吳海波,吳沖鋒

(上海交通大學 安泰經(jīng)濟與管理學院,上海 200030)

近年來,隨著券商數(shù)字化轉(zhuǎn)型的加速,移動平臺已經(jīng)逐漸成了投資者獲取金融資訊、股票交易以及股吧等社區(qū)服務最重要的渠道。據(jù)《金融APP內(nèi)容生態(tài)報告》公布的數(shù)據(jù),2021年末國內(nèi)股票交易類APP整體的月度活躍用戶人數(shù)達到1.12 億,約占A 股總開戶數(shù)的57%。相較于個人電腦(PC),智能手機更加普及、便攜,能夠隨時隨地接入移動網(wǎng)絡,極大地降低了投資者獲取金融市場實時信息,并據(jù)此做出反應的時間成本。交易成本的降低無疑對金融市場的投資活動有著顯著的激勵作用,但同時也縱容了投資者非理性的投機行為[1]。

國內(nèi)外的經(jīng)驗證據(jù)表明,個人投資者存在過度的投機性交易行為,其投資的收益與交易頻率成反比[2-3]。這一現(xiàn)象在以個人投資者為主導的市場中表現(xiàn)得尤為明顯。Barber 等[4]通過研究1995～1999年間臺灣地區(qū)市場所有個人投資者的賬戶數(shù)據(jù)發(fā)現(xiàn),臺灣地區(qū)市場個人投資者的交易頻率是美國個人投資者的2～3倍,這導致了個人財富以每年3.8 個百分點的幅度縮水。個人投資者的“過度交易”傾向顯然有悖于傳統(tǒng)金融理論中的“理性投資者”假設,但與具有賭性、在交易中尋求刺激的投資者行為一致[5-6]。相關(guān)的理論模型認為,這類投資者之所以熱衷于交易,是因為他們能夠從交易中獲得非金錢上的效用,從而彌補預期收益的損失[7]。隨后的實證研究也印證了這一觀點,研究發(fā)現(xiàn):彩票的購買與投資者的交易活動具有顯著的替代性[8-9];個人投資者偏好交易具有彩票特征的股票,為了追求小概率發(fā)生的極端收益愿意承受短期內(nèi)巨大的虧損風險[10-12]。

因此,本文認為移動設備的使用可能進一步加劇股票市場中個人投資者彩票類股票的投資行為。更強的投機意愿不僅有損于個人投資者自身的投資收益,同時也會更大程度地影響金融市場中的資產(chǎn)定價[13-15]以及強化市場異象[16-18]。再結(jié)合當下中國股票市場仍以個人投資者為主的現(xiàn)狀,隨著移動設備在投資活動中的使用越來越普及,了解移動設備對于個人投資者投機行為的影響,將為解決中國股票市場未來發(fā)展中所遇到的問題提供更多的啟示。

本文利用國內(nèi)某大型券商所提供的超過160萬名個人投資者2011年1月至2019年12月期間使用移動設備(99.9%為智能手機)和PC 的交易匯總數(shù)據(jù),同時根據(jù)彩票能讓人“一夜暴富”的特征將個股歷史單日極端的正收益作為識別彩票類股票的主要指標,系統(tǒng)性地分析了移動設備的使用如何影響中國投資者的彩票類股票投資行為。研究發(fā)現(xiàn):年輕的、財富水平較低的男性投資者更傾向使用移動設備交易,相較于使用PC設備的投資者,使用移動設備的投資者更加偏好交易彩票類的股票;與投機性交易對資產(chǎn)價格的影響一致,當彩票類的股票中有更高比例的使用移動設備的投資者時,個股的預期收益越低;移動設備使用的增長加劇了市場中彩票類股票的交易,并且強化了彩票類股票的定價異象;移動設備使用加劇了個人投資者對彩票類股票的關(guān)注度,隨著移動設備使用增長,關(guān)注度的衰減對投資者彩票類股票需求的影響變大。

本文的主要貢獻在于:

(1) 采用大樣本交易數(shù)據(jù),首次刻畫了中國個人投資者在不同交易平臺下的彩票類股票交易行為,發(fā)現(xiàn)了使用移動設備的個人投資者具有更強的博彩性動機,為中國投資者的博彩性投資行為提供了新的證據(jù)。

(2) 由于市場中移動交易數(shù)據(jù)的匱乏,現(xiàn)有關(guān)于移動設備對投資者行為影響的研究往往著眼于手機應用軟件自身特征的分析[19-20],存在一定局限性。鑒于個人投資者在中國A 股市場中的主導地位,利用個人投資者移動交易比重的結(jié)構(gòu)性變化,從市場結(jié)果的角度分析了移動設備使用的增長對彩票類股票交易量以及定價的影響,更有助于加深對中國股票市場的理解。

(3) 考慮到投資者關(guān)注度隨時間消逝,創(chuàng)新性地使用歷史極端單日收益的時間距離作為投資者關(guān)注度的衡量指標,以檢驗個人投資者博彩性投資行為的加劇是由關(guān)注度誘導還是受到偏度偏好的影響。與李晨辰等[21]的結(jié)論一致,本文的結(jié)果證明了移動設備對投資者注意力導向的影響,同時也為投資者關(guān)注能夠引導彩票類股票交易行為的觀點提供了支持性的證據(jù)[22-23]。

1 文獻回顧與研究假設

1.1 彩票類股票交易行為研究概況

在“以小博大”的彩票游戲中絕大多數(shù)玩家最終都會成為輸家,盡管如此,現(xiàn)實中的人們對于彩票仍然有著旺盛的需求。大量的經(jīng)驗證據(jù)表明,這種博彩的投機心理同樣反映在股票市場的投資者交易行為中。一方面,市場中的個人投資者表現(xiàn)出了持有和交易那些具有高偏度的股票(即彩票類股票)的行為偏好。Kumar[12]和廖理等[10]分別通過中、美股市市場中個人投資者的賬戶數(shù)據(jù)發(fā)現(xiàn),個人投資者的資產(chǎn)組合中超額配置了彩票類股票。Han等[15]則主要關(guān)注個人投資者的交易行為,研究發(fā)現(xiàn),個人投資者的交易在彩票類股票中尤為頻繁。另一方面,個人投資者表現(xiàn)出根據(jù)彩票頭獎金額,在購買彩票和股票交易之間做出權(quán)衡的行為特征。Dorn等[9]發(fā)現(xiàn),彩票獎金池的規(guī)模與彩票類股票中小單交易的參與度成反比。Gao等[8]發(fā)現(xiàn),臺灣地區(qū)個人投資者的股票交易量在大額彩票(5億新臺幣以上)開獎前會顯著下降,并且發(fā)現(xiàn)彩票對個人投資者交易的替代效應的大小取決于個股的偏度,而與股票的方差無關(guān)。

上述證據(jù)表明,彩票類股票的交易相較于其他股票而言存在更多非理性的需求,這部分需求來自個人投資者追求股票極端正收益的博彩動機。不同于以規(guī)避風險為目的的理性交易,個人投資者在彩票類股票中的非理性交易與購買彩票相似,是一種負和游戲[24]。首先,彩票類股票的預期收益遠不能補償懷有博彩動機的投資者所面臨的短期風險。Boyer等[25]發(fā)現(xiàn),高期望異質(zhì)偏度的股票未來收益反而更低。Bali等[17]發(fā)現(xiàn),個股前一個月單日收益的最大值越大,下一個月的預期收益越低。其次,考慮到交易成本,頻繁交易彩票類股票會進一步降低投資者的預期收益。Barber 等[3]通過研究66 465名美股個人投資者的賬戶數(shù)據(jù)得到的證據(jù)表明,頻繁交易導致投資者的預期收益不僅低于市場指數(shù),而且投資表現(xiàn)與交易頻率成反比。不同于知情交易,投機性交易遭受的損失絕大部分都是由于投資者在缺乏股價未來方向信息時而采取的主動交易所導致的[4]。同時,投資者幾乎不可能因為掌握卓越的交易技巧而從頻繁的交易中獲利。Barber等[26]通過研究臺灣地區(qū)市場的個人投資者賬戶數(shù)據(jù)進一步發(fā)現(xiàn),只有不到1%的日內(nèi)交易者在扣除交易費用后能夠獲得穩(wěn)定的正超額收益。

為什么投資者如此熱衷于參與這種大概率虧損的“博彩”游戲? 學者們針對此問題做了大量研究。為了解釋個人投資者在彩票類股票中更頻繁的交易現(xiàn)象,Black[27]最早提出需要引入交易的直接效用來解釋市場中的投機交易。對于投資者而言,交易本身不僅產(chǎn)生財富效用,還有交易活動中的感官刺激和娛樂性所帶來的衍生效用。Grinblatt等[5]使用芬蘭投資者的超速罰單數(shù)據(jù),發(fā)現(xiàn)追求刺激的投資者交易更加頻繁。Dorn等[6]則深入研究了德國投資者的交易動機后發(fā)現(xiàn),將交易當作是一種賭博娛樂的投資者其換手率是其他投資者的兩倍,他們之所以交易是因為享受交易所帶來的樂趣。

同時,彩票類股票高風險、低預期收益的特征意味著傳統(tǒng)均值-方差框架下的均衡價格會導致彩票類股票的需求高于供給。Brunnermeier等[28]建立了最優(yōu)預期框架為投資者的彩票類股票偏好提供了一種理論解釋,在此框架下,投資者會選擇最優(yōu)主觀信念來最大化效用。在某一時期,當最優(yōu)主觀信念高估了客觀的尾部概率時,投資者將表現(xiàn)出彩票類股票的偏好。Barberis等[29]則將累積前景理論推廣到彩票類股票的定價中,認為投機者對尾部概率賦予了更高的權(quán)重,從而愿意為彩票類股票支付更高的價格并接受負的預期收益。最優(yōu)預期和前景理論框架都從投資者內(nèi)在的偏度偏好角度解釋了彩票類股票的定價異象,但忽略了市場中搜索成本過高可能會限制個人投資者發(fā)現(xiàn)具有正偏度收益形態(tài)的股票,導致無法達到模型的均衡結(jié)果。有鑒于此,Han等[22]提出了社交傳播模型,認為即使投資者不具有內(nèi)在的偏度偏好,投資者的關(guān)注以及激進的交易策略也會通過社交傳播聚集到彩票類股票中,進而推高彩票類股票的價格。這一理論也被Bali等[23]所提供的經(jīng)驗證據(jù)所支持,他們發(fā)現(xiàn)美股市場中彩票類股票的價格異象在社交互動的強度更大、投資者關(guān)注度更高時被進一步放大。

梳理上述文獻,可以發(fā)現(xiàn),投資者由博彩動機產(chǎn)生的投機性行為主要表現(xiàn)在兩個方面:①這類投資者有異常的彩票類股票交易需求。彩票類股票的高風險、高極端收益能夠為懷有博彩動機的投資者帶來更多感官刺激和娛樂性,由此附加了更高的非金錢上的效用來補償交易成本所導致的財富損失。②這類投資者有異常的彩票類股票配置需求,這導致了彩票類股票高風險、低預期收益的定價異象。一方面,懷有博彩動機的投資者會由于高估極端收益事件的發(fā)生概率而產(chǎn)生內(nèi)在的偏度偏好;另一方面,這類投資者會容易被彩票類股票的極端收益事件吸引關(guān)注度,并在社會網(wǎng)絡中傳播激進的交易策略。

1.2 移動設備對投資者行為的影響和研究假設提出

隨著科技的進步,個人投資者的交易方式從20世紀80年代的電話撥號到90年代后逐漸轉(zhuǎn)變?yōu)榛ヂ?lián)網(wǎng)線上交易,再到近年來手機交易APP逐漸成為主流的交易渠道,每一次的變遷都使個人投資者交易股票變得更加直接、簡化。Choi等[30]將新興的交易渠道比喻成在家附近新開的超市,而傳統(tǒng)的交易渠道則是更偏遠的超市,在商品相同的情況下,人們?yōu)榱斯?jié)省交通成本自然更傾向去新開的超市。與之類似,對于個人投資者而言,由于股票的交易時間往往與工作、通勤的時間重疊,故相較于使用傳統(tǒng)PC端交易,使用手機APP能夠使投資者在更多的場合獲取信息并管理資產(chǎn)組合,這顯然極大地降低了個人投資者的交易成本。同時,懷有博彩動機的投資者由于具有異常的彩票類股票交易需求,這類交易者從而可能會更偏好使用移動設備進行交易,并在彩票類股票中更活躍。因此提出假設:

H1個股中使用移動設備交易的投資者占比越高,其彩票類股票特征越明顯。

前人的理論性研究和經(jīng)驗性證明都表明活躍的投機交易能夠?qū)κ袌鲋械馁Y產(chǎn)價格產(chǎn)生系統(tǒng)的影響。Scheinkman等[31]建立了一個連續(xù)時間的均衡模型,證明了當投機交易活躍時股票價格會被高估,因為投機交易者之間存在巨大的意見分歧,所以使持有該股票有了更高的期權(quán)價值。Han等[15]則通過將美股市場中的小額交易訂單作為投機交易的衡量指標,不僅發(fā)現(xiàn)個股的小額訂單占比越高彩票特征越明顯,還發(fā)現(xiàn)小額訂單占比與個股,尤其是彩票類股票的預期收益成反比。基于上述分析,提出假設:

H2個股中使用移動設備交易的投資者占比越高,其預期收益越低;并且,在彩票類股票中這種負相關(guān)關(guān)系更強。

交易成本的降低不僅吸引投機交易者使用移動設備進行交易,也可能加劇投資者的投機性交易。Barber等[1]發(fā)現(xiàn),投資者從撥號交易轉(zhuǎn)移到線上平臺后,投資者的交易變得更加頻繁、更具有投機性。由于投機交易者能夠從彩票類股票交易中獲取非金錢上的效用[6,8],交易成本的降低可能會提高投資者最大化效用時的最優(yōu)交易量。

同時,移動設備的使用還可能會導致投資者在做投資決策時的思考方式發(fā)生改變,從而加劇了對彩票類股票的需求。在心理學上,投資者做交易決策時存在兩種思考系統(tǒng):一種是快速的、情緒化的、依靠直覺的系統(tǒng)1模式;另一種則是較慢的、深思熟慮的、具有邏輯性的系統(tǒng)2模式[32]。移動設備的使用會導致投資者在決策時更加依賴系統(tǒng)1的思考模式。一方面,移動設備在工作時間使用會加劇投資者決策時的時間壓力[20];另一方面,移動交易APP的界面設計更加簡潔及便于操作,會導致投資者決策時思想的放松[19]。因此,隨著移動設備越來越多地被使用,市場中的投資者會更依賴系統(tǒng)1的思考模式。這不僅會導致投資者對尾部事件的發(fā)生概率更容易產(chǎn)生錯誤的認知,還會促使投資者更容易被極端收益所吸引[33]?；谏鲜龇治?提出假設:

H3a市場中使用移動設備交易的投資者占比的增長會導致彩票類股票的交易活動更活躍。

H3b市場中使用移動設備交易的投資者占比的增長會導致彩票類股票的價格被高估得更嚴重。

盡管系統(tǒng)1的思考模式對彩票類股票的需求影響可能同時存在于投資者的偏度偏好和關(guān)注度兩個維度,但移動設備的一些內(nèi)在屬性可能導致其對投資者關(guān)注度的影響程度更高。其一,智能手機作為生活中的主要聯(lián)系工具顯著加強了人與人之間的社會交互[34],而在Han等[22]的模型中,投資者間的社會交互在投資者對彩票類股票的關(guān)注度中起到了重要的傳播作用;其二,移動設備的消息接收以推送的方式為主,而彩票類股票往往更有可能被推送給投資者,這不僅會使更多的投資者關(guān)注到彩票類股票,也會加劇投資者的風險偏好[35];最后,相較于PC設備,移動設備的屏幕尺寸更小,這意味著投資者需要更多的滾動翻頁來查找投資信息[36],而搜索成本的提高會使投資者更依賴關(guān)注度來做投資決策[37-38]。由此提出假設:

H4移動設備的使用加劇了投資者對彩票類股票的關(guān)注。

2 研究設計與樣本數(shù)據(jù)

2.1 數(shù)據(jù)來源與樣本統(tǒng)計

本文所使用的數(shù)據(jù)主要包括上市公司股票不同客戶端的交易數(shù)據(jù)、公開市場數(shù)據(jù)以及一些資產(chǎn)定價模型中的因子數(shù)據(jù)。其中,不同客戶端的交易數(shù)據(jù)是由國內(nèi)一家大型券商提供的脫敏數(shù)據(jù),原始數(shù)據(jù)包含該券商在2011年1月4日至2019年12月31日期間超過160萬名個人投資者在A 股市場每日的分類匯總數(shù)據(jù)。具體而言,每個交易日可以觀測到交易日期、股票代碼、交易客戶端(移動、PC)、賬戶大小(0～100 000、100 000～500 000、500 000～5 000 000、高于5 000 000)、買入/賣出交易量(金額、訂單量)、活躍賬戶數(shù)量以及賬戶持有人基本特征(男性占比、平均年齡)。上市公司的公開市場數(shù)據(jù)以及一些資產(chǎn)定價模型中的因子數(shù)據(jù)來自國泰安數(shù)據(jù)庫(CSMAR)。本文的樣本對象包含了滬深A股全部上市公司,但是剔除了ST 類型的樣本公司以及當月訂單數(shù)小于5單的股票樣本。

表1給出了不同客戶端個人投資者樣本的描述性統(tǒng)計,以便于直觀地了解偏好使用手機交易的個人投資者特征。表1面板A 中展示了移動設備客戶端與個人電腦客戶端交易的投資者的男性占比及年齡。在計算中,首先將當月使用過移動客戶端交易的投資者賬戶定義為移動賬戶,沒有使用過移動客戶端的投資者賬戶定義為PC 賬戶;然后,通過活躍賬戶數(shù)量和賬戶持有人基本特征分別計算了每個月每只股票中移動賬戶和PC賬戶中的男性投資者占比和平均年齡;最后,計算股票橫截面的月平均值,并得到投資者基本特征的月度時間序列。由表1面板A 可以看出,使用手機APP交易的投資者男性比例為59%,平均年齡約為43歲;而使用個人電腦客戶端的投資者男性比例為53%,平均年齡約為50歲。

表1 個人投資者樣本描述統(tǒng)計Tab.1 Descriptive statistics for the individual investor sample

表1面板B 給出了按個人賬戶資產(chǎn)大小分類的投資者在不同交易平臺執(zhí)行的訂單占比數(shù)據(jù)。將賬戶資產(chǎn)小于10萬元的投資者定義為小型投資者,賬戶資產(chǎn)大于10萬元但小于50萬元的投資者定義為中型投資者,賬戶資產(chǎn)大于50萬元但小于500萬元的投資者定義為大型投資者,賬戶資產(chǎn)大于500萬元的投資者定義為超大型投資者。分別計算4類投資者的交易訂單在移動和PC平臺的月度平均占比,結(jié)果表明:在手機APP 交易平臺中,中、小型投資者的訂單占比高達8成,大型、超大型投資者的訂單僅占2成;而在個人電腦客戶端中,中、小型投資者的訂單占比為6成,大型、超大型投資者的訂單占比為4成。

上述結(jié)果表明,使用手機APP進行交易的投資者相較于使用個人電腦客戶端的投資者在特征上有著顯著的差異,年輕的、財富水平較低的男性投資者更傾向使用移動設備交易。這類投資者通常更加偏好持有彩票類股票[12],同時也更容易為了追求感官刺激而交易,或?qū)⒔灰卓醋魇且环N博彩娛樂[5-6]。因此,表1為本文的研究假設提供了初步的支持性證據(jù)。

2.2 指標選擇

2.2.1 彩票類股票的指標選擇 彩票類股票的需求一方面來源于投資者“一夜暴富”的博彩心理;另一方面也由于這類股票足夠的“吸睛”,能夠第一時間吸引投資者的關(guān)注度。因此,作為彩票類股票的識別指標至少應該滿足3點要求:①能夠衡量個股單日的極端正收益率;②具有延續(xù)性,即表現(xiàn)出在未來仍有較大概率能夠重復獲得極端正收益(盡管發(fā)生的次數(shù)可能很少);③易于觀測與計算。按照Bali 等[17]的做法,并借鑒中國市場的相關(guān)研究[11,16],本文將個股前一個月最大的3個單日收益率的均值(MAX)作為彩票類股票特征的衡量指標,并將每月MAX 值為前10%的股票視為彩票類股票。具體計算方式為

式中:MAXi,t(N)為個股i在t月前N個最大單日收益率的均值;DES_rankn為降序排序的第n個數(shù);Daily_reti,t表示個股i在t月的日收益率序列。

圖1顯示了MAX 指標的轉(zhuǎn)移概率,即在t月末計算每只股票的MAX,并按照MAX 的十分位數(shù)分組(1～10組的MAX 由小到大),最后計算每一組的股票落入t+1月末的MAX 分組中的概率。

由圖1可見,前一個月MAX 最大的一組股票(即彩票類股票)在下一個月還在第10組的概率超過20%,落入MAX 最高的3組的概率接近50%;而前一個月MAX 最小的一組股票在下一個月在第10組的概率不超過5%,仍處于第1組的概率接近30%。這說明,股票的MAX 特征具有很強的延續(xù)性,上一個月股票發(fā)生了極端的正收益,則在下一個月仍有很大的可能發(fā)生極端的正收益;相反,如果上一個月股票沒有發(fā)生極端的正收益,則在下一個月發(fā)生極端正收益的概率也很小。再考慮到個股的MAX 易于觀測,本文認為MAX 能夠很好地衡量股票的彩票特性。

2.2.2 移動設備的參與度量 為了檢驗移動設備在投資者交易活動中的影響,將當月使用過手機APP交易的投資者賬戶定義為移動賬戶,并構(gòu)建移動賬戶數(shù)量與活躍賬戶數(shù)量的比值作為衡量移動設備在交易中的參與度指標,即

式中:MAPi,t為個股i在t月的移動賬戶占比;Mobile_Accountsi,t為在t月個股i中參與的移動賬戶數(shù)量;Active_Accountsi,t為在t月個股i中參與的活躍賬戶數(shù)量。移動賬戶為當月使用過移動客戶端交易的投資者賬戶,活躍賬戶則為當月參與過交易的投資者賬戶。本文對移動賬戶的定義不考慮個人投資者使用不同客戶端的交易頻率的影響,這是因為Kalda等[39]發(fā)現(xiàn),在使用移動設備后,投資者行為的變化不僅反映在投資者在移動設備的交易上,同時也會反映在電腦客戶端上的交易中。從本文的角度看,投資者開通移動交易渠道后潛在的交易成本就已經(jīng)降低了,投資者在使用PC 端進行交易時存在這樣的心理,即面臨無法使用PC 客戶端進行交易時,可以隨時使用移動客戶端進行交易。因此,本文認為使用過移動設備的投資者,即使頻率很低,其交易行為也會有別于沒有使用過移動客戶端的投資者的交易行為。

圖2展示了樣本區(qū)間內(nèi)每個月個股移動賬戶占比均值的時間序列。本文發(fā)現(xiàn),移動設備在投資者中的使用存在明顯的增長趨勢。同時,投資者使用移動設備的趨勢在2015 年發(fā)生了結(jié)構(gòu)性的變化:2011～2014 年4 年間移動賬戶占比由3%增長至17%,而僅2015年移動賬戶占比就從17%增長至47%,隨后2016～2019 年4 年間移動賬戶占比由47%繼續(xù)增長至65%。這是由于2014 年7 月至2015年6月期間A 股的牛市刺激了投資者的交易需求,從而驅(qū)使了投資者轉(zhuǎn)向交易成本更小的交易平臺[40]。移動賬戶占比在2015 年6月至12 月A股熊市期間不僅沒有發(fā)生顯著下降反而穩(wěn)定地增長,這進一步說明投資者對移動設備的偏好發(fā)生了整體上的結(jié)構(gòu)性變化,而不太可能僅僅由于牛市帶來的新增投資者對使用移動設備有偏好,因為這部分經(jīng)驗較少的投資者會在熊市中迅速退出市場[41]。

圖2 移動賬戶占比Fig.2 Mobile accounts proportion

為了檢驗市場中移動設備使用的增長所帶來的影響,利用2015年增長趨勢的結(jié)構(gòu)性變化構(gòu)建相應的虛擬變量,即

該變量表示在2011～2014 年期間Post_struchg取值為0,在2015～2019年期間取值為1。

2.2.3 MAX 距離指標 在檢驗投資者關(guān)注度對彩票類股票需求的影響時,首先面臨的一個挑戰(zhàn)是如何控制投資者內(nèi)在的偏度偏好對彩票類股票需求的影響。為此,本文構(gòu)建了MAX 距離指標,即

式中:DMAXi,t為個股i在t月的最大單日收益發(fā)生日與當月最后一個交易日之間相隔的交易日天數(shù);Month_endt為t月的交易日天數(shù);MAX_dayi,t為個股i在t月的最大單日收益發(fā)生日與當月第1個交易日之間相隔的交易日天數(shù)。值得注意的是,考慮到A 股的漲停板機制,如果個股i在t月的漲停次數(shù)超過1次,則MAX_dayi,t為個股i在t月最后一次漲停板發(fā)生日與當月第1個交易日之間相隔的交易日天數(shù)。

對于投資者在t+1月的彩票類股票需求而言,DMAXi,t的大小與個股i在t月的偏度是正交的,無論在經(jīng)濟意義上還是統(tǒng)計意義上,兩者都不相關(guān)。然而,DMAXi,t的大小與投資者對于個股i的關(guān)注度的關(guān)聯(lián)度卻非常高。這是由于盡管投資者會關(guān)注個股的極端收益,但如果沒有持續(xù)的極端收益,投資者對個股的關(guān)注度會隨著時間的流逝而衰減[23]。DMAXi,t的經(jīng)濟含義是個股i在t月的投資者關(guān)注度對投資者在t+1 月行為的影響程度。DMAXi,t越大,表示個股i在t月的投資者關(guān)注度對投資者在t+1月行為的影響越小;反之亦然。因此,使用DMAX 能夠較為清晰地展示投資者關(guān)注度對彩票類股票需求的影響。

3 實證結(jié)果與分析

3.1 移動投資者的“博彩”偏好

在這一部分中,分別檢驗了假設1 和假設2,以初步考察相較于使用電腦客戶端的投資者,使用移動設備的投資者的交易是否具有更強的博彩動機。

首先采用Fama-MacBeth(1973)橫截面回歸模型來檢驗使用移動設備的投資者在彩票類股票中的交易是否更活躍,即

式中,控制變量Controls包括:紅利分配的虛擬變量(Dividend),如果上一年分配了紅利取值為1,否則記為0;創(chuàng)業(yè)板的虛擬變量(GEM),如果股票在創(chuàng)業(yè)板上市取值為1,否則記為0;市場貝塔(Market Beta)、公司市值(Firm Size)、賬面市值比(BM Ratio)、前6個月累計收益(Past 6 months return)以及上一個月的移動賬戶占比(Lagged MAP);同時,以高異質(zhì)波動率(Idiosyncratic Volatility)、高異質(zhì)偏度(Idiosyncratic Skewness)和低股票價格(Stock Price)[12]作為構(gòu)建彩票類股票的指標,以及鄭振龍等[11]針對中國市場提出的高MAX、高換手率(Turnover)和低股價彩票類股票特征。此外,本文還特別引入異質(zhì)波動率、異質(zhì)偏度、股票價格和換手率作為衡量股票彩票特征的擴展指標。

表2給出了式(5)的回歸結(jié)果。由表2模型(1)可以看出,在控制其他特征后,移動賬戶占比與股票的MAX 指標成正比,說明使用移動設備的投資者在高MAX 股票的交易中更加活躍。同時,對于不分紅、高賬面市值比的成長性股票,移動投資者的交易也更加頻繁。本文還發(fā)現(xiàn),使用移動設備的投資者在創(chuàng)業(yè)板股票中參與程度較低。由于深交所對于創(chuàng)業(yè)板權(quán)限的開通有資產(chǎn)和投資經(jīng)驗等方面的限制,該結(jié)果從側(cè)面反映出移動交易者的賬戶資產(chǎn)較小、投資經(jīng)驗不足的特征。

表2 移動賬戶投資者的股票偏好Tab.2 Stock preferences of mobile account investors

為進一步驗證移動投資者對彩票類股票的偏好,在模型(2)～(4)中引入了股票彩票特征的擴展指標。結(jié)果表明,相較于PC投資者,使用移動設備的投資者不僅在高MAX的股票中更加活躍,對于其他具有彩票屬性的股票,如高異質(zhì)波動率、高異質(zhì)偏度、低股價以及高換手率的股票也表現(xiàn)出更顯著的偏好。與假設1一致,這些結(jié)果證明了使用移動設備的投資者交易在彩票類股票中的交易活動更活躍。

接下來采用Fama-MacBeth(1973)橫截面回歸模型,通過研究移動賬戶投資者的活躍度對股價的影響來檢驗這類投資者在彩票類股票的交易是否源于投機動機,即

式中:RETi,t+1為個股i在t+1月的月收益率;控制變量Controls包括主流的定價因子、市場貝塔、公司市值、賬面市值比、價格反轉(zhuǎn)(Reversal)、動量因子(Momentum)以及非流動性(Illiquidity)。同時,引入了MAX 和異質(zhì)波動率來控制投資者博彩動機對股票價格的影響,還引入了移動賬戶占比與彩票類股票的虛擬變量(I(Lottery))的交互項來檢驗移動投資者對彩票類股票價格的影響是否更大。

表3給出了式(6)的估計結(jié)果。由表3模型(1)和(2)的結(jié)果可知,移動賬戶占比與股票的預期收益顯著負相關(guān),并且在控制了一系列已知的橫截面定價因子后,移動賬戶占比對資產(chǎn)價格的預測效應仍然顯著。然而,在模型(3)中進一步控制MAX 和異質(zhì)波動率后,發(fā)現(xiàn)移動賬戶占比系數(shù)的估計值變得不顯著。該結(jié)果表明,移動賬戶占比對股票預期收益的解釋能力主要來自使用移動設備的投資者對彩票類股票的偏好。由于使用移動設備的投資者在彩票類股票中更活躍,故移動賬戶占比越高的股票越有可能是彩票類股票(高MAX、高異質(zhì)波動率),其預期收益越低。

表3 移動交易與股票預期收益Tab.3 Mobile trading and stock expected returns

在表3 模型(4)中,本文發(fā)現(xiàn),即使在控制MAX 和異質(zhì)波動率后,移動賬戶占比的大小對彩票類股票的預期收益仍然有顯著的影響。移動賬戶占比與彩票類股票的虛擬變量交互項的系數(shù)估計量顯著為負,表示移動投資者活躍度越高,彩票類股票的預期收益會顯著降低。該結(jié)果同時也表明,使用移動設備的投資者在彩票類股票中的交易活動能夠顯著影響股票價格,移動投資者的需求會造成彩票類股票價格的高估。

總之,本文初步的研究發(fā)現(xiàn)支持了移動設備由于降低了投資者交易成本,對具有“博彩”偏好投資者更具吸引力的論點。證據(jù)表明,使用移動設備的投資者在彩票類股票中的交易活動顯著更活躍,對推高彩票類股票價格的作用顯著更強。

3.2 移動交易增長的市場影響

由圖2可知,移動交易在本文的樣本區(qū)間內(nèi)持續(xù)增長,尤其是在2015年前后,移動賬戶在交易中的占比接近翻了3倍。如果移動設備的使用對于個人投資者的投機行為存在普遍的、顯著的影響,那么,隨著A 股市場中越來越多的個人投資者選擇移動平臺進行交易,市場結(jié)果也會受到相應的影響。因此,在這一部分中檢驗假設3,進一步考察移動設備是否加劇了市場中“博彩”性的交易。

首先檢驗移動設備的使用對市場中彩票類股票交易活動的影響。本文發(fā)現(xiàn),在樣本區(qū)間內(nèi)移動交易存在明顯的增長趨勢,但影響股票交易量的趨勢因素較多且不易控制。因此,為了得到更明確的結(jié)論,參照Nejadmalayeri等[42]采用的結(jié)構(gòu)變化模型,利用移動交易在2015年發(fā)生的結(jié)構(gòu)性趨勢變化來檢驗移動交易增長對股票交易量的影響,即

式中,因變量TURNOVERi,t+1為個股i在t+1月的平均換手率。此外,控制變量Controls包括:時間趨勢(Trend),即自2011年1月以來經(jīng)歷的時間長度(按月計算),用來控制趨勢因素的影響;異質(zhì)波動率,用來控制個股價格波動的影響;前一個月市場收益(MKT_RET)和個股收益(RET),用來控制股票價格的影響;公司市值和賬面市值比,用來控制成長股和價值股交易量的差異以及個股和月份的固定效應。

為了得到更穩(wěn)健的結(jié)論,本文排除了2015年牛市的樣本數(shù)據(jù),并使用不同構(gòu)造期的MAX指標進行式(7)中的回歸。表4中第1～第5列展示了不同構(gòu)造期的回歸結(jié)果。結(jié)果顯示:在不同構(gòu)造期下,個股下一個月的平均換手率與個股當月的MAX 均顯著正相關(guān);控制其他因素不變,當2015年移動交易爆發(fā)性增長后,MAX對個股換手率的影響系數(shù)均顯著變大。以3 天構(gòu)造期的MAX 指標為例,具體而言,MAX每增加1%,個股下一個月的換手率會相應高約2.9%(20×0.1458×1%),而這一數(shù)值在2015年后變?yōu)榧s4.4%。這說明,使用移動設備投資者的增長導致市場對高MAX股票的需求進一步增加。

表4 移動交易增長對交易量的影響:基于MAX連續(xù)指標Tab.4 Impact of mobile transaction growth on trading volumes: Based on the MAX continuous indicator

將式(7)做一個簡單的變形,即

式中:I(Port=j)i,t表示當個股i在t月的MAX 處于當月橫截面MAX 十分位數(shù)組的第j組(第1組MAX 最小)時取值為1,否則記為0;I(Lottery)i,t,又記為I(Port=10)i,t,則表示當個股i在t月的MAX 處于當月橫截面MAX 前10%時取值為1,否則記為0。表5 給出了式(8)的回歸結(jié)果,限于篇幅,僅展示交互項系數(shù)的估計值,其他自變量系數(shù)的估計值與表4的結(jié)果相似。

表5 移動交易增長對交易量的影響:基于MAX離散分組Tab.5 Impact of mobile transaction growth on trading volumes: Based on MAX discrete groupings

通過式(8)的形式,能夠更清楚地了解移動投資者的增長對不同MAX 分組的影響。由表5中的結(jié)果可以看出,在移動交易結(jié)構(gòu)性變化后,交易量受到顯著影響的股票組合有且僅有第10組,即彩票類股票。同樣以3 天構(gòu)造期的MAX 指標為例,具體而言,彩票類股票下一個月的月?lián)Q手率相較于2015年之前,平均要高出10.2%(0.0051×20);而其他股票組合換手率的增量不超過3%,并且不顯著。該結(jié)果說明,移動設備的使用雖然在一定程度上降低了投資者隱性的交易成本(如時間成本等非金錢上的成本),但交易費用(所得稅、印花稅)沒有實質(zhì)上的變化,故當股票的交易不能給投資者帶來非金錢上的效用時,投資者的均衡交易量沒有發(fā)生顯著的變化。反之,由于彩票類股票具有極端收益預期且能夠在交易中為投資者帶來非金錢上的效用,所以彩票類股票的交易量在投資者使用移動設備后顯著增加。

考慮到市場中“博彩”性交易的加劇必然會影響相關(guān)資產(chǎn)的定價,本文進一步研究移動投資者增長的結(jié)構(gòu)性變化對不同MAX 分組的定價影響。對每一個MAX 分組的股票組合分別進行Fama-French四因子模型作為基準的定價模型回歸,即

式中:Port_Retj,t為MAX 分組第j組t月的組合收益(等權(quán)重、市值加權(quán));FF_Factors 中包含了Fama-French四因子。

表6給出了式(9)中的截距項(αj)和結(jié)構(gòu)性變化的系數(shù)(βj),兩者都代表了Fama-French四因子無法解釋的收益部分。由表6中的結(jié)果可以看出,有且僅有彩票類股票組結(jié)構(gòu)性變化的系數(shù)顯著且為負。這意味著使用移動設備投資者的增長加劇了投資者對彩票類股票的需求,彩票類股票的價格被更大程度地高估,從而導致了更強的定價異象。而其他組合的資產(chǎn)定價在2015年之后沒有發(fā)生顯著的變化,也反映了受移動設備使用影響的投機性交易沒有規(guī)模性地流向這些組合的股票內(nèi),與表5的結(jié)果一致。

表6 移動交易增長對資產(chǎn)定價的影響Tab.6 Impact of mobile transaction growth on asset pricing

通過上述研究得到了與假設3一致的結(jié)論:移動設備的使用加劇了市場中投資者的“博彩”性交易,隨著越來越多的投資者使用移動設備參與交易,市場中彩票類股票的交易更活躍,定價異象更強。

3.3 移動投資者“博彩”交易中關(guān)注度的作用

根據(jù)上文的分析,移動設備使用對市場中彩票類股票的需求影響尤為顯著,因而本部分專注于分析移動設備如何影響投資者的彩票類股票需求。現(xiàn)有理論證明,投資者彩票類股票的需求一方面來自投資者內(nèi)在的偏度偏好[29],另一方面來自投資者對極端收益的關(guān)注與社交傳播[22]?？紤]到移動設備對社交活動、投資者關(guān)注度的顯著影響,在這部分分析中引入了個股的DMAX變量,用來在控制彩票類股票偏度的情況下,研究使用移動設備所導致的彩票類股票需求的增長是否與投資者關(guān)注度有關(guān)。

表7給出了式(7)的變形模型的回歸結(jié)果。具體而言,在表7模型(1)中,將式(7)中MAX 與Post_struchg的交互項變更為I(Lottery)、Post_struchg和DMAX 三者的交互項。結(jié)果顯示,股票的DMAX與其下一個月?lián)Q手率顯著成反比(系數(shù)為-0.000 1),說明個股最大收益發(fā)生的時間越靠近月底,所吸引的投資者關(guān)注度對下一個月的股票需求影響越大。并且,這種負向關(guān)系在彩票類股票中更強(-0.000 1-0.000 4=-0.000 5),因為投資者對彩票類股票的關(guān)注度更大,所以關(guān)注度的衰減對其需求影響也更大。

表7 投資者關(guān)注度與彩票類股票交易量Tab.7 Investor attention and lottery-type stock trading volumes

本文更加關(guān)注的是移動設備使用給彩票類股票帶來的需求增長是否與投資者關(guān)注度相關(guān),這反映在I(Lottery)、Post_struchg和DMAX 的三重交互項的系數(shù)上。如果移動設備的使用加劇了投資者內(nèi)在的偏度偏好,而沒有影響投資者對極端收益的關(guān)注,則三重交互項的系數(shù)應該不顯著。因為DMAX的大小不影響彩票類股票自身的偏度,投資者的偏度偏好發(fā)生變化所導致的需求增長只會反映在I(Lottery)與Post_struchg的交互項系數(shù)中。本文發(fā)現(xiàn)三重交互項的系數(shù)顯著為負,表明DMAX與I(Lottery)的系數(shù)在移動交易結(jié)構(gòu)性變化后變?yōu)?0.000 6(-0.000 4-0.000 2),其經(jīng)濟含義是,投資者關(guān)注度的衰減對市場中彩票類股票需求的影響隨著移動設備使用的增長而放大了,也意味著相較之前,彩票類股票吸引了更多投資者的關(guān)注。

在表7模型(2)中,利用A 股市場中的漲停板機制進行一個穩(wěn)健性檢驗。本文構(gòu)建了一個漲停板事件的虛擬變量I(Upper_limits),如果當月股票經(jīng)歷了漲停板事件取值為1,否則記為0。正如Seasholes等[38]所述,漲停板事件不僅具有極端的收益,同時也有極高的新聞性(在消息推送中尤為明顯),因此能夠獲得很多個人投資者的關(guān)注。但由于存在漲停限價,在當月MAX 為前10%的股票(即彩票類股票)中,是否經(jīng)歷過漲停板事件對于個股偏度的影響要小于對個股關(guān)注度的影響,故在模型(2)的結(jié)果中,I(Lottery)、Post_struchg和I(Upper_limits)的三重交互項的系數(shù)顯著為正,支持了模型(1)的結(jié)果,即移動設備加劇了投資者對彩票類股票的關(guān)注。

為了更進一步地闡明移動設備通過影響投資者對彩票類股票的關(guān)注,進而影響市場中彩票類股票需求的邏輯,通過表8 中的研究結(jié)果給出了移動交易的結(jié)構(gòu)性變化對彩票類股票價格的影響與投資者關(guān)注度之間的關(guān)系。在面板A 中,每個月將彩票類股票按DMAX 等分為3組,然后對樣本區(qū)間內(nèi)的每一組彩票類股票參照式(9)的Fama-French四因子定價模型進行回歸。結(jié)果顯示,只有低DMAX組組合收益中無法被解釋的部分在移動交易發(fā)生結(jié)構(gòu)性變化后顯著增加。而理論上,DMAX分組的偏度是隨機分布的,如果移動設備的使用加劇了投資者的偏度偏好,則不應當只有低DMAX組的β值顯著。因此,面板A 的結(jié)果進一步證明了由于移動設備的使用加劇了投資者對彩票類股票的關(guān)注,從而導致市場中彩票類股票的需求增加。

表8 投資者關(guān)注度與彩票類股票定價Tab.8 Investor attention and lottery-type stock pricing

在面板B 和面板C 中,為了檢驗結(jié)論是否可信,分別根據(jù)彩票類股票是否經(jīng)歷過漲停板事件來分組和移除2015年極端情況下的樣本數(shù)據(jù)兩個方面進行穩(wěn)健性分析。所獲結(jié)果均支持面板A 中的結(jié)論。至此,本文證明了假設4,即盡管沒有發(fā)現(xiàn)移動設備的使用能夠顯著影響投資者內(nèi)在的偏度偏好的證據(jù),但使用移動設備會加劇投資者對彩票類股票的關(guān)注是顯而易見的。

4 結(jié)論

隨著我國金融數(shù)字化轉(zhuǎn)型的加速,移動交易平臺在市場的交易活動中扮演著越來越重要的角色。因此,了解移動渠道的引入對投資者的交易行為產(chǎn)生何種影響對于更充分發(fā)揮金融科技的積極影響、提高金融服務的效率有著重要意義。本文利用某大型券商提供的超過160萬名個人投資者2011年1月至2019年12月期間使用移動設備和PC 的交易數(shù)據(jù),首次系統(tǒng)性地揭示了移動設備的使用會加劇投資者對極端回報的關(guān)注,從而增加了市場中對高風險、低回報的彩票類股票的需求。主要研究結(jié)論如下:

(1) 移動交易的參與度能夠反映市場中“博彩”性交易的活躍度。

(2) 隨著移動投資者的增長,市場中彩票類股票的交易更加活躍,并且彩票類股票的風險溢價更低,資產(chǎn)定價異象更明顯。

(3) 移動設備使用的增長顯著加劇了市場中投資者對彩票類股票的關(guān)注,從而導致了更高的彩票類股票的需求。

投資者對彩票類股票的過度需求不僅是一種不利于投資回報的非理性行為[11],同時也會損害市場效率[16]。基于本文的研究結(jié)果,本文認為提升個人財富效用、提高金融市場效率,不僅需要投資者自身減少對彩票類股票的關(guān)注與傳遞,同時,移動交易平臺也需要對彩票類股票的消息推送加以限制,這樣才能盡可能多地獲取移動交易給市場帶來的紅利。