王劍波 熊麗媛

摘要：在金融市場中，每天都有數(shù)以萬計的新聞文本產(chǎn)生。本文針對股市類新聞，使用了數(shù)據(jù)挖掘的方法，采集了大量的新聞文本數(shù)據(jù)，使用計算機(jī)自然語言處理技術(shù)對新聞文本進(jìn)行事件抽取和事件分類，最后使用事件研究法量化不同類別的新聞事件對上市公司的影響。

關(guān)鍵詞：股市新聞;事件抽取;事件研究法

對于上市公司的盈利能力的衡量，股票收益率往往是最直接的財務(wù)指標(biāo)。因此，對于上市公司股票收益率的研究與預(yù)測，對投資者來說是十分重要的。互聯(lián)網(wǎng)時代的到來，信息的傳播與獲取變得更加地迅速與便捷，在金融市場中，投資者會通過瀏覽股市新聞來獲取與股票相關(guān)的新聞并對股票做出看漲或者看跌的判斷。傳統(tǒng)的股市預(yù)測研究大多根據(jù)結(jié)構(gòu)化的表格數(shù)據(jù)，從股票市場自身角度出發(fā)，根據(jù)股票市場的歷史價格數(shù)據(jù)、交易量等進(jìn)行統(tǒng)計分析，尋找規(guī)律，進(jìn)行預(yù)測研究，很少從新聞文本的角度來探討新聞與股票市場間的聯(lián)系。

一、新聞文本預(yù)處理

（一）樣本選取

筆者選取了新浪新聞中心的每日股市滾動新聞作為數(shù)據(jù)來源，選取了2019年9月25日至2019年10月1日的新聞頁面共5009條。

（二）數(shù)據(jù)清洗

因為每個新聞基本都會包含很多無用的信息，比如類似新聞推薦、廣告推薦、導(dǎo)航信息以及其他無用信息。因此需要進(jìn)行大量的預(yù)處理工作，筆者使用python語言的正確表達(dá)式對原頁面進(jìn)行內(nèi)容選擇，保存了新聞發(fā)布時間、新聞標(biāo)題、新聞內(nèi)容三項內(nèi)容。

（三）獲取主要事件。

新聞報道具備時效性的特點(diǎn)，一篇新聞按事實發(fā)生狀態(tài)分為：突發(fā)性新聞、持續(xù)性新聞、周期性新聞。根據(jù)以上特點(diǎn)，筆者提出以時間提示詞為關(guān)鍵詞來提取新聞主要事件。通過對原文本進(jìn)行統(tǒng)計分析選出“近日”“本周”“今年”等時間提示詞，然后使用哈工大信息檢索研究中心同義詞詞林對時間提示詞進(jìn)行擴(kuò)充，最終得到了“近日”“今日”“今天”“此時”“此刻”“本周”“這周”“近期”“最近”等四十個時間提示詞。

然后使用python語言對原文本進(jìn)行中文分句，并使用時間提示詞進(jìn)行篩選，得到了17322條主要事件，如“近日，舞邦獲得普思投資數(shù)千萬融資，這次融資是舞邦繼今年4月銳盛Ares投資后的B+輪融資，由娛樂資本論擔(dān)任獨(dú)家財務(wù)顧問”等。

二、金融事件抽取

（一）基于模式匹配的事件抽取

事件抽?。?Event）是信息抽?。↖nformation Extraction）的一個子問題。目前主流的方法主要分為兩大類：一種是基于統(tǒng)計學(xué)習(xí)的機(jī)器學(xué)習(xí)法;另一種是基于模式匹配法。

機(jī)器學(xué)習(xí)法首先識別事件觸發(fā)詞以及事件類別、然后識別事件元素。在機(jī)器學(xué)習(xí)的事件抽取中，特征的選取十分重要，要求訓(xùn)練語料規(guī)模大以避免數(shù)據(jù)不均勻、數(shù)據(jù)稀疏等問題。適合于大規(guī)模多特征的語料。

模式匹配法通過人工構(gòu)造或程序自動生成的一些模式和約束來對事件進(jìn)行識別。首先在單個文檔內(nèi)尋找發(fā)生的事件，然后在所有文檔中將這些發(fā)現(xiàn)的事件合并為一個更大的事件?；谀Ｊ狡ヅ涞氖录槿》椒ǖ木容^高，但可移植性較差，往往只適用于某一個領(lǐng)域，如教育、金融、政治、生物等領(lǐng)域。如果更換了領(lǐng)域或事件主體發(fā)生改變，就會是模式匹配的精度大幅度降低?？紤]到本文研究的事件為特定領(lǐng)域，因此采用模式匹配的方法進(jìn)行事件抽取。

（二）金融事件分類

本文所關(guān)注的金融事件值的是會對企業(yè)盈利，即上市公司股價造成重大影響的事件。

事件：“體品股今日逆市向上，當(dāng)中徐滿光最為看好龍頭安踏體育（ 02020），由于該股兩個月以來一直受到基金大行追捧，而且受惠于上半年內(nèi)地消費(fèi)政策，令股價升幅一直擴(kuò)大。”“新一輪4+7采購擴(kuò)面機(jī)構(gòu)看好醫(yī)藥板塊這幾大領(lǐng)域。”此類事件表達(dá)了分析師對某只股票或某個領(lǐng)域看好。

事件：“近日，有媒體報道，‘互聯(lián)網(wǎng)母嬰第一股’寶寶樹開始大規(guī)模裁員，裁員人數(shù)接近總?cè)藬?shù)的30%，其中技術(shù)團(tuán)隊最高裁員50%，內(nèi)容運(yùn)營團(tuán)隊最高裁員30%?！贝祟愂录硎竟具M(jìn)行了裁員，雖然并購和局部業(yè)務(wù)調(diào)整也是造成公司裁員的因素，但是大部分公司裁員的主要原因是業(yè)績衰敗，此類事件的發(fā)生大概率會導(dǎo)致個股股價的下跌。

根據(jù)以上分析，本文將金融事件分為四個類別：外界看好事件、外界看衰事件、收購兼并類事件、企業(yè)人員調(diào)整事件。并根據(jù)事件類型設(shè)定匹配模式，如外界看好事件，采用主謂賓結(jié)構(gòu)加謂語觸發(fā)詞“看好”，主謂結(jié)構(gòu)加謂語觸發(fā)詞“吃香”“走俏”等。通過模式匹配得到四種類型金融事件結(jié)果。

三、金融事件對企業(yè)的影響

（一）事件研究法

事件研究法（ Event Study）是一種基于統(tǒng)計學(xué)習(xí)的分析方法，研究當(dāng)金融市場上發(fā)生重大事件時，對股價造成的影響，以及股票產(chǎn)生的異常報酬率。 其原理是根據(jù)研究的某一特定的事件，研究選定公司的股票收益率是否會隨著事件的發(fā)生而產(chǎn)生變化，然后進(jìn)一步解釋此類事件對股票收益率的具體影響。主要用于檢驗事件發(fā)生前后價格變化或價格對披露信息的反應(yīng)程度。該方法包含如下幾個步驟。

（1）確定合適的估計窗和事件窗

T表示事件發(fā)生日.T-37到T-7為估計窗，即用事件發(fā)生的前37天到前7天的30天數(shù)據(jù)作為參考數(shù)據(jù)。T-7到T+7為事件窗。估計窗利用過去30天的股票歷史數(shù)據(jù)來對事件發(fā)生前后的股票預(yù)期的正常收益率進(jìn)行估算，事件窗則對應(yīng)的利用股票正常收益率來估計股票的異常收益率。

如圖所示，外界看好類與外界看衰類事件的累計異常收益率的波動較小，兼并收購類與人事變動類的累計異常收益率較大，由此可見上市公司的收益率受自身公司內(nèi)部原因的影響要更大一些。外界對公司的評價與看法能夠?qū)κ找媛试斐捎绊懀话阕邉莘€(wěn)定，事件發(fā)生前三天內(nèi)的累計異常收益率往往符合外界對個股的看法，事件發(fā)生之后，個股的累計異常收益率仍然會保持一個穩(wěn)定的走勢，如外界看好類事件，在t-4、t-3、t-2、t-l時間點(diǎn)上呈現(xiàn)正值的累計異常收益率，在事件發(fā)生后仍然保持了4天的正值，在第五天開始呈現(xiàn)負(fù)值;類似地，外界看衰類事件在事件發(fā)生前與發(fā)生后累計異常收益率較為穩(wěn)定，事件發(fā)生前呈現(xiàn)負(fù)值，發(fā)生后雖有小幅度升高到正值，總體仍保持在負(fù)值的水平。兼并收購類與人事變動類的累計異常收益率波動則較大。兼并收購類大多呈現(xiàn)正值，可以發(fā)現(xiàn)，此類金融事件對上市公司的影響較大，投資者往往會相信公司通過此類事件得到了更強(qiáng)的盈利能力，而會加大對此類公司的投資。而人事變動類事件存在大幅度的負(fù)值波動，從數(shù)據(jù)集上看，裁員占據(jù)了此類事件的大部分基礎(chǔ)事件、新聞報道也樂于報道此類事件。事實上，公司的人員結(jié)構(gòu)調(diào)整并不是業(yè)績不佳的單方面原因，并購和局部業(yè)務(wù)調(diào)整也是造成公司裁員的因素。即便企業(yè)因為業(yè)績不好裁員，也并非像多數(shù)人想象的那樣，企業(yè)快要完蛋了，多半是企業(yè)為挽救下滑而采取的節(jié)省成本的正常措施，由此可見，輿論加劇了裁員公司的盈利能力下滑。

四、結(jié)語

本文以互聯(lián)網(wǎng)中的與上市公司有關(guān)的股市新聞為研究對象，利用文本挖掘技術(shù)抽取出不同類型的金融事件、綜合股市里的結(jié)構(gòu)化數(shù)據(jù)，分析事件對公司的影響，進(jìn)而研究股市新聞與股市之間的聯(lián)系。研究過程中存在一定的缺陷，只是考慮了事件與股票指數(shù)的關(guān)系，未能研究其背后的影響機(jī)制，可以在之后的研究中繼續(xù)探討。

參考文獻(xiàn)：

[1]陳海文，蔡志平，方峰，等.應(yīng)用財經(jīng)新聞挖掘的金融品種價格走勢預(yù)測[J].計算機(jī)工程與科學(xué)，2016，38（9）：1909-1916.

[2]吉久明，王鑫，李楠，等.基于觸發(fā)詞優(yōu)先級的事件抽取研究[J].現(xiàn)代情報，2016（12）.

[3]汪奕丁.結(jié)合文本與時序數(shù)據(jù)的金融事件發(fā)現(xiàn)研究[D].哈爾濱：哈爾濱工業(yè)大學(xué).2015.

作者簡介：

王劍波，熊麗媛，江西財經(jīng)大學(xué)，江西南昌。