導(dǎo)讀：金融網(wǎng)絡(luò)輿情對投資者的注意力、信心和情緒都產(chǎn)生較大影響，進而使得金融資產(chǎn)價格產(chǎn)生較大波動，容易引發(fā)系統(tǒng)性金融風(fēng)險。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、綜合評價技術(shù)三個方面討論了金融網(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)價格信息同步性、金融資產(chǎn)價格波動與收益率相關(guān)性、社交網(wǎng)絡(luò)結(jié)構(gòu)與金融資產(chǎn)價格波動關(guān)系三個方面闡述網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動的影響；圍繞投資者關(guān)注、投資者信心和投資者情緒三個方面分析網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動影響路徑；從宏觀和微觀兩個視角分析金融網(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)價格波動的數(shù)量刻畫、網(wǎng)絡(luò)輿情影響機制及渠道、金融網(wǎng)絡(luò)輿情干預(yù)控制四個方面闡述了進一步研究方向。 01 引言 隨著網(wǎng)絡(luò)、手機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，輿情的社會經(jīng)濟影響也日益擴大。同時，移動互聯(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行模式，這些新型的管理和運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，進而形成集聚式的金融輿情。在網(wǎng)絡(luò)輿情的影響下，對投資者的注意力、信心和情緒都產(chǎn)生較大影響，且出現(xiàn)出更大的差異性，進而對金融資產(chǎn)價格波動產(chǎn)生非常大的影響。 從理論上看，網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動的影響及其路徑需要動態(tài)研究。受網(wǎng)絡(luò)輿情的影響，金融資產(chǎn)價格的動態(tài)特征、影響路徑與機制都發(fā)生了顯著變化。首先，網(wǎng)絡(luò)輿情使金融資產(chǎn)價格波動時變特征和跳躍性更強。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，對金融資產(chǎn)價格波動具有催化作用，影響著金融資產(chǎn)價格時變波動特征；同時，在網(wǎng)絡(luò)輿情演化過程中，網(wǎng)絡(luò)輿情對金融價格波動產(chǎn)生突然的沖擊，使得金融資產(chǎn)價格具有更加明顯的跳躍性波動特征。金融資產(chǎn)價格跳躍性波動特征對市場產(chǎn)生的沖擊、損失分布、波動集聚程度，相對連續(xù)性隨機波動來說，具有顯著差異性；金融市場中，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制也具有顯著差異。其次，網(wǎng)絡(luò)輿情更多地通過對投資者注意力、信心和情緒影響金融資產(chǎn)價格，金融資產(chǎn)價格波動的影響因子發(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，互聯(lián)網(wǎng)金融活動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)對金融資產(chǎn)價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)價格波動的影響因子發(fā)生改變。原有以財務(wù)數(shù)據(jù)為主評價金融資產(chǎn)價格波動風(fēng)險，而網(wǎng)絡(luò)輿情的沖擊，使其風(fēng)險來源趨于復(fù)雜化，投資者心理等因素成為風(fēng)險的主要來源之一，且體現(xiàn)比原來更加明顯。 從實踐層面看，網(wǎng)絡(luò)輿情傳播使得金融資產(chǎn)價格波動性加劇，輿情傳播階段性使得金融資產(chǎn)價格波動時變特征突出，輿情傳播路徑差異性加劇了金融資產(chǎn)波動的風(fēng)險管理難度。一方面，輿情傳播迅速，加劇金融資產(chǎn)價格跳躍性波動，從而加重了對金融資產(chǎn)波動風(fēng)險管理的壓力。后金融危機時代金融市場的典型特征之一就是波動性加劇，金融風(fēng)險顯示出多樣性和復(fù)雜性，具體體現(xiàn)在資產(chǎn)價格和收益率的變化頻率和幅度均有所擴大，跳躍性波動特征突出。基于此，各種波動引致的風(fēng)險相互影響和傳染對資產(chǎn)價格波動造成沖擊，進一步加劇金融資產(chǎn)價格的波動，特別是跳躍性波動。如2015年6月至7月中國證券市場“千股漲停、千股跌停”狀況，2016年10月至12月的債券市場，在短短一個月時間“恍如隔世”。另一方面，網(wǎng)絡(luò)輿情通過不同路徑對金融資產(chǎn)價格影響的進一步深入，也加劇了金融資產(chǎn)管理的壓力。在大數(shù)據(jù)驅(qū)動下，互聯(lián)網(wǎng)等新技術(shù)成為金融市場參與主體獲取和傳播信息的重要渠道，網(wǎng)絡(luò)輿情對金融市場的滲透力和影響力越來越大。網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動具有金融加速器作用，使得金融資產(chǎn)的管理實踐必須進一步適應(yīng)“互聯(lián)網(wǎng)+風(fēng)險管理”這種大數(shù)據(jù)時代的需求。 毫無疑問，欲全面理解金融網(wǎng)絡(luò)輿情對金融資產(chǎn)的影響，有必要對相關(guān)研究進行系統(tǒng)梳理。從相關(guān)文獻來看，網(wǎng)絡(luò)輿情下金融資產(chǎn)價格波動影響機制與干預(yù)控制的文獻主要包括四類：一是網(wǎng)絡(luò)輿情指數(shù)編制相關(guān)研究；二是網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動影響的相關(guān)研究；三是網(wǎng)絡(luò)輿情對金融資產(chǎn)價格的影響路徑研究；四是網(wǎng)絡(luò)輿情對金融資產(chǎn)價格影響機制與干預(yù)控制研究。 02 網(wǎng)絡(luò)輿情指數(shù)相關(guān)研究 對輿情指數(shù)編制的研究分散在輿情監(jiān)測的文獻中。同時，輿情監(jiān)測相關(guān)文獻更多地體現(xiàn)在新聞學(xué)、社會學(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、綜合評價技術(shù)三個方面。基于此，本文擬從輿情指數(shù)編制技術(shù)角度(鑒于金融輿情文獻較少，在相關(guān)技術(shù)闡述時并沒有專門針對金融輿情，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數(shù)或者圖像數(shù)據(jù)，進一步討論相關(guān)問題。百度輿情研究院每月發(fā)布中國輿情指數(shù)報告，其通過百度搜索引擎獲取搜索量，獲取熱點事件、熱點事件分布情況等，進一步進行分析監(jiān)測。Manela and Moreira(2017)研究新聞隱含波動率(NVIX)時，采用大數(shù)據(jù)的價值挖掘與分析技術(shù)，探討將碎片化的輿情信息如何整合處理，并進而研究其與資產(chǎn)價格變動關(guān)系。Andrei and Hasler(2015)通過搜集測量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)市場微觀結(jié)構(gòu)時，引入市場微觀交易行為，在交易行為的相應(yīng)數(shù)據(jù)獲取方面，對歐盟獨立交易登記系統(tǒng)(CITL)進行抓取、識別、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文本數(shù)據(jù)搜集進行的研究。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，對關(guān)系型數(shù)據(jù)庫與分布式數(shù)據(jù)庫進行了融合，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)計在不同文獻中具有差異性。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)驗以及他人研究，初步劃定關(guān)鍵詞范圍，再根據(jù)實際效果確定最終關(guān)鍵詞，如徐映梅和高一銘(2017)在構(gòu)建CPI輿情指數(shù)時，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”、“價格”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、財務(wù)類、研發(fā)類和聲譽類四類共計104個關(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，確定不同類別對應(yīng)的關(guān)鍵詞。輿情指標(biāo)體系設(shè)計是在關(guān)鍵詞選取基礎(chǔ)上，構(gòu)建不同類型的輿情監(jiān)測維度，如靳曉宏等(2016)從曝光程度、參與程度、輿情觀點、網(wǎng)站特點、傳播進度五個維度構(gòu)建了主題事件輿情指標(biāo)體系，并以食品安全為例進行實證研究;更多的文獻是從關(guān)注度、活躍度、共識度等不同維度構(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價技術(shù)對各個維度數(shù)據(jù)進行處理。大部分對輿情的綜合評價技術(shù)采用層次分析和模糊綜合評價等方法(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)，并使用動態(tài)因子模型估計得到了CPI高頻輿情指數(shù)。 03 網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動影響的相關(guān)研究 網(wǎng)絡(luò)輿情對金融資產(chǎn)影響的研究強調(diào)的大多是網(wǎng)絡(luò)輿情與股價信息的同步性。已有文獻研究表明，金融市場信息環(huán)境(包括金融輿情信息)對股價波動或者股價同步性的影響越發(fā)顯著，公司層面信息在股價變動所起到的作用有所增加，而宏觀市場層面信息相對作用減少，這導(dǎo)致了傳統(tǒng)標(biāo)準(zhǔn)資本資產(chǎn)定價回歸模型的失靈(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)價格均具有相關(guān)性。同時，網(wǎng)絡(luò)用戶情緒可用于股票市場預(yù)測。通過并掃描金融信息板，提取個別作者所表達(dá)的觀點信息，利用機器學(xué)習(xí)方法系統(tǒng)學(xué)習(xí)情緒和股票價值之間的相關(guān)性;通過學(xué)習(xí)模型對股票價值進行預(yù)測，發(fā)現(xiàn)該方法能夠高精度地預(yù)測情緒，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股票價格的影響，且人們預(yù)期和風(fēng)險態(tài)度的主觀參數(shù)對不同風(fēng)險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)價格波動與收益率直接相關(guān)，故網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動影響研究中，一些文獻利用搜索引擎數(shù)據(jù)，分析搜索指數(shù)表現(xiàn)、股價、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)回報率有顯著的短期變化。研究中發(fā)現(xiàn)對回報的沖擊導(dǎo)致長期的投資者關(guān)注轉(zhuǎn)變，同時發(fā)現(xiàn)滯后回報和關(guān)注之間存在重大的互動效應(yīng)，投資者關(guān)注可以改變指數(shù)回報的可預(yù)測性，規(guī)避風(fēng)險(羅鵬飛等，2017)。趙龍凱等(2013)利用百度公司提供的上市公司簡稱搜索量數(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)搜索和證券市場的相互作用，他們發(fā)現(xiàn)網(wǎng)絡(luò)搜索對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)輿情的一個重要方面，這種網(wǎng)絡(luò)結(jié)構(gòu)對金融資產(chǎn)價格也具有顯著影響。Ozsoylev et al.(2014)的實證研究進一步驗證了交易者通過社會網(wǎng)絡(luò)進行交流以及信息的傳遞，這一互動顯著影響金融資產(chǎn)的價格。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，其對金融資產(chǎn)價格影響越大;在金融資產(chǎn)價格影響方面，正面和負(fù)面的網(wǎng)絡(luò)輿情對金融資產(chǎn)價格沖擊具有非對稱性特征。Hein et al.(2012)模擬分析發(fā)現(xiàn)價格的波動受到網(wǎng)絡(luò)結(jié)構(gòu)的影響，當(dāng)網(wǎng)絡(luò)中心化程度較高時，價格波動也會相應(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股票基本面價值信息的影響，通過分析信息質(zhì)量對市場效率、市場流動性以及資本成本的影響過程，研究社交媒體對價格發(fā)現(xiàn)的促進效應(yīng)。結(jié)論顯示:相關(guān)信息傳播能促進價格發(fā)現(xiàn);無關(guān)信息傳播則阻礙價格發(fā)現(xiàn)。王麗佳和盧國祥(2017)基于資本市場的社會網(wǎng)絡(luò)，通過建立股票價格的動態(tài)模型探究交易者的交流互動和對股票價格的影響機制。 04 網(wǎng)絡(luò)輿情對金融資產(chǎn)價格的影響路徑研究 對于網(wǎng)絡(luò)輿情影響金融資產(chǎn)價格的路徑并沒有統(tǒng)一的認(rèn)識，但相關(guān)文獻基本上圍繞投資者關(guān)注、投資者信心和投資者情緒三個方面進行分析。 投資者關(guān)注對金融資產(chǎn)價格產(chǎn)生重要影響。Heiden(2015)提出了一種經(jīng)驗相似性方法，通過使用搜索引擎數(shù)據(jù)作為衡量投資者對股票市場指數(shù)的關(guān)注度來預(yù)測每周波動。同時，基于異質(zhì)回歸模型(HAＲ)預(yù)測納入Google搜索量后的股票波動性。機構(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)引入一個線性回歸模型，以研究投資者的注意力對市場震蕩的反饋，設(shè)計了一個非線性回歸模型來驗證市場間金融危機的傳染效應(yīng)。在考慮市場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過程中是間接的傳染路徑，對金融資產(chǎn)價格具有重要影響。劉鋒等(2014)以中國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)注度對股票收益的影響程度顯著弱于投資者關(guān)注度對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)且對金融資產(chǎn)價格產(chǎn)生影響的另外一個路徑為投資者信心。許多文獻認(rèn)為，投資者對網(wǎng)絡(luò)輿情的關(guān)注不僅直接對金融資產(chǎn)價格產(chǎn)生影響，同時因為投資者的認(rèn)知差異也造成對金融資產(chǎn)價格產(chǎn)生影響(馮旭南，2016)。另外，一些研究圍繞投資者對財務(wù)信息的關(guān)注，財務(wù)信息的關(guān)注影響著投資者的信心，進而考察其對金融資產(chǎn)價格的影響(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；從交易策略看，發(fā)現(xiàn)賣出Google搜索量很高的股票，購買較少Google搜索量的股票，在不考慮交易成本時，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，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)輿情對投資者情緒產(chǎn)生影響，進而影響金融資產(chǎn)價格波動和收益。Sun et al.(2016)利用潛在空間模型，將股價和社交媒體內(nèi)容的變動相關(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)果顯示股票價格和微博情緒之間存在較高的相關(guān)性。Nofer and Hinz(2015)通過測量Twitter上的情緒狀態(tài)來研究這些市場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月期間在德國發(fā)布的大約1億條內(nèi)容，通過實證發(fā)現(xiàn)Twitter情緒狀態(tài)與股票市場之間的關(guān)系。進一步通過將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)對收益存在影響。同時，投資者情緒具有異質(zhì)性，這種異質(zhì)性對金融資產(chǎn)定價本身就具有顯著的影響，曾燕等(2016)將行為金融領(lǐng)域中離散時間框架下的情緒資產(chǎn)定價模型拓展到連續(xù)時間框架下，把異質(zhì)性納入Lucas純交換經(jīng)濟體，構(gòu)建含有異質(zhì)性投資者的動態(tài)情緒資產(chǎn)定價模型，刻畫理性投資者和情緒投資者的異質(zhì)性。 05 網(wǎng)絡(luò)輿情對金融資產(chǎn)價格影響機制與干預(yù)控制研究 網(wǎng)絡(luò)輿情對金融資產(chǎn)價格的影響存在一定的機制，即網(wǎng)絡(luò)輿情是如何影響金融資產(chǎn)價格的。王麗佳和盧國祥(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、股票價格和社會互動所構(gòu)成的動力系統(tǒng)分析得到了股票價格被低估(高估)的條件。研究結(jié)果發(fā)現(xiàn)價格的動態(tài)變化和交易者的交流結(jié)構(gòu)密切相關(guān)，解釋了股票價格的形成機制以及價格泡沫的產(chǎn)生與破滅過程。從金融信息網(wǎng)絡(luò)傳播來看，個體投資者、機構(gòu)投資者都會通過社會交流相互影響，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)輿情對金融資產(chǎn)價格機制影響的研究中，從微觀入手是研究者的另外一個視角。徐巍和陳冬華(2016)借助網(wǎng)頁搜索和文本分析技術(shù)，在微觀市場結(jié)構(gòu)層面實證檢驗了上市公司官方微博的信息作用及其特點。實證結(jié)果表明，微博披露會帶來當(dāng)日公司股票的超額回報和超額交易量顯著增加，其程度不僅受到披露強度、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)微博對已公告信息進行傳播時，相對于沒有微博傳播的公告會有更強的市場反應(yīng)。進一步，微博披露對受關(guān)注較少的公司影響更大，對個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)信息平臺的崛起，也促使信息資訊生成與擴散成為完整傳播鏈條，進而影響著金融市場參與主體的學(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)的價格波動規(guī)律(Hillert et al.，2014)。 一些研究從實驗經(jīng)濟學(xué)的角度研究，認(rèn)為認(rèn)知能力屬于金融輿情對金融資產(chǎn)價格影響的機制。宗計川等(2017)基于學(xué)習(xí)預(yù)測實驗并輔助認(rèn)知能力測試，在實驗室中檢驗了市場參與者認(rèn)知能力高低對于資產(chǎn)價格收斂到理性預(yù)期均衡程度與速度的影響。實驗結(jié)果表明，認(rèn)知能力較高的個體能夠更快進行組內(nèi)協(xié)調(diào)，所在組的資產(chǎn)市場價格泡沫相對較小。認(rèn)知能力較高的參與人更傾向采用有利于市場穩(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波動的趨勢跟蹤策略。同時，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，市場價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)輿情信息傳播機制研究，較多圍繞社會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)運行的市場結(jié)構(gòu)發(fā)生了改變，故干預(yù)控制的重點應(yīng)該是研究新結(jié)構(gòu)環(huán)境下風(fēng)險度量和定價問題。陳榮達(dá)等(2017)指出大數(shù)據(jù)驅(qū)動下結(jié)構(gòu)發(fā)生改變時，風(fēng)險因子多元厚尾分布情形會較多地出現(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)擴散行為特征，認(rèn)為對風(fēng)險干預(yù)控制需要從定價角度入手，提出一類能夠捕捉無窮跳和擴散之間交互影響的動態(tài)跳-擴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)險中性關(guān)系和貝葉斯學(xué)習(xí)技術(shù)，給出了動態(tài)跳-擴散隨機過程的期權(quán)定價方法，并進行標(biāo)準(zhǔn)普爾500指數(shù)歐式期權(quán)標(biāo)準(zhǔn)化合約的實證研究，對比了有限跳-擴散及無窮跳-擴散模型定價差異。 06 進一步的研究展望 根據(jù)上述國內(nèi)外研究現(xiàn)狀分析，網(wǎng)絡(luò)輿情對金融資產(chǎn)波動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)價格波動具有加速器作用，編制金融輿情指數(shù)，以實現(xiàn)定量化分析其對資產(chǎn)價格波動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)價格波動率等之間的關(guān)系分析，但不限于網(wǎng)絡(luò)輿情搜索頻次，而對網(wǎng)絡(luò)輿情的活躍程度、傳播速度及其演化、共識度等需要通過指數(shù)定量分析，才能科學(xué)分析網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動的影響。基于此，進一步的研究需要在分析網(wǎng)絡(luò)輿情熱點事件和關(guān)鍵詞的基礎(chǔ)上，通過數(shù)據(jù)挖掘等技術(shù)，構(gòu)建反映市場主體異質(zhì)預(yù)期的關(guān)鍵詞，運用爬蟲等技術(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態(tài)的金融輿情指數(shù)。同時根據(jù)主題事件，以案例形式分析主題事件演進過程中網(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)與對應(yīng)金融資產(chǎn)價格波動之間的映射關(guān)系。 其二，網(wǎng)絡(luò)輿情影響下，現(xiàn)有描述資產(chǎn)價格波動時變特征的方法稍顯不足。金融資產(chǎn)價格波動建模有相當(dāng)多文獻，包括對近十年出現(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)輿情推動下，相關(guān)信息傳播速度加快，金融資產(chǎn)除了原有波動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)信息對金融資產(chǎn)價格波動產(chǎn)生催化劑作用，金融資產(chǎn)價格波動時變特征更強，跳躍性波動更為突出。金融資產(chǎn)波動類型出現(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交替出現(xiàn)，在特定時期還會呈現(xiàn)出聚集的特征。現(xiàn)有波動模型對金融資產(chǎn)波動的時變特征刻畫顯得不足。基于此，進一步的研究需要利用時變的Lévy過程，不僅刻畫金融資產(chǎn)的連續(xù)性波動，還包括金融資產(chǎn)的有限活躍跳躍與無限活躍跳躍波動時變特征，從而實現(xiàn)對大數(shù)據(jù)驅(qū)動的金融資產(chǎn)波動時變特征的數(shù)量刻畫。 其三，網(wǎng)絡(luò)輿情影響金融資產(chǎn)價格波動的路徑需要被識別。現(xiàn)有文獻從搜索引擎的搜索量或者投資者情緒來研究其對金融資產(chǎn)價格波動的影響，但網(wǎng)絡(luò)輿情對金融資產(chǎn)價格波動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，進而引起金融資產(chǎn)價格波動。對熱點金融事件或者關(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)價格波動在很大程度上是相關(guān)關(guān)系，而非因果關(guān)系。同時，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)動也未曾可知。基于此，進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變特征，分析影響金融資產(chǎn)價格波動的路徑。 其四，網(wǎng)絡(luò)輿情影響金融資產(chǎn)價格的機制和對網(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金融資產(chǎn)價格波動產(chǎn)生影響，但各種影響可能會隨著輿情發(fā)生與傳播階段發(fā)生變化，同時各種路徑影響機制也不完全相同，存在單路徑和多路徑各種機制交互進行。同時，網(wǎng)絡(luò)輿情演化過程具有階段性特征，這種階段性特征對金融資產(chǎn)價格波動的影響程度具有差異性，所以對網(wǎng)絡(luò)輿情進行干預(yù)控制需要根據(jù)階段性特征進行確定。基于此，進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，影響金融資產(chǎn)價格波動的機制；同時根據(jù)階段性的特征研究對網(wǎng)絡(luò)輿情的干預(yù)控制。 來 源：國家金融與發(fā)展工作室 原標(biāo)題：網(wǎng)絡(luò)輿情對金融資產(chǎn)價格的影響：一個文獻綜述 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 國家金融與發(fā)展實驗室副主任
