我院姜富偉助理教授和新加坡管理大學的Dashan Huang、Jun Tu和華盛頓大學的Guofu Zhou教授合作的論文《校準投資者情緒：一個強有力的股票收益預測變量》(Investor Sentiment Aligned: A Powerful Predictor of Stock Returns)極大改進了投資者情緒的測度精度，證明了投資者情緒可以顯著預測未來一個月到一年的股票市場總收益和橫截面收益，揭示了過于樂觀的現金流預期是投資者情緒的收益預測能力的核心驅動因素。本文已被《金融研究評論》（Review of Financial Studies）接受，将于近期發表。《金融研究評論》是金融學三大頂尖期刊之一，每年從全世界收到的論文有上千篇，最終發表論文一般不超過60篇（錄取率在5.4％左右）。

凱恩斯早在1936年就在他著名的《通論》裡指出，過于樂觀或悲觀的投資者情緒會影響實體經濟和資産收益。具體講，過于樂觀（悲觀）的投資者會買入（賣出）股票，從而推高（拉低）資産價格。由于這種情緒驅動資産價格高估（低估）并不能得到基本面的支撐，股價最終會回落（上升）。因此，高（低）投資情緒預測低（高）收益。由于套利摩擦，理性套利者并不能完全消除投資者情緒帶來的定價誤差。由于投資者情緒不能直接觀測，實踐中一般用帶誤差的各種代理變量來測度投資者情緒。投資者情緒能否預測股票市場總收益，文獻一直沒有給出明确的證據。

姜富偉老師和他的合作者提出了一種新的度量投資情緒的方法。他們将觀測到的投資者情緒代理變量分解為三個不可觀測的子部分：投資者情緒、公共噪音和個體噪音。現有文獻一般使用主成分法估計投資者情緒，主成分法的缺點是不能區分投資者情緒和公共噪音。因此主成分法估計出來的投資者情緒指數可能有很大的測度誤差。文章作者巧妙構思，使用股票收益作為投資情緒的工具變量，并使用最前沿的偏最小二乘法構造了一個校準的投資情緒指數。在這一校準的投資者情緒指數中，作者給予哪些對投資者情緒敏感、股票收益預測能力強的代理變量較高的權重，反之，給予較小的權重。這種方法可以有效的提取代理變量中對股票收益預測有用的投資者情緒信息，并去除公共或個體噪音的不利影響。嚴謹的理論推導和數值模拟都證明了這種方法的優越性。

在實證部分，文章嚴謹而清晰的證明投資者情緒可以強有力地預測股票市場總收益。高情緒預測低未來市場收益，低情緒預測高未來市場收益。校準的投資者情緒指數可以帶來1.7%的樣本内預測R方和1.2%的樣本外R方。而傳統的基于主成分法的Baker-Wurgler投資者情緒指數隻有0.1%到0.2%的R方。校準的投資者情緒的預測能力不僅統計上顯著，而且經濟上能給投資者帶來很大的價值：相對于被動的購買并持有投資策略，基于投資者情緒的擇時策略可以每年帶來額外約4%的風險補償收益。投資者情緒的預測能力主要集中在高投資情緒和負收益時期，佐證了定價誤差是投資者情緒預測能力的來源。

進一步研究發現，校準的投資者情緒的預測能力比絕大多數宏觀經濟變量的預測能力都強；控制經濟變量後，投資者情緒的預測能力仍保持顯著。情緒還可以顯著預測投機性較強的科技股、小股票、增長股、垃圾股和輸家股票組合。文章還發現高投資者情緒顯著預測未來較低的股利、盈餘和國内生産總值等現金流代理變量。同時，投資者情緒的橫截面股票收益預測能力和它的橫截面現金流預測能力顯著正相關。這些證據都表明投資者情緒的預測能力來自現金流渠道:高情緒的投資者對未來的現金流的預期過于樂觀、脫離基本面，造成股票市場泡沫和泡沫破滅後的崩盤，因此高投資者情緒預測低的未來投資收益。

論文對投資者情緒文獻做出了獨特的重大貢獻。首先，第一次明确證明投資者情緒不僅可以預測橫截面股票收益，還可以預測股票市場總收益；其次，發現情緒的預測能力來自錯誤的現金流預期而不是時變折現率；第三，是第一篇為De Long, Shleifer, Summers, and Waldmann (1990)等的噪音交易模型提供月度頻率實證證據支持的文獻。論文從極大改進了投資者情緒的測度方法，并構造了一個強有力的校準的投資者情緒指數。金融學文獻廣泛使用投資者情緒來解釋例如泡沫、市場異象、過度投資等各種重要金融現象和問題，因此論文中提出的更精确的新指數可能會在衆多金融領域帶來重大無數實踐應用。