秦利宾武金存

（1.东北财经大学应用金融研究中心，辽宁 大连 116025；2.兰州理工大学经济管理学院，甘肃 兰州 730050）

投资者情绪异质性能影响股价崩盘风险吗？

秦利宾1武金存2

（1.东北财经大学应用金融研究中心，辽宁 大连 116025；2.兰州理工大学经济管理学院，甘肃 兰州 730050）

本文选取1999—2016年沪深A股市场交易数据以及与投资者情绪相关的数据，从市场层面研究了股价崩盘风险与投资者情绪之间的关系。实证研究发现，投资者情绪是股价崩盘风险的单向格兰杰原因，且股价崩盘风险往往要滞后于投资者情绪3期左右。进一步研究表明，投资者情绪对股价崩盘风险具有非对称性影响，即乐观情绪对崩盘风险具有显著影响，而悲观情绪对崩盘风险影响不显著。

股价崩盘风险；投资者情绪；格兰杰原因；非对称影响

一、引言

在2007年发生导致世界经济剧烈波动的金融危机后，股价的暴涨暴跌特别是股价崩盘等极端尾部事件，加剧了资本市场的频繁波动，严重危害了资本市场的健康有序发展，损害了投资者的利益，引起较大的非系统性风险。我国资本市场虽得到了快速发展，但仍存在着制度建设不完善、投资理念不成熟等诸多问题，特别是投资者从众行为严重、追涨杀跌气氛浓厚，导致了股市波动频繁。在2008年金融危机期间，上证指数下跌3000多点。最近一次较大的股价崩盘发生在2015年6月，上证指数在20天时间里下跌近1600多点，甚至出现千股跌停。这些都促使我们立足我国资本市场现状研究股价崩盘风险。

在早期，股价崩盘风险研究主要从完全信息理性预期均衡角度展开，如杠杆效应理论、波动率反馈模型及随机泡沫理论等。现有的研究主要从高管代理问题、信息披露、会计稳健性、分析师乐观程度、宗教信仰等视角分析股价崩盘风险。目前也有学者从投资者行为偏好等行为金融学角度研究股价崩盘风险。投资者情绪作为行为金融学的主要研究范畴之一，在研究IPO抑价、封闭式基金折价等金融异象及收益率波动、资产定价等方面凸显优势。考虑到我国资本市场中中小投资者比例较大，而且在证券市场上的表现大多是非理性的，即受个体情绪波动影响严重，使我国证券市场呈现出波动性较大、过度投机等特点。因此考虑从投资者情绪角度研究股价崩盘风险。Shiller（1989）基于美国数据研究了股价崩盘风险与投资者情绪的关系，发现在股价崩盘前后投资者情绪从过度乐观突然转变为过度悲观，但没有进一步说明是投资者情绪转变引起了股价崩盘，还是股价崩盘引起了投资者情绪的转变。Delong等（1990）通过建立噪声交易者（DSSW）模型，发现了非知情交易者（噪音交易者）由于无法获得内幕消息，而又对自己掌握的噪声信息正确性充分肯定，容易产生过度自信以及正反馈效应，且情绪越乐观，效应越明显，进而进一步推高股价，产生股价泡沫。基于此，有必要进一步研究投资者情绪与股价崩盘风险间的因果关系，以及探讨投资者情绪异质性对股价崩盘风险的影响。

基于上述考虑，本文选取1999—2016年我国沪深A股市场交易数据以及与投资者情绪①相关的数据，从市场层面来研究股价崩盘风险和投资者情绪之间的关系。本文的主要贡献体现在以下两方面：一是以往关于股价崩盘风险的实证研究都是基于个股层面，本文通过构造市场层面股价崩盘风险指标，探讨了股价崩盘风险与投资者情绪之间的关系。在此基础上，通过构造投资者异质情绪虚拟变量，进一步探讨了乐观情绪和悲观情绪分别对股价崩盘风险的影响。通过本文的研究，丰富了股价崩盘风险领域的相关文献，并为进一步研究崩盘风险与投资者情绪提供了相关研究思路。二是通过研究股价崩盘风险与投资者情绪之间的关系，有助于寻求缓解股价崩盘风险的有效途径，维护金融市场的稳定，并能指导投资者理性投资。

二、理论分析与研究假设

公司内部管理层出于对自身利益的考虑，更倾向于对积极的消息进行披露，而对消极信息进行隐藏。这种有选择的信息披露直接导致了股价不断被推高，远离其实际价值。当公司内部隐藏的消极消息由于某种原因释放到市场中时，股价便面临崩盘风险。正如Jin和Myers（2006）指出的，公司隐藏的坏消息是有一个阀值的，当超过这个阀值时，坏消息便会暴露在公众面前，进而面临较高的股价崩盘风险。由此可见内部信息客观披露对防范股价崩盘风险的重要性。如果公司透明度高，信息不对称情况缓解，那么崩盘风险就会比较小；相反，透明度低的公司，则会面临较高的崩盘风险（叶康涛等， 2015）。通过对公司内部治理进行分析可以发现，会计稳健性、盈余管理、企业社会责任、独立董事制度、大股东持股比例以及控股股东股权质押等因素会对公司内部信息披露产生影响，进而对股价崩盘风险产生影响（Chen等，2016； 权小锋等，2015； 王化成等，2015； 梁权熙和曾海舰，2016； 谢德仁等，2016）。此外，公司外部环境在一定程度上也可以对公司与投资者之间的信息不对称情况产生影响，进而影响股价崩盘风险。具体外部环境主要有分析师覆盖、媒体报道、公司总部所在地宗教水平以及公众之间的信任水平、机构投资者、制度环境等（Xu等，2013； Aman， 2013；Li等，2017； 许年行等，2013； 罗进辉和杜兴强，2014； 褚剑和方军雄，2016）。可见，信息不对称和委托代理问题导致负面消息累积并集中释放，是股价崩盘风险发生的重要原因。

公司业绩预告、媒体披露以及分析师作为信息中介，应该缓解市场上信息不对称问题，但是由于其发布信息的选择倾向，易给市场上的投资者传递一种错误的情绪导向。王俊秋等（2013）指出，管理层出于资本市场动机、薪酬激励动机和规避诉讼动机，通常会对公司业绩预告时间和方式在法律范围内进行策略选择。张艺馨（2012）认为管理层为了影响股票定价，降低坏消息对公司股价的影响，好消息通常会选择在交易日公布，而坏消息通常会选择在周末或休息日公布。媒体在信息披露的过程中本应该做到中性无偏。游家兴和吴静（2012）发现媒体为了吸引读者关注，通常会在报道时进行渲染，过分夸大事实，通过媒体情绪对市场产生影响。此外，许年行等（2012）发现，分析师倾向于发布乐观盈余预测与评级，而忽视负面消息。市场上投资者并非完全理性，上市公司利好消息会提高投资者对公司未来预期，在正反馈交易策略以及羊群行为的影响下，新的资金和投资者不断进入，致使股价上涨的同时崩盘风险也在增加。据此，提出以下假设：

H1：投资者情绪是股价崩盘风险的原因。

为进一步探讨投资者情绪对股价崩盘风险的影响，将投资者情绪分为乐观与悲观情绪。游家兴和吴静（2012）研究媒体情绪对资产误定价时发现，媒体情绪对资产误定价存在非对称影响，即乐观的媒体情绪对资产误定价影响更严重。文凤华等（2014）认为，将积极与消极的情绪分开考虑，对股票收益有更好的解释能力；并且积极情绪对股票收益有显著的正向作用，而消极情绪对股票收益的影响不显著。市场情绪乐观时，大量的噪音交易者进入市场，不断推高股价，股价崩盘风险增加；而当市场情绪悲观时，噪音交易者由于恐惧心理退出市场，此时市场上更多是理性投资者，传统金融理论对资产价格具有较强的解释能力。据此，提出以下假设：

H2：投资者乐观情绪会增加股价崩盘风险，而投资者悲观情绪对股价崩盘风险不具有显著影响。

三、研究设计

（一）样本选取

本文主要研究投资者情绪与股价崩盘风险之间的关系，研究对象是市场层面的股价崩盘风险与投资者情绪。文中股价崩盘风险数据源自国泰安数据库，投资者情绪数据来自国泰安数据库和锐思数据库。其中，在构建投资者情绪综合指数过程中，国泰安数据库关于消费者景气指数的数据始于1999年，截止于2016年，故本文的研究区间确定为1999—2016年。计算股价崩盘风险以沪深A股市场回报率的日数据为基础，共有4354期数据。构建投资者情绪指数的数据以月数据为基础，共有216期数据。

（二）变量的定义和度量

1.股价崩盘风险。目前，国内外对于股价崩盘风险的实证研究主要停留在个股层面，很少有涉及市场层面的实证研究。Kim等（2014）、Callen和Fang（2015）等利用负收益偏态系数（NCSKEW）和收益上下波动比率（DUVOL）度量个股股价崩盘风险②。本文借鉴负收益偏态系数和收益上下波动比率度量以沪深A股为代表的市场层面股价崩盘风险③，具体计算过程如下：

其中，rt为考虑现金红利再投资的流通市值加权平均综合A股市场的日回报率，Rt为调整后的综合A股市场日回报率。

其中，n为股票月交易天数，Rˉ为调整后沪深综合A股市场月平均收益率。NCSKEW为正向指标，即数值越大表示越容易发生股价崩盘。

其中，nu（nd）为综合A股市场日回报率大于（小于）月均值天数，Rˉu（Rˉd）为综合A股市场回报率大于（小于）月回报率均值天数的调整后日回报率均值。收益上下波动比率也是一个正向指标，即其数值越大表示回报率越倾向于左偏，发生股价崩盘的概率越大。

2.投资者情绪。本文借鉴易志高和茅宁（2009）、杨墨竹（2013）的方法构造投资者情绪综合指数（Isentt）月度指标。考虑到数据的可得性以及完整性，最终选取了反映一级市场情绪特征的IPO数量以及上市首日收益率，反映二级市场情绪特征的换手率及市盈率，反映基金市场情绪特征的封闭式基金折价率，反映场外市场情绪的消费者信心指数六个指标构建投资者情绪综合指数。此外，考虑到控制宏观经济的影响，选取了工业品出厂价格指数、居民消费价格指数及宏观经济景气指数作为控制变量。首先通过情绪替代变量对宏观经济指标进行回归，剔除情绪变量中的理性预期成分；然后，参考林海明和林敏子（2004）的主成分分析过程，对情绪替代变量残差进行主成分分析，构造投资者情绪综合指数（Isentt）月度指标。其表达式为：

其 中 ，ZIPONrt、ZIPORrt、ZATURNrt、ZMErt、ZDCEFrt、ZCCIrt分别是各个投资者情绪代理变量剔除宏观经济影响因素之后残差的标准化。

3.控制变量。在以往研究个股股价崩盘风险的文献中，往往采用股票换手率、股票回报率、公司规模、账面市值比等指标作为控制变量。由于本文研究沪深A股市场层面的股价崩盘风险，考虑到数据的可得性，故选择沪深综合A股市场的月度回报率（RETt-1）、综合A股市场的月流通市值对数（LCMVt-1）作为控制变量。此外，引入上一期股价崩盘风险变量（CrashRiski,t-1）。

（三）实证模型

本文拟采用格兰杰因果关系检验来验证股价崩盘风险与投资者情绪之间的关系。首先，对股价崩盘风险指标和投资者情绪指标进行单位根检验。如果变量是平稳的，则直接进行格兰杰因果关系检验。如果变量是非平稳的，先进行协整检验，以保证数据尽可能充分反映原始信息，如果变量间协整则构造误差修正模型并进行格兰杰因果关系检验，否则进行差分然后变量平稳后进行格兰杰因果关系检验。

其中，CrashRiski,t分别由t月的NCSKEW和DUVOL来度量，CrashRiski,t-j代表滞后j期(t-j)月的股价崩盘风险，Isentt-i代表滞后i期(t-i)月的投资者情绪综合指数。

以上模型用来检验股价崩盘风险和投资者情绪之间的因果关系。借鉴宋顺林和王彦超（2016）对情绪的划分方法，将投资者情绪大于均值的部分划分为乐观情绪，投资者情绪小于均值的部分划分为悲观情绪。为进一步分析乐观情绪与悲观情绪对股价崩盘风险的影响，引入控制变量构造关于投资者情绪对股价崩盘风险的回归模型。

其中，Isentt为当期投资者情绪综合指数，ControlVariablei,t-1为滞后一期控制变量，包括RETt-1、CMVt-1、CrashRiski,t-1。

其中Dt为投资者情绪虚拟变量，当投资者情绪乐观时，Dt=1，否则，Dt=0。

四、实证结果与分析

（一）描述性统计分析和相关性分析

表1为主要变量的描述性统计结果。两个市场层面股价崩盘风险指标NCSKEW和DUVOL均值分别为0.203和0.285，标准差分别为0.841和1.094，表明在衡量市场崩盘风险方面，两个指标存在一定差异。投资者情绪综合指数Isent的均值和标准差分别为0.000和0.658，表明我国证券市场投资者情绪波动较大。

表1：描述性统计分析

表2为各主要变量的Pearson相关系数结果。NCSKEW和DUVOL相关系数高达0.926，且在1%统计水平下显著，说明两个股价崩盘风险指标在衡量市场股价崩盘风险方面的高度一致性。投资者情绪综合指数与两个股价崩盘风险指标间的相关系数分别为0.187、0.170，表明投资者情绪综合指数与两个股价崩盘风险指标间显著正相关。此外，投资者情绪综合指数（Isent）、综合A股市场月度回报率（RET）、综合A股市场月流通市值对数（LCMV）三个变量之间显著相关，但是相关系数较小，在回归分析时受共线性影响相对较小。

表2：Pearson相关系数

（二）股价崩盘风险与投资者情绪的因果关系分析

为了保证结果的可靠性，防止出现伪回归，在进行格兰杰因果关系检验之前，要对时间序列的平稳性进行检验。本文采用ADF检验和PP检验对负收益偏态系数（NSCSKEW）、收益上下波动比率（DUVOL）、投资者情绪综合指数（Isent）、综合A股市场月度回报率（RET）、综合A股市场月流通市值对数（LCMV）进行单位根检验。根据各指标时间序列形态，对NSCSKEW、DUVOL、RET进行含有漂移项的检验，对Isent进行无趋势无漂移项检验，对LCMV进行含有漂移项和趋势项的检验。具体结果见表3：

表3：各变量单位根检验结果

从表3可以看出，NSCSKEW、DUVOL、Isent、RET等时间序列在1%的显著性水平下都拒绝有单位根的原假设，即各指标时间序列是平稳的。LCMV时间序列的ADF和PP统计值分别为-3.093、-2.346，对应在10%的显著性水平下临界值为-3.139、-3.139，均不能拒绝存在单位根的原假设，即LCMV时间序列是非平稳的。通过对LCMV时间序列一阶差分后，D(LCMV)时间序列在1%的显著性水平下拒绝了存在单位根的原假设，即综合A股市场调整月度流通市值的一阶差分序列是平稳的。

表4为格兰杰因果关系检验结果的一部分，可以看出投资者情绪是股价崩盘风险的格兰杰原因，而股价崩盘风险不是投资者情绪的格兰杰原因。根据VAR确定最优滞后阶数的方法，确定出NSCSKEW和Isent以及DUVOL和Isent的VAR模型最优滞后阶数为3阶。通过格兰杰因果关系检验，在滞后3阶时，统计检验结果最显著，这与VAR模型确定的最优滞后阶数一致。因此可以得出这样的结论，在中国市场上投资者情绪的高涨导致了股价崩盘风险的增加，但是股价崩盘风险增加往往滞后于投资者情绪高涨3期左右；同理，投资者情绪的低落，降低了股价崩盘风险，且股价崩盘风险的降低滞后于情绪低落3期左右。

（三）投资者情绪对股价崩盘风险的影响分析

表5列出了两种情况下投资者情绪对股价崩盘风险的回归结果。在投资者情绪不分乐观与悲观的情况下，Isent系数为正，且在5%的统计水平上显著。该结论表明，随着投资者情绪的不断高涨会加大股价崩盘风险，投资者情绪低落会降低股价崩盘风险，这与上文分析的结论基本一致。在投资者情绪分乐观与悲观的情况下，D·Isent即投资者乐观情绪的系数为正，在5%的统计水平上显著；(1-D)·Isent即投资者悲观情绪系数为负，且不显著。该结论说明随着投资者乐观情绪的不断增加，股价崩盘风险也在不断增加。尽管投资者悲观情绪系数为负，由于其不显著，也不能说明随着投资者悲观情绪的不断增加会降低股价崩盘风险。通过以上分析，可得出在市场情绪高涨的时候，市场上充斥着大量的非理性投资者，随着情绪不断高涨，股价泡沫不断增大，进而加大了市场股价的崩盘风险。在市场上情绪低落时，市场上非理性投资者由于恐惧心理退出市场，市场上保留下来的大多是理性投资者，在这种情况下，情绪低落并不会对市场股价崩盘风险带来显著影响。本文结论与刘维奇和刘新新（2014）的结论基本一致，其在研究个人和机构投资情绪对股票收益的影响时指出，在金融危机以后，市场上投资者情绪的影响在逐渐减弱，情绪极度低落时，投资者情绪对市场的影响不大，此时市场趋于理性，同时也表明，传统金融理论在情绪极度低落的时候对市场有更好的解释能力。

表4：NSCSKEW和DUVOL与Isent格兰杰因果关系检验结果

五、稳健性检验

为了检验上述结论的可靠性，本文进行了以下几个稳健性测试：一是构造崩盘风险概率指标（Crash）；二是情绪分样本回归；三是增加控制变量。经检验以上结论依然成立，表明本文的研究结论具有一定的稳健性。其中，基于崩盘风险概率指标（Crash）的稳健性检验如下：

借鉴陈国进和张贻军（2009）、潘越等（2011）关于个股股价崩盘风险概率指标，构造市场层面的股价崩盘风险概率指标（Crash）。假定调整后沪深综合A股市场的日收益率R～N(u,σ)，定义一个二元变量Crash代表市场股价崩盘，并通过以下公式判断是否发生市场层面的股价崩盘：

表5：股价崩盘风险与投资者情绪回归结果

其中，股价崩盘概率指标是以月度为周期。当月内发生过一次或多次股价崩盘，则认定该月为发生股价崩盘；否则认为该月股价崩盘事件未发生④。

表6为股价崩盘概率和投资者情绪的回归分析结果。在投资者情绪不分乐观与悲观的情况下，投资者情绪对股价崩盘概率有正向影响，且在1%的统计水平上显著；在引入情绪哑变量之后，投资者乐观情绪对股价崩盘概率为正向影响，且在10%的统计水平上显著；投资者悲观情绪对股价崩盘概率没有显著的影响。这一结论与上文分析基本一致，说明研究结果具有一定的稳健性。

六、结论与启示

本文在综述股价崩盘风险相关文献的基础上，从行为金融学的投资者情绪视角切入研究股价崩盘风险，在理论分析和阐述投资者情绪与股价崩盘风险之间关系的基础上，进行实证分析。选取1999—2016年的沪深综合A股市场交易数据及与投资者情绪相关的数据，从市场层面研究股价崩盘风险与投资者情绪的因果关系，并进一步探讨投资者乐观情绪与悲观情绪分别对股价崩盘风险的影响。研究发现：

表6：基于股价崩盘概率的稳健性检验

第一，股价崩盘风险与投资者情绪之间表现出正向不同步特征。投资者情绪是股价崩盘风险的单向格兰杰原因，股价崩盘风险往往要滞后于投资者情绪3期左右，并且投资者情绪对股价崩盘风险具有显著的正向影响。

第二，异质投资者情绪对股价崩盘具有非对称性影响。投资者乐观情绪会增加股价崩盘风险，而投资者悲观情绪对股价崩盘风险的影响作用不显著。由此可见，投资者情绪对股价崩盘风险的正向影响是由乐观情绪决定的。这种非对称影响主要原因是市场情绪高涨时，投资者更多地表现出非理性特征，进而不断推高股价，增加股价崩盘风险；而当市场情绪低落时，非理性投资者由于恐惧心理退出市场或处于观望状态，市场上投资者更多地表现出理性特征，此时股价并不会被过度推高。

基于研究结论，提出以下政策建议：

第一，对于监管层。降低股价崩盘风险，应该维持市场情绪稳定，避免出现情绪高涨的投机气氛；由于市场股价崩盘风险滞后于投资者情绪表现，应该建立完善投资者情绪的监测机制，及时发现市场上投资者情绪的极端表现，采取必要的控制措施。

第二，对于投资者。应该在市场情绪高涨时保持理性分析，避免股价泡沫增大带来的崩盘风险；在市场情绪低落时不要恐慌，此时市场趋于理性，要善于抓住投资机遇。

注：

①投资者情绪异质性具体可分为悲观与乐观情绪，理性与非理性情绪。本文研究的投资者情绪异质性具体是指乐观与悲观情绪。

②目前，衡量市场（个股）股价崩盘风险的方法主要有三种。第一种是本文所提到的负收益偏态系数和收益上下波动比率，也是目前测量股价崩盘风险使用较多的方法。第二种是Marin和Oliver（2008）、陈国进等（2008） 提出，假定资产收益率r～N(μ,σ2)，定义二元变量Crash表示崩盘，当r≤μ-2σ（或≤μ-2σ），则当Crash=1，意味着崩盘事件发生；反之，当Crash=0，表示崩盘事件未发生。第三种是Pool等（2004）、刘圣尧等（2016）将崩盘风险指标定义为＜q|Fm(Rm)＜q]，该指标衡量个股伴随市场出现崩盘的概率。

③Chen等（2001）首次提出测量个股崩盘风险的两个指标，即负收益偏态系数和收益上下波动比率。作者后续的研究在此基础上进行了改进，将使用个股半年日收益率改为个股周度收益率，并剔除市场对个股收益率的影响。本文所使用的是市场收益率，故不再对收益率进行调整，并引入市场收益率月均值。

④股价崩盘概率的阀值会影响对是否发生股价崩盘的判断。在个股股价崩盘概率的阀值设置中，陈国进和张贻军（2009）]分别选1.65、2、2.25作为阀值，潘越等（2011）分别选用3.09作为阀值。由于本文研究市场层面股价崩盘风险，参考陈国进等（2008）在股市崩盘现象研究评述当中指出的2.58作为阀值。

[1]Christie AA.1982.The stochastic behavior of common stock variances：Value，leverage and interest rate effects[J].Journal of Financial Economics，10（4）.

[2]Pindyck R S.1983.Risk，Inflation，and the Stock Market[J].American Economic Review，70（5）.

[3]Campbell J Y，Hentschel L.1991.No news is good news：An asymmetric model of changing volatility in stock returns[J].Journal of Financial Economics，31（3）.

[4]Blanchard O J，Watson M W.1983.Bubbles，Rational Expectations and Financial Markets[J].Nber Working Papers.

[5]Kim Y，Li H，Li S.2014.Corporate social responsibility and stock price crash risk[J].Journal of Banking&Finance，43（1）.

[6]KousenidisDV，LadasAC，NegakisCI.2014.Accounting conservatism quality of accounting information and crash risk of stock prices[J].Journal of Economic Asymmetries，11（11）.

[7]Callen J L，Fang X. 2015. Religion and StockPriceCrashRisk[J].JournalofFinancial and Quantitative Analysis，50（1-2）.

[8]许年行，江轩宇，伊志宏，徐信忠.分析师利益冲突、乐观偏差与股价崩盘风险[J].经济研究，2012，（7）.

[9]刘圣尧，李怡宗，杨云红.中国股市的崩盘系统性风险与投资者行为偏好[J].金融研究，2016，（2）.

[10]权小锋，吴世农，尹洪英.企业社会责任与股价崩盘风险：“价值利器”或“自利工具”?[J].经济研究，2015，（11）.

[11]王化成，曹丰，叶康涛.监督还是掏空：大股东持股比例与股价崩盘风险[J].管理世界，2015，（2）.

[12]梁权熙，曾海舰.独立董事制度改革、独立董事的独立性与股价崩盘风险[J].管理世界，2016，270（3）.

[13]谢德仁，郑登津，崔宸瑜.控股股东股权质押是潜在的“地雷”吗？[J].管理世界，2016，（5）.

[14]许年行，于上尧，伊志宏.机构投资者羊群行为与股价崩盘风险[J].管理世界，2013，（7）.

[15]罗进辉，杜兴强.媒体报道、制度环境与股价崩盘风险[J].会计研究，2014，（9）.

[16]褚剑，方军雄.中国式融资融券制度安排与股价崩盘风险的恶化[J].经济研究，2016，（5）.

[17]王俊秋，花贵如，姚美云.投资者情绪与管理层业绩预告策略[J].财经研究，2013，（10）.

[18]张馨艺，张海燕，夏冬林.高管持股、择时披露与市场反映[J].会计研究，2012，（6）.

[19]游家兴，吴静.沉默的螺旋：媒体情绪与资产误定价[J].经济研究，2012，（7）.

[20]文凤华，肖金利，黄创霞，陈晓红，杨晓光.投资者情绪特征对股票价格行为的影响研究[J].管理科学学报，2014，17（3）.

[21]易志高，茅宁.中国股市投资者情绪测量研究：CICSI的构建[J].金融研究，2009，（11）.

[22]杨墨竹.ETF资金流、市场收益与投资者情绪——来自A股市场的经验证据[J].金融研究，2013，（4）.

[23]林海明，林敏子.主成分分析法与因子分析法应用辨析——兼与《我国上市公司赢利能力与资本结构的实证分析》一文作者商榷[J].数量经济技术经济研究，2004，21（9）.

[24]宋顺林，王彦超.投资者情绪如何影响股票定价?—基于IPO公司的实证研究[J].管理科学学报，2016，19（5）.

[25]刘维奇，刘新新.个人和机构投资者情绪与股票收益——基于上证A股市场的研究[J].管理科学学报，2014，17（3）.

[26]陈国进，张贻军，沈炳熙.异质信念、卖空限制与我国股市的暴跌现象研究[J].金融研究，2009（4）.

[27]潘越，戴亦一，林超群.信息不透明、分析师关注与个股暴跌风险[J].金融研究，2011，（9）1.

（责任编辑 孙 军；校对 WJ，SJ）

Will Emotional Heterogeneity of Investors Affect the Risk of Stock Price Crash?

Qin Libin1Wu Jincun2
（1.Research Center of Applied Finance，DUFE，Liaoning Dalian 116025；2.School of Economics and Management，Lanzhou University of Technology，Gansu Lanzhou 730050）

This paper investigates the relationship between stock price crash risk and investor sentiment in marketlevel，based on the data of Shanghai and Shenzhen A-share market and investor sentiment from 1999 to 2016.The study finds that there are characteristics of positive correlation and asynchrony between investor sentiment and stock price crash risk.Investor sentiment is one-way Granger cause of stock price crash risk，and stock price crash usually lags behind investor sentiment about three periods.Further analysis reveals that the investor sentiment has asymmetric effects on stock price crash risk.Specifically，optimism investor sentiment has a significant positive impact on the stock price crash，while pessimism has no significant impact on stock price crash.The findings will be helpful to understand the role of investor sentiment in stock price crash，and guide regulators to maintain market stability and investors to make rational investment.

stock price crash，investor sentiment，Granger cause，asymmetric

F830.91

A

1674-2265（2017）10-0076-07

2017-07-08

秦利宾，男，东北财经大学应用金融研究中心，研究方向为量化金融；武金存，女，金融学博士，兰州理工大学经济管理学院副教授，研究方向为资本市场。