文本大数据分析在经济学和金融学中的应用：北大国发院2018年文献综述

报告摘要

文本大数据分析如何重塑经济金融研究？北大国发院沈艳、陈赟、黄卓的这篇文献综述，系统梳理了文本大数据从数据来源、信息提取到具体应用的完整链条。报告总结了词典法、机器学习和深度学习三大方法的原理与特点，并深入阐述了经济学领域（如经济政策不确定性测度、行业动态分类、商业周期预测、媒体政治倾向量化）和金融学领域（如投资者关注度、市场情绪、隐含波动率、意见分歧）的经典应用。基于大量实证研究，报告还探讨了文本大数据分析的新特征与未来趋势。适合经济学、金融学研究者、量化分析师、博士及硕士生，以及关注大数据在社会科学中应用的政策制定者。

📋 核心要点(部分)

1. 引言
2. 文本大数据特征与挑战
3. 信息提取方法（词典法、机器学习、深度学习）
4. 经济学应用（不确定性、行业分类、商业周期、政治倾向）
5. 金融学应用（关注度、情绪、波动率、意见分歧）
6. 未来趋势