| 摘要 | 第7-8页 |
| Abstract | 第8-9页 |
| 第一章 前言 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的与意义 | 第11-12页 |
| 1.3 研究方法 | 第12-13页 |
| 1.4 本文的创新点 | 第13页 |
| 1.5 本文结构 | 第13-15页 |
| 第二章 文献综述 | 第15-29页 |
| 2.1 投资者关注 | 第15-21页 |
| 2.1.1 理论与建模 | 第15-17页 |
| 2.1.2 投资者关注：主动与被动 | 第17-19页 |
| 2.1.3 投资者关注在金融领域的应用 | 第19-20页 |
| 2.1.4 投资者关注实证研究 | 第20-21页 |
| 2.2 IPO市场异象：从传统金融到行为金融 | 第21-27页 |
| 2.2.1 IPO抑价 | 第22-24页 |
| 2.2.2 IPO热销市场 | 第24-26页 |
| 2.2.3 IPO股票长期表现不佳 | 第26-27页 |
| 2.3 本章小结 | 第27-29页 |
| 第三章 Google搜索量：衡量投资者关注的新指标 | 第29-37页 |
| 3.1 Google公司与用户群体分析 | 第29-30页 |
| 3.2 Google Trends | 第30-32页 |
| 3.3 Google与学术研究 | 第32-34页 |
| 3.4 搜索引擎搜索量：衡量投资者关注的新指标 | 第34-36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 数据来源、样本描述及变量定义 | 第37-42页 |
| 4.1 数据来源与跨度 | 第37页 |
| 4.2 主要变量定义 | 第37-38页 |
| 4.3 变量处理说明 | 第38-40页 |
| 4.4 本章小结 | 第40-42页 |
| 第五章 投资者关注代理变量分析 | 第42-54页 |
| 5.1 相关系数矩阵 | 第42-43页 |
| 5.2 基于PVAR模型的分析 | 第43-51页 |
| 5.2.1 估计步骤 | 第44-45页 |
| 5.2.2 向量自回归模型结果 | 第45-47页 |
| 5.2.3 脉冲响应函数分析 | 第47-51页 |
| 5.3 基于面板数据回归的结果 | 第51-53页 |
| 5.3.1 异常关注 | 第51-52页 |
| 5.3.2 面板数据回归 | 第52-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第六章 投资者关注与股票市场 | 第54-73页 |
| 6.1 A股市场样本 | 第54-57页 |
| 6.2 IPO市场样本 | 第57-71页 |
| 6.2.1 热销市场与首日高额收益 | 第59-68页 |
| 6.2.2 长期表现低迷 | 第68-71页 |
| 6.3 本章小结 | 第71-73页 |
| 第七章 总结与展望 | 第73-75页 |
| 7.1 主要结论 | 第73页 |
| 7.2 研究不足与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 后记 | 第79-80页 |