投資者情緒指數(shù)的經(jīng)驗(yàn)?zāi)B(tài)分解：基于增發(fā)窗口期的實(shí)證研究

王遠(yuǎn)霞，謝 赤，2

(1.湖南大學(xué) 工商管理學(xué)院，湖南 長(zhǎng)沙 410082; 2.湖南大學(xué) 金融與投資管理研究中心,湖南 長(zhǎng)沙 410082)

·證券與投資·

投資者情緒指數(shù)的經(jīng)驗(yàn)?zāi)B(tài)分解：基于增發(fā)窗口期的實(shí)證研究

王遠(yuǎn)霞1，謝 赤1，2

(1.湖南大學(xué) 工商管理學(xué)院，湖南 長(zhǎng)沙 410082; 2.湖南大學(xué) 金融與投資管理研究中心,湖南 長(zhǎng)沙 410082)

投資者情緒是資產(chǎn)定價(jià)的重要影響因素。針對(duì)以往研究不能較好分離投資者情緒不同成分的局限，引入經(jīng)驗(yàn)?zāi)B(tài)分解方法，以實(shí)現(xiàn)對(duì)投資者情緒的分解。以2013年實(shí)施增發(fā)的上市公司為樣本的實(shí)證研究結(jié)果表明，經(jīng)驗(yàn)?zāi)B(tài)分解方法能夠有效地分離出投資者情緒的高頻和低頻部分。其中，低頻部分反映了投資者對(duì)股市的長(zhǎng)期預(yù)期，而高頻部分反映了窗口期投資者對(duì)增發(fā)的情緒變化。同時(shí)，增發(fā)前投資者會(huì)對(duì)增發(fā)事件產(chǎn)生過(guò)度反應(yīng)，而在增發(fā)事件完成之后，投資者的過(guò)度反應(yīng)情緒會(huì)逐漸調(diào)整，并且該調(diào)整過(guò)程具有非線性特征。

投資者情緒；經(jīng)驗(yàn)?zāi)B(tài)分解；股票增發(fā)；行為資產(chǎn)定價(jià)

一、引 言

所謂情緒，是由人們對(duì)事物或消息的主觀判斷而形成的一種反應(yīng)。投資者通過(guò)對(duì)市場(chǎng)信息的全面感知，進(jìn)而形成的對(duì)于市場(chǎng)的總體判斷即為投資者情緒。作為反映投資者心理和行為的重要因素，投資者情緒既是經(jīng)濟(jì)參與主體對(duì)投資對(duì)象未來(lái)預(yù)期的系統(tǒng)性偏差，又是投資者對(duì)未來(lái)經(jīng)濟(jì)的一種或樂(lè)觀或悲觀的判斷。

近年來(lái)，金融市場(chǎng)上存在的一系列無(wú)法用基于投資者理性的傳統(tǒng)金融理論解釋的“異象”(Anomalies)催生了學(xué)者們對(duì)行為金融問(wèn)題的高度關(guān)注，其中圍繞投資者情緒的研究更是成為近期的熱點(diǎn)。在對(duì)投資者情緒及其相關(guān)問(wèn)題的研究中，無(wú)論是自下而上地探討投資者情緒的決定因素和模式，還是自上而下地考察投資者情緒對(duì)股票收益和資產(chǎn)定價(jià)等方面的作用，都離不開(kāi)對(duì)投資者情緒指數(shù)的構(gòu)建與分析。因此，情緒的度量是對(duì)投資者情緒的研究以及行為資產(chǎn)定價(jià)中非?；A(chǔ)和重要的一個(gè)環(huán)節(jié)。

然而，目前大多數(shù)關(guān)于投資者情緒的文獻(xiàn)都是以市場(chǎng)整體的投資者情緒為對(duì)象，對(duì)單個(gè)資產(chǎn)的投資者情緒的研究還不多見(jiàn)，且對(duì)特定金融事件的投資者情緒的考察則更為鮮少。鑒此，本文以單個(gè)資產(chǎn)的投資者情緒的構(gòu)建為研究對(duì)象，并以增發(fā)事件為例，分析投資者對(duì)單個(gè)資產(chǎn)相關(guān)的金融事件的情緒反應(yīng)，從而為金融風(fēng)險(xiǎn)管理以及行為資產(chǎn)定價(jià)研究提供較為重要的理論和實(shí)踐依據(jù)。

二、文獻(xiàn)綜述

證券價(jià)格是市場(chǎng)中投資者多空雙方通過(guò)博弈所確定的，而市場(chǎng)的情緒指數(shù)可以用來(lái)度量投資者對(duì)股市看多或看空的態(tài)度，反映了他們的預(yù)期，是價(jià)格重要的影響因素。在研究與投資者情緒相關(guān)的問(wèn)題前，必要且首要的就是對(duì)投資者情緒進(jìn)行測(cè)量。國(guó)際上，學(xué)者們(Baker和Wurgler，2006；Glushkov，2006；Baker等，2012)[1-3]大多選用封閉式基金折價(jià)率、換手率、月度IPO數(shù)量、月度IPO首日收益、股利溢價(jià)和股票發(fā)行比率等單一指標(biāo)或組合指標(biāo)來(lái)衡量投資者情緒。國(guó)內(nèi)學(xué)者在構(gòu)建投資者情緒指數(shù)時(shí)往往會(huì)在國(guó)外相關(guān)文獻(xiàn)的基礎(chǔ)上，有選擇地加入中國(guó)特有的表示情緒的指標(biāo)，如新增投資者開(kāi)戶數(shù)或比率等，并采用主成份分析方法構(gòu)建測(cè)度國(guó)內(nèi)證券市場(chǎng)投資者情緒綜合指數(shù)，且剔除相關(guān)宏觀經(jīng)濟(jì)因素，如居民消費(fèi)價(jià)格指數(shù)、工業(yè)增加值和宏觀經(jīng)濟(jì)景氣指數(shù)等對(duì)它的影響。張強(qiáng)和楊淑娥(2009)，劉雷等(2013)，易志高等(2011)，池麗旭等(2012)，商田和黃華繼(2013)就分別采用類似的數(shù)個(gè)指標(biāo)構(gòu)建情緒指數(shù)對(duì)股票收益及其預(yù)測(cè)進(jìn)行研究，獲得了比較好的解釋效果[4-8]。不過(guò)，以往對(duì)投資者情緒的研究大多從整個(gè)市場(chǎng)出發(fā)對(duì)證券市場(chǎng)的投資者情緒作整體評(píng)價(jià)，對(duì)單一證券資產(chǎn)進(jìn)行投資者情緒評(píng)價(jià)的文獻(xiàn)較少，而在行為資產(chǎn)定價(jià)過(guò)程中，單一證券資產(chǎn)的投資者情緒正是證券價(jià)格確定的基本因素之一。因此，從單一證券角度來(lái)構(gòu)建投資者情緒指數(shù)是進(jìn)行行為資產(chǎn)定價(jià)的重要基礎(chǔ)，需要給予特別關(guān)注。

同理，在增發(fā)折價(jià)水平的影響因素中，投資者情緒是十分關(guān)鍵的一個(gè)。Baker和Wurgler(2006)的研究表明，投資者情緒與股價(jià)高估程度呈正相關(guān)關(guān)系，當(dāng)投資者情緒較高時(shí)，股票價(jià)格被高估的可能性更大，且市場(chǎng)對(duì)高估的股價(jià)會(huì)逐漸調(diào)整，從而導(dǎo)致其預(yù)期收益率降低[1]。劉力等(2010)認(rèn)為，投資者情緒對(duì)公開(kāi)增發(fā)事件的公告效應(yīng)有顯著影響，投資者情緒越低迷，其公告效應(yīng)為負(fù)的可能性越低[9]。馬曉逵等(2012)分析了市場(chǎng)狀況、投資者情緒與增發(fā)宣告效應(yīng)的關(guān)系，其實(shí)證研究結(jié)果表明，在牛市，投資者情緒會(huì)使得增發(fā)宣告效應(yīng)為正，即會(huì)提高增發(fā)股票的收益率，而在熊市，投資者情緒則會(huì)降低增發(fā)股票的累計(jì)超額收益率[10]。徐楓和王洪川(2012)認(rèn)為，異質(zhì)信念和投資者情緒在對(duì)定向增發(fā)折價(jià)的影響上具有顯著的替代關(guān)系[11]。王培等(2014)以A股市場(chǎng)2006年至2010年來(lái)實(shí)施公開(kāi)增發(fā)的上市公司為樣本，利用變系數(shù)模型，實(shí)證研究了在不同投資者情緒下，公開(kāi)增發(fā)市場(chǎng)反應(yīng)的差異性[12]?？傊?，以上研究大多將投資者情緒僅作為一個(gè)影響增發(fā)股份價(jià)格的影響因子，而沒(méi)有將其納入到定價(jià)模型中。將投資者情緒引入到行為資產(chǎn)定價(jià)模型中，需要厘清由增發(fā)所引起的投資者情緒變化，也就是需要將投資者對(duì)增發(fā)事件以及增發(fā)相關(guān)信息所引起的情緒波動(dòng)從總的投資者情緒中分離出來(lái)，而解決這一問(wèn)題是對(duì)增發(fā)股份進(jìn)行行為資產(chǎn)定價(jià)或進(jìn)行增發(fā)定價(jià)效率分析的基礎(chǔ)。

在對(duì)時(shí)間序列進(jìn)行分解的各種方法中，經(jīng)驗(yàn)?zāi)B(tài)分解將時(shí)間序列在不同尺度上的信息進(jìn)行分解，因而對(duì)非平穩(wěn)和非線性數(shù)據(jù)具有較好的適用性。李成剛等(2012)，[13]李祥飛等(2014)[14]分別運(yùn)用EMD方法對(duì)股票市場(chǎng)的波動(dòng)信息進(jìn)行分解，并取得了較好的預(yù)測(cè)效果。相關(guān)研究表明，經(jīng)驗(yàn)?zāi)B(tài)分解方法從數(shù)據(jù)自身出發(fā)，通過(guò)分析本征模態(tài)函數(shù)(Intrinsic Mode Function, IMF)，將收益率等時(shí)間序列數(shù)據(jù)進(jìn)行分解，將數(shù)據(jù)放在不同周期下進(jìn)行分析，因而可以更好地發(fā)現(xiàn)時(shí)間序列變化規(guī)律，是時(shí)間序列分析的一種較好的新方法。

為了克服已有研究的局限，本文在對(duì)單支股票進(jìn)行投資者情緒度量的基礎(chǔ)上，引入經(jīng)驗(yàn)?zāi)B(tài)分解方法，將投資者情緒分解成高頻和低頻部分，從而厘清增發(fā)窗口期由增發(fā)所引致的投資者情緒，為增發(fā)股份的行為資產(chǎn)定價(jià)做好準(zhǔn)備。本文余下內(nèi)容安排為：第三部分構(gòu)建基于經(jīng)驗(yàn)?zāi)B(tài)分解的投資者情緒指數(shù)，實(shí)現(xiàn)對(duì)投資者情緒的分解；第四部分分析增發(fā)窗口期投資者情緒的變化規(guī)律；最后部分為結(jié)論和政策建議。

三、基于經(jīng)驗(yàn)?zāi)B(tài)分解的投資者情緒指數(shù)構(gòu)建

基于經(jīng)驗(yàn)?zāi)B(tài)分解的投資者情緒指數(shù)構(gòu)建包括兩個(gè)主要步驟：一是運(yùn)用基礎(chǔ)指標(biāo)實(shí)現(xiàn)對(duì)單一股票的投資者情緒度量；二是運(yùn)用經(jīng)驗(yàn)?zāi)B(tài)分解來(lái)對(duì)投資者情緒高頻和低頻部分進(jìn)行分解。

在第一步，對(duì)于個(gè)股投資者情緒的基礎(chǔ)指標(biāo)，本文從股票交易的絕對(duì)量和相對(duì)量來(lái)選取相關(guān)代理指標(biāo)。Baker和Stein(2004)[15]，Baker和Wurgler(2006)[1]以及王培等(2014)[12]等運(yùn)用大盤(pán)成交金額來(lái)度量市場(chǎng)的投資者情緒，本文在此基礎(chǔ)上，從交易量的角度引入個(gè)股凈流入資金來(lái)度量個(gè)股的投資者情緒。當(dāng)資金凈流入量(Senta)越大，投資者對(duì)市場(chǎng)預(yù)期越樂(lè)觀，股票估價(jià)水平也越高，所對(duì)應(yīng)的個(gè)股投資者情緒也越高漲。為了進(jìn)行穩(wěn)健性檢驗(yàn)，參考Baker和Stein(2004)[15]的研究，選用股票換手率作為投資者情緒(Sentb)的穩(wěn)健性檢驗(yàn)指標(biāo)。

在第二步，尋找投資者情緒指數(shù)Sent(t)的局部極大值和極小值，運(yùn)用三次樣條函數(shù)進(jìn)行擬合，從而形成上下包絡(luò)線，并計(jì)算上下包絡(luò)線的均值m1，然后將投資者情緒指數(shù)Sent(t)與之相減，則可以得到：

h1=Sent(t)-m1

(1)

h1為去除了低頻的情緒序列，但并不是本征模態(tài)函數(shù)IMF分量，進(jìn)一步地按照以上分解方法進(jìn)行k次運(yùn)算，直到得到平均曲線接近零，最后得到的投資者情緒指數(shù)數(shù)據(jù)可以表示為：

h1k=h1(k-1)-m1k

(2)

其中，h1k是第k次計(jì)算所得到的結(jié)果，相應(yīng)的，h1(k-1)為第k-1次計(jì)算所得的投資者情緒指數(shù)。對(duì)其是否為IMF分量，需要運(yùn)用SD統(tǒng)計(jì)量來(lái)進(jìn)行檢驗(yàn)，定義SD統(tǒng)計(jì)量：

(3)

其中，T為投資者情緒指數(shù)長(zhǎng)度，SD統(tǒng)計(jì)量的取值范圍為[0.2,0.3]。對(duì)于數(shù)據(jù)的分解，既要使得分解后的數(shù)據(jù)接近本征模態(tài)函數(shù)的要求，又要使得分解次數(shù)不能過(guò)多。當(dāng)分解后的數(shù)據(jù)符合SD要求時(shí)，則該分解數(shù)據(jù)為本征模態(tài)函數(shù)的第一個(gè)分量，即IMF分量，該分量代表了投資者情緒序列Sent(t)的最高頻成分。然后，在投資者情緒指數(shù)序列Sent(t)中減去所得到的IMF分量，就可以得到新的序列，再重復(fù)以上步驟，當(dāng)剩余序列為單調(diào)函數(shù)或滿足研究需要時(shí)，則可以終止計(jì)算過(guò)程，從而得到最終的IMF分量，投資者情緒指數(shù)與IMF分量的關(guān)系為：

(4)

其中，rn為殘差項(xiàng)，n為IMF分量的數(shù)量。投資者情緒指數(shù)按照頻率高低依次為c1,c2,…,cn，每一分量反映不同時(shí)間尺度下投資者情緒的變化特征。

四、基于增發(fā)窗口期的實(shí)證研究

為了捕捉上市公司股票增發(fā)窗口期的投資者情緒變化特征，本文選取2013年實(shí)施了股票增發(fā)的286家上市公司作為實(shí)證研究樣本，樣本數(shù)據(jù)來(lái)自萬(wàn)德數(shù)據(jù)庫(kù)(Wind)。對(duì)于增發(fā)窗口期的設(shè)定，本文參考已有相關(guān)文獻(xiàn)，劉力等(2003)[16]定義增發(fā)窗口期為[t-20 ,t+20], 章衛(wèi)東和李德忠(2008)[17]的窗口期為[t-30,t+5], 而徐壽福(2009)[18,19]的窗口期為[t-10 ,t+10]。為了更準(zhǔn)確地判斷增發(fā)過(guò)程中投資者情緒的變化，本文延長(zhǎng)已有文獻(xiàn)的窗口期，定義為[t-60,t+60]，其中，t為上市公司股票增發(fā)實(shí)施日，60代表增發(fā)實(shí)施前60個(gè)交易日和增發(fā)實(shí)施后60個(gè)交易日。在計(jì)算過(guò)程中，為了盡可能延長(zhǎng)計(jì)算周期以盡量模擬投資者情緒在應(yīng)對(duì)增發(fā)事件時(shí)的變化情況，同時(shí)為了避免過(guò)長(zhǎng)的時(shí)間段內(nèi)其他信息的干擾，本文選取提前一個(gè)自然年迄今，即2012年1月1日～2014年9月19日的增發(fā)數(shù)據(jù)為研究對(duì)象。運(yùn)用第三部分的經(jīng)驗(yàn)?zāi)B(tài)分解方法對(duì)投資者情緒進(jìn)行分解，數(shù)據(jù)計(jì)算軟件為MATLAB2010，分解結(jié)果如圖1和圖2所示(受篇幅所限，此處僅列出增發(fā)樣本平安銀行的投資者情緒分解結(jié)果圖)。其中，圖1為基于資金凈流入量的投資者情緒分解結(jié)果，圖2為基于股票換手率的投資者情緒分解結(jié)果。

圖1 投資者情緒指數(shù)的分解結(jié)果(基于Senta的分解結(jié)果)

圖2 投資者情緒指數(shù)的分解結(jié)果(基于Sentb的分解結(jié)果)

EMD分解是否有效的一個(gè)標(biāo)準(zhǔn)是其分解結(jié)果是否有端點(diǎn)效應(yīng)(Endpoint Effect)。從以上分解結(jié)果可以發(fā)現(xiàn)，投資者情緒指數(shù)的經(jīng)驗(yàn)?zāi)B(tài)分解序列兩端并沒(méi)有明顯的發(fā)散，因此，Senta和Sentb的分解結(jié)果是有效的。在投資者情緒分解結(jié)果的低頻部分，其振幅相對(duì)較低，而隨著頻率的提高，其振幅也相應(yīng)增大?？梢园l(fā)現(xiàn)，在t=420左右，即樣本公司股票增發(fā)實(shí)施日(2013年12月30日)的前后一段時(shí)間，投資者情緒指數(shù)出現(xiàn)了較大的波動(dòng)，投資者對(duì)增發(fā)事件反映較為強(qiáng)烈。隨后，投資者情緒逐漸降低，對(duì)增發(fā)事件的情緒反映逐漸歸于平淡。對(duì)全樣本上市公司的資金凈流量和換手率逐一進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解，將每一家樣本上市公司投資者情緒指數(shù)的最高頻部分(IMF1)，按照窗口期進(jìn)行相加，得到的匯總結(jié)果如圖3和圖4所示。

圖3 增發(fā)窗口期的投資者情緒

圖4 增發(fā)窗口期的投資者情緒

從圖3和圖4可以發(fā)現(xiàn)，增發(fā)窗口期投資者對(duì)增發(fā)的情緒變化表現(xiàn)出了類似的規(guī)律。在增發(fā)實(shí)施前30天左右，市場(chǎng)開(kāi)始對(duì)增發(fā)事件有所反應(yīng)，投資者情緒指數(shù)逐漸開(kāi)始上升，到增發(fā)實(shí)施前15天左右，投資者情緒指數(shù)有小幅回落，然后繼續(xù)增大至最高點(diǎn)，在增發(fā)前7天左右，投資者情緒指數(shù)開(kāi)始回落，至增發(fā)實(shí)施后，投資者情緒指數(shù)呈上升狀態(tài)，但總體上升幅度明顯低于增發(fā)前的上升幅度。隨后，投資者情緒恢復(fù)到較低水平，到增發(fā)后40天左右，投資者情緒有小幅反彈，隨后又降低至較低水平。這一過(guò)程反映了投資者容易對(duì)增發(fā)事件形成過(guò)度反應(yīng)的現(xiàn)象，其后投資者情緒指數(shù)逐漸調(diào)整，但調(diào)整過(guò)程并不是一次到位，而是呈現(xiàn)出非線性變化的特點(diǎn)。在[t-60]至[t-40]這一段時(shí)期，信息挖掘者增多，且由于信息的擴(kuò)散需要一個(gè)過(guò)程，投資者對(duì)所得信息的判斷需要經(jīng)過(guò)更復(fù)雜的分析從而造成了反應(yīng)不足的現(xiàn)象。其后，私人信息在市場(chǎng)中逐漸擴(kuò)散，慣性交易者加入到該股的交易中，他們利用信息挖掘者反應(yīng)不足而造成的股價(jià)偏離進(jìn)行套利，在大多數(shù)情況下，慣性交易者會(huì)采用較為簡(jiǎn)單的交易策略進(jìn)行交易，從而導(dǎo)致投資者情緒加速變化，形成對(duì)消息的過(guò)度反應(yīng)，這也就導(dǎo)致了在[t-30,t-15]這段窗口期，投資者情緒指數(shù)總體上呈現(xiàn)出上升狀態(tài)，投資者情緒指數(shù)的增大往往會(huì)使得股票價(jià)格脫離其均衡價(jià)格，當(dāng)市場(chǎng)意識(shí)到股票價(jià)格的錯(cuò)誤定價(jià)時(shí)，投資者情緒指數(shù)逐漸回落，而在情緒回落過(guò)程中，投資者情緒指數(shù)先是過(guò)度回落，然后逐漸修正，直至回復(fù)到較為穩(wěn)定的狀態(tài)。

五、結(jié)論

本文引入經(jīng)驗(yàn)?zāi)B(tài)分解方法，對(duì)股票市場(chǎng)的投資者情緒進(jìn)行了分解。實(shí)證研究表明，經(jīng)驗(yàn)?zāi)B(tài)分解方法能夠?qū)⑼顿Y者情緒的短期高頻波動(dòng)進(jìn)行有效分解。同時(shí)，在增發(fā)窗口期，投資者情緒出現(xiàn)了明顯的變化，且投資者情緒的變化呈現(xiàn)出非線性的特點(diǎn)，說(shuō)明投資者對(duì)增發(fā)事件有過(guò)度反映。而在增發(fā)實(shí)施后，投資者情緒逐漸降低，但降低并不是一次到位，而是經(jīng)歷多次調(diào)整才趨于平穩(wěn)，這也反映了投資者對(duì)過(guò)度反應(yīng)的調(diào)整過(guò)程具有非線性特征。

本文的研究描繪了投資者情緒在面對(duì)增發(fā)事件時(shí)的變化狀態(tài)和趨勢(shì)，對(duì)現(xiàn)實(shí)中的投資操作具有一定的指導(dǎo)作用。一方面，對(duì)于投資者而言，可根據(jù)增發(fā)窗口期的投資者情緒變化規(guī)律來(lái)調(diào)整投資組合，從而實(shí)現(xiàn)更好的投資業(yè)績(jī)；另一方面，對(duì)于證券發(fā)行機(jī)構(gòu)而言，可將分解出的增發(fā)窗口期投資者情緒納入到股票增發(fā)發(fā)行定價(jià)中，從而提高發(fā)行定價(jià)效率，降低定價(jià)過(guò)程中的效率損失。

[1] Baker M., Wurgler J.. Investor sentiment and the cross-section of stock returns[J]. The Journal of Finance, 2006, 61(4): 1645-1680.

[2] Glushkov D.. Sentiment beta[R]. University of Pennsylvania, Working Paper, 2006.

[3] Baker M., Wurgler J., Yuan Y.. Global, local and contagious investor sentiment[J]. Journal of Empirical Finance, 2012, 104(2): 272-287.

[4] 張強(qiáng), 楊淑娥. 噪聲交易、投資者情緒波動(dòng)與股票收益[J]. 系統(tǒng)工程理論與實(shí)踐, 2009, 29(3): 40-47.

[5] 劉雷.投資者有限理性行為模型:現(xiàn)狀與展望[J].科學(xué)決策, 2013,(10):81-94.

[6] 易志高, 茅 寧, 汪 麗. 股票市場(chǎng)投資者情緒研究：形成、測(cè)量及應(yīng)用[J]. 經(jīng)濟(jì)問(wèn)題探索, 2011, (11): 79-84.

[7] 池麗旭, 張廣勝, 莊新田, 宋大雷. 投資者情緒指標(biāo)與股票市場(chǎng)——基于擴(kuò)展卡爾曼濾波方法的研究[J]. 管理工程學(xué)報(bào), 2012, 26(3): 122-128, 165.

[8] 商田, 黃華繼. 我國(guó)股市投資者情緒的測(cè)量探究[J]. 淮北師范大學(xué)學(xué)報(bào)(社會(huì)哲學(xué)版), 2013, 34(6): 85-88.

[9] 劉力, 李廣子, 周銘山. 股東利益沖突、投資者情緒與新股增發(fā)折價(jià)[J]. 財(cái)經(jīng)問(wèn)題研究, 2010, (5): 53-59.

[10] 馬曉逵, 楊德勇, 李亞萍. 投資者情緒視角下上市公司定向增發(fā)的宣告反應(yīng)[J]. 中國(guó)經(jīng)濟(jì)問(wèn)題, 2012, (2): 98-108.

[11] 徐楓, 王洪川. 異質(zhì)信念、投資者情緒與定向增發(fā)折價(jià)[J]. 金融監(jiān)管研究, 2012, (11): 101-114.

[12] 王培, 余祖?zhèn)? 侯天嬌. 投資者情緒對(duì)我國(guó)公開(kāi)增發(fā)市場(chǎng)反應(yīng)的影響[J]. 上海經(jīng)濟(jì)研究, 2014, (2): 107-112, 125.

[13] 李成剛, 田益祥, 何繼銳. AC算法的EMD分解GMDH組合的預(yù)測(cè)模型及應(yīng)用[J]. 系統(tǒng)管理學(xué)報(bào), 2012, 21(1): 105-110.

[14] 李祥飛, 張?jiān)偕? 黃 超, 高 楊. 基于EMD與STSA混合方法的金融收益信息提取與預(yù)測(cè)[J]. 系統(tǒng)工程, 2014, 32(2): 138-144.

[15] Baker M., Stein J.. Market liquidity as a sentiment indicator[J]. Journal of Financial Markets, 2004, (7): 271- 299.

[16] 劉力, 王汀汀, 王震. 中國(guó)A股上市公司增發(fā)公告的負(fù)價(jià)格效應(yīng)及其二元股權(quán)結(jié)構(gòu)解釋[J]. 金融研究, 2003, (8): 60-71.

[17] 章衛(wèi)東, 李德忠. 定向增發(fā)新股折扣率的影響因素及其與公司短期股價(jià)關(guān)系的實(shí)證研究——來(lái)自中國(guó)上市公司的經(jīng)驗(yàn)證據(jù)[J]. 會(huì)計(jì)研究, 2008, (9): 73-80.

[18] 徐壽福. 大股東認(rèn)購(gòu)與定向增發(fā)折價(jià)——來(lái)自中國(guó)市場(chǎng)的證據(jù)[J]. 經(jīng)濟(jì)管理, 2009, (9): 129-135.

[19] 蔣玉梅.投資者情緒、股票錯(cuò)誤估值與上市公司投資[J].經(jīng)濟(jì)與管理,2014,(1):44-51.

(責(zé)任編輯:鐘 瑤)

An Empirical Study on Investor Sentiment Decomposition during the SEO Window Based on the EMD Method

WANG Yuanxia1, XIE Chi1，2

(1.BusinessSchool,HunanUniversity,Changsha,Hunan410082,China; 2.CenterofFinanceandInvestmentManagement,HunanUniversity,Changsha,Hunan410082,China)

Investor sentiment is an important factor for the asset pricing. Aiming to solve the limitations that previous research cannot separate the different components of the investor sentiment, we separate the investor sentiment by introducing the empirical mode decomposition. The empirical result which is based on the listed companies that conducted the seasoned equity offering in 2013 shows that the empirical mode decomposition can effectively separate the high frequency and low frequency parts of the investor sentiment. The low frequency part reflects the long-term market expectation of investors, and the high frequency part can reflect the sentiment variation to the seasoned equity offering. Additionally, investors will overact to the event of the seasoned equity offering, and after the offering, investor sentiment will gradually slow down to steady level, but this adjustment process is nonlinear.

Investor sentiment; Empirical mode decomposition; Seasoned equity offering; Behavioral asset pricing

2015-04-12

國(guó)家自然科學(xué)基金項(xiàng)目(71373072、71340014)、高等學(xué)校博士點(diǎn)專向科研基金(20130161110031)

王遠(yuǎn)霞(1987—)，女，湖南邵陽(yáng)人，湖南大學(xué)工商管理學(xué)院博士研究生，研究方向：行為金融研究；謝 赤(1963—)，男，湖南株洲人，博士，湖南大學(xué)工商管理學(xué)院教授，博士生導(dǎo)師，研究方向：金融工程與風(fēng)險(xiǎn)管理。

F830.9

A

1003-7217(2015)04-0057-05