互联网产业风险投资分析

刘晓溪　王斌

[摘要]互联网产业随着我国互联网科技的飞速发展，互联网应用的日益丰富和强大，互联网受众基数的飞速增大，更多的人愿意选择互联网风投，然而互联网风投却具有许多的不确定性和不稳定性。故而笔者将从互联网产业风险投资中最热门的金融方面的某些现象和概念以及投资者的角度入手去进行分析，从而得出一些对策和建议，期望对相关的工作和研究一些借鉴和启发。

[关键词]互联网 量化 频谱 投资

一、漫谈互联网产业现状

（一）投资者情绪化的量化研究

投资者情绪越来越得到重视，其原因其实并不难得出——传统的投资理论体系中并没有涉及到投资者的清晰化的分析，而这一重要因素的缺失使其整体的分析结果可能会与真实的结果产生巨大的偏差。例如在连续几年的A股受到投资者情绪影响巨大，这使得越来越多的人开始关注并且研究投资者情绪。在过去即便是有这样的情绪研究，但是往往难以量化，然而随着大数据时代的来领，技术的不断成熟，都为投资者清晰化量化的研究提供了坚实的物质基础。那么这样的一个相对比较新的研究方向到底如何做出一个定位和区间划分，笔者认为，投资者情绪的量化可以理解为在一个投资研究平台上，对于投资的多层数据进行全面的分析，通过数据找到投资行为的预期、动机等多方面的因子进行量化。然而投资者的反应变化比投资数据走向和风险分析要更加的复杂和难以预测。这对于相关的研究造成了更多的阻碍。

（二）投资者喜好的频谱研究

投资者的喜好反应在市场层面上就是市场情绪，而市场情绪的根本是人性的多变和复杂性。故而笔者将投资者的投资心理分为两个层面，一方面是明显上的由理性主导的分析层面，会通过所掌握的信息进行整合、分析来进行决策。然而另外一方面而言，对于许多投资者会存在感性主导的投资行为。这种投资行为更多的是通过理性投资行为来进行掩盖，但是实际上对于最终决策起到主导作用的是感性的判断，表现为多重心理特点，如赌徒心理等等。比如拿股市分析，这样的事件则显得十分常见了，如奥巴马当选总统，澳柯玛涨停，钓鱼岛事件后，带日字的股票都纷纷下跌。当然我们也并不能将投资者喜好作为互联网金融领域数据分析的最主要指标，不能过分依赖和追求情绪偏好数据结果。

（三）炒作现象研究

通过一些看似没有太多关系的情绪，对于投资市场产生着影响的现象并不罕见，但是这些现象的引发也并不只是巧合。造成这样现象的主要原因有以下几点：第一种情况是某些偏向性的导向，这种导向往往不符合事实，产生的影响比基本的市场影响因子要强得多。这是最容易被控制，通过制造舆论等多种方式进行诱导的方式。第二种则是由于大数据的积累，使得投资者面临着海量数据的整合和分析，这明显超出了个人的主能力。最后一方面是个人积累和能力不足导致对于投资市场缺乏足够的分析和理解，完全凭借个人的喜好和舆论或者业界的风潮进行投资，这样的结果显然是不容乐观的，而且也适逢容易被炒作的方式引导进行不明智的投资。

（四）大数据市场的新局面

对于大数据背景下的投资市场下，对于庞大而且零乱的大量数据，不同的企业或者个人的整合和分析挖掘能力产生巨大的差异性，比如DataSift每秒可实时挖掘12万条Twitter内容，这样的数据挖掘能力足够应付样本的需求。然而大数据是不能以其为进行互联网产业风投分析的依据，原因很简单，量化的数据在市场结构发生改变的时候，参数的更新则具有明显的滞后性了。所以要将许多的方向进行结合，比如金融，数学，心理学等等，多方面进行整合，才能建立更加成熟的模型。故而在这样一个大数据时代要做好两手准备，一方面进行大数据整合和挖掘能力的培养或引入，另一方面却不能过分依赖大数据。这样需要更多的能量和精力去引导。

二、互联网产业风险投资几点建议

（一）关于量化投资者情绪

大数据有各种定义，研究机构Gartner Group给出的定义是：大数据是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。？要具备发现规律和预测未来的核心能力，大数据要具备四个典型的特征：@数据量巨大；②数据类型多样；③数据中富含价值；④在尽可能短的时间内发掘出价值。

大数据技术投入实际运用的时间还不长，在国内的相关行业应用更少。尽管有各种尝试，但该项技术与传统行业融合仍需要一定过程。以投资者情绪的量化为例，一旦模型构建成功，等于是看到了市场的底牌。如此巨大的利益必将驱使众多互联网公司和金融机构进行相关项目的开发；同样是巨大利益，决定了这项研究的艰巨，没那么容易翻开市场的底牌。而投资者情绪的量化模型反映了人性的因素，其参数稳定性要好于基本面数据和交易数据构建的模型。但时代变迁、市场结构转化依然会影响到模型的效果，所以要将对市场结构的变化也纳入到大数据量化的研究中，以做出预判。最后，投资者情绪再重要，也不能完全解释股价走势，大数据因子与基本面因子、交易因子在不同市场结构下的比重如何调整也是一个课题。

（二）机构各取所需

不同类型的机构，在投资者情绪量化的研究和实践中，其侧重点与所得不同。

互联网公司的长项是占有数据和流量资源、对用户体验的敏感和对创新的渴望，短板是金融业务方面专业性不足。用大数据实现对“投资者情绪”的量化，可以让互联网公司强势切入金融市场中高端的投资和研究领域，全面颠覆原有的投资研究模式。并且最大限度地贴近其用户（新一代股民也是网民），反映他们与上一代截然不同的思维模式和选择标准。技术驱动的产品和服务手段对互联网公司来说没有接受上的障碍，其创新冲动和占有“大数据”、“投资者情绪”两项心智资源的前景，比较容易促成互联网公司对研究的投入。国内券商目前的品牌只是规模品牌，缺乏差异化的定位。从低端的经纪业务到高端的卖方研究，区别度都不大。一旦有券商能够转型为“大数据驱动的创新型投资、研究和服务，机构，将成就其独特定位和杀手锏，在全方位的业务（特别是经纪业务和卖方研究）竞争中占据主动。

股票型基金的投资能力是公募基金立足的核心能力。2007年以来，公募基金的整体股票投资能力并不出色，难以支持基金的持续销售。通过与互联网公司的合作，将“投资者情绪”量化的研究成果投入实践，有可能找到股票型基金销售的突破口。一直以来，相比择股，公募基金的择时能力较差。而且从基本面出发，也难以为择时行为找到理论依据。而“投资者情绪”量化的成果，将为公募基金提供择时的理论依据和现实帮助。对于软件公司、第三方机构等服务商来说，可以将大数据转化为优势服务产品，在行业中脱颖而出。

从所需资源来看，数据是进行“投资者情绪”研究的首要、决定性的资源。因此，目前的相關研究应用都离不开互联网公司的参与，例如雪球、新浪、百度。金融、技术、数学、心理学人才是不同研究阶段所需的次要配置资源。

（三）企业和个人自身能力以及投资意识的提升

许多企业尤其是个人对于信息的分析和整合能力需要并不足以应付当前愈加复杂的投资形式，尤其是大数据时代对于数据的利用以及数据量变得越加庞大的情况下，我们越加难以通过自己的能力去进行妥善而且全面的分析。另外对于如同前面的炒作的不良的市场引导对于许多的投资者而言会起到严重的误导，所以我们更加应该提升自己的风险防范意识，更加理性的进行投资。

就整体而言，随着我国投资环境的愈加复杂和大数据时代的来临，我国投资者所在的环境变得更具有风险和不确定性，从投资者的情绪量化和喜好频谱做切入点，而不是单纯的从数据面板上进行分析，将会是一个全新却更加贴近事实的一种方式，希望相关的研究越来越多，让投资分析更加理性和科学。endprint