Analyst Reports and Stock Performance: Evidence from the Chinese Market

要約

この記事では、自然言語処理 (NLP) を適用してテキスト情報を抽出および定量化し、株価のパフォーマンスを予測します。
この研究では、中国のアナリスト レポートの広範なデータセットを使用し、中国語テキスト用にカスタマイズされた BERT ディープ ラーニング モデルを採用して、レポートのセンチメントを肯定的、中立的、否定的のいずれかに分類しています。
この調査結果は、株式のボラティリティ、超過収益、取引量に対するこのセンチメント指標の予測能力を強調しています。
具体的には、強いポジティブセンチメントを伴うアナリストレポートは超過リターンと日中ボラティリティを増加させ、逆も同様で、強いネガティブセンチメントを伴うレポートはボラティリティと取引量を増加させますが、将来の超過リターンは減少させます。
この効果の大きさは、ネガティブなセンチメント レポートよりもポジティブなセンチメント レポートの方が大きくなります。
この記事は、中国株式市場のセンチメント分析とニュースに対する株式市場の反応に関する実証的文献に貢献します。

要約(オリジナル)

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.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google