将新闻情绪融入FIGARCH模型以预测资产收益与波动率

《The Journal of Finance and Data Science》:Incorporating news sentiment into FIGARCH models for asset returns and volatility

【字体: 大 中 小 】 时间:2026年08月27日 来源:The Journal of Finance and Data Science 3.7

编辑推荐:

  本文提出了一种新颖的情绪驱动框架,用于对资产收益波动率进行建模并比较基于FIGARCH的模型设定,该框架整合了机器学习与时间序列计量经济技术。研究人员利用一个包含超过347,000条特定资产新闻标题以及涵盖2022年3月至2025年1月期间金融数据的数据集,首

  
本文提出了一种新颖的情绪驱动框架,用于对资产收益波动率进行建模并比较基于FIGARCH的模型设定,该框架整合了机器学习与时间序列计量经济技术。研究人员利用一个包含超过347,000条特定资产新闻标题以及涵盖2022年3月至2025年1月期间金融数据的数据集,首先开发了一个随机森林(Random Forest)分类器,用以评估每日新闻标题在四个关键时间框架(开盘至收盘、开盘至开盘、收盘至收盘、收盘至开盘)内显著正向或负向影响资产收益的可能性。随机森林模型为每个时间框架生成影响概率得分(impact probability scores),这些得分随后作为外生变量被纳入GARCH模型,以增强其对收益波动率的预测能力。与此同时,研究人员利用FinBERT模型从新闻标题中提取平均情绪得分,并构建基于情绪的外生变量。这些特征被纳入扩展的FIGARCH(1,1)模型中,以检验其对收益波动率的预测贡献。对来自股票、加密货币和商品市场的37项资产的实证结果表明,纳入情绪和影响概率特征改善了模型性能(以AIC、BIC和对数似然值衡量),尤其是在对市场开盘和隔夜新闻敏感的时间框架内。研究结果强调了将FinBERT模型(专门基于金融数据训练)生成的文本情绪指标、随机森林模型计算的方向性时间框架影响概率与先进的波动率建模相结合的价值,以增强收益与波动率模型,并为资产收益提供明智的模型选择支持。
### 论文解读

#### 一、研究背景与问题提出

金融市场决策的核心在于对风险资产未来价格走势的准确预测,然而价格变动受众多已知和未知因素影响,尤其是定性或行为因素。市场参与者的集体行为,即市场情绪,是价格变动和资产内在价值短期偏离的关键驱动因素。金融新闻平台每日发布大量报道,市场参与者据此调整决策,因此新闻信息乃至语调能够塑造市场情绪。近年来,新闻数据源数量与可获取性显著增长,使得自动化收集、处理和分析新闻对金融资产影响的需求日益迫切。传统研究已证实新闻情绪对市场波动率、股票收益、原油价格等具有预测能力。随着自然语言处理(NLP)技术进步,基于BERT的模型在金融情绪分析中表现优异。然而,现有研究存在关键局限:其一,大多依赖低频结构突变、简单的新闻事件虚拟变量或汇总的每日情绪得分,隐含假设新闻情绪在24小时周期内对市场产生均匀影响,且所有新闻对价格的影响概率相同;其二,忽视了交易时段与隔夜时段信息处理机制的微观结构差异,以及情绪并不自动转化为方向性市场影响。尽管FIGARCH模型能够捕捉金融波动率的长记忆性特征,但尚无研究同时将机器学习推导的新闻影响概率与不同日内时间框架下的影响评估相结合以改进该模型。这种区分至关重要,因为无法识别特定时间框架(如开盘至收盘与收盘至开盘)的影响可能导致波动率动态设定错误和预测不准确。为此,本研究旨在开发一个融合随机森林新闻影响概率与FinBERT情绪得分的情绪增强FIGARCH框架,以改善跨多个日内时间范围的资产收益波动率建模。

#### 二、数据与方法概述

本研究使用AlphaVantage提供的2022年3月1日至2025年1月31日期间的综合数据集,涵盖34.75万条特定资产新闻标题及对应的股票(道琼斯工业指数23家最大公司和纳斯达克指数12家最大公司)、商品(布伦特原油)和加密货币(比特币和以太坊)市场的金融数据,共涉及37项资产。研究人员采用的关键技术方法包括:其一,利用FinBERT模型对每条新闻标题进行情绪极性分析,计算每日正面、负面和中性情绪得分及其频率;其二,构建词袋模型(Bag-of-Words),采用TF-IDF向量化技术,结合随机森林(Random Forest)分类器,针对四种收益时间框架(开盘至收盘rOC,t、开盘至开盘rOO,t、收盘至开盘rCO,t、收盘至收盘rCC,t)分别训练八个分类模型,生成新闻正面和负面影响概率(IP);其三,将上述情绪得分和影响概率作为外生变量纳入扩展的FIGARCH(1,1)模型,采用最大似然估计(MLE)和SLSQP优化算法进行参数估计。研究中还进行了随机森林模型的稳健性检验,包括不同训练/测试分割比例(70/30、60/40)和不同概率阈值(0.50、0.75)的测试,以及替代波动率模型(GARCH-X和EGARCH)的模型级稳健性检验。

#### 三、研究结果

**随机森林分类性能**:随机森林模型在识别新闻标题对后续期间收益的影响方面表现良好,平均准确率约0.90,ROC-AUC约0.93。其中,收盘至开盘时间框架的正向影响分类模型准确率最高,达0.915。这证实了利用文本特征预测新闻对收益影响方向的可行性,且不同时间框架和方向下的分类性能存在差异。

**FIGARCH参数显著性**:在核心FIGARCH参数中,自由度参数(ν)和长记忆参数(d)的显著性水平最高,分别在689/1000和514/1000次估计中达到1%显著性水平。GARCH项(β)也频繁显著,而ARCH项(?)显著性相对有限,表明波动率持续性比短期冲击更为关键。加入外生变量并未削弱FIGARCH模型的核心特征,反而有所增强。例如,长记忆参数(d)在无外生变量的基准模型中以10%水平显著的频率为60.4%,但纳入隔夜影响概率集(X2)后升至近70%,表明捕捉开盘市场新闻冲击有助于更精确地分离潜在的长记忆波动过程。

**外生变量贡献**:影响概率特征在开盘至开盘和收盘至开盘收益窗口中表现出较强的统计相关性。隔夜变量(如IPOO?和IPOO+)的显著率(68%以上)高于开盘至收盘变量(约56%-57%)。在FinBERT情绪得分中,负面情绪(AS?)是最持续显著的外生特征,验证了市场对坏消息的非对称反应;而中性情绪(ASO)在全部模型中均很少达到显著性(1%水平下仅5.4%),证实非极化新闻对波动率预测的贡献有限。在综合模型(X7和X8)中,负面影响概率与负面文本情绪同时保持高显著性,表明随机森林分类器变量与FinBERT得分提取的是互补而非重叠的预测信号。

**模型拟合优度**:以AIC、BIC和对数似然值(LLF)为评价标准,实证结果表明纳入情绪和影响概率特征改善了模型性能。对于股票市场资产,在开盘至收盘和收盘至收盘时间框架中,纳入X2、X5、X7和X8外生变量集的模型较基准模型显著改进;几乎所有含情绪驱动外生变量的模型均优于基准模型。对于商品市场(布伦特原油),纳入情绪变量的模型在开盘至开盘时间框架内AIC显著降低,LLF值持续提高。然而,对于加密货币市场,情绪信号的加入总体未带来明显改进,这与其24/7连续交易特性相关——价格不会像固定交易时段的传统市场那样对隔夜新闻产生明显反应。

**跨模型稳健性**:在GARCH-X(1,1)和EGARCH(1,1)模型中加入相同外生变量同样降低了AIC/BIC值,证实了情绪驱动特征的解释力对替代计量模型设定具有高度稳健性。

#### 四、结论与讨论

本研究提出了一种情绪感知的金融收益预测框架,将随机森林分类器评估的多时间框架新闻影响概率与FinBERT情绪得分相结合,作为外生变量纳入扩展FIGARCH(1,1)模型。实证结果表明,纳入情绪驱动变量改善了模型拟合度和解释力,尤其在收盘至收盘和收盘至开盘时间框架内效果显著。负面情绪和负面影响概率在开盘至开盘和收盘至开盘时间框架中的显著性支持了波动率非对称性和损失厌恶理论。隔夜情绪变量更强的解释力与市场微观结构研究一致,表明交易时间后发布的信息在开盘时被突然纳入价格,导致波动率冲击。中性情绪作用的微弱性证实市场主要对显著信号而非模糊新闻做出反应。不同资产类别间情绪解释力的差异(股票较强、加密货币较弱、商品受宏观驱动)说明情绪与各市场特定的信息结构相互作用。本研究的主要贡献在于系统展示了如何将情绪衍生变量整合到FIGARCH模型中,在保留波动率聚类和长记忆特征的同时,纳入FinBERT情绪指标和随机森林新闻影响概率的预测信号。未来研究可扩展至时间划分分析,考察不同宏观经济条件下影响概率和文本情绪解释力的变化,或与LSTM、Transformer等先进时间序列模型进行比较。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号