2015中国股市风潮调查系列报告之新浪微博与股市行情
标签: 2016-07-04
 
阅读提示:主要发现
 
数据描述部分:
1、舆情的放大效应:微博热议增幅大于股市跌幅;
2、心理的调适效应:连续下跌后心理耐受力趋于增强;
3、损失敏感的偏误效应:人们对下跌比上涨更敏感。
计量回归部分:
1、带明确利空利好信号的“非中性词”的微博热议,会影响股市行情(如“股灾”、“抄底”等)
 2、不具明确信号的“中性词”的微博热议,不会影响股市行情(如“股市”、“救市”等)
 3、市场行情影响大部分股市关键词,但也有一些不受影响(如 “抄底”,原因可能在于这类词易受股市参与者人为操控)
 
导言:时间轴上的股市和互联网热词
 
        近期的中国股市已成为全社会特别是互联网上高度热议的话题。从2014年7月起,中国股市经历了一波十年未遇的“牛市”行情,上证指数(以下简称沪指)从2050点一路飙升。进入2015年5月,尽管遭遇了较大幅度的行情调整,股市仍然保持上行,一时间投资者信心爆棚。然而,一路狂奔不止的“疯牛”终于在6月告一段落。自6月中旬开始,短短3周沪指暴跌近30%,跌幅创造了92年以来之最。其中,6月26日甚至被被部分股民称为“股灾日”:当日两市逾两千只个股跌停,沪指跌幅超7%,户均损失42万的惨烈战果也让许多人血本无归。
        此次“股灾”之剧,可以从国际社会对中国股票市场的关注程度中可见一斑。图1展示了谷歌搜索引擎自2008年以来七年间全球网民搜索“中国股市”(Chinese stock market)的词频热度。从08年以来的波澜不惊到今年5月起的急剧增长,极为生动地展示了全球公众对中国股市近期激烈波动的关注。
 
1:全球网民对中国股市的关注(谷歌趋势2008-
 
        毫无疑问,股市的波动牵动着亿万股民的神经。大幅的行情调整和波动,使得全社会对股市行情的关注和解读具有了空前的热度。而这种关注,在互联网这一传播最快、受众最广的媒体中,显现得特别明显。以“股市”、“救市”、“股灾”、“抄底”、“证监会”和“肖钢”等六个股市关键词为例,我们在图2和图3中分别展示了5月1日到7月10日(共71天)以来它们在中文搜索引擎(百度、360和搜狗的加权和)中的检索热度和在新浪微博中的出现频率(时间轴所对应的股市大事见附录)。从图中不难看出,无论是检索还是热议,这些关键词自6月底以来都在互联网上快速增长和波动。
 
 
2:中文搜索引擎中的关键词检索
 

            3:新浪微博中的关键词频
 
        但更重要的是,随着微博、微信等网络自媒体平台的不断普及,大量和股市有关的新闻、观点甚至流言,都会在网民中以空气的速度广为传播。在这个过程中,无论是传播的参与者还是见证者,其本身对于股市的判断都会受到潜移默化的影响:基于“社会人”而非“经济人”的假设,个人的行动并非原子化的独立决策,而是受到周遭信息和他人决策的影响。换句话说,股市行情和互联网舆情本身可能具有“双向因果”的关系。理论上,一方面,股市会影响网络舆情;而另一方面,网络舆情尤其带有明显利空、利好信息导向的舆情,会对股市的走势产生重要的影响。不过,以往的研究并没有对这一话题进行系统探索和实证分析。
        5月以来中国股市的剧烈变动,实际上为社会科学界提供观察大幅调整股市中舆情与行情如何互动的绝好机遇。我们选取5月1日至7月10日这一股市波动最为距离的时间区间,对“新浪微博”中出现的相关股市词汇的词频进行提取。在此基础上,我们将关键词的词频与上证指数进行时间序列分析,以测试它们之间是否存在统计关联。用计量模型的术语说,我们将检验它们之间的格兰杰因果关系,并加以诠释。
 
第一部分:微博中股市关键词:三大效应
 
        我们选取4个不同属性的股市关键词,也即前文提及的“股市、救市、股灾、抄底”来进行定量社会学分析。这四个词中,“股市”是中性词汇,本身并不带有利好或者利空的信息,而“股灾”则明显具有股市行情急剧和持续下跌的信号。这样,“股市”就是一个中性词汇,而“股灾”则是负面词汇。类似地,“救市”虽看似具有利好信息,但这个关键词本身并不指向救市的力度、救市的结果,因此可以看做是比较模糊的中心词汇。而“抄底”本身暗含了对股市底部的判断,可以用作一种股市的正面词汇。这样,四个关键词两个中性,两个非中性。分析这四大关键词分别和上证指数的提及关联,可以回答我们的疑问:网络舆情尤其是非中性词汇的热议,是否影响股市行情。
我们首先对这四个词的时间序列和上证指数进行了标准化处理(Z值)。通过去量纲,我们可以直接比较各时间曲线的变化。图4中可以看出股民、股市的三个明显特征:
4Z值:上证指数和新浪微博中的关键词频
 
 
        第一,舆情的放大效应。所有关键词的最高点和均值的距离,都大于上证指数最低点离自身均值的距离。换句话说,微博热议的增幅,实际上大于股市本身的跌幅。这体现了舆情的放大效应。
        第二,心理的调适效应。“救市”讨论增幅最快是5月底的第一次短暂暴跌,而不是6月底7月初的持续暴跌;而“股灾”在近日微博出现次数也开始下降。这些都意味着连续暴跌后人们的心理承受力实际在增强。
        第三,损失敏感的偏误效应。股市涨跌的预期5月下旬以来,上证指数高于均值的时间(纵轴0以上)实际上超过低于均值的时间(纵轴0以下),持续上涨时间实际上也超过持续下跌时间,但人们仍然对这段时间的股市持有负面感受。这和行为经济学中著名的预期理论(prospect theory,见附录)非常吻合:人们会规避风险,因此倾向于高估损失,而低估收益,对损失更为敏感。或者说,同样大小的资源,得到它所带来快乐的程度,比失去它感到的痛苦程度要小。
 
第二部分:上证指数与关键词的统计关联
 
        我们通过建立向量自回归模型依次分析新浪微博中“股市”、“救市”、“股灾”、“抄底”四个关键词与上证指数的关系,以检验其中可能存在的因果关系。为验证这种关系,我们选取5月25日以来也即股市变化最为剧烈的时段进行分析(具体的格兰杰检验方法步骤见附录)。
1 中性词股市与上证指数的关系
 
        时间序列分析的结果是(表1),尽管早先的上证指数会影响到人们对“股市”的热议(时滞为1—3天),但微博中“股市”字样出现的频度,无助于模型中对后期股市行情的预测,也即不构成后期行情的格兰杰原因(表1中星号表示在既定显著水平上构成格兰杰原因)。换句话说,中性词“股市”的出现热度,很可能不影响股市行情。
 
1:中心词股市与上证指数的格兰杰因果检验

  单位根检验 格兰杰检验 格兰杰检验
序列 上证指数(G) “股市”
(S)
chi 2
G影响S
chi 2
S影响G
新浪
微薄
一阶单整 一阶单整 9.5684** 2.9007
    lag=3 lag=3
注释:1)*=p<0.1  **=p<0.05  ***=p<0.01
 
 
2、弱中性词救市与上证指数的关系
        “救市”开始并不是热议词汇。但从股市5月以来的第三波暴跌开始(6月26日),它的微博热议程度明显增加,增幅达到超过股市跌幅。而统计分析表明(表2),早先的上证指数会影响人们对“救市”的热议频次,时滞为1天(lag=1),但和“股市”一样,反向的影响则不显著。或者说,作为弱中性词的“救市”,其在微博中的热议不构成股市行情的格兰杰原因。
 
2:弱中性词救市与上证指数的格兰杰因果检验

  单位根检验 格兰杰检验 格兰杰检验
序列 上证指数(G) “股市”
(S)
chi 2
G影响S
chi 2
S影响G
新浪
微薄
一阶单整 一阶单整 3.8727** .15234
    lag=1 Lag=1
注释:1)*=p<0.1  **=p<0.05  ***=p<0.01
 
3、非中性词股灾与上证指数的关系
 
        “股灾”一词,早在5月下午第一次暴跌就有增长。而自股市第三波暴跌开始(6月26日),“股灾”热议程度明显增加。我们的计量回归模型结果(表3)表明待以后强烈利空利好信号的词汇,与股市行情之间存在双向因果关系:第一,股市行情会影响“股灾”一词在微博中的出现;第二,现阶段人们热议“股灾”的程度对下一阶段的股市会产生影响,时滞为1—5天(lag=5)。例如,热议“股灾”的人越多,则灾难性股市暴跌的情绪和判断就会不断蔓延,导致市场信心丧失,唱空压过唱多,最终抛盘压力增大,股市下跌。

   3:非中性词股灾与上证指数的格兰杰因果检验

  单位根检验 格兰杰检验 格兰杰检验
序列 上证指数(G) “股市”
(S)
chi 2
G影响S
chi 2
S影响G
新浪
微薄
一阶单整 一阶单整 9.9735** 12.373**
    lag=4 Lag=4
注释:1)*=p<0.1  **=p<0.05  ***=p<0.01
 
 
 
4、非中性词抄底与上证指数的关系
        尽管图形上看“抄底”一词似乎对大幅度调整非常敏感,不过格兰杰因果分析表明,上证指数的变化不会显著影响“抄底”一词的热议。这意味着“抄底”一词往往是具有特定意图的股市参与者所释放的信号。反之,人们对“抄底”一词的热议程度的确会对上证指数今后的走势产生影响,时滞为1—4天。比如,讨论“抄底”的人越多,市场的信心将会逐步积累,对于股市走势的正面影响将会增加。

   4:非中性词抄底与上证指数的格兰杰因果检验

  单位根检验 格兰杰检验 格兰杰检验
序列 上证指数(G) “股市”
(S)
chi 2
G影响S
chi 2
S影响G
新浪微薄 一阶单整 一阶单整 1.3986 10.082**
    lag=4 lag=4
注释:1)*=p<0.1  **=p<0.05  ***=p<0.01
 
    5、舆情影响股市的诠释
        总体上,我们发现,“股灾”和“抄底”的热议程度对上证指数下一阶段的走势会造成统计显著的影响,而“股市”和“救市”的词频却不会有这样的作用。我们认为,这个区别主要是因为不同的关键词对于股市的利空利好带有大相径庭的指导信息。
        具体而言,“股灾”和“抄底”两者都是带有着极为明显信号的词汇。“股灾”意味着消极的唱空情绪,而“抄底”意味着积极的唱多意识,能够对股民的操作带来直接的心理暗示。而“股市”一词是中性和客观的,人们讨论股市的热度,只能代表人民对于股市的关注程度,不能对实际的操纵带来任何指导性的意见。
        “救市”一词需要单独做一些解读,“救市”一词源于官方辞令,是政府宏观层面的政策导向。但是这样一个有着积极意义的词汇热度的增加为什么不能向“抄底”一样对上证指数产生影响呢?原因有三:
        第一,“救市”的热议,本身具有两个可能。一种是在股市大跌期间,政府确实发布了救市政策从而带来各类利好稳定股市,二级机构以及网民会在微博进行大量。但另外一种可能是,“救市”的热议仅仅代表网络舆情对政府出台救市政策的呼吁。而仅仅是呼吁,并不意味着明确的利好信息。这样,“救市”一词的信号导向仍然是模糊的。
        第二,在股市第三波暴跌中(6月26日),政府和机构的“救市”举措层出不穷,但是大盘在“救市”出现的两周内始终未能向人们所预期的那样止跌回升,“狼来了”喊多了,让更多的人选择相信自己的眼睛、而不是亲信自己的耳朵。
        第三,“救市”与“抄底”词汇影响决策的机制不同。“救市”来自于官方,而“抄底”孕育于民间。“抄底”的热议可以直接代表股民对于进场的关注,而“救市”的热度上扬,包含的是股民的期望而不是既成事实,更并不代表着真实的注册结果或状态判断。相反,“股灾”和“抄底”都是一种对于股市的结果的判断,更直接也更容易左右心态。
 
第三部分:微博股市舆情的传播结构和进程
 
        7月8日, “中国政府网”通过新浪微博发布了“【李克强主持召开国务院常务会议】的信息:“国务院总理李克强7月8日主持召开国务院常务会议,听取国务院重大政策措施落实重点督查情况汇报,对落实不力的坚决处置整改;部署整改审计查出问题,把宝贵的公共资金资源用到促发展惠民生上;决定加大国家助学贷款力度,为贫困学子创造公平成长环境”的状态。随后,“证监会发布”、“新浪财经”、“新浪证券”等知名认证机构的官方微博都转发了该条状态,在很短的时间内,该状态在通过各自的朋友圈内得到了数百次的直接转发和上千次的评论。
        我们借助微博可视化工具PKUVIS来对中国政府网的一则股市微博的传播加以图示。不难发现,以“中国政府网”为中心,通过层级转发,舆情扩散形成了层次分明、各据中心的星系格局:各中心拥有着自己的“星团”或“卫星”圈。
 
股市舆论的微博传播结构
 
换一个时间轴的角度,我们可以看到较为明显的等级分层,二级号、三级号依次将信息传递、扩散开去。
 
股市舆论的微博传播进程
 
              第四部分 结论与建议
 
        综上所述,我们通过研究发现,微博这一网络舆情的工具可以对上证指数的走势产生显著的、直接的影响,而这一工具有着传播速度快、扩散范围广、运作模式规范等特点,我们提出以下建议:
        1、政府可以利用好微博这一信息公开的网络平台,在股市异常波动的特殊时期,及时发布积极信息、引导舆论导向。证监会等国家监督机构在外部形成强大管控压力的同时,通过网络舆情这一深入民众的内部力量进行合适引导,从而形成内外部的有效合力,起到稳定市场信心的作用。
        2、政府可以选择一些具有可观数量粉丝群体、具有一定公众认可度的二级机构平台,通过适时操控,与一级中心微博保持一致,统一转发或发布具有专业水平的热帖,在各自的朋友圈内引起广泛关注和热议,为正面积极消息的快速传递做好推波助澜的作用。
        3、政府可以加强对于微博这一网络舆情的监管力量,充分意识到消极信息的破坏力和影响力,对于恶意散布谣言、蓄意破坏市场秩序的博文、言论进行取缔和管制。