陸 峰，邢曉衛(wèi)

(1.廣西財(cái)經(jīng)學(xué)院 金融與保險(xiǎn)學(xué)院，廣西 南寧 530007；2.東北大學(xué) 工商管理學(xué)院，遼寧 沈陽(yáng) 110169)

一、引言

當(dāng)前，自然災(zāi)害、疫病、重大事故、局部戰(zhàn)爭(zhēng)等國(guó)內(nèi)外重大公共事件時(shí)有發(fā)生，如新冠疫情、俄烏沖突對(duì)經(jīng)濟(jì)的影響傳導(dǎo)等。事件過(guò)后的恢復(fù)階段，首要目標(biāo)和政策著力點(diǎn)通常在于恢復(fù)市場(chǎng)參與者的信心，避免恐慌情緒蔓延使經(jīng)濟(jì)進(jìn)入惡性循環(huán)。因此，考察重大公共事件恢復(fù)階段對(duì)股票價(jià)格偏誤、投資者情緒分化的沖擊效應(yīng)，同時(shí)深入探究后三者的動(dòng)態(tài)互動(dòng)關(guān)系具有重要現(xiàn)實(shí)意義和學(xué)術(shù)價(jià)值。

心理實(shí)驗(yàn)證明，公眾面對(duì)不確定時(shí)會(huì)對(duì)信息表現(xiàn)出極度饑渴，且由于信息不確定性、傳遞不及時(shí)甚至虛假信息傳播，信息互動(dòng)交換變得更為頻繁和普遍。信息傳播尤其借助互聯(lián)網(wǎng)媒介時(shí)，不僅是簡(jiǎn)單復(fù)制和加工，還伴隨有情緒的傳染，對(duì)其他個(gè)體行為造成“干擾”。公眾具有根據(jù)掌握的信息進(jìn)行調(diào)整的能力，但更多是基于摻雜了各種情緒化的意見(jiàn)、猜測(cè)和初步結(jié)果而非客觀真實(shí)情況進(jìn)行適當(dāng)調(diào)整并做出決策，形成的風(fēng)險(xiǎn)預(yù)期極易偏離現(xiàn)實(shí)，進(jìn)而做出不合理決定。因此，面對(duì)重大公共事件的不確定性，投資者極易產(chǎn)生恐慌情緒，影響其價(jià)值判斷，更傾向于采取風(fēng)險(xiǎn)規(guī)避措施，導(dǎo)致股價(jià)下行。非典病毒、埃博拉病毒、新冠疫情所帶來(lái)的投資者心理和情緒變化是股價(jià)波動(dòng)的重要原因。

與此同時(shí)，受教育、收入及生活環(huán)境等影響，投資者基于主觀感知與判斷形成情緒背后隱藏著情緒的分化，即投資者解讀信息的差異會(huì)對(duì)股票價(jià)格形成不同估值，從而形成了市場(chǎng)情緒分化。隨著投資者情緒分化的加劇，投資者間對(duì)股票基本價(jià)值的判斷差異就越大，進(jìn)而股價(jià)更易偏離基本價(jià)值。投資者的決策會(huì)在重大公共事件下?lián)诫s了各種情緒化的意見(jiàn)，形成的風(fēng)險(xiǎn)預(yù)期極易偏離現(xiàn)實(shí)，進(jìn)而做出不合理決定，反映在股票市場(chǎng)上便是“追漲殺跌”,即股價(jià)上漲時(shí),投資者紛紛購(gòu)買(mǎi)股票，而當(dāng)出現(xiàn)不利情形時(shí),在恐慌情緒支配下投資者紛紛拋售股票，最終股價(jià)下跌。

對(duì)于重大公共事件沖擊下股票價(jià)格偏誤、投資者情緒及情緒分化的交互作用機(jī)理，先前學(xué)者在理論上探索較少，且實(shí)證分析大多采用事件分析法或自然實(shí)驗(yàn)法對(duì)事件前后作對(duì)比?？紤]到恢復(fù)期政策對(duì)資本市場(chǎng)的影響是動(dòng)態(tài)的，本文采用時(shí)變參數(shù)向量自回歸模型(TVP-SV-VAR)來(lái)捕捉新冠疫情對(duì)股票價(jià)格偏誤、投資者情緒及情緒分化非線(xiàn)性動(dòng)態(tài)影響及后三者的動(dòng)態(tài)互動(dòng)關(guān)系。

二、理論分析

(一)基本模型

擴(kuò)展胡昌生等的模型，假設(shè)所有交易均在期初進(jìn)行，則本期股價(jià)僅受前期投資者情緒影響，則期股票價(jià)格由期基本因素、期事件沖擊、-1期投資者情緒決定，則“情緒-價(jià)格”驅(qū)動(dòng)為(1)式：

--1=++-1

(1)

其中，=ln()為股票第期價(jià)格的自然對(duì)數(shù)，--1為股票第期收益率，為基本因素決定的股票價(jià)格增長(zhǎng)率，為疫情沖擊決定的股票價(jià)格增長(zhǎng)率，-1為投資者情緒決定的股票價(jià)格增長(zhǎng)率，為反應(yīng)系數(shù)。

假設(shè)投資者情緒由當(dāng)期價(jià)格變化、基本因素和事件沖擊共同決定，可描述為下述“價(jià)格-情緒”誘導(dǎo)方程(2)式：

=[--1-(+)]

(2)

投資者每期期末情緒表示為本期價(jià)格變化中不能由其觀察到的基本因素和事件沖擊影響。表示投資者解讀基本信息和事件沖擊的能力。若=1表示投資者能準(zhǔn)確解，若>1(或<1)則表示投資者是高估(低估)了基本信息和事件沖擊影響。此外，投資者情緒驅(qū)動(dòng)的收益越高則情緒越易高漲，故>0，結(jié)合(1)式和(2)式可以得到(3)式：

--1=++[-1--2-(-1

+-1)]

(3)

其中，=，表示投資者反饋交易意愿。由于>0、>0，且一般認(rèn)為當(dāng)期情緒沖擊會(huì)隨時(shí)間逐漸變小，則假設(shè)0<<1。此時(shí)，重大公共事件恢復(fù)階段下的“價(jià)格-情緒-價(jià)格”的反饋交易模型基本完成。

(二)單期情緒影響

在恢復(fù)階段，重大公共事件的沖擊可能會(huì)逐漸下降甚至消失。為此，假設(shè)投資者僅在第一期出現(xiàn)一個(gè)情緒沖擊()，并設(shè)定=，=+++。根據(jù)(3)式可得到(4)式：

(4)

(5)

可見(jiàn)，當(dāng)<1，情緒會(huì)使股價(jià)出現(xiàn)正偏誤；當(dāng)>1時(shí)，則會(huì)出現(xiàn)負(fù)價(jià)格偏誤。反饋交易行為會(huì)放大或縮小價(jià)格偏誤程度。

(三)多期情緒影響

實(shí)踐中，投資者的非理性行為可能導(dǎo)致持續(xù)的情緒沖擊。為此，假設(shè)每期都會(huì)隨機(jī)的產(chǎn)生情緒沖擊，投資者情緒對(duì)第期股價(jià)沖擊可分為當(dāng)期情緒沖擊和前期情緒殘余，根據(jù)(3)式有(6)式：

++(,…,-1),≥1

(6)

其中，(·)表示前期情緒殘余，(,…,-1)=-1+-2+…+-1，且=(-1--2)，=，=-。

對(duì)上述二階線(xiàn)性齊次差分方程求解，可得(7)式：

(7)

(8)

求極限有(9)式：

(9)

可見(jiàn)，即使投資者能準(zhǔn)確解讀(=1)，股價(jià)仍會(huì)長(zhǎng)期偏離基本價(jià)值，價(jià)格偏誤會(huì)受各期情緒沖擊水平、投資者準(zhǔn)確解讀信息能力、反饋交易意愿、事件累計(jì)沖擊的影響。

(四)情緒分化的影響

為分析情緒分化對(duì)股價(jià)偏誤影響，將投資者依據(jù)解讀信息能力，分為高估群體(>1)、低估群體(<1)和理性群體(=1)，假設(shè)各類(lèi)投資者比例分別為：、、，且++=1。另外，假定高估、低估群體分別具有統(tǒng)一解讀能力和。結(jié)合(5)式或(9)式易知，第期價(jià)格偏誤可表示為(10)式：

(10)

可見(jiàn)，情緒分化是否會(huì)導(dǎo)致股價(jià)偏誤，取決于高估和低估群體引致股價(jià)偏誤的綜合水平。

三、實(shí)證模型與數(shù)據(jù)

(一)實(shí)證模型

VP-SV-VAR模型由SVAR模型演化而來(lái)，為了能捕捉各變量間的非線(xiàn)性動(dòng)態(tài)關(guān)系，允許回歸參數(shù)及方差-協(xié)方差隨時(shí)間而有時(shí)變性，即時(shí)變參數(shù)，有(11)式：

(11)

(12)

其中，+1～(0,Σ0)，+1～(0,Σ0)，+1～(0,Σ0)。假設(shè)同期服從不同隨機(jī)游走過(guò)程的參數(shù)是相互獨(dú)立的，且Σ、Σ、Σ均為對(duì)角矩陣。(12)式中假定所有參數(shù)均服從一階隨機(jī)游走過(guò)程，這將允許參數(shù)存在暫時(shí)或永久變動(dòng)，以捕捉漸變或突變經(jīng)濟(jì)結(jié)構(gòu)的影響，而通過(guò)馬爾科夫鏈蒙特卡羅(MCMC)方法能獲得更精確且有效的模型估計(jì)結(jié)果。

(二)案例選取與數(shù)據(jù)來(lái)源

本文以新冠疫情的復(fù)工復(fù)產(chǎn)作為重大公共事件恢復(fù)階段的研究案例。研究樣本為2020年4月7日至2021年2月10日的上證綜合指數(shù)日度收益率，起始時(shí)間是中央應(yīng)對(duì)疫情工作領(lǐng)導(dǎo)小組正式印發(fā)復(fù)工復(fù)產(chǎn)的指導(dǎo)意見(jiàn)，標(biāo)志著疫情進(jìn)入恢復(fù)階段，時(shí)間終點(diǎn)是2021年春節(jié)前最后一個(gè)交易日，避免節(jié)假日因素干擾。

新冠疫情()：以中國(guó)衛(wèi)計(jì)委公布的每日新增確診人數(shù)作為代理變量。

股票價(jià)格偏誤()：用工業(yè)增加值、居民消費(fèi)價(jià)格指數(shù)和上海銀行間隔夜拆借利率作為基本面代理變量，表示股票基礎(chǔ)價(jià)值測(cè)度。將上證綜合指數(shù)日度收益率與3個(gè)代理變量進(jìn)行回歸求得殘差，即為股票價(jià)格偏誤，相關(guān)數(shù)據(jù)均來(lái)源于CSMAR數(shù)據(jù)庫(kù)。

四、實(shí)證結(jié)果分析

(一)平穩(wěn)性及滯后期的選擇

根據(jù)前述定性分析，實(shí)證模型的變量順序設(shè)定為新冠疫情、股票價(jià)格偏誤、投資者情緒和情緒分化。對(duì)4個(gè)時(shí)間序列變量平穩(wěn)性進(jìn)行檢驗(yàn)，表1的ADF檢驗(yàn)結(jié)果顯示，各變量均至少在5%顯著水平上通過(guò)平穩(wěn)性檢驗(yàn)，因此應(yīng)使用各變量水平序列構(gòu)建模型。通過(guò)對(duì)滯后期為1～5的VAR模型檢驗(yàn)結(jié)果分析發(fā)現(xiàn)，滯后2期的VAR模型有最大的LR值和最小的AIC及SC值，故實(shí)證分析選擇滯后2期TVP-SV-VAR模型。

表1 變量單位根檢驗(yàn)

(二)模型估計(jì)

貝葉斯框架下運(yùn)用MCMC算法通過(guò)10 000次抽樣對(duì)TVP-SV-VAR模型進(jìn)行估計(jì)，剔除前1 000次預(yù)燒期樣本的后驗(yàn)參數(shù)估計(jì)結(jié)果如表2。所有參數(shù)的Geweke統(tǒng)計(jì)量在5%置信度下均不能拒絕趨于后驗(yàn)分布的原假設(shè)，即預(yù)燒期已足以使得馬爾科夫鏈趨于集中。而較低的無(wú)效性因子表示為模型參數(shù)均產(chǎn)生了非常有效的抽樣。此外，樣本自相關(guān)系數(shù)隨抽樣次數(shù)增加均收斂于0，且樣本取值均在均值附近以“白噪聲”的軌跡波動(dòng)，再次表明MCMC算法對(duì)抽樣樣本的有效性，可以利用脈沖響應(yīng)函數(shù)詳細(xì)分析疫情沖擊下股票價(jià)格偏誤、投資者情緒和情緒分化的動(dòng)態(tài)關(guān)系。

表2 模型參數(shù)估計(jì)結(jié)果

(三)不同時(shí)點(diǎn)的時(shí)變脈沖響應(yīng)分析

圖1和圖2分別刻畫(huà)了TVP-SV-VAR模型的兩種不同維度脈沖響應(yīng)函數(shù)，本文隨機(jī)選取的比較時(shí)點(diǎn)為第30、50和70個(gè)交易日(以下簡(jiǎn)稱(chēng)“日”)。圖1刻畫(huà)了不同時(shí)點(diǎn)上施加一個(gè)標(biāo)準(zhǔn)差沖擊后脈沖響應(yīng)函數(shù)的變化，在3個(gè)時(shí)點(diǎn)分別對(duì)疫情施加一個(gè)正標(biāo)準(zhǔn)差沖擊后，形成的脈沖響應(yīng)函數(shù)具有相似的演變趨勢(shì)。疫情當(dāng)期就會(huì)對(duì)股價(jià)偏誤產(chǎn)生正向影響并達(dá)到最大值，緊接著沖擊效應(yīng)逐漸減小并在第2期變?yōu)樨?fù)值，之后在正負(fù)值間螺旋式演進(jìn)，并于第7期后收斂于0，這說(shuō)明疫情變動(dòng)會(huì)導(dǎo)致股票價(jià)格同向偏離其基本價(jià)值，但市場(chǎng)自動(dòng)調(diào)節(jié)能力在一定程度上能自我糾正。

對(duì)投資者情緒和情緒分化則均在第1期產(chǎn)生最大正向沖擊，隨后沖擊效應(yīng)在波動(dòng)中逐漸減小，最終趨向一個(gè)較小的正響應(yīng)值，總體上對(duì)投資者情緒和情緒分化會(huì)產(chǎn)生正向影響。

給股價(jià)偏誤在不同時(shí)點(diǎn)一個(gè)標(biāo)準(zhǔn)差沖擊，股價(jià)偏誤當(dāng)期均會(huì)產(chǎn)生較激烈的正向沖擊，但隨后從第1期開(kāi)始逐漸收斂于0值，說(shuō)明股價(jià)偏誤發(fā)展本身存在慣性，但慣性持續(xù)期并不長(zhǎng)。對(duì)投資者情緒也均在當(dāng)期產(chǎn)生最大的正向沖擊，隨后逐漸縮小，并從第6期開(kāi)始收斂于0。情緒分化則會(huì)產(chǎn)生差異的脈沖響應(yīng)，對(duì)于第30日股價(jià)偏誤的沖擊，情緒分化響應(yīng)值在第1期達(dá)到最大后，第2期開(kāi)始就縮小并趨于0；第50和70日的沖擊影響類(lèi)似，均在當(dāng)期產(chǎn)生最大正向沖擊，之后迅速減小并于第2期就趨于0，但第50日的沖擊效應(yīng)顯著大于第70日，整體上股價(jià)偏誤僅對(duì)情緒分化產(chǎn)生較短期沖擊。

給投資者情緒在3個(gè)時(shí)點(diǎn)一個(gè)標(biāo)準(zhǔn)差沖擊后，股價(jià)偏誤均在第1期產(chǎn)生最大正沖擊，隨后沖擊效應(yīng)變?yōu)樨?fù)值，之后逐漸下降并從第5期始趨于0，即投資者情緒能夠在較短期內(nèi)促使股價(jià)偏離基本價(jià)值，但較長(zhǎng)時(shí)期內(nèi)則會(huì)對(duì)偏離進(jìn)行修正。對(duì)其自身當(dāng)期產(chǎn)生最大正向沖擊后，緊接著縮小，并從第5期開(kāi)始收斂于0。對(duì)情緒分化則形成差異的脈沖響應(yīng)，第30日投資者情緒變動(dòng)對(duì)情緒分化在第1期產(chǎn)生負(fù)向沖擊，隨后從第2期開(kāi)始沖擊影響則趨于較小的負(fù)值；第50和70日投資者情緒變動(dòng)均在當(dāng)期對(duì)情緒分化產(chǎn)生最大正向沖擊，之后開(kāi)始減小，并從第3期開(kāi)始趨于0。

圖1 不同時(shí)點(diǎn)時(shí)變脈沖響應(yīng)函數(shù)

圖2 不同提前期時(shí)變脈沖響應(yīng)

對(duì)情緒分化在3個(gè)時(shí)點(diǎn)分別施加一個(gè)正標(biāo)準(zhǔn)差沖擊后，脈沖響應(yīng)函數(shù)也產(chǎn)生了相似的變化趨勢(shì)。情緒分化對(duì)股價(jià)偏誤在第1期產(chǎn)生較小負(fù)向沖擊，隨后在第2期脈沖響應(yīng)變?yōu)檎?，之后快速下降并在?期接近0。對(duì)投資者情緒先產(chǎn)生負(fù)向沖擊，并在第2期達(dá)到最大值后迅速減小，并在第3期響應(yīng)變?yōu)檎担笤诓▌?dòng)中收斂于較小的正值，即短期存在負(fù)向影響，而長(zhǎng)期表現(xiàn)出穩(wěn)定的正向影響。對(duì)其本身則在當(dāng)期能產(chǎn)生最大正向沖擊后，沖擊效應(yīng)快速減弱，從第2期開(kāi)始趨于0。

(四)不同提前期的時(shí)變脈沖響應(yīng)分析

圖2刻畫(huà)了在不同提前期施加一個(gè)正標(biāo)準(zhǔn)差沖擊后形成的脈沖響應(yīng)，提前期隨機(jī)選定為第4、8和12期。不同提前期疫情均對(duì)股價(jià)偏誤產(chǎn)生持續(xù)負(fù)向沖擊，沖擊效應(yīng)在樣本期內(nèi)呈現(xiàn)擴(kuò)大態(tài)勢(shì)，說(shuō)明隨著前期疫情沖擊效應(yīng)的不斷顯現(xiàn)，所造成的股價(jià)偏離基本價(jià)值會(huì)得到一定程度的修正，且樣本期內(nèi)糾正作用在不斷變強(qiáng)。對(duì)投資者情緒則均產(chǎn)生不斷強(qiáng)化的正向沖擊，而對(duì)情緒分化的正向沖擊則以“穩(wěn)中有降”變化，即前140日呈現(xiàn)較平穩(wěn)，之后下降態(tài)勢(shì)顯現(xiàn)，這說(shuō)明樣本期內(nèi)投資者情緒對(duì)疫情變化的感應(yīng)愈加敏銳，疫情稍變即可引起投資者情緒較大反應(yīng)，但投資者對(duì)疫情影響的判斷存在分歧減小的趨勢(shì)。

面對(duì)不同提前期的股價(jià)偏誤一個(gè)正標(biāo)準(zhǔn)差沖擊時(shí)，對(duì)其自身沖擊作用僅在提前4期表現(xiàn)為隨時(shí)間較大波動(dòng)的特征，雖在第163日附近存在短暫正向沖擊，但整體上表現(xiàn)為負(fù)向沖擊影響效應(yīng)，即股價(jià)偏誤變動(dòng)會(huì)對(duì)自身產(chǎn)生反方向變動(dòng)，即在短期內(nèi)存在“反轉(zhuǎn)效應(yīng)”。對(duì)投資者情緒而言，在提前4期能夠產(chǎn)生具有時(shí)變特征的顯著正向沖擊，而提前8和12期的滯后響應(yīng)值在樣本期內(nèi)則表現(xiàn)為波動(dòng)中趨弱，說(shuō)明股價(jià)偏誤在短時(shí)期內(nèi)能對(duì)投資者情緒激化，而在長(zhǎng)期中則逐漸趨弱并有轉(zhuǎn)向趨勢(shì)的抑制作用。上述趨勢(shì)表示在疫情后經(jīng)濟(jì)恢復(fù)的推進(jìn)過(guò)程中，股價(jià)偏誤對(duì)情緒分化產(chǎn)生的縮小分化效應(yīng)正逐漸消失，甚至出現(xiàn)加劇分化的效應(yīng)。

投資者情緒對(duì)股價(jià)偏誤提前4期的脈沖響應(yīng)在0至150日之間在波動(dòng)中保持橫向延伸，而在150至163日之間開(kāi)始縮小，之后迅速返回橫向延伸區(qū)間，但該值一直都為負(fù)。這可能是因?yàn)榍捌谕顿Y者情緒引起的股價(jià)過(guò)度偏離在反轉(zhuǎn)效應(yīng)作用下，隨著情緒影響在短期內(nèi)的快速衰弱，股票價(jià)格將逐步重回基本價(jià)值。對(duì)于投資者情緒提前4期的脈沖響應(yīng)表現(xiàn)為較穩(wěn)定的正向沖擊，而在提前8和12期的沖擊影響則在波動(dòng)中逐漸減小，說(shuō)明投資者情緒在較短時(shí)期內(nèi)存在慣性，并會(huì)進(jìn)一步激化投資和情緒，但隨著時(shí)間拉長(zhǎng)則慣性逐漸減弱并產(chǎn)生較弱的反向做功效應(yīng)。至于情緒分化，提前4期的脈沖響應(yīng)在前50日為負(fù)值，之后變?yōu)樵龃蟮恼担惶崆?和12期的脈沖響應(yīng)則整體表現(xiàn)為波動(dòng)中逐漸縮小負(fù)沖擊，表示投資者情緒在短時(shí)期內(nèi)對(duì)情緒分化的影響由縮小轉(zhuǎn)為不斷加劇，而隨著提前期的拉長(zhǎng)則可縮小情緒分化，但影響效應(yīng)在觀測(cè)期內(nèi)不斷減弱。

情緒分化變動(dòng)基本不能對(duì)股價(jià)偏誤產(chǎn)生影響，這可能是因?yàn)殡S著疫情的有效控制、信息及時(shí)公開(kāi)，投資者能對(duì)疫情引起的不確定性形成較相似的判斷，情緒分化的輕微變動(dòng)不足以改變已有形成的作用關(guān)系。對(duì)投資者情緒在提前4期具有較穩(wěn)定的負(fù)向沖擊，而提前8和12期的滯后響應(yīng)值則呈現(xiàn)穩(wěn)中微升的趨勢(shì)，說(shuō)明情緒分化在較短提前期會(huì)平抑投資者情緒，而拉長(zhǎng)提前期后則會(huì)產(chǎn)生擴(kuò)大的激化作用。而對(duì)情緒分化本身產(chǎn)生的脈沖響應(yīng)時(shí)間序列為正，但具有穩(wěn)步縮小的趨勢(shì)，說(shuō)明情緒分化對(duì)其自身的影響存在慣性，前期較大情緒分化會(huì)加劇后期情緒分化，但樣本期內(nèi)的這種慣性作用在不斷縮小。

五、結(jié)論與建議

本文研究發(fā)現(xiàn)：第一，重大公共事件可通過(guò)直接和間接途徑對(duì)股市產(chǎn)生時(shí)變的沖擊效應(yīng)，其中直接途徑表現(xiàn)為事件變動(dòng)會(huì)直接對(duì)股票價(jià)格偏誤產(chǎn)生沖擊影響，間接途徑則為事件不確定性會(huì)改變投資者對(duì)股價(jià)預(yù)期，產(chǎn)生情緒變動(dòng)使其難以做出準(zhǔn)確判斷，進(jìn)而導(dǎo)致股價(jià)偏離基本價(jià)值；第二，重大公共事件恢復(fù)階段投資者情緒及情緒分化是股價(jià)偏離基本價(jià)值的重要因素，兩者的變動(dòng)均會(huì)對(duì)股價(jià)偏誤產(chǎn)生沖擊，且反饋交易也會(huì)造成投資者的認(rèn)知偏差和情緒的分化，而情緒與情緒分化間也相互影響；第三，重大公共事件對(duì)反饋交易體系能在較長(zhǎng)時(shí)間內(nèi)產(chǎn)生時(shí)變的沖擊影響，而股價(jià)偏誤、投資者情緒和情緒分化間則產(chǎn)生短期的非線(xiàn)性相互沖擊效應(yīng)。

基于結(jié)論的政策建議為：第一，金融政策的制定要綜合考慮重大公共事件的不同階段及不確定情況，以結(jié)構(gòu)化、數(shù)量化工具以及區(qū)域性政策，精準(zhǔn)創(chuàng)造企業(yè)恢復(fù)發(fā)展所需的營(yíng)運(yùn)環(huán)境；第二，從源頭上及時(shí)對(duì)市場(chǎng)傳言和謠言進(jìn)行把控和處理，避免投資者形成偏離現(xiàn)實(shí)的風(fēng)險(xiǎn)預(yù)期；第三，強(qiáng)化對(duì)投資者持續(xù)教育，拓展其信息收集渠道，提升對(duì)信息和事件的準(zhǔn)確解讀能力，促使投資者形成理性預(yù)期和價(jià)值投資理念，減少因主觀信念非理性波動(dòng)而對(duì)市場(chǎng)的沖擊；第四，培養(yǎng)多層次投資主體，及時(shí)利用股市平準(zhǔn)基金穩(wěn)定資本市場(chǎng)，避免觸發(fā)系統(tǒng)風(fēng)險(xiǎn)。