朱媛

摘 要：本文基于百度指數(shù)，以2012年4月至2013年3月的滬市A股日數(shù)據(jù)為研究樣本，采用組合分析法和面板回歸分析法，研究投資者關(guān)注度對股票收益的影響。研究結(jié)果顯示：關(guān)注度與同時期股票收益成正比，且關(guān)注度高的股票收益明顯大于關(guān)注度低的股票；關(guān)注度在當(dāng)期對市場造成的正向價格壓力將很快發(fā)生反轉(zhuǎn)，且關(guān)注度的反轉(zhuǎn)效應(yīng)比較穩(wěn)定，不會因為時間的改變或大環(huán)境的變化而發(fā)生變化。

關(guān)鍵詞： 投資者關(guān)注度；百度指數(shù)；股票收益

中圖分類號：F224 文獻(xiàn)標(biāo)識碼：A〓 文章編號：1003-9031（2014）11-0014-04 DOI：10.3969/j.issn.1003-9031.2014.11.03

一、引言

伴隨著信息技術(shù)的發(fā)展，經(jīng)濟(jì)個體的注意力越來越成為一種稀缺資源，西蒙（1995）就提出過量的信息會導(dǎo)致注意的貧乏[1]。當(dāng)面臨大量的信息時，主體對某一信息的關(guān)注必然會減少對其他信息的關(guān)注，因此那些引起投資者關(guān)注的金融事件必然會引起金融市場的變化，受到不同程度關(guān)注的股票其收益也不同。Barber和Odean（2007）研究表明，與機(jī)構(gòu)投資者不同，關(guān)注度是個人投資者購買股票的一個重要原因[2]。由于我國證券市場上個人投資者的比例遠(yuǎn)遠(yuǎn)大于機(jī)構(gòu)投資者，因此研究投資者關(guān)注度對了解我國股票市場有重要的借鑒意義。

一般來說，投資者不一定會購買其所關(guān)注的所有股票，但其購買的股票必定在之前有所關(guān)注。近年來，基于投資者關(guān)注的研究越來越多，學(xué)者們一般采用超額收益、換手率、交易量、媒體報道、廣告支出、漲跌停板事件等作為投資者關(guān)注的代理指標(biāo)。伴隨網(wǎng)絡(luò)的普及和發(fā)展，搜索指數(shù)開始受到關(guān)注。投資者在搜索引擎中搜索某一只股票代碼或名稱，毫無疑問，投資者對這只股票產(chǎn)生了關(guān)注。搜索指數(shù)是基于某個關(guān)鍵詞在搜索引擎中被搜索的次數(shù)，只有先發(fā)生了關(guān)注，才會有相應(yīng)的搜索行為，所以相比于其他指標(biāo)，搜索指數(shù)能更精確的反映投資者對股票的關(guān)注程度，提高研究的準(zhǔn)確性。

目前市場領(lǐng)先的搜索引擎是美國的谷歌和國內(nèi)的百度，且國內(nèi)百度的使用率也大大超過谷歌。當(dāng)我們需要了解什么信息時，我們往往會說“我去百度一下”或者“問一下度娘”。因此，百度公司提供的百度指數(shù)能精確度量投資者對股票的關(guān)注度。為了進(jìn)一步挖掘基于互聯(lián)網(wǎng)的大數(shù)據(jù)的價值，基于百度在國內(nèi)搜索引擎方面的領(lǐng)先地位，本文選取百度指數(shù)作為衡量投資者關(guān)注度的指標(biāo)，研究投資者關(guān)注度對股票收益的影響。

二、文獻(xiàn)綜述

Da Zhi等（2011）首先利用搜索指數(shù)為投資者關(guān)注度代理變量，他們發(fā)現(xiàn)基于搜索指數(shù)的投資者關(guān)注度指標(biāo)有很好的時效性，能有效衡量個體投資者的關(guān)注度。Thomas Dimpfl和Stephan Jank（2011）使用Google趨勢搜索指數(shù)作為散戶投資者關(guān)注度的代理變量，研究發(fā)現(xiàn)，高關(guān)注伴隨高波動，高波動伴隨高的關(guān)注[3]。在國內(nèi)研究中，賈春新等（2010）首先以谷歌搜索的歷史資訊數(shù)量作為投資者關(guān)注度的代理變量，研究了限售股解禁報道對股票收益的影響[4]。楊曉蘭（ 2010） 利用和訊網(wǎng)的個股關(guān)注度數(shù)據(jù)，研究發(fā)現(xiàn)關(guān)注度對收益率的影響存在反轉(zhuǎn)效應(yīng) [5]。宋雙杰等（ 2011） 利用Google提供的搜索量數(shù)據(jù)，通過構(gòu)建異常搜索量指標(biāo)，運用行為金融學(xué)中投資者關(guān)注的理論解釋了 IPO 市場存在的三種異象，結(jié)果顯示投資者關(guān)注對資產(chǎn)價格有直接的影響[6]。謝世宏（2012）利用互聯(lián)網(wǎng)搜索數(shù)據(jù)直接衡量投資者有限注意，發(fā)現(xiàn)注意力驅(qū)動投資者進(jìn)行交易行為；滬市存在過度關(guān)注弱勢現(xiàn)象，而深市不存在；對滬市而言，投資者有限注意和股票市場波動有顯著的正相關(guān)關(guān)系，而對深市而言，兩者不存在關(guān)系[7]。俞慶進(jìn)和張兵（2013）首次利用百度指數(shù)，檢驗了基于投資者關(guān)注度的百度指數(shù)和創(chuàng)業(yè)板市場的相關(guān)性，研究發(fā)現(xiàn)有限的投資者關(guān)注會給股票帶來關(guān)注度溢價，但這種溢價將會很快反轉(zhuǎn)。同時，當(dāng)前的投資者關(guān)注能加大股票市場的波動，而滯后的投資者關(guān)注反而能減少這種波動[8]。趙龍凱、陸子昱、王志遠(yuǎn)（2013）使用百度公司提供的上市公司搜索量數(shù)據(jù)來衡量股票受關(guān)注程度，研究了關(guān)注度和股票收益率的關(guān)系，研究發(fā)現(xiàn)關(guān)注度高組的股票的平均收益顯著大于關(guān)注度低的股票，關(guān)注度變化率不是顯著的風(fēng)險因子，不會系統(tǒng)的影響股票的收益率[9]。王鎮(zhèn)、郝剛（2013）選取上海證券交易所中來自不同行業(yè)的30只股票作為研究對象，將百度指數(shù)提供的用戶關(guān)注度的數(shù)據(jù)作為投資者關(guān)注度的度量指標(biāo)，通過建立面板數(shù)據(jù)模型，研究了投資者關(guān)注度對股票收益率的影響[10]。

從現(xiàn)有研究成果來看，已有一些文獻(xiàn)研究了投資者關(guān)注度對股票收益的影響，如楊曉蘭（2010） ，但因投資者利用和訊網(wǎng)搜索股票的用戶遠(yuǎn)遠(yuǎn)不及百度和谷歌，因此，用和訊關(guān)注度的代表性往往較差，俞慶進(jìn)等（2012）利用百度指數(shù)①的研究只針對創(chuàng)業(yè)板市場，并沒有對主板市場進(jìn)行相關(guān)分析。王鎮(zhèn)、郝剛（2013）只選取上海證券交易所中來自不同行業(yè)的30只股票作為研究對象。因此，本文將利用百度指數(shù)提供的數(shù)據(jù)對主板市場進(jìn)行相關(guān)分析。

三、樣本選擇與描述性統(tǒng)計

（一）樣本選擇

據(jù)CNZZI2013年6月的調(diào)查統(tǒng)計，百度的市場份額達(dá)到69.37%，奇虎達(dá)到國內(nèi)15.26%的搜索引擎頁面瀏覽量，而谷歌的市場份額只有2.13%，因此相比于國內(nèi)和訊和谷歌指數(shù)的餓研究，本文利用百度指數(shù)研究將更加具有代表性。其中，百度指數(shù)的股票來自上海A股市場的803只股票，時間范圍是2012年4月1日到2013年3月31日，數(shù)據(jù)頻率為日度。

投資者在搜索某只股票時，既可能使用股票代碼進(jìn)行搜索，也可能利用股票簡稱?；诓煌年P(guān)鍵詞，將會有不同的搜索量。投資者通過股票代碼或股票簡稱進(jìn)行股票的搜索，很可能已經(jīng)對某只股票產(chǎn)生了興趣，這正好能代表我們所要研究的投資者的有限關(guān)注。本文采用俞慶進(jìn)等（2012）的文章中，基于股票代碼和簡稱并重，采用股票代碼和簡稱的搜索指數(shù)之和建立投資者關(guān)注度的代理變量，這樣的整理的度量才能測量投資者的關(guān)注度，即：

AT■=stocknumber■+stockname■ （1）

ATT■=ln（AT■） （2）

其中， AT■和ATT■就是投資者關(guān)注度指標(biāo)，分別表示為第i支股票在t時期的股票代碼的搜索指數(shù)和股票簡稱的搜索指數(shù)。由于股票代碼與股票簡稱的搜索指數(shù)之和比較大，所以才用自然對數(shù)進(jìn)行處理。在本文中描述性統(tǒng)計和分組中，投資者關(guān)注度用AT■表示，最后部分回歸中采用ATT■。由于百度指數(shù)經(jīng)過自己處理獲得，所以本文沒有建立超額關(guān)注指標(biāo)，防止誤差過大。

（二）描述性統(tǒng)計

本文主要研究交易日的關(guān)注度，所以總共250日。本文通過二種方式對關(guān)注度進(jìn)行描述性統(tǒng)計。第一種，將每只股票的每日關(guān)注度指標(biāo)混合進(jìn)行統(tǒng)計量描述；第二種，按上市公司所屬的行業(yè)來分組進(jìn)行描述性統(tǒng)計（見表1）。

由表1可知，金融業(yè)的平均搜索指數(shù)為24940.92，除住宿餐飲業(yè)3153.96而其他均位于440至1900之間。金融業(yè)的搜索指數(shù)明顯高于其他行業(yè)的指數(shù)，這很有可能是因為金融業(yè)的公司的業(yè)務(wù)與人們的日常生活息息相關(guān)，其搜索指數(shù)高往往不是因為投資者關(guān)注其股票而搜索，而是與公司的具體業(yè)務(wù)相關(guān)。為了排除與公司的具體業(yè)務(wù)有關(guān)的搜索，在下文的研究中，去除了31支金融股。此外還有一些股票的簡稱搜索與自身的業(yè)務(wù)相關(guān)性很大（如中國聯(lián)通），或者其搜索很大部分來源于其他原因（如東方明珠，景點），在以下部分也進(jìn)行刪除。除去以上的股票，以下總共有791支股票。

四、實證結(jié)果及分析

（一）分組研究

我們采用分組，即通過控制變量的方式來研究分組后的日度收益率，比較不同組之間的股票平均日收益率的差異，來檢驗關(guān)注度的作用是否包含在規(guī)模、賬面市值比和換手率這三個變量中。我們采用所謂的dependent sort的方法來分組，比如先通過規(guī)模來分組，然后再根據(jù)規(guī)模按關(guān)注度來分組（見表2 ）。

基于分組結(jié)果，我們得出以下結(jié)論：按照規(guī)模分組后，每個小組內(nèi)高關(guān)注度組和低關(guān)注度組的平均收益率差異都顯著大于零；按賬面市值比分組后，BM1至BM5組各組內(nèi)高關(guān)注度組與低關(guān)注組的日度收益率差異分別為0.30、0.29、0.34、0.33、0.26，均顯著大于零；按照換手率分組后，只有在T4組中高關(guān)注度組與低關(guān)注度的日度收益率差異為0.03，不顯著大于零，其他均顯著大于零。綜上所述，關(guān)注度并不包含在我們上述研究的規(guī)模、賬面市值比和換手率中。換而言之，通過買入當(dāng)期高關(guān)注度的股票，賣出當(dāng)期低關(guān)注度的股票建立零投資組合，可以獲得超額收益。

（二）面板回歸分析

在投資者有限關(guān)注下，高關(guān)注度的股票能否獲得高收益，一直是研究熱點。Barber和Odean（2008）提出，投資者更傾向于購買其關(guān)注的股票，從而使其關(guān)注度的股票有短暫的上升壓力。楊曉蘭（2010）在研究和訊網(wǎng)絡(luò)關(guān)注度時也發(fā)現(xiàn)，投資者的關(guān)注對股票當(dāng)日的收益有正向的影響，而對第二天就有負(fù)向的影響。因次，下文借助于以百度指數(shù)為投資者關(guān)注度來研究投資者關(guān)注度是否存在反轉(zhuǎn)效應(yīng)。根據(jù)Fama-French的三因子模型，股票的收益與公司的市場組合收益率和賬面市值比有關(guān)，我們以股票的日收益率為被解釋變量，以貝塔、公司的市值（Size）、賬面市值比（BM）和關(guān)注度（AT）為控制變量，建立以下面板回歸模型：

模型1：

Dret=α■+α■ATT■+α■Beta■+α■Size■+α■BM■+ε■ （3）

模型2：

Dret=α■+α■ATT■+α■Beta■+α■Size■+α■BM■+ε■（4）

其中，ATT■、ATT■分別為當(dāng)前和滯后一期的投資者關(guān)注度，Beta是由前三個月的日交易數(shù)據(jù)估計而來，Size■是第i支股票第t期的規(guī)模，BM■是第i支股票第t期的賬面市值比。面板回歸結(jié)果見表3中的Panel A。

由Panel A可知，在控制了市場因素、個股規(guī)模和賬面市值比的影響之后，投資者當(dāng)期的關(guān)注度對當(dāng)期的股票收益率有正向的影響，也就是說，1個單位的投資者關(guān)注度能帶來0.0019個單位的超額收益率。而前期的投資者關(guān)注度對當(dāng)期的股票收益率有反向的影響，即前期一個單位的關(guān)注度將使當(dāng)期的股票收益率下降0.0005個單位。這恰恰反應(yīng)投資者關(guān)注的過度反應(yīng)，即投資者關(guān)注對當(dāng)期股票收益有上升的作用，但在短期內(nèi)形成反正。這種現(xiàn)象也間接說明，投資者關(guān)注不是由公司的基本面信息導(dǎo)致的，如果這種正向的價格壓力由公司基本面帶來，那么就不會出現(xiàn)這么快的反轉(zhuǎn)。國外研究結(jié)果發(fā)現(xiàn)投資者的關(guān)注度的反轉(zhuǎn)具有長期效應(yīng)，而本文研究發(fā)現(xiàn)這種反轉(zhuǎn)在短期內(nèi)就能完成。一方面，可能由于本文采用的是日數(shù)據(jù)，另一方面，由于國內(nèi)證券市場的信息披露機(jī)制并不完善，中國個人投資者往往盲目追隨，“羊群效應(yīng)”明顯，因而使得由于投資者關(guān)注導(dǎo)致的股價溢價很快就消失。

為檢驗回歸結(jié)果的穩(wěn)定性，本文將整體研究期間分為兩個子區(qū)間，以2007年9月25日為界。表3中的Panel B和Panel C分別描述了兩個子區(qū)間的回歸結(jié)果。比較Panel B和Panel C可知，各組模型中，模型1中第一個子區(qū)間的關(guān)注度估計系數(shù)的絕對值均小于第一個子區(qū)間的偏度估計系數(shù)的絕對值，但兩者的符號一致，且均在1的置信水平上統(tǒng)計顯著，表明關(guān)注度的反轉(zhuǎn)效應(yīng)比較穩(wěn)定，不會因為時間的改變或大環(huán)境的變化而發(fā)生變化。

五、結(jié)語

本文利用百度指數(shù)作為投資者關(guān)注度的代理變量，能精確地衡量投資者的有限關(guān)注程度，揭示其對股票收益的影響。本文發(fā)現(xiàn)如下結(jié)論：通過將關(guān)注度與規(guī)模賬面市值比、換手率分組，發(fā)現(xiàn)關(guān)注度與同時期股票收益成正比，且高關(guān)注度的股票收益明顯大于低關(guān)注度的股票，并通過建立零投資組合可以獲得超額收益；由于關(guān)注度在當(dāng)期對市場造成的正向價格壓力將很快發(fā)生反轉(zhuǎn)。

本文利用百度指數(shù)作為衡量股票的受關(guān)注程度，并以此研究上海證券交易所A股市場中關(guān)注度與股票收益的影響，為搜索量指標(biāo)在國內(nèi)金融領(lǐng)域的研究和應(yīng)用做了初步的探索，但本文仍存在一定的局限性：一是基于百度指數(shù)的搜索指數(shù)一般只反映個人投資者的注意力，并不能反映機(jī)構(gòu)投資者對股票的關(guān)注程度，而本文恰恰只對個人投資者的關(guān)注程度進(jìn)行研究；二是有一些股票因為公司的業(yè)務(wù)而被頻繁搜索，這為我們的研究帶來干擾，這樣的搜索量能否作為代理變量值得討論；三是由于時間的限制，本文只做了關(guān)注度對股票收益的影響，并沒有做股票收益對投資者關(guān)注度的影響，后續(xù)研究可以進(jìn)行數(shù)據(jù)的深入挖掘?！?/p>

（責(zé)任編輯：于明）

參考文獻(xiàn)：

[1]Simon H A.A behavioral model of rational choice[M].The Quarterly Journal of Economics， 1995， 69：99-118.

[2]Barber B M， Odean T.The effect of attention and news on the buying behavior of individual and institutional investors[J]. Review of Financial Studies，2007，21（2）：394-422.

[3]Thomas Dimpfl， Stephan Jank， “Can Internet Search Queries Help to Predict Stock Market Volatility” [J]. Available at SSRN 1941680.2011.

[4]賈春新，趙宇，孫萌，汪博.投資者有限關(guān)注與信息解.（下轉(zhuǎn)第52頁）