李晨辰， 吳沖鋒

(1. 同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院， 上海 200092；2. 上海交通大學(xué)安泰經(jīng)濟(jì)與管理學(xué)院， 上海 200030)

0 引 言

近年來(lái)，隨著移動(dòng)終端設(shè)備和各類證券交易應(yīng)用程序(APP)的普及，通過(guò)移動(dòng)終端進(jìn)行交易的股票成交量大幅增長(zhǎng).來(lái)自本文中我國(guó)A股市場(chǎng)交易數(shù)據(jù)樣本顯示，截至2018年底，移動(dòng)終端成交額占比已經(jīng)超過(guò)45%.區(qū)別于普通商品交易的移動(dòng)化，金融產(chǎn)品的高風(fēng)險(xiǎn)高收益特征使得移動(dòng)交易為股票市場(chǎng)帶來(lái)了更為復(fù)雜的沖擊與變化.移動(dòng)互聯(lián)網(wǎng)時(shí)代下，股票開(kāi)戶便捷度的提升和交易費(fèi)率的下降促使投資者進(jìn)入股票市場(chǎng)的顯性門檻進(jìn)一步降低，投資者主體的廣泛性和差異性進(jìn)一步擴(kuò)大.由于移動(dòng)終端具有隨時(shí)隨地都能進(jìn)行交易的高度便利性，大量個(gè)人投資者逐步采用移動(dòng)終端進(jìn)行投資.本文采用的數(shù)據(jù)顯示，在2014年～2018年期間我國(guó)A股市場(chǎng)內(nèi)的個(gè)人投資者在每個(gè)交易周平均貢獻(xiàn)了高達(dá)98.81%的移動(dòng)終端成交額.同時(shí)，機(jī)構(gòu)投資者與專業(yè)個(gè)人投資者則囿于風(fēng)險(xiǎn)控制，規(guī)?；聠危顿Y界面需求等因素而主要在固定終端進(jìn)行交易.

金融科技的發(fā)展不僅改變了股票市場(chǎng)上投資者的結(jié)構(gòu)與數(shù)量[1, 2]，而且進(jìn)一步影響了投資者的信息獲取與交易的成本.從信息獲取的角度出發(fā)，移動(dòng)終端改善了投資者的信息環(huán)境；然而，移動(dòng)終端的屏幕尺寸限制、定向推送、熱點(diǎn)投放等信息分化方式可能使真正有效的決策信息淹沒(méi)在信息的汪洋大海中，從而加劇了新一輪的信息不對(duì)稱.從證券交易的角度出發(fā)，移動(dòng)終端的便利性讓投資者的交易行為能夠突破時(shí)間和空間的限制，同時(shí)也可能導(dǎo)致交易行為的隨意性.因此，證券交易工具的升級(jí)迭代究竟是提升了投資者的決策能力，還是放大了投資者的認(rèn)知缺陷，采用移動(dòng)終端進(jìn)行股票投資是否真正地改善了投資者的交易表現(xiàn)，都是監(jiān)管層與廣大投資者在移動(dòng)交易迅速發(fā)展的背景下應(yīng)予特別關(guān)注的.

本文采用我國(guó)A股市場(chǎng)內(nèi)某交易機(jī)構(gòu)提供的2014年～2018年期間個(gè)股級(jí)別的日度交易數(shù)據(jù)，區(qū)分了每支股票來(lái)自移動(dòng)終端和固定終端的成交情況，得以從新的視角探討金融科技背景下投資者的決策異質(zhì)性.根據(jù)股票交易中投資者所使用的終端區(qū)別，將投資者劃分為移動(dòng)端投資者與固定端投資者，主要解決了以下問(wèn)題：第一，能夠很好地吻合近年來(lái)金融科技發(fā)展推動(dòng)證券交易移動(dòng)化的趨勢(shì)，即普通個(gè)人投資者傾向于采用移動(dòng)終端以獲取便利性，成熟的個(gè)人投資者和機(jī)構(gòu)投資者傾向于采用固定終端以獲取安全性和專業(yè)性；與此同時(shí)，不同交易終端本身的特性會(huì)影響投資行為，從而進(jìn)一步強(qiáng)化兩類投資者的異質(zhì)性[3].第二，該劃分方法能夠較為干凈地處理機(jī)構(gòu)投資者拆單和牛散風(fēng)格機(jī)構(gòu)化的問(wèn)題.機(jī)構(gòu)投資者通過(guò)算法交易產(chǎn)生的小單一般于固定終端生成，而專業(yè)的個(gè)人投資者訂單也大量通過(guò)固定終端生成.因此，本文將移動(dòng)終端產(chǎn)生的交易行為歸屬為投資經(jīng)驗(yàn)相對(duì)較弱或是專業(yè)知識(shí)儲(chǔ)備較為不足的個(gè)人投資者的交易行為，而固定終端產(chǎn)生的交易行為則更趨近于來(lái)自成熟或是專業(yè)投資者的交易行為.

本文的研究以證券交易的移動(dòng)化為切入點(diǎn)，通過(guò)獨(dú)特?cái)?shù)據(jù)構(gòu)造了移動(dòng)端投資者和固定端投資者這兩類異質(zhì)投資者，以此考察近年來(lái)證券交易移動(dòng)化趨勢(shì)對(duì)投資者交易行為以及其投資表現(xiàn)的影響機(jī)制.首先，與理性框架下投資者致力于風(fēng)險(xiǎn)最小化和收益最大化的決策行為[4]大相徑庭的是，投資者在實(shí)際交易過(guò)程中的信息獲取和處理能力，交易動(dòng)機(jī)等多方面均存在差異.本文區(qū)別于現(xiàn)有的注意力導(dǎo)向交易的相關(guān)文獻(xiàn)[5-7]，主要側(cè)重于研究在移動(dòng)互聯(lián)網(wǎng)背景下，個(gè)股和市場(chǎng)兩個(gè)層面的信息沖擊是否能夠交互影響異質(zhì)投資者的決策.第二，交易行為的異質(zhì)性體現(xiàn)了不同投資者對(duì)于市場(chǎng)信息接受能力和處理能力的差異，這種決策分歧一般是難以直接刻畫的.Barber和Odean[8]指出，投資經(jīng)驗(yàn)不足的個(gè)人投資者無(wú)法對(duì)所有股票進(jìn)行系統(tǒng)分析，故傾向于投資能夠吸引他們注意力的股票，而專業(yè)投資者則會(huì)系統(tǒng)地進(jìn)行分散化投資.因此，該視角下投資者的行為差異可以作為刻畫投資者決策分歧的一種方式.以往的實(shí)證文獻(xiàn)在研究投資者決策分歧對(duì)未來(lái)股價(jià)影響時(shí)往往得出不一致的結(jié)論，正面影響說(shuō)明決策分歧代表風(fēng)險(xiǎn)，而負(fù)面影響則說(shuō)明決策分歧代表信息不確定性，目前實(shí)證資產(chǎn)定價(jià)領(lǐng)域?qū)Υ巳詿o(wú)法得到統(tǒng)一的結(jié)論.本文嘗試通過(guò)兩類終端的投資者行為構(gòu)造新的決策分歧測(cè)度，提供來(lái)自中國(guó)市場(chǎng)的證據(jù).第三，異質(zhì)決策行為導(dǎo)致不同投資者的投資損益不同.目前研究尚未涉及移動(dòng)交易發(fā)展對(duì)于異質(zhì)投資者交易表現(xiàn)的影響，本文嘗試拓展金融科技背景下不同投資者在中短期投資表現(xiàn)(1)Barber和Odean[8]將1個(gè)月及以上的投資定義為長(zhǎng)期投資，將不超過(guò)1周的投資定義為短期投資.因此，本文將中短期投資區(qū)間定義為1周～4周.的相關(guān)文獻(xiàn).結(jié)合以上研究動(dòng)機(jī)，本文的主要研究?jī)?nèi)容如下：

第一，從橫截面和時(shí)間序列兩個(gè)維度檢驗(yàn)了我國(guó)A股市場(chǎng)上移動(dòng)端投資者表現(xiàn)出的眼球效應(yīng)：1)對(duì)于具有眼球吸引力的股票(包括出現(xiàn)正向極端的收益率，異常成交額以及異常搜索值的股票)，移動(dòng)端投資者表現(xiàn)出顯著的凈買入意愿，且移動(dòng)端個(gè)人投資者主要驅(qū)動(dòng)了這種交易行為，而固定端投資者則表現(xiàn)出顯著的凈賣出意愿.2)在整體市場(chǎng)出現(xiàn)眼球吸引力的期間內(nèi)，上述的橫截面眼球效應(yīng)更為顯著.

第二，基于移動(dòng)端和固定端投資者的交易行為異質(zhì)性，本文提出了一個(gè)新的投資者異質(zhì)性測(cè)度：移動(dòng)端投資者樂(lè)觀偏差.通過(guò)進(jìn)一步研究發(fā)現(xiàn)，該測(cè)度對(duì)未來(lái)股票價(jià)格具有負(fù)面影響，且這種負(fù)面影響在具有眼球吸引力的股票中尤其顯著.

第三，在1周～4周的考察周期內(nèi)，檢驗(yàn)了不同終端投資者凈賣出的頭寸在過(guò)去的收益率差異，以及凈買入的頭寸在未來(lái)的收益率差異，發(fā)現(xiàn)移動(dòng)端投資者獲得的收益率顯著低于固定端投資者.

本文對(duì)現(xiàn)有研究的邊際貢獻(xiàn)存在于以下幾個(gè)方面：1)利用我國(guó)A股市場(chǎng)上真實(shí)的移動(dòng)交易數(shù)據(jù)，研究證券交易的移動(dòng)化趨勢(shì)如何影響投資者的交易行為，這一角度顯著區(qū)別于目前相關(guān)研究采用的自然實(shí)驗(yàn)方法[9, 10].2)從多重維度檢驗(yàn)了我國(guó)A股市場(chǎng)上移動(dòng)端投資者交易過(guò)程中表現(xiàn)出的注意力導(dǎo)向特征，發(fā)現(xiàn)了個(gè)股和市場(chǎng)兩個(gè)層面的眼球信號(hào)均對(duì)移動(dòng)端投資者注意力存在影響，且該眼球效應(yīng)主要由占據(jù)移動(dòng)交易主導(dǎo)地位的移動(dòng)端個(gè)人投資者驅(qū)動(dòng)，說(shuō)明了移動(dòng)交易進(jìn)一步放大了個(gè)人投資者注意力導(dǎo)向的認(rèn)知缺陷；3)基于交易工具的差異和眼球效應(yīng)的實(shí)證證據(jù)，提出了移動(dòng)端投資者樂(lè)觀偏差作為衡量異質(zhì)投資者決策分歧的新測(cè)度，并指出這種樂(lè)觀偏差越大，股票價(jià)格越被高估，有力地支撐了過(guò)度自信理論；4)本文發(fā)現(xiàn)，移動(dòng)交易潛在降低了投資者的交易表現(xiàn)，對(duì)投資者表現(xiàn)的相關(guān)文獻(xiàn)補(bǔ)充了移動(dòng)互聯(lián)網(wǎng)技術(shù)影響下的新特征.本文的貢獻(xiàn)不僅在于推動(dòng)相關(guān)學(xué)術(shù)研究的創(chuàng)新和完善，同時(shí)對(duì)監(jiān)管部門的政策制定與投資者的交易決策具有重要的現(xiàn)實(shí)意義.

1 文獻(xiàn)綜述

從邏輯鏈條來(lái)看，本文的研究主線貫穿了證券交易移動(dòng)化背景下我國(guó)A股市場(chǎng)上投資者的交易行為及其投資損益特征.首先，移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展顯著影響了投資者的交易手段，這為研究異質(zhì)決策行為開(kāi)辟了新的場(chǎng)景.其次，理性投資者傾向于分散化地投資，而非理性投資者則更容易對(duì)引起其關(guān)注的股票產(chǎn)生過(guò)度反應(yīng)，這種投資者的決策分歧會(huì)影響股票資產(chǎn)的定價(jià).最后，投資者的異質(zhì)決策行為勢(shì)必為其帶來(lái)不同的投資表現(xiàn).因此，本文將從這3個(gè)方面進(jìn)行文獻(xiàn)綜述.

1.1 移動(dòng)互聯(lián)網(wǎng)技術(shù)對(duì)投資者行為的影響

相較于網(wǎng)絡(luò)搜索引擎[11, 12]，網(wǎng)絡(luò)財(cái)經(jīng)社區(qū)[13]對(duì)投資者信息渠道的拓寬，移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展不僅影響了投資者的信息獲取方式，而且重塑了投資者的交易手段.Grant[9]通過(guò)自然實(shí)驗(yàn)指出，相對(duì)于固定電腦設(shè)備而言，移動(dòng)設(shè)備更小的屏幕尺寸導(dǎo)致投資者信息處理成本增加，同時(shí)損害了其投資決策能力.Brown等[10]也采用類似的方法，證實(shí)了投資者在采用移動(dòng)設(shè)備交易時(shí)注意力更容易被干擾，并發(fā)現(xiàn)移動(dòng)設(shè)備上顯示的焦點(diǎn)信息對(duì)投資者的影響顯著超過(guò)固定電腦設(shè)備.目前的研究很少采用真實(shí)的交易數(shù)據(jù)分析移動(dòng)交易對(duì)投資者決策的影響.

1.2 注意力導(dǎo)向的交易行為與決策分歧

注意力導(dǎo)向的交易行為能夠直觀反映異質(zhì)投資者的決策差異，現(xiàn)有文獻(xiàn)分別從個(gè)股層面和市場(chǎng)層面進(jìn)行研究.從個(gè)股層面出發(fā)，Seasholes和Wu[14]發(fā)現(xiàn)2001年～2003年期間，中國(guó)A股市場(chǎng)的個(gè)人投資者偏好買入具有漲停板特征的股票；Barber和Odean[5]也證實(shí)了美國(guó)市場(chǎng)的個(gè)人投資者對(duì)產(chǎn)生眼球吸引力的股票有顯著的凈買入行為.此外，宗計(jì)川等[15]，姚加權(quán)等[16]分別從其他維度出發(fā)，研究了關(guān)注度對(duì)于投資者擇股的影響.從市場(chǎng)層面出發(fā)，Yuan[7]證實(shí)了市場(chǎng)事件對(duì)于投資者行為存在影響，并指出在美國(guó)市場(chǎng)上，道瓊斯工業(yè)指數(shù)創(chuàng)新高的事件能夠負(fù)向顯著預(yù)測(cè)下一交易日的代表個(gè)人投資者交易行為的小訂單流.

除了注意力導(dǎo)向的交易行為之外，諸如彩票偏好[17]，行業(yè)偏好[18]等各類交易特征均能夠表明股票市場(chǎng)中不同投資者的決策存在差異，從而引出投資者決策分歧的重要概念.現(xiàn)有研究通常利用分析師預(yù)測(cè)的差異[19]，股票成交量[20]，散戶訂單占比[21]等代理變量來(lái)衡量投資者的決策分歧，并進(jìn)一步研究決策分歧與未來(lái)股價(jià)收益率的關(guān)系.從理論文獻(xiàn)來(lái)看，若假設(shè)市場(chǎng)是無(wú)摩擦的，Merton[22]提出的風(fēng)險(xiǎn)折價(jià)理論說(shuō)明投資者決策分歧與風(fēng)險(xiǎn)對(duì)應(yīng)，買入具有決策分歧的股票在未來(lái)應(yīng)該獲得風(fēng)險(xiǎn)補(bǔ)償；而Miller[23]認(rèn)為在市場(chǎng)存在較大做空約束的時(shí)候，決策分歧往往代表不確定性，這種不確定性是股票價(jià)值高估的體現(xiàn).張維和張永杰[24]結(jié)合我國(guó)A股市場(chǎng)的賣空約束，將其發(fā)展為基于異質(zhì)信念的風(fēng)險(xiǎn)資產(chǎn)價(jià)格均衡模型，熊熊等[25]則進(jìn)一步分析了賣空交易與異質(zhì)信念的聯(lián)系.目前，關(guān)于投資者決策分歧對(duì)股價(jià)預(yù)測(cè)能力的實(shí)證證據(jù)也是不一致的，F(xiàn)riend等[26]，Doukas等[27]發(fā)現(xiàn)分析師預(yù)測(cè)差異能夠正向預(yù)測(cè)股票價(jià)格，所以當(dāng)期股票價(jià)格被低估.而Diether等[28]，Yu[29]發(fā)現(xiàn)投資者決策分歧與未來(lái)股價(jià)的負(fù)向聯(lián)系在實(shí)證上支持過(guò)度自信理論，所以當(dāng)期股票價(jià)格被高估.目前，尚未有文獻(xiàn)從證券交易終端的角度研究注意力導(dǎo)向的交易行為，并基于此提出異質(zhì)投資者決策分歧的測(cè)度.

1.3 異質(zhì)投資者的交易表現(xiàn)

從長(zhǎng)期來(lái)看，在全球各個(gè)市場(chǎng)上，個(gè)人投資者的表現(xiàn)均亞于機(jī)構(gòu)投資者[30-33].從中短期來(lái)看，兩者的投資表現(xiàn)證據(jù)是不一致的.個(gè)人投資者在成熟市場(chǎng)均能獲得一定的超額收益，即為機(jī)構(gòu)投資者提供流動(dòng)性而取得顯著的短期正向收益[33, 34]；Andrade等[35]發(fā)現(xiàn)，在散戶比例較高的我國(guó)臺(tái)灣股票市場(chǎng)上，個(gè)人投資者凈買入的股票在下一交易周難以取得正向收益；Barber等[32]同樣利用我國(guó)臺(tái)交所的數(shù)據(jù)，發(fā)現(xiàn)個(gè)人投資者凈買入的股票在日度、周度、月度均獲得統(tǒng)計(jì)意義上的負(fù)向收益；余佩琨等[36]通過(guò)我國(guó)A股市場(chǎng)的投資者持倉(cāng)數(shù)據(jù)發(fā)現(xiàn)，在財(cái)務(wù)報(bào)表發(fā)布后的1個(gè)交易月內(nèi)，機(jī)構(gòu)投資者能夠通過(guò)信息優(yōu)勢(shì)顯著戰(zhàn)勝個(gè)人投資者.目前，關(guān)于異質(zhì)投資者交易表現(xiàn)的研究主要從個(gè)人投資者和機(jī)構(gòu)投資者的對(duì)比出發(fā)，很少考慮移動(dòng)交易帶來(lái)的新變化.

2 研究設(shè)計(jì)

在我國(guó)A股市場(chǎng)上，一方面存在數(shù)千支股票可供投資者買入持有，另一方面僅有少量股票可供投資者直接賣出或融券賣空(2)在不考慮融券情況下，投資者僅能賣出少數(shù)自持股票；與此同時(shí)，目前我國(guó)A股市場(chǎng)的融券余額僅占融資余額1%左右，投資者在未持有特定股票頭寸情況下實(shí)際進(jìn)行的融券賣空交易非常少..這種情況下，具有眼球吸引力的股票對(duì)于投資者的橫截面資產(chǎn)配置具有重要影響.首先，根據(jù)Merton[22]的有限信息模型，本文假設(shè)面臨更多信息約束的移動(dòng)端投資者更加關(guān)注具有眼球吸引力的股票，而固定端投資者為其交易對(duì)手方，由此設(shè)定：

假設(shè)1a對(duì)于在t交易周內(nèi)產(chǎn)生具有眼球吸引力的個(gè)股，移動(dòng)端投資者在t+1交易周內(nèi)凈買入該類股票，固定端投資者在t+1交易周內(nèi)凈賣出該類股票.

與此同時(shí)，整體市場(chǎng)行情同樣深刻影響著投資者行為.An等[37]發(fā)現(xiàn)，我國(guó)A股市場(chǎng)上85%個(gè)人投資者的財(cái)富在市場(chǎng)泡沫崩盤期間大幅受損，進(jìn)一步揭示了個(gè)人投資者“追漲殺跌”的交易特征.相應(yīng)地，本文假設(shè)整體市場(chǎng)行情提升能夠顯著增加移動(dòng)端投資者的凈買入行為，由此設(shè)定：

假設(shè)1b如果整體市場(chǎng)行情在t交易周內(nèi)顯著提升，移動(dòng)端投資者在t+1交易周內(nèi)的整體凈買入行為會(huì)增加.

第二，根據(jù)Seasholes和Wu[14]的發(fā)現(xiàn)，我國(guó)A股市場(chǎng)上出現(xiàn)漲停板的股票在未來(lái)數(shù)周內(nèi)的價(jià)格會(huì)顯著回調(diào)，俞慶進(jìn)和張兵[38]則通過(guò)搜索量作為關(guān)注度指標(biāo)獲得了類似的結(jié)論.本文認(rèn)為，若個(gè)股在當(dāng)期表現(xiàn)出眼球吸引力，則該類股票在當(dāng)期及過(guò)去多期內(nèi)應(yīng)該獲得較大漲幅，透支了未來(lái)的升值空間，由此設(shè)定：

假設(shè)2a如果個(gè)股產(chǎn)生眼球吸引力，則其當(dāng)期價(jià)格被高估.

若假設(shè)1a和假設(shè)2a同時(shí)成立，則說(shuō)明移動(dòng)端投資者對(duì)于產(chǎn)生眼球吸引力的股票表現(xiàn)出顯著區(qū)別于固定端投資者的凈買入行為，也意味著移動(dòng)端投資者對(duì)于價(jià)格高估股票產(chǎn)生樂(lè)觀偏差.根據(jù)Miller[23]的過(guò)度自信理論，由此設(shè)定：

假設(shè)2b移動(dòng)端投資者樂(lè)觀偏差越高的股票在未來(lái)股價(jià)收益率越低，且這種負(fù)面影響在具有眼球吸引力的股票中更為顯著.

根據(jù)Kaniel等[34]的流動(dòng)性供給效應(yīng)，股票市場(chǎng)內(nèi)的流動(dòng)性供給者，即便是個(gè)人投資者，也應(yīng)當(dāng)在短期內(nèi)取得正向收益；然而，Barber等[32]認(rèn)為，非知情交易者在不掌握信息優(yōu)勢(shì)的情況下容易過(guò)度交易，在短期內(nèi)同樣無(wú)法取得正向收益.這種效應(yīng)在個(gè)人投資者行為中占據(jù)支配地位，并且在換手率高企的股票市場(chǎng)內(nèi)顯著強(qiáng)于流動(dòng)性供給效應(yīng).截至2019年底，我國(guó)A股市場(chǎng)上自然人投資者占比超過(guò)99.76%(3)數(shù)據(jù)來(lái)源于中國(guó)證券登記結(jié)算有限責(zé)任公司(http://www.chinaclear.cn/zdjs/tjnb/center_datalist.shtml，訪問(wèn)日期：2021-08-20).；同時(shí)，股票平均換手率高達(dá)214.29%(4)數(shù)據(jù)來(lái)源于世界銀行(https://data.worldbank.org/indicator/CM.MKT.TRNR，訪問(wèn)日期：2021-08-20).，位居全球第一.本文通過(guò)交易終端的區(qū)分，識(shí)別出非理性程度相對(duì)更高的投資者主體，進(jìn)一步拓展了Barber等[32]的實(shí)證場(chǎng)景.若我國(guó)A股市場(chǎng)內(nèi)的移動(dòng)端投資者相較固定端投資者更傾向于買入具有眼球吸引力的股票(假設(shè)1a成立)，則該類股票的中短期回調(diào)效應(yīng)(假設(shè)2a成立)會(huì)降低移動(dòng)端投資者在中短期的投資表現(xiàn)，由此設(shè)定：

假設(shè)3a移動(dòng)端投資者在1周～4周內(nèi)的投資表現(xiàn)均遜于固定端投資者.

同時(shí)，本文將個(gè)人投資者進(jìn)一步劃分為移動(dòng)端個(gè)人投資者和固定端個(gè)人投資者.若我國(guó)A股市場(chǎng)內(nèi)的移動(dòng)端個(gè)人投資者相較固定端個(gè)人投資者更傾向于買入具有眼球吸引力的股票(假設(shè)1a的延展檢驗(yàn)成立)，則可以進(jìn)行類似的設(shè)定：

假設(shè)3b移動(dòng)端個(gè)人投資者在1周～4周內(nèi)的投資表現(xiàn)遜于固定端個(gè)人投資者.

3 數(shù)據(jù)與變量

3.1 數(shù)據(jù)來(lái)源

本文采用了來(lái)自我國(guó)A股市場(chǎng)的某交易機(jī)構(gòu)提供的股票日度交易數(shù)據(jù)，該數(shù)據(jù)覆蓋了在上交所和深交所交易的A股股票，區(qū)分了每支股票在每個(gè)交易日來(lái)自該數(shù)據(jù)樣本的移動(dòng)交易終端和固定交易終端的買入和賣出交易量，以及來(lái)自個(gè)人投資者和機(jī)構(gòu)投資者的買入和賣出交易量.由于移動(dòng)交易在2014年前的交易份額較低(小于10%)，本文選取了2014年～2018年A股市場(chǎng)5年共計(jì)257交易周的樣本數(shù)據(jù)進(jìn)行研究，在該樣本周期內(nèi)，周度移動(dòng)端交易額占比從10.28%增長(zhǎng)至46.48%，移動(dòng)端投資者已經(jīng)逐步形成與固定端投資者具有相當(dāng)規(guī)模的交易對(duì)手.

本文采用的數(shù)據(jù)樣本具有代表性，根據(jù)該樣本產(chǎn)生的交易數(shù)據(jù)能夠較好地展現(xiàn)全市場(chǎng)投資者的交易行為.首先，采用市場(chǎng)上部分交易數(shù)據(jù)研究異質(zhì)交易行為是目前文獻(xiàn)的通用做法，Barber和Odean[5]進(jìn)行不同投資者行為分析時(shí)，由于數(shù)據(jù)限制亦并未選取全市場(chǎng)樣本，其選用的美國(guó)市場(chǎng)上3個(gè)主要券商數(shù)據(jù)庫(kù)分別僅包含78 000，14 667和 665 533個(gè)賬戶數(shù).選用的交易機(jī)構(gòu)在樣本區(qū)間內(nèi)的合格證券資金賬戶數(shù)超過(guò)147萬(wàn)，因此，本文的樣本從賬戶數(shù)量角度上具有較強(qiáng)代表性.第二，我國(guó)A股市場(chǎng)是全世界范圍內(nèi)流動(dòng)性最好的股票市場(chǎng)之一，同等市場(chǎng)份額的數(shù)據(jù)樣本在我國(guó)A股市場(chǎng)上比其他市場(chǎng)上能夠產(chǎn)生更好的數(shù)據(jù)代表性.在本文的研究期內(nèi)，該數(shù)據(jù)樣本的股票成交額占全市場(chǎng)1.30%左右.根據(jù)表1所示，該市場(chǎng)占比從周度總成交額，25%分位值，中位值，75%分位值以及標(biāo)準(zhǔn)誤等多種測(cè)度來(lái)看都是較為穩(wěn)健的，且該交易機(jī)構(gòu)樣本和全市場(chǎng)樣本的成交額離散系數(shù)之比為101.99%，說(shuō)明兩個(gè)樣本的個(gè)股成交額的離散程度亦非常相近.第三，本文統(tǒng)計(jì)了該數(shù)據(jù)樣本的周度平均股票覆蓋率在時(shí)間序列的均值，發(fā)現(xiàn)該覆蓋率達(dá)到99.85%，也就意味著市場(chǎng)上每周交易的絕大多數(shù)股票，都在該交易機(jī)構(gòu)產(chǎn)生交易.進(jìn)一步地，表1最后一行的實(shí)證數(shù)據(jù)匯報(bào)了每支股票在該交易機(jī)構(gòu)內(nèi)每周成交額和在全市場(chǎng)每周成交額的Spearman相關(guān)度，其時(shí)間序列均值高達(dá)0.840，說(shuō)明來(lái)自該交易機(jī)構(gòu)的個(gè)股成交額能夠以較高的相關(guān)度擬合全市場(chǎng)上個(gè)股成交額.

表1 全市場(chǎng)與選定樣本的交易數(shù)據(jù)統(tǒng)計(jì)

此外，采用了來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)(CSMAR)的滬深兩市全樣本股票交易信息和相關(guān)會(huì)計(jì)信息，以及來(lái)自O(shè)xford-Man Institute of Quantitative Finance數(shù)據(jù)庫(kù)的上證指數(shù)5 min高頻數(shù)據(jù).本文還采用程序抓取了每支股票在百度搜索引擎上每日的搜索頻次，主要關(guān)鍵字為該公司的全稱，簡(jiǎn)稱以及股票代碼，據(jù)此構(gòu)造個(gè)股的百度搜索指數(shù)(search volume index, SVI).

3.2 變量構(gòu)造

3.2.1 特定數(shù)據(jù)庫(kù)變量

首先，參考Barber和Odean[5]的方法，通過(guò)特有數(shù)據(jù)庫(kù)構(gòu)造了個(gè)股和股票組合在交易周期內(nèi)的訂單非平衡度(buy-sell imbalance，BSI)，其計(jì)算公式為式(1)， ∑ni=1Bi,t為t交易周內(nèi)對(duì)于股票組合內(nèi)n支股票的買入成交額，∑ni=1Si,t為t交易周內(nèi)對(duì)于股票組合內(nèi)n支股票的賣出成交額.相應(yīng)地，n=1時(shí)為單支股票在t交易周內(nèi)的BSI，n>1時(shí)則為該股票組合在t交易周內(nèi)的BSI.由于采用的數(shù)據(jù)樣本區(qū)分了來(lái)自移動(dòng)端和固定端的成交情況，故可以對(duì)每支股票或股票組合分別計(jì)算來(lái)自兩種交易端口的BSI.同時(shí)，還計(jì)算了每支股票或股票組合分別來(lái)自個(gè)人投資者，機(jī)構(gòu)投資者，移動(dòng)端個(gè)人投資者，移動(dòng)端機(jī)構(gòu)投資者，固定端個(gè)人投資者以及固定端機(jī)構(gòu)投資者的BSI.值得說(shuō)明的是，本文的數(shù)據(jù)來(lái)自部分交易單元，而非全市場(chǎng)，理論上存在成交量加總約束偏誤(adding-up constraint bias)，即無(wú)法對(duì)于每支股票的買賣兩個(gè)方向的成交量完全出清.因此，采用周度采樣頻率，既緩解了日度交易頻率下更為嚴(yán)重的加總約束偏誤，又避免了月度交易頻率下采樣數(shù)量較低的問(wèn)題.此外，本文的研究將更為側(cè)重移動(dòng)端和固定端投資者的交易行為異質(zhì)性，這樣可以降低來(lái)自單一終端的BSI產(chǎn)生的偏誤

BSIgroup,t=∑ni=1Bi,t-∑ni=1Si,t∑ni=1Bi,t+∑ni=1Si,t

(1)

在每個(gè)交易周，計(jì)算個(gè)股i在移動(dòng)端和固定端的周度訂單非平衡度BSIi,M,t和BSIi,PC,t，在式(2)中通過(guò)BSIi,M,t對(duì)BSIi,PC,t進(jìn)行回歸，殘差項(xiàng)εi,t代表該交易周內(nèi)移動(dòng)端投資者相對(duì)固定端投資者對(duì)個(gè)股i產(chǎn)生的凈買入程度(RESI)

BSIi,M,t=αt+βPC,tBSIi,PC,t+εi,t

(2)

同時(shí)，在市場(chǎng)層面構(gòu)造了257個(gè)交易周時(shí)間序列上移動(dòng)端和固定端的訂單總非平衡度BSIaggr,M,t和BSIaggr,PC,t，這里繼續(xù)采用式(1)進(jìn)行構(gòu)造，其中n為市場(chǎng)內(nèi)所有的股票數(shù)量.

3.2.2 通用數(shù)據(jù)庫(kù)變量

本文通過(guò)CSMAR以及其他數(shù)據(jù)庫(kù)構(gòu)造全市場(chǎng)樣本的個(gè)股層面指標(biāo)和市場(chǎng)層面指標(biāo).在個(gè)股層面，主要構(gòu)造了3個(gè)關(guān)鍵變量來(lái)檢驗(yàn)個(gè)股眼球效應(yīng)：周度收益率(RET)，異常成交額(abnormal trading volume, AVOL)以及異常搜索值(abnormal search volume index, ASVI).RETi,t為個(gè)股i在t交易周的收益率；根據(jù)Barber和Odean[5]的構(gòu)造方法，通過(guò)式(3)計(jì)算個(gè)股i所在t交易周的交易額與過(guò)去52交易周平均交易額的比率作為異常成交額AVOLi,t；仿照Da等[11]的構(gòu)造方法，通過(guò)式(4)計(jì)算個(gè)股i所在t交易周內(nèi)的Di,t個(gè)交易日的日均百度搜索指數(shù)與過(guò)去4周的周內(nèi)日均搜索指數(shù)的中位值的比率作為異常搜索值A(chǔ)SVIi,t

AVOLi,t=VOLi,t(152∑t-52w=t-1VOLi,w)

(3)

ASVIi,t=1Di,t∑Di,td=1SVIi,d/Median1Di,t-k×

∑Di,t-kd=1SVIi,d|k=1,2,3,4

(4)

在個(gè)股層面，構(gòu)造的其他變量如下：SIZE和BM是經(jīng)典風(fēng)險(xiǎn)因子的構(gòu)造變量，分別為個(gè)股在上一交易周末的流通市值/(百萬(wàn)人民幣)的自然對(duì)數(shù)，以及最新財(cái)報(bào)公布的賬面市值比；EP和ROE分別是Liu等[39]采用的股利價(jià)格比和凈資產(chǎn)收益率；ILLIQ是根據(jù)Amihud[40]的方法構(gòu)造的非流動(dòng)性指標(biāo)，通過(guò)式(5)計(jì)算該交易周內(nèi)Di,t個(gè)交易日的個(gè)股日度收益率絕對(duì)值|RETi,d|與成交額VOLi,d/(百萬(wàn)人民幣)的比率的均值；REV為上一交易周的收益率；IVOL是根據(jù)Ang等[41]方法構(gòu)造的異質(zhì)波動(dòng)率，用來(lái)衡量投資者決策差異，通過(guò)在每個(gè)交易周追溯過(guò)去一個(gè)月內(nèi)的個(gè)股日度股票收益率對(duì)日度三因子[42]序列回歸后取殘差計(jì)算其標(biāo)準(zhǔn)差后得到，且有效觀測(cè)值必須超過(guò)5個(gè)交易日，回歸公式為式(6)；VOL和MAX分別是Liu等[39]采用的過(guò)去一個(gè)月內(nèi)的日度收益率的波動(dòng)率和最大日度收益率；COV和INST是Menzly和Ozbas[43]用來(lái)衡量投資者知情交易程度的經(jīng)典變量，COV為每支股票在過(guò)去12個(gè)月的賣方分析師有效跟蹤報(bào)告數(shù)，有效報(bào)告至少覆蓋凈利潤(rùn)，每股收益以及市盈率其中一項(xiàng)，若無(wú)有效跟蹤報(bào)告數(shù)則計(jì)為0；INST為每支股票最新一期的基金持股比例，若無(wú)基金持股則計(jì)為0.AR(abnormal return)為異常收益率，即經(jīng)過(guò)市值因素調(diào)整的收益率，通過(guò)每個(gè)交易周內(nèi)個(gè)股收益率，減去該股票流通市值所在十分位值區(qū)間的股票組合的市值加權(quán)收益率獲得

ILLIQi,t=1081Di,t∑Di,td=1|RETi,d|VOLi,d

(5)

Ri,t-rft=αi+βMKT,i(Rm,t-rft)+

βSMB,iSMBt+βHML,iHMLt+εi,t

(6)

在市場(chǎng)層面，本文構(gòu)造了如下變量：根據(jù)Yuan[7]的方法，首先構(gòu)造Market_Eventt為該交易周上證指數(shù)是否刷新之前52個(gè)交易周的指數(shù)最高值的虛擬變量，存在刷新則計(jì)為1，不存在刷新則計(jì)為0；RETindex,t為上證指數(shù)的周度收益率；RETindex,t-52～t-1為上證指數(shù)在過(guò)去52周的累計(jì)收益率；RVindex,t是通過(guò)Oxford-Man Institute of Quantitative Finance數(shù)據(jù)庫(kù)提供的上證指數(shù)日內(nèi)5 min已實(shí)現(xiàn)波動(dòng)率(realized volatility)推導(dǎo)出的周內(nèi)5 min已實(shí)現(xiàn)波動(dòng)率.

3.3 統(tǒng)計(jì)性描述

表2匯報(bào)了本文主要變量的統(tǒng)計(jì)性描述結(jié)果.在個(gè)股層面，特定數(shù)據(jù)樣本在 2014年～2018年期間共有708 684個(gè)有效觀測(cè)數(shù)量，表2中移動(dòng)端投資者BSIM和固定端投資者BSIPC的有效觀測(cè)數(shù)量分別占比99.32%和99.81%，說(shuō)明本文選取的數(shù)據(jù)樣本中移動(dòng)端和固定端的成交都非?；钴S.從個(gè)人投資者BSIINDI，機(jī)構(gòu)投資者BSIINST，移動(dòng)端個(gè)人投資者BSIINDI,M，移動(dòng)端機(jī)構(gòu)投資者BSIINST,M，固定端個(gè)人投資者BSIINDI,PC以及固定端機(jī)構(gòu)投資者BSIINST,PC的統(tǒng)計(jì)數(shù)據(jù)來(lái)看，發(fā)現(xiàn)移動(dòng)端機(jī)構(gòu)投資者的有效觀測(cè)數(shù)量較少，與移動(dòng)端成交量主要由個(gè)人投資者貢獻(xiàn)的結(jié)論是一致的.與固定端投資者相比，移動(dòng)端投資者凈買入程度RESI的均值和中位值分別為0.000和0.001，25%和75%分位值分別為-0.206和0.206，標(biāo)準(zhǔn)差為0.372，總體上RESI均勻分布在零值兩側(cè)，分布在靠近正向極值的RESI代表移動(dòng)端投資者凈買入程度大幅高于固定端投資者，反之亦然.

表2 主要變量統(tǒng)計(jì)性描述

續(xù)表2

4 眼球效應(yīng)

4.1 橫截面眼球效應(yīng)

主要采用股票收益率，異常成交額以及異常搜索值3個(gè)橫截面變量作為個(gè)股的眼球信號(hào)進(jìn)行檢驗(yàn)，在分析樣本周期內(nèi)投資者行為的統(tǒng)計(jì)特征時(shí)，本文通過(guò)構(gòu)造具有不同關(guān)注度特征的個(gè)股組合的BSI時(shí)間序列，根據(jù)該序列的均值和Newey-West異方差和自相關(guān)調(diào)整后的t統(tǒng)計(jì)值來(lái)推斷不同終端投資者的買入行為特征以及統(tǒng)計(jì)顯著性.在t交易周，根據(jù)前一周的周度股票收益率RETi,t-1，異常成交額AVOLi,t-1以及異常搜索值A(chǔ)SVIi,t-1，對(duì)橫截面上所有股票進(jìn)行排序后分為10組，并進(jìn)一步將第十組拆分為10a組(90%～95%)和10b組(95%～100%)，計(jì)算每組股票的BSIgroup,M,t和BSIgroup,PC,t.本文對(duì)總計(jì)257個(gè)交易周的BSIgroup,M,t和BSIgroup,PC,t取均值并計(jì)算Newey-Westt統(tǒng)計(jì)值，形成表3中的不同信號(hào)下各個(gè)投資組合的訂單非平衡度分布.為便于直觀展示來(lái)自移動(dòng)端和固定端的訂單非平衡度差異，將來(lái)自兩個(gè)交易終端的各組股票的訂單非平衡度在圖1標(biāo)注了BSI均值，誤差棒以及顯著性.考慮到成交量加總約束偏誤，同一股票組合下來(lái)自兩個(gè)終端的訂單非平衡度時(shí)間序列均值是可能存在方向一致的情況，而這里重點(diǎn)考察兩者的差異性.

根據(jù)表3和圖1所示，對(duì)于RETi,t-1，AVOLi,t-1以及ASVIi,t-1的最高分位10b股票組合，在t交易周內(nèi)，移動(dòng)端的BSIgroup,M正向顯著，分別為0.67%(2.23)(5)匯報(bào)估計(jì)系數(shù)時(shí)的括號(hào)內(nèi)為相應(yīng)的t統(tǒng)計(jì)值，下同.，1.37%(6.00)和1.42%(5.10)，說(shuō)明移動(dòng)端投資者顯著凈買入存在高收益率，高異常成交量以及高異常搜索值的股票，呈現(xiàn)出較強(qiáng)的橫截面眼球效應(yīng).即在同等的市場(chǎng)行情下，移動(dòng)端投資者傾向于凈買入具有眼球吸引力的股票組合.與此同時(shí)，本文發(fā)現(xiàn)固定端投資者對(duì)于RETi,t-1，AVOLi,t-1以及ASVIi,t-1的最高分位10b股票組合，均表現(xiàn)出顯著的凈賣出特征，即BSIgroup,PC顯著為負(fù)，分別為-1.88%(-6.48)，-0.83%(-2.70)和-1.51%(-4.26).此外，除AVOLi,t-1以及ASVIi,t-1的次高分位10a股票組合中移動(dòng)端和固定端投資者的交易特征保持上述差異特征外，其他所有對(duì)比組均不存在交易方向上的顯著差異，即不存在一方顯著凈買入，而另一方顯著凈賣出.因此，該結(jié)果提供了我國(guó)A股市場(chǎng)上移動(dòng)端投資者追逐眼球信號(hào)股票的實(shí)證證據(jù)，很好地支持本文的假設(shè)1a，對(duì)于在t交易周內(nèi)產(chǎn)生具有眼球吸引力的個(gè)股，移動(dòng)端投資者在t+1交易周內(nèi)顯著凈買入該類股票，固定端投資者在t+1交易周內(nèi)顯著凈賣出該類股票.

表3 個(gè)股信號(hào)與移動(dòng)端(固定端)投資者訂單非平衡度分布

值得注意的是，通過(guò)滯后一期股票收益率分組的移動(dòng)端投資者的BSI曲線在圖1中呈現(xiàn)出顯著的V形曲線，這里的實(shí)證結(jié)論與Barber和Odean[5]的模型結(jié)論是吻合的，說(shuō)明移動(dòng)端投資者對(duì)于具有正向或負(fù)向極值收益率的股票均有投資傾向.

圖1 個(gè)股信號(hào)與投資者訂單非平衡度分布

采用2014年初我國(guó)A股市場(chǎng)上移動(dòng)交易占比10.28%作為分界點(diǎn)，進(jìn)一步檢驗(yàn)了2011年～2013年(6)受交易數(shù)據(jù)可得性的限制，表4中的穩(wěn)健性檢驗(yàn)僅追溯到2011年.和2014年～2018年兩個(gè)區(qū)間內(nèi)個(gè)人投資者和機(jī)構(gòu)投資者對(duì)于具有眼球信號(hào)股票的交易行為.表4的Panel A和Panel B匯報(bào)了在兩個(gè)交易區(qū)間內(nèi)對(duì)具有眼球信號(hào)股票組合(10a和10b)的個(gè)人投資者BSIgroup,INDI,t，機(jī)構(gòu)投資者BSIgroup,INST,t均值以及相應(yīng)的Newey-Westt統(tǒng)計(jì)值.本文發(fā)現(xiàn)，2011年～2013年期間所有的BSIgroup,INDI均顯著為負(fù)或不顯著，說(shuō)明該期間內(nèi)個(gè)人投資者對(duì)于這三類具有眼球吸引力的股票均沒(méi)有顯著凈買入行為.在2014年～2018年期間，AVOLi,t-1和ASVIi,t-1的10b股票組合中，BSIgroup,INDI均顯著為正，BSIgroup,INST均顯著為負(fù)，說(shuō)明移動(dòng)設(shè)備推廣后，個(gè)人投資者對(duì)具有極端異常成交額和異常搜索值的股票逐步產(chǎn)生了顯著的凈買入行為.

進(jìn)一步地，表4的Panel C和Panel D匯報(bào)了眼球信號(hào)股票組合(10a和10b)在2014年～2018年期間的移動(dòng)端個(gè)人投資者BSIgroup,INDI,M,t，移動(dòng)端機(jī)構(gòu)投資者BSIgroup,INST,M,t，固定端個(gè)人投資者BSIgroup,INDI,PC,t和固定端機(jī)構(gòu)投資者BSIgourp,INST,PC,t的均值和相應(yīng)Newey-Westt統(tǒng)計(jì)值.本文發(fā)現(xiàn)，Panel C中10b股票組合內(nèi)所有的BSIgroup,INDI,M均是正向顯著的，分別為0.77(2.58)，1.45(6.37)和1.50(5.41)，估計(jì)值略高于表3中匯報(bào)的BSIgroup,M.同時(shí)，Panel D中10b股票組合內(nèi)固定端個(gè)人投資者BSIgroup,INDI,PC的估計(jì)結(jié)果顯示，固定端個(gè)人投資者對(duì)具有眼球吸引力的股票沒(méi)有顯著的凈買入行為.表4的結(jié)果表明，我國(guó)A股市場(chǎng)上個(gè)人投資者在移動(dòng)端推廣后逐步表現(xiàn)出的眼球效應(yīng)主要是由移動(dòng)端個(gè)人投資者的交易行為驅(qū)動(dòng)，說(shuō)明個(gè)人投資者的認(rèn)知缺陷在移動(dòng)交易推廣以后被進(jìn)一步放大了.

表4 個(gè)股信號(hào)與細(xì)分投資者的訂單非平衡度分布

4.2 市場(chǎng)眼球效應(yīng)

本小節(jié)構(gòu)造了時(shí)間序列上來(lái)自移動(dòng)端和固定端的總體訂單非平衡度與市場(chǎng)行情上揚(yáng)事件，市場(chǎng)過(guò)往收益率以及波動(dòng)率的相關(guān)回歸對(duì)假設(shè)1b進(jìn)行檢驗(yàn).由于我國(guó)A股市場(chǎng)上最受關(guān)注的指數(shù)為上證綜指，故以下研究中將上證綜指是否創(chuàng)52周新高作為市場(chǎng)行情上揚(yáng)的關(guān)鍵變量.在式(7)中，第t交易周移動(dòng)端或固定端訂單總非平衡度BSIaggr,t為被解釋變量，解釋變量則采用滯后一期的市場(chǎng)層面變量：Market_Eventt-1，BSIaggr,t-1，RETindex,t-1，RETindex,t-52～t-1和RVindex,t-1

BSIaggr,t=α+β1Market_Eventt-1+

β2BSIaggr,t-1+β3RETindex,t-1+

β4RETindex,t-52～t-1+β5RVindex,t-1+εt

(7)

表5分別匯報(bào)了移動(dòng)端和固定端的回歸結(jié)果，當(dāng)僅加入市場(chǎng)指數(shù)創(chuàng)新高的虛擬變量Market_Eventt-1時(shí)，模型(1)的結(jié)果表明，Market_Eventt-1的估計(jì)系數(shù)為0.017(4.05)，調(diào)整后R2達(dá)到3.44%，說(shuō)明市場(chǎng)指數(shù)刷新事件對(duì)于移動(dòng)端投資者凈買入行為起到顯著的正向推動(dòng)作用，在市場(chǎng)指數(shù)創(chuàng)新高后，移動(dòng)端投資者選擇繼續(xù)入場(chǎng)，而固定端的訂單非平衡度完全不能被Market_Eventt-1解釋，模型(4)中Market_Eventt-1的估計(jì)系數(shù)不顯著，調(diào)整后R2為負(fù).繼續(xù)控制兩個(gè)交易端訂單總非平衡度的滯后項(xiàng)BSIaggr,t-1，移動(dòng)端回歸中的Market_Eventt-1的估計(jì)系數(shù)并未明顯變化；當(dāng)控制另外的指數(shù)收益率和波動(dòng)率的滯后項(xiàng)時(shí)，移動(dòng)端回歸中的Market_Eventt-1的估計(jì)系數(shù)降為0.008(1.53)，但RETindex,t-1的估計(jì)系數(shù)具有1%顯著性水平，這是由于Market_Eventt-1和RETindex,t-1具有一定的相關(guān)性導(dǎo)致，因此依然可以判定移動(dòng)端投資者在市場(chǎng)行情較好的時(shí)候更為傾向于買入股票.與此同時(shí)，固定端回歸中的RETindex,t-1估計(jì)系數(shù)為0.072(1.65)，Market_Eventt-1的估計(jì)系數(shù)轉(zhuǎn)為-0.004(-1.15)，說(shuō)明上期的市場(chǎng)收益率對(duì)于固定端投資者的買入決策影響顯著低于移動(dòng)端投資者.值得注意的是，RVindex,t-1較高的股票，固定端投資者較移動(dòng)端投資者更傾向于顯著賣出，說(shuō)明固定端投資者對(duì)于大盤波動(dòng)帶來(lái)的不確定性更為敏感.表5的實(shí)證結(jié)果表明：市場(chǎng)行情上揚(yáng)顯著加強(qiáng)移動(dòng)端投資者的凈買入行為.

表5 市場(chǎng)整體行情與移動(dòng)端(固定端)總訂單非平衡度

進(jìn)一步將2014年～2018年期間257個(gè)交易周劃分為存在市場(chǎng)事件與不存在市場(chǎng)事件兩個(gè)子樣本，并在圖2中對(duì)移動(dòng)端的橫截面訂單非平衡度分布按照不同子樣本進(jìn)行展示，發(fā)現(xiàn)存在52周以來(lái)上證指數(shù)創(chuàng)新高事件的樣本中，移動(dòng)端的各組凈買入行為均顯著增加，本文的結(jié)論很好地印證了假設(shè)1b：如果市場(chǎng)行情在t交易周內(nèi)顯著提升，移動(dòng)端投資者在t+1交易周內(nèi)的整體凈買入行為會(huì)增加.

圖2 市場(chǎng)指數(shù)創(chuàng)新高事件， 個(gè)股信號(hào)與移動(dòng)端投資者訂單非平衡度分布

5 移動(dòng)端投資者樂(lè)觀偏差

5.1 眼球信號(hào)與股價(jià)高估

注意力導(dǎo)向的交易行為是移動(dòng)端投資者區(qū)別于固定端投資者的一種直觀體現(xiàn)，針對(duì)該過(guò)程中的投資者決策分歧，本文嘗試檢驗(yàn)吸引移動(dòng)端投資者買入的股票是否存在價(jià)格高估現(xiàn)象，由此進(jìn)一步推斷移動(dòng)端投資者相較于固定端投資者是否對(duì)該類股票產(chǎn)生樂(lè)觀偏差.根據(jù)第t交易周產(chǎn)生的股票收益率，異常成交額和異常搜索值，在每個(gè)交易周提取最高10%分位值的股票作為高關(guān)注股票，計(jì)算其在滯后4期，當(dāng)期以及未來(lái)4期的平均異常收益率(AR).根據(jù)表6的結(jié)果，除了高ASVIi,t股票在t-4交易周產(chǎn)生-0.18%的負(fù)向異常收益率外，3類具有眼球吸引力的股票在過(guò)去1周～4周以及當(dāng)期均產(chǎn)生1%顯著水平的正向異常收益率，且異常收益率隨著臨近t交易周逐步放大.此外，除在t+1交易周高RETi,t股票產(chǎn)生0.24%的不顯著異常收益率以及高ASVIi,t股票產(chǎn)生-0.27%的不顯著異常收益率以外，其余未來(lái)1周～4周的異常收益率均為負(fù)向顯著.說(shuō)明該類高關(guān)注股票在未來(lái)多期內(nèi)價(jià)格持續(xù)走低，移動(dòng)端投資者在當(dāng)期對(duì)該類股票產(chǎn)生顯著的樂(lè)觀偏差.本文繼續(xù)檢驗(yàn)該類股票在未來(lái)5周～15周的異常收益率，發(fā)現(xiàn)負(fù)向收益現(xiàn)象依然存在，但其幅度減小.因此，假設(shè)2a是成立的，即產(chǎn)生眼球吸引力的股票的當(dāng)期價(jià)格被顯著高估.

表6 眼球信號(hào)與異常股價(jià)回報(bào)

5.2 回歸檢驗(yàn)

基于假設(shè)1a和假設(shè)2a同時(shí)成立，即移動(dòng)端投資者與固定端投資者對(duì)于局部被高估的高關(guān)注度股票存在顯著的決策異質(zhì)性，本文提出一種新的決策分歧測(cè)度RESI，用來(lái)衡量移動(dòng)投資者相比固定投資者對(duì)股票產(chǎn)生的凈買入程度.從該測(cè)度的統(tǒng)計(jì)分布來(lái)看，RESI是存在正負(fù)方向的，即反映了移動(dòng)端投資者相較于固定端投資者的“樂(lè)觀”或“悲觀”兩種交易行為.若移動(dòng)端投資者對(duì)于具有眼球吸引力，并且被顯著高估的股票的凈買入程度更高，則意味著正向的樂(lè)觀偏差；相應(yīng)地，移動(dòng)端投資者對(duì)于不具有眼球吸引力，并且被相對(duì)低估的股票的凈買入程度更低，則意味著負(fù)向的樂(lè)觀偏差，即悲觀偏差.為突出移動(dòng)端投資者相較于固定端投資者表現(xiàn)出的注意力導(dǎo)向的行為特征，并呼應(yīng)Miller[23]的過(guò)度自信理論，本文將RESI定義為移動(dòng)端投資者樂(lè)觀偏差.鑒于目前文獻(xiàn)中各類決策分歧指標(biāo)對(duì)未來(lái)股價(jià)影響的解釋不一致，本文嘗試對(duì)該指標(biāo)進(jìn)行Fama-MachBeth回歸(后文簡(jiǎn)寫為“FM回歸”)以及投資組合分析，研究移動(dòng)端投資者樂(lè)觀偏差與未來(lái)股價(jià)之間是否存在聯(lián)系.

在每一交易周橫截面上，采用式(8)中的個(gè)股無(wú)風(fēng)險(xiǎn)收益率Ri,t-rfi,t對(duì)RESIi,t-1以及其他控制變量進(jìn)行回歸, 對(duì)所有橫截面回歸后的估計(jì)系數(shù)取均值并計(jì)算Newey-Westt統(tǒng)計(jì)值.回歸方程中的其他收益率同樣經(jīng)過(guò)無(wú)風(fēng)險(xiǎn)化調(diào)整，即當(dāng)期收益率減去當(dāng)期無(wú)風(fēng)險(xiǎn)收益率，年度無(wú)風(fēng)險(xiǎn)收益率采用央行公布的一年期定期存款利率.表7匯報(bào)了逐步控制其他變量后的FM回歸估計(jì)結(jié)果，以及調(diào)整后R2和周度平均股票觀測(cè)值.在模型(1)的單變量FM回歸中，發(fā)現(xiàn)βRESI,t估計(jì)值的顯著性水平為1%，調(diào)整后R2為0.28%，RESI對(duì)于未來(lái)股票價(jià)格具有顯著的負(fù)面影響.在模型(2)～模型(6)中逐步控制其他變量后，發(fā)現(xiàn)RESI的股價(jià)解釋能力均不能被完全吸收.在模型(6)中，雖然βRESI,t估計(jì)值降低，但統(tǒng)計(jì)顯著性水平依然維持在1%.因此，通過(guò)FM回歸檢驗(yàn)初步證實(shí)了假設(shè)2b的主要內(nèi)容：移動(dòng)端投資者樂(lè)觀偏差越高的股票在未來(lái)股價(jià)收益率越低

表7 回歸檢驗(yàn)： 樂(lè)觀偏差與股價(jià)回報(bào)

Ri,t-rft=αt+βRESI,tRESIi,t-1+

βcontrol,tControli,t-1+εi,t

(8)

本文需要進(jìn)一步檢驗(yàn)移動(dòng)端投資者樂(lè)觀偏差對(duì)未來(lái)股價(jià)的負(fù)面影響是否在具有眼球吸引力的股票中更加顯著.因此，繼續(xù)對(duì)每期橫截面所有股票按照關(guān)注度進(jìn)行劃分，若該股票在滯后k期的收益率，異常成交額和異常搜索值存在一項(xiàng)指標(biāo)位于最高10%分位值區(qū)間，則將該股票在當(dāng)期視為高關(guān)注度股票(high attention)，關(guān)注度啞變量Attentioni,t-k計(jì)為1.為保證結(jié)果穩(wěn)健性，分別采用滯后1期和滯后2期的關(guān)注度啞變量與RESIi,t-1進(jìn)行交乘，獲得RESIi,t-1×Attentioni,t-k，并添加獨(dú)立項(xiàng)RESIi,t-1和Attentioni,t-k，具體設(shè)定如式(9)所示.

Ri,t-rft=αt+β1,tRESIi,t-1×Attentioni,t-k+

β2,tRESIi,t-1+β3,tAttentioni,t-k+

βcontrol,tControli,t-1+εi,t,k=1,2

(9)

表8的實(shí)證結(jié)果表明，無(wú)論是采用滯后1期還是滯后2期的關(guān)注度啞變量，RESIi,t-1×Attentioni,t-k和RESIi,t-1的估計(jì)系數(shù)均是負(fù)向顯著的.由于RESIi,t-1對(duì)股價(jià)收益率的偏效應(yīng)是通過(guò)(β1,t×Attentioni,t-k+β2,t)來(lái)衡量的，這意味著更高的關(guān)注度能夠增強(qiáng)RESIi,t-1對(duì)未來(lái)股價(jià)收益率的解釋能力，進(jìn)一步支持假設(shè)2b，即移動(dòng)端投資者樂(lè)觀偏差對(duì)未來(lái)股價(jià)的負(fù)面影響在具有眼球吸引力的股票中更加顯著.

表8 回歸檢驗(yàn)： 樂(lè)觀偏差， 眼球效應(yīng)與股價(jià)回報(bào)

5.3 投資組合分析

在回歸檢驗(yàn)基礎(chǔ)上，還執(zhí)行了投資組合分析.在每個(gè)交易周采用上一期RESI對(duì)橫截面所有股票進(jìn)行排序，劃分為5組，同時(shí)構(gòu)造了買入高RESI股票和賣出低RESI股票的多空組合(Q5-Q1).統(tǒng)計(jì)了每組股票的無(wú)風(fēng)險(xiǎn)收益調(diào)整后的流通市值加權(quán)收益率和等權(quán)收益率，計(jì)算2014年～2018年共計(jì)257個(gè)交易周各個(gè)股票組合收益率的均值和顯著性.同時(shí)，根據(jù)滯后一期的關(guān)注度指標(biāo)對(duì)全樣本進(jìn)行了劃分，還通過(guò)FF5因子模型[44]和排除殼價(jià)值的CH4因子模型[39]對(duì)Q5-Q1多空組合的收益率進(jìn)行風(fēng)險(xiǎn)調(diào)整取得Alpha.FF5因子模型即在式(6)中增加盈利因子(RMW)和投資因子(CMA)，而CH4因子模型是排除最低30%市值的股票后構(gòu)造的市場(chǎng)因子(MKT)，市值因子(SMB)，通過(guò)股利價(jià)格比(EP)構(gòu)造的價(jià)值因子(VMG)以及通過(guò)換手率構(gòu)造的情緒因子(PMO)，具體結(jié)果見(jiàn)表9.

通過(guò)表9的結(jié)果，發(fā)現(xiàn)按照上一期RESI排序的Q5-Q1多空組合在全樣本下取得顯著的負(fù)向收益率，尤其是等權(quán)組合中可以獲得-0.40%(-8.63)的周度收益率，說(shuō)明了小市值股票的樂(lè)觀偏差更加明顯.與此同時(shí)，在高關(guān)注度股票樣本內(nèi)的，按上一期RESI排序的Q5-Q1組合的加權(quán)組合和等權(quán)組合周度收益率，通過(guò)FF5因子模型以及CH4因子模型調(diào)整的Alpha的絕對(duì)值均遠(yuǎn)大于低關(guān)注度股票樣本的對(duì)應(yīng)值，說(shuō)明具有眼球吸引力的股票很大程度上驅(qū)動(dòng)了移動(dòng)端投資者樂(lè)觀偏差對(duì)未來(lái)股價(jià)的負(fù)面影響，本小節(jié)的投資組合分析進(jìn)一步證實(shí)假設(shè)2b成立.

6 投資者表現(xiàn)

基于前文的眼球效應(yīng)以及移動(dòng)端投資者樂(lè)觀偏差的分析，由于移動(dòng)端投資者相較固定端投資者更傾向于買入具有眼球吸引力且價(jià)格高估的股票，投資決策的非理性程度更高，因此，嘗試檢驗(yàn)假設(shè)3a：移動(dòng)端投資者的投資表現(xiàn)在中短期內(nèi)遜于固定端投資者.根據(jù)Jegadeesh和Titman[45]的形成期與持有期收益矩陣檢驗(yàn)方法，本文構(gòu)造了過(guò)去與未來(lái)兩個(gè)方向的投資表現(xiàn)分析.在表10的Panel A中，根據(jù)移動(dòng)端和固定端在未來(lái)J交易周的凈賣出量最高20%(BottomBSIt+1～t+j)的股票構(gòu)造投資組合，追溯兩類投資組合在過(guò)去K交易周收益率(Returnt-k+1～t)的差值，以此研究?jī)蓚€(gè)交易端凈賣出的頭寸在過(guò)去收益情況的比較；在表10的Panel B中，根據(jù)移動(dòng)端和固定端在過(guò)去J交易周的凈買入量最高20%(TopBSIt-j+1～t)的股票構(gòu)造投資組合，檢驗(yàn)兩類投資組合在未來(lái)K交易周收益率(Returnt+1～t+k)的差值，以此研究?jī)蓚€(gè)交易端凈買入的頭寸在未來(lái)收益情況的比較.表10的結(jié)果表明，加權(quán)組合和等權(quán)組合下共計(jì)64個(gè)匯報(bào)值中，僅在Panel B中有4個(gè)值是負(fù)向不顯著的，其余均為負(fù)向顯著，說(shuō)明移動(dòng)端投資者凈賣出的股票在過(guò)去1周～4周的收益顯著低于固定端投資者凈賣出的股票，移動(dòng)端投資者凈買入的股票在未來(lái)1周～4周的收益同樣顯著低于固定端投資者凈買入的股票，支持本文的假設(shè)3a，即移動(dòng)端投資者的中短期表現(xiàn)遜于固定端投資者.表10的結(jié)果為異質(zhì)投資者在中短期投資表現(xiàn)的相關(guān)文獻(xiàn)提供了新的證據(jù)，即在中短期內(nèi)，來(lái)自固定終端的專業(yè)投資者的表現(xiàn)顯著戰(zhàn)勝了來(lái)自移動(dòng)終端的散戶投資者.

進(jìn)一步分析個(gè)人投資者分別在移動(dòng)端和固定端的投資表現(xiàn).表11采用了類似于表10中的方法，匯報(bào)了個(gè)人投資者在移動(dòng)端和固定端的投資表現(xiàn)對(duì)比.同樣地，Panel A和Panel B中等權(quán)組合的32個(gè)匯報(bào)值全部為負(fù)向顯著；Panel A和Panel B中加權(quán)組合中有12個(gè)匯報(bào)值為負(fù)向顯著，19個(gè)匯報(bào)值為負(fù)向不顯著，其余僅1個(gè)匯報(bào)值為正向不顯著.表11的結(jié)果證實(shí)了假設(shè)3b，移動(dòng)端個(gè)人投資者的交易表現(xiàn)依然不及固定端個(gè)人投資者.值得注意的是，表11中交易表現(xiàn)差異和顯著性均弱于表10中的結(jié)果，說(shuō)明更為專業(yè)的機(jī)構(gòu)投資者拉升了表10中固定端投資者的整體交易表現(xiàn).通過(guò)個(gè)人投資者在移動(dòng)端和固定端投資表現(xiàn)的直接對(duì)比，進(jìn)一步發(fā)現(xiàn)，移動(dòng)交易潛在降低了投資者的交易表現(xiàn).

表10 投資者在移動(dòng)端和固定端的投資表現(xiàn)

表11 個(gè)人投資者在移動(dòng)端和固定端的投資表現(xiàn)

續(xù)表11

7 結(jié)束語(yǔ)

基于獨(dú)特的交易數(shù)據(jù)庫(kù)，討論了在金融科技迅猛發(fā)展的過(guò)程中，我國(guó)證券市場(chǎng)上的移動(dòng)交易趨勢(shì)是如何影響投資者交易行為及其投資表現(xiàn)的.全文的研究主線貫穿了3個(gè)部分：首先，確認(rèn)了我國(guó)A股市場(chǎng)上的移動(dòng)端投資者，尤其是占主導(dǎo)地位的移動(dòng)端個(gè)人投資者，對(duì)具有眼球吸引力的股票存在顯著凈買入行為.第二，提出了一個(gè)新的決策分歧測(cè)度——移動(dòng)端投資者樂(lè)觀偏差，并證實(shí)了眼球效應(yīng)在很大程度上驅(qū)動(dòng)了該測(cè)度對(duì)未來(lái)股價(jià)的負(fù)面影響.最后，本文發(fā)現(xiàn)，移動(dòng)端投資者在中短期內(nèi)獲得的收益率顯著低于固定端投資者，且移動(dòng)端個(gè)人投資者的表現(xiàn)也遜色于固定端個(gè)人投資者.

本文揭示了以證券移動(dòng)交易為代表的金融科技的發(fā)展對(duì)我國(guó)A股市場(chǎng)微觀結(jié)構(gòu)的深刻影響，為我國(guó)A股市場(chǎng)的監(jiān)管部門與投資者提供了重要啟示.證券交易的移動(dòng)化趨勢(shì)顯著降低了投資者的信息獲取成本和交易成本，拓寬了交易渠道；然而，這種趨勢(shì)在一定程度上加劇了投資者的非理性交易行為，潛在降低了投資者的交易表現(xiàn).從監(jiān)管層角度出發(fā)，對(duì)于包含交易工具升級(jí)在內(nèi)的金融產(chǎn)品及服務(wù)創(chuàng)新，監(jiān)管層要建立符合中國(guó)國(guó)情的風(fēng)險(xiǎn)預(yù)警體系和監(jiān)管體系，既要順應(yīng)金融科技迅速發(fā)展的客觀事實(shí)，鼓勵(lì)創(chuàng)新，增強(qiáng)市場(chǎng)活力，又要全面審慎地加強(qiáng)監(jiān)管，兼顧效率和公平，引導(dǎo)非專業(yè)投資者采用正確的市場(chǎng)參與方式.從投資者角度來(lái)看，移動(dòng)交易使其能夠突破時(shí)間和空間的限制，更為便捷地參與資本市場(chǎng)，但投資者應(yīng)當(dāng)更為謹(jǐn)慎地應(yīng)對(duì)股票市場(chǎng)熱點(diǎn)，從而更好地分享上市公司的發(fā)展紅利.