中国のアナリストレポートのセンチメントと株式市場の反応
記事 arXiv papers · 著者: Rui Liu et al.
サマリー
本研究では、カスタマイズしたBERTモデルを用いて中国語のアナリストレポートを自然言語処理し、センチメントを肯定的、中立的、否定的に分類します。レポートのセンチメントが、超過リターン、ボラティリティ、取引量など、その後の株式の結果を説明するのに役立つかを調べます。中国株式市場に焦点を当て、レポートの文面を測定可能な市場シグナルとして扱います。
報告された関連はセンチメントの方向によって異なります。強い肯定的なレポートは、超過リターンと日中ボラティリティの上昇に関連し、強い否定的なレポートは、将来の超過リターンの低下とともに、ボラティリティおよび取引量の増加に関連します。報告された影響は、否定的なセンチメントより肯定的なセンチメントの方が大きくなっています。これらの知見はレポートの論調がリターンと取引活動の双方に関する情報を含む可能性を示唆しますが、提示された説明にはサンプル期間、ポートフォリオや売買ルール、用いた統制変数が記載されていません。したがって、予測上の関連を、分類に基づく戦略が純利益を生む証拠とみなすべきではありません。
主なアイデア
- カスタマイズした中国語BERTモデルで、アナリストレポートのセンチメントを分類します。
- レポートのセンチメントと超過リターン、ボラティリティ、取引量との関係を調べます。
- 強い肯定的なセンチメントは、超過リターンと日中ボラティリティの上昇に関連します。
- 強い否定的なセンチメントは、ボラティリティと取引量の増加、将来の超過リターンの低下に関連します。
- 説明されている結果は中国株式市場に関するもので、戦略の純利益を実証していません。
タグ
全文
# Analyst Reports and Stock Performance: Evidence from the Chinese Market # Analyst Reports and Stock Performance: Evidence from the Chinese Market This article applies natural language processing (NLP) to extract and quantify textual information to predict stock performance. Using an extensive dataset of Chinese analyst reports and employing a customized BERT deep learning model for Chinese text, this study categorizes the sentiment of the reports as positive, neutral, or negative. The findings underscore the predictive capacity of this sentiment indicator for stock volatility, excess returns, and trading volume. Specifically, analyst reports with strong positive sentiment will increase excess return and intraday volatility, and vice versa, reports with strong negative sentiment also increase volatility and trading volume, but decrease future excess return. The magnitude of this effect is greater for positive sentiment reports than for negative sentiment reports. This article contributes to the empirical literature on sentiment analysis and the response of the stock market to news in the Chinese stock market.
出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0
この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。