صنعت انرژی جدید برای حل مشکل آلودگی بسیار مهم است و توسعه آن نیاز به حمایت از بازار سهام دارد. این مقاله یک شاخص احساسات سرمایه گذار چینی را بر اساس روش یادگیری عمیق حافظه کوتاه مدت (LSTM) ارائه می دهد و تأثیر احساسات سرمایه گذار بر بازده سهام انرژی جدید و همچنین ارزش در رفتار (VAR) قبل و در حین COVID- را بررسی می کند. 19. همچنین این تأثیرات را در شرکتهای انرژی سنتی برای شناسایی تفاوت بین انرژی جدید و شرکتهای سنتی مقایسه می کند. نتایج تجربی نشان می دهد که احساسات سرمایه گذار تأثیرات قابل توجهی در بازده سهام و VAR هر دو شرکت انرژی جدید و سنتی دارد اما این تأثیرات در صنعت انرژی جدید قوی تر است. تأثیر احساسات سرمایه گذار در طول COVID-19 افزایش یافته است و سرمایه گذاران بیشتر از بازده در COVID-19 به خطرات توجه بیشتری می کنند. این نتایج راهنمایی برای سرمایه گذاران کوچک و متوسط در چین برای بهینه سازی استراتژی های سرمایه گذاری خود و کاهش ضررهای مرتبط با خطرات شدید ارائه می دهد.
معرفی
در سپتامبر سال 2020 ، چین متعهد شد تا سال 2030 به اوج انتشار گازهای گلخانه ای خود برسد و تا سال 2060 به بی طرفی کربن برسد. با هدف دستیابی به این هدف استراتژیک ، دولت ، شرکت ها و محققان توجه زیادی به صنعت انرژی جدید می کنند. اگرچه صنعت انرژی جدید چین از مقیاس بازار و پتانسیل توسعه قابل توجهی برخوردار است ، اما هنوز در مراحل اولیه خود قرار دارد و با عدم قطعیت های بسیاری روبرو است. برای توسعه بهتر ، به پشتیبانی مالی از بازار سهام نیاز دارد (جی و ژانگ ، 2019). در دسامبر سال 2020 ، کمیته سیاست پولی بانک مردم چین پیشنهاد بهبود سیستم مالی سبز را پیشنهاد کرد ، حرکتی که نقش حیاتی بازار مالی در توسعه انرژی های تجدید پذیر را برجسته می کند. در راستای این علایق سیاست ، شرکت های جدید ذکر شده با انرژی برای ترویج توسعه سالم و جدی صنعت انرژی جدید به طور فزاینده ای اهمیت پیدا می کنند و رفتار ریسک و سوزش بازار سهام جدید انرژی و عوامل تأثیرگذار آن به موضوعات تحقیقاتی داغ تبدیل شده است.
هر دو بازده و خطرات بازار سهام تحت تأثیر احساسات سرمایه گذار قرار دارد و این به ویژه در مورد بازار انرژی جدید صادق است. از منظر بازده ، رشد سریع صنعت انرژی جدید در زمینه بی طرفی کربن ، بسیاری از سرمایه گذاران کوچک و متوسط را برای ورود به بازار ناشی از سود جذب کرده است. این سرمایه گذاران کوچک و متوسط با اطلاعات نامتقارن تمایل دارند تا با بررسی اطلاعات بیشتر در مورد سودآوری سهام انرژی جدید با بررسی احساسات و نظرات بیان شده توسط سایر سرمایه گذاران در رسانه های اجتماعی ، به رسانه های اجتماعی اعتماد کنند (Reboredo & Ugolini ، 2018)بشراین امر منجر به تأثیر احساسات سرمایه گذار در بازده بازار سهام جدید انرژی می شود. از منظر خطرات ، بورس انرژی جدید بسیار بی ثبات است و با عدم اطمینان و خطرات غیر منتظره بسیار بی ثبات است. شرکت های انرژی جدید به ویژه حساس به سیاست هستند و به پیشرفت های فناوری بستگی دارند (Henriques & Sadorsky ، 2008 ؛ Sadorsky ، 2012 ؛ Song et al. ، 2019). تغییرات سیاست و تنگناهای فنی می توانند به طور قابل توجهی بر احساسات و ترجیحات تصمیم گیری سرمایه گذاران تأثیر بگذارند و از این طریق بر عملکرد بازار سهام تأثیر بگذارند (چن و همکاران ، 2021 ؛ گائو و لیو ، 2020 ؛ Geng et al. ، 2021 ؛ Ho et al. ، 2020). به طور خلاصه ، احساسات سرمایه گذار نقش مهمی در بازده و خطرات موجود در بورس انرژی جدید دارد.
بسیاری از محققان هنگام بررسی نقش احساسات در بازده و خطرات بازار سهام ، تأثیرات آن را بر بازده یا خطرات جداگانه مورد مطالعه قرار داده اند (Antweiler & Frank ، 2004 ؛ Jiang & Jin ، 2021 ؛ Reboredo & Ugolini ، 2018 ؛ Shleifer et al. ، 1990 ؛Wang ، Yu ، et al. ، 2020 ؛ Zhu & Niu ، 2016). با این حال ، رابطه نزدیک بین بازده و خطرات موجود در بورس ، سرمایه گذاران را به سمت تجارت بین بازده و خطرات سوق می دهد (آتیلگان و همکاران ، 2020 ؛ پنگ و همکاران ، 2019). کافی نیست که هنگام ساخت یک سبد سرمایه گذاری ، بازده یا خطرات را به تنهایی در نظر بگیرید (Chiang & Zhang ، 2018). به طور خاص ، سرمایه گذاران بر بازده و خطرات متفاوت در محیط های مختلف بازار تمرکز می کنند (لیو و همکاران ، 2021). آنها به طور کلی بیشتر به خطرات نزولی نسبت به سودآوری در مواقع بحران و اختلال در بازار توجه می کنند (جی و همکاران ، 2020). بنابراین ، هنگام بررسی نقش احساسات سرمایه گذار در بازار ، باید خطرات و بازده ها به طور جامع در نظر گرفته شود. در حال حاضر ، ادبیات در مورد تأثیر احساسات سرمایه گذار از دیدگاه جامع بازده ریسک نسبتاً محدود است. جایی که سونگ و همکاران.(2019) از شاخص حجم جستجوی Google برای اندازه گیری احساسات تجدید پذیر انرژی استفاده کنید و نشان می دهد که احساسات سرمایه گذار در مورد انرژی تجدید پذیر می تواند در توضیح بازده و نوسانات سهام انرژی تجدید پذیر نقش داشته باشد. Fang و همکاران.. با این حال ، ادبیات موجود به بازار سهام انرژی جدید چین توجه نکرده است ، که بی ثبات تر و مستعد تر احساسات سرمایه گذار است ، و همچنین در مورد تغییر در تمرکز سرمایه گذاران بر بازده و خطرات در هنگام روبرو شدن بازار در مورد خطرات نزولی بحث نکرده است.
روش های اندازه گیری احساسات سرمایه گذار را می توان به سه دسته تقسیم کرد: ادغام شاخص های بازار ، فهرست بندی جستجوی وب و اقدامات معدن متن. در میان اینها ، ادغام شاخص های بازار بسیار مورد استفاده قرار می گیرد (هوانگ و همکاران ، 2014 ؛ لانگ و همکاران ، 2021 ؛ وورگلر ، 2006). اگرچه شاخص های مبتنی بر بازار اقدامات با فرکانس نسبتاً بالایی هستند ، اما می تواند نتیجه ترکیبی از نیروهای اقتصادی غیر از احساسات سرمایه گذار باشد (دا و همکاران ، 2015). برای پرداختن به این مشکل ، بسیاری از محققان از شاخص حجم جستجوی Google برای نشان دادن احساسات سرمایه گذار بر اساس مجموعه گسترده ای از کلمات کلیدی منتخب استفاده کرده اند (دا و همکاران ، 2015 ؛ هان و همکاران ، 2017 ؛ جی و ژانگ ، 2019). با توسعه اینترنت ، سرمایه گذاران بیشتر و بیشتر می توانند نظرات خود را مستقیماً در انجمن های سهام و سایر سیستم عامل ها بیان کنند و در نتیجه پیام های فرکانس بالاتر بر اساس اطلاعات ادراک بازار انجام شود. استخراج متن از چنین داده هایی کانال جدیدی را برای شناسایی مستقیم و دقیق تر احساسات سرمایه گذار فراهم می کند.
روشهای استخراج متن در زمینه مالی می توانند به دو دسته اصلی تقسیم شوند: یادگیری بدون نظارت و روشهای یادگیری نظارت. روشهای یادگیری بدون نظارت نیازی به متن آموزشی ندارند که از قبل برچسب گذاری شود و عمدتاً تکنیک های مبتنی بر فرهنگ لغت و مدل های موضوع هستند (رنو ، 2017 ؛ تورود ، 2018). روشهای یادگیری تحت نظارت ، از جمله روشهای یادگیری ماشین کلاسیک مانند روش ساده لوح و روشهای یادگیری عمیق ، نیاز به مجموعه آموزش های دارای برچسب (Antweiler & Frank ، 2004 ؛ Li ، Bu ، et al. ، 2020 ؛ Thorsrud ، 2018). وانگ ، یو و همکاران.(2020) از روش یادگیری عمیق کوتاه مدت (LSTM) برای طبقه بندی احساسات در نظرات انجمن سهام با هدف قرار دادن شاخص CSI300 و به دست آوردن دقت طبقه بندی بالا استفاده کنید. روش LSTM نوع خاصی از شبکه عصبی مکرر است که می تواند از ناپدید شدن یا انفجار مشکلات شیب در طی فرایند آموزش جلوگیری کند و بنابراین می تواند از اطلاعات توالی در جملات طولانی استفاده مؤثر کند (Lecun et al. ، 2015). با توجه به مزایای آن نسبت به سایر روشها ، ما روش LSTM را برای اندازه گیری احساسات سرمایه گذار در بازار جدید سهام انرژی در چین انتخاب کردیم.
با توجه به نقش مهم احساسات سرمایه گذار در بورس انرژی جدید ، ما بررسی می کنیم که چگونه احساسات سرمایه گذار بر بازده سهام و خطرات موجود در بخش انرژی جدید تأثیر می گذارد. ما همچنین بررسی می کنیم که آیا شیوع COVID-19 این رابطه را تغییر داده است. عقلانیت برای انتخاب COVID-19 برای تقسیم نمونه ما این است که Covid-19 تأثیر قابل توجهی در بازارهای مالی داشته است (ژانگ و همکاران ، 2020) ، و احساسات سرمایه گذار اثرات متفاوتی در محیط های مختلف بازار دارد (گائو و همکاران ، 2021؛ سان و همکاران ، 2021). در این مقاله با در نظر گرفتن شرکت های جدید ذکر شده در شرکت CSI CN Mainsear Energy Index 1 به عنوان نمونه ، این سؤالات را بررسی می کند. علاوه بر این ، ما شرکت های سنتی لیست شده با انرژی را مطابق استاندارد طبقه بندی صنعت چین (CICS) به عنوان یک نمونه مکمل انتخاب کردیم تا چگونگی تفاوت نقش احساسات سرمایه گذار بین انرژی جدید و بخش های انرژی سنتی متفاوت باشد.
سهم این مقاله را می توان به شرح زیر خلاصه کرد. اول ، ما احساسات سرمایه گذار را بر اساس داده های رسانه های اجتماعی متنی اندازه گیری می کنیم و احساسات بیان شده در هر اظهار نظر در مورد 114 شرکت را متمایز می کنیم. دوم ، ما تأثیر احساسات سرمایه گذار بر شرکتهای انرژی جدید و سنتی را برای بررسی تفاوت بین دو بخش ، که در مطالعات قبلی مورد توجه کمی قرار گرفته اند ، مقایسه می کنیم. سوم ، ما شیوع COVID-19 را در نظر می گیریم و ارزش را در خطرات (VAR) برای بخش های انرژی جدید و انرژی سنتی تحت این شرایط شدید بازار محاسبه می کنیم و تأثیر احساسات بر VAR را بررسی می کنیم. اینها می تواند به سرمایه گذاران کمک کند تا رفتار ریسک و سوزش را در طول همه گیر COVID-19 و سایر رویدادهای شدید درک کنند.
این مقاله برای سرمایه گذاران ، شرکت های ذکر شده و تنظیم کننده ها مفید است. اول از همه ، برای سرمایه گذاران ، ارزیابی کمی از تأثیر احساسات سرمایه گذار بر بازده و خطرات سهام انرژی جدید می تواند به سرمایه گذاران کمک کند تا تصمیمات سرمایه گذاری را تنظیم کنند ، در نتیجه ضررهای بی نیاز را به دلیل نوسانات عظیم سهام انرژی جدید ناشی از عوامل غیر منطقی کاهش می دهند. بشربرای شرکت های ذکر شده ، بورس انرژی جدید یک کانال تأمین مالی مهم برای شرکت های انرژی جدید است. شناخت تأثیر عوامل غیرمنطقی بر بازار سهام انرژی جدید به سرمایه گذاران کمک می کند تا بودجه پایدار برای پروژه های جدید انرژی ارائه دهند ، در نتیجه ترویج توسعه شرکت های انرژی جدید و کمک به دستیابی به اهداف کاهش انتشار کربن. برای تنظیم کننده های بازار اوراق بهادار ، درک کامل نقش احساسات سرمایه گذار می تواند به آنها در بهبود شاخص های نظارت بر ریسک کمک کند و از وحشت سرمایه گذاران یا احساسات بیش از حد خوش بینانه که بر ثبات بازار سهام تأثیر می گذارد ، جلوگیری کنند.
باقیمانده این مقاله به شرح زیر سازماندهی شده است. پس از مقدمه ، بخش 2 مشخصات مدل را شرح می دهد. بخش 3 داده ها را توصیف می کند و نتایج تجربی را ارائه می دهد. بخش 4 در مورد نتایج بحث می کند و توصیه های سیاست را ارائه می دهد.
قطعه قطعه
مشخصات مدل
در این مقاله ، از روش یادگیری عمیق LSTM برای ساخت شاخص احساسات سرمایه گذار استفاده می شود. سپس ، تأثیر احساسات سرمایه گذار بر خطرات و رفتار بازده در بورس انرژی جدید مورد بررسی قرار می گیرد و شرایط تعامل برای شناسایی اثر نامتقارن احساسات معرفی می شود. سپس اثرات احساسات را بر خطرات و رفتار بازده شرکتهای انرژی جدید و سنتی و رفتار ریسک و سوزش قبل و در طول همه گیر COVID-19 مقایسه می کنیم. چارچوب تجزیه و تحلیل
نمونه و داده ها
نمونه تحقیق شامل 38 شرکت انرژی جدید است که در اوایل 2 ژانویه 2019 در فهرست انرژی جدید CSI CN Mainland New ذکر شده است. ما همچنین با توجه به CICS ، 76 شرکت سنتی ذکر شده با انرژی را انتخاب می کنیم. محدوده زمانی نمونه از 2 ژانویه 2019 تا 30 سپتامبر 2020 است که مربوط به 427 روز معاملات است. داده های بازار روزانه ، مانند قیمت باز ، قیمت بسته شدن ، حداکثر قیمت ، حداقل قیمت و حجم معاملات روزانه ، از پایگاه داده باد بارگیری می شود. متنی
نتیجه گیری
برای این مقاله ، ما از مدل LSTM Deep Leaing برای طبقه بندی احساسات نظرات سهام از Eastmoney. com استفاده می کنیم و یک شاخص احساساتی سرمایه گذار را برای بازارهای سهام جدید و سنتی انرژی چینی می سازیم. با توجه به این واقعیت که سرمایه گذاران معمولاً بیشتر به ضرر و زیان نسبت به سودآوری در مواقع بحران اهمیت می دهند ، این مطالعه با بررسی تأثیر احساسات سرمایه گذار نه تنها در بازده سهام بلکه در VAR ، سهم ارزشمندی در ادبیات می کند. نتایج تجربی
بیانیه نویسنده اعتباری
Yiran Shen: تحقیق ، اعتبار سنجی ، نرم افزار ، نوشتن - پیش نویس اصلی ، نوشتن - بررسی و ویرایش.
چانگ لیو: اعتبارسنجی ، تجسم ، نوشتن - پیش نویس اصلی.
Xiaolei Sun: روش شناسی ، کسب بودجه ، نوشتن - بررسی و ویرایش ، نظارت ، مدیریت پروژه.
Kun Guo: روش شناسی ، اعتبار سنجی ، نظارت.
تصدیق
ما با قدردانی از حمایت مالی صندوق ملی علوم اجتماعی چین (شماره 20 و ZD110) و بنیاد ملی علوم طبیعی چین (شماره 72071197) قدردانی می کنیم.
تجارت با گزینههای باینری...
ما را در سایت تجارت با گزینههای باینری دنبال می کنید
برچسب :
نویسنده : حمیدرضا پگاه
بازدید : 24
تاريخ : يکشنبه
22 مرداد
1402 ساعت: 17:43