社交媒體用戶交互行為與股票市場的關(guān)聯(lián)分析研究:基于新浪財經(jīng)博客的實(shí)證
發(fā)布時間:2020-12-06 20:33
【目的】探究社交媒體用戶交互行為的社會網(wǎng)絡(luò)與股市之間的關(guān)系,檢驗(yàn)社會網(wǎng)絡(luò)屬性對股市的預(yù)測能力!痉椒ā坷眯吕素斀(jīng)博客的轉(zhuǎn)載信息,設(shè)置時間快照構(gòu)建多個網(wǎng)絡(luò)圖;提取網(wǎng)絡(luò)屬性并與上證指數(shù)做相關(guān)性分析;最后將具有相關(guān)性的網(wǎng)絡(luò)屬性與上證指數(shù)進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)!窘Y(jié)果】網(wǎng)絡(luò)密度與上證指數(shù)呈現(xiàn)二次項(xiàng)關(guān)系,極值點(diǎn)為3 400;博主節(jié)點(diǎn)的平均點(diǎn)贊數(shù)與上證指數(shù)呈現(xiàn)正相關(guān)性,相關(guān)系數(shù)為0.486;平均點(diǎn)贊數(shù)取一階滯后具有協(xié)整關(guān)系,可以作為上證指數(shù)的格蘭杰因!揪窒蕖坑捎陂L文本情感分析和算法優(yōu)化的問題,未計算博文的情感且所選取的網(wǎng)絡(luò)屬性均為基本屬性!窘Y(jié)論】本文驗(yàn)證了社交媒體用戶的交互行為對股市的預(yù)測能力,交互行為的社會網(wǎng)絡(luò)屬性能夠提高股市預(yù)測的精度。
【文章來源】:數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019年11期 第108-119頁 北大核心CSSCI
【文章頁數(shù)】:12 頁
【部分圖文】:
不同網(wǎng)絡(luò)結(jié)構(gòu)的密度
部分博主的子圖
通過對檢驗(yàn)結(jié)果的分析,發(fā)現(xiàn)平均閱讀量、節(jié)點(diǎn)數(shù)、邊數(shù)和平均權(quán)重與MA·MA3的相關(guān)性顯著水平均大于0.05,并不顯著。僅密度和平均點(diǎn)贊數(shù)與MA·MA3的相關(guān)性是顯著的。MA·MA3與密度的偏相關(guān)系數(shù)是–0.508,顯著性檢驗(yàn)的t統(tǒng)計量是0.026;與平均點(diǎn)贊數(shù)的偏相關(guān)系數(shù)是0.486,顯著性檢驗(yàn)的t統(tǒng)計量是0.035。因此在顯著性水平0.05的條件下,MA·MA3與網(wǎng)絡(luò)圖的密度具有負(fù)相關(guān)性,與平均點(diǎn)贊數(shù)具有正相關(guān)性。進(jìn)一步對MA·MA3與密度、MA·MA3與平均點(diǎn)贊數(shù)進(jìn)行回歸分析,結(jié)果如表4所示。通過散點(diǎn)圖,發(fā)現(xiàn)MA·MA3與密度之間存在二次項(xiàng)的關(guān)系,MA·MA3與平均點(diǎn)贊數(shù)之間存在線性關(guān)系,因此使用曲線擬合,分析二者的線性關(guān)系,如圖5所示。圖5 MA·MA3與密度和平均點(diǎn)贊數(shù)曲線擬合
【參考文獻(xiàn)】:
期刊論文
[1]基于微博情感分析的股市加權(quán)預(yù)測方法研究[J]. 趙明清,武圣強(qiáng). 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(02)
[2]基于文本價格融合模型的股票趨勢預(yù)測[J]. 余傳明,龔雨田,王峰,安璐. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(12)
[3]投資者信息能力:意見分歧與股價崩盤風(fēng)險——來自社交媒體“上證e互動”的證據(jù)[J]. 丁慧,呂長江,陳運(yùn)佳. 管理世界. 2018(09)
[4]投資者關(guān)注和股市表現(xiàn)——基于雪球關(guān)注度的研究[J]. 孫書娜,孫謙. 管理科學(xué)學(xué)報. 2018(06)
[5]社交媒體、投資者信息獲取和解讀能力與盈余預(yù)期——來自“上證e互動”平臺的證據(jù)[J]. 丁慧,呂長江,黃海杰. 經(jīng)濟(jì)研究. 2018(01)
[6]基于深度學(xué)習(xí)和股票論壇數(shù)據(jù)的股市波動率預(yù)測精度研究[J]. 陳衛(wèi)華,徐國祥. 管理世界. 2018(01)
[7]社交媒體投資者關(guān)注、投資者情緒對中國股票市場的影響[J]. 石勇,唐靜,郭琨. 中央財經(jīng)大學(xué)學(xué)報. 2017(07)
[8]基于分位數(shù)Granger因果的網(wǎng)絡(luò)情緒與股市收益關(guān)系研究[J]. 許啟發(fā),伯仲璞,蔣翠俠. 管理科學(xué). 2017(03)
[9]社交網(wǎng)絡(luò)、投資者關(guān)注與股價同步性[J]. 劉海飛,許金濤,柏巍,李心丹. 管理科學(xué)學(xué)報. 2017(02)
[10]家庭社會網(wǎng)絡(luò)與股市參與[J]. 王聰,柴時軍,田存志,吳甦. 世界經(jīng)濟(jì). 2015(05)
本文編號:2901988
【文章來源】:數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019年11期 第108-119頁 北大核心CSSCI
【文章頁數(shù)】:12 頁
【部分圖文】:
不同網(wǎng)絡(luò)結(jié)構(gòu)的密度
部分博主的子圖
通過對檢驗(yàn)結(jié)果的分析,發(fā)現(xiàn)平均閱讀量、節(jié)點(diǎn)數(shù)、邊數(shù)和平均權(quán)重與MA·MA3的相關(guān)性顯著水平均大于0.05,并不顯著。僅密度和平均點(diǎn)贊數(shù)與MA·MA3的相關(guān)性是顯著的。MA·MA3與密度的偏相關(guān)系數(shù)是–0.508,顯著性檢驗(yàn)的t統(tǒng)計量是0.026;與平均點(diǎn)贊數(shù)的偏相關(guān)系數(shù)是0.486,顯著性檢驗(yàn)的t統(tǒng)計量是0.035。因此在顯著性水平0.05的條件下,MA·MA3與網(wǎng)絡(luò)圖的密度具有負(fù)相關(guān)性,與平均點(diǎn)贊數(shù)具有正相關(guān)性。進(jìn)一步對MA·MA3與密度、MA·MA3與平均點(diǎn)贊數(shù)進(jìn)行回歸分析,結(jié)果如表4所示。通過散點(diǎn)圖,發(fā)現(xiàn)MA·MA3與密度之間存在二次項(xiàng)的關(guān)系,MA·MA3與平均點(diǎn)贊數(shù)之間存在線性關(guān)系,因此使用曲線擬合,分析二者的線性關(guān)系,如圖5所示。圖5 MA·MA3與密度和平均點(diǎn)贊數(shù)曲線擬合
【參考文獻(xiàn)】:
期刊論文
[1]基于微博情感分析的股市加權(quán)預(yù)測方法研究[J]. 趙明清,武圣強(qiáng). 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(02)
[2]基于文本價格融合模型的股票趨勢預(yù)測[J]. 余傳明,龔雨田,王峰,安璐. 數(shù)據(jù)分析與知識發(fā)現(xiàn). 2018(12)
[3]投資者信息能力:意見分歧與股價崩盤風(fēng)險——來自社交媒體“上證e互動”的證據(jù)[J]. 丁慧,呂長江,陳運(yùn)佳. 管理世界. 2018(09)
[4]投資者關(guān)注和股市表現(xiàn)——基于雪球關(guān)注度的研究[J]. 孫書娜,孫謙. 管理科學(xué)學(xué)報. 2018(06)
[5]社交媒體、投資者信息獲取和解讀能力與盈余預(yù)期——來自“上證e互動”平臺的證據(jù)[J]. 丁慧,呂長江,黃海杰. 經(jīng)濟(jì)研究. 2018(01)
[6]基于深度學(xué)習(xí)和股票論壇數(shù)據(jù)的股市波動率預(yù)測精度研究[J]. 陳衛(wèi)華,徐國祥. 管理世界. 2018(01)
[7]社交媒體投資者關(guān)注、投資者情緒對中國股票市場的影響[J]. 石勇,唐靜,郭琨. 中央財經(jīng)大學(xué)學(xué)報. 2017(07)
[8]基于分位數(shù)Granger因果的網(wǎng)絡(luò)情緒與股市收益關(guān)系研究[J]. 許啟發(fā),伯仲璞,蔣翠俠. 管理科學(xué). 2017(03)
[9]社交網(wǎng)絡(luò)、投資者關(guān)注與股價同步性[J]. 劉海飛,許金濤,柏巍,李心丹. 管理科學(xué)學(xué)報. 2017(02)
[10]家庭社會網(wǎng)絡(luò)與股市參與[J]. 王聰,柴時軍,田存志,吳甦. 世界經(jīng)濟(jì). 2015(05)
本文編號:2901988
本文鏈接:http://sikaile.net/jingjilunwen/jinrongzhengquanlunwen/2901988.html
最近更新
教材專著