王軍 宋秀娜

內(nèi)容提要：有限注意力的客觀存在，要求投資者在決策時需要對注意力進(jìn)行合理配置。本文在理性疏忽的框架下，將投資者的注意力配置細(xì)化成獲取信息和處理信息兩個階段，通過在財(cái)富約束中加入了注意力二次懲罰約束，構(gòu)建了兩階段理性疏忽注意力配置模型;并基于上交所和深交所發(fā)行的開放式股票型基金數(shù)據(jù)，從擇時和選股兩個方面研究我國基金經(jīng)理在不同貨幣政策下的注意力配置和收益問題。研究發(fā)現(xiàn)：在貨幣政策寬松時，宏觀信息波動更大，而貨幣政策緊縮時，微觀信息波動更大;進(jìn)一步，在寬松貨幣政策背景下，關(guān)注宏觀信息波動的基金經(jīng)理擇時能力顯著，在緊縮貨幣政策背景下，關(guān)注微觀信息波動的基金經(jīng)理選股能力顯著。上述結(jié)論的政策啟示在于，提升貨幣政策的有效性需考慮投資者的注意力分配決策，同時，確保資本市場信息披露及時、真實(shí)準(zhǔn)確、渠道暢通，是引導(dǎo)投資人注意力正確配置、減少資本市場非理性波動、實(shí)現(xiàn)市場有效監(jiān)管的基礎(chǔ)。

關(guān)鍵詞：理性疏忽;信息波動;注意力配置;貨幣政策

中圖分類號：?F016??文獻(xiàn)標(biāo)識碼：A??文章編號：1001-148X（2021）03-0083-10

收稿日期：2020-10-18

作者簡介：王軍（1970-），男，太原人，首都經(jīng)濟(jì)貿(mào)易大學(xué)經(jīng)濟(jì)學(xué)院教授，博士生導(dǎo)師，經(jīng)濟(jì)學(xué)博士，研究方向：理性疏忽理論、經(jīng)濟(jì)增長理論;?宋秀娜（1989-），女，山東濰坊人，首都經(jīng)濟(jì)貿(mào)易大學(xué)經(jīng)濟(jì)學(xué)院博士研究生，研究方向：理性疏忽理論、行為金融。

一?、引言

自Jensen（1968）[1]提出基金平均業(yè)績不會跑贏大盤后，關(guān)于基金經(jīng)理到底是否可以給委托人帶來超額收益，以及什么樣的投資策略能夠獲得超額收益等問題的討論熱度一直頗高。該類問題受關(guān)注的原因有二：一是對投資者而言，將資產(chǎn)委托于投資機(jī)構(gòu)管理的個人占比一直在上升，基金經(jīng)理的業(yè)績與投資者的資產(chǎn)收益密切相關(guān);二是從政府的角度來說，這能真實(shí)反映一國資本市場的效率，為政府的宏觀決策提供有效參考。傳統(tǒng)定價理論和投資組合選擇理論都假定所有投資者可以無成本的獲取到任何與決策相關(guān)的信息。但實(shí)際上，行為人的注意力是有限的，面對不斷更新的信息，行為人不可能對所有信息都完全吸收、內(nèi)化后再做出決策。信息的獲取和處理都需要花費(fèi)大量的精力，人們在利用信息的同時，信息也在消耗人們的注意力，所以行為人都是在有限注意力的客觀條件下做出決策的。正如Simon（1996）[2]曾言，“信息爆炸的時代，處理信息的注意力變得稀缺。大量的信息導(dǎo)致了注意力的匱乏，所以我們需要理性配置注意力，對信息做出合理的選擇”。

大量文獻(xiàn)研究表明，資本市場對貨幣政策變化的反應(yīng)顯著。Fleming和Remolona（1997）[3]發(fā)現(xiàn)聯(lián)邦目標(biāo)利率的公布會使美國國債市場出現(xiàn)大幅度的價格波動。Bernanke和Kuttner（2005）[4]通過實(shí)證研究發(fā)現(xiàn)，聯(lián)邦利率每下降25個bp，股指平均會上升一個百分點(diǎn)。Hausman和Wongswan（2011）[5]發(fā)現(xiàn)美聯(lián)儲的貨幣政策不僅對本國經(jīng)濟(jì)產(chǎn)生影響，還會對其他國家產(chǎn)生政策溢出效應(yīng)。姜富偉（2019）[6]用事件分析法證實(shí)了我國資本市場回報(bào)率的確會受到美聯(lián)儲貨幣政策的影響，當(dāng)美聯(lián)儲實(shí)施寬松貨幣政策時，我國資本回報(bào)率會相應(yīng)提高。以上文獻(xiàn)均表明，貨幣政策變量是研究注意力分配的重要觀測變量之一。

有限的信息處理能力、不同貨幣政策對資本市場的不同影響程度等問題客觀存在的情況下，如何配置其有限的注意力以達(dá)到投資效用最大化的目標(biāo)，是所有投資者需要解決的問題。本文嘗試研究貨幣政策對投資者注意力配置的影響。首先，從理性疏忽的角度出發(fā)，構(gòu)建了投資者兩階段注意力配置模型。然后，根據(jù)2001-2019年間在上交所和深交所發(fā)行開放式股票基金的歷史投資業(yè)績數(shù)據(jù)，從信息波動角度，討論不同貨幣政策背景下投資者注意力配置問題。

二、文獻(xiàn)綜述

注意力是一種稀缺資源，并且短期內(nèi)不能再生[7]。Sims（2003，2006）[8-9]將行為人的有限注意力和與經(jīng)典經(jīng)濟(jì)學(xué)的優(yōu)化模型相結(jié)合，得出了一個新的普適性理論——理性疏忽理論。理性疏忽的落腳點(diǎn)是“理性”，理性疏忽框架下，行人為的信息獲取過程、信息處理以及決策過程都是理性的，所以理性疏忽理論并非是對“理性人”分析框架的挑戰(zhàn)，而是對理性人理論的進(jìn)一步擴(kuò)展：行為人如何在非完全信息條件下做出理性決策。理性疏忽理論提出后，對金融市場中的很多問題提供了新的解釋視角。

理性疏忽理理論為資本品價格聯(lián)動效應(yīng)提供了新的解釋思路[10]。理性疏忽為投資者提供了能夠長期重復(fù)性使用的策略，對于投資者而言，該策略就是關(guān)注大盤指數(shù)或者同一類別下的資產(chǎn)，而不是對每個資產(chǎn)都投入注意力。特別是對于散戶投資者，由于專業(yè)技能的匱乏和投資經(jīng)驗(yàn)的缺失，要想降低某資產(chǎn)的收益風(fēng)險(xiǎn)，就需要對其投入大量的注意力才能達(dá)到目標(biāo)，其最優(yōu)的投資策略是關(guān)注同一類別的產(chǎn)品，從而造成這一類產(chǎn)品價格之間出現(xiàn)聯(lián)動。Hellwig和Veldkamp（2009）[11]討論了投資者在私人信號和公共信息之間選擇的問題，認(rèn)為如果投資者都將注意力配置給公共信息，那么彼此的投資選擇就會出現(xiàn)一定的類似性，投資者的理性疏忽會加劇投資過程中的羊群效應(yīng)。Luo（2010）[12]研究了消費(fèi)者的儲蓄和投資行為，發(fā)現(xiàn)理性疏忽能夠解釋總消費(fèi)和股票收益之間的聯(lián)動效應(yīng)。

投資者注意力配置是理性疏忽研究框架的核心問題之一。Liu（2007）[13]認(rèn)為信息獲取成本過高，風(fēng)險(xiǎn)厭惡程度較高或投資期限較長的投資者，會更加關(guān)注頻率較低但更準(zhǔn)確的定期新聞更新。Kacperczky等（2016）[14]研究了在經(jīng)濟(jì)周期不同階段投資者的注意力配置問題，認(rèn)為在經(jīng)濟(jì)衰退期應(yīng)選擇與市場相關(guān)度更高的股票，而在經(jīng)濟(jì)繁榮期，則選擇企業(yè)基本面表現(xiàn)更好的股票會提高投資收益。

從以上文獻(xiàn)看出，目前鮮有從貨幣政策角度分析投資者注意力配置的研究;在構(gòu)建注意力配置模型時，幾乎都沒有討論信息收集的注意力配置問題;而且在討論投資者注意力配置時，大多以股票市場為例，以基金市場為研究對象的較少。本文從以上三方面出發(fā)，討論考慮信息收集成本的情況時，不同貨幣政策背景下基金經(jīng)理的注意力分配問題。

三、理性疏忽投資者注意力配置理論模型

（一）模型構(gòu)建

參照Mondria（2010）[15]的方法，本文將風(fēng)險(xiǎn)資產(chǎn)分為其收益同時受宏觀沖擊因子、異質(zhì)性沖擊因子影響和其收益僅受宏觀沖擊因子影響兩類，具體表示為：

f為表示風(fēng)險(xiǎn)資產(chǎn)的未來收益n×1階隨機(jī)向量，zn～N（0，σi）表示沖擊因子，其中，zi，i∈{1，2，…n-1}表示異質(zhì)性沖擊因子，zn表示宏觀沖擊因子。bi為各異質(zhì)性沖擊因子的載荷。因?yàn)轱L(fēng)險(xiǎn)資產(chǎn)是沖擊因子的載體，所以可將研究對象轉(zhuǎn)換為沖擊因子，用f～表示沖擊因子的收益，且定義：

沖擊因子zi的供給公式為+xi，xi～N（0，σi），所以風(fēng)險(xiǎn)資產(chǎn)的供給為（?！洌?1（+xi），市場出清時沖擊因子供求相等，結(jié)果表示為：

式（4）左側(cè)為風(fēng)險(xiǎn)因子的需求方，而右側(cè)則是風(fēng)險(xiǎn)因子的供給方。同時，本文假定寬松貨幣政策背景下宏觀信息波動更顯著，而緊縮貨幣政策背景下，微觀信息波動更顯著。

沖擊因子的分布z～N（0，∑）是公共信息。投資者根據(jù)以往的投資經(jīng)驗(yàn)或?qū)I(yè)技能，從海量信息中抽取認(rèn)為有用的私人信號sj和價格信號sp，這兩類信號均為沖擊因子的無偏信號，其中私人信號sj=z+εj，εj～N（0，∑sj）為信號噪聲，表示不同投資者對信息處理結(jié)果的差異。價格信號是sp=z+εp，εp～N（0，∑p），資本市場為賣方市場，投資者行為對沖擊因子的價格不構(gòu)成影響，個人對價格信息的處理也不能達(dá)到對價格信號降噪的作用，所以價格為外生變量。

投資者的注意力分配主要用信號的精度來表示，在私人信號噪聲的方差K-1ij中，投入注意力越多，K-1ij的值就越小。投資者通過注意力的分配，降低其投資組合的收益風(fēng)險(xiǎn)，達(dá)到第一階段效用U1j最大化，因?yàn)槟Ｐ筒捎玫雇品ㄇ蠼猓砸簿褪沁_(dá)到了整體效用的最大化。

第一步，當(dāng)投資者在完成了信息的收集和處理，可以計(jì)算出投資者的當(dāng)下的財(cái)富函數(shù)：

其中，ρ為投資者的風(fēng)險(xiǎn)偏好系數(shù)，p是n×1階矩陣，表示風(fēng)險(xiǎn)資產(chǎn)的價格，qj為投資者達(dá)到效用最大化時的最優(yōu)證券投資組合，Wj為投資者財(cái)富函數(shù)，其中，W0為初始財(cái)富值，r為無風(fēng)險(xiǎn)收益率，q′jf-pr為投資者進(jìn)行證券投資后所獲超額收益，（θ′q′j+ρ2q′jDqj）為該決策及投資過程中投資者的為信息處理消耗的注意力成本，D為n×n階矩陣，考慮信息的獲取難度隨著剩余的信息越來越稀疏，獲取信息消耗的注意力越多，所以投資者信息收集的注意力邊際遞增，即信息收集的注意力消耗函數(shù)為凸函數(shù)。

根據(jù)前文定義，這里可將p≡Γ-1p表示信息波動信息波動因子的價格，q≡Γ-1q表示信息波動因子的投資數(shù)量，那么財(cái)富函數(shù)可以表示為：

第二步，當(dāng)完成注意力配置之后，投資者可以計(jì)算一段時間后的效用，參考Markowitz-Tobin均值方差效用函數(shù)，得到投資者效用水平為：

Ej和Vj分別表示投資者在信息處理后，得到后驗(yàn)信息的條件期望和條件方差，投資者總是希望其預(yù)期收益越高越好而收益波動越小越好，所以效用與投資回報(bào)期望成正比而與投資回報(bào)方差成反比。

第三步，投資者通過求期望的方法，得到最終的期望效用函數(shù)：

效用最大化受有限信息處理能力的約束，因本文重點(diǎn)在于研究投資者的注意力配置，所以假定所有投資者的注意力總量都是一樣的，另外，處理信息所耗費(fèi)的精力不能因該信息沒被利用而被回收以處理其他信息：

（二）模型求解

下面將對理論模型的目標(biāo)函數(shù)進(jìn)行化簡處理。結(jié)合EjWj=rW0+q′jEf-pr-θ′qj-ρ22q′jDqj，VjWj=q′jDqj，將式（8）帶入到式（6）中得到：

其中，Ef=Γ-1μ+∑︿j（∑-1sjsj+∑-1psp）。根據(jù)拉氏定理，公式（10）對qj進(jìn)行一階求導(dǎo)即可得到風(fēng)險(xiǎn)資產(chǎn)的最優(yōu)投資數(shù)量：

由信息波動因子市場出清條件式（4），可得到信息波動因子的均衡價格，參考Adamti（1985）[16]，將價格函數(shù)進(jìn)行化簡，得到：

將最優(yōu)資產(chǎn)投資組合數(shù)量qj帶入到第一階段效用函數(shù)中，可得：

其中，?λi=σi1-bii2+σxc2ii+ρσi-γi-γ-i-diiσi-x-2。得到最終效用函數(shù)表達(dá)式后，即可對函數(shù)進(jìn)行求解。

綜上，我們得到理性疏忽理論模型帶約束的目標(biāo)函數(shù)：

目標(biāo)函數(shù)是第j個投資者關(guān)于n個風(fēng)險(xiǎn)因子的注意力配置效用最大化問題，其中外部參數(shù)包括σ-1i、σ-1p、d，以及基金的個數(shù)m，風(fēng)險(xiǎn)因子的個數(shù)n。根據(jù)前文理論模型的推導(dǎo)，模型內(nèi)生的參數(shù)關(guān)系有：

因此，本文將在給定其余外部參數(shù)條件下，重點(diǎn)分析參數(shù)σ-1i和d的有效取值范圍。

1.參數(shù)校正。本節(jié)在給定先驗(yàn)參數(shù)的情況下，討論參數(shù)dii的有效范圍;然后在給定其余參數(shù)的情況下，討論最優(yōu)解Kij與波動率σi和dii之間的函數(shù)關(guān)系。為方便求解，本文假定所有投資者的信息處理注意力成本一樣，即dii=d。

第一種情況，當(dāng)d為0時，目標(biāo)函數(shù)將退化為Kacpercayk等（2016）[14]的線性形式，要達(dá)到投資效用最大化，需要將所有注意力配置到系數(shù)λi最大的風(fēng)險(xiǎn)因子上，其余風(fēng)險(xiǎn)信息波動得到的注意力為0。

第二種情況，當(dāng)d大于0時，由于?λi=σi1-bii2+σxc2ii+ρσi-γi-γ-i-diiσi-x-20必然成立，目標(biāo)函數(shù)是關(guān)于Kij的凹函數(shù)，Kij的最優(yōu)配置取決于可行域的范圍。當(dāng)極大值點(diǎn)在可行域范圍內(nèi)，可通過凸優(yōu)化的方法實(shí)現(xiàn)注意力的最優(yōu)配置，若不在可行域內(nèi)，將在邊界處取的極大值。

在沒有約束條件的情況，目標(biāo)函數(shù)在關(guān)于Kij的一階導(dǎo)數(shù)為零的點(diǎn)取得最大值，有一階條件：

可得注意力分配最優(yōu)解為：

其中λi是關(guān)于參數(shù)d和風(fēng)險(xiǎn)因子先驗(yàn)標(biāo)準(zhǔn)差σi等參數(shù)的函數(shù)。當(dāng)投資者的注意力上限K較大時，取足夠小的d，可以很容易滿足約束條件，使得帶約束的優(yōu)化問題退化成無約束優(yōu)化問題。若要無約束條件的解落在可行域內(nèi)，需滿足：Kij0，?KijK兩個條件。

據(jù)此我們可得到該約束條件的必要條件：

上式給出了參數(shù)d和σi的有效組合取值范圍。顯然若公式（22）右端不等式成立，d應(yīng)有下界d0>0，所以d的取值可以從一個較小的值d0>0開始逐漸增加，分析信息收集階段的注意力成本與其他因子的關(guān)系。

2.數(shù)值模擬。下面利用參數(shù)模擬的方法，進(jìn)一步分析最優(yōu)解Kij與波動率σi和信息收集注意力成本d之間的函數(shù)關(guān)系。首先設(shè)定市場上存在n=100個風(fēng)險(xiǎn)變量，m=100個機(jī)構(gòu)投資者，其中專業(yè)機(jī)構(gòu)投資者的比例χ為20%，每個專業(yè)投資者的注意力上限為50個單位，風(fēng)險(xiǎn)偏好系數(shù)為05，風(fēng)險(xiǎn)供給為100單位，風(fēng)險(xiǎn)供給標(biāo)準(zhǔn)差0.01，σp=05?選定后驗(yàn)信號的平均精度K-i=mKn。在滿足不等式（9）的條件下，通過數(shù)值模擬可確定參數(shù)的可行范圍為σi∈05，5，d∈01，04。其中，信息波動的參數(shù)范圍，參照了后面實(shí)證部分的信息波動真實(shí)取值范圍，機(jī)構(gòu)投資者的占比與中國A股的實(shí)際情況基本一致，風(fēng)險(xiǎn)偏好設(shè)置為中性。如圖1所示。

由圖1所示，在注意力成本不變的情況下，投資者對信息波動因子的關(guān)注度隨其波動率的增大而增加。在風(fēng)險(xiǎn)因子波動率不變的情況下，投資者對信息波動因子的關(guān)注度隨其信息處理注意力成本增加而減少。此外，若同時考慮信息收集和信息處理的注意力配置，注意力整體配置依然與信息波動成正比。

（三）模型結(jié)論

理論模型的結(jié)論較為簡潔，即注意力配置在信息波動較高的信息上，可獲得較高的效用。由于模型中包含n個信息，即1個宏觀信息和n-1個微觀信息，需要對此理論結(jié)果進(jìn)行進(jìn)一步闡述。因此，我們得到結(jié)論：

投資者的注意力配置盈應(yīng)與信息波動成正比，在寬松貨幣政策時應(yīng)更加關(guān)注宏觀沖擊因子，在緊縮貨幣政策時應(yīng)更加關(guān)注異質(zhì)性沖擊因子。

四、數(shù)據(jù)分析與實(shí)證結(jié)果

（一）研究設(shè)計(jì)

1.?數(shù)據(jù)來源。于我國證券投資法自2004年開始實(shí)施，且2004年之前基金樣本量較少，所以本文從RESSET金融研究數(shù)據(jù)庫選取2004—2018?期間在上海證券交易主板上市基金，剔除股票持倉信息缺失的7只基金，如鵬華港中小企基金等，最終確定基金總數(shù)量為174只。根據(jù)基金每半年披露的持倉市值信息，計(jì)算持倉股票的權(quán)重?；鶞?zhǔn)投資組合選擇覆蓋面較廣的上證綜指，根據(jù)成分股自由流通市值占比得到成分股權(quán)重。在判斷我國不同貨幣政策階段時，使用了樣本期間季度GDP，數(shù)據(jù)來源于國家統(tǒng)計(jì)局官網(wǎng)，季度調(diào)整的M2數(shù)據(jù)來自Wind?宏觀數(shù)據(jù)庫，銀行同業(yè)間拆借平均利率和無風(fēng)險(xiǎn)收益率來自RESSET金融研究數(shù)據(jù)庫。

2.變量說明。

（1）宏觀信息波動（AS）：是指與企業(yè)無關(guān)而與宏觀經(jīng)濟(jì)環(huán)境相關(guān)的信息波動，當(dāng)其宏觀信息波動增加時，宏觀信息對資本產(chǎn)品的影響范圍較微觀信息范圍更大、程度更深。在計(jì)算代理變量時，每只股票i，在每個月t，根據(jù)往前12個月窗口滾動日度收益數(shù)據(jù)做CAPM回歸，即可得到βi，t，同時得到CAPM模型的殘差標(biāo)準(zhǔn)差σiεt，那么個股面臨的宏觀信息波動為βi，tσmt，σmt為基于股票市場日收益率計(jì)算出日收益率波動率。對于整個市場來說，宏觀信息波動則為所有股票的加權(quán)平均值1/N∑Ni=1βi，tσmt。

（2）微觀信息波動（IS）：是指僅與企業(yè)相關(guān)而與宏觀環(huán)境無關(guān)的信息波動，如企業(yè)的利潤變化、技術(shù)進(jìn)步等，其影響范圍可能僅為某只或具體某行業(yè)股票的收益情況。同樣根據(jù)股票日收益率十二個月窗口滾動的CAPM模型，取其殘差標(biāo)準(zhǔn)差σiεt作為個股微觀信息波動的代理變量。市場微觀信息波動則為1/N∑Ni=1σiεt。

（3）貨幣政策變量（ME）：本文參考戰(zhàn)明華（2019）[17]的方法，將貨幣政策識別變量用lnM2=a+b1lnGDP+b2r+μ的回歸殘差表示，在模型中引入季節(jié)調(diào)整后的GDP和銀行間7天同業(yè)拆借利率作為解釋變量。mp>0時表示擴(kuò)張的貨幣政策，ME取1，mp<0時表示緊縮的貨幣政策，此時ME取0。

（4）注意力變量：參考Kacpercayk等（2016）[14]，本文選擇基金持倉作為注意力代理變量。

（5）波動擇時能力（Stiming）：從信息波動角度衡量的擇時能力，反映了基金經(jīng)理注意力配置結(jié)果與宏觀信息之間的關(guān)系，計(jì)算公式如下：

其中，Nj表示基金總數(shù)量，?ωjit表示基金j在第t期開始時股票i的持倉比例，ωmit則表示股票i在t時資本市場中的市值占比。參照宏觀信息波動的定義，將市場日收益率波動率σmt作為此處市場信息波動zn（t+1）的代理變量。

（6）波動選股能力（Spicking）：與波動擇時能力相對應(yīng)，描述基金經(jīng)理的注意力配置結(jié)果中與微觀信息相關(guān)而與宏觀信息無關(guān)的部分。計(jì)算公式如下：

其中，zi（t+1）表示個股微觀信息波動，取其殘差的標(biāo)準(zhǔn)差σiεt作為個股微觀信息波動的代理變量。

（7）擇時收益能力（Etiming）：以市場收益為關(guān)注對象的擇時能力，反映了基金所獲收益與市場收益之間的關(guān)系。擇時收益能力強(qiáng)意味著當(dāng)市場收益高時，所持投資組合與市場收益的相關(guān)系數(shù)高，而當(dāng)市場收益低時，所持有的投資組合與市場收益的相關(guān)系數(shù)高低甚至負(fù)相關(guān)，其計(jì)算公式為：

其中，βi，t為股票i的收益Ri與市場收益Rm協(xié)方差和市場收益方差之比。擇時收益能力強(qiáng)意味著在市場收益升高之前，基金通過提高

值高的股票持倉占比提高收益。

（8）選股收益能力（Epicking）：從市場收益角度出發(fā)的選股能力，主要描述投資者的收益中與市場收益無關(guān)僅與所持股票自身特質(zhì)相關(guān)的部分，即對低估或者過譽(yù)股票的識別能力。此時選股關(guān)注的對象是收益而非信息波動，其公式為：

Epickingjt=∑Nji=1（ωji，t-ωmi，t）（Rmt+1-βi，tRmt+1）?（25）

其中，Rit+1表示股票i在t時期內(nèi)的收益率，Rit+1-βi，tRmt+1表示股票i在t時期內(nèi)收益率中只與自身特質(zhì)相關(guān)而與市場無關(guān)的部分。

（9）信息不透明度（Opaque）：根據(jù)Hutton等（2009）[18]的計(jì)算方法，用上市公司過去三年操控性應(yīng)計(jì)項(xiàng)目絕對值累計(jì)之和表示公司信息透明度Opaque，其計(jì)算公式如下：

Opaque=DisAcct-1+DisAcct-2+DisAcct-3（26）

其中，操控性應(yīng)計(jì)項(xiàng)目之和根據(jù)Dechow等（1995）[19]修正過的Jones模型計(jì)算得出：

TAi，tAsseti，t-1=α11Asseti，t-1+α2ΔREVi，tAsseti，t-1+α3PPEi，tAsseti，t-1+εi，t（27）

DisAcci，t=TAi，tAsseti，t-1-

11Asseti，t-1+2ΔREVi，t-ΔRECi，tAsseti，t-1+3PPEi，tAsseti，t-1?（28）

公式中TA表示總應(yīng)計(jì)項(xiàng)目，Asset表示資產(chǎn)總額，ΔREV表示銷售收入增加額，ΔREC表示應(yīng)收賬款增加額，PPE為固定資產(chǎn)原價。上市公司會計(jì)信息不透明度可在某種程度上衡量信息收集的注意力成本，Opaque值越小，說明該企業(yè)的信息透明度越高，其信息收集所需的注意力越低。

（二）實(shí)證檢驗(yàn)與結(jié)果討論

1.不同貨幣政策下宏觀信息與微觀信息的波動性差異。根據(jù)理論模型結(jié)果，投資者的注意力配置與風(fēng)險(xiǎn)成正比，為驗(yàn)證我國機(jī)構(gòu)投資者的注意力是否會在不同的貨幣政策背景下進(jìn)行優(yōu)化配置，首先需要探究宏觀信息與微觀信息在不同貨幣政策下信息波動是否有顯著差異，此處構(gòu)建實(shí)證模型如下：

其中，ASt表示宏觀信息波動，ISt表示微觀信息波動，SRt表示宏觀信息波動與微觀信息波動之比。Xtj為控制變量，該實(shí)證模型分別使用時間序列回歸和混合回歸兩種方法，在這兩種回歸方法中，Xtj具體表示的控制變量有所差異，具體見實(shí)證結(jié)果表1。

宏觀信息波動、微觀信息波動、宏觀與微觀的信息波動之比與貨幣政策關(guān)系的實(shí)證結(jié)果如表1所示，其中表1（A）為時間序列回歸結(jié)果，表1（B）為混合回歸結(jié)果。在時間序列回歸中，Xtj采用Fama-French月度三因子作為控制變量。在混合回歸中，Xtj采用股票異質(zhì)性特征變量，包括企業(yè)市值指標(biāo)變量（Size），賬面市值比指標(biāo)變量（B/M）和個股過去一年累計(jì)收益率（Rt12）。本文對特征變量采取分組賦值法進(jìn)行預(yù)處理，參見Daniel（1997）[20]。實(shí)證結(jié)果如表1所示。

表1（A）和表1（B）中，第（1）、（3）、（5）列為基礎(chǔ)回歸，第（2）、（4）、（6）列為加入控制變量后的回歸結(jié)果。從表中數(shù)據(jù)可以看出，宏觀信息波動和微觀信息波動都是在貨幣寬松期更顯著，但二者的變動幅度不同。時間序列回歸結(jié)果中，貨幣政策擴(kuò)張期的宏觀信息波動顯著高于貨幣政策緊縮期，是緊縮期的兩倍。貨幣政策擴(kuò)張期的微觀信息波動同樣顯著高于貨幣政策緊縮期，但二者差距較小，漲幅僅為1790%。在基礎(chǔ)回歸結(jié)果中（第5列結(jié)果所示），寬松貨幣政策背景下，宏觀信息波動與微觀信息波動之比為152，而在緊縮的貨幣政策背景下，宏觀信息波動與微觀信息波動之比小于1。表1（B）為混合回歸結(jié)果，結(jié)果與時間序列結(jié)果一致，即宏觀信息波動在寬松貨幣政策背景下更顯著，微觀信息波動在緊縮貨幣政策背景下更顯著的現(xiàn)象，結(jié)果具有一定的穩(wěn)定性。

表1結(jié)果表明，雖然宏觀信息波動和微觀信息波動均在貨幣政策擴(kuò)張時顯著高于貨幣政策緊縮期，但宏觀信息波動與微觀信息波動之比在不同貨幣政策背景下有顯著差異，且寬松的貨幣政策與較高的宏觀信息波動在時間上存在一致性，即在貨幣政策寬松時宏觀信息波動更大，而微觀信息波動在緊縮貨幣政策背景下更大。

2.不同貨幣政策下投資者對宏微觀信息的注意力配置。從信息波動角度衡量基金“波動擇時能力”和“波動選股能力”，以此判斷我國基金的注意力配置是否會隨貨幣政策的變化而變化。構(gòu)建以下實(shí)證模型，驗(yàn)證基金的波動擇時能力和波動選股能力與貨幣政策之間是否相關(guān)：

其中，SDifferencejt表示波動擇時與波動選股之差，Xjt表示基金基本信息和企業(yè)層面的異質(zhì)性控制變量，基金層面信息變量包括基金成立年限（Age）、基金資產(chǎn)凈值（TNA）、費(fèi)用支出率（Expense）和資金流轉(zhuǎn)波動量（Flow），其中，TNA用資產(chǎn)總值與負(fù)債和費(fèi)用之差表示，F(xiàn)low則參考Sirri和Tufano（1998）方法，用TNAit/TNAit-1-1+Rit表示，Rit為基金收益率，其中變量age和TNA需要取對數(shù)。股票層面異質(zhì)性控制變量與前文一致，為Size，Rt12和B/M，這里的股票控制變量為原值，無須對其分組賦值。

本部分的實(shí)證結(jié)果主要目的在于驗(yàn)證從宏觀信息波動和微觀信息波動角度出發(fā)衡量的擇時和選股能力在貨幣政策不同階段是否有不同表現(xiàn)。結(jié)果如表2所示。

表2中第（1）、（3）、（5）列分為波動擇時、波動選股以及二者之差與貨幣政策變量的一元線性回歸結(jié)果，為了實(shí)證結(jié)果的穩(wěn)健性，第（2）、（4）、（6）列為加入基金層面特征變量和個股異質(zhì)性特征變量后的實(shí)證結(jié)果。從表2結(jié)果中可以看出，Stiming、Spicking的ME系數(shù)均為正，表示基金的波動擇時能力和波動選股能力都是在寬松的貨幣政策背景下更加顯著。此外，Stiming在貨幣政策擴(kuò)張期是貨幣政策緊縮期的297倍，而Spicking在貨幣政策擴(kuò)張期僅高于貨幣政策緊縮期22%，說明在貨幣政策寬松期，投資者的波動擇時能力表現(xiàn)相對較好。該結(jié)果也與表1結(jié)果相呼應(yīng)，在我國的資本市場上，貨幣政策寬松時，異質(zhì)性風(fēng)險(xiǎn)的波動率相對貨幣政策緊縮時較高，二者的相對值更具有解釋意義。因此，本文進(jìn)一步研究了投資Stiming與Spicking之差與貨幣政策之間的關(guān)系。表2的第5列和第6列為波動擇時能力和波動選股能力之差與貨幣政策以及加入控制變量前后的實(shí)證結(jié)果，從數(shù)據(jù)中可以看出，在貨幣政策寬松時，二者之差顯著為正，表明投資者的波動擇時能力高于波動選股能力，反之，在貨幣政策緊縮時，二者之差顯著為負(fù)，表明投資者的波動選股能力高于波動擇時能力。此結(jié)果說明我國基金的注意力在不同貨幣政策下配置結(jié)果不同，在寬松貨幣政策時更加關(guān)注宏觀信息波動，而在貨幣政策寬松時更加關(guān)注微觀信息波動。

3.不同貨幣政策下投資者的收益水平與信息波動的關(guān)系。回顧理論模型，本文在財(cái)富函數(shù)中加入了信息收集注意力消耗的懲罰項(xiàng)，此處為簡單驗(yàn)證該做法的合理性，我們在實(shí)證模型中納入變量信息不透明度Opaque，通過驗(yàn)證信息不透明度與最終收益之間是否存在負(fù)相關(guān)，為理論模型的構(gòu)建提供一定支撐。本節(jié)構(gòu)建如下實(shí)證模型，驗(yàn)證在不同貨幣政策下基金的擇時能力和選股能力是否有顯著差異：

其中Etimingjt表示第j個基金在第t期的擇時收益能力，Epickingjt表示第j個基金在第期的選股收益能力，EDifferencejt表示收益擇時與收益選股之差。信息不透明度Opaque的數(shù)據(jù)處理方法與其他變量一致。

表3表示了不同貨幣政策下?lián)駮r收益能力和選股收益能力的時間序列回歸結(jié)果。

從表3中數(shù)據(jù)可以看出，在收益擇時和收益選股實(shí)證結(jié)果中，Opaque作為信息收集的注意力成本代理變量，其系數(shù)均顯著為負(fù)，加入控制變量后，結(jié)果依然顯著。結(jié)果表明，理論模型在信息收集階段考慮加入注意力懲罰部分具有一定合理性。

表3中第（1）列和第（2）列分別為Etimingjt加入控制變量和信息不透明度前后的回歸結(jié)果，ME系數(shù)顯著為正，基金的半年期擇時收益能力在貨幣寬松期比貨幣緊縮期高出59個bp。結(jié)合表2可知，基金經(jīng)理在寬松貨幣政策時，會提高對宏觀信息波動的關(guān)注度，表3結(jié)果證明了這種注意力配置的確能夠給投資者帶來更高的收益。表3中第3列和第4列為Epickingjt的回歸結(jié)果，貨幣政策代理變量系數(shù)顯著為正，這與表1中在貨幣政策擴(kuò)張期也會有顯著提高結(jié)論相符，所以需要進(jìn)一步看擇時能力和選股能力的收益差值在不同貨幣政策背景下的表現(xiàn)，結(jié)果如表3的第（5）列和第（6）列所示。結(jié)果顯示，在貨幣政策擴(kuò)張期時，擇時收益能力比選股收益能力收益高1958個bp。反之，在貨幣政策緊縮期時，收選股能力比擇時收益能力高出1352個bp。因此可知，在貨幣政策寬松期，投資者的擇時收益能力收益更高，而在貨幣政策緊縮期，投資者的選股收益能力收益更高。

綜上，我國基金經(jīng)理在寬松貨幣政策背景下更加關(guān)注宏觀信息波動，而在緊縮貨幣政策背景下更加關(guān)注微觀信息波動，這樣的注意力配置策略確實(shí)能夠給投資者帶來較高收益，

五、結(jié)論與政策建議

（一）結(jié)論

本文從理性疏忽的視角，建立了投資者注意力配置理論模型，并結(jié)合實(shí)際數(shù)據(jù)對模型結(jié)論進(jìn)行驗(yàn)證，充分驗(yàn)證了模型結(jié)論的可靠性。

在理論部分，通過建立注意力與信息精度之間的關(guān)系，構(gòu)建了理性疏忽兩階段注意力配置模型。研究了投資者在不同貨幣政策背景下，對宏觀信息和微觀信息的關(guān)注問題。研究發(fā)現(xiàn)：在我國資本市場上，寬松貨幣政策下的宏觀信息波動顯著高于貨幣緊縮期，而微觀信息波動雖在不同貨幣政策下變化沒有宏觀信息波動顯著，但宏觀信息波動與微觀信息波動之比在不同貨幣政策下存在顯著差異。在寬松貨幣政策背景下，關(guān)注宏觀信息波動的基金經(jīng)理擇時能力顯著，在緊縮貨幣政策背景下，關(guān)注微觀信息波動的基金經(jīng)理選股能力顯著。實(shí)證結(jié)論與理論結(jié)果高度一致。

（二）政策建議

根據(jù)本文的理論研究和實(shí)證研究結(jié)果，本文針對政策部門提供以下政策建議：

兼顧行為人理性預(yù)期，提高貨幣政策有效性。貨幣政策在制定和實(shí)施階段，確保行為人對其給予充分關(guān)注，促使政策實(shí)施得到貫徹落實(shí)。貨幣政策應(yīng)充分考慮投資者的注意力配置決策，避免引起資本市場上的非必要波動，保證貨幣政策精準(zhǔn)實(shí)施。

完善資本市場監(jiān)管機(jī)制，保障資本市場穩(wěn)健運(yùn)行。加快完善信息披露機(jī)制，豐富投資者信息獲取渠道，提升信息發(fā)布及時性，使得資本市場對信息的獲取和吸收及時有效，長期確保資本市場的健康穩(wěn)定運(yùn)行。監(jiān)管部門加強(qiáng)對市場信息傳播的監(jiān)控力度，避免虛假信息大面積傳播，引導(dǎo)行為人注意力正確配置，減少市場非理性波動。

加強(qiáng)投資者教育保護(hù)，優(yōu)化投資者投資結(jié)構(gòu)。第一，加強(qiáng)全民金融普法教育，提高投資者對金融信息的處理能力，形成理性投資認(rèn)知，降低資本市場上的投機(jī)心理。第二，針對我國散戶投資者占比較高，相比機(jī)構(gòu)投資者而言，在信息收集和處理方面差距較大，提高機(jī)構(gòu)投資者占比，引導(dǎo)個人投資機(jī)構(gòu)化。

參考文獻(xiàn)：

[1]?Jensen?M?C.?The?performance?of?mutual?funds?in?the?period?1945-1964[J].?Journal?of?Finance，1968，23（2）：389-416.

[2]?Simon，?H.?A.?Designing?organizations?for?an?information-rich?world[J].?International?Library?of?Critical?Writings?in?Economics，?1996，70：187-202.

[3]?Fleming?M?J，?Remolona?E?M?.?What?moves?the?bond?market？[J].Economic?Policy?Review，?1997，3（4）：31-50.

[4]?Bemanke?B?S，?Kuttner?K?N.?What?explains?the?stock?market′s?reaction?to?Federal?Reserve?policy？[J].?The?Journal?of?finance，?2005，?60（3）：?1221-1257.

[5]?Hausman?J?K，?Wongswan?J.?Global?asset?prices?and?FOMC?announcements[J].?Journal?of?International?Money?and?Finance，?2011，?30（3）：?547-571.

[6]?姜富偉，郭鵬，郭豫媚.美聯(lián)儲貨幣政策對我國資產(chǎn)價格的影響[J].金融研究，2019（5）：?37-55.

[7]?Kahneman?D.，?Tversky?A.?Availability：?A?heuristic?for?judging?frequency?and?probability[J].?Cognitive?sychology，?1973，?5（2）：?207-232.

[8]?Sims?C?A.?Implications?of?rational?inattention[J].?Journal?of?monetary?Economics，?2003，?50（3）：?665-690.

[9]?Sims?C?A.?Rational?inattention：?beyond?the?linear-quadratic?case[J].?American?Economic?Review，?2006，?96（2）：158-163.

[10]Peng?L，?Xiong?W.?Investor?attention：?overconfidence?and?category?learning[J].?Journal?of?Financial?Economics，?2006，?80（3）：?563-602.

[11]Hellwig，?C.，?Veldkamp，?L.?Knowing?what?others?know：?Coordination?motives?in?information?acquisition[J].?The?Review?of?Economic?Studies，?2009，76（1）：?223-251.

[12]Luo，?Y.?Rational?inattention，?long-run?consumption?risk，?and?portfolio?choice[J].?Review?of?Economic?Dynamics，2010.

[13]Liu?H?H?.?Rational?Inattention?and?Portfolio?Selection[J].?Journal?of?Finance，?2007，?62（4）：1999-2040.

[14]Kacperczyk?M?T，?Van?N?S，?Veldkamp?L.?A?rational?theory?of?mutual?funds′?attention?allocation[J].?Econometrica，?2016，?84（2）：?571-626.

[15]Mondria?J.?Portfolio?choice，?attention?allocation，?and?price?comovement[J].?Journal?of?Economic?Theory，?2010，145（5）：?1837-1864.

[16]Admati?A?R.?A?noisy?rational?expectations?equilibrium?for?multi-asset?securities?markets[J].?Econometrica：?Journal?of?the?Econometric?Society，?1985，?53（3）：?629-657.

[17]戰(zhàn)明華，羅誠劍，李帥，等.貨幣政策沖擊對傳統(tǒng)行業(yè)融資約束產(chǎn)生強(qiáng)化效應(yīng)嗎？——以紡織業(yè)為例[J].財(cái)經(jīng)研究，2019，45（7）：?125-139.

[18]Hutton?A?P，?Marcus?A?J，?Teheranian?H.?Opaque?financial?reports，?R2，?and?crash?risk[J].?Journal?of?Financial?Economics，?2009，?94（1）：?67-86.

[19]Dechow，?P.?M.，?Sloan，?R.?G.，?Hutton，?A.?P?.?Detecting?Earnings?Management[J].Accounting?Review，?1995，?70（2）：193-225.

[20]Daniel?K，?Grinblatt?M，?Titman?S.?Measuring?mutual?fund?performance?with?characteristic-based?benchmarks[J].?The?Journal?of?finance，?1997，?52（3）：?1035-1058.

（責(zé)任編輯：趙春江）