羅奕

經(jīng)典金融理論認(rèn)為，理性投資者之間的競(jìng)爭(zhēng)會(huì)導(dǎo)致市場(chǎng)價(jià)格持續(xù)處于均衡狀態(tài)，而非理性投資者的需求則會(huì)由于交易的隨機(jī)性而相互抵消，從而不會(huì)對(duì)資產(chǎn)交易價(jià)格產(chǎn)生影響，即便在某些極端情況下，市場(chǎng)套利者的存在會(huì)消除由某些交易者的錯(cuò)誤行為而導(dǎo)致交易價(jià)格偏差。由此可見(jiàn)，經(jīng)典金融理論并沒(méi)有考慮情緒因素變化對(duì)市場(chǎng)價(jià)格的影響，也沒(méi)有考慮投資者行為和市場(chǎng)狀態(tài)對(duì)交易價(jià)格形成的影響。然而，自20世紀(jì)80年代以來(lái)，許多研究對(duì)經(jīng)典金融理論的假定和結(jié)論提出了質(zhì)疑，依靠錯(cuò)誤的主觀信念或其它與公司基本面無(wú)關(guān)的信息進(jìn)行交易的投資行為會(huì)對(duì)交易價(jià)格產(chǎn)生影響［1］［2］，噪聲交易者的錯(cuò)誤信念是資產(chǎn)價(jià)格的系統(tǒng)性因子［3］，投資者情緒與資產(chǎn)收益存在顯著的影響關(guān)系［4］［5］。后來(lái)，投資者情緒成為行為金融領(lǐng)域的一個(gè)重要研究課題，從此我們認(rèn)識(shí)到，交易價(jià)格變動(dòng)不僅會(huì)受到基本面的影響，還可能會(huì)受到市場(chǎng)交易者非理性的反向影響。若非理性或不完全理性的交易者對(duì)市場(chǎng)信息產(chǎn)生錯(cuò)誤的認(rèn)知，則會(huì)通過(guò)其交易行為來(lái)表現(xiàn)，從而對(duì)市場(chǎng)交易價(jià)格產(chǎn)生變動(dòng)影響關(guān)系。

不過(guò)，投資者情緒只是一個(gè)反映投資者行為的心理指標(biāo)，而且無(wú)法直接從交易市場(chǎng)中觀察得到，必須利用實(shí)際交易數(shù)據(jù)進(jìn)行間接測(cè)量或采用市場(chǎng)調(diào)查方式獲得。隨著市場(chǎng)信息爆炸性的增加，并不是所有投資者都能迅速、及時(shí)、均勻地獲得所有市場(chǎng)信息，因此，僅從投資者情緒的視角已經(jīng)難以反映出整個(gè)市場(chǎng)的趨勢(shì)和動(dòng)態(tài)。近幾年，一種直接從巨量的市場(chǎng)新聞中甄別和反映市場(chǎng)情緒的技術(shù)——新聞情緒分析正在國(guó)外學(xué)界和業(yè)界悄然興起。從新聞情緒的視角來(lái)分析市場(chǎng)和交易的狀態(tài)，可以更為客觀、及時(shí)和直接地了解和把握市場(chǎng)情緒，具有廣闊的發(fā)展前景。新聞情緒的開(kāi)發(fā)和利用必將成為金融市場(chǎng)交易尤其是算法交易的未來(lái)發(fā)展方向，也將成為金融領(lǐng)域研究的熱點(diǎn)問(wèn)題。

從交易價(jià)格的形成過(guò)程可知，交易者首先獲得通常通過(guò)新聞形式發(fā)布的交易信息，然后根據(jù)新聞情緒做出交易決策，從而對(duì)交易價(jià)格產(chǎn)生影響。因此，在整個(gè)價(jià)格形成過(guò)程中，新聞情緒和投資者情緒都會(huì)對(duì)交易價(jià)格的形成產(chǎn)生影響。因此，本文將投資者情緒（Investor Sentiment）和新聞情緒（News Sentiment）統(tǒng)稱(chēng)為市場(chǎng)情緒（Market Sentiment）。市場(chǎng)情緒能否用來(lái)預(yù)測(cè)市場(chǎng)收益，能否用來(lái)構(gòu)造投資組合而獲得Alpha收益，對(duì)于金融交易的研究和實(shí)踐具有重要的實(shí)際意義。

一、Alpha套利策略面臨的挑戰(zhàn)

金融資產(chǎn)投資組合收益來(lái)源于三部分：第一部分是無(wú)風(fēng)險(xiǎn)收益；第二部分是與市場(chǎng)風(fēng)險(xiǎn)相關(guān)的貝塔（Beta）收益；第三部分是超出市場(chǎng)表現(xiàn)的阿爾法（Alpha）收益。無(wú)風(fēng)險(xiǎn)收益與Beta收益構(gòu)成投資組合的預(yù)期收益，投資組合的實(shí)際收益扣除預(yù)期收益即為Alpha收益。Alpha套利策略是在建立了Beta部位的多頭資產(chǎn)組合后，通過(guò)金融衍生產(chǎn)品（如股指期貨）對(duì)沖Beta部位的市場(chǎng)風(fēng)險(xiǎn)，將投資組合對(duì)市場(chǎng)的超額收益分離出來(lái)，從而可望實(shí)現(xiàn)投資組合的正Alpha收益。

金融學(xué)中的Alpha系數(shù)最早由Michael Jensen于20世紀(jì)70年代提出，有時(shí)稱(chēng)為Jensen Alpha。最初的Alpha收益定義為投資組合的實(shí)際收益超出由資本資產(chǎn)定價(jià)（CAPM）模型估計(jì)的預(yù)期收益的部分。在關(guān)于市場(chǎng)、資產(chǎn)和投資者的一些假定下，CAPM模型意味著投資組合的預(yù)期收益等于一個(gè)無(wú)風(fēng)險(xiǎn)收益加上一個(gè)風(fēng)險(xiǎn)補(bǔ)償，而這個(gè)風(fēng)險(xiǎn)補(bǔ)償取決于投資組合的Beta系數(shù)和市場(chǎng)風(fēng)險(xiǎn)溢價(jià)。后來(lái)，許多學(xué)者對(duì)CAPM的假定條件提出了質(zhì)疑，由此，諸如套利定價(jià)模型（APT）開(kāi)始出現(xiàn)。在APT基礎(chǔ)上提出的Fama-French三因素模型將CAPM僅為市場(chǎng)收益的單因素拓展到包括市場(chǎng)、規(guī)模和價(jià)值等三因素，后來(lái)又發(fā)展到增加了動(dòng)量因素的四因素模型。由此，Alpha收益生成過(guò)程（即為獲取超額收益的過(guò)程）由CAPM模型拓展到多因素模型。然而，在交易實(shí)踐中，要持續(xù)獲得正的Alpha收益是很困難的。盡管如此，由于Alpha收益的吸引力，不少對(duì)沖基金和共同基金管理者都熱衷持續(xù)不斷地通過(guò)各種Alpha套利策略來(lái)追逐Alpha套利機(jī)會(huì)。Alpha收益成為很多機(jī)構(gòu)投資者投資業(yè)績(jī)?cè)u(píng)價(jià)的重要指標(biāo)。

為保持追求正Alpha收益的成功，許多量化投資分析師需要持續(xù)不斷地搜索新聞。但是，在實(shí)際的金融交易中，采用上述多因素模型追逐有限Alpha套利機(jī)會(huì)的投資者越來(lái)越多，這些傳統(tǒng)數(shù)量因素的使用已出現(xiàn)“過(guò)度擁擠”現(xiàn)象，它們?cè)诮灰滋桌械挠行跃蜁?huì)變得越來(lái)越低，利用上述的傳統(tǒng)數(shù)量因素來(lái)進(jìn)行套利的機(jī)會(huì)逐漸消失。因此，目前許多投資公司已經(jīng)意識(shí)到，投入開(kāi)發(fā)一些投資者使用較少的獨(dú)特因素是完全有必要的。利用投資者情緒和新聞情緒等因素來(lái)構(gòu)建投資組合，成為套利交易者追求的另一個(gè)新方向。而且隨著新聞分析學(xué) （News Analytics）的產(chǎn)生和發(fā)展，新聞情緒數(shù)據(jù)的獲得在國(guó)外已經(jīng)成為現(xiàn)實(shí)，從而為潛在Alpha生成過(guò)程的探索和應(yīng)用開(kāi)啟了大門(mén)。不過(guò)，新聞情緒是否真的可以預(yù)測(cè)或解釋Alpha收益，目前仍是尚未形成統(tǒng)一結(jié)論的問(wèn)題，值得國(guó)內(nèi)外學(xué)者進(jìn)行積極探索。

二、市場(chǎng)情緒的涵義與測(cè)量

根據(jù)Wikipedia界定，市場(chǎng)情緒是指關(guān)于投資者對(duì)未來(lái)市場(chǎng)價(jià)格變化的一種主要態(tài)度，是一種包括歷史價(jià)格、經(jīng)濟(jì)報(bào)告、季節(jié)性因素和國(guó)家與全球事件等基本面與技術(shù)因素的累積結(jié)果［6］。以往研究針對(duì)的主要是投資者情緒，隨著研究深入和市場(chǎng)信息量與覆蓋面的逐漸擴(kuò)大，尤其是情緒分析技術(shù)的發(fā)展和新聞分析學(xué)的產(chǎn)生之后，市場(chǎng)情緒的涵義也逐漸隨之?dāng)U大，不僅包含投資者情緒，還包含新聞情緒。市場(chǎng)情緒通常表現(xiàn)為牛市 （Bullish）、 中性 （Neutral）以及熊市（Bearish）等三種結(jié)果，而其量化結(jié)果通常分別表示為正、零和負(fù)值。

（一）投資者情緒的涵義與測(cè)量

對(duì)于投資者情緒的涵義，目前尚未形成統(tǒng)一的說(shuō)法。國(guó)內(nèi)外許多學(xué)者都提出了自己的看法。比較具有代表性的有：投資者情緒是股票表現(xiàn)的總體樂(lè)觀或悲觀［5］；是投資者的投資傾向［7］；是投資者對(duì)具有系統(tǒng)性偏差的未來(lái)預(yù)期［8］；是投資者的心理因素［9］。目前普遍認(rèn)可的說(shuō)法是，投資者情緒是投資者對(duì)未來(lái)現(xiàn)金流和投資風(fēng)險(xiǎn)預(yù)期而形成的一種信念［7］。這種信念可能與投資者的教育與社會(huì)背景、投資經(jīng)歷、擁有的信息、知識(shí)與能力、個(gè)性和偏好等各種因素緊密相關(guān)，可能是價(jià)值投資驅(qū)動(dòng)的或者是投資需求驅(qū)動(dòng)的。投資者情緒通常表現(xiàn)為樂(lè)觀、中性和悲觀等三種狀態(tài)。

由于投資者情緒在市場(chǎng)中無(wú)法直接觀察到，因此需要通過(guò)市場(chǎng)交易數(shù)據(jù)或者特定的統(tǒng)計(jì)方法來(lái)進(jìn)行測(cè)量，構(gòu)建相應(yīng)的情緒指標(biāo)是其關(guān)鍵性工作之一。迄今為止，反映投資者情緒的相應(yīng)指標(biāo)主要包括三類(lèi)：（1）通過(guò)市場(chǎng)交易變量（如價(jià)格、交易量）的信息進(jìn)行構(gòu)造的客觀指標(biāo)，間接反映投資者的情緒或信念，比如，封閉式基金折價(jià)［5］、IPO發(fā)行量及首日收益、交易量［7］、共同基金凈贖回和基金持倉(cāng)比例［5］、零股買(mǎi)賣(mài)比等［10］；（2）通過(guò)統(tǒng)計(jì)調(diào)查形式對(duì)交易者未來(lái)市場(chǎng)預(yù)期的抽樣調(diào)查進(jìn)行構(gòu)造的主觀指標(biāo)，直接反映投資者對(duì)市場(chǎng)未來(lái)趨勢(shì)的看法，比如，分析師推薦［4］、投資者智能指數(shù)［5］、央視看盤(pán)［11］、消費(fèi)者信心指數(shù)［4］等；（3）通過(guò)對(duì)多個(gè)單個(gè)客觀指標(biāo)和主觀指標(biāo)進(jìn)度綜合而進(jìn)行構(gòu)造的復(fù)合指標(biāo)，最為常用的綜合方法為主成分分析方法，復(fù)合指標(biāo)彌補(bǔ)了單個(gè)指標(biāo)測(cè)量的片面性，代表性研究有：Baker&Wurgler［12］、Baker et al.［13］、易志高和茅寧［14］、黃德龍等［15］。但從許多實(shí)證研究的結(jié)果來(lái)看，盡管復(fù)合指標(biāo)剔除了宏觀經(jīng)濟(jì)基本面因素的影響，測(cè)量更為合理和準(zhǔn)確，是投資者情緒測(cè)量的主要發(fā)展方向，但是許多研究仍存在差異，在指標(biāo)的選擇和多個(gè)指標(biāo)的綜合方法上存在不同的意見(jiàn)，仍需要今后繼續(xù)研究。

（二）新聞情緒的涵義與測(cè)量

要了解新聞情緒，首先應(yīng)先了解新聞信息的類(lèi)型。 根據(jù)載體不同，新聞信息表現(xiàn)為 4種形式［16］：（1）來(lái)自廣播、電視、報(bào)紙、媒體網(wǎng)頁(yè)等的新聞信息，構(gòu)成新聞信息的主流；（2）以各種報(bào)告形式存在的新聞信息，通常指諸如證交所、法院、政府、公司等機(jī)構(gòu)在正式新聞公告發(fā)布前的一些研究報(bào)告和文件；（3）來(lái)自于新聞網(wǎng)絡(luò)和博客公告的新聞信息，其信息質(zhì)量存在較大的差異，其可信性比前面兩種新聞要差些；（4）來(lái)自公共網(wǎng)絡(luò)的新聞信息，由于公眾進(jìn)入網(wǎng)站門(mén)檻很低，而且很容易在這些平臺(tái)上發(fā)布信息，其信息質(zhì)量處于最低層次。

新聞情緒是指新聞信息的發(fā)布可能產(chǎn)生影響的性質(zhì)，通常表現(xiàn)為正面、中性和負(fù)面等三類(lèi)結(jié)果。由于大多數(shù)新聞信息都是以文本為主要表現(xiàn)形式的定性信息，因此其應(yīng)用的難點(diǎn)在于如何將這些定性信息進(jìn)行定量化。新聞分析需通過(guò)情緒、相關(guān)性、主題、新穎性和市場(chǎng)影響對(duì)所有公司進(jìn)行分類(lèi)和量化。新聞情緒的測(cè)量需綜合利用自然語(yǔ)言處理、人工智能、模式識(shí)別、文本挖掘、信息工程和金融工程等多種學(xué)科的技術(shù)和方法，是一個(gè)復(fù)雜的系統(tǒng)工程。判斷新聞情緒通常采用如下三類(lèi)核心方法：一是，將新聞信息的關(guān)鍵詞匯、短語(yǔ)和它們的組合與預(yù)定義的情緒值進(jìn)行配對(duì)；二是利用潛在語(yǔ)義分析和貝氏網(wǎng)絡(luò)等技術(shù)依據(jù)金融專(zhuān)家手工標(biāo)簽至少1000股票故事對(duì)新聞信息進(jìn)行分類(lèi)；三是根據(jù)幾年以毫秒為時(shí)間刻度所記錄的新聞文檔測(cè)度出新聞信息對(duì)市場(chǎng)的影響程度。根據(jù)配對(duì)結(jié)果，計(jì)算機(jī)系統(tǒng)會(huì)自動(dòng)給新聞賦予一個(gè)數(shù)字得分來(lái)表示新聞情緒的性質(zhì)和程度。

目前全球至少有50個(gè)經(jīng)濟(jì)新聞的提供商，其中Bloomberg，Dow Jones和Thomson Reuters是最大的3家，全球大約有200家機(jī)構(gòu)為金融分析提供服務(wù)，其中最出名的新聞分析提供商為 RavenPack、Media Sentiment和Thomson Reuters。作為實(shí)時(shí)新聞分析服務(wù)商的巨頭之一，RavenPack公司使用介于0-100的事件情緒分?jǐn)?shù)（Event Sentiment Score，簡(jiǎn)稱(chēng)ESS）來(lái)反映新聞情緒，低于50分表示負(fù)情緒，分?jǐn)?shù)越高，新聞具有正情緒的可能性越大，而且RavenPack公司開(kāi)發(fā)的情緒指數(shù)是一個(gè)全面、直接和及時(shí)的市場(chǎng)情緒指數(shù)，具有很強(qiáng)的應(yīng)用性，自2011年以來(lái)，一些國(guó)外學(xué)者開(kāi)始利用該情緒指數(shù)進(jìn)行一系列實(shí)證研究。

三、市場(chǎng)情緒對(duì)市場(chǎng)收益的可預(yù)測(cè)性

研究和應(yīng)用市場(chǎng)情緒的最終目的在于利用市場(chǎng)情緒對(duì)市場(chǎng)未來(lái)收益進(jìn)行預(yù)測(cè)，為市場(chǎng)參與者的投資決策、市場(chǎng)監(jiān)管和風(fēng)險(xiǎn)控制提供服務(wù)支持。從現(xiàn)有文獻(xiàn)來(lái)看，關(guān)于市場(chǎng)情緒對(duì)市場(chǎng)收益的預(yù)測(cè)性研究，國(guó)內(nèi)外學(xué)者迄今為止主要集中于對(duì)投資者情緒的研究，取得了較多的研究成果，而對(duì)新聞情緒的研究近幾年才剛剛起步。由于市場(chǎng)情緒本身的復(fù)雜性，市場(chǎng)情緒對(duì)市場(chǎng)收益是否具有可預(yù)測(cè)性仍是一個(gè)開(kāi)放問(wèn)題，值得我們今后進(jìn)一步努力探索。

（一）投資者情緒與市場(chǎng)收益

投資者情緒對(duì)市場(chǎng)收益的可預(yù)測(cè)性問(wèn)題主要是通過(guò)對(duì)投資者情緒是否對(duì)市場(chǎng)收益產(chǎn)生的影響及影響程度來(lái)進(jìn)行研究。大多數(shù)的實(shí)證研究支持投資者情緒對(duì)市場(chǎng)收益具有較好的預(yù)測(cè)能力，比如，投資者情緒與市場(chǎng)短期收益存在相關(guān)性［3］［5］［11］；投資者情緒對(duì)未來(lái)市場(chǎng)長(zhǎng)期收益具有一定的預(yù)測(cè)能力［16］［12］［17］；投資者情緒對(duì)市場(chǎng)橫截面收益具有影響關(guān)系［16］［18］；個(gè)人投資者情緒對(duì)股票收益存在影響［10］［19］；投資者主觀情緒是影響股票價(jià)格的系統(tǒng)因子［11］［20］［21］；將投資者情緒引入風(fēng)險(xiǎn)暴露的動(dòng)態(tài)建模中可以提高股票收益的資產(chǎn)定價(jià)模型的解釋能力［22］；不同的投資者情緒會(huì)對(duì)市場(chǎng)均值與方差之間的關(guān)系產(chǎn)生不同影響［23］；在不同的經(jīng)濟(jì)狀態(tài)（擴(kuò)展期/衰退期）下，投資者情緒對(duì)橫截面股票收益具有不同的預(yù)測(cè)能力［24］；全球投資情緒和國(guó)家投資者情緒均對(duì)市場(chǎng)收益具有顯著的反向預(yù)測(cè)能力［13］。然而，也有一些研究并不支持投資者情緒對(duì)市場(chǎng)收益具有預(yù)測(cè)作用［16］［25］；同時(shí)有學(xué)者認(rèn)為，投資者情緒可能是由于市場(chǎng)收益格蘭杰因果導(dǎo)致的［4］［5］。從前述研究可看出，大多數(shù)研究支持投資者情緒在市場(chǎng)收益預(yù)測(cè)中具有重要作用，因此，在資產(chǎn)定價(jià)模型中，投資者情緒是一個(gè)不可忽略的重要因素。

（二）新聞情緒與市場(chǎng)收益

由于新聞情緒的概念和測(cè)量才剛剛起步，國(guó)外對(duì)新聞情緒在市場(chǎng)收益預(yù)測(cè)中的作用的大多數(shù)研究出現(xiàn)自2011年至今的工作論文中，由此看出，新聞情緒的開(kāi)發(fā)和應(yīng)用是金融領(lǐng)域的一個(gè)新興發(fā)展方向，也是金融市場(chǎng)交易的未來(lái)發(fā)展趨勢(shì)。

Tetlock等利用1984年至2004年期間出現(xiàn)在Wall Street Journal和Dow Jones News Service的S&P500公司的350,000個(gè)新聞故事進(jìn)行分析［25］，研究發(fā)現(xiàn)，具有正面和負(fù)面情緒的新聞信息發(fā)布對(duì)累積超常收益的影響顯著，而且它們的影響方向相反，而且累積超常收益在新聞發(fā)布日之前就開(kāi)始對(duì)新聞信息發(fā)布做出反應(yīng)，這說(shuō)明市場(chǎng)可能存在新聞信息泄漏的現(xiàn)象。目前的研究文獻(xiàn)基本達(dá)成共識(shí)，股票收益對(duì)負(fù)面新聞比正面新聞的反應(yīng)更加強(qiáng)烈［26］。

最新研究表明，從金融新聞中提取的情緒能夠提高股票價(jià)格的動(dòng)量策略（Momentum Strategies），新聞情緒與傳統(tǒng)的數(shù)量因素之間的相關(guān)性比較低，新聞情緒比其它傳統(tǒng)數(shù)量因素具有更好的表現(xiàn)。新聞情緒會(huì)對(duì)日內(nèi)的Alpha收益產(chǎn)生影響，而且可以考慮將其作為一個(gè)數(shù)量因素引入到交易模型中［27］。新聞情緒變化可通過(guò)新聞情緒指數(shù)來(lái)反映，比如，新聞分析的領(lǐng)導(dǎo)者RavenPack公司則可以提供RavenPack情緒指數(shù)。我們可以在交易模型中通過(guò)新聞情緒β系數(shù)來(lái)反映股票價(jià)格對(duì)市場(chǎng)情緒變化的靈敏性，為情緒風(fēng)險(xiǎn)衡量和股票選擇提供了一種新型測(cè)度，彌補(bǔ)了傳統(tǒng)CAPM模型僅考慮市場(chǎng)收益單因素的局限性。根據(jù)新聞β系數(shù)取值，我們可以將整個(gè)股票樣本劃分成正β、負(fù)β和零β等三組，在每組中可以通?；貧w方程的判定系數(shù)來(lái)進(jìn)行排序，由此構(gòu)建投資策略。

RavenPack的研究團(tuán)隊(duì)最新研究成果表明，通過(guò)買(mǎi)入新聞情緒正的股票而賣(mài)出新聞情緒為負(fù)的股票的投資策略可以獲得一直持續(xù)為正的收益，80%的新聞情緒對(duì)累積平均收益的影響發(fā)生在日內(nèi)，而另外20%會(huì)延續(xù)到 1-2 天后發(fā)生［28］。 Hafez［27］在包含市場(chǎng)收益、公司規(guī)模、價(jià)值和動(dòng)量等變量的Fama-French四因素模型中增加用于反映市場(chǎng)情緒變化的情緒指數(shù)（Sentiment Index），利用美國(guó)紐約交易所和納斯達(dá)克交易所在2000年1月至2011年9月期間的7511只股票數(shù)據(jù)進(jìn)行了分析，研究發(fā)現(xiàn)，RavenPack情緒指數(shù)與標(biāo)準(zhǔn)普爾指數(shù)具有較高的同期相關(guān)性，與諸如實(shí)際GDP等宏觀經(jīng)濟(jì)變量也存在較高的相關(guān)性，用于反映股票收益對(duì)市場(chǎng)情緒變化靈敏度的新聞β系數(shù)與其它四個(gè)因素的β系數(shù)之間的相關(guān)系數(shù)較低，通過(guò)買(mǎi)入新聞β系數(shù)最大的股票和賣(mài)出新聞β系數(shù)最小股票的投資策略可以獲得8.9%的年度收益。新聞情緒指數(shù)不僅與同期的宏觀經(jīng)濟(jì)變量 （如實(shí)際GDP、存貨與銷(xiāo)售比例、存貨、零售額、消費(fèi)者信心指數(shù)和個(gè)人消費(fèi)支出等）存在較高的正相關(guān)關(guān)系［28］，而且與大盤(pán)指數(shù)存在較高的同期相關(guān)性，尤其是在熊市時(shí)，而且由市場(chǎng)情緒到股票市場(chǎng)收益存在格蘭杰因果關(guān)系［29］。

四、未來(lái)研究展望

迄今為止，市場(chǎng)情緒的研究和應(yīng)用主要集中在美國(guó)市場(chǎng)，在我國(guó)較少，尤其是新聞情緒在我國(guó)尚未受到關(guān)注。隨著我國(guó)資本市場(chǎng)的不斷縱深發(fā)展，新聞情緒分析技術(shù)將會(huì)在我國(guó)得到開(kāi)發(fā)和應(yīng)用。

（一）基于高頻信息的市場(chǎng)情緒甄別及應(yīng)用

目前市場(chǎng)情緒的測(cè)量和應(yīng)用主要局限于日、周等低頻數(shù)據(jù)領(lǐng)域，但是隨著金融高頻信息的開(kāi)發(fā)、存儲(chǔ)和傳輸技術(shù)以及金融信息量化技術(shù)的迅速發(fā)展，金融市場(chǎng)定性信息和定量數(shù)據(jù)的記錄單位將越來(lái)越精細(xì)，基于高頻信息的電子交易將必定成為金融交易的未來(lái)發(fā)展方向。因此，如何利用高頻信息來(lái)甄別投資者和新聞情緒以及如何在高頻交易策略中利用這些市場(chǎng)情緒是交易者將面臨的巨大挑戰(zhàn)，值得深入研究。

（二）市場(chǎng)情緒的準(zhǔn)確及時(shí)測(cè)量

盡管投資者情緒的衡量指標(biāo)已由單項(xiàng)指標(biāo)逐漸發(fā)展為由多項(xiàng)指標(biāo)組成的復(fù)合指標(biāo)，衡量投資者情緒的準(zhǔn)確性也得到了較大提高，但是，由于各項(xiàng)指標(biāo)的內(nèi)涵和口徑存在一定的差異，綜合技術(shù)也可能存在更好的選擇，到目前為止仍沒(méi)有找到一種最佳的投資者情緒衡量方法。與此同時(shí)，新聞分析技術(shù)已在歐美國(guó)家的許多投資公司得到了廣泛運(yùn)用，但是由于該種技術(shù)在近幾年才剛剛發(fā)展起來(lái)，仍存在許多不完善之處，其測(cè)量準(zhǔn)確性仍有待提高。尤其是目前包括我國(guó)在內(nèi)的許多國(guó)家學(xué)術(shù)界和實(shí)務(wù)界都尚未引入新聞分析技術(shù)。但是我們相信，該領(lǐng)域?qū)⒃谖磥?lái)的幾年內(nèi)取得突破性迅速發(fā)展，將對(duì)量化算法交易、投資決策和風(fēng)險(xiǎn)管理將產(chǎn)生巨大影響和挑戰(zhàn)，也將給金融機(jī)構(gòu)帶來(lái)巨大的投資機(jī)遇。隨著金融算法交易的縱深發(fā)展，新聞分析技術(shù)在更多國(guó)家將會(huì)引起眾多投資者和交易者的廣泛采用，是未來(lái)金融交易制勝的必然發(fā)展趨勢(shì)。

（三）市場(chǎng)情緒在交易決策和風(fēng)險(xiǎn)控制的應(yīng)用

盡管目前研究表明，無(wú)論投資者情緒還是新聞情緒均會(huì)對(duì)市場(chǎng)收益產(chǎn)生顯著的影響，對(duì)市場(chǎng)收益均具有一定的可預(yù)測(cè)性，但是，如何將這些市場(chǎng)情緒運(yùn)用于制定交易決策和風(fēng)險(xiǎn)控制之中以及如何利用不同類(lèi)型的市場(chǎng)情緒構(gòu)建Alpha交易策略從而獲取最佳的Alpha收益，是該領(lǐng)域未來(lái)有待繼續(xù)深入研究的一個(gè)熱門(mén)主題。前者的核心工作在于如何將新聞情緒指數(shù)引入并構(gòu)建多因子模型，對(duì)交易資產(chǎn)的未來(lái)收益和波動(dòng)進(jìn)行估計(jì)，從而構(gòu)建最優(yōu)的投資組合，而后者的核心工作在于如何在金融波動(dòng)率模型中考慮新聞信息，從而提高金融波動(dòng)率預(yù)測(cè)的準(zhǔn)確性。

[1]Delong,J.B.,Shleifer,A.,Summers,L.H.,Waldmann,R.J.,1990.Noise trader risk in financial markets.Journal of Political Economy 98(4),703-738.

[2]Campbell,J.Y.,Kyle,A.S.,1993.Smart money,noise trading and stock price behaviour.The Review of Economic Studies 60(1),1-34.

[3]Shefrin,H.,Statman,M.,1994.Behavioral capital asset pricing theory.Journal of Financial and Quantitative Analysis 29(2),323-349.

[4]Fisher,K.L.,Statman,M.,2000.Investor Sentiment and Stock Returns.Financial Analysts Journal 56,16-23.

[5]Brown,G.W.,Cliff,M.T.,2004.Investor Sentiment and the Near-term Stock Market.Journal of Empirical Finance 11(1),1-27.

[6]Wikipedia.2012.Market sentiment.May 16.

[7]Baker,M.,Stein,J.C.,2004.Market Liquidity as a Sentiment Indicator.Journal of Financial Economics 73,271-299.

[8]饒育蕾，劉達(dá)鋒.行為會(huì)融學(xué)[M].上海：上海財(cái)經(jīng)大學(xué)出版社，2003.

[9]楊春鵬，淳于松濤，楊德平，姜偉.投資者情緒指數(shù)研究綜述[J]青島大學(xué)學(xué)報(bào)：自然科學(xué)版，2007(1).

[10]Kumar,A.,Lee,C.,2006.Retail Investor Sentiment and Return Comovements.Journal of Finance 61,2451-2486.

[11]王美今，孫建軍.中國(guó)股市收益、收益波動(dòng)與投資者情緒[J].經(jīng)濟(jì)研究，2004(10).

[12]Baker,M.,Wurgler,J.,2006.Investor Sentiment and the Cross-Section of Stock Return.Journal of Finance 61,1645-1680.

[13]Baker,M.,Wurgler,J.,Yuan,Y.,2012.Global,local and contagious investor sentiment.Journal of Financial Economics 104,272-287.

[14]易志高，茅寧.中國(guó)股市投資者情緒測(cè)量研究：CICSI的構(gòu)建[J].金融研究，2009（11）.

[15]黃德龍，文鳳華，楊曉光.投資者情緒指數(shù)及中國(guó)股市的實(shí)證[J].系統(tǒng)科學(xué)與數(shù)學(xué)，2009(1).

[15]Leinweber，D.2009.Nerds on Wall Street.John Wiley.

[16]Neal,R.,Wheatley,S.,1998.Do Measures of Investor Sentiment Predict Returns?Journal of Financial and Quantitative Analysis 33,523-547.

[17]伍燕然,韓立巖.不完全理性、投資者情緒與封閉式基金之謎[J].經(jīng)濟(jì)研究，2007(3).

[18]Baker,M.,Wurgler,J.,2007.Investor Sentiment in the Stock Market.Journal of Economic Perspectives 21(2),129-151.

[19]余佩棍，鐘瑞軍.個(gè)人投資者情緒能預(yù)測(cè)市場(chǎng)收益率嗎[J].南開(kāi)管理評(píng)論，2009(1).

[20]張強(qiáng)，楊淑娥.噪音交易、投資者情緒波動(dòng)與股票收益[J].系統(tǒng)工程理論與實(shí)踐，2009(3).

[21]謝竹云，茅寧，許良虎.證券市場(chǎng)投資者情緒研究[J].軟科學(xué),2009(23).

[22]Ho,C.,Hung,C.,2009.Investor sentiment as conditioning information in asset pricing.Journal of Banking&Finance 33,892-903.

[23]Yu,J.F.,Yuan.Y.,2011.Investor sentiment and the mean-variance relation.

[24]Chung,S.L.,Hung,C.H.,Yeh,C.Y.,2012.When does investor sentiment predict stock returns?Journal of Empirical Finance 19,217-240.

[25]Wang,Y.,Keswani,A.,Stephen,J.,2006.The relationship between sentiment,

[26]Tetlock,P.C.,Saar-Tsechansky,M.,Machasssy,S.,2008.More than words：

[27]Hafez,P.A.,2009.Impact of news sentiment on(intra-day)abnormal stock return.White Paper,RavenPack,May 12.

[28]RavenPackQuantResearchTeam,2012b.RavenPacksentiment anditsrelationshipwithmacro-economicindicators,January3.

[29]RavenPack Quant Research Team,2011.News sentiment：Highly correlated with the S&P500,December 21.