媒体关注、投资者情绪与企业资金期限错配

为缓解企业债务“爆雷”背后的资金期限错配,文章以2008—2022年中国A股上市公司为研究样本,分析媒体关注、投资者情绪与企业资金期限错配三者的关系。研究发现:媒体关注能缓解企业资金期限错配,投资者情绪会抑制媒体关注对企业资金期限错配的缓解作用;机制分析表明,媒体关注通过缓解融资约束和抑制管理层短视来降低企业资金期限错配;异质性分析显示,媒体关注对企业资金期限错配的缓解作用在非负面媒体报道、长期借款占比低、非国有以及内部控制质量高的企业中更显著。研究结论为缓解企业资金期限错配提供理论依据和政策参考,有助于降低市场系统性金融风险,更好支撑实体企业高质量发展。

投资者情绪与股价同步性研究

以2018-2021年沪深证券交易所A股上市公司为样本,研究投资者情绪对股价同步性的影响及作用机制。研究表明:投资者情绪与股价同步性显著正相关,支持了“信息效率”说;高涨的投资者情绪能够通过提升融资约束加剧股价同步性。进一步研究发现,投资者情绪对股价同步性的积极作用在证券监管力度较低、会计稳健性较低与股权激励较高的企业中更为明显。从优化信息获取渠道、健全公司内部信息公开披露机制、强化监管部门监督职能等方面对抑制股价同步性提出了建议。

融合词法句法信息的方面级情感分析模型

为解决现有方面级情感分析方法缺乏句法约束和词义信息的问题,将句法依存树和知识图谱融合起来对句子编码,提出一种词法句法相结合的图神经网络模型。利用图神经网络分别提取句法依存树中的句法信息和知识图谱中的词法信息,经过位置编码模块和掩码加权模块捕捉重要性更高的单词;将两种特征进行结合获得融合句法词法信息的文本表示,进行情感分类。在3个公开数据集上的实验结果验证了该模型的有效性。

投资者情绪、预算软约束预期与投资现金流敏感性

本文以投资者情绪衡量公司外部股权融资环境的变化,研究不同预算软约束预期下,投资者情绪对公司投资现金流敏感性影响的差异。研究发现,高涨的投资者情绪带来择时发行股票的好时机,总体上缓解了企业面临的融资约束,投资现金流敏感性降低。当按照预算软约束预期对样本进行分组后,投资现金流敏感性降低的程度因组别不同而有所差异。预算软约束预期较弱的组别,最为敏感地捕捉了择时发行股票的好时机,其投资现金流敏感性明显降低。

投资者情绪与上市公司投资——行为金融角度的实证分析

金融市场与企业投资行为之间存在着正向关系 ,无论是Q理论还是融资约束理论都支持这一观点。行为金融学在该方面则莫衷一是。本文利用股票的流动性作为衡量市场投资者情绪高低的指标 ,通过对我国上市公司投资水平影响因素的实证研究 ,发现上市公司的投资水平与市场投资者情绪呈现明显的负相关 。

企业研发的投入与产出效率研究——基于投资者情绪“双刃剑”效应的视角

文章基于心理学中著名的机构(制度)理论,运用776家上市公司2011-2016年平衡面板数据,以指导企业研发投资的技术法则与机构法则为分析框架,研究投资者情绪在企业研发投资的投入与产出效率中所起的"双刃剑"效应;通过系统GMM和固定效应检验,实证研究发现:第一,企业对投资者情绪的迎合可以缓解研发投资对于内源性资金与研发路径的依赖,从而降低融资约束,便利突破式创新,表现为投资者情绪对企业研发投资的积极促进效应。第二,企业对投资者情绪迎合而作出的研发投资,却具有较低的产出效率,表现为投资者情绪在创新决策中的消极误导效应。结论说明培育稳定繁荣资本市场与正视"逆市场"研发投资的重要意义。

产品评论中领域情感词典的构建

领域情感词典是情感分析最重要的基础。由于产品评论的数量巨大、领域众多,如何自动构建领域情感词典已经成为近年来的一个研究热点。该文提出了一个两阶段的领域情感词典构建算法。第一阶段,利用情感词间的点互信息和上下文约束,使用基于约束的标签传播算法构造基本情感词典;第二阶段,根据情感冲突的频率来识别领域相关情感词,并根据其上下文约束以及修饰的特征完善领域情感词典。实验结果表明,该方法在实际产品评论数据集上取得了较好的效果。

投资者情绪与上市公司投资水平——迎合还是保守?

资本市场的投资者并不完全理性，会出现对股票价格的高估或低估。本研究以2003～2010年我国上市公司为对象进行研究，发现在面对非理性的投资者时，公司管理者同时存在迎合心理和保守主义倾向，且受到公司融资约束条件的影响。迎合渠道是投资者情绪影响公司投资水平的主要渠道，即使是低融资约束的公司，也表现出了显著的迎合行为，而高融资约束的公司则对投资者情绪的效应更敏感。但是，只有在低融资约束情况下，部分公司才会在投资决策中表现出保守主义倾向。

投资者情绪与上市公司投资决策——基于迎合渠道的研究

资本市场的投资者并不完全理性,会对股票价值高估或低估,而公司管理层在投资决策时可能迎合这种错误定价。文章以2003-2010年我国上市公司为对象,证实了公司在投资决策时对投资者情绪的迎合效应,并且这种效应受到市场状况、个体投资者短视程度以及企业自身融资约束的影响。

公司创新、投资者情绪与研发投入——来自中国上市公司的经验证据

文章以行为金融学视角重新审视了公司创新产出与投入之间的关系。基于2007-2014年沪深A股上市公司的混合截面数据,实证检验了投资者情绪对公司创新能力与研发投入水平的影响。实证结果表明:公司的创新产出、投资者情绪与研发投入强度显著正相关,投资者情绪在创新产出和研发投入强度的正向关系中具有调节效应,即投资者情绪波动幅度越大,创新产出对研发投入的敏感性越高。进一步区分企业属性的研究发现,在非国有企业、更高融资约束程度的高新技术企业分组中,投资者情绪的调节作用更为显著。研究结论拓展了公司研发与创新领域的研究视角,丰富了行为金融理论在公司投资领域的研究范畴。

投资者情绪、融资约束与企业投资

基于我国沪深两市A股上市公司2004-2014年度的数据,研究企业层面的投资者情绪对企业融资约束的影响。研究结果表明:企业投资与投资者情绪显著正相关;企业投资与现金流高度敏感,我国A股上市公司存在显著的融资约束现象。进一步研究发现:(1)高涨的投资者情绪刺激了企业的投资需求,加剧了企业的融资约束;(2)高涨的投资者情绪对民营企业融资约束的加剧效应显著强于国有企业。

投资者情绪对企业全要素生产率的影响

多数文献认为投资者有限理性对经济运行和发展会产生负面作用,本文从高质量发展要求的视角探讨投资者情绪的作用,基于中国上市公司2007~2019年的数据,检验了投资者情绪对企业全要素生产率的影响。结果表明,高涨的投资者情绪总体上具有提升企业全要素生产率的效应。缓解融资约束是投资者情绪提升企业全要素生产率的关键渠道,但高涨的投资者情绪也会加剧代理冲突,不利于企业全要素生产率的提升,这从侧面反映出融资约束仍是制约中国企业高质量发展的关键因素之一。异质性检验表明,该效应在非国有企业、规模较小的企业以及内部控制质量较高的企业中更加明显。总体上看,乐观的投资者情绪确实有助于企业全要素生产率的提升,无论是政府还是企业都应当重视投资者情绪变化给全要素生产率带来的影响。

基于一致性图卷积模型的多模态对话情绪识别

多模态对话情绪识别是一项根据对话中话语的文本、语音、图像模态预测其情绪类别的任务。针对现有研究主要关注话语上下文的多模态特征提取和融合,而没有充分考虑每个说话人情绪特征利用的问题,提出一种基于一致性图卷积网络的多模态对话情绪识别模型。该模型首先构建了多模态特征学习和融合的图卷积网络,获得每条话语的上下文特征;在此基础上,以说话人在完整对话中的平均特征为一致性约束,使模型学习到更合理的话语特征,从而提高预测情绪类别的性能。在两个基准数据集IEMOCAP和MELD上与其他基线模型进行了比较,结果表明所提模型优于其他模型。此外,还通过消融实验验证了一致性约束和模型其他组成部分的有效性。

基于图注意力神经网络的中文隐式情感分析

情感分析是自然语言处理领域的重要任务之一,情感分析任务包含显式情感分析和隐式情感分析。由于隐式情感不包含显式情感词语,情感表达更加委婉,所以面临更大的挑战。提出基于图注意力神经网络的隐式情感分析模型ISA-GACNN(Implicit Sentiment Analysis Based on Graph Attention Convolutional Neural Network),构建文本和词语的异构图谱,使用图卷积操作传播语义信息,使用注意力机制计算词语对文本情感表达的贡献程度。针对多头注意力保存重复信息问题,使用注意力正交约束使得不同注意力存储不同的情感信息;针对情感信息分布不均的情况,提出注意力分值约束使模型关注部分重要词语。在隐式情感分析评测数据集上验证模型效果,所提出模型的F值达到91.7%,远高于文献中的基准模型;对注意力机制进行分析,验证了正交约束和分值约束的有效性。

一种时序情感记忆可约束可解释的序列推荐方法

序列推荐研究近年来在推荐领域中发展迅速,已有的序列推荐方法善于捕捉用户的时序行为来实现偏好预测。其中,一些先进的方法融入用户的情感信息来引导行为挖掘。然而,先进的基于情感的序列推荐模型未考虑对多类别的用户情感序列进行关联挖掘;并且,这类方法无法直观地解释时序情感对用户偏好的贡献。为了弥补上述方法的局限,本工作首次尝试以记忆体的形式存储时序情感并对其施加约束。具体地,文中提出了情感自我约束和情感相互约束两种机制,来挖掘多类别情感之间的关联并辅助用户行为完成序列推荐。进一步地,提出的记忆框架能记录用户的时序情感注意力,从而在准确预测用户时序偏好的基础上提供一定程度的直观解释。实验结果表明,所提方法的性能优于先进的序列推荐方法,并且比基于情感的序列推荐模型具有更好的可解释效果。

新冠疫情冲击、投资者情绪与企业融资约束

新冠疫情的暴发对全球经济造成震荡,资本市场的不确定性使投资者情绪发生波动,对企业的发展产生冲击,具体表现为融资约束加剧。为验证这一影响,本文将疫情的暴发时间作为虚拟变量,对我国上市公司在疫情暴发前后的融资约束进行研究,发现疫情暴发后企业的融资约束程度显著加深,通过异质性分析发现无论民营企业与否均如此。在引入投资者情绪中介变量后,发现疫情的冲击会使得投资者情绪持续低迷,进而导致企业融资约束的恶化。最后,本文提出了加强上市公司对于外部冲击的风险应对建设、加大政府对企业的金融扶持力度以及倡导投资者对市场保持乐观态度的建议。

企业数字化转型、融资约束与会计信息相关性

以2007-2021年中国沪深A股上市公司为研究对象,实证考察了企业数字化转型对会计信息相关性的影响,并进一步分析了企业数字化转型—融资约束—会计信息相关性之间的链条传导机制,以及投资者情绪在企业数字化转型对会计信息相关性影响中的调节作用。结果表明:企业数字化转型程度越高,会计信息相关性越差。进一步研究发现数字化转型通过降低企业面临的融资约束水平使会计信息相关性下降,且越高涨的投资者情绪越能加强企业数字化转型与会计信息相关性之间的负向关系。本文的研究丰富了数字经济时代背景下会计信息相关性的研究,其结论对推动企业数字化转型、保持适当的融资约束水平和投资者情绪进而提高会计信息相关性具有重要的现实意义。

基于词典与异构融合网络的MOOC评论情感分析

自MOOC兴起以来,其不仅满足了互联网各行各业对学习的要求,而且也产生了大量学习者参与讨论以及对课程评论的数据,为此,文中提出一种面向MOOC领域的用户评论情感分类模型。针对用户评论,通过对评论文本进行分词,利用词向量和约束集构建了一部领域情感词典,用于提取评论的情感特征等信息;所提模型利用异构网络分层融合特征,首先通过对评论文本特征和情感特征的融合,经过双向GRU网络和注意力机制实现对融合特征的学习,得到第一次的情感特征;其次通过CNN和注意力机制实现对课程相关信息的特征学习,并与第一次的情感特征融合;经过两层特征融合,最终通过添加Maxout的情感分类层,实现对评论文本的情感分类。实验表明,该模型在情感分类任务中分类准确率达到91.41%,相比未融合特征的基线模型提高了3.39%。

国资介入背景下管理者情绪对企业创新绩效的影响--基于融资约束的门槛效应分析

近年来,越来越多的国有企业通过出资入股的方式嵌入民营企业的改制与治理,使民营企业拥有了更有效的融资措施与创新方式。本文从管理者情绪的角度,以2010-2020年非ST上市公司为研究样本,讨论了国资介入与企业创新绩效的相互影响,并引入融资约束来解释两者的因果关联,同时采用两阶段最小二乘的实证方法解决模型的内生性问题。实证发现:国资介入与管理者情绪正相关,与企业创新绩效正相关;管理者情绪在国资介入与企业创新绩效之间表现出显著的传导机制;融资约束会负向调节国资介入对企业创新绩效的影响,并在二者间发挥显著的门槛效应。

卖空、流通限制与交叉上市股票价格

利用一个独特的中国交叉上市公司数据集，我们考察卖空和流通限制、以及不同观念对股票价格的影响。由于国内A股同时受制于卖空和流通限制，而H股没有此类限制，H股价格折让代表着由交易限制引发的价格泡沫。我们发现，在控制了市场情绪和其它因素后，H股价格折让与H股卖空交易显著正相关，而与A股非流通股改革变量负相关。我们还发现，在牛市和市场回报率上升时，卖空会显著增大股票价格的折让，而在熊市和市场回报率下跌时，卖空则没有这种作用。最后，我们发现前期的卖空活动对未来H股价格折让水平有预测能力。