導(dǎo)讀：金融網(wǎng)絡(luò)輿情對(duì)投資者的注意力、信心和情緒都產(chǎn)生較大影響，進(jìn)而使得金融資產(chǎn)價(jià)格產(chǎn)生較大波動(dòng)，容易引發(fā)系統(tǒng)性金融風(fēng)險(xiǎn)。因此，網(wǎng)絡(luò)輿情的相關(guān)影響應(yīng)當(dāng)受到更多的關(guān)注。本文從網(wǎng)絡(luò)輿情數(shù)據(jù)搜集、關(guān)鍵詞與指標(biāo)體系設(shè)計(jì)、綜合評(píng)價(jià)技術(shù)三個(gè)方面討論了金融網(wǎng)絡(luò)輿情指數(shù)編制相關(guān)技術(shù)；從網(wǎng)絡(luò)輿情與金融資產(chǎn)價(jià)格信息同步性、金融資產(chǎn)價(jià)格波動(dòng)與收益率相關(guān)性、社交網(wǎng)絡(luò)結(jié)構(gòu)與金融資產(chǎn)價(jià)格波動(dòng)關(guān)系三個(gè)方面闡述網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)的影響；圍繞投資者關(guān)注、投資者信心和投資者情緒三個(gè)方面分析網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)影響路徑；從宏觀和微觀兩個(gè)視角分析金融網(wǎng)絡(luò)輿情的干預(yù)控制研究。從金融網(wǎng)絡(luò)輿情指數(shù)編制、網(wǎng)絡(luò)輿情影響下金融資產(chǎn)價(jià)格波動(dòng)的數(shù)量刻畫、網(wǎng)絡(luò)輿情影響機(jī)制及渠道、金融網(wǎng)絡(luò)輿情干預(yù)控制四個(gè)方面闡述了進(jìn)一步研究方向。 01 引言 隨著網(wǎng)絡(luò)、手機(jī)等各類新媒體形式的出現(xiàn)，信息的產(chǎn)生與傳播范圍、速度日益提高。輿論傳播正由傳統(tǒng)專業(yè)媒體渠道向公共媒體與自媒體并行方向發(fā)展，輿情的社會(huì)經(jīng)濟(jì)影響也日益擴(kuò)大。同時(shí)，移動(dòng)互聯(lián)環(huán)境下的新興技術(shù)快速發(fā)展與應(yīng)用，催生了新型的金融管理和運(yùn)行模式，這些新型的管理和運(yùn)行模式使得資金流通和資本融合、支付、信息交流等業(yè)務(wù)流程完全區(qū)別于傳統(tǒng)的金融模式。這些新型管理和運(yùn)行模式源于新興技術(shù)，但其效應(yīng)體現(xiàn)為金融信息的快速傳播，進(jìn)而形成集聚式的金融輿情。在網(wǎng)絡(luò)輿情的影響下，對(duì)投資者的注意力、信心和情緒都產(chǎn)生較大影響，且出現(xiàn)出更大的差異性，進(jìn)而對(duì)金融資產(chǎn)價(jià)格波動(dòng)產(chǎn)生非常大的影響。 從理論上看，網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)的影響及其路徑需要?jiǎng)討B(tài)研究。受網(wǎng)絡(luò)輿情的影響，金融資產(chǎn)價(jià)格的動(dòng)態(tài)特征、影響路徑與機(jī)制都發(fā)生了顯著變化。首先，網(wǎng)絡(luò)輿情使金融資產(chǎn)價(jià)格波動(dòng)時(shí)變特征和跳躍性更強(qiáng)。網(wǎng)絡(luò)輿情的發(fā)布使得投資者的行為數(shù)據(jù)傳播速度加快，對(duì)金融資產(chǎn)價(jià)格波動(dòng)具有催化作用，影響著金融資產(chǎn)價(jià)格時(shí)變波動(dòng)特征；同時(shí)，在網(wǎng)絡(luò)輿情演化過程中，網(wǎng)絡(luò)輿情對(duì)金融價(jià)格波動(dòng)產(chǎn)生突然的沖擊，使得金融資產(chǎn)價(jià)格具有更加明顯的跳躍性波動(dòng)特征。金融資產(chǎn)價(jià)格跳躍性波動(dòng)特征對(duì)市場(chǎng)產(chǎn)生的沖擊、損失分布、波動(dòng)集聚程度，相對(duì)連續(xù)性隨機(jī)波動(dòng)來說，具有顯著差異性；金融市場(chǎng)中，數(shù)量少幅度大的有限跳躍和數(shù)量大幅度小的無限跳躍形成機(jī)制也具有顯著差異。其次，網(wǎng)絡(luò)輿情更多地通過對(duì)投資者注意力、信心和情緒影響金融資產(chǎn)價(jià)格，金融資產(chǎn)價(jià)格波動(dòng)的影響因子發(fā)生了變化。金融信息在網(wǎng)絡(luò)中迅速傳播過程中，許多利益相關(guān)者的行為特征體現(xiàn)為信息化數(shù)據(jù)。相較于傳統(tǒng)的金融活動(dòng)，互聯(lián)網(wǎng)金融活動(dòng)能夠更加方便地收集、整合、保存客戶信息、產(chǎn)品和服務(wù)信息、客戶交易信息，也可以儲(chǔ)存客戶在產(chǎn)品交易或獲得服務(wù)過程中在互聯(lián)網(wǎng)上的全方面的信息，這些信息的傳播能夠體現(xiàn)出行為主體的情感。比如：對(duì)互聯(lián)網(wǎng)金融的使用情況、操作方式、交流溝通、留言反饋、交易記錄等金融大數(shù)據(jù)信息，其傳播意愿、用詞方式、溝通情緒等體現(xiàn)行為主體情感。構(gòu)成網(wǎng)絡(luò)輿情的主要形式包括：客戶操作遺留下來的行為數(shù)據(jù)、留言等信息交流的數(shù)據(jù)、各種形式的文本數(shù)據(jù)等等。這些行為活動(dòng)往往包含著各種情感，形成網(wǎng)絡(luò)輿情。網(wǎng)絡(luò)輿情數(shù)據(jù)又存在樂觀預(yù)期、中性預(yù)期和負(fù)面預(yù)期不同類別，不同類別的輿情數(shù)據(jù)對(duì)金融資產(chǎn)價(jià)格具有不同程度的影響。再次，在網(wǎng)絡(luò)輿情背景下，金融資產(chǎn)價(jià)格波動(dòng)的影響因子發(fā)生改變。原有以財(cái)務(wù)數(shù)據(jù)為主評(píng)價(jià)金融資產(chǎn)價(jià)格波動(dòng)風(fēng)險(xiǎn)，而網(wǎng)絡(luò)輿情的沖擊，使其風(fēng)險(xiǎn)來源趨于復(fù)雜化，投資者心理等因素成為風(fēng)險(xiǎn)的主要來源之一，且體現(xiàn)比原來更加明顯。 從實(shí)踐層面看，網(wǎng)絡(luò)輿情傳播使得金融資產(chǎn)價(jià)格波動(dòng)性加劇，輿情傳播階段性使得金融資產(chǎn)價(jià)格波動(dòng)時(shí)變特征突出，輿情傳播路徑差異性加劇了金融資產(chǎn)波動(dòng)的風(fēng)險(xiǎn)管理難度。一方面，輿情傳播迅速，加劇金融資產(chǎn)價(jià)格跳躍性波動(dòng)，從而加重了對(duì)金融資產(chǎn)波動(dòng)風(fēng)險(xiǎn)管理的壓力。后金融危機(jī)時(shí)代金融市場(chǎng)的典型特征之一就是波動(dòng)性加劇，金融風(fēng)險(xiǎn)顯示出多樣性和復(fù)雜性，具體體現(xiàn)在資產(chǎn)價(jià)格和收益率的變化頻率和幅度均有所擴(kuò)大，跳躍性波動(dòng)特征突出。基于此，各種波動(dòng)引致的風(fēng)險(xiǎn)相互影響和傳染對(duì)資產(chǎn)價(jià)格波動(dòng)造成沖擊，進(jìn)一步加劇金融資產(chǎn)價(jià)格的波動(dòng)，特別是跳躍性波動(dòng)。如2015年6月至7月中國(guó)證券市場(chǎng)“千股漲停、千股跌停”狀況，2016年10月至12月的債券市場(chǎng)，在短短一個(gè)月時(shí)間“恍如隔世”。另一方面，網(wǎng)絡(luò)輿情通過不同路徑對(duì)金融資產(chǎn)價(jià)格影響的進(jìn)一步深入，也加劇了金融資產(chǎn)管理的壓力。在大數(shù)據(jù)驅(qū)動(dòng)下，互聯(lián)網(wǎng)等新技術(shù)成為金融市場(chǎng)參與主體獲取和傳播信息的重要渠道，網(wǎng)絡(luò)輿情對(duì)金融市場(chǎng)的滲透力和影響力越來越大。網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)具有金融加速器作用，使得金融資產(chǎn)的管理實(shí)踐必須進(jìn)一步適應(yīng)“互聯(lián)網(wǎng)+風(fēng)險(xiǎn)管理”這種大數(shù)據(jù)時(shí)代的需求。 毫無疑問，欲全面理解金融網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)的影響，有必要對(duì)相關(guān)研究進(jìn)行系統(tǒng)梳理。從相關(guān)文獻(xiàn)來看，網(wǎng)絡(luò)輿情下金融資產(chǎn)價(jià)格波動(dòng)影響機(jī)制與干預(yù)控制的文獻(xiàn)主要包括四類：一是網(wǎng)絡(luò)輿情指數(shù)編制相關(guān)研究；二是網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)影響的相關(guān)研究；三是網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格的影響路徑研究；四是網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格影響機(jī)制與干預(yù)控制研究。 02 網(wǎng)絡(luò)輿情指數(shù)相關(guān)研究 對(duì)輿情指數(shù)編制的研究分散在輿情監(jiān)測(cè)的文獻(xiàn)中。同時(shí)，輿情監(jiān)測(cè)相關(guān)文獻(xiàn)更多地體現(xiàn)在新聞學(xué)、社會(huì)學(xué)等研究中，金融網(wǎng)絡(luò)輿情指數(shù)編制比較零散。從技術(shù)層面看，網(wǎng)絡(luò)輿情指數(shù)編制涉及到從數(shù)據(jù)搜集、關(guān)鍵詞與指標(biāo)體系設(shè)計(jì)、綜合評(píng)價(jià)技術(shù)三個(gè)方面。基于此，本文擬從輿情指數(shù)編制技術(shù)角度(鑒于金融輿情文獻(xiàn)較少，在相關(guān)技術(shù)闡述時(shí)并沒有專門針對(duì)金融輿情，但不失一般性)，闡述相關(guān)的研究狀況。 在輿情數(shù)據(jù)搜集方面，一方面是通過搜索引擎獲得計(jì)數(shù)或者圖像數(shù)據(jù)，進(jìn)一步討論相關(guān)問題。百度輿情研究院每月發(fā)布中國(guó)輿情指數(shù)報(bào)告，其通過百度搜索引擎獲取搜索量，獲取熱點(diǎn)事件、熱點(diǎn)事件分布情況等，進(jìn)一步進(jìn)行分析監(jiān)測(cè)。Manela and Moreira(2017)研究新聞隱含波動(dòng)率(NVIX)時(shí)，采用大數(shù)據(jù)的價(jià)值挖掘與分析技術(shù)，探討將碎片化的輿情信息如何整合處理，并進(jìn)而研究其與資產(chǎn)價(jià)格變動(dòng)關(guān)系。Andrei and Hasler(2015)通過搜集測(cè)量Twitter上的投資者情緒狀態(tài)作為輿情分析。劉寅鵬等(2015)在研究碳排放交易權(quán)市場(chǎng)微觀結(jié)構(gòu)時(shí)，引入市場(chǎng)微觀交易行為，在交易行為的相應(yīng)數(shù)據(jù)獲取方面，對(duì)歐盟獨(dú)立交易登記系統(tǒng)(CITL)進(jìn)行抓取、識(shí)別、清洗與融合，構(gòu)建了全樣本的交易大數(shù)據(jù)集合，在一定程度上為輿情數(shù)據(jù)處理方式提供技術(shù)方向。另一方面是專門針對(duì)文本數(shù)據(jù)搜集進(jìn)行的研究。李金海等(2014)通過分析大數(shù)據(jù)與網(wǎng)絡(luò)輿情數(shù)據(jù)的相似特征，基于大數(shù)據(jù)思想構(gòu)建網(wǎng)絡(luò)輿情的文本挖掘模塊，對(duì)關(guān)系型數(shù)據(jù)庫與分布式數(shù)據(jù)庫進(jìn)行了融合，使之適應(yīng)模型從數(shù)據(jù)采集到分析查詢的全部流程。Rao and Srivastava(2014)通過挖掘社交網(wǎng)絡(luò)信息，將公共行為(如語言、觀念、信仰、行為方式等)視為重要特征，搜集相關(guān)數(shù)據(jù)。 關(guān)鍵詞與輿情指數(shù)指標(biāo)體系設(shè)計(jì)在不同文獻(xiàn)中具有差異性。關(guān)鍵詞選取分為主觀選詞法和模型選詞法，主觀選詞是根據(jù)自身經(jīng)驗(yàn)以及他人研究，初步劃定關(guān)鍵詞范圍，再根據(jù)實(shí)際效果確定最終關(guān)鍵詞，如徐映梅和高一銘(2017)在構(gòu)建CPI輿情指數(shù)時(shí)，根據(jù)其研究目的及數(shù)據(jù)可得性和數(shù)據(jù)質(zhì)量選取了“CPI”、“物價(jià)”、“價(jià)格”等關(guān)鍵詞。模型選詞則是將大量可能的關(guān)鍵詞全部納入，再根據(jù)算法自動(dòng)確定最終關(guān)鍵詞，如徐巍和陳冬華(2016)根據(jù)上市公司信息類型確定了業(yè)務(wù)類、財(cái)務(wù)類、研發(fā)類和聲譽(yù)類四類共計(jì)104個(gè)關(guān)鍵詞，然后通過網(wǎng)頁搜索技術(shù)，根據(jù)不同類別關(guān)鍵詞出現(xiàn)頻率，確定不同類別對(duì)應(yīng)的關(guān)鍵詞。輿情指標(biāo)體系設(shè)計(jì)是在關(guān)鍵詞選取基礎(chǔ)上，構(gòu)建不同類型的輿情監(jiān)測(cè)維度，如靳曉宏等(2016)從曝光程度、參與程度、輿情觀點(diǎn)、網(wǎng)站特點(diǎn)、傳播進(jìn)度五個(gè)維度構(gòu)建了主題事件輿情指標(biāo)體系，并以食品安全為例進(jìn)行實(shí)證研究;更多的文獻(xiàn)是從關(guān)注度、活躍度、共識(shí)度等不同維度構(gòu)建輿情指標(biāo)體系(Liu and McConnell，2013；Solomon et aL.，2014)。 指標(biāo)體系構(gòu)建后主要是利用綜合評(píng)價(jià)技術(shù)對(duì)各個(gè)維度數(shù)據(jù)進(jìn)行處理。大部分對(duì)輿情的綜合評(píng)價(jià)技術(shù)采用層次分析和模糊綜合評(píng)價(jià)等方法(張芳等，2013；靳曉宏等，2016；文鳳華等，2014)。徐映梅和高一銘(2017)提出一種基于門限回歸的CPI低頻輿情指數(shù)，并使用動(dòng)態(tài)因子模型估計(jì)得到了CPI高頻輿情指數(shù)。 03 網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)影響的相關(guān)研究 網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)影響的研究強(qiáng)調(diào)的大多是網(wǎng)絡(luò)輿情與股價(jià)信息的同步性。已有文獻(xiàn)研究表明，金融市場(chǎng)信息環(huán)境(包括金融輿情信息)對(duì)股價(jià)波動(dòng)或者股價(jià)同步性的影響越發(fā)顯著，公司層面信息在股價(jià)變動(dòng)所起到的作用有所增加，而宏觀市場(chǎng)層面信息相對(duì)作用減少，這導(dǎo)致了傳統(tǒng)標(biāo)準(zhǔn)資本資產(chǎn)定價(jià)回歸模型的失靈(凌愛凡和楊曉光，2012；Larcker et al.，2013；Haw et al.，2012)。另外，網(wǎng)絡(luò)輿情、投資者情緒與金融資產(chǎn)價(jià)格均具有相關(guān)性。同時(shí)，網(wǎng)絡(luò)用戶情緒可用于股票市場(chǎng)預(yù)測(cè)。通過并掃描金融信息板，提取個(gè)別作者所表達(dá)的觀點(diǎn)信息，利用機(jī)器學(xué)習(xí)方法系統(tǒng)學(xué)習(xí)情緒和股票價(jià)值之間的相關(guān)性;通過學(xué)習(xí)模型對(duì)股票價(jià)值進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)該方法能夠高精度地預(yù)測(cè)情緒，股票表現(xiàn)和最近的網(wǎng)絡(luò)情緒具有顯著相關(guān)性(Bushee and Friedman，2016；Frydman et al.，2014)。當(dāng)然研究從網(wǎng)絡(luò)用戶和股票之間的相關(guān)性也發(fā)現(xiàn)：從多心理帳戶理論出發(fā)，可以找出行為投資組合對(duì)股票價(jià)格的影響，且人們預(yù)期和風(fēng)險(xiǎn)態(tài)度的主觀參數(shù)對(duì)不同風(fēng)險(xiǎn)偏好的投資者決策具有重要影響(李平等，2011；Huang et al.，2015)。 從相關(guān)性角度分析，金融資產(chǎn)價(jià)格波動(dòng)與收益率直接相關(guān)，故網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)影響研究中，一些文獻(xiàn)利用搜索引擎數(shù)據(jù)，分析搜索指數(shù)表現(xiàn)、股價(jià)、收益率之間的關(guān)聯(lián)性。Vozlyublennaia(2014)通過研究幾種證券指數(shù)表現(xiàn)與Google搜索概率之間的關(guān)系，結(jié)果發(fā)現(xiàn)隨著關(guān)注的增加，指數(shù)回報(bào)率有顯著的短期變化。研究中發(fā)現(xiàn)對(duì)回報(bào)的沖擊導(dǎo)致長(zhǎng)期的投資者關(guān)注轉(zhuǎn)變，同時(shí)發(fā)現(xiàn)滯后回報(bào)和關(guān)注之間存在重大的互動(dòng)效應(yīng)，投資者關(guān)注可以改變指數(shù)回報(bào)的可預(yù)測(cè)性，規(guī)避風(fēng)險(xiǎn)(羅鵬飛等，2017)。趙龍凱等(2013)利用百度公司提供的上市公司簡(jiǎn)稱搜索量數(shù)據(jù)研究了關(guān)注度與股票收益率的關(guān)系，他們發(fā)現(xiàn)關(guān)注度與同時(shí)期股票收益有正相關(guān)關(guān)系。張誼浩等(2014)利用滬深300指數(shù)成分股作為研究樣本，探討了網(wǎng)絡(luò)搜索和證券市場(chǎng)的相互作用，他們發(fā)現(xiàn)網(wǎng)絡(luò)搜索對(duì)股市交易行為均有影響。 社交網(wǎng)絡(luò)結(jié)構(gòu)是網(wǎng)絡(luò)輿情的一個(gè)重要方面，這種網(wǎng)絡(luò)結(jié)構(gòu)對(duì)金融資產(chǎn)價(jià)格也具有顯著影響。Ozsoylev et al.(2014)的實(shí)證研究進(jìn)一步驗(yàn)證了交易者通過社會(huì)網(wǎng)絡(luò)進(jìn)行交流以及信息的傳遞，這一互動(dòng)顯著影響金融資產(chǎn)的價(jià)格。各種金融網(wǎng)絡(luò)輿情在社交網(wǎng)絡(luò)媒體傳播的速度越快，其對(duì)金融資產(chǎn)價(jià)格影響越大;在金融資產(chǎn)價(jià)格影響方面，正面和負(fù)面的網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格沖擊具有非對(duì)稱性特征。Hein et al.(2012)模擬分析發(fā)現(xiàn)價(jià)格的波動(dòng)受到網(wǎng)絡(luò)結(jié)構(gòu)的影響，當(dāng)網(wǎng)絡(luò)中心化程度較高時(shí)，價(jià)格波動(dòng)也會(huì)相應(yīng)升高。劉善存等(2017)從行為金融角度出發(fā)，在理性預(yù)期均衡模型的假設(shè)下，考慮社交媒體傳播對(duì)股票基本面價(jià)值信息的影響，通過分析信息質(zhì)量對(duì)市場(chǎng)效率、市場(chǎng)流動(dòng)性以及資本成本的影響過程，研究社交媒體對(duì)價(jià)格發(fā)現(xiàn)的促進(jìn)效應(yīng)。結(jié)論顯示:相關(guān)信息傳播能促進(jìn)價(jià)格發(fā)現(xiàn);無關(guān)信息傳播則阻礙價(jià)格發(fā)現(xiàn)。王麗佳和盧國(guó)祥(2017)基于資本市場(chǎng)的社會(huì)網(wǎng)絡(luò)，通過建立股票價(jià)格的動(dòng)態(tài)模型探究交易者的交流互動(dòng)和對(duì)股票價(jià)格的影響機(jī)制。 04 網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格的影響路徑研究 對(duì)于網(wǎng)絡(luò)輿情影響金融資產(chǎn)價(jià)格的路徑并沒有統(tǒng)一的認(rèn)識(shí)，但相關(guān)文獻(xiàn)基本上圍繞投資者關(guān)注、投資者信心和投資者情緒三個(gè)方面進(jìn)行分析。 投資者關(guān)注對(duì)金融資產(chǎn)價(jià)格產(chǎn)生重要影響。Heiden(2015)提出了一種經(jīng)驗(yàn)相似性方法，通過使用搜索引擎數(shù)據(jù)作為衡量投資者對(duì)股票市場(chǎng)指數(shù)的關(guān)注度來預(yù)測(cè)每周波動(dòng)。同時(shí)，基于異質(zhì)回歸模型(HAＲ)預(yù)測(cè)納入Google搜索量后的股票波動(dòng)性。機(jī)構(gòu)投資者關(guān)注度在網(wǎng)絡(luò)輿情不同的階段影響也具有差異性(Savor and Wilson，2013；Yuan，2015)。凌愛凡和楊曉光(2012)引入一個(gè)線性回歸模型，以研究投資者的注意力對(duì)市場(chǎng)震蕩的反饋，設(shè)計(jì)了一個(gè)非線性回歸模型來驗(yàn)證市場(chǎng)間金融危機(jī)的傳染效應(yīng)。在考慮市場(chǎng)間的直接傳染和基于注意力配置的間接傳染因素下，研究了相依性情形下的金融傳染的存在性問題。結(jié)果發(fā)現(xiàn)注意力配置在金融危機(jī)過程中是間接的傳染路徑，對(duì)金融資產(chǎn)價(jià)格具有重要影響。劉鋒等(2014)以中國(guó)金融類股票為研究樣本，基于百度搜索引擎采集媒體關(guān)注度和投資者關(guān)注度數(shù)據(jù)，通過簡(jiǎn)單回歸分析表明：投資者關(guān)注度與當(dāng)期的股票收益具有正向直接相關(guān)關(guān)系，而媒體關(guān)注度對(duì)當(dāng)期股票收益具有負(fù)向的直接相關(guān)關(guān)系；在引入媒體關(guān)注度與投資者關(guān)注度的交互效應(yīng)后，媒體關(guān)注度與股票收益的直接相關(guān)關(guān)系不再穩(wěn)定，且媒體關(guān)注度對(duì)股票收益的影響程度顯著弱于投資者關(guān)注度對(duì)股票收益的影響程度，而媒體關(guān)注與投資者關(guān)注的交互作用對(duì)當(dāng)期股票收益具有顯著正向影響。 與投資者關(guān)注直接相關(guān)且對(duì)金融資產(chǎn)價(jià)格產(chǎn)生影響的另外一個(gè)路徑為投資者信心。許多文獻(xiàn)認(rèn)為，投資者對(duì)網(wǎng)絡(luò)輿情的關(guān)注不僅直接對(duì)金融資產(chǎn)價(jià)格產(chǎn)生影響，同時(shí)因?yàn)橥顿Y者的認(rèn)知差異也造成對(duì)金融資產(chǎn)價(jià)格產(chǎn)生影響(馮旭南，2016)。另外，一些研究圍繞投資者對(duì)財(cái)務(wù)信息的關(guān)注，財(cái)務(wù)信息的關(guān)注影響著投資者的信心，進(jìn)而考察其對(duì)金融資產(chǎn)價(jià)格的影響(金宇超等，2017;Frederickson and Zolotoy，2016;Miller and Skinner，2015)。Bijl et al. (2016)認(rèn)為投資者信心與搜索量具有非常密切的關(guān)系，并使用涵蓋2008-2013年的數(shù)據(jù)集，發(fā)現(xiàn)Google的高搜索量導(dǎo)致負(fù)回報(bào)；從交易策略看，發(fā)現(xiàn)賣出Google搜索量很高的股票，購(gòu)買較少Google搜索量的股票，在不考慮交易成本時(shí)，這種策略是有利可圖的，但如果考慮到交易成本，則無利可圖。受關(guān)注程度相同時(shí)，交易策略差異來源于投資者認(rèn)知的差異，認(rèn)知差異甚至來源于遺傳基因等相關(guān)因素(Cronqvist and Siegel，2014;Ben-Ｒephael et al.，2017)。 網(wǎng)絡(luò)輿情對(duì)投資者情緒產(chǎn)生影響，進(jìn)而影響金融資產(chǎn)價(jià)格波動(dòng)和收益。Sun et al.(2016)利用潛在空間模型，將股價(jià)和社交媒體內(nèi)容的變動(dòng)相關(guān)聯(lián)，基于2011－2015年間標(biāo)準(zhǔn)普爾500指數(shù)中列出的大多數(shù)股票的數(shù)據(jù)，結(jié)果發(fā)現(xiàn)投資者關(guān)注與年度回報(bào)有顯著的相關(guān)關(guān)系。Rao and Srivastava(2014)通過挖掘社交網(wǎng)絡(luò)信息，將公共行為(如語言、觀念、信仰、行為方式等)視為重要特征，分析了2010年6月至2011年7月期間DJIA、NASDAQ-100和其他11種大盤技術(shù)股票的超過400萬條Twitter的輿情，結(jié)果顯示股票價(jià)格和微博情緒之間存在較高的相關(guān)性。Nofer and Hinz(2015)通過測(cè)量Twitter上的情緒狀態(tài)來研究這些市場(chǎng)參與者的情緒與收益之間的關(guān)系。樣本包括2011年1月至2013年11月期間在德國(guó)發(fā)布的大約1億條內(nèi)容，通過實(shí)證發(fā)現(xiàn)Twitter情緒狀態(tài)與股票市場(chǎng)之間的關(guān)系。進(jìn)一步通過將Twitter關(guān)注者的數(shù)量整合到分析中來考慮情緒傳染，發(fā)現(xiàn)互聯(lián)網(wǎng)用戶之間情緒狀態(tài)對(duì)收益存在影響。同時(shí)，投資者情緒具有異質(zhì)性，這種異質(zhì)性對(duì)金融資產(chǎn)定價(jià)本身就具有顯著的影響，曾燕等(2016)將行為金融領(lǐng)域中離散時(shí)間框架下的情緒資產(chǎn)定價(jià)模型拓展到連續(xù)時(shí)間框架下，把異質(zhì)性納入Lucas純交換經(jīng)濟(jì)體，構(gòu)建含有異質(zhì)性投資者的動(dòng)態(tài)情緒資產(chǎn)定價(jià)模型，刻畫理性投資者和情緒投資者的異質(zhì)性。 05 網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格影響機(jī)制與干預(yù)控制研究 網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格的影響存在一定的機(jī)制，即網(wǎng)絡(luò)輿情是如何影響金融資產(chǎn)價(jià)格的。王麗佳和盧國(guó)祥(2017)應(yīng)用馬爾科夫過程刻畫了交易者異質(zhì)性預(yù)期的轉(zhuǎn)換過程，并基于交易者預(yù)期、股票價(jià)格和社會(huì)互動(dòng)所構(gòu)成的動(dòng)力系統(tǒng)分析得到了股票價(jià)格被低估(高估)的條件。研究結(jié)果發(fā)現(xiàn)價(jià)格的動(dòng)態(tài)變化和交易者的交流結(jié)構(gòu)密切相關(guān)，解釋了股票價(jià)格的形成機(jī)制以及價(jià)格泡沫的產(chǎn)生與破滅過程。從金融信息網(wǎng)絡(luò)傳播來看，個(gè)體投資者、機(jī)構(gòu)投資者都會(huì)通過社會(huì)交流相互影響，從而導(dǎo)致投資行為的相似性(Pool et al.,2015;Bissessur and Hodgson,2012;孔東民等,2013;Boubaker et al.,2014)。 網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格機(jī)制影響的研究中，從微觀入手是研究者的另外一個(gè)視角。徐巍和陳冬華(2016)借助網(wǎng)頁搜索和文本分析技術(shù)，在微觀市場(chǎng)結(jié)構(gòu)層面實(shí)證檢驗(yàn)了上市公司官方微博的信息作用及其特點(diǎn)。實(shí)證結(jié)果表明，微博披露會(huì)帶來當(dāng)日公司股票的超額回報(bào)和超額交易量顯著增加，其程度不僅受到披露強(qiáng)度、披露信息密度的影響，也受到微博中噪音信息的干擾。此外，當(dāng)微博對(duì)已公告信息進(jìn)行傳播時(shí)，相對(duì)于沒有微博傳播的公告會(huì)有更強(qiáng)的市場(chǎng)反應(yīng)。進(jìn)一步，微博披露對(duì)受關(guān)注較少的公司影響更大，對(duì)個(gè)人投資者的交易行為影響更為顯著。微博、微信等社交網(wǎng)絡(luò)信息平臺(tái)的崛起，也促使信息資訊生成與擴(kuò)散成為完整傳播鏈條，進(jìn)而影響著金融市場(chǎng)參與主體的學(xué)習(xí)認(rèn)知習(xí)慣、投資決策理念、交易行為模式，最終影響不同金融資產(chǎn)的價(jià)格波動(dòng)規(guī)律(Hillert et al.，2014)。 一些研究從實(shí)驗(yàn)經(jīng)濟(jì)學(xué)的角度研究，認(rèn)為認(rèn)知能力屬于金融輿情對(duì)金融資產(chǎn)價(jià)格影響的機(jī)制。宗計(jì)川等(2017)基于學(xué)習(xí)預(yù)測(cè)實(shí)驗(yàn)并輔助認(rèn)知能力測(cè)試，在實(shí)驗(yàn)室中檢驗(yàn)了市場(chǎng)參與者認(rèn)知能力高低對(duì)于資產(chǎn)價(jià)格收斂到理性預(yù)期均衡程度與速度的影響。實(shí)驗(yàn)結(jié)果表明，認(rèn)知能力較高的個(gè)體能夠更快進(jìn)行組內(nèi)協(xié)調(diào)，所在組的資產(chǎn)市場(chǎng)價(jià)格泡沫相對(duì)較小。認(rèn)知能力較高的參與人更傾向采用有利于市場(chǎng)穩(wěn)定的適應(yīng)性預(yù)期策略，而認(rèn)知能力較低的參與人更傾向采用加劇市場(chǎng)波動(dòng)的趨勢(shì)跟蹤策略。同時(shí)，無論是由認(rèn)知能力較高的參與人還是由認(rèn)知能力較低的參與人組成的市場(chǎng)，市場(chǎng)價(jià)格都無法收斂到理性預(yù)期均衡。 網(wǎng)絡(luò)輿情干預(yù)控制研究更多地是側(cè)重網(wǎng)絡(luò)輿情信息傳播機(jī)制研究，較多圍繞社會(huì)輿論與政府治理方面，較少涉及金融網(wǎng)絡(luò)輿情。一部分與網(wǎng)絡(luò)輿情相關(guān)的研究從風(fēng)險(xiǎn)控制角度，指出在大數(shù)據(jù)背景和網(wǎng)絡(luò)信息迅速傳播的過程中，金融資產(chǎn)運(yùn)行的市場(chǎng)結(jié)構(gòu)發(fā)生了改變，故干預(yù)控制的重點(diǎn)應(yīng)該是研究新結(jié)構(gòu)環(huán)境下風(fēng)險(xiǎn)度量和定價(jià)問題。陳榮達(dá)等(2017)指出大數(shù)據(jù)驅(qū)動(dòng)下結(jié)構(gòu)發(fā)生改變時(shí)，風(fēng)險(xiǎn)因子多元厚尾分布情形會(huì)較多地出現(xiàn)，共提出用多元t-Copula分布來描述標(biāo)的資產(chǎn)收益率分布的厚尾性。朱福敏等(2017)考慮到網(wǎng)絡(luò)輿情影響下金融資產(chǎn)的無窮跳躍和連續(xù)擴(kuò)散行為特征，認(rèn)為對(duì)風(fēng)險(xiǎn)干預(yù)控制需要從定價(jià)角度入手，提出一類能夠捕捉無窮跳和擴(kuò)散之間交互影響的動(dòng)態(tài)跳-擴(kuò)散雙因子交叉回饋模型。借助Lévy過程條件特征函數(shù)、局部風(fēng)險(xiǎn)中性關(guān)系和貝葉斯學(xué)習(xí)技術(shù)，給出了動(dòng)態(tài)跳-擴(kuò)散隨機(jī)過程的期權(quán)定價(jià)方法，并進(jìn)行標(biāo)準(zhǔn)普爾500指數(shù)歐式期權(quán)標(biāo)準(zhǔn)化合約的實(shí)證研究，對(duì)比了有限跳-擴(kuò)散及無窮跳-擴(kuò)散模型定價(jià)差異。 06 進(jìn)一步的研究展望 根據(jù)上述國(guó)內(nèi)外研究現(xiàn)狀分析，網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)波動(dòng)的影響還有足夠的研究空間： 其一，網(wǎng)絡(luò)輿情及其金融資產(chǎn)價(jià)格波動(dòng)具有加速器作用，編制金融輿情指數(shù)，以實(shí)現(xiàn)定量化分析其對(duì)資產(chǎn)價(jià)格波動(dòng)影響的研究還有待深入。從現(xiàn)有相關(guān)研究來看，已有研究側(cè)重于網(wǎng)絡(luò)搜索量、投資者關(guān)注度等指標(biāo)與收益率、資產(chǎn)價(jià)格波動(dòng)率等之間的關(guān)系分析，但不限于網(wǎng)絡(luò)輿情搜索頻次，而對(duì)網(wǎng)絡(luò)輿情的活躍程度、傳播速度及其演化、共識(shí)度等需要通過指數(shù)定量分析，才能科學(xué)分析網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)的影響。基于此，進(jìn)一步的研究需要在分析網(wǎng)絡(luò)輿情熱點(diǎn)事件和關(guān)鍵詞的基礎(chǔ)上，通過數(shù)據(jù)挖掘等技術(shù)，構(gòu)建反映市場(chǎng)主體異質(zhì)預(yù)期的關(guān)鍵詞，運(yùn)用爬蟲等技術(shù)收集數(shù)據(jù)(包括數(shù)字、圖像和聲音等數(shù)據(jù))和預(yù)處理，編制多維度和多層次動(dòng)態(tài)的金融輿情指數(shù)。同時(shí)根據(jù)主題事件，以案例形式分析主題事件演進(jìn)過程中網(wǎng)絡(luò)輿情指數(shù)的變化規(guī)律，構(gòu)建網(wǎng)絡(luò)輿情指數(shù)與對(duì)應(yīng)金融資產(chǎn)價(jià)格波動(dòng)之間的映射關(guān)系。 其二，網(wǎng)絡(luò)輿情影響下，現(xiàn)有描述資產(chǎn)價(jià)格波動(dòng)時(shí)變特征的方法稍顯不足。金融資產(chǎn)價(jià)格波動(dòng)建模有相當(dāng)多文獻(xiàn)，包括對(duì)近十年出現(xiàn)較多的跳躍性特征描述也有許多。但是隨著近幾年信息技術(shù)的飛速發(fā)展，金融資產(chǎn)在網(wǎng)絡(luò)輿情推動(dòng)下，相關(guān)信息傳播速度加快，金融資產(chǎn)除了原有波動(dòng)模型刻畫的基本特征以外，不斷有新的問題凸顯。特別是網(wǎng)絡(luò)輿情及其相關(guān)信息對(duì)金融資產(chǎn)價(jià)格波動(dòng)產(chǎn)生催化劑作用，金融資產(chǎn)價(jià)格波動(dòng)時(shí)變特征更強(qiáng)，跳躍性波動(dòng)更為突出。金融資產(chǎn)波動(dòng)類型出現(xiàn)新特征，數(shù)量少、幅度大的跳躍和數(shù)量多、幅度小的各種類型波動(dòng)交替出現(xiàn)，在特定時(shí)期還會(huì)呈現(xiàn)出聚集的特征。現(xiàn)有波動(dòng)模型對(duì)金融資產(chǎn)波動(dòng)的時(shí)變特征刻畫顯得不足。基于此，進(jìn)一步的研究需要利用時(shí)變的Lévy過程，不僅刻畫金融資產(chǎn)的連續(xù)性波動(dòng)，還包括金融資產(chǎn)的有限活躍跳躍與無限活躍跳躍波動(dòng)時(shí)變特征，從而實(shí)現(xiàn)對(duì)大數(shù)據(jù)驅(qū)動(dòng)的金融資產(chǎn)波動(dòng)時(shí)變特征的數(shù)量刻畫。 其三，網(wǎng)絡(luò)輿情影響金融資產(chǎn)價(jià)格波動(dòng)的路徑需要被識(shí)別。現(xiàn)有文獻(xiàn)從搜索引擎的搜索量或者投資者情緒來研究其對(duì)金融資產(chǎn)價(jià)格波動(dòng)的影響，但網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格波動(dòng)的影響是由輿情影響投資者注意力、投資者信心和投資者的情緒等可能的路徑，進(jìn)而引起金融資產(chǎn)價(jià)格波動(dòng)。對(duì)熱點(diǎn)金融事件或者關(guān)鍵詞的搜索量只是網(wǎng)絡(luò)輿情熱度和傳播程度，熱度和傳播程度與金融資產(chǎn)價(jià)格波動(dòng)在很大程度上是相關(guān)關(guān)系，而非因果關(guān)系。同時(shí)，投資者注意力、投資者信心和投資者的情緒等是否受網(wǎng)絡(luò)輿情驅(qū)動(dòng)也未曾可知。基于此，進(jìn)一步的研究需要利用網(wǎng)絡(luò)輿情如何通過投資者注意力、投資者信心、投資者的情緒和其他路徑的時(shí)變特征，分析影響金融資產(chǎn)價(jià)格波動(dòng)的路徑。 其四，網(wǎng)絡(luò)輿情影響金融資產(chǎn)價(jià)格的機(jī)制和對(duì)網(wǎng)絡(luò)輿情的干預(yù)控制需要細(xì)致厘清。網(wǎng)絡(luò)輿情通過投資者注意力、投資者信心和投資者情緒等路徑對(duì)金融資產(chǎn)價(jià)格波動(dòng)產(chǎn)生影響，但各種影響可能會(huì)隨著輿情發(fā)生與傳播階段發(fā)生變化，同時(shí)各種路徑影響機(jī)制也不完全相同，存在單路徑和多路徑各種機(jī)制交互進(jìn)行。同時(shí)，網(wǎng)絡(luò)輿情演化過程具有階段性特征，這種階段性特征對(duì)金融資產(chǎn)價(jià)格波動(dòng)的影響程度具有差異性，所以對(duì)網(wǎng)絡(luò)輿情進(jìn)行干預(yù)控制需要根據(jù)階段性特征進(jìn)行確定。基于此，進(jìn)一步的研究需要根據(jù)網(wǎng)絡(luò)輿情傳播階段演化特征，研究單路徑和多路徑交互影響時(shí)，影響金融資產(chǎn)價(jià)格波動(dòng)的機(jī)制；同時(shí)根據(jù)階段性的特征研究對(duì)網(wǎng)絡(luò)輿情的干預(yù)控制。 來 源：國(guó)家金融與發(fā)展工作室 原標(biāo)題：網(wǎng)絡(luò)輿情對(duì)金融資產(chǎn)價(jià)格的影響：一個(gè)文獻(xiàn)綜述 作者：李正輝 廣州大學(xué)金融研究院教授、博士生導(dǎo)師；胡志浩 國(guó)家金融與發(fā)展實(shí)驗(yàn)室副主任
