加载中...
数据目录 · 共 64 个条目 · 20 个分类浏览简化目录
SSRD上市公司与资本市场5
政府与司法数据4
企业主体与全景画像4
人民数据1
人物数据1
劳动就业数据2
中文金融情感词典由姜富伟教授团队构建，基于Loughran and MacDonald词典扩充，包含积极与消极词汇，用于财经媒体文本情绪分析，可有效预测股票回报，具有重要的学术与应用价值。
  姜富伟教授及其研究团队于2021年第4期《经济学(季刊)》发表了《媒体文本情绪与股票回报预测》，并在文中介绍了一项极富创造力的金融学科研究成果——**中文金融情感词典**。 **  “本文在Loughran and MacDonald （2011）词典的基础上通过人工筛选和word2vec算法扩充，构建了一个更新更全面的中文金融情感词典。我们使用该情感词典计算我国财经媒体文本情绪指标,，发现媒体文本情绪可以更准确地衡量我国股市投资者情绪的变化，对我国股票回报有显著的样本内和样本外预测能力。媒体文本情绪对一些重要的宏观经济指标也有显著的预测能力，具有重要的学术和实践应用价值。”** ——《媒体文本情绪与股票回报预测》   根据数据创建者的意愿，在尊重知识产权的前提下，读者可以免费使用该词典，请引用下列文献： + Fuwei Jiang, Joshua Lee, Xiumin Martin, and Guofu Zhou.“Manager Sentiment and Stock Returns” Journal of Financial Economics 132(1), 2019,126-149. + 姜富伟，孟令超，唐国豪. 媒体文本情绪与股票回报预测.经济学(季刊),2021年第4期，第1323-1344页.   经授权，CnOpenData建立了本数据的展示区及数据索引，便于学者浏览。   数据下载请转跳[中文金融情感词典]( https://github.com/MengLingchao/Chinese_financial_sentiment_dictionary)（github.com，需翻墙），或在本页页末直接下载。更多关于本数据的信息请查看[《媒体文本情绪与股票回报预测》](https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CJFD&dbname=CJFDLAST2021&filename=JJXU202104010&uniplatform=NZKPT&v=z2dtZC6rtUG94X0B7WHAQ5yluwyFKSvygOBdXDwQYYjd841XoZQ2xHJK9D%25mmd2BYaQgr )。 *** ## 数据创建方法 
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 积极词汇 | string | - |
| # | 字段名称 | 数据类型 | 字段说明 |
|---|---|---|---|
| 1 | 消极词汇 | string | - |
面向企业与商业研究机构的完整授权方案。
面向高校教师与科研人员的学术研究方案。
面向大型机构的整体定制与部署方案。
添加销售经理微信，获取数据详情与报价；电话、邮箱、微信号点击即可复制，二维码点击可放大扫码。
手机版仅提供数据浏览。数据订阅、完整数据下载与 API 服务，请用电脑访问 CnOpenData 官方网站（cnopendata.com）办理。
姜富伟教授及其研究团队于2021年第4期《经济学(季刊)》发表了《媒体文本情绪与股票回报预测》，并在文中介绍了一项极富创造力的金融学科研究成果——中文金融情感词典。
“本文在Loughran and MacDonald （2011）词典的基础上通过人工筛选和word2vec算法扩充，构建了一个更新更全面的中文金融情感词典。我们使用该情感词典计算我国财经媒体文本情绪指标,，发现媒体文本情绪可以更准确地衡量我国股市投资者情绪的变化，对我国股票回报有显著的样本内和样本外预测能力。媒体文本情绪对一些重要的宏观经济指标也有显著的预测能力，具有重要的学术和实践应用价值。”
——《媒体文本情绪与股票回报预测》
根据数据创建者的意愿，在尊重知识产权的前提下，读者可以免费使用该词典，请引用下列文献：
经授权，CnOpenData建立了本数据的展示区及数据索引，便于学者浏览。
数据下载请转跳中文金融情感词典（github.com，需翻墙），或在本页页末直接下载。更多关于本数据的信息请查看《媒体文本情绪与股票回报预测》。
