引入股票论坛投资者情绪的四因子模型--基于沪深300成分股视角.pdf

摘要

近年来随着互联网的不断发展，投资者能够迅速地接触到不同来源的各种信

息，越来越多的投资者也乐于在互联网的各论坛中分享自己的市场观点。但同时

投资者对突发事件的快速反应也使得金融市场的波动性加深，因此如何量化网络

论坛中的情绪水平，并建立预警机制以减缓隋绪对金融市场的短期冲击，是监管

机构和学界较为关心的议题。而随着大数据和机器学习技术在文本情感分析领域

的应用不断成熟，基于文本数据推测投资者情绪也成为了金融领域新的研究思路。

本文采集了2013—2022年东方财富股吧里所有沪深300指数样本股的股评文

本数据3．12亿条，预处理并筛选出了2．84亿条文本数据作为数据源，并根据

BERT—BiLSTM模型对筛选后的文本数据进行深度学习，分析其情感分类情况，

并以此为依据构建投资者情绪指标。同时又从传统金融计量角度出发，采用相关

性检验和因子冗余检验排除了因子之间相互替代的可能性，并利用截面回归模型

探究加入投资者情绪因子后的因子模型是否对中国市场的现实情况有较好的解

释性。最后得出结论，投资者情绪可以显著地影响股票的收益率，负面情绪的解

释力高于正面，并且发现规模越大的企业，情绪因子的影响也更大，这一点与以

往的研究的结论也较为不同。

本文引入了非结构化数据作为数据源，并通过大数据挖掘和机器学习技术将

股吧论坛中的文本提取出情绪特征，扩充了市场情绪因子的构建方式。实证也充

分表明网络中的投资者情绪在多方面作用下对于股票收益率有显著影响，基于研

究结论，对于金融监管机构、上市公司以及投资者本文也提供了相关建议：金融

监管机构要密切监管注意网络情绪的升温发酵，要在突发事件前期就做好事件解

释和舆论引导，避免大规模的市场波动出现；个人投资者和机构投资者都需要做

好相关的教育，特别是机构投资者要引导其优化业绩考核机制，将长期业绩置于

优先地位，起到金融稳定器作用；上市公司尤其是市值规模较大的公司要做好相

关的信息披露工作，监管机构对于财务造假和信息披露有问题的企业要加强监管

处罚，强化投资者保护与退市处罚力度。

关键词：投资者情绪：股吧；BERT-BiLSTM模型；四因子模型

ABSTRACT

Inrecenttheofthecanaccess

Intemet，investors

years，withdevelopmentquickly

variousmoreandmoreinvestorsarealsotosharetheirmarket

information，andwilling

forumsofthetheSalTle

viewsinvariousInteract．However，attime，investors’rapid

tohasalsotheoffmancialhow

emergenciesdeepenedvolatilitymarkets，SO

response

ofinvestorsinonlineforumsandestablishan

tosentimentsearlywarning

quantify

mechanismtotheshort-termofemotionsonfmancialmarketsisa

mitigateimpacttopic

ofconcerntoandacademics．Withtheoftheof

maturity

greaterregulators