金融科技板股指收益与其网络搜索的相关性研究

刘汉斌 段江娇

摘 要：网络热度在众多研究中均被认为会对投资者对相关观念股票的投资决策产生影响。而金融科技作为一个新兴概念，目前引起了越来越多的投资者的关注，对于相关概念的搜索也日益增多。因此，使用VAR模型分析了金融科技概念板块股指收益与百度指数关键词“金融科技”之间的关系，进而探索百度指数與金融科技板块之间的关系。选取了2016年1月1日至2017年6月30日的“金融科技”百度指数以及对应的股票板块指数进行实证分析。实证结果表明，金融科技概念板块超额收益率与其对应的百度指数之间存在相关性。希望研究结果对证券市场监管具有一定的借鉴意义。

关键词：百度指数;超额收益率;股票板块指数;投资者关注度

中图分类号：F832.5      文献标志码：A      文章编号：1673-291X（2019）05-0140-04

引言

随着互联网的普及，网络搜索频率越来越成为衡量某件事物的公众关注度的一个指标。得益于互联网传播速度快的特点，网络已经成为了公众投资者们获取信息的主要来源。中国互联网信息中心于2018年8月份发布了一份报告，报告中提及了我国截至2018年6月份时网民数量已经达到8.02亿。说明网民数量已经占我国人数超过一半。在这其中，使用搜索引擎的网民数量占总网民数量的81.9%，达到了6.57亿。而百度搜索作为国内搜索引擎的龙头，在市场中处于绝对的领导地位。据易观智库在2017年末发表的报告，其在国内占领的市场份额比例达到了80.74%。这种种数据均说明了百度指数作为国内搜索引擎的龙头企业，其关键词的搜索数据对于大众的关注度具有一定的代表意义。百度于2011年推出的百度指数，可以反映出关键词在某个时期的搜索量。因此，我们检索某个关键词在某个时间段的百度指数，就可以得到其在我们指定的时间段内的检索热度，自然也可以反映公众对于这个关键词的关注度。

对于中国股市，概念炒作引发公众关注，从而导致概念板块发生波动是一个非常常见的模式。相对于一些传统行业，一些能够引发投资者关注的新概念往往更受投资者追捧。目前对于互联网搜索数据与百度指数作为投资者关注度的有效性已经有一定的研究。目前金融科技是一个新兴的热点，投资者也逐渐加强了对该概念的关注。反映在投资者的行为上就是投资者对于相关概念的搜索量增加。因此，本文选择研究金融科技概念板块与其百度指数之间的关系。

一、文献综述

（一）投资者有限关注对金融市场定价机制影响的研究

根据行为金融学理论，股票债券等的金融资产除了受到其内在价值的影响，还会受到投资者有限关注影响。金融市场定价机制是指市场会对于投资者对于股票的不同关注程度会产生不同的影响。于李胜等（2010）研究了投资者注意力对股票大盘、板块指数、个股层面的影响，并得出了投资者处理信息能力会随着股票大盘和板块指数的信息披露的增加而增强，但投资者对于个股层面上的信息处理能力却显示出了不足的问题。张雅慧（2011）验证了我国股市存在“过度关注弱势假说”，即媒体的关注会使得股票产生负的超额收益。姚海霞（2015）阐述了投资者情绪会通过股权融资渠道进而对股价产生影响。汤祥凤（2016）发现，投资者关注会给股票其当前收益产生一个正向的影响，会给股票的之后的收益产生一个反向的影响。周孝华（2017）分析了两次股灾期间的投资者情绪，结果显示，小市值股票以及低价股票能在公众们情绪高涨时获得更大的收益，且投资者并没有从第一次股灾中汲取教训。谢明柱（2018）发现，我国市场存在周末效应，投资者在周末时对于某个股票的关注会对该股票下一周的价格跳跃以及价格反转产生显著的正向影响。

（二）百度指数作为投资者关注的指标的相关研究

张旭（2011）研究发现了上市公司的网络搜索频度与股票量价之间存在正相关关系。俞庆进（2012）首次将百度指数作为衡量投资者关注度的指标，将创业板数据与百度指数日数据进行研究，得出了关注度增加会带来股价上升，但是价格随后会反转的结论。戴国良（2016）研究发现我国90%的投资者习惯利用互联网获得市场信息，并通过互联网获得的信息从而调整自己的投资决策。陈植元等（2016）则阐述了百度指数作为投资者关注度指标是有效的，可以对现存的股票预测模型进行改善。王晓彦等（2017）发现，当某个概念板块不存在概念炒作基础时，板块股票的整体表现与投资者关注度没有显著联系;只有当概念受到广泛关注且前景被看好时，百度指数的波动才与相应概念板块指数的超额收益率显著相关。

从上述的研究文献来看，现有的研究已经对投资者关注度会对股票收益产生的影响进行了实证分析，也对百度指数作为投资者关注度的有效性进行了实证分析。

文本将选取金融科技概念板块进行实证分析。选择金融科技作为板块的理由有：目前金融科技是一个新兴的板块目前吸引了大量投资者的关注。具体表现在金融科技的网络搜索量开始增加。所以选取其为研究对象。

二、数据的选取以及变量定义

（一）数据选取

本文选取了金融科技概念板块指数，与此同时选取了沪深300指数作为股票市场整体价格波动的参考。金融科技概念板块的指数走势如图1所示。数据的来源为Wind数据库，选取的时间段为2016年1月1日——2017年6月30日。与此同时，本文使用金融科技关键词作为衡量“金融科技”概念的投资者关注度大小。实验下来发现的平均误差在0.5%之内。剔除了双休日，法定节假日以及部分缺失的数据后，总共得到有效数据为353个。

（二）变量定义

定义HS300t为t时期的沪深300指数，FTt为t时期的金融科技概念板块股价指数。分别计算金融科技概念板块指数的对数收益率RFT，t和沪深 300 指数对数收益率RHS300，t

RFT，t=lnFTt-lnFTt-1

RHS300，t=lnHS300t-lnHS300t-1

將t时刻金融科技板块对数收益率RFT，t与沪深300指数对数收益率RHS300，t的差值作为金融科技板块的超额收益率dFTHS300t

dFTHS300t=RFT，t-RHS300，t

定义Baidut为t时期金融科技的百度指数，dBaidut为百度指数的日变化率，公式如下

dBaidut=lnBaidut-lnBaidut-1

三、实证分析

本文建立VAR模型对百度指数变化率与金融科技板块超额收益率的关系展开实证分析。

（一）单位根检验

利用VAR模型进行时间序列分析，首先进行单位根检验。本文采取的检验方法为ADF法，对百度指数变化率与金融科技板块超额收益率平稳性进行检验，检验结果如表1所示。百度指数变化率以及金融科技板块超额收益率两个变量均在1%的显著性水平下，故可以认为其均是平稳的，可以进行回归。

（二）确定最佳滞后阶数

根据表2检验结果，根据似然比准则，最终预测误差准则，赤池信息准则这三个准则确定的最佳滞后阶数为五阶，而根据施瓦茨信息准则的最优为二阶，根据汉南-昆信信息准则的最优阶数为四阶。由于确定为五阶的准测数量最多，于是确定模型为VAR（5）模型。VAR模型的平稳性也通过了检验，证明VAR模型是平稳的。实证结果表明，金融科技的百度指数日波动与金融科技板块的超额收益率在内存在着一种长期稳定的变化关系。

（三）格兰杰因果检验

以上检验只是证明了金融科技的百度指数日波动与金融科技板块的超额收益率之间具有长期的均衡关系，但是这两个因素中哪个为因、哪个为果仍需要进一步检测。于是下一步我们进行格兰杰检验。由表3得出，在10%显著性水平下，金融科技的百度指数与金融科技板块的超额收益率互为格兰杰因果。

（四）脉冲响应分析

通过图像可知，金融科技的百度指数日波动率以及金融科技板块的超额收益率分别对自身的一个标准差新息有很强的反应。区别在于百度指数日波动率在第2期时会产生一个较大的反弹，至第三期基本已经回归正常，而金融科技板块的超额收益率在短期内则没有反弹这种现象。这与一般研究中发现的超额收益率短期之内会反弹现象不一样。由于A股的历史里，任何一个新的概念板块从未被大众了解到逐渐被大众接受进而成为热点的过程，其概念板块中的股票的价格在这个过程中普遍均处于被高估的状态，直至达到了一个瓶颈后才会进行调整。而金融科技板块的概念由于尚未被广泛理解与接纳，导致投资者未能及时调整自己的投资策略，进而导致市场出现的短暂跟风现象。这种跟风现象使得板块在短时之内不会产生反弹。

四、结论与政策建议

本文研究了以“金融科技”为关键词的百度指数与金融科技概念板块股票价格变化的关系，主要的结论如下：百度指数能够真实反映出投资者对金融科技板块的主动关注，而且这种关注会对投资者的投资决策产生影响，影响金融科技概念股板块指数的超额收益率。而金融科技概念板块股价的超额收益率也会对其对应的关键词搜索量造成影响，两者的存在着明显的正向关系。

基于上述结论，为了减少市场的不合理行为，为了保护投资者的利益与促进国内股票市场发展，提出了以下两点针对性建议：第一，要加强对中小投资者的教育。提醒广大投资者要理性投资，切勿盲目跟风，以免造成损失。第二，要考虑建立完善的卖空机制。当市场出现不理智的现象时，需要通过部分投资者的卖空行为对其进行降温，这样可以有效防止炒作行为进一步恶化，酿成恶果。

参考文献：

[1]  陈植元，米雁翔，厉洋军，郑君君.基于百度指数的投资者关注度与股票市场表现的实证分析[J].统计与决策，2016，（23）：155-157.

[2]  戴国良.网络行为金融大数据与中国证券市场的相关性研究[J].金融理论与实践，2016，（1）：6-10.

[3]  孟雪井，孟祥兰，胡杨洋.基于文本挖掘和百度指数的投资者情绪指数研究[J].宏观经济研究，2016，（1）：144-153.

[4]  王晓彦，陈晓凡，胡德宝.人工智能网络热度与其概念股绩效的相关性研究[J].南方金融，2017，（8）：42-53.

[5]  谢明柱.投资者有限关注与股票收益关系研究——基于百度指数的实证分析[J].江南大学学报：人文社会科学版，2018，17（5）：101-108.

[6]  于李胜，王艳艳.信息竞争性披露、投资者注意力与信息传播效率[J].金融研究，2010，（8）：112-135.

[7]  俞庆进，张兵.投资者有限关注与股票收益——以百度指数作为关注度的一项实证研究[J].金融研究，2012，（8）：152-165.

[8]  赵龙凯，陆子昱，王致远.众里寻“股”千百度——股票收益率与百度搜索量关系的实证探究[J].金融研究，2013，（4）：183-195.

[9]  Baker，Malcolm，and Jeffrey Wurgler.Investor sentiment and the cross-section ofstock returns[J].The Journal of Finance，2006，61（4）：1645-1680.

[10]  Odean，Terrance.Are Investors Reluctant to Realize Their Losses？[J].The Journal of Finance，1998，53（5）：1775-1798.