简 报
Conference Briefing
2025年1月3日，上海财经大学国际经济合作研究院2024年秋季学期第十七周学习研讨会顺利召开，本次研讨会采用线下研讨的方式进行，来自国际经济合作研究院的近20名师生参加了此次会议。
2022级世界经济专业博士生郑翔中报告了由Leland Bybee, Bryan Kelly, Asaf Manela, and Dacheng Xiu于2024年发表在Journal of Finance上的文章 “Business News and Business Cycles”。这篇文章构建了一个新颖的新闻文本分析框架，利用从华尔街日报商业新闻中提取的文本信息来衡量经济状况。文章的研究指出，新闻对于不同经济主题关注的变化不仅与多种宏观经济活动之间存在高度的相关性，还具备较强的预测能力。
经济结构的复杂性意味着简单的数字指标能够反映出的信息往往比较有限，在此背景下，通过以文本为主的非结构化数据来获取更多有关经济状况或预期的信息也是目前热门的研究方向。为了解决传统数据的局限性，文章提出了一个新颖的文本分析框架。使用Latent Dirichlet Allocation (LDA) 模型将1985-2017年间华尔街日报所出版的约800,000条新闻文本数据总结为180个相对清晰的主题。进一步的，基于所总结出的主题，这篇文章计算出在月度频率下新闻媒体对不同主题分配的关注度。
为了研究这种基于新闻文本计算出的关注度是否与宏观经济活动相关。文章选择与总产出、企业融资活动、行业风险以及政策不确定性指数相关的四组变量作为响应，将180个主题的关注度序列作为预测变量进行LASSO回归。通过控制惩罚参数来确保对相关的宏观经济变量能够保留下解释能力最强的5个主题。各组的估计结果表明，对于大部分的宏观经济变量都能够保留下与对应内容相关性最高的主题。并且这些仅仅使用文本变量的模型，对于宏观经济变量的变化也具有较强的解释能力。这一结论在多种稳健性检验下依旧成立。
为了进一步说明相较于传统宏观数据，新闻的主题关注度是否包含有额外的信息，文章基于Baker, Bloom, and Davis (2016, BBD) 的方法构建了一个5变量的宏观VAR模型，并利用新闻对于衰退主题的关注替代原模型中的政策不确定性指数作为基准模型。实证结果表明一个对于衰退主题关注度的正向冲击，会导致工业产出在17个月后下降1.99%，而就业在20个月后下降0.92%。虽然EPU冲击会产生类似的模式，但新闻关注度冲击的影响更大。衰退主题对于产出影响的重要性在一系列额外检验下依旧是稳健的。此外，这篇文章设计了一种叙事检索的工具。研究者可以根据模型的结果追溯到具体时期发布的与主题最相关的文章，并通过这种方式来为结果做出解释。
最后，文章设计了一个基于新闻文本关注度构建的择时策略，并与多种其它策略进行比较。结果表明，基于本文方法构建的策略具有更高的夏普比率与超额收益。此外，我们也可以利用叙事检索的方式，通过回溯到具体的文章来对策略取得超额收益的原因进行分析。
图为郑翔中同学做汇报
在本次学习研讨会上，与会师生就报告内容与报告人进行了热烈的交流和讨论。本次会议使师生们深刻认识到基于新闻文本分析的宏观经济预测和择时策略的重要性，在大家热烈的讨论中，本次研讨会圆满结束。
研讨会总结
供稿：郑翔中
供图：张雯倩
