情绪与股价波动性：新能源汽车市场的多层异构图网络分析蒲正宁,习元 & 张永义 人文与社会科学传播 volume13，文章编号：420（2026年） 引用本文1878年访问指标details摘要本研究探讨了媒体与投资者情绪如何共同塑造新能源车（NEV）行业的价格动态，该行业以强烈的政策敏感性、集中的投资者关注和基于网络的溢出效应为特征。理解这些情绪来源之间的相互作用在经济上具有重要意义，因为它揭示了信息流动和行为力量如何共同影响战略性且快速变化市场中的资产价格。为解决这个问题，我们开发了一个多层异构图网络模型，整合了循环神经网络（RNN）和图神经网络（GNN）。该框架将情感概念化为一个顺序且嵌入网络的过程，与通常单独分析情感的现有研究形成对比。实证证据表明，媒体情绪通过投资者情绪放大波动性，尤其在高不确定性时期，对价格具有统计和经济上显著的影响。投资者情绪影响短期，而媒体基调则更为持久，但强度较低。传输主要集中在供应链中的少数枢纽公司，一个月的视野有效总结了短期冲击与持续信息之间的相互作用。分析揭示了多层次的依赖关系，关键企业充当情绪枢纽，通过网络传播冲击，从而助长系统性风险。这些发现通过识别连接信息流与价格形成的结构性和动态渠道，扩展了现有的情绪传递理论。政策影响直接源于这些结果。在一到两个交易日内及时澄清市场波动信息，在显著事件发生后前三个交易日加强监控，使信息披露实践与月度周期保持一致，以及在枢纽公司实现有针对性的透明度，有助于市场参与者更高效地处理信息，减轻不稳定的放大效应。类似内容被他人观看基于图的注意力异构多智能体深度强化学习，用于自适应投资组合优化文章 开放获取 2025年12月27日整合B对B贸易网络模型，结构演变和货币流动，再现所有主要经验规律文章 开放获取 2024年2月26日基于egonet的有效加权网络比较方法文章 开放获取 2025年7月2日简介股市在金融市场中占据核心地位，其回报的可预测性长期以来一直是学术研究的焦点。Fama（1970）的有效市场假说认为，在有效市场中，证券价格应反映所有可用信息，使价格变化变得不可预测，且仅由新信息驱动。然而，从1637年郁金香狂热到2020年新冠疫情的历史证据表明，市场经常因情绪因素偏离这些基准（Bollen等，2011）。心理偏见，如过度自信和群体行为，可能促使投资者根据集体情绪而非基本面行动，从而引发波动性。大量研究表明，投资者情绪在资产定价中起着重要作用，情绪与股票回报之间存在复杂且依赖状态的关系（Chi 等，2012）。情绪波动通常由宏观经济公告、地缘政治事件和企业披露引发。传统上，投资者依赖主流财经新闻和报告，但数字平台已将论坛和社交媒体转变为信息交流的重要渠道。这些平台现在以高频和大范围传播公司特定的信号（Breza 和 Chandrasekhar，2019）。虽然社交媒体提供了即时性和广度，但信息质量比传统媒体波动更大。因此，平衡这些来源对于理解市场行为的时间影响非常重要（De Long 等，1990）。在新能源汽车（NEV）行业等新兴行业中，这些力量被放大。新能源汽车行业处于技术创新与环境目标的交汇点，具有政策敏感性、快速的产品周期和紧密的供应链连接。传统媒体提供深度和验证;社交平台传递更高频率、以注意力为驱动的信号。新能源电子产品股票对技术、监管及领先企业行动的公告反应强烈，使该行业非常适合研究媒体与市场结果的相互作用。理解这种情境下的情感动态对学术探究和实践都至关重要。除了一般的资产定价文献外，行业特定研究还提供了与NEV市场动态相符的支持证据。关于清洁和可再生能源股票的研究显示，社交媒体情绪，包括基于推特等平台的指标，能够预测回报、波动性和交易强度，凸显短期价格压力在能源相关主题中的作用（Reboredo 等，2018）。配套的政策导向分析显示，政府干预新能源产业的新闻通过投资者关注度的提升会引发波动性，强化了这些市场价格形成对情绪高度敏感的观点（Su 和 Wang，2022）。此外，聚焦关键新能源电子投入的研究显示，锂和电池市场相关的情绪包含相关金融资产的预测信息，暗示存在与新能源电子股票相关的供应链传输渠道（Jeong 等，2024）。综合来看，这些证据为将传统新闻语气与基于平台的情绪指标整合，在分析NEV市场股价动态时提供了行业基础。现有研究经常探讨媒体或平台情绪对市场行为的单向影响，同时抽象它们的共同动态。识别和数据约束有