中国股票市场发展近三十年,各项制度不断完善和发展,沪港通、深港通、沪伦通相继推出,国际地位和影响力日渐提升。与西方发达国家相比,各种机制尚未成熟,投机氛围浓重,市场环境极不稳定,投资者容易出现过度自信、羊群效应、损失厌恶等非理性行为,不利于股票市场发挥其资源配置和分散风险的作用。在此背景下研究我国股票市场的影响因素和影响机制,有助于投资者树立正确的投资理念,为其投资决策提供理论和现实依据,也为政府部门和监管机构制定政策提供一定的借鉴。主流资产定价理论以CCAPM模型为核心,该模型是CAPM、Fama-French多因子、ICAPM模型等的一般化,具有较好的扩展性,避免了早期理论的一些局限性问题。CCAPM模型以消费或消费数据中隐含的宏观经济风险作为定价因子,认为驱动所有金融资产定价最关键的风险源是宏观经济风险,只有宏观经济风险才能获得风险溢价。Cochrane(2005)在CCAPM模型的基础上进行简化,提出SDF定价框架,其中随机折现因子是消费增长率的函数。在此基础上,国内外学者纷纷进行实证研究,但实证结果大多不好。为了解释这些现象,引入行为资产定价理论进行研究,其中比较受关注的是投资者情绪。由于主流资产定价理论与行为资产定价理论假设前提不一样,二者很难纳入同一框架进行分析。Shefrin(2008)提出行为SDF定价模型,将投资者情绪整合进Cochrane(2005)的SDF定价框架,认为短期内宏观经济风险和投资者情绪均会对资产定价产生影响。本文以Shefrin(2008)的行为SDF定价模型为理论支撑,研究宏观经济风险因子与投资者情绪定价效应的交互关系。通过文献梳理,我们发现无论是国内还是国外,宏观经济风险因子的定价效应存在着诸多争议和分歧,这主要与现实金融市场不符合传统金融理论的假设前提有关。行为金融将投资者资产需求中包含的非理性因素考虑进资产定价问题,试图通过分析金融市场主体在市场行为中的偏差和反常,对投资者的行为提供肯定的或描述性的理论。以往研究中,使用某种非理性因素解释市场异象,或者研究其对传统资产定价理论定价效应的影响居多,如Yu和Yuan(2011)、Stambaugh等(2012),同时考虑宏观经济风险因子和投资者情绪定价效应的研究较少。对于宏观经济风险因子与投资者情绪定价效应交互关系的研究,论文选取1997年1月至2017年12月的A股作为研究样本,使用Stata和Python统计软件进行实证分析。首先,借鉴Baker和Wurgler(2006)的主成分分析方法构建投资者情绪指数。然后,使用CCAPM模型和GMM估计方法,五年为一期,重复滚动回归估计个股对宏观经济风险敏感度的β序列值,并根据β值的大小构建高、低风险投资组合,探讨宏观经济风险因子的定价效应。最后,将投资者情绪划分为乐观和悲观时期,使用面板数据分析、控制变量分析和预测性回归分析,研究宏观经济风险因子与投资者情绪定价效应的交替关系。本文得出的结论主要有:(1)在投资者情绪悲观时期,高低风险投资组合收益利差大于零;(2)在投资者情绪乐观时期,高低风险投资组合收益利差小于悲观时期,甚至为负值;(3)相比于投资者情绪乐观时期,悲观时期投资组合受投资者情绪影响更小,宏观经济风险因子定价效应更显著,CCAPM模型和Fama-French三因子模型实证表现更好;(4)相比于高风险投资组合,低风险投资组合受投资者情绪影响更小,CCAPM模型和Fama-French三因子模型定价效应更强;(5)行为SDF定价模型比主流资产定价模型更适用于我国股票市场,即宏观经济风险与投资者情绪均应被纳入资产定价框架。本文研究的创新点主要包括:(1)以行为SDF定价模型为理论支持,将投资者情绪和宏观经济风险因子纳入同一定价框架,探讨二者在中国股票市场定价效应的交互关系,更全面地反映了我国股票市场的影响因素和影响机制。(2)在研究宏观经济风险因子的定价效应时,同时考虑六个风险因子,并分别讨论其在整个样本时期、投资者情绪悲观时期、投资者情绪乐观时期的定价效应,多维度对比分析得出结论,从而更准确地反映了宏观经济风险因子在我国股票市场的定价效应。(3)区分投资者情绪悲观时期和乐观时期,高风险投资组合和低风险投资组合讨论投资者情绪的定价效应,多维度多角度分析,更全面地反映了投资者情绪对我国股票市场的影响,也拓展了从情绪角度研究我国股票市场资产定价的思路。论文不足之处主要体现在:(1)使用CCAPM模型计算个股对宏观经济风险因子的敏感度时,对效用函数的选择欠缺考虑。虽然CCAPM模型更具一般化,但不可否认,该模型在效用函数的选择上存在争议,如果使用修正后的CCAPM模型,效果可能会更好。(2)使用季度数据进行研究,数据频率较低、数据量相对较少。由于数据获取困难,本文使用季度数据进行实证分析。行为SDF定价模型主要探讨短期内投资者情绪对资产定价的影响,如果使用频率更高的月度或周度数据,研究效果可能会更好。