苗金芳 米雪成 申祥鑫

本文通過主成分分析法選取股市成交金額、股市成交量、上證新增開戶數(shù)、上證所平均市盈率、上證股票換手率構(gòu)建綜合投資者情緒指標(biāo)。基于TVP-VAR模型實(shí)證及時(shí)點(diǎn)脈沖函數(shù)分析了法定準(zhǔn)備金率、新增信貸與投資者情緒對(duì)股價(jià)的動(dòng)態(tài)影響。研究結(jié)果顯示：短期內(nèi)，法定準(zhǔn)備金率和投資者情緒對(duì)股價(jià)均產(chǎn)生顯著的影響，隨著時(shí)間和經(jīng)濟(jì)環(huán)境的變化，表現(xiàn)出顯著的時(shí)變特征。時(shí)點(diǎn)脈沖函數(shù)實(shí)證顯示，股市處于牛熊市時(shí)期，我國(guó)散戶為主投資者非理性行為加劇了股價(jià)的異常波動(dòng)。

一、引言

股票市場(chǎng)在現(xiàn)代資本市場(chǎng)的地位越來(lái)越重要，其投融資功能、資源配置功能和產(chǎn)權(quán)功能，對(duì)促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化及資本積累和交易起著重要作用。維護(hù)股市穩(wěn)健發(fā)展對(duì)于現(xiàn)階段我國(guó)宏觀經(jīng)濟(jì)運(yùn)行以及提升居民家庭金融資產(chǎn)增值具有重要意義。

國(guó)內(nèi)外研究表明貨幣政策、投資者情緒對(duì)股價(jià)波動(dòng)產(chǎn)生影響。Kurov（2010）實(shí)證研究貨幣政策在不同的市場(chǎng)條件下，對(duì)投資者情緒影響具有顯著的差異性，并且發(fā)現(xiàn)在股市低迷階段，對(duì)投資者情緒變化更敏感的股票受貨幣政策的影響較大；陳其安、雷小燕（2017）認(rèn)為投資者情緒一定程度上減弱了貨幣政策對(duì)股市的影響；喬晶（2018）運(yùn)用網(wǎng)絡(luò)爬蟲將新浪財(cái)經(jīng)的評(píng)論進(jìn)行分析并從中提取投資者情緒指標(biāo)，通過構(gòu)建VAR模型得出投資者情緒影響貨幣政策對(duì)股市的作用；康海斌、王正軍（2019）通過投資者情緒和貨幣政策對(duì)股市的分析，得出貨幣政策與股市波動(dòng)的關(guān)系較弱。

本文在國(guó)內(nèi)外相關(guān)研究的基礎(chǔ)上，通過主成分分析法構(gòu)建投資者情緒指標(biāo)，并選取新增信貸額和法定存款準(zhǔn)備金作為貨幣政策指標(biāo)，運(yùn)用TVP-VAR模型來(lái)研究三者之間的動(dòng)態(tài)特征。

二、投資者情緒指標(biāo)構(gòu)建

衡量投資者情緒需要考察投資者參與市場(chǎng)交易活動(dòng)的情況，目前度量投資者情緒主要有三種方法，分別為直接指標(biāo)、間接指標(biāo)、綜合指標(biāo)。直接指標(biāo)通常用調(diào)查等方式獲取投資者情緒指標(biāo)，該數(shù)據(jù)能夠直接體現(xiàn)投資者情緒變化；間接指標(biāo)一般指從市場(chǎng)的交易活動(dòng)中獲取數(shù)據(jù)，當(dāng)投資者參與市場(chǎng)交易活動(dòng)時(shí)，會(huì)產(chǎn)生一系列不同的交易數(shù)據(jù)，通過這些數(shù)據(jù)能夠客觀地反映投資者情緒變化；綜合指標(biāo)綜合情緒指數(shù)方面比較著名的是 BW（Baker 和 Wurgler，2006）指數(shù)，該指標(biāo)選取新股發(fā)行量、新股首日回報(bào)率、新股發(fā)行籌集資金、穩(wěn)定型公司與投機(jī)型公司估值水平、股票換手率以及封閉式基金折價(jià)率六個(gè)指標(biāo)，從而構(gòu)建綜合的投資者情緒指標(biāo)，使用降維方法為主成分分析。

本文投資者情緒指標(biāo)構(gòu)建基本原理是：首先選取市場(chǎng)上能夠反映投資者情緒的7個(gè)指標(biāo)，時(shí)間為2006年1月至2019年6月，均為月度數(shù)據(jù)；其次通過當(dāng)期和滯后期的處理，把7個(gè)當(dāng)期指標(biāo)和7個(gè)滯后一期指標(biāo)，共14個(gè)指標(biāo)用主成分分析得出共同因子；然后分析共同因子與指標(biāo)之間的相關(guān)系數(shù)，篩選出合適的投資者情緒指標(biāo);最后用留存的投資者情緒指標(biāo)通過主成分分析法，構(gòu)建綜合投資者情緒指標(biāo)（SENT）。根據(jù)我國(guó)股票市場(chǎng)發(fā)展情況，選擇的指標(biāo)分別為股市成交金額同比（MOY）、股市成交量同比（VOL）、上證新增開戶數(shù)同比（NEW）、上證所平均市盈率（PER）、上證股票換手率（TURN）、CICSI基金折價(jià)率（NAV）和消費(fèi)者信心指數(shù)（CCI）。最后運(yùn)用主成分分析構(gòu)建投資者情緒指標(biāo)，考慮到各個(gè)指標(biāo)衡量投資者情緒會(huì)出現(xiàn)一定的滯后性，有些指標(biāo)會(huì)在當(dāng)期呈現(xiàn)出投資者情緒的變化，所以將7個(gè)指標(biāo)全部滯后一期，把7個(gè)當(dāng)期指標(biāo)和7個(gè)滯后一期指標(biāo)共同放入投資者情緒指標(biāo)構(gòu)建中。

從表1可以看出KMO的值為0.766，大于0.5，同時(shí)Sig小于0.05，說明構(gòu)建主成分分析有效；從表2得出前3個(gè)主成分的累計(jì)方差貢獻(xiàn)率大于80%，可以有效地解釋所有指標(biāo)，從圖1碎石圖可以看出主成分1到主成分3的波動(dòng)程度很大。由此可以得出，選取前三個(gè)主成分進(jìn)行研究分析，通過SPSS構(gòu)建主成分共同因子P1，再用P1與14個(gè)變量構(gòu)建相關(guān)系數(shù)。

根據(jù)表3的相關(guān)系數(shù)圖可以看出MOY，TURN和VOL的滯后一期作為指標(biāo)比較優(yōu)，而NEW和PER的當(dāng)期指標(biāo)比較優(yōu)，NAV和CCI的相關(guān)性比較低，說明把基金折價(jià)率和消費(fèi)者信心指數(shù)作為投資者情緒指標(biāo)不太合適。通過剔除相關(guān)系數(shù)小于0.5的指標(biāo)，再把同個(gè)指標(biāo)的“當(dāng)期”和“滯后期”與P1的相關(guān)性比較，最終選取五個(gè)變量來(lái)構(gòu)建投資者情緒指標(biāo)，分別為MOYt-1，TURNt-1，NEW，VOLt-1和PER。

將上述留存的5個(gè)指標(biāo)進(jìn)行主成分分析，構(gòu)建出綜合投資者情緒指標(biāo)。

如表4 所示，KMO 和 Bartlett 的檢驗(yàn)可以看出，KMO為0.643，大于0.5，同時(shí)Sig小于0.05，表明可以有效構(gòu)建主成分分析。如表5所示，用留存的5個(gè)指標(biāo)做主成分分析，通過主成分分析的各項(xiàng)指標(biāo)發(fā)現(xiàn)，由于前兩個(gè)主成分的累計(jì)方差貢獻(xiàn)率達(dá)到86.314%，表明前兩個(gè)主成分對(duì)所有指標(biāo)的信息涵蓋程度達(dá)到將近86%；同時(shí)第一主成分的特征值大于1，第二主成分的特征值接近于1；從圖2的碎石圖可以看出前兩個(gè)主成分曲折程度較大。綜上可以得出，選取前2個(gè)主成分繼續(xù)進(jìn)行投資者情緒指標(biāo)的構(gòu)建。

如表6所示成分得分系數(shù)矩陣，由此可以根據(jù)每個(gè)變量的得分系數(shù)，推導(dǎo)前兩個(gè)主成分F1和F2，具體公式如下：

通過計(jì)算得到的F1和F2，再進(jìn)行加權(quán)得出最終的投資者情緒指標(biāo)SENT，權(quán)重為每個(gè)成分的方差貢獻(xiàn)率占前兩個(gè)主成分累計(jì)方差貢獻(xiàn)率的比值，公式如下：

綜合投資者情緒SENT的最終公式為：

首先將投資者情緒SENT和上證指數(shù)T進(jìn)行標(biāo)準(zhǔn)化處理，分析其波動(dòng)情況。如圖3所示，投資者情緒和上證指數(shù)的走勢(shì)大致相同。從波動(dòng)程度來(lái)看，投資者情緒的變動(dòng)大致先于上證指數(shù)的變動(dòng)，說明投資者情緒有一定的預(yù)警作用，二者具有較強(qiáng)的相關(guān)性。

以上投資者情緒指標(biāo)SENT和上證指數(shù)T做一階差分獲得平穩(wěn)性數(shù)據(jù)，進(jìn)行格蘭杰因果檢驗(yàn)，如表7可以得出，投資者情緒和上證指數(shù)的格蘭杰因果檢驗(yàn)，所得出的P值均小于0.05，說明兩者之間存在統(tǒng)計(jì)意義上的格蘭杰因果關(guān)系。

三、模型構(gòu)建與指標(biāo)選取

（一）向量自回歸模型構(gòu)建

模型構(gòu)建依據(jù)吳麗華（2014）TVP-VAR模型參考。具體如下：時(shí)變參數(shù)向量自回歸模型（TVP-VAR）是在SVAR模型中引入時(shí)變特征，首先構(gòu)建一個(gè)簡(jiǎn)單SVAR模型：

根據(jù)式（5），是k*1維列內(nèi)生向量，p為滯后階數(shù)，t表示月度，t=p+1，…，n； A為K*K維的矩陣 ；F為滯后項(xiàng)系數(shù)的K*K維矩陣；=K*1維隨機(jī)擾動(dòng)項(xiàng)～N（0，）。A和分別表示為：

然后把（5）簡(jiǎn)化如下：

在式（7）中，系數(shù)參數(shù)和都是隨機(jī)變化的，根據(jù)Primiceri（2005），令表示矩陣中下三角中元素的堆積向量，對(duì)數(shù)隨機(jī)波動(dòng)率矩陣，且對(duì)于所有的j=1，…，k，t=s+1，…，n，設(shè)。TVP-VAR模型中的所有參數(shù)服從隨機(jī)游走，

其中，。

假設(shè)時(shí)變參數(shù)的沖擊不相關(guān)，并且、、都是對(duì)角矩陣。（8）式中假定所有參數(shù)服從一階隨機(jī)游走過程，Primiceri（2005）指出該假設(shè)可以允許參數(shù)暫時(shí)或永久性變動(dòng)，可充分捕捉潛在經(jīng)濟(jì)結(jié)構(gòu)的漸變或突變；對(duì)于模型的估計(jì)Nakajima（2011）采用MCMC（馬爾科夫鏈蒙特卡羅）方法估計(jì)更加精確有效。

（二）變量指標(biāo)選取

1.貨幣政策指標(biāo)選取。伴隨金融經(jīng)濟(jì)的不斷發(fā)展，各國(guó)中央銀行逐漸形成了與其相適應(yīng)的貨幣政策工具。本文將法定存款準(zhǔn)備金率和新增信貸作為貨幣政策指標(biāo)。

（1）法定存款準(zhǔn)備金率DR。其變動(dòng)影響整個(gè)社會(huì)信貸規(guī)模和可有資金數(shù)量，當(dāng)法定存款準(zhǔn)備率提高時(shí)，能夠有效減少流入股市的資金。數(shù)據(jù)源于東方財(cái)富網(wǎng)數(shù)據(jù)中心。

（2）新增信貸XIN。新增信貸增加時(shí)，表明企業(yè)能夠獲得更多融資，從而增加企業(yè)的投資活動(dòng)。數(shù)據(jù)是金融機(jī)構(gòu)人民幣信貸的貸款同比。數(shù)據(jù)源于中國(guó)人民銀行。

2.股價(jià)指標(biāo)選取。上證指數(shù)月末值T。本文選取上證指數(shù)每月月末值作為股價(jià)的代理指標(biāo)。數(shù)據(jù)來(lái)源于東方財(cái)富網(wǎng)。

四、實(shí)證分析

首先對(duì)上述的變量做z-score標(biāo)準(zhǔn)化處理，以便消除不同變量單位和數(shù)量級(jí)的影響，時(shí)間是2006年1月至2019年6月，并且均為月度數(shù)據(jù)，對(duì)處理后的數(shù)據(jù)用小寫字母表示為dr（法定存款準(zhǔn)備金率），xin（新增信貸），t（上證指數(shù)月末值），sent（投資者情緒指標(biāo)）。再利用OxMetrics6計(jì)量軟件，對(duì)TVP -VAR模型進(jìn)行分析。

（一）平穩(wěn)性檢驗(yàn)

在進(jìn)行時(shí)間序列數(shù)據(jù)分析時(shí)需要檢驗(yàn)數(shù)據(jù)是否平穩(wěn)，通過Eviews9.0對(duì)上述變量進(jìn)行平穩(wěn)性檢驗(yàn)，如表8所示4個(gè)變量中dr和t是不平穩(wěn)的。為了使數(shù)據(jù)保持一致穩(wěn)定性，對(duì)4個(gè)變量分別做一階差分，結(jié)果顯示如下。

（二）參數(shù)估計(jì)結(jié)果

在進(jìn)行TVP-VAR模型之前，需要對(duì)模型參數(shù)進(jìn)行后驗(yàn)估計(jì)，通過MCMC方法進(jìn)行10000次抽樣，舍棄前1000次作為預(yù)燒值，表9所示參數(shù)估計(jì)的結(jié)果。

從表9中可以看出CD統(tǒng)計(jì)量小于臨界值1.69，不能拒絕抽樣結(jié)果平穩(wěn)的原假設(shè)，其結(jié)果是收斂的；無(wú)效因子比較小，低于100次，相比較10000次的抽樣樣本很少，表明后驗(yàn)分布是有效抽樣。

（三）實(shí)證結(jié)果分析

1.等間隔脈沖函數(shù)。如圖4所示，TVP-VAR模型提供等間隔脈沖函數(shù)，滯后期為1個(gè)月、3個(gè)月和6個(gè)月以此考察短期和中長(zhǎng)期效應(yīng)。

（1）法定準(zhǔn)備金率、新增信貸對(duì)投資者情緒影響。由圖4第一張圖看出，當(dāng)法定存款準(zhǔn)備金率DR受到一個(gè)標(biāo)準(zhǔn)差的正向沖擊，短期內(nèi)投資者情緒都表現(xiàn)為穩(wěn)定的負(fù)向響應(yīng)，當(dāng)法定存款準(zhǔn)備金率提高時(shí)，公眾投資者情緒呈現(xiàn)消極情緒，符合理論預(yù)期。由此可見，法定存款準(zhǔn)備金率在短期可以很好地改變投資者情緒。從中長(zhǎng)期來(lái)看，投資者情緒的響應(yīng)程度較小，2008年之前呈現(xiàn)微弱的正向效應(yīng)，緊縮的貨幣政策并沒有抑制股市，說明2006年至2008年牛熊市轉(zhuǎn)換期間，投資者情緒的作用抵消了貨幣政策長(zhǎng)期調(diào)控股市的力度。

從圖4第二張圖看出，當(dāng)新增信貸XIN受到一個(gè)單位標(biāo)準(zhǔn)差的正向沖擊，不同滯后期下投資者情緒產(chǎn)生的響應(yīng)不同。短期來(lái)看，2011年之前投資者情緒為正向響應(yīng)，之后由正轉(zhuǎn)負(fù)。中長(zhǎng)期來(lái)看，新增信貸受到一個(gè)標(biāo)準(zhǔn)差的正向沖擊后，投資者情緒受到的響應(yīng)與短期的走勢(shì)正好相反，新增信貸對(duì)投資者情緒的影響隨著時(shí)間的推移不斷變化，具有顯著的時(shí)變特征。

（2）法定準(zhǔn)備金率、新增信貸對(duì)股價(jià)的影響。如圖4第三張圖所示，在法定存款準(zhǔn)備率DR受到標(biāo)準(zhǔn)單位正向沖擊后，短期內(nèi)股市響應(yīng)為穩(wěn)定負(fù)向。2015年以來(lái)供給側(cè)結(jié)構(gòu)性改革，我國(guó)的貨幣政策開始由寬松逐漸變?yōu)榫o縮，通過提高存款準(zhǔn)備金率在短期內(nèi)可以有效抑制股市；從中長(zhǎng)期來(lái)看，法定存款準(zhǔn)備金率對(duì)股價(jià)的影響隨著時(shí)間的變動(dòng)，其效應(yīng)逐漸減弱。如圖4第四張圖所示，當(dāng)新增信貸XIN受到標(biāo)準(zhǔn)單位的正向沖擊時(shí)， 2017年之前，股價(jià)的短中長(zhǎng)期的響應(yīng)均為正向，符合理論預(yù)期。

（3）投資者情緒對(duì)股價(jià)的影響。如圖4第五張圖所示，投資者情緒SENT受到標(biāo)準(zhǔn)單位正向沖擊后，投資者情緒對(duì)股價(jià)的影響存在波動(dòng)性。如圖4第六張圖所示，在股價(jià)T受到標(biāo)準(zhǔn)單位正向沖擊后，投資者情緒在短期內(nèi)基本是穩(wěn)定的正向效應(yīng)，中長(zhǎng)期的脈沖效應(yīng)基本接近零左右。

2.時(shí)點(diǎn)脈沖響應(yīng)函數(shù)。時(shí)點(diǎn)脈沖響應(yīng)函數(shù)是選擇特定時(shí)點(diǎn)的脈沖函數(shù)，本文選取時(shí)間點(diǎn)分別為2006年10月、2015年4月和2017年6月三個(gè)不同的時(shí)間點(diǎn)，原因是這三個(gè)時(shí)間代表我國(guó)股市表現(xiàn)為顯著的牛市、熊市特征。2006年10月大致處于我國(guó)牛市的初始階段，此階段是2007年牛熊市轉(zhuǎn)化開始前期，宏觀經(jīng)濟(jì)運(yùn)行良好；2015年4月是我國(guó)牛市上漲猛烈的階段，屬于牛市的高潮階段；2017年6月基本處于2015年牛熊市轉(zhuǎn)化之后的低點(diǎn)震蕩階段，貨幣政策穩(wěn)健中性偏緊。

（1）法定準(zhǔn)備金率、新增信貸對(duì)投資者情緒的影響。如圖5第一張圖所示，對(duì)法定存款準(zhǔn)備金率標(biāo)準(zhǔn)單位的正向沖擊后，投資者情緒在三個(gè)時(shí)間點(diǎn)的脈沖效應(yīng)走向基本一致，并且方向變化也相同，期初表現(xiàn)為負(fù)向效應(yīng)，在第五期轉(zhuǎn)為正向效應(yīng)。從脈沖的響應(yīng)程度來(lái)看，2006年10月時(shí)間點(diǎn)的變化幅度更加劇烈，隨著觀察期的推進(jìn)，到2007年牛市持續(xù)上漲將近10個(gè)月，投資者情緒異常高漲，對(duì)法定存款準(zhǔn)備金率的反應(yīng)波動(dòng)性更大，而2015年4月和2017年6月時(shí)間點(diǎn)的響應(yīng)程度基本一致，股市在低位震蕩。

如圖5第二張圖所示，當(dāng)新增信貸受到標(biāo)準(zhǔn)單位的正向沖擊后，投資者情緒的脈沖響應(yīng)在不同的時(shí)間點(diǎn)出現(xiàn)不同的效應(yīng)，2006年10月前兩期為正向效應(yīng)，之后第三期轉(zhuǎn)為負(fù)向效應(yīng)，第六期又轉(zhuǎn)變成正向效應(yīng)，最后隨著滯后期的增加，波動(dòng)持續(xù)大約十期后減弱，2015年4月和2017年6月的脈沖響應(yīng)走勢(shì)基本一致，前兩期為負(fù)向效應(yīng)，在第三期轉(zhuǎn)為正向，隨著期數(shù)增加，效應(yīng)逐漸減弱。

（2）法定準(zhǔn)備金率、新增信貸對(duì)股價(jià)的影響。如圖5的第三張圖所示，股價(jià)對(duì)法定存款準(zhǔn)備金率的脈沖響應(yīng)在不同的時(shí)間點(diǎn)基本走勢(shì)一致，當(dāng)法定存款準(zhǔn)備率受到正向沖擊時(shí)，股價(jià)的當(dāng)期響應(yīng)都為負(fù)向，然后出現(xiàn)波動(dòng)，在第四期左右轉(zhuǎn)為正向效應(yīng)，在第五期又變?yōu)樽畲筘?fù)向效應(yīng)，最后反復(fù)波動(dòng)至第十期維持在零附近?？梢钥闯觯谌齻€(gè)不同時(shí)間點(diǎn)，法定存款準(zhǔn)備金率提高在當(dāng)期內(nèi)顯著降低股價(jià)，但是很快在第四五期出現(xiàn)明顯波動(dòng)。

如圖5第四張圖所示，新增信貸受到標(biāo)準(zhǔn)單位的正向沖擊后，股價(jià)在三個(gè)不同時(shí)點(diǎn)的脈沖響應(yīng)變化趨勢(shì)有所差異，隨著期數(shù)的增加，股價(jià)的脈沖響應(yīng)出現(xiàn)波動(dòng)。

（3）投資者情緒和股價(jià)的影響。如圖5第五張圖所示，投資者情緒受到標(biāo)準(zhǔn)單位的正向沖擊時(shí)，不同時(shí)間點(diǎn)下，股價(jià)脈沖響應(yīng)的走勢(shì)基本一致，當(dāng)期效應(yīng)都為正向，然后隨著期數(shù)的推進(jìn)，股價(jià)的脈沖響應(yīng)會(huì)出現(xiàn)波動(dòng)，最終不斷減弱至十期左右保持穩(wěn)定，在2006年10月和2015年4月的影響程度明顯高于2017年6月，說明在牛熊市轉(zhuǎn)化階段，投資者情緒對(duì)股價(jià)的影響更大。如圖5第六張圖所示，股價(jià)受到標(biāo)準(zhǔn)單位的正向沖擊，投資者情緒的脈沖響應(yīng)走勢(shì)同樣基本一致，第一期為正向效應(yīng)，然后四期出現(xiàn)負(fù)向效應(yīng)，最后波動(dòng)不斷減弱。由此可以看出，投資者樂觀情緒的提高在短期內(nèi)能夠提高股價(jià)，在從中期來(lái)看這種影響仍然不穩(wěn)定。

五、結(jié)論及啟示

（一）研究結(jié)論

1.貨幣政策工具選擇對(duì)投資情緒的影響。短期內(nèi)，引導(dǎo)投資者情緒動(dòng)向的貨幣政策工具來(lái)看，法定存款準(zhǔn)備率比新增信貸更有效，但中長(zhǎng)期法定存款準(zhǔn)備金率效果逐漸減弱，新增信貸具有時(shí)變性和不確定性，說明若政府通過頻繁調(diào)整貨幣政策，達(dá)到長(zhǎng)期穩(wěn)定影響投資者情緒的變動(dòng)是不現(xiàn)實(shí)的。

2.關(guān)于貨幣政策工具選擇對(duì)股價(jià)的影響。短期內(nèi)法定存款準(zhǔn)備金率比新增信貸更有效，并且隨著我國(guó)市場(chǎng)不斷改善，法定存款準(zhǔn)備金率對(duì)股市的調(diào)劑能力越來(lái)越強(qiáng)，但中長(zhǎng)期觀測(cè)，兩者對(duì)股價(jià)的影響均具有不確定性，貨幣政策不能長(zhǎng)期穩(wěn)定的引導(dǎo)股價(jià)的走向。

3.投資者情緒和股價(jià)的影響。通過等間隔脈沖函數(shù)圖看出，短期內(nèi)投資者情緒對(duì)股價(jià)影響比較顯著。由于短期投機(jī)性的影響，投資者過多關(guān)注短期收益的變化，未能制定長(zhǎng)期理性的投資策略。

4.綜合三者之間的變化關(guān)系?？梢缘贸觯唐趦?nèi)，貨幣政策可以有效引導(dǎo)投資者情緒和股市價(jià)格。但長(zhǎng)期來(lái)看，貨幣政策效力不斷減弱，由于我國(guó)股市個(gè)人投資者占主體地位，且更關(guān)注短期收益，投資者情緒可迅速將貨幣政策的效力抵消，從而削弱了貨幣政策對(duì)股市的調(diào)控能力。

（二）啟示

1.基于上述實(shí)證分析貨幣政策和投資者情緒對(duì)股價(jià)的影響均存在時(shí)變特性和滯后性。不同的經(jīng)濟(jì)背景條件下產(chǎn)生的效應(yīng)均有差異。貨幣當(dāng)局通過貨幣政策引導(dǎo)股票市場(chǎng)價(jià)格走向，需要考慮多方面因素，包括宏觀經(jīng)濟(jì)態(tài)勢(shì)、國(guó)際貿(mào)易環(huán)境、投資者情緒等，單純依靠貨幣政策達(dá)到穩(wěn)定的引導(dǎo)并不足夠。

2.通常伴隨經(jīng)濟(jì)過熱出現(xiàn)牛市特征。頻繁通過調(diào)整貨幣政策來(lái)穩(wěn)定股市非最優(yōu)選擇。應(yīng)該從多個(gè)角度入手，一方面需要給市場(chǎng)投資者傳遞預(yù)警信息，減少投資者非理性投資行為，另一方面要尊重市場(chǎng)自我調(diào)節(jié)機(jī)制，在此基礎(chǔ)上通過循序漸進(jìn)的調(diào)整方針，制定穩(wěn)健柔和的干預(yù)手段。

3.提高股票市場(chǎng)投資者的金融素養(yǎng)。減少投資者非理性行為，降低金融市場(chǎng)波動(dòng)性，同時(shí)改善股票市場(chǎng)投資者結(jié)構(gòu)。我國(guó)散戶眾多，個(gè)人投資者是股市的主體，具有非理性和投機(jī)性特征，因此增加機(jī)構(gòu)投資者的比例，提高股票市場(chǎng)的穩(wěn)定性和抗風(fēng)險(xiǎn)能力。

4.應(yīng)繼續(xù)完善市場(chǎng)監(jiān)督體系。加強(qiáng)監(jiān)管的流程，強(qiáng)化監(jiān)督的執(zhí)行效率，進(jìn)一步完善入市退市機(jī)制，提高上市公司的質(zhì)量和投資者的專業(yè)性，讓市場(chǎng)能夠真正體現(xiàn)股票的投資價(jià)值，從而使資源配置更加有效率。

參考文獻(xiàn)：

［1］Kurov A. Investor sentiment and the stock markets reaction to monetary policy［J］. Journal of Banking&Finance，2015，47（24）：2514-2522.

［2］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.

［3］喬晶.貨幣政策對(duì)股票市場(chǎng)的影響——基于投資者情緒的視角［D］山西財(cái)經(jīng)大學(xué).2018.

［4］張前程，楊德才.貨幣政策、投資者情緒與企業(yè)投資行為［J］.中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2015（12）：57-68.

［5］康海斌，王正軍.投資者情緒與貨幣政策對(duì)股市波動(dòng)影響的實(shí)證［J］.統(tǒng)計(jì)與決策，2019，35（13）：174-176.

［6］Chandler Lutz.The Impact of Conventional and Unconventional Monetary Policy on Investor Sentiment［J］.Journal of Banking & Finance .2015.2-8.

［7］周怡. 投資者情緒對(duì)中國(guó)貨幣政策傳導(dǎo)的實(shí)證研究［D］.復(fù)旦大學(xué)，2012.

［8］陳影，鄭重.我國(guó)貨幣政策對(duì)投資者情緒的影響［J］.上海金融，2017（02）：17-24.

［9］司登奎，李小林，江春.央行外匯干預(yù)、投資者情緒與匯率變動(dòng)［J］.統(tǒng)計(jì)研究，2018，35（11）：58-70.

［10］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.

［11］魏星集，夏維力，孫彤彤.基于BW模型的A股市場(chǎng)投資者情緒測(cè)度研究［J］.管理觀察，2014（33）：71-73+76.

［12］吳麗華，傅廣敏.人民幣匯率、短期資本與股價(jià)互動(dòng)［J］.經(jīng)濟(jì)研究，2014，49（11）：72-86.

［13］Primiceri， G. E.， Time Varying Structural Vector Auto-regression and Monetary Policy， Review of Economic Studies， 2005（3）： 821-852.

［14］Nakajima J， Kasuya M， Watanabe T. Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy［J］. Journal of the Japanese & International Economies， 2011， 25（3）：225-245.

［15］劉麗文，王鎮(zhèn).投資者情緒對(duì)不同類型股票收益影響的實(shí)證研究［J］.金融理論與實(shí)踐，2016（02）：90-97.

［16］楊曉蘭，沈翰彬，祝宇.本地偏好、投資者情緒與股票收益率：來(lái)自網(wǎng)絡(luò)論壇的經(jīng)驗(yàn)證據(jù)［J］.金融研究，2016（12）：143-158.

［17］王健俊，殷林森，葉文靖.投資者情緒、杠桿資金與股票價(jià)格——兼論2015～2016年股災(zāi)成因［J］.金融經(jīng)濟(jì)學(xué)研究，2017，32（01）：85-98.

基金項(xiàng)目：本文受青海民族大學(xué)一流學(xué)科建設(shè)一般項(xiàng)目（JG202106）資助。

作者單位：苗金芳，青海民族大學(xué)經(jīng)濟(jì)與管理學(xué)院，副教授，國(guó)際金融學(xué)博士；米雪成、申祥鑫，青海民族大學(xué)經(jīng)濟(jì)與管理學(xué)院，金融專業(yè)碩士研究生。