论文部分内容阅读
行为金融学理论将心理学和行为学的研究成果运用于分析投资者的决策行为,从投资者的实际决策心理出发研究了投资者的心理因素对市场的影响。投资者情绪作为行为金融理论的重要分支,是反映投资者心理的重要因素,对股票市场的价格形成机理和市场的运行发展产生重要影响。本文以投资者情绪作为切入点,应用主成分分析方法分别构建了中美股票市场的投资者情绪指数,从新的视角对中美股票市场的联动性关系进行研究。随着全球市场一体化程度的加深,不同国家(地区)的市场之间的相互联系和影响显著增强,市场间的联动关系问题成为国内外学术界关注的热点。目前有关股票市场间的联动性研究多基于传统计量模型,仅从时间的维度上进行具体分析。然而股票市场是典型的信息非对称市场,股票价格往往呈现出非线性、非平稳性等复杂特征,仅从时间维度上分析并不能完整刻画股票市场信息。基于此,本文引入集成经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)方法到中美股票市场联动性问题的研究中,把时间域和频率域相结合来进行深入分析。首先,将主成分合成的中美股市的投资者情绪指数运用EEMD方法分别分解成若干个独立的、不同尺度的本征模态函数(Intrinsic Mode Function,IMF)分量和一个残余项,提取出序列在不同时间尺度下的波动特征。然后分别将两国股市投资者情绪的IMFs按照高低频重构为序列的短期波动项和中期波动性项,以残余项作为长期趋势项。最后结合计量模型分析了两国股市在短、中、长期尺度下的联动性关系。实证结果表明,中美股市投资者情绪在不同时间尺度下呈现出不同的波动关系。首先,短周期下两国股市投资者情绪的高频波动体现了各自市场日常无序的噪声,传导频繁但影响也相对有限;其次,中周期下两国股市联动显著,双向波动呈现趋同性,中国股市对外界的冲击反应明显存在滞后,美国股市对中国股市波动的影响加强;最后,长周期下中国股市波动受到美国股市干扰显著,美国股市是中国股市波动的格兰杰成因,而中国股市的波动在长周期下对美国股市的影响相对有限。