摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 引言 | 第10-17页 |
1.1 研究背景和研究意义 | 第10-12页 |
1.1.1 研究背景 | 第10-12页 |
1.1.2 研究意义 | 第12页 |
1.2 研究内容、方法与框架 | 第12-16页 |
1.2.1 研究内容 | 第12-13页 |
1.2.2 研究方法 | 第13-14页 |
1.2.3 研究框架 | 第14-16页 |
1.3 研究可行性与创新之处 | 第16-17页 |
1.3.1 研究可行性 | 第16页 |
1.3.2 本研究创新之处 | 第16-17页 |
第2章 文献回顾 | 第17-24页 |
2.1 新闻情感倾向的定义及其分析方法 | 第17-18页 |
2.2 文本信息影响投资或消费的研究综述 | 第18-23页 |
2.2.1 网络在线评论对消费和投资的影响 | 第18-20页 |
2.2.2 新闻数量对资产价格的影响 | 第20-22页 |
2.2.3 新闻情感倾向对资产价格的影响 | 第22-23页 |
2.3 有待深入研究领域及本文研究思路 | 第23-24页 |
2.3.1 有待深入研究的领域 | 第23页 |
2.3.2 研究思路 | 第23-24页 |
第3章 理论分析与模型设定 | 第24-32页 |
3.1 新闻报道对资产价格影响的路径分析 | 第24-27页 |
3.1.1 新闻报道情感倾向与投资者心理 | 第24-25页 |
3.1.2 投资者心理与资产价格 | 第25-27页 |
3.1.3 新闻报道情感倾向与资产价格 | 第27页 |
3.2 变量选择与测量 | 第27-30页 |
3.2.1 因变量的选择与测量 | 第28页 |
3.2.2 自变量的选择与测量 | 第28-29页 |
3.2.3 调节变量的选择与测量 | 第29页 |
3.2.4 控制变量的选择与测量 | 第29-30页 |
3.3 模型设定与假设 | 第30-32页 |
第4章 数据搜集与处理 | 第32-38页 |
4.1 网络文本信息的选择 | 第32-33页 |
4.2 文本信息搜集与处理 | 第33-34页 |
4.3 新闻情感倾向判定的方法 | 第34-36页 |
4.3.1 机器学习法 | 第34-35页 |
4.3.2 情感词典 | 第35-36页 |
4.4 文本信息情感倾向量化 | 第36-37页 |
4.4.1 量化方法的选择 | 第36页 |
4.4.2 ROST CM文本情感倾向量化 | 第36-37页 |
4.5 股票数据的选择 | 第37-38页 |
第5章 实证分析与模型检验 | 第38-48页 |
5.1 新闻数量影响股票价格的实证分析 | 第38-41页 |
5.1.1 年度数据 | 第38-40页 |
5.1.2 星期数据 | 第40-41页 |
5.2 基于个股的新闻情感倾向影响股票价格的实证分析 | 第41-44页 |
5.2.1 样本选择 | 第41-43页 |
5.2.2 描述性统计 | 第43-44页 |
5.2.3 实证分析 | 第44页 |
5.3 基于截面数据的新闻情感倾向影响股价的实证分析 | 第44-48页 |
5.3.1 样本选择 | 第44-45页 |
5.3.2 描述性统计 | 第45页 |
5.3.3 实证分析 | 第45-48页 |
第6章 结论与建议 | 第48-51页 |
6.1 研究结论 | 第48-49页 |
6.2 启示与建议 | 第49-51页 |
参考文献 | 第51-57页 |
附录 | 第57-65页 |
攻读学位期间发表论文与研究成果清单 | 第65-66页 |
致谢 | 第66页 |