新闻凝聚力：金融市场系统性风险的指标

该分析还应为新事物、金融市场趋势和投资者行为之间的相互作用提供更深入的了解。我们采用[4]中的术语，将基于新闻的指标（NCI变体和entityoccurence）视为在线媒体信息供应的指标，而谷歌搜索查询的数量将被视为信息需求的指标或投资者利益的代理。我们将指标分组如下：o信息供应指标：-基于NewStream所有新闻（NCI）的凝聚力指数，仅基于NewStream过滤财务新闻（NCI-Financial）的凝聚力指数，基于所有新闻文档汇总的实体发生总数，以及基于NewStream严格财务文档的实体发生总数信息需求指标：-这些是谷歌金融（来自谷歌国内趋势——金融与投资、破产、财务规划、商业）的4个金融/经济相关类别的谷歌搜索查询（GSQ）数量金融市场指标：-包括主要股票市场指数（标准普尔500指数、DAX指数、富时指数、日经225指数、恒生指数）的日常实现波动率、历史波动率和交易量，以及标准普尔500指数（VIX）的隐含波动率。方法一节中给出了各个指标的编制细节。我们从对所有新闻计算的NCI和过滤后的金融新闻计算的NCI的简单比较开始分析。图4显示了NCI和NCI-Financial与VIX（标准普尔500指数的隐含波动率，即所谓的“恐惧因素”[20]）的动态对比。右边的散点图显示，VIX和NCI财务的相关性显著高于VIX和NCI。这是第一个例证，说明了从文本中筛选正确内容以构建指标的重要性。

有关过滤如何影响与其他指数相关性的更多详细信息，请参见补充信息第3节。图5显示了不同信息指标和金融市场指标之间的皮尔逊相关系数。使用置换测试计算相应的p值，可在补充信息第5节中获得。本文报道的所有相关性的p值均<10-4除非明确说明。有趣的是，总实体事件、NCI和NCI-财务之间的相关性相对较低，这表明凝聚力捕捉到的信号与实体事件非常不同。此外，总实体发生率、NCI和财务指数之间的相关性平均比NCI和财务指数之间的相关性低得多。NCI Financial和NCI con Firms之间的相关性相对较低。从Newstream中筛选出严格与金融市场相关的文章，而不是从词汇表中筛选出包含部分实体的所有文章，这一点非常重要。我们通过独立地使用词汇表和文档空间的不同子集研究实体事件和NCI财务的不同变量的并行行为，对这些影响进行了更详细的分析。获得的主要见解是，当使用最常见实体的较小词汇表时，实体发生变得更具信息性，但这需要使用整个文档空间。事实证明，NCI在词汇表和文档空间的选择上更具稳健性（详见补充信息第6节）。有趣的是，NCI金融指数与隐含波动率（R>0.7，图5）以及历史和每日实现波动率（R>0.4，图5）高度相关。这些相关性比GSQ类别的相关性高得多（R<0.3，图5）。

与NCI金融相比，GSQ类别与股票交易量的相关性相对更强（0.3<R<0.4，图5）。谷歌破产和谷歌失业与NCI财务指标显著相关（相关系数高于0.2，图5），这很可能是因为构建NCI财务指标和相应GSQ指标时使用的词汇相似。通过观察NCI-Financial的各个语义成分及其与Financial和Google搜索查询指标的关联模式，可以更深入地了解新闻一致性指数。基于[region]和[eurocrisis]分类类别的语义成分都与NCI-Financial具有相似的相关性模式（图5，[eurocrisis]的相关性高于0.7，[region]的相关性高于0.5）；这也表明，这些类别对NCI Financial的行为最为重要。另一方面，基于[company]和[instrument]的语义成分在许多方面表现出完全不同的相反的相关模式（相关性接近于0甚至为负）。值得注意的是，NCI-财务和GSQ指标与日经225指数波动率和交易量都有很强的负相关性（NCI-财务指标高达-0.4，GSQ-就业指标高达-0.5）。Granger因果关系Granger因果关系检验（GC检验）常用于确定一个时间序列Y（t）是否有助于预测另一个时间序列X（t）。GC测试的目的是评估X（t）是否可以使用X（t）和Y（t）的历史来更好地预测，而不是仅使用X（t）的历史（即Y（t）Granger因果X（t））。通过将X（t）回归到其自身的时间滞后值和包含的Y（t）值来进行测试。

F检验用于检验X（t）不是由Y（t）引起的格兰杰假设是否可以被拒绝。在表6中，我们展示了信息供求指标和财务指标之间的成对G因果关系测试结果。表格的单元格提供了方向性（X→ Y，Y→ X或双向X<-> Y）和两个水平的F检验（P值）的显著性≤ 0.01; ≤ 0.05). 除了在更高的分类水平上对NCI财务及其语义成分进行GC测试外，我们还将NCI（非过滤新闻NCI）和总实体发生率作为基线显示结果。表6中的结果与相关研究的结果截然不同。