市场情绪指数MSI的构建方法 [page::1][page::2]

• 以沪深300指数成分股为样本，计算每日收益率和前五日波动率。

- 采用斯皮尔曼秩相关系数衡量收益率与波动率排序序列的相关性，指数值乘以100，得到MSI。

• MSI区间为[-100,100]，数值反映市场情绪的悲观或乐观程度。

MSI的统计特征及情绪划分 [page::5]

| 情绪特征 | 极度低落 | 低落 | 平和 | 亢奋 | 极度亢奋 |
|------------|----------|----------|----------|----------|----------|
| MSI区间 | [-100,-30] | [-30,-10] | [-10,10] | [10,40] | [40,100] |
| 时间占比 | 19% | - | - | - | 17% |
| 统计特征 | | | | | |
| 均值 | 3.84 | | | | |
| 标准差 | 35.32 | | | | |

• MSI整体均值为3.84，表明市场情绪略偏乐观。

- 情绪极度亢奋与极度低落状态分别占约17%和19%，波动幅度较大体现市场不稳定性。

MSI对市场走势的解释能力 [page::3][page::4]

• 回归模型显示，MSI的当日值与沪深300当日收益率正相关，系数显著，R²达到73.15%，说明MSI能解释近期市场波动。

- 远期情绪指数（1周左右）对市场解释能力下降，影响不显著，表明情绪指数主要反映市场短期波动。
| 回归系数 | 估计值 | t值 | p值 |
|-------------|----------|-----------|--------------|
| 截距β0 | -0.0016 | -4.24 | 2.4e-05 |
| 前日收益率β1 | 0.0791 | 4.71 | 2.75e-06 |
| MSI当日β2 | 0.0555 | 51.11 | 3.52e-276 |

结论与后续展望 [page::5]

• MSI作为A股市场投资者情绪的量化指标，具有较强的解释能力和实用简洁性。

- 将持续发布更新情绪指数，并开展深度研究以挖掘基于MSI的投资策略框架。

市场情绪量化指数 MSI——把脉投资者情绪

金融工程研究报告 行为金融学系列

---

1. 元数据与报告概览

标题： 市场情绪量化指数 MSI——把脉投资者情绪
发布机构： 国海证券研究所
分析师： 程志田（国海证券研究所金融工程部负责人）
联系方式： 电话：0755-83706130；邮件：chengzt@ghzq.com.cn
研究主题： 构建和分析A股市场情绪量化指标——市场情绪指数MSI

报告核心论点：
本文通过改进Persaud方法，提出基于沪深300成分股日收益率与波动率的斯皮尔曼秩相关系数构建市场情绪量化指数MSI。该指数定量刻画A股市场投资者情绪，波动范围[-100,100]，可划分五种情绪状态，从极度低落到极度亢奋。实证回归测试显示，MSI对A股市场短期价格波动具有极强的解释能力（约75%解释率），特别是“近日情绪”对市场收益影响显著，且指数设计简单实用，适合后续指导投资决策和策略开发。

报告目的：
解决传统基本面投资难以合理解释股市中短期波动的问题，通过情绪指数量化投资者心理，增强对市场涨跌的解释和预测能力，辅助投资决策。

---

2. 逐节深度解读

2.1 引言与市场情绪研究背景

报告指出，传统投资研究依赖基本面和宏观经济因子，强调长期价值回归，但无法解释中短期价格波动，而行为金融学研究表明，投资者情绪变化往往对资产价格短期变动更具解释力。国内外已有多种情绪因子被尝试（消费者信心指数、公募基金仓位、期权市场看涨看跌比率等），但合成指数解释能力有限。

因此，报告借鉴Persaud1996年在货币市场的情绪测量方法，希望将其改良后应用于A股市场，填补情绪量化工具的空缺，为A股市场投资者提供量化情绪指标[page::0], [page::1]。

---

2.2 MSI指数构建方法论与技术框架

报告详细介绍了MSI的计算步骤：

• 选取沪深300指数作为市场标杆；

- 对每一交易日，计算沪深300成分股的日收益率及5日历史波动率；

• 利用斯皮尔曼秩相关系数（基于秩序非参数相关）衡量收益率与波动率的横截面关系；

- 将该相关系数乘以100，即得当日MSI值，范围理论上介于-100到100之间。

这里的逻辑是：市场情绪由各成分股的收益与其波动性排序关系反映，市场乐观（收益高且波动可能较高或规律）时，秩相关为正，指数为正值；反之则呈负值。选用斯皮尔曼秩相关代替传统皮尔逊相关，是因为秩相关降低了极端值影响，更适合捕捉市场“情绪”这种非线性、阶段性特征[page::1], [page::2]。

---

2.3 MSI指数的实证及图表解读

• 图一（近一年MSI波动情况）

图示MSI围绕零线波动，呈现明显的正负切换，反映投资者乐观与悲观情绪交替，波动幅度较大但无单方向持续偏移，显示市场情绪的动态、周期性及复杂性。该特征印证了情绪指数设计成功捕捉了真实市场情绪的变化[page::0], [page::2]。

• 图二（三年MSI走势）

延长时间样本后，MSI仍保持情绪波动特性，进一步证明指数稳定反映市场情绪起伏，且能体现市场周期内的情绪波动趋势和剧烈情况。该走势高频率穿越零线，显示市场情绪波动具备持续活跃性及不确定性[page::3]。

---

2.4 MSI对市场收益率的解释能力分析

报告通过多元线性回归模型检验MSI对沪深300指数收益率的解释力：

• 近日情绪回归模型：

\[
HS300{-}Rt = \beta0 + \beta1 HS300{-}R{t-1} + \beta2 MSIt + \varepsilont
\]

回归结果显示MSI的系数为正且极其显著（t值51.11，p≈0），R²达到73.15%，表明当天的MSI对当日市场涨跌有极强解释能力。具体方程：

\[
HS300{-}Rt = -0.0016 + 0.0791 HS300{-}R{t-1} + 0.0555 MSIt
\]

指出市场涨跌中超过73%的波动可由近日市场情绪及前一日收益解释，证明MSI抓住了市场关键波动信息[page::3], [page::4]。

• 远日情绪回归模型：

通过加入1-6日滞后的市场收益率和MSI，发现MSI的滞后项系数均不显著，只有近日情绪起决定作用，且整体解释度未超过近日情绪模型，符合投资者心理随时间递减影响的常理，表明情绪影响具有短时效应[page::4]。

---

2.5 MSI延伸分析与情绪分类

报告给出MSI情绪区间划分，便于直观理解市场状态：

| 情绪特征 | 极度低落 | 低落 | 平和 | 亢奋 | 极度亢奋 |
|----------|--------|------|------|-------|--------|
| MSI区间 | [-100,-30] | [-30,-10] | [-10,10] | [10,40] | [40,100] |

基于近三年情绪数据统计，MSI平均值为3.84，标准差35.32，股市作为新兴市场，情绪波动较大，极度亢奋状态出现约占总时间的17%，极度低落17.9%，显示市场情绪存在显著的波动性和不稳定性[page::5]。

---

3. 图表深度解读

图1. 国海市场情绪指数MSI[近一年]

• 描述：展示了近一年中每日计算得到的MSI值，横轴为交易日，纵轴为MSI指数值。

- 解读：图中MSI在0附近波动频繁，周期性切换正负值，反映市场每日投资者情绪的起伏，既有极度乐观的高峰也有极度悲观的低谷。该波动特性体现市场情绪动态演变的复杂性，说明MSI有效捕捉情绪波动。

• 联系文本：图示支撑文本中“情绪指数MSI始终围绕0波动”的论断，显示指数成功反映了市场中投资者态度的正负反复[page::2]。

图2. 国海市场情绪指数MSI[2007.2.15-2011.2.14]

• 描述：覆盖三年较长时间跨度的MSI走势，更全面反映市场长期情绪变化。

- 解读：长期视角下的MSI依然表现出高频波动，且多个极端乐观与悲观区间，体现新兴市场投资者心理波动剧烈且多变。情绪的高低互换反映市场情绪的反复和不确定性。

• 联系文本：强有力说明MSI稳定准确地刻画市场情绪复杂交替的特征，区别于其他情绪指标[page::3]。

表1. 近期情绪对市场收益的回归结果

| 系数 | β0 | β1 | β2 |
| ------- | ------- | -------- | ------- |
| 估计值 | -0.0016 | 0.0791 | 0.0555 |
| t值 | -4.24 | 4.71 | 51.11 |
| p值 | 2.4e-05 | 2.75e-06 | 3.52e-276 |

• 解读：MSI的回归系数极显著，t值和p值均表明其对市场收益影响力巨大。该模型的R²为73.15%，说明市场情绪是决定市场波动的主要因素之一[page::3]。

表3. 情绪状态区间划分

| 情绪特征 | 极度低落 | 低落 | 平和 | 亢奋 | 极度亢奋 |
|----------|--------|------|------|-------|--------|
| MSI区间 | [-100,-30] | [-30,-10] | [-10,10] | [10,40] | [40,100] |

• 作用：此表为投资者提供清晰的情绪分类标准，使得MSI指标更易于解读与应用于投资策略设计[page::5]。

表4. 情绪指数统计特征值

| 统计特征 | 均值 | 标准差 | 极度亢奋占比 | 极度低落占比 |
| -------- | ---- | ------- |------------- |------------- |
| 取值 | 3.84 | 35.32 | 17% | 19% |

• 解读：标准差较大反映市场情绪波动大且不稳定，极度亢奋和极度低落状态出现频率将近四成，显示市场情绪处于剧烈波动中[page::5]。

---

4. 估值分析

本报告并未涉及具体个股或行业估值分析，也未采用DCF、相对估值等方法进行估值推导，侧重于情绪指数的构建和市场表现解释。因此，本报告未包含估值分析章节，关注重点为情绪指标的构造与实证检验。

---

5. 风险因素评估

报告未直接列举风险因素，但可根据报告内容推断可能风险：

• 模型适用性风险： 情绪指数基于沪深300成分股及其波动率的秩相关计算，若市场结构、参与者行为变化极大，模型稳定性可能受影响。

- 数据质量风险：数据误差、异常波动或滞后可能影响指数准确性。

• 情绪解读风险：情绪指数虽然解释力强，但其作为市场涨跌预判工具时，还需结合基本面与宏观因素，否则可能陷入过度简化。

报告没有针对这些风险给出具体缓解措施，这通常是行为金融学领域的普遍挑战。

---

6. 批判性视角与细微差别

• 情绪指数的解释能力虽高，但是否存在过拟合问题？ 回归结果R²约73%，非常高，须警惕是否因模型过度拟合当期数据，尤其是当样本时间窗口较短时。

- 对“远日情绪”影响弱的结论，是否意味着情绪指标的时效性极强？ 投资策略应用需快速响应，MSI延迟效用有限。

• 情绪指数仅基于收益和波动率排序相关，未纳入更直接的投资者行为、心理调查数据，限制了情绪的全面捕捉。

- 波动率值的计算仅基于5日历史，波动率定义及周期选择的合理性尚无明显讨论。

• 图表中无标准误等统计指标，回归结果多重共线性、残差序列性质未详细说明。

总体而言，报告在方法论和数据使用上较为严谨，但需要在后续研究详细呈现模型的稳健性检验及情绪指数的实际投资决策框架。

---

7. 结论性综合

本报告从理论和实证两方面，创新性地将基于沪深300成分股日收益率与5日波动率的秩相关系数应用于A股市场，构建了简单、易理解且实用的市场情绪量化指标——MSI。该指数波动范围在-100至100之间，精细划分为五个情绪状态，能够准确刻画市场投资者的乐观与悲观情绪交替，为市场价格提供强有力的解释。

实证回归分析显示，MSI对沪深300指数中短期收益率波动可以解释超过73%的变异，近期情绪对市场影响尤为显著，远日情绪影响较弱，符合投资者情绪的时效性规律。情绪指数统计显示，情绪波动幅度较大，市场呈现典型新兴市场的情绪不稳定特征，极度乐观与极度悲观状态均占较大比重。

报告提供的图表直观展示了MSI的动态变化和稳定特征，验证其作为市场情绪刻画工具的有效性。同时，报告明确指出，MSI作为投资决策参考的重要性，未来拟基于该指数开发深度投资策略。

总体评价：MSI指数作为A股市场情绪量化指标成功构建，具有显著的市场解释能力和应用潜力，尤适用于辅助短期市场趋势分析和投资策略制定。报告专业严谨，结合行为金融学与金融工程方法，有望对市场参与者提供新的视角与决策工具[page::0] [page::1] [page::2] [page::3] [page::4] [page::5]。

---

总结

本报告详细介绍了MSI市场情绪指数的理论背景、构建方法、实证验证及市场解释力，补充了传统基本面研究难以覆盖的市场中短期波动理解维度。报告中的图表和表格提供了丰富的定量支持，显示出MSI作为A股市场情绪标杆的巨大潜力。未来进一步的研究和策略开发，将增强其在实际投资中的指导价值。

报告