基于新闻文本数据的我国股市波动性测度及其应用

摘要：

本文基于对我国报纸新闻的文本大数据分析,构建了 一个能较好测量中国股票市场波动性的新闻指数(CEMV),并进一步利用我国2005年1月—2020年10月的宏观经济数据,通过建立结构向量自回归(SVAR)模型,实证研究了我国政策性新闻驱动下的证券市场波动对宏观经济及资产价格的影响.研究发现:(1)CEMV指数峰值的出现与我国证券市场历次较大的波动相关,同时CEMV对股票市场指数已实现波动率有显著的解释能力.(2)本文进一步构建了货币政策、财政政策、贸易政策、汇率政策4类特定政策类别的CEMV指数,发现对于不同金融事件的冲击,各指数的反应有所差异.(3)政策性新闻驱动下的证券市场波动冲击会对产出增速、价格水平、股票市场收益率产生短期负面影响,对货币供应增速产生总体正向影响,并且加剧了投资者情绪的短期波动.

关键词：文本分析、证券市场波动率、宏观经济、投资者情绪、SVAR模型

所属期刊栏目：35

分类号：F832.51;F23;TP391.1

资助基金：国家自然科学基金71471067

在线出版日期：2023-11-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：26-36,101