论文题目：

“Investor Sentiment Aligned: A Powerful Predictor of StockReturns”, Review of Financial Studies 28,2015, 791–837

论文影响力：

本文被ESI评选为2016-2019年度高影响力论文（Top Papers）、高被引用论文（Highly Cited Papers）;被Reviewof Financial Studies官网评为2015-2016年度最高阅读论文（MostRead Papers）和最高被引用论文（Highly Cited Papers）;还被SSCI，CFADigest, Alpha Architect, ValueWalk，经济金融网等媒体网站转载报道。

论文简介

本文使用机器学习和金融大数据提出一个全新改进的投资者情绪的指数，并研究过度乐观或悲观的投资者情绪对资产价格的影响，发现过于乐观的投资者会买入股票，从而推高资产价格。由于这种情绪驱动资产价格高估并不能得到基本面的支撑，股价最终会回落。

投资者情绪是研究资产价格泡沫和投资实践的核心解释变量，但投资者情绪不能直接观测。本文使用前沿的偏最小二乘算法和金融市场交易大数据变量构造了一个全新的投资情绪指数。这一新的情绪指数给那些对投资者情绪敏感的代理变量被给以较高的权重，反之，给予较小的权重。这一情绪指数可以有效的提取情绪代理变量中有用的投资者情绪信息，并去除公共或个体噪音的不利影响。

本文发现投资者情绪可以强有力地预测股票市场收益。高情绪预测低未来市场收益，低情绪预测高未来市场收益。基于投资者情绪的择时策略可以每年带来额外约4%的超额收益。投资者情绪还可以显著预测投机性较强的科技股、小股票、增长股、垃圾股等风格组合。投资者情绪的预测能力主要集中在高情绪期和熊市。情绪还可以预测股利、盈余和GDP等现金流指标。同时，投资者情绪的股票收益预测能力和它的现金流预测能力相关。本文因此认为投资者情绪的预测能力来自投资者对未来的现金流的预期过于乐观的预期。

作者简介：

姜富伟，中央财经大学金融学院副教授、博士生导师、青年龙马学者，新加坡管理大学金融学博士，FRM，厦门大学金融学硕士。主要研究方向包括金融科技，机器学习，行为金融，资产定价，投资管理等。曾在Review of Financial Studies，Journal of FinancialEconomics, Journal of Banking and Finance, Journal of International Money andFinance, Journal of Portfolio Management，《金融研究》等重要期刊发表多篇学术论文。曾获得WRDS最佳论文奖、CFA最佳论文奖、Emerald优秀论文奖、《金融研究》优秀论文奖、TCFA最佳论文奖等学术奖项。