1、行為金融學理論認為，股票市場的價格變動除受宏觀基本因素影響外，還在很大程度上受到眾多個體投資者或噪音交易者行為左右。為揭示個體投資者行為對股票市場產生的影響，本文以網絡數據為切入點，分別從個體投資者情緒和個體投資者關注的角度，實證研究網絡數據與股票市場之間存在的密切聯系，對股票市場的收益與波動進行預測，主要開展了如下兩個方面的研究工作:
　　(1)以個體投資者情緒信息為切入點，檢驗投資者情緒與股市收益關聯關系，評估網絡情緒信息價值

2、。使用中文文本情感分析方法從新浪微博文本中提取出網絡情緒時間序列，進而分別運用均值Granger因果和分位數Granger因果檢驗方法，探索網絡情緒與股市收益之間是否存在因果關系。對滬深300指數收益進行了實證研究，結果表明:盡管在均值框架下兩者之間因果關系并不明顯，但基于分位數Granger因果分析卻發(fā)現兩者在極端分位點區(qū)間處存在廣泛且顯著的因果關系，并且股市收益受到網絡情緒影響的程度和方式在不同市場階段下有所不同。這一結果意味著，網

3、絡情緒對股市收益存在顯著影響，能夠預測股市收益的尾部（上尾或下尾）行為特征。
　　(2)以個體投資者關注信息為視角，驗證網絡搜索數據對股票市場的分析能力，探究網絡搜索與宏觀金融數據在股市分析中是否具有相互補充的作用。引入GARCH-MIDAS模型，通過建立多個單變量及多變量GARCH-MIDAS模型，分別使用網絡搜索數據、宏觀經濟數據以及混合數據對股票市場波動率進行預測，最后通過量化網絡搜索對波動率預測的貢獻進一步分析網絡搜索數據

4、特性，實證結果表明:網絡搜索數據不僅能夠用于股市波動率預測，更與宏觀經濟變量間存在信息互補特性，將網絡搜索與宏觀經濟變量共同用于GARCH-MIDAS模型進行波動率預測能夠降低預測誤差;在不同市場環(huán)境下網絡搜索對股票市場的解釋能力有所不同，這一結果與網絡情緒研究的結論是一致的，說明個體投資者關注和個體投資這情緒具有相似的性質。
　　本文研究實證了網絡數據用于股票市場分析的可行性及有效性，為股票市場的理論研究工作提供了新的視角與切入