孔璐璐

摘 要：行为金融学的发展，将情绪作为变量引入金融学来解释一系列“金融市场异象”，近年来，关于情绪与股市收益之间的研究愈发成熟。本文选取投资者情绪代理便量中的单个指标消费者信心指数为对象，通过ADF单位根和Granger因果检验，研究消费者信心指数与股票收益之间的关系，发现两者不存在格兰杰因果关系。

关键词：消费者信心指数；ADF单位根检验

一、引言

改革开放以来，为适应市场发展需要，中国股市产生，传统的金融学理论认为股市发展与经济形势息息相关，股价的变动是在“有效市场假说”的基础上围绕股市的内在价值“随机游走”的，然而根据中国股市的发展轨迹，价格波动过大且长期处于一种非理性的状态，人们对股市的投机多于投资，大多抱着一种赌徒的心理“追涨杀跌”，这种伴随着投资者情绪的非理性的循环往往造成市场混乱，与此同时市场也会将这种带有“信号”的信息以各种公开或者非公开的方式反馈给投资者以供其参考或者借鉴，这些投资者多以个人投资者为主。虽然个人投资者在市场中的占比较多，但是在信息获取，投资决策、市场把握等方面并不具有优势，且更容易发生“处置效应”，他们的投资者大多是非理性的，是带有强烈的个人色彩的。这些非理性的行为，用传统的金融学理论已经不能解释，然后20世纪30年行为金融学兴起。

目前，对投资者情绪到底如何进行定义，学术界并没有统一的口径，总结可得将投资者情绪分为三个大类：一是直接情绪也称显性情绪指标；二是间接情绪也称为隐形情绪指标；三是复合情绪指数也称综合情绪指数，现在关于情绪方面的研究主要集中于第三类，本文主要关注单个的投资者情绪代理变量对市场的作用。研究单个的投资者情绪代理变量消费者信心指数对市场的作用，方便在以后的研究中对消费者信心指数对市场的作用有一个清晰的定位。同时由于个人投资者情绪的个性化特征，这能够触发个人投资者的非理性投资行为，进而对市场产生影响。所以对消费者信心指数的研究，方便我们更加准确的进行投资决策，避免做无用功。

二、文献综述

消费者信心指数也叫消费者情绪是对消费者消费意愿进行预测，是衡量宏观经济的一个先行指标之一。消费者信心指数包括消费者预期指数和消费者满意指数。预期指数是反映消费者对总体经济走向的预测；满意指数主要是对耐用品消费的评价上面。20世纪40年代，美国的密西根大学首次提出并编制了CCI这个指数，主要倾向于研究消费和宏观经济状态之间的关系。另外一个在美国比较有名的是会员消费者信心指数，除了对整体宏观环境的预测，也加入了对家庭收入和支出方面的调查。在1997年，中国在研究国外指数的基础上引入CCI，来监测中国的宏观经济的运行状况，这个指数按月份公布，在国家统计局的经济景气监测中心能查到，主要对消费者的就业和收入的预期和满意程度进行调查。尼尔森的全球消费者信心指数中，我们可以监测世界经济对中国消费个人财产和就业前景等方面的影响。国内外对消费者信心指数的研究主要分为以下的三个方面：

（1）研究消费者信心与消费之间是否具有预测关系

诸如Mueller（1963）、Linden（1982）以及Jeff和Charles（2004）年等认为消费者信心指数对消费具有预测的作用，也有研究诸如Chopin和Darrat（2000）则对此持有相反的意见。张英奎和张帅（2014）将2001年到2014年的时间分为四个时间段分别做CCI和CPI 之间的相关性研究，得出在不同的经济形式下，CCI和CPI直接存在不同的特征。然后在以Logistic向量自回归模型的基础上，将CCI分为消费者信心的高涨和低迷两个状态，认为我国的消费者是存在惯性的，在不同CCI状态下CPI呈现不同的形态，当CCI大时，CPI在短期较小长期较大且稳定，当CCI小时，CPI维持较低的水平。柴琳琳和姜伟（2016）通过对2006-2016年数据的分析，在凯恩斯消费者理论以及扩展理论的基础上，运用格兰杰因果和协整检验对上述的数据做实证检验得出：第一，消费者信心对消费存在正向相关的关系，说明消费者信心能够影响消费者的消费决定；第二，在5%的显著性水平下，消费者信心与消费通过协整检验，存在长期均衡，消費者信息指数不仅于当期的消费和收入也取决于过去的消费和收入。孙颖（2016）分两步研究消费者信心指数和居住类居民消费价格指数之间的关系，首先是通过理论和经济走势相结合的方式进行描述性分析，认为消费者信心指数和居住类居民消费价格指数存在非对称性，然后以建立的VAR模型和VER模型进行实证检验，结果表明，两研究对象在短期影响很小，在长期存在均衡关系。

（2）消费者信心对金融市场的影响

Otoo（1999）研究消费者情绪与股票之间关系时，对个人进行密歇根调查，发现人们把股票变化作为一个衡量消费的先行指标，认为消费者情绪与股票之间存在正向的关系，股价的上涨能够刺激消费。Fisher和 Statman（2003）认为消费者情绪与股票之间也是正向的关系，这种关系具体体现为当股票高涨时，消费者信心会上升当股票行情不好的时候，消费者信心会下降。贤成毅和秦莉（2017）在建立三元VAR模型的基础上，进行脉冲响应分析，发现在长期中消费者信心指数能够预测大盘走势。股市景气，消费者信心高涨，投资者需求增加，从而促进股票收益率的上升，大盘指数上升。相反，通过做脉冲响应分析得出，大盘走势对消费者信心的预测作用有限。

（3）消费者信心与宏观经济之间的关系的研究

Helder（2009）认为宏观经济变量对消费者信心指数存在着影响，Fuhrer（1993）认为消费者在宏观的经济中出于被动的地位，通过统计测试表明宏观经济的变化引起消费者情绪的变化，并认为在长期中情绪所代表的信息对消费的预测作用不大。Sharon（2005）检测了一个由太阳黑子驱动的不确定的商业周期模型，发现太阳黑子的冲击能够反映消费者信心指数。许多媒体和公众认为消费者情绪是经济中一股重要的、独立的力量。一些人认为，情绪指数预测未来的经济活动，另一些人认为消费者情绪的变化实际上推动了商业周期的波动。这篇文章表明，消费者情绪发挥了更为被动的作用，主要反映而不是引起当前的经济状况，如收入增长水平、通货膨胀、失业和利率。作者的统计测试表明，消费者情绪的大部分变化是由这些宏观经济变量解释的。情绪所特有的信息在解释消费支出的后续变化中所起的作用相对较小。同样，除了滞后的宏观经济数据外，同期消费者情绪数据在预测当前活动方面的增量相对较小。最后，正如一些人所说，在20世纪90年代，情绪在波动和预测中的独立作用并没有增加。张文会（2014）采取定性和定量结合的方式来验证宏观经济对消费者信心指数的影响。李成（2016）选取的时间是2005-2016年。文中以2008年的金融危机为例，通过对比危机前后CCI不同的特征，即危机前消费者对经济形势看好，在危机后对经济形势悲观这两者截然不同的态度，反映出CCI和宏观经济之间存在影响。之后通过实证检验得出消费者信心指数（预期指数）是产出（月度工业增加值增长率）的格兰杰原因，信心指数对产出具有预测作用。

三、实证研究

（1）理论基础

本文对数据的分析是建立在时间序列平稳性的基础上的，可以有效的避免虚假回归，进而能够建立正确的模型来分析经济变量之间的关系。单位根检验包括DF检验和ADF检验，DF检验是Dickey和Fuller在1978年在OLS基础上发现的，随后在1981年为了避免由于回归过程随机干扰性改变以及时间这个趋势变量导致的DF 检验无效这种情形的产生，Dickey和Fuller提出了ADF检验，这个检验规避了上述的两个问题。DF 检验只适用于一阶自回归的过程，无法应用于高阶自回归过程，而ADF检验则可以，同时加入了时间趋势的变化和常数项。单位根的检验是对时间序列数据做平稳性的检验，为了了解消费者信心指数者开户数与收益率之间的的变动关系，这需要对数据做格兰杰因果关系检验，这种统计检验方法是格兰杰在1969年提出的，是以两个变量的向量自回归为基础的。

假设存在两组变量{Xi}和{Xj}，采用EVIEWS8.0软件对其做格兰杰因果检验，其回归后结果可能有四种结果分别是：{Xi}对{Xj}有单项影响、{Xj}对{Xi}有单项影响和{Xi}和{Xj}之间存在双向影响以及{Xi}和{Xj}之间是独立的。为了在格兰杰因果关系的检验中选取最优的滞后阶数，本文是先建立VAR模型，确定滞后项，再对模型中的变量进Granger因果检验。选用在VAR模型的基础上面对数据进行分析，是为了对数据的预测更加的准确，更具真实性。

（2）数据分析

1.ADF单位根检验。选取1999年1月到2018年3月从国泰安中得到的数据，运用EVIEWS8.0，先对该时间序列做ADF单位根检验，如果数据存在单位根，即数据不平稳，不能进行Granger因果检验。

根据建立的模型不一样，检验的结果表现为三种，检验一般是从复杂的模型到简单的模型，根据理论只要有一个模型是拒绝零假设，那么这个序列就是平稳的，否则继续检测。对于原数据进行检验结果如图：当检测选择条件为该None（既没有时间趋势项也没有常数项），ADF检验结果为-15.78347，在三个显著性水平下，皆存在单位根，时间序列是不平稳的；当选择条件为存在常数项时，ADF检验结果为-15.77081，ADF检验的结果都不存在单位根，时间序列是平稳的；当选择条件为既有截距项又有趋势项（即常数项）时，ADF检验结果是不存在单位根的，这说明在此期间的信心指数是平稳的。总体来看这个时间序列是平稳的，可以进行下一步的分析。

同样，选取自1999年1月到2018年3月从中经网产业数据库上选取上证综合指数收盘价的数据为依据，来衡量股票市场收益，来研究两者之间是否存在显著的关系，和上述的分析一致，只要有一个模型的检验是稳定的，这个时间序列就是稳定的。如图可以看出：当该序列存在常数项时，在5%的显著性水平下，是拒绝零假设的，即数列稳定；在既有常数项又有截距项时，在10%的显著性水平下，不存在单位根，即在时间段的数据是平稳的。

2.VAR模型的建立以及应用

在此模型中X代表消费者信心指数，Y代表股票市场收益，根据VAR建立准则，输入数据，可以确定此模型是滞后2期AR（2），模型（来自EVIEWS8.0）表示为：

X=C（1，1）*X（-1）+C（1，2）*X（-2）+C（1，3）*Y（-1）+C（1，4）*Y（-2）+C（1，5）

Y=C（2，1）*X（-1）+C（2，2）*X（-2）+C（2，3）*Y（-1）+C（2，4）*Y（-2）+C（2，5）

帶系数的VAR（2）模型

X=1.07046443289*X（-1）-0.150230474733*X（-2）-0.332725673448*Y（-1）+1.96260251443*Y（-2）-52.8906101055

Y=-2.28181056251e-05*X（-1）+0.00130396352853 *X（-2）+1.15035267224*Y（-1）-0.385031126196*Y（-2）+23.9099696737

由上述可知，该数据是滞后二期的，滞后阶数的确定，可以使格兰杰因果的检验更加准确，以及可以确定，这个模型的建立是否有意义，即是不是所有的变量都是内生的，结果如图可以看出，X不是Y的格兰杰原因，同时Y不是X的格兰杰原因，X和Y是独立的，这个模型的建立是没有意义的，模型的变量中存在外生变量。

四、结论

本文主要是研究消费者信心指数和股票市场之间是否存在关系，即消费者信心指数对股票市场是否有预测的能力。通过对国内外文献的简单的梳理，可以看出关于消费者信心指数的研究主要从三个方面着手：第一，消费者信心指数与消费之间存在着相互的影响；第二，消费者信心与金融市场之间存在着相互的影响；第三，消费者信心与宏观经济之间存在着相互的影响。然后在以ADF单位根检验的基础上对数据进行建模，本文并没有对数据之间的进行Granger因果检验，而是在建立VAR模型的基础上对数据展开Granger因果检验，主要是为了更加精确的确定该时间序列的滞后项。根据检验的结果可以看出，消费者信心指数对股票市场并没有显著的关系。

参考文献

[1]EvaMueller. Ten Years of Consumer Attitude Surveys： Their Forecasting Record[J]. Publications of the American Statistical Association， 1963， 58（304）：19.

[2]Linden， Fabian. The Consumer as Forecaster[J]. Public Opinion Quarterly， 1982， 46（3）：353.