尹海員，王盼盼

股票投資者情緒跨國傳染與空間依賴性：基于中、美等七國空間面板數(shù)據(jù)的分析

尹海員，王盼盼

（陜西師范大學(xué)國際商學(xué)院，陜西 西安 710119）

利用2005-2014年空間面板季度數(shù)據(jù)，本文對中、美等7個國家間的股票投資者情緒傳染性及傳染渠道進(jìn)行分析，研究其跨國傳染的影響因素與空間依賴性。實證表明：宏觀經(jīng)濟運行狀況是影響投資者情緒跨國傳染的主要因素；投資者情緒在地理鄰接、區(qū)域經(jīng)濟組織、資本流動、貿(mào)易往來以及政治經(jīng)濟制度相似性五種渠道上均表現(xiàn)出顯著的空間依賴性，且季風(fēng)效應(yīng)、凈傳染效應(yīng)及溢出效應(yīng)均存在；進(jìn)一步看，僅考慮空間滯后因變量的情況下，政治經(jīng)濟制度相似性是最主要的傳染渠道，資本流動次之，貿(mào)易往來稍弱；地理鄰接關(guān)系、區(qū)域經(jīng)濟組織關(guān)系這兩種渠道的影響強度最?。煌顿Y者情緒的跨國傳染存在明顯的反饋效應(yīng)。這些結(jié)論對深入認(rèn)識全球化背景下的各國資本市場關(guān)聯(lián)性與監(jiān)管協(xié)調(diào)有重要意義。

投資者情緒；跨國傳染；空間依賴性；空間計量

0 引言

20世紀(jì)以來，全球經(jīng)濟一體化的程度不斷加深，隨之而來的是各國資本市場的相互依存度不斷加強。早期資本主義時期的經(jīng)濟(金融)危機只會造成局部性的危害，比如16世紀(jì)荷蘭的“郁金香泡沫”、17世紀(jì)英國的“南海泡沫”都對本國經(jīng)濟運行和資本市場造成了巨大傷害，但對全球經(jīng)濟的副作用甚微。從1929年美國股災(zāi)開始，一國資本市場危機的波及范圍會不斷蔓延并快速傳播。2008年始于美國的次債危機，2011年希臘肇始的歐債危機，都使全球投資者陷入恐慌狀態(tài)，而企業(yè)和主權(quán)信用評級的下降使得悲觀情緒在投資者中進(jìn)一步擴散，悲觀情緒引導(dǎo)下的投資者非理性行為又會影響股票價格及其波動[1]，從而形成惡性循環(huán)。

截止2016年底，中國GDP總量已經(jīng)達(dá)到74.41萬億元人民幣，按同期匯率核算為10.70萬億美元，居世界第二位。中國資本市場也得到了飛速的發(fā)展，滬深兩市股票總市值55.68萬億元人民幣，按同期匯率核算為8.01萬億美元，亦成為全球第二大證券市場。我國股票市場體量增加的同時，其市場化、國際化程度也不斷加深，成為全球資本市場的重要組成部分。隨著各國股市間聯(lián)動程度的加強，投資者在進(jìn)行決策的時候會受到外界觀點、態(tài)度的影響，使得投資者對股市的預(yù)期、情緒出現(xiàn)不同程度的聯(lián)動現(xiàn)象。這種影響機制通過什么渠道發(fā)揮作用？其作用程度如何？這些問題既是亟需研究的熱點，也對維護(hù)全球股票市場的穩(wěn)健運行具有重要的指導(dǎo)價值。

考慮到全球股市的聯(lián)動性、情緒傳染的空間效應(yīng)等問題，本文以投資者情緒為出發(fā)點，全球股市間的關(guān)聯(lián)性為主線，探討投資者情緒在國際市場間的傳染機制，梳理其跨國傳染的渠道。具體來說，首先運用空間面板數(shù)據(jù)驗證投資者情緒跨國傳染的存在性，并進(jìn)一步基于地理鄰接關(guān)系、區(qū)域經(jīng)濟組織關(guān)系、貿(mào)易關(guān)系、資本流動以及政治經(jīng)濟制度相似性等五個渠道構(gòu)建空間權(quán)重矩陣，分析情緒在不同國家間的傳染途徑及程度。本文貢獻(xiàn)主要體現(xiàn)在如下幾點：首先，將不同國家證券市場投資者情緒的傳染機制作為研究對象，深入分析了傳染的存在性和渠道；其次，利用空間計量的分析方法，構(gòu)建空間權(quán)重矩陣，比較了不同傳染渠道的相對重要性和強度；再次，將情緒的傳染機制研究突破了兩個國家（地區(qū)）的關(guān)聯(lián)性，擴展為多國資本市場的傳染現(xiàn)象分析。

1 文獻(xiàn)回顧與研究假設(shè)

1.1 文獻(xiàn)回顧

近年來隨著全球資本市場的聯(lián)動現(xiàn)象愈來愈明顯，學(xué)者們開始利用不同的統(tǒng)計模型來研究市場之間的相關(guān)性，乃至動態(tài)相關(guān)性。陳收等[2]利用多元 DCC-GARCH模型研究了2001-2007年我國上證綜指與在美國上市的中國概念股票指數(shù)的相關(guān)性，發(fā)現(xiàn)在市場波動較大的階段，兩者的相關(guān)系數(shù)明顯放大。張兵等[3]繼續(xù)運用此模型對次債危機爆發(fā)前后道瓊斯指數(shù)和上證綜指的時變相關(guān)性進(jìn)行了研究，發(fā)現(xiàn)美國次債危機對中國股票市場存在明顯的波動溢出效應(yīng)。另外有學(xué)者利用Copula-GARCH模型進(jìn)行不同國家證券市場的關(guān)聯(lián)性研究，比如劉喜波和林澤波[4]發(fā)現(xiàn)在危機期間各國市場指數(shù)的聯(lián)動性增強，類似的研究還有吳吉林等[5]。盡管所用計量模型各異，但他們都證明了中國與美國股票市場有較明顯的時變相關(guān)性。

投資者情緒傳染機制方面，Eichengreen[6]認(rèn)為金融危機的悲觀情緒傳染是不同市場之間，超越經(jīng)濟基本面的無法解釋的相關(guān)性現(xiàn)象。Barsade[7]則從行為的角度指出對其他人情緒進(jìn)行認(rèn)知、比較，最后融入他人情緒的過程是情緒傳染。劉曉峰[8]認(rèn)為情緒傳染是個體無意識的趨從和有意識調(diào)控的結(jié)合，是捕獲他人情緒變化并實現(xiàn)不同個體情緒聚合的過程。但進(jìn)一步對情緒傳染機制的研究相對較少，Hirshleifer和Teoh[9]指出社會影響是情緒傳染的關(guān)鍵之所在。在分析傳染渠道時，Baker和Wurgler[10]研究表明投資者情緒的跨區(qū)域傳染是全球情緒形成的主因，且情緒的跨區(qū)域傳染一個可能的渠道是國際資本的流動。國內(nèi)對于情緒傳染的研究主要以情緒對投資者行為、股市波動的影響為重點，前者如魯直和閻海峰[11]發(fā)現(xiàn)投資者情緒的感染程度與投資者本身的敏感性呈正比，馮常生[12]以行為擴散為視角進(jìn)行分析，指出信息不對稱是投資者行為傳染、趨同的原因；后者如何小洲和蔣睿凌[13]則以市場情緒的形成為出發(fā)點，表明情緒在投資者群體中是通過感染效應(yīng)這一橋梁來發(fā)揮作用的，范雅祺和張信東[14]分析表明兩國股市之所以存在聯(lián)動是由于兩國投資者情緒的傳染造成的。

現(xiàn)有文獻(xiàn)主要集中于中國與發(fā)達(dá)國家金融危機的相關(guān)性、危機溢出效應(yīng)方面的研究，盡管所用模型各異，但都闡明了以下幾個事實：首先，金融全球化的進(jìn)程中，中國在國際金融體系中的地位日益凸顯，與世界上主要發(fā)達(dá)國家股票市場存在明顯的相關(guān)性[15]；其次，這種關(guān)聯(lián)性的時段和強度都存在時變性差異，有時甚至?xí)霈F(xiàn)背離的現(xiàn)象，主要原因在于金融防火墻效應(yīng)、政府宏觀調(diào)控政策等因素的影響[16][17]；再次，經(jīng)濟危機、金融危機可以傳播擴散，這種傳播機制受到經(jīng)濟制度差異、經(jīng)濟基本面和政策取向的影響[18][19]。但股票市場中投資者情緒和行為的趨同性是否會在國際間傳染？如果這種傳染性存在，其機制和機理是什么？這些問題少有文獻(xiàn)進(jìn)行深入探討，目前可見的文獻(xiàn)里，僅Baker和Wurgler[10]運用傳統(tǒng)計量分析方法，通過構(gòu)建投資者情緒與私人資本流動這兩個指標(biāo)的交叉項，證明了情緒在不同國家之間可以通過私人資本流動這一渠道進(jìn)行擴散。

1.2 研究假設(shè)

投資者情緒的跨國傳染首先要考慮宏觀經(jīng)濟因素的影響，一些基礎(chǔ)的宏觀經(jīng)濟變量，比如GDP、利率水平、匯率變動、失業(yè)率、貨幣供應(yīng)量等等，對股票市場的運行影響較大，也即Masson理論中的季風(fēng)傳染效應(yīng)。吳新生[20]以歐債危機為例，構(gòu)建了地理、政治與經(jīng)濟制度空間矩陣，表明宏觀經(jīng)濟基本面對危機傳染存在共同影響，政治經(jīng)濟制度的相似性會加劇危機的傳染。崔百勝和姜逸菲[21]構(gòu)建斯皮爾曼傳染指數(shù)檢驗金融危機傳染的程度，通過空間面板數(shù)據(jù)分析傳染的影響因素，他們指出宏觀經(jīng)濟基本要素對危機傳染影響顯著，并且存在反饋效應(yīng)。如果一國宏觀經(jīng)濟運行脆弱，則股票市場抵御沖擊的能力越差，投資者情緒越易受到影響和傳染。另一方面，宏觀經(jīng)濟因素的表現(xiàn)可以分析兩國所面臨的宏觀經(jīng)濟環(huán)境的差異性，投資者所處的經(jīng)濟環(huán)境越相似，受到相似的外界刺激時越容易產(chǎn)生類似的情緒反應(yīng)?；谝陨戏治鎏岢黾僭O(shè)H1。

H1：一國宏觀經(jīng)濟運行狀況越穩(wěn)健，則投資者情緒受外部影響的程度越低；國家間宏觀經(jīng)濟運行狀況越相似，發(fā)生投資者情緒傳染的可能性越高，且這種傳染存在反饋效應(yīng)。

在情緒傳染的社會影響因素研究方面，Hong等[22]證實共同基金經(jīng)理在同一區(qū)域內(nèi)是一種常見的交易行為模式，導(dǎo)致模仿效應(yīng)的出現(xiàn)。Brown等[23]指出投資者的股市參與度與其鄰居金融行為有明顯的正向相關(guān)關(guān)系。在考慮區(qū)位、經(jīng)濟聯(lián)系對傳染的影響時，兩個國家之間距離越近，受對方證券市場投資者情緒波動的影響就越大，越容易受到傳染。當(dāng)兩個國家處于同一個經(jīng)濟組織中時，其所處的環(huán)境、擁有的資源以及面臨的約束基本相似，這意味著情緒更容易在這樣具有相似性的國家間傳染。吳新生[20]對歐債危機傳染機制的分析表明地理關(guān)系和政治空間關(guān)系是危機傳染的主要渠道之一。據(jù)此提出假設(shè)H2。

H2：地理鄰接關(guān)系越近、處于同一個經(jīng)濟組織中的國家之間，投資者情緒越容易傳染。

Baker和Wurgler[10]以美國、加拿大等國家的私人資本流動與投資者情緒的相互作用為切入點，分析投資者情緒傳染的可能渠道，指出國際資本流動是全球投資者情緒傳播的主要渠道之一。邸倩和蔣海[24]選取歐洲貨幣體系危機、墨西哥金融危機、東南亞金融危機以及次債危機為樣本，通過引入政治、經(jīng)濟因素來分析危機的國際傳導(dǎo)機制，結(jié)果顯示金融危機的傳導(dǎo)效應(yīng)存在，且如果一國對外貿(mào)易中的經(jīng)常項目差額越大，發(fā)生經(jīng)濟危機傳染的可能性越小。程棵等[25]通過構(gòu)建Copula傳染指數(shù)驗證了危機傳染性的存在，運用空間面板回歸模型分析危機的傳染渠道，發(fā)現(xiàn)國家間的資本流動是經(jīng)濟危機傳染的主要渠道。武占云等[26]以2007-2009年的次債危機為例，利用包括中國在內(nèi)的36個國家從2006年1月~2009年12月的數(shù)據(jù)樣本，分析了金融危機的空間傳染機制，也指出金融和貿(mào)易聯(lián)系是危機在廣泛的空間上傳染的主要影響因素。

貿(mào)易以及資本流動反映的是國家間的經(jīng)濟地位以及經(jīng)濟往來程度，前者通過影響出口價格和進(jìn)口需求對本國的供給和其他國家的生產(chǎn)造成重大影響，后者直接關(guān)系到本國資本流入現(xiàn)狀和經(jīng)常項目賬戶的盈虧，同時影響該國的經(jīng)濟增長和資產(chǎn)價格，致使投資者的預(yù)期發(fā)生變化。因此，貿(mào)易與金融關(guān)聯(lián)度高國家的之間，股票投資者情緒也更容易發(fā)生同向變化。提出假設(shè)H3。

H3：貿(mào)易聯(lián)系和資本流動聯(lián)系的緊密程度與投資者情緒傳染之間存在正相關(guān)關(guān)系，兩國貿(mào)易往來和金融聯(lián)系越緊密，情緒發(fā)生傳染的可能性越大。

商業(yè)自由度、貿(mào)易自由度等指標(biāo)變量反映的是一國經(jīng)濟干預(yù)政策，具體來說，貿(mào)易投資、貨幣金融等方面的自由度衡量的是該國經(jīng)濟制度環(huán)境，而產(chǎn)權(quán)、腐敗、政府支出等方面的自由度衡量的是政治制度環(huán)境。政治經(jīng)濟制度自由度越高，表明該國經(jīng)濟發(fā)展越取決于市場力量而不是政府。Anderson和Kilduff[27]，Baele和Inghelbrecht[28]的研究都指出，兩國的政治經(jīng)濟制度狀況越接近，則兩國經(jīng)濟受到外界沖擊的可能性越一致，投資者面臨的經(jīng)濟環(huán)境越類似，發(fā)生傳染的可能性越高。因此提出假設(shè)H4。

H4：政治經(jīng)濟制度越相似越高的國家之間，投資者情緒發(fā)生傳染的可能性越高。

綜上所述，本文對投資者情緒跨國傳染渠道與空間依賴性分析的邏輯結(jié)構(gòu)如圖1所示。

圖1 投資者情緒跨國傳染渠道

Figure 1 Investor sentiment transnational contagion channel

2 數(shù)據(jù)說明與變量構(gòu)建

2.1 數(shù)據(jù)說明

本文選取2005-2014年共40個季度數(shù)據(jù)進(jìn)行實證研究，其中情緒指數(shù)的數(shù)據(jù)首先選用月度數(shù)據(jù)構(gòu)建各國投資者情緒指數(shù)，再用Excel中的數(shù)據(jù)透視表轉(zhuǎn)化為季度投資者情緒指數(shù)。本文以中國、法國、英國、美國、日本、新加坡、加拿大七個國家為研究對象，選取樣本國家失業(yè)率、GDP增長率、實際有效匯率、M2增長率、經(jīng)常項目差額占本國GDP的比重的季度數(shù)據(jù)作為度量宏觀經(jīng)濟運行狀況的變量，并用來分析地理鄰接關(guān)系、資本往來、貿(mào)易往來等五種渠道的傳染作用。需要說明的是，有些指標(biāo)數(shù)據(jù)，比如經(jīng)濟自由度指數(shù)、外商直接投資等，各國多以年度為單位進(jìn)行統(tǒng)計，為保持一致性，需要運用Eviews數(shù)據(jù)頻率轉(zhuǎn)換功能，轉(zhuǎn)換成季度數(shù)據(jù)。本文空間計量模型的實證分析過程主要通過Matlab2010b實現(xiàn)①本文對情緒傳染性存在的分析是基于moran’I指數(shù)、斯皮爾曼秩相關(guān)系數(shù)等指標(biāo)；分析模型是空間面板回歸模型，限于篇幅，指標(biāo)及模型的介紹不在文中列示。。

2.2 投資者情緒變量構(gòu)建

（1）中國投資者情緒的情緒代理變量的選取借鑒尹海員[30]的思路，分別選擇消費者信心指數(shù)(CCI)、新增開戶數(shù)(NIV)、IPO首日收益率(RIPO)、封閉式基金折價率(FUND)、A股交易量(TRUN)，通過主成分分析構(gòu)造出初級投資者情緒指數(shù)。選取宏觀經(jīng)濟影響變量中的貨幣供應(yīng)量(M0)、消費者物價指數(shù)(CPI)、工業(yè)增加值(VAI)、月度無風(fēng)險收益率(RF)進(jìn)行回歸，以消除初級投資者情緒指數(shù)中的宏觀影響因素。

（2）其他樣本國家選取消費者信心指數(shù)(CCI)、波動率(VOL)、成交量(TRUN)、換手率(TR)四個情緒代理變量，經(jīng)過主成分因子分析后，用貨幣供應(yīng)量(M0)、消費者物價指數(shù)(CPI)、失業(yè)率(UR)、月度無風(fēng)險收益率(RF)進(jìn)行回歸以消除宏觀因素的影響，得到各國投資者情緒指數(shù)②對于不同國家情緒代理變量選取的差異主要是受數(shù)據(jù)獲取的限制，現(xiàn)有國內(nèi)數(shù)據(jù)庫無法獲取思路1所需全部的變量數(shù)據(jù)，但本文所選變量均能反映投資者情緒及預(yù)期波動，在一定程度上具有可比性。。具體模型為：

2.3 變量選取及說明

本文主要通過分析各國投資者情緒指數(shù)在傳染渠道權(quán)重矩陣形成的空間依賴性，研究情緒的跨國傳染問題，具體渠道包括地理鄰接關(guān)系、區(qū)域經(jīng)濟關(guān)系、貿(mào)易往來、資本流動和政治經(jīng)濟制度相似性，選擇失業(yè)率、GDP增長率、實際有效匯率、M2增長率、經(jīng)常項目差額占本國GDP比重等宏觀經(jīng)濟指標(biāo)分析情緒跨國傳染的影響因素。變量選取與解釋如表1所示。

表1 變量選取及指標(biāo)說明

表1（續(xù)）變量選取及指標(biāo)說明

3 實證分析與結(jié)果分析

3.1 投資者情緒的跨國相關(guān)性

七個樣本國家的投資者情緒指數(shù)走勢如圖2所示，從中可以看出，各國投資者情緒指數(shù)的變化呈現(xiàn)一定的相似性，如2008年8月至2009年8月次債危機爆發(fā)期間，美國、加拿大、英國、日本、法國股市的投資者情緒變化較一致，而中國和新加坡股市的投資者情緒波動趨勢相似，但方向與前五國的相反。2012年2月至2013年1月歐債危機期間，英、法兩國的投資者情緒變化趨勢相似，新加坡、美國、日本的情緒指數(shù)也呈現(xiàn)相似變化。

(1)Officials fear some residents are still trapped in the blaze.A number of people,including children,are missing.

對投資者情緒跨國傳染存在性的驗證，主要通過采取斯皮爾曼秩相關(guān)系數(shù)和Moran’I指數(shù)來進(jìn)行測度。各國投資者情緒指數(shù)的相關(guān)性情況如表2所示，結(jié)合皮爾森相關(guān)系數(shù)和spearman相關(guān)系數(shù)，可以發(fā)現(xiàn)，除法國、加拿大分別與新加坡之間投資者情緒相關(guān)性較弱外，其余樣本國家間的情緒指數(shù)都有顯著相關(guān)性。其中除中國外，新加坡與其他國家的情緒指數(shù)的相關(guān)性均為負(fù)向，與中國的投資者情緒指數(shù)的相關(guān)性卻是正向的，出現(xiàn)這一差異的原因在于中國和新加坡的文化較為接近，且華人是新加坡的主要民族，兩國在文化、習(xí)慣和風(fēng)俗方面較為接近，致使兩國投資者的行為模式較相近，所以兩國投資者情緒指數(shù)呈現(xiàn)正相關(guān)。

圖2 各國投資者情緒指數(shù)走勢圖

Figure 2 Trends of investor emotion index in different countries

表2 各國投資者情緒指數(shù)的相關(guān)性

注：左下角為皮爾森相關(guān)系數(shù)，右上角為斯皮爾曼秩相關(guān)系數(shù)，**和*分別為在1%和5%的顯著性水平下顯著。

表3為不同空間渠道下樣本國家投資者情緒的Moran’I指數(shù)，可以檢測各國投資者情緒是否存在空間依賴性。從結(jié)果上看，五種渠道上Moran’I指數(shù)的值均大于0，除地理鄰接關(guān)系、區(qū)域經(jīng)濟組織關(guān)系渠道的Moran’I指數(shù)的顯著性水平稍弱之外，資本流動、貿(mào)易往來以及政治經(jīng)濟制度相似性三種渠道均高度顯著，說明投資者情緒在這五種渠道上呈現(xiàn)顯著的正向空間相關(guān)性，其中情緒的空間依賴性在政治經(jīng)濟制度的相似性渠道上最大，在地理鄰接關(guān)系渠道上最小。這些結(jié)果從直觀上初步印證了假設(shè)H2~H4的成立。

表3 五種空間渠道下投資者情緒的Moran’I指數(shù)

注：***、**、*分別表示在1%、5%、10%的顯著性水平下顯著。

3.2 基于空間面板模型的情緒傳染渠道分析

3.2.1情緒傳染模型的判定與選擇

在分析情緒的跨國傳染渠道之前，首先需要選擇最優(yōu)分析模型。表4是基于經(jīng)典LM檢驗和Robust LM檢驗的判斷結(jié)果比較，除區(qū)域經(jīng)濟組織關(guān)系渠道的Robust LM統(tǒng)計量不顯著外，其余空間渠道上的LM檢驗和Robust LM檢驗均顯著，且資本流動、貿(mào)易往來和政治經(jīng)濟制度相似性三種渠道的顯著性更優(yōu)，表明采用空間面板模型較之普通面板模型更為合適。從穩(wěn)健LM統(tǒng)計量值來看，Robust LMlag在大小和顯著性方面均優(yōu)于Robust LMerror，因此合適的分析模型為空間滯后模型和空間杜賓模型。表4中Hausman檢驗結(jié)果還可以看出，五種空間渠道下均拒絕采用空間隨機效應(yīng)模型的原假設(shè)，故采用固定效應(yīng)的空間面板模型的解釋效果更好。

在固定效應(yīng)模型中， LM統(tǒng)計量的分析結(jié)果如表5所示（括號中均為統(tǒng)計量的伴隨概率）。五種渠道均同時接受包含空間固定效應(yīng)的空間滯后和空間誤差效應(yīng)模型，但均不接受時間固定效應(yīng)和時空固定效應(yīng)模型。時間效應(yīng)聯(lián)合LR檢驗不顯著，空間效應(yīng)的LR顯著，因此不能選擇雙向固定模型，應(yīng)采用空間固定效應(yīng)的空間滯后模型和空間杜賓模型。

表4 普通面板模型和空間面板模型的比較

注：括號中為LM和Robust LM統(tǒng)計量的伴隨概率。Hausman檢驗結(jié)果為p>0.05，則拒絕隨機效應(yīng)模型，支持固定效應(yīng)模型。

表5 五種渠道下的固定效應(yīng)面板模型判定與選擇

3.2.2固定效應(yīng)的空間滯后模型估計

對投資者情緒的空間傳染渠道進(jìn)行分析，表6為基于空間固定效應(yīng)的空間滯后模型(SLM)的估計結(jié)果。

表6 投資者情緒跨國傳染的空間固定效應(yīng)的空間滯后模型(SLM)估計結(jié)果

注：括號中表示參數(shù)估計值的伴隨概率。

Masson理論認(rèn)為經(jīng)濟學(xué)中的傳染效應(yīng)可以分為季風(fēng)效應(yīng)、溢出效應(yīng)和凈傳染效應(yīng)。表6中，失業(yè)率、實際有效匯率變化率、GDP增長率、貨幣供應(yīng)量的變化率以及經(jīng)常項目差額占GDP的比重均屬于宏觀經(jīng)濟要素，是衡量季風(fēng)效應(yīng)的代理變量，其系數(shù)均是考察宏觀經(jīng)濟因素在情緒傳染的所起的影響作用，而不是對投資者情緒本身產(chǎn)生影響?？梢钥闯?，實際有效匯率變化率、失業(yè)率、GDP的環(huán)比增長率的系數(shù)均顯著為負(fù)，表明在經(jīng)濟不景氣的時候，投資者情緒更容易在國家間傳播蔓延。經(jīng)常項目差額占GDP比重的系數(shù)均為正，說明國際收支失衡壓力大的國家，投資者情緒發(fā)生傳染的可能性較大。這些結(jié)果表明宏觀經(jīng)濟運行是投資者情緒傳染的公共影響因素，國家間宏觀經(jīng)濟環(huán)境越相似，投資者情緒傳染的程度越大?？傊?，投資者情緒傳染存在顯著的季風(fēng)效應(yīng)，這一檢驗結(jié)果與假設(shè)H1一致。

表6中，空間權(quán)重矩陣與情緒指數(shù)交叉項的對應(yīng)系數(shù)的估計結(jié)果可以看出，五種渠道均在5%的顯著性水平上顯著，表明投資者情緒傳染對地理鄰接、區(qū)域經(jīng)濟組織關(guān)系、資本流動、貿(mào)易往來、政治經(jīng)濟制度相似性均存在高度依賴性。這不但說明投資者情緒跨國凈傳染效應(yīng)的存在，也初步證實了前文假設(shè)H2~H4是正確的。進(jìn)一步看，地理鄰接關(guān)系、區(qū)域經(jīng)濟組織關(guān)系、資本流動、貿(mào)易往來與政治經(jīng)濟制度相似性等渠道的空間系數(shù)與H2、H3和H4中的假設(shè)預(yù)判一致，表明兩國相鄰越近越容易受到對方國家投資者情緒的影響，處于同一個經(jīng)濟組織的兩國投資者更容易發(fā)生情緒傳染現(xiàn)象，兩國的資本流動和貿(mào)易往來規(guī)模越大則其投資者情緒越易傳染，兩國的經(jīng)濟制度越相似則股市投資者的情緒越易呈現(xiàn)相同變化。

從空間系數(shù)的大小數(shù)值上還可以看出，資本流動、貿(mào)易往來、政治經(jīng)濟制度相似性這三種渠道的影響強度均在0.4以上，表明它們是導(dǎo)致情緒跨國傳染的主要渠道，其中政治經(jīng)濟制度相似性最強，資本流動渠道次之，貿(mào)易往來渠道稍弱。而地理鄰接關(guān)系和區(qū)域經(jīng)濟組織的影響強度基本在0.2附近，表明投資者情緒短期內(nèi)，大范圍的在區(qū)域內(nèi)擴散蔓延的概率較低。

3.3 情緒傳染效應(yīng)的進(jìn)一步分解

通過判斷模型中參數(shù)估計結(jié)果的無偏性，發(fā)現(xiàn)估計結(jié)果是有偏的，因此需要對參數(shù)進(jìn)一步分解，分析投資者情緒傳染的溢出效應(yīng)，結(jié)果如表7所示。從表7可以看出，解釋變量的直接效應(yīng)與其估計結(jié)果之間存在顯著差異，證實了反饋效應(yīng)的存在，表明一國宏觀基本面的變化導(dǎo)致本國投資者情緒向相鄰國家傳染蔓延，反之亦然，假設(shè)H1中提出的反饋效應(yīng)是成立的。

表7 系數(shù)估計結(jié)果的直接效應(yīng)和間接效應(yīng)

注：括號中為系數(shù)的伴隨概率。

表7中的直接效應(yīng)表示宏觀經(jīng)濟變量每變動1個單位使得本國投資者情緒傳染變化的程度，間接效應(yīng)則是通過空間渠道影響相鄰國家投資者情緒的變化程度。以經(jīng)常貿(mào)易差額占GDP的比重為例，從結(jié)果可以看出，其上升1個單位會導(dǎo)致本國投資者情緒傳染程度在五種空間渠道下傳染程度均上升約1個單位，但對相鄰國家的投資者情緒傳染的影響存在顯著差異，比如可以導(dǎo)致地理相鄰國家的投資者情緒傳染程度下降約0.3個單位，而有資本流動關(guān)系的國家上升約0.7個單位。這些結(jié)果表明不同的渠道對情緒跨國傳染的影響存在明顯差異。

五種渠道下投資者情緒傳染的反饋效應(yīng)及對本國情緒的直接效應(yīng)的占比如表8所示，各個宏觀經(jīng)濟變量均通過了10%的顯著性檢驗。以實際有效匯率變化率為例，來自空間滯后因變量系數(shù)的反饋效應(yīng)中，絕對值最大的為政治經(jīng)濟制度相似性這一渠道，但在直接效應(yīng)中占比最大的卻是貿(mào)易往來渠道，區(qū)域經(jīng)濟組織關(guān)系這一渠道中反饋效應(yīng)及其占比均是最小的，說明不同傳染渠道中的反饋效應(yīng)存在明顯差異。表8第三部分為各渠道中宏觀經(jīng)濟變量的間接效應(yīng)和直接效應(yīng)之比，反映宏觀經(jīng)濟變量波動導(dǎo)致相鄰國家和本國投資者情緒傳染程度的變化范圍?？梢钥闯龅乩磬徑雨P(guān)系、區(qū)域經(jīng)濟組織關(guān)系這兩種渠道下變化范圍最大，而資本流動、貿(mào)易往來和政治經(jīng)濟制度相似性三個渠道的效應(yīng)之比波動范圍則相對較小。

表8 投資者情緒傳染的反饋效應(yīng)及其變化

表9 情緒傳染的空間固定效應(yīng)的空間杜賓模型估計結(jié)果

注：括號中為系數(shù)的伴隨概率。

表10 參數(shù)估計結(jié)果的效應(yīng)分解

4 穩(wěn)健性檢驗：空間杜賓模型分析

前文分析均基于空間固定效應(yīng)的空間滯后模型，僅考慮了空間滯后因變量的影響，而空間滯后解釋變量以及可能的遺漏變量對于估計結(jié)果也可能存在影響，為了保證結(jié)果的穩(wěn)健性，接下來在空間滯后模型的基礎(chǔ)上考慮固定效應(yīng)的空間杜賓模型，估計結(jié)果如表9所示。

從空間系數(shù)變化來看，顯著性水平雖有所下降但仍顯著。各渠道下的空間系數(shù)的符號仍與空間滯后模型一致，再次證實投資者情緒傳染的凈傳染效應(yīng)的存在。從空間系數(shù)的影響強度看，情緒傳染對貿(mào)易往來這一渠道的依賴性最大，其次為政治經(jīng)濟制度相似性，資本流動這一渠道緊隨其后，大小均在0.35左右，地理鄰接關(guān)系的影響程度最小，這些都與前述研究結(jié)論一致。

由于表9中的參數(shù)估計結(jié)果是有偏的，同樣需要將其估計系數(shù)分解為直接效應(yīng)和間接效應(yīng)，分析投資者情緒傳染的溢出效應(yīng)，結(jié)果如表10所示。

表10結(jié)果與表7基本一致，在考慮空間滯后因變量后，宏觀經(jīng)濟變量對其他國家的情緒傳染的影響差異也較大，以政治經(jīng)濟制度相似性渠道下的GDP增長率為例，政治經(jīng)濟制度相似性渠道下GDP增長率上升1個單位，致使本國投資者情緒傳染下降約0.6個單位，鄰國投資者情緒傳染下降約22個單位，這些結(jié)論保證了本文實證結(jié)果的穩(wěn)健性。

5 結(jié)論與啟示

全球化背景下，不同國家股票市場的投資者情緒是否具有傳染效應(yīng)？如果傳染效應(yīng)存在，其主要的傳染渠道是什么？本文運用空間計量模型對中國、美國等七個國家的投資者情緒跨國傳染性及空間依賴性進(jìn)行了實證分析，主要結(jié)論如下：(1)通過對空間面板數(shù)據(jù)的探索性分析，證實不同國家間投資者情緒存在顯著的空間相關(guān)性。(2)投資者情緒在地理鄰接關(guān)系、區(qū)域經(jīng)濟組織關(guān)系、資本流動、貿(mào)易往來以及政治經(jīng)濟制度相似性五種渠道上均表現(xiàn)出非常顯著的空間依賴性，在這五種渠道上情緒均存在季風(fēng)效應(yīng)、凈傳染效應(yīng)以及溢出效應(yīng)，證實了宏觀經(jīng)濟變量是情緒跨國傳染的主要影響因素，而地理鄰接關(guān)系等是投資者情緒跨國傳染的主要渠道。(3)投資者情緒的跨國傳染存在較明顯的反饋效應(yīng)。(4)僅考慮空間滯后因變量的情況下，政治經(jīng)濟制度相似性是情緒發(fā)生跨國傳染最主要的傳染渠道，資本流動次之，貿(mào)易往來較前兩者稍弱；考慮空間滯后自變量后，貿(mào)易往來是最主要的傳染渠道，經(jīng)濟制度相似性次之，資本流動稍弱。地理鄰接關(guān)系、區(qū)域經(jīng)濟組織關(guān)系這兩個渠道對情緒傳染的影響程度較低。

本文研究結(jié)論對深入認(rèn)識資本市場中投資者情緒的傳染機制與渠道，以及加強全球資本市場的監(jiān)管協(xié)調(diào)性有重要參考價值。首先，各國保持國內(nèi)經(jīng)濟的穩(wěn)定性對防范股票市場情緒的恐慌性傳播十分必要。為了維護(hù)全球視角下資本市場的平穩(wěn)運行，一些金融監(jiān)管措施，比如維持本國實際有效匯率的穩(wěn)定性、經(jīng)常項目差額處于安全穩(wěn)定的范圍內(nèi)，不僅有利于維持本國股票市場的穩(wěn)定運行，對全球資本市場穩(wěn)定也有重要的作用。其次，從投資者情緒跨國傳染的渠道上看，除了地理鄰接關(guān)系、區(qū)域經(jīng)濟組織關(guān)系對投資者情緒的傳播作用較小，資本流動、貿(mào)易往來和政治經(jīng)濟制度的相似性是投資者情緒跨國傳染的主要渠道。在發(fā)生局部資本市場危機時，為維護(hù)全球金融的穩(wěn)定，可以從這些渠道入手，進(jìn)行資本、貿(mào)易和監(jiān)管政策的國際協(xié)調(diào)，以穩(wěn)定全球證券市場。

[1] 董孝伍，張信東，劉維奇.投資者情緒與股票市場收益的互動關(guān)系:基于分位數(shù)回歸的研究[J].經(jīng)濟管理,2013,35 (6): 103-111.

Dong X W, Zhang X D, Liu W Q.A Study of Binary relationship between Investor Sentiment and Stock Market returns ——Study Using Quantile Regression[J].Business Management Journal,2013, 35(6): 103-111.

[2] 陳收，李雙飛，李小曉.中國概念股與國內(nèi)外股票市場的聯(lián)動效應(yīng)研究[J].管理科學(xué),2008,21 (7):111-119.

Chen S, Li S F, Li X X.Empirical Study on Co-movement Effect between "China Concept" Shares, Chinese and Abroad Securities Market[J].Journal of Management Sciences,2008,21 (7):111-119.

[3] 張兵，范致鎮(zhèn)，李心丹.中美股票市場的聯(lián)動性研究[J].經(jīng)濟研究,2010,45(11):141-151.

Zhang B, Fan Z Z, Li X D.Comovement between China and U. S.’s Stock Markets[J].Economic Research Journal, 2010,45(11):141-151.

[4] 劉喜波，林澤波. 次貸危機后國際股票市場相關(guān)性變動的Copula分析[J].數(shù)學(xué)的實踐與認(rèn)識,2009,39(24):31-35.

Liu X B, Lin Z B. Using Copula to Analyse the Changes of Dependence Structure of International Stock Market After Subprime Crisis[J]. Mathematics in Practice and Theory,2009,39(24):31-35.

[5] 吳吉林，張二華. 次債危機、市場風(fēng)險與股票市場間相關(guān)性[J].世界經(jīng)濟,2010,33(03):95-108.

Wu J L, Zhang E H. The relevance among subprime debt crisis, market risk and stock market[J].The Journal of World Economy, 2010,33(03):95-108.

[6] Eichengreen B, Rose A K, Wyplosz C. Contagious currency crises[R].National Bureau of Economic Research, 1996.

[7] Barsade S G. The ripple effect: Emotional contagion and its influence on group behavior [J].Administrative Science Quarterly, 2002,47(4): 644-675.

[8] 劉曉峰.情緒感染的內(nèi)涵及其研究現(xiàn)狀[J].江蘇師范大學(xué)學(xué)報(哲學(xué)社會科學(xué)版),2015,41(2):139-144.

Liu X F. The Connotation and Research Status of Emotional Contagion [J].Journal of Xuzhou Normal University, 2015, 41(2): 139-144.

[9] Hirshleifer D A, Teoh S H. Thought and behavior contagion in capital markets [J].Handbook of Financial Markets: Dynamics and Evolution, 2009, 58(3):155-172.

[10] Baker M, Wurgler J, Yuan Y. Global, local, and contagious investor sentiment [J].Journal of Financial Economics, 2012, 104(2): 272-287.

[11] 魯直，閻海峰.上海證券市場追風(fēng)行為影響因素研究[J].復(fù)旦學(xué)報(自然科學(xué)版), 2001, 40(6): 670-676.

Lu Z, Yan H F.Research on the Influencing Factors of Herd Behavior in the Shanghai Stock Market[J].Journal of Fudan University, 2001, 40(6): 670-676.

[12] 馮常生.投資者行為擴散的機理分析[J].青海社會科學(xué), 2009 (5): 43-48.

Feng C S.An Analysis of the Mechanism of the Diffusion of Investor Behavior[J].QINGHAI SOCIAL SCIENCES, 2009 (5): 43-48.

[13] 何小洲，蔣睿凌.市場情緒形成機理及其對投資者行為的影響[J].華東經(jīng)濟管理, 2009,23(5): 98-100.

He X Z, Jiang R L.Formation Mechanism of Market Sentiment and its Influence on Investor Behavior[J].EAST CHINA ECONOMIC MANAGEMENT, 2009,23(5): 98-100.

[14] 范雅祺，張信東.基于投資者情緒傳染的中美證券市場聯(lián)動效應(yīng)分析[J].太原師范學(xué)院學(xué)報(自然科學(xué)版),2014,13(04):55-60.

Fan Y Q, Zhang X D.The Co-movement of the Securities Market from China and USA Based on Investor Sentiment Contagion[J].

Journal of Taiyuan Normal University (Natural Science Edition), 2014,13(04):55-60.

[15] 馮蕓，吳沖鋒.基于引導(dǎo)和互動性的傳染檢驗[J].世界經(jīng)濟,2002(2):34-42.

Feng Y, Wu C F.The Contagion Test Based on the Causality and Co-movement[J]. The Journal of World Economy,2002(2):34-42.

[16] 孫彬，楊朝軍，于靜.基于copula函數(shù)的國際證券市場傳染效應(yīng)實證分析[J].上海交通大學(xué)學(xué)報,2009,43(04):544-549.

Sun B, Yang Z J, Yu J.Empirical Analysis on the Dependence Structure of Internatioinal Stock Markets using copula Method [J].Journal of Shanghai Jiaotong University,2009,43(04):544-549.

[17] 葉五一，繆柏其.基于Copula變點檢測的美國次級債金融危機傳染分析[J].中國管理科學(xué),2009,17(03):1-7.

Ye W Y, Miu B Q.Analysis of Sub-Prime Loan Crisis Contagion Based on Change Point Testing Method of Copula[J].Chinese Journal of Management Science,2009,17(03):1-7.

[18] Brown G W, Cliff M T. Investor sentiment and the near-term stock market [J]. Journal of Empirical Finance, 2004, 11(1): 1-27.

[19] Lemmon M, Portniaguina E. Consumer confidence and asset prices: Some empirical evidence [J].Review of Financial Studies, 2006, 19(4): 1499-1529.

[20] 吳新生.季風(fēng)效應(yīng)，制度空間依賴與歐債危機傳染-基于空間面板數(shù)據(jù)模型的經(jīng)驗研究[J].世界經(jīng)濟與政治論壇, 2012 (3): 96-105.

Wu X S.Monsoon Effect, Institutional Spatial Dependence and Contagion of European Debt Crisis: An Empirical Study Based on Spatial Panel Data Model[J].Forum of World Economy & Politics, 2012 (3): 96-105.

[21] 崔百勝，姜逸菲. 歐洲主權(quán)債務(wù)危機的傳染效應(yīng)及空間傳染渠道分析[J].國際貿(mào)易問題, 2015 (9): 133-144.

Cui B S, Jiang Y F. Research on Spatial Contagion Effect and Channel of Contagion of European Sovereign Debt Crisis[J]. Journal of International Trade, 2015 (9): 133-144.

[22] Hong H, Kubik J D, Stein J C. Social interaction and stock-market participation[J].The Journal of Finance, 2004, 59(1): 137-163.

[23] Brown J R, Ivkovi Z, Smith P A. Neighbors matter: causal community effects and stock market participation [J].The Journal of Finance, 2008, 63(3): 1509-1531.

[24] 邸倩，蔣海.金融危機國際傳導(dǎo)機制的空間計量分析[J].南方金融, 2011 (10): 9-13.

Di Q, Jiang H.Spatial Econometric Analysis on the Contagion of International Financial Crisis[J]. South China finance, 2011 (10): 9-13.

[25] 程棵，陸鳳彬，楊曉光.次債危機傳染渠道的空間計量[J].系統(tǒng)工程理論與實踐,2012,32(3): 483-494.

Cheng K, Lu F B, Yang X G. Spatial analysis of US subprime mortgage crisis contagion [J]. Systems Engineering —Theory & Practice,2012,32(3): 483-494.

[26] 武占云，魏后凱，王業(yè)強.國際金融危機空間傳染機制研究[J].華中師范大學(xué)學(xué)報 (自然科學(xué)版), 2014, 48(3):45-52.

Wu Z Y, Wei H K, Wang Y Q.A study on the spatial contagion mechanism of global financial crisis from 2007 to 2009——an empirical analysis based on spatial panel data[J].Journal of HuaZhong Normal University (Natural Sciences), 2014, 48(3):45-52.

[27] Anderson C, Kilduff G J. Why do dominant personalities attain influence in face-to-face groups? The competence-signaling effects of trait dominance [J].Journal of Personality and Social Psychology, 2009, 96(2): 491-522.

[28] Baele L, Inghelbrecht K. Time-varying integration, interdependence and contagion [J].Journal of International Money and Finance, 2010, 29(5): 791-818.

[29] Baker, M., Wurgler, J. Investor sentiment and the cross-section of stock returns [J]. Journal of Finance, 2006, 961(3):1645-1680.

[30] 尹海員，喬小樂.基于多中介變量的貨幣市場利率及預(yù)期波動對股票收益率沖擊效應(yīng)分解[J].中央財經(jīng)大學(xué)學(xué)報,2015 (6): 46-54.

Transnational infection and spatial dependence of stock investor sentiment: Based on panel data from seven countries such as China and US

YIN Haiyuan, WANG Panpan

(International Business School, Shanxi Normal University, Xi’an 710119, China)

Since the 20th century, the degree of global economic integration has been deepened, and the interdependence of capital markets in various countries continues to strengthen, but the research on the correlation from the perspective of investor behavior is relatively insufficient. In this paper, we use the spatial panel quarterly data from 2005 to 2014 to analyze the sentiment infection among stock investors in seven countries such as China, France, the United Kingdom, the United States, Japan, Singapore and Canada, and study the factors that influence transnational infection, spatial dependence and infection channels. This paper uses spatial panel data to verify the existence of transnational transmission of investor sentiment, and further constructs spatial weight matrix based on geographical adjacency, regional economic organization relationship, trade relationship, capital flow and similarity of the political and economic system to distinguish the route and extent of investor sentiment transmission in different countries. The main conclusions are as follows:

Yin H Y, Qiao X L. Decomposition of Shock Effect of Spot Interest Rates and Expected Interest Rates in Money Market to Stock Returns-based on Several Intermediary Variables[J].Journal of Central University of Finance ＆ Economies,2015 (6): 46-54.

Firstly, through the exploratory analysis of spatial panel data, it is proved that there is a significant spatial correlation of investor sentiment in different countries. The macroeconomy is the main factor influencing the transnational infection of investor sentiment, and the transnational transmission of investor sentiment has obvious feedback effect.

Secondly, the investor sentiment shows a significantly spatial dependency on geographical proximity, regional economic organization relations, capital flows, trade contacts, and similarities in political and economic systems. There are monsoons effect, net infection effect, and a spillover effect in these five channels. Also, it is confirmed that macroeconomy is the main influencing factors of transnational infection, and the geographical adjacency is the main channel of the transnational transmission of investor sentiment.

Finally, considering the spatial lag of the dependent variable, the similarity of the political and economic system is the most important transmission channel of sentiment infection. The capital flow is the second, and the trade is weaker than the former. After considering the spatial lag, the trade contacts are the most important transmission channels, economic system similarity, capital flow is weaker. The effect of geographical proximity and the regional economic organization relationship to sentiment infection is lower.

In short, with the global capital market more connected in recent years, scholars began to use different statistical models to study the correlation in different markets and even dynamic relevance. However, few studies analyze the investor sentiment infection of different countries from the perspective of spatial measurement. The paper will help us to understand the relevance of the stock market in different countries with the background of globalization, and it is also helpful for the regulators to improve the coordination degree of stock market regulation.

Investor sentiment; Transnational infection; Spatial dependence; Spatial metrology

2017-07-13

2017-11-14

Supported by the Humanities and Social Science Foundation of the Ministry of Education (16YJA790061) and theShanxi Normal University Graduate Training Innovation Fund (2015CXS003)

F830.91

A

1004-6062(2020)01-0223-010

10.13587/j.cnki.jieem.2020.01.024

2017-07-13

2017-11-14

教育部人文社科基金資助項目（16YJA790061）；陜西師范大學(xué)研究生培養(yǎng)創(chuàng)新基金資助項目（2015CXS003）

尹海員（1979—），男，山東日照人；陜西師范大學(xué)國際商學(xué)院副教授，博士；研究方向：行為金融理論。

中文編輯：杜 ??；英文編輯：Charlie C. Chen