英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料
Facebook推动被动式家庭在股市的行为
摘要：最近利用社会媒体和股票市场数据的研究主要侧重于预测股票回报。我们研究的不是预测股价走势，而是两者之间的关系。facebook的数据和投资者在股票市场的决策，有关于投资者的独特数据和诺基亚的交易。我们发现，买卖的决定与facebook有关被动家庭和非营利组织的数据。同时，似乎金融和保险机构等更成熟的投资者正在独立行事从facebook的活动。
关键字：投资者行为；社交媒体；股票市场；投资者的复杂性；决策；JEL分类法：G10
G11
1.导言
facebook和twitter等社交媒体网站为公司创造了各种机会，以改善其内部和外部环境，并与客户、合作伙伴和其他利益相关者，如投资者进行合作和沟通。鉴于社交媒体在对外交流中的重要性，社交媒体数据的使用就不足为奇了。在金融市场研究中，许多学者曾使用过facebook数据（卡拉布拉图，2013年；西加诺斯等人，2014年；布科维纳等人，2015年）和其他社交媒体网站的数据（2011年；Zhang等人，2011年；Zheludev等人，2014年；Chen等人，2014年；Hinz等人，2015年；Zhang等人，2017年；You等人，2017年)。这类研究的主要目的是预测整个市场的股票走势，但对社交媒体的研究却很少数据涉及个人投资者的行为，可能是因为缺乏投资者账户水平数据。
在本文中，我们研究了投资者的交易决策在多大程度上是由facebook的帖子和活动驱动的。为此，我们使用一个独特的投资级股权登记数据集，其中包括所有芬兰投资者多年的交易。特别是，鉴于投资者的交易，我们研究facebook数据与投资者决定增加或减少其投资的相关性。这个问题针对不同的投资者群体，包括金融机构、非营利组织，以及家庭，以及他们在诺基亚股票的交易。由于诺基亚是芬兰股市上最具流动性的股票之一，这个独特的数据已经在好几篇文章中研究过了，在这里我们把它与社交媒体数据结合起来。Lillo等人的论文（2015年）是最接近的与我们相关的研究。它还调查了不同投资集团的诺基亚股票，但与汤姆森的交易行为。路透社的新闻文章，这些文章本身并不是社交媒体的数据。
目前，facebook显然是使用最广泛的社交媒体平台，在全球每月有22亿活跃用户（统计局，2018年）。截至2013年1月，约45%的标准普尔1500家公司使用facebook和twitter等社交媒体网站。对外交流关于其业务的正式和非正式信息（jung等人，2017年）。具体地说，公司之间的沟通公司披露和通过社交媒体提供的其他信息（周等人，2014年）。Yang等人（2017年）指出，媒体和大众媒体普遍影响着投资者的交易决策。Snow和Rasso（2017）认为，普通投资者可能从社交媒体的披露中获益最大，因为在社交媒体平台上，从本质上说，是“推”给他们的，这使得这些信息更容易访问。此外，Snow和Rasso（2017）表示较不复杂的投资者处理从社交媒体收到的金融信息的方式与通过公司投资者关系网站不同。
重要的是要记住，通常情况下，公司使用官方的交换方式发布公司公告作为主要的沟通方式渠道(见Jung等人，2017年)，其次是其他渠道，包括报纸和社交媒体。通过社交媒体传播信息是自愿的，而一些公司的公告是强制性的。此外，jung等人（2017年）表示，公司在战略上传播信息，即公司不太可能在twitter上传播信息当有坏消息的时候。在这方面，我们希望确定投资决定如何，例如，专业投资者，以及其他投资者群体，都与可能存在偏见的facebook信息相关。我们注意到这种关系在facebook数据和交易之间，也可能与投资者吸引注意力的行为有关，尤其是住户（Odean，2007年）。
2.数据
2.1股份登记记录数据
为识别不同类别投资者的交易情况，我们使用包括所有本地投资者在内的股份注册纪录资料投资者从2010年6月7日到2016年年底，从欧通有限公司获得的数据中各记录包含详细信息关于投资者和他/她持有的股份的变化。在我们的分析期间，282,269名不同的芬兰投资者交易诺基亚股票。我们把他们按部门划分为五组：非金融公司，金融和保险公司，
一般政府组织、非营利组织和家庭。家庭投资者进一步分化投资者的活动组是根据投资者在过去交易的天数来定义的八周，包括分析过的一周。如过去8周内的活跃天数等于1天，则考虑投资者不活跃；如果在2至5之间，投资者是被动的；6-20表示中等；21-40表示活跃。值得注意的是，这是一种动态过程。
为了便于分析，我们计算了各组中在一周内改变持股的投资者人数以及在那一周内增加持股（买入多于卖出）的投资者数量。表1给出了描述在我们的数据样本中,投资者群体及其每周交易的统计。我们看到金融和政府机构平均而言，最活跃的部门群体是家庭和非营利组织最不活跃的群体。
2.2.facebook数据
在2010年6月至6月期间，我们每天从诺基亚的facebook wall5上收集帖子和相关评论、喜欢和股票。2016年12月使用社会数据分析工具（sodato）（见侯赛因等人，2014年；侯赛因和瓦特拉布，2014年a，2014年b）。评论、喜欢和分享总是与一个特定的职位有关，即职位是主要的行动。因此，我们给出了评论、喜欢和分享到原始帖子的日期——也就是说，不是真正的评论、喜欢或分享的日期。实际上，评论、喜欢和分享的数量可以量化某天发布的帖子所受到的关注。
我们通过汇总一周内的帖子、评论、喜欢和分享的数量，将每天的facebook数据汇总到每周。因为交易不是在周末进行，所以我们从周六开始，周五结束。这样，我们将Facebook在周末至一周内的活动，实际上会影响投资者的交易决策。总之，我们的样品包括342份每周评论，评论，喜欢和分享。表2提供了这些时间序列的描述性统计数字。我们可以看到，平均每天有超过一个职位，并计算出一个职位得到平均274个评论，4379赞，7股。
表1
投资者群体的描述性统计。 n给出了每组投资者的总数，平均值、中位数和标准差（st.dev）与每周对各组投资者在一周内改变净持股数量的观察。在第二小组，家庭投资者根据过去八周（40个交易日）的交易情况，分为活跃组。
A组：投资者类别
B组：家庭投资者的活动群体
表2
facebook数据的描述性统计。n给出了我们样本中每个facebook活动的总数，平均值、中位数和标准差（st.dev）与每周对每个facebook活动数量的观察有关。
2.3公司公告数据
公布的数据是从纳斯达克的网站上收集的。6数据集包括所有的宣布公告。我们把星期六至星期五的公布次数汇总为每周一次，即以类似的方式汇总。就像facebook的数据一样。在回归中，我们使用一个假变量来表示是否至少有一个公告一周内释放。我们的样本包括187周，至少一次发布公告（总数为342周）。
2.4.每周回报数据
用于计算收益的每日调整收盘价数据从纳斯达克OMX Nordicrsquo;s网站上收集。在中，是该周最后一个交易日的收盘价（通常是周五），是上个星期Tminus;1上个交易日的收盘价（通常是上个星期的星期五）。平均值在样本期内诺基亚的每周回报率为minus;0.16%。
3.实证分析框架
我们的分析是基于逻辑回归来解释facebook的活动与诺基亚的增加和减少之间的关系。
我们运行的是投资者投资组合中的股票。为了识别那些交易行为与facebook数据相关的投资者群体将每个投资者群体的回归与每个facebook变量分开。
如果投资者增加了他/她在诺基亚的持股，我们回归中的依赖变量是一个值为1的假变量在给定的一周内（买入多于卖出）的股票，如果投资者减少了持有的股票增加的。只在给定的一周内诺基亚净头寸发生变化的投资者也包括在内。主要兴趣的解释变量是职位数量，
根据回归而定的评论、喜欢或股份。我们控制公司公告发布与公司公告模型（新闻），如果在T周和0周发布公告，则为1。另外，我们用上周该集团中增加持股的投资者人数按投资者总数进行了调整上周换了股票的人。这方面的说明如下：
是在Tminus;1周内改变（增加或减少）其在诺基亚的持股的投资者数量。我们还要加上本周和上周回归的控制变量。最后，我们包括每月（公吨）和每年（公吨）变量。每月对交易中潜在的年度季节性的控制（例如，实现亏损）在12月的税务方面，见Grinblatt和Keloharju，2001），每年模型适应分析，例如由于诺基亚的移动业务被放弃（2014年，诺基亚的移动业务被微软收购），诺基亚可能会发生变化。将公司的重心改为电信基础建设业务）。概括地说，我们运行的回归是以下表格：
4.结果
表3 a面板显示，对于家庭和非盈利机构，所有的回归估计都具有统计学意义。结果表明，这些群体中的投资者的买卖决策与facebook数据有着明显的关联。经济及社会理事会非赢利机构的经济意义相对较高：非赢利机构买进而不是卖出的可能性当facebook活动量增加一个标准差时，从1.111增加到1.212。小组A表3没有显示买卖决策与facebook数据之间的关联。对公司和政府的结果机构是介于金融机构、家庭和非营利机构之间的东西，因为它们的一半或更少，估计数具有统计意义。
为了更仔细地观察facebook对家庭交易的影响，表3的b小组提出了估计的回归值
针对不同活动群体的个人投资者的结果。我们注意到，一般来说，一个家庭越活跃，就越弱。
facebook数据与买卖行为的关联。被动和非被动投资者的赔率更高与非营利机构相比，这些机构的规模较小，尽管它们的职位仍然相对较高（1.088和1.072）。为了简洁起见，我们不在此报告拦截和控制变量的回归估计，但可在在线附录中查阅。一般说来，大多数控制变量的估计值中有统计学意义。
Grinblatt和Keloharju(2000)认为，大致说来，金融和保险机构以及公司被视为最复杂的投资者群体，因为他们通常持有较大的头寸，有更多的资源用于研究，在许多情况下，投资被视为全职职业。有鉴于此，我们的研究结果表明，更成熟的投资者更独立于facebook的活动，因为facebook的活动和金融决策之间显然没有关联机构。假设投资者的积极性与其成熟程度有关，我们对家庭活动群体的调查结果支持这一结果，即更成熟的投资者的行为更独立于facebook的数据。
facebook可以被看作是一个次要的信息渠道，与发布在该交易所和公司可能会从战略上选择在facebook上发布的信息（jung等人，2017年）。非营利组织可以说，组织和家庭是较不成熟的投资者（Grinblatt和凯洛哈尔居，2000年），可能允许他们进行交易受facebook帖子和活动影响的决定，特别是当他们无法获得专业数据来源时。与此相符Ammann和Schaub(2017)发现，缺乏经验的投资者的交易决策受到不成熟的帖子的影响。
在一个社会交易平台上包含与价值相关的信息。
我们的问题是，如果不同投资者的决定与facebook的数据有关，我们主要关心的是
对facebook变量的回归估计具有统计学和经济学意义。但是，关于表3中估计数的迹象，有几个词是不在重点之内的。在A栏，除了对家庭的评论外，评论和喜欢都是积极的。股票的迹象都是正面的和非盈利和负面的（公司，金融，家庭），虽然不是所有的统计数字都有意义，但可以解释变异。有活动小组的b小组报告了对职位的肯定估计，但对评论、喜欢和作为被动和非被动投资者的股票有负的估计。深入了解这些发现的原因是超出范围的
本文的研究结果有待进一步研究，因为这需要进行语义分析。
表3
回归估计：投资者群体和facebook数据的交易。与facebook逻辑回归变量相关的估计值
在第3节中作了说明。（1）适用于所有投资者类别。依赖变量是一个假变量，当投资者增加时值为1他/她在一周内的持股量，如果投资者减少持股量则为0。除了与facebook相关的变量（我们为其报告在这方面的估计数），我们控制公司的公告发布，在前一周内改变头寸的投资者数量（按比例），目前和前几个星期返回，此外，我们有每月和每年的模型。控制变量的回归估计可在网上附录查阅。在第二小组中，家庭投资者根据其过去的交易情况被分为积极类8周（40个交易日）。所有其他回归的观察次数（分析周）为341，但政府小组的观察次数除外。p值在括号()中给出，赔率在卷括号{}中给出。平均汇率是根据一个标准计算的解释变量中的偏差变化。
A组：投资者类别
5.总结和结论
B组：家庭投资者的活动群体
本文首次提供了实证证据，表明facebook的活动对不同投资者的交易产生了不同的影响。我们提供证据表明，可以说，不太成熟的投资者——即家庭和非营利组织的决定是：股权的增加或减少显然与facebook的数据有关。同时，金融机构的决定，这可能是市场上最成熟的投资者之一，与facebook的活动无关。而且，更少活跃家庭的决定与facebook有关，而活跃家庭的决定与facebook无关，这提供了更多的证据投资者越不成熟，他们的行为与facebook的关系就越密切。鉴于facebook不是一个受监管的机构与第一手的官方交换信息比较，企业很可能会从战略上选择哪些信息在facebook上传播（jung等人，2017年）。这表明，不太成熟的投资者可能无法获得专业的投资机会。财务数据和新闻的来源可能是由有偏见的信息驱动的。
在未来的研究中，我们计划对这些帖子和评论进
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[20618]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
