引言
经济学家长期以来依赖公众对经济的情绪衡量指标来预测消费者支出和GDP增长等关键金融结果。现在，来自宾夕法尼亚州立大学、佛罗里达国际大学、辛辛那提大学和加州州立大学弗雷斯诺分校的研究团队采用了一种新颖的方法，通过人工智能分析媒体报道。他们的研究结果发表在《银行与金融杂志》上，揭示了公众对经济的认知与对冲基金回报之间的显著联系。
宏观情绪指数
传统的情绪衡量指标来自像密歇根大学消费者情绪指数这样的调查，或者来自像IPO活动这样的金融市场结果。虽然有用，但这些方法有局限性：调查不频繁且依赖小样本，而基于结果的衡量指标则从价格中间接推断情绪。研究人员的宏观情绪指数提供了一种不同的方法。利用自然语言处理（NLP），他们分析了来自约2000家专业新闻机构和800家社交媒体渠道的数百万篇文章。这种人工智能驱动的方法衡量了关于特定宏观经济主题的实际内容的语气，提供了对公众情绪的全面和实时衡量。
数据与方法
研究团队从汤森路透市场心理指数中提取数据来构建宏观情绪指数。该数据集旨在捕捉新闻和社交媒体的情感和认知基调，使研究人员能够量化公众对经济的看法在任何给定时间有多积极或多消极。通过将该指数与对冲基金回报相关联，他们旨在探索这些基金如何与公众情绪互动。
对冲基金与公众情绪
对冲基金是主动管理的投资工具，汇集富人和机构的资本，采用复杂的交易策略来产生回报。研究人员假设对冲基金可能扮演逆向投资者的角色，与公众对经济的情绪波动采取相反的立场。本质上，当公众情绪过于乐观或悲观时，对冲基金可能会押注于主流情绪的反面，并因承担这种风险而获得补偿。
主要发现
研究发现宏观情绪指数与对冲基金回报之间存在显著关系。结果表明，对冲基金确实倾向于通过采取与公众情绪相反的立场来获利。这与情绪驱动的市场错误定价可以为成熟投资者创造机会的观点一致。研究结果还表明，宏观情绪指数捕捉了传统情绪指标未包含的信息，使其成为理解市场动态的宝贵工具。
对投资者和研究人员的启示
对于投资者而言，这些发现强调了在全面投资策略中监控公众情绪的重要性。宏观情绪指数可以作为对冲基金表现和市场趋势的领先指标。对于研究人员而言，该研究展示了人工智能和大数据在金融分析中的力量，为探索媒体和社交媒体如何塑造经济行为开辟了新途径。
未来方向
研究团队计划进一步完善宏观情绪指数，并探索其在金融其他领域的应用。他们还旨在调查情绪与对冲基金回报之间关系的因果机制，可能揭示信息如何通过市场流动。
结论
这项研究突显了人工智能在金融研究中日益增长的作用。通过利用媒体报道数据，研究人员发现了公众情绪与对冲基金表现之间的有意义联系，为这些有影响力的投资工具的行为提供了新的见解。随着人工智能的不断发展，这种方法在理解和预测金融市场方面可能变得越来越重要。
本文基于Phys.org的报道。阅读原文。
Originally published on phys.org
