加入舆情信息是否可以有效提高汇率预测效果?

作     者：方思然 郭明君 魏云捷 FANG Siran;GUO Mingjun;WEI Yunjie

作者机构：中国科学院大学经济与管理学院北京100190 中国科学院数学与系统科学研究院北京100190 中国科学院预测科学研究中心北京100190 

基　　金：国家自然科学基金(72171223 71801213 71988101) 

出 版 物：《计量经济学报》 (China Journal of Econometrics)

年 卷 期：2023年第3卷第2期

页      码：464-486页

摘      要：随着信息技术的发展,机构研报、财经新闻、搜索指数等多种舆情信息成为影响汇率变化的重要因素.通过自然语言处理(NLP)技术处理非结构化舆情文本数据可以反映投资者行为、情绪和预期,为汇率趋势预测提供数据基础.本文基于NLP技术和深度学习的方法,提出一种使用多种舆情信息预测人民币汇率的研究方法,并首次使用研报对汇率进行预测.本文收集了研报、新闻及搜索指数三类舆情信息,首先,使用NLP技术和基于词典的文本情感分析方法,将研报和新闻舆情文本数据转化为可计算的专业舆情指数和社会舆情指数;其次,综合了人民币汇率的百度搜索指数和谷歌趋势,构建了大众舆情指数;最后,设计了8组“汇率-舆情”预测组合,使用长短期记忆网络(LSTM)模型对人民币汇率进行预测.实证结果表明,舆情信息可以预测汇率趋势;三种舆情信息中,新闻舆情对汇率的预测效果最好,研报次之,搜索指数最后;加入多种舆情信息相比单一舆情信息,预测效果显著提升;此外,相较于自回归综合移动平均(ARIMA)、支持向量回归(SVR)和极限学习机(ELM)模型,LSTM模型对于基于舆情的汇率预测效果最好.

主 题 词：汇率预测 自然语言处理 舆情信息 情感分析 

学科分类：12[管理学] 02[经济学] 0202[经济学-财政学类] 1201[管理学-管理科学与工程类] 020204[020204] 

核心收录：

D　O　I：10.12012/CJoE2023-0005

馆 藏 号：203121934...