چینی تجزیہ کار رپورٹس کے جذبات اور اسٹاک مارکیٹ کا ردِعمل

خلاصہ

یہ مطالعہ چینی تجزیہ کار رپورٹس پر قدرتی زبان کی پروسیسنگ لاگو کرتا ہے اور ان کا لہجہ مثبت، غیر جانب دار یا منفی قرار دینے کے لیے حسبِ ضرورت بنایا گیا BERT ماڈل استعمال کرتا ہے۔ یہ دیکھتا ہے کہ آیا رپورٹ کے جذبات بعد کے اسٹاک نتائج، بشمول زائد عوائد، اتار چڑھاؤ اور ٹریڈنگ والیوم، کی وضاحت میں مدد دیتے ہیں۔ تجزیہ چینی ایکویٹی مارکیٹ پر مرکوز ہے اور رپورٹ کی زبان کو ایک قابلِ پیمائش مارکیٹ اشارہ سمجھتا ہے۔

رپورٹ کردہ تعلقات جذبات کی سمت کے لحاظ سے مختلف ہیں۔ بہت مثبت رپورٹس کا تعلق زیادہ زائد عوائد اور انٹراڈے اتار چڑھاؤ سے ہے، جبکہ بہت منفی رپورٹس کا تعلق مستقبل کے کم زائد عوائد کے ساتھ زیادہ اتار چڑھاؤ اور ٹریڈنگ والیوم سے ہے۔ منفی جذبات کے مقابلے میں مثبت جذبات کے رپورٹ کردہ اثرات بڑے ہیں۔ یہ نتائج بتاتے ہیں کہ رپورٹ کا لہجہ عوائد اور ٹریڈنگ سرگرمی دونوں سے متعلق معلومات رکھ سکتا ہے، مگر فراہم کردہ وضاحت نمونے کی مدت، پورٹ فولیو یا ٹریڈنگ قواعد، یا استعمال شدہ کنٹرولز نہیں بتاتی۔ لہٰذا پیش گوئی کے یہ تعلقات اس بات کا ثبوت نہیں سمجھے جانے چاہییں کہ درجہ بندی پر مبنی اسٹریٹیجی خالص منافع دے گی۔

اہم خیالات

• حسبِ ضرورت بنایا گیا چینی زبان کا BERT ماڈل تجزیہ کار رپورٹس کو جذبات کے لحاظ سے درجہ بند کرتا ہے۔
• مطالعہ رپورٹ کے جذبات کو زائد عوائد، اتار چڑھاؤ اور ٹریڈنگ والیوم سے جوڑتا ہے۔
• بہت مثبت جذبات کا تعلق زیادہ زائد عوائد اور انٹراڈے اتار چڑھاؤ سے ہے۔
• بہت منفی جذبات کا تعلق زیادہ اتار چڑھاؤ اور والیوم، مگر مستقبل کے کم زائد عوائد سے ہے۔
• بیان کردہ نتائج چینی اسٹاک مارکیٹ سے متعلق ہیں اور اسٹریٹیجی کے خالص منافع کو ثابت نہیں کرتے۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔