个人投资者有限关注对创业板市场行为影响的实证研究*

唐 平，彭 筱

(重庆工商大学 财政金融学院，重庆 400067)

个人投资者有限关注对创业板市场行为影响的实证研究*

唐 平，彭 筱

(重庆工商大学 财政金融学院，重庆 400067)

个人投资者的注意力是有限的，由于时间和精力的约束，投资者倾向于购买引起自己关注的股票。本文采用和讯网络关注度的每日数据来衡量股票受关注的情况，利用个体固定效应模型实证检验我国投资者有限关注对创业板市场流动性的影响。实证结果发现在控制公司规模、市场组合收益率和市净率以后，投资者有限关注对创业板市场指标具有显著正向影响。同时，我们还检验了有限关注下网络关注度对股票收益的影响，结果发现网络关注度对股票当期收益率有正向的压力，但这种压力会在短期内反转。

个人投资者；有限关注；创业板；股票收益；和讯网

引言

相较于传统媒介，互联网作为一种开源的信息搜索平台，因其信息量大、搜索快速、传播广泛以及取得成本低等优势，受到广大网民的追捧。根据调研机构艾瑞咨询的研究数据显示，2016年1月11日至17日，网页搜索日均覆盖人数达1.4亿人，网民到达率为57.2%，位居第一*数据来源：http://www.iresearch.com.cn/data/258433.html；另据深交所2014年发布的《个人投资者状况调查》显示，有45%的股民利用网络类媒体(如股吧、微博、论坛、财经网站等)获取投资资讯*数据来源：http://www.kaixian.tv/gd/2015/0313/12934940_2.html。由此看来，互联网对个人投资者行为的影响日益显著。个人投资者主要利用网络进行资讯浏览、消息搜索以及证券交易等。从投资者的行为逻辑来看，网络搜寻是投资者基于特定偏好的信息搜索过程，投资者的特定偏好及需求又源自于外界环境的影响，当投资者通过某种渠道(无论是传统媒介还是互联网)对一家上市企业产生兴趣后，他很有可能通过互联网进行深入了解。

在证券市场中，关注反映了投资者的一种认知过程[1]。在实际的投资决策过程中个人投资者受到分析、处理信息等能力的约束，当他们面临大量的公开信息资源时，有限关注就不可避免[2]。有限关注是近年来行为金融学兴起的一个热门领域，它认为投资者的注意力是一种稀缺资源。面对种类繁多的信息，由于能力和精力的局限，投资者只能对信息进行选择性关注，并只对那些引起他们关注的信息产生反应，投资者对信息的关注最终会通过交易行为反映到资本市场定价中。

中国的股票市场由于成立时间短，概念炒作、内幕交易现象严重，国内的个人投资者作为有限注意力的代表性群体，往往成为庄家和机构投资者操纵的对象。本文的目的就是通过对个人投资者的有限关注行为进行研究，以了解其对股票市场流动性和收益的影响机制，从而帮助个人投资者优化自己的投资策略，也为监管当局完善证券市场制度提供参考。

本文与以往文献相比，有如下几点贡献，第一，以往研究多倾向于采用传统指标(如交易量、换手率、新闻报道等)间接衡量投资者关注，本文利用和讯关注度指标衡量个人投资者的注意力，解决了关注度不能直接衡量的问题*和讯关注度地址：http://focus.stock.hexun.com/index.html。第二，部分学者采用百度指数，谷歌趋势等的关键词搜索来衡量投资者关注，忽视了投资者的个体差异，并且大都采用主板市场样本股作为研究对象，鲜少有人使用和讯关注度来研究创业板市场，本文的研究拓展了和讯关注度作为注意力直接衡量指标的应用价值。

一、相关文献与研究假设

(一)投资者关注度衡量

投资者有限关注问题研究的难点之一在于“关注”无法准确衡量。传统的关注度代理变量包括成交量、换手率、超额收益率、新闻报道、广告支出等。一些学者利用股市的市场指标来间接衡量投资者关注度，如Gervais et al.(2001)[3]研究了纽交所股票日度交易量与收益率的关系，他们发现股票交易量涵盖了其随后收益的重要信息，个股经历了高异常交易量后更容易受到关注，从而引发投资者购买并使得股价上升。Seasholes 和 Wu(2007)[4]的研究与上述结论吻合，他们认为涨停事件会在短时间内吸引大众的注意，继而引发高企的购买量并驱动股价上涨。Barber 和 Odean (2008)[5]在他们的经典文献中，采用超额收益率、异常交易量等作为注意力驱动事件，研究了投资者在做出购买和出售股票时的有限关注差异。他们发现，投资者容易产生基于注意力的净购买(attention-based buying)，相反在卖出时则不会受有限注意的影响。当然，也有学者利用媒体报道(Barber 和 Odean,2008[5]；张雅慧等，2011[6]；权小锋等，2012[1])和广告支出(Chemmanur 和 Yan,2011[7])来衡量投资者的有限关注行为。他们的研究均有一个共同点，即所有衡量投资者关注度的变量都是间接指标。

Engelberg et al.(2011)[8]指出诸如异常收益率、交易量以及新闻报道等代理变量并不能直接反映投资者注意力的强弱，像换手率或收益率这类指标的波动很可能受与投资者注意力无关的因素影响，而特定事件(新闻报道、广告支出等)并不与投资者关注直接对应，只有当投资者接收到这些信息才会对其进行加工并最终做出购买行为。因此，找到一种主动衡量投资者关注的指标成为越来越迫切的需求。

(二)基于网络的个人投资者有限关注对资产价格和流动性的影响

近年来，随着网络搜索的普及，互联网对投资者的影响日益显著。部分学者开始利用互联网搜索指标来研究投资者关注行为对股票市场的影响。Da,Engelberg 和Gao(2011)[9]利用谷歌趋势的周频率指标(SVI)，以罗素3000指数成分股为样本，证实了谷歌网络搜索量可以直接度量投资者的关注度，同时他们发现投资者关注会导致股价和流动性指标暂时性上升，尤其是在新股发行的时候。贾春新等(2010)[9]采用换手率和谷歌历史资讯数量作为投资者关注度代理变量，研究了中国市场限售流通股解禁事件对于投资者有限关注的影响，研究发现解禁事件会吸引投资者的目光，形成净购买，从而使得股价和成交量上升。百度在中国的网络搜索市场中占据统治地位，自2006年7月百度指数推出以来，国内一些学者开始利用百度指数指标来衡量投资者关注。赵龙凯等(2013)[10]利用百度公司提供的上市公司简称搜索量数据研究了关注度与股票收益率的关系，他们发现关注度与同时期股票收益有正相关关系。俞庆进和张兵(2012)[11]利用百度指数的用户关键词搜索量作为投资者关注度的代理指标，研究了创业板市场投资者有限关注与股票收益的关系，实证发现有限关注能独立对股票市场产生影响。投资者的有限关注能给股票带来正向的价格压力，但这种压力很快会发生反转。Fang et al.(2014)[12]也发现基于百度指数的投资者关注与创业板市场收益均会对股票短期收益产生正向影响。还有少数学者利用其他变量研究关注度问题。杨晓兰(2010)[13]利用和讯网的个股关注度数据实证检验了我国股票市场的网络关注度效应。结果发现关注度对收益率的影响存在反转性，关注度对当日收益率有正向影响，而在次日会出现价格反转现象，同时她还检验了新股的关注度效应，发现上市首日及前日的关注度对股票市盈率、收益率和换手率均有显著正向影响。张谊浩等(2014)[14]利用沪深300指数成分股作为研究样本，探讨了网络搜索和证券市场的相互作用，他们发现网络搜索对股市交易行为均有影响。

个人投资者一旦关注一只股票，就容易因注意力聚焦而频繁买卖，这种行为最终会反映在流动性指标上，导致交易量和换手率的增大。另一方面，机构投资者拥有丰富的信息资源，他们并不会受到网络舆论的影响，并且他们很有可能意识到高关注度股票价格中所蕴含的关注度溢价，因此他们会在非理性投资者购买股票的同时抛售股票，这同样会造成流动性指标的波动，体现在盘面上就是交易量和换手率的提高。由于个人投资者的注意力是有限的，面对资本市场的信息海洋，投资者没有足够的精力和能力在所有股票里进行筛选，因此倾向于购买近期引起他们关注的股票，也就是说，关注度对股票市场流动性的影响在短期内就能实现。根据以上分析，本文提出如下假设：

假设1:网络关注度代表的个人投资者关注对股票市场表现在当期及近期具有显著正向影响。

高关注度会驱动个人投资者产生基于有限关注的净购买，这会促使收益率上升，但这样的关注度泡沫并没有公司基本面的支撑，并且中国股市存在明显的“羊群效应”，个人投资者的从众行为使得他们不可能在一只股票上停留太长时间，一旦关注度转移，没有新的买家接盘，再加上一些理性投资者和机构投资者的抛售压力，股价在很短的时间内会大幅度回落。因此我们提出如下假设：

假设2:在有限关注下，网络关注度高的股票其当期收益率也高，但短期内会产生反转效应。

二、样本说明与变量定义

(一)样本选择和数据来源

本文选取了创业板中所包含的权重最大的100只股票，剔除掉连续10个交易日以上停牌以及部分ST股票，共获得73家上市公司的样本数据。对于样本的选择基于如下几点考虑：(1)选择创业板指中的成分股作为研究对象，主要是从其代表性及市场现状考虑。创业板指占据了创业板所有股票的绝大部分权重，具有代表性。(2)创业板推出时间较短，且多为高成长和高科技的“两高”企业，往往成为概念、题材股的聚集地，个人投资者通过网络搜索对其进行关注从而获取信息的可能性更大。在时间的选择上，为了获得足够长的时间序列数据以保证结果的可靠性，本文的研究区间选择了2015年3月6日到2016年3月4日的一个完整年度，删减掉节假日及周末后，共剩余261个交易日。本文实证研究所需要的变量，除每股净资产、关注度来自和讯网外，其余变量均来自通达信金融终端。分析工具为Eviews9.0统计软件。

(二)变量说明

1.个人投资者关注度指标——和讯关注度(LnAT)

目前国内外基于网络关注度的研究大都是利用谷歌趋势提供的周搜索数据，而自百度指数推出以来，也有部分学者利用该指标进行网络关注度的研究，鉴于数据获取的局限性，我们采用和讯关注度作为衡量个人投资者关注的指标*和讯网没有直接可以下载的数据表格，故作者利用python程序和手工整理收集了和讯关注度数据。。据艾瑞咨询的调研数据显示，2016年1月11日至17日，和讯网日均覆盖人数达365万人，网民到达率为1.5%，仅次于东方财富网和中国经济网，位居第三*数据来源：http://report.iresearch.cn/content/2016/02/258431.shtml。可见利用和讯关注度作为衡量注意力的指标具有一定代表性。另外，从个人和机构投资者的搜索行为看，个人投资者通过财经类网站搜寻相关信息的可能性更大，而机构投资者由于具有比较完备的信息获取渠道，不需要通过类似和讯网等门户网站获取股票信息，所以和讯关注度较好地代表了个人投资者对股票的关注。

2.股票市场交易指标——个股日收益率、日交易量和日换手率

参照俞庆进等的定义，本文选择了如下三组市场指标来对创业板市场进行考察：(1)RETi,t(个股日收益率)(2)LnVOLi,t(个股日交易量)(3)TURNi,t(流通股日换手率)，数据来自于通达信金融终端。本研究所需要的主要变量说明见表1。

表1 变量说明

三、实证模型与结果分析

(一)平稳性检验

本研究共包含7个指标，分别是关注度(LnAT)、个股收益率(RET)、创业板市场组合收益率(MRET) 、市净率(PB)、公司规模(LnSIZE)、交易量(LnVOL)和换手率(TURN)。为了防止虚假回归的问题，本文对面板数据中这73只股票组成的变量序列均进行了面板单位根检验，根据AIC准则自动确定滞后阶数。检验结果发现除了PB和LnSIZE外，其余变量的LLC(Levin,Lin&Chu)检验、IPS(Im,Pesaran&Shin)检验均在1%的水平拒绝存在单位根的零假设，由于PB和LnSIZE序列是I(1)过程，需要对两者进行协整检验以进一步验证它们在长期是否存在稳定关系。本文采用Johansen检验方法进行协整检验。根据表2协整检验结果知迹检验和最大特征值检验均拒绝了不存在协整关系的原假设，也就是说模型存在协整关系且在1%的水平显著，故我们认为PB和LnSIZE在长期存在均衡稳定的关系，在此基础上可以直接对原方程进行回归，此时的回归结果较为准确。

表2 面板单位根检验和协整检验结果

注:***表示在1%的水平显著。

(二)个人投资者关注度对股票市场交易行为的影响

为了检验假设1，本文选取换手率和交易量这两个市场指标来研究个人投资者的关注度与市场流动性之间的关系。

根据相关文献，Fama和French(1992)[15]认为企业规模、市场指数以及账面市值比这三个指标会对股票的收益率产生影响。本文参考杨晓兰(2010)提出的改进后的Fama和French三因素模型，以企业规模、市场组合收益率以及市净率作为控制变量，以换手率和交易量作为被解释变量，投资者关注度作为解释变量，设计如下面板回归模型:

Marindexi,t=Ci+β1MRETt+β2LnSIZEi,t+β3PBi,t+β4LnATi,t-k+εi,t

(1)

Marindexi,t是第i只股票第t时刻的市场指标，TURNi,t、LnVOLi,t分别表示第i只股票第t时刻的换手率和交易量，LnSIZEi,t、PBi,t分别表示第i只股票第t时刻的企业规模和市净率，MRETt采用创业板指数的每日收益率作为市场组合收益率，由当日创业板指收盘价除以前一天收盘价取自然对数而得，仅随时间变化，不受个股影响。LnATi,t-k为第i只股票第t时刻，对应的个人投资者关注度变量滞后k期值(k=0，1，2，3，5，10)。

为了获得更精准的模型，我们采用F检验和Hausman检验来考察不可观测效应的形式。由于本文的模型中控制了仅随时间变化不随个体变化的变量MRET，故本文对面板模型进行回归时仅加入个体效应。模型检验结果为:

(1)F检验

表3 F检验结果

(2)Hausman检验

表4 Hausman检验结果

根据上述检验发现，F检验结果拒绝了使用混合回归模型，而豪斯曼检验结果则拒绝了使用随机效应模型，故本文的模型(1)采用个体固定效应模型进行回归分析，面板回归所得结果见表5。

表5 投资者有限关注与换手率、交易量回归系数表

注:***表示在1%的水平显著，括号内为t值。

为了研究投资者关注度对创业板市场交易行为的影响，本文选取了和讯关注度指标的滞后k期值，k分别取1、2、3，以及滞后一周和滞后两周值。从上表可以发现，在控制了创业板市场组合收益率、市净率、公司规模等影响因素后，和讯关注度代表的投资者关注对交易量和换手率在短期内存在1%的显著正向影响。当把时间延长到两周时我们发现尽管这种影响是随着时间的推移而逐渐减弱的，但依然非常显著。此结论支持了本文的假设1，即和讯关注度代表的个人投资者有限关注在当期及近期对股票市场流动性具有显著正向影响。

(三)个人投资者关注度对股票市场的价格压力及随后的反转效应

为了检验假设2，即投资者的有限关注在短期内对股票收益率有正向压力，而在随后就会产生价格反转效应。本文构建了以日收益率RET为被解释变量的面板回归模型，根据F检验和Hausman检验的结果，我们同样使用固定效应模型：

β4LnATi,t-k+εi,t

(2)

其中：RETi,t为第i只股票第t时刻的日收益率，其余变量定义同前文,面板回归结果如表6所示。

表6 关注度对收益率的面板数据回归结果

注:***、**、*分别表示在1%、5%、10%的水平显著，括号内为t值。

上表回归结果显示，在控制了创业板市场组合收益率、市净率、公司规模等影响因素后，投资者当期有限关注与前期有限关注对股票收益率的影响存在显著不同。在当期，投资者的有限关注对收益率存在1%的显著的正向影响，关注度变化1个单位，会引起收益率增加0.3%，即高关注度带来了股票的收益，而其滞后一期值对股票收益率有显著负向影响，关注度变化1个单位，会引起当期收益率下降0.15%，这一结果验证了假设2，即投资者关注度对股票当期收益存在显著正向影响，但随后会产生反转效应。同时本文还加入了滞后2期、3期以及滞后1周和滞后2周的投资者关注度，结果发现两周内的投资者关注度对股票收益均有1%的显著负向影响，这同样证明了投资者关注带来的超额收益会在近期产生反转这一假设。在影响收益的其他因素中，我们发现市场组合收益率对股票收益有较大影响，这说明投资者在做出购买决策时会考虑市场整体情况，当市场行情向好时会加大购买频率从而驱动股价上升，反之当市场行情低迷时会选择持币观望，导致股价因缺乏买入动力而下降。

(四)稳健性检验

为了确保研究结果的可靠性，我们进行了两项稳健性检验。一是样本量的调整，在本文的实证检验中我们选择了创业板指中的73只股票作为研究对象，证实了本文的假设。限于数据处理的庞大，我们只将其中缺失数据小于三个月的87只权重股纳入样本中以避免因主观筛选造成的偏误，结果表明样本量的调整仅支持了假设1，假设2并不显著，原因可能是我们加入的数据量没有完全涵盖100只权重股；二是时间区间的调整，我们将时间区间缩短为从2015年9月1日到2015年12月31日总共四个月的时间长度，结果均很好地支持了本文的假设，故本文的研究结果具有稳健性。

四、结论及启示

本文以2015年3月6日—2016年3月4日创业板指成分股为样本，研究了和讯网络关注度所代表的个人投资者有限关注对创业板股票市场流动性及个股收益率的影响。本文的研究结论主要有：

第一，个人投资者有限关注对创业板股票市场流动性具有显著正向影响，这种影响会随着时间的推移而逐渐减弱，但不论是在当期还是在近期均十分显著。这是因为由于个人投资者的关注能力有限，他们只会购买近期引起他们关注的股票，越是靠近交易日当期投资者买卖越是频繁，这种行为会通过股票市场流动性指标反映出来，即交易量和换手率的放大；另一方面机构投资者利用信息优势选择在高关注度的交易日卖出股票，这也会导致流动性的波动。第二，在有限关注下，网络关注度对股票当期收益率有显著正向压力，但短期内会产生反转效应。由关注度驱动的股价上升并没有公司基本面的支撑，一些理性投资者和机构投资者提前意识到股价中存在的关注度溢价，选择在非理性投资者购买的当期抛售股票，而一旦非理性投资者注意力转移，新的买家没有跟进，则收益率的快速回落不可避免。

综上所述，本文的研究在实践应用方面有着重要的启示：对个人投资者而言，了解投资者有限关注对股市量价的作用机制能够避免非理性决策，提高股票投资绩效。对证券监管部门而言，洞悉投资者关注现象，以此来提高国内个人投资者行为的理性成分，从而提高市场质量，完善监管制度。

本文的研究还存在一些不足，一方面由于关注度指标获取的局限性，我们没有办法考察不在和讯网统计范围内的个人投资者的关注行为；另一方面由于机构投资者有自己独立的信息搜索渠道，我们无法对其交易行为进行考察。后续研究可以针对以上缺陷进行深入探索。

[1] 权小锋,洪涛,吴世农.选择性关注、鸵鸟效应与市场异象[J].金融研究，2012(3):109-122.

Quan X F，Hong T,Wu S L.Selective Attention,Ostrich Effect and Market Anomalies[J].Journal of Finance Research,2012(3):109-122.

[2] 王春,徐炳龙.投资者关注研究新进展[J].上海财经大学学报，2009，11(5):90-97.

Wang C, Xu B L.New Development of Researches on Investor Attention[J].Journal of Shanghai University of Finance and Economics,2009,11(5):90-97.

[3] Gervais S., R. Kaniel and D. H. Mingelgrin.The High-Volume Return Premium[J].Journal of Finance,2001,64(5):2023-2052.

[4] Seasholes M S, Wu G.Predictable behavior,profits,and attention[J].Journal of Empirical Finance,2007,14(5):590-610.

[5] Barber B.M and T. Odean.All that Glitters:The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors[J].The Review of Financial Studies,2008(21):785-818.

[6] 张雅慧, 万迪昉, 付雷鸣.股票收益的媒体效应：风险补偿还是过度关注弱势[J].金融研究,2011(8):143-156.

Zhang Y H, Wan D F, Fu L M.Media Effect of Stock Yields: Risk Compensation or Excessive Attention to the Vulnerable[J].Journal of Finance Research,2011(8):143-156.

[7] Chemmanur T. J. and A. Yan.Advertising,Attention,and Stock Returns[Z].working paper,2009.

[8] Da Z.,J.Engelberg and P.Gao.In search of Attention[J].Journal of Finance,2011(66):1461-1499.

[9] 贾春新, 赵宇,孙萌,汪博.投资者有限关注与限售股解禁[J].金融研究,2010(11):108-122.

Jia C X, Zhao Y, Sun M, Wang B.Limited Attention of Investors and Restricted Stock Circulation[J].Journal of Finance Research,2010(11):108-122.

[10] 赵龙凯, 陆子昱,王致远.众里寻“股”千百度——股票收益率与百度搜索量关系的实证探究[J].金融研究,2013(14):183-195.

Zhao L K, Lu Z Y, Wang Z Y. Seek “Stock” from Mass Data-Empirical Exploration on the Relationships between Stock Yield Rate and Baidu’s Search Volume[J].Journal of Finance Research,2013(4):183-195.

[11] 俞庆进、张兵.投资者有限关注与股票收益——以百度指数作为关注度的一项实证研究[J].金融研究,2012(8):152-165.

Yu Q J, Zhang B. Limited Attention of Investors and Stock Yields-An Empirical Research on the Attention to Baidu Index[J].Journal of Finance Research,2012(8):152-165.

[12] Xian M F,Yu J,and Zhi j Q.The Effects of Individual Investors’Attention on Stock Returns:Evidence from the ChiNext Market[J].Emerging Markets Finance&Trade,2014,50(3):158-168.

[13] 杨晓兰.我国股票市场的网络关注度效应——一个基于和讯关注度的实证检验[Z].工作论文,2010.

Yang X L.Web-based Attention Effects on Chinese Stock Markets:Empirical study on data from Hexun[Z]. Working Paper,2010.

[14] 张谊浩, 李元,苏中锋,张泽林.网络搜索能预测股票市场吗？[J].金融研究,2014(2):193-205.

Zhang Y H,Li Y, Su Z F,Zhang Z L.Can Web Search Predict Stock Market?[J].Journal of Finance Research,2014(2):193-205.

[15] Fama E.F and French K.R.The Cross-Section of expected stock returns[J].Journal of Finance,1992:427-465.

(责任编校：朱德东)

RETi,t=Ci+β1MRETt+β2LnSIZEi,t+β3PBi,t+

EmpiricalStudyontheEffectofIndividualInvestors’LimitedAttentionontheBehaviorofGEMMarket

TANG Ping, PENG Xiao

(SchoolofFinance，ChongqingTechnologyandBusinessUniversity，Chongqing400067，China)

Because individual investor’s attention, time and energy are limited, investors tend to buy the stocks that could attract their attention. This paper measures the status of the attention paid to stocks on the basis of the daily data of the attention-level from hexun.com, and makes an empirical test of the impact of China investors’ limited attention on the market liquidity of Growth Enterprises Market based on the individual fixed-effect model. The empirical results indicate that after controlling the size of the enterprise, the market portfolio return and the market rate, investors’limited attention had a significant positive impact on the GEM index. Meanwhile, this paper also tests the impact of network attention-level on stock returns under a limited attention-level, the results indicate that the network attention-level has a positive impact on the current return of the stock, but this impact will be reversed in a short period.

individual investors;limited attention; GEM market; stock return; Hexun.com

10.3969/j.issn.1672- 0598.2017.05.003

2016-07-15

唐平(1975—), 男, 重庆市人；重庆工商大学财政金融学院副教授，硕士，主要从事资本市场研究。 彭筱(1991—),女, 重庆市人；硕士,主要从事证券投资研究。

F832.48

：A

：1672- 0598(2017)03- 0018- 08