王春

摘   要：近几十年来，资本市场中信息的作用机制与信息含量方面的研究成为行为金融的重要领域。这首先缘起于20世纪70年代纽约时报的标题定性研究，经历了简单的新闻计数研究之后，开始探索计算机语言技术量化新闻内容，训练词库也从简单的Harvard-IV4心理词典到词向量构建。资本市场媒体信息作用的未来研究发展方向是使用机器学习技术训练新闻文本内容。

关键词：资本市场;媒体;信息

中圖分类号：F830.9      文献标志码：A      文章编号：1673-291X（2021）35-0144-03

引言

近几十年来，资本市场中信息的作用与信息含量方面的研究成为行为金融学者重要的研究领域。首先进行这方面研究的是Niederhoffer（1971），他分析的是具有世界性影响的事件，比如纽约时报中占用5—8个版面的具有足够重要性的事件。他使用未经训练的观测向量，将新闻标题分为20个类别，并按正面/负面标签，以7分标记，得到有趣的发现，即股票市场巨大的变化更可能发生于“世界性事件”之后，而不是平时。并提出股票市场信息效应量化研究的期待。

随后，在股票市场信息效应的量化研究方面，涌现出许多相关的论文。例如，Mitchell和Mulherin（1994）研究了每日道琼斯新闻的数量与新闻报道下公司股票的交易量及其股票收益。1970—2000年的30年间，许多研究人员运用粗糙且未经处理的变量，如简单的新闻数量以量化信息。直到Antweiler和Frank（2004）的研究，学者们才开始探索量化信息的内容。Antweiler和Frank（2004）使用计算语言技术，即朴素贝叶斯算法（Naive Bayes algorithm）来度量网络聊天内容的语义，并按牛熊予以区分。……