随着互联网的飞速发展,社交媒体平台因为快速便捷和覆盖面广,一跃成为广大群众摄取信息的最主要的途径和方式。互联网平台上面财经信息的传播和扩散也成为影响中国证券市场的一大诱因。社交媒体发出的财经信息品种多样涉及上市公司的新产品、技术、服务的推出与研发;并购重组、公司债券发行,公司财报公布,股价变化,管理层变动等多种方面。已经有研究证实资讯对投资者选择投资品种和投资实际,市场分析者分析股票价格走势起到了非常重要的辅助和指引作用。因而针对社交网络不同类型财经信息对股票价格走势印象和股票收益就显得尤为重要。本文研究的主要两个问题是:一、面对海量的互联网平台财经信息选择关注点和关注对象,确定研究的非结构化文本;进而将非结构化文本转发为结构化文本并基于网络平台基础进行文本挖掘。二、在结构化文本的基础上进行文本分类,以实证研究为基础来检测不同类型的社交媒体财经信息对证券市场的影响。本文首先确立了以微博文本为研究对象,以微博财经影响力最大的五大官方微博博文为文本数据来源通过新浪微博API进行网络爬虫获取网络文本;采用文本分类技术将互联网财经新闻按内容分为六大类:重组并购类、盈利能力类、运营管理类、公司治理类、法律合规类、技术产品类;最后运用事件研究法联系证券市场行情分析与量化六类财经信息对股票市场的具体影响。在此基础上,给出了未来研究的侧重点和政策建议。本文的创新点在于:(1)研究对象的创新性,前人的研究中主要基于互联网媒体的新闻而忽略到社交媒体新闻的重要性和关注度,弥补了微博信息在互联网财经信息研究的空白。(2)将财经信息拆分为六类逐一定性分析不同信息类别对股票市场的影响,为今后计算实验金融Agent个体具体接受信息的设定做了理论和实证的铺垫。(3)研究方法上,本文将网络爬虫、文本挖掘、文本分类与事件研究法相结合,是金融领域特别是互联网信息平台研究领域的创新和跨学科的结合,为金融与信息技术的研究开拓了新的思路。