信息传播效率、投资者关注与动量效应研究

□朱 敏,卢逸尘,石季辉

(湖州师范学院,浙江 湖州 313000)

1 引言

利用投资者关注度研究股价的动量效应一直是行为金融领域研究的重要内容。其中,Hong-Stein model模型(以下简称“HS模型”)[1]是行为金融领域的经典模型框架之一,将投资者分为消息观察者和动量交易者,在信息缓慢、匀速扩散的前提下研究股票市场投资者行为特征与股价动量。虽然已有大量研究探讨了投资者关注与股价动量的关系,但是从信息传播效率变化的角度对投资者关注、动量效应和反转效应的研究尚须深入。为此,本文基于HS模型,引入信息传播效率,对不同信息传播效率条件下投资者关注度与股价动量相互关系进行探讨,这也是本文与已有研究的主要不同之处。

已有相关研究主要从投资者关注度、股价动量、信息传播效率等方面展开。首先,大量实证研究从投资者关注的角度研究投资者行为。肖奇等认为投资者关注度和股价具有同步性[2]。近年来,学者一致认为股票投资者是有限理性的。当公司有利好消息时,投资者往往会表现出显著的净买入行为[3]。崔静雯等、贾春新等认为提高投资者关注度会优化金融行为并引起股票的正回报[4-5]。Yalcin从群体角度认为分析师的关注范围比价值股票更为重要[6]。在影响机制方面,投资者关注通过影响资产定价进而改变股价,当信息传播效率较低,与股价有关的信息发布后,投资者未充分吸收,股价会表现为反应不足。而信息传播效率较高,导致投资者关注度较高且决策效率提高,此时成交量放大,股价表现为反应过度[7],从而发生追涨杀跌的情况,机构投资者的羊群行为提高了公司股价未来崩盘的危险[8]。Barber etal提到,投资者会根据关注情况进行股票定价并进行决策,反向投资者则会购买关注股票中不受欢迎的,动量投资者会随趋势进行决策[9]。此外,花费更多的钱进行广告[10],冲击涨停[11]以及居住地与上市企业总部同城[12]均会引起投资者关注,从而可能导致投资者决策的反应不足或反应过度。

关于动量效应的研究,国内外主要有两种观点，分别是风险补偿和投资者行为。其中,对于风险补偿的实证研究尚不多见,主要是支持投资者行为相关的实证研究。周琳杰采用重叠抽样的方法,设定多种比例的股票组合,对股票收益的排序设置不同的形成期,构建赢家和输家组合[13]。高秋明等则是根据股票总市值的大小构建大股盘和小股盘,根据过去一段时间的累计收益进行排序分组,构建对冲组合,买入赢家组合,卖出输家组合,也是比较不错的方法[14]。关于动量效应的存在性问题,绝大多数实证研究认为中国股市存在动量效应，但对存在的时间长短仍然存在争议。林红新等认为上证A股不存在显著的动量效应,只在短期内存在显著的反转效应[15]。潘莉等、高秋明等认为只存在超短期的日内动量和特定时段的周动量,不存在月度动量收益[16，14]。周琳杰认为期限为一个月的动量效应是存在的,且为期一个月的动量效应的收益最好[13]。此外,鲁臻等一致认为,中国股市存在超短期与中期的动量效应[17]。

从信息角度的研究中,Morck etal认为有效的股票市场善于处理信息,从而引导资本[18]。Da等认为连续性的消息不如离散的重大消息引起的价格波动大[19]。向诚等认为投资者关注度的不同导致个股对相同信息的反应速度不同[20]。Chen etal认为有效识别信息传播效率对于利用价格对基本信息的反应不足很重要,信息传播缓慢的股票,获得利润更大[21]。而Peress等却认为媒体通过改善信息在投资者之间的传播以及将其纳入股票价格,提高了股票市场的效率,日内波动率虽有所下降,总体利润却保持不变[22]。BASS模型(Bass,1969)[23]是最经典的传播模型之一,主要功能是预测消费者在时期t购买产品的数量Nt,将消费者分为创新者和模仿者,创新者的购买不受之前购买数的影响,而模仿者则受之前购买数的影响,这和HS模型消息观察者与动量交易者的设定一致。

2 理论分析与假设提出

2.1 HS模型

HS模型将投资者分为消息观察者和动量交易者,假设消息观察者是依据他们各自观测到的有关未来股息的信息进行决策,买进决策后持续持有,其局限是不能根据过去或当前的信息进行决策。动量交易者则根据历史价格进行决策,买进后持有期为j期,局限是他们预测的只是过去价格的简单函数。HS模型将信息分成相等的Z块,投资者分成规模相同的Z组,在t时期,每块信息被一组投资者知道,t+1时期,每块信息被两组投资者知道,直至t+z-1时期,每块信息被全部投资者知道,即与股价有关的信息依次逐步扩散。市场上仅有消息观察者时,股票t时期的资产价格为:

Pt=Dt+{(z-1)εt+1+(z-2)εt+2+…+εt+z-1}/z-θQ

(1)

当动量交易者加入后,形成Ft=A+ΔPt-1的指令流。此时,在t时期的价格为

(2)

可以将以上论述总结为以下两种情况。

第一种是只有消息观察者的时候,消息缓慢扩散,由于信息观察者只根据与股息有关的信息来做出决策,故信息对价格的调整是比较慢速的。此时,只存在反应不足。

第二种情况是当动量交易者加入时,由于他们是根据过去价格这种不理性的直觉来做出决策的,当他们有一定的风险容忍度时,价格会逐渐逼近甚至超过其价值,造成反应过度。

2.2 引入信息传播效率的HS模型

HS模型假定信息依次逐步扩散,即信息传播环境不变。而实际上,由于互联网的快速渗透,信息传播条件不断变化,消息分成Z份逐步扩散,但此处的Z未必均等,相当于信息传播速率f(t)。根据研究需要,本文基于BASS模型,利用互联网普及相关数据计算信息传播效率:(1)基于BASS模型的基本公式,利用分离变量法计算出信息传播效率公式;(2)对外部因子p求解;(3)对模仿系数q求解并调参。基本思路如下:

BASS模型基本公式:

(3)

参考李萧薇等[24]的方法,对公式(3)分离变量得到累积信息传播效率F(t),对F(t)求导,令F(t)=0,得到信息传播效率公式f(t):

(4)

其中,q(t)=q1[N(t)/M]β,p=f/M,β取值2.6,为了消除量纲影响,需要对计算过后的p、q进行函数转化或标准化处理。将p和q带入后得出年度信息传播效率,对其进行公式拟合,得出月度信息传播效率。

消息观察者根据与股息有关的消息进行决策,信息传播效率越高,消息观察者接收到与股息有关的消息越快,则当只有消息观察者时,t时期的股价为:

(5)

其中,Dt是t时期的股息,ε是与股息有关的信息,θ表示消息观察者风险厌恶与ε的方差函数,原文简化为1,Q为固定资产。动量交易者根据历史股价做出决策,当动量交易者加入后,t时期的股价为:

(6)

其中,A是决策常数,弹性参数φ由动量交易者根据资产最佳持有量决定。γ为动量交易者的风险容忍。于是有:

(7)

由上述分析可知,HS模型中的Z是受信息传播效率影响的。消息观察者根据与股息有关的信息进行决策,信息传播效率的变化使得消息观察者收到信息的时间和对信息的反应均发生了改变,从而导致前期消息观察者呈现在股价中的反应不足周期或程度都有所变化。而动量交易者根据历史价格做出决策,历史价格的波动则影响动量交易者的关注度以及投资决策。由此可见,信息传播效率的变化会直接影响消息观察者决策行为,而动量交易者决策均基于历史股价且滞后于消息观察者,所以此时信息传播效率导致的传播效率变化通过关注度作用于动量交易者。

2.3 研究假设

本文采用中国A股沪深300指数300支成份股2010—2019年的数据为研究样本进行实证分析。主要原因是这一时期完整涵盖了中国传统互联网向移动互联网转型的整个阶段,移动设备的快速普及使得我国网民数量在这十年中迅速攀升,信息传播效率由较低水平快速达到接近充分渗透。结合前述的理论分析,本文提出以下假设。

假设1:信息传播效率对投资者关注度有一定影响,二者具有相关性,同时对大盘股关注度的影响更显著。

假设2:信息传播效率与大盘股的股价波动幅度、股价波动频率正相关。也就是说，信息传播效率越高,信息传播效率越快,股价波动幅度越大,股价动量效应越强。

假设3:不同信息传播效率条件下,投资者关注度的大小对关注度与股价动量之间的因果关系有影响,即投资者关注度越高,与股价动量的因果关系越强。

3 研究设计及实现

3.1 样本选取

本文从信息渗透角度研究投资者关注度与股价动量的关系,采用中国A股沪深300指数300支成份股为主要研究样本。参考潘莉等(2011)[16]的做法,用年、月、周、日四种样本周期,采用日频、月频、年频三种样本周期来探讨投资者的决策特征,时间域为2010年1月—2019年12月。选取三种数据类型进行研究,所有交易日收盘价作为股价数据,百度指数300支成分股的搜索指数作为关注度数据,以及中国互联网络信息中心(China Internet Network Information Center,简称CNNIC)中网民规模、互联网普及率以及移动互联网接入量等数据计算信息的信息传播效率。为了降低样本异方差程度,在使用前首先将信息传播效率数据进行对数变换。股价数据和关注度数据均按沪深300指中的权重进行计算,部分股票由于长期停牌或其他原因股价数据严重丢失,为避免异常数据对实验结果造成影响,我们将缺失值补0。

3.2 变量设计

3.2.1 信息传播效率指标的构建

信息传播效率指标由网民规模N(t)、互联网普及率N(t)/M以及移动互联网接入量f等构成,数据来源于2010—2019年CNNIC和工信部官网公开数据。2010—2019年互联网指标如表1所示,2010年处于移动网络用户的爆发初期,流量费用昂贵,手机应用传播效率低,实际人数远低于4.573亿。而2019年互联网用户达到9.035 9亿,手机上网费用的极大降低,手机金融、新闻应用的极大丰富,使网络传播效率接近充分状态,投资者可随时通过手机了解新闻资讯。关于信息传播效率的影响,参考BASS模型,根据其基础公式进行分离变量,求出累积信息传播效率进行表达,再求导并令初始值为零,得出信息传播环境模型,详细过程见2.2节。

表1 2010—2019年互联网指标

3.2.2 投资者关注度指标的构建

百度搜索指数反映的是用户全体对该关键词当天的关注度的参考值,是以网页搜索和新闻搜索为基础统计分析得出的值,相对而言比单纯的极端收益、成交量、换手率、资讯数以及网络新闻数更能准确地衡量投资者关注度,所以大量研究使用百度搜索指数作为关注度进行研究。百度搜索指数由PC趋势、移动趋势和整体趋势构成，其中PC趋势和移动趋势分别指电脑端和移动端用户的关注度,整体趋势是移动趋势和PC趋势之和,由于手机金融、新闻应用的极大方便,本文以整体趋势衡量投资者关注度,构建关注度指标:

(8)

其中,focusd指日期为d日的关注度值,Trendid表示第i支股票日期为d时的关注度,weighti表示的是第i支股票的权重,权重值采用的沪深300指数中每支成分股的权重。

3.2.3 动量指标的构建

大量实证研究使用平均收益衡量股价动量,为了更细致地区分动量与反转效应,本文参考白颢睿等、潘莉等的方法使用平均收益构建动量指标MOM(M,J)[25，16],表示动量周期为J时动量大小为M,若M>0表现为动量效应,反之则表现为反转效应指标如下：

(9)

4 实证结果分析

本文根据互联网普及过程,将2010—2019年划分为三个时期:2010—2014年、2015—2017年、2018—2019年三个不同的时间段进行早中后期实证分析。将表1数据代入式(4)得如表2呈现的2010—2019年信息传播效率,后续实证分析都基于此。

表2 2010—2019年信息传播效率

4.1 信息传播效率与投资者关注度分析

本文假设在不同信息传播效率对于股价动量的影响是通过投资者关注度变量来体现的,信息传播效率越高越快,与股息有关的消息便会更多更快地传播。在初期随着信息传播效率的加快,投资者接收到更多与股息有关的信息,从而关注度对股价的影响不断加强,但随着信息传播效率的进一步提升,关注有限性使得消费者反而难以从大量信息中筛选出有利决策的信息,关注度对股价的影响反而呈下降趋势。对各变量时间序列进行平稳性检验后再进行实证分析。图1为2010—2019年沪深300指数关注度走势,其中2010—2014年信息传播效率逐步提高,投资者接收到与股价有关的信息开始逐渐丰富,但总体表现为投资者关注度不高，随着信息传播效率的提高,更多的信息被以更高的效率传达给投资者,引发投资者关注；2018—2019年,信息传播效率达到较高状态,传播效率继续快速提升,几乎全部消息能够当天或次日传达给公众，然而在海量信息中的投资者只能吸收该股与股价有关的有限的部分信息,对应的关注度呈平稳态势。

图1 2010—2019年沪深300指数关注度走势

基于上述分析,本文分别对2010—2014年、2015—2017年以及2018—2019年三个不同时间段的信息传播效率和投资者关注度日度数据进行分析。表3、表4分别为沪深300速度与投资者关注度的格兰杰检验和沪深300 2010—2019年信息传播效率与关注度相关性分析实验结果。其中,格兰杰检验滞后期为1,即信息传播效率对关注度的短期影响效果显著。表3中,信息传播效率不是关注度格兰杰原因的概率除2015(股灾)与2016年两年难以解释之外,其他年份均低于0.005,这表明总体上信息传播效率是关注度变化的格兰杰原因。表4中信息传播效率与投资者关注度相关性值除2015年为-0.218外,其他年份相关性均大于0.65,表明信息传播效率与关注度存在较高的相关性。综上,信息传播效率的快慢对投资者关注度产生影响,前期二者表现出正相关,但随着信息传播效率的进一步加快,二者表现出显著的负相关。

表3 沪深300速度与投资者关注度的格兰杰检验(lags=1)

表4 沪深300 2010—2019年信息传播效率与关注度相关性

4.2 信息传播效率与股价、股价动量分析

4.2.1 信息传播效率与股价

由HS模型,投资者对与股息有关的信息反应越大,股价波动幅度越高,动量效应越强。同时,波动频率越高,动量周期越短、反转效应越明显。基于信息传播效率的变化,分析股价波动频率与波动幅度的变化可探讨信息传播效率对于股价动量、反转效应的影响。

结合表2可知:第一,信息传播效率越快,股价的波动幅度越大,即投资者反应越剧烈,短时间内有限理性的投资者更易做出非理性决策;第二,信息传播效率会缩短投资者股票持有周期,股价波动频率与投资者股票持有周期成反比,股价波动频率越高，投资者股票持有期越短。这与HS模型研究结论一致,HS模型认为消息观察者根据与股息有关的消息进行决策,动量交易者根据历史股价进行决策,当消息观察者接收到与股息有关的消息时做出决策,信息融入股价,此时,动量交易者迅速加入,导致股价加速上升或者下降,循环往复。随着信息传播效率的加快,与股息有关的信息更快更多地通过网络媒体传播给投资者,以上述周期加速,动量、反转周期变短,信息融入股价更加充分,动量效应增强。

综上,信息传播效率与股价波动幅度、股价波动频率正相关,和投资者股票持有期负相关。信息传播效率越快,投资者越易反应过度、股票持有期越短。此外,信息传播效率越快动量与反转效应越强。

4.2.2 信息传播效率与股价动量

本部分继续对信息传播效率、股价动量在早中后期以及2010—2019年四个不同时间段上的格兰杰检验来进一步分析。表5为沪深300速度与动量月度数据的Granger检验结果,从整体上看,信息传播效率与股价以及股价动量的因果关系强度的解释力不足。为了进一步验证二者的关系,本文对信息传播效率与股价进行相关性分析。如表6沪深300 2010—2019年信息传播效率与股价相关性所示,除2010年与2012年相关性为0.087与0.097之外,其余年份信息传播效率与股价相关性均介于0.74与0.95之间,这就表明信息传播效率与股价动量具有相关性。

表5 沪深300速度与动量月度数据的Granger检验

表6 沪深300 2010—2019年信息传播效率与股价相关性

综上,信息传播效率是股价动量产生的原因。由4.1所述内容可知,信息传播效率为投资者关注度的原因,且二者具有高相关性。为了进一步验证信息传播效率对股价动量的影响,本文将以关注度为中间变量,在后续部分进一步分析投资者关注度对股价动量的影响，进一步探讨信息传播效率对股价动量的关系。

4.3 投资者关注度与股价动量分析

股价动量是指股价沿着原来的运动趋势变化,由于股价是股价动量的原因,通过研究投资者关注度对股价的影响可分析出投资者关注度与股价动量的关系。本文对投资者关注度与股价分别进行不同时间段日度数据的格兰杰检验。由表7沪深300 2010—2019年关注度、与股价动量日度数据相关性分析可知,关注度与股价具有高相关性。

表7 沪深300 2010—2019年关注度、与股价动量日度数据相关性分析

为了进一步探讨两者的关系,以及不同时期投资者关注度对股价动量周期的影响，本文对投资者关注度与股价动量数据进行早中后期三种时间段的格兰杰检验。由图2沪深300投资者关注度与股价动量格兰杰检验可知:早期关注度对股价动量的影响并不显著;中期关注度对股价动量有短期、中期以及长期的影响;后期关注度对股价动量有时间周期为中期的影响。这与周琳杰(2002)为期一个月的动量策略超额收益最好的结论一致[13],其中10～20个交易日时因果关系最强。综上,投资者关注度对股价动量有因果关系,二者具有相关性,但投资者关注度对股价动量影响的滞后期在不同阶段的强度不同,随着投资者关注度增加,其对股价动量的影响越强烈。

图2 沪深300投资者关注度与股价动量格兰杰检验

5 结论

本文基于HS模型消息观察者和动量交易者的分析框架,引入以网民规模、互联网普及率以及移动互联网接入量构建的信息传播效率变量,对2010—2019年间不同信息传播效率区间下关注度与股份动量关系的问题进行了探讨。研究发现:(1)信息传播效率影响投资者关注度,二者具有较强的相关性。信息传播效率在以CSI300成份股为代表的大盘股上对关注度的影响更显著。当信息传播效率在区间[0,16.5)上时,信息传播效率与投资者关注正相关,即信息传播效率越快,投资者关注度越高。但随着信息传播效率的进一步加快,达到或者超过临界值16.5时，二者呈负相关关系。(2)信息传播效率与股价波动幅度、频率正相关。信息传播效率越快,股价波动幅度越大、频率越高,股价动量效应越强。(3)不同速度区间,投资者关注度越高,关注度与股价动量之间的因果关系越强。简言之，投资者关注度越高,其对股价动量的影响越强。这些研究结论对于进一步丰富投资者关注领域相关研究,深入理解不同信息传播效率情景下投资者对市场信息的反应特征、行为模式,以及其对股票走势的影响均有一定价值,而这一角度也正是已有研究较少考虑到的。