上市公司新闻情感倾向对股价的影响分析

发布时间：2017-05-28 23:03

  本文关键词：上市公司新闻情感倾向对股价的影响分析，由笔耕文化传播整理发布。

【摘要】：大量的互联网用户、互联网数字化的方式、方兴未艾的数据挖掘及人工智能等技术,使得通过互联网媒体信息分析投资者情绪,进而预测投资者行为的研究思路变得日益可行。但因为关于媒体和投资者行为关系的研究既涉及行为经济学、语言经济学等经济学新兴领域,也涉及心理学、计算机科学、语言学等交叉学科,对研究者及研究团队的复合能力要求较高,相关研究尚处于起步阶段。国际上的学者在该领域的研究所针对的文本信息主要以英文为主,并已开发了质性研究软件、分词技术等必要的研究工具。国内学者近年来在该领域也开始了零星的研究,但因为语言、媒体环境及市场环境等条件不同,基于汉语分词技术与情绪测量基础上的互联网新闻信息对资本市场的影响研究,还有很多技术难题需要解决。由此,该领域是一个既可以解决理论和技术难题,又有实践价值的研究课题。本文基于互联网新闻信息——投资者情绪——投资者行为——资产价格的研究逻辑,在文献综述的基础上,以上市公司的新闻情感倾向和股票价格作为研究对象,分析新闻的情感倾向是否影响了股票价格,以及影响的大小。论文选取和讯股票和新浪股票发布的股票新闻,上证180指数成份股作为研究样本,通过网络爬虫抓取网站新闻文本,经过去重、去噪处理后,运用文本分析软件量化分析新闻文本的情感倾向,考察新闻情感倾向是否对股票价格波动有显著的影响。文本分析是计算机学科近年来研究的重点问题,中文文本的情感量化分析有很多方法,如朴素贝叶斯、支持向量机、情感词典等,但是还没有像英文文本分析那样成熟的方法,本文的研究是一个全新的尝试,试图填补国内研究在这方面的空白。研究发现,新闻情感倾向能够部分解释股价的波动,新闻数量对股价的波动也具有一定的解释力。本文的研究分为六个部分:第一章为引言,论述本研究的研究背景、研究内容、研究意义等;第二章为文献综述,探讨国内外在这方面的基本研究状况;第三章为理论分析和模型设定;第四章为数据的搜集与整理;第五章为实证分析;最后一章为研究结论和建议。
【关键词】：新闻情感 新闻数量 上市公司 股票价格 文本挖掘
【学位授予单位】：北京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.51
【目录】：

• 摘要5-6
• Abstract6-10
• 第1章 引言10-17
• 1.1 研究背景和研究意义10-12
• 1.1.1 研究背景10-12
• 1.1.2 研究意义12
• 1.2 研究内容、方法与框架12-16
• 1.2.1 研究内容12-13
• 1.2.2 研究方法13-14
• 1.2.3 研究框架14-16
• 1.3 研究可行性与创新之处16-17
• 1.3.1 研究可行性16
• 1.3.2 本研究创新之处16-17
• 第2章 文献回顾17-24
• 2.1 新闻情感倾向的定义及其分析方法17-18
• 2.2 文本信息影响投资或消费的研究综述18-23
• 2.2.1 网络在线评论对消费和投资的影响18-20
• 2.2.2 新闻数量对资产价格的影响20-22
• 2.2.3 新闻情感倾向对资产价格的影响22-23
• 2.3 有待深入研究领域及本文研究思路23-24
• 2.3.1 有待深入研究的领域23
• 2.3.2 研究思路23-24
• 第3章 理论分析与模型设定24-32
• 3.1 新闻报道对资产价格影响的路径分析24-27
• 3.1.1 新闻报道情感倾向与投资者心理24-25
• 3.1.2 投资者心理与资产价格25-27
• 3.1.3 新闻报道情感倾向与资产价格27
• 3.2 变量选择与测量27-30
• 3.2.1 因变量的选择与测量28
• 3.2.2 自变量的选择与测量28-29
• 3.2.3 调节变量的选择与测量29
• 3.2.4 控制变量的选择与测量29-30
• 3.3 模型设定与假设30-32
• 第4章 数据搜集与处理32-38
• 4.1 网络文本信息的选择32-33
• 4.2 文本信息搜集与处理33-34
• 4.3 新闻情感倾向判定的方法34-36
• 4.3.1 机器学习法34-35
• 4.3.2 情感词典35-36
• 4.4 文本信息情感倾向量化36-37
• 4.4.1 量化方法的选择36
• 4.4.2 ROST CM文本情感倾向量化36-37
• 4.5 股票数据的选择37-38
• 第5章 实证分析与模型检验38-48
• 5.1 新闻数量影响股票价格的实证分析38-41
• 5.1.1 年度数据38-40
• 5.1.2 星期数据40-41
• 5.2 基于个股的新闻情感倾向影响股票价格的实证分析41-44
• 5.2.1 样本选择41-43
• 5.2.2 描述性统计43-44
• 5.2.3 实证分析44
• 5.3 基于截面数据的新闻情感倾向影响股价的实证分析44-48
• 5.3.1 样本选择44-45
• 5.3.2 描述性统计45
• 5.3.3 实证分析45-48
• 第6章 结论与建议48-51
• 6.1 研究结论48-49
• 6.2 启示与建议49-51
• 参考文献51-57
• 附录57-65
• 攻读学位期间发表论文与研究成果清单65-66
• 致谢66

【相似文献】

中国期刊全文数据库 前8条

1 姚玺;;支持资源作用下的工作-家庭促进:情感倾向的调节作用[J];经营管理者;2013年05期

2 程亚文;;学术政治与政治学术[J];粤海风;2001年01期

3 郝媛媛;邹鹏;李一军;叶强;;基于电影面板数据的在线评论情感倾向对销售收入影响的实证研究[J];管理评论;2009年10期

4 张莉;林与川;于超跃;刘凤江;;支持资源作用下的工作-家庭促进:情感倾向的调节作用[J];管理学报;2012年03期

5 黄荷;;大数据时代降临[J];党政论坛(干部文摘);2012年11期

6 马丽;刘霞;于晓敏;;工作-家庭促进与留职意愿的关系:工作嵌入的视角[J];中国人力资源开发;2014年13期

7 刘韩松;;基于文本挖掘及情感分析的社区负面舆论传播预测模型[J];计算机安全;2013年12期

8 ;[J];;年期

中国重要会议论文全文数据库 前4条

1 杨江;侯敏;王宁;;基于主题情感句的汉语评论文倾向性分析[A];第五届全国青年计算语言学研讨会论文集[C];2010年

2 林慧恩;林世平;;中文情感倾向分析中主观句子抽取方法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

3 王素格;杨安娜;;一种混合语言信息的词语搭配倾向判别方法[A];第五届全国信息检索学术会议论文集[C];2009年

4 宋晓雷;王素格;李红霞;;基于概率潜在语义分析的词汇情感倾向判别[A];第五届全国青年计算语言学研讨会论文集[C];2010年

中国重要报纸全文数据库 前3条

1 唐楠;新闻应避免情感倾向[N];中国新闻出版报;2005年

2 鲁东;不尽乡情入画来[N];中国文化报;2001年

3 杨勇涛;让摄影唤起心灵的本真[N];中国摄影报;2005年

中国博士学位论文全文数据库 前6条

1 房磊;融合知识的情感分析研究[D];清华大学;2015年

2 张奇;细颗粒度情感倾向分析若干关键问题研究[D];复旦大学;2008年

3 王素格;基于Web的评论文本情感分类问题研究[D];上海大学;2008年

4 杨卉;Web文本观点挖掘及隐含情感倾向的研究[D];吉林大学;2011年

5 李思;WEB观点挖掘中关键问题的研究[D];北京邮电大学;2012年

6 李方涛;基于产品评论的情感分析研究[D];清华大学;2011年

中国硕士学位论文全文数据库 前10条

1 王帅;情感分析的特征提取算法与观点的聚类算法研究[D];昆明理工大学;2015年

2 冯金刚;网络舆情中文信息情感倾向分析研究[D];华北电力大学;2015年

3 魏从源;网络信息的情感倾向分类技术研究[D];国防科学技术大学;2013年

4 周冬卫;中文微博评论的情感倾向分析[D];华东交通大学;2015年

5 吴斐;跨领域条件下词汇情感倾向判别方法研究[D];合肥工业大学;2015年

6 徐凯;基于产品特征的用户评论情感倾向分析研究[D];合肥工业大学;2015年

7 王格;网络评论的情感倾向分析[D];武汉工程大学;2015年

8 刘其;基于用户评论的群体情绪识别与演化研究[D];东华大学;2015年

9 张佳明;微博话题的公众情感分析技术研究[D];解放军信息工程大学;2015年

10 唐浩浩;面向事件的微博情感倾向性分析技术研究[D];解放军信息工程大学;2014年

  本文关键词：上市公司新闻情感倾向对股价的影响分析，，由笔耕文化传播整理发布。

本文编号：403614