罗 琦 游学敏 吕 纤

(武汉大学经济与管理学院)

1 研究背景与研究框架

在互联网大数据时代，技术发展改进了信息在资本市场上的传播方式并加快了其传播速度，从而降低了投资者获取信息的成本。网络社区交流代替传统的口耳相传形式，加快了个人投资者意见在资本市场的扩散速度。与此同时，网络媒体能以极低的边际成本，通过移动端向投资者实时推送新闻报道，这极大地加强了网络媒体的影响力。在这一过程中，资本市场中的一些非理性噪音被网络放大并迅速扩散，可能激化资本市场的非理性程度。同时，网络信息的更新速度可能超过普通人的信息处理能力，而且不同来源的海量信息中夹杂过多的噪音，进而阻碍价值信息在资本市场上的扩散。因此，网络中的噪音影响投资者在股票市场的行为决策，可能引起公司股票市场价格的非理性变化。

随着互联网的不断发展，资本市场也产生了一些新的非理性行为，此时，一些构建非理性指标的传统方法可能无法适应当下的大数据信息环境。得益于计算机技术的发展，学者们可以集成分析网络中种类繁多的大数据信息，并将这些多源异构的数据整合成结构化的指标，进而利用不同维度的指标从多个视角分析资本市场的非理性行为。目前，学者们基于网络数据挖掘技术的实证研究已取得一定的成果，但是相关文献比较零散，对指标的界定模糊，缺乏统一的逻辑框架。同时，学者们对资本市场非理性行为影响资产定价的作用机理存在争议，并且较少探讨多种非理性行为间的相关性以及对资产定价的共同作用。

鉴于此，通过回顾现有文献中的观点和研究方法，深入把握基于网络数据挖掘的资产定价研究现状具有较强的现实和理论意义。

本研究在国内外现有研究的基础上，总结出行为金融视角下资产定价研究的分析框架(见图1)，并基于该分析框架进一步对基于网络数据挖掘的资产定价文献进行梳理和回顾。

图1 基于网络数据挖掘的资产定价研究分析框架

2 投资者行为与资产定价

2.1 投资者关注

(1)投资者关注的作用机理有限关注理论指出，注意力是一种稀缺资源，因此人们只能在一定范围内处理信息，而不可能对所有信息充分反应。在此基础上，MERTON[1]提出了“投资者认知假说”，即在信息不完全市场中，投资者无法将有限的注意力均匀分配给市场上所有公司，可能忽视与受关注公司相似却不熟悉的其他公司。投资者关注不足的情况下，市场难以及时对公司特质信息做出反应，导致公司股票价格偏离其真实价值。后续学者们结合市场反应异象进行实证研究，为“投资者认知假说”提供了经验证据；并进一步指出，投资者受自身认知能力限制可能会忽略市场上部分有价值的信息。其中，DA等[2]研究发现，投资者不太关注持续少量到达的信息，导致股票价格对公司信息反应不足。

市场上关注公司股票的投资者中可能同时包含乐观投资者和悲观投资者，其中乐观投资者关注度提高时可能增加股票的净买入，从而引起股价上涨；而悲观投资者则相反。然而，有学者指出，悲观投资者可能受到制度限制和风险等因素影响而无法参与卖空交易，从而引起市场多空失衡。在此基础上，MILLER[3]指出，卖空障碍限制悲观投资者的卖空行为，当外生事件吸引投资者的注意力时，其中悲观投资者由于市场卖空机制不完善而不能参与到股票交易中，此时乐观投资者的决策对股票价格影响较大，导致股票市场多空失衡，引起股价上涨。因此，由于市场卖空限制，理性投资者无法通过套利交易消除有限关注投资者引起的公司股价高估，导致股价逐渐偏离其真实价值。

(2)基于网络数据挖掘的投资者关注实证研究随着互联网发展，投资者可能通过网络平台关注自己感兴趣的公司信息，而这些行为会被后台系统记录。学者们利用网络挖掘技术将零散的后台数据整合为结构化的指标，以此衡量投资者关注水平。DA等[4]使用谷歌搜索指数来度量个人投资者的关注度，研究发现，投资者关注度较高的公司股票价格在短期会上涨，但长期价格会反转，并且投资者关注度越高，则公司IPO首日收益越高而长期业绩越差。随着研究的深入，学者们发现投资者更关注市场的正面信息，并选择性地逃避负面信息。SICHERMAN等[5]基于股票账户登录频率数据构建的投资者关注指标验证了“鸵鸟效应”；他们还发现，投资者关注度在市场波动率增加时显著降低，说明投资者可能因为担心极端风险而选择性地逃避市场交易。鉴于投资者还会通过第三方机构(如Thomson Reuters、Capital IQ和Bloomberg)获取股票市场信息，学者们认为，可以利用相关大数据研究投资者关注与股票价格的关系。如BEN-REPHAEL等[6]通过Bloomberg终端的用户搜索数据和新闻阅读数据，构建机构投资者关注指标，然后将其与由谷歌搜索数据构建的个人投资者关注指标相比较，发现机构投资者对股票新闻事件的反应更快并引导个人投资者的注意力，并且机构投资者对资本市场新闻关注不足，导致公司盈余公告和分析师推荐发布后发生股票价格漂移。

由于国内外的投资者行为偏好存在差异，国外学者构建指标时采用的数据来源可能无法反映我国资本市场的非理性程度。因此，国内学者借鉴国外文献中的思路与方法，采用更符合我国投资者使用习惯的网络数据构建投资者关注指标。其中俞庆进等[7]使用百度搜索指数衡量个人投资者关注度，研究发现，投资者的有限关注影响投资者行为，从而给股票价格带来正向压力，但是这种压力可能随着个人投资者关注的转移而发生反转。冯旭南[8]基于沪深交易所官网公布的个股异常变动数据构建投资者关注指标，研究发现，投资者更倾向于在短期内跟进买入吸引其注意力的股票。石勇等[9]以股吧论坛数据和雪球网投资者评论数据构建个人投资者关注指标，研究发现，个人投资者对股票的关注变化可能引起公司股价变动。

2.2 投资者情绪

(1)投资者情绪的作用机理人的认知判断容易受到心理因素干扰而偏离理性，并且情绪可能影响投资者对公司股票价格的预期，基于此，学者们对投资者情绪影响公司股票价格的作用机理展开了研究。DE LONG等[10]构建了噪声交易模型，认为有限理性的噪音投资者行为受到情绪等因素影响，导致公司股票市场价格偏离了其真实价值；并且，由于市场上存在套利限制，理性投资者的套利行为在短期内无法完全消除噪音投资者引起的错误定价，因此，投资者情绪可能对股票均衡价格产生影响。在此基础上，后续的实证研究证实了投资者情绪会通过影响市场信息传播作用于股票价格，并指出投资者情绪是影响股票收益率的重要因子。STAMBAUGH等[11]进一步研究发现，投资者情绪对公司股票价格的影响具有不对称性，由于市场存在卖空限制，投资者情绪高涨时，股票价格被错误定价程度更高。

互联网信息环境下，投资者在社交网络中自由地发表投资见解与心得，其中投资收益较高的投资者容易受到其他用户的追捧。此时，部分投资者在社交互动中为了获得心理满足，更偏好在自己的主页中展现(隐瞒)积极(消极)结果，以便于美化自己的网络形象；并且，投资者在投资收益变动时获得的心理效用可能被社交网络中的互动关系放大，因此更倾向于在账面盈利时出售资产，或在账面亏损时继续持有资产。在此基础上，HEIMER[12]指出，网络平台社交互动加剧了个人投资者的同伴压力，因此，投资者在亏损时为避免向其他用户承认自己投资失败而不愿意卖出亏损的资产；并通过实证研究发现，投资者在参与社交媒体myForexBook后处置效应增强了一倍。投资者受情绪影响非理性地持有亏损资产可能引起市场多空失衡，导致公司股票价格偏离其真实价值。

(2)基于网络数据挖掘的投资者情绪实证研究在大数据时代下，市场投资者利用互联网技术能更快地获取资本市场信息，并可以在网络社区实时交流和相互讨论。由于投资者的盲目从众心理，一些在讨论交流过程中产生的非理性情绪在互联网中迅速传播并扩散，进而影响整个网络社区的舆论环境与投资者情绪。互联网中的非理性情绪干扰了投资者的认知和风险判断，对其股票市场交易决策造成影响，最终可能导致股票价格偏离其真实价值。本研究根据网络数据来源，将已有文献中的投资者情绪指标分为搜索指数、财经论坛和社交网络3种。

搜索指数指标的数据来源于用户在搜索引擎的行为记录，主要为用户搜索量等。已有研究认为，投资者使用谷歌等搜索引擎时的关键词能够表现投资者情绪，通过统计与经济活动相关并包含乐观或悲观情绪的词汇搜索量，能够实现对投资者情绪的量化。如DA等[13]基于谷歌趋势数据构建FEARS指数(financial and economic attitudes revealed by search index)，并发现FEARS指数与短期股票收益率变动方向和波动率均显著相关。他们在实证研究中还发现，以个人投资者为主体的共同基金资金流向与FEARS指数密切相关，说明FEARS指数主要衡量的是个人投资者情绪。

财经论坛指标的数据主要源于投资者在网络论坛财经版块中的发帖内容和发帖数量，较为直观地反映了投资者情绪。学者们认为，持有公司股票的投资者更倾向于发帖表达意见，并且在市场整体状况较为良好时更积极参与网络讨论，因而相关研究大多运用语义分析工具研究投资者情绪。如ANTWEILER等[14]根据雅虎财经股吧留言板中的发帖数据，构建投资者看涨指数和投资者意见分歧指数，研究发现，投资者看涨指数、投资者分歧指数与股票短期收益率、交易量均具有显著关系，但随着投资者情绪消散，股票收益率和交易量将出现反转。

社交网络指标的数据主要源于社交平台的用户评论，内容较为零散而且专业度通常低于财经论坛的发帖内容。从现有研究来看，学者们使用Facebook、Twitter等社交媒体用户数据构建投资者情绪指标，大多用以研究市场层面情绪对公司股票价格的影响。如GIANNINI等[15]通过基于Twitter用户数据构造本地投资者情绪和外地投资者情绪，探讨了信息优势不同的情况下投资者情绪对股票错误定价的影响。

值得注意的是，学者们从财经论坛和社交网络平台中爬取的信息大多为非结构化的文本数据，需要利用计算机技术对文本进行语义分析，然后按照情绪语调将数据样本进行分类评分，并以此构建投资者情绪指标。已有文献所采用的语义分析方法主要有两种，分别是词汇分类法和监督学习法。

词汇分类法首先通过词频统计程序对文本内容进行分词处理，然后基于情绪词典分别统计乐观情绪词和悲观情绪词的数量，并利用词频统计数计算出每期乐观和悲观情绪比例，最后根据乐观和悲观情绪占比构造投资者情绪指标。LOUGHRAN等[16]根据金融文本常用词汇构建LM情绪词典，并通过下式统计每个情绪词出现的比例wij：

(1)

(2)

虽然监督学习法的情绪识别率高于词汇分类法，但需要指出的是，现有的监督学习算法的准确率过于依赖训练集样本，而训练集样本通常由人工参与分类，存在一定的主观性。并且训练样本集的准确度和大小会影响机器学习的效率，其分类结果不够稳健，由此可见，监督学习法在算法和训练集构建等方面有待进一步完善。

2.3 投资者关注与投资者情绪的区别

本研究从研究方法和影响机制两个方面分析投资者关注和投资者情绪的差异，两者的区别主要在于两点：①指标设计和实际含义不同，其中投资者情绪指标通过语义分析对数据进行分类，并分别表示乐观或悲观的情绪，而投资者关注对此没有区分，例如DA等[2，13]虽然都是基于谷歌搜索指数构造的指标，但是前者将不反映任何情绪的公司股票名简称作为搜索关键词，而后者按语义将搜索关键词进行情绪分类，因此前者只反映投资者对公司股票的关注度，而后者在此基础上还包含投资者对未来经济活动的担忧，可以表明投资者的情绪；②影响机制不同。投资者关注理论基于有限关注假说解释其对投资者行为的影响，认为投资者无法处理市场上所有信息，因此只能集中投资引起自己关注的公司股票，而投资者情绪理论则认为非理性情绪干扰了投资者的认知并影响其行为决策，从而对公司股票市场定价产生作用。

2.4 投资者关注与投资者情绪的联系

虽然投资者关注和投资者情绪的定义及其对资产定价的作用机理存在显著差异，但在资本市场中，投资者关注与投资者情绪可能对投资者的认知偏好产生共同作用，进一步影响投资者在股票市场的交易行为。现有研究表明，投资者受到情绪影响，可能对于公司积极和消极信息的关注程度存在差异，并可能对特定信息产生过度反应[17]。国内外学者对投资者非理性行为进行了较多探讨，但在我国资本市场上投资者主要表现出显著的非理性股利偏好和盈余乐观情绪。因此，本研究将从这两种具有代表性的投资者非理性行为视角对相关文献进行梳理。

(1)投资者的非理性股利偏好行为公司金融的股利理论指出，投资者股利需求受情绪驱动并随着时间变化。投资者有时偏好稳定支付股利的低风险公司，有时偏好不支付股利但具有增长潜力的公司。而且，投资者在股票市场的交易行为受到股利情绪影响，从而引起股利发放水平不同的公司股票价格的非理性变动。KUMAR等[18]基于网络谷歌搜索数据构建股利情绪指数，并以此衡量市场投资者的非理性股利需求，研究发现，公司管理者进行股利决策时，会迎合投资者股利情绪以抬高股价，并且市场投资者的股利情绪在经济形势下滑时较高，此时高股利支付率的共同基金的资金净流入更高，这说明投资者在不满意现行经济情况时，对稳定股利的非理性需求更显著。他们首先通过谷歌趋势获得股利相关词条的搜索量指数SDt，然后计算出搜索量指数的月度数据，并求出月搜索量指数变化率：

ASDt=ln(SDt)-ln(SDt-1) ，

(3)

式中，SDt代表第t个月的股利搜索量指数。此外，他们为了消除ASDt中的季节性因素，将ASDt与月份虚拟变量进行回归并取残差项作为月度股利情绪指数，然后令季度股利情绪指数为该季度的月度股利情绪指数的中位数。

(2)投资者盈余乐观情绪投资者对公司盈余信息的关注度不足，可能导致股票市场价格对公司盈余公告的反应存在延迟，因此，市场要经过一段时间的调整，才能将所有的信息纳入到股票价格中。权小峰等[19]指出，有限关注的投资者由于无法及时处理市场上的公开信息，不能识别应计利润和经营现金流持续性的差别，这导致市场对公司的盈余构成存在错误定价。他们研究发现，投资者关注的增加能显著提高投资者对会计盈余构成信息的定价效率，从而降低管理者盈余操纵动机。同时，在这一过程中，市场投资者对公司未来盈利能力的预期容易受心理因素影响，进而滋生出非理性的盈余乐观情绪并直接影响自身的交易行为。GABROVEK等[20]研究发现，公司盈余公告能引发Twitter用户的情绪变化，并且实证结果显示，用户情绪能预测公司盈余公告日异常收益率的正负情况，这表明情绪影响了投资者对公司盈余预期。在此基础上，对公司盈余信息关注度不足的投资者受到自身情绪的影响，可能对公司的正面信息和负面信息的反应不对称。具体而言，过度乐观的投资者对公司的盈余预期过于乐观，从而对公司正向盈余意外的反应比对公司负向盈余意外的反应更强烈。在市场盈余乐观情绪较低时，投资者对公司的盈余预期过于悲观，因此对公司的正向盈余意外相对于负向盈余意外反应不足。

3 媒体行为与资产定价

虽然传统纸质媒体在互联网发展过程中失去了其影响力，但网络媒体反而借助新载体和新平台逐渐扩大自身的传播范围。而且，网络媒体能以极低的边际成本，通过移动端向投资者实时推送新闻报道，因此投资者可以利用碎片化的时间浏览媒体报道，这极大地加快了网络媒体的信息传播速度并提高了其影响力。基于此，学者们分析了互联网大数据时代下媒体行为对股票市场价格的影响，并取得了一定的成果。

3.1 媒体关注

(1)媒体关注的作用机理大众媒体虽然不能直接决定投资者对特定事物的具体看法和意见，但可以在信息传播过程中，通过议题设置功能间接干预投资者对这些事物的讨论顺序。因此，即使媒体在资本市场中没有披露新信息，也可以通过重复报道提高所报道内容在投资者心目中的重要性。这可能干扰投资者的认知决策，并影响其在股票市场的投资行为。MERTON[1]分析认为，在市场信息不完全的情况下媒体报道有助于提高公司知名度，从而吸引更多投资者成为该公司的潜在股东。不过，媒体关注也会加剧投资者的非理性行为，进而对股票定价效率产生影响。GRIFFIN等[21]进一步指出，媒体在挖掘公司价值相关信息方面具有优势，能够快速向市场投资者传递较多公司特质信息，进而影响股票价格。他们研究发现，在新闻质量更高的国家，媒体报道对股票价格的影响更显著；同时，在会计质量较高的国家，投资者对公司盈余新闻更敏感。这些实证结果表明，媒体关注主要通过信息传播渠道对股票价格产生影响。

(2)基于网络数据挖掘的媒体关注实证研究在实证研究中，学者们通过搜索引擎采集包含公司名称的新闻数据，作为媒体关注代理变量，以探讨媒体关注对股票收益率的直接和间接影响。如刘锋等[22]基于传播学的议程设置理论指出，媒体可能影响投资者对公司股票的关注次序，进而干扰其在股票市场的行为决策；他们还发现，媒体对特定股票的关注可以放大投资者关注对股票收益的影响程度。学者们进一步发现，媒体不仅会关注特定公司，还可能将注意力集中于公司的特定事件，从而影响股票市场对该事件的反应。LIU等[23]搜集了多个新闻平台的媒体新闻，然后统计并购谈判期间出现公司名称的报道数量，并据此衡量媒体对并购事件的关注度。国内外学者关于媒体关注的实证研究还集中于主流媒体行为，然而随着互联网的普及，媒体去中心化程度在不断提高。一些小规模的自媒体平台同样拥有着大量受众，其影响力不可忽视。特别地，我国投资者习惯于用微信公众号等移动平台获取新闻信息，主流媒体的影响力反而逐年下降。因此，本研究认为后续学者可以基于自媒体关注数据展开研究，并对比分析传统主流媒体与自媒体的影响机制是否存在差异。

3.2 媒体情绪

(1)媒体情绪的作用机理媒体作为资本市场的重要信息中介，本应该保持客观中立的态度对社会事实进行如实报道。然而，出于商业利益考虑或受撰稿人立场影响，媒体在报道过程中可能对真实信息进行裁剪和加工，甚至使用一些带有主观情感色彩的语言，这导致报道内容包含非中性的媒体情绪。媒体的非中性情绪通过新闻报道在信息披露的同时传递给投资者，并借助网络的放大作用在市场上形成强势的意见环境，从而导致股票价格在短期内偏离其真实价值。ENGELBERG等[24]以美国财经节目Mad Money的股票推荐建议作为媒体情绪的代理变量，发现被推荐的股票隔夜收益率较高，但在接下来几个月中股价可能发生反转，并且这种价值效应在难以被套利的股票中更强。此外他们还发现，媒体的购买推荐意见和卖出推荐意见的影响不对称，卖出意见的价格效应较弱。CHEN等[25]认为，媒体关注加剧投资者的非理性行为，导致公司股票价格偏离其基本面价值；通过实证研究发现，异常媒体关注放大了公司股价被高估的程度，而对股价低估公司的影响不显著，这表明媒体报道可能存在偏差，因此对公司股价影响不对称。

(2)基于网络数据挖掘的媒体情绪实证研究随着研究的深入，学者们通过对媒体报道文本进行语义分析来构建媒体情绪指标，探讨媒体情绪对股票市场定价效率的影响。如游家兴等[26]在分析媒体报道基调的基础上，还从曝光程度和关注水平等维度量化媒体情绪，他们构建的媒体情绪综合评价指标与公司股票错误定价显著相关，并且媒体情绪指标与股票价格的关系呈现非对称性，这为媒体情绪驱动股价泡沫提供了经验证据。MANELA等[27]认为，新闻报道还在一定程度上反映了投资者对未来不确定性的预期，他们基于对“华尔街日报”的文本分析，构建新闻隐含波动率指标NVIX(news implied volatility)来研究媒体报道对股票风险溢价的影响，发现NVIX值较高则市场股票收益率也较高，并且NVIX在股市崩盘、政策动荡、世界大战和金融危机时期达到高峰。需要指出的是，尽管现有文献中构建媒体情绪的语义分析方法与构建投资者情绪类似，但媒体报道在篇幅和用语规范方面与论坛和社交平台的帖子存在一定差异。并且，媒体报道的样本量相对较少，若采用监督学习的分类法，可能无法得到稳健的结果。部分研究在量化媒体情绪时采用人工分类的方法进行处理，这可能使媒体情绪指标存在一定的主观性[26]。

3.3 媒体关注和媒体情绪的区别

媒体关注和媒体情绪的区别主要在于两点：①指标设计和实际含义不同，其中媒体关注指标仅从数量上统计媒体报道规模以及曝光程度，只能反映媒体对特定公司、行业或某次事件的关注度，而媒体情绪指标在此基础上通过语义分析技术确定了报道内容的情绪语调，可以反映媒体的立场以及偏向性；②作用机理不同，其中媒体关注主要影响了市场信息传播机制，并通过议题设置功能增加投资者对信息的反应，而媒体情绪在此基础上可能引导资本市场舆论环境并影响投资者情绪，从而进一步作用于公司的股票市场价格。

3.4 媒体关注和媒体情绪的联系

值得注意的是，媒体关注与媒体情绪不存在根本性差异，二者的影响机制可能有部分重叠。并且，在实际经济活动中，媒体报道可能同时在报道数量和语调两个维度对资本市场产生影响。一些学者在构建媒体相关指标时也同时考虑报道的数量和语调，并分析二者的共同作用对资产定价的影响[26]。此外，媒体关注和媒体情绪间可能存在相互作用，其中媒体情绪对资产定价的影响在媒体关注度较高时可能更显著，而媒体关注影响投资者认知决策的过程也可能受到报道语调的干扰。

4 媒体对投资者的影响

媒体作为资本市场的重要组成部分，虽然不直接参与证券交易，但可能影响投资者决策，并最终作用于股票市场定价。ENGELBERG等[28]认为，当地气候可能扰乱或者延迟当地投资者收到报纸的时间，从而切断了媒体和投资者之间的联系；研究发现，媒体报道内容与当地股票市场交易行为在极端天气(暴风雪或冰雹)中无关，这说明媒体必须通过投资者才能影响股票市场定价。并且，媒体向市场提供新信息并重组资本市场信息分布，可能影响市场信息传播机制并对投资者预期产生作用。与此同时，媒体即使不披露新信息，也能通过重复报道吸引投资者关注，或者诱发投资者情绪使得投资者认知产生偏差，进而对投资者行为造成影响。因此，本研究从影响市场信息传播、吸引投资者关注和诱发投资者情绪这3个角度探讨媒体对投资者的影响。

4.1 影响市场信息传播

市场投资者很少实地调查公司的生产经营情况，通常需要借助媒体新闻报道获取公司的间接信息。媒体通过收集、筛选和重新包装信息降低信息成本，并直接影响投资者收集、处理和理解信息的途径。FANG等[29]指出，媒体报道可以缓解股票市场信息摩擦，从而减少投资者认知不足，因此，没有媒体报道的公司股票由于具有较高的信息风险需要提供一定的溢价作为补偿，并且市场交易障碍使得无媒体溢价难以被套利交易完全消除，这导致媒体报道较多的公司股票未来收益率较低。在此基础上，他们研究发现，媒体对个人投资者持股比例较高、分析师跟踪度较低和规模较小股票的收益率影响更显著，这表明媒体在信息摩擦较高的公司股票中起到增进信息传播的作用。BUSHEE等[30]则指出，媒体作为信息中介向股票市场传递公司信息，可能降低投资者和公司间的信息不对称，并提高投资者对公司盈余信息的反应，从而提高股票市场的定价效率。WU等[31]认为，媒体所披露的公司信息减少了市场信息不对称；研究发现，机构投资者的交易行为与媒体情绪基调一致，在媒体情绪乐观(悲观)时更倾向于购买(抛售)股票，并且外国机构投资者比本地机构投资者对媒体情绪的反应更快，而不成熟的个人投资者可能无法充分理解媒体所包含的信息，其交易行为与媒体情绪基调相反。

4.2 吸引投资者关注

媒体报道除了通过作用于信息传播渠道影响投资者行为，还能够直接引导投资者关注，进而影响股票市场定价。学者们通过研究发现，在不披露新的公司特质信息的情况下，媒体报道仍能吸引投资者关注影响投资者行为决策，从而对股票市场产生作用。同时，媒体报道对不同类型投资者的影响存在差异，其中个人投资者更容易受媒体报道影响产生非理性行为。进一步的研究基于网络数据挖掘技术展开，为媒体报道通过引导投资者关注影响股票价格的观点提供了经验证据。如SICHERMAN等[5]研究发现，媒体报道数量与投资者登录股票账户的频率正相关，这表明新闻媒体对股票的报道吸引了投资者注意力，进而提高投资者在股票市场的活跃程度。LAWRENCE等[32]通过实施向百分之一的雅虎财经用户推送有关公司盈余公告的新闻实验，发现被推送公司的盈余公告异常收益率显著提高，这表明媒体新闻推送能吸引投资者注意力。而CHAPMAN[33]则认为，媒体推送的公司盈余通知，虽然显著吸引投资者关注并提高了公司当日的网络搜索量，但是分散了投资者对公司盈余公告的注意力，导致公司盈余公告日的股票异常收益率降低。

4.3 诱发投资者情绪

在互联网大数据背景下，媒体所发布的信息具有广泛的影响力，所传递的观点甚至会在网络社区中大范围扩散，影响投资者心理认知和行为决策，并逐渐形成一种强大的舆论压力。此时，非中性的媒体可能煽动投资者情绪，导致资本市场上的非理性情绪进一步蔓延，从而影响公司股票定价。如DOUGAL等[34]从新闻专栏作者风格的视角，探讨了媒体情绪对市场投资者情绪的影响；研究发现，激进的专栏作者可能放大市场投资者情绪，从而加剧股价波动，而保守的专栏作者可能缓和市场狂热情绪，从而抑制市场反应。SHYU[35]研究认为，新闻中所发布的信息即使尚未被证实，也可能通过影响投资者情绪而作用于股票市场定价；并且其实证结果表明，媒体报道夸大了公司的基本面价值，可能加剧个人投资者的非理性行为，从而导致公司股票市场价格出现泡沫。SOLOMON等[36]研究发现，基金经理为了吸引投资者购买基金份额，更倾向于购买被媒体报道且收益率较高的股票。他们分析认为，这是因为媒体报道会影响投资者对公司的预期，投资者往往追逐那些过去收益率较高的股票，而不愿意分析基金投资策略信息。

5 股价信息含量与崩盘风险

互联网大数据时代下的技术革新加快了信息传播速度，但是信息爆炸导致投资者的信息处理能力过载，反而阻碍公司价值信息的扩散。在这一背景下，资本市场的非理性行为可能导致公司的真实信息无法及时被纳入到股票价格中，进而降低资本市场信息效率，最终可能影响公司股价信息含量和崩盘风险。基于此，本研究从投资者关注、投资者情绪、媒体关注和媒体情绪4个角度分析非理性行为对资本市场信息效率的影响。

5.1 投资者关注视角

由于注意力有限，投资者可能对部分公司特质信息反应不足，导致公司股票中信息含量下降，股价同步性上升。PENG等[37]认为有限关注会导致类别学习行为，即注意力有限的投资者往往更多地关注整体市场或行业层面的信息，因此，其行为决策更容易受市场或行业因素而不是公司特质因素的影响，这导致不同公司的股票价格出现同步变动。HUANG等[38]则认为，外生冲击可能转移投资者的注意力，导致投资者对公司特质信息的关注度不足，进而引起公司股票价格同步性上升。刘海飞等[39]指出，公司社交网络平台发布的信息吸引了投资者的注意力，加快了公司特定信息在市场上的扩散速度，进而降低了股价同步性；但是随着社交网络信息质量水平的提升，股价同步性降低到最小值后又逐渐提高，这说明当公司层面公开信息质量较高时，私有信息可能无法通过知情交易纳入股票价格，导致股价同步性提高。

认知能力有限的投资者只能将注意力集中于市场公开信息的一部分，并且只关注于自己的那部分信息，而不会受其他投资者的影响，因此，投资者基于不同的信息子集进行估值时存在差异，这导致市场投资者出现意见分歧。HONG等[40]研究发现，在投资者存在意见分歧时，其中悲观投资者在卖空限制下无法直接参与股票市场交易，导致市场无法将这部分负面信息纳入股票价格，从而引起负面信息的不断累积，当信息披露时可能引起股价崩盘式下跌。LU等[41]指出公司内部人员有动机隐瞒坏消息，但投资者通过实地考察可以获取公司层面的真实信息，导致负面信息突然爆发，从而引起公司股票价格崩盘；并且他们研究发现，实地考察对崩溃风险的影响在投资者意见分歧程度高的公司更强，这说明由投资者关注度不同引起的意见分歧可能加剧公司负面消息的累积。

5.2 投资者情绪视角

市场上噪声交易者的交易行为受情绪驱动，而不受公司层面信息影响，这可能降低公司股价信息含量。BARBERIS等[42]分析认为，投资者受情绪驱动的交易行为不仅会降低个股的定价效率，还会通过资产组合变动影响其他公司股票。具体而言，投资者为简化投资组合策略会将股票分类，其交易行为会引起现金流不相关的不同公司股票市场价格同涨同跌，进而导致股票价格背离公司基本面信息。STAMBAUGH等[43]进一步指出，当投资者情绪引起公司股票错误定价时，投资者受到卖空限制无法通过做空价格被高估股票套利，这使得负面信息不能及时纳入到股票价格中，导致股价信息含量降低。他们研究发现，被高估股票的平均收益率与特质波动率负相关，并且二者的负向关系在投资者情绪乐观时更显著。JANG等[44]认为，公司股票价格受投资者情绪驱动偏离其真实价值，而机构投资者会利用这一市场时机进行套利，这种投机行为进一步加剧了股价泡沫，从而导致公司股票价格崩盘的风险增大。

5.3 媒体关注视角

多数研究认为，媒体报道能提供公司层面的特定信息，因此公司股票受媒体报道具有更高的信息含量。具体而言，媒体报道能够发挥积极的信息中介和公共监督作用，削弱公司隐藏负面消息的动机，进而缓解公司股价崩盘的风险[45]。BOUDOUKH等[46]通过语义分析识别出文本中包含公司价值信息的新闻报道，研究发现这些媒体报道提高了公司股价的信息含量。此外他们还指出，股价在交易时段容易受私人信息的影响，因此媒体信息对公司股价的影响在非交易时段更显著。

但也有学者指出，媒体作为股票市场的信息中介往往无法保持绝对中立，而有偏向性的媒体可能通过声誉机制影响公司的行为决策。如BALORIA等[47]利用一家偏好报道负面消息的媒体(Fox新闻频道，FNC)进行准自然实验研究，发现公司所在州被FNC覆盖后股价崩盘风险显著提高。他们认为，公司为了避免潜在的声誉损失而隐瞒负面信息，可能导致负面信息在公司中不断累积，这些负面信息延迟释放可能引起公司未来股票价格大规模下滑。进一步地，BALORIA等[47]指出，有政治立场的公司更容易受到持有不同政治观念媒体的有偏报道威胁，并且由于政治压力这些公司相较于无政治立场的公司更加注重自身声誉，因此更有可能延迟披露负面信息，导致其所在州被FNC覆盖后股价崩盘风险变化更显著。这说明媒体不仅没有通过信息披露机制约束市场的非理性行为，反而诱导公司管理者隐藏负面消息，可能导致资本市场信息效率下降。

5.4 媒体情绪视角

人在焦虑恐惧时更容易接受外界建议，而经济衰退期间的失业和未来不确定性使投资者处于消极状态，因此，投资者行为决策在经济不景气的时期更容易受媒体情绪的影响。并且，媒体的负面报道可能产生连锁反应，使得投资者的负面情绪不断累积并集中爆发，从而在经济下行时引起股价崩盘。GARCA[48]基于纽约时代财经新闻的文本信息构建了媒体情绪指标，实证研究发现，媒体情绪与股票收益率的正相关性在经济衰退时较经济繁荣时更为显著，这表明媒体对投资者行为的影响在不同经济环境下存在差异，投资者在焦虑时对媒体的悲观情绪更敏感。学者们进一步发现，即使在较为稳定的经济环境下，投资者对媒体报道的乐观情绪和悲观情绪的反应是不对称的。具体而言，投资者对负面新闻的反应速度较慢，而对正面新闻反应积极。当套利者受短期资金约束无法完全消除股票错误定价时，投资者对新闻报道的关注存在偏差，会导致股价的非理性变动。FRANKA等[49]研究发现，当有关于公司的新闻报道发布时，正面新闻冲击之后会引起公司股票价格反转，而负面新闻的冲击则会引起股票价格漂移，这说明股票市场对好消息反应过度，同时对坏消息反应不足。

6 研究启示

本研究基于行为金融研究框架，从投资者关注、投资者情绪、媒体关注和媒体情绪4个方面梳理了国内外有关股票价格非理性变化的现有文献。在前人的基础上，本研究认为后续研究可以从以下几个方面加以拓展。

(1)优化网络数据挖掘方法并完善指标设计。现有指标的构建主要基于文本信息数据，很少涉及音频、图像等信息，并且忽略了互联网中许多待挖掘的原始数据，比如网络社交平台的用户特征信息、门户网站的新闻分布以及搜索引擎排名等数据。这些数据也在不同维度上反映了资本市场的非理性程度，值得后续研究进一步挖掘分析。此外，大部分国内外学者在设计指标时简单地将所有投资者或媒体的数据按同一比重分析，这可能会忽略一些重要的特征信息，从而不能完全度量资本市场的非理性行为。在网络社交平台中，粉丝数量较高的投资者用户所发布的内容更容易受到其他用户追捧，因此对市场整体情绪影响更大。并且，投资者用户的特征(如交易规模等)也影响了自身非理性行为的影响力，因此不同类型投资者的关注或情绪对公司股票价格的影响是不同的。同时，网络中不同媒体的影响力也存在差异，其中受众大和较权威的媒体作用范围更广，并且同一家媒体的报道对资本市场的作用也受其发布时间和页面排序等因素的影响。因此，后续研究可以进一步深化指标，例如与互联网企业合作获取一些用户的后台数据，或者采用更先进的计算机技术和方法挖掘出更多信息；并且学者们在构建指标时，可以考虑投资者用户和媒体的特征，从而更好地度量资本市场的非理性行为。

(2)深入分析公司管理者和大股东在股票价格非理性变化时的行为动机。互联网环境下，投资者和媒体的非理性行为会引起公司股票价格偏离其基本面价值，导致资本市场定价机制失灵，这为公司大股东的资本市场行为创造有利时机，并可能对公司管理者的财务决策产生影响。公司大股东可能利用资本市场错误定价的时机进行IPO、股权再融资、并购或者减持，从而获取高额的私有收益。与此同时，公司管理者出于自身职位和薪酬的考虑，也可能利用资本市场的非理性行为调整公司财务决策，进而抬高公司股票价格，例如增加公司投资支出、调整股利发放水平或者直接进行盈余操纵。值得注意的是，虽然一些学者已经开始研究资本市场非理性行为对公司财务决策的影响，但研究体系不够完整，并且都较多采用一些传统的市场指标。这些传统市场指标大都存在较为严重的内生性问题，可能无法完全解释公司决策的背后动因。此外，网络技术的普及可能滋生一些新的资本市场非理性行为，这部分行为特征可能无法及时反映到传统市场数据指标中。因此，后续研究可以采用与资本市场无直接关联的网络数据指标衡量资本市场的非理性行为，并结合大数据背景对公司大股东资本市场行为和管理者财务决策进行深入探讨。

(3)拓展资本市场非理性行为影响公司财务信息质量的研究。有关资本市场参与者非理性行为影响公司盈余管理的经验证据尚不充分，并且缺少关于影响机制的探讨。本研究认为，公司的财务决策以及大股东的资本市场行为提高公司面临的短期股价压力，可能加强管理者操纵公司盈余信息的资本市场动因。并且，公司管理者进行财务决策时可能迎合监管部门的盈利要求而调整公司盈余水平，从而引起公司信息透明度下降。同时，公司管理者为了掩盖自己盈余操纵的行为，还可能同步修改财务报表中的文本信息以回避市场或监管部门的惩罚，这将进一步降低公司的财务信息质量。因此，后续研究可以分析探讨资本市场非理性行为影响公司财务信息质量的作用机理，并深入把握公司的财务决策以及大股东的资本市场行为在其中的影响机制。例如，公司利用资本市场非理性行为进行IPO时，管理者为提高股票发行价格，可能在盈余管理的同时配合修改招股说明书中的软信息，这种行为向市场释放过多的噪音，导致投资者无法获取公司真实信息。特别地，由于我国资本市场投资者专业水平较低，其非理性程度较高，无法直接辨别公司盈余操纵行为，管理者可能更有动机调整公司的财务信息，因此，研究我国资本市场非理性行为对公司财务信息质量的影响具有较强的现实意义。

(4)结合互联网大数据背景探讨资本市场监管创新。在资本市场不理性行为引起公司股票被错误定价时，市场价格机制不仅无法发挥其监督作用，反而可能提高公司管理者隐藏真实财务信息的动机，进而加剧公司股票价格的非理性变化，此时资本市场可能需要借助外部监管部门来纠正其内部的非理性行为。然而，由于我国资本市场现有的监管政策往往采取“一刀切”的方式，公司在进行资本市场行为或制定财务决策时可能为了迎合监管要求而调整自身的盈余水平，导致公司的财务信息质量进一步降低。这表明现有的监管政策可能“诱导”公司隐藏自身真实的财务情况，这会向市场释放过多的噪音，从而降低公司财务的信息质量，并最终导致资本市场的非理性程度加剧。因此，后续研究可以基于互联网大数据背景分析现有政策的实施效果，并结合我国实际情况探讨监管政策如何创新，以满足资本市场稳定发展的要求。此外，资本市场监管部门可以利用大数据挖掘技术，处理和分析公司披露的信息、官方平台的操作记录以及用户级的海量数据，从而对不同特征的监管对象采取与之相符的政策措施，因此，后续研究可以在此基础上探讨监管部门实现精准监管的新思路。