基于微指数和百度指数的上证综指收益率预测研究

发布时间：2020-04-21 00:53

【摘要】：互联网数据记录了投资者的微观情绪信息和搜索关注,同时也为研究股票市场宏观运行规律提供了海量的数据基础和新的研究视角。近年来,基于互联网数据探索投资者情绪、关注度与股票市场关系的研究越来越受国内外学者的关注。在现有研究的基础上,本文选用微博社交网站的和百度搜索引擎两个不同类型平台的数据构建看涨指数,并结合信息学、行为金融学的相关知识,从信息供求视角解释了两者所代表的不同含义,并研究了它们与上证综指收益率之间的时滞关系。通过理论分析与实证检验,本文发现:微博等社交平台和网络搜索引擎都是信息的载体,人们在微博等社交网站上表达观点、情绪等所体现的是信息供给行为,反映的是投资者的情绪,而人们在网络搜索引擎上搜索信息所体现的是信息需求行为,反映了投资者的关注度,两者通过“信息供求”这一桥梁对股票市场交易行为产生影响。基于微指数所构建的微博看涨指数领先于百度看涨指数(市场行情关注度)。此外,微博看涨指数对上证综指收益率有预测作用。因此,微指数平台可以作为预测股市收益率的一种有效补充。百度看涨指数与股市收益率表现出显著的正相关性,但是它对收益率预测作用不大。进一步,本文还利用时变参数向量自回归(TVP-VAR)模型产生的等间隔脉冲响应函数和时点脉冲响应函数捕捉投资者情绪、关注度与股市收益之间的时变特征。实证分析结果表明,投资者情绪、关注度对股市收益的影响具有明显的时变特征:(1)投资者情绪对股市收益存在正向促进作用,且短期效应更为明显。(2)市场行情关注度对股市收益的影响较小;而反过来,股市收益对市场行情关注度的影响较为显著且稳定。(3)股市出现异常波动时,投资者情绪对股市收益的影响将比股市稳定时更加显著,即投资者情绪对股市恐慌性下跌或非理性繁荣有着较强的推波助澜作用。
【图文】：

技术路线图,指数,百度,实证研究

视角来分别阐述微指数和百度指数与股票市场之间的联系，，使本文研究建立在坚实理论基础之上，然后在理论基础上提出本文的研究假设。第三章研究设计，进行数据的收集以及初步处理工作，介绍数据样本以及变量义，对数据进行了初步的描述性统计分析，并简要介绍了 VAR 模型，同时对时变参向量自回归（TVP-VAR）模型构建的原理、步骤及估计方法进行了详细介绍。第四章变量间时滞关系实证研究，通过建立 VAR 模型，对模型估计结果进行析，得出微博看涨指数、百度看涨指数与上证收益率之间的领先-滞后关系。第五章变量间时变特征实证研究，分析了微博看涨指数（投资者情绪指数）、百看涨指数（市场行情关注度）对上证综指收益率的时变效应。最后一部分是总结以上理论和实证的分析结果，给出相应建议，并提出未来进步可能的研究方向。根据以上研究内容和结构安排，相应的技术路线如下图所示：
【学位授予单位】：西南交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F832.51

【参考文献】