大数据网络舆情对证券投资收益与风险影响研究

郭建峰 ，刘 樱 ，陈有为 ，温景岗

（西安邮电大学a.经济与管理学院；b.计算金融与风险管理研究中心，西安710121）

大数据网络舆情对证券投资收益与风险影响研究

郭建峰a，b，刘 樱a，陈有为a，b，温景岗b

（西安邮电大学a.经济与管理学院；b.计算金融与风险管理研究中心，西安710121）

将来自深圳证券交易所并为证监会推送的权威舆情监管数据通过大数据的技术进行处理，运用到对股票收益与风险的研究中，并运用2013年1月4日至2016年12月31日全A股市场近几十万级数据进行实证研究。研究得出：网络舆情值与股票收益呈现负相关关系。对股票波动进行检验发现：网络舆情值高的股票波动性小，网络舆情值低的股票波动性大，得出网络舆情值的提高增加了信息的透明度从而降低了风险。

大数据；网络舆情；股票收益；股票波动

2011年5月，麦肯锡全球研究院发布了报告《大数据：创新、竞争和生产力的下一个新领域》后，大数据的概念备受关注。网络的迅猛发展产生了各式各样的数据，数据正以“TB”级增长。网络舆情正是以一种网络大数据形式而存在。近几年，金融市场中投资者结构已经发生变化，截至2016年末，A股市场中散户投资者占比接近50%，散户投资者相对其他投资者非理性程度低。金融领域中，在大数据时代背景下，通过从搜索引擎、媒体网站及社交网络等产生的各类消息中挖掘有用信息，从而加深对金融市场的分析至关重要。因此，随着股票市场投资者结构的改变，对于大数据网络舆情对股票的影响研究的重要性日益彰显。

本文通过将来自深圳证券交易所并为证监会推送的权威舆情监管数据通过大数据的技术进行处理，运用到对股票收益及风险影响的研究中，进行对股票收益及风险的实证检验。

一、研究方法与模型设定

（一）数据描述与选取

大数据下，分析网络舆情与股票收益及风险之间的影响，面临的难题就是找到权威网络舆情数据。在当前国内外的学者中，对于网络舆情的挖掘以及度量没有统一的标准。网络舆情是投资者情绪的一个侧面体现。Sabherwal从论坛中收集的与相应股票相关的文本数据信息，通过处理作为网络舆情的代理变量；林振兴收集论坛中与个股有关的发帖并计算数量，形成网络舆情指标。

本文所用网络舆情数据权威性得到保证。基于网络大数据，舆情预警度、网络舆情关注度是根据抓取到的微博、博客、股吧论坛、微信的数据计算而来，依据平台不同以及传播量等，发布平台事先打分分级，实体评论情况的量化统计，并标准化到0—100之间。其中，舆情预警度只包括相关公司负面的消息。网络舆情的衡量更精准、直接、更有吸引力。表1和表2分别展示了网络舆情关注度与舆情预警度的描述性统计，根据网络舆情预警度方差，我们可以看出方差较大，说明不同股票间、不同时间网络舆情关注度波动较大。根据网络舆情预警度的描述性统计，方差相对小。

本文所用其他股票日交易数据从wind数据库收集而来。本文研究期间选为2013—2016年，研究样本为全A股中剔除ST股票、以及舆情预警度高于60的股票进行研究分析，对预警度进行分析发现舆情预警度高于60的情况下，负面消息对股票有显著的干扰性，所以进行剔除。

（二）模型设定

本文采用排序法以及比较分析法对网络舆情因子进行检验，具体做法如下：

首先，每月初对研究样本按因子降序排序，等分为n个组合，每月初调整研究样本的分组情况。然后对研究样本的n个组合计算收益率。

在对因子对股票收益影响的方向性判断上，对研究样本按因子大小排序分组后，运用比较分析法，若因子越大，收益越大，则认为该因子是正向因子；若因子越大，收益越小，则认为该因子是负向因子。即：

AR1＜AR2＜AR3...＜ARn，则认为该因子为负向因子。

AR1＞AR2＞AR3...＞ARn，则认为该因子为正向因子。

其中，ARi表示股票组合的平均收益。

表1 网络舆情（Yq）的描述性统计

表2 Yq与当期股票收益比较

在对网络舆情对股票波动的影响分析上，对每个投资组合的月收益序列求标准差，并采用比较分析法对各标准差序列进行比较。标准差计算公式如下所示：

其中，R表示组合的月收益，k表示组合的月数。

二、实证检验

本文将分别从网络舆情对股票收益的影响以及对股票风险的影响两部分进行实证研究。第一部分分析网络舆情对股票收益的影响是正向还是负向。第二部分分析网络舆情对股票波动风险影响。

在分析网络舆情（Yq）对股票收益以及股票波动风险的影响时，我们分别将研究样本等分为五组并分别计算持有组合一个月的等权平均月收益，每月初调仓，最后计算每个组合的月平均收益率。

通过表2，组合1—5的平均月收益，随着网络舆情值的降低而增大，得出结论，网络舆情对股票收益的影响是负向的。通过对组合1与组合5的G值为1.08，我们可知组合之间的收益差异较大；根据t值检验，t值较大，p值为0.000 0，网络舆情对股票收益的影响显著。

表3 Yq与当期股票波动比较

通过图1，展示了不同网络舆情值下组合在研究期间的收益比较，图中至下而上分别为Yq（1）组合、Yq（2）组合 、Yq（3）组合、Yq（4）组合、Yq（5）组合。由图 1 可知，网络舆情与股票收益呈负相关关系。

通过表3展示了各个组合的股票收益标准差，组合1到组合5标准差逐渐增大，表明随着网络舆情值的降低，股票收益的标准差增大，即：股票投资的风险增大。由此我们得出，网络舆情关注值的增大增加了信息的透明度，降低了信息的不对称，从而降低了投资风险。

三、结论

图1 不同网络舆情值下组合收益展示图

本文顺应大数据发展，通过运用权威的深圳证券交易所运用大数据技术采集来的网络舆情数据，并运用相应的大数据数据处理方法对数据进行处理，运用到对股票收益及风险的研究中。通过实证研究得出，网络舆情对股票收益有负向影响；网络舆情值高的股票，股票波动小，即投资股票的风险小。由此我们发现，投资者可以通过买入网络舆情值低的股票同时卖出网络舆情值高的股票进行投资决策获取股票收益；监管部门可以对网络舆情值低的股票进行监控，以求降低金融市场风险。本文仍有研究不足，对于风险测量的方法过于单一，在以后的研究中可以考虑使用多种风险模型对风险进行测量以及管理。

[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]林振兴.网络讨论、投资者情绪与IPO抑价[J].山西财经大学学报，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

陕西省软科学研究计划重点项目（2015KRZ001）；西安市科技计划社会引导软科学项目（SF1504（3））；陕西省教育厅哲学社会科学重点研究基地项目（14JZ048）

郭建峰（1972），男，教授，从事计算金融与风险管理研究；刘樱（1993），女，辽宁大连人，硕士研究生，从事计算金融研究。

[责任编辑 兴 华]