股民情緒對股票價格的影響實證分析報告目錄TOC\o"1-2"\h\u2119引言 1272621股民情緒相關概念與理論 2275301.1股民情緒理論 2173431.2股民情緒的表現特征 2291201.3股民情緒與股票市場波動率的關系 3107002指標選取和相關性分析 4188632.1股民情緒指標構建 4100812.2股票價格指數 5219913股民情緒與股票價格關系的實證分析 6134273.1模型的檢驗和選擇 6224393.2模型的分析結果 831220結論 1122015參考文獻： 12引言在對金融市場的大量研究中，股市一直是其中的一個重點方向，并且由于我國股市成立時間較短，因此具有波動率大，容易受到外界干擾，股民以散戶套利為主的特點，因此探究股民情緒與股票價格的關系是一件對于我國金融市場制訂相應的政策面對疫情帶來的沖擊和金融市場的開放有著重要影響的事情。從1990年上交所開始投入使用到目前為止，我國金融市場剛剛有30年的歷史。相較于歐美已經十分理性完善的股票市場，我國股市的主體多為良莠不齊的散戶投資者，且不僅數量較多，其文化教育程度，信息收集程度，對股市的認知也良莠不齊，因此極有可能引發(fā)“羊群效應”影響我國股市的正常發(fā)展，導致股指劇烈的波動不平穩(wěn)。從2007年1月開始，我國上證指數在9個月的時間內，持續(xù)上漲了5000點之后在幾個月內又快速下降4000點，并不斷波動；2015年，又出現了相似的情況，幾個月內上證指數上升3000點后迅速滑回原始位置；疫情期間，2個月內我國股市再次下降500點，股市的不穩(wěn)定性以及劇烈震蕩不僅導致了我國投資者的巨大損失，也在總體上大大影響了我國股票市場的健康發(fā)展，給我國宏觀經濟的發(fā)展也帶來了影響①。在股票市場中，傳統(tǒng)金融理論的資產定價行為的某些特征不起作用，而行為金融學可以為解釋這些情況提供新的方法，因此將我國股市的不成熟特點和行為金融學理論聯(lián)合起來分析，發(fā)現我國股市中存在許多非理性情況。這些行為包括股民情緒，股民情緒的任何波動都有可能會導致股市出現不穩(wěn)定的情況，反過來，股市變化也會影響我國股市股民對股市的判斷和股市投資者自身對股市的后續(xù)反應。因此，探討二者間的關系存在著很大的現實意義。因為上證指數可以代表我國金融市場的大體情況，因此本文選擇上證指數來替代我國股市的發(fā)展狀況。鑒于單個具體指標缺乏代表性這一特點，本文選擇使用主成分分析的方法來構造這一指標，本文選擇2007年1月至2020年12月間的168個月的數據，在傳統(tǒng)文獻的基礎上，根據我國的具體國情，選擇了消費者信心指數，IPO數量、新增開戶數、換手率和市盈率這5個指標，對其進行主成分分析；并在此基礎上考慮滯后期的影響，將10個指標進行主成分分析從而綜合出股民情緒代表指標，并使用代表指標分別與10個源指標進行相關性分析，選擇5個相關系數最大的指標分別對多個可以代表宏觀經濟情況的經濟學指標進行回歸，然后運用主成分分析將殘差序列構建為去除宏觀經濟因素影響的股民情緒指標。其次，簡單地對構造的兩個股民情緒指標與股票價格指數等變量進行描述性統(tǒng)計分析。再次，選擇VAR模型分別探究兩個股民情緒與股票價格指數間的相互影響關系，在實證結果的基礎上對比宏觀經濟因素對于二者關系的影響程度。最后，運用GARCH模型探究股市波動情況及與股民情緒變量間的關系。1股民情緒相關概念與理論1.1股民情緒理論情緒屬于心理學的概念范疇，是人對所處環(huán)境的客觀事物的態(tài)度與體驗，包括人相應作出的行為反應。在金融領域，股民等廣大投資者情緒漸漸成為學者研究的重要對象。股民情緒是對金融資產的部分錯誤定價及系統(tǒng)性偏差，這種系統(tǒng)性偏差往往取決于投資者的情感判斷和對投資市場的專業(yè)認知程度，通常來說，具有專業(yè)投資技能的投資者和專業(yè)機構投資者在市場中非理性因素的影響作用會更小。股民情緒通常通過影響證券投資者對未來收益的預判以及投資決策從而使市場發(fā)生偏離。在現實的投資場景中，投資者獲取的信息會決定其主觀判斷，使得資產價格的波動發(fā)生變化，使價格偏離其基本內在價值。1.2股民情緒的表現特征在現實中，股民在做出投資決策和策略抉擇的過程會存在一定程度的主觀偏好和認知偏差，市場中股民的投資行為并非完全獨立的，而是相互影響甚至無限傳染，下面介紹幾種常見的股民情緒表現。1.2.1過度自信心理學研究表明，總體上人是過度自信的，特別是在其熟悉認知的范圍，存在對信息準確性過度自信的傾向。在投資環(huán)境中，通常表現為認為自己掌握更豐富的投資信息，能作出比別人更準確的決策，發(fā)現其他投資者無法發(fā)現的投資機會，高估自身戰(zhàn)勝市場的幾率。另一方面，把盈利機會的獲得只歸結于自身擁有非凡的投資能力，而忽略其他客觀因素和運氣因素；把虧損機會歸結于暫時的投資失誤，而非能力不足。1.2.2反應過度反應過度是指資本市場上的投資者由于受到認知偏差的影響，自身會系統(tǒng)性地高估新出現的資訊所帶來的效應，從而做出過度的投資反應，使得資產價格偏離其內在價值，使得資本市場產生泡沫。投資者對于虧損的資產會產生越來越悲觀的情緒，造成了選擇性認知偏差，而對于獲利的資產則相反，投資情緒愈加樂觀，加大投資熱情，加強投資者的買入操作，從而形成了一種相互加強的順周期效應。1.2.3損失厭惡損失厭惡是指投資者面對同樣絕對數量的收益和損失時，會認為損失的痛苦比收益的滿足感更強烈，兩者是非對稱的。所以，在損失厭惡的現實前提下，投資者在浮盈時會傾向于盡快交易獲利，在浮虧時不愿交易以實現虧損，即使此時交易是最優(yōu)決策。因此，在投資者損失厭惡的投資市場環(huán)境，投資者行為會扭曲資產價格，使得交易決策偏離資產內在價值所決定的最優(yōu)決策。所以損失厭惡也是投資者情緒的重要表現和投資者情緒影響市場的實質證據。1.2.4羊群效應“羊群效應”是一種隨波逐流的非理性行為，往往是由于人本性的盲目從眾心理而放棄理性判斷的行為，以至于在投資環(huán)境投資者作出與大多數人相同的行為。在資本市場里，由于存在信息不對稱，且中國市場散戶較多，中國資本市場存在較為嚴重的羊群效應，主要表現為恐慌情緒上升，大量散戶朝同一方向作出同一行動選擇，加大市場順周期性，加大市場崩盤速度和風險。1.3股民情緒與股票市場波動率的關系股市波動率受多種因素的影響，通常來說，宏觀經濟因素和上市公司微觀因素是導致股市波動的主要原因，也是市場發(fā)生理性調整，回歸市場合理價值的重要途徑，但是，股市波動率除了理性因素，還包含非理性因素，通常股指期貨有價格發(fā)現功能，能一定程度上平抑非理性波動，期貨價格常領先于現貨價格，引導股民進行合理資產配置，一定程度上避免股民不能及時調整資產配置而出現的市場過度恐慌②。但是，非理性因素在我國股票市場中始終存在，我國股票市場并非完全有效市場，這種非理性因素往往表現為股民情緒。在經典的有效市場理論假設下，噪聲交易者是中性的，在市場博弈的過程中，噪聲交易被中和，所以市場是有效的。然而在現實條件下，噪聲交易并不會完全消失，而且噪聲在部分中和的過程中會導致資產價格的過度波動。中國資本市場依然存在大量散戶，即市場存在大量噪聲交易行為，當噪聲交易與股民情緒同向發(fā)展并相互作用的時候，市場可能會產生單邊劇烈波動，甚至產生崩盤風險。股民情緒對市場波動的影響還與股民投資期限長短有關，這種特征在短期市場中更為明顯，短期市場交易操作更為頻繁，股民情緒特征在短期交易中更易產生顯著影響，加劇市場波動。投資期限越長，噪聲交易越少，股民非理性情緒因素對市場波動的影響就越少。另一方面，當國家宏觀經濟向好，市場行情趨于上漲時，股民盈利期望不斷增大，并經過各種傳播渠道，導致更多的新股民加入市場，此時開戶數會增加，股民會傾向于更頻繁更大量買賣資產，市場融資融券活動增強，交易量和資產換手率增加，更多熱錢金融資本市場，在非理性情緒的作用下，產生“羊群效應”?！把蛉盒弊蠲黠@的作用就是放大市場漲跌，特別是市場下跌時，恐慌情緒疊加羊群效應使得市場大幅下跌，加劇市場波動。另外，股民情緒影響投資者行為是市場波動與股民情緒相互作用的又一途徑，由此產生的認知偏差存在于個人和機構投資者的投資行為中。2指標選取和相關性分析2.1股民情緒指標構建2.1.1股民情緒源指標選取通過對國內外學者對股民情緒指標度量方式的總結，本文參考易志高和茅寧（2009）對情緒指標的構建，選擇主成分分析的方法，并根據我國具體國情，去除某些由于政策與國情變化導致的已經失去代表性或者難以度量的指標，選取5個源指標來構造有代表性的股民情緒指標：（1）消費者信心指數（CCI）。消費者信心指數是用來直接度量股民情緒的指標，消費者信心指數越大，股民情緒越樂觀。（2）IPO數量（IPON）。IPO的數量也是衡量股民情緒的正向指標，若當月不存在首次發(fā)行的股票，該指標數值取0。（3）新增開戶數（NLA）。由于我國股市處于不成熟的狀態(tài)，因此當股市情況良好時，股民情緒高漲，會有很多人愿意進入股市，開立賬戶，新增開戶數將會增加。（4）換手率（TO0）。換手率體現了股民對于股市的信心程度，較低的換手率反映了當前股市處于低迷狀態(tài)，因此也選擇該指標作為股民情緒的源指標。（5）市盈率（PE）。市盈率體現了股市的整體估值，市盈率越高，股市的整體估值越高，股市發(fā)展情況越好③。2.1.2股民情緒指標構建2.1.2.1樣本選取由于2007年開始我國股市進入牛市狀態(tài)，股票指數快速上漲，漲到峰值后，指數快速下跌并且一直處于震蕩階段，2015年又迎來了一波劇烈波動，因此本文選擇的樣本區(qū)間為2007年1月到2020年12月，共計168個樣本量。IPO數量，換手率，市盈率數據來自wind數據庫。消費者信心指數來自國家統(tǒng)計局，月新增開戶數來自證券登記結算官網。表2-1源指標的描述性統(tǒng)計分析指標樣本量最小值最大值平均值標準差初次發(fā)行企業(yè)數量1680.0040.005.877.64消費者信心指數16897.00126.60109.378.07新增開戶數16827.581294.73160.55197.88換手率1680.246.741.011.01市盈率1689.1671.6318.7811.222.1.2.2股民情緒指標構建由于不同指標對于股民情緒的反應可能體現在不同時期上，因此首先對5個源指標的提前及滯后變量標準化后進行主成分分析，構造一個包含10個變量的股民情緒指標（CICSIt），該指數累計方差解釋率達到89.72%。再對股民情緒指標（CICSIt）與5個源指標的提前與滯后一期進行相關性分析，選取其中顯著性最高的5個源指標構造投資者情緒指數（cicsit），5個源指標分別為換手率（TOR），新增開戶數（NLA)，IPO數量（IPON），消費者信心指數的滯后一期（CCIt-1）和市盈率的滯后一期（PEt-1）。表2-2股民情緒變量與各個源指標的相關性分析市盈率換手率新增開戶數消費者信心指數初次發(fā)行企業(yè)數量股民情緒變量0.61**0.51**0.61**0.56**0.57**市盈率滯后一期換手率滯后一期新增開戶數滯后一期消費者信息指數滯后一期初次發(fā)行企業(yè)數量滯后一期股民情緒變量0.63**0.48**0.61**0.57**0.56**注：*，**分別表示5%和1%顯著性水平（雙側），下同。表2-3股民情緒變量實證結果描述統(tǒng)計因子負載相關系數均值標準差股民情緒初次發(fā)行企業(yè)數量0.041.020.230.42**消費者信心指數滯后一期-0.011.040.080.49**新增開戶數0.031.030.280.81**換手率-0.130.870.150.71**市盈率滯后一期-0.070.990.110.67**注：*，**分別表示5%和1%顯著性水平（雙側），下同。考慮到嚴格遵守累計方差解釋率的要求，本文選擇三個主成分，三個主成分的累計解釋率達到87.7%，調整各個變量的系數后，得到股民情緒指標公式如下：cicsir=0.29CCIt-1+0.44NLA+0.41TOR-0.19IPON+0.40PEt-12.2股票價格指數股票價格指數為度量和反映股票市場總體價格水平及其變動趨勢而編制的股價統(tǒng)計相對數。通常是報告期的股票平均價格或股票市值與選定的股票平均價格或股票市值相比，并將兩者的比值乘以基期的指數值，即為該報告期的股票價格指數④。由于上證指數的代表性，因此本文從RESSET數據庫選擇和股民情緒指標時間匹配的上證指數，該指數不存在缺失值。由圖2-1可以看出，去除宏觀經濟影響的股民情緒指標與未去除宏觀經濟影響的與上證指數的走勢大體相同，但也存在著部分區(qū)別，2007年與2015年上證指數變化幅度較大的時候，股民情緒與股市收益率的變化幅度也較大，其余時間二者都在不斷震蕩，二者間存在相關性。圖2-1投資者情緒與股市指數走勢圖3股民情緒與股票價格關系的實證分析對兩個股民情緒指標與股票價格指數進行單位根檢驗后，分別建立VAR模型找到其最佳滯后期，可以看出股民情緒與股票價格指數間相互影響，宏觀經濟變量對于二者間的關系存在影響，且股市波動率不僅受到股民情緒變量的影響也會受到其自身的影響。3.1模型的檢驗和選擇3.1.1單位根檢驗在建立VAR模型前，為了避免“偽回歸”現象的出現，對兩個股民情緒指標與股票價格指數這三個指標進行單位根檢驗，兩個股民情緒變量都是平穩(wěn)的，上證指數不平穩(wěn)，因此對上證指數進行一階差分，一階差分后上證指數變成平穩(wěn)時間序列。由表3-1可以看出，經過數據處理后三個時間序列都是平穩(wěn)的：表3-1變量的ADF檢驗結果檢驗統(tǒng)計量1%臨界值5%臨界值10%臨界值P值上證指數-12.16-2.57-1.94-1.610.0000未剔除宏觀因素影響投資者情緒變量-3.74-2.57-1.94-1.610.0002剔除宏觀因素影響投資者情緒變量-3.60-2.57-1.94-1.610.00043.1.2滯后階數的選擇對兩個股民情緒指標與上證指數分別建立VAR模型前都需要對滯后階數進行判斷，cicsit與上證指數建立的VAR模型的信息準則顯示二者間滯后階數為7，因此二者間建立VAR模型時，選擇7階滯后。表3-2cicsit與上證指數的滯后階數（一）LagLogLLRFPEAICSCHQ6-1076.483.883614.2913.8614.3614.077-1062.2525.76*3179.20*13.73*14.3113.978-1060.822.553285.4313.7714.4214.03注：*，**分別表示5%和1%顯著性水平（雙側），下同。cicsir與上證指數建立的VAR模型的信息準則建議選擇2階滯后，因此二者間建立VAR模型時，滯后階數確定為2階。表3-3cicsit與上證指數的滯后階數（二）LagLogLLRFPEAICSCHQ0-1197.81NA12286.1515.0915.1315.101-1081.87227.503005.5513.6813.7913.732-1070.6821.682745.67*13.59*13.78*13.67*3-1069.582.092848.0613.6313.9013.73注：*，**分別表示5%和1%顯著性水平（雙側），下同。3.1.3VAR模型穩(wěn)定性檢驗由于被估計的VAR模型所有根的模的倒數小于1，即如圖2所示位于單位圓內，則VAR模型是穩(wěn)定的，因此可以對該模型中的變量進行脈沖響應分析與方差分解，若存在根的模不位于單位圓內，則VAR模型不穩(wěn)定，針對該模型的脈沖響應分析與方差分解無意義。圖3-1cicsit與cicsir分別上證指數VAR模型穩(wěn)定性的特征根分布3.1.4Granger因果檢驗Granger因果檢驗通常用來判斷一個變量的滯后項是否可以影響另一個變量，如果該變量受到另一個變量的滯后影響，則稱它們具有Granger因果關系，因此由表3-4可以看出不論是否去除宏觀經濟條件的影響，股民情緒指標與上證指數均互為Granger原因。表3-4傳統(tǒng)格蘭杰因果檢驗原假設：ObsF-StatisticProb.cicsit不是上證指數的格蘭杰原因16717.310.0155上證指數不是cicsit的格蘭杰原因16738.140.0000cicsir不是上證指數的格蘭杰原因16717.490.0002上證指數不是cicsir的格蘭杰原因1676.040.04883.2模型的分析結果3.2.1脈沖響應函數脈沖響應函數能反映每個內生變量的變動或沖擊對它自己及所有其他內生變量產生的影響⑤，通過對脈沖響應圖形的觀察可以看出變量在標準沖擊下，當前和未來變動的趨勢，橫軸選擇10期作為滯后期。從圖3-2可以看出，對于未去除宏觀經濟變量的股民情緒指標來看，股民情緒指標對于來自于自身的擾動或者沖擊在期初達到最大值，而后逐步下降，這表明未去除宏觀經濟變量影響的股民情緒變量對于其自身的擾動或者沖擊響應較大。股民情緒變量對于來自上證指數的沖擊或者擾動在第1期和第2期不斷上升，后逐漸緩慢下降，在第8期左右趨于0。從圖3-3可以看出，上證指數對于來自自身的沖擊或者擾動在期初達到了最大值，不過在第2期就變?yōu)樨撓?，而后開始波動幅度逐漸減少并趨近于0。上證指數對于來自未去除宏觀經濟因素影響的股民情緒變量的沖擊也是波動性的，第1期為正，而后在第2期變?yōu)樨撓?，之后不斷反向增加，在?期又變?yōu)檎?，方向不斷改變。圖3-2cicsit脈沖響應分析圖3-3上證指數脈沖響應分析對于去除了宏觀經濟因素影響的股民情緒變量cicsir進行脈沖響應分析發(fā)現，cicsir對于自身的沖擊，在第1期同樣達到最大而后逐步收斂并逐漸緩慢趨于平穩(wěn)。cicsir對于上證指數的沖擊在第一期快速上升，之后隨著時間的變化逐漸減少，一直保持正向。去除了宏觀經濟因素后，上證指數對于cicsir的沖擊變化變得平緩，不再存在正負向的波動，而是逐漸緩慢趨于0。上證指數對于自身帶來的沖擊依舊保持著波動性，波動幅度逐漸變小，并在第六期趨于平穩(wěn)。圖3-4cicsir脈沖響應分析圖3-5上證指數脈沖響應分析因此由脈沖響應結果的差距可以看出，股民情緒中的宏觀經濟因素對于分析股民情緒與上證指數間的關系十分重要，宏觀經濟因素將會加劇二者間的沖擊與相互影響的劇烈程度。3.2.2方差分解方差分解是將系統(tǒng)中各個內生變量的波動分解成與各信息沖擊相關的組成部分，從而了解各沖擊對內生變量的貢獻度。從表3-5可以看出，兩個股民情緒變量都可以解釋上證指數且隨著時間的增加，解釋程度不斷上升逐漸趨于穩(wěn)定，其中去除了宏觀經濟因素影響的股民情緒對于上證指數的解釋程度將會略有下降。對于兩個股民情緒指標來說，隨著時間的增加，上證指數對于二者的解釋程度與解釋力度都在不斷上升且上升的速度不斷減慢，在第七期逐漸趨于穩(wěn)定，上證指數對于未去除宏觀經濟因素影響的股民情緒變量的解釋程度更強表3-5方差分解結果Period上證指數的方差分解cicsit方差分解cicsir方差分解cicsitcicsir上證指數上證指數119.9016.440.000.00221.1419.325.474.37320.5818.936.544.25420.6418.917.854.77520.7618.938.444.86620.9018.968.864.99721.0018.999.085.04821.0719.019.215.09921.1119.039.285.121021.146019.04549.32865.1390由此可以看出，當去除了宏觀經濟因素影響后，股民情緒與上證指數間的關系相對減弱，可以看出股民情緒本身與上證指數存在相互影響的關系，宏觀經濟因素會加強二者間的聯(lián)系，因為宏觀經濟因素將會影響投資者對于市場的判斷繼而影響其投資行為，該實證結論與經濟學理論相符，因此在分析股民情緒與股市間的關系時，可以保留宏觀經濟因素對于股民情緒的影響。在此結論的基礎上，繼續(xù)深入探究未去除宏觀經濟因素的股民情緒變量與股票價格間的關系3.2.3GARCH（1,1）模型在對股票價格指數的研究過程中，股市波動率是個十分重要的研究因素，它是標的資產收益率的條件標準差，本文選擇上證指數的對數收益率，對其建立GARCH模型?；谏献C指數的收盤價計算其對數收益率，首先畫出對上證指數對數收益率的時間序列圖，結果如圖7所示：圖3-6上證收益率時間序列圖從上證指數的對數收益率序列中可以觀察到對數收益率的“集群”現象。在此基礎上，對該對數收益率進行單位根檢驗與自相關檢驗，檢驗結果證明上證指數的對數收益率是平穩(wěn)時間序列，其自相關檢驗結果如表3-6所示：表3-6上證收益率自相關檢驗期數ACPACQ-統(tǒng)計量P值10.050.050.440.5120.120.122.750.2530.020.012.780.4340.170.167.970.0950.040.028.200.156-0.11-0.1610.650.1070.070.0811.450.128-0.12-0.1314.000.089-0.08-0.1015.360.08從表中可以看出，序列的自相關和偏自相關系數均落入兩倍的估計標準差之內，且Q-統(tǒng)計量的對應p值均大于置信度0.05，故序列在5%的顯著性水平下不存在顯著的相關性。因此將均值方程設定為白噪聲，在此基礎上對殘差的平方再次進行自相關檢驗，發(fā)現序列存在自相關性，如表3-7所示：表3-7殘差自相關檢驗期數ACPACQ-統(tǒng)計量P值1-0.02-0.020.090.7620.200.196.920.0330.130.149.680.0240.210.1816.960.0050.180.1622.830.006-0.01-0.0722.840.0070.290.2038.120.0080.03-0.0138.220.0090.190.0845.240.00在此基礎上建立GARCH（1，1）模型，并引入股民情緒變量，ARCH項的估計系數表示，當期對于上一期波動的敏感程度，GARCH項系數表示序列受自身上一期的影響程度。表3-8GARCH模型結果VariableCoefficienStd.Errorz-StatisticProb.C0.00020.00011.92180.0546RESID(-2)^20.220.09912.22160.0263GARCH(-1)0.74110.84088.81370.0000CICSIT(-2)-0.00040.0002-1.68990.0910由表13可以看出，上證指數收益率的兩個參數均在5%的顯著性水平下為正且可以滿足收斂條件，從ARCH項系數可以看出，下一期波動對當期波動的敏感程度較弱，從GARCH項系數可以看出，股市收益率受自身影響的程度較大。從情緒變量系數可以看出，股民情緒對于股市波動率存在較小負相關，該系數在10%的顯著性水平下顯著。結論股民情緒與股票價格的關系一直是研究的熱點，本文選擇VAR模型與GARCH模型對于二者間的相互影響進行研究，得出如下幾點結論：（1）不論是否去除宏觀經濟因素對于股民情緒指標的影響，股民情緒與各品牌價格指數間都互相滿足Granger因果檢驗，二者間可以通過滯后期進行預測。（2）通過建立VAR模型可知，股民情緒與股票價格指數的變化主要受到自身的影響，未去除宏觀經濟因素的股民情緒變量對于股票價格指數的影響波動較大，去除宏觀經濟因素后，股民情緒變量對于股票價格指數的影響變得較為平穩(wěn)，但是是否去除宏觀經濟因素對于上證指數對股民情緒的影響改變程度較小，宏觀經濟因素對于研究股民情緒與股票價格指數間的關系存在較大的影響。（3）投股民情緒與股票價格波動間的相互影響程度較小，股市自身的沖擊將會更大程度上影響股票價格波動率的變化，股民情緒對于股票價格的影響存在較明顯的滯后性，但二者的變化也會受到其他因素的影響，因此為了使股民情緒與股票價格波動率保持穩(wěn)定，還應探究其他因素與這兩個變量的關系?；诒疚膶嵶C結論的基礎上，從情緒這一角度出發(fā)探究影響我國股市的重要因素。從市場的交易人員和市場監(jiān)管部門這兩個方面出發(fā)提出相應的建議。（1）由于我國學者已經提出多個股民情緒指標度量標準，因此可以選擇多個情緒指標同時對我國股民情緒進行監(jiān)督與預警，當我國股民情緒存在不穩(wěn)定的趨勢時，政策可以采取相應的宏觀政策來影響我國的投資者情緒，穩(wěn)定股民情緒，間接維持我國股票市場的穩(wěn)定。（2）近年來由于我國經濟的快速發(fā)展，我國投資者人數增多，但投資者能力良莠不齊，因此政府應該重視投資者投資技能的培養(yǎng)，增加對投資者的培訓，增加金融知識課程教學，增加廣大投資者的投資能力，減少其投機心理與非理性行為的存在，逐漸改善我國金融市場的投資環(huán)境。（3）監(jiān)管部門應該回顧股市以往的相關重大事件，總結經驗，提前對股市運行過程中可能存在風險的事件進行預防，根據潛在的風險準備相對應的解決預案與宏觀經濟政策。與此同時，明確破壞市場秩序的行為邊界，對于破壞市場秩序的投資者，我們可以根據其危害的程度進行處罰。注釋：①陳國進，丁杰.“壞”跳躍、“好”跳躍與高頻波動率預測.[J]管理科學，2018(31):3-16②遲駿,楊春鵬.投資者情緒、投資者交易行為與ETF折溢價[J].武漢金融,2020(01):49-56.③易志高,茅寧.中國股市投資者情緒測量研究:CICSI的構建[J].金融研究,2009(11):174-184.④陸沁曄,陳昊.媒體報道、投資者情緒與股價波動[J].財經問題研究,2021,(3)⑤馬鋒,魏宇,黃登仕,張鵬云.基于跳躍和符號跳躍變差的HAR-RV預測模型及其MCS檢驗[J].系統(tǒng)管理學報,2015,24(05):700-710.參考文獻：[1]LeeCMC,ThalerSRH.Investorsentimentandtheclosed-endfundpuzzle[J].JournalofFinance,1991,46(1):75-109.[2]BrownGW,CliffMT.Investorsentimentandassetvaluation[J].TheJournalofBusiness,2005,78(2):405-440.[3]文鳳華,肖金利,黃創(chuàng)霞,等.投資者情緒特征對股票價格行為的影響研究[J].管理科學學報,2014,17(3):60-69.[4]Pontiff,Jeffrey.Closed-endfundpremiaandreturnsimplicationsforfinancialmarketequilibrium[J].JournalofFinancialEconomics,1995,37(3):341-370.[5]BrownGW.Volatility,sentiment,andnoisetraders[J].FinancialAnalystsJournal,1999,55(2):82-90.[6]王美今,孫建軍.中國股市收益、收益波動與投資者情緒[J].經濟研究,2004(10):75-83.[7]韓立巖,伍燕然.投資者情緒與IPOs之謎——抑價或者溢價[J].管理世界,2007(3):51-61.[8]劉維奇,劉新新.個人和機構投資者情緒與股票收益——基于上證A股市場的研究[J].管理科學學報,2014,17(3):70-87.[9]