数据及其分析对市场运行愈发重要，对金融市场自然不例外

数据及其分析对市场运行愈发重要，对金融市场自然不例外

数据及其分析对市场运作越来越重要，金融市场也不例外。Veldkamp、Farboodi等学者的相关研究近年来颇具影响力。例如，他们与其他学者合作，在理论层面指出，由于大企业拥有更多的数据，更容易对其进行分析以获得更准确的估值，因此大企业的融资成本更低，从而有助于企业的成长。规模。分化[1]。数据分析技术的发展也将加速这一分化过程[2]。在最近的另一项类似主题的合作研究中，

图1 大/小公司（左图红/蓝，以市值是否进入所有上市公司500强为门槛）和高成长/高市值公司（右图红/蓝，以对应指标是否在所有上市公司前30%为阈值）股价信息分化（纵轴）

所谓股价信息，是指公司当前股价预测其未来盈利的能力，即当前股价所包含的关于公司未来盈利能力的信息量。在控制了一些企业特征后，我们可以通过对其未来3年或5年的EBIT利润的当前股价进行横截面回归并调整标准来估计相应的信息量[4]。因此，如图1所示：在过去的半个世纪里，不同规模的公司在价格信息量上存在明显差异。大公司的股价信息量明显增加，而小公司的信息量则明显减少。对大公司进行更细致的分析表明，这种差异化主要是由高增长公司驱动的。市值规模、市场势力、是否属于科技股等其他因素无法解释相应的背离。

图2 从结构模型中得到的公司股价信息的分解。第一、二、三部分分别是对应资产的波动率和收益率，以及投资者对对应资产随机预测的方差（即原文中数据集的准确率，越多越准确，相应的方差越小）

为了解释实证结论，原文建立了简明的结构模型。简而言之，假设异构投资者处理的数据量不同，并且假设他们处理的数据越多，他们对相应资产的预测准确度越高[5]，那么股价信息量可以分解为波动率有三部分：回报率、回报率、数据导致的预测准确性。通过对模型进行估计，发现不同增长率的企业在前两部分趋于收敛而不是发散。正是数据的分化效应的量级压倒了其他两部分的量级之和，从而导致了整体股价信息的分化[6]。根据这个股价主要影响因素的统计分析 硕士论文股价主要影响因素的统计分析 硕士论文，数据很可能是推动相应实证结论的最重要因素。上述发现为理解数据如何影响（金融）市场的运作提供了一个相对新颖的角度 [7]。

[1] 见 Begenau、Juliane、Maryam Farboodi 和 Laura Veldkamp。“金融大数据和大公司的成长。” 货币经济学杂志 97（2018）：71-87。此外，Veldkamp 与人合着了一篇涵盖更多相关研究的综述，参见 Veldkamp、Laura 和 Cindy Chung。“数据和总体经济。” 即将出版，经济文献杂志。

[2]同上。

[3] 当然，这也可能带动企业规模的分化。Veldkamp 的另一篇协作工作论文更系统地讨论了数据如何与一般水平的市场集中度相关，参见 Eeckhout、Jan 和 Laura Veldkamp。数据和市场力量。(2022)。

[4] 参见 Bai、Jennie、Thomas Philippon 和 Alexi Savov。“金融市场变得更加信息化了吗？” 金融经济学杂志 122.3 (2016): 625-654。

[5] 这也是Beganau等人理论研究的核心假设之一。在注释 1 中。

[6] 具体来说，造成相应影响的原因很可能是分析师出于利润考虑而更愿意处理与高增长公司相关的数据。有趣的是，围绕高成长公司的研究分析可能被过度“介入”——2000年以来，高成长公司股价信息中的数据效应相对减弱，而高成长公司股价信息中的数据效应相对减弱。公司市值相对增加。

[7] 如果这被称为“由外向内”和以预期为导向的视角，Valdkamp 和 Farboodi 近年来也进行了几项“由内向外”和以基本面为导向的视角研究。具体来说，相应的建模思想将企业生产建模为探索最优点的过程，数据越多，探索的准确性越高。因此，数据会影响个别公司的生产率，进而影响宏观经济的增长率。有关相应的研究，请参阅 Farboodi、Maryam 等人。“大数据和公司动态。” AEA 论文和会议记录。卷。109., 2019（个体企业）和 Farboodi、Maryam 和 Laura Veldkamp。“数据经济的增长模型。” (2022)（宏观经济学）。

资料来源：Farboodi、Maryam 等。“所有数据都去哪儿了？” 金融研究评论 35.7 (2022): 3101-3138。