APP下载

大数据背景下网络舆情对股票收益率的影响研究

2021-06-30耿素娟通讯作者

全国流通经济 2021年10期
关键词:股票市场舆情股票

耿素娟 张 莉(通讯作者)

(1.哈尔滨商业大学经济学院,黑龙江 哈尔滨 150028;2.哈尔滨商业大学教学实验设备管理中心,黑龙江 哈尔滨 150028)

股票市场能够汇聚众多分散的小额资金,将其投入到社会再生产中;能够合理配置稀缺资源,将资源从低效率转移到高效率的部门;能够调节宏观经济,影响储蓄者和投资者的行为。

但股票市场变化多端,影响股票收益率的原因有很多:国家宏观经济因素,主要包括财政政策和货币政策,企业微观因素,企业的经营状况,投资者的心理因素和投资者对股市的预期等。随着互联网的发展,政府的宏观经济政策和企业的经营状况等信息更容易被投资者获得。在信息时代,投资者在互联网上接受信息的比例不断提高。在互联网时代背景下,网络舆论在公共事件和金融市场上都具有十分巨大的影响。网民关于股票市场的一些看法,或者是对股票市场的预期发布到网上,会在一定程度上影响其他投资者的心理预期,影响投资者的情绪。研究网络舆情对股票收益率的影响,会帮助投资者增加自身的软实力,比如看懂大盘,了解到更多的股票知识,更好的选择股票,降低投资风险,减少自身损失。

本文经过对文献的研读,将网络舆情定义为:在互联网上,由于某种事物刺激而产生、经过网络表达和传播的个人或群体对该事件带有情绪性的并进一步对现实与网络中其他民众的认知、态度、情绪、行为倾向的言论集合[1]。

一、网络舆情对股票收益率的影响路径

简单来讲,网络舆情是经由互联网进行传播,经由互联网来影响民众情绪或者行为的舆情。而舆情是由某些事件引发的零散、非体系人类认知、情感、态度和行为倾向的组合[2]。随着互联网的不断发展,股民进行投资行为的方式由线下转为线上,运用手机就可以进行投资操作,常用的股票交易平台有国泰君安君弘、同花顺、东方财富、天天基金等。投资者同样可以从平台上获取个股、大盘信息,甚至可以了解到其他股民关于股票市场的态度,关于个股的评论。这些表明股民对股市的态度的评论,通过互联网的传播,同样会影响一些投资者的情绪倾向,影响投资者的投资行为,进而影响股票收益率。

二、网络舆情指数以及投资者情绪指数的构建

由以上分析可知,网络舆情通过影响投资者情绪、投资者行为,影响股票收益率。为了验证该影响路径,学者构建网络舆情指数或者投资者情绪指数,通过实证分析其与股票价格或者股票收益的关系,如表1所示。

表1 网络舆情与股票市场的关系

不论是从信息交流平台(例如微博)中获取的评论文本信息构建的网络舆情指数,还是从股票市场中获取的具体数据构建的网络舆情指数,都可以得出投资者情绪会对股票收益率产生影响,但更多的是产生滞后性的影响。

三、不同投资者情绪对股票收益的影响

网络舆情确实会对股票收益产生影响,不同情感极性的网络舆情所反映出的投资者情绪不同,对股票收益的影响不一致。网络舆情按照其中包含的情感极性可以分为三类:一是积极舆情,或称正面舆情;二是中性舆情;三是消极舆情,又称负面舆情[1]。中性舆情一般不会带来舆情受众情绪层面上的波动[1],所以中性舆情一般不用来直接预测股票市场,因此学者对舆情的研究分为积极舆情和消极舆情,如表2所示。

表2 不同情绪对股票收益的影响

不同的投资者情绪对股价影响不同,一般而言积极的投资者情绪会对股票价格有提升作用,反之则亦然。但米雪成等(2020)发现,这种影响跟股票市场整体环境相关,当股市向好时,结果确实如此;但当股市处于低迷时期时,积极的投资者情绪反而引起股价的下降[11]。因此当分析投资者情绪对股票收益率的影响时,应该考虑股市此时的状态。

四、利用网络舆情指数预测股价趋势

网络舆情中所映射出的投资者情绪会对股票市场产生影响,即投资者情绪的波动会引起股票相应的波动。因此,利用网络舆情,探索其中所反映的投资者情绪的波动趋势,可以来预测股市的波动趋势,国内外学者都对此进行了研究,如表3所示。

表3 网络舆情对股价波动的预测

一部分学者运用第三方得出的能够反映投资者情绪的指数,例如百度指数和微博指数[19]来作为网络舆情的代理变量来预测股票价格指数变化情况。更多的学者在研究网络舆情时,会直接运用海量的股评文本数据利用文本挖掘技术分析出舆情中所包含的投资者情绪。根据股评分析出的情绪倾向,更贴近于真实的投资者情绪,因此利用文本分析更具合理性。在运用网络舆情对股票价格预测的过程中,使用的方法大致分为两个方向:①计量模型,比如向量自回归模型、SVR回归模型;②计算机方法,例如机器学习算法、BP神经网络等。付泉对两种方法进行了对比,发现LSTM神经网络对股票波动的预测效果优于ARMA-GARCH模型,即计算机方法要优于计量模型[24];裴曼如等应用LSTM、GRN、CNN-LSTM、MFCN-LSTM等模型分别对股票趋势进行预测,发现MFCN-LSTM模型在短期内对个股预测的准确率最高[22]。

五、结论

纵观国内外的研究文献,有两点已经成为共识,一是网络舆情对股票市场存在一定的影响;二是投资者情绪对股票市场收益率的波动存在一定的影响。国外对网络舆情以及投资者情绪对股市的影响的研宄开始较早,在很多问题的发现以及解决上都有开创性的成就。提出的BW情绪指数得到了很多学者的认可,并在接下来的研究中大量应用BW情绪指数来代替投资者情绪。国内学者在国外学者研究的基础上,提出一些新方法的应用,将投资者情绪和网络舆情指数与股票市场指数进行回归分析,预测股票的波动性。

国内外研究的过程中,将网络舆情、投资者情绪和股票市场分开来进行研究,分别研究两者之间的关系。但是网络舆情是会通过影响投资者情绪、投资者预期等来影响投资者的决策,进而来影响股票市场的。在大数据时代,随着计算机分析技术的发展,对关系的研究也逐渐出现了新方法新技术,运用计算机技术对股票市场预测的效果要优于传统的计量模型的预测效果。因此,对于现代计算机技术在股票市场的应用,以及对网络舆情对股票收益率的影响的应用,都应该是未来着重研究的方向,而不仅局限于将影响应用于对股市变动的预测上。

猜你喜欢

股票市场舆情股票
中国股票市场对外开放进入下半场
货币政策与股票市场流动性的互相关关系研究
货币政策与股票市场流动性的互相关关系研究
我国股票市场的有效性研究
我国股票市场的有效性研究
数字舆情
数字舆情
基于协整的统计套利在中国股票市场的实证研究
基于协整的统计套利在中国股票市场的实证研究
消费舆情