摘 要：投资者情绪作为行为金融学领域的热点问题，在国内外学者的研究中一直备受关注。本文从投资者情绪的内涵与度量指标出发，结合现有研究成果，采取文献综述的形式对投资者情绪与证券市场收益的作用关系，展开总结分析，并为研究“农历”效应视角下投资者情绪对证券市场收益的影响奠定基础。
关键词：投资者情绪 证券市场收益 研究述评
中图分类号：F832 文献标识码：A 文章编号：2096-0298（2018）06（a）-053-02
传统金融理论以市场有效性为前提，假定投资者均为理性投资人，在获取相同市场信息时，尽管投资者有个人投资者和机构投资者的区别，仍然能够对信息做出理性的反应，并且这种反应是趋向一致的，因此证券市场中应当是几乎不可能存在有套利机会的。然而事实并非如此，在例如股票市场的现实证券市场中，存在许多传统金融理论所无法解释的异象。为了寻求合理解释，并且考虑到投资者的行为实际上是受到心理等因素的影响的，在此背景下产生了行为金融理论，从投资者情绪等方面进行合理解释。
然而需要注意的是，相较于欧美等国家较为发达的资本市场，我国资本市场成立时间较晚，而且在我国特殊的经济社会环境下，存在相当一部分个人投资者，在对证券交易市场缺乏基本认知的情况下，盲目跟从市场热点，追求短期投机收益，缺乏理性，导致了证券交易市场的不稳定性。正是由于我国投资者结构的不合理，易受情绪影响的个人投资者占大多数，使得投资者情绪在市场中所表现出来的影响更加明显。
1 投资者情绪的内涵
投资者情绪是指投资者对未来预期的系统性偏差，反映了市场参与者的投资意愿或者预期。投资者情绪对未来市场波动的影响逻辑在于对正面、负面消息的逐级正反馈放大。然而对于投资者情绪的定义，至今没有统一的标准。有观点认为投资者情绪表现为对相同信息的不同认知，如刘晓星等认为市场投资者情绪变化引起投资者产生有偏差的信息认知[1]。而Blau，BM（2017）则认为情绪可以直接影响个人的主观概率评估，投资者情绪反映的是投资者对未来股价波动的主观性偏好。除此之外，对于投资者情绪，较为通俗的观点是投资者对股票的总体乐观判断或者悲观判断。王美今、孙建军（2004）就从普通心理学出发，研究发现了由于自身情感的波动和受教育水平的不同，情绪会影响投资者的判断，进而影响收益；我国学者黄德龙等（2009）的研究中也有所涉及，认为投资者情绪是由投资者的投机性需求和对上市公司前景的预期组成。综上而言，从投资者情绪内涵出发，基于认知心理学和行为金融学的观点，情绪显著影响了投资者对未来市场波动的判断和预期，同时反映了投资者的主观性偏好。而以上种种都潜移默化地影响了投资者最终的投资行为，进而影响了证券市场的收益。
2 投資者情绪的度量
2.1 显性指标
显性指标是指基于直接问卷调查的方式以了解投资者对股票市场未来行情的预期，进一步反映其对经济发展前景的看法与信心。在个人投资者领域，Schmeling（2009）研究发现，美国个体投资者协会指数能够有效预测市场长期收益。国内央视看盘中的个人指数也发挥着类似的作用，但韩泽县和刘超（2006）的研究结果却与之相反。对于机构投资者，Brown and Cliff（2004）额利用投资者智慧指数，针对专业人士看涨看跌百分比的差额建立资产定价模型，表明未来3年股市收益与情绪负相关。赖琴云（2010）以好淡指数作为情绪代理变量，实证发现股票市场收益率随中期指数发生同向变化。此外，调查对象包括个体投资者和机构投资者的投资者信心指数，也常被选作直接度量指标。Lemmon和Portniaguina（2006）则认为消费者信心指数能预测小市值股票和中小机构持有股的收益率，属于投资者情绪的适宜代理变量。薛斐（2005）通过检验国内的真实数据表明，消费者信心指数比封闭式基金折价能更好地衡量投资者对当前经济的满意程度。显性指标虽然能够事先直接反映投资者情绪，但受市场信息不对称的影响，主观成分太重，测量误差过大。
2.2 隐形指标
隐形指标克服了直接指标的主观性与条件的局限性，通过收集金融市场中的公开交易数据，相对客观而准确地反映投资者对证券市场的预期和估价。其中研究文献最多、应用最广的代理变量是封闭式基金折价率，但单一指标太过片面，在近些年研究中已逐渐被淘汰。Baker and Wurgler（2006）同时将封基折价、股利收益、IPO数量及上市首日收益、交易量等6项指标作为主要成分纳入综合情绪指数，即BW指数的构建，分析投资者情绪对股票收益率的横截面的影响。国内外学者在复合指标的选取上基本沿用了这一思路，比如Glushkov（2006）的综合指数、Baker，Wurgler，Yu（2009）的LSI和GSI指数、易志高和茅宁（2008）的CICSI指数等。综合运用主成分分析法、卡尔曼滤波法和拉普拉斯特征映射等数据提炼方法，蔡志刚、 赖明明（2016）建立了时间跨度为17年的中国股票市场投资者情绪的月度复合指数。复合指标相对科学合理，是未来研究的主要趋势，但应该注意剔除理性情绪的影响。
2.3 非经济变量指标
一是天气等自然环境指标。大量研究表明证券市场存在日照效应、云量效应和月运周期效应，人体内部的生物钟也能引发情绪变化。Kamstra，Kramer和Levi（2003）通过研究美、英等国家证券市场的表现，实证表明SAD效应能预测市场收益季节性变化，体现在冬至到来前市场收益为负值，在冬至后则相反。仪垂林和王家琪（2005）将上证综指与上海天气变化，联系起来，发现温度、湿度等变量在一定程度上影响投资者情绪。二是基于媒体的社会环境指标。Fang and Peress（2009）通过Lexis-Nexis数据库搜索美国发行量最大的四家媒体，研究表明投资者情绪受到新闻报道倾向的影响。近几年的研究多集中在网络社交媒体层面，Bollen、Mao和Zeng（2011）最早探讨微博与证券市场的关系，国内相似的研究起步较晚，孟雪井、孟祥兰、胡杨洋（2016）等利用文本挖掘技术在微博与百度平台提取反映投资者行为的关键词，构建出沪市投资者情绪指数。从网络社交媒体中获取投资者情绪信息真实且及时，但网络舆论鱼龙混杂，测评方法相对粗糙。
综上所述，投资者情绪的度量指标经过长时间的研究发展，从单一到综合，多方面，多维度的真实衡量投资者情绪的变化。未来研究需要不断进行探索更为精确衡量的指标，以结合我国特殊的政治与经济背景。
3 投资者情绪对证券市场收益影响的实证检验
目前，国内外对情绪之于证券收益的影响研究大多是通过实证手段来验证。根据研究对象的不同，该方面研究主要从两个方面展开：情绪对市场整体效益的系统性影响即总体效应，和对不同股票的差异性影响即横截面效应。
从投资者情绪的总体效应来看，目前已有大量的研究表明，情绪对于证券市场收益是有显著的影响的。张强等（2007）通过GRACH-M模型检验证实了投资者情绪是影响股票价格的重要因素；宋顺林和王彦超（2016）以2006年—2011年间917家IPO公司为样本进行实证检验，发现了市场情绪和个股具体的情绪均会显著影响IPO溢价。Namouri（2018）研究发现投资者情绪对股票回报率的影响是显著的。
目前国内外研究都表明了情绪与收益两者的极大关联性，但对于情绪之于收益存在的是正向还是负向影响，并未有统一的说法。Xunfa LU等（2012）运用Copula-GARCH模型研究表明，在A股市场和中国B股市场，投资者情绪的变化与极端情况下的股票收益渐近正相关。陆静等（2015）实证发现投资者情绪对同期A股市场和H股市场都具有显著的正向影响，而对A股市场未来12月以及H股市场未来6月的收益率具有显著的反转预测。综上所述，虽然对情绪与收益之间的正负相关性并未统一，但总结国内外的研究，不难发现，当研究的是当期和短期的市场收益时，这两者是正相关的；换而言之，如果研究的是长期或未来的市场收益时，这两者则是负相关的。
除了投资者情绪的总体效应以外，国内外学者还针对情绪之于不同类型的股票所产生的横截面效应展开了大量的实证研究。王宜峰和王燕鸣（2011）构建了情绪水平和变化综合指标，应用时序、横截面定价检验等方法，系统探讨情绪在资产定价中的作用。史永東等（2015）通过引入条件α解释股票横截面收益，发现在与投资者情绪呈“负”敏感性的公司中，高波动率、小规模、低盈利、极端增长性和低股息率的股票收益显著受投资者情绪影响。而国外学者在此方面的研究有：Malcolm Baker和Jeffrey Wurgler（2006）研究了投资者情绪如何影响股票回报的横截面，发现当期初代理情绪较低时，小型股票、年轻股票、高波动性股票、非盈利股票、非派息股票、极度增长的股票和不良股票获得的后续回报相对较高。Yu和Yuan（2011）则研究了投资者情绪对股票横截面收益异象的作用，结果表明在高涨情绪之后空头策略更为有利，而多头策略的收益似乎与情绪无关。
4 结语
尽管国内外学者在投资者情绪影响方面已展开了大量的研究，但由于我国证券市场结构和投资者结构的特质性和快速变化性，国外普遍性的结论显然是不太适用于我国情况的。而国内基于国外研究方法与结论进行的研究一旦未注意假设条件是否成立，生搬硬套所得的结论极有可能与实际存在较大的出入。要想更加准确的研究我国投资者情绪对股票市场收益的影响，必须要考虑我国的具体情况。因此，我们可以大胆的从农历方面入手，探索在“农历效应”下我国投资者情绪对股票市场收益的影响。
根据上文所述，可以从以下几个方面进行研究：第一，从理论分析入手，深刻认识内涵。从投资者情绪内涵出发，基于认知心理学和行为金融学的观点，从情绪对投资者判断预期以及主观性偏好的影响，到其投资理念的形成，来分析其对投资者行为和市场收益的作用机制。第二，从新兴技术入手，灵活运用文本挖掘技术。随着互联网技术的快速发展，当今已然是一个数据信息“大爆炸”的时代，投资者的情绪与行为反应更是可以通过互联网上的大型社交平台和社交媒体例如微博、百度或各种交流网站进行数据捕捉，在大数据云计算的应用更是趋向于成熟的技术条件下，这种基于媒体的社会环境指标也是必须要考察分析的方面。第三，从实证检验入手，用数据证实猜想。从投资者情绪的总体效应和横截面效应两个方面展开论证。在实证论证与检验过程中，投资者情绪的度量指标的选择也至关重要。通过运用复合指标和利用文本挖掘技术在微博与百度等平台提取反映投资者情绪与行为的关键词进行大数据分析，可以在开展后续数据分析研究时得出较为理想的结论，使其对研究我国证券市场上投资者情绪的影响因素和引导对策更具针对性和现实意义。
参考文献
[1] 刘晓星，张旭等，顾笑贤.投资者行为如何影响股票市场流动性？——基于投资者情绪、信息认知和卖空约束的分析[J].管理科学学报，2016，19（10）.