基于社交媒體的投資者情緒對(duì)股市收益影響的大數(shù)據(jù)分析

張書(shū)煜 王瑤 范婷婷 趙理 王旭澤

[摘要]社交媒體中的信息是一個(gè)大數(shù)據(jù)庫(kù)，通過(guò)微博搜索抓取社交媒體中投資者微博數(shù)據(jù)，利用中文語(yǔ)義分析技術(shù)，將該投資者情緒劃分成六個(gè)等級(jí)，構(gòu)建社交媒體中投資者的情緒指數(shù)，并且以同時(shí)段的股市為研究對(duì)象，基于VAR模型，運(yùn)用Granger因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)，探討社交媒體中不同程度的投資者情緒傾向與股市收益之間的預(yù)測(cè)能力和雙向反饋關(guān)系。

[關(guān)鍵詞]社交媒體；投資者情緒；股市收益；大數(shù)據(jù)

[DOI]10.13939/j.cnki.zgsc.2015.25.065

1 引 言

行為金融學(xué)認(rèn)為，情緒可以深刻地影響個(gè)人的行為和決策。夏雨禾（2010）通過(guò)對(duì)438個(gè)樣本的分析，對(duì)新浪微博互動(dòng)的結(jié)構(gòu)性要素以及發(fā)生機(jī)制進(jìn)行了深入探究，研究結(jié)果發(fā)現(xiàn)，新浪微博是一個(gè)文化性、個(gè)人性和情緒性的互動(dòng)空間。楊維（2011）從微博傳播的及時(shí)性、草根性的特征出發(fā)，探討了在網(wǎng)絡(luò)輿情形成過(guò)程中微博起到的作用。梁坤，蔣翠清，丁勇（2013）利用特征提取等技術(shù)，抽取中文社會(huì)媒體上的干系人的話題，同時(shí)構(gòu)建股票收益率的回歸模型，研究中文社會(huì)媒體上千系人和話題的活動(dòng)狀況對(duì)股票收益率的影響。研究結(jié)果表明，中文社會(huì)媒體上不同干系人對(duì)股票收益的影響不同。而喬智和耿志民（2013）討論了股吧對(duì)個(gè)人投資者情緒的影響研究，運(yùn)用實(shí)證方法驗(yàn)證了個(gè)人投資者情緒與股市收益間存在的相關(guān)關(guān)系。徐琳（2013）基于微博中的投資者情緒的研究，使得讓投資者知情股市收益研究，微博信息不僅反映了該信息發(fā)布者的心理和行為，同時(shí)也能夠影響相關(guān)投資者的投資行為。

2 研究模型與方法

2.1 主要模型

本文采用向量自回歸模型（VAR）來(lái)檢驗(yàn)社交媒體中的投資者情緒與股市收盤(pán)價(jià)、股市成交量之間的時(shí)滯關(guān)系。VAR模型把系統(tǒng)中每一個(gè)內(nèi)生變量作為系統(tǒng)中所有內(nèi)生變量的滯后項(xiàng)的函數(shù)來(lái)構(gòu)造模型，其一般形式為：

其中， 是k維內(nèi)生變量向量，Y_t-1（i=1，2，…，P）是滯后內(nèi)生變量向量，X_t-i（i =0，1，…，r）是d維外生變量向量或滯后外生變量向量，P、r分別是內(nèi)生變量和外生變量的滯后階數(shù)。A_t是k*k維系數(shù)矩陣，B_i是k*d維系數(shù)矩陣，這些矩陣都是待估計(jì)的參數(shù)矩陣。ε_t是由k維隨機(jī)誤差項(xiàng)構(gòu)成的向量，其元素相互之間可以同期相關(guān)，但不能與各自的滯后項(xiàng)相關(guān)以及不能與各自的滯后項(xiàng)相關(guān)以及不能與模型右邊的變量相關(guān)。

2.2 研究方法

第一，使用深圳視界信息技術(shù)有限公司研發(fā)的網(wǎng)頁(yè)采集軟件八爪魚(yú)數(shù)據(jù)采集系統(tǒng)抓取海量的微博數(shù)據(jù)。該平臺(tái)以分布式云計(jì)算平臺(tái)為核心，從各種不同的網(wǎng)站或者網(wǎng)頁(yè)獲取大量的規(guī)范化數(shù)據(jù)。第二，以天為單位歸類(lèi)微博數(shù)據(jù)，并且清洗不能表現(xiàn)投資者情緒的垃圾數(shù)據(jù)，如非原創(chuàng)微博或者只包含鏈接地址的微博等。第三，運(yùn)用中文語(yǔ)析分析工具，分析微博中包含的情感信息，量化投資者情緒。本課題將從兩個(gè)層面來(lái)分析和量化投資者情緒信息：第一個(gè)層面可以將投資者情緒分為兩個(gè)維度——積極情緒傾向和消極情緒傾向；第二個(gè)層面講積極情緒和消極情緒繼續(xù)細(xì)分，可分為一般、中度和高度積極情緒傾向以及一般、中度和高度消極情緒傾向。第四，接下來(lái)我們將會(huì)把得到的數(shù)據(jù)資料用專業(yè)軟件Eviews進(jìn)行整理并加以分析，以便我們制作出相應(yīng)的統(tǒng)計(jì)圖表等，最終基于大數(shù)據(jù)對(duì)投資者情緒與股市收益之間的相互關(guān)系進(jìn)行分析。第五，通過(guò)Granger因果關(guān)系檢驗(yàn)，論述和驗(yàn)證社會(huì)情緒變化與股票市場(chǎng)變化確實(shí)存在相關(guān)關(guān)系。第六，使用脈沖響應(yīng)函數(shù)進(jìn)行股市收益走勢(shì)預(yù)測(cè)的實(shí)證分析，得出投資者情緒和股市收益走勢(shì)相互間的預(yù)測(cè)能力，并提出改善方案。

3 實(shí)證研究

3.1 數(shù)據(jù)來(lái)源——社交媒體中的投資者情緒數(shù)據(jù)

本文的數(shù)據(jù)來(lái)源于新浪微博平臺(tái)，采用“微博搜索”的方式繼續(xù)對(duì)股市相關(guān)的信息進(jìn)行監(jiān)測(cè)挖掘。在新浪微博界面，以股票名稱為關(guān)鍵詞，按時(shí)間搜索相應(yīng)的與該只股票相關(guān)的原創(chuàng)微博信息。以“華誼兄弟”為實(shí)例研究對(duì)象，研究華誼兄弟公司從2014年9月19日到2015年2月28日，該公司在新浪微博的投資者情緒與股市收益之間的關(guān)系。微博的發(fā)表時(shí)間跨度為2014年9月19日至2014年12月5日，我們抓取到微博數(shù)量為1286688條。

股市收益指數(shù)樣本來(lái)自上證綜合指數(shù)和深圳成分指數(shù)，包括上證綜合指數(shù)收盤(pán)價(jià)、日成交量和深圳成分指數(shù)的收盤(pán)價(jià)、日成交量。股票數(shù)據(jù)均使用浙江核新同花順網(wǎng)絡(luò)信息股份有限公司提供的同花順軟件獲得的。t日上證綜合指數(shù)的和深圳成分指數(shù)的股指收益率R_t的計(jì)算公式為

其中P_t為t日股指的收盤(pán)價(jià)，P_t-1為（t-l）日股指的收盤(pán)價(jià)。樣本區(qū)間為2014年11月17日至2015年2月28日。

3.2 數(shù)據(jù)分析

（1）量化投資者情緒。利用ROST Content Mining（簡(jiǎn)稱ROST CM）的情感分析模塊對(duì)每天的微博進(jìn)行情緒傾向分析。本文實(shí)驗(yàn)利用ROST CM分析情緒的統(tǒng)計(jì)結(jié)果如圖1所示。

針對(duì)ROST CM對(duì)于投資者情緒的分類(lèi)，將分析三段積極情緒（一般、中度、高度）和三段消極情緒（一般、中度、高度）與股市收益之間的相互影響，不使用中性情緒作為實(shí)驗(yàn)數(shù)據(jù)。

同時(shí)，選取該公司于2014年11月16日至2015年2月28日每天的綜合指數(shù)收盤(pán)價(jià)和成交量產(chǎn)生的時(shí)間序列進(jìn)行比較，并且，每個(gè)類(lèi)別的情緒傾向數(shù)據(jù)之間也能進(jìn)行比較，需要對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行Z-Score標(biāo)準(zhǔn)化處理。轉(zhuǎn)化函數(shù)為：

其中，X為變量X的均值，σ為變量x的標(biāo)準(zhǔn)差。經(jīng)過(guò)處理的數(shù)據(jù)符合均值為0標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)正態(tài)分布。

（2）變量的基本描述。由于VAR模型的建立和Granger因果檢驗(yàn)都要求使用的時(shí)間序列是平穩(wěn)時(shí)間序列。表1是運(yùn)用增廣的迪基一福勒檢驗(yàn)（ADF檢驗(yàn)）各時(shí)間序列單位根的檢驗(yàn)結(jié)果。

情緒的時(shí)間序列和股票數(shù)據(jù)的時(shí)間序列一階差分的ADF檢驗(yàn)的t統(tǒng)計(jì)量都比1%、5%、10%檢驗(yàn)水平下的臨界值小，因此可以拒絕原假設(shè)，即可以認(rèn)為情緒時(shí)間序列和股票數(shù)據(jù)的時(shí)間序列一階查分沒(méi)有單位根，也即社交媒體中的投資者情緒的時(shí)間序列和股票數(shù)據(jù)的時(shí)間序列是一階差分平穩(wěn)的。

（3） Granger因果關(guān)系檢驗(yàn)。Granger因果關(guān)系檢驗(yàn)可以用來(lái)確定經(jīng)濟(jì)變量之間是否存在因果關(guān)系以及影響的方向。因此采用Granger因果關(guān)系檢驗(yàn)分析社交媒體中的投資者情緒對(duì)股市收益的預(yù)測(cè)能力。

分別將社交媒體的投資者一般積極情緒（Pl）、中度積極情緒（P2）、高度積極情緒（P3）、一般消極情緒（Nl）、中度消極情緒（N2）、高度消極情緒（N3）指數(shù)與股市收益（SY）和股市成交量做兩兩檢驗(yàn)。表2列出滯后期1階到5階響應(yīng)的部分Granger因果關(guān)系檢驗(yàn)結(jié)果。

可以發(fā)現(xiàn)，一是社交媒體上的投資者高度消極情緒傾向不是引起股市收盤(pán)價(jià)變化的Granger原因在滯后期為3時(shí)被拒絕；二是股市收盤(pán)價(jià)不是一般積極情緒傾向的Granger原因在滯后期為5時(shí)被拒絕；三是社交媒體中的投資者高度積極情緒的Granger原因在滯后期為1時(shí)被拒絕；四是社交媒體中投資者高度消極情緒傾向不是股市收盤(pán)價(jià)的Granger原因在滯后期為2時(shí)被拒絕；五是社交媒體中投資者的中度積極情緒、高度積極情緒、一般消極情緒和中度消極情緒不是股市成交量的Granger原因被拒絕，說(shuō)明社交媒體中投資者較為顯著的情緒是股市成交量的Granger原因；六是股市成交量不是社交媒體中投資者一般消極情緒的Granger原因被拒絕，說(shuō)明股市成交量是社交媒體中投資者一般消極情緒的Granger原因。

（4）脈沖響應(yīng)函數(shù)分析。脈沖響應(yīng)函數(shù)用于衡量來(lái)自某個(gè)內(nèi)生變量的隨機(jī)擾動(dòng)項(xiàng)的一個(gè)標(biāo)準(zhǔn)差沖擊（稱為“脈沖”）對(duì)VAR模型中所有內(nèi)生變量當(dāng)前值和未來(lái)值的影響。如圖2所示，圖中的橫軸表示時(shí)期數(shù)，縱軸表示脈沖響應(yīng)函數(shù)大小，實(shí)線為脈沖響應(yīng)函數(shù)，紅色虛線為正負(fù)兩倍標(biāo)準(zhǔn)差偏離帶（+2S.E）。

圖2 （a）描述了社交媒體中投資者的高度積極情緒和高度消極情緒與股市收盤(pán)價(jià)之間的兩兩響應(yīng)。在圖2（a）中可以看到，社交媒體中的高度積極情緒，在受到股市收盤(pán)價(jià)的一個(gè)正向單位標(biāo)準(zhǔn)差沖擊時(shí)，沒(méi)有立即響應(yīng)，在第1期中期出現(xiàn)響應(yīng)，并在第2期內(nèi)達(dá)到負(fù)向最大值，并在第6期后逐漸減弱并且趨向于0。說(shuō)明股票的收盤(pán)價(jià)變動(dòng)對(duì)社交媒體中的高度積極情緒只存在較短時(shí)間內(nèi)的影響，并且會(huì)對(duì)社交媒體中的投資者造成一定影響，大約持續(xù)5個(gè)交易日內(nèi)。

圖2 （b）中，受社交媒體中投資者的高度消極情緒的一個(gè)正向單位標(biāo)準(zhǔn)差沖擊時(shí)，股市收盤(pán)價(jià)第一期前期沒(méi)有立即響應(yīng)，在之后產(chǎn)生正向影響，在第3期中期達(dá)到正向最大后立即減弱，并且趨向于0。說(shuō)明社交媒體中的高度消極情緒對(duì)股市收盤(pán)價(jià)只存在短期同向影響，持續(xù)在前10個(gè)交易日左右。

圖2 （c）和圖2（d）可以看到，股市成交量對(duì)社交媒體中投資者中度積極情緒和高度積極情緒的擾動(dòng)立即做出了響應(yīng)，第一期的響應(yīng)大約為0.5左右且為正向。之后，股市成交量對(duì)投資者中度積極情緒和高度積極情緒的響應(yīng)有所下降，并趨近于0，說(shuō)明社交媒體中投資者的中度積極情緒和高度積極情緒對(duì)股市成交量存在短期同向影響，并且投資者的中度積極情緒持續(xù)時(shí)間較投資者的高度積極情緒的持續(xù)時(shí)間長(zhǎng)。

在圖2 （e）中可以看到，股市成交量對(duì)社交媒體中投資者的中度消極情緒擾動(dòng)立即做出了響應(yīng)，第1期的響應(yīng)為0.7左右，在第2期減弱到0.2左右。之后，股市成交量對(duì)投資者的中度消極情緒的擾動(dòng)開(kāi)始上升，在第3期中期達(dá)到最大（為2.5左右），且為正向的。接著，股市成交量對(duì)投資者的中度消極情緒的響應(yīng)有所下降，在第10期后，響應(yīng)趨向于0。可見(jiàn)，社交媒體中的投資者中度消極情緒的變動(dòng)會(huì)對(duì)股市成交量造成正向影響，且持續(xù)時(shí)間超過(guò)10期。

圖2 （f）描述的是社交媒體中投資者的一般消極情緒與股市成交量的響應(yīng)。從圖中可以看到，社交媒體中投資者的一般消極情緒對(duì)股市成交量的擾動(dòng)立即做出了負(fù)向響應(yīng)。在第2期中期達(dá)到負(fù)向最大值，并在之后逐漸減弱，在第10期左右逐漸趨近于0。從中可以看出股市成交量的變動(dòng)會(huì)對(duì)社交媒體中投資者的一般消極情緒造成影響，持續(xù)時(shí)間比較長(zhǎng)，且前4期影響較為明顯。

4 結(jié)論與展望

通過(guò)微博大數(shù)據(jù)搜索抓取社交媒體中投資者微博數(shù)據(jù)為樣本，以同時(shí)段的股市為研究對(duì)象，利用中文語(yǔ)義分析技術(shù)，將該投資者情緒劃分成六個(gè)等級(jí)，并且構(gòu)建了社交媒體中投資者的情緒指數(shù)，并且基于VAR模型，運(yùn)用Granger因果關(guān)系檢驗(yàn)、脈沖響應(yīng)函數(shù)，探討社交媒體中不同程度的投資者情緒傾向與股市收益之間的預(yù)測(cè)能力和雙向反饋關(guān)系。研究結(jié)果表明：

第一，中文社交媒體中的投資者情緒變化能夠有效地反映出股市收盤(pán)價(jià)和成交量的變化。第二，社交媒體中投資者不同等級(jí)傾向的情緒對(duì)股市收盤(pán)價(jià)和股市成交量的影響是不同的。一般積極情緒對(duì)股市收益沒(méi)有產(chǎn)生顯著的影響，中度、高度積極情緒對(duì)股市收益產(chǎn)生短期影響，中度消極情緒對(duì)股市收益產(chǎn)生持續(xù)時(shí)間較長(zhǎng)的影響。第三，股市的收盤(pán)價(jià)和成交量均會(huì)引起社交媒體中投資者不同程度的情緒變化。

結(jié)論有益于投資者以社交媒體為觀察視角進(jìn)行有效的投資決策和判斷，同時(shí)端正投資心態(tài)和增強(qiáng)風(fēng)險(xiǎn)意識(shí)。同時(shí)也有益于決策者利用社交媒體提供的大量的有效信息來(lái)合理地管理股票市場(chǎng)。