投资者情绪对资产定价的影响——基于中国A股市场的因子模型实证分析

来源 :西南财经大学 | 被引量 : 0次 | 上传用户:z19910620
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
自上世纪90年代资产定价理论CAPM建立以来,国内外学者纷纷对定价模型展开研究,最著名的有Fama-French因子模型,但由于其假设条件严苛,对资本市场出现的异象缺乏解释力,学者继而放宽假设,对投资者非理性行为展开研究。随着行为金融学发展,投资者情绪成为热门研究领域,学者尝试从投资者情绪角度分析资本市场股市变动原因和走向。从现有的文献看,部分文献研究投资者情绪指数构建方法,也有学者研究投资者情绪对股市波动影响,还有学者将投资者情绪纳入资产定价模型优化其解释力。本文意在研究将投资者情绪作为定价因子纳入三因子模型和五因子模型,是否能够提高模型对股市收益率的解释力,及其在不同行业的适用性。本文以2003年1月至2021年12月全部A股市场股票作为研究对象,从个股层面入手选取个股月度换手率、市盈率、市销率、流动性指标和每股股东数及各指标滞后一期变量作为情绪基础代理变量进行因子分析,根据因子得分构造投资者情绪指数。其次,将投资者情绪指数作为投资者情绪因子加入因子定价模型,使用GRS检验三因子模型、加入投资者情绪因子的四因子模型、五因子模型和加入投资者情绪因子的六因子模型一共4个模型截距项差异,找出解释收益率最优模型,四个模型在规模-投资者情绪分组中回归并分析因子效应。最后,本文选取解释效果最佳的四因子模型分行业回归,研究其在不同行业的适用性。研究发现,将投资者情绪指数作为定价因子加入因子模型后,模型对股市超额收益率解释力上升,投资者情绪能够影响股市波动,投资者情绪偏低或中性的情况下投资者情绪效应更明显。整个研究中表现最优的是四因子模型,本文使用该模型对不同行业做回归分析,发现制造业;电,热,水供应业和水利,环境,公共设施管理业不适用四因子模型,其他10个行业超额收益率均可以被四因子模型有效解释,效果最好的是批发和零售业。从投资者情绪效应看,房地产业极易受投资者情绪正向影响,而文化,体育,娱乐业受投资者情绪影响较弱。结合以上结论,本文意在为股票横截面提供新的解释力,补充完善传统定价模型。
其他文献
在互联网时代,大量面向公众提供服务的互联网公司都需要监控自身的网络服务情况和服务器健康状态等数据,以保证能够提供正常的服务访问,也就是运维工作。但随着上网用户的激增,互联网能够提供的服务越来越多,需要监控的数据也在不断增加,传统的人工运维已经无法再适应高速发展的互联网时代。运维技术也随着人工智能技术的进步而进入了智能运维(AIOps)时代,异常检测任务的目标则是通过使用人工智能算法自动的发现运维数
学位
近年来,信息技术服务外包(ITO)飞速发展,金融企业积极引入IT外包,创新发展。但是,随着大数据、人工智能等创新技术日新月异的发展,金融行业竞争形势愈加严峻,软件系统的重要性不断加强,在需求迭代更高频、技术迭代更快捷、研发团队更庞大的多重压力下,软件研发服务外包项目管理难度仍旧不断升级,生产风险不断加大。面对这种情况,发包企业却普遍缺乏有效的质量评价方法,无法及时清晰的评判外包项目的质量情况,因而
学位
目的:探究基于BI指数的分级康复护理策略对脑卒中后患者神经、运动功能及生活质量的影响。方法:选取2019年6月至2021年12月在我院行脑卒中疾病治疗的80例患者,按照随机数字表法划分为对照组、研究组,对照组:40例,实施常规护理干预,研究组:40例,在常规护理基础上实施基于BI指数的分级康复护理策略。结果:干预后,研究组患者神经功能总有效率及生活质量评分明显高于对照组,(P <0.05);研究组
期刊
目的 探讨强制性运动疗法联合现代康复对老年脑卒中患者痉挛状态、肢体运动功能及生活质量的影响。方法 80例老年脑卒中患者随机分为两组各40例,对照组采用强制性运动疗法,观察组采用强制性运动疗法联合现代康复,比较两组的痉挛状态、肢体运动功能和生活质量。结果 治疗后,观察组的Ashworth痉挛评定量表分级优于对照组(P <0.05)。治疗后,两组的肢体运动功能评分和生活质量评分均高于治疗前,且观察组的
期刊
近年来,区块链项目变得越来越流行,尤其是随着其技术的不断完善及相关应用场景的落地,受到的关注度也越来越高。据相关研究统计,2020年全球企业区块链支出规模达到40亿美金,相较2019年接近翻倍。2015年以来,我国区块链行业市场规模也一直处于持续增长阶段,从2015年的0.06亿元快速增长至2020年的54.46亿元,且被作为新一轮产业革命技术纳入了国家级发展规划。然而目前作为区块链领域基础设施的
学位
矩阵半张量积(STP,Semi-Tensor Product)是我国中科院程代展教授的一项重大理论创新成果,该理论打破了传统矩阵乘法Cm×n=Am×p·Bp×n对乘积矩阵维数的限制,不对参与乘法的矩阵做要求,而且保留了传统矩阵乘法的绝大多数性质,例如矩阵乘法的分配律、结合律,因此可以看成是传统矩阵乘法的一种理论推广。这种跨越维数的特点,使的矩阵半张量积成为刻画有限集之间相互关系及有限维空间多线性映
学位
中国加入互联网大家庭已近30年,社会资产分配方式种类增加,新型财产的种类呈倍数增长。随着5G时代的到来,人们的消费方式风云变换,微信、淘宝和抖音等app和我们的日常生产和生活融合为一,账号价值日益凸显。虚拟财产作为新兴事物,借助网络空间环境发展较快,其交易的数量和金额的增长速度不断加快,但是在虚拟财产的税收征管方面,存在着消息隐匿、信息的查询处理上有困难、服务水平不高、电子发票管理混乱和人们纳税意
学位
大力发展普惠金融,不仅有利于金融业可持续发展,也能助力经济发展增进社会公平,是我国全面建设小康社会的必然要求。商业银行需发挥金融服务职能,加大对“小企业”和“小行业”的金融支持,从而弥补金融服务不均衡和地方金融基础设施有待加强的问题。但目前我国的普惠金融发展水平不高,农户和金融信贷机构之间信息不对称、农村信用评估体系不完善等问题导致金融信贷机构不能准确客观对农户的信贷授信能力做出准确评估,从而导致
学位
随着信息社会的快速发展,文本数据的数量呈现指数级增长,这催生出了自动文本摘要生成的需求。自动文本摘要旨在快速且准确地抽取文本的关键信息,生成文本摘要,有效提高用户阅读效率。目前,许多学者提出了基于图神经网络模型的文本摘要方法。然而,大多数模型面临以下问题:1)不能有效地编码除句子之外的语义节点;2)不能获取多种跨语句的元路径。另外,如何保证摘要的话题覆盖度和多样性也是文本摘要任务的一大挑战。针对以
学位
细粒度实体分类(Fine-grained Entity Typing,FET)旨在识别纯文本中实体的语义类型,该任务是自然语言处理领域中的一项基础任务。实体的类型分类是包括知识图谱补全、关系抽取和共指消解等更上层自然语言处理任务的重要基石。现有的细粒度实体分类研究主要集中在处理远程监督带来的噪声标签、优化实体提及的特征表示和利用类型标签之间的依赖关系这三个方面。但是,大部分模型仍然存在以下两个问题
学位