论文部分内容阅读
随着互联网的日益普及和我国股市规模的日益壮大,越来越多投资者依靠互联网获得关于股票的各类信息。目前股票市场拥有个股3600多支并且随着新股发行常态化这一数字还在持续增大。通过人力的方式完整地分类股票公告信息已经越来越不可能。除此之外,不同种类的股票信息对于股票价格的影响是否相同;不同的市场环境下或不同种类股票对于相同类型股票信息的反应是否相同;这些问题长期困扰着广大投资者。越来越多的股民和股票分析者希望能有一种方法可以帮助他们自动的分离出股市当中的有用信息,并发现新闻公告信息影响股价的规律。本文针对以上需求和问题从两个方面进行了研究和尝试。第一本文通过文本聚类的方法尝试将个股大事记文本按信息类别进行分类。第二本文通过事件研究法并结合假设检验的方式对新闻事件对股票价格的异常波动是否有影响,有怎样的影响规律进行了分析。本文共获取87支股票自2014年1月1日至2019年3月26日的个股大事记文本数据20728条。经过自定义分词库分词和自定义停用词库去停用词共得到维数16602维的词袋。本文结合文本特点修改了TF-IDF算法,并用修改后算法计算了特征词权重得到特征向量。本文使用K-means聚类的对文本进行聚类,将其聚为13类,并将每类中关键词按照其权重做出云图。从云图中看出13类中有9类的可解释性很好,他们分别是“股票发行类”、“股票分红类”、“股权质押和解除质押类”、“业绩预告类”、“股票停复牌类”、“增持减持股份类”、“公司财务报告类”、“股价异常波动提醒类”、“资产重组类”。经过事件研究法实证分析本文发现“分红事件”、“业绩预告事件”、“资产重组事件”和“财务报告事件”四类事件并未对股票价格的异常波动产生显著影响。且原因在于消息本身具有两面性。此外“增减持事件”会给股价带来正向的异常波动,且市场对减持类事件反应要比增持事件更加剧烈;本文通过方差分析分析了5类信息带来的异常波动率在“牛市”、“熊市”、“震荡市”三种情况下的差异是否显著,得出股价在熊市中对信息的异常反应更加剧烈的结论;本文通过观测方差来分析5类信息带来的异常波动率在“小市值”、“中市值”、“大市值”三种不同类别个股中的差异,得出中小市值股票对于信息的反应多数情况下要比大市值股票更加剧烈的结论。本文针对以上结论都给出了原因分析或证明,并列举市场中的真实实例加以佐证。