莫易嫻，周樂敏（華南農(nóng)業(yè)大學(xué)，廣東廣州510642）

一、引言

“大數(shù)據(jù)”的概念起源于美國，由思科、威睿、甲骨文、IBM 等公司倡議提出。2011年，國際著名咨詢公司麥肯錫提出，大數(shù)據(jù)已經(jīng)與勞動力、資本一樣，成為重要的生產(chǎn)要素。此后，大數(shù)據(jù)被越來越多地運用于金融業(yè)，進(jìn)而對金融市場產(chǎn)生一系列影響。股票市場有效性一直是金融領(lǐng)域重要的研究內(nèi)容之一，股票市場是否有效以及有效性達(dá)到何種程度，對衡量金融市場平穩(wěn)性和成熟性具有重要意義。從宏觀角度來看，股票市場有效性影響著國家宏觀經(jīng)濟(jì)政策的制定和金融監(jiān)管部門對證券市場的監(jiān)管效率；從微觀角度來看，股票市場有效性是投資者做出合理投資決策的重要參考依據(jù)。因此，在大數(shù)據(jù)時代背景下，分析我國股票市場有效性變化具有重要的理論與現(xiàn)實意義。

二、文獻(xiàn)綜述

國外學(xué)者對股票市場有效性的研究成果很多，理論發(fā)展也較為完善。股票市場中，股票價格的漲跌是否有跡可循是投資者們最關(guān)心的問題。1965年，美國芝加哥大學(xué)的Fama （1965） 提出了著名的有效市場假說。在此基礎(chǔ)上，Sharma and Kennedy（1977）利用隨機游走模型進(jìn)行實證研究，認(rèn)為發(fā)達(dá)國家的證券市場有效性較強，成熟度較高。Angadi and Kulkarni（2015）采用自回歸求和移動平均模型預(yù)測股票價格走勢，幫助投資者選擇投資時機。國內(nèi)學(xué)者對于我國股票市場是否已經(jīng)達(dá)到弱有效仍存在爭議。靜態(tài)分析方面，張銳力和董彥峰（2009）采用序列相關(guān)性檢驗對滬深兩市收盤指數(shù)進(jìn)行分析，認(rèn)為股票市場價格波動符合隨機游走模型，具有弱式有效；但是，該研究只在滬深兩市中選取了4 只具有代表性的股票，因而實證結(jié)果具有片面性。朱孔來和李靜靜（2013）運用Johansen 協(xié)整檢驗，發(fā)現(xiàn)滬深兩市不存在長期均衡關(guān)系，認(rèn)為滬深股市已達(dá)到聯(lián)合弱式有效。也有學(xué)者認(rèn)為中國股票市場不是弱有效市場。謝家泉和楊招軍（2005）利用GARCH 模型證明外部沖擊對股票價格的影響有無限期延續(xù)的趨勢，因而股市仍未達(dá)到弱有效。葉航和林水山（2005）通過測算Hurst指數(shù)也得到類似結(jié)論。動態(tài)分析方面，劉榮茂和劉恒昕（2015）證明我國股票市場有效性在滬港通開通之后有所提高。曾勁松（2005）發(fā)現(xiàn)投資者利用技術(shù)分析長期獲得超額收益基本不可行。

“大數(shù)據(jù)”被普遍提及是在2012年之后，因而在此之前有關(guān)大數(shù)據(jù)對股票市場有效性影響的文獻(xiàn)并不多。席文帥等（2016）認(rèn)為投資者對云計算技術(shù)在建模中的運用所知甚少，通常做法是將猜想的數(shù)據(jù)代入模型，然后根據(jù)不同情況進(jìn)行模型修正，從而實現(xiàn)利用計算機編程技術(shù)探索正確投資策略。徐力（2015）認(rèn)為我國應(yīng)借鑒先進(jìn)資本市場的經(jīng)驗，讓數(shù)據(jù)信息化得到高速發(fā)展。

本文根據(jù)國內(nèi)外研究成果，采用自相關(guān)性檢驗和協(xié)整檢驗，討論我國股票市場有效性。通過對2007-2012年及2013-2017年滬深300 和中證500日對數(shù)收益率進(jìn)行實證分析，對比大數(shù)據(jù)時代開啟前、后的自相關(guān)系數(shù)，考察我國股票市場有效性的變化，并根據(jù)實證研究結(jié)論提出提升我國股票市場有效性的建議。

三、指標(biāo)選取

（一）大數(shù)據(jù)時間節(jié)點選取

麥肯錫于2011年最早提出“大數(shù)據(jù)時代”，而“大數(shù)據(jù)”被越來越多地提及是在2012年之后。因此以2012年為時間節(jié)點，選取2007-2012年及2013-2017年的股票價格指數(shù)為研究樣本。數(shù)據(jù)來源于銳思金融研究數(shù)據(jù)庫。

（二）股票價格指數(shù)的選取

2005年4月8日，上海證券交易所和深圳證券交易所聯(lián)合發(fā)布了“滬深300”指數(shù)。該指數(shù)以規(guī)模和流動性為標(biāo)準(zhǔn)，賦予強流動性股票更高的權(quán)重，保證了指數(shù)的權(quán)威性和穩(wěn)定性。考慮到證券市場中還存在著大量中小型公司，因此同時選取“中證500”指數(shù)作為研究樣本。該指數(shù)去掉滬深300 指數(shù)成分股和總市值排名前300 的股票，由總市值排名靠前的500 只股票組成，可以反映兩市中小型公司的股票價格波動情況。以2012年年未為時間節(jié)點，兩個指數(shù)不同時間段的樣本分別為：

Pt1 表示2007年1月4日至2012年12月31日滬深300 指數(shù)日收盤價；Rt1 為對應(yīng)的日對數(shù)收益率。

Pt2 表示2007年1月4日至2012年12月31日中證500 指數(shù)日收盤價；Rt2 為對應(yīng)的日對數(shù)收益率。

Pt3 表示2013年1月4日至2017年12月31日滬深300 指數(shù)日收盤價；Rt3 為對應(yīng)的日對數(shù)收益率。

Pt4 表示2013年1月4日至2017年12月31日中證500 指數(shù)日收盤價；Rt4 為對應(yīng)的日對數(shù)收益率。

（三）日對數(shù)收益率波動及描述性統(tǒng)計

圖1和圖2顯示了2007-2012年，滬深300 和中證500 指數(shù)日對數(shù)收益率波動特征。2007-2012年，兩個指數(shù)的日對數(shù)收益率在大多數(shù)時間較為平穩(wěn)，圍繞0 上下波動。但在2008年，由于全球性金融危機的影響，滬深300 和中證500 指數(shù)日對數(shù)收益率波動較劇烈。

圖1 2007-2012年滬深300 指數(shù)日對數(shù)收益率波動情況

圖2 2007-2012年中證500 指數(shù)日對數(shù)收益率波動情況

圖3和圖4顯示了2013-2017年，滬深300 和中證500 指數(shù)日對數(shù)收益率波動特征。由于利好經(jīng)濟(jì)刺激政策以及巨額杠桿資金的作用，我國股市在2015年上半年形成5年來最大上漲行情，而之后的股票價格泡沫破裂造成滬深300 和中證500 指數(shù)日對數(shù)收益率產(chǎn)生了異常波動。此外，對比2007-2012年日對數(shù)收益率波動情況可以發(fā)現(xiàn)，在大多數(shù)時間段，2013-2018年日對數(shù)收益率波動更小，因此2013年后的收益率更加平穩(wěn)。

圖3 2013-2017年滬深300 指數(shù)日對數(shù)收益率波動情況

圖4 2013-2017年中證500 指數(shù)日對數(shù)收益率波動情況

表1為日對數(shù)收益率的描述性統(tǒng)計。由表1可知，4 組樣本偏度系數(shù)都小于0，說明數(shù)據(jù)較正態(tài)分布呈左偏特征；峰度系數(shù)都遠(yuǎn)大于3，表明樣本呈現(xiàn)了尖鋒厚尾的特征。此外，4 組樣本的JB 檢驗p 值都顯著為0，拒絕服從正態(tài)分布的原假設(shè)。

表1 日對數(shù)收益率描述性統(tǒng)計

四、滬深300 指數(shù)自相關(guān)檢驗

（一）滯后階數(shù)的選取

對自相關(guān)檢驗滯后階數(shù)AR（n）的選擇，若選擇階數(shù)太少，會忽略高階相關(guān)性；若滯后階數(shù)太多，會出現(xiàn)檢驗結(jié)果不可信以及模型擬合度低的情況。結(jié)合數(shù)據(jù)自相關(guān)圖，經(jīng)過多次自回歸模型試驗（這里省略自相關(guān)圖及試驗過程），發(fā)現(xiàn)選擇滯后六階進(jìn)行自相關(guān)檢驗時模型的擬合度最好。

（二）大數(shù)據(jù)時代前滬深300 指數(shù)自相關(guān)檢驗

1.平穩(wěn)性檢驗

對大數(shù)據(jù)時代前，即2007-2012年的滬深300 指數(shù)日收盤價Pt1 進(jìn)行平穩(wěn)性檢驗，檢驗結(jié)果如表2所示。從表2可以看出，伴隨概率p 值大于5%的顯著性水平，即ADF 檢驗的三種情況（分別為無截距項和時間趨勢項、僅含截距項、含截距項和時間趨勢項，下同）都表明變量Pt1 有單位根，序列不平穩(wěn)。

表2 ADF 平穩(wěn)性檢驗1

分別對2007-2012年滬深300 指數(shù)日收盤價對數(shù)log（Pt1）以及日收盤價對數(shù)的一階差分D（log（Pt1）），即日對數(shù)收益率Rt1 進(jìn)行平穩(wěn)性檢驗。日對數(shù)收益率轉(zhuǎn)化公式為：

其中，Pt1（-1）代表日收盤價Pt1 滯后1 期收盤價。由表2可知，變量log（Pt1）不平穩(wěn)，日對數(shù)收益率Rt1 平穩(wěn)，即log（Pt1）經(jīng)過一階差分后平穩(wěn)，為一階單整序列。

為解決自相關(guān)模型擬合度不高的問題，需要在自相關(guān)模型中加入控制變量，且控制變量必須與因變量有穩(wěn)定的相關(guān)性。由于中證500 指數(shù)與滬深300 指數(shù)并沒有重復(fù)的樣本，且滬深300 指數(shù)代表了大企業(yè)股價變化，中證500 指數(shù)代表中小企業(yè)股價變化，因此在信息敏感的證券市場上，可通過協(xié)整檢驗考察二者是否相關(guān)。在進(jìn)行協(xié)整檢驗前，需要對2007-2012年中證500 指數(shù)日收盤價Pt2、日對數(shù)收盤價log（Pt2）和日對數(shù)收益率Rt2 進(jìn)行平穩(wěn)性檢驗。由表3可知，Pt2 和log（Pt2）不平穩(wěn)，日對數(shù)收益率Rt2 平穩(wěn)，即log（Pt2）經(jīng)過一階差分后平穩(wěn)，為一階單整序列。

表3 ADF 平穩(wěn)性檢驗2

2.協(xié)整檢驗

平穩(wěn)性檢驗顯示log（Pt1）和log（Pt2）都是一階單整的，因此可以構(gòu)建log（Pt1）關(guān)于log（Pt2）的協(xié)整檢驗。由log（Pt1）關(guān)于log（Pt2）的OLS 回歸中可以得到線性方程：

對回歸殘差項進(jìn)行ADF 檢驗，得到模型在5%的顯著性水平下拒絕存在單位根的假設(shè)，即殘差序列是平穩(wěn)的。因此，log（Pt1）和log（Pt2）具有（1，1）階協(xié)整關(guān)系，即長期均衡關(guān)系，回歸殘差E01 期望值為0。但短期來看，兩個變量可能會出現(xiàn)偏離均衡的現(xiàn)象，需要對log（Pt1）和log（Pt2）進(jìn)行修正和調(diào)整，將非均衡狀態(tài)恢復(fù)至均衡狀態(tài)。表4為誤差修正模型估計結(jié)果。

表4 誤差修正模型估計結(jié)果1

由表4可知誤差修正模型為：

即：

因此，D（log（Pt1））與D（log（Pt2））呈同方向變化，即Rt1 與Rt2 呈同方向變化，可以加入控制變量Rt2 進(jìn)行2007-2012年滬深300 指數(shù)的滯后階相關(guān)性檢驗。

3.自相關(guān)檢驗

為了檢驗大數(shù)據(jù)時代前，即2007-2012年滬深300 指數(shù)的自相關(guān)性，采用該時期滬深300 指數(shù)日對數(shù)收益率Rt1 構(gòu)建AR（6）模型，并加入同期中證500 指數(shù)日對數(shù)收益率Rt2 作為控制變量。由于同一時期的變量Rt1 和Rt2 包含的股票沒有重疊，所以不會影響目標(biāo)股票指數(shù)日對數(shù)收益率的自相關(guān)檢驗結(jié)果。從表5可以看出，模型擬合程度較好。控制變量Rt2 系數(shù)對應(yīng)的p 值小于5%的置信度，系數(shù)是顯著的。此外，滯后一階AR（1）和滯后六階AR（6）的系數(shù)對應(yīng)p 值小于5%的置信度，可以認(rèn)為2007-2012年滬深300 指數(shù)在5%的置信度下存在滯后一階和滯后六階自相關(guān)，自相關(guān)系數(shù)顯著不為0。因此，2007-2012年我國股票市場仍未達(dá)到弱式有效。

表5 Rt1 自相關(guān)回歸結(jié)果

（三）大數(shù)據(jù)時代后滬深300 指數(shù)自相關(guān)檢驗

1.平穩(wěn)性檢驗

對大數(shù)據(jù)時代后，即2013-2017年的滬深300 指數(shù)日收盤價Pt3、對數(shù)收盤價log（Pt3）以及對數(shù)收益率Rt3 進(jìn)行ADF 平穩(wěn)性檢驗。由表6可知，變量Pt3、log（Pt3）不平穩(wěn)，Rt3 平穩(wěn)，即log（Pt3）經(jīng)過一階差分后平穩(wěn)，為一階單整序列。

表6 ADF 平穩(wěn)性檢驗3

協(xié)整檢驗前，需要對2013-2017年中證500 指數(shù)日收盤價Pt4、日對數(shù)收盤價log（Pt4）和日對數(shù)收益率Rt4 進(jìn)行平穩(wěn)性檢驗。由表7可知，變量Pt4、log（Pt4）不平穩(wěn)，日對數(shù)收益率序列Rt4 平穩(wěn)，即log（Pt4）經(jīng)過一階差分后平穩(wěn)，為一階單整序列。

表7 ADF 平穩(wěn)性檢驗4

2.協(xié)整檢驗

ADF 檢驗顯示log（Pt3）和log（Pt4）都是一階單整的，因此可以構(gòu)建log（Pt3）關(guān)于log（Pt4）的協(xié)整檢驗。估計log（Pt3）關(guān)于log（Pt4）的OLS 回歸結(jié)果，得到如下模型：

對回歸殘差項進(jìn)行ADF 檢驗，在5%的顯著性水平下拒絕存在單位根的假設(shè)，即殘差序列是平穩(wěn)的。因此，log（Pt3）和log（Pt4）具有（1，1）階協(xié)整關(guān)系。表8為誤差修正模型估計結(jié)果。

表8 誤差修正模型估計結(jié)果2

由表8可知誤差修正模型為：

即：

由誤差修正模型可知，D（log（Pt3））與D（log（Pt4））呈同方向變化，即Rt3 與Rt4呈同方向變化，可以加入控制變量Rt4 進(jìn)行2013-2017年滬深300 指數(shù)滯后階相關(guān)性檢驗。

3.自相關(guān)檢驗

為了檢驗大數(shù)據(jù)時代后，即2013-2017年滬深300 指數(shù)的自相關(guān)性，采用該時期指數(shù)日對數(shù)收益率Rt3 建立AR（6）模型，并加入同期中證500 指數(shù)日對數(shù)收益率Rt4 作為控制變量。從表9可以看出，該模型擬合效果較好?？刂谱兞縍t4 的系數(shù)對應(yīng)的p 值小于5%的置信度，認(rèn)為系數(shù)是顯著的。此外，滯后一階AR（1）、滯后二階AR（2）、滯后四階AR（4）和滯后五階AR（5）的系數(shù)對應(yīng)的p 值也小于5%的置信度，可以認(rèn)為2013-2017年滬深300 指數(shù)在5%的置信度下存在滯后一階、滯后二階、滯后四階和滯后五階自相關(guān)，自相關(guān)系數(shù)顯著不為0。因此，2013-2017年我國股票市場仍未達(dá)到弱式有效。

（四）市場有效性變化對比

從滬深300 指數(shù)日對數(shù)收益率的自相關(guān)檢驗結(jié)果中可以發(fā)現(xiàn)，大數(shù)據(jù)時代前后都有滯后項系數(shù)顯著不為0，表明歷史信息對當(dāng)期收益率有影響，市場仍未達(dá)到弱有效。表10 顯示了滬深300 指數(shù)自相關(guān)檢驗對比結(jié)果，可以發(fā)現(xiàn)大數(shù)據(jù)時代后，滯后一階AR（1）的系數(shù)明顯變小，顯著不為0 的高階滯后項數(shù)量有增加，但系數(shù)較小。整體而言，歷史信息對當(dāng)期收益率的影響在減弱，我國股票市場有效性在增強。

表10 滬深300 指數(shù)日對數(shù)收益率自相關(guān)檢驗結(jié)果對比

五、中證500 指數(shù)自相關(guān)檢驗

（一）大數(shù)據(jù)時代前中證500 指數(shù)自相關(guān)檢驗

1.協(xié)整檢驗

由上文ADF 檢驗結(jié)果可知，2007-2012年滬深300 指數(shù)日收盤價Pt1、對數(shù)收盤價log（Pt1）非平穩(wěn)，日對數(shù)收益率Rt1 平穩(wěn)。同樣，2007-2012年中證500 指數(shù)日收盤價Pt2、對數(shù)收盤價log（Pt2）非平穩(wěn)，日對數(shù)收益率Rt2 平穩(wěn)。log（Pt1）和log（Pt2）都為一階單整，可以構(gòu)建log（Pt2）關(guān)于log（Pt1）的協(xié)整檢驗。log（Pt2）關(guān)于log（Pt1）的OLS 回歸方程為：

對回歸殘差項進(jìn)行ADF 檢驗，得到模型在5%的顯著性水平下拒絕存在單位根的假設(shè)，即殘差序列是平穩(wěn)的。所以，log（Pt1）和log（Pt2）具有（1，1）階協(xié)整關(guān)系。表11為誤差修正模型估計結(jié)果。

表11 誤差修正模型估計結(jié)果3

由表11 可知誤差修正模型為：

即：

因此，D（log（Pt2））與D（log（Pt1））呈同方向變化，即Rt2 與Rt1 呈同方向變化，可以加入控制變量Rt1 進(jìn)行2007-2012年中證500 指數(shù)的滯后階相關(guān)性檢驗。

2.自相關(guān)檢驗

為了檢驗大數(shù)據(jù)時代前，即2007-2012年中證500 指數(shù)的自相關(guān)性，采用該時期指數(shù)日對數(shù)收益率Rt2 建立AR（6）模型，并加入同期滬深300 指數(shù)日對數(shù)收益率Rt1作為控制變量。由表12 可以看出，模型擬合度較好。控制變量Rt1 系數(shù)對應(yīng)的p 值小于5%的置信度，系數(shù)顯著。此外，滯后一階AR（1）、滯后五階AR（5）系數(shù)對應(yīng)的p 值小于5%的置信度，系數(shù)顯著，即2007-2012年中證500 指數(shù)在5%的置信度下存在滯后一階和滯后五階自相關(guān)。因此，2007-2012年我國股票市場仍未達(dá)到弱式有效。

表12 Rt2 自相關(guān)回歸結(jié)果

（二）大數(shù)據(jù)時代后中證500 指數(shù)自相關(guān)檢驗

1.協(xié)整檢驗

由上文ADF 檢驗可知，2013-2018年滬深300 指數(shù)日收盤價Pt3、對數(shù)收盤價log（Pt3）非平穩(wěn)，日對數(shù)收益率Rt3 平穩(wěn)。同樣，2013-2017年中證500 指數(shù)日收盤價Pt4、對數(shù)收盤價log（Pt4）非平穩(wěn)，日對數(shù)收益率Rt4 平穩(wěn)。log（Pt3）和log（Pt4）都為一階單整的，可以構(gòu)建log（Pt4）關(guān)于log（Pt3）的協(xié)整檢驗。log（Pt4）關(guān)于log（Pt3）的OLS回歸結(jié)果為：

對回歸殘差項進(jìn)行ADF 檢驗，得到模型在5%的顯著性水平下拒絕存在單位根的假設(shè)，即殘差序列是平穩(wěn)的。因此，log（Pt4）和log（Pt3）具有（1，1）階協(xié)整關(guān)系。表13為誤差修正模型估計結(jié)果。

表13 誤差修正模型估計結(jié)果4

由表13 可知誤差修正模型為：

即：

由誤差修正模型可知，D（log（Pt4））與D（log（Pt3））呈同方向變化，即Rt4 與Rt3呈同方向變化，可以加入控制變量Rt3 進(jìn)行2013-2017年中證500 指數(shù)的滯后階相關(guān)性檢驗。

2.自相關(guān)檢驗

為了檢驗大數(shù)據(jù)時代后，即2013-2017年中證500 指數(shù)的自相關(guān)性，采用該時期指數(shù)日對數(shù)收益率Rt4 建立AR（6）模型，并加入同期滬深300 指數(shù)日對數(shù)收益率Rt3 作為控制變量。從表14 可以看出，該模型擬合度較好?？刂谱兞縍t3 的系數(shù)對應(yīng)的p 值小于5%的置信度，認(rèn)為系數(shù)是顯著的。此外，滯后一階AR（1）、滯后三階AR（3）、滯后五階AR（5）系數(shù)對應(yīng)的p 值也小于5%的置信度，可以認(rèn)為2013-2017年中證500 指數(shù)在5%的置信度下存在滯后一階、滯后三階和滯后五階自相關(guān)，自相關(guān)系數(shù)顯著不為0。因此，2013-2017年我國股票市場仍未達(dá)到弱式有效。

表14 Rt4 自相關(guān)回歸結(jié)果

（三）市場有效性變化對比

從中證500 指數(shù)日對數(shù)收益率序列的自相關(guān)檢驗結(jié)果中可以發(fā)現(xiàn)，大數(shù)據(jù)時代前后都有滯后項系數(shù)顯著不為0，表明歷史信息對當(dāng)期收益有影響，市場仍未達(dá)到弱有效。表15 顯示中證500 指數(shù)自相關(guān)檢驗對比結(jié)果，發(fā)現(xiàn)大數(shù)據(jù)時代后，滯后一階AR（1）的系數(shù)明顯變小。顯著不為0 的高階滯后項數(shù)量有增加，但系數(shù)較小。整體而言，檢驗結(jié)果依然表明歷史信息對當(dāng)期收益率的影響在減弱，我國股票市場有效性在增強。

表15 中證500 指數(shù)日對數(shù)收益率自相關(guān)檢驗結(jié)果對比

六、結(jié)論

研究結(jié)果顯示，無論是滬深300 指數(shù)還是中證500 指數(shù)，其日對數(shù)收益率滯后一階項系數(shù)在大數(shù)據(jù)時代后大大降低，表明大數(shù)據(jù)時代開啟后，歷史信息對當(dāng)前股票收益率的影響在變小。我國股票市場雖仍未達(dá)到弱有效，但是有效性在增強。大數(shù)據(jù)時代后，我國股票市場有效性增強的原因可以分為以下三點：

首先，信息披露制度在大數(shù)據(jù)時代越來越完善。通常情況下，上市公司在信息披露時，會優(yōu)先或及時發(fā)布對自己有利的信息，而不利信息則會延遲發(fā)布甚至隱瞞不發(fā)。在大數(shù)據(jù)時代，互聯(lián)網(wǎng)使信息披露更加透明，公司運營的各種數(shù)據(jù)得到及時公布，信息的公開化、透明化使信息披露機制更加完善。

其次，隨著大數(shù)據(jù)互聯(lián)網(wǎng)技術(shù)在證券監(jiān)管方面的廣泛應(yīng)用，違規(guī)信息、關(guān)聯(lián)交易及內(nèi)幕操縱等違規(guī)行為更容易被及時發(fā)現(xiàn)并得到有效制止。大數(shù)據(jù)技術(shù)的應(yīng)用有利于我國證券市場監(jiān)管體系的完善，使監(jiān)管監(jiān)控即時化。

最后，越來越多的投資者可以通過互聯(lián)網(wǎng)等渠道了解企業(yè)信息，并利用大數(shù)據(jù)技術(shù)分析整理海量信息。信息透明化使投資者越來越不能利用歷史信息長期獲取超額收益。

七、建議

股票市場是體現(xiàn)我國經(jīng)濟(jì)發(fā)展?fàn)顩r的窗口，提高股票市場的有效性可以促進(jìn)我國金融市場的繁榮，提升經(jīng)濟(jì)活力，并為經(jīng)濟(jì)發(fā)展提供穩(wěn)定的金融環(huán)境。為提高大數(shù)據(jù)時代我國股票市場的有效性，提出以下建議：

第一，監(jiān)管部門應(yīng)該推進(jìn)市場數(shù)據(jù)信息化，加大資金技術(shù)投入，利用大數(shù)據(jù)和互聯(lián)網(wǎng)技術(shù)普及數(shù)據(jù)電子化，使市場數(shù)據(jù)能夠被及時披露，以解決冗雜的文本問題，提高市場運行效率。此外，加強大數(shù)據(jù)平臺建設(shè)，使政策制定者及時了解市場運行情況，如系統(tǒng)性金融風(fēng)險大小、貨幣政策傳導(dǎo)速度等，為國家宏觀政策的制定提供依據(jù)。

第二，建立能夠?qū)κ袌鲞M(jìn)行實時監(jiān)控的數(shù)據(jù)信息系統(tǒng)，對互聯(lián)網(wǎng)上海量信息進(jìn)行管理，及時篩選并糾正市場上錯誤的信息。同時，金融業(yè)對數(shù)據(jù)安全性要求比較高，應(yīng)建立保密系統(tǒng)對用戶交易數(shù)據(jù)以及用戶隱私等信息加以保護(hù)。

第三，提升投資者對股票市場的認(rèn)知水平，利用大數(shù)據(jù)技術(shù)引導(dǎo)投資者進(jìn)行理性投資。同時，向投資者開放信息，打通信息共享渠道，及時傳遞跨市場、多維度的數(shù)據(jù)信息。

第四，利用大數(shù)據(jù)技術(shù)推進(jìn)金融創(chuàng)新，促進(jìn)各種金融要素的重新組合，提高金融業(yè)可持續(xù)發(fā)展能力，并為證券市場注入活力。同時，通過疊加其他創(chuàng)新技術(shù)，如云計算等，使得大數(shù)據(jù)技術(shù)更好地應(yīng)用于金融市場。