摘要：隨著互聯(lián)網(wǎng)金融化和市場交易電子化程度的加深，人們使用網(wǎng)絡(luò)搜索引擎來獲取商品交易信息的行為越來越普遍。本論述以Wind數(shù)據(jù)庫中的南華商品價格指數(shù)作為大宗商品價格的代理變量，基于百度日搜索指數(shù)，結(jié)合多個單變量回歸和搜索量增量分配法構(gòu)造投資者關(guān)注度指標(biāo)，利用交互模型來分析關(guān)注度對國內(nèi)三大商品交易所中24種商品價格的影響。考慮到商品交易價格波動還受到宏觀經(jīng)濟(jì)政策的動態(tài)影響，引入四項宏觀經(jīng)濟(jì)指標(biāo)構(gòu)建分位數(shù)回歸模型，以研究5種不同程度的投資者關(guān)注度對大宗商品價格的影響。研究發(fā)現(xiàn)：商品受關(guān)注度影響的排序大小為工業(yè)用品>工業(yè)金屬>能源>貴金屬>軟物質(zhì)>油脂油料>農(nóng)產(chǎn)品，不同程度的投資者關(guān)注度對商品價格影響存在顯著差異。

關(guān)鍵詞：百度搜索指數(shù);投資者關(guān)注度;交互模型;分位數(shù)回歸

中圖分類號：F224

文獻(xiàn)標(biāo)志碼：A

0引言

中國作為國際大宗商品第一大進(jìn)口和消費國，大宗商品期貨交易市場在國際市場上占有舉足輕重的地位。國內(nèi)四大期貨交易所巾，大連和鄭州商品交易所以農(nóng)產(chǎn)品期貨交易為主，上海期貨交易所以金屬期貨交易為主，而中國金融期貨交易所以金融期貨交易為主。雖然相較于國際期貨市場起步較晚，但隨著中國經(jīng)濟(jì)的迅速發(fā)展以及對外開放程度的日益加深，商品期貨市場近些年發(fā)展較快，國內(nèi)外對其需求逐漸增多，受到更多投資者的關(guān)注，并成為政府、企業(yè)、投資機(jī)構(gòu)及個人投資和避險的工具。與此同時，隨著商品期貨在金融交易市場中投資價值的增強(qiáng)，投資者關(guān)注度對商品期貨市場定價機(jī)制和運行效率產(chǎn)生的影響日益深刻。與用傳統(tǒng)的市場指標(biāo)衡量投資者關(guān)注度的方法相比較，搜索引擎方法具有諸多優(yōu)點，在發(fā)揮信息檢索作用的同時，將投資者對商品期貨的關(guān)注度和其潛在投資傾向記錄下來，進(jìn)而作為投資者對商品期貨市場關(guān)注程度的一種更為直接、及時、主動和準(zhǔn)確的代理。因此，以網(wǎng)絡(luò)搜索指數(shù)為基礎(chǔ)構(gòu)建投資者關(guān)注度指標(biāo)，研究其對國內(nèi)大宗商品交易價格的影響具有十分重要的理論和現(xiàn)實意義。

1文獻(xiàn)綜述

自從2010年谷歌宣布全面退出中國市場以來，百度已發(fā)展成為中國最大的搜索引擎瀏覽器，由于以股票的簡稱或代碼作為搜索關(guān)鍵詞產(chǎn)生的歧義較小，搜索行為的目的性較強(qiáng)，因此，諸多學(xué)者利用百度搜索指數(shù)來研究投資者關(guān)注度對股票市場的影響。俞慶進(jìn)等（2012）”以百度日搜索指數(shù)作為創(chuàng)業(yè)板股票投資者關(guān)注度的直接代理，發(fā)現(xiàn)從休市期的最后一天到開盤期的第一天，投資者關(guān)注度會使股票價格出現(xiàn)幅度較大且事先不可預(yù)測的跳躍。王旭光（2015）[2]將股票簡稱和代碼作為關(guān)鍵詞，用一階對數(shù)差分的方法構(gòu)建百度異常搜索指數(shù)，研究其對個股IPO超額收益的影響。相比于投資者對股票市場的關(guān)注，研究投資者關(guān)注度對商品期貨市場影響的文獻(xiàn)更少且研究主要集巾在股指期貨市場和商品現(xiàn)貨市場方面。楊義靜（2017）[3]基于百度搜索指數(shù)的投資者關(guān)注度、玉米期貨連續(xù)合約成交價和全國玉米批發(fā)成交價，運用動態(tài)VAR模型分析三者之間的聯(lián)動性和相關(guān)性。周亮（2018）[4]用兩階段工具變量法，通過構(gòu)造Fama-French三因子模型，將螺紋鋼期貨市場中的指標(biāo)作為控制變量，研究具體市場指標(biāo)的投資者關(guān)注度對股票收益率的影響。田冰（2019）[5]以百度指數(shù)作為投資者關(guān)注的代理變量，利用三元BEKK-GARCH模型，分析了基于百度指數(shù)的投資者關(guān)注度與滬深300股指期貨指數(shù)和現(xiàn)貨收益率之間的波動溢出效應(yīng)。

以上學(xué)者的研究成果對如何構(gòu)建投資者關(guān)注度指標(biāo)、分析投資者關(guān)注度對股票市場和期貨市場的影響均提供了啟發(fā)。本論述選取了近十年來覆蓋農(nóng)產(chǎn)品、油脂油料、軟物質(zhì)、能源、貴金屬、工業(yè)金屬和工業(yè)用品共7個品種在內(nèi)的24種商品期貨，基于國內(nèi)第一大搜索引擎——百度搜索指數(shù)，構(gòu)建網(wǎng)絡(luò)搜索引擎指數(shù)衡量投資者關(guān)注度，同時加入反映國內(nèi)宏觀經(jīng)濟(jì)狀況的4項指標(biāo)，構(gòu)建分位數(shù)回歸模型，探討不同程度投資者關(guān)注度對我國大宗商品價格影響的程度和方向，并根據(jù)研究結(jié)論提出相關(guān)政策建議。

2實證研究

2.1指標(biāo)構(gòu)建及模型說明

2.1.1多個單變量回歸及搜索量增量分配法

選用符合研究目的的統(tǒng)計方法量化投資者關(guān)注度指標(biāo)，能夠真實反映投資者對商品交易價格的關(guān)注程度?？紤]到搜索關(guān)鍵詞的有效性和大眾使用網(wǎng)絡(luò)搜索引擎的普遍性，本論述采用多個單變量回歸和搜索量增量分配兩種方法構(gòu)建投資者關(guān)注度，為了消除自相關(guān)對模型結(jié)果的影響，故將多變量回歸分解為多個單變量回歸，得到各期對商品交易價格產(chǎn)生顯著影響的搜索關(guān)鍵詞。在此基礎(chǔ)上，利用搜索量增量分配的方法，將投資者關(guān)注度衡量為每個統(tǒng)計意義上顯著的關(guān)鍵搜索項的增量貢獻(xiàn)的總和，但不包括統(tǒng)計上不顯著的關(guān)鍵搜索術(shù)語的增量貢獻(xiàn)，分配方法如下：

（1）

2.1.2交互模型和分位數(shù)回歸模型

考慮到投資者關(guān)注度對商品當(dāng)期交易價格的影響具有一定的滯后性，且期貨市場中商品交易成交價格和投資者關(guān)注度之間的反饋循環(huán)關(guān)系的雙向作用原理，即前期投資者關(guān)注度和前期價格對當(dāng)期商品價格會產(chǎn)生影響，又因前期投資者關(guān)注度和前期價格之間存在內(nèi)在聯(lián)動性，在討論兩者對當(dāng)期商品價格的共同影響時，不能將它們各自對被解釋變量的影響作用完全分離，因此使用交互模型研究前期商品價格和前期關(guān)注度對當(dāng)期商品價格產(chǎn)生的交互效應(yīng)，模型設(shè)計如下：

Pt=α1Pt-1+γ1IAt-1+δ1IAt-1×Pt-1+c

（2）

另外，在本論述研究過程巾，還將用分位數(shù)回歸模型，以研究在控制宏觀變量不變的條件下，投資者在5種不同關(guān)注程度下對商品價格產(chǎn)生影響的程度和方向。

2.2模型估計及結(jié)果分析

本部分通過選取商品期貨的百度搜索指數(shù)構(gòu)造了投資者關(guān)注度，利用Wind數(shù)據(jù)庫中的南華商品連續(xù)合約指數(shù)衡量我國大宗商品價格，并引入人民幣匯率（Exchange Rate）、上證綜合指數(shù)（SSCI）、上海銀行同業(yè)間拆放利率（SHIBOR）以及中國經(jīng)濟(jì)政策不確定性指標(biāo)（CNEPU）四項宏觀經(jīng)濟(jì)指標(biāo)，研究從投資者關(guān)注度對國內(nèi)大宗商品價格的影響

2.2.1交互模型結(jié)果及分析

根據(jù)交互模型的估計結(jié)果，按產(chǎn)生正負(fù)面影響的結(jié)果分類，對當(dāng)期商品價格受關(guān)注度影響的效應(yīng)大小排序，將（γ1+δ1）作為衡量關(guān)注度對當(dāng)期商品價格總影響的變量，取其絕對值進(jìn)行降序排列，在前一期價格單位增加的條件下，得到滯后一期關(guān)注度對當(dāng)期商品價格影響程度結(jié)果見表1所列。

接下來，將關(guān)注度對每種商品產(chǎn)生的總效應(yīng)取絕對值，按文中劃分的七種商品大類對每種商品的影響總效應(yīng)進(jìn)行同類相加，得到每類商品受投資者關(guān)注度影響的效應(yīng)大小，并利用“金字塔形”結(jié)構(gòu)圖對其排序，具體分析見表2所列和如圖1所示。

由圖1可知，工業(yè)用品（橡膠、塑料、瀝青、膠合板、螺紋鋼、甲醇）和工業(yè)金屬（鉛、鎳）共8種商品受到投資者關(guān)注度的影響最大，劃分為第一類別，且影響總效應(yīng)均為0.085左右;能源（燃料油、焦煤、焦炭、動力煤、鐵礦石）、貴金屬（黃金、白銀）、軟物質(zhì)（棉花、白糖）共9種商品受到投資者關(guān)注度的影響程度中等，劃分為第二類別，且產(chǎn)生影響的總效應(yīng)均在0.01-0.03之間，與第一類別相差0.05-0.07個數(shù)量級;油脂油料（豆油、菜籽油、棕櫚油）、農(nóng)產(chǎn)品（大豆、玉米、強(qiáng)麥、雞蛋）共7種商品受到投資者關(guān)注度的影響最弱，劃分為第三類別，且產(chǎn)生影響的總效應(yīng)在0.005-0.008之間，與第一、第二類別的數(shù)量級相差較大。

2.2.2分位數(shù)回歸模型結(jié)果及分析

按照分位數(shù)選擇的不同將關(guān)注程度劃分為五個等級，分別為：非常低，所選分位數(shù)為5%、100%、15%和20%;相對較低，所選分位數(shù)為25%、30%、35%和40%;中等，所選分位數(shù)為45%、50%、55%和60%;相對較高，所選分位數(shù)為65%、70%、75%和80%;非常高，所選分位數(shù)為85%、90%、95%和99%。

按照影響方向的正負(fù)，在五種不同的關(guān)注程度下，分析投資者關(guān)注度對當(dāng)期價格影響程度，由于商品種類較多，這里只對影響產(chǎn)生效應(yīng)最強(qiáng)和最弱的前三種商品進(jìn)行羅列，具體分析如下。

由表3可知，在控制宏觀經(jīng)濟(jì)變量的條件下，關(guān)注度在非常低和相對較低時，產(chǎn)生正面影響最大的前三種商品始終是銅、瀝青和豆油，而產(chǎn)生負(fù)面影響最大的前兩種商品始終是塑料和PVC。當(dāng)關(guān)注程度從中等開始轉(zhuǎn)高時，產(chǎn)生正面影響最大的前兩種商品始終是銅和塑料，產(chǎn)生負(fù)面影響最大的前兩種商品始終是瀝青和白銀。以上結(jié)果表明，不同程度的投資者關(guān)注度對商品價格產(chǎn)生的影響在一定程度上具有持續(xù)性和連貫性，且受到影響最大的商品均屬于工業(yè)用品和工業(yè)金屬，這與之前交互模型中按照商品類別劃分后得到的結(jié)果吻合。同時發(fā)現(xiàn)，隨著投資者關(guān)注程度的增加，瀝青在關(guān)注度中等程度時，由之前的正面影響反轉(zhuǎn)成負(fù)面影響，相反地，塑料則在關(guān)注度為中等程度時，由之前的負(fù)面影響反轉(zhuǎn)成正面影響，這種作用方向的反轉(zhuǎn)反映了一些商品的價格會隨投資者關(guān)注度的增加而出現(xiàn)逆轉(zhuǎn)。

由表4可知，在控制宏觀經(jīng)濟(jì)變量的條件下，關(guān)注度在非常低和相對較低時，受到正面影響最弱的商品始終有工業(yè)金屬鋁，而受到負(fù)面影響最弱的商品均屬于“金字塔結(jié)構(gòu)圖”中第二梯隊和第三梯隊的商品，并且能源類、油脂油料類和農(nóng)產(chǎn)品類商品居多。當(dāng)關(guān)注程度從中等逐漸轉(zhuǎn)高時，受到正面影響最弱的商品始終有玉米和大豆，受到負(fù)面影響最弱的商品始終有橡膠和黃金。以上結(jié)論均說明了不同程度的投資者關(guān)注度對商品價格產(chǎn)生的影響在一定程度上具有持續(xù)性和一致性，且受到影響最弱的商品大多屬于之前交互模型中金字塔圖中的后兩個梯隊，即能源類、貴金屬類和農(nóng)產(chǎn)品類商品。同時隨著投資者關(guān)注程度的增加，黃金在關(guān)注度中等程度時，由之前受到的正面影響反轉(zhuǎn)成負(fù)面影響，相反地，燃料油和菜籽油則在關(guān)注度中等程度時，由之前受到的負(fù)面影響反轉(zhuǎn)成正面影響，這種明顯的反轉(zhuǎn)效應(yīng)說明商品價格會隨投資者關(guān)注度的增加而出現(xiàn)逆轉(zhuǎn)。

3結(jié)論及建議

本論述使用PC端+移動端的百度搜索量數(shù)據(jù)，通過多個單變量回歸挑選出對商品價格有顯著影響的搜索關(guān)鍵詞，采用搜索量增量分配方法和交互模型分析得到在前一期商品價格單位增加的條件下，當(dāng)期商品價格受到滯后一期投資者關(guān)注度影響的總效應(yīng)，并按照每種商品受到投資者關(guān)注度影響方向的正負(fù)，對總影響的效應(yīng)值進(jìn)行排序，得到正面影響下效應(yīng)值大小的排序為：鉛>塑料>焦煤>白糖>動力煤>燃料油>瀝青>棉花>強(qiáng)麥>焦炭>橡膠>大豆>白銀的結(jié)論;負(fù)面影響下效應(yīng)值大小的排序為：鎳>膠合板>甲醇>黃金>鐵礦石>菜籽油>豆油>棕櫚油>雞蛋>螺紋鋼>玉米。最后將屬于同一類別的商品進(jìn)行歸類，計算得到關(guān)注度對每一類商品價格影響程度大小的排序為：工業(yè)用品>工業(yè)金屬>能源>貴金屬>軟物質(zhì)>油脂油料>農(nóng)產(chǎn)品。

根據(jù)不同程度投資者關(guān)注度對商品價格影響效應(yīng)兩兩之間的對比可以發(fā)現(xiàn)，隨著投資者關(guān)注程度的增加，其價格受到負(fù)面影響的商品種類在減少，影響方向由負(fù)轉(zhuǎn)正的商品種類在增加，且影響程度增強(qiáng)的商品種類也在增加，以上兩點說明投資者關(guān)注度的增加會導(dǎo)致更多商品價格上升，且受到影響的程度也在增加。

根據(jù)本論述研究結(jié)論，提出如下建議：

一是要加強(qiáng)對金融市場巾投資者行為的合理引導(dǎo)和心理疏解。金融市場中信息的不確定性是無限的，但投資者的認(rèn)知能力和關(guān)注程度是有限的，因此為了使投資者達(dá)到最佳決策效果，必須引導(dǎo)他們合理分配其有限關(guān)注，正確判斷信息的有效性和可靠性，優(yōu)先處理能夠?qū)ν顿Y結(jié)果產(chǎn)生重要影響的信息，避免大規(guī)模跟風(fēng)盲從，有效提高市場的資源配置效率。

二是促進(jìn)金融市場巾交易的公平性和獲取信息渠道的多樣性。在市場的眾多參與者中，個人掌握的有效信息往往是不對稱性的，而這種情況會導(dǎo)致投資收益的不平等和金融市場秩序的混亂。因此要加大市場信息的流動性、增強(qiáng)市場運行規(guī)則的透明度和公平性，進(jìn)一步完善市場信息披露機(jī)制，使國內(nèi)期貨市場更加規(guī)范化，使投資者之間的地位盡量趨于平等。

三是建立更加合理有效的市場定價機(jī)制和價格監(jiān)測系統(tǒng)。目前我國期貨市場尚未完全成熟，應(yīng)建立有效的商品金融化監(jiān)測系統(tǒng)，對可能出現(xiàn)的各種風(fēng)險提前準(zhǔn)備應(yīng)對措施，引導(dǎo)市場向投資者發(fā)出可靠的價格信號并制定合理定價機(jī)制，減少投資者大規(guī)模投機(jī)行為對期貨市場商品交易價格的影響，同時也要善于利用商品的金融屬性來抵抗商品金融化帶來的沖擊，使市場發(fā)揮期貨商品應(yīng)有的價格發(fā)現(xiàn)和套利保值功能。

參考文獻(xiàn)：

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

[2]王旭光.有限關(guān)注、投資者情緒與IPO超額收益——基于百度指數(shù)的實證研究[J].投資研究，2015（12）：87-96.

[3]楊文靜.市場情緒、玉米期貨價格和現(xiàn)貨價格相關(guān)性分析——基于MSVAR-Full BEKK-GARC模型的實證研究[J].價格理論與實踐，2017（2）：129-132.

[4]周亮.投資者情緒對股市收益率的影響——基于期貨市場數(shù)據(jù)的工具變量研究[J].南方金融，2018，505（9）：75-84.

[5]田冰.投資者關(guān)注與滬深300股指期貨收益率之間的波動溢出效應(yīng)[J].廣西質(zhì)量監(jiān)督導(dǎo)報，2019，217（1）：149-150.

收稿日期：2020-05-28

作者簡介：宋頔（1997-），女，漢族，甘肅蘭州人，碩士研究生，主要研究方向：空間統(tǒng)計、經(jīng)濟(jì)與社會統(tǒng)計。