投资者情绪、风险承担与股票收益

吴慧慧 迟骏

摘   要：本文从整体投资者情绪和投资者情绪分歧两个维度，考察投资者情绪截面特征对股票定价的影响，并探究投資者情绪对股票定价的影响机制。一方面，分别使用投资者情绪横截面均值和方差表征整体投资者情绪和投资者情绪分歧，并构建同时包含整体投资者情绪和投资者情绪分歧的资产定价模型。另一方面，使用沪深A股上市公司2007—2020年面板数据， 实证检验上述理论模型的结论。理论和实证研究表明，整体投资者情绪和投资者情绪分歧均显著正向影响股票收益，两者的交互作用负向影响股票收益;整体投资者情绪和投资者情绪分歧均显著提高风险承担水平，而风险承担水平的提高会增加股票收益，即风险承担在投资者情绪对股票收益的影响中起到了中介作用。

关键词：整体投资者情绪;投资者情绪分歧;交互效应;风险承担;股票收益

中图分类号：F830.59  文献标识码：A  文章编号：1674-2265（2022）01-0038-10

DOI：10.19647/j.cnki.37-1462/f.2022.01.005

一、引言

投资者情绪是指投资者持有的关于资产未来收益或投资风险的错误信念（Baker和Wurgler）[1]，对股票市场中的金融异象有很强的解释能力。纵观现有研究可以发现，投资者情绪的理论模型构建已趋于完善（De Long等，1990;胡昌生等，2017）[2，3]，同时投资者情绪的实证检验也得到了迅速发展和广泛应用（何诚颖等，2021）[4]。但是，仍有一些基本问题尚未得到解决。例如，如何准确衡量投资者情绪截面特征对股票价格的影响？投资者情绪对股票价格的影响过程中是否存在有效的传导机制？

依据徐枫和胡鞍钢（2012）[5]、Bayar等（2015）[6]的分析框架，整体投资者情绪可以看成投资者情绪横截面均值，而投资者情绪分歧可以看成投资者情绪横截面方差。从这一意义上讲，整体投资者情绪和投资者情绪分歧这两个指标可以高度概括投资者情绪截面特征（徐枫和胡鞍钢，2012）[5]，而将两者相结合进行研究，可以准确衡量投资者情绪截面特征对股票定价的影响。然而，以往研究多是单独考察整体投资者情绪或投资者情绪分歧与股票定价的关系（宋顺林和王彦超，2016;尹海员和朱旭，2019）[7，8]，极少将两者结合起来，存在一定缺陷。假设所有投资者对某只股票整体持乐观态度，但投资者对该股票未来收益的态度分歧较大，那么较大的投资者情绪分歧很可能会减小乐观的整体投资者情绪对股票价格的影响。同样地，若所有投资者对某只股票未来收益的态度分歧较大，但投资者对该股票整体持乐观态度，那么乐观的整体投资者情绪很可能也会减小较大的投资者情绪分歧对股票价格的影响。因此，无论从整体投资者情绪还是投资者情绪分歧角度，单独展开研究都难以全面描述投资者情绪截面特征对股票定价的影响，同时，也无法揭示出两者之间的交互作用如何影响股票定价（金永红和罗丹，2017）[9]。近年来，一些学者也意识到从整体和分歧两个维度探讨投资者情绪对股票定价影响的必要性，并在两者对股票定价综合影响的研究方面做了初步探索，例如Cen等 （2013）[10]、Kim等（2014）[11]、付萱和陆加徐（2015）[12]、Atmaz 和 Basak（2018）[13]及Han等（2019）[14]。但是这些文献只是同时考察了整体投资者情绪和投资者情绪分歧与股票定价的关系，而没有考虑两者之间的交互作用如何影响股票定价，也没有进一步探究投资者情绪对股票定价的影响路径和传导机制。

在投资者情绪与股票定价关系的研究中，现有文献更多注重证明“影响是否存在”，而对“影响如何传递”的探讨并不充分。本文将风险承担视为投资者情绪影响股票价格的重要渠道之一。风险承担水平的高低体现了投资者在投资决策过程中的冒险精神，风险承担水平越高，投资者追求收益的表现越强烈（Lian等，2019）[15]。Lian等（2019）[15]证实了货币政策对投资者风险承担的影响。邱玥丹（2014）[16]等研究表明性别、性格、国籍及教育水平等投资者个人特征均是影响风险承担的重要因素。特别地，投资者情绪也是影响风险承担的重要因素，Ganzach（2000）[17]、Statman等（2008）[18]、Kempf等（2014）[19]的实验结论均表明乐观投资者通常低估或忽视潜在风险。从这个角度来看，较高的整体风险承担水平往往伴随着整体投资者情绪的过度乐观。然而根据我们目前掌握的文献，鲜有研究关注投资者情绪分歧对风险承担的影响。此外，在风险承担与股票价格关系的研究中，传统金融学理论中的风险补偿假说认为，投资者风险承担水平越高，其要求的风险补偿越低，股票价格就越高，然而大量学者的实证研究结论并不支持该假说（陈工孟和芮萌，2003;Yu和Yuan，2011）[20，21]。 因此，从现有影响机制的研究来看，其仍存在以下有待解决的问题：首先，投资者情绪分歧如何影响风险承担？其次，整体投资者情绪和投资者情绪分歧对风险承担的综合影响是怎样的？最后，风险承担对股票价格的影响是否满足风险补偿假说？这些问题为本文探索风险承担作为投资情绪影响股票价格的影响机制是否有效提供了思路。

有鉴于此，在行为金融学理论框架下，本文通过构建一个简单的理论模型试图从整体投资者情绪和投资者情绪分歧两个维度，考察投资者情绪截面特征对股票定价的影响以及风险承担在其中的中介作用。具体而言，本文分别使用投资者情绪横截面均值和方差表征整体投资者情绪和投资者情绪分歧;基于Grossman和Stiglize（1980）[22]做法构建同时包含整体投资者情绪和投资者情绪分歧的资产定价模型，从理论上研究整体投资者情绪和投资者情绪分歧对于股票价格的综合影响，探究投资者情绪对股票定价的作用机理及传导机制;在理论研究基础上，基于沪深A股上市公司2007—2020年面板数据，构建整体投资者情绪和投资者情绪分歧指标，实证检验理论模型的结论。

本文主要贡献在于：一方面，从整体投资者情绪和投资者情绪分歧两维视角探究投资者情绪截面特征对股票定价的影响，丰富了投资者情绪对股票定价影响的理论分析框架。另一方面，本文构建了完整的投资者情绪影响股票收益的影响路径和传导机制。该路径以投资者情绪为起点，风险承担为中介，股票收益为终点，尽管已有很多学者研究投资者情绪对股票收益的影响，但是鲜有研究对其影响机制作进一步分析。

二、理论基础与研究假设

假设经济体中存在两种可交易的资产，一种是无限供给且收益率为0的无风险债券，另一种是供给量为固定[x]单位的股票。股票在0时刻交易，1时刻返还清算价值[V]。清算价值[V]满足正态分布[V∼Nμ，δ2]，其中，[μ]为股票基础价值，[δ2]衡量股票清算价值不确定性。

经济体中投资者是连续的，总人数正规化到1单位，用字母[i]标注投资者，[i∈0，1]且[idi=1]。在该经济体中，投资者对股票价值的认知包含个人的信念——投资者情绪[s]。已有研究表明，高涨的投资者情绪导致投资者高估资产价值而低估风险，低落的投资者情绪導致投资者低估资产价值而高估风险（Ganzach，2000;Statman等，2008;Kempf等，2014）[17-19]。因此，投资者[i]对股票清算价值的认知可以表示为：

[Vi∼Nμ+fsi，gsiδ2] （1）

其中，[si]为投资者[i]的投资者情绪，[fsi]为投资者情绪[si]的单调增函数，且满足：（1）若[si>0]，则[fsi>0];（2）若[si<0]，则[fsi<0];（3）若[si=0]，则[fsi=0]。[gsi]为投资者情绪[si]的单调减函数，且满足：（1）若[si>0]，则[gsi<1];（2）若[si<0]，则[gsi>1];（3）若[si=0]，则[gsi=1]。根据上述投资者情绪函数的性质并考虑到模型的可处理性，不妨设[fs=αs]和[gs=exp-βs]，其中，[α]和[β]均为大于0的某固定常数，[α]和[β]越大，说明投资者对股票清算价值和清算价值不确定性的认知受自身非理性情绪的影响越大。

借鉴 Atmaz 和 Basak（2018）[13]的做法，本文假设经济体中投资者情绪的横截面分布满足均值为[m]、方差为[v2]的正态分布，即[s∼Nm，v2]。为了可以包括极端投资者情绪，投资者情绪区间为整个实数区间，即[s∈-∞，+∞]。因此，根据正态分布的性质，参数[m]满足[m=isidi]，表示投资者情绪横截面均值，本文视为整体投资者情绪;参数[v2]满足[v2=isi-m2di]，表示投资情绪横截面离散程度，本文视为投资者情绪分歧。为了更直观观察不同投资者对股票清算价值的认知，图1模拟了三个不同投资者认知的股票清算价值分布：一个悲观的投资者（位于横截面分布的30%下分位数），一个理性投资者（位于横截面分布的中位数），一个乐观投资者（位于横截面分布30%上分位数）。其中参数取值如下：[μ=5]，[α=1]，[β=0.1]，[δ2=0.25]，[m=0]，[v2=0.25]。

假定经济体中每个投资者有相同的CARA效用函数：[uW=-exp-γW]，其中，[γ]为绝对风险厌恶系数，财富[W]服从正态分布。0时刻，每个投资者具有相同的初始财富[W0]，并通过选择对股票的需求量来最大化1时刻预期财富效用，即：

[maxE-exp-γW1，iΩi⇔maxEW1iΩi-12γVarW1iΩi]  （2）

其中[Ωi]为投资者[i]在进行交易时所拥有的信息集。公式（2）进一步可以整理为：

[EW1iΩi-12γVarW1iΩi=EW0+XiV-pΩi-12γVarW0+XiV-pΩi] （3）

由极值条件知，投资者[i]对股票的最优需求量为：

[Xi=EVΩi-pγVarVΩi=μ+αsi-pγexp-βsiδ2] （4）

市场出清[iXidi=x]得均衡价格：

[p=μ+αm+αβv2-expβm+β2v22γδ2x-1] （5）

上市表明股票价格包括四部分：第一部分为股票基础价值（[μ]）;第二部分刻画了整体投资者情绪对股票价格的直接影响（[αm]）;第三部分刻画投资者情绪分歧对股票价格的直接影响（[αβv2]）;第四部分中[expβm+β2v22γδ2x]是描述投资者整体风险承担水平的一个因子（Mendel 和Shleifer，2012）[23]，显然投资者风险承担水平越高，其要求的风险补偿越低，股票价格越高。此外，公式（5）还表明整体投资者情绪和投资者情绪分歧均可通过提高风险承担水平而间接正向影响股票价格，即整体投资者情绪和投资者情绪分歧对股票价格的正向影响有一部分是通过风险承担实现的。

具体而言，整体投资者情绪和投资者情绪分歧对股票价格的影响分别为公式（6）和（7）：

[∂p∂m=α+βexpβm+β2v22γδ2x-1] （6）

[∂p∂v2=αβ+β22expβm+β2v22γδ2x-1] （7）

公式（6）表明整体投资者情绪正向影响股票价格（[∂p∂m>0]），整体投资者情绪越乐观，股票价格越高，这与以往的研究结论相同;公式（7）表明投资者情绪分歧与股票价格也存在正向关系（[∂p∂v2>0]），随着投资者情绪分歧的加剧，股票价格随之上升。该结论说明，即使不存在卖空限制（Miller，1977）[24]，在本文模型设置中，投资者情绪分歧也导致股票价格的高估。从公式（6）还可以发现投资者情绪分歧越大，整体投资者情绪对均衡价格的影响越小。同样，从公式（7）还可以发现整体投资者情绪越高涨，投资者情绪分歧对股票价格的影响越小。因此，整体投资者情绪和投资者分歧之间存在交互效应，且整体投资者情绪和投资者分歧的交互作用负向影响股票价格。

根据上述模型分析，可以看出整体投资者情绪和投资者情绪分歧均显著影响股票价格且风险承担在两者对股票价格的影响中起到中介作用。具体来看，可以给出本文实证分析的三个基本假设：

假设1：整体投资者情绪和投资者情绪分歧均正向影响股票价格。

假设2：整体投资者情绪与投资者情绪分歧的交互作用负向影响股票价格。

假设3：风险承担在整体投资者情绪与投资者情绪分歧对股票价格影响中起到中介作用。

三、实证研究设计与数据说明

（一）变量定义

1. 被解释变量。本文使用对数收益率作为被解释变量，即[Ri，t=lnpi，t-lnpi，t-1]，其中[pi，t-1]和[pi，t]分别为第[i]只股票在第[t-1]年和第[t]年的收盘价。

2. 解释变量。关于市场层面整体投资者情绪的度量， 学术界已形成较为完善的方法。然而市场层面整体投资者情绪指标忽略了不同上市公司的截面特征，因此，使用该类指标考察个股层面的微观定价问题显然有失偏颇。区别于以往研究，本文构建个股层面整体投资者情绪。张庆和朱迪星（2014）[25]指出個股整体投资者情绪可用股票当前市值与实际价值之间的差来衡量。基于此，本文借鉴Rhodes-Kroft等（2005）[26]的研究，使用分离估值水平的方法得到个股整体投资者情绪指标。具体而言，本文将股票市场估值分离为股票内在价值与股票非理性情绪导致的错误定价两个部分，用股票市场估值的自然对数与反应股票基本面的变量进行回归：

[LnQi，t=α0+α1LnSizei，t+α2LnNIi，t+α3Levi，t+εi，t] （8）

其中，[LnQi，t]表示上市公司市场价值的自然对数，[LnSizei，t]表示上市公司规模的自然对数，[LnNIi，t]表示上市公司净利润的自然对数，[Levi，t]表示上市公司的资产负债率。Rhodes-Kroft等（2005）[27]认为，公司规模、盈利能力和杠杆率是拟合股票内在价值最重要的因素。因此，本文把公式（8）的拟合值[LnQi，tf]作为股票内在价值的替代变量，对残差[LnQi，te=LnQi，t-LnQi，tf]标准化后，得到股票相对于其他股票被高估或低估的程度，即个股整体投资者情绪的替代变量[Senti，t]。

投资者情绪分歧比较抽象， 难以直接进行度量，因此，选择合适的代理变量尤为重要。李维安等（2012）[27]指出投资者情绪分歧衡量指标的选择应以最能体现广大中小投资者的投资者情绪的差异为依据。因此，参考李维安等（2012）[27]的相关研究，本文采用年度平均换手率来衡量股票投资者情绪分歧，即[Toi，t]表征第[i]只股票在第[t]年的投资者情绪分歧。

进一步地，考虑到整体投资者情绪、投资者情绪分歧和市场趋势之间的相互影响，本文参照 Kumar和Lee（2006）[28]对整体投资者情绪及投资者情绪分歧指标做了如下正交化处理：

[Senti，t=α0+α1Rm，t-Rf，t+α2Toi，t+εi，t] （9）

[Toi，t=β0+β1Rm，t-Rf，t+β2Senti，t+εi，t] （10）

其中[Rm，t]、[Rf，t]分别为第[t]年的市场收益率和无风险利率;残差视为整体投资者情绪净值和投资者情绪分歧净值，分别标记为[NetSenti，t]和[NetToi，t]。令[ΔNetSenti，t=NetSenti，t-NetSenti，t-1]表示第[i]只股票在第[t]年整体投资者情绪的变化，则[ΔNetSenti，t>0]说明第[i]只股票在第[t]年整体投资者情绪变得乐观或更乐观，[ΔNetSenti，t<0]说明第[i]只股票在第[t]年整体投资者情绪变得悲观或更悲观;令[ΔNetToi，t=NetToi，t-NetToi，t-1]表示第[i]只股票在第[t]年投资者情绪分歧的变化，[ΔNetToi，t>0]说明第[i]只股票在第[t]年投资者情绪分歧加剧，[ΔNetToi，t<0]说明第[i]只股票在第[t]年投资者情绪分歧减小。由于股票收益是股票价格的变化值，借鉴王美今和孙建军（2004）[29]，本文实证部分将使用[ΔNetSenti，t]和[ΔNetToi，t]作为主要解释变量。

3. 中介变量。由于风险承担带有强烈的主观意愿，因此，关于投资者风险承担的度量最具有说服力的办法是通过对所有投资者作问卷调查直接得到。然而，由于无法避免被调查投资者说谎，这种问卷调查结果有时也会失真。基于此，参考Coles等（2006）[30]的做法，本文使用股票收益波动率间接衡量投资者整体风险承担水平，特别地，为了去除市场波动的影响，使用股票特质超额收益波动率作为风险承担的代理变量。借鉴邓雪春和郑振龙（2011）[31]的做法，本文构建了股票年度特质收益波动率指标。先使用股票年内日数据进行Fama-French三因素模型回归，回归公式如下：

[Ri，t，k-Rf，t，k=γ0+γ1Mktt，k+γ2Smbt，k+γ3Hmlt，k+εi，t]

（11）

其中，[Ri，t，k]表示股票收益率，[Rf，t，k]表示无风险利率，[Mktt，k]表示市场溢酬因子，[Smbt，k]表示规模因子，[Hmlt，k]表示账面市值比因子。为了保证年内回归的有效性，在回归过程中剔除正常交易日数目不足年内总交易数50%的股票。在此基础上，利用回归残差的样本标准差得到股票[i]在第[t]年的特质超额收益波动率。参考以往文献，本文将得到的标准差序列年度化，即可得到第[i]只股票第[t]年的年度特质超额收益波动率，即：

[IVOLt=std（εi，t）×ni，t] （12）

其中，[ni，t]为股票[i]在第[t]年的总的交易天数。该指标越大，说明个股层面的风险水平越高，则投资者需要承担的风险就越高。与整体投资者情绪和投资者情绪分歧相同，本文使用风险承担增量[ΔIVOLi，t]作为中介变量，[ΔIVOLi，t>0]说明投资者对第[i]只股票整体风险承担水平提升，[ΔIVOLi，t<0]说明投资者对第[i]只股票整体风险承担水平降低。

4.控制变量。为了控制其他因素对股票收益的影响，本文还在回归模型中加入了已有研究发现的其他可能的影响因素作为控制变量。具体包括：公司规模（[LnSize]），机构持股比例（[InsRatio]），非流动性因子（[Illiq]）以及Carhart四因子——市场溢酬因子（[Mkt]）、市值因子（[Smb]）、账面市值比因子（[Hml]）和动量因子（[Umd]）。公司规模（[LnSize]）取公司总资产的自然对数;非流动性测度指标参照 Amihud（2002）[32]定义，即非流动性指标越大，表明股票流动性越低。以上控制变量均滞后一期处理。与此同时，为了控制股票收益率可能存在的自相关性，引入滞后一期收益率作为控制变量。此外，本文在回归分析中还控制了年份与行业固定效应。

（二）样本选择与数据来源

本文以 2007—2020 年沪深两市 A 股上市公司为研究样本，剔除证监会行业分类中归属金融类的股票、变量数据缺失的股票以及所有ST公司股票。与以往研究相同，为了消除异常值的影响，本文对所有连续变量进行了上下 1%的 Winsorize 处理。文中所用数据均取自国泰安数据库和万得数据库。

（三）实证设计

由理论模型可知，整体投资者情绪和投资者情绪分歧均通过两个途径影响股票收益：一是直接导致股票价格的错误估值;二是引致风险承担水平发生变化而修正股价。此外，整体投资者情绪与投资者情绪分歧的交互作用负向影响股票收益。基于以上理论模型结论，本文建立如下相关实证检验模型。

1. 整体投资者情绪、投资者情绪分歧与股票收益。为了考察整体投资者情绪和投资者情绪分歧对股票收益的影响，本文构建回归模型（13）：

[Ri，t=γ0+γ1ΔNetSenti，t-1+γ2ΔNetToi，t-1+γ3Ri，t-1+j=410γjControlsi，t-1+εi，t] （13）

依据理论模型，若整体投资者情绪及投资者情绪分歧均对股票价格产生正向影响，则[γ1]和[γ2]应该显著为正。

2. 整体投资者情绪与投资者情绪分歧的交互作用与股票收益。为进一步考察整体投资者情绪与投资者情绪分歧的交互作用对股票收益的影响，在模型（13）中引入整体投资者情绪的变化和投资者情绪分歧的变化的交互项，并建立如下实证模型：

[Ri，t=λ0+λ1ΔNetSenti，t+λ2ΔNetToi，t+λ3ΔNetSenti，t×ΔNetToi，t+λ4Ri，t-1+j=511λjControlsi，t-1+εi，t]   （14）

本文重点关注交互项系数[λ3]的符号和显著性水平。依据假设2，若整体投资者情绪与投资者情绪分歧的交互作用负向影响股票价格，则模型（14）中交互项系数[λ3]应显著为负。

3. 风险承担中介效应检验。借鉴温忠麟和叶宝娟（2014）[33]的中介效应检验方法，本文以模型（13）、模型（15）和模型（16）组成一个完整的检验风险承担中介效应的模型：

[ΔIVOLi，t=ϕ0+ϕ1ΔNetSenti，t+ϕ2ΔNetToi，t+j=39ϕjControlsi，t-1+εi，t] （15）

[Ri，t=φ0+φ1ΔNetSenti，t+φ2ΔNetToi，t+φ3ΔIVOLi，t+φ4Ri，t-1+j=511φjControlsi，t-1+εi，t] （16）

具体检验步骤如下：第一步，检验整体投资者情绪和投资者情绪分歧是否对股票收益产生正向影响，即模型（13）中系数 [γ1]和[γ2]是否均显著为正。第二步，若 [γ1]和[γ2]均显著为正，再检验模型（15）的系数[ϕ1]和[ϕ2]以及模型（16）的系数[φ3]，若三个系数均显著为正，本文进行第四步检验;若三个系数不同时显著，则需要采用Bootstrap 方法进行相应的补充检验，即进行第三步检验。第三步，若系数[φ3]不显著，则采用Bootstrap 方法检验[ϕ1]和[φ3]的乘积是否为0，或[ϕ2]和[φ3]的乘积是否为0;若系数[φ3]显著，系数[ϕ1]显著而系数[ϕ2]不显著，则采用Bootstrap 方法检验[ϕ2]和[φ3]的乘积是否为0;若系数[φ3]显著，系数[ϕ2]显著而系数[ϕ1]不显著，则采用Bootstrap 方法检验[ϕ1]和[φ3]的乘积是否为0。第四步，检验模型（16）中系数[φ1]和系数[φ2]的显著性。若系数[φ1]和系数[φ2]均显著，说明风险承担起到部分中介作用，即整体投资者情绪和投资者情绪分歧对股票收益的影响均只有一部分是通过风险承担实现的，支持上述理论模型的结论;若系数[φ1]显著而系数[φ2]不显著，说明整体投资者情绪变化对股票收益的影响只有一部分是通过风险承担实现，而投资者情绪分歧对股票收益的影响完全通过风险承担实现;若系数[φ1]不显著而系数[φ2]显著，说明整体投资者情绪对股票收益的影响完全通过风险承担实现，而投资者情绪分歧对股票收益的影响只有一部分是通過风险承担实现;若系数[φ1]和系数[φ2]均不显著，说明整体投资者情绪和投资者情绪分歧对股票收益的影响均完全通过风险承担实现。

四、实证检验结果与分析

（一）变量统计性分析

表1列出了解释变量、被解释变量以及相关控制变量的描述性统计结果。被解释变量股票收益的均值为-0.0474，标准差为0.5004。样本期间投资者整体风险承担增量均值为-0.0048，标准差为0.1122，最大值和最小值分别为0.4517和-0.8880，表明投资者对不同股票的风险认知存在显著差异。去除市场趋势的投资者情绪增量均值为0.0167，标准差为0.9436，说明我国A股市场整体投资者情绪是趋向乐观的。去除市场趋势的投资者情绪分歧增量的均值为-0.1967，表明我国A股市场的交易量整体处于下降趋势;标准差4.1709及最小值和最大值之间差值达到24.4435，表明不同行业之间流动性差别较大。其他控制变量与已有研究相比不存在明显差异。

表2给出了主要变量的Pearson相关系数和Spearman相关系数。由表2可知，股票收益与投资者情绪增量显著正相关，说明在不考虑其他因素的前提下，投资者情绪的增加可以提高股票收益;股票收益与投资者情绪分歧增量也显著正相关，说明在不考虑其他因素的前提下，投资者情绪分歧的增加也可以提高股票收益，这就初步证实了本文假设1。此外，风险承担增量与投资者情绪增量显著正相关，风险承担增量与投资者情绪分歧增量显著正相关，再结合风险承担增量与股票收益之间显著正相关关系，可以推断整体投资者情绪和投资者情绪分歧均可通过提高风险承担水平增加股票收益，进而初步证实本文的假设3。其他变量之间的相关性也与已有研究基本保持一致，各变量之间的相关系数基本小于0.7的经验水平，且未发现方差膨胀因子VIF大于10的情况，故可认为模型不存在严重的多重共线性。

（二）整体投资者情绪、投资者情绪分歧与股票收益

表3给出了整体投资者情绪、投资者情绪分歧与股票收益的回归结果。由表3可以看出，在考虑所有控制变量的条件下：首先，表3列（1）结果显示，整体投资者情绪的变化与股票收益存在显著的正向关系，回归系数为0.0782，且在1%水平下显著，说明当整体投资者情绪更乐观（悲观）时，股票收益显著增加（减少）。其次，表3列（2）结果显示，投资者情绪分歧变化与股票收益也存在较为显著的正向关系，回归系数为0.0064，且在1%水平下显著，说明当投资者情绪分歧增加（减小）时，股票收益显著增加（减小）。最后，表3列（3）结果表明，整体投资者情绪的变化、投资者情绪分歧的变化对股票收益的联合作用效果也是显著为正，回归系数分别为0.0830和0.0087，均在1%水平下显著。由以上分析可知，综合考虑整体投资者情绪及投资者情绪分歧对股票收益的解释力时，股票收益会随着整体投资者情绪的高涨而增加，也会随着投资者情绪分歧的加剧而增加，这与本文理论模型的推导结论相一致，假设1得证。

（三）整体投资者情绪与投资者情绪分歧的交互作用与股票收益

按照交互效应的研究思路，在表3列（3）的基础上，表4列（3）加入整体投资者情绪的变化和投资者情绪分歧的变化的交互项后，交互项系数为

-0.0016，在1%水平下显著，因此，假设2得到了验证。此外，在表3列（1）的基础上，表4列（1）加入整体投资者情绪的变化和投资者情绪分歧的变化的交互项后，交互项的系数为-0.0013，在5%水平下显著，该结论表明，投资者情绪分歧对整体投资者情绪与股票收益之间的关系具有显著负向调节作用。在表3列（2）的基础上，表4列（2）加入整体投资者情绪变化和投资者情绪分歧变化的交互项后，交互项的系数为-0.0022，在1%水平下显著，表明整体投资者情绪对投资者情绪分歧与股票收益之间的关系也具有显著负向调节作用。

（四）风险承担的中介效应检验

表5给出了整体投资者情绪、投资者情绪分歧与风险承担的回归结果。由表5可以看出，在考虑所有控制变量的条件下：首先，表5列（1）结果显示，整体投资者情绪的变化正向影响风险承担的变化，回归系数为0.0122，且在1%水平下显著，说明当整体投资者情绪更乐观（更悲观）时，风险承担显著提升（降低）。其次，表5列（2）结果显示，投资者情绪分歧的变化与风险承担的变化也存在较为显著正向关系，回归系数为0.0057，在1%水平下显著，说明当投资者情绪分歧增加（减小）时，风险承担也显著提升（降低）。最后，表5列（3）结果表明，整体投资者情绪的变化、投资者情绪分歧的变化对风险承担的联合作用效果也是显著为正，回归系数分别为0.0149和0.0061，均在1%水平下显著，说明整体投资者情绪越乐观、投资者情绪分歧越大的股票，投资者整体风险承担水平越高，而整体投资者情绪越悲观、投资者情绪分歧越小的股票，投资者整体风险承担水平越低，该结果与前文理论模型的推导结论相一致。

表6列（1）表明风险承担的变化正向影响股票收益，回归系数为1.2607，且在1%水平下显著，在分别控制整体投资者情绪的变化、投资者情绪分歧的变化以及同时控制整体投资者情绪的变化和投资者情绪分歧的变化后，表6列（2）（3）和（4）中风险承担的变化与股票收益的回归系数分别为1.2006、1.2498和1.1698，均在1%水平下显著，说明股票收益随着风险承担水平的提升而增加。 进一步地，在控制了风险承担的变化后，表6列（2）中整体投资者情绪的变化与股票收益的回归系数为0.0680，且在1%水平下显著;表6列（3）中投资者情绪分歧的变化与股票收益的回归系数为0.0014，且在1%水平下显著;表6列（4）中整体投资者情绪的变化和投资者情绪分歧的变化与股票收益联合影响的回归系数分别为0.0702和0.0037，均在1%水平下显著。因此，可以判断风险承担在整体投资者情绪、投资者情绪分歧与股票收益之间起到部分中介作用，假设3得到证实。

（五）稳健性检验

为了保证实证检验结果的稳健性，本文使用如下方法重新检验理论模型结论：（1）使用公司规模、财务杠杆、资产回报率三个指标作为反映股票基本面的变量，对股票平均估值进行回归，将标准化后的残差作为整体投资者情绪的替代变量，进一步地，正交化处理得到整体投资者情绪净值和投资者情绪分歧净值，表7给出了相应的检验结果。（2）分别以上证A股上市公司和深证A股上市公司为研究对象，表8和表9分别给出了相应的检验结果。以上稳健性检验结果均可证实理论模型结论。

五、研究结论与启示

本文分别使用投资者情绪横截面均值和方差表征整體投资者情绪和投资者情绪分歧，从两维角度刻画投资者情绪截面特征，并基于Grossman和Stiglitz（1980）[22]模型框架建立同时包含整体投资者情绪和投资者情绪分歧的资产定价模型，论证整体投资者情绪、投资者情绪分歧与股票价格之间的内在机理，考察风险承担在投资者情绪影响股票价格中的中介作用。同时，本文以2007—2020年沪深A股上市公司为研究对象，构建整体投资者情绪和投资者情绪分歧指标，实证检验理论模型结论。本文理论分析和实证研究表明：第一，整体投资者情绪和投资者情绪分歧均正向影响股票收益，整体投资者情绪越乐观，投资者情绪分歧越大，股票收益越高，反之，股票收益越低;第二，整体投资者情绪和投资者情绪分歧的交互作用负向影响股票收益，同时整体投资者情绪对投资者情绪分歧与股票收益的正向关系有显著的负向调节效应，投资者情绪分歧对整体投资者情绪与股票收益的正向关系也有显著地负向调节作用;第三，风险承担对股票收益有正向影响，整体投资者情绪和投资者情绪分歧均正向影响风险承担，且风险承担在整体投资者情绪和投资者情绪分歧对股票收益的影响中起到部分中介作用。

本文研究结论对政策制定者与投资者都有一定的启示。对监管部门来说，要充分认识到投资者情绪等非理性因素的存在，强调对个人投资者的教育和引导，丰富其金融投资基础知识，增强风险意识，进而防止投资者情绪等非理性因素导致的巨大市场泡沫，促进金融市场健康稳定的发展。对投资者而言，应将风险承担水平维持在合理范围，减少投资者情绪等非理性因素对投资行为的影响。此外，投资者可以通过观察其信息交易量的变化来对该只股票的回报做出大致判断，若某只股票处于整体投资者情绪高涨（低落）的时期，股票信息交易量的剧烈变化可能预示着该只股票近期走弱（强），从而构建相关投资策略来增加收益。

参考文献：

[1]Baker M，Wurgler J. 2006. Investor Sentiment and the Cross-section of Stock Returns [J].The Journal of Finance，61（4）.

[2]De Long J B，Shleifer A，Summers L H，et al. 1990. Noise Trader Risk in Financial Markets [J].Journal of Political Economy，98（4）.

[3]胡昌生，彭桢，池阳春.反馈交易、交易诱导与资产价格行为 [J].经济研究，2017，52（5）.

[4]何诚颖，陈锐，薛冰，何牧原.投资者情绪、有限套利与股价异象 [J].经济研究，2021，56（1）.

[5]徐枫，胡鞍钢.异质信念、投资者情绪与企业增发偏好 [J].经济科学，2012，（5）.

[6]Bayar O，Chemmanur T J，Liu M H. 2015. A Theory of Capital Structure，Price Impact，and Long-run Stock Returns under Heterogeneous Beliefs [J].Review of Corporate Finance Studies，4（02）.

[7]宋顺林，王彦超.投资者情绪如何影响股票定价？——基于IPO公司的实证研究 [J].管理科学学报，2016，19（5）.

[8]尹海员，朱旭.投资者异质信念、预期演化与股票市场流动性 [J].中国管理科学，2019，27（10）.

[9]金永红，罗丹.异质信念、投资者情绪与资产定价研究综述 [J].外国经济与管理，2017，39（5）.

[10]Cen L，Lu H，Yang L. 2013. Investor Sentiment，Disagreement，and the Breadth-Return Relationship [J].Management Science，59（5）.

[11]Kim J S，Ryu D，Seo S W. 2014. Investor Sentiment and Return Predictability of Disagreement [J].Journal of Banking and Finance，42.

[12]付萱，陸加徐. A股市场投资者情绪、异质信念与市场超额收益研究 [J].财会通讯，2015，（24）.

[13]Atmaz A，Basak S. 2018. Belief Dispersion in the Stock Market [J].The Journal of Finance，73（3）.

[14]Han B，Lu L，Zhou Y. 2019. Two Trees with Heterogeneous Beliefs：Spillover Effect of Disagreement [J].Journal of Financial and Quantitative Analysis，54（4）.

[15]Lian C，Ma Y，Wang C. 2019. Low Interest Rates and Risk-Taking：Evidence from Individualinvestment Decisions [J].The Review of Financial Studies，32（6）.

[16]邱玥丹.投资者风险承担水平中性别差异因素影响的实证研究 [J].金融监管研究，2014，（5）.

[17]Ganzach Y. 2000. Judging Risk and Return of Financial Assets [J].Organizational Behavior and Human Decision Processes，83（2）.

[18]Statman M，Fisher K L，Anginer D. 2008. Affect in a behavioral asset-pricing model [J].Financial Analysts Journal，64 （2）.

[19]Kempf A，Merkle C，Niessen A. 2014. Low Risk and High Return-Affective Attitudes and Stock Market Expectations [J].European Financial Management，20 （5）.

[20]陈工孟，芮萌.中国股票市场的股票收益与波动关系研究 [J].系统工程理论与实践，2003，（10）.

[21]Yu  J， Yuan  Y. 2011. Investor  Sentiment  and  the  Mean-Variance  Relation  [J].Journal  of Financial Economics，100（2）.

[22]Grossman S J，Stiglitz J E. 1980. On the Impossibility of Informationally Efficient Markets [J].The American Economic Review，70（3）.

[23]Mendel B，Shleifer A. 2012. Chasing Noise [J].Journal of Financial Economics，104（2）.

[24]Miller E M. 1977. Risk，Uncertainty，and Divergence of Opinion [J].The Journal of finance，32（4）.

[25]張庆，朱迪星.投资者情绪、管理层持股与企业实际投资——来自中国上市公司的经验证据 [J].南开管理评论，2014，17（4）.

[26]Rhodes-Kropf  M，Robinson D，Viswanathan S. 2005. Valuation Waves and Merger Activity：The Empirical Evidence [J].Journal of Financial Economics，77（3）.

[27]李维安，张立党，张苏.公司治理、投资者异质信念与股票投资风险——基于中国上市公司的实证研究 [J].南开管理评论，2012，15（6）.

[28]Kumar A，Lee CMC. 2006. Retail Investor Sentiment and Return Comovements [J].The Journal of Finance，61（5）.

[29]王美今，孙建军.中国股市收益、收益波动与投资者情绪 [J].经济研究，2004，（10）.

[30]Coles J L，Daniel N D，Naveen L. 2006. Managerial Incentives and Risk-Taking [J].Journal of Financial Economics，79（2）.

[31]邓雪春，郑振龙.中国股市存在“特质波动率之谜”吗？ [J].商业经济与管理，2011，（1）.

[32]Amihud Y. 2002. Illiquidity and Stock Returns：Cross-section and Time-series effects [J].Journal of Financial Markets，5（1）.

[33]温忠麟，叶宝娟.中介效应分析：方法和模型发展[J].心理科学进展，2014，22（5）.

Investor Sentiment，Risk-Taking and Stock Return

Wu Huiui1/Chi Jun2

（1.Yangzhou University，Yangzhou   225127，Jiangsu   China;

2.Guizhou Minzu University，Guiyang   550025，Guizhou，China）

Abstract：From two dimensions of overall investor sentiment and investor sentiment disagreement，this paper examines how the cross-sectional characteristics of investor sentiment impacts stock price，and further explores the impact mechanism of investor sentiment on stock price. On the one hand，separate measures of cross-sectional mean and variance of investor sentiment are used to characterize overall investor sentiment and investor sentiment disagreement，and construct asset pricing models that incorporate both overall investor sentiment and investor sentiment disagreement. On the other hand， the findings of the above theoretical model are empirically tested using panel data of A-share listed companies in Shanghai and Shenzhen for the period 2007-2020. Theoretical and empirical studies suggest that both overall investor sentiment and investor sentiment disagreement significantly and positively affect stock returns，and that the interaction of the two negatively affects stock returns; both overall investor sentiment and investor sentiment disagreement significantly increase the level of risk-taking，and an increase in risk-taking increases stock returns，i.e.，risk-taking plays a mediating role in the effect of investor sentiment on stock returns.