移動化交易與彩票類股票需求:來自A股市場的經(jīng)驗(yàn)證據(jù)

吳海波,吳沖鋒

(上海交通大學(xué) 安泰經(jīng)濟(jì)與管理學(xué)院,上海 200030)

近年來,隨著券商數(shù)字化轉(zhuǎn)型的加速,移動平臺已經(jīng)逐漸成了投資者獲取金融資訊、股票交易以及股吧等社區(qū)服務(wù)最重要的渠道。據(jù)《金融APP內(nèi)容生態(tài)報(bào)告》公布的數(shù)據(jù),2021年末國內(nèi)股票交易類APP整體的月度活躍用戶人數(shù)達(dá)到1.12 億,約占A 股總開戶數(shù)的57%。相較于個(gè)人電腦(PC),智能手機(jī)更加普及、便攜,能夠隨時(shí)隨地接入移動網(wǎng)絡(luò),極大地降低了投資者獲取金融市場實(shí)時(shí)信息,并據(jù)此做出反應(yīng)的時(shí)間成本。交易成本的降低無疑對金融市場的投資活動有著顯著的激勵作用,但同時(shí)也縱容了投資者非理性的投機(jī)行為[1]。

國內(nèi)外的經(jīng)驗(yàn)證據(jù)表明,個(gè)人投資者存在過度的投機(jī)性交易行為,其投資的收益與交易頻率成反比[2-3]。這一現(xiàn)象在以個(gè)人投資者為主導(dǎo)的市場中表現(xiàn)得尤為明顯。Barber 等[4]通過研究1995～1999年間臺灣地區(qū)市場所有個(gè)人投資者的賬戶數(shù)據(jù)發(fā)現(xiàn),臺灣地區(qū)市場個(gè)人投資者的交易頻率是美國個(gè)人投資者的2～3倍,這導(dǎo)致了個(gè)人財(cái)富以每年3.8 個(gè)百分點(diǎn)的幅度縮水。個(gè)人投資者的“過度交易”傾向顯然有悖于傳統(tǒng)金融理論中的“理性投資者”假設(shè),但與具有賭性、在交易中尋求刺激的投資者行為一致[5-6]。相關(guān)的理論模型認(rèn)為,這類投資者之所以熱衷于交易,是因?yàn)樗麄兡軌驈慕灰字蝎@得非金錢上的效用,從而彌補(bǔ)預(yù)期收益的損失[7]。隨后的實(shí)證研究也印證了這一觀點(diǎn),研究發(fā)現(xiàn):彩票的購買與投資者的交易活動具有顯著的替代性[8-9];個(gè)人投資者偏好交易具有彩票特征的股票,為了追求小概率發(fā)生的極端收益愿意承受短期內(nèi)巨大的虧損風(fēng)險(xiǎn)[10-12]。

因此,本文認(rèn)為移動設(shè)備的使用可能進(jìn)一步加劇股票市場中個(gè)人投資者彩票類股票的投資行為。更強(qiáng)的投機(jī)意愿不僅有損于個(gè)人投資者自身的投資收益,同時(shí)也會更大程度地影響金融市場中的資產(chǎn)定價(jià)[13-15]以及強(qiáng)化市場異象[16-18]。再結(jié)合當(dāng)下中國股票市場仍以個(gè)人投資者為主的現(xiàn)狀,隨著移動設(shè)備在投資活動中的使用越來越普及,了解移動設(shè)備對于個(gè)人投資者投機(jī)行為的影響,將為解決中國股票市場未來發(fā)展中所遇到的問題提供更多的啟示。

本文利用國內(nèi)某大型券商所提供的超過160萬名個(gè)人投資者2011年1月至2019年12月期間使用移動設(shè)備(99.9%為智能手機(jī))和PC 的交易匯總數(shù)據(jù),同時(shí)根據(jù)彩票能讓人“一夜暴富”的特征將個(gè)股歷史單日極端的正收益作為識別彩票類股票的主要指標(biāo),系統(tǒng)性地分析了移動設(shè)備的使用如何影響中國投資者的彩票類股票投資行為。研究發(fā)現(xiàn):年輕的、財(cái)富水平較低的男性投資者更傾向使用移動設(shè)備交易,相較于使用PC設(shè)備的投資者,使用移動設(shè)備的投資者更加偏好交易彩票類的股票;與投機(jī)性交易對資產(chǎn)價(jià)格的影響一致,當(dāng)彩票類的股票中有更高比例的使用移動設(shè)備的投資者時(shí),個(gè)股的預(yù)期收益越低;移動設(shè)備使用的增長加劇了市場中彩票類股票的交易,并且強(qiáng)化了彩票類股票的定價(jià)異象;移動設(shè)備使用加劇了個(gè)人投資者對彩票類股票的關(guān)注度,隨著移動設(shè)備使用增長,關(guān)注度的衰減對投資者彩票類股票需求的影響變大。

本文的主要貢獻(xiàn)在于:

(1) 采用大樣本交易數(shù)據(jù),首次刻畫了中國個(gè)人投資者在不同交易平臺下的彩票類股票交易行為,發(fā)現(xiàn)了使用移動設(shè)備的個(gè)人投資者具有更強(qiáng)的博彩性動機(jī),為中國投資者的博彩性投資行為提供了新的證據(jù)。

(2) 由于市場中移動交易數(shù)據(jù)的匱乏,現(xiàn)有關(guān)于移動設(shè)備對投資者行為影響的研究往往著眼于手機(jī)應(yīng)用軟件自身特征的分析[19-20],存在一定局限性。鑒于個(gè)人投資者在中國A 股市場中的主導(dǎo)地位,利用個(gè)人投資者移動交易比重的結(jié)構(gòu)性變化,從市場結(jié)果的角度分析了移動設(shè)備使用的增長對彩票類股票交易量以及定價(jià)的影響,更有助于加深對中國股票市場的理解。

(3) 考慮到投資者關(guān)注度隨時(shí)間消逝,創(chuàng)新性地使用歷史極端單日收益的時(shí)間距離作為投資者關(guān)注度的衡量指標(biāo),以檢驗(yàn)個(gè)人投資者博彩性投資行為的加劇是由關(guān)注度誘導(dǎo)還是受到偏度偏好的影響。與李晨辰等[21]的結(jié)論一致,本文的結(jié)果證明了移動設(shè)備對投資者注意力導(dǎo)向的影響,同時(shí)也為投資者關(guān)注能夠引導(dǎo)彩票類股票交易行為的觀點(diǎn)提供了支持性的證據(jù)[22-23]。

1 文獻(xiàn)回顧與研究假設(shè)

1.1 彩票類股票交易行為研究概況

在“以小博大”的彩票游戲中絕大多數(shù)玩家最終都會成為輸家,盡管如此,現(xiàn)實(shí)中的人們對于彩票仍然有著旺盛的需求。大量的經(jīng)驗(yàn)證據(jù)表明,這種博彩的投機(jī)心理同樣反映在股票市場的投資者交易行為中。一方面,市場中的個(gè)人投資者表現(xiàn)出了持有和交易那些具有高偏度的股票(即彩票類股票)的行為偏好。Kumar[12]和廖理等[10]分別通過中、美股市市場中個(gè)人投資者的賬戶數(shù)據(jù)發(fā)現(xiàn),個(gè)人投資者的資產(chǎn)組合中超額配置了彩票類股票。Han等[15]則主要關(guān)注個(gè)人投資者的交易行為,研究發(fā)現(xiàn),個(gè)人投資者的交易在彩票類股票中尤為頻繁。另一方面,個(gè)人投資者表現(xiàn)出根據(jù)彩票頭獎金額,在購買彩票和股票交易之間做出權(quán)衡的行為特征。Dorn等[9]發(fā)現(xiàn),彩票獎金池的規(guī)模與彩票類股票中小單交易的參與度成反比。Gao等[8]發(fā)現(xiàn),臺灣地區(qū)個(gè)人投資者的股票交易量在大額彩票(5億新臺幣以上)開獎前會顯著下降,并且發(fā)現(xiàn)彩票對個(gè)人投資者交易的替代效應(yīng)的大小取決于個(gè)股的偏度,而與股票的方差無關(guān)。

上述證據(jù)表明,彩票類股票的交易相較于其他股票而言存在更多非理性的需求,這部分需求來自個(gè)人投資者追求股票極端正收益的博彩動機(jī)。不同于以規(guī)避風(fēng)險(xiǎn)為目的的理性交易,個(gè)人投資者在彩票類股票中的非理性交易與購買彩票相似,是一種負(fù)和游戲[24]。首先,彩票類股票的預(yù)期收益遠(yuǎn)不能補(bǔ)償懷有博彩動機(jī)的投資者所面臨的短期風(fēng)險(xiǎn)。Boyer等[25]發(fā)現(xiàn),高期望異質(zhì)偏度的股票未來收益反而更低。Bali等[17]發(fā)現(xiàn),個(gè)股前一個(gè)月單日收益的最大值越大,下一個(gè)月的預(yù)期收益越低。其次,考慮到交易成本,頻繁交易彩票類股票會進(jìn)一步降低投資者的預(yù)期收益。Barber 等[3]通過研究66 465名美股個(gè)人投資者的賬戶數(shù)據(jù)得到的證據(jù)表明,頻繁交易導(dǎo)致投資者的預(yù)期收益不僅低于市場指數(shù),而且投資表現(xiàn)與交易頻率成反比。不同于知情交易,投機(jī)性交易遭受的損失絕大部分都是由于投資者在缺乏股價(jià)未來方向信息時(shí)而采取的主動交易所導(dǎo)致的[4]。同時(shí),投資者幾乎不可能因?yàn)檎莆兆吭降慕灰准记啥鴱念l繁的交易中獲利。Barber等[26]通過研究臺灣地區(qū)市場的個(gè)人投資者賬戶數(shù)據(jù)進(jìn)一步發(fā)現(xiàn),只有不到1%的日內(nèi)交易者在扣除交易費(fèi)用后能夠獲得穩(wěn)定的正超額收益。

為什么投資者如此熱衷于參與這種大概率虧損的“博彩”游戲? 學(xué)者們針對此問題做了大量研究。為了解釋個(gè)人投資者在彩票類股票中更頻繁的交易現(xiàn)象,Black[27]最早提出需要引入交易的直接效用來解釋市場中的投機(jī)交易。對于投資者而言,交易本身不僅產(chǎn)生財(cái)富效用,還有交易活動中的感官刺激和娛樂性所帶來的衍生效用。Grinblatt等[5]使用芬蘭投資者的超速罰單數(shù)據(jù),發(fā)現(xiàn)追求刺激的投資者交易更加頻繁。Dorn等[6]則深入研究了德國投資者的交易動機(jī)后發(fā)現(xiàn),將交易當(dāng)作是一種賭博娛樂的投資者其換手率是其他投資者的兩倍,他們之所以交易是因?yàn)橄硎芙灰姿鶐淼臉啡ぁ?/p>

同時(shí),彩票類股票高風(fēng)險(xiǎn)、低預(yù)期收益的特征意味著傳統(tǒng)均值-方差框架下的均衡價(jià)格會導(dǎo)致彩票類股票的需求高于供給。Brunnermeier等[28]建立了最優(yōu)預(yù)期框架為投資者的彩票類股票偏好提供了一種理論解釋,在此框架下,投資者會選擇最優(yōu)主觀信念來最大化效用。在某一時(shí)期,當(dāng)最優(yōu)主觀信念高估了客觀的尾部概率時(shí),投資者將表現(xiàn)出彩票類股票的偏好。Barberis等[29]則將累積前景理論推廣到彩票類股票的定價(jià)中,認(rèn)為投機(jī)者對尾部概率賦予了更高的權(quán)重,從而愿意為彩票類股票支付更高的價(jià)格并接受負(fù)的預(yù)期收益。最優(yōu)預(yù)期和前景理論框架都從投資者內(nèi)在的偏度偏好角度解釋了彩票類股票的定價(jià)異象,但忽略了市場中搜索成本過高可能會限制個(gè)人投資者發(fā)現(xiàn)具有正偏度收益形態(tài)的股票,導(dǎo)致無法達(dá)到模型的均衡結(jié)果。有鑒于此,Han等[22]提出了社交傳播模型,認(rèn)為即使投資者不具有內(nèi)在的偏度偏好,投資者的關(guān)注以及激進(jìn)的交易策略也會通過社交傳播聚集到彩票類股票中,進(jìn)而推高彩票類股票的價(jià)格。這一理論也被Bali等[23]所提供的經(jīng)驗(yàn)證據(jù)所支持,他們發(fā)現(xiàn)美股市場中彩票類股票的價(jià)格異象在社交互動的強(qiáng)度更大、投資者關(guān)注度更高時(shí)被進(jìn)一步放大。

梳理上述文獻(xiàn),可以發(fā)現(xiàn),投資者由博彩動機(jī)產(chǎn)生的投機(jī)性行為主要表現(xiàn)在兩個(gè)方面:①這類投資者有異常的彩票類股票交易需求。彩票類股票的高風(fēng)險(xiǎn)、高極端收益能夠?yàn)閼延胁┎蕜訖C(jī)的投資者帶來更多感官刺激和娛樂性,由此附加了更高的非金錢上的效用來補(bǔ)償交易成本所導(dǎo)致的財(cái)富損失。②這類投資者有異常的彩票類股票配置需求,這導(dǎo)致了彩票類股票高風(fēng)險(xiǎn)、低預(yù)期收益的定價(jià)異象。一方面,懷有博彩動機(jī)的投資者會由于高估極端收益事件的發(fā)生概率而產(chǎn)生內(nèi)在的偏度偏好;另一方面,這類投資者會容易被彩票類股票的極端收益事件吸引關(guān)注度,并在社會網(wǎng)絡(luò)中傳播激進(jìn)的交易策略。

1.2 移動設(shè)備對投資者行為的影響和研究假設(shè)提出

隨著科技的進(jìn)步,個(gè)人投資者的交易方式從20世紀(jì)80年代的電話撥號到90年代后逐漸轉(zhuǎn)變?yōu)榛ヂ?lián)網(wǎng)線上交易,再到近年來手機(jī)交易APP逐漸成為主流的交易渠道,每一次的變遷都使個(gè)人投資者交易股票變得更加直接、簡化。Choi等[30]將新興的交易渠道比喻成在家附近新開的超市,而傳統(tǒng)的交易渠道則是更偏遠(yuǎn)的超市,在商品相同的情況下,人們?yōu)榱斯?jié)省交通成本自然更傾向去新開的超市。與之類似,對于個(gè)人投資者而言,由于股票的交易時(shí)間往往與工作、通勤的時(shí)間重疊,故相較于使用傳統(tǒng)PC端交易,使用手機(jī)APP能夠使投資者在更多的場合獲取信息并管理資產(chǎn)組合,這顯然極大地降低了個(gè)人投資者的交易成本。同時(shí),懷有博彩動機(jī)的投資者由于具有異常的彩票類股票交易需求,這類交易者從而可能會更偏好使用移動設(shè)備進(jìn)行交易,并在彩票類股票中更活躍。因此提出假設(shè):

H1個(gè)股中使用移動設(shè)備交易的投資者占比越高,其彩票類股票特征越明顯。

前人的理論性研究和經(jīng)驗(yàn)性證明都表明活躍的投機(jī)交易能夠?qū)κ袌鲋械馁Y產(chǎn)價(jià)格產(chǎn)生系統(tǒng)的影響。Scheinkman等[31]建立了一個(gè)連續(xù)時(shí)間的均衡模型,證明了當(dāng)投機(jī)交易活躍時(shí)股票價(jià)格會被高估,因?yàn)橥稒C(jī)交易者之間存在巨大的意見分歧,所以使持有該股票有了更高的期權(quán)價(jià)值。Han等[15]則通過將美股市場中的小額交易訂單作為投機(jī)交易的衡量指標(biāo),不僅發(fā)現(xiàn)個(gè)股的小額訂單占比越高彩票特征越明顯,還發(fā)現(xiàn)小額訂單占比與個(gè)股,尤其是彩票類股票的預(yù)期收益成反比?；谏鲜龇治?提出假設(shè):

H2個(gè)股中使用移動設(shè)備交易的投資者占比越高,其預(yù)期收益越低;并且,在彩票類股票中這種負(fù)相關(guān)關(guān)系更強(qiáng)。

交易成本的降低不僅吸引投機(jī)交易者使用移動設(shè)備進(jìn)行交易,也可能加劇投資者的投機(jī)性交易。Barber等[1]發(fā)現(xiàn),投資者從撥號交易轉(zhuǎn)移到線上平臺后,投資者的交易變得更加頻繁、更具有投機(jī)性。由于投機(jī)交易者能夠從彩票類股票交易中獲取非金錢上的效用[6,8],交易成本的降低可能會提高投資者最大化效用時(shí)的最優(yōu)交易量。

同時(shí),移動設(shè)備的使用還可能會導(dǎo)致投資者在做投資決策時(shí)的思考方式發(fā)生改變,從而加劇了對彩票類股票的需求。在心理學(xué)上,投資者做交易決策時(shí)存在兩種思考系統(tǒng):一種是快速的、情緒化的、依靠直覺的系統(tǒng)1模式;另一種則是較慢的、深思熟慮的、具有邏輯性的系統(tǒng)2模式[32]。移動設(shè)備的使用會導(dǎo)致投資者在決策時(shí)更加依賴系統(tǒng)1的思考模式。一方面,移動設(shè)備在工作時(shí)間使用會加劇投資者決策時(shí)的時(shí)間壓力[20];另一方面,移動交易APP的界面設(shè)計(jì)更加簡潔及便于操作,會導(dǎo)致投資者決策時(shí)思想的放松[19]。因此,隨著移動設(shè)備越來越多地被使用,市場中的投資者會更依賴系統(tǒng)1的思考模式。這不僅會導(dǎo)致投資者對尾部事件的發(fā)生概率更容易產(chǎn)生錯(cuò)誤的認(rèn)知,還會促使投資者更容易被極端收益所吸引[33]?；谏鲜龇治?提出假設(shè):

H3a市場中使用移動設(shè)備交易的投資者占比的增長會導(dǎo)致彩票類股票的交易活動更活躍。

H3b市場中使用移動設(shè)備交易的投資者占比的增長會導(dǎo)致彩票類股票的價(jià)格被高估得更嚴(yán)重。

盡管系統(tǒng)1的思考模式對彩票類股票的需求影響可能同時(shí)存在于投資者的偏度偏好和關(guān)注度兩個(gè)維度,但移動設(shè)備的一些內(nèi)在屬性可能導(dǎo)致其對投資者關(guān)注度的影響程度更高。其一,智能手機(jī)作為生活中的主要聯(lián)系工具顯著加強(qiáng)了人與人之間的社會交互[34],而在Han等[22]的模型中,投資者間的社會交互在投資者對彩票類股票的關(guān)注度中起到了重要的傳播作用;其二,移動設(shè)備的消息接收以推送的方式為主,而彩票類股票往往更有可能被推送給投資者,這不僅會使更多的投資者關(guān)注到彩票類股票,也會加劇投資者的風(fēng)險(xiǎn)偏好[35];最后,相較于PC設(shè)備,移動設(shè)備的屏幕尺寸更小,這意味著投資者需要更多的滾動翻頁來查找投資信息[36],而搜索成本的提高會使投資者更依賴關(guān)注度來做投資決策[37-38]。由此提出假設(shè):

H4移動設(shè)備的使用加劇了投資者對彩票類股票的關(guān)注。

2 研究設(shè)計(jì)與樣本數(shù)據(jù)

2.1 數(shù)據(jù)來源與樣本統(tǒng)計(jì)

本文所使用的數(shù)據(jù)主要包括上市公司股票不同客戶端的交易數(shù)據(jù)、公開市場數(shù)據(jù)以及一些資產(chǎn)定價(jià)模型中的因子數(shù)據(jù)。其中,不同客戶端的交易數(shù)據(jù)是由國內(nèi)一家大型券商提供的脫敏數(shù)據(jù),原始數(shù)據(jù)包含該券商在2011年1月4日至2019年12月31日期間超過160萬名個(gè)人投資者在A 股市場每日的分類匯總數(shù)據(jù)。具體而言,每個(gè)交易日可以觀測到交易日期、股票代碼、交易客戶端(移動、PC)、賬戶大小(0～100 000、100 000～500 000、500 000～5 000 000、高于5 000 000)、買入/賣出交易量(金額、訂單量)、活躍賬戶數(shù)量以及賬戶持有人基本特征(男性占比、平均年齡)。上市公司的公開市場數(shù)據(jù)以及一些資產(chǎn)定價(jià)模型中的因子數(shù)據(jù)來自國泰安數(shù)據(jù)庫(CSMAR)。本文的樣本對象包含了滬深A(yù)股全部上市公司,但是剔除了ST 類型的樣本公司以及當(dāng)月訂單數(shù)小于5單的股票樣本。

表1給出了不同客戶端個(gè)人投資者樣本的描述性統(tǒng)計(jì),以便于直觀地了解偏好使用手機(jī)交易的個(gè)人投資者特征。表1面板A 中展示了移動設(shè)備客戶端與個(gè)人電腦客戶端交易的投資者的男性占比及年齡。在計(jì)算中,首先將當(dāng)月使用過移動客戶端交易的投資者賬戶定義為移動賬戶,沒有使用過移動客戶端的投資者賬戶定義為PC 賬戶;然后,通過活躍賬戶數(shù)量和賬戶持有人基本特征分別計(jì)算了每個(gè)月每只股票中移動賬戶和PC賬戶中的男性投資者占比和平均年齡;最后,計(jì)算股票橫截面的月平均值,并得到投資者基本特征的月度時(shí)間序列。由表1面板A 可以看出,使用手機(jī)APP交易的投資者男性比例為59%,平均年齡約為43歲;而使用個(gè)人電腦客戶端的投資者男性比例為53%,平均年齡約為50歲。

表1 個(gè)人投資者樣本描述統(tǒng)計(jì)Tab.1 Descriptive statistics for the individual investor sample

表1面板B 給出了按個(gè)人賬戶資產(chǎn)大小分類的投資者在不同交易平臺執(zhí)行的訂單占比數(shù)據(jù)。將賬戶資產(chǎn)小于10萬元的投資者定義為小型投資者,賬戶資產(chǎn)大于10萬元但小于50萬元的投資者定義為中型投資者,賬戶資產(chǎn)大于50萬元但小于500萬元的投資者定義為大型投資者,賬戶資產(chǎn)大于500萬元的投資者定義為超大型投資者。分別計(jì)算4類投資者的交易訂單在移動和PC平臺的月度平均占比,結(jié)果表明:在手機(jī)APP 交易平臺中,中、小型投資者的訂單占比高達(dá)8成,大型、超大型投資者的訂單僅占2成;而在個(gè)人電腦客戶端中,中、小型投資者的訂單占比為6成,大型、超大型投資者的訂單占比為4成。

上述結(jié)果表明,使用手機(jī)APP進(jìn)行交易的投資者相較于使用個(gè)人電腦客戶端的投資者在特征上有著顯著的差異,年輕的、財(cái)富水平較低的男性投資者更傾向使用移動設(shè)備交易。這類投資者通常更加偏好持有彩票類股票[12],同時(shí)也更容易為了追求感官刺激而交易,或?qū)⒔灰卓醋魇且环N博彩娛樂[5-6]。因此,表1為本文的研究假設(shè)提供了初步的支持性證據(jù)。

2.2 指標(biāo)選擇

2.2.1 彩票類股票的指標(biāo)選擇 彩票類股票的需求一方面來源于投資者“一夜暴富”的博彩心理;另一方面也由于這類股票足夠的“吸睛”,能夠第一時(shí)間吸引投資者的關(guān)注度。因此,作為彩票類股票的識別指標(biāo)至少應(yīng)該滿足3點(diǎn)要求:①能夠衡量個(gè)股單日的極端正收益率;②具有延續(xù)性,即表現(xiàn)出在未來仍有較大概率能夠重復(fù)獲得極端正收益(盡管發(fā)生的次數(shù)可能很少);③易于觀測與計(jì)算。按照Bali 等[17]的做法,并借鑒中國市場的相關(guān)研究[11,16],本文將個(gè)股前一個(gè)月最大的3個(gè)單日收益率的均值(MAX)作為彩票類股票特征的衡量指標(biāo),并將每月MAX 值為前10%的股票視為彩票類股票。具體計(jì)算方式為

式中:MAXi,t(N)為個(gè)股i在t月前N個(gè)最大單日收益率的均值;DES_rankn為降序排序的第n個(gè)數(shù);Daily_reti,t表示個(gè)股i在t月的日收益率序列。

圖1顯示了MAX 指標(biāo)的轉(zhuǎn)移概率,即在t月末計(jì)算每只股票的MAX,并按照MAX 的十分位數(shù)分組(1～10組的MAX 由小到大),最后計(jì)算每一組的股票落入t+1月末的MAX 分組中的概率。

由圖1可見,前一個(gè)月MAX 最大的一組股票(即彩票類股票)在下一個(gè)月還在第10組的概率超過20%,落入MAX 最高的3組的概率接近50%;而前一個(gè)月MAX 最小的一組股票在下一個(gè)月在第10組的概率不超過5%,仍處于第1組的概率接近30%。這說明,股票的MAX 特征具有很強(qiáng)的延續(xù)性,上一個(gè)月股票發(fā)生了極端的正收益,則在下一個(gè)月仍有很大的可能發(fā)生極端的正收益;相反,如果上一個(gè)月股票沒有發(fā)生極端的正收益,則在下一個(gè)月發(fā)生極端正收益的概率也很小。再考慮到個(gè)股的MAX 易于觀測,本文認(rèn)為MAX 能夠很好地衡量股票的彩票特性。

2.2.2 移動設(shè)備的參與度量 為了檢驗(yàn)移動設(shè)備在投資者交易活動中的影響,將當(dāng)月使用過手機(jī)APP交易的投資者賬戶定義為移動賬戶,并構(gòu)建移動賬戶數(shù)量與活躍賬戶數(shù)量的比值作為衡量移動設(shè)備在交易中的參與度指標(biāo),即

式中:MAPi,t為個(gè)股i在t月的移動賬戶占比;Mobile_Accountsi,t為在t月個(gè)股i中參與的移動賬戶數(shù)量;Active_Accountsi,t為在t月個(gè)股i中參與的活躍賬戶數(shù)量。移動賬戶為當(dāng)月使用過移動客戶端交易的投資者賬戶,活躍賬戶則為當(dāng)月參與過交易的投資者賬戶。本文對移動賬戶的定義不考慮個(gè)人投資者使用不同客戶端的交易頻率的影響,這是因?yàn)镵alda等[39]發(fā)現(xiàn),在使用移動設(shè)備后,投資者行為的變化不僅反映在投資者在移動設(shè)備的交易上,同時(shí)也會反映在電腦客戶端上的交易中。從本文的角度看,投資者開通移動交易渠道后潛在的交易成本就已經(jīng)降低了,投資者在使用PC 端進(jìn)行交易時(shí)存在這樣的心理,即面臨無法使用PC 客戶端進(jìn)行交易時(shí),可以隨時(shí)使用移動客戶端進(jìn)行交易。因此,本文認(rèn)為使用過移動設(shè)備的投資者,即使頻率很低,其交易行為也會有別于沒有使用過移動客戶端的投資者的交易行為。

圖2展示了樣本區(qū)間內(nèi)每個(gè)月個(gè)股移動賬戶占比均值的時(shí)間序列。本文發(fā)現(xiàn),移動設(shè)備在投資者中的使用存在明顯的增長趨勢。同時(shí),投資者使用移動設(shè)備的趨勢在2015 年發(fā)生了結(jié)構(gòu)性的變化:2011～2014 年4 年間移動賬戶占比由3%增長至17%,而僅2015年移動賬戶占比就從17%增長至47%,隨后2016～2019 年4 年間移動賬戶占比由47%繼續(xù)增長至65%。這是由于2014 年7 月至2015年6月期間A 股的牛市刺激了投資者的交易需求,從而驅(qū)使了投資者轉(zhuǎn)向交易成本更小的交易平臺[40]。移動賬戶占比在2015 年6月至12 月A股熊市期間不僅沒有發(fā)生顯著下降反而穩(wěn)定地增長,這進(jìn)一步說明投資者對移動設(shè)備的偏好發(fā)生了整體上的結(jié)構(gòu)性變化,而不太可能僅僅由于牛市帶來的新增投資者對使用移動設(shè)備有偏好,因?yàn)檫@部分經(jīng)驗(yàn)較少的投資者會在熊市中迅速退出市場[41]。

圖2 移動賬戶占比Fig.2 Mobile accounts proportion

為了檢驗(yàn)市場中移動設(shè)備使用的增長所帶來的影響,利用2015年增長趨勢的結(jié)構(gòu)性變化構(gòu)建相應(yīng)的虛擬變量,即

該變量表示在2011～2014 年期間Post_struchg取值為0,在2015～2019年期間取值為1。

2.2.3 MAX 距離指標(biāo) 在檢驗(yàn)投資者關(guān)注度對彩票類股票需求的影響時(shí),首先面臨的一個(gè)挑戰(zhàn)是如何控制投資者內(nèi)在的偏度偏好對彩票類股票需求的影響。為此,本文構(gòu)建了MAX 距離指標(biāo),即

式中:DMAXi,t為個(gè)股i在t月的最大單日收益發(fā)生日與當(dāng)月最后一個(gè)交易日之間相隔的交易日天數(shù);Month_endt為t月的交易日天數(shù);MAX_dayi,t為個(gè)股i在t月的最大單日收益發(fā)生日與當(dāng)月第1個(gè)交易日之間相隔的交易日天數(shù)。值得注意的是,考慮到A 股的漲停板機(jī)制,如果個(gè)股i在t月的漲停次數(shù)超過1次,則MAX_dayi,t為個(gè)股i在t月最后一次漲停板發(fā)生日與當(dāng)月第1個(gè)交易日之間相隔的交易日天數(shù)。

對于投資者在t+1月的彩票類股票需求而言,DMAXi,t的大小與個(gè)股i在t月的偏度是正交的,無論在經(jīng)濟(jì)意義上還是統(tǒng)計(jì)意義上,兩者都不相關(guān)。然而,DMAXi,t的大小與投資者對于個(gè)股i的關(guān)注度的關(guān)聯(lián)度卻非常高。這是由于盡管投資者會關(guān)注個(gè)股的極端收益,但如果沒有持續(xù)的極端收益,投資者對個(gè)股的關(guān)注度會隨著時(shí)間的流逝而衰減[23]。DMAXi,t的經(jīng)濟(jì)含義是個(gè)股i在t月的投資者關(guān)注度對投資者在t+1 月行為的影響程度。DMAXi,t越大,表示個(gè)股i在t月的投資者關(guān)注度對投資者在t+1月行為的影響越小;反之亦然。因此,使用DMAX 能夠較為清晰地展示投資者關(guān)注度對彩票類股票需求的影響。

3 實(shí)證結(jié)果與分析

3.1 移動投資者的“博彩”偏好

在這一部分中,分別檢驗(yàn)了假設(shè)1 和假設(shè)2,以初步考察相較于使用電腦客戶端的投資者,使用移動設(shè)備的投資者的交易是否具有更強(qiáng)的博彩動機(jī)。

首先采用Fama-MacBeth(1973)橫截面回歸模型來檢驗(yàn)使用移動設(shè)備的投資者在彩票類股票中的交易是否更活躍,即

式中,控制變量Controls包括:紅利分配的虛擬變量(Dividend),如果上一年分配了紅利取值為1,否則記為0;創(chuàng)業(yè)板的虛擬變量(GEM),如果股票在創(chuàng)業(yè)板上市取值為1,否則記為0;市場貝塔(Market Beta)、公司市值(Firm Size)、賬面市值比(BM Ratio)、前6個(gè)月累計(jì)收益(Past 6 months return)以及上一個(gè)月的移動賬戶占比(Lagged MAP);同時(shí),以高異質(zhì)波動率(Idiosyncratic Volatility)、高異質(zhì)偏度(Idiosyncratic Skewness)和低股票價(jià)格(Stock Price)[12]作為構(gòu)建彩票類股票的指標(biāo),以及鄭振龍等[11]針對中國市場提出的高M(jìn)AX、高換手率(Turnover)和低股價(jià)彩票類股票特征。此外,本文還特別引入異質(zhì)波動率、異質(zhì)偏度、股票價(jià)格和換手率作為衡量股票彩票特征的擴(kuò)展指標(biāo)。

表2給出了式(5)的回歸結(jié)果。由表2模型(1)可以看出,在控制其他特征后,移動賬戶占比與股票的MAX 指標(biāo)成正比,說明使用移動設(shè)備的投資者在高M(jìn)AX 股票的交易中更加活躍。同時(shí),對于不分紅、高賬面市值比的成長性股票,移動投資者的交易也更加頻繁。本文還發(fā)現(xiàn),使用移動設(shè)備的投資者在創(chuàng)業(yè)板股票中參與程度較低。由于深交所對于創(chuàng)業(yè)板權(quán)限的開通有資產(chǎn)和投資經(jīng)驗(yàn)等方面的限制,該結(jié)果從側(cè)面反映出移動交易者的賬戶資產(chǎn)較小、投資經(jīng)驗(yàn)不足的特征。

表2 移動賬戶投資者的股票偏好Tab.2 Stock preferences of mobile account investors

為進(jìn)一步驗(yàn)證移動投資者對彩票類股票的偏好,在模型(2)～(4)中引入了股票彩票特征的擴(kuò)展指標(biāo)。結(jié)果表明,相較于PC投資者,使用移動設(shè)備的投資者不僅在高M(jìn)AX的股票中更加活躍,對于其他具有彩票屬性的股票,如高異質(zhì)波動率、高異質(zhì)偏度、低股價(jià)以及高換手率的股票也表現(xiàn)出更顯著的偏好。與假設(shè)1一致,這些結(jié)果證明了使用移動設(shè)備的投資者交易在彩票類股票中的交易活動更活躍。

接下來采用Fama-MacBeth(1973)橫截面回歸模型,通過研究移動賬戶投資者的活躍度對股價(jià)的影響來檢驗(yàn)這類投資者在彩票類股票的交易是否源于投機(jī)動機(jī),即

式中:RETi,t+1為個(gè)股i在t+1月的月收益率;控制變量Controls包括主流的定價(jià)因子、市場貝塔、公司市值、賬面市值比、價(jià)格反轉(zhuǎn)(Reversal)、動量因子(Momentum)以及非流動性(Illiquidity)。同時(shí),引入了MAX 和異質(zhì)波動率來控制投資者博彩動機(jī)對股票價(jià)格的影響,還引入了移動賬戶占比與彩票類股票的虛擬變量(I(Lottery))的交互項(xiàng)來檢驗(yàn)移動投資者對彩票類股票價(jià)格的影響是否更大。

表3給出了式(6)的估計(jì)結(jié)果。由表3模型(1)和(2)的結(jié)果可知,移動賬戶占比與股票的預(yù)期收益顯著負(fù)相關(guān),并且在控制了一系列已知的橫截面定價(jià)因子后,移動賬戶占比對資產(chǎn)價(jià)格的預(yù)測效應(yīng)仍然顯著。然而,在模型(3)中進(jìn)一步控制MAX 和異質(zhì)波動率后,發(fā)現(xiàn)移動賬戶占比系數(shù)的估計(jì)值變得不顯著。該結(jié)果表明,移動賬戶占比對股票預(yù)期收益的解釋能力主要來自使用移動設(shè)備的投資者對彩票類股票的偏好。由于使用移動設(shè)備的投資者在彩票類股票中更活躍,故移動賬戶占比越高的股票越有可能是彩票類股票(高M(jìn)AX、高異質(zhì)波動率),其預(yù)期收益越低。

表3 移動交易與股票預(yù)期收益Tab.3 Mobile trading and stock expected returns

在表3 模型(4)中,本文發(fā)現(xiàn),即使在控制MAX 和異質(zhì)波動率后,移動賬戶占比的大小對彩票類股票的預(yù)期收益仍然有顯著的影響。移動賬戶占比與彩票類股票的虛擬變量交互項(xiàng)的系數(shù)估計(jì)量顯著為負(fù),表示移動投資者活躍度越高,彩票類股票的預(yù)期收益會顯著降低。該結(jié)果同時(shí)也表明,使用移動設(shè)備的投資者在彩票類股票中的交易活動能夠顯著影響股票價(jià)格,移動投資者的需求會造成彩票類股票價(jià)格的高估。

總之,本文初步的研究發(fā)現(xiàn)支持了移動設(shè)備由于降低了投資者交易成本,對具有“博彩”偏好投資者更具吸引力的論點(diǎn)。證據(jù)表明,使用移動設(shè)備的投資者在彩票類股票中的交易活動顯著更活躍,對推高彩票類股票價(jià)格的作用顯著更強(qiáng)。

3.2 移動交易增長的市場影響

由圖2可知,移動交易在本文的樣本區(qū)間內(nèi)持續(xù)增長,尤其是在2015年前后,移動賬戶在交易中的占比接近翻了3倍。如果移動設(shè)備的使用對于個(gè)人投資者的投機(jī)行為存在普遍的、顯著的影響,那么,隨著A 股市場中越來越多的個(gè)人投資者選擇移動平臺進(jìn)行交易,市場結(jié)果也會受到相應(yīng)的影響。因此,在這一部分中檢驗(yàn)假設(shè)3,進(jìn)一步考察移動設(shè)備是否加劇了市場中“博彩”性的交易。

首先檢驗(yàn)移動設(shè)備的使用對市場中彩票類股票交易活動的影響。本文發(fā)現(xiàn),在樣本區(qū)間內(nèi)移動交易存在明顯的增長趨勢,但影響股票交易量的趨勢因素較多且不易控制。因此,為了得到更明確的結(jié)論,參照Nejadmalayeri等[42]采用的結(jié)構(gòu)變化模型,利用移動交易在2015年發(fā)生的結(jié)構(gòu)性趨勢變化來檢驗(yàn)移動交易增長對股票交易量的影響,即

式中,因變量TURNOVERi,t+1為個(gè)股i在t+1月的平均換手率。此外,控制變量Controls包括:時(shí)間趨勢(Trend),即自2011年1月以來經(jīng)歷的時(shí)間長度(按月計(jì)算),用來控制趨勢因素的影響;異質(zhì)波動率,用來控制個(gè)股價(jià)格波動的影響;前一個(gè)月市場收益(MKT_RET)和個(gè)股收益(RET),用來控制股票價(jià)格的影響;公司市值和賬面市值比,用來控制成長股和價(jià)值股交易量的差異以及個(gè)股和月份的固定效應(yīng)。

為了得到更穩(wěn)健的結(jié)論,本文排除了2015年牛市的樣本數(shù)據(jù),并使用不同構(gòu)造期的MAX指標(biāo)進(jìn)行式(7)中的回歸。表4中第1～第5列展示了不同構(gòu)造期的回歸結(jié)果。結(jié)果顯示:在不同構(gòu)造期下,個(gè)股下一個(gè)月的平均換手率與個(gè)股當(dāng)月的MAX 均顯著正相關(guān);控制其他因素不變,當(dāng)2015年移動交易爆發(fā)性增長后,MAX對個(gè)股換手率的影響系數(shù)均顯著變大。以3 天構(gòu)造期的MAX 指標(biāo)為例,具體而言,MAX每增加1%,個(gè)股下一個(gè)月的換手率會相應(yīng)高約2.9%(20×0.1458×1%),而這一數(shù)值在2015年后變?yōu)榧s4.4%。這說明,使用移動設(shè)備投資者的增長導(dǎo)致市場對高M(jìn)AX股票的需求進(jìn)一步增加。

表4 移動交易增長對交易量的影響:基于MAX連續(xù)指標(biāo)Tab.4 Impact of mobile transaction growth on trading volumes: Based on the MAX continuous indicator

將式(7)做一個(gè)簡單的變形,即

式中:I(Port=j)i,t表示當(dāng)個(gè)股i在t月的MAX 處于當(dāng)月橫截面MAX 十分位數(shù)組的第j組(第1組MAX 最小)時(shí)取值為1,否則記為0;I(Lottery)i,t,又記為I(Port=10)i,t,則表示當(dāng)個(gè)股i在t月的MAX 處于當(dāng)月橫截面MAX 前10%時(shí)取值為1,否則記為0。表5 給出了式(8)的回歸結(jié)果,限于篇幅,僅展示交互項(xiàng)系數(shù)的估計(jì)值,其他自變量系數(shù)的估計(jì)值與表4的結(jié)果相似。

表5 移動交易增長對交易量的影響:基于MAX離散分組Tab.5 Impact of mobile transaction growth on trading volumes: Based on MAX discrete groupings

通過式(8)的形式,能夠更清楚地了解移動投資者的增長對不同MAX 分組的影響。由表5中的結(jié)果可以看出,在移動交易結(jié)構(gòu)性變化后,交易量受到顯著影響的股票組合有且僅有第10組,即彩票類股票。同樣以3 天構(gòu)造期的MAX 指標(biāo)為例,具體而言,彩票類股票下一個(gè)月的月?lián)Q手率相較于2015年之前,平均要高出10.2%(0.0051×20);而其他股票組合換手率的增量不超過3%,并且不顯著。該結(jié)果說明,移動設(shè)備的使用雖然在一定程度上降低了投資者隱性的交易成本(如時(shí)間成本等非金錢上的成本),但交易費(fèi)用(所得稅、印花稅)沒有實(shí)質(zhì)上的變化,故當(dāng)股票的交易不能給投資者帶來非金錢上的效用時(shí),投資者的均衡交易量沒有發(fā)生顯著的變化。反之,由于彩票類股票具有極端收益預(yù)期且能夠在交易中為投資者帶來非金錢上的效用,所以彩票類股票的交易量在投資者使用移動設(shè)備后顯著增加。

考慮到市場中“博彩”性交易的加劇必然會影響相關(guān)資產(chǎn)的定價(jià),本文進(jìn)一步研究移動投資者增長的結(jié)構(gòu)性變化對不同MAX 分組的定價(jià)影響。對每一個(gè)MAX 分組的股票組合分別進(jìn)行Fama-French四因子模型作為基準(zhǔn)的定價(jià)模型回歸,即

式中:Port_Retj,t為MAX 分組第j組t月的組合收益(等權(quán)重、市值加權(quán));FF_Factors 中包含了Fama-French四因子。

表6給出了式(9)中的截距項(xiàng)(αj)和結(jié)構(gòu)性變化的系數(shù)(βj),兩者都代表了Fama-French四因子無法解釋的收益部分。由表6中的結(jié)果可以看出,有且僅有彩票類股票組結(jié)構(gòu)性變化的系數(shù)顯著且為負(fù)。這意味著使用移動設(shè)備投資者的增長加劇了投資者對彩票類股票的需求,彩票類股票的價(jià)格被更大程度地高估,從而導(dǎo)致了更強(qiáng)的定價(jià)異象。而其他組合的資產(chǎn)定價(jià)在2015年之后沒有發(fā)生顯著的變化,也反映了受移動設(shè)備使用影響的投機(jī)性交易沒有規(guī)模性地流向這些組合的股票內(nèi),與表5的結(jié)果一致。

表6 移動交易增長對資產(chǎn)定價(jià)的影響Tab.6 Impact of mobile transaction growth on asset pricing

通過上述研究得到了與假設(shè)3一致的結(jié)論:移動設(shè)備的使用加劇了市場中投資者的“博彩”性交易,隨著越來越多的投資者使用移動設(shè)備參與交易,市場中彩票類股票的交易更活躍,定價(jià)異象更強(qiáng)。

3.3 移動投資者“博彩”交易中關(guān)注度的作用

根據(jù)上文的分析,移動設(shè)備使用對市場中彩票類股票的需求影響尤為顯著,因而本部分專注于分析移動設(shè)備如何影響投資者的彩票類股票需求。現(xiàn)有理論證明,投資者彩票類股票的需求一方面來自投資者內(nèi)在的偏度偏好[29],另一方面來自投資者對極端收益的關(guān)注與社交傳播[22]。考慮到移動設(shè)備對社交活動、投資者關(guān)注度的顯著影響,在這部分分析中引入了個(gè)股的DMAX變量,用來在控制彩票類股票偏度的情況下,研究使用移動設(shè)備所導(dǎo)致的彩票類股票需求的增長是否與投資者關(guān)注度有關(guān)。

表7給出了式(7)的變形模型的回歸結(jié)果。具體而言,在表7模型(1)中,將式(7)中MAX 與Post_struchg的交互項(xiàng)變更為I(Lottery)、Post_struchg和DMAX 三者的交互項(xiàng)。結(jié)果顯示,股票的DMAX與其下一個(gè)月?lián)Q手率顯著成反比(系數(shù)為-0.000 1),說明個(gè)股最大收益發(fā)生的時(shí)間越靠近月底,所吸引的投資者關(guān)注度對下一個(gè)月的股票需求影響越大。并且,這種負(fù)向關(guān)系在彩票類股票中更強(qiáng)(-0.000 1-0.000 4=-0.000 5),因?yàn)橥顿Y者對彩票類股票的關(guān)注度更大,所以關(guān)注度的衰減對其需求影響也更大。

表7 投資者關(guān)注度與彩票類股票交易量Tab.7 Investor attention and lottery-type stock trading volumes

本文更加關(guān)注的是移動設(shè)備使用給彩票類股票帶來的需求增長是否與投資者關(guān)注度相關(guān),這反映在I(Lottery)、Post_struchg和DMAX 的三重交互項(xiàng)的系數(shù)上。如果移動設(shè)備的使用加劇了投資者內(nèi)在的偏度偏好,而沒有影響投資者對極端收益的關(guān)注,則三重交互項(xiàng)的系數(shù)應(yīng)該不顯著。因?yàn)镈MAX的大小不影響彩票類股票自身的偏度,投資者的偏度偏好發(fā)生變化所導(dǎo)致的需求增長只會反映在I(Lottery)與Post_struchg的交互項(xiàng)系數(shù)中。本文發(fā)現(xiàn)三重交互項(xiàng)的系數(shù)顯著為負(fù),表明DMAX與I(Lottery)的系數(shù)在移動交易結(jié)構(gòu)性變化后變?yōu)?0.000 6(-0.000 4-0.000 2),其經(jīng)濟(jì)含義是,投資者關(guān)注度的衰減對市場中彩票類股票需求的影響隨著移動設(shè)備使用的增長而放大了,也意味著相較之前,彩票類股票吸引了更多投資者的關(guān)注。

在表7模型(2)中,利用A 股市場中的漲停板機(jī)制進(jìn)行一個(gè)穩(wěn)健性檢驗(yàn)。本文構(gòu)建了一個(gè)漲停板事件的虛擬變量I(Upper_limits),如果當(dāng)月股票經(jīng)歷了漲停板事件取值為1,否則記為0。正如Seasholes等[38]所述,漲停板事件不僅具有極端的收益,同時(shí)也有極高的新聞性(在消息推送中尤為明顯),因此能夠獲得很多個(gè)人投資者的關(guān)注。但由于存在漲停限價(jià),在當(dāng)月MAX 為前10%的股票(即彩票類股票)中,是否經(jīng)歷過漲停板事件對于個(gè)股偏度的影響要小于對個(gè)股關(guān)注度的影響,故在模型(2)的結(jié)果中,I(Lottery)、Post_struchg和I(Upper_limits)的三重交互項(xiàng)的系數(shù)顯著為正,支持了模型(1)的結(jié)果,即移動設(shè)備加劇了投資者對彩票類股票的關(guān)注。

為了更進(jìn)一步地闡明移動設(shè)備通過影響投資者對彩票類股票的關(guān)注,進(jìn)而影響市場中彩票類股票需求的邏輯,通過表8 中的研究結(jié)果給出了移動交易的結(jié)構(gòu)性變化對彩票類股票價(jià)格的影響與投資者關(guān)注度之間的關(guān)系。在面板A 中,每個(gè)月將彩票類股票按DMAX 等分為3組,然后對樣本區(qū)間內(nèi)的每一組彩票類股票參照式(9)的Fama-French四因子定價(jià)模型進(jìn)行回歸。結(jié)果顯示,只有低DMAX組組合收益中無法被解釋的部分在移動交易發(fā)生結(jié)構(gòu)性變化后顯著增加。而理論上,DMAX分組的偏度是隨機(jī)分布的,如果移動設(shè)備的使用加劇了投資者的偏度偏好,則不應(yīng)當(dāng)只有低DMAX組的β值顯著。因此,面板A 的結(jié)果進(jìn)一步證明了由于移動設(shè)備的使用加劇了投資者對彩票類股票的關(guān)注,從而導(dǎo)致市場中彩票類股票的需求增加。

表8 投資者關(guān)注度與彩票類股票定價(jià)Tab.8 Investor attention and lottery-type stock pricing

在面板B 和面板C 中,為了檢驗(yàn)結(jié)論是否可信,分別根據(jù)彩票類股票是否經(jīng)歷過漲停板事件來分組和移除2015年極端情況下的樣本數(shù)據(jù)兩個(gè)方面進(jìn)行穩(wěn)健性分析。所獲結(jié)果均支持面板A 中的結(jié)論。至此,本文證明了假設(shè)4,即盡管沒有發(fā)現(xiàn)移動設(shè)備的使用能夠顯著影響投資者內(nèi)在的偏度偏好的證據(jù),但使用移動設(shè)備會加劇投資者對彩票類股票的關(guān)注是顯而易見的。

4 結(jié)論

隨著我國金融數(shù)字化轉(zhuǎn)型的加速,移動交易平臺在市場的交易活動中扮演著越來越重要的角色。因此,了解移動渠道的引入對投資者的交易行為產(chǎn)生何種影響對于更充分發(fā)揮金融科技的積極影響、提高金融服務(wù)的效率有著重要意義。本文利用某大型券商提供的超過160萬名個(gè)人投資者2011年1月至2019年12月期間使用移動設(shè)備和PC 的交易數(shù)據(jù),首次系統(tǒng)性地揭示了移動設(shè)備的使用會加劇投資者對極端回報(bào)的關(guān)注,從而增加了市場中對高風(fēng)險(xiǎn)、低回報(bào)的彩票類股票的需求。主要研究結(jié)論如下:

(1) 移動交易的參與度能夠反映市場中“博彩”性交易的活躍度。

(2) 隨著移動投資者的增長,市場中彩票類股票的交易更加活躍,并且彩票類股票的風(fēng)險(xiǎn)溢價(jià)更低,資產(chǎn)定價(jià)異象更明顯。

(3) 移動設(shè)備使用的增長顯著加劇了市場中投資者對彩票類股票的關(guān)注,從而導(dǎo)致了更高的彩票類股票的需求。

投資者對彩票類股票的過度需求不僅是一種不利于投資回報(bào)的非理性行為[11],同時(shí)也會損害市場效率[16]?；诒疚牡难芯拷Y(jié)果,本文認(rèn)為提升個(gè)人財(cái)富效用、提高金融市場效率,不僅需要投資者自身減少對彩票類股票的關(guān)注與傳遞,同時(shí),移動交易平臺也需要對彩票類股票的消息推送加以限制,這樣才能盡可能多地獲取移動交易給市場帶來的紅利。