刘樱 张译方 蒋腾

摘要：借助互联网及大数据技术发展，应用深圳全景数据有限公司对行业媒体网站、财经类网站等数据进行量化投资者视角下网民关注度指标。基于2016年1月4日至2019年2月25日的面板数据，通过建立面板回归模型研究关注度对股票收益的影响。实证结果显示：网民关注度对股票收益当期是正向影响，而在滞后一期收益就发生反转。

关键词：网民关注度 收益 投资者

一、引言

2013年诺贝尔获奖者，罗伯特·席勒认为市场上存在着“非理性”的投资者，并运用有关投资者心理依托和从众行为。2017年，诺贝尔经济学奖获得者理查德·塞勒的研究表明人的行为往往与“理性人假设”相悖，对行为经济学贡献巨大。其他提出的对投资者的心理、偏好、行为的理论研究，并通过实证经验研究进行了验证，给人们对资产定价的研究提出思考。本文从行为金融学理论为理论基础，并结合有效市场理论和资本资产定价理论，研究关注度对股票市场表现的影响。

正如席勒在《非理性繁荣》著作中所写，媒体是证券市场中不可忽视的传播信息载体，他们通过发布相关信息来引起投资者注意，从而影响投资者的判断与投资决策，最后导致金融异象的产生，随着互联网发展，人们越来越倾向于通过互联网获取信息。除此之外，投资者在网上与其他投资者交流信息。显而易见，互联网已经成为A股信息传播、获取与交流的主要方式。面对如此庞杂的信息，投资者该如何将有限的注意力进行分配。投资者对股票不同的关注行为是否对投资决策产生影响？媒体对股票的报道、投资者对不同股票的关注与评论会对股票市场产生怎样的影响？由此，研究关注度对股票市场的影响已经引起国内外许多学者的关注。

本文利用权威的关注度数据，该数据源由深圳证券交易所提供，并由深证全景数据有限公司进行量化处理，最终数据也为证监会使用，具有权威性，以投资者的心理、偏好、有限注意理论和认知资源理论等行为金融理论支撑，从投资者视角考察关注度对股票收益的影响。

二、研究综述

关注反应的是个体的一种心理，同时也是投资者某种认知的表现。在金融市场上，投资者关注度主要衡量投资者对某种标的资产的注意力的分配。kahneman（1993）[1]首次将投资者关注度作为行为金融的概念运用于分析当中，他提出在个体的有限认知下，受关注的信息才是有用的信息。所以研究投资者视角下网民关注对股票市场的影响具有积极的意义。

Klemola，Nikkinen（2016）[2]通过谷歌搜索量追踪投资者注意力的变量，注意力的变化与股市过去回报率有关，暗示投资者倾向于关注可能的股价反转。Andrei和Hasler （2015）[3]研究了投资者关注度对股票收益波动以及风险溢价的影响，发现关注度与不确定性之间存在“引导-滞后”关系，这种现象与投资者心理的“恐慌状态”有关;杨涛等（2019）[4]年投资者对PM2.5概念股的关注度对PM2.5概念股的影响，发现正面新闻报道会拉升股价而负面报道会降低其股价。Dimpfl T和Jank S（2016）等[5]通过散户投资者的网上搜索股票行为建立关注度，得出投资者关注与股票市场波动具有很强联动性且双向影响; Zimbra（2009）[6]对论坛中的股评与个股收益的关系进行分析发现，论坛信息能够引起投资者关注进而影响其投资决策，并提出根据股评信息能够对股价进行进一步预测;在国内研究中，林振兴（2011）[7]发现虽然论坛中发帖数量与IPO抑价、首日交易量存在显著正相关。

三、变量定义与模型构建

（一）样本选择

本文研究区间为2 016年1月4日到2019年2月25日，包含牛市上涨、熊市下跌阶段及震荡调整阶段。

其次，基于数据的完整性和代表性及交易持续性，在全部A股市场，筛选出样本股票228只建立面板数据。

（二）关注度数据与其他变量

本文所用关注度数据通过从网络大数据中挖掘出的社交化媒体类半结构化数据、非社交化媒体类半结构化数据及权威新闻网站中半结构化数据通过自然语言处理对不同主体分类，整合出的网民关注度。网民关注度包含社交化媒体类与非社交化媒体类与上市公司相关的关注度。网民关注度是根据抓取到的权威媒体平台和股吧、微信的信息数据计算而来，依据传播平台不同以及传播量等做了量化处理，标准化到0到100之间，即实体报道情况的量化统计。发布平台事先打分分级，主流平台分值高于生僻平台。数据来源广，全面涵盖信息，对于网络关注度的衡量更精准、直接、更有吸引力。本文的A股上市公司数据均收集于Wind金融数据终端。

本文所涉及其他变量的定义及计算公式如下表所示：

由表2可知，各注度标准差分为41.15，说明不同企业的关注度差别较大即在个股层面研究关注度的影响很有必要。

（三）关注度对股票收益模型设计

本文在fama-French三因素理论基础上，对个股从横截面层面和个体的时间序列层面进行分析，选取个股的市值代替市场规模因子、个股的账面市值比（市净率的倒数）代替账面市值因子作为控制变量，将对网民关注度、舆情关注度分别建立面板回归模型。以个股收益率为被解释变量，分别以各关注度为解释变量建立模型（1）-（5）。以个股收益率为被解释变量，分别以关注度的滞后期为解释变量建立模（6）-（9）。

四、實证结果分析

（一）模型选择及检验

由于本文实验数据为面板数据，运用chow检验和hauseman检验对上述所建模型的进行检验，结果结果显示，本文选用固定效应的面板回归模型。

（二）模型结果分析

根据设定的模型（1）-（5），对样本股票进行了面板回归分析。

根据表3中的面板回归结果，各变量均在1%的显著水平下呈显著。根据结果显示，当期的关注度对个股收益率的影响系数均为正向关系，说明个股受到的关注越高，个股的收益越高;当期的异常关注度对收益的影响也呈显著地正向关系。从关注的影响系数看，当期异常关注度的影响程度高于当期的关注度。有限注意提出大脑存在类似“过滤器”的处理环节，只有经过过滤的信息会刺激投资者，使投资者产生关注，进而触发购买行为，从而对价格产生正向压力，增加股票收益。

为在前述的模型基础上，加入关注度的不同滞后阶数，建立面板回归模型动态地分析关注度的滞后期的影响。

根据表4中的模型结果，模型中各变量均在1%水平下显著。关注度的滞后期从第一期到第十期即由当期的正向关系变为负向关系，由此，关注度在当期带来的收益只是暂时的，之后，收益发生反转，即滞后期关注度将使收益回落，而市场收益率等基本面指标对个股收益的影响效应未发生变化，这说明关注度对收益的影响具有独立性。因为若关注度的影响与控制变量相关，则关注度的影响应具有持续性，而实际价格在滞后一期就出现反转。说明当热点出现时，投资者对给予关注，产生投资热情，促进股价的上涨，而这种情况会在短期内出现反转，而投资者对事件的认知不足及经验的缺乏，易产生过度反映，即价格由市场修正。且结果中这种反转效应具有持续性，由前景理论解释，获得收益的投资者采取保守攻略，即在市场低迷时，投资者市场进行短线交易。除此之外，網民关注度从滞后四期系数逐渐减小，表明网民关注度的影响开始减弱。解释为网民关注度来自于投资者搜索，投资者的注意力是有限的，反转效应后期开始减弱。

五、结论

本文利用投资者视角下的网民关注度，并经过面板回归分析，实证研究关注度对个股收益的影响发现：投资者获取信息以及对信息的处理，有可能使投资者对信息的过度关注，造成投资者过度自信，信息发挥了刺激作用，从而产生正向购买压力，所以高关注带来了高收益。从有限注意理论和认知资源理论得知，信息到达投资者之前都要经过类似“过滤器”进行筛选，只有通过的信息才能被大脑处理，而一部分信息由于经验诱导，也将被处理，这些被投资者关注容易使投资者产生过度自信或锚定，从而过度反应，产生价格偏离，随后这些价格偏离渐渐被市场修正，而部分投资者还未来得及反应，所以出现收益的反转，我们发现这种反转效应具有持续性，根据前景理论中投资者获益时是规避风险的、损失时风险喜好的，说明了这种反转效应的持续。投资者对信息的接受及处理程度不同，会产生不同的注意力，而注意力是有限的，所以被关注的信息，容易放大投资者的认知，从而产生过度自信等心理，投资者可以通过关注度获得超额收益，但是也要警惕过度反应、过度交易等风险。

参考文献：

[1]Kahneman D.Attention and effort[J].Prentice-Hall （Englewood Cliffs，N.J），1973.

[2]Klemola A，Nikkinen J，Peltomki J.Changes in Investors' Market Attention and Near-Term Stock Market Returns[J].Journal of Behavioral Finance，2016，17（1）：18-30.

[3]Andrei D，Hasler M.Investor Attention and Stock Market Volatility[J].Review of Financial Studies，2015，28（1）：págs.33-72.

[4]杨涛，郭萌萌.投资者关注度与股票市场——以PM2.5概念股为例[J].金融研究，2019（5）：190-206.

[5]Dimpfl T，Jank S.Can Internet Search Queries Help to Predict Stock Market Volatility？[J].European Financial Management，2016，22（2）：171-192.

[6]Zimbra D，Fu T，Li X.Assessing Public Opinions Through Web 2.0：A Case Study on Wal-Mart[C].International Conference on Information Systems，Icis 2009，Phoenix，Arizona，Usa，December，2009：67.

[7]林振兴.网络讨论、投资者情绪与IPO抑价[J].山西财经大学学报，2011（2）：23-29.

基金项目：西安欧亚学院校级基金项目“金融科技提升实体经济的投资效率研究”;编号：2019XJSK10。

作者单位：西安欧亚学院金融学院