熊丽媛 江西财经大学

当下，众多学者针对宏观政策对于股市影响做出了较多的分析，但大多数研究只是从经济学的角度，结合股票市场变量，提出定量分析模型。少有学者通过大数据方法对海量文本数据中的政策事件进行量化分析。因此，本文拟采用基于自然语言处理的事件抽取方法，对海量股市新闻中的政策事件进行抽取，并使用事件分析法，对政策事件发生窗口内的股市变化进行分析。

一、数据获取与预处理

（一）数据获取

首先通过构建分布式爬虫，从国内各大财经类门户网站的新闻频道采集2019年1月1日至2019年12月31日的相关股市新闻文本，共33994条，具体信息如表1所示。

表1 数据来源

万得金融终端是万得信息技术股份有限公司针对金融业的投资机构、财务公司、研究机构、学术机构、监管部门机构等不同类型客户的需求开发的围绕信息检索、数据提取与分析、投资组合管理应用等领域的专业分析工具，通过万得金融终端数据库，可以获取2019年1月1日至2019年12月31日的深证综合指数等数据。

（二）数据预处理

从各大财经网站爬取的金融文本数据存在格式不统一，内容含杂广告信息等问题，通过python编程语言设计中英文正则表达式，可以有效去除不需要的文本信息，通过预处理，最终保留金融文本数据的标题、正文及发布时间。

二、政策事件抽取

在文本中抽取事件一般分为基于规则的无监督式抽取和基于机器学习模型训练的有监督式抽取方法。……