案例1-4：基于VAR模型的投資者情緒與股市收益率關(guān)系

的實(shí)證分析目錄123案例背景VAR模型及相關(guān)理論實(shí)證分析4案例小結(jié)01案例背景背景疫情對(duì)全球的影響2020年初新冠疫情在全球蔓延，導(dǎo)致人民失業(yè)、企業(yè)倒閉、供應(yīng)鏈斷裂，全球宏觀經(jīng)濟(jì)環(huán)境下行，股票市場(chǎng)過(guò)度波動(dòng)，投資者情緒恐慌。股市波動(dòng)與投資者情緒股票市場(chǎng)的波動(dòng)和股市收益率的持續(xù)下跌可能引起投資者的情緒恐慌，而投資者的情緒恐慌也可能導(dǎo)致過(guò)度拋售股票，進(jìn)而引起股票過(guò)度波動(dòng)和股市收益率持續(xù)下跌。探索兩者之間的關(guān)系010203投資者情緒與股市收益率之間的關(guān)系復(fù)雜，為了探索兩者之間的關(guān)系，本案例將采用VAR模型進(jìn)行分析，以揭示它們之間的相互影響。02VAR模型及相關(guān)理論VAR模型1.模型定義2．VAR模型的優(yōu)勢(shì)3．VAR模型的特點(diǎn)4．VAR模型滯后階數(shù)的選擇5．VAR模型穩(wěn)定的條件格蘭杰因果檢驗(yàn)脈沖響應(yīng)函數(shù)

脈沖響應(yīng)函數(shù)分析在宏觀經(jīng)濟(jì)建模中，脈沖響應(yīng)函數(shù)描述經(jīng)濟(jì)指標(biāo)如何對(duì)外生脈沖做出反應(yīng)，通常在向量自回歸模型（VAR）基礎(chǔ)上進(jìn)行分析。宏觀變量動(dòng)態(tài)影響消費(fèi)、產(chǎn)出、投資和就業(yè)等內(nèi)生宏觀經(jīng)濟(jì)變量在受到?jīng)_擊時(shí)，脈沖響應(yīng)函數(shù)用于描述其對(duì)系統(tǒng)的動(dòng)態(tài)影響。不對(duì)稱脈沖響應(yīng)近年來(lái)文獻(xiàn)中提出了不對(duì)稱脈沖響應(yīng)函數(shù)，即正面沖擊的影響與負(fù)面沖擊的影響不同，需要分別進(jìn)行討論和分析。方差分解方差衡量貢獻(xiàn)度使用方差來(lái)衡量每一個(gè)結(jié)構(gòu)沖擊對(duì)內(nèi)生變量變化的貢獻(xiàn)，可以評(píng)估不同因素對(duì)結(jié)果的影響程度。方差分解的目的VAR模型的方差分解旨在確定變量的方差形成原因，發(fā)現(xiàn)模型中對(duì)變量產(chǎn)生影響的每個(gè)隨機(jī)擾動(dòng)在總離散中的重要程度。03實(shí)證分析變量的定義及描述樣本選擇與數(shù)據(jù)來(lái)源案例采用月度數(shù)據(jù)本案例采用2010年3月到2020年12月的月度數(shù)據(jù)，共130個(gè)樣本點(diǎn)，能更好地刻畫中國(guó)證券市場(chǎng)投資者情緒的易變性。投資者情緒數(shù)據(jù)來(lái)源本案例中的投資者情緒數(shù)據(jù)來(lái)源于國(guó)泰安CSMAR數(shù)據(jù)庫(kù)，收益率數(shù)據(jù)則來(lái)源于wind數(shù)據(jù)庫(kù)。投資者情緒與股市收益率關(guān)系的實(shí)證分析投資者情緒指數(shù)(StdISI)和市場(chǎng)收益率(rate)的時(shí)序圖顯示無(wú)趨勢(shì)和周期，初步判斷為平穩(wěn)序列。進(jìn)一步采用PP檢驗(yàn)法進(jìn)行平穩(wěn)性檢驗(yàn)，結(jié)果顯示在0.01水平下，兩者均為平穩(wěn)序列。1.變量平穩(wěn)性檢驗(yàn)選擇合適的滯后期對(duì)于構(gòu)建向量自回歸模型至關(guān)重要，滯后期過(guò)長(zhǎng)或過(guò)短都可能影響模型的準(zhǔn)確性和解釋力。通過(guò)比較不同滯后期下的AIC等統(tǒng)計(jì)量，發(fā)現(xiàn)滯后4階為最佳滯后期。2.構(gòu)建VAR模型(1)確定最佳滯后期。(2)

VAR(4)回歸結(jié)果。表1-4-3表明，在StdISI方程中，StdISI的滯后1階和3階系數(shù)顯著，rate的滯后1階顯著，即StdISI不僅受到自身滯后1階和3階的影響，還受到rate滯后1階的影響；在rate方程中，只有rate滯后1階、3階和4階是顯著的，即rate只受到自身滯后1階、3階和4階的影響，而不受StdISI的滯后階變量的影響。3.沃爾德檢驗(yàn)由表1-4-4可知，全部方程檢驗(yàn)中除滯后2階外，其他的滯后階數(shù)都是顯著的，可進(jìn)行后續(xù)分析。4.模型平穩(wěn)性檢驗(yàn)檢驗(yàn)對(duì)構(gòu)建好的VAR(4)模型進(jìn)行單位根檢驗(yàn)，單位根圖見圖1-4-3，該圖表明模型特征根的模倒數(shù)都在單位圓內(nèi)，說(shuō)明模型整體穩(wěn)定，可以進(jìn)行下一步分析。5.

格蘭杰因果檢驗(yàn)表1-4-5表明，在StdISI方程中，拒絕了原假設(shè)“rate不是StdISI的格蘭杰因”，說(shuō)明了rate是StdISI的格蘭杰因；而在rate方程中，不拒絕“StdISI不是rate的格蘭杰因”。從總體上看，在StdISI與rate之間的關(guān)系中，存在單向的因果關(guān)系，即rate是StdISI的格蘭杰因。6.

脈沖響應(yīng)分析圖1-4-4和圖1-4-5均以StdISI為脈沖變量，分別描繪StdISI對(duì)StdISI和rate的動(dòng)態(tài)效應(yīng)。由圖1-4-4可知，最初的StdISI沖擊會(huì)引起StdISI長(zhǎng)期存在，即一旦一種StdISI產(chǎn)生，該情緒將不會(huì)立即消除，而是會(huì)持續(xù)一段時(shí)間，大約會(huì)持續(xù)9期。由圖1-4-5可知，StdISI對(duì)rate沖擊響應(yīng)不顯著，這可能是因?yàn)槠渌蛩?，如宏觀經(jīng)濟(jì)環(huán)境，對(duì)股市收益率的影響更大。圖1-4-6和圖1-4-7均以rate為脈沖變量，分別描繪rate對(duì)rate和StdISI的動(dòng)態(tài)效應(yīng)。由圖1-4-6可知，最初的rate沖擊會(huì)對(duì)rate有短期的影響，大約會(huì)持續(xù)兩期。由圖1-4-7可知，最初的rate會(huì)對(duì)StdISI的影響持續(xù)較長(zhǎng)，大約會(huì)持續(xù)5期。7.

方差分解分析由表1-4-6中StdISI的方差分解或圖1-4-8可以看出，在1期內(nèi)，StdISI對(duì)StdISI變化的貢獻(xiàn)度達(dá)到100%，此后也一直處于較高水平，達(dá)到70%以上；rate對(duì)StdISI的貢獻(xiàn)度較小，從第2期開始，達(dá)到20%以上。由表1-4-6中rate的方差分解或圖1-4-9可以看出，rate對(duì)rate的貢獻(xiàn)度一直都很高，達(dá)到90%以上；而StdISI對(duì)rate的貢獻(xiàn)度非常低，不到10%。8.

穩(wěn)健性檢驗(yàn)用“剔除宏觀經(jīng)濟(jì)因素后的標(biāo)準(zhǔn)化投資者情緒指數(shù)（StdEISI）”替換上述分析中的“標(biāo)準(zhǔn)化投資者情緒指數(shù)（StdISI）”，重新構(gòu)建VAR模型并進(jìn)行相應(yīng)的檢驗(yàn)，結(jié)果發(fā)現(xiàn)最佳的VAR模型依然是VAR(4)，回歸結(jié)果及參數(shù)的顯著性檢驗(yàn)未發(fā)生大的改變，模型依然平穩(wěn)，投資者情緒與股市收益率之間存在單向的因果關(guān)系—股市收益率是投資者情緒的格蘭杰因。此外，在脈沖響應(yīng)分析與方差分解分析中，也得到與前述分析類似的結(jié)果。穩(wěn)健性檢驗(yàn)結(jié)果表明，本案例中的實(shí)證分析結(jié)果具有良好的穩(wěn)健性。04案例小結(jié)案例小結(jié)投資者情緒與股市收益率之間的關(guān)系通過(guò)構(gòu)建VAR(4)模型，我們發(fā)現(xiàn)投資者情緒與股市收益率之間存在單向的因果關(guān)系，股市收益率是投資者情緒的格蘭杰因，但投資者情緒不是股市收益率的格蘭杰因。投資者情緒與股市收益率的沖擊響應(yīng)最初的投資者情緒沖擊會(huì)引起該投資者情緒長(zhǎng)期存在，但對(duì)收益率沖擊響應(yīng)不顯著；最初