基于深度学习的投资者情绪挖掘及其对股价崩盘风险的影响
2024-03-15分类号:F832.51;TP18
【部门】陕西师范大学国际商学院
【摘要】本文基于网络爬虫挖掘东方财富股吧中个股的发帖文本,搭建卷积神经网络和长短时记忆神经网络特征融合模型(LSTM-CNN),对样本股的股吧发帖文本进行情感识别,构建投资者情绪指标并分析了其对股价崩盘风险的影响效应及其机制。实证发现,当期投资者情绪对下一期股价崩盘风险存在显著的正向影响效应,投资者情绪高涨加剧了未来股价崩盘风险;不同市场环境下,情绪对股价崩盘风险影响具有不对称性,熊市状态下投资者情绪对崩盘风险的正向影响效应更为明显。进一步的异质性分析表明,规模较小、股权集中度较低、卖空限制大、公司所在地市场化水平低的样本公司中投资者情绪对股价崩盘风险的影响更为明显。此外,我们发现股票流动性是投资者情绪影响股价崩盘风险的一个重要的中介变量。研究结论有助于从投资者情绪视角来解释股价崩盘风险的形成机理,丰富了对股价崩盘风险影响因素的认识。
【关键词】投资者情绪 股价崩盘风险 深度学习 股票流动性
【基金】教育部人文社科基金项目“多源社交网络数据融合的投资者情绪识别与股票高频因子关系研究”(项目编号:22XJA790008);; 陕西省自然科学基础研究项目“基于多源数据挖掘的投资者情绪与股票市场运行研究”(项目编号:2023JCYB622)
【所属期刊栏目】中央财经大学学报
文献传递