周小寒,邹昊轩
(1上海大学 悉尼工商学院,上海 201800;2清华大学 五道口金融学院,北京 100083)
长期以来,中国A股市场的个人投资者持股规模较机构投资者(不包括以产业资本为主的一般法人)而言更高,中国的A股市场机构投资者持股市值占比与美国、德国和日本相比都较低。一方面,由于缺乏专业知识和训练,个人投资者在股票交易中可能会忽视股票基本面分析,采取跟风抱团的噪声交易行为,这在一定程度上导致了A股收益率的波动;另一方面,机构投资者持股规模占比较低,难以做到合理定价以及有效改善公司治理。同时,市场上优质投资标短缺,机构投资者中的主体基金公司的收入与业绩表现相关性较弱而与募资规模呈正相关,由此可见机构投资者也存在大量跟风炒股的非理性交易行为。
在个人投资者和机构投资者都存在大量噪声交易的情形下,对市场情绪因子与A股市场股票收益率的关系进行研究显得尤为必要。在国内,王美今和孙建军(2004)的研究表明机构投资者是可能的噪声交易者风险源,机构投资者情绪变化显著地影响沪深两市收益;陈彦斌(2005)除了研究情绪波动对股市的影响外,还进一步研究了情绪波动对无风险资产的影响;张强和杨淑娥(2009)分析了投资者情绪的正负变化对沪深两市的不对称影响,表明情绪上涨对股票价格的影响要比下降强得多。
本文在以往的研究基础上探索中国股市中的市场关注度对股票收益率的影响,选取东方财富的自选股关注指数的周度变化值构造情绪指数,作为衡量市场关注度的量化指标。本文的主要创新点在于:第一,本文的情绪指数数据由东方财富的自选股关注指数构建,这避免了以往研究中采用评论数据可能存在的虚假评论或受雇评论情况;第二,过去研究行为金融下的情绪面都止步于市场指数层面或行业层面,或者仅仅选取了部分个股样本,而本文从横截面的全部个股层面上对情绪因子进行探索,发掘异常现象。
本文采用自选股关注指数作为衡量市场关注度的量化指标。自选股关注指数由东方财富旗下各个客户端用户自选股列表数据加工得出,变化值是指每日新增以及删减。该指数数据值并非一个真实值,而是经过东方财富加工脱敏后才对外公布的。
另外,该指标只涉及用户自选股信息,而其相应的资产和交易频率都不被纳入考虑范围,也就是说,各用户的关注是等权重的,从而最大限度地避免了持仓规模和交易频率对个股关注的影响。
本文采用了单变量组合分析法,以股票收益率为结果变量,以各只股票相应的自选股关注指数的周度变化值为单一的排序变量,从而进一步探究市场关注度对股票收益的预测能力。
第一步:将过去两年(2018年12月至2020年12月)内A股所有股票的自选股关注指数导出,两年内的每周五都要根据该指数在当周的变化值构建下一周的投资组合。具体而言,就是把各只股票的自选股关注指数在该周的变化值从大到小进行排序,使用均匀间隔的百分位数的断点将股票样本分成10个组合。
若每次排名都根据指数本身值的大小进行排名,由于大市值股票的关注度本身较高,因此其自选股关注指数的排名总是靠前,则会导致每周的多空投资组合变化不明显,也难以产生显著的超额回报。与之相比,自选股关注指数的变化值反映了每周的市场关注度的变化,若一周内某只股票的自选股关注指数上升,那么说明它在该周获得的市场关注度有所增加,而这并不完全由其本身的市值大小所决定。因此,本文采用了根据自选股关注指数一周的变化值进行排序的方法。
第二步:以每个组合中股票的市值作为权重,计算各个组合的收益率。
第三步:做多指数周度变化值最大的股票组合,同时做空指数周度变化值最小的股票组合,构建出一个多空投资组合Long-Short。这样每周都会因为指数变化值带来排序的变化而更换持仓,从而形成新的投资组合。我们假设在第t周排序变量最高的组合收益率为SENT1,t,排序变量最低的组合收益率为Long-Short的组合收益率由下式表示:,那么
第四步:为了检验排序变量与结果变量之间在横截面上是否存在相关关系,首先,我们需要计算组合1(设为Winner)、组合10(设为Loser)和Long-Short组合的收益率的周段的时间序列平均值。除了计算时间序列平均值以外,我们还需要检验上述均值,尤其是Long-Short组合收益率的平均值在统计意义上是否显著不为0,这是检验排序变量与结果变量之间在横截面上是否有相关关系的关键。为此我们以组合1、组合10和Long-Short组合的时间序列均值等于0为原假设,使用5%的显著性水平,计算了他们的T统计量和P值。
第五步:我们还需要检验市场关注度与股票回报率的关系在控制Long-Short组合对系统性风险的敏感性上是否具有持续性,即市场关注度是否可以由传统意义上被认可的Fama-French三因子模型进行解释。为此我们有必要进行进一步的分析。我们用每周构建的Long-Short投资组合的投资回报率对市场溢酬因子MKT、账面市值比SMB和市值因子HML这三个Fama-French的因子进行OLS回归。回归模型如下:
第六步:由于上述回归是时间序列回归,因此有必要通过Newey-West调整进行稳健性检验。
组合10和Long-Short组合的T统计量的绝对值都大于2,P值都小于0.05,因此我们拒绝了他们的均值等于0的原假设。值得关注的是,Long-Short组合的T统计量远大于2,P值远小于0.05,因此可以说明其组合收益率的平均值在统计意义上显著不为0,即证明了Long-Short组合的收益率与每周的市场关注度变化之间存在正相关的关系。
我们以αDiff及传统的Fama-French三因子的估计值等于0为原假设,使用5%的显著性水平,计算了他们的T统计量和P值。结果显示每个因子的T统计量的绝对值都大于2,这说明该投资组合的投资回报率有Fama-French三因子无法解释的成分,即市场关注度对组合的收益率的贡献是显著的。
可以发现经过Newey-West检验,常数项多对应的T统计量的绝对值为7.45,远远大于2,而其余三因子调整后的T统计量分别为1.78、3.15和1.64,与2相差不大,同时市场溢酬因子和账面市值比因子的T统计量显著下降,这对于证明市场关注度有没被Fama三因子所解释的部分而言是有利的,进而说明市场关注度对于Long-Short投资组合的收益率的贡献是稳健的。
本文基于东方财富的自选股关注指数构建了投资者情绪指数。运用实证资产定价里的经典方法——组合分析法,考察了市场关注度与A股收益率的关系,并对其有效性和稳定性进行了检验。
结果表明,股票收益率的波动与投资者对其关注度呈现正相关的关系,而且利用个股关注度的变化对个股收益进行预测也是稳健的。本文对此现象形成的机制提出以下猜想:第一,最初的关注度上升可能是由于认可该股基本面的投资者对该股的追捧,在一定程度上吸引了更多的资金,从而导致股价抬升。第二,股价的抬升进一步印证了当前市场对该股的关注的合理性,在噪声交易的情境下,尚未入场的投资者认为同一群体中的其他人更具信息优势,因此在对该股基本面的了解程度尚不深入时也进行了买入。这反映了中国股市以散户为主体的投资者的非理性所显示出的羊群效应。