基于文本挖掘技术的我国房地产市场投资者情绪指数及对房价的影响研究

发布时间：2020-06-14 18:06

【摘要】：在互联网时代下的各种信息源中,新闻报道以其长久以来坚持的专业、及时、可靠的特点而一直受到广大投资者的重视。通过报道现实、分析观点,新闻媒体能够影响市场信息的形成与传播,反映整个市场对于当下以及未来一段时间内的走势判断,对投资者的市场认知产生影响。针对新闻报道中的情感倾向展开研究,有助于我们了解市场情绪的演变过程。本文探索性地将在股票市场上应用较多的金融文本分析方法引入同样受到投资者情绪影响、但相关研究还较为欠缺的房地产市场,通过收集2004-2016年内约20万篇主流媒体房地产业新闻报道,以文本挖掘与情感分析技术对收集到的文本数据进行量化,构造出我国房地产市场的投资者情绪指数,通过相关性分析、回归分析和时间序列分析等方法验证本文所得到的投资者情绪指数有效性,其与房地产市场上的主要指标相关性强,能够明显改善房价回归模型的解释精度。对住房市场进一步细分之后,本文发现一二线城市的投资者情绪与房价相关度明显强于三线城市,且三线城市的投资者的乐观程度整体上低于一二线城市。而若对新建商品房与二手房市场进行分析可以发现,市场情绪与房地产市场价格波动之间存在着双向影响的互动关系,其中新建商品房市场上的市场情绪对房价的影响传导存在滞后效应,而二手房市场上这一滞后效应并不存在。本文的创新之处在于,将行为金融学与大数据技术相结合,从一个较为新颖的视角出发,直接从网络能够获取的新闻文本中挖掘房地产市场上的投资者情绪信息。这一方法有助于减少利用间接指标衡量市场情绪时所带来的误差,有助于提高指标的独立性与可靠性。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F299.23
【图文】：

上海交通大学硕士学位论文融文本挖掘技术在房地产新闻领域应用的可行性。本文针对新闻文情绪在房地产市场上的的影响进行分析，其结果能够为我们从行为了解、分析房地产市场上的价格波动与市场异象提供一定的方法指在这一领域更为深入的研究奠定基础。究思路与结构安排

第三章 房地产市场投资者情绪指数的构建方法3.1 文本挖掘理论基础概述文本挖掘，是指从给定的语料文本中应用人工智能理论以及统计学理论，结合文字处理技术挖掘有价值信息的计算机技术。情感分析，是指在文本中挖掘带有正面或者负面情感倾向的语义表述，从而对作者所表达的主观观点的情感极性进行自动判断的技术方法。近年来，随着互联网技术的快速发展，每天均有海量信息在网上产生并得以广泛传播。为了处理那些非结构化、难以处理的文本数据而应运而生的文本挖掘技术正在金融、电子商务、公共安全等领域中发挥着日益增大的作用，而作为文本挖掘领域重要分支之一的文本情感分析技术在其中发挥的作用是不可忽视的。如果将文本挖掘的过程进行抽象，一般可以分为文本获取、预处理、特征提取以及算法挖掘四个部分。图 3-1 给出了文本挖掘中的一般流程。

【参考文献】

相关期刊论文 前10条

1 彭敏;汪清;黄济民;周李;胡鑫汇;;基于情感分析技术的股票研究报告分类[J];武汉大学学报(理学版);2015年02期

2 黄润鹏;左文明;毕凌燕;;基于微博情绪信息的股票市场预测[J];管理工程学报;2015年01期

3 董晓玉;李星野;;房地产周期波动与金融稳定的相关性研究[J];中国商贸;2014年26期

4 丛颖;;房地产市场周期与宏观经济周期关系的实证研究[J];东北财经大学学报;2014年03期

5 马俊伟;王铁军;李庆;林漳希;;基于网络信息挖掘的股市影响因素分析[J];吉林大学学报(信息科学版);2014年02期

6 吴江;唐常杰;李太勇;崔亮;;基于语义规则的Web金融文本情感分析[J];计算机应用;2014年02期

7 刘锋;叶强;李一军;;媒体关注与投资者关注对股票收益的交互作用:基于中国金融股的实证研究[J];管理科学学报;2014年01期

8 胡昌生;池阳春;;投资者情绪、资产估值与股票市场波动[J];金融研究;2013年10期

9 李晶;叶堂林;;城市等级体系研究综述[J];中国经贸导刊;2013年23期

10 游家兴;吴静;;沉默的螺旋:媒体情绪与资产误定价[J];经济研究;2012年07期

相关硕士学位论文 前3条

1 徐伟;基于神经网络的中文词法分析系统的研究与实现[D];哈尔滨工业大学;2017年

2 王博恒;媒体情绪对头条新闻股票的市场表现的影响[D];西南财经大学;2016年

3 赵丽丽;互联网财经新闻对股市影响的定量分析[D];西南财经大学;2012年

本文编号：2713163