廣東外語(yǔ)外貿(mào)大學(xué)　劉昕玥

?

國(guó)外金融文本情感的分析研究述評(píng)與展望

廣東外語(yǔ)外貿(mào)大學(xué)劉昕玥

摘 要：國(guó)外金融文本情感分析歷經(jīng)數(shù)十年的發(fā)展，在金融文本情感分析的信息來(lái)源和模型建立等方面有了較多的學(xué)術(shù)積累，為行為金融學(xué)研究提供了有價(jià)值的研究思路和方法。但隨著全球經(jīng)濟(jì)的快速發(fā)展，相關(guān)研究也要適應(yīng)各種變化，本文在句法和語(yǔ)義的考慮等方面展開(kāi)了更為深入的研究。

關(guān)鍵詞：金融文本情感分析特征項(xiàng)機(jī)器學(xué)習(xí)

金融市場(chǎng)上傳統(tǒng)的信息來(lái)源主要有歷史股價(jià)、財(cái)務(wù)報(bào)表等。Web2.0時(shí)代的到來(lái)使網(wǎng)絡(luò)用戶同時(shí)充當(dāng)著信息的發(fā)布者。行為金融學(xué)認(rèn)為，金融市場(chǎng)參與者的心理狀態(tài)會(huì)影響其自身和其他參與者的行為。因而對(duì)每個(gè)參與者來(lái)說(shuō)，各種用戶生成的內(nèi)容構(gòu)成了大數(shù)據(jù)時(shí)代的信息來(lái)源，這些海量信息需要通過(guò)情感分析技術(shù)進(jìn)行處理。該技術(shù)將信息進(jìn)行歸類，進(jìn)而用于研究市場(chǎng)或投資者的反映。

金融文本情感分析在國(guó)外研究時(shí)間較長(zhǎng)，方法較為成熟，成果頗為豐富。本文對(duì)這些研究進(jìn)行梳理，并提出未來(lái)研究的展望。

1　金融文本情感分析中的信息來(lái)源

金融文本依據(jù)其來(lái)源主要分為三大類：公司的公開(kāi)披露、媒體的相關(guān)報(bào)道和社交網(wǎng)絡(luò)的公眾輿論。

公開(kāi)披露文件的語(yǔ)言風(fēng)格蘊(yùn)含管理者對(duì)公司目前業(yè)績(jī)和未來(lái)發(fā)展的態(tài)度，因而成為財(cái)務(wù)報(bào)表的重要補(bǔ)充。Hagenau等(2013)從DGAP網(wǎng)站上選取了超過(guò)50個(gè)詞的公司披露，內(nèi)容包括財(cái)務(wù)報(bào)告、對(duì)外合作等。Loughran和McDonald(2013)、McKay Price等(2012)分別對(duì)美國(guó)S-1表、季度收益電話會(huì)議進(jìn)行情感分析。

媒體報(bào)道文章包括新聞報(bào)道和專業(yè)分析報(bào)告，可用于市場(chǎng)、行業(yè)或公司分析。Smales(2014)利用對(duì)道瓊斯有線新聞和華爾街日?qǐng)?bào)上新聞文章的情感分析，研究波動(dòng)性指數(shù)。Khadjeh等(2015)僅采用文章標(biāo)題作為待分析文本。Twedt和Rees(2012)對(duì)美國(guó)1404家公司的財(cái)務(wù)分析報(bào)告進(jìn)行文本情感分析。

Web2.0時(shí)代，社會(huì)化媒體成為人們的溝通平臺(tái)。它也為行為經(jīng)濟(jì)學(xué)者的研究提供了素材。Bollen等(2011)對(duì)推特進(jìn)行文本分析，得到公眾情感測(cè)度。Yu等(2013)分別針對(duì)谷歌博客以及推特文本信息進(jìn)行情感分析，并分析了媒體間的相互影響。

2　金融文本情感分析中的文本表示

文本表示最常用的方法是空間向量模型(VSM)，該模型的核心是特征項(xiàng)的選取、降維和表示。

從文本中抽取能夠代表其情感傾向的部分，即特征選取。最常用的是詞袋模型。依據(jù)詞性的提取包括名詞(Schumaker等，2012)、形容詞(Fortuny等，2014)和動(dòng)詞(Li和Huang等，2014)。還有在此基礎(chǔ)上形成的n-grams方法(Groth等，2014)。

特征項(xiàng)的降維用于保持算法的有效性。比較常用的方法有限定最低詞頻以及詞典或本體的運(yùn)用。由于前者理解的片面性，詞典的運(yùn)用較為普遍。一般的詞典有WordNet和GI等，金融領(lǐng)域的詞典包括L&M(2011)和Henry(2008)。

將特征項(xiàng)轉(zhuǎn)化為數(shù)值的過(guò)程稱為特征表示。最基本的方法是二進(jìn)制(Schumaker，2012)。普遍使用的方法有IG、CHI和TF-IDF。目前使用最廣泛的是TF-IDF(Hagenau等，2013)，它考慮到了文本長(zhǎng)度對(duì)于詞頻的影響。

3　金融文本情感分析中的模型構(gòu)建

3.1機(jī)器學(xué)習(xí)算法

機(jī)器學(xué)習(xí)是專門研究計(jì)算機(jī)如何模擬和實(shí)現(xiàn)人類的學(xué)習(xí)行為。它分為算法設(shè)計(jì)和分類效果評(píng)價(jià)兩個(gè)方面。

目前使用最多的算法——支持向量機(jī)(SVM)是典型的兩類分類器。Khadjeh等(2015)將其應(yīng)用于STLP預(yù)測(cè)模型中。在其基礎(chǔ)上擴(kuò)展出的支持向量回歸(SVR)模型還能夠給出具體輸出值。Li和Huang等(2014)分別以新聞情感和股價(jià)作為兩個(gè)子核，進(jìn)而構(gòu)成混合核函數(shù)加入SVR模型。其他一些常用的算法包括決策樹(shù)和樸素貝葉斯。Khadjeh等(2015)分別用支持向量機(jī)、K近鄰和樸素貝葉斯算法進(jìn)行相同實(shí)驗(yàn)并進(jìn)行了比較。

機(jī)器學(xué)習(xí)算法的評(píng)價(jià)機(jī)制，也就是度量模型好壞的標(biāo)準(zhǔn)。常用的標(biāo)準(zhǔn)包括F1和準(zhǔn)確率。Fortuny等(2014)還引入AUC值，其越大，表示分類器性能越好。

3.2回歸模型

3.2.1線性回歸

研究文本信息與金融指標(biāo)時(shí)間序列之間關(guān)系的最常用方法是線性回歸模型?；诓煌难芯磕康模唤忉屪兞康倪x取也不盡相同，包括股指變動(dòng)(Bollen等，2011)，IPO首日收益率(L&M，2013)等。

Fama和French 于1993年提出了三因子模型(FF3)來(lái)解釋股票回報(bào)率，成為金融學(xué)資產(chǎn)定價(jià)的經(jīng)典模型。它認(rèn)為影響股票定價(jià)的三個(gè)因素分別為市場(chǎng)風(fēng)險(xiǎn)因子、公司規(guī)模因子和公司價(jià)值(賬面市值比)因子。Carhart(1995)在其基礎(chǔ)上加入動(dòng)量因素MOM，擴(kuò)展成四因素模型，成為Smales(2014)研究中的回歸模型。

3.2.2向量自回歸

VAR模型多用于變量間存在自相關(guān)或交叉相關(guān)的情形。其回歸方程為：

其中，Zt是所有內(nèi)生變量組成的行向量，包括(1)式中的金融指標(biāo)Y和情感維度S，X同樣為控制變量。Hautsch(2011)構(gòu)造6維VAR模型研究新聞情感與股市的關(guān)聯(lián)。

3.2.3邏輯回歸

Logistic或probit回歸要求被解釋變量是二值變量(取值為0或1)，用最大似然函數(shù)來(lái)估計(jì)，常用于檢驗(yàn)文本情感是否能夠預(yù)測(cè)或識(shí)別特定事件的發(fā)生?；貧w形式為：

Loughran和McDonald(2013)分別加入行業(yè)和年份虛擬變量進(jìn)行邏輯回歸，檢驗(yàn)S-1表不同維度的情感詞詞頻與IPO被撤回幾率的關(guān)系。Hautsch(2011)建立了probit模型對(duì)市場(chǎng)指標(biāo)是否為0進(jìn)行估計(jì)。

4　國(guó)外金融文本情感分析的總體評(píng)價(jià)及未來(lái)研究展望

總體來(lái)看，國(guó)外現(xiàn)有文獻(xiàn)將文本信息作為量化信息的補(bǔ)充，在市場(chǎng)預(yù)測(cè)等方面進(jìn)行了探究。這些文獻(xiàn)在理論上拓寬了金融學(xué)的研究視野，對(duì)投資者和監(jiān)管機(jī)構(gòu)也有實(shí)踐意義。筆者認(rèn)為未來(lái)的相關(guān)領(lǐng)域研究，將會(huì)從以下幾方面進(jìn)一步加以完善。

第一，句法和語(yǔ)義的考慮?，F(xiàn)有文獻(xiàn)在進(jìn)行特征提取時(shí)過(guò)于注重詞語(yǔ)頻次，忽略了詞語(yǔ)間的關(guān)聯(lián)和句子結(jié)構(gòu)。未來(lái)的研究亟須融入句法分析，從而更準(zhǔn)確地把握文本情感。

第二，特定領(lǐng)域詞表或本體的構(gòu)建。目前，金融領(lǐng)域的兩個(gè)詞典L&M和Henry已經(jīng)得到廣泛應(yīng)用，并被證明比一般的心理學(xué)詞典分類效果好。因此，計(jì)算語(yǔ)言學(xué)需要進(jìn)一步探究如何構(gòu)建含有多維度情感度量的金融領(lǐng)域詞表。

第三，研究市場(chǎng)的不斷擴(kuò)展。目前，大部分研究集中于股市，相同的研究方法還可以擴(kuò)展到債券市場(chǎng)和貨幣市場(chǎng)。另外，除了發(fā)達(dá)國(guó)家之外，新興市場(chǎng)也很值得探究。

第四，與行為科學(xué)的結(jié)合。大部分研究表明金融市場(chǎng)是弱式有效的。然而，涉及行為經(jīng)濟(jì)的研究止步于基于社交網(wǎng)絡(luò)的文本情感對(duì)股市是有影響的，因此需要更深層次地研究探討兩者的關(guān)系。

參考文獻(xiàn)

［1］ Arman Khadjeh Nassirtoussi，et al. Text minng for market prediction：A systematic review［J］.Expert Systems with Applications，2014（41）.

［2］ Lee A. Smales.News sentiment and the investor fear gauge［J］.Finance Research Letters，2014（11）.

中圖分類號(hào)：F830.91

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：2096-0298（2016）05（a）-072-02

作者簡(jiǎn)介：劉昕玥(1992-)，女，湖北襄陽(yáng)人，在讀研究生，主要從事行為金融方面的研究。