随着互联网科技的不断发展,传统炒股方式逐渐退出历史舞台。如今,投资者通过智能手机随时随地可以了解股市行情,进行股票买卖交易。但是,股票市场上每天都会产生大量的信息,由于投资者精力有限,无法获取股市全部信息并做出全面判断。随着科技不断发展,各大券商和投资平台推出智能选股服务,通过大数据技术筛选出热门股票推荐给投资者。本文结合行为金融学、信息传播学中的“两级传播理论”、事件研究法和多元回归分析来考察投资者关注如何影响股票价格,并利用“百度股市通”选股数据进行实证分析。本文首先梳理了行为金融学中投资者关注这一领域的经典理论,详细阐述了国内外投资者关注代理变量的演变以及已有关于投资者关注对股票市场影响的研究成果,基于HS模型和现有研究提出三个假设。其次,本文利用Python3.6在“百度股市通”网页版的热点搜索板块上抓取了2018年1月4日至2019年3月10日发布的所有热点概念及相关推荐股票等数据,在国泰安数据库手工收集了所有热门推荐股票发布日前120天至后10天的收盘价等数据,使用事件研究法将发布日前120天至前11天作为估计期,发布日前10天至后10天作为事件期,通过资本资产定价模型估算出股票的超额收益率,从不同信息传播时间间隔、行业、股票板块等角度对推荐股票的平均超额收益率和累积超额收益率进行时序分析,考察热门推荐股票在信息发布日前后10天的价格变动情况。最后,利用“百度股市通”中的热搜指数直接衡量投资者有限关注,构建了以股票累积超额收益率作为被解释变量,投资者关注度作为解释变量,盈利能力、市值、账面市值比、投资风格等10个指标作为控制变量的多元回归模型,从不同信息传播时间间隔、不同行业、不同板块的角度进行实证研究,并通过调整时间窗口和剔除股票推荐日后一天休市的噪音因素进行稳健性检验,验证假设。本文实证结果表明,投资者关注对于热点推荐股票收益具有显著影响,投资者关注的提高对未来的股票收益具有正向的预测作用。经“百度股市通”推荐的股票在推荐日后会发生短期价格动量,随后发生回落,但是对股票的长期价格没有影响。“二次传播”和“首次传播”的间隔越小,投资者关注对股票收益的影响越显著。在不同行业下,舆论影响后的投资者关注对股票收益的影响存在显著差异,对工业股票具有正向的影响,对于房地产、金融、商业、公共事业、综合等行业股票的影响不显著。不同板块下,舆论影响后的投资者关注对股票收益的影响存在显著差异,对创业板和主板股票具有正向的影响,对中小板股票的影响不显著。同时,投资者关注对创业板股票收益的正向影响要远远大于主板股票。
基本信息
题目 | 投资者关注对股票市场的影响研究 |
文献类型 | 硕士论文 |
作者 | 赵昕 |
作者单位 | 南京邮电大学 |
导师 | 黄犚 |
文献来源 | 南京邮电大学 |
发表年份 | 2020 |
学科分类 | 经济与管理科学 |
专业分类 | 金融,证券,投资 |
分类号 | F832.51 |
关键词 | 投资者关注,股票收益,事件研究法,多元回归 |
总页数: | 63 |
文件大小: | 1456K |
论文目录
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.2.1 理论意义 |
1.2.2 现实意义 |
1.3 研究思路与结构安排 |
1.4 研究方法与工具 |
1.5 创新与不足 |
第二章 文献综述及相关理论分析 |
2.1 投资者关注的概念及定义 |
2.2 投资者关注代理变量 |
2.2.1 国外关于投资者关注代理变量的研究 |
2.2.2 国内关于投资者关注代理变量的研究 |
2.3 投资者关注对股票市场影响的研究 |
2.4 文献评述 |
第三章 理论模型与研究假设 |
3.1 理论模型 |
3.2 研究假设 |
第四章 投资者关注对股票收益影响的实证分析 |
4.1 数据来源 |
4.2 模型设计 |
4.3 变量选取 |
4.3.1 被解释变量 |
4.3.2 解释变量 |
4.3.3 控制变量 |
4.4 数据清洗 |
4.4.1 剔除无效样本 |
4.4.2 信息传播时间间隔清洗 |
4.5 描述性统计 |
4.5.1 样本的描述性统计 |
4.5.2 变量的描述性统计 |
4.5.3 全样本下的平均超额收益率时序分析 |
4.5.4 不同信息传播时间间隔下平均累积超额收益率对比分析 |
4.5.5 不同行业间的平均累积超额收益率对比分析 |
4.5.6 不同板块间的平均累积超额收益率对比分析 |
4.6 投资者关注与股票超额收益率的实证分析 |
4.6.1 市场反应T检验 |
4.6.2 股票超额收益率的动因分析 |
4.6.3 不同时间间隔下投资者关注与股票超额收益率的实证分析 |
4.6.4 投资者关注与不同行业间股票超额收益率的实证分析 |
4.6.5 投资者关注与不同板块间股票超额收益率的实证分析 |
4.7 稳健性检验 |
4.7.1 调整时间窗口 |
4.7.2 剔除股票推荐日后一天休市的噪音因素 |
第五章 总结与展望 |
5.1 结论 |
5.2 对策建议 |
5.2.1 对投资者的建议 |
5.2.2 对互联网财经媒体与上市公司的建议 |
5.2.3 对政府部门的建议 |
5.3 展望 |
参考文献 |
附录1 程序清单 |
附录2 攻读硕士学位期间撰写的论文 |
致谢 |
参考文献
[1] 中国股票市场质量:内涵、度量与监测[J]. 南开经济研究 2020(06) |
[2] 国际背景下中国股票市场的联动性探析[J]. 中外企业文化 2020(11) |
[3] 工作满意度与股票市场参与[J]. 经济科学 2019(06) |
[4] 中国股票市场体系发展方向问题研究[J]. 中国经贸导刊(中) 2020(01) |
[5] 中国股票市场对外开放进入下半场[J]. 中国外汇 2019(20) |
[6] 股票市场系统特性分析及应用[J]. 时代金融 2020(10) |
[7] 中国股票市场与宏观经济发展相背离的原因分析[J]. 现代营销(下旬刊) 2020(08) |
[8] 价值投资在中国股票市场实现道路的探索[J]. 时代金融 2020(24) |
[9] 晚清外商股票市场[J]. 中国金融 2018(21) |
[10] 中国股票市场流通性价值分析[J]. 全国流通经济 2018(31) |
[11] 我国股票市场的发展对经济的影响[J]. 广西质量监督导报 2018(10) |
[12] 长寿风险对股票市场参与影响的实证分析[J]. 统计与决策 2019(09) |
[13] 中国股票市场振兴问题研究[J]. 时代金融 2019(11) |
[14] 中国股票市场的特征、问题及发展建议[J]. 中国经济报告 2019(06) |
[15] 我国股票市场发展探究[J]. 中国国际财经(中英文) 2018(03) |
[16] 国际油价下跌对我国股票市场的影响[J]. 品牌研究 2018(02) |
[17] 加拿大政策利率对多伦多股票市场的影响[J]. 财经问题研究 2018(05) |
[18] 浅析股票市场的可预测性[J]. 中国商论 2018(26) |
[19] 个人投资者行为对中国股票市场影响的研究[J]. 学习与实践 2016(11) |
[20] 我国股票市场与实体经济发展的关联性分析[J]. 商业经济研究 2017(05) |
[21] 基于反向和隐蔽交易的股票市场知情交易研究[J]. 山东社会科学 2017(04) |
[22] 股票市场及金融中介对经济发展的影响[J]. 市场研究 2017(04) |
[23] 从换手率变化看我国股票市场的非理性表现[J]. 中国商论 2017(04) |
[24] 中国股票市场弱有效性的方差比率检验分析[J]. 金融经济 2017(10) |
[25] 我国股票市场的行业轮动性分析[J]. 中国商论 2017(32) |
[26] 行为金融学在中国股票市场的应用探析[J]. 现代商业 2015(32) |
[27] 建立多层次股票市场体系[J]. 金融博览(财富) 2015(05) |
[28] 如何看待中国当前的股票市场?[J]. 博鳌观察 2015(03) |
[29] 中国股票市场改革与创新发展的逻辑[J]. 当代经济科学 2015(06) |
[30] 股票市场:显现改革深化提升市场韧性[J]. 当代金融家 2020(Z1) |
相似文献
[1]业绩快报的股票市场反应实证研究[D]. 尤思思.浙江大学2008 |
[2]对我国股票市场是否存在过度反应的实证研究[D]. 黄江文.华中科技大学2007 |
[3]声誉机制在中国股票市场上的作用研究[D]. 吴梦晗.复旦大学2013 |
[4]中国股票市场过度反应现象及其成因研究[D]. 范长平.厦门大学2007 |
[5]投资者情绪对股票市场动量效应的影响研究[D]. 邹吉娥.东北大学2013 |
[6]我国股票市场过度反应的实证研究[D]. 于小辉.中国海洋大学2011 |
[7]集团公司整体上市的股票市场反应实证研究[D]. 曲树红.东北大学2008 |
[8]我国大宗商品金融化对股票市场的影响研究[D]. 任中杰.新疆财经大学2019 |
[9]基于复杂网络的股票聚类研究[D]. 方强.西南财经大学2019 |
[10]商品与股票市场溢出效应研究[D]. 高鑫.西南财经大学2019 |