[论文解读] A nonlinear impact: evidences of causal effects of social media on market prices

Thársis T. P. Souza, Tomaso Aste|arXiv (Cornell University)|Jan 18, 2016

Complex Systems and Time Series Analysis参考文献 27被引用 12

一句话总结

本研究运用信息论度量方法，检测道琼斯工业平均指数（DJIA）中社交媒体活动与股票市场回报之间的非线性因果关系。研究发现，社交媒体对股价具有显著的非线性因果影响，其方向性主导关系在传统线性模型中无法识别，为市场动态机制及社会技术系统中模型充分性提供了新见解。

ABSTRACT

Online social networks offer a new way to investigate financial markets' dynamics by enabling the large-scale analysis of investors' collective behavior. We provide empirical evidence that suggests social media and stock markets have a nonlinear causal relationship. We take advantage of an extensive data set composed of social media messages related to DJIA index components. By using information-theoretic measures to cope for possible nonlinear causal coupling between social media and stock markets systems, we point out stunning differences in the results with respect to linear coupling. Two main conclusions are drawn: First, social media significant causality on stocks' returns are purely nonlinear in most cases; Second, social media dominates the directional coupling with stock market, an effect not observable within linear modeling. Results also serve as empirical guidance on model adequacy in the investigation of sociotechnical and financial systems.

研究动机与目标

• 探究社交媒体活动与股票市场回报之间的因果关系，突破线性假设的局限。
• 确定社交媒体是否通过非线性动态而非线性相关性影响股价。
• 利用非参数信息论方法评估社交媒体对金融市场的方向性主导作用。
• 为研究复杂社会技术系统与金融系统时的模型充分性提供实证指导。

提出的方法

• 本研究采用信息论度量方法，检测社交媒体数据与日度股票回报之间的非线性因果耦合关系。
• 采用非参数方法，不假设特定函数形式，从而能够识别复杂且非线性的相互作用。
• 分析对象为2012年3月至2014年3月期间的30只道琼斯工业平均指数（DJIA）成分股，使用177万条Twitter消息与日终收盘价数据。
• 对数收益率按公式 R(t) = log(P(t)) - log(P(t-1)) 计算，以建模股价变动。
• 社交媒体数据来源于PsychSignal.com，采用基于自然语言处理（NLP）的情感与注意力指标，作为集体投资者行为的代理变量。
• 该方法可在不依赖参数或线性建模假设的前提下，识别领先-滞后关系与方向性因果关系。

实验结果

研究问题

• RQ1 社交媒体活动是否对股票市场回报具有显著的因果影响，且该影响是否为非线性的？
• RQ2 社交媒体是否为股价波动的领先指标，是否在因果关系中占据主导方向？
• RQ3 与线性建模相比，社交媒体与股票之间的非线性因果关系在捕捉市场动态方面表现如何？
• RQ4 社交媒体信号在多大程度上先于或预测股价变动，且这种预测能力超越了线性模型的检测范围？

主要发现

• 在大多数情况下，社交媒体对股票回报的因果影响完全为非线性，未检测到显著的线性成分。
• 社交媒体在与股票市场的方向性耦合中占据主导地位，这一现象在传统线性模型中无法体现。
• 在30只DJIA股票中，有25只显示出社交媒体对回报具有显著的非线性因果影响，其中许多情况的p值低于0.05。
• 研究识别出社交媒体数据中存在显著的领先时间信息，尤其在IBM、KO和MSFT等股票中，因果关系的p值降至0.000**。
• 在GE、JPM和WMT等多只股票中，社交媒体的方向性主导作用得到确认，其在非线性因果关系中始终领先。
• 结果表明，信息论方法可揭示线性模型无法捕捉的因果关系，凸显非参数方法在金融数据分析中的重要性。