随着我国金融市场不断开放,财经媒体报道对资本的定价功能已逐步凸显出来。财经新闻是投资者获取宏观经济金融信息和搜集上市公司动态消息的主要媒介,我国资本市场中的独立第三方财经媒体在服务投资者的同时也影响了股市表现。相应的,移动互联时代下的财经媒体报道与股票量价的联动关系也已成为金融学领域中的学者们广泛关注的研究热点。与此同时,计算机科学领域中的大数据和人工智能技术也为自动化和智能化地挖掘与分析海量的财经信息提供了有利的条件,特别是中文自然语言处理技术的日渐成熟,使得行为金融学领域的学者可以更加系统和细致的研究财经媒体报道与资产定价的关系。基于此,本文首先应用网络爬虫技术从我国主流财经网站及媒体获取了与A股沪深300指数成份股对应的上市公司在2014年初至2017年末被媒体报道的160多万条财经新闻,并用支持向量机的机器学习分类方法和基于文本情感词典构建的文本情感分析技术对其进行分类统计与情感分析。然后,本文基于新闻数量和新闻情感倾向两个属性构建周度的“媒体关注”和“媒体情绪”的代理指标,应用动态面板逐步回归模型分类探究我国财经媒体新闻报道与股票量价的联动关系。此外,本文还将全样本按照股票市场状态划分为牛市时段和熊市时段,分类探究了不同市场状态下的媒体报道与股市表现的关系。本文通过研究发现,在我国弱势有效的资本市场环境下,财经媒体的新闻报道整体比较乐观,媒体报道引发的“媒体关注”和“媒体情绪”短期内能够激发市场交易热情并且对市场价格形成一定压力,媒体关注对股票交易量的影响较大,而媒体情绪对股票价格的影响较大。其中,正面的媒体报道更能激发市场的交易热情促进股价提升,而负面的媒体报道更容易引起股票价格发生较大偏离且对后续的市场交易影响时间更长。交易时段和非交易时段的媒体报道都会激发市场的交易情绪,但是交易时段发布的新闻对股票交易量的影响更大,而非交易时段发布的新闻对之后首个交易日的开盘价格影响较大。此外,本文还发现,牛市中的媒体报道比熊市更为乐观,媒体报道更容易刺激市场进行交易进而推动股价上涨,而且市场对正面新闻报道更为敏感。本文基于财经新闻的发布属性,利用财经新闻文本大数据创新性地构建了“媒体关注”和“媒体情绪”的分类代理指标,为刻画媒体报道的影响提供了新的思路;并且,本文同时从“媒体关注”和“媒体情绪”两个视角,系统而详致地研究了我国主流财经媒体报道与股票量价的联动关系,为行为金融学领域中“媒体报道与资产定价”的研究提供了新的观点和证据,也为投资者更加高效地挖掘财经新闻信息辅助投资决策提供了新的方向。