行为金融学对传统的有效市场假说做出了修正,认可投资者情绪对资产定价的影响。近年来,内地的金融市场蓬勃发展,投资者们展现了极大的参与热情,我国股市中,散户投资者占据了绝对比例。同时,伴随着互联网的不断升级,各种股票论坛纷纷涌现,是投资者们交流分享的重要途径。投资者们的情绪通过网络不断传染壮大,成为影响我国股市的一股力量。本文通过网络爬虫获取论坛上大量发帖信息,组建合适的情感词典进行文本情感分析,构建多维度的投资者情绪指数,并在建立回归模型后得出投资者情绪与股票收益率的关系。目前国内外研究中,研究投资者情绪主要有三种方法。其一是通过问卷调查法直接获取受访者情绪,最为直接,但对样本的选取、问卷的设计等要求较高,且需要整理归纳的时间较长,结论具有一定的滞后性。其二是通过市场交易数据构建投资者情绪指数,该方法客观便捷,但对于交易数据的选取没有定论,且忽略了政策和市场环境对投资者情绪的影响。其三是通过文本分析法构建情绪指数,时效性和真实性比较高,近年来这种方法逐渐兴起,本文也采用了这种方法构建指数。之后在解读了投资者情绪的相关理论后,提出了四项假设。假设1:投资者情绪极性与股票收益率正相关。假设2:投资者情绪分歧度与股票收益率正相关。假设3:投资者浏览频繁程度与股票收益率负相关。假设4:发帖频繁程度与股票收益率负相关。本文选择东方财富股吧中的上证指数吧作为文本数据的来源,通过编写python爬虫脚本,获取发帖时间在2020年1月1日至2020年12月31日之间的帖子内容及其发帖日期和阅读数。随后将数据进行筛选和预处理,选择jieba工具对文本进行分词。之后构建文本情感词典,包括正面情绪词典、负面情绪词典、否定词典、停用词典和程度副词典。最后编写情感分析脚本,根据情感词典,将所有的文本数据分为三类:积极、消极和中性。本文构建了四项情感指标用于刻画投资者情绪。情绪极性是刻画投资者心态倾向为积极、消极或者中性的指标。情绪分歧度衡量了投资者情绪的统一程度,判断投资者情绪是否有相同的倾向。投资者关注度衡量了投资者浏览股吧中帖子内容的积极程度。活跃度衡量了投资者发帖的积极程度。考虑到沪深300指数收益率既能代表沪深两市的情况,又有较强的流动性容易受投资者情绪影响,本研究中将其作为研究的对象。同时,引入隔夜SHIBOR利率、香港恒生指数收益率和沪深300指数成交量作为变量,加上投资者情绪极性、投资者活跃度、情绪分歧度和投资者情绪极性共同构成解释变量。本文先研究了投资者情绪与整体沪深300指数收益率的关系,随后根据当日沪深300指数收益率的正负,将数据分为股票上涨和股票下跌两类,对这三种情况下分别进行研究。首先对数据进行描述性统计,分析其数据特点。随后对数据进行ADF单位根检验和相关性检验,确保数据能够进行回归建模。最后,根据P值和调整后的R平方值,分别建立关于沪深300指数收益率的全年,上涨和下跌的回归模型。研究发现,投资收益率为正时,投资者情绪极性明显更倾向于积极,投资者情绪极性与全年沪深300收益率和收益率为正时的收益率正相关,研究结果接受假设1。对于投资者情绪分歧度而言,相比于股票上涨,在股票下跌时,投资者情绪的分歧更大,呈现两极分化,且情绪分歧度与全年收益率和收益率为正时的收益率正相关,研究结果同样接受原假设。至于投资者关注度指标,从整体股市上看,其与沪深300收益率负相关,接受假设3,投资者越积极的关注股市,沪深300收益率越低。最后关于投资者活跃度指标,当收益率为正时,活跃度与收益率呈正相关,而当收益率为负时,活跃度与收益率呈负相关。研究结果拒绝了假设4。