基于行为金融理论的投资者情绪对证券市场波动性影响研究

行为金融理论框架中有个关键概念叫投资者情绪，它所描述的是投资者参与证券交易期间产生出来的系统性心理偏差以及主观判断倾向。传统金融理论觉得市场参与者是完全理性的，行为金融理论从心理学角度研究，看非理性行为怎样影响市场运行，在此投资者情绪被视为引发市场异常波动的一个重要因素。探究投资者情绪核心形成机制主要涉及三个方面，分别是认知偏差、情绪传染和信息不对称。认知偏差具体表现为过度自信、锚定效应这类心理特征，使得投资者对市场信息的解读偏离客观状况；情绪传染借助群体互动把个体非理性行为放大，最终形成集体性的市场情绪；处于信息不对称情形时，投资者更倾向依赖主观判断而非客观数据，这会进一步加强情绪化交易的倾向。

证券市场实际运行里，投资者情绪对市场波动性产生影响主要通过三条路径来展开。第一条路径是交易量放大。当市场情绪高涨，投资者交易频率会显著提高，虽然流动性有所增加，但也会让价格波动加剧。第二条路径是价格偏离。非理性情绪推动资产价格脱离基本面价值，进而出现泡沫或者恐慌性抛售的现象。第三条路径是风险偏好。情绪周期性波动会改变投资者风险承受能力，从而对市场的风险溢价水平产生影响。这三种作用机制相互配合起来，构建起投资者情绪与市场波动性之间的动态传导关系。

对投资者情绪进行研究具有重要的现实意义。研究投资者情绪能为解释传统金融理论无法涵盖的市场异象提供新视角，像股价过度反应、羊群效应这类现象就可以用此来解释。构建情绪监测指标之后，可以给市场监管机构和投资者提供预警信号。实证研究表明，投资者情绪指数和市场波动率之间存在显著的正相关关系。特别是在极端市场环境中，情绪因素对波动性的解释能力甚至比宏观经济变量还要强。所以深入分析投资者情绪的作用机制，不但能够完善金融市场理论体系，还可以为投资者决策提供科学依据，进而推动证券市场朝着稳定健康的方向发展。

行为金融理论属于现代金融学里重要的一个分支。这个理论主要是围绕对传统金融理论当中理性人假设进行修正和拓展来开展的。传统金融理论以有效市场假说作为基础，认为投资者是完全理性的，能够依据所有可以得到的信息来做出最优的决策。不过，行为金融理论通过大量的实证研究发现，投资者在实际进行决策的时候，常常会表现出有限理性的特征，会受到认知偏差、情感因素以及社会影响等方面的限制。有限理性理论提到，由于受到信息处理能力的限制以及心理偏误的影响，投资者很难做到完全理性地去做决策。前景理论进一步揭示出投资者在不确定条件下的决策行为，指出投资者对于损失的敏感程度要远远高于对收益的敏感程度，并且还存在参照点依赖、风险偏好逆转等现象。过度自信是另外一种典型的认知偏差，具体表现为投资者会高估自己判断的准确性，这样就会进而引发频繁交易以及风险承担增加的情况。这些理论一起构成了行为金融学的基础，为理解市场异象提供了新的分析框架。

投资者情绪是行为金融理论的核心概念，它指的是投资者基于心理因素而并非基本面信息形成的对未来市场收益的主观预期。和传统金融理论的理性预期不一样，投资者情绪具有非理性和主观性的特点，多种心理机制会驱动这种情绪的形成。锚定效应会使得投资者过度依赖特定信息或者初始值，从而让判断偏离客观事实；从众行为表现为投资者盲目地跟随市场主流观点，忽略个人独立的判断；处置效应会让投资者更加倾向于过早地卖出盈利资产，并且长期持有亏损资产，而这样做会进一步加剧市场的波动。这些心理机制相互之间产生作用，共同塑造出投资者情绪的复杂形态，最终通过交易行为对市场价格产生影响。

行为金融理论和投资者情绪之间存在着紧密的逻辑联系。情绪是投资者心理状态的直接体现，会通过对交易行为产生影响进而作用于市场波动性。当投资者情绪高涨的时候，过度自信和从众行为会使得交易量放大，资产价格也会偏离基本面价值；当投资者情绪低迷的时候，风险规避和处置效应会引发市场流动性不足、价格过度反应的情况。这种由情绪驱动的交易行为不仅会放大市场的波动，还可能会引发泡沫、崩盘等极端的现象。所以，深入去理解行为金融理论和投资者情绪的作用机制，对于准确测度情绪指标、分析市场波动成因有着重要的意义，同时也为后续的实证研究奠定了理论基础。

投资者情绪测度在行为金融理论实证研究里是基础，要做的关键事情是用能够量化的指标来客观呈现市场参与者的心理预期。

从测度方法方面讲，直接测度法主要依靠主观调查数据，像问卷调查和媒体情绪分析就是很典型的例子。问卷调查是定期收集投资者对于市场走势的预期判断，然后用这些数据来构建情绪指数；媒体情绪指数则是运用文本挖掘技术，对财经新闻关键词的词频进行情感倾向评分。这种方法有好处，就是比较直观，不过也存在样本偏差以及信息滞后的问题。

间接测度法是借助市场交易数据来推断情绪状态，因为具有客观性和高频性的特点，所以成了主流的方法。常用的指标有成交量指标，这个指标能够反映市场的活跃度，当出现极端放量的情况时通常会伴随着情绪极化；封闭式基金折价率（CEFD）是一个经典的指标，它的计算公式是$CEFD$t = \frac{NAVt - Pt}{NAVt}，这里面的$NAV$t指的是基金净资产价值，$P$t指的是市场价格，当折价扩大的时候，一般就说明投资者的悲观情绪加重了。除此之外，首次公开发行（IPO）首日收益率、新增投资者开户数等指标，也经常被加入到情绪测度体系当中去。

考虑到我国证券市场数据的可得性以及有效性，本研究将央视看盘市场情绪指数（CISI）选作直接测度指标。这个指数是通过对全国投资者进行样本调查构建出来的，具备官方权威性以及时效性。间接指标选择了沪深300指数成交额（VOL）和封闭式基金折价率（CEFD），沪深300指数成交额能有效地代表市场整体的流动性水平，封闭式基金折价率符合行为金融经典理论框架。选择的依据主要有三个方面。其一，这些数据全部来自公开的权威渠道，这样能够保证样本具有连续性和准确性；其二，沪深300成分股覆盖了主板市场的核心标的，所以成交额指标具有充分的代表性；其三，封闭式基金折价率在我国市场长期存在显著的波动情况，它对于情绪的变化比较敏感。

为了保证实证分析具有可靠性，所有的原始指标都需要进行标准化处理，以此来消除量纲的差异，具体采用的是Z - score方法，也就是$X$i^* = \frac{Xi - \mu}{\sigma}，在这个公式里，$X_i^*$指的是标准化值，$\mu$指的是样本均值，$\sigma$指的是标准差。之后要使用ADF单位根检验时间序列的平稳性，如果是非平稳序列的话，要对其进行差分处理，一直到通过显著性检验为止。经过预处理后的指标才能够作为有效的解释变量，用于后续波动性影响模型的实证检验。这一系列的操作规范不只是符合计量经济学的基本要求，而且为情绪测度的科学性以及结果的可信度提供了坚实可靠的保障。

要验证投资者情绪对证券市场波动性有怎样的影响，采用广义自回归条件异方差（GARCH）族模型和向量自回归（VAR）模型来做实证分析。通过主成分分析法构建投资者情绪综合指数，这个指数包含封闭式基金折价率、新增投资者开户数、成交额占比以及消费者信心指数等多个代理变量，能够全面反映出市场参与者的心理预期。选取沪深300指数收益率的条件波动率作为代表市场波动性的被解释变量，该变量可以有效捕捉金融时间序列所具有的波动聚类特征。控制变量包含货币供应量增速（M2同比）和融资融券余额，货币供应量增速代表宏观经济环境产生的影响，融资融券余额体现市场微观结构起到的作用。

研究数据是从Wind数据库和国家统计局获取的，样本区间选的是2010年1月到2023年12月，总共包含168个月度观测值。先开展描述性统计分析，分析结果表明情绪指数和市场波动率都呈现出右偏分布，并且同时具有明显的尖峰厚尾特征。为了防止出现伪回归问题，对所有变量进行增强型迪基 - 福勒（ADF）平稳性测试，测试发现各个序列在经过一阶差分处理之后都满足平稳性条件（p值<0.01）。

在模型构建阶段，先基于均值方程对GARCH(1,1)模型进行拟合，具体公式为：$\sigma$t^2 = \omega + \alpha \varepsilon{t-1}^2 + \beta \sigma{t-1}^2 + \gamma \text{SENT}t + \delta \text{M2}t + \theta \text{MTD}t 这里面$\sigma$t^2指的是条件波动率，$\text{SENT}$t是情绪指数，$\text{M2}$t和$\text{MTD}$t分别对应的是控制变量。参数估计结果显示，情绪指数系数$\gamma$在5%显著性水平下显著为正（$\gamma = 0.032$，t = 2.15），这就表示投资者情绪每上升1个单位，市场波动率大约会增加3.2%。之后借助VAR模型对动态脉冲响应情况进行检验，发现情绪冲击对波动率产生的影响在第3个月的时候达到峰值，在达到峰值之后就逐步减弱，这种情况和行为金融学中的过度反应理论是一致的。

为了保证研究结论具有可靠性，从三个方面开展稳健性检验。第一个方面，用换手率把情绪指数替换掉然后重新估计模型，得到的结果仍然是显著的；第二个方面，把样本区间划分成牛市（2014 - 2015年）和熊市（2018 - 2019年）两个子样本，经过分析发现情绪影响在牛市阶段表现得更加明显；第三个方面，引入EGARCH模型对非对称效应进行检验，检验结果显示负面情绪对波动产生的放大作用要比正面情绪更强。这些实证结果不但支持了行为金融理论在中国证券市场的适用性，而且还为监管部门制定逆周期调节政策提供了可以量化的参考依据。

这项研究基于行为金融理论，对投资者情绪给证券市场波动性带来的作用机制进行了全面探究。通过构建情绪指标与波动性分析模型开展实证分析，得到的结果显示投资者情绪和市场波动性之间存在明显的正向关联。也就是说，当投资者情绪处于高涨状态的时候，证券市场的波动会明显加剧；而当投资者情绪处于低迷状态的时候，证券市场的波动幅度就会相对减小。这样的发现证明了行为金融理论里有限理性假设是合理的，同时也反映出传统金融理论认为市场完全有效的假设存在不足之处。

投资者情绪从基本定义来讲，指的是投资者对于证券市场未来走向的心理预期和主观判断。投资者情绪的形成会受到多种因素的影响，这些因素包含宏观经济形势、政策的变动、媒体的相关报道以及个体的心理偏差等情况。其核心机制是，投资者情绪会对投资者的交易行为产生影响，进而使市场的供需关系发生改变，最终引发证券市场的价格波动。要是市场情绪偏向乐观，投资者就容易出现过度交易的情况，这会促使资产价格偏离其基本面价值，从而加剧证券市场的波动；相反，要是市场情绪偏向悲观，可能会造成证券市场流动性不足，同样也会引发证券市场的异常波动。

这一研究结论在实际应用方面具有重要的价值。监管机构可以对投资者情绪指标进行监测，通过这种方式提前对证券市场可能存在的风险进行预判，并且及时采取逆周期调节的措施，以此来维护证券市场的稳定。机构投资者能够把投资者情绪指标当作辅助决策的工具，在投资者情绪处于极端状态的时候采用反向操作的策略，从而获取超额收益。个人投资者需要认识到投资者情绪对投资决策存在潜在的作用，要建立起理性的投资框架，避免盲目地跟随证券市场的情绪进行投资。

在具体实现路径上，建议搭建多层次的投资者情绪监测体系。这个体系可以综合运用文本分析、交易数据挖掘以及问卷调查等多种方法，以此来提升对投资者情绪测量的准确性。与此同时还需要加强对投资者的教育工作，向投资者普及行为金融方面的知识，进而提升证券市场整体的理性程度。在未来的研究中，可以进一步去探究不同类型投资者情绪给证券市场波动性带来的差异化影响，以及投资者情绪传导机制的微观基础情况。