我院助理教授张欣然与新加坡管理大学Ekkehart Boehmer教授、哥伦比亚大学Charles M. Jones教授、清华大学张晓燕教授共同撰写的论文《追踪散户投资者》(Tracking Retail Investor Activity)被国际顶级金融学术期刊《金融杂志》(Journal of Finance)正式发表。

研究散户投资者的行为，对于市场其他参与者、行为金融的研究者、监管政策的制定者以及散户投资者自身都非常重要。在中国股票市场上，散户投资者占据着超过80%的交易量，他们通常被认为缺乏选股能力，追涨杀跌，平均亏钱。但是最新的一些学术研究发现，在近年来的发达国家股票市场上，散户投资者的交易能够正确预测股票未来的走势。然而，既往研究使用的都是非公开、小部分的散户交易数据，或者将公开交易数据中的小笔交易订单识别为散户投资者。

《追踪散户投资者》这篇论文基于近年来美国市场的交易机制和监管要求，创新性地提供了一种从公开的交易和报价高频数据库（Trade and Quote, TAQ）中识别出散户投资者的简单算法。交易和报价高频数据库（TAQ）是公开数据，它包括美国所有交易所上市的股票的所有日内交易数据。在美国，大多数散户投资者的市价订单并不在交易所内成交，而是通过证券批发商或者在券商内部的库存中撮合成交，这些场外成交的订单通过美国金融业监管局（FINRA）设立的交易汇报设施汇报给交易和报价高频数据库（TAQ）。

散户的订单大多会在全国最优报价（National Best Bid or Offer， NBBO）上有一个小的价格提升，通常是1美分的一小部分，如0.01美分、0.1美分和0.2美分。证券批发商愿意提供价格提升的动机是引导散户所属的券商将散户的订单转移给批发商成交；而使用内部库存撮合成交的券商由于受到监管政策的约束，需要证明其帮助客户成交的订单是最优的，因此他们也需要给散户的订单提供价格提升。据此，本文将成交价格略小于整数美分的成交单归为散户投资者的市价买单，将交易订单价格略大于整数美分的成交单归为散户投资者的市价卖单。

基于此算法，论文研究发现发达国家（如美国）的散户投资者显示出一定的选股能力，能够正确预期将来股票的走势。通过对这种收益率预测能力的分解，论文发现部分预测能力能被订单流的持续性解释，剩下的预测能力显示了散户投资者可能拥有公司层面的与股价相关的信息。