王曉楠 劉文靜

【摘要】文章以2011—2021年我國A股上市公司為研究對(duì)象，采用面板向量自回歸模型探究經(jīng)濟(jì)政策不確定性、投資者情緒和股價(jià)崩盤風(fēng)險(xiǎn)之間的作用關(guān)系，發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性和投資者情緒均對(duì)股價(jià)崩盤風(fēng)險(xiǎn)有正面影響，且投資者情緒具有中介效應(yīng)，可以放大經(jīng)濟(jì)政策不確定性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的影響。對(duì)于政府機(jī)關(guān)進(jìn)行宏觀經(jīng)濟(jì)調(diào)控、完善股票市場(chǎng)體系建設(shè)具有借鑒意義。

【關(guān)鍵詞】經(jīng)濟(jì)政策不確定性；投資者情緒；股價(jià)崩盤風(fēng)險(xiǎn)；PVAR模型

【中圖分類號(hào)】F275

一、引言

在過去的幾十年里，中國的股票市場(chǎng)發(fā)生了多次股價(jià)崩盤現(xiàn)象，不僅不利于股市的健康平穩(wěn)發(fā)展，同時(shí)也影響了市場(chǎng)上的投資行為。研究影響股價(jià)崩盤風(fēng)險(xiǎn)的相關(guān)因素，對(duì)于減弱市場(chǎng)波動(dòng)、防范金融風(fēng)險(xiǎn)具有關(guān)鍵意義。我國股票市場(chǎng)受政策影響比較大，經(jīng)濟(jì)政策不確定性很大程度上會(huì)導(dǎo)致股價(jià)崩盤風(fēng)險(xiǎn)。由于我國產(chǎn)業(yè)結(jié)構(gòu)處于轉(zhuǎn)型升級(jí)期，面臨較大的經(jīng)濟(jì)下行壓力，經(jīng)濟(jì)政策變化性大，經(jīng)濟(jì)政策不穩(wěn)定性是影響投資者情緒的重要因素，當(dāng)經(jīng)濟(jì)政策變動(dòng)頻繁時(shí)，會(huì)加大投資者對(duì)股市的預(yù)測(cè)難度。從而影響股價(jià)，引發(fā)股價(jià)崩盤風(fēng)險(xiǎn)。因此，研究我國經(jīng)濟(jì)政策、投資者情緒與股價(jià)崩盤風(fēng)險(xiǎn)之間的作用關(guān)系，對(duì)于制定合理的經(jīng)濟(jì)政策、防范和化解重大金融風(fēng)險(xiǎn)具有一定的借鑒意義。

已有研究對(duì)于經(jīng)濟(jì)政策不確定性、投資者情緒和股價(jià)崩盤風(fēng)險(xiǎn)文章較少，國內(nèi)外學(xué)者的研究大多以兩兩之間的關(guān)系作為研究重點(diǎn)，而三者之間的作用關(guān)系仍有待商榷，同時(shí)考慮到個(gè)股異質(zhì)性，本文將EPU和ISI引入Fama-French五因子模型。將三者進(jìn)行有機(jī)結(jié)合，探索經(jīng)濟(jì)政策不確定性、投資者情緒和股價(jià)崩盤風(fēng)險(xiǎn)之間的關(guān)系。

二、理論分析與研究假設(shè)

“十四五”規(guī)劃指出我國當(dāng)前正處于“百年未有之大變局”，對(duì)內(nèi)面臨轉(zhuǎn)變經(jīng)濟(jì)增長方式、轉(zhuǎn)換經(jīng)濟(jì)動(dòng)能的要求，對(duì)外面臨愈發(fā)錯(cuò)綜復(fù)雜的國際形勢(shì)，種種因素導(dǎo)致我國的經(jīng)濟(jì)政策不確定性增高。Pastor和Veronesi（2005）發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性和股價(jià)波動(dòng)呈正相關(guān)，經(jīng)濟(jì)政策不確定性會(huì)加劇股票價(jià)格的波動(dòng)。何斌、劉雯（2019）在通過對(duì)滬深A(yù)股的數(shù)據(jù)進(jìn)行面板回歸發(fā)現(xiàn)，較高的經(jīng)濟(jì)政策不確定性會(huì)提高股權(quán)質(zhì)押公司的股價(jià)崩盤風(fēng)險(xiǎn)。陳國進(jìn)等（2014）進(jìn)一步發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性對(duì)股票市場(chǎng)的影響在長短期內(nèi)有所差別?；诖?，提出假設(shè)1：

H1：經(jīng)濟(jì)政策不確定性與股價(jià)崩盤風(fēng)險(xiǎn)呈正相關(guān)。

投資者情緒是投資者的一種非理性感受，受信息不對(duì)稱和心理偏差影響，會(huì)對(duì)投資者的投資行為產(chǎn)生影響，出現(xiàn)非理性投資，我國股市以散戶投資者為主導(dǎo)，缺乏專業(yè)知識(shí)的散戶投資者在投資過程中容易被情緒主導(dǎo)，表現(xiàn)出有限理性或非理性的投資行為。Jang等（2019）通過研究發(fā)現(xiàn)，當(dāng)投資者情緒過熱時(shí)，大量投資者的非理性交易會(huì)驅(qū)動(dòng)股票價(jià)格偏離內(nèi)在價(jià)值，可能會(huì)造成股票價(jià)格虛高，形成價(jià)格泡沫，一旦泡沫破裂，會(huì)導(dǎo)致股價(jià)劇烈下降，導(dǎo)致股價(jià)崩盤風(fēng)險(xiǎn)加劇。胡昌生、池陽春（2013）和張宗新、王海亮（2013）均證實(shí)了投資者情緒對(duì)股票市場(chǎng)波動(dòng)存在正面影響。郝芳靜等（2020）從險(xiǎn)資介入切入，發(fā)現(xiàn)投資者情緒和股價(jià)崩盤呈正向關(guān)系，險(xiǎn)資介入可以調(diào)節(jié)投資者情緒角度切入，發(fā)現(xiàn)投資者情緒會(huì)加劇股權(quán)質(zhì)押的股價(jià)崩盤風(fēng)險(xiǎn)?；诖?，提出假設(shè)2：

H2：投資者情緒與股價(jià)崩盤風(fēng)險(xiǎn)呈正相關(guān)。

為進(jìn)一步探究投資者情緒的中介作用，本文對(duì)相關(guān)文章進(jìn)行了梳理。靳光輝等（2016）發(fā)現(xiàn)經(jīng)濟(jì)政策不確定性通過增加投資者的風(fēng)險(xiǎn)感知和模糊性厭惡水平來對(duì)投資者情緒產(chǎn)生負(fù)面影響，投資者情緒進(jìn)而影響企業(yè)投資。周方召、賈少卿（2019）通過逐步回歸法探究經(jīng)濟(jì)政策不確定性對(duì)市場(chǎng)波動(dòng)的傳導(dǎo)路徑，發(fā)現(xiàn)投資者情緒的確在經(jīng)濟(jì)政策不確定性對(duì)市場(chǎng)波動(dòng)的影響中起著中介效應(yīng)，且經(jīng)濟(jì)政策不確定性更容易通過散戶情緒沖擊股市?；诖耍岢龅谌齻€(gè)假設(shè)：

H3：經(jīng)濟(jì)政策不確定性可以通過投資者情緒影響股價(jià)崩盤風(fēng)險(xiǎn)。

三、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來源

本文以2011—2021年A股上市公司為研究對(duì)象，剔除ST、金融類上市公司股票以及樣本數(shù)據(jù)缺失的股票，文中涉及的投資者情緒指數(shù)ISI、股價(jià)崩盤風(fēng)險(xiǎn)NCSKEW、個(gè)股收益率、無風(fēng)險(xiǎn)收益率及FamaFrench五因子數(shù)據(jù)均來自于國泰安數(shù)據(jù)庫，經(jīng)濟(jì)政策不確定性指數(shù)EPU來自官網(wǎng)“經(jīng)濟(jì)政策不確定性指數(shù)（policyuncertainty.com）”。

（二）指標(biāo)構(gòu)建與變量定義

1.個(gè)股對(duì)經(jīng)濟(jì)政策不確定性的風(fēng)險(xiǎn)暴露與個(gè)股投資者情緒

本文基于Brogaard 和 Detzel（2015）的研究，構(gòu)建個(gè)股對(duì)經(jīng)濟(jì)政策不確定性的風(fēng)險(xiǎn)暴露指標(biāo)和個(gè)股投資者情緒指標(biāo)，將Baker構(gòu)建的經(jīng)濟(jì)政策不確定性指數(shù)EPU、魏星集等構(gòu)建的A股市場(chǎng)投資者情緒綜合指數(shù)ISI引入Fama-French五因子模型，與個(gè)股超額收益率相結(jié)合，用20個(gè)月的數(shù)據(jù)進(jìn)行滾動(dòng)回歸，將12個(gè)月的數(shù)據(jù)平均值作為年度指標(biāo)，構(gòu)建模型如下：

2.股價(jià)崩盤風(fēng)險(xiǎn)

（三）描述性統(tǒng)計(jì)

各個(gè)變量的描述性統(tǒng)計(jì)結(jié)果如表2。

（四）模型設(shè)定

PVAR模型是對(duì)VAR模型的改進(jìn)，用于面板數(shù)據(jù)的分析。PVAR模型在沿襲VAR模型優(yōu)點(diǎn)的同時(shí)，可以控制由于空間變動(dòng)造成的不可觀測(cè)的個(gè)體異質(zhì)性，且考慮到了個(gè)體效應(yīng)以及時(shí)間效應(yīng)。

四、實(shí)證結(jié)果分析

（一）面板單位根檢驗(yàn)

本文首先進(jìn)行單位根檢驗(yàn)，判斷各變量是否平穩(wěn)。

由表3可以看出經(jīng)濟(jì)政策不確定性、投資者情緒及股價(jià)崩盤風(fēng)險(xiǎn)的P值均通過了1%的顯著性水平檢驗(yàn)，說明變量可以拒絕存在單位根的原假設(shè)，即變量序列是穩(wěn)定的，脈沖響應(yīng)的結(jié)果不易出現(xiàn)失真現(xiàn)象，可以繼續(xù)進(jìn)行后續(xù)研究。

（二）模型滯后階數(shù)選取

為保證PVAR模型的有效性，先對(duì)模型的滯后階數(shù)做出選擇，本文根據(jù)MBIC、MAIC、MQIC信息準(zhǔn)則，對(duì)模型最優(yōu)滯后階數(shù)進(jìn)行判斷。

表4結(jié)果表明，J統(tǒng)計(jì)量的P值均通過了1%的顯著性水平檢驗(yàn)，說明工具變量的過度識(shí)別是有效的，基于MBIC、MAIC、MQIC最小原則，發(fā)現(xiàn)模型的最優(yōu)滯后階數(shù)為3階。

（三）格蘭杰因果檢驗(yàn)

格蘭杰因果檢驗(yàn)用于檢驗(yàn)變量之間是否存在因果關(guān)系。由表5可以看出，經(jīng)濟(jì)政策不確定性、投資者情緒和股價(jià)崩盤風(fēng)險(xiǎn)兩兩之間的格蘭杰因果檢驗(yàn)均拒絕了原假設(shè)，說明三個(gè)變量兩兩之間存在雙向格蘭杰因果關(guān)系。

（四）模型穩(wěn)定性檢驗(yàn)

模型穩(wěn)定性檢驗(yàn)通常根據(jù)動(dòng)態(tài)矩陣特征值的模是否小于1來判斷，即特征值是否在單位圓內(nèi)，由圖1可以看出，本文的PVAR模型具有良好的穩(wěn)定性，確保了后文脈沖響應(yīng)結(jié)果的有效性。

（五）脈沖響應(yīng)分析

脈沖響應(yīng)是指外部變量的沖擊對(duì)不同時(shí)期某一內(nèi)生變量的影響效果，這種方法能有效的把握未來的趨勢(shì)。為了進(jìn)一步分析變量之間的相互影響關(guān)系和影響程度，

下文對(duì)經(jīng)濟(jì)政策不確定性、投資者情緒和股價(jià)崩盤風(fēng)險(xiǎn)進(jìn)行脈沖響應(yīng)函數(shù)分析。

由圖2可以看出，經(jīng)濟(jì)政策不確定性、投資者情緒和股價(jià)崩盤風(fēng)險(xiǎn)三者對(duì)于自身沖擊的響應(yīng)均從一開始的正向到效應(yīng)減弱，收斂于0。經(jīng)濟(jì)政策不確定性發(fā)出正向沖擊時(shí)，投資者情緒前期進(jìn)行正向響應(yīng)，說明經(jīng)濟(jì)政策不確定性的增加會(huì)加劇投資者情緒的波動(dòng)，投資者情緒在滯后4期時(shí)響應(yīng)轉(zhuǎn)為負(fù)向，隨后效應(yīng)變?nèi)?。反過來經(jīng)濟(jì)政策不確定性對(duì)投資者情緒的響應(yīng)走勢(shì)基本一致，但是現(xiàn)實(shí)中投資者情緒難以左右政策制定，考慮投資者情緒對(duì)經(jīng)濟(jì)政策不確定性的影響的實(shí)際意義不大，因此本文不過多贅述。經(jīng)濟(jì)政策不確定性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)具有正向影響，在第2期左右達(dá)到最大值4，而后逐漸減弱，在第4期左右圍繞0上下小幅度波動(dòng)。這一走勢(shì)說明經(jīng)濟(jì)政策不確定性會(huì)加大股價(jià)崩盤風(fēng)險(xiǎn)，因?yàn)檎叩牟淮_定會(huì)導(dǎo)致市場(chǎng)波動(dòng)性變大，使得投資者難以正確預(yù)測(cè)市場(chǎng)行情，從而使得股價(jià)容易出現(xiàn)崩盤現(xiàn)象，驗(yàn)證了假設(shè)H1成立。反過來，由圖2可以看出，股價(jià)崩盤風(fēng)險(xiǎn)對(duì)經(jīng)濟(jì)政策不確定性的影響極其微弱，說明股價(jià)崩盤風(fēng)險(xiǎn)難以影響經(jīng)濟(jì)政策不確定性。

當(dāng)投資者情緒為沖擊變量時(shí)，股價(jià)崩盤風(fēng)險(xiǎn)的響應(yīng)在最開始為負(fù)向，究其原因，這可能是股票市場(chǎng)對(duì)于投資者情緒的變化存在一個(gè)反應(yīng)階段，短期內(nèi)高漲的投資者情緒會(huì)拉高股價(jià)，降低股價(jià)崩盤風(fēng)險(xiǎn)，隨著時(shí)間的推移，股票市場(chǎng)中虛假的價(jià)格泡沫破碎，因此，這種負(fù)向響應(yīng)逐漸減弱，在第4期轉(zhuǎn)為正向，說明了投資者情緒會(huì)加劇股價(jià)崩盤風(fēng)險(xiǎn)，證明了假設(shè)H2成立。后續(xù)股價(jià)崩盤風(fēng)險(xiǎn)的響應(yīng)走勢(shì)圍繞0上下波動(dòng)。由圖2可以看出，當(dāng)股價(jià)崩盤風(fēng)險(xiǎn)作為沖擊變量時(shí)，雖然投資者情緒的響應(yīng)在不同滯后期下表現(xiàn)不同，但這種影響非常微弱，即股價(jià)崩盤風(fēng)險(xiǎn)對(duì)投資者情緒影響較小。綜上，經(jīng)濟(jì)政策不確定性、投資者情緒和股價(jià)崩盤風(fēng)險(xiǎn)的脈沖響應(yīng)證明了假設(shè)H1、假設(shè)H2的成立，即經(jīng)濟(jì)政策不確定性和投資者情緒均會(huì)加劇股價(jià)崩盤風(fēng)險(xiǎn)。

（六）中介效應(yīng)分析

為進(jìn)一步驗(yàn)證假設(shè)H3，檢驗(yàn)投資者情緒是否在經(jīng)濟(jì)政策不確定性和股價(jià)崩盤風(fēng)險(xiǎn)之間具有中介作用，本文進(jìn)行了sobel檢驗(yàn)。

由表6可知，sobel檢驗(yàn)z值為2.972，p值通過了1%的顯著性水平檢驗(yàn)，說明投資者情緒在經(jīng)濟(jì)政策不確定性對(duì)股價(jià)崩盤風(fēng)險(xiǎn)的作用中具有顯著的中介效應(yīng)，由此，證明了假設(shè)H3成立。

五、結(jié)論與建議

本文以2011年—2021年我國A股上市公司作為對(duì)象研究發(fā)現(xiàn)，經(jīng)濟(jì)政策不確定性和投資者情緒均對(duì)股價(jià)崩盤風(fēng)險(xiǎn)具有正向影響，經(jīng)濟(jì)政策不確定性的增加，投資者情緒的過度波動(dòng)都會(huì)引起股票價(jià)格的異常變化，使其偏離內(nèi)在價(jià)值，增加股價(jià)崩盤風(fēng)險(xiǎn)，投資者情緒在中間還能起到一定的中介作用。因此本文根據(jù)以上結(jié)論提出下列建議：

（一）加強(qiáng)股票市場(chǎng)制度建設(shè)，減少政策波動(dòng)

政府之所以調(diào)整經(jīng)濟(jì)政策，是想通過更新的政策來抑制市場(chǎng)中不正常的波動(dòng)、降低非理性因素。市場(chǎng)表現(xiàn)上，政府不斷推出的政策反而加劇了經(jīng)濟(jì)政策不確定性。因此，政府部門減少經(jīng)濟(jì)政策的大幅變動(dòng)頻率，加大對(duì)股票市場(chǎng)相關(guān)制度的完善，或許可以減少股價(jià)崩盤風(fēng)險(xiǎn)。

（二）加強(qiáng)對(duì)散戶投資者的專業(yè)知識(shí)普及和情緒疏導(dǎo)

我國股票市場(chǎng)以散戶投資者為主，散戶投資者往往缺乏專業(yè)的金融知識(shí)，對(duì)股票的投資存在盲目性、主觀性。相關(guān)金融機(jī)構(gòu)應(yīng)加大對(duì)投資者專業(yè)投資知識(shí)的普及力度，引導(dǎo)投資者理性投資。當(dāng)股票市場(chǎng)波動(dòng)較大時(shí)，金融機(jī)構(gòu)和有關(guān)部門要及時(shí)安撫投資者的情緒，避免投資者的不理性行為導(dǎo)致股價(jià)崩盤。

主要參考文獻(xiàn)：

[1]何斌，劉雯.經(jīng)濟(jì)政策不確定性、股權(quán)質(zhì)押與股價(jià)崩盤風(fēng)險(xiǎn)[J].南方金融，2019（01）：40-48.