【题目】： Textual Sentiment and the Cross-Section of Stock Returns
【时间】：2019年11月29日（周五）10:00-11:30
【地点】：北大经济学院101室
【报告人】：陈赟 北京大学国家发展研究院 博士研究生
【主持人】：孙振庭 国家发展研究院助理教授
2019年11月29日上午，北京大学经济学院与国家发展研究院联合举办的“计量、金融和大数据分析工作坊”第十八场在经院101会议室展开。工作坊主要研究计量经济学理论和应用，实证金融学和金融计量学以及大数据分析（人工智能、机器学习）在经济学和金融学中的应用等方向。本次邀请了北京大学国家发展研究院博士研究生陈赟做主题报告。工作坊由国家发展研究院孙振庭助理教授主持。
主题报告以“文本情感与股票收益的横断面”为主题，通过使用互联网消息数据来衡量公司层面的文本情感，并检验其对股票收益的可预测性。报告发现，即使在控制了公司特征和共同的定价因素之后，每日日常收盘价文本情绪异常高的股票也比低情绪股票产生了统计上显著、正向和经济上更大的异常收益。这些异常收益在消息数量较大，规模较小，市盈率较低，流动性较高，特质波动性较高和极端收益的股票中更强。接下来，我们探索这种可预测性的来源，发现异常文本情感对收益的影响不会在一年内完全逆转，异常文本情感可以正面预测公司的收益。我们还发现，对于具有媒体新闻的公司而言，异常消息情绪的可预测性更强，并且在控制了媒体语调后仍然可以生存。这些发现与互联网短消息包含企业基本信息的假设是一致的。
主讲人简介：陈赟，北京大学国家发展研究院金融学博士生，2018至2019年访问美国杜克大学经济系，研究领域包括文本大数据分析，实证金融，机器学习，金融科技等。
