朱媛

摘 要：本文基于百度指數，以2012年4月至2013年3月的滬市A股日數據為研究樣本，采用組合分析法和面板回歸分析法，研究投資者關注度對股票收益的影響。研究結果顯示：關注度與同時期股票收益成正比，且關注度高的股票收益明顯大于關注度低的股票；關注度在當期對市場造成的正向價格壓力將很快發(fā)生反轉，且關注度的反轉效應比較穩(wěn)定，不會因為時間的改變或大環(huán)境的變化而發(fā)生變化。

關鍵詞： 投資者關注度；百度指數；股票收益

中圖分類號：F224 文獻標識碼：A〓 文章編號：1003-9031（2014）11-0014-04 DOI：10.3969/j.issn.1003-9031.2014.11.03

一、引言

伴隨著信息技術的發(fā)展，經濟個體的注意力越來越成為一種稀缺資源，西蒙（1995）就提出過量的信息會導致注意的貧乏[1]。當面臨大量的信息時，主體對某一信息的關注必然會減少對其他信息的關注，因此那些引起投資者關注的金融事件必然會引起金融市場的變化，受到不同程度關注的股票其收益也不同。Barber和Odean（2007）研究表明，與機構投資者不同，關注度是個人投資者購買股票的一個重要原因[2]。由于我國證券市場上個人投資者的比例遠遠大于機構投資者，因此研究投資者關注度對了解我國股票市場有重要的借鑒意義。

一般來說，投資者不一定會購買其所關注的所有股票，但其購買的股票必定在之前有所關注。近年來，基于投資者關注的研究越來越多，學者們一般采用超額收益、換手率、交易量、媒體報道、廣告支出、漲跌停板事件等作為投資者關注的代理指標。伴隨網絡的普及和發(fā)展，搜索指數開始受到關注。投資者在搜索引擎中搜索某一只股票代碼或名稱，毫無疑問，投資者對這只股票產生了關注。搜索指數是基于某個關鍵詞在搜索引擎中被搜索的次數，只有先發(fā)生了關注，才會有相應的搜索行為，所以相比于其他指標，搜索指數能更精確的反映投資者對股票的關注程度，提高研究的準確性。

目前市場領先的搜索引擎是美國的谷歌和國內的百度，且國內百度的使用率也大大超過谷歌。當我們需要了解什么信息時，我們往往會說“我去百度一下”或者“問一下度娘”。因此，百度公司提供的百度指數能精確度量投資者對股票的關注度。為了進一步挖掘基于互聯網的大數據的價值，基于百度在國內搜索引擎方面的領先地位，本文選取百度指數作為衡量投資者關注度的指標，研究投資者關注度對股票收益的影響。

二、文獻綜述

Da Zhi等（2011）首先利用搜索指數為投資者關注度代理變量，他們發(fā)現基于搜索指數的投資者關注度指標有很好的時效性，能有效衡量個體投資者的關注度。Thomas Dimpfl和Stephan Jank（2011）使用Google趨勢搜索指數作為散戶投資者關注度的代理變量，研究發(fā)現，高關注伴隨高波動，高波動伴隨高的關注[3]。在國內研究中，賈春新等（2010）首先以谷歌搜索的歷史資訊數量作為投資者關注度的代理變量，研究了限售股解禁報道對股票收益的影響[4]。楊曉蘭（ 2010） 利用和訊網的個股關注度數據，研究發(fā)現關注度對收益率的影響存在反轉效應 [5]。宋雙杰等（ 2011） 利用Google提供的搜索量數據，通過構建異常搜索量指標，運用行為金融學中投資者關注的理論解釋了 IPO 市場存在的三種異象，結果顯示投資者關注對資產價格有直接的影響[6]。謝世宏（2012）利用互聯網搜索數據直接衡量投資者有限注意，發(fā)現注意力驅動投資者進行交易行為；滬市存在過度關注弱勢現象，而深市不存在；對滬市而言，投資者有限注意和股票市場波動有顯著的正相關關系，而對深市而言，兩者不存在關系[7]。俞慶進和張兵（2013）首次利用百度指數，檢驗了基于投資者關注度的百度指數和創(chuàng)業(yè)板市場的相關性，研究發(fā)現有限的投資者關注會給股票帶來關注度溢價，但這種溢價將會很快反轉。同時，當前的投資者關注能加大股票市場的波動，而滯后的投資者關注反而能減少這種波動[8]。趙龍凱、陸子昱、王志遠（2013）使用百度公司提供的上市公司搜索量數據來衡量股票受關注程度，研究了關注度和股票收益率的關系，研究發(fā)現關注度高組的股票的平均收益顯著大于關注度低的股票，關注度變化率不是顯著的風險因子，不會系統(tǒng)的影響股票的收益率[9]。王鎮(zhèn)、郝剛（2013）選取上海證券交易所中來自不同行業(yè)的30只股票作為研究對象，將百度指數提供的用戶關注度的數據作為投資者關注度的度量指標，通過建立面板數據模型，研究了投資者關注度對股票收益率的影響[10]。

從現有研究成果來看，已有一些文獻研究了投資者關注度對股票收益的影響，如楊曉蘭（2010） ，但因投資者利用和訊網搜索股票的用戶遠遠不及百度和谷歌，因此，用和訊關注度的代表性往往較差，俞慶進等（2012）利用百度指數①的研究只針對創(chuàng)業(yè)板市場，并沒有對主板市場進行相關分析。王鎮(zhèn)、郝剛（2013）只選取上海證券交易所中來自不同行業(yè)的30只股票作為研究對象。因此，本文將利用百度指數提供的數據對主板市場進行相關分析。

三、樣本選擇與描述性統(tǒng)計

（一）樣本選擇

據CNZZI2013年6月的調查統(tǒng)計，百度的市場份額達到69.37%，奇虎達到國內15.26%的搜索引擎頁面瀏覽量，而谷歌的市場份額只有2.13%，因此相比于國內和訊和谷歌指數的餓研究，本文利用百度指數研究將更加具有代表性。其中，百度指數的股票來自上海A股市場的803只股票，時間范圍是2012年4月1日到2013年3月31日，數據頻率為日度。

投資者在搜索某只股票時，既可能使用股票代碼進行搜索，也可能利用股票簡稱?；诓煌年P鍵詞，將會有不同的搜索量。投資者通過股票代碼或股票簡稱進行股票的搜索，很可能已經對某只股票產生了興趣，這正好能代表我們所要研究的投資者的有限關注。本文采用俞慶進等（2012）的文章中，基于股票代碼和簡稱并重，采用股票代碼和簡稱的搜索指數之和建立投資者關注度的代理變量，這樣的整理的度量才能測量投資者的關注度，即：

AT■=stocknumber■+stockname■ （1）

ATT■=ln（AT■） （2）

其中， AT■和ATT■就是投資者關注度指標，分別表示為第i支股票在t時期的股票代碼的搜索指數和股票簡稱的搜索指數。由于股票代碼與股票簡稱的搜索指數之和比較大，所以才用自然對數進行處理。在本文中描述性統(tǒng)計和分組中，投資者關注度用AT■表示，最后部分回歸中采用ATT■。由于百度指數經過自己處理獲得，所以本文沒有建立超額關注指標，防止誤差過大。

（二）描述性統(tǒng)計

本文主要研究交易日的關注度，所以總共250日。本文通過二種方式對關注度進行描述性統(tǒng)計。第一種，將每只股票的每日關注度指標混合進行統(tǒng)計量描述；第二種，按上市公司所屬的行業(yè)來分組進行描述性統(tǒng)計（見表1）。

由表1可知，金融業(yè)的平均搜索指數為24940.92，除住宿餐飲業(yè)3153.96而其他均位于440至1900之間。金融業(yè)的搜索指數明顯高于其他行業(yè)的指數，這很有可能是因為金融業(yè)的公司的業(yè)務與人們的日常生活息息相關，其搜索指數高往往不是因為投資者關注其股票而搜索，而是與公司的具體業(yè)務相關。為了排除與公司的具體業(yè)務有關的搜索，在下文的研究中，去除了31支金融股。此外還有一些股票的簡稱搜索與自身的業(yè)務相關性很大（如中國聯通），或者其搜索很大部分來源于其他原因（如東方明珠，景點），在以下部分也進行刪除。除去以上的股票，以下總共有791支股票。

四、實證結果及分析

（一）分組研究

我們采用分組，即通過控制變量的方式來研究分組后的日度收益率，比較不同組之間的股票平均日收益率的差異，來檢驗關注度的作用是否包含在規(guī)模、賬面市值比和換手率這三個變量中。我們采用所謂的dependent sort的方法來分組，比如先通過規(guī)模來分組，然后再根據規(guī)模按關注度來分組（見表2 ）。

基于分組結果，我們得出以下結論：按照規(guī)模分組后，每個小組內高關注度組和低關注度組的平均收益率差異都顯著大于零；按賬面市值比分組后，BM1至BM5組各組內高關注度組與低關注組的日度收益率差異分別為0.30、0.29、0.34、0.33、0.26，均顯著大于零；按照換手率分組后，只有在T4組中高關注度組與低關注度的日度收益率差異為0.03，不顯著大于零，其他均顯著大于零。綜上所述，關注度并不包含在我們上述研究的規(guī)模、賬面市值比和換手率中。換而言之，通過買入當期高關注度的股票，賣出當期低關注度的股票建立零投資組合，可以獲得超額收益。

（二）面板回歸分析

在投資者有限關注下，高關注度的股票能否獲得高收益，一直是研究熱點。Barber和Odean（2008）提出，投資者更傾向于購買其關注的股票，從而使其關注度的股票有短暫的上升壓力。楊曉蘭（2010）在研究和訊網絡關注度時也發(fā)現，投資者的關注對股票當日的收益有正向的影響，而對第二天就有負向的影響。因次，下文借助于以百度指數為投資者關注度來研究投資者關注度是否存在反轉效應。根據Fama-French的三因子模型，股票的收益與公司的市場組合收益率和賬面市值比有關，我們以股票的日收益率為被解釋變量，以貝塔、公司的市值（Size）、賬面市值比（BM）和關注度（AT）為控制變量，建立以下面板回歸模型：

模型1：

Dret=α■+α■ATT■+α■Beta■+α■Size■+α■BM■+ε■ （3）

模型2：

Dret=α■+α■ATT■+α■Beta■+α■Size■+α■BM■+ε■（4）

其中，ATT■、ATT■分別為當前和滯后一期的投資者關注度，Beta是由前三個月的日交易數據估計而來，Size■是第i支股票第t期的規(guī)模，BM■是第i支股票第t期的賬面市值比。面板回歸結果見表3中的Panel A。

由Panel A可知，在控制了市場因素、個股規(guī)模和賬面市值比的影響之后，投資者當期的關注度對當期的股票收益率有正向的影響，也就是說，1個單位的投資者關注度能帶來0.0019個單位的超額收益率。而前期的投資者關注度對當期的股票收益率有反向的影響，即前期一個單位的關注度將使當期的股票收益率下降0.0005個單位。這恰恰反應投資者關注的過度反應，即投資者關注對當期股票收益有上升的作用，但在短期內形成反正。這種現象也間接說明，投資者關注不是由公司的基本面信息導致的，如果這種正向的價格壓力由公司基本面帶來，那么就不會出現這么快的反轉。國外研究結果發(fā)現投資者的關注度的反轉具有長期效應，而本文研究發(fā)現這種反轉在短期內就能完成。一方面，可能由于本文采用的是日數據，另一方面，由于國內證券市場的信息披露機制并不完善，中國個人投資者往往盲目追隨，“羊群效應”明顯，因而使得由于投資者關注導致的股價溢價很快就消失。

為檢驗回歸結果的穩(wěn)定性，本文將整體研究期間分為兩個子區(qū)間，以2007年9月25日為界。表3中的Panel B和Panel C分別描述了兩個子區(qū)間的回歸結果。比較Panel B和Panel C可知，各組模型中，模型1中第一個子區(qū)間的關注度估計系數的絕對值均小于第一個子區(qū)間的偏度估計系數的絕對值，但兩者的符號一致，且均在1的置信水平上統(tǒng)計顯著，表明關注度的反轉效應比較穩(wěn)定，不會因為時間的改變或大環(huán)境的變化而發(fā)生變化。

五、結語

本文利用百度指數作為投資者關注度的代理變量，能精確地衡量投資者的有限關注程度，揭示其對股票收益的影響。本文發(fā)現如下結論：通過將關注度與規(guī)模賬面市值比、換手率分組，發(fā)現關注度與同時期股票收益成正比，且高關注度的股票收益明顯大于低關注度的股票，并通過建立零投資組合可以獲得超額收益；由于關注度在當期對市場造成的正向價格壓力將很快發(fā)生反轉。

本文利用百度指數作為衡量股票的受關注程度，并以此研究上海證券交易所A股市場中關注度與股票收益的影響，為搜索量指標在國內金融領域的研究和應用做了初步的探索，但本文仍存在一定的局限性：一是基于百度指數的搜索指數一般只反映個人投資者的注意力，并不能反映機構投資者對股票的關注程度，而本文恰恰只對個人投資者的關注程度進行研究；二是有一些股票因為公司的業(yè)務而被頻繁搜索，這為我們的研究帶來干擾，這樣的搜索量能否作為代理變量值得討論；三是由于時間的限制，本文只做了關注度對股票收益的影響，并沒有做股票收益對投資者關注度的影響，后續(xù)研究可以進行數據的深入挖掘?！?/p>

（責任編輯：于明）

參考文獻：

[1]Simon H A.A behavioral model of rational choice[M].The Quarterly Journal of Economics， 1995， 69：99-118.

[2]Barber B M， Odean T.The effect of attention and news on the buying behavior of individual and institutional investors[J]. Review of Financial Studies，2007，21（2）：394-422.

[3]Thomas Dimpfl， Stephan Jank， “Can Internet Search Queries Help to Predict Stock Market Volatility” [J]. Available at SSRN 1941680.2011.

[4]賈春新，趙宇，孫萌，汪博.投資者有限關注與信息解.（下轉第52頁）