1. 引言
因为开放式基金的投资者可以随时投资或赎回,所以基金的收益,相较于封闭式基金就会显得更加不可预测。而基金的操作主体是基金经理人,为了能够避免这种不确定性,就会选择多种的交易策略。而基金经理的操作策略同样会受到各种各样的干扰,投资者的情绪,基金经理的情绪等等都有可能影响到基金经理的判断。所以,投资者情绪在此时就显得尤为重要,并且随着互联网的普及和社交平台的发展,投资者情绪在微博、基金论坛等网络平台上得到了充分展现。如果可以理清投资者情绪是否对基金收益有影响,以及影响的大小,方向,那么将会对开放式基金收益的预测有着极为重大的优势。就可以在一定程度上缓解由于开放式基金本身特点所造成的不确定性。随着互联网技术的发展,相关公司也为众多投资者在互联网上提供了讨论的平台,例如东方财富,同花顺等等。并且越来越多的投资者也愿意主动地将自己的想法发布在网上,也就为本文情绪指数的度量提供了莫大帮助。本文利用python爬取相关基金评论,利用一系列方式构造出能合理表现投资者情绪的情绪指数。并通过回归,发现投资者情绪对基金收益,有着显著的正相关关系,并且随着中介变量基金净值变动率的引入,本文还发现其也受投资者情绪的影响,并且在投资者情绪与基金收益之间发挥着桥梁作用。本文的研究将对开放式基金收益不确定性提供一定的帮助,有助于投资者以及基金经理更好的投资和决策。
2. 文献综述
在探讨投资者情绪对基金市场的影响方面,已有广泛的研究从不同角度揭示了其显著作用。这些研究覆盖了多个金融市场,Blank [1] (1986)认为投资者情绪会影响基金投资组合的构成,而基金的收益情况,也有会受到基金组合的影响。尹海员和王晓晓[2] (2024)研究显示,投资者情绪与股票定价效率之间存在着显著的正向关联性。具体而言,当投资者情绪呈现乐观态势时,会促进股票定价效率的提升。这种积极效应主要源于乐观情绪有助于减少信息不对称的程度,从而增加了股价中的信息含量,并最终对定价效率产生正面影响。尹海员和南早红[3] (2024)经实证研究发现,如果现在的投资者情绪为正那么未来期股价崩盘风险就有可能会变大,也就是投资者情绪的上涨加剧了未来股价崩盘的可能性。刘建秋和徐雨露[4] (2024)指出,中小股东群体的负面情绪会推动管理层在管理层讨论与分析中采用积极语调。这一影响路径是因为中小股东在股市社区发表负面评论可能导致股市波动,增加企业的经营风险。为了缓解中小股东的负面情绪,管理层倾向于通过中性的积极语调向外界传达企业良好的经营状况。冯攀攀等[5] (2024)在研究企业良好的ESG表现是否能显著提升个股流动性时,引入投资者情绪为中介变量,进而作用于股票流动性。郭文伟等[6] (2024)发现,沪深股市中泡沫与投资者情绪之间存在非对称的交互影响和因果关系。具体而言,深市各类投资者情绪与股市泡沫之间显著的交互影响效应,而在沪市,仅投资者正面情绪与股市泡沫之间存在显著的交互影响效应。此外,沪市投资者情绪的传播效应及其对股市泡沫的影响远远超过了深市。万顺枫等[7] (2023)以整体情绪与背景情绪的角度,研究其对股票市场波动的影响。发现,消极的整体情绪通过非理性偏差显著增加了股票市场的波动率,然而消极的背景情绪则通过情绪泛化效应在一定程度上缓解了这种波动。李科等[8] (2023)通过构建DID模型发现,相较于核准制主板市场,投资者对注册制创业板IPO股票“打新”的热情日益高涨,这加剧了投资者的情绪波动,特别是在股票抑价方面。Hudson等[9] (2020)在英国市场的研究中,通过多个情绪代理变量发现投资者情绪会影响基金经理的买卖决策,导致基金经理跟随市场趋势买卖资产。然而,Wang等[10] (2020)在中国市场的研究中发现,投资者情绪与后续基金收益呈负相关。谷宇和段欣[11] (2023)通过投资者信息获取行为构建人民币外汇市场乐观及悲观情绪异常波动指数,运用分位数模型研究投资者情绪对汇率定价的影响。发现,汇率定价及外汇市场会受到外汇市场投资者情绪的影响。张宗新和周聪[12] (2023)发现信用债市场情绪会产生显著的定价效应,并且信用债市场情绪的定价效应在投机倾向较高或套利限制较强的时期更突出。
基金经理人有时同样会受到投资者情绪的影响导致基金羊群效应的发生,Tsai-Ling Liao等[13] (2010)通常认为,基金经理人对上一期的投资者情绪进行观察和分析,并利用观察和分析的结果来制定和调整他们当期策略和决策。并可能会产生追随其他基金经理的行为。Daniel [14] (2004)发现当市场上的投资者产生负面情绪时,他们为了规避分析,会做出将投资从风险较高向风险较低转移,从而会导致基金赎回的风险增加。由于适度的风险往往与收益的潜在波动紧密相连,市场情绪便成为了影响基金收益的重要因素之一。Wang等[15] (2022)发现,基金经理的市场时机和选股能力削弱了投资者情绪对开放式基金崩盘的积极影响,而市场流动性则促进了投资者情绪对开放式基金暴跌的积极影响。
在基金收益的影响因素方面,当前的研究主要是通过对投资组合的影响,再间接地去影响收益状况。贾春新和马梦璇[16] (2024)发现“机构化”程度高的基金未来能取得更高的超额收益。研究还发现机构投资者持有的稳定性也是提高基金未来收益的关键因素。田正磊等[17] (2023)发现尽管行业和风格这两个资产组合结构特征都对基金的业绩有着显著的影响,但二者方式却不相同,基金资产组合的行业集中度越高未来业绩越好,但风格则是越均衡未来业绩越好。李曜和叶航[18] (2023)发现规模与绩效之间存在着反向关系,规模越大,绩效越差。王祥明和占浩[19] (2024)研究发现,基金经理人会随着市场的变化而以其自身的检验调整投资组合,这样就对基金的收益状况有着有利或不利的影响。苏治等[20] (2024)跟风的投资策略有时候是能够在一定程度上提升基金收益率。但是这种策略同时也对证券市场的稳定性构成了潜在的威胁。邴涛等[21] (2022)发现:我国基金市场存在显著的规模效应,且基金规模对基金收益有显著的不利影响。刘家诚和赵文珍[22] (2021)研究表明:基金经理非理性短视投资行为不利于业绩上升;如果能够遵循价值投资理念,着眼于长期投资,基金收益就会显著改善;并且持股期限与个股集中度的交互作用促进了基金收益增长。陈晓非等[23] (2022)从明星效应、能力效应以及羊群效应等理论出发,发现基金经理的能力在不同市场环境下对基金收益的影响存在差异,并受着金融市场周期波动的影响。易力和王序东[24] (2021)究进发现对投资者对基金收益的不同要求而产生的不同的情绪,会影响基金的申购率和赎回率。钱菁菁[25] (2022)发现基金资金变动率会受到投资者情绪的正向影响。Kim [26] (2010)的研究也支持了这一观点,表明基金的资金流量与业绩关系(PFR关系)并非固定不变,而是会随股市状态的变化而变动。
本文的目的在于以更加新颖的方式去构造更为合理的情绪指数去深入发掘投资者情绪,基金资金变动率和基金收益之间的关系。通过这一研究,我们希望能够更全面地理解投资者情绪在基金市场中的作用机制,为投资者和基金管理者提供有价值的参考。
3. 情绪指数
3.1. 数据来源
本研究采用的数据源自同花顺中每个基金下的评论。同花顺作为老牌金融相关的信息公司,拥有着极为庞大的用户群体和高度活跃的论坛社区。该论坛为每只基金都设立了专门的讨论区,吸引了大量机构投资者和散户的参与,他们在这里自由发表观点、交流信息。
为了收集这些数据,我们使用了python对相关网页进行数据爬取,爬取内容为选取的基金的评论内容、发布时间。研究对象聚焦于我国的开放式股票型和偏股型基金。为了确保数据的代表性和可靠性,我们筛选出了在天天基金网论坛上具有一定讨论热度且成立时间超过五年的基金。最终,我们选定了20只符合条件的基金。数据的时间范围选定为2019年1月1日至2023年12月31日。
3.2. 方法设计
对于投资者情绪的度量,本文采用对爬取的基金评论的内容利用python进行解析。并采用姜富伟及其团队[27] (2021)的情感词典。该词典在预测我国股市变动方面展现出了较高的准确性。停用词典选用哈工大停用词库,否定词典选用GitHub发布的否定词库,并进行加总和剔除掉重复的否定词。具体分析步骤如下:
第一步。利用python代码对评论进行分词,去除停用词;
第二步:利用中文金融情感词典对情感词进行分析,记录每条评论的情感词数。
第三步:在情感词前查找否定词,由于双重否定表示肯定,因此需要重新调整情感词数。
第四步:计算每篇帖子积极与消极情感词数,如果一篇帖子中积极词数大于消极词数则记该篇帖子情绪为正向,反之为负向。如果消极情感词和积极情感词数量相同则为中立。用S表示。若情绪为积极,用1表示;情绪为消极,用−1表示;情绪中立,用0表示。
第五步:构建投资者情绪指数。将每个基金的评论按季度进行划分。将每季度的所有评论情绪倾向按以下公式处理。
(1)
其中n为每季度评论的数量。
4. 实证分析
4.1. 变量选择
本文以开放式基金为研究对象,选取2019年到2023年的季度数据。为了使得出的结果更加平稳,本文选取的基金的评论量都在平均水准。并得出共400个样本数。
1. 基金收益率
夏普比率就是一个可以同时对收益与风险加以综合考虑的三大经典指标之一。所以本文采用夏普比率(R)来衡量。
2. 投资者情绪
投资者情绪(CISI)为上一部分构建的投资者情绪指数。
3. 中介变量
中介变量选择各基金在每期的净值变动比率(Cfnv)。
4. 控制变量
控制变量包括市场收益率(Index)、基金规模(Size)、基金费率(Fr)、消费者信心指数(Cci)。
市场收益率(Index)。基金的本质在于将资金投资于多样化的资产组合中,所以基金的收益与这些资产组合的整体表现紧密相连。市场收益率,作为衡量市场整体表现的重要指标,自然会对基金的收益产生显著影响。在本文中,我们将采用沪深300指数的季度收益变化率作为衡量市场收益率的基准,以此来探讨和分析其对基金收益的影响。
基金规模(Size)。本文采用单位基金份额表示。
基金费率(Fr)。在本文中,我们综合考虑了基金的管理费率、托管费率以及销售服务费,并将这三者加总作为基金的总体费率来进行研究和分析。
消费者信心指数(Cci)。消费者信心指数是一个重要的经济指标,用于衡量消费者对当前经济形势和未来经济前景的信心程度。各变量及名称如表1。
Table 1. Definition of each variable
表1. 各变量定义
变量类型 |
变量符号 |
变量定义 |
被解释变量 |
Ri,t |
第i只基金在t期夏普比 |
中介变量 |
Cfnvi,t |
第i只基金在t期基金净值变动率 |
解释变量 |
CISIi,t |
第i只基金在t期投资者情绪指数 |
控制变量 |
Sizei,t |
第i只基金在t期基金规模 |
|
Ccii,t |
第t期消费者信心指数 |
|
Indexi,t |
第t期沪深300指数收益率 |
|
Fri |
第i只基金费率 |
4.2. 模型构建
根据中介效应模型,构建一下回归模型
(2)
(3)
(4)
本文首先构建面板Logit模型探究投资者情绪对基金净值变动率的影响作用,如公式(2)所示。其中,CISIi,t为行业i第t期的投资者情绪,CISIi,t为控制变量组。
其中CISIi,t为解释变量投资者情绪指数。Ri,t为被解释变量基金收益,CISIi,t为各控制变量。
4.3. 描述性统计分析
观察描述性统计的结果见表2,发现R的均值等于0.08917,说明,整体收益并不高,方差等于0.201059说明在此期间收益波动较小,也就是风险较小,这主要是因为风险与回报率成正比,风险越高回报率也就越高。而基金投资的风险是较小的,所以风险收益都较小。Cfnv的均值等于0.160808,在此期间的基金的资金变动率为正,说明在此期间基金的运营状况是较为不错的。CISI的均值等于0.08917,方差等于0.201059,说明在疫情期间,我国的基金市场的情绪波动较为剧烈。Fr的均值等于0.01345,方差等于0.002714,方差极小,可以说在我国大部分的基金的服务费等都是差不多的。
Table 2. Descriptive statistics for each variable
表2. 各变量描述性统计
|
CISI |
R |
Cfnv |
Size |
Cci |
Index |
Fr |
Count |
400 |
400 |
400 |
400 |
400 |
400 |
400 |
Mean |
0.089 |
0.045 |
0.161 |
1.938 |
109.808 |
0.003 |
0.013 |
Std |
0.201 |
0.118 |
0.759 |
0.788 |
16.192 |
0.033 |
0.003 |
Min |
−0.333 |
−0.270 |
−0.766 |
0.827 |
86.7 |
−0.053 |
0.006 |
25% |
−0.056 |
−0.036 |
−0.124 |
1.339 |
87.492 |
−0.018 |
0.014 |
50% |
0.066 |
0.049 |
−0.00 |
1.717 |
118.616 |
0.002 |
0.014 |
50% |
0.211 |
0.129 |
0.159 |
2.325 |
122.858 |
0.023 |
0.014 |
Max |
0.864 |
0.336 |
8.098 |
4.311 |
125.166 |
0.088 |
0.019 |
4.4. 相关性检验
对基金收益(R)与消费者信心指数(CISI)进行相关性检验后,如表3所示,两者之间的相关系数达到0.24,并且在设定的1%显著性水平下,这一关系被认为是显著的。这表明基金收益与投资者情绪之间存在显著的正相关关系,即当消费者信心指数上升时,基金收益也倾向于增加。这进一步强调了投资者情绪在基金市场表现中的重要作用,以及投资者情绪对基金收益具有显著的正向影响。
Table 3. Variable correlation coefficient matrix
表3. 变量相关性系数矩阵
|
CISI |
R |
Size |
Cci |
Index |
Fr |
Cfnv |
CISI |
1.00 |
0.24*** |
−0.02 |
0.04 |
0.08 |
0.02 |
0.07*** |
R |
0.24*** |
1.00 |
−0.14** |
0.36*** |
0.67*** |
0.01 |
0.20*** |
Size |
−0.02 |
−0.14** |
1.00 |
−0.27*** |
−0.25*** |
0.17*** |
0.12* |
Cci |
0.04 |
0.36*** |
−0.27*** |
1.00 |
0.29*** |
−0.00 |
0.11* |
Index |
0.08 |
0.67*** |
−0.25*** |
0.29*** |
1.00 |
0.00 |
0.08 |
Fr |
0.02 |
0.01 |
0.17*** |
−0.00 |
0.00 |
1.00 |
0.07 |
Cfnv |
0.07*** |
0.20*** |
0.12* |
0.11* |
0.08 |
0.07 |
1.00 |
注:***表示p < 0.01,**表示p < 0.05,*表示p < 0.1,下同。
4.5. 回归分析
在对基金收益的影响因素进行中介效应检验时,我们观察到投资者情绪和基金净流入对基金收益具有显著影响。根据表4中的回归结果,我们可以得出以下结论:
在模型(2)中,投资者情绪对基金收益的直接影响显著,回归系数为0.109355,这意味着当投资者情绪高涨时,基金的业绩也会相应提升。这表明,市场参与者的积极情绪可以直接对基金的绩效产生正面作用。
模型(3)的结果显示,基金资金变动率与投资者情绪两者之间的相关系数达到1.3764,p值等于0.000,说明在设定的1%显著性水平下,这一关系被认为是显著的。
在模型(4)的考察基金收益的影响因素中,我们综合考虑了投资者情绪和基金净值变动率两个因素。回归分析的结果显示,这两个因素均对基金收益产生了显著的影响。具体来说,投资者情绪的提升和基金净值变动率的增加均有助于推动基金收益的增长。这一发现进一步证实了投资者情绪与基金资金流动对基金市场表现的重要影响。这两个因素的回归系数均为正且显著,说明它们都能对基金收益产生积极贡献。投资者情绪和基金净值变动率都是影响基金收益的重要因素。其中,投资者情绪不仅可以直接影响基金收益,还可以通过影响基金的基金净值变动率来间接影响基金收益。这一发现为我们理解基金市场动态和投资者行为提供了新的视角。
Table 4. Regression analysis of investor sentiment and fund returns
表4. 投资者情绪与基金收益回归分析
变量 |
R (2) |
Cfnv (3) |
R (4) |
Const |
−0.1517*** (0.000) |
−2.7294*** (0.007) |
−0.1338*** (0.001) |
CISI |
0.1094*** (0.000) |
1.3764** (0.012) |
0.1052*** (0.000) |
Size |
0.0117** (0.036) |
0.6542*** (0.000) |
0.0089 (0.112) |
Cci |
0.001463*** (0.000) |
0.0170** (0.018) |
0.0014*** (0.000) |
Index |
2.1634*** (0.000) |
17.3653*** (0.000) |
2.1335*** (0.000) |
Fr |
−0.2958 (0.847) |
−45.2050 (0.261) |
−0.4988 (0.743) |
Cfnv |
|
|
0.0178*** (0.001) |
注:括号内表示标准误差,下同。
4.6. 多重共线性检验
检验多重共线性是为了确认回归模型中是否存在的问题。自变量高度相关可能导致系数估计不准确、解释变量重要性困难、预测能力下降以及统计检验失效。
因此,通过检验多重共线性,可以帮助改进模型的稳健性和解释能力。本文采用计算方差膨胀因子(VIF)的方法以评估自变量之间的相关性程度,检验结果见表5。可见个变量的VIF值未大于5或10,所以并未存在多重共线性问题。
Table 5. Multicollinearity analysis
表5. 多重共线性分析
|
变量 |
VIF |
0 |
const |
86.802213 |
1 |
CISI |
1.007296 |
2 |
Size |
1.160171 |
3 |
Cci |
1.148184 |
4 |
Index |
1.139600 |
5 |
Fr |
1.035694 |
4.7. 内生性检验
在研究投资者情绪对基金收益的影响时,之前并未考虑到另一种情况即当基金表现良好时,网络投资者通常会在论坛上发表乐观的言论,这反过来可能进一步影响其他投资者的情绪。因此,基金收益和投资者情绪之间存在着相互影响的复杂关系。很显然的是,这种忽视必然导致了解释变量与被解释变量互为因果,相互影响所产生的内生性问题。为了更深入地探讨投资者情绪和基金净值变动率对基金收益的潜在影响,并解决由于互为因果导致的潜在内生性问题,本文采用了滞后项作为工具变量,进而执行了两阶段最小二乘回归(Two-Stage Least Squares, 2SLS)分析。
结果如表6所示,发现情绪指数滞后项与投资者情绪的相关系数达到0.4130,p值等于0.000,说明在设定的1%显著性水平下,这一关系被认为是显著的,因此我们验证了滞后项与内生解释变量之间是存在高度的相关性的。这一发现支持了滞后项作为有效工具变量的合理性,使得我们能够在两阶段最小二乘回归中处理潜在的内生性问题。
Table 6. Frist-stage regression
表6. 第一阶段回归
|
CISI |
Const |
0.0736 (0.406) |
CISI_lag1 |
0.4130*** (0.000) |
Size |
0.00179 (0.996) |
Cci |
−0.0003 |
Index |
(0.616) 0.6413* (0.038) |
Fr |
0.7075 (0.840) |
在第二步的回归中,通过将第一阶段拟合后的情绪指数作为新的解释变量,替换原方程(6)中的情绪指数进行回归,我们得出了表7中的数据。结果显示,即使在1%的显著性水平下,情绪指数对基金收益的影响依然为正,这表明我们的研究进一步确认了投资者情绪对基金收益具有显著的正向影响。
4.8. 稳健性检验
在股票和基金等金融工具投资中,投资者评估吸引力的标准不仅限于夏普比率,还包括累计收益率和超额收益率。累计收益率是通过计算基金在一段时间内的净值增长率得出的,而超额收益率则衡量基金相对于基准(如沪深300指数)的表现。在研究中,通过使用超额收益率替代原模型中的基金累计收益率(R),进行了回归分析。结果见表8,回归方向与之前的模型一致,并且p值为0.000附近,所以同样是显著的,本文的结果是显著稳定的。
Table 7. Second-stage regression
表7. 第二阶段回归
|
R |
const |
−0.3909*** (0.000) |
CISI |
0.1185*** (0.000) |
Size |
0.0145** (0.031) |
Cci |
0.0036*** (0.000) |
Index |
−1.1084*** (0.000) |
Fr |
0.7326 (0.691) |
Table 8. Robustness test in regression
表8. 稳健性回归检验
变量 |
R |
Cfnv |
R |
Const |
−0.1517*** (0.000) |
−2.7294*** (0.007) |
−0.1337*** (0.001) |
CISI |
0.1094*** (0.000) |
1.3764** (0.012) |
0.1052*** (0.000) |
Size |
0.0118* (0.037) |
0.6542*** (0.000) |
0.00894 (0.112) |
Cci |
0.0015*** (0.000) |
0.0170** (0.018) |
0.0014*** (0.000) |
Index |
1.1634*** (0.000) |
17.3653*** (0.000) |
1.1336*** (0.000) |
Fr |
−0.2959 (0.848) |
−45.205 (0.261) |
−0.4989 (0.744) |
Cfnv |
|
|
0.0178*** (0.001) |
5. 结论与建议
本文深入探讨了投资者情绪和基金收益之间的关系,并将基金资金变动率作为中介变量,分析其在其中的作用。与过往研究中对投资者情绪的度量有所不同,以往研究在对投资者情绪进行量化时,大多都是利用数个已有的数据指标,通过主成分分析的方法来对其进行度量,但是这种方法,并不能够很好地去解释,本文通过利用分析文本数据的方法,能够更好地去解释投资者情绪。并采用Logit回归模型,分析投资者情绪是否对基金资金流向产生影响。
实证研究发现:
(1) 基金论坛上的社交信息成为投资者情绪的晴雨表,显著影响基金收益。具体而言,当投资者情绪高涨时,基金收益往往表现更佳。这表明市场情绪对基金收益具有前瞻性的预测作用。
(2) 在探讨投资者情绪与基金收益之间的紧密关系时,基金净值变动率扮演了一个至关重要的中介角色。当投资者情绪呈现积极态势时,大量的资金流入基金市场,这不仅显著提升了基金的流动性,还使得基金经理能够在更加灵活的市场环境中调整和优化投资策略。这种资金流入的正面效应进一步推动了基金收益的提升。然而,如果投资者情绪转向消极,导致资金净流出,基金经理则可能面临不利的市场环境,需要在资金压力下调整投资组合,这往往会对基金收益产生一定的负面影响。因此,基金净值变动率作为中介变量,在投资者情绪与基金收益之间构建了一个重要的桥梁,直接影响了基金的运营效率和业绩表现。
(4) 投资者情绪对基金的买卖行为有着显著的影响力。具体而言,当投资者情绪呈现积极状态时,他们更倾向于申购基金,同时赎回基金的意愿降低,这样的情绪状态对基金收益有着正面的推动作用。相反,消极情绪则可能导致投资者更倾向于赎回基金,从而对基金的业绩造成负面影响。
对于基金经理而言,深刻理解并敏锐捕捉投资者情绪的变化,是提升基金收益的关键所在。他们不仅需要通过深入的市场分析来洞察市场趋势,还需与投资者建立有效的沟通桥梁,努力引导投资者树立理性的投资理念。在避免盲目追涨杀跌的同时,基金经理需确保基金的稳健运营,以应对市场波动。
同时,金融监管机构在维护基金市场健康稳定发展方面扮演着至关重要的角色。他们应加强对社交媒体的监管,防止恶意言论和虚假信息误导投资者情绪,确保市场信息的真实性和透明度。这样的举措不仅能够保护投资者的权益,还能够促进基金市场的公平竞争和持续健康发展。