貨幣政策工具選擇、投資者情緒及股市時變特征實證研究

苗金芳 米雪成 申祥鑫

本文通過主成分分析法選取股市成交金額、股市成交量、上證新增開戶數(shù)、上證所平均市盈率、上證股票換手率構(gòu)建綜合投資者情緒指標(biāo)?；赥VP-VAR模型實證及時點脈沖函數(shù)分析了法定準(zhǔn)備金率、新增信貸與投資者情緒對股價的動態(tài)影響。研究結(jié)果顯示：短期內(nèi)，法定準(zhǔn)備金率和投資者情緒對股價均產(chǎn)生顯著的影響，隨著時間和經(jīng)濟環(huán)境的變化，表現(xiàn)出顯著的時變特征。時點脈沖函數(shù)實證顯示，股市處于牛熊市時期，我國散戶為主投資者非理性行為加劇了股價的異常波動。

一、引言

股票市場在現(xiàn)代資本市場的地位越來越重要，其投融資功能、資源配置功能和產(chǎn)權(quán)功能，對促進經(jīng)濟結(jié)構(gòu)優(yōu)化及資本積累和交易起著重要作用。維護股市穩(wěn)健發(fā)展對于現(xiàn)階段我國宏觀經(jīng)濟運行以及提升居民家庭金融資產(chǎn)增值具有重要意義。

國內(nèi)外研究表明貨幣政策、投資者情緒對股價波動產(chǎn)生影響。Kurov（2010）實證研究貨幣政策在不同的市場條件下，對投資者情緒影響具有顯著的差異性，并且發(fā)現(xiàn)在股市低迷階段，對投資者情緒變化更敏感的股票受貨幣政策的影響較大；陳其安、雷小燕（2017）認(rèn)為投資者情緒一定程度上減弱了貨幣政策對股市的影響；喬晶（2018）運用網(wǎng)絡(luò)爬蟲將新浪財經(jīng)的評論進行分析并從中提取投資者情緒指標(biāo)，通過構(gòu)建VAR模型得出投資者情緒影響貨幣政策對股市的作用；康海斌、王正軍（2019）通過投資者情緒和貨幣政策對股市的分析，得出貨幣政策與股市波動的關(guān)系較弱。

本文在國內(nèi)外相關(guān)研究的基礎(chǔ)上，通過主成分分析法構(gòu)建投資者情緒指標(biāo)，并選取新增信貸額和法定存款準(zhǔn)備金作為貨幣政策指標(biāo)，運用TVP-VAR模型來研究三者之間的動態(tài)特征。

二、投資者情緒指標(biāo)構(gòu)建

衡量投資者情緒需要考察投資者參與市場交易活動的情況，目前度量投資者情緒主要有三種方法，分別為直接指標(biāo)、間接指標(biāo)、綜合指標(biāo)。直接指標(biāo)通常用調(diào)查等方式獲取投資者情緒指標(biāo)，該數(shù)據(jù)能夠直接體現(xiàn)投資者情緒變化；間接指標(biāo)一般指從市場的交易活動中獲取數(shù)據(jù)，當(dāng)投資者參與市場交易活動時，會產(chǎn)生一系列不同的交易數(shù)據(jù)，通過這些數(shù)據(jù)能夠客觀地反映投資者情緒變化；綜合指標(biāo)綜合情緒指數(shù)方面比較著名的是 BW（Baker 和 Wurgler，2006）指數(shù)，該指標(biāo)選取新股發(fā)行量、新股首日回報率、新股發(fā)行籌集資金、穩(wěn)定型公司與投機型公司估值水平、股票換手率以及封閉式基金折價率六個指標(biāo)，從而構(gòu)建綜合的投資者情緒指標(biāo)，使用降維方法為主成分分析。

本文投資者情緒指標(biāo)構(gòu)建基本原理是：首先選取市場上能夠反映投資者情緒的7個指標(biāo)，時間為2006年1月至2019年6月，均為月度數(shù)據(jù)；其次通過當(dāng)期和滯后期的處理，把7個當(dāng)期指標(biāo)和7個滯后一期指標(biāo)，共14個指標(biāo)用主成分分析得出共同因子；然后分析共同因子與指標(biāo)之間的相關(guān)系數(shù)，篩選出合適的投資者情緒指標(biāo);最后用留存的投資者情緒指標(biāo)通過主成分分析法，構(gòu)建綜合投資者情緒指標(biāo)（SENT）。根據(jù)我國股票市場發(fā)展情況，選擇的指標(biāo)分別為股市成交金額同比（MOY）、股市成交量同比（VOL）、上證新增開戶數(shù)同比（NEW）、上證所平均市盈率（PER）、上證股票換手率（TURN）、CICSI基金折價率（NAV）和消費者信心指數(shù)（CCI）。最后運用主成分分析構(gòu)建投資者情緒指標(biāo)，考慮到各個指標(biāo)衡量投資者情緒會出現(xiàn)一定的滯后性，有些指標(biāo)會在當(dāng)期呈現(xiàn)出投資者情緒的變化，所以將7個指標(biāo)全部滯后一期，把7個當(dāng)期指標(biāo)和7個滯后一期指標(biāo)共同放入投資者情緒指標(biāo)構(gòu)建中。

從表1可以看出KMO的值為0.766，大于0.5，同時Sig小于0.05，說明構(gòu)建主成分分析有效；從表2得出前3個主成分的累計方差貢獻率大于80%，可以有效地解釋所有指標(biāo)，從圖1碎石圖可以看出主成分1到主成分3的波動程度很大。由此可以得出，選取前三個主成分進行研究分析，通過SPSS構(gòu)建主成分共同因子P1，再用P1與14個變量構(gòu)建相關(guān)系數(shù)。

根據(jù)表3的相關(guān)系數(shù)圖可以看出MOY，TURN和VOL的滯后一期作為指標(biāo)比較優(yōu)，而NEW和PER的當(dāng)期指標(biāo)比較優(yōu)，NAV和CCI的相關(guān)性比較低，說明把基金折價率和消費者信心指數(shù)作為投資者情緒指標(biāo)不太合適。通過剔除相關(guān)系數(shù)小于0.5的指標(biāo)，再把同個指標(biāo)的“當(dāng)期”和“滯后期”與P1的相關(guān)性比較，最終選取五個變量來構(gòu)建投資者情緒指標(biāo)，分別為MOYt-1，TURNt-1，NEW，VOLt-1和PER。

將上述留存的5個指標(biāo)進行主成分分析，構(gòu)建出綜合投資者情緒指標(biāo)。

如表4 所示，KMO 和 Bartlett 的檢驗可以看出，KMO為0.643，大于0.5，同時Sig小于0.05，表明可以有效構(gòu)建主成分分析。如表5所示，用留存的5個指標(biāo)做主成分分析，通過主成分分析的各項指標(biāo)發(fā)現(xiàn)，由于前兩個主成分的累計方差貢獻率達到86.314%，表明前兩個主成分對所有指標(biāo)的信息涵蓋程度達到將近86%；同時第一主成分的特征值大于1，第二主成分的特征值接近于1；從圖2的碎石圖可以看出前兩個主成分曲折程度較大。綜上可以得出，選取前2個主成分繼續(xù)進行投資者情緒指標(biāo)的構(gòu)建。

如表6所示成分得分系數(shù)矩陣，由此可以根據(jù)每個變量的得分系數(shù)，推導(dǎo)前兩個主成分F1和F2，具體公式如下：

通過計算得到的F1和F2，再進行加權(quán)得出最終的投資者情緒指標(biāo)SENT，權(quán)重為每個成分的方差貢獻率占前兩個主成分累計方差貢獻率的比值，公式如下：

綜合投資者情緒SENT的最終公式為：

首先將投資者情緒SENT和上證指數(shù)T進行標(biāo)準(zhǔn)化處理，分析其波動情況。如圖3所示，投資者情緒和上證指數(shù)的走勢大致相同。從波動程度來看，投資者情緒的變動大致先于上證指數(shù)的變動，說明投資者情緒有一定的預(yù)警作用，二者具有較強的相關(guān)性。

以上投資者情緒指標(biāo)SENT和上證指數(shù)T做一階差分獲得平穩(wěn)性數(shù)據(jù)，進行格蘭杰因果檢驗，如表7可以得出，投資者情緒和上證指數(shù)的格蘭杰因果檢驗，所得出的P值均小于0.05，說明兩者之間存在統(tǒng)計意義上的格蘭杰因果關(guān)系。

三、模型構(gòu)建與指標(biāo)選取

（一）向量自回歸模型構(gòu)建

模型構(gòu)建依據(jù)吳麗華（2014）TVP-VAR模型參考。具體如下：時變參數(shù)向量自回歸模型（TVP-VAR）是在SVAR模型中引入時變特征，首先構(gòu)建一個簡單SVAR模型：

根據(jù)式（5），是k*1維列內(nèi)生向量，p為滯后階數(shù)，t表示月度，t=p+1，…，n； A為K*K維的矩陣 ；F為滯后項系數(shù)的K*K維矩陣；=K*1維隨機擾動項～N（0，）。A和分別表示為：

然后把（5）簡化如下：

在式（7）中，系數(shù)參數(shù)和都是隨機變化的，根據(jù)Primiceri（2005），令表示矩陣中下三角中元素的堆積向量，對數(shù)隨機波動率矩陣，且對于所有的j=1，…，k，t=s+1，…，n，設(shè)。TVP-VAR模型中的所有參數(shù)服從隨機游走，

其中，。

假設(shè)時變參數(shù)的沖擊不相關(guān)，并且、、都是對角矩陣。（8）式中假定所有參數(shù)服從一階隨機游走過程，Primiceri（2005）指出該假設(shè)可以允許參數(shù)暫時或永久性變動，可充分捕捉潛在經(jīng)濟結(jié)構(gòu)的漸變或突變；對于模型的估計Nakajima（2011）采用MCMC（馬爾科夫鏈蒙特卡羅）方法估計更加精確有效。

（二）變量指標(biāo)選取

1.貨幣政策指標(biāo)選取。伴隨金融經(jīng)濟的不斷發(fā)展，各國中央銀行逐漸形成了與其相適應(yīng)的貨幣政策工具。本文將法定存款準(zhǔn)備金率和新增信貸作為貨幣政策指標(biāo)。

（1）法定存款準(zhǔn)備金率DR。其變動影響整個社會信貸規(guī)模和可有資金數(shù)量，當(dāng)法定存款準(zhǔn)備率提高時，能夠有效減少流入股市的資金。數(shù)據(jù)源于東方財富網(wǎng)數(shù)據(jù)中心。

（2）新增信貸XIN。新增信貸增加時，表明企業(yè)能夠獲得更多融資，從而增加企業(yè)的投資活動。數(shù)據(jù)是金融機構(gòu)人民幣信貸的貸款同比。數(shù)據(jù)源于中國人民銀行。

2.股價指標(biāo)選取。上證指數(shù)月末值T。本文選取上證指數(shù)每月月末值作為股價的代理指標(biāo)。數(shù)據(jù)來源于東方財富網(wǎng)。

四、實證分析

首先對上述的變量做z-score標(biāo)準(zhǔn)化處理，以便消除不同變量單位和數(shù)量級的影響，時間是2006年1月至2019年6月，并且均為月度數(shù)據(jù)，對處理后的數(shù)據(jù)用小寫字母表示為dr（法定存款準(zhǔn)備金率），xin（新增信貸），t（上證指數(shù)月末值），sent（投資者情緒指標(biāo)）。再利用OxMetrics6計量軟件，對TVP -VAR模型進行分析。

（一）平穩(wěn)性檢驗

在進行時間序列數(shù)據(jù)分析時需要檢驗數(shù)據(jù)是否平穩(wěn)，通過Eviews9.0對上述變量進行平穩(wěn)性檢驗，如表8所示4個變量中dr和t是不平穩(wěn)的。為了使數(shù)據(jù)保持一致穩(wěn)定性，對4個變量分別做一階差分，結(jié)果顯示如下。

（二）參數(shù)估計結(jié)果

在進行TVP-VAR模型之前，需要對模型參數(shù)進行后驗估計，通過MCMC方法進行10000次抽樣，舍棄前1000次作為預(yù)燒值，表9所示參數(shù)估計的結(jié)果。

從表9中可以看出CD統(tǒng)計量小于臨界值1.69，不能拒絕抽樣結(jié)果平穩(wěn)的原假設(shè)，其結(jié)果是收斂的；無效因子比較小，低于100次，相比較10000次的抽樣樣本很少，表明后驗分布是有效抽樣。

（三）實證結(jié)果分析

1.等間隔脈沖函數(shù)。如圖4所示，TVP-VAR模型提供等間隔脈沖函數(shù)，滯后期為1個月、3個月和6個月以此考察短期和中長期效應(yīng)。

（1）法定準(zhǔn)備金率、新增信貸對投資者情緒影響。由圖4第一張圖看出，當(dāng)法定存款準(zhǔn)備金率DR受到一個標(biāo)準(zhǔn)差的正向沖擊，短期內(nèi)投資者情緒都表現(xiàn)為穩(wěn)定的負(fù)向響應(yīng)，當(dāng)法定存款準(zhǔn)備金率提高時，公眾投資者情緒呈現(xiàn)消極情緒，符合理論預(yù)期。由此可見，法定存款準(zhǔn)備金率在短期可以很好地改變投資者情緒。從中長期來看，投資者情緒的響應(yīng)程度較小，2008年之前呈現(xiàn)微弱的正向效應(yīng)，緊縮的貨幣政策并沒有抑制股市，說明2006年至2008年牛熊市轉(zhuǎn)換期間，投資者情緒的作用抵消了貨幣政策長期調(diào)控股市的力度。

從圖4第二張圖看出，當(dāng)新增信貸XIN受到一個單位標(biāo)準(zhǔn)差的正向沖擊，不同滯后期下投資者情緒產(chǎn)生的響應(yīng)不同。短期來看，2011年之前投資者情緒為正向響應(yīng)，之后由正轉(zhuǎn)負(fù)。中長期來看，新增信貸受到一個標(biāo)準(zhǔn)差的正向沖擊后，投資者情緒受到的響應(yīng)與短期的走勢正好相反，新增信貸對投資者情緒的影響隨著時間的推移不斷變化，具有顯著的時變特征。

（2）法定準(zhǔn)備金率、新增信貸對股價的影響。如圖4第三張圖所示，在法定存款準(zhǔn)備率DR受到標(biāo)準(zhǔn)單位正向沖擊后，短期內(nèi)股市響應(yīng)為穩(wěn)定負(fù)向。2015年以來供給側(cè)結(jié)構(gòu)性改革，我國的貨幣政策開始由寬松逐漸變?yōu)榫o縮，通過提高存款準(zhǔn)備金率在短期內(nèi)可以有效抑制股市；從中長期來看，法定存款準(zhǔn)備金率對股價的影響隨著時間的變動，其效應(yīng)逐漸減弱。如圖4第四張圖所示，當(dāng)新增信貸XIN受到標(biāo)準(zhǔn)單位的正向沖擊時， 2017年之前，股價的短中長期的響應(yīng)均為正向，符合理論預(yù)期。

（3）投資者情緒對股價的影響。如圖4第五張圖所示，投資者情緒SENT受到標(biāo)準(zhǔn)單位正向沖擊后，投資者情緒對股價的影響存在波動性。如圖4第六張圖所示，在股價T受到標(biāo)準(zhǔn)單位正向沖擊后，投資者情緒在短期內(nèi)基本是穩(wěn)定的正向效應(yīng)，中長期的脈沖效應(yīng)基本接近零左右。

2.時點脈沖響應(yīng)函數(shù)。時點脈沖響應(yīng)函數(shù)是選擇特定時點的脈沖函數(shù)，本文選取時間點分別為2006年10月、2015年4月和2017年6月三個不同的時間點，原因是這三個時間代表我國股市表現(xiàn)為顯著的牛市、熊市特征。2006年10月大致處于我國牛市的初始階段，此階段是2007年牛熊市轉(zhuǎn)化開始前期，宏觀經(jīng)濟運行良好；2015年4月是我國牛市上漲猛烈的階段，屬于牛市的高潮階段；2017年6月基本處于2015年牛熊市轉(zhuǎn)化之后的低點震蕩階段，貨幣政策穩(wěn)健中性偏緊。

（1）法定準(zhǔn)備金率、新增信貸對投資者情緒的影響。如圖5第一張圖所示，對法定存款準(zhǔn)備金率標(biāo)準(zhǔn)單位的正向沖擊后，投資者情緒在三個時間點的脈沖效應(yīng)走向基本一致，并且方向變化也相同，期初表現(xiàn)為負(fù)向效應(yīng)，在第五期轉(zhuǎn)為正向效應(yīng)。從脈沖的響應(yīng)程度來看，2006年10月時間點的變化幅度更加劇烈，隨著觀察期的推進，到2007年牛市持續(xù)上漲將近10個月，投資者情緒異常高漲，對法定存款準(zhǔn)備金率的反應(yīng)波動性更大，而2015年4月和2017年6月時間點的響應(yīng)程度基本一致，股市在低位震蕩。

如圖5第二張圖所示，當(dāng)新增信貸受到標(biāo)準(zhǔn)單位的正向沖擊后，投資者情緒的脈沖響應(yīng)在不同的時間點出現(xiàn)不同的效應(yīng)，2006年10月前兩期為正向效應(yīng)，之后第三期轉(zhuǎn)為負(fù)向效應(yīng)，第六期又轉(zhuǎn)變成正向效應(yīng)，最后隨著滯后期的增加，波動持續(xù)大約十期后減弱，2015年4月和2017年6月的脈沖響應(yīng)走勢基本一致，前兩期為負(fù)向效應(yīng)，在第三期轉(zhuǎn)為正向，隨著期數(shù)增加，效應(yīng)逐漸減弱。

（2）法定準(zhǔn)備金率、新增信貸對股價的影響。如圖5的第三張圖所示，股價對法定存款準(zhǔn)備金率的脈沖響應(yīng)在不同的時間點基本走勢一致，當(dāng)法定存款準(zhǔn)備率受到正向沖擊時，股價的當(dāng)期響應(yīng)都為負(fù)向，然后出現(xiàn)波動，在第四期左右轉(zhuǎn)為正向效應(yīng)，在第五期又變?yōu)樽畲筘?fù)向效應(yīng)，最后反復(fù)波動至第十期維持在零附近。可以看出，在三個不同時間點，法定存款準(zhǔn)備金率提高在當(dāng)期內(nèi)顯著降低股價，但是很快在第四五期出現(xiàn)明顯波動。

如圖5第四張圖所示，新增信貸受到標(biāo)準(zhǔn)單位的正向沖擊后，股價在三個不同時點的脈沖響應(yīng)變化趨勢有所差異，隨著期數(shù)的增加，股價的脈沖響應(yīng)出現(xiàn)波動。

（3）投資者情緒和股價的影響。如圖5第五張圖所示，投資者情緒受到標(biāo)準(zhǔn)單位的正向沖擊時，不同時間點下，股價脈沖響應(yīng)的走勢基本一致，當(dāng)期效應(yīng)都為正向，然后隨著期數(shù)的推進，股價的脈沖響應(yīng)會出現(xiàn)波動，最終不斷減弱至十期左右保持穩(wěn)定，在2006年10月和2015年4月的影響程度明顯高于2017年6月，說明在牛熊市轉(zhuǎn)化階段，投資者情緒對股價的影響更大。如圖5第六張圖所示，股價受到標(biāo)準(zhǔn)單位的正向沖擊，投資者情緒的脈沖響應(yīng)走勢同樣基本一致，第一期為正向效應(yīng)，然后四期出現(xiàn)負(fù)向效應(yīng)，最后波動不斷減弱。由此可以看出，投資者樂觀情緒的提高在短期內(nèi)能夠提高股價，在從中期來看這種影響仍然不穩(wěn)定。

五、結(jié)論及啟示

（一）研究結(jié)論

1.貨幣政策工具選擇對投資情緒的影響。短期內(nèi)，引導(dǎo)投資者情緒動向的貨幣政策工具來看，法定存款準(zhǔn)備率比新增信貸更有效，但中長期法定存款準(zhǔn)備金率效果逐漸減弱，新增信貸具有時變性和不確定性，說明若政府通過頻繁調(diào)整貨幣政策，達到長期穩(wěn)定影響投資者情緒的變動是不現(xiàn)實的。

2.關(guān)于貨幣政策工具選擇對股價的影響。短期內(nèi)法定存款準(zhǔn)備金率比新增信貸更有效，并且隨著我國市場不斷改善，法定存款準(zhǔn)備金率對股市的調(diào)劑能力越來越強，但中長期觀測，兩者對股價的影響均具有不確定性，貨幣政策不能長期穩(wěn)定的引導(dǎo)股價的走向。

3.投資者情緒和股價的影響。通過等間隔脈沖函數(shù)圖看出，短期內(nèi)投資者情緒對股價影響比較顯著。由于短期投機性的影響，投資者過多關(guān)注短期收益的變化，未能制定長期理性的投資策略。

4.綜合三者之間的變化關(guān)系?？梢缘贸觯唐趦?nèi)，貨幣政策可以有效引導(dǎo)投資者情緒和股市價格。但長期來看，貨幣政策效力不斷減弱，由于我國股市個人投資者占主體地位，且更關(guān)注短期收益，投資者情緒可迅速將貨幣政策的效力抵消，從而削弱了貨幣政策對股市的調(diào)控能力。

（二）啟示

1.基于上述實證分析貨幣政策和投資者情緒對股價的影響均存在時變特性和滯后性。不同的經(jīng)濟背景條件下產(chǎn)生的效應(yīng)均有差異。貨幣當(dāng)局通過貨幣政策引導(dǎo)股票市場價格走向，需要考慮多方面因素，包括宏觀經(jīng)濟態(tài)勢、國際貿(mào)易環(huán)境、投資者情緒等，單純依靠貨幣政策達到穩(wěn)定的引導(dǎo)并不足夠。

2.通常伴隨經(jīng)濟過熱出現(xiàn)牛市特征。頻繁通過調(diào)整貨幣政策來穩(wěn)定股市非最優(yōu)選擇。應(yīng)該從多個角度入手，一方面需要給市場投資者傳遞預(yù)警信息，減少投資者非理性投資行為，另一方面要尊重市場自我調(diào)節(jié)機制，在此基礎(chǔ)上通過循序漸進的調(diào)整方針，制定穩(wěn)健柔和的干預(yù)手段。

3.提高股票市場投資者的金融素養(yǎng)。減少投資者非理性行為，降低金融市場波動性，同時改善股票市場投資者結(jié)構(gòu)。我國散戶眾多，個人投資者是股市的主體，具有非理性和投機性特征，因此增加機構(gòu)投資者的比例，提高股票市場的穩(wěn)定性和抗風(fēng)險能力。

4.應(yīng)繼續(xù)完善市場監(jiān)督體系。加強監(jiān)管的流程，強化監(jiān)督的執(zhí)行效率，進一步完善入市退市機制，提高上市公司的質(zhì)量和投資者的專業(yè)性，讓市場能夠真正體現(xiàn)股票的投資價值，從而使資源配置更加有效率。

參考文獻：

［1］Kurov A. Investor sentiment and the stock markets reaction to monetary policy［J］. Journal of Banking&Finance，2015，47（24）：2514-2522.

［2］陳其安，雷小燕.貨幣政策、投資者情緒與中國股票市場波動性：理論與實證［J］.中國管理科學(xué)，2017，25（11）：1-11.

［3］喬晶.貨幣政策對股票市場的影響——基于投資者情緒的視角［D］山西財經(jīng)大學(xué).2018.

［4］張前程，楊德才.貨幣政策、投資者情緒與企業(yè)投資行為［J］.中央財經(jīng)大學(xué)學(xué)報，2015（12）：57-68.

［5］康海斌，王正軍.投資者情緒與貨幣政策對股市波動影響的實證［J］.統(tǒng)計與決策，2019，35（13）：174-176.

［6］Chandler Lutz.The Impact of Conventional and Unconventional Monetary Policy on Investor Sentiment［J］.Journal of Banking & Finance .2015.2-8.

［7］周怡. 投資者情緒對中國貨幣政策傳導(dǎo)的實證研究［D］.復(fù)旦大學(xué)，2012.

［8］陳影，鄭重.我國貨幣政策對投資者情緒的影響［J］.上海金融，2017（02）：17-24.

［9］司登奎，李小林，江春.央行外匯干預(yù)、投資者情緒與匯率變動［J］.統(tǒng)計研究，2018，35（11）：58-70.

［10］易志高，茅寧.中國股市投資者情緒測量研究：CICSI的構(gòu)建［J］.金融研究，2009（11）：174-184.

［11］魏星集，夏維力，孫彤彤.基于BW模型的A股市場投資者情緒測度研究［J］.管理觀察，2014（33）：71-73+76.

［12］吳麗華，傅廣敏.人民幣匯率、短期資本與股價互動［J］.經(jīng)濟研究，2014，49（11）：72-86.

［13］Primiceri， G. E.， Time Varying Structural Vector Auto-regression and Monetary Policy， Review of Economic Studies， 2005（3）： 821-852.

［14］Nakajima J， Kasuya M， Watanabe T. Bayesian analysis of time-varying parameter vector autoregressive model for the Japanese economy and monetary policy［J］. Journal of the Japanese & International Economies， 2011， 25（3）：225-245.

［15］劉麗文，王鎮(zhèn).投資者情緒對不同類型股票收益影響的實證研究［J］.金融理論與實踐，2016（02）：90-97.

［16］楊曉蘭，沈翰彬，祝宇.本地偏好、投資者情緒與股票收益率：來自網(wǎng)絡(luò)論壇的經(jīng)驗證據(jù)［J］.金融研究，2016（12）：143-158.

［17］王健俊，殷林森，葉文靖.投資者情緒、杠桿資金與股票價格——兼論2015～2016年股災(zāi)成因［J］.金融經(jīng)濟學(xué)研究，2017，32（01）：85-98.

基金項目：本文受青海民族大學(xué)一流學(xué)科建設(shè)一般項目（JG202106）資助。

作者單位：苗金芳，青海民族大學(xué)經(jīng)濟與管理學(xué)院，副教授，國際金融學(xué)博士；米雪成、申祥鑫，青海民族大學(xué)經(jīng)濟與管理學(xué)院，金融專業(yè)碩士研究生。