股吧个体信息交互对股价联动关系的影响研究

以往股价联动的影响因素研究主要基于社会嵌入理论，认为机构持股等上市公司社会关系的信息扩散功能是重要因素之一． 但中国沪深股票市场中小投资者居多，个体投资者在社交媒体上的信息交互行为对股市联动性的影响日益凸显． 采用东方财富网股吧用户数据，基于有效信息理论和社会嵌入理论，深入探讨微观个体行为对股价联动的影响． 研究结果表明: 在基于信息交互行为构造的信息扩散网络中，连边的权重越大，对应股票间的价格相关系数越大; 社交媒体中个体大量、频繁的发帖或回帖等信息交互行为，可以促进股票信息扩散，从而影响股价联动关系; 此外，个体的信息流量对股价联动具有预测作用． 上述结论表明基于个体信息交互行为的股票信息扩散，是影响股价联动的另一重要因素． 该结论有助于深化对股票市场风险传导根本原因的认识，为我国沪深股票市场的风险管理提供理论指导．     

基于股市下跌背景的处置效应研究

行为金融理论偏重于研究投资者实际上是如何行动的，可以解释金融市场中的大量异象和投资者的非理性实验。处置效应是行为金融理论研究的一个重要现象，它阐述的是在股票市场上投资者趋于较早卖出盈利股票而较长时间持有亏损股票的行为倾向。本文通过研究某证券营业部近万个帐户的交易行为，考查股市下跌背景下中国投资者的处置效应。     

基于微博情绪信息的股票市场预测

行为金融理论的研究表明,股票投资者在进行投资决策时,容易受到自身的因素如情绪与心理因素的影响.以行为金融理论为依据,作出基本假设:微博情绪信息反映的社会整体情绪倾向能够影响并预测股票市场整体价格走势的变化.实证过程包括抓取新浪微博数据并进行预处理,生成情绪倾向时间序列,通过格兰杰因果关系检验上证指数时间序列与情绪倾向时间序列间的相关关系,建立支持向量机模型预测股票市场价格的变化采验证假设的正确性.实验结果显示加入微博情绪信息的预测模型能够获得更高的准确率,进而证明了本文所作假设的正确性.     

语调、情绪及市场影响: 基于金融情绪词典

金融文本的语调与情绪含有上市公司管理层以及个体投资者表达的情感信息，并对股票市场产生影响． 通过词典重组和深度学习算法构建了适用于正式文本与非正式文本的金融领域中文情绪词典，并基于词典构建了上市公司的年报语调和社交媒体情绪指标． 构建的年报语调指标和社交媒体情绪指标能有效地预测上市公司股票的收益率、成交量、波动率和非预期盈余等市场因素，并优于基于其他广泛使用情绪词典构建的指标． 此外，年报语调指标和社交媒体情绪指标对上市公司的股价崩盘风险具有显著的预测作用． 为文本大数据在金融市场的应用提供了分析工具，也为大数据时代的金融市场预测和监管等活动提供了决策支持．     

主动型基金异常持仓、公司价值与未来股票收益

本文从主动型基金持仓行为的角度来研究公募基金持仓与被持股公司未来股票收益之间的关系。基于目标公司的基本面特征和动量信息,本文将主动型公募基金对目标公司的总持仓分解为正常持仓和异常持仓。本文研究发现,异常持仓可以预测公司未来股票收益：根据异常持仓构造的等权（市值加权）投资组合能获得年化8.60%(11.22%)的超额收益;异常持仓对套利成本高和投资者注意力有限公司的股票有更强的预测能力;另外,异常持仓还可以预测公司未来基本面。本文研究证明基金经理的主动管理是有信息含量的,同时也提出了如何利用该信息的方法。     

一种基于客户行为时序分析的反洗钱异常交易识别方法

可疑交易报告制度是打击洗钱活动的一项基本机制,如何有效甄别可疑交易是金融机构和金融情报中心面临的一个技术难点。为辅助反洗钱分析人员从海量金融交易信息中甄别客户异常交易,本文提出一种预测误差和统计处理综合法--CPEST,通过分析客户前后行为的一致性来发现异常。CPEST建立客户行为模型,根据预测误差对客户行为进行时点异常检验,并在此基础上构造一个窗口检验,以提高对涉嫌洗钱行为的识别能力。本文在支持向量回归和核密度估计等具体实现手段的基础上,运用CPEST对实际交易和仿真数据进行分析,结果表明该方法的有效性和可行性,具有应用推广价值。     

社会化媒体环境下的品牌传播及品牌形象差异——基于华为与海尔的比较研究

社会化媒体已成为企业品牌形象塑造的重要方式。本文以华为与海尔为研究对象，采用数据挖掘和社会网络分析方法对选取的26,503,570和3,277,717个微博用户数据进行品牌传播的过程研究，并选取两个典型事件分析信息扩散过程，然后通过高频词云图比较社会化媒体呈现的品牌形象与企业欲塑造的品牌形象之间的差异。结果显示：参与华为相关话题讨论的用户数量明显高于海尔，其传播声量亦较高；典型事件分析中，华为的“易烊千玺为nova全球代言人”得到了更多的用户关注，尤其是拥有大量粉丝账号的转发，迅速扩大了传播网络规模，而海尔的“搞笑抽奖活动”则更多的是用户直接转发、参与相关活动，拥有大量粉丝的账号参与较少；在品牌形象呈现方面，海尔的高频词云图中智慧、智能、生活直观展示出其欲塑造的品牌形象，而华为用户参与讨论的内容更为多样，但用户生成内容未能直观展示其欲塑造的品牌形象。     

基于决策分析的社交网络链路预测方法

社交网络是社会媒体信息传播的骨架,对其进行链路预测的研究将有助于社会媒体平台上的信息管理和舆论控制.在既有网络链路预测方法研究的基础上,以决策分析的思想为出发点,提出了引入效用函数分析的社交网络链路预测方法;针对效用函数中参数的估计问题,进一步提出了允许一定误差度的马尔科夫链蒙特卡洛参数校准方法,并对方法的正确性进行理论上的论证.在收集到的5个腾讯QQ群的数据集上,进行了新方法的验证研究,并与既有的链路预测方法在准确性方面进行了比较分析.研究表明:本文提出的预测方法考虑了链路形成的微观行为基础,具有较好的预测准确性,并且参数估计算法中"允许误差"的引入有助于模型应用者在模型效率和准确性方面的折衷中做出合理的决策.     

证券分析师预测“变脸”行为研究——基于分析师声誉的博弈模型与实证检验

在金融市场上,证券分析师的预测行为通常会发生偏差． 在股市高涨时,分析师随波逐流,常常发表过度乐观的预测; 而当泡沫消退时,分析师则会掉头转向,发布与之前形成强烈反差的盈余预期或股票推荐． 对于这种分析师基于市场状态而发布忽高忽低预测的“变脸行 为”,传统的理论观点无法做出完整清晰的解释． 本文试图将行为金融理论中日渐兴起的迎合理论纳入分析框架,运用声誉博弈分析的方式建立分析师迎合行为模型． 该理论模型表明: 为了提高自己的声誉以获得更多的利益,分析师会迎合投资者的先验信念而故意发布有偏的信息． 基于中国的实证研究则为上述理论预期提供了有力的证据,表明了该模型的合理性和有用性,有助于认识激励机制扭曲下分析师预测行为发生系统性偏差的现象．     

巴菲特的阿尔法:来自中国股票市场的实证研究

本文检验了巴菲特价值投资策略在中国股票市场的适用性。本文首次从安全性、便宜性以及质量3个维度构造了综合性指标B-score,用于刻画巴菲特的价值投资风格。研究发现,在控制了多个横截面指标和不同市场状态后,B-score对股票未来收益还有很好的预测能力。即使在2015～2016年的极端市场环境中,B-score策略仍然可以获得正回报。本文从行为金融角度发现信息逐渐扩散过程和投资者的有限注意等解释可以帮助理解B-score策略的盈利能力。本研究为价值投资策略在中国市场的适用性提供了有力的证据。     

社交网络、 投资者关注与股价同步性

随着以微博、微信为代表的社交网络信息平台在中国的崛起,形成了新媒体时代下信息资讯生成与扩散的完整传播链条,深刻地影响着金融市场参与主体的学习认知习惯、投资决策理念、交易行为模式,最终影响不同金融资产的价格波动规律.本文在新媒体时代情景下,以社交网络信息披露与传播平台为切入点,基于信息关注度、信赖度、更新频率等三层维度,构建社交网络微博信息质量指标体系,研究社交网络信息质量与股价同步性的内在关联关系.研究表明:微博信息质量与股价同步性有着显著的高度负向线性关联性,并且呈现出非线性U型关系.即随着社交网络信息质量水平的提升,股价同步性逐渐降低到达最小值,而后又逐渐提高.研究结论为证明上市公司社交网络微博平台对股价同步性有较强影响力,提供了中国金融市场的证据.     

企业社会责任、媒体报道与股价崩盘风险

理论上企业披露社会责任信息既可能抑制股价崩盘风险,亦可能加剧股价崩盘风险;新闻媒体作为社会责任披露的重要载体在其中既可能弱化也可能强化这种影响,对这些问题的探讨是近年来公司金融领域研究的热点,但学者对当前的研究结果尚存在较多争论。鉴于此,本文首先在理论上导出社会责任披露对股价崩盘风险的双向作用机制,然后引入新闻媒体研究其可能的传导途径。基于我国A股市场所有上市公司2010-2018年面板数据的研究结果显示：上市公司通过披露企业社会责任指数能够显著降低股价崩盘风险;企业履行社会责任会显著增加媒体报道的数量,而媒体报道数量增加能够显著抑制股价崩盘风险,即媒体报道在企业社会责任影响股价崩盘风险的过程中起到中介作用;进一步的拓展研究发现：企业社会责任指数中的股东责任对股价崩盘风险影响最大,而供应商、客户和消费者权益、社会责任的影响不显著;与中性媒体报道相比,正面媒体报道和负面媒体报道的中介作用效果更强。     

大众媒体与新媒体信息传递对中国股市收益波动的影响

基于异质投资者框架对大众媒体新闻、新媒体新闻与中国股市收益波动的影响进行探究,研究结果发现：（1）平均看来,新媒体新闻、大众媒体新闻与收益波动都变现为显著的正相关关系,且新媒体新闻与收益波动的平均相关性大于大众媒体新闻与收益波动的平均相关性。（2）具有高前期收益,高账面市值比,高机构投资者持股比例与高换手率这样的能引起媒体关注的特征的公司,其收益波动与新媒体新闻的相关性大于与大众媒体新闻相关系的概率更大。（3）对于小市值与年轻的公司,信息不确定程度高,新媒体新闻与其收益波动的相关性更可能大于大众媒体新闻与其收益波动的相关性。这一结果可以归因于新媒体新闻丰富了投资者的信息环境,更能影响投资者的异质信念水平。     

媒体热议度能有效降低股价暴跌风险吗？——基于公司透明度调节作用的研究

互联网新闻集快速、真实、海量信息等特征于一身,成为证券市场不可或缺的监督力量。互联网新闻有助于深度挖掘上市公司隐藏的内幕消息,避免不利消息在公司持续囤积带来的股价暴跌。基此,研究选取2014-2017年优矿平台证券关联新闻信息构建媒体热议度指标,探究媒体热议度对公司未来股价暴跌风险的影响,同时考察了公司透明度的调节作用。研究发现,上市公司的媒体热议度越高,未来面临的股价暴跌风险越小。在透明度低（国有企业、机构持股比例低和财务报告透明度低）的企业中,媒体热议度对股价暴跌风险的抑制作用更强。这表明,在证券市场监督机制日益健全的进程中,应正确引导各类财经新闻的报道,有效发挥新闻媒体的监督作用,降低股价暴跌风险,保护投资者权益。     

基于知识采纳模型和多层感知机神经网络的评论有用性识别研究

移动互联网、社交媒体平台及电子商务的迅速发展,产生了大量的用户评论,其商业价值凸显,如何有效识别用户评论的有用性成为重要研究主题。本文提出基于知识采纳模型(Knowledge Adoption Model, KAM)理论和多层感知机(Multilayer Perceptron, MLP)神经网络的分类算法对评论文本进行有用性识别。该算法根据知识采纳模型理论从评论质量和评论来源可信度两方面进行评论有用性识别的特征提取：利用先验领域知识词典构造领域词占比、停用词占比等评论质量方面的特征,有效解决了特定领域评论存在的领域知识壁垒问题;根据评论作者的粉丝数、作者获赞数等信息构建评论来源可信度方面的特征。为了验证本文所提方法的识别效果,本文采用知乎论坛中医相关评论数据进行实验;实验结果表明,本文提出的方法能有效提高在线评论有用性的分类效果,提高了可解释性。     

Trading on Twitter: Using Social Media Sentiment to Predict Stock Returns

Decision making is often based on the rational assessment of information, but recent research shows that emotional sentiment also plays an important role, especially for investment decision making. Emotional sentiment about a firm's stock that spreads rapidly through social media is more likely to be incorporated quickly into stock prices (e.g., on the same trading day it was expressed), while sentiment that spreads slowly takes longer to be incorporated into stock prices and thus is more likely to predict stock prices on future days. We analyzed the cumulative sentiment (positive and negative) in 2.5 million Twitter postings about individual S&P 500 firms and compared this to the stock returns of those firms. Our results show that the sentiment in tweets about a specific firm from users with less than 171 followers (the median in our sample) had a significant impact on the stock's returns on the next trading day, the next 10 days, and the next 20 days. Interestingly, sentiment in tweets from users with fewer than 171 followers that were not retweeted had the greatest impact on future stock returns. A trading strategy based on these findings produced meaningful economic gains on the order of an 11–15% annual return.     

A short-term trend prediction model of topic over Sina Weibo dataset

Microblog has become a popular social network service. It provides a new communication platform for information acquisition, sharing and spreading. In addition to presenting daily-life reports from users, microblog also reports unexpected events, which get broad attention. How to forecast such unexpected events as early as possible? In this paper, we propose a short-term trend prediction model of topics in Sina Weibo, the most popular microblog service in China. Based on real microblog data, we first analyze which Weibo data attributes have influence on the spreading of topics, and then build a topic spreading model. Further, we develop a model of short-term trend prediction of topics. With dataset from Weibo, we test our algorithm and analyze the experimental data which shows that the proposed model can give a short-term trend prediction of Weibo topic.     

Work-related social media use: The mediating role of social media communication self-efficacy

Social media use has become an indispensable part of knowledge work. Employees posting work-related content on social media are considered credible sources of information and have significant importance for how stakeholders, such as potential customers and future employees, perceive the organization. Therefore, employees’ ability to communicate about their work on social media has become a competitive advantage both for individual employees and for their organizations, especially in the professional service sector. Hence, understanding the role of employees’ ability to use these social media professionally is crucial for understanding the communicative behaviors of contemporary knowledge workers. In this study, we draw on social cognitive theory and focus on the antecedents and consequences of self-efficacy in individuals’ work-related communication on social media. The results show that perceived organizational commitment, clarity of communicative role, social media training, and prior experience with social media serve as antecedents of communication self-efficacy and subsequent work-related communication on social media. Thus, organizations and particularly management, have several aspects directly within the scope of their control that may aid employees in engaging in the professional use of social media. The paper contributes to the literature on employees’ communication behavior and provides important and actionable insights for management and the development of human resources.     

基于价格离散选择模型的中国股市价格行为特征研究

有关股票价格行为的研究大多数基于价格连续变化的假定.但最小报价单位引起的价格离散性导致价格变化并不连续.依据排序Probit模型原理,建立价格离散选择Probit模型,并利用高频数据,在价格离散奈件下对中国股市价格行为特征进行考察.实证结果表明:股票价格变化具有"报价回复"和"路径依赖"特征;高市值股票对股市整体走势反映迅速,市场信息能很快被融入到价格中;交易规模对价格变动存在持久的正的影响,非对称信息对股票价格的影响超过了流动性等其它暂时性因素的影响.交易时间间隔对股票价格变化没有显著影响.买卖价差越大、交易间隔越长,股价变动的波动性就越大.     

基于动态无标度网络的信息策略与羊群行为演化研究

传统的人工股票市场效率不高,对投资者的异质性假设缺乏经济学含义,更没有考虑市场中广泛存在的羊群行为的影响。本文以国外期权市场异质信息交易者模型为基础,结合互联网金融特点在传统人工股票市场中引入异质信息策略与动态无标度人际关系网络刻画的羊群行为构建出新的人工股市模型,进行投资者的信息策略与羊群行为演化研究,对比分析不同机制的引入所带来的影响,揭示动态关系网络环境下信息策略演化结果。研究发现：一方面,信息策略演化机制的引入加快了市场均衡速率并提高了市场效率,同时也大大降低了投资者财富水平并拉大了财富差距;信息策略与羊群行为的演化并不会导致投资者完全向内幕信息交易者聚集,高、低信息档次投资者明显居多且其他信息档次投资者仍然存在。另一方面,动态关系网络下羊群行为的引入增强了投资者的被传染程度,并进一步缩小了财富差距且显著提高了内幕信息的扩散质量与效率。所以,互联网关系网络环境下高、低信息档次投资者占据相对优势,但其他信息档次投资者并不会被挤出市场;监管部门在努力寻求高市场效率的同时,也应在投资者财富与社会总财富等方面进行适当权衡。