投资者情绪和资产定价异象

在以个人投资者为主体的中国股票市场中,投资者情绪对资产价格的影响非常重要.本文将投资者情绪和宏观经济变量加入到条件CAPM模型中,采用Avramov和Chordia(2006)的两步回归分析框架,检验了包含投资者情绪信息和宏观经济变量的条件资产定价模型对我国股票市场收益异象的解释力.实证结果表明,包含IPO首日收益率为投资者情绪信息的条件CAPM模型能够显著解释我国股市中的特质波动率之谜,规模效应和价值效应,经济不确定性指数作为额外的宏观经济变量加入条件CAPM模型能够解释我国股票市场的非流动性溢价,实证结果对于不同的度量指标都很稳健,进而证实了投资者情绪因素在资产定价过程中的重要作用.     

信息市场、预期消费与资产收益——基于投资者的信息选择行为

首先, 通过预期消费的形式将信息的随机冲击引入到异质性投资者的效用函数中,以此构建异质性投资者的最优化行为模型. 其次,以该理论模型的结论为基础建立实证方程,并运用MSBVAR估计方法进行实证分析,实证结果表明股权分置改革前后投资者信息选择行为对我国各个资产市场的收益存在着显著不同的影响. 最后,以股票市场为例来分析投资者信息选择行为是如何影响我国资产市场收益的.通过对股市收益的强波动性特征、羊群行为以及机构投资者对股市稳定的破坏作用三个方面的分析,发现投资者互补性的信息选择行为对我国股票市场的收益具有显著的影响.     

投资者本地偏好对股票市场信息效率影响研究EI北大核心CSCDCSSCI

投资者因认识偏差购买本地股票难以向股价融入更多特质信息,对股票市场信息效率造成不利影响.本文以百度搜索指数构建的本地偏好代理指标作为研究对象,分别从一线、新一线和非一线城市的上市公司来探讨本地偏好对股票市场信息效率影响的区域差异,并探讨证券分析师和新闻媒体作为信息中介的参与能否减轻投资者本地偏好倾向.研究发现:1)投资者本地偏好对股票市场信息效率存在显著负向影响;2)相比一线城市,位于新一线和非一线城市的上市公司,投资者本地偏好对其信息效率的影响更加显著;3)分析师和新闻媒体的参与有效缓解了投资者本地偏好对公司信息效率的影响.此外,本地偏好对上市公司股票流动性和信息不对称程度的提高是影响信息效率的重要途径.     

年度盈余报告的发布对市场微观结构的影响

应用实证研究方法，针对上海股票交易所这样一个指令驱动市场，研究了年度报告的发布对市场微观结构一买卖报价价差及其组成成分的影响。研究结果发现，中国股票市场年度报告的发布整体上对买卖报价价差本身没有显著影响，但对买卖报价价差的各个组成成分产生了显著影响。表明年度报告作为中国投资者重要的信息来源，其发布改变了信息在投资者之间的分布格局。     

中国融资投资者是否更为过度交易

融资交易既是一种买空机制,也暗含了杠杆效应.自从引入"两融"交易制度以来,融资交易给我国股票市场带来的不仅仅是多了一种交易手段,买空机制和杠杆效应对个人投资者的心理和行为也产生了深刻影响,并进而影响到整个股票市场.此前的研究表明,我国股票市场个人投资者存在明显的过度交易;我们所关注的问题则是,融资投资者与普通投资者在过度交易行为上是否存在显著差异.本文使用国内某大型证券公司个人投资者的订单数据,对融资投资者的过度交易行为进行了实证研究.结果表明:1)与普通投资者相比,融资投资者的交易更为频繁,过度交易程度更为突出;2)与普通投资者相比,融资投资者的投资绩效受过度交易的损害程度更大.     

基于分位数条件格兰杰因果的东亚股市传染研究

为了分析亚洲金融市场间的传染问题,提出了基于分位数的条件格兰杰因果检验方法,对不同股票市场收益数据进行全面的因果关系检验.选取亚洲三个主要股票市场指数作为研究对象,研究比较了该方法与其它三种方法下的中日韩股票回报率之间的因果关系.实证结果表明,中日韩股票市场一体化,在厚尾极端情况,相互之间具有显著传染效应,其它地区股票市场危机,对我国股票市场价格走势具有显著影响.这一方法和结果,有助于投资者分析我国金融市场风险及其传染规律.     

中国股票市场报酬与波动的GARCH-M模型

运用 GARCH-M模型对上海和深圳股票市场的市场波动特征以及市场波动和报酬间的关系进行了实证研究 ,探讨引起我国股票市场波动较大 ,收益相对较低的原因 .同时分析涨跌停板交易制度对市场报酬和波动产生的影响 .     

机构投资者对中国股市波动性影响的实证研究

以中国股票市场上的上证指数与深证成份指数的日收益率为样本，采用GARCH与EGARCH模型，来研究机构投资者对中国股票市场波动性的影响。实证研究的结果发现，在大力发展机构投资者后，股指收益率波动性数值减小。波动的平稳性增强，波动的杠杆效应减弱，这表明机构投资者能够有效地降低股市的波动性。     

中国证券市场的HAR-BACD-V模型及其应用

在已有的高频时间序列模型的基础上, 基于异质市场假说理论,构建了HAR-BACD-V模型.通过实证分析以探询在异质市场环境下不同交易频率投资者的交易行为对股市即时波动的贡献程度以及交易量对交易持续期、金融产品收益率和波动性的影响.研究结果进一步证实了我国股票市场的异质性,不同交易频率投资者的交易行为对股市波动的影响程度是不同的,并且发现交易量对交易持续期、收益率及波动性都存在不同程度的影响.     

利用互联网搜索关注度预测期权隐含波动率变动:基于人工神经网络的分析

本文运用人工神经网络方法,研究互联网搜索对期权隐含波动率的影响.基于标普500指数看涨期权,本文首先建立了一个揭示期权隐含波动率变化与指数收益率、期权Delta和期权剩余有效期之间关系的人工神经网络模型,结果显示此模型的估计精度比Hull和White (2017)提出的解析模型提升了约15%,比Cao、Chen和Hull (2020)提出的神经网络模型提升了约40%.接着,本文引入25个互联网搜索关注度指标,将它们集成一个谷歌趋势指数并作为度量互联网搜索关注度的综合指标.最后,将该谷歌趋势指数的变化率加入到前述人工神经网络模型,从互联网搜索关注度的角度探究期权隐含波动率的动态特征,新的模型进一步提升了约30%的估计精度.     

什么导致了股票收益的“媒体效应”:预期关注还是未预期关注?

本文借助百度新闻搜索引擎获取上市公司的网络新闻数据,利用中国A股市场2003年到2010年的股票收益数据进行检验,实证结果支持Fang等所发现的"媒体效应".为了揭示媒体关注度定价效应的内在机理,本文对媒体关注度进行分解,发现股票收益的"媒体效应"主要来自于媒体关注度的未预期部分,而未预期关注度的定价效应很大程度上可以由Miller的"基于卖空约束的异质信念"假说以及本文所提出的"投机性关注"假说所解释.     

网络信息传播与中国征券市场新股基本面的关系

网络媒介由于其传播速度既快，覆盖面又广，对于新股的信息传播具有很大的影响力。人们可以通过网络媒介迅速挖掘出准备上市新股的大部分信息，因此，在消除信息不对称的方面，网络媒介有着天然的优势。在中国证券市场中，一般情况下，中小投资者是无条件对上市公司进行调研的，但可以通过招股书或公司公布的财务报表等相关信息掌握上市公司的基本情况，对要入市公司的财务状况和经营状况进行了解。所以新股的基本面状况，是投资者作为投资与否的一个重要原因。在新股招股书公布后，会有大量的投资者通过网络论坛、微博、微信等形式表达对新股的观点。通过股票基本面中的相关指标和网络传播数据的相关性，考察投资者在网络中传播的股市信息和股票基本面中各指标的关联情况，揭示网络传播与新股基本面的内在关系。     

中国股市指数与投资者情绪指数的相互关系

选取"新开交易账户数"作为投资者情绪的代理变量,应用ARMA-GARCH类模型研究了投资者情绪与股市收益率之间的相互关系.结果显示ARMA-GARCH类模型能有效拟合投资者情绪变化率和上证综合指数收益率的自相关性和异方差性.Granger因果检验表明上证综合指数收益率是投资者情绪变化率的一个显著影响因子,而并没有发现投资者情绪的变化率对上证综合指数的收益率Granger因果显著.根据市场表现的不同特征, 投资者利用这一信息调整情绪.当市场处于上升阶段时, 投资者情绪会更为乐观,有更多新的投资者进入股市; 当市场处于下降阶段时,投资者就会转变为较为悲观, 场外的投资者就会处于观望状态,不急于进入股市, 这样反映在股市上就是"新开交易账户数"减少.     

Exploring the Linear and Nonlinear Causality Between Internet Big Data and Stock Markets

In the era of big data, stock markets are closely connected with Internet big data from diverse sources. This paper makes the first attempt to compare the linkage between stock markets and various Internet big data collected from search engines, public media and social media. To achieve this purpose, a big data-based causality testing framework is proposed with three steps, i.e., data crawling,data mining and causality testing. Taking the Shanghai Stock Exchange and Shenzhen Stock Exchange as targets for stock markets, web search data, news, and microblogs as samples of Internet big data, some interesting findings can be obtained. 1) There is a strong bi-directional, linear and nonlinear Granger causality between stock markets and investors' web search behaviors due to some similar trends and uncertain factors. 2) News sentiments from public media have Granger causality with stock markets in a bi-directional linear way, while microblog sentiments from social media have Granger causality with stock markets in a unidirectional linear way, running from stock markets to microblog sentiments.3) News sentiments can explain the changes in stock markets better than microblog sentiments due to their authority. The results of this paper might provide some valuable information for both stock market investors and modelers.     

Dependence between stock returns and investor sentiment in Chinese markets: A copula approach

Using data of newly opened stock trading accounts in China as a proxy of investor sentiment index,the authors employ the time-varying copula-GARCH model with Hansen’s skewed Student-t innovations to investigate the dynamic dependence between investor sentiment and stock returns.The empirical findings show that shifts in investor sentiment are asymptotically positively correlated to stock returns in extreme value situations in both A shares market and B shares market in China,that is to say,stock prices will increase(decrease) more when investors become more bullish(bearish).Also, results show that the dependence between investor sentiment and stock returns is time-varying,which means that the traditional Pearson’s correlation based on normal distribution is not enough to describe the relationship between stock market behavior and investor behavior.     

媒体关注与成交量:基于百度媒体指数的研究

本文利用百度指数的煤体指数数据,研究了媒体关注度与个股成交量之间的关系,研究发现:媒体关注度高的交易日中,有较高的成交量;通过对日连续竞价成交总量分解和日连续竞价成交量偏差成因分析,进一步发现在媒体关注度高的交易日中,成交量增加主要是由于少数大规模成交产生的;在媒体关注度高的交易日中,会有较高的收益率和异常收益率,并且在新闻量较高且大规模成交占比较高的交易日中,会有非常高的收益率和异常收益率.     

金融危机背景下中美投资者情绪的传染性分析

投资者负面情绪在市场之间的传染将会加速金融危机的蔓延.因此,随着我国资本市场的逐步开放,研究投资者情绪传染对我国资本市场的影响已变得越来越迫切.本文分别在中国和美国市场构建投资者情绪代理指标,研究金融危机背景下中美市场投资者情绪的传染效应.通过格兰杰因果检验发现美国市场投资者情绪对中国市场投资者情绪存在单向传导,并以反映金融市场之间的关联程度的Copula传染指数进行进一步的传染性分析,结果表明:美国市场投资者情绪对中国市场投资者情绪的传染性在不同时期呈现出不同的大小关系,随着中国资本市场不断开放,其传染性随之增强,尤其是在次贷危机发生时,投资者的传染性达到最大.     

情绪传染对跨空间股价联动的影响：基于心理安全视角

基于心理安全区理论，研究情绪传染对跨空间股价联动的影响机理，并探究股价联动存在的空间差异规律及原因。利用股吧信息构建高频情绪指数，利用空间距离衡量心理安全性，在此基础上，研究不同空间心理安全条件下的情绪传染效率及其对股价联动的影响。研究发现：情绪联动是情绪传染影响空间股价联动的中介变量；心理安全区理论可以为情绪传染引起空间股价联动这一影响机理提供理论解释；股价联动具有空间差异性，空间距离越远，股价联动性越弱。进一步研究表明：这种由情绪传染引起的跨空间股价联动是由噪音交易者将承载情绪的噪音信息当作价值信息进行交易驱动的；高频数据（时）能更好地捕捉情绪传染对股价联动影响的市场表现。研究结论为更深入研究股价联动问题、监管者加强市场管理及投资者投资决策提供参考。     

投资者情绪、股权结构特征与上市公司创新效率

非理性的投资者情绪以及管理层对股市的过度“呵护”扭曲了中国A股上市公司的投资结构，影响资本市场资本配置效率。使用上市公司数据探讨了投资者情绪和股权结构特征对上市公司创新效率的影响。研究发现：A股上市公司存在较为明显的迎合投资现象，投资者情绪与上市公司投资效率之间存在非线性关系的抑制作用，即当市场情绪低落时，创新效率的损失对投资者情绪十分敏感；当市场情绪高涨时，创新效率的增速则对投资者情绪变得迟钝。另外，本文得出的3个结论应获得足够的关注：① 国有或国有控股的上市公司迎合投资的创新效率要高于民营上市公司，政府应积极利用市场情绪推动国有上市公司混改，利用非公资本改良国有上市公司的投资“DNA”，实现产业转型和技术升级的创新基因表达。② 积极打造国家创新驱动发展战略相关产业的资本风口，鼓励并引导社会资本进入高科技领域等创新效率较高的实体产业。③ 大力推动上市公司“两权分离”，提高管理团队的投资能力和投资的持续性，保持较高的投资水平和创新效率。