基于主成分分析法的投資者情緒對股票收益的影響實證研究[摘要]中國股票市場迅速發展的同時，也為我國資本市場帶來了許多問題。我國股票市場上機構投資者的比例相比國外有一定的差距，個人投資者占絕大多數，其中包含許多非理性投資者，則投資者情緒能作為影響我國股票市場的一個重要因素。本文選取了2012年1月至2021年12月的月度時間序列數據，利用主成分分析法構建投資者綜合情緒指數，并檢驗該指數的合理性及準確性，再使用VAR模型對投資者情緒對股票收益的影響進行實證分析。實證結果表明：滯后期投資者情緒會對股票收益產生負向影響，且投資者情緒與股票收益之間存在相互的格蘭杰因果關系。最后，基于實證分析所得的結論，針對投資者情緒在股票市場中存在的問題提出了相關建議。[關鍵詞]投資者情緒；主成分分析；股票收益；VAR模型目錄307941緒論 1121971.1研究背景和意義 1280761.2研究方法及內容 174631.3研究框架 2262501.4創新與不足 2239152文獻綜述 3148142.1國外文獻綜述 3293632.2國內文獻綜述 3269682.3文獻評述 4161143投資者情緒的定義及其相關理論分析 5314183.1投資者情緒的內涵 556463.2投資者情緒的特征 527453.3投資者情緒對股票收益影響的相關理論 6118264構建投資者綜合情緒指數 8264584.1情緒代理指標選取及數據來源 8225084.2主成分分析 823704.3IS2指數合理性及準確性檢驗 1298705投資者情緒對股票收益的影響實證分析 14193155.1變量描述性統計及ADF檢驗 14297825.2VAR模型的構建及分析 15187335.3平穩性檢驗 16229355.4格蘭杰因果檢驗 17172146結論及政策建議 1878166.1結論 18187146.2政策建議 184013參考文獻 20緒論研究背景和意義目前我國的股票市場的規模比較龐大，根據統計數據，截至2020年底，我國境內上市公司數已有4154家，股票流通市值達64萬億元。但是與國外成熟的市場相比，我國的股票市場仍然是新興的市場。到2021年2月底，就投資者結構而言，個人投資者數量占比達到了99.7%，而機構投資者的數量僅占0.3%。股票市場的收益會受到很多因素的影響，投資者的情緒就是影響因素之一。在我國的股票投資市場當中，其中，投資者的情緒表現為較不穩定與不理性，尤其是與國外的國家相比我國股票市場的投資者在投資時往往會受到來自多個方面的因素的影響，包括個人投資者專業知識的缺乏、“羊群效應”等等，從而做出不理性的決策。因此，受投資者干擾的因素，可能會導致市場不能準確地反映信息。2015年股災的爆發，大盤從5100多點跌至3000點以下，股價虛高嚴重，大多數中小投資者被偏離的股價迷惑，非理性投資者的影響因素在此次股災中也不容忽視。在我國的股票市場當中，股票市場的發展離不開股票投資者，而我國的股票投資者在做出決定時又往往都呈現出了短期性和非理性，同時我國的股票市場的發展還有待完善。在這種背景下，基于行為金融學的視角，研究投資者情緒主體是否對股票市場產生影響，對掌握市場的運行規則和對股票投資者行為的理解具有一定的積極意義。研究方法及內容本文的研究方法主要運用了三種方法，具體如下：（1）文獻研究法。本文梳理了國內外學者對投資者情緒研究的相關文獻，借鑒國內外學者對投資者情緒指標構建的方法，結合各學者對投資者情緒指標選取的有效性，選取能夠反映中國股票市場投資者情緒的代理指標。（2）主成分分析。本文研究中的主成分分析是從與股票收益相關的變量中，選取能夠反映投資者情緒的代理指標，通過降維的方式將可能存在線性相關的數據轉為線性不相關的變量，對其中的主成分進行提取，進一步對相關的投資者情緒的變量進行綜合指數的構建。運用主成分分析可以對影響股票收益的投資者情緒進行全面的分析，使得投資者情緒中的每一個變量如何對股票收益的影響都可以得到體現。（3）理論結合實證分析。本文基于理論層面闡述投資者情緒的定義及特征，在投資者情緒對股票收益影響相關理論分析的基礎上，利用回歸模型對投資者情緒對股票收益的影響進行實證分析。研究框架本文共分為六個部分，第一部分為緒論，介紹了投資者情緒對股票收益影響的研究背景，闡述了本文研究的意義；第二部分為文獻綜述，梳理了國內外學者對投資者情緒的解釋及對股票收益影響的相關研究，對文獻進行了評述；第三部分為投資者情緒的定義及對股票收益影響的相關理論分析；第四部分為通過主成分分析法來構建投資者綜合情緒指數；第五部分為實證分析，通過所構建的投資者情緒指數，分析對股票收益的影響，展示了實證分析的結果；第六部分為結論與建議。創新與不足本文的創新之處投資者情緒代理指標的合理選取及其全面性?；谝字靖吆兔帲?009）選取的刻畫中國證券市場的6個情緒指標而構建的CICSI指數，其代理指標數量選取較少，綜合情緒指數的準確性受主觀因素影響較大。因此，本文參考以往已構建的綜合情緒指數及近幾年國內外學者的研究成果，將CICSI所選取的能夠反映投資者情緒的代理指標增加到10個，再進行主成分分析，構建投資者情緒綜合指數，使能夠刻畫投資者情緒的綜合指數更具有代表性，包含投資者更多的信息。研究的不足之處本文在研究時采用的是月度數據，相較于頻率更高的日度數據，利用月度數據構建的綜合情緒指標存在一定的信息丟失文獻綜述國外文獻綜述國外對于投資者情緒對股票收益的影響研究時間非常早，在19世紀的80年代開始就有了相關的研究。Fama（1970）以理性人的前提，認為市場總是有效的，金融資產的價格包含了所有信息，包括公開和未公開的信息，信息優勢并不能使投資獲得長期的超額收益。起初學者只對股票市場的定價進行了研究，觀察其定價有沒有出現問題，但是股票收益的影響因素是非常多的，基本的影響因素是并不完整的。而后便出現了噪聲交易因素，Black（1986）提出了噪聲交易在金融市場中的重要性。Barberisetal.（1998）建立了BSV模型，在模型中討論了投資者在對股票進行投資的過程中，存在著兩種錯誤的投資方式，首先第一種是由于投資者的選擇性偏差而造成的，第二種方式是由于股票投資者的保守型偏差而引起的，這兩種錯誤的投資呈現了投資者對股票收益的反應不足以及投資者對股票收益的過度反應，為后來投資者情緒對股票收益的影響奠定了良好的理論基礎。BakerandWurgler（2006）對情緒的代理指標進行主成分分析，驗證了投資者情緒會對股票收益產生一定的影響，且影響程度隨情緒不同而改變。YangandCopeland（2014）利用EGARCH模型，解釋了投資者情緒對股票市場過度收益的影響，研究發現牛熊市分別會導致市場更高和更低的過度收益。散戶比例高作為中國股票市場的一個顯要特征，ChunmaoHanandYongdongShi（2022）指出，個人投資者占比高使得投資者情緒在中國市場發揮著重要作用。國內文獻綜述由于我國股票市場的發展時間較為晚一些，并且股票市場的發展程度相對滯后，理論基礎并不完善。但基于國外學者的研究基礎上，國內學者對于投資者情緒的相關研究也有跡可循。李詩林等（2003）認為，投資者在其心里認知產生偏差而形成的投資策略，使股票預期收益率波動后的偏差感受即為投資者情緒。文鳳華等（2014）對投資者情緒的定義為綜合場內外投資者對同一支股票同一時間持著看漲看跌的態度。易志高和茅寧（2009）基于BakerandWurgler構建的BW指數下，通過主成分分析構建了中國投資者情緒綜合指數即CICSI指數。主成分分析法是國外學者構建投資者情緒指數的主要方法。賀剛（2014）在對情緒代理指標選取的研究中發現，單個指標選取的合理性及全面性會對所構建的投資者情緒指數的準確度產生直接的影響。張同明和張寧（2021）認為我國學者在對選取投資者情緒的代理變量方面，缺乏相應的理論基礎，指標的選取應具有全面性和合理性。國內學者在研究投資者情緒的應用中，馬若薇和張娜（2015）在文章中分析指出，投資者情緒與上證指數互為格蘭杰因果關系。李響等（2020）通過構建投資者情緒綜合指數，表明了投資者情緒與股票指數收益率之間存在著顯著的相關性。文獻評述綜合國內外學者對投資者情緒的相關研究上來看，投資者情緒作為影響股票市場的因素已是學術界的共同認識，國外和我國的學者現階段的研究主要集中在對投資者情緒的應用階段。賀剛（2014）和張同明等（2021）從投資者情緒代理指標的選取角度出發，認為指標選取的合理性和全面性都會直接影響綜合指數構建后的準確性。通過閱讀國內的文獻，雖然有學者基于情緒代理指標選取的合理性和全面性進行研究，但屬于較少部分。因此本文參考近幾年學者的相關研究成果，基于CICSI的6個情緒代理指標，選取滬深300指數振幅（ZF）、成分股成交額（VALUE）、成交量（VOL）、市盈率（PE）4個投資者情緒代理指標，基于這10個指標構建投資者綜合情緒指數。國外及國內學者在構建投資者綜合情緒指數上，嘗試了不同種方法，但從現階段研究成果來看，多數學者使用的主要方法為主成分分析法，因此本文利用主成分分析法對10個指標合理構建投資者綜合情緒指數，來研究投資者情緒對股票收益的影響。投資者情緒的定義及其相關理論分析投資者情緒的內涵在對已有文獻的研究中，可以看到有很多學者都對投資者的情緒進行了定義，而投資者的情緒的內涵實際上就是投資者在對股票進行投資時，會由于市場等因素的變化，而使得自己的心理發生相應的變化。也可以看作是，投資者在對股票進行投資的過程中，由于股票市場發生變化，投資者便會隨著市場的變化而改變對市場的相應的看法。因此對股票的收益來說，投資者的情緒對其影響是非常重要的，投資者的情緒可以直接對股票的收益產生相應的影響。在投資者情緒當中，是包含著非常多的因素的，因為每個人的心理狀況都是不同的，并且對于人的心理變化是不能夠進行實際的測量的，人的心理內容包含著人對不同事物的主觀感覺、人在不同場景下的心情以及人在解決不同的問題當中會擁有不同的思維方式。因此在這種背景下，對投資者的情緒進行相應的量化是非常困難的，并且容易出現系統性的偏差。在國外的學者對投資者情緒的定義中，認為投資者的情緒的內涵實際上是對于不同人的不同的價值觀的表現方式，也是人對于不同的信息會產生不同的認知以及不同的解釋的過程。在國內的學者對于投資者情緒的研究中，對投資者情緒進行定義的出發點是建立在風險資產定價之上的。投資者情緒的特征在對股票的投資過程中，投資者的情緒特征主要表現在四個方面。第一點特征是投資者的情緒存在著一定的差異性，是指在投資者對股票的投資過程中，每個投資者所產生的情緒都是不同的，也就是存在著一定的差異性的。造成這種現象的原因也是多個方面的，主要的原因是由于人生來便具有著一定的差異性，世界上并沒有兩個一模一樣的人，因此每個人的心理也是不同的，對于不同得事情會有不同的看法，在不同的問題之下，每個人的思維方式也是不同的，因此便使得在股票市場中的各種影響因素發生變化時，會對每股股票帶來不同程度的影響，對股票未來的收益也勢必會有一定的影響，所以不同的投資者在不同的市場背景下，便會出現情緒的差異性。其次是投資者情緒具有著一定的穩定性，是指在沒有較大的變動的情況之下，投資者的情緒是不會發生過大的轉變的，盡管每個人在逐漸的發展過程中會受到社會等因素的影響，但是隨著投資者的年齡的逐漸增長，投資者的心理的特點是不會輕易的發生變化的，因此就使得在對股票進行投資的過程中，投資者的情緒雖然會受到市場中的因素的影響，但是并不會發生非常大的轉變，具有著一定的穩定性。第三點是整體性。由于投資者群體并不是一個人，而是由每一個不同的投資者組合而成的，因此在這個整體當中，會表現出來另一種意義。當一個投資者表現出來對漲勢不好的股票的投資的堅持時，那么可以理解為這個投資者是固執的，但是當還有另一個投資者或者更多的投資者對漲勢不好的股票堅持進行投資時，便呈現出了不一樣的意義。第四點就是獨特性。是指在不同的投資者當中，每一個投資者的性格、思想等都是不同的，因此其對于股票市場變化的認知也是不同的，有人在股票投資過程中更加關注股票會帶來的收益，而另一部分投資者則更加關注股票背后的上市的相關的狀況的，因此對于股市中的波動來說，不同的投資者所產生的情緒也是不同的，便呈現了投資者情緒的獨特性。投資者情緒對股票收益影響的相關理論心理賬戶理論在對股票的投資過程中，心理賬戶理論是指在不同的投資者的心中，都會擁有不同的賬戶。人們在進行各種決策時，都會具有一個真實的賬戶，但是心理賬戶是與真實賬戶相對的，并不是真正存在的賬戶。舉例來說，就是投資者在對股票的投資過程中，首先選擇了一支股票進行投資，但是投資導致賠了錢，正常情況下，很多投資者便不會在專注于這支股票，繼續對這支股票進行投資，這種投資的虧損便被記錄在了投資者的投資的心理賬戶之中。對于投資者來說，再想繼續對這支股票進行投資，就相當于要付出兩倍的成本，投資股票所帶來的的收益是不能夠彌補付出兩倍的成本的，也就沒有投資者會繼續進行投資，這種情況不僅僅會導致投資者對一只股票的投資情況，甚至會影響投資者對整個股票市場中的股票的投資情況。但是還存在著另一種情況，便是投資者在投資前就將這筆投資的資金丟失了，這種情況下便會被記錄在投資者的資金心理賬戶之中，這種資金的丟失與對股票投資失敗是不同的，與投資股票并沒有任何關聯，因此在這種情況下，大部分的投資者的內心中還是愿意為股票進行投資的。所以投資者在實際的投資過程中，便會受到心理賬戶的影響。投資者會在心理先對賬戶進行一個劃分，然后將自己所擁有的每一部分資金進行分配，不愿意將用作衣食住行的資金進行投資，而為孩子積攢的教育資金是可以用來做長期投資的等等，最后便對投資者對股票的投資產生影響。噪聲交易理論噪聲交易理論是指在股票市場當中，股票的價值與實際的價值之間是存在著一定的差距的，而這個差距便是噪聲交易理論當中的噪聲。在這個過程中，由投資者對股票的信息進行收集與掌握，在此基礎上形成對于股票的交易的價值做出相應的判斷。噪聲交易對于我國的股票市場有著非常巨大的影響，例如由于噪聲交易的存在，便會使得我國的投資者在對股票進行投資時，會選擇不同的股票進行投資。在噪聲交易的存在之下，投資者在股票市場當中的眾多的信息是沒有辦法辨別真偽的，因此便會使得一部分股票的價值與其實際所具有的價值出現差距，進而就使得股票在股票市場當中出現了錯誤定價，因而就造成投資者對股票投資的情緒出現變動。

構建投資者綜合情緒指數情緒代理指標選取及數據來源本文基于中國投資者綜合情緒指數CICSI原6個代理指標：封閉式基金折價率（DCEF）、換手率（TURN）、IPO數量（IPON）、IPO上市首日收益率（IPOR）、新增投資者開戶數（NIA）、消費者信心指數（CCI）上，選取滬深300指數振幅（ZF）、成分股成交額（VALUE）、成交量（VOL）、市盈率（PE）作為構建投資者綜合指數的有效指標，數據選取自2012年1月至2021年12月，共計120個月的月度數據，上述數據均來源于國泰安CSMAR數據庫，本文使用STATA17.0統計軟件進行分析。表4-1投資者情緒代理指標表指標名稱符號指標說明封閉式基金折價率DCEF基金按照基金份額加權的綜合折價率換手率TURN成交量/流通股本IPO數量IPON當月IPO數量IPO上市首日收益率IPORIPO流通股數加權的平均收益率新增投資者開戶數NIA當月新增開戶數的自然對數消費者信心指數CCI消費者滿意指數+消費者預期指數滬深300指數振幅ZF（當月收盤指數-上月收盤指數）/上月收盤指數成分股成交額VALUEA股成分股月成交額的自然對數成交量VOL月交易金額與月流通市值的均值比市盈率PE滬深300月均市盈率主成分分析參考易志高和茅寧（2009），為反映代理指標對投資者綜合情緒指數的時間效應，對前述10個當期代理指標進行滯后一期處理，所得滯后一期指標：ZDCEF、ZTURN、ZIPON、ZIPOR、ZNIA、ZCCI、ZZF、ZVALUE、ZVOL、ZPE。首先對當期指標及滯后一期指標共計20個指標進行KMO檢驗和Bartlett球形度檢驗，檢驗該20個指標是否適用于主成分分析。表4-220個指標KMO和Bartlett球形度檢驗KMO和Bartlett檢驗KMO取樣適切性量數0.829Bartlett球形度檢驗近似卡方3054.836自由度190顯著性0.0000通過觀察表4-2可知，KMO檢驗值為0.829，大于0.7，Bartlett球形度檢驗的近似卡方值為3054.836，自由度為190，且檢驗結果具有顯著性，因此本文可通過上述20項代理指標進行主成分分析。表4-3因子貢獻率表成分特征值方差累計方差貢獻率18.28810.41440.414424.73720.23690.651331.31930.06600.717241.25270.06260.779950.83830.04190.821860.72490.03620.858070.62130.03110.889180.55560.02780.916990.39800.01990.9368100.31770.01590.9527110.26710.01340.9660120.22730.01140.9774130.14010.00700.9844140.11730.00590.9902150.05510.00280.9930160.04430.00220.9952170.03590.00180.9970180.02910.00150.9985190.01920.00100.9994200.01180.00061.0000由主成分分析得因子貢獻率表，見表4-3，主成分提取須滿足特征值大于1的主成分，可知特征值大于1的主成分為前4項主成分P1，P2，P3，P4，且前4主成分累計方差貢獻率達78%，較好地解釋了投資者情緒。根據各成分方差貢獻率的權重，可得投資者綜合情緒指數公式： P=(0.4144本文將前4項主成分進行提取，得出得分系數矩陣，見表4-4。表4-4成分得分系數矩陣指標符號1234DCEF0.00130.1690-0.33880.0230TURN0.1003-0.0941-0.10450.0205IPON0.07150.10830.0092-0.3392IPOR0.03210.07560.4022-0.1073NIA0.0915-0.0116-0.0775-0.0395CCI0.04370.14950.07060.4395ZF0.0417-0.12160.23060.1679VALUE0.10980.02410.05510.1183VOL0.0990-0.0939-0.11480.0115PE0.10030.06560.1295-0.1885ZDCEF0.00350.1701-0.33670.0575ZTURN0.0912-0.0953-0.13400.0253ZIPON0.07380.1008-0.0133-0.3033ZIPOR0.03870.06750.4122-0.0005ZNIA0.1008-0.0286-0.1678-0.0194ZCCI0.04510.14220.07950.4670ZZF0.0401-0.13920.04120.1919ZVALUE0.11450.0080-0.04620.1449ZVOL0.0861-0.0938-0.14420.0131ZPE0.10460.05730.1132-0.1608基于上表，為方便表述，本文將上述20項指標符號分別以X1…X20表示，由成分得分系數矩陣可得各成分指標表達式：……將所得的表達式P1，P2，P3，P4帶入（式4.1）中，即可得到投資者綜合情緒指數IS1，將所得到的投資者綜合情緒指數與20項代理指標進行Pearson相關性檢驗。表4-5Pearson檢驗結果指標符號IS1DCEF0.342***TURN0.476***IPON0.702***IPOR0.456***NIA0.600***CCI0.738***ZF0.082VALUE0.861***VOL0.464***PE0.854***ZDCEF0.367***ZTURN0.404***ZIPON0.703***ZIPOR0.503***ZNIA0.613***ZCCI0.737***ZZF0.001ZVALUE0.843***ZVOL0.369***ZPE0.866***注：“***”代表在1%水平上顯著相關，下同。根據表4-5結果，代理指標ZF、ZZF與IS1相關性不顯著，可能由于使用月度數據從而導致該指標與投資者情緒的關聯性下降，故予以剔除。為減少當期指標與滯后一期指標所包含的重復信息，依據相關性強度選取代理指標進行第二次主成分分析。在第二次主成分分析中，ZIPOR的Uniqueness值大于0.7，屬于異常，故予以剔除。最終代理指標為TURN、CCI、VALUE、VOL、ZDCEF、ZIPON、ZNIA、ZPE。重復上述主成分分析步驟即可得到最終投資者綜合情緒指數IS2IS2指數合理性及準確性檢驗本文將2012年1月至2021年12月的滬深300指數與主成分分析所得的IS2指數繪制成折線圖進行對比分析。由圖4-1可知，IS2指數的走勢與滬深300指數的走勢基本一致，在股票市場中，通過代理指標的變動，來反映投資者情緒的變化，而本身作為股票市場的交易指標從而影響市場指數，因此本文由主成分分析構建的該指數具有一定的合理性。觀察兩個指數的走勢，可以看出IS2指數在短期內的波動幅度較滬深300指數的波動幅度大。數據來源：滬深300指數來源于國泰安CSMAR數據庫；IS2為主成分分析所得圖4-1滬深300指數與IS2指數折線圖為進一步檢驗IS2指數的準確性，將該指數與滬深300指數進行皮爾遜相關性分析。表4-5滬深300指數與IS2指數相關性分析滬深300指數IS2指數Pearson相關性0.934***顯著性0.0000由表4-5可以看出，IS2指數與滬深300指數在1%水平上顯著相關，且相關系數大于0.5，相關性強，這說明IS2指數具有一定的準確性，且對投資者情緒有較好的解釋力度。投資者情緒對股票收益的影響實證分析變量描述性統計及ADF檢驗滬深300指數作為A股市場最具代表性的指數，其覆蓋了大部分的流通市值，且能夠反映A股市場的總體發展，故本文選取2012年1月至2021年12月滬深300月度收盤指數進行股票收益率的計算，數據來源于國泰安CSMAR數據庫，計算公式如下： Rt=其中，Rt為當月滬深300指數月度收益率，indext為當月收盤指數，indext-1為上月收盤指數。本文采用VAR向量自回歸模型進行實證分析，探究投資者情緒與股票收益之間的關系，使用的統計軟件為STATA17.0。表5-1變量描述性統計RIS2樣本量120119平均值0.0083-0.0000中位數0.00490.0916標準差0.06500.7510最小值-0.2100-1.1750最大值0.25801.6240峰度5.36072.1316偏度0.29670.1378據表5-1，滬深300指數月度收益率的平均值為0.0083，當月最大漲幅達到25.8%，最大跌幅為21%，波動幅度較大。投資者情緒最大值為1.6240，最小值為-1.1750。本文使用的數據為時間序列數據，利用VAR模型進行回歸前須檢驗數據的平穩性，以避免出現偽回歸。檢驗時間序列數據平穩性的主要方法為ADF單位根檢驗，檢驗結果如下：表5-2ADF檢驗結果變量T統計量P值結果R-9.33300.0000平穩IS2-1.96100.0261平穩如表5-1所示，滬深300指數月收益率在1%的水平上顯著，投資者情緒指數在含常數項和無趨勢項的ADF模型下，P值小于0.05拒絕原假設，故此兩個時間序列數據為平穩序列，可以構建VAR模型。VAR模型的構建及分析表5-3最優滯后階數的確定LagLLLRFPEAICHQSC0111.217NA0.000505-1.9161-1.89661-1.868091139.51156.5880.000329-2.3423-2.28386-2.198292154.50129.980.000272-2.53511-2.4377-2.29509*3161.81814.635*0.000256*-2.5933*-2.45693*-2.257284165.7027.76650.000257-2.59126-2.41592-2.15922參考學者在VAR模型設定前，根據信息準則表確定模型的最佳滯后階數，根據表5-3可知，最優滯后階數為滯后3階，采用二元VAR模型，模型設計如下： γt=其中，γt為模型待估的參數，本文待估的參數為收益率R和投資者情緒指數IS2。根據VAR模型分析得出的結果如下：表5-4VAR模型分析結果RIS2R（-1）-0.732210.090368[-0.909328]2.1129390.310902[1.503583]R（-2）-0.5440830.1136101[-0.766755]1.6308450.390864[0.864765]R（-3）-0.2690030.100705[-0.466382]0.8599460.346466[0.180885]IS2（-1）-0.0606290.026523[-0.112614]0.0188390.091250[-0.160008]IS2（-2）-0.0900590.026340[-0.141685]0.0226350.090621[-0.154980]續表5-4RIS2IS2（-3）-0.0524640.027376[-0.106119]0.0555530.094184[-0.129044]C0.0033430.006029[-0.008473]0.0173590.020742[-0.023294]R-squared0.41650.3405依據表5-4的回歸結果，可得出以下公式：R?0.0901IS+0.0226根據VAR模型回歸分析結果及公式可知，當滬深300指數月度收益率R為被解釋變量時，R-squared的值為0.4165，投資者情緒IS2滯后一期、二期及三期的回歸系數均顯著為負，由此說明，滯后一期、二期和三期的投資者情緒對股票收益的影響均呈負向。但當投資者情緒指數IS2為被解釋變量時，R-squared的值為0.3405，且回歸系數顯著為正，說明了投資者的情緒會顯著受到股票收益的正向影響。平穩性檢驗圖5-1為VAR模型平穩性檢驗的結果，所有的根都在該單位圓內，表明該VAR模型是平穩的。 圖5-1模型平穩性檢驗格蘭杰因果檢驗為進一步驗證投資者情緒對股票收益的影響關系，本文對這兩個變量進行格蘭杰因果檢驗。表5-5格蘭杰因果檢驗被解釋變量解釋變量卡方值P值RIS2ALL24.6924.690.0000.000IS2RALL46.73446.7340.0000.000從表5-5中可以看出，股票收益作為被解釋變量時，P值為0.000，在1%的水平上拒絕了原假設，即投資者情緒是股票收益率的格蘭杰原因，也即說明投資者情緒會對股票收益產生顯著影響。而投資者情緒作為被解釋變量時，股票收益也在1%水平上拒絕了原假設，因此股票收益是投資者情緒的格蘭杰原因，即投資者情緒與股票收益為雙向的格蘭杰因果關系。結論及政策建議結論本文利用2012年1月至2021年12月的月度時間序列數據，通過主成分分析法構建投資者綜合情緒指數，分析投資者綜合情緒指數與滬深300指數的走勢圖及相關性，說明了所構建指數具有一定的合理性。其次，運用VAR向量自回歸模型來研究投資者情緒對A股股票收益的影響。研究結果表明，滯后期投資者情緒會對股票收益產生顯著的負向影響，即當期的投資者情緒會對下期的股票收益產生負向的影響，由于我國的股票市場是個不成熟的市場，加上噪聲交易的存在，當投資者情緒高漲時，非理性投資者的決策通常呈主觀性，并且帶動更多的投資者進入，導致股票價格被虛高，反映股票價值的信息不能真正體現出來，而當股票價格回歸到其價值時，股票的收益率便會下降。研究結果還發現投資者情緒會受到滯后期股票收益顯著的正向影響，這一結論也符合實際，主觀層面上，投資者的情緒很容易受到股票收益因素的影響，當股價上漲或下跌，股票收益升高或降低時，市場帶動投資者的情緒，從而在市場中盲目地“追漲殺跌”。投資者情緒還與股票收益互為格蘭杰因果關系。影響我國A股整體收益率的因素表現為許多方面，而投資者情緒占較小一部分，我國的股票市場是非成熟的，還依舊需要繼續完善。政策建議基于以上的結論，本文提出幾點建議。從股票投資者教育方面：我國投資者會受許多因素影響而做出非理性行為，缺乏專業的投資知識和投資經驗的非理性投資者依舊占我國股票投資者中的多數。成熟、理性的股票投資市場首先需要理性的投資者。針對此問題，我國需要結合各個機構，包括股票市場監管機構、專業的證券機構和相關教育機構，建立一個對投資者的完善的、全面的教育體系，改善我國股票市場上非理性的投資行為；從股票市場投資者結構方面：我國股市的機構投資者比例相對于歐美國家，有著很大的差距，個人投資者占比高且缺乏相關的專業知識，從而形成了我國股票市場上非理性的現象。機構投資者在信息和資金方面都有足夠的優勢，因此我國在股票市場的投資者結構方面，需要不斷地進行優化，落實對機構投資者的市場準入制度；豐富投資者的類型，鼓勵保險企業等的資金進入市場，加強對機構投資者的建設，從而進一步地穩定我國股票投資市場。參考文獻BarberisN,ShleiferA,VishnyR.AModelofInvestorSentiment[J].JournalofFinancialEconomics,1998,49.BlackF,Nüreten.Noise[J].JournalofFinance,1986,41(115):529-543.ExperimentalFinance,2015,8:25-39.KimM,ParkJ.IndividualInvestorSentimentandStockReturns:EvidencefromtheKoreanStockMarket[J].EmergingMarketsFinance&Trade,2015,51(sup5):S1-S20.FamaEF.EfficientCapitalMarkets:AReviewofTheoryandEmpiricalWork[J].TheJournalofFinance,1970,25:383-417.KumariJ,MahakudJ.Doesinvestorsentimentpredicttheassetvolatility?EvidencefromemergingstockmarketIndia[J].JournalofBehavioralLeeCMc,ShleiferA,ThalerRH.Anomalies:Closed-EndMutualFunds[J].JournalofEconomicPerspectives,1990,4(4):153-164.MichaelLemmon,EvgeniaPortniaguina.ConsumerConfidenceandAssetPrices:SomeEmpiricalEvidence[J].ReviewofFinancialStudies,2006,19(4):p.153-164.Perez-ListonD,HuertaD,HaqS.DoesinvestorsentimentimpactthereturnsandvolatilityofIslamicequities?[J].JournalofEconomicsandFinance,2016,40(3):421-437.PolkC,SapienzaP.TheRealEffectsofInvestorSentiment[J].CeprDiscussionPapers,2003,2