倍发投资者情绪指数是在既有研究和实践的基础上，由倍发科技独立设计和推出。指数的设计沿用相关研究的科学方法，基于不同层面反映投资者情绪的公开数据进行综合测算，并且在进行数据设计构建时，对前视偏误（look-ahead bias）问题进行了控制，避免计算历史数据时受到的未来信息的影响。

·在使用倍发投资者情绪指数与上证综指进行比较时，我们发现两者存在一定的相关性，并且情绪指数相对指数有一定的前瞻性，但这样的前瞻性随着预测时间的拉长会逐渐下降，这意味着情绪指数可能是一个好的中期指标。

·由于倍发投资者情绪指数具有一定的周期性，我们比较了典型因子在情绪指数的上升和下降周期内的不同表现。结果显示，各个因子在不同周期内的表现存在一定的差异，其中年债务股本比、1个月反转、市值和年净市率等因子更适合在市场情绪较为低落时进行配置。由于情绪周期与市场的牛熊周期高度相关，这意味着上述因子其实有鲜明的防御性特征。

引言

从根本上来说，市场由投资者构成。传统金融理论认为股票市场的价格是投资者对股票未来收益的折现，但是这种预期往往并没有表现出理论上的一般的理性。这个现象在行为金融理论中被认为是投资者拥有信息、性格偏好、投资经验和知识等诸多方面因素共同影响的结果，一个词概括就是投资者异质性。

投资者本身的差异会导致对未来股票收益的不同判断，而这种判断实际上会在很大程度上受到投资者情绪的影响，尤其是当这种情绪有共通性的时候，人们的情绪又会出现比较强的一致性，但这种一致性带有系统性的对理性价格的偏差，这样市场情绪本身也成为影响市场定价的重要因素。

因此，无论学界还是业界，都有许多对市场中投资者情绪的分析，其中一项很重要的工作，就是构建指标来刻画投资者情绪指数。如果投资者情绪的确在股票价格的形成机制中扮演如此重要的角色，那么显然构建一个公允的投资者情绪指标会非常有利于对股票市场的研究和分析，并且可以作为常见的市场基本面分析指标的一个非常有益的补充。

比如国内的中国证券投资者保护基金有限责任公司从2008年4月起，就基于其对投资者的问卷调查，推出了一系列投资者情绪指数（截止目前更新到2018年4月）。这个指数越高就认为市场情绪走向越乐观，并且存在一个50的荣枯线，用来作为市场悲观和乐观的分界线，其走势如下所示：

△图1 中国证券投资者保护基金投资者情绪总指数

数据来源：中国证券投资者保护基金有限责任公司

针对投资者发放问卷的调查方式，会受到抽样方法、问卷设计质量等因素的影响，并且对于非官方机构来说，构建的成本非常高。因此许多学者倾向于通过公开数据，提取影响投资者情绪的指标，构建一个复合的指数，来刻画市场中总体的情绪指数。其中最有代表性方法的是Baker and Wugler（2006）基于多个指标，通过主成分分析（PCA）评估美国市场中的情绪指数。而倍发投资者情绪指数也结合类似的方法进行构建，与此同时，参考国内易志高和茅宁（2009）的改进，并结合倍发自身研究方法和国内相关数据的特征，对既有方法进行修正。接下来，我们先对倍发投资者情绪指数的构建方法进行简要介绍。

一、倍发投资者情绪指数的构建

以Baker and Wugler（2006）、易志高和茅宁（2009）为代表的一系列对投资者情绪指数的研究都认为，通过单一的指标对投资者情绪进行刻画是不完全的，因为这些直接或者间接的指标都只能从某一维度对投资者情绪进行评估，而非一个全面的指标，因此构建一个覆盖多维度信息的投资者情绪指标，是这类指标研究的题中之义

倍发投资者情绪指数首先选用了以下指标作为投资者情绪的成分变量，需要指出的是，这里使用的所有指标均为月度数据：

1.市场换手率。这一指标采取A股当月的总成交金额与当月A股的总流动市值之比进行衡量。这一指标在一定程度上反映了市场的流动性程度，当市场情绪偏向正面的时候，投资者交易的积极性也会提高，这也就表现为市场换手率的提高，相反如果投资者对市场的预期偏向悲观，市场总体的交易规模也会急剧萎缩，这一点对于经历了2015年牛市和2018年熊市的投资者应该会有切身的体会。

2.市场市盈率。这里使用A股当月平均总市值与前一年度A股上市企业的总盈利之比来刻画。投资者积极性的一个表现，是对股票未来收益的乐观，而这最终会体现在市场价格相对上市企业盈利水平的正向偏离，即对企业未来的盈利增长充满信心。因此一个高积极性的市场也会有更高的市盈率水平，反过来当市场情绪悲观时，市场总体的市盈率水平也会下降。这样的市场价格的变动，在一定程度上脱离了企业经营状况，更多的是投资者情绪的表现。

3.IPO筹资额。这里使用当月A股的IPO筹资额进行刻画。企业更偏好在投资者情绪更高的时段进行上市筹资，这有助于它们取得更高的市场定价水平，这一点在A股市场中可能更为鲜明，因为A股市场天然起到为大型国企募集社会资本的功能。因此我们也可以看到，A股的大牛市往往伴随着企业的IPO潮，而在熊市里无论是监管意愿还是企业行为，其实都没有太强的上市动力。反过来，IPO的规模也因此反映了投资者对市场的预期情况。

4.消费者信心指数。在指数构建中，使用上一个月国家统计局公布的消费者信心指数作为变量进行刻画。使用上一个月信心指数的原因在于，本月的信心指数会在下个月才公布，因此上个月的信心指数对本月的情绪刻画更有指导意义，以避免指数构建的前视偏误（look-ahead bias），即未来信息对历史计算结果的影响。而消费者信心指数主要从宏观消费倾向层面讨论市场参与者的积极与否，通常投资者的消费倾向和其消费倾向的变动方向是一致的。

5.新增投资者数量。使用当月统计的新增投资者数量数据进行衡量，由于目前是周频数据，本文将其转化为月度数据，忽略可能的跨月问题。此外，历史数据中有部分是新增股票账户的数据，参考部分研究的做法，我们使用新增股票账户除以3的方式，转化为投资者数量数据。新增投资者数量之所以可以衡量投资者情绪，是因为在市场情绪高涨时，往往出现牛市行情，此时会吸引很多新投资者设立股票账户，而在市场状况不佳时，增加的新投资者也会下降。

6.封闭式基金折价率。本文使用每月最后一个交易日封闭式基金的加权折价率进行刻画。事实上对于封闭式基金折价率与投资者情绪之间的关系的研究结果并不一致，但基于Baker and Wugler（2006）的观点，我们认为由于封闭式基金封闭期能不能申购、赎回，其交易价格反映了投资者对未来资产价格的预期，如果折价率下降，则意味着投资者看好上市公司盈利前景进而积极评估资产价格，投资者情绪就趋于乐观，所以折价率与投资者情绪之间的关系也应当是正相关的。

而在上述直接构成情绪指数的指标之外，根据既有研究的结论，我们还需要控制一些有代表性的宏观变量的影响。原因在于宏观经济的周期会干扰不同时间段情绪指数的可比性，我们必须在构建指标时对这些宏观信息予以剔除。

在构建倍发投资者情绪指数时，上一月份的工业增加值、CPI和PPI的当月同比作为宏观经济变量的代理指标，对这些变量进行控制。选择上一月份指标的原因同样在于，本月的上述指标，其实要到下一个月才会公布。

在完成上述源数据指标的选取后，倍发投资者情绪指数的数据样本从2003年1月开始选取，而指数则为从2006年1月开始生成的月度数据。具体方法为用前述6个情绪指标分别与宏观变量进行回归，回归的残差即为剔除了宏观影响的情绪指数。接下来对上述残差进行主成分分析（PCA）处理，取前三个主成分并按照主成分的方差进行加权平均，然后整合为一个综合的指标，所得结果即为倍发投资者情绪指数。

此外，为了避免前视偏误，在历史指数构建时均只使用计算时段及之前的数据。最后生成的倍发投资者情绪指数如下：

△图2 倍发投资者情绪指数

数据来源：倍发科技

当指数值增加时，意味着市场情绪更为积极，反过来当指数值逐渐下降，则意味着投资者的情绪逐渐悲观。目前指数已经在倍发系统的时序制图模块中上线，指数已经更新到2018年9月。

二、倍发投资者情绪指数的对比分析

从图2的结果来看，倍发投资者情绪指数与A股的牛熊切换之间有比较高的相关性，在牛市阶段情绪指数相对较高，反过来当市场状况不好时，情绪指数相对较低。这表明倍发投资者情绪指数较好地捕捉到了牛熊市周期中的投资者情绪变动。

△图3 倍发投资者情绪指数与上证综指走势对比（同月）

数据来源：倍发科技

而从图3中来看，倍发投资者情绪指数与同月的上证综指的走势有一定的相关性，两者的相关系数为0.452，而情绪指数的变动幅度要相对更大一些。与之相对比，中国证券投资者保护基金投资者情绪总指数同上证指数的相关性为0.326，与倍发投资者情绪指数的相关性为0.181，可见，倍发投资者情绪指数与同月上证综指的走势相关性相对较高。

△图4 倍发投资者情绪指数与中国证券投资者保护基金投资者情绪总指数走势变动情况

数据来源：倍发科技

在前文中已经提到过，投资者的情绪实际上是一个先导性指标，表示投资者对股票市场未来的预期情况，因此情绪指数与同期的股票市场的关系可能并不是特别明确。为此，我们计算了情绪指数与未来股票指数之间的相关关系（分别计算未来1、2、3、4、5、6、9、12个月上证指数的关系）

△图5 倍发投资者情绪指数与不同时间上证综指的走势变动

表1 不同期上证综指与倍发投资者情绪指数的相关系数

数据来源：倍发科技

从相关性来看，倍发投资者情绪指数与6个月之后的上证指数之间的相关性相对较高，表明市场表现相对于投资者的情绪而言有一定的滞后，而随着时间的拉长，投资者情绪对未来股票市场走势的解释能力会出现明显的下降，其同12个月之后的上证综指的关系已经下降到0.263，这表明投资者情绪本身更多是一个中期性的指标。

三、倍发投资者情绪指数周期变动下的因子表现

根据倍发投资者情绪指数的变动趋势，我们将2006年以来整个指数的变化分为10个阶段，分别为5个上升周期和5个下降周期，具体的划分区间如图6所示：

图6 倍发投资者情绪指数周期划分

数据来源：倍发科技

投资者情绪指数的变动实际上反映了投资者对股票未来预期的变化，那么理论上来说，与市场周期变动下的情况一样，不同因子的收益会在不同投资者情绪的助推下，呈现出不同的特征，一些因子会放大投资者的情绪，呈现出更为激进（aggressive）的表现，这样的因子更适合在投资者情绪高涨时进行配置；而有些因子则会表现为一定的防御性（defensive）特征，尤其在投资者情绪低落时为投资提供安全垫。

为此我们选择了以下16个因子进行回测，分析其在不同投资者情绪周期中的表现：

表2 待测因子选取

注：市值因子、1个月反转因子、90日换手率、上证综指90日beta和90日波动率因子进行了反向处理，F1组为小市值、上一个月低收益、90日低换手率、90日低beta和90日低波动率组

回测范围为全部A股2006年1月到2018年9月。对每个因子进行回测时，按照因子值大小进行排序并均分为5组，F1组为因子值最大的分组，类似的F5则为因子值最小的分组，每个组合中各只股票的权重相等。样本期内，回测在每个月的第一个交易日重新计算因子值，并按照新计算的因子值进行换仓处理。此外，换仓时不考虑涨跌停股票，以保证可交易性。

表3 回测区间内各因子总体表现

注：因子年夏普比表示单位风险产生的超额收益率（比较基准为上证综指），IC均值表示因子对未来收益的预测能力，IC均值的绝对值越大意味着预测能力越强；IC均值/IC标准差则表示预测能力的稳定性，越大意味着稳定性越好，下同。

数据来源：倍发科技

从回测来看，2006年到2018年9月期间，A股有非常明显的小市值效应和反转效应，而低换手率和低波动率等典型市场异象也表现得非常出色。反过来，财务类指标的表现则比较糟糕。

么在投资者情绪的上升和下降周期内，这些因子的表现会有怎样的差异呢？我们统计了上述因子在上升和下降区间高因子值组和高低因子值多空对冲的平均收益，由于投资者情绪的上升和下降区间中，实际上是市场不同的升降区间，很显然高因子组在投资者情绪的上升区间会比下降区间取得更高的收益。

但是，对于高低因子值多空对冲的平均收益来说，如果这个指标在投资者情绪的下降周期内有更好的表现，意味着这类因子的高因子值组的相对收益水平在这段时间更突出，更值得在投资者情绪不佳的时段进行配置，具备防御属性。反过来如果多空对冲平均收益在投资者情绪的上升区间相较下降周期表现更好，则意味着这类因子在上升区间更值得配置，因为它们可以更大程度增值投资者在牛市的收益。

事实上，情绪指数构建的理论背景和前面分析的结论都表明，投资者情绪与牛熊周期的重合，实际上可以解释为情绪指数是导致和加剧市场波动的助推器，从这个角度来说，投资者情绪是这些因子出现周期性表现差异的主要原因。下图展示了前述因子多空对冲组合在上升周期相对下降周期的超额收益，具体数据附在文末：

△图7 各因子多空组合上升周期超额收益率

注：超额收益率越低，意味着该因子更适合在投资者情绪低落时进行配置

数据来源：倍发科技

结合上述分析，从表中最后一列的结果来看，年债务股本比、1个月反转、市值和年净市率因子更适合在投资者相对悲观的时期进行配置，因为这类因子的高因子组合在投资者情绪不高时相较市场热度较高时获得更高的相对收益。相对应地，分析师对未来一年净利润的一致性预测、年流动比率和年ROE等因子尤其不适合在投资者情绪不高时进行配置，特别是年ROE因子，在投资者情绪高涨和低落时的表现差异非常大。