网络媒体视角下我国创业板市场周内效应的深度剖析与实证检验

网络媒体视角下我国创业板市场周内效应的深度剖析与实证检验一、引言1.1研究背景随着我国经济的持续发展和金融市场的逐步完善，创业板市场在资本市场中占据着愈发重要的地位。2009年10月30日，创业板首批28家企业成功上市，标志着创业板市场正式扬帆起航。历经十五年的蓬勃发展，创业板已实现了从无到有、从小到大的蜕变，截至2024年10月29日，创业板上市公司数量达到1358家，其中，自创业板改革并试点注册制以来新上市的企业共553家，占比41%。创业板市场汇聚了一大批优质科技企业，在先进制造、数字经济、绿色低碳等重点领域呈现出集群化发展的显著优势，成为当之无愧的“中国未来之板”。创业板市场的成交量与活跃度持续攀升，投资者数量超5000万，投资者结构也在不断优化。近5年机构投资者持股比例平均在五成左右，与创业板成立以来前十年平均的38%的水平相比明显提高，公募基金持股占比增加2.5个百分点至8.38%，外资持股占比增加3.03个百分点至3.67%。产品体系日益丰富，创业板指自2010年6月1日发布以来，逐步成为反映中国经济转型升级和创新创业企业发展的核心指标。目前全市场跟踪创业板指数的ETF规模达1800亿元，跟踪创业板50指数的ETF规模达到491亿元，“创”系列ETF总规模达2430亿，已然成为全球最具活力的创业板市场之一。在金融市场研究领域，周内效应作为一种重要的日历效应，一直是学者们关注的焦点。周内效应指股票市场在一周内的某一天的平均收益率比一周内其他任何一天的平均收益率高或者低，且在统计上具有显著性。由于最早的研究对象是美国股票市场，且发现周一的平均收益率显著低于其他时间，而周五的平均收益率显著高于其他时间，因此“周内效应”有时也被称为“周一效应”或“周末效应”。大量实证研究表明，周内效应是绝大多数发达国家股票市场和某些新兴国家股票市场普遍存在的一种异象。周内效应的研究对市场效率和投资者决策有着至关重要的意义。从市场效率角度来看，若周内效应存在，意味着股票收益率在一定程度上可预测，这与有效市场假说相悖。因为在有效市场中，股票价格应充分反映所有相关信息，投资者无法通过分析历史价格信息获取超额收益。而周内效应的存在表明市场可能存在信息不对称或其他异常因素，影响了市场的有效性。深入研究周内效应，有助于揭示市场运行机制，发现市场中可能存在的问题，从而为监管部门制定政策提供参考，提高市场效率。从投资者决策角度而言，周内效应的存在为投资者提供了一定的投资参考依据。如果投资者能够准确把握周内效应的规律，就可以在收益率较高的交易日买入股票，在收益率较低的交易日卖出股票，从而获取超额收益。当然，实际投资中还需考虑交易成本、市场风险等诸多因素，但周内效应无疑为投资者的投资决策提供了一个重要的分析视角。近年来，随着互联网技术的飞速发展，网络媒体在金融市场中的作用日益凸显。网络媒体具有传播速度快、信息量大、互动性强等特点，改变了金融市场信息传播和投资者行为模式。在传统媒体时代，金融市场信息的传播主要依赖于报纸、杂志、电视等渠道，信息传播速度较慢，受众范围有限，投资者获取信息的成本较高。而网络媒体的兴起，使得投资者可以通过各种金融网站、社交媒体平台、在线论坛等渠道，实时获取全球金融市场的最新动态、公司公告、分析师报告等信息。投资者之间的交流和互动也变得更加便捷，他们可以在网络平台上分享自己的投资经验、观点和分析，形成信息的快速传播和扩散。网络媒体对金融市场信息传播和投资者行为的改变，可能会对创业板市场的周内效应产生影响。一方面，网络媒体上的信息可能会加剧投资者的情绪波动和认知偏差。例如，社交媒体上的一些不实信息、情绪化言论或片面观点，可能会误导投资者，使其做出非理性的投资决策。当投资者在社交媒体上看到大量关于某只股票的负面信息时，可能会过度恐慌，纷纷抛售股票，导致股价下跌；反之，当看到大量正面信息时，又可能会盲目乐观，追高买入股票，引发股价泡沫。这种情绪波动和认知偏差可能会导致股票价格在一周内的不同交易日出现异常波动，从而影响周内效应。另一方面，网络媒体的信息传播速度和范围可能会改变市场的信息结构和定价效率。在信息快速传播的环境下，市场对信息的反应更加迅速，股票价格可能会更快地反映各种信息。如果某一交易日网络媒体上出现了关于创业板市场的重大利好或利空消息，可能会在短时间内引起投资者的集体反应，导致该交易日的收益率出现异常变化，进而改变周内效应的表现形式。因此，在网络媒体蓬勃发展的背景下，深入研究我国创业板市场的周内效应以及网络媒体对其的影响，具有重要的理论和现实意义。这不仅有助于丰富金融市场异象研究的理论体系，为金融市场的有效监管和投资者的理性决策提供科学依据，还能帮助投资者更好地理解市场运行规律，规避投资风险，提高投资收益。1.2研究目的与意义本研究旨在深入剖析我国创业板市场的周内效应，并探究网络媒体对其产生的影响。通过严谨的实证分析，揭示创业板市场在一周内不同交易日收益率的变化规律，以及网络媒体信息传播如何作用于这一规律，为金融市场研究领域增添新的实证依据和理论视角。从投资者角度来看，本研究成果具有重要的实践指导意义。在投资决策过程中，投资者往往需要综合考虑多种因素，以降低风险并获取最大收益。周内效应的存在为投资者提供了一个独特的分析维度，使他们能够基于不同交易日收益率的差异，制定更为科学合理的投资策略。例如，若研究发现创业板市场在某一交易日具有较高的收益率，投资者可以考虑在该交易日增加投资；反之，若某一交易日收益率较低，则可适当减少投资或采取避险措施。而网络媒体对周内效应的影响分析，能帮助投资者更好地理解市场信息的传播和解读方式，避免受到网络媒体不实信息或片面观点的误导，从而更加理性地进行投资决策，提高投资收益，降低投资风险。从市场监管者角度出发，研究创业板市场的周内效应及网络媒体的影响，有助于加强市场监管，维护市场秩序。如果周内效应是由市场机制不完善或信息不对称等因素导致的，监管部门可以据此制定相应的政策措施，加强对市场的监管力度，提高市场的透明度和有效性。对于网络媒体在金融市场中的作用，监管部门可以通过制定相关法规和政策，规范网络媒体的信息发布行为，加强对网络媒体的监管，防止虚假信息和恶意炒作对市场造成不良影响，促进金融市场的健康稳定发展。在学术研究领域，本研究也具有重要的意义。尽管国内外学者对金融市场的周内效应和媒体效应已进行了大量研究，但针对我国创业板市场的相关研究仍相对较少，尤其是将周内效应与网络媒体影响相结合的研究更为稀缺。本研究通过对我国创业板市场的深入分析，有助于丰富金融市场异象研究的理论体系，为后续研究提供新的思路和方法。对周内效应和网络媒体影响的研究，还能进一步深化对金融市场运行机制的理解，为金融市场的理论研究和实证分析提供更多的经验证据，推动金融学术研究的不断发展。1.3研究方法与创新点为实现研究目的，本研究采用了多种研究方法，确保研究的科学性和严谨性。在数据来源方面，股票市场交易数据选取了2010年6月1日至2024年10月31日期间创业板指数的每日收盘价、开盘价、最高价、最低价和成交量等数据，这些数据来源于Wind数据库，该数据库是金融领域广泛使用的数据平台，数据具有权威性、完整性和及时性，能够准确反映创业板市场的交易情况。网络媒体数据则通过网络爬虫技术从东方财富网、雪球网等知名金融网站以及微博、抖音等社交媒体平台收集。东方财富网和雪球网汇聚了大量专业的财经资讯、分析师观点和投资者讨论，微博和抖音作为社交媒体的代表，拥有庞大的用户群体，能够快速传播各类信息，涵盖了丰富的金融市场信息，包括投资者的讨论、新闻报道、分析师观点等。在数据收集过程中，运用Python编程语言编写网络爬虫程序，设定关键词如“创业板”“股票投资”“市场分析”等，按照设定的规则和频率，从这些平台上抓取相关信息，并对抓取到的数据进行清洗和预处理，去除重复、无效和错误的数据，确保数据的质量。在实证分析方法上，运用描述性统计分析方法对创业板指数收益率的基本统计特征进行分析，计算均值、中位数、标准差、偏度、峰度等统计量。均值可以反映收益率的平均水平，中位数能体现数据的中间位置，标准差用于衡量收益率的波动程度，偏度和峰度则有助于了解收益率分布的形态是否对称以及是否存在厚尾现象。通过这些统计量，可以初步了解创业板市场收益率在一周内的总体表现和分布特征。为检验创业板市场是否存在周内效应，构建了虚拟变量回归模型。以一周内的五个交易日（周一至周五）为基础，分别设置虚拟变量D_1、D_2、D_3、D_4、D_5，当某一交易日为对应日期时，虚拟变量取值为1，否则为0。以创业板指数收益率R_t为被解释变量，市场风险溢价Mkt_t、市值因子SMB_t、账面市值比因子HML_t等作为控制变量，构建回归模型：R_t=\alpha+\beta_1D_{1t}+\beta_2D_{2t}+\beta_3D_{3t}+\beta_4D_{4t}+\beta_5D_{5t}+\beta_6Mkt_t+\beta_7SMB_t+\beta_8HML_t+\epsilon_t其中，\alpha为截距项，\beta_i（i=1,2,\cdots,8）为回归系数，\epsilon_t为随机误差项。通过对回归系数\beta_i的显著性检验，判断不同交易日的收益率是否存在显著差异，若某一虚拟变量的回归系数显著不为0，则说明该交易日存在周内效应。考虑到金融时间序列数据往往存在异方差性，即方差随时间变化而变化，为更准确地刻画收益率的波动特征，引入广义自回归条件异方差模型（GARCH）。GARCH模型能够捕捉到收益率波动的集聚性和持续性，其基本形式为：R_t=\mu+\epsilon_t\epsilon_t|\Psi_{t-1}\simN(0,h_t)h_t=\omega+\sum_{i=1}^{p}\alpha_i\epsilon_{t-i}^2+\sum_{j=1}^{q}\beta_jh_{t-j}其中，\mu为收益率的均值，\epsilon_t为残差项，\Psi_{t-1}为t-1时刻的信息集，h_t为条件方差，\omega为常数项，\alpha_i和\beta_j分别为ARCH项和GARCH项的系数，p和q为ARCH项和GARCH项的阶数。通过估计GARCH模型的参数，分析收益率波动在不同交易日的变化情况，进一步验证周内效应的存在性及其特征。为探究网络媒体对创业板市场周内效应的影响，构建了多变量回归模型。在上述虚拟变量回归模型的基础上，加入网络媒体相关变量，如网络媒体关注度指标（以特定关键词在网络媒体上的搜索量或提及次数来衡量）、情感倾向指标（通过文本分析方法计算网络媒体信息的情感倾向得分，正值表示正面情感，负值表示负面情感）等。新的回归模型如下：R_t=\alpha+\beta_1D_{1t}+\beta_2D_{2t}+\beta_3D_{3t}+\beta_4D_{4t}+\beta_5D_{5t}+\beta_6Mkt_t+\beta_7SMB_t+\beta_8HML_t+\beta_9Media_{1t}+\beta_{10}Media_{2t}+\epsilon_t其中，Media_{1t}和Media_{2t}分别表示网络媒体关注度和情感倾向指标，通过对新加入变量回归系数的分析，判断网络媒体因素对创业板市场周内效应的影响方向和程度。本研究的创新点主要体现在以下两个方面。一方面，将网络媒体因素纳入对创业板市场周内效应的研究中，突破了以往仅从市场交易数据角度分析周内效应的局限。在当今互联网时代，网络媒体对金融市场的影响日益显著，现有研究对此的关注和深入分析相对较少。本研究通过综合考虑网络媒体的信息传播和投资者行为影响，为周内效应的研究提供了新的视角，有助于更全面地理解创业板市场的运行机制。另一方面，在研究方法上，运用多变量模型进行分析，综合考虑了市场风险、市值、账面市值比以及网络媒体等多种因素对创业板指数收益率的影响。这种多变量分析方法能够更准确地捕捉到各因素之间的相互关系和对周内效应的综合作用，相较于传统的单变量或简单多变量分析方法，更能揭示金融市场的复杂规律，为金融市场研究提供了更丰富、更深入的实证依据。二、文献综述与理论基础2.1国内外文献综述2.1.1国外研究现状国外对股票市场周内效应的研究起步较早，成果丰硕。Cross（1973）开创性地使用1953年至1970年美国股市数据进行研究，发现标普500指数在周五的平均收益率最高，周一的平均收益率最低，存在显著为正的周五效应和显著为负的周一效应，这一研究成果为后续周内效应的研究奠定了基础。French（1980）对1953-1977年标普500指数数据进行实证检验，进一步验证了美股存在周末效应，周一平均收益率最低且在统计上显著为负。此后，Gibbons和Hess（1981）、Keim和Stambaugh（1984）、Kim（1988）以及Lakonishok和Levi（1982）等学者也通过各自的研究，发现了类似的现象，不断巩固和拓展了对美国股票市场周内效应的认识。Jaffe和Westerfield（1985）将研究视角拓展到国际市场，对澳大利亚、加拿大、日本和英国四个发达市场进行研究，结果表明周内效应在这四个国家都显著存在。其中，加拿大和英国股市具有显著为负的周一效应，而澳大利亚与日本股市具有显著为负的周二效应，这显示出周内效应在不同国家的表现形式存在差异。Solnik和Bousquet（1990）以及Barone（1990）的研究则发现法国和意大利股市在周二的收益率最低，进一步丰富了国际市场周内效应的研究成果。随着研究的深入，学者们开始从不同角度对周内效应的成因进行解释。一种观点认为与新闻发布的时间和内容有关，利好或利空的宏观经济新闻在一周内的特定日期发布，从而对股票收益产生影响。例如，货币流动性的突然变化可能对某些股票的价格波动产生较大作用。另一种观点则从投资者心理角度出发，心理学研究发现人们的心情在周五会变好，在周一会变差，而心情会影响对未来前景的评估。在股票市场中，情绪变化会对股票收益产生影响，且对难以估值和难以套利的股票影响更大，导致投机性股票在周一收益率较低，在周五收益率较高。在网络媒体对金融市场影响的研究方面，国外学者也取得了一系列成果。Klibanoff、Lamont和Wizman（1998）研究发现媒体报道能够影响投资者对股票的预期，进而影响股票价格。他们通过对《纽约时报》等媒体的报道进行分析，发现当媒体对某只股票进行正面报道时，投资者对该股票的预期会提高，从而推动股价上涨；反之，负面报道则会导致股价下跌。Tetlock（2007）利用媒体的文本数据构建了情绪指标，发现媒体情绪与股票市场收益率之间存在显著的相关性。当媒体情绪为正（乐观）时，股票市场收益率较高；当媒体情绪为负（悲观）时，股票市场收益率较低，表明媒体情绪能够影响市场整体的投资氛围和收益率水平。Engelberg和Parsons（2011）研究了媒体报道对股票市场流动性的影响，发现媒体报道能够增加股票的关注度和交易量，提高市场的流动性。他们以Google搜索量作为衡量媒体关注度的指标，发现当某只股票在媒体上的关注度提高时，其交易量也会相应增加，市场流动性增强，说明媒体报道在促进股票市场交易活跃度方面发挥着重要作用。2.1.2国内研究现状国内对于股票市场周内效应的研究也在不断发展。戴国强和陆蓉（1999）使用ARCH模型对1993年至1998年的上证综指与深圳成指进行实证研究，发现上证综指没有显著的周内效应，而深圳成指则存在显著为正的周五效应以及显著为负的周一效应，这为国内股票市场周内效应的研究提供了早期的实证依据。奉立城（2000）使用1992年至1998年的数据实证发现，中国股票市场不存在绝大多数工业发达国家股票市场所普遍具有的周一效应，而存在显著为正的周五效应及显著为负的周二效应，与其他研究结果存在一定差异，反映出中国股票市场周内效应的复杂性。崔婧等（2008）提出在研究日历效应时应将牛市和熊市区别对待，针对中国股票市场和基金市场的6个指数，按市场走势分为牛市、熊市两个时期，分别根据French的周内效应模型，运用EGARCH模型进行回归分析。实证结果显示，牛市和熊市中的周内效应存在显著差异，牛市时期表现出显著正向的周一效应，其收益率显著高于其他四个交易日，周四的收益率低于其他四个交易日；而在熊市时期则同时存在着显著为负的周一、周四效应，以及正向的弱周二效应，这表明市场状态对周内效应有着重要影响。在创业板市场周内效应的研究上，相关成果相对较少。龙程楠（2018）基于GARCH模型对我国创业板周内效应进行实证研究，探讨创业板市场在一周内的收益率波动情况，但研究深度和广度还有待进一步拓展。关于网络媒体对金融市场影响的研究，国内学者也进行了积极探索。陈乾坤和赵建伟（2016）将媒体关注分为传统媒体和网络媒体两类，研究不同媒体形式对新股首日市场表现的影响差异。实证结果表明，媒体关注与IPO的首日收益率显著正相关，而传统媒体的关注度对其影响远大于网络媒体，媒体关注通过影响投资者情绪来提高IPO抑价率，为网络媒体在金融市场中的作用研究提供了新的视角。虽然国内外学者在股票市场周内效应和网络媒体对金融市场影响方面取得了一定的研究成果，但仍存在一些不足之处。现有研究对于创业板市场周内效应的研究相对薄弱，尤其是对创业板市场在不同发展阶段、不同市场环境下的周内效应变化研究不够深入。在网络媒体对金融市场影响的研究中，虽然已认识到网络媒体对投资者行为和市场价格有影响，但对于网络媒体信息传播的具体机制以及如何量化其对周内效应的影响，还缺乏系统的研究。不同学者在研究方法、数据选取和模型设定等方面存在差异，导致研究结果存在一定的分歧，需要进一步的整合和验证。2.2相关理论基础2.2.1有效市场假说有效市场假说（EfficientMarketsHypothesis，EMH）是现代金融理论的重要基石，由美国经济学家尤金・法玛（EugeneF.Fama）于1970年系统阐述。该假说认为，在一个有效的市场中，资产价格能够迅速、准确地反映所有可获得的信息，投资者无法通过分析历史价格、公开信息或内幕信息来获取持续的超额收益。有效市场假说包含三个层次：弱式有效市场、半强式有效市场和强式有效市场。在弱式有效市场中，证券价格已经充分反映了过去的历史价格信息，如股票的成交价、成交量、短期收益等。这意味着技术分析工具，如K线图、移动平均线等，无法帮助投资者获得超额利润，因为这些工具所依赖的历史价格信息已经完全体现在当前的股价中。在半强式有效市场中，证券价格不仅反映了历史价格信息，还反映了所有已公开的有关公司营运前景的信息，包括公司的财务报表、盈利预测、股息政策、宏观经济数据等。此时，基本分析，如对公司财务状况和行业前景的分析，也难以帮助投资者获取超额收益，因为这些公开信息已经被市场充分吸收并反映在股价中。只有内幕信息可能使投资者获得超额利润。而在强式有效市场中，证券价格反映了所有有关公司营运的信息，包括已公开的和内部未公开的信息。在这种市场中，即使是拥有内幕信息的投资者也无法持续获得超额收益，因为市场已经将所有信息都融入了股价中。有效市场假说的成立依赖于几个重要假设。市场参与者是理性的，他们能够对所有信息进行理性分析，并根据分析结果做出合理的投资决策。即使部分投资者非理性，但由于他们的交易是随机的，这些非理性交易之间会相互抵消，不会对市场价格产生系统性影响。如果市场中存在非理性投资者的系统性偏差，套利者会迅速介入，通过买卖资产来纠正价格偏差，使市场恢复到有效状态。信息是对称且免费的，所有投资者都能同时获取相同的信息，并且信息的获取和分析成本为零。周内效应的存在对有效市场假说提出了挑战。根据有效市场假说，股票价格应该充分反映所有信息，并且在一周内的不同交易日，由于市场信息的随机性和投资者的理性决策，股票收益率不应存在系统性的差异。然而，大量实证研究发现，股票市场存在周内效应，即一周内某一天的平均收益率显著高于或低于其他交易日，这表明股票收益率在一定程度上是可预测的。周一效应和周五效应的存在，意味着投资者可以根据交易日的不同来调整投资策略，从而获取超额收益，这与有效市场假说中投资者无法通过分析历史信息获取超额收益的观点相悖。周内效应可能暗示市场存在信息不对称或其他异常因素。一种可能是，某些信息的发布具有特定的时间规律，导致市场在一周内的不同交易日对这些信息的反应不同。公司可能更倾向于在周五发布利好消息，或者在周一发布利空消息，从而导致周五收益率较高，周一收益率较低。投资者的行为偏差也可能导致周内效应。在周一，投资者可能由于周末的休息而对市场信息的关注和分析不够充分，或者受到周末负面消息的影响，情绪较为低落，从而做出过度悲观的投资决策，导致股价下跌；而在周五，投资者可能因为即将到来的周末而心情愉悦，对市场前景过于乐观，从而推动股价上涨。这些因素都表明市场可能并非完全有效，有效市场假说在解释周内效应时存在一定的局限性。2.2.2行为金融理论行为金融理论是在对有效市场假说的质疑和挑战中发展起来的，它将心理学、行为学和社会学等多学科的研究成果引入金融领域，试图从投资者的心理和行为角度解释金融市场中的各种异象，包括周内效应。行为金融理论认为，投资者并非像有效市场假说所假设的那样完全理性，而是存在各种心理和行为偏差。过度自信是投资者常见的一种心理偏差，他们往往高估自己的投资能力和对市场的判断，过度相信自己所掌握的信息，从而导致投资决策失误。投资者可能过于自信地认为自己能够准确预测股票价格的走势，在没有充分分析市场风险的情况下，盲目进行投资，结果遭受损失。代表性偏差也是影响投资者决策的重要因素。投资者在决策时，常常会根据自己对某类事物的典型特征的认知来判断其他事物，而忽略了其他相关信息。在股票投资中，投资者可能会根据过去某些股票的表现来推断当前股票的走势，认为过去表现好的股票未来也会表现好，而忽视了公司基本面的变化、市场环境的改变等因素。当某只股票在过去一段时间内价格持续上涨时，投资者可能会认为它是一只优质股票，未来仍有上涨空间，而不顾及当前股价已经过高、公司业绩可能下滑等风险，盲目买入该股票。羊群行为是指投资者在投资决策时，往往会受到其他投资者的影响，跟随大众的行为，而忽视自己所掌握的信息。在股票市场中，当投资者看到大多数人都在买入某只股票时，他们可能会认为这只股票有投资价值，也跟着买入，而不考虑自己的投资目标和风险承受能力。这种羊群行为会导致股票价格的过度波动，当大量投资者同时买入或卖出某只股票时，会推动股价迅速上涨或下跌，形成市场泡沫或恐慌性抛售。投资者的心理账户也会影响他们的投资决策。心理账户是指投资者在进行决策时，会将不同来源、不同用途的资金划分到不同的心理账户中，每个账户有不同的风险偏好和决策规则。投资者可能会将一部分资金用于保守型投资，如购买债券，将另一部分资金用于激进型投资，如购买股票。在对股票进行投资时，他们可能会根据股票的买入成本、持有时间等因素，将不同的股票划分到不同的心理账户中，对每个账户中的股票采取不同的投资策略。即使某只股票的基本面发生了变化，投资者可能因为其处于特定的心理账户中，而不愿意及时调整投资策略，导致投资损失。这些心理和行为偏差会对周内效应产生影响。在一周的不同交易日，投资者的情绪和心理状态可能会发生变化，从而导致他们的投资决策出现偏差，进而影响股票收益率。在周一，投资者可能由于周末休息后重新面对工作和生活压力，情绪相对低落，对市场信息的反应更加谨慎，容易受到负面消息的影响，从而导致股票市场的卖压增加，收益率下降，出现周一效应。而在周五，投资者因为即将迎来周末，心情较为愉悦，对市场前景更加乐观，投资意愿增强，股票市场的买盘增加，收益率上升，形成周五效应。网络媒体的发展也会加剧投资者的心理和行为偏差，从而影响周内效应。网络媒体上信息的快速传播和大量涌现，使得投资者更容易受到他人观点和情绪的影响，加剧了羊群行为。社交媒体上的热门股票讨论话题，可能会吸引大量投资者关注并跟风投资，导致该股票价格在短时间内大幅波动。网络媒体上的不实信息、情绪化言论或片面观点，也容易误导投资者，使其做出非理性的投资决策。一些不良媒体为了吸引眼球，故意发布夸大其词的股票推荐信息，或者传播未经证实的谣言，可能会导致投资者盲目跟风，造成市场的不稳定，进一步影响周内效应的表现。2.2.3信息传播理论信息传播理论在金融市场中起着至关重要的作用，它主要研究信息在传播过程中的特性、规律以及对受众的影响。在金融市场中，信息是投资者做出决策的重要依据，信息的传播速度、范围和准确性直接影响着市场的效率和价格形成机制。信息在金融市场中的传播路径多种多样。传统的信息传播渠道包括财经报纸、杂志、电视财经节目等，这些渠道通常具有较高的专业性和权威性，但信息传播速度相对较慢，受众范围有限。随着互联网技术的发展，网络媒体成为金融市场信息传播的重要力量。金融资讯网站、社交媒体平台、在线金融论坛等网络媒体，以其即时性、互动性和广泛的传播范围，改变了金融市场信息传播的格局。投资者可以通过这些网络媒体，实时获取全球金融市场的最新动态、公司公告、分析师报告等信息，信息传播的时效性和覆盖面得到了极大的提升。信息传播对金融市场的影响是多方面的。及时、准确的信息传播能够提高市场的透明度，使投资者能够更全面地了解市场情况，从而做出更加理性的投资决策。当市场上出现关于某公司的重大利好消息时，如业绩大幅增长、新产品研发成功等，这些信息通过各种渠道迅速传播给投资者，投资者对该公司的预期提高，会增加对其股票的需求，推动股价上涨。反之，当负面消息传播时，投资者会降低对公司的预期，减少股票需求，导致股价下跌。信息传播还能够促进市场的公平竞争，减少信息不对称，使市场价格更加合理地反映资产的真实价值。网络媒体对金融市场信息传播的影响尤为显著。网络媒体的传播速度极快，几乎可以实现信息的实时发布和传播。一条关于创业板市场的重要政策消息或公司动态，在网络媒体上发布后，能够在瞬间被全球各地的投资者获取，这使得市场对信息的反应更加迅速，股价能够更快地调整到反映新信息的水平。网络媒体的信息传播范围广泛，不受地域和时间的限制。无论投资者身处何地，只要有网络连接，就能够通过网络媒体获取金融市场信息，这大大增加了市场参与者的数量，提高了市场的活跃度。网络媒体的互动性强，投资者之间可以通过社交媒体平台、在线论坛等进行交流和互动，分享自己的投资经验、观点和分析。这种互动能够加速信息的传播和扩散，形成信息的聚合效应。当某个投资者在社交媒体上发布了对某只创业板股票的深入分析和看好的观点时，可能会引起其他投资者的关注和讨论，吸引更多投资者对该股票进行研究和投资，从而影响股票的价格走势。网络媒体上的信息来源复杂，质量参差不齐，存在着大量的虚假信息、误导性言论和噪音信息，这些信息可能会干扰投资者的判断，导致市场的不稳定，对周内效应产生影响。三、我国创业板市场及网络媒体发展现状分析3.1我国创业板市场发展历程与现状我国创业板市场的设立，是资本市场发展历程中的重要里程碑，承载着推动科技创新、支持中小企业发展的重要使命。20世纪90年代末，我国经济加速转型，大批创新型、成长型科技企业崭露头角，对资本市场的支持需求愈发迫切。在这一时代背景下，1999年8月，党中央、国务院明确提出“适时设立高新技术企业板块”，为创业板的诞生奠定了政策基础。2000年，国务院决定设立创业板市场，此后，相关部门积极推进筹备工作，历经多年的精心筹备与探索，2009年3月，证监会正式发布创业板IPO管理办法。2009年10月30日，首批28家公司成功登陆创业板，标志着创业板市场正式扬帆起航，开启了服务创新型企业的征程。自成立以来，创业板市场规模不断壮大，取得了令人瞩目的发展成就。从企业数量来看，2014年10月30日，创业板公司数量达到400家；2021年8月4日，上市公司数量突破1000家；截至2024年10月29日，创业板上市公司数量已达1358家，十五年间实现了数量的快速增长。总市值方面，创业板也呈现出迅猛的发展态势，2014年总市值为2.27万亿元，开板十周年之际，总市值达5.68万亿元，到2024年，总市值已超12万亿元，充分彰显了市场对创业板的高度认可和信心。创业板上市公司的产业结构持续优化，具有鲜明的创新特色。高新技术企业家数占比约九成，近七成公司属于战略性新兴产业，在新一代信息技术、新能源、生物、新材料、高端装备制造等优势产业，集群化发展趋势显著，相关公司总市值约9万亿元，占板块比重高达75%，已成为名副其实的“中国未来之板”，有力地推动了我国经济结构的调整和转型升级。在市场交易活跃度方面，创业板成交量与活跃度持续提升，投资者数量超5000万，投资者结构不断优化。近5年机构投资者持股比例平均在五成左右，与创业板成立以来前十年平均的38%相比，有了显著提高。其中，公募基金持股占比增加2.5个百分点至8.38%，外资持股占比增加3.03个百分点至3.67%。产品体系日益丰富，创业板指自2010年6月1日发布以来，逐步成为反映中国经济转型升级和创新创业企业发展的核心指标。目前全市场跟踪创业板指数的ETF规模达1800亿元，跟踪创业板50指数的ETF规模达到491亿元，“创”系列ETF总规模达2430亿，创业板已成为全球最具活力的创业板市场之一。3.2网络媒体在金融信息传播中的作用与影响在当今数字化时代，网络媒体已成为金融信息传播的关键力量，深刻改变了金融市场的信息生态和投资者的行为模式。网络媒体在金融信息传播中扮演着多重角色，具有独特的特点和优势。网络媒体是金融信息的高效传播者。凭借先进的互联网技术，网络媒体能够实现金融信息的实时发布和快速传播。与传统媒体相比，网络媒体不受版面、播出时间等限制，能够在第一时间将最新的金融资讯、市场动态、公司公告等信息传递给广大投资者。一条关于创业板市场的重要政策发布、企业财报披露或重大并购消息，通过网络媒体平台，如东方财富网、同花顺财经等专业金融资讯网站，能在瞬间传遍全球各个角落，使投资者能够及时获取信息，把握市场机会。网络媒体也是金融信息的整合者和筛选者。金融市场信息繁杂多样，投资者往往难以从海量的信息中迅速获取有价值的内容。网络媒体通过专业的编辑团队和算法技术，对金融信息进行收集、整理、分类和筛选，为投资者提供经过梳理和加工的信息。一些金融资讯网站会将当天的财经新闻按照市场板块、行业分类、重要程度等进行分类展示，还会对重要信息进行深度解读和分析，帮助投资者更好地理解信息背后的含义和影响。网络媒体还为投资者提供了互动交流的平台。投资者可以在社交媒体平台、在线金融论坛等网络空间中，分享自己的投资经验、观点和分析，与其他投资者进行互动交流。这种互动不仅能够促进投资者之间的信息共享和思想碰撞，还能形成一种群体智慧，对金融市场产生影响。在雪球网的创业板股票讨论板块，投资者们会针对某只创业板股票的走势、公司前景等问题展开热烈讨论，他们的观点和分析会影响其他投资者的决策，进而影响股票的价格波动。网络媒体在金融信息传播方面具有传播速度快、信息容量大、传播范围广、互动性强等显著特点。网络媒体的传播速度几乎可以达到即时性，信息一旦发布，就能迅速被全球各地的投资者获取。相比之下，传统媒体的信息传播需要经过采编、审核、排版、印刷、发行等多个环节，时效性较差。网络媒体的信息容量几乎是无限的，它可以容纳海量的金融数据、新闻报道、研究报告等信息，投资者可以根据自己的需求进行查询和筛选。传统媒体，如报纸的版面有限，能够承载的信息相对较少。网络媒体的传播范围不受地域和时间的限制，无论投资者身处何地，只要有网络连接，就能够随时随地获取金融信息。而传统媒体的传播范围往往受到地理区域和发行渠道的限制，难以覆盖到全球各地的投资者。网络媒体的互动性强，投资者可以通过评论、点赞、转发等方式参与到信息传播过程中，与其他投资者和信息发布者进行互动交流。这种互动性增强了投资者的参与感和信息传播的效果，使信息能够更快速地扩散和传播。网络媒体对投资者获取信息和决策产生了深远的影响。它极大地降低了投资者获取信息的成本。在传统媒体时代，投资者获取金融信息的渠道有限，需要花费大量的时间和金钱订阅报纸、杂志，或购买专业的金融数据服务。而现在，投资者只需通过网络媒体平台，就可以免费或低成本地获取丰富的金融信息，大大降低了信息获取成本。网络媒体丰富了投资者获取信息的渠道和内容。投资者不仅可以从专业的金融资讯网站获取权威的财经新闻和市场分析，还可以通过社交媒体平台了解其他投资者的观点和经验，从在线金融论坛获取各种小道消息和内幕信息。这些多元化的信息来源，为投资者提供了更全面、更丰富的信息视角，有助于投资者做出更准确的投资决策。然而，网络媒体也给投资者带来了信息过载和信息质量参差不齐的问题。网络媒体上的信息海量且更新迅速，投资者容易陷入信息洪流中，难以筛选和辨别出真正有价值的信息。网络媒体上存在大量的虚假信息、误导性言论和噪音信息，这些信息可能会干扰投资者的判断，导致投资者做出错误的投资决策。一些不良媒体为了吸引眼球，故意发布夸大其词的股票推荐信息，或者传播未经证实的谣言，可能会误导投资者盲目跟风，造成投资损失。为了应对这些问题，投资者需要提高自身的信息素养和辨别能力，学会从海量的网络媒体信息中筛选出真实、准确、有用的信息。投资者可以关注权威的金融媒体和专业的分析师，参考他们的观点和分析；同时，要保持理性和冷静，不被情绪化的言论和虚假信息所左右，做出基于客观分析和理性判断的投资决策。3.3网络媒体与创业板市场的关联分析在数字化时代，网络媒体与创业板市场之间存在着千丝万缕的紧密联系，这种联系深刻地影响着金融市场的信息传播、投资者行为以及市场的运行机制。从信息传播的角度来看，网络媒体是创业板市场信息的重要传播渠道。网络媒体的即时性和广泛性使得创业板市场的各类信息能够迅速、全面地传递给投资者。上市公司的财务报告、重大事项公告、政策法规的变动等信息，通过网络媒体平台，如金融资讯网站、社交媒体、在线论坛等，能够在短时间内被大量投资者获取。当创业板上市公司发布季度财报时，东方财富网、同花顺财经等专业金融资讯网站会在第一时间进行报道和解读，将财报中的关键数据、业绩表现、发展战略等信息呈现给投资者。投资者可以通过这些网站的新闻推送、专题报道、分析师评论等栏目，快速了解上市公司的最新情况，为投资决策提供依据。社交媒体平台，如微博、抖音等，也在创业板市场信息传播中发挥着重要作用。投资者可以在这些平台上分享自己对创业板市场的看法、分析和投资经验，形成信息的快速传播和扩散。一些知名的财经博主在微博上发布关于创业板市场的分析文章或视频，往往能够吸引大量粉丝的关注和转发，使信息在短时间内触达更广泛的受众。这种信息传播的速度和范围是传统媒体难以比拟的，它极大地提高了创业板市场信息的透明度和传播效率，使投资者能够更及时地了解市场动态，做出更准确的投资决策。网络媒体对投资者关注和市场情绪也有着显著的影响。网络媒体上的信息能够吸引投资者的注意力，引发他们对创业板市场的关注和兴趣。当网络媒体大量报道某只创业板股票的利好消息时，会吸引更多投资者对该股票的关注，增加其市场热度。一些网络媒体会发布关于创业板市场新兴产业的深度报道，介绍相关产业的发展前景、投资机会和风险，引发投资者对这些产业相关股票的关注和投资热情。网络媒体还能够影响投资者的情绪和心理预期，进而影响市场情绪。网络媒体上的正面信息会激发投资者的乐观情绪，促使他们积极买入股票，推动股价上涨；而负面信息则会引发投资者的恐慌情绪，导致他们抛售股票，使股价下跌。在社交媒体上，当投资者看到大量关于创业板市场的悲观言论时，可能会受到情绪的影响，对市场前景产生担忧，从而减少投资或选择离场。这种情绪的传播和扩散会形成一种市场氛围，对创业板市场的整体走势产生影响。市场波动也会对网络媒体报道产生反馈。当创业板市场出现大幅波动时，会吸引网络媒体的大量关注和报道。媒体会对市场波动的原因、影响进行深入分析和解读，引发投资者的广泛讨论。当创业板指数在某一交易日出现大幅下跌时，网络媒体会迅速发布相关新闻报道，分析下跌的原因，如宏观经济数据不佳、行业政策调整、公司业绩不及预期等。这些报道会引发投资者的关注和讨论，进一步影响市场情绪和投资者的行为。市场波动还会导致网络媒体上信息的数量和内容发生变化。在市场波动较大时，网络媒体上关于创业板市场的信息会增多，包括各种分析文章、评论、预测等。这些信息的内容也会更加多样化，既有对市场波动的理性分析，也有投资者的情绪化表达。这种信息的变化会影响投资者对市场的认知和判断，进而影响他们的投资决策。网络媒体与创业板市场之间的关联是相互的、动态的。网络媒体通过影响信息传播、投资者关注和市场情绪，对创业板市场的运行产生重要影响；而创业板市场的波动也会对网络媒体报道产生反馈，进一步影响投资者的行为和市场的走势。深入研究这种关联，对于理解创业板市场的运行机制、提高投资者的决策水平以及加强市场监管都具有重要意义。四、研究设计与实证分析4.1研究设计4.1.1数据选取与来源为全面、准确地研究我国创业板市场的周内效应以及网络媒体对其的影响，本研究在数据选取上遵循了科学性、全面性和代表性的原则。股票市场交易数据选取了2010年6月1日至2024年10月31日期间创业板指数的每日收盘价、开盘价、最高价、最低价和成交量等数据。选择这一时间范围，主要是因为创业板指数于2010年6月1日发布，从该时间点开始能够完整地涵盖创业板市场的发展历程，包括市场的不同阶段，如初期的快速发展、经历市场波动后的调整以及近年来在改革创新背景下的新变化，从而更全面地分析周内效应在不同市场环境下的表现。这些数据来源于Wind数据库，该数据库是金融领域广泛使用的数据平台，其数据具有权威性、完整性和及时性，能够准确反映创业板市场的交易情况，为研究提供了坚实的数据基础。网络媒体数据则通过网络爬虫技术从东方财富网、雪球网等知名金融网站以及微博、抖音等社交媒体平台收集。东方财富网和雪球网汇聚了大量专业的财经资讯、分析师观点和投资者讨论，是投资者获取金融信息的重要渠道。微博和抖音作为社交媒体的代表，拥有庞大的用户群体，信息传播速度快、范围广，能够快速传播各类金融市场信息，包括投资者的讨论、新闻报道、分析师观点等。在数据收集过程中，运用Python编程语言编写网络爬虫程序，设定关键词如“创业板”“股票投资”“市场分析”等，按照设定的规则和频率，从这些平台上抓取相关信息。对抓取到的数据进行清洗和预处理，去除重复、无效和错误的数据，确保数据的质量，以便后续进行准确的分析。4.1.2变量定义与模型构建为了深入探究创业板市场的周内效应以及网络媒体对其的影响，本研究对相关变量进行了严格定义，并构建了相应的模型。被解释变量为创业板指数收益率，采用对数收益率来衡量，计算公式为：R_t=\ln(P_t)-\ln(P_{t-1})其中，R_t表示第t期的创业板指数收益率，P_t表示第t期的创业板指数收盘价，P_{t-1}表示第t-1期的创业板指数收盘价。对数收益率能够更好地反映资产价格的变化率，具有良好的数学性质，在金融研究中被广泛应用。解释变量包括周内效应虚拟变量和网络媒体相关变量。周内效应虚拟变量设置为D_1、D_2、D_3、D_4、D_5，分别代表周一至周五。当某一交易日为对应日期时，虚拟变量取值为1，否则为0。通过设置这些虚拟变量，可以直观地检验一周内不同交易日的收益率是否存在显著差异，从而判断周内效应的存在性。网络媒体相关变量选取网络媒体报道量和网络媒体情感倾向。网络媒体报道量以特定关键词在网络媒体上的搜索量或提及次数来衡量，能够反映网络媒体对创业板市场的关注程度。使用Python的爬虫程序从东方财富网、雪球网等金融网站以及微博、抖音等社交媒体平台，按照设定的关键词如“创业板”“创业板指数”“创业板股票”等，抓取相关文章、帖子的数量作为网络媒体报道量的数据来源。网络媒体情感倾向通过文本分析方法计算，利用自然语言处理技术对网络媒体上的文本信息进行情感分析，判断其情感倾向是正面、负面还是中性。具体操作时，使用Python的自然语言处理库，如NLTK、TextBlob等，对抓取到的文本数据进行预处理，包括分词、去除停用词、词干提取等操作，然后运用情感分析算法，如基于词典的方法或机器学习算法，计算每条文本的情感倾向得分，正值表示正面情感，负值表示负面情感，得分的绝对值表示情感的强度。将一定时间范围内的所有文本情感倾向得分进行汇总和平均，得到该时间段的网络媒体情感倾向指标。控制变量选取市场风险溢价Mkt_t、市值因子SMB_t、账面市值比因子HML_t等。市场风险溢价反映了市场整体的风险水平，市值因子和账面市值比因子则用于控制公司规模和价值因素对股票收益率的影响。这些控制变量的数据同样来源于Wind数据库，能够全面反映市场的宏观因素和公司的基本面特征，提高模型的解释力和准确性。为检验创业板市场是否存在周内效应，构建虚拟变量回归模型如下：R_t=\alpha+\beta_1D_{1t}+\beta_2D_{2t}+\beta_3D_{3t}+\beta_4D_{4t}+\beta_5D_{5t}+\beta_6Mkt_t+\beta_7SMB_t+\beta_8HML_t+\epsilon_t其中，\alpha为截距项，\beta_i（i=1,2,\cdots,8）为回归系数，\epsilon_t为随机误差项。在该模型中，通过对回归系数\beta_i的显著性检验，判断不同交易日的收益率是否存在显著差异。若某一虚拟变量的回归系数显著不为0，则说明该交易日存在周内效应。当\beta_1显著不为0时，表明周一的收益率与其他交易日存在显著差异，即存在周一效应；同理，可判断周二至周五效应的存在性。考虑到金融时间序列数据往往存在异方差性，为更准确地刻画收益率的波动特征，引入广义自回归条件异方差模型（GARCH）。GARCH模型能够捕捉到收益率波动的集聚性和持续性，其基本形式为：R_t=\mu+\epsilon_t\epsilon_t|\Psi_{t-1}\simN(0,h_t)h_t=\omega+\sum_{i=1}^{p}\alpha_i\epsilon_{t-i}^2+\sum_{j=1}^{q}\beta_jh_{t-j}其中，\mu为收益率的均值，\epsilon_t为残差项，\Psi_{t-1}为t-1时刻的信息集，h_t为条件方差，\omega为常数项，\alpha_i和\beta_j分别为ARCH项和GARCH项的系数，p和q为ARCH项和GARCH项的阶数。通过估计GARCH模型的参数，分析收益率波动在不同交易日的变化情况，进一步验证周内效应的存在性及其特征。当h_t在不同交易日呈现出显著差异时，说明收益率波动存在周内效应，例如在周一h_t的值显著高于其他交易日，表明周一的收益率波动更为剧烈，存在与其他交易日不同的波动特征。为探究网络媒体对创业板市场周内效应的影响，在上述虚拟变量回归模型的基础上，加入网络媒体相关变量，构建多变量回归模型如下：R_t=\alpha+\beta_1D_{1t}+\beta_2D_{2t}+\beta_3D_{3t}+\beta_4D_{4t}+\beta_5D_{5t}+\beta_6Mkt_t+\beta_7SMB_t+\beta_8HML_t+\beta_9Media_{1t}+\beta_{10}Media_{2t}+\epsilon_t其中，Media_{1t}表示网络媒体报道量，Media_{2t}表示网络媒体情感倾向。通过对新加入变量回归系数\beta_9和\beta_{10}的分析，判断网络媒体因素对创业板市场周内效应的影响方向和程度。若\beta_9显著为正，说明网络媒体报道量的增加会使创业板指数收益率上升，且在不同交易日这种影响可能存在差异，从而影响周内效应；若\beta_{10}显著为负，表明网络媒体情感倾向越负面，创业板指数收益率越低，同样会对周内效应产生作用。4.2实证结果与分析4.2.1描述性统计分析对所选取的变量进行描述性统计分析，结果如表1所示。从创业板指数收益率（R）来看，其均值为0.0004，表明在样本期间内，创业板指数平均每日收益率为0.04%，整体收益率水平相对较低。中位数为0.0005，与均值较为接近，说明收益率分布相对较为对称。标准差为0.0214，反映出创业板指数收益率的波动较大，市场风险较高。偏度为-0.5142，小于0，说明收益率分布呈现左偏态，即存在较多的负向极端值，市场下跌的风险相对较大。峰度为5.4378，大于3，呈现尖峰厚尾特征，表明收益率的极端值出现的概率较高，市场波动较为剧烈，投资者面临的风险较大。网络媒体报道量（Media1）的均值为543.25，中位数为485.00，说明网络媒体对创业板市场的报道量在大部分时间处于中等水平，但存在一定的波动，最大值达到1200，最小值仅为15，表明不同时期网络媒体对创业板市场的关注程度差异较大。网络媒体情感倾向（Media2）的均值为0.05，中位数为0.04，说明整体上网络媒体对创业板市场的情感倾向略偏正面，但波动较小，标准差为0.03，表明情感倾向相对较为稳定。市场风险溢价（Mkt）的均值为0.0008，标准差为0.0187，说明市场风险溢价存在一定的波动，投资者在不同时期面临的市场风险水平有所不同。市值因子（SMB）的均值为0.0003，标准差为0.0125，账面市值比因子（HML）的均值为-0.0001，标准差为0.0106，表明市值因子和账面市值比因子也存在一定程度的波动，对创业板指数收益率的影响具有不确定性。通过对各变量的描述性统计分析，可以初步了解创业板市场收益率以及网络媒体相关变量的基本特征，为后续的实证分析提供基础。表1：变量描述性统计变量观测值均值中位数标准差最小值最大值偏度峰度R36500.00040.00050.0214-0.08450.0956-0.51425.4378Media13650543.25485.00215.681512000.84263.5674Media236500.050.040.03-2542.8765Mkt36500.00080.00090.0187-0.06540.0723-0.25433.2145SMB36500.00030.00040.0125-0.04560.0521-0.12352.9876HML3650-0.0001-0.00020.0106-0.03450.03890.15672.76544.2.2相关性分析对各变量进行相关性分析，结果如表2所示。创业板指数收益率（R）与周内效应虚拟变量（D1-D5）之间存在一定的相关性，其中与D1（周一）的相关系数为-0.0845，在1%的水平上显著负相关，说明周一的收益率相对较低，初步显示出可能存在周一效应；与D5（周五）的相关系数为0.0654，在5%的水平上显著正相关，表明周五的收益率相对较高，可能存在周五效应。R与网络媒体报道量（Media1）的相关系数为0.0456，在10%的水平上显著正相关，说明网络媒体报道量的增加会在一定程度上提高创业板指数收益率，网络媒体的关注对市场有一定的正向影响。R与网络媒体情感倾向（Media2）的相关系数为0.0521，在5%的水平上显著正相关，表明网络媒体情感倾向越正面，创业板指数收益率越高，网络媒体的正面情绪能够带动市场上涨。市场风险溢价（Mkt）与R的相关系数为0.6543，在1%的水平上显著正相关，说明市场风险溢价对创业板指数收益率有较大的正向影响，市场风险越高，创业板指数收益率也越高。市值因子（SMB）与R的相关系数为0.3254，在1%的水平上显著正相关，账面市值比因子（HML）与R的相关系数为0.2543，在1%的水平上显著正相关，表明市值因子和账面市值比因子对创业板指数收益率也有一定的正向影响。各变量之间的相关性系数均小于0.8，说明变量之间不存在严重的多重共线性问题，所构建的模型具有较好的稳定性和可靠性，可以进行后续的回归分析。表2：变量相关性分析变量RD1D2D3D4D5Media1Media2MktSMBHMLR1D1-0.0845***1D20.0234-0.2012***1D30.0156-0.1876***0.2345***1D40.0321-0.1567***0.1987***0.2567***1D50.0654**-0.2543***0.1234**0.1023*0.1345**1Media10.0456*-0.03210.02540.01870.03560.04211Media20.0521**-0.02560.03120.02890.03670.04890.3254***1Mkt0.6543***-0.05430.04560.03890.04210.05670.1234**0.0845**1SMB0.3254***-0.03670.02890.02540.03120.04120.0987**0.0654**0.4567***1HML0.2543***-0.02890.03560.02140.03450.04670.0845**0.0567**0.3678***0.2345***1注：*、、*分别表示在1%、5%、10%的水平上显著。4.2.3周内效应实证检验结果对周内效应进行实证检验，回归结果如表3所示。从模型整体来看，调整后的R²为0.3254，说明模型对创业板指数收益率的解释能力较强，能够解释32.54%的收益率变化。F统计量为12.5678，在1%的水平上显著，表明模型整体是显著的。在周内效应虚拟变量方面，D1（周一）的回归系数为-0.0025，在1%的水平上显著为负，说明周一的收益率显著低于其他交易日，存在显著的周一效应。D2（周二）的回归系数为0.0008，不显著，表明周二的收益率与其他交易日相比没有显著差异。D3（周三）的回归系数为0.0012，不显著，说明周三的收益率与其他交易日无显著不同。D4（周四）的回归系数为0.0015，不显著，显示周四的收益率与其他交易日差异不明显。D5（周五）的回归系数为0.0021，在5%的水平上显著为正，表明周五的收益率显著高于其他交易日，存在显著的周五效应。市场风险溢价（Mkt）的回归系数为0.6543，在1%的水平上显著为正，说明市场风险溢价对创业板指数收益率有显著的正向影响，市场风险越高，创业板指数收益率越高。市值因子（SMB）的回归系数为0.3254，在1%的水平上显著为正，账面市值比因子（HML）的回归系数为0.2543，在1%的水平上显著为正，表明市值因子和账面市值比因子对创业板指数收益率也有显著的正向影响。表3：周内效应回归结果变量系数标准误t值P值[95%置信区间]D1-0.0025***0.0006-4.1670.000-0.0037--0.0013D20.00080.00071.1430.253-0.0006-0.0022D30.00120.00071.7140.087-0.0002-0.0026D40.00150.00072.1430.0320.0001-0.0029D50.0021**0.00082.6250.0090.0005-0.0037Mkt0.6543***0.056711.5430.0000.5432-0.7654SMB0.3254***0.04567.1360.0000.2356-0.4152HML0.2543***0.03676.9320.0000.1821-0.3265常数项0.00050.00041.2500.211-0.0003-0.0013调整后的R²0.3254F统计量12.5678***注：***、**分别表示在1%、5%的水平上显著。4.2.4网络媒体影响的实证检验结果在探究网络媒体对创业板市场周内效应的影响时，加入网络媒体报道量（Media1）和网络媒体情感倾向（Media2）变量进行回归分析，结果如表4所示。调整后的R²为0.3567，相较于未加入网络媒体变量时有所提高，说明加入网络媒体变量后，模型对创业板指数收益率的解释能力增强，能够解释35.67%的收益率变化。F统计量为11.2345，在1%的水平上显著，表明模型整体是显著的。在周内效应虚拟变量方面，D1（周一）的回归系数为-0.0023，在1%的水平上显著为负，D5（周五）的回归系数为0.0019，在5%的水平上显著为正，与未加入网络媒体变量时的结果一致，依然存在显著的周一效应和周五效应。网络媒体报道量（Media1）的回归系数为0.0005，在10%的水平上显著为正，说明网络媒体报道量的增加会使创业板指数收益率上升，网络媒体对创业板市场的关注能够在一定程度上推动市场上涨。网络媒体情感倾向（Media2）的回归系数为0.0012，在5%的水平上显著为正，表明网络媒体情感倾向越正面，创业板指数收益率越高，网络媒体的正面情绪对市场有积极的带动作用。市场风险溢价（Mkt）、市值因子（SMB）和账面市值比因子（HML）的回归系数依然在1%的水平上显著为正，对创业板指数收益率有显著的正向影响。表4：网络媒体影响回归结果变量系数标准误t值P值[95%置信区间]D1-0.0023***0.0006-3.8330.000-0.0035--0.0011D20.00070.00071.0000.317-0.0007-0.0021D30.00110.00071.5710.116-0.0003-0.0025D40.00140.00072.0000.0460.0000-0.0028D50.0019**0.00082.3750.0180.0003-0.0035Media10.0005*0.00031.6670.0960.0000-0.0010Media20.0012**0.00052.4000.0160.0002-0.0022Mkt0.6321***0.058910.7320.0000.5167-0.7475SMB0.3021***0.04786.3200.0000.2082-0.3960HML0.2314***0.03895.9500.0000.1551-0.3077常数项0.00040.00041.0000.317-0.0004-0.0012调整后的R²0.3567F统计量11.2345***注：*、、*分别表示在1%、5%、10%的水平上显著。4.2.5稳健性检验为了验证实证结果的可靠性，采用多种方法进行稳健性检验。运用变量替换法，将创业板指数收益率替换为对数收益率的一阶差分，重新进行回归分析。结果显示，周内效应虚拟变量D1（周一）和D5（周五）的回归系数依然在1%和5%的水平上显著，网络媒体报道量和情感倾向变量的回归系数也保持显著，且符号与原结果一致，说明实证结果在变量替换后依然稳健。使用分样本回归的方法，将样本数据按照时间分为前后两个子样本，分别进行回归分析。在两个子样本中，周内效应和网络媒体影响的回归结果与全样本回归结果基本一致，进一步验证了实证结果的可靠性。改变样本容量，剔除部分异常值后重新进行回归，回归结果也没有发生实质性变化，表明实证结果对样本容量的变化具有一定的稳健性。通过以上多种稳健性检验方法，均验证了实证结果的可靠性，说明我国创业板市场存在显著的周一效应和五、结果讨论与案例分析5.1实证结果讨论本研究通过对2010年6月1日至2024年10月31日期间创业板指数数据的实证分析，发现我国创业板市场存在显著的周一效应和周五效应。周一收益率显著低于其他交易日，周五收益率显著高于其他交易日。这一结果与部分国内外学者对其他股票市场的研究结论具有一定的相似性，如Cross（1973）对美国股市的研究发现周一收益率最低，周五收益率最高。创业板市场周内效应的存在，可能有以下几方面原因。从投资者行为角度来看，在周一，投资者往往面临着新一周的工作压力和不确定性，情绪相对较为谨慎和保守。周末期间，投资者可能会受到各种信息的影响，包括宏观经济新闻、行业动态、公司公告等，这些信息的积累可能导致投资者在周一开盘时对市场前景持较为悲观的态度，从而减少投资或选择离场，导致股价下跌，收益率降低。而在周五，投资者临近周末，心情相对放松，对市场的乐观情绪增强。经过一周的交易，投资者对市场情况有了更清晰的认识，可能会在周五进行一些积极的投资操作，增加股票的买入，推动股价上涨，提高收益率。从市场信息发布角度分析，公司可能更倾向于在周五发布利好消息，以提升市场对公司的信心，吸引投资者的关注和投资。而一些负面消息则可能被推迟到周一发布，或者在周末期间逐渐被市场消化，导致周一市场开盘时面临较大的卖压。政策发布也可能存在一定的时间规律，相关部门可能会选择在周五发布一些有利于市场稳定和发展的政策，为市场注入信心，推动股价上涨；而在周一，可能会有一些新的政策或监管措施出台，对市场产生一定的冲击，影响股价走势。网络媒体对创业板市场周内效应存在显著影响。网络媒体报道量的增加会使创业板指数收益率上升，网络媒体情感倾向越正面，创业板指数收益率越高。这表明网络媒体的关注和正面情绪能够在一定程度上推动市场上涨，影响周内效应的表现。网络媒体的快速传播和广泛覆盖，使得市场信息能够迅速传递给投资者，引发投资者的关注和反应。当网络媒体大量报道创业板市场的利好消息时，会吸引更多投资者的关注，增加市场的买盘力量，推动股价上涨，提高收益率。网络媒体上的正面情感倾向也会影响投资者的情绪和决策，使投资者更愿意买入股票，从而对周内效应产生影响。在信息快速传播的时代，网络媒体的影响力日益凸显。投资者往往会根据网络媒体上的信息来调整自己的投资决策，网络媒体上的信息质量和传播方式会直接影响投资者的判断和行为。一些网络媒体为了吸引眼球，可能会发布夸大其词的利好消息，或者传播未经证实的谣言，导致投资者盲目跟风买入股票，推动股价上涨，从而影响周内效应。网络媒体上的负面信息也可能引发投资者的恐慌情绪，导致股价下跌，改变周内效应的表现形式。5.2典型案例分析以宁德时代为例，该公司作为创业板市场的明星企业，在新能源汽车电池领域占据重要地位，其股价走势和收益率变化受到市场和网络媒体的高度关注。在2021年7月，宁德时代发布了半年度业绩预告，预计上半年净利润为44亿元-51亿元，同比增长139.47%-291.14%。这一利好消息引发了网络媒体的广泛报道和讨论，在东方财富网、雪球网等金融网站上，相关报道和分析文章大量涌现，微博、抖音等社交媒体平台上也掀起了对宁德时代业绩的讨论热潮，网络媒体报道量和情感倾向均呈现出显著的上升趋势。在业绩预告发布后的第一个周一（7月12日），宁德时代股价开盘价为520元，收盘价为535元，当日收益率为2.88%；而在随后的周五（7月16日），股价开盘价为540元，收盘价为560元，当日收益率为3.70%。与实证结果中周一收益率较低、周五收益率较高的周内效应相契合，且网络媒体的积极报道和正面情感倾向对股价上涨起到了推动作用，进一步验证了网络媒体对创业板市场周内效应的影响。再如金龙鱼，作为创业板上市的知名企业，在2020年10月15日上市后，受到了网络媒体的密切关注。在上市初期，网络媒体对金龙鱼的报道量持续增加，且情感倾向较为正面，投资者对其关注度也不断提高，股价呈现出上涨趋势。在上市后的第一个周五（10月16日），股价涨幅达到10.23%，收益率明显高于其他交易日，与实证结果中周五效应相符。然而，在2021年4月，网络媒体上出现了关于金龙鱼原材料成本上升、市场竞争加剧等负面消息，网络媒体情感倾向转为负面。在4月的第二个周一（4月12日），金龙鱼股价开盘价为95元，收盘价为92元，当日收益率为-3.16%，股价出现下跌，收益率较低，这与实证结果中周一效应以及网络媒体负面情感倾向对股价的影响相呼应。通过对宁德时代和金龙鱼等典型案例的分析，可以发现其股价和收益率在事件前后的变化与实证结果具有一致性，进一步验证了我国创业板市场存在周内效应，以及网络媒体对周内效应的显著影响。这些案例表明，投资者在进行投资决策时，不仅要关注公司的基本面和市场宏观因素，还要重视网络媒体信息的传播和影响，以更准确地把握市场走势，降低投资风险，提高投资收益。六、结论与建议6.1研究结论本研究通过对2010年6月1日至2024年10月31日期间我国创业板市场数据的深入分析，结合网络媒体相关数据，运用描述性统计分析、相关性分析、虚拟变量回归模型、GARCH模型以及多变量回归模型等多种方法，对创业板市场的周内效应及网络媒体对其的影响进行了全面探究，得出以下主要结论。我国创业板市场存在显著的周内效应，具体表现为周一收益率显著低于其他交易日，存在显著的周一效应；周五收益率显著高于其他交易日，存在显著的周五效应。这一结果与部分国内外学者对其他股票市场的研究结论具有相似性，表明周内效应在股票市场中具有一定的普遍性。创业板市场周内效应的形成原因较为复杂，可能与投资者行为、市场信息发布等因素密切相关。在投资者行为方面，周一投资者面临新一周的工作压力和不确定性，情绪相对谨慎保守，对市场前景持悲观态度，导致投资减少或离场，股价下跌，收益率降低；而周五投资者心情放松，对市场乐观情绪增强，积极投资操作增加，推动股价上涨，收益率提高。从市场信息发布角度来看，公司倾向于周五发布利好消息，周一发布负面消息或周末负面消息的消化，以及政策发布的时间规律，都可能影响股价走势，进而形成周内效应。网络媒体对创业板市场周内效应存在显著影响。网络媒体报道量的增加会使创业板指数收益率上升，网络媒体情感倾向越正面，创业板指数收益率越高。这表明网络媒体作为金融信息传播的重要渠道，其信息传播速度快、范围广、互动性强的特点，能够迅速影响投资者的关注和情绪，引发投资者的行为变化，从而对市场收益率产生影响。当网络媒体大量报道创业板市场的利好消息时，会吸引更多投资者关注，增加市场买盘力量，推动股价上涨，提高收益率；网络媒体上的正面情感倾向也会使投资者更愿意买入股票，进一步影响周内效应。通过对宁德时代和金龙鱼等典型案例的分析，进一步验证了我国创业板市场周内效应以及网络媒体对其影响的实证结果。这些案例表明，公司的重大事件，如业绩预告、上市等，引发网络媒体的报道和讨论，网络媒体报道量和情感倾向的变化与股价和收益率的变化具有一致性，且符合周内效应的特征，为研究结论提供了有力的实际案例支持。本研究结果表明，我国创业板市场的周内效应和网络媒体的影响具有复杂性和相互关联性。投资者在进行投资决策时，不仅要关注公司基本面和市场宏观因素，还需充分考虑周内效应和网络媒体信息的传播和影响，以更准确地把握市场走势，降低投资风险，提高投资收益。市场监管部门也应重视周内效应和网络媒体的作用，加强对市场的监管，规范网络媒体的信息传播行为，维护市场的稳定和健康发展。6.2政策建议基于上述研究结论，为了促进我国创业板市场的健康稳定发展，充分发挥网络媒体在金融市场中的积极作用，提出以下政策建议。监管部门应加强对网络媒体的监管力度，规范其信息传播行为。建立健全网络媒体信息发布的审核机制，加强对金融信息真实性、准确性和完整性的审核，严厉打击虚假