| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-18页 |
| 1.1 研究背景、研究目的及意义 | 第12-13页 |
| 1.2 相关文献综述 | 第13-15页 |
| 1.2.1 网络舆情的相关研究 | 第13页 |
| 1.2.2 舆情与股价的相关研究 | 第13-15页 |
| 1.3 研究内容和研究方法 | 第15-16页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 1.4 研究框架图 | 第16-17页 |
| 1.5 本文主要贡献 | 第17页 |
| 1.6 本章小结 | 第17-18页 |
| 2 相关理论和技术基础 | 第18-26页 |
| 2.1 上市公司网络舆情相关理论 | 第18-20页 |
| 2.1.1 网络舆情的概念及其演化特点 | 第18-19页 |
| 2.1.2 上市公司网络舆情 | 第19页 |
| 2.1.3 上市公司网络舆情特征 | 第19-20页 |
| 2.2 股价波动的理论基础 | 第20-22页 |
| 2.2.1 有效市场假说 | 第20-21页 |
| 2.2.2 行为金融学 | 第21-22页 |
| 2.3 文本信息处理的相关技术 | 第22-25页 |
| 2.3.1 文本信息抓取 | 第23页 |
| 2.3.2 文本去噪 | 第23页 |
| 2.3.3 文本分词 | 第23-25页 |
| 2.3.4 现阶段的分词系统 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 舆情演化与上市公司股价变动的分析及建模 | 第26-33页 |
| 3.1 基于微博对网络舆情研究的可行性分析 | 第26-29页 |
| 3.2 舆情演化与上市公司股价变动的影响因素分析 | 第29页 |
| 3.3 基于ADF的平稳性检验模型 | 第29-31页 |
| 3.4 基于VAR的格兰杰检验模型 | 第31-32页 |
| 3.5 本章小结 | 第32-33页 |
| 4 实证分析 | 第33-60页 |
| 4.1 房地产案例选择分析 | 第33-34页 |
| 4.2 上市公司微博舆情数据描述 | 第34页 |
| 4.3 网络舆情与上市公司股价的关联性分析 | 第34-44页 |
| 4.3.1 舆情评论演化—态度演化 | 第34-41页 |
| 4.3.2 舆情评论演化—数量演化 | 第41-42页 |
| 4.3.3 正面舆情对上市公司股价的影响 | 第42-43页 |
| 4.3.4 负面舆情对上市公司股价的影响 | 第43-44页 |
| 4.4 舆情事件与股价波动的回归分析 | 第44-47页 |
| 4.4.1 评论数与股价波动的相关关系 | 第44-46页 |
| 4.4.2 微博数与股价波动的相关关系 | 第46-47页 |
| 4.5 上市公司微博舆情中投资者情感倾向性测度研究 | 第47-51页 |
| 4.5.1 情感值测试赋值 | 第47-48页 |
| 4.5.2 投资者情绪测度的实现 | 第48-51页 |
| 4.6 投资者情绪与股价的关系研究 | 第51-57页 |
| 4.6.1 投资者情绪与股价同期、滞后关系研究 | 第51-55页 |
| 4.6.2 投资者情绪与股价的格兰杰因果分析 | 第55-57页 |
| 4.7 网络舆情的应对方案 | 第57-59页 |
| 4.8 本章小结 | 第59-60页 |
| 5 结论与展望 | 第60-62页 |
| 5.1 结论 | 第60页 |
| 5.2 展望 | 第60-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-66页 |