专栏名称: XYQuantResearch

兴业证券金融工程研究成果展示与交流平台

社交媒体信号

XYQuantResearch · 公众号 · · 2024-11-29 08:00

正文

请到「今天看啥」查看全文

投资要点

西学东渐，是指从明朝末年到近代，西方学术思想向中国传播的历史过程。西学东渐不仅推动了中国在科学技术和思想文化方面的发展，也有力地促进了社会与政治的大变革。在今天，西学东渐仍有其重要的现实意义。作为 A 股市场上以量化投资为研究方向的卖方金融工程团队，在平日的工作中，常常深感海外相关领域的研究水平之高、内容之新。而这也促使我们通过大量的材料阅读，去粗取精，将认为最有价值的海外文献呈现在您的面前！

作为西学东渐——海外文献系列报告第一百七十一篇，本文推荐了Cookson J A, Lu R, Mullins W, Niessner M等人于2024年发表的论文《The social signal》。

社交媒体在现代社会中扮演着重要角色，它不仅是信息传播的平台，也是公众情绪表达和社会影响力塑造的重要场域。近年来，社交媒体的使用率进一步提升，成为人们获取信息、沟通交流的首选渠道之一。

本文研究了来自三个主流平台（Twitter、StockTwits 和 Seeking Alpha）的社交媒体关注度和情绪。文章发现，即使在控制了公司披露和新闻的影响后，不同平台之间的关注度仍高度相关，但情绪并不一致：其第一个主成分解释的情绪变化仅略多于纯粹的个体差异。通过市场事件，本文将不同平台之间的差异归因于用户（如专家、新人等）以及平台设计（如帖子字符限制等）上的差异。本文研究还发现，情绪和关注度中包含的与收益率相关的信息并不相同：情绪可以正向预测次日收益，而关注度则是反向预测次日收益。综合来看，本文的研究结论突出了同时考虑社交媒体情绪和关注度的重要性，以及区分不同投资者社交媒体平台的必要性。

社交媒体的关注度和情绪分析是一个多学科交叉的研究领域，通过对社交媒体数据的分析，可以洞察公众的情感趋势、社会事件的公众反应，为各方提供决策支持和策略优化的依据。

风险提示： 文献中的结果均由相应作者通过历史数据统计、建模和测算完成，在政策、市场环境发生变化时模型存在失效的风险。

引言

社交媒体在过去的二十年里呈指数级增长。据统计，2020年美国民众每天花费3.6小时在各种形式的社交媒体上（Forbes, 2021），并且越来越多地将社交媒体视为主要新闻来源（Pew, 2021）。金融市场也反映了这一趋势：投资者经常在社交媒体上发布有关股票和证券的意见，企业也会利用社交媒体披露信息并与投资者互动（Blankespoor等, 2014）。尽管存在这些趋势，投资者使用社交媒体在很大程度上被认为是一种次要现象，直到近期由社交媒体推动的交易狂潮（最显著的例子是2021年的GameStop现象）。这些事件引发了关于社交平台在交易和金融市场信息中所发挥作用的探讨（Pedersen, 2022），并且围绕这些重要问题已经形成了一个新兴研究方向。

以往对投资者社交媒体的分析几乎都只研究单个平台的数据，相关论文通常引用来自不同投资者社交网络的证据，主要是StockTwits、Seeking Alpha和Twitter。虽然大多数研究讨论的问题并不特定于所研究的投资者社交平台，但这些平台在许多方面存存在着明显的差异。传播理论表明，社交媒体平台可能并不可以相互替代，因为传播媒介的特性会影响信息的内容和影响力（如McLuhan, 1975）。由于沟通是一种社会性涌现的现象，用户群体的差异、发帖动机以及互动能力的不同，可能会导致每个平台拥有独特的信息内容。

为了检验这些平台是否以及如何生成不同的与市场相关的信息——即社交媒体信号，本文分析了来自三个最成熟的投资者社交网络（ StockTwits、Twitter 和 Seeking Alpha ）在2012-2021年间的公司每日数据。本文首先区分了所有社交网络中的两个共同特征：关注度和情感。本文发现，超过三分之二的公司每日关注度信号在各主流社交平台上是相同的：即在某一天，不同平台上的人通常讨论着相同的公司；但相比之下，情感的共通成分较弱，解释力仅仅稍强于“三个平台的情感是独立”的情况。

此外，本文还发现， 社交情感和关注度的共同成分对收益预测具有相反的影响：关注度通常负向预测次日收益，而情感则是正向预测收益。 利用两次事件—StockTwits上信息字符限制的变化和GameStop （ GME）空头逼仓事件—本文发现， 平台特征的差异（字符限制事件）和用户群体的差异（GME事件）都对投资者社交媒体产生的市场相关信息的差异有所贡献。

接下来，本文将更详细地描述本文的研究结果。首先，本文分别对关注度和情感进行主成分分析（PCA），以分解由三个平台生成的社交信号。本文发现，关注度具有强大的共同成分，第一个主成分（PC1）解释了67%的变异性；相比之下，情感的PC1仅解释了39%的变异性，略高于若三个信号情感独立时的33%。本文通过首先将每个平台的关注度和情感对新闻、公司公告、股票回报或持续公司因素进行回归，然后对残差信号进行PCA，证明这些结果并不是由这些变量驱动的。这种条件PCA分析的结论与无条件PCA高度相似，表明投资者社交媒体中的共同信号不同于传统媒体中的信息。

对于跨平台情感弱相关性的另一种解释是，每个平台的信号是使用不同的自然语言处理算法（NLP）提取的。本文比较了StockTwits平台内的不同用户类型（从而保持平台特性和NLP一致），提供的证据表明NLP不能解释这些差异。与跨平台结果一致，本文发现，关注度在不同用户类型（如有影响者、专业人士和新手）之间高度相关（PC1解释了84%的变异性），而情感信号在不同用户类型之间的相关性较弱。因此，NLP的差异不能完全解释本文的结果；且即使NLP和所有平台特性完全相同，由于用户群体的差异，跨平台的情感信号差异仍然存在。

接下来，本文探讨情感和关注度信号在不同平台上的信息含量是否存在差异。为了衡量信息含量，本文使用情感和关注度信号对次日异常回报进行回归分析，同时控制了传统媒体的新闻、公司公告、股票滞后回报和波动性以及谷歌搜索量（Da等, 2011）。各个平台的信号由情感和关注度的主成分（PC1）捕捉的共同成分，以及平台特有的个别成分组成。本文发现：

1）情感的共同成分正向预测了次日的异常回报，而关注度的共同成分则负向预测了次日回报；

2）各平台信号的信息含量差异显著： StockTwits的信号与共同成分的对齐度比Twitter和Seeking Alpha更高（特别是在关注度方面），与次日回报的关系最为密切。

为揭示社交信号信息含量背后的机制，本文探讨了其与当日回报和未来20日回报的关系。本文发现：

1）情感越积极，当日及第t+1天的回报相关越高，且在随后的20天内没有回撤；

2）关注度越高，当日回报越高，但在接下来的10到20天内会出现部分回撤。进一步研究表明，散户净买入与当日情感和关注度呈正相关，但这种正相关仅持续一到两天。

这些结果有助于解释社交信号对次日回报的信息含量： 情感的正向预测性可能是因为其包含了与回报相关的信息，而关注度的负向预测性符合高关注度日过度反应的部分逐步回撤的情况。

接下来，本文考察了两个事件以深入了解平台特定特征和用户群体是否导致了情感和关注度信息含量的差异。首先，本文分析了2019年5月8日StockTwits将每条信息的字符限制从140增加到1000字符时，社交信号信息含量的变化。本文发现，StockTwits的情感信号在这一变化后对次日股票回报的预测性增强。此外，这一效果主要由较长消息中的情感信号驱动；较短消息的情感信号和关注度的预测性没有变化。本文还发现，专业人士的消息平均更具信息含量，且在字符限制增加后，他们撰写了更长的消息。与Twitter和Seeking Alpha未受StockTwits字符限制增加的影响一致，本文发现这些平台的信号信息含量没有变化。这些结果表明：平台内部用户沟通能力的变化可以影响社交媒体信号中编码的与市场相关的信息，符合传播理论；投资者社交媒体平台之间的结构性差异能够解释它们所生成信号的差异。

本文对个人投资者、情绪、关注度以及金融市场中新型数据来源的信息性做出了多项贡献。本文的核心贡献是量化过去十年间三个最成熟的投资者社交媒体平台的信息内容、相似性和差异性。随着社交媒体平台逐步成为投资者交流意见的重要平台，相关研究也逐渐兴起。投资者在各种线上论坛中讨论投资想法，但分析通常集中于单一平台并使用不同数据，研究成果也各异。本文展示了跨平台差异如何影响情绪和关注度的可预测性以及对个人投资的影响。此外，本文还展示了社交媒体平台的具体特征（如字符限制和用户群体的差异）如何影响社交信号的可预测性。

2、数据和总结统计

2.1

社交媒体情绪和关注度数据

本文的数据来自三个投资者社交媒体平台：Twitter、Seeking Alpha和StockTwits。

对于Twitter： 本文从Social Market Analytics（SMA，一家为专业投资者提供情绪信息的公司）获取与金融相关的Twitter推文（tweets）的“公司/日”数据。具体而言，本文使用每天下午4点的快照，获取每家公司在前24小时内的推文数量和平均情绪。

对于Seeking Alpha： 本文从Ravenpack 1.0获得文章级别的情绪数据，并保留其中相关性评分高于75的文章（Ravenpack认为这些文章“具有显著相关性”）。本文使用Ravenpack计算的事件情绪分数(ESS)来衡量情绪，ESS的范围在-1到1之间，其中0表示中性情绪，正值表示正面情绪，负值表示负面情绪。

对于StockTwits： 本文获取了全面的消息级数据。与Twitter类似，StockTwits允许用户发布简短消息（简称“推文”），字符数量有限—2019年5月8日之前为140字符，之后为1000字符。但与Twitter不同，StockTwits主要关注金融市场。通过在推文中包含一个“美元标签”（$）后跟股票代码，StockTwits用户可以明确表示他们的帖子是关于哪个公司或证券的。本文将分析限制在仅提及一家公司的消息，以便能够准确分析公司的情绪。本文统计了2010年至2021年间所有单公司推文的数据，包括来自80多万用户的1.5亿条推文。与Cookson等人（2023a）类似，本文剔除了每天发布超过1000条推文的用户，并将样本限制在2010年至2021年间推文数量最多的前1500家公司。StockTwits允许用户为推文附加情绪标签，指示推文是反映“看涨”还是“看跌”情绪。本文为自标签为“看涨”的推文赋值+1，为自标签为“看跌”的推文赋值-1。本文还获得了每条推文的情绪评分，评分范围从-1（极度看跌）到+1（极度看涨），该评分由StockTwits使用名为MarketLex的专有文本分类算法计算。

为了汇总StockTwits和Seeking Alpha的公司每日情绪数据（Sentimenti,t），本文计算从t-1日下午4点（收盘）到t日下午4点期间关于某公司i的所有推文（或文章）的平均情绪，使得该每日情绪指标与SMA提供的Twitter公司日情绪指标可比。同样，本文通过统计相同时间段内关于每个公司的消息数量（推文或文章）来计算StockTwits和Seeking Alpha的公司日消息量（Messagesi,t）。然后，本文定义每个平台的公司日关注度指标（Attentioni,t），即将公司日消息数量除以该平台一天内的消息总数：

StockTwits用户可以在填写个人资料时自愿声明其经验水平，选项由平台提供；StockTwits还提供了每个用户拥有多少粉丝的信息。因此，对于StockTwits，我们可以根据用户的个人资料或粉丝基数将情绪和关注度分成不同的系列：专业人士、中级用户、新手、无经验用户以及影响力用户（粉丝数量排名前1%）。此外，本文还为自我分类的情绪（即明确声明看涨或看跌）生成了一个单独的序列，与StockTwits基于MarketLex的情绪指标相对照。

2.2

公司新闻数据

除了社交媒体情绪和关注度之外，本文还控制了公司新闻事件的影响。具体而言，本文从《华尔街日报》和道琼斯新闻通讯获取了传统新闻媒体的报道和情绪信息。这些数据来自Ravenpack 1.0，提供了按公司-天的文章数量和文章级别的情绪信息。本文保留所有相关性评分超过75的文章，并使用Ravenpack事件情绪评分（Event Sentiment Score），通过对每天公司相关的文章情绪进行平均，汇总为公司-天级别的情绪。

为了捕捉其他新闻来源，本文收集了8-K文件的提交日期（非计划性的公司新闻）以及财报发布日期。 8-K提交日期来自WRDS的SEC Analytics Suite，财报发布日期则来自IBES。

2.3

收益数据

本文使用CRSP数据，通过从公司每日收益中减去市值加权的市场收益来计算每日异常收益。

2.4

样本特征

为了精确测量社交信号，本文的样本集中在2010年至2021年间在StockTwits上有最多单公司推文的1500家公司。尽管这将本文的公司样本从9000多家减少到1500家，但只减少了约20%的StockTwits消息量（从1.5亿条减少到1.2亿条）。本文还将关注度限制在每天至少有10条单公司推文的“公司-日”样本上。由于Twitter和Seeking Alpha数据在2012年之前相对稀疏，本文从2012年开始分析样本。在将社交媒体数据与Ravenpack的传统新闻媒体信息以及市场反应数据合并后，本文最终获得了大约815,000个“公司-日”级别的观察样本。

样本描述性统计结果如图表1所示。

A部分展示了三个平台上的活动统计。对于平均公司-日样本，StockTwits上的消息数量是Twitter或Seeking Alpha的多倍。尽管在消息量上存在显著差异，但这三个平台覆盖的公司数量相似（即在最终样本中，StockTwits涉及1497家公司，而Twitter和Seeking Alpha涉及的公司略少于1300家）。因此，即使单条StockTwits消息包含的信息含量少于Seeking Alpha文章，StockTwits上更多的消息量也可能汇总成有信息价值的样本。

B部分展示了StockTwits投资者子群体的相同统计数据。数据显示，各个子群体内部的活动均较为活跃（每个子群体的平均帖子数量在5.87到13.37之间）。

C部分说明了平台在关注公司规模方面的差异。前三列显示了每个平台上最受讨论的1500家公司的规模分布（分为小盘股、中盘股和大盘股）： Twitter和Seeking Alpha上最受欢迎的公司中，小盘股、中盘股和大盘股分别约占三分之一，而StockTwits上关于小盘股的讨论占了三分之二。后三列显示了每个规模区间中讨论公司的消息比例，大盘股通常吸引最多的消息： Twitter和Seeking Alpha上约有60%的消息有关大盘股，StockTwits在消息层面依然表现出对小盘股的关注。

D部分说明了样本筛选过程。当本文将样本限制为每天至少有10条StockTwits消息的公司时，样本从近280万条观察值下降到约82.2万条；其他样本筛选（如要求控制变量或回报数据）对观察量的影响可以忽略不计。

2.5

平 台特征和用户

传播理论认为，传播媒介的特性会影响其消息的内容和影响力。因此，不同平台之间的差异（如用户群体、发布动机和互动能力）可能会导致每个平台吸引和整合的信息存在显著差异。图表2展示了三个投资者社交媒体平台关于苹果股票($AAPL)的信息，旨在说明跨平台的差异。

图表2中最直接的差异是Seeking Alpha的内容由长篇文章组成（截图中仅显示了标题和摘要），而StockTwits和Twitter上的帖子较短。各个平台之间还有许多其他特征差异，如StockTwits和Twitter都允许使用“股票标签”（$），但只有StockTwits发帖者可以标记自己是看涨还是看跌。

此外，StockTwits是一个专门针对投资的社交平台，而Twitter涵盖的主题范围不受限制。其他差异还包括推荐算法和是否允许帖子回复。这些差异可能会导致平台之间的社会信号（情绪和关注度指标）以及这些信号与市场结果的关系出现较大差异。本文利用StockTwits消息字符限制从140字增加到1000字这一变化，来研究平台特征对信息内容的影响。

社交媒体平台之间的另一个主要区别是它们吸引的用户不同。 Seeking Alpha的发帖者比Twitter或StockTwits的用户更具选择性（后者对任何注册账户的人开放）。 StockTwits无法删除过去的帖子，能够吸引通过发布信息建立声誉的用户。为了探讨用户构成的重要性，本文测试了新加入的StockTwits用户在2021年初的GME空头逼仓事件中的作用。本文还通过分解不同用户类型，考察各类用户对社会信号的贡献。

3、分解社交信号

在这一部分，本文描述了从不同社交媒体投资平台以及StockTwits投资者类型中提取的信号的共性和差异。

在此，本文区分了社会信号的两个关键维度： 情绪和关注度 。

3.1

社交信号在不同平台是否普遍存在？

本文首先考察StockTwits、Twitter和Seeking Alpha之间社交信号的共同性。图表3和图表4的面板A展示了StockTwits与Twitter和Seeking Alpha在公司日层面上的关注度和情绪的相关性。作为基准，本文还展示了StockTwits与道琼斯新闻社（DJNW）和《华尔街日报》（WSJ）传统新闻报道及情绪的相关性。

1）社交平台上关注序列的相关性相对较高，StockTwits与Twitter之间的相关性为0.621，StockTwits与Seeking Alpha之间的相关性为0.434。相比之下，传统新闻媒体的报道相关性要弱得多： WSJ的相关性为0.184，DJNW的相关性为0.175。这表明， 社交投资平台之间的关注度包含一个较强的共同成分，且这一成分并不能被新闻媒体的报道所解释。

2）与关注度的相关性相比，不同平台之间的情绪序列的相关性要弱得多。 StockTwits与Twitter的情绪相关性仅为0.125，而与Seeking Alpha的情绪相关性为0.038。与新闻情绪的相关性也较低，WSJ的相关性为0.010，DJNW的相关性为0.069。这表明， 在各个社交投资平台之间，情绪更加独特 。如图表3所示，关注度和情绪的相关性强度差异显著。

从理论上讲，本文分析的六个信号可能会相互交叉相关。如人们会对有强烈感觉的事物给予关注，情绪和关注信号之间可能会有很强的相关性，或者平台内可能会聚集有相似观点的用户，从而导致平台内关注度和情绪之间的相关性。最强的交叉相关性并不一定是正相关，如果平台之间在情绪或关注度上存在分歧的情况是常态，则可能会看到负的跨平台相关性。在接下来的分析中，本文的主要发现是，平台间最强的交叉相关性是关注度，而平台内情绪的交叉相关性较弱，且关注度和情绪信号之间几乎没有聚类或相关性。

为了系统描述这六个信号（每个平台的关注度和情绪）的交叉相关性，本文采用主成分分析（PCA）。 PCA提供了一种便捷的方法来描述社交平台上关注度和情绪信号之间的多变量相关性。主成分分析的第一主成分（PC1）提供了能够解释这六个信号最大变化的线性组合；第二主成分（PC2）则解释了剩余变化中最多的部分，依此类推。因此，如果一个主成分中的基础信号具有较大的权重，这些信号就会相互关联，即权重代表了数据中信号的聚类。此外，PCA的一个标准输出是每个主成分解释占比，可以总结在每个主成分中信号的交叉相关性。

为了评估采样变异性对本文得出关于主成分权重和解释的变化量的结论的影响，本文通过执行集群标准误的块状自助法来计算主成分权重和每个主成分解释的变化量的标准误。本文分别按公司和日期进行块状自助抽样，每个抽样重复1000次。接着，按照Thompson(2011)的公式，从每个单集群方差-协方差矩阵计算双集群方差-协方差矩阵。在整个分析过程中，本文得到的标准误差相对较小，这表明PCA结果具有足够的精度。处于表格可读性的考量，本文省略了后续表格中关于主成分权重的标准误报告。

图表4的面板B提供了本文考虑的六个信号的PCA结果（即每个平台的“公司/日”级别的情绪和关注度）。 PC1解释了35.6%的信号变化，几乎是PC2的两倍。整体来看情绪和关注度的相关性较低，因此本文随后分别对关注信号和情绪信号进行单独的PCA分析。

接下来，本文描述社交媒体信号在关注度和情绪的PCA中的共同变化情况。这些PCA的结果汇总在图表4的面板C中。

与“关注度在不同社交媒体平台上的投资者中具有共性”的观点一致，关注信号的PC1解释了70%的平台间变化；此外，三个关注信号在第一个主成分中都赋予了正权重，表明关注度的共同成分在三个社交平台上都有体现。 PC2捕捉了Seeking Alpha和StockTwits之间的关注度差异，因为Seeking Alpha权重为正，而StockTwits权重为负（Twitter权重大约为零）； PC2捕捉到的平台间关注度差异只解释了18.9% 的变化。

对于情绪的PCA，第一个主成分仅解释了平台间38.8%的情绪变化。相比之下，若三个系列之间仅存在独特变化，第一个主成分也能解释33.3%的变化。与关注PCA类似，情绪PCA的第二个主成分主要捕捉了Seeking Alpha（正权重，𝑤=0.874）和StockTwits（负权重，𝑤=−0.464）之间的差异，而Twitter情绪系列的权重较小（𝑤=−0.147）。第二主成分解释了32.3%的变化，这表明平台间情绪的差异与相似性解释了相似量的变化。

3.2

控制新闻和公司特征影响的条件主成分分析

前文的主成分分析结果是无条件的，因此可能受到遗漏变量的影响，如新闻报道或公司公告可能导致平台间关注度和情绪的共同变化。因此本文进一步对遗漏变量进行控制。一种方法是对信号进行回归分析，同时控制新闻和公司固定效应，但这并不能单独隔离平台间的相关性。如在将Stocktwits情绪对Twitter和SeekingAlpha情绪进行回归时，Twitter情绪的系数是在控制了SeekingAlpha情绪的情况下获得的（这并不是本文感兴趣的变化）。因此，本文采用了一种条件主成分分析（PCA）的方法。在条件PCA中，首先对输入信号进行回归，控制变量和固定效应。本文对6个信号分别进行回归分析：

图表5的A和B部分首先仅根据新闻进行残差化，即来自RavenPack的第t天公司i的传统媒体报道（包括文章数量以及文章情感）。本文对情感和文章数量进行控制。本文还包括了一个指示变量，用于标示公司是否在t日发布财报公告，并对其后7天的滞后效应进行控制；8-K披露也同样处理。在接下来的三列中，本文不仅对新闻进行残差化，还加入了公司固定效应，以控制未观察到的、不随时间变化的公司特征。在最后三列中，本文进一步对滞后收益波动率和累计异常收益进行残差化。

如图表5所示，本文对新闻、公司特征和滞后收益的控制并没有改变定性结论，即在社交媒体平台上，注意力的相关性非常高，而情感的相关性则较低。相较于注意力的第一个主成分解释了67%的平台间变异，残差化后的注意力解释了63%到66%的变异。情感对新闻和公司固定效应的控制更加不敏感。

相对于情感无条件主成分分析中的38.8%，条件主成分分析的第一个主成分解释了38.1%到38.2%的平台间变异。这不仅显示了对新闻和其他混杂因素控制的稳健性，还表明在社交媒体平台上共享的信息之间存在强烈的跨平台相关性，这在很大程度上独立于新闻。也就是说，社交媒体上的信息并不仅仅是传统新闻、公司披露和近期市场状况的反映。

3.3

按公司规模的异质性

各平台对不同公司规模的覆盖存在明显差异：与Twitter和Seeking Alpha相比，StockTwits对小盘股的代表性更强。因此，本文通过对不同规模区间的公司分别进行主成分分析（PCA）来探讨按公司规模的异质性：小盘股（市值低于20亿美元）、中盘股（市值在20亿至100亿美元之间）和大盘股（市值超过100亿美元）。此外，出于简洁性的考虑，异质性分析只报告了第一个主成分（PC）。

图表6的A和B部分展示了无条件PCA的结果。本文发现，大盘股的注意力和情感信号比中盘股和小盘股有更多的共性。此外，在每个规模区间内，主成分分析的主要结论依然成立，即注意力的相关性比情感更高。然而，第一个主成分的解释力强度在规模分布上存在显著的异质性：注意力方面，小盘股的第一个主成分解释了49.5%的变异，而大盘股的第一个主成分解释了72.5%的变异。情感方面，大盘股的第一个主成分解释了42.4%的变异，而小盘股的第一个主成分解释了36.3%的变异。

与本文的主要发现类似，残差化略微减弱了第一个主成分的强度，但并未改变定性结论。值得注意的是，新闻和不随时间变化的公司特征的差异并不能解释规模分布上的异质性，这种异质性在条件PCA中依然显著。

3.4

不同用户类型之间社交信号的相似性和差异

情感在各平台之间的弱相关性可能的解释之一，是各个平台使用的自然语言处理（NLP）算法不同，可能会对同一文本产生不同的衡量结果。本文通过专注于StockTwits平台上的不同用户类型的消息，测试NLP是否是导致情感信号低相关性的主要原因。StockTwits的数据使本文能够为不同的投资者子群体分别构建注意力和情感信号。在本节中，本文将StockTwits信号进行分解，分别考虑有影响力者（按关注者数量排在前1%的人）、专业用户、中级用户、新手用户以及未注明经验类别的用户（“无标签”）的情感和注意力。

图表7的A部分展示了StockTwits上每个用户子集的注意力与其互补部分在公司日级别的相关性；例如，本文将按关注者数量排名前1%的用户的注意力与其余99%的用户进行对比（在第一列中）。StockTwits上不同用户群体的注意力相关性范围从0.805（前1%用户）到0.947（“无标签”用户）。与注意力的高相关性相比，情感的相关性较弱：情感相关性范围从0.166（无标签用户）到0.088（新手用户）。这些用户子群体之间情感相关性较弱，表明不同用户类型是社交媒体情感差异的重要原因，因为这一分析控制了NLP和平台特征的影响。

在B和C部分中，本文使用来自StockTwits子群体的信号重复了条件主成分分析。为简洁起见，这些部分只报告了前五个主成分。与本文的跨平台主成分分析一致，本文发现注意力包含一个强烈的共同成分（第一个主成分解释了84.3%的变异），而情感的共同成分较弱，只解释了27.6%的变异。第二个主成分捕捉了更成熟投资者（前1%关注用户和专业用户）与其他用户之间的注意力或情感差异。在注意力的主成分分析中，第三个主成分及更高的主成分解释的变异很少。相比之下，这些成分在情感中解释了不小的变异比例。因此，跨平台的情感信号差异不能完全归因于不同平台的NLP。此外，这些来自StockTwits内部的证据表明，即使NLP和所有平台特征完全相同，本文仍会看到由于用户群体差异而产生的跨平台情感信号差异。

4、社交媒体信号的信息含量

在这一部分，本文研究了社交信号与收益和散户订单失衡的关系。

本文首先探讨了来自每个社交媒体平台的注意力和情感信号对未来收益的信息含量。需要注意的是，每个平台的信号由特定平台或独特成分以及公共社交信号成分的组合构成。例如，若回归仅包含Twitter信号，回归系数捕捉的是i）公共社交媒体成分和ii）Twitter特定成分与结果的组合关系；若回归包含所有三个平台信号，每个平台信号的系数仅反映该平台的特定成分与结果的关系；这两种回归系数之间的对比揭示了某个平台信号的公共成分与收益之间的关系。

此外，每个平台信号的公共成分和独特成分的信息含量可能一致（即具有相同的符号和相似的大小）也可能不一致。值得关注的是，不一致的情况可能会导致平台特定信号与公共社交信号的信息含量之间存在差异。

4.1

社交信号能否预测未来收益

为了检验社交信号是否能够预测收益，本文估计了以下模型(3):

图表8展示了对方程(3)的估计结果，针对次日(𝑡+1)的收益，每一列都使用了不同来源的社交信号。图表8的第1列考察了由社交媒体信号的第一个主成分（PC1s）捕获的共同成分对次日收益的预测能力。本文发现，社交媒体的共同情绪与次日收益正相关，而注意力则负相关；需要注意的是，这些对注意力与收益的估计是基于情绪的（反之亦然）。

第2列包含所有6个信号，反映了每个平台的情绪和注意力对信息价值的特定贡献。可以看到，StockTwits的特有成分与共同成分存在一致性，而其他两个平台则不同，尤其是Twitter的特有情绪系数几乎为零，而注意力系数则为正且很大，这与负的共同注意力系数有显著差异。

第3至第5列分别展示了仅使用一个平台信号的结果，这些单平台回归混合了特有信息和共同信息。可以看到，第3列中StockTwits的注意力和情绪系数估计值与第1列的共同成分系数非常一致，表明它们很好地反映了整体社交信号对次日收益的预测能力。相比之下，虽然Twitter和Seeking Alpha的情绪系数在方向上与共同成分一致，但它们的注意力系数却不一致。

对比第1列和第2列，可以看到Twitter的特有注意力和共同注意力成分相互抵消，导致第4列中注意力的综合效应接近于零。而对于Seeking Alpha的注意力，本文看到第5列中的平台特定系数与第2列中的特有系数相匹配，表明该平台的注意力并未反映到共同成分上。

4.1.1、回报可预测性的机制

为了更好地理解注意力和情绪对次日收益的机制，本文使用注意力和情绪的PC1（第一主成分）来预测第𝑡天的累积异常收益（从𝑡+1至𝑡+20）。图表9面板(a)展示了情绪PC1的累积收益系数估计，面板(b)则展示了中等和高注意力的累积收益系数。

数据显示，情绪的正向累积收益系数在到第𝑡+20天时保持稳定，没有下降。同样，注意力的系数在几个交易日内逐渐增加，到第𝑡+15天左右趋于平稳。

在图表10的第3-6列中，本文展示了第𝑡天的散户交易如何与情绪和注意力的PC1相关联。由于散户交易反映了投资者的行动，因此能说明社交信号的影响以及其内容。本文考虑了两种散户净买入的衡量标准：散户交易不平衡（根据Boehmer等人，2021）和Robinhood用户比率（根据Barber等人，2022）。

本文发现第𝑡天的净买入与情绪和注意力正相关，尤其是注意力的系数估计值较大且具有统计显著性，这与“高注意力日的收益因散户的净买入而过度上涨，随后逐渐逆转”的解释一致。

4.1.2、规模的差异性

在图表1的面板C中，本文显示了不同平台的公司规模分布结果，其中StockTwits偏向小盘股，而Seeking Alpha和Twitter则关注大盘股。因此，本文进一步检验了图表8的第1-3列在不同公司规模下的信息含量。

图表11绘制了与图表8类似的回归情绪和注意力系数，分别针对小盘股、中盘股和大盘股。面板(a)显示，所有三个平台的情绪都正向预测次日异常收益，Twitter的情绪在所有公司规模区间中预测力最弱。平台之间的信息度和差异在小盘股中较大。面板(b)显示，注意力负向预测次日收益，这在StockTwits对小盘股和中盘股中最为明显。总结来看，情绪对小盘股和中盘股的信息效应更强，而注意力主要集中在小盘股（中盘股中也有一定的影响）。

4.2

基于市场事件的分析

为了进一步理解导致不同平台在情绪和注意力信息性方面存在差异的原因，本文研究了两个影响平台特性或用户群体的市场事件。

一方面，本文研究了StockTwits大幅增加每条消息字符限制时，社交信号信息性的变化。另一方面，本文考察了2021年1月GME现象前后，情绪和注意力信息性如何变化。

4.2.1、StockTwits 字符限制的变化

2019年5月8日，StockTwits将其帖子字符限制从140个字符增加到1000个。本文探讨了这一变化是否影响了来自StockTwits的信号信息含量，并将其与Twitter和Seeking Alpha的信号进行对比（这两个平台的信号可能没有受到影响）。传播理论表明，媒介特性的变化可能会对其传递的信息产生重大影响（McLuhan，1975）。为了集中研究StockTwits格式的变化，本文分析了2019年5月8日前后一年内的数据。

图表12面板(a)展示了在事件窗口内每条消息字符数的分布，而面板(b)展示了每条消息字符数的“公司/日”均值，确保图中不会被关于最热门公司的消息主导。与字符限制增加只影响字符数较长的消息一致，字数最多的消息的作者很可能在原字符限制下创作，因此我们看到在限制放宽后，只有处于字符数最高四分位数的消息变得更长。同样，字符限制扩展对公司日均消息字符数的影响在分布的顶端更加明显（见面板(b)）。

为了更明确地关注StockTwits字符限制增加的影响，本文采用了一组特定平台的回归分析模型 (4)：

为了进一步估计字符限制增加的影响，本文定义那些每日平均字符长度处于最高四分位数的公司为“处理”观察值，而处于最低四分位数的公司为“对照”观察值。根据这一定义，本文将公式（4）的模型扩展为一个包含与处理指标的交互项的模型（𝑃𝑜𝑠𝑡𝑡 × 𝑇𝑟𝑒𝑎𝑡𝑒𝑑𝑖 × 𝑆𝑒𝑛𝑡𝑖𝑚𝑒𝑛𝑡𝑖𝑡(𝑧)）。

图表13展示了围绕字符限制增加的三重交互项的季度估计结果。该图表明，情绪信息性的变化并非由时间趋势驱动。

图表14报告了分别对StockTwits、Twitter和Seeking Alpha估计该模型的结果。我们发现，在第1列中，与字符限制增加后StockTwits的情绪信息变得更加有效一致，情绪对次日收益率的系数增加了7个基点，这一估计值约为限制增加前情绪影响（3个基点，表中的第3行）的两倍。在第2列中，本文专注于那些每日平均字符长度处于最高四分位数的股票的StockTwits信号，发现信息含量增加更为显著（达到近14个基点）。

相比之下，第3列和第4列的Twitter和Seeking Alpha没有发生变化，这表明信息性变化特定于StockTwits平台。

4.2.2、关于GameStop逼空事件的变化

进一步分析可能影响社交媒体信号信息含量的第二个市场事件：2021年1月底的GameStop逼空事件（GME事件），以及2020年美国股市中新散户大量涌入的互动影响。Bradley等人（2024）研究了Reddit的WallStreetBets（WSB）社区中与此事件相关的“尽职调查报告”类帖子，发现这些报告在事件前对未来收益具有信息性，但在事件后信息性显著减弱。本文对来自StockTwits、Twitter和Seeking Alpha的信号进行了类似的分析（使用3.1节构建的三个平台的注意力和情绪的第一主成分）。

本文观察了GME事件前后11个月的数据（截至2021年底，仅覆盖GME事件后的11个月），排除了2021年1月，以便更加清晰对比前后数据。图表15展示了社交信号对次日收益信息性的影响。本文发现，在GME事件后，次日收益对情绪的敏感性大幅下降。具体而言，情绪（第一主成分）的标准差增加与GME事件后收益减少12.5个基点相关，完全抵消了事件前社交媒体情绪的正向信息性（11.1个基点）。

为了更好地理解这一信息性下降的机制，本文使用了来自StockTwits的推文级别数据。大多数社交媒体平台（包括StockTwits）在2020年开始经历了新用户涌入和帖子数量增加，可能是由于居家令和2019年末多家券商推出的零费用交易的共同作用。本文将样本分为2020年1月1日前加入StockTwits的用户（资深用户）的推文和较新用户的推文，并分别构建注意力和情绪的衡量指标。

新用户在GME事件后对“逼空”策略表现出更强的兴趣。图表16显示，在GME事件前一年，StockTwits上每月提到“逼空”的次数平均为约6200次，而在事件后增加到近13000次。这一帖子数量的激增主要由新用户驱动，他们每月提到“逼空”的次数从约4300次增加到超过17000次；相比之下，资深用户提到“逼空”的帖子仅小幅增长（从每月8040次增加到8180次）。

图表15的第3列表明，与新用户对“逼空”更强的兴趣一致，情绪的标准差增加在GME事件后导致新用户信号的次日收益信息性下降了10.3个基点，再次完全抵消了事件前情绪的正向信息性。然而，资深用户信号的信息性没有变化（第4列）。另一个可能导致信息性下降的解释是，新用户可能使用非单词标记（如表情符号），这可能会降低自然语言处理（NLP）情绪分类的有效性。

综合来看，本文关于GME事件的发现进一步说明了新用户的涌入如何影响社交媒体信号的信息性。

5、结论

本文探讨了来自StockTwits、Twitter和Seeking Alpha的社交信号的相似性和差异性。本文的分析揭示了不同社交投资平台之间的差异，尤其是在情绪方面比注意力更为显著。本文将这些差异归因于投资者类型（如有影响力者、专业人士和新手）以及平台特征（如帖子字符限制）的不同。

投资者社交媒体的受欢迎程度在过去二十年中稳步上升，近年来增长迅速。在线投资论坛每天吸引成千上万的用户，实时密集讨论个别证券。鉴于各平台之间的差异，尤其是依赖其他形式媒体（如Discord和TikTok）的新兴平台，可以预见未来社交信号和散户交易的信息性也会随之演变（Pyun, 2021）。这些新技术会增强还是削弱信息环境？本文预计未来将有大量研究机会来探讨这些新兴技术的影响。

参考文献