新闻文本情绪对A股股票收益影响的实证研究文献综述
2020-04-14 16:19:54
信息在资产定价的过程中起着至关重要的作用。随着网络时代信息的自由流动和无障碍化传播,财经新闻作为投资者获取市场资讯、制定投资决策的重要信息来源,理应作为中性的传声筒,承担起公正、客观报道市场事件的责任。然而出于对市场流量的抢夺和自身利益的追逐,媒体在发布新闻时,会通过改变事实陈述方式和措辞、给新闻加上感情色彩来获取投资者的注意力,影响其思考方式和投资行为。Shiller(2009)认为,新闻媒体本身也是市场事件中不可或缺的一部分,它将市场中某些群体的想法加以宣传,造成市场更强烈的反馈,最终可能导致市场价格的不稳定。
根据上交所发布的上海证券交易所统计年鉴2018卷,沪市持股市值占比21.17%的个人投资者却完成了全年交易总额的82.01%,且由于近年来我国个人投资者“炒小、炒新”的现象突出,上交所的交易数据一定程度上可以反应A股投资者的结构。这说明当前我国A股市场个股波动的真正推手仍然为个人投资者。由于大多数个人投资者难以通过实地调研、公司访谈等专业的手法获得投资所需信息,新闻报道往往是其做出投资决策的唯一信息支持。游家兴(2008)通过实证分析考察了我国机构投资者与个人投资者的信息反应模式,发现短期内个体投资者有较为强烈的反应过度,会将整个市场推向过度反应的非理性状态。在这种背景下,将新闻报道及其反映的情绪信息纳入股票的收益分析框架有其研究意义。
已经有许多国外学者证明新闻报道对股票价格和收益模式有显著影响,具体又可分为新闻发布效应和新闻内容效应。Chan(2003)对比有新闻发布和没有新闻发布的股票,发现二者表现出不同的收益模式,新闻发布后股票表现出持续的股价漂移。Kerl ,Schürg和Walter(2014)研究发现,在新闻发布当天,目标股票会表现出显著的异常收益和交易量,证明了新闻发布效应的存在。Tetlock(2007)较早开始挖掘新闻所包含的文本信息。Tetlock对《华尔街日报》中专栏内容的词汇进行情感分类,通过简单统计词频的方式构建了一个媒体因子,发现这个因子与悲观词汇高度相关。在建立模型进行回归后,发现该因子能够显著预测股票收益和交易量的变化。具体表现为,消极的新闻媒体情绪会给股价带来下行压力,悲观值表现异常(极高或极低)都会导致短期内股票交易量大幅增加。Krauml;ussl,Roman和Mirgorodskaya(2014)按新闻标题和首段中出现情感词汇情况将新闻分为悲观和乐观,构建了月度媒体情绪指标。文章发现新闻媒体效应会对宏观金融市场的表现和市场情绪产生长期影响,在消极的媒体情绪下,投资者对经济前景会产生悲观预期,从来使用消极的投资决策,增加了市场的不确定性,对市场产生下行压力。Borovkova和Svetlana(2015)利用Thomson Reuters News Analytics(TRNA)数据库中每则新闻的情感得分建立新闻情感因子,研究市场层面新闻和针对特定股票的新闻对股票异常收益的影响。文章发现市场层面新闻的情感取向与股票的异常收益不显著相关,个股新闻与股票的异常收益呈显著正相关,而市场新闻与个股新闻的交互作用对股票的异常收益有显著的负面影响。Heston和Sinha(2016)以周为单位对新闻情绪进行整合,发现新闻对股票收益的可预测性可长达一个季度。
国内在新闻报道对股票收益影响这方面的研究起步较晚。部分学者从媒体关注度角度入手,以新闻报道的数量、篇幅等作为衡量媒体关注度的代理变量探索新闻与股票收益、股票成交量的相关性(饶育蕾,彭叠峰等,2010;肖鲁仁和章辉美,2014)。游家兴和吴静(2012)借用传播学的理论,最先从媒体情绪的角度探究新闻媒体在资产误定价中扮演的角色,发现新闻中的乐观和悲观情绪会推高资产误定价程度。其他学者也开始对新闻文本的情感信息进行量化,作为媒体情绪的代理变量,研究媒体情绪与股票表现之间的关系(王博恒,2016;尹海员,2016;于琴,张兵等,2017;武慧锋,2017;张磊,2017;钟腾,2018)。李正辉,粟亚亚等(2018)把媒体关注度和媒体情感及其二者的交互纳入统一的计量分析模型,发现媒体关注度与媒体情感会通过相互作用对金融资产价格产生影响。自然语言处理技术在金融学领域的应用为国内学者研究新闻文本对股票的影响提供了新的思路。赵丽丽,赵茜倩等(2012)将文本挖掘技术和支持向量回归(support vectorregression,SVR)运用到这个领域,将新闻本文量化为股票异常收益率回归模型的一个变量,探究新闻发布对深沪两市的影响力度和持续时间。张昊(2016)采用主题模型(LDA)构建了财经新闻的主题情感倾向指数,探究新闻对股票板块指数的影响。孟雪井,杨亚飞等(2016)运用文本挖掘技术得到财经新闻的主要关键词,并利用随机森林算法找到了影响上证指数收益变动的主要变量。刘海飞和许金涛(2017)通过文本挖掘技术对互联网财经新闻进行异质性划分,研究各类财经新闻对中国股市的影响程度和持续期。
已有文献多研究新闻信息发布对股票价格、成交量波动的影响,而较少考虑新闻文本情绪对市场的影响路径;多选取某一完整时间段,而较少考虑市场不同氛围下新闻影响的差异性。本文将从投资者情绪与新闻情绪的相互作用角度出发,根据股市波动程度的不同划分为不同阶段,研究新闻文本情绪对股票收益的影响路径和影响差异,以期为提高金融市场的稳定提供更有针对性的建议。
{title}2. 研究的基本内容与方案
{title}(1)基本内容
第1章 绪论
1.1 研究背景和意义
1.2国内外研究动态
1.3研究方法与研究思路