| 摘要 | 第6-8页 |
| ABSTRACT | 第8页 |
| 第1章 引言 | 第11-22页 |
| 1.1 研究背景 | 第11页 |
| 1.2 问题提出 | 第11-12页 |
| 1.3 文献综述 | 第12-19页 |
| 1.3.1 投资者有限关注的提出与测度 | 第12-15页 |
| 1.3.2 社会网络对投资者有限关注的影响 | 第15-17页 |
| 1.3.3 对微博在传递信息方面的研究 | 第17-18页 |
| 1.3.4 将社会网络理论引入对微博特征的研究中 | 第18-19页 |
| 1.4 研究路径和方法 | 第19-20页 |
| 1.5 研究框架 | 第20页 |
| 1.6 创新点 | 第20-22页 |
| 第2章 理论准备 | 第22-39页 |
| 2.1 理论假设 | 第22-23页 |
| 2.2 三因子模型及改进 | 第23页 |
| 2.3 面板回归模型的选择及比较 | 第23-26页 |
| 2.3.1 混合回归模型（pooled regression model） | 第24页 |
| 2.3.2 固定效应回归模型（fixed effects regression model，FEM） | 第24-25页 |
| 2.3.3 随机效应模型（random effects model，REM） | 第25页 |
| 2.3.4 估计模型的确定 | 第25-26页 |
| 2.4 有限关注信息搜集的大数据方法：滚雪球抽样 | 第26-36页 |
| 2.4.1 选择滚雪球抽样的合理性 | 第26-32页 |
| 2.4.2 滚学球抽样的概念 | 第32-33页 |
| 2.4.3 滚雪球抽样的特点 | 第33页 |
| 2.4.4 建立在滚雪球抽样样本上的估计 | 第33-36页 |
| 2.5 结构洞理论 | 第36-39页 |
| 2.5.1 结构洞的定义 | 第36-37页 |
| 2.5.2 结构洞的判断标准 | 第37页 |
| 2.5.3 结构洞的测量标准 | 第37-39页 |
| 第3章 实证分析 | 第39-56页 |
| 3.1 变量介绍 | 第39-40页 |
| 3.1.1 投资者关注度指标—热议度 | 第39页 |
| 3.1.2 市场交易指标—换手率和成交量 | 第39页 |
| 3.1.3 影响股票收益指标—公司市值、市净率和上证指数收益率 | 第39-40页 |
| 3.2 样本选择 | 第40-41页 |
| 3.3 股市关注和股市表现之间的相关性研究 | 第41-48页 |
| 3.3.1 样本描述 | 第41-46页 |
| 3.3.2 有限关注与股市成交的因果关系 | 第46-48页 |
| 3.4 虚拟社交网络股市信息的传播特征 | 第48-52页 |
| 3.4.1 样本描述 | 第48-51页 |
| 3.4.2 估计结果 | 第51页 |
| 3.4.3 稳健性检验 | 第51-52页 |
| 3.5 基于结构洞视角的互联网股市信息传播研究 | 第52-56页 |
| 3.5.1 样本描述 | 第52-53页 |
| 3.5.2 实证结果 | 第53-56页 |
| 第4章 结论、建议及展望 | 第56-60页 |
| 4.1 结论 | 第56-57页 |
| 4.2 建议 | 第57-59页 |
| 4.2.1 政府应加强社交平台的监管，以利于有效信息的快速传播 | 第57-58页 |
| 4.2.2 进一步规范互联网社交平台的运营和管理 | 第58页 |
| 4.2.3 上市公司做好信息披露和信息公开 | 第58页 |
| 4.2.4 投资者应加强对有效信息的筛选和分析 | 第58页 |
| 4.2.5 关注股市信息和国家宏观发展趋势之间的关联性 | 第58-59页 |
| 4.3 展望与不足 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的论文和其他科研情况 | 第67-68页 |
