整体来看，今年银行业的负面新闻频发，尤其以中国银行、中信银行和民生银行三家银行负面事件影响最大，也对其自身股价造成了较长时间的不良影响。

尝试“量化”那个混沌的世界，我们快乐吗？

这是我们发布的第二份年度上市公司情绪大数据观察报告。

为了产出这份报告，我们分析了2019年9月-2020年9月这一时间跨度上社交平台上不低于十亿级的财经社交言论和百亿级的社交互动量，以及超过6870万条财经类相关新闻进入我们的数据分析池。最后由我们的数据分析师对数据进行了多维度的分析和归纳，梳理出市场层面情绪特征和部分年度的核心事件。

这份报告将用大数据洞察的方式向我们讲述：

• 社交声量、情感倾向与资本市场的关联度如何？

• 银行业负面事件不断，银行的社交”风评”如何？哪些事件利于估值修复？

• 社交情绪的波动是否与市场的波动正相关？

• 三年贸易摩擦，市场应对不确定性的韧劲变强了？

• 社交情绪大数据在多大程序上影响公司资产定价吗？

• 社交情绪大数据如何应用于股票投资？

我们活在两个世界里，一个由我们数百万年进化的结晶——大脑和感官去记录和解读的世界；另一个是由字节去记录，但是还没有得到充分结构的世界、混沌的世界。对社交情绪数据化，并在财经这个“小”场景下尝试进行解读，这是大数据广阔应用面前的一个浅浅的脚印。

一、市场篇：全网社交声量与市场表现正相关

（一） 2020全市场画像：股市全网社交关注度同比翻倍

2020年是打好防范化解金融风险攻坚战的收官之年，也是创业板注册制正式启动的第一年，在这一年里，中国上市公司（含A股、港股、中概股）受到的全网关注度整体大幅上升。由于疫情这一全球性黑天鹅事件以及中美摩擦持续等事件影响，总体来看，社交情绪的正负面波动也相当剧烈。

图1：全市场财经资讯数量及正负面资讯数量比

情绪比值指：正向情绪资讯与负向情绪资讯的比值，该比值越高，代表社交声誉健康度越好，反之则越差（以下同）

解读：

南财AI新闻实验室联合飞笛科技，对全网新闻、社交言论在2019年10月至2020年9月期间所发布的财经资讯数量进行统计，相较去年年底而言，今年全网财经资讯有明显增加，截止今年9月全网财经资讯经去重（重复、相似新闻）数量是去年同期的2倍多。

这与今年以来股票、基金、债券等市场的投资热情形成正比，Wind数据显示，截至11月23日，今年已经成立了1254只新基金，首发规模总计超过2.7万亿，全年新发基金规模向3万亿迈进，而去年全年不到1.5万亿。

较上一年而言，今年全网的负面财经资讯数量相对较多，每月正面资讯量与负面资讯量的比值有所下降，但每月正面资讯量仍比负面资讯量多，代表了市场信心相对充沛。

（二） 板块画像：全面注册制元年，科创板和创业板风评如何？

2020年，是新《证券法》实施元年，也是全面注册制元年。

2019年6月，科创板在上交所正式开板，这是A股试点注册制的第一步。2020年8月24日，在科创板开板一年之后，创业板注册制首批企业在深交所挂牌上市。

在注册制实施以来，科创板与创业板上市公司全网舆论评价是怎样的，股价表现又如何？

1 主板资讯热度仍在，社交“风评”远低于科创板

图2：各市场板块资讯热度对比

图3：各市场板块资讯情绪对比

解读：

南财AI新闻实验室联合飞笛科技，对上证主板、深证主板、创业板和科创板四个股票交易市场在2019年9月至2020年9月期间的资讯数量及资讯情绪值进行统计，相比其他三个交易市场，科创板交易市场平均每家公司的资讯数量相对较低，但其资讯的情绪倾向远优于其他三个交易市场，正向资讯与负向资讯的比值为2.05，创业板为1.12，深证主板为1.22，上证主板为1.31。

图4：各市场板块涨跌幅对比

解读：

分别计算四个交易市场的上市公司在2019年9月30日至2020年9月30日的区间涨跌幅均值，与全网新闻、社交言论情绪面表现正相关，科创板的平均区间涨跌幅远大于其他三个交易市场。

因此，相较其他三个交易市场而言，虽然在2019年9月至2020年9月期间科创板上市公司的平均资讯热度相对较低，但在舆情质量和估值表现上，科创板上市公司明显高于其他三个交易市场。

2 注册制带高创业板“人气”，反超科创板

由于今年8月24日创业板注册制首批企业挂牌上市，考虑到其相关规则制度与科创板类似，且科创板首批企业刚于2019年 7月22日上市不久。

因此，南财AI新闻实验室对两个交易市场在资讯舆情和股价两方面进行对比。

图5：运行两月，创业成舆情焦点，科创暂时降温

解读：

截至2020年7月末，科创板共有143家企业挂牌上市，每家企业在新浪财经、雪球、东方财富和同花顺等财经新闻和社交平台上的7月平均资讯量为857条，略高于创业板。而随着8月底创业板注册制首批企业上市，科创板企业的8月平均资讯量下降约51%，虽然创业板也有所下滑，但已反超科创板，并且创业板注册制企业的8月平均资讯量相当于科创板企业的3倍多。到了9月，虽然两板新增的企业相差不大，但媒体对创业板的关注度已远远高于科创板。

图6：创业板“人气”占优，科创板“风评”更佳

解读：

南财AI新闻实验室联合飞笛科技对创业板和科创板上市公司在今年7月、8月和9月的资讯数量及资讯情绪比值进行统计，在7月至9月期间，科创板的资讯情绪倾向一直好于创业板，并且科创板资讯情绪呈正向上涨趋势，创业板资讯情绪呈负向下降趋势。但总体而言，创业板注册制启动后新上市企业资讯情绪值较为积级乐观。

（三） 行业画像：事件驱动凸显，银行业风险加剧

相较于2019年，2020年上市公司舆论关注度从行业看发生了巨大变化，中美摩擦系列事件和新冠疫情成为发生这种变化的主要原因。此外，我们发现，银行业社交关注度较2019年显著上升，其中负面事件造成的影响较大，在2020年全网舆情风险加剧。

1 行业关注度变化：医药科技上位，传统行业掉队

表1：2019年、2020年行业全网社交情绪关注度及排名

行业社交情绪关注度是该行业所有上市公司舆情关注度的加权平均值；公司社交情绪关注度由该公司所有信息情绪值加总得到，分值越高，公司社交情绪关注度越高。

解读：

银行业和非银金融排名两年位居前二，金融行业上市公司受关注度最高，且2020年较2019年大幅上升。机械设备、轻工制造、纺织服装等传统行业掉队，社交情绪关注度排名靠后。

图7：各行业全网社交情绪关注度排名变化

解读：

从两年行业关注度来看，医药生物、计算机、传媒、电子和化工五大社交情绪关注度排名上升超过5名，其中医药生物更是大幅上升17名至全市场第6名。究其原因，中美摩擦和新冠疫情两大事件成为这些行业关注度上升的原因。受疫情影响，医疗相关话题急速升温，“口罩”、“疫苗”、“消毒液”成舆论热词，与此相关的医药生物和化工行业关注度显著提高。而传媒行业关注度提高则是因为疫情的负面影响，年初以来为防控疫情需要，国家对电影院等公众集会场所严格管控，电影、广告等行业公司遭受巨大冲击，业绩纷纷亮起红灯，引发舆论热议。

2 银行业负面事件频发

（1）负面事件频发

图8：银行业财经资讯数量及正负面情绪比值

解读：

从2019到2020年，银行业的全网社交情绪关注度连续两年在所有行业中排第一，不同的是，总体而而2020银行业的社交情绪的变化从今年3月开始由正面主导转向负面主导，并连续在3月、4月和5月下跌到低谷，虽然从6月开始全网情绪有所改善，但依旧由负面主导。

图9：全市场关注度排名前30银行正负面情绪比值

解读：

银行业公司成为2020年社交情绪活跃度TOP30新进大户。2019年，仅有平安银行、兴业银行2家银行上市公司进入，而2020年，这一数字增加到了7家，除兴业银行两年上榜外，新进6家银行上市公司。

与2019年不同的是，2020年银行业的“话题”热度主要受负面事件带动，其中，新进排名的中国银行、民生银行和中信银行整体社交情绪比值小于1，在这一年中都发生了负面热议事件，例如中行“原油宝”、民生银行踩雷康得新、中信银行侵犯用户隐私等事件引发了大量负面报道和讨论。

（2）股价表现落后全市场，“原油宝”等负面事件集聚的一年

图10：银行指数走势和负面资讯量趋势

图11：申万一级行业期间平均涨跌幅

解读：

随着银行业的负面资讯量从3月开始迅速增加（3月重要的新闻包括“银行从今年三月转换LPR利率”、“ 个人房贷统一转换为LPR定价”）加上疫情对市场影响，银行指数收盘价也从当月开始发生断崖式下跌，虽然在7月有所反弹，但之后又迅速下跌。

此外，在2019年9月30日至2020年9月30日期间，银行指数跌幅较大，表现逊色于大多数行业。我们也发现，银行板块在6月“证监会计划向商业银行发放券商牌照”消息之后，整体股价有一个突然上扬的表现，这也说明银行是一个高度受宏观调控影响的板块。

（3）“原油宝”事件：“中国银行理财让你倾家荡产”

图12：中国银行股价走势与负面资讯量

图13：“原油宝”事件相似社交观点占比

解读：

在美国时间4月20日，WTI原油5月期货合约CME官方结算价为-37.63美元/桶，随后在北京时间4月22日，中国银行发布公告称，“原油宝产品的美国原油合约将参考CME官方结算价进行结算或移仓，并暂停客户原油宝新开仓交易”，该事件当天引起大量媒体和网民的关注，网上关于中国银行的负面资讯量激增，中国银行的股价也随之下跌，低位徘徊至6月末“证监会计划向商业银行发放券商牌照”的传闻在市场传播，才使得中国银行股价反弹。

（4）中信银行泄露客户隐私事件：被脱口秀演员带高的节奏

图14：中信银行股价走势与负面资讯量

图15：“中信银行泄露客户隐私”事件相似社交观点占比

解读：

2020年5月6日，脱口秀演员池子在微博上指责中信银行将其近两年的个人银行账户交易明细交给了笑果文化，瞬间引发网民对该事件的关注，中信银行当天的负面资讯量激增，股价也随之下跌。虽然5月7日凌晨，中信银行发布《致歉信》向其郑重道歉，并称已对相关员工予以处分，但依旧没能平息公愤，当天中信银行的负面资讯量达到3547条的峰值，股价也始终在低位徘徊，同中国银行表现一致，中信银行的股价也在6月末受证监会向商业银行发放券商牌照消息影响反弹。

（5）民生银行：这一年的负面事件不断

图16：民生银行股价走势与负面资讯量

解读：

民生银行今年的负面新闻频频不断。一方面，民生银行自身因业务违规多次被监管部分处以罚单，2月10日和9月4日分别被央行和银保监会开出2360万元和1.08亿元的天价罚单，全年处罚次数和金额远超同业。另一方面，民生银行还多次陷入其他公司的舆论漩涡，“恒大地产重组传闻中最大的债权行”、“獐子岛抵押扇贝从民生银行融资9000万元”两大事件引发大量负面讨论。股价方面，民生银行在2019年9月30日至2020年9月30日期间涨跌幅为-6.85%，总体呈现下降趋势。

小结：整体来看，今年银行业的负面新闻频发，尤其以中国银行、中信银行和民生银行三家银行负面事件影响最大，也对其自身股价造成了较长时间的不良影响。

二、现象篇：波动加剧的2020

（一）2020新闻报道和社交传播引起的股价波动明显增多

1 谣言漫天，澄清公告骤增，股价波动明显增加

图17：上市公司澄清公告数量及澄清前后股价异动情况

数据说明：澄清公告前后一个交易日，日涨跌幅超过3%视为异动。

解读：

从今年公司月度澄清公告大幅增加可以看出，上市公司谣言较去年出现明显增加。通过统计每个月因信息误传引起的股价异动数据显示，二者呈现明显的正相关性，上市公司市值管理的难度进一步加大。

2 从谣言到澄清：欧菲光剔除果链事件发酵样本分析

图18：一个未经证实的谣言影响有多大？

解读：

欧菲光被剔除果链事件主要分三个阶段：

开始核实前，部分媒体及大V开始传播，此时尚未开盘；

核实期间，叠加开盘一字跌停，市场开始重视和怀疑传言的真实性，消息持续扩散；

证实为谣传后，尽管证实为谣传也快速扩大，股价虽快速反弹，但旋即回落，当日涨幅收跌-6.61%。

这个风波对公司股价影响持续自此后7个交易日，自9月1日谣言发生当日开始计算，欧菲光此后7个交易日累计跌幅达-24.60%，一则谣言的影响巨大。

图19：社交平台是热点信息发酵的主战场

解读：

从欧菲光事件发酵的三个阶段来看，微博平台微博量远高于媒体新闻量，社交平台是热点事件传播、发酵的的主战场。

（二）社交情绪主导的股价短期波动出现

传统上，媒体是舆论立场和观点的引领者。

随着社交平台活跃度的提高，普通大众的意见共识和情绪合力开始能够独立于客观报道本身，成为影响二级市场的资产定价和股价波动的重要因素。

1 中电电机：网友重新解释董事长行为，股价超预期

2020年4月18日下午，中电电机创始人、原董事长王建裕翻墙进入宜兴华永电机有限公司厂区并拍摄了该公司的生产线，保安发现后报警，当地警方将其带走调查。据悉，中电电机是国内大中型交直流电机的主要生产厂家之一，华永电机则主要从事风力发电机配套生产业务，两家公司业务存在一定竞争关系。

图20：事件发生后的话题声量（剔除相似信息后）

解读：

据飞笛科技-微沸点不完全统计，4月18日晚23时，新浪首发关于中电电机创始人翻墙被抓的报道，到4月21日期间，共有3275条新闻（去重后）和社交评论报道和讨论该事件。其中，新闻媒体对消息反馈速度较快，在事件发生后到4月19日晚间陆续报道该事件，随后开始社交平台上发酵，话题声量在事件发生后第一个交易日盘前9点达到峰值，此时在社交平台上的声量远超新闻媒体的声量。

图21：新闻报道和社交评论反应迥异

解读：

大数据显示，媒体关于中电电机的报道中，情感倾向偏负面，媒体定性为公司高管的负面事件；而次日后社交平台上网友关于该事件的讨论，正面信息占比达到了45.26%，远高于负面的11.54%，网友反应与媒体迥异。在中电电机事件中，我们发现，社交平台上网友重新解释了董事长行为。从本次事件话题中抽出网友评论点赞最多的评论来看，均是支持董事长的做法的观点，由此可见网友对董事长行为做出了偏向正面的解释。

图22：社交情绪正负双向涨停时，公司股价会怎么走？

解读：

媒体负面报道使得中电电机公司负面情绪在4月19日率先达到峰值，随后事件在社交平台上发酵，正向情绪在4月20日达到峰值。4月20日，事件发生后的第一个交易日开盘后，中电电机股价超预期涨停，社交情绪主导了短期股价波动。

（三）社交平台成“杀猪盘”引流获客新型工具

“杀猪盘”指的是不法团伙通过忽悠式荐股，诱骗投资者高价接盘，导致投资者遭受重大损失的现象。2020年以来，“杀猪盘”事件和相关报道出现抬头迹象。11月5日，中国证监会发布“高度警惕所谓股市‘杀猪盘’风险”一文，提醒广大投资者高度警惕，谨防上当受骗。

大数据显示，社交平台、股票社区正成为“杀猪盘”引流获客手段之一。

1 2020年“杀猪盘”抬头

图23：“杀猪盘”相关新闻报道数量

解读：

“杀猪盘”相关新闻报道数量从2020年初开始抬头，6月、9月经历了两次报道高峰，整体表现出不断增长的趋势。

表2：疑似“杀猪盘”涉及股票及股价跌幅

解读：

据南财AI新闻实验室不完全统计，2020年6月以来，有至少10家上市公司股票疑似上演“杀猪盘”。从下跌首日开始计算，五个自然日的最大回撤最高到达40.27%，最低也有将近20%，平均最大回撤达到31.23%。

2 社交平台、股票社区成为“杀猪盘”引流获客新型工具

图24：盛洋科技股价与社交平台月度信息量

解读：

以跌幅最大的疑似“杀猪盘”股票盛洋科技为例，该股票在6月3日开盘后两次冲涨停均未成功，在午后临近收盘时突然闪崩跌停，全天换手率高达30.67%，振幅达到18%。

南财AI新闻实验室联合飞笛科技统计了在股价闪崩前社交平台（微博、雪球和股吧）的信息量，从月频来看，闪崩前一月4月、5月出现了信息量的大幅增加，其中5月社交平台上的总信息量达到624条，远高于盛洋科技在前四月的平均水平。

图25：盛洋科技5月社交平台信息类型和社交账号特征

解读：

飞笛科技提取了5月份社交平台上盛洋科技624条相关信息，通过机器学习模型对齐信息内容类型打标签，发现5月信息中荐股类信息达到58.97%，占比过半，此类信息多带有“留言”、“私信”、“添加好友”等荐股拉客关键词。同时，在所有265个发布信息的社交账号中，发布过荐股类信息的占比达到 77.36%，此类用户昵称通常例如“XX论股”、“股海XX”、“评股”或冒充知名游资席位吸引投资者关注。值得注意的是，微博、雪球、股吧等公开社交平台仅是引流获客的第一步，而微信群封闭社交空间才是“杀猪盘”培养信任、坑害投资者的后续渠道。对于监测此类事件来说，公开平台的数据仅仅是冰山一角。

（四）三年贸易摩擦：市场应对不确定性韧性增强

2018年3月23日凌晨，白宫正式签署对华贸易备忘录。美国总统特朗普当场宣布，将有可能对从中国进口的600亿美元商品加征关税，由此开启了中美贸易摩擦的序幕。

在这三年多时间中，随着贸易摩擦逐步升级，股市和市场情绪也几经起伏。我们发现，面对中美贸易摩擦，A股股市与贸易战逐步脱钩，市场场内场外情绪由悲观消极转向坚定积极。

2020年以来，中美摩擦逐步转向科技、政治等多个领域，两国不断对抗与和解在未来将成为常态，市场应对不确定性韧性也将不断增强。

1 股市表现与贸易战逐步脱钩

图26：中美贸易摩擦期间市场表现

解读：

在2018年，市场对美国加征关税的措施比较悲观，随着中美冲突不断升级，上证指数和创业板指在中期（月度）屡创新低。2019年下半年以后，指数开始在中期层面逐渐对贸易战脱敏，一方面表现为A股逆向上涨，一方面指数波动性有所降低。进入2020年，随着中美第一阶段贸易协定的签订，摩擦开始从在经贸领域转向科技、外交和政治领域，股市表现与中美摩擦进一步脱钩。可以预见的是，未来中美在科技等领域的摩擦将进入常态化，但市场整体表现将逐步脱敏，一方面是因为随着双方在经济领域的冲突更为聚焦，很难会再次出现2018、2019年的大规模关税战，更重要的是无论是从场内情绪（股价表现），还是场外情绪（场外社交言论），A股对外部黑天鹅的抵御能力经贸易战洗礼后变得韧劲更强。

2 贸易摩擦讨论热度不断下降，市场不断走强

图27：中美贸易摩擦社交情绪热度

解读：

从贸易摩擦时间线来看，大致可以分为三个阶段：18年到19年上半年，贸易摩擦开始到不断升级；19年下半年到19年底，双方僵持和和解；2020年以来，摩擦扩大到其他领域。在此期间，贸易战相关的舆情热度在贸易摩擦不断升级阶段达到最高，随后2019、2020年社交舆论对贸易战相关话题的讨论逐步下降，整体舆情讨论热度呈现震荡向下的趋势，而股指走出上扬角度。

3 关于贸易摩擦的社交情绪由消极转向积极

图28：中美贸易摩擦系列事件社交情感倾向

解读：

以美对中发动关税战时间线的社交情绪变化为例：

2018年3月到2018年8月，美国对中国发动三轮关税战，其中8月2日“美国威胁对中国出口的2000亿美元征收25%关税”的事件声量最大，大数据显示当时在社交平台上舆论的正向情绪占比8.36%，负向情绪占比58.74%，负向远高于正向。

于2019年5月6日，市场对“美国正式对2000亿美元商品加征关税至25%，且短期内将对3250亿美元商品征收25%的关税”消息的讨论中，正向情绪占比为18.25%，负向情绪占比降低到42.8%。

于2019年8月2日，美国再次宣布对3000亿美元的中国商品加征10%的关税时，市场正向情绪占比增加到了27.58%，负向情绪占比进一步降低至32.51%，市场对贸易战事件的正负向情感倾向占比已经十分接近。

伴随着中美摩擦日趋常态化，对类似中美冲突的事件，情绪波动正逐步降低，情感倾向正由消极悲观转向积极坚定，与股市表现正相关，应对不确定性的韧性大大增强。

三、样本篇：社交情绪大数据影响资产定价了吗?

（一）:无论是话题感，还是“股感”，B站的2020全程高光

2020年是哔哩哔哩赚足市场眼球的一年，其别具一格的新年晚会、蹭上疫情的回形针视频，以及颇受争议的后浪，再到最近的《天宫赐福》动画，每一个事件都能够引起市场阵阵热议。

图29：2020年，B站全年高光

解读：

南财AI新闻实验联合飞笛科技通过梳理哔哩哔哩2020年大事件发现，其热议事件与其财报发布交叉分布。

其中，年报、一季报、三季报发布前，均有大事件提前预热加持，从拜年祭晚会破圈，到《关于新冠肺炎的一切》、《后浪》演讲等视频刷屏，这是一个眼球经济二次元时代，它的股价表现也不断地蹭上热度，即便是二季度财报出现亏损同比扩大的消息后，负向信息骤然增多，也难改其短暂调整后，继而在《天宫赐福》的“眼球力”下，继续一路向上的趋势。Bilibili是“事件驱动”最潮样本。

（二）美团：“社交监督”没有记忆：当时声量很大，却也伤不到股价

今年9月，《人物》杂志《外卖骑手，困在系统里》一文向公众详细介绍了在冷酷的算法下，外卖员如何一步步成为近年来高危职业之一的过程，一时激起了吃瓜群众对外卖骑手生命安全的讨论。在这些舆论声中，不少专家学者及官方媒体的发声让人为之一暖，为此，南财AI新闻实验室联合飞笛科技对他们的相关言论进行统计。

图30：全民声讨，声量很大，伤不到股价

解读：

在这场舆论监督战中，除了首发话题的《人物》在微博上获得321万阅读量之外，整体声量比较大的声讨大V还有：央视新闻、白岩松、上海市消保委、央视财经、人大公区管理学院教授。与声势浩大的声讨相比，故事的结尾动静小得几乎可以忽略不计：饿了么回应增加5分钟，美团外卖为骑手争取8分钟的声明。在这之后的不足两个月内，美团股价继续一骑绝尘。

图31：美团2020年9月以来股价走势

解读：

在这场舆论之中，美团饿了么等外卖平台被全民申讨之后，9月8日美团股价跌幅最高达到-7.97%，当日股价收跌-4.11%，之后的5个交易日内最大回撤为-9.91%，但是不到一个月，从9月29日开始，美团股价在短暂打盹后再次一路高涨，相较9月8日收盘价，11月9日的美团股价已上涨35.05%。回头一望，彷佛9月份的舆论战只是一场小雨，给人片刻的凉爽，却无法彻底带走外卖员的疲惫与焦虑。

四、探索篇：社交情绪大数据如何应用于股票投资？

社交情绪大数据，包括新闻报道、社交平台讨论以及背后所代表的场外情绪。

2019年，我们通过大数据分析，构建了全市场上市公司的社交大数据画像，揭示社交数据对上市公司市值管理和品牌管理的重大意义。

2020年，越来越多的现象表明，新闻和社交平台讨论代表的市场场外情绪，能够对股价波动产生影响，新闻社交数据作为一种另类数据对于投资具有独特价值。

飞笛科技联合AI金融系统供应商——跃然科技，尝试探索将社交大数据用于股票投资。

（一）一个有趣的发现：有声音总比没声音好，负面也没关系

图32：信息发布后买入到不同时段卖出股票池累计涨跌幅

解读：

飞笛科技与跃然一起统计了中证500股票从2019年10月以来，公司出现相关信息后不同时段的股价表现，并计算所有股票在信息发生后买入，一定时间后卖出的平均累计涨跌幅，发现：1）整体上，场外信息对短期（从信息发布开始到之后30分钟）的股票股价存在正向影响；2）整体上，正负向信息对股价短期影响都偏正面；3）从全中证500情况看，负向信息在隔日之后才对股价产生负面影响。

（二）事件重要程度与事件类型对股价的影响不同

1 不同重要程度事件对股价的影响

图33：不同重要程度事件发生后买入到不同时间段卖出股票池累计收益（相对沪深300）

注：蓝线代表重要事件importance==1，红线代表不重要事件importance==0，交易费用为千分之二

解读：

飞笛科技与跃然一起统计了2016年以来中证500股票发生的高关联度新闻和社交事件，使用飞笛独有事件重要度模型打上重要度标签，分别计算股票在不同重要程度事件发生后买入，一定时间后卖出的超额累计收益（相对沪深300），发现：

1）重要事件整体上能够带来超额收益；

2）重要事件和不重要事件对股价的影响有很好的区分度；

3）不同重要程度事件对股价的影响在日内和隔日均存在。

2 不同类型事件对股价的影响

表3：发生次数前30事件类型

解读：

我们筛选了中证500股票2016年以来高关联度信息（2018年开始数据趋于稳定），使用飞笛事件标签模型标注事件类型，选取“投资理财”、“重组”、“中标”等30类事件发生次数最多。

图34：“投资理财”事件发生后买入到不同时间段卖出股票池累计收益（相对沪深300）

注：交易费用为千分之二

解读：

飞笛科技与跃然一起对30类事件，以事件发生买入，一段时间后卖出计算超额累计收益（相对沪深300），以事件“投资理财”为例，长期来看，在事件发生后5min， 30min， 120min， 当日收盘，隔日10分钟，隔周10分钟均存在平均超额收益。

表4：表现最佳的事件类型

解读：

飞笛科技与跃然一起通过计算每类事件收益率曲线的年化sharp比率来事件对股价的影响，发现：

1）在日内（120分钟），超额收益表现最佳的事件分别是定增、新品发布、公司澄清、技术突破、投资理财、增持；

2）在隔日，超额收益表现最佳的事件分别是 定增、新品发布、技术突破、投资理财；

3）在隔周，超额收益表现最佳的事件分别是 定增、新品发布、投资理财、技术突破、战略合作；

4）同时在日内、隔日和隔周策略上取得正sharp比率的事件类包括：定增、技术突破、投资理财、新品发布。

（三）场外正向情绪对股价存在正向影响

情绪异动指数，是飞笛科技基于社交大数据计算，用来衡量一家上市公司场外情绪异常波动情况的独有指标，分为正向情绪异动指数和负向情绪异动指数。

图36：正向情绪异动指数构建的情绪异动因子分组净值变化

注：横轴代表时间，纵轴代表正向情绪异动指数不同分组的累计净值

表5：情绪异动指数因子第一分组回测指标

解读：

我们依据2020年1月10日以来中证500公司每日正向情绪异动指数值将股票按照一定规则分为6组。采用次日开盘买入，收盘卖出计算每组股票的累计收益率，发现：

1）正向情绪异动指数较高的两组股票存在较高的超额收益，正向情绪对股价有显著的正面影响；

2）按正向情绪异动指数分层收益率有较好的区分度。

《2020-2021上市公司社交情绪大数据观察报告》

【报告出品】南财AI新闻实验室 飞笛科技

【出品人】邓红辉 陈晨星 丘慧慧

【策划统筹】丘慧慧 简俊东

【数据挖掘小组】陈明师 李欢欢 范思源 黄景峰

【研究人员】陈明师 范思源 黄景峰 罗晖

【编辑人员】林虹 包芳鸣 陈思颖

【数据支持】飞笛科技

【开发支持】飞笛科技

【视觉设计】钟惠婵 吴金武

【数据研究支持】跃然科技