文：王开
核心观点
CNN恐慌-贪婪指数显示美股市场处于“极度恐惧”状态。CNN恐慌-贪婪指数是由七个底层指标构成的，用于衡量美股市场情绪的指数。使用该指数衡股市走势，判别股票定价是否公允时，一般认为过度的“恐惧”情绪往往会压低股价，而过度的“贪婪”情绪则产生相反的效果。截至2022年5月27日，最新的CNN恐慌-贪婪情绪指数为21，处于“极度恐惧”状态。
席勒信心指数显示当前投资者对于美股信心不足。席勒信心指数包含四个分项，分别是一年期信心指数、崩溃信心指数、逢低买入信心指数和估值信心指数。截至2022年4月底的最新数据，四个分项指标所处的历史分位分别为12.94%，65.49%，53.53%和1.96%，整体处于历史低位，显示出近期投资者对于美股的信心仍不足。
A股投资者情绪指数发出的最新信号指向情绪仍偏向谨慎。根据中国A股市场特点，使用申万一级行业的相对于沪深300指数的周Beta系数和周收益率等基础数据，可以构建适合国内语境的投资者情绪指数（GSISI），该指数基本暗示了沪深300指数的运行走势。此外，A股投资者情绪指数对于沪深300指数可以发出积极信号和谨慎信号。回测分析显示，投资者情绪指数发出的提示信号与股市历史拐点较为吻合，能够起到较好的提示作用。为了进一步验证信号的稳健性与可靠性，我们将沪深300指数替换为万得全A指数和创业板指数进行复盘，结果显示投资者情绪指数（GSISI II和GSISI III）发出的提示信号对两类股指中期趋势有良好的预判效果。最新一期指数显示，基于三类市场基准指数发出的最新信号均为偏谨慎，A股经过去年底以来的大幅下跌，投资者信心仍待修复，市场整体情绪的复苏回暖、由前期的小幅反弹转为反转有待观望。
风险提示：模型参考历史数据对投资者情绪进行刻画和实证检验，历史经验不能涵盖未来的风险。
一、海外镜鉴：美股投资者情绪指数介绍
1. CNN恐慌-贪婪指数对标普500交易情绪的提示
美国有线电视新闻网（以下简称“CNN”）推出的恐慌与贪婪指数在衡量美股市场情绪时被广泛应用。该指数旨在衡量整个股票市场的投资者情绪，其范围为0（极度恐慌）到100（极度贪婪），50表示中性。股票投资者主要受两种情绪驱动：恐慌和贪婪，这两种主要情绪对股价、波动性、成交量都有相当大的影响。理论上，该指数能够用于判断当前股票定价是否合理、预测股票市场未来走向。当然，这基于一个前提：过度恐慌会导致股价远低于其内在价值，肆无忌惮的贪婪会导致股价远高于其应有的价值。而过度偏离内在价值是不可持续的，超卖或低估预示着未来价格的上涨，超买或高估预示着价格的下跌。
CNN贪婪-恐慌指数由7个底层指标构成，分别是市场动能、股价强度、股价趋势、看跌看涨期权比、垃圾债券需求、市场波动和避险需求。每个底层指标选取各指标当前偏离均值的程度，与平均偏离程度的差值，最后对7个指标进行等权重加权合成指数。CNN指数底层因子如下表1所示，具体指示意义可以参考我们在21年2010月31日发布的报告——《美股恐慌、贪婪情绪能量化吗？》。
近一个月标普500指数下跌3.21%，从2022年4月25日的4296.12跌到5月27日的4158.24；情绪指数自5月4起就跌至25以下并维持该区间内至今，仪表盘也指向极度恐惧的范畴。
2.席勒信心指数隐含的股市信号
第二个美股情绪指标是席勒信心指数（Shiller Confidence Index）。诺奖得主、耶鲁大学罗伯特·席勒教授根据投资者调查编制了美国股市信心指数。该指数的理论基础是资者信心指数并非都随着时间的推移而朝着同一方向发展，因此仅使用不同指标的简单平均值来构造整体股票市场信心指数是片面的。该系列包含了四种不同的投资者信心指数。每种指数都是根据对一个问题的回答得出的，并且以持有某种观点的受访者的百分比来衡量，类似于扩散指标的构成方法。调查最初每六个月进行一次。从2001年7月开始，每月报告前六个月的月度平均调查加以平滑。例如，2018年1月的数字是2017年8月至2018年1月之间调查结果的平均值，避免极端情绪波动导致的股市。具体的指数介绍如下表2所示：
值得注意的是，系列指数分别面向机构投资者和个人投资者进行调查，得出两类指标，在大多数时点两个指标都没有发生背离，且从领先性来看美国机构投资者的情绪是领先于个人投资者的，考虑到美股市场是以机构投资者作为主要参与对象的，下文在分析市场情绪时皆以机构投资者的情绪作为参考依据。
2.1 美股一年期信心指数（U.S.One-Year Confidence Index）
一年期信心指数反映的是投资者对于股市上涨的预期，该指数为正向指标，即对上涨的预期越强则一年期信心指数越高。和席勒市盈率对比，席勒市盈率是经过周期调整，反映市场对未来美股回报信心的一种估值指标。通过对历史数据的检验，可以发现当席勒市盈率高于20倍时，股市此后的回报通常会较低；当席勒市盈率小于10倍时，股票此后的回报率通常表现出色。席勒市盈率越低的时候往往对应着席勒信心指数越高的场景，意味着投资者对于股市表现的看法，与席勒市盈率估值法反映的结果较为一致。
2.2 美股崩溃信心指数（U.S.Crash Confidence Index）
崩溃信心指数反映的是投资者对于美股下跌的预期，投资人对股市下跌预期越强，则崩溃信心指数越低。我们将该指数和VIX指数对比（美股标普500波动率，指数越高代表市场波动越强），波动率大的时候往往回撤很高，此时崩溃信心指数往往也会跌至历史低值。例如，2008年金融危机以及年2020初新冠疫情爆发这两个时间节点，该时期VIX指数超过40，与此同时美股崩溃信心指数迅速回落，跌至10左右，处于历史低位。美股崩溃信心指数能较好地反映美股情绪波动，提示了美股下跌，悲观情绪导致市场踩踏的情形。
2.3 美国逢低买入信心指数（U.S.Buy-on-Dips Confidence Index）
第三个分项指数是逢低买入信心指数指数，反映的是股市下跌时，投资者对于超跌后修复甚至反弹的预期，反弹预期越强则逢低买入信心指数越高。图7中蓝色虚线框显示了美股历史中的几次市场底部，与之对应的逢低买入信心指数呈明显上升趋势，意味着投资者对跌后“收复失地”甚至大幅回弹持有乐观态度，对于市场低迷之后的上涨起到了较好的提示作用，也是美股下跌中“筑底”的前瞻指标。
2.4 美国估值信心指数（U.S.Valuation Confidence Index）
第四个分项是美股估值信心指数，反映的是认为股价不存在高估的投资者占比。认为当前市场价格偏低、美股“便宜”，或至少认为估值是合理的投资者比重越高，则对应的估值信心指数越高。我们将美股估值信心指数和标普500市盈率所反映的估值乘数加以对比，逢低买入指数的峰值一般对应估值乘数较为便宜的时候，且从交易情绪层面对估值底部的确认有一定的领先性。
由于统计环节的耗时，该系列指数的发布往往晚于实际市场走势。截至2022年4月底的最新数据，美股一年期信心指数处在历史数据中12.94%的分位点上，崩溃信心指数的历史分位为65.49%，逢低买入信心指数的历史分位为53.53%，估值信心指数的历史分位为1.96%。从历史分位数据的角度分析，目前投资者对于美股的信心不足，整体处于低位，这与CNN恐慌-贪婪指数当前显示的“极度恐慌”状态较为一致。
二、A股市场：国信投资者情绪指数（GSISI）
1. 国信投资者情绪指数（GSISI）的构造原理
落实到A股市场，市场参与结构与美国具有较大的区别。A股主要以个人投资者为主，因此调查问卷的形式显然容易以偏概全，产生“幸存者偏差”，更多要从交易数据层面入手，通过真实的成交情况反映A股交易情绪。接下来我们介绍国信投资者情绪指数（GSISI）的构造步骤。
1.1 Beta系数测算
Beta系数起源于夏普(W.Sharpe)、林特纳(J.Lintner)和莫辛(J.Mossin)等人提出的资本资产定价模型（CAPM模型），该模型的具体形式为：
其中βi即为Beta系数，衡量股票收益相对于业绩评价基准收益的总体波动性，代表资产i的系统性风险。
本文收集2012年5月18日至2022年5月13日区间内的31个申万一级行业周收益率序列和沪深300指数周收益率作为基础数据，以100周作为时间窗，计算31个申万一级行业指数分别相对沪深300指数的周Beta系数。计算公式为：
其中COVi,m代表行业i与沪深300指数过去100周的收益率协方差，σ^2代表沪深300指数在过去100周的方差。
经过逐步计算，得到31个申万一级行业的Beta系数时间序列。在此，Beta系数衡量申万一级行业相对沪深300指数的波动性。
1.2 Spearman秩系数测算
秩相关系数，又称等级相关系数，反映的是两个随机变量的变化趋势方向和强度之间的关联，是将两个随机变量的样本值按数据的大小顺序排列位次，以各要素样本值的位次代替实际数据而求得的一种统计量。考虑两个随机变量X和Y，Spearman秩相关系数度量的是，当变量X的所有项按照一定的规则（例如数值大小）排序后，另一个变量Y的排序能保持与X排序一致性的程度与方向。秩相关系数的计算公式如下：
Spearman秩相关系数的计算结果处于(-1,1)区间内。若值为正，则Y随X的增加而增加；值为负，则Y随X的增加而减小；若值为0，则表示Y的增减变化跟X的增减变化无关。当秩相关系数为1或者-1时，就表明Y随着X的增加而严格单调增加或单调减小。
Spearman秩相关系数在进行显著性检验时的假设检验问题为：
原假设H0：X和Y相互独立，即ρ=0；H1：X和Y存在相关关系，即ρ≠0；
使用python计算Spearman秩相关系数的同时可以得到对应的P值，若P值大于既定的显著性水平α，则认为该系数显著。
运用前面测算的31个申万一级行业周收益率与其周Beta系数，代入上述计算公式，即可得到二者的Spearman秩相关系数。
2. 投资者情绪指数（GSISI）的构建过程
如上所述，Beta系数衡量申万一级行业相对于沪深300指数的波动性，Spearman秩相关系数反映申万一级行业的Beta系数和其周收益率之间的变化趋势相关性，即所有申万一级行业的Beta系数按照大小排序（行业Beta轮动）时，其收益率的大小排序（行业收益率轮动）能保持与Beta系数排序的一致性程度与方向。这种一致性的程度和方向体现投资者悲观或乐观的程度，也就是投资者情绪。通过测算Spearman秩相关系数，我们发现以下规律：
（1）当申万一级行业的Beta系数和其收益率排序一致性程度上升，方向相同，即ρ≥0时，表示投资者乐观情绪上扬；
（2）当申万一级行业的Beta系数和其收益率排序一致性程度上升，方向相反，即ρ≤0时，表示投资者悲观情绪蔓延。
设置Spearman秩相关系数的显著性水平α为0.05，将通过显著性检验的Spearman秩相关系数用于构建投资者情绪指数（GSISI），公式如下：
GSISI = 100 * ρ
图10呈现了构造投资者情绪指数的完整过程：
根据显著性检验的临界值（在0.05的显著性水平下临界值为0.317），可以认为，当投资者情绪指数时，投资者情绪乐观；当投资者情绪指数时，投资者情绪悲观。
3. 投资者情绪指数（GSISI）的提示信号和复盘
现实中的投资者并非绝对理性的，因此投资者的情绪会对股市的涨跌产生重要的影响。投资者的情绪也代表着他们对于股市的预期，这使得投资者情绪指数对股指的走势将会产生一定的提示效果。我们利用前文构建的投资者情绪指数（GSISI）设计了对于沪深300指数发出积极信号和谨慎信号的规则：
若投资者情绪指数连续两次为正(或为负)，则发出积极(或谨慎)信号，且保持这个判断，直到连续两次负值(或正值)情绪指数出现，则发生谨慎(或积极)信号的反转判断；若情绪指数出现正负值交叉的情况，则除最新指数外，前面的交叉情绪指数作废，以最新指数为判断起点，按照前面两条准则重新分析后面的情绪指数。
通过观察图12中基于投资者情绪指数生成的积极信号以及谨慎信号，我们发现信号发生的时间节点与股市行情的拐点较为吻合。
（1） 2014年11月，央行下调金融机构的人民币贷款和存款基准利率，估值因素推动股市大涨，投资者情绪指数发出积极信号。
（2） 2015年10月出台了进一步提升上市公司质量的重要文件，人民币汇率上升，投资者情绪指数发出积极信号。
（3） 2016年9月，监管发布借壳和重组新规，投资者情绪指数发出谨慎信号。
（4） 2018年12月，受市场负面消息的影响，股市大跌，投资者情绪指数发出谨慎信号。
（5） 1920年12月，全球多个国家和地区持续降息，国内产生降息预期，投资者情绪指数发出积极信号。
（6） 年20203月，受新冠疫情影响，股市大跌，投资者情绪指数发出谨慎信号。
（7） 年20206月，“T+0”改革预期利好，上证综指编制方法优化，投资者情绪指数发出积极信号。
（8） 21年203月，国内通胀上行导致货币政策收紧，美债利率大幅上行给成长类板块造成压力，全球流动性收紧，投资者情绪指数发出谨慎信号。
（9） 2022年1月，美国十年期国债收益率上升，全球重要指数均收到冲击，投资者情绪指数发出谨慎信号。
（10） 2022年3月，受俄乌冲突、美联储加息预期、国内局部地区疫情反复、中概股公司在美国上市潜在风险等综合因素影响，全球股市大幅回落，投资者情绪迅速发出谨慎信号。
由此可以看出，投资者情绪指数基本上暗示了沪深300指数在运行过程中的乐观和悲观程度。一般而言，投资者情绪乐观产生积极信号时，沪深300指数上升；投资者情绪悲观产生谨慎信号时，沪深300指数下行，对中期股市走势可以起到一定的辅助参考作用。
4. 情绪指数应用扩展：对万得全A和创业板的指引
通过上述基于沪深300的情绪指数构建，我们看到了市场情绪对股市的提示效果良好，在几次较大的股市行情拐点前后均能形成有效提示。为了避免沪深300指数样本的有偏性，以进一步检验投资者情绪指数对于广义股票市场的提示效果，我们采用前文所述的方法，将构建情绪指数时用到的基准指标替换为万得全A指数和创业板指数，形成投资者情绪指数II（GSISI II）和投资者情绪指数III（GSISI III），再分别检测这两个投资者情绪指数（GSISI II和GSISI III）在对应宽基指数上的提示效果。
从投资者情绪指数对于万得全A和创业板指发出的利多信号和谨慎信号来看，信号依旧能够较好地预判这两种指数的走势，起到了较好的提示作用。使用三种不同的基准市场指数（沪深300指数，万得全A指数，创业板指数）形成的投资者情绪指数（GSISI）分别于2022年3月4日、4月8日、4月1日发出最新的提示信号，均指向偏谨慎，经过去年底到今年4月底股市的大幅下跌，A股市场信心的修复，仍需进一步的政策提振、盈利底部确认等综合利好推动。
风险提示：模型参考历史数据对投资者情绪进行刻画和实证检验，历史经验不能涵盖未来的风险。
分析师：王 开 SAC执业资格证书编码：S0980521030001
本文转载自国信证券2022年5月31日的研究报告《A股情绪指数构建与应用》
中观比较系列
联系客服
