中央财经大学姜富伟助理教授和新加坡管理大学的Dashan Huang、Jun Tu和华盛顿大学的Guofu Zhou教授合作的论文《校准投资者情绪：一个强有力的股票收益预测变量》(Investor Sentiment Aligned: A Powerful Predictor of Stock Returns)极大改进了投资者情绪的测度精度，证明了投资者情绪可以显著预测未来一个月到一年的股票市场总收益和横截面收益，揭示了过于乐观的现金流预期是投资者情绪的收益预测能力的核心驱动因素。本文已被《金融研究评论》（Review of Financial Studies）接受，将于近期发表。《金融研究评论》是金融学三大顶尖期刊之一，每年从全世界收到的论文有上千篇，最终发表论文一般不超过60篇（录取率在5.4％左右）。
凯恩斯早在1936年就在他著名的《通论》里指出，过于乐观或悲观的投资者情绪会影响实体经济和资产收益。具体讲，过于乐观（悲观）的投资者会买入（卖出）股票，从而推高（拉低）资产价格。由于这种情绪驱动资产价格高估（低估）并不能得到基本面的支撑，股价最终会回落（上升）。因此，高（低）投资情绪预测低（高）收益。由于套利摩擦，理性套利者并不能完全消除投资者情绪带来的定价误差。由于投资者情绪不能直接观测，实践中一般用带误差的各种代理变量来测度投资者情绪。投资者情绪能否预测股票市场总收益，文献一直没有给出明确的证据。
姜富伟老师和他的合作者提出了一种新的度量投资情绪的方法。他们将观测到的投资者情绪代理变量分解为三个不可观测的子部分：投资者情绪、公共噪音和个体噪音。现有文献一般使用主成分法估计投资者情绪，主成分法的缺点是不能区分投资者情绪和公共噪音。因此主成分法估计出来的投资者情绪指数可能有很大的测度误差。文章作者巧妙构思，使用股票收益作为投资情绪的工具变量，并使用最前沿的偏最小二乘法构造了一个校准的投资情绪指数。在这一校准的投资者情绪指数中，作者给予哪些对投资者情绪敏感、股票收益预测能力强的代理变量较高的权重，反之，给予较小的权重。这种方法可以有效的提取代理变量中对股票收益预测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。严谨的理论推导和数值模拟都证明了这种方法的优越性。
在实证部分，文章严谨而清晰的证明投资者情绪可以强有力地预测股票市场总收益。高情绪预测低未来市场收益，低情绪预测高未来市场收益。校准的投资者情绪指数可以带来1.7%的样本内预测R方和1.2%的样本外R方。而传统的基于主成分法的Baker-Wurgler投资者情绪指数只有0.1%到0.2%的R方。校准的投资者情绪的预测能力不仅统计上显著，而且经济上能给投资者带来很大的价值：相对于被动的购买并持有投资策略，基于投资者情绪的择时策略可以每年带来额外约4%的风险补偿收益。投资者情绪的预测能力主要集中在高投资情绪和负收益时期，佐证了定价误差是投资者情绪预测能力的来源。
进一步研究发现，校准的投资者情绪的预测能力比绝大多数宏观经济变量的预测能力都强；控制经济变量后，投资者情绪的预测能力仍保持显著。情绪还可以显著预测投机性较强的科技股、小股票、增长股、垃圾股和输家股票组合。文章还发现高投资者情绪显著预测未来较低的股利、盈余和国内生产总值等现金流代理变量。同时，投资者情绪的横截面股票收益预测能力和它的横截面现金流预测能力显著正相关。这些证据都表明投资者情绪的预测能力来自现金流渠道:高情绪的投资者对未来的现金流的预期过于乐观、脱离基本面，造成股票市场泡沫和泡沫破灭后的崩盘，因此高投资者情绪预测低的未来投资收益。
论文对投资者情绪文献做出了独特的重大贡献。首先，第一次明确证明投资者情绪不仅可以预测横截面股票收益，还可以预测股票市场总收益；其次，发现情绪的预测能力来自错误的现金流预期而不是时变折现率；第三，是第一篇为De Long, Shleifer, Summers, and Waldmann (1990)等的噪音交易模型提供月度频率实证证据支持的文献。论文从极大改进了投资者情绪的测度方法，并构造了一个强有力的校准的投资者情绪指数。金融学文献广泛使用投资者情绪来解释例如泡沫、市场异象、过度投资等各种重要金融现象和问题，因此论文中提出的更精确的新指数可能会在众多金融领域带来重大无数实践应用。
