陳友芳，何晉銘，丁雅婷

（華南師范大學(xué)，廣東 廣州 510631）

針對(duì)新興產(chǎn)業(yè)的過(guò)度進(jìn)入，基于博弈論框架的解釋框架均是把過(guò)度進(jìn)入解釋為進(jìn)入博弈的納什均衡，林毅夫等構(gòu)建了一個(gè) “行業(yè)內(nèi)企業(yè)總數(shù)目不確知”的市場(chǎng)競(jìng)爭(zhēng)兩期動(dòng)態(tài)架構(gòu)，把過(guò)度進(jìn)入解釋為博弈均衡下的潮涌現(xiàn)象。［1］但是，針對(duì)博弈論框架下的解釋，至今已有的實(shí)證研究只是證明了存在潮涌現(xiàn)象，并沒(méi)有證明過(guò)度進(jìn)入是納什均衡現(xiàn)象。納什均衡的本質(zhì)是理性的參與人不會(huì)單方面后悔，在過(guò)度進(jìn)入現(xiàn)象中，單方面后悔表現(xiàn)為企業(yè)投資者或主要股東會(huì)自愿退出新興產(chǎn)業(yè)。如果新興產(chǎn)業(yè)的企業(yè)退出行為是自愿的，就證明過(guò)度進(jìn)入并非納什均衡現(xiàn)象。本文以光伏產(chǎn)業(yè)為例，參考學(xué)者張宗軍（2013）對(duì)主動(dòng)退出的劃分，把出于公司戰(zhàn)略決策或章程規(guī)定的事由需要解散的，把國(guó)家企業(yè)信用信息系統(tǒng)中注銷原因?yàn)椤皼Q議解散”的，均歸為自愿退出行為。因此，要證明新興產(chǎn)業(yè)過(guò)度進(jìn)入是非納什均衡現(xiàn)象，必須還要證實(shí)這樣一個(gè)問(wèn)題，即光伏企業(yè)的自愿退出行為是否受市場(chǎng)情緒支配？如果是，則意味著企業(yè)的自愿退出行為是非理性的，反之就說(shuō)明這種自愿退出行為是理性的，從而徹底證明了過(guò)度進(jìn)入不是納什均衡現(xiàn)象。本文的目的集中在探討光伏企業(yè)的自愿退出行為是否受制于市場(chǎng)情緒，為證明理性參與人是否存在單方面后悔情況做理論鋪墊。本文以光伏產(chǎn)業(yè)為例，構(gòu)建市場(chǎng)情緒指標(biāo)，進(jìn)而構(gòu)建“市場(chǎng)情緒—自愿退出”VAR 模型，驗(yàn)證新興產(chǎn)業(yè)的自愿退出行為是不是企業(yè)的非理性情緒行為。

1 市場(chǎng)情緒及其構(gòu)建

1.1 市場(chǎng)情緒

市場(chǎng)情緒（sent），反映所有市場(chǎng)參與者對(duì)本市場(chǎng)發(fā)展?fàn)顩r的一種直接的、共同的情緒感覺(jué)，一般用證券市場(chǎng)的數(shù)據(jù)來(lái)構(gòu)建情緒指數(shù)，反映整體投資者的一種共同的非理性情緒?，F(xiàn)代心理學(xué)家津巴多傾向于把情緒理解為一種復(fù)雜的身體和心理變化模式，包括生理喚醒、感覺(jué)、認(rèn)知過(guò)程、外顯的表達(dá)以及特殊的行為反應(yīng)，這些反應(yīng)都是個(gè)體針對(duì)認(rèn)為具有個(gè)人意義的情境做出的［3］。簡(jiǎn)單理解，投資者對(duì)市場(chǎng)中認(rèn)為重要的情境做出的感知覺(jué)上的變化可稱為市場(chǎng)情緒。一般而言，市場(chǎng)情緒通常被學(xué)者認(rèn)為是市場(chǎng)群體行為的共同作用，是由不同投資者之間的相互作用決定的，個(gè)體行為會(huì)受自身情緒影響，也會(huì)受市場(chǎng)總體情緒的影響［4］。投資者間因沒(méi)有嚴(yán)格的互動(dòng)關(guān)系，所以他們是一種類群體或一種松散的、非正式的群體［5］，由這類群體產(chǎn)生的市場(chǎng)情緒是投資者非理性行為的結(jié)果，如Shiller 曾發(fā)現(xiàn)時(shí)尚、群體壓力等社會(huì)性因素會(huì)影響人們投資態(tài)度與行為，進(jìn)而導(dǎo)致股市的波動(dòng)［6］。

在本文的研究中，整個(gè)光伏產(chǎn)業(yè)的企業(yè)投資者的過(guò)度進(jìn)入是否受市場(chǎng)情緒支配？對(duì)于這些企業(yè)投資者的市場(chǎng)情緒究竟如何構(gòu)建，是一個(gè)難題。選擇我國(guó)上海和深圳證券交易所光伏概念板塊的上市公司數(shù)據(jù)構(gòu)建市場(chǎng)情緒指標(biāo)，一是上海深圳兩市的光伏概念板塊的上市公司具有行業(yè)代表性，足以反映光伏產(chǎn)業(yè)的企業(yè)投資者的行為是否受市場(chǎng)情緒影響；二是股票市場(chǎng)狀況對(duì)非上市公司投資者的行為有著重要影響。

1.2 市場(chǎng)情緒構(gòu)建方法及指標(biāo)選取

在已有研究中，構(gòu)建市場(chǎng)情緒指標(biāo)的方法包括以下四種。

1）直接獲取式的情緒指標(biāo)，又稱直接指標(biāo)，在行為金融學(xué)中是一個(gè)衡量非理性噪音交易者的重要指標(biāo)。在實(shí)業(yè)界最受歡迎的是看跌指數(shù)（Bearish Sentiment Index），它是投資顧問(wèn)看跌人數(shù)占總體投資顧問(wèn)人數(shù)（包括看漲和看跌）的比重，它通常被認(rèn)為是股票未來(lái)收益的反向預(yù)測(cè)指標(biāo)［7］。

2）間接分析式的情緒指標(biāo)，又稱間接指標(biāo)。部分學(xué)者認(rèn)為封閉式基金折價(jià)率并不能很好地體現(xiàn)市場(chǎng)情緒，而另一部分學(xué)者則認(rèn)為封閉式基金折價(jià)率能很好地反映投資者的情緒，Neal 和Wheatley 在1998 年曾討論過(guò)用封閉式基金代理市場(chǎng)情緒能較好預(yù)測(cè)未來(lái)收益等。［8］如2017 年諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)得主Richard H·Thaler 同時(shí)在其《贏家的詛咒》一書(shū)中指出噪音交易者的非理性干擾越大，封閉式折價(jià)率會(huì)越大［9］。

3）主成分分析式的情緒指標(biāo)，這是一種用多個(gè)直接或間接指標(biāo)合成的綜合指標(biāo)。Baker and Wurgler以BW 模型為理論依據(jù)，并從創(chuàng)業(yè)板的特點(diǎn)出發(fā)，依據(jù)數(shù)據(jù)的可得性、可靠性原則及前人的研究基礎(chǔ)，選取了成交額、換手率、新增開(kāi)戶數(shù)、股票型基金倉(cāng)位等指標(biāo)構(gòu)建情緒指標(biāo)，此外創(chuàng)新性地選取了兩融余額這個(gè)指標(biāo)［10］。此后，他們?cè)?007 年進(jìn)一步指出用Top Down 的方法，把市場(chǎng)情緒作為一個(gè)潛在變量，把各代理指標(biāo)作為外顯變量，用一種極為簡(jiǎn)化的模式，即使用主成分分析的方式把繁多的外顯代理變量進(jìn)行濃縮，以更精準(zhǔn)地構(gòu)建情緒指標(biāo)。目前國(guó)外學(xué)術(shù)界建立市場(chǎng)（投資者）情緒指標(biāo)的方法多采用基于BW 模型的主成分分析法。當(dāng)然這種方法也不是完美的，在2014 年曾有中國(guó)學(xué)者指出，由于根據(jù)主成分分析構(gòu)建的指標(biāo)的公共因子很容易存在共同噪音的部分，從而降低了合成出來(lái)的情緒指標(biāo)的解釋力度［11］。

4）大數(shù)據(jù)分析式的情緒指標(biāo)，這是現(xiàn)今互聯(lián)網(wǎng)數(shù)據(jù)技術(shù)進(jìn)步的產(chǎn)物。大數(shù)據(jù)的力量讓樣本無(wú)限接近甚至等于總體的條件，絕對(duì)是分析、預(yù)測(cè)現(xiàn)實(shí)世界最好的保證?？蛇@種情緒指標(biāo)存在一個(gè)致命的弱點(diǎn)：構(gòu)建一個(gè)市場(chǎng)大數(shù)據(jù)系統(tǒng)的成本十分昂貴，一般只有大規(guī)模的實(shí)業(yè)公司才考慮，學(xué)術(shù)界一般不考慮。

考慮學(xué)術(shù)界的現(xiàn)狀與可行性，本文選擇采用主成分分析法，運(yùn)用代理指標(biāo)構(gòu)建市場(chǎng)情緒指標(biāo)。代理指標(biāo)包括顯性代理指標(biāo)和隱性代理指標(biāo)。顯性代理指標(biāo)通常是采用使用調(diào)查數(shù)據(jù)編制而成的、一般屬于某組織協(xié)會(huì)或機(jī)構(gòu)的指數(shù)等，如央視看盤指數(shù)、看跌指數(shù)、AAII 指數(shù)（美國(guó)散戶投資人情緒指數(shù)）、投資者職能指數(shù)等。隱形代理情緒指標(biāo)是通過(guò)采用股票交易市場(chǎng)中的相關(guān)指標(biāo)去衡量或代理市場(chǎng)情緒程度，如封閉式基金折價(jià)率、消費(fèi)者情緒指數(shù)等。本文初始選擇了六個(gè)隱性代理情緒指標(biāo)，分別是：封閉式基金折價(jià)率、每月成交量、每月市盈率、每月?lián)Q手率、每月市銷率、創(chuàng)新程度的高低。由于目前對(duì)用封閉式基金折價(jià)率衡量市場(chǎng)情緒的評(píng)價(jià)褒貶不一，以及反映創(chuàng)新程度高低的數(shù)據(jù)過(guò)于主觀，最終決定使用四個(gè)隱形情緒代理指標(biāo)來(lái)綜合反映市場(chǎng)情緒：每月成交量、每月市盈率、每月?lián)Q手率、每月市銷率。

換手率（TURNym）：每月股票市場(chǎng)中光伏概念板塊的換手率。換手率是反映股票流通性強(qiáng)弱的重要指標(biāo)。換手率高，表明股票的交投活躍，流通性強(qiáng)，有較強(qiáng)的變現(xiàn)能力，反之亦成立。

市盈率（PEym）：每月股票市場(chǎng)中光伏概念板塊的市盈率。市盈率反映二級(jí)市場(chǎng)的估值水平，其反映了上市公司盈利等財(cái)務(wù)持續(xù)狀況。該指標(biāo)常常用來(lái)作為構(gòu)建市場(chǎng)情緒的代理變量。一般而言，其估值水平越高，表明市場(chǎng)情緒越高漲。

成交量（TVym）：每月股票市場(chǎng)中光伏概念板塊的成交量。成交量是判斷市場(chǎng)情緒的重要指標(biāo)。通常情況下，成交量大，說(shuō)明市場(chǎng)越活躍。

市銷率（PSym）：每月股票市場(chǎng)中光伏概念板塊的市銷率，市銷率可用于衡量一個(gè)市場(chǎng)板塊或整個(gè)市場(chǎng)的相對(duì)估值。市銷率越小，其投資價(jià)值越高，若市銷率超過(guò)10 時(shí)，通常被認(rèn)為風(fēng)險(xiǎn)過(guò)大。其中，y指的是年份，m指的是月份。

為了把宏觀經(jīng)濟(jì)基本面因素從市場(chǎng)情緒指標(biāo)中剝離出來(lái)，降低市場(chǎng)情緒指標(biāo)的系統(tǒng)誤差。選取消費(fèi)者物價(jià)指數(shù)（CPI）以及生產(chǎn)者物價(jià)指數(shù)（PPI）這兩個(gè)指標(biāo)作為宏觀經(jīng)濟(jì)基本面因素的代表指標(biāo)。

1.3 市場(chǎng)情緒的構(gòu)建

選取2014 年1 月1 日至2019 年3 月31 日之間在國(guó)內(nèi)上海和深圳股票交易市場(chǎng)上市的所有光伏概念板塊公司。所使用的代理變量包括換手率TURNym，市盈率PEym，成交量TVym，市銷率PSym以及消費(fèi)者物價(jià)指數(shù)CPI、生產(chǎn)者物價(jià)指數(shù)PPI，所有的數(shù)據(jù)來(lái)自同花順數(shù)據(jù)庫(kù)、前瞻數(shù)據(jù)庫(kù)和WIND 數(shù)據(jù)庫(kù)。

為了避免宏觀經(jīng)濟(jì)周期對(duì)市場(chǎng)情緒指標(biāo)構(gòu)建的影響，兩個(gè)宏觀經(jīng)濟(jì)指標(biāo)進(jìn)行了以10 為底的對(duì)數(shù)處理。此外，在正式進(jìn)行主成分分析之前，將所有的情緒代理變量和宏觀經(jīng)濟(jì)指標(biāo)的數(shù)據(jù)都用SPSS 19.0軟件進(jìn)行標(biāo)準(zhǔn)化處理，以排除單位的影響，便于進(jìn)行分析。以4 個(gè)情緒代理變量依次為因變量，以消費(fèi)者物價(jià)指數(shù)CPI、生產(chǎn)者物價(jià)指數(shù)PPI作為自變量進(jìn)行回歸，將4 次回歸得到的4 個(gè)殘差作為該指標(biāo)除去宏觀經(jīng)濟(jì)因素影響后的新代理變量，并進(jìn)行標(biāo)準(zhǔn)化。在使用四個(gè)新代理變量進(jìn)行主成分分析前，對(duì)數(shù)據(jù)實(shí)行KMO和巴特利球形特檢驗(yàn)，發(fā)現(xiàn)KMO取值為0.694，接近0.7，可接受，即所有變量間的簡(jiǎn)單相關(guān)影響大于其偏相關(guān)的影響，適合做進(jìn)一步分析。同時(shí)，巴特利特球形檢驗(yàn)在0.001 水平上顯著，證明相關(guān)矩陣不太可能是單位矩陣，所有變量適合進(jìn)行主成分分析。最后把所有情緒代理變量進(jìn)行線性組合以達(dá)到降維的目的。把4 個(gè)代理變量合成為一個(gè)主成分，即得分即為市場(chǎng)情緒指數(shù)，其累計(jì)方差解釋率達(dá)到了84.627%。為計(jì)算主成分的特征向量，如表1 所示，所用變量均是剔除宏觀經(jīng)濟(jì)影響后得到的新代理變量。各指標(biāo)的特征值均十分高，能較大限度地利用它們擬合出綜合情緒指數(shù)。

表1 提取主成分的成分矩陣

經(jīng)計(jì)算得到的主成分得分及表達(dá)式如下：

由表達(dá)式可知，成交量、市銷率、換手率、市盈率都能較好地?cái)M合市場(chǎng)情緒sent指數(shù)。

為了保證市場(chǎng)情緒指數(shù)具有穩(wěn)定性，需要進(jìn)行一致性檢驗(yàn)。為考察本文構(gòu)建的市場(chǎng)情緒sent指數(shù)能在多大程度上反映出光伏市場(chǎng)的變化情況。在得到情緒sent指數(shù)的得分后，將市場(chǎng)情緒sent 指數(shù)得分和光伏股票市場(chǎng)散點(diǎn)圖的趨勢(shì)線（下圖中稱為“光伏指數(shù)”）進(jìn)行擬合，結(jié)果如圖1 所示：兩者在2014—2018 年月底趨勢(shì)上幾乎一致，而差別僅體現(xiàn)在變化幅度上，這說(shuō)明sent情緒指數(shù)能夠體現(xiàn)出股票市場(chǎng)的情緒變化。本文編制的sent情緒指數(shù)在一定程度上先于股指體現(xiàn)的變化，2015年5 月 和2015 年11 月、2017 年9 月、2018 年9月的幾次峰值均表現(xiàn)出情緒變化先于光伏概念股票市場(chǎng)變化的特征。

2 “市場(chǎng)情緒-自愿退出”模型構(gòu)建

建立WAR模型，將市場(chǎng)情緒與企業(yè)自愿退出數(shù)的滯后值進(jìn)行回歸，假定兩者存在滯后P期的時(shí)滯關(guān)系，則可得一個(gè)P階VAR模型表達(dá)式：

圖1 情緒指數(shù)得分和光伏指數(shù)的一致性檢驗(yàn)

在此模型中，βp為第p期待估計(jì)參數(shù)N×N的階矩陣，εt是N×1 階隨機(jī)誤差列向量，市場(chǎng)情緒指數(shù)sent與企業(yè)自愿退出數(shù)exit都會(huì)視為內(nèi)生變量，把被解釋變量的滯后變量也作為解釋變量，可以避免因不太成熟的理論導(dǎo)致的系統(tǒng)誤差，即避免了對(duì)內(nèi)生變量及外生變量的劃分不準(zhǔn)確導(dǎo)致的影響，使得結(jié)果更貼近真實(shí)。使用Excel 與Eviews 8 對(duì)光伏市場(chǎng)情緒指數(shù)與光伏企業(yè)自愿退出關(guān)系①情緒指數(shù)為對(duì)換手率、成交量、市盈率、市銷率四個(gè)指標(biāo)利用主成分分析方法構(gòu)建的數(shù)據(jù)結(jié)果，自愿退出數(shù)來(lái)自在企業(yè)公開(kāi)信息網(wǎng)——天眼查上進(jìn)行按自愿退出規(guī)則逐個(gè)篩選的。進(jìn)行研究。

2.1 單位根及協(xié)整檢驗(yàn)

為了不改變?cè)蛄械淖兓厔?shì)并消除異方差影響，對(duì)自愿退出（exit）進(jìn)行對(duì)數(shù)化處理，而情緒指數(shù)（sent）由于存在負(fù)數(shù)，若進(jìn)行對(duì)數(shù)化處理則會(huì)損失相關(guān)數(shù)據(jù)。采用單位根檢驗(yàn)方法對(duì)情緒指數(shù)和自愿退出的時(shí)間序列數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)。自愿退出（Inexit）與情緒指數(shù)（sent）單位根檢驗(yàn)結(jié)果如表2 所示。

表2 各變量單位根檢驗(yàn)結(jié)果

單位根檢驗(yàn)表中顯示了情緒指數(shù)與對(duì)數(shù)化后的自愿退出數(shù)都在0.05 水平下顯著，故Inexit序列接受具有單位根檢驗(yàn)（C，T，0），自愿退出數(shù)存在常數(shù)項(xiàng)和時(shí)間趨勢(shì)，即原階平穩(wěn)；sent序列接受具有單位根檢驗(yàn)（0，0，0），不存在常數(shù)項(xiàng)和時(shí)間趨勢(shì)，即原階平穩(wěn)。兩指標(biāo)為同階單整，符合協(xié)整檢驗(yàn)條件。采用Johansen協(xié)整的特征根跡（Trace）檢驗(yàn)，其原假設(shè)為兩變量之間不存在/最多存在N個(gè)協(xié)整變量②None 協(xié)整檢驗(yàn)的原假設(shè)為：兩變量之間不存在協(xié)整變量，其備擇假設(shè)為：兩變量之間存在協(xié)整變量；At most 1 協(xié)整檢驗(yàn)的原假設(shè)為：兩變量之間最多存在1 個(gè)協(xié)整變量，其備擇假設(shè)為兩個(gè)變量之間至少存在1 個(gè)協(xié)整變量。，檢驗(yàn)結(jié)果如表3 所示，在不存在協(xié)整變量檢驗(yàn)（p＜0.05）結(jié)果顯示：情緒指數(shù)與自愿退出數(shù)之間存在協(xié)整向量；在最多存在一個(gè)協(xié)整變量檢驗(yàn)（p＞0.05），結(jié)果顯示：情緒指數(shù)與自愿退出數(shù)之間最多只有一個(gè)協(xié)整向量，故可進(jìn)行構(gòu)建向量自回歸（VAR）模型。

表3 Johansen 協(xié)整檢驗(yàn)表（特征根跡檢驗(yàn)）

2.2 滯后階數(shù)確認(rèn)

使用信息準(zhǔn)則確定滯后階數(shù)，信息準(zhǔn)則一般配合其他4 個(gè)檢驗(yàn)指標(biāo)進(jìn)行檢驗(yàn)，結(jié)果如表4 所示。

在向量自回歸模型滯后期檢驗(yàn)表中，五個(gè)檢驗(yàn)的最佳滯后期指標(biāo)中除了SC 不顯著外，其余四個(gè)指標(biāo)都認(rèn)為滯后3 期為最佳滯后期，因此確認(rèn)構(gòu)建滯后3 期的VAR 模型。

2.3 模型建立與穩(wěn)定性檢驗(yàn)

根據(jù)協(xié)整檢驗(yàn)與基于信息準(zhǔn)則確認(rèn)的最佳滯后期后，將建立情緒指數(shù)sent與企業(yè)自愿退出數(shù)exit的VAR（3）模型。為再次確保VAR（3）模型的數(shù)據(jù)穩(wěn)定性，對(duì)其單位根的分布情況進(jìn)行檢驗(yàn)，圖2 中的6 個(gè)單位根都小于1，全部落在單位圓里，說(shuō)明本次構(gòu)建的模型有效且穩(wěn)定。

表4 向量自回歸模型滯后期檢驗(yàn)表

圖2 單位根分布圖

根據(jù)模型的回歸統(tǒng)計(jì)量與檢驗(yàn)結(jié)果的參數(shù)估計(jì)，回歸方程（標(biāo)準(zhǔn)OLS 回歸）如下：

在上述模型的回歸中，能看出VAR 模型的擬合度較高，各個(gè)方程調(diào)整后R2分別達(dá)到0.926 3，0.758 9，說(shuō)明本次模型擬合比較理想，故可以進(jìn)行下一步格蘭杰因果檢驗(yàn)，以鑒別市場(chǎng)情緒指數(shù)與自愿退出兩時(shí)間序列變量之間的因果關(guān)系。

3 “市場(chǎng)情緒-自愿退出”模型解析

針對(duì)光伏企業(yè)投資者的自愿退出行為是否受到市場(chǎng)情緒的影響，即市場(chǎng)情緒是否是自愿退出的原因，本文從三個(gè)方面分別展開(kāi)深入分析。

3.1 格蘭杰因果檢驗(yàn)

通過(guò)協(xié)整檢驗(yàn)證明了市場(chǎng)情緒指數(shù)與企業(yè)自愿退出數(shù)之間存在長(zhǎng)期穩(wěn)定關(guān)系，但不知道這個(gè)穩(wěn)定關(guān)系是否具有統(tǒng)計(jì)學(xué)意義上的因果關(guān)系，若是，原因是市場(chǎng)情緒指數(shù)，還是自愿退出呢？

經(jīng)模型檢驗(yàn)得出，在滯后三期，0.01 的顯著性水平下可以認(rèn)為：市場(chǎng)情緒指數(shù)變化不是引起自愿退出數(shù)變化的Granger 原因（x2=1.138，df=3，p=0.767 9＞0.01）；自愿退出數(shù)的變化是引起市場(chǎng)情緒指數(shù)變化的Granger 原因（x2=14.421，df=3，p=0.002 4＜0.01）。結(jié)果顯示，市場(chǎng)情緒不是引起光伏企業(yè)自愿退出的原因?？赡艿脑蚴瞧髽I(yè)投資者們不是單純看到光伏市場(chǎng)的變化就直接判斷目前市場(chǎng)的走向，并跟隨市場(chǎng)情緒做出退出光伏市場(chǎng)的決定，而是經(jīng)過(guò)深思熟慮，客觀權(quán)衡了自身繼續(xù)留在光伏市場(chǎng)中的利弊后做出的理性選擇。同時(shí)，自愿退出數(shù)的變化能解釋市場(chǎng)情緒指數(shù)的變化，這是因?yàn)楣夥袌?chǎng)中某些企業(yè)的自愿退出行為導(dǎo)致光伏市場(chǎng)產(chǎn)生變化，無(wú)論這種變化是積極的還是消極的，或多或少都會(huì)影響到光伏股票市場(chǎng)的波動(dòng)，影響到整個(gè)光伏企業(yè)投資者對(duì)待現(xiàn)實(shí)市場(chǎng)的看法與由此產(chǎn)生的情緒。

3.2 “市場(chǎng)情緒-自愿退出”脈沖響應(yīng)函數(shù)分析

在建立VAR 模型后，需要對(duì)模型內(nèi)的變量關(guān)系進(jìn)行進(jìn)一步檢驗(yàn)，在模型中常用的方法為脈沖響應(yīng)函數(shù)，因?yàn)槊}沖響應(yīng)函數(shù)能較為全面地反映市場(chǎng)情緒與自愿退出之間的動(dòng)態(tài)關(guān)系。本文構(gòu)建的“市場(chǎng)情緒—自愿退出”模型是一個(gè)非理論性的模型，在談?wù)撌袌?chǎng)情緒與自愿退出兩者之間的相互影響時(shí)，不能單討論情緒變量對(duì)退出變量的影響，也不能單看退出變量對(duì)情緒變量的影響，必須分析一個(gè)變量的誤差項(xiàng)的變化對(duì)模型沖擊時(shí)的動(dòng)態(tài)影響。在進(jìn)行脈沖響應(yīng)分析前已對(duì)殘差序列進(jìn)行相關(guān)檢驗(yàn)，發(fā)現(xiàn)兩者的殘差序列相關(guān)性（0.090 3）很弱，因而適合進(jìn)行脈沖響應(yīng)分析。

“市場(chǎng)情緒—自愿退出”的脈沖響應(yīng)函數(shù)可表達(dá)為①Csentj（q）表示第j 個(gè)擾動(dòng)項(xiàng)在第q 期的影響參數(shù)，即市場(chǎng)情緒中的第j 個(gè)擾動(dòng)項(xiàng)在第q 期對(duì)市場(chǎng)情緒的影響系數(shù)，具體表現(xiàn)為市場(chǎng)情緒對(duì)yj單位脈沖的響應(yīng)；εjt 為第j 個(gè)擾動(dòng)項(xiàng)在t 時(shí)刻對(duì)市場(chǎng)情緒造成的影響，又被稱為新息。：

t=1，2…，T；k為變量個(gè)數(shù)。

此時(shí)，由情緒變量ysent引起的yj的脈沖就是Csentj（1）、Csentj（2）、Csentj（3）等等，由這些脈沖累計(jì)的響應(yīng)就是

采用廣義脈沖的方法分解市場(chǎng)情緒對(duì)自愿退出的影響以及自愿退出對(duì)市場(chǎng)情緒的影響。

首先，分析自愿退出對(duì)市場(chǎng)情緒的脈沖響應(yīng)函數(shù)，結(jié)果如圖3 所示。具體而言，自愿退出數(shù)對(duì)市場(chǎng)情緒的沖擊總體是負(fù)向，盡管第一個(gè)月的時(shí)候自愿退出對(duì)市場(chǎng)情緒指數(shù)是正向影響，也就是說(shuō)自愿退出數(shù)越多，市場(chǎng)情緒越高漲。此時(shí)的市場(chǎng)可能表現(xiàn)為一種情緒持續(xù)低落前的緩沖，可以解釋為自愿退出對(duì)市場(chǎng)的影響存在滯后，在短期內(nèi)光伏市場(chǎng)中企業(yè)減少會(huì)導(dǎo)致其他繼續(xù)經(jīng)營(yíng)的企業(yè)對(duì)資源的競(jìng)爭(zhēng)相對(duì)緩和，此時(shí)市場(chǎng)中各種營(yíng)業(yè)指標(biāo)會(huì)短期假性的上漲，不明真實(shí)情況的企業(yè)就會(huì)認(rèn)為光伏市場(chǎng)有變化的趨勢(shì)，最終導(dǎo)致情緒指數(shù)的上漲。從第二個(gè)月開(kāi)始，自愿退出數(shù)對(duì)市場(chǎng)情緒為負(fù)向影響，即自愿退出數(shù)量越多，市場(chǎng)情緒越低落。此時(shí)光伏市場(chǎng)更多地表現(xiàn)為一種持續(xù)的低落狀態(tài)。由于企業(yè)自愿退出數(shù)量不斷提高，市場(chǎng)的總體情況變得不景氣，成交量下跌、流通率下降、貨物囤積滯銷等，讓仍在經(jīng)營(yíng)的企業(yè)對(duì)市場(chǎng)并不抱有太多期望。

圖3 自愿退出對(duì)市場(chǎng)情緒的脈沖響應(yīng)圖

其次，再分析市場(chǎng)情緒對(duì)自愿退出的脈沖響應(yīng)函數(shù)，結(jié)果如圖4 所示。顯示市場(chǎng)情緒對(duì)自愿退出的影響總體是正向，說(shuō)明市場(chǎng)情緒越樂(lè)觀的時(shí)候光伏市場(chǎng)中企業(yè)的自愿退出數(shù)越多，相反，市場(chǎng)情緒越悲觀，光伏市場(chǎng)中企業(yè)自愿退出數(shù)越少。這是一個(gè)違反直覺(jué)的結(jié)論，因?yàn)橐话銇?lái)說(shuō)，理性投資人會(huì)最大化自身利益，當(dāng)市場(chǎng)情緒樂(lè)觀時(shí)，不知情的企業(yè)更愿意投資進(jìn)入光伏市場(chǎng)，而市場(chǎng)情緒悲觀時(shí)，他們更希望撤資離開(kāi)光伏市場(chǎng)?？擅}沖沖擊函數(shù)顯示市場(chǎng)情緒越樂(lè)觀，自愿退出的數(shù)量越多，這與直覺(jué)的理解不符。但這也從另一方面也證實(shí)了因果關(guān)系檢驗(yàn)的結(jié)果——企業(yè)投資者對(duì)光伏市場(chǎng)非理性的情緒不是引起他們自愿退出的原因。

圖4 市場(chǎng)情緒對(duì)自愿退出的脈沖響應(yīng)圖

3.3 “市場(chǎng)情緒-自愿退出”的方差分解分析

在“市場(chǎng)情緒—自愿退出”模型中，脈沖響應(yīng)函數(shù)描述了一個(gè)內(nèi)生變量的沖擊對(duì)另外一個(gè)內(nèi)生變量所帶來(lái)的影響，繼而進(jìn)一步探討每一個(gè)結(jié)構(gòu)的沖擊對(duì)內(nèi)生變量的貢獻(xiàn)（相對(duì)貢獻(xiàn)率RVC）究竟有多少，即結(jié)構(gòu)沖擊對(duì)內(nèi)生變量方差的變化程度，以更近一步了解不同內(nèi)生變量對(duì)其他變量沖擊的相對(duì)程度，方差分解分析可以更好地把握“市場(chǎng)情緒-自愿退出”變量間的影響關(guān)系及貢獻(xiàn)程度。

對(duì)于市場(chǎng)情緒而言，首先根據(jù)脈沖響應(yīng)存在表達(dá)式：

其中括號(hào)里是市場(chǎng)情緒中第j個(gè)擾動(dòng)項(xiàng)εj從無(wú)限過(guò)去到現(xiàn)時(shí)對(duì)市場(chǎng)情緒ysent影響的總和，若記Var（εjt）=σjj，即σjj為第j個(gè)擾動(dòng)項(xiàng)的方差，當(dāng)認(rèn)為εj無(wú)序列相關(guān)時(shí)其方差可表達(dá)為：

同時(shí)，考慮把第j個(gè)擾動(dòng)項(xiàng)對(duì)市場(chǎng)情緒從無(wú)限過(guò)去到現(xiàn)在的影響，用方差進(jìn)行衡量并假定擾動(dòng)項(xiàng)向量協(xié)方差矩陣∑為對(duì)角矩陣，此時(shí)市場(chǎng)情緒ysent的方差就是上述k項(xiàng)簡(jiǎn)單相加，表達(dá)為：

此時(shí)，基于自愿退出的方差對(duì)市場(chǎng)情緒沖擊確定相對(duì)貢獻(xiàn)度，并將其定義為：

通過(guò)有限s項(xiàng)能近似真實(shí)結(jié)果，本模型近似相對(duì)貢獻(xiàn)度為：

針對(duì)自愿退出對(duì)市場(chǎng)情緒的相對(duì)方差貢獻(xiàn)度而言，市場(chǎng)情緒的增長(zhǎng)變化受其自身影響呈現(xiàn)出逐步衰減的趨勢(shì)，從最初的99%減少到第十期的85%，而自愿退出對(duì)市場(chǎng)情緒的影響呈現(xiàn)逐步上漲的趨勢(shì)，從初始毫無(wú)影響直到第10 期上升達(dá)到最大值為16%（RVCexit→sent（10）=16%），由此看出自愿退出能較好地影響到市場(chǎng)情緒的變化，見(jiàn)表5。

針對(duì)市場(chǎng)情緒對(duì)自愿退出的相對(duì)方差貢獻(xiàn)度而言，企業(yè)自愿退出數(shù)的增加受到其自身影響的影響較小，在10 期影響下仍較為穩(wěn)定地保持在99%附近；市場(chǎng)情緒對(duì)自愿退出的影響上漲十分緩慢，甚至可以忽略不計(jì)，近10 期的影響，市場(chǎng)情緒對(duì)自愿退出影響的僅上升到0.7%（RVCexit→sent（10）=0.7%），即可認(rèn)為市場(chǎng)情緒對(duì)自愿退出的影響并不大，見(jiàn)表6。

表5 市場(chǎng)情緒的方差分解結(jié)果

表6 自愿退出的方差分解結(jié)果

綜上，經(jīng)過(guò)情緒指數(shù)與自愿退出數(shù)兩變量的平穩(wěn)性檢驗(yàn)與協(xié)整檢驗(yàn)，可以發(fā)現(xiàn)：兩者之間存在一個(gè)穩(wěn)定的關(guān)系，利用信息準(zhǔn)則等確定最佳滯后期為滯后3 期后，可以構(gòu)建“市場(chǎng)情緒—自愿退出”VAR（3）模型；通過(guò)對(duì)VAR模型進(jìn)行格蘭杰因果檢驗(yàn)、脈沖響應(yīng)函數(shù)分析以及方差分解分析，多證據(jù)指向在兩者之間的相互關(guān)系中自愿退出對(duì)市場(chǎng)情緒的影響要大于市場(chǎng)情緒對(duì)自愿退出的影響。

4 結(jié)論與討論

1）光伏企業(yè)的自愿退出是投資者的理性選擇。

光伏市場(chǎng)情緒指數(shù)無(wú)法合理解釋光伏企業(yè)的自愿退出，光伏企業(yè)的自愿退出行為并不是受光伏市場(chǎng)情緒的支配。由此可以得出：光伏企業(yè)投資者的自愿退出是這些企業(yè)投資者的理性選擇，這些企業(yè)并不是像“潮涌理論”及其他博弈論框架下的相關(guān)解釋認(rèn)為的那樣，新興產(chǎn)業(yè)的過(guò)度進(jìn)入是企業(yè)投資者之間的納什均衡。本文的結(jié)論表明，一旦理性的企業(yè)會(huì)自愿退出市場(chǎng)，說(shuō)明它們存在單方面反悔現(xiàn)象，從而證明新興產(chǎn)業(yè)的過(guò)度進(jìn)入不是納什均衡現(xiàn)象，說(shuō)明現(xiàn)有的博弈論框架并不是對(duì)過(guò)度進(jìn)入的合理解釋，而是需要提供基于博弈論的其他解釋。

2）自愿退出行為會(huì)降低光伏市場(chǎng)上非理性情緒。

光伏企業(yè)的自愿退出行為會(huì)對(duì)市場(chǎng)情緒造成負(fù)沖擊，光伏企業(yè)自愿退出的數(shù)量越多，光伏市場(chǎng)的非理性情緒反而越低，企業(yè)的自愿退出反而有助于市場(chǎng)理性化程度的提高，從側(cè)面進(jìn)一步印證了企業(yè)的自愿退出是一個(gè)深思熟慮的理性行為。說(shuō)明光伏企業(yè)自愿退出的理性行為給市場(chǎng)中非理性的決策者一個(gè)榜樣，提醒了盲目地待在光伏市場(chǎng)并不能獲益甚至不能存活，企業(yè)在光伏市場(chǎng)中可以理性地選擇退出，待非理性的情緒決策者冷靜下來(lái)后，市場(chǎng)不再出現(xiàn)過(guò)度的負(fù)面情緒。