基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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。本文利用新浪微博与百度搜索引擎两个不同类型的平台数据,分别构建了反映股票市场投资者情绪和关注的看涨指数。进一步从信息供求视角出发,结合行为金融学的相关知识,揭示其内在机理,并运用计量模型实证了微博看涨指数、百度看涨指数与上证综指收益率之间的相互影响关系。实证结果表明,微博看涨指数与百度看涨指数具有明显的领先-滞后关系;能够反映投资者情绪的微博看涨指数对下一期的上证综指收益率有显著的正向影响,而反映投资者关注的百度看涨指数却无法提供对上证综指收益率有用的预测信息。
推荐文章
CARCH模型在上证指数收益率分析中的应用
ARCH模型
Engle的ARCH法
异方差性
上证综指收益率波动性的非线性方法研究
非线性模型
异方差
波动性
杠杆效应
股票指数收益率分布研究
股指收益率
正态性检验
高斯混合分布
EM算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 微指数、百度指数与上证综指收益率预测
来源期刊 信息系统学报 学科 经济
关键词 投资者情绪 信息供求 微指数 百度指数 上证综指
年,卷(期) 2019,(1) 所属期刊栏目
研究方向 页码范围 87-98
页数 12页 分类号 F830.42
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (25)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(4)
  • 参考文献(4)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
投资者情绪
信息供求
微指数
百度指数
上证综指
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息系统学报
半年刊
16开
北京市清华大学经济管理学院《信息系统学报
2007
chi
出版文献量(篇)
293
总下载数(次)
9
总被引数(次)
2003
论文1v1指导