徐小陽 路明慧 李玭

摘 要：隨著互聯(lián)網(wǎng)技術(shù)的不斷滲透，共享單車、共享汽車等共享經(jīng)濟形態(tài)機遇與挑戰(zhàn)并存。網(wǎng)絡(luò)社交媒體作為目前投資者交流與傳遞投資信息的重要渠道，能夠成為量化投資者情緒的數(shù)據(jù)來源。以2017年1月1日至2017年6月30日東方財富網(wǎng)共享單車概念股的股吧信息為研究對象，通過網(wǎng)絡(luò)文本挖掘技術(shù)構(gòu)造投資者情緒、投資者關(guān)注度、投資者互動程度三個指標(biāo)，并與股票收益進行相關(guān)性分析和混合回歸分析。結(jié)果發(fā)現(xiàn)，共享單車市場中投資者情緒高漲、關(guān)注度增強能夠提升概念股的股票收益水平，而投資者互動度與股票收益負相關(guān)。此外，積極情緒、消極情緒對股票收益的影響存在差異。

關(guān)鍵詞：共享單車市場；投資者情緒；股票收益；網(wǎng)絡(luò)文本挖掘

中圖分類號：F832.5 文獻標(biāo)識碼：B 文章編號：1674-2265（2018）02-0080-05

DOI：10.19647/j.cnki.37-1462/f.2018.02.013

一、引言

隨著“互聯(lián)網(wǎng)+”概念的不斷滲透，“共享”思維逐步深入到居民的日常生活。從出行方式來看，“共享單車”作為其中最典型的共享經(jīng)濟形態(tài)，旨在為人們提供自行車共享服務(wù)。共享單車一方面能夠改善城市快速發(fā)展帶來的自行車市場萎靡狀況，充分利用城市公共道路資源；另一方面，能夠提高居民的身體素質(zhì)，符合全民健身的宗旨，起到節(jié)能減排的功效。目前，摩拜、ofo、永安行等共享單車品牌均借助網(wǎng)絡(luò)信息平臺，極大地降低了交易成本，而網(wǎng)絡(luò)支付又為其實現(xiàn)資產(chǎn)共享創(chuàng)造便利，顯著增強共享單車市場大規(guī)模發(fā)展的可能性。據(jù)艾媒發(fā)布的《2017Q1中國共享單車市場研究報告》顯示，2016年中國共享單車市場規(guī)模達到12.3億元，用戶規(guī)模達到0.28億人。然而，共享單車亂停放、“扎堆”停放、惡意損壞車輛等問題層出不窮，嚴(yán)重影響共享單車市場的健康運行。顯然，隨著市場競爭日益激烈，市場急劇飽和后蘊藏著更多不可預(yù)計的風(fēng)險。

投資者情緒是投資者對未來股票市場的主觀性預(yù)期（Brown和Cliff，2004）。早期，學(xué)者們主要利用直接替代指標(biāo)、間接替代指標(biāo)和復(fù)合指標(biāo)對其進行測度。直接指標(biāo)是指通過問卷調(diào)查直接獲取投資者對市場行情的預(yù)期，具有強烈的主觀色彩（Fisher和Statman，2000；Lemmon和Portniaguina，2006；Fong和Toh，2014；熊偉和陳浪南，2015）；間接指標(biāo)則是指借助交易市場的客觀交易數(shù)據(jù)進行統(tǒng)計研究，尋找單一的情緒替代指標(biāo)如換手率、交易量、認(rèn)沽認(rèn)購比率 、封閉式基金折價率等；單一指標(biāo)具有片面性，復(fù)合指標(biāo)則涵蓋直接指標(biāo)和間接指標(biāo)的信息，多選用主成分分析法或偏最小二乘法構(gòu)造投資者情緒指數(shù)（Baker和Wurgler，2006；文鳳華等，2014；Aissia，2016；黃宏斌等，2016）。近年來，網(wǎng)絡(luò)社交媒體平臺已經(jīng)成為投資者獲取信息的重要場所。大量不同身份、不同背景、不同學(xué)歷的投資者匯聚在各類網(wǎng)絡(luò)平臺上進行交流互動。行為金融學(xué)理論一直強調(diào)從人的心理、行為角度去解釋市場的異象。單純依靠問卷調(diào)查、交易數(shù)據(jù)無法全面認(rèn)識投資者行為，進一步了解網(wǎng)絡(luò)社交媒體視閾下的投資者情緒非常必要。

在信息化技術(shù)加速的背景下，投資者能夠通過股吧、微博、博客等新型社交媒體更加快捷地關(guān)注市場的發(fā)展動向，交流、傳遞股票信息，由此形成了海量的金融文本信息。網(wǎng)絡(luò)文本挖掘技術(shù)可以對這些金融文本信息進行數(shù)據(jù)處理，從中提取出未被發(fā)現(xiàn)的、可信服的有效信息，實現(xiàn)文本的情感傾向分析，用于量化投資者情緒并進行投資決策。目前研究領(lǐng)域中，關(guān)于我國共享單車市場的投資者情緒測評留有空白，而且國內(nèi)基于網(wǎng)絡(luò)文本挖掘技術(shù)的投資者情緒研究處于探索階段。因此，本文基于網(wǎng)絡(luò)文本挖掘技術(shù)，對我國共享單車市場的投資者情緒進行測評，并對股票收益進行相關(guān)性和回歸分析，為政府監(jiān)測管理共享單車市場風(fēng)險和倡導(dǎo)投資者理性決策提供全新的方向。

二、研究假設(shè)

圍繞投資者情緒，國內(nèi)外學(xué)者進行了一系列的研究，理論上認(rèn)為投資者的非理性情緒是影響資產(chǎn)定價的系統(tǒng)性因子，能夠?qū)善笔袌鍪找嫫鸬健胺糯笃鳌钡淖饔?。Lee等（2002）發(fā)現(xiàn)超額收益與同期的情緒變化正相關(guān)。王春（2014）以開放式股票型基金資金凈流入作為投資者情緒的度量指標(biāo)，運用GARCH-M模型研究發(fā)現(xiàn)，投資者情緒與股票市場收益之間存在正向反饋作用。文鳳華等（2014）將投資者情緒分為正面情緒和負面情緒， 并分別研究了兩種情緒對股票價格的影響。研究結(jié)果表明，正面情緒有助于提高股票收益，而負面情緒對股票價格無顯著影響。據(jù)此，提出假設(shè)H1a和H1b：

H1a：投資者情緒越高漲，股票收益越高；反之，情緒低落帶來股票收益的下跌。

H1b：積極情緒與消極情緒對股票收益的影響有所不同。

投資者的有限注意與海量股市信息之間存在時間和空間上的矛盾。在社會化媒體的視閾下，投資者逐步通過快捷、方便、廉價的互聯(lián)網(wǎng)平臺參與投資者決策，這就使得人們獲取金融訊息所需要的時間大大縮短。信號傳遞理論認(rèn)為投資者充分獲取股票市場交易的相關(guān)信息，可以極大地減少信息不對稱的程度，達到提升股票市場有效性的目的，進而影響股市交易行為。Barber和Odean（2008）通過實證研究發(fā)現(xiàn)，投資者尤其是個人投資者的某只股票關(guān)注度提升，增加了股票被購買的可能性，從而股票價格上漲帶來正向收益。據(jù)此，提出本文的假設(shè)H2：

H2：投資者關(guān)注度越高，股票收益越高；反之，關(guān)注度減少導(dǎo)致股票收益下降。

社交媒體視角下，投資者針對某只股票的交流越多，互動的頻率越頻繁。然而，海量的互聯(lián)網(wǎng)信息中摻雜著許多難以識別、難以分辨的虛假信息，隨著互動程度的加深會不斷地擴散。通過轉(zhuǎn)發(fā)、分享等途徑，非理性的投資者將網(wǎng)絡(luò)上獲知的交易信息傳遞給市場中其他的投資者，容易在股票市場中產(chǎn)生“羊群效應(yīng)”（Boyd等，2015；Gavriilidis等，2016）。金德環(huán)和李巖（2017）以月發(fā)帖數(shù)的對數(shù)形式作為投資者互動的代理變量，實證發(fā)現(xiàn)投資者互動越少的股票未來收益越高。據(jù)此，提出本文的假設(shè)H3：

H3：投資者互動程度越高，股票收益越低；互動度減弱則導(dǎo)致股票收益增多。

三、實證設(shè)計

（一）數(shù)據(jù)來源

概念股依靠特定的題材，經(jīng)常被當(dāng)作選股方式，可被引申為一個市場的共識。由此，本文選取中路股份、深中華A、信隆健康、紅旗連鎖、華訊方舟、上海鳳凰、華西股份、兆新股份這8只共享單車相關(guān)概念股作為研究對象。而永安行作為共享單車上市第一股，發(fā)展歷程較短，采集數(shù)據(jù)缺失值較多，因而未被引入研究框架。本文主要涉及兩類數(shù)據(jù)：一類是股票收益的市場數(shù)據(jù)，一類是基于東方財富網(wǎng)股吧平臺的共享單車概念股文本挖掘數(shù)據(jù)。其中，股票收益的市場數(shù)據(jù)選用日收益率，來自銳思金融數(shù)據(jù)庫。為了更加合理地反映投資者情緒，研究采用的金融文本信息必須具有代表性、可操作性。東方財富網(wǎng)的Alexa排名、百度權(quán)重、Google PR（Page Rank）值和搜狗PR值在中國財經(jīng)論壇網(wǎng)站中排名靠前，它對板塊、行業(yè)、個股進行了全方位的精細分析，可以為信息采集提供便利。由此，文本挖掘數(shù)據(jù)從東方財富網(wǎng)采集。本文利用八爪魚采集器爬取到2017年1月1日至2017年6月30日期間8只共享單車概念股相關(guān)信息的標(biāo)題、作者、發(fā)表日期、閱讀數(shù)、評論數(shù)等信息，采集時間為2017年10月8日。實證分析采用Stata 14軟件來實現(xiàn)。

（二）數(shù)據(jù)初步處理

采集到的數(shù)據(jù)存在信息抓取遺漏、評論標(biāo)題重復(fù)、網(wǎng)絡(luò)用語或者表情符號較多的現(xiàn)象，還存在許多廣告、推送等無用信息，所以情感分析前需要對原始數(shù)據(jù)進行清洗。本文主要利用Excel的“查找”、“刪除重復(fù)值”、“篩選”等功能將數(shù)據(jù)初步人工清洗。接著，使用ROST Wordpraser軟件過濾掉無意義的詞匯，對數(shù)據(jù)進一步去噪處理。將剩余的數(shù)據(jù)按照發(fā)表日期進行排序，將余下的標(biāo)題信息提取出來，生成“txt”的文本文檔格式。

（三）基于網(wǎng)絡(luò)文本挖掘的投資者情緒指標(biāo)體系構(gòu)建

ROST情感分析軟件是由武漢大學(xué)ROST虛擬學(xué)習(xí)團隊自主研發(fā)的情感分析工具，可以不通過Python、R語言等編程來便捷地實現(xiàn)情感傾向分析。該工具主要考察情感詞和程度詞在句子中的分布來確定情感傾向，適合基于語義的中文文本情感分析。此外，它還帶有權(quán)值詞典，囊括了情感詞表、否定詞、程度副詞、停用詞表，準(zhǔn)確率較高。因此，本文應(yīng)用ROST CM 6.0軟件對文本進行情感分析，可得到“情感分析詳細結(jié)果”、“正面情感結(jié)果”、“中性情感結(jié)果”、“負面情感結(jié)果”、“情感分析統(tǒng)計結(jié)果”、“情感分布視圖”。每個標(biāo)題的情感值可從“情感分析詳細結(jié)果”中獲取，是句子中正面、中性、負面情感值的加總平均值。共享單車概念股股吧主題的情感值見表1，可以反映出投資者的積極、中性或者消極情緒。同時，對積極和消極情緒進行了層次的劃分，包括一般、中度和高度，基本契合微觀主體的心理。從表1可以看出，采集的39249條文本信息中表現(xiàn)出的中性情緒居多，占總體情緒的43.55%，其中紅旗連鎖最突出。積極情緒次之，消極情緒最少，僅占19.9%。從樂觀情緒、消極情緒的程度來看，投資者多表現(xiàn)出一般的情緒。這表明，多數(shù)投資者對我國共享單車市場持觀望態(tài)度。

然而，從股吧挖掘到的信息還不止文本標(biāo)題，還包括閱讀數(shù)、評論數(shù)等數(shù)值型指標(biāo)。閱讀數(shù)可以用來反映投資者對該標(biāo)題內(nèi)容的關(guān)注程度，而評論數(shù)則是投資者之間的互動交流、信息傳遞的直觀數(shù)據(jù)。由此，本文將閱讀數(shù)、評論數(shù)定義為投資者關(guān)注度指標(biāo)與投資者互動程度指標(biāo)。本文通過日頻數(shù)據(jù)進行后續(xù)研究，投資者情緒則是當(dāng)日所有股吧主題帖情感值的算數(shù)平均值，而投資者關(guān)注度和互動程度是當(dāng)日總閱讀數(shù)、評論數(shù)的對數(shù)值。

（四）實證模型

結(jié)合投資者情緒、投資者關(guān)注度、投資者互動程度3個指標(biāo)，對8只共享單車概念股2017年上半年內(nèi)119個交易日的股票收益進行面板數(shù)據(jù)分析，基于投資者情緒的實證模型見公式（1）：

其中，股票收益用Return表示，代表第i只共享單車概念股t交易日的日收益率水平。投資者情緒用Sentiment表示，[β2]則是用來反映投資者情緒對股票收益的影響程度。投資者關(guān)注度和投資者互動程度分別用Attention、Interaction表示，而[β3]、[β4]反映相應(yīng)的指標(biāo)對股票收益的解釋能力。

四、實證分析

（一）描述性統(tǒng)計分析

從表2可看出，投資者情緒均值為1.361，標(biāo)準(zhǔn)差為1.957，說明基于共享單車概念股論壇挖掘的投資者情緒高漲并且較不穩(wěn)定。而投資者關(guān)注度和投資者互動程度的標(biāo)準(zhǔn)差值較大，反映了投資者的關(guān)注程度和互動程度在樣本期內(nèi)變化幅度明顯。股票收益率均值為負，標(biāo)準(zhǔn)差約為0.025，股票收益波動相對穩(wěn)定。

（二）相關(guān)性分析

表3顯示了投資者情緒指標(biāo)體系與股票收益的Pearson和Spearman相關(guān)性分析結(jié)果。在1%的顯著性水平下，投資者情緒與股票收益的正向相關(guān)性均顯著。這意味著，投資者情緒能夠正向影響股票收益，論證了假設(shè)H1a。而投資者關(guān)注度、互動程度和股票收益的相關(guān)關(guān)系不顯著。投資者情緒指標(biāo)體系究竟對股票收益產(chǎn)生怎樣的影響還需要通過回歸分析來進一步檢驗。

（三）混合回歸分析

經(jīng)過LM檢驗和Hausman檢驗，本文確定選用混合回歸模型對投資者情緒指標(biāo)體系與股票收益進行實證研究。由于面板數(shù)據(jù)的特點，雖然通常假設(shè)不同個體之間的擾動項相互獨立，但是同一個個體在不同時期的擾動項往往存在自相關(guān)。因此，本文在混合回歸模型的基礎(chǔ)上，對標(biāo)準(zhǔn)誤的估計采用聚類穩(wěn)健標(biāo)準(zhǔn)誤。表4中，列（1）是投資者總體情緒下股票收益的回歸結(jié)果，列（2）和（3）則分別體現(xiàn)積極和消極情緒下股票收益受到的影響。

投資者總體情緒對股票收益的影響系數(shù)為0.125，符號為正且在1%水平下顯著，說明給定投資者關(guān)注程度和互動程度時，投資者總體情緒每變動1個單位，股票收益將提升0.00125。這表明投資者情緒與股票收益正相關(guān)，與相關(guān)分析的結(jié)果保持一致，也滿足本文的假設(shè)H1a。就投資者關(guān)注度而言，在5%的顯著性水平下與股票收益呈現(xiàn)出顯著的正向關(guān)系，暗示了投資者關(guān)注度的增加能夠帶來股票收益的上漲。而投資者的互動程度對股票收益的解釋方向發(fā)生了改變，其回歸系數(shù)明顯小于0，且在5%的統(tǒng)計水平上顯著，表明投資者互動越頻繁，股票收益越少，符合假設(shè)H3的推斷。

對比積極情緒和消極情緒下股票收益的回歸結(jié)果，不難發(fā)現(xiàn)消極的投資者情緒、關(guān)注度和互動程度對股票收益的作用均不明顯，其中投資者關(guān)注度的影響方向還發(fā)生了改變。積極情緒的影響系數(shù)為0.141，略大于總體情緒的影響值，說明積極情緒對股票收益的提升能力更強。而消極情緒的影響系數(shù)較小且不顯著，則消極情緒對股票收益無顯著影響。這驗證了文鳳華等（2014）的結(jié)論和本文的假設(shè)H1b。在既定的積極情緒水平下，投資者關(guān)注度和互動程度對股票收益的影響方向未發(fā)生改變，但影響較大。

五、結(jié)論與建議

本文以我國共享單車概念股為切入點來著重分析投資者情緒對股票收益的影響。通過爬取中國最大的股吧論壇——東方財富網(wǎng)2017年1月1日至2017年6月30日關(guān)于8只共享單車概念股的股吧信息，利用ROST情感分析軟件生成基于網(wǎng)絡(luò)文本挖掘的投資者情緒指標(biāo)，并結(jié)合挖取到的閱讀數(shù)、轉(zhuǎn)發(fā)數(shù)等數(shù)值型指標(biāo)來進一步研究投資者情緒、投資者關(guān)注度和互動程度與股票收益的相互關(guān)系，還考察了積極情緒和消極情緒下股票收益的表現(xiàn)，得出以下主要結(jié)論：中國共享單車市場的投資者情緒與股票收益呈正相關(guān)關(guān)系，即隨著投資者情緒不斷高漲，股票收益將有所提升；投資者關(guān)注度的增加會帶來更多的股票收益；投資者對共享單車概念股的互動頻繁，將拉低該股的股票收益水平。此外，積極情緒對股票收益的正向提升作用顯著，而消極情緒對股票收益無顯著影響。

共享單車市場屬于新興市場，再加上我國股票市場規(guī)范程度較弱，投資者市場情緒能夠引起股票收益的劇烈波動。隨著各類互聯(lián)網(wǎng)媒體的蓬勃發(fā)展，難辨真?zhèn)蔚男畔⒉粩鄠鞑?，這使得投資者情緒產(chǎn)生波動，而情緒變化會導(dǎo)致股票投資行為發(fā)生偏差和非理性，加劇了證券市場的非穩(wěn)定性。為了防范因投資者情緒過度波動可能帶來的系統(tǒng)性金融風(fēng)險并穩(wěn)定資本市場秩序，提出如下幾點建議：個人投資者應(yīng)加強情緒管控，謹(jǐn)防非理性投資；機構(gòu)投資者應(yīng)加強窗口指導(dǎo)，積極應(yīng)對“羊群效應(yīng)”等跟風(fēng)行為所導(dǎo)致的市場非理性；政府部門應(yīng)大力宣傳理性投資觀念，強化理性投資教育。同時，應(yīng)該創(chuàng)新管理社會化媒體的途徑，加強對社會化媒體的輿情監(jiān)控，防止虛假信息的傳播。證券市場的監(jiān)管應(yīng)逐步走向多維度、全方位，全面糾正市場非理性投資行為。

參考文獻：

[1]Brown G W，Cliff M T. 2004. Investor Sentiment and the Near-Term Stock Market[J].Journal of Empirical Finance，11（1）.

[2]Fisher K L，Statman M. 2000. Investor Sentiment and Stock Returns[J].Financial Analysts Journal，56（2）.

[3]Lemmon M， Portniaguina E. 2006. Consumer Confidence and Asset Prices： Some Empirical Evidence[J].Review of Financial Studies，19（4）.

[4]Fong W M， Toh B. 2014. Investor Sentiment and the MAX Effect[J].Journal of Banking & Finance，46（3）.

[5]Baker M， Wurgler J. 2006. Investor Sentiment and the Cross-Section of Stock Returns[J].The Journal of Finance，61（4）.

[6]Aissia D B. 2016. Home and Foreign Investor Sentiment and the Stock Returns[J].Quarterly Review of Economics and Finance，59.

[7]Lee W Y，Jiang C X， Indro D C. 2002. Stock Market Volatility，Excess Returns，and the Role Of Investor Sentiment[J].Journal of Banking&Finance;，26（12）.

[8]Barber B M， Odean T. 2008. All That Glitters： The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors[J].Review of Financial Studies，21（2）.

[9]Boyd N E， Büyük?ahin B， Haigh M S， et al. 2016. The Prevalence， Sources， and Effects of Herding[J]. Journal of Futures Markets，36（7）.

[10]Gavriilidis K， Kallinterakis V， and Tsalavoutas I. 2016. Investor Mood， Herding and the Ramadan Effect[J]. Journal of Economic Behavior & Organization，132.

[11]熊偉，陳浪南.股票特質(zhì)波動率、股票收益與投資者情緒[J].管理科學(xué)，2015，28（5）.

[12]文鳳華等.投資者情緒特征對股票價格行為的影響研究[J].管理科學(xué)學(xué)報，2014，17（3）.

[13]黃宏斌，翟淑萍，陳靜楠. 企業(yè)生命周期、融資方式與融資約束——基于投資者情緒調(diào)節(jié)效應(yīng)的研究[J].金融研究，2016，（7）.

[14]王春.投資者情緒對股票市場收益和波動的影響——基于開放式股票型基金資金凈流入的實證研究[J].中國管理科學(xué)，2014，22（9）.

[15]金德環(huán)，李巖.投資者互動與股票收益——來自社交媒體的經(jīng)驗證據(jù)[J].金融論壇，2017，22（5）.