蘇 剛,劉蘊(yùn)祺

(東北財(cái)經(jīng)大學(xué)金融學(xué)院，遼寧 大連 116025)

?

投資者情緒對(duì)MAX效應(yīng)的影響分析

蘇 剛,劉蘊(yùn)祺

(東北財(cái)經(jīng)大學(xué)金融學(xué)院，遼寧 大連 116025)

鑒于國(guó)內(nèi)現(xiàn)有文獻(xiàn)還沒(méi)有考察投資者情緒對(duì)MAX效應(yīng)(最大日收益率效應(yīng))的影響問(wèn)題，本文首先用組合價(jià)差法驗(yàn)證MAX效應(yīng)的存在性，然后基于構(gòu)建出的投資者情緒指數(shù)，分別采用組合價(jià)差法和Fama-Macbeth回歸，考察中國(guó)股票市場(chǎng)投資者情緒對(duì)MAX效應(yīng)的影響。我們的經(jīng)驗(yàn)分析結(jié)果顯示，中國(guó)股票市場(chǎng)中存在明顯的MAX效應(yīng)；MAX效應(yīng)主要來(lái)自于投資者情緒高漲期，在投資者情緒低迷期不存在MAX效應(yīng)；在投資者情緒高漲期MAX對(duì)沖組合的異常收益，既有來(lái)自于最高M(jìn)AX組合的貢獻(xiàn)，也有來(lái)自于最低MAX組合的貢獻(xiàn)。這意味著投資者的樂(lè)觀情緒引起并放大了MAX效應(yīng)。

投資者情緒；MAX效應(yīng)；組合價(jià)差法；Fama-Macbeth回歸

一、問(wèn)題的提出

一些研究發(fā)現(xiàn)，美國(guó)股票市場(chǎng)和歐洲股票市場(chǎng)中存在MAX效應(yīng)[1-2]，即具有過(guò)去較高的最大日收益率(用MAX表示)的股票未來(lái)收益顯著低于具有過(guò)去較低的最大日收益率的股票未來(lái)收益。另一些研究發(fā)現(xiàn)，投資者情緒可以解釋股票截面收益[3-4]，高情緒是投機(jī)性股票(如小市值公司、年輕公司和高波動(dòng)性公司的股票)未來(lái)收益的一個(gè)顯著預(yù)測(cè)因素，高情緒過(guò)后，投機(jī)性股票收益相對(duì)較低。進(jìn)一步，F(xiàn)ong和Toh[5]研究發(fā)現(xiàn)，MAX效應(yīng)僅存在于投資者情緒高漲期，且MAX效應(yīng)主要是由于具有較高M(jìn)AX的股票未來(lái)收益相對(duì)較低所導(dǎo)致。

對(duì)于中國(guó)股票市場(chǎng)，相關(guān)研究多集中在投資者情緒及其對(duì)股票收益率的影響[6]-[8]，很少涉及MAX效應(yīng)，僅有的相關(guān)研究也只是限于MAX效應(yīng)的存在性檢驗(yàn)，或?qū)AX作為彩票型股票的識(shí)別指標(biāo)。就我們所知，現(xiàn)有文獻(xiàn)還沒(méi)有考察投資者情緒對(duì)MAX效應(yīng)的影響問(wèn)題，鑒于此，本文嘗試采用組合價(jià)差法和Fama-Macbeth回歸，考察中國(guó)股票市場(chǎng)投資者情緒對(duì)MAX效應(yīng)的影響。

二、文獻(xiàn)綜述

1.MAX效應(yīng)的存在性

2.MAX效應(yīng)的可能解釋

第一，彩票理論。Bali等[1]認(rèn)為，股票截面收益的極端值與高偏度、高特質(zhì)波動(dòng)有相同含義，前期具有極端高收益率的股票就像彩票一樣，容易受到具有賭博心理的投資者的非理性追捧，造成具有高前期MAX的股票價(jià)格被高估，使得其未來(lái)收益相對(duì)較低。Garrett和Sobel[10]以及Walker和Young[11]認(rèn)為，股票收益分布中的“小概率、大收益”(偏度)能吸引到眾多追逐“暴利”的投機(jī)者，盡管明知這種股票的預(yù)期收益為負(fù)，但是仍然熱衷于追逐這種彩票型股票(偏度偏好)，高M(jìn)AX是彩票型股票的一種特征。Kumar[12]認(rèn)為，個(gè)人投資者會(huì)被具有低價(jià)格、高特質(zhì)波動(dòng)率和高特質(zhì)偏度等特征的彩票型股票所吸引，高M(jìn)AX的股票通常具有低價(jià)、高特質(zhì)波動(dòng)、高偏度的性質(zhì)，但是這種股票經(jīng)Fama-French-Cahart四因素模型進(jìn)行風(fēng)險(xiǎn)調(diào)整后的異常收益顯著為負(fù)。

第二，累計(jì)前景理論(Cumulative Prospect Theory)。Tverksy和Kahneman[13]認(rèn)為，投資者常常采用概率加權(quán)的方式來(lái)估計(jì)股票未來(lái)收益，面對(duì)小概率收益時(shí)投資者的風(fēng)險(xiǎn)態(tài)度為風(fēng)險(xiǎn)尋求，因而對(duì)于那些在某一日收益率極大而概率極低的股票，投資者往往會(huì)過(guò)高估計(jì)這些股票未來(lái)收益。Barber和Odean[14]認(rèn)為，個(gè)人投資者更愿意關(guān)注一些吸人眼球的股票，這些股票通常是在某一天日收益率極高或交易量不正常，這種關(guān)注效應(yīng)(attention effect)使得投資者的投機(jī)傾向變得更大。

第三，投資者情緒理論。Miller[3]認(rèn)為，情緒能體現(xiàn)出投資者的投機(jī)傾向性，由于市場(chǎng)存在賣空限制，股票價(jià)格反映出大部分持有樂(lè)觀情緒的投資者的觀點(diǎn)，因而在投資者情緒高漲期，股票價(jià)格就會(huì)被高估。Baker和Wurgler[15]認(rèn)為，投資者情緒也可以反映出投資者對(duì)總體股票行情的樂(lè)觀看法或悲觀看法，他們發(fā)現(xiàn)投資者情緒與股票截面收益之間存在相關(guān)性，投資者情緒高漲會(huì)推動(dòng)小市值、大波動(dòng)等投機(jī)性股票價(jià)格大幅上升，投資者情緒高漲之后，這類股票價(jià)格大幅下跌導(dǎo)致其收益相對(duì)較差。進(jìn)一步的研究結(jié)果顯示，很多資產(chǎn)定價(jià)異象在情緒高漲期均顯著增強(qiáng)，而且多空策略的收益更多來(lái)自賣空一側(cè)的收益，這與情緒高漲期股票價(jià)格易被高估的趨勢(shì)相一致。Lee等[16]采用噪聲交易模型(DSSW模型)，將投資者情緒對(duì)股票收益產(chǎn)生影響分成直接影響和間接影響兩個(gè)方式。其中，直接影響方式有價(jià)格壓力效應(yīng)(price pressure effect)和持有更多效應(yīng)(hold more effect)，間接影響方式有弗里德曼效應(yīng)(Friedman effect)和創(chuàng)造空間效應(yīng)(create space effect)。他們證明，投資者情緒高漲對(duì)股票收益產(chǎn)生正向影響，投資者情緒低迷對(duì)股票收益產(chǎn)生負(fù)向影響。Fong和Toh[5]認(rèn)為，MAX效應(yīng)只存在于投資者情緒高漲期，而且這種MAX效應(yīng)主要是由于具有高M(jìn)AX的股票在未來(lái)一段時(shí)期內(nèi)收益率表現(xiàn)不好所導(dǎo)致的，即在投資者情緒較高漲時(shí)，股票價(jià)格被過(guò)高估價(jià)。

國(guó)內(nèi)相關(guān)研究多集中在投資者情緒及其對(duì)股票收益率的影響。鄭振龍和孫清泉[17]用低股價(jià)、高歷史日收益率和換手率三個(gè)指標(biāo)對(duì)彩票型股票進(jìn)行識(shí)別，發(fā)現(xiàn)中國(guó)股票市場(chǎng)上的彩票型股票具有相對(duì)較低的未來(lái)收益。崔惠穎[18]利用股價(jià)、特質(zhì)偏度、特質(zhì)波動(dòng)率、MAX、換手率和預(yù)期特質(zhì)偏度六種博彩型股票識(shí)別指標(biāo)及其二種復(fù)合指標(biāo)，考察中國(guó)股票市場(chǎng)中彩票型股票的識(shí)別問(wèn)題，發(fā)現(xiàn)MAX是最優(yōu)的識(shí)別指標(biāo)。劉仁和和陳柳欽[19]認(rèn)為，中國(guó)股票市場(chǎng)中的投資者情緒對(duì)中國(guó)股票市場(chǎng)的收益有著顯著的影響，投資者情緒對(duì)股票未來(lái)收益具有一定的預(yù)測(cè)效果。莊新田和池麗旭[20]利用2003—2008年的樣本數(shù)據(jù)，實(shí)證研究發(fā)現(xiàn)投資者情緒與股票收益率的波動(dòng)呈正相關(guān)關(guān)系，投資者情緒與公司規(guī)模呈負(fù)相關(guān)關(guān)系。段江嬌等[21]認(rèn)為，當(dāng)投資者情緒高漲時(shí)，反映股票價(jià)格的信息會(huì)反映過(guò)度，從而使得股票價(jià)格被高估，一旦當(dāng)股票價(jià)格回歸股票價(jià)值時(shí)，股票的收益率就會(huì)明顯下降。

綜上所述，對(duì)于中國(guó)股票市場(chǎng)，現(xiàn)有的相關(guān)研究很少有涉及MAX效應(yīng)，僅有的相關(guān)研究也只是限于MAX效應(yīng)的存在性檢驗(yàn)，或?qū)AX作為彩票型股票的識(shí)別指標(biāo)。就我們所知，現(xiàn)有文獻(xiàn)還沒(méi)有考察投資者情緒對(duì)MAX效應(yīng)的影響問(wèn)題，鑒于此，本文嘗試采用組合價(jià)差法和Fama-Macbeth回歸[22]，考察中國(guó)股票市場(chǎng)投資者情緒對(duì)MAX效應(yīng)的影響。

圖5為不同讀者類型（研究生、本專科生等）借閱冊(cè)次變化趨勢(shì)，圖中的本?？粕⒀芯可?、教職工借閱冊(cè)次變化趨勢(shì)基本與借閱人數(shù)變化趨勢(shì)保持一致，但全英語(yǔ)實(shí)驗(yàn)班的借閱冊(cè)次在2016年的借閱冊(cè)次小于勞務(wù)派遣員工借閱冊(cè)次，這與借閱人數(shù)變化趨勢(shì)并未保持一致，因此借閱人數(shù)結(jié)合借閱冊(cè)次結(jié)合分析才可以更準(zhǔn)確地得到借閱需求的變化，進(jìn)一步為采訪工作做出指導(dǎo)。

三、經(jīng)驗(yàn)分析

1.數(shù)據(jù)來(lái)源

本文用滬深兩市所有A股股票日收益率數(shù)據(jù)計(jì)算個(gè)股的最大日收益率MAX，用個(gè)股月度收益率、無(wú)風(fēng)險(xiǎn)利率和股票總市值計(jì)算組合的超額收益率，用Fama-French三因素(MKT、SMB和HML)估計(jì)組合的異常收益率，這部分原始數(shù)據(jù)來(lái)源于國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)。本文用封閉式基金折價(jià)率、新增投資者開(kāi)戶數(shù)、IPO數(shù)量、IPO首日收益率、滬深A(yù)股股票市場(chǎng)換手率和消費(fèi)者信心指數(shù)構(gòu)造投資者情緒指標(biāo)，這部分原始數(shù)據(jù)來(lái)源于Wind資訊數(shù)據(jù)庫(kù)。選擇樣本期間為2001年6月至2015年6月。

為了避免異常數(shù)據(jù)對(duì)經(jīng)驗(yàn)分析結(jié)果的影響，我們剔除了樣本期間每月交易天數(shù)小于15天的個(gè)股，以及漲幅超過(guò)10%的個(gè)股。

2.采用組合價(jià)差法檢驗(yàn)MAX效應(yīng)

首先，采用Bali等[1]的方法，用個(gè)股在過(guò)去一個(gè)月內(nèi)的日收益率數(shù)據(jù)計(jì)算最大日收益率MAX；然后，根據(jù)MAX的值對(duì)個(gè)股從低到高進(jìn)行排序，并按十等分將所有個(gè)股分成10個(gè)組合，分別用M1、M2、...M10表示；最后，用市值加權(quán)平均法統(tǒng)計(jì)每個(gè)組合在未來(lái)一個(gè)月的超額收益率(組合收益率減去無(wú)風(fēng)險(xiǎn)收益率)，計(jì)算最高M(jìn)AX組合M10與最低MAX組合M1之間的組合差價(jià)，用Fama-French三因素模型回歸得到每個(gè)MAX組合和MAX對(duì)沖組合(M10-M1)的異常收益率，其結(jié)果如表1所示。

表1顯示，最低MAX組合M1和最高M(jìn)AX組合M10的平均超額收益率分別為0.73%和-0.04%，最高M(jìn)AX組合M10與最低MAX組合M1之間的組合差價(jià)為-0.76%，其t值為-1.77，表明在10%水平下組合價(jià)差顯著小于零?；贔ama-French三因素模型，最低MAX組合M1和最高M(jìn)AX組合M10的異常收益率分別為0.10%和-1.10%(t值分別為0.38和-3.80)，說(shuō)明最低MAX組合M1沒(méi)有顯著的異常收益，最高M(jìn)AX組合M10具有顯著的負(fù)異常收益。進(jìn)一步的計(jì)算結(jié)果顯示，MAX對(duì)沖組合M10-M1具有非常顯著的負(fù)異常收益率為-1.20%。因此，無(wú)論看超額收益率還是看異常收益率，與最低MAX組合M1相比，最高M(jìn)AX組合M10都具有顯著低的負(fù)收益。因此，我們可以認(rèn)為中國(guó)股票市場(chǎng)中存在明顯的MAX效應(yīng)。

表1 MAX效應(yīng)的檢驗(yàn)結(jié)果

注：*、**和***分別表示在10%、5%和1%水平下顯著。

3.構(gòu)建投資者情緒指數(shù)

借鑒Baker和Wurgler構(gòu)建投資者情緒綜合指標(biāo)的方法，選取封閉式基金折價(jià)率、新增投資者開(kāi)戶數(shù)、IPO數(shù)量、IPO首日收益率、滬深A(yù)股股票市場(chǎng)換手率和消費(fèi)者信心指數(shù)這六項(xiàng)情緒指標(biāo)，運(yùn)用主成分分析法構(gòu)造中國(guó)股票市場(chǎng)的投資者情緒ISI。限于篇幅，我們將構(gòu)建投資者情緒指數(shù)的具體步驟省略。

通過(guò)比對(duì)構(gòu)建出的投資者情緒指數(shù)ISI與上證綜合指數(shù)SZZS，發(fā)現(xiàn)兩者之間有較強(qiáng)的相關(guān)性，如圖1所示。圖1顯示，投資者情緒指數(shù)ISI與上證綜合指數(shù)SZZS的變化趨勢(shì)基本一致，上證綜合指數(shù)上漲伴隨著投資者情緒指數(shù)的上升，上證綜合指數(shù)下跌伴隨著投資者情緒指數(shù)的下降。在2006—2007年中國(guó)股票市場(chǎng)爆漲期間，投資者情緒指數(shù)也保持了高漲態(tài)勢(shì)，之后2008年股票價(jià)格快速回落，投資者情緒指數(shù)也迅速下降。因此，我們認(rèn)為本文構(gòu)建出的投資者情緒指數(shù)ISI能夠較好地反映中國(guó)股票市場(chǎng)投資者情緒的變化。

圖1 投資者情緒指數(shù)ISI與上證綜合指數(shù)SZZS

基于構(gòu)建出的投資者情緒指數(shù)ISI的高低，我們借鑒Stambaugh和Yuan[4]的方法，將樣本期間劃分為投資者情緒高漲期和投資者情緒低迷期。具體地，我們將樣本期間投資者情緒指數(shù)ISI高于或等于其中位數(shù)的月份劃分為高投資者情緒月份，歸為投資者情緒高漲期；將樣本期間投資者情緒指數(shù)ISI低于其中位數(shù)的月份劃分為低投資者情緒月份，歸為投資者情緒低迷期。在此基礎(chǔ)上，我們采用組合差價(jià)法分別考察投資者情緒高漲期和投資者情緒低迷期MAX效應(yīng)的表現(xiàn)，分析其是否存在顯著差異。另外，我們定義一個(gè)表示投資者情緒的虛擬變量DISI，在高投資者情緒月份給DISI賦值為1，在低投資者情緒月份給DISI賦值為0，采用Fama-Macbeth回歸[22]考察投資者情緒對(duì)MAX效應(yīng)的影響。

4.投資者情緒對(duì)MAX效應(yīng)的影響分析：分期間考察

我們采用組合差價(jià)方法，分別在投資者情緒高漲期和投資者情緒低迷期計(jì)算和估計(jì)MAX組合和MAX對(duì)沖組合的超額收益率和異常收益率，具體結(jié)果如表2所示。

表2 投資者情緒高漲期、低迷期MAX組合的超額收益率和異常收益率

注：**和***分別表示在5%和1%水平下顯著。

表2中左半部分結(jié)果顯示，投資者情緒高漲期最高M(jìn)AX組合M10的平均超額收益率為0.28%，最低MAX組合M1的平均超額收益率為1.83%，MAX對(duì)沖組合M10-M1的平均超額收益率為-1.55%(t值為-2.35)，在5%顯著性水平下顯著小于零。這說(shuō)明投資者情緒高漲期中國(guó)股票市場(chǎng)存在明顯的MAX效應(yīng)。與全樣本期間的超額收益率(如表1所示)相比，投資者情緒高漲期MAX效應(yīng)是其兩倍之多。用異常收益率考察，也可以得到這樣的結(jié)果。投資者情緒高漲期MAX對(duì)沖組合M10-M1的異常收益率為-2.45%(t值為-4.66)，是全樣本期間MAX對(duì)沖組合M10-M1的異常收益率(-1.20%)的兩倍之多。

表2中右半部分結(jié)果顯示，投資者情緒低迷期最高M(jìn)AX組合M10和最低MAX組合M1的平均超額收益率分別為-0.19%和-0.26%，統(tǒng)計(jì)上看這兩個(gè)超額收益率與零無(wú)異。投資者情緒低迷期MAX對(duì)沖組合M10-M1的平均超額收益率為0.07%(t值為0.14)，異常收益率也顯示統(tǒng)計(jì)上與零無(wú)異。這說(shuō)明MAX效應(yīng)在投資者情緒低迷期不存在。

綜合投資者情緒高漲期和投資者情緒低迷期MAX對(duì)沖組合的收益情況，再與全樣本期間MAX對(duì)沖組合收益進(jìn)行比較，我們可以得到如下結(jié)論：(1)中國(guó)股票市場(chǎng)中MAX效應(yīng)主要表現(xiàn)在投資者情緒高漲期，投資者情緒低迷期MAX效應(yīng)不存在。(2)投資者情緒高漲期MAX對(duì)沖組合的異常收益，既有來(lái)自于最高M(jìn)AX組合的貢獻(xiàn)(大約為62%)，也有來(lái)自于最低MAX組合的貢獻(xiàn)(大約為38%)。

5.投資者情緒對(duì)MAX效應(yīng)的影響分析：基于Fama-Macbeth回歸

采用組合價(jià)差法對(duì)MAX效應(yīng)進(jìn)行分析有其優(yōu)點(diǎn)——非參數(shù)性，即不需要建立任何函數(shù)關(guān)系對(duì)其系數(shù)進(jìn)行估計(jì)。當(dāng)然，組合價(jià)差法也有其缺點(diǎn)，會(huì)弱化數(shù)據(jù)中所包含的一些特有信息。為此，我們?cè)儆肍ama-Macbeth回歸[22]考察投資者情緒對(duì)MAX效應(yīng)的影響。

本文采用的Fama-Macbeth回歸基于如下模型：

(1)

其中，Ri,t表示股票i在t月的超額收益率，MAXi,t-1表示股票i在t-1月中的最大日收益率，DISIt-1表示t-1月投資者情緒虛擬變量，MAXi,t-1×DISIt-1表示最大日收益率與投資者情緒的交叉項(xiàng)，βt表示由Fama-French三個(gè)風(fēng)險(xiǎn)因素(MKT、SMB、HML)組成的向量。除虛擬變量DISIt-1外，其他變量都進(jìn)行了標(biāo)準(zhǔn)化處理，即使得每個(gè)變量在樣本期間均值為0、方差為1，以此增加每個(gè)變量的解釋效果。

采用Fama-Macbeth回歸估計(jì)方程(1)及其簡(jiǎn)單形式I，結(jié)果如表3所示。

表3 Fama-Macbeth截面回歸的估計(jì)值與統(tǒng)計(jì)量

注：括號(hào)內(nèi)為系數(shù)的t值；*、**和***分別表示在10%、5%和1%水平下顯著。

從表3可以看出，形式I的估計(jì)結(jié)果顯示，只加入唯一自變量MAX時(shí)，其系數(shù)估計(jì)值的均值為-0.13，統(tǒng)計(jì)上顯著為負(fù)，說(shuō)明上個(gè)月的最大日收益率MAX與股票未來(lái)收益率呈顯著的負(fù)相關(guān)關(guān)系，進(jìn)一步驗(yàn)證了中國(guó)股票市場(chǎng)中存在MAX效應(yīng)。形式II的估計(jì)結(jié)果顯示，再加入其他自變量之后，MAX系數(shù)的絕對(duì)值相對(duì)變小，但顯著性水平并沒(méi)有明顯下降，說(shuō)明MAX效應(yīng)仍然存在。表示投資者情緒的虛擬變量DISI的系數(shù)估計(jì)值平均為-0.04，其在5%水平下顯著，說(shuō)明上個(gè)月投資者情緒與股票未來(lái)收益率呈顯著的負(fù)相關(guān)關(guān)系，即上個(gè)月投資者情緒越高，下個(gè)月股票收益率就有可能越低；上個(gè)月投資者情緒越低，下個(gè)月股票收益率就有可能越高。

最大日收益率與投資者情緒的交叉項(xiàng)MAX×DISI系數(shù)估計(jì)值平均為-0.01，其在1%水平下顯著，同樣與股票收益率呈負(fù)相關(guān)關(guān)系。由于MAX×DISI系數(shù)的平均值與MAX系數(shù)的平均值符號(hào)方向相同，說(shuō)明MAX×DISI會(huì)加大MAX對(duì)股票收益率的影響效果，即投資者情緒會(huì)擴(kuò)大最大日收益率MAX對(duì)股票收益率的影響。

四、結(jié) 論

基于2001年6月至2015年6月中國(guó)A股相關(guān)數(shù)據(jù)，本文首先驗(yàn)證了中國(guó)股票市場(chǎng)中存在MAX效應(yīng)，然后采用構(gòu)建出的投資者情緒指數(shù)ISI，考察了投資者情緒對(duì)MAX效應(yīng)的影響。我們的經(jīng)驗(yàn)分析結(jié)果顯示：

第一，中國(guó)A股股票市場(chǎng)中存在明顯的MAX效應(yīng)。最高M(jìn)AX組合的超額收益率和異常收益率顯著低于最低MAX組合的超額收益率和異常收益率，MAX對(duì)沖組合的超額收益率和異常收益率顯著為負(fù)，說(shuō)明MAX效應(yīng)存在。

第二，中國(guó)股票市場(chǎng)中的MAX效應(yīng)主要來(lái)自于投資者情緒高漲期，在投資者情緒低迷期不存在MAX效應(yīng)。投資者情緒高漲期MAX對(duì)沖組合的異常收益，既有來(lái)自于最高M(jìn)AX組合的貢獻(xiàn)，也有來(lái)自于最低MAX組合的貢獻(xiàn)。

第三，投資者情緒高漲期MAX對(duì)沖組合的超額收益率和異常收益率是全樣本期間MAX對(duì)沖組合的超額收益率和異常收益率的兩倍之多，這意味著投資者的樂(lè)觀情緒引起并放大了中國(guó)股票市場(chǎng)中的MAX效應(yīng)。

[1] Bali, T.G., Cakici, N., Whitelaw, R.F. Maxing out: Stocks as Lotteries and the Cross-Section of Expected Returns[J]. Journal of Financial Economics,2011, 99(2): 427-446.

[2] Walksh?usl, C. The MAX Effect: European Evidence[J]. Journal of Banking & Finance, 2014, 42(5): 1-10.

[3] Miller, E.M. Risk, Uncertainty and the Divergence of Opinion[J].The Journal of Finance, 1977, 32(4): 23-51.

[4] Stambaugh, Y. J., Yuan, Y. The Short of It: Investor Sentiment and Anomalies[J]. Journal of Financial Economics, 2012, 104(2): 288-302.

[5] Fong, W.M., Toh, B. Investor Sentiment and the MAX Effect[J]. Journal of Banking & Finance, 2014, 46(3): 190-201.

[6] 王美今，孫建軍. 中國(guó)股市收益、收益波動(dòng)與投資者情緒[J]. 經(jīng)濟(jì)研究, 2014,(10)：75-83.

[7] 伍燕然，韓立巖. 不完全理性、投資者情緒與封閉式基金之謎[J]. 經(jīng)濟(jì)研究，2007,(3):117-129.

[8] 易志高，茅寧.中國(guó)股市投資者情緒測(cè)量研究：CICSI的構(gòu)建[J].金融研究,2009,(11):174-184.

[9] 江曙霞，陳青. 賭博特征股票的收益預(yù)測(cè)及解釋[J].財(cái)貿(mào)研究, 2013,(3) : 99- 107.

[10] Garrett, T.A., Sobel, R.S. Gamblers Favor Skewness, not Risk: Further Evidence From United States’ Lottery Games[J]. Economics Letters, 1999,63(1): 85-90.

[11] Walker, I., Young, J. An Economist’s Guide to Lottery Design[J]. The Economic Journal, 2001,111(475): 700-722.

[12] Kumar, A. Who Gambles in the Stock Market? [J].The Journal of Finance, 2009,64(4): 1889-1933.

[13] Tverksy, A., Kahneman, D. Advance in Prospect Theory: Cumulative Representation of Uncertainty[J]. Journal of Risk and Uncertainty, 1992,5(4): 297-323.

[14] Barber, B.M., Odean, T. All that Glitters: The Effect of Attention on the Buyingbehavior of Individual and Institutional Investors[J]. Review of Financial Studies, 2008,21(2): 785-818.

[15] Baker,M., Wurgler, J. Investor Sentiment and the Cross-Section of Stock Returns[J]. The Journal of Finance,2006,61(4): 1645-1680.

[16] Lee, Y.W., Jiang, X.C., Indro, C.D. Stock Market Volatility, Excess Returns, and the Role of Investor Sentiment[J]. Journal of Banking & Finance, 2002,26(12): 2277-2299.

[17] 鄭振龍，孫清泉. 彩票類股票交易行為分析: 來(lái)自中國(guó)A 股市場(chǎng)的證據(jù)[J]. 經(jīng)濟(jì)研究, 2013,(5): 128-140.

[18] 崔惠穎. 博彩性股票的市場(chǎng)特征——來(lái)自中國(guó)股市的經(jīng)驗(yàn)證據(jù)[J]. 東北財(cái)經(jīng)大學(xué)學(xué)報(bào), 2016,(3): 56-64.

[19] 劉仁和，陳柳欽. 中國(guó)股權(quán)溢價(jià)之謎的檢驗(yàn)——Hansen-Jagannathan方法的應(yīng)用[J]. 財(cái)經(jīng)理論與實(shí)踐, 2005,(5): 79-83.

[20] 莊新田, 池麗旭. 中國(guó)證券市場(chǎng)的投資者情緒研究[J]. 管理科學(xué), 2010,(3): 79-87.

[21] 段江嬌，劉紅忠，曾劍平. 投資者情緒指數(shù)、分析師推薦指數(shù)與股指收益率的影響研究[J].上海金融, 2014,(11): 60-64.

[22] Fama, E.F., Macbeth, J.D. Risk and Return: Some Empirical Tests[J]. Journal of Political Economy, 1973,81(3): 607-636.

(責(zé)任編輯：韓淑麗)

2017-06-16

遼寧省社會(huì)科學(xué)規(guī)劃基金項(xiàng)目“金融沖擊、企業(yè)分散度與經(jīng)濟(jì)風(fēng)險(xiǎn)分析”(L15CJY005)

蘇 剛(1970-)，男，遼寧撫順人，博士研究生，高級(jí)會(huì)計(jì)師，主要從事證券及財(cái)務(wù)管理等方面的研究。E-mail：sugang0530@vip.sina.com 劉蘊(yùn)祺(1991-)，女，遼寧沈陽(yáng)人，碩士研究生，主要從事金融工程研究。E-mail：liuyunqia@163.com

F830

A

1008-4096(2017)04-0077-06