讲座回顾 |【 Seminar No.668】何靖宇：跨市场新闻情绪与交易量

点击蓝字 · 关注我们

12月2日，香港城市大学金融与商务统计学副教授何靖宇博士受邀为我院师生带来主题为“Cross-Market News Sentiment and Trading Volume（跨市场新闻情绪与交易量）”的报告分享。上海财经大学金融学院助理教授肖媛元老师主持研讨。

讲座中，何靖宇副教授围绕“新闻情绪如何跨市场影响股票与债券交易行为”展开介绍。该研究基于2002-2023年道琼斯新闻社（Dow Jones Newswires）超600万篇新闻文本，运用深度学习模型DeepSeek提取资产特异性情绪指标，构建起跨市场情绪传导框架。

研究发现，在控制收益率、波动率、流动性等传统变量后，新闻情绪强度每提升1个标准差，对应资产次日交易量平均增加4.2%。这表明新闻情绪是驱动资产交易行为的重要因素，并且其影响独立于传统市场变量。

其次，研究揭示了情绪在股票与债券市场间的双向溢出效应。具体而言，股票特异性情绪对债券交易量存在正向冲击（弹性系数0.31），而债券情绪对股票交易量亦有显著影响（弹性系数0.28）。值得注意的是，该效应在信用评级较低、分析师覆盖度较低的企业中更为显著，说明信息不对称程度较高的市场对情绪冲击更为敏感。

此外，通过对比新闻标题与正文情绪，研究发现正文情绪对交易量的解释力是标题的2.3倍。这表明投资者在决策过程中更关注新闻细节而非标题炒作，从而强调了深度文本分析在金融研究中的重要性。

为解释上述现象，何靖宇副教授及其研究团队构建了含公共信号的多资产Kyle-type模型。该模型从信息不对称角度出发，揭示了“情绪-交易量”跨市场传导的内在机制，其推导的均衡交易量与实证结果高度吻合，为情绪跨市场影响提供了坚实的理论支撑。

何靖宇副教授及其团队的此项研究不仅有助于听讲师生深化对金融市场信息传导机制的理解，也为监管机构和投资者提供了重要参考。其研究框架有望应用于更多资产类别和市场环境，为进一步探索情绪在金融市场的复杂作用提供可能。