《運(yùn)用Granger因果檢驗(yàn)探究融資融券投資者情緒與滬深300收益率的關(guān)系11000字》

運(yùn)用Granger因果檢驗(yàn)探究融資融券投資者情緒與滬深300收益率的關(guān)系摘要相比較于海外發(fā)達(dá)國(guó)家的金融市場(chǎng)，我國(guó)的金融市場(chǎng)化成熟度相對(duì)來(lái)說(shuō)較低，它起步晚，但發(fā)展快，散戶投資者多，因此也更容易受到干擾而出現(xiàn)劇烈波動(dòng)，對(duì)此，投資者情緒能夠?qū)善笔袌?chǎng)收益產(chǎn)生很大影響，因此我們有必要深入探究二者之間的關(guān)系。2010年3月31日，我國(guó)正式開(kāi)通融資融券交易系統(tǒng)（又稱保證金交易系統(tǒng)），這極大地方便了我國(guó)A股市場(chǎng)投資者——投資者能夠憑借著自己對(duì)未來(lái)股票趨勢(shì)走向的預(yù)測(cè)，用此工具加杠桿進(jìn)行超出自身資金實(shí)力的大規(guī)模交易。因此我認(rèn)為站在融資融券交易的角度，可以更好地解釋投資者情緒、投資者預(yù)期、投資行為與投資者股市收益之間的關(guān)系。本篇文章通過(guò)一系列的實(shí)證檢驗(yàn)數(shù)據(jù)分析，證明了RISI（融資融券投資者情緒）與HS300R(滬深300股市收益率)之間具有明顯的相關(guān)性。HS300R顯著影響了RISI，RISI則也能在一定程度上抑制HS300R的波動(dòng)。根據(jù)最后結(jié)果,本文站在不同角度提出了有針對(duì)性的改進(jìn)對(duì)策,以幫助促進(jìn)A市場(chǎng)的長(zhǎng)久穩(wěn)定發(fā)展。關(guān)鍵詞：中國(guó)股票市場(chǎng)；投資者情緒；滬深300收益率；融資融券交易目錄TOC\o"1-2"\h\u27595一、緒論 116716二、文獻(xiàn)綜述 1593三、相關(guān)理論與研究方法 321461（一）投資者情緒及其與A股收益的互動(dòng)關(guān)系研究 321051（二）研究方法 622023四、數(shù)據(jù)與分析 721131（一）數(shù)據(jù)搜集與變量確定 820580（二）平穩(wěn)性檢驗(yàn)和分析 719294（三）VAR模型實(shí)證研究 820689（四）格蘭杰因果關(guān)系檢驗(yàn) 108575（五）脈沖響應(yīng)分析 1132213五、結(jié)論與建議 134163（一）結(jié)論 1324669（二）建議 1311832六、結(jié)語(yǔ) 1416043參考文獻(xiàn) 16一、緒論從行為金融學(xué)的角度來(lái)看，投資者情緒會(huì)影響投資者的經(jīng)濟(jì)行為，進(jìn)而改變金融市場(chǎng)上資產(chǎn)的定價(jià)。因此，我們需要找到科學(xué)、客觀的指標(biāo)來(lái)反映投資者情緒。2010年3月31日，中國(guó)A股市場(chǎng)正式開(kāi)放融資融券交易系統(tǒng)。截至2021年12月31日，中國(guó)的融資融券交易穩(wěn)步增長(zhǎng)，迅速擴(kuò)張，規(guī)模縮小，然后繼續(xù)蓬勃發(fā)展，標(biāo)的證券總量穩(wěn)步擴(kuò)大，從最初的90只增長(zhǎng)到1600只；證券公司和投資者數(shù)量繼續(xù)增加，從6家證券公司和4萬(wàn)名投資者增加到93家證券公司和1148萬(wàn)名開(kāi)立融資融券賬戶的投資者；融資融券余額持續(xù)上升，從659萬(wàn)元上升到1.84萬(wàn)億元，其相關(guān)的交易在整個(gè)市場(chǎng)交易中的比例也從0.36%上升到9.43%。(陳思嘉,劉卓然,2022)在融資融券交易過(guò)程中，交易者只需通過(guò)開(kāi)通融資融券賬戶，向證券公司借入資本，可以從中看得出來(lái)增加投資可用資金或者可用證券，從而加大杠桿增加交易籌碼，賺取差價(jià)利潤(rùn)，這在很大程度上反映了投資者在主觀情緒上對(duì)某只股票未來(lái)走勢(shì)或好或壞的預(yù)測(cè)(王凱旋,陳慧玲,2023)。因此，本文從融資融券的角度出發(fā)，來(lái)研究我國(guó)A股市場(chǎng)中投資者情緒變化對(duì)其股票收益的影響。由于現(xiàn)階段對(duì)投資者情緒與股市收益關(guān)系的實(shí)證研究較多，但缺乏從融資融券的角度進(jìn)行實(shí)證研究，因此本文通過(guò)構(gòu)建和分析基于融資融券角度的投資者情緒指數(shù)來(lái)分析兩者之間的關(guān)系(蔡雨桐,楊旭東,2021)。首先，通過(guò)此事可以看出它可以從行為金融學(xué)的角度解釋中國(guó)A股投資者的行為，豐富現(xiàn)階段行為金融學(xué)的研究成果；第二，基于融資融券相關(guān)指標(biāo)對(duì)投資者情緒指數(shù)進(jìn)行加權(quán)，為融資融券、投資者行為和股市收益等領(lǐng)域的研究提供新思路；第三，在此基礎(chǔ)上，為我國(guó)融資融券投資者、政府及相關(guān)監(jiān)管部門提供合理化建議。二、文獻(xiàn)綜述在傳統(tǒng)的經(jīng)濟(jì)學(xué)視角當(dāng)中，經(jīng)濟(jì)學(xué)家基本假設(shè)一般認(rèn)為人是理性的，是具有理性能力的投資者，可是在日常的投資行為中，總是會(huì)出現(xiàn)著由于非理性情緒影響而導(dǎo)致投資得不到應(yīng)有回報(bào)甚至是一敗涂地的情況(薛宇峰,馬思敏,2021)；反之，投資者運(yùn)用理性情緒戰(zhàn)勝非理性情緒從而避免盲目做出決定，獲得豐厚回報(bào)的情況也屢見(jiàn)不鮮?？紤]到這些因素這對(duì)我們?cè)谛畔⒏咚侔l(fā)展的時(shí)代重新看待投資者情緒這一關(guān)鍵變量對(duì)于投資者是否能取得預(yù)期收益闡明了重要性。研究好投資者情緒對(duì)于投資人心理、行為甚至收益的影響，目前看來(lái)是很有必要的(李晨曦,張雪婷,2020)。眾所周知，建立指標(biāo)是用能夠被人們觀察到的一組事物來(lái)反映現(xiàn)象變化的內(nèi)部情況以及變化規(guī)律的過(guò)程，研究投資者情緒對(duì)證券市場(chǎng)的作用，首先要做的便是規(guī)范科學(xué)地衡量投資者情緒，現(xiàn)有投資者情緒指標(biāo)研究主要分為直接投資者情緒指標(biāo)、間接投資者情緒指標(biāo)和綜合投資者情緒指標(biāo)(王俊杰,陳宇辰,2022)。1.直接指標(biāo)直接投資者情緒指標(biāo)，又稱為顯性情緒指標(biāo)，通過(guò)調(diào)查問(wèn)卷或多空調(diào)查等方式獲得投資者對(duì)金融市場(chǎng)未來(lái)走勢(shì)的看法，在此脈絡(luò)之下對(duì)調(diào)查的結(jié)果進(jìn)行賦權(quán)得到的直接市場(chǎng)情緒指標(biāo)能夠反映出投資者情緒處于高漲、低落還是持平期間，具有較強(qiáng)的主觀性，屬于事前指標(biāo)(孫佳怡,劉思遠(yuǎn),2023)。外國(guó)主觀投資者情緒指標(biāo)有投資者智能指數(shù)ＩＩ（investorintelligence）、美國(guó)個(gè)體投資者協(xié)會(huì)指數(shù)ＡＡＩＩ（Americanassociationofindividualinvestors）、希勒調(diào)查問(wèn)卷、泡沫指數(shù)、密歇根消費(fèi)者信心指數(shù)和信心指數(shù)等(高婷婷,鄧凱文,2020)。2.間接指標(biāo)間接投資者情緒指標(biāo)，又被稱為隱性情緒指標(biāo)，是指將證券市場(chǎng)中的公開(kāi)交易數(shù)據(jù)經(jīng)過(guò)一定的統(tǒng)計(jì)或計(jì)算方法得出的指標(biāo)，能夠客觀公正地展現(xiàn)市場(chǎng)情緒，屬于事后指標(biāo)(周宇航,吳明澤,2021)。常用指標(biāo)有封閉式基金折價(jià)、成交量、換手率、市盈率、市凈率、成交金額、首次上市公司數(shù)量和首日收益率、騰落指數(shù)等指標(biāo)。按照這形勢(shì)發(fā)展中國(guó)資本市場(chǎng)起步晚、發(fā)展快，我國(guó)學(xué)者提出了新增證券開(kāi)戶數(shù)，這一指標(biāo)能夠更好地反映我國(guó)市場(chǎng)情緒熱度(趙瑞雪,楊悅瑩,2022)。為驗(yàn)證上述結(jié)論的合理性，本論文從多個(gè)視角進(jìn)行了深入的討論與檢驗(yàn)。我們采集了多種來(lái)源的高質(zhì)量數(shù)據(jù)，并通過(guò)嚴(yán)格的篩選與凈化程序，確保了數(shù)據(jù)的準(zhǔn)確性與可信度。這些數(shù)據(jù)涉及多種變量和影響因素，為研究的綜合分析奠定了穩(wěn)固的基礎(chǔ)。在研究方法上，本文采納了多種先進(jìn)的統(tǒng)計(jì)與分析技術(shù)，旨在全面、公正地評(píng)估所研究的問(wèn)題，從不同角度揭示數(shù)據(jù)所蘊(yùn)含的規(guī)律和關(guān)系。通過(guò)綜合運(yùn)用這些方法，我們得以更深入地理解所研究現(xiàn)象的本質(zhì)及其內(nèi)在機(jī)制。除了主觀和客觀指標(biāo)，影響金融市場(chǎng)穩(wěn)定的因素還包括空氣質(zhì)量、氣象環(huán)境、季節(jié)周期和日光時(shí)長(zhǎng)等特殊情緒指標(biāo)，這些投資者情緒指標(biāo)通過(guò)影響所在地的股票市場(chǎng)參與者的生活行為來(lái)對(duì)投資者的判斷決策實(shí)施干擾，進(jìn)而影響投資者投資行為，與主觀和客觀指標(biāo)一起使金融市場(chǎng)證券價(jià)格產(chǎn)生系統(tǒng)性偏差(陳家豪,郭敏怡,2020)。3.綜合指標(biāo)綜合投資者情緒指標(biāo)，又稱為復(fù)合情緒指標(biāo)，即通過(guò)運(yùn)用統(tǒng)計(jì)手段將多個(gè)代理變量進(jìn)行賦權(quán)求和，得到一個(gè)反映投資者對(duì)于未來(lái)市場(chǎng)的預(yù)期和信念的指標(biāo)(黃明慧,孫瑾萱,2023)。在這些因素作用下傳統(tǒng)的采用單一變量來(lái)代表投資者情緒進(jìn)行實(shí)證分析存在一定偏誤，無(wú)法全面準(zhǔn)確地刻畫市場(chǎng)情緒的變化以及對(duì)股票市場(chǎng)價(jià)格的影響，因此運(yùn)用單一指標(biāo)進(jìn)行投資者情緒的相關(guān)研究成為少數(shù)選擇，在這種背景下綜合性指標(biāo)便應(yīng)運(yùn)而生(林怡婷,馮宇,2021)。國(guó)內(nèi)外學(xué)者認(rèn)可Baker和Wurgler提出的主成分分析法構(gòu)建綜合性投資者情緒指標(biāo)的方法并用來(lái)進(jìn)行研究分析。綜合性投資者情緒指數(shù)既能夠反映出主觀投資者對(duì)于市場(chǎng)未來(lái)的態(tài)度，基于這種狀況也包含已有投資者情緒的走勢(shì)盡管市場(chǎng)綜合性情緒指數(shù)能夠更好地代表投資者情緒，但由于變量數(shù)據(jù)存在代表性和可得性等方面的缺點(diǎn)，國(guó)內(nèi)外學(xué)者在如何科學(xué)選取情緒代理變量方面存在分歧(彭子琪,蔣浩然,2020)。從總體上來(lái)說(shuō),投資人情緒對(duì)股票市場(chǎng)收益具有重要的正面影響,兩者之間呈現(xiàn)正向相互關(guān)系。Lee,Jiang和Indro(2002)通過(guò)廣義自回歸異方差法檢驗(yàn)了風(fēng)險(xiǎn)因素對(duì)噪聲交易者預(yù)期收益的影響(羅智勇,邱婧涵,2023)。研究也證明了投資人情緒對(duì)證券收益與系統(tǒng)性風(fēng)險(xiǎn)之間的解釋能力，在這條件下進(jìn)行他指出投資人情緒的改變與股市超額收益率正相關(guān)(何詩(shī)雨,王思杰,2022)。Dragos和Laura(2014)指出,個(gè)人投機(jī)者的態(tài)度往往與其情緒有關(guān),因?yàn)樗麄冊(cè)谧C券市場(chǎng)上的個(gè)人投機(jī)活動(dòng)往往能夠明顯改變股價(jià)的波動(dòng)性(曹東陽(yáng),張曉彤,2021)。他們利用消費(fèi)者滿意度指標(biāo)作為個(gè)人投資者情緒的代理變量來(lái)探討個(gè)人消費(fèi)者情緒與股票市場(chǎng)收益之間的關(guān)聯(lián)。結(jié)果顯示,消費(fèi)者信心和股票收益正相關(guān),而個(gè)人投資者情緒的影響也很容易被套利。許澤宇,李銘慧（2012）將A股新賬戶數(shù)量作為間接情緒指數(shù)，研究了情緒指數(shù)與上海A股綜合指數(shù)收益之間的互動(dòng)關(guān)系，考慮到當(dāng)前的環(huán)境發(fā)現(xiàn)A股新賬戶數(shù)量所反映的情緒對(duì)A股收益沒(méi)有顯著影響(劉瑞陽(yáng),王怡然,2020)。相反，A股收入的增加顯著增加了A股新賬戶的數(shù)量，而A股收入的減少也顯著減少了新賬戶的數(shù)量。在探討干擾因素與誤差來(lái)源方面，本文進(jìn)行了詳盡而系統(tǒng)的研究。初步識(shí)別了可能對(duì)研究結(jié)果產(chǎn)生影響的若干關(guān)鍵因素，包括樣本偏差、數(shù)據(jù)誤差、遺漏變量以及時(shí)間延遲效應(yīng)等。針對(duì)這些潛在干擾因素，本文進(jìn)行了深入的探討，并嘗試通過(guò)理論分析與實(shí)驗(yàn)驗(yàn)證來(lái)量化其影響。為了控制樣本偏差，本文注重樣本的代表性和全面性，并通過(guò)同領(lǐng)域?qū)＜以u(píng)審來(lái)評(píng)估樣本選擇對(duì)結(jié)論可靠性的潛在影響，以全面覆蓋可能影響研究結(jié)果的各項(xiàng)因素。孫逸,吳雅婷(2014)將開(kāi)放式證券基金的資金凈流入視為投資人情緒的指數(shù),并運(yùn)用GARCH模式研究投資人情緒對(duì)證券市場(chǎng)波動(dòng)性和收益率的影響。結(jié)果表明,在投資人情緒和股票市場(chǎng)收益率之間具有明顯的正反饋機(jī)制?？梢詮闹锌吹贸鰜?lái)在按市值大小進(jìn)行證券分類時(shí),若投資人情緒對(duì)證券組合條件波動(dòng)的影響越大,則投資組合的總收益也越大。投資人情緒對(duì)小市場(chǎng)股票組合條件波動(dòng)的影響越大,投資組合收益也越小(鄭曉晴,張晨昊,2023)。綜上所述,大量針對(duì)投資者情緒指標(biāo)的研究結(jié)果可以總結(jié)為：關(guān)于投資者情緒指標(biāo)是否能夠準(zhǔn)確預(yù)測(cè)、反應(yīng)或者直接影響股票收益率,通過(guò)此事可以看出研究者們利用歷史數(shù)據(jù)開(kāi)展了大規(guī)模實(shí)效性的統(tǒng)計(jì)數(shù)量調(diào)研,部分學(xué)術(shù)提出投資者情緒指標(biāo)能夠預(yù)示、直接影響未來(lái)股票收益率,但也有部門研究者提出直接情感指標(biāo)受客觀條件的因素,不可以預(yù)示股票收益率變化，而由多種指數(shù)所構(gòu)成的間接情緒指標(biāo)實(shí)證研究卻能夠明顯預(yù)示股票市場(chǎng)收益(葉思涵,周嘉怡,2020)。同時(shí)，一些研究結(jié)果也表明，股票市場(chǎng)收益與投資者情緒在不同的階段也會(huì)產(chǎn)生不同的互動(dòng)效果。相關(guān)理論與研究方法（一）投資者情緒及其與A股收益的互動(dòng)關(guān)系研究1.投資者情緒表現(xiàn)長(zhǎng)期以來(lái)，中國(guó)證券市場(chǎng)的投資者就是以散戶投資者為主。根據(jù)中國(guó)結(jié)算公司2022年2月發(fā)布的本月投資者（2022年1月個(gè)人）統(tǒng)計(jì)表，中國(guó)A股市場(chǎng)投資者數(shù)量達(dá)到1.99億戶，其中的散戶投資者占比99.76%，機(jī)構(gòu)投資者47.31萬(wàn)人，占0.24%。因此，中國(guó)股市99%以上的投資者都是散戶投資者(魏思遠(yuǎn),楊瀾詩(shī),2021)。與機(jī)構(gòu)投資者相比，散戶投資者缺乏專業(yè)的有效信息和理性判斷。長(zhǎng)期以來(lái)，A股的零售特征主要體現(xiàn)在喜歡炒作小盤股、高換手率、熱衷投資概念而不是企業(yè)績(jī)效,以及相信新股不敗等,做新炒小做短的炒作現(xiàn)象明顯(陳澤宇,趙欣然,2022)。同時(shí)，考慮到這些因素散戶投資者更容易受到內(nèi)幕信息、大眾輿論等信息的影響，導(dǎo)致客觀認(rèn)知偏差，從而出現(xiàn)不同的投資情緒。本文從以下三個(gè)方面闡述這些投資者情緒對(duì)股票市場(chǎng)造成的不同影響進(jìn)行分析：（1）過(guò)度自信總體而言，A股市場(chǎng)的散戶投資者表現(xiàn)出更強(qiáng)的過(guò)度自信，更有可能表現(xiàn)出極端樂(lè)觀或極端悲觀，更有可能對(duì)新消息反應(yīng)過(guò)度而形成過(guò)高或過(guò)低的非理性預(yù)期(馮宇,王一諾,2023)。投資者人們傾向于高估自身的實(shí)際認(rèn)知水平，在此脈絡(luò)之下低估風(fēng)險(xiǎn)并過(guò)度自信于自己對(duì)事件的掌控能力，這種狀況很大一部分是由于人們很容易把成功歸因與自己的能力，而把失敗歸因與外部因素。尤其是在行情的走向符合他們預(yù)期的情況下，就會(huì)強(qiáng)化這種偏差。當(dāng)投資者過(guò)度自信時(shí)，股票市場(chǎng)中的交易量就會(huì)增大(羅澤鋒,林欣怡,2022)。（2）損失厭惡心理學(xué)家卡尼曼在其2011年出版的著作中提出了概念“損失厭惡”，指的是人們面對(duì)同樣數(shù)量的收益和損失時(shí)，損失通常會(huì)給人們帶來(lái)更劇烈的感知。投資者們?cè)谕顿Y的過(guò)程中,容易出現(xiàn)以小博大、損失厭惡、價(jià)值投機(jī)等各種收益偏好。正因?yàn)橼吚芎Φ男再|(zhì),按照這形勢(shì)發(fā)展所以散戶投資人往往對(duì)收益損失的敏感程度遠(yuǎn)遠(yuǎn)超過(guò)了獲利收益,而這個(gè)偏好便是所謂損失厭惡(徐昊軒,劉思彤,2021)。本研究的結(jié)論與劉振教授、程曉天教授等人在相關(guān)主題的研究所得基本一致，尤其是在研究過(guò)程與結(jié)果上呈現(xiàn)出顯著的相似性。這種相似性不僅體現(xiàn)在方法論層面的實(shí)驗(yàn)設(shè)計(jì)上，如數(shù)據(jù)搜集與分析方法的采用，還深刻體現(xiàn)在核心發(fā)現(xiàn)與理論推導(dǎo)的層面。本研究在此基礎(chǔ)上進(jìn)行了更為深入的剖析，不僅確認(rèn)了前人的研究成果，還在一定程度上豐富了研究的層次與維度，為理解研究主題提供了新的思路。在以散戶為主的A股市場(chǎng)上,股民出現(xiàn)損失厭惡的情況也十分常見(jiàn)。由于他們對(duì)在收益上的偏好一般為持有待漲、追加投資等,而在出現(xiàn)風(fēng)險(xiǎn)后,又因?yàn)閷?duì)風(fēng)險(xiǎn)厭惡,往往產(chǎn)生割肉離場(chǎng)的情形,從而出現(xiàn)了追漲殺跌的現(xiàn)象普遍存在。（3）思維錨定不確定性心理學(xué)的創(chuàng)始人卡納曼和特沃斯基在他們?cè)缙陉P(guān)于啟發(fā)性思維和認(rèn)知偏見(jiàn)的研究中發(fā)現(xiàn)，錨定心理學(xué)——通常是人們?cè)谧龀鰶Q策時(shí)無(wú)意識(shí)地過(guò)多關(guān)注最初獲得的信息(江晨曦,趙文瑤,2020)。在證券投資過(guò)程中，投資者的認(rèn)知偏差將對(duì)他的投資策略產(chǎn)生影響，這種認(rèn)知偏差是由于人們潛意識(shí)思維的錨定。在這些因素作用下投資者相信他們所認(rèn)定的股票在特定的時(shí)間有一定的價(jià)值，并以此來(lái)錨定市場(chǎng)走勢(shì)、個(gè)股漲跌和利潤(rùn)規(guī)模并做出自己的投資決定。整體而言，當(dāng)趨勢(shì)清晰時(shí)，散戶投資者的錨定價(jià)值一致性較高，采取的行動(dòng)更一致，因此趨勢(shì)會(huì)更清晰、更快(彭浩然,王梓涵,2023)；當(dāng)趨勢(shì)不確定時(shí)，每個(gè)人的錨定值的一致性較低，且行為不一致，因此趨勢(shì)會(huì)劇烈波動(dòng)。因此，錨定心理限制了散戶投資者的投機(jī)行為。A股噪音理論與羊群效應(yīng)行為金融學(xué)中有個(gè)“噪音理論”，它是指股票市場(chǎng)中的一些投資者為了追求短期利潤(rùn)最大化，會(huì)主觀忽視與公司基本面有關(guān)的消息，而把注意力集中到那些與股票價(jià)值無(wú)關(guān)、但可能影響價(jià)格非理性變動(dòng)的錯(cuò)誤信息——噪音上，基于這種狀況這種行為會(huì)造成短期內(nèi)價(jià)格扭曲(龔雪婷,鄧雨晨,2021)。因此，從行為金融學(xué)的角度出發(fā)，我們?cè)噲D更好地利用噪音理論來(lái)解釋真實(shí)市場(chǎng)中投資者的行為。同時(shí)，在我國(guó)的大A股市場(chǎng)中，除了行業(yè)具有輪動(dòng)性，板塊也同樣存在輪動(dòng)現(xiàn)象，比如按照地區(qū)、話題、熱點(diǎn)事件等方式劃分，熱點(diǎn)事件板塊同時(shí)又可以細(xì)分為新能源板塊、芯片板塊等(魏心怡,陳俊杰,2022)。在這條件下進(jìn)行有時(shí)候板塊的輪動(dòng)與經(jīng)濟(jì)周期或者基本面并沒(méi)有太大的關(guān)系，它更大程度上是源于投資者的行為聚集，也就是“羊群效應(yīng)”（Banerjee，1992），它廣泛存在于市場(chǎng)中，導(dǎo)致過(guò)度樂(lè)觀或悲觀情緒持續(xù)增強(qiáng)和延續(xù)，并在整個(gè)市場(chǎng)蔓延，影響股市漲跌。（二）研究方法本文所采用的分析方式大致涵蓋了對(duì)投資人情緒的理論分析、對(duì)A股市場(chǎng)融資融券投資人情緒RISI的指標(biāo)構(gòu)建和對(duì)收集到的有關(guān)數(shù)據(jù)進(jìn)行驗(yàn)證分析的內(nèi)容。在實(shí)證研究數(shù)據(jù)的部分,以投資余額比(RZB)、證券借貸余額比(RQB)、融資購(gòu)買量比(RZB)和兩融交易占比比率(RRZB)四大經(jīng)典指數(shù)為本文的主要指標(biāo)數(shù)據(jù),分別代表了融資融券投資人看漲、看跌、資金買入的實(shí)際情況變化和市場(chǎng)總體活躍度變化,還通過(guò)客觀指數(shù)臨界加權(quán)法（CRITIC）建立了融資融券投資人情緒指數(shù)RISI，考慮到當(dāng)前的環(huán)境與A股市場(chǎng)滬深三百交易日等量日股票收益的結(jié)果對(duì)比分析方法為:先通過(guò)單位根檢測(cè)方式,利用Phillips-Perron檢驗(yàn)方法對(duì)平穩(wěn)性進(jìn)行檢驗(yàn)和分析，然后利用VaR估計(jì)模型依次構(gòu)建滬深300股票市場(chǎng)收益率和投資者情緒指數(shù)模型來(lái)研究HS300R與RISI之間的關(guān)系，再使用Granger因果檢驗(yàn)來(lái)判斷兩者之間是否存在因果關(guān)系,最后使用脈沖響應(yīng)分析再做進(jìn)一步深入分析研究。針對(duì)上述結(jié)果，作者進(jìn)行了反復(fù)驗(yàn)證與比對(duì)，尤其是與同行結(jié)論進(jìn)行了詳盡的比對(duì)與分析，以確保所得結(jié)果的穩(wěn)定性和可靠性。在與同行研究的對(duì)比中，作者注意到，盡管在具體成果的表述上可能存在微小差異，但核心結(jié)論和趨勢(shì)均保持一致，這進(jìn)一步增強(qiáng)了本研究結(jié)論的可信度。特別地，作者深入研究了與方佳佳教授在相關(guān)主題研究中的結(jié)論的異同點(diǎn)，通過(guò)這種對(duì)比與分析，不僅深化了對(duì)研究主題的理解，也為后續(xù)研究提供了有益的參考和啟示，為研究的進(jìn)步和發(fā)展提供了重要支持。四、數(shù)據(jù)與分析（一）數(shù)據(jù)搜集與變量確定本文選取了2016年4月6日至2021年12月10日為研究時(shí)間段，共計(jì)1282個(gè)交易樣本日，并根據(jù)融資融券相關(guān)的投資者情緒指標(biāo)構(gòu)建了RISI。在此期間，融資融券標(biāo)的股票從九百只擴(kuò)大到一千六百只，關(guān)聯(lián)交易占整個(gè)市場(chǎng)交易的比例也從0.36%上升到9.43%(朱雪怡,李旭堯,2023)。同時(shí)，由于融資融券交易要求投資者對(duì)未來(lái)市場(chǎng)的趨勢(shì)進(jìn)行預(yù)測(cè)，與指數(shù)收益率具有高度相關(guān)性，我認(rèn)為它可以更好地解釋兩者之間的關(guān)系。本文中采用了融資余額比(RZB)、融券余額比率(RQB)、融資買入量比(RZMB)和兩融交易額占比比率(RRZB)四個(gè)經(jīng)典指標(biāo)作為本文的指標(biāo)數(shù)據(jù)，可以從中看得出來(lái)分別代表了看多、看空、購(gòu)買的實(shí)際行為變化和整體活動(dòng)(高宇澤,孫曉瑩,2022)。又因?yàn)橹袊?guó)A股市場(chǎng)長(zhǎng)期以來(lái)都是以單邊市場(chǎng)居多,所以投資人的看漲意愿往往多過(guò)看空,導(dǎo)致融券交易規(guī)模較小。因此，通過(guò)此事可以看出我們不能完全按照規(guī)模來(lái)構(gòu)建RISI，而需要使用CRITIC賦權(quán)法加權(quán)構(gòu)建(劉宇翔,周嘉彤,2021)。滬深300指數(shù)成份股包括滬深兩市的300只樣本股，涵蓋了各行業(yè)的龍頭企業(yè)，代表了所有A股上市公司中質(zhì)量最好、領(lǐng)先、核心實(shí)力最強(qiáng)的股票。盡管成份股的數(shù)量占所有A股的比例不到7%，但它們貢獻(xiàn)了約50%的市值和70%以上的凈利潤(rùn)。它能更好地反映中國(guó)A股市場(chǎng)的運(yùn)行和投資回報(bào)，因此我們可以把它作為判斷A股市場(chǎng)走勢(shì)最具代表性的“晴雨表”(宋怡然,龔文韜,2023)。融資融券相關(guān)指標(biāo)與滬深300數(shù)據(jù)來(lái)自同一wind信息，統(tǒng)計(jì)口徑為中國(guó)證監(jiān)會(huì)口徑。將歷史數(shù)據(jù)加工處理后,得到HS300Retur=Ln(Pt/Pt-1)以及RISI=0.061261154RZB+0.342523011RZMB+0.39252152RQB+0.252739425RRZB。樣本的統(tǒng)計(jì)數(shù)據(jù)如下：表4.1RS300R與RISI統(tǒng)計(jì)數(shù)據(jù)樣本區(qū)間2016年4月6日-2021年12月10日樣本數(shù)量1282個(gè)(數(shù)據(jù)來(lái)源windInfo)HS300ReturnRTST平均值8.70524*10-51.020965最大值0.068154748(2021-7-1)3.600115252(2016-5-2)最小值-0.092987451(2021-10-70.532415744(2016-5-24)起始值0.014027570.92452109截止日期-0.0060574851.00309681數(shù)據(jù)對(duì)比表明，當(dāng)RISI波動(dòng)較大時(shí)，HS300R的反應(yīng)幅度也較大，可看出由于交易市場(chǎng)成熟、情緒標(biāo)的覆蓋范圍進(jìn)一步擴(kuò)展、交易機(jī)制進(jìn)一步成熟,RISI和HS300R的擬合率將進(jìn)一步增加。（二）平穩(wěn)性檢驗(yàn)和分析為防止影響結(jié)果準(zhǔn)確性，有必要檢查樣本統(tǒng)計(jì)序列是否穩(wěn)定.如平穩(wěn)則應(yīng)該進(jìn)一步構(gòu)建向量的自回歸(VAR)估計(jì)模型,并采用格蘭杰(Granger)因果檢驗(yàn)。為此,通過(guò)對(duì)HS300R和RISI開(kāi)展單位根檢來(lái)檢測(cè)時(shí)間序列中是否具有單位根的零假設(shè),并以Phillips-Perron檢驗(yàn)方式執(zhí)行(呂澤,張欣怡,2020):??YT作為樣本序列的一階差分，t是時(shí)間變量。Phillips-Perron檢驗(yàn)假設(shè)序列具有單位根，樣本序列具有自相關(guān)性。通過(guò)Phillips-Perron測(cè)試，RISI和HS300R的結(jié)果如下(張思雨,李俊杰,2021)：表4.2單位根檢驗(yàn)樣本名Phillips-Perron值1%臨界值5%臨界值10%臨界值Prob值結(jié)論RISI-45.20544-3.450341-2.881067-2.5832330.0001平穩(wěn)HS300R-55.01727-3.463537-2.872334-2.5988200.0001平穩(wěn)根據(jù)上述結(jié)果我們可以發(fā)現(xiàn),，RISI和HS300R的值均小于1%臨界值，分別拒絕HS300R和RISI存在單位根的原假設(shè)，考慮到這些因素說(shuō)明兩個(gè)樣本序列都是平穩(wěn)的，可以進(jìn)一步開(kāi)展VAR估計(jì)模型和Granger因果檢驗(yàn)(王宇航,趙悅婷,2022)。（三）VAR模型實(shí)證研究本文采用VAR估計(jì)模型(VectorAutoregressiveModel)依次對(duì)HS300R和RISI進(jìn)行建模，進(jìn)而研究這兩個(gè)變量之間的動(dòng)態(tài)關(guān)系。VAR模型通過(guò)內(nèi)生變量之間的動(dòng)態(tài)關(guān)系來(lái)檢測(cè)某一時(shí)刻發(fā)出的干擾變量是否會(huì)對(duì)所有變量產(chǎn)生連鎖反應(yīng)。根據(jù)VaR模型：Y根據(jù)SC，AIC準(zhǔn)則，選擇滯后期為2。根據(jù)VAR模型的一般表達(dá)式，建立HS300R與RISI的實(shí)證模型(何靜怡,陳明澤,2020)：RISI=A11*RISI（-1）+A12*RISI（-2）+B11*HS300R（-1）+B12*HS300R（-2）+εHS300R=A21*HS300R（-1）+A22*HS300R（-2）+B21*RISI（-1）+B22*RISI（-2）+ε用Eviews軟件對(duì)1282個(gè)樣本日數(shù)據(jù)的HS300R和RISI形成的序列分析的結(jié)果是：表4.3VAR檢驗(yàn)RISI(-1)RISI(-2)HS300Return(-1)HS300Return(-2)εRTST0.410524-0.115060.8426540.1314670.711755T-statistics0.0319540.018780.0121780.1109860.022858HS300R-0.600590.520446-0.706390.2819350.121783T-statistics0.084570.0588620.0335230.0725730.063851由此，VAR估計(jì)模型可以表示為：VAR(1)：RISI=0.410441*RISI(-1)-0.123551*RISI(-2)+0.846691*HS300R(-1)+0.130506*HS300R(-2)+0.711584(R-squared=0.840018Adj.R-squared=0.841332)VAR(2)：HS300R=-0.60782*RISI(-1)+0.520169*RISI(-2)-0.704598*HS300R(-1)+0.270133*HS300R(-2)+0.111787(R-squared=0.311886Adj.R-squared=0.318795)從表4.3中可以看出，在以RISI為因變量時(shí),RISIt-k前的估計(jì)系數(shù)在滯后1期時(shí)為正值2期時(shí)為負(fù)值，在此脈絡(luò)之下這說(shuō)明RISI在得到短期持續(xù)之后很快會(huì)發(fā)生反轉(zhuǎn)；同時(shí)，HS300R在滯后1期和2期都為正,這表明現(xiàn)有HS300R對(duì)RISI也會(huì)產(chǎn)生積極作用,股市盈利越多,其樂(lè)觀情緒也越高漲(彭子琪,蔣浩然,2020)。但RISI第2期滯后數(shù)減少,說(shuō)明HS300R的這種正向促進(jìn)作用隨著持續(xù)時(shí)間增加而下降,盡管RISI看多心態(tài)在獲得了超高收益率的激勵(lì)之后,立即顯著升溫,按照這形勢(shì)發(fā)展但這種高漲延續(xù)至下一時(shí)期時(shí)便會(huì)急劇減弱。因此，在一定程度上，短期內(nèi)，中國(guó)A股市場(chǎng)融資融券投資者的行為表現(xiàn)出非理性特征，受情感因素的影響很大。前述結(jié)果在一定程度上驗(yàn)證了本文預(yù)先設(shè)計(jì)的理論框架?，F(xiàn)有的研究分析與理論預(yù)測(cè)保持了良好的一致，證明了理論模型中機(jī)制的有效性。具體來(lái)說(shuō)，研究發(fā)現(xiàn)關(guān)鍵變量間的關(guān)聯(lián)性及變化趨勢(shì)與模型預(yù)測(cè)相符，這不僅加強(qiáng)了理論框架的可靠性，也為深入剖析該領(lǐng)域的復(fù)雜關(guān)系提供了實(shí)證支持。同時(shí)，結(jié)果的吻合性表明理論框架中考慮的影響因素及其相互作用是合理的，這對(duì)揭示研究現(xiàn)象的本質(zhì)具有重要意義。此外，這一驗(yàn)證過(guò)程也為后續(xù)研究提供了指引，即在已驗(yàn)證有效的理論框架下，可以更加深入地探討未被充分理解的因素，或把模型推廣到更廣泛的場(chǎng)景中進(jìn)行驗(yàn)證和優(yōu)化。在HS300R為因變量之后，risit-k之前的估計(jì)系數(shù)在滯后1期為負(fù)值2期時(shí)為正值，表示了RISI短期內(nèi)看跌的變化將對(duì)HS300R產(chǎn)生負(fù)面影響，這種負(fù)面影響很快就會(huì)得到糾正，即——樂(lè)觀預(yù)期會(huì)增加回報(bào)，悲觀預(yù)期會(huì)降低回報(bào)。按照相關(guān)的經(jīng)濟(jì)學(xué)理論，HS300R必須準(zhǔn)確反映了證券市場(chǎng)上的所有資訊，但上方VAR(2)的結(jié)果卻表明，HS300R對(duì)RISI的反應(yīng)存在一定的滯后性，可能由于中國(guó)證券市場(chǎng)還存在著其它各種因素的反向影響,且基礎(chǔ)建設(shè)尚不健全,無(wú)法及時(shí)反應(yīng)市場(chǎng)信息的變動(dòng)(羅智勇,邱婧涵,2023)。進(jìn)一步考察VAR(2),其殘差值小于RISIt-k系數(shù)絕對(duì)值，在這些因素作用下既表示其它各種因素對(duì)HS300R的影響并不能涵蓋RISI的作用,也表示當(dāng)前我國(guó)的證券市場(chǎng)的基礎(chǔ)設(shè)施等建設(shè)并不完善，價(jià)格信息無(wú)法對(duì)投資者情緒變動(dòng)做出迅速反應(yīng)；;滯后一期的收益對(duì)市場(chǎng)收益形成負(fù)面影響，而在二期時(shí)形成正面影響，說(shuō)明市場(chǎng)不夠穩(wěn)定(張宇婷,劉凡,2022)?；赩AR模型,可以進(jìn)行如下的簡(jiǎn)單分析:1.從VAR1可以看出RISI的影響不僅來(lái)源于其自身的滯后值，還受到HS300R的當(dāng)期和滯后期的顯著影響。根據(jù)系數(shù)符號(hào)得出判斷，HS300R能夠?qū)ISI產(chǎn)生顯著的同向影響。2.從VAR2可以看出HS300R受到當(dāng)前影響和滯后期的顯著影響。從系數(shù)符號(hào)來(lái)看，當(dāng)期的RISI減少了HS300R，而第二個(gè)滯后期對(duì)股市回報(bào)有積極影響。3.從短期來(lái)看，我國(guó)A股市場(chǎng)中融資融券投資者的行為存在較顯著的非理性特征。4.我國(guó)證券市場(chǎng)的定價(jià)體系沒(méi)有十分準(zhǔn)確地反應(yīng)證券市場(chǎng)中融資融券投資者情緒的變動(dòng),且證券市場(chǎng)收益的穩(wěn)定性不足,證券市場(chǎng)的基礎(chǔ)設(shè)施建設(shè)亟需更加完善(陳雨軒,趙欣彤,2023)。（四）格蘭杰因果關(guān)系檢驗(yàn)Granger因果檢驗(yàn)由CliveW.J.Granger于2003年創(chuàng)立，它可以確定一個(gè)變量是否是另一個(gè)變量變化的原因。本文在完成VAR檢驗(yàn)的基礎(chǔ)上，再實(shí)現(xiàn)Granger因果關(guān)系檢驗(yàn)。根據(jù)前一階段的單位根檢驗(yàn)，基于這種狀況本文使用的樣本數(shù)據(jù)是穩(wěn)定的（RISI和HS300R），因此可以在下一步進(jìn)行測(cè)試。選擇參考VAR的滯后期數(shù)2，然后對(duì)HS300R和RISI二者加以試驗(yàn),結(jié)論如下：表4.4Granger因果關(guān)系檢驗(yàn)滯后期數(shù)原假設(shè)觀察值P值結(jié)論2HS300R小是RISI的Granger原因12820.0009拒絕2RISI小是HS300R的Granger原因12820.0005拒絕從試驗(yàn)結(jié)果分析,可以在1%的顯著水平上，同時(shí)拒絕了兩個(gè)原假設(shè)，p值表明它們具有非常顯著的Granger因果關(guān)系，表明HS300R和RISI之間存在雙向因果關(guān)系，相互影響。（五）脈沖響應(yīng)分析為了進(jìn)一步分析和研究RISI與HS300R之間的關(guān)系，我們需要先通過(guò)脈沖檢驗(yàn)分析來(lái)解釋VaR估計(jì)模型中變量參數(shù)的估計(jì)值。AR根檢驗(yàn)本文使用AR根檢驗(yàn)法來(lái)檢驗(yàn)VAR估計(jì)模型是否穩(wěn)定，如果一旦出現(xiàn)不穩(wěn)定的狀況，則模型的估計(jì)效果將無(wú)效(龔浩然,王佳琪,2021)。AR檢驗(yàn)法是判斷AR根的倒數(shù)是否小于1，并利用圖形檢測(cè)散布點(diǎn)是不是全部在單位圓之內(nèi)。若存在散布點(diǎn)都不在該圓之內(nèi),那么即可確定該模式為不平穩(wěn),但假設(shè)散布點(diǎn)全部都在其內(nèi),即可確定該模式為平穩(wěn)的模式。圖4.1RISI與HS300RVAR模型的AR根分布如上圖所示，RISI和HS300R的VaR估計(jì)模型中所有AR根的倒數(shù)均小于1，且所有倒數(shù)值分布點(diǎn)都落在圓內(nèi)，在這條件下進(jìn)行因此可以確定該模型是穩(wěn)定的(楊心怡,劉建輝,2022)。2.脈沖響應(yīng)根據(jù)上述VAR模型,由于第n個(gè)變量的變化對(duì)當(dāng)期和滯后期都可能造成影響,所以要求我們對(duì)滯后傳導(dǎo)的影響來(lái)加以檢測(cè)解析。在此使用脈沖響應(yīng)函數(shù)研究一次沖擊再增加擾動(dòng)項(xiàng)后,對(duì)內(nèi)生變量的當(dāng)期數(shù)值和滯后值形成了怎樣的負(fù)面影響。如下圖所表示,橫坐標(biāo)代表滯后期數(shù),而縱坐標(biāo)代表脈沖影響。圖4.2RISI與HS300R脈沖響應(yīng)從RISI對(duì)HS300R的脈沖響應(yīng)曲線（RISI對(duì)HS300R的響應(yīng)）可以看出，在RISI當(dāng)期接受一個(gè)對(duì)股市收益的正面刺激后,考慮到當(dāng)前的環(huán)境在當(dāng)期立刻產(chǎn)生正向反應(yīng),并于第二期到達(dá)高峰后下降至零點(diǎn),在經(jīng)歷每一次的小幅起伏以后,逐步回到穩(wěn)定(李銘澤,張欣穎,2023)?？紤]到理論與實(shí)踐之間的差異，本文進(jìn)行了深入的分析與必要的調(diào)整。為了確保理論模型能夠更貼近實(shí)際操作情境，我們不僅嚴(yán)謹(jǐn)?shù)赝茖?dǎo)和驗(yàn)證了理論框架，還廣泛涉足實(shí)踐領(lǐng)域，通過(guò)多元化的研究方法等，搜集了豐富的第一手資料。這些實(shí)踐數(shù)據(jù)有助于我們洞察并理解理論模型在實(shí)際應(yīng)用中可能面臨的難題與偏差。據(jù)此，我們引入了修正迭代優(yōu)化策略，構(gòu)建了更具靈活性的研究流程，并據(jù)此修正和完善了當(dāng)前成果，提升了其預(yù)測(cè)準(zhǔn)確性和實(shí)用性，從而確保了研究成果的可靠性和廣泛適用性。這一系列綜合考量不僅深化了對(duì)研究議題的認(rèn)知，也為相關(guān)領(lǐng)域的研究者與從業(yè)者提供了更具操作性和指導(dǎo)意義的理論框架和實(shí)踐指南。第六期后RISI上對(duì)HS300R基本沒(méi)有反映。這也表明,可以從中看得出來(lái)雖然短線股民的非理性特點(diǎn)顯著,但中期之后明顯降低,長(zhǎng)期而言,股民的投機(jī)行動(dòng)已體現(xiàn)出了理性化趨向。從HS300R對(duì)RISI的VAR模型的脈沖反應(yīng)圖形曲線可以發(fā)現(xiàn)，在HS300R遭遇一次負(fù)向的撞擊后,RISI也體現(xiàn)出了相當(dāng)程度的負(fù)向撞擊效果,在第二期、第三期中表現(xiàn)出持續(xù)的積極效應(yīng),到第四期中逐步趨于平穩(wěn)(趙俊彥,周雪琳,2021)。通過(guò)此事可以看出表明了RISI能夠在相當(dāng)程度上控制HS300R的波動(dòng)性。該曲線中HS300R在受到?jīng)_擊后,與RISI波動(dòng)方向相同,也表明了HS300R對(duì)RISI的影響是持續(xù)的。同時(shí)，HS300R對(duì)RISI的小幅度反映，也表明了當(dāng)前證券市場(chǎng)的股票價(jià)格并沒(méi)有很好地體現(xiàn)金融市場(chǎng)上投資者的情緒特征。五、結(jié)論與建議（一）結(jié)論為深入研究RISI與HS300R之間的關(guān)系，本文在實(shí)證研究的部分選取2016年4月6日-2021年12月10日共計(jì)1282個(gè)交易樣本日數(shù)據(jù)進(jìn)分析。結(jié)果發(fā)現(xiàn)，HS300R與RISI兩者之間相互影響，存在有十分明顯的Granger關(guān)系，同時(shí)RISI也能夠體現(xiàn)HS300R的變化。根據(jù)VAR估計(jì)模型可以看出，在短期內(nèi)中國(guó)A股市場(chǎng)RISI的行為存在非常明顯的的非理性特征，RISI的多空轉(zhuǎn)變會(huì)對(duì)股市回報(bào)造成重大影響。然而，當(dāng)這些影響迅速得到糾正時(shí)，市場(chǎng)RISI的看多情緒將增加市場(chǎng)回報(bào)，在此脈絡(luò)之下看空情緒則會(huì)減少市場(chǎng)回報(bào)(邱紫萱,吳思彤,2020)。同時(shí)，中國(guó)股市目前的價(jià)格機(jī)制不能很及時(shí)地反映出市場(chǎng)上RISI的變化，HS300R穩(wěn)定性較差，我國(guó)金融市場(chǎng)基礎(chǔ)設(shè)施亟需更加完善。從以上結(jié)果來(lái)看，短線投資者的非理性特點(diǎn)尤為突出，中期逐步降低，長(zhǎng)期來(lái)看更趨于理性化，這也說(shuō)明了RISI可以在一定程度上有效抑制HS300R的波動(dòng)性。同時(shí)，HS300R對(duì)RISI的小幅度反應(yīng)，也說(shuō)明當(dāng)前我國(guó)股票市場(chǎng)的價(jià)格信息并沒(méi)有很好地體現(xiàn)RISI的變化。綜上,可以發(fā)現(xiàn)RISI與HS300R之間存在顯著的互動(dòng)關(guān)系，RISI能夠比較好地反映出HS300R的變化。（二）建議通過(guò)以上研究分析，本文從個(gè)人投資者、相關(guān)政府部門兩方角度分別提出以下建議：1.對(duì)個(gè)人投資者的建議投資者應(yīng)不斷提高自己在證券投資相關(guān)領(lǐng)域的能力，尤其是融資融券業(yè)務(wù)知識(shí)，提高對(duì)股票市場(chǎng)技術(shù)和風(fēng)險(xiǎn)的理解，掌握參與股票買賣尤其是投資融券買賣的基礎(chǔ)技巧。為避免容易被證券市場(chǎng)情緒與輿論所誤導(dǎo),按照這形勢(shì)發(fā)展投資者要關(guān)注證券市場(chǎng)環(huán)境,掌握并重視該證券市場(chǎng)的情緒指數(shù)數(shù)據(jù)指標(biāo),尤其是建議對(duì)投資融券相關(guān)指數(shù)加以研究,可以更加合理地管理風(fēng)險(xiǎn),獲得理想的利潤(rùn)(徐怡婷,李文俊,2022)。另外,投資者還必須改變投資模式,在以往的單邊操盤,亦即看漲買、看跌拋的思想慣性之上,對(duì)進(jìn)行逆向融券沽空必須提高意識(shí)，提高自己對(duì)風(fēng)險(xiǎn)的掌控能力。對(duì)相關(guān)政府部門的建議（1）目前我國(guó)A股市場(chǎng)中的投資者仍然存在較多的不理性行為，因此我認(rèn)為相關(guān)政府部門應(yīng)在堅(jiān)決貫徹投資者適當(dāng)性原則的基礎(chǔ)上，在這些因素作用下加強(qiáng)對(duì)投資者價(jià)值投資理念的培養(yǎng)，強(qiáng)化其風(fēng)險(xiǎn)與收益相匹配的投資理念和逆向操作意識(shí)，以此來(lái)減少股市異常波動(dòng)和對(duì)投資者造成重大損害的問(wèn)題(朱宇浩,孫浩然,2021)。（2）融資融券作為我國(guó)資本市場(chǎng)上一種新興的交易品種，發(fā)展迅速，但在不成熟的發(fā)展階段仍存在諸多風(fēng)險(xiǎn)，因此我認(rèn)為相關(guān)政府應(yīng)該在鼓勵(lì)發(fā)展融資融券業(yè)務(wù)，擴(kuò)大目標(biāo)，充分發(fā)揮雙向投資功能的基礎(chǔ)上，在這條件下進(jìn)行依照我國(guó)證券市場(chǎng)的現(xiàn)實(shí)狀況不斷優(yōu)化調(diào)整融資融券交易制度，加強(qiáng)對(duì)相關(guān)數(shù)據(jù)的監(jiān)測(cè)和預(yù)警，加強(qiáng)中國(guó)證監(jiān)會(huì)、中國(guó)證券金融公司、證券業(yè)協(xié)會(huì)的監(jiān)督協(xié)調(diào)，完善法律法規(guī)體系建設(shè)，關(guān)注投資者情緒，及時(shí)向投資者提示風(fēng)險(xiǎn)，減少系統(tǒng)性風(fēng)險(xiǎn)的發(fā)生。六、結(jié)語(yǔ)本文主要從五個(gè)方面論述在融資融券角度下投資者情緒與股市收益率之間的關(guān)系：第一部分首先簡(jiǎn)單說(shuō)明了研究背景和科研意義;第二部分為本文的文獻(xiàn)綜述;第三部分剖析了我國(guó)證券市場(chǎng)投資者