중국 애널리스트 보고서 감정과 주식시장 반응
기사 arXiv papers · 저자: Rui Liu et al.
요약
자연어 처리를 중국 애널리스트 보고서에 적용하고, 맞춤형 BERT 모델로 어조를 긍정, 중립, 부정으로 분류합니다. 보고서 감정이 초과수익률, 변동성, 거래량 등 이후의 주식 성과를 설명하는 데 도움이 되는지 살펴봅니다. 분석은 중국 주식시장에 초점을 두고 보고서 문장을 측정 가능한 시장 신호로 다룹니다.
보고된 연관성은 감정 방향에 따라 다릅니다. 강한 긍정적 보고서는 높은 초과수익률 및 장중 변동성과 연관되는 반면, 강한 부정적 보고서는 더 낮은 미래 초과수익률과 함께 더 높은 변동성 및 거래량에 연관됩니다. 보고된 효과는 부정적 감정보다 긍정적 감정에서 더 큽니다. 이 결과는 보고서 어조에 수익률과 거래 활동에 관한 정보가 담길 수 있음을 시사하지만, 제공된 설명에는 표본 기간, 포트폴리오 또는 트레이딩 규칙, 사용한 통제 변수가 명시되지 않았습니다. 따라서 예측 연관성을 해당 분류에 기반한 전략이 순이익을 낸다는 증거로 받아들여서는 안 됩니다.
핵심 아이디어
- 맞춤형 중국어 BERT 모델로 애널리스트 보고서 감정을 분류합니다.
- 보고서 감정과 초과수익률, 변동성, 거래량의 관계를 분석합니다.
- 강한 긍정적 감정은 높은 초과수익률 및 장중 변동성과 연관됩니다.
- 강한 부정적 감정은 더 높은 변동성과 거래량, 더 낮은 미래 초과수익률과 연관됩니다.
- 설명된 결과는 중국 주식시장에 관한 것이며 순이익을 내는 전략을 입증하지 않습니다.
태그
전문
# 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.
출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0
이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.