倪文輝 張普

摘? ?要：互聯(lián)網(wǎng)技術(shù)的發(fā)展和自媒體產(chǎn)業(yè)的爆發(fā)，加劇了投資者形成一致性預(yù)期的可能性?；诖?，利用網(wǎng)絡(luò)論壇發(fā)帖數(shù)據(jù)構(gòu)建投資者意見(jiàn)趨同指數(shù)，從收益和風(fēng)險(xiǎn)兩個(gè)維度考察投資者意見(jiàn)趨同對(duì)股票市場(chǎng)的影響。研究表明，投資者意見(jiàn)趨同對(duì)股票收益有顯著的正向影響，且該影響具有持續(xù)性，其作用機(jī)制在于投資者意見(jiàn)趨同會(huì)催生買入擁擠交易行為，抬升資產(chǎn)價(jià)格。具體來(lái)看，看漲意見(jiàn)趨同會(huì)帶來(lái)持續(xù)的正向收益，而看跌意見(jiàn)趨同僅會(huì)帶來(lái)短期的負(fù)向沖擊；與此同時(shí)，投資者意見(jiàn)趨同還會(huì)導(dǎo)致交易量縮減、股價(jià)跳躍以及羊群行為等潛在市場(chǎng)風(fēng)險(xiǎn)的出現(xiàn)。進(jìn)一步分析發(fā)現(xiàn)，放開(kāi)賣空限制能夠讓看跌投資者的意見(jiàn)得以表達(dá)，進(jìn)而有效降低投資者意見(jiàn)趨同對(duì)股票市場(chǎng)的影響。研究結(jié)論為政府完善資本市場(chǎng)制度、逐步放開(kāi)賣空限制提供了現(xiàn)實(shí)依據(jù)。

關(guān)鍵詞：意見(jiàn)趨同；股票收益；市場(chǎng)風(fēng)險(xiǎn)；賣空限制

中圖分類號(hào)：F830.91? 文獻(xiàn)標(biāo)識(shí)碼：B? 文章編號(hào)：1674-2265（2023）04-0018-11

DOI：10.19647/j.cnki.37-1462/f.2023.04.003

一、引言

行為金融學(xué)理論認(rèn)為，股價(jià)形成過(guò)程就是投資者在信息沖擊下不斷進(jìn)行信息更新和信念修正的過(guò)程?，F(xiàn)有研究發(fā)現(xiàn)該過(guò)程中投資者之間的意見(jiàn)分歧是股票市場(chǎng)交易活動(dòng)的核心驅(qū)動(dòng)力（尹海員和胡夢(mèng)蕓，2019）[1]，卻甚少有學(xué)者關(guān)注投資者意見(jiàn)趨同對(duì)股票市場(chǎng)的影響。區(qū)別于傳統(tǒng)資產(chǎn)定價(jià)理論中的同質(zhì)信念假設(shè)，意見(jiàn)趨同是指投資者因自身情緒、有限關(guān)注、信息解讀能力等因素限制，在外部信息沖擊和市場(chǎng)情緒的引導(dǎo)下逐步形成一致性預(yù)期，進(jìn)而產(chǎn)生集體行動(dòng)的過(guò)程。

根據(jù)De Long等（1990）[2]提出的噪音交易模型，投資者情緒會(huì)使資產(chǎn)價(jià)格偏離其真實(shí)價(jià)值，這一觀點(diǎn)得到學(xué)者們的普遍認(rèn)可（Baker和Wurgler，2006；何誠(chéng)穎等，2021） [3，4]。如今，互聯(lián)網(wǎng)技術(shù)的發(fā)展讓更多個(gè)人投資者“轉(zhuǎn)戰(zhàn)”貼吧、論壇等網(wǎng)絡(luò)平臺(tái)，他們?cè)诰W(wǎng)上暢所欲言、宣泄情緒，給資本市場(chǎng)的穩(wěn)定帶來(lái)了新挑戰(zhàn)，其中最為突出的表現(xiàn)便是投資者群體內(nèi)極易產(chǎn)生趨同行為。已有不少研究指出，互聯(lián)網(wǎng)會(huì)加劇投資者有限理性，增加意見(jiàn)趨同的可能性（岑詠華等，2018；魏宇和唐吝春，2021）[5，6]。從改革試驗(yàn)田到世界第二，中國(guó)資本市場(chǎng)的矚目成就離不開(kāi)眾多中小投資者的積極參與，可以預(yù)見(jiàn)未來(lái)股民群體仍將持續(xù)擴(kuò)大，滿足人民群眾日益增長(zhǎng)的財(cái)富管理需求，將是新時(shí)代資本市場(chǎng)發(fā)展的重要使命。新時(shí)代背景下，該如何引導(dǎo)中小投資者，保護(hù)他們的權(quán)益，也已成為金融研究領(lǐng)域的重要話題。為此，一方面，要厘清投資者意見(jiàn)趨同與股票收益之間的關(guān)系，探尋其作用機(jī)制；另一方面，也要辨析投資者意見(jiàn)趨同對(duì)股票市場(chǎng)風(fēng)險(xiǎn)的影響。

本文可能的貢獻(xiàn)包括以下幾點(diǎn)：（1）就國(guó)內(nèi)外學(xué)者對(duì)投資者意見(jiàn)趨同與股票收益之間關(guān)系的爭(zhēng)議，本文結(jié)合中國(guó)資本市場(chǎng)的現(xiàn)實(shí)情境做出解釋，并探尋了潛在的作用機(jī)制；（2）目前研究大都聚焦于投資者意見(jiàn)趨同對(duì)股票收益的影響上，卻鮮有學(xué)者關(guān)注投資者意見(jiàn)趨同是否會(huì)招致股市風(fēng)險(xiǎn)，因此，本文將從收益和風(fēng)險(xiǎn)兩個(gè)維度考察其對(duì)股票市場(chǎng)的影響；（3）本文從投資者意見(jiàn)趨同對(duì)股票收益的影響程度出發(fā)，討論了科創(chuàng)板推出、創(chuàng)業(yè)板推出、注冊(cè)制改革以及兩融制度的成效，驗(yàn)證了我國(guó)資本市場(chǎng)改革舉措的有效性。

二、文獻(xiàn)回顧

（一）投資者意見(jiàn)趨同的相關(guān)研究

要想厘清投資者意見(jiàn)趨同的定義，先要辨明意見(jiàn)分歧這一概念。意見(jiàn)分歧發(fā)端于基于異質(zhì)信念的資產(chǎn)定價(jià)模型，該模型最早是由Miller（1977）[7]提出的，其初衷是為了駁斥傳統(tǒng)經(jīng)濟(jì)學(xué)中的“同質(zhì)信念”。

然而，當(dāng)前飛速發(fā)展的信息技術(shù)讓同質(zhì)信念的基本假設(shè)得到了部分滿足。各類網(wǎng)絡(luò)媒體的出現(xiàn)降低了用戶獲取信息的成本，加快了信息的交流與傳播，一定程度緩解了信息不對(duì)稱問(wèn)題。加之大量社交平臺(tái)的興起，使得投資者能夠在網(wǎng)上公開(kāi)發(fā)表意見(jiàn)，且這些網(wǎng)絡(luò)發(fā)帖數(shù)據(jù)具有一定的信息含量，能夠影響股票市場(chǎng)運(yùn)行（段江嬌等，2017）[8]。鑒于此，部分學(xué)者開(kāi)始對(duì)投資者意見(jiàn)趨同展開(kāi)研究，他們指出，在有限注意的前提下，由于“個(gè)人偏見(jiàn)”和“媒體偏見(jiàn)”的存在，媒體可以通過(guò)議程設(shè)置捕捉投資者注意，進(jìn)而引導(dǎo)其對(duì)某項(xiàng)事件的關(guān)注，增加其對(duì)某些事物的認(rèn)同感，最終結(jié)果便是媒體引導(dǎo)投資者閱讀特定信息，極大地增加了投資者形成意見(jiàn)趨同的可能性（Shleifer，2005）[9]。簡(jiǎn)而言之，投資者意見(jiàn)趨同與異質(zhì)信念假說(shuō)并不矛盾，它是指原本持有異質(zhì)信念的投資者，受限于個(gè)人信息處理能力，在市場(chǎng)情緒和外部媒介的引導(dǎo)下形成統(tǒng)一意見(jiàn)，這是一個(gè)由意見(jiàn)分歧逐步走向趨同的過(guò)程。

（二）投資者意見(jiàn)趨同對(duì)股票市場(chǎng)的影響

近年來(lái)，得益于網(wǎng)絡(luò)社交平臺(tái)的蓬勃發(fā)展與網(wǎng)絡(luò)爬蟲、機(jī)器學(xué)習(xí)等大數(shù)據(jù)分析方法的出現(xiàn)，學(xué)者們開(kāi)始通過(guò)量化帖子情緒構(gòu)造情緒一致性指標(biāo)，進(jìn)而研究投資者意見(jiàn)趨同對(duì)股票收益的影響。Antweiler和Frank（2004）[10]是最早一批研究投資者意見(jiàn)趨同對(duì)股票市場(chǎng)影響的學(xué)者，他們通過(guò)樸素貝葉斯算法將雅虎金融和憤怒公牛上的帖子分為買入、持有、賣出三類，并據(jù)此構(gòu)建投資者看漲指數(shù)與一致性指數(shù)。但遺憾的是他們并未闡明投資者意見(jiàn)一致性對(duì)股票收益的影響，Sprenger等（2014）[11]對(duì)此進(jìn)行了補(bǔ)充，他們發(fā)現(xiàn)投資者一致性指數(shù)會(huì)負(fù)向影響股票收益，但后期二者的作用關(guān)系反轉(zhuǎn)。Giannini等（2019）[12]也得出相似結(jié)論，即意見(jiàn)一致性導(dǎo)致低收益。國(guó)內(nèi)學(xué)者沿用這一思路，卻得出了相反的結(jié)論。金雪軍等（2013）[13]利用東方財(cái)富股吧數(shù)據(jù)，構(gòu)建了投資者看漲指數(shù)與意見(jiàn)趨同指數(shù)，他們發(fā)現(xiàn)看漲指數(shù)與意見(jiàn)趨同指數(shù)均能正向預(yù)測(cè)股票收益。魏宇和唐吝春（2021）[6]則認(rèn)為投資者意見(jiàn)一致性應(yīng)區(qū)分為看漲一致性和看跌一致性，其研究表明，整體而言，投資者意見(jiàn)一致性對(duì)市場(chǎng)收益有正向沖擊作用。

過(guò)往研究大都圍繞投資者意見(jiàn)趨同對(duì)股票收益的影響展開(kāi)，但已有學(xué)者發(fā)現(xiàn)投資者情緒與股市風(fēng)險(xiǎn)存在關(guān)聯(lián)，投資者情緒越樂(lè)觀，未來(lái)個(gè)股特質(zhì)風(fēng)險(xiǎn)越高，且社交媒體等互聯(lián)網(wǎng)技術(shù)的發(fā)展會(huì)助長(zhǎng)投資者情緒的蔓延并引起更大的市場(chǎng)風(fēng)險(xiǎn)（尹海員和寇文娟，2021）[14]。然而，甚少有學(xué)者關(guān)注投資者意見(jiàn)趨同對(duì)股票市場(chǎng)風(fēng)險(xiǎn)的影響，僅有少數(shù)學(xué)者依據(jù)直覺(jué)，考慮了投資者意見(jiàn)一致性與交易量的關(guān)系，Antweiler和Frank（2004）[10]的研究發(fā)現(xiàn)當(dāng)日帖子情緒的一致性顯著地負(fù)向影響同期的股票交易量，又正向影響未來(lái)一天的股票交易量，而在未來(lái)第二天再次轉(zhuǎn)變?yōu)樨?fù)向影響，即投資者意見(jiàn)一致性與交易量存在“負(fù)正負(fù)”的關(guān)系，這種短期內(nèi)的迅速反轉(zhuǎn)無(wú)疑會(huì)影響股票市場(chǎng)的穩(wěn)定。段江嬌等（2017）[8]運(yùn)用A股市場(chǎng)數(shù)據(jù)構(gòu)建情緒一致性指數(shù)，研究發(fā)現(xiàn)投資者情緒一致性指數(shù)對(duì)未來(lái)兩日交易量的影響由當(dāng)日顯著為正轉(zhuǎn)變?yōu)轱@著為負(fù)，說(shuō)明這種正向影響也具有短期效應(yīng)。

三、理論分析與研究假設(shè)

國(guó)內(nèi)學(xué)者的研究結(jié)果已表明，在A股市場(chǎng)，投資者意見(jiàn)趨同會(huì)正向影響股票收益，卻并未闡明為何意見(jiàn)趨同對(duì)國(guó)內(nèi)外資本市場(chǎng)股票收益的作用截然相反以及其中的機(jī)理。初步分析發(fā)現(xiàn)，一方面，我國(guó)資本市場(chǎng)個(gè)人投資者占比較高，相較于機(jī)構(gòu)投資者，個(gè)人投資者有限關(guān)注和過(guò)度自信的程度更強(qiáng)（斯子文和朱葉，2016） [15]，又因存在較為嚴(yán)格的賣空限制，悲觀投資者無(wú)法持有足夠的賣空頭寸，股票更多地被樂(lè)觀交易者所持有，此時(shí)唯有做多才能盈利，投資者自然傾向看漲。另一方面，我國(guó)資本市場(chǎng)信息披露制度尚未完善，投資者保障體系還不健全，市場(chǎng)信息質(zhì)量不高，信息提前泄露的現(xiàn)象層出不窮（羅黨論和郭瀚中，2021） [16]，再加上部分機(jī)構(gòu)投資者熱衷于炒作股價(jià)，而個(gè)人投資者會(huì)模仿機(jī)構(gòu)行為，最終導(dǎo)致投資者群體內(nèi)形成盲目樂(lè)觀的一致性預(yù)期。

以上原因致使我國(guó)資本市場(chǎng)上的投資者意見(jiàn)趨同實(shí)質(zhì)上是由看漲意見(jiàn)主導(dǎo)的，其結(jié)果是信息傳遞和表達(dá)機(jī)制扭曲，看漲意見(jiàn)被過(guò)分放大，投資者情緒越樂(lè)觀，股票價(jià)格越高（吳慧慧和遲駿，2022） [17]。在此過(guò)程中，還有一個(gè)很重要的機(jī)制促使股價(jià)上漲，即投資者擁擠交易行為的出現(xiàn)。擁擠交易指的是投資者對(duì)某一倉(cāng)位背后的邏輯深信不疑，越來(lái)越多資金朝同一方向流動(dòng)，分為買入擁擠交易和賣出擁擠交易，兩者都將使資產(chǎn)價(jià)格偏離資產(chǎn)價(jià)值（Yang和Zhou，2016）[18]。毫無(wú)疑問(wèn)的是，一旦投資者形成看漲方向的一致性預(yù)期，勢(shì)必會(huì)導(dǎo)致買入擁擠交易行為，隨著大量資金的涌入，股票價(jià)格自然水漲船高。與之相對(duì)的是，由于嚴(yán)格的賣空限制，看跌意見(jiàn)者缺少足夠的賣空標(biāo)的，即使群體內(nèi)形成看跌意見(jiàn)趨同，仍無(wú)法通過(guò)融資融券等做空方式充分表達(dá)悲觀情緒，使得股票收益僅會(huì)遭受短期的負(fù)向沖擊?；诖?，本文提出如下假設(shè)：

假設(shè)1：投資者意見(jiàn)趨同正向影響個(gè)股收益率，且有一定持續(xù)性。其作用機(jī)制在于意見(jiàn)趨同誘發(fā)買入擁擠交易行為，促使資產(chǎn)價(jià)格上漲。

假設(shè)2：有別于看漲意見(jiàn)趨同，看跌意見(jiàn)趨同負(fù)向影響股票收益，但持續(xù)時(shí)間較短。

魚與熊掌不可兼得，收益背后可能潛藏著巨大風(fēng)險(xiǎn)，因此，僅討論投資者意見(jiàn)趨同對(duì)股票收益的影響是片面的，還應(yīng)辨析投資者意見(jiàn)趨同對(duì)股市風(fēng)險(xiǎn)的影響。首先是投資者意見(jiàn)趨同與股市交易量。關(guān)于投資者意見(jiàn)趨同與交易量的關(guān)系，學(xué)界較為認(rèn)可的是以Hirshleifer（1977）[19]為代表的觀點(diǎn)，該觀點(diǎn)認(rèn)為投資者意見(jiàn)分歧越大，股票交易量越大，即意見(jiàn)趨同會(huì)導(dǎo)致交易量縮減。該觀點(diǎn)與現(xiàn)實(shí)相符，當(dāng)投資者對(duì)某一股票形成看漲意見(jiàn)趨同時(shí)，投資者爭(zhēng)相買入，但因缺乏賣單，勢(shì)必會(huì)導(dǎo)致成交量和換手率的下降，反之亦然。大量實(shí)證研究也已表明，投資者意見(jiàn)趨同程度與成交量顯著負(fù)相關(guān)（Antweiler和Frank，2004）[10]。

其次是投資者意見(jiàn)趨同與跳躍風(fēng)險(xiǎn)。股價(jià)跳躍是指股價(jià)出現(xiàn)較大波動(dòng)，對(duì)股票收益及風(fēng)險(xiǎn)管理產(chǎn)生較大的沖擊（陳逢文等，2018）[20]。依據(jù)上文分析，投資者意見(jiàn)趨同將帶來(lái)成交量和換手率的下降，此時(shí)市場(chǎng)上買賣雙方力量差距懸殊，導(dǎo)致買賣訂單流不均衡，極有可能誘發(fā)流動(dòng)性枯竭，造成個(gè)股股價(jià)跳躍。劉志東等（2017）[21]的研究就表明盡管個(gè)股跳躍發(fā)生的概率與股票流動(dòng)性并無(wú)顯著關(guān)聯(lián)，但顯而易見(jiàn)的是，股票流動(dòng)性越強(qiáng)，股價(jià)跳躍幅度越小，這是因?yàn)榱鲃?dòng)性高的股票可以更好地吸收極端訂單，進(jìn)而降低跳躍帶來(lái)的極端風(fēng)險(xiǎn)程度。因此，投資者意見(jiàn)趨同可能與股價(jià)跳躍存在內(nèi)在關(guān)聯(lián)。

最后是投資者意見(jiàn)趨同與羊群行為。資本市場(chǎng)羊群行為是指投資者在信息不完善的情況下，受自身情緒驅(qū)動(dòng)，追蹤并模仿其他投資者的交易行為。而投資者一旦對(duì)股票的未來(lái)預(yù)期達(dá)成一致，必然會(huì)集中買賣這些股票，引發(fā)強(qiáng)烈的羊群行為。該過(guò)程可由投資者情緒與內(nèi)幕交易來(lái)解釋。資產(chǎn)價(jià)格會(huì)受到投資者情緒的顯著影響，當(dāng)投資者一致看漲某只股票時(shí)，該股票收益上升，投資者情緒隨之高漲，爭(zhēng)相買入；而當(dāng)投資者一致看跌時(shí)，股價(jià)下跌，投資者情緒低落，爭(zhēng)相賣出，如此便形成“追漲殺跌”的羊群行為。內(nèi)幕交易理論則認(rèn)為羊群行為的形成是由內(nèi)幕消息傳播導(dǎo)致的，某些投資者能夠提前得知內(nèi)幕消息（劉井建等，2021）[22]，掌握信息優(yōu)勢(shì)，會(huì)在消息公布前調(diào)整持倉(cāng)策略，集中買賣某些股票，該行為一旦被市場(chǎng)上其他投資者觀察到，便會(huì)引起投資者群體內(nèi)的意見(jiàn)趨同，導(dǎo)致羊群行為出現(xiàn)。綜上所述，本文提出如下假設(shè)：

假設(shè)3：投資者意見(jiàn)趨同在帶動(dòng)股價(jià)上漲的同時(shí)，會(huì)導(dǎo)致縮量交易、股價(jià)跳躍與羊群行為等潛在市場(chǎng)風(fēng)險(xiǎn)的出現(xiàn)。

四、研究設(shè)計(jì)

（一）樣本選擇與數(shù)據(jù)來(lái)源

本研究選擇2008—2020年A股上市公司為初始樣本，并做了如下處理：（1）剔除金融類上市公司；（2）剔除ST、PT等交易狀態(tài)異常的個(gè)股；（3）剔除相關(guān)數(shù)據(jù)缺失的樣本；（4）為更好地估計(jì)投資者意見(jiàn)趨同對(duì)個(gè)股的影響，剔除日發(fā)帖量不足10條的個(gè)股，最后得到628714個(gè)樣本觀測(cè)值。本文的數(shù)據(jù)分為兩部分，一部分是股吧論壇數(shù)據(jù)，來(lái)自中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（CNRDS）；另一部分是市場(chǎng)交易數(shù)據(jù)，來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)（CSMAR）。

（二）變量定義

1. 被解釋變量。股票收益。本文使用不考慮現(xiàn)金分紅再投資的個(gè)股日收益率來(lái)衡量股票收益。

2. 解釋變量。投資者意見(jiàn)趨同指數(shù)。網(wǎng)絡(luò)股吧論壇是眾多中小投資者的聚集地，他們通過(guò)發(fā)帖來(lái)表達(dá)自身對(duì)個(gè)股的意見(jiàn)，本文參考 Antweiler和Frank（2004）[10]和金雪軍等（2013）[13]，使用[Mposit]代表個(gè)股當(dāng)日含有“樂(lè)觀積極情緒”的發(fā)帖數(shù)，[Mnegit]代表個(gè)股當(dāng)日含有“悲觀消極情緒”的發(fā)帖數(shù)。那么投資者看漲指數(shù)可以構(gòu)造為：

[Posit=Mposit-MnegitMposit+Mnegit]? ? ? ? ? ? ? ? ? ? ? ? ? （1）

[Posit]越大，說(shuō)明個(gè)股當(dāng)前情緒越樂(lè)觀。而反映個(gè)股意見(jiàn)是否一致的一大標(biāo)準(zhǔn)就是看漲指數(shù)的標(biāo)準(zhǔn)差，公式如下：

[Divit=1-Pos2it]? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

該公式中的[Divit]可表示當(dāng)日個(gè)股意見(jiàn)分歧指數(shù)，其取值范圍為[0，1]，取值越大說(shuō)明投資者意見(jiàn)分歧越大，那么投資者意見(jiàn)趨同指數(shù)便有如下表示：

[Advit=1-Divit]? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

現(xiàn)實(shí)中投資者意見(jiàn)趨同應(yīng)當(dāng)是有方向的，即看漲意見(jiàn)趨同與看跌意見(jiàn)趨同，而上文所構(gòu)建的意見(jiàn)趨同指數(shù)只能衡量意見(jiàn)趨同的程度，并不能體現(xiàn)意見(jiàn)趨同的方向，因此，本文結(jié)合個(gè)股當(dāng)日的看漲指數(shù)對(duì)其進(jìn)行區(qū)分，即當(dāng)[Posit>0]時(shí)，[Advit]代表看漲意見(jiàn)趨同；反之，則代表看跌意見(jiàn)趨同。同時(shí)，為使回歸結(jié)果更加可靠，考慮了交易時(shí)間對(duì)股吧評(píng)論的影響，即在研究投資者意見(jiàn)趨同對(duì)當(dāng)期股票收益率的影響時(shí)，本文使用該交易日中交易時(shí)間內(nèi)的股吧評(píng)論數(shù)據(jù)，而當(dāng)考察投資者意見(jiàn)趨同對(duì)下一期或滯后多期股票收益率的影響時(shí)，使用上個(gè)交易日內(nèi)的全部股吧評(píng)論數(shù)據(jù)。

3. 控制變量?，F(xiàn)有文獻(xiàn)對(duì)股票收益的影響因素研究較多，既有公司基本面因素，比如規(guī)模、賬面市值比等因素，也有非基本面因素，如投資者情緒等。綜合考慮模型設(shè)定等因素，本文參考尹海員和胡夢(mèng)蕓（2019）[1]的研究，采用公認(rèn)的與可觀測(cè)的代理指標(biāo)，選取賬面市值比（BML）、公司規(guī)模（CMV）引入模型，同時(shí)為了解決內(nèi)生性問(wèn)題和遺漏變量問(wèn)題，加入市場(chǎng)收益率（Market_return）、市場(chǎng)交易量（Market_trading）作為控制變量。本文所采用的主要核心變量及其計(jì)算方法如表1所示。

（三）模型設(shè)定

為了解投資者意見(jiàn)趨同對(duì)股票收益的具體影響，本文擬建立如下模型，在控制個(gè)體和時(shí)間影響因素的前提下，分析投資者意見(jiàn)趨同對(duì)股票收益的影響程度：

[Returnit=α0+α1Advit+2kαkControlskit+PROi+WEEKt+ε1it]? ?（4）

其中，被解釋變量[Returnit]為第[t]日第[i]只股票的收益率，[Advit]為第[t]日第[i]只股票的投資者意見(jiàn)趨同程度， [Controlskit]為控制變量，[PROi]為個(gè)體效應(yīng)項(xiàng)，[WEEKt]為時(shí)間效應(yīng)項(xiàng)，[εit]為隨機(jī)誤差項(xiàng)。

五、實(shí)證結(jié)果分析

（一）描述性統(tǒng)計(jì)

1. 總體特征。表2給出了由網(wǎng)絡(luò)論壇數(shù)據(jù)計(jì)算所得的投資者意見(jiàn)趨同指數(shù)及其相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果，無(wú)論是從數(shù)量還是平均值來(lái)看，投資者看漲意見(jiàn)趨同與看跌意見(jiàn)趨同之間都存在非對(duì)稱性，看漲意見(jiàn)趨同出現(xiàn)的次數(shù)更多，趨同程度也更高，但其內(nèi)部存在明顯差異。具體來(lái)說(shuō)，投資者更傾向于發(fā)布看漲意見(jiàn)，且其趨同程度更高，而看跌投資者則處于弱勢(shì)，悲觀意見(jiàn)無(wú)法充分表達(dá)。

表2：描述性統(tǒng)計(jì)

[變量 Obs Mean Std. Dev. Min Max 投資者意見(jiàn)趨同指數(shù) 632072 0.0930 0.1730 0 1 看漲意見(jiàn)趨同指數(shù) 377044 0.1186 0.1951 0.000001 1 看跌意見(jiàn)趨同指數(shù) 255028 0.0551 0.1245 0 1 ]

2. 異質(zhì)性特征。為了更好地展示投資者意見(jiàn)趨同指數(shù)的異質(zhì)性特征，本文分別繪制了看漲（看跌）意見(jiàn)趨同指數(shù)與上證綜指走勢(shì)圖和按公司規(guī)模分組的意見(jiàn)趨同指數(shù)圖。如圖1所示，整體來(lái)看，看漲（看跌）意見(jiàn)趨同指數(shù)均呈現(xiàn)出波動(dòng)上升的趨勢(shì)，且當(dāng)資本市場(chǎng)受到較大沖擊時(shí)，意見(jiàn)趨同程度會(huì)有所下降，但其與上證綜指并無(wú)明顯相關(guān)性，甚至在某些時(shí)刻呈現(xiàn)出與上證綜指完全背離的趨勢(shì)，這說(shuō)明投資者意見(jiàn)趨同指數(shù)并不會(huì)受到股市周期的影響，其可能與個(gè)股特質(zhì)有關(guān)。此外，看漲意見(jiàn)趨同指數(shù)明顯高于看跌意見(jiàn)趨同指數(shù)，某種程度上，該圖又一次佐證了A股市場(chǎng)上存在一大批過(guò)于樂(lè)觀的投資者。圖2則顯示了按公司規(guī)模分組的意見(jiàn)趨同指數(shù)圖，不難發(fā)現(xiàn)，投資者對(duì)于規(guī)模較小的上市公司的股票意見(jiàn)趨同程度較高，這可能是因?yàn)楣疽?guī)模較小的股票投機(jī)性更高，潛在投資回報(bào)率也較高，吸引了大量投資者參與。以上兩張圖也從側(cè)面說(shuō)明了，我國(guó)資本市場(chǎng)投機(jī)風(fēng)氣盛行，投資者教育程度仍然不高：一方面，體現(xiàn)在市場(chǎng)上充斥著大量過(guò)度樂(lè)觀的投資者，他們不關(guān)注股市的基本情況，反而盲目自信，過(guò)于樂(lè)觀；另一方面，體現(xiàn)在投資者們大都傾向于持有收益（風(fēng)險(xiǎn)）較高的、規(guī)模較小的上市公司的股票。

3. 投資者意見(jiàn)趨同指數(shù)的影響因素。那么究竟有哪些因素會(huì)影響投資者意見(jiàn)趨同指數(shù)呢？如圖2所示，公司規(guī)?？赡苁侵匾绊懸蛩刂唬?進(jìn)一步對(duì)可能影響投資者意見(jiàn)趨同指數(shù)的幾個(gè)因素進(jìn)行了相關(guān)性分析，由表可見(jiàn)，市凈率和個(gè)股上一期的收益率與投資者意見(jiàn)趨同指數(shù)顯著正相關(guān)，即市凈率和個(gè)股上期收益率越高，投資者意見(jiàn)趨同程度越高；而公司規(guī)模則與投資者意見(jiàn)趨同指數(shù)顯著負(fù)相關(guān)，即投資者在小規(guī)模的公司股價(jià)上更易形成意見(jiàn)趨同。上述現(xiàn)象再次說(shuō)明，A股市場(chǎng)上充斥著大量盲目樂(lè)觀的投資者，而這種由看漲交易者主導(dǎo)的投資者意見(jiàn)趨同顯然是非理性的。

表3：相關(guān)性分析

[變量 Adv PB Size L.股票收益率 Adv 1.0000 PB 0.0046*** 1.0000 Size -0.0614*** -0.0039** 1.0000 L.Return 0.0184*** 0.0372*** -0.0050*** 1.0000 ]

注：PB表示市凈率，Size表示公司規(guī)模，用上市公司總市值的自然對(duì)數(shù)表示。*、**和***分別表示10%、5%和1%的顯著水平。下同。

（二）基準(zhǔn)回歸分析

本文利用STATA17對(duì)上文構(gòu)建的模型進(jìn)行檢驗(yàn)，為了有效地估計(jì)結(jié)果，使用固定個(gè)體和時(shí)間的雙向固定效應(yīng)模型，并采用聚類穩(wěn)健標(biāo)準(zhǔn)誤，結(jié)果如表4所示。由表可見(jiàn)，投資者意見(jiàn)趨同對(duì)個(gè)股收益率有顯著的正向影響，這種影響大概可以持續(xù)6個(gè)交易日，并且隨著時(shí)間推移，意見(jiàn)趨同對(duì)個(gè)股收益率影響系數(shù)的大小和顯著性逐漸減小，該結(jié)論與金雪軍等（2013）[13]的研究結(jié)果一致，驗(yàn)證了本文回歸結(jié)果的有效性。從表中還可觀察到幾個(gè)控制變量對(duì)收益率的影響都存在一個(gè)后期逆轉(zhuǎn)的現(xiàn)象，即在當(dāng)日賬面市值比、市場(chǎng)收益率和市場(chǎng)成交量都對(duì)個(gè)股收益有顯著的影響，而后期這種影響會(huì)變換方向。一方面，說(shuō)明這些因素對(duì)股票收益的影響周期較短；另一方面，也說(shuō)明個(gè)股會(huì)對(duì)這些導(dǎo)致錯(cuò)誤定價(jià)的因素進(jìn)行一個(gè)滯后的調(diào)整。另外，不難發(fā)現(xiàn)我國(guó)資本市場(chǎng)仍然存在著較為明顯的規(guī)模溢價(jià)。綜上所述，我國(guó)資本市場(chǎng)仍然存在著不少問(wèn)題，如投資者意見(jiàn)趨同對(duì)股票收益率有著顯著的、持續(xù)的正向影響，規(guī)模溢價(jià)現(xiàn)象仍未消除，當(dāng)期賬面市值比因子的負(fù)向影響等，以上種種跡象表明，我國(guó)資本市場(chǎng)投機(jī)氛圍較為濃厚，受投資者情緒影響較深，仍有長(zhǎng)足的改進(jìn)空間。

（三）異質(zhì)性分析

1.看漲、看跌意見(jiàn)趨同對(duì)股票收益的影響。本文參考魏宇和唐吝春（2021）[6]的方法，依據(jù)看漲指數(shù)是否大于0，將意見(jiàn)趨同區(qū)分為看漲意見(jiàn)趨同與看跌意見(jiàn)趨同兩種，分組進(jìn)行回歸，其結(jié)果如表5和表6所示。表5顯示了看漲意見(jiàn)趨同對(duì)個(gè)股收益率的影響，結(jié)果表明看漲意見(jiàn)趨同能夠正向影響個(gè)股收益率，這種影響大約持續(xù)6個(gè)交易日，并且看漲意見(jiàn)趨同影響系數(shù)的大小與顯著性和上文投資者意見(jiàn)趨同對(duì)股票收益影響的回歸結(jié)果極為接近，這說(shuō)明投資者意見(jiàn)趨同是由看漲一方主導(dǎo)的。與此同時(shí)，表6顯示看跌意見(jiàn)趨同對(duì)個(gè)股收益的影響顯著為負(fù)，但其影響僅限當(dāng)日，究其緣由，可能是因?yàn)槲覈?guó)資本市場(chǎng)賣空機(jī)制尚未健全，看跌一方無(wú)法得到充足的賣空標(biāo)的，意見(jiàn)難以充分表達(dá)，只能被市場(chǎng)上的樂(lè)觀投資者所裹挾。

2. 投資者意見(jiàn)趨同對(duì)不同市場(chǎng)股票收益的影響。我國(guó)A股市場(chǎng)自設(shè)立以來(lái)，經(jīng)歷了多次暴漲暴跌，為充分發(fā)揮資本市場(chǎng)在資源配置中的決定作用，建立起有活力有韌性的資本市場(chǎng)，我國(guó)推出了科創(chuàng)板與創(chuàng)業(yè)板，并于2019年6月和2020年對(duì)其先后實(shí)行注冊(cè)制改革，那么這些舉措能否提高我國(guó)資本市場(chǎng)的風(fēng)險(xiǎn)抵御能力和定價(jià)效率呢？本文將樣本中的股票分為主板、創(chuàng)業(yè)板和科創(chuàng)板，再次進(jìn)行分組回歸。從表7和表8的結(jié)果來(lái)看，意見(jiàn)趨同對(duì)主板的影響持續(xù)時(shí)間最長(zhǎng)，對(duì)創(chuàng)業(yè)板和科創(chuàng)板的影響持續(xù)時(shí)間相對(duì)較短。造成這一局面的可能原因可能有二：一是相較主板，創(chuàng)業(yè)板和科創(chuàng)板的股票受投資者關(guān)注更少，討論度更低，從數(shù)據(jù)來(lái)看，主板市場(chǎng)個(gè)股日平均閱讀量約為62000，創(chuàng)業(yè)板和科創(chuàng)板則分別為56000和16000，存在一定差距；二是創(chuàng)業(yè)板和科創(chuàng)板的制度更為健全，定價(jià)效率較高，詢價(jià)機(jī)制改革與20%的漲跌幅限制為股價(jià)提供了更多韌性，由表8可見(jiàn)，投資者意見(jiàn)趨同對(duì)創(chuàng)業(yè)板和科創(chuàng)板股票收益的影響系數(shù)更大，但影響時(shí)間更短，說(shuō)明投資者情緒對(duì)股價(jià)造成的沖擊得到了較好的釋放。

（四）機(jī)制分析

擁擠交易是指投資者因?yàn)槌钟心骋恍拍?，而不考慮市場(chǎng)信息，盲目選擇自我邏輯的實(shí)現(xiàn)，引起資金朝同一方向運(yùn)動(dòng)，導(dǎo)致資產(chǎn)價(jià)格偏離其真實(shí)價(jià)值。由于賣空限制的存在，投資者意見(jiàn)趨同實(shí)際是由看漲一方占據(jù)主導(dǎo)，隨著資金大量買入，極易形成買入方向的擁擠交易行為，抬升股價(jià)。本文參考Yang和Zhou（2016）[18]的研究，構(gòu)建投資者擁擠交易行為指標(biāo)：

[Crowd=BVindit-SVinditshareoutsanding]? ? ? ? ? ? ? ? ? ? ? ?（5）

其中，[BVindit]為股票[i]在第[t]日的投資者買入交易量，[SVindit]為股票[i]第[t]日的投資者賣出交易量，[shareoutsanding]表示股票[i]在第[t]日的流通股數(shù)量。當(dāng)[Crowd]為正時(shí)，表示投資者買入交易量大于賣出交易量，為買入擁擠行為，反之，則為賣出擁擠行為。考慮到潛在的內(nèi)生性問(wèn)題，本文選擇意見(jiàn)趨同的滯后一階作為解釋變量，并使用分組回歸與調(diào)節(jié)項(xiàng)相結(jié)合的方法對(duì)本文提出的機(jī)制進(jìn)行檢驗(yàn)。結(jié)果如表9所示，依據(jù)擁擠交易程度的高低進(jìn)行分樣本回歸后可見(jiàn)，在擁擠交易程度更高的組內(nèi)，投資者意見(jiàn)趨同對(duì)股票收益的正向影響更為顯著；同時(shí)，加入交互項(xiàng)后發(fā)現(xiàn)，其回歸系數(shù)顯著為正，驗(yàn)證了投資者意見(jiàn)趨同會(huì)導(dǎo)致買入擁擠交易行為的出現(xiàn)，進(jìn)而抬升資產(chǎn)價(jià)格。

表9：投資者意見(jiàn)趨同、買入擁擠交易與股票收益

[變量 Return Return Return Crowd（低） Crowd（高） 調(diào)節(jié)項(xiàng) Adv_lag 0.0013*** 0.0035*** 0.0027*** （4.43） （8.97） （11.50） Crowd 2.5914*** （27.52） Adv_lag[×]Crowd 1.4287*** （7.28） 控制變量 YES YES YES 常數(shù)項(xiàng) -0.0513*** 0.0694*** 0.0180* （-4.44） （4.76） （1.70） 時(shí)間固定效應(yīng) YES YES YES 個(gè)體固定效應(yīng) YES YES YES 組內(nèi)R2 0.3574 0.2874 0.3448 ]

（五）穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)個(gè)人投資者意見(jiàn)趨同與股票收益回歸結(jié)果的可靠性，本文做了如下穩(wěn)健性檢驗(yàn)。（1）更換樣本時(shí)間，危機(jī)事件沖擊下股市行情會(huì)發(fā)生較大變化，本文選取了2008年金融危機(jī)、2015年股災(zāi)這兩次較大沖擊，回歸結(jié)果見(jiàn)表10列（1）和列（2）。（2）替換因變量，將因變量替換為考慮現(xiàn)金紅利再投資的個(gè)股日收益率，結(jié)果見(jiàn)表10列（3）。列（1）—（3）顯示，投資者意見(jiàn)趨同仍對(duì)個(gè)股收益有顯著正向影響。（3）基于政策沖擊的強(qiáng)度差異檢驗(yàn)，2013年9月最高人民法院公布了《最高人民法院? 最高人民檢察院關(guān)于辦理利用信息網(wǎng)絡(luò)實(shí)施誹謗等刑事案件適用法律若干問(wèn)題的解釋》，自該辦法實(shí)施之后，發(fā)帖者畏懼法律制裁，造謠傳謠的動(dòng)機(jī)有所降低，于是股吧評(píng)論的信息含量和真實(shí)程度應(yīng)當(dāng)會(huì)有所提升，從而降低股吧評(píng)論的信息模糊性，提高意見(jiàn)趨同的概率（關(guān)靜怡等，2020）[23]。假如意見(jiàn)趨同確實(shí)影響了股票市場(chǎng)收益，而不是由個(gè)股特質(zhì)導(dǎo)致的收益率變動(dòng)，那么意見(jiàn)趨同與個(gè)股收益的關(guān)系不應(yīng)該在政策推出前后出現(xiàn)差異，于是，本文構(gòu)建了政策虛擬變量policy，對(duì)政策公告后的變量賦值policy=1，對(duì)政策公告前賦值policy=0，重新進(jìn)行回歸，結(jié)果見(jiàn)表10列（4），由表可見(jiàn)該法案推出后，投資者意見(jiàn)趨同的概率更高，其對(duì)個(gè)股收益的影響也更大。（4）閱讀量的影響，根據(jù)熊熊等（2017）[24]的研究，高質(zhì)量的投資意見(jiàn)能夠通過(guò)股吧帖子閱讀量得以傳播識(shí)別，那么在閱讀量較高的情況下，個(gè)人投資者意見(jiàn)趨同對(duì)股票收益率的影響也將更大，因此，本文按照閱讀量將樣本劃分為高閱讀量組和低閱讀量組，進(jìn)行分組回歸，結(jié)果見(jiàn)表10列（5）和列（6），由表可見(jiàn)投資者意見(jiàn)趨同對(duì)高閱讀量組股票的收益影響更大。

六、進(jìn)一步分析

（一）投資者意見(jiàn)趨同對(duì)股票市場(chǎng)風(fēng)險(xiǎn)的影響

本文的理論分析和實(shí)證結(jié)果均已表明投資者意見(jiàn)趨同會(huì)帶來(lái)顯著的正向收益，那么這種由看漲投資者主導(dǎo)的非理性樂(lè)觀意見(jiàn)趨同是否會(huì)給股市運(yùn)行帶來(lái)風(fēng)險(xiǎn)呢？下文將從縮量風(fēng)險(xiǎn)、股價(jià)跳躍、羊群行為三個(gè)層面，分析投資者意見(jiàn)趨同對(duì)具體的股票市場(chǎng)運(yùn)行風(fēng)險(xiǎn)的影響。

1. 縮量風(fēng)險(xiǎn)。股票交易量衡量了交易商轉(zhuǎn)換頭寸的速度，與股票流動(dòng)性成正相關(guān)，如果交易量驟然收縮，勢(shì)必會(huì)導(dǎo)致股票流動(dòng)性枯竭，誘發(fā)股價(jià)崩盤的風(fēng)險(xiǎn)。因此，一般認(rèn)為，在投資者意見(jiàn)趨同時(shí)仍保持較高的換手率和交易量，股價(jià)才會(huì)有繼續(xù)上漲空間，然而顯而易見(jiàn)的是，當(dāng)絕大部分投資者看漲某只股票時(shí)，會(huì)對(duì)市場(chǎng)后期走勢(shì)形成一致預(yù)期，誘發(fā)股市“地量”的產(chǎn)生，上漲難以為繼，極有可能演變?yōu)楹罄m(xù)的股價(jià)崩盤，這將對(duì)資本市場(chǎng)的穩(wěn)定帶來(lái)巨大沖擊。大量實(shí)證研究也表明，投資者意見(jiàn)趨同會(huì)導(dǎo)致交易量下降。為了探究投資者意見(jiàn)趨同對(duì)交易量的影響，在上文模型的基礎(chǔ)上，將被解釋變量改為交易量，同時(shí)為確?；貧w結(jié)果的穩(wěn)健性和有效性，使用成交量對(duì)數(shù)（Turn）和換手率（Trading）這兩個(gè)指標(biāo)衡量交易量，最終構(gòu)建如下模型對(duì)其進(jìn)行分析。

[Tradingit=α0+α1Advit+2kαkControlskit+PROi+WEEKt+ε1it] （6）

表11匯報(bào)了個(gè)人投資者意見(jiàn)趨同與縮量特征的關(guān)系，由表可見(jiàn)投資者意見(jiàn)趨同會(huì)導(dǎo)致?lián)Q手率和成交量的大幅縮減，這將不利于個(gè)股價(jià)格的穩(wěn)定。田利輝和王冠英（2014）[25]曾探討過(guò)交易量風(fēng)險(xiǎn)與股票收益的關(guān)系，他們認(rèn)為我國(guó)股市散戶投資者眾多，機(jī)構(gòu)投資者同質(zhì)化嚴(yán)重，使得非理性交易與投機(jī)行為較為普遍，出現(xiàn)了高換手率的現(xiàn)象，其實(shí)證結(jié)果也表明，成交額、換手率與股票預(yù)期收益率呈顯著負(fù)相關(guān)，即高收益會(huì)導(dǎo)致低成交額和低換手率現(xiàn)象。

表11：投資者意見(jiàn)趨同與縮量特征

[變量 縮量特征 Trading Turn Adv -0.4586*** -0.1521*** （-40.37） （-23.99） Adv_lag -0.4526*** -1.5670*** （-24.97） （-19.35） 控制變量 YES YES YES YES 常數(shù)項(xiàng) -6.7792*** -8.0506*** -2.1711*** -8.9957*** （-13.31） （-14.84） （-1.23） （-4.58） 時(shí)間固定效應(yīng) YES YES YES YES 個(gè)體固定效應(yīng) YES YES YES YES 組內(nèi)R2 0.3726 0.3442 0.1635 0.1606 ]

2. 股價(jià)跳躍。投資者意見(jiàn)趨同在帶來(lái)顯著且持續(xù)的正向收益的同時(shí)，導(dǎo)致了交易量的縮減，而流動(dòng)性變差勢(shì)必造成某些極端訂單無(wú)法被平抑，那么投資者意見(jiàn)趨同是否會(huì)加劇股價(jià)跳躍風(fēng)險(xiǎn)呢？鑒于此，本文參考陳逢文等（2018）[20]及左浩苗和劉振濤（2011）[26]的研究，使用股價(jià)是否跳躍指標(biāo)（ISJump）和跳躍變差指標(biāo)（SJV）來(lái)衡量股價(jià)跳躍風(fēng)險(xiǎn)，并構(gòu)建如下模型，探究投資者意見(jiàn)趨同與股價(jià)跳躍風(fēng)險(xiǎn)的關(guān)聯(lián)，該模型在檢驗(yàn)投資者意見(jiàn)趨同是否會(huì)導(dǎo)致股價(jià)跳躍的同時(shí)，還能指明其跳躍的具體方向，即正向波動(dòng)或負(fù)向波動(dòng)，最終回歸結(jié)果見(jiàn)表12。

[Jumpit=α0+α1Advit+2kαkControlskit+PROi+WEEKt+ε1it]? ? ? ? ? ? （7）

由表12可見(jiàn)，投資者意見(jiàn)趨同與個(gè)股股價(jià)是否跳躍存在顯著的正相關(guān)關(guān)系，即投資者意見(jiàn)趨同會(huì)引起個(gè)股股價(jià)跳躍，而且投資者意見(jiàn)趨同會(huì)加劇當(dāng)期個(gè)股股價(jià)負(fù)向跳躍的可能性，這說(shuō)明投資者意見(jiàn)趨同可能會(huì)帶來(lái)負(fù)向的股價(jià)跳躍風(fēng)險(xiǎn)，給股市運(yùn)行帶來(lái)潛在風(fēng)險(xiǎn)。陳國(guó)進(jìn)等（2018）[27]的實(shí)證表明股價(jià)負(fù)跳躍對(duì)應(yīng)未來(lái)波動(dòng)率上升，正跳躍對(duì)應(yīng)未來(lái)波動(dòng)率下降。而作為風(fēng)險(xiǎn)規(guī)避者的投資者厭惡風(fēng)險(xiǎn)和不確定性，意味著投資者厭惡未來(lái)波動(dòng)率上升而偏好未來(lái)波動(dòng)率下降。因此，他們將股價(jià)的負(fù)跳躍稱為“壞”跳躍，將股價(jià)的正跳躍稱為“好”跳躍。由此，可以推出投資者意見(jiàn)趨同會(huì)增加股價(jià)“壞”跳躍的概率，導(dǎo)致未來(lái)股價(jià)波動(dòng)率上升。

3. 羊群行為。資本市場(chǎng)羊群行為是指投資者在信息不完善的情況下，受自身情緒驅(qū)動(dòng)，追蹤并模仿其他投資者的交易行為。毫無(wú)疑問(wèn)，投資者群體內(nèi)部一旦形成意見(jiàn)趨同，必然會(huì)導(dǎo)致市場(chǎng)羊群行為的出現(xiàn)。為了更好地分析投資者意見(jiàn)趨同與羊群行為的關(guān)系，本文借鑒宋軍和吳沖鋒（2001）[28]以及孫培源和施東暉（2002）[29]的研究，將行業(yè)羊群行為指標(biāo)作為因變量，構(gòu)建如下模型：

[Herdit=α0+α1IndAdvit+2kαkControlskit+PROi+WEEKt+ε1it]? ? ? ?（8）

[Herdit]是第[t]日第[i]個(gè)行業(yè)的羊群行為指數(shù)，用收益率標(biāo)準(zhǔn)差指標(biāo)（CSSD）或收益率絕對(duì)偏差指標(biāo)（CSAD）衡量，這兩個(gè)指標(biāo)代表行業(yè)收益率與市場(chǎng)指數(shù)收益率的偏差，分散度越小，說(shuō)明行業(yè)收益率與市場(chǎng)收益率越接近，羊群行為越顯著；[IndAdvit]是第[t]日第[i]個(gè)行業(yè)的意見(jiàn)趨同指數(shù)。與此同時(shí)，將個(gè)股層面的變量調(diào)整為行業(yè)層面，個(gè)體固定效應(yīng)調(diào)整為行業(yè)固定效應(yīng)，回歸結(jié)果見(jiàn)表13。行業(yè)意見(jiàn)趨同程度越高，收益的分散度越小，這說(shuō)明投資者意見(jiàn)趨同會(huì)引發(fā)羊群行為。這種由非理性情緒帶來(lái)的羊群行為會(huì)導(dǎo)致股票價(jià)格波動(dòng)擴(kuò)大，且當(dāng)股票價(jià)格明顯背離其內(nèi)在價(jià)值時(shí)，內(nèi)部羊群和外部羊群的交叉作用會(huì)加劇風(fēng)險(xiǎn)傳染（鄔松濤等，2017）[30]。

（二）賣空限制的影響

本文認(rèn)為融資融券的推出，為看跌意見(jiàn)者提供了一定的賣空條件，使其意見(jiàn)能夠得到一定程度的表達(dá)，從而糾正股票的錯(cuò)位定價(jià)，為了驗(yàn)證這一觀點(diǎn)，本文借鑒郭彪等（2020）[31]的研究，將樣本按照融券交易開(kāi)通前后進(jìn)行分組，同時(shí)，為了更好地估計(jì)融券交易的開(kāi)通能否有效降低投資者意見(jiàn)趨同對(duì)股票收益的影響，本文構(gòu)造了可否賣空的虛擬變量（Short-selling），利用調(diào)節(jié)效應(yīng)模型對(duì)其進(jìn)行檢驗(yàn)。表14匯報(bào)了賣空限制在投資者意見(jiàn)趨同對(duì)股票收益影響中的作用，由表可見(jiàn)，推出融券交易后投資者意見(jiàn)趨同對(duì)股票收益的正向影響系數(shù)出現(xiàn)下降。調(diào)節(jié)效應(yīng)模型也佐證了這一觀點(diǎn)，盡管放開(kāi)賣空限制對(duì)股票收益有顯著的正向影響，但其與投資者意見(jiàn)趨同的交乘項(xiàng)顯著為負(fù)，這說(shuō)明放開(kāi)融券交易能夠在一定程度上降低投資者意見(jiàn)趨同對(duì)股票市場(chǎng)的影響。

表14：賣空限制在投資者意見(jiàn)趨同

對(duì)股票收益影響中的作用

[變量 融券交易 調(diào)節(jié) 未開(kāi)通 開(kāi)通 Adv 0.0045 *** 0.0029*** 0.0048*** （11.57） （13.61） （9.66） Short-selling 0.0646*** （71.94） Adv[×]Short-selling -0.0020*** （-3.78） 控制變量 YES YES YES 常數(shù)項(xiàng) -0.1280*** -0.0257 *** -0.1295 *** （-5.14） （-2.36） （-10.25） 時(shí)間固定效應(yīng) YES YES YES 個(gè)體固定效應(yīng) YES YES YES 組內(nèi)R2 0.3949 0.3157 0.3248 ]

那么融券交易的作用機(jī)制是否是通過(guò)讓看跌意見(jiàn)者的意見(jiàn)充分表達(dá)，進(jìn)而糾正股票錯(cuò)誤定價(jià)呢？為此，本文構(gòu)造了融券比率（Short-sale，融券余額/流通市值）作為賣空限制的衡量指標(biāo)，并將樣本股票按融券比率大小進(jìn)行升序排列并四等分， 其中融券比率水平最低組作為對(duì)照組，融券比率越高說(shuō)明該股票的賣空標(biāo)的更為充足，看跌投資者能夠更好地表達(dá)意見(jiàn)。表15匯報(bào)了回歸結(jié)果，由表可見(jiàn)按照融券比率大小進(jìn)行升序分類的樣本股票中，投資者看跌意見(jiàn)趨同對(duì)股票收益率的影響均顯著為負(fù)且系數(shù)依次升高，這表明融券比率越大，即賣空限制越寬松的股票，其看跌意見(jiàn)趨同對(duì)股票收益率的影響越大，這意味著賣空制度會(huì)影響看跌意見(jiàn)趨同對(duì)股票收益率的作用程度，隨著賣空限制的降低，看跌投資者的意見(jiàn)能夠更有效地表達(dá)。

表15：賣空限制在看跌意見(jiàn)趨同對(duì)股票收益影響中的作用

[變量 融券比率 類型1 類型2 類型3 類型4 Adv -0.0120*** -0.0169*** -0.0229*** -0.0311*** （-6.37） （-7.26） （-8.49） （-8.06） 控制變量 YES YES YES YES 常數(shù)項(xiàng) -0.0083 -0.0846*** -0.0702** 0.0393*** （-0.27） （-3.19） （-2.12） （1.25） 時(shí)間固定效應(yīng) YES YES YES YES 個(gè)體固定效應(yīng) YES YES YES YES 組內(nèi)R2 0.5682 0.4895 0.4711 0.3363 ]

進(jìn)一步地，本文還利用融券比率考察了融券交易在投資者意見(jiàn)趨同對(duì)股票市場(chǎng)風(fēng)險(xiǎn)影響中的作用，具體來(lái)說(shuō)，本文將融券比率指標(biāo)作為調(diào)節(jié)變量放入相應(yīng)的模型中，進(jìn)行調(diào)整后，再次回歸，結(jié)果如表16所示。首先，融券比率對(duì)成交量和換手率有著顯著的正向影響，說(shuō)明可賣空程度越高的股票，其成交量和換手率也更高，即縮量風(fēng)險(xiǎn)越小，但二者的交乘項(xiàng)卻仍然顯著為負(fù)。其次，隨著融券比率的增大，個(gè)股發(fā)生跳躍的概率顯著減小。最后，融券比率的增加導(dǎo)致收益率標(biāo)準(zhǔn)差增大，即放開(kāi)賣空限制降低了羊群行為出現(xiàn)的可能性。由此可見(jiàn)，放開(kāi)賣空限制在一定程度上降低了股市風(fēng)險(xiǎn)出現(xiàn)的概率，但仍未能有效緩和投資者意見(jiàn)趨同對(duì)股市風(fēng)險(xiǎn)的沖擊，這說(shuō)明了未來(lái)逐步放開(kāi)賣空限制的必要性。

七、結(jié)論與啟示

以往文獻(xiàn)認(rèn)為投資者意見(jiàn)分歧是股票市場(chǎng)運(yùn)行的基本動(dòng)力之一 。然而，隨著證券交易技術(shù)的發(fā)展與網(wǎng)絡(luò)社交平臺(tái)和自媒體產(chǎn)業(yè)的爆發(fā)，投資者一致性預(yù)期和集體行動(dòng)的可能性大大增加，對(duì)我國(guó)這樣一個(gè)新興加轉(zhuǎn)軌的市場(chǎng)來(lái)說(shuō)，研究投資者意見(jiàn)趨同對(duì)股票市場(chǎng)的影響頗具現(xiàn)實(shí)意義。本文以2008—2020年我國(guó)上市公司為樣本，從收益和風(fēng)險(xiǎn)兩個(gè)維度，實(shí)證分析了投資者意見(jiàn)趨同對(duì)股票市場(chǎng)的影響及其作用機(jī)制。研究發(fā)現(xiàn)：（1）投資者意見(jiàn)趨同程度越高，股票收益率越高，這一影響大約持續(xù)6個(gè)交易日，其作用機(jī)制是投資者意見(jiàn)趨同會(huì)導(dǎo)致買入擁擠交易行為，促使資產(chǎn)價(jià)格上漲。（2）進(jìn)一步地，看漲意見(jiàn)趨同會(huì)帶來(lái)正向收益，看跌意見(jiàn)趨同則會(huì)帶來(lái)負(fù)向收益，但其作用僅限當(dāng)日。（3）投資者意見(jiàn)趨同在帶來(lái)收益的同時(shí)，還會(huì)導(dǎo)致交易量縮減、股價(jià)跳躍以及羊群行為等潛在市場(chǎng)風(fēng)險(xiǎn)的出現(xiàn)。（4）放開(kāi)賣空限制能夠讓看跌意見(jiàn)者的意見(jiàn)得到部分表達(dá)，進(jìn)而降低投資者意見(jiàn)趨同對(duì)股票收益的影響。

上述理論總結(jié)與實(shí)證證據(jù)較為全面地展示了投資者意見(jiàn)趨同對(duì)我國(guó)股票市場(chǎng)的影響，對(duì)完善我國(guó)資本市場(chǎng)制度設(shè)計(jì)、提高證券定價(jià)效率、維護(hù)資本市場(chǎng)穩(wěn)定具有一定的借鑒意義和啟示。第一，持續(xù)推進(jìn)和深化資本市場(chǎng)制度改革，完善信息披露制度，逐漸放開(kāi)賣空限制，讓理性看跌者的意見(jiàn)得到充分表達(dá)，使其成為資本市場(chǎng)的“敲鐘人”。第二，凈化網(wǎng)絡(luò)環(huán)境，加強(qiáng)投資者教育。投資者特別是散戶投資者意見(jiàn)容易受到外界因素影響，因此，需要對(duì)其觀點(diǎn)進(jìn)行追蹤和分析，防范網(wǎng)絡(luò)謠言的沖擊，還應(yīng)積極開(kāi)展投資者教育工作，教育和塑造理性的個(gè)人投資者。

參考文獻(xiàn)：

[1]尹海員， 胡夢(mèng)蕓. 投資風(fēng)格，意見(jiàn)分歧與股票流動(dòng)性——來(lái)自股票網(wǎng)絡(luò)社區(qū)數(shù)據(jù)挖掘的證據(jù) [J]. 南方經(jīng)濟(jì)， 2019，（06）.

[2]De Long JB，Shleifer A，Summers LH，Waldmann RJ. 1990. Noise Trader Risk in Financial Markets [J].Journal of Political Economy，98（4）.

[3]Baker M，Wurgler J. 2006. Investor Sentiment and the Cross-Section of Stock Returns [J].The Journal of Finance，61（4）.

[4]何誠(chéng)穎，陳銳，薛冰，何牧原.投資者情緒、有限套利與股價(jià)異象 [J].經(jīng)濟(jì)研究，2021，56（01）.

[5]岑詠華，張燦，吳承堯，馬丹丹.互聯(lián)網(wǎng)加劇投資者有限理性研究綜述 [J].外國(guó)經(jīng)濟(jì)與管理，2018，40（06）.

[6]魏宇，唐吝春.投資者意見(jiàn)一致性、媒體報(bào)道傾向與個(gè)股表現(xiàn) [J].技術(shù)經(jīng)濟(jì)，2021，40（05）.

[7]Miller E M. 1977. Risk，Uncertainty，and Divergence of Opinion [J].The Journal of finance，32（4）.

[8]段江嬌，劉紅忠，曾劍平.中國(guó)股票網(wǎng)絡(luò)論壇的信息含量分析 [J].金融研究，2017，（10）.

[9]Shleifer M A. 2005. The Market for News [J].The American Economic Review，95（4）.

[10]Antweiler W，F(xiàn)rank M Z. 2004. Is All That Talk Just Noise？ The Information Content of Internet Stock Message Boards [J].Journal of Finance，59（3）.

[11]Sprenger TO，Tumasjan A，Sandner PG， Welpe IM. 2014. Tweets and Trades：The Information Content of Stock Microblogs [J].European Financial Management，20（5）.

[12]Giannini R，Irvine P，Shu T. 2019. The Convergence and Divergence of Investors' Opinions Around Earnings News：Evidence from a Social Network [J].Journal of Financial Markets，42.

[13]金雪軍，祝宇，楊曉蘭.網(wǎng)絡(luò)媒體對(duì)股票市場(chǎng)的影響——以東方財(cái)富網(wǎng)股吧為例的實(shí)證研究[J].新聞與傳播研究，2013，20（12）.

[14]尹海員，寇文娟.基于樸素貝葉斯法的投資者情緒度量及其對(duì)股票特質(zhì)風(fēng)險(xiǎn)的影響[J/OL].中國(guó)管理科學(xué)，2021-08-06.

[15]斯子文，朱葉.圍觀的“力量”——基于成熟投資者關(guān)注度的視角 [J].投資研究，2016，35（09）.

[16]羅黨論，郭瀚中.并購(gòu)重組信息泄露：空穴來(lái)風(fēng)抑或真有此事？——來(lái)自中國(guó)的上市公司網(wǎng)絡(luò)搜索的經(jīng)驗(yàn)證據(jù) [J].投資研究，2021，40（06）.

[17]吳慧慧，遲駿.投資者情緒、風(fēng)險(xiǎn)承擔(dān)與股票收益[J].金融發(fā)展研究，2022，（01）.

[18]Yang C，Zhou L. 2016. Individual Stock Crowded Trades，Individual Stock Investor Sentiment and Excess Returns [J].The North American Journal of Economics and Finance，38.

[19]Hirshleifer J. 1977. The Theory of Speculation Under Alternative Regimes of Markets [J].The Journal of Finance，32（4）.

[20]陳逢文，金啟航，胡宗斌.中國(guó)股市價(jià)格跳躍行為的驗(yàn)證及應(yīng)用 [J].財(cái)貿(mào)經(jīng)濟(jì)，2018，39（09）.

[21]劉志東，黃雨婷，劉雯宇.基于跳躍濾波和時(shí)變參數(shù)估計(jì)的中國(guó)股市微觀結(jié)構(gòu)研究 [J].系統(tǒng)工程理論與實(shí)踐，2017，37（06）.

[22]劉井建，呂禾雨，徐一琪，紀(jì)丹寧.機(jī)構(gòu)投資者存在選擇性信息優(yōu)勢(shì)嗎？——基于意外信息與無(wú)形信息的檢驗(yàn) [J].系統(tǒng)工程，2021，39（01）.

[23]關(guān)靜怡，朱恒，劉娥平.股吧評(píng)論、分析師跟蹤與股價(jià)崩潰風(fēng)險(xiǎn)——關(guān)于模糊信息的信息含量分析 [J].證券市場(chǎng)導(dǎo)報(bào)，2020，（03）.

[24]熊熊，羅春春，張燁.股吧和交易：股吧中的信息內(nèi)容研究 [J].系統(tǒng)科學(xué)與數(shù)學(xué)，2017，37（12）.

[25]田利輝， 王冠英. 我國(guó)股票定價(jià)五因素模型：交易量如何影響股票收益率？ [J]. 南開(kāi)經(jīng)濟(jì)研究， 2014，（02）.

[26]左浩苗，劉振濤.跳躍風(fēng)險(xiǎn)度量及其在風(fēng)險(xiǎn)—收益關(guān)系檢驗(yàn)中的應(yīng)用 [J].金融研究，2011，（10）.

[27]陳國(guó)進(jìn)，丁杰，趙向琴.“壞”跳躍、“好”跳躍與高頻波動(dòng)率預(yù)測(cè) [J].管理科學(xué)，2018，31（06）.

[28]宋軍，吳沖鋒.基于分散度的金融市場(chǎng)的羊群行為研究 [J].經(jīng)濟(jì)研究，2001，（11）.

[29]孫培源，施東暉.基于CAPM的中國(guó)股市羊群行為研究——兼與宋軍、吳沖鋒先生商榷 [J].經(jīng)濟(jì)研究，2002，（02）.

[30]鄔松濤， 何建敏， 李守偉. 基于多屬性羊群行為的股票風(fēng)險(xiǎn)及其傳染 [J]. 北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版， 2017， 19（1）.

[31]郭彪，劉普陽(yáng)，姜圓.賣空限制與收益可預(yù)測(cè)性——A股融資融券制度的證據(jù) [J].金融研究，2020，（08）.