徐 翔 靳 菁 呂偉欣

一、引言與問題的提出

新媒體環(huán)境下，網(wǎng)絡(luò)輿情作為社會公眾意見的重要“傳感器”，在不同領(lǐng)域發(fā)揮著越來越重要的作用。中國互聯(lián)網(wǎng)信息中心（CNNIC）發(fā)布的第41次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報告》顯示，截至2017年12月，我國網(wǎng)民規(guī)模已達(dá)7.72億，全年共計(jì)新增網(wǎng)民4074萬人，互聯(lián)網(wǎng)普及率為55.8%。網(wǎng)民規(guī)模的增加，說明網(wǎng)絡(luò)輿情的來源愈加豐富，網(wǎng)絡(luò)輿情的輻射范圍也更加廣泛。

研究證券市場的漲跌與網(wǎng)絡(luò)輿情的變化之間是否存在相關(guān)性聯(lián)系的課題，有利于從傳播學(xué)角度探討網(wǎng)絡(luò)輿情的“社會傳感器”作用及其產(chǎn)生的社會影響。目前有關(guān)網(wǎng)絡(luò)輿情變化和股票市場關(guān)聯(lián)性的研究主要集中在經(jīng)濟(jì)學(xué)、金融學(xué)領(lǐng)域。本研究從網(wǎng)絡(luò)輿情動力學(xué)的角度考察輿情主題變化對股價漲跌的影響，有利于為傳播學(xué)的跨學(xué)科發(fā)展提供新的視角。另外，影響網(wǎng)絡(luò)輿情的因素眾多，受眾的選擇性注意、信息不對稱、缺少信息把關(guān)等問題，都有可能造成公眾的非理性投資行為，甚至導(dǎo)致股票市場異常。因此，挖掘網(wǎng)絡(luò)輿情的“社會傳感器”作用對證券市場的影響，還有利于加強(qiáng)證券市場的監(jiān)管，完善投資環(huán)境，促進(jìn)金融市場的穩(wěn)定。綜上，將網(wǎng)絡(luò)輿情變動和金融市場分別建立相應(yīng)的指標(biāo)，通過文本挖掘和實(shí)證研究考察其關(guān)聯(lián)性的研究，具有一定的理論意義和現(xiàn)實(shí)關(guān)照。

本文的核心觀點(diǎn)是，網(wǎng)絡(luò)輿情的變化與證券市場漲跌之間存在相關(guān)性。網(wǎng)絡(luò)輿情指向一定時期內(nèi)社會公眾的重大關(guān)切，而網(wǎng)絡(luò)輿情作為公眾認(rèn)知的重要“傳感器”，其變化說明受眾注意力的結(jié)構(gòu)發(fā)生改變。那么這種結(jié)構(gòu)性變化會不會對證券交易造成影響，會產(chǎn)生何種影響，就是本文試圖探討的話題。

二、理論分析與文獻(xiàn)綜述

本研究的理論依據(jù)主要包括兩個學(xué)科視角。首先，行為經(jīng)濟(jì)學(xué)表明金融市場的投資并不是完全理性的。投資過程可能存在認(rèn)知偏差。造成這種認(rèn)知偏差的因素多樣。一方面，市場有效性強(qiáng)調(diào)信息在股價預(yù)測中的作用。有效市場內(nèi)的信息會全面、迅速地反映在價格上。傳統(tǒng)股票市場的信息一般是單向傳播為主、并且有少數(shù)專業(yè)機(jī)構(gòu)發(fā)布，而隨著信息社會的發(fā)展，網(wǎng)絡(luò)輿情呈現(xiàn)出碎片化、多元化、智能化的特點(diǎn)，投資者接受信息的渠道隨之增加，但良莠不齊的信息質(zhì)量并不一定能夠減少投資者的認(rèn)知偏差，還有可能誤導(dǎo)投資者。另一方面，投資者的內(nèi)在情緒和選擇性注意機(jī)制也會深刻影響決策活動。非理性行為還會引發(fā)群體效應(yīng)，影響群體投資行為，形成“羊群效應(yīng)”。行為金融學(xué)突破了傳統(tǒng)金融學(xué)的理論桎梏，將金融市場的一些亂象從心理學(xué)、社會學(xué)角度進(jìn)行歸因，成功地從跨學(xué)科交叉的角度解釋了許多市場行為。

其次，傳播學(xué)的經(jīng)典理論“議程設(shè)置”認(rèn)為，大眾傳播具有為受眾“設(shè)置議程”的功能。網(wǎng)絡(luò)所營造的“擬態(tài)環(huán)境”通過網(wǎng)絡(luò)輿情敏銳地將信息傳遞給投資者，造成投資者的注意力結(jié)構(gòu)、刻板印象和認(rèn)知水平等方面的變化，從而作用于證券交易市場。新媒體時代傳者泛化的特征，使得信息的提供者也不再僅僅局限于上市公司和監(jiān)管機(jī)構(gòu)，普通股民也成為股市信息的提供者、傳播者和執(zhí)行者。從海量網(wǎng)絡(luò)輿情表現(xiàn)出的“議題”，可以代表受眾的重大關(guān)切和社會的普遍感知，實(shí)現(xiàn)了公共信息的凸顯和個性化信息的滿足。因此，網(wǎng)絡(luò)輿情的“社會傳感器”作用是不言而喻的。這種“社會傳感器”投射在本就對意見氣候極其敏銳的證券市場上，就很有可能影響市場的投資行為。

國內(nèi)外學(xué)者從不同角度對于二者的關(guān)聯(lián)性進(jìn)行了研究。國外研究方面，Wysocki（1999）最早開始對網(wǎng)絡(luò)論壇討論進(jìn)行研究，他發(fā)現(xiàn)發(fā)帖量大的公司往往對應(yīng)的是交易量大的，市值價值比高的，機(jī)構(gòu)持股比例更小的公司。這表明前一日的股票評論數(shù)量對于后一日的股票收益率和成交量有一定的預(yù)測解釋能力。Antweiler（2004）等利用貝葉斯和向量機(jī)方法對RagingBull和雅虎金融板塊的論壇進(jìn)行分析，建立了投資者情緒指數(shù)和投資者意見分散度指數(shù),發(fā)現(xiàn)股票收益率與當(dāng)天論壇中的信息指標(biāo)呈顯著的相關(guān)關(guān)系。隨著社交媒體的發(fā)展，Blankespoor、Miller和White（2014）等人從市場有效性的角度研究社交媒體與股票交易的關(guān)聯(lián)，他們發(fā)現(xiàn)，公司在twitter上發(fā)布新聞，能夠減少信息不對稱性，以降低異常的買賣差價。

國內(nèi)研究方面，饒育蕾（2010），金雪軍等（2013）以及馬俊偉等（2014）都通過分析不同數(shù)據(jù)源，證明了媒體信息與股價的相關(guān)性。游家興等（2012）借用"沉默的螺旋"理論,從金融市場的資產(chǎn)誤定價現(xiàn)象入手研究媒體情緒對于金融市場的負(fù)面影響。金曦（2016）分析了個股成交量與百度媒體指數(shù)的動態(tài)關(guān)聯(lián)，得出了在不控制任何條件的情況下新聞量越大，個股成交量越大的結(jié)論?？紫栌畹龋?016）深度挖掘了財經(jīng)新聞主題內(nèi)容與股市市場的相關(guān)性,并提出了一種基于理解當(dāng)日新聞主題分布來分析中國股市漲跌的預(yù)測模型。宋雙杰等（2011）人則通過分析網(wǎng)絡(luò)搜索量研究投資者關(guān)注和IPO溢價的異常情況。李正輝等人（2018）從文獻(xiàn)綜述的視角梳理了網(wǎng)絡(luò)輿情和金融市場的關(guān)系，圍繞投資者關(guān)注、信心和情緒等方面分析網(wǎng)絡(luò)輿情對資產(chǎn)定價波動的影響。

但是，另一方面，也有學(xué)者認(rèn)為媒體信息和股票市場可能呈現(xiàn)不相關(guān)的情況。Tumarkin和Whitelaw（2001）分析了美國RagingBull論壇，以互聯(lián)網(wǎng)行業(yè)的72只股票為研究對象，著重觀察事件日前后各五天內(nèi)證券市場變量的變化情況。作者最后認(rèn)為，發(fā)帖者的情緒并不能預(yù)測股票成交量和回報，論壇上的開源信息主要是“市場噪音”。Das和Chen（2001）研究發(fā)現(xiàn)，網(wǎng)絡(luò)討論能夠迅速反映信息，但無法預(yù)測股票收益。

另外，還有研究認(rèn)為投資者情緒和關(guān)注度、搜索強(qiáng)度等媒體提供的信息也是對股價進(jìn)行預(yù)測的重要指標(biāo)。Bollen、Mao（2010）等學(xué)者對美國大型社交網(wǎng)站twitter近1000萬條網(wǎng)絡(luò)信息中表現(xiàn)出的投資者的不同情緒進(jìn)行挖掘分析，結(jié)果表明，把某情緒指數(shù)向后移動3天左右得到的結(jié)果，同道瓊斯工業(yè)的平均指數(shù)非常相近，準(zhǔn)確率甚至達(dá)到了86.7%。同樣關(guān)注投資者情緒對股價影響的還有Ljungqvist（2003）和Sapienza（2004）等。以搜索強(qiáng)度的媒體信息作為影響因素的研究中，Da和Gao（2009）通過網(wǎng)民在互聯(lián)網(wǎng)中的搜索指數(shù)來說明股票市場中投資者情緒的變化。他們搜集了Russell3000指數(shù)中所有公司股票簡稱的搜索強(qiáng)度數(shù)據(jù)，得出的結(jié)論是規(guī)模較小的市場的搜索強(qiáng)度對于股價的預(yù)測能力更強(qiáng)。

三、研究設(shè)計(jì)與概念界定

研究假設(shè)即網(wǎng)絡(luò)輿情的變化與股票交易指數(shù)的漲跌幅有關(guān)聯(lián)，網(wǎng)絡(luò)輿情變動能夠解釋股票市場交易量漲跌幅的變動。具體來說，通過LDA主題模型的反復(fù)迭代生成了100個主題，這些主題從第0天起到第6天末的變化情況，與上證指數(shù)、滬深三百、深證成指、創(chuàng)業(yè)板指這四個主要股指相對應(yīng)的交易日漲跌幅之間存在關(guān)聯(lián)。

研究的基本思路是，首先，抓取今日頭條（https://www.toutiao.com）的約一千六百萬條帖子，這些帖子以傳者用戶為線索。這些用戶采取判斷抽樣方式，從今日頭條的“熱點(diǎn)”版塊中獲得發(fā)文者的url。對發(fā)問者的歷史發(fā)帖，按照從新到舊的順序排列，通過python編寫爬蟲抓取，其中由于頁面是“瀑布流”的下拉式ajax頁面，采用selenium技術(shù)模擬人類用戶在瀏覽今日頭條頁面時的下拉等操作行為。最后對數(shù)據(jù)進(jìn)行清洗和選擇，得到2016年2月15日至2017年11月29日所有交易日帖子樣本，并對這些帖子進(jìn)行LDA主題模型的分析。其次，分別獲取上證指數(shù)、滬深三百、深證成指、創(chuàng)業(yè)板指的數(shù)據(jù)，整理這些股指在上述時間內(nèi)的漲跌幅變化數(shù)據(jù)。之所以選擇以上四個股指，是因?yàn)檫@四個股指的代表性較強(qiáng)，上證指數(shù)和深證成指分別代表了滬深兩市的最綜合最全面的金融指標(biāo)；滬深三百覆蓋滬深兩市，合理選擇樣本股描述股市投資情況；創(chuàng)業(yè)板指數(shù)全面地反映了創(chuàng)業(yè)板市場情況，向投資者提供了更豐富的金融指標(biāo)參考。因此，四個股指的漲跌幅分析能夠幫助我們更宏觀地了解股市變動情況，從而考察其與網(wǎng)絡(luò)輿情的關(guān)聯(lián)。第三，通過多元線性回歸分析計(jì)算出今日頭條帖子的LDA模型主題變動數(shù)值與各個股指的股價漲跌幅之間存在何種聯(lián)系。回歸分析可以從二者的關(guān)聯(lián)強(qiáng)度、顯著性檢驗(yàn)、擬合優(yōu)度、穩(wěn)健性等方面進(jìn)行。第四，運(yùn)用支持向量機(jī)（SVM）算法進(jìn)行機(jī)器學(xué)習(xí)，輸入回歸結(jié)果中具有顯著作用的LDA數(shù)值作為訓(xùn)練樣本，運(yùn)用五折法進(jìn)行學(xué)習(xí)和預(yù)測（將樣本分為5份，機(jī)器學(xué)習(xí)五分之四的訓(xùn)練樣本之后，對剩余五分之一的樣本的股價漲跌進(jìn)行預(yù)測，反復(fù)進(jìn)行五次）。這一實(shí)證結(jié)果表明，通過回歸結(jié)果中具有顯著作用的LDA列生成的機(jī)器學(xué)習(xí)模型具有比較強(qiáng)的泛化能力，即LDA所代表的網(wǎng)絡(luò)輿情的變動能夠?qū)蓛r漲跌進(jìn)行預(yù)測。

概念界定方面，首先，網(wǎng)絡(luò)輿情的概念學(xué)界尚未形成統(tǒng)一界定，一般來說，網(wǎng)絡(luò)輿情是指網(wǎng)民自發(fā)形成的零散的意見表達(dá)。在本研究中為了使網(wǎng)絡(luò)輿情可操作化，我們將“今日頭條”帖子作為數(shù)據(jù)源，通過LDA模型進(jìn)行文本分析，得出比較具有代表性的網(wǎng)絡(luò)輿情表達(dá)?！敖袢疹^條”是基于數(shù)據(jù)挖掘和個性化推薦生成新聞資訊的平臺，包括新聞門戶網(wǎng)站、手機(jī)新聞客戶端等產(chǎn)品，其內(nèi)容包含娛樂、科技、財經(jīng)、體育等方面，受眾分布也比較廣泛。根據(jù)今日頭條公布的數(shù)據(jù)，截止2018年7月31日，其日活躍用戶數(shù)已經(jīng)達(dá)到了1.2億?；邶嫶蟮挠脩羧汉驮L問量，我們可以認(rèn)為抓取的共約1600萬今日頭條帖子代表了一定時期內(nèi)的社會關(guān)注和意見表達(dá)。其次，所謂網(wǎng)絡(luò)輿情的“社會傳感器”作用，是指網(wǎng)絡(luò)在生成海量信息的同時，也作為“社會傳感器”感知著社會意見分布，并將這種感知傳導(dǎo)到網(wǎng)絡(luò)的擬態(tài)環(huán)境中。這種“社會傳感器”作用對整合個體的感知能力，進(jìn)行統(tǒng)籌資源調(diào)配，都具有重要意義。為了使網(wǎng)絡(luò)輿情的“社會傳感器”作用在研究中變得更加可操作化，在本研究中我們引入了LDA主題模型以分析輿情文本的變化情況。LDA主題模型通過對頭條帖子的文本進(jìn)行挖掘，建立離散數(shù)據(jù)模型，分析不同主題的概率分布。我們可以通過觀察LDA主題模型相對于前0到6天的變化，了解公眾的注意力轉(zhuǎn)向何方，這種轉(zhuǎn)向是否與主要股指漲跌幅有關(guān)，以此證明網(wǎng)絡(luò)輿情在金融市場中是否存在“社會傳感器”的作用，影響力有多少。

四、網(wǎng)絡(luò)輿情的文本挖掘

對于網(wǎng)絡(luò)輿情的文本挖掘，我們采用的是建立LDA主題模型以觀察其在第0天起到第6天末變動的方法。LDA主題模型是一種對于文本內(nèi)容進(jìn)行分析的方式，它通過對離散數(shù)據(jù)集建立模型，分析概率主題。這種模型的核心思想是，一個文檔包含了若干主題，而每一主題又包括若干個主題詞。本研究中，對于每條帖子，考察它在這些主題上的分布概率，這些概率的總和為1。這種處理方法很好地適應(yīng)了網(wǎng)絡(luò)內(nèi)容的多主題性及其模糊性。

LDA主題模型的優(yōu)點(diǎn)主要包括以下三點(diǎn)。首先，LDA模型簡短描述文檔，并且引入先驗(yàn)參數(shù)，減少了過度擬合的可能性。即使文檔數(shù)量增加，主題參數(shù)也不會隨之線性增加，而只會留下最本質(zhì)的統(tǒng)計(jì)信息，這使得大規(guī)模處理文檔信息，進(jìn)行文本分類變得更加高效。其次，3層貝葉斯結(jié)構(gòu)的LDA模型具有清晰的層次劃分，包括文檔集合層、主題、主題特征詞三層，這使得潛在語義分類更加科學(xué)化、智能化，減小了人工分類帶來的主觀偏見的影響，有助于提高聚類效果的質(zhì)量。第三，本文中的LDA是動態(tài)化的主題模型，不再關(guān)注單個靜態(tài)因素對因變量的影響，而是關(guān)注主題的動態(tài)變化與因變量的關(guān)聯(lián)，這種動態(tài)演化過程很好地反映了主題相對于前段時間的演化過程，更有助于把握文本變化。但是，我們也應(yīng)該看到，LDA主題模型依然存在比較明顯的弊端，主要表現(xiàn)在采用強(qiáng)制方法分配隱含主題，挖掘語義上下文的能力有限。

本研究的分析中，考慮到主題之間的差異度，將網(wǎng)絡(luò)輿情內(nèi)容的劃分設(shè)定為100個主題，LDA主題模型共迭代了500次，生成了區(qū)分度較優(yōu)的主題分布結(jié)果。劃分通過python程序語言及其LDA模塊進(jìn)行。LDA主題的確立很好地引導(dǎo)我們了解社會關(guān)注和輿情熱點(diǎn)，文本語義挖掘結(jié)果比較合理。

需要注意的是，我們需要明確的不是網(wǎng)絡(luò)輿情內(nèi)容指向與股價指數(shù)關(guān)注指向之間的靜態(tài)聯(lián)系，而是網(wǎng)絡(luò)輿情的動態(tài)變化，能否解釋股價市場的漲跌。因此，為了了解網(wǎng)絡(luò)輿情的動態(tài)變化，我們計(jì)算出了今日頭條每天的帖子在100個主題上的分布概率，相對與前一天的變化差值，了解LDA主題模型從第0天其到第6天末的變動情況。實(shí)際上，這種變化也是一階差分的處理，有助于通過輿情變化情況而非直接的輿情情況，更好地了解公眾的注意力變化情況和“議程設(shè)置”的情況。這里我們截選七天內(nèi)LDA前10列的變動差值如下。（見表1）

表1 主題分布概率及相對于前一天的變化差值（以7天內(nèi)的部分主題為例）

五、主要股指漲跌幅和網(wǎng)絡(luò)輿情主題變化的回歸分析

（一）上證指數(shù)與從第0天起到第6天末的網(wǎng)絡(luò)輿情主題變化的多元回歸分析

上證指數(shù)（000001）的樣本股是在上海證券交易所全部上市股票，包括A股和B股，反映了上海證券交易所上市股票價格的變動情況。多元線性回歸分析的因變量為上證指數(shù)在對應(yīng)日期內(nèi)的漲跌幅，自變量為2016年2月15日至2017年11月29日今日頭條帖子呈現(xiàn)的LDA主題模型從第0天起到第6天末的變化。變量的篩選采用了“逐步”分析策略，在每個變量進(jìn)入方程之后再次判斷是否可以剔除，這就在引入變量之后的每一個階段都提供了剔除不顯著變量的機(jī)會。

關(guān)聯(lián)強(qiáng)度方面，回歸模型的調(diào)整R方為0.714（見表2），說明網(wǎng)絡(luò)輿情的變動能夠解釋上證指數(shù)約71.4%的變化，這說明網(wǎng)絡(luò)輿情對上證指數(shù)和證券市場的波動具有比較顯著的正向影響。

顯著性檢驗(yàn)方面，從回歸方程的顯著性來看，F(xiàn)值為15.076，P-值為0.000（見表3），小于0.05，說明拒絕原假設(shè)，認(rèn)為自變量和因變量的線性關(guān)系顯著?；貧w方程的顯著性檢驗(yàn)結(jié)果與擬合優(yōu)度也有一定關(guān)聯(lián)，P-值較小，說明擬合優(yōu)度較好。從回歸系數(shù)的顯著性來看，僅有兩個t統(tǒng)計(jì)量對應(yīng)的概率P-值均大于0.05，需要被剔除，可以認(rèn)為自變量和因變量的線性關(guān)系顯著。

殘差分析方面，殘差均值為0（見表4），說明總體上服從以0為均值的正態(tài)分布。殘差獨(dú)立性方面，Durbin-Watson值為1.651，約等于2，說明序列不存在自相關(guān)關(guān)系。另外，標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖中，數(shù)據(jù)沿對角線方向分布（見圖1），說明回歸模型滿足正態(tài)要求。

多重共線性診斷方面，最大特征值為3.767，最小特征值為0.208，最大的條件指數(shù)為4.260，可以認(rèn)為多重共線性較弱，特征值檢驗(yàn)系統(tǒng)比較平穩(wěn)，結(jié)論基本穩(wěn)健。

表2 上證指數(shù)的模型匯總

表3 上證指數(shù)的方差分析

表4 上證指數(shù)的殘差統(tǒng)計(jì)量

圖1 上證指數(shù)標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖

（二）滬深300與從第0天起到第6天末的網(wǎng)絡(luò)輿情主題變化的多元回歸分析

滬深300（000300）是由滬深證券交易所聯(lián)合發(fā)布的覆蓋滬深兩市的金融指標(biāo)，該回歸分析的因變量是滬深300在對應(yīng)日期內(nèi)的漲跌幅，自變量依然是基于網(wǎng)絡(luò)輿情生成的LDA主題模型的從第0天起到第6天末的變化。采用“逐步”策略進(jìn)行分析。

關(guān)聯(lián)強(qiáng)度方面，回歸模型的調(diào)整R方為0.667（見表5），說明網(wǎng)絡(luò)輿情的變動能夠解釋上證指數(shù)約66.7%的變化，這說明網(wǎng)絡(luò)輿情的變動對滬深300股指也有比較顯著的影響，但是影響幅度小于上證指數(shù)。

顯著性檢驗(yàn)方面，從回歸方程的顯著性來看，F(xiàn)值為12.617，P-值為0.000（見表6），小于0.05，認(rèn)為自變量和因變量的線性關(guān)系顯著。回歸方程的顯著性檢驗(yàn)結(jié)果與擬合優(yōu)度也有一定關(guān)聯(lián)，P-值較小，說明擬合優(yōu)度較好。從回歸系數(shù)的顯著性來看，每一個t統(tǒng)計(jì)量對應(yīng)的概率P-值均小于0.05，說明自變量和因變量的線性關(guān)系顯著。

殘差分析方面，殘差均值為0（見表7），說明總體上服從以0為均值的正態(tài)分布。殘差獨(dú)立性方面，Durbin-Watson值為1.600，約等于2，說明序列不存在自相關(guān)關(guān)系。另外，標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖中，數(shù)據(jù)沿對角線方向分布（見圖2），說明回歸模型滿足正態(tài)要求。

多重共線性診斷方面，最大特征值為3.573，最小特征值為0.191，最大的條件指數(shù)為4.325，說明多重共線性較弱，特征值檢驗(yàn)系統(tǒng)比較平穩(wěn)，結(jié)論基本穩(wěn)健。

表5 滬深300的模型匯總

表6 滬深300的方差分析

表7 滬深300的殘差統(tǒng)計(jì)量

圖2 滬深300標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖

（三）深證成指與從第0天起到第6天末的網(wǎng)絡(luò)輿情主題變化的多元回歸分析

深證成指（399001）是深圳證券交易所的主要股指，它按一定標(biāo)準(zhǔn)選出500家有代表性的上市公司作為樣本股，以觀察股價變動的金融市場指標(biāo)。該回歸分析的因變量是深證成指在對應(yīng)日期內(nèi)的漲跌幅，自變量和分析策略與之前股指的分析相同。

回歸結(jié)果表明，關(guān)聯(lián)強(qiáng)度方面，回歸模型的調(diào)整R方為0.627（見表8），說明網(wǎng)絡(luò)輿情的變動能夠解釋上證指數(shù)約62.7%的變化，這一結(jié)果小于上證指數(shù)和滬深300的解釋力。

顯著性檢驗(yàn)方面，從回歸方程的顯著性來看，F(xiàn)值為12.566，P-值為0.000（見表9），小于0.05，認(rèn)為自變量和因變量的線性關(guān)系顯著。回歸方程的顯著性檢驗(yàn)結(jié)果與擬合優(yōu)度也有一定關(guān)聯(lián)，P-值較小，說明擬合優(yōu)度較好。從回歸系數(shù)的顯著性來看，僅有兩個t統(tǒng)計(jì)量對應(yīng)的概率P-值均大于0.05，需要被剔除，可以認(rèn)為自變量和因變量的線性關(guān)系顯著。

殘差分析方面，殘差均值為0（見表10），說明總體上服從以0為均值的正態(tài)分布。殘差獨(dú)立性方面，Durbin-Watson值為1.797，約等于2，說明序列不存在自相關(guān)關(guān)系。另外，標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖中，數(shù)據(jù)沿對角線方向分布（見圖3），說明回歸模型滿足正態(tài)要求。

多重共線性診斷方面，最大特征值為3.165，最小特征值為0.260，最大的條件指數(shù)為3.492，說明多重共線性較弱，特征值檢驗(yàn)系統(tǒng)比較平穩(wěn)，結(jié)論基本穩(wěn)健。

表8 深證成指的模型匯總

表9 深證成指的方差分析

表10 深證成指的殘差統(tǒng)計(jì)量

圖3 深證成指標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖

（四）創(chuàng)業(yè)板指與從第0天起到第6天末的網(wǎng)絡(luò)輿情主題變化的多元回歸分析

創(chuàng)業(yè)板指數(shù)（399006）是從深交所創(chuàng)業(yè)板上市的A股中選出500家代表性較強(qiáng)的公司作為樣本股，以觀察股價變動的指標(biāo)。創(chuàng)業(yè)板指的推出為我們分析資本市場提供了更多層次和角度。該回歸分析的因變量是創(chuàng)業(yè)板指在對應(yīng)日期內(nèi)的漲跌幅，自變量和分析策略與之前股指的分析相同。

回歸結(jié)果表明，關(guān)聯(lián)強(qiáng)度方面，回歸模型的調(diào)整R方為0.638（見表11），說明網(wǎng)絡(luò)輿情的變動能夠解釋上證指數(shù)約63.8%的變化，這一結(jié)果小于上證指數(shù)和滬深300的解釋力。

顯著性檢驗(yàn)方面，從回歸方程的顯著性來看，F(xiàn)值為12.062，P-值為0.000（見表12），小于0.05，認(rèn)為自變量和因變量的線性關(guān)系顯著?；貧w方程的顯著性檢驗(yàn)結(jié)果與擬合優(yōu)度也有一定關(guān)聯(lián)，P-值較小，說明擬合優(yōu)度較好。從回歸系數(shù)的顯著性來看，每一個t統(tǒng)計(jì)量對應(yīng)的概率P-值均小于0.05，可以認(rèn)為自變量和因變量的線性關(guān)系顯著。

殘差分析方面，殘差均值為0（見表13），說明總體上服從以0為均值的正態(tài)分布。殘差獨(dú)立性方面，Durbin-Watson值為1.828，約等于2，說明序列不存在自相關(guān)關(guān)系。另外，標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖中，數(shù)據(jù)沿對角線方向分布（見圖4），說明回歸模型滿足正態(tài)要求。

多重共線性診斷方面，最大特征值為3.950，最小特征值為0.158，最大的條件指數(shù)為5.005，說明多重共線性較弱，特征值檢驗(yàn)系統(tǒng)比較平穩(wěn)，結(jié)論基本穩(wěn)健。

表11 創(chuàng)業(yè)板指的模型匯總

表12 創(chuàng)業(yè)板指的方差分析

表13 創(chuàng)業(yè)板指的殘差統(tǒng)計(jì)量

圖4 創(chuàng)業(yè)板指標(biāo)準(zhǔn)化殘差的標(biāo)準(zhǔn)P-P圖

六、結(jié) 語

通過多元線性回歸分析我們發(fā)現(xiàn)，上述四個股指的調(diào)整R方均大于0.6，說明不同股指的影響因素雖然存在差異，但是總體上都能夠解釋網(wǎng)絡(luò)輿情變化超過60%的概率。所有股指的回歸分析結(jié)果均通過了顯著性檢驗(yàn)和穩(wěn)健性檢驗(yàn)，得出的結(jié)論基本穩(wěn)健。從不同股指的個體差異來看，不同股指與輿情主題變化的關(guān)聯(lián)強(qiáng)度由小到大排列為：上證指數(shù)、滬深300、創(chuàng)業(yè)板指、深證成指。這說明不同股指所反映的市場變動存在差異，上證指數(shù)的樣本股包括在滬全部上市股票，總體即樣本的強(qiáng)大數(shù)據(jù)描述能力可能是其解釋力更加理想的原因之一。而創(chuàng)業(yè)板指只針對創(chuàng)業(yè)板市場，深證成指的樣本股為挑選得出的500家公司，不同股指的代表市場不同可能是解釋力稍低的原因。

本研究關(guān)注的并非網(wǎng)絡(luò)輿情內(nèi)容與股票投資指向之間的關(guān)聯(lián)，而是從網(wǎng)絡(luò)輿情動力學(xué)的角度出發(fā)，描述網(wǎng)絡(luò)輿情變化與股指漲跌幅之間的關(guān)系，這種變化更能夠準(zhǔn)確揭示網(wǎng)絡(luò)輿情的“社會傳感器”作用，反映網(wǎng)絡(luò)輿情將社會意見分布傳導(dǎo)到股票市場的動態(tài)過程。在研究方法方面，我們采用量化方法進(jìn)行文本挖掘和數(shù)據(jù)分析，通過建立LDA主題模型進(jìn)行文本聚合和分析，建立多元統(tǒng)計(jì)的分析模型。將文本抓取和挖掘、數(shù)據(jù)分析等多種方法相結(jié)合的實(shí)證研究也彰顯出計(jì)算傳播學(xué)與金融研究融合創(chuàng)新的張力。