建模股票回报中的公司层面 ESG-情绪交互: 来自 16 家公司的证据，使用改造词嵌入
应用统计
2025-07-22 v4
摘要
本研究调查了金融新闻标题中嵌入的特定情绪如何与公司层面的环境、社会和治理（ESG）评级交互，以影响股票回报行为。针对现有文献中的关键方法论空白，该分析利用改造词嵌入来编码针对 ESG 相关叙事的离散情感线索。与依赖基于词典或基于 Transformer 模型的先前研究不同，这种方法明确结合了领域特定的情感语义，同时考虑了公司层面的异质性和时间情绪波动。使用 16 家跨国公司的数据集和从 Seeking Alpha 标题中提取的情绪数据，本研究检验了三个假设：（1）特定情绪独立预测股票回报；（2）情绪的调节效应因 ESG 维度而异；（3）正面（负面）情绪放大（抑制）ESG 绩效效应。该分析实施了双重情绪聚合策略，并引入了三重显著性过滤标准来识别稳健的交互。结果支持假设 1 和 2，预期和信任等情绪在公司和 ESG 类别中显示出与回报变化的持续关联。然而，假设 3 的发现是混合的：虽然一些情绪-ESG 组合符合理论预期，但许多矛盾的交互表现出更强的效应。在本研究中，改造嵌入在解释 ESG-情绪交互模型中的股票回报变化方面优于 NRC 情绪词典，强调了情感细微差别在 ESG-金融建模中的价值。这些结果强调了情绪敏感的情绪建模在理解投资者行为和与 ESG 相关的股价变动中的重要性。
引用
@article{arxiv.2507.11485,
title = {Modeling Firm-Level ESG-Sentiment Interactions in Stock Returns: Evidence from 16 Companies Using Retrofitted Word Embeddings},
author = {Sangdeok Lee},
journal= {arXiv preprint arXiv:2507.11485},
year = {2025}
}