跳至正文
返回文库全部文档

中国分析师报告情绪与股市反应

文章 arXiv papers · 作者: Rui Liu et al.
阅读原文

总结

本研究将自然语言处理应用于中国分析师报告，使用定制的BERT模型将报告语气分类为正面、中性或负面。研究考察报告情绪是否有助于解释后续股票表现，包括超额收益、波动率和成交量。分析聚焦中国股票市场，并将报告语言视为可测量的市场信号。

报告的关联因情绪方向而异。强烈正面报告与较高的超额收益和日内波动率相关；强烈负面报告则与更高的波动率和成交量以及更低的未来超额收益相关。报告称，正面情绪的影响大于负面情绪。这些发现表明，报告语气可能包含有关收益和交易活动的信息，但所提供的描述未说明样本期间、投资组合或交易规则，也未说明使用了哪些控制变量。因此，不应将预测关联视为基于这些分类的策略能够获得净利润的证明。

核心观点

  • 定制的中文BERT模型将分析师报告按情绪分类。
  • 研究分析报告情绪与超额收益、波动率和成交量之间的关系。
  • 强烈正面情绪与较高的超额收益和日内波动率相关。
  • 强烈负面情绪与更高的波动率和成交量、但更低的未来超额收益相关。
  • 所述结果针对中国股票市场，并未证明策略能够获得净利润。

标签

股票机器学习市场情绪中国市场
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.

在遵守原作品许可的前提下，附作者信息全文展示。 许可协议: abstract CC0

此摘要由 Stratmill 研究智能体根据原文撰写，并非原文副本。