投資者情緒對上證指數價格波動的影響研究
——以股吧為例

蘭州交通大學數理學院 龍江

股市不僅是衡量經濟運行的指標，還可以為未來經濟判斷提供重要參考。長期以來，股市一直受到“政策市場”“信息市場”和過度投機等問題的困擾，股市上充斥著各種各樣的新聞和評論。隨著“發布、傳播、影響”的過程，這些新聞和評論也影響著投資者在股市中的情緒，股民的情緒決定著交易行為，從而使股市中的新聞和評論迅速反映在股價上。散戶在股吧等載體的幫助下，釋放自己的建議和情緒，這些建議和觀點在網絡上迅速傳播和交融，最終影響人們的實際決策。許多學者提出了構建投資者情緒指數等指標分析股票波動的方法，從而將投資者情緒與股票變化聯系起來[1～3]。在現有的市場情緒研究中，有的學者通過選擇合適的情緒指標來反映市場情緒[4,5]，還有一些學者利用文本數據中的隱含信息來構建情緒指標[6～8]。魯曉鵬等[9，10]學者認為新聞文本數據中包含利空或利好的情感傾向，可以從中構建情緒指標。在研究投資者情緒對股票走勢的影響時，郭曉菲等[11]通過構建情緒指數將股民的情緒量化，從而對兩者的關系進行實證分析。

1 本文主要工作

(1)利用 Python軟件對上證指數股吧一段時間內的評論文本數據進行爬取，并進行清洗及分詞處理。

(2)對抓取的評論進行情感傾向分析。利用情感詞典提供的情感詞匯對評論里所有的詞匯賦予情感權重，計算出每條評論最終的情感得分，再匯總每日所有評論情感值的均值作為反映投資者情緒的指標。

(3)情緒指數與上證指數價格波動的關聯分析。對計算得到情緒指數與上證指數相關指標進行相關性分析，并通過格蘭杰檢驗判斷情緒得分是否對上證指數走勢產生影響。

2 投資者情緒指數構建

2.1 數據采集

本文利用Python軟件中的Selenuim包和Lxml包對東方財富網上證指數吧版塊的評論信息進行爬取。獲取到2020年 5月21日到2021年5月18日的評論文本數據，篩選出 10萬多條評論信息作為市場情緒的文本來源，并使用網易財經網選取對應時間的上證指數相關指標作為研究對象。

2.2 文本清洗

爬取的股吧帖子里大多數評論是股民對股市行情的看法，但也存在一些無用帖，比如廣告帖等，這些帖子的內容會對后續計算情感指數產生一定影響，需要去除這部分數據。文本去噪主要去掉以下幾類信息：（1）評論為空的帖子。（2）評論中只有數字、字母或者表情包的帖子。（3）重復的評論帖子。（4）與股票完全無關的評論帖子。

2.3 文本分詞

本文采用jieba分詞庫對清洗后的評論文本進行分詞處理，由于詞典的覆蓋面有限，故通過詞典與人工結合的雙重分詞方法，然后對分詞后的評論進行詞頻分析，截取詞頻排名前50的詞語，通過調用Python語言中的WordCloud進行詞云圖展示，如圖1所示。

圖1 詞云圖

2.4 刪除停用詞

在評論文本中有許多對情感分析毫無意義的詞，如“的”“你”“謝謝”“是”“老師”“狐貍”“說”“今天”等都沒有明確意義和明顯情感傾向的詞被稱為停用詞。由于評論中包含大量停用詞，為了提高效率和分析效果，需要將這類詞過濾。

2.5 計算情感得分

停用詞刪除之后，本文使用BosonNLP情感詞典，將其與分詞后的文本進行匹配，從而對評論文本進行打分。投資者的情緒傾向是通過評論情感得分來判斷的，情感得分的范圍是0～1，得分越接近1，評論情感越積極，分數越接近0，評論就越負面。

將上證指數股吧的評論以日期劃分，基于情感詞典對每日市場情緒指數進行計算，計算公式如下：

其中，sentimenti表示每條評論的情感得分，情緒指數emotionsT計算公式表示在第T日所有評論的情感得分均值，情緒指數的范圍也在0～1。如果情緒指數趨近于0，表示市場反應越低迷，若情緒指數趨近于1，則市場反應越積極，情緒指數趨于0.5，則市場情緒越平穩。每日情緒指數emotionsT反映了當天市場的情感強度。

3 投資者情緒指數對上證指數波動的影響分析

本文采用情感詞典的情緒指數構建方法，計算了2020年5月21日—2021年5月18日上證指數的日情緒指數，并繪制了日情緒指數與上證指數開盤價的時間序列，如圖2所示。

圖2 情緒指數與上證開盤價格趨勢圖

由圖2可以發現，情緒指數的波動在一定程度上反映了上證指數開盤價格的波動趨勢。為了檢驗情緒指數對上證指數價格波動的影響，對日情緒指數和上證指數開盤價進行格蘭杰因果關系檢驗。原始假設H0表明，情緒指數的變化不是上證指數開盤價變化的格蘭杰原因。F統計值和P值用來驗證是否拒絕原假設H0，置信水平分別為1%、5%、10%，檢驗結果如表1所示。

表1 Granger因果檢驗

由表1可以看出：當滯后階數為1、2、3時，在5%的置信水平上檢驗結果都拒絕原假設HO，說明情緒指數是上證指數開盤價格變化的格蘭杰原因，情緒指數的波動先于上證指數的價格波動。當滯后階數為4、5時，在5%的置信水平上不能拒絕原假設H0。研究表明，情緒指數在短期內對上證指數的開盤價格有一定的影響，但從長期來看，情緒指數的變化并不影響上證指數的波動。接著計算情緒指數與上證指數開盤價的相關系數，結果如表2所示。

表2 相關系數

由表2可以看出：上證指數開盤價格和每日情緒指數的相關系數隨著時間滯后的增加而減少，表明情緒指數對上證指數價格波動影響具有一定的時效性，當日股民情緒變化，對次日大盤影響最大，隨著時間的推移，情緒指數對后續市場的影響逐漸減小。

4 結語

本文選取上證指數2020年5月21日—2021年5月18日的交易數據，結合對應時間里東方財富在線股吧中的股民點評文本數據，構建了情緒指數。對市場情緒變化與上證指數開盤價波動進行了相關分析和格蘭杰因果關系分析。研究結果表明：短期內，投資者情緒是上證指數價格波動的影響因素。在未來工作中，我們會嘗試探索新的情感詞典構建方法以提高評論的情感識別精度，同時股吧里的評論者不能代表市場上的所有投資者，只是部分影響因素，后續會針對這些問題進一步優化。