公眾情感與經(jīng)濟(jì)波動(dòng)的實(shí)現(xiàn)：以財(cái)經(jīng)新聞為例

李守皓 丁立貴

摘 要：為系統(tǒng)性探析公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的關(guān)系，本文從文本挖掘角度構(gòu)建了一個(gè)經(jīng)濟(jì)景氣輿情分析系統(tǒng)，通過(guò)創(chuàng)建“財(cái)經(jīng)情感詞典”和自然語(yǔ)言處理，量化了多渠道新聞文本中反映的公眾對(duì)經(jīng)濟(jì)形勢(shì)的判斷，即“財(cái)經(jīng)情感得分”，可以用于衡量混沌的經(jīng)濟(jì)景氣度，因其可以實(shí)時(shí)獲取和更新而具有“前瞻性”，故被用于刻畫(huà)“公眾預(yù)期”。在實(shí)證分析中，經(jīng)濟(jì)波動(dòng)與公眾預(yù)期之間存在著明顯的聯(lián)動(dòng)關(guān)系。具體而言，官方信息具有反向?qū)崿F(xiàn)的特點(diǎn)，而自由的公眾預(yù)期與專(zhuān)業(yè)預(yù)期都達(dá)成了“自我實(shí)現(xiàn)”的結(jié)果，即樂(lè)觀的情緒帶來(lái)經(jīng)濟(jì)增長(zhǎng)，悲觀的情緒帶來(lái)經(jīng)濟(jì)下滑。進(jìn)一步的格蘭杰因果關(guān)系檢驗(yàn)發(fā)現(xiàn)經(jīng)濟(jì)波動(dòng)與公眾預(yù)期之間存在著雙向的因果關(guān)系，驗(yàn)證了二者自我實(shí)現(xiàn)的關(guān)系。就現(xiàn)實(shí)中自我預(yù)期實(shí)現(xiàn)的機(jī)制與路徑而言，新聞信息能夠表現(xiàn)出理性個(gè)體一致穩(wěn)定的偏好，即本文所使用的財(cái)經(jīng)情感得分。此種情感最終傳遞到企業(yè)家的經(jīng)濟(jì)活動(dòng)之中，造成自我實(shí)現(xiàn)的現(xiàn)象。此發(fā)現(xiàn)有助于公眾與監(jiān)管者進(jìn)一步認(rèn)識(shí)預(yù)期管理與宏觀經(jīng)濟(jì)調(diào)控的互動(dòng)。

關(guān)鍵詞：適應(yīng)性預(yù)期;經(jīng)濟(jì)波動(dòng);文本分析;公眾情感

文章編號(hào)：2095-5960（2021）05-0030-12;中圖分類(lèi)號(hào)：F014.8，C912.6，G206

;文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

預(yù)期因素對(duì)政策制定（特別是貨幣政策）的影響近年越來(lái)越受重視，經(jīng)濟(jì)趨于理性預(yù)期均衡水平逐漸成為最優(yōu)貨幣政策的一個(gè)重要標(biāo)準(zhǔn)。[1][2]但是，理性預(yù)期的嚴(yán)格假設(shè)在現(xiàn)實(shí)中難以滿(mǎn)足，實(shí)證研究也拒絕了這一假說(shuō)。[3]不過(guò)雖然公眾通常對(duì)經(jīng)濟(jì)運(yùn)行認(rèn)知有限[1][4]，公眾預(yù)期卻能影響宏觀經(jīng)濟(jì)，如能正確引導(dǎo)則能夠收到調(diào)控效果[5]，因此監(jiān)管部門(mén)在制定政策時(shí)應(yīng)當(dāng)考慮公眾預(yù)期的影響。在公眾有限理性的前提下，從適應(yīng)性學(xué)習(xí)的角度探討政策制定將更有意義。[2]

就公眾適應(yīng)性學(xué)習(xí)而言，目前國(guó)外學(xué)術(shù)界已經(jīng)開(kāi)始利用文本挖掘，探討財(cái)經(jīng)新聞的情感如何形成公眾預(yù)期并進(jìn)而影響實(shí)際產(chǎn)出、失業(yè)率、通脹等宏觀經(jīng)濟(jì)運(yùn)行情況。Shiller指出新聞信息的情感對(duì)宏觀經(jīng)濟(jì)有著重大影響。[6]Lischka[7]，Rambaccussing and Kwiatkowski[8]使用財(cái)經(jīng)新聞的情感信息衡量公眾預(yù)期并得到了其影響未來(lái)GDP與失業(yè)率的實(shí)證結(jié)果。Larsen and Thorsrud發(fā)現(xiàn)新聞情感形成的公眾預(yù)期能夠預(yù)測(cè)經(jīng)濟(jì)周期[9]，而Ardia et al.[10]，Aprigliano et al.[11]則發(fā)現(xiàn)此類(lèi)公眾預(yù)期可以預(yù)測(cè)實(shí)際經(jīng)濟(jì)產(chǎn)出。上述發(fā)現(xiàn)對(duì)于監(jiān)控經(jīng)濟(jì)周期有著重要意義。但這一領(lǐng)域的研究在國(guó)內(nèi)尚為罕見(jiàn)。國(guó)內(nèi)針對(duì)公眾預(yù)期的研究仍主要依賴(lài)統(tǒng)計(jì)數(shù)據(jù)或仿真，如徐亞平[4]、卞志村和高潔超[2]、魯臻[5]等。

相對(duì)傳統(tǒng)的統(tǒng)計(jì)調(diào)查而言，互聯(lián)網(wǎng)中非結(jié)構(gòu)化信息的文本挖掘成本更低、效率更高，可以作為統(tǒng)計(jì)調(diào)查的輔助手段。另一方面，信息獲取門(mén)檻的降低也使得虛假財(cái)經(jīng)信息有了可乘之機(jī)①[①例如2016年證監(jiān)會(huì)就已查處多項(xiàng)虛假財(cái)經(jīng)消息案件，參見(jiàn)https：//www.chinacourt.org/article/detail/2016/10/id/2317914.shtml。]。應(yīng)對(duì)新形勢(shì)，2017年5月份，中國(guó)人民銀行成立金融科技（FinTech）委員會(huì)，旨在加強(qiáng)金融科技工作的研究規(guī)劃和統(tǒng)籌協(xié)調(diào)，強(qiáng)化監(jiān)管科技（RegTech）應(yīng)用實(shí)踐，積極利用大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)豐富金融監(jiān)管手段。針對(duì)特定領(lǐng)域的文本挖掘在政府監(jiān)管中得到運(yùn)用正是本文的基本目標(biāo)，本文希望能為服務(wù)實(shí)體經(jīng)濟(jì)、踐行普惠金融貢獻(xiàn)做出探討。本文試圖以一種新的視角，通過(guò)互聯(lián)網(wǎng)新聞文本挖掘探究公眾預(yù)期在經(jīng)濟(jì)金融領(lǐng)域的影響，進(jìn)一步發(fā)現(xiàn)公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的關(guān)系，為政策制定提供參考，同時(shí)對(duì)加強(qiáng)公眾預(yù)期的管理，減小預(yù)期對(duì)經(jīng)濟(jì)波動(dòng)的影響提供參考。

為更好地了解國(guó)內(nèi)相關(guān)研究現(xiàn)狀，本文在中國(guó)知網(wǎng)高級(jí)搜索中輸入關(guān)鍵詞找到了公開(kāi)發(fā)表的對(duì)應(yīng)文獻(xiàn)。從研究?jī)?nèi)容來(lái)看，含有關(guān)鍵詞“經(jīng)濟(jì)波動(dòng)”的文獻(xiàn)較多，含有“情感分析”的文獻(xiàn)次之，含有“公眾預(yù)期”的文獻(xiàn)較少，而同時(shí)含有關(guān)鍵詞“公眾預(yù)期”和“經(jīng)濟(jì)波動(dòng)”的文獻(xiàn)在精確匹配模式和模糊匹配兩種模式下都沒(méi)有檢索到對(duì)應(yīng)文獻(xiàn)。由于經(jīng)濟(jì)學(xué)中“預(yù)期”可輔以不同的修飾詞，本文又搜索了含關(guān)鍵詞“預(yù)期”并含“經(jīng)濟(jì)波動(dòng)”的文獻(xiàn)，在精確匹配模式和模糊匹配兩種模式下檢索到對(duì)應(yīng)文獻(xiàn)分別為1篇和124篇。從研究方法來(lái)看，本文并未搜索到文獻(xiàn)同時(shí)含有關(guān)鍵詞“公眾預(yù)期”和“自然語(yǔ)言處理”、同時(shí)含有關(guān)鍵詞“公眾預(yù)期”和“情感分析”以及同時(shí)含有關(guān)鍵詞“預(yù)期”或“公眾預(yù)期”和“文本挖掘”?？梢?jiàn)，鮮有學(xué)者實(shí)證研究“公眾預(yù)期”與“經(jīng)濟(jì)波動(dòng)”的關(guān)系，通過(guò)文本挖掘方法來(lái)研究預(yù)期更顯得冷門(mén)。

總體而言，“經(jīng)濟(jì)波動(dòng)”相關(guān)的研究百家爭(zhēng)鳴，但更多是基于理論探討和動(dòng)態(tài)隨機(jī)一般均衡（DSGE）模型動(dòng)態(tài)分析，如李成、馬文濤等[12]、楊源源和高潔超[13];“情感分析”方法日漸興盛，但重點(diǎn)主要集中在算法設(shè)計(jì)，部分運(yùn)用于經(jīng)濟(jì)金融領(lǐng)域的研究也僅僅關(guān)注通貨膨脹或者投資者情緒方面，“公眾預(yù)期”領(lǐng)域的研究亟待突破。張成思和蘆哲[14]首次對(duì)中國(guó)媒體輿論相關(guān)信息進(jìn)行量化實(shí)證分析，但其數(shù)據(jù)搜集整理方法較為傳統(tǒng)，同時(shí)以“報(bào)道篇數(shù)”作為關(guān)鍵指標(biāo)統(tǒng)計(jì)，可能一定程度上不符實(shí)際情況，特別在當(dāng)前信息獲取門(mén)檻降低的時(shí)代。總之，深入研究公眾預(yù)期與經(jīng)濟(jì)波動(dòng)關(guān)系的文獻(xiàn)較少。

二、數(shù)據(jù)搜集與處理

（一）原始數(shù)據(jù)

信息時(shí)代，互聯(lián)網(wǎng)成為網(wǎng)絡(luò)信息的載體，搜集獲取海量信息并加以充分運(yùn)用成為大數(shù)據(jù)發(fā)展的必經(jīng)之路。本文一方面編寫(xiě)了定制爬蟲(chóng)，分別抓取了搜狐財(cái)經(jīng)新聞、中國(guó)新聞網(wǎng)、中國(guó)政府網(wǎng)等近100萬(wàn)個(gè)網(wǎng)頁(yè);另一方面，本文手工搜集了安邦集團(tuán)兩份研究簡(jiǎn)報(bào)《每日經(jīng)濟(jì)》和《每日金融》近5000期。最終包含了5個(gè)來(lái)源，48個(gè)季度的新聞，如表1。

對(duì)于每個(gè)來(lái)源，本文都以天作為數(shù)據(jù)搜集頻率，考慮到時(shí)間序列長(zhǎng)度最長(zhǎng)為13年，最短為10年，以天為分析頻率明顯過(guò)高，同時(shí)我國(guó)國(guó)民生產(chǎn)總值的統(tǒng)計(jì)頻率為季度，所以本文最終以季度為頻率。

（二）數(shù)據(jù)預(yù)處理

大規(guī)模的文本數(shù)據(jù)的處理首先要面對(duì)的是自然語(yǔ)言處理問(wèn)題，關(guān)鍵是進(jìn)行中文分詞與去除停用詞。

1.中文分詞

對(duì)中文進(jìn)行分詞是關(guān)鍵的步驟，分詞準(zhǔn)確率直接影響著研究成果的質(zhì)量，由于本文研究還處于探索階段，為了盡可能地改進(jìn)和完善分詞效果，本文嘗試了不同的方法，試圖找到一個(gè)較好的解決之路。當(dāng)前中文分詞研究已經(jīng)成為一種熱潮并且取得了很好的效果，哈工大LTP中文分詞系統(tǒng)和中科院NLPIR中文分詞系統(tǒng)已經(jīng)投入商業(yè)運(yùn)用，與此同時(shí)開(kāi)源工具也在不斷地被開(kāi)發(fā)，一般支持中文分詞、詞性標(biāo)注、拼音轉(zhuǎn)換、繁簡(jiǎn)轉(zhuǎn)換、自動(dòng)摘要、關(guān)鍵詞提取等功能。

Python在自然語(yǔ)言處理方面的優(yōu)勢(shì)越來(lái)越明顯，其中Python開(kāi)源中文分詞工具：Jieba（結(jié)巴） 、snowNLP等都有著較好的表現(xiàn)，其中Jieba在歧義識(shí)別等的表現(xiàn)比較突出，故本文選擇用Jieba來(lái)定制化，主要途徑是導(dǎo)入自定義詞典。為完成這樣一部自定義詞典，首先是尋找已有詞庫(kù)①[①分詞用到的詞庫(kù)：（1）2016清華大學(xué)開(kāi)放中文詞庫(kù)THUOCL;（2）搜狗《財(cái)經(jīng)金融詞匯大全》;（3）搜狗《經(jīng)濟(jì) 財(cái)政 金融 證券 貨幣 商品 市場(chǎng) 外匯》;（4）Jieba自帶詞庫(kù)。]，再結(jié)合實(shí)際調(diào)整。通過(guò)整合THUOCL中的財(cái)經(jīng)詞匯、搜狗的兩部財(cái)經(jīng)詞典，以及逐一搜集的財(cái)經(jīng)情感詞匯，本文錄得共計(jì)35853個(gè)財(cái)經(jīng)類(lèi)的中文詞語(yǔ)用于分詞過(guò)程中的“自定義詞典”，同時(shí)也充分利用Jieba分詞“自帶詞典”的349046個(gè)詞語(yǔ)，通過(guò)多次調(diào)整最終得到較為滿(mǎn)意的分詞效果。

2.停用詞處理

部分分詞對(duì)后續(xù)分析沒(méi)有實(shí)質(zhì)性的意義，比如“的”“從”“了”等單字?？梢栽跀?shù)據(jù)預(yù)處理時(shí)去除這些“停用詞”。去停用詞需要構(gòu)建停用詞表，本文結(jié)合論述需要整合了已有的停用詞詞庫(kù)②[②已有的常用停用詞詞庫(kù)有：（1）百度停用詞列表;（2）哈工大停用詞表;（3）四川大學(xué)機(jī)器智能實(shí)驗(yàn)室停用詞庫(kù)。]，并且加入了其他需要過(guò)濾的停用詞，建立了本文分析所需停用詞詞庫(kù)，共計(jì)2171個(gè)停用詞，基本滿(mǎn)足進(jìn)一步分析所需。然后在Python程序中將所有分詞結(jié)果中出現(xiàn)在停用詞表中的詞都去除，為后文分析準(zhǔn)備“干凈”的文本數(shù)據(jù)資料。

（三）整理定量數(shù)據(jù)

經(jīng)濟(jì)金融領(lǐng)域的相關(guān)報(bào)道傳遞的是積極還是消極情緒便是本文要進(jìn)行的財(cái)經(jīng)情感分析。財(cái)經(jīng)情感分析要經(jīng)過(guò)文本分析提煉出有價(jià)值的信息，再將這類(lèi)信息轉(zhuǎn)換為具體的數(shù)值，這個(gè)過(guò)程是從定性到定量的過(guò)程。通常情感分析可以從兩方面進(jìn)行，一方面是通過(guò)情感詞典，另一方面是通過(guò)機(jī)器學(xué)習(xí)。

財(cái)經(jīng)情感傾向可以被認(rèn)為是發(fā)表觀點(diǎn)的人基于當(dāng)時(shí)自身掌握客觀現(xiàn)實(shí)或觀察到經(jīng)濟(jì)金融情況而做出的主觀判斷，代表了其對(duì)未來(lái)的短期預(yù)期。所有情感詞的集合構(gòu)成了財(cái)經(jīng)情感詞典。創(chuàng)建財(cái)經(jīng)情感詞典可用的解決辦法，一是整合已有的情感詞庫(kù)③[③已有的基礎(chǔ)情感詞庫(kù)有：（1）數(shù)據(jù)堂ntusd_中文情感極性詞典;（2）知網(wǎng)（Hownet）情感詞典，知網(wǎng)“情感分析用詞語(yǔ)集（beta版）;（3）臺(tái)大簡(jiǎn)體中文情感極性詞典（NTSUSD）。]，但通過(guò)仔細(xì)研究和實(shí)驗(yàn)，本文發(fā)現(xiàn)已有的情感詞典基本都不能為我所用，其比較側(cè)重于挖掘購(gòu)物評(píng)價(jià)的信息，而非經(jīng)濟(jì)景氣方向;二是通過(guò)PMI互信息情感分類(lèi)方法，重復(fù)計(jì)算每個(gè)詞的PMI值來(lái)分類(lèi)，從中選分值較高的詞構(gòu)建領(lǐng)域情感詞典[15]，但目前效果不夠理想;三是結(jié)合自身知識(shí)和經(jīng)驗(yàn)手工搜集，此法與本文的目標(biāo)更加吻合。

1.構(gòu)建財(cái)經(jīng)情感詞典

（1）情感詞：目前我國(guó)還沒(méi)有建立起用于分析追蹤經(jīng)濟(jì)金融形勢(shì)的財(cái)經(jīng)情感詞典，創(chuàng)建一個(gè)全面且有效的財(cái)經(jīng)情感詞典用于追蹤經(jīng)濟(jì)金融形勢(shì)是非常必要的。本文要?jiǎng)?chuàng)建的財(cái)經(jīng)情感詞典有別于購(gòu)物評(píng)價(jià)等領(lǐng)域的情感詞典，普通的基礎(chǔ)情感詞典與常用的表達(dá)主觀或客觀情感的詞匯是基本吻合的，而財(cái)經(jīng)方面的情感詞典是針對(duì)財(cái)經(jīng)領(lǐng)域的，需要梳理財(cái)經(jīng)詞匯，找出表現(xiàn)積極情緒的詞匯和表現(xiàn)消極情緒的詞匯。本文通過(guò)手工搜集整理，創(chuàng)建了由140個(gè)對(duì)經(jīng)濟(jì)金融前景看好的積極情感詞以及140個(gè)對(duì)經(jīng)濟(jì)金融形勢(shì)不看好的消極情感詞組成的財(cái)經(jīng)情感詞典④[④本文假定程度副詞和否定詞只出現(xiàn)在對(duì)應(yīng)情感詞的前一位置，同時(shí)并未考慮雙重否定的情況。]。表2列舉了本文用到的部分情感詞、程度詞、否定詞、停用詞以作示例。

（2）程度詞：為了使得分能夠有個(gè)“度”，本文把程度副詞劃分為不同的等級(jí)，選擇給予程度副詞不同的權(quán)重來(lái)衡量這個(gè)“度”。文中所有程度副詞的集合構(gòu)成程度詞。

（3）否定詞：對(duì)情感極性取反，積極情感否定后變成消極情感，反之亦然。

2.情感得分

情感分析主要是提取文本的情感內(nèi)容，通過(guò)利用一些情感得分指標(biāo)來(lái)量化定性文本數(shù)據(jù)，通?？梢岳米匀徽Z(yǔ)言處理（NLP）來(lái)實(shí)現(xiàn)。盡管情緒在很大程度上是主觀的，但是情感量化分析已經(jīng)用于商業(yè)實(shí)踐，比如研究消費(fèi)者對(duì)商品的在線(xiàn)評(píng)論反饋等。

（1）情感計(jì)算的過(guò)程

最簡(jiǎn)單的情感分析方法是利用詞語(yǔ)的正負(fù)屬性來(lái)判定的。句子中每個(gè)情感詞都有一個(gè)得分，樂(lè)觀傾向的情感詞得分為+1，反之則為-1，然后再對(duì)句子中所有單詞得分進(jìn)行加總求和得到一個(gè)最終的情感總分。這種方法有許多局限之處，最重要的一點(diǎn)在于它忽略了上下文的信息。為此，本文按照表3所列步驟操作。每條新聞的積極情感得分為其分詞后出現(xiàn)的所有積極情感詞乘以其對(duì)應(yīng)的程度副詞（若無(wú)程度副詞，權(quán)重視為1）權(quán)重之和再減去積極情感詞前有否定詞的分?jǐn)?shù)，即第i個(gè)新聞積極情感得分為：

Score_posi=∑（adv_weight×senti_pos+negative_word×senti_pos）? （1）

其中：定位到積極情感詞則Senti_pos=1，否則Senti_pos=0;定位到否定詞則negative_word=-1，否則negative_word=0;定位到程度副詞則取對(duì)應(yīng)權(quán)重：adv_weight∈{2.5，2.0，1.5，1.0，0.5}。

類(lèi)似地，即第i個(gè)新聞消極情感得分為：

Score_negi=∑（adv_weight×senti_neg+negative_word×senti_neg）? （2）

其中：定位到消極情感詞則Senti_neg=1，否則Senti_neg=0;定位到否定詞則negative_word=-1，否則negative_word=0;定位到程度副詞則取對(duì)應(yīng)權(quán)重：adv_weight∈{2.5，2，1.5，1，0.5}。

第j個(gè)季度的最后情感得分為該季度所有新聞積極情感得分減消極情感得分后的得分總和，即季度情感得分為：

Score_Qj=∑ni=1（Score_posi-Score_negi）? （3）

表4是顆粒度為“句子”的財(cái)經(jīng)情感得分計(jì)算示例，每一個(gè)中文表示的句子都可以計(jì)算得到對(duì)應(yīng)的情感分值，同理可以得到顆粒度為段落、篇章對(duì)應(yīng)的情感得分，進(jìn)而得到季度新聞集對(duì)應(yīng)的情感分值。

（2）財(cái)經(jīng)情感平均得分

待上述步驟完畢之后，財(cái)經(jīng)情感平均得分可以由下列公式得到：

total_Avgij=Score_Qijpos_numberij+neg_numberij? （4）

即：第i個(gè)來(lái)源第j期的財(cái)經(jīng)情感平均得分等于第i個(gè)來(lái)源第j期的最終情感得分除以該來(lái)源當(dāng)期的新聞積極情感詞數(shù)量加上新聞消極情感詞數(shù)量之和得到的比值。此變量是下文實(shí)證分析的重要組成部分。之所以如此計(jì)算，是因?yàn)槊恳黄诘男侣剶?shù)量或情感詞數(shù)量不盡相同，故未經(jīng)平均化的情感得分可能僅僅是由于新聞數(shù)量或情感詞數(shù)量較多而夸大。圖1展示了不同來(lái)源的財(cái)經(jīng)情感平均得分與GDP增長(zhǎng)率的季度聯(lián)動(dòng)圖。其中，上圖為季度實(shí)際GDP增長(zhǎng)率曲線(xiàn)圖，下圖是不同來(lái)源的新聞季度財(cái)經(jīng)情感平均得分曲線(xiàn)圖，從中可以看出它們之間具有一定的共同趨勢(shì)。更細(xì)致地檢視，5個(gè)來(lái)源的新聞信息財(cái)經(jīng)情感得分與GDP增長(zhǎng)率走勢(shì)按照反應(yīng)程度可以分為3組，其中“搜孤財(cái)經(jīng)新聞”和“中新網(wǎng)財(cái)經(jīng)新聞”為一組，“中國(guó)政府網(wǎng)新聞信息”為一組，“安邦每日經(jīng)濟(jì)”和“安邦每日金融”為一組。它們各自有如下特點(diǎn)。

第一組：搜孤財(cái)經(jīng)新聞、中新網(wǎng)財(cái)經(jīng)新聞?？梢哉J(rèn)為這組來(lái)源更多代表“民間”的聲音，其在經(jīng)濟(jì)轉(zhuǎn)折點(diǎn)波動(dòng)也最為敏感，同時(shí)它與GDP增長(zhǎng)率的走勢(shì)也是最為一致。可能是因?yàn)檫@類(lèi)來(lái)源的新聞言論相對(duì)自由且新聞來(lái)源較為廣泛。

第二組：中國(guó)政府網(wǎng)新聞信息。這組來(lái)源更多代表“官方”的聲音。從圖1可發(fā)現(xiàn)，其在經(jīng)濟(jì)轉(zhuǎn)折點(diǎn)的時(shí)候存在一定的時(shí)間滯后性，因此它與GDP增長(zhǎng)率的走勢(shì)不時(shí)會(huì)出現(xiàn)一定的背離?？赡苁且?yàn)樾畔l(fā)布存在時(shí)滯。

第三組：安邦每日經(jīng)濟(jì)、安邦每日金融。這組來(lái)源更多代表“專(zhuān)家”的聲音，其在經(jīng)濟(jì)轉(zhuǎn)折點(diǎn)波動(dòng)也較為敏感，同時(shí)它與GDP增長(zhǎng)率的走勢(shì)也高度一致?？赡苁且?yàn)檫@類(lèi)咨詢(xún)信息努力逼近現(xiàn)實(shí)真相，但專(zhuān)家發(fā)布意見(jiàn)仍存在一定的保守考量。

三、實(shí)證結(jié)果分析

（一）平穩(wěn)性檢驗(yàn)

生產(chǎn)力水平或高或低，經(jīng)濟(jì)增長(zhǎng)率忽上忽下，都不可避免，此種現(xiàn)象即經(jīng)濟(jì)波動(dòng)，短期的經(jīng)濟(jì)波動(dòng)通常被稱(chēng)為經(jīng)濟(jì)周期。從經(jīng)濟(jì)波動(dòng)的三個(gè)事實(shí)出發(fā)：經(jīng)濟(jì)波動(dòng)無(wú)規(guī)律且不可預(yù)測(cè)、大多數(shù)宏觀經(jīng)濟(jì)變量同時(shí)波動(dòng)、產(chǎn)量減少和失業(yè)增加，其中伴隨著實(shí)際GDP的波動(dòng)[16]， 故本文選取GDP增長(zhǎng)率作為經(jīng)濟(jì)波動(dòng)的測(cè)度。此外，本文選定財(cái)經(jīng)情感平均得分作為公眾預(yù)期的測(cè)度，與Rambaccussing and Kwiatkowski相同。[8]為使各變量處于可比較的規(guī)模，本文將其全部標(biāo)準(zhǔn)化。

本文在1階差分后對(duì)時(shí)間序列進(jìn)行ADF檢驗(yàn)，表5給出了檢驗(yàn)結(jié)果。從p值可以看出所有序列在1階差分前是不平穩(wěn)的，經(jīng)過(guò)1階差分后都變?yōu)槠椒€(wěn)，它們之間存在協(xié)整關(guān)系。

（二）OLS模型初步分析

前文分析已知數(shù)據(jù)1階差分后是平穩(wěn)的，因此本文假設(shè)模型：

ΔGDP_Rt=β0+β1ΔScore_Qt +μt ??（5）

由（5）可得到如下方程：

GDP_Rt=β0+GDP_Rt-1+β1（Score_Qt-Score_Qt-1） +μt? （6）

表6展示了各新聞來(lái)源的情感得分對(duì)應(yīng)方程（5）的回歸結(jié)果。所有的結(jié)果都是顯著的，證實(shí)了經(jīng)濟(jì)增長(zhǎng)與情感得分的相關(guān)性。從中可以看出經(jīng)濟(jì)增長(zhǎng)與幾個(gè)來(lái)源的財(cái)經(jīng)情感的依賴(lài)程度依次為⑤安邦每日經(jīng)濟(jì)>④安邦每日金融>①搜狐財(cái)經(jīng)>②中國(guó)新聞網(wǎng)>③中國(guó)政府網(wǎng)。用普通最小二乘法對(duì)平穩(wěn)序列進(jìn)行簡(jiǎn)單線(xiàn)性回歸，還只能算是初步驗(yàn)證了財(cái)經(jīng)情感平均得分與GDP增長(zhǎng)率之間存在聯(lián)動(dòng)關(guān)系，其經(jīng)濟(jì)理論支持并不強(qiáng)，還不足以構(gòu)成對(duì)適應(yīng)性預(yù)期的支持。因此，下一步還需要結(jié)合預(yù)期理論和經(jīng)濟(jì)波動(dòng)理論進(jìn)一步建模分析。

（三）適應(yīng)性預(yù)期模型（Adaptive Expectation）的構(gòu)建

1.理論推導(dǎo)

如下為Cagan-Friedman適應(yīng)性預(yù)期的經(jīng)典表達(dá)[17]：

pEt=pEt-1+β（pAt-1-pEt-1）? 0<β<1 ??（7）

同時(shí)本文假設(shè)模型：

Yt=β0+β1X*t +μt ??（8）

其中Yt是經(jīng)濟(jì)增長(zhǎng)的實(shí)際情況，本文用GDP實(shí)際增長(zhǎng)率測(cè)度，X*t是大眾對(duì)經(jīng)濟(jì)形勢(shì)的態(tài)度，即上文中得到的情感得分。

根據(jù)（7）適應(yīng)性預(yù)期的基本表達(dá)式可以得到方程（9）：

X*t-X*t-1=υ（Xt-1-X*t-1） ??（9）

通過(guò)簡(jiǎn)單變形得到方程（10）：

X*t=υXt-1+（1-υ）X*t-1 ??（10）

將方程（10）代入方程（8）中可以得到：

Yt=β0+β1 （υXt-1+（1-υ）X*t-1 ） +μt ??（11）

用（1-υ）乘以（8）滯后一期可得到：

（1-υ）Yt-1=（1-υ）β0+（1-υ）β1 X*t-1+（1-υ）μt-1 ??（12）

方程（12）減方程（11）可以得到適應(yīng)性預(yù)期模型：

Yt=υβ0+υβ1Xt-1+（1-υ）Yt-1+μt-（1-υ）μt-1 ??（13）

整理得到一般化的一階自回歸分布滯后模型：

Yt=a+bXt-1+cYt-1+vt? （14）

其中，a=υβ，b= υβ，c=（1- υ），vt=μt -（1- υ） μt-1

從前文可知所有序列1階差分后是平穩(wěn)的，所以對(duì)方程（14）進(jìn)行差分后得到方程（15）。其中，為使模型設(shè)定完整，（15）式保留了截距項(xiàng)。

ΔYt=a+bΔXt-1+cΔYt-1+vt? （15）

其中：b=υβ1 ，c=（1-υ） ，a為常數(shù)，νt為隨機(jī)擾動(dòng)項(xiàng)。

2.實(shí)證結(jié)果

表7列出了所有新聞來(lái)源按適應(yīng)性預(yù)期模型（15）回歸的結(jié)果。每個(gè)信息來(lái)源含兩個(gè)回歸結(jié)果，第一項(xiàng)是不帶截距項(xiàng)的經(jīng)典模型，第二項(xiàng)為含有截距項(xiàng)的回歸結(jié)果。在所有回歸結(jié)果中，上一期經(jīng)濟(jì)增長(zhǎng)率基本有著最為顯著的正向影響，在預(yù)料之中。其中搜狐財(cái)經(jīng)新聞、中國(guó)新聞網(wǎng)財(cái)、安邦每日金融四組數(shù)據(jù)中，回歸系數(shù)1（GDP增長(zhǎng)率滯后項(xiàng)）和回歸系數(shù)2（情感得分滯后項(xiàng)）都為正值，說(shuō)明當(dāng)期經(jīng)濟(jì)增長(zhǎng)受前期經(jīng)濟(jì)增長(zhǎng)以及預(yù)期的正向影響;而安邦每日經(jīng)濟(jì)雖然在不含截距項(xiàng)時(shí)情感得分滯后項(xiàng)系數(shù)為負(fù)值，但程度過(guò)小，含有截距項(xiàng)時(shí)結(jié)果與前述結(jié)果相同;其中中國(guó)政府網(wǎng)，回歸系數(shù)1（GDP增長(zhǎng)率滯后項(xiàng)）為正值，而回歸系數(shù)2（情感得分滯后項(xiàng)）為負(fù)值，說(shuō)明當(dāng)期經(jīng)濟(jì)增長(zhǎng)受前期經(jīng)濟(jì)增長(zhǎng)正向影響，以及受前期公眾預(yù)期的負(fù)向影響，而且是常用統(tǒng)計(jì)標(biāo)準(zhǔn)下唯一的顯著結(jié)果。

實(shí)際上，可以將不同的新聞來(lái)源視作異質(zhì)預(yù)期（heterogeneous expectations）。根據(jù)各新聞來(lái)源的特點(diǎn)，搜狐財(cái)經(jīng)與中國(guó)新聞網(wǎng)可以視作更自由的公眾意見(jiàn)表達(dá)，而安邦每日經(jīng)濟(jì)與安邦每日金融可以視作專(zhuān)業(yè)類(lèi)的意見(jiàn)表達(dá)，最后中國(guó)政府網(wǎng)可以視作官方的意見(jiàn)表達(dá)。從回歸結(jié)果可以看出，官方意見(jiàn)能夠更為顯著地影響預(yù)期的實(shí)現(xiàn)，但其實(shí)現(xiàn)方式卻是朝相反的方向，其原因可能是因?yàn)楣傩畔⑴洞嬖凇皥?bào)喜不報(bào)憂(yōu)”的情況[18]，也存在“中庸之道”的考量[19]，即為了熨平經(jīng)濟(jì)周期，“過(guò)熱”時(shí)不承認(rèn)過(guò)熱，“衰退”時(shí)不承認(rèn)衰退。放寬顯著性要求后，自由的公眾預(yù)期與專(zhuān)業(yè)的預(yù)期回歸系數(shù)值與GDP增長(zhǎng)率滯后項(xiàng)系數(shù)相比并非極小，都達(dá)成了“自我實(shí)現(xiàn)”的結(jié)果，即樂(lè)觀的情緒帶來(lái)經(jīng)濟(jì)增長(zhǎng)，反之亦然。其原因可能是搜狐財(cái)經(jīng)與中國(guó)新聞網(wǎng)作為一般媒體，意見(jiàn)表達(dá)更為自由，故能實(shí)現(xiàn)預(yù)期;而安邦類(lèi)媒體作為專(zhuān)業(yè)媒體，意見(jiàn)表達(dá)更為專(zhuān)業(yè)，也能實(shí)現(xiàn)預(yù)期。總體而言，F(xiàn)檢驗(yàn)值都是顯著的，說(shuō)明適應(yīng)性預(yù)期線(xiàn)性模型設(shè)定合理，而很多系數(shù)不顯著，可能是受到變量遺漏等方面的影響。

四、公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的實(shí)現(xiàn)方式

（一）公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的格蘭杰因果檢驗(yàn)

前文模型動(dòng)態(tài)分析了公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的相互影響，驗(yàn)證了其聯(lián)動(dòng)效應(yīng)。而變量之間相互影響都存在反饋，即公眾對(duì)經(jīng)濟(jì)形勢(shì)的預(yù)期會(huì)影響經(jīng)濟(jì)增長(zhǎng)，經(jīng)濟(jì)增長(zhǎng)也會(huì)影響公眾對(duì)其發(fā)展形勢(shì)之預(yù)期，且經(jīng)濟(jì)現(xiàn)象通常還存在時(shí)滯效應(yīng)，所以它們?cè)跁r(shí)間上的依賴(lài)情況尚未清晰。因此，可以通過(guò)格蘭杰檢驗(yàn)探究公眾預(yù)期與經(jīng)濟(jì)波動(dòng)相互之間依存性，從統(tǒng)計(jì)意義上檢驗(yàn)出因果性的方向。另一方面，表7中一部分回歸結(jié)果并不顯著，通過(guò)格蘭杰因果關(guān)系檢驗(yàn)可以從另一個(gè)角度探析此問(wèn)題。

1.經(jīng)濟(jì)增長(zhǎng)與不同來(lái)源財(cái)經(jīng)情感得分之間的檢驗(yàn)（新聞來(lái)源不同）

表8是經(jīng)濟(jì)增長(zhǎng)率與各個(gè)來(lái)源情感平均值的格蘭杰因果檢驗(yàn)結(jié)果，其中5個(gè)對(duì)比實(shí)驗(yàn)都將滯后階數(shù)設(shè)為2（以季度為頻率，2期已是半年），其中：

檢驗(yàn)1：組1變量是GDP增長(zhǎng)率，組2變量是財(cái)經(jīng)情感平均得分;

檢驗(yàn)2：組1變量是財(cái)經(jīng)情感平均得分，組2變量是GDP增長(zhǎng)率。

從表8可以看出：對(duì)比實(shí)驗(yàn)中中國(guó)新聞網(wǎng)、中國(guó)政府網(wǎng)、安邦每日經(jīng)濟(jì)信息存在明顯的指向經(jīng)濟(jì)增長(zhǎng)率的格蘭杰因果關(guān)系。檢驗(yàn)1有理由拒絕原假設(shè)，從而認(rèn)為GDP增長(zhǎng)率受到財(cái)經(jīng)情感平均得分（公眾預(yù)期）影響的。對(duì)于檢驗(yàn)2，安邦每日經(jīng)濟(jì)與安邦每日金融獲得了顯著的結(jié)果，從而認(rèn)為GDP增長(zhǎng)率存在對(duì)公眾預(yù)期的因果關(guān)系。綜合來(lái)看，檢驗(yàn)1與檢驗(yàn)2中各有顯著的結(jié)果，因此可以認(rèn)為經(jīng)濟(jì)增長(zhǎng)與公眾預(yù)期存在雙向的因果關(guān)系，即二者相互影響，相互實(shí)現(xiàn)。

2.經(jīng)濟(jì)增長(zhǎng)與財(cái)經(jīng)情感指數(shù)之間的檢驗(yàn)（滯后階數(shù)不同）

因?yàn)榍拔囊呀?jīng)驗(yàn)證了經(jīng)濟(jì)增長(zhǎng)與各新聞來(lái)源的顯著因果關(guān)系，所以此步將所有信息囊括在一起，作為財(cái)經(jīng)情感指數(shù)。本文用Senti_Scorej 代表第j期對(duì)應(yīng)的財(cái)經(jīng)情感指數(shù)，其計(jì)算公式如下：

Senti_Scorej=∑n=5i=1（Weighti×total_Avgij）

其中，本文平均地設(shè)定所有的權(quán)重Weighti都為0.2（權(quán)重可以根據(jù)情況調(diào)整）。

表9展示了經(jīng)濟(jì)增長(zhǎng)率與財(cái)經(jīng)情感指數(shù)的格蘭杰因果檢驗(yàn)結(jié)果，分別在滯后階數(shù)1、2、3、4階進(jìn)行檢驗(yàn)，其中：

檢驗(yàn)1：組1變量是GDP增長(zhǎng)率，組2變量是財(cái)經(jīng)情感指數(shù);

檢驗(yàn)2：組1變量是財(cái)經(jīng)情感指數(shù)，組2變量是GDP增長(zhǎng)率。

通常根據(jù)AIC的數(shù)值大小來(lái)確定最優(yōu)滯后階數(shù)，滯后1階時(shí)AIC絕對(duì)值最小，因此最優(yōu)滯后階數(shù)為1，也符合前文分析的自適應(yīng)預(yù)期模型的假設(shè)。檢驗(yàn)1所有自由度的檢驗(yàn)結(jié)果都支持情感指數(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)有明顯的作用力。檢驗(yàn)2的顯著程度較弱，在預(yù)期之內(nèi)，因?yàn)樯弦黄诮?jīng)濟(jì)運(yùn)行情況只是影響公眾下一期經(jīng)濟(jì)預(yù)期的部分影響因素①[①見(jiàn)圖2的討論。]。但稍微放寬要求后可以認(rèn)為滯后一階時(shí)經(jīng)濟(jì)增長(zhǎng)情況對(duì)公眾預(yù)期的形成有作用力。

（二）公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的討論

實(shí)際上，關(guān)于公眾預(yù)期如何在經(jīng)濟(jì)運(yùn)行中傳導(dǎo)這一問(wèn)題已經(jīng)在國(guó)外文獻(xiàn)中得到了較為詳細(xì)的討論。新聞所包含的財(cái)經(jīng)情感信息先促使公眾預(yù)期的形成[7][8]，而公眾預(yù)期則進(jìn)一步影響消費(fèi)者信心[20][21]，進(jìn)而消費(fèi)者信心會(huì)影響消費(fèi)支出并為企業(yè)家所感知，從而影響實(shí)體經(jīng)濟(jì)的波動(dòng)[22]。此后發(fā)生的經(jīng)濟(jì)運(yùn)行的現(xiàn)實(shí)情況又反饋形成公眾預(yù)期，反復(fù)發(fā)生[9][23][24]。國(guó)內(nèi)研究對(duì)公眾預(yù)期造成經(jīng)濟(jì)波動(dòng)這一點(diǎn)，目前還未有系統(tǒng)研究。當(dāng)然，造成經(jīng)濟(jì)波動(dòng)的因素繁多，預(yù)期因素只是眾多因素的一個(gè)果，并非最終原因。綜合已有研究，本文從如下視角來(lái)更為一般化地論述。

1.公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的實(shí)現(xiàn)路徑

新古典經(jīng)濟(jì)學(xué)的假設(shè)認(rèn)為，理性個(gè)體的偏好具有一致性和穩(wěn)定性[25]。本文認(rèn)為只要分析的新聞樣本足夠大，個(gè)體的非理性造成的扭曲在一定程度上會(huì)相互抵消，同時(shí)當(dāng)個(gè)體猶豫不決時(shí)，新聞媒體的聲音也能影響個(gè)體的選擇，整體而言新聞文本能夠表現(xiàn)理性偏好（啟發(fā)監(jiān)管者對(duì)言論自由和媒體責(zé)任的倡導(dǎo)）。正如本文觀點(diǎn)，公眾預(yù)期對(duì)經(jīng)濟(jì)波動(dòng)發(fā)揮作用的實(shí)現(xiàn)方式即自我實(shí)現(xiàn)的預(yù)言，是內(nèi)生變量自我強(qiáng)化和外生變量沖擊的疊加。本文用情感指標(biāo)來(lái)代替集體一致的觀念，一定程度上能解釋預(yù)期與經(jīng)濟(jì)波動(dòng)的關(guān)系。圖2展示了公眾預(yù)期對(duì)經(jīng)濟(jì)波動(dòng)的實(shí)現(xiàn)路徑：眾多影響因素（作用形成）→公眾預(yù)期（作用力于）→經(jīng)濟(jì)活動(dòng)領(lǐng)域（進(jìn)而導(dǎo)致）→相反力量的積累→經(jīng)濟(jì)出現(xiàn)波動(dòng)（逐漸修正）→公眾預(yù)期形成。

2.公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的實(shí)現(xiàn)過(guò)程

本文認(rèn)為造成經(jīng)濟(jì)周期的因素與實(shí)際經(jīng)濟(jì)周期中的一樣都比較抽象。在經(jīng)濟(jì)波動(dòng)理論中，“投資過(guò)度理論”跟“心理理論”有著緊密的聯(lián)系。后者認(rèn)為，經(jīng)濟(jì)周期性的波動(dòng)源于投資變動(dòng)，而投資大小很大程度依賴(lài)于企業(yè)家對(duì)未來(lái)的預(yù)期判斷，預(yù)期是抽象的且具有不確定性的一種心理活動(dòng)，公眾預(yù)期一定程度引導(dǎo)著企業(yè)家的預(yù)期。[22]當(dāng)公眾預(yù)期表現(xiàn)為整體一致的積極樂(lè)觀時(shí)，企業(yè)部門(mén)會(huì)加大投資進(jìn)行擴(kuò)張，經(jīng)濟(jì)逐漸走向復(fù)蘇和繁榮;而當(dāng)公眾預(yù)期出現(xiàn)整體一致的悲觀消極預(yù)期時(shí)，大部分企業(yè)部門(mén)自然而然地會(huì)縮小投資，導(dǎo)致經(jīng)濟(jì)進(jìn)一步的衰退直至蕭條。隨著公眾預(yù)期的調(diào)整，經(jīng)濟(jì)出現(xiàn)周期性的波動(dòng)。

圖3通過(guò)總供給與總需求變動(dòng)簡(jiǎn)單說(shuō)明公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的實(shí)現(xiàn)過(guò)程①[①對(duì)新古典宏觀經(jīng)濟(jì)學(xué)與新凱恩斯主義的經(jīng)濟(jì)周期理論根源與機(jī)制的一般性探討參見(jiàn)胡代光、厲以寧、袁東明著《凱恩斯主義的發(fā)展和演變》，2004年清華大學(xué)出版社出版，第177-183頁(yè)。]，左圖AD=SAS=LAS，此時(shí)是一種理想的均衡狀態(tài)，經(jīng)濟(jì)既不過(guò)熱也無(wú)衰退，經(jīng)濟(jì)處于其長(zhǎng)期總供給曲線(xiàn)上;外生因素對(duì)經(jīng)濟(jì)造成沖擊導(dǎo)致中圖AD=SASLAS，此時(shí)經(jīng)濟(jì)處于過(guò)熱，總需求過(guò)度。公眾預(yù)期能夠影響的正是新凱恩斯理論中短期向上傾斜的、前瞻性的總供給曲線(xiàn)。在總供給與總需求尋求平衡的過(guò)程中，多種內(nèi)生力量在均衡附近此消彼長(zhǎng)地博弈，當(dāng)公眾判斷經(jīng)濟(jì)形勢(shì)好，經(jīng)濟(jì)形勢(shì)就好，“不好”也會(huì)變好;判斷經(jīng)濟(jì)形勢(shì)不好，經(jīng)濟(jì)形勢(shì)就不好，“好”也會(huì)變不好。

五、結(jié)語(yǔ)

經(jīng)濟(jì)的實(shí)質(zhì)是不確定性和不均衡性，經(jīng)濟(jì)波動(dòng)正是不均衡的一種表現(xiàn)，而經(jīng)濟(jì)波動(dòng)會(huì)形成相應(yīng)的公眾預(yù)期，因此有效的調(diào)控也需針對(duì)預(yù)期進(jìn)行。當(dāng)前預(yù)期管理還缺乏有效的證明，單憑統(tǒng)計(jì)調(diào)查的“一家之言”還不足以為實(shí)踐提供強(qiáng)大支持。本文從新聞文本挖掘的視角出發(fā)，探究了公眾預(yù)期對(duì)宏觀經(jīng)濟(jì)運(yùn)行的影響，以為監(jiān)管當(dāng)局的統(tǒng)計(jì)調(diào)查和輿情分析提供經(jīng)驗(yàn)。

為探析公眾預(yù)期與經(jīng)濟(jì)波動(dòng)的關(guān)系，本文創(chuàng)新地設(shè)計(jì)了一個(gè)財(cái)經(jīng)情感詞典并從文本挖掘角度構(gòu)建了一個(gè)經(jīng)濟(jì)景氣輿情分析系統(tǒng)。首先通過(guò)創(chuàng)建“財(cái)經(jīng)情感詞典”和自然語(yǔ)言處理，本文量化了多渠道新聞文本中反映的公眾對(duì)經(jīng)濟(jì)形勢(shì)的判斷，即“財(cái)經(jīng)情感得分”，其可以用于衡量混沌的經(jīng)濟(jì)景氣度。因?yàn)椤柏?cái)經(jīng)情感得分”可以實(shí)時(shí)獲取和更新，其具有“前瞻性”，可以被用于刻畫(huà)“公眾預(yù)期”。其中，搜狐財(cái)經(jīng)與中新網(wǎng)的信息來(lái)源代表著自由的公眾預(yù)期，中國(guó)政府網(wǎng)信息代表著官方的意見(jiàn)表達(dá)，而安邦每日經(jīng)濟(jì)與安邦每日金融則代表著專(zhuān)業(yè)的預(yù)測(cè)，它們構(gòu)成異質(zhì)預(yù)期。其次，在實(shí)證分析中，經(jīng)濟(jì)波動(dòng)與公眾預(yù)期之間確實(shí)存在著顯著聯(lián)動(dòng)關(guān)系（相關(guān)性）。在通過(guò)適應(yīng)性預(yù)期理論構(gòu)建的模型回歸結(jié)果中，本文發(fā)現(xiàn)官方信息具有反向?qū)崿F(xiàn)的特點(diǎn)，可能是因?yàn)樾畔⑴洞嬖凇皥?bào)喜不報(bào)憂(yōu)”“中庸之道”的考量，這一點(diǎn)有助于深化監(jiān)管者對(duì)信息披露的認(rèn)識(shí);而在放寬顯著性要求后①[①單純依賴(lài)點(diǎn)估計(jì)（point estimation）的傳統(tǒng)顯著性要求對(duì)于假設(shè)檢驗(yàn)是不可靠的，所以放寬顯著性要求查看回歸結(jié)果與理論的契合與否仍然具有一定的實(shí)證意義，參見(jiàn)Amrhein V， Greenland S， McShane B. Scientists rise up against statistical significance[J]. Nature， 2019， 567（7748）：305-307.]，自由的公眾預(yù)期與專(zhuān)業(yè)預(yù)期都達(dá)成了“自我實(shí)現(xiàn)”的結(jié)果，即樂(lè)觀的情緒帶來(lái)經(jīng)濟(jì)增長(zhǎng)，悲觀的情緒帶來(lái)經(jīng)濟(jì)下滑。在后續(xù)的格蘭杰因果關(guān)系檢驗(yàn)中，本文發(fā)現(xiàn)經(jīng)濟(jì)波動(dòng)與公眾預(yù)期之間存在著雙向的因果關(guān)系，進(jìn)一步驗(yàn)證了自我實(shí)現(xiàn)的關(guān)系。最后在統(tǒng)計(jì)分析基礎(chǔ)之上，本文探討了現(xiàn)實(shí)中預(yù)期自我實(shí)現(xiàn)的機(jī)制與路徑，認(rèn)為在樣本充分的條件下，新聞信息能夠表現(xiàn)理性個(gè)體一致穩(wěn)定的偏好，即本文所使用的情感得分。最終這樣的情感傳遞到企業(yè)家的經(jīng)濟(jì)活動(dòng)之中，造成自我實(shí)現(xiàn)的現(xiàn)象。這個(gè)發(fā)現(xiàn)有助于公眾與監(jiān)管者進(jìn)一步認(rèn)識(shí)預(yù)期管理在宏觀經(jīng)濟(jì)調(diào)控中的作用。

基于本文實(shí)證分析，相關(guān)政策建議如下。一是政府應(yīng)該提升經(jīng)濟(jì)信息公布的效率，加大信息公開(kāi)的力度，避免公眾學(xué)習(xí)適得其反的效果;二是要發(fā)揮媒體影響力的積極作用，更有效地引導(dǎo)公眾預(yù)期，這有賴(lài)于政府與媒體的溝通合作，強(qiáng)化對(duì)輿論的引導(dǎo)與監(jiān)督，管控虛假信息;三是政府特別是財(cái)經(jīng)部門(mén)應(yīng)加強(qiáng)與公眾的溝通，幫助公眾更準(zhǔn)確地解讀經(jīng)濟(jì)指標(biāo)，完善公眾的學(xué)習(xí)過(guò)程。

當(dāng)然，由于經(jīng)濟(jì)運(yùn)行是一個(gè)復(fù)雜系統(tǒng)，本文將眾多因素歸結(jié)為一個(gè)預(yù)期變量，可能存在遺漏變量的情況，這個(gè)因素很可能是造成本文相當(dāng)程度的實(shí)證結(jié)果達(dá)不到傳統(tǒng)顯著水平的原因。此外，本文的潛在不足之處在于，依靠自身提出的算法構(gòu)建的財(cái)經(jīng)情感詞典可能存在不完善的情況。

參考文獻(xiàn)：

[1]Orphanides A， Williams J. Imperfect knowledge， inflation expectations， and monetary policy[M]//The inflation-targeting debate. University of Chicago Press， 2004： 201～246.

[2]卞志村，高潔超.適應(yīng)性學(xué)習(xí)、宏觀經(jīng)濟(jì)預(yù)期與中國(guó)最優(yōu)貨幣政策[J].經(jīng)濟(jì)研究2014（4）：7～10.

[3]Lovell MC. Tests of the rational expectations hypothesis[J].The American Economic Review，1986，76（1）：110～124.

[4]徐亞平.貨幣政策有效性與貨幣政策透明制度的興起[J].經(jīng)濟(jì)研究，2006（8）：24～34.

[5]魯臻.公眾預(yù)期的貨幣政策效應(yīng)研究[J].宏觀經(jīng)濟(jì)研究，2016（9）：72～79.

[6]Shiller R J. Narrative economics： How stories go viral and drive major economic events[M]. Princeton University Press， 2020.

[7]Lischka J A. What follows what？ Relations between economic indicators， economic expectations of the public， and news on the general economy and unemployment in Germany， 2002～2011[J]. Journalism & Mass Communication Quarterly， 2015， 92（2）： 374～398.

[8]Rambaccussing D， Kwiatkowski A. Forecasting with news sentiment： Evidence with UK newspapers[J]. International Journal of Forecasting， 2020， 36（4）： 1501～1516.

[9]Larsen V， Thorsrud L A. Business cycle narratives[R]. CESIFO Working Paper， 2019. Available at： https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=3338822.

[10]Ardia D， Bluteau K， Boudt K. Questioning the news about economic growth： Sparse forecasting using thousands of news-based sentiment values[J]. International Journal of Forecasting， 2019， 35（4）： 1370～1386.

[11]Aprigliano V， Emiliozzi S， Guaitoli G， et al. The power of text-based indicators in forecasting the Italian economic activity[R]. Bank of Italy， Economic Research and International Relations Area， 2021.

[12]李成，馬文濤，王彬.學(xué)習(xí)效應(yīng)、通脹目標(biāo)變動(dòng)與通脹預(yù)期形成[J].經(jīng)濟(jì)研究， 2011（10）.

[13]楊源源，高潔超.國(guó)際收支結(jié)構(gòu)與中國(guó)低利率之謎——基于 TVP-VAR和DSGE模型的雙重檢驗(yàn)[J]. 貴州財(cái)經(jīng)大學(xué)學(xué)報(bào)， 2021（3）：12～24.

[14]張成思，蘆哲.媒體輿論、公眾預(yù)期與通貨膨脹[J].金融研究，2014（1）：29～43.

[15]吳軍. 數(shù)學(xué)之美[M]. 北京： 人民郵電出版社，2012.

[16]曼昆，N.GregoryMankiw， 梁小民， 等.經(jīng)濟(jì)學(xué)原理（宏觀經(jīng)濟(jì)學(xué)分冊(cè)）[M]. 北京： 北京大學(xué)出版社， 2015：240～242.

[17]Galbacs， P. The Theory of New Classical Macroeconomics A Positive Critique[M]. Springer， 2015，229～231.

[18]胡印斌. 政府信息公開(kāi)不能只是自我表?yè)P(yáng)[N].法制日?qǐng)?bào)，2015-01-14（7）.

[19]楊艷玲， 楊艷麗. 關(guān)于經(jīng)濟(jì)發(fā)展與通貨膨脹中庸之道的思考[J]. 經(jīng)濟(jì)師， 2008（3）.

[20]Hollanders D， Vliegenthart R. The influence of negative newspaper coverage on consumer confidence： The Dutch case[J]. Journal of Economic Psychology， 2011， 32（3）： 367～373.

[21]Casey G P， Owen A L. Good news， bad news， and consumer confidence[J]. Social Science Quarterly， 2013， 94（1）： 292～315.

[22]Montes G C， Bastos J C A. Economic policies， macroeconomic environment and entrepreneurs' expectations[J]. Journal of economic studies， 2013.

[23]Mermod A Y， Dudzevicˇiūte· G. Frequency domain analysis of consumer confidence， industrial production and retail sales for selected European countries[J]. Journal of Business Economics and Management， 2011， 12（4）： 589～602.

[24]Soric P， Skrabic B， Cizmesija M. European integration in the light of business and consumer surveys[J]. Eastern European Economics， 2013， 51（2）： 5～20.

[25]楊虎濤.“異象”的演化心理學(xué)解釋——兼論行為經(jīng)濟(jì)學(xué)對(duì)新古典經(jīng)濟(jì)學(xué)的“顛覆”[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2018（8）：69～79.

The Realization of Public Sentiment and Economic Fluctuations： The Perspective of Financial News

LI Shou-hao，DING Li-gui

（School of Public Policy and Management， Tsinghua University， Beijing 100084， China; Branch of Xundian County， Peoples Bank of China， Kunming， Yunnan 655201， China）

Abstract：

To systematically analyze the relationship between public expectations and economic fluctuations， we construct a system to analyze economic climate based on public opinion by text mining. Through the creation of a financial sentiment dictionary and natural language processing， we quantify the public's judgment on the economic situation reflected in multi-channel news， that is， the financial sentiment score， which could be used to measure the chaos of economic activity. Because the financial sentiment score can be obtained and updated in real time， it is forward-looking and can be used to portray public expectation. In the empirical analysis， there is indeed a linkage between economic fluctuation and public expectation. The empirical analysis finds that official information tends to reversely realize， and free public expectation and professional expectation could self-realize， that is， optimism brings economic growth， and pessimism brings economic decline. A further Granger test finds that there is a two-way causal relationship between economic fluctuations and public expectations， verifying their self-realization relationship. For the mechanism and path of self-expectation realization， we believe that news information shows the consistent and stable preferences of rational individuals， i.e.， the financial sentiment score. Such emotion is finally transmitted to the economic activities of entrepreneurs， causing self-realization. This finding could help the public and regulators further understand the interaction between expectation management and macroeconomic regulation.

Key words：

adaptive expectation;economic fluctuation;text analysis;public sentiment

責(zé)任編輯：吳錦丹

收稿日期：2021-03-17

基金項(xiàng)目：清華大學(xué)科研項(xiàng)目“新時(shí)代中國(guó)金融市場(chǎng)效率及社會(huì)治理績(jī)效研究”（20192001391）。

作者簡(jiǎn)介：李守皓（1989—），男，貴州遵義人，清華大學(xué)公共管理學(xué)院助理研究員，博士后，管理科學(xué)博士，研究方向?yàn)榻鹑诮?jīng)濟(jì)學(xué)、政治經(jīng)濟(jì)學(xué);丁立貴（1989—）（通訊作者），男，云南昆明人，中國(guó)人民銀行云南省尋甸縣支行經(jīng)濟(jì)師，公共管理碩士，研究方向?yàn)閿?shù)量經(jīng)濟(jì)與數(shù)據(jù)挖掘。