高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于网络搜索指数的股票市场微观结构特征

王耀君,高扬,王耀青

downloadPDF
文章导航> bob手机在线登陆学报（社会科学版）> 2018> (5): 54-62
王耀君, 高扬, 王耀青. 基于网络搜索指数的股票市场微观结构特征[J]. bob手机在线登陆学报（社会科学版）, 2018, (5): 54-62. doi: 10.15918/j.jbitss1009-3370.2018.2030
引用本文: 王耀君, 高扬, 王耀青. 基于网络搜索指数的股票市场微观结构特征[J]. bob手机在线登陆学报（社会科学版）, 2018, (5): 54-62.doi:10.15918/j.jbitss1009-3370.2018.2030
shu
WANG Yaojun, GAO Yang, WANG Yaoqing. The Market Microstructure Characteristics of Chinese Stock Markets based on Internet Search Indexes[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2018, (5): 54-62. doi: 10.15918/j.jbitss1009-3370.2018.2030
Citation: WANG Yaojun, GAO Yang, WANG Yaoqing. The Market Microstructure Characteristics of Chinese Stock Markets based on Internet Search Indexes[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2018, (5): 54-62.doi:10.15918/j.jbitss1009-3370.2018.2030
shu

基于网络搜索指数的股票市场微观结构特征

doi:10.15918/j.jbitss1009-3370.2018.2030
  • 1.

    北京大学 光华管理学院, 北京 100871

  • 2.

    北京工业大学 经济与管理学院, 北京 100124

  • 3.

    浙江科技学院 经济管理学院, 浙江 杭州 310023

基金项目:

国家自然科学基金面上项目资助（61603010）;中国博士后科学基金资助项目（2017M610671）

The Market Microstructure Characteristics of Chinese Stock Markets based on Internet Search Indexes

  • 1.

    Guanghua School of Management, Peking University, Beijing 100871, China

  • 2.

    School of Economics and Management, Beijing University of Technology, Beijing 100124, China

  • 3.

    School of Economics and Management, Zhejiang University of Science and Technology, Hangzhou Zhejiang 310023, China

  • 摘要:基于2013-2016年2 966只股票的交易数据及对应的网络搜索指数对股票市场微观结构特征进行研究。通过建立横截面回归模型以及面板联立回归等模型分别探究了网络搜索指数对中国股票市场的收益率、流动性以及波动率的影响。实证结果表明：股票的关注度增加，会提高股票市场交易的流动性和收益率；对于关注度对波动率的影响没有得出统一的结论，在股票市场短周期上，关注度增加并不显著影响股票市场的波动率，但是在长周期上，会降低股票的波动率。
    Abstract:Based on the trading and Internet search data of 2966 stocks from 2013 to 2016, this paper investigated the market microstructure characteristics of China's stock market. The cross-sectional regression and panel simultaneous regression models were established respectively to explore the impact of Internet attention on the return, liquidity, and volatility of China's stock market. The empirical results revealed that with the increase of Internet attention, the liquidity and return of stock market would both be improved, while for volatility, there was no consistent conclusion. In the short term, the increased Internet attention did not significantly affect the volatility of the stock market, but it would indeed reduce the volatility of the stock market in the long time.
  • [1] CHALLET D,AHMED B H A. Predicting financial markets with google trends and not so random keywords[R]. Social Science Electronic Publishing,Centrale Supélec,Encelade Capital SA,2013.
    [2] PREIS T,MOAT H S,STANLEY H E. Quantifying trading behavior in financial markets using google trends[J]. Scientific Reports,2013,3:1684. doi:10.1038/srep01684.
    [3] SIGANOS A. Google attention and target price run ups[J]. International Review of Financial Analysis,2013,29(5)::219-226.
    [4] BIJL L,KRINGHAUG G,MOLN R P,et al. Google searches and stock returns[J]. International Review of Financial Analysis,2016,45:150-156.
    [5] PREIS T,REITH D,STANLEY H E. Complex dynamics of our economic life on different scales:insights from search engine query data[J]. Philosophical Transactions,2010,368(1933):5707-5719.
    [6] TAKEDA F,WAKAO T. Google search intensity and its relationship with returns and trading volume of Japanese stocks[J]. Pacific-Basin Finance Journal,2014,27(C):1-18.
    [7] TANTAOPAS P,PADUNGSAKSAWASDI C,TREEPONGKARUNA S. Attention effect via internet search intensity in Asia-Pacific stock markets[J]. Pacific-Basin Finance Journal,2016,38:107-124.
    [8] RANCO G,BORDINO I,BORMETTI G,et al. Coupling news sentiment with web browsing data improves prediction of intra-day price dynamics[J]. PLoS ONE,2016,11(1):e0146576. doi:10.1371/journal.pone.0146576.
    [9] 俞庆进,张兵. 投资者有限关注与股票收益——以百度指数作为关注度的一项实证研究[J]. 金融研究,2012(8):152-165.
    [10] 陈晓红,彭宛露,田美玉. 基于投资者情绪的股票价格及成交量预测研究[J]. 系统科学与数学,2016,36(12):2294-2306.
    [11] 赵龙凯,陆子昱,王致远. 众里寻"股"千百度——股票收益率与百度搜索量关系的实证探究[J]. 金融研究,2013(4):183-195.
    [12] 张谊浩,李元,苏中锋. 网络搜索能预测股票市场吗?[J]. 金融研究,2014(2):193-206.
    [13] 刘锋,叶强,李一军. 媒体关注与投资者关注对股票收益的交互作用:基于中国金融股的实证研究[J]. 管理科学学报,2014,17(1):72-85.
    [14] BANK M,LARCH M,PETER G. Google search volume and its influence on liquidity and returns of German stocks[J]. Financial Markets & Portfolio Management,2011,25(3):239-264.
    [15] AROURI M E H,AOUADI A,FOULQUIER P,et al. Can information demand help to predict stock market liquidity Google it ![R]. Erance:CRCGM-University d'Auvergne,2013.
    [16] DING R,HOU W. Retail investor attention and stock liquidity[J]. Journal of International Financial Markets Institutions & Money,2015,37:12-26.
    [17] LU X,HOLZHAUER H M,WANG J. Online search frequency,information asymmetry,and market liquidity[J]. 2016,6(4):71-81.
    [18] 张继德,廖微,张荣武. 普通投资者关注对股市交易的量价影响——基于百度指数的实证研究[J]. 会计研究,2014(8):52-59.
    [19] VLASTAKIS N,MARKELLOS R N. Information demand and stock market volatility[J]. Social Science Electronic Publishing,2012,36(6):1808-1821.
    [20] DIMPFL T,JANK S. Can internet search queries help to predict stock market volatility?[J]. European Financial Management,2016,22(2):171-192.
    [21] ZHANG Y,FENG L,JIN X,et al. Internet information arrival and volatility of SME PRICE INDEX[J]. Physica A Statistical Mechanics & Its Applications,2014,399:70-74.
    [22] SHEN D,ZHANG W,XIONG X,et al. Trading and non-trading period internet information flow and intraday return volatility[J]. Physica A Statistical Mechanics & Its Applications,2016,451:519-524.
    [23] AMIHUD Y. Illiquidity and stock returns:cross-section and time-series effects[J]. Journal of Financial Markets,2002,5(1):31-56.
    [24] TORBEN G. ANDERSEN T B,FRANCIS X. Diebold and paul labys modeling and forecasting realized volatility[J]. Econometrica,2003,71(2):579-625.
    [25] ZHANG W,SHEN D,ZHANG Y,et al. Open source information,investor attention,and asset pricing[J]. Economic Modelling,2013,33(2):613-619.
  • [1] 李雪婧, 肖淑芳, 王茜雅.投服中心参加股东大会的投资者保护效应. bob手机在线登陆学报（社会科学版）, 2023, 25(2): 146-162.doi:10.15918/j.jbitss1009-3370.2023.2411
    [2] 许悦, 翟大宇.中国碳市场压力指数的构建及应用. bob手机在线登陆学报（社会科学版）, 2021, 23(1): 1-11.doi:10.15918/j.jbitss1009-3370.2021.1957
    [3] 佟岩, 谢明智, 李思飞.企业成长性与机构投资者行为选择——基于定向增发折价的分析. bob手机在线登陆学报（社会科学版）, 2019, (3): 67-75.doi:10.15918/j.jbitss1009-3370.2019.3031
    [4] 尹海员, 吴兴颖.投资者日度情绪、超额收益率与市场流动性——基于DCC-GARCH模型的时变相关性研究. bob手机在线登陆学报（社会科学版）, 2019, (5): 76-87,114.doi:10.15918/j.jbitss1009-3370.2019.1776
    [5] 邬松涛, 何建敏.中国股票市场信息流关联网络——基于转移熵的实证研究. bob手机在线登陆学报（社会科学版）, 2018, (6): 75-83.doi:10.15918/j.jbitss1009-3370.2018.2124
    [6] 彭斌, 彭绯.绿色投资者对企业资本成本的影响. bob手机在线登陆学报（社会科学版）, 2017, (4): 97-104.doi:10.15918/j.jbitss1009-3370.2017.1353
    [7] 高扬, 王超, 刘超.境外投资者持股对中国股票市场信息不对称的影响. bob手机在线登陆学报（社会科学版）, 2017, (5): 104-112.doi:10.15918/j.jbitss1009-3370.2017.1872
    [8] 李成, 郭哲宇, 王瑞君.中国货币政策与股票市场溢出效应研究——基于VAR-GARCH-BEKK模型. bob手机在线登陆学报（社会科学版）, 2014, (4): 83-91.
    [9] 王春峰, 黄晓彬, 房振明, 郭华.中国股市投资者预测交易到达率的GARCH学习行为. bob手机在线登陆学报（社会科学版）, 2012, (4): 30-36.
    [10] 郭堃, 杨卫东.海外投资者的外交保护及困境——以国籍原则为中心. bob手机在线登陆学报（社会科学版）, 2012, (2): 131-137.
    [11] 彭兴庭.我国房地产市场与股票市场的波动相关性研究. bob手机在线登陆学报（社会科学版）, 2011, (5): 39-43.
    [12] 胡秋灵, 张苏凤, 王宁.可转债市场与股票市场间的溢出效应研究. bob手机在线登陆学报（社会科学版）, 2011, (3): 55-59.
    [13] 姚宁.损益价差：基于中国股票市场的实证研究. bob手机在线登陆学报（社会科学版）, 2010, (3): 10-12.
    [14] 王春峰, 张颖洁, 房振明, 梁崴.中国市场微观结构噪音特征及其定价能力研究. bob手机在线登陆学报（社会科学版）, 2009, (6): 48-52.
    [15] 赵瑾璐, 张璐超.国有商业银行引入战略投资者原因及条件的理论分析. bob手机在线登陆学报（社会科学版）, 2008, (1): 45-48.
    [16] 林春燕, 朱东华.我国机构投资者认知偏差的实证研究. bob手机在线登陆学报（社会科学版）, 2006, (3): 54-57.
    [17] 刘超, 韩泽县.投资者情绪和上证综指关系的实证研究. bob手机在线登陆学报（社会科学版）, 2006, (2): 57-60.
    [18] 王树钰, 田华.中国股票市场的多重分形实证分析. bob手机在线登陆学报（社会科学版）, 2006, (2): 71-73.
    [19] 房振明, 王春峰.上海股票市场收益日内效应的研究. bob手机在线登陆学报（社会科学版）, 2004, (3): 38-41.
    [20] 杨熠.我国开展股票指数期货交易的可行性分析. bob手机在线登陆学报（社会科学版）, 2002, (3): 68-69.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:701
  • HTML全文浏览量:1
  • PDF下载量:853
  • 被引次数:0
出版历程
  • 收稿日期:2017-08-14
  • 刊出日期:2018-08-15

基于网络搜索指数的股票市场微观结构特征

doi:10.15918/j.jbitss1009-3370.2018.2030
  • 1. 北京大学 光华管理学院, 北京 100871
  • 2. 北京工业大学 经济与管理学院, 北京 100124
  • 3. 浙江科技学院 经济管理学院, 浙江 杭州 310023
    • 基金项目:

    国家自然科学基金面上项目资助（61603010）;中国博士后科学基金资助项目（2017M610671）

  • 收稿日期:2017-08-14
  • 刊出日期:2018-08-15

摘要:基于2013-2016年2 966只股票的交易数据及对应的网络搜索指数对股票市场微观结构特征进行研究。通过建立横截面回归模型以及面板联立回归等模型分别探究了网络搜索指数对中国股票市场的收益率、流动性以及波动率的影响。实证结果表明：股票的关注度增加，会提高股票市场交易的流动性和收益率；对于关注度对波动率的影响没有得出统一的结论，在股票市场短周期上，关注度增加并不显著影响股票市场的波动率，但是在长周期上，会降低股票的波动率。

English Abstract

王耀君, 高扬, 王耀青. 基于网络搜索指数的股票市场微观结构特征[J]. bob手机在线登陆学报（社会科学版）, 2018, (5): 54-62. doi: 10.15918/j.jbitss1009-3370.2018.2030
引用本文: 王耀君, 高扬, 王耀青. 基于网络搜索指数的股票市场微观结构特征[J]. bob手机在线登陆学报（社会科学版）, 2018, (5): 54-62.doi:10.15918/j.jbitss1009-3370.2018.2030
shu
WANG Yaojun, GAO Yang, WANG Yaoqing. The Market Microstructure Characteristics of Chinese Stock Markets based on Internet Search Indexes[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2018, (5): 54-62. doi: 10.15918/j.jbitss1009-3370.2018.2030
Citation: WANG Yaojun, GAO Yang, WANG Yaoqing. The Market Microstructure Characteristics of Chinese Stock Markets based on Internet Search Indexes[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2018, (5): 54-62.doi:10.15918/j.jbitss1009-3370.2018.2030
shu
参考文献 (25)

目录

    /

      返回文章
      返回

        作者相关

        写作规范

        友情链接

        总访问量: 今日访问量:

        版权所有：bob手机在线登陆学术期刊中心

        主管单位: 中华人民共和国工业和信息化部 主办单位: bob手机在线登陆 地址: 北京市海淀区中关村南大街5号

        本系统由北京仁和汇智信息技术有限公司开发  百度统计

        Baidu
        map