明辨資産價格或股票收益變動的原因是構建一個良好運行的資本市場的關鍵。傳統理性資産定價模型認為投資者是理性的、可獲得完全信息并能進行無成本套利，因此資産價格等于折現預期現金流，而股票預期收益由系統性風險決定，情緒對理解資産價格變動不重要。但是，從20 世紀70 年代末開始，越來越多的研究開始關注投資者的非理性行為偏差。著名的市場異象包括過度波動,以及規模、收益價格比率、和賬面市值比效應等。這些發現都很難被理性資産定價模型解釋，有效市場假說因此受到質疑，行為金融理論随之獲得長足發展。到了二十一世紀，資本市場情緒已經成為了行為金融領域一大核心研究問題。

本課題側重研究市場情緒變動對資産價格的影響.市場情緒指的是不能被上市公司運營基本面解釋的過于樂觀或悲觀的有偏預期。凱恩斯在他的名著《通論》裡就強調了情緒對資産價格和實體經濟的重要性。著名的噪音交易者模型發現噪音交易者容易受情緒影響，過度樂觀（悲觀）情緒導緻投資者過度買入（賣出）股票，從而推高（拉低）資産價格；随着情緒逐步恢複到長期平均水平，真實基本面信息逐步反映到資産價格，被高估（低估）的資産價格在未來将會下跌（上漲）。同時由于套利成本，理性套利者不能完全消除情緒對資産價格的影響。總之，理論和實證研究都支持市場情緒波動會導緻資産價格過度波動，産生泡沫和崩盤。

要檢驗情緒資産定價模型，重要的一環就是測度市場情緒并實證探究市場情緒與股票價格變動之間的關系。市場情緒很難進行實證測度。因此,構建市場情緒的測度指标，并用構建的情緒指标解釋資産價格異常波動是近年來實證行為資産定價的中心研究問題。

本課題利用一種新的計量方法偏最小二乘法和上市公司年報或季報告中的文本情緒信息構建了這一市場總體經理人情緒指标。具體說，我們用計算機掃描每家上市公司财報文本文檔，然後用Loughran and McDonald（2011）的金融會計詞彙列表對掃描到的文本詞彙進行分類。對比積極詞彙與消極詞彙出現頻率之差就可以衡量個股層面的經理人情緒。計量上講，個股經理人情緒指标一般包括三個不可觀測的子部分：經理人情緒、公共噪音和個體噪音。我們的目标是提取經理人情緒，同時去除噪音的影響。傳統方法一般利用等權加權、市值加權或主成分分析等方法把個股指标轉換成市場總體情緒指标。但，Huang, Jiang, Tu, and Zhou（2015）指出這些簡單的傳統方法雖然可以分散去除個體噪音，但并不能去除公共噪音。本課題使用一種先進的計量方法加權構造了市場總體經理人情緒指數。PLS 方法利用股票預期收益作為衡量個股經理人情緒指标信息量的工具變量，并賦予那些對市場總體經理人情緒敏感、股票收益預測能力強的個股經理人情緒指标較高的權重，而對那些預測能力不強的指标則賦予較小的權重。這種PLS 方法構造的市場總體經理人情緒指标可以有效提取對解釋資産價格變動有效的經理人情緒信息，并去除公共或個體噪音的不利影響。

本課題将通過以下幾個方面開展：（1）運用文本分析的方法，從上市公司年報和季報中提取個股經理人情緒信息；（2）在我們的前期研究成果Huang, Jiang, Tu, and Zhou（2015）基礎上，采用偏最小二乘法（PLS）建立市場總體經理人情緒指數；（3）研究經理人情緒指标對股票價格變動的解釋能力，重點研究其樣本内和樣本外股票收益預測能力；（4）對比經理人情緒指數與其他情緒指數的相關性并考察其信息含量是互補的還是互相替代的；（5）從有限套利和預期誤差兩個角度深入研究經理人情緒對資産價格的影響的作用機制。

總之,本課題着眼于用最新的文本大數據方法測度股票市場總體經理人情緒，研究經理人情緒對于資産價格的影響，緻力于加深我們對中國股票市場運行科學規律和内在機制的理解。開展文本分析研究上市公司經理人情緒，有助于多方位全面考察市場情緒動态，使得我們衡量的情緒指标更趨近現實、有更強的預測能力。從政策層面看，在過去的幾年中，中國股市經曆了狂熱上漲和慘烈崩盤，中國股市未來想走出慢牛行情，更好服務實體經濟發展，投資者和監管層比以往任何時刻都需要及時了解市場情緒的波動，并采取合理反周期措施及時應對，我們的研究将為監管政策制定提供有效的參考。