个体投资者情绪与股票价格行为的互动关系研究

doi:10.16381/j.cnki.issn1003-207x.2020.03.020

中国管理科学 ›› 2020, Vol. 28 ›› Issue (3): 191-200.doi: 10.16381/j.cnki.issn1003-207x.2020.03.020

个体投资者情绪与股票价格行为的互动关系研究

黄创霞¹, 温石刚¹, 杨鑫¹, 文凤华², 杨晓光³

1. 长沙理工大学数学与统计学院, 湖南长沙 410114;
2. 中南大学商学院, 湖南长沙 410081;
3. 中国科学院数学与系统科学研究院管理、决策与信息系统重点实验室, 北京 100190

收稿日期:2018-05-25 修回日期:2019-06-24 出版日期:2020-03-20 发布日期:2020-04-08
通讯作者: 杨鑫(1988-),男(汉族),湖南桃源人,长沙理工大学数学与统计学院,讲师,研究方向:金融风险管理,E-mail:yangxintaoyuan@163.com. E-mail:yangxintaoyuan@163.com
基金资助:
国家自然科学基金资助项目（71471020，71873146，71850008）；湖南省自科基金资助项目（2016JJ1001，2019JJ50650）；湖南省教育厅重点项目（15A003，18C0221）；湖南省研究生科研创新项目（CX2018B571）

The Interactive Relationship between Individual Investor Sentiment and Stock Price Behaviors

HUANG Chuang-xia¹, WEN Shi-gang¹, YANG Xin¹, WEN Feng-hua², YANG Xiao-guang³

1. School of Mathematics and Statistics, Changsha University of Science and Technology, Changsha 410114, China;
2. Business School, Central South University, Changsha 410081, China;
3. Academy of Mathematics and Systems Science, Chinese Academy of Science, Beijing 100190, China

Received:2018-05-25 Revised:2019-06-24 Online:2020-03-20 Published:2020-04-08

摘要/Abstract

摘要： 本文运用情感分析技术，在情感倾向点互信息（SO-PMI）算法的基础上，引入"拉普拉斯修正"和"情绪分类阈值"，提出了一种改进的个体投资者情绪度量的SO-LNPMI算法；基于上证指数股吧的31万条论坛信息，运用格兰杰因果检验方法研究了个体投资者情绪与市场收益率和成交量的互动关系。研究表明：（1）与经典的SO-PMI算法相比，本文提出的SO-LNPMI算法的情感识别精度更高；（2）积极情绪是股票收益率的格兰杰原因，消极情绪对其影响不显著；（3）投资者情绪与成交量存在双向的格兰杰因果关系；（4）当投资者处于积极状态时，会热衷于使用表情符号表达情绪。本文的研究为投资者情绪度量提供了一种新的有效算法，有助于投资者更好的利用网络论坛信息进行投资决策。

关键词: 投资者情绪, SO-LNPMI算法, 格兰杰因果检验

Abstract: The measure of individual investor sentiment in Chinese stock message board Guba Eastmony and its interactive relation to the market returns and trading volume is investigated. In order to measure sentiment, the construction of sentiment lexicon is a key procedure. Traditional methods for lexicon acquisition are commonly based on Semantic Orientation from Pointwise Mutual Information(SO-PMI) algorithm. A novel algorithm Semantic Orientation from Laplace Smoothed Normalized Pointwise Mutual Information(SO-LNPMI) is proposed, which has the higher accuracy for sentiment classification. Empirical analyses on the interactive relationship between individual investor sentiment and market returns and trading volume show that: (i) positive sentiment is the cause of market return while passive sentiment does not cause it; (ii) investor sentiment and trading volume present two-side Granger causality. In addition, an interesting phenomenon is that individual investors are enthusiastic about the use of emoticons when individual investors are positive.

Key words: investor sentiment, SO-LNPMI algorithm, Granger causality analysis

中图分类号:

F832.48

黄创霞, 温石刚, 杨鑫, 文凤华, 杨晓光. 个体投资者情绪与股票价格行为的互动关系研究[J]. 中国管理科学, 2020, 28(3): 191-200.

HUANG Chuang-xia, WEN Shi-gang, YANG Xin, WEN Feng-hua, YANG Xiao-guang. The Interactive Relationship between Individual Investor Sentiment and Stock Price Behaviors[J]. Chinese Journal of Management Science, 2020, 28(3): 191-200.

参考文献

[1] Thaler R. Does the stock market overreact?[J]. The Journal of Finance, 1985, 40(3):793-805.
[2] Blasco N, Corredor P, Ferreruela S. Market sentiment:A key factor of investors' imitative behaviour[J]. Accounting & Finance, 2014, 52(3):663-689.
[3] Brown G W, Cliff M T. Investor sentiment and the near-term stock market[J]. Journal of Empirical Finance, 2004, 11(1):1-27.
[4] Waggle D, Agrrawal P. Investor sentiment and short-term returns for size-adjusted value and growth portfolios[J]. Journal of Behavioral Finance, 2015, 16(1):81-93.
[5] Liu Shuming. Investor sentiment and stock market liquidity[J]. Journal of Behavioral Finance, 2015, 16(1):51-67.
[6] 余佩琨,钟瑞军.个人投资者情绪能预测市场收益率吗[J].南开管理评论,2009,12(1):96-101.
[7] 陆静,周媛. 投资者情绪对股价的影响——基于AH股交叉上市股票的实证分析[J]. 中国管理科学, 2015, 23(11):21-28.
[8] 王春. 投资者情绪对股票市场收益和波动的影响——基于开放式股票型基金资金净流入的实证研究[J]. 中国管理科学, 2014, 22(9):49-56.
[9] Baker M, Wurgler J. Investor sentiment and the cross section of stock return[J]. The Journal of Finance, 2006, 61(4):1645-1680.
[10] Yu Jianfeng, Yuan Yu. Investor sentiment and the mean-variance relation[J]. Journal of Financial Economics, 2011, 100(2):367-381.
[11] Ben-Rephael A, Kandel S, Wohl A. Measuring investor sentiment with mutual fund flows[J]. Journal of Financial Economics, 2012, 104(2):363-382.
[12] 蒋玉梅,王明照. 投资者情绪与股票收益:总体效应与横截面效应的实证研究[J]. 南开管理评论, 2010, 13(3):150-160.
[13] 文凤华,肖金利,黄创霞,等. 投资者情绪特征对股票价格行为的影响研究[J]. 管理科学学报, 2014, 17(3):60-69.
[14] 高大良,刘志峰,杨晓光. 投资者情绪、平均相关性与股市收益[J]. 中国管理科学, 2015, 23(2):10-20.
[15] Bollen J, Mao H, Zeng X. Twitter mood predicts the stock market[J]. Journal of Computational Science, 2010, 2(1):1-8.
[16] Mao H, Counts S, Bollen J. Quantifying the effects of online bullishness on international financial markets[R]. Working Paper, European Central Bank, 2015.
[17] 汪昌云,武佳薇. 媒体语气、投资者情绪与IPO定价[J]. 金融研究, 2015, 58(9):174-189.
[18] 孟雪井,孟祥兰,胡杨洋. 基于文本挖掘和百度指数的投资者情绪指数研究[J]. 宏观经济研究, 2016, 36(1):144-153.
[19] 董大勇,肖作平. 交易市场与网络论坛间存在信息传递吗?[J]. 管理评论, 2011, 23(11):3-11.
[20] 林振兴. 网络讨论、投资者情绪与IPO抑价[J]. 山西财经大学学报, 2011, 33(2):23-29.
[21] 易洪波,李梦璐,董大勇. 投资者情绪与成交量:基于网络论坛证据的分析[J]. 商业研究, 2016, 62(8):58-64.
[22] 陈晓红,彭宛露,田美玉. 基于投资者情绪的股票价格及成交量预测研究[J]. 系统科学与数学, 2016, 36(12):2294-2306.
[23] Tetlock P C. Giving content to investor sentiment:The role of media in the stock market[J]. Journal of Finance, 2007, 62(3):1139-1168.
[24] Joseph K, Wintoki M B, Zhang Z. Forecasting abnormal stock returns and trading volume using investor sentiment:Evidence from online search[J]. International Journal of Forecasting, 2011, 27(4):1116-1127.
[25] Turney P D, Littman M L. Measuring praise and criticism:Inference of semantic orientation from association[J]. Acm Transactions on Information Systems, 2003, 21(4):315-346.
[26] Lyu K, Kim H. Sentiment analysis using word polarity of social media[J]. Wireless Personal Communications, 2016,89(3):941-958
[27] 周志华.机器学习[M].北京:清华大学出版社, 2016.
[28] 孙清兰. 高频词与低频词的界分及词频估算法[J]. 中国图书馆学报, 1992, 18(2):78-81.
[29] Nuno O, Paulo C, Nelson A. Stock market sentiment lexicon acquisition using microblogging data and statistical measures[J]. Decision Support Systems, 2016, 85:62-73.
[30] 刘维奇,刘新新. 个人和机构投资者情绪与股票收益——基于上证A股市场的研究[J]. 管理科学学报, 2014, 17(3):70-87.
[31] Shumi A, Robert F, Barry O, et al. The power of bad:The negativity bias in Australian consumer sentiment announcements on stock returns[J]. Journal of Banking & Finance, 2010, 35(5):1239-1249.
[32] Werner A, Murray Z. F. Is all that talk just noise? The information content of internet stock message boards[J]. Journal of Finance, 2004, 59(3):1259-1294.
[33] Nuno O, Paulo C, Nelson A. The impact of microblogging data for stock market prediction:Using Twitter to predict returns, volatility, trading volume and survey sentiment indices[J]. Expert Systems with Applications, 2017, 73:125-144.

个体投资者情绪与股票价格行为的互动关系研究

The Interactive Relationship between Individual Investor Sentiment and Stock Price Behaviors

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

Metrics

本文评价

推荐阅读 10

[1]	张博, 扈文秀, 杨熙安. 投资者情绪生成机理的研究[J]. 中国管理科学, 2021, 29(1): 185-195.
[2]	陈文博, 陈浪南, 王升泉. 投资者的博彩行为研究——基于盈亏状态和投资者情绪的视角[J]. 中国管理科学, 2019, 27(2): 19-30.
[3]	刘学文. 中国股市投资者情绪测度指标的优选研究[J]. 中国管理科学, 2019, 27(1): 22-33.
[4]	陈其安, 雷小燕. 货币政策、投资者情绪与中国股票市场波动性:理论与实证[J]. 中国管理科学, 2017, 25(11): 1-11.
[5]	陈鹏程, 周孝华. 机构投资者私人信息、散户投资者情绪与IPO首日回报率[J]. 中国管理科学, 2016, 24(4): 37-44.
[6]	高大良, 刘志峰, 杨晓光. 投资者情绪、平均相关性与股市收益[J]. 中国管理科学, 2015, 23(2): 10-20.
[7]	陆静, 周媛. 投资者情绪对股价的影响——基于AH股交叉上市股票的实证分析[J]. 中国管理科学, 2015, 23(11): 21-28.
[8]	王春. 投资者情绪对股票市场收益和波动的影响-基于开放式股票型基金资金净流入的实证研究[J]. 中国管理科学, 2014, 22(9): 49-56.
[9]	陈其安, 朱敏, 赖琴云. 基于投资者情绪的投资组合模型研究 [J]. 中国管理科学, 2012, (3): 47-56.
[10]	黄昌利, 任若恩. 我国(1996-2003年)货币政策低效性及原因分析[J]. 中国管理科学, 2004, (3): 38-43.