大數據網絡輿情對證券投資收益與風險影響研究

郭建峰 ，劉 櫻 ，陳有為 ，溫景崗

（西安郵電大學a.經濟與管理學院；b.計算金融與風險管理研究中心，西安710121）

大數據網絡輿情對證券投資收益與風險影響研究

郭建峰a，b，劉 櫻a，陳有為a，b，溫景崗b

（西安郵電大學a.經濟與管理學院；b.計算金融與風險管理研究中心，西安710121）

將來自深圳證券交易所并為證監會推送的權威輿情監管數據通過大數據的技術進行處理，運用到對股票收益與風險的研究中，并運用2013年1月4日至2016年12月31日全A股市場近幾十萬級數據進行實證研究。研究得出：網絡輿情值與股票收益呈現負相關關系。對股票波動進行檢驗發現：網絡輿情值高的股票波動性小，網絡輿情值低的股票波動性大，得出網絡輿情值的提高增加了信息的透明度從而降低了風險。

大數據；網絡輿情；股票收益；股票波動

2011年5月，麥肯錫全球研究院發布了報告《大數據：創新、競爭和生產力的下一個新領域》后，大數據的概念備受關注。網絡的迅猛發展產生了各式各樣的數據，數據正以“TB”級增長。網絡輿情正是以一種網絡大數據形式而存在。近幾年，金融市場中投資者結構已經發生變化，截至2016年末，A股市場中散戶投資者占比接近50%，散戶投資者相對其他投資者非理性程度低。金融領域中，在大數據時代背景下，通過從搜索引擎、媒體網站及社交網絡等產生的各類消息中挖掘有用信息，從而加深對金融市場的分析至關重要。因此，隨著股票市場投資者結構的改變，對于大數據網絡輿情對股票的影響研究的重要性日益彰顯。

本文通過將來自深圳證券交易所并為證監會推送的權威輿情監管數據通過大數據的技術進行處理，運用到對股票收益及風險影響的研究中，進行對股票收益及風險的實證檢驗。

一、研究方法與模型設定

（一）數據描述與選取

大數據下，分析網絡輿情與股票收益及風險之間的影響，面臨的難題就是找到權威網絡輿情數據。在當前國內外的學者中，對于網絡輿情的挖掘以及度量沒有統一的標準。網絡輿情是投資者情緒的一個側面體現。Sabherwal從論壇中收集的與相應股票相關的文本數據信息，通過處理作為網絡輿情的代理變量；林振興收集論壇中與個股有關的發帖并計算數量，形成網絡輿情指標。

本文所用網絡輿情數據權威性得到保證。基于網絡大數據，輿情預警度、網絡輿情關注度是根據抓取到的微博、博客、股吧論壇、微信的數據計算而來，依據平臺不同以及傳播量等，發布平臺事先打分分級，實體評論情況的量化統計，并標準化到0—100之間。其中，輿情預警度只包括相關公司負面的消息。網絡輿情的衡量更精準、直接、更有吸引力。表1和表2分別展示了網絡輿情關注度與輿情預警度的描述性統計，根據網絡輿情預警度方差，我們可以看出方差較大，說明不同股票間、不同時間網絡輿情關注度波動較大。根據網絡輿情預警度的描述性統計，方差相對小。

本文所用其他股票日交易數據從wind數據庫收集而來。本文研究期間選為2013—2016年，研究樣本為全A股中剔除ST股票、以及輿情預警度高于60的股票進行研究分析，對預警度進行分析發現輿情預警度高于60的情況下，負面消息對股票有顯著的干擾性，所以進行剔除。

（二）模型設定

本文采用排序法以及比較分析法對網絡輿情因子進行檢驗，具體做法如下：

首先，每月初對研究樣本按因子降序排序，等分為n個組合，每月初調整研究樣本的分組情況。然后對研究樣本的n個組合計算收益率。

在對因子對股票收益影響的方向性判斷上，對研究樣本按因子大小排序分組后，運用比較分析法，若因子越大，收益越大，則認為該因子是正向因子；若因子越大，收益越小，則認為該因子是負向因子。即：

AR1＜AR2＜AR3...＜ARn，則認為該因子為負向因子。

AR1＞AR2＞AR3...＞ARn，則認為該因子為正向因子。

其中，ARi表示股票組合的平均收益。

表1 網絡輿情（Yq）的描述性統計

表2 Yq與當期股票收益比較

在對網絡輿情對股票波動的影響分析上，對每個投資組合的月收益序列求標準差，并采用比較分析法對各標準差序列進行比較。標準差計算公式如下所示：

其中，R表示組合的月收益，k表示組合的月數。

二、實證檢驗

本文將分別從網絡輿情對股票收益的影響以及對股票風險的影響兩部分進行實證研究。第一部分分析網絡輿情對股票收益的影響是正向還是負向。第二部分分析網絡輿情對股票波動風險影響。

在分析網絡輿情（Yq）對股票收益以及股票波動風險的影響時，我們分別將研究樣本等分為五組并分別計算持有組合一個月的等權平均月收益，每月初調倉，最后計算每個組合的月平均收益率。

通過表2，組合1—5的平均月收益，隨著網絡輿情值的降低而增大，得出結論，網絡輿情對股票收益的影響是負向的。通過對組合1與組合5的G值為1.08，我們可知組合之間的收益差異較大；根據t值檢驗，t值較大，p值為0.000 0，網絡輿情對股票收益的影響顯著。

表3 Yq與當期股票波動比較

通過圖1，展示了不同網絡輿情值下組合在研究期間的收益比較，圖中至下而上分別為Yq（1）組合、Yq（2）組合 、Yq（3）組合、Yq（4）組合、Yq（5）組合。由圖 1 可知，網絡輿情與股票收益呈負相關關系。

通過表3展示了各個組合的股票收益標準差，組合1到組合5標準差逐漸增大，表明隨著網絡輿情值的降低，股票收益的標準差增大，即：股票投資的風險增大。由此我們得出，網絡輿情關注值的增大增加了信息的透明度，降低了信息的不對稱，從而降低了投資風險。

三、結論

圖1 不同網絡輿情值下組合收益展示圖

本文順應大數據發展，通過運用權威的深圳證券交易所運用大數據技術采集來的網絡輿情數據，并運用相應的大數據數據處理方法對數據進行處理，運用到對股票收益及風險的研究中。通過實證研究得出，網絡輿情對股票收益有負向影響；網絡輿情值高的股票，股票波動小，即投資股票的風險小。由此我們發現，投資者可以通過買入網絡輿情值低的股票同時賣出網絡輿情值高的股票進行投資決策獲取股票收益；監管部門可以對網絡輿情值低的股票進行監控，以求降低金融市場風險。本文仍有研究不足，對于風險測量的方法過于單一，在以后的研究中可以考慮使用多種風險模型對風險進行測量以及管理。

[1]Andrei D，Hasler M.Investor Attention and Stock Market Volatility[J].Review of Financial Studies，2011，（1）：33-72.

[2]Dimpfl T，Jank S.Can Internet Search Queries Help to Predict Stock Market Volatility?[J].European Financial Management，2016，（2）：171-192.

[3]Bank M，Larch M，Peter G.Google Search Volume and Its Influence on liquidity and Returns of German stocks[J].Financial Markets&Portfolio Management，2011，（3）：239-264.

[4]Sabherwal S，Sarkar S K，Zhang Y.Do Internet Stock Message Boards Influence Trading?Evidence from Heavily Discussed Stocks with No Fundamental News[J].Journal of Business Finance&Accounting，2011，（9-10）：1209-1237.

[5]林振興.網絡討論、投資者情緒與IPO抑價[J].山西財經大學學報，2011，（2）：23-29.

Research on the impact of big data network public opinion on the securities investment returns and risks

GUO Jian-feng1，2，LIU Ying1，CHEN You-wei1，2，WEN Jing-gang2
（1.School ofeconomics and management；2.Research Center for computingfinance and risk management，Xi'an UniversityofPosts and telecommunications，Xi'an 710121，China）

From the Shenzhen Stock Exchange and the SFC regulatory authority of public opinion data push through big data processing technology，applied to the research on stock returns and risk，and the use of 1 2013 to 2016 12 4 31 April the A stock market nearly hundreds of thousands of level data for empirical research the study concluded that：the value of network public opinion.It has negative correlation with stock returns.The stock fluctuation were found：the network public opinion value of high volatility，high stock value of network public opinion.Ticket volatilityis large，the increase ofthe value ofnetwork public opinion increases the transparencyofinformation，therebyreducingthe risk

bigdata；network public opinion；stock returns；Stock Volatility

F83

A

1673-291X（2017）35-0127-03

2017-10-15

陜西省軟科學研究計劃重點項目（2015KRZ001）；西安市科技計劃社會引導軟科學項目（SF1504（3））；陜西省教育廳哲學社會科學重點研究基地項目（14JZ048）

郭建峰（1972），男，教授，從事計算金融與風險管理研究；劉櫻（1993），女，遼寧大連人，碩士研究生，從事計算金融研究。

[責任編輯 興 華]