基于Transformer语言模型的情绪新闻测量

摘要

从财经新闻中衡量情绪是经济学和金融学的核心任务，然而现有的大多数指标依赖于基于词典的方法，通过词频推断情绪，只能部分捕捉上下文、否定和语义结构。本文提出了一种基于Transformer语言模型的框架，用于构建每日新闻情绪指数，并评估其是否比基于词典的替代方案更能代表情绪。我们使用Factiva的143,755篇财经新闻文章，通过FinBERT在句子层面进行情绪分类，并通过替代的归一化方案将这些预测聚合为文章层面和每日情绪指标。我们将所得指数与基于Shapiro等人（2022）和Barbaglia等人（2025）的基准指标进行比较。一项核心贡献是验证了替代情绪指标相对于人类判断的有效性。我们进行了一项激励性标注练习，其中444名参与者评估了588篇财经新闻文章的验证子样本。独立人类评估的共识评分作为评估自动化情绪指标质量的外部基准。在相关性、回归和分类练习中，基于Transformer的指标与人类判断的吻合度高于基于词汇的替代方案，并且在区分正面、中性和负面文章方面表现显著更好。总体而言，结果表明，通过基于Transformer的语言模型整合上下文信息，产生的情绪指标更能反映人类对财经新闻的评估。

数据与情绪指数的构建

我们使用道琼斯Factiva提供的超过14万篇财经新闻文章语料库，利用FinBERT在句子层面进行情感分类，构建了不同的文章层面情感度量指标，这些指标在处理中性情感、处理正面与负面内容之间的情感不平衡，以及是否纳入文档中情感承载句子的位置重要性方面有所不同，并在控制发布者和日历效应后，将这些度量指标聚合为每日情绪指数。

日常情绪指标：构建与比较

我们将文章层面的情绪度量聚合为每日情绪指数，其目标是构建平滑且可解释的时间序列，以捕捉日历年度内情感的系统变化，同时考虑发布量的异质性和不同发布者之间的持续差异。尽管由于这些基础情绪指标在对立情绪、主导情绪和非线性缩放的处理方式上有所不同，但它们都采用相同的程序进行聚合，因此最终得出的日度指标可以直接进行比较。

人类标注与验证样本

为评估哪种方法更能反映感知到的情绪，我们将指标与Prolific平台上进行的一项激励式人工标注活动构建的基准进行验证。在相关性分析、回归模型以及样本内和样本外分类练习中，基于转换器的指标始终优于基于词汇的替代方案，并提供了与人类情绪判断更接近的近似值。

与人类判断的验证

样本外分析尤其具有启发性：直接在我们手动标注数据上训练的机器学习模型，相较于最佳的基于转换器的指标，仅略有改进。这一发现表明，FinBERT提取的信息已经涵盖了再现人类对财经新闻情绪评估所需的大部分信号，从而为下游预测模型留下了相对有限的空间以实现额外增益。

结论

证据表明，基于 Transformer 的情感分析不仅是对基于词典方法的稳健性检验。通过利用上下文信息，Transformer 模型恢复了词汇方法系统性地平滑掉的情感方面，同时保持了透明、可解释且易于复制的聚合框架。因此，基于 Transformer 的每日情绪指数为金融新闻情感提供了更准确、更信息丰富的衡量标准，并为宏观经济和金融中的实时监测和实证研究提供了一种有前景的工具。