有限關注與股市異常特征、羊群效應

唐 勇，洪曉梅，朱鵬飛

[1.福州大學經(jīng)濟與管理學院，福建 福州350116；

2.金融數(shù)學福建省高校重點實驗室（莆田學院），福建 莆田351100；3.福建省金融科技創(chuàng)新重點實驗室，福建 福州350116]

一、引言

金融市場異象頻發(fā)對金融研究范式提出了新要求，傳統(tǒng)金融所強調(diào)的“理性范式”在解釋金融系統(tǒng)一系列復雜的演化特征時缺陷逐漸顯現(xiàn)。并且，現(xiàn)代通信和傳播技術(shù)實現(xiàn)了全球范圍內(nèi)的信息共享與交互，洶涌而來的信息為金融市場研究提供了新的數(shù)據(jù)支持，但也對投資者形成了挑戰(zhàn)，從浩如煙海的信息中迅速而準確地獲取所需信息愈發(fā)困難（向誠和陸靜，2018[1]）。而行為金融興起，突破了傳統(tǒng)金融理論研究的窠臼，借鑒心理學研究成果，從投資者自身出發(fā)審視價格行為，為理解股票市場提供了新的視角：投資者的理性是受到約束的，是有限的。故基于行為金融視角探究投資者認知、價值取向與股票市場的關系，順應了科學研究范式的轉(zhuǎn)換趨勢，彰顯了強大的生命力（李心丹，2005[2]）。

傳統(tǒng)金融假設投資者擁有無限的認知資源。然而，現(xiàn)實中注意力是一種有限的認知資源。Simon（1971）[3]指出，當今經(jīng)濟社會的信息富裕問題引起了注意力的稀缺，導致了注意力的貧窮。納入投資者注意力的分析框架可以追溯到20 世紀，Miller（1977）[4]和Merton（1987）[5]等人進行了相關研究。后續(xù)研究采用廣告支出、媒體新聞、交易金額（向誠和陸靜，2018[1]）等作為注意力的代理變量，研究其與金融市場的關系。

市場上的有限關注在很大程度上取決于認知及心理作用，因此如何將其進行量化成為專家學者一直 以 來 重 點 關 注 的 問 題（Miller，1977[4]；Merton，1987[5]；Wu 等，2017[6]；Ding 等，2018[7]）。以往研究中（劉鋒等，2014[8]；邵新建等，2015[9]；劉志雄等，2017[10]），基于媒體報道和網(wǎng)絡搜索的投資者關注代理變量起著舉足輕重的作用。投資決策過程中，股市投資者利用不同渠道獲取信息所產(chǎn)生的注意力可能存在差異：媒體新聞的發(fā)布以及網(wǎng)絡搜索的利用滿足了投資者被動和主動兩種不同場景的信息內(nèi)容獲取需求；與此同時，明晰和準確量化二者的信息覆蓋范圍也成了一個難題。基于上述差異，本文將有限關注指標的來源主體區(qū)分為媒體和投資者。

媒體作為資本市場的信息中介，通過搜集、整理和發(fā)布信息，影響投資者認知局限約束下的行為選擇，進而引起股價變化。情感因素是分析媒體報道對股價產(chǎn)生影響的一個重要研究主題，Wu 等（2017）[6]和Ding 等（2018）[7]的研究均提供了證據(jù)表明：媒體性質(zhì)、媒體報道語氣會影響投資者的交易行為，媒體的情緒會傳染給投資者，股票價格隨著市場情緒變化而偏離它的基本價值水平。此外，媒體的新聞發(fā)布數(shù)量能夠?qū)ν顿Y者獲得信息的能力產(chǎn)生影響，且與資產(chǎn)價格之間關系顯著。劉鋒等（2014）[8]通過實證研究，得出了媒體對特定股票的關注會放大投資者關注對股票收益的影響程度的結(jié)論。邵新建等（2015）[9]則系統(tǒng)考察了媒體報道數(shù)量影響證券發(fā)行定價的內(nèi)在機制。劉志雄等學者（2017）[10]研究發(fā)現(xiàn)：負面新聞數(shù)量能夠在較長時間內(nèi)影響白酒板塊的股價。Ben-Rephae 等（2017）[11]著重探討了新聞報道數(shù)量和機構(gòu)關注之間的顯著相關關系。

隨著互聯(lián)網(wǎng)成為直觀的信息研究工具，“股民”和“網(wǎng)民”高度耦合，投資者搜索相關股票的關鍵詞后，繼而產(chǎn)生相應的瀏覽、討論、發(fā)布及交易行為（張誼浩等，2014[12]）。鑒于投資者網(wǎng)絡搜索量作為有限關注代理變量的相對有效性（Da 等，2011[13]），現(xiàn)有研究主要從兩個層面出發(fā)探討其與資產(chǎn)價格的關系。Mao 等（2015）[14]、陸慧玲（2018）[15]從整個市場層面選擇“牛市”“熊市”作為關鍵詞來衡量投資者的情緒或市場行情關注度，驗證了行為金融強調(diào)的情感因素在投資者行為中所起的重要作用。同時，出于投資組合的需要，單個公司的信息也是市場參與者關注的重點。Da 等（2011）[13]發(fā)現(xiàn)股票關鍵詞搜索量能更及時地捕捉散戶投資者的注意力，搜索量上漲預示股價走高。俞慶進和張兵（2012）[16]將百度指數(shù)作為有限關注的代理量，得出了投資者有限關注影響股票市場交易活動的結(jié)論。Aouadi 等（2013）[17]的研究表明：利用互聯(lián)網(wǎng)獲取信息有助于股票相關信息反映到價格中。Vozlyublennaia（2014）[18]證明了注意力可以改變股票回報的可預測性。張誼浩等（2014）[12]的實證結(jié)果說明，根據(jù)網(wǎng)絡搜索構(gòu)建投資組合可以獲取超額收益。劉鋒等（2014）[8]、Tang 等（2017）[19]的研究得出了類似結(jié)論：投資者關注度與股票收益之間為顯著的正相關關系。

以往學者從投資者認知角度重點考察了有限關注與資產(chǎn)價格的關系，而“投資的反饋環(huán)理論”指出：股市存在“客觀信息—認識—行為”的循環(huán)往復并伴隨羊群行為的環(huán)形反饋系統(tǒng)（劉學文，2019[20]）。在該系統(tǒng)中，群體行為的演化趨勢對于資本市場理性化建設具有重要意義（劉湘云等，2014[21]；顧榮寶等，2015[22]；Balcilar等，2017[23]；Economo等，2018[24]），若投資者所面臨的信息是公開的，則其可能綜合市場影響而忽略個股特質(zhì)信息，致使個股收益率趨同，觸發(fā)羊群行為，破壞資本市場的有效性（鄭瑤等，2016[25]）。基于市場上投資者認知、預期與投資信念、價值取向之間的相互影響關系，市場潮流和大眾媒體對羊群行為的重要作用得到了行為金融經(jīng)典理論的肯定：經(jīng)由媒體傳播的信息容易形成投資者的共同知識，為投資者間的策略互動提供信息平臺。劉峰等（2014）[8]和楊繼東（2007）[26]均認為，媒體信息首先引起投資者關注，進而驅(qū)動其投資行為和投資 策 略。 Shiller（2015）[27]和 Bikhchandani 等（1992）[28]的觀點一致：文化因素對投資者非理性行為具有顯著作用，媒體存在信號效應，加劇經(jīng)濟金融活動中的跟風現(xiàn)象。

以上研究尚存在一定不足。（1）行為金融學研究包括三個層次：有限理性個體、群體行為、非有效市場（李心丹，2005[2]）。以往研究大多只考慮單個層次或者兩個層次之間的關系，缺乏完整考慮三個層次之間的交互作用。（2）現(xiàn)有研究鮮有從多個主體、多個信息層面來考察不同類型的有限關注與股票市場表現(xiàn)之間的關系，且尚缺乏從定性、定量相結(jié)合的角度評估媒體報道與股票市場羊群行為之間的聯(lián)動模式。（3）在數(shù)據(jù)處理及方法選擇上，主要采用單一的指數(shù)名稱作為關鍵詞，沒有考慮到成分股對指數(shù)系統(tǒng)的影響，損失較多的搜索數(shù)據(jù)及較大的信息量；并且，主要選用靜態(tài)數(shù)據(jù)模型進行實證研究，忽視了各變量樣本期間內(nèi)信息傳導的時變特征。

基于以上認識，本文可能的創(chuàng)新點在于：（1）嘗試系統(tǒng)地研究行為金融的三個層次，立足于有限關注，將其置于股市異常特征①本文所考察的股市異常特征包括股票市場異常收益及其波動兩個方面。和羊群效應的研究框架中，全面考察它們之間的多維聯(lián)動關系，作為以往單個或兩兩分析的有益補充；（2）在媒體和投資者雙重有限關注視角下，基于不同層面的信息，揭示行為金融三個層次間信息流的傳導路徑、方向和聯(lián)動模式，定性與定量相結(jié)合來考察媒體關注對股票市場羊群行為的重要作用；（3）基于大數(shù)據(jù)挖掘技術(shù)，充分考察成分股關注對指數(shù)關注的重要作用，從收益率與波動兩個方面構(gòu)建三個層次的信息傳導關系模型，測度它們聯(lián)動關系的強度、規(guī)模及其在不同場景下的異化現(xiàn)象。

二、模型方法與研究思路

（一）模型設定

1.A-CCK模型

本文采用A-CCK 模型來檢驗市場上升和下降過程中非對稱的羊群行為（Chiang 等，2010[29]）：

其中為t 時刻Nt種資產(chǎn)收益率橫截面絕對偏離度，Ri,t和Rm,t分別為資產(chǎn)i及市場組合的收益率。D為虛擬變量，若Rm,t＜0，D=1，否則D=0。當γ2顯著為負時，市場中存在羊群效應。

2.溢出指數(shù)測度

Diebold和Yilmaz（2012）[30]采用廣義方差分解構(gòu)建溢出指數(shù)，模型如下：

Xt為協(xié)方差平穩(wěn)過程的N 維列向量，式（2）（3）分別為其VAR過程及移動平均形式；εt～(0,∑)，∑為協(xié)方差矩陣。系數(shù)矩陣Ai服從如下遞推公式：Ai=Φ1Ai-1+Φ2Ai-2+…+ΦpAi-p，A0為單位陣，且i＜0時，Ai=0。

方差貢獻為Xi受到外部沖擊時，其H 步預測誤差方差中由Xj所解釋的比例θij(H)。其中，σii為∑的第i對角線元素，ej為選擇列向量，第j個元素為1，其余為0。采用行加總的方式進行標準化處理，即：

方向性溢出指數(shù)用于衡量某個變量與其他變量之間的信息溢出關系：

（3）Snet(H)=St0(H)-Sfrom(H)衡量了特定變量的凈溢出水平。

3.DCC-GARCH模型

DCC-GARCH 模型具有估計大規(guī)模相關系數(shù)矩陣的優(yōu)勢（Engle，2002[31]），具體形式如下：

Rt為動態(tài)相關系數(shù)矩陣，hi,t由單變量GARCH模型計算所得，為標準化殘差的無條件方差協(xié)方差矩陣，εt-m為標準化的殘差向量，αm 和βn 為DCCGARCH模型的參數(shù)。該模型估計步驟分兩步：第一步對各變量建立GARCH 模型并估計；第二步根據(jù)第一步的結(jié)果估計DCC-GARCH模型的系數(shù)以及變量間動態(tài)條件相關系數(shù)。

（二）研究思路

本文基于媒體、投資者雙重有限關注視角以及不同層面的信息差異來構(gòu)建有限關注指標，從收益率與波動兩個方面探究有限關注在股票市場投資行為以及異常特征中的重要作用。具體研究思路如下。

步驟1，變量構(gòu)建。計算股票市場異常收益率。采用差異化的方法處理不同層面的關鍵詞數(shù)據(jù)，提取和保留不同類型關鍵詞的信息差異。借鑒“看漲指數(shù)”的定義，采用相對量的形式計算市場行情關注度；各公司的百度指數(shù)取對數(shù)后，進行主成分分析，得到公司層面信息的關注度。同時，式（1）結(jié)合滾動窗口技術(shù)來計算市場上的羊群效應強度。

步驟2，運用溢出指數(shù)模型探討有限關注、群體行為與股市異常收益間的信息溢出關系，計算樣本期內(nèi)的方向性靜態(tài)溢出指數(shù)，借助滾動窗口考察動態(tài)溢出效應。

步驟3，根據(jù)公式（5）測算動態(tài)條件相關系數(shù)，分析各變量間的波動相關性。

步驟4，改變羊群效應強度計算窗口的長度以及動態(tài)溢出指數(shù)滾動窗口的長度，以此來考察本文結(jié)論的穩(wěn)健性。

三、實證結(jié)果分析

（一）數(shù)據(jù)選取和變量描述

本文各變量數(shù)據(jù)區(qū)間為2012 年1 月6 日至2018年12 月21 日，此區(qū)間共含357 個周交易數(shù)據(jù)。選用滬深300 指數(shù)作為股票市場研究樣本，收益率數(shù)據(jù)采用對數(shù)收益率，通過當周收益與前八周的收益平均值之差來計算異常股票收益（劉鋒等，2014[8]；Ben-Rephael，2017[11]），即本文所有股價數(shù)據(jù)來源于同花順iFinD數(shù)據(jù)庫。

故第一類市場行情關注度，采用在市場層面考慮帶有情緒特征的關鍵詞，借鑒看漲指數(shù)的定義（Mao等，2015[14]；陸慧玲，2018[15]），以“牛市”“熊市”作為關鍵詞，變量計算見公式（6）。

第二類公司層面關注度中，由于公司新聞內(nèi)容幾乎不涉及股票代碼，股票簡稱作為媒體關注度的關鍵詞更準確；且在考慮投資者關注度時，股票簡稱作為關鍵詞更符合我國投資者的行為特征（張誼浩等，2014[12]）。先采用取對數(shù)的方法得到各成分股的關注度（俞慶進和張兵，2012[16]），如公式（7），而后通過主成分分析進行降維，得到滬深300 指數(shù)關注度（任武軍，2018[33]）。

其中，bullt、beart分別為關鍵詞是“牛市”和“熊市”時的第t 周百度指數(shù)②百度指數(shù)的頻率為日，文中周數(shù)據(jù)為日數(shù)據(jù)的加總，由于非交易日關注度影響的是下一交易的日股票價格，故將第t周周末百度指數(shù)計入第t+1周的百度指數(shù)中。本文采用周數(shù)據(jù)的原因在于：股票交易時間短，而關鍵詞搜索在一天內(nèi)都可以進行，故關注度日數(shù)據(jù)的改變不一定能夠馬上反映在當天股價上，而周數(shù)據(jù)能夠充分反映一段時間內(nèi)關注度所起的作用。，為市場行情關注度。NameIndexi,t為第t 周股票i 的百度指數(shù)，為公司層面關注度③所用成分股為下文研究羊群效應中挑選的樣本股。以往研究采用直接對搜索量取自然對數(shù)的形式，本文在此基礎上+1是因為個別股票部分時期搜索量數(shù)據(jù)為0。，采用主成分分析方法處理n個成分股關注度④各主成分累計方差貢獻達到73%和特征值大于1的基礎上，利用特征值對各主成分序列進行加權(quán)。，得到滬深300指數(shù)關注度，剔除因節(jié)假日等因素導致的數(shù)據(jù)不匹配的7個數(shù)據(jù)。

表1 變量描述性統(tǒng)計表

將滬深300成分股作為研究羊群行為的樣本股⑥由于移動窗口長度的需要，用于考察羊群效應的樣本股數(shù)據(jù)區(qū)間延伸為2011 年3 月15 日至2018 年12 月21 日，剔除該時間以后上市的成分股以及不存在百度搜索數(shù)據(jù)的股票后得到207只。。按照A-CCK 模型設定中的公式（1）計算γ2來表征羊群行為強度，定義為HBI：當γ2＜0 時，HBI=|γ2|，否則HBI=0。HBI 越大，表明市場上羊群效應越強（顧榮寶，2015[22]）。本文以132 個（約6 個月）觀測值為移動時間窗口寬度來考察羊群行為演化過程，移動的步長為一天，日羊群行為強度平均后得到每周的強度。各變量描述性統(tǒng)計結(jié)果如表1 所示，各序列均平穩(wěn)，均存在自相關和ARCH效應。

ABRt絕對值越大，代表收益率異常現(xiàn)象愈顯著。正值表明收益率的增加趨勢，負值則表示當期收益率的下降趨勢。趨近于0 則代表，相比之下，當周收益率的變化較小，異常現(xiàn)象不明顯。圖1①圖中數(shù)據(jù)間隔為364天（約一年）。表明，大部分時間ABRt處于-0.05 至0.05 之間，股票市場收益率日常波動幅度較小。而在2015 年“股災”前后，出現(xiàn)了最大和最小的兩個ABRt，2014 年12 月5 日當周股票市場投資熱情高漲，ABRt達到0.0896，在2015年6月19日則為-0.1589。

圖1 股票市場異常收益率走勢圖

圖2②、MedA對應左邊坐標軸，即公司層面關注度對應右邊坐標軸，即市場行情關注度。表明，相對來說，投資者更關注公司層面的信息，而媒體報道更多的則是基于市場行情。市場行情關注中，兩條線絕大部分時間位于0 之上，即同一時刻“牛市”作為關鍵詞的媒體發(fā)布量和投資者搜索量都要大于“熊市”，這與過往的研究（陸慧玲，2018[15]）結(jié)論一致：我國股市上存在“波麗安娜效應”③波麗安娜效應（Pollyanna principle），或積極偏向，即人總是看重和追求好的一面，摒棄壞的一面。。與此同時，媒體關注度自2015年呈現(xiàn)下降趨勢，“股災”不僅使得投資者情緒和市場交投低迷，而且導致媒體在極度震蕩的市場中看漲情緒削減。

圖2 關注度走勢圖

從公司層面來看，投資者關注度的低點大多出現(xiàn)在春節(jié)前后，這與現(xiàn)有研究（Dellavigna 等，2005[34]）中注意力的分配與工作日、月份相關的觀點一致。圖2 表明，2014 年以來，市場投機氛圍過熱，投資者公司層面關注度呈現(xiàn)上升趨勢④在此期間，出現(xiàn)負數(shù)點的時間為2015年春節(jié)。，在2015年6 月12 日達到最高點，與市場指數(shù)走勢一致。更多的關注一定程度上促使市場更加有效，價格信息含量更加豐富，但從此輪“快牛”帶來的慘痛教訓可以看出，更多的關注也會導致各類噪聲，減少市場有效性。

（二）溢出效應分析

行為金融學不同于傳統(tǒng)金融描述經(jīng)濟個體的最優(yōu)決策行為，而是通過研究市場上的經(jīng)濟動機和經(jīng)濟力量，試圖探究真實投資決策行為（蔣軍鋒和殷婷婷，2015[35]）。投資者學習能力是有限的觀點反映了投資者學習能力約束對其選擇的影響，投資者之間的相互學習和模仿，可能引發(fā)從眾心理，導致證券價格出現(xiàn)系統(tǒng)性偏差。有限關注、羊群效應與異常收益之間在不斷地信息交換過程中形成了雙向互動關系，其相互作用機制亟待考察。此部分將三者置于同一框架下研究信息溢出的方向和水平，探究信息的傳導過程。

1.信息傳導的靜態(tài)溢出效應分析

采用VAR 模型的最優(yōu)滯后階數(shù)，預測期數(shù)為40⑤本文分別對預測期數(shù)5,10,20,30,40,50,70進行實證檢驗，發(fā)現(xiàn)預測期數(shù)大于40時，溢出水平與40時相近，故認為預測期數(shù)為40時，信息溢出基本完成。，根據(jù)公式（4）計算樣本期內(nèi)有限關注、羊群效應與異常收益率的靜態(tài)溢出指數(shù)，標準化后，得到方向性溢出指數(shù)。為便于分析，可將媒體和投資者市場行情層面關注度視為“看漲指數(shù)”，用于表征情緒（Mao等，2015[14]），媒體公司層面關注度則反映了媒體報道數(shù)量。由表2中可得如下結(jié)論。

（1）同一層面的關注度之間關系更為緊密，媒體情緒受到投資者情緒的溢出水平為12.2811，前者對后者的溢出值為9.2724；投資者公司關注對媒體公司報道數(shù)量產(chǎn)生了高達32.3170 的溢出效應。對于投資者公司層面關注度來說，同一主體和同一層面關注度之間的信息傳導效率更高。上述結(jié)果表明：媒體關注能通過引導投資者注意力的分配，對其獲得重要信息的能力產(chǎn)生影響。

（2）相比媒體關注而言，投資者關注的相關指標作為有限關注的代理變量更加有效。相比同一層面的媒體溢出效應而言，投資者情緒和公司關注對市場羊群效應、異常收益的溢出水平以及其受到的羊群效應和異常收益率的溢出水平均更高，投資者關注相關指標與市場變量聯(lián)系更加緊密。

（3）投資者心理、情緒可以引起決策行為偏差，羊群估值分別受到投資者情緒與關注的溢出水平為7.1771 和18.8474。投資者在公司層面的關注度與羊群現(xiàn)象聯(lián)系更加緊密，可能的原因在于：羊群效應的產(chǎn)生源于收益率分散度指標的減小，當各公司收益率與市場收益趨同時，極有可能是因為投資者個人的觀念與市場上多數(shù)人一致，在同一時期加強了對特定公司的關注。而媒體信息具有公開性，容易形成市場上的共同知識，驅(qū)動投資策略互動。通過本文研究發(fā)現(xiàn)，媒體情緒與媒體報道數(shù)量能夠影響市場上的羊群行為。

（4）異常收益率對媒體和投資者情緒存在顯著影響，溢出水平分別為13.1920、21.7919；其對投資者公司層面關注度的溢出水平為17.7454，市場出現(xiàn)異常時，投資組合的不確定性增大，投資者將調(diào)整注意力的分配情況；而媒體報道數(shù)量的作用在于披露相關公司信息，故異常收益率對其影響有限。與此同時，行情關注度相比公司關注度對異常收益率的溢出效應更強，此類信息更容易導致投資者估值錯位，增加資產(chǎn)價格時變性和跳躍性。投資者市場行情關注度和公司層面關注度對異常收益率的溢出水平分別為15.7735 和0.5864，在一定程度上實證結(jié)果佐證了以往研究結(jié)論：有限關注的投資主體更注重的是全市場信息，而不是特定企業(yè)的信息（Peng 等，2005[32]）。

表2 有限關注、羊群效應與異常收益的靜態(tài)溢出指數(shù)

2.信息傳導的動態(tài)溢出效應分析

根據(jù)公式（4），以180 個數(shù)據(jù)的觀測區(qū)間為滾動窗口計算標準化的方向性動態(tài)溢出指數(shù)，預測期數(shù)為40，分別判定每個窗口的最優(yōu)滯后階數(shù)。此部分以投資者公司層面關注度為分析重點①篇幅所限，文中選擇最具代表性的有效關注代理變量進行分析。投資者公司層面關注度作為有限關注代理變量存在有效性和廣泛性（俞慶進和張兵，2012[16]；劉鋒等，2014[8]），與此同時，靜態(tài)溢出指數(shù)測度表明其在整個研究框架中具有重要作用，對外溢出水平達到53.2322，受到的溢出水平為64.4511，在系統(tǒng)中扮演重要角色，故以其為有限關注指標的分析重點。，考察三個層次間信息溢出的時變特征。

由圖3 可得如下結(jié)論。（1）媒體在股票市場上既是信息中介，也是情緒載體。2017 年1 月至9 月，媒體信心處于歷史低值，但對投資者公司關注度的溢出水平在此期間達到最大；而在后續(xù)的8 個月中，媒體看漲情緒激增，但其溢出水平卻呈現(xiàn)下降趨勢。可見，媒體情緒對投資者公司層面關注度的影響是不對稱的，負面情緒的作用更顯著。（2）來自同一主體的變量間關系密切，投資者作為獨立的決策個體在不同時期對待信息所分配的注意力會被情緒左右，該實證結(jié)論與靜態(tài)溢出效應相同。2015 年“股災”初期，投資者的敏感化和情緒化顯著影響了其自身對股票市場的關注程度。（3）市場應重視媒體工具在信息準確而有效擴散過程中的重要作用，提高運行效率。2015 年“股災”階段的媒體報道數(shù)量高于樣本期平均水平，大量的公司負面新聞對投資者公司關注的溢出效應在初期較弱，而后呈現(xiàn)上升趨勢。出現(xiàn)此現(xiàn)象的原因在于：市場上信息的競爭性披露是常態(tài)，媒體報道數(shù)量越多，越能引起投資者的關注（邵新建等，2015[9]）；與此同時，媒體存在信息效應，能夠減少投資者的信息不對稱（陽丹和夏曉蘭，2015[36]），但公司層面特質(zhì)信息融入股票價格存在滯后性。

圖3 各關注度對投資者公司層面關注度的動態(tài)溢出指數(shù)圖

此外，由圖4 可以看出，投資者公司層面關注度對股票市場羊群效應和異常收益率的凈溢出水平在2015 年“股災”初期為負值，說明此段時間羊群效應和異常收益率對投資者公司關注產(chǎn)生的溢出水平高于后者對前者的影響。熊市中利空消息被強化，投資者爭相拋售股票，即使根據(jù)處置效應持有虧損股票，市場的微量上漲也會成為投資者拋售股票的機會，而指數(shù)負回報會被視為“壞消息”，引起人們對相關指數(shù)的極大關注（Vozlyublennaia，2014[18]）。投資者公司層面關注度對異常收益率的凈溢出值總體上呈現(xiàn)上升的趨勢，影響作用不斷增強。

“股災”時期，羊群效應對異常收益率產(chǎn)生的凈溢出水平最高達67.7245，可見在此期間投資者不理性的跟風行為是市場震蕩的重要原因。“股災”之后，羊群效應對異常收益率的凈溢出水平位于0 刻度線之下，即在正常的市場狀態(tài)下，股票市場收益率表現(xiàn)可以成為市場上的共同知識，驅(qū)動投資者之間的投資策略互動，形成市場上的跟風行為。

圖4 投資者公司層面關注度、羊群效應

與股市異常收益的動態(tài)凈溢出指數(shù)圖

（三）動態(tài)條件相關性分析

通過溢出指數(shù)的測度結(jié)果可以較好地理解有限關注、羊群效應、股市異常收益間的信息溢出過程，但無法判定當某個變量變化時所引起的其他變量的變動情況。故此部分運用DCC-GARCH模型通過動態(tài)條件相關系數(shù)進一步考察三者之間的波動相關性。

表3 關注度間的平均相關系數(shù)

采用公式（5）計算投資者心理、行為與股票市場異常收益間的動態(tài)條件相關系數(shù)①根據(jù)作者的多次嘗試，第一步中選用效果最好的GARCH（1,1），分布選用正態(tài)分布，均值方程含有均值，為ARMA（0,1）過程，第二步中DCC-GARCH模型參數(shù)估計結(jié)果此處不再列舉，如有需要可向作者索取。，利用平均相關系數(shù)②本文平均相關系數(shù)采用條件相關系數(shù)取絕對值后的平均值，能更加直觀地看出相關性的相對強弱，公式為考察關注度間波動關系的強弱。表3可得，同一層面的信息之間關系更為緊密，媒體和投資者在市場行情層面、公司信息層面的關注度上平均相關系數(shù)分別為0.4386、0.2833。市場行情關注度間關聯(lián)更緊密的可能原因在于：相比全市場信息，單個公司的信息容易被注意力受限的投資者選擇性忽略；并且，單個公司的關注度變動對滬深300 指數(shù)關注度產(chǎn)生的影響有限。從同一主體來看，投資者在兩個層面關注度的相關系數(shù)達0.3232，這表明投資者在信息處理時更注重考慮多個層面的信息，對股市某一層面的看法是看待其他層面信息的重要參考，這與本部分第（二）小節(jié)溢出指數(shù)測度的研究結(jié)論一致。與此同時，跨主體、跨層面的關注度之間關聯(lián)性較弱。

表4 說明，市場行情層面的關注度與異常收益率的平均相關系數(shù)更大，看漲指數(shù)變化對股票市場指數(shù)的沖擊更顯著。這表明：投資者傾向于將注意力分配到全市場的信息層面而不是特定公司信息層面，這和本部分第（二）小節(jié)溢出指數(shù)測度所得結(jié)論一致。并且，投資者相比媒體而言無論是在市場行情層面還是公司信息層面的關注度與異常收益率的平均相關系數(shù)均更大，媒體關注度變動對股票收益的影響程度相比投資者關注度而言更弱，這與以往研究（劉鋒等，2014[8]）結(jié)論一致。

表4 關注度與股市異常收益率的平均相關系數(shù)

圖5 展示了投資者公司層面關注度、羊群效應與股市異常收益間的波動相關關系。

（1）投資者公司層面關注度的變動與羊群效應關系密切，二者相關系數(shù)大部分時間維持在0.2，關注度波動的增加預示羊群強度的變化。依據(jù)過往學者（胡金焱和宋唯實，2018[37]）的觀點，由于風險厭惡，投資者希望獲得與他人相同的信息，在分配關注時，會增強對資產(chǎn)選擇的羊群效應。因此，2015 年“股災”時，二者相關系數(shù)激增，投資者公司層面關注度在此期間呈現(xiàn)下降趨勢，拋售所持資產(chǎn)的態(tài)勢嚴重。

（2）注意力理論認為注意力是有限的，對某一股票的高度關注，必然帶來股票收益的異常變化（饒育蕾等，2014[38]）。投資者關注與股市異常收益率的條件相關系數(shù)大部分時間為正，即投資者關注度的波動能夠顯著地引起股票市場收益率的變化，二者關聯(lián)性的最高點出現(xiàn)在2014年12月，過熱的投機氛圍吸引了投資者注意力，促使市場指數(shù)急速攀升。

圖5 投資者公司層面關注度、羊群效應與股市異常收益的動態(tài)條件相關系數(shù)圖

（3）羊群效應與異常收益率間的波動相關關系以負相關居多，由于羊群效應只有在大量投資者采取相同或相似的投資策略時出現(xiàn)，故正常的市場狀態(tài)下二者相關系數(shù)較小且較為穩(wěn)定。2015 年7 月，二者負相關值激增，最低為-0.3209。而相關關系出現(xiàn)正值僅在“股災”后個別時期，且最大為0.2032。可見，股市下降時羊群行為產(chǎn)生的影響強于股市上升時狀況，這一非對稱特征也得到學者們（顧榮寶和蔣科學，2012[39]）的驗證：我國股票市場“慢漲快跌”的特點顯著。

四、穩(wěn)健性檢驗

此部分從兩個方面考察本文實證結(jié)果的穩(wěn)健性：（1）基于不同的羊群效應持續(xù)時間；（2）考慮溢出指數(shù)的不同滾動窗口長度。

（一）不同羊群效應持續(xù)時間的溢出效應分析

投資者行為隨著時間的推移是不斷演化的，關于羊群現(xiàn)象的持續(xù)時間學術(shù)界暫無定論。本文以200 個觀測值為移動時間窗口寬度計算羊群效應強度來考察實證結(jié)果的穩(wěn)健性①所得新的羊群效應強度的ADF 值為-1.7289，在10%的水平下顯著，除羊群效應變量外，其余變量與計算方式同前文。由于篇幅限制，此處不對動態(tài)溢出指數(shù)的結(jié)果進行羅列，如有需要可向作者索取。，靜態(tài)溢出指數(shù)測度結(jié)果如表5，動態(tài)條件相關系數(shù)估計結(jié)果如圖6 所示。

表5 不同羊群效應持續(xù)時間的影響的靜態(tài)溢出指數(shù)

圖6 不同羊群效應持續(xù)時間的影響的動態(tài)相關系數(shù)圖

可以看到，羊群效應計算窗口長度的改變，使得靜態(tài)溢出指數(shù)值有輕微變動，但變化幅度很小。窗口為200 個觀測值的羊群強度對股票市場異常收益率產(chǎn)生的溢出水平更高。與此同時，窗口的改變對于動態(tài)條件相關系數(shù)圖的走勢幾乎沒有影響。總體來說，各變量的溢出表現(xiàn)以及波動相關關系與前文的主要實證結(jié)論是基本一致的。

（二）不同溢出指數(shù)滾動窗口長度下的檢驗

本部分基于動態(tài)溢出指數(shù)滾動窗口長度的選擇角度考察上述實證結(jié)果的穩(wěn)健性，由于數(shù)據(jù)量的限制，在上文180 個觀測值的基礎上增加52 個（約一年），故本部分中動態(tài)溢出指數(shù)窗口長度為232，計算方式同前文中的溢出效應分析。

圖7 窗口長度180的動態(tài)凈溢出指數(shù)圖

圖8 窗口長度232的動態(tài)凈溢出指數(shù)圖

從圖7、8 可以看到，更長的動態(tài)溢出指數(shù)窗口長度的選擇使得各變量之間的溢出水平增大，但溢出方向基本不變。兩幅圖中，投資者有限關注對羊群效應在2018 年3 月之后的溢出水平走勢有所差異，其余時間走勢基本相同，溢出的表現(xiàn)與前文的主要實證結(jié)論基本一致。

五、結(jié)束語

本文立足有限關注，將其置于股市異常特征和羊群效應的研究框架中，全面考察行為金融三個層次之間的多維聯(lián)動關系，通過溢出指數(shù)測度和DCC-GARCH 模型從收益及其波動兩個方面構(gòu)建三個層次間的信息傳導關系模型，考察有限關注作為獨特視角解釋市場異象的可行性，測度行為金融三個層次間信息流的傳導路徑、方向和聯(lián)動模式，主要結(jié)論如下。

（1）從收益率角度來看，媒體報道數(shù)量和媒體情緒都會引起市場參與者投資心理的變化；投資者注意力的分配與月份相關，更適合作為有限關注的代理變量，其敏感化和情緒化的特點會影響公司層面關注度的分配。行情關注度相比公司關注度更容易導致投資者估值錯位，增加資產(chǎn)價格時變性和跳躍性。指數(shù)負回報被視為“壞消息”，能夠引起人們的極大關注。且“股災”期間投資者不理性的跟風行為是市場震蕩的重要原因。

（2）波動的聯(lián)動關系表明，同一層面的信息之間關系更為緊密，投資者傾向于將注意力分配到全市場的信息層面而不是特定公司信息層面。關注度的波動與羊群效應密切相關，能夠引起股票市場收益率的變化。而羊群效應與異常收益率間的波動相關關系以負相關居多，股市下降時羊群行為產(chǎn)生的影響強于股市上升時的狀態(tài)。

基于媒體傳遞信息的重要性和投資者網(wǎng)絡搜索獲取信息的普遍性，有限關注在股票市場信息傳導中扮演著重要角色，其與群體行為、市場震蕩之間關系密切。

依據(jù)以上結(jié)論，給出如下相關建議。

（1）信息量的泛濫，增加了信息的廣度，也帶來了認知的負擔，投資者被動或主動通過網(wǎng)絡平臺獲取信息、提升信息處理效率時，不僅應著眼于從網(wǎng)絡搜索所蘊含的行為金融邏輯中尋找獲利機會，同時也要樹立風險意識，客觀看待媒體報道，保持理性預期。

（2）各上市公司拓寬信息披露渠道的同時，可以從注意力分配的“月份效應”出發(fā)，提高信息披露質(zhì)量與效率。

（3）基于全市場信息更受關注的特點，媒體在發(fā)布新聞內(nèi)容時應綜合考慮市場情緒狀況，充分發(fā)揮信息媒介的功能，適當進行輿論引導。

（4）監(jiān)管部門應意識到媒體工具在信息擴散過程中的重要性，有針對性地進行輿情監(jiān)控，依托大數(shù)據(jù)、云計算等，建立健全監(jiān)管平臺來監(jiān)控市場上的非理性行為，優(yōu)化監(jiān)管績效，提高資本市場運行效率，促進金融市場健康發(fā)展。