基于舆情分析的投资者情绪指标对科技业股票收益率的影响

姚江涛

摘   要：随着金融市场化高度发展，网络社交平台逐渐成为了投资者们发表个人观点的重要媒介。货币政策的颁布会影响投资者情绪，这些情绪会直观反映在网络平台上。基于此，先使用Python爬虫技术和舆情分析方法获取投资者情绪数据，再从A股科技业选取59支样本股，以2018年1月至2020年9月的周度数据研究投资者情绪、货币政策与科技业股票收益率之间的相互关系。通过实证分析和稳健性检验后得出结论：投资者情绪在货币政策和科技业股票收益率之间起调节作用。最后提出相关建议。

关键词：投资者情绪;多元线性回归;舆情分析;Python网络爬虫

中图分类号：C93    文献标志码：A  文章编号：1673-291X（2022）08-0120-04

引言

股票市场是宏观经济的晴雨表，宏观经济政策的变动对股票价格有显著影响，而货币政策作为国家调控宏观经济的重要手段之一，通过调整货币供应量、利率、汇率等中介指标能够在一定程度上影响我国股票市场。除了货币政策能够影响股价外，投资者情绪亦不容忽视，投资者情绪积极时，对股价会产生正面的影响，反之亦然。尤其是中国股市的市场主体以散户为主，羊群效应是一个较为常见的现象。A股中的科技业公司和创业板以及科创版的上市公司的区别在于其通过了更为严苛的审核机制，因此理论上A股上市的科技业公司的整体质量要优于创业板和科创板中的科技业公司。不过高市盈率以及股价波动大的现象仍然存在，因此很有可能这种非理性的波动与投资者情绪存在相关性。在货币政策推出后，投资者往往会对未来股市走向有一个预期，也就是货币政策同样会影响到投资者情绪。金融市场伴随着计算机网络技术的广泛运用和自身的信息化高度发展，已经步入互联网大数据的时代，因此股票网络金融论坛成为了投资者，尤其是散户投资者发表言论表达对股市情绪的重要途径。因此，本文使用爬虫技术从百度新闻上对上证综指的资讯进行舆情评分，构建投资者情绪指标，并从行为金融学的角度，考察货币政策通过投资者情绪的传导对股市波动产生的影响。本研究在上市的A股科技业股票中，在剔除了ST股票以及上市不足5年的公司股票后，选择了59支样本股票，采取2018年1月至2020年9月的周度数据，共8 378个数据项。以投资者情绪和货币政策为解释变量，股票收益率为被解释变量，进一步探讨三者之间的关系和相互作用机制。

一、文献综述与研究假说

国内外许多文献论述了货币政策对股市的影响，以及投资者情绪对股市的影响，但将三者综合起来进行研究的文献较少。Kurov发现，在牛市和熊市状态下的货币政策对市场情绪存在有差异影响。利率的变化会通过资产组合效应影响股票其他替代资产的收益率，从而改变原有资产组合的结构。王少林等研究发现利率与股票收益率负相关。譬如，货币的利率下降，理性投资者基于效用最大化原则会对各项资产进行重组，为满足新的资产均衡，股票需求量会增加，由此导致股价上升。由此提出理论假设H1。

H1：货币政策显著影响科技业股票收益率，表现在无风险利率越高，股票收益率越低。

Verma等通过实证检验发现，市场收益率、红利率以及通货膨胀率对投资者情绪都有显著影响，其中各个因素对机构投资者情绪的影响要显著大于个人投资者。陈其安和雷小燕不仅从理论模型推导结果证明中国股票市场价格波动性与投资者情绪正相关，与市场利率负相关，还通过GARCH模型验证了货币政策（此处以利率为代表）对股票市场流动性的调控效果在一定程度上会受到投资者情绪的影响而减弱。投资者除了关注個股的变化外，货币政策的变化也是其重点关注对象。如果利率降低，投资者会预期股价上升，因此情绪高涨。新闻资讯激增，投资者会更加活跃地发表看好股市上升的评论，舆情评分随之升高。由此提出理论假设H2。

H2：货币政策显著影响投资者情绪，表现在无风险利率越低，市场换手率越高。

Renault、Sun、Salur等研究证实，网络舆情与股市收益率之间的关系显著，并且对股市的发展存在隐患。Brown和Cliff通过调查网络舆情与近期股市之间的收益关系，发现间接的情绪指数与直接测量指数都对同期市场回报率密切相关。货币政策对股市的传导过程中会影响投资者的预期和情绪，从而改变投资交易行为，进而对股市产生影响。投资者情绪是投资者的心理活动。货币政策会影响投资者的预期，而同时外界的政策、环境等因素都会使得投资者情绪发生变化，部分投资者会产生非理性情绪，使得货币政策对股市的传导效果产生影响。由此提出假设H3。

H3：投资者情绪在货币政策和科技业股票收益率之间起调节作用。

二、代理指标选取与研究设计

（一）投资者情绪代理指标

朱义师通过实证研究证明，科技热点对股票市场相关概念股的股票价格有显著的正面影响。因此，本文在选取投资者情绪代理指标时着重考虑网络舆情对股票收益率的影响。当下越来越多的企业、机构和个人通过互联网获取金融信息，网民会通过互联网接收所需要的数据资源，同时可以利用网络媒体平台，如论坛、贴吧、微信等畅所欲言表达自己的看法，让其他网络用户看到自己发布的评论内容，因此，网络舆情对股市的影响是不容忽视的。本文将舆情评分（Qx）作为投资者情绪的代理指标。首先，用Python爬虫软件爬取百度新闻资讯页面中有关上证综指在2015—2020年的所有新闻。然后，搭建舆情评分系统，设定评分方式，根据新闻标题中是否出现特定的负面词来给新闻打分，舆情评分（Qx）越高表示投资者情绪越积极，舆情评分（Qx）越低表示投资者情绪越消极。最后，将评分汇总导入数据库，汇总成Excel表格，再对数据项进行处理，选取实证研究过程之中需要的相应日期所对应的舆情评分。

（二）货币政策代理指标

目前我国利率机制体系还不够完善，我国主要是从实证研究方面，依据现有的利率和股市数据来进行研究得出相关结论。例如，王少林和林建浩通过 FAVAL-BL模型分析得出利率与股票价格负相关的结果，且得出伴随着利率每增加100个基点，股票指数将下降约8%。谢乔昕通过实证研究表明公开市场业务只在短期内对股价影响显著，从长期来看，市场利率对股价的影响比货币供应量对股市的影响更显著。因此，本文选取上海同业拆借利率（RFret）作为货币政策的代理指标。数据来源于上海市同业拆借利率官网。gzslib202204012213

（三）控制變量选取

公司的财务指标通常被认为会影响公司股价的收益率。通过查阅文献，本文选择营业利润率、净资产收益率、每股营业利润、每股净资产、每股营业收入、每股经营活动现金流量净额这些公司的财务指标以及财务比率作为控制变量（Control）。数据来源于锐思数据库。

（四）模型构建

为检验提出的 H1、H2 和 H3 三个假设的正确性， 构建如下的多元回归模型：

模型1：Wkrett=α1+α2*RFrett+αi* Controlt，i+ε（1）

模型2：Qxt=β1+β2*RFrett+βi* Controlt，i+Φ（2）

模型3：Wkrett=γ1+γ2*RFrett+γ3*Qxt+γ4*Qxt*RFrett+γi* Controlt，i+φ（3）

三、实证分析

（一）数据来源

本文以A股上市公司中所有科技业股票为例，剔除数据不完整的公司和ST、ST*类特殊处理的上市公司，最终得到59个样本企业;以2018—2020 年的周度数据为样本。样本企业股票的收益率、营业利润率、净资产收益率、每股营业利润、每股净资产、每股营业收入和每股经营活动现金流量净额数据来源于万得数据库和锐思数据库，最终形成8 378个数据项。

（二）描述性统计

从描述性统计结果来看，投资者情绪的代理指标网络舆情评分最大值和最小指相差甚大，舆情评分最小值仅为-15，最大值达到60，并且舆情评分的方差是所有变量中最大的，高达12.31。所以可以推测，投资者情绪在两年间波动较大，这也与现实相吻合。货币政策的影响也时常波动，表现在七日的无风险利率波动较大，这也可能是股票的收益率不断波动的原因之一。

（三）实证结果

从表1的回归结果可以看出，模型（1）中无风险利率的回归系数为-38.03，并且无风险利率在99%的置信水平下显著与科技业股票收益率负相关，也就是说，无风险利率越高，股票收益率越低。假设1得到了实证支持。模型（2）中无风险利率的回归系数为-8 744.88，并且无风险利率在99%的置信水平下显著与股票市场换手率负相关，即无风险利率越低，网络舆情评分越高。假设2得到了实证支持。模型（3）中无风险利率的回归系数为-47.3，网络舆情评分的回归系数为0.000 702，舆情评分和无风险利率的交互项系数为0.729，并且都在99%的置信水平下显著。由此可知，投资者情绪在两者之间发挥了调节作用，即货币政策通过影响投资者情绪间接对科技业股票收益率产生影响。假设3得以证实。

（四）稳健性检验

本文稳健性检验的做法是将样本数据量缩小到7 100条，重新带入实证检验。从回归结果来看，模型（1）和（2）的无风险利率回归系数仍然在99%的置信水平下显著为负数，假设1和假设2的实证结果稳健。模型（3）中，无风险利率、网络舆情评分以及两者的交互项的回归系数都在99%的置信水平下显著，并且无风险利率系数为负，舆情评分系数为正，无风险利率与舆情评分的交互项为正，所以假设3的实证结果稳健。总的来说，投资者情绪在货币政策和股票收益率之间起到一定的调节作用。

四、结论与建议

本文利用Python爬虫软件，爬取百度新闻资讯页面中有关上证综指的新闻，搭建舆情评分系统给新闻打分。最后将评分汇总处理，得到网络舆情评分作为投资者情绪的代理指标。选择上海市同业拆借利率作为货币政策的代理指标，通过实证分析得出结论：货币政策能够显著影响科技业股票的收益率与投资者情绪，同时投资者情绪也能显著影响股票收益率。最后，投资者情绪在货币政策影响传导至股票收益率的过程中起到一定调节作用。我国股市目前仍处在没有完全成熟的阶段，投资者尤其是散户投资者决策行为的主观心理较强。由于我国目前缺乏一定的网络舆论监管机制，从而导致许多不真实的言论信息在网络平台上过度传播。为了能够在这样的背景下更好把握市场运行规律，基于本文的研究结果，建议监管机构可以通过技术手段量化投资者情绪指标，并且根据指数的数值大小把握市场动态，跟踪监测市场参与者的整体情绪变化状况，降低由于非理性决策行为导致的市场系统性风险，不仅为我国优化市场稳定机制和加强股市管理方面提供一条新思路，更是对我国在新环境下的宏观审慎监管具有重要的现实意义。

参考文献：

[1]   Kurov A. Investor sentiment and the stock markets reaction to monetary policy[J].Journal of Banking&Finance，2010，34（1）：139-149.

[2]   Verma R，Verma P. Noise trading and stock market volatility 0.Journal of Multinational Financial M anagement，2007，（17）：234-243.

[3]   Renault T. Intraday online investor sentiment and return patterns in the U.S. stock market[J].Journal of Banking&Finance，2017，（84）：25-40.

[4]   Brown G W，Cliff M T. Investor sentiment and the near-term stock market[J].Journal of empirical finance，2004，11（1）：1-27.gzslib202204012213

[5]   闻岳春，张宗翔.创业板股票高市盈率发行的市场风险研究[J].武汉金融，2013，（12）：7-11.

[6]   陈其安，雷小燕.货币政策、投资者情绪与中国股票市场波动性：理论与实证[J].中国管理科学，2015，25（11）：1-11.

[7]   朱义师.科技热点对中国股票市场影响的实证研究[J].商业经济，2017，（5）：163-165.

[8]   王少林，林建浩，杨  荣.中国货币政策与股票市场互动关系的测算——基于FAVAR-BL方法的分析[J].国际金融研究，2015，（5）：15-25.

[9]   谢乔昕，宋良荣.利率市场化背景下利率政策调整对股市的冲击效应[J].金融理论与实践，2016，（7）：7-13.

[10]   陆静，周媛.投资者情绪对股价的影响——基于AH股交叉上市股票的实证分析[J].中国管理科学，2015，23（11）：21-28.

[11]   李稻葵，汪进，冯俊新.货币政策须对冲市场情绪：理论模型和政策模拟[J].金融研究，2009，（6）：1-13.

Impact of Investor Sentiment Index Based on Public Opinion Analysis on the Stock Return

Rate of Technology Industry

YAO Jiang-tao

（Suzhou University Of Science and Technology， Suzhou 215009， China）

Abstract： In the modern era of highly developed financial marketization， online social platforms have gradually become an important medium for investors to express their personal opinions. The promulgation of monetary policy will affect investor sentiment， and these sentiments are most intuitively reflected on online platforms. First use Python crawler technology and public opinion analysis methods to obtain investor sentiment data， and then select 59 sample stocks from the A-share technology industry， and uses weekly data from January 2018 to 2020 to study the correlation between investor sentiment， monetary policy and stock returns in the technology industry. Through empirical analysis and robustness test， it is concluded that investor sentiment plays a moderating role between monetary policy and stock returns in the technology industry. Finally， relevant suggestions are made.

Key words： investor sentiment; multiple linear regression; public opinion analysis; Python web crawler