Exchange Rate Market Sentiment Analysis of Major Global Currencies

The paper deals with the analysis of market sentiments in exchange rates which are of great interest to trading individuals and institutional investors. For example, an institutional investor or a trading individual makes better investments and minimizes losses when equipped with an understanding of market sentiments in weekly or monthly exchange returns. In the approach suggested here, a typical market sentiment is defined on the basis of the certain function of the mean and the standard error of the logarithm of the ratio of successive daily exchange rates. Based on this surmise, the market sentiments are classified into various states, whereby states are defined according to the perceptions of the market player. A multinomial probability model is built to capture the uncertainties in market sentiments. Two asymptotically distribution-free tests, namely the chi-square and the likelihood ratio test of goodness of fit for the hypothesis of the symmetry in market sentiments are suggested. Two different measures of market sentiments are proposed. The approach advocated here will be of interest to researchers, exchange rate traders and financial analysts. As an application of the proposed line of approach, we analyze weekly market sentiments that govern exchange rates of the major global currencies—EUR, GBP, SDR, YEN, ZAR, USD, data from 2001-2012. Some interesting conclusions are revealed based on the data analysis.

Can news-based economic sentiment predict bubbles in precious metal markets?

This study examines the role of market sentiment in predicting the price bubbles of four strategic metal commodities(gold,silver,palladium,and platinum)from January 1985 to August 2020.It is the first to investigate this topic using sentiment indices,including news-based economic and consumer-based sentiments developed using different methods.We observed the role of sentiment as a reliable indicator of future bubbles for some metal commodities and found that bubbles were regularly concomi-tant with bearish sentiments for gold and platinum.Moreover,gold and palladium were the only commodities that experienced a bubble during the COVID-19 pandemic.Overall,our findings suggest inclusion of sentiment to the model that predicts the price bubbles of precious metals.

Sentiment Analysis as a Source of Gaining Competitive Advantage on the Electricity Markets

The electricity retail markets are evolving toward more competitive and customer-oriented. The deployment of smart meters and a wealth of new technologies create customers＇ eagerness for taking control of their electricity consumption. By being better-informed about the energy usage, people are encouraged to switch deals among existing suppliers or move to a new energy provider. Moreover, as customers are more socially interconnected, the Internet portals and social media become a place for discussion, comparison, and evaluation of the available offers. Unfortunately, in case of the energy sector there is a lack of understanding that such information, when taken into account and properly analyzed, can be a completely new and a powerful source of competitive advantage. In the paper, we introduce a solution that the use of quasi real-time automated sentiment analysis on the energy suppliers and the relevant aspects of their offers may enable energy companies to adapt quickly to changing circumstances, prevent potential customer churn, and harness new business opportunities.

A Study on Interaction between Investor Sentiments, China＇ s Monetary Policy and Stock Market

This paper builds the structure of the vector autoregression( SVAR) model short-term constraints and studies the interactive mechanism of investor sentiment,monetary policy and stock market from 2008 to 2016. The result finds that investor sentiment, currency liquidity and stock market gains a significant asymmetric effect. First,the interaction effects of investor sentiment and stock market are positive feedback mechanism, and investor sentiment significantly affects the stock market in the short term. Furthermore,monetary policy and stock market has a positive role in promoting each other. Finally, investor sentiment shows negative feedback mechanism of monetary policy.

市场情绪与基金投资策略:迎合还是修正?

基金投资策略选择是学术界、监管者和市场参与者共同关注的焦点.本文根据行为资产定价理论将基金投资策略量化为组合收益的市场情绪敏感度,首次在微观层面对其按照市场状态分类界定为迎合情绪策略与修正情绪策略,通过理论模型和实证检验探究基金的投资策略选择对其流量、风险和经理努力程度产生的系统影响,从行为委托代理视角剖析基金业绩的影响机制.研究发现:基金采取迎合策略时,对投资者特别是个体投资者更有吸引力,但会对投资者利益造成隐性侵害,表现为基金未来的风险增大、收益降低,且基金经理在无需付出更多努力的情况下可获得更高报酬.进一步分析表明,基金经理为取悦投资者的消极放任行为是其业绩表现不佳的重要原因;基金采取修正策略时,产生的系列影响则完全相反.本研究为中小投资者的投资实践、基金治理与监管,及解释基金市场异象提供了新的思路与启示.

基于情绪向量的隐半马尔可夫模型股市拐点预测方法

股市的情绪化倾向是股票市场具有高度不确定性的主要原因,直接利用历史数据的股票趋势预测方法难以适应市场情绪的多变性,在实际应用中效果不理想。文章针对市场情绪的不稳定性导致股市拐点难以预测的问题,提出一种基于情绪向量的隐半马尔可夫模型股市拐点预测方法(hidden semi-Markov model stock turning point prediction method based on sentiment vector,SV-HSMM)。针对市场情绪不可观察性,选取与市场情绪相关的主要特征,使用马尔可夫毯融合成市场情绪;利用隐半马尔可夫模型建模市场环境,构建市场情绪、市场状态和状态持续时间之间的结构关系;引入情绪向量平滑情绪的多变性,并利用Kullback-Leibler(KL)距离量化情绪热度;利用隐半马尔可夫模型的动态推理实现股市拐点预测。结果表明情绪向量方法具有更好的预测效果。

政策不确定性的市场效应:基于错误定价视角

中国经济转型过程中,政府通过制定和实施经济政策对经济发展发挥积极推动作用,但政策调整潜在的不确定性可能对资产价格产生影响。采用2003—2020年沪深A股上市公司季度数据实证研究政策不确定性对股票错误定价的影响及其作用机制。结果表明,政策不确定性上升总体上倾向于修正股票错误定价,且高估样本和低估样本呈现明显的非对称性:政策不确定性上升将修正高估股票的错误定价,而加剧低估股票的错误定价。投资者情绪和市值管理是主要作用机制,且投资者情绪机制占主导作用。进一步考察异质性的结果表明,政策不确定性对股票错误定价的影响主要表现在2007年之后、民营企业和规模较小的企业;货币和财政两类内部政策不确定性均会增大高估股票的错误定价程度,减小低估股票的错误定价程度,而贸易和汇率与资本项目两类外部政策不确定性的影响则相反。因此,需要充分认识预期管理在金融市场监管中的重要性,关注政策不确定性对资产错误定价的影响;科学制定经济政策调整的时间窗口,降低政策变动潜在的不确定性,缓解其对资产价格的影响。

量化交易、投资者情绪与市场波动——基于东方财富股吧贴文的情感分析

随着我国资本市场的逐步完善和成熟,市场参与者对于高效、科学的投资方法需求日益增长,为量化交易提供了广阔的发展空间。为了更好地了解量化交易对证券市场的影响,从量化交易对投资者情绪与市场波动影响的角度进行研究,以期为我国资本市场的稳健发展和投资者综合素质的提高提供理论指导。基于量化交易、投资者情绪及市场波动的理论逻辑,运用事件研究法、最优标度回归,分析2023年1月至9月量化交易相关数据。研究结果表明,量化交易对股票市场具有显著影响;量化交易存在一定程度的“砸盘”效应,投资者对该现象存在不理性行为;不同量化交易策略之间存在显著的效应差异;把事件个股按照可否进行融资融券区分,得出量化交易的影响也存在显著差异。据此,提出通过加大监管力度、增强量化公司风险管理能力和提高投资者综合素质的相关建议,稳定量化交易对证券市场的冲击,维护投资者利益。

投资者情绪、市场流动性与股市崩盘风险

抑制股市崩盘风险是各国监管机构防范金融系统性风险,促进资本市场健康发展的关键问题。本文将投资者情绪、市场流动性和股市崩盘风险三者科学联系在一起,研究逻辑关系和作用机理。选取2010—2020年1867家样本公司,运用多元回归分析法,验证得出市场流动性和投资者情绪对股市崩盘风险具有正向刺激作用,进而从不同主体角度提出相应的对策建议。

Agents’ Behavior in Market Bubbles： Herding and Information Effects

This paper explores some behavioral factors that may explain the formation of speculative bubbles in financial markets. The study adopts an experimental approach focused on the agents’ behavior when facing a “true” bubble and is incentivized to herd and/or receive information about the market sentiment. For this purpose, a straightforward laboratory experiment that reproduces the dotcom market bubble and asks subjects to forecast asset prices in a true dynamic information scenario. The experiment was conducted in the laboratory of the Faculty of Economics at the University of Salamanca and involved 137 undergraduate students in the degree of economics. The results show that incentives to the herding behavior increase the forecasted volatility and thus contribute to the bubble inflation. Nevertheless, this effect may be offset by giving information to the agents about the expected market trend. Therefore, under herding effects, it is the absence of clear signals about market sentiments what inflates the bubble.

投资者情绪指数构建及其与超额收益率关系研究

有效度量市场投资者情绪是研究投资者情绪对资本市场影响的关键。选取2008—2022年证券投资者信心指数、消费者信心指数、市盈率、成交量、换手率、新增投资者开户数的月度数据,用主成分分析法构建市场投资者情绪复合指数(CIMIS_(t)),并通过“孪生股票”模型和定性分析对CIMIS_(t)进行有效性检验。采用ARMA-GARCH模型消除CIMIS_(t)和超额收益率(R_(a))的自相关和异方差性,对其残差进行回归分析和Granger因果检验。实证发现,CIMIS_(t)能较准确表征中国股市投资者情绪,去除自相关和异方差性的投资者情绪与R_(a)呈显著正相关,对R_(a)拟合效果更好;短期内超额收益率明显影响投资者情绪,而投资者情绪不能明显影响我国股市的表现。研究结果为投资者在投资决策以及监管者在制定市场政策时提供参考。

投资者情绪如何影响股市泡沫——兼议对股市泡沫监管的建议

本文基于2010—2022年沪深两市东方财富网股吧的股评,通过构建新型中文口语化金融情感词典来测度沪深两市投资者的正面、负面和综合情绪指数;在此基础上,采用TVP-VAR模型探究投资者情绪与沪深股市泡沫之间的交互影响效应。研究结论表明:第一,沪深股市泡沫与投资者情绪之间存在非对称的交互影响和因果关系。深市各类投资者情绪与股市泡沫均存在显著的交互影响效应,而沪市仅投资者正面情绪与股市泡沫存在显著的交互影响效应;第二,沪市投资者情绪所产生的传播效应以及对股市泡沫的冲击远大于深市;第三,重要宏观经济指标及金融市场指标也会对投资者情绪产生显著影响,但影响方向不尽相同。本文的研究结论有助于监管部门更加合理地监测和防范股市泡沫风险,促进股市稳定健康发展。

北向资金波动对股市流动性的影响研究——基于投资者情绪视角分析

资本市场流动性充足是支持实体经济高质量发展的基础。作为中国股市的重要资金来源,北向资金对于股票市场流动性的影响不容忽视,而投资者情绪在其中发挥着重要作用。本文采用2016—2023年沪深两市月度数据,对比有无投资者情绪变量时,北向资金流动对股市流动性的差异影响。研究发现:第一,北向资金流动增加会改善境内股市流动性;第二,投资者情绪越高涨,股市的流动性越强;第三,投资者情绪的存在使得北向资金对股市流动性的影响更为显著且持续时间更长。最后,文章提出了相关政策建议,以构建我国有效流动性的股票市场。

信用债市场的回报率是否可预测?——基于投资者情绪视角

违约事件的爆发加剧了投资者非理性情绪的扩散,并引发了信用债市场偏离基本面的大幅波动,考察投资者情绪在信用债市场的非理性繁荣和恐慌式下跌中的推波助澜作用非常重要。本文将行为资产定价理论扩展至信用债市场,采用提取情绪代理变量共同信息的方式,构建有效的信用债市场情绪指数,并研究情绪对市场回报率的可预测性。研究结果表明:(1)信用债市场情绪会产生显著的定价效应,当期的情绪对次月的市场回报率具有较强的预测能力;(2)信用债市场情绪会驱动微观交易,并吸引投资者购买风险较高的债券基金和信息不对称程度较高的债券组合;(3)信用债市场情绪的定价效应在投机倾向较高或套利限制较强的时期更突出,其中较高的投机倾向源自投资者对折现率的乐观态度,而较高的非流动性则是卖空约束之外的另一重要的套利限制。

市场情绪能否影响家庭购房意愿和购房行为?——基于中国家庭金融调查数据的实证研究

通过对2017年和2019年中国经济新闻数据库发布的房地产新闻标题以及微博平台发布的房地产相关评论进行文本情感分析,构建专属情感词典,获得各省区市相应市场情绪指数,然后基于中国家庭金融调查(CHFS)2017年和2019年的公开数据,实证分析市场情绪对于家庭购房意愿和购房行为的影响。结果显示:市场情绪对于家庭购房意愿有显著的正向影响,高涨的市场情绪可以刺激家庭的购房意愿;市场情绪对于不同购房者行为的影响存在差异,其中市场情绪对于首次购房的影响不显著,但却显著影响二次购房行为;市场情绪会改变家庭对于金融资产的投资选择,进而影响家庭的购房意愿以及行为;市场情绪对家庭购房意愿和行为的影响呈现区域异质性,相比于中西部,东部更易受到市场情绪的影响。

投资者高频情绪对股市成交量的异质性影响研究——基于分位数向量自回归模型

从高频视角分析股市情绪效应的异质性特征及机理,对我国金融风险管控具有重要意义。本文借助文本分析法抓取网络舆情数据,构造日内投资者高频情绪指数,在分位数Granger因果关系检验的基础上,构建分位数向量自回归模型并进行脉冲响应分析,探究不同极性投资者高频情绪对不同市场状态下及不同分位水平股市成交量的异质性影响。结果表明:(1)不同极性投资者情绪对股市成交量影响具有异质性,悲观情绪对股市成交量的脉冲强度明显大于乐观情绪且衰减较慢;(2)投资者情绪对股市成交量的影响随市场状态的变化而不同;(3)在相同市场状态下,情绪对不同分位水平股市成交量的影响也存在差异,投资者情绪对股市成交量的下分位点脉冲强度显著大于上分位点,中位点最弱。

市场情绪与小麦期货、现货价格相关性研究——基于MSVAR模型的实证分析

选取2016年1月—2019年12月小麦期货、现货价格以及期货成交量三种数据,在201个样本基础上构建马尔科夫区制转换模型(MSVAR),运用脉冲响应函数,分别讨论在各个区制下小麦期货、现货价格和市场情绪三者之间的关系。经实证分析发现:小麦的市场情绪、期货和现货价格三者之间存在相互促进作用,且期货、现货价格双向均值溢出,市场情绪与期货、现货价格单向均值溢出。根据上述发现,为促进小麦市场平稳有序发展提出建议。

多层次资本市场收益和投资者情绪的溢出效应——基于沪深主板、科创板、创业板的实证研究

不同层次资本市场收益和投资者情绪之间有着复杂关系,TVP-VAR模型研究表明:中国沪深主板、科创板与创业板三层次资本市场投资者情绪相互间具有非对称溢出性;资本市场收益间存在非对称相互溢出;资本市场情绪有着显著的正溢出效应,而且溢出效应呈现市场差异性与时变异质性。整体来讲,不同层次市场情绪和收益因相互正向溢出而不断增长强化,短暂期交叉溢出效应波动性比维持期效应波动更剧烈,三层次股市收益波动性对短期市场情绪溢出效应更加敏感。

How mutual funds respond to asymmetric feedback tradingin China’s stock market

Previous studies show that individual investors play a dominant role in China's stock market.Their behavior of chasing-rise being stronger than killing-fall leads to asymmetry of feedback trading.Our article investigates how mutual funds react to this market force.Using China's stock and fund data from 2003 to 2019,we find that mutual funds tend to hold fewer shares when asymmetric feedback trading of the relevant stock gets more intense.This negative relationship is robust after controlling past returns,turnover rates,and firm risk factors,moreover,it attenuates when the market sentiment is bullish or when stocks are allowed short-selling.Further results show that mutual funds'selling towards asymmetric feedback trading does not make excess return but leads to significant risk reduction.Our findings may be related to uncertainty associated with asymmetric feedback trading,and thus support the limit market participation theory from the second largest stock market.

投资者高频情绪对我国A股市场日内过度交易行为的影响——基于东方财富股吧的研究

股票市场中的“过度交易”现象会增加市场波动,进而加剧市场风险。本文抓取了2019年1月1日至2021年11月30日沪深300指数与中证500指数成分股的东方财富股吧发帖文本数据,基于文本数据挖掘方式构建了1小时的社交媒体投资者高频情绪指标,深入探究了投资者情绪对我国A股市场日内过度交易行为的影响及其作用机制。研究发现:投资者情绪能显著地正向影响投资者日内过度交易行为,同时投资者情绪对机构投资者日内过度交易的影响强于个人投资者。进一步地,牛市中受投资者情绪影响产生的日内过度交易行为明显大于熊市;并且相较于中小盘股,投资者情绪对大盘股中个人投资者日内过度交易行为的影响程度更大。本文研究结论对投资者优化投资策略、引导监管机构机制设计、防范我国股票市场过度交易风险等具有较强的参考意义。