張馨尉 孫乃立 潘陽
摘? ?要:投資者作為股票市場(chǎng)的重要參與者,會(huì)對(duì)股票市場(chǎng)產(chǎn)生重要影響。為考查業(yè)績說明會(huì)中投資者情緒對(duì)股價(jià)的影響,基于2014—2020年業(yè)績說明會(huì)文本和股票交易數(shù)據(jù),利用自然語言處理技術(shù)統(tǒng)計(jì)文本中積極和消極語調(diào),并分析與股票累計(jì)超額收益率的關(guān)系。實(shí)證結(jié)果表明,投資者在業(yè)績說明會(huì)上使用的消極語調(diào)詞匯越多,會(huì)后股票累計(jì)超額收益率下降越大,但積極詞匯對(duì)收益率沒有顯著影響。此結(jié)果進(jìn)一步豐富了我國股票市場(chǎng)的定價(jià)機(jī)制相關(guān)研究。
關(guān)鍵詞:語調(diào);投資者情緒;累計(jì)超額收益率;業(yè)績說明會(huì)
中圖分類號(hào):F832.5? ? ? ?文獻(xiàn)標(biāo)志碼:A? ? ? 文章編號(hào):1673-291X(2023)07-0085-03
一、研究背景
股票價(jià)值評(píng)估通常以量化信息為基礎(chǔ)。而投資者情緒作為投資者根據(jù)當(dāng)前投資環(huán)境對(duì)股市風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)后產(chǎn)生的情感認(rèn)知,也成為影響股票市場(chǎng)的重要因素?,F(xiàn)有研究對(duì)投資者情緒刻畫,更多采用LLS模型等量化方式,而非對(duì)情緒的直接度量(Levy & Levy,2000)。本文利用自然語言處理技術(shù)中的情感分析,提取業(yè)績說明會(huì)投資者與管理層互動(dòng)文本中投資者提問的語調(diào),計(jì)量投資者積極與消極情緒,考查對(duì)股票價(jià)格的影響。本文的貢獻(xiàn)主要體現(xiàn)在:第一,現(xiàn)有研究多注重管理層分析與討論、新聞、社交媒體文章等文本釋放的信號(hào),而忽視業(yè)績說明會(huì)上投資者提問所蘊(yùn)含的信息。本文以業(yè)績說明會(huì)投資者提問文本為研究樣本,豐富了財(cái)經(jīng)文本分析的研究視角。第二,不同于以往量化模型方法,而是利用情感分析從文本中直接提取信息來衡量投資者情緒,拓展了投資者情緒的計(jì)量方式。第三,從投資視角來看,本文研究結(jié)果表明,投資者在業(yè)績說明會(huì)上語言所蘊(yùn)含的負(fù)面情緒信息是影響股價(jià)變動(dòng)的重要信號(hào),豐富了我國股票價(jià)格定價(jià)機(jī)制的相關(guān)研究。
二、理論分析與研究假設(shè)
(一)業(yè)績說明會(huì)與股票市場(chǎng)反應(yīng)
林樂和謝德仁指出,投資者會(huì)根據(jù)業(yè)績說明會(huì)中管理層回答的語調(diào)來推敲其中隱含的深意并做出決策,使得股票收益率等發(fā)生變動(dòng)。武詠晶和施先旺認(rèn)為,投資者會(huì)根據(jù)業(yè)績說明會(huì)互動(dòng)中管理層的態(tài)度與披露的資訊調(diào)整自己的投資決策。管理層會(huì)根據(jù)當(dāng)下的業(yè)績進(jìn)行預(yù)期,對(duì)未來期望較好時(shí)會(huì)主動(dòng)反映更多信息,此時(shí)管理層所披露的信息可信度較高;反之,管理層對(duì)未來預(yù)期較差時(shí),會(huì)主動(dòng)隱藏或模糊信息,此時(shí)信息可信度較低。鐘凱等發(fā)現(xiàn)業(yè)績說明會(huì)中管理層回答的文本信息中包含的消極語調(diào)對(duì)股價(jià)的影響更大,投資者對(duì)消極語調(diào)的反應(yīng)更為強(qiáng)烈,說明投資者能夠自主感知文本信息中積極或消極語調(diào),從而做出更好的投資決策。諸多研究表明,業(yè)績說明會(huì)上管理層回答文本與股票市場(chǎng)的反應(yīng)存在一定的聯(lián)系,但對(duì)于投資者在業(yè)績說明會(huì)上提問文本語調(diào)所反映的投資者情緒是否會(huì)對(duì)股票市場(chǎng)產(chǎn)生影響,仍缺少一定的證據(jù)支持。
(二)研究假設(shè)
投資者情緒的高低反映其對(duì)股票市場(chǎng)的預(yù)期判斷。裘江南和葛一迪發(fā)現(xiàn)社交媒體中投資者的正面情緒對(duì)股票市場(chǎng)有積極影響,當(dāng)投資者發(fā)布的文本信息語調(diào)傾向于積極時(shí),股票價(jià)格被抬高,從而使股票市場(chǎng)平均收益提高。由此推測(cè),當(dāng)投資者顯示出積極的情緒時(shí),表示其對(duì)股市預(yù)期具有向好發(fā)展態(tài)勢(shì),未來的股票價(jià)格會(huì)上升,股票收益率提高,因此我們提出如下假設(shè):
H1:業(yè)績說明會(huì)上投資者提問的積極詞匯占比越高,投資者的情緒越樂觀,累計(jì)超額收益率越高。
張芳和曾慶鐸發(fā)現(xiàn)在活躍的股票市場(chǎng)中,虧損使得投資者產(chǎn)生消極情緒,拋售手中股票,引起股價(jià)波動(dòng)。方健和任春苗認(rèn)為,社交媒體上投資者發(fā)出的文本信息包含的消極語調(diào)越多,反映的投資者情緒越負(fù)面,這會(huì)加快壞消息的傳播并影響速度,加劇股票市場(chǎng)上的價(jià)格波動(dòng)。由此推測(cè),投資者的消極情緒會(huì)影響其在股市上的行為,導(dǎo)致股票收益率降低,由此我們提出如下假設(shè):
H2:業(yè)績說明會(huì)上投資者提問的消極詞匯占比越高,投資者的情緒越悲觀,累計(jì)超額收益率越低。
三、研究設(shè)計(jì)
(一)數(shù)據(jù)與樣本
本文選取2014—2020年召開業(yè)績說明會(huì)的企業(yè)作為樣本,其中業(yè)績說明會(huì)投資者與管理層互動(dòng)問答文本數(shù)據(jù)來源于路演中心·全景網(wǎng)(https://rs.p5w.net),財(cái)務(wù)與證券數(shù)據(jù)來源于Wind數(shù)據(jù)庫。在剔除金融類、數(shù)據(jù)缺失或文本存在一定問題的企業(yè)后,本文最終得到409家企業(yè),共計(jì)5 445個(gè)樣本。在文本與財(cái)務(wù)數(shù)據(jù)收集整理后,本文在1%水平上對(duì)數(shù)據(jù)進(jìn)行了縮尾處理。
(二)模型構(gòu)建與變量選擇
為研究業(yè)績說明會(huì)上投資者語調(diào)對(duì)股價(jià)影響,本文構(gòu)建如下模型:
其中,CAR表示累計(jì)超額收益率。為考查短期、中期和長期影響,本文分別選擇CAR(-1,+1)、CAR(+1,+3)、CAR(+1,+20)、CAR(+1,+120)作為因變量。POSINV表示業(yè)績說明會(huì)上投資者提問的積極語調(diào)、NEGINV表示業(yè)績說明會(huì)上投資者提問的消極語調(diào)。語調(diào)計(jì)算基于Bian et al.提出的中文財(cái)務(wù)情感語料庫,通過抽取業(yè)績說明會(huì)中投資者提問部分文本的積極詞匯與消極詞匯,計(jì)算其在文本中所占比例而得。Control表示控制變量,包含了管理層回答的積極語調(diào)(POSMNG)、管理層回答的消極語調(diào)(NEGMNG)、t-1年的資產(chǎn)總計(jì)(TA)、總市值(MV)、凈資產(chǎn)收益率(ROE)、資產(chǎn)負(fù)債率(LEV)及市凈率(PBS)。Year與Industry分別表示年與行業(yè)效應(yīng)。
四、實(shí)證結(jié)果
(一)主要分析結(jié)果
業(yè)績說明會(huì)上投資者提問的語調(diào)對(duì)股價(jià)影響的回歸分析結(jié)果如表1所示。從回歸系數(shù)可以看出,自變量投資者提問的積極語調(diào)(POS1INV)對(duì)CAR(-1,+1)有正向的顯著影響,對(duì)CAR(+1,+20)有負(fù)向顯著影響,但對(duì)CAR(+1,+3)和CAR(+1,+120)無顯著影響。換句話說,投資者提問的積極語調(diào)(POS1INV)對(duì)公司股價(jià)影響呈現(xiàn)出先正后負(fù)的趨勢(shì)。說明盡管在業(yè)績說明會(huì)前后,投資者可能會(huì)受到正面消息的影響對(duì)股市呈樂觀態(tài)度紛紛購買股票,使得累計(jì)超額收益率上漲,但這種情況不會(huì)持續(xù)太久,中長期內(nèi)股票便會(huì)回調(diào),最終積極語調(diào)所反映的樂觀情緒并不會(huì)對(duì)股價(jià)產(chǎn)生顯著影響。
而自變量投資者提問的消極語調(diào)(NEG1INV)的回歸系數(shù)分別為-0.512、-0.332、-1.208、-2.620,對(duì)CAR(-1,+1)、CAR(+1,+3)、CAR(+1,+20)、CAR(+1,+120)均有顯著的負(fù)向影響,說明投資者在業(yè)績說明會(huì)中使用的消極詞匯占比越多,累計(jì)超額收益率越低。若消極語調(diào)對(duì)累計(jì)超額收益率的影響僅限短期的話,說明投資者情緒對(duì)股價(jià)的影響更多的是一種非理性的反應(yīng)。但結(jié)果表明無論在短期還是中長期,更多的消極詞匯占比均會(huì)造成更低的累計(jì)超額收益率。說明投資者的負(fù)面情緒更多是源于對(duì)該企業(yè)經(jīng)營狀況與未來發(fā)展的理性分析,并非毫無根據(jù)的一時(shí)沖動(dòng)。因此,當(dāng)業(yè)績說明會(huì)的負(fù)面情緒傳遞到股票市場(chǎng)時(shí),不僅會(huì)造成短期的股價(jià)下挫,還會(huì)造成股價(jià)的長期低迷。結(jié)果與本文假設(shè)H1不一致,但與假設(shè)H2一致。
(二)穩(wěn)健性檢驗(yàn)
為確保檢驗(yàn)結(jié)果具有穩(wěn)健性,本文基于大連理工大學(xué)中文情感詞匯本體庫,重新計(jì)算了投資者提問的積極語調(diào)與消極語調(diào)(POS2INV、NEG2INV),并將其作為自變量再次回歸,得到表2所示結(jié)果。可以看出,穩(wěn)健性檢驗(yàn)的結(jié)果與表2基本一致,回歸結(jié)果穩(wěn)健。結(jié)合回歸分析與穩(wěn)健性檢驗(yàn)的結(jié)果,我們認(rèn)為業(yè)績說明會(huì)中投資者的積極語調(diào)并不會(huì)引起明顯的股價(jià)變動(dòng),而消極語調(diào)則會(huì)顯著影響股價(jià)。
五、研究結(jié)論
本文通過自然語言處理技術(shù)對(duì)投資者提問文本信息中的積極和消極語調(diào)進(jìn)行提取,考查其對(duì)業(yè)績說明會(huì)前后股票價(jià)格變動(dòng)的影響。結(jié)果表明,業(yè)績說明會(huì)上投資者提問的積極語調(diào)并不會(huì)引起顯著的股價(jià)變動(dòng),但消極語調(diào)會(huì)引起股價(jià)的下跌,且此時(shí)的股價(jià)下跌是投資者對(duì)上市公司業(yè)績水平和發(fā)展?fàn)顟B(tài)的理性質(zhì)疑。
參考文獻(xiàn):
[1]? ?Levy H., Levy M., Solomon S. Microscopic simulation of financial markets: from investor behavior to market phenomena[M].Academic Press,2000.
[2]? ?Bian S.B.,Jia D.K., Li F., Yan Z.P. A New Chinese Financial Sentiment Dictionary for Textual Analysis in Accounting and Finance[R]. Working paper, Shanghai University of Finance and Economics,2019.
[3]? ?方健,任春苗.社交媒體情緒表達(dá)對(duì)股價(jià)波動(dòng)的影響研究——基于“上證e互動(dòng)”的實(shí)驗(yàn)證據(jù)[J].金融與經(jīng)濟(jì),2021,(7):12-21.
[4]? ?林樂,謝德仁.投資者會(huì)聽話聽音嗎?——基于管理層語調(diào)視角的實(shí)證研究[J].財(cái)經(jīng)研究,2016,42(7):28-39.
[5]? ?裘江南,葛一迪.股市危機(jī)情境下社會(huì)媒體投資者情緒對(duì)股票市場(chǎng)的影響研究[J].管理評(píng)論,2021,33(5):281-294.
[6]? ?武詠晶,施先旺.管理層討論與分析語調(diào)對(duì)分析師預(yù)測(cè)準(zhǔn)確度的影響[J].財(cái)會(huì)通訊,2020,(24):16-20.
[7]? ?張芳,曾慶鐸.融資融券視域下投資者情緒與股市收益關(guān)系研究——基于滬深300指數(shù)的實(shí)證檢驗(yàn)[J/OL].價(jià)格理論與實(shí)踐,2021:1-6.
[8]? ?鐘凱,董曉丹,彭雯,陳戰(zhàn)光.一葉知秋:情感語調(diào)信息具有同業(yè)溢出效應(yīng)嗎?——來自業(yè)績說明會(huì)文本分析的證據(jù)[J].財(cái)經(jīng)研究,2021,(9):48-62.
Abstract: As an important participant in the stock market, investors will have a significant impact on the stock market. In order to examine the impact of investor sentiment on stock prices in the performance briefing, based on the performance briefing text from 2014 to 2020 and stock trading data, natural language processing technology was used to count the positive and negative tones in the text, and analyze the relationship with the cumulative excess return of stocks. The empirical results indicate that the more negative tone words investors use in performance briefing meetings, the greater the decrease in cumulative excess return of stocks after the meeting, but positive words have no significant impact on returns. This result further enriches the research on pricing mechanisms in China’s stock market.
Key words: intonation; investor sentiment; accumulated excess return rate; performance briefing
[責(zé)任編輯? ?衛(wèi)? ?星]