论文部分内容阅读
计算机技术的发展给现代金融市场带来了根本性的革新。随着互联网的应用和发展，投资者在金融市场中的决策，经常遇到信息量过大从而造成选择困难的情况。尽管网络上的各种信息随手可得，但是投资者同时能处理的信息是相对有限的，这在本质上是由于“注意力资源”稀缺导致的。投资者关注度理论在近半个世纪以来发展迅猛，已经成为影响金融市场的重要因素之一。
目前国内的散户投资者，在进行股票市场相关的决策过程中，使用最多的就是同花顺股票软件。本文将同花顺用户行为数据作为投资者关注的代理变量，实证研究了投资者关注度和个股交易活跃度及个股收益率之间的关系。在进行了数据平稳性检验后，首先进行了统计描述性分析，挑选了样本期内关注度最大的几支股票进行了合理性检验，得出了数据可靠性较高的结论。然后通过总结前人的研究经验，提出四个假设并构建模型进行实证分析。
首先，根据单变量回归模型分析的结果，初步发现:同花顺用户行为数据作为投资者关注的代理变量和同期市场的交易活跃度和收益率均有正相关性。然后加入FamaandFrench(2015a)提出的五因子作为控制变量，利用固定效应面板模型得到进一步证明:投资者在某只股票中的关注度越高，其股票同期的交易活跃程度就越高，收益率也越高。这在逻辑上也比较容易理解:中国股票市场的投资者基本只能买入股票并持有，很难融券卖出，因此备受关注的股票大多是市场表现较好的股票，这很容易引起投资者的大量关注，并在群体的“追捧”中持续走高。另外通过结果对比还发现:在A股点击量占比、A股新闻点击量占比、A股自选股占比这3项同花顺用户行为数据中，以A股点击量占比数据作为投资者关注度的代理变量，对同期市场的交易活跃度和收益率解释力最强。
然后，利用解释力最强的A股点击量占比数据作为投资者关注度的代理变量，通过固定效应面板模型研究当期及滞后10期的市场表现与关注度之间的关系后发现:换手率回归系数随着滞后项期数的增加而逐期减小，说明交易活跃度会随着投资者关注度滞后期期数的不断增加而衰减。而通过对比收益率数据结果发现，关注度回归系数与当期的收益率呈现正相关关系，但是从1期开始就是负相关，并且这种负相关会在滞后2期时达到最大。
最后，利用A股点击量占比数据作为投资者关注度的代理变量，通过研究不同资金量用户群的关注度与市场表现之间的关系后发现:资金量越大的用户关注度对市场表现的影响越大。
本文根据个股收益率与当期股票关注度正相关，与滞后期关注度负相关的特征，构造了绝对关注度策略和相对关注度策略。绝对关注度策略以当期关注度与样本数据的前3个月的关注度分位数做对比，来确定交易信号，而相对关注度策略则以回测时间点与当期向前滚动3个月的关注度分位数做对比，来确定交易信号。
通过对hs300成分股组合的回测分析以及对大小市值组合的回测对比后发现:相对关注度策略比绝对关注度策略提供的信号更多，且策略贡献的收益率也有所提高，这可能是因为如果用固定时期的数据作为日后数据的对比基准，很可能会出现极端情况:前3个月的平均关注度都很高，导致后面回测期的关注度一直处于偏低的水平。针对行情的动态适应性，会变差很多;所有的回测组合对比后发现:以A股点击量占比数据得到的策略表现都是最好的，这同样证明:以A股点击量占比数据作为投资者关注度的代理变量，对个股收益率的解释力最好。另外，小市值组合在2个策略中的表现都好于大市值组合，这也符合小市值股票更容易在受到高关注度的时候，价格被资金追捧而使得交易更加活跃，个股收益率更高的常识判断。
目前国内的散户投资者，在进行股票市场相关的决策过程中，使用最多的就是同花顺股票软件。本文将同花顺用户行为数据作为投资者关注的代理变量，实证研究了投资者关注度和个股交易活跃度及个股收益率之间的关系。在进行了数据平稳性检验后，首先进行了统计描述性分析，挑选了样本期内关注度最大的几支股票进行了合理性检验，得出了数据可靠性较高的结论。然后通过总结前人的研究经验，提出四个假设并构建模型进行实证分析。
首先，根据单变量回归模型分析的结果，初步发现:同花顺用户行为数据作为投资者关注的代理变量和同期市场的交易活跃度和收益率均有正相关性。然后加入FamaandFrench(2015a)提出的五因子作为控制变量，利用固定效应面板模型得到进一步证明:投资者在某只股票中的关注度越高，其股票同期的交易活跃程度就越高，收益率也越高。这在逻辑上也比较容易理解:中国股票市场的投资者基本只能买入股票并持有，很难融券卖出，因此备受关注的股票大多是市场表现较好的股票，这很容易引起投资者的大量关注，并在群体的“追捧”中持续走高。另外通过结果对比还发现:在A股点击量占比、A股新闻点击量占比、A股自选股占比这3项同花顺用户行为数据中，以A股点击量占比数据作为投资者关注度的代理变量，对同期市场的交易活跃度和收益率解释力最强。
然后，利用解释力最强的A股点击量占比数据作为投资者关注度的代理变量，通过固定效应面板模型研究当期及滞后10期的市场表现与关注度之间的关系后发现:换手率回归系数随着滞后项期数的增加而逐期减小，说明交易活跃度会随着投资者关注度滞后期期数的不断增加而衰减。而通过对比收益率数据结果发现，关注度回归系数与当期的收益率呈现正相关关系，但是从1期开始就是负相关，并且这种负相关会在滞后2期时达到最大。
最后，利用A股点击量占比数据作为投资者关注度的代理变量，通过研究不同资金量用户群的关注度与市场表现之间的关系后发现:资金量越大的用户关注度对市场表现的影响越大。
本文根据个股收益率与当期股票关注度正相关，与滞后期关注度负相关的特征，构造了绝对关注度策略和相对关注度策略。绝对关注度策略以当期关注度与样本数据的前3个月的关注度分位数做对比，来确定交易信号，而相对关注度策略则以回测时间点与当期向前滚动3个月的关注度分位数做对比，来确定交易信号。
通过对hs300成分股组合的回测分析以及对大小市值组合的回测对比后发现:相对关注度策略比绝对关注度策略提供的信号更多，且策略贡献的收益率也有所提高，这可能是因为如果用固定时期的数据作为日后数据的对比基准，很可能会出现极端情况:前3个月的平均关注度都很高，导致后面回测期的关注度一直处于偏低的水平。针对行情的动态适应性，会变差很多;所有的回测组合对比后发现:以A股点击量占比数据得到的策略表现都是最好的，这同样证明:以A股点击量占比数据作为投资者关注度的代理变量，对个股收益率的解释力最好。另外，小市值组合在2个策略中的表现都好于大市值组合，这也符合小市值股票更容易在受到高关注度的时候，价格被资金追捧而使得交易更加活跃，个股收益率更高的常识判断。