投资者异质信念与股票流动性研究—基于股票网络社区数据挖掘的证据

摘要：

本文从投资者异质信念角度出发,先基于Lucas纯交换经济系统构建数量模型研究两期交易过程中投资者异质信念与股票流动性的内在关系.然后基于上证50成分股2015年1月-2019年9月的日度数据验证上述关系.利用python爬取东方财富股吧相应个股的帖子,并构建机器学习模型对其进行情感极性分析,构建投资者异质信念的直接衡量指标.通过个股日度行情数据度量流动性.最后通过双向固定效应模型深入分析了投资者异质信念与股票流动性的影响效应.研究结果表明投资者异质信念与股票非流动性显著正相关,即与股票流动性水平呈现显著的负相关.意味着投资者异质信念程度越大,股票流动性水平将下降.

关键词：异质信念;数据挖掘;股票流动性;机器学习

在线出版日期：2021-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：69-71