افکار عمومی آنلاین و قیمت دارایی ها: بررسی ادبیات

ما کار تحقیقاتی را که برای بررسی چگونگی تأثیر اطلاعات افکار عمومی آنلاین از طریق رسانه های اجتماعی و رسانه های خبری بر قیمت دارایی تأثیر می گذارد ، مرور می کنیم. اول ، این خلاصه اندازه گیری افکار عمومی آنلاین از سه جنبه است: منبع داده افکار عمومی آنلاین ، تجزیه و تحلیل احساسات متنی و اندازه گیری شاخص افکار عمومی آنلاین. دوم ، این مبنای نظری مربوط به تحقیق را در مورد افکار عمومی آنلاین و قیمت دارایی مانند نظریه تجارت سر و صدا ، تظاهرات محدودیت داوری ، فرض محدود توجه و مدل های واگرایی و غیره ارائه می دهد. سوم ، سه کانال انتقال را بصورت آنلاین خلاصه می کندافکار عمومی بر قیمت دارایی تأثیر می گذارد: توجه سرمایه گذار ، درک سرمایه گذار و احساسات سرمایه گذار. آخر اینکه ، عمیقاً به منطقه نگاه می کند و ادبیات تجربی را با توجه به منابع مختلف افکار عمومی آنلاین که توسط محقق انتخاب شده است طبقه بندی می کند. بنابراین ، این کار اکتشافی با معرفی اولین بررسی سیستماتیک به ادبیات موجود کمک می کند.

• کلید واژه ها:
• افکار عمومی آنلاین ،
• قیمت دارایی ،
• رسانه های خبری اینترنتی ،
• رسانه های اجتماعی اینترنتی

استناد: یایا سو ، یی کو ، یوکسوان کانگ. افکار عمومی آنلاین و قیمت دارایی: بررسی ادبیات [J]. علوم داده در امور مالی و اقتصاد ، 2021 ، 1 (1): 60-76. doi: 10. 3934/dsfe. 2021004

مقالات مرتبط:

خلاصه

ما کار تحقیقاتی را که برای بررسی چگونگی تأثیر اطلاعات افکار عمومی آنلاین از طریق رسانه های اجتماعی و رسانه های خبری بر قیمت دارایی تأثیر می گذارد ، مرور می کنیم. اول ، این خلاصه اندازه گیری افکار عمومی آنلاین از سه جنبه است: منبع داده افکار عمومی آنلاین ، تجزیه و تحلیل احساسات متنی و اندازه گیری شاخص افکار عمومی آنلاین. دوم ، این مبنای نظری مربوط به تحقیق را در مورد افکار عمومی آنلاین و قیمت دارایی مانند نظریه تجارت سر و صدا ، تظاهرات محدودیت داوری ، فرض محدود توجه و مدل های واگرایی و غیره ارائه می دهد. سوم ، سه کانال انتقال را بصورت آنلاین خلاصه می کندافکار عمومی بر قیمت دارایی تأثیر می گذارد: توجه سرمایه گذار ، درک سرمایه گذار و احساسات سرمایه گذار. آخر اینکه ، عمیقاً به منطقه نگاه می کند و ادبیات تجربی را با توجه به منابع مختلف افکار عمومی آنلاین که توسط محقق انتخاب شده است طبقه بندی می کند. بنابراین ، این کار اکتشافی با معرفی اولین بررسی سیستماتیک به ادبیات موجود کمک می کند.

منابع

[1]	Ackert LF ، Jiang L ، Le HS ، et al.(2016) سرمایه گذاران تأثیرگذار در انجمن های سهام آنلاین. Int Rev Financy Anal 45: 39-46. doi: 10. 1016/j. irfa. 2016. 02. 001
[2]	Alanyali M ، Moat HS ، Preis T (2013) که رابطه بین اخبار مالی و بازار سهام را تعیین می کند. گزارش های علمی 3: 1-6.
[3]	النسی A ، علی FM (2018) واگرایی آنلاین از نظر سرمایه گذاران در مورد بازده سهام و حجم معاملات چه چیزی به ما می گوید؟J Bus Res 86: 166-178.
[4]	Aman H ، Moriyasu H (2017) نوسانات و جریان اطلاعات عمومی: شواهدی از افشای و پوشش رسانه ای در بازار سهام ژاپن. Int Rev Econ Financ 51: 660-676. doi: 10. 1016/j. iref. 2017. 07. 029
[5]	آندری D ، هاسلر م (2015) توجه و نوسانات بازار سهام. REV Financ Stud 28: 33-72. doi: 10. 1093/rfs/hhu059
[6]	Antweiler W ، Frank MZ (2004) آیا همه این صحبت ها فقط سر و صدا است؟محتوای اطلاعات تابلوهای پیام سهام اینترنتی. J Financy 59: 1259-1294. doi: 10. 1111/j. 1540-6261. 2004. 00662. x
[7]	AP Gwilym O ، Kita A ، Wang Q (2014) در برابر تقاضای سوداگرانه حدس می زند. Int Rev Financy Anal 34: 212-221. doi: 10. 1016/j. irfa. 2014. 03. 001
[8]	Audrino F ، Sigrist F ، Ballinari D (2020) تأثیر احساسات و اقدامات توجه بر نوسانات بازار سهام. Int J پیش بینی 36: 334-357. doi: 10. 1016/j. ijforecast. 2019. 05. 010
[9]	Awan TM ، Khan MS ، Haq IU ، et al.(2021) نوسانات بازار نفت و سهام در زمان همه گیر: بررسی کشورهای G7. مالی سبز 3: 15-27. doi: 10. 3934/gf. 2021002
[10]	Bandhakavi A ، Wiratunga N ، Massie S ، et al.(2016) واژگان احساسات-کورپوس برای تجزیه و تحلیل احساسات در توییتر ، کنفرانس بین المللی تکنیک های نوآورانه و کاربردهای هوش مصنوعی ، Springer ، Cham ، 71-85 را هدایت کرد.
[11]	Bank M ، Larch M ، Peter G (2011) حجم جستجوی گوگل و تأثیر آن بر نقدینگی و بازده سهام آلمان. MARK PORTF MANAGE 25: 239-264. doi: 10. 1007/s11408-011-0165-y
[12]	Barber BM ، Odean T (2001) اینترنت و سرمایه گذار. J Econ Perspect 15: 41-54. doi: 10. 1257/jep. 15. 1. 41
[13]	Barberis N ، Shleifer A ، Wurgler J (2005) Comovement. J Financ Econ 75: 283-317. doi: 10. 1016/j. jfineco. 2004. 04. 003
[14]	Behrendt S ، Schmidt A (2018) اسطوره توییتر مجدداً مورد بررسی قرار گرفت: احساسات سرمایه گذار Intraday ، فعالیت توییتر و نوسانات بازده سهام در سطح فردی. J Bank Financy 96: 355-367. doi: 10. 1016/j. jbankfin. 2018. 09. 016
[15]	Berry TD ، Howe KM (1994) ورود اطلاعات عمومی. J Financ 49: 1331-1346. doi: 10. 1111/j. 1540-6261. 1994. tb02456. x
[16]	کمپبل MC (1999) استراتژی قیمت گذاری و عمل "چرا این کار را کردی؟"نقش مهم انگیزه استنباط شده در ادراک انصاف قیمت. مدیریت برند محصول J.
[17]	Chan WS (2003) واکنش قیمت سهام به اخبار و اخبار: رانش و وارونگی پس از تیترها. J Financ Econ 70: 223-260. doi: 10. 1016/s0304-405x (03) 00146-6
[18]	Chang EC ، McQueen GR ، Pinegar JM (1999) Cross-AutoCorrelation در بازارهای سهام آسیا. 7: 471-493.
[19]	Chatrath A ، Miao H ، Ramchander S ، et al.(2014) جهش ارز ، همبستگی و نقش اخبار کلان. J Int Money Financy 40: 42-62. doi: 10. 1016/j. jimonfin. 2013. 08. 018
[20]	Chatterjee S ، John K ، Yan A (2012) تصرف و واگرایی از نظر سرمایه گذار. Rev Pinucial Stud 25: 227-277. doi: 10. 1093/RFS/HHR109
[21]	Chen W ، Lai K ، Cai Y (2018) تولید موضوع برای سهام چینی: یک روش مدل سازی موضوع با انگیزه شناختی با استفاده از داده های رسانه های اجتماعی. Quant Financy Econ 2: 279-293. doi: 10. 3934/qfe. 2018. 2. 279
[22]	Chen WH ، Xu GX (2018) دقت پیش بینی نوسانات بازار سهام بر اساس یادگیری عمیق و داده های انجمن. مدیریت جهان 34: 180-181.
[23]	Chen XG ، Duan S ، Wang L (2017) تحقیقات در مورد پیش بینی روند و ارزیابی افکار عمومی شبکه. Confurrency Comput Pract Pervice 29: E4212.
[24]	Converse PE (1987) در حال تغییر تصورات افکار عمومی در روند سیاسی. افکار عمومی Q 51: S12-S24.
[25]	Coqueret G (2020) احساسات خاص سهام و پیش بینی بازگشت. کمیته مالی 20: 1531-1551. doi: 10. 1080/14697688. 2020. 1736314
[26]	Corwin SA ، Coughenour JF (2008) توجه محدود و تخصیص تلاش در تجارت اوراق بهادار. J Financy 63: 3031-3067. doi: 10. 1111/j. 1540-6261. 2008. 01420. x
[27]	Da Z ، Engelberg J ، Gao P (2011) در جستجوی توجه. J Financy 66: 1461-1499. doi: 10. 1111/j. 1540-6261. 2011. 01679. x
[28]	Danbolt J ، Siganos A ، Vagenas-Nanos E (2015) سرمایه گذار سرمایه گذار و اعلامیه پیشنهادی بازده غیر طبیعی. J Corp Financy 33: 164-179. doi: 10. 1016/j. jcorpfin. 2015. 06. 003
[29]	Dastgir S ، Demir E ، Downing G ، et al.(2019) رابطه علّی بین توجه بیت کوین و بازده بیت کوین: شواهدی از آزمون علیت گرنجر مبتنی بر کوپلا. مالی Res Lett 28: 160-164. doi: 10. 1016/j. frl. 2018. 04. 019
[30]	De Long JB ، Shleifer A ، Summers LH ، et al.(1989) اندازه و بروز ضرر ناشی از تجارت سر و صدا. j مالی 44: 681-696. doi: 10. 1111/j. 1540-6261. 1989. tb04385. x
[31]	Delort JY ، Arunasalam B ، Milosavljevic M ، et al.(2009) تأثیر دستکاری در تابلوهای پیام سهام اینترنتی.
[32]	Malkiel BG ، Fama EF (1970) بازارهای کارآمد سرمایه: مروری بر تئوری و کار تجربی. J Financ 25: 383-417. doi: 10. 1111/j. 1540-6261. 1970. tb00518. x
[33]	Fang J ، Gozgor G ، Lau CKM ، et al.(2020) تأثیر احساسات شاخص بایدو بر نوسانات بازارهای سهام چین. مالی Res Lett 32: 101099.
[34]	Fang L ، Peress J (2009) پوشش رسانه ای و مقطع بازده سهام. J Financy 64: 2023-2052. doi: 10. 1111/j. 1540-6261. 2009. 01493. x
[35]	Feng L ، Seasholes MS (2004) تجارت و مکان همبستگی داشت. j مالی 59: 2117-2144. doi: 10. 1111/j. 1540-6261. 2004. 00694. x
[36]	Fisk RP ، Patrício L ، Ordanini A ، et al.(2011) تأمین هزینه جمعیت: تبدیل مشتریان به سرمایه گذاران از طریق سیستم عامل های خدمات نوآورانه. J Serv Manage.
[37]	Fung GPC ، Yu JX ، Lam W (2003) پیش بینی سهام: ادغام رویکرد استخراج متن با استفاده از اخبار در زمان واقعی ، کنفرانس بین المللی IEEE در مورد اطلاعات محاسباتی برای مهندسی مالی ، مجموعه مقالات ، IEEE ، 395-402.
[38]	Füss R ، Guidolin M ، Koeppel C (2020) حق ریسک خطر در مقطع سهام جهانی. دانشگاه سنت گالن ، مقاله تحقیقاتی دانشکده دارایی ، (2019/13).
[39]	Gao C ، Rong X ، Chen Y (2011) تحقیقات در مورد سیستم شاخص نظارت بر افکار عمومی در میکروبلاگینگ. j Intell 9.
[40]	Hamid A ، Heiden M (2015) پیش بینی نوسانات با شباهت تجربی و روندهای Google. J Econ Behav Organ 117: 62-81. doi: 10. 1016/j. jebo. 2015. 06. 005
[41]	هارت RP (2001) بازسازی مجدد: ملاحظات نظری. پیشرفت Commun Sci 2001: 43-60.
[42]	Hoffma Aoi ، Post T ، Peings JME (2015) چگونه ادراک سرمایه گذار تجارت واقعی و رفتار ریسک پذیری را هدایت می کند. J Behav Financy 16: 94-103. doi: 10. 1080/15427560. 2015. 1000332
[43]	هافمن AOI ، Post T ، Peings JME (2013) درک و رفتار سرمایه گذار فردی در طول بحران مالی. j Bank Infinonce 37: 60-74. doi: 10. 1016/j. jbankfin. 2012. 08. 007
[44]	Hong H ، Stein JC (1999) یک تئوری یکپارچه در مورد کمبود ، تجارت حرکت و واکنش بیش از حد در بازارهای دارایی. J Financy 54: 2143-2184. doi: 10. 1111/0022-1082. 00184
[45]	Hubalek F ، Schachermayer W (2001) محدودیت های استدلال های بدون آربیتراژ برای گزینه های واقعی. int j arpl Appl Financy 4: 361-373. doi: 10. 1142/S0219024901001024
[46]	Ivković Z ، Weisbeer S (2007) اثرات انتشار اطلاعات در خرید سهام مشترک سرمایه گذاران فردی: انتخاب سرمایه گذاری همسایگان خود را. Rev Pinucial Stud 20: 1327-1357. doi: 10. 1093/revfin/hhm009
[47]	Jegadeesh N ، Wu D (2013) Word Power: یک رویکرد جدید برای تجزیه و تحلیل محتوا. J Financ Econ 110: 712-729. doi: 10. 1016/j. jfineco. 2013. 08. 018
[48]	Jiao P ، Veiga A ، Walther A (2020) رسانه های اجتماعی ، رسانه های خبری و بازار سهام. J Econ Behav Organ 176: 63-90. doi: 10. 1016/j. jebo. 2020. 03. 002
[49]	جین F ، خود N ، Saraf P ، et al.(2013) Forex-Foreteller: مدل سازی روند ارزی با استفاده از مقالات خبری ، مجموعه مقالات نوزدهمین کنفرانس بین المللی ACM SIGKDD در مورد کشف دانش و داده کاوی ، 1470-1473.
[50]	جونز آل (2006) آیا تابلوهای پیام اینترنتی رفتار بازار را تغییر داده است؟اطلاعات 8: 67-76.
[51]	جوزف K ، Wintoki MB ، Zhang Z (2011) پیش بینی بازده غیر طبیعی سهام و حجم معاملات با استفاده از احساسات سرمایه گذار: شواهدی از جستجوی آنلاین. پیش بینی int 27: 1116-1127. doi: 10. 1016/j. ijforecast. 2010. 11. 001
[52]	Kaustia M ، Knüpfer S (2012) عملکرد همسالان و ورود به بازار سهام. J Financ Econ 104: 321-338. doi: 10. 1016/j. jfineco. 2011. 01. 010
[53]	Kemp S (2020) دیجیتال 2020: اکتبر Global Statshot. datareportal. hootsuite.
[54]	Kim HY ، Mei JP (2001) چه چیزی باعث پرش بازار سهام می شود؟تجزیه و تحلیل خطر سیاسی در بازده سهام هنگ کنگ. J Int Money Financy 20: 1003-1016. doi: 10. 1016/S0261-5606 (01) 00035-3
[55]	Kim N ، Lučivjanská K ، Molnár P ، et al.(2019) جستجوهای گوگل و فعالیت بازار سهام: شواهدی از نروژ. مالی Res Lett 28: 208-220. doi: 10. 1016/j. frl. 2018. 05. 003
[56]	Klemola A ، Nikkinen J ، Peltomä Ki J (2016) تغییر در توجه بازار سرمایه گذاران و بازده بازار سهام نزدیک. J Behav Financy 17: 18-30. doi: 10. 1080/15427560. 2016. 1133620
[57]	Kruse P (2020) گسترش خبرهای کارآفرینی - در حال تحقیق در مورد تأثیر رسانه ها بر پیشینه های کارآفرینی اجتماعی. بودجه سبز 2: 284-301. doi: 10. 3934/gf. 2020016
[58]	Kudryavtsev A (2017) بازده مطلق سهام و حجم معاملات: بینش روانشناختی. کمیته مالی ECON 1: 186-204. doi: 10. 3934/qfe. 2017. 2. 186
[59]	Kumar A ، Lee CMC (2006) سرمایه گذار خرده فروشی احساسات و بازپرداخت. J Financy 61: 2451-2486. doi: 10. 1111/j. 1540-6261. 2006. 01063. x
[60]	لی R ، کیم جی (2021) در حال توسعه یک شاخص اجتماعی برای اندازه گیری افکار عمومی در مورد دستیابی به اهداف توسعه پایدار. شاخص های اجتماعی Res ، 1-21.
[61]	Leitch D ، Sherif M (2017) Twitter Mood ، اعلامیه های جانشینی مدیرعامل و بازده سهام. J Comput Sci 21: 1-10. doi: 10. 1016/j. jocs. 2017. 04. 002
[62]	Leroy SF ، Porter RD (1981) رابطه ارزش فعلی: آزمایشات مبتنی بر مرزهای واریانس ضمنی. اقتصاد سنجی 49: 555-574. doi: 10. 2307/1911512
[63]	Leung H ، Ton T (2015) تأثیر تابلوهای پیام سهام اینترنتی بر بازده مقطعی سهام سرمایه گذاری کوچک. J Bank Financy 55: 37-55. doi: 10. 1016/j. jbankfin. 2015. 01. 009
[64]	Li F (2010) محتوای اطلاعاتی از بیانیه های پیش رو در پرونده های شرکت - یک رویکرد یادگیری ماشین بیزی ساده. J Account Res 48: 1049-1102. doi: 10. 1111/j. 1475-679x. 2010. 00382. x
[65]	لی J ، چن Y ، شن Y ، و همکاران.(2019) اندازه گیری احساسات بازار سهام چین. موجود در SSRN 3377684.
[66]	Li X ، Shen D ، Zhang W (2018) آیا تابلوهای پیام سهام اینترنتی چینی اطلاعات خاص شرکت را منتقل می کنند؟Pacific-Basin Pinuncy J 49: 1-14.
[67]	لی ZH ، Hu ZH (2018) تأثیر افکار عمومی اینترنت بر قیمت دارایی های مالی: بررسی ادبیات. مالی Rev 10: 110-117+122.
[68]	Liew JKS ، Budavári T (2016) آیا احساسات توییت هنوز بازار سهام را پیش بینی می کند؟موجود در SSRN 2820269.
[69]	لیو B ، McCoell JJ (2013) نقش رسانه ها در مدیریت شرکت ها: آیا رسانه ها بر تصمیمات تخصیص سرمایه مدیران تأثیر می گذارند؟J Financ Econ 110: 1-17.
[70]	Liu F ، Ye Q ، Li YJ (2014) تأثیر تعامل بین توجه اخبار و توجه سرمایه گذار بر بازده سهام: تحقیقات تجربی در مورد سهام مالی در چین. J مدیریت Sci China 17: 72-85.
[71]	Liu F ، Ye Q ، Li YJ (2014) تعامل توجه رسانه ها و توجه سرمایه گذار بر بازده سهام: یک مطالعه تجربی مبتنی بر سهام مالی چین. J مدیریت SCI 17: 72-85.
[72]	Liu L ، Wu J ، Li P ، et al.(2015) یک رویکرد مبتنی بر رسانه های اجتماعی برای پیش بینی سهام سهام. Expert Syst Appl 42: 3893-3901. doi: 10. 1016/j. eswa. 2014. 12. 049
[73]	Liu R ، Xie Y ، Xie Y (2017) مطالعه افکار عمومی آنلاین در محیط رسانه جدید ، رسانه های جدید و توسعه اجتماعی چین ، اسپرینگر ، سنگاپور ، 73-103.
[74]	Loughran T ، McDonald B (2011) چه موقع مسئولیت مسئولیت ندارد؟تجزیه و تحلیل متنی ، فرهنگ لغت و 10 k. J Financy 66: 35-65. doi: 10. 1111/j. 1540-6261. 2010. 01625. x
[75]	Lugmayr A ، Gossen G (2013) ارزیابی روش ها و تکنیک های تجزیه و تحلیل احساسات مبتنی بر زبان برای بورس سهام DAX 30 اولین مفهوم از شاخص احساسات â € â €. سری بین المللی در مورد سیستم های اطلاعاتی و مدیریت در Emedia Creative (Cremedia) ، 69-76.
[76]	Luo X ، Zhang J (2013) چگونه مصرف کننده و ترافیک در بازاریابی رسانه های اجتماعی ارزش شرکت را پیش بینی می کند؟J مدیریت Infor Syst 30: 213-238.
[77]	Mao Y ، Wei W ، Wang B ، et al.(2012) همبستگی سهام S& P 500 با داده های توییتر. مجموعه مقالات اولین کارگاه بین المللی ACM در مورد موضوعات داغ در مورد تحقیقات شبکه های اجتماعی بین رشته ای ، 69-72.
[78]	مارتین آر (2019) آزمون و پیامدهای تحقیقات تجربی در مورد ادراک سرمایه گذار. J Account Liter 43: 145-169. doi: 10. 1016/j. acclit. 2019. 11. 001
[79]	McQueen G ، Pinegar M ، Thorley S (1996) واکنش به خبرهای خوب و متقابل متقابل بازده نمونه کارها را به تأخیر انداخت. j مالی 51: 889-919. doi: 10. 1111/j. 1540-6261. 1996. tb02711. x
[80]	Meng XJ ، Meng XL ، Hu YY (2016) تحقیقات در مورد شاخص احساسات سرمایه گذار بر اساس استخراج متن و شاخص Baidu. Macroecon Res ، 144-153.
[81]	Meng Y ، Chang J (2019) تأثیر احساسات سرمایه گذار بر اثر مقیاس. Forum Stat Inf 34: 98-104.
[82]	Merton RC (1973) یک مدل قیمت گذاری دارایی سرمایه بین المللی. اقتصاد سنج ، 867-887.
[83]	Mitchell ML ، Mulherin JH (1994) تأثیر اطلاعات عمومی در بازار سهام. J Financ 49: 923-950. doi: 10. 1111/j. 1540-6261. 1994. tb00083. x
[84]	Mittermayer MA (2004) پیش بینی روند قیمت سهام Intraday با تکنیک های استخراج متن ، 37 مین کنفرانس بین المللی سالانه هاوایی در مورد علوم سیستم ، 2004. مجموعه مقالات IEEE ، 10.
[85]	Mukwazvure A ، Supreethi KP (2015) یک رویکرد ترکیبی برای تجزیه و تحلیل احساسات از نظرات اخبار ، 2015 4 کنفرانس بین المللی قابلیت اطمینان ، فن آوری های InfoCom و بهینه سازی (ICRITO) ، (روندها و مسیرهای آینده) ، IEEE ، 1-6.
[86]	Nofer M ، Hinz O (2015) با استفاده از توییتر برای پیش بینی بازار سهام. اتوبوس Infor Sst Eng 57: 229-242. doi: 10. 1007/S12599-015-0390-4
[87]	Peramunetilleke D ، Wong RK (2002) پیش بینی نرخ ارز از عناوین خبری. Aust Compl Sci Commun 24: 131-139.
[88]	Qiao H ، Su Y (2020) پوشش رسانه ای و تجزیه نوسانات بازار سهام: بر اساس مدل فاکتور پویا تعمیم یافته. تجارت مالی در حال ظهور 56: 613-625. doi: 10. 1080/1540496X. 2019. 1686974
[89]	Rao T ، Srivastava S (2012) تجزیه و تحلیل احساسات توییتر: چگونه شرط بندی های خود را در بورس سهام محافظت کنیم. محاسبات ، 227-247.
[90]	Ruan X ، Zhang JE (2016) توجه سرمایه گذار و ریزساختار بازار. Econ Lett 149: 125-130. doi: 10. 1016/j. econlet. 2016. 10. 032
[91]	Sabherwal S ، Sarkar SK ، Zhang Y (2011) آیا تابلوهای پیام سهام اینترنتی بر تجارت تأثیر می گذارد؟شواهد مربوط به سهام به شدت مورد بحث و بدون خبر اساسی. J Bus Account مالی 38: 1209-1237. doi: 10. 1111/j. 1468-5957. 2011. 02258. x
[92]	Savor P ، Wilson M (2013) سرمایه گذاران چقدر به خطر کلان اقتصادی اهمیت می دهند؟شواهدی از اعلامیه های برنامه ریزی شده اقتصادی. J Quant Anal Anal ، 343-375.
[93]	اشنایدر G ، Troeger VE (2006) جنگ و اقتصاد جهانی: واکنش بازار سهام به درگیری های بین المللی. J Conflict Resolut 50: 623-645. doi: 10. 1177/0022002706290430
[94]	Schumaker RP ، Zhang Y ، Huang CN ، et al.(2012) ارزیابی احساسات در مقالات خبری مالی. DECIS از Syst 53: 458-464 پشتیبانی می کند. doi: 10. 1016/j. dss. 2012. 03. 001
[95]	Shen D ، Li X ، Zhang W (2017) پوشش خبری بایدو و تأثیرات آن بر عدم تعادل سفارش و تجارت بزرگ سهام چینی. مالی Res Lett 23: 210-216. doi: 10. 1016/j. frl. 2017. 06. 008
[96]	Shen D ، Li X ، Zhang W (2018) جریان اطلاعات خبر Baidu و نوسانات بازگشت: شواهدی برای فرضیه ورود اطلاعات متوالی. ECON Model 69: 127-133. doi: 10. 1016/j. econmod. 2017. 09. 012
[97]	Shiller RJ (1981) استفاده از اقدامات نوسانات در ارزیابی کارآیی بازار. J Financy 36: 291-304.
[98]	Siganos A ، Vagenas-Nanos E ، Verwijmeren P (2017) واگرایی از احساسات و معاملات بازار سهام. J Bank Financy 78: 130-141. doi: 10. 1016/j. jbankfin. 2017. 02. 005
[99]	Smailović J ، Grčar M ، Lavrač N ، et al.(2014) یادگیری فعال مبتنی بر جریان برای تجزیه و تحلیل احساسات در حوزه مالی.infor Sci 285: 181-203. doi: 10. 1016/j. ins. 2014. 04. 034
[100]	Soni A ، Van Eck NJ ، Kaymak U (2007) پیش بینی حرکات قیمت سهام بر اساس اطلاعات نقشه مفهومی ، سمپوزیوم IEEE 2007 در زمینه اطلاعات محاسباتی در تصمیم گیری چند معیار ، IEEE ، 205-211.
[101]	Stone PJ ، Dunphy DC ، Smith MS (1966) General Inquirer: یک رویکرد رایانه ای برای تجزیه و تحلیل محتوا.
[102]	Su Y ، Liao G (2019) تأثیر اخبار کلان اقتصادی بر بازده سهام شرکتهای انرژی - که از نظر چین است. بودجه سبز 1: 297-311. doi: 10. 3934/gf. 2019. 3. 297
[103]	Tauni MZ ، Fang H ، Mirza SS ، et al.(2017) آیا ویژگی های شخصیت بزرگ پنج سرمایه گذار بر ارتباط بین کسب اطلاعات و رفتار معاملات سهام تأثیر می گذارد؟China Infinion rev int.
[104]	Tetlock PC ، Saar - Ttechansky M ، MacSkassy S (2008) بیش از کلمات: کمیت زبان برای اندازه گیری اصول شرکت ها. J Financy 63: 1437-1467. doi: 10. 1111/j. 1540-6261. 2008. 01362. x
[105]	Tetlock PC (2007) ارائه محتوا به احساسات سرمایه گذار: نقش رسانه ها در بازار سهام. ج مالی 62: 1139-1168. doi: 10. 1111/j. 1540-6261. 2007. 01232. x
[106]	Uddin MA، Hoque ME، Ali MH (2020) عدم قطعیت سیاست اقتصادی بین المللی و بازده بازار سهام بنگلادش: شواهدی از مدل خطی و غیرخطی. Quant Finance Econ 4: 236-251. doi: 10. 3934/QFE. 2020011
[107]	Wang CY، Wu JW (2015) لحن رسانه ای، احساسات سرمایه گذار و قیمت گذاری IPO. Finance Res 423: 174-189.
[108]	Wang Fl, Wang XY (2017) آیا احساسات اجتماعی بر بازده بازار سهام تأثیر می گذارد؟شواهد از سینا ویبو. J Shanxi Univ Finance Econ 39: 35-46.
[109]	Wuthrich B، Cho V، Leung S، و همکاران.(1998) پیش بینی روزانه بازار سهام از داده های متنی وب، مجموعه مقالات کنفرانس SMC'98، کنفرانس بین المللی IEEE در سال 1998 در سیستم ها، انسان و سایبرنتیک (Cat. No. 98CH36218)، IEEE، 3: 2720-2725.
[110]	Wysocki PD (1998) بحث ارزان در وب: عوامل تعیین کننده ارسال در تابلوهای پیام سهام. مقاله کار مدرسه بازرگانی دانشگاه میشیگان، 1998 (98025).
[111]	Xu YM, Gao YM (2017) ساخت و استفاده از شاخص افکار عمومی CPI بر اساس داده های بزرگ اینترنتی - با در نظر گرفتن شاخص Baidu به عنوان مثال. Res Quante Econ Technol Econ 034: 94-112.
[112]	یانگ سی، ژانگ آر (2013) مدل قیمت گذاری دارایی احساسات با مصرف. Econ مدل 30: 462-467. doi: 10. 1016/j. econmod. 2012. 11. 004
[113]	یانگ سی، مو سی کی، لیو آ (2015) احساسات جامعه مالی توییتر و رابطه پیش بینی کننده آن با حرکت بازار سهام. Quant Finance 15: 1637-1656. doi: 10. 1080/14697688. 2015. 1071078
[114]	یانگ ایکس، ژو وای، چنگ تی (2020) چگونه سرمایه گذاران منفرد از داده های بزرگ استفاده کردند: تأثیر وحشت از تابلوهای پیام سهام اینترنتی بر سقوط قیمت سهام. P acific-Basin Finance J 59: 101245.
[115]	یو جی ام (2013) روش کلان داده برای ساختن قضاوت کلی افکار عمومی اجتماعی - با در نظر گرفتن پردازش داده های جستجوی عظیم بایدو به عنوان مثال. خبرنویسی، 67-69.
[116]	Zhai Y، Hsu A، Halgamuge SK (2007) ترکیب اخبار و شاخص های فنی در پیش بینی روند قیمت سهام روزانه، سمپوزیوم بین المللی در مورد شبکه های عصبی، Springer، برلین، هایدلبرگ، 1087-1096.
[117]	Zhang W, Yan K, Shen D (2021) آیا شاخص Baidu می تواند نوسانات واقعی در بازار سهام چین را پیش بینی کند؟نوآوری مالی 7: 1-31.
[118]	Zhang Y، Qi J، Fang B، و همکاران.(2011) تحقیق در مورد سیستم شاخص افکار عمومی در اینترنت برای شرایط اضطراری غیرمنتظره. Inf Sci 9.