一、引言
投资者情绪理论于1990年由Delong等最先提出［1］，之后有关投资者情绪的研究受到广大学者的关注。投资者情绪形象地刻画了投资者的心理活动，反映出投资者对市场的预期，是行为金融理论研究的重要课题之一。Gallimore等(2002)认为投资者情绪在投资决策中起着非常重要的作用，个人投资者在投资决策时容易出现认知偏差和行为偏差，很大程度上是受到投资者情绪的影响［2］。Scharfstein等(1990)和Kumar等(2006)的研究表明，股市中个人投资者存在跟风行为和羊群效应［3］［4］。投资情绪会在投资者之间相互影响与感染，从而导致投资者的投资行为发生变化，最终将通过股票市场的收益率、成交量等体现出来。一般来说，投资者情绪越高，他对市场的预期就越乐观，市场成交就越活跃。Baker等(2004)认为投资者高涨的情绪会导致股票市场的成交量扩大［5］。Cornelli等(2006)指出，投资者情绪能够影响股票市场上投资者对个股的需求，这种需求对股票市场的交易行为有着极大的影响［6］。
二、文献回顾
(一)投资者情绪对交易市场的影响
Lee等(2002)通过自回归条件异方差模型考察了投资者情绪与股票市场的关系，结果发现投资者表现乐观情绪时，股票市场收益会上升，表现为悲观情绪时，股票市场的收益会下跌［7］。Beau-mont等(2005)研究发现个人投资者情绪对小盘股和大盘股的收益率、成交量的波动都存在显著影响［8］。而Kling等(2008)实证发现，长期来看，投资者情绪与股票收益率不存在明显的相关性，但短期来看，市场收益率会影响投资者情绪［9］。Lamia(2013)构建了投资者情绪的间接指标，通过建立投资者情绪与各类不同公司股票收益的VAＲ模型以及脉冲响应分析函数，发现投资者情绪会对公司股票收益产生影响，但各类公司股票过去的收益并不能对投资者情绪产生影响［10］。Canbas等(2009)的研究表明，投资组合收益率对投资者情绪产生影响，但投资者情绪指标不能有效预测投资组合的收益率［11］。在国内，有关投资者情绪与股票交易市场间相关性的研究也快速展开。程昆等(2005)以“好淡指数”作为投资者情绪的代理指标，分析了股市收益率、中期投资者情绪和短期投资者情绪三者之间的动态关系。结果表明，中期投资者情绪对股市收益率波动的影响要强于短期投资者情绪［12］。韩泽县(2005)通过格兰杰因果检验发现投资者情绪与我国沪深两市收益率存在显著的因果关系，二者双向互动［13］。陈其安等(2012)将投资者情绪分为积极情绪和消极情绪，并发现两种不同的情绪会对股票市场产生不同的影响［14］。张强和杨淑娥(2009)进而发现只有投资者情绪的正向波动会加剧股票市场收益的波动，而负向的波动对股票市场不存在影响［15］。在此基础上，杨阳和万迪(2010)考察了在不同市场状态下，投资者情绪对股票市场收益率、成交量的影响，结果发现，市场处于熊市时，投资者的乐观情绪比悲观情绪更能对股票市场收益波动产生冲击，而处于牛市时，只有悲观情绪对股票市场产生影响，乐观情绪不发生作用［16］。池丽旭、张广胜等(2012)把基金的资金流动作为衡量投资者情绪的指标，发现投资者的乐观情绪对股票收益的影响要大于悲观情绪［17］。
(二)投资者情绪的测度
由于投资者情绪难以观测，自行为金融领域开始探讨投资者情绪问题以来，学者们就致力于寻找或构建合适的衡量指标。Baker等(2004)认为投资者的情绪能够促使股票市场流动性增强，从而提高股票换手率，故将换手率作为衡量投资者情绪的指标［5］。王美今和孙建军(2004)则根据“央视看盘”数据来构建投资者情绪指标，并且实证发现中国股票市场的收益在很大程度上受到投资者情绪的影响，并且股票市场收益的波动性也受到抑制［18］。王一茸、刘善存(2011)以央视看盘BSI指数、封闭式基金折价率及消费者信心指数作为投资者情绪的度量指标，以此对比在牛市与熊市下中国与美国股票市场中投资者情绪对股票市场收益的影响程度［19］。纵观国内外文献，学者们常用的投资者情绪代理变量主要是市场换手率、消费者信心指数、封闭式基金折价等指标。但近年来，随着互联网财经论坛的发展，一些学者开始试图结合股票论坛来度量投资者情绪。Antweiler等(2004)将来自雅虎财经的帖子按照贝叶斯分类法分为看多、持平以及看空三类，以此构建反映投资者情绪的投资者情绪指数［20］。董大勇等(2011)以新浪网上证综指吧的发帖量为研究对象，通过构建多元BEKK—GAＲCH模型考察交易市场收益率和股票论坛间信息传递和相互关系，发现市场下跌将导致异常发帖量的增加，原因在于市场下跌的过程增加了投资者对信息的需求，促进了投资者在股票论坛的交流与讨论［21］。采用相似的研究方法，国内学者周翠玲等(2013)和林振兴(2011)对我国股票论坛的帖子进行分类，构建了投资者关注度、投资者乐观情绪以及投资者意见分歧三个指数来反映投资者情绪，据此考察投资者情绪与IPO抑价的关系［22］［23］。综上所述，大量文献已经证实投资者情绪对股票市场上投资者交易行为存在影响，最终反映到股票市场。各学者采用的投资者情绪代理变量不同，得到的结论也不一致。网络论坛发帖内容直观地刻画了投资者的心理活动，反映投资者对市场的预期，可以作为衡量投资者情绪的代理变量。此外，信息技术的发展使得网络论坛发帖数据具有内容的可获取性和时间的可追溯性，故已成为近年来众多学者研究的主要对象，研究结果具有可比性与参考性。本文以网络论坛主题发帖内容为研究对象，通过建立多、空情绪关键词词典，运用词频统计方法，构建网络论坛投资者“多方情绪”和“空方情绪”的代理指标，考察网络论坛中多空双方的投资者情绪对股票市场的收益率、成交量的影响。
三、研究设计
(一)数据来源
本文选取日成交量、日收益率和日主题发帖内容作为研究的基本数据，研究的样本区间为2010年1月7日至2013年8月30日，共计884个交易日。研究对象为上证指数交易市场，日交易量与日收益率数据来源于CSMAＲ(国泰君安数据库)，考察投资者情绪时则以东方财富网股吧下的上证指数吧每日主题帖的标题内容为研究对象。
(二)多空情绪关键词词典的建立
现有文献中有许多建立关键词词典的方法，比如人工筛选法、支持向量机算法以及神经网络算法等。由于上证指数吧是个人投资者交流的主要平台，参与的投资者众多，交流气氛比较活跃，投资者在论坛里表达观点时情绪会相互影响，故投资者情绪表达用词比较统一。此外，以个股为研究对象时，需考虑不同的个股吧有不同的投资者参与交流，而且不同时期投资者对个股的关注度也不一样，投资者情绪用词也有一定的差别，更适合采用支持向量机算法和神经网络算法，通过不断筛选，实时更新建立关键词词典。本文研究对象为上证指数吧，故决定采用人工筛选法建立关键词词典。通过编写网络爬虫程序对样本区间的主题发帖内容进行下载，并通过词频统计程序对主题内容进行分词及词频统计，人工挑选出具有代表投资者情感色彩和投资情绪的关键词共计394个，然后通过反复比对，把这些关键词分为两类，把明显带有悲伤、忧虑、恐慌和对市场看空的关键词组成一个关键词词典，定义为“空方”关键词词典，共有关键词202个。反之，把明显带有高兴、喜爱、期望和对市场看多的关键词组成另一个关键词词典，定义为“多方”关键词词典，共有关键词192个。
(三)变量说明
本文在建立多、空情绪关键词词典的基础上，运用关键词词典对研究样本区间每日上证指数吧主题帖内容进行多、空情绪关键词词频统计，根据多空词频统计数计算出每日多、空情绪比例变动，以便在多空情绪表达比较激烈的时期更有效地区分出投资者多空双方情绪的强度。需要说明的是，现有研究投资者情绪的文献中，部分研究者采用语意分析方法来分析文本中投资者所要表达的情绪，分析的对象主要是财经博客、财务报表发布期间与新股发行期间投资者在网络论坛的讨论内容［23］。与其他研究者不同的是，本文只考察上证指数吧的主题发帖内容中投资者使用的情感关键词，用这些关键词频数的变化作为投资者情绪的一个代理变量，故没有做语意分析。原因在于:首先，发帖者为了吸引其他浏览者点击回复他的帖子，主题帖中通常使用较为直观的情感关键词或代表投资者投资行为的关键词词语;其次，本文研究样本区间长达近四年，帖子数达522229个，从时间跨度及样本数量上来说，不适用语意分析来做研究。
(四)实证模型
本文采用向量自回归(VAＲ)模型来考察网络论坛投资者情绪比例变动与交易市场成交量、收益率相互之间的动态影响关系。VAＲ模型是Sims(1980)年提出的一种新型计量模型，它由一组动态联立方程构造而成，模型中的解释变量不区分内生、外生变量，可以有效描述不同变量之间的动态相关关系，同时具有较强的预测性。此外，VAＲ系统还有独特的分析功能，如对变量之间的Granger因果关系检验以及脉冲响应(Impuleresponses)分析等［24］。
四、实证分析
(一)变量基本描述
统计图1至图6给出了主要研究对象的时间序列走势图。从图3、图4的多空双方的词频统计数的时间序列图形可以看出，前期由于受到经济条件与网络发展速度限制，网络讨论不是很激烈，后期由于上述条件得到改善，网络讨论与前期有明显差别，因此本文具有研究意义和参考价值。
(二)单位根检验
为了保证实证结果的有效性，避免“伪回归”，建立模型前须对变量做平稳性检验。表1为各个变量的单位根检验结果。表1显示，所有变量均在1%的显著性水平上通过检验，研究变量均不存在单位根，表明所有序列都是平稳序列，因此本文可以做进一步的研究。
(三)格兰杰因果关系检验
首先对VAＲ模型的变量进行Granger因果关系检验，考察他们的相互关系，为建模提供合理性。在Granger因果关系检验中，滞后期的选择对检验结果极为重要，投资者情绪与交易市场之间的相互影响可能存在先行－滞后的关系，而且信息在投资者之间的传递有时滞性，综合以上因素，本文最终选择的滞后期数为4期，即4天。Granger因果检验结果如表2所示。从表2结果可以看出:成交量是多空情绪比例变动的原因，即前期成交量的变动会引起未来多空情绪比例的变动。但从显著水平上来看，成交量对多方情绪比例变动在15%的显著水平下有影响，而成交量对空方情绪比例变动在1%的显著水平下有影响，说明前期成交量的变动对空方情绪比例变动的影响比对多方情绪变动的影响更大。此外，多空情绪比例变动对成交量的影响均在1%的水平下通过显著性检验，即多空情绪比例变动均是成交量的原因，表明前期多空情绪比例变动对未来的成交量产生了影响，总的来看，成交量与投资者多空情绪比例变动互为格兰杰因果关系。为进一步考察多空情绪比例变动与收益率是否相互影响，把收益率分别与全天多空情绪比例变动、交易时段多空情绪比例变动、非交易时段多空情绪比例变动进行了滞后4期的Granger因果关系检验。检验结果发现，收益率与非交易时段多方情绪比例变动在10%显著水平下互为Granger因果关系，即前期收益率会影响未来非交易时段的投资者多方情绪比例变动，前期非交易时段多方情绪比例变动也会对未来收益率产生影响。特别地，Granger因果关系检验表明，多空投资者情绪比例变动与成交量、收益率互为影响，成交量与空方投资者情绪的Granger因果关系较为明显，而收益率则与非交易时段多方投资者情绪比例变动较为明显，存在的解释是，在中国交易市场缺乏做空交易的制度下，投资者的悲观情绪容易导致市场“恐慌性”抛售现象，造成交易市场成交量的变动。前期投资者乐观情绪的表达会进一步反应到市场收益率上，而前期投资者悲观情绪的表达不会影响到未来市场的收益率。
(四)VAＲ模型建立与脉冲响应分析
为了进一步考察成交量与投资者多方情绪比例变动、成交量与投资者空方情绪比例变动、图7成交量与多方情绪比例变动VAＲ(6)收益率与非交易时段多方投资者情绪比例变动间的动态关系，本文构建了3个二维的VAＲ模型进行实证分析。对于VAＲ模型滞后阶数的确定可采用多种定阶方法，本文根据6项评判指标准则(LogL、LＲ、FPE、AIC、SC、HQ)选择模型滞后阶数，最终成交量与多空投资者情绪的VAＲ模型滞后阶数均确定为6阶，收益率与非交易时段投资者多方情绪建立的VAＲ模型的滞后阶数则确定为4阶。本文主要考察网络论坛投资者多空情绪对整个交易市场未来的影响，故此处不对VAＲ模型单个变量参数估计值做进一步解释，后文的脉冲响应分析将讨论这种影响关系。从图7、图8、图9发现特征多项式的根的倒数全部位于单位圆内，说明建立的3个VAＲ模型都是稳定的。在建立VAＲ模型的基础上，应用VAＲ模型的脉冲响应函数来分析系统对来自自身或是其他内生变量冲击扰动的动态反应。脉冲响应函数体现了当系统受到其中一个变量一个标准差新息的冲击后对系统其他变量产生影响，并最终反馈到自身的一个过程。脉冲响应分析:图10、图11、图12上半部分图形可以看出，成交量对自身的一个标准差的新息冲击都是正方向的，且影响时间比较长，超过10天以上，但随着时间的增加影响逐渐减小，慢慢恢复到均衡位置。而收益率对自身的一个标准差的新息冲击在第1期表现最为明显，上升了0.012个百分点，第2期马上恢复到均衡位置，之后几期的影响也不太明显。图10下半部分图形可以看到:成交量对来自网络论坛投资者多方情绪比例变动一个标准差的新息的冲击，刚开始第1期为正，第2期马上转变为负，到了6期过后开始恢复到均衡位置;图11下半部分图形可以看到:成交量对来自网络论坛投资者空方情绪比例变动一个标准差新息的冲击，第1期为负，第2期变为正，到了第6期过后开始恢复到均衡位置;图12下半部分图形可以看到:非交易时段投资者多方情绪比例变动对收益率的冲击第1期为正，上升了0.15个百分点，第2期变为负，下降了0.10个百分点，到了4期过后开始恢复到均衡位置。本文通过脉冲响应分析研究发现，来自网络论坛投资者多空情绪变动对成交量影响时滞较长，但冲击力度小于成交量自身变动的冲击力度。而来自网络论坛投资者情绪变动对收益率的影响时滞较短，冲击力度大于由于收益率自身变动的冲击力度。虽然来自网络论坛投资者情绪的变动对未来的成交量、收益率都有影响，但是这种影响不是长久的，系统最后将逐渐恢复到均衡位置。
五、结语
(一)研究结论
本文应用词频统计方法，通过对东方财富网上证指数吧2010年1月7日至2013年8月30日主题帖的标题内容进行词频统计，建立了衡量网络论坛投资者情绪的“多方情绪”与“空方情绪”关键词词典，并运用词典实证分析了网络论坛多空投资者情绪与上证指数交易市场的成交量、收益率的关系。结论如下:1．通过Granger因果关系分析发现，投资者多、空情绪比例变动与成交量都互为Granger因果关系，非交易时段的多方情绪比例变动与收益率互为Granger因果关系。进一步说明网络论坛投资者多、空情绪与交易市场的成交量存在相互影响关系，而且这种影响是非对称的，投资者空方情绪与成交量的相互影响要比多方情绪明显。网络论坛投资者多、空情绪与收益率的相互影响也存在非对称性。2．通过建立投资者多方情绪比例变动与成交量、投资者空方情绪比例变动与成交量和非交易时段多方情绪比例变动与收益率3个VAＲ模型以及它们的脉冲响应分析，考察投资者多、空情绪比例变动与成交量和收益率的动态相互关系，实证结论表明，网络论坛投资者多方情绪变动对收益率及成交量都产生冲击，其中，对收益率的冲击比对成交量的冲击要大，但冲击时滞要小于对成交量的冲击;网络论坛投资者空方情绪变动只对成交量产生冲击，且时滞较长，对未来的收益率没有影响。
(二)政策建议
1．本文的研究结果显示，网络论坛不同投资者情绪对交易市场成交量与收益率都有显著影响，其中，投资者空方情绪对成交量的影响比多方情绪明显，而投资者多方情绪对收益率的影响要比空方情绪明显。所以，对于机构投资者和个人投资者而言，可以把网络论坛投资者的讨论内容加以整理、研究，作为投资决策的一个因素，应用到实际的投资模型中，进一步提高投资决策的效率。2．如果网络论坛投资者情绪是交易市场的一个影响因素的话，那么对于监管者来说，增加对网络论坛投资者发帖行为的监管是十分有必要的，这可以有效防止信息操纵者通过论坛发帖内容来影响其他投资者，进而达到操纵市场的目的。
作者:易洪波 赖娟娟 董大勇 单位:西南交通大学经济管理学院