规模溢价与投资者情绪的关联性 [page::0][page::3]

• 规模溢价表现为小盘股回报通常高于大盘股。

- 投资者情绪（尤其是积极情绪）可降低风险厌恶，推动小盘股溢价。

• 报告首次从投资者情绪视角系统研究规模溢价的行为基础。

数据与情绪指标选用说明 [page::4][page::5]

• 使用1965-2017年多频度市场数据及多种情绪指标：BW1、BW2、HJTZ1、HJTZ2、AAII调查、CSI、CCI、EPU、VIX、STLFSI等。

- 多指标覆盖市场、新闻及调查来源，全面衡量投资者情绪。

描述性统计与变量相关性分析 [page::7][page::8]

| 变量 | 均值 | 标准差 | 偏度 | 峰度 | 数据频率 |
|---------|--------|--------|-------|-------|----------|
| SMB | 0.008 | 1.319 | -0.359| 9.329 | 月度 |
| BW1 | 0.000 | 1.000 | 0.127 | 3.616 | 月度 |
| CCI | 99.874 | 1.409 | -0.379| 2.462 | 月度 |
| VIX | 19.413 | 7.893 | 2.218 |11.714 | 月度 |

• 情绪指标间多数呈显著相关，有合理内在一致性。

投资者情绪对规模溢价的回归分析 [page::9][page::10]

• BW情绪指标对下一期SMB回报显负相关，反向情绪表现突出。

- CCI、CSI及AAII情绪指数则对SMB呈正相关，反映积极情绪推动小盘股溢价。

预测能力测验与非参数检验结果 [page::11][page::12][page::13]

• 主要情绪指标在样本内外均显现显著预测力，预测正确率超过50%。

- 采用符号检验方法量化情绪对SMB方向的预测准确性：

| 情绪指标 | 样本内正确率 | 样本外正确率 |
|----------|--------------|--------------|
| BW1 | 56.1% | 57.8% |
| BW2 | 55.2% | 56.2% |
| HJTZ1 | 53.7% | 55.9% |
| CCI | 59.7% | 55.3% |

• 多空交易策略构建：情绪为正时做空SMB，情绪为负时做多SMB，12个月累计回报达9.15%（BW指标），体现强烈的投资价值。

稳健性与讨论 [page::13][page::14]

• 控制宏观金融变量（如MKT、HML、DEF、CPI）后，情绪指标依然显著对SMB有预测作用。

- 结果支持情绪作为非理性因素对规模效应的解释，补充传统风险溢价理论。

• 经济环境不佳时，如VIX和EPU增加，规模溢价降低，消费者信心高涨时反之。

结论与投资建议 [page::14]

• 投资者情绪显著影响规模溢价，情绪指标可作为资产配置辅助工具。

- 建议投资者密切关注市场情绪，及时调整小盘股配置以捕捉潜在溢价机会。

金融研究报告详尽分析报告

报告题目：投资者情绪能预测规模溢价吗？—“学海拾珠”系列之一百四十八
分析师：严佳炜、骆昱
发布机构：华安证券研究所
发布日期：2023年5月
研究主题：投资者情绪对小盘股规模溢价的预测能力

---

1. 元数据与概览

本报告是华安证券研究所“学海拾珠”系列的第148篇，选题聚焦投资者情绪如何影响并预测资本市场中的规模溢价，特别是小盘股相对大盘股的回报差异。报告利用1965年至2017年的美国市场日、周、月数据，结合多种来自学术研究界认可的投资者情绪指标，包括市场数据、调查与媒体指标，进行了详尽的经验分析。核心论点在于，投资者情绪滞后与小盘股的规模溢价密切相关，且投资者情绪可作为预测规模溢价的有效工具。文章未给出具体估值目标价，此为策略研究。作者主张，情绪因素新增了规模溢价解释的维度，为市场参与者尤其是相关资产配置者提供了重要行为金融视角。

---

2. 逐节深度解读

2.1 引言（第3页）

报告指出现有文献对规模溢价的研究多数侧重宏观经济和金融基本面，忽视了投资者情绪这一行为因子。投资者情绪通过调整风险偏好，影响个体对小盘股的估值，从而形成规模溢价的循环。文中强调小盘股更常被个体投资者持有，且个体更易受情绪影响，因此规模溢价与情绪正相关。引用了丰富的先行研究论证规模效应与宏观经济变量的关联，同时提出本文贡献：首次系统将多种投资者情绪指标引入规模溢价研究、运用长期数据、采用参数及非参数方法检验预测力。此外提出规模效应的现实重要性，尤其在ETF和基金配置的上下文。

2.2 研究背景：理论假设和投资者情绪与风险承担（第3-4页）

核心假设是规模溢价不仅由理性经济因素驱动，投资者情绪也扮演关键角色。投资者在乐观情绪下更愿承担风险倾向小盘股，推动规模溢价；在悲观情绪则相反。文献梳理了两大心理学模型：

• 情感渗透模型 (AIM)：积极情绪下，投资者风险厌恶降低，倾向承担高风险。此模型得到金融实证支持。

- 情绪维持假设 (MMH)：积极情绪反而使人更加规避风险，以保护情绪稳定，较少支持金融市场实证。

该部分明确了本研究情绪对风险承担影响的逻辑依据和文献立场，倾向支持AIM模型。

3 数据与变量（第4-5页）

包括详细宏观变量和情绪指标说明。

• 宏观变量：市场超额收益（MKT-Rf）、规模因子（SMB）、价值成长因子（HML）、股息收益率（DVYLD）、动量因子（MOM）、违约利差（DEF）、通胀变化（CPI）、期限利差（TERM）、短期利率（TBILL）等均为莲实应用的标准因子和宏观指标。数据来源权威，时间跨度长。

- 情绪指标：涵盖
- Baker 和 Wurgler（2006）的经典情绪指标（BW1，BW2），基于市场交易数据构建，提取情绪因子残差，代表非基本面情绪变化
- Huang等（2015）对BW指标调整的HJTZ1、HJTZ2
- 消费者情绪指数CSI（密歇根大学调查）、消费者信心指数CCI
- 经济政策不确定性指数（EPU）
- 金融压力指数（STLFSI）
- VIX波动率指数
- 美国个人投资者协会（AAII）投资者情绪调查
多元化且涵盖市场数据、调查以及宏观新闻文本，增强研究的全面性和稳健性。

4 模型与方法（第6页）

核心研究模型使用回归形式，将规模溢价因子SMB作为因变量，情绪指标（Sj,t）与宏观经济预测因子（Xt-1）纳入解释变量，同时控制一月效应虚拟变量及SMB自身的滞后项，以处理时间序列自相关。模型如下：

$$
SMBt = \beta0 + \beta1 Januaryt + \sumi \gammai S{j,t-i} + C X{t-1}' + \sumk \alphak SMB{t-k} + ut
$$

目的在于检验滞后情绪变量对SMB的解释和预测能力。模型同时控制市场回报（MKT-Rf）、价值因子（HML）、股息收益率（DVYLD）、动量（MOM）、违约利差（DEF）、通胀（CPI）等理性因子，是理论与实证的典范结合。引用的理论和先前实证为模型设计提供基础。

5 实证分析

5.1 描述性统计（第7页）

图表2详细统计了模型关键变量的均值、标准差、偏度、峰度及样本量，分月度、周度和日度。

• SMB的平均月度回报约0.22%，波动率显著，与市场波动特点相符。

- 情绪指标如BW1、HJTZ系列均围绕零，标准差接近1，峰度适中，符合标准化指标表现。

• 波动相关指标（VIX、EPU）表现了正偏和较高峰度，反映极端情绪事件的存在。

统计回报和情绪指标具有统计稳定性基础，为后续模型分析服务。

5.2 回归结果（第8-9页）

• 图表4显示了基于月度数据的单变量滞后情绪变量回归SMB结果，完整样本及分期验证。

- 一月效应在1965至2002年间显著，但2003年后丧失显著性，印证其他研究中著名的一月效应消退现象。

• BW1和BW2（经典情绪指标）滞后一期与SMB呈负相关，说明高情绪预示未来规模溢价回报下降，符合“情绪高估后调整”的逆向机制。

- 而CCI、CSI等调查类情绪指标则正相关，反映积极消费者情绪推动小盘股需求增大。

• AAII机构调查结果表明，个体投资者情绪表现出积极推动SMB回报的作用，有统计学显著性，尤其是对未来六个月的影响显著。

- VIX和STLFSI等波动与市场压力指标与SMB呈负相关，市场压力上升时规模溢价下降。

结论是情绪指标分类上，基于持有股票行为的市场数据指标多体现逆向信号，调查和信心类数据多体现顺势信号，这暗示情绪影响规模溢价的多元机制。结果支持情感渗透模型，即积极情绪降低风险厌恶，提高小盘股需求。

5.3 预测能力检验（第11页）

• 使用Pesaran和Timmerman符号检验（预测正确率）评价样本内（1965-2002）和样本外（2003-2017）预测能力。

- 多数情绪指标（BW1、BW2、HJTZ1/2、CCI、CSI）正确预测比例超过50%，且统计显著，最高可达57.8%，表明对SMB回报的方向预测有效。

• EPU指数预测能力不显著，体现其特殊性。

- 该结果进一步证明情绪指标可用于投资组合和风险管理中的决策辅助。

5.4 非参数检验及多空交易策略（第12-13页）

• 根据上一年末的情绪状况（正负极分），计算随后的月份累计SMB收益（SMB1~SMB12）。

- 负面情绪下，SMB累计收益显著正向，最高可达7.38%；正面情绪则对应负收益，表现市场情绪的逆向反应效应。

• 具体以BW1为例，负面情绪时SMB6个月累计收益为3.48%，正面情绪时为-1.07%。

- 对应的多空策略为：去年底情绪正时空头持有SMB，情绪负时多头持有，12个月累计正收益率最高达9.15%，表明，该策略能够显著利用情绪信号获得超额收益，扣除交易成本后仍具吸引力。

5.5 稳健性分析（第13-14页）

• 控制宏观金融变量，诸如市场风险溢价、价值动量因子、通胀、违约利差等后，情绪指标对SMB的影响依然显著。

- 但当所有宏观变量同时进入模型，多重共线性影响估计可靠性，导致部分系数不显著。

• 结果在不同频率（日、周、月）和情绪滞后设定下都保持稳健。

- 数据验证情绪因子和规模溢价的稳定联系，凸显非理性因素对资产定价的贡献。

• VIX、EPU与低规模溢价相关，消费者信心指数则推动规模溢价，符合投资者风险承受预期。

6 总结（第14页）

报告总结了规模溢价不仅由宏观经济基本面影响，投资者情绪作为风险偏好的代理变量显著预测规模溢价。积极情绪降低恐惧、加大风险承担，尤其推动小盘股估值上升。结果验证了行为金融中的心理学理论，表明市场中非理性因素和个体投资者情绪驱动套利机会。研究建议财富管理者、机构与个人投资者增强对市场情绪的关注，利用其对小盘股回报的预测优势制定资产配置策略。此外报告承认仅限于美国市场，空间限制为后续国际化研究留下余地。

---

3. 图表深度解读

图表1 样本与数据（第5页）

• 明确列示研究使用的市场和情绪变量来源、样本区间（多数从1965至2017）以及数据频率（日、周、月均有）。

- 包含多种情绪指标，兼顾传统金融市场数据（如BW指标）、消费者调查（CSI、CCI）、政策不确定性（EPU）、市场风险情绪指数（VIX）、金融压力指数（STLFSI）、个人投资者情绪（AAII）。

• 体现数据丰富性和多样性，支撑后续多指标交叉验证的严谨性。

图表2 描述性统计（第7页）

• 详列所有变量（市场回报SMB、MKT-Rf，HML，情绪指标）的均值、偏度、峰度等指标。

- 可观察到，SMB回报均值接近0至正值，波动率适中，峰度说明回报分布尾部肥厚，存在尾部风险。

• 情绪指标均值均接近零，呈现正负波动，标准差证明情绪变量的有效变动。

- 不同频率数据的波动和峰态差异为模型设定和参数估计提供依据，符合金融时间序列特征。

图表3 变量相关性（第8页）

• Panel A显示情绪指标间高度正相关（尤其HJTZ1与HJTZ2、BW1与BW2高达0.9以上），逻辑上指标互为衍生，表现一致。

- EPU与多数情绪指标负相关，反映经济政策不确定性往往伴随情绪下降和市场恐慌。

• Panel B为宏观变量间相关性矩阵，显示股息收益率(DVYLD)与违约利差(DEF)相关，市场回报(MKT)与价值因子(HML)、动量(MOM)相关性情况，均符合金融理论和先行研究。

图表4 回归结果（月度模型，全样本及分期）（第9页）

• 多变量回归结果显示情绪指标的滞后一期系数均显著，方向与前述理论符号一致。

- 1965-2002年一月效应显著，显示小盘股年初溢价实证存在；2003以后逐渐消退。

• 由数据可见情绪指标与SMB反向关系（BW指标负系数），正向关系（CCI、CSI），表明不同感知量度在大小溢价中扮演不同角色。

- 调控变量相关系数均合理，模型整体解释力(Adjust R2)有限，但符合资产定价模型现实表现。

图表5-6 AAII情绪指标回归结果（第10页）

• 反映个人投资者情绪对大小溢价的正向影响具有统计学意义。

- 滞后模型进一步验证了情绪在未来数月影响规模溢价的强度。

• 说明散户在形成规模溢价过程中扮演重要角色，符合投资者行为理论。

图表7 预测能力检验（第11页）

• 样本内和样本外预测均显示大部分情绪指标能成功预测SMB符号，超越50%基准，支持情绪指标的经济预测价值。

- 图表提供了统计假设检验的Z值及概率，具备较强统计学证明力。

图表8-9 累计收益率非参数检验（第12页）

• 负面情绪状态对应未来累计SMB正收益，正面情绪则对应反向或负收益，反映情绪反转的市场影响。

- 统计检验显示多阶段累计收益的显著性，指向可以利用情绪指标制定短中期投资策略。

图表10 多空策略表现（第13页）

• 结合图表8-9，交易策略模拟情绪指标反向持有，未来12个月回报率呈现显著正向超额收益（高达9.15%）。

- 提示情绪可直接转换为投资交易信号，具有执行操作的潜力。

---

4. 估值分析

报告并未涉及具体公司估值或目标价的计算，不存在传统的DCF或市盈率法应用，研究焦点重心在于行为因子预测模型的构建和市场回报的统计关系，适用投资策略的资产配置维度分析。

---

5. 风险因素评估

报告中风险提示明确表明：

• 结论基于历史数据和海外文献总结，存在样本局限风险。

- 研究仅涉及美国市场，跨国适用性未知。

• 行情变化和政治经济状况可能导致情绪指标效果降低或失准。

- 投资建议严禁依赖本报告，切勿直接作为交易指引。
无具体风险缓解策略，但隐含提示投资者需警惕行为金融波动性。

---

6. 批判性视角与细微差别

• 报告重视情绪指标分类差异（基于市场的BW指标与调查类CCI、CSI等），对结果解读保持中立。

- 数据来源国际权威且期间长，但仅限美国市场，存在文化和市场结构适用性矛盾。

• 多重共线性问题提醒实际使用时应谨慎对待变量解释，但并不否定情绪作用。

- 统计显著性整体可靠，但模型的决定系数(R2)偏低，反映规模溢价受多因素影响，情绪只是其中一个角度。

• 未见报告明显偏见，结论实事求是，提出了未来扩展研究方向。

- 交易策略模拟未讨论执行成本滑点对收益的具体影响，实际可操作性待验证。

---

7. 结论性综合

本报告系统评估了投资者情绪对美国市场小盘股的规模溢价现象的预测能力，利用覆盖近50年的丰富数据和多元化情绪指标。实证分析证实：

• 投资者情绪与规模溢价高度相关。积极情绪往往降低风险厌恶，推动小盘股估值扩张，从而形成明显的规模溢价。

- 情绪指标滞后一期对后续SMB回报具显著统计解释力，多数指标具备超越随机50%概率的方向预测能力（最高超越7个百分点）。

• 利用情绪信号构建的多空交易策略获得显著正向累计收益，显示实际投资操作潜力。

- 结果对投资组合管理和资产配置具有实际启示，提示市场参与者关注市场情绪变化，尤其是个体投资者情绪。

• 与宏观经济变量控制后，情绪因素仍独立、显著地解释规模溢价，强调行为金融异象的普遍意义。

- 报告谨慎点出结论局限：仅美国市场，需关注多重共线性和其它未控因素。强调非理性因素与传统风险因素共同构成规模溢价的全貌。

综合来看，本文开创性地构建投资者情绪与规模溢价预测模型，兼顾理论和实证，推进了行为金融领域对市场异象的理解，对基金经理、财务顾问和政策制定具有应用价值和学术贡献。

---

参考标注

• 投资者情绪指标介绍及样本数据来源详见第5页图表1介绍内容[page::5]

- 规模溢价与投资者情绪关联理论及假设详见第3-4页引言及研究背景章节[page::3,4]

• 回归模型设定和具体控制变量详述第6页[page::6]

- 描述性统计数据及变量相关性见第7-8页图表2、图表3[page::7,8]

• 回归结果与情绪指标影响见第9页图表4及第10页图表5、6[page::9,10]

- 预测能力检验和结果见第11页图表7[page::11]

• 非参数检验及多空交易策略结果详见第12-13页图表8-10[page::12,13]

- 稳健性分析及宏观控制见第13-14页[page::13,14]

• 结论总结见第14页[page::14]

---

本分析力求基于原文内容，综合剖析理论背景、数据方法、实证结果与图表，解读金融学术观点与现实投资启示，为专业金融人士提供全面准确解读。

报告