王軍 宋秀娜

內容提要：有限注意力的客觀存在，要求投資者在決策時需要對注意力進行合理配置。本文在理性疏忽的框架下，將投資者的注意力配置細化成獲取信息和處理信息兩個階段，通過在財富約束中加入了注意力二次懲罰約束，構建了兩階段理性疏忽注意力配置模型;并基于上交所和深交所發(fā)行的開放式股票型基金數(shù)據(jù)，從擇時和選股兩個方面研究我國基金經(jīng)理在不同貨幣政策下的注意力配置和收益問題。研究發(fā)現(xiàn)：在貨幣政策寬松時，宏觀信息波動更大，而貨幣政策緊縮時，微觀信息波動更大;進一步，在寬松貨幣政策背景下，關注宏觀信息波動的基金經(jīng)理擇時能力顯著，在緊縮貨幣政策背景下，關注微觀信息波動的基金經(jīng)理選股能力顯著。上述結論的政策啟示在于，提升貨幣政策的有效性需考慮投資者的注意力分配決策，同時，確保資本市場信息披露及時、真實準確、渠道暢通，是引導投資人注意力正確配置、減少資本市場非理性波動、實現(xiàn)市場有效監(jiān)管的基礎。

關鍵詞：理性疏忽;信息波動;注意力配置;貨幣政策

中圖分類號：?F016??文獻標識碼：A??文章編號：1001-148X（2021）03-0083-10

收稿日期：2020-10-18

作者簡介：王軍（1970-），男，太原人，首都經(jīng)濟貿易大學經(jīng)濟學院教授，博士生導師，經(jīng)濟學博士，研究方向：理性疏忽理論、經(jīng)濟增長理論;?宋秀娜（1989-），女，山東濰坊人，首都經(jīng)濟貿易大學經(jīng)濟學院博士研究生，研究方向：理性疏忽理論、行為金融。

一?、引言

自Jensen（1968）[1]提出基金平均業(yè)績不會跑贏大盤后，關于基金經(jīng)理到底是否可以給委托人帶來超額收益，以及什么樣的投資策略能夠獲得超額收益等問題的討論熱度一直頗高。該類問題受關注的原因有二：一是對投資者而言，將資產(chǎn)委托于投資機構管理的個人占比一直在上升，基金經(jīng)理的業(yè)績與投資者的資產(chǎn)收益密切相關;二是從政府的角度來說，這能真實反映一國資本市場的效率，為政府的宏觀決策提供有效參考。傳統(tǒng)定價理論和投資組合選擇理論都假定所有投資者可以無成本的獲取到任何與決策相關的信息。但實際上，行為人的注意力是有限的，面對不斷更新的信息，行為人不可能對所有信息都完全吸收、內化后再做出決策。信息的獲取和處理都需要花費大量的精力，人們在利用信息的同時，信息也在消耗人們的注意力，所以行為人都是在有限注意力的客觀條件下做出決策的。正如Simon（1996）[2]曾言，“信息爆炸的時代，處理信息的注意力變得稀缺。大量的信息導致了注意力的匱乏，所以我們需要理性配置注意力，對信息做出合理的選擇”。

大量文獻研究表明，資本市場對貨幣政策變化的反應顯著。Fleming和Remolona（1997）[3]發(fā)現(xiàn)聯(lián)邦目標利率的公布會使美國國債市場出現(xiàn)大幅度的價格波動。Bernanke和Kuttner（2005）[4]通過實證研究發(fā)現(xiàn)，聯(lián)邦利率每下降25個bp，股指平均會上升一個百分點。Hausman和Wongswan（2011）[5]發(fā)現(xiàn)美聯(lián)儲的貨幣政策不僅對本國經(jīng)濟產(chǎn)生影響，還會對其他國家產(chǎn)生政策溢出效應。姜富偉（2019）[6]用事件分析法證實了我國資本市場回報率的確會受到美聯(lián)儲貨幣政策的影響，當美聯(lián)儲實施寬松貨幣政策時，我國資本回報率會相應提高。以上文獻均表明，貨幣政策變量是研究注意力分配的重要觀測變量之一。

有限的信息處理能力、不同貨幣政策對資本市場的不同影響程度等問題客觀存在的情況下，如何配置其有限的注意力以達到投資效用最大化的目標，是所有投資者需要解決的問題。本文嘗試研究貨幣政策對投資者注意力配置的影響。首先，從理性疏忽的角度出發(fā)，構建了投資者兩階段注意力配置模型。然后，根據(jù)2001-2019年間在上交所和深交所發(fā)行開放式股票基金的歷史投資業(yè)績數(shù)據(jù)，從信息波動角度，討論不同貨幣政策背景下投資者注意力配置問題。

二、文獻綜述

注意力是一種稀缺資源，并且短期內不能再生[7]。Sims（2003，2006）[8-9]將行為人的有限注意力和與經(jīng)典經(jīng)濟學的優(yōu)化模型相結合，得出了一個新的普適性理論——理性疏忽理論。理性疏忽的落腳點是“理性”，理性疏忽框架下，行人為的信息獲取過程、信息處理以及決策過程都是理性的，所以理性疏忽理論并非是對“理性人”分析框架的挑戰(zhàn)，而是對理性人理論的進一步擴展：行為人如何在非完全信息條件下做出理性決策。理性疏忽理論提出后，對金融市場中的很多問題提供了新的解釋視角。

理性疏忽理理論為資本品價格聯(lián)動效應提供了新的解釋思路[10]。理性疏忽為投資者提供了能夠長期重復性使用的策略，對于投資者而言，該策略就是關注大盤指數(shù)或者同一類別下的資產(chǎn)，而不是對每個資產(chǎn)都投入注意力。特別是對于散戶投資者，由于專業(yè)技能的匱乏和投資經(jīng)驗的缺失，要想降低某資產(chǎn)的收益風險，就需要對其投入大量的注意力才能達到目標，其最優(yōu)的投資策略是關注同一類別的產(chǎn)品，從而造成這一類產(chǎn)品價格之間出現(xiàn)聯(lián)動。Hellwig和Veldkamp（2009）[11]討論了投資者在私人信號和公共信息之間選擇的問題，認為如果投資者都將注意力配置給公共信息，那么彼此的投資選擇就會出現(xiàn)一定的類似性，投資者的理性疏忽會加劇投資過程中的羊群效應。Luo（2010）[12]研究了消費者的儲蓄和投資行為，發(fā)現(xiàn)理性疏忽能夠解釋總消費和股票收益之間的聯(lián)動效應。

投資者注意力配置是理性疏忽研究框架的核心問題之一。Liu（2007）[13]認為信息獲取成本過高，風險厭惡程度較高或投資期限較長的投資者，會更加關注頻率較低但更準確的定期新聞更新。Kacperczky等（2016）[14]研究了在經(jīng)濟周期不同階段投資者的注意力配置問題，認為在經(jīng)濟衰退期應選擇與市場相關度更高的股票，而在經(jīng)濟繁榮期，則選擇企業(yè)基本面表現(xiàn)更好的股票會提高投資收益。

從以上文獻看出，目前鮮有從貨幣政策角度分析投資者注意力配置的研究;在構建注意力配置模型時，幾乎都沒有討論信息收集的注意力配置問題;而且在討論投資者注意力配置時，大多以股票市場為例，以基金市場為研究對象的較少。本文從以上三方面出發(fā)，討論考慮信息收集成本的情況時，不同貨幣政策背景下基金經(jīng)理的注意力分配問題。

三、理性疏忽投資者注意力配置理論模型

（一）模型構建

參照Mondria（2010）[15]的方法，本文將風險資產(chǎn)分為其收益同時受宏觀沖擊因子、異質性沖擊因子影響和其收益僅受宏觀沖擊因子影響兩類，具體表示為：

f為表示風險資產(chǎn)的未來收益n×1階隨機向量，zn～N（0，σi）表示沖擊因子，其中，zi，i∈{1，2，…n-1}表示異質性沖擊因子，zn表示宏觀沖擊因子。bi為各異質性沖擊因子的載荷。因為風險資產(chǎn)是沖擊因子的載體，所以可將研究對象轉換為沖擊因子，用f～表示沖擊因子的收益，且定義：

沖擊因子zi的供給公式為+xi，xi～N（0，σi），所以風險資產(chǎn)的供給為（?！洌?1（+xi），市場出清時沖擊因子供求相等，結果表示為：

式（4）左側為風險因子的需求方，而右側則是風險因子的供給方。同時，本文假定寬松貨幣政策背景下宏觀信息波動更顯著，而緊縮貨幣政策背景下，微觀信息波動更顯著。

沖擊因子的分布z～N（0，∑）是公共信息。投資者根據(jù)以往的投資經(jīng)驗或專業(yè)技能，從海量信息中抽取認為有用的私人信號sj和價格信號sp，這兩類信號均為沖擊因子的無偏信號，其中私人信號sj=z+εj，εj～N（0，∑sj）為信號噪聲，表示不同投資者對信息處理結果的差異。價格信號是sp=z+εp，εp～N（0，∑p），資本市場為賣方市場，投資者行為對沖擊因子的價格不構成影響，個人對價格信息的處理也不能達到對價格信號降噪的作用，所以價格為外生變量。

投資者的注意力分配主要用信號的精度來表示，在私人信號噪聲的方差K-1ij中，投入注意力越多，K-1ij的值就越小。投資者通過注意力的分配，降低其投資組合的收益風險，達到第一階段效用U1j最大化，因為模型采用倒推法求解，所以也就是達到了整體效用的最大化。

第一步，當投資者在完成了信息的收集和處理，可以計算出投資者的當下的財富函數(shù)：

其中，ρ為投資者的風險偏好系數(shù)，p是n×1階矩陣，表示風險資產(chǎn)的價格，qj為投資者達到效用最大化時的最優(yōu)證券投資組合，Wj為投資者財富函數(shù)，其中，W0為初始財富值，r為無風險收益率，q′jf-pr為投資者進行證券投資后所獲超額收益，（θ′q′j+ρ2q′jDqj）為該決策及投資過程中投資者的為信息處理消耗的注意力成本，D為n×n階矩陣，考慮信息的獲取難度隨著剩余的信息越來越稀疏，獲取信息消耗的注意力越多，所以投資者信息收集的注意力邊際遞增，即信息收集的注意力消耗函數(shù)為凸函數(shù)。

根據(jù)前文定義，這里可將p≡Γ-1p表示信息波動信息波動因子的價格，q≡Γ-1q表示信息波動因子的投資數(shù)量，那么財富函數(shù)可以表示為：

第二步，當完成注意力配置之后，投資者可以計算一段時間后的效用，參考Markowitz-Tobin均值方差效用函數(shù)，得到投資者效用水平為：

Ej和Vj分別表示投資者在信息處理后，得到后驗信息的條件期望和條件方差，投資者總是希望其預期收益越高越好而收益波動越小越好，所以效用與投資回報期望成正比而與投資回報方差成反比。

第三步，投資者通過求期望的方法，得到最終的期望效用函數(shù)：

效用最大化受有限信息處理能力的約束，因本文重點在于研究投資者的注意力配置，所以假定所有投資者的注意力總量都是一樣的，另外，處理信息所耗費的精力不能因該信息沒被利用而被回收以處理其他信息：

（二）模型求解

下面將對理論模型的目標函數(shù)進行化簡處理。結合EjWj=rW0+q′jEf-pr-θ′qj-ρ22q′jDqj，VjWj=q′jDqj，將式（8）帶入到式（6）中得到：

其中，Ef=Γ-1μ+∑︿j（∑-1sjsj+∑-1psp）。根據(jù)拉氏定理，公式（10）對qj進行一階求導即可得到風險資產(chǎn)的最優(yōu)投資數(shù)量：

由信息波動因子市場出清條件式（4），可得到信息波動因子的均衡價格，參考Adamti（1985）[16]，將價格函數(shù)進行化簡，得到：

將最優(yōu)資產(chǎn)投資組合數(shù)量qj帶入到第一階段效用函數(shù)中，可得：

其中，?λi=σi1-bii2+σxc2ii+ρσi-γi-γ-i-diiσi-x-2。得到最終效用函數(shù)表達式后，即可對函數(shù)進行求解。

綜上，我們得到理性疏忽理論模型帶約束的目標函數(shù)：

目標函數(shù)是第j個投資者關于n個風險因子的注意力配置效用最大化問題，其中外部參數(shù)包括σ-1i、σ-1p、d，以及基金的個數(shù)m，風險因子的個數(shù)n。根據(jù)前文理論模型的推導，模型內生的參數(shù)關系有：

因此，本文將在給定其余外部參數(shù)條件下，重點分析參數(shù)σ-1i和d的有效取值范圍。

1.參數(shù)校正。本節(jié)在給定先驗參數(shù)的情況下，討論參數(shù)dii的有效范圍;然后在給定其余參數(shù)的情況下，討論最優(yōu)解Kij與波動率σi和dii之間的函數(shù)關系。為方便求解，本文假定所有投資者的信息處理注意力成本一樣，即dii=d。

第一種情況，當d為0時，目標函數(shù)將退化為Kacpercayk等（2016）[14]的線性形式，要達到投資效用最大化，需要將所有注意力配置到系數(shù)λi最大的風險因子上，其余風險信息波動得到的注意力為0。

第二種情況，當d大于0時，由于?λi=σi1-bii2+σxc2ii+ρσi-γi-γ-i-diiσi-x-20必然成立，目標函數(shù)是關于Kij的凹函數(shù)，Kij的最優(yōu)配置取決于可行域的范圍。當極大值點在可行域范圍內，可通過凸優(yōu)化的方法實現(xiàn)注意力的最優(yōu)配置，若不在可行域內，將在邊界處取的極大值。

在沒有約束條件的情況，目標函數(shù)在關于Kij的一階導數(shù)為零的點取得最大值，有一階條件：

可得注意力分配最優(yōu)解為：

其中λi是關于參數(shù)d和風險因子先驗標準差σi等參數(shù)的函數(shù)。當投資者的注意力上限K較大時，取足夠小的d，可以很容易滿足約束條件，使得帶約束的優(yōu)化問題退化成無約束優(yōu)化問題。若要無約束條件的解落在可行域內，需滿足：Kij0，?KijK兩個條件。

據(jù)此我們可得到該約束條件的必要條件：

上式給出了參數(shù)d和σi的有效組合取值范圍。顯然若公式（22）右端不等式成立，d應有下界d0>0，所以d的取值可以從一個較小的值d0>0開始逐漸增加，分析信息收集階段的注意力成本與其他因子的關系。

2.數(shù)值模擬。下面利用參數(shù)模擬的方法，進一步分析最優(yōu)解Kij與波動率σi和信息收集注意力成本d之間的函數(shù)關系。首先設定市場上存在n=100個風險變量，m=100個機構投資者，其中專業(yè)機構投資者的比例χ為20%，每個專業(yè)投資者的注意力上限為50個單位，風險偏好系數(shù)為05，風險供給為100單位，風險供給標準差0.01，σp=05?選定后驗信號的平均精度K-i=mKn。在滿足不等式（9）的條件下，通過數(shù)值模擬可確定參數(shù)的可行范圍為σi∈05，5，d∈01，04。其中，信息波動的參數(shù)范圍，參照了后面實證部分的信息波動真實取值范圍，機構投資者的占比與中國A股的實際情況基本一致，風險偏好設置為中性。如圖1所示。

由圖1所示，在注意力成本不變的情況下，投資者對信息波動因子的關注度隨其波動率的增大而增加。在風險因子波動率不變的情況下，投資者對信息波動因子的關注度隨其信息處理注意力成本增加而減少。此外，若同時考慮信息收集和信息處理的注意力配置，注意力整體配置依然與信息波動成正比。

（三）模型結論

理論模型的結論較為簡潔，即注意力配置在信息波動較高的信息上，可獲得較高的效用。由于模型中包含n個信息，即1個宏觀信息和n-1個微觀信息，需要對此理論結果進行進一步闡述。因此，我們得到結論：

投資者的注意力配置盈應與信息波動成正比，在寬松貨幣政策時應更加關注宏觀沖擊因子，在緊縮貨幣政策時應更加關注異質性沖擊因子。

四、數(shù)據(jù)分析與實證結果

（一）研究設計

1.?數(shù)據(jù)來源。于我國證券投資法自2004年開始實施，且2004年之前基金樣本量較少，所以本文從RESSET金融研究數(shù)據(jù)庫選取2004—2018?期間在上海證券交易主板上市基金，剔除股票持倉信息缺失的7只基金，如鵬華港中小企基金等，最終確定基金總數(shù)量為174只。根據(jù)基金每半年披露的持倉市值信息，計算持倉股票的權重?；鶞释顿Y組合選擇覆蓋面較廣的上證綜指，根據(jù)成分股自由流通市值占比得到成分股權重。在判斷我國不同貨幣政策階段時，使用了樣本期間季度GDP，數(shù)據(jù)來源于國家統(tǒng)計局官網(wǎng)，季度調整的M2數(shù)據(jù)來自Wind?宏觀數(shù)據(jù)庫，銀行同業(yè)間拆借平均利率和無風險收益率來自RESSET金融研究數(shù)據(jù)庫。

2.變量說明。

（1）宏觀信息波動（AS）：是指與企業(yè)無關而與宏觀經(jīng)濟環(huán)境相關的信息波動，當其宏觀信息波動增加時，宏觀信息對資本產(chǎn)品的影響范圍較微觀信息范圍更大、程度更深。在計算代理變量時，每只股票i，在每個月t，根據(jù)往前12個月窗口滾動日度收益數(shù)據(jù)做CAPM回歸，即可得到βi，t，同時得到CAPM模型的殘差標準差σiεt，那么個股面臨的宏觀信息波動為βi，tσmt，σmt為基于股票市場日收益率計算出日收益率波動率。對于整個市場來說，宏觀信息波動則為所有股票的加權平均值1/N∑Ni=1βi，tσmt。

（2）微觀信息波動（IS）：是指僅與企業(yè)相關而與宏觀環(huán)境無關的信息波動，如企業(yè)的利潤變化、技術進步等，其影響范圍可能僅為某只或具體某行業(yè)股票的收益情況。同樣根據(jù)股票日收益率十二個月窗口滾動的CAPM模型，取其殘差標準差σiεt作為個股微觀信息波動的代理變量。市場微觀信息波動則為1/N∑Ni=1σiεt。

（3）貨幣政策變量（ME）：本文參考戰(zhàn)明華（2019）[17]的方法，將貨幣政策識別變量用lnM2=a+b1lnGDP+b2r+μ的回歸殘差表示，在模型中引入季節(jié)調整后的GDP和銀行間7天同業(yè)拆借利率作為解釋變量。mp>0時表示擴張的貨幣政策，ME取1，mp<0時表示緊縮的貨幣政策，此時ME取0。

（4）注意力變量：參考Kacpercayk等（2016）[14]，本文選擇基金持倉作為注意力代理變量。

（5）波動擇時能力（Stiming）：從信息波動角度衡量的擇時能力，反映了基金經(jīng)理注意力配置結果與宏觀信息之間的關系，計算公式如下：

其中，Nj表示基金總數(shù)量，?ωjit表示基金j在第t期開始時股票i的持倉比例，ωmit則表示股票i在t時資本市場中的市值占比。參照宏觀信息波動的定義，將市場日收益率波動率σmt作為此處市場信息波動zn（t+1）的代理變量。

（6）波動選股能力（Spicking）：與波動擇時能力相對應，描述基金經(jīng)理的注意力配置結果中與微觀信息相關而與宏觀信息無關的部分。計算公式如下：

其中，zi（t+1）表示個股微觀信息波動，取其殘差的標準差σiεt作為個股微觀信息波動的代理變量。

（7）擇時收益能力（Etiming）：以市場收益為關注對象的擇時能力，反映了基金所獲收益與市場收益之間的關系。擇時收益能力強意味著當市場收益高時，所持投資組合與市場收益的相關系數(shù)高，而當市場收益低時，所持有的投資組合與市場收益的相關系數(shù)高低甚至負相關，其計算公式為：

其中，βi，t為股票i的收益Ri與市場收益Rm協(xié)方差和市場收益方差之比。擇時收益能力強意味著在市場收益升高之前，基金通過提高

值高的股票持倉占比提高收益。

（8）選股收益能力（Epicking）：從市場收益角度出發(fā)的選股能力，主要描述投資者的收益中與市場收益無關僅與所持股票自身特質相關的部分，即對低估或者過譽股票的識別能力。此時選股關注的對象是收益而非信息波動，其公式為：

Epickingjt=∑Nji=1（ωji，t-ωmi，t）（Rmt+1-βi，tRmt+1）?（25）

其中，Rit+1表示股票i在t時期內的收益率，Rit+1-βi，tRmt+1表示股票i在t時期內收益率中只與自身特質相關而與市場無關的部分。

（9）信息不透明度（Opaque）：根據(jù)Hutton等（2009）[18]的計算方法，用上市公司過去三年操控性應計項目絕對值累計之和表示公司信息透明度Opaque，其計算公式如下：

Opaque=DisAcct-1+DisAcct-2+DisAcct-3（26）

其中，操控性應計項目之和根據(jù)Dechow等（1995）[19]修正過的Jones模型計算得出：

TAi，tAsseti，t-1=α11Asseti，t-1+α2ΔREVi，tAsseti，t-1+α3PPEi，tAsseti，t-1+εi，t（27）

DisAcci，t=TAi，tAsseti，t-1-

11Asseti，t-1+2ΔREVi，t-ΔRECi，tAsseti，t-1+3PPEi，tAsseti，t-1?（28）

公式中TA表示總應計項目，Asset表示資產(chǎn)總額，ΔREV表示銷售收入增加額，ΔREC表示應收賬款增加額，PPE為固定資產(chǎn)原價。上市公司會計信息不透明度可在某種程度上衡量信息收集的注意力成本，Opaque值越小，說明該企業(yè)的信息透明度越高，其信息收集所需的注意力越低。

（二）實證檢驗與結果討論

1.不同貨幣政策下宏觀信息與微觀信息的波動性差異。根據(jù)理論模型結果，投資者的注意力配置與風險成正比，為驗證我國機構投資者的注意力是否會在不同的貨幣政策背景下進行優(yōu)化配置，首先需要探究宏觀信息與微觀信息在不同貨幣政策下信息波動是否有顯著差異，此處構建實證模型如下：

其中，ASt表示宏觀信息波動，ISt表示微觀信息波動，SRt表示宏觀信息波動與微觀信息波動之比。Xtj為控制變量，該實證模型分別使用時間序列回歸和混合回歸兩種方法，在這兩種回歸方法中，Xtj具體表示的控制變量有所差異，具體見實證結果表1。

宏觀信息波動、微觀信息波動、宏觀與微觀的信息波動之比與貨幣政策關系的實證結果如表1所示，其中表1（A）為時間序列回歸結果，表1（B）為混合回歸結果。在時間序列回歸中，Xtj采用Fama-French月度三因子作為控制變量。在混合回歸中，Xtj采用股票異質性特征變量，包括企業(yè)市值指標變量（Size），賬面市值比指標變量（B/M）和個股過去一年累計收益率（Rt12）。本文對特征變量采取分組賦值法進行預處理，參見Daniel（1997）[20]。實證結果如表1所示。

表1（A）和表1（B）中，第（1）、（3）、（5）列為基礎回歸，第（2）、（4）、（6）列為加入控制變量后的回歸結果。從表中數(shù)據(jù)可以看出，宏觀信息波動和微觀信息波動都是在貨幣寬松期更顯著，但二者的變動幅度不同。時間序列回歸結果中，貨幣政策擴張期的宏觀信息波動顯著高于貨幣政策緊縮期，是緊縮期的兩倍。貨幣政策擴張期的微觀信息波動同樣顯著高于貨幣政策緊縮期，但二者差距較小，漲幅僅為1790%。在基礎回歸結果中（第5列結果所示），寬松貨幣政策背景下，宏觀信息波動與微觀信息波動之比為152，而在緊縮的貨幣政策背景下，宏觀信息波動與微觀信息波動之比小于1。表1（B）為混合回歸結果，結果與時間序列結果一致，即宏觀信息波動在寬松貨幣政策背景下更顯著，微觀信息波動在緊縮貨幣政策背景下更顯著的現(xiàn)象，結果具有一定的穩(wěn)定性。

表1結果表明，雖然宏觀信息波動和微觀信息波動均在貨幣政策擴張時顯著高于貨幣政策緊縮期，但宏觀信息波動與微觀信息波動之比在不同貨幣政策背景下有顯著差異，且寬松的貨幣政策與較高的宏觀信息波動在時間上存在一致性，即在貨幣政策寬松時宏觀信息波動更大，而微觀信息波動在緊縮貨幣政策背景下更大。

2.不同貨幣政策下投資者對宏微觀信息的注意力配置。從信息波動角度衡量基金“波動擇時能力”和“波動選股能力”，以此判斷我國基金的注意力配置是否會隨貨幣政策的變化而變化。構建以下實證模型，驗證基金的波動擇時能力和波動選股能力與貨幣政策之間是否相關：

其中，SDifferencejt表示波動擇時與波動選股之差，Xjt表示基金基本信息和企業(yè)層面的異質性控制變量，基金層面信息變量包括基金成立年限（Age）、基金資產(chǎn)凈值（TNA）、費用支出率（Expense）和資金流轉波動量（Flow），其中，TNA用資產(chǎn)總值與負債和費用之差表示，F(xiàn)low則參考Sirri和Tufano（1998）方法，用TNAit/TNAit-1-1+Rit表示，Rit為基金收益率，其中變量age和TNA需要取對數(shù)。股票層面異質性控制變量與前文一致，為Size，Rt12和B/M，這里的股票控制變量為原值，無須對其分組賦值。

本部分的實證結果主要目的在于驗證從宏觀信息波動和微觀信息波動角度出發(fā)衡量的擇時和選股能力在貨幣政策不同階段是否有不同表現(xiàn)。結果如表2所示。

表2中第（1）、（3）、（5）列分為波動擇時、波動選股以及二者之差與貨幣政策變量的一元線性回歸結果，為了實證結果的穩(wěn)健性，第（2）、（4）、（6）列為加入基金層面特征變量和個股異質性特征變量后的實證結果。從表2結果中可以看出，Stiming、Spicking的ME系數(shù)均為正，表示基金的波動擇時能力和波動選股能力都是在寬松的貨幣政策背景下更加顯著。此外，Stiming在貨幣政策擴張期是貨幣政策緊縮期的297倍，而Spicking在貨幣政策擴張期僅高于貨幣政策緊縮期22%，說明在貨幣政策寬松期，投資者的波動擇時能力表現(xiàn)相對較好。該結果也與表1結果相呼應，在我國的資本市場上，貨幣政策寬松時，異質性風險的波動率相對貨幣政策緊縮時較高，二者的相對值更具有解釋意義。因此，本文進一步研究了投資Stiming與Spicking之差與貨幣政策之間的關系。表2的第5列和第6列為波動擇時能力和波動選股能力之差與貨幣政策以及加入控制變量前后的實證結果，從數(shù)據(jù)中可以看出，在貨幣政策寬松時，二者之差顯著為正，表明投資者的波動擇時能力高于波動選股能力，反之，在貨幣政策緊縮時，二者之差顯著為負，表明投資者的波動選股能力高于波動擇時能力。此結果說明我國基金的注意力在不同貨幣政策下配置結果不同，在寬松貨幣政策時更加關注宏觀信息波動，而在貨幣政策寬松時更加關注微觀信息波動。

3.不同貨幣政策下投資者的收益水平與信息波動的關系?；仡櫪碚撃Ｐ?，本文在財富函數(shù)中加入了信息收集注意力消耗的懲罰項，此處為簡單驗證該做法的合理性，我們在實證模型中納入變量信息不透明度Opaque，通過驗證信息不透明度與最終收益之間是否存在負相關，為理論模型的構建提供一定支撐。本節(jié)構建如下實證模型，驗證在不同貨幣政策下基金的擇時能力和選股能力是否有顯著差異：

其中Etimingjt表示第j個基金在第t期的擇時收益能力，Epickingjt表示第j個基金在第期的選股收益能力，EDifferencejt表示收益擇時與收益選股之差。信息不透明度Opaque的數(shù)據(jù)處理方法與其他變量一致。

表3表示了不同貨幣政策下?lián)駮r收益能力和選股收益能力的時間序列回歸結果。

從表3中數(shù)據(jù)可以看出，在收益擇時和收益選股實證結果中，Opaque作為信息收集的注意力成本代理變量，其系數(shù)均顯著為負，加入控制變量后，結果依然顯著。結果表明，理論模型在信息收集階段考慮加入注意力懲罰部分具有一定合理性。

表3中第（1）列和第（2）列分別為Etimingjt加入控制變量和信息不透明度前后的回歸結果，ME系數(shù)顯著為正，基金的半年期擇時收益能力在貨幣寬松期比貨幣緊縮期高出59個bp。結合表2可知，基金經(jīng)理在寬松貨幣政策時，會提高對宏觀信息波動的關注度，表3結果證明了這種注意力配置的確能夠給投資者帶來更高的收益。表3中第3列和第4列為Epickingjt的回歸結果，貨幣政策代理變量系數(shù)顯著為正，這與表1中在貨幣政策擴張期也會有顯著提高結論相符，所以需要進一步看擇時能力和選股能力的收益差值在不同貨幣政策背景下的表現(xiàn)，結果如表3的第（5）列和第（6）列所示。結果顯示，在貨幣政策擴張期時，擇時收益能力比選股收益能力收益高1958個bp。反之，在貨幣政策緊縮期時，收選股能力比擇時收益能力高出1352個bp。因此可知，在貨幣政策寬松期，投資者的擇時收益能力收益更高，而在貨幣政策緊縮期，投資者的選股收益能力收益更高。

綜上，我國基金經(jīng)理在寬松貨幣政策背景下更加關注宏觀信息波動，而在緊縮貨幣政策背景下更加關注微觀信息波動，這樣的注意力配置策略確實能夠給投資者帶來較高收益，

五、結論與政策建議

（一）結論

本文從理性疏忽的視角，建立了投資者注意力配置理論模型，并結合實際數(shù)據(jù)對模型結論進行驗證，充分驗證了模型結論的可靠性。

在理論部分，通過建立注意力與信息精度之間的關系，構建了理性疏忽兩階段注意力配置模型。研究了投資者在不同貨幣政策背景下，對宏觀信息和微觀信息的關注問題。研究發(fā)現(xiàn)：在我國資本市場上，寬松貨幣政策下的宏觀信息波動顯著高于貨幣緊縮期，而微觀信息波動雖在不同貨幣政策下變化沒有宏觀信息波動顯著，但宏觀信息波動與微觀信息波動之比在不同貨幣政策下存在顯著差異。在寬松貨幣政策背景下，關注宏觀信息波動的基金經(jīng)理擇時能力顯著，在緊縮貨幣政策背景下，關注微觀信息波動的基金經(jīng)理選股能力顯著。實證結論與理論結果高度一致。

（二）政策建議

根據(jù)本文的理論研究和實證研究結果，本文針對政策部門提供以下政策建議：

兼顧行為人理性預期，提高貨幣政策有效性。貨幣政策在制定和實施階段，確保行為人對其給予充分關注，促使政策實施得到貫徹落實。貨幣政策應充分考慮投資者的注意力配置決策，避免引起資本市場上的非必要波動，保證貨幣政策精準實施。

完善資本市場監(jiān)管機制，保障資本市場穩(wěn)健運行。加快完善信息披露機制，豐富投資者信息獲取渠道，提升信息發(fā)布及時性，使得資本市場對信息的獲取和吸收及時有效，長期確保資本市場的健康穩(wěn)定運行。監(jiān)管部門加強對市場信息傳播的監(jiān)控力度，避免虛假信息大面積傳播，引導行為人注意力正確配置，減少市場非理性波動。

加強投資者教育保護，優(yōu)化投資者投資結構。第一，加強全民金融普法教育，提高投資者對金融信息的處理能力，形成理性投資認知，降低資本市場上的投機心理。第二，針對我國散戶投資者占比較高，相比機構投資者而言，在信息收集和處理方面差距較大，提高機構投資者占比，引導個人投資機構化。

參考文獻：

[1]?Jensen?M?C.?The?performance?of?mutual?funds?in?the?period?1945-1964[J].?Journal?of?Finance，1968，23（2）：389-416.

[2]?Simon，?H.?A.?Designing?organizations?for?an?information-rich?world[J].?International?Library?of?Critical?Writings?in?Economics，?1996，70：187-202.

[3]?Fleming?M?J，?Remolona?E?M?.?What?moves?the?bond?market？[J].Economic?Policy?Review，?1997，3（4）：31-50.

[4]?Bemanke?B?S，?Kuttner?K?N.?What?explains?the?stock?market′s?reaction?to?Federal?Reserve?policy？[J].?The?Journal?of?finance，?2005，?60（3）：?1221-1257.

[5]?Hausman?J?K，?Wongswan?J.?Global?asset?prices?and?FOMC?announcements[J].?Journal?of?International?Money?and?Finance，?2011，?30（3）：?547-571.

[6]?姜富偉，郭鵬，郭豫媚.美聯(lián)儲貨幣政策對我國資產(chǎn)價格的影響[J].金融研究，2019（5）：?37-55.

[7]?Kahneman?D.，?Tversky?A.?Availability：?A?heuristic?for?judging?frequency?and?probability[J].?Cognitive?sychology，?1973，?5（2）：?207-232.

[8]?Sims?C?A.?Implications?of?rational?inattention[J].?Journal?of?monetary?Economics，?2003，?50（3）：?665-690.

[9]?Sims?C?A.?Rational?inattention：?beyond?the?linear-quadratic?case[J].?American?Economic?Review，?2006，?96（2）：158-163.

[10]Peng?L，?Xiong?W.?Investor?attention：?overconfidence?and?category?learning[J].?Journal?of?Financial?Economics，?2006，?80（3）：?563-602.

[11]Hellwig，?C.，?Veldkamp，?L.?Knowing?what?others?know：?Coordination?motives?in?information?acquisition[J].?The?Review?of?Economic?Studies，?2009，76（1）：?223-251.

[12]Luo，?Y.?Rational?inattention，?long-run?consumption?risk，?and?portfolio?choice[J].?Review?of?Economic?Dynamics，2010.

[13]Liu?H?H?.?Rational?Inattention?and?Portfolio?Selection[J].?Journal?of?Finance，?2007，?62（4）：1999-2040.

[14]Kacperczyk?M?T，?Van?N?S，?Veldkamp?L.?A?rational?theory?of?mutual?funds′?attention?allocation[J].?Econometrica，?2016，?84（2）：?571-626.

[15]Mondria?J.?Portfolio?choice，?attention?allocation，?and?price?comovement[J].?Journal?of?Economic?Theory，?2010，145（5）：?1837-1864.

[16]Admati?A?R.?A?noisy?rational?expectations?equilibrium?for?multi-asset?securities?markets[J].?Econometrica：?Journal?of?the?Econometric?Society，?1985，?53（3）：?629-657.

[17]戰(zhàn)明華，羅誠劍，李帥，等.貨幣政策沖擊對傳統(tǒng)行業(yè)融資約束產(chǎn)生強化效應嗎？——以紡織業(yè)為例[J].財經(jīng)研究，2019，45（7）：?125-139.

[18]Hutton?A?P，?Marcus?A?J，?Teheranian?H.?Opaque?financial?reports，?R2，?and?crash?risk[J].?Journal?of?Financial?Economics，?2009，?94（1）：?67-86.

[19]Dechow，?P.?M.，?Sloan，?R.?G.，?Hutton，?A.?P?.?Detecting?Earnings?Management[J].Accounting?Review，?1995，?70（2）：193-225.

[20]Daniel?K，?Grinblatt?M，?Titman?S.?Measuring?mutual?fund?performance?with?characteristic-based?benchmarks[J].?The?Journal?of?finance，?1997，?52（3）：?1035-1058.

（責任編輯：趙春江）