百度關注度對股票收益率的影響
——基于VEC模型的實證分析*

陳麒同，王 沁

(1.湖南大學 工商管理學院，湖南 長沙 410082; 2.西南交通大學 數學學院，四川 成都 611756)

1 引 言

影響股票收益率的因素不勝其數，而隨著近年行為金融學理論的不斷發展，傳統的資產定價假設受到了沖擊，投資者的投資決策被認為是在信息不完全的情況下做出的，因此投資者對股票市場的有限關注是導致股票收益率變化的因素之一.研究投資者關注度對股票收益率的具體影響，對股票市場的穩定等方面具有重要的意義.

有限關注理論是由Kahneman在1973年提出，他認為，關注是一種“稀缺資源”.王春(2009)認為，有限關注會對投資決策產生重大影響.股票市場的上升或是下降的表現，就是由千千萬萬個投資者的投資決策共同影響的結果[1].Bank(2011)利用谷歌所提供的搜索數據作為關注度，研究了德國上市公司的投資者關注度和股票的關系，結果表明谷歌搜索量對成交量及流動性有正向影響[2].俞慶進和張兵(2012)使用百度指數來衡量投資者關注度，揭示出投資者關注度能對市場進行正向的價格壓力[3].陳植元等(2016)實證分析了百度指數是一種有效的投資者關注度指標，百度指數與股票市場指標之間存在顯著的正相關關系[4].張悟移和李杰(2019)基于VAR模型對股票價格和百度指數之間的關系進行了研究，結果表明，關注行為會對股票價格會產生持續性長期的影響[5].

綜上所述，大部分學者以網絡搜索的數據作為投資者關注度的代理變量，發現了投資者關注度對股市確實存在一定的影響，且大多為雙向性.構造百度看跌和看漲指數，運用VEC模型分析看漲指數和看跌指數對股票投資收益率的不對稱影響機制也許是有價值的.

2 研究設計

2.1 VEC模型

Yt假設為n元時間序列，一般的VEC模型形式如式(1)所示.

(1)

其中，C為常數項矩陣，A為調整參數矩陣，B為協整矩陣，Φ*(L)為系數矩陣的滯后多項式，εt為隨機擾動項，且滿足“白噪聲”條件.

傳統計量模型都要求序列的寬平穩性，而基于協整理論的VEC模型克服了此局限.且VEC模型可視作VAR模型一種特別形式.基于此，選用VEC模型研究投資者關注度與股票市場的收益率之間的長期關系、短期波動影響的方向與程度.

2.2 變量選取及數據來源

百度指數是對關鍵詞搜索量進行加權計算而得，因而可將其作為投資者關注度的代理變量.選取百度指數的關鍵詞，首先需要考慮可反映股市大盤的詞，因而選擇“熊市”與“牛市”；同時考慮到個股價格的極端變化會對大盤指數產生較大的影響，因而又選擇“漲?！迸c“跌停”二詞.基于前人研究，并結合實際情況，構造如式(2)所示的新變量.

(2)

其中，“牛市”的百度指數為baidu_bull，“熊市”的百度指數為baidu_bear，“漲停”的百度指數為baidu_up，“跌?！钡陌俣戎笖禐閎aidu_down.以上證指數對數收益率作為衡量股票市場表現的指標.以上數據來自百度指數網頁及銳思數據庫，時間跨度為2017.2.28-2019.2.28.

3 實證分析

3.1 描述性分析

首先，對百度看跌指數、百度看漲指數及上證指數收益率進行整體趨勢分析，如圖1所示(對所有指數均進行了放縮操作).百度看跌指數有明顯的向上波動時，上證指數收益率卻下降到負的峰值.而當百度看漲指數飆升到正的峰值時，上證指數收益率隨即也出現了同樣的現象.因此給出假設：投資者的有限關注度的確會影響股票市場收益率的趨勢，且投資者看漲時，收益率會上升，反之下降.

圖1 數據趨勢圖(左：百度看跌指數&上證指數；右：百度看漲指數&上證指數)

3.2 平穩性檢驗

利用ADF檢驗來判斷變量的平穩性，發現百度看跌指數及百度看漲指數均是一階差分平穩，即為I(1)序列.上證指數收益率則為I(0)平穩序列，具體數值如表1所示.

表1 ADF檢驗結果表

3.3 協整檢驗

經過單位根檢驗發現，百度看跌指數、百度看漲指數為同階單整，進而考慮它們與上證指數收益率的協整關系.首先，利用AIC值進行最優滯后階數的判斷，發現最優滯后階數為5.然后進行Johansen協整檢驗，結果如表2所示.

表2 Johansen協整檢驗結果

由p值可判斷，在1%的顯著性水平下，百度看跌指數、百度看漲指數及上證指數收益率之間存在兩個協整關系，因而，可得到以下兩個標準化協整方程：

ECM1t=Baidu_downt-1+1258.055sz_ratet-1-6.296785，

(3)

ECM2t=Baidu_upt-1+1633.707sz_ratet-1-6.642480.

(4)

3.4 Granger因果檢驗

為了檢驗假設的合理性，對百度看跌指數、百度看漲指數、上證指數對數收益率進行格蘭杰因果檢驗，結果如表3所示.

表3 Granger因果檢驗結果

在10%的顯著性水平下可得出百度看漲指數、百度看跌指數均是上證指數對數收益率的格蘭杰原因，進一步說明投資者關注度對股票市場收益率有著顯著的影響.

3.5 VEC模型的建立

由Johansen協整檢驗的結果可知，百度看漲指數、百度看跌指數及上證指數對數收益率之間存在兩個協整關系，證明了它們之間有長期均衡的關系.進而建立VEC模型，對變量受到短期波動的所造成影響進行修正及研究它們之間的動態關系，所關注的上證指數收益率的分量方程結果見式(5).

Δsz_ratet=-0.007ECM1t+0.004ECM2t+0.008ΔBaidu_upt-1+…-3.96×10-5

(5)

其中，ECM1t及ECM2t為式(3)和式(4)式；模型的總AIC值為-7.956，數值較小，可視為模型擬合較好.

對式(5)進行分析，當上證收益率發生短期波動時，第一個協整方程從反向對其修正，而第二個協整方程從正向修正，速度并不快.而百度看跌指數每上升一個單位，上證指數收益率降低0.7%個單位；百度看漲指數的一個單位變化，上證指數收益率則增加0.4%.

3.6 脈沖響應分析

為了具體刻畫百度看漲(跌)指數與上證指數收益率之間的溢出效應，得到更一般的結論，需要進行脈沖響應分析.

當百度看跌指數受到一個單位的標準差沖擊時，上證指數收益率在第一天的反向效應達到最小值(接近-0.004)，在第八天的時候徐徐趨于平穩.而百度看漲指數的脈沖響應恰好相反，當百度看漲指數受到沖擊時，上證收益率在第一天便產生巨大的正向響應(0.004)，第二天迅速下降，隨即開始波動，到了第八天左右其脈沖響應趨于0.

綜上所述，百度指數和上證收益率之間存在著強烈的溢出效應，其中，百度看跌指數和上證收益率之間為負向溢出，而百度看漲指數和上證收益率之間為正向溢出.從此看來，投資者關注度對股票投資收益率的影響較為持久.

4 結論與建議

在現實股票市場中，許多投資者認為投資者關注行為對股票價格變化的過程起著重要作用.利用百度看跌指數、百度看漲指數及上證指數收益率，通過VEC模型進行了實證研究.研究結果表明，基于百度指數的投資者關注度與股票市場之間有著長期均衡的關系，且存在溢出效應.如果投資者的關注是關于牛市、漲停等利好消息時，股票市場會有迅速正向的反饋，且持續時間長.如果投資者的關注為熊市、跌停等利空消息時，股票市場價格則會迅速出現對應的下降，其影響的持續期也較長.

對投資者來說，在綜合了所有因素進行投資決策之前，不妨將百度指數看作一個股市升跌的風向標，可加強決策的有效性.

對于有關監管部門來說，應該提高對百度指數等可反映投資者關注度的指標的重視，并針對相關的網絡搜索引擎公司制訂對應的法律法規，防止其操縱指標從而操縱股市，加強政策宏觀調控的前瞻性，防止股市異常波動，維護良好的投資環境.