投资者对新闻有何反应?几十年来,这个问题一直是金融研究议程的核心。现在,有两种力量使这个问题变得更加紧迫。
首先,信息技术的创新极大地增加了财经新闻的传播范围和速度。像路透社和彭博社这样的实时新闻通讯社几乎即时生成信息并向越来越多的市场参与者传播信息。
其次,越来越多的国家(特别是新兴市场)已经对外开放了金融市场。这使得国外新闻能够更直接地影响当地市场状况。
然而,长期以来,研究新闻对投资者行为和资产价格的影响仍然是一项艰巨的任务。究竟是什么新闻?新闻的内容是什么?我们如何系统地识别好消息(或坏消息)?
幸运的是,过去十年,自然语言处理取得了重大进展——挖掘和分析大量文本信息,以提取关键特征,如主题或语气。从那时起,出现了大量经济和金融文本挖掘的成功实例,包括使用传统的新闻来源和社交媒体内容。
国际货币基金组织的研究项目以最新技术为基础,利用路透社1991年至2015年在全球范围内发表的超过400万篇有关经济、金融、企业和政治的新闻文章,评估新闻对国际资产价格的作用。该项目使用文本挖掘技术来识别积极的术语(如“收益”、“复苏”或“信心”)以及消极的术语(如“危机”、“损失”或“下降”),来评估每篇文章的语气是利好还是利空。利用这些数据,我们针对发达和新兴市场构建了基于新闻的每日情绪指数。我们随后分析,今天新闻中的乐观(或悲观)情绪是否有助于预测资产价格的未来变化。
我们发现,新闻情绪的突然变化对全球资产价格产生了重大影响,这证实了媒体语气总的来说能够很好地代表投资者情绪。它还突出显示了国外新闻(和国外投资者)而不是当地新闻(和当地投资者)在驱动当地资产价格变化方面的作用。(我们所说的国外新闻是指涉及多个国家及其相互关系的新闻,而不是涉及单个国家的当地新闻。)
尽管全球新闻突然出现的乐观情绪对世界各地的资产价格产生强烈而持久的影响,但当地新闻的乐观情绪更加微弱,并且只是暂时的。从技术角度看,这项研究提供了文字对前沿经济和金融研究的强有力作用的又一例证。
重要的是,这项研究还说明了大数据和文本挖掘等新技术如何在机构的日常工作中提供帮助。例如,每天在世界各地发布的新闻中捕捉到的情绪(即所谓的“全球新闻情绪指数”)反映了其他常用的全球风险规避指标,例如芝加哥期权交易所(CBOE)波动率指数,或VIX,它代表市场对未来30天波动率的预期,通常被称为“恐惧指数”。但是,与VIX相比,基于新闻的指数最终可以更好地预测国际资产价格的未来走势。
我们仍在理解新闻情绪为何如此重要,以及为什么它似乎比其他广泛使用的基于市场的指标能捕获更多有关投资者情绪的信息。但这个项目已经表明,实时监测新闻语气是捕获其他方式无法捕捉到的投资者情绪突然变化的一种非常有效的方法。这是金融监督工作的关键。