加载中...
姜富伟教授及其研究团队在2021年《经济学(季刊)》发表的《媒体文本情绪与股票回报预测》中，构建了中文金融情感词典。该词典基于Loughran and MacDonald（2011）词典，通过人工筛选与word2vec算法扩充，形成更新更全面的中文金融情感词汇集合，涵盖积极词汇与消极词汇两类。 ## 数据来源 该词典由姜富伟教授团队创建，相关研究成果发表于《经济学(季刊)》2021年第4期，并参考了Fuwei Jiang等（2019）在《Journal of Financial Economics》上的研究。经授权，CnOpenData建立了数据展示区及索引，数据可从GitHub仓库（MengLingchao/Chinese_financial_sentiment_dictionary）获取。 ## 数据构成 词典包含积极词汇与消极词汇，用于财经媒体文本情绪的量化分析。通过该词典可计算财经媒体文本情绪指标，衡量股市投资者情绪变化。 ## 应用价值 媒体文本情绪对我国股票回报具有显著的样本内和样本外预测能力，同时对重要宏观经济指标也有预测能力，适用于金融学研究、投资策略构建及宏观经济监测等场景。 ## 更新频率 数据不定期更新。 ## 使用规范 使用者应尊重知识产权，学术引用需注明文献：Fuwei Jiang, Joshua Lee, Xiumin Martin, and Guofu Zhou. "Manager Sentiment and Stock Returns" JFE 132(1), 2019；姜富伟、孟令超、唐国豪：《媒体文本情绪与股票回报预测》，《经济学(季刊)》2021年第4期。
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 积极词汇 | string | - |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 消极词汇 | string | - |
添加销售经理微信，获取数据详情与报价；电话、邮箱点击即可复制。
姜富伟教授及其研究团队在2021年《经济学(季刊)》发表的《媒体文本情绪与股票回报预测》中，构建了中文金融情感词典。该词典基于Loughran and MacDonald（2011）词典，通过人工筛选与word2vec算法扩充，形成更新更全面的中文金融情感词汇集合，涵盖积极词汇与消极词汇两类。
该词典由姜富伟教授团队创建，相关研究成果发表于《经济学(季刊)》2021年第4期，并参考了Fuwei Jiang等（2019）在《Journal of Financial Economics》上的研究。经授权，CnOpenData建立了数据展示区及索引，数据可从GitHub仓库（MengLingchao/Chinese_financial_sentiment_dictionary）获取。
词典包含积极词汇与消极词汇，用于财经媒体文本情绪的量化分析。通过该词典可计算财经媒体文本情绪指标，衡量股市投资者情绪变化。
媒体文本情绪对我国股票回报具有显著的样本内和样本外预测能力，同时对重要宏观经济指标也有预测能力，适用于金融学研究、投资策略构建及宏观经济监测等场景。
数据不定期更新。
使用者应尊重知识产权，学术引用需注明文献：Fuwei Jiang, Joshua Lee, Xiumin Martin, and Guofu Zhou. "Manager Sentiment and Stock Returns" JFE 132(1), 2019；姜富伟、孟令超、唐国豪：《媒体文本情绪与股票回报预测》，《经济学(季刊)》2021年第4期。