随着现代社会信息化的发展,人们进行信息传递的方式发生了巨大的变化,以前多是通过报纸、广播以及电视等获取信息,但如今人们获取与传递信息的方式主要依赖于互联网。国内的很多金融网站也专门为股市投资者提供了交流互动的股吧平台,股吧平台产生的海量评论所包含的信息在一定的程度上反映着投资者的心理和行为。同时,行为金融理论认为非理性股市投资者的心理和行为会对股票市场的价格走势产生影响。因此,使用股评信息对股票市场进行研究有非常重要的意义。本文以行为金融理论为理论依据,从东方财富网股吧评论数据中挖掘代表投资者情绪的指标,进行股票评论数据对股票市场下行风险影响和预测能力的研究。本文在使用基于情感词典的方法进行文本分类时,构建了金融领域的词典,一定程度上提升了在特定领域基于词典的文本分类效果。在投资者情绪指标构建方面,本文从反映投资者关注度、反映投资者对于股市走向的情感预期以及反映投资者情感预期传播程度这三个角度构建了较为全面的投资者情绪指标。本文的研究在一定程度上丰富了股票评论信息对股票市场影响的研究,并且在一定程度上为我国证券市场监管机构监管和调控金融市场提供了新的思路和依据。本文的研究思路分为以下几个步骤:第一步,本文从CSMAR数据库中获取了 2018年7月2日至2020年6月30日上证指数的金融数据并且利用爬虫技术从东方财富网股吧中获取了对应时间范围内的评论文本数据;第二步,本文构建了金融领域的词典以及制定了合理的文本分类规则对股评进行文本分类,并且从三个角度构建了较完善的投资者情绪指标体系;第三步,本文以在险价值（VaR）作为下行风险的测度指标,使用ARMA-GARCH模型对在险价值进行了拟合;第四步,本文对每一个投资者情绪指标与下行风险建立了 VAR模型,进行了格兰杰因果检验以及脉冲响应分析;第五步,本文将数据划分为样本期内的数据和样本期外的数据,通过滚动拟合来获得拟合的VaR,然后使用LightGBM模型对样本外的下行风险进行预测,通过比较引入投资者情绪指数与否预测效果的差异,来评估股评信息对于下行风险的预测能力,并且进行了稳健性分析。研究结果表明,在影响关系方面,投资者情绪指标在短期内对股票下行风险有持续性的作用,其中每日每条评论的平均阅读量、每日正向评论比例、每日负向评论比例、每日正向评论阅读量的比例以及每日负向评论阅读量的比例的冲击整体上对于下行风险的影响整体上是正向的,每日中性评论比例和投资者一致性指数的冲击整体上对于下行风险的影响整体上是负向的;在预测能力方面,股票评论信息对于股票市场的下行风险是有一定的预测能力的,并且结论是稳健的。