学术咨询服务正当时学报期刊咨询网是专业的学术咨询服务平台！
发布时间：2021-08-23 16:55所属平台：学报论文发表咨询网浏览： 次
摘要：金融市场是富含信息的市场，其价格波动与信息紧密相关。文章基于HAR扩展模型探究了新闻报道对战略性新兴产业及其所涵盖行业指数的影响效应。研究发现，新闻热度和新闻情绪对中证新兴产业整体指数的已实现波动并未产生显著影响，但却对细分行业指数的波
摘要：金融市场是富含信息的市场，其价格波动与信息紧密相关。文章基于HAR扩展模型探究了新闻报道对战略性新兴产业及其所涵盖行业指数的影响效应。研究发现，新闻热度和新闻情绪对中证新兴产业整体指数的已实现波动并未产生显著影响，但却对细分行业指数的波动产生了差异化影响。具体来说，新闻热度能在短期内影响新能源和智能电动汽车行业指数的已实现波动;正面新闻情绪能在短期内影响新材料和新能源行业指数的波动，在长期范围内影响生物医药行业指数的波动;负面新闻情绪能在短期内影响新能源、智能电动汽车和新材料行业的指数波动。
关键词：战略性新兴产业;行业指数;新闻热度;新闻情绪;HAR扩展模型
0引言
近年来，互联网和移动媒体的快速普及重塑了人们的信息获取方式。海量金融信息在股票市场中所扮演的角色逐渐引起研究者的重视。这些研究运用文本挖掘技术、NLP语义分析和机器学习的方法，将传统研究中难以处理的海量新闻数据和非结构化信息纳入研究范畴。例如，Shynkevich等(2015)[1]通过使用多核的SVM模型，利用财经新闻的文本对股票价格的变化进行预测，发现在多核算法的帮助下，财经新闻文本可以对股价做出有效的预测。Audrino等(2020)[2]通过整合社交媒体、新闻报道以及搜索引擎等互联网金融信息数据，发现网络信息热度和信息情绪变量能显著提高短期股票波动率的预测效果。
新闻报道论文： 浅谈“互联网+”时代如何做好县级融媒体新闻宣传报道
综合来看，无论是媒体关注度还是金融信息的情感倾向，其对股票市场波动的影响都得到了普遍证实。并且，海量信息文本也逐渐成为研究者探究媒体效应的基础。然而，很少有研究从产业或者行业的视角出发，探究新闻报道对行业波动的影响。在既有研究[3—8]的基础上，本文聚焦于战略性新兴产业和网络空间中汇聚的各类新闻信息，基于HAR扩展模型深入分析新闻报道与新兴产业之间的复杂关系。
1数据来源和模型设定
1.1数据描述
本文所用数据可分为战略性新兴产业行情数据和新闻报道数据两类。前者来源于Wind数据库，本文收集了中证新兴产业指数(000964.CSI)、中证内地新能源主题指数(000941.CSI)、中证生物医药指数(930726.CSI)、中证新材料主题指数(H30597.CSI)和中证智能电动汽车指数(H11052.CSI)成分股的分钟数据，并据此通过等权重方式加权构造出对应指数的分钟数据。采样的时间范围为2016年6月1日至2021年5月31日，涵盖1215个正常交易日。
之所以选取中证的五个指数，是因为其囊括了沪深两市最具代表性的相关公司作为指数样本，其中，中证新兴产业指数能从产业的整体层面反映市场变动，而其余四个指数能从行业的微观层面反映市场情况。在行业板块股指的选择上，考虑到战略性新兴产业涵盖的七大行业中，新材料是我国高新技术产业发展的基石和先导，而新能源、电动汽车和生物医药又在国民生活及经济领域中具有重要地位，因此，最终选择新材料、新能源、电动汽车和生物医药四个行业板块作为探讨行业层面股指波动的研究对象。
本文涉及的新闻数据来源于优矿数据库，该数据库汇集了人民网、新华网、地方新闻网站等不同级别媒体对上市公司的新闻报道，并根据报道数量和报道内容，提供了上市公司的新闻舆情指数。本文按照选定的板块，筛选出相应公司的新闻报道和情感数据作为构建板块指数新闻指标的基础。
1.2模型设定
以往大量研究表明资产的波动序列具有明显的长记忆性特征，Corsi提出的异质性自回归模型(HAR)是对高频数据构建RV序列的标准建模实践。
2实证分析
2.1描述性统计
描述性统计结果主要包括选定行业的已实现方差以及新闻报道指标。报告了已实现方差的描述性统计结果，可以看出，新能源、生物医药、新材料、智能电动汽车所对应的指数波动率水平依次上升，且波动风险的波动性亦是如此。此外，已实现方差序列呈现有偏且尖峰的特征，表现出明显的非正态性，这表明对已实现方差进行对数化处理后建模更好。
聚焦到中证新兴产业指数这一整体性指数，可以看到，该行业的各项新闻指标皆处于中间范围。相对来说，四个细分行业新闻指标的差异更为突出。从新闻热度指标来看，新能源、新材料、智能电动汽车、生物医药行业的均值依次下降，这表明在所选的细分行业内，新能源和新材料拥有更多的新闻曝光量，而生物医药行业的公司则较少受到新闻媒体的关注。
从新闻的情绪指标来看，新材料行业整体的情绪均值略高于其他几个细分行业，行业间的差别不大。但是，“好”新闻情绪和“坏”新闻情绪在行业间的表现有明显差异。在“好”新闻情绪指标中，新能源、智能电动汽车、新材料、生物医药四个行业指标依次下降，在“坏”新闻情绪中，新能源和智能电动汽车的情绪均值依旧靠前。其中，新能源行业的两类情绪指标均值皆大范围高于其他行业，这表明新能源行业的新闻情绪更偏于极端，而新材料和生物医药行业的新闻情绪则更为稳定。
2.2新闻报道对新兴产业指数波动的解释能力
本文关注新闻报道在三个时间范围内对所选新兴产业指数波动的影响情况。先在Log-HAR模型框架下同时分析特定股票指数的新闻热度和新闻情绪对相应指数的次日波动风险是否存在影响，进而分析这些影响在下一周和下一月水平上是否存在。按照上述步骤，将特定指数滞后一期的新闻热度和新闻情绪指标作为外生变量纳入对应指数已实现方差的Log-HAR模型，表3报告了相关参数的估计结果。数据显示，对于五个行业而言，αd、αw、αm等参数的估计结果大多数显著为正，这表明指数波动的HAR效应极为明显。
不过，在新闻的整体情绪方面，五个行业已实现方差在该指标上的估计结果均不显著;同样，在新闻热度方面，新兴产业的整体指数以及生物医药、新 材料两个细分行业指数的估计结果也不显著，但新能源、智能电动汽车行业指数在新闻热度指标上的估计结果显著为正，估计值分别为0.442、0.273，说明新闻报道的数量占比能显著影响后两个细分行业指数的次日波动情况，并且成分股新闻报道数量越多，次日市场的波动越大。既有关于新闻报道与金融市场的研究表明，新闻中透露出来的情绪指向会对市场产生非对称的影响。
为了进一步探究新闻情绪对新兴产业市场波动的影响机制，本文将新闻情绪指标分解为“好”新闻情绪和“坏”新闻情绪两个方面，并将其纳入模型。可以看出，指数波动的HAR效应仍显著存在，且新闻热度对新兴产业整体以及生物医药、新材料两个细分行业指数次日波动的影响依旧不显著。聚焦到新闻的情绪类型，研究发现，“好”新闻情绪和“坏”新闻情绪对次日指数波动的影响存在明显不同。在新材料和新能源这两个细分行业内，两类新闻情绪指标对次日指数波动的影响均显著为正，说明正负面新闻情绪的上升，皆会导致行业指数次日波动的上升。
不同于上述两个行业指数，生物医药行业指数次日的波动只与关联公司正面的新闻情绪显著正相关，而智能电动汽车行业指数的次日波动只与负面的新闻情绪显著正相关。这说明，新闻情绪的非对称性影响在不同行业内有明显差异。值得注意的是，在战略性新兴产业整体指数上，新闻报道正负面情绪指标的影响都比较微弱，说明产业层面的指数波动与关联公司的消息面并无显著的相关性。
在探究新闻报道对选定指数次日波动的影响之外，本文还扩展了时间范围，检验了新闻报道在周度和月度范围内对新兴产业及其细分行业指数波动的差异化影响，下页表5即相关结果的报告。数据表明，新闻热度对新能源和智能电动汽车指数波动的影响在周度和月度上都转为不显著，并且“好”新闻情绪和“坏”新闻情绪对四个行业指数的影响在周度和月度范围内，也多转为不显著，这说明新闻报道对战略性新兴产业细分行业股指波动的影响周期较短，主要存在于日度的波动风险上。不过，值得注意的是，与其他细分行业不同，在生物医药行业指数中，“好”新闻情绪的影响范围会扩及月度，影响时间较长。
3结论
本文聚焦于互联网集合的海量新闻信息，通过HAR扩展模型探究了2016年6月1日至2021年5月31日，关联公司的新闻热度和新闻情绪对新兴产业及其所涵盖行业股指波动的动态影响。
研究发现，在战略性新兴产业的整体指数上，新闻热度和新闻情绪并不会对行业指数的已实现波动产生显著影响，但二者对细分行业指数的波动却有差异化的影响。不过，除了生物医药行业指数会在月度甚至更长时间范围内受正面新闻情绪的影响外，新闻报道对所选行业的影响基本都存在于日度范围。实证结果表明，新闻报道的信息效应和情绪效应在金融市场中的表现存在行业差异。要保证战略性新兴 产业的持续稳定发展，必须关注其所涵盖行业在股票市场中的差异化表现，并据此建立行业层面新闻舆情的监督分析反馈机制，尤其警惕新闻舆情对生物医药行业可能带来的长期影响。作为金融市场的监督者和信息中介，新闻媒体应增强社会责任感，在进行金融报道时，以事实为基础，减少情绪渲染，避免舆论引发的异常波动现象。
参考文献：
[1]ShynkevichY,McGinnityTM,ColemanS,etal.StockPricePredic⁃tionBasedonStock-specificandSub-industry-specificNewsArti⁃cles[C].NeuralNetworks,2015InternationalJointConference,2015.
[2]AudrinoF,SigristF,BallinariD.TheImpactofSentimentandAtten⁃tionMeasuresonStockMarketVolatility[J].InternationalJournalofForecasting,2020,36(2).
[3]Barndorff-NielsenOE,ShephardN.EconometricAnalysisofReal⁃izedCovariation:HighFrequencyBasedCovariance,Regression,andCorrelationinFinancialEconomics[J].Econometrica,2004,72(3).
[4]龙文,毛元丰,管利静,等.财经新闻的话题会影响股票收益率吗?——基于行业板块的研究[J].管理评论,2019,31(5).
[5]杨建辉,沈淑.新闻媒体报道对股价同步性影响的实证分析[J].统计与决策,2018,(12).
作者：包亚兄1，邓平军2
转载请注明来源。原文地址：http://www.xuebaoqk.com/xblw/6828.html
《新闻报道对战略性新兴产业指数波动的影响》