姜尚偉， 金 秀

(東北大學(xué) 工商管理學(xué)院， 遼寧 沈陽 110169)

行為金融學(xué)的核心問題是理解投資者行為與資產(chǎn)收益之間的關(guān)系，如投資者情緒對截面收益的影響效應(yīng)[1].然而，傳統(tǒng)的截面回歸模型和著名因素不能充分解釋截面變量.Steven等[2]證明在傳統(tǒng)截面回歸模型的殘差中存在截面空間交互作用.

Bethke等[3]認(rèn)為，投資者情緒是資產(chǎn)價格波動的特質(zhì)決定因素，不僅影響本資產(chǎn)的價格波動，而且影響其他具有相似性資產(chǎn)的價格波動.投資者基于安全心理，多關(guān)注距離他們較近或與他們具有較密切關(guān)系的股票，在空間上有選擇地進(jìn)行交流與互動[4]，使得影響本股票收益的投資者情緒也會影響其他股票的收益，形成空間股票收益聯(lián)動[5].因此，投資者情緒對股票價格的截面影響效應(yīng)具有空間交互作用.如果忽視投資者情緒在股票截面空間上的交互影響，將導(dǎo)致低估市場風(fēng)險、增加其對資產(chǎn)的定價偏差.遺憾的是，在研究投資者情緒對股票價格截面影響問題方面，國內(nèi)外現(xiàn)有研究都采用傳統(tǒng)截面回歸模型進(jìn)行研究[1,3]，忽視了空間交互作用這一重要因素，造成較大定價偏差.為了彌補此方面的研究不足，本文應(yīng)用空間計量模型，研究投資者情緒對股票價格的截面影響.

構(gòu)建反映空間交互作用的空間權(quán)重矩陣是此項研究需要突破的難點問題.已有文獻(xiàn)多基于國家間的地理距離[6]和經(jīng)濟(jì)距離[7]構(gòu)建空間權(quán)重矩陣研究國際投資問題.本文也從地理和經(jīng)濟(jì)距離兩個方面構(gòu)建空間權(quán)重矩陣.獨特之處在于，利用企業(yè)總部所在省份作為股票的地理特征，利用省會城市之間的地理距離衡量股票間的地理距離；利用企業(yè)所屬行業(yè)作為股票的經(jīng)濟(jì)特征，利用行業(yè)間的消耗系數(shù)衡量股票間的經(jīng)濟(jì)距離.

本文在以下幾個方面作出貢獻(xiàn).第一，擴(kuò)展了投資者情緒對資產(chǎn)價格截面影響類文獻(xiàn)研究.已有文獻(xiàn)采用傳統(tǒng)截面回歸模型研究投資者情緒對資產(chǎn)價格的影響，本文在此基礎(chǔ)上又考慮投資者情緒對股票價格截面影響的空間交互作用，應(yīng)用空間計量模型進(jìn)行研究，縮小了定價偏差，為未來資產(chǎn)定價問題研究提供了新視角.第二，在衡量經(jīng)濟(jì)距離方面作出貢獻(xiàn).利用行業(yè)間的消耗系數(shù)衡量股票間的經(jīng)濟(jì)距離，反映了股票間的真實技術(shù)經(jīng)濟(jì)聯(lián)系，為空間權(quán)重矩陣的構(gòu)建提供一個新的衡量指標(biāo)，使得研究金融市場股票間的空間交互作用成為可能.第三，對金融市場空間交互作用類研究有貢獻(xiàn).以往文獻(xiàn)大多考慮空間交互作用研究國際股票指數(shù)投資問題[6-8]，本文通過研究金融市場股票間的空間交互作用對此類文獻(xiàn)作出貢獻(xiàn).

1 數(shù)據(jù)、樣本和空間距離

樣本期間為2012-01-01～2018-12-31，原始樣本包括在上海證券交易所上市的所有A股企業(yè).自Wind數(shù)據(jù)庫獲取在樣本期間內(nèi)所有樣本企業(yè)的總部信息和行業(yè)信息.為了保證在有效樣本中包含的企業(yè)具有可用數(shù)據(jù)和有效交易，根據(jù)以下標(biāo)準(zhǔn)進(jìn)行篩選：

1) 企業(yè)總部位于中國31個省份中(排除港、澳、臺地區(qū))；

2) 樣本期間內(nèi)企業(yè)總部位置未發(fā)生改變；

3) 在Wind數(shù)據(jù)庫中企業(yè)有可用數(shù)據(jù)；

4) 樣本期間內(nèi)企業(yè)的平均股價不低于1元.

自Wind數(shù)據(jù)庫收集樣本股票在樣本期間的日交易量作為投資者情緒的代理變量[1]；收集日收盤價，依據(jù)Ri,t=ln(Pi,t)-ln(Pi,t-1)計算股票日收益，其中Ri,t為i股票第t天的收益率，Pi,t為i股票第t天的收盤價，Pi,t-1為i股票第t-1天的收盤價.

2 模型構(gòu)建

Cliff 等[12]提出空間自回歸模型：

(1)

其中：Y為被解釋變量矩陣；X為解釋變量矩陣；W為空間權(quán)重矩陣；ε為包含空間交互作用的誤差項矩陣；μ為排除空間交互作用后的誤差項矩陣；β為解釋變量對被解釋變量的影響系數(shù)向量；γ，λ分別為被解釋變量空間滯后項和誤差空間滯后項的響應(yīng)參數(shù).

Bethke等[3]認(rèn)為投資者情緒是資產(chǎn)價格波動的特質(zhì)決定因素，不僅影響本資產(chǎn)的價格波動，而且會影響其他具有相似性資產(chǎn)的價格波動.因此，投資者情緒對資產(chǎn)價格的截面影響效應(yīng)具有空間交互作用.借鑒式(1)的思想構(gòu)建投資者情緒對股價影響的空間截面回歸模型：

(2)

其中：Ri,t為i股票在t時間的收益;Ri,t-1為i股票在t-1時間的收益;Rj,t為j股票在t時間的收益；Si,t為i股票在t時間的投資者情緒；ωij為i股票與j股票之間的空間距離權(quán)重；γ和λ分別為股票收益空間滯后項和誤差空間滯后項的回歸系數(shù)；εi,t為i股票收益作為被解釋變量時的誤差項;εj,t為j股票收益作為被解釋變量時的誤差項.當(dāng)γ≠0,λ=0時，式(2)為空間滯后模型(SLM)，表示一支股票的因變量不僅會受到自身解釋變量的影響，還會受到其他股票因變量的影響；當(dāng)γ=0,λ≠0時，式(2)為空間誤差模型(SEM)，表示一支股票的因變量不僅會受到自身解釋變量的影響，還會受其他股票因變量和解釋變量的影響；當(dāng)γ=0,λ=0時，式(2)為傳統(tǒng)截面回歸模型.在實證分析中，需要根據(jù) LM(lag)和 LM(error)統(tǒng)計檢驗來選擇模型.Anselin[14]提出以下原則：如果LM(lag)拒絕零假設(shè)，并且LM(error)沒有拒絕零假設(shè)，利用空間滯后模型進(jìn)行空間依賴性檢驗；如果LM(lag)沒有拒絕零假設(shè)，并且LM(error)拒絕零假設(shè)，利用空間誤差模型進(jìn)行空間依賴性檢驗.

3 檢驗結(jié)果

研究空間交互視角下投資者情緒對股票價格的截面影響，應(yīng)按照以下幾個步驟進(jìn)行：首先，利用Moran指數(shù)檢驗金融市場中股票價格間的空間交互作用；然后，利用LM(lag)和 LM(error)統(tǒng)計檢驗為式(2)選擇合適的空間計量模型；最后，對式(2)進(jìn)行估計，研究股票空間交互視角下投資者情緒對股票價格的影響.

3.1 空間相關(guān)性檢驗

空間依賴主要采用空間統(tǒng)計描述法來反映，國內(nèi)外學(xué)者采用Moran指數(shù)衡量變量之間的空間相關(guān)性，它分為全域指標(biāo)和局域指標(biāo)，前者用于驗證在整個研究區(qū)域內(nèi)某一要素是否存在空間自相關(guān)，后者用于分析局部小區(qū)域單元上的某種現(xiàn)象或?qū)傩灾蹬c相鄰局部小區(qū)域單元上的同一現(xiàn)象或?qū)傩灾档南嚓P(guān)程度.圖1為局域Moran指數(shù)散點圖及其對應(yīng)的全域Moran指數(shù).

圖1a顯示Moran指數(shù)在1%顯著性水平上為0.331 0(Z=2.958 1，p=0.006 0)，并且68%(573/846)的點位于第一、三象限，表明金融市場股票間存在正向地理空間交互作用.圖1b顯示全域Moran指數(shù)在1%顯著性水平上為0.501 8(Z=4.200 3，p=0.000 0)，并且88%(743/846)的點位于第一、三象限，表明金融市場股票間存在較強(qiáng)的正向經(jīng)濟(jì)空間交互作用，且利用消耗系數(shù)衡量經(jīng)濟(jì)距離構(gòu)建空間權(quán)重矩陣能有效反映股票間的經(jīng)濟(jì)空間交互作用.將圖1a與圖1b對比發(fā)現(xiàn)，股票間的空間交互作用對經(jīng)濟(jì)距離的敏感程度高于地理距離，研究結(jié)論與Fernández-Avilés等[7]一致.因此，有必要利用空間計量模型研究股票價格的截面效應(yīng).

3.2 空間計量模型選擇

空間計量模型包括空間滯后模型(SLM)和空間誤差模型(SEM)兩種基本模型，利用LM統(tǒng)計檢驗為式(2)選擇合適的空間計量模型.

表1為式(2)的 LM 檢驗結(jié)果.LM(error)在1%顯著性水平上分別為2.123 9，1.620 1和2.122 2，拒絕零假設(shè).而LM(lag)分別為不顯著的1.127 9，1.407 7和1.201 7，接受零假設(shè).綜合檢驗結(jié)果，針對式(2)，應(yīng)選擇空間誤差模型(SEM)進(jìn)行空間依賴性檢驗.結(jié)果表明一支股票的價格不僅受自身投資者情緒的影響，還受其他股票價格和投資者情緒的影響.說明不止股票價格間存在空間交互作用，投資者情緒對股價的截面影響也存在空間交互作用.因此，有必要利用空間誤差模型研究投資者情緒對股票價格的截面影響.

表1 空間計量模型選擇檢驗

注：括號中數(shù)據(jù)為p值；*，**和 ***分別表示在10%, 5%和 1%水平上顯著；運算使用Matlab jplv7空間計量工具包.

3.3 投資者情緒對股價截面影響估計

選擇合適的空間計量模型后，對考慮空間交互作用的空間截面回歸模型(2)進(jìn)行估計，同時與沒有考慮空間交互作用的傳統(tǒng)截面回歸模型進(jìn)行對比.

表2為利用傳統(tǒng)截面回歸模型和空間截面回歸模型關(guān)于投資者情緒對股票價格截面影響效應(yīng)的估計結(jié)果.根據(jù)表2可以得出：

1) 空間截面回歸模型中，在地理距離空間權(quán)重矩陣、經(jīng)濟(jì)距離空間權(quán)重矩陣和嵌套矩陣條件下，β分別為顯著的0.304 2，0.315 8和0.331 5；而傳統(tǒng)截面回歸模型中，β為顯著的0.281 1，表明投資者情緒對股票價格的截面影響具有空間交互作用，考慮空間交互作用的模型在解釋投資者情緒對股票價格的截面影響方面表現(xiàn)更優(yōu)，突出了在截面資產(chǎn)定價過程中考慮空間交互作用的重要性.

2) 經(jīng)濟(jì)距離權(quán)重矩陣下，λ為0.329 6，地理距離權(quán)重矩陣下，λ為0.280 4，表明股票間空間交互作用對經(jīng)濟(jì)距離的敏感程度高于地理距離.經(jīng)濟(jì)距離權(quán)重矩陣下，β為0.315 8，地理距離權(quán)重矩陣下，β為0.304 2，表明投資者情緒對股價截面影響的空間交互作用對經(jīng)濟(jì)距離敏感程度也高于地理距離.經(jīng)濟(jì)距離權(quán)重矩陣下，模型的R2和lnL值高于地理距離權(quán)重下的值，表明在解釋投資者情緒對股票價格的截面影響效應(yīng)方面，基于經(jīng)濟(jì)距離空間權(quán)重矩陣的空間截面回歸模型優(yōu)于基于地理距離空間權(quán)重矩陣的空間截面回歸模型.其潛在原因可能是現(xiàn)代信息技術(shù)的發(fā)展打破了地理距離的壁壘[15]，而經(jīng)濟(jì)單元之間存在不同程度的真實技術(shù)經(jīng)濟(jì)聯(lián)系[16].

3) 嵌套矩陣下，β和λ在3組空間截面回歸估計結(jié)果中最大，表明同時包含地理距離和經(jīng)濟(jì)距離的嵌套矩陣能最好地刻畫股票間的空間交互作用，基于嵌套矩陣的空間截面回歸模型能最大限度地解釋投資者情緒對股票價格的截面影響，證明了股票空間交互作用的復(fù)雜性和綜合性.

表2 投資者情緒對股價影響的空間截面回歸估計

注：括號中數(shù)據(jù)是t值； *，**和 ***分別表示在10%, 5%和 1%水平上顯著；運算使用Matlab jplv7空間計量工具包.

3.4 穩(wěn)健性檢驗——組合

為了排除股票間其他共同因素對本文結(jié)果的影響，參照Li等[17]按照地區(qū)和行業(yè)分別構(gòu)建投資組合，研究股票組合間的空間交互作用及投資者情緒對組合收益的截面影響.研究步驟如下.

首先，按照股票所屬省份將股票分為31個省份組，按照股票所屬行業(yè)將股票分為42個行業(yè)組；

然后，依據(jù)價值權(quán)重法分別計算組合收益和投資者情緒值；

最后，以組合-組合的方式研究空間交互視角下投資者情緒對股票價格的截面影響.

利用空間截面回歸模型(2)對組合-組合的投資者情緒與收益進(jìn)行回歸.結(jié)果表明股票組合收益間存在空間交互作用，投資者情緒對股票組合收益的截面影響也存在空間交互作用，在解釋投資者情緒對股票組合收益的影響效應(yīng)方面空間截面回歸模型優(yōu)于傳統(tǒng)截面回歸模型.其結(jié)論與股票-股票回歸法得出的結(jié)論一致.

4 結(jié) 論

1) 從地理距離和利用消耗系數(shù)衡量的經(jīng)濟(jì)距離兩方面構(gòu)建空間權(quán)重矩陣能有效反映股票間的空間交互作用.

2) 股票價格間存在空間交互作用，投資者情緒對股票價格的截面影響也存在空間交互作用，在解釋投資者情緒對股票價格的影響效應(yīng)方面，空間截面回歸模型優(yōu)于傳統(tǒng)截面回歸模型.

3) 投資者情緒對股票價格截面影響的空間交互作用對經(jīng)濟(jì)距離敏感程度高于地理距離，在解釋投資者情緒對股票價格的影響效應(yīng)方面，基于經(jīng)濟(jì)距離空間權(quán)重矩陣的空間截面回歸模型優(yōu)于基于地理距離空間權(quán)重矩陣的空間截面回歸模型.

4) 投資者情緒對股票價格截面影響的空間交互作用具有復(fù)雜性和綜合性，在解釋投資者情緒對股票價格的截面影響效應(yīng)方面，基于嵌套空間權(quán)重矩陣的空間截面回歸模型表現(xiàn)最優(yōu).