姜尚偉， 金 秀

(東北大學(xué) 工商管理學(xué)院， 遼寧 沈陽 110169)

行為金融學(xué)的核心問題是理解投資者行為與資產(chǎn)收益之間的關(guān)系，如投資者情緒對(duì)截面收益的影響效應(yīng)[1].然而，傳統(tǒng)的截面回歸模型和著名因素不能充分解釋截面變量.Steven等[2]證明在傳統(tǒng)截面回歸模型的殘差中存在截面空間交互作用.

Bethke等[3]認(rèn)為，投資者情緒是資產(chǎn)價(jià)格波動(dòng)的特質(zhì)決定因素，不僅影響本資產(chǎn)的價(jià)格波動(dòng)，而且影響其他具有相似性資產(chǎn)的價(jià)格波動(dòng).投資者基于安全心理，多關(guān)注距離他們較近或與他們具有較密切關(guān)系的股票，在空間上有選擇地進(jìn)行交流與互動(dòng)[4]，使得影響本股票收益的投資者情緒也會(huì)影響其他股票的收益，形成空間股票收益聯(lián)動(dòng)[5].因此，投資者情緒對(duì)股票價(jià)格的截面影響效應(yīng)具有空間交互作用.如果忽視投資者情緒在股票截面空間上的交互影響，將導(dǎo)致低估市場(chǎng)風(fēng)險(xiǎn)、增加其對(duì)資產(chǎn)的定價(jià)偏差.遺憾的是，在研究投資者情緒對(duì)股票價(jià)格截面影響問題方面，國(guó)內(nèi)外現(xiàn)有研究都采用傳統(tǒng)截面回歸模型進(jìn)行研究[1,3]，忽視了空間交互作用這一重要因素，造成較大定價(jià)偏差.為了彌補(bǔ)此方面的研究不足，本文應(yīng)用空間計(jì)量模型，研究投資者情緒對(duì)股票價(jià)格的截面影響.

構(gòu)建反映空間交互作用的空間權(quán)重矩陣是此項(xiàng)研究需要突破的難點(diǎn)問題.已有文獻(xiàn)多基于國(guó)家間的地理距離[6]和經(jīng)濟(jì)距離[7]構(gòu)建空間權(quán)重矩陣研究國(guó)際投資問題.本文也從地理和經(jīng)濟(jì)距離兩個(gè)方面構(gòu)建空間權(quán)重矩陣.獨(dú)特之處在于，利用企業(yè)總部所在省份作為股票的地理特征，利用省會(huì)城市之間的地理距離衡量股票間的地理距離；利用企業(yè)所屬行業(yè)作為股票的經(jīng)濟(jì)特征，利用行業(yè)間的消耗系數(shù)衡量股票間的經(jīng)濟(jì)距離.

本文在以下幾個(gè)方面作出貢獻(xiàn).第一，擴(kuò)展了投資者情緒對(duì)資產(chǎn)價(jià)格截面影響類文獻(xiàn)研究.已有文獻(xiàn)采用傳統(tǒng)截面回歸模型研究投資者情緒對(duì)資產(chǎn)價(jià)格的影響，本文在此基礎(chǔ)上又考慮投資者情緒對(duì)股票價(jià)格截面影響的空間交互作用，應(yīng)用空間計(jì)量模型進(jìn)行研究，縮小了定價(jià)偏差，為未來資產(chǎn)定價(jià)問題研究提供了新視角.第二，在衡量經(jīng)濟(jì)距離方面作出貢獻(xiàn).利用行業(yè)間的消耗系數(shù)衡量股票間的經(jīng)濟(jì)距離，反映了股票間的真實(shí)技術(shù)經(jīng)濟(jì)聯(lián)系，為空間權(quán)重矩陣的構(gòu)建提供一個(gè)新的衡量指標(biāo)，使得研究金融市場(chǎng)股票間的空間交互作用成為可能.第三，對(duì)金融市場(chǎng)空間交互作用類研究有貢獻(xiàn).以往文獻(xiàn)大多考慮空間交互作用研究國(guó)際股票指數(shù)投資問題[6-8]，本文通過研究金融市場(chǎng)股票間的空間交互作用對(duì)此類文獻(xiàn)作出貢獻(xiàn).

1 數(shù)據(jù)、樣本和空間距離

樣本期間為2012-01-01～2018-12-31，原始樣本包括在上海證券交易所上市的所有A股企業(yè).自Wind數(shù)據(jù)庫獲取在樣本期間內(nèi)所有樣本企業(yè)的總部信息和行業(yè)信息.為了保證在有效樣本中包含的企業(yè)具有可用數(shù)據(jù)和有效交易，根據(jù)以下標(biāo)準(zhǔn)進(jìn)行篩選：

1) 企業(yè)總部位于中國(guó)31個(gè)省份中(排除港、澳、臺(tái)地區(qū))；

2) 樣本期間內(nèi)企業(yè)總部位置未發(fā)生改變；

3) 在Wind數(shù)據(jù)庫中企業(yè)有可用數(shù)據(jù)；

4) 樣本期間內(nèi)企業(yè)的平均股價(jià)不低于1元.

自Wind數(shù)據(jù)庫收集樣本股票在樣本期間的日交易量作為投資者情緒的代理變量[1]；收集日收盤價(jià)，依據(jù)Ri,t=ln(Pi,t)-ln(Pi,t-1)計(jì)算股票日收益，其中Ri,t為i股票第t天的收益率，Pi,t為i股票第t天的收盤價(jià)，Pi,t-1為i股票第t-1天的收盤價(jià).

2 模型構(gòu)建

Cliff 等[12]提出空間自回歸模型：

(1)

其中：Y為被解釋變量矩陣；X為解釋變量矩陣；W為空間權(quán)重矩陣；ε為包含空間交互作用的誤差項(xiàng)矩陣；μ為排除空間交互作用后的誤差項(xiàng)矩陣；β為解釋變量對(duì)被解釋變量的影響系數(shù)向量；γ，λ分別為被解釋變量空間滯后項(xiàng)和誤差空間滯后項(xiàng)的響應(yīng)參數(shù).

Bethke等[3]認(rèn)為投資者情緒是資產(chǎn)價(jià)格波動(dòng)的特質(zhì)決定因素，不僅影響本資產(chǎn)的價(jià)格波動(dòng)，而且會(huì)影響其他具有相似性資產(chǎn)的價(jià)格波動(dòng).因此，投資者情緒對(duì)資產(chǎn)價(jià)格的截面影響效應(yīng)具有空間交互作用.借鑒式(1)的思想構(gòu)建投資者情緒對(duì)股價(jià)影響的空間截面回歸模型：

(2)

其中：Ri,t為i股票在t時(shí)間的收益;Ri,t-1為i股票在t-1時(shí)間的收益;Rj,t為j股票在t時(shí)間的收益；Si,t為i股票在t時(shí)間的投資者情緒；ωij為i股票與j股票之間的空間距離權(quán)重；γ和λ分別為股票收益空間滯后項(xiàng)和誤差空間滯后項(xiàng)的回歸系數(shù)；εi,t為i股票收益作為被解釋變量時(shí)的誤差項(xiàng);εj,t為j股票收益作為被解釋變量時(shí)的誤差項(xiàng).當(dāng)γ≠0,λ=0時(shí)，式(2)為空間滯后模型(SLM)，表示一支股票的因變量不僅會(huì)受到自身解釋變量的影響，還會(huì)受到其他股票因變量的影響；當(dāng)γ=0,λ≠0時(shí)，式(2)為空間誤差模型(SEM)，表示一支股票的因變量不僅會(huì)受到自身解釋變量的影響，還會(huì)受其他股票因變量和解釋變量的影響；當(dāng)γ=0,λ=0時(shí)，式(2)為傳統(tǒng)截面回歸模型.在實(shí)證分析中，需要根據(jù) LM(lag)和 LM(error)統(tǒng)計(jì)檢驗(yàn)來選擇模型.Anselin[14]提出以下原則：如果LM(lag)拒絕零假設(shè)，并且LM(error)沒有拒絕零假設(shè)，利用空間滯后模型進(jìn)行空間依賴性檢驗(yàn)；如果LM(lag)沒有拒絕零假設(shè)，并且LM(error)拒絕零假設(shè)，利用空間誤差模型進(jìn)行空間依賴性檢驗(yàn).

3 檢驗(yàn)結(jié)果

研究空間交互視角下投資者情緒對(duì)股票價(jià)格的截面影響，應(yīng)按照以下幾個(gè)步驟進(jìn)行：首先，利用Moran指數(shù)檢驗(yàn)金融市場(chǎng)中股票價(jià)格間的空間交互作用；然后，利用LM(lag)和 LM(error)統(tǒng)計(jì)檢驗(yàn)為式(2)選擇合適的空間計(jì)量模型；最后，對(duì)式(2)進(jìn)行估計(jì)，研究股票空間交互視角下投資者情緒對(duì)股票價(jià)格的影響.

3.1 空間相關(guān)性檢驗(yàn)

空間依賴主要采用空間統(tǒng)計(jì)描述法來反映，國(guó)內(nèi)外學(xué)者采用Moran指數(shù)衡量變量之間的空間相關(guān)性，它分為全域指標(biāo)和局域指標(biāo)，前者用于驗(yàn)證在整個(gè)研究區(qū)域內(nèi)某一要素是否存在空間自相關(guān)，后者用于分析局部小區(qū)域單元上的某種現(xiàn)象或?qū)傩灾蹬c相鄰局部小區(qū)域單元上的同一現(xiàn)象或?qū)傩灾档南嚓P(guān)程度.圖1為局域Moran指數(shù)散點(diǎn)圖及其對(duì)應(yīng)的全域Moran指數(shù).

圖1a顯示Moran指數(shù)在1%顯著性水平上為0.331 0(Z=2.958 1，p=0.006 0)，并且68%(573/846)的點(diǎn)位于第一、三象限，表明金融市場(chǎng)股票間存在正向地理空間交互作用.圖1b顯示全域Moran指數(shù)在1%顯著性水平上為0.501 8(Z=4.200 3，p=0.000 0)，并且88%(743/846)的點(diǎn)位于第一、三象限，表明金融市場(chǎng)股票間存在較強(qiáng)的正向經(jīng)濟(jì)空間交互作用，且利用消耗系數(shù)衡量經(jīng)濟(jì)距離構(gòu)建空間權(quán)重矩陣能有效反映股票間的經(jīng)濟(jì)空間交互作用.將圖1a與圖1b對(duì)比發(fā)現(xiàn)，股票間的空間交互作用對(duì)經(jīng)濟(jì)距離的敏感程度高于地理距離，研究結(jié)論與Fernández-Avilés等[7]一致.因此，有必要利用空間計(jì)量模型研究股票價(jià)格的截面效應(yīng).

3.2 空間計(jì)量模型選擇

空間計(jì)量模型包括空間滯后模型(SLM)和空間誤差模型(SEM)兩種基本模型，利用LM統(tǒng)計(jì)檢驗(yàn)為式(2)選擇合適的空間計(jì)量模型.

表1為式(2)的 LM 檢驗(yàn)結(jié)果.LM(error)在1%顯著性水平上分別為2.123 9，1.620 1和2.122 2，拒絕零假設(shè).而LM(lag)分別為不顯著的1.127 9，1.407 7和1.201 7，接受零假設(shè).綜合檢驗(yàn)結(jié)果，針對(duì)式(2)，應(yīng)選擇空間誤差模型(SEM)進(jìn)行空間依賴性檢驗(yàn).結(jié)果表明一支股票的價(jià)格不僅受自身投資者情緒的影響，還受其他股票價(jià)格和投資者情緒的影響.說明不止股票價(jià)格間存在空間交互作用，投資者情緒對(duì)股價(jià)的截面影響也存在空間交互作用.因此，有必要利用空間誤差模型研究投資者情緒對(duì)股票價(jià)格的截面影響.

表1 空間計(jì)量模型選擇檢驗(yàn)

注：括號(hào)中數(shù)據(jù)為p值；*，**和 ***分別表示在10%, 5%和 1%水平上顯著；運(yùn)算使用Matlab jplv7空間計(jì)量工具包.

3.3 投資者情緒對(duì)股價(jià)截面影響估計(jì)

選擇合適的空間計(jì)量模型后，對(duì)考慮空間交互作用的空間截面回歸模型(2)進(jìn)行估計(jì)，同時(shí)與沒有考慮空間交互作用的傳統(tǒng)截面回歸模型進(jìn)行對(duì)比.

表2為利用傳統(tǒng)截面回歸模型和空間截面回歸模型關(guān)于投資者情緒對(duì)股票價(jià)格截面影響效應(yīng)的估計(jì)結(jié)果.根據(jù)表2可以得出：

1) 空間截面回歸模型中，在地理距離空間權(quán)重矩陣、經(jīng)濟(jì)距離空間權(quán)重矩陣和嵌套矩陣條件下，β分別為顯著的0.304 2，0.315 8和0.331 5；而傳統(tǒng)截面回歸模型中，β為顯著的0.281 1，表明投資者情緒對(duì)股票價(jià)格的截面影響具有空間交互作用，考慮空間交互作用的模型在解釋投資者情緒對(duì)股票價(jià)格的截面影響方面表現(xiàn)更優(yōu)，突出了在截面資產(chǎn)定價(jià)過程中考慮空間交互作用的重要性.

2) 經(jīng)濟(jì)距離權(quán)重矩陣下，λ為0.329 6，地理距離權(quán)重矩陣下，λ為0.280 4，表明股票間空間交互作用對(duì)經(jīng)濟(jì)距離的敏感程度高于地理距離.經(jīng)濟(jì)距離權(quán)重矩陣下，β為0.315 8，地理距離權(quán)重矩陣下，β為0.304 2，表明投資者情緒對(duì)股價(jià)截面影響的空間交互作用對(duì)經(jīng)濟(jì)距離敏感程度也高于地理距離.經(jīng)濟(jì)距離權(quán)重矩陣下，模型的R2和lnL值高于地理距離權(quán)重下的值，表明在解釋投資者情緒對(duì)股票價(jià)格的截面影響效應(yīng)方面，基于經(jīng)濟(jì)距離空間權(quán)重矩陣的空間截面回歸模型優(yōu)于基于地理距離空間權(quán)重矩陣的空間截面回歸模型.其潛在原因可能是現(xiàn)代信息技術(shù)的發(fā)展打破了地理距離的壁壘[15]，而經(jīng)濟(jì)單元之間存在不同程度的真實(shí)技術(shù)經(jīng)濟(jì)聯(lián)系[16].

3) 嵌套矩陣下，β和λ在3組空間截面回歸估計(jì)結(jié)果中最大，表明同時(shí)包含地理距離和經(jīng)濟(jì)距離的嵌套矩陣能最好地刻畫股票間的空間交互作用，基于嵌套矩陣的空間截面回歸模型能最大限度地解釋投資者情緒對(duì)股票價(jià)格的截面影響，證明了股票空間交互作用的復(fù)雜性和綜合性.

表2 投資者情緒對(duì)股價(jià)影響的空間截面回歸估計(jì)

注：括號(hào)中數(shù)據(jù)是t值； *，**和 ***分別表示在10%, 5%和 1%水平上顯著；運(yùn)算使用Matlab jplv7空間計(jì)量工具包.

3.4 穩(wěn)健性檢驗(yàn)——組合

為了排除股票間其他共同因素對(duì)本文結(jié)果的影響，參照Li等[17]按照地區(qū)和行業(yè)分別構(gòu)建投資組合，研究股票組合間的空間交互作用及投資者情緒對(duì)組合收益的截面影響.研究步驟如下.

首先，按照股票所屬省份將股票分為31個(gè)省份組，按照股票所屬行業(yè)將股票分為42個(gè)行業(yè)組；

然后，依據(jù)價(jià)值權(quán)重法分別計(jì)算組合收益和投資者情緒值；

最后，以組合-組合的方式研究空間交互視角下投資者情緒對(duì)股票價(jià)格的截面影響.

利用空間截面回歸模型(2)對(duì)組合-組合的投資者情緒與收益進(jìn)行回歸.結(jié)果表明股票組合收益間存在空間交互作用，投資者情緒對(duì)股票組合收益的截面影響也存在空間交互作用，在解釋投資者情緒對(duì)股票組合收益的影響效應(yīng)方面空間截面回歸模型優(yōu)于傳統(tǒng)截面回歸模型.其結(jié)論與股票-股票回歸法得出的結(jié)論一致.

4 結(jié) 論

1) 從地理距離和利用消耗系數(shù)衡量的經(jīng)濟(jì)距離兩方面構(gòu)建空間權(quán)重矩陣能有效反映股票間的空間交互作用.

2) 股票價(jià)格間存在空間交互作用，投資者情緒對(duì)股票價(jià)格的截面影響也存在空間交互作用，在解釋投資者情緒對(duì)股票價(jià)格的影響效應(yīng)方面，空間截面回歸模型優(yōu)于傳統(tǒng)截面回歸模型.

3) 投資者情緒對(duì)股票價(jià)格截面影響的空間交互作用對(duì)經(jīng)濟(jì)距離敏感程度高于地理距離，在解釋投資者情緒對(duì)股票價(jià)格的影響效應(yīng)方面，基于經(jīng)濟(jì)距離空間權(quán)重矩陣的空間截面回歸模型優(yōu)于基于地理距離空間權(quán)重矩陣的空間截面回歸模型.

4) 投資者情緒對(duì)股票價(jià)格截面影響的空間交互作用具有復(fù)雜性和綜合性，在解釋投資者情緒對(duì)股票價(jià)格的截面影響效應(yīng)方面，基于嵌套空間權(quán)重矩陣的空間截面回歸模型表現(xiàn)最優(yōu).