当的难度。 要研究人类的不确定性决策问题，就要回答人们对备择方案的选择与偏好的准则是什么。在不确定性决策中，由于备择方案的损益带有一定的不确定性，人们普遍地用期望损益值作为决定偏好的准则。 （二）投资者的投资行为分析 1、投资者刚进入股票市场时，投资者往往求助于他人。因为对股票市场不了解投资者处于无知的状态，在无知的状态下，与其随机行动，还不如顺从经验，这是理性的推断过程。如果知识充分，顺从经验绝不是理性的。所以，在无知的情况下，投资者依赖于最初获取的信息来源，以及前人的知识积累。随着购买行为的发生，投资者开始对自己的期望进行调整，开始主动学习。之后，重新编辑、合成、简化以后形成自己的行动依赖框架。框架是描述决策问题的形式。由于许多框架是模糊的，投资者会因为情境和问题的陈述与表达的不同而有不同的选择。这种现象被称为框架依赖。 决策依赖框架有： （1）从众行为。根据投资人决策依赖路径建立的不同，从众行为又分为三种：一种是跟随机构投资者，在决策依赖上，这要是从报纸上获取消息。第 二种是跟随所谓的权威人士，经验丰富者。第三种是跟随市场其他投资 者的行为。 （2）政策扭曲的行为。有些投资者是盯住国家政策的市场性的，每次投资都是依赖对国家政策的准确判断。而政策的误导会扭曲市场，导致投资人 只瞄定政策。 （3）特立独行主义行为。这主要是用于形容那些游离于普通投资大众之外的投资者，他们我行我素，完全由自己拿主意。如号称国内第一私募阳光基金的开拓者，赤子之心公司总经理赵丹阳2008年1月2日宣布，将对旗下五只信托基金全部清盘，这是国内首次有机构选择主动清盘。消息一公开，
股指期货中英文对照外文翻译文献
股指期货中英文对照外文翻译文献(文档含英文原文和中文翻译)
股指期货最佳套期保值策略实证分析股票指数期货，是一种以股票价格指数作为标的物的金融期货合约，是一种金融衍生工具，通过做空股指期货，可以达到规避风险和锁定收益的目的。 现状： 自2006年中国股市一路飘升，充分活跃了股票市场，掀起股市投资的热潮，与此同时，也加重了市场上的投机因素和市场的动荡。此时，推出股票指数期货的现实意义自然极为重要。 中国证券业监管部门于2010年4月16日批准位于上海的中国金融期货交易所推出股指期货交易，这是中国走向市场经济的一个具有历史性意义的里程碑。 4月16日我国首批四个沪深300指数期货合约在中国金融期货交易所正式挂牌交易，这标志着我国正式推出了股指期货。推出股指期货后，风险低、收益率稳定的股指期货套利将会成为投资者追逐的热点.沪深300指数期货采用标准化的合约，合约的主要内容和规定，见表1-1: 表1-1 沪深300指数期货产品合约表
截至12月22日，共167个交易日，沪深300股指期货累计成交4432万手。累计成交金额39.6万亿元。日均成交量近26.5万手日均成交金额2371亿元，历史最高成交量为7月15日474780手，总
体来看，市场交投比较活跃，流动性较好，报价连续，成交迅速。（申银万国期货股指期货年度报告）如下表所示： 图1-1股指期货成交量与持仓量 来源：申银万国证券股指期货年度分析 由表可知，交易量如此之大，显然，股指期货已经成为中国投资者的宠儿。它在套期保值中所起到的效果，是无可比拟的。 股指期货套期保值的原理： 股指期货之所以具有套期保值的功能，是因为在一般情况下，股指期货的价格与股票现货的价格受相近因素的影响，它们的变动方向是一致的，因此，投资者只要在股指期货市场上建立与股票现货市场相反的持仓，通过计算适当的套期保值比率可以达到亏损与获利的大致平衡，从而实现套期保值的目的。其基本原理有以下两个方面。 原理一:同一股票指数的期货价格走势与现货价格走势基本一致。 原理二:股指期货的交割采用标的股票指数价格进行现金交割，那么到期日股指期货价格与标的股票指数就会完全相同。 基于以上的原理，投资者通过在股票市场和股指期货市场分别进行相反的操作，以期在未来的时间内通过一个市场的亏损，弥补另一个市场的盈利，达到锁定价格，避免风险的目的。 套期保值的种类： 套期保值的策略主要有多头套期保值、空头套期保值和交叉保值。 多头套期保值是指在投资者预期股票市场将要上涨，但买入股票的资金暂时还没有到位，因此投资者也可以通过股指期货的保证金的
股票心理学及一些真理
股票心理学及一些真理 三、股票心理学 1 、股市定义：在某种意义上来讲：股票市场就是运行在涨涨跌跌、高高低低、生生死死、真真假假、物极必反、否极泰来、时尔狂追、时尔狂抛、时尔要死不活、时尔过高过低等等的非传统状态和非理性情景之下，——金钱与心智的较量，——自我与本我的争斗，——人性与股性的角逐，——主力与非主力的博弈之中的“金钱换股票、股票换金钱”的大型游戏市场。所以，您无须太认真、无须太相信、无须太勇敢、无须太自负，——我应该是孙子…！做一颗星星永远跟着月亮走！做一个“懦夫”或“傻、股市定义：在某种意义上来讲：股票市场就是运行在涨涨跌跌、高高低低、生生死死、真真假假、物极必反、否极泰来、时尔狂追、时尔狂抛、时尔要死不活、时尔过高过低等等的非传统状态和非理性情景之下，——金钱与心智的较量，——自我与本我的争斗，——人性与股性的角逐，——主力与非主力的博弈之中的“金钱换股票、股票换金钱”的大型游戏市场。永远跟着主力走！ 2 、股市原理就是：主力的低吸高抛+ 非主力的追涨杀跌= 股市全貌主力的画线描图+ 非主力的加料填色= 股市全景主力的春进秋放+ 非主力的春给秋收= 股市全程主力的呵哄骗诈+ 非主力的舞枪弄棒= 股市内容 3 、市场主力演变的过程是：个体大户时代→券商机构时代→券商基金机构时代→基金机构时代→外资、银行、基金机构时代→……。 4、股市真理： 第一真理：市场永远在变幻！其变化规律遵循趋势理论、相反理论、波浪理论和庄家理论。（政策在变、主力在变、公司在变、规矩在变、价格在变、性质在变、…） 第二真理：市场永远是对的！（千万不要与市场作对、市场是最好的老师） 第三真理：大盘永远比个股重要！（大盘是领导、是前提、是舵手、是导师... ） 第四真理：顺趋势者昌，逆趋势者亡！（顺势而为、趋势不会随意改变、趋势一旦改变股票性质就将改变） 第五真理：没有不赚钱的股票，只有不赚钱的时机！（时机永远比股票重要） 第六真理：时机不可创造，只能等待，失去不可遗憾。（买股票如同招出租车，失去一辆，还有下一辆） 第七真理：股市在绝望中新生，在迟疑中上涨，在欢乐中死亡，在希望中下跌。（股市路线） 第八真理：没有不赚钱的股票，只有不赚钱的时机！（时机永远比股票重要）
证券从业2020金融市场笔记：证券市场投资者结构及演化
证券从业2020金融市场笔记：证券市场投资者结 构及演化 二、我国证券市场投资者结构及演化 在投资者结构上，机构投资者逐渐成为企业债券的主要投资者。 1990年12月和1991年5月，上海证券交易所和深圳证券交易 所的相继成立并开展交易，标志着我国资本市场的发展开始了一个 新阶段。自上海证券交易所和深圳证券交易所成立以来，中国证券 市场投资者结构不断演变，其特点也逐渐显现。 (一)投资者结构的演化 1989年之前，个人投资者一直是股票市场的投资者主体。1980年，中国人民银行抚顺支行代理企业发行股票211万元，是在改革 开放以来有记载的第一次股票发行，也是我国股票市场的起点，此 后的股票发行基本上都以个人为主要发行对象。期间又可以分为两 个阶段：1980—1984年，企业股票实行到期偿还本金保息分红的办法，带有浓厚的债券性质和福利色彩，发行范围则仅限于企业内部 职工和一些自愿的法人;1984—1989年，企业发行股票的范围扩展 到社会公众，单位(机构)虽然也可以自愿认购股票，但同股同权原 则未得到实施。在这个阶段，专门的股票投资机构尚未问世，现代 意义上的投资机构者还未出现，购入股票的单位一方面因同股不同 权受到歧视性待遇因而为数寥寥，另一方面就其行为特征来看也近 似于个人投资者，其投资目的同个人投资者一样在于获得股息，因 此说这一时期的投资者主体为个人投资者。 1985年，我国第一家证券公司——深圳经济特区证券公司，通 过批准进入筹备，至1989年，我国共有可从事自营业务的证券公司 达到63家，而股票设计的规范化也得到了很大发展。从1989年起，机构投资者开始成为股票市场的投资主体，个人投资者退居次要地位。
证券和股票英语术语专业词汇
证券和股票英语术语专业词汇 证券securities 证券法securitieslaw 资本市场capitalmarket 证券市场securitiesmarket 中国证券监督管理委员会ChinaSecuritiesRegulatoryCommission(CSRS) 股票、股权share;equity;stock 上市公司listedcompany 机构投资者institutionalinvestor 个人投资者/散户retail/privateinvestor 证券中介机构securitiesintermediary 证券公司;券商securitiescompany;broker-dealer 自营proprietarytrading 证券交易所securitiesexchange 纽约证券交易所NYSE，NewYorkStockExchange 巴黎证券交易所ParisBourse 交易大厅tradingfloor 证券登记结算机构securitiesregistrationandclearinginstitution
证券行业自律组织self- regulatoryorganizationforsecurities 证券监督管理机构securitiesregulatoryauthority 证券发行offeringofsecurities;issuingofsecurities 证券分析securitiesanalysis 公开发售publicoffering;distribution 配股rightsissue/offering 红股bonusshare; 红利;股息dividend 购买力purchasing(Buying)Power 新股/初始公开发行initialpublicoffering(IPO) 收购兼并mergerandacquisition 资产重组reorganization 证券发行审核制度verificationsystemforsecuritiesoffering 发行人issuer 机构投资者institution 公开发行publicoffering 私募发行privateoffering;privateplacement 发行价格issuingprice 平价发行facevalueissuing 溢价发行premiumissuing 折价发行discountedissuing 新发行newissue
证券投资中英文对照术语
实物资产real assets 金融资产financial assets 资产负债表balance sheet 现金流量表statement of cash flows 损益表income statement 会计收入accounting earnings 帐面价值book value 流动比率current ratio 速动比率quick ratio 酸性测试比率acid test ratio 资产周转率asset turnover (ATO) 应收帐款平均收款期或应收天数average collection period or day’s receivables 积极管理active management 积极型资产组合active portfolio 美式期权、欧式期权American depository \ European depository 看涨期权call option 看跌期权put option 套利arbitrage 套利定价理论arbitrage pricing theory 资产配置决策asset allocation decision 资本配置决策capital allocation decision 银行贴现收益率bank discount yield 银行承兑汇票banker’s acceptance 基差basis 基差风险basis risk 二叉树模型binomial model 布莱克舒尔斯顶界公式Black-Scholes formula 大宗交易block transactions 普通股common stock 优先股preferred stock 债券bond 面值par value 公司债券corporate bonds 可赎回债券callable bond 可卖回债券put bond 可转换债券convertible bond 信用债券或无担保债券debenture or unsecured bond 现金/债券选择cash \ bond selection 经纪人市场brokered market 佣金经纪人commission broker 牛市、熊市bullish \ bearish 经济周期business cycle 赎回保护期call protection 资本利得capital gains 资本市场capital market 资本市场线capital market line (CML) 现金交割cash delivery 现金等价物cash equivalents 清算所clearinghouse 交易所exchanges 股票交易所stock exchanges 场外交易市场over-the-counter market 抵押品collateral 有担保的抵押债务collateralized mortgage obligation 封闭型（共同）基金closed-end (mutual) fund 整个资产组合complete portfolio 固定增长模型constant growth model 或有债权contingent claim 交叉持股cross holdings 经常项目current account 衍生资产derivative asset 衍生证券derivative security 红利折现模型discounted dividend model (DDM) 红利支付率dividend payout ratio 可分散风险diversifiable risk 分散化diversification 有效分散化efficient diversification 道氏理论Dow theory 久期duration 有效率边界efficient frontier 欧洲美元Eurodollars 超额收益excess return 名义利率nominal interest rate 真实利率real interest rate 实际复利realized compound yield 汇率exchange rate 汇率风险exchange rate risk (利率的)预期假定expectations hypothesis (of interest rates) 预期收益expected return 面值face value
投资者情绪与股票截面收益翻译
投资者情绪与截面股票收益率 摘要：我们研究投资者情绪如何影响股票的截面收益。我们预测投资者情绪对证券有较大的影响（其价值高度主观且很难套利）。与此预测一致，我们发现如果投资者的情绪代理指标一开始较低，则事后回报率相对较高（尤其对那些小公司股票，新发行股票，高波动性的股票，亏损企业股票，不分红企业的股票，高速成长的股票，困境企业的股票而言）。另一方面，当投资者情绪很高时，这些类别的股票获取相对较低的事后回报。 经典的金融理论并没有对投资者情绪做出解释。相反，这一理论认为，理性的投资者之间进行竞争，并且他们多样化投资以最优化其投资组合，将产生价格等于预期现金流的贴现值这样一个均衡，并且预期截面回报率仅依赖于截面的系统性风险（β值）。即使有些投资者是非理性的，经典理论认为他们的投资需求被套利者抵消，因此对价格不产生重大影响。 在本文中，我们有证据表明，投资者的情绪可能对股票截面价格有显著的影响。我们先从简单的理论预期开始。因为错误定价是这样的一个结果：即面对套利约束的情况下，大量未知需求冲击所致。当股票交易是以情绪为基础的需求或套利的结果时，我们预测大量的投资者情绪会产生截面效应（即并非简单的所有股票价格同时上升或下降）。 在实践中，有两个截然不同的渠道会产生类似的预测结果。由于股票对投机性需求最为敏感，那些有较高主观价值的股票同时也可能是风险和套利成本最高的股票。具体地说，理论表明两个不同的渠道更容易受投资者情绪变化的影响，这些影响通过具有某些特征（新发行的，小公司的，高波动的，亏损的，不分红的，困境中的，或者高速增长当中的股票）的企业股票来表现。 为了检验经验预测的真实性，并得到投资者情绪更真实意义上的概念，我们从1961年开始到互联网泡沫时代，总结美国市场这段时间内市场情绪的波动作为开始。这个总结以生动的描述为基础，因此仅仅别看作一个建议性的、投资者情绪波动的事后特征。然而，该总结的基本信息似乎和我们的理论预测是一致的，并认为一个更准确地实证是必要的。 我们的主要经验做法如下。因为情绪驱动的错误定价的截面模式将很难直接被发现，我们考察股票收益的截面预测模式是否依赖于一开始的情绪代理指标。例如，相对于老公司而言，新公司的未来低回报率和事前新公司的股票被高估一致。像往常一样，我们注意到共同的假说问题，我们发现任何可预见性模式实际上反映系统性风险补偿。 第一步是选取投资者情绪代理指标，我们可以用时间序列的条件变量。因为没有完美的或无可争议的投资者情绪代理指标，我们的做法是一定要符合实际。具体来说，我们考虑最近文献中使用的大量情绪代理指标，形成一个复合情绪指数（以主成分分析为基础）。为了减少这些情绪代理指标和系统性风险相关的可能性，我们也形成一个以情绪代理指标为基础的指数，并且该指数与几个宏观经济条件垂直正交化。该情绪指数明显和历史上的股市泡沫及股灾一致。 然后，我们测试随后的股票截面收益如何不同于开始时期的情绪变化。使用1963年和
证券投资学总复习题
一.名词解释: 股票价格指数;股票价格指数是描述股票市场总的价格水平变化的指标。 股票:股票是发行的凭证，是为筹集而发行给各个股东作为凭证并借以取得和的一种。 期货:期货主要不是货，而是以某种大众产品如、、石油等及金融资产如股票、等为标的可交易合约。 股指期货:是指以为的标准化期货合约，双方约定在未来的某个特定日期，可以按照事先确定的股价指数的大小，进行标的指数的买卖，到期后通过现金结算差价来进行交割. 基金:基金是指为了某种目的而设立的具有一定数量的资金。 债券: 债券是一种金融契约，是政府、、工商企业等直接向社会借债筹措资金时，向投资者发行，同时承诺按一定利率支付利息并按约定条件偿还的债务凭证。 二级市场:证券交易市场也称、二级市场. 证券市场: 证券是多种经济权益凭证的统称，因此，广义上的证券市场指的是所有证券发行和交易的场所，狭义上，也是最活跃的证券市场指的是市场、货币证券市场和商品证券市场。 基本面分析: 以判断金融市场未来走势为目标，对经济和政治数据的透彻分析。 技术面分析: 所谓技术面分析，就是应用最简单的供求关系变化规律，寻找、摸索出一套分析市场走势、预测市场未来趋势的金融市场分析方法。 净资产收益率:是净利润与的百分比，是公司税后利润除 以净资产得到的百分比率. 每股收益:每股收益即每股盈利，又称每股税后利润、每 股盈余，指税后利润与股本总数的比率。 二.判断题 1、技术分析是以证券市场的过去轨迹为基础，预测证券 价格未来变动趋势的一种分析方法。 答案：是 2、道氏理论认为股市在任何时候都存在着三种运动，即 长期趋势、中期趋势、短期趋势运动。 3、股价运动具有趋势性，一旦上涨则将保持较长时间的 上升，中途不会出现下跌的修正 行情。 答案：非 4、技术分析中的支撑，就是指股价下跌到某个价位附近 时所出现的买卖双方同时增加的情况。答案：非 5、技术分析中的整理形态与反转形态相似，都是股价的原有趋势将要发生变动时的信号形态。 答案：非 6、波浪理论中的波浪形态可无穷伸展和压缩，但它的基本形态不变。 答案：是 7、波浪理论中的延长浪是在某一推动波浪中发生次一级的五浪走势。 答案：是 8、无论在上升行情还是在下跌行情中，平均成交量没有明显变化，表明行情即将会突破。 答案：非 9、证券投资过程基本上由以下五个步骤组成，即确定投资目标、选择投资策略、制定投资 政策、构建和修正投资组合、评估投资业绩。 答案：非 10、投资政策将决定资产分配决策，即如何将投资资金在投资对象之间进行分配。 答案：是 11、积极的股票投资策略包括对未来收益、股利或市盈率的预测。 答案：是 12、资产配置是指证券组合中各种不同资产所占的比率。答案：是 13、评估投资业绩的依据不能只看投资组合的收益，还要考虑其风险。 答案：是 14、采用积极的股票管理策略的投资者花大量精力构造投资组合，而奉行消极管理策略的投资者只是简单的模仿某一股价指数以构造投资组合。 答案：是 15、有效市场理论是描述资本市场资产定价的理论。 答案：非 16、如果认丠 ?市场是无效的，就能够以历史数据和公开与非公开的资料为基础获取超额盈利。 答案：是 17、技术分析以道氏理论为依据，以价格变动和量价关系为重点。 答案：是 18、如果股票的市场价格低于它的理论价值，以基本分析为基础策略的建议是买入该股票。 答案：是 19、被忽略的公司效应是指以证券分析师对不同股票的关注程度为基础的投资策略可能获得