重大公共事件恢復階段的投資者情緒分化與股票價格偏誤

陸 峰，邢曉衛(wèi)

(1.廣西財經(jīng)學院 金融與保險學院，廣西 南寧 530007；2.東北大學 工商管理學院，遼寧 沈陽 110169)

一、引言

當前，自然災害、疫病、重大事故、局部戰(zhàn)爭等國內(nèi)外重大公共事件時有發(fā)生，如新冠疫情、俄烏沖突對經(jīng)濟的影響傳導等。事件過后的恢復階段，首要目標和政策著力點通常在于恢復市場參與者的信心，避免恐慌情緒蔓延使經(jīng)濟進入惡性循環(huán)。因此，考察重大公共事件恢復階段對股票價格偏誤、投資者情緒分化的沖擊效應，同時深入探究后三者的動態(tài)互動關(guān)系具有重要現(xiàn)實意義和學術(shù)價值。

心理實驗證明，公眾面對不確定時會對信息表現(xiàn)出極度饑渴，且由于信息不確定性、傳遞不及時甚至虛假信息傳播，信息互動交換變得更為頻繁和普遍。信息傳播尤其借助互聯(lián)網(wǎng)媒介時，不僅是簡單復制和加工，還伴隨有情緒的傳染，對其他個體行為造成“干擾”。公眾具有根據(jù)掌握的信息進行調(diào)整的能力，但更多是基于摻雜了各種情緒化的意見、猜測和初步結(jié)果而非客觀真實情況進行適當調(diào)整并做出決策，形成的風險預期極易偏離現(xiàn)實，進而做出不合理決定。因此，面對重大公共事件的不確定性，投資者極易產(chǎn)生恐慌情緒，影響其價值判斷，更傾向于采取風險規(guī)避措施，導致股價下行。非典病毒、埃博拉病毒、新冠疫情所帶來的投資者心理和情緒變化是股價波動的重要原因。

與此同時，受教育、收入及生活環(huán)境等影響，投資者基于主觀感知與判斷形成情緒背后隱藏著情緒的分化，即投資者解讀信息的差異會對股票價格形成不同估值，從而形成了市場情緒分化。隨著投資者情緒分化的加劇，投資者間對股票基本價值的判斷差異就越大，進而股價更易偏離基本價值。投資者的決策會在重大公共事件下?lián)诫s了各種情緒化的意見，形成的風險預期極易偏離現(xiàn)實，進而做出不合理決定，反映在股票市場上便是“追漲殺跌”,即股價上漲時,投資者紛紛購買股票，而當出現(xiàn)不利情形時,在恐慌情緒支配下投資者紛紛拋售股票，最終股價下跌。

對于重大公共事件沖擊下股票價格偏誤、投資者情緒及情緒分化的交互作用機理，先前學者在理論上探索較少，且實證分析大多采用事件分析法或自然實驗法對事件前后作對比?？紤]到恢復期政策對資本市場的影響是動態(tài)的，本文采用時變參數(shù)向量自回歸模型(TVP-SV-VAR)來捕捉新冠疫情對股票價格偏誤、投資者情緒及情緒分化非線性動態(tài)影響及后三者的動態(tài)互動關(guān)系。

二、理論分析

(一)基本模型

擴展胡昌生等的模型，假設(shè)所有交易均在期初進行，則本期股價僅受前期投資者情緒影響，則期股票價格由期基本因素、期事件沖擊、-1期投資者情緒決定，則“情緒-價格”驅(qū)動為(1)式：

--1=++-1

(1)

其中，=ln()為股票第期價格的自然對數(shù)，--1為股票第期收益率，為基本因素決定的股票價格增長率，為疫情沖擊決定的股票價格增長率，-1為投資者情緒決定的股票價格增長率，為反應系數(shù)。

假設(shè)投資者情緒由當期價格變化、基本因素和事件沖擊共同決定，可描述為下述“價格-情緒”誘導方程(2)式：

=[--1-(+)]

(2)

投資者每期期末情緒表示為本期價格變化中不能由其觀察到的基本因素和事件沖擊影響。表示投資者解讀基本信息和事件沖擊的能力。若=1表示投資者能準確解，若>1(或<1)則表示投資者是高估(低估)了基本信息和事件沖擊影響。此外，投資者情緒驅(qū)動的收益越高則情緒越易高漲，故>0，結(jié)合(1)式和(2)式可以得到(3)式：

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

+-1)]

(3)

其中，=，表示投資者反饋交易意愿。由于>0、>0，且一般認為當期情緒沖擊會隨時間逐漸變小，則假設(shè)0<<1。此時，重大公共事件恢復階段下的“價格-情緒-價格”的反饋交易模型基本完成。

(二)單期情緒影響

在恢復階段，重大公共事件的沖擊可能會逐漸下降甚至消失。為此，假設(shè)投資者僅在第一期出現(xiàn)一個情緒沖擊()，并設(shè)定=，=+++。根據(jù)(3)式可得到(4)式：

(4)

(5)

可見，當<1，情緒會使股價出現(xiàn)正偏誤；當>1時，則會出現(xiàn)負價格偏誤。反饋交易行為會放大或縮小價格偏誤程度。

(三)多期情緒影響

實踐中，投資者的非理性行為可能導致持續(xù)的情緒沖擊。為此，假設(shè)每期都會隨機的產(chǎn)生情緒沖擊，投資者情緒對第期股價沖擊可分為當期情緒沖擊和前期情緒殘余，根據(jù)(3)式有(6)式：

++(,…,-1),≥1

(6)

其中，(·)表示前期情緒殘余，(,…,-1)=-1+-2+…+-1，且=(-1--2)，=，=-。

對上述二階線性齊次差分方程求解，可得(7)式：

(7)

(8)

求極限有(9)式：

(9)

可見，即使投資者能準確解讀(=1)，股價仍會長期偏離基本價值，價格偏誤會受各期情緒沖擊水平、投資者準確解讀信息能力、反饋交易意愿、事件累計沖擊的影響。

(四)情緒分化的影響

為分析情緒分化對股價偏誤影響，將投資者依據(jù)解讀信息能力，分為高估群體(>1)、低估群體(<1)和理性群體(=1)，假設(shè)各類投資者比例分別為：、、，且++=1。另外，假定高估、低估群體分別具有統(tǒng)一解讀能力和。結(jié)合(5)式或(9)式易知，第期價格偏誤可表示為(10)式：

(10)

可見，情緒分化是否會導致股價偏誤，取決于高估和低估群體引致股價偏誤的綜合水平。

三、實證模型與數(shù)據(jù)

(一)實證模型

VP-SV-VAR模型由SVAR模型演化而來，為了能捕捉各變量間的非線性動態(tài)關(guān)系，允許回歸參數(shù)及方差-協(xié)方差隨時間而有時變性，即時變參數(shù)，有(11)式：

(11)

(12)

其中，+1～(0,Σ0)，+1～(0,Σ0)，+1～(0,Σ0)。假設(shè)同期服從不同隨機游走過程的參數(shù)是相互獨立的，且Σ、Σ、Σ均為對角矩陣。(12)式中假定所有參數(shù)均服從一階隨機游走過程，這將允許參數(shù)存在暫時或永久變動，以捕捉漸變或突變經(jīng)濟結(jié)構(gòu)的影響，而通過馬爾科夫鏈蒙特卡羅(MCMC)方法能獲得更精確且有效的模型估計結(jié)果。

(二)案例選取與數(shù)據(jù)來源

本文以新冠疫情的復工復產(chǎn)作為重大公共事件恢復階段的研究案例。研究樣本為2020年4月7日至2021年2月10日的上證綜合指數(shù)日度收益率，起始時間是中央應對疫情工作領(lǐng)導小組正式印發(fā)復工復產(chǎn)的指導意見，標志著疫情進入恢復階段，時間終點是2021年春節(jié)前最后一個交易日，避免節(jié)假日因素干擾。

新冠疫情()：以中國衛(wèi)計委公布的每日新增確診人數(shù)作為代理變量。

股票價格偏誤()：用工業(yè)增加值、居民消費價格指數(shù)和上海銀行間隔夜拆借利率作為基本面代理變量，表示股票基礎(chǔ)價值測度。將上證綜合指數(shù)日度收益率與3個代理變量進行回歸求得殘差，即為股票價格偏誤，相關(guān)數(shù)據(jù)均來源于CSMAR數(shù)據(jù)庫。

四、實證結(jié)果分析

(一)平穩(wěn)性及滯后期的選擇

根據(jù)前述定性分析，實證模型的變量順序設(shè)定為新冠疫情、股票價格偏誤、投資者情緒和情緒分化。對4個時間序列變量平穩(wěn)性進行檢驗，表1的ADF檢驗結(jié)果顯示，各變量均至少在5%顯著水平上通過平穩(wěn)性檢驗，因此應使用各變量水平序列構(gòu)建模型。通過對滯后期為1～5的VAR模型檢驗結(jié)果分析發(fā)現(xiàn)，滯后2期的VAR模型有最大的LR值和最小的AIC及SC值，故實證分析選擇滯后2期TVP-SV-VAR模型。

表1 變量單位根檢驗

(二)模型估計

貝葉斯框架下運用MCMC算法通過10 000次抽樣對TVP-SV-VAR模型進行估計，剔除前1 000次預燒期樣本的后驗參數(shù)估計結(jié)果如表2。所有參數(shù)的Geweke統(tǒng)計量在5%置信度下均不能拒絕趨于后驗分布的原假設(shè)，即預燒期已足以使得馬爾科夫鏈趨于集中。而較低的無效性因子表示為模型參數(shù)均產(chǎn)生了非常有效的抽樣。此外，樣本自相關(guān)系數(shù)隨抽樣次數(shù)增加均收斂于0，且樣本取值均在均值附近以“白噪聲”的軌跡波動，再次表明MCMC算法對抽樣樣本的有效性，可以利用脈沖響應函數(shù)詳細分析疫情沖擊下股票價格偏誤、投資者情緒和情緒分化的動態(tài)關(guān)系。

表2 模型參數(shù)估計結(jié)果

(三)不同時點的時變脈沖響應分析

圖1和圖2分別刻畫了TVP-SV-VAR模型的兩種不同維度脈沖響應函數(shù)，本文隨機選取的比較時點為第30、50和70個交易日(以下簡稱“日”)。圖1刻畫了不同時點上施加一個標準差沖擊后脈沖響應函數(shù)的變化，在3個時點分別對疫情施加一個正標準差沖擊后，形成的脈沖響應函數(shù)具有相似的演變趨勢。疫情當期就會對股價偏誤產(chǎn)生正向影響并達到最大值，緊接著沖擊效應逐漸減小并在第2期變?yōu)樨撝?，之后在正負值間螺旋式演進，并于第7期后收斂于0，這說明疫情變動會導致股票價格同向偏離其基本價值，但市場自動調(diào)節(jié)能力在一定程度上能自我糾正。

對投資者情緒和情緒分化則均在第1期產(chǎn)生最大正向沖擊，隨后沖擊效應在波動中逐漸減小，最終趨向一個較小的正響應值，總體上對投資者情緒和情緒分化會產(chǎn)生正向影響。

給股價偏誤在不同時點一個標準差沖擊，股價偏誤當期均會產(chǎn)生較激烈的正向沖擊，但隨后從第1期開始逐漸收斂于0值，說明股價偏誤發(fā)展本身存在慣性，但慣性持續(xù)期并不長。對投資者情緒也均在當期產(chǎn)生最大的正向沖擊，隨后逐漸縮小，并從第6期開始收斂于0。情緒分化則會產(chǎn)生差異的脈沖響應，對于第30日股價偏誤的沖擊，情緒分化響應值在第1期達到最大后，第2期開始就縮小并趨于0；第50和70日的沖擊影響類似，均在當期產(chǎn)生最大正向沖擊，之后迅速減小并于第2期就趨于0，但第50日的沖擊效應顯著大于第70日，整體上股價偏誤僅對情緒分化產(chǎn)生較短期沖擊。

給投資者情緒在3個時點一個標準差沖擊后，股價偏誤均在第1期產(chǎn)生最大正沖擊，隨后沖擊效應變?yōu)樨撝?，之后逐漸下降并從第5期始趨于0，即投資者情緒能夠在較短期內(nèi)促使股價偏離基本價值，但較長時期內(nèi)則會對偏離進行修正。對其自身當期產(chǎn)生最大正向沖擊后，緊接著縮小，并從第5期開始收斂于0。對情緒分化則形成差異的脈沖響應，第30日投資者情緒變動對情緒分化在第1期產(chǎn)生負向沖擊，隨后從第2期開始沖擊影響則趨于較小的負值；第50和70日投資者情緒變動均在當期對情緒分化產(chǎn)生最大正向沖擊，之后開始減小，并從第3期開始趨于0。

圖1 不同時點時變脈沖響應函數(shù)

圖2 不同提前期時變脈沖響應

對情緒分化在3個時點分別施加一個正標準差沖擊后，脈沖響應函數(shù)也產(chǎn)生了相似的變化趨勢。情緒分化對股價偏誤在第1期產(chǎn)生較小負向沖擊，隨后在第2期脈沖響應變?yōu)檎?，之后快速下降并在?期接近0。對投資者情緒先產(chǎn)生負向沖擊，并在第2期達到最大值后迅速減小，并在第3期響應變?yōu)檎担笤诓▌又惺諗坑谳^小的正值，即短期存在負向影響，而長期表現(xiàn)出穩(wěn)定的正向影響。對其本身則在當期能產(chǎn)生最大正向沖擊后，沖擊效應快速減弱，從第2期開始趨于0。

(四)不同提前期的時變脈沖響應分析

圖2刻畫了在不同提前期施加一個正標準差沖擊后形成的脈沖響應，提前期隨機選定為第4、8和12期。不同提前期疫情均對股價偏誤產(chǎn)生持續(xù)負向沖擊，沖擊效應在樣本期內(nèi)呈現(xiàn)擴大態(tài)勢，說明隨著前期疫情沖擊效應的不斷顯現(xiàn)，所造成的股價偏離基本價值會得到一定程度的修正，且樣本期內(nèi)糾正作用在不斷變強。對投資者情緒則均產(chǎn)生不斷強化的正向沖擊，而對情緒分化的正向沖擊則以“穩(wěn)中有降”變化，即前140日呈現(xiàn)較平穩(wěn)，之后下降態(tài)勢顯現(xiàn)，這說明樣本期內(nèi)投資者情緒對疫情變化的感應愈加敏銳，疫情稍變即可引起投資者情緒較大反應，但投資者對疫情影響的判斷存在分歧減小的趨勢。

面對不同提前期的股價偏誤一個正標準差沖擊時，對其自身沖擊作用僅在提前4期表現(xiàn)為隨時間較大波動的特征，雖在第163日附近存在短暫正向沖擊，但整體上表現(xiàn)為負向沖擊影響效應，即股價偏誤變動會對自身產(chǎn)生反方向變動，即在短期內(nèi)存在“反轉(zhuǎn)效應”。對投資者情緒而言，在提前4期能夠產(chǎn)生具有時變特征的顯著正向沖擊，而提前8和12期的滯后響應值在樣本期內(nèi)則表現(xiàn)為波動中趨弱，說明股價偏誤在短時期內(nèi)能對投資者情緒激化，而在長期中則逐漸趨弱并有轉(zhuǎn)向趨勢的抑制作用。上述趨勢表示在疫情后經(jīng)濟恢復的推進過程中，股價偏誤對情緒分化產(chǎn)生的縮小分化效應正逐漸消失，甚至出現(xiàn)加劇分化的效應。

投資者情緒對股價偏誤提前4期的脈沖響應在0至150日之間在波動中保持橫向延伸，而在150至163日之間開始縮小，之后迅速返回橫向延伸區(qū)間，但該值一直都為負。這可能是因為前期投資者情緒引起的股價過度偏離在反轉(zhuǎn)效應作用下，隨著情緒影響在短期內(nèi)的快速衰弱，股票價格將逐步重回基本價值。對于投資者情緒提前4期的脈沖響應表現(xiàn)為較穩(wěn)定的正向沖擊，而在提前8和12期的沖擊影響則在波動中逐漸減小，說明投資者情緒在較短時期內(nèi)存在慣性，并會進一步激化投資和情緒，但隨著時間拉長則慣性逐漸減弱并產(chǎn)生較弱的反向做功效應。至于情緒分化，提前4期的脈沖響應在前50日為負值，之后變?yōu)樵龃蟮恼担惶崆?和12期的脈沖響應則整體表現(xiàn)為波動中逐漸縮小負沖擊，表示投資者情緒在短時期內(nèi)對情緒分化的影響由縮小轉(zhuǎn)為不斷加劇，而隨著提前期的拉長則可縮小情緒分化，但影響效應在觀測期內(nèi)不斷減弱。

情緒分化變動基本不能對股價偏誤產(chǎn)生影響，這可能是因為隨著疫情的有效控制、信息及時公開，投資者能對疫情引起的不確定性形成較相似的判斷，情緒分化的輕微變動不足以改變已有形成的作用關(guān)系。對投資者情緒在提前4期具有較穩(wěn)定的負向沖擊，而提前8和12期的滯后響應值則呈現(xiàn)穩(wěn)中微升的趨勢，說明情緒分化在較短提前期會平抑投資者情緒，而拉長提前期后則會產(chǎn)生擴大的激化作用。而對情緒分化本身產(chǎn)生的脈沖響應時間序列為正，但具有穩(wěn)步縮小的趨勢，說明情緒分化對其自身的影響存在慣性，前期較大情緒分化會加劇后期情緒分化，但樣本期內(nèi)的這種慣性作用在不斷縮小。

五、結(jié)論與建議

本文研究發(fā)現(xiàn)：第一，重大公共事件可通過直接和間接途徑對股市產(chǎn)生時變的沖擊效應，其中直接途徑表現(xiàn)為事件變動會直接對股票價格偏誤產(chǎn)生沖擊影響，間接途徑則為事件不確定性會改變投資者對股價預期，產(chǎn)生情緒變動使其難以做出準確判斷，進而導致股價偏離基本價值；第二，重大公共事件恢復階段投資者情緒及情緒分化是股價偏離基本價值的重要因素，兩者的變動均會對股價偏誤產(chǎn)生沖擊，且反饋交易也會造成投資者的認知偏差和情緒的分化，而情緒與情緒分化間也相互影響；第三，重大公共事件對反饋交易體系能在較長時間內(nèi)產(chǎn)生時變的沖擊影響，而股價偏誤、投資者情緒和情緒分化間則產(chǎn)生短期的非線性相互沖擊效應。

基于結(jié)論的政策建議為：第一，金融政策的制定要綜合考慮重大公共事件的不同階段及不確定情況，以結(jié)構(gòu)化、數(shù)量化工具以及區(qū)域性政策，精準創(chuàng)造企業(yè)恢復發(fā)展所需的營運環(huán)境；第二，從源頭上及時對市場傳言和謠言進行把控和處理，避免投資者形成偏離現(xiàn)實的風險預期；第三，強化對投資者持續(xù)教育，拓展其信息收集渠道，提升對信息和事件的準確解讀能力，促使投資者形成理性預期和價值投資理念，減少因主觀信念非理性波動而對市場的沖擊；第四，培養(yǎng)多層次投資主體，及時利用股市平準基金穩(wěn)定資本市場，避免觸發(fā)系統(tǒng)風險。