市場與行業(yè)情緒對股票收益的影響：基于多維度的實(shí)證剖析一、引言1.1研究背景與動(dòng)機(jī)在金融市場中，股票投資一直占據(jù)著核心地位，吸引著大量投資者的參與。股票收益不僅關(guān)乎投資者個(gè)人的財(cái)富增長，對于整個(gè)金融市場的穩(wěn)定與發(fā)展也有著深遠(yuǎn)影響。隨著金融市場的不斷發(fā)展和投資者結(jié)構(gòu)的日益多元化，股票市場的復(fù)雜性與波動(dòng)性與日俱增，股票收益的影響因素也愈發(fā)復(fù)雜，投資者情緒便是其中一個(gè)關(guān)鍵因素。投資者情緒是投資者基于資產(chǎn)現(xiàn)有特征而對資產(chǎn)未來所能創(chuàng)造價(jià)值大小的一種主觀判斷，表現(xiàn)為一種預(yù)期或信念，但這一信念并不能完全反映當(dāng)前已有的事實(shí)。在金融市場中，投資者并非完全理性，其情緒波動(dòng)會(huì)對投資決策產(chǎn)生顯著影響，進(jìn)而影響股票的價(jià)格和收益。現(xiàn)有研究表明，投資者情緒是股票價(jià)格波動(dòng)的主要原因之一，已成為股票收益率波動(dòng)研究領(lǐng)域的重要關(guān)注點(diǎn)。過往對投資者情緒的研究，多數(shù)僅聚焦于市場情緒層面，通過構(gòu)建市場投資者情緒指標(biāo)來探究其對股票市場整體或個(gè)股收益的影響。這些研究發(fā)現(xiàn)，市場情緒樂觀時(shí)，投資者更傾向于買入股票，推動(dòng)股票價(jià)格上漲；而當(dāng)市場情緒悲觀時(shí)，投資者則更可能賣出股票，導(dǎo)致股票價(jià)格下跌。然而，這種對投資者情緒的單一維度研究存在局限性，未能充分考慮到不同行業(yè)的特性以及投資者對不同行業(yè)的情緒差異。不同行業(yè)在經(jīng)濟(jì)周期中的位置、行業(yè)競爭格局、政策敏感度等方面存在顯著差異，投資者對各行業(yè)的情緒也會(huì)有所不同，這種行業(yè)層面的情緒對股票收益的影響可能與市場整體情緒的影響存在差異。但目前，關(guān)于行業(yè)情緒對股票收益影響的研究較少，對投資者情緒的多層次描述還不夠詳盡。研究市場與行業(yè)情緒對股票收益的影響具有重要意義。對于投資者而言，深入了解市場和行業(yè)情緒對股票收益的影響機(jī)制，能夠幫助他們更準(zhǔn)確地把握市場動(dòng)態(tài)，提高投資決策的科學(xué)性和合理性，從而在股票投資中實(shí)現(xiàn)更優(yōu)的收益。對于金融市場監(jiān)管者來說，掌握市場和行業(yè)情緒對股票收益的影響，有助于更好地理解市場波動(dòng)的根源，制定更為有效的監(jiān)管政策，維護(hù)金融市場的穩(wěn)定運(yùn)行。此外，這一研究還有助于完善金融市場理論，為后續(xù)相關(guān)研究提供更全面的視角和更堅(jiān)實(shí)的理論基礎(chǔ)。1.2研究目的與創(chuàng)新點(diǎn)本研究旨在深入剖析市場情緒與行業(yè)情緒對股票收益的影響機(jī)制，具體目標(biāo)包括：構(gòu)建全面且精準(zhǔn)的市場情緒和行業(yè)情緒指標(biāo)體系，以更準(zhǔn)確地衡量投資者情緒；通過實(shí)證分析，探究市場情緒與行業(yè)情緒對股票收益的直接影響以及二者之間的交互作用；進(jìn)一步分析在不同市場環(huán)境（如牛市、熊市）下，市場情緒與行業(yè)情緒對股票收益影響的差異。本研究在以下方面具有創(chuàng)新性：在情緒指標(biāo)構(gòu)建上，突破傳統(tǒng)單一的市場情緒研究模式，同時(shí)構(gòu)建市場情緒和行業(yè)情緒指標(biāo)，從多層次、多角度衡量投資者情緒，更全面地反映投資者情緒在不同層面的表現(xiàn)。在研究方法應(yīng)用上，綜合運(yùn)用多種計(jì)量經(jīng)濟(jì)學(xué)方法，如主成分分析、向量自回歸等，深入分析市場情緒、行業(yè)情緒與股票收益之間的復(fù)雜關(guān)系，不僅檢驗(yàn)三者之間的Granger因果關(guān)系，還分別檢驗(yàn)在不同市場狀態(tài)下投資者情緒對行業(yè)超額收益同期以及后期的影響，為研究投資者情緒與股票收益的關(guān)系提供了更豐富的視角和更嚴(yán)謹(jǐn)?shù)恼撟C。1.3研究方法與數(shù)據(jù)來源本研究采用了多種方法來確保研究的科學(xué)性和嚴(yán)謹(jǐn)性。在構(gòu)建市場情緒和行業(yè)情緒指標(biāo)時(shí)，運(yùn)用主成分分析方法。主成分分析是一種統(tǒng)計(jì)方法，通過正交變換將一組可能存在相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)的變量，轉(zhuǎn)換后的這組變量叫主成分。在實(shí)際課題中，為了全面分析問題，往往會(huì)提出很多與此有關(guān)的變量，因?yàn)槊總€(gè)變量都在不同程度上反映這個(gè)課題的某些信息，而主成分分析能夠有效地降低數(shù)據(jù)維度，用少數(shù)幾個(gè)主成分來揭示多個(gè)變量間的內(nèi)部結(jié)構(gòu)，盡可能多地保留原始變量的信息，且彼此間互不相關(guān)。本研究通過主成分分析，從多個(gè)與投資者情緒相關(guān)的原始指標(biāo)中提取出能夠代表市場情緒和行業(yè)情緒的主成分，以此構(gòu)建相應(yīng)的情緒指標(biāo)。為了深入分析市場情緒、行業(yè)情緒與股票收益之間的動(dòng)態(tài)關(guān)系，采用向量自回歸（VAR）模型。VAR模型是一種基于數(shù)據(jù)的統(tǒng)計(jì)性質(zhì)建立的模型，它把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后值的函數(shù)來構(gòu)造模型，從而將單變量自回歸模型推廣到由多元時(shí)間序列變量組成的“向量”自回歸模型。通過VAR模型，可以檢驗(yàn)市場情緒、行業(yè)情緒與股票收益之間的Granger因果關(guān)系，即判斷一個(gè)變量的變化是否會(huì)引起另一個(gè)變量的變化，以及這種變化的先后順序和影響程度。此外，為了檢驗(yàn)市場和行業(yè)投資者情緒對行業(yè)超額收益的非對稱影響，以及在不同市場狀態(tài)（牛熊市）下投資者情緒對行業(yè)超額收益同期以及后期的影響，運(yùn)用了回歸分析等方法?；貧w分析是確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法，能夠幫助我們明確不同變量之間的具體影響關(guān)系和程度。在數(shù)據(jù)來源方面，選取了[具體時(shí)間范圍]的相關(guān)數(shù)據(jù)，涵蓋了[具體股票市場]的股票數(shù)據(jù)。對于市場情緒指標(biāo)構(gòu)建所需的數(shù)據(jù)，收集了如封閉式基金折價(jià)率、上證綜指交易金額、融資余額與流通股市值之比、換手率、新增開戶數(shù)等數(shù)據(jù)，這些數(shù)據(jù)來源于金融界、和訊網(wǎng)、東方財(cái)富網(wǎng)等金融數(shù)據(jù)平臺(tái)以及相關(guān)證券交易所官網(wǎng)。對于行業(yè)情緒指標(biāo)構(gòu)建，主要通過分析股票基金流數(shù)據(jù)來反映投資者對不同行業(yè)的情緒，股票基金流數(shù)據(jù)可從相關(guān)基金公司披露信息以及金融數(shù)據(jù)統(tǒng)計(jì)機(jī)構(gòu)獲取。行業(yè)分類采用[具體行業(yè)分類標(biāo)準(zhǔn)]，將股票分為[列舉具體行業(yè)類別]等多個(gè)行業(yè)，行業(yè)收益率數(shù)據(jù)來源于[具體數(shù)據(jù)獲取平臺(tái)，如廣發(fā)證券通達(dá)信交易平臺(tái)等]。所有數(shù)據(jù)均經(jīng)過嚴(yán)格篩選和預(yù)處理，以確保數(shù)據(jù)的準(zhǔn)確性和可靠性，為后續(xù)的實(shí)證分析提供堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)。二、理論基礎(chǔ)與文獻(xiàn)綜述2.1市場情緒與行業(yè)情緒相關(guān)理論2.1.1噪音交易者模型噪音交易者模型由DeLong、Shleifer、Summers和Waldman于1990年提出，即DSSW模型，是投資者情緒研究領(lǐng)域最早也是最經(jīng)典的理論模型。該模型認(rèn)為，股票市場上的投資者分為理性投資者和噪音交易者兩類。噪音交易者是指那些無法獲得內(nèi)部信息，非理性地把噪音當(dāng)作信息進(jìn)行交易的投資者。在傳統(tǒng)的金融理論中，理性投資者被認(rèn)為能夠準(zhǔn)確地評(píng)估資產(chǎn)的價(jià)值，并根據(jù)市場信息做出合理的投資決策，使得市場價(jià)格能夠反映資產(chǎn)的真實(shí)價(jià)值。然而，DSSW模型指出，市場上存在著大量易受情緒影響的噪音交易者，他們的交易行為并非基于對資產(chǎn)基本面的分析，而是受到各種情緒因素的干擾，如過度樂觀或悲觀、恐懼、貪婪等。噪音交易者的情緒波動(dòng)會(huì)導(dǎo)致他們對資產(chǎn)價(jià)格的預(yù)期出現(xiàn)偏差，從而做出非理性的投資決策。當(dāng)噪音交易者過度樂觀時(shí)，他們會(huì)高估資產(chǎn)的價(jià)值，大量買入資產(chǎn)，推動(dòng)資產(chǎn)價(jià)格上漲；而當(dāng)他們過度悲觀時(shí)，則會(huì)低估資產(chǎn)的價(jià)值，大量賣出資產(chǎn)，導(dǎo)致資產(chǎn)價(jià)格下跌。這種由噪音交易者情緒驅(qū)動(dòng)的交易行為會(huì)使市場價(jià)格偏離資產(chǎn)的基本價(jià)值，產(chǎn)生定價(jià)偏誤。在DSSW模型中，理性交易者雖然能夠認(rèn)識(shí)到資產(chǎn)的真實(shí)價(jià)值，但他們的套利行為會(huì)受到限制。因?yàn)槔硇越灰渍唠y以準(zhǔn)確預(yù)測噪音交易者未來的情緒沖擊，即無法確定噪音交易者何時(shí)會(huì)變得過度樂觀或悲觀，以及這種情緒變化對資產(chǎn)價(jià)格的具體影響程度。如果理性交易者在噪音交易者情緒過度樂觀、資產(chǎn)價(jià)格被高估時(shí)賣空資產(chǎn)，期望在價(jià)格回歸價(jià)值時(shí)獲利，但噪音交易者的情緒可能會(huì)進(jìn)一步高漲，導(dǎo)致資產(chǎn)價(jià)格繼續(xù)上漲，理性交易者就會(huì)面臨損失。這種不確定性使得理性交易者在進(jìn)行套利時(shí)會(huì)有所顧慮，不敢充分發(fā)揮套利作用來糾正市場價(jià)格的偏差，從而導(dǎo)致市場上的定價(jià)偏誤不能被完全消除。在股票市場中，當(dāng)市場處于牛市時(shí)，噪音交易者可能會(huì)受到市場樂觀情緒的感染，過度樂觀地看待股票的未來收益，紛紛買入股票，即使某些股票的價(jià)格已經(jīng)遠(yuǎn)遠(yuǎn)超出其基本面價(jià)值。理性交易者雖然知道這些股票被高估，但由于擔(dān)心噪音交易者的樂觀情緒會(huì)持續(xù)推動(dòng)股價(jià)進(jìn)一步上漲，不敢輕易賣空，從而使得股票價(jià)格泡沫不斷膨脹。相反，在熊市中，噪音交易者可能會(huì)過度悲觀，大量拋售股票，導(dǎo)致股票價(jià)格過度下跌，理性交易者也會(huì)因害怕噪音交易者的情緒進(jìn)一步惡化而不敢輕易買入，使得市場價(jià)格難以快速回歸到合理水平。DSSW模型在市場與行業(yè)情緒研究中有著廣泛的應(yīng)用。它為理解市場情緒和行業(yè)情緒如何影響股票價(jià)格提供了重要的理論基礎(chǔ)。通過該模型，可以分析不同情緒狀態(tài)下投資者的行為模式以及對市場價(jià)格的影響機(jī)制，從而幫助投資者更好地把握市場動(dòng)態(tài)，制定合理的投資策略。在研究行業(yè)情緒時(shí)，該模型可以解釋為什么某些行業(yè)在特定時(shí)期會(huì)出現(xiàn)過度的投資熱情或悲觀情緒，以及這些情緒如何導(dǎo)致行業(yè)內(nèi)股票價(jià)格的異常波動(dòng)。當(dāng)某個(gè)行業(yè)出現(xiàn)一些利好消息時(shí)，噪音交易者可能會(huì)過度樂觀，大量買入該行業(yè)的股票，使得行業(yè)內(nèi)股票價(jià)格普遍上漲，即使其中一些公司的基本面并沒有實(shí)質(zhì)性的改善。這種由行業(yè)情緒驅(qū)動(dòng)的價(jià)格波動(dòng)，會(huì)對投資者的決策產(chǎn)生重要影響，而噪音交易者模型能夠?yàn)榉治鲞@種現(xiàn)象提供有力的工具。2.1.2行為金融理論行為金融理論是將心理學(xué)和金融學(xué)相結(jié)合的理論，旨在解釋金融市場中觀察到的非理性行為和偏差，它指出投資者情緒對市場動(dòng)態(tài)具有顯著影響。與傳統(tǒng)金融理論假設(shè)投資者完全理性不同，行為金融理論認(rèn)為投資者是有限理性的，在投資決策過程中會(huì)受到各種心理因素和情緒的影響，從而導(dǎo)致非理性的投資行為。在行為金融理論中，投資者情緒是一個(gè)重要的概念。投資者情緒是指投資者在進(jìn)行投資決策時(shí)所表現(xiàn)出的情緒狀態(tài)，包括恐懼、貪婪、樂觀、悲觀等情緒，這些情緒會(huì)影響投資者對市場的認(rèn)知和判斷，進(jìn)而影響其投資行為。當(dāng)投資者情緒樂觀時(shí)，他們往往會(huì)高估股票的預(yù)期收益，低估風(fēng)險(xiǎn)，從而更傾向于買入股票；而當(dāng)投資者情緒悲觀時(shí)，則會(huì)低估股票的預(yù)期收益，高估風(fēng)險(xiǎn)，更傾向于賣出股票。這種情緒驅(qū)動(dòng)的投資行為會(huì)導(dǎo)致股票價(jià)格的波動(dòng)，使市場價(jià)格偏離其基本面價(jià)值。行為金融理論還指出了投資者在決策過程中存在的多種認(rèn)知偏差和心理特征，這些因素進(jìn)一步加劇了投資者情緒對市場的影響。過度自信是投資者常見的認(rèn)知偏差之一，投資者往往對自己的投資能力和判斷過于自信，高估自己獲取信息的準(zhǔn)確性和分析能力，從而做出不合理的投資決策。一些投資者可能會(huì)認(rèn)為自己能夠準(zhǔn)確預(yù)測股票價(jià)格的走勢，頻繁進(jìn)行交易，但實(shí)際上卻往往因?yàn)檫^度自信而導(dǎo)致投資失敗。羊群效應(yīng)也是行為金融理論中一個(gè)重要的概念。投資者在投資決策時(shí)，往往會(huì)受到其他投資者行為的影響，傾向于跟隨大多數(shù)人的決策，而忽視自己所掌握的信息。在股票市場中，當(dāng)市場情緒樂觀時(shí)，投資者可能會(huì)看到周圍的人都在買入股票，便不假思索地跟風(fēng)買入，即使自己對股票的基本面并不了解；反之，當(dāng)市場情緒悲觀時(shí)，投資者也會(huì)跟隨大眾紛紛賣出股票。這種羊群效應(yīng)會(huì)導(dǎo)致市場情緒的進(jìn)一步放大，加劇股票價(jià)格的波動(dòng)。損失厭惡也是影響投資者決策的重要心理因素。投資者對損失的敏感程度要高于對收益的敏感程度，即投資者在面對同樣數(shù)量的收益和損失時(shí)，感受到的痛苦要大于獲得的快樂。這種損失厭惡的心理使得投資者在投資決策時(shí)更加保守，更傾向于避免損失，而不是追求收益最大化。當(dāng)股票價(jià)格下跌時(shí)，投資者可能會(huì)因?yàn)楹ε逻M(jìn)一步損失而急于賣出股票，即使股票的基本面并沒有發(fā)生實(shí)質(zhì)性的變化；而當(dāng)股票價(jià)格上漲時(shí)，投資者可能會(huì)因?yàn)閾?dān)心利潤回吐而過早賣出股票，錯(cuò)失進(jìn)一步的收益機(jī)會(huì)。行為金融理論對于理解市場和行業(yè)情緒具有重要的作用。它為解釋市場和行業(yè)情緒的產(chǎn)生、傳播以及對股票價(jià)格的影響提供了全面的理論框架。通過行為金融理論，可以深入分析投資者在不同情緒狀態(tài)下的決策行為，以及這些行為如何相互作用，導(dǎo)致市場和行業(yè)情緒的波動(dòng)。在市場情緒高漲時(shí)，投資者的過度自信和羊群效應(yīng)會(huì)使得市場樂觀情緒進(jìn)一步蔓延，推動(dòng)股票價(jià)格不斷上漲；而當(dāng)市場情緒轉(zhuǎn)向悲觀時(shí)，損失厭惡心理會(huì)促使投資者紛紛拋售股票，加劇市場的下跌趨勢。在行業(yè)情緒方面，行為金融理論可以幫助我們理解為什么不同行業(yè)會(huì)受到投資者情緒的不同影響。不同行業(yè)具有不同的特點(diǎn)，如行業(yè)的發(fā)展前景、競爭格局、政策敏感度等，這些因素會(huì)影響投資者對行業(yè)的認(rèn)知和情緒。一些新興行業(yè)由于具有較高的增長潛力，容易引起投資者的關(guān)注和樂觀情緒，吸引大量資金流入，導(dǎo)致行業(yè)內(nèi)股票價(jià)格上漲；而一些傳統(tǒng)行業(yè)可能因?yàn)榘l(fā)展前景不明朗，容易引發(fā)投資者的悲觀情緒，資金流出，股票價(jià)格下跌。行為金融理論還可以解釋行業(yè)內(nèi)股票價(jià)格的分化現(xiàn)象，即使在同一行業(yè)中，不同公司的股票價(jià)格也可能因?yàn)橥顿Y者對其認(rèn)知和情緒的差異而表現(xiàn)出不同的走勢。2.2市場情緒對股票收益影響的研究現(xiàn)狀2.2.1市場情緒指標(biāo)的構(gòu)建與測度市場情緒指標(biāo)的構(gòu)建是研究市場情緒對股票收益影響的基礎(chǔ)，學(xué)者們運(yùn)用多種方法從不同角度構(gòu)建了各類市場情緒指標(biāo)。早期研究中，學(xué)者們常采用單一指標(biāo)來衡量市場情緒，如封閉式基金折價(jià)率、換手率等。封閉式基金折價(jià)率被認(rèn)為是反映市場情緒的重要指標(biāo)之一，當(dāng)市場情緒樂觀時(shí)，投資者對封閉式基金未來收益預(yù)期較高，折價(jià)率可能降低；反之，當(dāng)市場情緒悲觀時(shí)，折價(jià)率可能升高。換手率則體現(xiàn)了市場交易的活躍程度，高換手率通常意味著市場情緒較為高漲，投資者交易意愿強(qiáng)烈。單一指標(biāo)雖能在一定程度上反映市場情緒，但存在局限性，難以全面、準(zhǔn)確地衡量市場情緒的復(fù)雜變化。隨著研究的深入，主成分分析方法被廣泛應(yīng)用于市場情緒指標(biāo)的構(gòu)建。Baker和Wurgler（2006）運(yùn)用主成分分析方法，基于封閉式基金折價(jià)、交易量、IPO數(shù)量、上市首日收益、股利收益、股票發(fā)行占總發(fā)行比例六個(gè)單項(xiàng)情緒指標(biāo)，構(gòu)建了綜合指標(biāo)BW指數(shù)。通過主成分分析，能夠?qū)⒍鄠€(gè)相關(guān)的單項(xiàng)指標(biāo)轉(zhuǎn)化為少數(shù)幾個(gè)互不相關(guān)的綜合指標(biāo)，這些綜合指標(biāo)能夠更全面地反映市場情緒的信息，有效克服了單一指標(biāo)的不足。此后，BW指數(shù)在投資者情緒研究中得到廣泛應(yīng)用，眾多學(xué)者基于此模型進(jìn)行拓展和改進(jìn)，以更好地衡量市場情緒。除了基于市場交易數(shù)據(jù)構(gòu)建情緒指標(biāo)外，投資者調(diào)查也是構(gòu)建市場情緒指標(biāo)的重要方法。通過問卷調(diào)查的方式，直接獲取投資者對市場未來走勢的預(yù)期和看法，從而構(gòu)建情緒指標(biāo)。央視看盤指數(shù)便是基于投資者對未來走勢判斷構(gòu)建的情緒指標(biāo)，它通過對投資者的調(diào)查，了解投資者對股市的看漲或看跌情緒，以此來反映市場情緒狀況。然而，這種基于投資者調(diào)查的情緒指標(biāo)也存在一定問題，投資者在問卷調(diào)查中可能存在顧慮，導(dǎo)致調(diào)查結(jié)果與真實(shí)心理存在偏差；且投資者在實(shí)際投資決策中，并不一定會(huì)完全按照問卷中表達(dá)的情緒行事，使得該指標(biāo)的準(zhǔn)確性受到一定影響。近年來，隨著互聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)的發(fā)展，基于互聯(lián)網(wǎng)與大數(shù)據(jù)的新型市場情緒指標(biāo)構(gòu)建方法不斷涌現(xiàn)。一些學(xué)者利用文本分析技術(shù)，從媒體報(bào)道、社交論壇等文本信息中挖掘投資者情緒。通過自然語言處理算法對大量文本數(shù)據(jù)進(jìn)行情感分析，提取其中的積極或消極情緒信息，進(jìn)而構(gòu)建市場情緒指標(biāo)。還有學(xué)者基于搜索行為構(gòu)建情緒指標(biāo)，利用互聯(lián)網(wǎng)搜索引擎提供的相關(guān)關(guān)鍵詞搜索量來反映投資者對市場的關(guān)注程度和情緒傾向，如國外學(xué)者常用谷歌趨勢提供的關(guān)鍵詞搜索量，國內(nèi)學(xué)者則多使用百度指數(shù)提供的關(guān)鍵詞搜索量。這些基于互聯(lián)網(wǎng)與大數(shù)據(jù)的新型情緒指標(biāo)構(gòu)建方法，能夠更及時(shí)、全面地反映投資者情緒的變化，但在數(shù)據(jù)處理和指標(biāo)構(gòu)建過程中，也面臨著數(shù)據(jù)質(zhì)量、算法準(zhǔn)確性等問題的挑戰(zhàn)。2.2.2市場情緒對股票收益影響的實(shí)證研究成果眾多學(xué)者圍繞市場情緒對股票收益的影響展開了豐富的實(shí)證研究，研究結(jié)論表明二者之間存在著復(fù)雜的關(guān)系，主要表現(xiàn)為正向和負(fù)向影響兩種情況。部分實(shí)證研究發(fā)現(xiàn)市場情緒對股票收益存在正向影響。當(dāng)市場情緒樂觀時(shí)，投資者的樂觀情緒會(huì)促使他們增加對股票的需求，從而推動(dòng)股票價(jià)格上漲，進(jìn)而提高股票收益。在牛市行情中，市場情緒普遍高漲，投資者對未來經(jīng)濟(jì)前景和股票市場充滿信心，紛紛買入股票，使得股票價(jià)格持續(xù)攀升，股票收益顯著增加。一些研究通過構(gòu)建回歸模型，驗(yàn)證了市場情緒與股票收益之間的正向關(guān)系。以[具體文獻(xiàn)]的研究為例，該研究選取[具體時(shí)間范圍]的市場情緒指標(biāo)和股票收益數(shù)據(jù)，運(yùn)用多元線性回歸分析方法，發(fā)現(xiàn)市場情緒指標(biāo)與股票收益之間存在顯著的正相關(guān)關(guān)系，即市場情緒每上升一個(gè)單位，股票收益相應(yīng)提高[X]個(gè)單位，這表明市場情緒的高漲能夠有效促進(jìn)股票收益的提升。然而，也有不少研究表明市場情緒對股票收益存在負(fù)向影響。當(dāng)市場情緒過度樂觀時(shí)，可能導(dǎo)致股票價(jià)格泡沫的產(chǎn)生，使得股票價(jià)格偏離其基本面價(jià)值。一旦市場情緒發(fā)生逆轉(zhuǎn)，投資者的悲觀情緒會(huì)引發(fā)大量拋售行為，導(dǎo)致股票價(jià)格暴跌，股票收益大幅下降。在2008年全球金融危機(jī)前，美國股票市場情緒極度樂觀，股票價(jià)格持續(xù)上漲，但隨后市場情緒突然轉(zhuǎn)向悲觀，股票價(jià)格急劇下跌，許多投資者遭受了巨大的損失。[具體文獻(xiàn)]的實(shí)證研究也支持了這一觀點(diǎn)，該研究通過對[具體股票市場]的數(shù)據(jù)分析，發(fā)現(xiàn)當(dāng)市場情緒指標(biāo)超過一定閾值后，市場情緒的進(jìn)一步上升反而會(huì)導(dǎo)致股票收益的下降，說明市場情緒過度樂觀時(shí)，會(huì)給股票收益帶來負(fù)面影響。還有研究發(fā)現(xiàn)市場情緒對股票收益的影響存在非對稱性。在不同市場狀態(tài)下，市場情緒對股票收益的影響程度和方向可能不同。在牛市中，市場情緒對股票收益的正向影響更為顯著；而在熊市中，市場情緒對股票收益的負(fù)向影響更為突出。這種非對稱性可能與投資者在不同市場狀態(tài)下的心理和行為差異有關(guān)。在牛市中，投資者更傾向于冒險(xiǎn)，市場情緒的樂觀更容易激發(fā)他們的投資熱情，從而推動(dòng)股票收益上升；而在熊市中，投資者更加謹(jǐn)慎和悲觀，市場情緒的負(fù)面變化會(huì)加劇他們的恐慌心理，導(dǎo)致股票收益下降更為明顯。2.3行業(yè)情緒對股票收益影響的研究現(xiàn)狀2.3.1行業(yè)情緒指標(biāo)的構(gòu)建與測度行業(yè)情緒指標(biāo)的構(gòu)建是研究行業(yè)情緒對股票收益影響的關(guān)鍵環(huán)節(jié)，學(xué)者們從多個(gè)角度出發(fā)，運(yùn)用不同的數(shù)據(jù)和方法構(gòu)建了各類行業(yè)情緒指標(biāo)。部分學(xué)者利用股票基金流數(shù)據(jù)來構(gòu)建行業(yè)情緒指標(biāo)，股票基金流反映了投資者對不同行業(yè)的資金流入和流出情況，能夠在一定程度上體現(xiàn)投資者對行業(yè)的情緒傾向。當(dāng)投資者對某一行業(yè)前景持樂觀態(tài)度時(shí)，往往會(huì)加大對該行業(yè)相關(guān)基金的投資，導(dǎo)致資金流入增加；反之，若對行業(yè)前景不看好，資金則會(huì)流出。通過分析股票基金流的變化趨勢，可以構(gòu)建出相應(yīng)的行業(yè)情緒指標(biāo)，以此衡量投資者對各行業(yè)的情緒高低。行業(yè)分析師評(píng)級(jí)也是構(gòu)建行業(yè)情緒指標(biāo)的重要依據(jù)。行業(yè)分析師通過對行業(yè)基本面、市場趨勢、競爭格局等多方面的研究和分析，對行業(yè)內(nèi)公司的股票給出評(píng)級(jí)和推薦意見。這些評(píng)級(jí)和意見綜合反映了分析師對行業(yè)未來發(fā)展的預(yù)期和判斷，而分析師的觀點(diǎn)往往會(huì)影響投資者的決策，因此可以將行業(yè)分析師評(píng)級(jí)轉(zhuǎn)化為行業(yè)情緒指標(biāo)。將分析師對行業(yè)股票的買入、增持、中性、減持、賣出等評(píng)級(jí)進(jìn)行量化處理，如賦予買入評(píng)級(jí)較高的分值，賣出評(píng)級(jí)較低的分值，然后根據(jù)各評(píng)級(jí)的占比情況計(jì)算出行業(yè)情緒指標(biāo)值，分值越高，表明行業(yè)情緒越樂觀，反之則越悲觀。還有學(xué)者從行業(yè)層面的新聞報(bào)道、社交媒體討論等文本數(shù)據(jù)中挖掘行業(yè)情緒信息。隨著互聯(lián)網(wǎng)的發(fā)展，大量關(guān)于行業(yè)的信息在網(wǎng)絡(luò)上傳播，這些文本信息中蘊(yùn)含著投資者、媒體以及市場參與者對行業(yè)的看法和情緒。通過自然語言處理和文本分析技術(shù)，對行業(yè)相關(guān)的新聞報(bào)道、股吧論壇帖子、社交媒體評(píng)論等文本進(jìn)行情感分析，提取其中的積極或消極情緒詞匯，計(jì)算積極情緒和消極情緒的比例，進(jìn)而構(gòu)建行業(yè)情緒指標(biāo)。對某行業(yè)在一段時(shí)間內(nèi)的新聞報(bào)道進(jìn)行分析，若報(bào)道中出現(xiàn)較多如“增長迅速”“前景廣闊”等積極詞匯，則表明行業(yè)情緒較為樂觀；若出現(xiàn)“下滑”“困境”等消極詞匯較多，則行業(yè)情緒偏悲觀。通過這種方式，可以更直觀、及時(shí)地捕捉到市場對行業(yè)的情緒變化。2.3.2行業(yè)情緒對股票收益影響的實(shí)證研究成果眾多實(shí)證研究聚焦于行業(yè)情緒對股票收益的影響，研究結(jié)果表明，行業(yè)情緒與股票收益之間存在著緊密的聯(lián)系，行業(yè)情緒對股票收益具有顯著的預(yù)測能力。有研究發(fā)現(xiàn)，行業(yè)情緒的變化能夠提前反映行業(yè)內(nèi)股票收益的變動(dòng)趨勢。當(dāng)行業(yè)情緒處于樂觀狀態(tài)時(shí)，行業(yè)內(nèi)股票往往具有較高的超額收益；而當(dāng)行業(yè)情緒轉(zhuǎn)向悲觀時(shí)，股票超額收益則會(huì)下降。以科技行業(yè)為例，在人工智能、大數(shù)據(jù)等新興技術(shù)快速發(fā)展的時(shí)期，市場對科技行業(yè)的情緒普遍樂觀，大量資金涌入該行業(yè)，推動(dòng)科技行業(yè)內(nèi)股票價(jià)格上漲，股票收益顯著提高；而當(dāng)行業(yè)內(nèi)出現(xiàn)一些負(fù)面事件，如技術(shù)瓶頸、政策調(diào)整等，導(dǎo)致行業(yè)情緒轉(zhuǎn)為悲觀時(shí)，科技行業(yè)股票價(jià)格下跌，收益隨之降低。一些實(shí)證研究還進(jìn)一步分析了行業(yè)情緒對股票收益影響的持續(xù)性。研究發(fā)現(xiàn)，行業(yè)情緒對股票收益的影響并非短期的波動(dòng)，而是具有一定的持續(xù)性。在短期內(nèi)，行業(yè)情緒的變化可能會(huì)引起股票價(jià)格的快速調(diào)整，導(dǎo)致股票收益出現(xiàn)波動(dòng)；但從長期來看，行業(yè)情緒的趨勢性變化會(huì)持續(xù)影響股票的供求關(guān)系和投資者的預(yù)期，從而對股票收益產(chǎn)生更為持久的影響。在醫(yī)藥行業(yè)，若行業(yè)情緒長期保持樂觀，如行業(yè)內(nèi)不斷有新的研發(fā)成果、政策支持等利好因素，投資者對醫(yī)藥行業(yè)股票的需求會(huì)持續(xù)增加，推動(dòng)股票價(jià)格長期上漲，股票收益也會(huì)保持在較高水平。還有研究對比了行業(yè)情緒與市場情緒對股票收益影響的差異，發(fā)現(xiàn)行業(yè)情緒對個(gè)股超額收益的預(yù)測能力在某些情況下優(yōu)于市場情緒。不同行業(yè)具有獨(dú)特的發(fā)展周期、競爭環(huán)境和影響因素，行業(yè)情緒能夠更精準(zhǔn)地反映特定行業(yè)的市場預(yù)期和投資者情緒變化，對于行業(yè)內(nèi)個(gè)股收益的影響更為直接和顯著。而市場情緒反映的是整個(gè)市場的綜合情緒，對個(gè)股收益的影響相對較為籠統(tǒng)。在消費(fèi)行業(yè)，行業(yè)內(nèi)的消費(fèi)趨勢變化、品牌競爭等因素對個(gè)股收益影響較大，行業(yè)情緒能夠更好地捕捉這些因素帶來的情緒變化，從而對消費(fèi)行業(yè)個(gè)股超額收益具有更強(qiáng)的預(yù)測能力。2.4研究現(xiàn)狀評(píng)述現(xiàn)有研究在市場情緒與行業(yè)情緒對股票收益影響方面取得了豐富成果，但仍存在一些不足之處，為后續(xù)研究提供了改進(jìn)方向。在市場情緒指標(biāo)構(gòu)建與測度方面，雖然多種方法被用于構(gòu)建市場情緒指標(biāo)，但每種方法都有其局限性。單一指標(biāo)難以全面反映市場情緒的復(fù)雜性，主成分分析構(gòu)建的綜合指標(biāo)雖有所改進(jìn)，但在指標(biāo)選取和權(quán)重確定上仍存在主觀性?；谕顿Y者調(diào)查的情緒指標(biāo)受投資者主觀因素和調(diào)查樣本限制，準(zhǔn)確性有待提高；基于互聯(lián)網(wǎng)與大數(shù)據(jù)的新型指標(biāo)在數(shù)據(jù)質(zhì)量和算法準(zhǔn)確性上還面臨挑戰(zhàn)。在后續(xù)研究中，可以進(jìn)一步優(yōu)化指標(biāo)選取和權(quán)重確定方法，結(jié)合多種數(shù)據(jù)來源和分析技術(shù)，提高市場情緒指標(biāo)的準(zhǔn)確性和可靠性。利用深度學(xué)習(xí)等人工智能技術(shù)，對多源數(shù)據(jù)進(jìn)行深度挖掘和分析，以構(gòu)建更精準(zhǔn)的市場情緒指標(biāo)。在市場情緒對股票收益影響的實(shí)證研究中，雖然多數(shù)研究證實(shí)了二者之間存在關(guān)聯(lián)，但在影響方向和程度上尚未達(dá)成一致結(jié)論。不同研究結(jié)果的差異可能源于研究樣本、時(shí)間跨度、研究方法以及市場環(huán)境等因素的不同。未來研究可以進(jìn)一步拓展研究樣本，涵蓋不同國家和地區(qū)的股票市場，以及更長時(shí)間跨度的數(shù)據(jù)，以增強(qiáng)研究結(jié)果的普遍性和可靠性。采用多種研究方法進(jìn)行對比分析，綜合考慮宏觀經(jīng)濟(jì)因素、行業(yè)特征等對市場情緒與股票收益關(guān)系的影響，以更全面地揭示市場情緒對股票收益的影響機(jī)制。對于行業(yè)情緒的研究，目前尚處于起步階段，存在諸多不足。行業(yè)情緒指標(biāo)的構(gòu)建方法相對較少，且不同方法之間的比較和驗(yàn)證不足，導(dǎo)致指標(biāo)的有效性和可靠性有待進(jìn)一步提高。行業(yè)情緒對股票收益影響的研究深度和廣度不夠，多數(shù)研究僅探討了行業(yè)情緒與股票收益之間的簡單線性關(guān)系，對于二者之間的復(fù)雜非線性關(guān)系以及影響過程中的中介和調(diào)節(jié)變量研究較少。未來研究需要進(jìn)一步豐富行業(yè)情緒指標(biāo)的構(gòu)建方法，加強(qiáng)對不同方法構(gòu)建的指標(biāo)進(jìn)行比較和驗(yàn)證，提高指標(biāo)的質(zhì)量。深入研究行業(yè)情緒對股票收益的影響機(jī)制，運(yùn)用更復(fù)雜的計(jì)量模型和分析方法，如門檻回歸模型、中介效應(yīng)模型等，探討行業(yè)情緒與股票收益之間的非線性關(guān)系以及影響過程中的中介和調(diào)節(jié)因素，以完善對行業(yè)情緒與股票收益關(guān)系的理解?，F(xiàn)有研究對市場情緒與行業(yè)情緒之間的交互作用及其對股票收益的綜合影響關(guān)注較少。市場情緒和行業(yè)情緒可能會(huì)相互影響，共同作用于股票收益，但目前的研究大多將二者分開進(jìn)行研究，未能充分考慮它們之間的協(xié)同效應(yīng)。后續(xù)研究可以將市場情緒和行業(yè)情緒納入同一研究框架，深入探討二者之間的交互作用機(jī)制，以及它們對股票收益的綜合影響，為投資者提供更全面的決策依據(jù)。三、市場情緒與行業(yè)情緒指標(biāo)的構(gòu)建3.1市場情緒指標(biāo)的構(gòu)建3.1.1主成分分析方法介紹主成分分析（PrincipalComponentAnalysis，PCA）是一種廣泛應(yīng)用的統(tǒng)計(jì)分析方法，其核心目的是實(shí)現(xiàn)數(shù)據(jù)降維，旨在將多個(gè)存在相關(guān)性的原始變量轉(zhuǎn)化為少數(shù)幾個(gè)相互獨(dú)立的綜合變量，這些綜合變量被稱為主成分。主成分分析的原理基于線性變換和方差最大化原則。在實(shí)際應(yīng)用中，我們通常會(huì)面對多個(gè)變量，這些變量之間可能存在復(fù)雜的相關(guān)性，這不僅增加了數(shù)據(jù)分析的復(fù)雜性，還可能導(dǎo)致信息冗余。主成分分析通過構(gòu)建原始變量的線性組合來生成主成分。假設(shè)有p個(gè)原始變量X_1,X_2,\cdots,X_p，它們構(gòu)成一個(gè)p維隨機(jī)向量\mathbf{X}=(X_1,X_2,\cdots,X_p)^T。我們可以構(gòu)造一系列線性組合Z_i=\alpha_{i1}X_1+\alpha_{i2}X_2+\cdots+\alpha_{ip}X_p，其中i=1,2,\cdots,m（m\leqp），\alpha_{ij}為系數(shù)。在這些線性組合中，第一主成分Z_1是使得方差最大的那個(gè)組合，因?yàn)榉讲钤酱螅f明該主成分包含的原始變量信息越多。第二主成分Z_2是在與Z_1不相關(guān)的所有線性組合中方差最大的，以此類推，第m主成分Z_m是與前m-1個(gè)主成分都不相關(guān)的線性組合中方差最大的。從幾何角度理解，主成分分析可以看作是對高維數(shù)據(jù)空間進(jìn)行旋轉(zhuǎn)和投影。將原始數(shù)據(jù)的坐標(biāo)系旋轉(zhuǎn)到數(shù)據(jù)方差最大的方向上，這些新的坐標(biāo)軸方向就是主成分的方向。通過投影，將高維數(shù)據(jù)映射到低維空間中，同時(shí)盡可能保留數(shù)據(jù)的主要特征和信息。主成分分析的具體步驟如下：首先對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，這是為了消除不同變量之間量綱和數(shù)量級(jí)的差異，使各個(gè)變量在分析中具有同等的地位。標(biāo)準(zhǔn)化公式為X_{ij}^*=\frac{X_{ij}-\overline{X_j}}{S_j}，其中X_{ij}是第i個(gè)樣本的第j個(gè)變量值，\overline{X_j}是第j個(gè)變量的均值，S_j是第j個(gè)變量的標(biāo)準(zhǔn)差。基于標(biāo)準(zhǔn)化后的數(shù)據(jù)計(jì)算協(xié)方差矩陣\mathbf{R}，協(xié)方差矩陣反映了各個(gè)變量之間的相關(guān)程度。對于p個(gè)變量，協(xié)方差矩陣\mathbf{R}是一個(gè)p\timesp的矩陣，其元素r_{ij}表示變量X_i和X_j的協(xié)方差。求解協(xié)方差矩陣\mathbf{R}的特征值\lambda_1\geq\lambda_2\geq\cdots\geq\lambda_p和對應(yīng)的特征向量\mathbf{e}_1,\mathbf{e}_2,\cdots,\mathbf{e}_p。特征值\lambda_i表示第i個(gè)主成分的方差，方差越大，說明該主成分包含的信息越多。根據(jù)特征值的大小，計(jì)算主成分的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率。主成分Z_i的貢獻(xiàn)率為\frac{\lambda_i}{\sum_{j=1}^{p}\lambda_j}，累計(jì)貢獻(xiàn)率為\sum_{i=1}^{k}\frac{\lambda_i}{\sum_{j=1}^{p}\lambda_j}（k=1,2,\cdots,m）。通常選取累計(jì)貢獻(xiàn)率達(dá)到一定閾值（如80%-95%）的前m個(gè)主成分，這些主成分能夠代表原始變量的絕大部分信息。在市場情緒指標(biāo)構(gòu)建中，主成分分析具有重要作用。由于市場情緒是一個(gè)復(fù)雜的概念，難以用單一指標(biāo)準(zhǔn)確衡量，而通過選取多個(gè)與市場情緒相關(guān)的代理變量，運(yùn)用主成分分析可以將這些變量綜合成一個(gè)或幾個(gè)能夠代表市場情緒的主成分指標(biāo)。這樣不僅能夠克服單一指標(biāo)的局限性，還能全面反映市場情緒的變化，為后續(xù)研究市場情緒對股票收益的影響提供更準(zhǔn)確、有效的分析工具。3.1.2選取市場情緒代理變量為了準(zhǔn)確構(gòu)建市場情緒指標(biāo)，需要選取一系列能夠有效反映市場情緒的代理變量。參考前人研究以及結(jié)合市場實(shí)際情況，本文選取以下幾個(gè)代理變量：封閉式基金折價(jià)率（CEFD）：封閉式基金的市場價(jià)格與其凈值之間的差異形成折價(jià)率。當(dāng)市場情緒樂觀時(shí)，投資者對封閉式基金未來收益預(yù)期較高，愿意以較高價(jià)格購買，使得折價(jià)率降低；反之，當(dāng)市場情緒悲觀時(shí)，投資者對基金未來收益信心不足，折價(jià)率可能升高。因此，封閉式基金折價(jià)率可以作為市場情緒的反向指標(biāo)，折價(jià)率越高，市場情緒越悲觀；折價(jià)率越低，市場情緒越樂觀。上證綜指交易金額（TV）：交易金額反映了市場的活躍程度和資金的參與程度。當(dāng)市場情緒高漲時(shí)，投資者交易意愿強(qiáng)烈，資金大量涌入市場，上證綜指交易金額會(huì)顯著增加；而在市場情緒低落時(shí)，投資者交易謹(jǐn)慎，交易金額相應(yīng)減少。所以，上證綜指交易金額與市場情緒呈正相關(guān)關(guān)系，交易金額越大，表明市場情緒越樂觀。融資余額與流通股市值之比（MFR）：融資余額是投資者通過融資融券業(yè)務(wù)借入資金購買股票的金額，融資余額與流通股市值之比反映了投資者利用杠桿資金參與市場的程度。當(dāng)市場情緒樂觀時(shí)，投資者對市場前景充滿信心，更愿意借助杠桿資金買入股票，該比值會(huì)上升；當(dāng)市場情緒悲觀時(shí)，投資者風(fēng)險(xiǎn)偏好降低，會(huì)減少杠桿資金的使用，比值下降。因此，融資余額與流通股市值之比可以作為衡量市場情緒的正向指標(biāo)，比值越高，市場情緒越樂觀。換手率（TOR）：換手率是指在一定時(shí)間內(nèi)股票轉(zhuǎn)手買賣的頻率，它體現(xiàn)了股票交易的活躍程度。高換手率意味著股票在市場上的交易頻繁，表明投資者對股票的關(guān)注度高，交易熱情高漲，通常與樂觀的市場情緒相關(guān)；低換手率則反映市場交易清淡，投資者參與度低，市場情緒較為悲觀。所以，換手率與市場情緒呈正相關(guān)，換手率越高，市場情緒越樂觀。新增開戶數(shù)（AN）：新增開戶數(shù)反映了新投資者進(jìn)入市場的情況。當(dāng)市場情緒樂觀，投資者普遍看好市場前景時(shí)，會(huì)吸引更多新投資者開戶進(jìn)入市場，新增開戶數(shù)增加；而在市場情緒悲觀時(shí)，新投資者入市的意愿降低，新增開戶數(shù)減少。因此，新增開戶數(shù)是市場情緒的正向指標(biāo)，新增開戶數(shù)越多，說明市場情緒越樂觀。3.1.3構(gòu)建市場情緒綜合指標(biāo)運(yùn)用主成分分析方法對上述選取的市場情緒代理變量進(jìn)行處理，以構(gòu)建市場情緒綜合指標(biāo)。首先，對封閉式基金折價(jià)率（CEFD）、上證綜指交易金額（TV）、融資余額與流通股市值之比（MFR）、換手率（TOR）、新增開戶數(shù)（AN）這五個(gè)代理變量的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除量綱和數(shù)量級(jí)的影響，使各變量具有可比性。基于標(biāo)準(zhǔn)化后的數(shù)據(jù)計(jì)算協(xié)方差矩陣，協(xié)方差矩陣能夠反映各個(gè)代理變量之間的相關(guān)關(guān)系。通過計(jì)算得到協(xié)方差矩陣后，求解該矩陣的特征值和對應(yīng)的特征向量。假設(shè)得到的特征值分別為\lambda_1,\lambda_2,\lambda_3,\lambda_4,\lambda_5，且\lambda_1\geq\lambda_2\geq\lambda_3\geq\lambda_4\geq\lambda_5。根據(jù)特征值計(jì)算每個(gè)主成分的貢獻(xiàn)率和累計(jì)貢獻(xiàn)率。主成分Z_i的貢獻(xiàn)率\omega_i=\frac{\lambda_i}{\sum_{j=1}^{5}\lambda_j}，累計(jì)貢獻(xiàn)率G(k)=\sum_{i=1}^{k}\omega_i（k=1,2,\cdots,5）。通常選取累計(jì)貢獻(xiàn)率達(dá)到80%-95%的前m個(gè)主成分來構(gòu)建市場情緒綜合指標(biāo)。假設(shè)前兩個(gè)主成分Z_1和Z_2的累計(jì)貢獻(xiàn)率達(dá)到了設(shè)定的閾值，那么市場情緒綜合指標(biāo)ESI可以表示為ESI=\omega_{1}Z_{1}+\omega_{2}Z_{2}，其中\(zhòng)omega_{1}和\omega_{2}分別是主成分Z_1和Z_2的貢獻(xiàn)率，Z_1和Z_2是由原始代理變量通過線性組合得到的主成分，其表達(dá)式為Z_{i}=\alpha_{i1}CEFD^*+\alpha_{i2}TV^*+\alpha_{i3}MFR^*+\alpha_{i4}TOR^*+\alpha_{i5}AN^*（i=1,2），\alpha_{ij}是主成分Z_i關(guān)于第j個(gè)標(biāo)準(zhǔn)化代理變量的系數(shù)，CEFD^*、TV^*、MFR^*、TOR^*、AN^*分別是標(biāo)準(zhǔn)化后的封閉式基金折價(jià)率、上證綜指交易金額、融資余額與流通股市值之比、換手率、新增開戶數(shù)。通過上述主成分分析方法構(gòu)建的市場情緒綜合指標(biāo)，能夠綜合多個(gè)代理變量的信息，更全面、準(zhǔn)確地反映市場情緒的變化情況，為后續(xù)研究市場情緒對股票收益的影響提供了有效的度量工具。3.2行業(yè)情緒指標(biāo)的構(gòu)建3.2.1股票基金流方法介紹股票基金流方法是通過分析投資者對行業(yè)相關(guān)股票基金的資金流入和流出情況，來衡量投資者對該行業(yè)的情緒傾向和關(guān)注度。其核心原理基于投資者的行為動(dòng)機(jī)和市場供求關(guān)系。在金融市場中，投資者的資金流向往往反映了他們對不同投資標(biāo)的的預(yù)期和偏好。當(dāng)投資者對某一行業(yè)的未來發(fā)展前景充滿信心，預(yù)期該行業(yè)內(nèi)的股票將帶來較高收益時(shí)，他們會(huì)積極買入與該行業(yè)相關(guān)的股票基金，使得資金大量流入該行業(yè)基金；反之，若投資者對某行業(yè)前景擔(dān)憂，認(rèn)為行業(yè)內(nèi)股票存在較大風(fēng)險(xiǎn)或收益前景不佳，就會(huì)選擇賣出該行業(yè)的股票基金，導(dǎo)致資金流出。從市場供求關(guān)系角度來看，股票基金流的變化會(huì)直接影響行業(yè)內(nèi)股票的供求平衡。資金流入行業(yè)基金，意味著基金管理人可用于購買行業(yè)內(nèi)股票的資金增加，對行業(yè)內(nèi)股票的需求上升，在股票供給相對穩(wěn)定的情況下，這種需求的增加會(huì)推動(dòng)股票價(jià)格上漲；相反，資金流出行業(yè)基金，基金管理人可能會(huì)拋售行業(yè)內(nèi)股票以滿足投資者的贖回需求，導(dǎo)致股票供給增加，需求減少，股票價(jià)格面臨下行壓力。股票基金流方法在行業(yè)情緒指標(biāo)構(gòu)建中具有獨(dú)特的優(yōu)勢。與其他一些衡量行業(yè)情緒的方法相比，如基于分析師評(píng)級(jí)或新聞文本分析的方法，股票基金流數(shù)據(jù)直接反映了投資者的實(shí)際資金操作行為，而不是僅僅基于觀點(diǎn)或言論。行為比言論更能真實(shí)地體現(xiàn)投資者的情緒和態(tài)度，因?yàn)橥顿Y者在進(jìn)行資金投入時(shí)，往往會(huì)經(jīng)過更深入的思考和權(quán)衡，其行為更能反映他們對行業(yè)的真實(shí)預(yù)期和信心程度。股票基金流數(shù)據(jù)相對容易獲取和量化，具有較高的時(shí)效性和準(zhǔn)確性，能夠及時(shí)反映投資者對行業(yè)情緒的最新變化，為構(gòu)建動(dòng)態(tài)的行業(yè)情緒指標(biāo)提供了有力的數(shù)據(jù)支持。3.2.2選取行業(yè)情緒代理變量基于股票基金流方法，選取以下兩個(gè)主要代理變量來構(gòu)建行業(yè)情緒指標(biāo)：行業(yè)內(nèi)股票資金凈流入（NFI）：行業(yè)內(nèi)股票資金凈流入是指在一定時(shí)期內(nèi)，流入某行業(yè)內(nèi)股票的資金總額減去流出該行業(yè)股票的資金總額。這一指標(biāo)直接反映了投資者對該行業(yè)股票的資金偏好。當(dāng)行業(yè)內(nèi)股票資金凈流入為正時(shí)，說明在該時(shí)期內(nèi)，投資者對該行業(yè)股票的買入金額大于賣出金額，表明投資者對該行業(yè)持樂觀態(tài)度，積極投入資金；反之，若資金凈流入為負(fù)，則意味著投資者對該行業(yè)股票的賣出行為更為頻繁，反映出投資者對該行業(yè)的悲觀情緒。資金凈流入的規(guī)模大小也能反映投資者情緒的強(qiáng)度，凈流入規(guī)模越大，表明投資者對該行業(yè)的樂觀情緒越強(qiáng)烈；凈流入規(guī)模越小甚至為負(fù)且絕對值較大時(shí)，投資者的悲觀情緒越濃重。行業(yè)基金份額變動(dòng)（FSV）：行業(yè)基金份額變動(dòng)是指某行業(yè)相關(guān)基金在一定時(shí)期內(nèi)基金份額的增加或減少情況?；鸱蓊~的增加意味著有更多的投資者申購該行業(yè)基金，反映出投資者對該行業(yè)的投資興趣增加，對行業(yè)前景較為看好；而基金份額的減少則表示投資者贖回基金的行為增多，暗示投資者對該行業(yè)的信心下降。通過計(jì)算行業(yè)基金份額的變動(dòng)率，可以更直觀地衡量投資者對行業(yè)情緒的變化程度。若行業(yè)基金份額變動(dòng)率為正且數(shù)值較大，說明投資者對該行業(yè)的樂觀情緒在上升；若變動(dòng)率為負(fù)且絕對值較大，則表明投資者對該行業(yè)的悲觀情緒在加劇。3.2.3構(gòu)建行業(yè)情緒綜合指標(biāo)運(yùn)用股票基金流方法對選取的行業(yè)情緒代理變量進(jìn)行分析，構(gòu)建行業(yè)情緒綜合指標(biāo)（ISI）。首先，對行業(yè)內(nèi)股票資金凈流入（NFI）和行業(yè)基金份額變動(dòng)（FSV）這兩個(gè)代理變量的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，消除量綱和數(shù)量級(jí)的差異，使它們具有可比性。標(biāo)準(zhǔn)化公式為X_{ij}^*=\frac{X_{ij}-\overline{X_j}}{S_j}，其中X_{ij}是第i個(gè)時(shí)期第j個(gè)代理變量的原始值，\overline{X_j}是第j個(gè)代理變量的均值，S_j是第j個(gè)代理變量的標(biāo)準(zhǔn)差。對標(biāo)準(zhǔn)化后的兩個(gè)代理變量進(jìn)行加權(quán)平均，得到行業(yè)情緒綜合指標(biāo)。設(shè)行業(yè)情緒綜合指標(biāo)ISI為：ISI=w_1NFI^*+w_2FSV^*，其中NFI^*和FSV^*分別是標(biāo)準(zhǔn)化后的行業(yè)內(nèi)股票資金凈流入和行業(yè)基金份額變動(dòng)，w_1和w_2是權(quán)重系數(shù)，且w_1+w_2=1。權(quán)重系數(shù)的確定可以采用多種方法，如等權(quán)重法，即w_1=w_2=0.5，賦予兩個(gè)代理變量相同的權(quán)重；也可以根據(jù)代理變量與行業(yè)情緒的相關(guān)性強(qiáng)弱來確定權(quán)重，相關(guān)性越強(qiáng)的代理變量，賦予的權(quán)重越高。通過計(jì)算各代理變量與行業(yè)超額收益之間的相關(guān)系數(shù)，確定與行業(yè)超額收益相關(guān)性較高的代理變量權(quán)重相對較大。通過上述方法構(gòu)建的行業(yè)情緒綜合指標(biāo)，綜合考慮了投資者在股票和基金兩個(gè)層面的資金流動(dòng)行為，能夠更全面、準(zhǔn)確地反映投資者對不同行業(yè)的情緒狀況，為后續(xù)研究行業(yè)情緒對股票收益的影響提供了有效的度量工具。四、市場情緒與行業(yè)情緒對股票收益影響的實(shí)證分析4.1研究假設(shè)的提出基于前文對市場情緒、行業(yè)情緒與股票收益相關(guān)理論的闡述以及對已有研究成果的分析，提出以下研究假設(shè)，旨在深入探究三者之間的內(nèi)在聯(lián)系與作用機(jī)制：假設(shè)1：市場情緒對同期行業(yè)超額收益有正向影響：根據(jù)行為金融理論，投資者并非完全理性，其情緒波動(dòng)會(huì)顯著影響投資決策。當(dāng)市場情緒處于樂觀狀態(tài)時(shí)，投資者往往對市場前景充滿信心，風(fēng)險(xiǎn)偏好提高，更傾向于增加投資。這種積極的投資情緒會(huì)促使資金大量流入股票市場，進(jìn)而帶動(dòng)各行業(yè)股票價(jià)格上漲，使得行業(yè)超額收益增加。在市場整體樂觀情緒的推動(dòng)下，投資者會(huì)加大對各行業(yè)股票的購買力度，即使某些行業(yè)的基本面并未發(fā)生實(shí)質(zhì)性改變，其股票價(jià)格也可能因需求增加而上升，從而產(chǎn)生行業(yè)超額收益。假設(shè)2：行業(yè)情緒對同期行業(yè)超額收益有正向影響：投資者對特定行業(yè)的情緒是影響該行業(yè)股票收益的重要因素。當(dāng)投資者對某一行業(yè)持樂觀態(tài)度時(shí)，他們會(huì)認(rèn)為該行業(yè)具有良好的發(fā)展前景，未來盈利預(yù)期較高，從而更愿意買入該行業(yè)的股票。這種對行業(yè)的積極情緒會(huì)導(dǎo)致行業(yè)內(nèi)股票需求上升，在股票供給相對穩(wěn)定的情況下，股票價(jià)格上漲，進(jìn)而帶來行業(yè)超額收益。在科技行業(yè)，若投資者普遍對人工智能技術(shù)的發(fā)展前景充滿信心，對科技行業(yè)的情緒樂觀，就會(huì)大量買入科技行業(yè)相關(guān)股票，推動(dòng)科技行業(yè)股票價(jià)格上漲，實(shí)現(xiàn)行業(yè)超額收益。假設(shè)3：市場情緒與行業(yè)情緒對股票收益的影響存在交互作用：市場情緒反映的是整個(gè)市場的綜合情緒狀態(tài)，而行業(yè)情緒體現(xiàn)的是投資者對特定行業(yè)的情緒傾向。兩者并非相互獨(dú)立，而是可能存在交互影響，共同作用于股票收益。當(dāng)市場情緒樂觀時(shí)，會(huì)為各行業(yè)創(chuàng)造一個(gè)積極的投資氛圍，增強(qiáng)投資者對行業(yè)的信心。在這種情況下，行業(yè)情緒對行業(yè)超額收益的正向影響可能會(huì)被放大。若市場整體情緒高漲，同時(shí)某一行業(yè)又出現(xiàn)利好消息，投資者對該行業(yè)的樂觀情緒會(huì)更加強(qiáng)烈，資金流入該行業(yè)的規(guī)模會(huì)更大，從而使得行業(yè)超額收益進(jìn)一步提高。相反，當(dāng)市場情緒悲觀時(shí)，可能會(huì)抑制行業(yè)情緒對行業(yè)超額收益的正向影響。即使某行業(yè)本身具有一定的發(fā)展?jié)摿Γ谑袌稣w悲觀情緒的籠罩下，投資者可能會(huì)過度關(guān)注風(fēng)險(xiǎn)，減少對該行業(yè)的投資，導(dǎo)致行業(yè)超額收益無法充分實(shí)現(xiàn)。假設(shè)4：在牛市中，市場情緒與行業(yè)情緒對股票收益的正向影響更顯著：在牛市行情中，市場整體呈現(xiàn)上漲趨勢，投資者的信心和樂觀情緒普遍較高。此時(shí)，市場情緒的積極作用會(huì)被進(jìn)一步放大，投資者更愿意承擔(dān)風(fēng)險(xiǎn)，加大投資力度，從而使得市場情緒對股票收益的正向影響更為突出。行業(yè)情緒在牛市中也會(huì)受到市場整體樂觀氛圍的帶動(dòng)，投資者對各行業(yè)的發(fā)展預(yù)期更為樂觀，對行業(yè)股票的需求增加，行業(yè)情緒對股票收益的正向影響也會(huì)更加明顯。在2015年上半年的牛市行情中，市場情緒極度樂觀，投資者對各行業(yè)的投資熱情高漲，無論是市場整體的股票收益還是各行業(yè)的超額收益都表現(xiàn)出顯著的增長態(tài)勢。假設(shè)5：在熊市中，市場情緒與行業(yè)情緒對股票收益的負(fù)向影響更顯著：當(dāng)市場處于熊市時(shí)，股票價(jià)格持續(xù)下跌，投資者普遍感到悲觀和恐懼，風(fēng)險(xiǎn)偏好大幅降低。市場情緒的悲觀狀態(tài)會(huì)使得投資者減少投資，甚至大量拋售股票，導(dǎo)致股票價(jià)格進(jìn)一步下跌，市場情緒對股票收益的負(fù)向影響加劇。行業(yè)情緒在熊市中也會(huì)受到負(fù)面影響，投資者對各行業(yè)的前景預(yù)期變得悲觀，對行業(yè)股票的需求減少，行業(yè)情緒對股票收益的負(fù)向影響也會(huì)更加突出。在2008年全球金融危機(jī)引發(fā)的熊市中，市場情緒極度悲觀，投資者紛紛拋售股票，各行業(yè)股票價(jià)格大幅下跌，行業(yè)超額收益也明顯下降。四、市場情緒與行業(yè)情緒對股票收益影響的實(shí)證分析4.2模型設(shè)定4.2.1市場情緒與股票收益關(guān)系模型為了深入探究市場情緒對股票收益的影響，構(gòu)建如下回歸模型：AR_{it}=\alpha_0+\alpha_1ESI_t+\sum_{j=1}^{n}\alpha_{1j}Control_{jit}+\varepsilon_{it}其中，AR_{it}表示第i個(gè)行業(yè)在t時(shí)期的超額收益率，它反映了該行業(yè)股票收益超出市場平均收益的部分，是衡量行業(yè)股票收益表現(xiàn)的關(guān)鍵指標(biāo)。ESI_t為t時(shí)期的市場情緒綜合指標(biāo)，該指標(biāo)通過主成分分析方法，綜合封閉式基金折價(jià)率、上證綜指交易金額、融資余額與流通股市值之比、換手率、新增開戶數(shù)等多個(gè)代理變量構(gòu)建而成，能夠全面、準(zhǔn)確地反映市場整體的情緒狀態(tài)。\alpha_0為常數(shù)項(xiàng)，代表模型中的截距，反映了在市場情緒為零且其他控制變量也為零時(shí)，行業(yè)超額收益率的基礎(chǔ)水平。\alpha_1是市場情緒綜合指標(biāo)ESI_t的系數(shù)，衡量了市場情緒對行業(yè)超額收益率的影響程度和方向。若\alpha_1為正，表明市場情緒與行業(yè)超額收益率呈正相關(guān)，即市場情緒越樂觀，行業(yè)超額收益率越高；若\alpha_1為負(fù)，則表示市場情緒與行業(yè)超額收益率呈負(fù)相關(guān)。Control_{jit}為控制變量，j表示控制變量的個(gè)數(shù)，這些控制變量包括行業(yè)規(guī)模（SIZE）、行業(yè)市盈率（PE）、行業(yè)市凈率（PB）等，用于控制其他可能影響行業(yè)超額收益率的因素。行業(yè)規(guī)模（SIZE）以行業(yè)內(nèi)上市公司的總市值來衡量，較大的行業(yè)規(guī)?？赡芤馕吨鼜?qiáng)的市場影響力和穩(wěn)定性，對行業(yè)超額收益率產(chǎn)生影響；行業(yè)市盈率（PE）是行業(yè)內(nèi)上市公司股價(jià)與每股收益的比率，反映了市場對行業(yè)盈利預(yù)期的高低，較高的市盈率可能暗示市場對行業(yè)未來盈利增長的樂觀預(yù)期，從而影響行業(yè)超額收益率；行業(yè)市凈率（PB）是行業(yè)內(nèi)上市公司股價(jià)與每股凈資產(chǎn)的比率，體現(xiàn)了市場對行業(yè)資產(chǎn)質(zhì)量和價(jià)值的評(píng)估，也會(huì)對行業(yè)超額收益率產(chǎn)生作用。\alpha_{1j}為各控制變量的系數(shù)，用于衡量每個(gè)控制變量對行業(yè)超額收益率的影響程度。\varepsilon_{it}為隨機(jī)誤差項(xiàng)，代表模型中未被解釋的部分，包括其他未納入模型的隨機(jī)因素對行業(yè)超額收益率的影響。通過該模型，可以清晰地分析市場情緒對股票收益的影響，為后續(xù)研究提供有力的實(shí)證支持。4.2.2行業(yè)情緒與股票收益關(guān)系模型為了檢驗(yàn)行業(yè)情緒對股票收益的影響，構(gòu)建如下回歸模型：AR_{it}=\beta_0+\beta_1ISI_{it}+\sum_{j=1}^{n}\beta_{1j}Control_{jit}+\mu_{it}在這個(gè)模型中，AR_{it}依舊表示第i個(gè)行業(yè)在t時(shí)期的超額收益率，用于衡量行業(yè)股票收益相對于市場平均收益的表現(xiàn)。ISI_{it}是第i個(gè)行業(yè)在t時(shí)期的行業(yè)情緒綜合指標(biāo)，該指標(biāo)基于股票基金流方法，通過對行業(yè)內(nèi)股票資金凈流入和行業(yè)基金份額變動(dòng)這兩個(gè)代理變量進(jìn)行標(biāo)準(zhǔn)化處理和加權(quán)平均構(gòu)建而成，能夠有效反映投資者對該行業(yè)的情緒狀況。\beta_0是常數(shù)項(xiàng)，代表在行業(yè)情緒為零且其他控制變量也為零時(shí)，行業(yè)超額收益率的基準(zhǔn)水平。\beta_1為行業(yè)情緒綜合指標(biāo)ISI_{it}的系數(shù)，它反映了行業(yè)情緒對行業(yè)超額收益率的影響程度和方向。若\beta_1為正，說明行業(yè)情緒與行業(yè)超額收益率正相關(guān)，即行業(yè)情緒越樂觀，行業(yè)超額收益率越高；若\beta_1為負(fù)，則表明行業(yè)情緒與行業(yè)超額收益率負(fù)相關(guān)。Control_{jit}同樣是控制變量，涵蓋行業(yè)規(guī)模（SIZE）、行業(yè)市盈率（PE）、行業(yè)市凈率（PB）等因素，用于控制其他可能對行業(yè)超額收益率產(chǎn)生影響的變量。\beta_{1j}是各控制變量的系數(shù)，用于衡量每個(gè)控制變量對行業(yè)超額收益率的作用大小。\mu_{it}為隨機(jī)誤差項(xiàng)，代表模型中無法被解釋的部分，包含了其他未被納入模型的隨機(jī)因素對行業(yè)超額收益率的影響。此模型的設(shè)定依據(jù)在于，行業(yè)情緒是影響行業(yè)內(nèi)股票供求關(guān)系和投資者預(yù)期的重要因素，進(jìn)而對行業(yè)超額收益率產(chǎn)生作用。通過構(gòu)建該模型，可以深入分析行業(yè)情緒與股票收益之間的關(guān)系，為研究行業(yè)情緒對股票市場的影響提供實(shí)證依據(jù)。4.2.3市場情緒、行業(yè)情緒與股票收益綜合模型為了全面分析市場情緒和行業(yè)情緒對股票收益的綜合影響，構(gòu)建如下綜合模型：AR_{it}=\gamma_0+\gamma_1ESI_t+\gamma_2ISI_{it}+\gamma_3ESI_t\timesISI_{it}+\sum_{j=1}^{n}\gamma_{1j}Control_{jit}+\nu_{it}在這個(gè)綜合模型中，AR_{it}表示第i個(gè)行業(yè)在t時(shí)期的超額收益率，作為衡量行業(yè)股票收益表現(xiàn)的關(guān)鍵指標(biāo)。ESI_t是t時(shí)期的市場情緒綜合指標(biāo)，ISI_{it}是第i個(gè)行業(yè)在t時(shí)期的行業(yè)情緒綜合指標(biāo)，這兩個(gè)指標(biāo)分別從市場整體和行業(yè)特定層面反映了投資者情緒。\gamma_0為常數(shù)項(xiàng)，代表在市場情緒、行業(yè)情緒以及其他控制變量都為零時(shí)，行業(yè)超額收益率的基礎(chǔ)水平。\gamma_1是市場情緒綜合指標(biāo)ESI_t的系數(shù)，衡量市場情緒對行業(yè)超額收益率的直接影響程度和方向；\gamma_2是行業(yè)情緒綜合指標(biāo)ISI_{it}的系數(shù)，反映行業(yè)情緒對行業(yè)超額收益率的直接影響。\gamma_3是ESI_t\timesISI_{it}交互項(xiàng)的系數(shù)，用于檢驗(yàn)市場情緒和行業(yè)情緒對股票收益影響的交互作用。若\gamma_3顯著不為零，則說明市場情緒和行業(yè)情緒之間存在交互效應(yīng)，共同影響股票收益。當(dāng)市場情緒樂觀且行業(yè)情緒也樂觀時(shí)，交互項(xiàng)可能會(huì)使得行業(yè)超額收益率有更大幅度的提升；反之，當(dāng)市場情緒悲觀且行業(yè)情緒也悲觀時(shí)，交互項(xiàng)可能會(huì)導(dǎo)致行業(yè)超額收益率下降更明顯。Control_{jit}為控制變量，包括行業(yè)規(guī)模（SIZE）、行業(yè)市盈率（PE）、行業(yè)市凈率（PB）等，用于控制其他可能影響行業(yè)超額收益率的因素。\gamma_{1j}為各控制變量的系數(shù)，衡量每個(gè)控制變量對行業(yè)超額收益率的影響。\nu_{it}為隨機(jī)誤差項(xiàng)，代表模型中未被解釋的隨機(jī)因素對行業(yè)超額收益率的影響。該綜合模型的優(yōu)勢在于，它能夠同時(shí)考慮市場情緒和行業(yè)情緒對股票收益的直接影響以及兩者之間的交互作用，更全面、深入地揭示投資者情緒與股票收益之間的復(fù)雜關(guān)系。與單獨(dú)考慮市場情緒或行業(yè)情緒的模型相比，綜合模型能夠更準(zhǔn)確地捕捉到投資者情緒在不同層面的相互作用對股票收益的影響，為投資者和市場研究者提供更豐富、更有價(jià)值的信息。4.3實(shí)證結(jié)果與分析4.3.1描述性統(tǒng)計(jì)分析對樣本數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析，旨在初步了解市場情緒、行業(yè)情緒和股票收益的基本特征和分布情況。本研究選取[具體時(shí)間范圍]的市場情緒綜合指標(biāo)（ESI）、行業(yè)情緒綜合指標(biāo)（ISI）以及各行業(yè)超額收益率（AR）作為樣本數(shù)據(jù)。從市場情緒綜合指標(biāo)（ESI）來看，其均值為[具體均值]，標(biāo)準(zhǔn)差為[具體標(biāo)準(zhǔn)差]。這表明市場情緒在樣本期間存在一定程度的波動(dòng)，標(biāo)準(zhǔn)差反映了市場情緒圍繞均值的離散程度。最大值為[具體最大值]，出現(xiàn)在[具體時(shí)間點(diǎn)]，該時(shí)期可能受到諸如重大宏觀經(jīng)濟(jì)政策出臺(tái)、經(jīng)濟(jì)數(shù)據(jù)超預(yù)期等因素的影響，導(dǎo)致市場情緒極度樂觀；最小值為[具體最小值]，出現(xiàn)在[具體時(shí)間點(diǎn)]，可能是由于市場面臨經(jīng)濟(jì)衰退預(yù)期、重大突發(fā)事件沖擊等情況，使得市場情緒陷入悲觀。行業(yè)情緒綜合指標(biāo)（ISI）方面，均值為[具體均值]，標(biāo)準(zhǔn)差為[具體標(biāo)準(zhǔn)差]，說明不同行業(yè)的情緒水平也存在差異且有一定波動(dòng)。不同行業(yè)的ISI指標(biāo)表現(xiàn)出較大的離散性，反映出投資者對不同行業(yè)的情緒分歧較大。某些行業(yè)的ISI指標(biāo)最大值較高，表明這些行業(yè)在特定時(shí)期受到投資者的高度關(guān)注和積極情緒推動(dòng)，可能是由于行業(yè)內(nèi)出現(xiàn)重大技術(shù)突破、政策利好等因素；而一些行業(yè)的ISI指標(biāo)最小值較低，說明這些行業(yè)在某些階段遭受投資者的冷落和負(fù)面情緒對待，可能是行業(yè)面臨激烈競爭、市場需求萎縮等困境。各行業(yè)超額收益率（AR）的均值為[具體均值]，標(biāo)準(zhǔn)差為[具體標(biāo)準(zhǔn)差]，顯示出行業(yè)超額收益的整體水平和波動(dòng)程度。不同行業(yè)的超額收益率分布呈現(xiàn)出明顯的差異，部分行業(yè)的超額收益率均值較高，如[列舉高收益行業(yè)]行業(yè)，可能是這些行業(yè)處于快速發(fā)展階段，具有較高的增長潛力和盈利能力；而部分行業(yè)的超額收益率均值較低，如[列舉低收益行業(yè)]行業(yè)，可能受到行業(yè)競爭激烈、技術(shù)變革緩慢等因素的制約。行業(yè)超額收益率的最大值和最小值相差較大，反映出不同行業(yè)在市場表現(xiàn)上的巨大差異，也進(jìn)一步說明了行業(yè)特性對股票收益的重要影響。通過對市場情緒、行業(yè)情緒和股票收益的描述性統(tǒng)計(jì)分析，可以初步了解到三者在樣本期間的基本特征和波動(dòng)情況，為后續(xù)深入的相關(guān)性分析和回歸分析奠定基礎(chǔ)。4.3.2相關(guān)性分析為了初步判斷市場情緒、行業(yè)情緒與股票收益之間的關(guān)系，對相關(guān)變量進(jìn)行相關(guān)性分析。計(jì)算市場情緒綜合指標(biāo)（ESI）、行業(yè)情緒綜合指標(biāo)（ISI）與各行業(yè)超額收益率（AR）之間的皮爾遜相關(guān)系數(shù)，結(jié)果如下表所示：變量ARESIISIAR1[ESI與AR的相關(guān)系數(shù)][ISI與AR的相關(guān)系數(shù)]ESI[ESI與AR的相關(guān)系數(shù)]1[ESI與ISI的相關(guān)系數(shù)]ISI[ISI與AR的相關(guān)系數(shù)][ESI與ISI的相關(guān)系數(shù)]1從表中可以看出，市場情緒綜合指標(biāo)（ESI）與各行業(yè)超額收益率（AR）之間呈現(xiàn)出顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)為[具體相關(guān)系數(shù)]，在[具體顯著性水平]上顯著。這初步支持了假設(shè)1，即市場情緒對同期行業(yè)超額收益有正向影響。當(dāng)市場情緒樂觀時(shí)，投資者的積極情緒會(huì)促使資金流入股票市場，推動(dòng)各行業(yè)股票價(jià)格上漲，從而帶來行業(yè)超額收益的增加；反之，當(dāng)市場情緒悲觀時(shí)，行業(yè)超額收益可能受到抑制。行業(yè)情緒綜合指標(biāo)（ISI）與各行業(yè)超額收益率（AR）之間也存在顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)為[具體相關(guān)系數(shù)]，在[具體顯著性水平]上顯著。這與假設(shè)2相符，表明行業(yè)情緒對同期行業(yè)超額收益有正向影響。當(dāng)投資者對某一行業(yè)持樂觀態(tài)度時(shí)，會(huì)增加對該行業(yè)股票的需求，推動(dòng)行業(yè)內(nèi)股票價(jià)格上升，進(jìn)而提高行業(yè)超額收益率。市場情緒綜合指標(biāo)（ESI）與行業(yè)情緒綜合指標(biāo)（ISI）之間同樣存在一定的正相關(guān)關(guān)系，相關(guān)系數(shù)為[具體相關(guān)系數(shù)]，這說明市場情緒和行業(yè)情緒之間并非相互獨(dú)立，而是存在一定的協(xié)同性。市場整體的樂觀情緒可能會(huì)帶動(dòng)投資者對各行業(yè)的樂觀預(yù)期，從而提升行業(yè)情緒；反之，市場情緒的悲觀也可能影響投資者對行業(yè)的看法，導(dǎo)致行業(yè)情緒下降。相關(guān)性分析結(jié)果初步驗(yàn)證了市場情緒、行業(yè)情緒與股票收益之間的密切關(guān)系，但相關(guān)性分析只能反映變量之間的線性關(guān)聯(lián)程度，無法確定因果關(guān)系和具體的影響機(jī)制，因此需要進(jìn)一步進(jìn)行回歸分析。4.3.3回歸結(jié)果分析對構(gòu)建的市場情緒與股票收益關(guān)系模型、行業(yè)情緒與股票收益關(guān)系模型以及市場情緒、行業(yè)情緒與股票收益綜合模型進(jìn)行回歸估計(jì)，結(jié)果如下表所示：變量模型1（市場情緒模型）模型2（行業(yè)情緒模型）模型3（綜合模型）ESI[市場情緒模型中ESI的系數(shù)及顯著性][-][綜合模型中ESI的系數(shù)及顯著性]ISI[-][行業(yè)情緒模型中ISI的系數(shù)及顯著性][綜合模型中ISI的系數(shù)及顯著性]ESI×ISI[-][-][綜合模型中ESI×ISI的系數(shù)及顯著性]Control（控制變量）[各控制變量系數(shù)及顯著性][各控制變量系數(shù)及顯著性][各控制變量系數(shù)及顯著性]常數(shù)項(xiàng)[常數(shù)項(xiàng)系數(shù)及顯著性][常數(shù)項(xiàng)系數(shù)及顯著性][常數(shù)項(xiàng)系數(shù)及顯著性]R^2[模型1的擬合優(yōu)度][模型2的擬合優(yōu)度][模型3的擬合優(yōu)度]調(diào)整后的R^2[模型1調(diào)整后的擬合優(yōu)度][模型2調(diào)整后的擬合優(yōu)度][模型3調(diào)整后的擬合優(yōu)度]F統(tǒng)計(jì)量[模型1的F統(tǒng)計(jì)量及顯著性][模型2的F統(tǒng)計(jì)量及顯著性][模型3的F統(tǒng)計(jì)量及顯著性]在市場情緒與股票收益關(guān)系模型（模型1）中，市場情緒綜合指標(biāo)（ESI）的系數(shù)為[具體系數(shù)值]，且在[具體顯著性水平]上顯著為正。這進(jìn)一步驗(yàn)證了假設(shè)1，表明市場情緒對同期行業(yè)超額收益具有顯著的正向影響。市場情緒每上升1個(gè)單位，行業(yè)超額收益率平均增加[具體增加幅度]個(gè)單位，說明市場情緒的變化對行業(yè)超額收益有著重要的推動(dòng)作用。行業(yè)情緒與股票收益關(guān)系模型（模型2）中，行業(yè)情緒綜合指標(biāo)（ISI）的系數(shù)為[具體系數(shù)值]，在[具體顯著性水平]上顯著為正，驗(yàn)證了假設(shè)2，即行業(yè)情緒對同期行業(yè)超額收益有顯著的正向影響。行業(yè)情緒每提高1個(gè)單位，行業(yè)超額收益率平均上升[具體上升幅度]個(gè)單位，說明投資者對行業(yè)的情緒傾向能夠直接影響該行業(yè)的股票收益。在市場情緒、行業(yè)情緒與股票收益綜合模型（模型3）中，市場情緒綜合指標(biāo)（ESI）和行業(yè)情緒綜合指標(biāo)（ISI）的系數(shù)依然顯著為正，再次證明了市場情緒和行業(yè)情緒分別對行業(yè)超額收益的正向影響。交互項(xiàng)ESI×ISI的系數(shù)為[具體系數(shù)值]，在[具體顯著性水平]上顯著，驗(yàn)證了假設(shè)3，說明市場情緒與行業(yè)情緒對股票收益的影響存在交互作用。當(dāng)市場情緒和行業(yè)情緒都處于樂觀狀態(tài)時(shí)，兩者的協(xié)同作用會(huì)使得行業(yè)超額收益有更顯著的提升；而當(dāng)兩者都悲觀時(shí)，行業(yè)超額收益的下降幅度也會(huì)更大。從模型的擬合優(yōu)度來看，模型3的R^2和調(diào)整后的R^2均高于模型1和模型2，說明綜合模型能夠更好地解釋行業(yè)超額收益的變化，市場情緒和行業(yè)情緒的共同作用以及它們之間的交互效應(yīng)能夠更全面地揭示股票收益的影響因素。F統(tǒng)計(jì)量在三個(gè)模型中均顯著，表明模型整體的解釋能力較強(qiáng)，回歸結(jié)果具有可靠性。回歸結(jié)果分析表明，市場情緒和行業(yè)情緒對股票收益均有顯著的正向影響，且兩者之間存在交互作用，共同影響股票收益，這為投資者在進(jìn)行股票投資決策時(shí)，綜合考慮市場和行業(yè)情緒因素提供了有力的實(shí)證依據(jù)。4.4穩(wěn)健性檢驗(yàn)4.4.1更換指標(biāo)測度方法為檢驗(yàn)研究結(jié)果的穩(wěn)健性，采用其他方法構(gòu)建市場情緒和行業(yè)情緒指標(biāo)，并重新進(jìn)行實(shí)證分析。在市場情緒指標(biāo)構(gòu)建方面，選取消費(fèi)者信心指數(shù)作為新的市場情緒代理變量。消費(fèi)者信心指數(shù)是反映消費(fèi)者對當(dāng)前經(jīng)濟(jì)形勢和未來經(jīng)濟(jì)預(yù)期的重要指標(biāo)，能夠從消費(fèi)者角度反映市場整體的樂觀或悲觀情緒。將消費(fèi)者信心指數(shù)與原有的封閉式基金折價(jià)率、上證綜指交易金額等代理變量一起進(jìn)行主成分分析，構(gòu)建新的市場情緒綜合指標(biāo)（ESI_new）。在行業(yè)情緒指標(biāo)構(gòu)建上，引入行業(yè)分析師盈利預(yù)測偏差作為新的行業(yè)情緒代理變量。行業(yè)分析師盈利預(yù)測偏差是指分析師對行業(yè)內(nèi)公司盈利預(yù)測與實(shí)際盈利之間的差異，該指標(biāo)能夠反映分析師對行業(yè)未來盈利預(yù)期的樂觀或悲觀程度，進(jìn)而體現(xiàn)投資者對行業(yè)的情緒。將行業(yè)分析師盈利預(yù)測偏差與原有的行業(yè)內(nèi)股票資金凈流入、行業(yè)基金份額變動(dòng)等代理變量進(jìn)行標(biāo)準(zhǔn)化處理和加權(quán)平均，構(gòu)建新的行業(yè)情緒綜合指標(biāo)（ISI_new）。基于新構(gòu)建的市場情緒綜合指標(biāo)（ESI_new）和行業(yè)情緒綜合指標(biāo)（ISI_new），重新對市場情緒與股票收益關(guān)系模型、行業(yè)情緒與股票收益關(guān)系模型以及市場情緒、行業(yè)情緒與股票收益綜合模型進(jìn)行回歸估計(jì)。結(jié)果顯示，市場情緒綜合指標(biāo)（ESI_new）和行業(yè)情緒綜合指標(biāo)（ISI_new）與行業(yè)超額收益率之間依然存在顯著的正相關(guān)關(guān)系，且市場情緒與行業(yè)情緒的交互項(xiàng)對行業(yè)超額收益率也有顯著影響。這表明，即使更換了指標(biāo)測度方法，市場情緒和行業(yè)情緒對股票收益的影響方向和顯著性未發(fā)生改變，研究結(jié)果具有一定的穩(wěn)健性。4.4.2調(diào)整樣本區(qū)間為進(jìn)一步驗(yàn)證結(jié)果的穩(wěn)定性，對樣本區(qū)間進(jìn)行調(diào)整，分別縮短和延長樣本數(shù)據(jù)的時(shí)間區(qū)間，并再次進(jìn)行回歸分析。首先，縮短樣本區(qū)間，選取[具體縮短后的時(shí)間范圍]的數(shù)據(jù)進(jìn)行研究。在該樣本區(qū)間內(nèi)，重新構(gòu)建市場情緒綜合指標(biāo)（ESI_short）和行業(yè)情緒綜合指標(biāo)（ISI_short），并對三個(gè)模型進(jìn)行回歸估計(jì)。結(jié)果表明，市場情緒綜合指標(biāo)（ESI_short）和行業(yè)情緒綜合指標(biāo)（ISI_short）的系數(shù)依然顯著為正，市場情緒與行業(yè)情緒的交互項(xiàng)系數(shù)也顯著，說明在較短的樣本區(qū)間內(nèi)，市場情緒和行業(yè)情緒對股票收益的正向影響以及兩者的交互作用依然存在。接著，延長樣本區(qū)間，納入[具體延長的數(shù)據(jù)時(shí)間范圍]的數(shù)據(jù)，構(gòu)建新的市場情緒綜合指標(biāo)（ESI_long）和行業(yè)情緒綜合指標(biāo)（ISI_long），再次進(jìn)行回歸分析。回歸結(jié)果顯示，市場情緒綜合指標(biāo)（ESI_long）和行業(yè)情緒綜合指標(biāo)（ISI_long）對行業(yè)超額收益率的正向影響顯著，交互項(xiàng)對行業(yè)超額收益率也有顯著作用。這說明在更長的樣本區(qū)間內(nèi)，研究結(jié)論保持穩(wěn)定，市場情緒和行業(yè)情緒對股票收益的影響具有穩(wěn)定性。通過調(diào)整樣本區(qū)間的穩(wěn)健性檢驗(yàn)，進(jìn)一步證明了研究結(jié)果不受樣本時(shí)間范圍的影響，增強(qiáng)了研究結(jié)論的可靠性。4.4.3控制其他影響因素在原模型中加入宏觀經(jīng)濟(jì)變量和公司基本面變量等控制變量，以檢驗(yàn)結(jié)果的可靠性。宏觀經(jīng)濟(jì)變量選取國內(nèi)生產(chǎn)總值增長率（GDP_growth）、通貨膨脹率（CPI）和利率（Interest_rate）。國內(nèi)生產(chǎn)總值增長率反映了宏觀經(jīng)濟(jì)的整體增長態(tài)勢，較高的GDP增長率通常意味著經(jīng)濟(jì)繁榮，可能對股票收益產(chǎn)生積極影響；通貨膨脹率會(huì)影響企業(yè)的成本和消費(fèi)者的購買力，進(jìn)而影響股票收益；利率的變動(dòng)會(huì)影響資金的流向和企業(yè)的融資成本，對股票市場也有重要影響。公司基本面變量選取公司規(guī)模（Firm_size）、資產(chǎn)負(fù)債率（Debt_ratio）和凈資產(chǎn)收益率（ROE）。公司規(guī)模以公司的總資產(chǎn)來衡量，較大規(guī)模的公司可能具有更強(qiáng)的抗風(fēng)險(xiǎn)能力和市場影響力，對股票收益產(chǎn)生影響；資產(chǎn)負(fù)債率反映了公司的債務(wù)負(fù)擔(dān)情況，過高的資產(chǎn)負(fù)債率可能增加公司的財(cái)務(wù)風(fēng)險(xiǎn)，影響股票收益；凈資產(chǎn)收益率衡量了公司的盈利能力，較高的ROE通常表明公司盈利能力較強(qiáng)，對股票收益有正向作用。將這些宏觀經(jīng)濟(jì)變量和公司基本面變量加入到市場情緒與股票收益關(guān)系模型、行業(yè)情緒與股票收益關(guān)系模型以及市場情緒、行業(yè)情緒與股票收益綜合模型中，重新進(jìn)行回歸估計(jì)。結(jié)果顯示，加入控制變量后，市場情緒綜合指標(biāo)和行業(yè)情緒綜合指標(biāo)的系數(shù)依然顯著為正，市場情緒與行業(yè)情緒的交互項(xiàng)系數(shù)也保持顯著。這表明，即使控制了其他可能影響股票收益的因素，市場情緒和行業(yè)情緒對股票收益的影響依然存在，研究結(jié)果具有較強(qiáng)的可靠性。五、進(jìn)一步研究：市場情緒與行業(yè)情緒影響的異質(zhì)性分析5.1牛熊市不同市場環(huán)境下的影響差異5.1.1牛市樣本分析選取[具體牛市時(shí)間段]作為牛市樣本區(qū)間，對該期間市場情緒和行業(yè)情緒對股票收益的影響進(jìn)行深入分析。在牛市行情中，市場整體呈現(xiàn)出上漲趨勢，投資者普遍表現(xiàn)出樂觀情緒，風(fēng)險(xiǎn)偏好較高。在這一時(shí)期，市場情緒綜合指標(biāo)（ESI）均值為[具體牛市ESI均值]，標(biāo)準(zhǔn)差為[具體牛市ESI標(biāo)準(zhǔn)差]，表明市場情緒在牛市期間較為高漲且相對穩(wěn)定。行業(yè)情緒綜合指標(biāo)（ISI）方面，各行業(yè)的ISI均值為[具體牛市ISI均值]，不同行業(yè)之間的ISI存在一定差異，標(biāo)準(zhǔn)差為[具體牛市ISI標(biāo)準(zhǔn)差]，反映出投資者對不同行業(yè)的情緒存在分歧，但整體上行業(yè)情緒也處于相對樂觀的狀態(tài)。對牛市樣本數(shù)據(jù)進(jìn)行回歸分析，以行業(yè)超額收益率（AR）為被解釋變量，市場情緒綜合指標(biāo)（ESI）、行業(yè)情緒綜合指標(biāo)（ISI）以及兩者的交互項(xiàng)ESI×ISI為解釋變量，并控制行業(yè)規(guī)模（SIZE）、行業(yè)市盈率（PE）、行業(yè)市凈率（PB）等因素，構(gòu)建如下回歸模型：AR_{it}=\alpha_0+\alpha_1ESI_t+\alpha_2ISI_{it}+\alpha_3ESI_t\timesISI_{it}+\sum_{j=1}^{n}\alpha_{1j}Control_{jit}+\varepsilon_{it}回歸結(jié)果顯示，市場情緒綜合指標(biāo)（ESI）的系數(shù)為[具體牛市ESI系數(shù)]，在[具體顯著性水平]上顯著為正，表明在牛市中，市場情緒對行業(yè)超額收益具有顯著的正向影響。市場情緒的樂觀使得投資者信心增強(qiáng)，更愿意投入資金，從而推動(dòng)行業(yè)股票價(jià)格上漲，帶來超額收益。行業(yè)情緒綜合指標(biāo)（ISI）的系數(shù)為[具體牛市ISI系數(shù)]，同樣在[具體顯著性水平]上顯著為正，說明行業(yè)情緒在牛市中對行業(yè)超額收益也有積極的促進(jìn)作用。投資者對特定行業(yè)的樂觀情緒會(huì)促使他們加大對該行業(yè)股票的投資，進(jìn)一步推高行業(yè)股票價(jià)格，提升超額收益。交互項(xiàng)ESI×ISI的系數(shù)為[具體牛市交互項(xiàng)系數(shù)]，在[具體顯著性水平]上顯著，這表明在牛市中，市場情緒與行業(yè)情緒對股票收益的影響存在交互作用。當(dāng)市場情緒和行業(yè)情緒都處于樂觀狀態(tài)時(shí)，兩者的協(xié)同效應(yīng)會(huì)使得行業(yè)超額收益有更顯著的提升。若市場整體樂觀，同時(shí)某行業(yè)又受到投資者的特別關(guān)注和青睞，行業(yè)情緒高漲，那么該行業(yè)的超額收益會(huì)遠(yuǎn)超其他行業(yè)。5.1.2熊市樣本分析選擇[具體熊市時(shí)間段]作為熊市樣本區(qū)間，研究該時(shí)期市場情緒和行業(yè)情緒對股票收益的影響變化。在熊市中，市場呈現(xiàn)下跌趨勢，投資者普遍感到悲觀和恐懼，風(fēng)險(xiǎn)偏好大幅降低。市場情緒綜合指標(biāo)（ESI）在熊市期間的均值為[具體熊市ESI均值]，標(biāo)準(zhǔn)差為[具體熊市ESI標(biāo)準(zhǔn)差]，說明市場情緒處于較低水平且波動(dòng)較大。行業(yè)情緒綜合指標(biāo)（ISI）的均值為[具體熊市ISI均值]，各行業(yè)的ISI標(biāo)準(zhǔn)差為[具體熊市ISI標(biāo)準(zhǔn)差]，反映出投資者對不同行業(yè)的情緒較為悲觀，且行業(yè)之間的情緒差異也較為明顯。運(yùn)用與牛市樣本分析相同的回歸模型對熊市樣本數(shù)據(jù)進(jìn)行分析：AR_{it}=\beta_0+\beta_1ESI_t+\beta_2ISI_{it}+\beta_3ESI_t\timesISI_{it}+\sum_{j=1}^{n}\beta_{1j}Control_{jit}+\mu_{it}回歸結(jié)果表明，市場情緒綜合指標(biāo)（ESI）的系數(shù)為[具體熊市ESI系數(shù)]，在[具體顯著性水平]上顯著為負(fù)，這意味著在熊市中，市場情緒對行業(yè)超額收益產(chǎn)生顯著的負(fù)向影響。市場情緒的悲觀使得投資者紛紛拋售股票，資金流出市場，導(dǎo)致行業(yè)股票價(jià)格下跌，超額收益減少。行業(yè)情緒綜合指標(biāo)（ISI）的系數(shù)為[具體熊市ISI系數(shù)]，在[具體顯著性水平]上顯著為負(fù)，說明行業(yè)情緒在熊市中也對行業(yè)超額收益有負(fù)面影響。投資者對行業(yè)前景的悲觀預(yù)期，使得他們減少對該行業(yè)股票的投資，進(jìn)一步加劇了行業(yè)股票價(jià)格的下跌，降低了超額收益。交互項(xiàng)ESI×ISI的系數(shù)為[具體熊市交互項(xiàng)系數(shù)]，在[具體顯著性水平]上顯著為負(fù)，表明在熊市中，市場情緒與行業(yè)情緒的交互作用進(jìn)一步強(qiáng)化了對股票收益的負(fù)面影響。當(dāng)市場情緒和行業(yè)情緒都處于悲觀狀態(tài)時(shí)，兩者的相互作用會(huì)使得行業(yè)超額收益下降更為明顯。若市場整體悲觀，某行業(yè)又面臨自身的困境，投資者對該行業(yè)的情緒極度悲觀，那么該行業(yè)的超額收益會(huì)急劇下降。5.1.3牛熊市對比分析對比牛市和熊市中市場情緒和行業(yè)情緒對股票收益影響的回歸結(jié)果，可以清晰地發(fā)現(xiàn)兩者存在顯著差異。在牛市中，市場情緒和行業(yè)情緒對股票收益的影響均為正向，且交互作用也為正向，促進(jìn)了行業(yè)超額收益的增加；而在熊市中，市場情緒和行業(yè)情緒對股票收益的影響均為負(fù)向，交互作用同樣為負(fù)向，導(dǎo)致行業(yè)超額收益大幅下降。這種差異的原因主要源于投資者在不同市場環(huán)境下的心理和行為變化。在牛市中，投資者普遍樂觀，對市場和行業(yè)的未來發(fā)展充滿信心，愿意承擔(dān)更多風(fēng)險(xiǎn)，積極買入股票，使得市場情緒和行業(yè)情緒的積極作用得以充分發(fā)揮。投資者的樂觀情緒相互感染，形成正反饋機(jī)制，進(jìn)一步推動(dòng)股票價(jià)格上漲，增加超額收益。而在熊市中，投資者處于悲觀和恐懼的情緒狀態(tài)，對市場和行業(yè)的前景充滿擔(dān)憂，風(fēng)險(xiǎn)偏好極低，更傾向于賣出股票以規(guī)避風(fēng)險(xiǎn)。這種消極情緒在市場中蔓延，導(dǎo)致市場情緒和行業(yè)情緒的負(fù)面影響被放大，股票價(jià)格不斷下跌，超額收益減少。投資者的恐慌心理使得他們過度反應(yīng)，加劇了市場的下跌趨勢，市場情緒與行業(yè)情緒的交互作用也進(jìn)一步惡化了股票收益情況。市場和行業(yè)基本面在牛熊市中的變化也對情緒影響產(chǎn)生作用。在牛市中，經(jīng)濟(jì)增長通常較為強(qiáng)勁，企業(yè)盈利預(yù)期提高，行業(yè)發(fā)展前景良好，這為市場情緒和行業(yè)情緒的積極影響提供了堅(jiān)實(shí)的基礎(chǔ)。而在熊市中，經(jīng)濟(jì)可能面臨衰退壓力，企業(yè)盈利下滑，行業(yè)競爭加劇，使得市場情緒和行業(yè)情緒的負(fù)面影響更加突出。5.2不同行業(yè)板塊的影響差異5.2.1周期性行業(yè)分析選取鋼鐵、汽車等典型的周期性行業(yè)作為樣本，深入分析市場情緒和行業(yè)情緒對其股票收益的影響。周期性行業(yè)的特點(diǎn)是與宏觀經(jīng)濟(jì)周期緊密相關(guān)，其業(yè)績和股價(jià)表現(xiàn)通常會(huì)隨著經(jīng)濟(jì)的擴(kuò)張和收縮而呈現(xiàn)出明顯的周期性波動(dòng)。在經(jīng)濟(jì)擴(kuò)張階段，市場需求旺盛，鋼鐵行業(yè)的產(chǎn)品銷量和價(jià)格往往會(huì)上升，企業(yè)盈利增加，股票價(jià)格也隨之上漲；而在經(jīng)濟(jì)衰退階段，市場需求疲軟，鋼鐵產(chǎn)品滯銷，價(jià)格下跌，企業(yè)盈利減少，股票價(jià)格也會(huì)受到抑制。汽車行