投资者情绪、公司规模与高交易量回报溢酬效应研究

一、引言

早期的金融学理论认为市场是充分有效，没有系统性错误定价，但是，20世纪80年代以后，学者们发现越来越多的系统性的错误定价，并称之为异象。高交易量回报溢酬作为一种市场异象，是指在一天或一周经历异常高交易量的股票，在未来的一个月内收益率会较高；而异常低交易量的股票，未来的收益会较低。投资者可以利用股票以前交易量信息对股票未来收益进行预测。

二、文献综述

Gervais等（2001）最早在美国股票市场发现了高交易量回报溢酬现象。Chai（2010）在新西兰股票市场中也证明了高交易量回报溢酬的存在。Zhou（2010）对我国A股市场进行了研究，研究表明我国股票市场同样存在这种溢酬现象。Kaniel（2012）研究了全球41个国家的股票市场，结果表明高交易量回报溢酬现象在发达市场和新兴市场中普遍存在。Kaniel研究发现，投资者人口统计、市场信息传播、投资者对市场的信心和公司规模均是影响高交易量回报溢酬效应的显著因素。Banerjee（2010）建立的理论模型也进一步印证了高交易量回报溢酬现象的存在性。另外，学者们还深入研究了高交易量回报溢酬效应的影响因素。Huang（2010）对溢酬效应与检验期换手率的关系进行了实证检验，发现溢酬效应的大小取决于检验期中的换手率。Chen和Taboada（2010）从可视性理论出发，分析了股票特征、股票所属行业和所在国家三种因素对溢酬效应的影响，研究表明股票所属行业因素的影响最大。目前，相关研究主要集中在检验不同股票市场高交易量回报溢酬效应的存在性以及分析不同特征股票对溢酬效应的影响等方面，关于投资者情绪对高交易量回报溢酬效应的影响尚未涉及。本文以投资者情绪会导致股票错误定价为切入点，考察在投资者情绪高涨和低落影响下，不同规模公司股票的高交易量回报溢酬效应表现，研究投资者情绪对溢酬效应的影响，为高交易量回报溢酬效应影响因素的研究提供新的视角，也为投资者情绪驱动股票错误定价的研究提供经验依据。

三、研究设计

（一）研究假设 Barber和Odean（2008）研究发现，当投资者面对市场上众多股票，面临买入股票的决策时，由于需要较高的搜寻成本，投资者主要考虑的是吸引他们关注的股票，例如异常高交易量股票。高交易量回报溢酬的产生是由于异常高交易量提高了股票的受关注度，投资者基础扩大，在异质信念和卖空限制的双重前提下，对未来持乐观态度的投资者将会买入和持有异常高交易量股票，而悲观投资者由于卖空限制不能参与市场交易，股票价格主要反映了乐观投资者的意见，造成股价相对其真实价值的高估，其结果是股票价格在随后一个月内上升。

投资者情绪是影响资本市场定价的系统性风险，是投资者对于资产的错误估值和投资者的投机倾向。许多学者已经证明了投资者情绪会驱动股票价格偏离基础价值，股票价格在情绪高涨时被高估，在情绪低落时被低估。因此，当情绪高涨时，市场参与者容易对异常高交易量股票产生更积极的反应，股票定价过高的情形更可能出现，高涨的情绪将推动异常高交易量股票价格在未来一段时期内持续走高，使得高交易量回报溢酬效应表现得更加明显；而当情绪低落时，市场参与者对于异常高交易量股票的反应比较消极，出现股票定价过高的情形较少，而且由于卖空限制，股票定价过低的情形出现的可能性很小，所以与情绪高涨时期相比，高交易量回报溢酬效应表现得不明显。

从公司规模看，小规模公司股票由于基本信息少、估值困难和流动性等原因，投资者关注小规模公司股票的程度相对较低，因此，小规模公司股票更容易受到交易量冲击和情绪的影响；而大规模公司股票受到投资者关注程度较高，基本面的信息流动良好，其股票价格就不容易受到交易量冲击和投资者情绪的左右。根据以上分析，提出假设：

H1：高涨情绪影响下的高交易量回报溢酬效应比情绪低落时表现得更明显

H2：在高涨情绪影响下，小规模公司股票的高交易量回报溢酬效应表现得较明显

（二）样本选取及数据来源 国沪深两市上市的A股上市公司为研究对象。时间跨度是2001年6月1日至2012年8月27日，共2727个交易日。将样本期间划分成88个无重叠交易区间，每个区间包含30个交易日。为了避免日周效应，每两个区间中间都隔了一个交易日。每个区间又划分成观察期和形成期，分别对应区间中的前29个交易日和第30个交易日。检验期为每个区间形成期之后的5、10、20和30个交易日。在每个区间内，剔除存在数据缺失的股票、在形成期当天或形成期之前的两个月内经历增发的股票、在观察期前公司上市时间不超过6个月的股票。上市公司流通市值、股票交易股数和收益率等数据来自CSMAR数据库，IPO数据和新开交易账户数来自Wind资讯，宏观经济景气指数取自中国经济景气月报。

（三）投资者情绪的衡量 投资者情绪是反映投资者心理的重要因素，它是反映投资者意愿或预期的市场人气指数。就目前研究中经常使用的情绪指数而言，按照测量投资者情绪的性质和方式分类可分为直接指数和间接指数。直接指数是通过问卷调查的形式得到反映投资者情绪的直接指标，包括国外广泛使用的美国个人投资者协会指数、友好指数以及国内使用的央视看盘指数、好淡指数等。间接指数是通过市场交易的公开统计数据间接测量投资者情绪，包括封闭式基金折价率、IPO首日收益率和新开交易账户数等。由于中国股票市场新兴加转轨阶段性特征的存在，直接指数样本期较短，数据的连续性也可能存在问题，因此，本文采用间接情绪指标反映投资者情绪。

根据中国股票市场的实情和数据的可获得性，选取IPO首日收益率、IPO首日换手率、IPO股票数量和新开交易账户数4个能够反映中国股票市场投资者情绪的间接指标。由于不同指标反映投资者情绪的时滞不一样，所以同时考虑了4个间接指标的滞后一期，共8项指标。采用月度数据来衡量投资者情绪，并且假设同一个月份内每天的投资者情绪是相同的。

在构建投资者情绪指数时，考虑到主要研究的是投资者的非理性情绪，因此，在前人研究方法的基础上做了改进，即在投资者情绪间接指标中提出宏观经济因素的影响。具体构建投资者情绪指数和划分情绪状态步骤如下：

（1）剔除宏观经济因素的影响。将8项指标分别与宏观经济景气指数做正交处理，利用其对宏观经济景气指数回归所得到的残差作为剔除宏观经济因素影响后的新情绪变量，并进行标准化处理消除量纲影响。

（2）构建投资者情绪指数。将标准化处理后的情绪变量进行主成分分析，选取特征值大于1的主成分，分别为第一、二、三主成分，并以它们各自的方差贡献率作为权数，将其与所对应的主成分得分相乘并加总，得到投资者情绪指数：

Sentimentt=0.29×FAC1+0.28×FAC2+0.23×FAC3（1）

其中Sentimentt表示第t月的投资者情绪指数；FACn表示第n个主成分，n=1，2，3。

（3）划分投资者情绪状态。如果在区间i检验期开始前的k天，投资者情绪指数之和大于0，视该区间为投资者情绪高涨阶段；若投资者情绪指数之和小于0或等于0，则视该区间为投资者情绪低落阶段。

（四）高交易量回报溢酬的检验 构建零成本投资组合的研究方法，检验高交易量回报溢酬的存在性。具体步骤如下：

（1）划分不同规模公司股票。在区间i的形成期末，按照公司流通市值排序，排在前30%的股票为大规模公司股票，排在后30%的股票为小规模公司股票，其余的则为中规模公司股票。

（2）定义异常交易量股票。使用交易股数作为确定异常交易量股票的指标。在每个观察期，分别将不同规模公司组中每只股票的交易量加以排序，如果股票于形成期当天的交易量在该股观察期间交易量的前10%，称该股为高交易量股票，若在交易量的后10%，则称该股为低交易量股票。

如果NR显著大于零，表示高交易量回报溢酬现象存在。

四、实证结果与分析

（一）中国股票市场的高交易量回报溢酬 根据公式（2）计算出三组不同规模公司股票在不同检验期零成本投资组合策略中获得的NR，并利用SPSS统计分析软件对NR进行单样本检验，结果如表1所示。

从表1可以看出，三组不同规模公司股票在不同检验期零成本投资组合策略中获得的全部显著大于零，且随着检验期的延长，表现出逐渐增大的趋势，这表明中国股票市场存在高交易量回报溢酬，且这种溢酬效应随时间而增强。在所有检验期策略组合中，小规模公司股票获得的最高，大规模公司股票获得的最低，这表明异常交易量冲击对日常受到投资者关注较少的小规模公司股票的影响更大，而对日常受到关注较多的大规模公司股票的影响较小。

（二）投资者情绪对高交易量回报溢酬的影响 根据公式（1）计算投资者情绪指数，将88个交易区间划分为投资者情绪高涨和低落两类。如果在区间检验期开始前的60天（k=60），投资者情绪指数之和大于0，表示该区间为投资者情绪高涨阶段；若投资者情绪指数之和小于0或等于0，表示该区间为投资者情绪低落阶段。再根据公式（2）计算出在不同投资者情绪状态下，三组不同规模公司股票在不同检验期零成本投资组合策略中获得的，并利用SPSS统计分析软件对进行单样本检验，结果如表2所示。根据表1和表2，不同规模公司股票在全部交易区间与将交易区间划分为两种情绪状态后，零成本投资组合策略在各检验期获得的如图1所示。

从表2和图1中可以得到以下结论：

（1）在高涨情绪状态下，三组不同规模公司股票在所有检验期零成本投资组合策略中获得的NR均比情绪低落时高，这表明对于异常高交易量股票，情绪高涨时的市场反应比情绪低落时的市场反应更强烈，股票价格更容易被高估，高涨的情绪会推动异常高交易量股票价格在未来一个月内持续走高，对股票收益率有正向影响，因此假设1成立。

（2）在所有检验期策略组合中，小规模公司股票在情绪高涨阶段均表现出最高的获利水平，这一结果与小规模公司股票受异常交易量冲击的影响最大和投资者情绪对小规模公司股票影响更显著的结论相吻合，因此假设2成立。

（3）在高涨情绪状态下，三组不同规模公司股票在所有检验期策略组合中获得的NR均高于全部交易区间和情绪低落时的获利水平，这表明在执行基于交易量冲击投资策略时，若加入考虑投资者情绪信息可以进一步提高投资组合的盈利。

（4）无论在全部交易区间或是将交易区间划分为两种情绪状态，三组不同规模公司股票零成本投资组合策略获得的NR均会随着检验期的延长，表现出逐渐增大的趋势，这表明随着时间的推移，高交易量回报溢酬效应表现得更明显。

（三）稳健性检验 考虑到高交易量回报溢酬效应可能是由公司公告所驱动的，因此，在每个交易区间，剔除所有在形成期前一天，当天或者后一天经历盈利公告的股票。同时，重新将88个交易区间划分为投资者情绪高涨和低落两类。如果在区间检验期开始前的180天（k=180），投资者情绪指数之和大于0，表示该区间为投资者情绪高涨阶段；若投资者情绪指数之和小于0或等于0，表示该区间为投资者情绪低落阶段。重新进行检验，结果如表3所示。从表3可以看出，剔除盈利公告数据和重新划分投资者情绪状态后，三组不同规模公司股票在高涨情绪状态下获得的仍然比情绪低落时高，假设1依然成立；在高涨情绪影响下，小规模公司股票在所有检验期策略组合中均会获得最高的，假设2依然成立。由此可见，本文的实证结果是稳健的。

五、研究结论

中国股票市场的不成熟和以散户为主导的投资群体使得市场更多地表现出非理性的一面。另外，中国股市禁止卖空的制度限制了投资者的套利行为。因此，研究投资者情绪对于高交易量回报溢酬的影响，将有助于深入了解中国股票市场。

（1）高涨情绪影响下的高交易量回报溢酬效应比情绪低落时表现得更明显。高涨的情绪导致市场参与者对异常高交易量股票表现出更强烈的反应，股票价格更容易被高估，高交易量回报溢酬效应则表现得较明显；而在情绪低落时，市场参与者对于异常高交易量股票的反应比较消极，股票定价过高的情形较少，与情绪高涨阶段相比，高交易量回报溢酬效应表现得不明显。因此，投资者情绪对于高交易量回报溢酬效应具有影响作用。

（2）在高涨情绪影响下，小规模公司股票表现出较明显的高交易量回报溢酬效应。异常高交易量带来的眼球效应对于平时受到投资者关注较多的大规模公司股票影响较小，而对于日常受到关注较少的小规模公司股票影响较显著，而且投资者情绪对小规模公司股票的影响也更显著，因此，小规模公司股票的高交易量回报溢酬效应在高涨情绪影响下表现得更加突出。

（3）在执行基于交易量冲击投资策略时，利用投资者情绪信息可以进一步提高投资组合的盈利。若在情绪高涨阶段构建基于交易量冲击的零成本投资组合，在未来一个月内可以获得较高收益。

研究结果支持Stambaugh等提出的投资者情绪驱动的错误定价是市场异象产生的重要因素这一观点，为情绪影响投资者对异常高交易量股票的反应程度提供了经验依据。另外，本文的研究有助于了解在不同投资者情绪状态推动下，我国股票市场高交易量回报溢酬效应的表现特征，这一特征对投资者完善投资策略，指导投资者提高决策水平，利用交易量获得更高的投资组合收益提供可靠依据。

参考文献：

[1]李春红、彭光裕：《投资者情绪、股票市场流动性和经济增长》，《技术经济》2011年第30期。

[2]游家兴：《投资者情绪、异质性与市场非理性反应》，《经济管理》2010年第32期。

[3]朱东洋、杨永：《我国股市波动的非对称性和杠杆效应研究》，《技术经济》2010年第29期。

[本文系国家自然科学基金项目（编号：70771023）的阶段性研究成果]