楊曉蘭， 王偉超， 高 媚*

(1. 上海外國語大學(xué)國際工商管理學(xué)院， 上海 200083； 2. 浙江大學(xué)經(jīng)濟學(xué)院， 杭州 310027；3. 浙江大學(xué)金融研究院， 杭州 310027)

0 引 言

經(jīng)過近30年的快速發(fā)展，中國股票市場在經(jīng)濟發(fā)展中發(fā)揮著越來越重要的作用.然而，我國股票市場仍然是一個新興市場，尚未形成成熟、完善的市場制度.為了彌補市場的不足，政府需運用行政手段對股市施加政策影響，以期實現(xiàn)股市平穩(wěn)運行和健康發(fā)展.政策對股票市場的影響一直是國內(nèi)市場實踐和學(xué)術(shù)界研究的熱點問題.

國內(nèi)眾多研究表明，中國股市是一個典型的“政策市”，股票市場的收益率、波動率以及系統(tǒng)性風(fēng)險都顯著受到政策的影響[1-5].現(xiàn)有文獻多注重揭示政策與股票市場之間關(guān)系，較少探討政策因素的影響機制.事實上，對我國股票市場的投資者而言，政策是一種股票市場的關(guān)鍵信息，他們需要對信息進行解讀，并最終作出投資決策.因此，政策對股市的影響不僅取決于信息本身的性質(zhì)，還取決于信息的傳播如何影響投資者對信息的感知和解讀.社會互動是一種重要的信息傳播方式.本文將嘗試從社會互動的角度來探討股市政策對股票市場的影響機制.

社會互動研究起源于社會學(xué)，是經(jīng)濟學(xué)研究的新興領(lǐng)域.在社會學(xué)理論中，人具有其特有的社會屬性，處于一定的網(wǎng)絡(luò)結(jié)構(gòu)之中，必然與他人建立社會關(guān)系，產(chǎn)生社會互動.信息是投資者決策的關(guān)鍵因素，而社會互動在傳遞信息方面發(fā)揮著重要的作用.投資者一方面由于自身精力有限，他們無法關(guān)注市場上的所有信息，只能借助社交網(wǎng)絡(luò)，例如朋友、親戚、鄰居等，以獲取相關(guān)信息；另一方面，由于認知的局限性，普通投資者難以正確解讀市場上大量專業(yè)的信息，社會網(wǎng)絡(luò)則成為投資者理解信息的主要渠道.隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，特別是網(wǎng)絡(luò)社交平臺的大規(guī)模普及，網(wǎng)絡(luò)社交平臺已逐步取代傳統(tǒng)的社交網(wǎng)絡(luò)，成為投資者傳遞信息的主要途徑.人們不再拘泥于通過傳統(tǒng)渠道獲取信息的方式，而更多的是通過網(wǎng)絡(luò)互動更加快速便捷地獲取信息.投資者不僅能在網(wǎng)絡(luò)上接收信息，還可以傳播信息，主動與他人交流，進而形成了大規(guī)模的基于互聯(lián)網(wǎng)的社交網(wǎng)絡(luò).

在我國，網(wǎng)民和股民高度重合，理解投資者基于社交網(wǎng)絡(luò)如何獲得、感知和解讀信息，是解釋股票市場現(xiàn)象的關(guān)鍵點.當新的政策消息發(fā)布時，基于互聯(lián)網(wǎng)的社會互動是否會影響股市對政策的反應(yīng)是本文研究的重點.網(wǎng)絡(luò)社交平臺為提取與量化社會互動的相關(guān)特征提供了極為有利的條件.本文選取新浪財經(jīng)博客作為研究對象.關(guān)注基于新浪博客的兩類主體的社會互動，分別是以經(jīng)濟學(xué)家、財經(jīng)評論家、專業(yè)投資者等為代表的博主發(fā)布信息、表達意見和情緒，以普通投資者為代表的博客閱讀者通過關(guān)注、閱讀、評論、轉(zhuǎn)發(fā)、收藏等操作與博主建立社會互動關(guān)系.利用文本挖掘技術(shù)和社會網(wǎng)絡(luò)研究方法，構(gòu)建反映個體之間社會互動程度、情緒屬性以及社會網(wǎng)絡(luò)中心程度的變量，檢驗社會互動對股市效應(yīng)的影響.

本文旨在探討兩個問題：第一，我國股市是否存在政策效應(yīng)；第二，社會互動對我國股市政策效應(yīng)的影響.顯然，基于社會互動視角探討股市政策對股票市場的影響機制具有重要的理論意義與現(xiàn)實意義.首先，據(jù)作者所知，至今為止，國內(nèi)外還沒有學(xué)者對社會互動與政策效應(yīng)之間的關(guān)系進行過討論與檢驗，本文為政策因素與股票市場的研究提供了新的視角.其次，本研究的結(jié)論對政府制定政策具有一定的指導(dǎo)意義，它能為規(guī)范網(wǎng)絡(luò)輿論、保護投資者利益、擇時發(fā)布股市政策，抑制股市的過度波動，促進我國證券市場的健康發(fā)展提供相關(guān)依據(jù).

1 文獻綜述

與本文主題相關(guān)的文獻包括以下三個方面：一是政策因素對股票市場的影響，二是社會互動相關(guān)研究，三是網(wǎng)絡(luò)信息的股票市場效應(yīng).

1.1 政策因素對股票市場的影響

2012年國際貨幣基金組織在其《世界經(jīng)濟展望》報告中提出，經(jīng)濟政策不確定性是2008年金融危機后阻礙經(jīng)濟復(fù)蘇的重要因素，股市作為宏觀經(jīng)濟晴雨表，其市場表現(xiàn)自然受到諸多政策因素影響.雷立坤等[1]證明了我國股票市場的波動與經(jīng)濟政策不確定性密切相關(guān).我國股市“政策市”特點尤為明顯.王明濤等[2]在總體水平下研究了中國股市的政策因素對股市波動的影響，他們將政策因素系統(tǒng)分類為證券供給和需求性政策、制度性政策、投資者預(yù)期性政策和其他相關(guān)信息四大類，并對政策因素進行量化，獲得政策頻率與政策強度兩個指標，進行多元回歸分析.結(jié)果表明政策因素是影響股市波動的關(guān)鍵因素.與之類似，張新紅和葉誠略[3]以1997年～2010年的上證綜指為研究對象，將離散型政策事件分為9大類，設(shè)立虛擬變量，研究表明政策事件對股市波動具有顯著的正向影響.鄧可斌等[4]的研究則揭示貨幣政策、財政政策因素在股票市場系統(tǒng)性風(fēng)險的形成方面均有決定作用，寬松貨幣/財政政策均能有效地降低我國股市的系統(tǒng)性風(fēng)險.朱小能和周磊[5]使用事件研究法，發(fā)現(xiàn)未預(yù)期貨幣政策對滬深股市有顯著負向影響，且貨幣政策方向?qū)墒杏绊懢哂胁粚ΨQ性.

1.2 社會互動相關(guān)研究

社會互動一詞最早來源于社會學(xué).社會互動研究是經(jīng)濟學(xué)研究的新興領(lǐng)域，直到上個世紀末經(jīng)濟學(xué)家才開始重視其在經(jīng)濟學(xué)范疇中的意義.Durlauf和Ioannides[6]從經(jīng)濟學(xué)視角出發(fā)，將社會互動定義為“個體之間的相互依賴性，在這些相互依賴性之下，一個社會—經(jīng)濟行為人的偏好、信念及其面臨的預(yù)算約束受到其他行為人的特征和選擇的直接影響”.

目前國內(nèi)外對社會互動的理論研究與實證研究主要集中于從微觀層面研究社會互動對個體行為的影響，如購買養(yǎng)老金[7]，選擇自己喜歡的音樂[8]，股市參與[9]、股票投資決策[10]等.近年來，國內(nèi)學(xué)者也開始關(guān)注社會互動與股票市場關(guān)系的研究.社會互動顯著影響著個體的投資選擇[11]，與股市參與[12,13]、家庭資產(chǎn)配置[14]、商業(yè)保險購買[15]等活動密切相關(guān).郭士祺和梁平漢[16]通過2011年中國家庭金融調(diào)查數(shù)據(jù)發(fā)現(xiàn)，社會互動通過傳遞股市信息推動了家庭的股市參與.周戰(zhàn)強和李彬[17]發(fā)現(xiàn)，社會互動也是股市傳聞影響個人投資者交易決策的一個間接途徑.隨著網(wǎng)絡(luò)時代的發(fā)展，互聯(lián)網(wǎng)的使用使社會互動得以有效增強，提高家庭金融風(fēng)險投資的參與率[18].劉宏和馬文翰[19]研究表明，在證券投資參與率和互聯(lián)網(wǎng)普及率高的地區(qū)，社會互動具有更明顯的投資參與促進效應(yīng)和社會乘數(shù)效應(yīng).此外，一些研究也討論了社會互動對資產(chǎn)定價的影響.楊曉蘭等[20]利用新浪博客數(shù)據(jù)，發(fā)現(xiàn)基于網(wǎng)絡(luò)的社會互動對股票市場收益率和波動性具有顯著的影響.羅衎等[21]通過仿真和東方財富股票論壇數(shù)據(jù)實證的方法驗證了社會互動對股票價格的影響，發(fā)現(xiàn)社會互動會加劇市場情緒的傳染，從而增加資產(chǎn)泡沫.

1.3 網(wǎng)絡(luò)信息的股票市場效應(yīng)研究

除了研究基于網(wǎng)絡(luò)的社會互動的文獻之外，更多的文獻關(guān)注網(wǎng)絡(luò)媒體對資產(chǎn)定價的影響[22,23].Antweiler和Frank[24]對雅虎財經(jīng)的150萬條帖子采用樸素貝葉斯算法，將其分成看空、看多、中立三類，由此構(gòu)建投資者看漲指數(shù)與意見分歧指數(shù)，結(jié)果表明前一天的發(fā)帖量與第二天的收益率顯著負相關(guān)，而投資者意見分歧指數(shù)與交易量顯著正相關(guān).Leung和Ton[25]通過澳大利亞最大的股票市場網(wǎng)絡(luò)信息平臺數(shù)據(jù)發(fā)現(xiàn)，平臺信息的數(shù)量、情緒和表現(xiàn)不佳的低賬面市值比的小公司的短期回報率顯著正相關(guān).Sun等[26]利用文本分析方法計算新聞和社交媒體上的投資者高頻情緒數(shù)據(jù)，發(fā)現(xiàn)滯后半小時的投資者情緒可以用于預(yù)測當天標普500指數(shù)的收益率.Siganos等[27]運用Facebook的數(shù)據(jù)構(gòu)建了20個國家的日度投資者情緒分歧指數(shù)，結(jié)果表明投資者情緒分歧程度越高，股票波動率越高.Deng等[28]根據(jù)大量微博文本提取每日和每小時的微博情緒指數(shù)，發(fā)現(xiàn)其對股票收益率有顯著影響.

在國內(nèi)，金雪軍等[29]借助文本挖掘技術(shù)提取東方財富網(wǎng)股吧帖子中蘊含的投資者情緒，構(gòu)建看張指數(shù)和意見趨同指數(shù)，發(fā)現(xiàn)看漲指數(shù)與股票收益率呈顯著正相關(guān)，意見趨同指數(shù)與成交量呈顯著負相關(guān)，并且證明了網(wǎng)絡(luò)信息對股票市場具有預(yù)測性.部慧等[30]同樣基于東方財富網(wǎng)股吧貼文構(gòu)建投資者情緒指標，發(fā)現(xiàn)投資者情緒對股票收益率和交易量有當期影響.岑維等[31]基于深圳交易所互動易平臺問答數(shù)據(jù)構(gòu)建投資者關(guān)注度指標，結(jié)果表明投資者關(guān)注度越大，股票收益率越高，同時證明投資者關(guān)注度能夠降低市場信息不對稱，穩(wěn)定市場.劉海飛等[32]構(gòu)建了上市公司社交網(wǎng)絡(luò)微博平臺的信息質(zhì)量指標體系，發(fā)現(xiàn)微博信息質(zhì)量與股價同步性顯著負相關(guān)，隨著上市公司微博信息質(zhì)量水平的提高，股價同步性逐漸降低至最小值，隨后逐漸提高.孫書娜和孫茜[33]利用雪球社區(qū)用戶的自選信息構(gòu)建了日度超額雪球關(guān)注度指標，發(fā)現(xiàn)投資者關(guān)注會在短期內(nèi)對市場價格形成壓力并使交易量劇增.

已有文獻為本文研究提供了理論和方法上的啟發(fā).然而，與已有文獻研究社會互動、網(wǎng)絡(luò)信息的股市效應(yīng)不同，本文主要關(guān)注社會互動在信息傳播、信息感知和解讀上發(fā)揮的作用，進一步揭示股票市場相關(guān)政策影響股市的內(nèi)在機制.本文運用文本挖掘技術(shù)和社會網(wǎng)絡(luò)研究方法，基于博客文本數(shù)據(jù)，構(gòu)建了博主互動訴求、博主影響力、互動覆蓋范圍和互動程度這四個社會互動指標，反映投資者之間社會互動程度、情緒屬性以及社會網(wǎng)絡(luò)中心程度，充分描述社會互動的特征，檢驗社會互動和政策因素對股票市場的交叉效應(yīng).

2 理論分析和研究假設(shè)

圖1是本文的理論分析思路.

圖1 理論思路

根據(jù)圖1，政策信息對股票市場的影響主要存在兩種機制，信息的自身特征和信息的傳播.一方面，股市的政策效應(yīng)取決于政策信息的自身特征.本文研究的信息特征不僅包括政策出臺的頻率，還包括政策方向，即政策信息屬于利好還是利空.好消息還是壞消息，會造成投資者不同的信息感知，使投資者形成不同的股市判斷，進而產(chǎn)生不同的投資者行為，最終影響股票市場的收益率和波動率.另一方面，股市的政策信息將會通過信息傳播的途徑影響股票市場.顯然，社會互動的深度和廣度，將會對投資者的信息感知和解讀產(chǎn)生影響，繼而影響投資者行為，最終反應(yīng)到股市中，出現(xiàn)所謂的政策效應(yīng).

根據(jù)已有文獻，我國的股票市場具有典型的“政策市”特點.金融監(jiān)管當局不僅會借助貨幣政策和財政政策來調(diào)控股市的運行，還會通過行政手段和官方輿論影響股票市場.根據(jù)王明濤等[2]，與股票市場相關(guān)的政策主要包括五類：證券供給需求性政策、貨幣政策、市場創(chuàng)新與市場交易制度、法律法規(guī)與市場監(jiān)管以及輿論導(dǎo)向政策.具體而言，股票收益率受政策方向的影響，例如，證券供給和需求政策、貨幣政策都會改變股票供求關(guān)系，如果利好政策(如寬松的貨幣政策)導(dǎo)致市場資金供應(yīng)大于股票供應(yīng)，流動性充足，則會促使股市上行，反之則股票下行；輿論導(dǎo)向類政策會影響投資者預(yù)期，樂觀的輿論導(dǎo)向有助于股市上漲，悲觀的輿論導(dǎo)向則會抑制股票上漲.股票波動率則更多受到政策頻率的影響，例如法律法規(guī)類的政策和制度性政策出臺的初衷通常是為了維護股市健康發(fā)展，控制市場風(fēng)險，降低股市波動，然而，政策頻繁出臺會加大市場預(yù)期的不確定性，加大市場的波動率.

基于以上原因，本文提出有關(guān)股市政策效應(yīng)的兩個假設(shè)：

假設(shè)1股市政策的方向會顯著影響股票市場的收益率，利好政策正向影響收益率.

假設(shè)2股市政策的頻率會顯著影響波動率，政策出臺的頻率越高，市場波動率越大.

我國股票市場以個體投資者為主.據(jù)統(tǒng)計，以A股滬市為例，具備大學(xué)本科及以上學(xué)歷的個體投資者僅占21.37%(《上海證券交易所統(tǒng)計年鑒，2015年》).大量投資者并不具備獲取信息的專業(yè)渠道，也不具備對相關(guān)政策進行解讀的能力.社會互動從信息和情緒兩個方面影響政策因素對股市的作用.一方面，社會互動作為信息傳播的有效途徑之一，能夠使互動群體獲得信息而免于或支付較少的成本，群體行為還會對個體起到示范作用并相互影響[34].由于“社會乘數(shù)(social multiplier)”的存在，公共政策的效果會通過社會互動不斷放大，從而提高其有效性[35].另一方面，情緒是具有社會價值的，它是協(xié)調(diào)互動性的重要方式.心理學(xué)中的情緒傳染理論認為，情緒感染是建立在與他人互動的基礎(chǔ)之上的.通過個體之間的社會交互形成群體內(nèi)的情緒，反過來，群體內(nèi)的情緒也會增強個體的情緒反應(yīng)[36].因此，投資者之間的社會互動會加劇市場情緒的傳染.

在互聯(lián)網(wǎng)高度發(fā)達的今天，社交網(wǎng)絡(luò)成為投資者之間社會互動的主要渠道之一.以新浪財經(jīng)博客為例，設(shè)置了大盤走勢、獨家看市、經(jīng)濟時評等專欄，以知名經(jīng)濟學(xué)家、財經(jīng)記者、市場專業(yè)投資者為代表的博主在專欄中發(fā)布博文，普通投資者通過閱讀、評論、轉(zhuǎn)發(fā)、收藏等操作與博主建立社會互動關(guān)系.在這樣的社會網(wǎng)絡(luò)中，博主通過博文傳遞的信息、表達的情緒不斷擴散到更多的普通投資者之中，影響投資者對信息感知、解讀，最終影響投資者的個人決策.當政府出臺與股市相關(guān)的政策時，博主會及時發(fā)布與此相關(guān)的博文，表達自己的意見，引發(fā)投資者關(guān)注.博主發(fā)表的博文越多，意味著其社會互動的訴求越強，政策對股票市場產(chǎn)生的效應(yīng)也將由此得到強化.因此，本文提出第三個假設(shè)：

假設(shè)3社會互動會放大股市的政策效應(yīng)，博主互動訴求越強，這種放大效應(yīng)越強.

社會網(wǎng)絡(luò)中的個體并不處于平等的地位，即使同為博主，影響力也各不相同.意見領(lǐng)袖是社會網(wǎng)絡(luò)中具有重要影響力的節(jié)點，比其他人擁有更多的網(wǎng)絡(luò)關(guān)系，產(chǎn)生更大的影響力.近年來有關(guān)網(wǎng)絡(luò)意見領(lǐng)袖對公共事件輿情、消費意愿的影響受到學(xué)術(shù)界的關(guān)注.例如，青平等[37]發(fā)現(xiàn)產(chǎn)品傷害危機情境下,網(wǎng)絡(luò)意見領(lǐng)袖的感性動員更易引起網(wǎng)民的憤怒情緒.肖欣榮和田悅紅[38]以新浪微博意見領(lǐng)袖為例，論證了投資者的信心和情緒受到意見領(lǐng)袖的影響，形成從眾行為和群體行為，從而影響資產(chǎn)價格的過程.對股票市場的普通投資者而言，股票市場的相關(guān)政策具有專業(yè)性，意見領(lǐng)袖往往具有在政府監(jiān)管部門、智庫、高等院校、大型專業(yè)投資機構(gòu)的任職經(jīng)歷，投資者更傾向于相信意見領(lǐng)袖對政策的解讀具有權(quán)威性.因此，本文提出第四個假設(shè)：

假設(shè)4社會互動對股票市場效應(yīng)的放大作用受到博主影響力的影響，博主的影響力越大，放大作用越顯著.

除了博主發(fā)文數(shù)量、博主影響力之外，社會互動對股票市場政策效應(yīng)的放大作用還受到互動范圍和互動程度的影響，具體而言博客閱讀量越大，意味著博主意見和情緒的影響范圍越大，而普通投資者對博文的評論、轉(zhuǎn)發(fā)、收藏、點贊數(shù)量越多，意味著投資者與博主的互動強度越大，這都會使政策對股票市場產(chǎn)生更為明顯的作用.因此，本文提出第五個假設(shè)：

假設(shè)5社會互動對股票市場效應(yīng)的放大作用受到互動覆蓋范圍和互動程度的影響，覆蓋范圍越大、互動程度越強，放大作用越顯著.

3 研究設(shè)計

3.1 樣本與數(shù)據(jù)

本文選取股市政策作為研究對象.股市政策是與股市直接相關(guān)、直接作用于股市的政策.主要有以下五類政策：證券供給需求性政策、貨幣政策、市場創(chuàng)新與市場交易制度、法律法規(guī)與市場監(jiān)管以及輿論導(dǎo)向政策.借鑒王明濤等[2]、張新紅和葉誠略[3]的研究，政策數(shù)據(jù)來源于上海證券交易所官網(wǎng)和深證證券交易所官網(wǎng)披露的大事記、各年的證券市場大事記以及手工搜集整理的《人民日報》股市評論文章和領(lǐng)導(dǎo)公開講話.

本文基于新浪財經(jīng)博客平臺構(gòu)建社會互動變量，選取與股市直接相關(guān)的四個板塊：獨家看市、大盤走勢、板塊/個股以及證券市場，時間跨度為2013年12月至2015年11月.通過文本挖掘技術(shù)，獲取社會互動變量，下文將詳細介紹.其他數(shù)據(jù)來源于WIND數(shù)據(jù)庫和CSMAR數(shù)據(jù)庫.

3.2 文本挖掘

3.2.1 獲取網(wǎng)絡(luò)數(shù)據(jù)

本文的海量數(shù)據(jù)來源于中國較高知名度的博客平臺——新浪財經(jīng)博客.運用網(wǎng)絡(luò)爬蟲工具Gooseeker抓取了2013年12月至2015年11月的共計14萬多條博客數(shù)據(jù)，數(shù)據(jù)內(nèi)容包括博文文本、發(fā)表時間、作者ID、閱讀數(shù)、評論數(shù)以及轉(zhuǎn)發(fā)數(shù).同時，為了定量描述新浪博客的社會網(wǎng)絡(luò)， 還抓取了近1 200名新浪博客博主的相互關(guān)注信息.

3.2.2 構(gòu)建情緒指標

本文使用機器學(xué)習(xí)方法實現(xiàn)文本數(shù)據(jù)的自動分類，進而構(gòu)建情緒指標.對博客的標題進行分類，因為本文認為博客的標題大致能夠反映出博客的主要觀點，并且很多投資者并不會詳細閱讀博客正文，而是僅僅閱讀了博客標題.

(1)

3.2.3 構(gòu)建社會網(wǎng)絡(luò)

通過獲取博主之間的相互關(guān)注信息，使用Gephi軟件繪制新浪博客的社會網(wǎng)絡(luò)結(jié)構(gòu)圖(圖2).節(jié)點中心性是判斷節(jié)點在網(wǎng)絡(luò)中的重要性指標.特征向量中心性取決于鄰居節(jié)點的數(shù)量和鄰居節(jié)點的重要性，這與社交網(wǎng)絡(luò)一致.例如，一個與10名中小投資者互相關(guān)注的博主和一個與10名經(jīng)濟學(xué)家互相關(guān)注的博主，肯定是后者更具影響力.

圖2 新浪財經(jīng)博客社會網(wǎng)絡(luò)及意見領(lǐng)袖

表1 新浪博客前十名意見領(lǐng)袖

圖2展示了新浪博客1 277位博主相互關(guān)注的社會網(wǎng)絡(luò).節(jié)點的顏色越深，節(jié)點的形狀越大，代表節(jié)點的特征向量中心性越大，也就越重要.通過統(tǒng)計，找到了排名前十位的意見領(lǐng)袖.表1展示了前十位意見領(lǐng)袖的具體信息，多為有市場影響力的著名經(jīng)濟學(xué)家、財經(jīng)評論家和專業(yè)投資者.這意味著用特征向量中心性能較準確地刻畫博主在社會網(wǎng)絡(luò)中的重要性.

表2 政策變量

3.3 變量構(gòu)造

3.3.1 股市政策變量

借鑒王明濤等[2]、張新紅和葉誠略[3]對政策因素的系統(tǒng)分類方法，將股市政策分為證券供給和需求性政策、貨幣政策、市場創(chuàng)新與市場交易制度、法律法規(guī)與市場監(jiān)管以及輿論導(dǎo)向政策五大類.

由于本文的被解釋變量為股市收益率與股市波動率，故分別從政策頻率和政策利好程度這兩個角度來定義股市政策變量.股市政策變量采用周度數(shù)據(jù)，人工搜集了2013年12月～2015年11月共102周的每周相應(yīng)政策公布的數(shù)目.

表2概括了政策變量的具體含義.政策頻率是指每周該類政策發(fā)布的總條數(shù)，五類政策頻率分別定義為D1，D2，D3，D4和D5.政策利好程度是指每周該類政策的利好程度.借鑒Antweiler和Frank[24]構(gòu)建投資者情緒的方法，通過以下兩個步驟來構(gòu)建這個有關(guān)政策利好程度的變量DGood：第一步，對所有政策按照政策利空或利好的方向進行分類，分成利好政策，利空政策，中性政策；第二步，通過公式(2)構(gòu)建政策利好程度指標

(2)

由于市場創(chuàng)新與市場交易制度、法律法規(guī)與市場監(jiān)管難以區(qū)分利空或利好的特點，因此政策利好程度變量只有三個：D1Good、D2Good、D5Good.

3.3.2 社會互動變量

本文研究的社會互動變量是從新浪博客參與主體的角度考慮的.從博主的角度，作為信息的發(fā)起者，博主的互動訴求，即每周發(fā)表多少篇博客，代表了博客平臺的信息數(shù)量；同時博主的影響力也會對信息的傳播范圍和速度造成影響.從投資者的角度，作為信息的接收者，他們的閱讀、評論、點贊、轉(zhuǎn)發(fā)、收藏等行為就直接表現(xiàn)了博客的傳播廣度和深度，因此將博客的閱讀量作為互動的覆蓋范圍，將博客的評論、轉(zhuǎn)發(fā)、收藏、點贊作為博客的互動程度.

本文構(gòu)建4類社會互動變量：博主互動訴求、博主影響力、互動覆蓋范圍和互動程度.變量均為周度數(shù)據(jù).社會互動變量分為兩類，不含情緒的社會互動與含情緒的社會互動.不含情緒的社會互動變量包括每周所有博客的數(shù)量、博主中心性、博客閱讀量以及博客的評論、轉(zhuǎn)發(fā)、收藏、點贊量.含情緒的社會互動變量是不含情緒的互動變量與情緒指數(shù)的乘積.

社會互動指標的具體計算方法如下所示：

每周博客數(shù)量=每周博主發(fā)表的博客數(shù)量

每周博主中心性=每周所有參與互動的博主的特征向量中心性之和

每周博客閱讀量=每周所有博客的閱讀量之和/每周博客數(shù)量

每周博客評論、轉(zhuǎn)發(fā)、收藏、點贊量=每周所有博客的評論、轉(zhuǎn)發(fā)、收藏、點贊之和/每周博客數(shù)量.

3.3.3 股票市場變量

本文的因變量為股市收益率和股市波動率.借鑒Azar 和Lo[39]的股市收益率模型，將所有A股流通市值加權(quán)指數(shù)的超額收益率，即指數(shù)收益率與無風(fēng)險收益率的差作為股市收益率指標；收益率模型的控制變量為將滯后一期的收益率、規(guī)模風(fēng)險因子、賬面市值比風(fēng)險因子和動量因子作為控制變量.所有變量均為周度數(shù)據(jù).

將一周內(nèi)日度超額收益率的方差作為波動率指標，借鑒王明濤等[2]，波動率模型的控制變量為滯后一期的波動率、工業(yè)增加值、通貨膨脹率、貨幣供給量、社會消費品零售總額、上海證券市場總流通股數(shù)以及上市公司按流通股本加權(quán)每股收益(1)波動率模型的控制變量沒有周度數(shù)據(jù)，因此模型中控制變量是取其當周的月度數(shù)據(jù)..主要變量如表3所示.

表3 主要變量表

4 實證分析

4.1 變量描述性統(tǒng)計

對本文的股市政策變量進行描述性統(tǒng)計.發(fā)現(xiàn)樣本期間內(nèi)法律法規(guī)與市場監(jiān)管政策出現(xiàn)的次數(shù)最多，兩年內(nèi)共出現(xiàn)110次；緊接著是市場創(chuàng)新與市場交易制度33次、輿論導(dǎo)向政策25次、證券需求和供給政策21次以及貨幣政策14次.表4是政策變量的描述性統(tǒng)計結(jié)果.

表4 股市政策變量的描述性統(tǒng)計

表5 社會互動變量的描述性統(tǒng)計

表5是兩類社會互動變量的描述性統(tǒng)計結(jié)果.針對不含情緒的社會互動變量，博主互動訴求的平均值為200，表明博主具有強烈的互動訴求；博主影響力的平均值為81.95，最大值為142，最小值為6，表明不同時間的博主影響力具有明顯的區(qū)別；博客覆蓋范圍的平均值達到14 010，證明博客的傳播范圍廣泛；但是博客的評論、轉(zhuǎn)發(fā)、收藏、點贊量平均值較小，為102.總體而言，新浪博客的互動具有一定的規(guī)模和影響力，適合作為本文的研究對象.

4.2 股市政策對股票市場的影響

4.2.1 模型設(shè)定

本文分別將市場收益率和市場波動率作為因變量，檢驗股市政策對股票市場的影響.

模型1借鑒Azar和Lo[37]，本文采用如下模型研究政策變量對收益率的影響

Rt=α+βPolicyt+λControlt+εt

(3)

Rt：t期的所有A股流通市值加權(quán)指數(shù)的收益率.

Policyt：t期的股市政策利好程度變量，包括D1Good，D2Good和D5Good.

Controlt：控制變量，包括t-1期的收益率、t期的規(guī)模風(fēng)險因子、賬面市值比風(fēng)險因子和動量因子.

模型2借鑒王明濤等[2]，本文采用如下模型研究政策變量對波動性的影響

Volt=α+βPolicyt+λControlt+εt

(4)

Volt：t期全A股流通市值加權(quán)指數(shù)的波動率.

Policyt：t期的股市政策頻率變量，包括D1，D2，D3，D4和D5.

Controlt：控制變量，包括t-1期的波動率、t期的工業(yè)增加值、通貨膨脹率、貨幣供給量、社會消費品零售總額、上海證券市場總流通股數(shù)以及上市公司按流通股本加權(quán)每股收益.

4.2.2 股市政策對股市收益率的影響

根據(jù)模型1，首先分析股市政策利好程度對股票市場收益率的影響.從表6的回歸結(jié)果可以看出以下幾點：第一，輿論導(dǎo)向政策的利好程度(D5Good)與股市收益率顯著正相關(guān)，這表明人民日報股市評論與領(lǐng)導(dǎo)講話所釋放的積極信號能提高股市的收益率；第二，證券供給和需求性政策、貨幣政策的利好程度對股票收益率的影響并不顯著.也就說，僅有輿論導(dǎo)向政策支持本文假設(shè)1.

表6 政策利好程度對收益率影響的回歸結(jié)果

注：*表示10%顯著水平，**表示5%顯著水平，***表示1%顯著水平.

為了排除以上模型可能存在的多重共線性問題，對回歸方程進行了多重共線性檢驗，即方差膨脹因子VIF檢驗.檢驗結(jié)果表明，各變量方程膨脹因子檢驗的VIF值小于10，不存在多重共線性問題.

4.2.3 股市政策對股市波動性的影響

接下來，根據(jù)模型2分析各類股市政策頻率對股市波動率的影響.根據(jù)表7，在這五類政策中，有三類政策對股市波動率存在顯著的沖擊，分別是證券供給和需求性政策(D1)、貨幣政策(D2)和市場創(chuàng)新與市場交易制度(D3).證券供給和需求性政策(D1)的系數(shù)為7.141 8，符號為正，且通過了顯著水平為1%的顯著性檢驗，說明證券供給和需求性政策越頻繁，股市波動率越大.同時貨幣政策變量(D2)的系數(shù)為3.262，在10%的顯著性水平上顯著為正.這表明貨幣政策與股市波動率正相關(guān)，貨幣政策的頻率越大同樣會加劇股票市場的波動.此外，市場創(chuàng)新與市場交易制度(D3)系數(shù)為-3.165，且通過顯著水平為5%的顯著性檢驗，說明市場創(chuàng)新與市場交易制度政策的頻繁發(fā)布有助于緩解股市的波動.其余兩項政策系數(shù)對股市波動的影響均不顯著.綜上，在五類政策中證券供給和需求性政策、貨幣政策、市場創(chuàng)新與市場交易制度影響股票波動率，符合本文提出的假設(shè)2.

表7 政策頻率對波動率影響的回歸結(jié)果

注：*表示10%顯著水平，**表示5%顯著水平，***表示1%顯著水平.

對以上方程進行方差膨脹因子VIF檢驗.檢驗結(jié)果表明，各變量方程膨脹因子檢驗的VIF值小于10，不存在多重共線性問題.

4.3 社會互動對股市政策效應(yīng)的影響

4.3.1 模型設(shè)定

為了檢驗社會互動對股市政策效應(yīng)的影響，本文分別設(shè)置模型3和模型4，即在模型1和模型2中增加社會互動變量、政策因素與社會互動的交叉項.在收益率模型3中，收益率的高低更多受互動過程中博主情緒的影響，本文設(shè)置的社會互動變量是含情緒的社會互動變量；在波動率模型4中，波動率的變化則與互動程度有關(guān)，本文設(shè)置的社會互動變量是不含情緒的社會互動變量.

模型3

Rt=α+βPolicyt+γXt+δPolicy×Xt+

λControlt+εt

(5)

Rt：t期的市場收益率.

Policyt：t期的股市政策變量，即政策利好程度.

Xt：t期的社會互動變量.

Policy×Xt：t期政策利好程度變量與社會互動變量的交叉項.

Controlt：其他控制變量，同模型1.

模型4

Volt=α+βPolicyt+γXt+

δPolicy×Xt+λControlt+εt

(6)

Volt：t期的市場波動率.

Policyt：t期的股市政策變量，即政策頻率.

Xt：t期的社會互動變量.

Policy×Xt：t期政策頻率變量與社會互動變量的交叉項.

Controlt：其他控制變量，同模型2.

4.3.2 股市政策對股市收益率的影響： 基于社會互動視角

本部分重點討論證券供給和需求性政策(D1Good)、貨幣政策(D2Good)和輿論導(dǎo)向政策(D5Good)是否會通過社會互動渠道來影響股市的收益率.由于社會互動的四個變量存在一定的多重共線性，為避免回歸結(jié)果的不準確性，本文對四個變量分別設(shè)置模型進行檢驗.

根據(jù)表8顯示的回歸結(jié)果，首先發(fā)現(xiàn)所有社會互動變量都對收益率有顯著正向影響，這與楊曉蘭等[20]等已有文獻的發(fā)現(xiàn)一致.

其次，檢驗社會互動變量與政策變量的交叉效應(yīng)，得到以下結(jié)論，第一，從包含證券供給和需求性政策(D1Good)的回歸結(jié)果來看，發(fā)現(xiàn)證券供給和需求性政策(D1Good)與社會互動的交叉項均沒有通過顯著性檢驗，即證券供給和需求性政策利好程度對股市收益率的影響并不受社會互動影響.

第二，根據(jù)包含貨幣政策(D2Good)的回歸結(jié)果顯示，除博主影響力(II2)之外，貨幣政策與社會互動變量的交叉項系數(shù)全部顯著為正.因此，貨幣政策對股市收益率的影響在很大程度上取決于社會互動.當社會互動的廣度和深度越大時，貨幣政策對股市收益率的正向影響也越顯著.

第三，從包含輿論導(dǎo)向政策(D5Good)的回歸結(jié)果來看，輿論導(dǎo)向政策與社會互動的交叉項均不顯著，因此輿論導(dǎo)向政策對股市收益率的影響沒有受到社會互動因素的制約.相對于輿論導(dǎo)向而言，貨幣政策更具有專業(yè)性，缺乏專業(yè)知識的投資者難以理清貨幣政策對股票市場的影響，他們的決策行為更容易依賴于其他社會成員，特別是在社會網(wǎng)絡(luò)中處于中心節(jié)點的博主，存在專家依賴現(xiàn)象.

表8 股市政策對收益率的影響： 基于社會互動視角

注：*表示10%顯著水平，**表示5%顯著水平，***表示1%顯著水平.

4.3.3 股市政策對股市波動率的影響： 基于社會互動視角

通過模型2的檢驗，發(fā)現(xiàn)證券供給和需求性政策(D1)、貨幣政策(D2)以及市場創(chuàng)新和市場交易制度(D3)會顯著影響股市的波動.故本部分對模型4進行實證研究，重點討論D1、D2、D3政策對股市波動率的影響是否會取決于社會互動因素.同樣，本文對這四個社會互動變量分別設(shè)置模型，進行檢驗.

表9 股市政策對波動率的影響： 基于社會互動視角

注：*表示10%顯著水平，**表示5%顯著水平，***表示1%顯著水平.

如表9所示，四個社會互動變量均顯著提高了市場的波動率.首先，證券供給和需求性政策(D1)和四個社會互動變量的交叉項系數(shù)均是顯著為正.且在模型4-1和模型4-2中，證券供給和需求性政策(D1)系數(shù)均顯著為負.在模型4-1中，當社會互動變量(IA1)取平均值時，D1的總效應(yīng)為3.504，即正向影響，與模型2的結(jié)果一致.同樣，這也可以在模型4-2、模型4-3和模型4-4中得到驗證.由此可見，證券供給和需求性政策(D1)對股市波動率的正向影響取決于社會互動因素.當博主互動訴求、博主影響力、互動覆蓋范圍和互動程度較大時，證券供給需求性政策會造成更劇烈的股市波動.

其次，市場創(chuàng)新和市場交易制度(D3)和四個社會互動變量的交叉項系數(shù)均顯著為負.通過代入四個社會互動變量的均值，發(fā)現(xiàn)D3變量的總效應(yīng)均小于0，與模型2結(jié)果一致.市場創(chuàng)新和市場交易制度(D3)對股市波動率具有顯著的負向影響，即能降低股市的波動，并且這種負向效應(yīng)隨著社會互動的加強而更為顯著.社會互動的廣度和深度越大，市場創(chuàng)新和市場交易制度(D3)越能平緩股市的波動.

然而，貨幣政策(D2)與社會互動的交叉項均不顯著，表明貨幣政策對波動率的影響與社會互動無關(guān).

綜上所述，本文提出的假設(shè)3、假設(shè)4和假設(shè)5，即博主互動訴求、博主影響力、互動覆蓋范圍和互動程度會放大政策的股市效應(yīng).在波動率模型上，針對證券供給和需求性政策、市場創(chuàng)新和市場交易制度，該系列假設(shè)均得到支持.在收益率方面，僅發(fā)現(xiàn)博主互動訴求、互動覆蓋范圍、互動程度這三個社會互動變量與貨幣政策的交叉變量顯著影響收益率，社會互動變量與其他政策不存在交叉效應(yīng).值得注意的是，貨幣政策本身并沒有對收益率產(chǎn)生顯著影響，但在博主互動訴求、互動覆蓋范圍和互動程度強的情況下貨幣政策對收益率的影響顯著高于社會互動弱的情況，表明投資者對貨幣政策的感知、解讀依賴于社會網(wǎng)絡(luò)中的意見和情緒.

4.4 穩(wěn)健性檢驗

本文的社會互動變量來源于新浪財經(jīng)博客的網(wǎng)絡(luò)互動，社會互動與股市收益率、波動率之間可能存在反向因果關(guān)系，即很可能是股市收益率和波動率的變化引發(fā)了社會互動的變化.本文試圖用工具變量法來排除社會互動與股市收益率、波動率的反向因果關(guān)系帶來的潛在內(nèi)生性問題.因此，本文以滯后一期的社會互動變量作為工具變量進行檢驗.在一階段的回歸中，用滯后一期的社會互動變量作為工具變量預(yù)測當期社會互動程度，再用預(yù)測值作為自變量進行二階段回歸.第一階段回歸結(jié)果顯示四個滯后一期的社會互動變量的系數(shù)顯著為正，這表明檢驗并不存在弱工具變量問題(2)由于篇幅所限，一階段回歸具體結(jié)果未在文中報告..二階段回歸結(jié)果如表10所示，在排除內(nèi)生性干擾后，貨幣政策利好程度(D2Good)與社會互動變量之一的博主互動訴求(IA2)的交叉項系數(shù)顯著為正，這一結(jié)果與OLS回歸相似，表明貨幣政策對股市收益率的影響在很大程度上取決于社會互動這一結(jié)論依然成立.不同的是，貨幣政策利好程度與互動覆蓋范圍(IC2)、互動程度(IL2)的交叉項系數(shù)不顯著，但本身OLS回歸中的兩個交叉項的顯著性也較低，僅在10%的顯著性水平下顯著.此外，輿論導(dǎo)向政策利好程度(D5Good)與博主互動訴求(IA2)、博主影響力(II2)的交叉項在10%顯著性水平下顯著為正.如表11所示，社會互動對政策效應(yīng)的波動率的影響則與OLS結(jié)果非常接近，證券供給和需求政策頻率(D1)與四個社會互動變量的交叉項均顯著為正，表明社會互動的確會加劇證券供給和需求政策造成的股市波動.市場創(chuàng)新和市場交易制度頻率(D3)與互動程度(IL1)的交叉項系數(shù)顯著為負，方向也與OLS回歸一致.而貨幣政策(D2)除了與博主互動訴求(IA1)的交叉項系數(shù)顯著之外，其他均不受社會互動影響.因此，OLS回歸的結(jié)果基本是穩(wěn)健的.

表10 穩(wěn)健性檢驗-工具變量： 社會互動對政策效應(yīng)(收益率)的影響

注：*表示10%顯著水平，**表示5%顯著水平，***表示1%顯著水平.模型3-7/8的二階段回歸調(diào)整后的R2為負，因此并未顯示在回歸結(jié)果中.雖然工具變量法的R2并不存在統(tǒng)計意義，但為了結(jié)果完整性，本文依然予以報告，表12同.

表11 穩(wěn)健性性檢驗-工具變量： 社會互動對政策效應(yīng)(波動率)的影響

注：*表示10%顯著水平，**表示5%顯著水平，***表示1%顯著水平.

此外，還選取了滯后一期的政策變量與滯后一期的社會互動變量，代入回歸模型3和模型4中，進行穩(wěn)健性檢驗.理論上，當期的股市收益率、波動率無法影響前一期的社會互動.如表12、表13所示，本文發(fā)現(xiàn)，政策變量與社會互動變量的交叉項在各模型中都有顯著為正的情況，表明社會互動會強化貨幣政策對于股市收益率的影響，并且強化證券供給和需求政策、貨幣政策對波動率的影響，結(jié)果依然基本支持本文的理論假設(shè)，即社會互動會影響政策的股市效應(yīng).

表12 穩(wěn)健性檢驗-滯后： 社會互動對政策效應(yīng)(收益率)的影響

注：*表示10%顯著水平，**表示5%顯著水平，***表示1%顯著水平.

表13 穩(wěn)健性性檢驗-滯后： 社會互動對政策效應(yīng)(波動率)的影響

注：*表示10%顯著水平，**表示5%顯著水平，***表示1%顯著水平.

5 結(jié)束語

將所有股市政策分為五類，分別為證券供給需求性政策、貨幣政策、市場創(chuàng)新與市場交易制度、法律法規(guī)與市場監(jiān)管以及輿論導(dǎo)向政策，考察新浪博主之間的相互關(guān)注和博主與投資者之間的互動，構(gòu)建博主互動訴求、博主影響力、互動覆蓋范圍和互動程度四個變量，進而實證檢驗社會互動對股市政策效應(yīng)的影響.

本文主要得出以下結(jié)論：

第一，中國股票市場具有明顯的“政策市”特征，股市政策是股市收益率和波動率的重要影響因素.其中，輿論導(dǎo)向政策能顯著影響股市的收益率，輿論導(dǎo)向政策與收益率顯著正相關(guān).證券供給需求性政策和貨幣政策會顯著影響股市的波動，兩者均會造成股市的劇烈波動，而市場創(chuàng)新與市場交易制度能夠緩解市場的波動.

第二，社會互動會強化股市政策對于股市收益率、波動率的影響.其中，對于貨幣政策而言，貨幣政策對股市收益率的正向影響取決于社會互動.社會互動的深度和廣度越大，那么貨幣政策對股市收益率的正向效應(yīng)也越大.此外，證券供給需求性政策、市場創(chuàng)新與市場交易制度對股市波動率的影響隨社會互動的增加而增加.證券供給和需求性政策對股市波動率的加劇效應(yīng)隨社會互動的增強而增強，市場創(chuàng)新與市場交易制度對股市波動的平緩效應(yīng)隨社會互動的增強而增強.與貨幣政策、證券供給需求性政策和市場創(chuàng)新與市場交易制度不同，輿論導(dǎo)向政策對股市產(chǎn)生的效應(yīng)并不受到社會互動的影響.這表明，由于認知的局限性，投資者對專業(yè)性政策的解讀更依賴于網(wǎng)絡(luò)社交平臺的社會互動.

基于本文的研究結(jié)論，提出以下三點政策建議：

第一，規(guī)范政策信息的發(fā)布和披露，設(shè)立預(yù)告環(huán)節(jié)和過渡期.

本文的研究結(jié)論表明，我國股市的確是明顯的“政策市”.為了保護投資者的根本利益，維護市場的平穩(wěn)發(fā)展，金融監(jiān)管當局應(yīng)該規(guī)范自身行為，建立政策制定和信息披露的長效機制，依法制定股市政策，以保證政策信息披露的透明化.同時，股市政策的制定和實施應(yīng)該具有預(yù)告環(huán)節(jié)和過渡期.在重大股市政策的發(fā)布前，政府應(yīng)該對市場發(fā)布政策預(yù)告，同時在政策發(fā)布和政策實施之前設(shè)立過渡期，使市場具有充分的時間進行自我調(diào)整，為投資者投資策略的調(diào)整創(chuàng)造條件，降低市場的政策性風(fēng)險，避免股市的過度波動，保護投資者利益.

第二，建立政策謠言的澄清機制.

由于我國的“政策市”特征，政策信息在我國股票市場上占有獨特的地位，因此市場充斥著各種政策消息，其中有很多政策謠言.特別是當今信息時代，互聯(lián)網(wǎng)的發(fā)展為謠言的迅速傳播提供了有利的條件.一旦謠言形成，互聯(lián)網(wǎng)平臺將快速傳播該信息，進而形成強大的輿論，對股市造成巨大的影響.鑒于此，政府應(yīng)該建立政策謠言的澄清機制，即時澄清市場謠言，避免謠言進一步發(fā)展，造成巨大的負面影響.

第三，加強輿論監(jiān)管，引導(dǎo)輿論方向.

雖然互聯(lián)網(wǎng)在傳播信息方面起著不可忽視的作用，但有時它也會對股票市場造成負面影響.本文的結(jié)論表明，以知名經(jīng)濟學(xué)家、財經(jīng)評論家、專業(yè)投資者為代表的博主通過社交網(wǎng)絡(luò)與普通投資者之間建立了社會互動關(guān)系，博主的意見和情緒會影響投資者對政策信息的感知、解讀，放大股市的政策效應(yīng)，加劇股市的波動.因此，意見領(lǐng)袖必須要警言慎行，客觀公正地發(fā)表股市言論，不能過分夸大政策影響；市場的普通投資者也不能人云亦云，應(yīng)該具有自己的理性判斷.鑒于此，政府應(yīng)該制定相關(guān)法律法規(guī)，加強網(wǎng)絡(luò)輿論的監(jiān)管，規(guī)范意見領(lǐng)袖的網(wǎng)絡(luò)言論，在必要時采取相關(guān)措施引導(dǎo)輿論方向，降低股市的過度波動.