“音乐是一种通用语言。”Mehr等人在2019年研究了315种国家文化，发现它们在相似的环境中会使用相似类型的音乐，这表明音乐具有普遍性，它可能反映了全世界人类认知的共性。
实际上，人的大脑有4种波长，当神经细胞活动的时候，就会产生像电波一样的波动，因为人们的意识和状态不同，波动的频率也不同，根据不同的频率，脑波分为α波、β波、θ波等。
当听不同类型的音乐时，大脑会自动对应到不同的频率。比如，当大脑调整到α波状态，注意力、记忆力最佳，思维敏捷，反应迅速，常有灵感出现；而β波出现时，人会感到厌烦或者恐惧进而触发紧张状态。
很多时候，音乐是情绪的直接体现。正如当我们心情愉快时，会听欢快的摇滚乐；而情绪低落时，会听悲伤凄婉的情歌。从作用机理方面来讲，音乐主要通过生理作用与心理作用共同对人体产生影响。
那么反过来，是否可以通过所听音乐的基调的来判断情绪的高低呢？进一步地，这种情绪是否会影响我们的投资行为？
文章于2021年6月投稿，2021年7月被接收，2021年8月正式刊发。
在行为金融学看来，情绪是股票市场里最重要的角色之一。我们总能在各种各样的事件之后观察到情绪发酵带来的冲击，包括资产价格的剧烈波动和从众的羊群效应。但同时，我们很难用一个具体的指标，来描述什么是市场中的情绪，以及情绪究竟是怎样影响市场的。
最早的情绪指标是基于市场交易数据构建的间接量化方法，比如换手率、封闭式基金的折价、期权隐含波动率等。然而，导致这些指标变化的可能是经济基本面，而不是情绪。例如，当不确定性上升时，隐含波动率也会变高。
随着计算机技术的进步，通过文本数据（如新闻、自媒体等）来直接衡量股票市场情绪成为常见的方法。文本数据包含的情绪信息更丰富，覆盖面也更广。但是文本分析需要预先指定代表情绪的关键字，而这种指定的准确性会由于不同语言而有所差异，导致该方法缺乏国家层面的可比性。
此外，文本搜索行为可能是为了获取信息，而不是反映情绪。譬如有些人搜索“失业”，并非出于对工作的担忧，而是为了了解当前行情。
本文在“情绪一致性”（即音乐表现的积极或消极与情绪一致）的框架下，构建了一个基于音乐基调衡量的投资者情绪指标，并以此分析情绪对全球股票市场的影响。音乐数据是实时统计的，而且对音乐中所暗含情绪的判断不会受到语言差异的困扰，因此这个指标具有连续性和国家层面的可比性。该指标为我们理解情绪如何影响金融市场提供了一个崭新的视角。
为了测量音乐情绪指标，论文从音乐服务平台Spotify上收集数据。自2017年1月1日起，Spotify会每日发布按流量总数划分的70个国家前200首歌曲的统计数据。
文章在2017年1月1日至2020年12月31日的样本期内对40个国家进行了抽样，共识别了超过58000首独特的歌曲和超过5000亿条流量。平均来说，每个国家每天有860万条流，每首歌大约有43000条流量。
除了排名前200的歌曲外，Spotify还提供了一个衡量歌曲音乐积极性的指标，称为效价（Valence）。这一指标由Spotify的音乐智能分析系统Echo Nest进行实时评估，范围从0到1。高效价歌曲听起来更积极（例如，快乐、兴奋），而低效价歌曲听起来更消极（例如，悲伤、愤怒）。
为了使音乐情绪指标与全球股市（MSCI股票市场指数来自Refinitiv）相匹配，数据在周层面汇总一次，以避免股市开收盘时间与Spotify公布每日统计数据的时间不同步问题。这种不同步性将导致SWAV的公布领先于某些指数的收益数据，而滞后于其他指数的收益数据。此外，为了控制国家层面平均情绪水平的差异，论文将情绪指标定义为每周变化值（即用每周五的SWAV数据相减）：
由于不受到语言的限制，音乐情绪指标提供了一个实时的、全球范围内可以比较的情绪度量方法，但这是基于“情绪一致性”的假设之上的。
然而，有时候人们听歌曲可能是为了缓和情绪而不是表达情绪——例如，悲伤的人通过播放一首乐观的歌曲来消除负面情绪。这就背离了“情绪一致性”的假设。为了解决这个问题，论文使用以往文献所建立的情绪代理变量进行检验。所考虑的变量有：
论文将音乐情绪指标回归在上述变量上。文章发现，情绪下降的时期（例如北半球的9月至10月）与音乐情绪指标的下降显著相关；其次，之前的文献证明云层会抑制投资者情绪，文中也发现它与音乐情绪有着类似的联系；最后，政府由于COVID-19做出限制的严格程度也与音乐情绪负相关。以上结果皆证明了音乐情绪指标的有效性。
RETi,t为i国股市指数的周度回报率，Controlsi,t为控制变量，包括滞后一周的市场回报率（RETi,t-1），云量变化（∆DCC），同期世界回报率（World RET）以及体现美国宏观经济变化的相关变量（VIX，∆EPU，∆ADS）。对于此后的所有回归，文中使用国家固定效应来控制可能推动股票回报的其他横截面差异，并使用月固定效应来控制音乐情绪指标未捕捉到的季节性情绪波动。
上表显示音乐情绪指标和同期市场回报之间存在显著的正相关关系。具体地，音乐情绪指标每增加一个标准差，股市回报率会显著增加8.1个基点（6.758×自变量标准差1.201）。Panel B使用滞后一周的音乐情绪作为关键自变量，并发现了逆转的证据。
由此看来，基于音乐基调建立的情绪指标与本周股市回报率正相关，与下周股市回报率负相关，这样相反的结果印证了以往文献中关于“由情绪引发的暂时性定价失误”的结论。
之前所说，因为Spotify与股市之间存在不同步问题，文章的主要分析集中在同期周度数据上。然而，同期分析的一个潜在问题是反向因果关系。例如，股票负回报可能会导致人们情绪低落，听负面歌曲。
因此，音乐情绪指标与股票市场周度回报率之间的关联可能源于周前期的积极（消极）市场表现而导致的周后期积极（消极）情绪。基于以上考虑，论文进一步在日度层面做实证检验。由于一些市场可能处于比Spotify更早或更晚的时区，文中将当天和前一天的情绪指标平均值对应当天的股市回报率。
上表显示，日度股市收益率与同期的音乐情绪指标呈正相关，而与五天前的音乐情绪指标负相关，暗示着一种逆转。这一结果与在每周频率上观察到的模式一致，表明情绪波动（反映在音乐情绪中）会导致股票价格的变化，并需要几天的时间这种错误定价才能得到纠正。
以往的文献表明，一些因素会加剧投资者情绪对资产价格的影响，其中最突出的是套利限制。
新冠疫情期间，部分国家增加了股票市场的交易限制，旨在减弱疫情对经济和金融市场的影响。例如，法国金融市场管理局在2020年3月17日至2020年5月18日期间宣布了卖空禁令， 澳大利亚限制了投资者每天可以执行的交易数量。这些限制的颁布出人意料，且只存在于部分国家，因此可以说具有一定的外生性。论文接下来利用这种外生冲击进行双重差分（DID）检验。
Bani,t作为虚拟变量，代表着国家i在t周内是否公布了交易限制。下表显示，对于同期市场回报，交乘项系数显著为正，而对于下一期市场回报则显著为负，与音乐情绪指标前系数的方向一致。由此可见，当一个国家的股票市场受到套利限制时，音乐情绪指标对市场回报的影响明显更强。
音乐是一门语言，可以传递或表达人的情绪。听积极或消极的音乐也能反映出人们心情的开心或不愉快。
论文构建了一个基于音乐基调的投资者情绪指标，并以此揭示了情绪对股票市场的作用，即情绪波动会导致股票价格的变化，并需要几天的时间这种错误定价才能得到纠正。当一个国家的股票市场受到套利限制时，音乐情绪指标对市场回报的影响明显更强。返回搜狐，查看更多天津数据安全产业（人才）联盟在滨海新区成立 中国（！
