第一章 绪论
第一节 研究背景与研究意义
一、研究背景
互联网金融（谢平和邹传伟，2012）融合了互联网的跨时空、跨区域和金融逐利的属性，打破了传统金融模式。互联网理财产品的诞生最早在欧美等国家。然而，其真正的发展和壮大却在中国，随着 2013 年蚂蚁金服集团理财产品“余额宝”的推出，使得互联网理财产品开始广泛地被大众所知。其充分利用互联网大数据、人工智能、机器学习等技术与传统理财产品相结合，依靠着低门槛、种类广、流动性好、赎回期短等优势（吴悠悠，2015；李克穆，2016），符合了现有中国的低收入长尾人群的投资需求。
然而，随着中国互联网理财产品市场的井喷发展，互联网理财产品平台本身所固有的风险隐患逐渐暴露 。据网贷之家统计，近年来中国互联网理财平台风险事件频发，特别是在2018年7月、8月这短短的两个月时间内，多达 218家互联网理财平台出现跑路、投资人集中兑现与提现困难等众多风险事件。并且，上述文献也指出采用基于传统金融市场得出的实证结论已难以完全解释互联网金融市场的风险与回报特性。特别是，目前在中国互联网理财产品市场中个人投资者所占比重较大，而大量文献证实在金融市场中个人投资者存在专业水平差异、信息相对受限制等问题，其投资决策易被情绪状态及背景因素影响。投资者情绪变量的构建是目前学术界的研究热点，但是现有研究投资者情绪的构建主要是针对传统金融市场，例如直接采集法、间接指标法、文本挖掘法。然而，互联网金融理财产品，区别于传统金融显著的特征是利用互联网技术，相比传统金融产品能够快速通过移动端来购买自己所需要的理财产品。同样，由于传播迅速快等特点，互联网理财产品的投资者更容易受情绪的影响，且互联网金融投资者情绪更容易扩散，引起产品回报的异常波动。因此，在分析中国互联网理财产品市场所产生的金融风险事件时，需结合投资者行为等理论。
将投资者情绪理论应用于互联网金融市场的研究尚处于探索阶段，主要的互联网金融投资者情绪构建分为两类。首先，有研究利用间接指标法刻画互联网金融特征的投资者情绪，以陈陈达等（2018）为代表，且他们所构建的情绪指数（IFIS）被 Chen 等（2019）等文章引用。但是，间接指标法的弊端在于无法精准描述投资者情绪的即时波动，例如IFIS 中采用的个人可投资额等指标数据为月度甚至年度数据，而这与互联网金融投资者情绪的时变特征并不吻合。其次，另外有一部分研究，采用了文本挖掘法，试图利用最新的新闻文本数据、微博数据等构建互联网金融投资者情绪，例如王靖一等(2018)、张皓星等（2018)、许承明等(2016)等。但是，现有文献从均是单一维度来刻画基于互联网金融的投资者情绪，而包含投资者其他维度情绪状态信息可能难以体现。另外，无论是采用间接指标法还是文本挖掘法，所构建出的互联网金融投资者情绪均忽略了情绪的多层次情感状态，不同情感状态的投资者情绪如喜、怒、哀、乐等对于理财产品回报会有不同程度的影响。因此，如何精准描述、深层刻画互联网理财产品投资者情绪，即从深层次和多维度视角来分析投资者情绪对互联网理财产品市场以及理财产品回报影响，亟待解决。
................................
第二节 国内外文献综述
投资者情绪作为行为金融理论的分支之一，目前国内外学者对其与股票证券市场相关研究已经逐渐发展成完善的理论体系，但是就互联网理财产品投资者情绪的研究尚处于探索阶段。本文回顾了投资者情绪领域的相关研究，主要从刻画投资者情绪方法、投资者情绪与股票市场回报之间关系以及投资者情绪与互联网金融市场之间关系这三个研究领域。
一、投资者情绪的构建
关于投资者情绪的刻画方法，学者们基于不同视角提出多种刻画投资者情绪指标的方法。
第一、通过直接采集法刻画投资者情绪，就是通过以谈话等方式来了解投资者对股票市场的意见或观点。例如 Solt 和 Statman (1988)将每一篇股票市场的评论分为看多、持平、看空三种情绪，构建出“投资者的智慧指数”对股票市场的波动变化进行预测。还有如 Fisher 和 Statman (2000)通过直接采集的方法，构建了“个体投资者协会指数”，研究发现其与之后一个月的标普 500 指数显示出负相关的关系。Brown 和 Cliff (2005)也通过看多和看空的人数占百分比的差值构造出三个优化的情绪指标，最终实证结果显示不同的指数构造方法对结果影响不明显。Waggle 和 Agrrawal（2015）利用投资者看跌和投资者看涨指数来研究个人投资者相对于1992 - 2010年后续短期市场回报的情绪水平，研究发现市场上“看涨”投资者百分比代表的情绪与随后的三个月和六个月市场表现显出负相关关系。Renault（2017）同样构建投资者看跌和投资者看涨指数，其研究发现投资者情绪的前半个小时变化能预测后半小时标准普尔 500 指数的收益变化。还有如Meier(2018)、Galariotis 等（2018）也通过直接采集法来构建投资者情绪指数，研究发现投资者情绪指数对股票市场回报率具有影响。
第二、间接指标法来刻画投资者情绪，对金融市场公开交易的历史数据或者通过可测量的经济变量来进行研究。例如 Baker 和 Wurgler (2006) 以封闭式折价基金、股票换手率、IPO 发行数量、市场回报率、股利溢价等代理指标构建了投资者情绪指标，研究得出投资者情绪对有股票市场具有较大的影响。还有如 Baker 等（2012）、Huang 等（2015）、Benhabib 等（2016）均采用了以上指标，做了更深入的研究。还有如 Aboody 等（2018）在以上指标的基础上增加了隔夜收益率这一变量，来构建公司投资者情绪指数。而国内学者如许海川等(2018)在 Baker 和 Wurgler(2007)研究基础上，将中国波动率指数变量加入到投资者情绪指数构建之中，研究发现投资者情绪指数与股票市场的收益显示出显著负相关关系。陈陈达等（2019）将 Baker 和 Wurgler (2006) 构建的指标引入到中国互联网金融市场，改进并重新构造出互联网金融投资者情绪指数，并对它其与回报之间的相关关系进行了研究，研究发现互联网金融投资者情绪与互联网理财产品回报呈负相关关系，且滞后两期的投资者情绪对互联网理财产品综合收益率的影响更为显著，并且投资者情绪造成的系统风险通过理财产品价格波动影响预期回报，得到风险补偿。他们所构建的情绪指数（IFIS）被 Chen 等（2019）等文章引用。然而以直接指标法、间接指标法刻画投资者情绪的指标数据为月度甚至年度数据，而这与互联网金融投资者情绪的时变特征并不吻合，难以精准描述投资者情绪的最新波动。
...........................
第二章 理论分析与研究假设
第一节 理论分析
目前在传统金融市场当中，行为金融理论的发展应用最受关注的就是对于投资者情绪理论的探讨，投资者情绪会导致投资者作出非理性的投资决策影响资产价格这一观点也开始被广泛接受。
相比于传统股票市场的文本情绪研究，互联网理财产品市场则提供了一个相对独特的研究样本。首先，中国互联网理财产品市场发展时间比较短，仍处于新兴发展时期，互联网理财产品市场的相关政策制度等仍需完善。另外，在互联网理财产品市场上，其投资者是以收入较低的群体为主，他们的投资经验相对不足，容易受市场情绪的影响。其次，随着中国互联网理财产品市场蓬勃发展的同时风险事件也开始频发，而且互联网理财产品市场较长时间内处于一种事实上监管不充分状态。本文采用从微信互联网理财产品公众号文章中挖掘投资者情绪的新思路和新方法，微信公众号海量的文章数据包含着巨大的应用价值，同时也说明目前在我国影响力最广的微信社交平台，可以作为互联网理财产品投资者舆情的引导平台。管理者可以依此对有关互联网理财产品相关的舆情管理、预警，为可能发生的互联网理财市场恐慌或暴动提前做好应对措施，合理地引导互联网理财产品投资者理性投资，建立良好有序的互联网理财市场大环境。
本文首先发现互联网理财产品综合类投资者情绪中出现与传统金融理论不符的现象，考虑到可能是其所构建出的互联网理财产品投资者综合类情绪均忽略了情绪的多层次情感状态，不同情感状态的投资者情绪如喜、怒、哀、乐等对于理财产品回报会有不同程度的影响。如购买互联网理财产品的投资者会受到相关互联网理财产品微信公众号对其产品正面大肆宣传的影响，推送众多包含互联网理财产品积极情绪文章，投资者阅读之后迅速受到感染，引起投资者蜂拥购买互联网理财产品，从而影响互联网理财产品回报的变化。由于微信公众号中的文章绝大部分是对互联网理财产品介绍或推介的推送，所以积极的情绪占比较大，而一旦文章中包含某些提示购买互联网理财产品风险或是发布理财平台跑路的事件这类负面信息时，潜在投资者就会对此信息十分敏感，而已经购买互联网理财产品的投资者则会感到恐慌，会需要一定的时间阅读消化含有负面意义的微信公众号中的文章。而同时投资者的恐慌情绪也会通过微信朋友圈的转发，在互联网理财产品市场中迅速扩散开来，改变互联网理财产品投资者的购买行为，从而影响互联网理财产品市场回报。
.........................
第二节 研究假设
基于上述文献可知国内外学者对投资者情绪的刻画及其与股票市场的相互影响已经形成了完整的研究理论。但目前基于互联网理财产品方面的投资者情绪研究均是从单一层次来刻画情绪状态，而包含投资者其他深层次的情绪状态信息可能难以体现，所以并不能准确地反映投资者全面的情绪状态。因此，本文应用微信文本挖掘的方法，深度刻画投资者积极类、消极类、综合类等深层次情绪信息，借此考虑深层次的投资者情绪对互联网理财产品市场回报之间的关系。因此本文提出第一个假设是:
H1：前期互联网理财产品投资者情绪（积极类、消极类、综合类）是引起后期互联网理财产品回报变化的原因。
在互联网理财产品这个新兴市场上，投资者的投资经验较为缺乏，没有科学合理的投资理念，投资者会因为情绪的变化对其的投资决策产生影响，从而引起互联网理财产品市场价格异常波动，导致投资者更进一步寻求更高的风险回报。因此本文提出第二个假设：
H2：投资者情绪（积极类、消极类、综合类）的波动通过加强互联网理财产品的价格波动，进而增加了理财产品市场风险，导致预期回报增加。
在传统的股票市场中，当市场在受到舆论冲击时，好消息和坏消息对股票市场价格波动的影响不同。考虑到在互联网理财产品市场中，仍是以个人投资者为主，投资者由于缺乏相应的投资经验及信息不对称等原因，从而也会导致了盲目跟风情况的出现，使得好消息与坏消极对互联网理财产品回报的影响不一致。因此本文提出第三个假设：
H3：投资者情绪（积极类、消极类、综合类）对综合互联网理财产品回报之间存在非对称杠杆效应，坏消息对互联网理财产品回报影响大于好消极的影响。
另外,本文认为投资者情绪变动会对投资者的心理与决策行为产生影响,并且也会对互联网理财产品市场造成较大的冲击。尤其在互联网理财产品市场的运行机制还处于不断完善的过程中,投资者没有广泛形成较为科学的投资理念,很多投资者的投资决策会受到来微信公众号等各方面的互联网信息影响，从而导致投资者情绪的波动会与互联网理财产品市场产生波动溢出效应。因此本文提出的第四项假设是:
H4：互联网理财产品投资者情绪（积极类、消极类、综合类）与互联网理财产品回报之间存在波动溢出效应。
...........................
第一节 互联网理财产品多维投资者情绪指标构建的思路 ................................... 15
第二节 互联网理财产品多维投资者情绪指标的数据来源 ................................. 16
第四章 互联网理财产品多维投资者情绪与互联网理财产品市场回报互动关系检验 ............... 24
第一节 实证研究模型介绍 ...................................... 24
第二节 多维投资者情绪与互联网理财产品市场回报因果关系检验 ................................... 25
第五章 研究结论、政策建议与研究展望 ......................................... 32
第一节 研究结论..................................... 32
第二节 政策建议............................. 33
第四章 互联网理财产品多维投资者情绪与互联网理财产品市场回报互动关系检验
第一节 多维投资者情绪与互联网理财产品市场回报因果关系检验
一、单位根检验
为了防止出现伪回归的现象，需要检验互联网理财产品投资者情绪时间序列的平稳性，首先对数据标准化之后再使用 Eviews8.0 进行 ADF 单位根检验。单位根检验结果见表 4-1，其中 r 代表互联网理财产品综合收益率指数，Good 代表好情绪，Anger 代表怒情绪，Happy 代表乐情绪，Sad 代表哀情绪，Fear 代表惧情绪，Amazing 代表惊情绪，Bad 代表恶情绪，Calm 代表平静情绪，Positive 代表积极情绪，Negtive 代表消极情绪，Is 代表综合情绪。
经单位根检验，互联网理财产品综合收益率指数和三个层次、八个维度的互联网理财产品投资者情绪倾向时间序列的 p 值均小于 10%，在 90%的置信水平下均为平稳的时间序列。
............................
第五章 研究结论、政策建议与研究展望
第一节 研究结论
互联网理财产品市场的快速发展，但随之而来的是巨大的风险隐患，其收益波动与潜在风险无法通过传统的金融理论与现有的风险因子解释。考虑到大量个体投资者的参与，互联网理财产品市场及回报受投资者情绪等行为因素影响巨大。 而现有文献从均是单一维度来刻画基于互联网金融的投资者情绪，而包含投资者其他维度情绪状态信息可能难以体现。另外，无论是采用间接指标法还是文本挖掘法，所构建出的互联网金融投资者情绪均忽略了情绪的多层次情感状态，不同情感状态的投资者情绪如喜、怒、哀、乐等对于理财产品回报会有不同程度的影响。
结合互联网金融穿透性强、互联网理财产品市场个体投资者占绝对比例、投资者情绪更容易在互联网理财产品市场扩散从而引起产品回报的异常波动等特点，本文在实证过程中首先发现互联网理财产品综合类投资者情绪与互联网理财产品回报不存在波动溢出效应；而且综合类情绪的波动会引起互联网理财产品市场风险增加，却导致预期回报减少，这与基于传统金融市场的结论不同。基于此，为了探究互联网理财产品投资者情绪的内在机理，进一步考虑挖掘包含投资者其他维度情绪状态信息。本文首先利用微信公众号用户使用数量庞大、信息优良的两大独特优势，在互联网微信文本中应用文本挖掘的方法并结合互联网理财产品词典，在投资者积极类、消极类、综合类三个深层次的情绪信息基础上，深度刻画互联网理财产品投资者乐、好、怒、哀、惧、恶、惊、平静八个维度的情绪。研究发现只有互联网理财产品投资者好情绪是符合传统金融理论“市场风险越高，同时回报越高”的特点，而其他乐、怒、哀、惧、恶、惊、平静七种情绪均呈现出“市场风险越高，回报却减少”的特点。因此，本文考虑投资者的行为决策会受到其多维情感状态的影响，互联网理财产品投资者情绪的波动，增加了互联网理财产品回报的波动，造成互联网理财产品市场风险提高，但却没有获得相应的风险补偿，导致回报减少，造成市场上呈现出“市场风险越高，回报却减少”的金融异象。
参考文献（略）