蘭忠菊，麥強(qiáng)盛

（西南林業(yè)大學(xué)會(huì)計(jì)學(xué)院，昆明 650224）

一、引言

有效市場(chǎng)假說(shuō)認(rèn)為股市收益的波動(dòng)可以用經(jīng)濟(jì)損失來(lái)解釋。反觀新冠疫情（以下簡(jiǎn)稱疫情）暴發(fā)帶來(lái)的結(jié)果，感染病例越多的地區(qū)應(yīng)遭受更嚴(yán)重的經(jīng)濟(jì)損失，且該地區(qū)以及相關(guān)行業(yè)企業(yè)的盈利能力將下降。武漢作為疫情暴發(fā)的中心，該地區(qū)公司的股票收益應(yīng)顯著低于平均水平，且隨著疫情的持續(xù)發(fā)展，這種差距將增大。同時(shí)，隨著感染病例的增加將會(huì)加大對(duì)醫(yī)療用品的需求，醫(yī)療、制藥和口罩行業(yè)的收益率也應(yīng)在較長(zhǎng)時(shí)間內(nèi)大幅度上升。但事實(shí)并非如此，武漢公司的股票收益與市場(chǎng)無(wú)差異，相關(guān)行業(yè)異常回報(bào)也沒(méi)有持續(xù)（Sun et al.2020）。因此，疫情防控期間，股市的波動(dòng)無(wú)法用經(jīng)濟(jì)損失來(lái)解釋。

疫情的暴發(fā)并迅速蔓延，使得感染人數(shù)和死亡人數(shù)增加，人們因此產(chǎn)生了恐慌心理，恐慌效應(yīng)的出現(xiàn)影響了投資者的交易行為，直接對(duì)投資者情緒產(chǎn)生較大的影響，情緒恐慌又導(dǎo)致其對(duì)市場(chǎng)預(yù)期發(fā)生改變，導(dǎo)致交易決策和行為也發(fā)生變化（陳奉功，2020）。投資者情緒是基于投資者心理和行為，而對(duì)股票預(yù)期收益產(chǎn)生的非理性系統(tǒng)性偏差，因此，投資者情緒變化反過(guò)來(lái)會(huì)影響其交易決策（張同明和張寧，2021），進(jìn)而對(duì)股市收益產(chǎn)生一定的影響。疫情的突發(fā)本來(lái)就對(duì)我國(guó)股票市場(chǎng)產(chǎn)生了巨大負(fù)面沖擊，加之其對(duì)投資者情緒的負(fù)面影響（徐宏和蒲紅霞，2021），進(jìn)一步對(duì)我國(guó)股市產(chǎn)生影響，但對(duì)我國(guó)不同板塊的影響存在差異，主板市場(chǎng)波動(dòng)率不斷上升，而在創(chuàng)業(yè)板市場(chǎng)則出現(xiàn)了短暫牛市現(xiàn)象（陳奉功，2020）。這可能與創(chuàng)業(yè)板市場(chǎng)自身高風(fēng)險(xiǎn)高收益、市場(chǎng)進(jìn)入門(mén)檻相對(duì)較低，主要是服務(wù)于中小高新科技型企業(yè)的特點(diǎn)有關(guān)。但關(guān)于疫情防控期間，投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)的具體影響以及其出現(xiàn)短暫牛市現(xiàn)象的分析還未引起足夠的關(guān)注。因此，本研究選擇適當(dāng)?shù)那榫w代理變量構(gòu)建投資者情緒指數(shù)，研究疫情對(duì)創(chuàng)業(yè)板市場(chǎng)收益的影響，重點(diǎn)研究疫情防控期間情緒與創(chuàng)業(yè)板市場(chǎng)收益的變化情況，進(jìn)一步研究在此期間情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益的影響的差異性。

二、文獻(xiàn)綜述

關(guān)于投資者情緒指標(biāo)的選取尚未形成一致，目前主要有問(wèn)卷調(diào)查。文本分析以主觀指標(biāo)為主，如投資者信心指數(shù)、消費(fèi)者信心指數(shù)、好淡指數(shù)等（孫凌蕓和張金林，2017）；以市場(chǎng)交易指標(biāo)數(shù)據(jù)來(lái)衡量投資者情緒的客觀指標(biāo)，如成交額、換手率、市盈率、成交量等（張征超和劉宇宸妃，2018）以及將主客觀指標(biāo)綜合的復(fù)合型指標(biāo)?；仡櫖F(xiàn)有投資者情緒指數(shù)構(gòu)建的相關(guān)研究，多數(shù)學(xué)者在情緒指標(biāo)的選取上存在一定的差異，但也存在一些共同的指標(biāo)，如IPO 數(shù)量及首日收益率（張征超和劉宇宸妃，2018；劉金娥和莫舒婷，2018）、封閉式基金折價(jià)率（易洪波等，2017）、新增投資者數(shù)量（童元松，2021）、市盈率（田映華和王婷，2017）等。目前關(guān)于股市收益的研究，主要集中在宏觀經(jīng)濟(jì)政策層面。楊艷和宋思學(xué)（2020）從差異化角度分析了四種經(jīng)濟(jì)政策不確定性對(duì)股市收益的影響，發(fā)現(xiàn)對(duì)股市收益影響最大的因素是貨幣政策，且其影響在不同行業(yè)中存在差異性。占晶晶等（2020）基于事件研究法和EGARCH 模型研究發(fā)現(xiàn)，央行ETF 購(gòu)買(mǎi)政策的通知在顯著提高股市收益的同時(shí)可以改變短期內(nèi)的投資預(yù)期。陳瓊豪等（2019）通過(guò)樣本里和樣本外檢驗(yàn)得出通貨膨脹不僅對(duì)股市收益產(chǎn)生負(fù)面影響，而且還可預(yù)測(cè)股市收益。而關(guān)于投資者情緒與股市收益關(guān)系的研究，孫凌蕓等（2017）研究發(fā)現(xiàn)兩者存在多重分形特征，且絕對(duì)波動(dòng)幅度大，多重分形程度強(qiáng)；田映華等（2017）、Gao（2018）研究發(fā)現(xiàn)投資者情緒顯著正向影響股市收益，且不同類型的投資者情緒對(duì)股市收益的影響存在杠桿效應(yīng)；胡雅婷等（2020）則認(rèn)為樂(lè)觀情緒、悲觀情緒對(duì)股市收益的影響存在差異，但只有樂(lè)觀的情緒才會(huì)對(duì)股市收益產(chǎn)生影響，并且其可以較好地解釋難以估值、套利成本高的股票的回報(bào)（Guofu，2018）且產(chǎn)生的影響更大（Malcolm and Jeffrey，2007）。眾多學(xué)者除了研究國(guó)內(nèi)股票市場(chǎng)變化情況，也逐漸開(kāi)始對(duì)國(guó)外股票市場(chǎng)展開(kāi)研究。如李長(zhǎng)治等（2020）采用中介效應(yīng)模型研究發(fā)現(xiàn)，美國(guó)投資者情緒主要通過(guò)跨境資本流動(dòng)和中國(guó)投資者情緒渠道對(duì)中國(guó)股市收益產(chǎn)生正向沖擊。此外，投資者情緒在不同國(guó)家之間具有傳染性，外國(guó)投資者情緒會(huì)傳染到國(guó)內(nèi)，從而影響本國(guó)股市的流動(dòng)性（Byomakesh，2017）。疫情暴發(fā)后，各學(xué)者將視角集中在疫情對(duì)投資者情緒、股市收益以及兩者之間關(guān)系的研究。如Sun et al.（2020）運(yùn)用事件研究法分析疫情對(duì)中國(guó)股市收益的影響，結(jié)果發(fā)現(xiàn)疫情防控期間個(gè)人投資者情緒與股市收益的正相關(guān)關(guān)系比以往更強(qiáng)，且在高市盈率、低凈資產(chǎn)和低機(jī)構(gòu)持股企業(yè)中的影響更為顯著。張志平等（2020）也采用該方法分析發(fā)現(xiàn)，疫情對(duì)資本市場(chǎng)的沖擊效應(yīng)在短期是強(qiáng)烈的，且在不同行業(yè)之間存在差異；同時(shí)有助于股價(jià)的同步性提升，投資者情緒在這種影響中存在顯著的中介作用（程晨和劉珂，2021）。

綜上所述，關(guān)于投資者情緒、股市收益的相關(guān)研究較為豐富，這在為本文的研究提供了理論基礎(chǔ)的同時(shí)也存在著以下不足：第一，以往關(guān)于情緒對(duì)股市的影響研究主要集中在主板市場(chǎng)，缺乏對(duì)創(chuàng)業(yè)板市場(chǎng)的深入研究；第二，疫情暴發(fā)后，大量學(xué)者的研究主要以事件研究法分析疫情對(duì)股市的影響，且多集中宏觀層面、主板市場(chǎng)，對(duì)創(chuàng)業(yè)板市場(chǎng)的研究未引起足夠關(guān)注。因此，本文從疫情角度出發(fā)，重點(diǎn)研究疫情因素在投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益的差異性，旨在豐富創(chuàng)業(yè)板市場(chǎng)收益研究的同時(shí)為投資者在面對(duì)重大公共衛(wèi)生事件時(shí)提供合理的投資參考建議。

三、實(shí)證分析

（一）情緒指標(biāo)選取及數(shù)據(jù)來(lái)源

根據(jù)文獻(xiàn)回顧以及創(chuàng)業(yè)板市場(chǎng)的特點(diǎn)，本文借鑒張征超和劉宇宸妃（2018）、劉金娥和莫舒婷（2018）指標(biāo)的選取，選擇成交量（VOL）、市盈率（PE）、流通換手率（TUR）、新增投資者數(shù)量（NNA）、消費(fèi)者信心指數(shù)（CCI）指標(biāo)，并加入兩融余額（MAR）?？紤]到投資者情緒本身存在領(lǐng)先和滯后影響（易洪波等，2017；劉金娥和莫舒婷，2018），為此將6 個(gè)指標(biāo)的滯后一期也作為備選指標(biāo)（各指標(biāo)定義如表1 所示）。創(chuàng)業(yè)板指數(shù)包含了創(chuàng)業(yè)板發(fā)展好的100 只成分股，因此，其可以較好地衡量創(chuàng)業(yè)板市場(chǎng)收益，創(chuàng)業(yè)板指數(shù)的收益率計(jì)算公式為Rt= (Pt-Pt-1)/Pt-1×100，其中Pt是t 日的收盤(pán)價(jià)，Pt-1是t-1 日的收盤(pán)價(jià)。在公式中，新增投資者數(shù)量來(lái)源于中國(guó)證券登記結(jié)算有限責(zé)任公司，市盈率和流通換手率原始數(shù)據(jù)來(lái)源于上海證券交易所及深圳證券交易所，其余數(shù)據(jù)均源于choice 金融終端。所有指標(biāo)數(shù)據(jù)均為月度數(shù)據(jù)，數(shù)據(jù)時(shí)間范圍為2010 年8 月到2021 年12 月。

（二）投資者情緒指數(shù)構(gòu)建

考慮到指標(biāo)之間可能存在的多重共線性問(wèn)題，采用主成分分析法（田映華和王婷，2017）構(gòu)建綜合情緒指數(shù)，首先將表1 中6 個(gè)指標(biāo)及其滯后一期合計(jì)12 個(gè)指標(biāo)數(shù)據(jù)進(jìn)行第一次主成分分析，初步得出投資者情緒綜合指數(shù)IS1，并將IS1 與12 個(gè)指標(biāo)進(jìn)行相關(guān)性分析。通過(guò)表2 的相關(guān)性分析，選擇VOL_1、PE、TUR_1、NNA_1、CCI、MAR_1 這6 個(gè)相關(guān)性較強(qiáng)的指標(biāo)作為投資者情緒代理指標(biāo)。

表2 相關(guān)系數(shù)分析

為了進(jìn)一步驗(yàn)證最終選擇的6 個(gè)變量的有效性，將6 個(gè)變量再次運(yùn)用上述方法構(gòu)建投資者情緒綜合指數(shù)IS2，檢驗(yàn)IS1 與IS2 的相關(guān)性，通過(guò)表3的結(jié)果可知，IS1 與IS2 的相關(guān)性高達(dá)98.2%，且通過(guò)了1%的顯著性水平，說(shuō)明最終選擇的6 個(gè)變量包含了最初12 個(gè)變量的大量信息。

表3 IS1 與IS2 相關(guān)性分析

投資者情緒除了受自身心理的影響，還會(huì)受到宏觀基本面因素的影響，借鑒劉金娥等（2018）選取的控制變量，本文選擇居民消費(fèi)價(jià)格指數(shù)（CPI）、宏觀經(jīng)濟(jì)景氣指數(shù)的一致性指數(shù)（MBCI）和工業(yè)出廠價(jià)格指數(shù)（PPI）3 個(gè)指標(biāo)作為控制變量來(lái)剔除宏觀經(jīng)濟(jì)因素對(duì)投資者情緒的影響。因此，文章將6 個(gè)源指標(biāo)分別對(duì)3 個(gè)控制變量進(jìn)行回歸分析，并以各回歸分析的殘差序列進(jìn)行第三次主成分分析，得出前三個(gè)主成分的累積貢獻(xiàn)率達(dá)到88.71%，以前三個(gè)主成分各自的貢獻(xiàn)率為權(quán)重，加權(quán)平均計(jì)算最終的投資者情緒綜合指數(shù)IS，即：

從圖1 可知，本研究構(gòu)建的投資者情緒指數(shù)與創(chuàng)業(yè)板市場(chǎng)收益率的變化趨勢(shì)大致一致，表明投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益之間存在緊密聯(lián)系。在2015 年創(chuàng)業(yè)板市場(chǎng)收益與投資者情緒都發(fā)生了大幅度的漲跌。疫情暴發(fā)期間，投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益并非一路下跌而是在不斷震蕩，這與疫情的發(fā)展變化以及國(guó)家的各項(xiàng)有效的防疫措施有一定的關(guān)系。

圖1 R 與IS 時(shí)序圖

（三）變量平穩(wěn)性檢驗(yàn)

為防止出現(xiàn)偽回歸現(xiàn)象，本文采用單位根（ADF）檢驗(yàn)方法檢驗(yàn)時(shí)間序列數(shù)據(jù)的平穩(wěn)性。由表4 可知，IS 與R 均在1%的顯著性水平下是穩(wěn)定的，可以進(jìn)行建模分析。

表4 平穩(wěn)性檢驗(yàn)結(jié)果

（四）格蘭杰因果檢驗(yàn)

該檢驗(yàn)用于初步分析各變量之間的因果關(guān)系。從表5 可知，在5%的顯著性水平下，投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益存在顯著的雙向格蘭杰原因，即投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益之間存在相互影響關(guān)系。

表5 格蘭杰因果檢驗(yàn)結(jié)果

（五）動(dòng)態(tài)相關(guān)性分析

考慮到廣義條件自回歸模型（VAR 模型）不需要以一定的經(jīng)濟(jì)理論為基礎(chǔ)，且模型的每個(gè)方程是用內(nèi)生變量與其對(duì)應(yīng)的滯后變量進(jìn)行回歸分析變量之間的關(guān)系，因此，本研究采用該方法檢驗(yàn)投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益之間的動(dòng)態(tài)影響情況?，F(xiàn)以2010 年8 月至2019 年12 月為疫情前，2020 年1 月1 日至2021 年12 月為疫情防控期間，在VAR模型中加入虛擬變量疫情D（疫情前為0，疫情防控期間為1），以分析疫情防控期間投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益之間的動(dòng)態(tài)關(guān)系，表達(dá)式如下：

其中，Rt是創(chuàng)業(yè)板市場(chǎng)收益率；ISt是投資者情緒；w是截距項(xiàng)矩陣；γi是回歸參數(shù)矩陣；i 是最優(yōu)滯后階數(shù)；εt是殘差向量。

VAR 模型的建立需要確定最優(yōu)滯后階數(shù)，從表6 中可知，確定準(zhǔn)則中LR、FPE、AIC 選擇的最優(yōu)滯后階數(shù)為3 階，而SC、HQ 準(zhǔn)則確定的最優(yōu)滯后階數(shù)為1 階，綜合選擇最優(yōu)滯后階數(shù)為3 階。

表6 VAR 模型最優(yōu)滯后階數(shù)確定

對(duì)滯后3 階的VAR 模型回歸，由表7 可知，滯后一期、滯后二期的創(chuàng)業(yè)板市場(chǎng)收益對(duì)投資者情緒存在顯著的正向影響，符合行為金融理論中的“反饋效應(yīng)”；與格蘭杰因果檢驗(yàn)的結(jié)果一致，即創(chuàng)業(yè)板市場(chǎng)收益對(duì)投資者情緒存在影響。滯后一期和滯后二期的投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益具有負(fù)向影響，而滯后三期具有顯著的正向影響,即投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益的影響存在滯后現(xiàn)象，且隨著時(shí)間的延長(zhǎng)，其影響逐漸凸顯，說(shuō)明投資者情緒不會(huì)立即反映在市場(chǎng)中，而需要經(jīng)過(guò)一定時(shí)間，市場(chǎng)才會(huì)體現(xiàn)情緒帶來(lái)的變化。經(jīng)過(guò)相關(guān)文獻(xiàn)以及創(chuàng)業(yè)板市場(chǎng)特點(diǎn)的分析，發(fā)現(xiàn)這符合我國(guó)股市的特點(diǎn)，即“牛市在狂歡中結(jié)束，熊市在絕望中反彈”和“牛短熊長(zhǎng)”。當(dāng)投資者情緒高漲時(shí)將會(huì)提升市場(chǎng)活躍的交易氛圍，促使股市收益走高，當(dāng)牛市接近尾聲時(shí)，投資者情緒才會(huì)高漲，在牛市走向熊市拐點(diǎn)處達(dá)到最高點(diǎn)，此后市場(chǎng)收益將下降；在熊市時(shí)，由于其階段較長(zhǎng)，投資者情緒長(zhǎng)期處于低迷狀態(tài)時(shí)，提升投資者情緒需要一定的時(shí)間，而此時(shí)股市收益可能已經(jīng)開(kāi)始反彈。疫情對(duì)投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益率有一定的影響，但均不顯著，原因可能是投資者存在反應(yīng)不足的問(wèn)題，投資者和市場(chǎng)對(duì)于突發(fā)的重大事件來(lái)不及處理相關(guān)信息從而無(wú)法迅速作出反應(yīng)。

表7 VAR 模型回歸結(jié)果

VAR 模型沒(méi)有對(duì)任何變量做任何約束。因而無(wú)法檢驗(yàn)一個(gè)變量對(duì)另一個(gè)變量的影響程度。格蘭杰因果檢驗(yàn)僅體現(xiàn)了兩種變量大致的關(guān)系，存在一定的局限性。而脈沖響應(yīng)分析與前兩者互補(bǔ)，對(duì)IS 和R 進(jìn)行更加細(xì)致的分析。對(duì)圖2 進(jìn)行分析可得，當(dāng)給投資者情緒一個(gè)標(biāo)準(zhǔn)差沖擊時(shí)，創(chuàng)業(yè)板市場(chǎng)收益開(kāi)始遞減為負(fù)的，在第三期左右達(dá)到峰值，之后逐漸上升，在第五期左右趨向于零；當(dāng)給創(chuàng)業(yè)板市場(chǎng)收益一個(gè)標(biāo)準(zhǔn)差的沖擊時(shí)，投資者情緒直接上升，同樣在第三期左右達(dá)到峰值，但變化幅度相對(duì)更大；疫情對(duì)投資者情緒和創(chuàng)業(yè)板市場(chǎng)收益都具有相應(yīng)的影響，但影響幅度不大，其對(duì)創(chuàng)業(yè)板市場(chǎng)收益的影響相對(duì)更大，且并未迅速反應(yīng)，而是存在一定的滯后期間，表明疫情防控期間投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益在短期內(nèi)存在相互動(dòng)態(tài)影響。

圖2 脈沖響應(yīng)圖

在脈沖響應(yīng)分析的基礎(chǔ)上，為確定可控因素對(duì)研究結(jié)果的影響，本研究進(jìn)一步采用方差分解來(lái)分析不同因素的變化情況對(duì)整體變化的貢獻(xiàn)（結(jié)果如表8、表9 所示）。從表8 中可知，創(chuàng)業(yè)板市場(chǎng)收益在第一期只受自身因素的影響，從第二期開(kāi)始受投資者情緒與疫情的影響，且影響在逐漸增加，投資者情緒對(duì)其影響在第五期趨于穩(wěn)定，疫情對(duì)其的影響在不斷上下浮動(dòng)，兩者對(duì)創(chuàng)業(yè)板市場(chǎng)收益的影響貢獻(xiàn)不大；從表9 可知，創(chuàng)業(yè)板市場(chǎng)收益從第一期、疫情從第二期開(kāi)始對(duì)投資者情緒產(chǎn)生影響，且影響逐漸增強(qiáng)，疫情從第六期開(kāi)始對(duì)其的影響在逐漸減小，這可能與后期國(guó)內(nèi)疫情發(fā)展穩(wěn)定，逐漸恢復(fù)正常生活以及前期實(shí)施的各類相關(guān)政策發(fā)揮作用有關(guān)。綜上，投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益均受疫情的影響，但疫情對(duì)投資者情緒的影響相對(duì)更大；創(chuàng)業(yè)板市場(chǎng)收益解釋投資者情緒的貢獻(xiàn)度遠(yuǎn)大于投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益的貢獻(xiàn)度，原因可能是市場(chǎng)收益是由多種復(fù)雜因素共同影響所形成的，投資者情緒僅是其中一小部分，而投資者作為逐利者，收益是其最重要的目的，因而其對(duì)投資者情緒影響較大，從側(cè)面反映了兩者存在互動(dòng)關(guān)系。

表8 R 的方差分解

表9 IS 的方差分解

（六）非對(duì)稱性分析

在前面的分析中，可以發(fā)現(xiàn)正負(fù)消息對(duì)股市收益的影響是存在差異的，即可能存在非對(duì)稱現(xiàn)象。由于指數(shù)廣義條件自回歸模型（EGARCH）考慮了正負(fù)消息因素且對(duì)參數(shù)的約束較少，因此，本研究采用該模型具體分析這種非對(duì)稱現(xiàn)象。在建立該模型之前需要檢驗(yàn)數(shù)據(jù)的異方差性，即檢驗(yàn)數(shù)據(jù)序列是否存在條件自回歸（ARCH）效應(yīng)，存在即可建立該模型分析非對(duì)稱性。采用拉格朗日常數(shù)檢驗(yàn)（ARCH-LM）方法，從表10 檢驗(yàn)結(jié)果可知，均值方程的殘差序列存在ARCH 效應(yīng)，可以建立EGARCH 模型。

表10 ARCH 效應(yīng)檢驗(yàn)結(jié)果

為了驗(yàn)證投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益的非對(duì)稱影響，進(jìn)一步分析疫情因素的影響，在EGARCH（1，1）模型的均值方程中加入投資者情緒，方差方程中加入疫情因素，表達(dá)式如下：

均值方程：

方差方程：

式（3）中θ1是非對(duì)稱項(xiàng)的系數(shù)，若該值不為零，則說(shuō)明存在杠桿效應(yīng)，虛擬變量D 表示疫情。通過(guò)對(duì)比正態(tài)分布、學(xué)生t 分布以及廣義誤差分布（GED）三種分布下的結(jié)果，發(fā)現(xiàn)GED 分布下結(jié)果最佳，因此本文最終建立了GED-EGARCH（1，1）模型。從表11 結(jié)果可知，GED 分布參數(shù)估計(jì)值均大于2，符合金融數(shù)據(jù)特征，均值方程中投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益存在顯著的負(fù)向影響，表明投資者情緒的高漲不利于增加市場(chǎng)收益。反之則相反：當(dāng)投資者情緒高漲時(shí)，投資者對(duì)市場(chǎng)預(yù)期向好，不斷買(mǎi)進(jìn)股票，助推股價(jià)高漲，最終導(dǎo)致股價(jià)泡沫，使得投資者遭受損失，降低股市收益；兩種情況下的方差方程中θ1系數(shù)均大于0，說(shuō)明存在杠桿效應(yīng)，即積極和消極投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益帶來(lái)的沖擊是存在差異的。具體而言，當(dāng)μt-1＞0 時(shí)，未考慮疫情因素時(shí)，將產(chǎn)生α1+θ1=0.657 倍的正向沖擊，而考慮疫情因素時(shí)產(chǎn)生0.645 倍正向沖擊；當(dāng)μt-1＜0 時(shí)，未考慮疫情因素時(shí)，產(chǎn)生α1-θ1=0.265 倍的負(fù)向沖擊，考慮疫情因素時(shí)則產(chǎn)生0.233 倍負(fù)向沖擊，兩種情況下均表明積極的投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益的波動(dòng)更大，且在疫情因素的影響下，產(chǎn)生的正負(fù)沖擊相對(duì)較小，但正負(fù)沖擊變化幅度更大，可能是由于疫情的發(fā)生分擔(dān)了部分投資者情緒對(duì)市場(chǎng)收益的影響，使得投資者情緒對(duì)市場(chǎng)收益的直接影響相對(duì)較小。當(dāng)市場(chǎng)上出現(xiàn)利好消息時(shí)，投資者的情緒也跟著上漲，原來(lái)市場(chǎng)中投資者會(huì)加大對(duì)股票份額的購(gòu)買(mǎi)，新股民也會(huì)跟風(fēng)進(jìn)入市場(chǎng)，進(jìn)一步推動(dòng)股價(jià)上漲，易形成價(jià)格泡沫，不利于增加市場(chǎng)收益；當(dāng)不利消息出現(xiàn)時(shí)，一般而言，股價(jià)應(yīng)隨著投資者情緒的下降而下跌。但由于我國(guó)股市易受各種政策因素的影響，當(dāng)出現(xiàn)利空消息時(shí)，國(guó)家會(huì)出臺(tái)各種政策來(lái)救市，以維持股價(jià)的穩(wěn)定，使得投資者對(duì)利空消息不是特別的敏感，導(dǎo)致情緒低迷時(shí)，股價(jià)反而上漲。因此，投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益存在杠桿效應(yīng)，且疫情因素會(huì)加大投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益這種效應(yīng)的變化幅度。

表11 EGARCH 模型結(jié)果

四、結(jié)論與啟示

選取2010 年8 月至2021 年12 月創(chuàng)業(yè)板指數(shù)和6 個(gè)情緒代理指標(biāo)構(gòu)建的投資者情緒指數(shù)月度數(shù)據(jù)，引入新冠疫情虛擬變量，通過(guò)構(gòu)建VAR 模型和GED-EGARCH（1，1）模型分析投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益影響及疫情因素對(duì)影響的變化情況。通過(guò)結(jié)果分析得出以下結(jié)論：第一，投資者情緒與創(chuàng)業(yè)板市場(chǎng)收益存在雙向格蘭杰原因；第二，疫情對(duì)投資者情緒和創(chuàng)業(yè)板市場(chǎng)收益均產(chǎn)生負(fù)向影響，但不顯著，且兩者之間存在相互動(dòng)態(tài)影響；第三，投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益存在非對(duì)稱影響，且積極投資者情緒對(duì)其的沖擊更大；第四，疫情因素降低了投資者情緒對(duì)創(chuàng)業(yè)板市場(chǎng)收益的正負(fù)沖擊，但增加了正負(fù)沖擊變化的幅度。

綜合本文的研究背景與實(shí)證分析結(jié)果，得出如下啟示：第一，我國(guó)的證券市場(chǎng)制度不完善，個(gè)體投資者占比較高，市場(chǎng)易受投資者情緒的影響，所以投資者應(yīng)當(dāng)避免追漲殺跌，更加理性地通過(guò)多元化投資組合分散非系統(tǒng)性風(fēng)險(xiǎn)，減少不必要的損失；第二，監(jiān)管機(jī)構(gòu)應(yīng)積極普及相關(guān)投資知識(shí)，及時(shí)發(fā)布權(quán)威信息引導(dǎo)投資者理性化投資，積極培育并引導(dǎo)機(jī)構(gòu)投資者進(jìn)入市場(chǎng)，縮小投資者結(jié)構(gòu)不對(duì)稱差距，充分發(fā)揮機(jī)構(gòu)投資者的專業(yè)知識(shí)和信息獲取優(yōu)勢(shì)；第三，注重投資者情緒與股市收益之間的關(guān)系，定期編制并發(fā)布權(quán)威有效的投資者情緒指數(shù)，減少投資者非理性投資行為，加強(qiáng)完善相關(guān)市場(chǎng)制度；第四，針對(duì)重大公共衛(wèi)生事件的突發(fā)情況應(yīng)及時(shí)采取措施緩解其對(duì)市場(chǎng)的沖擊，投資者也應(yīng)相對(duì)理性地看待此類事件對(duì)市場(chǎng)的影響。