“机器学习与数字经济实验室”公众号是上海财经大学郭峰教授作为主要创始人创办“数实融合与智能治理实验室”创新团队的公众号。公众号所刊文章,如非特别注明,皆为团队原创,欲转载本公众号文章,请首先获得授权。
目录
今天看啥  ›  专栏  ›  机器学习与数字经济实验室

【MLinEcon文献推送93】社交媒体上的财经新闻操纵

机器学习与数字经济实验室  · 公众号  · 科技自媒体 金融  · 2024-09-22 21:13
    

主要观点总结

本文研究了社交媒体金融新闻与股市操纵行为的经济后果。文章首先介绍了金融众包平台的背景和存在的问题,尤其是作者署名问题、用户主要是散户投资者和监管力度不强等缺点,为股市操纵创造了机会。文章通过案例分析,从两个维度考察了股市操纵行为产生的经济后果:一是对社交媒体文章/虚假文章的市场反应;二是对比事件前后市场反应的差异,考察股市操纵行为曝光后的溢出效应。研究发现,虚假文章会显著影响投资者交易,欺诈性促销文章更耸人听闻、传播更快。此外,SEC调查披露后对社交媒体新闻来源的信任产生冲击,投资者对来自这些平台的新闻反应下降,产生溢出效应。文章从信任角度解释了这种效应,并排除了其他可能的解释。

关键观点总结

关键观点1: 背景介绍

金融众包平台如Seeking Alpha等主要为投资者提供有价值的信息,但存在作者署名问题、用户主要是散户投资者和监管力度不强等缺点,为股市操纵创造了机会。

关键观点2: 直接影响研究

社交媒体上的虚假文章能够显著影响投资者交易,欺诈性促销文章更易于传播,并且会对投资者交易产生更大影响。

关键观点3: 间接影响研究(溢出效应)

SEC调查披露后对社交媒体新闻来源的信任产生冲击,投资者对来自这些平台的所有新闻(包括合法新闻)的反应均下降,产生了显著的溢出效应。这种效应从信任角度进行了解释,并排除了其他可能的解释。

关键观点4: 研究方法和结论

该研究通过案例分析、事件研究等方法,利用SEC调查公告作为对社交媒体平台欺诈行为的冲击,分析了股市操纵行为对随后投资者行为的更广泛影响。研究结论具有启示意义,提醒投资者对社交媒体金融新闻保持警惕,并关注其可能存在的风险。


免责声明

免责声明:本文内容摘要由平台算法生成,仅为信息导航参考,不代表原文立场或观点。 原文内容版权归原作者所有,如您为原作者并希望删除该摘要或链接,请通过 【版权申诉通道】联系我们处理。

原文地址:访问原文地址
总结与预览地址:访问总结与预览
推荐产品:   推荐产品
文章地址: 访问文章快照