论文部分内容阅读
人类非理性的动物精神被认为是造成经济波动的主要原因,而情绪在人们的非理性行为中扮演着重要的角色。在情绪与金融决策理论相关的模型的基础上,本研究把现有实证研究分为投资者情绪、社会情绪指标研究两大类。近些年,从社会情绪角度,特别是基于互联网数据平台的视角,探索情绪与股票市场关系的研究越来越受研究者的关注。受“心理信息学”的启发,我们把通过借助能够搜集和处理互联网海量数据的信息科学技术来研究行为金融问题的领域,称为“行为金融信息学”。基于行为金融信息学的视角,本文将通过新浪微博数据来构建微博情绪指标,探索大众网络情绪与中国股市是否也存在相关性。首先,我们借助计算机和信息科学技术搜集微博数据,并得到本研究的微博样本数据库。然后,根据我们整理的微博情绪词表,得到2011年7月-2011年12月期间微博情绪词的时间序列。最后,在对微博情绪时间序列数据分析的基础上,我们构建了微博情绪指数,并用该指数来探究微博情绪与中国股市之间的关系。结果发现:(1)各微博情绪词与上证指数的相关性存在较大差异,但基于这些情绪词构建的微博情绪指数与上证指数存在高度相关。(2)进行5日移动平均处理之后的微博情绪指数与上证指数的相关性更高、更稳健。(3)5日微博情绪移动平均指数与下一期的上证指数收盘价格存在长期均衡关系。短期内上证指数价格的波动不再受5日微博情绪移动平均指数波动的影响,但受误差修正项一个反向的作用力影响,使偏离长期均衡位置的上证指数回到均衡位置。针对上述结果,我们在2011年12月-2012年3月的新样本上进行了验证,结果发现通过相同方法构建的微博情绪指数和中国股市的关系仍然稳定存在,并且新样本中微博情绪指数与上证指数的相关性以及相关统计模型拟合效果较前一样本均有所提高。这说明微博情绪与上证指数的关系随着微博的发展和成熟变得越来越密切。因此,基于新浪微博大众网络情绪指数是下一个交易日上证综合指数的显著性预测指标。本研究是基于中文网络社交文化的一次本土化尝试,在技术等方面面临很多难点和挑战,值得后续研究进一步补充和完善。