高 雅， 熊 熊，2， 冯 绪，2， 韩佳彤

(1. 天津大学管理与经济学部， 天津 300072； 2. 中国社会计算研究中心， 天津 300072； 3. 天津财经大学金融学院， 天津 300222)

国内外学者关于投资者情绪的研究由来已久，早在1936年，Keynes[1]就分析了投资者情绪对资产价格的影响。投资者情绪的研究起源于众所周知的心理学事实：高(低)情绪的人倾向于产生过于乐观(悲观)的选择和判断。Keynes[1]认为，在这种“动物精神(animal spirits)”的推动下，市场可能会产生大幅的波动，这种动力以与基本面无关的方式推动价格的变化。之后De Long等[2]正式确定了投资者情绪在金融市场中的作用：如果无知的噪音交易者基于情绪进行投资决策，而风险规避的套利者遇到套利限制时，情绪变化会导致更多的噪音交易、更大的错误定价和过度波动。Baker等[3]研究表明，现在的问题已不再是探讨投资者情绪是否影响股票价格，而是如何衡量投资者情绪并量化其影响。借此，本文对8个顶级国际期刊和13个国内优秀期刊130篇主题中涉及“sentiment”和“情绪”的文献进行梳理，汇总分析当前比较流行的投资者情绪指标构建方式以及已有对金融市场不同领域的研究结论，希望能够为学者们选择和优化投资者情绪指标以及进一步研究情绪对市场/投资者交易行为产生影响时提供参考意见。本文包括以下3部分：不同投资者情绪指标的构建方式及相关的研究；投资者情绪对不同类型金融市场产生的影响及相关的研究；本文对已有研究进行梳理总结并据此给出未来可能的发展方向。

一、 投资者情绪的构建

目前投资者情绪的构建主要有以下6种方式：1)直接利用市场交易数据构建；2)使用主成分分析法得出指标的共性因子；3)利用相关调查研究数据；4)提取媒体报道内容中包含投资者情绪的关键词；5)利用天气、重要比赛结果、政治环境变化等影响大众情绪的事件构建；6)构建投资者情绪相关理论模型等。本文将对这些构建方式和代表性作品进行简要分析。

1. 直接利用市场交易数据作为投资者情绪代理变量

1991年，Lee等[4]研究封闭式基金之谜时，就已将投资者情绪这一因素加以考虑，从理论上给出了投资者情绪对封闭式基金折价以及小股票价格变动的影响，之后的研究中也常以封闭式基金折价作为投资者情绪的代理变量，如Bodurtha等[5]、李广子等[6]、张丹等[7]、伍燕然等[8]和黄大海等[9]。

由于噪音交易者参与比例较高，IPO市场也成为对投资者情绪敏感的市场之一，因此IPO当天交易量以及IPO收益折价也常作为投资者情绪代理变量。相关研究包括Ritter[10]、Derrien[11]、伍燕然等[8]。IPO前投资者在灰色市场进行的交易也是投资者情绪的常用代理变量，Cornelli等[12]发现，乐观的灰色市场价格是IPO后价格的正向影响因素，Neupane等[13]也发现，IPO申请认购结束前灰色市场的活跃程度决定了散户投资者参与IPO的程度。

新开户数量、市场换手率、指数收益等反映了市场整体乐观/悲观状况，从而对投资者的交易行为产生影响，因此也常用作投资者情绪代理变量，相关研究包括Simon等[14]、Han[15]和鲁训法[16]等。其他研究(Kumar等[17]、Bergman 等[18]、Li等[19]、花贵如等[20-21]、陆静等[22-23])发现股票/投资组合过去的收益对投资者情绪以及进一步的交易行为产生了显著影响，从而可以作为投资者情绪代理变量。

其他代表公司基本面信息的指标，包括股息溢价、主营业务增长比、公司资金流量等，同样影响了投资者对于相应股票的预期，因此也常用作投资者情绪代理变量，相关研究包括黄宏斌等[24]、夏芳[25]和池丽旭等[26]。

根据理论研究结论或实证经验得出能够代表投资者情绪的交易数据，作为投资者情绪直接代理变量的研究近年来已经大大减少，学者们更乐于找到能够综合反映市场数据所包含的与投资者情绪相关部分的指标，因此，Baker等[27]提出的主成分分析法成为了之后构建投资者情绪指标的主要方法之一。

2. 使用主成分分析法得出指标的共性因子

Baker和 Wurgler[27]最早提出利用主成分分析法，提取投资者情绪相关代理变量第一主成分构建复合投资者情绪综合指标，并将此综合指标与宏观经济条件进行正交，降低了与系统性风险相关的可能性。Baker等[27]发现，这个综合的情绪指标与美国股市泡沫的崩溃的历史记录是吻合的。

Baker等[27]构建的投资者情绪指标在之后的研究中被广泛使用：McLean等[28]对投资者情绪与企业外部融资成本的研究，Yu等[29]对投资者情绪对市场均值-方差权衡影响的研究，Arif等[30]对公司总投资、未来股票收益与投资者情绪之间关系的研究，Lin等[31]对投资者情绪对现货市场和期货市场之间动态定价作用的研究，Kim等[32]对投资者情绪对投资者分歧和未来股市收益间关系的研究，Fong等[33]对投资者情绪对股票收益影响的研究，Kurov[34]对投资者情绪与货币政策间关系的研究，Liang[35]对投资者情绪与市场回购间关系的研究，Seo等[36]对投资者情绪对期权市场信息波动率预测能力的研究，Sibley等[37]对投资者情绪与商业周期关系的研究，Yang等[38]对投资者情绪与机构投资者回报预测能力的研究，Chung等[39]对投资者情绪与经济扩张和衰退状态下股票横截面收益关系的研究，Kumar等[40]对投资者情绪与股票协同效应的研究，Li等[41]对投资者情绪对其现金持有和未来收益率之间横截面关系的研究，Laborda等[42]对投资者情绪与美国主权债券风险溢价关系的研究都是直接采用Baker等[27]提出的综合指数作为其投资者情绪的主要(或其中一个)代理变量①。

Baker等[27]用作主成分分析的指标主要包括封闭式基金折价、纽约证券交易所股票换手率、IPO数量、IPO折价、股本发行占总发行比例和股息溢价。许多国内学者借鉴Baker等[27]方式，基于我国市场数据，利用主成分分析法提取投资者情绪综合指标，在此基础上分析其对我国金融市场的影响。相关研究包括文凤华等[43]、吴悠悠[44]、姚尧之等[45]、杨墨竹[46]、向诚等[47]、蒋玉梅等[48]、张强等[49]对投资者情绪与股票收益的研究，巴曙松等[50]、姚尧之等[45]、李合龙等[51]对投资者情绪对市场波动影响的研究，蒋玉梅等[52]对投资者情绪与盈余公告和公告后市场反应的研究，张婷等[53]、宋顺林等[54]对投资者情绪与市场价值溢价现象的研究，黄宏斌[24]等对投资者情绪对不同生命周期企业融资方式和约束影响的研究，黄霖华等[55]对投资者情绪对股票价格和公允价值间价值相关性影响的研究，宋顺林等[56-57]对投资者情绪与IPO承销商定价的研究，伍燕然等[58]等对投资者情绪与分析师盈利预测的研究等。除Baker等[27]使用的6个指标外，这些研究中用来进行主成分分析的指标还包括市盈率[45-46，55-57]，涨跌比[45-47]，消费者信心指数[59-60]，市场成交量[22-23，47，61]和市场回报[56-58]等。

利用主成分分析法从相关投资者情绪指标中提取共性因子，通过调整不同情绪指标间领先滞后关系以及与宏观经济指标的正交，使得Baker等[27]指标成为一个综合、全面反映投资者情绪的代理变量，借助这个变量所得出的结论也相对更为科学。但由于Baker等[27]指标的构建都是基于投资者情绪间接指标，虽然众多研究表明，这些指标可以很好地反映投资者情绪的变化，但依旧缺少直接指标的影响。其次，Baker等[27]指标所得出的数据为年度数据，对于投资者每日交易甚至高频交易的指导性较小，缺少实践意义。最后，Baker等[27]主成分分析法得出的第一主成分解释了模型51%的变化，丢失的信息比较多，可以尝试多保留一个主成分，以更好地刻画投资者情绪。

3. 根据调查研究数据构建情绪指标

利用调查数据来构建投资者情绪指标是一种更为直接的指标构建方式，投资者协会定期向会员发放调查问卷，根据反馈结果得出个体对未来股价看涨、看跌的预期，从而构建投资者相应指数。由于这类调查是直接针对个人的，因此常被当作投资者情绪代理变量。

使用最多的调查数据为密歇根大学提出的消费者情绪指数(the consumer sentiment index， CSI)，该指数基于对美国民众的电话采访，得出其对未来经济的预测。Christiansen等[62]对情绪与美国经济衰退的研究，Akhtar等对美国[63]、澳大利亚[64]股票市场和期货市场的研究， McLean等[28]对外部融资成本的研究，Kumar等[17，40]对股票协同效应的研究，Li等[41]对投资者现金持有和未来收益率之间横截面关系的研究，Chou等[65]对橙汁期货合约中回报反转的研究，Lee等[66]对信用违约互换合同利差变化的研究等，Schmeling[67]对投资者情绪对18个工业国家股票收益影响的研究等都使用了该调查数据作为投资者情绪代理变量。

其他利用调查数据所做的分析包括Arif等[30]用年会委员会收集的消费者信心指数对投资者情绪与公司投资和未来股票收益的研究，Han[15]利用对150位专业投资人士的周调查数据，分析了投资者情绪对标普500期权价格的影响，Chiu等[68]利用Robert Shiller等提供的美国崩盘信心指数对投资者情绪与金融市场波动与宏观经济基本面间动态关系的研究，Lee等[69]使用New Rochelle投资者情报局提供的数据对投资者情绪与条件波动率形成和预期收益影响的研究，Brown等[70]利用美国个人投资者协会和150份给特定读者定期寄发的周调查数据对投资者情绪与近期市场回报的研究，Menkhoff等[71]根据对专业人士长达6个月的调查数据对投资者情绪与长期汇率回报关系的研究，贺志芳等[72]利用美国个体投资者协会指数(AAII)对投资者情绪与时变风险补偿系数的研究。

国内学者常使用的调查数据作为投资者情绪指标进行的研究还包括韩立岩等[73]利用CCTV对股票市场调查的日数据对投资者情绪与IPO之谜的研究，王道平等[59]运用微观调查所得的大宗商品信心指数对投资者情绪与大宗商品价格影响的研究，陈其安等[74]选取《股市动态分析》杂志给出的好淡指数对投资者情绪与股票市场波动性的研究(杨墨竹[46]、李凤羽[75]也使用了这一指标作为投资者情绪的代理变量)等。

相对于使用市场直接交易数据或者综合数据得出的投资者的情绪指标，对投资者直接调查所得出的数据可以更直观地反映投资者的情绪状态，相对更准确地表达调查样本中投资者对股票市场的看法。但由于调查数据通常是针对一部分固定样本进行重复调查，可能会有调查样本选择的偏差(例如针对专业投资者进行的调查不能很好地刻画一般个人投资者的情绪状态)，数据频率不高(一般为周数据)，调查数据质量无法保证(重复调查导致调查对象倦怠)等问题。因此学者们在利用这一指标作为投资者情绪代理变量时通常会结合其他投资者情绪间接指标，以得到更加可靠的结论。

4. 提取媒体报道中关键词构建情绪指标

Tetlock[76]扩展了投资者情绪指标的构建方式，不再仅仅局限于市场交易相关数据，而是将其扩展至对股票市场参与者交易行为可能产生影响的媒体报道中。利用哈佛大学最新的IV-4社会心理学词典和定量内容分析程序General Inquirer (GI)，Tetlock[76]对每日华尔街日报专栏的内容进行了划分，研究与投资者情绪相关词汇的数量与市场回报和交易量间的关系。

此后的相关研究也开始关注新闻媒体信息中包含的情绪词汇对金融市场产生的影响，包括Garcia[77]利用Bill McDonald 提供的文字字典提取出1905—2005年纽约时报的金融新闻中积极和消极的文字比例，分析其与股票回报间的关系；Smales[78]以Thomson Reuters新闻分析提供的特定新闻来构建投资者情绪代理变量，研究2003—2012年期间黄金期货市场中投资者情绪与期货回报之间的关系；Smales[79]基于主要国际银行的新闻信息作为投资者情绪代理变量，研究其与LIBOR-OIS价差和CDS价差的关系；汪昌云等[80]利用IPO公司上市前不同时间段内在主流媒体报道中正面、负面词汇的数量构建了投资者情绪代理变量，研究其对IPO定价的影响；张雅慧等[81]利用媒体报道构建情绪指标，分析其与IPO绩效的关系等。

随着互联网金融媒体的发展，投资者获取信息的渠道不再仅仅局限于传统媒体信息，互联网平台中所包含的可能影响投资者情绪的词汇也成为构建投资者情绪指标的主要来源之一，因此相关的研究也不断涌现: Siganos等[82]利用20个国家Facebook用户的状态更新数据，测量了各个国家每日积极情绪和消极情绪人群之间的分歧程度，并研究其对市场交易量和价格波动的影响；Renault[83]通过对Stock Twits(国外的一个社交投资网站，类似于金融数据领域的Twitter)中的数据构建投资者情绪代理变量，并研究其对日内股票收益率之间的影响；罗琦等[84]以互联网媒体报道数据构建了市场情绪代理变量，研究其与股权再融资以及股东间财富转移的关系；杨晓兰等[85]以投资者在东方财富网股吧针对创业板上市公司发布的帖子，利用文本挖掘技术，提取帖子中情绪倾向，构建投资者情绪指标，研究其与股票收益率的关系；程琬芸等[86]以新浪微博为数据来源，利用中文的文本分析技术，提取了投资者对证券市场未来价格走势的情绪倾向性信息，构建基于社交媒体的投资者情绪指数，分析其与市场指数收益和交易量的关系；部慧等[87]利用朴素贝叶斯方法，从东方财富网股吧中沪深300成分股相关帖文中提取了投资者情绪指标，并分析该指标对股票收益、交易量和波动性的影响等。

搜索引擎提供的搜索数据也是反映投资者对未来金融市场态度的重要来源之一，Da等[88]用来自数百万家庭的每日互联网搜索量作为市场情绪的代理变量，通过汇总与家庭密切相关的关键字搜索量数据(包括衰退、失业、破产等)构建表示经济和金融状态的指数，并研究其与股票收益和暂时性波动的关系，发现这个指标可以很好地反映投资者情绪。相关研究还包括Irresberger等[89]利用Google Trend中与危机相关的搜索数据，构建了市场和个人的危机情绪指标，并研究其对银行股票收益的影响；Wang等[90]也利用百度指数的搜索量数据作为中国股指期货市场投资者情绪的代理变量，研究其对价格的预测作用等。

使用媒体数据或搜索数据作为投资者情绪指标的构建依据是互联网发展、大数据时代到来的必然产物。投资者通过不同的渠道获取信息、分享自己的看法，从而调整自己的交易策略，对其他投资者的交易行为产生影响，这些变化可能会反映在金融市场的交易信息中，利用这些数据构建的投资者情绪指标可能与市场交易产生显著的相关关系，这也是利用这些数据构建投资者情绪的主要依据。但这些指标的构建也可能存在一些问题，比如使用互联网引擎进行搜索的用户与金融市场的参与者并不完全匹配，因此根据这些数据构建的投资者情绪指标可能并不一定能表现投资者情绪，相似的问题在使用互联网媒体交易数据的研究中同样存在；根据媒体信息提取相关词汇从而构建投资者情绪指标时也存在文本情绪词典选择、朴素贝叶斯分类方法准确性的问题，尤其是对于中文样本进行处理时，情绪判定的准确性相对降低。如果可以进一步提高搜索数据的匹配性以及文本分析的准确性，使用这类数据构建的投资者情绪可能会是反映投资者对未来市场看法最直观的指标。

5. 利用天气、重要比赛结果、政治环境变化等影响大众情绪事件构建指标

天气变化、重要比赛结果的发布或者政治环境变化等重大事件的发生可能会对一国或某一地区的居民情绪产生影响，因而这些地区的投资者交易行为可能也会发生改变，从而对金融市场交易产生影响，因此在投资者情绪的研究中，这类事件的发生也是构建情绪指标的主要来源之一。以这类事件构建投资者情绪指标的相关研究包括以下方面。

Hirshleifer等[91]发现股票收益会受到天气变化影响；Kelly等[92]进一步以季节性情绪失调(在秋冬季昼短夜长的时期会感到忧郁)导致的情绪变化与股票收益间的关系；Kaplanski 等[93]则研究了季节性情绪与房地产价格的影响；Cortés等[94]用当地日照的日常波动作为情绪的代理变量，研究其对低层财务官员日常决策的影响。

Edmans等[95]使用国际足球结果作为主要的投资者情绪指标，研究其对比赛结果发布后相应股票市场收益的影响。Edmans等[95]研究发现，足球比赛的结果并不会对相关实体经济产生直接的影响，因此股票价格的变化主要来自于投资者情绪的变化；Chang等[96]以国家橄榄球联盟比赛结果为投资者情绪指标代理变量，研究其与总部位于橄榄球联盟附近纳斯达克公司的回报进行分析等。

Addoum等[97]以政治气候的变化为投资者情绪的代理变量研究其对股票价格产生的影响，并根据政党交替构建了相应的投资组合策略；Hwang[98]研究了国家特定情绪(国家的受欢迎程度/知名度)对股票价格的影响。

其他重大事件的研究包括Kaplanski等[99]研究了航空灾难导致的投资者负面情绪对美国市场的影响(由于空难造成股票市场的损失约为空难直接损失的60倍，这部分多余的损失是由于投资者悲观情绪造成的)；Biakowski等[100]对斋月与相关14个以穆斯林为主的国家在此期间股票收益的影响等。

利用重大事件产生的影响作为情绪指标构建依据，可以很好地描述这类事件后投资者情绪的变化，投资者作为整体中的一部分，其情绪的变化与事件发生后社会环境中情绪的改变应当是一致的，已有的研究也证实了这一点。根据重大事件构建的指标直接反映了投资者情绪的变化，是相对准确的，但这类事件的发生频率有限，例如季节变化造成投资者情绪的变化是年度水平的研究；可以受到全民关注的重大比赛比如世界杯等每四年举办一次，涉及到本国比赛输赢的天数也只有几日，因此这类投资者情绪的构建主要的障碍可能来自于可选样本的稀缺。

6. 构建投资者情绪理论模型

除使用实证数据构建投资者情绪指标进行研究外，构建投资者情绪的理论模型也是研究投资者情绪对金融市场影响的主要方式，相关的理论模型构建包括以下方面。

Barberis等[101]提出了一个投资者情绪的简约模型，基于心理学证据，研究模型中参数反应不足和过度反应的原因，对当时股票市场存在的两个规律：股票价格对盈利宣告等新闻反映不足和对一系列好消息或坏消息反映过度的现象进行解释；Dumas 等[102]构建了一个存在“意见分歧”的过度波动一般均衡模型，模型中包含对公共信号过度自信的投资者和一般投资者，研究当市场信号出现时两类投资者的交易行为，从而解释了对冲基金在均衡随机过程中的价格传播机制；Benhabib等[103]通过构建经济模型，研究金融信息摩擦是如何产生情绪驱动的资产价格波动和自我实现的商业周期的；Grundy等[104]构建了一个包含公司投资水平与投资者情绪的理论模型，研究投资者情绪参数变化对投资水平与高管薪酬间关系的影响；Bethke等[105]构建理论模型研究投资者情绪、安全投资转移(flight-to-quality)和企业债券联动之间的关系；Zheng等[106]构建了投资者情绪暴露模型，并研究其对对冲基金表现的影响；Qian[107]构建投资者情绪模型，研究意见分歧、小型投资者订单不平衡与情绪间的关系；丁志国等[108]构建了存在信息收集成本与噪音交易的非有效市场，并研究市场情绪与公司内在价值估计和证券价格波动间的传导机制；熊伟等[109]扩展了Merton不完全信息下的均衡资产定价模型，得到股市特质波动因子，投资者情绪和股市流动性之间的同期因果关系；张宗新等[110]通过构建数理模型，研究投资者情绪与主观信念调整和市场波动间的关系；陈其安等[111]构建理论模型，分析投资者情绪对投资者构建和其风险-收益关系的影响；王美今等[112]构建理论模型研究投资者在接受价格信号时所表现出的情绪对均衡价格形成的影响等。

投资者情绪模型的构建奠定了投资者情绪对金融市场影响的理论基础，更清晰地展示了投资者情绪的传导机制，使我们可以进一步了解情绪在投资者决策与市场交易中所扮演的角色，在此基础上进行的投资者情绪实证研究应当是更加具有说服力和进一步指导意义的。

二、 投资者情绪对金融市场的影响

当前研究发现，投资者情绪可以作为股票收益的定价因子/系统性风险因子，对同期股票收益产生影响，预测股票未来收益。同时，由于乐观/悲观情绪对投资者交易决策的影响，投资者情绪可能与股票市场流动性、波动性及市场效率等密切相关。期权、期货等交易市场的研究也发现了类似的结论，而对于受到情绪影响程度较大的散户投资者广泛存在的IPO市场，投资者情绪则扮演了更重要的角色。还有部分研究着眼于投资者情绪对管理层决策与公司融资方式的影响，以及不同经济/金融周期下投资者情绪的影响有差异等。本文将在下面的章节对这些研究进行系统地梳理和分析，希望能够清晰地揭示投资者情绪对不同类型金融市场的影响。

1. 投资者情绪对股票收益的影响

投资者情绪对股票收益的影响是投资者情绪研究的主要方向之一，主要的研究方向包括投资者情绪作为股价定价因子的合理性，不同类型投资者情绪是否对股价的影响有差异，投资者情绪对长期/短期股票收益影响是否相同等。相关的研究文献如下。

Kumar等[17]认为，个股回报并不仅仅反映了基本面风险，还反映了投资者群体随时间变化的系统性偏好(即投资者情绪)；Kumar等[17]研究发现，当散户投资者相对乐观(悲观)时，其投资组合享有更高(更低)的超额收益。原因在于散户投资者持有投资组合中股票具有市值小、价格低、高账面市值比和低机构持股率的特点，对于市场中大部分理性投资者不具有吸引力，因此其价格的变化受到散户投资者净交易方向(Kumar等[17]情绪指标)的影响较大。Kumar等[17]研究表明，即便有理性的套利交易者的存在，也无法完全抵消散户投资者噪音交易行为对股票价格产生的影响；Stambaugh等[113]探讨了投资者情绪在横截面股票收益异象中的作用。将市场情绪与由于卖空限制导致的价格过高相结合，构建基于股市异象的多-空策略(long-short strategies), Stambaugh等[113]发现当情绪值更高时，股市异象表现更为明显，因此基于此的多-空策略获利更多。高情绪值后的多-空策略的短线交易更加有利可图，长期来看，高情绪值与策略的回报并没有关系。进一步地，Stambaugh等[114]对他们2012年的研究成果进行了扩展，解释了投资者情绪在股票收益异象中所扮演的角色不可能是由于伪回归算子(a spurious regressor)导致的；Renaul[83]发现在控制了过去市场回报产生的影响后，投资者情绪前半小时的变化预示了标准普尔500ETF在最后半小时的回报，通过检测用户自己给出的投资方式、持仓时间和经验水平，Renault[83]发现，这种日内的情绪效应是由于新手交易者的情绪变化导致的，提供了日内水平情绪驱动噪音交易的直接实证证据；Fong等[33]发现过去收益较高的股票在之后的表现可能不如过去收益较低的股票表现好，尽管如此，投资者仍然更偏向于购买高过去收益的股票。Fong等[33]认为这种现象主要来自于投资者在情绪高涨时过度乐观的心态以及赌博的态度所进行的非理性购买行为，过度购买高收益的股票导致了其价格的虚高，因而降低了其未来的收益值，过去收益较低的股票收益并未受到影响也证实了这一点；Huang等[115]研究发现，投资者情绪不仅在横截面水平研究中是重要的，对整体股票市场也有很好的预测能力，这种可预测性在经济意义和统计意义上均是显著的；Han等[116]研究发现，中国市场中投资者情绪指标是对月度收益有效动量信号，一标准单位情绪的偏差将会导致月度市场超额收益增加1.5%，这个结果是经济上显著的。而长期来看，这种动量预测转变为反转效应。投资者情绪的预测作用对于小公司来说更加显著，当全球情绪蔓延至中国市场后将导致更长时间和更大范围对未来收益的负面影响。

相关的理论模型也进一步证实了投资者情绪对股票收益产生的重要影响。Ho等[117]将投资者情绪作为条件信息纳入到资产定价模型中的作用，发现包含投资者情绪的模型在解释股票收益动态时要优于无条件模型，且能够更好地捕捉规模、价值、流动性和动量效应等对个股风险调整回报的影响；王美今等[112]构建的理论模型表明，投资者在接受价格信号时所表现出的情绪是影响均衡价格的系统性因子，不仅如此，情绪变化显著地反向修正了沪深两市的收益波动，并通过风险奖励而影响收益。

由于重大事件导致的投资者情绪变化对于股票收益的影响也是显著的。Edmans等[95]研究了股票市场对于投资者情绪突然变化的反应，发现相应股票市场的收益在国家足球队比赛失败后显著降低，足球比赛的结果并不会对相关实体经济产生直接的影响，因而股票价格的变化主要来自于投资者情绪的变化，而情绪变化对股票收益的影响对于主要由当地投资者持有的小股票更明显；Chang等[96]研究发现，比赛结果会影响投资者情绪，进而对本地交易股票的回报产生重大影响：橄榄球比赛的失败将会导致本地总部股票下一日的回报下降，这种影响会随着橄榄球比赛中意外失误或重大损失而增加。对于容易出现体育情绪变化的股票，比赛失败的负面影响更显著；Biakowski等[100]研究发现，斋月期间股票收益率远远高于同年其他时间的收益，且波动性也较其余时间更低。Biakowski等[100]认为，这些结果是由于斋月给投资者情绪带来的积极影响导致，斋月促进了全球穆斯林的团结和社会认同感，导致投资者的乐观信念延伸至投资决策；Kaplanski等[99]研究了航空灾难导致的投资者负面情绪对美国市场的影响。Kaplanski等[99]发现，一次重大的航空灾难的发生将会导致平均股票市场损失600亿美元(实际上由于航空灾难自身产生的损失不超过10亿美元)，而当焦虑程度逐渐降低后，股票价格也逐渐向基本面回归。航空灾难对股票价格的负面影响对于那些小型、高风险的股票以及处于不稳定行业的公司表现更加明显；Addoum等[97]以政治气候的变化为投资者情绪的代理变量研究其对股票价格产生的影响。研究发现，随着执政党的变化，投资者投资组合的行业水平构成也发生了系统性变化，降低了套利空间，并产生了可预测的行业回报趋势。

投资者情绪对股票收益的影响并不仅限于单个股票市场，而是全球范围内适用的。Schmeling[67]研究投资者情绪对18个工业化国家股票收益的影响。研究发现，投资者情绪负面预测各国股票市场总收益，当情绪高涨时，未来股票收益则相对较低。这种关系对价值型股票、成长型股票和小市值股票都是适用的。投资者情绪对股票收益的影响，对于那些市场完整性较低且文化上容易出现群体行为和过度反应的国家要更高；Baker等[118]为美国、日本、加拿大、法国、德国和英国6大股票市场构建了情绪指数，研究投资者情绪是否具有传染性，以及投资者情绪对预测股票回报的影响。Baker等[118]研究发现，对于那些在多个市场上市的公司，投资者情绪是相互关联的，私人资本的流动可能是导致情绪在市场中蔓延并形成全球情绪的原因。全球情绪指标和国家情绪指标对股票回报都有逆向的预测作用：市场情绪较高时，投资者交易更加活跃，从而拉高了市场整体股价水平；市场情绪回归正常水平后，股票价格回归基本面，未来的股票回报降低。

投资者情绪对股票收益的影响程度与股票本身的特征具有一定相关关系。Baker 等[27]研究发现，如果股票的估值是非常主观且很难套利的(例如小股票、高波动股票、无法盈利公司的股票、无股息股票和极端成长型股票等)，投资者情绪波动会对这类股票的回报产生比较大的影响：当投资者情绪高涨时，这类型股票接下来的回报会相对较低；Irresberger等[89]研究发现，非理性的市场危机情绪导致投资者对银行股的严重低估，尤其是对于缺乏隐形救助保障(implicit bailout guarantee)的银行，危机情绪对股票收益的影响最为严重；蒋玉梅等[48]研究发现，就总体效应而言，投资者情绪与短期市场收益正相关，与长期市场收益负相关。而从横截面效应来看，股票收益对情绪的敏感程度会受到股息率、价格、市净率、资产负债率等不同而存在差异；张婷等[53]发现，由于投资者情绪对价值型股票和成长型股票的影响程度不同，因而导致了价值溢价异象，投资者情绪对于中国内地、中国香港和台湾股票市场中存在的价值溢价异象均有不同程度的预测能力。

不同类型投资者情绪对股票收益的影响程度并不相同。文凤华等[43]发现，不同类型投资者情绪对股票收益产生的影响并不是对称的：当情绪指标为正或者向上变动时，对股票收益有显著正的影响，而当情绪指标为负或向下变动时，对股票收益的影响并不显著；张强等[49]发现，投资者情绪是影响股票价格的系统性因子，股票价格随着投资者情绪的波动而波动，情绪上涨时对股票价格的影响要更强；高大良等[119]研究投资者情绪对股市平均相关性和股市收益间关系的影响，发现当投资者情绪比较低时，平均相关性与收益间的关系并不显著，而在情绪高涨期，平均相关性与收益的关系呈显著的负相关，高情绪会削弱总体的风险-收益关系；刘维奇等[120]发现，机构投资者情绪与个人投资者情绪对股票收益的影响并不相同，机构投资者情绪对个人投资者情绪有预测作用，且对股票市场有预测作用，而个人投资者情绪指标没有这两方面的能力。

也有研究者仔细审视了投资者情绪与股票收益间是否具有相关关系。Kelly等[92]认为，以季节性情绪失调为例的影响投资者情绪的事件与股票价格间的关联并不足以可信地建立二者的因果关系，研究投资者情绪与股票回报的文章大多着眼于找出合适的事件，这些事件对投资者情绪会产生影响，但不会对个人或企业的商机产生影响，然而这些研究普遍忽略了三个问题：诱发投资者情绪变化的是否实际上影响了投资者对金融风险或收益的看法，这种情绪的变化是否真正体现在投资者的交易行为中以及基于情绪的交易是否影响了股票价格，只有仔细审视这些联系，才能够得出情绪影响证券价格这一结论。

总体来看，已有大多数研究发现，投资者情绪对于股票收益有着显著的影响，这种影响在长期和短期的表现并不相同；投资者情绪对股票收益影响程度与股票本身特征和情绪的性质相关；投资者情绪的影响并不限于某一市场而是具有全球性。在进一步研究投资者情绪与股票收益间关系时，需要重点考虑Kelly等[92]提出的问题，从而使得我们的研究结果更加可靠。

2. 投资者情绪对股票流动性、波动性与市场效率的影响

除了对投资者情绪与股票收益间关系的研究外，学者们也分析了投资者情绪是否对股票市场流动性、波动性和市场效率等方面产生影响。

投资者情绪对于市场流动性具有积极的作用。Siganos等[82]将投资者情绪分歧的概念引入到行为金融学的研究中，测量了各个国家每日积极情绪和消极情绪人群之间的分歧程度，发现情绪高度分歧的日子通常伴随着同期的高成交量，且情绪分歧与股价波动间存在正向相关关系，将各国情绪分歧数据整合为全球数据时，这个结果也是稳健的；Tetlock[76]发现，当媒体报道的悲观情绪预测了市场价格的下行，且无论是异常高或异常低的悲观媒体报道都会导致市场的高交易量；程琬芸等[86]构建基于社交媒体的投资者情绪指数，发现投资者情绪指标并不能够预测未来指数收益，但对未来指数交易量有很好的预测作用；部慧等[87]也发现，虽然投资者情绪指标对未来股票交易并无预测作用，但对当期股票收盘价和交易量有显著影响；余佩琨等[121]发现，市场收益有助于对个人投资者情绪的预测，个人投资者情绪对市场流动性有正向影响；刘晓星等[122]研究发现，投资者情绪变化可能引起投资者对信息的认知偏差，从而影响投资者交易行为，当投资者情绪越高时，市场流动性也越强。

投资者情绪对市场波动性也有显著的影响。Chiu等[68]研究投资者情绪与金融市场波动性和宏观经济基本面间的动态关系，发现金融市场的波动性的长期周期性成分对实体经济有着重大影响，而短期的周期性成分则与实体经济关系较弱，更多的是与投资者情绪相关；胡昌生等[123]将投资者情绪划分为理性情绪和非理性情绪，并研究其对资产估值和市场波动的影响。胡昌生等[123]研究发现，当市场处于高估期时，非理性情绪对波动性有显著影响，理性情绪影响不显著；市场处于低估期时正好相反。理性情绪对大盘股波动影响较大，非理性情绪则对小盘股波动影响比较大；张丹等[7]发现，投资者情绪可以显著影响市场收益率和收益的波动性，并对这两个指标具有较强的预测能力。

学者们对投资者情绪与市场效率的研究所得出的结论并不一致。Yang等[38]发现，市场情绪乐观时难以估值股票往往被高估，机构投资者通过识别和交易这些价格过高的股票可以提高市场效率。而夏芳[25]研究投资者情绪与盈余管理对股价同步性的影响，发现管理者盈余管理降低了股价同步性而投资者情绪波动则使其上升。投资者情绪和盈余管理都使股票收益的反转效应或动量效应加强，即降低了市场信息效率。

当前研究发现，投资者情绪对市场流动性具有正向影响，情绪变化对于市场波动有显著影响也很好地解释了市场波动产生的原因，而投资情绪对市场效率产生的影响并未得出一致结论。

3. 投资者情绪对期权、期货市场的影响

学者们进一步研究发现，投资者情绪对于期货市场和现货市场间的动态定价以及期权、期货的收益变化具有显著解释力度，投资者情绪在衍生金融市场同样扮演着重要角色。

很多学者研究了投资者情绪在现货市场和期货市场动态定价中的作用。Lin等[31]研究发现，投资者情绪对现货和期货市场价格波动和买卖价差具有正面影响，高情绪期间，知情交易者变得不愿意在期货市场利用其信息优势，因此降低了期货市场在价格发现方面的作用，同时诱发了更高的套利风险和交易成本；Lin等[31]的研究为套利限制理论提供了实证支持；Akhtar等[63]发现，当投资者情绪降低时，道琼斯指数和其对应的期货合约受到明显负面影响，而投资者情绪提高时这一影响并不显著，消极情绪产生的影响对于那些有更多公众曝光的公司更加显著。

投资者情绪对于解释期货合约价格变动以及预测未来期货合约价格也有重要作用。Gao等[124]发现，在控制宏观因素和股票等相关的影响外，投资者情绪可以为商品期货价格联动效应提供额外解释，投资者情绪的影响对于低利率增长、高波动率、低动量效应的商品期货有更强的解释能力；Chou等[65]构建了专业机构投资者和个人投资者情绪代理变量，对著名的“橙汁难题”(orange juice puzzle, 在冷冻浓缩橙汁期货合约中出现的大量令人费解的价格变动)进行解释。研究发现，各种代表个人投资者情绪的指标对橙汁难题提供了有限的解释力，虽然个人投资者情绪能够解释合约回报的反转模式，但只是作为对噪音交易者的过度反应进行纠正导致的，而机构投资者的情绪解释了合约17%的回报变化，具有较强的解释力度；Simon等[14]研究了市场情绪对标准普尔500期货合约未来回报的预测能力。研究发现，这些情绪指标均具有经济意义和统计意义显著的预测能力，属于反向预测指标。当市场恐慌情绪比较高时，购买标准普尔期货可以显著提高利润和风险调整后利润；Wang等[90]研究基于交易者头寸构建的情绪指数对六种主要农产品期货市场未来价格预测的有效性。发现大的投机情绪可以预测价格的动量效应，而大的避难性情绪则预测了价格的反转。小投资者的情绪对未来市场预测不明显，基于极端投资者情绪的组合策略可以产生最好的收益，这些理论与套期保值压力理论一致；Smales[78]检验了2003—2012年期间黄金期货市场中投资者情绪与期货回报之间的关系，发现投资者情绪的影响是不对称的，消极情绪对于同期黄金期货收益影响更为显著；Smales[78]的研究也发现，投资者情绪与市场回报间的关系同时受到存货、保证金要求以及头寸限制等市场变化的影响。

投资者情绪对期权市场影响的研究主要集中在投资者情绪对期权市场波动的解释能力。Han[15]研究发现，当市场情绪更加看跌(看涨)时，指数期权波动率微笑(期权隐含波动率与行权价格关系的曲线)会更加陡峭(平坦)，月指数收益的风险中性偏度也会更多(少)负。这种关系在指数期权套利存在更多障碍时表现更加明显。这种现象无法用完全市场期权定价模型进行解释，而投资者情绪的变化则很好地补充了这部分的空缺。Seo等[36]研究了投资者情绪对期权隐含信息波动率预测能力的影响。研究发现，只有在高情绪期间，风险中性偏度才具有解释未来波动的能力。隐含波动率随着投资者情绪水平有不同的预测能力，且预测的有效性也与投资者情绪密切相关。这个结果在样本内和样本外研究中同样有效，投资者情绪纳入到波动率预测模型中显著改善了其预测的准确性。

综合以上研究，可以看到，投资者情绪对于期货合约未来价格具有一定预测能力，可以很好地解释期货合约与现货合约之间的价格联动关系，对于期权市场的波动也有很好的解释力度，投资者情绪在衍生金融市场中同样具有重要作用。

4. 投资者情绪对IPO市场的影响

IPO市场通常被认为是散户投资者聚集的市场，投资者情绪变化对于这个市场交易产生的影响可能更加显著，因此IPO市场也成为了学者们研究投资者情绪的主要对象之一。

已有研究发现，投资者情绪可以推动IPO市场的发行，对于IPO发行后价格也有显著影响。Chiu等[68]研究发现，当发行月份预计投资者情绪比较高时，更多公司向证券交易委员会提交发行文件，股票发行价格也与同期投资者情绪正相关，IPO初始收益也与IPO发行同期投资者情绪正相关。Chiu等[68]认为，投资者情绪推动了股票的发行；俞红海等[125]研究发现，IPO首日投资者情绪和意见分歧均对当天股票回报有显著正的影响，首日投资者情绪对IPO长期超额回报也有显著负的影响，而意见分歧的影响并不显著。借助于投资者情绪指标，可以更好地解释我国股市的“IPO之谜”；Cornelli等[12]研究发现，不同类型的投资者情绪对IPO后股票市场价格有着不同的预测能力：当散户投资者过度乐观时，IPO后股票市场价格将会上涨，长期内价格反转；而当散户投资者过度悲观时，这种情绪对IPO后股票市场价格并不具有预测作用。其主要原因在于机构投资者在散户投资者过度乐观时的转售其持有股票的行为；张雅慧等[81]研究发现作为投资者情绪代理变量的媒体报道长期来看与IPO溢价也呈显著正相关关系，这可能是由于市场中情绪投资为主，价值投资不足导致的。

投资者情绪对于IPO发行过程中的定价以及投资者参与程度具有显著影响。邵新建等[126]研究发现，在新股上市初期，由于投资者过度乐观，政府为了履行其新股发行时承担的隐形担保责任，倾向于按照投资者认定的价格核准新股定价；宋顺林等[57]研究发现，投资者情绪越高，在询价阶段机构投资者给出的报价也会越高，承销商在机构报价基础上上调发行价，但其上调幅度与投资者情绪无显著关系；汪昌云等[80]利用IPO公司在上市前不同时间段内在主流媒体报道中正面、负面词汇的数量构建了投资者情绪代理变量，研究负面媒体语气对IPO发行的影响，发现负面情绪每变化1%，将会导致IPO折价率、超募比例和承销商费用反向变动0.22%、0.13%和1.44%；曲晓辉等[127]则发现，投资者情绪对IPO核准公告和IPO公允价值之价值相关性有显著正面的影响，且显著影响IPO公允价值之价值相关性；Neupane等[13]以IPO申请认购结束前灰色市场的活跃程度作为市场情绪的代理变量，研究IPO投资者的投资决策与公司质量和市场情绪信息间的关系，研究发现，散户投资者参与IPO的决定则受到市场情绪的强烈影响，即便在高度透明的市场环境中，这个现象仍然显著。

综合以上研究，可以看到，投资者情绪对于IPO发行定价、IPO发行后收益以及投资者在IPO过程中的参与程度都有显著影响。IPO市场对于投资者情绪的研究也具有重要意义，传统投资者情绪指标的构建也常使用IPO折价率、IPO发行数量等作为依据。

5. 投资者情绪对其他金融决策的影响

投资者情绪对金融市场的影响也体现在其对公司融资决策和投资行为的影响中。

投资者情绪对于改变企业融资的外部环境和企业融资获批的可能性具有显著影响。Cortés等[94]研究发现，情绪影响低层财务官员的风险承受能力和主观判断，在阳光明媚的日子里，管理者积极的情绪可能导致更高的信贷批准，而阴天导致消极的情绪影响正好相反。这种现象在财务决策需要更多信息，而评估自动化程度低，且资本约束条件较少时表现更明显。罗琦等[84]研究发现，当大股东融资前持股比例高于拟认购比例时，公司会在情绪较为乐观的情况下进行股权再融资，情绪偏离中性的程度越大，中小股东向大股东进行财富转移的规模越大。而在悲观情绪下，大股东新股认购的动机会更强烈，情绪引发的股票错误定价为大股东谋求财富转移提供了渠道。黄宏斌等[24]发现，高涨的投资者情绪改变了企业外部融资的环境和融资成本，调节了生命周期对企业融资约束的影响，有利于企业选择最优的融资方式。崔丰慧等[128]发现，随着消费者情绪的提高，企业融资约束减少，但融资难度却增大，主要表现为投资对现金流敏感度的降低和融资规模对现金流敏感度的增加，而投资者情绪降低时，企业融资约束增加，但融资难度减小。

积极的投资者情绪对于企业投资具有促进作用。Arif等[30]发现，企业投资在积极情绪期间达到高峰，然而这些时期对应的股票收益反而更低。这种情况在大多数发达国家普遍存在，即使在控制了贴现率、股本、估值倍数、经营性应记项目等产生的影响后，情绪产生的影响仍然十分显著。花贵如等[20-21]以半年期的动量指标作为投资者情绪代理变量，研究其对企业投资行为造成的影响。研究发现，投资者情绪与企业过度投资呈显著正相关关系，而与企业投资不足呈显著负相关关系，投资者情绪对企业当前和未来绩效的影响表现为“正向影响—负向影响—逐渐消退”。投资者情绪对资源配置效率有“恶化效应”与“校正效应”两面性，总体效应表现为资源配置效率的降低。黄宏斌等研究发现，投资者情绪可以改变企业信贷融资的规模，从而进一步影响企业后续的投资规模，即信贷融资是二者的中介变量。Grundy等[104]构建了一个包含公司投资水平与投资者情绪的理论模型，发现投资水平与高管薪酬间的关系取决于投资者情绪其他参数。乐观情绪与投资水平显著正相关，当乐观程度一定时，管理层股权与投资水平正相关。高管做出的投资决策不仅迎合了投资者情绪，也反映了他们对公司的兴趣。

已有研究表明，投资者情绪对金融市场中另一类参与者“企业”的投资决策和融资方式具有显著影响，积极的投资者情绪可以促进企业的进一步投资，但这种投资不一定改善对应的股票收益；积极的投资者情绪还可以改善企业融资的外部环境，增加融资获批的可能性。

6. 投资者情绪与经济/金融周期

投资者情绪对金融市场的影响在不同的经济周期阶段存在差异，在危机期间的影响相对更显著。Garcia[77]的研究第一个发现投资者情绪在危机期间能够发挥更加重要的作用，在危机期间Garcia[77]构建的情绪指标发生一标准偏差的改变会导致道琼斯工业指数平均回报变化12个基点，而在市场扩展期，情绪指标的影响只有3.5个基点；Lee等[66]发现，在全球金融危机期间，情绪可能是导致信贷违约互换合同(CDS)利差变化的关键因素，对于杠杆率高和股票波动率高，公司构成投资组合的CDS利差解释力度更高；文凤华等[129]研究发现，美国市场的投资者情绪对中国市场的投资者情绪存在单向传导，这种传染性在不同时期大小不同，随着中国资本市场的开放，传染性逐渐加强，尤其在次贷危机期间达到最大值。

商业周期的变化会对投资者情绪产生影响。Sibley等[37]发现，投资者情绪指数与商业周期变量密切相关，特别是与短期利率和流动性风险因子。情绪指数对横截面股票收益的预测主要取决于与这些商业周期相关的变量，同期风险/商业周期变量可以解释投资者情绪指标总变化的大约63%。Kurov[34]发现熊市时货币政策对投资者情绪的影响要远大于牛市时期，熊市时投资者情绪的变化对股票收益的影响也更显著，对投资者情绪变化敏感的股票对货币政策信息的反映也会更强烈。

McLean等[28]认为，投资者情绪和经济周期一样，都对实体经济投资有着统计意义且经济意义显著的影响。Benhabib等[103]通过构建模型发现，高产量和高资本需求的旺盛金融市场情绪增加了资本的价格，经济的基本面价格高于实际价值，因而导致实际产出与就业的繁荣。Benhabib等[103]进一步研究发现，情绪的冲击可以产生持续的产出、就业和商业周期的波动，为商业周期中资产价格的变动提供了新的解释；Papapostolou等[130]也发现，情绪会影响实物资产的月度回报，市场情绪是所有行业未来周期阶段的逆向指标，基于情绪的买卖船舶交易模拟实验表明，与买入并持有的基准相比，基于情绪的策略可以获得更高的收益，同时可以抵消航运业高度不稳定的性质。

已有研究发现，投资者情绪在不同的经济/金融周期所产生的影响并不相同，危机期间投资者情绪扮演着更重要的角色；投资者情绪也会受到经济周期的变化而发生改变，这种改变也会反映在对金融市场的影响中；投资者情绪与经济周期一样，对于实体经济会产生显著影响，进一步体现了投资者情绪在金融市场中的重要地位。

三、 结 语

本文整理了国内外优秀期刊主题中包含“情绪”和“sentiment”的相关文献，对不同投资者情绪构建方式以及代表作品进行梳理，并分析了不同指标的优势所在。按照研究领域不同，将已有投资者情绪对市场影响的文献进行分类汇总，系统归纳投资者情绪可能造成的影响。希望能够为对这一领域感兴趣的学者提供一点参考。

实证研究中，投资者情绪的构建方式主要包含5种，其中利用主成分分析法提取相关数据共性因子构建的情绪指标，根据密歇根大学消费者情绪指数等调查数据构建的投资者情绪指标，基于对传统媒体和互联网搜索数据/互联网媒体等进行文本分析构建投资者情绪指标是比较流行的投资者情绪指标构建方式。直接采用市场交易数据作为投资者情绪指标的构建方式在Baker等主成分分析法提出后的使用频率已大大降低，基于重大比赛结果、天气变化或者政治气候等构建投资者情绪指标受到事件发生频率的限制，使用频率也相对较低。构建投资者情绪的理论模型，系统研究投资者情绪的影响也是研究投资者情绪的主流方式之一。

投资者情绪对金融市场的影响体现在金融市场的多个方面。对投资者情绪对股票收益影响的研究是投资者情绪研究中的主要方向，大部分研究结果表明，投资者情绪对当期股票收益有显著影响，并对未来股票收益有一定预测作用，投资者情绪对股票收益的影响程度与股票自身特征、情绪类型和所处的经济环境相关。除此之外，投资者情绪对于股票流动性、波动性和市场收益也有显著影响。投资者情绪对于期货市场定价和解释期权市场波动性具有重要作用。由于散户投资者的广泛参与，投资者情绪对于IPO市场也具有显著影响。同时研究也发现，投资者情绪对金融市场的影响与经济/金融周期变化相关，与实体经济投资和企业融资决策等也具有显著相关关系。

未来关于投资者情绪与金融市场的研究可能仍然集中于情绪与股票收益的关系，但随着大数据时代的到来，基于中文文本分析的准确性提高与互联网媒体数据来源可获得性增加，都将使得投资者情绪的构建方式更多样化，结合比较流行的主成分分析法、调查数据等构建的情绪指标与相应的理论模型，投资者情绪对股票收益的解释能力将会更加清晰，对于Kelly等提出的质疑也必将有更好的解释。其他可能的研究方向还包括投资者情绪对多个金融市场影响的研究，当前对于多个市场的研究主要集中在发达资本市场，是否能够构建发达资本市场与新兴资本市场通用的投资者情绪指标，在此基础上分析投资者情绪对不同市场的影响是否存在差异，也可能是未来的研究方式之一。

注 释：

①Baker等相关研究数据在Jeffrey Wurgler 个人主页中给出，数据更新至2015年11月. 网址： http://people.stern.nyu.edu/jwurgler/。