陳麒同，王 沁

(1.湖南大學(xué) 工商管理學(xué)院，湖南 長沙 410082; 2.西南交通大學(xué) 數(shù)學(xué)學(xué)院，四川 成都 611756)

1 引 言

影響股票收益率的因素不勝其數(shù)，而隨著近年行為金融學(xué)理論的不斷發(fā)展，傳統(tǒng)的資產(chǎn)定價(jià)假設(shè)受到了沖擊，投資者的投資決策被認(rèn)為是在信息不完全的情況下做出的，因此投資者對股票市場的有限關(guān)注是導(dǎo)致股票收益率變化的因素之一.研究投資者關(guān)注度對股票收益率的具體影響，對股票市場的穩(wěn)定等方面具有重要的意義.

有限關(guān)注理論是由Kahneman在1973年提出，他認(rèn)為，關(guān)注是一種“稀缺資源”.王春(2009)認(rèn)為，有限關(guān)注會對投資決策產(chǎn)生重大影響.股票市場的上升或是下降的表現(xiàn)，就是由千千萬萬個(gè)投資者的投資決策共同影響的結(jié)果[1].Bank(2011)利用谷歌所提供的搜索數(shù)據(jù)作為關(guān)注度，研究了德國上市公司的投資者關(guān)注度和股票的關(guān)系，結(jié)果表明谷歌搜索量對成交量及流動(dòng)性有正向影響[2].俞慶進(jìn)和張兵(2012)使用百度指數(shù)來衡量投資者關(guān)注度，揭示出投資者關(guān)注度能對市場進(jìn)行正向的價(jià)格壓力[3].陳植元等(2016)實(shí)證分析了百度指數(shù)是一種有效的投資者關(guān)注度指標(biāo)，百度指數(shù)與股票市場指標(biāo)之間存在顯著的正相關(guān)關(guān)系[4].張悟移和李杰(2019)基于VAR模型對股票價(jià)格和百度指數(shù)之間的關(guān)系進(jìn)行了研究，結(jié)果表明，關(guān)注行為會對股票價(jià)格會產(chǎn)生持續(xù)性長期的影響[5].

綜上所述，大部分學(xué)者以網(wǎng)絡(luò)搜索的數(shù)據(jù)作為投資者關(guān)注度的代理變量，發(fā)現(xiàn)了投資者關(guān)注度對股市確實(shí)存在一定的影響，且大多為雙向性.構(gòu)造百度看跌和看漲指數(shù)，運(yùn)用VEC模型分析看漲指數(shù)和看跌指數(shù)對股票投資收益率的不對稱影響機(jī)制也許是有價(jià)值的.

2 研究設(shè)計(jì)

2.1 VEC模型

Yt假設(shè)為n元時(shí)間序列，一般的VEC模型形式如式(1)所示.

(1)

其中，C為常數(shù)項(xiàng)矩陣，A為調(diào)整參數(shù)矩陣，B為協(xié)整矩陣，Φ*(L)為系數(shù)矩陣的滯后多項(xiàng)式，εt為隨機(jī)擾動(dòng)項(xiàng)，且滿足“白噪聲”條件.

傳統(tǒng)計(jì)量模型都要求序列的寬平穩(wěn)性，而基于協(xié)整理論的VEC模型克服了此局限.且VEC模型可視作VAR模型一種特別形式.基于此，選用VEC模型研究投資者關(guān)注度與股票市場的收益率之間的長期關(guān)系、短期波動(dòng)影響的方向與程度.

2.2 變量選取及數(shù)據(jù)來源

百度指數(shù)是對關(guān)鍵詞搜索量進(jìn)行加權(quán)計(jì)算而得，因而可將其作為投資者關(guān)注度的代理變量.選取百度指數(shù)的關(guān)鍵詞，首先需要考慮可反映股市大盤的詞，因而選擇“熊市”與“牛市”；同時(shí)考慮到個(gè)股價(jià)格的極端變化會對大盤指數(shù)產(chǎn)生較大的影響，因而又選擇“漲停”與“跌?！倍~.基于前人研究，并結(jié)合實(shí)際情況，構(gòu)造如式(2)所示的新變量.

(2)

其中，“牛市”的百度指數(shù)為baidu_bull，“熊市”的百度指數(shù)為baidu_bear，“漲?！钡陌俣戎笖?shù)為baidu_up，“跌停”的百度指數(shù)為baidu_down.以上證指數(shù)對數(shù)收益率作為衡量股票市場表現(xiàn)的指標(biāo).以上數(shù)據(jù)來自百度指數(shù)網(wǎng)頁及銳思數(shù)據(jù)庫，時(shí)間跨度為2017.2.28-2019.2.28.

3 實(shí)證分析

3.1 描述性分析

首先，對百度看跌指數(shù)、百度看漲指數(shù)及上證指數(shù)收益率進(jìn)行整體趨勢分析，如圖1所示(對所有指數(shù)均進(jìn)行了放縮操作).百度看跌指數(shù)有明顯的向上波動(dòng)時(shí)，上證指數(shù)收益率卻下降到負(fù)的峰值.而當(dāng)百度看漲指數(shù)飆升到正的峰值時(shí)，上證指數(shù)收益率隨即也出現(xiàn)了同樣的現(xiàn)象.因此給出假設(shè)：投資者的有限關(guān)注度的確會影響股票市場收益率的趨勢，且投資者看漲時(shí)，收益率會上升，反之下降.

圖1 數(shù)據(jù)趨勢圖(左：百度看跌指數(shù)&上證指數(shù)；右：百度看漲指數(shù)&上證指數(shù))

3.2 平穩(wěn)性檢驗(yàn)

利用ADF檢驗(yàn)來判斷變量的平穩(wěn)性，發(fā)現(xiàn)百度看跌指數(shù)及百度看漲指數(shù)均是一階差分平穩(wěn)，即為I(1)序列.上證指數(shù)收益率則為I(0)平穩(wěn)序列，具體數(shù)值如表1所示.

表1 ADF檢驗(yàn)結(jié)果表

3.3 協(xié)整檢驗(yàn)

經(jīng)過單位根檢驗(yàn)發(fā)現(xiàn)，百度看跌指數(shù)、百度看漲指數(shù)為同階單整，進(jìn)而考慮它們與上證指數(shù)收益率的協(xié)整關(guān)系.首先，利用AIC值進(jìn)行最優(yōu)滯后階數(shù)的判斷，發(fā)現(xiàn)最優(yōu)滯后階數(shù)為5.然后進(jìn)行Johansen協(xié)整檢驗(yàn)，結(jié)果如表2所示.

表2 Johansen協(xié)整檢驗(yàn)結(jié)果

由p值可判斷，在1%的顯著性水平下，百度看跌指數(shù)、百度看漲指數(shù)及上證指數(shù)收益率之間存在兩個(gè)協(xié)整關(guān)系，因而，可得到以下兩個(gè)標(biāo)準(zhǔn)化協(xié)整方程：

ECM1t=Baidu_downt-1+1258.055sz_ratet-1-6.296785，

(3)

ECM2t=Baidu_upt-1+1633.707sz_ratet-1-6.642480.

(4)

3.4 Granger因果檢驗(yàn)

為了檢驗(yàn)假設(shè)的合理性，對百度看跌指數(shù)、百度看漲指數(shù)、上證指數(shù)對數(shù)收益率進(jìn)行格蘭杰因果檢驗(yàn)，結(jié)果如表3所示.

表3 Granger因果檢驗(yàn)結(jié)果

在10%的顯著性水平下可得出百度看漲指數(shù)、百度看跌指數(shù)均是上證指數(shù)對數(shù)收益率的格蘭杰原因，進(jìn)一步說明投資者關(guān)注度對股票市場收益率有著顯著的影響.

3.5 VEC模型的建立

由Johansen協(xié)整檢驗(yàn)的結(jié)果可知，百度看漲指數(shù)、百度看跌指數(shù)及上證指數(shù)對數(shù)收益率之間存在兩個(gè)協(xié)整關(guān)系，證明了它們之間有長期均衡的關(guān)系.進(jìn)而建立VEC模型，對變量受到短期波動(dòng)的所造成影響進(jìn)行修正及研究它們之間的動(dòng)態(tài)關(guān)系，所關(guān)注的上證指數(shù)收益率的分量方程結(jié)果見式(5).

Δsz_ratet=-0.007ECM1t+0.004ECM2t+0.008ΔBaidu_upt-1+…-3.96×10-5

(5)

其中，ECM1t及ECM2t為式(3)和式(4)式；模型的總AIC值為-7.956，數(shù)值較小，可視為模型擬合較好.

對式(5)進(jìn)行分析，當(dāng)上證收益率發(fā)生短期波動(dòng)時(shí)，第一個(gè)協(xié)整方程從反向?qū)ζ湫拚诙€(gè)協(xié)整方程從正向修正，速度并不快.而百度看跌指數(shù)每上升一個(gè)單位，上證指數(shù)收益率降低0.7%個(gè)單位；百度看漲指數(shù)的一個(gè)單位變化，上證指數(shù)收益率則增加0.4%.

3.6 脈沖響應(yīng)分析

為了具體刻畫百度看漲(跌)指數(shù)與上證指數(shù)收益率之間的溢出效應(yīng)，得到更一般的結(jié)論，需要進(jìn)行脈沖響應(yīng)分析.

當(dāng)百度看跌指數(shù)受到一個(gè)單位的標(biāo)準(zhǔn)差沖擊時(shí)，上證指數(shù)收益率在第一天的反向效應(yīng)達(dá)到最小值(接近-0.004)，在第八天的時(shí)候徐徐趨于平穩(wěn).而百度看漲指數(shù)的脈沖響應(yīng)恰好相反，當(dāng)百度看漲指數(shù)受到?jīng)_擊時(shí)，上證收益率在第一天便產(chǎn)生巨大的正向響應(yīng)(0.004)，第二天迅速下降，隨即開始波動(dòng)，到了第八天左右其脈沖響應(yīng)趨于0.

綜上所述，百度指數(shù)和上證收益率之間存在著強(qiáng)烈的溢出效應(yīng)，其中，百度看跌指數(shù)和上證收益率之間為負(fù)向溢出，而百度看漲指數(shù)和上證收益率之間為正向溢出.從此看來，投資者關(guān)注度對股票投資收益率的影響較為持久.

4 結(jié)論與建議

在現(xiàn)實(shí)股票市場中，許多投資者認(rèn)為投資者關(guān)注行為對股票價(jià)格變化的過程起著重要作用.利用百度看跌指數(shù)、百度看漲指數(shù)及上證指數(shù)收益率，通過VEC模型進(jìn)行了實(shí)證研究.研究結(jié)果表明，基于百度指數(shù)的投資者關(guān)注度與股票市場之間有著長期均衡的關(guān)系，且存在溢出效應(yīng).如果投資者的關(guān)注是關(guān)于牛市、漲停等利好消息時(shí)，股票市場會有迅速正向的反饋，且持續(xù)時(shí)間長.如果投資者的關(guān)注為熊市、跌停等利空消息時(shí)，股票市場價(jià)格則會迅速出現(xiàn)對應(yīng)的下降，其影響的持續(xù)期也較長.

對投資者來說，在綜合了所有因素進(jìn)行投資決策之前，不妨將百度指數(shù)看作一個(gè)股市升跌的風(fēng)向標(biāo)，可加強(qiáng)決策的有效性.

對于有關(guān)監(jiān)管部門來說，應(yīng)該提高對百度指數(shù)等可反映投資者關(guān)注度的指標(biāo)的重視，并針對相關(guān)的網(wǎng)絡(luò)搜索引擎公司制訂對應(yīng)的法律法規(guī)，防止其操縱指標(biāo)從而操縱股市，加強(qiáng)政策宏觀調(diào)控的前瞻性，防止股市異常波動(dòng)，維護(hù)良好的投資環(huán)境.