把研究「众包」给散户之后，他们的下单反而更聪明了

[2022 JFE] The Democratization of Investment Research and the Informativeness of Retail Investor Trading
Michael Farrell, T. Clifton Green, Russell Jame, Stanimir Markov
Jun He June 01, 2026
散户投资者 社交媒体 事件研究 信息与定价
Note

本文读的是 Farrell, Green, Jame & Markov (2022, Journal of Financial Economics)：作者利用 Seeking Alpha 一篇研报「从投稿到发布」之间那段编辑审核延迟，比较同一天发布前后两个日内窗口里散户订单的预测力，发现发布之后散户的「买卖失衡」对未来五日收益与现金流消息的预测能力陡然上升——一个标准差的订单失衡，能多预测 0.26 个百分点的未来收益。结论是：技术驱动的「研究众包」，真的让散户变得更有信息了。

1 一个被反复唱衰的命题

投资从来都是一件「社交」的事。早在 1989 年，Shiller 和 Pound 就用问卷证据告诉我们，投资者买什么、卖什么，深受身边人的影响；后来 Duflo 和 Saez（2002, 2003）、Ivković 和 Weisbenner（2007）一路把这件事做实——你的同事、你的邻居，会悄悄改写你的投资组合。

进入社交媒体时代，这种「社交」被技术放大了无数倍。散户们不再只是看客，他们涌入各类财经社区，既消费内容，也生产内容：讨论新闻、分享研报、争论策略。听上去很美好，对吧？更多的信息、更低的门槛、更平的「信息地形」。

但监管者和学术界的主流声音，长期以来却是怀疑甚至唱衰的。一方面，理论上同伴互动会加剧行为偏差（Han, Hirshleifer & Walden, 2021）；另一方面，实证证据也大多站在「唱衰」这一边：Heimer（2016）发现社交互动放大了处置效应，Cookson、Engelberg 和 Mullins（2020）描述了「回音室」效应，Ammann 和 Schaub（2020）则质疑散户根据网帖交易到底有没有用。早期文献干脆把散户定性为「噪声交易者」——Barber 和 Odean（2000）那句著名的「交易有害你的财富」，至今还在很多人脑子里回响。

Warning

注意，这里有一个微妙但要命的逻辑空当：「社交媒体里含有投资价值」，和「社交媒体让散户的交易更有信息」，是两件完全不同的事。Chen 等（2014）早就证明了 Seeking Alpha 的研报和评论能预测未来收益和盈余惊喜——可那讲的是「内容有料」。内容有料，不等于散户接住了这份料、并据此下了更聪明的单。这中间隔着一道鸿沟。

本文要填的，正是这道鸿沟。

2 为什么偏偏挑中 Seeking Alpha

要回答「社交媒体是否让散户交易更有信息」，第一步是找一个干净的舞台。作者选了 Seeking Alpha（下称 SA）——美国最大的投资类社交媒体之一，月访问量约 4000 万、独立访客约 1500 万。它有三个别处难得的好处。

首先，它提供的是深度分析，而非碎片化的情绪。StockTwits 限制帖子字数，Estimize 主攻短期盈余预测，Motley Fool 的选股缺乏详细论证；相比之下，SA 上的是一篇篇完整的研报。

接着，一个自然的问题是：这些「众包」研报，到底是写给谁看的？作者先做了一份「研究覆盖的决定因素」回归。结果很漂亮：控制其他公司特征后，机构持股比例（institutional ownership）每上升一个标准差，SA 覆盖度（SA Coverage）下降约 25%；而股东人数即所有权广度（breadth of ownership）每上升一个标准差，SA 覆盖度上升约 6%。券商研报（IBES Coverage）的模式则恰好相反——机构持股越高，券商盯得越紧。这与 Brown 等（2015）的调查互相印证：超过 80% 的卖方分析师把对冲基金和共同基金客户视为「非常重要」，只有 13% 把散户当回事。

Table 2

Table 2

一句话：券商研究是机构的生意，SA 是散户的窗口。这就为「研究 SA → 看散户」铺好了路。（散户究竟栖息在市场的哪个角落，可参见《散户的栖息地：他们不是更笨，只是去了别人不愿去的地方》。）

然后，是真正关键、也最巧妙的一步——SA 的研报不是突发新闻，而是分析，并且每篇都要经过编辑审核，常常要改好几轮。一位首次投稿的作者描述，被反复要求「补充来源、把投资论点说得更透、再加财务报表分析」，最后感叹「一篇文章背后的东西，比我原以为的难得多」。

这道审核引致的发布延迟，正是本文识别策略的命根子。

3 识别策略：把「新闻」从「研报」里剥出来

评估 SA 研报对散户交易影响的最大障碍是什么？是反事实：如果没有这篇研报，散户本来会怎么交易？更麻烦的是，SA 研报本身可能是被某个底层信息事件「触发」的——比如公司出了个利好，分析师才动笔。那么发布后散户交易变活跃，到底是 SA 研报的功劳，还是那个底层新闻的功劳？

作者的解法是：用同一天里发布「前后」两个日内窗口做对照。

具体地，他们围绕每篇 SA 研报的发布时点，取十个半小时的日内事件窗口。发布之后的窗口，度量的是「社交网络引致的交易」；发布之前（但在可能触发研报的信息事件之后）的窗口，则捕捉「假如没有这篇 SA 研报，本应发生的交易」这一反事实。由于编辑审核把发布时点的日内时机「打乱」了，注入了一点随机性，这就让前后对照变得可信。

Tip

识别的灵魂在这句话里：审核延迟割断了「研报内容」与「触发新闻」在时间上的纠缠。作者还做了安慰剂式检验——发现传统媒体文章、券商研报、盈余公告在 SA 发布的日内窗口前后并不系统性地扎堆，正符合识别假设。

回归设计上，作者放入了单篇报告固定效应（individual report fixed effects），等于把每篇研报「发布后」的日内表现，拿它自己「发布前」的表现做基准来比，标准误按公司聚类。核心回归考察的是：聚合散户订单失衡（retail order imbalance）预测未来五日横截面收益的能力，在发布前后是否变化。

订单失衡本身用 Boehmer 等（2020，下称 BJZZ）的方法构造。这里要先说清楚一个技术细节——怎么从 TAQ 数据里把散户的单子认出来。BJZZ 抓住散户交易的两个制度特征：其一，散户的股票交易大多在场外成交（由券商自营库存或批发商接走），TAQ 用交易所代码「D」标记这类成交；其二，散户的市价单通常能拿到不到一美分的微小价格改善（0.01–0.4 美分），而机构单往往落在整数或半美分上。于是：成交价略低于整数美分 → 认定为散户买入；略高于 → 散户卖出。这套方法偏保守，但据 BJZZ 自己说「大概能捕捉大多数散户交易」，且与 Kelley 和 Tetlock（2013）专有数据的相关性平均达 0.452。

订单失衡的定义就是最朴素的那个：

$$ OIB_{i,t} = \frac{B_{i,t} - S_{i,t}}{B_{i,t} + S_{i,t}} $$

其中 \(B_{i,t}\) 与 \(S_{i,t}\) 分别是股票 \(i\) 在窗口 \(t\) 的散户买入与卖出量。本文最关心的回归，本质上是把未来五日收益对「订单失衡 × 是否发布后」这一交互项做投影：

$$ Ret_{i,\,t \to t+5} = \beta_1\, OIB_{i,t} + \beta_2\, \big(OIB_{i,t} \times Post_{t}\big) + \gamma\, Post_{t} + \delta_{report} + \varepsilon_{i,t} $$

这里 \(Post_t\) 是「发布后窗口」的示性变量，\(\delta_{report}\) 是单篇报告固定效应。真正被盯着看的，是交互项系数 \(\beta_2\)——它度量的就是「发布额外带来的散户交易信息含量」。

4 数据：十二年、十八万篇、四千九百家公司

样本来自 2006–2017 年 SA 网站上发布的全部研报，限定为单只股票、且能匹配上 CRSP-Compustat 与 TAQ 的普通股。最终落到 183,969 篇单票研报，覆盖 4910 家公司，出自 8988 位贡献者之手。

这个平台的「民主化」是肉眼可见地长起来的：2006 年只有 724 家公司、228 位贡献者、2590 篇研报；到 2017 年，已是 2305 家公司、2091 位贡献者、21,402 篇研报。覆盖率从 2006 年占 CRSP-Compustat-TAQ 样本的 15.2%，一路涨到 2015 年的 72.2%。平均而言，一家有 SA 覆盖的公司每年约有 8.0 篇研报，出自 4.6 位不同作者。

Table 1

Table 1

本文的主战场是那约三分之一在交易时段内（10:30am–3:30pm）发布的研报——平均每年 5533 篇，其中 4067 篇在前后十个半小时窗口里没有被其他事件（媒体文章、卖方研报、盈余公告）污染。正是这批「干净」的日内样本，撑起了识别。

顺带一提，SA 覆盖的公司平均市值约 610 亿美元，比市值加权市场组合（890 亿）小，却远大于等权市场组合（46 亿）——也就是说，SA 并不只盯着小盘股，它的覆盖面其实和整个市场组合差不太远。

5 主要结果：发布之后，散户的单子开始「说真话」

先看交易强度。SA 研报发布后的第一个半小时，聚合散户交易量比发布前的半小时高出 7.68%。而且，那些能预测未来收益的研报情绪指标——报告语气（report tone）、贡献者自身的持仓方向（Campbell et al., 2019; Chen et al., 2014）——能解释发布后的散户订单失衡，却解释不了发布前的失衡。换句话说，散户不是在 SA 发布之前就「闻到味」抢跑，他们是在读到研报之后才动手的。这本身就否定了「散户在对某个未观测到的信息事件做反应」的替代解释。

再看信息含量，这是全文的核心。结果是：一个标准差的发布后散户订单失衡所预测的未来收益，比一个标准差的发布前订单失衡多出 0.26 个百分点。更重要的是「时间形状」——作者把发布前的五个半小时窗口逐一估计，没有发现信息含量的任何上升趋势；上升只发生在发布之后。

Figure 3: plots the estimates from Specification (2) of

Figure 3: plots the estimates from Specification (2) of

这张图（对应 Specification (2) 的逐窗口估计）是整篇论文的「定海神针」：如果发布后的预测力上升只是某种「事前趋势」的延续，那它在发布前就该缓缓爬升——可它没有，它是在发布那一刻陡然跳起的。平行趋势（parallel trends）的味道，被这张图坐实了。

但真正关键的一步在于：预测力上升，未必等于「信息」。它也可能是价格压力（price pressure）或流动性提供（liquidity provision）伪装成的。作者用三道检验把这两个对手一一排除：

到这一步，「散户更有信息」已经站住脚了。

6 反转：他们不是在「抄」研报的作业

于是反转出现——一个外行的直觉会说：散户无非是照搬了研报里的观点（看多就买、看空就卖）嘛，谈何「自己的信息」？

作者的回答是：发布后散户交易所揭示的增量信息，与研报语气、贡献者持仓所揭示的信息，基本是正交的。也就是说，散户并不是被动地跟着社交媒体上那张嘴走，而是在主动地从研报里淘出有价值的东西——很可能是研报激发了他们自己的进一步研究和判断。

顺着这个逻辑，作者提出一个可证伪的猜想：质量更高的研报，应当带来更知情的交易。检验下来正中靶心——由「更厉害」的贡献者撰写的报告（评论数更多、作者有强学术背景、或过往报告影响力更大），其发布后散户订单失衡对未来收益和现金流消息的预测，更令人信服。

而硬币的另一面，是 Kogan、Moskowitz 和 Niessner（2020）、Mitts（2020）、Dyer 和 Kim（2021）警告过的「假」研报。作者把匿名发布、或文本真实性得分偏低的报告识别为「fake」。这些报告同样能撬动散户的交易方向与强度，但其后果耐人寻味：假报告发布后的散户订单失衡，能预测一周收益、却预测不了五周收益；而非假报告恰好相反，对五周收益的预测更强。一句话——一小撮「带节奏」的研报，确实诱发了把价格短暂推离基本面的、不知情的散户交易，但这股力量在更长的窗口里就散掉了。

Note

这恰好呼应了散户在别的市场里被「算计」的故事——比如《一次「拆股」，如何把散户钉在最高点》。技术既能赋权，也能被用来收割；本文的可贵之处，是把「赋权」这一面用干净的识别证了出来。

7 文献脉络

把这条线索拉直了看，会清楚很多。

起点是「散户=噪声交易者」的经典叙事：Barber 和 Odean（2000）、Kumar 和 Lee（2006）、Frazzini 和 Lamont（2008）、Hvidkjaer（2008）、Barber、Odean 和 Zhu（2009）——散户被刻画为受行为偏差驱动、把价格推离基本面的群体。与此平行的，是「投资是社交的」这条线：Shiller 和 Pound（1989）开篇，Duflo 和 Saez（2002, 2003）、Ivković 和 Weisbenner（2007）接力。

接着，风向变了。Kaniel、Liu、Saar 和 Titman（2012）、Kelley 和 Tetlock（2013, 2017）、以及方法论上居功至伟的 Boehmer、Jones、Zhang 和 Zhang（2020）开始发现：散户其实存在知情交易。与此同时，社交媒体「含金量」的证据也在积累：Chen 等（2014）证明 SA 内容能预测收益与盈余，Jame 等（2016）肯定了众包盈余预测的价值，Bartov、Faurel 和 Mohanram（2018）则在 Twitter 上找到了预测力。

文献脉络时间线
文献脉络时间线（按发表年份排布；红色为本文）

但「内容有料」与「散户更聪明」之间那道鸿沟，始终没被严肃地跨过——反方还摆着 Heimer（2016）、Cookson 等（2020）这些「社交媒体加剧偏差」的证据。本文（2022）所处的位置，正是把这道鸿沟跨过去的那一脚：它不再问「SA 有没有料」，而是用审核延迟做识别，直接回答「SA 是否让散户的交易更有信息」。同时它也没有回避另一面——借 Kogan 等（2020）、Mitts（2020）的「假新闻」视角，承认一小撮研报确实在误导。

8 评论与延伸（Q&A + 研究方向）

(a) 几个可能的疑问

Q：用「编辑审核延迟」做识别，真的干净吗？会不会作者把稿子写完、又赶在某个利好临近时投出去？

这是最该担心的内生性。作者的两道防线是：其一，审核要改好几轮，发布的日内时点带有外生随机性；其二，他们直接检验了媒体文章、券商研报、盈余公告不会在 SA 发布的日内窗口前后系统性扎堆。再加上「发布前五个半小时无任何信息含量上升趋势」这个事实，抢跑/择时的故事很难同时解释这些。识别不是无懈可击，但相当扎实。

Q：BJZZ 用「次美分价格改善 + 交易所代码 D」识别散户，会不会把单子认错？

会漏、但不太会认错。BJZZ 自己强调这套方法的「一类错误」很低——被标成散户的，极大概率真是散户；代价是漏掉一部分（非市价限价单、在正规交易所成交的散户单）。它与 Kelley-Tetlock 专有数据的相关性平均 0.452，不完美，但足以支撑「聚合订单失衡」层面的结论。

Q：「预测力上升 0.26 个百分点」——这个量级算大吗？

放在五日横截面收益的预测上，这个增量是经济上可观的，而且是相对于发布前的同一批股票、同一篇研报比出来的，已经吸走了大量公司层面的混淆。它度量的是「发布这件事额外注入的信息」，不是散户交易的总预测力。

Q：会不会只是价格压力或流动性提供，被误读成了「信息」？

作者专门堵了这两条路：发布后的可预测收益在随后一个季度不反转（排除价格压力）；把订单失衡分解出的知情残差成分仍显著预测收益（区分于流动性提供）；而且散户的单子还能提前预测分析师修正与媒体情绪——价格压力是讲不出这个故事的。

Q：散户到底是「自己挖信息」还是「抄研报观点」？

关键证据是正交性：发布后散户揭示的增量信息，与研报语气、作者持仓方向基本无关。如果只是照抄，增量信息就该被研报情绪「吃掉」。再加上「越厉害的作者 → 越知情的交易」，更像是研报激发了散户的主动研究，而非替他们做决定。

Q：那「假研报」的存在，是不是把整篇结论推翻了？

不。假研报确实诱发了交易，但其影响短命——只预测一周、不预测五周收益；非假研报才驱动更长窗口的可预测性。所以结论是「主流是赋权、少数是收割」，两面并存，而非互相抵消。

(b) 几个可能的研究问题与提案

1. 把这套识别搬到公司债市场。 【经济故事】股票市场的散户研究众包已被证明有信息，但公司债市场长期被认为是「机构的游乐场」、散户几乎缺席。近年来散户通过债券 ETF 和零佣金平台越来越多地介入信用市场——他们的交易有没有信息？社交媒体研报会不会同样让债券散户更知情？ 【可行性】中。难点在于散户债券交易的识别——TRACE 有成交但难分零售/机构，需要借助 ETF 申赎或经纪商层面数据。识别仍可沿用「研报发布前后窗口」，但债券日内流动性稀疏，统计功效是真问题。

2. 外资散户 vs 本土散户，谁从「研究民主化」里获益更多？ 【经济故事】SA 这类平台天然跨境，外国散户面临语言、时区、信息劣势。技术驱动的研究众包，是不是恰恰更能「补」上外资散户的信息缺口、缩小他们与本土投资者的信息差？这直接关系到「信息地形是否被拉平」的核心命题。 【可行性】中偏低。需要带投资者地理标签的交易数据（如某些经纪商或特定市场的 KYC 数据），公开 TAQ 无法区分国籍；识别可保留发布前后设计，但数据获取是主要瓶颈。

3. 流动性视角：SA 研报发布如何改变做市商的报价与逆向选择？ 【经济故事】如果发布后散户交易确实更知情，那么做市商应当感知到逆向选择上升，从而在发布后的日内窗口拉宽买卖价差、压缩深度。把本文的「信息含量」翻译成做市商一侧的流动性成本，能给「知情」一个独立的、来自报价端的证据。 【可行性】高。TAQ 的报价数据现成，价差/深度的日内事件研究是成熟工具，识别策略可直接复用本文的发布前后对照。这是一个 doable 且自然的延伸。

4. 贡献者的「职业生涯」：写 SA 研报，是不是一条通往专业岗位的阶梯？ 【经济故事】作者提到许多贡献者的动机包括「被看见」和「职业机会」。那些发布后引发最知情交易的作者，后来是否真的进入了卖方/买方机构？这能把「研究民主化」与劳动力市场连起来。 【可行性】中。需要把 SA 作者名匹配到 LinkedIn/IBES 分析师名册，匹配噪声大；但 Farrell, Jame & Qiu（2020）已在做「非职业分析师技能」的横截面，数据基础是有的。

9 我的判断与参考文献

贡献。 这篇论文最漂亮的地方，不是它发现了「社交媒体有用」——那一点 Chen 等（2014）早就有了——而是它干净利落地跨过了「内容有料 ≠ 散户更聪明」这道鸿沟。审核引致的发布延迟是一把锋利的手术刀，单篇报告固定效应又把混淆压到了最低；再配上「不反转 + 知情残差 + 预测基本面消息 + 与研报情绪正交」这一整套组合拳，「散户在主动挖信息」这个反直觉的结论被钉得很牢。它同时给「研究民主化能拉平信息地形」这一政策叙事，提供了少见的、带因果味道的实证支点。

对识别的担忧。 我仍有两点保留。其一，发布的日内时点是否真的「外生」，终究依赖「编辑何时按下发布键」与「市场状态」无关这一不可直接检验的假设；作者的安慰剂检验缓解了它，但没法彻底证伪一个足够聪明的择时故事。其二，结论建立在聚合散户订单失衡之上，正如作者自己坦言，这是否转化为单个散户更好的交易业绩，是另一个只能用投资者层面数据回答的经验问题（Barrot, Kaniel & Sraer, 2016）——「群体更知情」和「每个人都赚钱」之间，还隔着一层。

后续想看到什么。 我最想看的，是把这套「发布前后」识别搬到信用市场和外资持有人上去（见上文研究提案 1、2）；以及从做市商报价一侧给「知情」找一个独立证据（提案 3）。如果这些方向都能给出一致的结论，那么「技术让边缘投资者更知情」就不再只是一个股票市场的局部现象，而是一条更普遍的规律。

参考文献