1. 引言
原油被称为“工业的血液”，不仅是生产、国防和交通运输的重要原料，还是重要的战略资源与大宗商品。近20年来，大宗商品价格存在异常大幅波动，有学者研究证明该波动与金融因素有关，原油价格也不例外，也就是说已经不只是供需、物流、政策等在影响原油价格，金融市场也在对其产生影响。有学者研究了股票指数、商品指数、黄金与美元指数等对原油价格的影响，但却忽视了金融市场中的投资者。市场参与者虽然不能直接买卖原油，但是可以买卖原油衍生品从而影响其价格，因此本文将研究投资者情绪与我国大庆原油价格的相关性，并对其进行预测，还会加入上证综合指数进行对比分析，并作为控制变量进行回归分析，为我国原油价格的影响因素研究提供新的视角。
2. 文献综述
投资者情绪指数是对投资者情绪高涨或是低迷的一种量化手段，行为金融学认为投资人理性的假设是错误的，在真实市场中投资者会受到许多方面的影响，从而使市场产品价格产生异常波动，因此越来越多的专家学者通过投资者情绪这一角度去研究对价格等的影响[1]。国外较多使用的是投资者智能指数，友好指数以及有效的反向指标个体投资者协会指数来预测S&P500的收益率[2]-[4]。国内显性市场情绪指标包括基于“央视看盘”所提供数据编制的BSI指数，由《股市动态分析周刊》杂志编制的好淡指数。陈晓红(2016)基于新浪微博2014年数据和百度的搜索指数，得到情绪指数对股票价格有预测作用，搜索指数对交易量的预测有显著作用[5]。张宗新等(2013)运用主成分分析法建立投资者情绪指数，认为投资者情绪对信念存在正面冲击，不同信息偏好将导致不同的情绪波动频率[6]。关筱谨等(2022)运用向量自回归模型(SV-TVP-VAR)得出投资者情绪和媒体关注度均是影响股市波动的重要因素[7]。曹雄飞等(2023)研究得出疫情股票增加时会引起股市的下行[8]。张天顶等(2023)通过推特文本，采用门限广义自回归条件异方差(TGARCH)模型揭示了投资者情绪对国际原油市场的影响[9]。
大宗商品作为经济基础中的工业原材料、能源以及生活必需品的来源，其价格走势与特征对于全球经济具有重要影响，因此一直受到各界广泛关注。近年来，大宗商品价格存在大幅波动现象，有学者认为“大宗商品金融化”是造成该现象的主要因素[10]。而原油不仅涉及工农业生产、国防和交通运输，还是很重要的战略资源与大宗商品。公共卫生安全事件爆发给国民健康、经济发展和社会稳定造成了前所未有的压力，国际原油价格出现持续暴跌，WTI原油期货甚至首次出现了负油价。Shaikh (2021)和Borgard (2021)等使用基于新闻报道的传染病股市波动指数，分别验证了传染病相关不确定信息对于原油投资者情绪和原油价格过度反应行为的重要影响[11] [12]。周锦岚(2023)利用原油生产、需求、汇率等195个变量构建了原油价格不确定综合指数，很好地反映了国际原油市场不同时期的波动特征[13]。
目前对原油价格的研究，较多为对国际原油价格的研究，并且是从供需、政策、时政等角度进行研究预测，可是学者研究发现原油价格越来越大程度上受金融因素影响，而研究股市时，根据行为金融学将投资者情绪纳入影响因子，随着市场异象情况频发，投资者情绪越来越受到广大学者关注。原油不仅作为经济基础中的工业原材料、能源，还是重要的战略资源与大宗商品，研究其价格走势、影响因素是非常重要的，因此本文将结合行为金融学从投资者情绪角度出发，研究其与大庆原油价格的相关性，以及对大庆原油价格的可预测性，丰富影响原油价格因素的研究。
3. 投资者情绪和数据分析
3.1. 构建投资者情绪评分
3.1.1. 文本挖掘
已有投资者情绪的研究大多是从百度、东方财富网、新浪财经、微博等平台爬取文本信息[14]-[16]。本文为保证获取文本信息的有效性，提高研究的严谨程度。在经过各平台的搜索后，发现东方财富网的用户关注度高，原油吧的信息充足，最早可获得2011年的数据，且在技术上也更容易获得数据，因此选择东方财富网的原油吧作为文本挖掘的来源。
3.1.2. 研究数据的选取
本文将研究区间设置在2018年1月1日至2023年12月21日，通过wind获得日度大庆原油价格、上证综合指数和深证成分指数。为了快速、方便获得数据，运用Python爬取东方财富网原油吧的发帖标题，获得数据38,470条。最后通过对获得数据的整理和清洗，得到1359组数据。
3.1.3. 情感评分
本文将使用Python中的SnowNLP对东方财富原油吧的文本数据进行情感分析并打分。SnowNLP对于评价性的文本段落而言会更加准确，契合于本文想要得到的投资者情绪。SnowNLP不只有情感分析，还有提取摘要、关键字等功能，方便我们检查情感评分是否有误并进行调整，表1是抽取的部分文本信息以及对应的情绪评分。
Table 1. Sentiment analysis results of Oriental Fortune Crude Oil Bar
表1. 东方财富原油吧情感分析结果表
序号 |
文本信息 |
情感评分 |
1 |
原油的行情不要预测，只要跟着就赚 |
9 |
2 |
国际油价一路飙升，新潮能源在美国产油企业获利丰厚！ |
8 |
3 |
在龙门超级空单的轰炸下，原油及原油系多头丢盔弃甲，哭爹喊娘 |
2 |
4 |
多原油回撤83.7直接多，止损83，目标85~85.7 |
4 |
5 |
86.4已多，给到就是干 |
2 |
6 |
原油，逼空结束牛不动了？9~20 |
4 |
7 |
热烈庆祝原油成功突破700！！！ |
9 |
8 |
原油到了阶段性高点，需注意风险！ |
3 |
9 |
原油你说高点也算是高点，我感觉还会有冲高一波，多头比较猛美 |
6 |
由于在同一天内会有相同或不同的几个文本数据，将会采用平均数得到日度的情绪评分。SnowNLP得出的评分在0~1之间，为了更好的拟合模型，本文将对情绪分数扩大十倍，4分以下的为消极情绪占比约为1.8%，其余为积极情绪占比约为98.2%，可以看出投资者对原油的价格十分乐观，也符合原油为重要大宗商品，价格处于较高位置的现实情况。
3.2. 分析数据
3.2.1. 描述性统计
从表2中能够看到一共有1359组数据，原油价格的均值在66.642元左右，最低值为12.56元，最高值为124.18元，极差和标准差都较大数据可能较为离散。投资者情绪评分均值为6.439，极差仅为7，可以预测该数据较为集中。
Table 2. Descriptive analysis table
表2. 描述性分析表
变量 |
Obs |
Mean |
Std. Dev. |
Min |
Max |
原油价格 |
1359 |
66.642 |
19.809 |
12.56 |
124.18 |
情绪评分 |
1359 |
6.439 |
0.957 |
2 |
9 |
上证综指 |
1359 |
3156.44 |
279.027 |
2464.36 |
3715.37 |
3.2.2. 趋势对比图
从图1中可以看到投资者情绪评分是一个较为平稳的序列，而原油价格有明显的上升趋势，因此在后文需对其进行平稳性处理。除此之外，投资者情绪评分与原油价格的变化趋势似乎一致性不高，可能的原因有很多。可能是因为两者的量级不同，投资者情绪评分所展示出的波动范围较小，绝大部分评分差距存在于小数点后，在图中难以展现。也许是因为存在一定的时滞性，投资者发帖后并不能立马反映在价格上，又或者有一些投资者在价格低位时故意散播向好消息，希望以此让价格回升。到底这两者之间是否存在关系还需在后文用模型检验。
Figure 1. Trend chart of crude oil prices and investor sentiment scores
图1. 原油价格与投资者情绪评分趋势图
从图2可以看到尽管整体来看上证综合指数的波动幅度小于原油价格的波动幅度，但在很多时间段内两者的变动趋势较为一致，也符合学者们研究得到的原油价格与股票指数存在相关性，因此后文将用上证综指作为回归模型的控制变量。
从图3可以看出上证综合指数与原油吧投资者情绪评分趋势几乎没有相关性，这符合现实逻辑，也排除了后文回归时可能存在的多重共线性问题。
Figure 2. Trend chart of the Shanghai Composite Index and crude oil prices
图2. 上证综合指数与原油价格趋势图
Figure 3. Trend chart of the Shanghai Composite Index and investor sentiment scores
图3. 上证综合指数与投资者情绪评分趋势图
观察图1~3可以看到公共卫生安全事件爆发时原油价格和上证综合指数都有下降趋势，尤其是原油价格大幅下降，达到了这五年内的最低点，而上证综指对比起来有小幅度下降，这也表明我国股票市场有抵御突发情况的能力。在公共卫生安全事件后这两者都开始会回升，原油价格也较快地回到之前的水平并且持续上升到更高点。
4. 实证设计及结果
4.1. 相关性检验
基于2018年1月2日到2023年12月21日间的每个周一到周五，剔除节假日和缺失数据，共得到1369组数据，对原油价格与投资者情绪评分和上证综合指数分别进行相关性检验。选取了五年时间，包含了疫情以及经济复苏后的情况，在一定程度上能为本文的研究提供一个较好的样本环境。结果如表3所示：
Table 3. Correlation test results
表3. 相关性检验结果
|
原油价格 |
情绪评分 |
0.309 |
上证指数 |
0.197 |
根据表3结果，可以得出投资者情绪评分与原油价格收盘价以及上证综合指数均呈正相关，尽管相关性只有0.309和0.197不是非常显著，即投资者的情绪越积极，上证指数越高，原油的价格就会更高，并且投资者情绪与原油价格的相关性要强于上证指数。
4.2. 格兰杰因果检验
在进行格兰杰因果检验之前，由于时间序列固有的特性，要先对原始数据进行平稳性检验。根据前文的趋势图可以看出原油价格是典型的非平稳序列，通过EVIEWS单位根检验得出原油价格有单位根，投资者情绪评分和上证综合指数无单位根，因此只需要对原油价格进行平稳化处理。经过一阶差分后原油价格序列的原始假设有单位根被拒绝，则序列可以认为是平稳的。
格兰杰因果检验是用于检验一组时间序列是否为另一组时间序列的原油。如果说A为B的格兰杰原因，则说明A的变化是引起B变化的原因之一。若在包含了变量X、Y的过去信息条件下，对变量Y的预测效果只要优于仅单独有Y过去信息对Y进行预测的结果，也就是说变量X有助于解释变量Y的将来变化，则认为变量X是变量Y的格兰杰原因。需要注意的一点是格兰杰因果检验是检验统计上的时间先后顺序，并不表示二者之间存在真正的因果关系。
表4的第一列表示特定的假设条件。比如，“情绪评分–原油价格”表示原始假设为“情绪评分不是原油价格的格兰杰原因”。通过表4中列出的各个P值，这个原始假设在滞后期为1，2，3被强烈拒绝，即原假设不成立，情绪评分是原油价格的格兰杰原因。而反过来的假设在滞后期为1，2，3都没有被拒绝，即假设成立，原油价格却不是情绪评分的格兰杰因果关系。
Table 4. Results of Granger causality test
表4. 格兰杰因果检验结果
|
1 |
2 |
3 |
情绪评分–原油价格 |
0.000*** |
0.000*** |
0.000*** |
原油价格–情绪评分 |
0.693 |
0.37 |
0.041* |
4.3. 基于投资者情绪的预测
前文已经验证了变量之间的相关性，因此这部分将用回归模型来验证投资者情绪对原油价格的预测。
其中Y代表原油价格，X代表情绪评分，Z代表上证综合指数。
根据表5的结果可以看到，两个回归方程中投资者情绪评分与原油价格在置信度为99%的情况下是呈现正相关关系，也就是说当原油投资者对于原油市场的态度越积极，原油价格就会越高，因此可以用该方法简单预测原油价格。加入上证综指后R2有小幅度上升，说明拟合程度更高了一些。
Table 5. Regression results 1
表5. 回归结果1
|
(1) |
(2) |
|
原油价格 |
原油价格 |
情绪评分 |
6.399*** |
5.859*** |
(11.97) |
(10.91) |
上证综指 |
|
0.0104*** |
|
(5.67) |
_cons |
25.44*** |
−4.031 |
(7.31) |
(−0.65) |
N |
1359 |
1359 |
adj.R2 |
0.095 |
0.115 |
r2 |
0.0955 |
0.116 |
F |
143.2 |
89.31 |
t statistics in parentheses, * p < 0.1, ** p < 0.05, *** p < 0.01.
4.4. 稳健性检验
为使模型结果更有说服力，需要进行稳健性检验。将数据进行1%~99%的缩尾处理后再次进行回归，回归结果如表6所示。
Table 6. Regression results 2
表6. 回归结果2
|
(1) |
(2) |
|
原油价格 |
原油价格 |
情绪评分 |
6.325*** |
5.794*** |
(11.93) |
(10.88) |
上证综指 |
|
0.0103*** |
|
(5.63) |
_cons |
25.91*** |
−3.093 |
(7.51) |
(−0.50) |
N |
1359 |
1359 |
adj. R2 |
0.094 |
0.114 |
r2 |
0.0949 |
0.116 |
F |
142.4 |
88.62 |
t statistics in parentheses, * p < 0.1, ** p < 0.05, *** p < 0.01.
可以看到替换变量后，模型结果产生细微变化但依然显著，可以认为模型是稳健的。
5. 总结
本文通过Python对东方财富网原油吧进行文本挖掘，运用SnowNLP库将抓取的文本按照关键情绪词进行打分，4分以下为消极情绪，其余为积极情绪。再以此评分为基础量化投资者情绪，设置变量为情感评分。分析投资者情绪与原油价格的相关性及预测能力，实证结果表明，原油吧投资者情绪与原油价格存在相关性，尽管相关性不强，情绪评分是原油价格的格兰杰因果。由于原油作为重要的战略资源和大宗商品，其价格的影响因素是十分复杂的，因此投资者情绪仅可简单预测原油价格。而上证综合指数与原油价格也有较小的相关性，加入这一变量后模型的预测精度有细微的提升，作用不太明显。综上所述，网络社交平台中蕴含的信息可以有助于预测原油价格，投资者在进行投资决策时可以综合参考网络上的各类信息。
目前国内对原油价格影响因素的研究大多从供需、物流、政策和实证等角度，在全球金融化的背景下，原油也越来越“金融化”[17]。因此本文只是做一个初步的尝试，研究投资者情绪与原油价格是否存在相关性，是否可以纳入影响原油价格的因素，为相关研究领域提供一个新的视角，希望可以补充完善影响原油价格因素的研究。