新闻与社交媒体情绪对稀土投资波动性的影响机制研究——基于HAR模型与TRMI数据的实证分析

本研究针对稀土金属(REMs)投资波动性预测难题，创新性地将TRMI提供的新闻(Buzz_News)与社交媒体(Buzz_Social)情绪指标纳入HAR模型体系，发现媒体情绪显著提升稀土ETF(RMX)波动性，其中社交媒体情绪指标预测效能最优。该成果为绿色金融风险管理和ESG投资策略提供了量化依据。

　　

在全球能源转型背景下，稀土金属(REMs)作为太阳能电池、风力涡轮机和电动汽车的核心材料，其战略价值日益凸显。国际能源署(IEA)预测，到2040年可再生能源技术对稀土的需求将激增7倍。然而，这个新兴投资领域却面临显著的价格波动风险，COVID-19疫情期间稀土股票价格剧烈震荡便是明证。现有研究多聚焦稀土与其他资产的关联性，对其内在波动规律及媒体情绪影响机制的认识仍存在重大空白。

针对这一科学问题，来自未知机构的研究团队在《Resources Policy》发表创新性研究。他们首次将Thomson Reuters MarketPsych Indices(TRMI)提供的新闻与社交媒体情绪数据，与传统HAR(异方差自回归)模型相结合，构建了包含Buzz(媒体活跃度)和Sentiment(情绪指数)的扩展模型体系。通过分析2010-2024年VanEck稀土ETF(REMX)的3376个交易日数据，揭示了媒体情绪对稀土资产波动性的传导机制。

研究采用三大关键技术：1)基于Parkinson和Rogers-Satchell两种方法的日内波动率(RV)测算；2)包含日/周/月波动成分的HAR基础模型；3)融入TRMI新闻与社交情绪指标的扩展模型。通过HRMSE和R²_OOS等指标进行预测效能评估，并运用Diebold-Mariano检验比较模型优劣。

主要发现包括：

1. 波动特征：基础HAR模型证实稀土股票存在长期记忆性，日(θ_d=0.1766)、周(θ_w=0.4406)、月(θ_m=0.1289)波动成分均显著(p<0.01)。
2. 媒体情绪效应：Buzz_News系数α=1.8×10^-8(p<0.05)显示传统新闻显著推高波动，而Sentiment_News影响不显著，证实信息活跃度比情绪极性更具预测价值。
3. 社交媒体优势：Buzz_Social模型预测误差最低(HRMSE=0.000147)，R²提升至24.63%，DM检验证实其显著优于基准模型(p<0.01)。
4. 跨期差异：周度预测模型R²最高达33.42%，而月度模型中Sentiment_Social首次呈现弱显著性(δ=0.000032,p<0.1)。

这项研究在理论和实践层面均具有突破性意义。理论上，首次验证了行为金融学观点在稀土市场的适用性——投资者通过社交媒体形成的群体情绪会实质性影响资产定价。实践中，研究成果为监管部门提供了监测稀土市场风险的量化工具，TRMI情绪指标可作为早期预警信号。对ESG投资者而言，精准的波动率预测能优化绿色资产配置，而政策制定者可据此设计更稳定的稀土供应链金融方案。研究同时启示：在数字化时代，传统基于价格序列的波动模型需要纳入社交媒体衍生数据，才能更准确捕捉新兴资产的价格形成机制。

未来研究可进一步探索地缘政治风险等宏观不确定性因素与稀土波动的关系，或引入跳跃过程建模来提升预测精度。该成果为理解"双碳"目标下的战略资源金融化规律提供了重要范式。