情绪传染对跨空间股价联动的影响：基于心理安全视角

姜尚伟 ,金 秀 ,王 佳,2

(1.东北大学 工商管理学院,沈阳 110169；2.东北大学秦皇岛分校 经济学院,河北 秦皇岛 066004)

Li等[1]指出,在构建投资组合、制定对冲策略和管理风险过程中,明晰股票价格间的联动机制是至关重要的。已有文献聚焦探讨不同国家、不同地区和不同行业股票之间的价格联动性：Filipe等[2]以美国和巴西股票市场为例,发现新兴市场和发达市场之间存在不同程度的股价联动；余秋玲等[3]从行业层面研究中国股市股价联动,发现宏观经济指标对除金融与保险业以外的所有行业的股价联动均产生显著影响,但不同行业间的影响程度存在差异；Anderson等[4]认为本城市内股票间的联动性高于与临近城市间的联动性。在构建投资组合过程中,投资者更喜欢那些距离他们近的公司股票[5]。Coval等[6]认为此现象的背后驱动力量是空间距离,投资组合选择受到与距离有关的摩擦影响。投资者投资近距离的股票会感到安全舒适,或者对近距离股票更具有信息优势,因为人们的决策行为会通过语言交流、观察学习等社会互动受到邻里、朋友、同事和社会团体的影响[7]。Yang[8]认为投资者的互动行为会导致股票超额收益联动。那么,潜在的问题是：空间距离与投资者互动行为有怎样的联系? 投资者互动行为对股价联动有怎样影响? 股价联动在空间距离上表现怎样的差异规律? 这些问题在已有文献中没有得到清晰且充分的研究。

大量文献分析股价联动的成因,形成了不同的学派假说。如新古典金融学派学者认为的金融市场脆弱[9]说、金融约束说、信息成本说和内幕交易说,以及行为金融学派学者认为的有限套利说[10]、分类思维说[11]和基于偏好的联动说[12]等。还有学者认为资产间的联动性会受到非理性和情绪驱动型投资者的相关需求驱动：Michael等[13]认为行业内的关注转移会引起同行业股票收益间的联动效应；Baker等[10]认为情绪是引起股票收益联动的主要原因；余秋玲等[14]提出投资者情绪对不同行业的股价联动的影响存在差异；刘澄等[15]通过联动效应模型研究不同的投资者情绪对中国股票市场收益的影响,发现投资者情绪之间具有传染性,且国际投资者情绪的传染性在解释中国股票市场收益波动时十分有效；胡昌生等[16]认为投资者情绪会在原生市场和衍生市场间产生跨市场传递现象,对于解释市场间联动现象具有重要意义。然而,已存在的理论假说和文献并不能对跨空间股价联动性的成因及差异规律进行很好的解释。

Li等[17]将地理空间距离与股票价格联动之间的负相关关系归功于投资者的本地偏好选择偏差。而投资者的本地偏好选择偏差与投资者的安全心理有关,投资者投资近距离的股票会感到安全舒适,或者对近距离股票更具有信息优势[7]。Ertur等[18]认为地理意义上的空间距离关系只是一种特殊情况,广义上空间距离关系可能基于属性相似性,可以体现在地理、经济、文化、语言或制度上。基于安全心理,投资者不仅在地理上表现本地偏好,在其他特征上也表现熟悉偏差。Michael等[13]基于经济上的相似性,考虑投资者行为,认为行业内关注联动行为导致行业内股票价格联动。受上述研究启发,本文基于中国股票市场考虑股票间的广义空间关系研究股票价格联动问题。同一股票市场经济单元间的空间关系对地理上和经济上的相似性比较敏感[19],因此,本文对投资者的地理心理安全空间(地域)和经济心理安全空间(行业)进行研究。

情绪作为影响资产价格的重要因素,具有信号功能[10],在市场中的传染与个体心理会计息息相关[20]。心理安全区理论认为每个人都有自己熟悉的、经常活动的空间,即心理安全区。当人们发现事件信息在其心理安全空间内并与其相关时,就会积极参与进来,此类信息会被大胆地传播和扩散,反之则倾向采取漠视态度。结果是,随着空间安全范围向四周辐射,信息传播效率越来越低,从而形成环形阶梯状信息传导模型。因为信息中承载着投资者的观点,再加上情绪的传染特性,使得情绪在不同等级安全空间内不断地传染和积累,产生不同强度的“意见环境”。在现代社交媒体强大的传播力量下,承载情绪的信息在影响人们对事物认知的同时,所传递的群体情绪将产生不同程度的共鸣效果,所形成的意见气候将引发投资者的趋同行为,最终影响市场对股票的定价机制[21]。换言之,在情绪传染的推动下,不同安全空间的投资者将共舞,出现情绪联动效应,投资者基于强大的意见环境做出决策行为,从而产生跨空间股价联动现象。因此,基于心理安全区理论理解情绪传染引起股价联动的机理,对于明晰股价联动的空间差异规律及原因具有重要意义。

随着互联网广泛普及,信息传播的强度(包括速度和量)得到质的飞跃[22],突破以往的以日为单位,现以更短的时间单位(分钟、小时)进行传播,经济信息战迫切需要厘清更短时间频率内金融市场信息传导机制及股票定价机制。但是由于数据获取的限制,现有研究还未对此展开充分的讨论,特别是对于情绪传染引起跨空间股价联动的内在机理更没有给予应有的重视。基于上述分析,本文利用高频数据,基于心理安全区理论研究情绪传染、情绪联动和股价联动三者之间的关系。关注的主要问题是：股价联动存在怎样的空间差异规律? 怎样解释这些空间差异规律? 情绪传染、情绪联动和股价联动三者之间存在怎样的内在影响机理? 心理安全区理论在理解三者之间的关系问题上起到怎样的作用? 情绪传染受哪类投资者驱动?

本文的贡献体现在：①采用Bayes分类算法对股吧信息进行分类,构建高频情绪指数。解决了高频情绪指数难获取的难题,为大数据背景下在更短时间频率内研究情绪传染对股价联动的影响提供基础。②基于心理安全区理论解释情绪传染引起股价联动的内在机理。已有文献只关注情绪对股价联动有影响的事实,忽略了其背后隐藏的逻辑关系。本文基于心理安全区理论,深入理解情绪传染、情绪联动和股价联动三者之间的内在联系,为研究股价联动问题提供进一步的理论支撑。③明晰了股价联动存在的空间差异规律及原因。通过研究空间心理安全距离(地理、经济)与股价联动性之间的关系,解决了股价联动存在空间差异性问题,为研究现实存在的指数调整效应、公司总部联动效应等现象提供参考。

1 研究假设

需区分两个重要概念——情绪传染和情绪联动。情绪传染是个体将自己的态度、观点等传递给他人；情绪联动是不同个体的情绪表现一致性。情绪具有组织功能和信号功能[10]。信号功能,表现在个体将其愿望、要求、观点和态度通过情感表达的方式传递给别人,它是非言语沟通的重要组成部分,呈现出独有的“情绪传染”。结合认知心理学的研究,Daniel等[20]认为人们具有有限的信息处理能力,这种有限性又会导致有限注意力和认知偏差,使得人在做决策时的信念和偏好会出现系统性偏差,表现出过度自信、典型性、锚定、损失规避以及心理会计等行为。并且,人的这些认知偏差在外界信息的刺激下可能进一步加剧。因此,作为外界环境的刺激和信号符号,情绪很容易在金融市场中迅速蔓延,并大范围扩散传染,对市场参与者的心理认知、主观判断产生潜移默化、甚至是立竿见影的影响,使不同的主体间呈现特殊的“情绪联动”现象。在组织功能作用下,联动的情绪驱动市场参与者对类似的信息和事件做出一致的投资决策,最终反馈到金融资产的价格行为上,表现为资产价格同涨同跌。基于上述分析,提出：

假设1情绪传染通过影响情绪联动进而影响股价联动。

在心理安全区理论看来,作为重要市场参与者,投资者有自己熟悉的空间区域(地理区域、经济区域),会根据心理安全程度对市场上的信息进行筛选、排序及进一步加工处理,更多关注自己熟悉区域或领域公司的信息。而行为金融学的大量研究表明,情绪会通过影响投资者的心理认知作用于他们的投资决策行为,最终对资产价格产生影响[23]。因此,在安全心理的作用下,投资者对具有相同经济区域或同一地理区域的股票表现的预期倾向于一致,进而这些股票表现股价联动性。Barberis等[12]发现,当某股票新加入或被剔除出S&P500 指数后,该股票与其他S&P500 成份股间的联动程度会增加或减弱；由于“熟悉偏差”的存在,Kumar等[5]提出投资者有基于地区分类的偏好,其表现为对本地公司股票的偏好,发现公司总部变更后,会导致该公司股票与新总部所在地公司股票间的联动性加强,同时与旧总部所在地公司股票间的联动性会减弱。随着安全范围向四周辐射,投资者的心理安全程度减弱,越来越忽视远距离空间区域的公司信息,形成环形阶梯状的信息传导模型,进而使信息中承载的情绪在市场中也表现出相同的传染机制。情绪传染效率表现在传染速度和传染强度上,由于承载情绪的信息传播需要时间,以及信息在传播过程中会被裁剪、取舍和加工,故空间心理安全距离越远,目标空间区域与信息源区域的情绪联动性越弱,导致两个区域的股价联动性越弱。基于上述分析,提出：

假设2股价联动表现空间(地理、经济)差异性机制,空间心理安全距离越远,股价联动性越弱。

社会心理学研究发现,出于归属感、认同感和信息成本的考虑,噪音交易者往往趋向于放弃有价值的私人信息,模仿环境中大多数人的投资策略,表现为一致的羊群行为[24]。特别是当信息透明度较差,由于难以及时洞察公司真实的经营状况,经验匮乏的噪音交易者更加依赖于社会舆论、市场流言以及小道消息等其他低成本、快捷的信息渠道[20]。在这种情况下,情绪在投资者间传染表现会有所差异,有可能进一步扩大,也有可能得以缓解。一方面,由于心理安全因素的影响,“熟悉偏差”成为噪音交易者筛选信息的标准,噪音交易者倾向于选择接收更安全的信息,则安全区内的观点会被投资者当作权威意见来认知、模仿、甚至追捧；另一方面,噪音交易者也会只针对其熟悉的信息进行发言,使信息得以传播,而与其无关的、陌生的、但有价值的私人信息就会隐匿消失。在两者共同作用下,处在信息不确定困境中的噪音交易者易被周围的优势情绪环境传染,情绪联动现象会更加明显,进而演化为整个区域内的一致投资决策行为,使得股价偏离其内在价值,产生股价联动现象。基于上述分析,提出：

假设3情绪传染通过噪音交易者驱动途径引起的股价联动。

2 研究设计

2.1 样本选择及数据处理

选取2014-01-01～2019-12-31所有A 股股票进行研究。因为东方财富股吧信息的时间标签具体到每分钟,满足本文基于高频数据进行研究的要求,所以使用Excel中的VBA 语言编程,对东方财富股吧信息进行抓取。基于研究设计的需要,对样本做如下筛选：①剔除在实证时间区间退市的股票；②剔除ST、*ST 股；③杠杆率大于1意味着资不抵债,小于0则或许是数据失效的原因,故在实证中剔除此类股票数据；④剔除在东方财富网上没有开通股吧的股票。最后,共获得2 984家有效上市公司样本信息。

考虑到随着信息技术的发展,信息传播效率的加快,承载投资者情绪的信息能够在更短的时间内在市场中传播扩散,过长的实验区间可能抹杀情绪及股票价格表现的真实特性。并且,市场对情绪的反应往往是在更短的时间内集中呈现。因此,过长的时间窗口不利于考察情绪对股价表现的真实影响。基于上述分析使用高频数据进行研究,能够探明投资者情绪传染的微观机制,为股价联动提供新的合理解释。

Wind数据库提供以分钟为单位的高频数据,但以每分钟为时间单位的数据可能存在较多空白值或大段相同值,故调整数据频率,人工设定高频时间,如表1所示。

表1 高频时间设定

交易日的交易时间内,上午9：30开盘至11：30收盘共设为两个时间单位,下午13：00 开盘至15：00收盘共设为两个时间单位。因为在非交易时间内,股票价格不发生变化,所以交易日内非交易时间(中午、跨夜)分别设定为一个时间单位。即一个交易日共设定6个高频时间单位。

在数据库中可以获得以小时为单位的高频股价,但这些数据对应整点时间,与市场上午在半点开盘和收盘情况不符,故基于以分钟为单位的高频数据,计算与人工设定的高频时间相匹配的高频数据。高频收益由每个时间单位最后一分钟对应的股价计算得来。计算公式为

式中：Rt为t时间的股票收益；pt,e为t时间最后(end)1 min对应的股票价格；pt-1,e为t-1时间最后(end)1 min对应的股票价格。

2.2 高频情绪指数的构建

根据“沉默的螺旋”理论[25],点击数越高的帖子越能成为股吧中的“优势”意见,对群体情绪氛围的贡献就越大。本文考虑帖子的数量、点击数和内容构建投资者情绪指数。高频情绪指数由发生在相应时间单位内的股吧信息计算得来,具体分为如下3个步骤：

步骤1信息清理。剔除与各股票主题无关的信息,得到东方财富网股吧信息,样例如表2所示。

表2 显示,获取的股吧信息包括阅读数、评论数、标题、发表日期和最后更新等信息,当发表日与最后更新日不同时,以最后更新日为准。

表2 东方财富网原始股吧信息

步骤2文本分类。参照文献[26],使用Bayes算法依据表2中“标题”对信息进行分类,将非结构化的文本信息转化为结构化信息,分类结果示例如表3所示。

表3 股吧信息分类结果示例

表3中,“分类结果”为对应“标题”信息的情感倾向标签；“时间标签”取发表日期的年信息和最后更新日期的月、日、时/分信息。

步骤3信息分组。按照设定的高频时间,根据帖子“时间标签”对信息分组。

步骤4计算情绪。基于每个时间单位信息组内的信息,计算该时间的情绪,过程如下：

首先,计算t时期内反映乐观和悲观情绪帖子的点击总数：

式中：nB和nS分别为t时期内反映看涨和看跌情绪的帖子总数分别为第i条看涨和看跌帖子的点击数；分别为t时期内看涨和看跌帖子的点击总数。

然后,在式(2)的基础上构建基于东方财富股吧信息的投资者情绪指数：

最后,得到高频情绪指数序列。

2.3 情绪传染的衡量

为了衡量公司间的情绪传染,控制其他变量的影响,使用两个公司的情绪变化建立模型,即

式中：ΔSi,t表示目标公司(被传染公司)i在当期(t)的情绪变化,ΔSi,t=Si,t-Si,t-1；ΔSj,t-m(m=0,1,…,5)表示参照公司(传染公司)j相对于当期(t)滞后m期(t-m)的情绪变化；Controlj,t为可能影响情绪变化的控制变量,包括市场大盘指数、行业GDP、地区GDP、股票价格(Price)、交易量(Turnover)、分析师跟踪(Analysis)、公司规模(Size)和账面市值比(BM)。为了研究情绪传染引起跨空间股价联动问题,设计这些控制变量,剔除市场、行业、地区和基本面等实质性因素对情绪的影响。在所有的滞后情绪变量系数(αij,m+1)中,利用显著性最高的滞后情绪变量系数)衡量情绪传染对应的滞后期距离当期t越近,说明情绪传染速度越快；对应的系数值越大,说明情绪传染程度越大。基于心理安全区理论研究随着空间心理安全性的变化,跨空间情绪传染的表现如何。

2.4 股价(情绪)联动的衡量

借鉴文献[13]中的研究方法,以一个公司的收益作为因变量,以另一公司的收益作为自变量进行一元回归,通过方程的拟合优度R2衡量公司间的联动水平。公式为

式中：Xi,t表示i公司t时间的收益(情绪)；Xj,t表示j公司t时间的收益(情绪)；Controlj,t为与式(4)相同的控制变量,引起联动的因素有很多,本文从地理、经济心理安全视角研究联动问题,剔除市场因素、行业因素、地区因素和基本面因素的影响。方程的R2的取值范围为(0,1),R2越大,表示目标公司与其他公司间的收益(情绪)联动性越强。

为了消除数据的异方差性,对回归的R2进行如下处理得到联动指标：

式中,ComoveX的取值范围为(-∞,+∞),ComoveX值的大小,表示了联动性的强弱。

2.5 空间心理安全距离的衡量

Bartel认为心理安全区的范围通常是以个人的住所、工作单位为中心向四周辐射。人们会追捧安全区内与自己相关的信息,漠视安全区外的信息。其结果就是,随着安全范围向四周辐射,信息传播效率越来越低,从而形成环形阶梯状信息传导模型。实际上,投资者不仅设定地理心理安全范围,在投资领域上也会设定经济心理安全范围,更多地关注经济相近、关联性较大的公司信息,如基于分类思维对具有经济相似性的资产进行分类投资等[11]。本文研究的空间心理安全距离分为地理心理安全距离和经济心理安全距离。

(1)地理心理安全距离的衡量。以统计年鉴中全国各省会城市之间的直线距离作为不同省份公司之间的地理距离。直线距离越近,地理距离越近,心理上越安全。

(2)经济心理安全距离的衡量。利用企业所属行业作为股票的经济特征,利用行业间的消耗系数1)使用2012年42部门投入产出表价值表进行计算。由于篇幅限制,各部门间的直接消耗系数矩阵和完全消耗系数矩阵未在文中列示。本文用公司所属证监会大、中、小类行业标签分别与投入产出表的42部门行业进行匹配,将公司证监会行业分类标签转换为42部门行业标签作为本文需要的公司所属行业标签衡量股票间的经济距离。消耗系数越大,经济距离越近,心理上越安全。

研究同一地理区域内不同经济心理安全距离对情绪传染、情绪联动和股价联动性的影响。首先,选择经济状况较好的广东省作为目标省份,从所有样本中选出属于目标省份的所有股票；其次,按照公司所属行业对选出的股票进行分组；再次,选择在各省分布较均匀的农、林、牧和渔业作为目标行业,并按照目标行业与其他行业间的经济距离(完全消耗系数)划分不同的经济距离等级；最后,按照经济距离等级再次分组。研究同一经济区域内不同地理心理安全距离对情绪传染、情绪联动和股价联动性的影响时,也进行类似的分组2)本文还另择省份(河北)和行业(交通运输、仓储和邮政业)进行研究,以排除省份和行业经济发展差异对结论稳健性的影响。由于篇幅限制,地理心理安全距离下、及另择省份和行业的研究结果未在文中列示。

2.6 检验模型

2.6.1检验情绪传染引起情绪联动的模型 在现实中,各种原因驱动情绪发生联动现象。由于很难一一追溯全部的影响因素,并对每个因素的影响效果做出恰如其分的评价,这种变量遗漏会使得内生性问题变得比较棘手,故采用事件研究法进行补救。向上极端收益属于利好信息,向下极端收益属于利空消息,鉴于利空和利好信息在市场中传播的非对称性[27],研究发生极端收益变化时公司间的情绪传染、情绪联动情况验证本文的情绪联动是由信息承载的情绪在市场中传染扩散引起的。根据文献[26],以t时期前396个时间段(一个季度)的收益均值为基准,收益标准差为衡量尺度,对极端收益进行衡量。

上涨趋势极端收益(UR)、下跌趋势极端收益(LR)以及非极端收益(NR)分别为：

式中：Rt为t时期的股票收益；μt-396和σt-396分别为t时期前396 个时间段股票收益的均值和标准差。

排除情绪延续性及其他控制变量的影响,利用目标公司(被传染公司)的情绪变化及发生极端收益公司(传染公司)的情绪变化建立模型,公式为

式中：ΔSi,t表示公司j发生极端收益变化当期(t)目标公司i的情绪变化；ΔSj,t表示公司j发生极端收益变化当期(t)的情绪变化；ΔSi,t-m(m=1,2,…,5)表示i公司相对于t时间滞后m期的情绪变化。如果情绪联动是由情绪传染引起的,则发生极端收益变化情况下,情绪传染系数(η1)和情绪联动保持相同的非对称性。

2.6.2检验情绪联动与股价联动预测关系的模型 情绪联动与股价联动可能相互作用导致内生性问题,如股价异常往往引起投资者情绪剧烈变化,而情绪又是影响资产定价的一个重要因素,使得投资者情绪变化与股票价格之间存在某种程度的因果互推关系。为了解决上述问题,采用“领先-滞后”方法进行实证分析,即考察上期情绪联动对当期股价联动的影响程度以及上期股价联动对当期情绪联动的影响程度,公式为：

式中：ComoveRij,t(ComoveSij,t)表示i公司与j公司在t时间的股价联动性(情绪联动性)；ComoveRij,t-1(ComoveSij,t-1)表示i公司与j公司在t-1时间的股价联动性(情绪联动性)。式(11b)在式(11a)的基础上引入滞后股价联动(ComoveRij,t-1),研究滞后股价联动是否会掩盖情绪联动对股价联动的影响；式(12b)在式(12a)的基础上引入滞后情绪联动变量(ComoveSij,t-1),研究滞后情绪变量是否会掩盖股价联动对情绪联动的影响。

2.6.3检验情绪联动为中介变量的模型 理论分析表明,情绪传染引起情绪联动进而引起股价联动。欲检验这一因果链条,关键是验证情绪联动是情绪传染影响股价联动的中介变量。借鉴文献[28]中的方法进行中介效应检验,分别建立基准方程、中介方程和总效应方程,即：

2.6.4检验情绪传染、情绪联动与股价联动之间内在关系驱动者的模型 情绪传染通过影响情绪联动进而影响股价联动,这种由情绪传染引起的股价联动是受噪音交易者驱动还是受信息交易者驱动? 股票的极端收益信息属于公司经济信息,只与本公司有关,对于其他公司而言属于噪音信息。市场上存在信息交易者和噪音交易者,只有噪音交易者会传播如极端收益信息这种噪音信息,使得信息承载的情绪在市场中传染扩散。如果这种由情绪传染引起情绪联动进而引起的股价联动是由噪音交易者驱动的,股价会被错误定价,在后期股价进行修正时,股票收益会发生反转。因为“择时效应”,投资者基于他们最初(9：30～10：30,第1个时间段)的投资者情绪买入和卖出股票时,偏向于观察一段时间,等到尘埃落定(13：00～15：00,第4和第5个时间段)时再进行交易。基于此,利用参照公司发生极端收益当天和后一天目标公司在不同高频时段的收益和情绪建立如下模型：

式中：d表示发生极端收益当天,q表示一天中第q个高频时间段；Rq,d+1为参照公司发生极端收益后一天(d+1)第q个时间段目标公司的收益；R4,d为参照公司发生极端收益当天(d)的第4 个时间段(13：00～14：00)目标公司的收益；R5,d为参照公司发生极端收益当天第5个时间段(14：00～15：00)目标公司的收益；ΔS1,d表示参照公司发生极端收益当天第1个时间段(9：30～10：30)目标公司的情绪变化。如果系数υ1、υ2和υ3出现显著为负的情况,即收益或情绪出现反转现象,说明情绪传染引起的联动是由噪音交易者驱动的。

3 实证结果及分析

3.1 情绪传染对股价联动影响的内在机理

理论分析表明,情绪传染对股价联动的影响可能与情绪联动有关,为了明确三者之间的内在联系,按照如下4 个步骤进行研究：首先,计算变量间的相关系数,初步确定三者之间存在联系；其次,解决遗漏变量所导致的内生性问题,确定情绪联动是由情绪传染引起的；再次,排除情绪联动与股价联动两者之间相互作用所导致的内生性问题,明确两者的影响关系；最后,验证情绪联动为情绪传染影响股价联动的中介变量,探明三者之间的内在影响机理。

3.1.1情绪传染、情绪联动与股价联动间的相关性 按照下列步骤计算情绪传染、情绪联动和股价联动三者间的两两相关系数：首先,在所有2 984家样本公司中任取两家公司为一个组合,共形成个股票组；其次,计算每组两家公司间的情绪传染、情绪联动和股价联动序列；最后,分别计算3个指标序列的两两相关系数。结果如表4所示。

表4 情绪传染、情绪联动和股价联动的两两相关系数

表4结果显示,情绪传染与情绪联动的相关性系数在1%水平上显著,情绪传染与股价联动的相关系数在5%水平上显著,情绪联动与股价联动的相关系数在5%水平上显著,表明情绪传染、情绪联动与股价联动三者之间存在内在联系。情绪传染与情绪联动的相关系数为0.496、情绪传染与股价联动的相关系数为0.233、情绪联动与股价联动的相关系数为0.268,情绪传染与情绪联动的相关系数最大,表明两者之间的关系较密切,可推断情绪联动与情绪传染之间存在直接联系。

3.1.2情绪传染与情绪联动间的关系 基于利空和利好信息的传播特性,验证情绪联动是由信息承载的情绪在市场中传染引起的。3.1.1节所选的股票组中,其中一个公司股票为目标公司,另一公司股票为参照公司,根据式(7)～(9)计算参照公司的极端收益。向上极端收益属于利好消息,向下极端收益属于利空消息,利用式(10)研究参照公司发生利空或利好消息后的一个月内,参照公司对目标公司的情绪影响,回归结果如表5所示。

表5 发生好、坏消息后的情绪传染

表5结果显示,参照公司发生坏消息(向下极端收益)时,参照公司情绪对目标公司情绪的影响最大,在1%水平上显著为0.608；发生好消息(向上极端收益)时,参照公司情绪对目标公司情绪影响较小,在5%水平上显著为0.418；没有发生极端收益时,参照公司对目标公司情绪的影响最小,在10%水平上显著为0.174。表明积极情绪传染效率低、消极情绪传染效率高,与心理学研究结论一致,投资者对信息的反应呈现不对称性,负面消息会引起投资者比正面消息更大、更迅速的反应。说明情绪传染是由承载情绪的信息在市场中传播引起的,并且也具有非对称的传播特性。

参照公司发生利空消息(向下极端收益)或利好消息(向上极端收益)后的一日内,与目标公司之间的情绪联动性如何,依据式(5)、(6)计算情绪联动,结果如表6所示。

表6 发生好、坏消息后的情绪联动

表6结果显示,发生坏消息(向下极端收益)时,公司间的情绪联动性最大,为0.171；发生好消息(向上极端收益)时,公司间的情绪联动性相对较小,为-0.150；没有发生极端收益时,公司间的情绪联动性最小,为-0.555。情绪联动的这种非对称特性与情绪传染在市场上的非对称传播特性一致,表明本文研究的情绪联动是由情绪传染引起的。

3.1.3情绪联动与股价联动间的关系 已有文献表明,收益可以引起投资者情绪反应,表明市场活动影响情绪。然而,情绪又会通过投资者的决策行为影响市场价格表现。结果就是,情绪联动和股价联动可能互相影响。因此,不能将情绪联动和股价联动孤立开来。根据式(11)、(12)进行面板回归,采用“领先-滞后”法,研究股价联动与滞后情绪联动之间及情绪联动与滞后股价联动之间的关系,结果如表7所示。

表7 情绪联动与股价联动的“领先-滞后”关系

表7结果中,第1、2列数据显示,控制滞后股价联动的影响后,情绪联动对股价联动的影响系数由在1%水平上显著的0.264 变为在1%水平上显著的0.100；第3、4列数据显示,控制滞后情绪联动的影响后,股价联动对情绪联动的影响系数由在1%水平上显著的0.260 变为在5%水平上显著的0.015。说明滞后的股价联动掩盖了较少的情绪联动对股价联动的影响,而滞后的情绪联动掩盖了更多的股价联动对情绪联动的影响。表明情绪联动对股价联动的影响更大,在研究股价联动方面,情绪联动起着非常重要的作用。

3.1.4情绪联动的中介效应检验 情绪传染、情绪联动和股价联动三者之间存在相关关系,并且情绪传染引起情绪联动,而情绪联动又对股价联动有重要影响。情绪联动是否是情绪传染影响股价联动的中介变量? 依据式(13)～(15)进行中介效应检验,回归结果如表8所示。

表8结果显示,加入中介变量(情绪联动)后,情绪传染对股价联动的影响系数由0.135 变为0.022,表明情绪联动变量的加入大大削弱了情绪传染对股价联动的影响。在此基础上,中介系数显著,说明情绪传染通过引起情绪联动进而影响股价联动,结论支持假设1。

表8 情绪联动的中介效应检验

3.2 基于心理安全区理论解释情绪传染对跨空间股价联动的影响

空间心理安全区分为地理心理安全区和经济心理安全区,本节从经济心理安全区角度研究随着心理安全距离的变化,情绪传染、情绪联动和股价联动的变动规律,进而深入理解情绪传染引起的股价联动,寻找股价联动存在空间差异的原因。经济距离等级划分结果如表9所示。

表9 基于经济距离的行业分组结果

基于表9的分组结果,首先,在目标行业(农、林、牧、渔业)组内随机选择一个目标公司；然后,将各距离等级内的其他公司视为参照公司；最后,根据式(4)分别研究参照公司j对目标公司i的情绪传染性,面板回归结果如表10所示。

表10结果显示：①经济距离为0级和1级时,参照公司(j)情绪对目标公司(i)表现为同期情绪传染；经济距离为2级时,表现为滞后一期传染；地理距离为3级和4级时,情绪传染性不显著。可以看出,随着经济距离变远,公司之间的情绪传染速度变慢,因为承载情绪的信息在传播过程中需要时间。

表10 不同经济距离下的情绪传染

②随着经济距离变远,显著性最高的系数值逐渐变小(0级0.395,1级0.196,2级0.120),表明经济距离越远,公司之间的情绪传染程度越小,因为信息在传播过程中会被裁剪、取舍和加工。

随着经济距离变远,投资者心理安全性降低,对承载情绪的信息越来越漠视,信息传播效率越来越低,从而形成环形阶梯状信息传导模型,再加上情绪的传染特性,使得情绪在不同等级安全区内不断传染和积累,产生不同强度的“意见环境”,表现空间差异性。情绪传染通过影响情绪联动进而影响股价联动,那么,随着经济距离的变化,情绪联动和股价联动的表现如何? 第1步,将各距离等级内公司股票视为一个组合,采用价值权重法计算组合收益和情绪；第2步,在样本期间内,根据式(5)、(6)分别计算目标公司与各距离等级内组合的情绪联动和股价联动。结果如表11所示。

表11 不同经济距离下的情绪联动和股价联动

表11 结果显示,随着经济距离等级的增加(0级→4级),股票之间情绪联动性和股价联动性越来越弱(ComoveS：-0.343→-1.026；ComoveR：0.036→-0.676),表明情绪联动和股价联动都表现经济空间差异性,经济距离越远,情绪联动和股价联动越弱,结论支持假设2。

综合表10、11 的结果,随着心理安全范围向四周辐射,信息传播效率越来越低,在情绪传染的推动下,不同安全区的投资者将共舞,出现越来越弱的情绪联动效应,投资者基于强大的意见环境做出决策,从而产生越来越弱的跨空间股价联动现象。另外,在不同的经济距离等级内,依据式(13)～(15)分别进行中介效应检验,发现中介系数显著,说明经济心理安全区理论可以解释情绪传染通过影响跨空间情绪联动而影响跨空间股价联动这一关系链条。

3.3 情绪传染引起跨空间股价联动的驱动者

承载情绪的信息在市场中传播扩散,导致跨空间股价联动。情绪传染受信息交易者渠道驱动还是噪音交易者渠道驱动? 依据式(16)研究参照公司(传染公司)发生极端收益变化后目标公司(被传染公司)的情绪或收益是否发生反转效应,结果如表12所示。

表12 极端收益变化后的收益反转

表12 结果显示,发生极端收益当天9：30～10：30的情绪(ΔS1,d)与后一天10：30～11：30的收益(R2,d+1)、13：00～14：00 的收益(R4,d+1)及14：00～15：00的收益(R5,d+1)的回归系数显著为负,说明发生了反转效应；发生极端收益当天14：00～15：00 的收益(R5,d)与后一天14：00～15：00的收益(R5,d+1)的回归系数显著为负,说明也发生了反转,表明股票市场在对被误定价的股价进行修正。股票的极端收益信息属于公司经济信息,只与本公司有关,对于其他公司而言属于噪音信息,市场上的噪音交易者会传播如极端收益信息这种噪音信息,使得信息承载的情绪在市场中传染扩散导致股价被错误定价,在后期股价进行修正时,会发生反转效应。即情绪传染引起情绪联动进而引起的股价联动是由噪音交易者错误地将承载情绪的噪音信息作为价值信息进行交易决策驱动的,假设3成立。

4 稳健性检验

为了确保研究结论的稳健性,本文或改变数据频率,或从地理心理安全区角度考察情绪传染、情绪联动与股票联动之间的关系,或改变样本选择标准。

4.1 不同数据频率下的情绪传染与股价联动

由于信息传播具有时效性和时滞性,数据信息频率过高或过低,都可能遗漏真实的市场表现,造成实证研究结果的偏误,故以更高频(30 min和1 h)和更低频(日、周、月)数据依据式(13)研究情绪传染对股价联动的影响,结果如表13所示。

表13结果显示,不同数据频率下情绪传染对股价联动的影响(ξ1)均显著,表明情绪传染对股价联动有显著影响,数据频率不会影响结论的稳健性。由表13还发现,随着数据频率变低,影响系数(ξ1)值呈现先增大后减小的倒U 形变化趋势,表明情绪传染对股价联动的影响程度先增强后减弱。信息传播的时滞性和投资者基于情绪进行决策的择时性导致过高频率的数据(如30 min数据)不能完全捕捉到情绪传染对股价联动影响的市场表现；信息传播和投资者情绪传染的时效性导致过低频率的数据(如月数据)错失了情绪传染对股价联动影响的真实市场情况。研究结论说明了本文基于高频数据研究的必要性,也提醒学者针对具体的金融市场问题需寻找合适频率的数据进行研究。

表13 不同数据频率下情绪传染对股价联动的影响

4.2 基于地理心理安全区的情绪传染、情绪联动与股价联动

替换经济心理安全距离,用地理距离衡量心理安全性研究不同地理心理安全距离下的情绪传染、情绪联动和股价联动,得出与基于经济心理安全距离相同的结论。基于心理安全区理论,投资者更愿意接收和传播自己熟悉空间区域内的信息,导致情绪传染在空间上具有差异性,从而导致空间上的情绪联动性,联动的情绪驱动市场参与者对类似的信息和事件做出一致的投资决策,最终反馈到金融资产的价格行为上,进而导致跨空间股价联动。基于心理安全区理论理解情绪传染引起的股价联动,既能发现股价联动空间差异性规律,也能找到这种差异性存在的原因。

4.3 改变样本选择标准

由于金融保险类股票区别于其他行业股票资本结构的特殊性,故删除这类股票进行数据分析,仍得出相同的结论。

5 结论

本文以2014-01-01～2019-12-31中国A 股股票为样本,利用股票每分钟股价信息和东方财富股吧信息计算高频收益及高频情绪,在此基础上,研究基于空间心理安全区的情绪传染、情绪联动与股票联动三者之间的关系。研究发现：情绪联动是情绪传染影响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情绪联动进而引起股价联动这一影响机理提供理论支持；股价联动具有空间(地理、经济)差异性,空间心理安全距离越远,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；信息传播的时滞性和投资者的择时交易导致过高频率的数据(如30 min 数据)不能完全捕捉到情绪传染对股价联动影响的市场表现；信息传播和投资者情绪传染的时效性导致过低频率的数据(如月数据)错失了情绪传染对股价联动影响的真实市场情况。排除空间心理安全距离衡量方法、数据频率、样本选择标准及地理和行业经济发展差异的影响,结果仍然稳健。

本文的研究结论,对股价联动问题研究、监管者加强市场管理及投资者投资具有参考价值。

(1)为学者研究经济联动问题提供支撑。研究结果表明,空间心理安全区理论可以很好地解释情绪传染引起的股价联动,帮助明晰股价联动的空间差异性规律及原因。证明了参与者的心理安全因素在经济行为中的重要作用,为研究经济联动问题提供进一步的理论支撑。

(2)为监管者加强市场管理提供参考。就市场和政策层面而言,如果认为市场过度联动是不利的,以股价联动的空间特性为代表,其暗含的逻辑在于应减少市场噪音及其扩散,降低信息传播在空间距离上的时滞性,提高市场定价效率。此时,一方面需要提高公司及相关部门信息披露的频率和质量,另一方面需培养投资者对噪音的辨识能力,防范噪音大肆传播情况下的联动错误定价。

(3)为投资者制定交易策略提供新的依据。中国资本市场常常出现资产价格联动现象,此时获得超额收益是比较困难的,而利用由情绪传染引起股价联动的空间差异性,进行跨地区、跨行业投资策略也许可以规避风险、获得较高的收益。因此,了解内在影响机理,并匹配相应的策略就显得尤为重要。