社交媒體大數據和股票市場的研究述評與探索

徐雨迪

摘 要：社交媒體是一個強大的社會行為數據庫，包含了用戶的信息搜索、獲取和交換的海量數據，反映了大量投資者的關注與情緒，吸引了大量學者將其與股票市場進行關聯研究。從行為金融學出發，分析了社交媒體大數據中蘊含的信息作用于股市的經濟原理及其傳導機制。從投資者關注和投資者情緒兩個維度，對社交媒體大數據和股票市場關聯研究的文獻進行了歸納和梳理，總結主要發現，明確社交媒體到股票市場的傳導機制，從而更深刻地理解投資者行為。對未來研究方向進行了展望，以期為進一步的研究提供參考。

關鍵詞：社交媒體大數據;投資者關注;投資者情緒;股票市場

中圖分類號：F832.51文獻標識碼：A文章編號：1005-6432（2022）11-0045-05

DOI：10.13939/j.cnki.zgsc.2022.11.045

1 引言

隨著經濟的快速發展，經濟問題和危機頻發，世界股票市場曾多次出現牛熊市的頻繁更替和股票價格的大起大落。如1987年的“全球股市黑色星期一”、1995年的墨西哥金融危機以及2007年的美國次貸危機等。這些現象都難以用基于有效市場假說和理性人假說的傳統金融學所解釋。

行為金融學的興起和發展，將金融學的研究視野拓寬至投資者的心理和具體行為上，指出投資者存在心理認知偏差等問題，從而導致其做出“非理性”的投資決策。

因此，有不少學者考慮從投資者的心理特征和行為特點出發，研究其與股票市場的關系，但前期由于數據來源有限，研究沒有得到很好的發展。直到互聯網的出現和興起，信息的傳遞方式由傳統媒介轉變成了新興的社交媒體。

根據中國互聯網網絡中心第44次調查報告，截至2020年9月，中國網民規模達9.4億，互聯網普及率達67%。社交媒體作為當下影響范圍最廣、使用頻率最高的新型互聯網工具之一，使用戶能夠搜索、創建和共享信息的同時，還記錄了用戶網絡行為。利用網絡爬蟲、數據挖掘技術，能夠從社交媒體獲取記錄各階層、各領域用戶行為的大數據。

社交媒體已經成為一個強大的社會行為數據庫，這為研究投資者行為提供了一個新的視角。近年來，將社交媒體大數據和股市結合起來研究的文獻層出不窮，這一方面能夠引導投資者客觀認識自身存在的認知偏差，避免盲目跟風的同時，做好風險管理;另一方面，能夠為完善股票市場的運行機制、制定監管政策提供思路。

鑒于此，本文從行為金融學出發，通過對研究社交媒體大數據和股票市場的文獻進行歸納和梳理，總結主要發現，明確社交媒體到股票市場的傳導機制，從而更深刻和全面地理解投資者行為。

2 社交媒體概述

從技術角度來看，社交媒體是基于Web或操作高度交互平臺所必需的移動技術。

在該平臺上，用戶可以搜索、創建和共享信息。Boyd和Ellison（2008）使用術語“社交網站”代替“社交媒體”，并將其表示為基于網絡的服務，允許用戶創建公開或半公開信息。

如今，新興的社交媒體層出不窮，本文考慮到數據的可用性、用戶數量、流行程度、與股市的相關程度等方面，重點關注Twitter（推特）、Google（谷歌）、百度和微博的數據。就本文而言，社交媒體中“搜索”和“共享”兩個模塊是最重要的，“搜索”模塊提供了指數數據，反映了用戶對某個特定信息的關注程度，“共享”模塊提供了文本數據，反映了用戶的情緒，這兩個模塊是大數據的來源，在一定程度上體現了用戶的行為。

在股票市場領域，社交媒體大數據可以用來揭示社會與股市之間更深層次的影響機制。如前所述，社交媒體大數據包含各種各樣的信息，但哪些信息是有價值的，哪些信息可以為研究所用，是每個學者都需要思考的問題。

3 社交媒體大數據應用于股市的經濟原理

社交媒體大數據捕獲了用戶的活動、用戶之間的互動，或更準確地說，一個社會的復雜行為。在行為金融領域，投資者的行為及其與股票市場的關系是研究的主要部分。

因此，行為金融框架是在股票市場領域使用社交媒體大數據的主要動機。在當前研究中，這種動機存在以下兩種經濟學解釋。

3.1 信息需求

第一種經濟學解釋是基于投資者的信息需求，即投資者關注。特別是對于散戶投資者，他們的信息來源有限，無法訪問Bloomberg或Thomson Reuters等專業數據庫，當他們接收到外界的信息后，往往將社交媒體用作有關股票市場的公開信息來源。

Da等（2011）、Kim和Neri（2018）的論文提出了這個想法，他們在分析中采用了Google搜索數據。國內張繼德等（2014）也提出了信息需求，他們提出將百度指數作為散戶投資者關注的替代信息來源。

3.2 信息供給

第二種觀點是基于用戶的信息供給行為。投資者對來自社交媒體會產生各自的認知，這些認知會通過社交媒體上分享的內容展現出來。這些由社交媒體用戶共享的內容是有價值的數據源，從而這些信息的供給作用于投資者的交易決策，進而影響到股市表現。

在金融文獻中，體現用戶情感和觀點的內容可以用術語“情緒”來描述，在本文中叫作投資者情緒。大量的研究表明，理性程度較低的投資者群體傾向于依賴情緒行事。例如，Mao等（2015）和Francesco Audrino等（2020）研究Twitter數據、張洪辰（2014）和Zhou等（2018）研究微博的數據，他們從中提取投資者情緒，證明了這種想法。

3.3 傳導機制

結合以上兩種經濟學解釋和以往的研究，本文在陸慧玲（2018）的基礎上構建在社交媒體下的信息在股票市場的傳導機制，見圖1。

從該傳導機制可以看出，投資者通過某種渠道接收到社交媒體信息。社交媒體信息包括媒體發布的新聞、社交媒體用戶的分享和網絡痕跡等。這些社交媒體信息在經過認知過程之后，會對投資者情緒產生一定的影響。投資者情緒表現為推文的發布、微博的發布等。

從而這些信息的供給作用于投資者的交易決策。同時，出于信息需求，這些信息還會引起投資者的關注，表現為百度搜索、Google搜索等，對投資者行為產生影響，進一步影響股市表現，如交易量、股價等。投資者關注到股市的變化后，又會基于信息供給和信息需求反饋到投資者情緒和投資者關注中。由此形成了一種如圖1所示的循環影響。

本節最重要的貢獻是了解到社交媒體是一種僅從技術上捕獲有關社會行為的數據的工具。然而，對該領域研究真正重要的是理解投資者的行為、散戶投資者的存在及其對股票市場的影響。

為此，本文根據社交媒體和股市關系的經濟原理提出了投資者的行為與股票市場之間的傳導機制，更深層次地解釋了這一影響。

4 主要實證發現的綜述

以微博、Twitter、百度等為主的社交媒體的迅速興起，在改變信息發布與傳播方式的同時，也悄然改變著人們的生活和思維方式。社交媒體作為投資者信息獲取、發布和交流的重要平臺，是能夠體現投資者行為的有價值的大數據源。當前已有很多學者投身于海量的社交媒體大數據對股市影響的研究。

本文基于行為金融學從以上兩種經濟學解釋及其傳導機制出發，對該領域的有關社交媒體和股票市場之間關系的主要實證研究進行了分析和歸納。

4.1 投資者關注

在信息需求理論框架下，社交媒體包含的搜索量、網頁瀏覽量等，反映了投資者對特定信息的關注。

現有研究發現，投資者關注會對股價產生正向影響，部分研究指出這種影響會在近期內反轉。

Da等（2011）是國外研究Google數據的第一批論文之一，該研究提出將Google對股票代碼的搜索量數據作為衡量投資者關注的新指標。

以Russell 3000指數股票為研究樣本，發現股票代碼搜索量的增加預示著未來兩個星期內的股價將上漲，并且最終價格將在一年內反轉，他們認為這是因為散戶投資者的高度關注增加了股票價格的購買壓力。

俞慶進和張兵（2012）用以證券簡稱和證券代碼為關鍵字的百度搜索量數據衡量投資者關注，結果表明投資者關注在當期能夠對市場造成正向的價格壓力，但很快將發生反轉。該發現與Da等（2011）的發現類似，表明社交媒體搜索量數據在中國股票市場的可適性。

張繼德等（2014）參考俞慶進和張兵（2012）構建的模型，使用以股票簡稱為關鍵字的月百度搜索數據，研究發現該指數對上證180指數樣本股的股價有正向影響，對股票收益有正向驅動作用，但這一現象將在一段時間后發生反轉。

陳植元等（2016）選取20只新概念股作為研究對象，以證券簡稱和代碼日百度指數之和度量投資者關注度，揭示了百度指數與股票市場指標表現之間顯著的正相關關系。

Kim和Neri（2018）研究Google日搜索數據與奧斯陸證券交易所上市公司的未來異常收益、交易量和波動性之間的關系，研究結果表明Google搜索量的增加預示著波動性和交易量的增加。

另外，部分研究將重點放在投資者關注的預測精度上，研究發現投資者關注度的引入，模型的預測精度將得到提高。

Bank等（2011）用德國上市公司名稱為關鍵詞的Google搜索量數據衡量投資者關注，結果表明搜索量的增加會帶來短期超額收益的升高，并進一步發現，當股價在當年創新高時，Google搜索量對股票收益率的預測能力將提高。

Dimpfl和Jank（2016）考慮用“Dow”為關鍵詞的Google日搜索量數據衡量投資者關注，發現網絡搜索量對未來股市波動性有一定的預測能力，特別是在高波動階段。

張寧（2016）和張同輝等（2019）分別以“上證指數”“深證指數”和股指名稱、代碼為關鍵字的日百度數據衡量投資者關注，發現投資者關注度的引入，有助于提高波動率的預測精度。

瞿慧和沈微（2020）以華夏上證為研究對象，用“50ETF”的百度搜索指數度量投資者關注度，將其作為邏輯平滑轉移結構的轉移變量，構建已實現波動的異質自回歸類模型，發現投資者關注的非線性引入對波動率預測有顯著貢獻。

綜上所述，國外多采用Google搜索，國內多采用百度指數度量投資者關注。雖然選擇的關鍵詞（上市公司名、Dow、股票代碼等）存在差異，研究對象也存在差異（Russell 3000指數股票、創業板股票、滬深兩股市等），但都研究發現社交媒體蘊含的投資者關注信息對股指包含額外的預測信息。

4.2 投資者情緒

在信息供給理論框架下，由社交媒體文本信息衡量的投資者情緒會影響非理性投資者的決策，進而影響股票市場。

姚堯之等（2018）指出使用包含較高頻率投資者情緒數據的混頻數據模型對股市行為具有更強的解釋能力。

因此，本小節以數據取樣頻率的不同對已有研究進行劃分，從信息供給理論及其傳導機制出發，重點關注投資者情緒和股市之間的關系。

4.2.1 低頻投資者情緒

現有不少研究從社交媒體大數據中提取出不同類型的投資者情緒，它們對股票市場的影響存在差異。

最早的研究是Antweiler等（2004），他們爬取雅虎財經上關于45家上市公司的150萬條帖子，構建了看空、持平和看漲的投資者情緒，研究發現這三種投資者情緒對股市的波動性都有解釋力度。

張洪辰（2014）從新浪微博與上證綜指相關的微博中提取出日投資者情緒：看漲情緒和看跌情緒，研究發現該投資者情緒在一定程度上可以預測上證綜指的未來走勢，股票走勢與看漲情緒正相關，與看跌情緒負相關。

易洪波、賴娟娟等（2015）用東方財富網股吧下的上證指數吧每日主題帖的標題內容的多、空情緒比例變動，構建日投資者情緒，發現投資者情緒對上證股指成交量和收益率有很大影響，并且這種影響是非對稱的，空方情緒對成交量影響較大，多方情緒對收益率的影響明顯。

石善沖等（2018）爬取清博平臺“股市”板塊中的微信文章，從中提取出日投資者情緒：積極情緒、中性情緒和消極情緒，發現積極情緒和中性情緒會影響上證指數的成交量，而消極情緒主要影響上證指數的收盤價和收益率。

Zhou等（2018）對投資者情緒做了進一步的細分，從微博上收集了與中國股票相關的微博，從中提取出了五種日投資者情緒：憤怒、厭惡、喜悅、悲傷和恐懼，發現厭惡與收盤指數，喜悅、恐懼、厭惡與開盤指數存在格蘭杰因果關系，但網絡社交媒體中的憤怒與中國股市的關聯性最弱，甚至與中國股市沒有關聯。

除了從提取的情緒指標不同入手，還有部分研究專注于不同的市場和行業。

Mao等（2015）專注于國家層面的股市研究，他們利用Twitter提取出投資者情緒，對英國、美國、加拿大和中國的股市收益進行了預測，發現投資者情緒指標能夠有效地預測英國、美國和加拿大股市，而對中國股市的預測能力稍微弱一些。這可能是由于國外互聯網數據包含的中國股市的有效信息較少。

Guo等（2017）關注于整個中國股票市場的生物醫學和房地產行業，使用了一種新興的社交媒體——雪球網，從雪球網上爬取的相關用戶評論信息提取投資者情緒，同時還用股票在雪球網上的出現頻率衡量投資者關注，結合這兩個指數發現只有在股票受到投資者高度關注時，情緒數據才可以用來預測股價。

Chen等（2018）關注于滬深股市，從新浪微博官方賬號收集到的微博中提取出投資者情緒，發現股票數據能夠被很好地預測。

Francesco Audrino等（2020）使用來自Twitter和Stock Twits的日文本投資者情緒，結合Google和Wikipedia的日搜索量數據與不同行業的18家公司股票指數建立擴展HAR模型，得出了與Behrendt和Schmidt（2018）類似的結論，發現投資者關注和投資者情緒能夠顯著提高波動性預測，但對于那些市值較小或機構投資者比例較高的公司，情緒數據對于未來波動性的信息性通常較低。該部分的現有研究基本上集中在國外，國內的研究還較少，且大都發現只有在股票受到投資者高度關注時，情緒數據才有較好的預測能力。

投資者情緒這一研究領域使用的社交媒體多種多樣，從國外的Twitter、雅虎財經、雪球網到國內的微博、東方財富網等，它們都是研究投資者行為的有價值的數據源。

雖然學者從中提取的情緒信息多種多樣，選取的研究對象不同，其對股市影響的方向、程度等存在差異，但可以明確的是，社交媒體包含的情緒信息對股市行為有額外的解釋力度。

4.2.2 高頻投資者情緒

以上的研究是在低頻率上提取的投資者情緒，但股市時時處在變動狀態，低頻率數據無法捕捉短時間間隔的詳細信息。近幾年隨著網絡和技術的快速發展，為完善這一領域的研究，更多的學者將目光放在高頻數據上。

Sun等（2016）使用湯森路透市場心理指數（TRMI）分析了半小時收益的可預測性。TRMI是一種基于新聞、互聯網來源和社交媒體數百萬條帖子構建的高頻投資者情緒，他們發現投資者情緒的變化對日內普爾-500指數股票收益具有預測力。

T.Renault（2017）從StockTwits平臺發布的消息中提取了半小時頻率的投資者情緒，研究發現投資者情緒有助于預測日內股指收益，且投資者情緒的前半小時變化預測了標準普爾500指數的最后半小時收益[27]。

Daifeng Li等（2019）從騰訊微博中提取出積極和消極投資者情緒，通過分析投資者情緒與5分鐘頻率的滬深300時間序列之間的相關性，發現騰訊微博的相關高頻情緒數據能夠較好地解釋股市波動，而且這種波動是由投資者在短期內的非理性行為引起的。

尹海員和吳興穎（2019）從金融界論壇的歷史發帖信息中提取出日內半小時間隔的高頻投資者情緒指數，發現中國股票市場的高頻投資者情緒能正向影響股票市場運行，這種預測作用在下午表現更顯著。但是，隨著取樣頻率的提高，結論發生了變化。

S.Behrendt和A.Schmidt（2018）將道瓊斯工業平均指數成分股的每1分鐘的日內高頻Twitter情緒引入到HAR模型中，發現與沒有Twitter信息的模型相比，股票市場預測性能沒有得到提高。這可能是因為考慮的日內頻率太高，投資者無法對此類信息作出快速反應，同時也可能是因為商業數據供應商提供的來自Twitter的關于個股的日內信息對未來股市波動性的預測沒有解釋能力。

投資者情緒能夠很大程度上影響股市，這一觀點在研究低頻投資者情緒的文獻中已經得到印證，但限于數據指標構建困難，投資者高頻情緒的研究目前還處于探索階段。

通過以上綜述可以發現，研究高頻投資者情緒的學者得到的結論存在差異，個別學者發現投資者情緒對未來股市波動性的預測沒有解釋能力，因此取樣頻率不同極有可能是造成研究結果不同的原因。那么什么頻率的數據對股市預測包含的信息最多也是值得探討的一個問題。

5 總結與展望

學術界對社交媒體大數據和股票市場這一領域的研究始于20世紀90年代末，通過對社交媒體大數據和股票市場的相關研究進行梳理，發現學者的研究方向逐漸由單個平臺轉向多個平臺、由單指標轉向多指標、由低頻數據轉到高頻數據，但研究結果存在差異，仍處于探索階段。

因此，本文認為在未來的研究中至少在以下四個方面還可進一步拓展。

第一，現有文獻基本上用數字指標和內容指標來量化媒體信息，但如今信息在網絡上呈現的方式越來越多樣化，用戶可以用圖片表達自己的觀點，用視頻記錄自己的心情，這些都蘊含著大量信息，目前沒有學者將這一信息運用到股票預測的領域。隨著計算機技術的不斷發展，算法越來越先進，圖片視頻信息的引入必然會完善股票預測領域的研究。

第二，現有文獻所采用的研究對象大多是綜合股指或者個股，而以行業板塊的差異性為視角研究社會化媒體信息對股市影響的研究還較少。探究社交媒體大數據的行業偏好，分析不同行業對社交媒體大數據的敏感度，從而使得分析結果更具針對性和全面性，進而得到更具經濟意義的結論和可操作性的政策意見。

第三，雖然社交媒體大數據具有巨大的潛在價值，但由于其數據含有大量的噪聲、存在可能的偏見、易受外部不相關因素影響等，對其進行處理從而提取有用的信息不是一件易事。因此，如何運用技術濾除噪聲、如何挖掘使用價值較大的數據等來提高預測精度等都是未來應該努力的方向。

第四，盡管社交媒體大數據在股票市場中的重要性已得到廣泛認可，但高頻數據的合理測度受到數據收集和量化的限制，同時學者們對數據頻率采集上還存在爭議，且高頻數據由于其采樣頻率不同，學者們的研究成果存在差異，這一差異背后的原因是什么，是值得關注的問題。

參考文獻：

[1]BOYD D M， ELLISON N B. Social network sites：definition，history， and scholarship[J].Journal of computer-mediated communication，2007，13（1）： 210-230.

[2]DA Z， ENGELBERG J， GAO P. In search of attention[J].The journal of finance， 2011，66（5）：1461-1499.

[3]KIM N， LUCIVJANSKA K， MOLNAR P， et al. Google searches and stock market activity：evidence from Norway[J].Finance research letters， 2019（28）： 208-220.

[4]張繼德，廖微，張榮武.普通投資者關注對股市交易的量價影響：基于百度指數的實證研究[J].會計研究，2014（8）：52-59.

[5]MAO H，COUNTS S，BOLLEN J. Quantifying the effects of online bullishness on international financial markets[C].Frankfurt：ECB workshop on using big data for forcasting and statistics，2014.

[6]張洪辰.通過新浪微博數據挖掘預測上證綜指走向[D].北京：首都經濟貿易大學，2014.

[7]ZHOU Z，XU K， ZHAO J.Tales of emotion and stock in China：volatility， causality and prediction[J].World wide web，2017，21（4）： 1093-1116.

[8]陸慧玲. 基于微指數和百度指數的上證綜指收益率預測研究[D].成都：西南交通大學，2018.

[9]俞慶進，張兵.投資者有限關注與股票收益：以百度指數作為關注度的一項實證研究[J].金融研究，2012（8）：152-165.

[10]陳植元，米雁翔，厲洋軍，等.基于百度指數的投資者關注度與股票市場表現的實證分析[J].統計與決策，2016（23）：155-157.

[11]BANK M， LARCH M， PETER G. Google search volume and its influence on liquidity and returns of German stocks[J].Financial market and portfolio management， 2011，25（3）：239-264.

[12]DIMPFL T，JANK S.Can Internet search queries help to predict stock market volatility？[J].European financial management，2016，22（2）： 171-192.

[13]張寧.投資者關注度對股市波動性的影響分析及應用[D].長沙：湖南師范大學，2016.

[14]張同輝，苑瑩，曾文.投資者關注能提高市場波動率預測精度嗎？——基于中國股票市場高頻數據的實證研究[J].中國管理科學，2020（11）：192-205.

[15]瞿慧，沈微.基于LSTHAR模型的投資者關注對股市波動影響研究[J].中國管理科學，2020（7）：23-34.

[16]姚堯之，王堅強，劉志峰.混頻投資者情緒與股票價格行為[J].管理科學學報，2018（2）：104-113.

[17]易洪波，賴娟娟，董大勇.網絡論壇不同投資者情緒對交易市場的影響：基于VAR模型的實證分析[J].財經論叢，2015（1）：46-54.

[18]石善沖，朱穎楠，趙志剛，等.基于微信文本挖掘的投資者情緒與股票市場表現[J].系統工程理論與實踐，2018（6）：1404-1412.

[19]GUO K， SUN Y， QIAN X. Can investor sentiment be used to predict the stock price？dynamic analysis based on China stock market[J].Physica A： statistical mechanics and its applications， 2017（469）：390-396.

[20]CHEN W，YEO C K，LAU C T， et al.Leveraging social media news to predict stock index movement using RNN-Boost[J].Data and knowledge engineering， 2018（118）：14-24.

[21]SUN L，NAJAND M，SHEN J.Stock return predictability and investor sentiment： A high-frequency perspective[J].Journal of Banking and Finance， 2016， 73（7）：147-164.

[22]RENAULT T.Intraday online investor sentiment and return patterns in the U.S. stock market[J].Journal of banking and finance，2017， 84（7）：25-40.

[23]尹海員，吳興穎.投資者高頻情緒對股票日內收益率的預測作用[J].中國工業經濟，2019（8）：80-98.