基于结构方程模型的投资者情绪与市场表现关系的实证研究

　　[作者简介]吴奇峰，韶关学院韶州师范分院教授，广东韶关，512009；宋泽芳，广州大学经济与统计学院博士研究生，研究方向：金融统计，广东广州，510006
　　[中图分类号]F830.91[文献标识码]A[文章编号]1007-7723（2013）06-0006-0002
　　关注对市场中投资者本身的研究已日益受到学者的重视，其中市场上投资者情绪对整个证券市场表现的影响尤为重要。然而投资者情绪和市场表现是不可直接观测和测量的，这给定量研究带来了一定的困难。幸运的是，有大量文献证明了许多证券市场的客观数据可以间接测量投资者情绪，对于市场表现，也可以找到可以观测的变量来间接表示。而结构方程模型正是解决这类定量问题的工具。鉴于此，本文利用结构方程模型对投资者情绪与市场表现之间的关系作实证分析。
　　一、结构方程模型原理
　　结构方程模型是研究可观测变量和潜变量，以及潜在变量之间关系的重要统计工具，在行为学、医学、金融、管理等领域中得到了广泛的应用，它可以允许变量存在测量误差，弥补了回归分析、因子分析中的不足，是强大的统计方法。
　　基本的结构方程模型表达式：
　　（1）
　　（2）
　　（3）
　　（1）、（2）称为测量方程，描述潜变量与可测变量之间的关系，其中可观测随机向量Y与X分别是和？孜的外显指标，与是因子载荷阵，？着和？啄是随机误差，假设？着，？啄与不相关。（3）是结构模型，描述潜变量之间的关系，是内生潜变量，？孜是外生潜变量，和是代表与？孜之间因果关系的系数矩阵。
　　二、指标的选取与数据来源
　　Baker&Wurgler（2006）认为封闭式基金折价率、IPO数量、IPO首日收益率、新增开户数、换手率这5个市场交易数据可以反映投资者在决策过程中的情绪，于是选择这5个显变量作为情绪的测量指标。选用证券市场中的上证、沪深两大盘收益率和A股平均市场收益率三个指标对市场综合表现进行测量，如表1：
　　选用2000年5月至2012年12月，频率为月度的数据作为样本，采用极大似然估计方法进行估计，主要数据来自CCER数据库和国泰君安数据库。
　　三、路径图与计算结果
　　根据选取的指标建立投资者情绪与市场表现关系路径图（图1）：
　　椭圆形代表潜变量，矩形框内的变量代表观测变量，双箭头用来分析两个潜变量之间的影响关系，利用Amos17.0来进行模型拟合。得到计算结果如下：
　　从表2中看到，常用的模型拟合指数GFI、CFI均大于0.9，RMSEA小于0.08，CMIN/df小于2，模型拟合程度较好。表3中看到所有参数的估计值都显著有效，于是认为采用这样的模型进行分析是合理的。
　　在测量模型合理的条件下，分析投资者情绪与市场表现的相互关系，建立两个潜变量的回归模型，实证计算发现两者存在显著的关系，见图2。验证说明了市场上投资者的情绪与市场中的表现是相互影响与作用的。
　　四、结论
　　从测量情绪的5个观测变量中，所有的系数均显著为正，验证了市场中情绪的变化决定了这几个交易数据的变化。其中，市场中情绪的变化对股民新增开户变化的影响最大。这说明，在股市中市场情绪的高涨最显著指示就是导致全民买股，这对证券监管有着一定的意义，可以通过监视股市开户情况了解市场中情绪的冷热程度，帮助他们及时发现市场的"非理性"现象。
　　通过分析投资者情绪与市场表现之间的关系，发现两者是相辅相成，互相作用的，若投资者的情绪会影响市场收益的表现，那么市场收益表现同样也会对未来投资者的情绪产生作用。或许证券相关专业人士可以合理引导投资者，让其更好地认识自我，提高投资理念，促进市场稳定健康地发展。
　　[参考文献]
　　[1]BakerM，WurglerJ.InvestorSentimentandtheCross-sectionofStockReturns.[J].TheJournalofFinance，2006，（61）.
　　[2]赵守盈.矩结构分析模型--从入门到精通[M].广州：暨南大学出版社，2010.
　　[3]王济川，王小倩，姜宝法.结构方程模型：方法与应用[M].北京：高等教育出版社，2011.

　　论文榜（www.zglwb.com），是一个专门从事期刊推广、投稿辅导的网站。
本站提供如何投稿辅导，寻求投稿辅导代理，快速投稿辅导，投稿辅导格式指导等解决方案：省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


期刊鉴别	论文检测	免费论文	特惠期刊	学术答疑	发表流程

搜索

基于结构方程模型的投资者情绪与市场表现关系的实证研究