在 COVID-19 危机中用语义网络分析预测金融市场
综合金融
2023-07-11 v4 计算与语言
社会与信息网络
综合经济学
经济学
摘要
本文使用一种新的文本数据指数来预测股票市场数据。该指数应用于大量新闻以评估文本中出现的与一个或更多通用经济相关关键词的重要性。该指数基于经济相关关键词的使用频率与语义网络位置来评估其重要性。我们将其应用于意大利媒体并构建指数，以在近期包含 COVID-19 危机的样本期内预测意大利股票与债券市场的收益与波动率。证据表明该指数能良好刻画金融时间序列的不同阶段。此外，结果显示对债券市场数据（收益与波动率、短与长期限）以及股票市场波动率存在强烈的预测性证据。
引用
@article{arxiv.2009.04975,
title = {Forecasting financial markets with semantic network analysis in the COVID-19 crisis},
author = {A. Fronzetti Colladon and S. Grassi and F. Ravazzolo and F. Violante},
journal= {arXiv preprint arXiv:2009.04975},
year = {2023}
}