互联网技术的发展催生了信息新的传播形式:原子化的莎草纸、报纸、报刊等媒介被由比特组成的图文、视频、音频所取代,这类媒介的传播速度以及传输信息量不受物理世界的约束,能够更加快速的到达内容的消费者,信息的传播更加及时、准确。互联网是由一个个节点组成,这一个个节点之间都可以相互通信,这种结构让互联网时代的信息传播囊括了以前所有的形式,点对点、单点对多点、多点对多点等等,所以每一个节点的用户都可以成为传统意义上的媒体,美国《Wired》杂志对此定义为“所有人对所有人的传播”,在中国,图文方面新媒体的典型之一就是拥有10亿日活的微信上开设的公众号,在公众号中,每一个拥有表达欲望的个体都可以通过撰写文章来传播信息,这个过程同样符合美国学者拉扎斯菲尔德（2012）的“两级传播理论”,意见领袖在此过程中催生,Corey（1971）认为这些具有较强影响力的特定人群会对所获信息或者自己产生的信息进行传播进而影响他人的决策行为,Bollen等（2011）通过不同的情绪分析工具分析Twitter上每日的文本内容得出不同的情绪状态,发现某些情绪变量的变化和道琼斯工业平均指数的变化相匹配。Antweiler和Frank（2004）假设人们在交易宽泛假设人们交易股票前思考讨论他们的想法并发布内容,这些内容可能导致交易量变化,进而有可能预测波动性,最终得出这些内容中的看涨情绪对成交量和股价具有预测作用。由此,本文的选题为《自媒体情绪对股票市场的影响研究》,首先爬取符合条件的财经公众号的文章内容和文章流量指标,然后通过ERNIE自然语言处理模型对文本进行情感倾向分析,进而构建能够反应自媒体情绪的指标作为解释变量,从CSMAR数据库取得创业板综合收益率、交易量以及利用相关数据构建的波动率指标作为被解释变量,探讨两者之间的关系。