徐小陽(yáng) 路明慧 李玭

摘 要：隨著互聯(lián)網(wǎng)技術(shù)的不斷滲透，共享單車(chē)、共享汽車(chē)等共享經(jīng)濟(jì)形態(tài)機(jī)遇與挑戰(zhàn)并存。網(wǎng)絡(luò)社交媒體作為目前投資者交流與傳遞投資信息的重要渠道，能夠成為量化投資者情緒的數(shù)據(jù)來(lái)源。以2017年1月1日至2017年6月30日東方財(cái)富網(wǎng)共享單車(chē)概念股的股吧信息為研究對(duì)象，通過(guò)網(wǎng)絡(luò)文本挖掘技術(shù)構(gòu)造投資者情緒、投資者關(guān)注度、投資者互動(dòng)程度三個(gè)指標(biāo)，并與股票收益進(jìn)行相關(guān)性分析和混合回歸分析。結(jié)果發(fā)現(xiàn)，共享單車(chē)市場(chǎng)中投資者情緒高漲、關(guān)注度增強(qiáng)能夠提升概念股的股票收益水平，而投資者互動(dòng)度與股票收益負(fù)相關(guān)。此外，積極情緒、消極情緒對(duì)股票收益的影響存在差異。

關(guān)鍵詞：共享單車(chē)市場(chǎng)；投資者情緒；股票收益；網(wǎng)絡(luò)文本挖掘

中圖分類(lèi)號(hào)：F832.5 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1674-2265（2018）02-0080-05

DOI：10.19647/j.cnki.37-1462/f.2018.02.013

一、引言

隨著“互聯(lián)網(wǎng)+”概念的不斷滲透，“共享”思維逐步深入到居民的日常生活。從出行方式來(lái)看，“共享單車(chē)”作為其中最典型的共享經(jīng)濟(jì)形態(tài)，旨在為人們提供自行車(chē)共享服務(wù)。共享單車(chē)一方面能夠改善城市快速發(fā)展帶來(lái)的自行車(chē)市場(chǎng)萎靡狀況，充分利用城市公共道路資源；另一方面，能夠提高居民的身體素質(zhì)，符合全民健身的宗旨，起到節(jié)能減排的功效。目前，摩拜、ofo、永安行等共享單車(chē)品牌均借助網(wǎng)絡(luò)信息平臺(tái)，極大地降低了交易成本，而網(wǎng)絡(luò)支付又為其實(shí)現(xiàn)資產(chǎn)共享創(chuàng)造便利，顯著增強(qiáng)共享單車(chē)市場(chǎng)大規(guī)模發(fā)展的可能性。據(jù)艾媒發(fā)布的《2017Q1中國(guó)共享單車(chē)市場(chǎng)研究報(bào)告》顯示，2016年中國(guó)共享單車(chē)市場(chǎng)規(guī)模達(dá)到12.3億元，用戶規(guī)模達(dá)到0.28億人。然而，共享單車(chē)亂停放、“扎堆”停放、惡意損壞車(chē)輛等問(wèn)題層出不窮，嚴(yán)重影響共享單車(chē)市場(chǎng)的健康運(yùn)行。顯然，隨著市場(chǎng)競(jìng)爭(zhēng)日益激烈，市場(chǎng)急劇飽和后蘊(yùn)藏著更多不可預(yù)計(jì)的風(fēng)險(xiǎn)。

投資者情緒是投資者對(duì)未來(lái)股票市場(chǎng)的主觀性預(yù)期（Brown和Cliff，2004）。早期，學(xué)者們主要利用直接替代指標(biāo)、間接替代指標(biāo)和復(fù)合指標(biāo)對(duì)其進(jìn)行測(cè)度。直接指標(biāo)是指通過(guò)問(wèn)卷調(diào)查直接獲取投資者對(duì)市場(chǎng)行情的預(yù)期，具有強(qiáng)烈的主觀色彩（Fisher和Statman，2000；Lemmon和Portniaguina，2006；Fong和Toh，2014；熊偉和陳浪南，2015）；間接指標(biāo)則是指借助交易市場(chǎng)的客觀交易數(shù)據(jù)進(jìn)行統(tǒng)計(jì)研究，尋找單一的情緒替代指標(biāo)如換手率、交易量、認(rèn)沽認(rèn)購(gòu)比率 、封閉式基金折價(jià)率等；單一指標(biāo)具有片面性，復(fù)合指標(biāo)則涵蓋直接指標(biāo)和間接指標(biāo)的信息，多選用主成分分析法或偏最小二乘法構(gòu)造投資者情緒指數(shù)（Baker和Wurgler，2006；文鳳華等，2014；Aissia，2016；黃宏斌等，2016）。近年來(lái)，網(wǎng)絡(luò)社交媒體平臺(tái)已經(jīng)成為投資者獲取信息的重要場(chǎng)所。大量不同身份、不同背景、不同學(xué)歷的投資者匯聚在各類(lèi)網(wǎng)絡(luò)平臺(tái)上進(jìn)行交流互動(dòng)。行為金融學(xué)理論一直強(qiáng)調(diào)從人的心理、行為角度去解釋市場(chǎng)的異象。單純依靠問(wèn)卷調(diào)查、交易數(shù)據(jù)無(wú)法全面認(rèn)識(shí)投資者行為，進(jìn)一步了解網(wǎng)絡(luò)社交媒體視閾下的投資者情緒非常必要。

在信息化技術(shù)加速的背景下，投資者能夠通過(guò)股吧、微博、博客等新型社交媒體更加快捷地關(guān)注市場(chǎng)的發(fā)展動(dòng)向，交流、傳遞股票信息，由此形成了海量的金融文本信息。網(wǎng)絡(luò)文本挖掘技術(shù)可以對(duì)這些金融文本信息進(jìn)行數(shù)據(jù)處理，從中提取出未被發(fā)現(xiàn)的、可信服的有效信息，實(shí)現(xiàn)文本的情感傾向分析，用于量化投資者情緒并進(jìn)行投資決策。目前研究領(lǐng)域中，關(guān)于我國(guó)共享單車(chē)市場(chǎng)的投資者情緒測(cè)評(píng)留有空白，而且國(guó)內(nèi)基于網(wǎng)絡(luò)文本挖掘技術(shù)的投資者情緒研究處于探索階段。因此，本文基于網(wǎng)絡(luò)文本挖掘技術(shù)，對(duì)我國(guó)共享單車(chē)市場(chǎng)的投資者情緒進(jìn)行測(cè)評(píng)，并對(duì)股票收益進(jìn)行相關(guān)性和回歸分析，為政府監(jiān)測(cè)管理共享單車(chē)市場(chǎng)風(fēng)險(xiǎn)和倡導(dǎo)投資者理性決策提供全新的方向。

二、研究假設(shè)

圍繞投資者情緒，國(guó)內(nèi)外學(xué)者進(jìn)行了一系列的研究，理論上認(rèn)為投資者的非理性情緒是影響資產(chǎn)定價(jià)的系統(tǒng)性因子，能夠?qū)善笔袌?chǎng)收益起到“放大器”的作用。Lee等（2002）發(fā)現(xiàn)超額收益與同期的情緒變化正相關(guān)。王春（2014）以開(kāi)放式股票型基金資金凈流入作為投資者情緒的度量指標(biāo)，運(yùn)用GARCH-M模型研究發(fā)現(xiàn)，投資者情緒與股票市場(chǎng)收益之間存在正向反饋?zhàn)饔?。文鳳華等（2014）將投資者情緒分為正面情緒和負(fù)面情緒， 并分別研究了兩種情緒對(duì)股票價(jià)格的影響。研究結(jié)果表明，正面情緒有助于提高股票收益，而負(fù)面情緒對(duì)股票價(jià)格無(wú)顯著影響。據(jù)此，提出假設(shè)H1a和H1b：

H1a：投資者情緒越高漲，股票收益越高；反之，情緒低落帶來(lái)股票收益的下跌。

H1b：積極情緒與消極情緒對(duì)股票收益的影響有所不同。

投資者的有限注意與海量股市信息之間存在時(shí)間和空間上的矛盾。在社會(huì)化媒體的視閾下，投資者逐步通過(guò)快捷、方便、廉價(jià)的互聯(lián)網(wǎng)平臺(tái)參與投資者決策，這就使得人們獲取金融訊息所需要的時(shí)間大大縮短。信號(hào)傳遞理論認(rèn)為投資者充分獲取股票市場(chǎng)交易的相關(guān)信息，可以極大地減少信息不對(duì)稱的程度，達(dá)到提升股票市場(chǎng)有效性的目的，進(jìn)而影響股市交易行為。Barber和Odean（2008）通過(guò)實(shí)證研究發(fā)現(xiàn)，投資者尤其是個(gè)人投資者的某只股票關(guān)注度提升，增加了股票被購(gòu)買(mǎi)的可能性，從而股票價(jià)格上漲帶來(lái)正向收益。據(jù)此，提出本文的假設(shè)H2：

H2：投資者關(guān)注度越高，股票收益越高；反之，關(guān)注度減少導(dǎo)致股票收益下降。

社交媒體視角下，投資者針對(duì)某只股票的交流越多，互動(dòng)的頻率越頻繁。然而，海量的互聯(lián)網(wǎng)信息中摻雜著許多難以識(shí)別、難以分辨的虛假信息，隨著互動(dòng)程度的加深會(huì)不斷地?cái)U(kuò)散。通過(guò)轉(zhuǎn)發(fā)、分享等途徑，非理性的投資者將網(wǎng)絡(luò)上獲知的交易信息傳遞給市場(chǎng)中其他的投資者，容易在股票市場(chǎng)中產(chǎn)生“羊群效應(yīng)”（Boyd等，2015；Gavriilidis等，2016）。金德環(huán)和李巖（2017）以月發(fā)帖數(shù)的對(duì)數(shù)形式作為投資者互動(dòng)的代理變量，實(shí)證發(fā)現(xiàn)投資者互動(dòng)越少的股票未來(lái)收益越高。據(jù)此，提出本文的假設(shè)H3：

H3：投資者互動(dòng)程度越高，股票收益越低；互動(dòng)度減弱則導(dǎo)致股票收益增多。

三、實(shí)證設(shè)計(jì)

（一）數(shù)據(jù)來(lái)源

概念股依靠特定的題材，經(jīng)常被當(dāng)作選股方式，可被引申為一個(gè)市場(chǎng)的共識(shí)。由此，本文選取中路股份、深中華A、信隆健康、紅旗連鎖、華訊方舟、上海鳳凰、華西股份、兆新股份這8只共享單車(chē)相關(guān)概念股作為研究對(duì)象。而永安行作為共享單車(chē)上市第一股，發(fā)展歷程較短，采集數(shù)據(jù)缺失值較多，因而未被引入研究框架。本文主要涉及兩類(lèi)數(shù)據(jù)：一類(lèi)是股票收益的市場(chǎng)數(shù)據(jù)，一類(lèi)是基于東方財(cái)富網(wǎng)股吧平臺(tái)的共享單車(chē)概念股文本挖掘數(shù)據(jù)。其中，股票收益的市場(chǎng)數(shù)據(jù)選用日收益率，來(lái)自銳思金融數(shù)據(jù)庫(kù)。為了更加合理地反映投資者情緒，研究采用的金融文本信息必須具有代表性、可操作性。東方財(cái)富網(wǎng)的Alexa排名、百度權(quán)重、Google PR（Page Rank）值和搜狗PR值在中國(guó)財(cái)經(jīng)論壇網(wǎng)站中排名靠前，它對(duì)板塊、行業(yè)、個(gè)股進(jìn)行了全方位的精細(xì)分析，可以為信息采集提供便利。由此，文本挖掘數(shù)據(jù)從東方財(cái)富網(wǎng)采集。本文利用八爪魚(yú)采集器爬取到2017年1月1日至2017年6月30日期間8只共享單車(chē)概念股相關(guān)信息的標(biāo)題、作者、發(fā)表日期、閱讀數(shù)、評(píng)論數(shù)等信息，采集時(shí)間為2017年10月8日。實(shí)證分析采用Stata 14軟件來(lái)實(shí)現(xiàn)。

（二）數(shù)據(jù)初步處理

采集到的數(shù)據(jù)存在信息抓取遺漏、評(píng)論標(biāo)題重復(fù)、網(wǎng)絡(luò)用語(yǔ)或者表情符號(hào)較多的現(xiàn)象，還存在許多廣告、推送等無(wú)用信息，所以情感分析前需要對(duì)原始數(shù)據(jù)進(jìn)行清洗。本文主要利用Excel的“查找”、“刪除重復(fù)值”、“篩選”等功能將數(shù)據(jù)初步人工清洗。接著，使用ROST Wordpraser軟件過(guò)濾掉無(wú)意義的詞匯，對(duì)數(shù)據(jù)進(jìn)一步去噪處理。將剩余的數(shù)據(jù)按照發(fā)表日期進(jìn)行排序，將余下的標(biāo)題信息提取出來(lái)，生成“txt”的文本文檔格式。

（三）基于網(wǎng)絡(luò)文本挖掘的投資者情緒指標(biāo)體系構(gòu)建

ROST情感分析軟件是由武漢大學(xué)ROST虛擬學(xué)習(xí)團(tuán)隊(duì)自主研發(fā)的情感分析工具，可以不通過(guò)Python、R語(yǔ)言等編程來(lái)便捷地實(shí)現(xiàn)情感傾向分析。該工具主要考察情感詞和程度詞在句子中的分布來(lái)確定情感傾向，適合基于語(yǔ)義的中文文本情感分析。此外，它還帶有權(quán)值詞典，囊括了情感詞表、否定詞、程度副詞、停用詞表，準(zhǔn)確率較高。因此，本文應(yīng)用ROST CM 6.0軟件對(duì)文本進(jìn)行情感分析，可得到“情感分析詳細(xì)結(jié)果”、“正面情感結(jié)果”、“中性情感結(jié)果”、“負(fù)面情感結(jié)果”、“情感分析統(tǒng)計(jì)結(jié)果”、“情感分布視圖”。每個(gè)標(biāo)題的情感值可從“情感分析詳細(xì)結(jié)果”中獲取，是句子中正面、中性、負(fù)面情感值的加總平均值。共享單車(chē)概念股股吧主題的情感值見(jiàn)表1，可以反映出投資者的積極、中性或者消極情緒。同時(shí)，對(duì)積極和消極情緒進(jìn)行了層次的劃分，包括一般、中度和高度，基本契合微觀主體的心理。從表1可以看出，采集的39249條文本信息中表現(xiàn)出的中性情緒居多，占總體情緒的43.55%，其中紅旗連鎖最突出。積極情緒次之，消極情緒最少，僅占19.9%。從樂(lè)觀情緒、消極情緒的程度來(lái)看，投資者多表現(xiàn)出一般的情緒。這表明，多數(shù)投資者對(duì)我國(guó)共享單車(chē)市場(chǎng)持觀望態(tài)度。

然而，從股吧挖掘到的信息還不止文本標(biāo)題，還包括閱讀數(shù)、評(píng)論數(shù)等數(shù)值型指標(biāo)。閱讀數(shù)可以用來(lái)反映投資者對(duì)該標(biāo)題內(nèi)容的關(guān)注程度，而評(píng)論數(shù)則是投資者之間的互動(dòng)交流、信息傳遞的直觀數(shù)據(jù)。由此，本文將閱讀數(shù)、評(píng)論數(shù)定義為投資者關(guān)注度指標(biāo)與投資者互動(dòng)程度指標(biāo)。本文通過(guò)日頻數(shù)據(jù)進(jìn)行后續(xù)研究，投資者情緒則是當(dāng)日所有股吧主題帖情感值的算數(shù)平均值，而投資者關(guān)注度和互動(dòng)程度是當(dāng)日總閱讀數(shù)、評(píng)論數(shù)的對(duì)數(shù)值。

（四）實(shí)證模型

結(jié)合投資者情緒、投資者關(guān)注度、投資者互動(dòng)程度3個(gè)指標(biāo)，對(duì)8只共享單車(chē)概念股2017年上半年內(nèi)119個(gè)交易日的股票收益進(jìn)行面板數(shù)據(jù)分析，基于投資者情緒的實(shí)證模型見(jiàn)公式（1）：

其中，股票收益用Return表示，代表第i只共享單車(chē)概念股t交易日的日收益率水平。投資者情緒用Sentiment表示，[β2]則是用來(lái)反映投資者情緒對(duì)股票收益的影響程度。投資者關(guān)注度和投資者互動(dòng)程度分別用Attention、Interaction表示，而[β3]、[β4]反映相應(yīng)的指標(biāo)對(duì)股票收益的解釋能力。

四、實(shí)證分析

（一）描述性統(tǒng)計(jì)分析

從表2可看出，投資者情緒均值為1.361，標(biāo)準(zhǔn)差為1.957，說(shuō)明基于共享單車(chē)概念股論壇挖掘的投資者情緒高漲并且較不穩(wěn)定。而投資者關(guān)注度和投資者互動(dòng)程度的標(biāo)準(zhǔn)差值較大，反映了投資者的關(guān)注程度和互動(dòng)程度在樣本期內(nèi)變化幅度明顯。股票收益率均值為負(fù)，標(biāo)準(zhǔn)差約為0.025，股票收益波動(dòng)相對(duì)穩(wěn)定。

（二）相關(guān)性分析

表3顯示了投資者情緒指標(biāo)體系與股票收益的Pearson和Spearman相關(guān)性分析結(jié)果。在1%的顯著性水平下，投資者情緒與股票收益的正向相關(guān)性均顯著。這意味著，投資者情緒能夠正向影響股票收益，論證了假設(shè)H1a。而投資者關(guān)注度、互動(dòng)程度和股票收益的相關(guān)關(guān)系不顯著。投資者情緒指標(biāo)體系究竟對(duì)股票收益產(chǎn)生怎樣的影響還需要通過(guò)回歸分析來(lái)進(jìn)一步檢驗(yàn)。

（三）混合回歸分析

經(jīng)過(guò)LM檢驗(yàn)和Hausman檢驗(yàn)，本文確定選用混合回歸模型對(duì)投資者情緒指標(biāo)體系與股票收益進(jìn)行實(shí)證研究。由于面板數(shù)據(jù)的特點(diǎn)，雖然通常假設(shè)不同個(gè)體之間的擾動(dòng)項(xiàng)相互獨(dú)立，但是同一個(gè)個(gè)體在不同時(shí)期的擾動(dòng)項(xiàng)往往存在自相關(guān)。因此，本文在混合回歸模型的基礎(chǔ)上，對(duì)標(biāo)準(zhǔn)誤的估計(jì)采用聚類(lèi)穩(wěn)健標(biāo)準(zhǔn)誤。表4中，列（1）是投資者總體情緒下股票收益的回歸結(jié)果，列（2）和（3）則分別體現(xiàn)積極和消極情緒下股票收益受到的影響。

投資者總體情緒對(duì)股票收益的影響系數(shù)為0.125，符號(hào)為正且在1%水平下顯著，說(shuō)明給定投資者關(guān)注程度和互動(dòng)程度時(shí)，投資者總體情緒每變動(dòng)1個(gè)單位，股票收益將提升0.00125。這表明投資者情緒與股票收益正相關(guān)，與相關(guān)分析的結(jié)果保持一致，也滿足本文的假設(shè)H1a。就投資者關(guān)注度而言，在5%的顯著性水平下與股票收益呈現(xiàn)出顯著的正向關(guān)系，暗示了投資者關(guān)注度的增加能夠帶來(lái)股票收益的上漲。而投資者的互動(dòng)程度對(duì)股票收益的解釋方向發(fā)生了改變，其回歸系數(shù)明顯小于0，且在5%的統(tǒng)計(jì)水平上顯著，表明投資者互動(dòng)越頻繁，股票收益越少，符合假設(shè)H3的推斷。

對(duì)比積極情緒和消極情緒下股票收益的回歸結(jié)果，不難發(fā)現(xiàn)消極的投資者情緒、關(guān)注度和互動(dòng)程度對(duì)股票收益的作用均不明顯，其中投資者關(guān)注度的影響方向還發(fā)生了改變。積極情緒的影響系數(shù)為0.141，略大于總體情緒的影響值，說(shuō)明積極情緒對(duì)股票收益的提升能力更強(qiáng)。而消極情緒的影響系數(shù)較小且不顯著，則消極情緒對(duì)股票收益無(wú)顯著影響。這驗(yàn)證了文鳳華等（2014）的結(jié)論和本文的假設(shè)H1b。在既定的積極情緒水平下，投資者關(guān)注度和互動(dòng)程度對(duì)股票收益的影響方向未發(fā)生改變，但影響較大。

五、結(jié)論與建議

本文以我國(guó)共享單車(chē)概念股為切入點(diǎn)來(lái)著重分析投資者情緒對(duì)股票收益的影響。通過(guò)爬取中國(guó)最大的股吧論壇——東方財(cái)富網(wǎng)2017年1月1日至2017年6月30日關(guān)于8只共享單車(chē)概念股的股吧信息，利用ROST情感分析軟件生成基于網(wǎng)絡(luò)文本挖掘的投資者情緒指標(biāo)，并結(jié)合挖取到的閱讀數(shù)、轉(zhuǎn)發(fā)數(shù)等數(shù)值型指標(biāo)來(lái)進(jìn)一步研究投資者情緒、投資者關(guān)注度和互動(dòng)程度與股票收益的相互關(guān)系，還考察了積極情緒和消極情緒下股票收益的表現(xiàn)，得出以下主要結(jié)論：中國(guó)共享單車(chē)市場(chǎng)的投資者情緒與股票收益呈正相關(guān)關(guān)系，即隨著投資者情緒不斷高漲，股票收益將有所提升；投資者關(guān)注度的增加會(huì)帶來(lái)更多的股票收益；投資者對(duì)共享單車(chē)概念股的互動(dòng)頻繁，將拉低該股的股票收益水平。此外，積極情緒對(duì)股票收益的正向提升作用顯著，而消極情緒對(duì)股票收益無(wú)顯著影響。

共享單車(chē)市場(chǎng)屬于新興市場(chǎng)，再加上我國(guó)股票市場(chǎng)規(guī)范程度較弱，投資者市場(chǎng)情緒能夠引起股票收益的劇烈波動(dòng)。隨著各類(lèi)互聯(lián)網(wǎng)媒體的蓬勃發(fā)展，難辨真?zhèn)蔚男畔⒉粩鄠鞑?，這使得投資者情緒產(chǎn)生波動(dòng)，而情緒變化會(huì)導(dǎo)致股票投資行為發(fā)生偏差和非理性，加劇了證券市場(chǎng)的非穩(wěn)定性。為了防范因投資者情緒過(guò)度波動(dòng)可能帶來(lái)的系統(tǒng)性金融風(fēng)險(xiǎn)并穩(wěn)定資本市場(chǎng)秩序，提出如下幾點(diǎn)建議：個(gè)人投資者應(yīng)加強(qiáng)情緒管控，謹(jǐn)防非理性投資；機(jī)構(gòu)投資者應(yīng)加強(qiáng)窗口指導(dǎo)，積極應(yīng)對(duì)“羊群效應(yīng)”等跟風(fēng)行為所導(dǎo)致的市場(chǎng)非理性；政府部門(mén)應(yīng)大力宣傳理性投資觀念，強(qiáng)化理性投資教育。同時(shí)，應(yīng)該創(chuàng)新管理社會(huì)化媒體的途徑，加強(qiáng)對(duì)社會(huì)化媒體的輿情監(jiān)控，防止虛假信息的傳播。證券市場(chǎng)的監(jiān)管應(yīng)逐步走向多維度、全方位，全面糾正市場(chǎng)非理性投資行為。

參考文獻(xiàn)：

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

[2]Fisher K L，Statman M. 2000. Investor Sentiment and Stock Returns[J].Financial Analysts Journal，56（2）.

[3]Lemmon M， Portniaguina E. 2006. Consumer Confidence and Asset Prices： Some Empirical Evidence[J].Review of Financial Studies，19（4）.

[4]Fong W M， Toh B. 2014. Investor Sentiment and the MAX Effect[J].Journal of Banking & Finance，46（3）.

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

[6]Aissia D B. 2016. Home and Foreign Investor Sentiment and the Stock Returns[J].Quarterly Review of Economics and Finance，59.

[7]Lee W Y，Jiang C X， Indro D C. 2002. Stock Market Volatility，Excess Returns，and the Role Of Investor Sentiment[J].Journal of Banking&Finance;，26（12）.

[8]Barber B M， Odean T. 2008. All That Glitters： The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors[J].Review of Financial Studies，21（2）.

[9]Boyd N E， Büyük?ahin B， Haigh M S， et al. 2016. The Prevalence， Sources， and Effects of Herding[J]. Journal of Futures Markets，36（7）.

[10]Gavriilidis K， Kallinterakis V， and Tsalavoutas I. 2016. Investor Mood， Herding and the Ramadan Effect[J]. Journal of Economic Behavior & Organization，132.

[11]熊偉，陳浪南.股票特質(zhì)波動(dòng)率、股票收益與投資者情緒[J].管理科學(xué)，2015，28（5）.

[12]文鳳華等.投資者情緒特征對(duì)股票價(jià)格行為的影響研究[J].管理科學(xué)學(xué)報(bào)，2014，17（3）.

[13]黃宏斌，翟淑萍，陳靜楠. 企業(yè)生命周期、融資方式與融資約束——基于投資者情緒調(diào)節(jié)效應(yīng)的研究[J].金融研究，2016，（7）.

[14]王春.投資者情緒對(duì)股票市場(chǎng)收益和波動(dòng)的影響——基于開(kāi)放式股票型基金資金凈流入的實(shí)證研究[J].中國(guó)管理科學(xué)，2014，22（9）.

[15]金德環(huán)，李巖.投資者互動(dòng)與股票收益——來(lái)自社交媒體的經(jīng)驗(yàn)證據(jù)[J].金融論壇，2017，22（5）.