2008諾貝爾經(jīng)濟(jì)學(xué)獎獲得者Paul R. Krugman（2009）曾在《紐約時報》發(fā)文抱怨經(jīng)濟(jì)學(xué)領(lǐng)域誤入歧途是經(jīng)濟(jì)學(xué)家之過，他們錯把那些美妙的，令人印象深刻的數(shù)學(xué)當(dāng)作真理。重要原因是原始的數(shù)據(jù)不真實不有效，統(tǒng)計數(shù)據(jù)失真，存在很長時間的滯后。
“無標(biāo)度網(wǎng)絡(luò)”創(chuàng)立者Albert-Laszlo Barabasi在《爆發(fā):大數(shù)據(jù)時代預(yù)見未來的新思維》提出:人類行為93% 是可預(yù)測的，預(yù)測的基礎(chǔ)是人類生活數(shù)字化的大數(shù)據(jù)時代基礎(chǔ)。在社會化媒體上，數(shù)以億計的普通用戶創(chuàng)造的海量信息內(nèi)容(User Generated Content，簡稱UGC)，如截至2013年12月，中國微博用戶規(guī)模達(dá)到2.81億。僅新浪微博在2013年12月，共有超過28條億的微博被發(fā)布。
Bollen Johan等（2010）對2008年3月-12月間的985萬條Twitter信息進(jìn)行數(shù)據(jù)挖掘,從行為經(jīng)濟(jì)學(xué)的角度出發(fā),研究發(fā)現(xiàn)公眾的情緒狀態(tài)可以對道瓊斯工業(yè)平均指數(shù)收盤值的進(jìn)行預(yù)測，其中冷靜情緒可以預(yù)測的正確率達(dá)到87.6%。
在Johan等人的研究基礎(chǔ)上，在2011年5月，世界首家基于社交媒體的對沖基金Derwent Capital Markets上線，一期的規(guī)模為4000萬美元，該基金將利用Twitter幫助公司投資?；饎?chuàng)始人保羅.郝汀(Paul Hawtin)表示：
長期以來，投資者已經(jīng)廣泛地認(rèn)可金融市場由恐懼和貪婪驅(qū)使，但我們從未擁有一種技術(shù)或數(shù)據(jù)來量化人們的情感。Derwent就是要通過即時關(guān)注Twitter中的公眾情緒指導(dǎo)投資。
如今，Twitter已經(jīng)不再是一個簡單的SNS社交工具，而是可以判別你心情的晴雨表。如果Twitter被證明是一個可靠的市場指標(biāo)，公司可能會從更多的社交媒體獲取數(shù)據(jù)，如Facebook、Google trends及其他來源。
Eric Gilbert（2010）等人從心理學(xué)角度分析群體擔(dān)心驚恐情緒與股市的關(guān)系，以Live Journal共2000萬個帖子為數(shù)據(jù)基礎(chǔ)，研究表明悲觀情緒會導(dǎo)致股價短期內(nèi)下跌，與股票指數(shù)成反相關(guān)，焦慮的標(biāo)準(zhǔn)差增加1%，收益率會下降0.4%。
?Zhang X. et al.(2011)認(rèn)為當(dāng)民眾對未來的態(tài)度是悲觀或不確定時，投資和交易更謹(jǐn)慎，并使用如“hope”、“fear”、“worry”等的情感詞。于是，當(dāng)帶有上述三種的情感詞的微博數(shù)量快速增長時，往往預(yù)示著道瓊斯指數(shù)將要下降。通過對數(shù)據(jù)的整理和分析，研究發(fā)現(xiàn)這三種情感指數(shù)與道瓊斯、納斯達(dá)克和標(biāo)普500指數(shù)存在負(fù)相關(guān)關(guān)系。
表1：社會化媒體與股票指數(shù)相關(guān)性研究
| 學(xué)者 | 數(shù)據(jù)來源 | 主要結(jié)論 |
| Wysocki | 股票網(wǎng)站上對3000多支股票，共946000條股評 |
股評數(shù)量對次日的股票交易量的變化和異常收益率的變化有預(yù)測作用 |
| Johan Bollen, Huina Mao, Xiao-Jun Zeng | 8個月的共9853498條twitter | 對收盤價預(yù)測準(zhǔn)確率為87.6%，冷靜情緒的預(yù)測效果最好 |
| 程琬蕓, 林杰 | 5個證券媒體的新浪微博和評論，分別66317條、1207693條 |
漲跌情緒與證券市場指數(shù)收益和成交量有正相關(guān)關(guān)系，短期影響顯著 |
| Zhang X, Fuehres H, Gloor P | 6個月內(nèi)全部twitter的隨機(jī)1% | 情緒指數(shù)與大盤指數(shù)負(fù)相關(guān)，與波動率正相關(guān) |
| Eric Gilbert, Karrie karahalios | 2000萬個Live Journal的帖子 | 悲觀情緒會導(dǎo)致股價短期內(nèi)下跌，焦慮的標(biāo)準(zhǔn)差增加1%，收益率會下降0.4% |
社會化媒體的內(nèi)容以非結(jié)構(gòu)化數(shù)據(jù)和半結(jié)構(gòu)化數(shù)據(jù)為主，傳統(tǒng)的數(shù)據(jù)挖掘方法以結(jié)構(gòu)化數(shù)據(jù)為主。通過網(wǎng)絡(luò)爬蟲或社會化媒體的公開API收集用戶的內(nèi)容和相關(guān)信息，對用戶的信息進(jìn)行統(tǒng)計、分析和挖掘，包括以下方法支持向量機(jī)（SVMs）、脈沖響應(yīng)函數(shù)、遺傳算法（GA）和文本聚類技術(shù)等，將研究范圍從某一事項的預(yù)測等微觀層面擴(kuò)展到行業(yè)分析與自然災(zāi)害等宏觀領(lǐng)域，拓寬文本挖掘研究的范圍。
在現(xiàn)有樣本選擇方法中，內(nèi)容相關(guān)的方法大幅度降低了工作量，但存在遺漏大量相關(guān)用戶UGC的風(fēng)險。時間跨度選擇的合理性需要給出合理的解釋，為什么是選擇12個月的數(shù)據(jù)而不是更久？時間跨度是否在一個經(jīng)濟(jì)周期或事件周期內(nèi)。目前，時間與內(nèi)容相結(jié)合的方法使用的最多，降低了工作量，減少了噪音，但也需要給上面兩種方法的問題給出合理的解釋。作為學(xué)術(shù)研究，在核心的環(huán)節(jié)，全憑主觀判斷范圍和內(nèi)容顯然降低了研究結(jié)論的客觀性、科學(xué)性和說服力。
一、從數(shù)據(jù)處理看，社會化媒體與諸多經(jīng)濟(jì)現(xiàn)象之間存在相關(guān)性，但這種相關(guān)性尚無扎實的理論基礎(chǔ)作為支撐，這一研究領(lǐng)域的發(fā)展與應(yīng)用必然受到制約。有學(xué)者認(rèn)為社會化媒體最多只能反映網(wǎng)絡(luò)輿論，不等于社會大眾全體。盡管社會化媒體的樣本量很大，由于“數(shù)碼溝”的存在， 中國仍有55.9%的民眾為非網(wǎng)民，他們的意見不能在網(wǎng)絡(luò)上得到充分地體現(xiàn)。Tumasjan A.等（2010）經(jīng)常發(fā)布政治推文的用戶僅占所有發(fā)布政治推文用戶數(shù)的3.9%，而所發(fā)布的政治推文數(shù)量卻占到總數(shù)的 44.3%。
二、網(wǎng)絡(luò)意見表達(dá)與真實行為的差異。社會化媒體內(nèi)容分析和預(yù)測隱含的一個前提是網(wǎng)絡(luò)用戶表達(dá)的內(nèi)容是大多數(shù)現(xiàn)實生活中的人們的真實情感。在虛擬網(wǎng)絡(luò)中，自我選擇偏差（self-selection bias）的存在，在網(wǎng)絡(luò)上表達(dá)意見的只是“自我選擇”的少數(shù)，有沉默的大多數(shù)的存在，因此網(wǎng)絡(luò)上的“主流意見”甚至都無法代表全體網(wǎng)民。同時，由于表達(dá)環(huán)境的不同，網(wǎng)民在社會化媒體上表達(dá)的內(nèi)容，與其線下的實際行動不同，在網(wǎng)絡(luò)上容易受到意見領(lǐng)袖的影響，而在現(xiàn)實生活中容易受周圍人的影響。?（本文作者弘毅與Vito，首發(fā)于鈦媒體）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論
自己給自己評論一下：在當(dāng)前情況下分析社會化媒體中的信息與股票指數(shù)形成某種線性和非線性的關(guān)系的研究是沒有意義的，在很多論文中沒有考慮到企業(yè)的知名度、市值影響和企業(yè)是否為龍頭，股價影響要素之多，超乎想象。