我院姜富偉副教授和張定勝教授以及博士生唐國豪合作撰寫的論文“金融市場文本情緒研究進展”發表在《經濟學動态》2016年第11期。

過度樂觀或過度悲觀的金融市場情緒對資産價格有巨大影響。在資産定價文獻中，自從Shiller（1981）後，越來越多的研究開始關注非理性投資者情緒對資産價格變動的影響。近來，随着财經大數據的積累和互聯網文本數據可獲得性的提高，越來越多的研究嘗試從媒體報道、公司新聞、社交網絡等多個環節進行文本分析以提取情緒信息，并應用于資産價格波動預測和行為資産定價等領域的研究中。如何利用文本大數據分析方法提取有效的情緒信息并更好地理解其對市場的影響機制逐漸成為研究熱點（Tetlock, 2007; Henry, 2008; Loughran & McDonald, 2011）。

這篇論文主要總結了文本情緒分析在金融市場與資産定價相關領域的應用與研究進展，整理了主要的文本分析方法，包括詞彙分類字典法文本詞彙加權和基于機器學習的樸素貝葉斯法等。本文還從橫截面與時間序列兩個方面介紹了文本情緒影響資産預期收益的計量方法和經濟機制的最新成果，是一篇緊跟國際前沿研究熱點的文獻綜述，具有較強的學術參考價值。

文本情緒指的是文本中體現的諸如積極或消極的情感傾向。本文系統梳理金融市場文本情緒分析領域的研究方法進展和方法。比如，Antweiler & Frank（2004）運用文本分析法發現，網絡媒體信息中包含的文本情緒可以預測未來股票波動。Li（2008），Feldman et al（2010），Price et al（2012）等通過提取公司披露的文本中所包含的情緒信息，指出這些信息與公司未來的股票價值和盈利狀況等息息相關。Jiang et al（2016）通過文本分析法構建了經理人情緒指數，并發現它可以反向預測未來股票市場的總體收益。

本文對推動了文本情緒分析在國内金融的應用，推薦使用文本大數據研究股票市場暴漲暴跌背後的驅動機制。股票市場文本情緒分析在國際上尚屬于新興事物，在國内更是處于起步階段，還有不少有價值的理論與實際問題亟待解決。因此有必要讓更多學者關注、了解該領域的最新進展并嘗試有效的方法解決這些問題。另外，為了避免中國股市在過去幾年中經曆的狂熱上漲和慘烈崩盤反複發生，投資者和監管層比以往任何時刻都需要及時了解金融市場中情緒的波動信息，并采取合理反周期措施及時應對。推廣該領域的研究成果将為他們提供更全面、更及時的市場情緒信息，從而使得市場更為理性地應對短期的情緒波動。