有限關(guān)注與股市異常特征、羊群效應(yīng)

唐 勇，洪曉梅，朱鵬飛

[1.福州大學(xué)經(jīng)濟(jì)與管理學(xué)院，福建 福州350116；

2.金融數(shù)學(xué)福建省高校重點(diǎn)實(shí)驗(yàn)室（莆田學(xué)院），福建 莆田351100；3.福建省金融科技創(chuàng)新重點(diǎn)實(shí)驗(yàn)室，福建 福州350116]

一、引言

金融市場異象頻發(fā)對(duì)金融研究范式提出了新要求，傳統(tǒng)金融所強(qiáng)調(diào)的“理性范式”在解釋金融系統(tǒng)一系列復(fù)雜的演化特征時(shí)缺陷逐漸顯現(xiàn)。并且，現(xiàn)代通信和傳播技術(shù)實(shí)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(duì)投資者形成了挑戰(zhàn)，從浩如煙海的信息中迅速而準(zhǔn)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(xué)研究成果，從投資者自身出發(fā)審視價(jià)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(rèn)知、價(jià)值取向與股票市場的關(guān)系，順應(yīng)了科學(xué)研究范式的轉(zhuǎn)換趨勢，彰顯了強(qiáng)大的生命力（李心丹，2005[2]）。

傳統(tǒng)金融假設(shè)投資者擁有無限的認(rèn)知資源。然而，現(xiàn)實(shí)中注意力是一種有限的認(rèn)知資源。Simon（1971）[3]指出，當(dāng)今經(jīng)濟(jì)社會(huì)的信息富裕問題引起了注意力的稀缺，導(dǎo)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(jì)，Miller（1977）[4]和Merton（1987）[5]等人進(jìn)行了相關(guān)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(guān)系。

市場上的有限關(guān)注在很大程度上取決于認(rèn)知及心理作用，因此如何將其進(jìn)行量化成為專家學(xué)者一直 以 來 重 點(diǎn) 關(guān) 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(bào)道和網(wǎng)絡(luò)搜索的投資者關(guān)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(luò)搜索的利用滿足了投資者被動(dòng)和主動(dòng)兩種不同場景的信息內(nèi)容獲取需求；與此同時(shí)，明晰和準(zhǔn)確量化二者的信息覆蓋范圍也成了一個(gè)難題?；谏鲜霾町?，本文將有限關(guān)注指標(biāo)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(rèn)知局限約束下的行為選擇，進(jìn)而引起股價(jià)變化。情感因素是分析媒體報(bào)道對(duì)股價(jià)產(chǎn)生影響的一個(gè)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(bào)道語氣會(huì)影響投資者的交易行為，媒體的情緒會(huì)傳染給投資者，股票價(jià)格隨著市場情緒變化而偏離它的基本價(jià)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(jià)格之間關(guān)系顯著。劉鋒等（2014）[8]通過實(shí)證研究，得出了媒體對(duì)特定股票的關(guān)注會(huì)放大投資者關(guān)注對(duì)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(bào)道數(shù)量影響證券發(fā)行定價(jià)的內(nèi)在機(jī)制。劉志雄等學(xué)者（2017）[10]研究發(fā)現(xiàn)：負(fù)面新聞數(shù)量能夠在較長時(shí)間內(nèi)影響白酒板塊的股價(jià)。Ben-Rephae 等（2017）[11]著重探討了新聞報(bào)道數(shù)量和機(jī)構(gòu)關(guān)注之間的顯著相關(guān)關(guān)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(guān)股票的關(guān)鍵詞后，繼而產(chǎn)生相應(yīng)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(luò)搜索量作為有限關(guān)注代理變量的相對(duì)有效性（Da 等，2011[13]），現(xiàn)有研究主要從兩個(gè)層面出發(fā)探討其與資產(chǎn)價(jià)格的關(guān)系。Mao 等（2015）[14]、陸慧玲（2018）[15]從整個(gè)市場層面選擇“牛市”“熊市”作為關(guān)鍵詞來衡量投資者的情緒或市場行情關(guān)注度，驗(yàn)證了行為金融強(qiáng)調(diào)的情感因素在投資者行為中所起的重要作用。同時(shí)，出于投資組合的需要，單個(gè)公司的信息也是市場參與者關(guān)注的重點(diǎn)。Da 等（2011）[13]發(fā)現(xiàn)股票關(guān)鍵詞搜索量能更及時(shí)地捕捉散戶投資者的注意力，搜索量上漲預(yù)示股價(jià)走高。俞慶進(jìn)和張兵（2012）[16]將百度指數(shù)作為有限關(guān)注的代理量，得出了投資者有限關(guān)注影響股票市場交易活動(dòng)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(guān)信息反映到價(jià)格中。Vozlyublennaia（2014）[18]證明了注意力可以改變股票回報(bào)的可預(yù)測性。張誼浩等（2014）[12]的實(shí)證結(jié)果說明，根據(jù)網(wǎng)絡(luò)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(guān)注度與股票收益之間為顯著的正相關(guān)關(guān)系。

以往學(xué)者從投資者認(rèn)知角度重點(diǎn)考察了有限關(guān)注與資產(chǎn)價(jià)格的關(guān)系，而“投資的反饋環(huán)理論”指出：股市存在“客觀信息—認(rèn)識(shí)—行為”的循環(huán)往復(fù)并伴隨羊群行為的環(huán)形反饋系統(tǒng)（劉學(xué)文，2019[20]）。在該系統(tǒng)中，群體行為的演化趨勢對(duì)于資本市場理性化建設(shè)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(gè)股特質(zhì)信息，致使個(gè)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]）?；谑袌錾贤顿Y者認(rèn)知、預(yù)期與投資信念、價(jià)值取向之間的相互影響關(guān)系，市場潮流和大眾媒體對(duì)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(shí)，為投資者間的策略互動(dòng)提供信息平臺(tái)。劉峰等（2014）[8]和楊繼東（2007）[26]均認(rèn)為，媒體信息首先引起投資者關(guān)注，進(jìn)而驅(qū)動(dòng)其投資行為和投資 策 略。 Shiller（2015）[27]和 Bikhchandani 等（1992）[28]的觀點(diǎn)一致：文化因素對(duì)投資者非理性行為具有顯著作用，媒體存在信號(hào)效應(yīng)，加劇經(jīng)濟(jì)金融活動(dòng)中的跟風(fēng)現(xiàn)象。

以上研究尚存在一定不足。（1）行為金融學(xué)研究包括三個(gè)層次：有限理性個(gè)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(gè)層次或者兩個(gè)層次之間的關(guān)系，缺乏完整考慮三個(gè)層次之間的交互作用。（2）現(xiàn)有研究鮮有從多個(gè)主體、多個(gè)信息層面來考察不同類型的有限關(guān)注與股票市場表現(xiàn)之間的關(guān)系，且尚缺乏從定性、定量相結(jié)合的角度評(píng)估媒體報(bào)道與股票市場羊群行為之間的聯(lián)動(dòng)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(guān)鍵詞，沒有考慮到成分股對(duì)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(jìn)行實(shí)證研究，忽視了各變量樣本期間內(nèi)信息傳導(dǎo)的時(shí)變特征。

基于以上認(rèn)識(shí)，本文可能的創(chuàng)新點(diǎn)在于：（1）嘗試系統(tǒng)地研究行為金融的三個(gè)層次，立足于有限關(guān)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(dòng)兩個(gè)方面。和羊群效應(yīng)的研究框架中，全面考察它們之間的多維聯(lián)動(dòng)關(guān)系，作為以往單個(gè)或兩兩分析的有益補(bǔ)充；（2）在媒體和投資者雙重有限關(guān)注視角下，基于不同層面的信息，揭示行為金融三個(gè)層次間信息流的傳導(dǎo)路徑、方向和聯(lián)動(dòng)模式，定性與定量相結(jié)合來考察媒體關(guān)注對(duì)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(guān)注對(duì)指數(shù)關(guān)注的重要作用，從收益率與波動(dòng)兩個(gè)方面構(gòu)建三個(gè)層次的信息傳導(dǎo)關(guān)系模型，測度它們聯(lián)動(dòng)關(guān)系的強(qiáng)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(shè)定

1.A-CCK模型

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

其中為t 時(shí)刻N(yùn)t種資產(chǎn)收益率橫截面絕對(duì)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(dāng)γ2顯著為負(fù)時(shí)，市場中存在羊群效應(yīng)。

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(dòng)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(shí)，Ai=0。

方差貢獻(xiàn)為Xi受到外部沖擊時(shí)，其H 步預(yù)測誤差方差中由Xj所解釋的比例θij(H)。其中，σii為∑的第i對(duì)角線元素，ej為選擇列向量，第j個(gè)元素為1，其余為0。采用行加總的方式進(jìn)行標(biāo)準(zhǔn)化處理，即：

方向性溢出指數(shù)用于衡量某個(gè)變量與其他變量之間的信息溢出關(guān)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(jì)大規(guī)模相關(guān)系數(shù)矩陣的優(yōu)勢（Engle，2002[31]），具體形式如下：

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

（二）研究思路

本文基于媒體、投資者雙重有限關(guān)注視角以及不同層面的信息差異來構(gòu)建有限關(guān)注指標(biāo)，從收益率與波動(dòng)兩個(gè)方面探究有限關(guān)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(jì)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(guān)鍵詞數(shù)據(jù)，提取和保留不同類型關(guān)鍵詞的信息差異。借鑒“看漲指數(shù)”的定義，采用相對(duì)量的形式計(jì)算市場行情關(guān)注度；各公司的百度指數(shù)取對(duì)數(shù)后，進(jìn)行主成分分析，得到公司層面信息的關(guān)注度。同時(shí)，式（1）結(jié)合滾動(dòng)窗口技術(shù)來計(jì)算市場上的羊群效應(yīng)強(qiáng)度。

步驟2，運(yùn)用溢出指數(shù)模型探討有限關(guān)注、群體行為與股市異常收益間的信息溢出關(guān)系，計(jì)算樣本期內(nèi)的方向性靜態(tài)溢出指數(shù)，借助滾動(dòng)窗口考察動(dòng)態(tài)溢出效應(yīng)。

步驟3，根據(jù)公式（5）測算動(dòng)態(tài)條件相關(guān)系數(shù)，分析各變量間的波動(dòng)相關(guān)性。

步驟4，改變羊群效應(yīng)強(qiáng)度計(jì)算窗口的長度以及動(dòng)態(tài)溢出指數(shù)滾動(dòng)窗口的長度，以此來考察本文結(jié)論的穩(wěn)健性。

三、實(shí)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(gè)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(duì)數(shù)收益率，通過當(dāng)周收益與前八周的收益平均值之差來計(jì)算異常股票收益（劉鋒等，2014[8]；Ben-Rephael，2017[11]），即本文所有股價(jià)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(guān)注度，采用在市場層面考慮帶有情緒特征的關(guān)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(guān)鍵詞，變量計(jì)算見公式（6）。

第二類公司層面關(guān)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(guān)注度的關(guān)鍵詞更準(zhǔn)確；且在考慮投資者關(guān)注度時(shí)，股票簡稱作為關(guān)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(duì)數(shù)的方法得到各成分股的關(guān)注度（俞慶進(jìn)和張兵，2012[16]），如公式（7），而后通過主成分分析進(jìn)行降維，得到滬深300 指數(shù)關(guān)注度（任武軍，2018[33]）。

其中，bullt、beart分別為關(guān)鍵詞是“牛市”和“熊市”時(shí)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(guān)注度影響的是下一交易的日股票價(jià)格，故將第t周周末百度指數(shù)計(jì)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(shí)間短，而關(guān)鍵詞搜索在一天內(nèi)都可以進(jìn)行，故關(guān)注度日數(shù)據(jù)的改變不一定能夠馬上反映在當(dāng)天股價(jià)上，而周數(shù)據(jù)能夠充分反映一段時(shí)間內(nèi)關(guān)注度所起的作用。，為市場行情關(guān)注度。NameIndexi,t為第t 周股票i 的百度指數(shù)，為公司層面關(guān)注度③所用成分股為下文研究羊群效應(yīng)中挑選的樣本股。以往研究采用直接對(duì)搜索量取自然對(duì)數(shù)的形式，本文在此基礎(chǔ)上+1是因?yàn)閭€(gè)別股票部分時(shí)期搜索量數(shù)據(jù)為0。，采用主成分分析方法處理n個(gè)成分股關(guān)注度④各主成分累計(jì)方差貢獻(xiàn)達(dá)到73%和特征值大于1的基礎(chǔ)上，利用特征值對(duì)各主成分序列進(jìn)行加權(quán)。，得到滬深300指數(shù)關(guān)注度，剔除因節(jié)假日等因素導(dǎo)致的數(shù)據(jù)不匹配的7個(gè)數(shù)據(jù)。

表1 變量描述性統(tǒng)計(jì)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(dòng)窗口長度的需要，用于考察羊群效應(yīng)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(shí)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(shè)定中的公式（1）計(jì)算γ2來表征羊群行為強(qiáng)度，定義為HBI：當(dāng)γ2＜0 時(shí)，HBI=|γ2|，否則HBI=0。HBI 越大，表明市場上羊群效應(yīng)越強(qiáng)（顧榮寶，2015[22]）。本文以132 個(gè)（約6 個(gè)月）觀測值為移動(dòng)時(shí)間窗口寬度來考察羊群行為演化過程，移動(dòng)的步長為一天，日羊群行為強(qiáng)度平均后得到每周的強(qiáng)度。各變量描述性統(tǒng)計(jì)結(jié)果如表1 所示，各序列均平穩(wěn)，均存在自相關(guān)和ARCH效應(yīng)。

ABRt絕對(duì)值越大，代表收益率異?，F(xiàn)象愈顯著。正值表明收益率的增加趨勢，負(fù)值則表示當(dāng)期收益率的下降趨勢。趨近于0 則代表，相比之下，當(dāng)周收益率的變化較小，異?，F(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(shí)間ABRt處于-0.05 至0.05 之間，股票市場收益率日常波動(dòng)幅度較小。而在2015 年“股災(zāi)”前后，出現(xiàn)了最大和最小的兩個(gè)ABRt，2014 年12 月5 日當(dāng)周股票市場投資熱情高漲，ABRt達(dá)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(duì)應(yīng)左邊坐標(biāo)軸，即公司層面關(guān)注度對(duì)應(yīng)右邊坐標(biāo)軸，即市場行情關(guān)注度。表明，相對(duì)來說，投資者更關(guān)注公司層面的信息，而媒體報(bào)道更多的則是基于市場行情。市場行情關(guān)注中，兩條線絕大部分時(shí)間位于0 之上，即同一時(shí)刻“牛市”作為關(guān)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(yīng)”③波麗安娜效應(yīng)（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(shí)，媒體關(guān)注度自2015年呈現(xiàn)下降趨勢，“股災(zāi)”不僅使得投資者情緒和市場交投低迷，而且導(dǎo)致媒體在極度震蕩的市場中看漲情緒削減。

圖2 關(guān)注度走勢圖

從公司層面來看，投資者關(guān)注度的低點(diǎn)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(guān)的觀點(diǎn)一致。圖2 表明，2014 年以來，市場投機(jī)氛圍過熱，投資者公司層面關(guān)注度呈現(xiàn)上升趨勢④在此期間，出現(xiàn)負(fù)數(shù)點(diǎn)的時(shí)間為2015年春節(jié)。，在2015年6 月12 日達(dá)到最高點(diǎn)，與市場指數(shù)走勢一致。更多的關(guān)注一定程度上促使市場更加有效，價(jià)格信息含量更加豐富，但從此輪“快?！睅淼膽K痛教訓(xùn)可以看出，更多的關(guān)注也會(huì)導(dǎo)致各類噪聲，減少市場有效性。

（二）溢出效應(yīng)分析

行為金融學(xué)不同于傳統(tǒng)金融描述經(jīng)濟(jì)個(gè)體的最優(yōu)決策行為，而是通過研究市場上的經(jīng)濟(jì)動(dòng)機(jī)和經(jīng)濟(jì)力量，試圖探究真實(shí)投資決策行為（蔣軍鋒和殷婷婷，2015[35]）。投資者學(xué)習(xí)能力是有限的觀點(diǎn)反映了投資者學(xué)習(xí)能力約束對(duì)其選擇的影響，投資者之間的相互學(xué)習(xí)和模仿，可能引發(fā)從眾心理，導(dǎo)致證券價(jià)格出現(xiàn)系統(tǒng)性偏差。有限關(guān)注、羊群效應(yīng)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(dòng)關(guān)系，其相互作用機(jī)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(dǎo)過程。

1.信息傳導(dǎo)的靜態(tài)溢出效應(yīng)分析

采用VAR 模型的最優(yōu)滯后階數(shù)，預(yù)測期數(shù)為40⑤本文分別對(duì)預(yù)測期數(shù)5,10,20,30,40,50,70進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)預(yù)測期數(shù)大于40時(shí)，溢出水平與40時(shí)相近，故認(rèn)為預(yù)測期數(shù)為40時(shí)，信息溢出基本完成。，根據(jù)公式（4）計(jì)算樣本期內(nèi)有限關(guān)注、羊群效應(yīng)與異常收益率的靜態(tài)溢出指數(shù)，標(biāo)準(zhǔn)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(guān)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(guān)注度則反映了媒體報(bào)道數(shù)量。由表2中可得如下結(jié)論。

（1）同一層面的關(guān)注度之間關(guān)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(duì)后者的溢出值為9.2724；投資者公司關(guān)注對(duì)媒體公司報(bào)道數(shù)量產(chǎn)生了高達(dá)32.3170 的溢出效應(yīng)。對(duì)于投資者公司層面關(guān)注度來說，同一主體和同一層面關(guān)注度之間的信息傳導(dǎo)效率更高。上述結(jié)果表明：媒體關(guān)注能通過引導(dǎo)投資者注意力的分配，對(duì)其獲得重要信息的能力產(chǎn)生影響。

（2）相比媒體關(guān)注而言，投資者關(guān)注的相關(guān)指標(biāo)作為有限關(guān)注的代理變量更加有效。相比同一層面的媒體溢出效應(yīng)而言，投資者情緒和公司關(guān)注對(duì)市場羊群效應(yīng)、異常收益的溢出水平以及其受到的羊群效應(yīng)和異常收益率的溢出水平均更高，投資者關(guān)注相關(guān)指標(biāo)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(guān)注的溢出水平為7.1771 和18.8474。投資者在公司層面的關(guān)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(yīng)的產(chǎn)生源于收益率分散度指標(biāo)的減小，當(dāng)各公司收益率與市場收益趨同時(shí)，極有可能是因?yàn)橥顿Y者個(gè)人的觀念與市場上多數(shù)人一致，在同一時(shí)期加強(qiáng)了對(duì)特定公司的關(guān)注。而媒體信息具有公開性，容易形成市場上的共同知識(shí)，驅(qū)動(dòng)投資策略互動(dòng)。通過本文研究發(fā)現(xiàn)，媒體情緒與媒體報(bào)道數(shù)量能夠影響市場上的羊群行為。

（4）異常收益率對(duì)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(duì)投資者公司層面關(guān)注度的溢出水平為17.7454，市場出現(xiàn)異常時(shí)，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(bào)道數(shù)量的作用在于披露相關(guān)公司信息，故異常收益率對(duì)其影響有限。與此同時(shí)，行情關(guān)注度相比公司關(guān)注度對(duì)異常收益率的溢出效應(yīng)更強(qiáng)，此類信息更容易導(dǎo)致投資者估值錯(cuò)位，增加資產(chǎn)價(jià)格時(shí)變性和跳躍性。投資者市場行情關(guān)注度和公司層面關(guān)注度對(duì)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(shí)證結(jié)果佐證了以往研究結(jié)論：有限關(guān)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(guān)注、羊群效應(yīng)與異常收益的靜態(tài)溢出指數(shù)

2.信息傳導(dǎo)的動(dòng)態(tài)溢出效應(yīng)分析

根據(jù)公式（4），以180 個(gè)數(shù)據(jù)的觀測區(qū)間為滾動(dòng)窗口計(jì)算標(biāo)準(zhǔn)化的方向性動(dòng)態(tài)溢出指數(shù)，預(yù)測期數(shù)為40，分別判定每個(gè)窗口的最優(yōu)滯后階數(shù)。此部分以投資者公司層面關(guān)注度為分析重點(diǎn)①篇幅所限，文中選擇最具代表性的有效關(guān)注代理變量進(jìn)行分析。投資者公司層面關(guān)注度作為有限關(guān)注代理變量存在有效性和廣泛性（俞慶進(jìn)和張兵，2012[16]；劉鋒等，2014[8]），與此同時(shí)，靜態(tài)溢出指數(shù)測度表明其在整個(gè)研究框架中具有重要作用，對(duì)外溢出水平達(dá)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(guān)注指標(biāo)的分析重點(diǎn)。，考察三個(gè)層次間信息溢出的時(shí)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(duì)投資者公司關(guān)注度的溢出水平在此期間達(dá)到最大；而在后續(xù)的8 個(gè)月中，媒體看漲情緒激增，但其溢出水平卻呈現(xiàn)下降趨勢?？梢姡襟w情緒對(duì)投資者公司層面關(guān)注度的影響是不對(duì)稱的，負(fù)面情緒的作用更顯著。（2）來自同一主體的變量間關(guān)系密切，投資者作為獨(dú)立的決策個(gè)體在不同時(shí)期對(duì)待信息所分配的注意力會(huì)被情緒左右，該實(shí)證結(jié)論與靜態(tài)溢出效應(yīng)相同。2015 年“股災(zāi)”初期，投資者的敏感化和情緒化顯著影響了其自身對(duì)股票市場的關(guān)注程度。（3）市場應(yīng)重視媒體工具在信息準(zhǔn)確而有效擴(kuò)散過程中的重要作用，提高運(yùn)行效率。2015 年“股災(zāi)”階段的媒體報(bào)道數(shù)量高于樣本期平均水平，大量的公司負(fù)面新聞對(duì)投資者公司關(guān)注的溢出效應(yīng)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(bào)道數(shù)量越多，越能引起投資者的關(guān)注（邵新建等，2015[9]）；與此同時(shí)，媒體存在信息效應(yīng)，能夠減少投資者的信息不對(duì)稱（陽丹和夏曉蘭，2015[36]），但公司層面特質(zhì)信息融入股票價(jià)格存在滯后性。

圖3 各關(guān)注度對(duì)投資者公司層面關(guān)注度的動(dòng)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(guān)注度對(duì)股票市場羊群效應(yīng)和異常收益率的凈溢出水平在2015 年“股災(zāi)”初期為負(fù)值，說明此段時(shí)間羊群效應(yīng)和異常收益率對(duì)投資者公司關(guān)注產(chǎn)生的溢出水平高于后者對(duì)前者的影響。熊市中利空消息被強(qiáng)化，投資者爭相拋售股票，即使根據(jù)處置效應(yīng)持有虧損股票，市場的微量上漲也會(huì)成為投資者拋售股票的機(jī)會(huì)，而指數(shù)負(fù)回報(bào)會(huì)被視為“壞消息”，引起人們對(duì)相關(guān)指數(shù)的極大關(guān)注（Vozlyublennaia，2014[18]）。投資者公司層面關(guān)注度對(duì)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(qiáng)。

“股災(zāi)”時(shí)期，羊群效應(yīng)對(duì)異常收益率產(chǎn)生的凈溢出水平最高達(dá)67.7245，可見在此期間投資者不理性的跟風(fēng)行為是市場震蕩的重要原因?！肮蔀?zāi)”之后，羊群效應(yīng)對(duì)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(shí)，驅(qū)動(dòng)投資者之間的投資策略互動(dòng)，形成市場上的跟風(fēng)行為。

圖4 投資者公司層面關(guān)注度、羊群效應(yīng)

與股市異常收益的動(dòng)態(tài)凈溢出指數(shù)圖

（三）動(dòng)態(tài)條件相關(guān)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(guān)注、羊群效應(yīng)、股市異常收益間的信息溢出過程，但無法判定當(dāng)某個(gè)變量變化時(shí)所引起的其他變量的變動(dòng)情況。故此部分運(yùn)用DCC-GARCH模型通過動(dòng)態(tài)條件相關(guān)系數(shù)進(jìn)一步考察三者之間的波動(dòng)相關(guān)性。

表3 關(guān)注度間的平均相關(guān)系數(shù)

采用公式（5）計(jì)算投資者心理、行為與股票市場異常收益間的動(dòng)態(tài)條件相關(guān)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(jì)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(guān)系數(shù)②本文平均相關(guān)系數(shù)采用條件相關(guān)系數(shù)取絕對(duì)值后的平均值，能更加直觀地看出相關(guān)性的相對(duì)強(qiáng)弱，公式為考察關(guān)注度間波動(dòng)關(guān)系的強(qiáng)弱。表3可得，同一層面的信息之間關(guān)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(guān)注度上平均相關(guān)系數(shù)分別為0.4386、0.2833。市場行情關(guān)注度間關(guān)聯(lián)更緊密的可能原因在于：相比全市場信息，單個(gè)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(gè)公司的關(guān)注度變動(dòng)對(duì)滬深300 指數(shù)關(guān)注度產(chǎn)生的影響有限。從同一主體來看，投資者在兩個(gè)層面關(guān)注度的相關(guān)系數(shù)達(dá)0.3232，這表明投資者在信息處理時(shí)更注重考慮多個(gè)層面的信息，對(duì)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(shí)，跨主體、跨層面的關(guān)注度之間關(guān)聯(lián)性較弱。

表4 說明，市場行情層面的關(guān)注度與異常收益率的平均相關(guān)系數(shù)更大，看漲指數(shù)變化對(duì)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(guān)注度與異常收益率的平均相關(guān)系數(shù)均更大，媒體關(guān)注度變動(dòng)對(duì)股票收益的影響程度相比投資者關(guān)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(guān)注度與股市異常收益率的平均相關(guān)系數(shù)

圖5 展示了投資者公司層面關(guān)注度、羊群效應(yīng)與股市異常收益間的波動(dòng)相關(guān)關(guān)系。

（1）投資者公司層面關(guān)注度的變動(dòng)與羊群效應(yīng)關(guān)系密切，二者相關(guān)系數(shù)大部分時(shí)間維持在0.2，關(guān)注度波動(dòng)的增加預(yù)示羊群強(qiáng)度的變化。依據(jù)過往學(xué)者（胡金焱和宋唯實(shí)，2018[37]）的觀點(diǎn)，由于風(fēng)險(xiǎn)厭惡，投資者希望獲得與他人相同的信息，在分配關(guān)注時(shí)，會(huì)增強(qiáng)對(duì)資產(chǎn)選擇的羊群效應(yīng)。因此，2015 年“股災(zāi)”時(shí)，二者相關(guān)系數(shù)激增，投資者公司層面關(guān)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(yán)重。

（2）注意力理論認(rèn)為注意力是有限的，對(duì)某一股票的高度關(guān)注，必然帶來股票收益的異常變化（饒育蕾等，2014[38]）。投資者關(guān)注與股市異常收益率的條件相關(guān)系數(shù)大部分時(shí)間為正，即投資者關(guān)注度的波動(dòng)能夠顯著地引起股票市場收益率的變化，二者關(guān)聯(lián)性的最高點(diǎn)出現(xiàn)在2014年12月，過熱的投機(jī)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(guān)注度、羊群效應(yīng)與股市異常收益的動(dòng)態(tài)條件相關(guān)系數(shù)圖

（3）羊群效應(yīng)與異常收益率間的波動(dòng)相關(guān)關(guān)系以負(fù)相關(guān)居多，由于羊群效應(yīng)只有在大量投資者采取相同或相似的投資策略時(shí)出現(xiàn)，故正常的市場狀態(tài)下二者相關(guān)系數(shù)較小且較為穩(wěn)定。2015 年7 月，二者負(fù)相關(guān)值激增，最低為-0.3209。而相關(guān)關(guān)系出現(xiàn)正值僅在“股災(zāi)”后個(gè)別時(shí)期，且最大為0.2032?？梢姡墒邢陆禃r(shí)羊群行為產(chǎn)生的影響強(qiáng)于股市上升時(shí)狀況，這一非對(duì)稱特征也得到學(xué)者們（顧榮寶和蔣科學(xué)，2012[39]）的驗(yàn)證：我國股票市場“慢漲快跌”的特點(diǎn)顯著。

四、穩(wěn)健性檢驗(yàn)

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

（一）不同羊群效應(yīng)持續(xù)時(shí)間的溢出效應(yīng)分析

投資者行為隨著時(shí)間的推移是不斷演化的，關(guān)于羊群現(xiàn)象的持續(xù)時(shí)間學(xué)術(shù)界暫無定論。本文以200 個(gè)觀測值為移動(dòng)時(shí)間窗口寬度計(jì)算羊群效應(yīng)強(qiáng)度來考察實(shí)證結(jié)果的穩(wěn)健性①所得新的羊群效應(yīng)強(qiáng)度的ADF 值為-1.7289，在10%的水平下顯著，除羊群效應(yīng)變量外，其余變量與計(jì)算方式同前文。由于篇幅限制，此處不對(duì)動(dòng)態(tài)溢出指數(shù)的結(jié)果進(jìn)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(dòng)態(tài)條件相關(guān)系數(shù)估計(jì)結(jié)果如圖6 所示。

表5 不同羊群效應(yīng)持續(xù)時(shí)間的影響的靜態(tài)溢出指數(shù)

圖6 不同羊群效應(yīng)持續(xù)時(shí)間的影響的動(dòng)態(tài)相關(guān)系數(shù)圖

可以看到，羊群效應(yīng)計(jì)算窗口長度的改變，使得靜態(tài)溢出指數(shù)值有輕微變動(dòng)，但變化幅度很小。窗口為200 個(gè)觀測值的羊群強(qiáng)度對(duì)股票市場異常收益率產(chǎn)生的溢出水平更高。與此同時(shí)，窗口的改變對(duì)于動(dòng)態(tài)條件相關(guān)系數(shù)圖的走勢幾乎沒有影響?？傮w來說，各變量的溢出表現(xiàn)以及波動(dòng)相關(guān)關(guān)系與前文的主要實(shí)證結(jié)論是基本一致的。

（二）不同溢出指數(shù)滾動(dòng)窗口長度下的檢驗(yàn)

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

圖7 窗口長度180的動(dòng)態(tài)凈溢出指數(shù)圖

圖8 窗口長度232的動(dòng)態(tài)凈溢出指數(shù)圖

從圖7、8 可以看到，更長的動(dòng)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(guān)注對(duì)羊群效應(yīng)在2018 年3 月之后的溢出水平走勢有所差異，其余時(shí)間走勢基本相同，溢出的表現(xiàn)與前文的主要實(shí)證結(jié)論基本一致。

五、結(jié)束語

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

（1）從收益率角度來看，媒體報(bào)道數(shù)量和媒體情緒都會(huì)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(guān)，更適合作為有限關(guān)注的代理變量，其敏感化和情緒化的特點(diǎn)會(huì)影響公司層面關(guān)注度的分配。行情關(guān)注度相比公司關(guān)注度更容易導(dǎo)致投資者估值錯(cuò)位，增加資產(chǎn)價(jià)格時(shí)變性和跳躍性。指數(shù)負(fù)回報(bào)被視為“壞消息”，能夠引起人們的極大關(guān)注。且“股災(zāi)”期間投資者不理性的跟風(fēng)行為是市場震蕩的重要原因。

（2）波動(dòng)的聯(lián)動(dòng)關(guān)系表明，同一層面的信息之間關(guān)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(guān)注度的波動(dòng)與羊群效應(yīng)密切相關(guān)，能夠引起股票市場收益率的變化。而羊群效應(yīng)與異常收益率間的波動(dòng)相關(guān)關(guān)系以負(fù)相關(guān)居多，股市下降時(shí)羊群行為產(chǎn)生的影響強(qiáng)于股市上升時(shí)的狀態(tài)。

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

依據(jù)以上結(jié)論，給出如下相關(guān)建議。

（1）信息量的泛濫，增加了信息的廣度，也帶來了認(rèn)知的負(fù)擔(dān)，投資者被動(dòng)或主動(dòng)通過網(wǎng)絡(luò)平臺(tái)獲取信息、提升信息處理效率時(shí)，不僅應(yīng)著眼于從網(wǎng)絡(luò)搜索所蘊(yùn)含的行為金融邏輯中尋找獲利機(jī)會(huì)，同時(shí)也要樹立風(fēng)險(xiǎn)意識(shí)，客觀看待媒體報(bào)道，保持理性預(yù)期。

（2）各上市公司拓寬信息披露渠道的同時(shí)，可以從注意力分配的“月份效應(yīng)”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(guān)注的特點(diǎn)，媒體在發(fā)布新聞內(nèi)容時(shí)應(yīng)綜合考慮市場情緒狀況，充分發(fā)揮信息媒介的功能，適當(dāng)進(jìn)行輿論引導(dǎo)。

（4）監(jiān)管部門應(yīng)意識(shí)到媒體工具在信息擴(kuò)散過程中的重要性，有針對(duì)性地進(jìn)行輿情監(jiān)控，依托大數(shù)據(jù)、云計(jì)算等，建立健全監(jiān)管平臺(tái)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(yùn)行效率，促進(jìn)金融市場健康發(fā)展。