基金經(jīng)理對(duì)貨幣政策反應(yīng)的異質(zhì)性分析

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(shí)需要對(duì)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(gè)階段，通過(guò)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(kāi)放式股票型基金數(shù)據(jù)，從擇時(shí)和選股兩個(gè)方面研究我國(guó)基金經(jīng)理在不同貨幣政策下的注意力配置和收益問(wèn)題。研究發(fā)現(xiàn)：在貨幣政策寬松時(shí)，宏觀信息波動(dòng)更大，而貨幣政策緊縮時(shí)，微觀信息波動(dòng)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(dòng)的基金經(jīng)理?yè)駮r(shí)能力顯著，在緊縮貨幣政策背景下，關(guān)注微觀信息波動(dòng)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(shí)，確保資本市場(chǎng)信息披露及時(shí)、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(chǎng)非理性波動(dòng)、實(shí)現(xiàn)市場(chǎng)有效監(jiān)管的基礎(chǔ)。

關(guān)鍵詞：理性疏忽;信息波動(dòng);注意力配置;貨幣政策

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

收稿日期：2020-10-18

作者簡(jiǎn)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(zhǎng)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(jī)不會(huì)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(lái)超額收益，以及什么樣的投資策略能夠獲得超額收益等問(wèn)題的討論熱度一直頗高。該類問(wèn)題受關(guān)注的原因有二：一是對(duì)投資者而言，將資產(chǎn)委托于投資機(jī)構(gòu)管理的個(gè)人占比一直在上升，基金經(jīng)理的業(yè)績(jī)與投資者的資產(chǎn)收益密切相關(guān);二是從政府的角度來(lái)說(shuō)，這能真實(shí)反映一國(guó)資本市場(chǎng)的效率，為政府的宏觀決策提供有效參考。傳統(tǒng)定價(jià)理論和投資組合選擇理論都假定所有投資者可以無(wú)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(duì)不斷更新的信息，行為人不可能對(duì)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?cè)诶眯畔⒌耐瑫r(shí)，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(shí)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(duì)信息做出合理的選擇”。

大量文獻(xiàn)研究表明，資本市場(chǎng)對(duì)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(huì)使美國(guó)國(guó)債市場(chǎng)出現(xiàn)大幅度的價(jià)格波動(dòng)。Bernanke和Kuttner（2005）[4]通過(guò)實(shí)證研究發(fā)現(xiàn)，聯(lián)邦利率每下降25個(gè)bp，股指平均會(huì)上升一個(gè)百分點(diǎn)。Hausman和Wongswan（2011）[5]發(fā)現(xiàn)美聯(lián)儲(chǔ)的貨幣政策不僅對(duì)本國(guó)經(jīng)濟(jì)產(chǎn)生影響，還會(huì)對(duì)其他國(guó)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(guó)資本市場(chǎng)回報(bào)率的確會(huì)受到美聯(lián)儲(chǔ)貨幣政策的影響，當(dāng)美聯(lián)儲(chǔ)實(shí)施寬松貨幣政策時(shí)，我國(guó)資本回報(bào)率會(huì)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(cè)變量之一。

有限的信息處理能力、不同貨幣政策對(duì)資本市場(chǎng)的不同影響程度等問(wèn)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(wèn)題。本文嘗試研究貨幣政策對(duì)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(kāi)放式股票基金的歷史投資業(yè)績(jī)數(shù)據(jù)，從信息波動(dòng)角度，討論不同貨幣政策背景下投資者注意力配置問(wèn)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(gè)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(guò)程、信息處理以及決策過(guò)程都是理性的，所以理性疏忽理論并非是對(duì)“理性人”分析框架的挑戰(zhàn)，而是對(duì)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(duì)金融市場(chǎng)中的很多問(wèn)題提供了新的解釋視角。

理性疏忽理理論為資本品價(jià)格聯(lián)動(dòng)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(zhǎng)期重復(fù)性使用的策略，對(duì)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(duì)每個(gè)資產(chǎn)都投入注意力。特別是對(duì)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(duì)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(jià)格之間出現(xiàn)聯(lián)動(dòng)。Hellwig和Veldkamp（2009）[11]討論了投資者在私人信號(hào)和公共信息之間選擇的問(wèn)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(huì)出現(xiàn)一定的類似性，投資者的理性疏忽會(huì)加劇投資過(guò)程中的羊群效應(yīng)。Luo（2010）[12]研究了消費(fèi)者的儲(chǔ)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(dòng)效應(yīng)。

投資者注意力配置是理性疏忽研究框架的核心問(wèn)題之一。Liu（2007）[13]認(rèn)為信息獲取成本過(guò)高，風(fēng)險(xiǎn)厭惡程度較高或投資期限較長(zhǎng)的投資者，會(huì)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(wèn)題，認(rèn)為在經(jīng)濟(jì)衰退期應(yīng)選擇與市場(chǎng)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(huì)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(shí)，幾乎都沒(méi)有討論信息收集的注意力配置問(wèn)題;而且在討論投資者注意力配置時(shí)，大多以股票市場(chǎng)為例，以基金市場(chǎng)為研究對(duì)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(shí)，不同貨幣政策背景下基金經(jīng)理的注意力分配問(wèn)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(shí)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(lái)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(duì)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（Γ′）-1（+xi），市場(chǎng)出清時(shí)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(shí)，本文假定寬松貨幣政策背景下宏觀信息波動(dòng)更顯著，而緊縮貨幣政策背景下，微觀信息波動(dòng)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(hào)sj和價(jià)格信號(hào)sp，這兩類信號(hào)均為沖擊因子的無(wú)偏信號(hào)，其中私人信號(hào)sj=z+εj，εj～N（0，∑sj）為信號(hào)噪聲，表示不同投資者對(duì)信息處理結(jié)果的差異。價(jià)格信號(hào)是sp=z+εp，εp～N（0，∑p），資本市場(chǎng)為賣方市場(chǎng)，投資者行為對(duì)沖擊因子的價(jià)格不構(gòu)成影響，個(gè)人對(duì)價(jià)格信息的處理也不能達(dá)到對(duì)價(jià)格信號(hào)降噪的作用，所以價(jià)格為外生變量。

投資者的注意力分配主要用信號(hào)的精度來(lái)表示，在私人信號(hào)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(guò)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(jià)格，qj為投資者達(dá)到效用最大化時(shí)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(wú)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(guò)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(lái)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(dòng)信息波動(dòng)因子的價(jià)格，q≡Γ-1q表示信息波動(dòng)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(shí)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(dòng)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(guò)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(méi)被利用而被回收以處理其他信息：

（二）模型求解

下面將對(duì)理論模型的目標(biāo)函數(shù)進(jìn)行化簡(jiǎn)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(duì)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(dòng)因子市場(chǎng)出清條件式（4），可得到信息波動(dòng)因子的均衡價(jià)格，參考Adamti（1985）[16]，將價(jià)格函數(shù)進(jìn)行化簡(jiǎn)，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(duì)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(gè)投資者關(guān)于n個(gè)風(fēng)險(xiǎn)因子的注意力配置效用最大化問(wèn)題，其中外部參數(shù)包括σ-1i、σ-1p、d，以及基金的個(gè)數(shù)m，風(fēng)險(xiǎn)因子的個(gè)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(dòng)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(shí)，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(dòng)得到的注意力為0。

第二種情況，當(dāng)d大于0時(shí)，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(guò)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(méi)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(shí)，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(wèn)題退化成無(wú)約束優(yōu)化問(wèn)題。若要無(wú)約束條件的解落在可行域內(nèi)，需滿足：Kij0，?KijK兩個(gè)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(gè)較小的值d0>0開(kāi)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(dòng)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(chǎng)上存在n=100個(gè)風(fēng)險(xiǎn)變量，m=100個(gè)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(gè)專業(yè)投資者的注意力上限為50個(gè)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(hào)的平均精度K-i=mKn。在滿足不等式（9）的條件下，通過(guò)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(dòng)的參數(shù)范圍，參照了后面實(shí)證部分的信息波動(dòng)真實(shí)取值范圍，機(jī)構(gòu)投資者的占比與中國(guó)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(duì)信息波動(dòng)因子的關(guān)注度隨其波動(dòng)率的增大而增加。在風(fēng)險(xiǎn)因子波動(dòng)率不變的情況下，投資者對(duì)信息波動(dòng)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(shí)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(dòng)成正比。

（三）模型結(jié)論

理論模型的結(jié)論較為簡(jiǎn)潔，即注意力配置在信息波動(dòng)較高的信息上，可獲得較高的效用。由于模型中包含n個(gè)信息，即1個(gè)宏觀信息和n-1個(gè)微觀信息，需要對(duì)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(dòng)成正比，在寬松貨幣政策時(shí)應(yīng)更加關(guān)注宏觀沖擊因子，在緊縮貨幣政策時(shí)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(lái)源。于我國(guó)證券投資法自2004年開(kāi)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(kù)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(cāng)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(cāng)市值信息，計(jì)算持倉(cāng)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(guó)不同貨幣政策階段時(shí)，使用了樣本期間季度GDP，數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局官網(wǎng)，季度調(diào)整的M2數(shù)據(jù)來(lái)自Wind?宏觀數(shù)據(jù)庫(kù)，銀行同業(yè)間拆借平均利率和無(wú)風(fēng)險(xiǎn)收益率來(lái)自RESSET金融研究數(shù)據(jù)庫(kù)。

2.變量說(shuō)明。

（1）宏觀信息波動(dòng)（AS）：是指與企業(yè)無(wú)關(guān)而與宏觀經(jīng)濟(jì)環(huán)境相關(guān)的信息波動(dòng)，當(dāng)其宏觀信息波動(dòng)增加時(shí)，宏觀信息對(duì)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(shí)，每只股票i，在每個(gè)月t，根據(jù)往前12個(gè)月窗口滾動(dòng)日度收益數(shù)據(jù)做CAPM回歸，即可得到βi，t，同時(shí)得到CAPM模型的殘差標(biāo)準(zhǔn)差σiεt，那么個(gè)股面臨的宏觀信息波動(dòng)為βi，tσmt，σmt為基于股票市場(chǎng)日收益率計(jì)算出日收益率波動(dòng)率。對(duì)于整個(gè)市場(chǎng)來(lái)說(shuō)，宏觀信息波動(dòng)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(dòng)（IS）：是指僅與企業(yè)相關(guān)而與宏觀環(huán)境無(wú)關(guān)的信息波動(dòng)，如企業(yè)的利潤(rùn)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(gè)月窗口滾動(dòng)的CAPM模型，取其殘差標(biāo)準(zhǔn)差σiεt作為個(gè)股微觀信息波動(dòng)的代理變量。市場(chǎng)微觀信息波動(dòng)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(shí)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(shí)表示擴(kuò)張的貨幣政策，ME取1，mp<0時(shí)表示緊縮的貨幣政策，此時(shí)ME取0。

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

（5）波動(dòng)擇時(shí)能力（Stiming）：從信息波動(dòng)角度衡量的擇時(shí)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(kāi)始時(shí)股票i的持倉(cāng)比例，ωmit則表示股票i在t時(shí)資本市場(chǎng)中的市值占比。參照宏觀信息波動(dòng)的定義，將市場(chǎng)日收益率波動(dòng)率σmt作為此處市場(chǎng)信息波動(dòng)zn（t+1）的代理變量。

（6）波動(dòng)選股能力（Spicking）：與波動(dòng)擇時(shí)能力相對(duì)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(wú)關(guān)的部分。計(jì)算公式如下：

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

（7）擇時(shí)收益能力（Etiming）：以市場(chǎng)收益為關(guān)注對(duì)象的擇時(shí)能力，反映了基金所獲收益與市場(chǎng)收益之間的關(guān)系。擇時(shí)收益能力強(qiáng)意味著當(dāng)市場(chǎng)收益高時(shí)，所持投資組合與市場(chǎng)收益的相關(guān)系數(shù)高，而當(dāng)市場(chǎng)收益低時(shí)，所持有的投資組合與市場(chǎng)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(chǎng)收益Rm協(xié)方差和市場(chǎng)收益方差之比。擇時(shí)收益能力強(qiáng)意味著在市場(chǎng)收益升高之前，基金通過(guò)提高

值高的股票持倉(cāng)占比提高收益。

（8）選股收益能力（Epicking）：從市場(chǎng)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(chǎng)收益無(wú)關(guān)僅與所持股票自身特質(zhì)相關(guān)的部分，即對(duì)低估或者過(guò)譽(yù)股票的識(shí)別能力。此時(shí)選股關(guān)注的對(duì)象是收益而非信息波動(dòng)，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(shí)期內(nèi)的收益率，Rit+1-βi，tRmt+1表示股票i在t時(shí)期內(nèi)收益率中只與自身特質(zhì)相關(guān)而與市場(chǎng)無(wú)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(guò)去三年操控性應(yīng)計(jì)項(xiàng)目絕對(duì)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(guò)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(jià)。上市公司會(huì)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(shuō)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(dòng)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(guó)機(jī)構(gòu)投資者的注意力是否會(huì)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(dòng)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(dòng)，ISt表示微觀信息波動(dòng)，SRt表示宏觀信息波動(dòng)與微觀信息波動(dòng)之比。Xtj為控制變量，該實(shí)證模型分別使用時(shí)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(jiàn)實(shí)證結(jié)果表1。

宏觀信息波動(dòng)、微觀信息波動(dòng)、宏觀與微觀的信息波動(dòng)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(shí)間序列回歸結(jié)果，表1（B）為混合回歸結(jié)果。在時(shí)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(gè)股過(guò)去一年累計(jì)收益率（Rt12）。本文對(duì)特征變量采取分組賦值法進(jìn)行預(yù)處理，參見(jiàn)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(dòng)和微觀信息波動(dòng)都是在貨幣寬松期更顯著，但二者的變動(dòng)幅度不同。時(shí)間序列回歸結(jié)果中，貨幣政策擴(kuò)張期的宏觀信息波動(dòng)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(dòng)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(dòng)與微觀信息波動(dòng)之比為152，而在緊縮的貨幣政策背景下，宏觀信息波動(dòng)與微觀信息波動(dòng)之比小于1。表1（B）為混合回歸結(jié)果，結(jié)果與時(shí)間序列結(jié)果一致，即宏觀信息波動(dòng)在寬松貨幣政策背景下更顯著，微觀信息波動(dòng)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(dòng)和微觀信息波動(dòng)均在貨幣政策擴(kuò)張時(shí)顯著高于貨幣政策緊縮期，但宏觀信息波動(dòng)與微觀信息波動(dòng)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(dòng)在時(shí)間上存在一致性，即在貨幣政策寬松時(shí)宏觀信息波動(dòng)更大，而微觀信息波動(dòng)在緊縮貨幣政策背景下更大。

2.不同貨幣政策下投資者對(duì)宏微觀信息的注意力配置。從信息波動(dòng)角度衡量基金“波動(dòng)擇時(shí)能力”和“波動(dòng)選股能力”，以此判斷我國(guó)基金的注意力配置是否會(huì)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(dòng)擇時(shí)能力和波動(dòng)選股能力與貨幣政策之間是否相關(guān)：

其中，SDifferencejt表示波動(dòng)擇時(shí)與波動(dòng)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(dòng)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(duì)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(wú)須對(duì)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(dòng)和微觀信息波動(dòng)角度出發(fā)衡量的擇時(shí)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(dòng)擇時(shí)、波動(dòng)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(gè)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(dòng)擇時(shí)能力和波動(dòng)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(shuō)明在貨幣政策寬松期，投資者的波動(dòng)擇時(shí)能力表現(xiàn)相對(duì)較好。該結(jié)果也與表1結(jié)果相呼應(yīng)，在我國(guó)的資本市場(chǎng)上，貨幣政策寬松時(shí)，異質(zhì)性風(fēng)險(xiǎn)的波動(dòng)率相對(duì)貨幣政策緊縮時(shí)較高，二者的相對(duì)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(dòng)擇時(shí)能力和波動(dòng)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(shí)，二者之差顯著為正，表明投資者的波動(dòng)擇時(shí)能力高于波動(dòng)選股能力，反之，在貨幣政策緊縮時(shí)，二者之差顯著為負(fù)，表明投資者的波動(dòng)選股能力高于波動(dòng)擇時(shí)能力。此結(jié)果說(shuō)明我國(guó)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(shí)更加關(guān)注宏觀信息波動(dòng)，而在貨幣政策寬松時(shí)更加關(guān)注微觀信息波動(dòng)。

3.不同貨幣政策下投資者的收益水平與信息波動(dòng)的關(guān)系?；仡櫪碚撃Ｐ停疚脑谪?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(jiǎn)單驗(yàn)證該做法的合理性，我們?cè)趯?shí)證模型中納入變量信息不透明度Opaque，通過(guò)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(shí)能力和選股能力是否有顯著差異：

其中Etimingjt表示第j個(gè)基金在第t期的擇時(shí)收益能力，Epickingjt表示第j個(gè)基金在第期的選股收益能力，EDifferencejt表示收益擇時(shí)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(shí)收益能力和選股收益能力的時(shí)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(shí)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(shí)收益能力在貨幣寬松期比貨幣緊縮期高出59個(gè)bp。結(jié)合表2可知，基金經(jīng)理在寬松貨幣政策時(shí)，會(huì)提高對(duì)宏觀信息波動(dòng)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(lái)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(huì)有顯著提高結(jié)論相符，所以需要進(jìn)一步看擇時(shí)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(shí)，擇時(shí)收益能力比選股收益能力收益高1958個(gè)bp。反之，在貨幣政策緊縮期時(shí)，收選股能力比擇時(shí)收益能力高出1352個(gè)bp。因此可知，在貨幣政策寬松期，投資者的擇時(shí)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(guó)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(dòng)，而在緊縮貨幣政策背景下更加關(guān)注微觀信息波動(dòng)，這樣的注意力配置策略確實(shí)能夠給投資者帶來(lái)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(duì)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(guò)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(duì)宏觀信息和微觀信息的關(guān)注問(wèn)題。研究發(fā)現(xiàn)：在我國(guó)資本市場(chǎng)上，寬松貨幣政策下的宏觀信息波動(dòng)顯著高于貨幣緊縮期，而微觀信息波動(dòng)雖在不同貨幣政策下變化沒(méi)有宏觀信息波動(dòng)顯著，但宏觀信息波動(dòng)與微觀信息波動(dòng)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(dòng)的基金經(jīng)理?yè)駮r(shí)能力顯著，在緊縮貨幣政策背景下，關(guān)注微觀信息波動(dòng)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(duì)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(duì)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(chǎng)上的非必要波動(dòng)，保證貨幣政策精準(zhǔn)實(shí)施。

完善資本市場(chǎng)監(jiān)管機(jī)制，保障資本市場(chǎng)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(shí)性，使得資本市場(chǎng)對(duì)信息的獲取和吸收及時(shí)有效，長(zhǎng)期確保資本市場(chǎng)的健康穩(wěn)定運(yùn)行。監(jiān)管部門加強(qiáng)對(duì)市場(chǎng)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(chǎng)非理性波動(dòng)。

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(duì)金融信息的處理能力，形成理性投資認(rèn)知，降低資本市場(chǎng)上的投機(jī)心理。第二，針對(duì)我國(guó)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(gè)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(chǔ)貨幣政策對(duì)我國(guó)資產(chǎn)價(jià)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(chéng)劍，李帥，等.貨幣政策沖擊對(duì)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）