原创《社交媒体对金融市场影响几何》：本论文为免费优秀的关于金融市场论文范文资料，可用于相关论文写作参考。
博客传播动态与股票市场活动的相关性已经被一些专家学者建立了起来.毫无疑问,线下和网络世界的研究提供了证据,足以表明金融市场是由市场参与者的情绪状态驱动的.情绪和情绪对金融的影响是可以通过Twitter、Facebook或LiveJournal来衡量的.心情好的人更愿意投资高风险资产,回报则取决于投资者的风险偏好,风险偏好又取决于投资者的情绪状态,而大众情绪状态在社交媒体上往往有所体现.
媒体何能影响金融市场
金融市场上,投资者的预期往往受到来自利好消息或坏消息的信号的影响,从而导致金融市场波动.根据有效市场假说（EMH）,市场是由新闻消息和信息驱动的,而不是当前和过去的.股市遵循随机游走模式,无法以超过50%的准确率进行预测,因为市场中的消息渗透是不可预测的.
一系列有关研究通过衡量负面词汇在媒体中的力量,强调了媒体的作用,并且证明了,在信息不对称的条件下,投资者确实受到了最近新闻的影响.
首先在学术范畴引入并开创的有关研究,是对媒体和股票市场之间关系的研究.根据“哈佛-IV-04”词典中的定义,对“华尔街日报”文章中的负面词汇进行分类,研究结果表明,负面新闻降低了股票.
然而,随着时间的推移,往往又回到了正常水平,因为新闻本身并不能影响资产的基本价值.股票由市场因素来评估,并在长期内回归其基本价值.当然,诸如地缘政治以及国际风险,等等,很多外部冲击常常导致股市波动.
韩国延世大学有关研究团队利用半监督机器学习方法,将美国五家主要报纸的负面消息和正面消息进行分类,以考察朝鲜风险的程度及其对在纽约证券交易所（NYSE）上市的韩国公司股票的影响.结果发现与朝鲜有关的新闻对美国和韩国股市的波动有影响.
该研究团队成员可以说是引入了一种先进方法,以研究当朝鲜对韩国经济造成地缘政治风险时,美国的新闻“情绪”,对在NYSE上市的韩国公司的影响.
那些与情绪有关的“异常”往往以“错误地归因”的偏见来解释,根据这种偏见,人们由着情绪状态做出或会有危险的决定.对于不确定的未来的事件,好心情的人比较乐观.因此,一个人有幸福感的情绪对主观概率评价很重要.
积极和消极情绪状态同冒险倾向之间的关系,可以通过影响灌输模型（AIM）来解释,它假定情绪积极的人依赖积极的暗示做出决定.由于情绪启动效应,有积极情绪的人会将风险与积极的结果联系起来,与情绪消极的人形成了鲜明对比.
有研究认为,有积极情绪的人承担风险的倾向更高,因为他们使用启发式方法,并认为危险情况的后果更积极.消极情绪的人更容易看到危险,并且在决策过程中更加谨慎,因此,他们会因为有关风险决策的负面关联,而进行风险规避.
自动文本挖掘方法在对新闻情绪进行分类方面是有效的,特别是当研究人员在很长一段时间内必须处理大量的新闻文章时.例如,德国柏林洪堡大学的一项研究使用监督学习对新闻情绪进行分类,以预测股票的波动.加拿大不列颠哥伦比亚大学的一项研究使用了一个朴素贝叶斯分类器,分析了大约45家公司股票留言板上的1500万条互联网条目,并预测了道琼斯工业指数（DJIA）和道琼斯关于“雅虎金融”和“愤怒的牛市”的互联网指数.
研究人员们的结论是,新闻情绪的总体影响在统计上是显著的,但影响很小.这些“有监督的机器学习方法”的优势在于：创造了一本适应研究人员之用途的新词典；学会区分出现在不同语境中的同一個单词.
社交媒体预测股票、外汇市场
当前,社交媒体已成为公众讨论的热门话题,在过去几年里,它在学术界和业界的吸引力稳步上升.社交媒体包括很多著名的网站,在那里人们分享他们的想法、图片或视频,以及互联网社区,例如： Facebook、Twitter、 Google、Youtube.相关数据表明,今天几乎所有的互联网用户都参与了社交媒体.
在实际中,用户生成的内容在业务预测方面的价值已在诸多方面显示出来.例如,在线消费者评论可以用来预测电子游戏销售、音乐销售或图书销售.快速、全球化,以及对各种政治、经济和社会事件的敏感反应,这些都是Twitter等社交媒体与金融市场的共同特征,那么,前者会“超机会水平”地影响后者吗?
像社交媒体——Twitter,它是全球性的,对国际新闻议程上的微小变化很敏感,可以说完全符合全球危机晴雨表的比喻.那么,这一比喻能否转化为对金融市场的影响?还有,对金融市场的预测是否可以从微博平台Twitter上公开的讨论和信息中提炼出来?
实际上,从Twitter获取的信息,已经成为对现实世界许多现象进行预测建模的有前途的数据来源.模拟的领域多种多样,如电影票房收入预测、流感类疾病的疾病活动、政治选举,还有：DJIA （道琼斯工业平均指数）等股市指标、目前被认为是外汇市场上最重要的货币对的欧元/美元汇率等
有关研究人员考察了在twitter.com上发布的大量推特信息是否与公众情绪有关,或者可以作为DJIA的预测指标.结果表明,公众情绪的变化（平静、警觉、肯定、重要、善良和快乐）与3—4天后发生的DJIA值的变化相匹配.此外,博客传播动态与股票市场活动的相关性亦被一些专家学者建立了起来.
在被认为是世界上最大的金融市场——外汇市场方面,有研究利用从Twitter获得的数据,模拟了欧元/美元汇率的高频日内交易规模.亦有研究探讨了从Twitter上的公开辩论中提取的数据,是否以及在多大程度上,有助于欧元/美元汇率的预测.
德国有关方面的学者Nofer和Hinz表示,在探索用户所生成内容对股票收益之影响这方面,实际中已经有了诸多研究成果.一般来说,人们可以区分对感兴趣的特定事物的情绪检测与情绪水平的分析,即积极或消极情绪状态的强度.例如,既有的方法侧重于通过分析消费者评论或股票留言板的内容,来衡量公司的情绪.
金融市场论文参考资料：
结论：社交媒体对金融市场影响几何为关于金融市场方面的论文题目、论文提纲、金融市场论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
