投资者情绪指标构建文献综述

文/周敏（上海大学）

一、引言

Fama于1970年提出有效市场假说，该假说认为，投资者是完全理性的，并且能够对市场上的信息做出有效的反应，因此资产价格充分反映其内在价值。随着资本市场状况愈加复杂多元，有效市场假说无法很好地解释金融市场中的一些异常现象，行为金融学理论在此基础上逐步发展起来。投资者情绪作为行为金融学的基石，在分析投资者行为解释资产价格波动中发挥着重要的作用。投资者情绪自20世纪80年代起就已经被广泛应用于解释金融异常现象，目前在研究封闭式基金折价、IPO折价、小公司效应等方面发挥着重要作用，本文将重点介绍投资者情绪指标的构建。

二、投资者情绪的定义

投资者情绪的概念可以从多个角度进行理解，目前尚未形成较为统一的说法。部分学者从资产定价的角度对投资者情绪进行了定义，De Long et al. (1990)[1]认 为 投 资 者情绪是对资产基本面的错误认知；Lee（1991）[2]等则认为资产价值预期中不能被基本面解释的部分就是投资者情绪。另一部分学者从心理学中的信念以及偏好的角度对投资者情绪进行了定义， Mehra和Sah（2002）[3]认为投资者情绪就是对股票预期价格的主观偏好；Baker和Wurgler (2007)[4]则将投资者情绪定义为投资者进行投机的倾向以及对未来资产价格乐观或者悲观的预期。综上所述，我们可以将投资者情绪归纳为投资者进行投资决策时对于理性预期的偏移或对资产价格进行的非理性预期。

三、投资者情绪的度量

（一）直接指标与间接指标构建投资者情绪

投资者情绪的直接指标是指通过问卷调查、人物访谈等市场调研获取到的数据。直接指标有着直观、简便的特点。国内外很多学者利用了不同类型的直接指标来衡量投资者情绪。比如，国外学者Brown和Cliff（2002）[5]利用“美国私人投资协会（AAII）”和“投资者智慧(II)”的抽样调查数据，分别构建了衡量个人与机构投资者的情绪指标。国内学者王美今和孙建军（2004）[6]利用了央视发布的“央视看盘”数据来衡量投资者情绪，陈其安（2012）[7]则利用了《股市动态分析》发布的好淡指数作为指标来衡量投资者情绪。直接指标虽然有着不少优点，但是采集相关指标时需要消耗大量的人力物力，并且采集到的数据与真实的投资者情绪之间可能存在较大误差。

投资者情绪的间接指标是指资本市场交易行为产生的各种数据。间接指标相较于直接指标，在可获得性与连续性上有着天然的优势，并且间接指标种类丰富，能够反映市场整体的信息。在使用间接指标衡量投资者情绪时，一部分学者选择使用单一指标来衡量投资者情绪，如江宵（2012）[8]使用的A股平均市盈率、刘维奇和刘新新（2014）[9]使用的个人与机构投资者的新增开户数、易力和王序东（2021）[10]使用的股市换手率等等。利用单一指标衡量投资者情绪存在片面性，因此部分学者将研究的重心放在了构建综合的投资者情绪指标上。其中，Baker和 Wurgler（2006）[11]通过对封闭式基金折价率、纽交所股票周转率、IPO的数量、IPO首日平均收益率、新发行的股票数量和股息溢价六个指标进行主成分分析，构建了相对综合的投资者情绪指标，也证实了投资者情绪会对股票的收益产生不同的影响（我们将此种方法成为BW方法）。然而，易志高和茅宁（2009）[12]认为BW方法只适用于欧美成熟的资本市场，因此他们研究我国市场时，在BW方法的基础上加入了消费者信息指数这一主观指标，建立了适合我国国情的月度投资者情绪指标。近年来，学者们从两个方向对间接指标构建投资者情绪的方式进行了改进，部分学者对构建投资者情绪的间接指标进行了拓展，部分考虑了技术指标如相对强弱指标、乖离率、融资融券余额、两融交易占比等等；而另一部分学者则对研究方法进行了改进，如使用卡尔曼滤波法剔除市场噪声带来的干扰。

（二）网络文本数据构建投资者情绪

对于利用网络文本数据构建的投资者情绪指标，我们可以根据网络文本数据的来源将其分为媒体报道数据构建的投资者情绪指标、论坛数据构建的投资者情绪指标两类。

利用媒体报道的数据来构建投资者情绪指标，可以分为以下几个步骤：首先收集一段时间内的新闻并对收集到的文本数据进行分词与处理；然后建立相应的目标词库对文中表达积极情绪的词汇与表达消极情绪的词汇进行统计；最后根据统计的结果建立投资者情绪指标。汪昌云和武佳薇（2015）[13]利用了IPO公司上市前财经媒体的报道作为分析文本并构建投资者情绪指标。石善冲和康凯立（2019）[14]收集了微信朋友圈的文章并利用微信提供的认证信息，对机构投资者的观点与普通投资者的观点进行区分，构建了机构投资者与个体投资者情感指标。Hamza（2020）[15]则使用美联储主席与媒体沟通内容中出现的正负面词汇数量，并结合BW方法构建了综合的投资者情绪指标。

利用网络论坛数据构建投资者情绪指标可以分为以下两步：首先需要通过爬虫等技术收集各大论坛中的文本数据，然后通过自然语言处理的方式对文本信息进行情感分类，并计算其中正负面情绪帖子的数量。国外的学者McGurk Z和Nowak A（2014）[16]利用推特中的推文构建了投资者情绪指标；Kiyoak等（2015）[17]认为推特的推文中包含较多的无效信息，因此选择使用雅虎财经作为构建投资者情绪的数据来源；Checkley等（2017）[18]则同时选用了推特的推文与股票投资者更多聚集的StockTwits论坛作为文本数据的来源。国内的研究者大多是从东方财富与雪球两大论坛上获取数据。杨晓兰等（2016）[19]基于我国东方财富网股吧论坛的数据，对论坛内的帖子进行文本分析并构建了相应的投资者情绪指标。邓敏娜（2019）[20]利用雪球论坛对投资者发帖来源的分类，构建了PC端与手机端投资者情绪指标。

（四）总结与展望

通过上文的梳理我们可以看到，目前已经存在多种构建投资者情绪指标的方式，但是我们认为，随着计算机技术的不断发展，利用网络文本数据构建投资者情绪指标将会成为主流。利用网络文本数据构建投资者情绪指标存在以下两个方面的优势。（1）时效性，我们可以利用网络数据构建不同时刻的投资者情绪，而利用直接指标或者间接指标构建投资者情绪指标时只能建立日度或者月度指标；（2）针对性，我们可以筛选出特定群体的网络数据，构建针对特定群体的投资者情绪指标，如：机构投资者、普通投资者等等。