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。
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。
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。核心数据:26页综述;涵盖词典法/机器学习/深度学习3大方法;经济学4大应用领域。
本报告由北京大学国家发展研究院发布,发布于 2019 年。
覆盖 2019 年,全文约 26。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合经济学研究者、金融学研究者、数据分析师、政策分析师等读者参考。
重点分析了金融投资、文本大数据、北大国发院、年文献综述等议题。