在数智时代,智能技术与数据深度融合,逐渐实现了大数据价值的充分挖掘与有效利用,为进一步推动数字经济发展奠定了坚实基础。数智时代的研究决策范式开始从“大数据”向“大知识”转变。“大知识”主要是应对从复杂大数据中挖掘海量知识的挑战。大知识既可以实现知识驱动的自动建模,也可以帮助决策者对结果进行理解和解释。
在此背景下,CSMAR推出了智能研究系列数据库,基于金融大数据,运用深度学习、自然语言处理等AI技术手段,从股价预测、舆情分析、财务诊断、风险感知四个方面着手,实现从数据获取、清洗到数据处理以及结果分析研判整个研究周期的智能化处理,帮助研究者搭建从金融领域“大数据”向“大知识”转变的桥梁,助力相关领域研究的深入开展。本期内容,我们将针对智能研究系列数据库中的智能舆情分析数据库,分享研究案例,解析相关数据资源的应用。
不同来源金融文本信息含量的异质性分析——基于混合式文本情绪测度方法[J].管理世界,2022.
文章基于2011~2019年中国32家知名报刊发布的175万条新闻和投资者在东方财富网股吧发表的近2500万条帖子,实证分析了不同类型的文本情绪指标对宏观经济和金融市场的预测能力。
该研究首先对比了两类金融文本信息的差异:
针对这两类信息,该研究构建了文本情绪指标,基于以下模型分析它们对宏观经济和金融市场的预测能力:
研究结果表明:新闻情绪对宏观经济指标预测效果较好,股吧情绪则能显著预测金融市场,对宏观经济影响甚微。
CSMAR智能舆情分析数据库当中提供了新闻、各个权威机构的研究报告当中的舆情资讯,配合CSMAR股吧舆情研究数据库,研究者可获取不同来源的文本情绪指标,开展类似研究。其他相关的CSMAR子库包括:宏观经济、股票市场交易等。
数据资源介绍
CSMAR智能舆情分析数据库从市场舆情和机构评级两个方面构建舆情分析体系,运用AI技术判断各个新闻的情绪级别,并统计每日的综合情绪指标;综合各个权威机构的研究报告,生成智能诊断文本信息,包括市场舆情明细表、市场舆情统计表、机构评级明细表、机构评级统计表(近6个月)、智能研报个股点评表(近6个月)。
查询路径:https://cn.gtadata.com/智能研究系列/智能舆情分析