投资者情绪数据集与stata分析教程

资源摘要信息:"本资源集包含投资者情绪相关数据及其分析方法和代码，涵盖了从2003年2月至2021年10月的时间范围。数据集包括代理变量和宏观经济变量两大类别，其中代理变量包括封闭式基金折价率、换手率、IPO首日收益率、IPO数量、新增开户数、消费者信心指数等六个关键指标。宏观经济变量则包括居民消费价格指数（CPI）、工业品出厂价格指数（PPI）和宏观经济景气指数。此外，数据集中还包含两个综合投资者情绪指数：CICSI和ISI。" 投资者情绪通常是指投资者对金融市场的整体感觉或态度，这种情绪会影响他们的投资决策，从而对市场产生影响。在金融研究中，投资者情绪指标常被用来分析市场行为，评估市场的潜在风险和机会。在本数据集中，投资者情绪代理变量和宏观经济变量的时间跨度分别为2003年2月至2021年10月和2002年1月至2022年2月，为月度数据，这为研究者提供了较为丰富的历史数据。 主成分分析（PCA）是一种统计方法，它通过正交变换将可能相关的变量转换为一组线性不相关的变量，称为主成分。在投资者情绪研究中，PCA可以用来降维，即从多个代理变量中提取少数几个主成分以代表原有变量的信息，简化数据结构，便于分析。 向量自回归（VAR）模型是一种时间序列统计模型，用于捕捉系统内变量间的动态关系。在金融领域，VAR模型可以用来预测和分析变量间的因果关系。在本资源集中的stata代码部分，提供了构建投资者情绪综合指标的主成分分析方法以及VAR模型的相关代码，为研究者提供了实用的实证分析工具。 参考文献部分提供了三篇重要的研究文献，其中易志高和茅宁的研究论文详细探讨了中国股市投资者情绪测量的CICSI构建方法；文凤华等人的研究则聚焦于投资者情绪特质对股票价格行为的影响；魏星集等人的论文则基于BW模型对A股市场投资者情绪进行了测度研究。这些文献为本数据集的理论背景和应用实践提供了深厚的学术支持。 此外，资源集还包含了以压缩包形式提供的多个文件，其中包括以.csv和.xlsx格式存储的数据文件和文档，分别记录了投资者情绪指数（ISI）和CICSI的具体数据、宏观经济变量数据以及相关的stata命令。这些文件为研究者提供了方便的数据导入和分析的途径。通过对这些数据和方法的学习与应用，研究者可以深入探究投资者情绪与股市表现之间的关系，对投资者情绪的测量和股市走势的预测提供了实证依据。