張馨尉 孫乃立 潘陽

摘? ?要：投資者作為股票市場的重要參與者，會對股票市場產(chǎn)生重要影響。為考查業(yè)績說明會中投資者情緒對股價的影響，基于2014—2020年業(yè)績說明會文本和股票交易數(shù)據(jù)，利用自然語言處理技術統(tǒng)計文本中積極和消極語調(diào)，并分析與股票累計超額收益率的關系。實證結(jié)果表明，投資者在業(yè)績說明會上使用的消極語調(diào)詞匯越多，會后股票累計超額收益率下降越大，但積極詞匯對收益率沒有顯著影響。此結(jié)果進一步豐富了我國股票市場的定價機制相關研究。

關鍵詞：語調(diào)；投資者情緒；累計超額收益率；業(yè)績說明會

中圖分類號：F832.5? ? ? ?文獻標志碼：A? ? ? 文章編號：1673-291X（2023）07-0085-03

一、研究背景

股票價值評估通常以量化信息為基礎。而投資者情緒作為投資者根據(jù)當前投資環(huán)境對股市風險進行預測后產(chǎn)生的情感認知，也成為影響股票市場的重要因素?，F(xiàn)有研究對投資者情緒刻畫，更多采用LLS模型等量化方式，而非對情緒的直接度量（Levy & Levy，2000）。本文利用自然語言處理技術中的情感分析，提取業(yè)績說明會投資者與管理層互動文本中投資者提問的語調(diào)，計量投資者積極與消極情緒，考查對股票價格的影響。本文的貢獻主要體現(xiàn)在：第一，現(xiàn)有研究多注重管理層分析與討論、新聞、社交媒體文章等文本釋放的信號，而忽視業(yè)績說明會上投資者提問所蘊含的信息。本文以業(yè)績說明會投資者提問文本為研究樣本，豐富了財經(jīng)文本分析的研究視角。第二，不同于以往量化模型方法，而是利用情感分析從文本中直接提取信息來衡量投資者情緒，拓展了投資者情緒的計量方式。第三，從投資視角來看，本文研究結(jié)果表明，投資者在業(yè)績說明會上語言所蘊含的負面情緒信息是影響股價變動的重要信號，豐富了我國股票價格定價機制的相關研究。

二、理論分析與研究假設

（一）業(yè)績說明會與股票市場反應

林樂和謝德仁指出，投資者會根據(jù)業(yè)績說明會中管理層回答的語調(diào)來推敲其中隱含的深意并做出決策，使得股票收益率等發(fā)生變動。武詠晶和施先旺認為，投資者會根據(jù)業(yè)績說明會互動中管理層的態(tài)度與披露的資訊調(diào)整自己的投資決策。管理層會根據(jù)當下的業(yè)績進行預期，對未來期望較好時會主動反映更多信息，此時管理層所披露的信息可信度較高；反之，管理層對未來預期較差時，會主動隱藏或模糊信息，此時信息可信度較低。鐘凱等發(fā)現(xiàn)業(yè)績說明會中管理層回答的文本信息中包含的消極語調(diào)對股價的影響更大，投資者對消極語調(diào)的反應更為強烈，說明投資者能夠自主感知文本信息中積極或消極語調(diào)，從而做出更好的投資決策。諸多研究表明，業(yè)績說明會上管理層回答文本與股票市場的反應存在一定的聯(lián)系，但對于投資者在業(yè)績說明會上提問文本語調(diào)所反映的投資者情緒是否會對股票市場產(chǎn)生影響，仍缺少一定的證據(jù)支持。

（二）研究假設

投資者情緒的高低反映其對股票市場的預期判斷。裘江南和葛一迪發(fā)現(xiàn)社交媒體中投資者的正面情緒對股票市場有積極影響，當投資者發(fā)布的文本信息語調(diào)傾向于積極時，股票價格被抬高，從而使股票市場平均收益提高。由此推測，當投資者顯示出積極的情緒時，表示其對股市預期具有向好發(fā)展態(tài)勢，未來的股票價格會上升，股票收益率提高，因此我們提出如下假設：

H1：業(yè)績說明會上投資者提問的積極詞匯占比越高，投資者的情緒越樂觀，累計超額收益率越高。

張芳和曾慶鐸發(fā)現(xiàn)在活躍的股票市場中，虧損使得投資者產(chǎn)生消極情緒，拋售手中股票，引起股價波動。方健和任春苗認為，社交媒體上投資者發(fā)出的文本信息包含的消極語調(diào)越多，反映的投資者情緒越負面，這會加快壞消息的傳播并影響速度，加劇股票市場上的價格波動。由此推測，投資者的消極情緒會影響其在股市上的行為，導致股票收益率降低，由此我們提出如下假設：

H2：業(yè)績說明會上投資者提問的消極詞匯占比越高，投資者的情緒越悲觀，累計超額收益率越低。

三、研究設計

（一）數(shù)據(jù)與樣本

本文選取2014—2020年召開業(yè)績說明會的企業(yè)作為樣本，其中業(yè)績說明會投資者與管理層互動問答文本數(shù)據(jù)來源于路演中心·全景網(wǎng)（https：//rs.p5w.net），財務與證券數(shù)據(jù)來源于Wind數(shù)據(jù)庫。在剔除金融類、數(shù)據(jù)缺失或文本存在一定問題的企業(yè)后，本文最終得到409家企業(yè)，共計5 445個樣本。在文本與財務數(shù)據(jù)收集整理后，本文在1%水平上對數(shù)據(jù)進行了縮尾處理。

（二）模型構建與變量選擇

為研究業(yè)績說明會上投資者語調(diào)對股價影響，本文構建如下模型：

其中，CAR表示累計超額收益率。為考查短期、中期和長期影響，本文分別選擇CAR（-1，+1）、CAR（+1，+3）、CAR（+1，+20）、CAR（+1，+120）作為因變量。POSINV表示業(yè)績說明會上投資者提問的積極語調(diào)、NEGINV表示業(yè)績說明會上投資者提問的消極語調(diào)。語調(diào)計算基于Bian et al.提出的中文財務情感語料庫，通過抽取業(yè)績說明會中投資者提問部分文本的積極詞匯與消極詞匯，計算其在文本中所占比例而得。Control表示控制變量，包含了管理層回答的積極語調(diào)（POSMNG）、管理層回答的消極語調(diào)（NEGMNG）、t-1年的資產(chǎn)總計（TA）、總市值（MV）、凈資產(chǎn)收益率（ROE）、資產(chǎn)負債率（LEV）及市凈率（PBS）。Year與Industry分別表示年與行業(yè)效應。

四、實證結(jié)果

（一）主要分析結(jié)果

業(yè)績說明會上投資者提問的語調(diào)對股價影響的回歸分析結(jié)果如表1所示。從回歸系數(shù)可以看出，自變量投資者提問的積極語調(diào)（POS1INV）對CAR（-1，+1）有正向的顯著影響，對CAR（+1，+20）有負向顯著影響，但對CAR（+1，+3）和CAR（+1，+120）無顯著影響。換句話說，投資者提問的積極語調(diào)（POS1INV）對公司股價影響呈現(xiàn)出先正后負的趨勢。說明盡管在業(yè)績說明會前后，投資者可能會受到正面消息的影響對股市呈樂觀態(tài)度紛紛購買股票，使得累計超額收益率上漲，但這種情況不會持續(xù)太久，中長期內(nèi)股票便會回調(diào)，最終積極語調(diào)所反映的樂觀情緒并不會對股價產(chǎn)生顯著影響。

而自變量投資者提問的消極語調(diào)（NEG1INV）的回歸系數(shù)分別為-0.512、-0.332、-1.208、-2.620，對CAR（-1，+1）、CAR（+1，+3）、CAR（+1，+20）、CAR（+1，+120）均有顯著的負向影響，說明投資者在業(yè)績說明會中使用的消極詞匯占比越多，累計超額收益率越低。若消極語調(diào)對累計超額收益率的影響僅限短期的話，說明投資者情緒對股價的影響更多的是一種非理性的反應。但結(jié)果表明無論在短期還是中長期，更多的消極詞匯占比均會造成更低的累計超額收益率。說明投資者的負面情緒更多是源于對該企業(yè)經(jīng)營狀況與未來發(fā)展的理性分析，并非毫無根據(jù)的一時沖動。因此，當業(yè)績說明會的負面情緒傳遞到股票市場時，不僅會造成短期的股價下挫，還會造成股價的長期低迷。結(jié)果與本文假設H1不一致，但與假設H2一致。

（二）穩(wěn)健性檢驗

為確保檢驗結(jié)果具有穩(wěn)健性，本文基于大連理工大學中文情感詞匯本體庫，重新計算了投資者提問的積極語調(diào)與消極語調(diào)（POS2INV、NEG2INV），并將其作為自變量再次回歸，得到表2所示結(jié)果。可以看出，穩(wěn)健性檢驗的結(jié)果與表2基本一致，回歸結(jié)果穩(wěn)健。結(jié)合回歸分析與穩(wěn)健性檢驗的結(jié)果，我們認為業(yè)績說明會中投資者的積極語調(diào)并不會引起明顯的股價變動，而消極語調(diào)則會顯著影響股價。

五、研究結(jié)論

本文通過自然語言處理技術對投資者提問文本信息中的積極和消極語調(diào)進行提取，考查其對業(yè)績說明會前后股票價格變動的影響。結(jié)果表明，業(yè)績說明會上投資者提問的積極語調(diào)并不會引起顯著的股價變動，但消極語調(diào)會引起股價的下跌，且此時的股價下跌是投資者對上市公司業(yè)績水平和發(fā)展狀態(tài)的理性質(zhì)疑。

參考文獻：

[1]? ?Levy H.， Levy M.， Solomon S. Microscopic simulation of financial markets： from investor behavior to market phenomena[M].Academic Press，2000.

[2]? ?Bian S.B.，Jia D.K.， Li F.， Yan Z.P. A New Chinese Financial Sentiment Dictionary for Textual Analysis in Accounting and Finance[R]. Working paper， Shanghai University of Finance and Economics，2019.

[3]? ?方健，任春苗.社交媒體情緒表達對股價波動的影響研究——基于“上證e互動”的實驗證據(jù)[J].金融與經(jīng)濟，2021，（7）：12-21.

[4]? ?林樂，謝德仁.投資者會聽話聽音嗎？——基于管理層語調(diào)視角的實證研究[J].財經(jīng)研究，2016，42（7）：28-39.

[5]? ?裘江南，葛一迪.股市危機情境下社會媒體投資者情緒對股票市場的影響研究[J].管理評論，2021，33（5）：281-294.

[6]? ?武詠晶，施先旺.管理層討論與分析語調(diào)對分析師預測準確度的影響[J].財會通訊，2020，（24）：16-20.

[7]? ?張芳，曾慶鐸.融資融券視域下投資者情緒與股市收益關系研究——基于滬深300指數(shù)的實證檢驗[J/OL].價格理論與實踐，2021：1-6.

[8]? ?鐘凱，董曉丹，彭雯，陳戰(zhàn)光.一葉知秋：情感語調(diào)信息具有同業(yè)溢出效應嗎？——來自業(yè)績說明會文本分析的證據(jù)[J].財經(jīng)研究，2021，（9）：48-62.

Abstract： As an important participant in the stock market， investors will have a significant impact on the stock market. In order to examine the impact of investor sentiment on stock prices in the performance briefing， based on the performance briefing text from 2014 to 2020 and stock trading data， natural language processing technology was used to count the positive and negative tones in the text， and analyze the relationship with the cumulative excess return of stocks. The empirical results indicate that the more negative tone words investors use in performance briefing meetings， the greater the decrease in cumulative excess return of stocks after the meeting， but positive words have no significant impact on returns. This result further enriches the research on pricing mechanisms in China’s stock market.

Key words： intonation; investor sentiment; accumulated excess return rate; performance briefing

[責任編輯? ?衛(wèi)? ?星]