社交媒體上的金錢激勵和股票意見

社交媒體上的金錢激勵和股票意見

摘要

社交媒體不僅是獲取金融市場信息的新渠道,而且還成為投資者共享和交換投資理念的場所。我們研究了在社交媒體上向現有和新加入的業餘分析師提供金錢激勵的績效結果及其對在線投資者社區的影響。我們發現金錢激勵措施可以有效地增加內容輸出量並引起社區更多的興趣,但是它並不會帶來更好或更壞的股票推薦。進一步的分析表明,金錢激勵可以擴大輸出內容的股票和行業覆蓋面,這是內容多樣性增加的標誌。本研究有助於理解金錢激勵在促進投資者在社交媒體社區分享價值相關信息中的作用。

關鍵字

金錢激勵,股票觀點,社交媒體,群體智慧,投資建議,共同創造的激勵

引言

社交媒體的發展使得業餘愛好者可以向公眾發佈他們的股票意見和建議。然而,傳統的激勵方式,例如工資,獎金和晉升並不適用於社交媒體上的這些貢獻者。本研究著眼於發現金錢激勵是否可以通過平臺所有者共享廣告收入的形式來激勵平臺貢獻者產生更多的內容,更重要的是,是否可以提高股票意見和分析的質量。

SeekingAlpha(SA)是面向投資者的最大的在線眾包股票研究社區之一,它提供了一個獨特的設置來量化金錢激勵對股票分析和觀點文章的數量和質量的影響。2011 年 1 月,SA 啟動了一個高級合作伙伴計劃,使其貢獻者能夠從其“高級”文章獲得的每 1,000 個頁面瀏覽量中賺取 10 美元,這些文章只在 SA 上發佈,在互聯網上其他任何地方都無法免費獲得。這一方案實施後,現有的和新的貢獻者可以繼續發表非排他性文章(我們稱之為“普通”文章),普通文章無需逐條進行金錢補償。

為了研究金錢激勵對股票觀點在社交媒體上分享的影響,我們實證檢驗了 SA 實施的高級合作伙伴計劃是如何影響現有和新貢獻者的內容產出的。對這兩類貢獻者的分析可以說明金錢激勵是否對不同類型的貢獻者具有類似的效果,但更重要的是,我們還提供了關於金錢激勵是否以及如何有助於提高在線投資者社區的可持續性的見解。在線投資者社區要評估提供貨幣獎勵是否有助於留住現有的貢獻者,並同時吸引新的貢獻者以保持可持續性。

我們的研究結果表明,金錢激勵並不能帶來更好的股票推薦,這為社交媒體社區提供了重要的啟示——有助於投資者產生和傳播投資觀點。我們的研究結果表明,金錢激勵在促進社區參與和在一定程度上增加內容多樣性方面是有效的,但它不一定鼓勵投資者在社交媒體網站上分享更多與價值相關的信息。

數據集

SeekingAlpha 網站依靠一個眾包貢獻者網絡,即,包括中小盤股在內的一大系列的股票發表分析和觀點文章。針對這些文章,任何感興趣的用戶均可發表評論。

我們下載從 2009 年到 2012 年在 SA 上發佈的所有文章和評論。每篇文章都標有一個或多個股票代號。單隻股票文章只關注一隻股票,我們容易摘錄作者對該公司的看法。多隻股票文章在同一篇文章中討論了不止一隻股票,使得作者對每隻被標記的股票的不同觀點的提取變得困難。因此,我們的分析主要集中在單隻股票的文章上,我們能夠清楚地評估貢獻者觀點的預測準確性。

樣本期定為 2009 年至 2012 年,其中包括引入高級合作伙伴計劃事件(2011 年 1 月)前後兩年的數據。對於現有貢獻者的樣本,我們將樣本限制為截至 2011 年 1 月的現有貢獻者,這些貢獻者在程序啟動後仍然活躍並繼續發表文章。對照組包括 241 名在研究期間只發表普通文章的貢獻者;實驗組包括 141 名貢獻者,他們在該計劃推出後只發表了高級文章。對於新貢獻者的樣本,我們關注的是在高級合作伙伴計劃事件發生後的兩年內開始發表文章的 1045 位新貢獻者;有 318 名新的普通貢獻者和 727 名新的高級貢獻者。

實證分析與結果

金錢激勵對現有貢獻者的影響

對於現有貢獻者,我們採用差異中的差異(DID)方法來比較普通貢獻者和高級貢獻者在高級合作伙伴計劃推出前後兩年內發表的文章。我們的分析重點是截至 2011 年 1 月的現有貢獻者,這些貢獻者在該計劃啟動後仍然活躍並繼續發表文章。對照組包括 241 名在研究期間只發表常規文章的貢獻者。實驗組包括 141 名貢獻者,他們在該計劃推出後只發表了高級文章。金融市場環境使我們能夠構建一個客觀的質量衡量標準——預測準確度,通過看一篇關於特定股票的文章中的預測是否與後來的股票超額收益率相一致來評估發表在 SA 上的文章的信息內容。

我們有兩個主要的因變量,和,它們分別表示貢獻者 i 在時間週期 t 中輸出的內容的數量和質量(如果貢獻者在預測未來超額收益率的徵兆時只是隨機猜測,那麼預期為 0.5)。為了初步瞭解 SA 上貢獻者的行為,我們繪製了兩組現有貢獻者發表文章的平均數量和質量圖。圖 1 給出了對照組和實驗組在研究期間每個月每個貢獻者的平均單隻股票文章數量。平均而言,在大多數月份,對於現有的貢獻者,對照組比實驗組發表更多的文章在沒有金錢激勵的情況下,對照組的平均貢獻者在整個研究期間發表的文章越來越少。相比之下,實驗組的平均貢獻者沒有遵循這一下降趨勢,在某種程度上,在接受金錢激勵後發表的文章相對更多。

社交媒體上的金錢激勵和股票意見

社交媒體上的金錢激勵和股票意見

圖 2 呈現兩組現有貢獻者在一段時間內的平均文章質量。兩組的平均質量都在 0.5 左右,儘管實驗組的變化大於對照組。總體而言,圖 1 和圖 2 共同表明,金錢激勵增加了現有貢獻者的內容產出,但並沒有導致其預測準確性的明顯提高。

我們在迴歸框架下進行分析。從圖 1 中,我們可以瞭解到普通貢獻者的行為與高級貢獻者的行為有潛在的不同。為了顯式地控制這兩個組之間的固有差異,我們首先使用雙重差分(DID)方法並指定如公式(1)所述模型。DID 方法的思想是,對實驗組處理的影響可以通過對照組和實驗組之間的結果變量的事件後差異與事件前差異相比的變化來捕獲。根據 Bertrand 等人的建議,我們採用標準的兩週期 DID 估計量。

社交媒體上的金錢激勵和股票意見

社交媒體上的金錢激勵和股票意見

在我們的環境中,需要解決的一個問題是,貢獻者自願選擇是否參加該計劃,這可能導致潛在的自我選擇偏差。為了解決這個問題,我們採用了一個準實驗設計,通過執行傾向性評分匹配來確定一組匹配的對照和實驗貢獻者,除了選擇參加高級合作伙伴計劃之外,他們在觀察上是相同的。在匹配之後,我們的結果在質量上保持不變,儘管金錢激勵對發表文章數量的影響大小變小(即增加了 43.2%)。下表給出了金錢激勵對文章數量和質量影響的公式(1)的估計結果。

為了更好地說明貨幣是如何影響內容輸出質量的,我們考察了另外兩個與文章質量相關的度量:每篇文章產生的興趣水平(評論數量)、文章質量的變化(貢獻者預測準確度)。我們發現,高級貢獻者的文章平均比普通貢獻者的文章多獲得 28.6%的評論,但金錢激勵並沒有導致個體貢獻者在文章質量上的更大變化。我們還對金錢激勵如何改變現有貢獻者在其他內容相關方面的行為進行了額外的分析。我們首先發現,在提供金錢激勵之後,平均文章長度並沒有發生變化。這一結果排除了現有貢獻者為了增加文章數量而寫較短文章的可能性。同樣地,我們發現高級貢獻者的總字數顯著增加,這也表明現有貢獻者確實在存在金錢激勵的情況下付出了更多的努力。此外,現有貢獻者涵蓋的不同股票數量和不同行業部門數量都大幅增加。綜合來看,現有的貢獻者有可能通過撰寫更多行業部門的股票來擴大他們的覆蓋範圍,從而發表更多的文章來獲得金錢回報。在這方面,提供金錢激勵對於促進在線投資者社區的內容多樣性是有效的。

金錢激勵對新貢獻者的影響

為了檢驗高級合作伙伴計劃的引入是否吸引了許多新的貢獻者,我們在圖 3(實線)中繪製了 2009 年至 2012 年期間每個月的新貢獻者數量。在每個月中,我們統計當月第一篇文章發表的貢獻者數量。我們可以看到,與活動前相比,活動後期間每月新增貢獻者的數量顯著增加。為了進行比較,我們還在圖 3(虛線)中繪製了事件發生後新的普通貢獻者的數量。事件後新的普通貢獻者的數目似乎與事件前新的貢獻者的數目大致相似,當時只有普通貢獻者。這些模式表明,金錢激勵在吸引新的貢獻者加入社區方面是相當有效的。

社交媒體上的金錢激勵和股票意見

為了進一步調查我們對現有貢獻者的分析結果是否適用於新貢獻者,我們進行了一組額外的分析,重點是在事件發生後兩年內加入社區的 1,045 名新的 SA 貢獻者。其中,318 名貢獻者屬於對照組,727 名貢獻者屬於實驗組。我們對所有 1,045 個新貢獻者的樣本運行簡單的 OLS 迴歸,並評估參與高級合作伙伴計劃項目如何影響新貢獻者的內容輸出。下表介紹了 OLS 迴歸的結果,新貢獻者的結果與現有貢獻者的結果大體一致。我們發現金錢激勵導致新高級貢獻者發表更多的文章,但對文章質量沒有顯著影響。

社交媒體上的金錢激勵和股票意見

討論和結論

社交媒體在金融市場中扮演著越來越重要的角色。它不僅是傳統媒體(如報紙,電視)之外獲取市場信息的新渠道,也成為投資者分享和交流投資理念的場所。本研究通過提供經驗證據,說明在線投資者群體提供的金錢激勵如何影響業餘分析師在社交媒體上的內容產出的數量和質量,從而為有關社交媒體在金融市場中的作用的文獻做出貢獻。我們發現,金錢激勵增加了內容貢獻和多樣性,但並沒有導致股票推薦質量的提高。

我們的研究結果為各種社交媒體網站提供了重要的管理啟示。隨著廣告收入分成計劃等金錢激勵機制變得越來越流行,社交媒體社區所有者應該仔細評估這些計劃的含義,並將其與自己的目標保持一致。鑑於我們的研究結果表明,金錢激勵並不能提高預測精度,但卻能產生更多的興趣,因此,我們不能排除這樣一種可能性,即一些接受社交媒體社區付費的在線貢獻者可能沒有寶貴的私人信息可供分享,甚至只是為了吸引注意力而採取行動。

致謝

本文由南京大學軟件學院 2019 級碩士郭楠楠翻譯轉述。

感謝國家重點研發計劃(2018YFB1403400)和國家自然科學基金(71732003,61772014)支持!


分享到:


相關文章: