第一章 引言
第一节 选题背景与研究问题的提出
一、选题背景
随着我国金融证券市场的不断改革突破与创新发展,传统的金融学框架或主流的现代投资理论与我国资本市场上实际发生的市场经济情况不断地出现矛盾和冲突。新的金融学理论的提出和相应的实证研究使我们发现,人的自身行为、心理感受等诸多主观因素在影响金融投资决策中往往起着不可忽视的重要作用,人们并不总是以客观和理性的投资态度做出正确的投资决策,现实中常存在着诸多非完全理性(Less than Perfectly Rational)和认知偏误(Cognitive Bias)现象。尤其在证券市场中,投资者的行为都带有很强的情绪化心理特征,从而引起了的许多让人无法理解的现象,如小盘股比大盘股收益更高、羊群效应等。作为传统金融理论基础的“理性人假设”(Hypothesis of Rational Man)和“有效市场假说”(Efficient Markets Hypothesis,EMH)开始受到人们的质疑,金融经济学家也开始尝试从其他的角度来进行对传统金融学理论研究的创新和发展,研究投资者实际行为与资本市场上有价证券交易价格变化的关系并探讨其深层次原因,以期能够更好的认识和解释现代金融市场的种种有悖于传统金融经济学理论的异象。由于行为心理学、认知科学及其他社会学科对于非完全理性人的行为研究已经取得一定的进展和成就,经济学家和社会学家开始展开合作。在与其他金融经典理论的碰撞和相互交融中,有关学者经过实践的反复检验和仔细推敲,终于慢慢形成了行为金融学并使其逐渐脱颖而出,成为当下最令人瞩目的代金融经济学理论之一。
行为金融学理论的发展到目前为止已经基本构成两个基础理论框架,分别是“基于认知和决策的投资者心理和行为分析”和“有限套利及市场非有效性”。其中,由前者延伸出来的对于投资者情绪的研究在近几年逐渐成为国内外金融学界广泛讨论的一个热点。
...........................
第二节 研究目的与研究意义
一、研究目的
本文着眼于企业创新投资和金融资产投资这两种特殊的投资决策,着重考察企业管理层在受到投资者情绪影响的情况下,会对这两种投资决策做出怎样的资金配置。研究目的在于,阐明在企业创新投资和金融资产投资角度下,投资者情绪的契约功能,并阐明受到投资者情绪影响后,企业对这两种投资决策的偏好,从而弥补该领域国内研究的空白,并为后续学术界的研究及实务界的经济政策发展提供理论及实践上的参考。 二、研究意义
(一)理论意义
第一,国内学界早期对投资者情绪的研究重点在股价波动、股价崩盘风险和股票收益率等方面,忽视了考察投资者情绪如何影响企业的长期经营。近年来,国内逐渐有文献研究投资者情绪的契约功能,然而主要集中在资本投资方面,较少涉及创新投资,更忽视了对金融资产投资的研究。因此,本文献通过实证研究,揭示了投资者情绪在改变企业创新投资水平和金融资产投资水平方面也起着重要作用,以及在投资者情绪的影响下,企业对于创新投资和金融资产投资的资产配置偏好情况。不仅有利于发现投资者情绪对企业较为特殊的两项投资决策的影响,也可为投资者情绪的研究提供一些新的思路,填补了国内该部分课题的空白。第二,本文在 Google 于 2018 年提出的最新的 Bert 机器学习算法基础上,改进了 Gentzkow et al.(2018)的研究成果,获得了目前已知的投资者情绪度量的最高精确度,为后续研究提供了 Bert 算法在投资者情绪研究领域的技术实践借鉴。
(二)现实意义
行为金融学的存在意义已得到资本市场怪相的支持,其中对投资者情绪的研究在近几年成为国内外学界讨论的热点。随着经济、科技和信息全球化的快速发展,中国企业的研发力度逐年加大。创新投资已逐渐成为各种投资决策中具有重要地位的投资活动,决定一个公司长期发展的核心要素不再是所拥有的物质财富的多少,而是其拥有的创新能力的高低。另外,在短期市场需求低迷、实体经济的产能过剩和成本上升的情况下,企业实体投资的回报率逐年下降,而虚拟经济却加速膨胀,大量企业开始考虑投资于回报率远高于实体经济的金融和房地产行业,导致实体产业的“金融化”。创新投资和金融资产投资本身的性质决定,这两项投资活动受投资者情绪的影响远高于传统的实业投资。因此,本文通过研究投资者情绪和企业创新投资、金融资产投资的关系,阐释了企业如何在投资者情绪影响下,做出创新投资和金融资产投资的决策,呼应了企业发展的现实需求,对帮助管理者意识到市场潜在风险能显著影响企业长期经营具有重要意义。
图 1.1 本文技术路线图
第二章 文献综述
第一节 投资者情绪的含义和计量方法
一、投资者情绪的含义
行为金融学中的“投资者情绪”概念来源于心理学。投资者情绪的首次明确定义指出,投资者往往会对企业未来的价值预期产生偏差,从而产生投资者情绪(Zweig,1973)。后续研究发现,因为投资者会利用自己有关公司、行业、政策等方面的信息,在信息分析的基础上形成对资本市场的主观评价(Brown and Cliff,2004),所以投资者评价资产的未来预期回报时,不能用公司的基本内容和信息来解释的部分就是投资者情绪(Lee et al.,1991)。Stein(1996)和 Polk and Sapienza(2009)认为,出于非理性的原因,投资者会高估或低估股票的实际价格,对其实际价值形成错误定价。所以,投资者情绪作为一种市场上的系统性风险,将会直接影响市场对公司价值的系统性定价(DeL ong et al.,1990)。基于上述观点,投资者情绪可以被视为一种主观信念,即投资者对未来经济回报的认识由于非理性的原因而偏离了基本信息,导致股价偏离实际价值。
二、投资者情绪的计量方法
以往对投资者情绪的研究主要选择上市公司数据作为投资者情绪的替代变量,如未来股票回报、可控权责发生制和动量效应等。Baker et al.(2003)使用可操控应计作为投资者情绪的替代变量,发现具有较高可操控应计的企业未来股票回报率可能较低。Chang et al.(2006)认为,可操控应计进一步反映了股票的错误定价,股票估值过高的公司倾向于增加投资。继 Jegadeesh and Titman(1993)发现动量效应后,Daniel et al.(1998)和 Hong and Stein(1999)发现非理性投资者的股票定价错误也反映出了一定程度的动量效应。Polk and Sapienza(2008)和花贵如(2010)衡量了前一期动量指标的定价错误程度,研究结果表明,定价不当与企业投资呈显著正相关.
............................
第二节 投资者情绪的估值功能和契约功能
国内外文献对“投资者情绪”的研究主要分为两大主题:一是突出了投资者情绪的估值功能,主要研究投资者情绪对资本市场证券错误定价、股价变化、股票收益率等的影响;二是凸显了投资者情绪的契约功能,主要研究投资者情绪对企业长期经营的影响。国外学者大多是运用实证分析的方法来研究投资者情绪与股市、企业长期经营之间的关系,并且证实了它们之间存在着高度关联性。
一、投资者情绪的估值功能
投资者情绪波动对单个公司和整个股市都有明显、重要和经常的影响,尤其是那些难以套利或估值的股票,受市场情绪影响最大(Baker and Wurgler,2007)。国内外学界关于投资者情绪的估值功能的研究内容丰富,方法多样,且主要围绕股价波动、股票收益率等方面。
在股价波动方面,已有文献发现投资者情绪有助于预测随后的股价波动性,且投资者情绪分歧与交易量增加有关。在美国的资本市场中,网络股票留言板上的消息级别和消息之间的分歧都有助于预测随后的股价波动性以及股票交易量,尤其是对于较小规模的交易,较高的投资者情绪分歧会促进资本市场的证券交易(Antweiler and Frank,2004)。在中国股票市场中,如果投资者以更大的积极性参与本地股票信息交流,则公司股票市场价格表现越高(董大勇和肖作平,2011)。因此,日内投资者情绪能正向预测股票市场运行(尹海员和吴兴颖,2019),且当日的投资者情绪分歧度越大,未来两日的交易量越大;当日的帖子数越多,当日的股价波动越大,且能影响未来两日的股价波动(段江娇等,2017)。然而,有研究持相反观点,认为投资者情绪对股票交易量和股价波动性均无预测能力(Kim and Kim,2014;部慧等,2018)。更进一步,有学者发现网络股票留言板上的信息对稳定股价具有积极作用,网络信息交流能抑制股市羊群行为的持续扩散,从而减弱羊群行为导致的股价剧烈波动(郑瑶等,2015)。
.........................
第三章 理论分析及研究假设的提出 ........................................ 21
第一节 理论基础 .................................. 21
一、信息不对称理论 ................................ 21
二、情绪感染理论 ........................... 21
第四章 案例分析 ............................................ 28
第一节 案例选择 .................................... 28
第二节 公司介绍 ..................................... 28
第三节 数据分析 ................................... 29
第五章 实证分析 ...................................... 31
第一节 实证研究设计 ................................ 31
一、投资者情绪及分歧度的度量 ............................... 31
二、企业创新投资水平的度量 .................................. 36
第五章 实证分析
第一节 实证研究设计
一、投资者情绪及分歧度的度量
本文同时使用现有文献中最前沿的两种文本情绪分类方法:预处理模型和词嵌入模型+神经网络,把预处理模型作为主要结果,以词嵌入模型+神经网络进行印证,获得更稳健的结果。
(一)数据获取、清洗与训练集的构建
本文首先需要对项目的数据获取、清洗和训练集构建中的关键问题进行说明:
第一步:文本数据获取。本文的文本数据来自东方财富网股吧论坛6,作为国内知名的在线投资者论坛,东方财富网股吧上发布的帖子对市场上的投资者情绪具有一定代表性。本文以上市公司的股票代码为基础,运用 Python 编程语言获取了 2010 年 01 月 01 日至 2018 年 12 月 31 日(7最后样本选取 2010 至 2017年数据)的东方财富网股吧论坛的创业板投资者发帖数据,共计 23,817,186 条帖子,每条帖子均包含上市公司的股票代码、发帖人、标题、内容和 1 秒颗粒度的时间戳等信息。
第二步:数据清洗。本文按照已有文献中的标准做法,删除了重复的帖子和非文本项,例如图像、表格以及 HTML 标签等。与相对简短的投资者自行撰写的帖子不同,长度较长的帖子通常是从其他来源(如新闻报道和分析报告)复制而来,因此本文仅保留少于 500 个汉字的帖子,消除潜在的异常值影响。在创业板帖子当中,数据清理后最终获得 21,817,319 条帖子(删除异常帖子 8.4%)。
图 4.1 坚瑞沃能的投资者情绪与创新投资变化情况(数据来源:万得数据库)
第六章 结论、政策建议、研究局限及未来研究方向
第一节 结论
本文运用了 Google 公司于 2018 年推出的 Bert(Bidirectional Encoder Representation from Transformers)模型,改进了 Gentzkow et al.(2018)的研究成果,并使用卷积神经网络(Convolutional Neural Network,CNN)与 Word2vec词嵌入模型结合的方式作为投资者情绪指数的稳健性度量,测度了 2010 至 2017年中国创业板上市公司个人投资者在东方财富股吧体现的投资者情绪,将股吧文本情感的准确率从已知最前沿的 word2vec+CNN 模型的 81.5%提升到了 88.8%;参考已有文献(Aramonte,2015;胡奕明等,2017),构建了投资者情绪关于企业创新投资、金融资产投资的模型,实证检验了投资者情绪对企业创新投资、金融资产投资的影响,并对二者进行对比研究。此外,进一步考虑了在不同投资者情绪分歧度环境下,投资者情绪对企业创新投资、金融资产投资的影响。最后,对上述实证过程进行了解释变量替代度量等稳健性检验,得到如下结论:
(1)投资者情绪与企业创新投资水平、金融资产投资水平显著正相关。通过实证研究,本文发现,在投资者情绪高涨的情况下,企业管理者作为非理性的个体,容易受到高涨的投资者情绪的影响而产生同质情绪(乐观情绪),在市场情绪乐观的期间成为风险偏好型管理者,增加了对于高风险的创新活动的投资;同时,外界乐观的投资者情绪增强了公司的信贷能力,有助于企业获得较充分的研发资金支持,从而促进企业的创新投资。投资者情绪带来了资本市场的股价波动,企业基于投机动机追求股市上涨带来的收益,主动增加金融资产投资数额。
(2)投资者情绪与企业创新投资、金融资产投资的相关性显著受到不同投资者情绪分歧度的影响。考虑到投资者情绪分歧度对市场情绪和股价波动的重要影响(Milgrom and Stokey,1982;Hirshleifer et al.,2002;段江娇等,2017),本文在实证检验模型中加入投资者情绪指数与投资者情绪分歧度的交乘项并进行分组回归,发现较高的投资者情绪分歧并不能诱发股票交易,投资者情绪分歧度的提高抑制了高涨的投资者情绪对企业创新投资和金融资产投资的正面影响。
参考文献(略)