主讲人：孟令超，北京大学经济学院金融系博士生，研究方向为资产定价、行为金融、文本分析与机器学习。研究成果发表在《经济学季刊》上，有多篇论文在Journal of Business & Economic Statistics、《管理世界》等审稿，并在中国经济学年会、中国金融学年会等会议上宣读论文。同时担任Journal of Business & Economic Statistics、Management Science、《管理世界》等期刊匿名审稿人。
题目：深度学习、文本情绪与金融市场：兼论金融科技的逻辑
时间：2023年3月9日周四12:00-13:30
地点：北京大学经济学院107会议室
摘要：
深刻把握金融科技的应用逻辑，合理应用前沿深度学习模型，充分释放文本大数据要素，对于维护我国金融市场稳定发展具有重要意义。因此，本文基于金融文本大数据集和BERT深度学习模型，开展金融市场文本情绪测度和金融资产风险收益预测。研究发现，与传统的字典法文本情绪测度相比，使用BERT深度学习模型构建的情绪变量在金融市场预测上表现更佳。BERT情绪变量在不同经济阶段对宏观变量也存在显著预测能力，有效捕捉了非理性冲击对宏观基本面的影响。机制研究发现，BERT情绪在经济下行阶段与极端风险事件期间表现出了很强的预测效果，反映了BERT深度学习模型可以有效建模金融情绪与资产价格间的非对称、非线性关系。综上，本文对以BERT为代表的深度学习算法引入到金融情绪分析和金融稳定预警提供了理论和实证支撑，为金融科技推动金融业数字化转型迈入高质量发展新阶段提供了科学逻辑。
供稿单位：经济学院金融系
供稿人：孟令超
