劉漢斌 段江嬌

摘 要：網絡熱度在眾多研究中均被認為會對投資者對相關觀念股票的投資決策產生影響。而金融科技作為一個新興概念，目前引起了越來越多的投資者的關注，對于相關概念的搜索也日益增多。因此，使用VAR模型分析了金融科技概念板塊股指收益與百度指數關鍵詞“金融科技”之間的關系，進而探索百度指數與金融科技板塊之間的關系。選取了2016年1月1日至2017年6月30日的“金融科技”百度指數以及對應的股票板塊指數進行實證分析。實證結果表明，金融科技概念板塊超額收益率與其對應的百度指數之間存在相關性。希望研究結果對證券市場監(jiān)管具有一定的借鑒意義。

關鍵詞：百度指數;超額收益率;股票板塊指數;投資者關注度

中圖分類號：F832.5? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2019）05-0140-04

引言

隨著互聯網的普及，網絡搜索頻率越來越成為衡量某件事物的公眾關注度的一個指標。得益于互聯網傳播速度快的特點，網絡已經成為了公眾投資者們獲取信息的主要來源。中國互聯網信息中心于2018年8月份發(fā)布了一份報告，報告中提及了我國截至2018年6月份時網民數量已經達到8.02億。說明網民數量已經占我國人數超過一半。在這其中，使用搜索引擎的網民數量占總網民數量的81.9%，達到了6.57億。而百度搜索作為國內搜索引擎的龍頭，在市場中處于絕對的領導地位。據易觀智庫在2017年末發(fā)表的報告，其在國內占領的市場份額比例達到了80.74%。這種種數據均說明了百度指數作為國內搜索引擎的龍頭企業(yè)，其關鍵詞的搜索數據對于大眾的關注度具有一定的代表意義。百度于2011年推出的百度指數，可以反映出關鍵詞在某個時期的搜索量。因此，我們檢索某個關鍵詞在某個時間段的百度指數，就可以得到其在我們指定的時間段內的檢索熱度，自然也可以反映公眾對于這個關鍵詞的關注度。

對于中國股市，概念炒作引發(fā)公眾關注，從而導致概念板塊發(fā)生波動是一個非常常見的模式。相對于一些傳統(tǒng)行業(yè)，一些能夠引發(fā)投資者關注的新概念往往更受投資者追捧。目前對于互聯網搜索數據與百度指數作為投資者關注度的有效性已經有一定的研究。目前金融科技是一個新興的熱點，投資者也逐漸加強了對該概念的關注。反映在投資者的行為上就是投資者對于相關概念的搜索量增加。因此，本文選擇研究金融科技概念板塊與其百度指數之間的關系。

一、文獻綜述

（一）投資者有限關注對金融市場定價機制影響的研究

根據行為金融學理論，股票債券等的金融資產除了受到其內在價值的影響，還會受到投資者有限關注影響。金融市場定價機制是指市場會對于投資者對于股票的不同關注程度會產生不同的影響。于李勝等（2010）研究了投資者注意力對股票大盤、板塊指數、個股層面的影響，并得出了投資者處理信息能力會隨著股票大盤和板塊指數的信息披露的增加而增強，但投資者對于個股層面上的信息處理能力卻顯示出了不足的問題。張雅慧（2011）驗證了我國股市存在“過度關注弱勢假說”，即媒體的關注會使得股票產生負的超額收益。姚海霞（2015）闡述了投資者情緒會通過股權融資渠道進而對股價產生影響。湯祥鳳（2016）發(fā)現，投資者關注會給股票其當前收益產生一個正向的影響，會給股票的之后的收益產生一個反向的影響。周孝華（2017）分析了兩次股災期間的投資者情緒，結果顯示，小市值股票以及低價股票能在公眾們情緒高漲時獲得更大的收益，且投資者并沒有從第一次股災中汲取教訓。謝明柱（2018）發(fā)現，我國市場存在周末效應，投資者在周末時對于某個股票的關注會對該股票下一周的價格跳躍以及價格反轉產生顯著的正向影響。

（二）百度指數作為投資者關注的指標的相關研究

張旭（2011）研究發(fā)現了上市公司的網絡搜索頻度與股票量價之間存在正相關關系。俞慶進（2012）首次將百度指數作為衡量投資者關注度的指標，將創(chuàng)業(yè)板數據與百度指數日數據進行研究，得出了關注度增加會帶來股價上升，但是價格隨后會反轉的結論。戴國良（2016）研究發(fā)現我國90%的投資者習慣利用互聯網獲得市場信息，并通過互聯網獲得的信息從而調整自己的投資決策。陳植元等（2016）則闡述了百度指數作為投資者關注度指標是有效的，可以對現存的股票預測模型進行改善。王曉彥等（2017）發(fā)現，當某個概念板塊不存在概念炒作基礎時，板塊股票的整體表現與投資者關注度沒有顯著聯系;只有當概念受到廣泛關注且前景被看好時，百度指數的波動才與相應概念板塊指數的超額收益率顯著相關。

從上述的研究文獻來看，現有的研究已經對投資者關注度會對股票收益產生的影響進行了實證分析，也對百度指數作為投資者關注度的有效性進行了實證分析。

文本將選取金融科技概念板塊進行實證分析。選擇金融科技作為板塊的理由有：目前金融科技是一個新興的板塊目前吸引了大量投資者的關注。具體表現在金融科技的網絡搜索量開始增加。所以選取其為研究對象。

二、數據的選取以及變量定義

（一）數據選取

本文選取了金融科技概念板塊指數，與此同時選取了滬深300指數作為股票市場整體價格波動的參考。金融科技概念板塊的指數走勢如圖1所示。數據的來源為Wind數據庫，選取的時間段為2016年1月1日——2017年6月30日。與此同時，本文使用金融科技關鍵詞作為衡量“金融科技”概念的投資者關注度大小。實驗下來發(fā)現的平均誤差在0.5%之內。剔除了雙休日，法定節(jié)假日以及部分缺失的數據后，總共得到有效數據為353個。

（二）變量定義

定義HS300t為t時期的滬深300指數，FTt為t時期的金融科技概念板塊股價指數。分別計算金融科技概念板塊指數的對數收益率RFT，t和滬深 300 指數對數收益率RHS300，t

RFT，t=lnFTt-lnFTt-1

RHS300，t=lnHS300t-lnHS300t-1

將t時刻金融科技板塊對數收益率RFT，t與滬深300指數對數收益率RHS300，t的差值作為金融科技板塊的超額收益率dFTHS300t

dFTHS300t=RFT，t-RHS300，t

定義Baidut為t時期金融科技的百度指數，dBaidut為百度指數的日變化率，公式如下

dBaidut=lnBaidut-lnBaidut-1

三、實證分析

本文建立VAR模型對百度指數變化率與金融科技板塊超額收益率的關系展開實證分析。

（一）單位根檢驗

利用VAR模型進行時間序列分析，首先進行單位根檢驗。本文采取的檢驗方法為ADF法，對百度指數變化率與金融科技板塊超額收益率平穩(wěn)性進行檢驗，檢驗結果如表1所示。百度指數變化率以及金融科技板塊超額收益率兩個變量均在1%的顯著性水平下，故可以認為其均是平穩(wěn)的，可以進行回歸。

（二）確定最佳滯后階數

根據表2檢驗結果，根據似然比準則，最終預測誤差準則，赤池信息準則這三個準則確定的最佳滯后階數為五階，而根據施瓦茨信息準則的最優(yōu)為二階，根據漢南-昆信信息準則的最優(yōu)階數為四階。由于確定為五階的準測數量最多，于是確定模型為VAR（5）模型。VAR模型的平穩(wěn)性也通過了檢驗，證明VAR模型是平穩(wěn)的。實證結果表明，金融科技的百度指數日波動與金融科技板塊的超額收益率在內存在著一種長期穩(wěn)定的變化關系。

（三）格蘭杰因果檢驗

以上檢驗只是證明了金融科技的百度指數日波動與金融科技板塊的超額收益率之間具有長期的均衡關系，但是這兩個因素中哪個為因、哪個為果仍需要進一步檢測。于是下一步我們進行格蘭杰檢驗。由表3得出，在10%顯著性水平下，金融科技的百度指數與金融科技板塊的超額收益率互為格蘭杰因果。

（四）脈沖響應分析

通過圖像可知，金融科技的百度指數日波動率以及金融科技板塊的超額收益率分別對自身的一個標準差新息有很強的反應。區(qū)別在于百度指數日波動率在第2期時會產生一個較大的反彈，至第三期基本已經回歸正常，而金融科技板塊的超額收益率在短期內則沒有反彈這種現象。這與一般研究中發(fā)現的超額收益率短期之內會反彈現象不一樣。由于A股的歷史里，任何一個新的概念板塊從未被大眾了解到逐漸被大眾接受進而成為熱點的過程，其概念板塊中的股票的價格在這個過程中普遍均處于被高估的狀態(tài)，直至達到了一個瓶頸后才會進行調整。而金融科技板塊的概念由于尚未被廣泛理解與接納，導致投資者未能及時調整自己的投資策略，進而導致市場出現的短暫跟風現象。這種跟風現象使得板塊在短時之內不會產生反彈。

四、結論與政策建議

本文研究了以“金融科技”為關鍵詞的百度指數與金融科技概念板塊股票價格變化的關系，主要的結論如下：百度指數能夠真實反映出投資者對金融科技板塊的主動關注，而且這種關注會對投資者的投資決策產生影響，影響金融科技概念股板塊指數的超額收益率。而金融科技概念板塊股價的超額收益率也會對其對應的關鍵詞搜索量造成影響，兩者的存在著明顯的正向關系。

基于上述結論，為了減少市場的不合理行為，為了保護投資者的利益與促進國內股票市場發(fā)展，提出了以下兩點針對性建議：第一，要加強對中小投資者的教育。提醒廣大投資者要理性投資，切勿盲目跟風，以免造成損失。第二，要考慮建立完善的賣空機制。當市場出現不理智的現象時，需要通過部分投資者的賣空行為對其進行降溫，這樣可以有效防止炒作行為進一步惡化，釀成惡果。

參考文獻：

[1]? 陳植元，米雁翔，厲洋軍，鄭君君.基于百度指數的投資者關注度與股票市場表現的實證分析[J].統(tǒng)計與決策，2016，（23）：155-157.

[2]? 戴國良.網絡行為金融大數據與中國證券市場的相關性研究[J].金融理論與實踐，2016，（1）：6-10.

[3]? 孟雪井，孟祥蘭，胡楊洋.基于文本挖掘和百度指數的投資者情緒指數研究[J].宏觀經濟研究，2016，（1）：144-153.

[4]? 王曉彥，陳曉凡，胡德寶.人工智能網絡熱度與其概念股績效的相關性研究[J].南方金融，2017，（8）：42-53.

[5]? 謝明柱.投資者有限關注與股票收益關系研究——基于百度指數的實證分析[J].江南大學學報：人文社會科學版，2018，17（5）：101-108.

[6]? 于李勝，王艷艷.信息競爭性披露、投資者注意力與信息傳播效率[J].金融研究，2010，（8）：112-135.

[7]? 俞慶進，張兵.投資者有限關注與股票收益——以百度指數作為關注度的一項實證研究[J].金融研究，2012，（8）：152-165.

[8]? 趙龍凱，陸子昱，王致遠.眾里尋“股”千百度——股票收益率與百度搜索量關系的實證探究[J].金融研究，2013，（4）：183-195.

[9]? Baker，Malcolm，and Jeffrey Wurgler.Investor sentiment and the cross-section ofstock returns[J].The Journal of Finance，2006，61（4）：1645-1680.

[10]? Odean，Terrance.Are Investors Reluctant to Realize Their Losses？[J].The Journal of Finance，1998，53（5）：1775-1798.