熊麗媛 江西財經(jīng)大學(xué)

當(dāng)下，眾多學(xué)者針對宏觀政策對于股市影響做出了較多的分析，但大多數(shù)研究只是從經(jīng)濟(jì)學(xué)的角度，結(jié)合股票市場變量，提出定量分析模型。少有學(xué)者通過大數(shù)據(jù)方法對海量文本數(shù)據(jù)中的政策事件進(jìn)行量化分析。因此，本文擬采用基于自然語言處理的事件抽取方法，對海量股市新聞中的政策事件進(jìn)行抽取，并使用事件分析法，對政策事件發(fā)生窗口內(nèi)的股市變化進(jìn)行分析。

一、數(shù)據(jù)獲取與預(yù)處理

（一）數(shù)據(jù)獲取

首先通過構(gòu)建分布式爬蟲，從國內(nèi)各大財經(jīng)類門戶網(wǎng)站的新聞頻道采集2019年1月1日至2019年12月31日的相關(guān)股市新聞文本，共33994條，具體信息如表1所示。

表1 數(shù)據(jù)來源

萬得金融終端是萬得信息技術(shù)股份有限公司針對金融業(yè)的投資機(jī)構(gòu)、財務(wù)公司、研究機(jī)構(gòu)、學(xué)術(shù)機(jī)構(gòu)、監(jiān)管部門機(jī)構(gòu)等不同類型客戶的需求開發(fā)的圍繞信息檢索、數(shù)據(jù)提取與分析、投資組合管理應(yīng)用等領(lǐng)域的專業(yè)分析工具，通過萬得金融終端數(shù)據(jù)庫，可以獲取2019年1月1日至2019年12月31日的深證綜合指數(shù)等數(shù)據(jù)。

（二）數(shù)據(jù)預(yù)處理

從各大財經(jīng)網(wǎng)站爬取的金融文本數(shù)據(jù)存在格式不統(tǒng)一，內(nèi)容含雜廣告信息等問題，通過python編程語言設(shè)計中英文正則表達(dá)式，可以有效去除不需要的文本信息，通過預(yù)處理，最終保留金融文本數(shù)據(jù)的標(biāo)題、正文及發(fā)布時間。

二、政策事件抽取

在文本中抽取事件一般分為基于規(guī)則的無監(jiān)督式抽取和基于機(jī)器學(xué)習(xí)模型訓(xùn)練的有監(jiān)督式抽取方法。由于有監(jiān)督式的機(jī)器學(xué)習(xí)抽取算法需要獲取大規(guī)模的標(biāo)準(zhǔn)數(shù)據(jù)集，并人工對數(shù)據(jù)集中的事件進(jìn)行標(biāo)注，而本文所涉及的到金融文本數(shù)據(jù)擁有較強(qiáng)的領(lǐng)域性，且來源不同，因此作者選擇使用非監(jiān)督式的事件抽取方法。

（一）政策詞典構(gòu)建

政策事件的主語往往涉及政府相關(guān)部門，如“衛(wèi)健委”，“國防部”，“衛(wèi)生部”，“新聞部”，“內(nèi)政部”，“交通部”，“宣傳部”，“文化部”，“組織部”等詞語。通過哈爾濱工業(yè)大學(xué)設(shè)計開發(fā)的LTP語言模型可以收集到較為完整的機(jī)構(gòu)詞語，政策發(fā)布涉及了“發(fā)布”，“頒布”，“引發(fā)”等相關(guān)謂語動詞，通過人工構(gòu)建謂語動詞，并通過詞語間的語義相似度，可以對謂語動詞進(jìn)行擴(kuò)充，將最終獲取到的謂語動詞與機(jī)構(gòu)主語詞合并，構(gòu)成政策詞典。

（二）模式匹配

通過政策詞典中的指定詞語在中文語句中的指定位置出現(xiàn)，進(jìn)行事件的抽取。DDParser（Baidu Dendency Parser） 是 百 度NLP基于大規(guī)模標(biāo)注數(shù)據(jù)和深度學(xué)習(xí)平臺飛槳研發(fā)的中文依存句法分析工具，可幫助用戶直接獲取輸入文本中的關(guān)聯(lián)詞對，長距離依賴詞對等。假設(shè)輸入語句為“市場監(jiān)管總局發(fā)布通知要求加強(qiáng)2021年元旦春節(jié)期間市場價格監(jiān)管?！蓖ㄟ^依存句法的語法樹，可以在SBV（主謂結(jié)構(gòu)）和VOB（動賓結(jié)構(gòu)）的指定節(jié)點(diǎn)匹配政策詞典中的主語名詞“市場監(jiān)督總局”及謂語動詞“發(fā)布”，大規(guī)模自動地獲取政策事件。

三、事件分析

（一）事件分析法

事件分析法是金融領(lǐng)域中常用的一種針對時序數(shù)據(jù)的分析方法。該方法在1969年由FAMA等人第一次提出。通過研究事件發(fā)生前后時間窗口內(nèi)的股票預(yù)期正常收益率和異常收益率來反映事件的重要程度。

圖1 事件分析結(jié)果

通過時間數(shù)據(jù)，將政策詞典和DDParser工具抽取的到政策事件與當(dāng)日的深證綜合指數(shù)進(jìn)行拼接，得到事件分析法的原始數(shù)據(jù)。

（二）事件窗口分析

設(shè)定事件發(fā)生前一周與后一周為時間窗口。橫坐標(biāo)表示政策事件發(fā)生的事件，取事件發(fā)生的前一周與后一周為時間窗口?？v坐標(biāo)為HS，其中n表示抽取出的政策事件的總數(shù)，HSi,t表示事件i在其發(fā)生日t的深證綜合指數(shù)，分別取t′為t-7、t-6、…、t+7，得到政策事件對深證綜合指數(shù)在窗口期間內(nèi)的影響。

事件分析結(jié)果。如圖1所示，可以觀察到，從股市新聞中抽取出的政策事件對事件發(fā)生后3天窗口期內(nèi)的深證綜合指數(shù)有較大影響。在t-7至t-1窗口期內(nèi)，指數(shù)變化趨于穩(wěn)定。

四、結(jié)語

本研究采用的模式匹配方法對政策事件進(jìn)行了廣泛的抽取，但未對事件進(jìn)行詳細(xì)的分類，簡單地分析了所有事件對股市產(chǎn)生的影響。研究過程存在缺陷，對于政策事件的細(xì)化分析，可以在后續(xù)的研究者繼續(xù)探討。