向 誠(chéng)，陸 靜

重慶大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院，重慶 400030

引言

已有研究表明，投資者情緒廣泛而持久的影響資產(chǎn)定價(jià)，如何準(zhǔn)確地度量情緒及其對(duì)資產(chǎn)定價(jià)的影響成為重要研究議題[1]。當(dāng)前使用最為廣泛的情緒度量方式，是BAKER et al.[2]構(gòu)建的綜合情緒指數(shù)(簡(jiǎn)稱(chēng)BW指數(shù))。但BW類(lèi)指數(shù)旨在度量市場(chǎng)整體情緒，無(wú)法直接度量行業(yè)、個(gè)股層面情緒及其對(duì)資產(chǎn)價(jià)格的影響。同時(shí)，受到情緒變量的數(shù)據(jù)頻率限制，BW類(lèi)指數(shù)多以年、月為單位構(gòu)建，無(wú)法應(yīng)用于投資者情緒對(duì)資產(chǎn)定價(jià)的短期影響研究。

針對(duì)這一情況，本研究使用股票技術(shù)分析指標(biāo)構(gòu)建同時(shí)適用于市場(chǎng)和個(gè)股并能以更高頻率度量投資者情緒的情緒指數(shù)。與行為金融學(xué)類(lèi)似，股票技術(shù)分析以人類(lèi)行為模式重復(fù)和可預(yù)測(cè)為基本前提。股票價(jià)量變化反映投資者決策過(guò)程，而投資者決策過(guò)程直接反映投資者情緒。因此，蘊(yùn)含價(jià)量的技術(shù)分析指標(biāo)天然就是投資者情緒的代理指標(biāo)?；诩夹g(shù)分析指標(biāo)構(gòu)建的技術(shù)情緒指數(shù)既可如BW指數(shù)那樣度量市場(chǎng)整體情緒，也可根據(jù)研究需要以股票類(lèi)別(如AH股)或個(gè)股為單位獨(dú)立構(gòu)建，以度量特定層面投資者情緒及其影響。

具體而言，本研究沿用BW指數(shù)的構(gòu)建思想，通過(guò)主成分分析法提取換手率、相對(duì)強(qiáng)弱指標(biāo)、乖離率、人氣指標(biāo)和成交量比率5個(gè)技術(shù)指標(biāo)中的投資者情緒成分，構(gòu)建技術(shù)情緒指數(shù)，并以1999年至2015年為樣本期，實(shí)證檢驗(yàn)技術(shù)情緒指數(shù)在市場(chǎng)和個(gè)股層面度量投資者情緒的有效性。在市場(chǎng)層面的研究中，本研究揭示了技術(shù)情緒指數(shù)與BW指數(shù)的顯著相關(guān)性和近似性，驗(yàn)證技術(shù)情緒指數(shù)對(duì)AH股、AB股股票價(jià)差現(xiàn)象的解釋能力；在個(gè)股層面研究中，揭示了個(gè)股技術(shù)情緒指數(shù)在橫截面和時(shí)間序列上與個(gè)股收益率的負(fù)相關(guān)關(guān)系，實(shí)證檢驗(yàn)個(gè)股技術(shù)情緒指數(shù)與個(gè)股公司規(guī)模、已上市時(shí)間、賬面市值比、盈利能力和營(yíng)業(yè)收入增長(zhǎng)率等特征的相關(guān)方向，并與BAKER et al.[2]和FIRTH et al.[3]的類(lèi)似研究進(jìn)行對(duì)比分析。

1 相關(guān)研究評(píng)述

傳統(tǒng)金融理論認(rèn)為，市場(chǎng)中的非理性行為影響會(huì)被理性投資者的套利行為所消除。然而，DE LONG et al.[4]提出的DSSW模型表明，系統(tǒng)性的噪音交易者風(fēng)險(xiǎn)的存在，限制了風(fēng)險(xiǎn)厭惡的理性投資者的套利行為，進(jìn)而導(dǎo)致非理性投資行為，即投資者情緒的影響長(zhǎng)期在市場(chǎng)中存在。在DSSW模型提出后，投資者情緒對(duì)資產(chǎn)價(jià)格的影響得到廣泛關(guān)注并取得了豐富的成果。在理論模型方面，BARBERIS et al.[5]從保守主義和代表性啟發(fā)入手構(gòu)建投資者情緒影響資產(chǎn)價(jià)格的模型，保守主義使投資者對(duì)單個(gè)信息反應(yīng)不足導(dǎo)致慣性效應(yīng)，代表性啟發(fā)則使投資者對(duì)一系列同類(lèi)信息反應(yīng)過(guò)度導(dǎo)致反轉(zhuǎn)效應(yīng)；DANIEL et al.[6]則從過(guò)度自信和自我歸因偏差出發(fā)，推導(dǎo)投資者情緒對(duì)資產(chǎn)價(jià)格的影響，過(guò)度自信導(dǎo)致投資者對(duì)信息反應(yīng)過(guò)度，隨后對(duì)反應(yīng)過(guò)度的修正引發(fā)反轉(zhuǎn)效應(yīng)，自我歸因偏差使投資者不斷強(qiáng)化自身信念，導(dǎo)致動(dòng)量效應(yīng)和盈余漂移現(xiàn)象；HONG et al.[7]提出信息逐步擴(kuò)散模型，信息的緩慢擴(kuò)散導(dǎo)致投資者在短期內(nèi)反應(yīng)不足，動(dòng)量交易者利用這一現(xiàn)象通過(guò)把握股價(jià)趨勢(shì)獲利，而對(duì)這一趨勢(shì)策略的過(guò)度使用最終導(dǎo)致股價(jià)的過(guò)度反應(yīng)。實(shí)證研究也證實(shí)，投資者情緒對(duì)股票、債券、期貨、期權(quán)乃至匯率、房地產(chǎn)等各種類(lèi)型資產(chǎn)定價(jià)過(guò)程都存在顯著影響。BAKER et al.[2]發(fā)現(xiàn)股票市場(chǎng)當(dāng)期收益率與上期投資者情緒呈反比，且估值越難以確定、越難以套利的股票越容易受到投資者情緒的影響，個(gè)股對(duì)投資者情緒敏感程度的差異可以很好地解釋股票收益率的橫截面差異；STAMBAUGH et al.[8]發(fā)現(xiàn)投資者情緒對(duì)動(dòng)量效應(yīng)、盈利能力溢價(jià)等11個(gè)有悖于有效市場(chǎng)假說(shuō)的金融異象均具有較強(qiáng)的解釋能力。同時(shí)，投資者情緒的影響在存在賣(mài)空限制的市場(chǎng)中具有不對(duì)稱(chēng)性，當(dāng)市場(chǎng)低迷時(shí)，悲觀者只能退出市場(chǎng)而無(wú)法將其悲觀情緒反映至情緒指標(biāo)和資產(chǎn)價(jià)格，因此樂(lè)觀情緒對(duì)市場(chǎng)異象形成的影響更大。CORREDOR et al.[9]在法國(guó)、西班牙、德國(guó)和英國(guó)4個(gè)歐洲國(guó)家均發(fā)現(xiàn)了投資者情緒影響股票定價(jià)過(guò)程的實(shí)證證據(jù)，各國(guó)股票對(duì)投資者情緒的敏感程度與股票自身特征有關(guān)，也受到各國(guó)股票市場(chǎng)制度差異的影響。CORTéS et al.[10]發(fā)現(xiàn)投資者情緒還將影響債券評(píng)級(jí)的結(jié)果，市場(chǎng)情緒積極時(shí)債券評(píng)級(jí)普遍相對(duì)較高，而市場(chǎng)情緒悲觀時(shí)則產(chǎn)生相反的效應(yīng)；SHU et al.[11]認(rèn)為投資者情緒對(duì)股票市場(chǎng)的高波動(dòng)率以及泡沫形成和破滅的過(guò)程具有很好的解釋能力。資產(chǎn)價(jià)格和情緒存在雙向正相關(guān)關(guān)系，樂(lè)觀的投資者基于高漲的情緒進(jìn)一步推高資產(chǎn)價(jià)格，引發(fā)資產(chǎn)泡沫，在資產(chǎn)泡沫的頂點(diǎn)，情緒反轉(zhuǎn)導(dǎo)致資產(chǎn)價(jià)格大幅下跌，引發(fā)更加強(qiáng)烈的恐慌情緒，進(jìn)而導(dǎo)致市場(chǎng)崩盤(pán)。ANTONIOU et al.[12]發(fā)現(xiàn)投資者情緒通過(guò)影響投資者(特別是個(gè)人投資者)對(duì)股票的估值，進(jìn)而影響個(gè)股的權(quán)益融資成本，對(duì)市場(chǎng)情緒更敏感的高beta個(gè)股受到的這一影響更大，市場(chǎng)情緒高漲時(shí)權(quán)益融資成本受情緒的影響相對(duì)市場(chǎng)情緒低迷時(shí)更大。

在中國(guó)的研究方面，陸靜等[13]發(fā)現(xiàn)在控制Fama-French三因素以及宏觀經(jīng)濟(jì)變量的情況下，投資者情緒對(duì)同期的A股市場(chǎng)和H股市場(chǎng)依然具有顯著影響，投資者情緒對(duì)A股市場(chǎng)未來(lái)12個(gè)月的收益率和對(duì)H股市場(chǎng)未來(lái)6個(gè)月的收益率具有顯著的反轉(zhuǎn)預(yù)測(cè)效果；熊偉等[14]運(yùn)用有向環(huán)圖(DAG)技術(shù)識(shí)別SVAR模型，實(shí)證檢驗(yàn)股票特質(zhì)波動(dòng)率與股票收益和投資者情緒相關(guān)性，發(fā)現(xiàn)投資者情緒和股市流動(dòng)性是影響中國(guó)股票市場(chǎng)高特質(zhì)波動(dòng)股票收益率與低特質(zhì)波動(dòng)股票收益率橫截面差異大小的重要原因；宋順林等[15]以2006年至2011年917家IPO公司為樣本進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)市場(chǎng)情緒和個(gè)股具體的情緒均顯著影響IPO溢價(jià)，市場(chǎng)情緒較高組公司比較低組公司的IPO溢價(jià)高36%，個(gè)股情緒較高組公司比較低組公司的IPO溢價(jià)高24%，公司價(jià)值不確定性越高，市場(chǎng)情緒對(duì)IPO溢價(jià)的影響越大。

鑒于投資者情緒對(duì)資產(chǎn)價(jià)格影響的廣泛性，BAKER et al.[1]認(rèn)為，當(dāng)前的問(wèn)題已經(jīng)不再是投資者情緒是否影響資產(chǎn)價(jià)格，而是如何去度量投資者情緒及其對(duì)資產(chǎn)價(jià)格的影響?，F(xiàn)有的投資者情緒度量指標(biāo)可分為4類(lèi)，第1類(lèi)是通過(guò)直接調(diào)查和訪(fǎng)問(wèn)投資者對(duì)市場(chǎng)預(yù)期看法得到的直接情緒指標(biāo)，如美國(guó)的個(gè)人投資者指數(shù)、投資者智慧指數(shù)、密歇根大學(xué)消費(fèi)者信心指數(shù)，以及中國(guó)的央視看盤(pán)指數(shù)和好淡指數(shù)等。FERNANDES et al.[16]使用消費(fèi)者信心指數(shù)和歐洲經(jīng)濟(jì)情緒指標(biāo)(ESI)作為投資者情緒度量指標(biāo)，發(fā)現(xiàn)二者能夠用以預(yù)測(cè)葡萄牙股票市場(chǎng)總體收益水平。第2類(lèi)是對(duì)資本市場(chǎng)客觀數(shù)據(jù)進(jìn)行整理分析后得到的，能夠反映投資者對(duì)資本市場(chǎng)未來(lái)態(tài)度和看法的間接情緒指標(biāo)，如封閉基金折價(jià)率、換手率、IPO首日上市收益率等。BAKER et al.[17]對(duì)流動(dòng)性指標(biāo)對(duì)總體股票市場(chǎng)以及特定公司股票收益率的預(yù)測(cè)能力進(jìn)行研究，得到換手率等流動(dòng)性指標(biāo)作為投資者情緒度量指標(biāo)的理論模型和實(shí)證證據(jù)。第3類(lèi)是影響投資者對(duì)市場(chǎng)預(yù)期和資產(chǎn)定價(jià)的非經(jīng)濟(jì)變量，如天氣、自然災(zāi)害、季節(jié)變化、重大體育賽事結(jié)果、社交媒體信息等。程琬蕓等[18]通過(guò)文本分析技術(shù)從新浪微博評(píng)論中識(shí)別并提取投資者對(duì)證券市場(chǎng)未來(lái)漲跌走勢(shì)的情緒傾向信息。第4類(lèi)是以BAKER et al.[2]為代表的，由多個(gè)情緒代理變量通過(guò)特定方式組合而成的投資者綜合情緒指數(shù)。BAKER et al.[2]將封閉基金折價(jià)率、換手率、IPO數(shù)量、IPO首日收益率、股權(quán)融資比、分紅溢價(jià)等情緒指標(biāo)分別與工業(yè)生產(chǎn)指數(shù)和經(jīng)濟(jì)周期狀態(tài)等主要的宏觀經(jīng)濟(jì)變量進(jìn)行回歸后，利用主成分法將回歸后的情緒指標(biāo)殘差統(tǒng)一為一個(gè)綜合的投資者情緒指數(shù)。由調(diào)查問(wèn)卷等方式得到的直接情緒指標(biāo)通常面臨樣本量太小、調(diào)查時(shí)效性不足等限制，單個(gè)間接情緒指標(biāo)與市場(chǎng)活動(dòng)或經(jīng)濟(jì)變量之間存在一定的內(nèi)生性，因而對(duì)情緒度量的精確度降低，天氣等非經(jīng)濟(jì)變量作為情緒指標(biāo)的理論基礎(chǔ)薄弱，而B(niǎo)AKER et al.[2]提出的投資者綜合情緒指數(shù)包含多個(gè)情緒代理變量，且通過(guò)與宏觀經(jīng)濟(jì)變量的正交，剔除了各情緒代理變量中經(jīng)濟(jì)周期等非情緒因素的影響，因而能夠更全面、準(zhǔn)確地反映市場(chǎng)的整體情緒，成為投資者情緒領(lǐng)域?qū)嵶C研究中應(yīng)用最為廣泛的情緒度量方法[19-21]。

然而，BW指數(shù)仍然存在一些不足。首先，BW指數(shù)偏宏觀和總體，反映市場(chǎng)所有投資者的綜合情緒，很難在行業(yè)和地域等層面，特別是公司(即個(gè)股)層面進(jìn)一步細(xì)分。事實(shí)上，目前關(guān)于個(gè)股情緒的研究極為缺乏，為直接從公司層面利用投資者情緒開(kāi)展資產(chǎn)定價(jià)和公司財(cái)務(wù)等領(lǐng)域研究帶來(lái)不便。其次，受到情緒代理變量的數(shù)據(jù)頻率限制，BW類(lèi)指數(shù)大都以年度和月度為單位構(gòu)建，難以進(jìn)一步提高指數(shù)構(gòu)建頻率。以IPO數(shù)量為例，IPO不是連續(xù)過(guò)程，特定時(shí)段可能無(wú)新股發(fā)行，在中國(guó)等新興資本市場(chǎng)，IPO還常因行政監(jiān)管等外部因素暫停，造成IPO數(shù)量及首日收益率數(shù)據(jù)缺失，進(jìn)而影響B(tài)W指數(shù)的構(gòu)建。1994年7月至今，中國(guó)證監(jiān)會(huì)因各種原因已先后9次暫停IPO，最長(zhǎng)曾連續(xù)14個(gè)月未允許任何新股上市?；贐W指數(shù)的這些不足，本研究擬利用在時(shí)間和橫截面上均具有較強(qiáng)擴(kuò)展性的股票技術(shù)指標(biāo)，構(gòu)建能夠同時(shí)適用于市場(chǎng)和個(gè)股層面，并能以更高頻率度量投資者情緒的情緒指數(shù)。如STURM[22]所說(shuō)的，行為金融學(xué)與技術(shù)分析基于同樣一個(gè)前提，即人類(lèi)的行為模式是重復(fù)的和可預(yù)測(cè)的。股票價(jià)格與成交量的變化反映了投資者的決策過(guò)程，投資者的決策過(guò)程則直接反映投資者情緒。因此，基于價(jià)格和成交量的技術(shù)分析指標(biāo)，天然地就是投資者情緒的代理變量。然而，目前中國(guó)學(xué)者還很少?gòu)倪@一角度對(duì)投資者情緒展開(kāi)研究，這為本研究留下了充足的研究空間。

2 研究設(shè)計(jì)

2.1 技術(shù)情緒指數(shù)的依據(jù)和優(yōu)勢(shì)

技術(shù)分析是對(duì)成交價(jià)和交易量等市場(chǎng)交易歷史數(shù)據(jù)進(jìn)行分析的過(guò)程，MENKHOFF[23]對(duì)美國(guó)、德國(guó)、瑞士、意大利和泰國(guó)的692家基金管理者的調(diào)查發(fā)現(xiàn)，他們中的絕大多數(shù)認(rèn)為在預(yù)測(cè)數(shù)周內(nèi)的市場(chǎng)變動(dòng)時(shí)，通常技術(shù)分析比基本面分析更為有效；王志剛等[24]也發(fā)現(xiàn)技術(shù)分析對(duì)中國(guó)市場(chǎng)股票收益率具有一定的預(yù)測(cè)能力。技術(shù)分析的有效性建立在市場(chǎng)的無(wú)效性基礎(chǔ)之上，而市場(chǎng)的無(wú)效性是行為金融學(xué)說(shuō)的基本研究前提。因此，正如STURM[22]所指出，行為金融學(xué)與技術(shù)分析同樣以人類(lèi)行為模式重復(fù)和可預(yù)測(cè)為基本前提。行為金融學(xué)者使用投資者情緒度量投資者的非理性程度，而技術(shù)分析指標(biāo)直接反映投資者的非理性投資決策結(jié)果。盡管投資者情緒無(wú)法直接觀測(cè)，但股票價(jià)格和成交量的變化可以觀測(cè)，而股票價(jià)格和成交量的變化反映了投資者的決策過(guò)程，投資者的決策過(guò)程則直接反映投資者情緒。因此，基于股票價(jià)格和成交量的技術(shù)分析指標(biāo)天然地就是投資者情緒的代理變量。BROWN et al.[25]將騰落指標(biāo)(ADL)和新高新低指數(shù)(NH/NL)等技術(shù)分析指標(biāo)歸類(lèi)為市場(chǎng)表現(xiàn)類(lèi)間接情緒指標(biāo)，發(fā)現(xiàn)它們與美國(guó)個(gè)人投資者協(xié)會(huì)指數(shù)和投資者智慧指數(shù)等直接情緒指標(biāo)有著明顯的相關(guān)性；NEELY et al.[26]從移動(dòng)平均指標(biāo)、交易量指標(biāo)和動(dòng)量指標(biāo)3類(lèi)技術(shù)指標(biāo)中選擇14個(gè)指標(biāo)作為研究對(duì)象，實(shí)證研究發(fā)現(xiàn)這些技術(shù)指標(biāo)不僅與當(dāng)期BW指數(shù)高度正向相關(guān)，還對(duì)BW指數(shù)具有顯著的預(yù)測(cè)能力。而相對(duì)強(qiáng)弱指標(biāo)(RSI)、波動(dòng)率(VIX)和阿姆氏指標(biāo)(ARMS)等其他技術(shù)分析指標(biāo)也常見(jiàn)于投資者情緒研究中[27-29]，BAKER et al.[17]使用的換手率在本質(zhì)上也屬于技術(shù)分析指標(biāo)。

與BW指數(shù)相比，使用技術(shù)分析指標(biāo)構(gòu)建情緒指數(shù)具有以下優(yōu)點(diǎn)。①技術(shù)分析指標(biāo)在時(shí)間維度上更具擴(kuò)展性。BW指數(shù)使用的指標(biāo)大都比較宏觀，樣本頻率較低，多以年為單位，盡管FIRTH et al.[3]成功的構(gòu)建了月度BW指數(shù)，但受指標(biāo)本身觀察頻率的限制，要進(jìn)一步提高BW指數(shù)頻率十分困難。而技術(shù)分析指標(biāo)基于市場(chǎng)交易數(shù)據(jù)，既可以年、季、月為周期收集數(shù)據(jù)，也可以周、日、時(shí)甚至分和秒為單位進(jìn)行高頻分析，極大地拓展了投資者情緒的應(yīng)用空間。②技術(shù)分析指標(biāo)在橫截面同樣具有可擴(kuò)展性。由于交易數(shù)據(jù)的可合并性，既可以使用個(gè)股技術(shù)分析指標(biāo)度量個(gè)股情緒，也可以以各種股票指數(shù)為標(biāo)的，計(jì)算按行業(yè)和地域等特征構(gòu)建的股票組合，乃至個(gè)性化股票組合的技術(shù)分析指標(biāo)，并構(gòu)建相應(yīng)的情緒指數(shù)，在投資實(shí)踐中具有較強(qiáng)的應(yīng)用意義。③中國(guó)股票上市實(shí)行審核制，IPO公司數(shù)量直接受到監(jiān)管部門(mén)的政策影響，從1994年至今，中國(guó)證監(jiān)會(huì)已先后9次暫停新股發(fā)行，并于2013年12月起將IPO公司首日漲幅限制為44%。類(lèi)似現(xiàn)象在新興國(guó)家股票市場(chǎng)并不鮮見(jiàn)，難免導(dǎo)致相關(guān)情緒指標(biāo)(如IPO數(shù)量和IPO首日收益率等)摻雜非情緒噪音，削弱對(duì)情緒度量的有效性，而技術(shù)分析指標(biāo)較少受到這些因素影響。

2.2 構(gòu)建技術(shù)情緒指數(shù)的代理變量

鑒于BW指數(shù)已得到充分實(shí)證檢驗(yàn)，本研究沿用BW指數(shù)的基本思想，使用主成分法提取多個(gè)指標(biāo)的情緒成分，以綜合度量投資者情緒。與BW指數(shù)不同的是，本研究使用可個(gè)性化的技術(shù)指標(biāo)代替IPO數(shù)量等市場(chǎng)整體指標(biāo)作為情緒代理變量。為確保技術(shù)情緒指數(shù)的合理性，盡量選擇在已有研究中得到實(shí)證檢驗(yàn)、在股票投資實(shí)踐中得到廣泛應(yīng)用的技術(shù)指標(biāo)。同時(shí)，本研究樣本涉及A股、B股和香港H股3種股票類(lèi)型，所選擇的指標(biāo)還必須在3個(gè)市場(chǎng)中具有同樣的適應(yīng)性和可獲得性。按照這些原則，本研究選用以下5個(gè)指標(biāo)構(gòu)建技術(shù)情緒指數(shù)。

第1個(gè)指標(biāo)是換手率(Turn)，即股票交易量與其流通市值的比率。BAKER et al.[17]的理論模型表明，在存在賣(mài)空限制的市場(chǎng)，非理性投資者僅在對(duì)市場(chǎng)持積極樂(lè)觀態(tài)度時(shí)才參與市場(chǎng)交易，因此高換手率或者說(shuō)高流動(dòng)性是股票價(jià)格被非理性高估的表現(xiàn)。基于這一邏輯，BAKER et al.[17]明確提出無(wú)論在個(gè)股還是市場(chǎng)層面，換手率均可以被作為投資者情緒的度量指標(biāo)。當(dāng)前在投資者情緒研究領(lǐng)域應(yīng)用最為廣泛的BW指數(shù)及其類(lèi)似情緒指數(shù)大都將換手率作為重要的情緒代理指標(biāo)[1,3,8]。同時(shí)，換手率也是國(guó)泰安數(shù)據(jù)庫(kù)A股市場(chǎng)投資者情緒指數(shù)ISI指數(shù)、中國(guó)股票市場(chǎng)投資者情緒綜合指數(shù)CICSI指數(shù)的核心指標(biāo)。部分學(xué)者還直接使用換手率單個(gè)指標(biāo)度量投資者情緒[30]。同時(shí)，為了盡可能的剔除換手率中的非情緒因素，本研究還參照FIRTH et al.[3]的做法，在對(duì)換手率數(shù)據(jù)做對(duì)數(shù)轉(zhuǎn)換后，通過(guò)5個(gè)月移動(dòng)平均的方法進(jìn)行去趨勢(shì)處理。

第2個(gè)指標(biāo)是相對(duì)強(qiáng)弱指數(shù)(Rsi)，以一段時(shí)間內(nèi)個(gè)股或指數(shù)上漲幅度與下跌幅度的對(duì)比來(lái)描述個(gè)股或指數(shù)所處強(qiáng)弱狀態(tài)。相對(duì)強(qiáng)弱指數(shù)的計(jì)算公式為

u=1,2,…,k，d=1,2,…,j，j+k=n

(1)

其中，i為個(gè)股或股票指數(shù)，t、n為月，UPi,u為i個(gè)股或股票指數(shù)第u個(gè)上漲月的上漲幅度，Downi,d為i個(gè)股或股票指數(shù)第d個(gè)下跌月的下跌幅度。假設(shè)在(t-n+1)月～t月的最近n月內(nèi)，i個(gè)股或股票指數(shù)有j個(gè)月下跌、k個(gè)月上漲。Rsi的概念和計(jì)算方法最早由WELLS WIDER于1978年提出，并發(fā)表于美國(guó)《Commodities》雜志(現(xiàn)《Future》雜志)。從投資者情緒的角度看，相對(duì)強(qiáng)弱指數(shù)反映了樂(lè)觀情緒與悲觀情緒的對(duì)比情況。KUMAR et al.[27]利用1991年至1996年的185萬(wàn)條個(gè)人投資者交易記錄，構(gòu)建買(mǎi)賣(mài)相對(duì)強(qiáng)弱指標(biāo)度量投資者情緒，發(fā)現(xiàn)這一指標(biāo)能夠預(yù)測(cè)個(gè)股的收益率變動(dòng)方向，支持個(gè)股投資者情緒在股票定價(jià)中發(fā)揮作用的觀點(diǎn)。CHEN et al.[29]使用相對(duì)強(qiáng)弱指標(biāo)及其他指標(biāo)構(gòu)建投資者情緒指數(shù)，發(fā)現(xiàn)基于該情緒指數(shù)的閾值模型對(duì)香港恒生指數(shù)牛、熊狀態(tài)的預(yù)測(cè)能力顯著強(qiáng)于其他模型，且基于該情緒指數(shù)的交易策略能夠獲得顯著超額利潤(rùn)，從而證實(shí)了相對(duì)強(qiáng)弱指標(biāo)度量投資者情緒的有效性。

第3個(gè)指標(biāo)是乖離率(Bias)，描述股票價(jià)格與其移動(dòng)平均值之間的偏離程度。乖離率的計(jì)算公式為

(2)

其中，Pi,t,c為i個(gè)股或股票指數(shù)在第t月的收盤(pán)價(jià)，Pma(n)為i個(gè)股或股票指數(shù)在第(t-n+1)月～t月(即最近n月)的移動(dòng)平均價(jià)格。均值回歸是金融市場(chǎng)中長(zhǎng)期普遍存在的一種市場(chǎng)現(xiàn)象，代表資產(chǎn)價(jià)格圍繞其基本面價(jià)值上下波動(dòng)。DE LONG et al.[4]認(rèn)為基于情感和情緒而非理性信息做出投資決策的噪音交易者的存在導(dǎo)致資產(chǎn)價(jià)格偏離基本面價(jià)值，而在長(zhǎng)期內(nèi)由于理性投資者的套利行為，資產(chǎn)價(jià)格將回歸基本面價(jià)值，從而造成均值回歸現(xiàn)象。乖離率表示的股票價(jià)格與其均值的偏離程度，一定程度上反映了股票價(jià)格的錯(cuò)誤定價(jià)程度，即投資者情緒的高低。因此，在投資實(shí)踐中，當(dāng)前股價(jià)與移動(dòng)平均值的偏離通常意味著買(mǎi)入或賣(mài)出信號(hào)的出現(xiàn)。孫碧波[31]以上證指數(shù)為研究對(duì)象，發(fā)現(xiàn)持有期可變的移動(dòng)平均策略能夠帶來(lái)相當(dāng)大的超額利潤(rùn)，異步交易和交易成本會(huì)削弱但不會(huì)完全抵消這種預(yù)測(cè)能力；ZHU et al.[32]的理論模型表明，當(dāng)股價(jià)面臨不確定性時(shí)，基于移動(dòng)平均規(guī)則的資產(chǎn)組合策略的表現(xiàn)顯著優(yōu)于其他最優(yōu)組合策略，而基于真實(shí)市場(chǎng)數(shù)據(jù)的實(shí)證檢驗(yàn)對(duì)比也支持這一假說(shuō)。

第4個(gè)指標(biāo)是人氣指標(biāo)(AR)，通過(guò)比較一段周期內(nèi)的開(kāi)盤(pán)價(jià)在該周期價(jià)格中的高低，反映市場(chǎng)買(mǎi)賣(mài)人氣。開(kāi)盤(pán)價(jià)體現(xiàn)了投資者對(duì)上一個(gè)交易日結(jié)束后新的市場(chǎng)信息的認(rèn)識(shí)，蘊(yùn)含著投資者由于信息處理偏差和信息本身存在的噪音所引發(fā)的非理性情緒。BERKMAN et al.[33]認(rèn)為投資者情緒由個(gè)人投資者對(duì)股票的需求引發(fā)，而個(gè)人投資者進(jìn)行股票交易的行為在開(kāi)盤(pán)前后較為集中，因而開(kāi)盤(pán)價(jià)與其歷史收盤(pán)價(jià)的價(jià)差能夠在一定程度上反映投資者情緒。ABOODY et al.[34]基于這一思想驗(yàn)證了使用這一價(jià)差度量個(gè)股投資者情緒的可行性，發(fā)現(xiàn)個(gè)股開(kāi)盤(pán)價(jià)與其上周收盤(pán)價(jià)的相對(duì)價(jià)格與個(gè)股未來(lái)短期收益率正相關(guān)，與其未來(lái)長(zhǎng)期收益率負(fù)相關(guān)，且這一效應(yīng)在更難以估值的個(gè)股中更大，符合投資者情緒存在短期粘性、長(zhǎng)期反轉(zhuǎn)且對(duì)難以估值個(gè)股影響更大的特征，表明這一價(jià)差的確能夠較好地度量投資者情緒。人氣指標(biāo)的計(jì)算公式為

(3)

其中，Pi,w,h為在(t-n+1)月～t月的最近n月內(nèi)i個(gè)股或股票指數(shù)在第w月的最高價(jià)，Pi,w,o為在(t-n+1)月～t月的最近n月內(nèi)i個(gè)股或股票指數(shù)在第w月的開(kāi)盤(pán)價(jià)，Pi,w,l為在(t-n+1)月～t月的最近n月內(nèi)i個(gè)股或股票指數(shù)在第w月的最低價(jià)。

第5個(gè)指標(biāo)是成交量比率(VR)，指一定周期內(nèi)股票上漲時(shí)成交量與下跌時(shí)成交量的比值，反映市場(chǎng)買(mǎi)賣(mài)與多空情緒對(duì)比。BLUME et al.[35]早在1994年就指出交易量可以作為技術(shù)分析指標(biāo)預(yù)測(cè)股價(jià)的未來(lái)變動(dòng)；LEE et al.[36]發(fā)現(xiàn)交易量對(duì)股票收益率在中期的動(dòng)量效應(yīng)和在長(zhǎng)期的反轉(zhuǎn)效應(yīng)中均有一定的解釋作用，成交量高的、過(guò)去收益率高的股票收益率反轉(zhuǎn)的周期更短；BAKER et al.[17]認(rèn)為在存在賣(mài)出限制的股票市場(chǎng)，高成交量表明非理性投資者主宰了市場(chǎng)，因此成交量的增加代表著投資者情緒的增加；NEELY et al.[26]發(fā)現(xiàn)根據(jù)一定周期內(nèi)股票上漲時(shí)成交量與下跌時(shí)成交量的差異構(gòu)建的技術(shù)指標(biāo)，不僅與當(dāng)期BW指數(shù)存在顯著正向相關(guān)關(guān)系，還對(duì)BW指數(shù)和美國(guó)股票市場(chǎng)股權(quán)風(fēng)險(xiǎn)溢價(jià)水平具有較強(qiáng)的預(yù)測(cè)能力。成交量比率的計(jì)算公式為

(4)

其中，Volumi,u為i個(gè)股或股票指數(shù)第u個(gè)上漲月的成交量，Volumi,d為i個(gè)股或股票指數(shù)第d個(gè)下跌月的成交量。

本研究對(duì)所有技術(shù)指標(biāo)進(jìn)行后復(fù)權(quán)處理，以避免公司因除權(quán)除息而造成的技術(shù)指標(biāo)值畸變現(xiàn)象。本研究沿用BAKER et al.[2]的方法，先對(duì)所有技術(shù)情緒指標(biāo)當(dāng)期和滯后1期值進(jìn)行主成分分析，得到初始情緒指數(shù)，并將情緒指標(biāo)當(dāng)期和滯后1期值分別與初始情緒指數(shù)進(jìn)行回歸，取兩者相關(guān)系數(shù)絕對(duì)值的較大者作為正式的情緒指標(biāo)。隨后將篩選后的情緒指標(biāo)與工業(yè)增加值增長(zhǎng)率和消費(fèi)增長(zhǎng)率進(jìn)行正交，繼而以主成分分析法構(gòu)建技術(shù)情緒綜合指數(shù)。BAKER et al.[2]認(rèn)為將情緒代理指標(biāo)與經(jīng)濟(jì)基本面指標(biāo)進(jìn)行正交能夠消除各代理指標(biāo)中的非情緒影響，而主成分分析能夠進(jìn)一步篩除情緒代理指標(biāo)中的非情緒噪音，提取各指標(biāo)的共同情緒成分。因此，本研究沿用BAKER et al.[2]的方法構(gòu)建的技術(shù)情緒指數(shù)能夠最大程度地消除非情緒因素的影響。由于中國(guó)直至1998年3月27日才有第1支封閉基金問(wèn)世，本研究以1999年1月至2015年12月為研究區(qū)間，以保障數(shù)據(jù)的連續(xù)性和可獲得性。依據(jù)各部分實(shí)證研究需要選擇A股、B股或H股的相應(yīng)指標(biāo)數(shù)據(jù)，具體觀測(cè)數(shù)見(jiàn)后文。為了得到更多有效觀測(cè)值，并彰顯技術(shù)情緒指數(shù)可以較高頻率度量投資者情緒，本研究多數(shù)實(shí)證研究選用月度數(shù)據(jù)。基于這一樣本頻率，參照史蒂文·阿基利斯[37]對(duì)各技術(shù)指標(biāo)在投資實(shí)踐中應(yīng)用情況的總結(jié)，本研究以6個(gè)月為Rsi的計(jì)算周期(n=6)，以12個(gè)月為Bias的計(jì)算周期(n=12)，以26個(gè)月為AR和VR的計(jì)算周期(n=26)。為便于模型解釋?zhuān)狙芯繉?duì)所有情緒指數(shù)進(jìn)行標(biāo)準(zhǔn)化處理。為便于構(gòu)建BW指數(shù)以與本研究提出的技術(shù)情緒指數(shù)進(jìn)行對(duì)比分析，本研究還獲取了IPO數(shù)量(Nipo)、IPO首日收益率(Ripo)、封閉基金折價(jià)率(Cefd)、股權(quán)融資比例(Eshare)、銀行存款增長(zhǎng)率(Dsg)、新增A股股票賬戶(hù)開(kāi)戶(hù)數(shù)(Nact)等指標(biāo)數(shù)據(jù)。表1給出本研究構(gòu)建的各類(lèi)情緒指數(shù)所使用的指標(biāo)變量名稱(chēng)、含義和數(shù)據(jù)來(lái)源。

表1 變量定義和數(shù)據(jù)來(lái)源Table 1 Variable Definition and Data Source

2.3 研究假設(shè)

(1)本研究擬通過(guò)技術(shù)情緒指數(shù)對(duì)交叉上市公司股票的價(jià)差現(xiàn)象進(jìn)行解釋?zhuān)则?yàn)證技術(shù)情緒指數(shù)在市場(chǎng)層面的有效性。交叉上市股票價(jià)差現(xiàn)象是廣泛存在的市場(chǎng)異象之一，對(duì)這一現(xiàn)象的解釋包括信息不對(duì)稱(chēng)、流動(dòng)性差異、需求彈性差異和風(fēng)險(xiǎn)差異等，但都不足以充分解釋股票價(jià)差現(xiàn)象的長(zhǎng)期存在和無(wú)規(guī)律變化。SHLEIFER[38]認(rèn)為套利者擔(dān)心由投資者情緒導(dǎo)致的資產(chǎn)錯(cuò)誤定價(jià)現(xiàn)象在被糾正之前會(huì)繼續(xù)惡化，即套利者畏懼噪音交易者風(fēng)險(xiǎn)是造成交叉上市公司股的股票價(jià)差現(xiàn)象長(zhǎng)期存在的原因。據(jù)此，BAKER et al.[39]認(rèn)為，有效的投資者情緒指數(shù)應(yīng)當(dāng)能夠捕捉到噪音交易者風(fēng)險(xiǎn)，即投資者情緒對(duì)交叉上市公司股票價(jià)格差異的影響，因此可以利用這一價(jià)差現(xiàn)象對(duì)投資者情緒指數(shù)的有效性進(jìn)行驗(yàn)證，并用實(shí)證研究支撐這一推論；宋順林等[40]也發(fā)現(xiàn)投資者情緒是中國(guó)AH股溢價(jià)現(xiàn)象的重要影響因素。因此，如果技術(shù)情緒指數(shù)能夠有效度量投資者情緒，其應(yīng)對(duì)AH股和AB股股票價(jià)差現(xiàn)象有較強(qiáng)的解釋能力。因此，本研究提出假設(shè)。

H1技術(shù)情緒指數(shù)差異能夠解釋AH股和AB股股票價(jià)差現(xiàn)象。

(2)本研究擬通過(guò)檢驗(yàn)個(gè)股技術(shù)情緒指數(shù)與個(gè)股收益率是否存在顯著負(fù)向關(guān)系，來(lái)驗(yàn)證個(gè)股技術(shù)情緒指數(shù)在個(gè)股層面度量投資者情緒的有效性。投資者情緒與收益率的負(fù)向關(guān)系在已有研究中已經(jīng)得到充分的驗(yàn)證，投資者情緒高漲時(shí)過(guò)度樂(lè)觀高估股票市場(chǎng)價(jià)值進(jìn)而推高股價(jià)，隨后股價(jià)回歸基本面價(jià)值進(jìn)而造成負(fù)向的收益率；而投資者在情緒低迷時(shí)低估股票價(jià)值，隨后股價(jià)回歸基本面價(jià)值造成正向的收益率。BAKER et al.[2]對(duì)1965年至2003年美國(guó)股票市場(chǎng)的研究發(fā)現(xiàn)，投資者情緒與未來(lái)的股票收益率成反比，且越難以準(zhǔn)確估值、越難以套利的公司受投資者情緒的這一影響越大；SCHMELING[41]以消費(fèi)者信息指數(shù)為情緒指標(biāo)，發(fā)現(xiàn)在18個(gè)工業(yè)國(guó)家，投資者情緒與股票市場(chǎng)總體收益率負(fù)相關(guān)。因此，根據(jù)已有投資者情緒研究成果，如果個(gè)股技術(shù)情緒指數(shù)能夠度量個(gè)股所受投資者情緒影響，則應(yīng)當(dāng)滿(mǎn)足：①在橫截面上，個(gè)股技術(shù)情緒指數(shù)值越高的個(gè)股，隨后的收益率相對(duì)越低；②在時(shí)間序列上，與情緒高漲時(shí)相比，情緒低迷時(shí)個(gè)股隨后的收益率會(huì)相對(duì)更高。因此，本研究提出假設(shè)。

H2個(gè)股技術(shù)情緒指數(shù)值與個(gè)股收益率顯著負(fù)相關(guān)。

(3)不同運(yùn)營(yíng)和財(cái)務(wù)特征的公司對(duì)投資者情緒的敏感程度存在差異，如果技術(shù)情緒指數(shù)能夠度量個(gè)股投資者情緒，則個(gè)股特征差異應(yīng)與個(gè)股技術(shù)情緒指數(shù)值存在顯著的相關(guān)性。BAKER et al.[2]發(fā)現(xiàn)，規(guī)模小的、年輕的、波動(dòng)性大、盈利能力差、不分紅、成長(zhǎng)極度緩慢或極度迅速、財(cái)務(wù)狀況差的公司，即估值越難以確定、越難以套利的股票越容易受到投資者情緒的影響；FIRTH et al.[3]認(rèn)為，在新興市場(chǎng)，信息透明度是造成公司難以準(zhǔn)確估值和套利的更重要原因，信息透明度越低的公司對(duì)投資者情緒越敏感；宋澤芳等[42]發(fā)現(xiàn)A股市場(chǎng)上，規(guī)模較大、波動(dòng)率較高、市凈率較高的股票易受情緒的影響。因此，本研究提出假設(shè)。

H3個(gè)股技術(shù)情緒指數(shù)值與個(gè)股運(yùn)營(yíng)和財(cái)務(wù)特征存在顯著相關(guān)性。

3 實(shí)證研究

3.1 技術(shù)情緒指數(shù)與BW指數(shù)的對(duì)比分析

(5)

(6)

(7)

(8)

3.2 技術(shù)情緒指數(shù)對(duì)交叉上市股票價(jià)差的解釋

本研究參照BAKER et al.[39]的方法，檢驗(yàn)交叉上市股票價(jià)差與投資者情緒的相關(guān)性，以驗(yàn)證技術(shù)情緒指數(shù)的有效性。首先對(duì)AH股票價(jià)差進(jìn)行研究，檢驗(yàn)方程為

(a)月度技術(shù)情緒指數(shù)與BW指數(shù)對(duì)比

(b)年度技術(shù)情緒指數(shù)與BW指數(shù)對(duì)比

圖1 技術(shù)情緒指數(shù)與BW指數(shù)對(duì)比Figure 1 Comparison of Technical Sentiment Index and BW Index

注：*為在10%的水平上顯著，***為在1%的水平上顯著，下同。

(9)

(10)

(11)

除AH股外，中國(guó)股票市場(chǎng)還存在另外一種獨(dú)特的交叉上市現(xiàn)象，即AB股交叉上市，且A股與B股股價(jià)也同樣存在長(zhǎng)期違背平價(jià)定律的現(xiàn)象。由于A股和B股同在中國(guó)交易，使用封閉基金折價(jià)、IPO數(shù)量等構(gòu)建的BW指數(shù)無(wú)法對(duì)A股和B股市場(chǎng)投資者情緒進(jìn)行有效區(qū)分，因而無(wú)法用于AB股票價(jià)差分析。而A股和B股股票的交易活動(dòng)相互獨(dú)立，基于交易數(shù)據(jù)生成的技術(shù)指標(biāo)和技術(shù)情緒指數(shù)同樣相互獨(dú)立。因此，如果技術(shù)情緒指數(shù)能夠同樣解釋AB股票價(jià)差現(xiàn)象，不僅能夠進(jìn)一步驗(yàn)證技術(shù)情緒指數(shù)的有效性，還能充分體現(xiàn)該指數(shù)相對(duì)于BW指數(shù)的獨(dú)特優(yōu)勢(shì)，即由于技術(shù)指標(biāo)在橫截面上的可擴(kuò)展性，可根據(jù)研究需要在市場(chǎng)、地域、行業(yè)乃至個(gè)股層面分別構(gòu)建相應(yīng)技術(shù)情緒指數(shù)。

表3 交叉上市股票價(jià)差與整體市場(chǎng)技術(shù)情緒指數(shù)差異的相關(guān)性Table 3 Correlation between Stock Price Deviation for Cross-listed Companiesand Market-wide Technical Sentiment Index Difference

(12)

(13)

總的來(lái)說(shuō)，使用技術(shù)指標(biāo)構(gòu)建的市場(chǎng)整體技術(shù)情緒指數(shù)與BW指數(shù)存在顯著的相關(guān)性和近似性，且可以很好地解釋中國(guó)AH股、AB股股價(jià)違反“一價(jià)定律”的金融異象，充分驗(yàn)證了技術(shù)情緒指數(shù)在市場(chǎng)層面的有效性，也為本研究進(jìn)一步利用技術(shù)指標(biāo)度量個(gè)股投資者情緒奠定了基礎(chǔ)。

投資者情緒源于非理性的市場(chǎng)參與者基于情感或情緒的非理性思想和觀點(diǎn)所形成的對(duì)未來(lái)預(yù)期的系統(tǒng)性偏差。在投資者注意力有限的情況下，個(gè)股投資者大都僅關(guān)注自身持有的少數(shù)種類(lèi)股票，除市場(chǎng)整體情緒外，直接參與個(gè)股交易的特定投資者的情緒對(duì)個(gè)股價(jià)格的影響同樣重要。因此，將投資者情緒研究拓展至個(gè)股領(lǐng)域，對(duì)使用投資者情緒工具在公司層面開(kāi)展資產(chǎn)定價(jià)和公司財(cái)務(wù)等領(lǐng)域研究具有重要意義。然而，受情緒代理變量偏宏觀的限制，BW指數(shù)無(wú)法直接對(duì)個(gè)股層面的投資者情緒進(jìn)行度量，而基于技術(shù)指標(biāo)的個(gè)股技術(shù)情緒指數(shù)則不存在這一限制，這為本研究使用技術(shù)情緒指數(shù)直接度量個(gè)股所受情緒影響留下了研究空間。同樣以AH股和AB股票價(jià)差為研究對(duì)象，對(duì)個(gè)股技術(shù)情緒指數(shù)的有效性進(jìn)行實(shí)證檢驗(yàn)。首先按照前文方法，以各技術(shù)指標(biāo)的第一主成分構(gòu)建AH股和AB股公司的個(gè)股投資者情緒指數(shù)，Tisenti,A,t、Tisenti,H,t分別為第i只AH股t月A股和H股的個(gè)股技術(shù)情緒指數(shù)，TisentA,i,t、TisentB,i,t分別為第i只AB股t月A股和B股的個(gè)股技術(shù)情緒指數(shù)。(14)式～(17)式分別給出這些個(gè)股技術(shù)情緒指數(shù)，即其個(gè)股技術(shù)指標(biāo)第一主成分的表達(dá)式，其對(duì)各個(gè)股技術(shù)指標(biāo)的方差解釋力度分別為45.871%、51.204%、51.005%和54.386%。

(14)

(15)

(16)

(17)

表4的A欄和B欄分別給出AH股和AB股交叉上市股票價(jià)差及其變動(dòng)與個(gè)股技術(shù)情緒指數(shù)差異的相關(guān)性檢驗(yàn)結(jié)果，第2列和第4列是將正交前的個(gè)股技術(shù)情緒指數(shù)值差異作為解釋變量的回歸結(jié)果，結(jié)果表明個(gè)股技術(shù)情緒差異與AH股票價(jià)差及價(jià)差的變動(dòng)顯著相關(guān)，回歸系數(shù)分別為0.047和0.032，高于表3中使用市場(chǎng)技術(shù)情緒指數(shù)差異作為解釋變量時(shí)的0.022和0.019；類(lèi)似的，個(gè)股技術(shù)情緒差異與AB股票價(jià)差及價(jià)差的變動(dòng)同樣顯著相關(guān)，回歸系數(shù)分別為0.039和0.030，高于表3中使用市場(chǎng)技術(shù)情緒指數(shù)差異作為解釋變量時(shí)的0.026和0.016。表明個(gè)股技術(shù)情緒指數(shù)值所蘊(yùn)含的情緒效應(yīng)似乎不僅止于市場(chǎng)整體情緒的影響。第3列和第5列以正交后的個(gè)股技術(shù)情緒指數(shù)差異作為解釋變量，以市場(chǎng)技術(shù)情緒指數(shù)差異為控制變量。在控制市場(chǎng)情緒差異影響后，個(gè)股技術(shù)情緒指數(shù)差異仍然顯著影響AH股和AB股票價(jià)差及價(jià)差的變動(dòng)，1單位正交后的個(gè)股技術(shù)情緒指數(shù)值差異，將導(dǎo)致AH股票價(jià)差及價(jià)差的變動(dòng)發(fā)生0.022和0.018的變動(dòng)，并且導(dǎo)致AB股票價(jià)差及價(jià)差的變動(dòng)發(fā)生0.019和0.010的變動(dòng)。綜合前文實(shí)證結(jié)果，可以發(fā)現(xiàn)技術(shù)情緒指數(shù)在市場(chǎng)和個(gè)股層面對(duì)AH和AB股票價(jià)差現(xiàn)象均具有較好的解釋能力，H1得到驗(yàn)證。同時(shí)，這一解釋能力也表明，技術(shù)情緒指數(shù)可彌補(bǔ)BW指數(shù)無(wú)法區(qū)分AB股市場(chǎng)情緒以及直接度量個(gè)股情緒的不足。

表4 交叉上市股票價(jià)差與個(gè)股技術(shù)情緒指數(shù)差異的相關(guān)性Table 4 Correlation between Stock Price Deviation for Cross-listed Companiesand Firm-specific Technical Sentiment Index Difference

表5 按個(gè)股技術(shù)情緒指數(shù)值分組的股票組合收益率比較結(jié)果Table 5 Comparison Results for Return on Stock Portfolio Grouped by Firm-specific Technical Sentiment Index

注：1～10為按照個(gè)股技術(shù)情緒指數(shù)值從低到高劃分的10個(gè)組別；括號(hào)內(nèi)的數(shù)據(jù)為t檢驗(yàn)的t值。**為在5%的水平上顯著，下同。

3.3 個(gè)股技術(shù)情緒指數(shù)與個(gè)股收益率

本研究以1999年至2015年1 382家中國(guó)A股主板上市公司為樣本檢驗(yàn)H2。首先，本研究按照前文方法分別構(gòu)建每家樣本公司的月度技術(shù)情緒指數(shù)，隨后將所有樣本公司的月度個(gè)股技術(shù)情緒指數(shù)值與其整個(gè)樣本期的平均值進(jìn)行對(duì)比，并將高于平均值的觀測(cè)值歸入情緒高漲組，將低于平均值的觀測(cè)值歸入情緒低迷組；按照個(gè)股技術(shù)情緒指數(shù)值從低到高的順序，將兩組觀測(cè)值分別劃分為10組，第1組的個(gè)股技術(shù)情緒指數(shù)值最低，第10組的最高。隨后根據(jù)(t-1)月的分組情況計(jì)算各組股票t月的等權(quán)重加權(quán)收益率，進(jìn)而計(jì)算出各組股票整個(gè)樣本期的月平均收益率。表5描述并比較了各組股票樣本期內(nèi)的月平均收益率。由表5可知，①無(wú)論情緒高漲還是低迷，個(gè)股技術(shù)情緒指數(shù)值更高的組別樣本期的月平均收益率更低。情緒低迷組，各組別的月平均收益率從第1組的2.624%下降至第5組的1.842%，再降至第10組的1.472%，第1組與第10組的收益率差異為1.152%，第1組與第5組的收益率差異為0.782%，第5組與第10組的收益率差異為0.370%；情緒高漲組，從整體看，收益率隨組別上升逐步下降的趨勢(shì)依然明顯，第1組與第10組的收益率差異為1.154%，第5組與第10組的收益率差異為1.232%；②同一組別樣本期的月平均收益率在情緒低迷組較情緒高漲組顯著更高，二者的差異從最低的0.348%到1.311%不等。正如本研究所預(yù)期的，無(wú)論在橫截面還是時(shí)間序列上，個(gè)股技術(shù)情緒指數(shù)值高低與個(gè)股隨后的收益率均存在明顯的負(fù)向關(guān)系。圖2描繪了各組別平均月收益率的變化軌跡。

圖2 按個(gè)股技術(shù)情緒指數(shù)值分組的股票組合收益率Figure 2 Return on Stock Portfolio Groupedby Firm-specific Technical Sentiment Index

觀察圖2可知，與表5的分析結(jié)果類(lèi)似，無(wú)論在情緒高漲組還是情緒低迷組，各組別月平均收益率均與其組別呈現(xiàn)負(fù)向關(guān)系，即個(gè)股技術(shù)情緒指數(shù)值更高的組別次月的收益率更低；同時(shí)，對(duì)同一組別而言，其次月的收益率在情緒高漲組相對(duì)更低。

為了進(jìn)一步驗(yàn)證這一負(fù)向關(guān)系，將所有樣本公司按照月度個(gè)股技術(shù)情緒指數(shù)值大小平均分成10組，并構(gòu)建等權(quán)重買(mǎi)入個(gè)股技術(shù)情緒指數(shù)值較低組、賣(mài)出較高組的投資組合，包括買(mǎi)入個(gè)股情緒指數(shù)值最低的第1組-賣(mài)出最高的第10組，買(mǎi)入第5組-賣(mài)出第10組以及買(mǎi)入第1組-賣(mài)出第5組3個(gè)投資組合策略。如果個(gè)股技術(shù)情緒指數(shù)值與個(gè)股收益率負(fù)相關(guān)，這些零成本的投資組合應(yīng)存在顯著的正向投資收益。統(tǒng)計(jì)結(jié)果表明，在樣本期內(nèi)，本研究這一投資組合月收益率平均為1.134%，中位數(shù)為0.947%。此外，兩組間的平均個(gè)股技術(shù)情緒指數(shù)值差距越大，組合收益率應(yīng)越高。使用(18)式對(duì)這一預(yù)期進(jìn)行實(shí)證檢驗(yàn)，即

Rsent=Low,t-Rsent=High,t=α1+β11(SentHigh,t-1-SentLow,t-1)+u1i,t

(18)

其中，Rsent=Low,t為個(gè)股技術(shù)情緒指數(shù)值較低組樣本公司t月的等權(quán)重平均收益率；Rsent=High,t為個(gè)股技術(shù)情緒指數(shù)值較高組樣本公司t月的等權(quán)重平均收益率；SentHigh,t-1和SentLow,t-1為個(gè)股技術(shù)情緒指數(shù)值較高組和較低組股票在(t-1)月的等權(quán)重平均個(gè)股技術(shù)情緒指數(shù)值；(SentHigh,t-1-SentLow,t-1)為情緒差異項(xiàng)，稱(chēng)為情緒因子；α1為常數(shù)項(xiàng)，β11為估計(jì)系數(shù)，u1i,t為殘差項(xiàng)。為了控制已知的風(fēng)險(xiǎn)因子的影響，本研究還將Fama-French三因子和3個(gè)月的動(dòng)量因子加入回歸模型，即

Rsent=Low,t-Rsent=High,t=α2+β21(SentHigh,t-1-SentLow,t-1)+

β22Rmktt+β23Smbt+β24Hmlt+

β25Momt+u2i,t

(19)

其中，Rmktt為市場(chǎng)溢價(jià)因子；Smbt為規(guī)模溢價(jià)因子；Hmlt為價(jià)值溢價(jià)因子；Momt為動(dòng)量因子，等于等權(quán)重加權(quán)的、前3個(gè)月累積收益最高的30%股票組合與最低的30%股票組合加權(quán)收益率之差；α2為常數(shù)項(xiàng)，β21～β25為估計(jì)系數(shù)，u2i,t為殘差項(xiàng)。Rmktt、Smbt、Hmlt和Momt數(shù)據(jù)來(lái)自于銳思數(shù)據(jù)庫(kù)。

表6給出(18)式和(19)式的回歸結(jié)果，為了避免情緒因子的自相關(guān)性導(dǎo)致的估計(jì)偏差，參照STAMBAUGH et al.[8]的做法，利用bootstap法計(jì)算標(biāo)準(zhǔn)誤。第2列和第5列給出買(mǎi)入平均個(gè)股情緒值最低組(即第1組)-賣(mài)出最高組(即第10組)的回歸結(jié)果，第3列和第6列給出買(mǎi)入第5組-賣(mài)出第10組的回歸結(jié)果，第4列和第7列給出買(mǎi)入第1組-賣(mài)出第5組的回歸結(jié)果。由于(18)式和(19)式的被解釋變量為按照前文定義的股票投資組合的月度收益率，因此在1999年至2015年的樣本期內(nèi)，共得到17年204個(gè)月度收益率數(shù)據(jù)，計(jì)算滯后1期數(shù)據(jù)造成1個(gè)觀測(cè)月的損失，最終的有效觀測(cè)數(shù)為203個(gè)。在所有回歸結(jié)果中，買(mǎi)賣(mài)組別的平均個(gè)股技術(shù)情緒差異(SentHigh,t-1-SentLow,t-1)的系數(shù)均為正，與預(yù)期一致，且第2列、第5列和第6列在5%的水平上顯著，第3列在10%的水平上顯著。在加入4因子控制變量后，模型的整體解釋力度顯著增加，但技術(shù)情緒差異的系數(shù)依然如預(yù)期那樣均為正。同時(shí)，除市場(chǎng)溢價(jià)因子因買(mǎi)賣(mài)對(duì)沖后不再顯著外，規(guī)模溢價(jià)因子、價(jià)值溢價(jià)因子和動(dòng)量因子大都依然顯著，說(shuō)明個(gè)股技術(shù)情緒差異對(duì)該投資組合收益率的影響?yīng)毩⒂谶@些風(fēng)險(xiǎn)因子存在，進(jìn)一步驗(yàn)證了H2，即個(gè)股技術(shù)情緒指數(shù)與個(gè)股收益率存在顯著負(fù)相關(guān)關(guān)系，進(jìn)而驗(yàn)證了技術(shù)情緒指數(shù)在個(gè)股層面的有效性。

3.4 個(gè)股技術(shù)情緒指數(shù)與公司特征

如果個(gè)股技術(shù)情緒指數(shù)能夠度量個(gè)股所受情緒影響，其應(yīng)與公司財(cái)務(wù)和運(yùn)營(yíng)特征存在顯著關(guān)聯(lián)。本研究按月將1999年至2015年中國(guó)A股主板上市公司按照規(guī)模、成熟程度、價(jià)值、盈利能力、財(cái)務(wù)狀況、資產(chǎn)確定性、股價(jià)波動(dòng)性、成長(zhǎng)性等8類(lèi)特征分別分為10組，并計(jì)算每一組樣本期內(nèi)的等權(quán)重平均個(gè)股技術(shù)情緒指數(shù)值，以檢驗(yàn)H3。具體來(lái)說(shuō)，本研究以年末流通市值測(cè)量公司規(guī)模(Size)，以上市天數(shù)測(cè)量公司成熟程度(Age)，以年末賬面市值比測(cè)量公司相對(duì)價(jià)值(BM)，以年股權(quán)收益率測(cè)量公司盈利能力(Roe)，以年末資產(chǎn)負(fù)債率測(cè)量公司財(cái)務(wù)狀況(D/A)，以年末固定資產(chǎn)比例測(cè)量公司的資產(chǎn)確定性程度(TA)，以公司年內(nèi)股票日收益率的波動(dòng)率測(cè)量公司波動(dòng)性(Sigma)，以公司年?duì)I業(yè)收入增長(zhǎng)率測(cè)量公司成長(zhǎng)性(Growth)。

各組別在樣本期的平均個(gè)股技術(shù)情緒指數(shù)值見(jiàn)圖3，賬面市值比越低、股權(quán)收益率越高、股價(jià)波動(dòng)率越大、營(yíng)業(yè)收入增長(zhǎng)率越高的組別平均個(gè)股技術(shù)情緒指數(shù)值越高，與BAKER et al.[2]的發(fā)現(xiàn)基本吻合。

表6 基于個(gè)股技術(shù)情緒指數(shù)值的零成本買(mǎi)多賣(mài)空組合收益率Table 6 Return on Zero Investment Long-short Portfolio Based on Firm-specific Technical Sentiment Index

注：第2列～第4列為(18)式的回歸結(jié)果，第5列～第7列為(19)式的回歸結(jié)果；括號(hào)內(nèi)數(shù)據(jù)為使用bootstap法計(jì)算標(biāo)準(zhǔn)誤得到的t值，抽樣次數(shù)為500次，下同。

(a)按公司規(guī)模分組

(b)按公司成熟程度分組

(c)按公司相對(duì)價(jià)值分組

(d)按公司盈利能力分組

(e)按公司財(cái)務(wù)狀況分組

(f)按公司資產(chǎn)確定性程度分組

(g)按公司波動(dòng)性分組

(h)按公司成長(zhǎng)性分組

注：各子圖的縱軸均為平均個(gè)股技術(shù)情緒指數(shù)值。

圖3按公司特征分組的股票組合的平均個(gè)股技術(shù)情緒指數(shù)趨勢(shì)圖
Figure3TrendonMeansofFirm-specificTechnicalSentimentIndexofStockPortfolioGroupedbyFirmCharacteristics

規(guī)模越大的公司平均個(gè)股技術(shù)情緒指數(shù)值越高，與BAKER et al.[2]的發(fā)現(xiàn)相反，但符合FIRTH et al.[3]對(duì)中國(guó)市場(chǎng)的研究結(jié)果。FIRTH et al.[3]認(rèn)為在新興市場(chǎng)，信息透明度是造成公司難以準(zhǔn)確估值和套利的更重要原因，大公司的內(nèi)部關(guān)聯(lián)交易更多，涉及的商業(yè)領(lǐng)域更廣，組織結(jié)構(gòu)更復(fù)雜，使缺乏有效信息的零散投資者對(duì)大公司的估值難度大于小公司，因此大公司對(duì)投資者情緒敏感的程度更強(qiáng)；宋澤芳等[42]也發(fā)現(xiàn)在中國(guó)A股市場(chǎng)，規(guī)模較大的公司更易受到投資者情緒的影響。此外，上市時(shí)間長(zhǎng)短、固定資產(chǎn)比例和資產(chǎn)負(fù)債率與平均個(gè)股技術(shù)情緒指數(shù)值的關(guān)聯(lián)不明顯。

為了進(jìn)一步分析這些關(guān)聯(lián)，本研究按月將A股主板所有上市公司按照個(gè)股(t-1)月技術(shù)情緒指數(shù)值高低分為10組，構(gòu)建一個(gè)等權(quán)重買(mǎi)入第1組～第3組股票、賣(mài)出第8組～第10組股票的投資組合，將該投資組合的t月收益率作為情緒風(fēng)險(xiǎn)因子，記為Bmbt。在按公司特征對(duì)股票分組后，按月構(gòu)建一個(gè)等權(quán)重買(mǎi)入特征值最高3組、賣(mài)出特征值最低3組的投資組合，并對(duì)其收益率與Bmbt的相關(guān)性進(jìn)行檢驗(yàn)。如果個(gè)股技術(shù)情緒指數(shù)能夠有效度量個(gè)股所受投資者情緒影響，則個(gè)股公司特征應(yīng)與Bmbt存在顯著的相關(guān)性，按公司特征構(gòu)建的股票組合的收益率將與Bmbt顯著相關(guān)。由于個(gè)股收益率與個(gè)股情緒值負(fù)相關(guān)，相關(guān)系數(shù)為正時(shí)，表示與買(mǎi)入組相比，賣(mài)出組的平均個(gè)股技術(shù)情緒指數(shù)值在數(shù)學(xué)意義上更高，即受情緒影響的程度更大；當(dāng)相關(guān)系數(shù)為負(fù)時(shí)，表示買(mǎi)入組受情緒影響的程度更大。本研究使用(20)式和(21)式對(duì)此進(jìn)行檢驗(yàn)，即

RXi,t=High,t-RXi,t=Low,t=α3+γ1Bmbt+u3i,t

(20)

RXi,t=High,t-RXi,t=Low,t=α4+γ2Bmbt+β41Rmktt+β42Smbt+

β43Hmlt+β44Momt+u4i,t

(21)

其中，RXi,t=High,t為按公司特征分組時(shí)特征值最高的3組股票的月度等權(quán)重加權(quán)平均收益率，RXi,t=Low,t為按公司特征分組時(shí)特征值最低的3組股票的月度等權(quán)重加權(quán)平均收益率，(RXi,t=High,t-RXi,t=Low,t)為按公司特征分組的股票投資組合收益率，α3和α4為常數(shù)項(xiàng)，γ1、γ2、β41～β44為估計(jì)系數(shù)，u3i,t和u4i,t為殘差項(xiàng)。表7給出(20)式和(21)式中γ的估計(jì)值，表7第1列為用以分組的公司特征，第2列為投資組合的構(gòu)建方式，第3列和第4列分別為未加入控制變量和加入控制變量后γ的估計(jì)值。表7的結(jié)果與圖3的分組分析基本吻合，賬面市值比越低、股權(quán)收益率越高、營(yíng)業(yè)收入增長(zhǎng)率越高的公司受情緒影響的程度更大，即對(duì)情緒的敏感程度越高，與BAKER et al.[2]的發(fā)現(xiàn)一致。由表7最后1列可知，公司規(guī)模在加入除規(guī)模溢價(jià)因子之外的已知風(fēng)險(xiǎn)因子后，與情緒風(fēng)險(xiǎn)因子的相關(guān)系數(shù)不再顯著。公司波動(dòng)性和資產(chǎn)確定性與情緒風(fēng)險(xiǎn)因子的相關(guān)系數(shù)在加入控制變量后同樣變得不顯著，而資產(chǎn)負(fù)債率與情緒風(fēng)險(xiǎn)因子顯著正相關(guān)，表示資產(chǎn)負(fù)債率更低的組別對(duì)投資者情緒的敏感程度更高，與BAKER et al.[2]在美國(guó)市場(chǎng)的發(fā)現(xiàn)相反。這些結(jié)果說(shuō)明了投資者情緒影響機(jī)制的復(fù)雜性，公司財(cái)務(wù)和運(yùn)營(yíng)特征與個(gè)股對(duì)投資者情緒敏感程度的相關(guān)性在不同市場(chǎng)并不完全一致[3]，相反個(gè)股技術(shù)情緒指數(shù)對(duì)個(gè)股所受投資者情緒影響的度量更為直觀、準(zhǔn)確。整體來(lái)看，表7表明，個(gè)股的盈利能力、成長(zhǎng)能力等財(cái)務(wù)和運(yùn)營(yíng)公司特征大都與基于個(gè)股技術(shù)情緒指數(shù)構(gòu)建的情緒風(fēng)險(xiǎn)因子之間存在顯著的關(guān)聯(lián)，H3得到驗(yàn)證。這一結(jié)果既符合本研究的預(yù)期，也與已有投資者情緒研究結(jié)果大致吻合，進(jìn)一步說(shuō)明用個(gè)股技術(shù)情緒指數(shù)度量個(gè)股情緒的合理性。

表7 按公司特征分組的股票組合收益率與情緒風(fēng)險(xiǎn)因子的相關(guān)性Table 7 Correlation between Return of StockPortfolio Grouped by Firm Characteristicsand the Sentiment Risk Factor

注：按公司規(guī)模分組時(shí)，未將Smb置入回歸方程，按公司相對(duì)價(jià)值分組時(shí)，未將Hml置入回歸方程；在按公司財(cái)務(wù)狀況分組時(shí)，剔除了金融行業(yè)樣本公司的觀測(cè)值。

4 穩(wěn)健性檢驗(yàn)

4.1 技術(shù)情緒作為風(fēng)險(xiǎn)因子的Fama-Macbeth檢驗(yàn)

本研究的核心邏輯是投資者情緒顯著影響股票收益，而基于技術(shù)指標(biāo)構(gòu)建的技術(shù)情緒指數(shù)能夠度量投資者情緒，進(jìn)而度量其對(duì)股票價(jià)格的影響。換句話(huà)說(shuō)，技術(shù)情緒為股票收益的顯著風(fēng)險(xiǎn)因子是本研究成立的基本前提。為此，本研究使用Fama-Macbeth兩步回歸法對(duì)技術(shù)情緒風(fēng)險(xiǎn)因子的存在性進(jìn)行檢驗(yàn)。

首先，如3.4節(jié)所述構(gòu)建Bmb，以1999年2月至2001年12月為樣本期，按(22)式逐一對(duì)每家樣本公司的月度收益率ri,t與月度無(wú)風(fēng)險(xiǎn)收益率rf,t的差異(即i個(gè)股第t月相對(duì)于無(wú)風(fēng)險(xiǎn)收益的月度超額收益)與技術(shù)情緒風(fēng)險(xiǎn)因子、市場(chǎng)溢價(jià)因子、規(guī)模溢價(jià)因子、價(jià)值溢價(jià)因子、動(dòng)量因子進(jìn)行回歸，即

ri,t-rf,t=λiBmbt+β51,iRmktt+β52,iSmbt+β53,iHmlt+

β54,iMomt+u5i,t

(22)

(23)

其中，u6i,t為殘差項(xiàng)。

隨后對(duì)這一過(guò)程進(jìn)行滾動(dòng)，以2002年1月至2015年12月為樣本期，共計(jì)進(jìn)行168次回歸，得到各溢價(jià)因子t月估計(jì)的溢價(jià)水平。

表8 技術(shù)情緒風(fēng)險(xiǎn)因子的Fama-Macbeth回歸檢驗(yàn)結(jié)果Table 8 Results for Fama-Macbeth RegressionTest on the Technical Sentiment Risk Factor

注：觀測(cè)數(shù)為168；括號(hào)內(nèi)的數(shù)據(jù)為t檢驗(yàn)的t值，下同。

4.2 子樣本檢驗(yàn)

本研究以1999年至2015年為研究區(qū)間，期間A股市場(chǎng)的規(guī)模、投資者數(shù)量、投資者類(lèi)型、交易制度、監(jiān)管政策等均發(fā)生了較大的轉(zhuǎn)變，有必要進(jìn)行子樣本檢驗(yàn)以驗(yàn)證本研究結(jié)果在各種市場(chǎng)環(huán)境中的穩(wěn)健性。為此，本研究基于A股市場(chǎng)引入境外合格機(jī)構(gòu)投資者、實(shí)施股權(quán)分置改革、開(kāi)展融資融券工作等3個(gè)標(biāo)志性變革事件，將原樣本區(qū)間劃分為1999年1月至2003年5月、2003年6月至2005年4月、2005年5月至2010年3月和2010年4月至2015年12月4個(gè)子樣本區(qū)間，4個(gè)子樣本區(qū)間中，AH股交叉上市的有效觀測(cè)值分別為2 631個(gè)、1 092個(gè)、1 103個(gè)和4 708個(gè)，AB股交叉上市的有效觀測(cè)值分別為2 479個(gè)、1 026個(gè)、1 032個(gè)和4 614個(gè)，月度觀測(cè)數(shù)分別為53個(gè)、23個(gè)、59個(gè)和69個(gè)。2003年6月，中國(guó)第一家境外合格機(jī)構(gòu)投資者獲得中國(guó)外匯管理局批準(zhǔn)投資中國(guó)證券市場(chǎng)；2005年4月，中國(guó)證監(jiān)會(huì)下發(fā)《關(guān)于上市公司股權(quán)分置改革試點(diǎn)有關(guān)問(wèn)題的通知》，正式啟動(dòng)股權(quán)分置改革；2010年3月19日，中國(guó)證監(jiān)會(huì)正式公布融資融券首批6家試點(diǎn)證券公司。以各子樣本區(qū)間為研究區(qū)間，本研究重復(fù)前文研究，回歸結(jié)果見(jiàn)表9～表11，各子樣本區(qū)間主要解釋變量的系數(shù)符號(hào)和顯著性與全樣本回歸結(jié)果基本一致，技術(shù)情緒指數(shù)對(duì)AH股票價(jià)差、AB股票價(jià)差、個(gè)股收益率等始終存在顯著影響，表明本研究的結(jié)果穩(wěn)健。

4.3 其他可能解釋

在使用技術(shù)情緒指數(shù)解釋AH股和AB股股票價(jià)差現(xiàn)象方面，本研究在BAKER et al.[39]的模型基礎(chǔ)上，加入一系列已有研究表明會(huì)對(duì)交叉上市股票價(jià)差造成顯著影響的控制變量，以檢驗(yàn)?zāi)Ｐ徒Y(jié)果的穩(wěn)健性，這些控制變量包括信息不對(duì)稱(chēng)、需求彈性、流動(dòng)性和風(fēng)險(xiǎn)差異。①信息不對(duì)稱(chēng)假說(shuō)認(rèn)為A股的中國(guó)投資者比H股和B股的境外投資者具有地理上的優(yōu)勢(shì)，進(jìn)而具有信息優(yōu)勢(shì)，從而導(dǎo)致A股相對(duì)H股和B股溢價(jià)。本研究選取交叉上市公司A股與H股和B股流通市值之和的相對(duì)大小Rsize反映投資者的信息不對(duì)稱(chēng)程度。公司規(guī)模越大受投資者關(guān)注程度越高，信息披露就越規(guī)范和充分，H股和B股的境外投資者的信息劣勢(shì)就越小。②需求彈性假說(shuō)認(rèn)為境外投資者相對(duì)于中國(guó)投資者的投資渠道更多，對(duì)H股和B股的價(jià)格需求彈性較低，進(jìn)而造成A股的相對(duì)溢價(jià)。本研究選取H股和B股占公司流通股本的比率(Share)反映境外投資者的相對(duì)需求，H股和B股的比率越大，境外投資者的價(jià)格需求彈性就越低。③流動(dòng)性差異假說(shuō)認(rèn)為流動(dòng)性較差的股票需要得到流動(dòng)性風(fēng)險(xiǎn)補(bǔ)償，交叉上市股票對(duì)應(yīng)的市場(chǎng)流動(dòng)性差異造成股票價(jià)差現(xiàn)象。本研究使用成交量與收益率絕對(duì)值之比作為流動(dòng)性指標(biāo)計(jì)算公司A股與H股和B股的相對(duì)流動(dòng)性，表示為L(zhǎng)iquidity。④風(fēng)險(xiǎn)差異假說(shuō)認(rèn)為境內(nèi)外投資者的投機(jī)程度和風(fēng)險(xiǎn)承受能力差異可能導(dǎo)致A股與H股和B股股票價(jià)差。本研究以對(duì)應(yīng)市場(chǎng)上公司股票上一年度日收益率的標(biāo)準(zhǔn)差之比反映這一差異，表示為Rsigma。加入控制變量的模型回歸結(jié)果見(jiàn)表12，由表12可知，盡管各控制變量大都顯著，但情緒差異變量的符號(hào)和顯著性并未受到影響，與前文結(jié)果基本一致，進(jìn)而支撐了前文研究結(jié)果的穩(wěn)健性。

在個(gè)股技術(shù)情緒指數(shù)與個(gè)股收益率的相關(guān)性方面，前文以技術(shù)情緒指數(shù)值最高和最低的10%股票為研究樣本檢驗(yàn)技術(shù)情緒差異對(duì)個(gè)股收益率的影響。為了進(jìn)行穩(wěn)健性檢驗(yàn)，本研究分別將樣本公司從技術(shù)情緒指數(shù)值最高和最低的10%拓展到最高和最低的30%和50%，并對(duì)技術(shù)情緒指數(shù)值差異與個(gè)股收益率的相關(guān)性重新進(jìn)行檢驗(yàn)，表13給出回歸結(jié)果。表13中，(1)列和(2)列的研究對(duì)象為上月個(gè)股技術(shù)情緒指數(shù)值最高和最低的30%的樣本公司組合，(3)列和(4)列的研究對(duì)象為上月個(gè)股技術(shù)情緒指數(shù)值最高和最低的50%的樣本公司組合。由于被解釋變量為情緒值較低組與較高組樣本公司等權(quán)重平均月度收益率的差異，因此在本研究的樣本期內(nèi)，共得到了203組月度收益率數(shù)據(jù)，即有203個(gè)有效觀測(cè)數(shù)。表13的回歸結(jié)果與前文研究一樣，盡管系數(shù)大小有所下降，但(SentHigh,t-1-SentLow,t-1)的符號(hào)依然顯著為正，從而驗(yàn)證了前文結(jié)果的穩(wěn)健性。

表9 子樣本回歸：交叉上市股價(jià)價(jià)差與個(gè)股技術(shù)情緒指數(shù)差異的相關(guān)性Table 9 Sub-sample Regression: Correlation between Price Deviationfor Cross-listed Companies and Firm-specific Technical Sentiment Index Difference

表10子樣本回歸：個(gè)股技術(shù)情緒指數(shù)與個(gè)股收益率相關(guān)性
Table10Sub-sampleRegression:CorrelationbetweenFirm-specificTechnicalSentimentIndexandIndividualStockReturn

Rsent=Low,t-Rsent=High,t1999年1月至2003年5月2003年6月至2005年4月2005年5月至2010年3月2010年4月至2015年12月SentHigh,t-1-SentLow,t-10.025**(1.993)0.013*(1.778)0.057***(2.884)0.043***(2.663)Rmktt-0.023(-0.319)0.041(0.325)-0.101(-0.497)-0.048(-0.784)Smbt0.233**(1.974)0.462***(3.217)0.891***(3.497)0.507***(3.844)Hmlt0.181*(1.826)0.096***(2.621)-0.028(-0.024)0.431**(2.294)Momt-0.178***(-3.228)-0.301**(-2.227)-0.194**(-2.094)-0.265***(-3.645)觀測(cè)數(shù)53235969調(diào)整后的R2/%37.41126.17635.47729.726Wald卡方值70.20633.12859.87665.294

表11 子樣本回歸：按公司特征分組的股票組合收益率與情緒風(fēng)險(xiǎn)因子的相關(guān)性Table 11 Sub-sample Regression: Correlation between Return of Stock Portfolio Groupedby Firm Characteristics and the Sentiment Risk Factor

表12 交叉上市股票價(jià)差與個(gè)股技術(shù)情緒指數(shù)差異相關(guān)性穩(wěn)健性檢驗(yàn)Table 12 Robust Test: Correlation between Stock Price Deviation for Cross-listed Companiesand Firm-specific Technical Sentiment Index Difference

注：括號(hào)內(nèi)的數(shù)據(jù)為按個(gè)股分類(lèi)使用聚類(lèi)標(biāo)準(zhǔn)誤計(jì)算的t值。

表13 個(gè)股技術(shù)情緒指數(shù)值與個(gè)股收益率相關(guān)性穩(wěn)健性檢驗(yàn)Table 13 Robust Test: Correlation betweenFirm-specific Technical SentimentIndex and Individual Stock Return

注：括號(hào)內(nèi)的數(shù)據(jù)為使用bootstap法計(jì)算標(biāo)準(zhǔn)誤得到的t值，抽樣次數(shù)500次，下同。

在個(gè)股技術(shù)情緒指數(shù)與個(gè)股特征方面，如果與宏觀經(jīng)濟(jì)指標(biāo)正交后的情緒指標(biāo)仍然含有宏觀經(jīng)濟(jì)因素成分，從而反映市場(chǎng)系統(tǒng)風(fēng)險(xiǎn)的變化，而按照公司特征構(gòu)建的股票組合對(duì)市場(chǎng)組合的敏感程度(即beta系數(shù))隨系統(tǒng)風(fēng)險(xiǎn)的變化而變化，則這些股票組合的收益率是對(duì)系統(tǒng)風(fēng)險(xiǎn)的補(bǔ)償，而非投資者情緒影響的結(jié)果。本研究參照BAKER et al.[2]的方法，使用(24)式的條件CAPM模型，對(duì)這一可能性進(jìn)行穩(wěn)健性檢驗(yàn)，即

RXi,t=High,t-RXi,t=Low,t=α7+γ3Bmbt+β7(χ+δBmbt)Rmktt+

u7i,t

(24)

其中，χ為與Bmb無(wú)關(guān)部分的市場(chǎng)風(fēng)險(xiǎn)溢價(jià)水平的系數(shù)，δ為與Bmb有關(guān)部分的市場(chǎng)風(fēng)險(xiǎn)溢價(jià)水平的系數(shù)，α7為常數(shù)項(xiàng)，γ3和β7為估計(jì)系數(shù)，u7i,t為殘差項(xiàng)。

如果按照公司特征構(gòu)建的股票組合對(duì)市場(chǎng)組合的敏感程度隨投資者情緒指數(shù)變化而變化，則(24)式中情緒風(fēng)險(xiǎn)因子與市場(chǎng)溢價(jià)因子的交互項(xiàng)系數(shù)β7δ應(yīng)顯著，且與表7中情緒因子的系數(shù)符號(hào)相同。表14給出(24)式的回歸結(jié)果，從表14的檢驗(yàn)結(jié)果看，所有交互項(xiàng)系數(shù)β7δ均不顯著，拒絕了前文股票組合收益率差異源自系統(tǒng)性風(fēng)險(xiǎn)的時(shí)變性假說(shuō)。因此，前文研究結(jié)果穩(wěn)健。

表14 穩(wěn)健性檢驗(yàn)：條件CAPM模型Table 14 Robust Test: Conditional CAPM Model

注：在按資產(chǎn)負(fù)債率分組時(shí)，剔除金融行業(yè)樣本公司的觀測(cè)值。

5 結(jié)論

行為金融和股票技術(shù)分析都以人類(lèi)行為模式重復(fù)可預(yù)測(cè)為假設(shè)前提，基于這一思想，本研究使用股票技術(shù)分析指標(biāo)構(gòu)建同時(shí)適用于市場(chǎng)和個(gè)股的投資者情緒指數(shù)并檢驗(yàn)其有效性，以豐富投資者情緒這一行為金融領(lǐng)域重要研究工具的形式和應(yīng)用范圍，主要研究結(jié)論如下。

(1)技術(shù)情緒指數(shù)與被廣泛用于投資者情緒研究的BW指數(shù)在月度和年度上均有顯著的相關(guān)性和極強(qiáng)的近似性，且市場(chǎng)層面的技術(shù)情緒指數(shù)差異對(duì)AH股和AB股股票價(jià)差現(xiàn)象均具有較強(qiáng)的解釋能力，既驗(yàn)證了技術(shù)情緒指數(shù)在市場(chǎng)層面的有效性，也顯示出技術(shù)情緒指數(shù)可彌補(bǔ)BW指數(shù)無(wú)法細(xì)分以分別度量A股和B股市場(chǎng)情緒的不足。

(2)在控制市場(chǎng)整體情緒后，個(gè)股層面技術(shù)情緒指數(shù)差異對(duì)AH股和AB股股票價(jià)差依然具有一定的解釋能力；且個(gè)股技術(shù)情緒指數(shù)值在橫截面上和時(shí)間序列上均與個(gè)股收益率顯著負(fù)相關(guān)，買(mǎi)入上期技術(shù)情緒指數(shù)值較低股票、賣(mài)出上期技術(shù)情緒指數(shù)值較高股票能夠獲得顯著的超額收益；同時(shí)，個(gè)股的技術(shù)情緒指數(shù)高低與公司財(cái)務(wù)和運(yùn)營(yíng)特征顯著相關(guān)，且其關(guān)聯(lián)方向與BAKER et al.[2]和FIRTH et al.[3]的研究結(jié)果相一致。上述種種結(jié)果表明，技術(shù)情緒指數(shù)可直接在個(gè)股層面度量投資者情緒及其對(duì)資產(chǎn)價(jià)格的影響，這是其相對(duì)于BW及其類(lèi)似情緒指數(shù)的又一可能優(yōu)勢(shì)。

本研究驗(yàn)證了使用技術(shù)分析指標(biāo)度量投資者情緒的可行性，對(duì)有意使用投資者情緒這一研究工具的研究者來(lái)說(shuō)具有以下啟示。首先，技術(shù)指標(biāo)在橫截面的可合并和拓展性，使研究者可以克服BW類(lèi)指數(shù)只能度量市場(chǎng)整體情緒的不足，根據(jù)研究需要以市場(chǎng)、行業(yè)、個(gè)股甚至地域和股票類(lèi)別(如A股和B股)為單位分別構(gòu)建情緒指數(shù)，以度量不同層面的投資者情緒影響。其次，技術(shù)指標(biāo)在時(shí)間上的可合并和拓展性，使研究者可以突破BW類(lèi)指數(shù)的數(shù)據(jù)頻率限制，按月、周、日甚至更高頻率度量投資者情緒，以研究投資者情緒對(duì)短期資產(chǎn)價(jià)格變動(dòng)的影響。

本研究還存在一些不足，技術(shù)分析的理論基礎(chǔ)相對(duì)薄弱，可能導(dǎo)致本研究的結(jié)果存在偏差。同時(shí)，已有研究表明，投資者情緒對(duì)資產(chǎn)定價(jià)過(guò)程的影響廣泛而持續(xù)，本研究?jī)H從交叉上市股票價(jià)差等有限角度驗(yàn)證技術(shù)情緒指數(shù)的有效性，技術(shù)情緒指數(shù)對(duì)其他市場(chǎng)異象是否同樣具有解釋能力，還需要在后續(xù)研究中進(jìn)一步的探討。

[1]BAKER M,WURGLER J.Investor sentiment in the stock market.JournalofEconomicPerspectives,2007,21(2):129 - 151.

[2]BAKER M,WURGLER J.Investor sentiment and the cross-section of stock returns.TheJournalofFinance,2006,61(4):1645 - 1680.

[3]FIRTH M,WANG K P,WONG S M L.Corporate transparency and the impact of investor sentiment on stock prices.ManagementScience,2015,61(7):1630 - 1647.

[4]DE LONG J B,SHLEIFER A,SUMMERS L H,et al.Noise trader risk in financial markets.JournalofPoliticalEconomy,1990,98(4):703 - 738.

[5]BARBERIS N,SHLEIFER A,VISHNY R.A model of investor sentiment.JournalofFinancialEconomics,1998,49(3):307 - 343.

[6]DANIEL K,HIRSHLEIFER D,SUBRAHMANYAM A.Investor psychology and security market under- and overreactions.TheJournalofFinance,1998,53(6):1839 - 1885.

[7]HONG H,STEIN J C.A unified theory of underreaction,momentum trading,and overreaction in asset markets.TheJournalofFinance,1999,54(6):2143 - 2184.

[8]STAMBAUGH R F,YU J F,YUAN Y.The short of it:investor sentiment and anomalies.JournalofFinancialEconomics,2012,104(2):288 - 302.

[9]CORREDOR P,FERRER E,SANTAMARIA R.Investor sentiment effect in stock markets:stock characteristics or country-specific factors?.InternationalReviewofEconomics&Finance,2013,27:572 - 591.

[10] CORTéS K,DUCHIN R,SOSYURA D.Clouded judgment:the role of sentiment in credit origination.JournalofFinancialEconomics,2016,121(2):392 - 413.

[11] SHU H C,CHANG J H.Investor sentiment and financial market volatility.JournalofBehavioralFinance,2015,16(3):206 - 219.

[12] ANTONIOU C,DOUKAS J A,SUBRAHMANYAM A.Investor sentiment,beta,and the cost of equity capital.ManagementScience,2016,62(2):347 - 367.

[13] 陸靜,周媛.投資者情緒對(duì)股價(jià)的影響:基于AH股交叉上市股票的實(shí)證分析.中國(guó)管理科學(xué),2015,23(11):21 - 28.

LU Jing,ZHOU Yuan.The effect of investor sentiment on stock pricing:an empirical study based on A-H shares of cross-listed companies.ChineseJournalofManagementScience,2015,23(11):21 - 28.(in Chinese)

[14] 熊偉,陳浪南.股票特質(zhì)波動(dòng)率、股票收益與投資者情緒.管理科學(xué),2015,28(5):106 - 115.

XIONG Wei,CHEN Langnan.Idiosyncratic volatility,stock returns and investor sentiment.JournalofManagementScience,2015,28(5):106 - 115.(in Chinese)

[15] 宋順林,王彥超.投資者情緒如何影響股票定價(jià)?基于IPO公司的實(shí)證研究.管理科學(xué)學(xué)報(bào),2016,19(5):41 - 55.

SONG Shunlin,WANG Yanchao.How does investor sentiment affect stock pricing?An empirical research based on IPO firms.JournalofManagementSciencesinChina,2016,19(5):41 - 55.(in Chinese)

[16] FERNANDES C M D A,GON?ALVES P M M G,VIEIRA E F S.Does sentiment matter for stock market returns?Evidence from a small European market.JournalofBehavioralFinance,2013,14(4):253 - 267.

[17] BAKER M,STEIN J C.Market liquidity as a sentiment indicator.JournalofFinancialMarkets,2004,7(3):271 - 299.

[18] 程琬蕓,林杰.社交媒體的投資者漲跌情緒與證券市場(chǎng)指數(shù).管理科學(xué),2013,26(5):111 - 119.

CHENG Wanyun,LIN Jie.Investors′ bullish sentiment of social media and stock market indices.JournalofManagementScience,2013,26(5):111 - 119.(in Chinese)

[19] 蔣玉梅,王明照.投資者情緒、盈余公告與市場(chǎng)反應(yīng).管理科學(xué),2010,23(3):70 - 78.

JIANG Yumei,WANG Mingzhao.Investor sentiment,earnings announcement and market response.JournalofManagementScience,2010,23(3):70 - 78.(in Chinese)

[20] HUANG D S,JIANG F W,TU J,et al.Investor sentiment aligned:a powerful predictor of stock returns.TheReviewofFinancialStudies,2015,28(3):791 - 837.

[21] 高大良,劉志峰,楊曉光.投資者情緒、平均相關(guān)性與股市收益.中國(guó)管理科學(xué),2015,23(2):10 - 20.

GAO Daliang,LIU Zhifeng,YANG Xiaoguang.Investor sentiment,average correlation and stock market returns.ChineseJournalofManagementScience,2015,23(2):10 - 20.(in Chinese)

[22] STURM R R.A turning point method for measuring investor sentiment.JournalofBehavioralFinance,2014,15(1):30 - 42.

[23] MENKHOFF L.The use of technical analysis by fund managers:international evidence.JournalofBanking&Finance,2010,34(11):2573 - 2586.

[24] 王志剛,曾勇,李平.中國(guó)股票市場(chǎng)技術(shù)分析非線(xiàn)性預(yù)測(cè)能力的實(shí)證檢驗(yàn).管理工程學(xué)報(bào),2009,23(1):149 - 153.

WANG Zhigang,ZENG Yong,LI Ping.An empirical test on the non-linear predictability of technical analysis on China stock market.JournalofIndustrialEngineeringandEngineeringManagement,2009,23(1):149 - 153.(in Chinese)

[25] BROWN G W,CLIFF M T.Investor sentiment and the near-term stock market.JournalofEmpiricalFinance,2004,11(1):1 - 27.

[26] NEELY C J,RAPACH D E,TU J,et al.Forecasting the equity risk premium:the role of technical indicators.ManagementScience,2014,60(7):1772 - 1791.

[27] KUMAR A,LEE C M C.Retail investor sentiment and return comovements.TheJournalofFinance,2006,61(5):2451 - 2486.

[28] WANG Y H,KESWANI A,TAYLOR S J.The relationships between sentiment,returns and volatility.InternationalJournalofForecasting,2006,22(1):109 - 123.

[29] CHEN H Q,CHONG T T L,DUAN X.A principal-component approach to measuring investor sentiment.QuantitativeFinance,2010,10(4):339 - 347.

[30] 邵新建,巫和懋,覃家琦,等.中國(guó)IPO市場(chǎng)周期:基于投資者情緒與政府擇時(shí)發(fā)行的分析.金融研究,2010(11):123 - 143.

SHAO Xinjian,WU Hemao,QIN Jiaqi,et al.The IPO market cycles in China:the analysis based on the investor sentiment and government′s market timing.JournalofFinancialResearch,2010(11):123 - 143.(in Chinese)

[31] 孫碧波.移動(dòng)平均線(xiàn)有用嗎?基于上證指數(shù)的實(shí)證研究.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究,2005,22(2):149 - 156.

SUN Bibo.Are moving average rules profitable?Evidence from Shanghai composite index.TheJournalofQuantitative&TechnicalEconomics,2005,22(2):149 - 156.(in Chinese)

[32] ZHU Y Z,ZHOU G F.Technical analysis:an asset allocation perspective on the use of moving averages.JournalofFinancialEconomics,2009,92(3):519 - 544.

[33] BERKMAN H,DIMITROV V,JAIN P C,et al.Sell on the news:differences of opinion,short-sales constraints,and returns around earnings announcements.JournalofFinancialEconomics,2009,92(3):376 - 399.

[34] ABOODY D,EVEN-TOV O,LEHAVY R,et al.Overnightreturnsandfirm-specificinvestorsentiment.Los Angeles,CA:University of California,2015.

[35] BLUME L,EASLEY D,O′HARA M.Market statistics and technical analysis:the role of volume.TheJournalofFinance,1994,49(1):153 - 181.

[36] LEE C M C,SWAMINATHAN B.Price momentum and trading volume.TheJournalofFinance,2000,55(5):2017 - 2069.

[37] 史蒂文·阿基利斯.技術(shù)分析指標(biāo)大全.2版.北京:機(jī)械工業(yè)出版社,2011:35 - 45.

ACHELIS S B.TechnicalanalysisfromAtoZ.2nd ed.Beijing:China Machine Press,2011:35 - 45.(in Chinese)

[38] SHLEIFER A.Inefficientmarkets:anintroductiontobehavioralfinance.New York:Oxford University Press,2000:154 - 156.

[39] BAKER M,WURGLER J,YUAN Y.Global,local,and contagious investor sentiment.JournalofFinancialEconomics,2012,104(2):272 - 287.

[40] 宋順林,易陽(yáng),譚勁松.AH股溢價(jià)合理嗎:市場(chǎng)情緒、個(gè)股投機(jī)性與AH股溢價(jià).南開(kāi)管理評(píng)論,2015,18(2):92 - 102.

SONG Shunlin,YI Yang,TAN Jinsong.Is AH share premium justified?Market sentiment,speculative stocks and AH premium.NankaiBusinessReview,2015,18(2):92 - 102.(in Chinese)

[41] SCHMELING M.Investor sentiment and stock returns:some international evidence.JournalofEmpiricalFinance,2009,16(3):394 - 408.

[42] 宋澤芳,李元.投資者情緒與股票特征關(guān)系.系統(tǒng)工程理論與實(shí)踐,2012,32(1):27 - 33.

SONG Zefang,LI Yuan.Relationship between investor sentiment and stock characteristic.SystemsEngineering-Theory&Practice,2012,32(1):27 - 33.(in Chinese)

[43] 文鳳華,肖金利,黃創(chuàng)霞,等.投資者情緒特征對(duì)股票價(jià)格行為的影響研究.管理科學(xué)學(xué)報(bào),2014,17(3):60 - 69.

WEN Fenghua,XIAO Jinli,HUANG Chuangxia,et al.The effects of characteristics of investor sentiment on stock price behaviors.JournalofManagementSciencesinChina,2014,17(3):60 - 69.(in Chinese)