社交媒体为其用户提供了分享并交流经验、观点的平台,改变了传统传播学中自上而下的信息生成与传播方式。专业性的财经社交媒体则为投资者提供了发表、沟通和交流投资经验和意见的平台。研究人员利用专业性社交媒体上文本信息开展了许多关于投资者行为与心理、文本信息含量等方面的研究。然而对于文本信息有用性的问题,研究人员并没有得到一致结论。赞同和反对的观点均得到了一定研究结果的支持。本文从投资者特征的角度出发提出了“同辈认可”和“官方认证”两类特征,接着检验了雪球网讨论区发帖文本的信息含量并探讨了其信息含量的影响因素。文章利用雪球网上2018年1月-2020年5月的讨论区约16万条发帖内容,构建了基于朴素贝叶斯方法的文本情绪提取模型。借助该模型计算发帖文本情绪指数,使用固定效应的面板回归模型,文本信息含量以及投资者特征对其的调节效应进行了实证检验。研究结果发现,雪球网上的发帖文本对市场的解读过于乐观。短期内市场会吸收文本中过于乐观的情绪从而推高股价,但长期来看市场会消化掉这些情绪并使股价趋近于真实情况。粉丝数量的多少代表了用户受其他用户的认可程度,即本文所提出的“同辈认可”。“同辈认可”可以在一定程度上缓解发帖文本中的过度积极情绪。“官方认证”主要包括雪球网官方所提供的个人认证、机构认证和实名认证。其中实名认证对过度积极情绪可以起到缓解作用,而机构认证反而会对乐观情绪起到推波助澜的效果。本文的创新之处在于使用的样本数据时间较新、数据总量较大从而避免了样本量不足对实证结果的不利影响,使用了机器学习的方法构建了有效模型对文本情绪进行提取,并首次从投资者特征的角度探讨了文本信息含量的影响因素。