李思雨

（中國(guó)海洋大學(xué) 經(jīng)濟(jì)學(xué)院，山東 青島266100）

一、引言

有效市場(chǎng)假說(shuō)認(rèn)為，所有的新信息會(huì)被立刻反應(yīng)在股票價(jià)格中， 市場(chǎng)中的投資者是完全理性的，但在現(xiàn)實(shí)市場(chǎng)運(yùn)行過(guò)程中，這種情況并不存在。 由此而興起的行為金融學(xué)放松了投資者完全理性這一假設(shè)， 認(rèn)為股票的價(jià)格不僅取決于其內(nèi)在價(jià)值，還受到投資者情緒等因素的影響。 且與發(fā)達(dá)國(guó)家相比，我國(guó)資本市場(chǎng)誕生時(shí)間較晚，投資者的知識(shí)和經(jīng)驗(yàn)不足且散戶占比很高，在此背景下研究投資者情緒與股票市場(chǎng)波動(dòng)的關(guān)系具有重要意義。

經(jīng)濟(jì)政策作為政府調(diào)節(jié)宏觀經(jīng)濟(jì)的重要手段，它是投資者調(diào)整自身投資行為的重要依據(jù)之一，與金融市場(chǎng)的穩(wěn)定息息相關(guān)。近年來(lái)，我國(guó)經(jīng)濟(jì)轉(zhuǎn)入新常態(tài)發(fā)展，在穩(wěn)增長(zhǎng)的同時(shí)還面臨去產(chǎn)能、結(jié)構(gòu)性去杠桿等諸多難題， 同時(shí)中美貿(mào)易摩擦等事件的爆發(fā)都使得經(jīng)濟(jì)政策不確定性增加， 需要重視經(jīng)濟(jì)政策不確定性對(duì)投資者情緒和股票市場(chǎng)穩(wěn)定的影響。

現(xiàn)有文獻(xiàn)多是單獨(dú)研究政策因素對(duì)股市波動(dòng)的影響或投資者情緒對(duì)股市波動(dòng)的影響，較少將三者放在一起討論。 本文利用TVP-VAR-SV 模型研究三者間的動(dòng)態(tài)聯(lián)動(dòng)關(guān)系，結(jié)果發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性和投資者情緒會(huì)影響股票市場(chǎng)波動(dòng)，經(jīng)濟(jì)政策不確定性還可通過(guò)投資者情緒間接影響股市波動(dòng)，且這種影響關(guān)系是隨時(shí)間變化而變化的。

二、文獻(xiàn)綜述

關(guān)于投資者情緒對(duì)股票市場(chǎng)波動(dòng)的影響， 一些學(xué)者在理論研究方面做出了貢獻(xiàn)：De Long 等認(rèn)為有限理性的噪聲交易者對(duì)資產(chǎn)價(jià)格的錯(cuò)誤估計(jì)會(huì)導(dǎo)致市場(chǎng)產(chǎn)生異常波動(dòng)①；Barberis 等發(fā)現(xiàn)投資者對(duì)損失的厭惡會(huì)增強(qiáng)資產(chǎn)價(jià)格波動(dòng)性②；Mendel 等發(fā)現(xiàn)交易者可能會(huì)追逐噪音并將其當(dāng)作信息， 從而放大情緒沖擊，使價(jià)格偏離基本面③。 這些理論研究均支持投資者情緒會(huì)增強(qiáng)股票市場(chǎng)波動(dòng)的論斷。 實(shí)證方面，Lee 對(duì)美國(guó)三大股指進(jìn)行研究發(fā)現(xiàn)，投資者情緒對(duì)股票市場(chǎng)波動(dòng)有顯著影響，其中看漲情緒會(huì)減弱波動(dòng)，而看跌情緒會(huì)增大波動(dòng)④。 張宗新和王海亮研究得到市場(chǎng)新信息通過(guò)改變投資者信念影響情緒， 投資者情緒又對(duì)股指波動(dòng)存在顯著正向影響⑤。 胡昌生和池陽(yáng)春發(fā)現(xiàn)即使理性投資者的存在也不會(huì)使市場(chǎng)更加穩(wěn)定，無(wú)論情緒是否理性均會(huì)導(dǎo)致市場(chǎng)波動(dòng)⑥。 姚堯之等通過(guò)對(duì)混頻情緒與股票價(jià)格行為進(jìn)行研究，發(fā)現(xiàn)投資者情緒能影響股市長(zhǎng)期波動(dòng)⑦。 投資者情緒對(duì)股市波動(dòng)的實(shí)證結(jié)果比較一致地支持了情緒高漲會(huì)增強(qiáng)股市波動(dòng)這一結(jié)論。

關(guān)于經(jīng)濟(jì)政策不確定性與股市波動(dòng)的關(guān)系，Pástor 和Veronesi、Brogaard 和Detzel 研究證實(shí)了政策不確定性會(huì)影響股票價(jià)格⑧⑨。 Mei 和Guo 發(fā)現(xiàn)在新興資本市場(chǎng)， 政策不確定性會(huì)增加資本市場(chǎng)價(jià)格波動(dòng)⑩。Maria 等發(fā)現(xiàn)對(duì)于特定行業(yè)，地方和全球政治風(fēng)險(xiǎn)可能導(dǎo)致更高的收益波動(dòng)性?。 國(guó)內(nèi)研究中，彭文平和肖繼輝發(fā)現(xiàn)政府的股市政策不僅不能穩(wěn)定股市，還會(huì)起到適得其反的效果?。 王明濤等通過(guò)對(duì)政策因素分類量化， 研究政策對(duì)股市波動(dòng)影響的非對(duì)稱性，發(fā)現(xiàn)政策因素能夠影響股市波動(dòng)，且在牛市情況下和股市向下波動(dòng)時(shí)影響更為顯著?。王永蓮和劉漢通過(guò)對(duì)股市波動(dòng)進(jìn)行分解， 發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性在預(yù)期股市波動(dòng)方面的表現(xiàn)并不良好?。

一些文獻(xiàn)將情緒與政策結(jié)合起來(lái)考察。 靳光輝等發(fā)現(xiàn)政策不確定性會(huì)使投資者對(duì)風(fēng)險(xiǎn)更加敏感且提高其厭惡水平，從而使投資者情緒低落?。 陳其安和雷小燕則將重點(diǎn)放在貨幣政策上，發(fā)現(xiàn)投資者情緒提高會(huì)增大股市波動(dòng)，而利率則相反，投資者情緒弱化了貨幣政策對(duì)股市波動(dòng)的調(diào)節(jié)作用?。 朱冠平研究得出情緒和經(jīng)濟(jì)政策不確定性會(huì)增強(qiáng)股票市場(chǎng)波動(dòng)，而周方召和賈少卿的研究結(jié)論則認(rèn)為經(jīng)濟(jì)政策不確定性會(huì)降低投資者情緒，減弱股票市場(chǎng)波動(dòng)??。

綜上， 現(xiàn)有文獻(xiàn)較少將經(jīng)濟(jì)政策不確定性、投資者情緒和股票市場(chǎng)波動(dòng)放在一起討論，同時(shí)也缺乏從時(shí)間變動(dòng)角度考察三者關(guān)系的特征，這可能使我們錯(cuò)失從動(dòng)態(tài)角度認(rèn)識(shí)它們之間的聯(lián)動(dòng)關(guān)系。 因此， 本文引入TVP-VAR-SV 模型考察不同沖擊提前期和不同時(shí)點(diǎn)股市波動(dòng)的響應(yīng)情況。

三、模型與數(shù)據(jù)來(lái)源

（一）時(shí)變參數(shù)向量自回歸（TVP-VAR-SV）模型

若采用線性VAR 模型研究經(jīng)濟(jì)政策不確定性和投資者情緒對(duì)股票市場(chǎng)波動(dòng)影響， 則要求各時(shí)期模型參數(shù)保持不變， 因而不能捕捉各變量間的非線性關(guān)系。 TVP-VAR-SV 模型是Primiceri （2005）在SVAR 模型的基礎(chǔ)上改進(jìn)而來(lái)， 將不變參數(shù)改為帶隨機(jī)波動(dòng)的時(shí)變參數(shù)， 可以捕捉到不同變量間的時(shí)變特征。 因此，本文利用TVP-VAR-SV 模型研究經(jīng)濟(jì)政策不確定性和投資者情緒對(duì)股票市場(chǎng)波動(dòng)的沖擊，以及經(jīng)濟(jì)政策不確定性對(duì)投資者情緒的沖擊。

進(jìn)一步用公式說(shuō)明，SVAR 模型可以表示為：

TVP-VAR-SV 模型即是在此基礎(chǔ)上將βt,At,Σt三個(gè)參數(shù)變?yōu)榉碾S機(jī)游走且隨時(shí)間而變化的公式。 股市波動(dòng)、經(jīng)濟(jì)政策不確定性及投資者情緒為本文的三個(gè)主要研究對(duì)象，因此公式為：

其中volt,eput,isit分別代表第t 期股票市場(chǎng)波動(dòng)、經(jīng)濟(jì)政策不確定性和投資者情緒。

（二）數(shù)據(jù)來(lái)源

1.經(jīng)濟(jì)政策不確定性。 一些研究認(rèn)為經(jīng)濟(jì)政策不確定性（Economic Policy Uncertainty，EPU）指數(shù)對(duì)金融市場(chǎng)未來(lái)收益有一定的預(yù)測(cè)作用??。 因此，文章采用EPU 指數(shù)來(lái)衡量我國(guó)的經(jīng)濟(jì)政策不確定性。該指數(shù)通過(guò)相關(guān)媒體中與經(jīng)濟(jì)政策不確定性相關(guān)報(bào)道中進(jìn)行文本篩選和頻率統(tǒng)計(jì)而構(gòu)建。 全部數(shù)據(jù)來(lái)自經(jīng)濟(jì)政策不確定性網(wǎng)站（http://www.policyuncertainty.com/）。 同時(shí)，本文對(duì)原始不確定性指數(shù)取對(duì)數(shù)得到無(wú)量綱化數(shù)據(jù)，記為epu。

2.投資者情緒指數(shù)。 本文借鑒Baker(2006)的方法，利用主成分分析方法對(duì)反應(yīng)投資者情緒的多個(gè)客觀及主觀指標(biāo)進(jìn)行降維， 構(gòu)建投資者情緒指數(shù)。同時(shí)，指標(biāo)選取方面借鑒一些國(guó)內(nèi)研究，采用封閉基金平均折價(jià)率、IPO 首日收益率均值、IPO 數(shù)、新增開戶數(shù)、市場(chǎng)換手率及消費(fèi)者信心指數(shù)作為構(gòu)建情緒指數(shù)的原始指標(biāo)。 同時(shí)，考慮到這些變量對(duì)投資者情緒的影響可能是同期的也可能存在滯后效應(yīng)，因此將當(dāng)期和滯后一期同時(shí)進(jìn)行主成分分析得到一個(gè)初始值后，再將當(dāng)期和滯后一期指標(biāo)分別與初始值回歸，從中選擇相關(guān)系數(shù)更大者進(jìn)行指標(biāo)構(gòu)建。 最終確定的封閉基金平均折價(jià)率、市場(chǎng)換手率及消費(fèi)者信心指數(shù)采用了上月數(shù)據(jù)，其他為當(dāng)月數(shù)據(jù)。以上數(shù)據(jù)來(lái)自CSMAR 數(shù)據(jù)庫(kù)。同樣對(duì)得到的投資者情緒指數(shù)進(jìn)行對(duì)數(shù)處理，記作isi。

3.股票市場(chǎng)波動(dòng)。 本文采用上證綜指代表計(jì)算股票市場(chǎng)的波動(dòng)情況。上證綜指日度收盤價(jià)記作pi，將它的日度收益率定為rti=ln(pi)-ln(pi-1)，利用日度收益率，本文構(gòu)建股票市場(chǎng)月度波動(dòng)公式如下：

其中ti代表第t 月的第i 天。 收盤價(jià)數(shù)據(jù)來(lái)自Wind 數(shù)據(jù)庫(kù)。

綜合各組數(shù)據(jù)的可得性， 本文選取2003 年2月至2019 年8 月作為樣本區(qū)間。 序列具體情況繪制如圖1。股票市場(chǎng)波動(dòng)和投資者情緒走勢(shì)類似，均在2008 年和2015 年前后波動(dòng)明顯增大。 經(jīng)濟(jì)政策不確定性則有隨時(shí)間變動(dòng)增大的趨勢(shì)。

四、實(shí)證分析

為保證序列的平穩(wěn)性，在進(jìn)行時(shí)變參數(shù)向量自回歸前，首先進(jìn)行平穩(wěn)性檢驗(yàn)。 ADF 檢驗(yàn)結(jié)果顯示投資者情緒序列和股票市場(chǎng)波動(dòng)序列均是平穩(wěn)的，但經(jīng)濟(jì)政策不確定性為非平穩(wěn)序列，差分后為平穩(wěn)序列，因此采用一階差分后的經(jīng)濟(jì)政策不確定性序列進(jìn)行下面的分析，記為dlepu。

圖1 主要變量走勢(shì)圖

本文采用馬爾科夫鏈的蒙特卡洛模擬（MCMC）對(duì)模型進(jìn)行估計(jì)，抽樣次數(shù)設(shè)為10000 次。 其次為確定TVP-VAR-SV 模型的滯后階數(shù)， 本文利用VAR 模型并選擇AIC 準(zhǔn)則，將模型的滯后階數(shù)設(shè)定為5。 表1 報(bào)告了參數(shù)估計(jì)結(jié)果，其中Geweke 檢驗(yàn)驗(yàn)證了馬爾科夫鏈的收斂性，無(wú)效因子除了有一項(xiàng)為201.89 整體數(shù)值較小外，模擬估計(jì)總體上是有效的。 圖2 最上一行報(bào)告了樣本自相關(guān)圖，中間為樣本取值路徑，下面一行為后驗(yàn)分布的密度函數(shù)。 其中樣本自相關(guān)系數(shù)表明在剔除了1000 次預(yù)燒樣本后顯著下降，說(shuō)明通過(guò)MCMC 抽樣效果較好。

表1 參數(shù)估計(jì)結(jié)果

圖2 參數(shù)估計(jì)圖

為研究反應(yīng)變量對(duì)沖擊響應(yīng)的動(dòng)態(tài)變化，選擇1 期、3 期和6 期作為提前期，分別代表短期、中期和長(zhǎng)期響應(yīng)，脈沖響應(yīng)圖如圖3 所示。 可以看出所選變量的脈沖響應(yīng)是隨時(shí)間而變化的。 左上角為股票市場(chǎng)波動(dòng)率對(duì)投資者情緒沖擊的響應(yīng)，當(dāng)提前期為1 期時(shí)響應(yīng)以正向?yàn)橹鳎?dāng)提前期為3 期時(shí)則以負(fù)向?yàn)橹?，證明情緒對(duì)股票市場(chǎng)的影響具有長(zhǎng)期反轉(zhuǎn)效應(yīng)，這種影響可能在很大程度上來(lái)自于噪聲交易者。 對(duì)比1 期、3 期及6 期的脈沖響應(yīng)程度，存在隨提前期數(shù)增大而減弱的趨勢(shì)，投資者情緒對(duì)股票市場(chǎng)波動(dòng)的影響在短期更加明顯。 提前1 期脈沖響應(yīng)的兩個(gè)峰值出現(xiàn)在2008 年和2015 年，對(duì)應(yīng)了2008 年全球性金融危機(jī)和2015 年股災(zāi)， 說(shuō)明市場(chǎng)劇烈震蕩時(shí)投資者情緒對(duì)股票市場(chǎng)波動(dòng)的影響更大。 左下角為股票市場(chǎng)波動(dòng)對(duì)經(jīng)濟(jì)政策不確定性沖擊的響應(yīng)，3 個(gè)不同提前期的沖擊曲線大體走勢(shì)比較一致，且有隨時(shí)間變動(dòng)響應(yīng)增大的趨勢(shì)，即經(jīng)濟(jì)政策不確定性對(duì)股市波動(dòng)的影響在近幾年強(qiáng)度逐漸增大。 提前6 期的響應(yīng)曲線波動(dòng)最大，說(shuō)明經(jīng)濟(jì)政策不確定性對(duì)股票市場(chǎng)波動(dòng)的影響在長(zhǎng)期更加顯著。 與投資者情緒的脈沖響應(yīng)圖類似，響應(yīng)程度在2008 年和2015 年達(dá)到高峰，市場(chǎng)的不穩(wěn)定性會(huì)加強(qiáng)股票市場(chǎng)對(duì)經(jīng)濟(jì)政策不確定性的敏感程度。 右下角為投資者情緒對(duì)經(jīng)濟(jì)政策不確定性沖擊的響應(yīng)圖，提前1 期的響應(yīng)為負(fù)向，而提前3 期和6 期的響應(yīng)為正向，經(jīng)濟(jì)政策不確定性變動(dòng)增大短期內(nèi)會(huì)使投資者情緒低落，但在中長(zhǎng)期會(huì)使投資者情緒高漲。

圖3 不同提前期的脈沖響應(yīng)圖

前文提到2008 年金融危機(jī)和2015 年股災(zāi)對(duì)股票市場(chǎng)波動(dòng)響應(yīng)有較大影響， 同時(shí)考慮到2018年發(fā)生的中美貿(mào)易摩擦事件攪動(dòng)了經(jīng)濟(jì)政策、投資者情緒及股票市場(chǎng)這三個(gè)因素。 因此， 本文選取2008 年9 月、2015 年6 月和2018 年7 月這三個(gè)時(shí)點(diǎn)，研究特殊時(shí)期經(jīng)濟(jì)政策不確定性、投資者情緒以及股票市場(chǎng)波動(dòng)的關(guān)系。 三個(gè)時(shí)點(diǎn)的脈沖響應(yīng)圖如圖4 所示。 首先左上角為股市波動(dòng)對(duì)投資者情緒的響應(yīng)，三個(gè)時(shí)點(diǎn)均呈現(xiàn)先正后負(fù)隨后波動(dòng)減弱的趨勢(shì)，第6 期之后響應(yīng)逐漸平息。 觀察首期沖擊響應(yīng)程度，可以看出2008 年金融危機(jī)時(shí)期最大，2015年股災(zāi)時(shí)期次之，中美貿(mào)易摩擦爆發(fā)階段最小。 其次看股市波動(dòng)對(duì)經(jīng)濟(jì)政策不確定性的響應(yīng)，首期響應(yīng)由大到小依次為2015 年6 月、2018 年7 月及2008 年9 月。 其中2018 年7 月的沖擊從第4 期開始轉(zhuǎn)為負(fù)向， 而其他兩個(gè)時(shí)期則始終為正向沖擊。最后，投資者情緒對(duì)政策不確定的脈沖響應(yīng)在三個(gè)時(shí)期無(wú)較大差異，均為首期負(fù)向響應(yīng)，第2 期轉(zhuǎn)為正向，隨后也大致每?jī)善谵D(zhuǎn)變一次方向，響應(yīng)程度逐漸減弱。

圖4 不同時(shí)點(diǎn)沖擊的脈沖響應(yīng)圖

五、結(jié)論與政策建議

本文通過(guò)構(gòu)建TVP-VAR-SV 模型， 研究經(jīng)濟(jì)政策不確定性、投資者情緒在不同提前期和不同時(shí)點(diǎn)對(duì)股市波動(dòng)的沖擊效應(yīng)。 研究結(jié)論如下：首先，經(jīng)濟(jì)政策不確定性增強(qiáng)在短期、中期和長(zhǎng)期均會(huì)增強(qiáng)股市波動(dòng)，而投資者情緒的高漲在短期會(huì)增強(qiáng)股市波動(dòng)，中期則會(huì)降低股市波動(dòng)，長(zhǎng)期影響程度減弱。經(jīng)濟(jì)政策不確定性在短期會(huì)降低投資者情緒，中長(zhǎng)期則增強(qiáng)投資者情緒。 在2008 年金融危機(jī)和2015年股災(zāi)時(shí)期，經(jīng)濟(jì)政策不確定性及投資者情緒對(duì)股市波動(dòng)的影響均有明顯增強(qiáng)。

經(jīng)濟(jì)政策不確定性、投資者情緒和股市波動(dòng)之間的聯(lián)動(dòng)關(guān)系影響著股票市場(chǎng)的穩(wěn)定，本文的研究對(duì)于理清三者的傳導(dǎo)路徑，維護(hù)金融市場(chǎng)穩(wěn)定有一定啟示：

第一，要加強(qiáng)對(duì)市場(chǎng)參與者的投資教育，降低情緒對(duì)市場(chǎng)波動(dòng)的影響。 我國(guó)股市參與者的散戶占比多，易在股市大漲或大跌時(shí)盲目跟風(fēng)，加劇市場(chǎng)波動(dòng)。 監(jiān)管部門應(yīng)加強(qiáng)對(duì)投資者情緒的引導(dǎo)，特別是在市場(chǎng)劇烈波動(dòng)階段，增強(qiáng)金融市場(chǎng)穩(wěn)定性。

第二，經(jīng)濟(jì)政策不確定性會(huì)影響投資者情緒及股票市場(chǎng)波動(dòng)兩個(gè)因素。 政府部門在調(diào)整經(jīng)濟(jì)政策時(shí)，不僅要重視政策本身效果，還要考慮公眾對(duì)于政策的反應(yīng)。 要做好政策宣傳，增強(qiáng)投資者對(duì)政策實(shí)施結(jié)果的信心，避免錯(cuò)誤解讀。

第三，經(jīng)濟(jì)政策調(diào)整應(yīng)適度。 經(jīng)濟(jì)政策不確定雖在短期內(nèi)能夠起到為投資者情緒降溫的作用，但其本身會(huì)增強(qiáng)股票市場(chǎng)的波動(dòng)程度，且在隨時(shí)間推移對(duì)投資者情緒的作用轉(zhuǎn)為正向，能夠使投資者情緒間接地增強(qiáng)股市波動(dòng)。 特別是近幾年來(lái)我國(guó)經(jīng)濟(jì)政策因國(guó)際影響不確定性指數(shù)不斷上升，經(jīng)濟(jì)政策不確定性對(duì)股市波動(dòng)的沖擊效應(yīng)也較前些年有所增強(qiáng)，提醒相關(guān)部門要把握好政策調(diào)整的度。

注釋：

①De Long B.J.,Shleifer A.,Summers L.H.,Waldmann R.J.Noise Trader Risk in Financial Markets[J].Journal of Political Economy,1990,98(4):703-738.

②Barberis N, Huang M, Santos T. Prospect Theory and Asset Prices[J]. NBER Working Papers, 1999, 116(1):1-53.

③Mendel B, Shleifer A. Chasing noise[J]. Journal of Financial Economics, 2012, 104(2):303-320.

④Lee W Y,Jiang C X,Indro D C.Stock market volatility,excess returns,and the role of investor sentiment[J].Journal of Banking&Finance, 2002, 26(12):2277-2299.

⑤張宗新,王海亮.投資者情緒、主觀信念調(diào)整與市場(chǎng)波動(dòng)[J].金融研究,2013,(04):142-155.

⑥胡昌生,池陽(yáng)春.投資者情緒、資產(chǎn)估值與股票市場(chǎng)波動(dòng)[J].金融研究,2013,(10):181-193.

⑦姚堯之,王堅(jiān)強(qiáng),劉志峰.混頻投資者情緒與股票價(jià)格行為[J].管理科學(xué)學(xué)報(bào),2018,21(02):104-113.

⑧Pástor L, Veronesi P. Uncertainty about Government Policy and Stock Prices[J]. The Journal of Finance,2012,67(4): 1219-1264.

⑨Brogaard J, Detzel A L. The Asset Pricing Implications of Government Economic Policy[J]. Management Science, 2015, 61(1): 3-18.

⑩Mei J,Guo L. Political Uncertainty,Financial Crisis,and Market Volatility[J]. European Financial Management,2004,10(4): 639-657.

?Maria B,Hitesh D,Art D,et al.Precarious Politics and Return Volatility[J]. The Review of Financial Studies,2012,25(4):1111-1154.

?彭文平,肖繼輝.股市政策與股市波動(dòng)[J].上海經(jīng)濟(jì)研究,2002,(03):43-49.

?王明濤,路磊,宋鍇.政策因素對(duì)股票市場(chǎng)波動(dòng)的非對(duì)稱性影響[J].管理科學(xué)學(xué)報(bào),2012,15(12):40-57.

?王永蓮,劉漢.基于經(jīng)濟(jì)政策不確定性的股市長(zhǎng)期波動(dòng)的混頻測(cè)度與分析[J].數(shù)量經(jīng)濟(jì)研究,2019,10(01):129-141.

?靳光輝,劉志遠(yuǎn),花貴如.政策不確定性、投資者情緒與企業(yè)投資——基于戰(zhàn)略性新興產(chǎn)業(yè)的實(shí)證研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào),2016,(05):60-69.

?陳其安,雷小燕.貨幣政策、投資者情緒與中國(guó)股票市場(chǎng)波動(dòng)性:理論與實(shí)證[J].中國(guó)管理科學(xué),2017,25(11):1-11.

?朱冠平,扈文秀,楊東.投資者情緒、經(jīng)濟(jì)政策不確定性與股票市場(chǎng)波動(dòng)[J].海南金融,2019,(11):3-8.

?周方召,賈少卿.經(jīng)濟(jì)政策不確定性、投資者情緒與中國(guó)股市波動(dòng)[J].金融監(jiān)管研究,2019,(08):101-114.

?Broga ard J,Detzel A.The Asset-Pricing Implications of Government Economic Policy Uncertainty[J].Management Science,2015,61(1):3-18.

?Aye G.C.,Balcilar M.,Demirer R.,Gupta R.Firm-level political risk and asymmetric volatility[J].The Journal of Economic Asymmetries, 2018,18.