基于投资者情绪的资产定价理论及实证研究_王博

合集下载

《基于情感分析的股评主题研究》

《基于情感分析的股评主题研究》

《基于情感分析的股评主题研究》一、引言随着大数据和人工智能的飞速发展,情感分析技术已广泛应用于各个领域,包括股市分析。

基于情感分析的股评主题研究,旨在通过对股评信息的情感倾向进行深入分析,为投资者提供更为准确、科学的投资决策依据。

本文将从理论、方法和实践三个方面对这一主题进行研究,并基于大量实证数据得出结论。

二、理论基础情感分析,又称情感挖掘或情感计算,是一种通过自然语言处理技术对文本中表达的情感倾向进行分析的方法。

在股市分析中,情感分析可以帮助投资者了解市场情绪、投资者信心等关键信息,从而为投资决策提供参考。

股评信息作为股市分析的重要来源,其情感倾向对于投资者具有重要影响。

三、研究方法本研究采用情感分析技术对股评信息进行主题研究。

具体方法包括:1. 数据收集:从各大股市论坛、股评网站等渠道收集股评信息,形成语料库。

2. 数据预处理:对语料库进行清洗、分词、去停用词等处理,以便进行后续的情感分析。

3. 情感分析:采用机器学习算法对预处理后的数据进行情感倾向分析,得到各股评信息的情感得分。

4. 主题模型构建:运用主题模型对情感得分进行聚类,得到不同主题的情感倾向。

5. 结果可视化:将结果以图表等形式进行可视化展示,便于投资者直观了解各主题的情感倾向。

四、实证研究本研究以某段时间内的股评信息为研究对象,运用上述方法进行实证研究。

首先,通过数据收集和预处理,形成包含大量股评信息的语料库。

然后,运用情感分析技术对各股评信息进行情感倾向分析,得到情感得分。

接着,运用主题模型对情感得分进行聚类,得到不同主题的情感倾向。

最后,将结果进行可视化展示。

通过实证研究,我们发现不同主题的股评信息具有明显的情感倾向。

例如,关于某只股票的利好消息往往具有积极的情感倾向,而关于市场风险的讨论则往往具有消极的情感倾向。

此外,我们还发现同一主题下的不同股评信息在情感得分上存在差异,这表明不同股评师对同一主题的情感倾向可能存在差异。

基于投资者情绪的资产定价理论及实证研究

基于投资者情绪的资产定价理论及实证研究

基于投资者情绪的资产定价理论及实证研究引言:投资者情绪作为一种重要的心理因素,对资产价格的形成和变动有着显著的影响。

基于对投资者情绪的深入研究,一些学者提出了基于投资者情绪的资产定价理论,并进行了一系列实证研究,以探究情绪对资产定价的影响。

一、投资者情绪的定义和特征投资者情绪是指投资者在进行投资决策时,对市场和资产价格的预期和情感状况。

投资者情绪具有以下几个特征:1. 情绪具有时效性,即投资者的情绪会随着时间的推移和市场情况的变化而变化。

2. 情绪的传染效应,即市场中投资者的情绪会相互传播和影响,形成情绪的集体行为。

3. 情绪的非理性,《实证金融学》一书指出,投资者情绪常常使其做出与理性经济人行为相反的决策。

二、基于投资者情绪的资产定价理论1. 市场情绪理论市场情绪理论认为,市场情绪对资产价格有着重要的影响。

市场情绪分为乐观情绪和悲观情绪。

当市场情绪乐观时,投资者倾向于高估资产的价值,导致资产价格上涨。

相反,当市场情绪悲观时,投资者倾向于低估资产的价值,导致资产价格下跌。

2. 情绪厌恶理论情绪厌恶理论认为,投资者在面对损失时,会产生一种强烈的情绪反应,导致对资产收益的过度厌恶。

这种情绪厌恶使得投资者更倾向于避免风险,从而影响投资者的投资决策。

情绪厌恶理论解释了为什么投资者更容易出现风险厌恶行为,导致资产收益率下降。

三、基于投资者情绪的实证研究1. 投资者情绪与股票收益率的关系许多研究表明,投资者情绪与股票收益率之间存在正向关系。

当市场情绪乐观时,投资者投资意愿增强,导致股票价格上涨。

然而,投资者情绪对股票收益率的解释力度仍存在争议。

2. 投资者情绪的传染效应投资者情绪具有传染效应,一个人的情绪状态可能会影响其他投资者的情绪。

研究表明,情绪传染效应会加剧市场的波动性。

这意味着,情绪高涨时市场波动会加大,而情绪低迷时市场波动则会减少。

3. 情绪厌恶对债券定价的影响情绪厌恶理论也可以应用于债券定价。

投资者对债券的风险厌恶程度与债券价格之间存在负向关系。

投资者情绪对我国股票市场收益的影响研究

投资者情绪对我国股票市场收益的影响研究

投资者情绪的变化可以影响股 票市场的波动性和风险水平。
投资者情绪可以作为金融市场 风险的预警指标之一。
投资者情绪对股票市场收益的综合影响
投资者情绪的综合作用可以影 响股票市场的整体表现。
投资者情绪的变化与宏观经济 因素、政策因素等密切相关, 共同决定股票市场的收益水平

投资者情绪对股票市场收益的 影响具有非线性和时变性,需 要结合具体市场环境进行分析
06
参考文献
参考文献
参考文献1 标题:投资者情绪对股票市场收益的影响研究 作者:张三、李四
感谢您的观看
THANKS
我国股票市场收益的特性
波动性
我国股票市场收益波动较大,受到多种因素的影响,包括宏观经 济状况、政策变化、公司业绩等。
风险性
我国股票市场存在较高的风险,投资者需要承担一定的损失风险 。
成长性
我国股票市场具有成长性,随着经济的发展和市场的开放,市场 整体估值水平逐渐提升。
投资者情绪对我国股票市场收益的影响机制
市场走势
市场走势也是影响投资者情绪的重要 因素之一。如果市场走势与投资者的 预期相反,则投资者情绪可能会变得 更加悲观;如果市场走势符合投资者 的预期,则投资者情绪可能会更加乐 观。此外,市场的波动性也会影响投 资者情绪,波动性增加时投资者情绪 可能会更加不稳定。
03
我国股票市场收益与投资 者情绪的关系
同时,对于监管部门而言,了解投资者情绪对股票市场收益的影响,可以制定更 加科学合理的政策和措施,维护市场稳定和促进经济发展。
02
投资者情绪理论
投资者情绪的定义
投资者心理状态、认知程度和风险偏好,对股票市场的收 益有着重要的影响。
投资者情绪通常被定义为投资者对未来股票市场走势的平均 预期与市场实际走势之间的差异。如果投资者的平均预期高 于实际走势,则投资者情绪为乐观;反之,则投资者情绪为 悲观。

基于投资者情绪的资产定价理论及实证研究

基于投资者情绪的资产定价理论及实证研究

基于投资者情绪的资产定价理论及实证研究导言:在资本市场中,人们的情绪与行为对资产定价起着重要作用。

自从以来,许多研究学者开始关注投资者情绪对资产定价的影响,并提出了一系列基于投资者情绪的资产定价理论。

本文将介绍这些理论,并基于实证研究来验证这些理论的实际效果。

1. 投资者情绪与资产定价投资者情绪是指投资者对市场和资产的情绪状态,包括乐观、悲观、恐惧等。

从传统的投资者行为角度来看,市场上的投资者情绪通常是非理性的,但对资产定价有着重要的影响。

在情绪高涨时,投资者往往过于乐观,导致资产被高估;而在情绪低迷时,投资者往往过于悲观,导致资产被低估。

因此,了解和研究投资者情绪对资产定价的影响非常重要。

2. 情绪影响下的资产定价理论2.1 威廉姆森情绪指数理论威廉姆森情绪指数理论认为,投资者情绪与市场风险存在着正向关系。

当投资者情绪高涨时,市场上出现了大量的买方,导致市场风险增加,从而推高了资产定价。

相反,当投资者情绪低迷时,市场上出现了大量的卖方,导致市场风险降低,从而推低了资产定价。

2.2 休斯与叶森情绪指数理论休斯与叶森情绪指数理论认为,投资者情绪对股票收益率有着预测能力。

他们通过构建情绪指数来衡量投资者情绪,结果发现情绪指数与股票收益率呈现出显著的负相关关系。

即情绪越高涨,未来股票收益率往往会越低;情绪越低迷,未来股票收益率往往会越高。

3. 基于实证研究的验证近年来,许多研究学者基于实证研究对上述理论进行了验证。

他们发现投资者情绪对资产定价的确有重要影响。

例如,研究表明,当投资者情绪过度乐观时,公司股票的市盈率往往会高于其基本面所能支持的水平;而当投资者情绪过度悲观时,公司股票的市盈率往往会低于其基本面所能支持的水平。

此外,许多实证研究还发现,投资者情绪与股票市场的超额收益率之间存在着明显的正相关关系。

也就是说,当投资者情绪高涨时,股票市场的超额收益率往往会增加;而当情绪低迷时,股票市场的超额收益率往往会减少。

基于投资者情绪的资产定价理论及实证研究_王博

基于投资者情绪的资产定价理论及实证研究_王博

数,很好衡量投资者情绪变化[8]。
2. 换手率( Turn)
Baker 和 Wurgler ( 2004 ) 得出能够反 映 市 场
流动性的整体换手率可以作为投资者情绪理想指 标[9]。本文选取 上 证 综 指 月 累 计 成 交 金 额 和 月
累计流通市值作为计算换手率原始数据,换手率
计算公式为 Turnt = TVt / TMVt ,其中,Turnt 为在 t 时期的上证综指换手率,TVt 为 t 期上证综指月累 计成交金额,TMVt 为 t 期上证综指月累计流通市 值。Turnt 整体换手率可以直接通过 Wind 数据库 提取,不需要预处理,其时间跨度、频率可以根据
第 29 卷 第 3 期
北京工商大学学报( 社会科学版)
Vol. 29 No. 3
2014 年 5 月
JOURNAL OF BEIJING TECHNOLOGY AND BUSINESS UNIVERSITY( SOCIAL SCIENCES) May 2014
基于投资者情绪的资产定价理论及实证研究
伍燕然( 2007) 首次将 A 股净增开户数作为投资
者情绪指标进行实证研究,证明 A 股净增开户数 可以很好衡量投资者情绪变化[10]。
4. IPO 首日溢价率( RIPO)
IPO 上市前折价,上市后溢价,上市一段时间
后表 现 低 迷 成 为 一 种 全 球 性 的“异 象”。Dorn
( 2009) 证明个人投资者情绪与首次公开发行股 票首日溢价 率 正 相 关,与 长 期 收 益 率 负 相 关[11]。
文献标志码: A
文章编号: 1009--6116( 2014) 03--0089--09
资 本 资 产 定 价 模 型 ( Capital Asset Pricing Model,简称 CAPM) 存在主要问题是实证方面问 题,实证效果较差,定价效率存在问题。除了 Fama 和 MacBeth ( 1973 ) [1] 的 实 证 结 果 基 本 支 持 CAPM 以外,后来检验基本都否定 CAPM。实证 检验中产生问题原因在于该模型理论基础,即马 科维茨最优投资组合理论所要求投资组合只包含 系统风险,非系统风险通过扩大投资组合规模加 以分散; 但没有考虑投资分散化成本问题,即非系 统性风险没有被定价。

中国投资者市场情绪生成模式经验研究——基于情绪指数的证据

中国投资者市场情绪生成模式经验研究——基于情绪指数的证据

中国投资者市场情绪生成模式经验研究——基于情绪指数的
证据
孙建军;王美今
【期刊名称】《海南大学学报(人文社会科学版)》
【年(卷),期】2007(025)005
【摘要】研究发现个人投资者与机构投资者市场日情绪指数存在较强相关这一特征事实.运用Kalman滤波和瞬时Wiener-Granger因果检验等经济计量分析方法探讨这一特征事实背后的原因,结果表明:投资者情绪生成本质上是不一致的;经验数据表现出的较强相关源于情绪的相互关联;投资者市场日情绪生成呈现出放大传递模式.
【总页数】7页(P537-542,548)
【作者】孙建军;王美今
【作者单位】海南大学,经济管理学院,海南,海口,570228;中山大学,岭南学院,广东,广州,510275
【正文语种】中文
【中图分类】F830.591
【相关文献】
1.市场情绪对投资效率与企业价值的作用效果r——基于投资者非理性的假设 [J], 任毅;任碧云
2.IPO破发、投资者情绪与市场反应r——基于中国A股市场的经验研究 [J], 谢
汉昌
3.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 [J], 李宝仁;胡蓓;陈相因
4.基于主成分分析的房地产市场情绪指数构建——以重庆市为例 [J], 曾德珩;单艳
5.投资者情绪、内在价值估计与证券价格波动——市场情绪指数假说 [J], 丁志国;苏治
因版权原因,仅展示原文概要,查看原文内容请购买。

个人、机构投资者情绪与证券分析师的乐观偏差--来自中国a股市场的证据

个人、机构投资者情绪与证券分析师的乐观偏差--来自中国a股市场的证据

个人㊁机构投资者情绪与证券分析师的乐观偏差来自中国A 股市场的证据孔令飞㊀刘㊀轶∗摘㊀要:证券分析师的盈利预测存在着显著的乐观偏差,且这种乐观偏差会因投资者情绪的变化而忽高忽低㊂基于开户数量构建个人㊁机构投资者情绪指标,实证研究投资者情绪对证券分析师乐观偏差的影响㊂研究发现,个人㊁机构投资者情绪越乐观,证券分析师的乐观偏差越大;机构投资者情绪的波动比个人投资者更为剧烈,且对证券分析师的影响也大于个人投资者;在考虑了公司的截面特征后,结论依然稳健㊂研究有助于进一步理解新兴市场中证券分析师的盈利预测行为,并为投资者使用证券分析师的研究报告提供决策参考㊂关键词:证券分析师㊀投资者情绪㊀机构投资者㊀个人投资者㊀乐观偏差JEL 分类号:D 84,G 24,G 31㊀㊀㊀中图分类号:F 830.91文献标识码:A ㊀㊀㊀文章编号:1000-6249(2016)06-066-16一㊁引言作为专业的证券分析人员,卖方分析师①(以下简称分析师)的主要工作就是通过公开发布研究报告,对上市公司进行盈利预测或者股票评级,其中盈利预测是投资者进行价值评估和投资决策的重要依据㊂但大量文献表明,分析师倾向于发布过于乐观的盈利预测(De Bondt and Thaler ,1990;Friesen and Weller ,2006;丁方飞㊁张宇青,2012;游家兴等,2013)㊂随着行为金融的发展,投资者情绪理论已成为解释一系列股票市场异象的重要理论㊂根据Baker and Wurgler (2006)的经典定义,投资者情绪是市场参与者对未来股市的一种悲观或者乐观的先验判断,亦可视为他们的相对投机倾向㊂事实上,投资者情绪不仅会影响股票收益,也会影响作为市场参与者的分析师㊂尽管分析师是证券市场上理性声音的代㊃66㊃个人㊁机构投资者情绪与证券分析师的乐观偏差 来自中国A 股市场的证据∗①孔令飞,湖南大学经济管理研究中心,E -mail :konghaha2013@163.com ,通讯地址:湖南省长沙市岳麓区西湖街道石佳冲路109号,邮编:410079;刘轶,湖南大学金融与统计学院,E -mail :liuyi_92@163.com ,通讯地址:湖南省长沙市岳麓区西湖街道石佳冲路109号,邮编:410079㊂本文获得国家社会科学基金项目(12CJY112)和国家自然科学基金面上项目(71473200)的资助㊂非常感谢两位匿名审稿专家富有建设性的修改意见,作者文责自负㊂证券分析师包括买方分析师和卖方分析师,其中买方分析师多供职于基金公司,主要为机构内部提供分析报告;卖方分析师多供职于券商,需基于独立的视角提供分析报告,且分析报告可以公开获得㊂本文所指分析师均为卖方分析师㊂㊀2016年第6期表,基于刺激交易量,从而获取佣金收入的动机,分析师仍有可能 随波逐流 ,迎合市场行情而发布有偏的盈利预测报告㊂近年来,这一问题已逐渐引起学术界的关注㊂Qian (2009)基于美国的数据发现,分析师的盈利预测存在着显著的乐观偏差,且这种乐观偏差具有明显的时变特征:在投资者情绪乐观的年度,分析师的预测也更加乐观;Hribar and McInnis (2012)同样以美国作为研究对象,发现投资者情绪与分析师的盈利预测偏差存在着正的相关性;Corredor et al .(2014)以法国㊁德国㊁西班牙㊁英国等欧洲四个主要经济体作为研究对象,亦发现相似的结论㊂以上研究均以国外发达市场作为研究对象,然而,分析师是伴随着资本市场的发展而产生的,同样的结论不一定适用于新兴市场㊂国内一些学者也已经进行了初步探索㊂伍燕然等(2012)基于沪深300指数成分股2006年1月-2010年12月的数据发现,投资者情绪结合利益驱动能够解释分析师盈利预测的乐观偏差;游家兴等(2013)建立了 声誉博弈 模型发现,分析师为了提高自身声誉,会迎合投资者的先验信念(即情绪)而发布报告,并以2001-2008年分析师对A 股的盈利预测和股票评级数据进行了实证检验;王博(2014)构建了基于投资者情绪的资产定价理论模型,认为投资者情绪导致价格偏离内在价值并导致高的波动率和价格泡沫,可以模糊数字为基础构建基于投资者情绪的行为投资组合㊂然而,这些文章并未对投资者的类型进行区分㊂分析师的服务对象包括个人投资者和机构投资者,而个人投资者和机构投资者在信息来源㊁投资策略等方面存在着明显差异㊂个人投资者通常被称为 噪声交易者 ,他们的专业程度有限,交易行为容易受到小道消息㊁个人心理因素的影响,而机构投资者拥有专业优势和资金优势,且投资组合更加多元化(Chakravarty ,2001)㊂尽管机构投资者通常被视为 理性交易者 ,但机构投资者也可能存在认知偏差㊂Chuang and Susmel (2011)发现,个人和机构投资者在交易中都存在着过度自信行为,且这种行为在牛市中更加明显;王美今和孙建军(2004)发现,机构投资者可以显著影响A 股股市的收益,并反向修正波动率,说明机构投资者是潜在的 噪声交易源 ㊂现有文献已经试图区分个人投资者情绪和机构投资者情绪,并分析二者对股票市场的异质影响㊂Brown and Cliff (2004)用美国个人投资者协会(American Association of Individual Investors )的调查数据来衡量个人投资者情绪,用投资者智能(Investor Intelligence )的调查数据来衡量机构投资者情绪,发现机构投资者情绪对高市值股票的影响要大于个人投资者情绪;张强等(2007)基于 央视看盘指数 发现,机构投资者情绪是影响股票价格的重要因素,但个人投资者情绪对股价的影响并不显著;Schmeling (2008)发现,机构投资者情绪可以准确预测股票收益,但个人投资者情绪通常反向预测股票收益㊂可见在股票市场上,个人㊁机构投资者情绪扮演的不同角色已经被广泛发现,但二者对分析师的影响有何异同,现有研究并未给出明确答案㊂本文将区分个人和机构投资者情绪,探讨二者对分析师乐观行为的影响,并进一步研究它们之间的关系是否对称于公司的截面特征㊂本文的主要贡献如下:第一,现有文献虽然发现了分析师的行为会受到投资者情绪的影响,但个人和机构投资者情绪对分析师的影响是否存在差异㊁存在何种差异尚无定论㊂而本文考虑了投资者的异质性特征,并首次基于我国市场探讨个人和机构投资者情绪对分析师乐观偏差的㊃76㊃㊀2016年第6期影响;第二,我们发现,机构投资者情绪对分析师的影响要大于个人投资者情绪,说明机构投资者才是导致分析师乐观偏差的主要因素;第三,在考虑了公司的截面特征后,我们发现,投资者情绪对分析师乐观偏差的影响并不对称㊂本文的研究丰富了我国分析师乐观行为的研究,亦有助于投资者合理地利用分析师的盈利预测报告进行决策㊂论文余下部分安排如下:第二部分为理论分析和研究假设,第三部分为研究设计,第四部分为实证结果,第五部分总结全文㊂二、理论分析与研究假设分析师作为证券市场上的专业人员,理应根据公司的基本面信息进行盈利预测,其行为不应受到投资者情绪的影响㊂然而,分析师有迎合投资者情绪而发布报告的动机㊂首先,分析师受雇于券商,为券商服务才是分析师的主要工作目的㊂而由于我国股票市场存在着严格的卖空限制①,分析师需要发布更加乐观的报告来刺激交易量,从而为券商争取更多的经纪收入(Jackson ,2005)㊂丁方飞㊁张宇青(2012)发现,我国分析师盈利预测的偏离度与相应的股票交易增量存在着显著正相关关系,说明分析师存在着利用其研究报告为经纪利益服务的倾向;另一方面, 声誉机制 也可以对分析师的乐观行为起到一定的抑制作用,长期来看,分析师发布不实报告将使分析师或者券商的声誉受损,影响他们的长远利益(王宇熹等,2012)㊂分析师在不同市场环境中的行为即是权衡个人利益和声誉的结果:当投资者情绪高涨时,投资者普遍高估企业的投资价值(Brown and Cliff ,2005),此时投资者更容易相信分析师的乐观性报告,分析师迎合投资者情绪发布报告不仅不会对声誉有太大的损伤,还能进一步刺激交易量,且能吸引那些尚未进入市场的投资者急不可耐地涌入股市,给券商争取更多的佣金收入;此外,公司的增发㊁配股等再融资行为也具有择时性,企业更偏好于在投资者情绪高涨时进行这些活动(徐枫和胡鞍钢,2012),这也意味着分析师要顺势而为,以抬高盈利预测的方式来争取这部分业务;但当投资者情绪低落时,投资者信心不足,普遍低估企业的价值,分析师的乐观行为也会收敛㊂另一方面,分析师的信息来源既包括财务报表㊁业绩预告等公开信息,也包括通过实地调研或与管理层电话沟通等渠道获取的内部信息㊂但我国上市公司普遍存在着盈余管理现象,其披露的财务报告信息质量较差,可信度不高(伊志宏等,2010),这加剧了分析师向管理层获取内部信息的需求㊂谭跃等(2013)发现,在我国,私有信息已成为分析师与公司管理层之间的有价交换物品,分析师需要去迎合管理层,发布他们 喜欢的 乐观报告来获取这部分信息㊂管理层偏好乐观的预测,不仅是出于向外部投资者发布有利信号的考虑,亦是因为本身固有的乐观主义:已有文献发现,管理层普遍存在着过度自信的心理特征,即管理层普遍高估个人能力与企业未来的业绩(余明桂等,2006);又根据心理学中的社会影响理论,个人的心理特征会受到外部社会环境的感染,来自外部市场的乐观或悲观情绪可以 塑造 管理层的个人情绪,这使得管理层的过度自信具有时变性,它会随着投资者情绪的上涨而加强,典型的例子是它们在投资者情绪高涨时盲目增加企业的投㊃86㊃个人㊁机构投资者情绪与证券分析师的乐观偏差 来自中国A 股市场的证据①我国2010年3月才开始试点 融资融券 业务,且 融券 业务交易额在券商所占的比例非常微小㊂资(花桂如等,2011)㊂如此说来,分析师在投资者情绪乐观时就更有动机发布乐观的盈利预测去迎合管理层㊂基于上述分析,我们提出有待验证的假设1:假设1:个人㊁机构投资者情绪越乐观,分析师的乐观偏差越大㊂在我国,个人投资者的数量占绝对优势:根据中国证券业协会发布的‘中国证券业发展报告(2014)“,我国99.62%的投资者账户为自然人账户,仅有0.38%的投资者账户为机构账户㊂然而,券商的主要业务来自于机构投资者㊂与个人投资者相比,机构投资者具有巨大的资金优势,其巨额交易量可以给券商带来可观的佣金收入①;另外,在我国,证券投资基金等机构投资者并不能直接从事证券的交易活动,而需租用券商的交易席位,这样分析师通常可以从机构客户中获得交易佣金的 分仓收入 ,这使得分析师具有极大的动机去迎合机构投资者㊂姚禄仕等(2014)发现,这种 分仓收入 的收益分配模式给分析师带来了巨大的利益冲突压力,限制了分析师的客观性;此外,本土权威杂志‘新财富“每年评选的 最佳分析师 也是由机构投资者评选,而一旦被评选为 最佳分析师 ,分析师将会名利双收,并获得良好的职业发展机会②㊂故当机构投资者情绪高涨时,分析师更有可能迎合他们的非理性情绪发布过于乐观的报告,刺激交易量,争取佣金收入;个人投资者情绪尽管也能带来资产价值的高估,但由于他们微弱的市场影响力和对分析师职业发展较小的影响,对分析师预测行为的影响可能也比较小㊂基于上述分析,我们提出有待验证的假设2:假设2:机构投资者情绪对分析师乐观偏差的影响大于个人投资者情绪㊂已有研究表明,投资者情绪影响股票收益,且股票收益对投资者情绪的敏感度受公司横截面特征的影响㊂Baker and Wurgler (2006)发现,那些规模小㊁上市时间短㊁波动率高等估值困难的股票更容易受到投资者情绪的影响,一方面,这些股票的套利成本过高,另一方面,这些股票更容易吸引投机者的目光;蒋玉梅㊁王明照(2010)发现,市盈率㊁股利率㊁波动率等指标较低的公司更容易受到情绪的影响,说明股票收益对情绪的敏感度因公司截面特征的不同而不同㊂那么,投资者情绪对分析师乐观偏差的影响是否因公司截面特征的不同而不同呢?根据Lim (2001)的研究,分析师在面临经营不确定和比较差的信息披露环境时,其最优行为就是做出更加乐观的预测㊂分析师这样做是出于理性考虑的,一方面,分析师可以增大预测的准确性;另一方面,分析师可以获得更多接触公司管理层的机会㊂故当公司的经营不确定性程度较高时,分析师的预测难度会加大,此时分析师更加依赖从管理层获得的内部信息,故分析师更有可能去迎合投资者情绪来发布有利于企业的预测㊂基于此,我们提出有待验证的假设3:㊃96㊃㊀2016年第6期①②根据‘中国证券登记结算统计年鉴2014“的统计,截止2014年年末,在个人 一码通 账户中,市值10万元以下的账户所占的比例为72.84%,而在机构 一码通 账户中,市值10万元以上的账户所占的比例为79.07%㊂自2003年开始,‘新财富“杂志借鉴美国‘机构投资者“杂志的做法,推出由基金等机构投资者投票评选的中国内地资本市场 最佳分析师 ,该排名是是中国本土第一份民间市场化分析师排名㊂如今, 新财富最佳分析师 已经成为业内公认的最具权威性的证券分析师排名,影响力不断扩大;上榜的最佳分析师普遍获得了所在公司的器重,年薪可达数百万㊂见http ://news.xinhuanet.com /fortune /2013-08/15/c_125178346.htm 的报道㊂假设3:个人㊁机构投资者情绪对分析师乐观偏差的影响在经营不确定程度较高的公司要更大㊂三㊁研究设计(一)投资者情绪的衡量投资者情绪的度量指标包括直接指标和间接指标两类,其中直接指标主要有‘股市动态分析“杂志编制的好淡指数㊁耶鲁大学编制的投资者信心指数㊁央视看盘指数㊁基于网络在线挖掘法构造的情绪指数等;间接指标主要包括封闭式基金折价率㊁交易量或换手率㊁开户数量等(张紫琼等,2013)㊂Baker and Wurgler (2006)提出了根据NYSE 换手率㊁封闭式基金折价率㊁股利溢价㊁IPO 平均首日收益率㊁IPO 首发股数㊁股权比例等6个变量进行主成分分析的方法,该方法可以很好地度量投资者情绪,目前已经被广泛应用,但这种方法并不能区分个人投资者情绪与机构投资者情绪㊂能够区分个人投资者情绪与机构投资者情绪的指标则相对较少,目前国外多用投资者智能(Investor Intelligence )指数来代替机构投资者情绪,用美国个人投资者协会(American Association of Individual Investors )指数来代替个人投资者情绪㊂国内能够区分个人和机构投资者情绪的指标则十分匮乏,诸如好淡指数和央视看盘指数的直接指标,他们的被调查人员均为专业人士,故仅能代表机构投资者情绪;而诸如封闭基金折价率之类的间接指标仅能衡量个人投资者情绪㊂经学者们的不懈探索,刘维奇㊁刘新新(2014)选取个人㊁机构投资者的月度新开户数量作为个人㊁机构投资者情绪的替代指标,并验证了其合理性;本文亦参照他们的做法,首先选取个人㊁机构投资者的月度新开户数量作为初始替代指标,为消除它们在数量级上的差异,根据平均值和标准差进行了标准化处理①;由于投资者情绪的变化可能会包含着对经济的理性预期,为剔除这一影响,我们将经标准化后的新开户数量对先行经济指数进行回归②,取其残差作为投资者情绪的代理变量㊂图1为2005年1月-2013年12月个人㊁机构投资者情绪的时间序列图㊂由图1可见,在2006-2007年的牛市中,情绪波动得最为厉害,符合历史事实;总体来说,机构投资者情绪的波动程度要大于个人投资者,且机构投资者情绪和个人投资者情绪之间似乎存在着一定的 领先-滞后 关系㊂进一步分析二者的相关性,它们的相关系数高达0.677,这可能因为,机构投资者是市场的 主力 ,拥有巨额资金和更多的信息来源,而个人投资者的资金力量和专业程度有限,他们渴望能够跟准市场 主力 的投资节奏,有模仿机构投资者的动机,故机构投资者情绪和个人投资者情绪之间存在着单方向的影响,并且主要是机构投资者情绪在影响个人投资者情绪(刘维奇㊁刘新新,2014);通过SIC 和AIC 准则确定了0阶的滞后期㊃07㊃个人㊁机构投资者情绪与证券分析师的乐观偏差 来自中国A 股市场的证据①②刘维奇㊁刘新新(2014)采用取对数的方式来缩小二者数量级上的差异,然而,由于个人投资者的开户数量大于机构投资者,取对数将直接导致个人投资者情绪大于机构投资者情绪㊂为了避免这种偏差,本文采取Z -score 的方法对初始开户数量进行了标准化,即标准化后的数值=(原始数值-平均值)/标准差;在稳健性检验过程中,我们也采取了其他标准化的方法,如 Min -Max 标准化方法,结论并无实质性变化㊂先行指数由中国经济景气监测中心负责监测,该指标可以揭示出经济的未来变化趋势㊂后,我们根据式(1)将机构投资者情绪(Sentii )对个人投资者情绪(Sentip )进行正交化:Sentip t =λ0+λ1Sentii t +εt(1)取随机扰动项εt 作为个人投资者情绪的最终代理变量,记为Sentip ε,是去除了机构投资者影响的个人投资者情绪 新息 ,可视为是剔除了对机构投资者跟从效应的 纯粹 个人投资者情绪㊂图1㊀个人㊁机构投资者情绪的时间序列图(二)分析师乐观偏差的衡量现有文献对于分析师预测偏差的普遍算法为用每股预测的实际值减去预测值,再用预测值来进行标准化(Hribar and McInnis ,2012;Corredor et al .,2014),该数值越大,分析师的预测越趋于保守㊂为了更加直观地反映分析师的乐观程度,本文将该数值与-1相乘㊂用式(2)可表示为:Bias it =-1ˑActual it -Forecast it Forecast it (2)其中Bias it 表示分析师在t 月对公司i 的预测偏差;Actual it 是公司i 在次年的实际每股收益;Forecast it 是所有分析师对公司i 在t 月对次年每股收益的一致盈利预测(consensus forecast ),即跟踪公司i 中所有分析师盈利预测值的中位数㊂当Bias it 大于0时,表示分析师的预测为 乐观偏差 ;当Bias it 小于0时,表示分析师的预测为 悲观偏差 ㊂参照许年行等(2012),我们用t 月里具有乐观偏差的分析师所占的比例来衡量t 月的乐观偏差,记为Bias t ㊂(三)其他变量本文主要控制以下变量对分析师乐观偏差的影响:(1)参照Qian (2009),分析师的预测误差是右偏分布(positively skewed )的,且这一统计属性加剧了分析师的乐观倾向,则本文加入预测偏差的偏度值(Skew t )这一控制变量;(2)根据Chopra (1998)的研究,分析师的预测行为可能考虑到了经济周期的影响㊂他发现,当工业增长速度达到顶峰时,分析师的预测误差最大,而当工业增长速度降低时,分析师的预测误差有所减小,这说明分析师在进行盈利预测时,除㊃17㊃㊀2016年第6期了考虑公司层面的信息外,也会顾及宏观经济环境,故本文从金融发展㊁经济发展及物价水平三个方面加入了货币供给㊁工业产值增长速度①和生产价格指数三个宏观经济变量;(3)由于越接近财务报表公布日,分析师获取的信息越充分(白晓宇等,2007),故分析师在接近年底的预测更加准确,乐观偏差也会更小,本文根据分析师预测所在的月份设置了11个月份哑变量㊂为了探讨分析师对投资者情绪的敏感度是否对称于公司的截面特征,本文选取了规模㊁账面市值比㊁每股股利㊁资产负债率等四个表示公司特征的指标㊂其中,小规模公司受到外界的关注度低,相对于大规模公司来说信息透明度也比较低(Hong et al .,2000);账面市值比代表企业的成长性,账面市值比低的公司拥有更大的成长性,其经营前景具有更大的不确定性;现金股利可以减缓管理层和股东之间的委托-代理问题,提高公司治理水平(Zhang ,2008);高资产负债率的公司财务风险高,面临着巨大的偿债风险和融资约束㊂因此,如果被跟踪的公司规模小㊁账面市值比低㊁股利支付率低或资产负债率高,这些公司的盈利波动更大,经营环境更加不确定㊂各主要变量的定义见表1㊂表1㊀主要变量描述变量类别变量名变量符号变量定义因变量乐观偏差Bias t t 月里具有乐观偏差的分析师所占的比例自变量机构投资者情绪Senti it 用经标准化后的机构投资者开户数量度量个人投资者情绪Sentip εt 与机构投资者情绪正交化后的个人投资者情绪控制变量偏度Skew t t 月里所有分析师盈利预测偏差的偏度值货币供给M 1t t 月狭义货币供给量工业产值增长速度Invalue t t 月工业增加值相对上年同月数的变动程度生产价格指数PPI t t 月工业生产者出厂价格指数规模Size 总资产公司截面特征变量账面市值比BTM 所有者权益/市值每股股利Dividend 股利/普通股股数资产负债率Debt 总负债/总资产(四)研究方法为检验假设1,我们用全体样本回归式(3):Bias t =α0+α1Sentii t -1+α2Sentip εt -1+α3Skew t +α4M1t -1+α5Invalue t -1+α6PPI t -1+ðφm Month m +μt (3)㊃27㊃个人㊁机构投资者情绪与证券分析师的乐观偏差 来自中国A 股市场的证据①为了消除春节日期不固定因素带来的影响,增强数据的可比性,国家统计局将1㊁2月的工业数据一起统计,一起发布㊂本文假设1㊁2月份的工业产值增长速度相同其中Bias t 为t 月分析师的乐观偏差;Sentii t -1为滞后1期的机构投资者情绪;Sentip εt -1为滞后1期的个人投资者情绪,Month m 为预测月份哑变量㊂其他变量的定义见表1㊂为检验假设3,本文选取了规模㊁账面市值比㊁股利支付率和资产负债率等四个截面特征㊂为了研究各个截面特征的影响,参考Corredor et al .(2014),首先在每个月,根据每个公司上一年的截面特征从小到大进行排序,再等分为四部分(4个Quartile ),分别计算各部分的乐观偏差;最后对首尾两个极端部分 1Q (最小的25%)和 4Q (最大的25%)的样本分别做回归,并比较 经营环境较复杂 (规模 1Q ㊁账面市值比 1Q ㊁股利支付率 1Q ㊁资产负债率 4Q )和 经营环境较稳定 (规模 4Q ㊁账面市值比 4Q ㊁股利支付率 4Q ㊁资产负债率 1Q )两组子样本中自变量系数的差异㊂该部分可用式(4)表示为:Bias j Q ,t =αQ ,0j +αQ ,1j Sentii t -1+αQ ,2j Sentip εt -1+αQ ,3j Skew t +αQ ,4j M 1t -1+αQ ,5j Invalue t -1+αQ ,6j PPI t -1+ðφj Q ,m Month m +μj Q ,t Q =1,4(4)其中j 代表公司的截面特征,Q 代表四分位值㊂假设2的检验则根据Sentii t -1和Sentip εt -1的系数以及t 统计量的大小,并结合二者系数差异的Wald 检验结果来确定㊂其中式(3)中,Wald 检验的原假设为α2-α1=0;式(4)中,Wald 检验的原假设为αQ ,2j -αQ ,1j =0㊂(五)数据来源与样本选择本文以分析师在t 年对t +1年的每股收益预测数据作为初始样本,其中每股收益预测值的样本区间为2005年1月-2013年12月,每股收益实际值的样本区间为2006-2014年㊂样本期间之所以始于2005,是因为中国证券登记结算公司于2005年开始统计机构投资者开户数量的月度数据㊂为了计算分析师的一致盈利预测,剔除了相关数据缺失㊁重复的样本;为了避免异常值的影响,剔除了样本期间曾被ST ㊁∗ST 的公司;由于金融㊁保险行业资本结构的异质性,故剔除了金融㊁保险行业的公司㊂经如上筛选,最后获得52103个公司-月度样本,平均每月包含482家公司的一致预测㊂分析师的预测数据及公司财务数据来自CSMAR 数据库,投资者开户数量和其他宏观变量的数据来自Wind 资讯数据库㊂四㊁实证结果分析(一)描述性统计表2列示了分析师乐观偏差(Bias t )的描述性统计量㊂在Panel A 全体样本中,分析师乐观偏差的均值高达0.799,说明平均每个月有79.9%的一致预测是过于乐观的;在Panel B 各个截面特征子样本中,分析师乐观偏差的均值均大于0.7,说明各个子样本中均有70%以上的一致预测过于乐观,这验证了已有文献对于分析师乐观倾向的发现;在各个公司特征子样本中,随着公司经营不确定程度的减小,分析师的乐观偏差有减小的趋势:如在资产负债率(Debt )子样本中, 1Q 的均值(0.791)要低于 4Q (0.803),说明财务风险越高,分析师的预测越趋于乐观;然而,标准差的变化并未呈现一致的特征:如随着公司账面市值比(BTM )的增大,分析师乐观偏差的标准差有增大的趋势,说当公司的价值被低估㊁收益比较稳定时,分析师的意见反㊃37㊃㊀2016年第6期。

基于投资者情绪的资产定价理论发展

基于投资者情绪的资产定价理论发展

马尔可夫区制转移模型等非线性时间序列
模型 , 在金 融计 量领域 中有着重要 的应用 。 非线性模型的一个重要的表象就是可能出 现 “ 状态 ” ( s t a t e) 的转 变。这种状态的转 变 ,有时候也被称 为 “ 区制”( r e g i me) 的 转变 ,可以用来捕捉金融时间序列模型 中 可能存在的结构性变化。最常见的 区制转
资 产 定价 研 究 方 式 相 结 合
关 键 词 :投 资 者 情 绪 行 为 资 产 定 价
理论
模 型
市 场微 观 结构
马 尔可 夫 可转 换
投 资 者 情 绪 有 着 不 同 的定 义 形 式 , B r o wn和 Cl i f f ( 2 0 0 4) 认为投 资者情绪可
以定 义 为投 资 者对 股 票 的 总体 乐观 或 悲观
得 公 众 自我 控 制 问题 变 得 更 为重 要 。因 此 ,
究基 于投 资者 情 绪 的资 产 定价 、考 虑 政 策 、文化 的资 本 资产 定 价理 论 的发 展 与
演进 。
确的估价。这对于提高我国股市的资产定
价能力 , 更好地构建股市波动预警机制 , 提 高我 国金融监管能力及风险管理水平有着 重要 的意义。 因此应将投资者情绪理论与 市场微观结构理论相结合。如何将流动性 因子 引入 ,与投资者情绪结合去对股市收 益进行可预测性的研究。 ( 二 )缺乏投 资者情 绪理论 与非线性
看来 ,政策 因素属于政治经济学和公共经
济学领域。文化 因素更是在相 当长一段时 间内都未 引起金融学家甚至是经济学家的 重视。文化 因素一直是社会学研究的稳 固 阵地 , 经济学一直未有较深入 的涉及过 。 对 于 中国股市来说 , 一直就 有政策市 的说法 ,
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

当前我国编制比较有代表性直接投资者情绪
指数有耶鲁-CCER 股市投资者信心指数、《股市
动态分析》好淡指数等,普遍存在时间范围短,选
择投资者范围比较有限,并且一段时间内没有公
开相应投资者情绪指数,连续性缺失,只用于研究
参考,不公开发表,无法进行更深入研究。而主要
采用间接度量投资者情绪指数变化指标有封闭式
者情绪变化指标 ,即封闭式基金折价、IPO 首日
溢价率、A 股净增开户数、换手率和消费者信心指
数等 ,采用 2001 年 1 月至 2013 年 12 月的数据 ,
运用主成分分析方法构建能较好测度中国股票市
场投资者情绪综合指数( 简称 CSI) 的指标,并剔
除相关宏观经济因素变量对它影响。
( 一) 相关个体投资者情绪衡量指标
入市场投资者情绪因素,以便提高和检验包含非 系统风险的投资组合定价效率。
本文研究目的是构建基于投资者情绪的资产 定价理论模型,并采用实证研究方法对该理论模 型进行实证检验。将资产定价与情绪风险联系起 来[4],采用单一投资者情绪指标使用主成分分析 方法合成投资者情绪综合指数。再将投资者情绪 综合指数作为一个因子加入资产定价模型以后, 解释股票投资组合的超额收益。本文提供有说服 力实证结果,支持基于投资者情绪的资产定价模 型理论构建和实证检验。
第 29 卷 第 3 期
北京工商大学学报( 社会科学版)
Vol. 29 No. 3
2014 年 5 月
JOURNAL OF BEIJING TECHNOLOGY AND BUSINESS UNIVERSITY( SOCIAL SCIENCES) May 2014
基于投资者情绪的资产定价理论及实证研究
时为折价。 从表 1 中可以得出,相关情绪变量具有相关
性。其中,A 股净增开户数与消费者信心指数、 IPO 首日溢价率与换手率、封闭式基金折价率与 A 股净增开户数在 1% 的显著性水平下相关,封 闭式基金折价率与消费者信心指数、封闭式基金 折价率与 IPO 首日溢价率在 5% 的显著性水平下 相关,封闭式基金折价率与换手率、IPO 首日溢价 率与 A 股净增开户数在 10% 的显著性水平下相 关,并且它们之间互相影响。
文献标志码: A
文章编号: 1009--6116( 2014) 03--0089--09
资 本 资 产 定 价 模 型 ( Capital Asset Pricing Model,简称 CAPM) 存在主要问题是实证方面问 题,实证效果较差,定价效率存在问题。除了 Fama 和 MacBeth ( 1973 ) [1] 的 实 证 结 果 基 本 支 持 CAPM 以外,后来检验基本都否定 CAPM。实证 检验中产生问题原因在于该模型理论基础,即马 科维茨最优投资组合理论所要求投资组合只包含 系统风险,非系统风险通过扩大投资组合规模加 以分散; 但没有考虑投资分散化成本问题,即非系 统性风险没有被定价。
王博
( 辽宁大学 经济学院,辽宁 沈阳 110036)
摘 要: 构建了基于投资者情绪的资产定价理论模型,并利用实证研究方法对该理论模型进行了实证检验。采用主
成分分析方法,构造投资者情绪综合指数 CSI; 在 Carhart 提出的四因子资产定价模型基础上加入情绪因子 CSI,证明了小
市值规模和成长性公司股票更容易受情绪交易活动特征影响; 证明了加入投资者情绪因子以后,情绪资产定价模型理论
N
中相对 价 值 的 比 重,令 εm = ∑ wyεy,可 得 δE y =1
[R槇m + εm - Rf]= Cov( w槇; R槇m + εm ) 。同时,W槇 是 in
( R^ m + εm ) 线 性 组 合,得 到:
E[R^ y E[R^ m
+ +
εy - Rf] εm - Rf]
=
Cov( R^ m + εm; R^ y + Var( R^ m + εm)
y 上投资数量,y = 1,2,…,N,R槇y = 基础( 无情绪) 收益率 + 风险证券 y 收益率,Rf 代表无风险资产 收益率,Rm 代表市场组合超额收益,约束 2 代表 投资者 x 预算约束,约束 3 是投资者 x 最终财富
累积约束,最终财富终值由无风险资产值给定,加
上风险资产组合收益,令 wy 是资产 y 在市场组合
1. 消费者信心指数( CCI)
从人们主观意识来看,投资者信心指数比消
费者信心指数能更好衡量投资者情绪变化,通过
实证检验方法,情况远非如此。薛斐( 2005) 通过
实证研究表明消费者信心指数能更好代表投资者
情绪变化,其采用国家统计局编制消费者信心指
第 29 卷 第 3 期
王 博: 基于投资者情绪的资产定价理论及实证研究
·90·
( ) N
∑ Cov( εy ,εm) = Cov εy , wy εy = y =1
N
∑ wyVar( εy) +
wjCov( εk ,εy ) =
k≠y
X
X
∑ ∑ wy
Var( εxy ) + 2wy
Cov( εαy ,εβy ) +
x =1
α≠β
N
∑ wy Cov( εk ,εy )
( 2)
和实证可靠性; 验证了投资者情绪理论核心假设: 即投资者情绪风险因子是资本资产定价模型的风险因子,需要对受投
资者情绪影响股票补偿额外情绪风险溢价,投资者情绪因子是影响资产定价重要因素。
关键词: 投资者情绪; 情绪资产定价理论模型; 主成分分析; 投资者情绪综合指数
中图分类号: F830. 91; F224
一、基于投资者情绪的资产定价理论模型构建
首先在 CAPM 模型当中,加入市场情绪噪声 风险因子[5],对 CAPM 模型假设进行修改,假设 投资者是有限理性的、投资者对资产收益有异质 性预期、市场不是完全有效的、投资者具有有限套 利、投资者对资产收益有错误收益分布,服从厚尾 分布、这 也 与 股 票 市 场 实 际 相 符。 基 于 Black ( 1986) [6]的研究结论,假定情绪投资者相对于实 际资产收益有实际误差,投资者 x 关于风险资产 y 误差项是 εxy,是噪声交易者实际收益与内在价 值差异。假设 εxy ~ N( 0,σ2εxy ) ,令 Wx = 投资者 x
好衡量投资者情绪指标[13,10]。采取计算公式为:
∑ ( ) n
CEFDt = i = 1
Pit - NAVit NAVit n
( 3)
其中,n 为沪深市场当期公开发行封闭式基
金数量,Pi 是基金 i 在每月最后一个交易日收盘 价,NAVit 是每月最后一个交易日的单位净值,Ni 是基金 i 份额。CEFDt 大于 0 时为溢价,小于 0
表 1 相关情绪代理变量之间的相关系数
CCI TURN
KH
RIPO CEFD
CCI 1. 000
TURN 0. 083 1. 000
KH 0. 738*** 0. 218 1. 000
RIPO 0. 236 0. 725*** 0. 367* 1. 000 CEFD 0. 517** 0. 215* 0. 712*** 0. 581** 1. 000
方程证明股票组合期望超额收益由 4 个 beta 市场风险溢价所构成,这 4 个 beta 由证券期望收 益和情绪相关风险决定。在标准 CAPM 模型中,
证券期望收益随资产收益和市场收益协方差而线 性增长。与传统 CAPM 模型不同,将 SCAv( εy,εm) 的函数,表达式如下:
Lowry( 2003) 证明投资者情绪是 IPO 发行数量波 动的决定性因素[12]。因此,本文选取 IPO 首日溢
价率指标 ( RIPO) 作为指标,通过相应时间段内
IPO 首日溢价率算术平均求得。
5. 封闭式基金折价率( CEFD)
Lee( 1991) 以及伍燕然和韩立岩( 2007) 均通
过实证研究方法,证明封闭式基金折价率可以更
εy)
,重组得
E[R槇y]+
E[εy]=
Rf
+
Cov( R槇m + εm,R槇y + εy ) Var( R槇m + εm)
E[R槇m
+
εm

Rf]下 面
分解协方差项,并且重新安排得到 4-beta CAPM
情绪调整模型:
E[R槇y]+ E[εy]=
Rf
+
θ
Cov( R槇y ,R槇m) Var( R槇m + εm)
需要自由选取。
3. A 股净增开户数( KH)
A 股净增开户数定义为 A 股新增开户数减
去 A 股销户数,本文中通过期末 A 股账户数逐期
相减求得。A 股新增开户数反映场外投资者参与
场内交易的热情程度。投资者情绪高涨时,高投
机性需求促使新股民踊跃入市; 投资者情绪低落
时,投机性需求萎缩,开户入市数下降。韩立岩和
k≠y
式( 2) 中,α、β 为市场参与不同投资者( α≠
β) ,代表反映不同投资者和不同资产系统性情绪
扩散市场情绪噪声风险,并且有高系统性市场情
绪噪声风险,可以对风险规避投资者补偿高期望
收益。因此,情绪资产定价模型更好反映或者接
近内在价值,投资者情绪因子是影响资产定价重
要因素。
二、情绪综合指数构造
伍燕然( 2007) 首次将 A 股净增开户数作为投资
者情绪指标进行实证研究,证明 A 股净增开户数 可以很好衡量投资者情绪变化[10]。
4. IPO 首日溢价率( RIPO)
IPO 上市前折价,上市后溢价,上市一段时间
相关文档
最新文档