海外文献~6：Twitter情绪指数能用于预测加密货币走势吗？
www.chinastock.com.cn 证券研究报告 请务必阅读正文最后的中国银河证券股份公司免责声明 [table_research] 金融工程报告●海外文献 2021年12月13日 [table_main] 行业深度报告模板 海外文献-6 Twitter情绪指数能用于预测加密货币走势吗？ 核心观点: Twitter情绪指数对加密货币的预测能力。基于2015年8月7日至2019年12月31日之间的日数据，检验了Twitter情绪指数对六种主要加密货币的预测能力。初步检验表明，这两个变量之间存在显著的非线性关系。QQ图显示这种非线性依赖关系一步增强，表明情绪的高低能很好地预测其中5种加密货币的回报率变动。 分析师 吴俊鹏 ：010-80927631 ：wujunpeng@chinastock.com.cn 分析师登记编码：S0130517090001 相关研究 [table_report] 《海外文献-1基于谷歌趋势的量化交易》 《海外文献-2社交媒体胜过新闻吗》 《海外文献-3 Google趋势搜索可否被用于分散风险？》 《海外文献-4通过量化维基百科的使用模式预测股市变动》 《海外文献-5量化财经新闻与股市的关系》 请务必阅读正文最后的中国银河证券股份公司免责声明。 2 [table_page1] 金融工程报告/资产配置 目 录 一、引言 ......................................................................................... 3 二、数据和研究方法 ................................................................................ 4 三、实证结果 ...................................................................................... 6 四、实证结论 ...................................................................................... 8 五、风险提示 ..................................................................................... 11 rQsPqOzRrOxPsRvMtOuNsO7NdN9PmOpPpNqRjMoPtRlOoPsObRmNmNxNnQnOwMmNzQ 请务必阅读正文最后的中国银河证券股份公司免责声明。 3 [table_page1] 金融工程报告/资产配置 本文基于2015年8月7日至2019年12月31日之间的日数据，检验了Twitter情绪指数对六种主要加密货币的预测能力。初步检验表明，这两个变量之间存在显著的非线性关系。QQ图显示这种非线性依赖关系一步增强了，表明情绪的高低能很好地预测其中5种加密货币的回报率变动。这些结论在统计学和经济学意义上都是显著的。 一、引言 传统的金融资产定价是基于其基本面价值（包括股息和盈利）和无套利模式。相比之下，加密货币是一种无物理载体的数字化实体。它既不与任何商品或企业相关，也没有一个政府对其背书（Shen, Urquhart, & Wang， 2019）。此外，加密货币通过如区块链、初始硬币发行（ICO）和去中心化机制等特定体系管理。这些特性都使加密货币的价值更难评估(Jiang, Nie, & Ruan, 2018)。因此，近期大量研究探讨了加密货币的可预测性（(Ciaian, Rajcaniova& Kancs，2016；Kristoufek，2013；Urquhart，2016等）。Kristoufek（2013）发现Google和Wikipedia上的搜索量会引起比特币价格的显著变动。具体而言，Urquhart（2016）和Nadarajah以及Chu（2017）证实比特币的回报是可预测的，拒绝了有效市场假说。还有研究检验了交易量和技术交易与加密货币收益率之间的因果关系（Balcilar，Bouri，Gupta和Roubaud，2017；Bouri，Lau，Lucey& Roubaud，2018；Gerritsen，Bouri，Ramezanifar和Roubaud，2019；Huang，Huang，Ni，2019）。 受股票收益可预测性相关研究的启发，大多数对加密货币收益率预测性进行研究。关于股票收益率的可预测性的研究已经很丰富，包括基本面和非基本面的预测因素。在非基本面预测因子中，投资者情绪因子是最大的分支。这是一个不可观察的因素，包括情绪、情感和行为态度等。行为金融学的许多理论模型都假定投资者情绪在预测股票收益中有重要作用（Barberis、Shleifer和Vishny，1998；DeBondt，2000；De Long，Shleifer，Summers& Waldmann，1990；Hong& Stein，1999等）。 为了验证理论预测的准确性，学者们尝试了多种描述投资者情绪的指标，包括消费者信心指数（consumer confidence index）和美国个人投资者协会指数（AAII）等直接指标，和个人市场相关指标或综合指数(如最流行的Baker和Wurgler指数（2006, 2007）) 等间接指标，以及新闻相关的情绪指标（Kraaijeveld&Smedt，2020；Tetlock，Saar Tsechansky和Macskassy，2008）。通过对不同投资者情绪指标的运用和分析，证实了情绪在股票收益预测中的重要作用。因此，与之相关的投资者情绪能否预测加密货币收益是值得探讨的。尤其是本文旨在用Twitter提供的情绪指数研究一种新的投资者情绪的衡量指标与加密货币收益之间的关系。本研究基于很多原因。首先，实证研究表明，加密货币市场中存在羊群行为（Bouri、Gupta& Roubaud，2019；Kaiser & Stöckl，2020；Vidal Tomás，Ibáñez& Farinós，2018） 、过度反应（Chevapatrakul & Mascia，2019）和价格偏差（Aloosh&Ouzan，2019），这表明投资者情绪在预测加密货币的收益率方面可能起着重要作用。第二，正如Frijns, Verschoor和Zwinkels（2017）主张的，线上信息正成为衡量投资者情绪和偏好的合适工具。事实上，复杂的信息技术已经降低了互联网和手机的使用成本，促进了社交媒体平台的广泛使用。因此，加密货币作为一种数字资产，将极大地受到社交媒体新闻的影响。第三，具体而言，有研究表明，Twitter对金融市场有重要影响（Li，Shen，Xue，&Zhang，2017；Naeem，Farid，Faruk，&Hussain Shahzad，2020；Sun，Lachanski & Fabozzi，2016；Zhao，2020）。Shen等（2019）的研究表明，Twitter引起比特币的收益波动。同样，Kraaijeveld和Smedt（2020）通过文本分析发现Twitter bot是比特币、Litecoin和比特币现金回报的重要预测信息源。特别是Li（2017）、Zhao（2020）和Naeem（2020）发现Twitter情绪指数和股市变量之间存在显著的因果关系。 请务必阅读正文最后的中国银河证券股份公司免责声明。 4 [table_page1] 金融工程报告/资产配置 正如Corbet、Lucey、Urquhart和Yarovaya（2018）指出的，比特币自2009年诞生以来，一直是许多研究的焦点。这些研究都是为了理解这种非传统资产为何有如此大的成交量。近年特别是2017年以来，其他领先的加密货币，如Ethereum、Ripple、Litecoin、Monero、Dash和Stellar，其市值都大幅增加（Bouri等，2018）。因此，学者们也将兴趣转向这些加密货币（Baumohl，2018；Bouri等，2018、2019；Zhao，2020）。同样，本研究旨在研究Twitter情绪指数是否可以预测六种主要加密货币的收益率。 首先使用线性和非线性因果关系测试，然后借鉴Sim和Zhou（2015）的做法用QQ图分析。本文的贡献可以概括为两点。首先，以Twitter情绪指数作为投资者线上情绪的一个新的代理变量，并研究其与五大加密货币而非与比特币的收益率的关系。具体而言，本文发现情绪指数对五种加密货币收益分位数的可预测性，这与已有研究结论一致（Balcilar，Bekiros和Gupta，2017；Balcilar，Gupta&Kyei，2018；Chevapatrakul&Mascia，2019；Shen等，2019）。因此，本文提供了加密货币收益基于投资者情绪可预测性的新证据，与其他支持市场有效的现有研究如Le Tran和Leirvik（2019）的研究结论相反。其次，用了一种新的分位数方法，即Sim和Zhou的QQ分析（2015）。已有研究多用其他以分位数为基础的方法，如Balcilar、Bekiros和Gupta（2017）和Balcilar等（2018）用的因果关系的分位数检验法，和Bouri等2018年用的copula分位数因果关系检验。然而，本文首次用QQ分析检验网络投资者情绪对加密货币回报的预测能力。此外，受最近文献表明除了比特币之外的其他加密货币在交易者和学者（Baumohl，2018；Bouri等人，2018；Zhao，2020）之间的重要性上升的启发，本文以其他主要加密货币为研究对象。 第二节介绍了实证方法。第三节报告并讨论了实证结果，第四节做总结。 二、数据和研究方法 本文从http://hedonometer.org/index.html收集Twitter情绪指数数据，该数据是从拥有超过5000万条twitter帖子的Twitter Gardenhose feed数据库生成的。该指数由Twitter Gardenhose feed数据库中随机选取的推帖中提及的近10,000个情绪相关词汇得出，比如爱，欢笑，庆祝，胜利。这些选定的单词逐个按情绪积极程度被评为1（最消极）至9（最积极）不等，其中5代表中性情绪。值得注意的是，快乐在周末和假期出现得更多。因此，采用原始的情绪数据可能是有偏的。因此，本文对原始情绪指数剔除周末效应和法定节假日效应进而实现去季节性。借鉴Da，Engelberg和Gao（2015）以及Li et al.（2017）的做法，本文将原始情绪指数对周末和假日虚拟变量进行OLS回归，取残差项构成本文进一步分析中使用的情绪指数（HAP）。去季节化的时间序列使加密货币收益与Twitter情绪变动指数关系的检验不受季节性因素的影响。去季节性的HAP指数变化如图1所示： 图 1：Time-series graph of the deseasonalized Daily Twitter Happiness index 请务必阅读正文最后的中国银河证券股份公司免责声明。 5 [table_page1] 金融工程报告/资产配置 资料来源：Muhammad Abubakr et al. , International Review of Finance. 2020;1–10，银河证券研究院 本文采用的加密货币日收盘价数据来自https://coinmarketcap.com/。基于市场受欢迎程度和市值选取了六种主流的加密货币，具体而言，为获取较长时
