新闻网络与横截面收益

我们从新闻文章中提取网络以研究股票横截面收益。通过分析从互联网收集的超过100万篇新闻文章的大规模数据集，我们构建了标普500成分股随时间变化的定向网络。定义良好的定向新闻网络基于关于公司特定新闻结构的适度假设形成，并且我们提出了一种算法来解决在识别股票代码时的第一类错误。在控制了许多已知效应后，我们发现新闻关联股票收益之间存在强烈的联动效应，以及领先股票收益对滞后一天跟随股票收益的反转效应。此外，一系列投资组合检验表明，新闻网络关注度代理变量——网络度，对月度股票收益提供了稳健且显著的横截面可预测性。在不同类型的新闻关联中，行业内股票、大市值领先公司以及股票流动性较低的领先公司的关联对于横截面可预测性至关重要。