وابستگی های علوم داده و مرکز تحقیقات خدمات ابری ، دانشگاه دارایی و اقتصاد شانگهای ، شانگهای 200433 ، روابط عمومی چین ، گروه فیزیک ، دانشگاه Friborg ، CH-1700 Friborg ، سوئیس

دانشکده مهندسی مدیریت اطلاعات ، دانشگاه دارایی و اقتصاد شانگهای ، شانگهای 200433 ، روابط عمومی چین

مرکز تحقیقات علوم داده و خدمات ابری ، دانشگاه دارایی و اقتصاد شانگهای ، شانگهای 200433 ، روابط عمومی چین

کمیت تأثیر توجه سرمایه گذاران بر بازار سهام

• Zhen-Hua Yang ،
• جیان-گو لیو ،
• چانگ رووی یو ،
• جینگ تی هان

• منتشر شده: 23 مه 2017
• https://doi. org/10. 1371/joual. pone. 0176836

• نظرات خواننده

ارقام

خلاصه

توجه سرمایه گذاران به طور گسترده برای پیش بینی بازار سهام مورد استفاده قرار گرفته است. متفاوت از پروکسی های موجود توجه سرمایه گذاران ، مانند Google Trends ، Index Baidu (BI) ، ما استدلال می کنیم که توجه جمعی از سیستم عامل های معاملاتی سهام می تواند توجه سرمایه گذاران را از نزدیک تر نشان دهد. با محاسبه افزایش حجم توجه برای هر سهام (IAV) از سیستم عامل های معاملاتی سهام ، ما تأثیر توجه سرمایه گذاران را که توسط IAVS در حرکت بورس سهام اندازه گیری می شود ، بررسی می کنیم. نتایج تجربی برای شاخص اوراق بهادار چینی 100 (CSI100) نشان می دهد که BI با بازده CSI100 در سطح اهمیت 1 ٪ فقط در سال 2014 ارتباط معنی داری دارد. با این وجود ، باید تأکید کرد که همبستگی اندازه پیشنهادی جدید ، یعنی IAVS ،. به طور قابل توجهی در سطح اهمیت 1 ٪ در سال 2014 و 2015 است. این نشان می دهد که تأثیر اندازه گیری IAV در حرکت بورس سهام پایدارتر و قابل توجه تر از BI است. این مطالعه پیامدهای مهم سرمایه گذاری و درک بهتر توجه سرمایه گذاران جمعی را به همراه دارد.

استناد: Yang Z-H ، Liu J-G ، Yu C-R ، Han J-T (2017) تعیین تأثیر توجه سرمایه گذاران در بازار سهام. PLOS ONE 12 (5): E0176836. https://doi. org/10. 1371/joual. pone. 0176836

ویراستار: وی-Xing ژو ، دانشگاه علوم و فناوری شرق چین ، چین

دریافت: 7 دسامبر 2016 ؛پذیرفته شده: 18 آوریل 2017 ؛منتشر شده: 23 مه 2017

کپی رایت: © 2017 یانگ و همکاران. این یک مقاله دسترسی آزاد است که تحت شرایط مجوز انتساب Creative Commons توزیع شده است ، که امکان استفاده ، توزیع و تولید مثل بدون محدودیت در هر رسانه را فراهم می کند ، مشروط بر اینکه نویسنده و منبع اصلی اعتبار داشته باشند.

در دسترس بودن داده ها: کلیه داده های مربوطه در مقاله و پرونده های اطلاعاتی پشتیبانی آن گنجانده شده است.

بودجه: این کار توسط بنیاد ملی علوم طبیعی چین پشتیبانی می شود (شماره 61374177 ، 71371125 و 71271026) ، پروژه آموزش آموزش آموزش عالی در استان ژجیانگ (شماره: KG2015409) ، JGL توسط برنامه برای استاد استاد پشتیبانی می شودقرار ملاقات ویژه (دانشمند شرقی) در مؤسسات یادگیری عالی شانگهای ، با پشتیبانی پروژه برنامه Shuguang کمیته آموزشی شانگهای (کمک هزینه شماره 14SG42) و همکاری علوم و فناوری SINO SWISS (شماره 09-032016).

منافع رقابتی: نویسندگان اعلام کرده اند که هیچ منافع رقابتی وجود ندارد.

معرفی

توجه سرمایه گذاران نقش مهمی در پیش بینی حرکت بورس سهام دارند که اخیراً مورد توجه بسیاری قرار گرفته است [1-4]. توجه نه تنها یک منبع شناختی کمیاب است [5] بلکه ارز سخت فضای مجازی [6]. در حقیقت ، برای اکثر سرمایه گذاران ، به ویژه سرمایه گذاران خرده فروشی ، دسترسی به موقع و دقیق به اطلاعات بازار دشوار است. بنابراین ، بیشتر سرمایه گذاران دوست دارند برای تنظیم رفتار سرمایه گذاری خود به اطلاعات جذب شده توجه بیشتری کنند و منجر به حرکت بازار سهام شوند [7 ، 8].

پروکسی های توجه سرمایه گذاران برای پیش بینی حرکت بورس اوراق بهادار می توانند تقریباً به دو دسته طبقه بندی شوند. پروکسی های غیرمستقیم توجه سرمایه گذاران عمدتاً شامل بازده شدید [9] ، حجم معاملات [10-14] ، گردش مالی [15 ، 16] و غیره است. [17-20] ، که سالها توسط سرمایه گذاران حرفه ای مورد تجزیه و تحلیل قرار گرفته است. از طرف دیگر ، پروکسی های مستقیم توجه سرمایه گذاران ، مانند شاخص حجم جستجو (SVI) [1 ، 21-34] ، شبکه اجتماعی (فیدهای توییتر ، وبلاگ ها ، انجمن ، ویکی پدیا و غیره) [35-42] ، اخبار [43-51] ، و غیره برای پیش بینی حرکت بازار سهام معرفی شده است.

به طور خاص ، منابع گسترده داده ناشی از تعامل انسان با اینترنت ، چشم انداز جدیدی را در مورد رفتار شرکت کنندگان در بازار علاوه بر سرمایه گذاران در بازار سهام ارائه داده اند. به عنوان مثال ، از SVI برای پیش بینی حرکت بورس استفاده شده است [1 ، 21-26،30-34]. با معرفی حجم جستجو در گوگل نمونه ای از سهام Russell 3000 ، Da et al.[1] دریافت که افزایش SVI می تواند با موفقیت قیمت سهام بالاتر را در یک معکوس کوتاه مدت و نهایی قیمت پیش بینی کند. بر اساس شاخص Google Trends یا Baidu ، نتایج مشابه بازارهای سهام فرانسوی ، ژاپنی و چینی یافت شده است [32-34]. Preis و همکاران.[21] دریافت که از حجم جستجوی روند Google برای کلمات مرتبط با مالی می توان برای پیش بینی نوسانات بازار سهام استفاده کرد. علاوه بر SVI ، احساسات شناسایی شده از کاربران شبکه اجتماعی نیز می تواند بر حرکت بورس سهام تأثیر بگذارد [35-40]. با درج ابعاد خلق و خوی خاص ، بولنا و همکاران.[35] دریافت که دقت پیش بینی میانگین صنعتی داو جونز می تواند به طور قابل توجهی بهبود یابد. این آثار به ما کمک می کنند تا حرکت بازار سهام را در دیدگاه های جدید پیش بینی کنیم. با این حال ، در داده های حاصل از موتور جستجو ، کاربران مختلف همیشه کلمات کلیدی یکسانی را با انگیزه های مختلف وارد می کنند. حتی برای همان انگیزه دقیقاً ، دو کاربر همیشه کلمات کلیدی مختلف را وارد می کنند. برای احساسات شبکه های اجتماعی ، احساسات باید بر اساس هستی شناسی یا فرهنگ لغت دامنه محاسبه شود ، که از نظر بازار سهام نمی توانند به صورت پویا به روز شوند و منجر به پیش بینی مغرضانه شوند. در این مقاله ، ما استدلال می کنیم که داده های حاصل از سیستم عامل های معاملاتی سهام می توانند توجه و مؤثرتر و دقیق تر توجه سرمایه گذاران را منعکس کنند.

با الهام از این ایده ، با در نظر گرفتن افزایش حجم توجه برای هر سهام در سیستم عامل های معاملاتی سهام ، ما یک اندازه گیری جدید IAV را برای تعیین کمیت توجه سرمایه گذاران برای پیش بینی حرکت بورس ارائه می دهیم. اندازه گیری IAV های معرفی شده در این مقاله به افزایش روزانه تعداد کل هر سهام که توسط سرمایه گذاران در لیست های ساعت آنها در یک بستر معاملاتی سهام انتخاب می شود ، اشاره دارد. شکل 1 تصویری از توجه سرمایه گذاران از بورس سهام در 2017-03-04 را نشان می دهد. در مرحله اول ، ما تأثیر توجه سرمایه گذاران را بر بازده CSI100 با استفاده از BI و IAV برای اندازه گیری توجه سرمایه گذاران تعیین می کنیم. نتایج نشان می دهد که BI با بازده CSI100 در سطح اهمیت 1 ٪ فقط در سال 2014 ارتباط دارد. با این حال ، همبستگی اندازه گیری پیشنهادی جدید ، یعنی IAVS ، به طور قابل توجهی در سطح اهمیت 1 ٪ در سال 2014 و 2015 است. دوم ، دوم ، دوم ،ما رابطه بین توجه سرمایه گذاران و فعالیت های تجاری در بورس را بررسی می کنیم. نتایج نشان می دهد که اندازه گیری IAV با گردش CSI100 در سطح 5 ٪ اهمیت در سال 2014 ارتباط دارد. علاوه بر این ، ما استحکام را با سایر شاخص های موجود در بورس ، از جمله CSI500 و CSI-ALL ، آزمایش می کنیم. در سال 2014 با بازده CSI500 و CSI-ALL در سطح اهمیت 1 ٪ ارتباط دارد و IAVS با بازده CSI-ALL در سطح 5 ٪ اهمیت در سال 2015 ارتباط دارد. متفاوت از پروکسی موجود در توجه سرمایه گذاران ،تأثیر اندازه گیری IAV در بورس سهام پایدارتر و قابل توجه است.