大数据背景下基于互联网平台的投资者情绪,为情绪与股市关系研究注入了新的活力。对于中国这样的新兴市场,投资者的经验相对缺乏、非理性行为更多,主流媒体的过多参与等因素扩大了投资者情绪,加剧了股市的波动,导致股市发生暴涨暴跌的极端变化。如何通过股票收益发生极端水平变化的投资者情绪对股票收益的可预测性研究,引导投资者理性投资,对于防范市场风险,指导投资者决策具有重要的实际意义。选用新浪财经网站中关于上证指数主题的股吧信息,采用直接判定法和Bayes分类算法对股吧信息分类,考虑帖子点击数、内容和条数,从情绪基调、关注水平和张贴程度三个维度构建投资者情绪指数,并从极端收益视角深入研究投资者情绪与上证指数的关系。首先,探讨了投资者情绪与上证指数收益的相关性,投资者情绪与上证指数收益呈短期正相关、长期不显著的负相关关系。然后,研究全样本和不同市场状态下投资者情绪与上证指数收益之间的Granger因果关系,结果显示,投资者情绪不是上证指数收益的Granger原因,而上证指数收益是投资者情绪的Granger原因。接着,通过对比以上实证结果发现,采用基于Bayes分类算法的分类信息构建投资者情绪指数,在解释上证指数收益变动趋势上,较采用基于直接判定法的分类信息构建投资者情绪指数更具有优势。最后,研究投资者情绪对极端收益的可预测性,发现投资者情绪对不同趋势极端收益存在非对称影响,对下跌趋势极端收益有显著可预测性。研究结论能够为投资者投资和监管者完善市场建设提供决策依据。