重大公共事件恢复阶段的投资者情绪分化与股票价格偏误

陆 峰，邢晓卫

(1.广西财经学院 金融与保险学院，广西 南宁 530007；2.东北大学 工商管理学院，辽宁 沈阳 110169)

一、引言

当前，自然灾害、疫病、重大事故、局部战争等国内外重大公共事件时有发生，如新冠疫情、俄乌冲突对经济的影响传导等。事件过后的恢复阶段，首要目标和政策着力点通常在于恢复市场参与者的信心，避免恐慌情绪蔓延使经济进入恶性循环。因此，考察重大公共事件恢复阶段对股票价格偏误、投资者情绪分化的冲击效应，同时深入探究后三者的动态互动关系具有重要现实意义和学术价值。

心理实验证明，公众面对不确定时会对信息表现出极度饥渴，且由于信息不确定性、传递不及时甚至虚假信息传播，信息互动交换变得更为频繁和普遍。信息传播尤其借助互联网媒介时，不仅是简单复制和加工，还伴随有情绪的传染，对其他个体行为造成“干扰”。公众具有根据掌握的信息进行调整的能力，但更多是基于掺杂了各种情绪化的意见、猜测和初步结果而非客观真实情况进行适当调整并做出决策，形成的风险预期极易偏离现实，进而做出不合理决定。因此，面对重大公共事件的不确定性，投资者极易产生恐慌情绪，影响其价值判断，更倾向于采取风险规避措施，导致股价下行。非典病毒、埃博拉病毒、新冠疫情所带来的投资者心理和情绪变化是股价波动的重要原因。

与此同时，受教育、收入及生活环境等影响，投资者基于主观感知与判断形成情绪背后隐藏着情绪的分化，即投资者解读信息的差异会对股票价格形成不同估值，从而形成了市场情绪分化。随着投资者情绪分化的加剧，投资者间对股票基本价值的判断差异就越大，进而股价更易偏离基本价值。投资者的决策会在重大公共事件下掺杂了各种情绪化的意见，形成的风险预期极易偏离现实，进而做出不合理决定，反映在股票市场上便是“追涨杀跌”,即股价上涨时,投资者纷纷购买股票，而当出现不利情形时,在恐慌情绪支配下投资者纷纷抛售股票，最终股价下跌。

对于重大公共事件冲击下股票价格偏误、投资者情绪及情绪分化的交互作用机理，先前学者在理论上探索较少，且实证分析大多采用事件分析法或自然实验法对事件前后作对比。考虑到恢复期政策对资本市场的影响是动态的，本文采用时变参数向量自回归模型(TVP-SV-VAR)来捕捉新冠疫情对股票价格偏误、投资者情绪及情绪分化非线性动态影响及后三者的动态互动关系。

二、理论分析

(一)基本模型

扩展胡昌生等的模型，假设所有交易均在期初进行，则本期股价仅受前期投资者情绪影响，则期股票价格由期基本因素、期事件冲击、-1期投资者情绪决定，则“情绪-价格”驱动为(1)式：

--1=++-1

(1)

其中，=ln()为股票第期价格的自然对数，--1为股票第期收益率，为基本因素决定的股票价格增长率，为疫情冲击决定的股票价格增长率，-1为投资者情绪决定的股票价格增长率，为反应系数。

假设投资者情绪由当期价格变化、基本因素和事件冲击共同决定，可描述为下述“价格-情绪”诱导方程(2)式：

=[--1-(+)]

(2)

投资者每期期末情绪表示为本期价格变化中不能由其观察到的基本因素和事件冲击影响。表示投资者解读基本信息和事件冲击的能力。若=1表示投资者能准确解，若>1(或<1)则表示投资者是高估(低估)了基本信息和事件冲击影响。此外，投资者情绪驱动的收益越高则情绪越易高涨，故>0，结合(1)式和(2)式可以得到(3)式：

--1=++[-1--2-(-1

+-1)]

(3)

其中，=，表示投资者反馈交易意愿。由于>0、>0，且一般认为当期情绪冲击会随时间逐渐变小，则假设0<<1。此时，重大公共事件恢复阶段下的“价格-情绪-价格”的反馈交易模型基本完成。

(二)单期情绪影响

在恢复阶段，重大公共事件的冲击可能会逐渐下降甚至消失。为此，假设投资者仅在第一期出现一个情绪冲击()，并设定=，=+++。根据(3)式可得到(4)式：

(4)

(5)

可见，当<1，情绪会使股价出现正偏误；当>1时，则会出现负价格偏误。反馈交易行为会放大或缩小价格偏误程度。

(三)多期情绪影响

实践中，投资者的非理性行为可能导致持续的情绪冲击。为此，假设每期都会随机的产生情绪冲击，投资者情绪对第期股价冲击可分为当期情绪冲击和前期情绪残余，根据(3)式有(6)式：

++(,…,-1),≥1

(6)

其中，(·)表示前期情绪残余，(,…,-1)=-1+-2+…+-1，且=(-1--2)，=，=-。

对上述二阶线性齐次差分方程求解，可得(7)式：

(7)

(8)

求极限有(9)式：

(9)

可见，即使投资者能准确解读(=1)，股价仍会长期偏离基本价值，价格偏误会受各期情绪冲击水平、投资者准确解读信息能力、反馈交易意愿、事件累计冲击的影响。

(四)情绪分化的影响

为分析情绪分化对股价偏误影响，将投资者依据解读信息能力，分为高估群体(>1)、低估群体(<1)和理性群体(=1)，假设各类投资者比例分别为：、、，且++=1。另外，假定高估、低估群体分别具有统一解读能力和。结合(5)式或(9)式易知，第期价格偏误可表示为(10)式：

(10)

可见，情绪分化是否会导致股价偏误，取决于高估和低估群体引致股价偏误的综合水平。

三、实证模型与数据

(一)实证模型

VP-SV-VAR模型由SVAR模型演化而来，为了能捕捉各变量间的非线性动态关系，允许回归参数及方差-协方差随时间而有时变性，即时变参数，有(11)式：

(11)

(12)

其中，+1～(0,Σ0)，+1～(0,Σ0)，+1～(0,Σ0)。假设同期服从不同随机游走过程的参数是相互独立的，且Σ、Σ、Σ均为对角矩阵。(12)式中假定所有参数均服从一阶随机游走过程，这将允许参数存在暂时或永久变动，以捕捉渐变或突变经济结构的影响，而通过马尔科夫链蒙特卡罗(MCMC)方法能获得更精确且有效的模型估计结果。

(二)案例选取与数据来源

本文以新冠疫情的复工复产作为重大公共事件恢复阶段的研究案例。研究样本为2020年4月7日至2021年2月10日的上证综合指数日度收益率，起始时间是中央应对疫情工作领导小组正式印发复工复产的指导意见，标志着疫情进入恢复阶段，时间终点是2021年春节前最后一个交易日，避免节假日因素干扰。

新冠疫情()：以中国卫计委公布的每日新增确诊人数作为代理变量。

股票价格偏误()：用工业增加值、居民消费价格指数和上海银行间隔夜拆借利率作为基本面代理变量，表示股票基础价值测度。将上证综合指数日度收益率与3个代理变量进行回归求得残差，即为股票价格偏误，相关数据均来源于CSMAR数据库。

四、实证结果分析

(一)平稳性及滞后期的选择

根据前述定性分析，实证模型的变量顺序设定为新冠疫情、股票价格偏误、投资者情绪和情绪分化。对4个时间序列变量平稳性进行检验，表1的ADF检验结果显示，各变量均至少在5%显著水平上通过平稳性检验，因此应使用各变量水平序列构建模型。通过对滞后期为1～5的VAR模型检验结果分析发现，滞后2期的VAR模型有最大的LR值和最小的AIC及SC值，故实证分析选择滞后2期TVP-SV-VAR模型。

表1 变量单位根检验

(二)模型估计

贝叶斯框架下运用MCMC算法通过10 000次抽样对TVP-SV-VAR模型进行估计，剔除前1 000次预烧期样本的后验参数估计结果如表2。所有参数的Geweke统计量在5%置信度下均不能拒绝趋于后验分布的原假设，即预烧期已足以使得马尔科夫链趋于集中。而较低的无效性因子表示为模型参数均产生了非常有效的抽样。此外，样本自相关系数随抽样次数增加均收敛于0，且样本取值均在均值附近以“白噪声”的轨迹波动，再次表明MCMC算法对抽样样本的有效性，可以利用脉冲响应函数详细分析疫情冲击下股票价格偏误、投资者情绪和情绪分化的动态关系。

表2 模型参数估计结果

(三)不同时点的时变脉冲响应分析

图1和图2分别刻画了TVP-SV-VAR模型的两种不同维度脉冲响应函数，本文随机选取的比较时点为第30、50和70个交易日(以下简称“日”)。图1刻画了不同时点上施加一个标准差冲击后脉冲响应函数的变化，在3个时点分别对疫情施加一个正标准差冲击后，形成的脉冲响应函数具有相似的演变趋势。疫情当期就会对股价偏误产生正向影响并达到最大值，紧接着冲击效应逐渐减小并在第2期变为负值，之后在正负值间螺旋式演进，并于第7期后收敛于0，这说明疫情变动会导致股票价格同向偏离其基本价值，但市场自动调节能力在一定程度上能自我纠正。

对投资者情绪和情绪分化则均在第1期产生最大正向冲击，随后冲击效应在波动中逐渐减小，最终趋向一个较小的正响应值，总体上对投资者情绪和情绪分化会产生正向影响。

给股价偏误在不同时点一个标准差冲击，股价偏误当期均会产生较激烈的正向冲击，但随后从第1期开始逐渐收敛于0值，说明股价偏误发展本身存在惯性，但惯性持续期并不长。对投资者情绪也均在当期产生最大的正向冲击，随后逐渐缩小，并从第6期开始收敛于0。情绪分化则会产生差异的脉冲响应，对于第30日股价偏误的冲击，情绪分化响应值在第1期达到最大后，第2期开始就缩小并趋于0；第50和70日的冲击影响类似，均在当期产生最大正向冲击，之后迅速减小并于第2期就趋于0，但第50日的冲击效应显著大于第70日，整体上股价偏误仅对情绪分化产生较短期冲击。

给投资者情绪在3个时点一个标准差冲击后，股价偏误均在第1期产生最大正冲击，随后冲击效应变为负值，之后逐渐下降并从第5期始趋于0，即投资者情绪能够在较短期内促使股价偏离基本价值，但较长时期内则会对偏离进行修正。对其自身当期产生最大正向冲击后，紧接着缩小，并从第5期开始收敛于0。对情绪分化则形成差异的脉冲响应，第30日投资者情绪变动对情绪分化在第1期产生负向冲击，随后从第2期开始冲击影响则趋于较小的负值；第50和70日投资者情绪变动均在当期对情绪分化产生最大正向冲击，之后开始减小，并从第3期开始趋于0。

图1 不同时点时变脉冲响应函数

图2 不同提前期时变脉冲响应

对情绪分化在3个时点分别施加一个正标准差冲击后，脉冲响应函数也产生了相似的变化趋势。情绪分化对股价偏误在第1期产生较小负向冲击，随后在第2期脉冲响应变为正值，之后快速下降并在第5期接近0。对投资者情绪先产生负向冲击，并在第2期达到最大值后迅速减小，并在第3期响应变为正值，之后在波动中收敛于较小的正值，即短期存在负向影响，而长期表现出稳定的正向影响。对其本身则在当期能产生最大正向冲击后，冲击效应快速减弱，从第2期开始趋于0。

(四)不同提前期的时变脉冲响应分析

图2刻画了在不同提前期施加一个正标准差冲击后形成的脉冲响应，提前期随机选定为第4、8和12期。不同提前期疫情均对股价偏误产生持续负向冲击，冲击效应在样本期内呈现扩大态势，说明随着前期疫情冲击效应的不断显现，所造成的股价偏离基本价值会得到一定程度的修正，且样本期内纠正作用在不断变强。对投资者情绪则均产生不断强化的正向冲击，而对情绪分化的正向冲击则以“稳中有降”变化，即前140日呈现较平稳，之后下降态势显现，这说明样本期内投资者情绪对疫情变化的感应愈加敏锐，疫情稍变即可引起投资者情绪较大反应，但投资者对疫情影响的判断存在分歧减小的趋势。

面对不同提前期的股价偏误一个正标准差冲击时，对其自身冲击作用仅在提前4期表现为随时间较大波动的特征，虽在第163日附近存在短暂正向冲击，但整体上表现为负向冲击影响效应，即股价偏误变动会对自身产生反方向变动，即在短期内存在“反转效应”。对投资者情绪而言，在提前4期能够产生具有时变特征的显著正向冲击，而提前8和12期的滞后响应值在样本期内则表现为波动中趋弱，说明股价偏误在短时期内能对投资者情绪激化，而在长期中则逐渐趋弱并有转向趋势的抑制作用。上述趋势表示在疫情后经济恢复的推进过程中，股价偏误对情绪分化产生的缩小分化效应正逐渐消失，甚至出现加剧分化的效应。

投资者情绪对股价偏误提前4期的脉冲响应在0至150日之间在波动中保持横向延伸，而在150至163日之间开始缩小，之后迅速返回横向延伸区间，但该值一直都为负。这可能是因为前期投资者情绪引起的股价过度偏离在反转效应作用下，随着情绪影响在短期内的快速衰弱，股票价格将逐步重回基本价值。对于投资者情绪提前4期的脉冲响应表现为较稳定的正向冲击，而在提前8和12期的冲击影响则在波动中逐渐减小，说明投资者情绪在较短时期内存在惯性，并会进一步激化投资和情绪，但随着时间拉长则惯性逐渐减弱并产生较弱的反向做功效应。至于情绪分化，提前4期的脉冲响应在前50日为负值，之后变为增大的正值；提前8和12期的脉冲响应则整体表现为波动中逐渐缩小负冲击，表示投资者情绪在短时期内对情绪分化的影响由缩小转为不断加剧，而随着提前期的拉长则可缩小情绪分化，但影响效应在观测期内不断减弱。

情绪分化变动基本不能对股价偏误产生影响，这可能是因为随着疫情的有效控制、信息及时公开，投资者能对疫情引起的不确定性形成较相似的判断，情绪分化的轻微变动不足以改变已有形成的作用关系。对投资者情绪在提前4期具有较稳定的负向冲击，而提前8和12期的滞后响应值则呈现稳中微升的趋势，说明情绪分化在较短提前期会平抑投资者情绪，而拉长提前期后则会产生扩大的激化作用。而对情绪分化本身产生的脉冲响应时间序列为正，但具有稳步缩小的趋势，说明情绪分化对其自身的影响存在惯性，前期较大情绪分化会加剧后期情绪分化，但样本期内的这种惯性作用在不断缩小。

五、结论与建议

本文研究发现：第一，重大公共事件可通过直接和间接途径对股市产生时变的冲击效应，其中直接途径表现为事件变动会直接对股票价格偏误产生冲击影响，间接途径则为事件不确定性会改变投资者对股价预期，产生情绪变动使其难以做出准确判断，进而导致股价偏离基本价值；第二，重大公共事件恢复阶段投资者情绪及情绪分化是股价偏离基本价值的重要因素，两者的变动均会对股价偏误产生冲击，且反馈交易也会造成投资者的认知偏差和情绪的分化，而情绪与情绪分化间也相互影响；第三，重大公共事件对反馈交易体系能在较长时间内产生时变的冲击影响，而股价偏误、投资者情绪和情绪分化间则产生短期的非线性相互冲击效应。

基于结论的政策建议为：第一，金融政策的制定要综合考虑重大公共事件的不同阶段及不确定情况，以结构化、数量化工具以及区域性政策，精准创造企业恢复发展所需的营运环境；第二，从源头上及时对市场传言和谣言进行把控和处理，避免投资者形成偏离现实的风险预期；第三，强化对投资者持续教育，拓展其信息收集渠道，提升对信息和事件的准确解读能力，促使投资者形成理性预期和价值投资理念，减少因主观信念非理性波动而对市场的冲击；第四，培养多层次投资主体，及时利用股市平准基金稳定资本市场，避免触发系统风险。