袁宜晨

(華南理工大學(xué)經(jīng)濟與金融學(xué)院 廣東廣州 510006)

1 引言與文獻(xiàn)綜述

李倩等(2017)[1]發(fā)現(xiàn)，網(wǎng)絡(luò)大數(shù)據(jù)對資本市場具有重要的信息價值，網(wǎng)絡(luò)大數(shù)據(jù)中所反映的個體偏好和預(yù)期及其傳播和演化為市場信息反饋和投資者行為的研究提供了很好的實證數(shù)據(jù)；楊濤等(2019)[2]發(fā)現(xiàn)投資者對霧霾和PM2.5概念股的關(guān)注度的增加能拉升PM2.5概念股的股價。投資者對霧霾的關(guān)注度和PM2.5概念股的收益率顯著正相關(guān)。關(guān)注度的增加同時也提高PM2.5概念股交易的活躍程度以及PM2.5概念股漲停的可能性；孫書娜等(2018)[3]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；劉海飛等(2017)[4]研究發(fā)現(xiàn)，微博信息質(zhì)量與股價同步性有著顯著的高度負(fù)向線性關(guān)聯(lián)性；楊杰等(2016)從股價波動非同步性的角度進(jìn)行了研究，發(fā)現(xiàn)媒體報道與股價波動非同步性存在顯著“U”型影響，認(rèn)為新聞媒體扮演了信息提供者的角色[5]；王建新等(2005)對媒體關(guān)注度進(jìn)行了分解， 發(fā)現(xiàn)媒體效應(yīng)主要來自媒體關(guān)注度的未預(yù)期部分， 而未預(yù)期關(guān)注度的定價效應(yīng)很大程度上是投資者異質(zhì)信念在賣空限制下的定價效應(yīng)及高關(guān)注度股票組合的弱勢表現(xiàn)[6]。

2 研究方法

GMM(Generalzed method of moments)估計又被稱作廣義矩估計，是一種約束模型的實際參數(shù)，使其滿足一定矩條件的參數(shù)估計方法，是傳統(tǒng)矩估計方法在一般化之后的產(chǎn)物。傳統(tǒng)的參數(shù)估計方法，如極大似然法、最小二乘法和工具變量法等在參數(shù)估計過程中都存在一定的局限性。其參數(shù)的估計量必須在滿足一些假設(shè)的情況下才有效，如模型的隨機誤差項必須滿足泊松分布或其他分布時，我們的估計量才是可靠有效的。但對于GMM估計方法來說，不需要知道隨機誤差項的準(zhǔn)確信息，允許隨機誤差項中存在異方差或序列相關(guān)的情況發(fā)生，因此使用GMM得到的參數(shù)估計量會比使用其他方法更加有效。

在傳統(tǒng)的GMM方法中，常用的是差分GMM。差分GMM是通過將原方程做差分處理，使用變量滯后量作為工具變量。但這種GMM方法在差分時消除了非觀測截面?zhèn)€體效應(yīng)及不隨時間變化的其他變量，且有時變量滯后階并非理想工具變量。而在差分GMM基礎(chǔ)上擴展得到的系統(tǒng)GMM方法，相當(dāng)于聯(lián)立了差分方程與原水平方程，將差分方程的工具變量換成了變量滯后階，同時將差分變量的滯后階項當(dāng)作水平方程的工具變量，這樣能在一定程度上解決弱工具變量的問題。綜上所述，我們最終將使用系統(tǒng)GMM估計對構(gòu)建的動態(tài)面板數(shù)據(jù)模型進(jìn)行估計。

3 實證研究

3.1 數(shù)據(jù)描述

對于投資者關(guān)注與情緒的衡量，學(xué)術(shù)界曾使用過百度指數(shù)、谷歌指數(shù)等搜索指數(shù)作為衡量投資者關(guān)注的指標(biāo)。但這樣會存在一個問題：并不是所有搜索這一關(guān)鍵詞的用戶都是投資者，很有可能是作為消費者貢獻(xiàn)了搜索指數(shù)這一概念，這樣就會存在股票搜索指數(shù)不真實問題。因此筆者選擇的數(shù)據(jù)來源是各大專業(yè)性股吧、財經(jīng)網(wǎng)站。因為只有投資者會進(jìn)入這些網(wǎng)站進(jìn)行發(fā)帖、閱讀、評論，這就保證了本文使用的指標(biāo)是真正來源于投資者。

本文的實證分析期間是2019年5月11日(周六)—2019年11月8日(周五)，共計26周。本文的實證分析當(dāng)中，拋棄傳統(tǒng)的以天為時間單位的做法而使用周為基本的時間單位來進(jìn)行檢驗，將一周的周六設(shè)置為周單位的第一天。選擇以周為時間單位的原因在于大部分關(guān)于股票的帖子、新聞、公告都發(fā)生在非交易時間，尤其是周末這種休息時間，帖子的數(shù)目與評論閱讀量會激增。但由于處于非交易時間，并不能讓我們研究它對股市的影響，而且投資者在獲取信息之后會有一個對所獲取信息的緩沖期，再之后才會反映在股市表現(xiàn)中，所以適當(dāng)?shù)难娱L時間基本單元更加適合于本文的實證研究。

本文選用的衡量股票的指標(biāo)為股票的收益率與換手率，其中收益率作為投資者最為關(guān)注的指標(biāo)，具有很大的研究意義，換手率則衡量這一只股票在一段時間內(nèi)的活躍程度，并且這兩個指標(biāo)都選用更適合于分析的周后復(fù)權(quán)指標(biāo)，并使用對數(shù)收益率。

本文采用的衡量投資者關(guān)注度的指標(biāo)為數(shù)據(jù)來源股吧當(dāng)中標(biāo)題或內(nèi)容中提到具體股票的占當(dāng)天股吧社區(qū)全部帖子總量的比例。之所以沒有直接使用數(shù)量是因為本文認(rèn)為使用比例可以消除社區(qū)帖子在某一特殊時間點信息量突然增大下，導(dǎo)致數(shù)據(jù)顯示誤以為關(guān)注度猛增的情況。衡量投資者情緒的指標(biāo)來自平臺上的一項新聞情感指數(shù)的數(shù)據(jù)，他表示當(dāng)天關(guān)聯(lián)新聞資訊的總體看法，分為看漲看跌與中性，我們使用這一項數(shù)據(jù)來衡量投資者情緒。影響投資者情緒的另一項數(shù)據(jù)為關(guān)于公告的數(shù)據(jù)，并將其分為重大利空、利空、中性、利好、重大利好五類，我們選擇將其情感分?jǐn)?shù)分別評為-2、-1、0、1、2。在以周為時間單位的分析中，取用周平均收益率，周平均換手率，帖子的周平均比例，新聞情感指數(shù)之和，公告情感分?jǐn)?shù)之和。并將周帖子比例與周新聞情感指數(shù)進(jìn)行加一后取自然對數(shù)的操作，以獲得更為平穩(wěn)的數(shù)據(jù)。

3.2 投資者關(guān)注、媒體關(guān)注與情緒對股票收益率的影響

總的來說，本文使用新聞熱度和情緒分?jǐn)?shù)來衡量媒體關(guān)注與情緒，使用帖子比例來衡量投資者對股票的關(guān)注度，使用對數(shù)收益率。使用系統(tǒng)GMM方法對模型(1)進(jìn)行回歸分析，回歸分析如表1所示。

表1 對股票收益率的回歸結(jié)果

通過回歸結(jié)果我們發(fā)現(xiàn)，前一周的對數(shù)收益率和前二周的對數(shù)收益率對股票的當(dāng)期收益率有顯著的負(fù)向影響。在其他變量保持不變的情況下，一階滯后收益率每增加1%，當(dāng)期收益率減少0.15%；二階滯后收益率每增加1%，當(dāng)期收益率減少0.13%。我們可以看出，二期滯后收益率對當(dāng)期收益率的影響小于一期滯后收益率，這是符合隨著時間的延長，影響力逐漸變小的認(rèn)知的。此外，媒體對股票報道的新聞體現(xiàn)出的情緒熱度對股票的收益率具有在統(tǒng)計上顯著的正向影響，衡量投資者關(guān)注度的帖子比例對股票的收益率具有十分顯著的正向影響。但對于公告情感分?jǐn)?shù)和新聞熱度而言，其對股票的收益率并未做出很大的統(tǒng)計貢獻(xiàn)。

3.3 投資者關(guān)注、媒體關(guān)注與情緒對股票換手率的影響

根據(jù)模型(2)，本文將因變量換為股票的周均換手率來探究股票換手率與投資者關(guān)注、媒體關(guān)注情緒之間的影響關(guān)系。我們同樣使用系統(tǒng)GMM估計方法來對模型(2)進(jìn)行回歸分析，結(jié)果如表2所示。

表2 對股票換手率的回歸結(jié)果

從表2中的結(jié)果可以看出，前一期的換手率、當(dāng)期帖子比例和當(dāng)期新聞熱度指數(shù)都對當(dāng)期的換手率有著十分顯著的正向影響，同樣前兩期的換手率對當(dāng)期換手率也有著顯著的正向影響，但因為時間消退效應(yīng)，影響并沒有前一期的換手率造成的影響大。與模型(1)的回歸結(jié)果類似，公告的情緒分?jǐn)?shù)并不會對換手率造成很大的影響作用，同樣沒有顯著影響的變量還有新聞的情緒分?jǐn)?shù)。

我們可以使用羊群效應(yīng)來解釋幾項結(jié)果，當(dāng)人們看到股票的換手率增大時，很容易跟隨其他投資者一起去對所持有的股票進(jìn)行買賣行為，其中時間越相近影響將會越大，而這種羊群效應(yīng)的傳播途徑便是股吧社區(qū)。投資者進(jìn)行操作之后，在股吧當(dāng)中分享自己的觀點，當(dāng)其他投資者看到之后就會跟隨這一部分投資者進(jìn)行操作，這也是為什么當(dāng)帖子比例增大時，股票的換手率會顯著增長。而另一個原因是，通常換手率高的股票正處于活躍度較高的階段，這一階段的股票通常都是看漲的，投資者會更加關(guān)注形勢較好的股票，所以當(dāng)投資者對這一股票的關(guān)注度增加時，股票的換手率通常會上升。

4 結(jié)語

本文以科創(chuàng)板塊系統(tǒng)抽取出的96只樣本股作為對象，基于通過優(yōu)礦平臺提供的API獲取的股票行情數(shù)據(jù)與相關(guān)的社交媒體數(shù)據(jù)，使用建立的動態(tài)面板數(shù)據(jù)，詳細(xì)討論了投資者關(guān)注度、媒體關(guān)注度、媒體情緒對股票收益和流動性的影響，并研究了公司披露信息對股票的影響，得到的結(jié)論如下：

第一，投資者關(guān)注度與股票的收益率和流動性之間呈現(xiàn)高度的正向相關(guān)性，某一股票的高投資者關(guān)注度通常意味著這只股票具有不錯的收益率與流動性。

第二，媒體的關(guān)注度高低與股票的收益率之間的關(guān)系并不大，但是與股票流動性之間存在高度正相關(guān)。相反，媒體對股票的看跌看漲情緒與收益有著高度正相關(guān)，但并不會對流動性產(chǎn)生太大影響。

第三，公司披露的公告對股票產(chǎn)生的影響不大。

本文的創(chuàng)新之處在于，在數(shù)據(jù)選擇上使用的是來自各大專業(yè)性財經(jīng)論壇與新聞網(wǎng)站的數(shù)據(jù)來衡量投資者關(guān)注度，這樣可以保證衡量的投資者關(guān)注度都是由投資者所貢獻(xiàn)的，而不是消費者之類貢獻(xiàn)的。這樣可以讓我們更加真實的反映投資者關(guān)注度指標(biāo)。我們的數(shù)據(jù)來自各大股吧論壇的匯總，而不只是東方財富網(wǎng)或雪球等單一論壇，這樣可以讓我們的數(shù)據(jù)來源更加廣泛，更能代表市場上的廣大投資者。本文使用了更加可以衡量某一時期內(nèi)關(guān)注度的帖子比例和新聞報道比例而不只是數(shù)量，因為在投資者一定的情況下，關(guān)于某一股票的新聞比例能夠更好地反映這一股票相對于市場獲得的關(guān)注度。我們還引進(jìn)了新聞情緒這一變量，在衡量媒體關(guān)注的同時，分析新聞對股票的情緒指標(biāo)，來更好地衡量新聞報道對股票的影響。