本文是一篇金融学论文，本文通过同花顺用户行为数据作为投资者关注度的代理变量，对市场的个股收益率和个股交易活跃度进行了实证分析和研究。根据本文的实证分析得出以下结论：（一）：投资者关注度和同期股票市场的个股交易活跃程度存在正相关关系。投资者在某只股票中的关注度度越高，其交易的活跃程度就越高，本文使用换手率指标作为活跃度的代理变量来进行验证。（二）：投资者关注度和同期股票市场的收益率存在正相关关系。因为中国的股票市场散户只能买入，因此备受关注的股票往往是表现较好的股票，这很容易引起散户投资者的关注，并通过资金的追捧使个股的良好表现持续下去。
第一章 引言
1.1. 研究背景和意义
1.1.1 选题背景
1952 年，马科维茨在《金融杂志》发表了关于“资产组合选择”的论文，核心是借助均值方差模型来解决关于“投资者最优决策”的问题。后来的研究者在此基础上，不断研究和发展，使有效市场理论逐渐成型。而后，发展出了以投资者完全理性与市场有效两大假设为基础的传统资产定价理论。在 20 世纪 80年代以后，行为金融学异军突起，并且快速发展，投资决策中的非理性行为对资产定价的影响，开始逐渐受到学术界重视。
在关于有效市场的假设中，资产价格是可以充分反映市场信息的，但是投资者获取信息需要的精力和时间都是有限的，随着信息爆炸时代的来临，投资者对所有信息保持关注已不可能。投资者几乎不会去购买在关注范围之外的资产，进而极大的影响交易决策。因此对关注度这种稀缺资源的研究，成为了行为金融学的一个重要课题。
目前的心理学实验证明，人的注意力会集中在凸显的刺激上。越是与众不同的事物，越能够获得更多的关注，这在现实生活的经验中，也早已证明且被大家广泛理解接受。在现代金融关于投资者关注度的研究中，考察投资者利用信息的凸显效应来进行交易决策是其中的重点。
....................
1.2. 研究方法和内容
1.2.1 研究方法
首先，通过查阅国内外相关文献，回顾前人关于投资者有限关注度方面的研究，并对观点和结论以及实证方法进行总结，为自己的论文写作提供思路。然后利用同花顺用户行为数据作为投资者关注度的代理变量，并运用计量经济学的研究方法，对投资者有限关注度与市场表现关系进行研究。具体方法有：
（1） 基于计量经济学的方法
本文利用了单变量回归和面板回归的方法，来分析投资者关注度代理变量与市场表现之间的关系。
（2） 基于沪深 300 股票组合的行情数据的回测方法
本文利用回归模型中得出的规律作为理论基础来构建交易策略。对沪深 300指数成分股股票组合的历史数据进行回测。并对策略表现进行评价。
1.2.2 研究内容
本文先利用同花顺用户行为数据、市场行情数和因子数据来构造面板数据，通过单变量回归模型和带有五因子控制变量的固定效应回归模型，来分析投资者关注度与市场表现之间的关系。具体为：
1.投资者关注度与个股收益率之间的关系
2.投资者关注度与个股换手率之间的关系
3.不同滞后期的投资者关注度与个股收益率之间的关系
4.不同资金量的投资者的关注度，对于个股收益率的影响
5.所有的投资者关注的代理变量中，哪个对于市场表现的解释力最好
............................
第二章 注意力相关理论和文献综述
2.1. 注意力主要理论
“注意力”一词在心理学范畴内主要的解释是用来衡量人们心理活动聚焦于某一件事情的能力。当人们因为某个信息做出选择后，因为精力的限制，必然会忽略其他的选择；而当人们选定某件事物，会将主要精力和时间投放在某件事物上。当人们做出某个决策前，必然需要先收集信息，然后对其进行加工和整理分析，但是人们每天面临的海量信息中，很多是无用的，并且同时处理过多的信息会使人们超负荷，所以对信息做出取舍是必然选择。
在有限关注理论的研究中，Terrance Odean(2008)的研究比较有代表性。在他们的理论中，投资者在金融市场中制定投资决策时，会遇到信息过多的情况，这令投资者无法筛选和分析。例如当投资者面对数千只潜在投资的股票时，注意力无法平均分配到每只股票上，在这种情况下，对投资者决策比较有效的方法就是把有限的精力集中在特定几只股票上。换句话说，投资者需要依据自己的偏好和专业知识来判断该对哪些少量的股票进行持续关注，进而通过深入分析做出更加合理的投资决策。
投资者关注度相关研究的主要假设是：投资者是非理性的。在金融市场中，限于投资者的注意力瓶颈，在处理信息时，可能会忽略一些对投资决策来讲非常重要的信息；另外在处理信息时，无法做到全面客观的分析，也会产生类似心理锚定之类的偏差。目前，学者们将有限关注理论在金融市场领域的划分，主要分为选择性注意理论和资源限制理论。
表 4.2.1 变量统计性描述
......................
2.2. 投资者有限关注代理变量文献综述
随着资本市场的不断发展与完善，投资者有限关注方面的研究逐渐成为专家、学者们的研究重点。而后在经济学领域，Kahneman（1973）首次将这一概念和经济学的研究结合起来，为投资者偏离传统经济理论的决策行为提供解释。Kahneman 认为：注意力作为稀缺的认知资源，会随着每次信息刺激的产生而逐渐减少，最后甚至会出现资源枯竭的情况，即注意力是有限的。
投资者关注度研究中，对于关注度代理变量的设计和衡量一直是最重要的问题之一，也是一直以来的难点。目前已经被其他研究者使用过的投资者关注度代理变量包括：涨停板数据，媒体热点，论坛热点，广告支出等等。过往研究使用的数据主要集中在三个方面：
第一类数据：传统市场数据所代理的变量：
这类代理变量主要包括：股票本身的技术指标信息（股票价格、成交量和换手率等指标），股票自身的基本信息（公所处行业，公司收益，市值规模，公司财报，公司公告等数据）。
相关文献简述：
Seasholes(2007)发现，人们会对涨停板的股票表现出强烈的关注，甚至会去跟风购买自己没有持有的涨停板的股票。利用涨停板数据作为关注度代理变量，实证发现，个股当天的涨停会引起投资者的极大关注,进而引起涨停股票被资金追捧而持续走高，甚至非理性的连续涨停。
Peng 和 Xiong (2007)发现了市场信息和个股信息在投资者的有限注意力中存在竞争关系。利用成交量作为关注度代理变量,实证发现，投资者对信息的获取精力是有限的，在宏观的市场信息与微观的个股信息之间必然会做出取舍，两类信息对于投资者关注具有明显的竞争关系，从而导致不同的市场表现。
饶育蕾、彭叠峰等(2009)使用涨幅排行榜中每只个股的新闻数量作为关注度代理变量，实证发现：排行榜内个股新闻数量多的股票的市场表现相对更好，这说明排行榜效应与投资者的关注度直接相关。
............................
第五章 投资者关注度的策略研究
5.1. 策略构造基本思想
个股收益率与当期股票关注度正相关，与滞后期关注度负相关，因此，在低关注度时买入，高关注度时卖出。前一日出现信号，要在次日以收盘价进行交易。但是判断关注度偏高和偏低的标准比较难确定。为了确定关注度高低的标准，本文分别采用 5%和 95% ；10%和 90%，15%和 85%，20%和 80%，25%和 75%，30%和70%，50%50 作为关注度高低的分位数标准，然后通过对交易信号的评价来确定选择哪一组作为关注度高低的分位数标准。从分析结果来看，15%和 85%，20%和80%，25%和 75%这三组的信号频率适中，且信号的发生的时间点差距较小，因此选择中间的 20%和 80%作为关注度高低的分位数标准。
对关注指标数据进行分位数计算：以 A 股点击统计量占比举例：
表：5.1.1 A 股点击统计量占比分位数统计
............................
第六章 结论与启示
信息爆炸时代，投资者的关注度对于资产配置具有十分重要的影响。对于投资者关注度研究的关键点主要在于如何对关注度进行衡量。本文通过同花顺用户行为数据作为投资者关注度的代理变量，对市场的个股收益率和个股交易活跃度进行了实证分析和研究。根据本文的实证分析得出以下结论：
（一）：投资者关注度和同期股票市场的个股交易活跃程度存在正相关关系。投资者在某只股票中的关注度度越高，其交易的活跃程度就越高，本文使用换手率指标作为活跃度的代理变量来进行验证。
（二）：投资者关注度和同期股票市场的收益率存在正相关关系。因为中国的股票市场散户只能买入，因此备受关注的股票往往是表现较好的股票，这很容易引起散户投资者的关注，并通过资金的追捧使个股的良好表现持续下去。
（三）：利用解释力最强的 A 股点击量占比数据作为投资者关注度的代理变量，通过固定效应面板模型研究当期及滞后 10 期的关注度与市场表现之间的关系后发现：回归系数随着滞后项期数的增加而逐期减小，说明交易活跃程度会随着投资者关注度滞后期期数的不断增加而衰减。而通过对比收益率数据结果发现，关注度前回归系数与当期的收益率呈现正相关关系，但是从 1 期开始就是负相关，并且这种负相关会在滞后 2 期时达到最大，而后负相关性慢慢减弱。
（四）：代表资金量越大的用户关注度对市场表现的影响越大在研究资金量与市场表现关系的实证中，通过对比不同资金量点击量占比数据的回归系数发现，资金量越大，对股市表现的影响越大。具体来说，资金量越大的用户点击率占比数据，其回归的系数越大，这和实证之前的预判一致。因为资金量是推动价格的最直接因素，资金越大，对于市场价格的影响能力也就越大。
参考文献（略）
