摘 要

本文从心理决策理论当中提出锚定-调整模型，并利用近期股价最大变动幅度和360搜索指数作为该模型的解释变量来研究其与股市表现，包括个股的收益率、交易量变化率和换手率，的关系。在对2015年1月1日到2016年6月30日的297只A股数据进行固定效应回归后，本文研究结果表明：（1）360搜索指数对当期股票市场表现有很高的相关性，但其相关程度会在短期内变得不显著；（2）关注度的上升伴随着股价的上涨以及股市的活跃，但它同样会伴随股价的下跌和股市的低迷；（3）近期股价的最大变动幅度可以作为投资者的“锚”因素，其与股票市场指标显著关系。

关键词：投资者关注度；搜索指数；锚定效应；股市表现

Abstract

In this paper, the anchoring-adjustment model is proposed from the induction of psychological decision-making theory, and the model, included the recent changes in the stock price and the 360 search index as the analytical variables, is used to study the stock market performance including the Yield, trading volume change rate and turnover rate of the sample stocks. After the fixed effect regression of 297 A-share data on January 1, 2015 and June 30, 2016, the results of this study show that: (1) 360 search index has a high correlation with the current stock market performance, but this correlation will disappear in a few days; (2) the increase in investor attention is accompanied by rising stock prices and the active stock market, but it will also be accompanied by the decline in stock prices and the stock market downturn; (3) the highest degree of the change of the recent stock price can be used as an "anchor" factor for investors’ decision-making process, which is significantly related to the stock market index.

Key Words：investor attention; search index; anchoring effect; stock market performance

目录

第1章 绪论 1

1.1 研究背景与意义 1

1.2研究方法与研究思路 1

1.3 文献综述 1

1.3.1国外研究现状 2

1.3.2国内研究现状 3

1.3.3文献简评 3

第2章 锚定-修正模型 5

2.1决策心理学相关理论 5

2.1.1行为金融学 5

2.1.2投资者的决策模型 5

2.1.3理论小结 8

2.2 锚定-修正模型及研究假设 8

2.2.1决策流程简化 8

2.2.2研究假设 9

2.2.3模型小结 10

第3章 样本选择和变量定义 11

3.1数据来源 11

3.2样本选择 11

3.3变量定义 11

3.3.1市场表现指标 12

3.3.2锚定-调整模型指标 12

第4章 实证模型与结果分析 14

4.1平稳性检验 14

4.2市场指标与关注度的回归分析 14

4.3市场指标与锚定-调整因素的回归分析 15

4.4 不同股市状态下锚定-调整因素对股市的影响 16

第5章 结论与展望 19

5.1 研究结论 19

5.2 研究展望 19

参考文献 21

致 谢 23

第1章 绪论

1.1 研究背景与意义

行为金融学是将人类的非理性行为引入到金融市场分析当中的一门交叉学科。该学科现在的研究重点主要在于金融相关人士的行为测量和理论检验。随着信息技术的发展以及大数据时代的来临，人们生活当中的很多行为都会被信息网络捕捉到。这些工具为研究人类行为提供大量、即时和客观的观察数据。其中一些数据对于检验行为金融学理论起到巨大作用。另外，由于我国股票市场还不够成熟，有着大量业余投资者，使得股票市场相当的不稳定。其中，2015年的大涨和大跌就是一个典型例子之一。在此背景下，利用互联网数据来研究我国大众投资者投资行为对股票市场的影响，将有利于监测市场，揭露风险，并在一定程度上提高投资者的风险意识，也为市场监管者的政策或举措提供支持。

1.2研究方法与研究思路

首先查阅相关文献，了解当今行为金融学的相关理论和利用互联网数据研究行为金融的技术方法。从中选取具体的研究方向并进一步深入阅读文献，借鉴现有可取的研究成果，发现现有研究的不足或空白，从而提出本文的研究方向。

根据“利用搜索指数研究投资者行为与股市表现”这一研究方向，本文的研究方法为：利用python编写爬虫程序，收集大量A股在2015年1月1日到2016年6月30日的360搜索指数，并把它作为测量投资者关注度的指标。然后结合国泰安金融数据库的数据，比如股票的收盘价，流通股数量等，来研究这些数据间的关系。该过程将利用Excel和STATA软件进行数据整理、绘图和相关模型的回归分析。

1.3 文献综述

下面从国内和国外两个方面来综述近年与主要利用搜索引擎数据来间接测量投资者的关注度对股市影响的论文。

1.3.1国外研究现状

在这一领域，Da、Engelberg和Gao在2011年发表的一篇论文可以说是在这方面最具影响力的。他们利用SVI(谷歌搜索量指数)，对2004~08年的罗素3000股票数据进行分析发现该指数能及时捕捉到总体投资者的关注度，其数值的变化能够预测后两个星期股市的变动，而且在较长时间才出现反转。^【1】该研究正好验证了Barber和Odean(2008)的“价格压力假说”。该理论认为，由于人的注意力是有限的，所以不可能对大量的股票进行认真的分析；而受到市场整体看涨某些股票的影响，投资者会倾向购买这些股票；这些影响或一直持续到投资者改变自己的判断后^【2】在Da的论文之后，学者们通过这类互联网数据对股市的各个方面进行研究。

目前通过互联网测量投资者决策状态的数据来源主要有两种：搜索引擎数据和社交媒体数据。H Mao，S Counts和J Bollen(2011)通过分析网上数据集（Twitter简讯，新闻头条和Google搜索量）和情绪跟踪工具（Twitter投资者情绪，负面新闻情绪和Google金融词汇搜索量）与各种股市指标的关系后得出，金融相关的Google每周搜索量对股市有预测作用，Twitter的投资者情绪和金融词汇对股市在1-2天里是统计上显著。^【3】国外学者在这些方法的基础上进行更为广泛和深入的研究。