证券市场是资本市场重要的组成部分，股票交易在证券市场中扮演了重要的角色。对于广大投资者而言，股票投资的主要获利的方式无外乎两种，一种是基于上市公司的盈利分红，而另一种则是买卖股票所获得的的价差所得。中国的A股市场发展只有三十余年，上市公司的分红制度建设有待完善，大量的投资者主要通过股票买卖的价差来获益，而投资者的交易行为会受到网络信息和网络搜索的影响，同样，投资者对于股票或相关概念和行业的高关注也会反过来提高网络搜索量，这些投资者在网络搜索留下的信息，我们可以通过网络搜索的强度来反映出来。据StatCounter Global Stats，2017年10月，百度在中国大陆地区搜索引擎市场占有率达82.99%，所以基于百度指数研究股票（A股）市场表现具有重要意义。

1.2国内外研究现状

1.2.1网络搜索数据用于预测

网络搜索留下的数据用于研究和预测早就有先例。H. A. Johnson等（2004）采集了与健康有关的网站访问数据，发现与流感有关的文章的访问人数等数据和美国疾控中心提供的流感人数数据具有很强的相关性。之后，J. Ginsberg 等人（2009）通过研究谷歌搜索的数据与流感疾病的发病率之间的关系，发现可以通过对二者建模可以比传统方法提前1-2周预测到流感爆发。N. Askitas 等（2009）以德国的失业率为研究对象，他对谷歌搜索中与失业率有关的关键词进行了统计分析，发现这些关键词与现实中的失业率存在着很强的相关性。N. P. Lincoln(2011)对苹果公司的电子产品销量进行了研究，利用谷歌搜索提供的网络搜索数据，实证得到了苹果电子产品的销量与谷歌网络搜索数据有显著的相关性。王炼、贾建民（2013）通过建模将网络搜索和电影票房联系起来，以国内市场份额占比82.99%的百度搜索作为数据来源，对中国的电影票房和网络搜索量来进行实证分析，发现电影的百度搜索量不仅可以预测首映周票房，还可以对后续的票房进行预测。

除此之外，网络搜索数据对预测房价、石油价格、汽车销量、音乐打榜、旅游景点游客数量等都有相关的实证研究。

1.2.2网络搜索在证券市场的运用

随着网络搜索进行预测在其他领域得到证实和应用，研究学者将目光转移到了证券市场上。早期的研究主要针对投资者的网络行为和股票之间的关系，并没有通过搜索引擎的数据，譬如Tumarkin（2001）利用的是财经论坛的数据，发现股评贴中讨论的分歧与交易量存在相关关系。Antweiler&Frank (2004)也是利用论坛的相关数据，研究得到了和Tumarkin相似的结论。

Da等人（2009）等利用谷歌搜索提供的数据，以Russell3000指数作为样本，研究发现投资者关注度可以用谷歌搜索量来有效的度量，且越高的搜索量会为股票带来越高的上涨动能。Joseph等(2011)研究发现不仅网络搜索可以预测股票收益和交易量，股票的收益还与搜索强度的敏感性呈正相关。刘颖(2011)等用谷歌搜索提供的数据，研究样本选择上证指数，起始时间为2004年1月，截止时间为2009年11月，利用搜索的关键词创建和定义了新的指数，如股民行动、市场行情等指数。实证的结果显示，其定义的股民行动和市场行情指数可以对股票市场收益率的具有一定的预测能力，而股票市场对这两个指数的影响也是相互的，可以对这两个指数产生影响。

国内的研究则主要以百度提供的搜索数据为主，因为百度在国内的市场份额达80%以上，这一数据具有代表性。俞庆进和张兵（2012）通过百度提供的搜索数据，对2011.4. 1至2012.3.31的创业板股票进行研究分析，首次以百度搜索数据来衡量投资者关注度，实证结果发现投资者关注度越高，对股价的正向压力越强，但这种压力会很快发生反转。同样用网络搜索的相关数据衡量投资者关注度的还有赵龙凯（2013）等，利用2006.9.03至2007.8.28的百度搜索数据，对股票的简称搜索量和同期的股票收益率进行研究分析，发现网络关注度高的股票的同期收益率显著地高于网络关注度低的股票。王镇等（2013）利用相似的研究方法和代理变量，对上交所不同行业的三十余支个股从2010年1月1日进行两年半的数据研究，发现前一期关注度高的个股当期收益低，启示投资者卖出前一天高关注度的个股。张谊浩、李元等人（2013）以沪深300指数为指标，利用百度提供的搜索数据，研究百度股票搜索量与收益率等指标之间的关系，发现利用百度搜索量构造出的指标可以比以往的投资者情绪指标更好的预测中国的股票市场。 网络搜索强度对概念股市场表现的影响基于百度指数的实证研究(2):http://www.chuibin.com/guanli/lunwen_206054.html