文本大数据分析在经济学和金融学中的应用:一个文献综述

被引：96

作者：

沈艳 ^{[1
,2
]}

陈赟 ^{[1
,2
]}

黄卓 ^{[1
,2
]}

机构：

[1] 北京大学国家发展研究院

[2] 北京大学数字金融研究中心

来源：

经济学(季刊) | 2019年 / 18卷 / 04期

关键词：

文本大数据; 机器学习; 投资者情绪;

D O I：

10.13821/j.cnki.ceq.2019.03.01

中图分类号：

F01 [经济学基本问题]; F830 [金融、银行理论]; F224 [经济数学方法];

学科分类号：

0201 ; 1201 ; 020204 ; 0701 ; 070104 ;

摘要：

本文对文本大数据分析在经济学和金融学中的应用进行综述。文本大数据具有来源多样化、数据量增长快和高频等特征,为经济学和金融学研究提供了新的分析视角。本文梳理了文本大数据的信息提取步骤,总结了词典法、机器学习方法和深度学习方法的实现原理和技术特点,并对文本大数据在经济学和金融学中的应用研究的数据来源、处理方法和实证结果进行了全面梳理。本文还讨论了基于文本大数据的实证分析的新特征和未来研究趋势。

引用

页码：1153 / 1186

页数：34

共 78 条

[1] 年报文本信息复杂性与管理者自利——来自中国上市公司的证据 [J].