,

傳統(tǒng)經(jīng)濟(jì)學(xué)“理性人”假設(shè)的缺陷催生了聚焦經(jīng)濟(jì)主體有限理性行為的行為經(jīng)濟(jì)學(xué)，使得經(jīng)濟(jì)學(xué)的研究越來(lái)越多地依賴于實(shí)驗(yàn)和各種數(shù)據(jù)的搜集, 依賴于對(duì)人的心理分析, 依賴于對(duì)現(xiàn)實(shí)“經(jīng)濟(jì)人”行為的了解, 從而導(dǎo)致了有關(guān)市場(chǎng)主體情緒的研究逐漸成為經(jīng)濟(jì)學(xué)領(lǐng)域的熱門話題。但經(jīng)濟(jì)主體情緒的測(cè)量始終是世界性難題，受到技術(shù)條件的限制，早期學(xué)者多使用實(shí)驗(yàn)、問(wèn)卷調(diào)查的方法收集反映市場(chǎng)主體行為的數(shù)據(jù)，然后運(yùn)用傳統(tǒng)的統(tǒng)計(jì)方法計(jì)算情緒指數(shù)。囿于有限的樣本量、抽樣誤差和實(shí)驗(yàn)的人為性，情緒指數(shù)的準(zhǔn)確性備受質(zhì)疑。2011年以來(lái)，大數(shù)據(jù)技術(shù)快速發(fā)展，互聯(lián)網(wǎng)時(shí)代大數(shù)據(jù)的“全量數(shù)據(jù)”“真實(shí)數(shù)據(jù)”“實(shí)時(shí)數(shù)據(jù)”和“時(shí)空數(shù)據(jù)”等特點(diǎn)，突破了樣本量和地理分布的限制，自然語(yǔ)言處理、數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)等技術(shù)使分析表征經(jīng)濟(jì)主體情緒的海量非結(jié)構(gòu)化數(shù)據(jù)從而測(cè)度經(jīng)濟(jì)主體行為成為可能，[1][2]并能夠基于此深入探究社交行為、信息傳播、空間關(guān)聯(lián)等因素在經(jīng)濟(jì)主體預(yù)期、偏好、消費(fèi)行為形成過(guò)程中的作用。[3][4]因此，近年來(lái)，國(guó)內(nèi)外經(jīng)濟(jì)學(xué)界通過(guò)對(duì)經(jīng)濟(jì)主體行為的測(cè)度來(lái)反映和量化經(jīng)濟(jì)主體情緒并基于此構(gòu)建大數(shù)據(jù)情緒指數(shù)的相關(guān)研究方興未艾。

所謂大數(shù)據(jù)情緒指數(shù)，是基于海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，依托機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等數(shù)據(jù)挖掘、處理和分析技術(shù)構(gòu)建的反映經(jīng)濟(jì)主體情緒的量化指標(biāo)的總稱，學(xué)術(shù)研究中常見(jiàn)的情緒指數(shù)、信心指數(shù)、滿意度指數(shù)、幸福感指數(shù)、壓力指數(shù)等都屬于大數(shù)據(jù)情緒指數(shù)的范疇。作為經(jīng)濟(jì)主體行為的顯化指標(biāo)，大數(shù)據(jù)情緒指數(shù)漸進(jìn)地打開(kāi)了經(jīng)濟(jì)主體行為和預(yù)期形成過(guò)程的“黑箱”，拓展和深化了傳統(tǒng)經(jīng)濟(jì)學(xué)的研究廣度和深度，給行為經(jīng)濟(jì)學(xué)、行為金融學(xué)的實(shí)證研究提供了全新的思路，甚至在一定程度上正在引起經(jīng)濟(jì)學(xué)研究范式的變革。

隨著互聯(lián)網(wǎng)快速普及，信息技術(shù)和人類生產(chǎn)生活交匯融合，全球數(shù)據(jù)呈現(xiàn)爆發(fā)增長(zhǎng)、海量集聚的特點(diǎn)，對(duì)大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)學(xué)研究及其相關(guān)政策分析提出了許多新的課題。為此，習(xí)近平總書(shū)記在中央政治局實(shí)施國(guó)家大數(shù)據(jù)戰(zhàn)略進(jìn)行第二次集體學(xué)習(xí)時(shí)強(qiáng)調(diào)：“要運(yùn)用大數(shù)據(jù)提升國(guó)家治理現(xiàn)代化水平，”“要充分利用大數(shù)據(jù)平臺(tái)，綜合分析風(fēng)險(xiǎn)因素，提高對(duì)風(fēng)險(xiǎn)因素的感知、預(yù)測(cè)、防范能力”*參見(jiàn)新華社：《習(xí)近平主持中共中央政治局第二次集體學(xué)習(xí)》，http://www.gov.cn/xinwen/2017-12/09/con tent_5245520.htm.。本文擷取大數(shù)據(jù)情緒指數(shù)這個(gè)大數(shù)據(jù)時(shí)代經(jīng)濟(jì)學(xué)研究的新動(dòng)向，全面梳理了大數(shù)據(jù)情緒指數(shù)在經(jīng)濟(jì)學(xué)研究中的應(yīng)用范圍，并系統(tǒng)歸納了四種常見(jiàn)的大數(shù)據(jù)情緒指數(shù)類型，深入分析了大數(shù)據(jù)情緒指數(shù)的出現(xiàn)對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)、行為經(jīng)濟(jì)學(xué)、行為金融學(xué)和媒體經(jīng)濟(jì)學(xué)產(chǎn)生的積極推動(dòng)作用，同時(shí)也全面總結(jié)了當(dāng)前大數(shù)據(jù)情緒指數(shù)研究方面存在的若干問(wèn)題和爭(zhēng)議，并在此基礎(chǔ)上就其應(yīng)用前景進(jìn)行了科學(xué)展望。

一、大數(shù)據(jù)情緒指數(shù)在經(jīng)濟(jì)學(xué)研究中的應(yīng)用范圍

在社會(huì)科學(xué)研究中，經(jīng)濟(jì)學(xué)研究是最引領(lǐng)時(shí)尚新風(fēng)的學(xué)科之一。大數(shù)據(jù)作為一種重要的工具，引入經(jīng)濟(jì)學(xué)研究是一種必然，由此經(jīng)濟(jì)學(xué)研究也會(huì)發(fā)生某種革命性的變化，值得高度重視。大數(shù)據(jù)情緒指數(shù)在現(xiàn)代經(jīng)濟(jì)學(xué)研究中應(yīng)用最廣泛的當(dāng)屬金融市場(chǎng)，大量文獻(xiàn)研究了投資者情緒對(duì)金融市場(chǎng)交易行為、資產(chǎn)定價(jià)等問(wèn)題的影響。同時(shí)，大數(shù)據(jù)技術(shù)的快速發(fā)展使得基于網(wǎng)絡(luò)消費(fèi)大數(shù)據(jù)編制消費(fèi)者信心指數(shù)、基于網(wǎng)絡(luò)及微博數(shù)據(jù)構(gòu)建房地產(chǎn)投資者情緒指數(shù)、基于電子旅游服務(wù)平臺(tái)的用戶評(píng)論構(gòu)建旅游市場(chǎng)情緒指數(shù)等創(chuàng)新研究層出不窮。

(一)大數(shù)據(jù)情緒指數(shù)在金融市場(chǎng)的應(yīng)用

在20世紀(jì)30年代的大蕭條時(shí)期，凱恩斯就曾提出過(guò)心理因素在人的經(jīng)濟(jì)決策中的重要性，強(qiáng)調(diào)人們?cè)谑芾硇越?jīng)濟(jì)動(dòng)機(jī)影響的同時(shí)還受到非理性的“動(dòng)物精神”(animal spirit)的支配，并將“動(dòng)物精神”看作是經(jīng)濟(jì)波動(dòng)的主要原因。[5](P161)在金融市場(chǎng)上，投資者情緒對(duì)金融資產(chǎn)定價(jià)的影響是學(xué)術(shù)研究關(guān)注的重點(diǎn)問(wèn)題之一。在互聯(lián)網(wǎng)時(shí)代，信息是投資者做出投資決策的重要依據(jù)，[6]人們獲取信息以及人際互動(dòng)的便利性也得到了顯著提高，情緒傳染使得社會(huì)大眾情緒與股市之間的關(guān)系變得更加緊密。[7]因而，區(qū)別于傳統(tǒng)的投資者情緒指數(shù)構(gòu)建方式，來(lái)自于股票論壇、財(cái)經(jīng)媒體、社交媒體的網(wǎng)絡(luò)信息成為直接、實(shí)時(shí)地反映投資者情緒的載體，文本挖掘、主題分析和情感分析等大數(shù)據(jù)技術(shù)的應(yīng)用使得根據(jù)網(wǎng)絡(luò)信息構(gòu)建投資者情緒指數(shù)，并探究其對(duì)金融市場(chǎng)的影響成為新趨勢(shì)。目前大數(shù)據(jù)情緒指數(shù)在金融市場(chǎng)的應(yīng)用是最多的，一些智能投顧(Robo-Advisor)平臺(tái)甚至嘗試把大數(shù)據(jù)情緒指數(shù)納入資產(chǎn)組合模型中，提供具有鮮明“人工智能+大數(shù)據(jù)”特色的資產(chǎn)組合管理服務(wù)。

(二)大數(shù)據(jù)情緒指數(shù)在零售商品市場(chǎng)的應(yīng)用

消費(fèi)者情緒在零售商品市場(chǎng)上最常見(jiàn)的表現(xiàn)形式是消費(fèi)者信心指數(shù)。隨著電子商務(wù)、物聯(lián)網(wǎng)、云計(jì)算等技術(shù)的發(fā)展，網(wǎng)上交易已經(jīng)深入到人們的日常生活中，這些交易行為會(huì)以數(shù)據(jù)形式真實(shí)記錄消費(fèi)行為，因此近年來(lái)大量學(xué)者嘗試基于網(wǎng)絡(luò)消費(fèi)大數(shù)據(jù)編制消費(fèi)者信心指數(shù)，或研究其與傳統(tǒng)的消費(fèi)者信心指數(shù)之間的關(guān)系，或據(jù)此對(duì)未來(lái)的消費(fèi)趨勢(shì)進(jìn)行預(yù)測(cè)。[8][9][10]

此外，運(yùn)用網(wǎng)絡(luò)大數(shù)據(jù)為反映消費(fèi)者的通貨膨脹預(yù)期和測(cè)度通貨膨脹水平提供了新的視角。麻省理工學(xué)院網(wǎng)絡(luò)價(jià)格指數(shù)(BPP)項(xiàng)目則利用網(wǎng)絡(luò)交易數(shù)據(jù)探索更新CPI等指標(biāo)編制方法，比較了基于網(wǎng)絡(luò)交易價(jià)格編制的CPI指數(shù)與官方編制的CPI指數(shù)，認(rèn)為網(wǎng)絡(luò)交易數(shù)據(jù)的監(jiān)測(cè)成本更低，其數(shù)據(jù)頻度為日，能夠縮小誤差，數(shù)據(jù)范圍和種類豐富且可以即時(shí)更新。截止2016年，該團(tuán)隊(duì)利用900多個(gè)零售商提供的約1 500萬(wàn)件商品交易數(shù)據(jù)為20個(gè)國(guó)家編制每日通脹指數(shù)，其宏觀數(shù)據(jù)庫(kù)則涵蓋了60多個(gè)國(guó)家的900 多個(gè)零售商。*參見(jiàn)趙志龍：《“互聯(lián)網(wǎng)+”對(duì)CPI的影響研究》，國(guó)家統(tǒng)計(jì)局網(wǎng)站，http://www.stats.gov.cn/tjzs/tjsj/tjcb/dysj/201705/t20170522_1496322.html.國(guó)內(nèi)學(xué)者陳航(2014)也通過(guò)實(shí)證研究發(fā)現(xiàn)CPI指數(shù)和基于網(wǎng)絡(luò)搜索行為合成的通貨膨脹預(yù)期指數(shù)兩者間高度相關(guān)，具有長(zhǎng)期穩(wěn)定協(xié)整關(guān)系。[11]張洋(2015)則提出了一些對(duì)短期CPI預(yù)測(cè)的新方法。[12]

(三)大數(shù)據(jù)情緒指數(shù)在房地產(chǎn)市場(chǎng)的應(yīng)用

目前以大數(shù)據(jù)方法構(gòu)建房地產(chǎn)市場(chǎng)情緒指數(shù)的研究相對(duì)較少，主要是利用網(wǎng)絡(luò)大數(shù)據(jù)(包括電子化形式的傳統(tǒng)媒體、搜索引擎、社交媒體、自媒體等)構(gòu)建住房市場(chǎng)情緒指數(shù)預(yù)測(cè)房?jī)r(jià)波動(dòng)。修(Soo，2013)和谷智彥(Tomohiko Taniyama，2013)基于主流報(bào)紙中的專欄文章或網(wǎng)站的專業(yè)板塊上的新聞報(bào)道，測(cè)算出當(dāng)?shù)刈》渴袌?chǎng)的情緒指數(shù)，并實(shí)證說(shuō)明了其與當(dāng)?shù)胤績(jī)r(jià)波動(dòng)密切相關(guān)。[13][14]隨后國(guó)內(nèi)也有學(xué)者利用我國(guó)知名門戶網(wǎng)站新浪網(wǎng)的房地產(chǎn)頻道中對(duì)樣本城市的相關(guān)報(bào)道，并將其與相應(yīng)城市房?jī)r(jià)的百度指數(shù)相結(jié)合，計(jì)算了樣本城市投資者對(duì)房?jī)r(jià)的情緒等級(jí)以預(yù)測(cè)房?jī)r(jià)，[15]或基于微博數(shù)據(jù)構(gòu)建房地產(chǎn)投資者情緒指數(shù)，[16]但考慮到數(shù)據(jù)可得性，這些研究中樣本城市的選擇往往集中于我國(guó)的一線或準(zhǔn)一線城市。

(四)大數(shù)據(jù)情緒指數(shù)在其他領(lǐng)域的運(yùn)用

社交媒體的發(fā)達(dá)極大地豐富了數(shù)據(jù)內(nèi)容，各種服務(wù)平臺(tái)和平臺(tái)經(jīng)濟(jì)的建立也拓展了大數(shù)據(jù)情緒指數(shù)的應(yīng)用范圍。基于去哪兒網(wǎng)、攜程網(wǎng)等電子旅游服務(wù)平臺(tái)上的用戶評(píng)論及游記，可以建立旅游目的地評(píng)價(jià)體系，分析游客情感特征，根據(jù)游客偏好為其更為精準(zhǔn)地匹配和推薦旅游目的地。[17]分析公眾在微博上對(duì)公共事件的情緒表達(dá)，政府能夠及時(shí)掌握網(wǎng)民情緒的走向，可以通過(guò)自身或者意見(jiàn)領(lǐng)袖的積極引導(dǎo)促使事件向著良性方向發(fā)展，避免因公眾情緒不穩(wěn)定并進(jìn)而產(chǎn)生集群效應(yīng)所帶來(lái)的社會(huì)問(wèn)題。[18]

二、大數(shù)據(jù)情緒指數(shù)的類型

眾所周知，數(shù)據(jù)結(jié)構(gòu)決定編制方法和數(shù)據(jù)功能。大數(shù)據(jù)情緒指數(shù)的編制方法與傳統(tǒng)方法相比有較大差異，而方法技術(shù)的差異往往是由于數(shù)據(jù)源的差異決定的。因此，本文根據(jù)所依托的數(shù)據(jù)來(lái)源不同，歸納了以下四種大數(shù)據(jù)情緒指數(shù)的類型。

(一)基于高頻交易數(shù)據(jù)構(gòu)建情緒指數(shù)

高頻交易主要集中于金融市場(chǎng)，以股票市場(chǎng)和期貨市場(chǎng)為代表，用高頻交易形成的換手率、成交量和收益率等數(shù)據(jù)分析投資者情緒，盡管相對(duì)簡(jiǎn)單，但已經(jīng)運(yùn)用到了大數(shù)據(jù)情緒指數(shù)的思想。貝克和沃格勒(Baker and Wurgler，2006)指出，投資者情緒是一種不能被已有事實(shí)所證實(shí)的關(guān)于金融資產(chǎn)未來(lái)現(xiàn)金流和風(fēng)險(xiǎn)的信念，它是投資者的認(rèn)知偏誤在資本市場(chǎng)上的總體表現(xiàn)(Investor sentiment in the stock market)?；诖?，他們采用封閉式基金折價(jià)率、IPO數(shù)量及其上市首日的收益率、交易量、股票發(fā)行量與證券發(fā)行量之比、股利收益等6個(gè)指標(biāo)，運(yùn)用主成分分析法構(gòu)造了反映投資者情緒指數(shù)的BW指數(shù)。[19]國(guó)內(nèi)學(xué)者馬若微和張娜就運(yùn)用上證A股月度IPO首日平均收益、IPO總量、總市值加權(quán)的換手率及上證A股每月新增開(kāi)戶數(shù)構(gòu)建了反映市場(chǎng)投資者情緒的SENT指數(shù)，并分析其與上證A股市場(chǎng)指數(shù)之間的關(guān)系，說(shuō)明投資者情緒與股票市場(chǎng)指數(shù)之間存在自我加深的循環(huán)作用，需要適度合理的政策來(lái)調(diào)節(jié)非理性情緒所造成的市場(chǎng)波動(dòng)。[20]

(二)基于搜索引擎數(shù)據(jù)構(gòu)建情緒指數(shù)

互聯(lián)網(wǎng)時(shí)代，搜索引擎可謂網(wǎng)民獲取信息的首要方式。通過(guò)搜索關(guān)鍵詞反映出的經(jīng)濟(jì)主體個(gè)性特征、情緒態(tài)度和交易行為越來(lái)越多地映射到互聯(lián)網(wǎng)空間，形成大量的結(jié)構(gòu)化和非結(jié)構(gòu)化的海量數(shù)據(jù)，反映出現(xiàn)實(shí)世界里經(jīng)濟(jì)主體需求、興趣和關(guān)注的內(nèi)容及強(qiáng)弱。[21]因此，國(guó)內(nèi)外一些學(xué)者在研究中開(kāi)始使用搜索引擎數(shù)據(jù)來(lái)構(gòu)造指標(biāo)度量市場(chǎng)主體情緒。國(guó)外學(xué)者大多基于Google提供的數(shù)據(jù)構(gòu)建情緒指數(shù)，[22]如預(yù)測(cè)股票市場(chǎng)波動(dòng)的FEARS(Financial and Economic Attitudes Re-vealed by Search)指標(biāo)、預(yù)測(cè)美國(guó)房地產(chǎn)按揭貸款的違約概率和風(fēng)險(xiǎn)敞口的“住房壓力指數(shù)”和反映中國(guó)35個(gè)大中城市居民對(duì)當(dāng)?shù)刈》渴袌?chǎng)前瞻和預(yù)期的“信心指數(shù)”。[23][24][25]國(guó)內(nèi)學(xué)者則主要基于百度搜索數(shù)據(jù)進(jìn)行指數(shù)構(gòu)建，其中以俞慶進(jìn)和張兵(2012)、孟雪井等(2016)利用百度指數(shù)作為投資者關(guān)注度指標(biāo)研究其對(duì)股票市場(chǎng)的影響，以及董倩(2014)使用百度指數(shù)預(yù)測(cè)我國(guó)16城市房地產(chǎn)價(jià)格較為典型。[26][27][28]

(三)基于媒體報(bào)道數(shù)據(jù)構(gòu)建投資者情緒指數(shù)

與搜索引擎完全客觀地記錄和呈現(xiàn)不同，媒體報(bào)道既反映社會(huì)公眾的意見(jiàn)，又為了追求經(jīng)濟(jì)效益而對(duì)內(nèi)容進(jìn)行篩選，從而帶有一定的主觀情感傾向。[29](P55)媒體報(bào)道傳遞出的對(duì)某一事件的態(tài)度和建議即構(gòu)成了所謂的“媒體情緒”，并易于成為社會(huì)“主流意見(jiàn)”引導(dǎo)公眾情緒。[30]因此基于媒體報(bào)道構(gòu)建情緒指數(shù)，也是國(guó)內(nèi)外學(xué)者常用的方法。早期，證券市場(chǎng)研究人員通過(guò)閱讀主流財(cái)經(jīng)報(bào)紙上的報(bào)道，判斷機(jī)構(gòu)、分析師甚至個(gè)人投資者的投資觀點(diǎn)，在此基礎(chǔ)上構(gòu)建市場(chǎng)參與者情緒指數(shù)。[31][32]隨著紙媒電子化和自然語(yǔ)言處理、情感分析等大數(shù)據(jù)技術(shù)的應(yīng)用，文本分析方法被廣泛應(yīng)用于構(gòu)建各類資本市場(chǎng)情緒指數(shù)，并實(shí)證發(fā)現(xiàn)這些指數(shù)能夠?qū)κ袌?chǎng)交易行為、資產(chǎn)定價(jià)產(chǎn)生顯著影響。[30][33]類似的手段也被應(yīng)用于房地產(chǎn)情緒指數(shù)構(gòu)建，具有代表性的是前文述及的修(Soo，2013)和谷智彥(Tomohiko Taniyama，2013)分別基于美國(guó)和日本主流報(bào)紙中的專欄文章或網(wǎng)站的專業(yè)板塊上的新聞報(bào)道所測(cè)算出的住房市場(chǎng)情緒指數(shù)。

(四)基于社交平臺(tái)數(shù)據(jù)構(gòu)建情緒指數(shù)

隨著各種移動(dòng)終端的普及，越來(lái)越多的網(wǎng)民在互聯(lián)網(wǎng)社交平臺(tái)上獲取信息并發(fā)表觀點(diǎn)。由這些信息和觀點(diǎn)形成社交平臺(tái)數(shù)據(jù)，兼具了主要反映個(gè)體行為的搜索引擎數(shù)據(jù)和主要反映組織行為的新聞媒體數(shù)據(jù)的特征，往往能夠更直接地反映公眾的關(guān)注度和情緒。[34]因而也成為構(gòu)建情緒指數(shù)的重要數(shù)據(jù)來(lái)源。歐美學(xué)者多使用Twitter或Facebook作為數(shù)據(jù)來(lái)源，基于Twitter用戶活躍度、用戶結(jié)構(gòu)等特征構(gòu)建的指數(shù)被發(fā)現(xiàn)與股票市場(chǎng)間有很強(qiáng)的相關(guān)性，[35]基于Facebook個(gè)人用戶狀態(tài)中表達(dá)情緒的詞匯構(gòu)建的國(guó)民幸福指數(shù)(Gross National Happiness)同樣被證實(shí)能夠有效預(yù)測(cè)美國(guó)股市的未來(lái)走勢(shì)。[36]國(guó)內(nèi)學(xué)者運(yùn)用微博數(shù)據(jù)的研究較常見(jiàn)，主要用于股票市場(chǎng)、房地產(chǎn)市場(chǎng)投資者情緒指數(shù)的構(gòu)建，[37][38]近兩年還出現(xiàn)了運(yùn)用中文微博情感分析方法計(jì)算公眾環(huán)境情感指數(shù)和公民幸福指數(shù)等更貼近民生問(wèn)題的研究。[39][40]隨著電子政務(wù)的發(fā)展，情緒指數(shù)研究進(jìn)一步拓展到行政管理領(lǐng)域，石磊(2016)采用文本分析法構(gòu)建的地方政務(wù)微博服務(wù)公眾滿意度指數(shù)，較好地反映了公民對(duì)地方政府信息化建設(shè)的滿意程度。[41]

三、大數(shù)據(jù)情緒指數(shù)與經(jīng)濟(jì)學(xué)理論研究

隨著新經(jīng)濟(jì)的蓬勃發(fā)展和網(wǎng)絡(luò)時(shí)代的到來(lái)，各類經(jīng)濟(jì)主體的社會(huì)經(jīng)濟(jì)行為逐步數(shù)字化、網(wǎng)絡(luò)化和自媒體化，構(gòu)成了經(jīng)濟(jì)行為的自然實(shí)驗(yàn)，形成高速、實(shí)時(shí)、多樣化等特征的海量數(shù)據(jù)集合或信息資產(chǎn)，即大數(shù)據(jù)。基于海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，依托機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等數(shù)據(jù)挖掘、處理和分析技術(shù)構(gòu)建反映各類經(jīng)濟(jì)主體的大數(shù)據(jù)情緒指數(shù)，有可能漸進(jìn)地打開(kāi)了經(jīng)濟(jì)主體行為和預(yù)期形成過(guò)程的“黑箱”和“灰箱”，拓展和深化傳統(tǒng)經(jīng)濟(jì)學(xué)的研究廣度和深度，給行為經(jīng)濟(jì)(金融學(xué))學(xué)的實(shí)證研究提供了全新的思路，并有助于定量測(cè)度媒體傳播能力及其社會(huì)影響力，深化媒體經(jīng)濟(jì)學(xué)中有關(guān)經(jīng)濟(jì)主體媒介接觸和媒介消費(fèi)行為的研究。

(一)大數(shù)據(jù)情緒指數(shù)對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)的可能貢獻(xiàn)

1.大數(shù)據(jù)情緒指數(shù)使量化經(jīng)濟(jì)主體行為成為可能。

傳統(tǒng)經(jīng)濟(jì)學(xué)的主要結(jié)論均建立在諸如“理性經(jīng)濟(jì)人”等一系列嚴(yán)格的假設(shè)條件之上，這與現(xiàn)實(shí)世界并不完全相符，難以反映微觀市場(chǎng)主體的行為差異及其在經(jīng)濟(jì)運(yùn)行中的作用。在數(shù)字經(jīng)濟(jì)和網(wǎng)絡(luò)時(shí)代背景下，逐步數(shù)字化、網(wǎng)絡(luò)化和自媒體化的各類經(jīng)濟(jì)主體行為，其數(shù)據(jù)的普遍性、真實(shí)性、覆蓋性、交互性和可測(cè)性為經(jīng)濟(jì)主體行為信息的獲取和量化提供了便利。傳統(tǒng)量化經(jīng)濟(jì)主體行為的方式主要有直接指標(biāo)測(cè)量和間接指標(biāo)測(cè)量。直接指標(biāo)測(cè)量是以問(wèn)卷調(diào)查形式誘導(dǎo)主體暴露出預(yù)期，[42][43]但是這種方式易受到樣本量、地理分布或時(shí)間頻率和主觀因素的限制；[13]間接指標(biāo)測(cè)量是從市場(chǎng)相關(guān)數(shù)據(jù)中提煉出代理變量，然后用主成分分析法等統(tǒng)計(jì)學(xué)方法構(gòu)建指數(shù)。[19]這種方式有一定的說(shuō)服力，但或因遺漏變量而難以完全反映投資者情緒?；ヂ?lián)網(wǎng)時(shí)代大數(shù)據(jù)的“全量數(shù)據(jù)”“真實(shí)數(shù)據(jù)”“實(shí)時(shí)數(shù)據(jù)”和“時(shí)空數(shù)據(jù)”等特點(diǎn)，突破了樣本量和地理分布的限制，數(shù)據(jù)挖掘、自然語(yǔ)言處理和機(jī)器學(xué)習(xí)等技術(shù)使得運(yùn)用大數(shù)據(jù)情緒指數(shù)對(duì)直接表征經(jīng)濟(jì)主體行為的、自然觀察的、具有高度的時(shí)效性的信息進(jìn)行全樣本分析成為可能，較之政府或其他機(jī)構(gòu)借助統(tǒng)計(jì)調(diào)查和主成分分析法獲得的信息,更具客觀性和真實(shí)性。

2.有望漸進(jìn)打開(kāi)經(jīng)濟(jì)主體預(yù)期形成過(guò)程的“黑箱”。

盡管宏觀經(jīng)濟(jì)學(xué)中有專門關(guān)于預(yù)期的理論闡釋，但是，一方面主流經(jīng)濟(jì)學(xué)的理性預(yù)期概念備受詬病，另一方面因預(yù)期難以測(cè)量而呈現(xiàn)適應(yīng)性預(yù)期、理性預(yù)期及有限理性預(yù)期的爭(zhēng)論，導(dǎo)致經(jīng)濟(jì)主體預(yù)期形成過(guò)程仍是“黑箱”。[44]當(dāng)前對(duì)于預(yù)期形成的理論解釋主要有信息剛性理論和適應(yīng)性學(xué)習(xí)理論。[45][46]信息剛性理論假定投資者仍是完全理性的，只因不愿或不能及時(shí)更新和完全掌握所有信息而難以保持理性，導(dǎo)致了有限理性。適應(yīng)性學(xué)習(xí)理論則認(rèn)為投資者本身是不完全理性的，信息在公眾間傳播，投資者通過(guò)相互學(xué)習(xí)，不斷調(diào)整預(yù)期。[47]兩個(gè)理論都需要設(shè)定數(shù)學(xué)模型從理論上解釋預(yù)期的形成過(guò)程，[48]但限于傳統(tǒng)方法難以科學(xué)地量化預(yù)期，兩個(gè)理論均缺乏實(shí)證檢驗(yàn)，[49]因此預(yù)期形成機(jī)制仍是“黑箱”?；诖髷?shù)據(jù)構(gòu)建情緒指數(shù)，為測(cè)量預(yù)期和量化市場(chǎng)主體情緒提供了新的路徑，有望漸進(jìn)打開(kāi)經(jīng)濟(jì)主體預(yù)期形成過(guò)程的“黑箱”，拓寬了傳統(tǒng)經(jīng)濟(jì)學(xué)的研究視野。

3.大數(shù)據(jù)情緒指數(shù)有助于提高傳統(tǒng)經(jīng)濟(jì)學(xué)理論模型的廣度、精確性和時(shí)效性。

傳統(tǒng)經(jīng)濟(jì)學(xué)中實(shí)證分析主要依靠結(jié)構(gòu)化數(shù)據(jù)，大數(shù)據(jù)技術(shù)則將文本、圖像，甚至聲音、視頻等大量海量非結(jié)構(gòu)化數(shù)據(jù)都作為構(gòu)建情緒指數(shù)的數(shù)據(jù)來(lái)源,而且呈現(xiàn)出兩大特點(diǎn):一是對(duì)傳統(tǒng)研究方法難以測(cè)量的人類活動(dòng)例如人際關(guān)系、社交網(wǎng)絡(luò)可以構(gòu)建大數(shù)據(jù)情緒指數(shù)進(jìn)行統(tǒng)計(jì)分析，擴(kuò)展了傳統(tǒng)經(jīng)濟(jì)學(xué)理論模型的廣度，研究對(duì)象不斷多元化，研究方法更豐富。此外，結(jié)構(gòu)化數(shù)據(jù)的一個(gè)明顯缺陷是其具有很強(qiáng)的時(shí)滯性。大數(shù)據(jù)超高時(shí)效性的特點(diǎn)有效彌補(bǔ)了這一缺陷，數(shù)據(jù)可以實(shí)時(shí)獲取?；ヂ?lián)網(wǎng)、社交媒體上的數(shù)據(jù)更是實(shí)時(shí)更新。較之于傳統(tǒng)的情緒指數(shù)構(gòu)建方式，大數(shù)據(jù)情緒指數(shù)運(yùn)用數(shù)據(jù)挖掘、自然語(yǔ)言處理和機(jī)器學(xué)習(xí)等技術(shù)，基于文本、圖像，甚至聲音、視頻等大量海量非結(jié)構(gòu)化數(shù)據(jù)來(lái)構(gòu)建，大大提高了時(shí)效性和精確程度。將表征經(jīng)濟(jì)主體行為的大數(shù)據(jù)情緒指數(shù)納入傳統(tǒng)經(jīng)濟(jì)學(xué)理論模型進(jìn)行分析，使傳統(tǒng)經(jīng)濟(jì)模型可以充分利用實(shí)時(shí)數(shù)據(jù)，提高分析或預(yù)測(cè)的時(shí)效性，為經(jīng)濟(jì)預(yù)警和政策制定提供最快速的資料和依據(jù)。[50]大數(shù)據(jù)情緒指數(shù)將有助于提高傳統(tǒng)經(jīng)濟(jì)學(xué)理論模型的廣度、精確性和時(shí)效性，對(duì)分析宏觀經(jīng)濟(jì)形勢(shì)和制定經(jīng)濟(jì)政策具有重要的意義。

(二)大數(shù)據(jù)情緒指數(shù)對(duì)行為經(jīng)濟(jì)(金融)學(xué)的可能貢獻(xiàn)

1.有助于有限理性和心理賬戶等行為經(jīng)濟(jì)(金融)學(xué)基本概念的量化。

行為經(jīng)濟(jì)(金融)學(xué)通過(guò)證偽新古典經(jīng)濟(jì)學(xué)“理性經(jīng)濟(jì)人”的公理化假定，運(yùn)用有限理性和心理賬戶等概念形成其行為決策理論。雖然行為經(jīng)濟(jì)(金融)學(xué)逐漸獲得廣泛認(rèn)可，但是囿于其研究的重點(diǎn)仍停留在對(duì)市場(chǎng)“異象”的質(zhì)疑和投資者心理認(rèn)知偏差的定性描述和歷史觀察上，缺乏對(duì)有限理性和心理賬戶等行為經(jīng)濟(jì)(金融)學(xué)基本概念的量化而不斷受到主流經(jīng)濟(jì)學(xué)界的質(zhì)疑，成為其致命的弱點(diǎn)。行為經(jīng)濟(jì)學(xué)很長(zhǎng)一段時(shí)間停留在理論階段，難以進(jìn)行實(shí)證分析。實(shí)驗(yàn)方法一定程度上緩解了行為經(jīng)濟(jì)(金融)學(xué)的尷尬處境，但實(shí)驗(yàn)研究成本高，且受實(shí)驗(yàn)對(duì)象主觀因素影響較大。運(yùn)用大數(shù)據(jù)方法構(gòu)建情緒指數(shù)則為有限理性和心理賬戶等行為經(jīng)濟(jì)(金融)學(xué)基本概念的量化提供了新思路，從而為行為經(jīng)濟(jì)(金融)學(xué)的實(shí)證分析創(chuàng)造了條件。同時(shí)，基于大數(shù)據(jù)構(gòu)建情緒指數(shù)已經(jīng)在一定程度上突破了數(shù)據(jù)本身，數(shù)據(jù)挖掘技術(shù)并非傳統(tǒng)意義上對(duì)某些假設(shè)的驗(yàn)證，而是一種提出假設(shè)的過(guò)程，其思路更接近數(shù)據(jù)生成過(guò)程本身，具備先驗(yàn)和智能性質(zhì)。[51]人工智能的發(fā)展促使行為經(jīng)濟(jì)(金融)學(xué)向更高級(jí)的智能經(jīng)濟(jì)學(xué)發(fā)展。

2.運(yùn)用大數(shù)據(jù)情緒指數(shù)科學(xué)量化投資者個(gè)體行為和投資者群體行為。

相對(duì)于行為經(jīng)濟(jì)學(xué)其他分支，行為金融學(xué)更關(guān)注投資者情緒對(duì)其交易行為的影響。行為金融學(xué)理論認(rèn)為，偏好和投資理念異質(zhì)的投資者在投資過(guò)程中往往是非理性的，并且由于模仿學(xué)習(xí)、情緒傳播等社會(huì)互動(dòng)機(jī)制的影響及場(chǎng)內(nèi)有限套利情形的存在，將可能導(dǎo)致市場(chǎng)中資產(chǎn)定價(jià)偏離一般正常水平。因此，行為金融學(xué)的核心內(nèi)容之一是對(duì)投資者情緒的研究，即科學(xué)地量化投資者情緒，測(cè)量投資者的非理性行為。投資者情緒是行為金融學(xué)的理論基石之一。

基于大數(shù)據(jù)構(gòu)建投資者情緒指數(shù)是近年來(lái)行為金融學(xué)研究的新趨勢(shì)。隨著互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代的到來(lái)，行為金融學(xué)進(jìn)入海量數(shù)據(jù)的大樣本時(shí)代，數(shù)據(jù)類型的多樣化則使投資者情緒指數(shù)的數(shù)據(jù)來(lái)源日益豐富，解釋能力逐漸提高，采用數(shù)據(jù)挖掘技術(shù)從網(wǎng)絡(luò)用戶行為中提取投資者情緒指數(shù)更為客觀、實(shí)時(shí)和精準(zhǔn)。同時(shí)，投資者之間的模仿學(xué)習(xí)、情緒傳播也會(huì)通過(guò)網(wǎng)絡(luò)用戶行為的大數(shù)據(jù)信息呈現(xiàn)出來(lái)，有助于顯化和刻畫“羊群效應(yīng)”等個(gè)體理性行為如何形成群體非理性行為，最終導(dǎo)致個(gè)體主觀決策的結(jié)果有悖于個(gè)體預(yù)期效用的社會(huì)現(xiàn)象，從而了解投資者情緒形成、擴(kuò)散和作用機(jī)制及對(duì)金融市場(chǎng)的影響，解析經(jīng)濟(jì)個(gè)體決策行為和決策過(guò)程的“黑匣子”及金融市場(chǎng)的風(fēng)險(xiǎn)定價(jià)機(jī)制。

3.有助于把“有限理性”投資者個(gè)體行為和投資者群體行為納入資產(chǎn)定價(jià)模型中，推動(dòng)行為經(jīng)濟(jì)(金融)學(xué)形成成熟統(tǒng)一的理論體系。

綜上所述，大數(shù)據(jù)情緒指數(shù)既有助于有限理性和心理賬戶等行為經(jīng)濟(jì)(金融)學(xué)基本概念的量化，又可以測(cè)量投資者個(gè)體行為和投資者群體行為，基于此，可以把“有限理性”投資者個(gè)體行為和投資者群體行為納入資產(chǎn)定價(jià)模型中，分析其對(duì)資產(chǎn)價(jià)格的影響，從而對(duì)主流金融理論的資產(chǎn)定價(jià)模型起到了良好的修正作用。近年來(lái)行為資產(chǎn)定價(jià)模型( Behavioral Asset Pricing Model，BCPM)和行為組合理論( Behavioral Portfolio Theory，BPT)已經(jīng)嘗試把“有限理性”和投資者行為的研究成果融入傳統(tǒng)金融理論常用的資產(chǎn)定價(jià)模型中，大數(shù)據(jù)情緒指數(shù)通過(guò)有限理性和心理賬戶及投資者行為的量化，將推動(dòng)納入行為因素的資產(chǎn)定價(jià)模型的完善，有利于行為經(jīng)濟(jì)(金融)學(xué)形成成熟統(tǒng)一的理論體系。

(三)大數(shù)據(jù)情緒指數(shù)對(duì)傳媒經(jīng)濟(jì)學(xué)的可能貢獻(xiàn)

1.大數(shù)據(jù)情緒指數(shù)有助于深化對(duì)經(jīng)濟(jì)主體媒介接觸和媒介消費(fèi)行為的研究。

傳媒經(jīng)濟(jì)研究不僅需要傳統(tǒng)的經(jīng)濟(jì)學(xué)理論，也需要社會(huì)學(xué)理論、網(wǎng)絡(luò)科學(xué)理論等其他學(xué)科理論。社會(huì)網(wǎng)絡(luò)化和經(jīng)濟(jì)數(shù)字化的發(fā)展趨勢(shì)使得經(jīng)濟(jì)主體之間的行為、觀念、感情的相互影響逐漸增強(qiáng)，社交媒體是重要的信息傳播中介，也是經(jīng)濟(jì)主體情緒顯化的重要途徑，傳媒經(jīng)濟(jì)學(xué)研究?jī)r(jià)值和意義日益凸顯。然而，由于真實(shí)世界中的社交關(guān)系和社會(huì)影響往往是難以觀測(cè)的，社會(huì)影響的形式也往往是復(fù)雜而多樣的，對(duì)經(jīng)濟(jì)主體之間社交影響的實(shí)證研究受到了很大的限制，[52]這也極大制約了傳媒經(jīng)濟(jì)學(xué)理論的前進(jìn)。

依托于社交媒體信息構(gòu)建的大數(shù)據(jù)情緒指數(shù)，雖然基于在線上的虛擬世界中重構(gòu)的社會(huì)關(guān)系，但卻真實(shí)還原了經(jīng)濟(jì)主體的思想和行為，使個(gè)體之間的聯(lián)系突破地域、時(shí)間等方面的限制，又與現(xiàn)實(shí)世界產(chǎn)生千絲萬(wàn)縷的聯(lián)系，為研究社會(huì)網(wǎng)絡(luò)中的社會(huì)影響現(xiàn)象提供了一個(gè)較為理想的實(shí)驗(yàn)環(huán)境。通過(guò)挖掘各類社交媒體的數(shù)據(jù)，借助于人工智能技術(shù)構(gòu)建大數(shù)據(jù)情緒指數(shù)，有力地推動(dòng)研究者借助社會(huì)學(xué)理論和社會(huì)網(wǎng)絡(luò)研究理論，把個(gè)體納入一定的社會(huì)結(jié)構(gòu)和社會(huì)情境中，考察個(gè)體鑲嵌其中的社會(huì)關(guān)系因素如何影響個(gè)體的媒介接觸和媒介消費(fèi)行為，研究影響個(gè)體行為的各種因素及其影響機(jī)制，揭開(kāi)人們媒介接觸和媒介消費(fèi)行為的“黑箱”，從而深化傳媒經(jīng)濟(jì)學(xué)理論研究。

2.大數(shù)據(jù)情緒指數(shù)有助于定量測(cè)度媒體對(duì)各類信息的傳播能力及其社會(huì)影響力。

情緒指數(shù)是傳媒經(jīng)濟(jì)學(xué)實(shí)證研究的重要工具，構(gòu)建情緒指數(shù)是將經(jīng)濟(jì)主體的心理活動(dòng)、思想傾向以及社會(huì)影響進(jìn)行量化的重要途徑。傳統(tǒng)的傳媒經(jīng)濟(jì)學(xué)研究中，主要的研究方法包括抽樣調(diào)查、內(nèi)容分析、假設(shè)檢驗(yàn)、實(shí)驗(yàn)研究等，這些方法均受制于研究條件和數(shù)據(jù)可得性，難以準(zhǔn)確地實(shí)現(xiàn)媒體對(duì)各類信息傳播能力及其社會(huì)影響的定量測(cè)度。[53]因此，傳媒經(jīng)濟(jì)學(xué)的發(fā)展亟須學(xué)者設(shè)計(jì)和運(yùn)用新的研究方法與研究工具來(lái)提高情緒指數(shù)的質(zhì)量。

大數(shù)據(jù)情緒指數(shù)充分尊重信息不對(duì)稱這一市場(chǎng)的基本特征，最大程度地還原了信息通過(guò)媒體進(jìn)行傳播的過(guò)程，通過(guò)對(duì)受眾的媒介接觸行為和媒介傳播行為進(jìn)行準(zhǔn)確的追蹤分析，從更微觀的層面量化媒體對(duì)各類信息的傳播能力，以及不同經(jīng)濟(jì)主體在信息傳播中作用和影響力的差異，從而更加真實(shí)地以數(shù)字化形式描繪出媒體本身在信息傳播中除作為中介渠道之外的綜合效應(yīng)，以及經(jīng)濟(jì)主體利用媒體對(duì)其他經(jīng)濟(jì)主體施加心理影響的過(guò)程。進(jìn)一步地，大數(shù)據(jù)情緒指數(shù)通過(guò)對(duì)不同經(jīng)濟(jì)主體接受信息廣度和深度的刻畫和對(duì)不同媒體社會(huì)影響力大小的準(zhǔn)確測(cè)度，使研究人員能夠據(jù)此對(duì)社會(huì)公眾對(duì)某一政策、事件或行動(dòng)的預(yù)期做出預(yù)測(cè)，并利用對(duì)未來(lái)預(yù)測(cè)的結(jié)果指導(dǎo)現(xiàn)階段對(duì)媒體工具的利用、改造和引導(dǎo)。

四、大數(shù)據(jù)情緒指數(shù)存在的問(wèn)題、爭(zhēng)議及未來(lái)展望

任何新生事物都有不成熟的方面，需要在今后的實(shí)踐中不斷發(fā)展和完善。大數(shù)據(jù)情緒指數(shù)相對(duì)于傳統(tǒng)方法構(gòu)建的情緒指數(shù)具有諸多優(yōu)勢(shì)，但大數(shù)據(jù)方法本身仍存在一些待解決的問(wèn)題，對(duì)大數(shù)據(jù)方法在經(jīng)濟(jì)主體心理活動(dòng)和行為機(jī)制研究乃至在整個(gè)經(jīng)濟(jì)學(xué)研究中的作用和定位也存在一些爭(zhēng)議，這些問(wèn)題和爭(zhēng)議一定程度上削弱了學(xué)術(shù)界對(duì)大數(shù)據(jù)情緒指數(shù)的認(rèn)可程度。但是，隨著計(jì)算機(jī)科學(xué)和信息技術(shù)的發(fā)展，大數(shù)據(jù)廣泛應(yīng)用于經(jīng)濟(jì)學(xué)研究是大勢(shì)所趨，大數(shù)據(jù)方法與經(jīng)濟(jì)學(xué)理論及研究范式未來(lái)將會(huì)更加有效地融合。

(一)大數(shù)據(jù)情緒指數(shù)本身存在的問(wèn)題

首先，基于大數(shù)據(jù)構(gòu)建情緒指數(shù)的基礎(chǔ)在于數(shù)據(jù)的可得性，但政府部門、科研機(jī)構(gòu)掌握的優(yōu)質(zhì)數(shù)據(jù)資料不輕易公開(kāi)。這一方面造成大數(shù)據(jù)的數(shù)據(jù)源產(chǎn)生缺失，另一方面由于這類數(shù)據(jù)通常被認(rèn)為是比較權(quán)威的指標(biāo)，也影響了大數(shù)據(jù)情緒指數(shù)的可信度和說(shuō)服力。不過(guò)，隨著未來(lái)政府部門、科研機(jī)構(gòu)掌握的優(yōu)質(zhì)數(shù)據(jù)源漸進(jìn)公開(kāi)，將不斷提高大數(shù)據(jù)情緒指數(shù)的可信度，增強(qiáng)其說(shuō)服力。

其次，網(wǎng)絡(luò)數(shù)據(jù)中的噪音問(wèn)題也始終是數(shù)據(jù)處理過(guò)程中困擾研究人員的一個(gè)問(wèn)題。某種程度上說(shuō)，大數(shù)據(jù)的大容量是一把雙刃劍，數(shù)據(jù)體量大雖克服了抽樣誤差，但其中難免包含了大量噪音。由于現(xiàn)階段大數(shù)據(jù)情緒指數(shù)的構(gòu)建通常借助于自然語(yǔ)言處理方法進(jìn)行文本分析，而中文的語(yǔ)義分析和情感分析相對(duì)于英文更加困難，以目前的技術(shù)手段，在數(shù)據(jù)清洗過(guò)程中很難將噪音完全消除，這對(duì)大數(shù)據(jù)情緒指數(shù)的準(zhǔn)確程度產(chǎn)生了一定的負(fù)面影響。

最后，大數(shù)據(jù)情緒指數(shù)難以復(fù)制?；ヂ?lián)網(wǎng)時(shí)代，經(jīng)濟(jì)主體的每一個(gè)行為都能夠轉(zhuǎn)化為數(shù)據(jù)被記錄下來(lái)，因此數(shù)據(jù)每天都在不斷產(chǎn)生和累積，特別是網(wǎng)絡(luò)數(shù)據(jù)，幾乎是時(shí)時(shí)更新。這種數(shù)據(jù)的時(shí)效性一方面使大數(shù)據(jù)情緒指數(shù)克服了傳統(tǒng)方法的時(shí)滯性缺陷，但同時(shí)也使得基于此構(gòu)建的情緒指數(shù)難以復(fù)制。這在一定程度上影響了有關(guān)大數(shù)據(jù)情緒指數(shù)的研究結(jié)論能否被廣泛認(rèn)同，以及能否上升為成熟的經(jīng)濟(jì)學(xué)理論。總之，從方法創(chuàng)新到理論突破，大數(shù)據(jù)情緒指數(shù)仍然任重道遠(yuǎn)。

(二)大數(shù)據(jù)情緒指數(shù)在經(jīng)濟(jì)學(xué)研究中存在的爭(zhēng)議

首先，學(xué)術(shù)界對(duì)于大數(shù)據(jù)有基本共識(shí)但尚無(wú)明確統(tǒng)一的定義，因此研究人員對(duì)大數(shù)據(jù)及大數(shù)據(jù)方法的理解和解讀還存在分歧。部分學(xué)者過(guò)分強(qiáng)調(diào)大數(shù)據(jù)之“大”，只關(guān)注擴(kuò)大數(shù)據(jù)源，仍固守傳統(tǒng)分析方法；也有部分學(xué)者只強(qiáng)調(diào)數(shù)據(jù)處理技術(shù)的應(yīng)用，將主題分析、情感分析等具體方法與大數(shù)據(jù)情緒指數(shù)概念畫等號(hào)。這些認(rèn)識(shí)上的分歧使得學(xué)術(shù)界對(duì)大數(shù)據(jù)情緒指數(shù)能否科學(xué)反映經(jīng)濟(jì)主體行為以及大數(shù)據(jù)應(yīng)用于經(jīng)濟(jì)學(xué)研究的方式、方法及態(tài)度存在差異。

其次，學(xué)術(shù)界對(duì)大數(shù)據(jù)方法對(duì)經(jīng)濟(jì)學(xué)研究的作用定位仍有爭(zhēng)議。有學(xué)者認(rèn)為這是經(jīng)濟(jì)學(xué)研究范式的一次革命，將徹底改變傳統(tǒng)的統(tǒng)計(jì)學(xué)和計(jì)量經(jīng)濟(jì)學(xué)方法，推動(dòng)經(jīng)濟(jì)學(xué)研究進(jìn)入數(shù)據(jù)驅(qū)動(dòng)范式時(shí)代，更有學(xué)者提出了“大數(shù)據(jù)經(jīng)濟(jì)學(xué)”概念，認(rèn)為它是一門涉及應(yīng)用經(jīng)濟(jì)、統(tǒng)計(jì)學(xué)、管理工程、計(jì)算機(jī)科學(xué)與技術(shù)、軟件工程、情報(bào)學(xué)、心理學(xué)等學(xué)科的新興交叉學(xué)科，甚至提議將其作為與理論經(jīng)濟(jì)學(xué)和應(yīng)用經(jīng)濟(jì)學(xué)并列的一級(jí)學(xué)科。[54]也有學(xué)者認(rèn)為大數(shù)據(jù)方法更多體現(xiàn)在方法創(chuàng)新上，與傳統(tǒng)經(jīng)濟(jì)學(xué)研究方法是互為補(bǔ)充和相互促進(jìn)的關(guān)系，而非替代關(guān)系，基于大數(shù)據(jù)編制的指數(shù)包括情緒指數(shù)能夠?yàn)閭鹘y(tǒng)統(tǒng)計(jì)調(diào)查提供佐證、補(bǔ)充，乃至相互融合。[55]

最后，學(xué)術(shù)界認(rèn)為大數(shù)據(jù)情緒指數(shù)只能驗(yàn)證其與因變量之間的相關(guān)關(guān)系，而無(wú)法解釋因果關(guān)系。[56]由于市場(chǎng)上發(fā)生的一切變化都可能對(duì)經(jīng)濟(jì)主體情緒產(chǎn)生影響，而經(jīng)濟(jì)主體情緒又通過(guò)影響其行為導(dǎo)致市場(chǎng)變化，因此在運(yùn)用情緒指數(shù)解釋某些經(jīng)濟(jì)現(xiàn)象時(shí)很難將其他變量的影響剝離開(kāi)來(lái)，也就難以把大數(shù)據(jù)情緒指數(shù)作為因果分析的工具。

(三)未來(lái)展望

盡管存在上述問(wèn)題和爭(zhēng)議，面對(duì)信息時(shí)代社會(huì)網(wǎng)絡(luò)化、經(jīng)濟(jì)數(shù)字化及計(jì)算機(jī)科學(xué)和信息技術(shù)的快速發(fā)展，大數(shù)據(jù)廣泛應(yīng)用于經(jīng)濟(jì)學(xué)研究是大勢(shì)所趨，大數(shù)據(jù)方法未來(lái)將更加有效地與經(jīng)濟(jì)學(xué)理論及研究范式融合。展望未來(lái)，大數(shù)據(jù)情緒指數(shù)作為經(jīng)濟(jì)主體行為的顯化指標(biāo)，其構(gòu)建過(guò)程將更為科學(xué)精確，從而能夠更準(zhǔn)確地揭示經(jīng)濟(jì)主體預(yù)期和行為的形成機(jī)制。

首先，經(jīng)濟(jì)學(xué)理論將為大數(shù)據(jù)情緒指數(shù)編制提供更多的指導(dǎo)。已有學(xué)者在反思現(xiàn)階段大數(shù)據(jù)研究中存在的“數(shù)據(jù)→數(shù)據(jù)”的研究思路，旨在強(qiáng)調(diào)即便在大數(shù)據(jù)時(shí)代，經(jīng)濟(jì)學(xué)理論在大數(shù)據(jù)情緒指數(shù)研究中仍然具有基礎(chǔ)性作用，大數(shù)據(jù)方法離不開(kāi)經(jīng)濟(jì)學(xué)理論的指導(dǎo)。今后的大數(shù)據(jù)情緒指數(shù)研究中將更重視回歸經(jīng)濟(jì)學(xué)理論，發(fā)揮經(jīng)濟(jì)學(xué)理論在決定數(shù)據(jù)選取等帶有先驗(yàn)性主觀性質(zhì)的內(nèi)容時(shí)所起到的指導(dǎo)作用，如為初步選擇關(guān)鍵詞和初步設(shè)定算法提供理論線索。

其次，大數(shù)據(jù)方法技術(shù)將進(jìn)一步成熟。隨著機(jī)器學(xué)習(xí)、自然語(yǔ)言處理等數(shù)據(jù)挖掘、處理和分析技術(shù)的不斷進(jìn)步，在數(shù)據(jù)采集過(guò)程中的噪音或?qū)⒅饾u降低，從而使得數(shù)據(jù)質(zhì)量得到顯著提升，更為貼近現(xiàn)實(shí)世界，提高大數(shù)據(jù)情緒指數(shù)及其他大數(shù)據(jù)指標(biāo)的有效性。此外，大數(shù)據(jù)預(yù)測(cè)可以借鑒在經(jīng)濟(jì)學(xué)中已經(jīng)很成熟的小樣本數(shù)據(jù)質(zhì)量控制方法，從而減少因數(shù)據(jù)偏差所引起的預(yù)測(cè)錯(cuò)誤。國(guó)家對(duì)大數(shù)據(jù)平臺(tái)建設(shè)和人工智能發(fā)展的重視，也將使得一些權(quán)威的優(yōu)質(zhì)數(shù)據(jù)庫(kù)逐步開(kāi)放，使學(xué)者可以借助官方統(tǒng)計(jì)或調(diào)查所得出的傳統(tǒng)數(shù)據(jù)與大數(shù)據(jù)情緒指數(shù)進(jìn)行對(duì)比分析。

再次，基于大數(shù)據(jù)方法的因果分析應(yīng)更受重視。現(xiàn)階段大數(shù)據(jù)的分析預(yù)測(cè)更多來(lái)源于數(shù)據(jù)本身，因而得出的結(jié)論往往只能揭示變量之間的相關(guān)性。相關(guān)性是因果性的前提，為了更好地解決實(shí)際問(wèn)題，下一階段大數(shù)據(jù)方法如何在經(jīng)濟(jì)學(xué)理論指導(dǎo)下探尋事物之間的因果關(guān)系，將成為其在經(jīng)濟(jì)學(xué)研究中亟待解決的重要問(wèn)題。實(shí)際上，目前一些大數(shù)據(jù)情緒指數(shù)的研究人員已經(jīng)認(rèn)識(shí)到了因果分析的重要性，并開(kāi)始嘗試在理論層面糾正模型設(shè)計(jì)的偏差，以經(jīng)濟(jì)學(xué)理論指導(dǎo)改進(jìn)大數(shù)據(jù)情緒指數(shù)編制方法，探究經(jīng)濟(jì)主體情緒和行為之間的因果機(jī)制。

最后，大數(shù)據(jù)情緒指數(shù)將為完善經(jīng)濟(jì)學(xué)的理論研究提供新的路徑。一方面，大數(shù)據(jù)情緒指數(shù)為重新確認(rèn)經(jīng)濟(jì)學(xué)模型中的約束條件提供了可能性，或?qū)⒎潘蓚鹘y(tǒng)經(jīng)濟(jì)模型的某些約束條件，使其更加符合現(xiàn)實(shí)世界，提高模型解釋力。另一方面，基于對(duì)市場(chǎng)主體行為和預(yù)期形成機(jī)制的分析將推動(dòng)行為經(jīng)濟(jì)學(xué)理論的發(fā)展，使其從理論分析進(jìn)入實(shí)證分析階段。如對(duì)投資者情緒在資產(chǎn)誤定價(jià)過(guò)程中作用的分析有助于改進(jìn)傳統(tǒng)的資產(chǎn)定價(jià)模型，從而完善行為金融學(xué)理論。

總而言之，以大數(shù)據(jù)情緒指數(shù)研究為契機(jī)，打開(kāi)經(jīng)濟(jì)主體行為、經(jīng)濟(jì)主體預(yù)期的“黑箱”，不斷降低對(duì)經(jīng)濟(jì)主體行為認(rèn)識(shí)的信息不對(duì)稱，探究經(jīng)濟(jì)主體有限理性預(yù)期行為的形成機(jī)制，為經(jīng)濟(jì)學(xué)發(fā)展帶來(lái)了前所未有的機(jī)遇，將推動(dòng)經(jīng)濟(jì)學(xué)研究向更深層次發(fā)展?？梢云诖?，大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)學(xué)可能將會(huì)由此發(fā)生重大變革！

參考文獻(xiàn)：

[1] Armah, N.A. Big data analysis: the next frontier[J]. Bank of Canada Review, 2013, Summer.

[2] Naimi A I, Westreich D J. Big Data: A Revolution That Will Transform How We Live, Work, and Think[J]. Mathematics & Computer Education, 2013, 47(17).

[3] Einav L, Levin J. Economics in the age of big data[J]. Science, 2014, 346(6210).

[4] 蔡慶豐, 郭春松, 陳詣之. 大數(shù)據(jù)思維在金融學(xué)研究中的運(yùn)用[J]. 經(jīng)濟(jì)學(xué)動(dòng)態(tài), 2015, (3).

[5] Keynes J.M. The General Theory of Employment, Interest and Money[M]. London: Macmillan, 1936.

[6] 林全盛. 網(wǎng)絡(luò)信息與股票市場(chǎng)的相關(guān)性探究[D]. 成都：西南財(cái)經(jīng)大學(xué), 2016.

[7] 賴凱聲, 陳浩, 錢衛(wèi)寧. 微博情緒與中國(guó)股市:基于協(xié)整分析[J]. 系統(tǒng)科學(xué)與數(shù)學(xué), 2014, 34(5).

[8] 孫毅, 呂本富, 陳航. 大數(shù)據(jù)視角的通脹預(yù)期測(cè)度與應(yīng)用研究[J]. 管理世界, 2014, (4).

[9] 董現(xiàn)壘, Bollen J., 胡蓓蓓. 基于網(wǎng)絡(luò)搜索數(shù)據(jù)的中國(guó)消費(fèi)者信心指數(shù)的測(cè)算[J]. 統(tǒng)計(jì)與決策, 2016, (5).

[10] 劉偉江, 李映橋. 網(wǎng)絡(luò)消費(fèi)者信心指數(shù)和經(jīng)濟(jì)增長(zhǎng)的動(dòng)態(tài)相關(guān)性研究[J]. 財(cái)貿(mào)研究, 2017(5).

[11] 陳航. 基于網(wǎng)絡(luò)搜索的消費(fèi)者信心指數(shù)構(gòu)建及應(yīng)用研究[D]. 北京：中國(guó)科學(xué)院大學(xué), 2014.

[12] 張洋. 大數(shù)據(jù)背景下CPI短期預(yù)測(cè)[J]. 中國(guó)統(tǒng)計(jì), 2015, (12).

[13] Soo C K. Quantifying Animal Spirits: News Media and Sentiment in the Housing Market[Z]. The Stephen M. Ross School of Business at the University of Michigan Research Paper Series,2013.

[14] Tomohiko Taniyama. Nowcasting the real estate market with news articles and Internet search data[Z]. Nomura Research Institute Report, 2013.

[15] Sun D., Y. Du, W. Xu, M. Zuo, C. zhang, J. zhou. Combining online news articles and Web search to predict the fluctuation of real estate market in big data context[J]. Pacific Asia Journal of the Association for Information Systems, 2015,6(4).

[16] 蘇志. 公眾預(yù)期與房地產(chǎn)市場(chǎng)的短期相關(guān)性——基于微博信息的實(shí)證研究[J]. 經(jīng)濟(jì)與管理研究, 2016, 37(3).

[17] 劉逸, 保繼剛, 朱毅玲. 基于大數(shù)據(jù)的旅游目的地情感評(píng)價(jià)方法探究[J]. 地理研究, 2017, 36(6).

[18] 魯艷霞, 吳迪, 黃川林. 大數(shù)據(jù)環(huán)境下面向突發(fā)公共事件的微博用戶情緒分析[J]. 軟件工程, 2017, 20(1).

[19] Baker M, Wurgler J. Investor Sentiment and the Cross-Section of Stock Returns[J]. The Journal of Finance, 2006, 61(4).

[20] 馬若微, 張娜. 我國(guó)股票市場(chǎng)投資者情緒SENT指數(shù)的構(gòu)建——基于上證A股公司的面板數(shù)據(jù)[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào), 2015, (7)

[21] 蘇志, 張騏. 基于網(wǎng)絡(luò)大數(shù)據(jù)的社會(huì)經(jīng)濟(jì)預(yù)測(cè)綜述[J]. 情報(bào)雜志, 2015, (7).

[22] Choi H., Varian H. Predicting the present with google trend[J]. Economic Record, 2012, 88(s1).

[23] Da Z.,Joseph Engelberg and Pengjie Gao. In search of attention[J]. Journal of Finance, 2011, 66(5).

[24] Chauvet M, Gabriel S A, Lutz C. Mortgage Default Risk: New Evidence from Internet Search Queries[J]. Journal of Urban Economics, 2016, (96).

[25] Zheng S, Sun W, Kahn M E. Investor Confidence as a Determinant of China’s Urban Housing Market Dynamics[J]. Real Estate Economics, 2016, 44(4).

[26] 俞慶進(jìn), 張兵. 投資者有限關(guān)注與股票收益——以百度指數(shù)作為關(guān)注度的一項(xiàng)實(shí)證研究[J]. 金融研究, 2012, (8).

[27] 董倩, 孫娜娜, 李偉. 基于網(wǎng)絡(luò)搜索數(shù)據(jù)的房地產(chǎn)價(jià)格預(yù)測(cè)[J]. 統(tǒng)計(jì)研究, 2014, 31(10).

[28] 孟雪井, 孟祥蘭, 胡楊洋. 基于文本挖掘和百度指數(shù)的投資者情緒指數(shù)研究[J]. 宏觀經(jīng)濟(jì)研究, 2016, (1).

[29] [德]托馬斯·梅耶.傳媒殖民政治[M]. 劉寧譯.北京: 中國(guó)傳媒大學(xué)出版社,2009.

[30] 游家興, 吳靜. 沉默的螺旋:媒體情緒與資產(chǎn)誤定價(jià)[J]. 經(jīng)濟(jì)研究, 2012, (7).

[31] 宋逢明, 唐俊. 中國(guó)股票市場(chǎng)的信息傳導(dǎo)與流動(dòng)性需求[J]. 經(jīng)濟(jì)科學(xué), 2002, (2).

[32] 饒育蕾, 彭疊峰, 成大超. 媒體注意力會(huì)引起股票的異常收益嗎?——來(lái)自中國(guó)股票市場(chǎng)的經(jīng)驗(yàn)證據(jù)[J]. 系統(tǒng)工程理論與實(shí)踐, 2010, 30(2).

[33] Tetlock P C. Giving Content to Investor Sentiment: The Role of Media in the Stock Market[J]. Journal of Finance, 2007, 62(3).

[34] 石勇, 唐靜, 郭琨. 社交媒體投資者關(guān)注、投資者情緒對(duì)中國(guó)股票市場(chǎng)的影響[J]. 中央財(cái)經(jīng)大學(xué)學(xué)報(bào), 2017, (7).

[35] Ruiz E. J.et al. Correlating financial time series with micro-blogging activity[Z]. International Conference on Web Search and Web Data Mining, 2012.

[36] Karabulut Y. Can Facebook Predict Stock Market Activity? [EB/OL]. AFA 2013 San Diego Meetings Paper. Available at SSRN, https://ssrn.com/abstract=2017099.

[37] 程琬蕓, 林杰. 社交媒體的投資者漲跌情緒與證券市場(chǎng)指數(shù)[J]. 管理科學(xué), 2013, (5).

[38] 黃潤(rùn)鵬, 左文明, 畢凌燕. 基于微博情緒信息的股票市場(chǎng)預(yù)測(cè)[J]. 管理工程學(xué)報(bào), 2015, 29(1).

[39] 陳顧遠(yuǎn)等. 一種基于微博數(shù)據(jù)的公眾環(huán)境污染情感指數(shù)估算方法[A]. 2016全國(guó)環(huán)境信息技術(shù)與應(yīng)用交流大會(huì)暨中國(guó)環(huán)境科學(xué)學(xué)會(huì)環(huán)境信息化分會(huì)年會(huì), 2016.

[40] 郭義超, 樊紅. 基于中文文本分析的微博情感地圖的制作[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用, 2017, 26(2).

[41] 石磊. 地方政務(wù)微博服務(wù)公眾滿意度測(cè)評(píng)研究[D]. 湘潭：湘潭大學(xué), 2016.

[42] Carlson J A, Parkin M. Inflation Expectations[J]. Econometrica, 1975, 42(166).

[43] Case K E, Shiller R J. Is There a Bubble in the Housing Market?[J]. Brookings Papers on Economic Activity, 2003, 68(2).

[44] 鐘春平, 田敏. 預(yù)期、有偏性預(yù)期及其形成機(jī)制:宏觀經(jīng)濟(jì)學(xué)的進(jìn)展與爭(zhēng)議[J]. 經(jīng)濟(jì)研究, 2015, (5).

[45] Mankiw N G, Reis R. Sticky Information versus Sticky Prices: A Proposal to Replace the New Keynesian Phillips Curve[J]. Quarterly Journal of Economics, 2002, (117).

[46] Evans G. Expectational Stability and the Multiple Equilibria Problem in Linear Rational Expectations Models[J]. Quarterly Journal of Economics, 1985, 100(4).

[47] Orphanides A, Williams J C. Imperfect Knowledge, Inflation Expectations, and Monetary Policy[Z]. National Bureau of Economic Research, Inc, 2004.

[48] Branch W A, Evans G W. A simple recursive forecasting model[J]. Economics Letters, 2006, 91(2).

[49] Milani F. Expectation Shocks and Learning as Drivers of the Business Cycle [J]. Economic Journal, 2011, 121(552).

[50] 劉濤雄, 徐曉飛. 互聯(lián)網(wǎng)搜索行為能幫助我們預(yù)測(cè)宏觀經(jīng)濟(jì)嗎?[J]. 經(jīng)濟(jì)研究, 2015, (12).

[51] 俞立平. 大數(shù)據(jù)經(jīng)濟(jì)學(xué)的概念、框架與學(xué)科定位研究[J]. 統(tǒng)計(jì)與信息論壇, 2015, 177(6).

[52] 毛佳昕,劉奕群,張敏,馬少平.基于用戶行為的微博用戶社會(huì)影響力分析[J].計(jì)算機(jī)學(xué)報(bào),2014,37(04).

[53] 王亮.大數(shù)據(jù)時(shí)代對(duì)傳媒經(jīng)濟(jì)研究的影響[J].青年記者,2014，(36).

[54] 俞立平. 大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟(jì)學(xué)[J]. 中國(guó)軟科學(xué), 2013, (7).

[55] 米子川, 姜天英. 大數(shù)據(jù)指數(shù)是否可以替代統(tǒng)計(jì)調(diào)查指數(shù)[J]. 統(tǒng)計(jì)研究, 2016, 33(11).

[56] 汪毅霖. 大數(shù)據(jù)預(yù)測(cè)與大數(shù)據(jù)時(shí)代的經(jīng)濟(jì)學(xué)預(yù)測(cè)[J]. 學(xué)術(shù)界, 2016, (11).