[摘要] 参数稳定性检验揭示了投资者关注度与市场收益间的相互影响存在结构性变化，因此，传统的基于静态影响假设的研究可能存在偏差。而对两者间的动态关系进行分析后发现，投资者关注度对市场收益存在显著负向影响，但该负向效应的显著性和强度正逐步减弱。借助Hurst指数发现，正是市场有效性的增加削弱了投资者关注度对市场收益的解释能力。另一方面，市场收益对投资者关注度存在显著正向效应，但随着市场波动程度的下降，该正向效应也正在逐步减弱。
[关键词] 投资者关注度； 市场收益； Hurst指数； 市场有效性； 残差自举法； 滚动窗口估计
The Dynamic Relationships between Investor Attention and Market Return：
Evidences from a Bootstrap Rollingwindow
Jin XuejunZhou Jianfeng
Key words： investor attention； market return； Hurst index； market efficiency； residual bootstrap； rollingwindow estimation
一、 引言
但2009年金融危机之后，宏观和微观层面都出现了一些结构性的变化例如，中国经济增速开始出现下滑趋势，同时国内经济政策不确定性波动大幅增加，经济风险出现了结构性的变化；与此同时，融资融券等股票市场制度的完善和资本市场规模的扩大促使市场有效性发生了实质性的变化。，而这些变化可能会导致投资者关注度对市场收益的影响出现结构性变化，以往关于两者间静态关系的研究也因此会出现偏误研究过程中若充分考虑结构性变化的存在，则研究结果会随样本选择的不同而出现差异。。所以本文首先对投资者关注度与市场收益间是否存在结构性变化进行研究，在此基础上利用滚动窗口技术（rollingwindow approach）嵌套Bootstrap的方法对样本期内两者间动态影响系数进行估计，并进一步对关注度与市场收益间动态关系演化趋势的原因进行剖析。本文的创新主要在于以下两点：一是运用VBA（Visual Basic for Application）程序程序的基本操作思路是利用Firefox插件对网页源代码HTML文件的解析，特别是其中的JavaScript函数，找出关注度数据真正的链接地址，再通过VBA程序中的XMLHTTP对象对真实目标网址的数据进行下载并处理。，捕捉大型金融网站的站内搜索数据来衡量投资者“关注度”，以便更准确地捕捉投资者关注度变化，有效剔除衡量方式上存在的噪声；二是利用滚动窗口技术和基于残差自举的修正格兰杰（Granger）检验来研究A股市场关注度和市场收益间的动态关系。
本文的研究结果显示投资者关注度对市场收益存在负向效应，这与Barber和Odean[11]、Fang和Peress[6]、Carretta等[7]的研究结果相类似，但有趣的是这种负向影响效应的强度在逐渐减弱。当借助动态Hurst指数来识别市场有效性时，发现正是样本期内市场有效性的增加导致关注度对市场收益的影响能力逐步减弱。而另一方面，和微观层面的研究相一致，本研究发现市场整体收益的提高能吸引投资者关注。
二、 研究假说
投资者关注度问题是研究市场有效性的一个重要命题，最早由Merton[12]着手研究。但投资者关注度的衡量难度较大，制约了该问题的深入研究。直至最近，得益于行为金融学研究的快速崛起，投资者关注度问题的研究再次成为学者关注的焦点。
假设2：投资者关注度对市场收益具有负向效应。
Hou等人指出当收益率大幅上升时，投资者对股市会投入更多关注，但若市场处于熊市，则投资者对市场关注将会下降[18]。从微观层面来看，市场收益率较高意味着市场中大部分的个股都存在比较高的正收益，有很多股票可能涨停，而个人投资者的关注容易受冲击涨停股票的吸引[19]591，这也得到了Barber和Odean[11]的认可。他们同样认为一旦股票交易量放大或者出现超额收益，投资者对股票市场的关注度将会增加。因此，我们可以提出如下假设：
假设3：市场收益对投资者关注度具有正向效应。
三、 数据说明与模型
（一） 方法与模型
首先，可以考虑模型
（1）中的二元VAR（P）过程：
和其他检验相类似，格兰杰因果检验要求VAR模型的参数具有恒定不变性，但是投资者关注度和市场收益间影响关系可能存在结构性变化，这显然会违背上述假定[2930]。事先对样本进行分拆或设置哑变量等做法虽能帮助解决结构性变化的问题，但会导致预测试偏误。Balcilar等提出的滚动窗口估计方法能有效克服参数结构不稳定的问题，同时可以展示关注度和市场收益在不同子样本间的动态结构性变化[20]。当滚动窗口宽度固定为l时，全样本（fullsample）可转变为T-l个子样本序列（subsamples），任意子样本的样本期为t=τ-l+1，τ-l，…，τ，而τ=l，l+1，…，T，其中T为总样本的时间长度。在此基础上，对每个子样本再运用BootstrapLR检验关注度和市场收益间的格兰杰因果关系。
（二） 数据来源
四、 实证结果
（一） 平稳性检验
为了研究A股市场关注度和市场收益间的动态关系，本文首先对变量关注度（GZD）和市场综合收益率（RET）进行了平稳性检验。本文运用了ADF和KPSS对序列的单位根进行了检验，具体结果如表1所示：
尽管ADF的结果显示RET和GZD为平稳序列，但KPSS的检验结果显示变量RET和GZD为Ⅰ
（1）过程，可能是由于样本期内市场收益波动太小。对比两变量一阶差分前后的ADF检验结果发现，差分后更为平稳，同时结合Li等人的研究结果[39]，我们有理由相信样本期内序列RET和GZD遵循Ⅰ
（1）过程。
（二） 参数稳定性检验
为了研究投资者关注度对市场收益的影响，我们首先按照
（1）式对全样本构建了二元VAR模型，同时SIC信息准则显示最优滞后阶数p应设定为5。全样本的LR检验结果显示，原假设“RET不是GZD的Granger因”在1%显著水平遭到拒绝，但我们无法拒绝“GZD不是RET的Granger因”的原假设。即市场收益对投资者关注度存在影响，但关注度却对市场收益不存在影响，这种单向因果关系与国内外已有研究[5，10]存在一定的差异Da等、俞庆进和张兵等学者的研究发现，投资者关注度对市场收益存在显著正向影响，而本文的全样本BootstrapLR显示关注度与市场收益不存在格兰杰因果关系。。
但Salman和Shukur指出，全样本格兰杰因果检验结果的稳健性取决于VAR模型的参数稳定性，若参数不稳定则检验结果将变得无效[40]492。然而，关注度和市场收益间可能存在的结构性变化会导致VAR模型参数不稳定，进而使得上述VAR模型结果随样本区间的变化而变化。因此，我们有必要对参数的稳定性进行检验，以此来判断是否存在结构性变化，以及上述全样本格兰杰结果是否存在偏误。
GZD等式的SupLR、ExpLR、MeanLR检验结果显示在1%显著水平拒绝原假设，认为模型参数短期不稳定。同样，RET等式的三个统计量也都在1%置信水平显著，因此RET等式短期参数也具有非恒定的特性。Lc统计则显示GZD等式在长期表现出参数稳定性特征，但RET等式却在10%的置信水平显著，即其长期参数不稳定。这一结果验证了假设1中的推断，即投资者关注度和市场收益间相互影响存在结构性的变化。这也就意味着
（1）式中的VAR模型在短期表现出强烈的参数不稳定性，长期参数稳定性程度也较差。上述结果显然违背了运用格兰杰检验的前提假设，因此，全样本的格兰杰检验结果无法真实反映投资者关注度和市场收益间潜在的因果联系。
（三） 滚动窗口检验
参数稳定性检验显示，关注度和市场收益间关系存在结构性变化。为了有效克服两者间结构性变化带来的影响，本文使用了滚动窗口技术对该问题做进一步研究。
图1GZD非RET格兰杰原因的滚动窗口检验p值
图2RET非GZD格兰杰原因的滚动窗口检验p值
图3投资者关注度对市场收益的滚动影响系数
对比各个子样本发现，沿着窗口滚动方向，投资者关注度作为市场收益变动的格兰杰原因的可能性在逐渐下降。同时，RET影响系数的波动幅度逐渐减小，成收敛的态势，且2013年之后投资者关注度对市场收益的影响呈现出围绕0值上下波动的形态。综上所述，投资者关注度对市场收益的解释能力随时间在减弱。本文认为，这一趋势出现的主要原因是市场有效性在逐渐提高。
图4上证A股动态Hurst指数及其趋势图
RET_Coef=-0.0852076+0.0822346×Hurst_Index
（-3.09） （1.97）
由上述回归等式可以看出，RET_Coef与Hurst_Index存在显著正相关关系，这表明投资者关注对市场收益的解释能力与市场有效性存在显著负相关关系。这进一步印证了上述现象，即样本期间内随着市场有效性的增强，投资者关注度对市场收益的解释能力大幅下降。
图6市场收益波动率和投资者关注度对比图图中市场收益波动率为月度数据，本文用月内交易日的收益方差衡量波动率。
五、 结论
基于上述分析可知，当前投资者可以通过关注度与市场收益间的负向效应来判断未来市场走势。但由于我国资本市场有效性的逐渐增强，投资者借助关注度指标来预测未来市场走势从而获得超额收益的可能性在逐渐降低甚至消失。本文的不足之处在于在研究两者动态关系时没有构建基于个股面板数据的滚动窗口模型，研究深度有限。同时受限于样本跨度较短，样本频率选择为日度，未来随着数据量增加可尝试以月度频率样本作为研究对象，结果可能更为稳健。
