算法黑箱:网络传播误导性旧信息操纵市场的研究

摘要：

智能互联网时代,新闻以机器学习为基础生产和推荐,公众难以了解其中间环节,从而形成算法黑箱.算法黑箱以看似技术中立输出的与客观事实不符的信息,误导投资者决策,破坏市场定价功能,易引发系统性风险.本文以财经新闻文本相似性为网络传播误导性旧信息的代理变量,采用向量空间模型和词频-逆向文档频率法进行度量.基于数行者(深圳)科技有限公司开发的报刊新闻量化舆情数据平台中1046620条样本新闻数据,发现网络传播误导性旧信息会操纵资本市场,表现为:网络传播误导性旧信息发布一周后,公司股票超额收益反转,且财经新闻文本相似性越高,收益反转越明显;网络传播误导性旧信息还操纵了公司股票交易活动,即降低了公司股票收益波动性和超额交易量.将样本公司按机构投资者持股比例分组后,发现机构投资者持股比例较低的公司受网络传播误导性旧信息操纵的影响更大.网络传播误导性旧信息操纵市场的机制在于个人投资者行为偏见,即个人投资者混淆了财经新闻中包含的新信息与旧信息,并且按照旧信息进行交易.本文为互联网平台算法生产的财经新闻纳入监管提供了政策依据.

关键词：网络信息;文本分析法;财经新闻;市场操纵

所属期刊栏目：42

分类号：F830.9(金融、银行)

资助基金：江苏省社会科学基金项目"市场操纵视角下网络传播误导性信息识别及风险防范研究";江苏高校优势学科建设工程三期项目"南京审计大学应用经济学"

在线出版日期：2021-12-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：85-100