投资者情绪的传染效应

可持续性

文章中国股票投资者情绪具有传染性吗？

苏志伟 1,*,蔡旭宇 1和陶然 2
1中国青岛大学经济学院金融系，青岛266000；cai951014@gmail.com2中国青岛市疾病预防控制中心，青岛 266000；taotao0212@163.com*通讯作者：cwsu7137@gmail.com

收到日期：2020年2月3日；接受日期：2020年2月18日；发表日期：2020年2月19日

摘要

本文采用分位数因果检验方法，探讨了投资者情绪对中国金融市场的影响。研究发现，除公司债券市场外，政府债券市场、黄金市场和外汇市场均受到股票投资者情绪的影响。在情绪极度乐观或悲观等极端情况下，这些市场更容易遭受剧烈波动。相反，国债、公司债券和外汇市场的市场收益也会影响股票投资者情绪。此外，由于不同金融市场的异质性，这些关联表现出不同程度的不对称性。我们的结果与噪音交易者模型一致，表明投资者情绪对市场收益具有影响。因此，监管机构可通过减少信息不对称、引导投资者理性情绪以及加强有效监管来维护金融市场的稳定。

关键词 ：股票投资者情绪；市场收益；分位数因果检验

1. 引言

本文旨在考察中国股票投资者情绪与其他金融市场的回报之间的关系。根据有效市场假说，理性投资者会合理配置其投资组合以实现最优化[1]。投资者将相互竞争，从而使资产价格达到理性均衡[2]。

然而，存在大量反例挑战了这一传统观点。美国金融市场作为最发达市场的代表，经常出现极端情况。2008年次贷危机引发了投资者恐慌，从而导致资产价格剧烈波动[3]。这一证据表明，资产价格不仅受基本面影响，还受到投资者情绪的影响[4]。由于非市场互动（或社会互动）机制的作用，资产价格常常偏离基本面水平[5,6]。投资者并非完全基于资产的基本面信息做出投资决策，而是更多依赖直觉和其他非理性情绪[7]。这种机制使得即便是发达的金融市场也变得更加不确定和难以预测[8]。以往研究证实，股市中的投资者情绪具有较强的传染性和社会性，可能导致债券[9],黄金[10],以及外汇市场等其他资产的价值被误判[11]。在社会互动中，投资者之间的交流与模仿会加剧市场情绪的传播。这种群体行为在现有信息不对称的情况下导致价格扭曲[12]。尽管许多组织和个人在社会责任层面运作，认识到社会责任以及维持市场效率对于提高利润、生产率和绩效的重要性与优势[13],，但这些做法往往通过维护金融安全或最小化负面环境影响来实现可持续性[14]。

尤其是在某些极端悲观的情况下，股票市场情绪可能导致其他金融市场出现剧烈波动[15,16],而监管机构无法维持市场稳定和发展的连续性。反过来，这些市场的表现也是一个显著的晴雨表，会引导股票投资者情绪发生变化[17]。通过不同市场环境中的信息以及外部冲击，不仅会导致资产价格波动，还会导致股票投资者过度反应，从而影响其投资预期[18]。这种双向传导被视为主要金融市场联动的重要因素[19]。因此，投资者情绪在金融市场有效性形成中发挥着重要作用。如果投资者情绪得不到合理引导，将难以抑制非理性交易和投机泡沫，也难以提升市场效率。

与发达国家的股票市场相比，个人投资者在中国股票投资者中所占比例较大，这使得整个市场更具情绪化[20]。由于缺乏社会责任感和维持市场效率的意识，中国个人投资者的投资教育尚不完善，因此常常表现出非理性投资行为[21]。因此，市场波动频繁发生，投资者情绪难以得到合理引导。投资者不仅在股票市场进行非理性交易，还更容易将情绪带入其他市场[22]。如果股市中的投资者情绪蔓延至其他市场，并导致中国市场的意外波动，许多金融市场的定价机制和运行效率将受到损害。除了股票市场外，黄金、债券和外汇市场也都是中国规模较大的金融市场。如果这种情绪传染现象在中国存在，那些过度忽视基本面的投资者将难以树立价值投资的理念[23]。此外，中国投资者情绪对各类金融信息更为敏感，例如其他金融市场的涨落。曹等人[24]指出，由于投资者更多依赖直觉而非合理估计进行频繁的噪音交易，中国的股票、债券和外汇市场之间呈现出较强的相关性[25]。监管机构在维持市场效率与稳定方面将面临更大挑战。综合上述因素，本文试图研究股票市场中的投资者情绪与其他金融市场（包括债券、黄金和外汇市场）之间的关系，以期为监管机构维护市场效率与稳定提供有益的分析参考。

本文对现有文献的贡献如下。首先，尽管以往研究对投资者情绪与金融市场之间的关系提供了全面的解释[26,27],，但这些机制无法充分解释中国的现实情况。中国金融市场仍处于发展阶段，与发达市场相比存在诸多差异。本文提出，股票投资者情绪与中国金融市场之间的关系对情绪水平具有敏感性[28]。如果我们忽略这一特征[29]，就无法捕捉到全面的结果。因此，我们基于不同的情绪水平分析了二者之间的非对称关系。其次，我们充分考虑了不同金融市场的异质性。Longstaff[30]指出，股票投资者情绪对不同市场的影响存在差异。因此，我们考察了国债、公司债券、黄金以及外汇市场，从而对中国市场中的这种不一致性给出解释。我们指出，除公司债券市场外，投资者情绪对其他三个市场均产生影响，且这些影响表现出不同的非对称性。该结果总体上与噪音交易者模型[31],一致，该模型强调投资者情绪对市场收益的正向影响。最后，我们通过分位数因果检验为研究投资者情绪与金融市场收益之间的非线性关系提供了一个独特的视角。

本文其余部分安排如下：文献综述见第2节。理论基础见第3节。分位数因果检验和数据分别见第4节和第6节描述了我们的实证结果。第7节总结全文并提出政策建议。

2. 文献综述

债券、黄金和外汇市场为投资者提供了资产配置渠道，以满足其情绪水平。投资者的判断取决于公司的未来现金流和潜在风险[32],但当股票投资者情绪高涨时，投资者可能会高估债券价值，从而增加对债券的需求，进而降低信用利差[33]。纳亚克[9]证明，鉴于与股票市场相关的投资者情绪变化，公司债券市场的走势与股票市场表现出相似性。与低收益债券相比，高收益债券更可能因投资者情绪而被错误定价[34]。此外，正如朗斯塔夫等人[35]所提出的，作为避险资产的国债与股市情绪密切相关。特别是当市场情绪极低时，美国政府债券所提供的安全性引发了转向高质量债券的现象[36]。相反，发展中国家的政府债券在悲观情绪时期表现相对疲软[37],但利率利差的跨国相关性上升意味着，在悲观情绪时期，发达国家的政府债券也无法完全摆脱与发展中国家的关联[38]。

黄金通常被视为一种对冲工具或避险资产[39]。巴尔西拉尔等人[40]认为，股市中的投资者情绪无法预测黄金回报，表明黄金对股票投资者情绪具有免疫力。皮涅罗‐楚萨等人[41]认为，没有证据表明股票投资者情绪与黄金回报之间存在因果关系。然而，加西亚[10]指出，由于投资者在经济危机时期容易受到悲观情绪影响，会对股票市场感到沮丧，并转而在其投资组合中增加黄金的持有比重。鲍尔和卢西[42]还提出，当股市中的投资者情绪低迷时，黄金回报会显著上升，但这种相关性是短暂的。Souˇcek[43]指出，股票与黄金回报之间的微弱负相关导致了股票市场情绪不确定的时期。

股票市场和外汇市场是相互关联的系统[44]。股市中的投资者情绪可能具有传染性，影响外汇市场的预期，并通过投资决策从而改变汇率[11,45]。在影响股票价格的过程中，投资者情绪也会改变投资者对国内外资产的配置，进而影响汇率[46]。此外，奥兹图尔克和奇夫奇[47]证明，被归类为股市情绪的推特内容对外汇回报具有时变影响。福尔里格尔等人[48]同样提出，股票新闻情绪对汇率波动具有一定解释力。海登等人[49]发现，股票市场中机构投资者情绪能显著影响外汇回报，但对个人投资者情绪的影响则高度波动。相反，门克霍夫和雷比特斯基[50]指出，从长期来看，汇率会朝着基本面方向变动，而投资者情绪则持续形成不合理的汇率预期。这也表明，股市中的投资者情绪对汇率仅有短暂影响，而在长期中，投资者情绪与利率和通货膨胀等基本面因素呈协整关系[51]。此外，乌尔[52]坚持认为，股票市场中的新闻情绪与汇率回报无关。

大多数研究认为，作为噪音交易的某种动因，这些金融市场的波动也会影响投资者情绪。Bethke等人[34]认为公司债券的不良表现会引发投资者情绪恶化。巴尔西拉尔等人[40]指出黄金与投资者情绪之间存在双向因果关系。Hau和Rey[44]认为外汇波动可以反映投资者情绪的变化。然而，Canba¸s和Kandır[53]认为资产价格与投资者情绪之间的因果关系是单向的。Qadan和Yagil[54]观察到投资者情绪的变化会驱动黄金收益，但反之则不成立。Caporale等人[55]进一步指出，在非危机时期，债券价格与投资者情绪之间不存在显著的因果关系。

投资者情绪与中国政府债券之间的联系被高和林[22]视为风险溢价的预测因素。股市中的过度乐观情绪将溢出至债券市场，理性投资者会在此对冲泡沫风险，这两者都会推高债券需求。周等人[57]指出，政府干预在中国投资者情绪与债券市场之间的关系中起着重要作用。当实施政府干预时，二者之间的关系变得不显著。王等人[58]认为，在投资者情绪介入的情况下，中国股票和公司债券市场同向变动。关于中国黄金市场，江等人[59]指出，在不同市场条件下，异质性投资者情绪对黄金价格的影响各不相同，有时甚至完全矛盾。然而，当投资者信心下降且担忧加剧时，黄金价格可能非理性上涨，从而产生泡沫[28]。黄金在中国仍被视为可靠的对冲或避险资产，尤其是在极度悲观时期[60,61]。

最后，关于中国汇率市场，研究结果也显示出不一致。赵[62]提出，股市中的投资者情绪对外汇市场波动没有解释力。刘和万[63]认为，在非危机时期，投资者情绪与汇率之间不存在因果关系，而在金融危机期间则存在单向因果关系。当投资者对国内股市感到悲观时，大规模资本外流将导致外币走强 [64,65]。陈等人[66]证明，从长期来看，二者之间存在非线性效应，且这一联系也受到外汇干预的影响。此外，还有一些证据支持市场收益也可能影响中国投资者情绪的观点。克林格和高[67]认为，负面市场收益更可能导致投资者情绪在相对较短时期内下降。楚等人[68]指出，尽管市场收益到投资者情绪之间不存在线性因果关系，但二者之间存在强烈的双向非线性因果关系。张等人[69]认为，在非危机时期，市场收益不会驱动投资者情绪的变化。

尽管以往研究已考虑到投资者情绪与市场收益之间的非线性关系，但很少有研究关注在不同情绪水平或极端条件下投资者情绪对市场收益的影响。如果这种关系对情绪水平敏感，则不考察不同的分位数区间[70]就无法捕捉到全面的结果。此外，即使在相同的分位数水平下，投资者情绪对市场收益的影响在不同的金融市场中也可能存在差异。为了弥补这一不足，本文聚焦于投资者情绪在不同情绪水平下对市场收益的不对称效应，从而基于不同金融市场的异质性来考察各种市场情况。

3. 相互作用机制

根据噪音交易者模型[31],，市场中同时存在理性套利者和噪声交易者。噪声交易者受非理性情绪驱动，倾向于进行噪音交易，导致股票价格偏离基本面并产生异常变化。对于理性套利者而言，最优投资策略是利用噪声交易者的错误行为，将价格推回到基本面水平。然而，这并不意味着理性套利者在实践中能够成功实现其策略。我们假设市场中有两类资产，分别称为无风险资产s和风险资产u。这两类资产都具有固定股息支付r. 在无风险资产的收益服从正态分布的前提下，投资者选择投资组合以最大化其效用函数：

$$ U= w−γσ^2 w, \quad (1) $$

其中w为投资组合的预期收益率，方差表示为 $ \sigma^2 w $。 γ表示投资者的绝对风险厌恶。噪声交易者由于非理性情绪导致对风险资产预期价格的偏离，是一个独立的正态分布随机变量， $ \rho_t \sim N(\rho^*, \sigma^2_\rho) $ 。理性套利者i通过持有数量为 $ \lambda_i^t $ 的风险资产来最大化其效用函数：

$$ E(U^i) = w−γσ^2 w = C_0+ \lambda_i^t[r+t P_{t+1} −P_t(1+ r)]−γ(\lambda_i^t)^2 (tσ^2 P_{t+1}) , \quad (2) $$

同样，噪声交易者的效用函数可以表示如下：

$$ E(U^n) = C_0+ \lambda_n^t[r+t P_{t+1} −P_t(1+ r)]−γ(\lambda_n^t)^2(tσ^2P_{t+1})+ \lambda_n^t(\rho_t). \quad (3) $$

对 $ \lambda_i^t $ 和 $ \lambda_n^t $ 求一阶导数，得到：

$$ \lambda_i^t = \frac{r+t P_{t+1} −P_t(1+ r)}{2γ(tσ^2 P_{t+1})}, \quad (4) $$

$$ \lambda_n^t = \frac{r+t P_{t+1} −P_t(1+ r)}{2γ(tσ^2 P_{t+1})} + \frac{\rho_t}{2γ(tσ^2 P_{t+1})}. \quad (5) $$

风险资产的均衡价格可以从方程(4)和(5)中推导出来：

$$ P_t = \frac{1}{1+ r}[r+t P_{t+1}+ μρ_t −2γ(tσ^2 P_{t+1})], \quad (6) $$

其中，μ是市场中噪声交易者的比例。通过递归，我们得到风险资产定价的公式如下：

$$ P_t = 1+ \frac{μ(ρ_t −ρ^ )}{1+ r}+ \frac{μρ^ }{r} − \frac{(2γ)μ^2σ^2_ρ}{r(1+ r)^2}. \quad (7) $$

当噪声交易者以乐观情绪面对市场时，风险资产价格将上涨，而悲观情绪则导致价格下跌。另一方面， $ \rho^ $ 反映了市场上所有噪声交易者的平均预期估值。随着噪声交易者的非理性情绪变得更加极端， $ \rho^ $ 也随之增大，从而导致股票价格与其基本面价值之间的偏离更大。此外，在本文中，如果股票投资者情绪能够传染至国债、公司债券、黄金和外汇市场，则会导致这些市场的市场收益发生变化。

此外，我们还总结了股票投资者情绪与市场收益之间相互作用机制中一些外部因素的作用。政策与法规的变化会改变投资者对市场趋势的观点及其投资行为[4]。监管机构根据市场表现以及某些卓越模型的标准来评估监管的有效性并进行调整。认识到社会责任以及维持市场效率在提升利润、生产率和绩效方面的重要性和优势，许多组织和个人在投资时将社会责任纳入考虑层面。这有助于减少极端投资情绪的出现，并降低市场波动[21,72]。经济增长放缓可能导致投资者对未来产生悲观预期，并对其投资行为产生过度反应，从而引发市场波动[73]。此外，不同地区的文化特征可能对投资者情绪产生影响，并导致市场变化。保守型人格和投资风格可能更容易产生悲观情绪[74]。图1展示了股票投资者情绪与市场收益之间相互作用机制中的这些外部因素。

4. 分位数格兰杰因果检验

将$ Q_{yt}[\tau|F] $定义为条件分布函数$ F_{yt}[· |F] $的 $ \tau $‐条件分位数，我们据此检验分布的因果关系：

$$ Q_{yt}[\tau ∣(Y, X) {t−1}] = Q {yt}[\tau| Y_{t−1}], \quad ∀\tau ∈[0, 1]. \quad (8) $$

我们假设$ y_{t−1,p}=[y_{t−1}, y_{t−2}, · · · , y_{t−p}]′, x_{t−1,q}=[x_{t−1}, x_{t−2}, · · · , x_{t−q}]′ $，以及$ z_{t−1}=[1, y′ {t−1,p}, x′ {t−1,q}]′ $。则线性条件分位数模型可表示为：

$$ y_t = α_0(τ)+ y′ {t−1,p}α(τ)+ x′ {t−1,q}β(τ)+ e_t(τ)= z′_{t−1}θ(τ)+ e_t(τ). \quad (9) $$

根据Koenker和Bassett的结论[75],在适当假设下，$ \hat{θ}(τ) $渐近服从正态分布。因此，在检验随机变量x不Granger引起y的零假设时，只需检验参数向量 $ β(·)=(β_1(·)，···， β_q(·)) $是否为零向量：

$$ H_0: β(τ)= 0, \quad ∀τ ∈(0, 1). \quad (10) $$

给定 $ τ $的值， $ β_i(τ)= 0 $（i= 1, 2, ··· , q）的沃尔德统计量为：

$$ WT(τ)= \frac{T \hat{β}_t(τ)’(\Psi \hat{Ω}(τ)\Psi’)\hat{β}_T(τ)}{τ(1−τ)}, \quad (11) $$

其中 $ \Psi $表示一个q ×k选择矩阵。然而，Wald检验并不可靠，因为需要固定的 $ τ $。因此，Koenker和Machado[70]提出了sup‐Wald检验来解决这一问题。通过引入由q个独立布朗桥组成的向量$ B_q(\sqrt{τ(1−τ)}) $，我们可以进行估计：

$$ \sqrt{T}[\hat{β}_T(τ)−β(τ)] → DΩ^{1/2} B_q( \sqrt{τ}). \quad (12) $$

为了检验零假设，Koenker和Machado[70]建议应通过计算不同分位数水平下的最大沃尔德统计量（即上确界沃尔德统计量）来检验系数的显著性。沃尔德统计量在紧集 $ Λ ⊂(0,1) $上具有一致性：

$$ WT(τ)⇒ \left| \frac{B_q( \sqrt{τ})}{\sqrt{τ(1−τ)}} \right|^2, \quad τ ∈ Λ, \quad (13) $$

其中 $ |·| $ 是欧几里得范数， $ ⇒ $ 表示弱收敛。因此，我们可以估计上确界沃尔德统计量的极限性质：

$$ \sup_{τ∈Λ} WT(τ)⇒ \sup_{τ∈Λ} \left| \frac{B_q(\sqrt{τ})}{\sqrt{τ(1−τ)}} \right|^2. \quad (14) $$

当 $ τ $接近0 或1 时， $ \left| \frac{B_q( \sqrt{τ})}{\sqrt{τ(1−τ)}} \right|^2 $的值趋近于无穷大。因此，我们应将 $ Λ $表示为 $ (0,1) $的闭集。通过选取不同的区间进行上确界沃尔德统计量检验，我们可以捕捉到来自不同分位数区间的因果关系。De Long[76]和 Andrews[77]提出，上确界沃尔德统计量的临界值可通过标准布朗运动进行估计。

与传统的格兰杰因果检验(GC)相比，分位数格兰杰因果检验(QGC)提供了更深入的洞察以明确因果关系。GC的缺点在于，其实证结果对数据集和变量选择敏感，若不考虑其他分布特征，则结果不可靠[78,79]。该方法在很大程度上依赖于正态分布假设，从而使检验结论更加值得怀疑[80]。而对于 QGC而言，该检验不仅可用于检验条件分布均值上的因果关系，还可扩展至不同条件分位数上变量因果关系的检验。其结果对异常值更具稳健性，对非正态分布也更为有效[81]。此外，基于QGC的优良特性，我们认为QGC更适合准确描述股市中的投资者情绪与其他金融市场收益之间的关系。特别是，我们旨在探讨当投资者情绪处于不同水平时，市场收益是否会受到影响。

5. 数据

我们使用2005年7月至2019年4月的月度数据进行研究。自2005年7月起，中国开始实施以外汇市场供求为基础的有管理的浮动汇率制度[62]。与此同时，2005年商业票据的出现成为公司债券市场爆发的前奏。中国人民银行(PBOC)允许包括商业银行在内的所有机构投资者投资公司债券，为债券市场的发展奠定了基础[82]。此外，2005年中国人民银行(PBOC)《证券法修正案》加强了对个人投资者的保护，使得投资者情绪与市场趋势保持一致。我们采用国债指数[83],企业债指数[84],黄金价格[85],以及人民币(RMB)对美元(USD)的基础汇率[86]分别代表国债价格(GB)、企业债价格(CB)、黄金价格(GT)和汇率(ER)。根据表 1，这四个序列通过取一阶对数差分进行转换后，可视为市场收益率。

投资者情绪指数基于贝克和沃格勒提出的方法构建[19],，我们使用该指数来代表中国股市投资者情绪 (IS)[87]。该指数综合考虑封闭式基金折价、换手率及其他关键因素来进行测度，所有成分数据均来自中国A股市场。同时表明，IS的趋势总体上与中国股票市场一致。在2006年和2014年的牛市期间， IS保持在较高水平；相应地，在2008年和2015年的熊市期间，IS则处于较低水平。所有数据均来自上海证券交易所和上海黄金交易所。

表1. 单位根检验结果。

注：*** 表示在1%水平上显著，KPSS检验的零假设是序列中不存在单位根，而PP检验和ADF检验的零假设则相反。IS、GB、CB、GT和ER分别表示股市中的投资者情绪、政府债券市场、公司债券市场、黄金市场和外汇市场的变量。(1) 表示对原始序列进行一阶差分处理。结果中括号内的数字表示ADF模型选择的滞后阶数。

6. 实证分析

我们基于双变量向量自回归模型检验了IS与各市场收益之间的格兰杰因果关系，结果如表 2所示。所列的 p值表明，IS除对企业债券市场(CB)外，不会导致任何其他市场的收益变化。这些结论通常与噪音交易者模型[29]以及其他以往研究[10,11,35],认为IS会影响国债(GB)、黄金市场(GT)和汇率(ER)的观点不一致。

表2。格兰杰因果检验。

注：IS、GB、CB、GT和ER分别表示股市中的投资者情绪、政府债券市场、公司债券、黄金市场和汇率。

然而，这些结果很难令人信服，因为以往研究中的传统假设认为序列中仅存在简单的线性因果关系[67]。实际上，序列之间的关系可能受到多种外部因素的影响，从而呈现出非线性特征。因此，我们进一步通过布鲁克、德臣和谢因克曼（BDS）检验来考察是否存在非线性关系[88]。BDS检验的结果如表[89]所示。我们发现，所有关于残差序列为独立同分布的零假设均被拒绝，这意味着两个序列之间存在非线性关系。

表3. 布鲁克、德臣和谢因克曼（BDS）检验。

注：括号中的数值是基于AIC的最优滞后阶数。零假设为残差是独立同分布的。IS、GB、CB、GT和ER分别代表股市中的投资者情绪、政府债券市场、公司债券市场、黄金市场和外汇市场。

通过上述分析可知，传统格兰杰因果检验的结果不可靠，因此我们考虑采用分位数因果检验来进一步探讨该序列中的关系。投资者情绪（IS）按从最小到最大的顺序重新排列，并划分为八个分位数区间[0.05, 0.95],[0.05, 0.5],[0.5, 0.95],[0.05, 0.2],[0.2, 0.4],[0.4, 0.6],[0.6, 0.8],和[0.8, 0.95]。较低的分位数区间，例如[0.05, 0.2],，代表投资者情绪水平较低的时期（悲观时期）。相应地，[0.8, 0.95]包含较高的投资者情绪水平（乐观时期）。在进行分位数因果检验之前，应先确定每个区间的最优滞后阶数$ q^ $。以投资者情绪（IS）与国债（GB）为例，若零假设 $ β_q(τ) = 0 $在 $ τ $为上述指定区间时被拒绝，则我们得出滞后的投资者情绪$ IS_{t−q} $对国债$ GB_t $具有影响。此时，将最优滞后阶数$ q^ $定义为q。采用sup‐Wald检验来检验每个区间中滞后的投资者情绪所有系数的联合显著性。在确认最优滞后阶数后，零假设变为 $ β_i(τ) = 0 $，其中i = 1, 2, · · · , q^*。根据表4，我们通过进行20,000次自举复制来提高精度，从而获得检验结果。

表4. 分位数因果关系结果。

注：每个区间对应的零假设均为不存在格兰杰因果关系。 *、 和 * 分别表示在 10%、5% 和 1% 水平上显著。IS、GB、CB、GT 和 ER 分别代表股市中的投资者情绪、政府债券市场、公司债券市场、黄金市场和外汇市场。

通过分位数因果检验，我们发现当IS处于[0.05、0.5],[0.05、0.2],和[0.8、0.95],区间时，无法接受“投资者情绪不会格兰杰引起国债”的零假设。也就是说，当投资者情绪处于极端水平时，会对国债产生影响。这一现象可以通过短期资本流动和对未来利率走势预期的证据加以解释。首先，作为避险资产，中国政府债券展现出较强的抗风险能力[90]。由于国债具有高信用等级和低波动性，在悲观情绪时期，投资者倾向于选择国债而非股票，从而提升了对国债的相对需求。同样地，当投资者情绪高涨时，受股票市场高回报吸引，资金会从政府债券市场流入股票市场[91]。这一机制导致了股票投资者情绪与政府债券价格之间的短期负相关关系。另一方面，股票投资者的情绪会影响其对未来利率的判断。悲观情绪预示着实体经济的收缩，并形成对未来利率上升的预期，进而导致长期国债价格的下跌[36]。特别是近年来，中国的货币政策开始由宽松转向审慎，导致社会融资利率适度上升，社会流动性逐步收紧。此类利率预期更容易受到宏观因素的影响[92]。此外，中国股票投资者与政府债券市场之间存在明显的信息不对称。投资者在做出投资决策时更容易受到自身情绪的影响，往往忽视基本面。频繁的非理性交易也引发了政府债券市场的波动[73]。然而，就公司债券市场而言，我们的实证结果与政府债券市场不一致。在所有分位数区间内，“投资者情绪不会格兰杰引起公司债券市场”的零假设均无法被拒绝，这意味着股票投资者情绪对公司债券市场没有任何影响。相较於国债的避险特征，投资者对公司债券未来风险的判断主要基于未来现金流和企业的潜在风险。然而在中国，这种相似性并未通过投资者情绪引发股票与公司债券之间的资本互动效应。首先，中国企业与个人投资者热衷于股权投资[93]。当投资者情绪相对较高时，投资者更可能在判断股票价格时过度乐观。相比之下，其他风险厌恶程度较高且相对理性的投资者则更偏好收益有保障且风险相对较低的公司债券市场[82]。在悲观时期，与股票具有相似风险敞口的公司债券相比，具有避险属性的国债往往是更好的选择[94]。

对于黄金市场而言，当拒绝“投资者情绪（IS）不会格兰杰引起黄金交易（GT）”这一零假设时， IS的分位数区间为[0.05, 0.5]和[0.05, 0.2]。这意味着只有当投资者情绪处于相对较低水平时，才能对黄金交易产生影响。这种情绪效应尤其体现在极低分位数区间，表明投资者情绪低落会促使黄金交易发生变化。已有广泛研究证实，黄金交易量的增加通常源于投资者风险厌恶上升，而这种情况一般出现在资本市场动荡和经济下行趋势中[56,95]。当股票市场投资者情绪低迷时，他们往往对未来资本市场失去信心；相反，由于黄金具有逆周期特性，他们倾向于在投资组合中增持黄金以对冲风险[42]。与大规模的国际黄金市场不同，中国的黄金市场目前仍以现货交易为主，而非期货交易，这使得黄金价格对投资者情绪的反应更为明显[96]。此外，我们还得出结论：中国投资者情绪对黄金市场的影响具有典型的不对称性。相比负面情绪，正面情绪对黄金市场的影响不显著。一些证据表明，黄金市场参与者最初会对股票市场的负面信息过度反应，但在后续时期会出现反转，表现为负面情绪的同期效应[97]。而对于正面情绪，股票投资者倾向于增加风险资产配置，从而削弱了黄金作为避险资产的作用[98]。

我们还考察了投资者情绪（IS）与汇率（ER）之间的关系。根据我们的研究结果，当投资者情绪处于区间[0.05、0.95],[0.05、0.5],[0.5、0.95],[0.05、0.2],和[0.8、0.95]时，其对汇率具有显著影响。这表明，当投资者情绪极度乐观或极度悲观时，均会影响汇率。自2005年汇率制度改革以来，中国货币当局通过外汇市场干预维持汇率相对稳定的有效性逐步下降[62]。尽管监管机构在某些极端情况下加大干预力度，例如2008年次贷危机期间人民币被迫盯住美元，但外汇市场自由化的趋势不可避免，这为股票投资者情绪传染提供了制度基础[99]。从资本流动的角度来看，高涨的股票投资者情绪可能刺激资本流入股票市场，包括国际资本，从而增加外汇市场对人民币的需求；低迷的情绪则导致资本外逃，意味着人民币面临贬值压力[92]。股票市场的投资者情绪会改变国内外资产的配置比例，进而影响对人民币的需求[46]。另一方面，根据投资者异质性理论[100],，当国内股票市场出现极端情绪时，噪声交易者的比例上升，从而更多的非理性交易加剧了股票价格的偏离程度。一些国际投资者会被这一现象吸引，随后进入国内股票市场进行套利[101]。因此，外汇市场将受到影响。此外，由于中国股票市场的投资者情绪容易受到爆炸性消息和意外冲击的影响，股票价格常常偏离基本面[102]。这种机制在长期中存在，也显示出这两个市场之间的紧密联系[44,65]。

作为分析的副产品，本文还探讨了国债、公司债券、黄金市场和汇率对投资者情绪的影响。研究结果表明，当国债、公司债券和汇率变得极度乐观或悲观时，投资者情绪将受到影响。鉴于国债是经济周期不同阶段资产配置的主要工具，股票投资者情绪的变化可以通过政府债券市场的波动反映出来[89]。例如，随着中国宏观经济的低迷，“避险转移”现象导致股票市场资金流入政府债券市场，加剧了股票市场的悲观情绪[103]。这一点可由表明中国国债与股票之间存在负相关的证据支持[90]。考虑到公司债券，公司债券的表现反映了整体上市公司的经营状况。如果一家公司经营恶化、偿债能力下降，投资者对其股票的预期也将趋于悲观[104]。这一机制使得中国股票市场与公司债券市场之间呈现出短期联动关系[105]。至于汇率，投资者情绪受到人民币强弱的驱动。随着人民币升值，国际资本流入国内股票市场，这种正向刺激促使股票投资者产生更为乐观的情绪[106]。此外，黄金市场对投资者情绪没有显著影响。这表明黄金市场的收益由投资者情绪驱动，且该影响是单向的，而非反馈机制[97]。总之，主要金融市场的涨落会影响股票市场投资者的预期，从而影响其投资行为[107]。从这一角度来看，我们有合理的证据支持股票投资者情绪可被视为影响金融系统的一个系统性因素[108]。由于股票市场投资者情绪与各个金融市场之间存在上述关联，仅靠管理系统实施，一些卓越模型中的可持续市场效率无法实现。为了确保良好的投资环境并避免市场的剧烈波动，社会各界（监管机构、企业、个人等）都应努力实现自身的卓越模式。

通过分位数格兰杰因果检验，我们对投资者情绪（IS）与其他主要金融市场之间的关系提供了深刻的见解。我们发现，除公司债券（CB）外，国债（GB）、黄金市场（GT）和汇率（ER）均受到投资者情绪的影响。这三个市场的结果与噪音交易者模型一致，该模型强调了投资者情绪对市场收益[31]的影响。这种影响在不同市场中表现出异质性，可通过市场是否具有避险属性或与股票市场的类似风险敞口来解释。投资者情绪的不同水平对市场收益具有非对称性影响。此外，我们强调，投资者情绪（IS）也会受到国债（GB）、股票（C）和汇率（ER）的影响，表明中国投资者容易受到市场信息的影响。这一现象归因于股票投资者对其他市场信息的过度反应。

7. 结论

我们考察了股票投资者情绪与中国另外四个主要金融市场之间的因果关系。研究发现，尽管传统的格兰杰因果检验显示它们之间不存在关系，但BDS和分位数因果检验提供了新的视角，表明投资者情绪（IS）会影响其他三个市场，即国债（GB）、黄金市场（GT）和汇率（ER）。由于投资者异质性以及公司债券（CB）与股票具有相似的风险敞口，CB与投资者情绪之间未表现出显著关联。投资者情绪与其他三个市场的关系也呈现出多样性。投资者情绪对黄金市场的影响具有不对称性，这可归因于黄金的逆周期特性，并在乐观情绪下削弱了其作为避险资产的作用。

时期。当投资者情绪处于极端水平时，会对国债产生影响。这一现象可以通过短期资本流动和对未来利率走向的预期加以解释。当投资者情绪极度乐观或悲观时，均会影响汇率。这一结果归因于外汇市场自由化的趋势、国际资本流动以及套利者的行为。我们得出结论：股市情绪作为一种隐性因素，会影响其他金融市场的稳定性和效率。相反，当国债、公司债券和汇率市场处于极度乐观或悲观状态时，也会对投资者情绪产生影响。这些市场的信息可能会被善变的投资者过度解读。主要金融市场的涨落会影响股票市场投资者的预期，从而影响他们的投资行为。我们的结果总体上得到了噪音交易者模型的支持[31],，该模型表明投资者情绪对市场收益具有正向影响。因此，引导股票投资者对其他市场的理性情绪，有助于维持中国金融市场的有效性。监管机构应针对市场力量采取适当措施，避免股票投资者情绪的剧烈波动。应通过减少信息不对称并引导投资者的理性情绪，建立一个有效且成熟的股票市场，以维护其他金融市场的稳定。总之，探讨不同水平的股票投资者情绪是否会影响其他市场（例如：股票投资者情绪与加密货币市场），不仅限于中国情境，可为未来研究提供持续动力。此外，我们还应考虑股票投资者情绪在这些市场中是否存在时变效应，本文尚未对此进行检验。这些后续研究将有助于全面把握股票投资者情绪与不同市场之间的关系。