文献类型：期刊文章

作　　者：姚加权[1] 冯绪[2] 王赞钧[3] 纪荣嵘[4] 张维[2]

YAO Jia-quan;FENG Xu;WANG Zan-jun;JI Rong-rong;ZHANG Wei(School of Management,Jinan University,Guangzhou 510632,China;College of Management and Economics,Tianjin University,Tianjin 300072,China;The School of Economics,Xiamen University,Xiamen 361005,China;School of Information Science and Engineering,Xiamen University,Xiamen 361005,China)

机构地区：[1]暨南大学管理学院,广州510632 [2]天津大学管理与经济学部,天津300072 [3]厦门大学经济学院,厦门361005 [4]厦门大学信息科学与技术学院,厦门361005

出　　处：《管理科学学报》

基　　金：国家自然科学基金资助项目(71790594,71871157,71502152);国家社会科学基金重大资助项目(18ZDA092).

年　　份：2021

卷　　号：24

期　　号：5

起止页码：26-46

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、CSSCI、CSSCI2021_2022、JST、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：金融文本的语调与情绪含有上市公司管理层以及个体投资者表达的情感信息,并对股票市场产生影响.通过词典重组和深度学习算法构建了适用于正式文本与非正式文本的金融领域中文情绪词典,并基于词典构建了上市公司的年报语调和社交媒体情绪指标.构建的年报语调指标和社交媒体情绪指标能有效地预测上市公司股票的收益率、成交量、波动率和非预期盈余等市场因素,并优于基于其他广泛使用情绪词典构建的指标.此外,年报语调指标和社交媒体情绪指标对上市公司的股价崩盘风险具有显著的预测作用.为文本大数据在金融市场的应用提供了分析工具,也为大数据时代的金融市场预测和监管等活动提供了决策支持.

关 键 词：情绪词典  语调 投资者情绪 市场影响  

分 类 号：F830.91[金融学类]