论文部分内容阅读
随着互联网的发展，社会化媒体逐渐成为人们获取信息与发布信息的主要方式。截止2016年底，全世界的互联网用户数目达到了35亿，而作为社会化媒体代表之一的 Facebook月活跃用户数量已经超过了14亿。社会化媒体在中国的发展同样势头迅猛，目前，中国网民规模达到7.1亿，微博用户数量也达到了2.42亿。社会化媒体不同于传统媒体，具有简单快捷易使用，随时获取，随时发布等特点，因此社会化媒体正逐渐改变着人们的生活与行为方式。另一方面，由于社会化媒体在信息发布、信息传播与信息获取上具有重要影响力，而市场上各类信息将会影响投资者对于资产未来收益和价值的判断，因此学者们开始研究社会化媒体对金融市场的影响。而在金融市场中，股票间常常出现价格“同升共降”的联动现象，通常称此现象为股票联动现象。根据有效市场理论与行为经济学理论，造成这种现象的主要因素就是信息的分布不均与投资者的“羊群效应”。因此，无论是作为企业财务信息的发布以及扩散渠道，还是作为投资者情绪的影响者以及反馈平台，社会化媒体都是股票联动性研究的重要目标。 之前学者们对股票联动性的研究，归纳起来主要基于以下三个视角：经济基本面视角、投资者偏好视角与信息扩散视角。经济基本面视角是指影响股票联动的因素只能是其基本面价值，如现金流、盈利等，投资者偏好视角则认为投资者心理与行为对股票联动也有着影响，信息扩散视角是指市场信息传播和扩散不均也会导致股票联动。学者们进行联动性分析时通常使用以下方法与模型：相关系数法、Granger因果关系检验、向量自回归、以及协整检验。相关系数是从统计学上给出变量的相关关系，相关系数是数据间关联性最直观的反映。Granger因果关系检验方法是用来判断一个变量的变化是否会引起另一个变量变化的方法。向量自回归常用于预测相互联系的时间序列系统以及分析随机扰动对变量系统的动态影响。协整理论是指对两个变量在短期与长期时间序列上的平稳性分析。 与之前学者们对股票联动性研究有所不同，本文基于社会化媒体视角，通过提取社会化媒体特征搭建企业关系网络，并基于此网络进行股票联动性分析研究。本研究选取新闻共同曝光度与微博相互关注度这两项社会化媒体特征分别搭建出基于新闻共同曝光度的企业关系网络与基于微博相互关注度的企业关系网络。新闻共同曝光度是指报导中同时包含两家企业名称的新闻数量的度量，微博相互关注度是指在微博上企业间关注与被关注关系的度量。在对上述两个企业网络进行股票联动性分析过程中，我们首先提出了研究过程中所包含的数据的收集与处理方式，包含数据爬取、数据持久化、数据冗余处理、数据缺失处理与数据的矩阵化处理。然后我们提出了具体的网络搭建方法，包括得到每家企业的关联企业列表的方法和由每家企业自身的关联网络搭建整个企业网络的方法。随后我们提出了股票联动性评价标准和计算方法，在本文中主要采用基于几何特征关联的相关系数法验证上述两个企业网络的股票联动关系。为了进一步研究两个企业网络上的关键企业，我们提出了使用社会网络分析方法分析网络中的股票权威性的评价标准与分析工具。社会网络分析方法源于物理学中的适应性网络，在加入数学方法与图论等分析方法后成为社会学中的重要定量分析方法。近年来，该方法在世界政治、经济体系和国际贸易等领域广泛应用，发挥了重要作用。在本研究中，我们主要使用社会网络分析方法中的中心性分析方法对股票权威性进行分析，在该方法中主要包含三个指标：个体中心性、接近中心性与中介中心性。个体中心性度量网络中节点的度，接近中心性度量网络中节点与其余节点的路径长度，中介中心性度量节点参与其余节点的关系中的程度。 在本文的实验分析阶段，我们选取沪深300指数的企业作为研究对象，收集了这300家企业在网络上的共同新闻数量数据四万余条，收集了这300家企业在新浪微博上被关注数据三百余条，通过对这些数据的筛选，我们选择具有较高共同新闻数或在被关注列表的企业作为企业的关联企业，利用每家企业的关联企业分别搭建了基于新闻共同曝光度的企业网络与基于微博相互关注度的企业网络，在上述两个企业网络中，我们分别使用基于几何特征关联的相关系数法和社会网络分析方法对股票联动性和股票权威性进行分析。通过实验分析，我们得到的主要结论有：在基于新闻曝光度的企业网络与基于微博相互关注度的企业网络上，各个企业与其关联企业呈现出不同程度的股票联动性，但整体来讲，大部分企业的股票联动性维持在较高水平；大部分企业与其关联企业的股票联动程度比与其间接关联或无关联的企业的股票联动程度要高；网络中的权威性企业主要集中在银行、证券、能源与交通运输类。 本文第一章为绪论，在这一章中，我们首先描述本研究的背景和意义，接着我们总结了本研究的几点创新点，最后我们概括了本研究的主要研究内容并提出了整篇论文的组织框架。本文第二章为相关理论与方法，在这一章中，我们首先介绍与股票联动性相关的理论基础，包括有效市场理论与行为经济学理论，接下来介绍了四种常用的研究股票联动性的模型与方法，包括相关系数法、Granger因果关系检验、向量自回归与协整检验，最后介绍了社会网络的概念与几种中心性分析方法。本文第三章为研究方法，在这一章中，我们首先介绍了研究过程中数据抓爬与收集的工具与流程，接下来介绍了研究中所要进行的数据处理过程与方法，然后阐述了如何搭建基于新闻共同曝光度的企业网络和基于微博相互关注度的企业网络，最后我们给出了网络中的股票联动性与股票权威性的评价标准与计算方法。本文第四章为实验分析，在这一章中，我们首先介绍了研究中使用到的实验数据，接下来分别使用实验数据搭建基于新闻曝光度的企业网络和基于微博相互关注度的企业网络，并使用上一章中的研究方法研究网络中股票联动性与股票权威性。本文第五章为结论与启示，在这一章中，我们首先阐述了本研究所得到研究结论，然后描述了根据结论所得到的启示，最后给出了对进一步研究的展望。 本研究具有如下几点创新：使用社会化媒体视角对社会化媒体上形成的企业网络进行股票联动性研究；通过网络特征提取与相关性计算分别构建了基于新闻共同曝光度的企业关系网络模型和微博相互关注度的企业关系网络模型；基于几何特征关联验证上述两个企业网络的股票联动关系和使用社会网络分析方法分析网络中的股票权威性。本研究中所构建的社会化媒体上的企业关系网络及股票联动性与股票权威性分析结论有助于帮助投资者优化投资策略，为企业经营者发现潜在合作者与竞争者，帮助市场监管者进行资源配置与风险评估。