论文部分内容阅读
随着行为金融学理论的完善,衡量投资者情绪并应用其预测股票收益成为了学术界与投资者共同关注的热点。本文从目前最为火爆的中文社交平台新浪微博入手,通过大数据挖掘方法获取投资者情绪信息,构建微博情绪指数的量化指标并探讨对股票收益的预测能力。 本文从沪深300指数成分股中,通过重要性、上市时间、便于分析程度与微博信息量等多方面考虑筛选出30支股票作为研究样本。通过网络爬虫技术,抓取以股票名称为关键词的微博搜索结果,根据得到的信息分析微博投资者情绪倾向及程度,结合对应的微博影响力构建微博投资者情绪指数,并结合作为控制变量的其他客观情绪指标对股票收益进行了回归分析。 分析结果显示,微博投资者情绪指数与滞后1-2天的股票收益在1%的水平上显著正相关,且滞后2天的回归效果最优;与滞后3-4天的股票收益在1%的水平上显著负相关,且回归效果随滞后时间增加而变差。该结果证实了构建的微博投资者情绪指数对股票收益有一定的短期正向预测作用,但对于长期则呈现负向预测作用,同时发现与其他情绪指标相比,微博情绪指标作用周期明显偏短。通过格兰杰因果检验证实情绪在滞后3天和5天时,微博投资者情绪是股票收益的格兰杰原因。