社交平臺投資者情緒對國際原油價格的影響研究 ＊

張?zhí)祉敚盘煳?/p>

（武漢大學經(jīng)濟與管理學院）

1 研究背景

探討國際原油價格的影響因素一直是國際能源經(jīng)濟領域的重要課題。原油作為一種重要的國際大宗商品，在全球經(jīng)濟運行中扮演著重要角色[1]。在過去的國際大宗商品波動影響因素研究中，學者們通常強調宏觀經(jīng)濟變量，如貨幣政策[2]或者地緣政治風險因素[3]。然而，行為金融理論強調傳統(tǒng)金融學中的理性人假設并不準確，市場情緒會對金融市場產(chǎn)生重要影響[4]。同時，隨著國際原油市場金融化程度的提高，一些研究指出投資者情緒可能導致金融投機行為，從而影響國際原油價格[5]。因此，從金融理論角度來看，市場情緒應被視為影響國際原油價格波動的因素之一。

在測量投資者情緒方面，傳統(tǒng)研究主要采用直接調查法或利用市場數(shù)據(jù)構建情緒的替代指標，然而這些方法往往面臨著高成本和滯后性等不足。近些年，隨著計算機自然語言處理技術的不斷成熟，研究者們開始關注社交網(wǎng)絡上的文本數(shù)據(jù)。這些非結構化的文本數(shù)據(jù)被認為能夠反映市場情緒，并被視為良好的金融市場預測指標[6]。社交媒體平臺如推特（Twitter）和臉書（Facebook）上市場情緒已成為交易決策中重要的考慮因素。2013年，美國證券交易委員會宣布上市企業(yè)可以利用社交媒體平臺發(fā)布關鍵信息，隨后國際投資者們開始利用社交媒體來收集信息以做出投資決策?，F(xiàn)有研究強調社交媒體在提取投資者情緒方面的重要性。根據(jù)M Baker和J Wurgler[7]研究，投資者情緒可以分為兩種類型。第一種涉及理性交易者的情緒，而第二種則與非理性交易者或噪音交易者相關。在信息決策方面，相比于遵循隨機游走行為的噪音交易者情緒，理性投資者情緒往往更準確地反映市場的信息。基于推特的投資者情緒與那些關注、追蹤當前趨勢及隨后變化的知情投資者更密切相關。因此，基于推特的情緒能夠反映知情投資者的情緒[8]。

豐富的互聯(lián)網(wǎng)數(shù)據(jù)資源和先進的計算機文本處理技術為探討投資者情緒對國際原油價格的影響提供了新的可能性。本文關注社交媒體上發(fā)布的文本數(shù)據(jù)并進行文本挖掘，將其作為投資者情緒的代理指標，以探究投資者情緒對國際原油價格的影響?，F(xiàn)有研究大多通過文本挖掘的手段獲取相關文本的情感得分和可讀性等指標，但是研究者們針對投資者情緒在大宗商品市場方面的相關研究相對較少，已有研究大多基于傳統(tǒng)的結構化數(shù)據(jù)作為衡量指標。本文旨在該研究方向拓展，并綜合考慮非結構化文本數(shù)據(jù)和市場情緒之間的關系，以揭示投資者情緒對國際原油價格的影響方式和機制。本文將文本主題分類的結果與情感分析模型相結合，利用門限廣義自回歸條件異方差（TGARCH）模型來探討投資者在不同語境下的情感表達對國際原油價格的影響。

2 投資者情緒測量

2.1 研究方法

心理學研究強調個體的情緒對于信息處理和決策具有重要影響。兩種主要的情緒衡量方法為愉悅度-喚醒度方法和認知評價方法。前者是一種二維情緒測量方法[9]，后者強調情緒可以通過個體對特定情境的評價或認知反應來進行區(qū)分[10]。本文主要使用這兩種情緒衡量方法來測量投資者情緒。

在行為金融學領域，有許多研究文獻提出了測量投資者情緒的方法。隨著文本挖掘技術的不斷進步，研究者注重從文本數(shù)據(jù)來測量投資者情緒。在文本信息挖掘過程中，通常需要使用分詞技術、情感分析和主題聚類模型等方法。對于文本信息的提取，研究者們通過詞典法或有監(jiān)督的機器學習方法對文本中的情感信息進行量化。詞典法通常需要預先設定詞典，然后利用字符串匹配方法統(tǒng)計文本數(shù)據(jù)中相關詞語的出現(xiàn)頻率。在金融文本方面，一種常見的詞典是E Henry[11]構建的金融詞典，將常見的具有情感屬性的詞語分為正面和負面兩類。然而，S M Price等[12]發(fā)現(xiàn)Henry詞典中負面詞匯較少。另一種是C Hutto和E Gilbert[13]基于社交媒體數(shù)據(jù)構建的VADER情感詞典，它可以根據(jù)社交媒體的常用語言習慣為文本打分，包括積極情緒、消極情緒和中性情緒。根據(jù)分類學，Henry和VADER詞典屬于愉悅度-喚醒度衡量方法，能夠分析文本的情感極性。用于衡量投資者情緒的另一個詞典是由加拿大國家委員會創(chuàng)建的NRC詞典，它不僅可以計算文本的情感極性，還可以計算情緒類別的具體得分，包括憤怒、期待、厭惡、恐懼、喜悅、悲傷、驚喜、信任等情感評價（Mohammad等，2010）。

主題模型本質上是基于詞袋模型的無監(jiān)督機器學習聚類算法，目前應用最廣泛的是隱含狄利克雷分布（LDA）模型。LDA模型最初由潛在語義分析（LSA）模型發(fā)展而來。LSA模型使用向量表示詞語和文檔，并利用向量之間的關系來描述詞語和文檔之間的關聯(lián)[14]。然而，LSA模型無法解決詞語多義性的問題，因此T Hofmann[15]在LSA模型的基礎上提出了概率潛在語義分析（PLSA）模型。PLSA模型與LDA模型的基本思想類似，即每個文檔可能包含不同的主題，主題是關于詞語的概率分布，文檔是關于主題的概率分布。D M Blei 等[16]在PLSA模型的基礎上引入了隱含LDA模型，用于描述主題和詞語之間的關系，從而減少了參數(shù)數(shù)量，解決了PLSA模型可能出現(xiàn)的過擬合問題。

2.2 數(shù)據(jù)與指標構建

本文搜集來自推特英文推文的文本數(shù)據(jù)，將文本分析測量結果作為投資者情緒的衡量指標。通過分析英文推文的文本數(shù)據(jù)，可以更好地把握投資者情緒對國際原油市場的影響。本文通過推特API接口獲取了2012年1月1日至2022年6月30日的推文，共計126個月、3834天的數(shù)據(jù)；使用關鍵詞搜索，從推特的推文數(shù)據(jù)庫中抓取與國際原油市場相關的推文文本及相關數(shù)據(jù)，關鍵詞的匹配規(guī)則設置為“(crude oil) OR (american oil) OR (wti)”，即包含以上三組關鍵詞中任意一組的推文將被抓取下來；同時剔除了轉推的數(shù)據(jù)、被推特標記為廣告以及非英語的推文，最終獲得5449331條推文。

推文來自946209位不同的發(fā)布者。根據(jù)J Kim等[17]的方法，本文刪除了發(fā)文量排名前100的發(fā)布者的推文數(shù)據(jù)，這些發(fā)布者的人均發(fā)文量超過3000條。該過程共刪除了660232條推文數(shù)據(jù)。因此，本文最終使用的文本數(shù)據(jù)庫由來自946109位發(fā)布者的4781106條推文數(shù)據(jù)組成，平均每位發(fā)布者在樣本期間內發(fā)布了5.05條推文。本文首先對推特推文的文本數(shù)據(jù)進行數(shù)據(jù)清洗，使用了Gensim[18]提供的停用詞詞典，這有助于減少冗余的文本數(shù)據(jù)，并且可以加快模型的訓練過程。

在進行LDA主題模型建模之前，本文對清潔后的文本數(shù)據(jù)進行了分詞。分詞的結果構成詞袋模型，為后續(xù)的LDA模型訓練提供基礎。本文選取的分詞工具是S Bird等[19]根據(jù)來自推特數(shù)據(jù)訓練的推文分詞工具。Blei等（2003）提出的LDA模型屬于貝葉斯概率選擇模型，其假定一個文本庫中的D篇文檔主要在討論T個主題，每篇文檔d中存在Nd個詞語，且每篇文檔的詞匯，如第d篇文檔的第n個詞Wd,n都由主題生成。每個主題都有一個對應的不同詞語的概率分布。每篇文檔d都被視為一個關于T個主題的多項式分布θ(d)，每一個主題zt都被視為一個關于詞語集合W的多項式分布φ(t)。假定θ(d)和φ(t)具有共軛狄利克雷分布。典型的狄利克雷分布如下：

LDA模型文檔生成過程中，本文采用了廣泛使用的Gibbs采樣方法[16]，最終獲得每條推文主題分布θ(d)以及每個主題對應的詞語分布θ(t)。主題數(shù)量T在LDA模型的成功估計中起著關鍵作用。本文通過計算不同主題個數(shù)下的連貫性得分來確定T的數(shù)值，以量化主題文本對人類的可理解性和可解釋性。為了在主題數(shù)量和連貫性得分之間取得平衡，本文通過拐點原則進行選擇。該方法意味著可以繪制連貫性得分作為主題數(shù)量的函數(shù)，并使用曲線拐點來確定最佳的主題數(shù)量。在獲得指定主題數(shù)量以及狄利克雷分布的超參數(shù)α和β之后，訓練得到的LDA模型能夠提供每篇文檔的主題概率分布，并為每個主題生成一個詞語的概率分布。一旦模型擬合完成，每個推文將根據(jù)其在θ(d)中最高概率的主題上被歸類，分配規(guī)則如式（2）所示。

本文采用了詞典法對推文進行情感分析。既考慮了愉悅度-喚醒度方法衡量的情感極性，即情緒的正面或負面以及濃烈程度[20,21]，又測量了認知評價法測度的投資者情緒；使用NRC詞典來測量投資者情緒的極性，并計算不同情緒類別的具體得分；為了進行穩(wěn)健性檢驗，使用VADER詞典返回的綜合情感得分來代表文檔的情感極性；采用公眾每天在推特上的發(fā)文量作為衡量其對國際原油市場關注度的代理指標；同時借鑒Antweiler與Frank（2004）的方法，計算每天推文中情緒得分的標準差，用作衡量投資者分歧程度的代理指標。

根據(jù)主題模型的要求，本文需要設置LDA模型中兩個狄利克雷分布的超參數(shù)α和β，以及最優(yōu)主題數(shù)量T；使用Gensim庫從語料庫中學習α和β的不對稱先驗。對于主題數(shù)量T的選擇，本文估計了主題數(shù)量從1到20的LDA模型，并計算了Cv連貫性指標。通過繪制主題數(shù)量與連貫性得分并采用拐點原則，本文認為當主題數(shù)量達到7個時，進一步增加主題數(shù)量無法顯著提高連貫性分數(shù)，反而可能導致模型過擬合。由于計算量較大，主題數(shù)量選擇的模型擬合過程采用并行運算。在擬合了LDA模型之后，得到7個主題及其對應的代表性詞匯和概率分布，將每個主題中概率排名前10位的詞匯整理成7個主題，分別命名為價格動態(tài)、能源期貨、國外交易、進出口、北美能源、外匯市場、原油運輸。

確定每篇文檔的主題后，根據(jù)日期和主題進行分組，對交易日k下的主題t，分別統(tǒng)計推文的數(shù)量nk,t，情感得分平均值scorek,t，以及投資者情感極性的標準差diverk,t，分別作為投資者關注度、投資者情緒以及投資者分歧的代理指標，如式（3）所示。

3 實證研究

3.1 模型設定

本文采用門限廣義自回歸條件異方差模型（TGARCH）來檢驗投資者情緒對國際原油收益率的影響。TGARCH模型中包含杠桿效應，考慮到模型簡潔性以及系數(shù)更易解釋性，本文構建TGARCH(1,1)模型來探究投資者情緒對國際原油收益率的影響，如式(4)～(6)所示。式(4)加入了投資者情緒變量作為影響因素，式(5)討論了區(qū)分主題的投資者情緒變量的影響。由于金融市場收益率通常呈厚尾分布，本文在TGARCH(1,1)模型中假設誤差分布為學生t分布。

式(4)中的scorei,t表示5個投資者情緒的代理指標，包括投資者關注度（num_tweets）、投資者情感極性（score_nrc_polarity）、投資者恐懼情感得分（score_fear）、投資者期待情感得分（score_anticip）和投資者分歧（diver_nrc_polarity）。式(5)中的表示區(qū)分主題的投資者情感得分，重點考慮“價格動態(tài)”“國外交易”以及“外匯市場”等主題。

本文采用PP檢驗和ADF檢驗方法來檢驗時間序列變量的平穩(wěn)性，相關變量具有平穩(wěn)性。為了節(jié)約篇幅，單位根檢驗沒有在正文中報告。為了驗證本研究建立的模型的合理性，需要對式(4)和式(5)構建的AR(1)過程擬合的殘差序列進行ARCH效應檢驗。本文采用ARCH-LM檢驗來驗證ARCH效應，檢驗結果表明，本文建立的TGARCH(1,1)模型是合理的。

3.2 實證研究結果

針對式(4)～式(6)的估計結果如表2所示。從表的(1)列的結果可以發(fā)現(xiàn)滯后一階的WTI對數(shù)收益率具有顯著的負向影響。情感極性指標對同期WTI原油對數(shù)收益率呈顯著的正向影響，這表明投資者情緒處于正面情感時，WTI原油收益率傾向于上升。

表2 TGARCH(1,1)實證結果

考察個體評價的具體情感可以發(fā)現(xiàn)，“期待”和“恐懼”情感得分對國際原油收益率有顯著的正向和負向影響。這表明投資者的“期待”情緒會推高國際原油市場收益率，而“恐懼”情緒會帶來市場收益率下降，但“恐懼”情緒的影響更為顯著，其回歸系數(shù)的絕對值更大。本文通過穩(wěn)健性檢驗發(fā)現(xiàn)，利用認知評價法計算的情緒得分與情感極性的影響方式并不完全一致。投資者關注度和投資者分歧變量的回歸系數(shù)在統(tǒng)計意義上并不顯著。然而，系數(shù)的方向與一些先前的理論或實證結果是一致的。用新聞媒體文本情緒衡量的投資者分歧可能導致市場收益率下降[22]。盡管這兩個變量的系數(shù)在統(tǒng)計意義上不顯著，但本文討論不同話題下各個變量的影響方式時具有異質性，即在某些特定話題下，投資者關注度和投資者分歧對當期原油收益率具有統(tǒng)計和經(jīng)濟意義上的顯著影響。

條件波動率的系數(shù)γ在統(tǒng)計上具有顯著性，這表明WTI原油收益率的條件波動率受到波動率滯后項的影響。同時，非對稱系數(shù)項系數(shù)β顯著為正數(shù)，這表明正向沖擊和負向沖擊對原油市場收益率的影響是非對稱的，并且對于壞消息的反應要大于好消息。

表2的(2)列報告了區(qū)分主題下的回歸結果。可以觀察到，在“價格動態(tài)”主題下，所有變量的系數(shù)都沒有通過統(tǒng)計學意義上的顯著性檢驗，這表明投資者對原油價格動態(tài)的情緒不足以對原油市場的收益率產(chǎn)生影響。情感極性和認知評價情感得分的變量系數(shù)的影響方向以及顯著性與(1)列回歸結果一致。具體而言，在“外國交易”和“外匯市場”主題下，情感極性對國際原油收益率有顯著的正向影響；而只有“外匯市場”主題下，恐懼情緒對原油收益率有顯著的負向影響，其系數(shù)為-12.50，大于所有推文的恐懼情緒的系數(shù)-8.90。在“外國交易”主題下，期待指數(shù)對國際原油收益率有顯著的正向影響；在“外匯市場”主題下，期待指數(shù)也有正向影響，并在10%水平下達到統(tǒng)計顯著性。

研究發(fā)現(xiàn)，盡管“外匯市場”主題下情感極性對原油收益率有顯著的正向影響，但其恐懼情感得分并沒有顯著影響國際原油市場的收益率。二者實際運行情況為我們提供了一些有益的參考。2014—2015年推文在“外國交易”主題下情感極性和投資者分歧都出現(xiàn)了一段時間的下降，與此同時WTI原油收益率也下降；類似地，在全球新冠病毒疫情暴發(fā)之前，推文討論“外匯市場”主題時的恐懼情緒達到頂峰，此時WTI收益率急劇下跌，隨后恐懼情緒開始下降，WTI原油收益率也開始回升。

此外，在(1)列中投資者關注度和投資者分歧對收益率的影響并不顯著。然而，通過分主題的回歸結果可以看出，針對不同主題，投資者關注度和投資者分歧對原油收益率的影響是不同的。具體來說，在“外國交易”主題下，每日發(fā)布的推文數(shù)量對原油收益率有正面且顯著的影響；而在“外匯市場”主題下，投資者分歧對收益率的影響方式并不一致。研究結果表明，針對“外國交易”主題的投資者分歧會推高WTI原油收益率，而針對“外匯市場”主題的投資者分歧則會降低收益率。此外，非對稱系數(shù)項系數(shù)β顯著為正數(shù)，這一結果表明杠桿效應的存在，即負面沖擊對原油收益波動的影響更大。

本文實證結果表明，區(qū)分主題的投資者情緒變量能夠提供新的信息，特別是投資者對“外國交易”和“外匯市場”的討論對國際原油收益率有顯著的影響。這些研究結果對行為金融學領域的一些理論提供了新的經(jīng)驗證據(jù)支持。

3.3 穩(wěn)健性檢驗

本文對TGARCH(1,1)模型進行穩(wěn)健性檢驗，限于篇幅，相關表格無法在正文中報告。本文使用經(jīng)過社交媒體數(shù)據(jù)訓練的VADER詞典計算投資者的情感極性和投資者分歧。投資者情緒變量對國際原油對數(shù)收益率的影響方式以及估計系數(shù)的統(tǒng)計顯著性未發(fā)生明顯變化。在“外匯市場”主題下，投資者關注度對收益率的影響變?yōu)樵?0%的顯著性水平下具有負效應，而在“外國交易”主題下，投資者分歧指標變得不顯著。然而，這些變量系數(shù)的符號方向仍與基準回歸結果一致。最后，TGARCH模型的系數(shù)經(jīng)過檢驗未發(fā)現(xiàn)明顯變化，杠桿效應項的系數(shù)β仍為正且顯著，從而證明了杠桿效應的存在。這些穩(wěn)健性檢驗結果進一步支持了本文的研究結論。

4 主要結論與建議

本文采集社交媒體平臺推特上的推文對國際原油市場的評價文本數(shù)據(jù)，利用LDA模型和情感分析的方法構建了區(qū)分主題的投資者情感指標。一是投資者關注度，用于衡量每個主題下投資者對該主題討論的關注程度；二是投資者情感極性，用于評估投資者對特定主題的情感傾向；三是投資者的“恐懼”情感得分，用于衡量投資者在特定主題下表達的負面情感；四是投資者的“期待”情感得分，用于衡量投資者在特定主題下表達的正面情感；五是投資者分歧指標，用于衡量投資者在特定主題下的意見和情感差異程度。通過構建這些區(qū)分主題的投資者情感指標，本文旨在深入了解投資者情緒對國際原油市場的影響。在測量基礎上，本文建立TGARCH(1,1)模型，探討了投資者情緒與WTI原油收益率之間的同期關系，以揭示投資者情緒對國際原油市場的影響。

研究結論：首先，通過LDA模型的聚類結果，確定推文中存在的“價格動態(tài)”“能源期貨”“國外交易”“進出口”“北美能源”“外匯市場”和“原油運輸”7個主題。本文區(qū)分主題的投資者情緒指標在統(tǒng)計分布和時間趨勢上并不完全相同，這意味著區(qū)分主題的投資者情緒指標能夠提供更多的信息。其次，通過構建TGARCH(1,1)模型，發(fā)現(xiàn)國際原油市場存在杠桿效應，即市場對不利消息的反應要大于對利好消息的反應。同時，還發(fā)現(xiàn)投資者的情感極性和期待情緒得分對WTI原油收益率有正向且顯著的影響，而投資者的恐懼情緒得分對原油收益率有負向且顯著的影響，但投資者關注度和投資者分歧對收益率的影響并不顯著。然而，研究發(fā)現(xiàn)，區(qū)分主題的投資者情感指數(shù)表現(xiàn)出異質性。一是在“價格動態(tài)”主題下，投資者情感對WTI收益率沒有顯著影響；二是在“外國交易”主題下，投資者關注度、情感極性、期待情緒得分以及投資者分歧均對收益率具有正向且顯著的影響；三是在“外匯市場”主題下，投資者情感極性和期待情緒得分對WTI原油收益率有正向且顯著的影響，而恐懼得分和投資者分歧對收益率有負向且顯著的影響。通過使用不同的測量方法，包括更換情感字典和使用含有特定情緒的推文占比等方法，本文的實證研究結果得到了穩(wěn)健性的驗證。

本文的研究結論為市場主體在風險管理方面提供了一些有益的啟示，特別是在利用社交媒體文本數(shù)據(jù)測量投資者情緒與WTI原油收益率之間的關系方面具有一定價值。這一研究強調了社交媒體文本所蘊含的有價值信息，尤其是區(qū)分主題的投資者情緒波動。對此，本文提出如下建議。

首先，研究者和投資者應該更加重視國際和國內社交媒體文本信息，因為它們可以為決策者提供有關市場情緒和預測價格走勢的重要線索。通過深入了解投資者情緒的不同主題和波動性，管理者可以更好地理解市場的情緒動態(tài)，并相應地調整風險管理策略。通過監(jiān)測社交媒體平臺上隱含的投資者情緒，管理者可以更及時地捕捉市場情緒的變化，并據(jù)此制定相應的決策。其次，利用社交媒體文本數(shù)據(jù)測量投資者情緒還可以作為一種補充的預測工具，幫助管理者預測國際原油價格走勢。通過分析投資者情緒與WTI原油收益率之間的關系，管理者可以獲得額外的信息和見解，從而更準確地預測原油價格變動趨勢，并據(jù)此進行相應的投資決策和風險管理。此外，研究者和投資者應該充分認識到社交媒體文本數(shù)據(jù)中潛在的價值，并將其納入風險管理和決策過程中。通過關注區(qū)分主題的投資者情緒波動以及其他相關指標，管理者可以更好地把握市場情緒并做出相應的決策，從而提高投資效果和風險管理能力。