高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

投资者日度情绪、超额收益率与市场流动性——基于DCC-GARCH模型的时变相关性研究

尹海员,吴兴颖

downloadPDF
文章导航> bob手机在线登陆学报（社会科学版）> 2019> (5): 76-87,114
尹海员, 吴兴颖. 投资者日度情绪、超额收益率与市场流动性——基于DCC-GARCH模型的时变相关性研究[J]. bob手机在线登陆学报（社会科学版）, 2019, (5): 76-87,114. doi: 10.15918/j.jbitss1009-3370.2019.1776
引用本文: 尹海员, 吴兴颖. 投资者日度情绪、超额收益率与市场流动性——基于DCC-GARCH模型的时变相关性研究[J]. bob手机在线登陆学报（社会科学版）, 2019, (5): 76-87,114.doi:10.15918/j.jbitss1009-3370.2019.1776
shu
YIN Haiyuan, WU Xingying. Daily Investor Sentiment,Excess Return and Market Liquidity—Research on Time-varying Correlation based on DCC-GARCH Model[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (5): 76-87,114. doi: 10.15918/j.jbitss1009-3370.2019.1776
Citation: YIN Haiyuan, WU Xingying. Daily Investor Sentiment,Excess Return and Market Liquidity—Research on Time-varying Correlation based on DCC-GARCH Model[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (5): 76-87,114.doi:10.15918/j.jbitss1009-3370.2019.1776
shu

投资者日度情绪、超额收益率与市场流动性——基于DCC-GARCH模型的时变相关性研究

doi:10.15918/j.jbitss1009-3370.2019.1776
  • 1.

    陕西师范大学 国际商学院, 陕西 西安 710119

基金项目:

教育部人文社科基金研究项目"股票流动性对投资者情绪波动的响应机制研究"（16YJA790061）;中央高校基本科研业务费专项项目"投资者情绪、股票流动性与资产配置效应"（GK201803091）

Daily Investor Sentiment,Excess Return and Market Liquidity—Research on Time-varying Correlation based on DCC-GARCH Model

  • 1.

    International Business School of Shaanxi Normal University, Xi'an Shaanxi 710119, China

  • 摘要:随着互联网科技的发展，利用数据挖掘手段不仅可以构建投资者高频情绪指标，也有助于深入研究投资者情绪与股票市场运行之间的内在联动性。选取2009-2018年共2 198个交易日样本，运用爬虫软件挖掘股票市场大盘评述的网络数据，采用自然语言处理技术进行文本分析，构建了投资者情绪日度指标，利用DCC-GARCH模型研究了投资者情绪、市场超额收益率和市场流动性之间的时变相关关系。实证结果发现：投资者情绪与市场超额收益率和流动性间存在时变相关性，动态条件相关系数总体为正；投资者情绪与市场超额收益率和流动性间的动态条件相关系数具有长期记忆性，并且会受到宏观经济变量的影响；相比于牛市，熊市环境中股票市场的运行对投资者情绪的变动更为敏感；相对于月度数据，更高频的日度指标在刻画情绪与股票市场的相关程度时，能捕捉到即时、准确的信息。这些结论对于深入理解投资者情绪与股票收益和流动性的联动机理有一定意义。
    Abstract:With the development of Internet technology,using data mining techniques can not only construct and measure high-frequency emotional indicators of investors,but also help in-depth study of the intrinsic linkage between investor sentiment and stock market operations. The paper selects a total of 2 198 trading days in 2009-2018,using reptile software to excavate the network data reviewed by the Stock Exchange Index,using natural language processing techniques for text analysis,and constructing investor sentiment diurnal indices,uses DCC-GARCH model to study the time-varying correlation between investor sentiment,market excess returns and market liquidity. The empirical results show that there is a time-varying correlation between investor sentiment and market excess returns and liquidity,and the dynamic condition correlation coefficient is positive overall. This correlation has long-term memory,and it can be affected by the macroeconomic factors; Compared to the bull market,the operation of the stock market in a bear market environment is more sensitive to changes in investor sentiment. Compared to the monthly data,the higher-frequency daily indicator can capture instant and accurate information when describing sentiment and stock market relevance. These conclusions have certain significance for deep understanding of the linkage mechanism between investor sentiment and stock returns and liquidity.
  • [1] 谢军,杨春鹏. 投资者情绪影响下资本资产定价的区制性[J]. 系统工程,2015(1):24-30.
    [2] FISHER K L,STATMAN M. Investor sentiment and stock returns[J]. Financial Analysts Journal,2000,56(2):16-23.
    [3] BAKER M,WURGLER J. Investor sentiment and the cross-section of stock returns[J]. Journal of Finance,2006,61(4):1645-1680.
    [4] MAO H,COUNTS S,BOLLEN J. Predicting financial markets:comparing survey,news,twitter and search engine data[J]. Computer Science,2011,5:1-10.
    [5] 段江娇,刘红忠,曾剑平. 中国股票网络论坛的信息含量分析[J]. 金融研究,2017(10):178-192.
    [6] 钟慧波,沈依琴,曾奕萌. 新闻话语方式对股价的影响——基于财经媒体类型的视角[J]. bob手机在线登陆学报(社会科学版),2018(3):99-104.
    [7] 易志高,茅宁,汪丽. 投资者情绪测量研究综述[J]. 金融评论,2010,2(3):113-121.
    [8] WYSOCKI P D. Cheap talk on the web:the determinants of postings on stock message boards[J]. Ssrn Electronic Journal,1998,20(2):56-70.
    [9] DAS S R,CHEN M Y. Yahoo! for Amazon:sentiment extraction from small talk on the web[J]. Management Science,2007,53(9):1375-1388.
    [10] ZHANG X,FUEHRES H,GLOOR P A. Predicting asset value through Twitter Buzz[J]. Advances in Intelligent & Soft Computing,2012,113:23-34.
    [11] BOLLEN J,MAO H. Twitter mood as a stock market predictor[J]. Computer,2011,44(10):91-94.
    [12] 刘颖,吕本富,彭赓. 网络搜索对股票市场的预测能力:理论分析与实证检验[J]. 经济管理,2011(1):172-180.
    [13] 林振兴. 网络讨论、投资者情绪与IPO抑价[J]. 山西财经大学学报,2011,33(2):23-29.
    [14] 孟雪井,孟祥兰,胡杨洋. 基于文本挖掘和百度指数的投资者情绪指数研究[J].宏观经济研究,2016(1):144-153.
    [15] 杨晓兰,沈翰彬,祝宇.本地偏好、投资者情绪与股票收益率:来自网络论坛的经验证据[J]. 金融研究,2016(12):143-158.
    [16] 易洪波,欧云. 网络论坛信息挖掘与投资者情绪测度——基于多元GARCH-BEKK模型分析[J]. 管理现代化,2016,36(5):20-22.
    [17] LONG J B D,SHLEIFER A,SUMMERS L H,et al. Noise trader risk in financial markets[J]. Journal of Political Economy,1990,98(4):703-738.
    [18] FISHER K L,STATMAN M. Consumer confidence and stock returns[J]. SSRN Electronic Journal,2002,30(1):225-236.
    [19] 金秀,邹吉娥. 投资者情绪与股票收益间的关系研究[J]. 东北大学学报(自然科学版),2014,35(1):139-143.
    [20] 陆静,周媛. 投资者情绪对股价的影响——基于AH股交叉上市股票的实证分析[J]. 中国管理科学,2015,23(11):21-28.
    [21] CHUNG S L,HUNG C H,YEH C Y. When does investor sentiment predict stock returns?[J]. Journal of Empirical Finance,2012,19(2):217-240.
    [22] 董孝伍,张信东,刘维奇. 投资者情绪与股票市场收益的互动关系——基于分位数回归的研究[J]. 经济管理,2013(6):103-111.
    [23] 陆江川,陈军. 极端投资者情绪对股价指数影响的非对称研究[J]. 系统工程,2013(2):17-26.
    [24] 张婷,于瑾,吕东锴. 新兴市场投资者情绪与价值溢价异象——基于中国内地、香港和台湾地区的比较分析[J]. 国际金融研究,2013(1):87-95.
    [25] 王春. 投资者情绪对股票市场收益和波动的影响——基于开放式股票型基金资金净流入的实证研究[J]. 中国管理科学,2014,22(9):49-56.
    [26] 李春红,彭光裕. 投资者情绪、股票市场流动性和经济增长[J]. 技术经济,2011,30(5):105-108.
    [27] 王丹枫,梁丹. 从投资情绪角度看股票市场流动性——来自B股向境内居民开放的研究[J]. 数理统计与管理,2012,31(2):363-373.
    [28] 刘晓星,张旭,顾笑贤,等. 投资者行为如何影响股票市场流动性?——基于投资者情绪、信息认知和卖空约束的分析[J]. 管理科学学报,2016,19(10):87-100.
    [29] 尹海员. 投资者情绪对股票流动性影响效应与机理研究[J]. 厦门大学学报(哲学社会科学版),2017(4):102-113.
    [30] ENGLE R. Dynamic conditional correlation[J]. Journal of Business & Economic Statistics,2002,20(3):339-350.
    [31] 董秀良,吴仁水. 基于DCC-MGARCH模型的中国A、B股市场相关性及其解释[J]. 中国软科学,2008(7):125-133.
    [32] 贾凯威,杨洋,刘琳琳. 基于Rolling Regression及VAR-DCC-GARCH模型的股市时变协动研究:发达市场对中国大陆股市存在金融传染吗?[J]. 商业研究,2014,56(11):64-71.
    [33] 刘伟江,李映桥. 网络消费者信心指数和经济增长的动态相关性研究[J]. 财贸研究,2017(5):1-10.
    [34] 张峥,李怡宗,张玉龙,等. 中国股市流动性间接指标的检验——基于买卖价差的实证分析[J]. 经济学(季刊),2014,13(1):233-262.
    [35] AMIHUD Y. Illiquidity and stock returns:cross-section and time-series effects[J]. Journal of Financial Markets,2002,5(1):31-56.
    [36] ENGLE R F. Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation[J]. Econometrica,1982,50(4):987-1007.
    [37] BOLLERSLEV T. Generalized autoregressive conditional heteroskedasticity[J]. Journal of Econometrics,1986,31(3):307-327.
    [38] PAGAN A R,SOSSOUNOV K A. A simple framework for analyzing bull and bear markets[J]. Journal of Applied Econometrics 2001,18(1):23-46.
  • [1] 王琳, 刘宏雅.央行沟通能否有效应对突发事件“大考”. bob手机在线登陆学报（社会科学版）, 2022, 24(1): 77-89.doi:10.15918/j.jbitss1009-3370.2022.1900
    [2] 王超, 高扬, 刘超.中国债券市场流动性度量方法的比较. bob手机在线登陆学报（社会科学版）, 2018, (1): 70-80.doi:10.15918/j.jbitss1009-3370.2018.3352
    [3] 高扬, 王超, 刘超.境外投资者持股对中国股票市场信息不对称的影响. bob手机在线登陆学报（社会科学版）, 2017, (5): 104-112.doi:10.15918/j.jbitss1009-3370.2017.1872
    [4] 王春峰, 余思婧, 房振明, 孙端.非预期广义信息到达与流动性动态行为研究. bob手机在线登陆学报（社会科学版）, 2015, (3): 77-82.doi:10.15918/j.jbitss1009-3370.2015.0311
    [5] 金成晓, 王继莹.沪深300股指期货收益率及波动率的长记忆性研究. bob手机在线登陆学报（社会科学版）, 2014, (5): 89-93,102.
    [6] 韩国文, 谢帆, 陆菊春.盈余管理和市场流动性的关系——基于深圳A股市场的实证研究. bob手机在线登陆学报（社会科学版）, 2012, (5): 19-24,31.
    [7] 王春峰, 黄晓彬, 房振明, 郭华.中国股市投资者预测交易到达率的GARCH学习行为. bob手机在线登陆学报（社会科学版）, 2012, (4): 30-36.
    [8] 彭兴庭.我国房地产市场与股票市场的波动相关性研究. bob手机在线登陆学报（社会科学版）, 2011, (5): 39-43.
    [9] 韩伯棠, 程嘉许, 周毕文.商业银行房地产金融流动性风险分析研究. bob手机在线登陆学报（社会科学版）, 2011, (1): 23-27.
    [10] 张蕊, 王春峰, 房振明, 梁崴.市场风险与流动性风险整合风险度量研究. bob手机在线登陆学报（社会科学版）, 2010, (5): 18-22.
    [11] 苟小菊, 王世雷.通货膨胀率和股票收益率的相关性的实证研究——基于马尔可夫转换模型. bob手机在线登陆学报（社会科学版）, 2009, (4): 50-53.
    [12] 周毕文, 程嘉许.房地产金融流动性风险中的银企博弈研究. bob手机在线登陆学报（社会科学版）, 2008, (2): 8-12.
    [13] 王春峰, 程鹏飞, 房振明.中国股市流动性与波动性关系的实证研究. bob手机在线登陆学报（社会科学版）, 2007, (4): 63-66.
    [14] 韩小龙, 曹奇.上海铜期货日流动性与日波动性关系的实证研究. bob手机在线登陆学报（社会科学版）, 2006, (2): 64-67.
    [15] 梁朝晖, 张维, 任达.基于最优清算策略的流动性风险溢价测算. bob手机在线登陆学报（社会科学版）, 2006, (2): 61-63.
    [16] 房海滨, 刘凤霞.上海B股市场流动性研究. bob手机在线登陆学报（社会科学版）, 2006, (1): 77-81.
    [17] 刘超, 韩泽县.投资者情绪和上证综指关系的实证研究. bob手机在线登陆学报（社会科学版）, 2006, (2): 57-60.
    [18] 马骊.消费信贷对我国商业银行流动性管理的影响及其风险防范. bob手机在线登陆学报（社会科学版）, 2005, (5): 64-66.
    [19] 董合平, 韩泽县.中国证券市场股指收益率分布及非线性检验的实证研究. bob手机在线登陆学报（社会科学版）, 2005, (5): 60-63.
    [20] 肖淑芳, 李阳.上市公司重大信息披露与股价异动的相关性研究. bob手机在线登陆学报（社会科学版）, 2004, (6): 53-56.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:668
  • HTML全文浏览量:1
  • PDF下载量:377
  • 被引次数:0
出版历程
  • 收稿日期:2018-06-29
  • 刊出日期:2019-08-29

投资者日度情绪、超额收益率与市场流动性——基于DCC-GARCH模型的时变相关性研究

doi:10.15918/j.jbitss1009-3370.2019.1776
  • 1. 陕西师范大学 国际商学院, 陕西 西安 710119
    • 基金项目:

    教育部人文社科基金研究项目"股票流动性对投资者情绪波动的响应机制研究"（16YJA790061）;中央高校基本科研业务费专项项目"投资者情绪、股票流动性与资产配置效应"（GK201803091）

  • 收稿日期:2018-06-29
  • 刊出日期:2019-08-29

摘要:随着互联网科技的发展，利用数据挖掘手段不仅可以构建投资者高频情绪指标，也有助于深入研究投资者情绪与股票市场运行之间的内在联动性。选取2009-2018年共2 198个交易日样本，运用爬虫软件挖掘股票市场大盘评述的网络数据，采用自然语言处理技术进行文本分析，构建了投资者情绪日度指标，利用DCC-GARCH模型研究了投资者情绪、市场超额收益率和市场流动性之间的时变相关关系。实证结果发现：投资者情绪与市场超额收益率和流动性间存在时变相关性，动态条件相关系数总体为正；投资者情绪与市场超额收益率和流动性间的动态条件相关系数具有长期记忆性，并且会受到宏观经济变量的影响；相比于牛市，熊市环境中股票市场的运行对投资者情绪的变动更为敏感；相对于月度数据，更高频的日度指标在刻画情绪与股票市场的相关程度时，能捕捉到即时、准确的信息。这些结论对于深入理解投资者情绪与股票收益和流动性的联动机理有一定意义。

English Abstract

尹海员, 吴兴颖. 投资者日度情绪、超额收益率与市场流动性——基于DCC-GARCH模型的时变相关性研究[J]. bob手机在线登陆学报（社会科学版）, 2019, (5): 76-87,114. doi: 10.15918/j.jbitss1009-3370.2019.1776
引用本文: 尹海员, 吴兴颖. 投资者日度情绪、超额收益率与市场流动性——基于DCC-GARCH模型的时变相关性研究[J]. bob手机在线登陆学报（社会科学版）, 2019, (5): 76-87,114.doi:10.15918/j.jbitss1009-3370.2019.1776
shu
YIN Haiyuan, WU Xingying. Daily Investor Sentiment,Excess Return and Market Liquidity—Research on Time-varying Correlation based on DCC-GARCH Model[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (5): 76-87,114. doi: 10.15918/j.jbitss1009-3370.2019.1776
Citation: YIN Haiyuan, WU Xingying. Daily Investor Sentiment,Excess Return and Market Liquidity—Research on Time-varying Correlation based on DCC-GARCH Model[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (5): 76-87,114.doi:10.15918/j.jbitss1009-3370.2019.1776
shu
参考文献 (38)

目录

    /

      返回文章
      返回

        作者相关

        写作规范

        友情链接

        总访问量: 今日访问量:

        版权所有：bob手机在线登陆学术期刊中心

        主管单位: 中华人民共和国工业和信息化部 主办单位: bob手机在线登陆 地址: 北京市海淀区中关村南大街5号

        本系统由北京仁和汇智信息技术有限公司开发  百度统计

        Baidu
        map