A股上市公司股吧文本统计数据
一、数据简介
中国上市公司在主要的行情网络平台进行每日行情发布，并建立起投资者之间互动、交流的平台。来自全国各地的投资者在上市公司的线上股票交流平台进行发帖、回帖等交流互动，形成了超大量级的中国股市投资相关的文本语料数据。研究者足以通过超大量级的投资者互动数据来观察投资者的市场判断、个人情绪等多维度信息。
近年来，国内外研究者们发现：
媒体文本情绪可以更准确地衡量我国股市投资者情绪的变化，对我国股票回报有显著的样本内和样本外预测能力。媒体文本情绪对一些重要的宏观经济指标也有显著的预测能力,具有重要的学术和实践应用价值。 ——姜富伟、孟令超、唐国豪：《媒体文本情绪与股票回报预测》，《经济学(季刊)》，2021年第04期
为便于学者使用，CnOpenData对A股上市公司股吧文本数据的发帖和回帖信息表都进行了数量层面和内容层面（情感分析）的统计处理，包含证券代码、公司名称、发帖时间段、发帖数量、正负面帖占比、正负面帖数量等字段，为相关研究提供高质量的数据支持。
二、数据特点
在时间方面，本数据主要覆盖了2008年以来的股吧发帖、回帖信息，并在统计时将发帖、回帖时间精确到开盘前、上/下午交易时间、午盘休息、收盘后五个不同的时间段； 在统计源方面，本统计数据涉及的帖子主体共计三亿五千万条，回帖共计六亿五千万条，是超大量级的文本语料数据； 在字段丰富度方面，本数据不仅统计了各公司各时间段的发帖回帖信息，还基于中文金融情感词典数据，对各发帖、回帖信息进行了情感方面的判定分析，展现了各公司各年的正面、负面、中性帖子及回帖的数量及占比情况。
三、时间区间
发帖时间：1988-2022年 回帖时间：2007-2023年
四、数据规模
五、字段展示
| A股上市公司股吧发帖文本统计数据字段表 | A股上市公司股吧回帖文本统计数据字段表 |
|---|---|
| 证券代码 | 证券代码 |
| 公司名称 | 公司名称 |
| 发帖年份 | 回帖年份 |
| 发帖时间段 | 回帖时间段 |
| 发帖数量 | 回帖数量 |
| 正面帖占比 | 正面帖占比 |
| 负面帖占比 | 负面帖占比 |
| 中性帖占比 | 中性帖占比 |
| 正面帖数量 | 正面帖数量 |
| 负面帖数量 | 负面帖数量 |
| 中性帖数量 | 中性帖数量 |
六、样本数据
A股上市公司股吧发帖文本统计数据
| 证券代码 | 公司名称 | 发帖年份 | 发帖时间段 | 发帖数量 | 正面帖占比 | 负面帖占比 | 中性帖占比 | 正面帖数量 | 负面帖数量 | 中性帖数量 |
|---|---|---|---|---|---|---|---|---|---|---|
| 000008 | 神州高铁技术股份有限公司 | 1992 | 开盘前 | 3 | 100% | 0% | 0% | 3 | 0 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 1993 | 开盘前 | 4 | 100% | 0% | 0% | 4 | 0 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 1996 | 开盘前 | 1 | 100% | 0% | 0% | 1 | 0 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 1997 | 开盘前 | 2 | 100% | 0% | 0% | 2 | 0 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 1998 | 开盘前 | 5 | 60% | 20% | 20% | 3 | 1 | 1 |
| 000008 | 神州高铁技术股份有限公司 | 1999 | 开盘前 | 20 | 95% | 0% | 5% | 19 | 0 | 1 |
| 000008 | 神州高铁技术股份有限公司 | 2000 | 开盘前 | 18 | 100% | 0% | 0% | 18 | 0 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 2001 | 开盘前 | 18 | 94% | 0% | 6% | 17 | 0 | 1 |
| 000008 | 神州高铁技术股份有限公司 | 2002 | 开盘前 | 11 | 82% | 9% | 9% | 9 | 1 | 1 |
| 000008 | 神州高铁技术股份有限公司 | 2003 | 开盘前 | 7 | 71% | 14% | 14% | 5 | 1 | 1 |
| 000008 | 神州高铁技术股份有限公司 | 2004 | 开盘前 | 10 | 90% | 10% | 0% | 9 | 1 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 2005 | 开盘前 | 15 | 93% | 7% | 0% | 14 | 1 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 2006 | 开盘前 | 1 | 100% | 0% | 0% | 1 | 0 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 2007 | 上午交易时间 | 1 | 0% | 0% | 100% | 0 | 0 | 1 |
| 000008 | 神州高铁技术股份有限公司 | 2007 | 开盘前 | 3 | 100% | 0% | 0% | 3 | 0 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 2007 | 收盘后 | 1 | 0% | 100% | 0% | 0 | 1 | 0 |
| 000008 | 神州高铁技术股份有限公司 | 2008 | 上午交易时间 | 234 | 24% | 19% | 58% | 55 | 44 | 135 |
A股上市公司股吧回帖文本统计数据
| 证券代码 | 公司名称 | 回帖年份 | 回帖时间段 | 回帖数量 | 正面帖占比 | 负面帖占比 | 中性帖占比 | 正面帖数量 | 负面帖数量 | 中性帖数量 |
|---|---|---|---|---|---|---|---|---|---|---|
| 000006 | 深圳市振业(集团)股份有限公司 | 2014 | 上午交易时间 | 1329 | 32% | 19% | 48% | 431 | 254 | 644 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2014 | 下午交易时间 | 1135 | 27% | 20% | 53% | 306 | 232 | 597 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2014 | 午盘休息 | 510 | 33% | 19% | 48% | 169 | 95 | 246 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2014 | 开盘前 | 677 | 30% | 17% | 53% | 204 | 114 | 359 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2014 | 收盘后 | 2249 | 32% | 18% | 51% | 710 | 399 | 1140 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2015 | 上午交易时间 | 4151 | 27% | 19% | 54% | 1137 | 779 | 2235 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2015 | 下午交易时间 | 4038 | 28% | 19% | 53% | 1125 | 777 | 2136 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2015 | 午盘休息 | 1892 | 31% | 19% | 50% | 581 | 361 | 950 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2015 | 开盘前 | 2527 | 32% | 18% | 50% | 805 | 456 | 1266 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2015 | 收盘后 | 10000 | 29% | 18% | 53% | 2933 | 1815 | 5252 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2016 | 上午交易时间 | 3152 | 34% | 16% | 50% | 1085 | 500 | 1567 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2016 | 下午交易时间 | 2714 | 34% | 15% | 51% | 926 | 402 | 1386 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2016 | 午盘休息 | 1334 | 35% | 16% | 50% | 462 | 210 | 662 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2016 | 开盘前 | 2198 | 37% | 15% | 48% | 805 | 339 | 1054 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2016 | 收盘后 | 7419 | 38% | 13% | 49% | 2847 | 962 | 3610 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2017 | 上午交易时间 | 2083 | 27% | 20% | 53% | 570 | 413 | 1100 |
| 000006 | 深圳市振业(集团)股份有限公司 | 2017 | 下午交易时间 | 2082 | 25% | 20% | 55% | 525 | 421 | 1136 |
七、相关文献
郑建东、吕晓亮、吕斌、郭峰，2022：《社交媒体平台信息交互与资本市场定价效率——基于股吧论坛亿级大数据的证据》，《数量经济技术经济研究》第11期。 尹必超、孔东民、季绵绵，2022：《散户积极主义提高上市公司审计质量吗》，《会计研究》第10期。 范小云、王业东、王道平、郭文璇、胡煊翊，2022：《不同来源金融文本信息含量的异质性分析——基于混合式文本情绪测度方法》，《管理世界》第10期。 朱孟楠、梁裕珩、吴增明，2020：《互联网信息交互网络与股价崩盘风险：舆论监督还是非理性传染》，《中国工业经济》第10期。 孙鲲鹏、王丹、肖星，2020：《互联网信息环境整治与社交媒体的公司治理作用》，《管理世界》第7期。 王丹、孙鲲鹏、高皓，2020：《社交媒体上“用嘴投票”对管理层自愿性业绩预告的影响》，《金融研究》第11期。 部慧、解峥、李佳鸿、吴俊杰，2018：《基于股评的投资者情绪对股票市场的影响》，《管理科学学报》第4期。 Chang, Yen-Cheng and Hong, Harrison G. and Tiedens, Larissa and Wang, Na and Zhao, Bin, 2015, “Does Diversity Lead to Diverse Opinions? Evidence from Languages and Stock Markets ”, Rock Center for Corporate Governance at Stanford University Working Paper No. 168, Stanford University Graduate School of Business Research Paper No. 13-16. Sheridan Titman, Chishen Wei, Bin Zhao, 2021, “Corporate actions and the manipulation of retail investors in China: An analysis of stock splits”, Journal of Financial Economics.
八、数据更新频率
年度更新
