江海潮 黃玲鈺

摘 要：不同層次資本市場收益和投資者情緒之間有著復(fù)雜關(guān)系， TVP-VAR 模型研究表明：中國滬深主板、科創(chuàng)板與創(chuàng)業(yè)板三層次資本市場投資者情緒相互間具有非對(duì)稱溢出性；資本市場收益間存在非對(duì)稱相互溢出；資本市場情緒有著顯著的正溢出效應(yīng)，而且溢出效應(yīng)呈現(xiàn)市場差異性與時(shí)變異質(zhì)性。整體來講，不同層次市場情緒和收益因相互正向溢出而不斷增長強(qiáng)化，短暫期交叉溢出效應(yīng)波動(dòng)性比維持期效應(yīng)波動(dòng)更劇烈，三層次股市收益波動(dòng)性對(duì)短期市場情緒溢出效應(yīng)更加敏感。

關(guān)鍵詞：TVP-VAR 模型；資本市場收益；投資者情緒；溢出效應(yīng)；時(shí)變異質(zhì)性

本文索引：江海潮，黃玲鈺.<變量 2>[J].中國商論，2023（15）：-125.

中圖分類號(hào)：F832.48 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2023）08（a）--06

1 引言

資本市場收益受眾多因素影響，如宏觀經(jīng)濟(jì)周期因素、市場景氣因素、公司基本面因素與投資者情緒因素。研究發(fā)現(xiàn)，投資者情緒與股市收益之間存在顯著的溢出效應(yīng)，且不同時(shí)期投資者情緒與市場收益率之間的溢出效應(yīng)存在顯著的時(shí)變特性與階段性差異（張國勝，2021，孫勝達(dá)，2022）[1-2]。不同狀態(tài)的投資者情緒傾向?qū)善笔袌鍪找娴囊绯鲂?yīng)存在顯著的非對(duì)稱性，相較積極情緒，消極情緒的短期持續(xù)性更大，消極情緒釋放的時(shí)間也更長（陸昌等，2020）[3]。受市場景氣因素的沖擊影響，投資者情緒與各行業(yè)板塊股市收益率之間存在非對(duì)稱靜態(tài)與動(dòng)態(tài)溢出效應(yīng)（唐勇等，2019）[4]。股市收益與投資者情緒互動(dòng)關(guān)系具有明顯的市場異質(zhì)性與板塊分異性，進(jìn)一步發(fā)現(xiàn)投資者情緒與收益率的雙向溢出效應(yīng)存在復(fù)雜的股票異質(zhì)性，小盤股、高市盈率股及虧損股有著更高的投資者情緒敏感性（劉昊，2019；周文龍等，2020）[5-6]。

研究發(fā)現(xiàn)，深入研究股市收益與投資者情緒關(guān)系，始終面臨投資者情緒測度難題（劉學(xué)文，2019）[7]。現(xiàn)有理論研究表明，投資者情緒實(shí)際上是投資者非理性心理表現(xiàn)，表現(xiàn)為交易波動(dòng)性或噪音性，部分解釋了價(jià)格過度波動(dòng)異象和收益長期反轉(zhuǎn)之謎（肖勛勇等，2017）[8]。部分研究采用直接方法測度投資者的非理性心理情緒，以問卷、采訪等方式，獲取投資者的證券市場情緒訴求，如好淡指數(shù)、信心指數(shù)（呂志巖等，2013；羅雅蘭，2020）[9-10]，進(jìn)行個(gè)性化測度。另一些研究則借助間接情緒指標(biāo)如換手率（Baker 等，2004；張靜等，2018）[11-12]、市盈率（張國勝等，2021）和市凈率（黃華繼等，2022）[13]、新高新低比（周文龍等，2020）、阿姆氏指標(biāo)（戚成飛，2019）[14]、融資融券余額等（張芳等，2021）[15]描述投資者情緒。還有一些研究，采用主成分等特定技術(shù)方法，構(gòu)建綜合情緒指標(biāo)測度投資者情緒（Baker 等，2006；易志高等，2009）[16-17]。由于研究投資情緒測度多樣性，學(xué)者們股市收益與投資者情緒關(guān)系難以達(dá)成一致意見，這需要進(jìn)一步研究探討。

隨著中國股市的深入發(fā)展，中小板合并深主板，意味著我國資本市場層次性不斷彰顯，各資本市場定位更加明確，形成上交所主板+科創(chuàng)板和深交所主板+創(chuàng)業(yè)板的新型資本市場體系。因此，本文利用 TVP-VAR 模型，分析中國不同層次市場收益與投資者情緒溢出效應(yīng)。

2 投資者情緒評(píng)價(jià)

2.1 投資者情緒指標(biāo)選取

本文結(jié)合中國A股多層次資本市場數(shù)據(jù)的頻率和可獲得性，從股市流動(dòng)性和波動(dòng)情況以及股市技術(shù)面分析等多方面因素考慮，選擇了滬深300指數(shù)和科創(chuàng)50指數(shù)以及創(chuàng)業(yè)板指數(shù)的市盈率和市凈率、震蕩幅度、新高新低比、騰落比例、阿姆氏指標(biāo)、換手率和流動(dòng)性水平等八個(gè)投資者情緒代理指標(biāo)，構(gòu)建出一個(gè)日度投資者情緒綜合指數(shù)，以更好地反映投資者的情緒變化。其中，市盈率和市凈率來自東方財(cái)富Chioce金融終端，指數(shù)的價(jià)格、成交金額和流通市值，騰落指標(biāo)、阿姆氏指標(biāo)和換手率以及新高新低比等指標(biāo)來自國泰安數(shù)據(jù)庫。由于中小板于2021年4月6日和深市主板正式合并，因此數(shù)據(jù)區(qū)間設(shè)定為2021年4月6日到2022年12月8日。

2.2 投資者情緒評(píng)價(jià)方法

目前，主成分分析法仍然是眾多學(xué)者評(píng)價(jià)投資者情緒的選擇。評(píng)價(jià)投資者情緒首先通過主成分分析降維，將相關(guān)性較高的情緒代理指標(biāo)線性變換轉(zhuǎn)成彼此相互獨(dú)立或不相關(guān)的主成分。每個(gè)主成分都能反映原始指標(biāo)的大部分信息，且所含信息互不相關(guān)。根據(jù)主成分的方差貢獻(xiàn)率大小依次遞減的順序排列，并計(jì)算累積特征值貢獻(xiàn)率的比值確定各成分的權(quán)重，得出降維后的數(shù)據(jù)，使數(shù)據(jù)結(jié)果更有效的反映非理性信息。具體計(jì)算公式為

其中，表示投資者情緒綜合指數(shù)，i分別取滬深主板、科創(chuàng)板和創(chuàng)業(yè)板，j代表第n個(gè)主成分。

2.3 投資者情緒綜合測度

本文使用Stata17軟件進(jìn)行主成分分析，具體分析結(jié)果如表1所示。根據(jù)主成分分析的原理，當(dāng)成分累積特征值貢獻(xiàn)率達(dá)到85%以上時(shí)，可選取此成分構(gòu)建綜合情緒指標(biāo)。根據(jù)累積貢獻(xiàn)率，滬深主板、科創(chuàng)板以及創(chuàng)業(yè)板的投資者情緒構(gòu)建均取前四個(gè)主成分?；诖?，按照各自方差貢獻(xiàn)率進(jìn)行加權(quán)來構(gòu)造綜合指數(shù)，分別記為ehs、ekc、ecy。

具體表達(dá)式如下：

ehs=0.3402*Comp1+0.2812*Comp2+0.2388*Comp3+0.1398*Comp4（1）

ekc=0.4767*Comp1+0.2249*Comp2+0.1763*Comp3+0.122*Comp4（2）

ecy=0.4626*Comp1+0.2749*Comp2+0.1564*Comp3+0.1062*Comp4（3）

3 市場收益與投資者情緒溢出實(shí)證研究

3.1 變量處理與建模

3.1.1 單位根檢驗(yàn)

滬深主板、科創(chuàng)板和創(chuàng)業(yè)板收益分別使用滬深300指數(shù)、科創(chuàng)板50指數(shù)與創(chuàng)業(yè)板指數(shù)的對(duì)數(shù)收益率來衡量不同資本市場的收益率，分別記為rhs、rkc、rcy。本文對(duì)數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，并考察變量的單位根檢驗(yàn)，結(jié)果如表2所示，并使用ADF方法對(duì)以下6個(gè)指標(biāo)進(jìn)行單位根檢驗(yàn)。各變量序列都是平穩(wěn)的，符合VAR模型的要求。

3.1.2 模型構(gòu)建與分析

TVP-VAR模型是一種基于SVAR模型演變而來的非線性時(shí)變分析方法，具有時(shí)變參數(shù)并假定隨機(jī)波動(dòng)率。通過捕捉時(shí)變參數(shù)隨機(jī)波動(dòng)的矢量變化，可以有效地解決經(jīng)濟(jì)變量在不同時(shí)期的時(shí)變特征和非線性特征，以及捕捉一段時(shí)間內(nèi)關(guān)注變量對(duì)響應(yīng)變量的沖擊效應(yīng)。為探究多層次資本市場收益和投資者情緒的關(guān)系，本文分別建立了模型1探究多層次資本市場的投資者情緒之間的關(guān)系、建立了模型2考察多層次資本市場收益之間的關(guān)系以及模型3分析多層次資本市場的情緒與收益之間的關(guān)系。其中TVP-VAR模型的等間距脈沖響應(yīng)函數(shù)反映了一個(gè)關(guān)注變量的沖擊對(duì)相同時(shí)間間距的響應(yīng)變量產(chǎn)生的影響，不僅可以捕捉變量之間的時(shí)變特征，還能夠處理變量指標(biāo)的異常變動(dòng)，從而提高估計(jì)結(jié)果的穩(wěn)定性。因此，等間距脈沖響應(yīng)函數(shù)在分析經(jīng)濟(jì)中的時(shí)變問題時(shí)具有重要的應(yīng)用價(jià)值。等間距脈沖響應(yīng)函數(shù)的橫坐標(biāo)為時(shí)間序列t的期數(shù)，以數(shù)據(jù)區(qū)間起始日為第一期以此類推；縱坐標(biāo)為受沖擊程度，三條不同線段分別代表提前7期，提前14期和提前30期的不同時(shí)間約束，依次表示關(guān)注變量對(duì)響應(yīng)變量的短暫期、維持期和持續(xù)期的影響。

3.1.3 MCMC參數(shù)檢驗(yàn)

為了更準(zhǔn)確地估計(jì)模型，本文采用貝葉斯推斷下的馬爾科夫鏈蒙特卡洛模擬法（MCMC）進(jìn)行10000次抽樣，其中，前1000次抽樣為樣本的預(yù)期模擬值，后9000次抽樣用于后驗(yàn)分布的參數(shù)估計(jì)。參數(shù)的后驗(yàn)估計(jì)結(jié)果見表3。其中 Geweke 診斷值用于測定預(yù)模擬得到的馬爾科夫鏈?zhǔn)欠袷諗坑诤篁?yàn)分布，可知所有參數(shù)的Geweke診斷值均小于1.96，則表明均未拒絕趨于后驗(yàn)分布的5%置信水平原假設(shè)，而無效影響因子則是后驗(yàn)樣本均值的方差和不相關(guān)序列樣本均值的方差的比率，可知所有參數(shù)的無效影響因子均小于150，兩者均為判斷 MCMC 鏈模擬效果的重要依據(jù)。結(jié)果說明，基于MCMC算法的參數(shù)估計(jì)效果良好。因此，本文構(gòu)建的TVP-VAR模型的參數(shù)模擬結(jié)果具備有效性和穩(wěn)健性特征。

3.2 不同層次市場情緒溢出效應(yīng)

3.2.1 滬深主板情緒溢出效應(yīng)

根據(jù)圖1可以推斷，不同時(shí)間約束下的滬深主板情緒內(nèi)部均呈現(xiàn)正向沖擊，表明滬深主板情緒內(nèi)部的沖擊效應(yīng)具有連續(xù)性。滬深主板情緒的短暫期高漲會(huì)導(dǎo)致科創(chuàng)板塊情緒的高漲，且短暫期沖擊強(qiáng)度大于維持期沖擊強(qiáng)度，但持續(xù)期沖擊整體強(qiáng)度不明顯。在t=30期時(shí)短暫期和維持期沖擊趨勢漸緩，之后沖擊強(qiáng)度在t=100期時(shí)，短暫期和維持期的沖擊由正變負(fù)，伴隨沖擊強(qiáng)度逐漸提高并保持較長時(shí)間的負(fù)向效應(yīng)。滬深主板對(duì)創(chuàng)業(yè)板情緒的溢出效應(yīng)與其滬深主板情緒內(nèi)部的溢出效應(yīng)類似，但兩者情緒間明顯大于滬深主板情緒內(nèi)部的沖擊強(qiáng)度和波動(dòng)幅度。

3.2.2 科創(chuàng)板情緒溢出效應(yīng)

從圖2發(fā)現(xiàn)，科創(chuàng)板情緒整體上均呈現(xiàn)正向溢出效應(yīng)，即科創(chuàng)板情緒的上升會(huì)導(dǎo)致各資本市場情緒的增強(qiáng)，主要區(qū)別在于不同時(shí)間約束下的正向沖擊的強(qiáng)度不同。短期內(nèi)科創(chuàng)板情緒對(duì)創(chuàng)業(yè)板情緒的沖擊強(qiáng)度呈現(xiàn)先衰弱后上升的趨勢?？苿?chuàng)板情緒內(nèi)部沖擊和其對(duì)滬深主板情緒的溢出效應(yīng)呈現(xiàn)衰退的趨勢，科創(chuàng)板情緒內(nèi)部沖擊的衰退程度大于科創(chuàng)板情緒對(duì)滬深主板情緒的沖擊。

3.2.3 創(chuàng)業(yè)板情緒溢出效應(yīng)

由圖3可知，創(chuàng)業(yè)板情緒溢出效應(yīng)各有不同。創(chuàng)業(yè)板情緒對(duì)滬深主板情緒的短暫期和維持期沖擊整體呈正向趨勢并伴隨沖擊強(qiáng)度的提高。在t=30期前后，出現(xiàn)短暫期落后維持期的沖擊強(qiáng)度和短暫期明顯高于維持期沖擊強(qiáng)度兩種現(xiàn)象，之后短暫期和維持期沖擊沖高回落后，在t=150期附近，短暫期和維持期沖擊強(qiáng)度顯著提升。創(chuàng)業(yè)板情緒對(duì)科創(chuàng)板情緒的正向沖擊強(qiáng)度較小，且短暫期和維持期以及持續(xù)期沖擊波動(dòng)情況一致，呈現(xiàn)先下降后上升的趨勢。創(chuàng)業(yè)板情緒內(nèi)部正向沖擊強(qiáng)度較大并呈現(xiàn)緩慢下降的趨勢。

3.3 不同層次市場收益溢出效應(yīng)

3.3.1 滬深主板收益溢出效應(yīng)

觀察圖4結(jié)果，顯然推斷滬深主板收益對(duì)不同層次的資本市場收益具有較大的正向沖擊強(qiáng)度。從波動(dòng)情況來看，滬深主板收益對(duì)科創(chuàng)板收益和其內(nèi)部收益的影響呈現(xiàn)較為明顯的波動(dòng)起伏，而滬深主板收益對(duì)創(chuàng)業(yè)板收益的影響較為平緩。從沖擊強(qiáng)度大小來看，科創(chuàng)板和創(chuàng)業(yè)板的收益受滬深主板收益外部溢出沖擊效應(yīng)較大。

3.3.2 科創(chuàng)板收益溢出效應(yīng)

從圖5結(jié)果來看，科創(chuàng)板收益的提高在短期內(nèi)會(huì)對(duì)滬深主板收益的正向沖擊效應(yīng)減弱，從長期來看具有較為勢小的增長形態(tài)，整體上呈現(xiàn)持續(xù)期大于短暫期和維持期的正向效應(yīng)。科創(chuàng)板收益對(duì)其自身收益的沖擊強(qiáng)度最大，其次是對(duì)創(chuàng)業(yè)板收益的沖擊，并保持較長時(shí)間的穩(wěn)定趨勢。

3.3.3 創(chuàng)業(yè)板收益溢出效應(yīng)

由圖6可知，創(chuàng)業(yè)板收益的提高對(duì)其本身收益產(chǎn)生正向沖擊。然而創(chuàng)業(yè)板收益的提高在較小波動(dòng)范圍內(nèi)對(duì)滬深主板收益的產(chǎn)生負(fù)向的沖擊效應(yīng)，意味著創(chuàng)業(yè)板收益的提高可能會(huì)使滬深主板收益下降。短時(shí)間內(nèi)創(chuàng)業(yè)板收益的提高會(huì)對(duì)科創(chuàng)板收益有一個(gè)淺顯的正向沖擊，之后沖擊效應(yīng)由正變負(fù)。

3.4 不同層次市場情緒與收益的溢出效應(yīng)

3.4.1 滬深主板情緒對(duì)收益的交叉溢出

由圖7可知，滬深主板情緒的高漲，各資本市場收益受沖擊影響不一。短期內(nèi)在一定程度上促進(jìn)科創(chuàng)板和主板的收益提高，前者受滬深主板情緒外部正向沖擊呈現(xiàn)先增長后減弱的趨勢，后者受內(nèi)部正向沖擊呈現(xiàn)較為平緩的趨勢。然滬深主板情緒的高漲會(huì)對(duì)創(chuàng)業(yè)板收益產(chǎn)生較小范圍的正負(fù)向沖擊效應(yīng)，且呈現(xiàn)正向沖擊減弱至負(fù)向沖擊的趨勢。

3.4.2 科創(chuàng)板情緒對(duì)收益交叉溢出效應(yīng)

由圖8可知，科創(chuàng)板情緒對(duì)各資本市場收益沖擊整體趨勢與上述滬深主板情緒對(duì)收益交叉溢出效應(yīng)類似，顯然，科創(chuàng)板情緒對(duì)創(chuàng)業(yè)板收益和自身收益的外部溢出沖擊效應(yīng)較大，滬深主板收益受科創(chuàng)板情緒外部交叉溢出影響較小。

3.4.3 創(chuàng)業(yè)板情緒對(duì)收益交叉溢出效應(yīng)

由圖9可知，短期內(nèi)創(chuàng)業(yè)板情緒對(duì)滬深主板和科創(chuàng)板的收益交叉溢出效應(yīng)與圖3類似，但創(chuàng)業(yè)板情緒對(duì)其自身收益產(chǎn)生了較長時(shí)間的負(fù)向沖擊效應(yīng)，表明創(chuàng)業(yè)板情緒高漲可能會(huì)導(dǎo)致其自身收益的下降。

3.4.4 滬深主板收益對(duì)情緒交叉溢出效應(yīng)

根據(jù)圖10可以推斷，滬深主板市場收益增加會(huì)促使科創(chuàng)板和創(chuàng)業(yè)板的情緒高漲，即滬深板收益的提高可能會(huì)增強(qiáng)投資者對(duì)科創(chuàng)板和創(chuàng)業(yè)板投資的信心。相反，滬深主板市場收益的提高可能導(dǎo)致該板塊情緒的低迷。從長期來看，滬深主板市場收益對(duì)情緒的交叉溢出效應(yīng)可忽略不計(jì)。

3.4.5 科創(chuàng)板收益對(duì)情緒交叉溢出效應(yīng)

根據(jù)圖11可以推斷，科創(chuàng)板收益對(duì)創(chuàng)業(yè)板情緒和自身情緒存在正向沖擊，而且，科創(chuàng)板收益對(duì)創(chuàng)業(yè)板情緒的沖擊強(qiáng)度略大于其對(duì)自身的沖擊效應(yīng)。整體而言，科創(chuàng)板收益對(duì)創(chuàng)業(yè)板情緒具有較為平緩的正向沖擊，科創(chuàng)板收益對(duì)自身情緒的正向沖擊更波動(dòng)。

3.4.6 創(chuàng)業(yè)板收益對(duì)情緒交叉溢出效應(yīng)

圖12展示了創(chuàng)業(yè)板收益對(duì)各資本市場情緒的沖擊，其整體沖擊走勢區(qū)別于圖10和圖11，表明創(chuàng)業(yè)板收益的增加可能會(huì)導(dǎo)致投資者對(duì)各資本市場投資的情緒出現(xiàn)低迷。

4 結(jié)語

4.1 結(jié)論

通過構(gòu)建滬深主板、科創(chuàng)板和創(chuàng)業(yè)板的綜合情緒指數(shù)，本文建立 TVP-VAR 模型，探究了滬深主板、科創(chuàng)板和創(chuàng)業(yè)板市場不同層次資本收益與情緒之間的復(fù)雜時(shí)變關(guān)系，結(jié)果發(fā)現(xiàn)：（1）資本市場間情緒大部分呈現(xiàn)正向溢出效應(yīng)，資本市場內(nèi)部情緒沖擊和資本市場間情緒外部溢出效應(yīng)大小存在差異性?？苿?chuàng)板和創(chuàng)業(yè)板的情緒內(nèi)部溢出效應(yīng)強(qiáng)度均大于其對(duì)外部資本市場的溢出效應(yīng)，滬深主板情緒對(duì)創(chuàng)業(yè)板情緒的外部溢出正沖擊強(qiáng)度較大，對(duì)科創(chuàng)板情緒的外部溢出效應(yīng)呈現(xiàn)小幅度波動(dòng)；（2）各層次資本市場收益對(duì)其內(nèi)部收益產(chǎn)生正向沖擊影響，然而資本市場間收益外部溢出效應(yīng)較大，滬深主板收益和科創(chuàng)板收益都會(huì)對(duì)其他資本市場收益產(chǎn)生非對(duì)稱正向沖擊，但創(chuàng)業(yè)板收益的提高整體上對(duì)其他資本市場收益存在負(fù)外部溢出效應(yīng)，且對(duì)科創(chuàng)板的負(fù)向外部溢出效應(yīng)波動(dòng)性更大；（3）各層次資本市場情緒對(duì)收益的交叉溢出效應(yīng)具有非對(duì)稱性與時(shí)期異質(zhì)性?？傮w來看，短期交叉溢出效應(yīng)波動(dòng)比維持期更劇烈，科創(chuàng)板收益受各資本市場情緒的交叉溢出效應(yīng)明顯，科創(chuàng)板情緒對(duì)創(chuàng)業(yè)板收益的外部交叉溢出效應(yīng)明顯，表現(xiàn)為正向沖擊且沖擊隨時(shí)間減弱；（4）各層次資本市場收益對(duì)情緒的交叉溢出效應(yīng)存在差異。滬深主板收益提高會(huì)促使科創(chuàng)板和創(chuàng)業(yè)板的情緒高漲，具有正外部交叉溢出效應(yīng)?？苿?chuàng)板收益的提高促使創(chuàng)業(yè)板情緒較大程度的高漲并保持情緒穩(wěn)定，科創(chuàng)板收益的提高會(huì)進(jìn)一步加劇自身資本市場情緒的正向波動(dòng)，但創(chuàng)業(yè)板收益的提高反而會(huì)使各資本市場情緒出現(xiàn)低迷。

4.2 建議

由于不同層次資本市場間收益、投資者情緒具有非對(duì)稱溢出效應(yīng)，以及不同層次資本市場收益與投資者情緒有著非對(duì)稱交叉溢出效應(yīng)，并呈現(xiàn)出時(shí)期異質(zhì)性。這使不同層次資本市場有著極其復(fù)雜的收益聯(lián)動(dòng)性、投資者情緒傳遞性、市場收益與投資者情緒耦合性與跨期動(dòng)態(tài)性，雖然有助于不同市場間資本配置，提高不同層次市場資源配置功能與效應(yīng)，但也可能混合不同層次市場功能邊界，刺激市場投機(jī)，擴(kuò)大市場投資者情緒波動(dòng)，增加并傳遞市場風(fēng)險(xiǎn)，導(dǎo)致不同市場風(fēng)險(xiǎn)疊加，損害市場資源效率，甚至?xí)?dǎo)致金融市場危機(jī)，特別是當(dāng)前金融科技快速發(fā)展，不同層次市場收益激勵(lì)與投資者情緒共振誘發(fā)的市場風(fēng)險(xiǎn)增長。為審慎應(yīng)對(duì)不同層次市場收益與情緒協(xié)同共振帶來的市場風(fēng)險(xiǎn)增長與溢出，監(jiān)管層需要統(tǒng)籌平衡分層監(jiān)管與整體綜合監(jiān)管相結(jié)合，引導(dǎo)投資者重視價(jià)值投資，合理抑制非理性投資行為和情緒化交易對(duì)市場的不良影響，切實(shí)保障不同層次資本市場安全健康運(yùn)行。

參考文獻(xiàn)

張國勝，林宇.結(jié)構(gòu)突變下投資者情緒與股市收益間的非線性溢出效應(yīng)研究[J].數(shù)理統(tǒng)計(jì)與管理，2021，40（1）：148-161.

孫勝達(dá). 投資者情緒、股票市場流動(dòng)性及波動(dòng)性的時(shí)變關(guān)聯(lián)性研究[D].沈陽：沈陽工業(yè)大學(xué)，2022.

陸昌，劉洋，楊曉光.投資者情緒的不對(duì)稱性及其原因：來自中國市場的實(shí)證[J].系統(tǒng)科學(xué)與數(shù)學(xué)，2020，40（4）：612-633.

唐勇，洪曉梅，朱鵬飛.投資者情緒與股票價(jià)格之間的信息溢出效應(yīng)研究：基于行業(yè)差異視角[J].武漢金融，2019（9）：49-57.

劉昊. 投資者情緒對(duì)于股票市場收益影響的實(shí)證研究[D].長春：吉林財(cái)經(jīng)大學(xué)，2019.

周文龍，李育冬，余紅心，等.投資者情緒與市場收益的雙向波動(dòng)溢出關(guān)系：基于TGARCH-M和BEKK-GARCH模型[J].金融理論與實(shí)踐，2020（11）：69-78.

劉學(xué)文.中國股市投資者情緒測度指標(biāo)的優(yōu)選研究[J].中國管理科學(xué)，2019，27（1）：22-33.

肖勛勇，張壬癸.投資者情緒與動(dòng)態(tài)資產(chǎn)定價(jià)模型[J].財(cái)會(huì)通訊，2017（2）：11-17+129.

呂志巖.我國投資者情緒對(duì)股票市場收益率的影響研究[D].沈陽：東北財(cái)經(jīng)大學(xué)，2013.

羅雅蘭.投資者情緒對(duì)于我國股票市場收益率、波動(dòng)性以及流動(dòng)性影響的實(shí)證研究[D].長沙：湖南師范大學(xué)，2020.

Baker M， Stein J. Market liquidity as a sentiment indicator [J].Journal of Financial Markets， 2004， 7（3）：271-299

張靜，王生年，吳春賢.會(huì)計(jì)穩(wěn)健性、投資者情緒與資產(chǎn)誤定價(jià)[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)，2018（1）：24-32+72.

黃華繼，孫黎娜.投資者情緒和收益在上證50、中小板、創(chuàng)業(yè)板市場的交叉效應(yīng)：基于TVP-VAR的實(shí)證研究[J].宜賓學(xué)院學(xué)報(bào)，2022，22（7）：1-9+49.

戚成飛.投資者情緒、宏觀經(jīng)濟(jì)政策對(duì)股票市場波動(dòng)性的影響研究[D].青島：青島大學(xué)，2019.

張芳，曾慶鐸.融資融券視域下投資者情緒與股市收益關(guān)系研究：基于滬深300指數(shù)的實(shí)證檢驗(yàn)[J].價(jià)格理論與實(shí)踐，2021（6）：123-128.

Baker M P， Wurgler J. Investor Sentiment and the Cross-Section of Stock Returns[J].Economic Management Journal， 2006， 61（4）：1645-1680.

易志高，茅寧.中國股市投資者情緒測量研究：CICSI的構(gòu)建[J].金融研究，2009（11）：174-184.