投资者情绪指数构建：新闻文本与市场数据融合.docxVIP

投资者情绪指数构建：新闻文本与市场数据融合

引言

在金融市场中，投资者情绪被视为影响资产定价的关键非基本面因素。传统研究多依赖交易量、市盈率等市场数据构建情绪指标，但这类指标往往滞后于投资者心理变化，难以捕捉短期市场情绪波动（BakerWurgler，2006）。近年来，随着自然语言处理技术的发展，新闻文本中隐含的情感倾向成为反映投资者预期的“实时窗口”——一条政策解读新闻的措辞变化，可能比周度交易量数据更早传递市场情绪转向信号（Shiller，2000）。如何将新闻文本的高维情感信息与传统市场数据有机融合，构建更精准的投资者情绪指数，成为行为金融学与金融科技交叉领域的重要课题。本文将从理论基础、构建方法、融合路径及验证应用四方面展开探讨，试图揭示“文本+市场”双维度数据在情绪度量中的协同价值。

一、理论基础：情绪度量的双数据逻辑

（一）投资者情绪的内涵与度量挑战

投资者情绪通常指投资者对资产未来收益的非理性预期，这种预期可能偏离基本面价值，进而引发价格波动（BrownCliff，2004）。早期研究多通过封闭式基金折价率、新股发行数量等间接指标反映情绪，但这类指标存在两大缺陷：一是部分指标（如IPO数量）更新频率低，无法捕捉日内或周度情绪变化；二是指标与情绪的映射关系易受市场制度变迁影响（如注册制改革可能改变新股发行规律）（DeLongetal.，1990）。后续研