新聞情緒分析與系統風險之關聯性研究 - 政大學術集成

全文

(1)國立政治大學會計學系碩士班碩士學位論文. 新聞情緒分析與系統風險之關聯性研究 The Association between 政News治Sentiment Analytics and. 大. 立. System Risk. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. 指導教授：諶家蘭博士研究生：湯明勳撰. 中. 華. 民. 國. 108. 年. 7. 月. DOI:10.6814/NCCU201900410.

(2) 致謝詞在政大兩年生活中所接觸的一切，皆是此生最難能可貴的不期邂逅，研所可謂人生奮鬥的縮影，不斷地遭遇難解的困難與時間壓力的挑戰，在解決問題的過程中，逐漸地從中學習、成長，從探索問題的本質開始，培養獨立思考的習慣，藉由不同的角度找到問題的癥結，終以突破逆境。每一道難題經過時間的流淌與錘鍊，必然導致內在自我的轉化與蛻變，在有限的時間裡，一字一句刻骨銘心的凝鍊與積累，雖難以成就初衷之崇高，卻也孕育令人喜悅之新生。「那些沒有消滅你的東西，將使你變得更加強壯。」能夠順利完成論文，受諸許多人的幫助，除了家人與女友一路的陪伴與扶持，感謝同窗新圓一起在無窮的實證中探詢突破的方向、同門鍇銘一同鑽研非會計領域的情緒議題，以及碩班每一位同學所給予的協助與鼓勵，每一個不起舞的日子，都是對生命的辜負，因為有你們，也才有現在的我。最後，感謝張仲岳教授以及林我聰教授口試時所給予的建議與想法，得以補足本研究所欠缺的部分，使內容更趨圓滿。. 立. 政治大. ‧ 國. 學 ‧. 湯明勳謹識於澎湖馬公喜來登 108年7月. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. ii. DOI:10.6814/NCCU201900410.

(3) 摘要隨著資訊科技的日新月異，網路已成為投資人取得資訊時最迅速便捷的管道，有別於以往投資人係根據投資報告或財務報告來作決策，現在投資人也會根據「財經新聞」的報導進一步做出投資決策，財經新聞能提供投資人即時獲取公司內外部之特定消息，因此，在向投資人傳遞訊息時扮演著重要的角色。本研究最主要之目的，係探討「財經新聞」報導對投資人產生之「情緒」影響，與「系統風險」間是否有著緊密的關聯，本研究假設「新聞情緒分析」與系統風險間具有關聯，使用2018年第四季「台灣50指數成分股」51家上市公司相關之財經新聞，利用本研究所建置之「財經正負向情緒字典」統計財經新聞中之「正負面情緒字詞」，用以計算與各模型相關之「情緒語調」及「新聞數量」，最後以SAS統計軟體執行「多元線性回歸」，用以檢驗財經新聞情緒分析與系統風險間之關聯。實證之結果發現，「情緒語調」及「新聞數量」與系統風險間具有關聯性，且新聞情緒分析與系統風險間具有「三日窗期」之關聯，本研究還發現，「負面情緒語調」及「負面新聞」之情緒分析皆與系統風險間具有顯著關聯。. 立. 政治大. ‧ 國. 學. 關鍵詞：新聞情緒分析，系統風險，情緒字典，文本分析. ‧. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. iii. DOI:10.6814/NCCU201900410.

(4) Abstract With the rapid development of information technology, the Internet has become the fastest and most convenient channel for investors to obtain information. Different from previous investors who made decisions based on investment reports or financial reports. Nowadays investors also based on the "Financial News" further makes investment decisions. Financial news can provide investors with instant information, therefore, plays an important role in delivering information to investors. The main purpose of this study is to explore whether the "sentiment" impact of "Financial News" on investors is closely related to "System Risk". This study assumes that "News Sentiment Analysis" is related to System Risk. Using the financial news related to 51 listed companies in the "Taiwan 50 Index constituents" in the fourth quarter of 2018, with the "Financial Sentiment Dictionary" to collect "Positive and. 政治大 Negative sentimental words" in financial news, it is used to calculate the variables of 立 "Sentimental Tone" and "Quantity of News" related to each model. Finally, the. ‧ 國. 學. "Multiple Linear Regression" is performed by SAS statistical software to test the. ‧. relationship between financial News Sentiment Analysis and System Risk. The empirical results show that there is a correlation between "Sentimental Tone" and " Quantity of News" and System Risk, and there is a "Three-day periods" relation between News Sentiment Analysis and System Risk. This study also found that "Negative Sentimental Tone" and the sentiment analysis of "Negative News" has a significant correlation with System Risk.. n. er. io. sit. y. Nat. al. Ch. i n U. v. Keywords: News Sentiment Analysis, System Risk, Sentiment Dictionary, Textual Analysis. engchi. iv. DOI:10.6814/NCCU201900410.

(5) 目錄目錄................................................................................................................................. i 圖目錄............................................................................................................................ii 表目錄.......................................................................................................................... iii 壹、緒論................................................................................................................ 1 第一節研究背景.......................................................................................... 2 第二節研究問題.......................................................................................... 4 第三節研究流程.......................................................................................... 8 貳、文獻探討...................................................................................................... 11 第一節新聞情緒........................................................................................ 12 第二節系統風險........................................................................................ 16 參、研究方法...................................................................................................... 19 第一節研究假說........................................................................................ 20 第二節資料蒐集........................................................................................ 27 第三節研究設計........................................................................................ 29 第四節研究模型........................................................................................ 39 肆、研究結果...................................................................................................... 49. 立. 政治大. ‧ 國. 學. ‧. 第一節敘述統計........................................................................................ 50 第二節相關檢定........................................................................................ 59 第三節實證結果........................................................................................ 64 伍、研究結論...................................................................................................... 72 第一節研究討論........................................................................................ 73 第二節研究限制........................................................................................ 75 附錄一財經正向情緒字典................................................................................ 77 附錄二財經負向情緒字典................................................................................ 83 參考文獻.............................................................................................................. 90. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. i. DOI:10.6814/NCCU201900410.

(6) 圖目錄圖 1-1 研究流程 ........................................................................................................... 8 圖 3-1 圖 3-2 圖 3-3 圖 3-4 圖 3-5 圖 3-6. 研究假說 H1 H2 ............................................................................................. 22 研究假說 H3.1 H3.2 ....................................................................................... 23 研究假說 H4 ................................................................................................... 24 研究假說 H5.1 H5.2 ....................................................................................... 25 研究設計 ......................................................................................................... 29 本研究之 51 家上市公司股票代號及公司名稱 ........................................... 35. 圖 3-7 挑選 2018 年第四季「中華電信」相關之財經新聞 ................................... 35 圖 3-8 每篇新聞正負向情緒字詞統計 ..................................................................... 36 圖 3-9 每日新聞之正、負面情緒字詞統計 ............................................................. 37 圖 3-10 新聞情緒語調計算表 ................................................................................... 38 圖 3-11 研究模型一 ................................................................................................... 39 圖 3-12 研究模型二 ................................................................................................... 40 圖 3-13 研究模型三 ................................................................................................... 41 圖 3-14 研究模型四 ................................................................................................... 42. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. ii. DOI:10.6814/NCCU201900410.

(7) 表目錄表 3-1 表 3-2 表 3-3 表 3-4 表 3-5 表 3-6 表 3-7. 本研究資料之蒐集 ......................................................................................... 27 本研究之 51 家上市公司 ............................................................................... 28 本研究蒐集及清理資料之過程 ..................................................................... 31 本研究新增之 124 組正面情緒字詞 ............................................................. 32 本研究新增之 55 組負面情緒字詞 ............................................................... 33 本研究刪除之正面情緒字詞 ......................................................................... 33 本研究刪除之負面情緒字詞 ......................................................................... 33. 表 3-8 本研究財經正負向情緒字詞合計數 ............................................................. 34 表 3-9 本研究各模型所使用之文本分析變數名稱 ................................................. 46 表 3-10 本研究之變數定義 ....................................................................................... 47 表 4-1 研究變數分類 ................................................................................................. 51 表 4-2 敘述性統計 ..................................................................................................... 52 表 4-3 模型（1）文本分析變數之敘述性統計 ....................................................... 53 表 4-4 模型（2.1）文本分析變數之敘述性統計 .................................................... 53 表 4-5 模型（2.2）文本分析變數之敘述性統計 .................................................... 54 表 4-6 模型（1）、（2.1）、（2.2）文本分析變數平均數之比較 ..................... 54 表 4-7 模型（3）文本分析變數之敘述性統計 ....................................................... 55. 立. 政治大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 表 4-8 模型（1）與模型（3）文本分析變數統計結果之比較 ............................. 56 表 4-9 模型（4.1）文本分析變數之敘述性統計 .................................................... 56 表 4-10 模型（4.2）文本分析變數之敘述性統計 .................................................. 57 表 4-11 模型（1）、（4.1）、（4.2）文本分析變數統計結果之比較 ............... 57 表 4-12 模型（1）相關性檢定 ................................................................................. 60 表 4-13 模型（2.1）相關性檢定 .............................................................................. 60 表 4-14 模型（2.2）相關性檢定 .............................................................................. 61 表 4-15 模型（3）相關性檢定 ................................................................................. 62 表 4-16 模型（4.1）相關性檢定 .............................................................................. 62 表 4-17 表 4-18 表 4-19 表 4-20 表 4-21 表 4-22 表 4-23 表 4-24 表 4-25. Ch. engchi U. v i n. 模型（4.2）相關性檢定 .............................................................................. 63 模型（1）迴歸分析 ..................................................................................... 64 模型（2.1）迴歸分析 .................................................................................. 66 模型（2.2）迴歸分析 .................................................................................. 66 模型（3）迴歸分析 ..................................................................................... 67 模型（4.1）迴歸分析 .................................................................................. 68 模型（4.2）迴歸分析 .................................................................................. 68 模型（1）之實證結果 ................................................................................. 69 模型（2.1）、（2.2）實證結果之比較 ..................................................... 69. iii. DOI:10.6814/NCCU201900410.

(8) 模型（1）、（2.1）、（2.2）實證結果之比較 ....................................... 70 模型（3）之實證結果 ................................................................................. 70 模型（1）、（3）實證結果之比較 ........................................................... 70 模型（4.1）、（4.2）實證結果之比較 ..................................................... 71 模型（1）、（4.1）、（4.2）實證結果之比較 ....................................... 71. 立. 政治大. 學 ‧. ‧ 國 io. sit. y. Nat. n. al. er. 表 4-26 表 4-27 表 4-28 表 4-29 表 4-30. Ch. engchi U. v i n. iv. DOI:10.6814/NCCU201900410.

(9) 壹、緒論本研究之目的，在探討「新聞情緒分析」與「系統風險」間之關聯，藉由研究財經新聞的報導是否會影響投資人的看法，增加投資人對關注公司之認知並改變其所作的投資決策，進而影響個股之股價波動而產生系統風險。隨著資訊科技的日新月異，網路成為投資人取得資訊時最便捷的管道，許多民眾瀏覽財經網站就是為了閱讀相關的財經新聞，藉由財經新聞所發布之消息，使投資人對其所關注之公司有著更深層的認識，能夠獲取公司內外部的特定訊息，如經營績效、財務狀況以及其他重大議題，藉以降低資訊不對稱之風險。從一般投資大眾的角度來看，由於存在著資訊不對稱之問題，往往難以從茫茫股海中辨識出具潛力之股票，如今，大多數投資人在做決策時不僅根據國外投資報告、投資信託報告、財務報告，也根據財經新聞做出投資決策，藉由大眾媒體之報導，得以使投資人從新聞中獲取與公司相關之資訊，加諸現今網路媒體的發達造就新聞報導容易取得的特性，投資人為了獲取公司經營的相關資訊，經常以新聞媒體所報導之訊息做為挑選股票之依據，因此，對於一般投資人而言，新聞媒體在傳遞訊息時扮演著相當重要之角色。. 立. 政治大. ‧ 國. 學. ‧. 本章將分為以下三個小節進行論述：第一節、研究背景；第二節、研究問題；第三節、研究流程，本章於第一節中闡述研究之背景，說明研究之動機與目的，並於第二節中提出在此研究背景下所欲探討之研究問題，最後，於第三節中說明對整個研究流程所作之安排。. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 1. DOI:10.6814/NCCU201900410.

(10) 第一節研究背景台灣股票市場之交易始於1962年2月9日，隨著國內經濟的成長、出口貿易的頻繁，股票的交易量逐年增加使市場規模隨之擴大，如今，股票已成為投資人投資時之重要工具，由於台灣的股票市場以散戶為主，是一個「淺碟式」的市場，容易受到外力所影響，因此外部訊息往往會影響股票價格之波動，產生系統風險。此外，由於台灣的股票市場相較於歐美市場來說較不成熟，主要係以「一般投資人」作為交易的主體，由於一般投資人不像機構投資者擁有及時的訊息，在缺乏資訊透明度之下，外部訊息往往會影響投資人所作之決策，使財經新聞成為一般投資人獲取投資相關訊息的重要來源之一。早期不少研究探討新聞媒體情緒對股價的影響，Tetlock (2007)係首位利用「悲觀情緒字詞」作為衡量投資人負面情緒之標準，以衡量新聞內容與美國股票市場間所產生之交互作用。為了進一步釐清是否能夠使用簡單的語言量化指標來預測個別公司的會計盈餘與股票報酬，Tetlock et al. (2008)使用了「季節性」之數據拓展了先前之研究，實證結果證明，新聞情緒能夠捕捉企業基本面外其他難以量化的部分，藉由投資人所作之決策反應於股價中。. 立. 政治大. ‧ 國. 學. 為了探討新聞報導對投資人行為之影響，許多學者藉由不同的研究方式探討. ‧. 投資人的「行為金融學」，行為金融理論認為股票的市場價格不僅由其內在價值所決定，在很大的程度上還受到投資人行為之影響，亦即投資人心理與行為對股票市場的價格決定及其變動具有重大之影響。Barber & Odean (2008)認為人類是理性的動物，一般投資人在股票市場中受到認知及時間上的限制，在選擇要購買哪些股票時，更傾向於能夠吸引他們注意的股票。Engelberg & Parsons (2011)藉由比較不同地區的媒體報導同一件新聞對投資人所造成之影響，他們發現該地區媒體之報導會導致本地投資人交易量的增加。Kim & Meschke (2011)利用CNBC 網路電視節目播放對6,937位CEO之訪談，研究結果證實一般投資人所採取的行動會受到採訪期間CEO語調的顯著影響，而且比起正面語調，負面語調對股票市. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 場的影響更為顯著。行為金融學進一步證明了財務決策會受到投資人的情緒所驅使，可以合理地假設投資人的心理與情緒能夠像媒體一樣推動股價，媒體所傳達的訊息會影響投資人的認知與情緒，進而改變其決策推動股市價值，對於一般投資人的認知來說，媒體的報導有著非常重要的影響。Li et al. (2014)使用自然語言處理（Natural Language Processing, NLP）技術將網路新聞的情緒予以量化，研究結果指出財經新聞會在增加投資人知識的同時產生情緒波動，進而影響其投資行為，對股價產生影響。除了新聞內容的情緒字詞會影響投資人所作之決策進而影響股票市場外，亦有研究指出新聞報導的「數量」也會對股價產生影響，Ferguson et al. (2015)研究 2. DOI:10.6814/NCCU201900410.

(11) 每日公司特定新聞內容的「情緒語調」以及「新聞數量」是否能夠提供有關未來股票報酬的訊息，研究結果顯示，新聞媒體的情緒語調與新聞報導的數量皆能改變投資人的行為，進一步影響股票市場，其中尤以「新聞數量」所造成的影響更為顯著。為了計算每日的新聞語調，Ferguson et al. (2015)使用「今天」的新聞來測試新聞與股票價格間之關聯，研究結果證實財經新聞中之正、負面情緒字詞在影響投資人決策上的重要性，並證實公司特定新聞媒體內容的情緒語調和新聞數量都體現了股票價格上其他難以量化的訊息。綜上所述，上揭許多外國的文獻探討著新聞情緒分析與股價波動間之關聯，不論在情緒語調、報導數量、股價反應延遲等議題，均有不少學者從事相關之研究，惟對於新聞情緒分析與「系統風險」間之研究在數量上則相對較少，也較少文獻在相關之議題下對研究樣本做出全面性之測試與整合，加諸我國股票市場有別於歐美市場，不論是「淺碟型」股市易受外部訊息影響之特性、抑或投資人相較於機構投資者缺乏即時透明之訊息等特性，均與國外市場之情形有所差異，因此本研究特別著墨於「台灣」的股票市場下，財經新聞的情緒分析對投資人行為之影響，造成個股「系統風險」之變動，不僅著墨於財經新聞之「情緒分析」與「系統風險」間之關聯，更使用本研究之樣本資料將過去學者所作之研究做全面性之測試與整合，驗證台灣股票市場下之結論是否與國外之研究結果相符，並分析兩者間之差異性，期使能以合理清晰之邏輯脈絡分析本研究之結果。. 立. 政治大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 隨著網路科技的發達，財經新聞容易取得的特性對股票市場形成潛在的重大影響，因為這些新聞能夠轉變為投資人的情緒，進而造成股票價格的波動，影響系統風險。由於投資人不像機構投資者能夠取得及時透明之資訊，因此新聞媒體在向一般投資人傳遞訊息方面扮演著至關重要的角色，當投資人閱讀有關財經新聞的特定關鍵詞時，這些資訊會形成投資人意識之基礎，並視為投資人情緒的正值或負值，影響投資人所作之交易決策。本研究最主要之目的係在探討財經新聞「情緒分析」與「系統風險」間之關聯，係以台灣50指數成分股上市公司之財經新聞作為研究之樣本，旨在分析新聞情緒對投資人的影響，並藉由本研究所建置. Ch. engchi U. v i n. 之「財經正負向情緒字典」作為人工判讀分析新聞文本之依據，計算財經新聞中所出現之「情緒語調」與「新聞數量」等文本分析變數，用以探討新聞情緒是否會改變投資人所作之決策，進而對系統風險產生影響。. 3. DOI:10.6814/NCCU201900410.

(12) 第二節研究問題本研究最主要之目的在探討「新聞情緒分析」與「系統風險」間之關聯，在瞭解本研究之背景後，將於本節中論述所欲探討問題背後之邏輯，首先由「新聞情緒分析」與「系統風險」兩個子題間之關聯作為發端，惟兩者間之聯繫必須建立在許多論證及過程之上，就好像想要到達一個目的地，必須先了解起點與終點，因此，本研究將「財經新聞」作為起點、「系統風險」作為終點，惟做為起點之「財經新聞」係指與本研究51家上市公司有關之財經新聞，如字面所述較好理解；但作為終點的「系統風險」，就必須進一步去了解其所代表之意義，將於下段中論述。「系統風險」係指本研究51家上市公司個股之系統風險，代表市場報酬率變動時，個股之預期報酬率同時發生變動的程度，主要是來自基本經濟或政治、社會等總體環境變數對投資報酬率造成影響而形成之風險，屬於全面性的影響，例如：利率或匯率之變動、貨幣與財政政策對國民生產毛額（Gross National Prodoct, GNP）的衝擊、通貨膨脹、國內政局不安、新舊政權交接等等，影響範圍相當廣泛，且由於幾乎所有金融性資產都會受到此類全面性因素之影響，因此即使透過多角化的作為，也很難將此類風險分散。. 立. 政治大. ‧ 國. 學. ‧. 本研究所欲探討之「系統風險」，係指為投資該股票所須承擔之系統性風險，代表個股的風險波動幅度相對於股票市場波動幅度的程度。個股報酬受到「系統風險」影響之大小，通常以一個Beta之數值表示（簡稱Beta值），在市場均衡時，以Beta值代表股票之要求報酬率與股票市場風險間之線性關係：當Beta值大於1 時，表示個股的風險波動幅度，比市場波動幅度大；反之，當Beta值小於1時，則代表個股的風險波動幅度，小於市場波動之幅度。由於學術上多以股價波動作為判斷影響個股系統風險之依據，在此特別說明「股價波動」與「系統風險」間之異同：股價波動是股價「直接」的反應，指股價上漲或股價下跌；而系統風險是一個「相對」的概念，當Beta值大於1時，代表個股相對於股票市場來說，波. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 動較大；反之當Beta值小於1時，則代表個股相對於市場而言，波動較小。 1.問題一：在了解起點與終點之後，便須進一步思考所選擇的交通工具有沒有辦法抵達終點？本研究最主要之目的係在探討新聞情緒分析與系統風險兩者間之關聯，因此，作為一個最直覺的想法，想知道從財經新聞之「情緒分析」開始，是否能夠抵達「系統風險」，亦即，由本研究所產生之第一個問題是：「財經新聞情緒分析」與「系統風險」兩者間是否具有關聯性？問題如下：. 問題一、財經新聞「情緒分析」與「系統風險」間是否具有關聯性？. 4. DOI:10.6814/NCCU201900410.

(13) 2.問題二：而為了探討「新聞情緒分析」與「系統風險」間之關聯，所衍生出之問題便是拆解「情緒分析」之脈絡與邏輯，在第一個問題成立之情況下，本研究所欲探討的第二個問題是從起點行經終點之過程，亦即，假設今天搭的交通工具是高鐵，起點是台北車站，終點是高雄左營站，若高鐵有辦法從台北車站抵達高雄左營站，那麼，中間必須經過哪些車站才能抵達目的地？運用本研究的邏輯脈絡來說，將於本研究中探討的第二個問題是：財經新聞情緒分析須藉由什麼方式改變投資人之決策，最終影響到系統風險？而為了簡化這個問題，本研究參酌早期探討新聞媒體情緒對股價影響以及探討新聞報導對投資人行為影響之相關文獻：Tetlock (2007)利用「悲觀情緒字詞」作為衡量投資人負面情緒之標準，以衡量新聞內容與美國股票市場間所產生之交互作用，除了新聞內容的「情緒字詞」會改變投資人所作之決策進而影響股票市場外，亦有研究指出新聞報導的「數量」也會對股價產生影響，Ferguson et al. (2015)將報紙中樂觀的詞彙歸類為「正面金融字詞」、悲觀的詞彙歸類為「負面金融字詞」，研究結果顯示，新聞媒體內容的「情緒語調」與「新聞數量」皆能為一般投資人提供未來股票報酬的訊息，其中「新聞數量」的影響比情緒語調更為明顯。另外許多學者藉由不同的研究方式探討投資人的「行為金融學」，認為投資人的心理與行為對股票市場的價格決定及其變動具有重大之影響。因此，結合前述文獻之論點，本研究所欲探討之第二個問題是：將財經新聞中之情緒字詞，在「情. 立. 政治大. ‧ 國. 學. ‧. 緒語調」及新聞報導「數量」上量化作為投資人之情緒代理變數，是否最終會影響標的上市公司之系統風險？. y. Nat. sit. n. al. er. io. 問題二、財經新聞之「情緒語調」及「新聞數量」與「系統風險」間是否具有關聯性？. Ch. engchi U. v i n. 3.問題三：在前兩個問題都成立之情況下，為了要進一步研究投資人的注意力是否會影響股票報酬，Stefano & Pollet (2009)將投資人專注力較差的周五與其他平常日對盈餘宣告的反應作比較，將股票價格反應區分為「立即反應」以及「延遲反應」兩個部分，由於人的注意力有限，分心會導致投資人對盈餘的訊息反應不足，研究結果顯示當投資人注意力較差時，會使投資人對訊息的反應有所延遲。基於先前學者所作之研究，為了研究有關於新聞「窗期」之相關問題、考慮投資人可能在注意力不集中時對新聞訊息產生之延遲反應，因此本研究所欲探討之第三個問題是：「今天」的新聞跟「昨天」的新聞會不會影響系統風險？以及「今天」的新聞、「昨天」的新聞與「前天」的新聞會不會影響系統風險？. 問題三、「不同窗期」之財經新聞情緒分析與「系統風險」間是否具有關聯性？ 4.問題四: 於影響股票的因素有很多，近來許多學者也在探討股價波動是否會受「新聞 5. DOI:10.6814/NCCU201900410.

(14) 情緒語調」之影響，考量從公司發佈的文章中提取相關語調之文本訊息及數據進行研究。Sadiquea et al. (2008)使用財經新聞報導進行研究，調查「情緒語調」對股價波動性之影響，他們發現正面語調與股票報酬呈正相關、會降低股價波動性；負面語調與股票報酬呈負相關、會提高股價波動性。在前述本研究的問題一及問題二成立之情況下，亦即藉由量化的財經新聞情緒字詞對系統風險有所關聯，本研究所欲進一步探討的問題係財經新聞中之「正、負面情緒語調」及「新聞數量」是否與「系統風險」有所關聯？. 問題四、財經新聞之「正、負面情緒語調」及「新聞數量」與「系統風險」間是否具有關聯性？ 5.問題五：而本研究最後所欲探討的問題係由前述第四個問題所衍生之想法，若新聞情緒字詞可拆為正、負面情緒字詞作討論，理論上財經新聞亦可拆解為「正面新聞」與「負面新聞」做進一步之討論，亦即影響系統風險的因素有很多，其中將財經新聞對系統風險之影響拆分成「正面財經新聞」以及「負面財經新聞」兩個部分，分別測試其對系統風險產生之影響，亦即本研究所欲探討之第五個問題是：「正、負面財經新聞」與「系統風險」間是否具有關聯性？. 立. 政治大. ‧ 國. 學. ‧. 問題五、「正、負面財經新聞」之「情緒語調」及「新聞數量」與「系統風險」間是否具有關聯性？. sit. y. Nat. n. al. er. io. 綜上所述，本研究最主要之目的，係在探討「新聞情緒分析」與「系統風險」間之關聯，為了表達思考的層次，係將本研究所欲探討之問題由淺入深依序描述：問題一探討「新聞情緒分析」與「系統風險」間之關聯；延伸至問題二，將情緒字詞量化為「情緒語調」及「新聞數量」探討與「系統風險」間之關聯；問題三係由股價反應延遲的問題做為發端，探討「不同窗期」之財經新聞與「系統風險」間之關聯。前三個問題在概念上較為整體，可將其整合為探討不同窗期的. Ch. engchi U. v i n. 新聞在「情緒語調」及「新聞數量」上與「系統風險」間之關聯，亦即：「今天」的財經新聞在「情緒語調」及「新聞數量」上與「系統風險」間之關聯、「今天、昨天」的財經新聞在「情緒語調」及「新聞數量」上與「系統風險」間之關聯、以及「今天、昨天與前天」的財經新聞在「情緒語調」及「新聞數量」上與「系統風險」間之關聯；而問題四及問題五係將問題一拆解，分別探討不同情緒語調及不同新聞下與系統風險間之關聯，首先，問題四係將今天新聞的情緒語調拆解為「正面情緒語調」與「負面情緒語調」，再加上「新聞數量」共三個文本分析變數探討與「系統風險」間之關聯；最後問題五則將財經新聞拆解為「正面財經新聞」與「負面財經新聞」，探討正、負面新聞在「情緒語調」及「新聞數量」上與「系統風險」間之關聯。. 6. DOI:10.6814/NCCU201900410.

(15) 本研究按上揭邏輯推論所產生的研究問題整理如下所述： 1.問題一、財經新聞「情緒分析」與「系統風險」間是否具有關聯性？ 2.問題二、財經新聞之「情緒語調」及「新聞數量」與「系統風險」間是否具. 有關聯性？ 3.問題三、「不同窗期」之財經新聞情緒分析與「系統風險」間是否具有關聯性？ 4.問題四、財經新聞之「正、負面情緒語調」及「新聞數量」與「系統風險」間是否具有關聯性？ 5.問題五、「正、負面財經新聞」之「情緒語調」及「新聞數量」與「系統風險」間是否具有關聯性？. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 7. DOI:10.6814/NCCU201900410.

(16) 第三節研究流程. 1.了解研究背景、辨識研究問題. 2.文獻回顧. 立. 政治大. ‧ 國. 學. Nat. n. al. er. io. sit. y. ‧. 3.研究方法. Ch. engchi U. v i n. 4.實證結果與分析. 5.研究討論與結論. 圖 1-1 研究流程. 8. DOI:10.6814/NCCU201900410.

(17) 本研究最主要之目的，係以財經情緒字典內所列示之正、負面情緒字詞做為人工判讀與分析財經新聞情緒之依據，經由統計、計算51家上市公司財經新聞之情緒語調與新聞數量後，再以SAS統計軟體執行特定期間內不同模型之多元線性迴歸分析，作為檢驗財經新聞「情緒分析」與「系統風險」兩者間之關聯，藉以探討財經新聞之正、負面情緒字詞是否能夠增加投資人對其關注公司之認知並改變其所採取的投資決策，進而影響個股之系統風險。為了達成上述之目的，係於本節以圖1-1之研究流程圖做為開端，依照流程圖之箭頭順序，將於本節中分段說明本研究在各章中所欲執行之步驟、以及為了達成各步驟所需採取之行動。依照圖1-1所示之步驟用以說明本研究流程之順序，為了探討財經新聞情緒分析是否與系統風險間有所關聯，係區分為下述五個流程：首先，研究流程之第一步驟，於第壹章中敘明本研究之背景，從研究的動機與目的切入，進一步辨識出本研究所欲探討之問題，然後以流程圖之形式表達各章所欲執行之步驟、以及為了達成各步驟所須採取之行動。其次，研究流程之第二步驟，將於第貳章中回顧過往有關「新聞情緒」及「系統風險」之相關文獻，藉以釐清過去學者經由實證研究所得出之結論，藉以穩固本研究之基礎，進一步明晰所欲探討之方向。接著在研究流程的第三步驟，將於第參章中說明本研究所採用之「研究假說」、「資料蒐集」的來源與過程、「研究設計」之詳細步驟以及依據前述假說所確立之「研究模型」。接著研究流程之第四步驟，將於第肆章中說明本研究利用SAS統計軟. 立. 政治大. ‧ 國. 學. ‧. 體執行「敘述性統計分析」、「相關係數分析」以及「多元線性迴歸分析」之實證結果。最後研究流程之第五步驟，將於第伍章中說明研究結果之討論，並說明對未來相關研究所給予之建議，研究流程之詳細步驟，將於下段中依序說明。. io. sit. y. Nat. n. al. er. 1.研究流程一：了解研究背景、辨識研究問題。本研究流程之第一步驟，係於第壹章中由研究背景開始敘述，說明本研究之動機與目的，闡述財經新聞中之情緒字詞可能會影響投資人對其所關注標的公司之認知與判斷，進一步探討投資人受新聞情緒字詞影響所採取之行動，是否會對系統風險造成影響，藉以辨識出本研究所欲探討之相關問題。第壹章將. Ch. engchi U. v i n. 分為三個小節：第一節、研究背景；第二節、研究問題；第三節、研究流程。為了達成本研究之目的，了解特定期間內之財經新聞與特定上市公司系統風險間之關聯，將於下段中說明研究流程之第二步驟。 2.研究流程二：文獻回顧。在辨識出本研究所欲探討之問題後，為了想要了解財經新聞情緒分析與系統風險間之關聯，本研究將於第貳章中探討與本研究有關之文獻，回顧過往有關於「新聞情緒」以及「系統風險」之相關文獻，藉由釐清過去學者經由實證研究所得出之結論，藉以穩固本研究之基礎，進一步明晰所欲研究探討之方向。本研究將第貳章之文獻探討分為以下兩個小節：第一節、新聞情緒；第二節、系統風險。為了達成本研究之目的，了解特定期間內之財經新聞與特定上市公司系統風險間之關聯，將於下段中說明本研究所採用之研究方法。 9. DOI:10.6814/NCCU201900410.

(18) 3.研究流程三：研究方法。在回顧完「新聞情緒」與「系統風險」相關之文獻後，將於第參章中說明本研究所採用之研究方法，區分為以下四個小節：第一節、研究假說，第二節、資料蒐集，第三節、研究設計，第四節、研究模型。為了探討財經新聞情緒分析與系統風險間之關聯，本研究將於第參章第一節中說明如何建立研究假說，在第二節中說明如何蒐集特定期間內與標的上市公司相關之財經新聞作為本研究之資料，並於第三節中說明本研究如何藉由改善先前學者（林宜萱，2013；吳昱萱，2016）所建立之財經新聞情緒字典，建立適合本研究執行人工判讀、分析財經新聞文本之「財經正負向情緒字典」，並於第三節研究設計之後段例示說明如何計算本研究相關之文本分析變數，最後，將於第四節中說明本研究經由研究假說所確立之研究模型。 4.研究流程四：實證結果與分析。在了解本研究之研究假說、資料蒐集的來源與方法、研究上的設計以及建立研究模型後，將於第肆章中探討利用 SAS 統計軟體所執行之「敘述性統計分析」、「相關係數分析」以及「多元線性迴歸分析」之實證結果。本研究係將第肆章實證結果與分析分為以下三個小節：第一節、敘述統計；第二節、相關檢定；第三節、實證結果。本研究將於第肆章第一節中說明利用 SAS 統計軟體所執行之敘述性統計分析，包括樣本平均數、中位數、標準差、最大值以及最. 立. 政治大. ‧ 國. 學. ‧. 小值之統計分析結果；並於第二節中說明利用 SAS 統計軟體所執行之皮爾森相關係數（Pearson Correlation Coefficient）分析，闡述各變數間是否存有共線性之問題；最後，將於第三節中說明利用 SAS 統計軟體執行多元線性迴歸分析之實證結果。. n. er. io. sit. y. Nat. al. v i n. 5.研究流程五：研究討論與結論。在說明完利用 SAS 統計軟體所執行之敘述性統計分析、相關係數分析以及多元線性迴歸分析之結果後，本研究將於第伍章中說明研究結果之討論並作出最後之結論，第伍章共分為兩節，第一節、研究討論；第二節、研究限制。在. Ch. engchi U. 第伍章第一節中論述研究結果之討論並探討有關於新聞情緒分析與系統風險兩者間所代表之意義及關聯，在第二節中將說明執行本研究所受到之限制，以及對未來相關研究所給予之建議。. 10. DOI:10.6814/NCCU201900410.

(19) 貳、文獻探討本研究於第壹章中說明了研究背景並確立所欲探討之研究問題後，為了要探討新聞情緒分析與系統風險間之關聯，將於本章中說明與本研究兩個子題「新聞情緒」與「系統風險」相關之文獻內容，期能獲取過去學者經由實證研究所得到之寶貴經驗，使本研究得以在這些基礎上，進一步決定本研究所欲採取之研究方法，建立本研究之假說與模型，探討新聞情緒分析與系統風險間之關聯，本章將分為以下兩個小節，分別對兩子題之相關文獻進行論述：第一節、新聞情緒；第二節、系統風險。本研究最主要之目的係在探討「新聞情緒分析」與「系統風險」兩者間之關聯，因此本章將於第一節中說明與本研究子題「新聞情緒」相關之文獻，回顧有關新聞媒體的情緒對股票市場之影響、以及投資人的金融行為學等相關議題之研究，探討財經新聞中所使用之情緒字詞，是否會影響投資人的認知及投資決策，進而影響股價波動，對個股造成系統性風險。. 立. 政治大. ‧ 國. 學. 經由過去文獻對「新聞情緒」相關之研究結果，在理解財經新聞中之情緒字詞如何增加投資人的認知改變其想法，進而對股票市場造成影響之後，本章將於第二. ‧. 節中說明與本研究子題「系統風險」相關之文獻，回顧有關股票價格波動、以及影響股票市場及系統風險之因素，由於影響系統風險之因素有很多，過去之文獻主要在探討影響股票市場的總體經濟因素、金融因素以及其他相關因素，由於本研究旨在探討財經新聞情緒與系統風險間之關聯，因此，將著重於與財務基本面相關之因素。. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 如前段所述，影響股票市場之因素非常多，除了總體經濟因素、金融因素可能會影響股票市場、進而產生無法消弭之系統風險之外，新聞媒體之報導也是一個重要之因素，因此，經由本章所作之文獻探討，得以將「新聞情緒」與「系統風險」兩子題前後連貫、互相勾稽，如本研究第壹章之研究問題所述，除了探討兩子題間是否具有關聯，還要進一步探討兩子題間的邏輯推理過程，期能藉由本章結合先前不同研究所作之文獻探討，明晰「新聞情緒」與「系統風險」兩者間之關聯。. 11. DOI:10.6814/NCCU201900410.

(20) 第一節新聞情緒在了解本研究前一章之研究背景、辨識出本研究所欲探討之問題後，為了探討「新聞情緒分析」與「系統風險」間之關聯，將於本節中進行與本研究子題「新聞情緒分析」有關之文獻回顧，藉由釐清過去學者經由實證研究所得到之結論，藉以使本研究得以了解過去與「新聞情緒」相關之研究結果，藉以進一步明晰本研究所欲進行之方向。情緒分析（Sentiment Analysis），一般又稱為「意見探勘」，係指使用自然語言處理（NLP）等方式來提取原始資料中語言與文字之主觀訊息，隨著資訊科技的進步以及網路媒體的發達，情緒分析之研究與日俱增，其最主要之目的係為找出說話者的觀點、情緒與態度，進而計算這些資訊使其產生商業價值(Liu, 2012)。情緒分析之所以如此重要之原因，在於意見是人類活動的核心，也是行為的關鍵影響因素，人類對於現實生活的信念與看法、以及所做的每一個選擇，在很大程度上取決於他人如何看待和評估，因此，當投資人需要做出決策時，通常會去尋求他人之意見。. 立. 政治大. ‧ 國. 學. 一般情緒分析依據範圍的不同，可分成三個層級：字詞層級（Word Level）、語句層級（Sentence Level）以及文件層級（Document Level）等來作分析，而情. ‧. 感分析的相關研究主要可以區分為情緒字典（Sentiment Dictionary）、以及情緒檢測（Sentimental Detection）兩個部分。前述之情緒字典是情感分析中不可或缺之資源，而情緒檢測則包含了情緒的識別與分類，在獲取情緒字詞與情感分類時，可能需要情緒字典的幫助，也因此具有良好標記的情緒字典能夠提高情感識別與分類之準確性(Liu & Zhang, 2012)。. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 近年來不少研究探討新聞媒體情緒對股票價格之影響，為了要瞭解新聞媒體與股票市場間之關聯，Tetlock (2007)係首位利用「新聞媒體訊息」作為投資人悲觀情緒的代理變數，並使用1984年至1999年期間華爾街日報（Wall Street Journal, WSJ）中的【Abrest of the Market】每日專欄，利用文字探勘軟體並依哈佛心理字典（Harvard IV-4 Psychological Dictionary）將投資人的負面情緒量化，用以衡量新聞媒體內容與美國股票市場間所產生之交互作用。實證的結果主要有兩個發現：第一個發現是，新聞媒體的悲觀情緒能夠預測股票市場價格下跌的趨勢，隨後會迴歸到財務的基本面，當新聞內容的悲觀程度越高時，其後續的市場報酬與成交量會越低，反之亦然；第二個發現是：異常高或異常低的悲觀情緒能夠預測股票市場交易量之增加，經由上述的實證研究可以得知，藉由將每天的新聞情緒予以量化，作為投資人情緒的代理變數，量化的新聞情緒與股票市場之報酬及交易量有關。為了要進一步釐清是否能夠使用簡單的語言量化指標來預測個別公司的會計盈餘與股票報酬，Tetlock, Saar-Tsechansky & Macskassy (2008)拓展了前述 12. DOI:10.6814/NCCU201900410.

(21) Tetlock在2007年的研究，將研究範圍擴大到1980年至2004年期間所有華爾街日報（WSJ）與道瓊斯新聞社（Dow Jones News Service, DJNS）的新聞，藉以了解新聞負面情緒對標準普爾500指數（S&P 500 Index）公司的影響，實證顯示了三個主要的結果：第一個結果是，公司特定新聞報導中負面字詞所佔之比率能夠用以預測公司會有較低的盈餘，也就是說，新聞報導中所包含的字詞不是多餘的訊息，而是能夠捕捉公司基本面難以量化的層面；第二個結果是，企業的股價會短暫地反映於新聞的「負面字詞」中，亦即股價對於「負面字詞」情緒有著些微延遲的反應；最後，這項研究的第三個結果顯示，從關注財務基本面的新聞來看，負面字詞特別適用於預測公司之會計盈餘與股價報酬。此外，上述的三個研究結果也都顯示出，新聞情緒能夠捕捉企業基本面其他難以量化的部分，使投資人將其反應於股價中。比起機構投資者，一般投資人較容易受到新聞、異常交易量以及極端報酬三者之影響，進而從事購買股票之行為 (Barber & Odean, 2008)。Barber & Odean (2008)認為人類是理性的動物，一般投資人在股票市場中面臨著嚴峻的挑戰，難以對數以千計之個股取得通盤之了解，受到認知及時間上的限制，因此在選擇要購買哪些股票時，更傾向於能夠吸引他們注意的股票，簡言之，比起機構投資者，一般投資人更容易受到新聞媒體之影響、受注意力所驅使，將吸引市場關注的股票作為高績效股票，並對媒體報導的股票具有更多的購買傾向。. 立. 政治大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 為了要了解新聞報導對投資人行為間之因果關係，Engelberg & Parsons (2011)比較了同一事件經由不同媒體的報導會對投資人的行為造成什麼影響，他們利用當地報紙讀者的地理差異來設計和實施經驗測試，藉由郵遞區號來識別出 19個與大公司對應的交易區域，對於標準普爾500指數公司的所有盈餘宣告，亦即透過19個不同的地方媒體對同一新聞（標準普爾500指數公司之盈餘宣告）報導之反應，他們發現當地媒體報導在掌控了盈餘、投資人以及報紙等特徵之後，會導致本地投資人交易量的增加，此研究的另一個重要發現是，在極端的氣候下（冰雹或暴風雪），可能會擾亂日常報紙的正常交付的，媒體報導和交易量間之. Ch. engchi U. v i n. 關聯會被打破。與傳統報紙相比，也有許多實證文獻表示，電視與網路訊息的傳播確實會影響股票價格，亦即不論著透過什麼報導媒介，新聞媒體的報導能夠影響投資人所作之決策，進一步影響到股票市場。為了要進一步理解新聞媒體對於投資人行為之影響，Kim & Meschke (2011) 提出了一種新的方式來進行研究，他們利用CNBC電視節目播出於1997年至2006 年期間對6,937位CEO之訪談，藉以調查是否透過一般投資人之關注，能夠影響公司之股價與交易量。他們藉由追蹤投資人對媒體關注的程度以影響股票市場交易與價格機制，研究的結果證實，藉由電視媒體播放CEO的訪談來提高投資人對公司的認識，一般投資人所採取的交易受到採訪期間CEO語調的顯著影響，更有甚者，一般投資人在CEO訪談播出的前幾天就預先購買了股票，這個研究另一個有趣的發現是，一般投資人可能會根據對CEO的採訪方式來改變其所作的交易決 13. DOI:10.6814/NCCU201900410.

(22) 策，由於股票市場中交易的男性多於女性，當訪談由一位有吸引力的女記者主持，會吸引更多的男性觀看，實證結果發現一般投資人在訪談播出後的第二天仍繼續購買股票。最後，他們發現較高的賣空量與容易引人注目的採訪與有關，經由對周邊新聞文章的語調以及CNBC記者在採訪中的語調進行分析，研究結果顯示來自網路電視的財經新聞負面語調比正面語調對股票市場的影響更為顯著，顯示一般投資人擔心媒體會成為市場崩盤的催化劑，進而對負面語調採取更大的動作。除了媒體報導會影響股票市場之價格外，一般投資人的心情狀態或情緒亦扮演著同等重要的角色，從心理學研究的角度來看，除了訊息本身之外，情緒在人類決策的過程中佔有一席之地。行為金融學進一步證明了財務決策受到情緒與心情所驅動，因此，可以合理地假設投資大眾的心理與情緒能夠像媒體一樣推動股市價值，簡言之，媒體所傳達的訊息會增加公司的知名度並增加股票的流動性，具體而言，對於一般投資人的認知，媒體的報導有著非常重要的作用。最近的行為金融研究發現，股票投資者的情緒衝動會影響股票價格，Li, Wang, Gong, Chen, Lin, & Song (2014)使用自然語言處理（NLP）技術將網路新聞的情緒予以量化，研究結果指出財經新聞會增加投資人的知識並同時產生情緒波動，進而影響其投資行為，對股價產生影響。. 立. 政治大. ‧ 國. 學. ‧. 除了新聞內容的「情緒字詞」會改變投資人所作之決策進而影響股票市場外，亦有研究指出新聞報導的「數量」也會對股價產生影響，Ferguson, Philip, Lam, & Guo (2015)利用1981年至2010年的英國各大報紙刊物，研究每日公司特定新聞內容的情緒語調以及數量是否提供有關未來股票報酬的訊息，他們將報紙中出現積極樂觀的詞彙歸類為「正面金融字詞」、消極悲觀的詞彙歸類為「負面金融字詞」，研究結果顯示，新聞媒體內容的情緒語調（正面與負面）與新聞數量皆能為一般投資人提供未來股票報酬的訊息，其中新聞數量的影響比情緒語調更為明顯。此外，他們還發現受到高度關注的新聞，不論其為正面新聞或者是負面新聞，都會影響投資人隨之而來之交易決策，研究結果顯示，無論是正面新聞還是負面. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 新聞，投資人傾向於對高度可見的熱門新聞做出反應，這代表著新聞的能見度與新聞的語調、新聞的數量都是影響投資者決策之關鍵因素。過去許多文獻探討著新聞媒體報導與股票市場間之關聯，透過報章雜誌 (Tetlock, 2007，Barber & Odean, 2008)、電視節目(Kim & Meschke, 2011)，網路(Li et al., 2014)等不同的媒體，無論透過什麼方式傳遞，新聞媒體的報導能夠影響投資人的看法改變其所作之投資決策，進而影響股票之價格。不若歐美的股票市場，台灣的股票市場相對來說較不成熟，主要係以「一般投資人」作為投資交易之主體，有別於先前的研究旨在探討新聞情緒對歐美股票市場之影響，本研究係以財經新聞「情緒分析」對「台灣」股票市場個股「系統風險」之影響作為研究之對象，新聞媒體也預期將扮演著不同的角色。. 14. DOI:10.6814/NCCU201900410.

(23) 綜上所述，由於新聞媒體具有容易取得的特性，因此在向廣大受眾，特別是一般投資人傳遞訊息方面扮演著重要的角色，當投資人閱讀有關財經新聞的特定關鍵詞時，會直接影響其交易決策，新聞媒體所傳達的訊息會影響投資人之行為，對其所關注標的公司之股票價格或交易量產生影響。本研究係以台灣50指數成分股51家上市公司相關之財經新聞作為研究之樣本，利用本研究所建置之「財經正負向情緒字典」計算文本分析變數，藉由分析新聞情緒語調與新聞報導數量對投資人之影響，探討新聞情緒字詞是否會增加投資人的認知、改變其所作之決策，進而影響股票市場，對標的上市公司之系統風險產生影響。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 15. DOI:10.6814/NCCU201900410.

(24) 第二節系統風險在了解本研究之研究背景並確立所欲探討之問題後，為了要了解新聞情緒分析與系統風險間之關聯，將於本節中探討與本研究之另一個子題「系統風險」有關之文獻，除了解釋教科書中有關「系統風險」之定義及其所代表的涵義，由於學術上通常利用股票價格波動作為衡量風險的標準，因此本節還探討了有關影響股價波動之相關文獻，藉由釐清過去學者經由實證研究所得到之結論，藉以使本研究了解過去有關「系統風險」相關之研究結果，進一步明確本研究所欲探討之方向。資產的預期報酬會受到風險因子的影響，造成不穩定之實際報酬，而風險因子可分為與整體環境相關的「系統性風險」（Systematic Risk），以及僅與個股相關的「非系統性風險」（Non-Systematic Risk）。首先，「非系統風險」係指企業特有之風險，通常可藉由多角化的方式分散投資，進而消弭該風險，而「系統性風險」主要是來自基本經濟或政治、社會等總體環境變數對投資報酬率造成影響而形成之風險，屬於全面性的影響，例如：利率或匯率變動、貨幣與財政政策對國民生產毛額（GNP）的衝擊、通貨膨脹的現象、國內政局不安、新舊政權交接等等，影響範圍相當廣泛，且由於幾乎所有金融性資產都會受到此類全面性因素之影響，因此即使透過多角化的作為，也很難將此類風險分散，當總體經濟. 立. 政治大. ‧ 國. 學. ‧. 面臨重大危機時，即使個股獲利能力再優異，也會因大盤的修正而下跌(Booth, Cleary, & Rakita, 2016)。. sit. y. Nat. n. al. er. io. 個股之報酬率受到上述「系統性風險」影響的大小，通常以一個Beta之數值表示，代表當市場報酬率變動時，個股之預期報酬率同時發生變動的程度，亦為投資該股票所須承擔之「系統風險」。Beta值係由資本資產訂價模式（Capital Asset Pricing Model, CAPM ）下所計算而得，而CAPM係由美國財務學家Treynor (1961)，Sharpe (1964)，Lintner (1965)，Mossin (1966)等人於1960年代所發展出來，利用個別資產報酬率與市場報酬率之共變異數相對於總體市場波動性之係數來. Ch. engchi U. v i n. 衡量系統風險，其目的係為協助投資人決定資本資產的價格。在市場均衡時，本研究以Beta值代表個股之要求報酬率與股票市場風險間之線性關係：當Beta值大於1時，表示個股的風險波動幅度，比市場波動幅度大；反之，當Beta值小於1時，則代表個股的風險值波動幅度，小於市場波動之幅度。本研究中所謂之「系統風險」，係指為投資該股票所須承擔之系統性風險，代表個股的風險波動幅度相對於股票市場波動幅度的程度，本研究係使用「Beta」來作為衡量個別股票受到系統風險影響的程度。由於股價是市場所發出的訊號，對於這種「直覺式」的反映，投資人必須具備更深層的思考，才能對股價方向做出合理判斷，股價的組成面向，除了包含基本面、消息面，尚包含市場情緒等因子，須將其逐一拆解方可進一步評估與其相關之風險。股票價格波動係指股票價格的變化形態，主要是因為對於股票的供需 16. DOI:10.6814/NCCU201900410.

(25) 變化，因股票買賣雙方相對力量的消長，所造成股票成交價格之變動，學術上通常利用股票價格之波動作為衡量風險的標準，並表示在定義的時間範圍內股票價格之變化率。影響股票市場的因素有很多，造成股價波動最主要的原因是股票供需關係的變化，而使股票的供需關係發生變化之因素，諸如：政治、經濟、財政、公司以及市場等性因素。Schwert (1989)利用1857年至1987年間每月的數據，使用「股票報酬率」的變異數來衡量市場之波動性，並藉著實質與名目總體經濟之波動、經濟活動、財務槓桿與股票交易活動間之關係，探討許多與股票波動相關之因素。也有學者研究了總體經濟因素與股票價格間之關係，Kurihara (2006)考慮了日本每日股價的決定因素，包括股利、國內生產毛額（Gross Domestic Product, GDP）、匯率、利率與其他訊息等，研究結果發現利率並未影響日本股票價格，而是影響匯率和美國股票價格。綜上所述，影響股票市場之因素有很多，由於本研究係為了探討新聞情緒分析與系統風險間之關聯，因此僅探討與股價波動之經濟性因素與公司性因素相關之文獻。. 立. 政治大. ‧ 國. 學. 投資人在做投資決策前需要考慮影響股價變動之重要因素，像是探討「股利政策」與股票市場股價變動之關聯，Hussainey, Mgbame, & Chijoke-Mgbame (2011)研究1998年至2007年期間英國公司的股利政策對其股價變化的影響程. ‧. 度，透過「股利殖利率」以及「股利支付率」兩個股利變數，分別利用多元線性迴歸分析來檢驗其對股價變化之影響，並發現兩者皆與股價變化具有顯著之關聯，「股利殖利率」與股價變化間存在顯著正相關，而「股利支付率」與股價變動間則呈現顯著負相關之關係，研究之結果還顯示，「股利支付率」是股票價格波動的主要決定因素。. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 為了要研究投資者的注意力是否會影響股票報酬，Stefano & Pollet (2009)將投資人專注力較差的周五與其他平常日對盈餘宣告的反應作比較，將股票價格的反應區分為兩個部分：立即反應以及延遲反應，由於人的注意力有限，分心會導致投資人對盈餘的訊息反應不足，研究結果顯示當投資人注意力較差時，會使投資人對訊息的反應有所延遲。新聞可能會隨著時間的推移而改變股票的風險結構，為了探討股票的「系統風險」(Beta)是否會隨公司發布的特定新聞而變化，Patton & Verardo (2012)使用標準普爾500指數公司的資料及其1996年至2006年期間的季度盈餘宣告，對盈餘宣告日前的股票進行了研究，研究發現新聞發布會對股票的系統風險產生顯著之增加並在宣告日後2~5天恢復到其長期平均水平，對於意外宣告較大的盈餘（正面或負面），Beta增加的幅度更大，傳達給其他公司在市場上的更多訊息，並解決更多事前的不確定性，投資者使用有關宣告公司的訊息來修改他們對總體經濟上之預期。此外，研究結果還發現Beta增加的原因，大部分來自與其他股票間共變異數之增加，這說明一支股票的新聞發布可能會對其他股票的價格走勢產生影 17. DOI:10.6814/NCCU201900410.

(26) 響。綜上所述，影響股票市場之因素不勝枚舉，近來許多學者也在探討股價波動是否會受「新聞語調」之影響，考量從公司發佈的文章中提取相關語調之文本訊息及數據進行研究。Sadiquea, Ina, & Veeraraghavan (2008)以美國標準普爾100指數（S&P 100）公司為樣本，使用盈餘新聞稿以及所發布的財經新聞報導進行研究，調查新聞情緒語調對股票報酬率以及股價波動性之影響，他們發現「正面語調」與股票報酬呈正相關，會降低股價波動性；「負面語調」與股票報酬呈負相關，會提高股價波動性。本研究係以台灣50指數成分股51家上市公司之財經新聞作為研究之樣本，利用本研究所建置之「財經正負向情緒字典」計算文本分析變數，藉由分析新聞情緒對投資人之影響，探討新聞情緒字詞是否會在增加投資人認知的同時改變其所作之決策，進而影響股票市場，對標的上市公司之系統風險產生影響。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 18. DOI:10.6814/NCCU201900410.

(27) 參、研究方法正如磁鐵有著正、負兩種極性，許多事情皆有一體之兩面，財經新聞所表達之情緒也有「正向」與「負向」之分，本研究之目的，係在探討「新聞情緒分析」與「系統風險」兩者間之關聯，經由前兩章從研究背景中辨識出研究問題，並探討與本研究兩個子題「新聞情緒」及「系統風險」相關之文獻後，將於本章中說明為了達到上述研究目的，本研究所欲採取之研究方法。本章將分為四個小節：第一節、研究假說；第二節、資料蒐集；第三節、研究設計；第四節、研究模型。本研究最主要之目的在探討「新聞情緒分析」與「系統風險」兩者間之關聯，在本章中，將依據前述第貳章文獻回顧之內容將先前學者之研究與本研究作連結，說明適用於本研究之資料、方法、假說與模型，本研究係以上市公司相關之財經新聞作為研究之樣本，經由統計財經新聞中的正、負面情緒字詞，藉以計算「情緒語調」、「新聞數量」等文本分析變數，作為代理投資人情緒的語言量化指標，探討投資人的行為是否進一步的影響系統風險。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 19. DOI:10.6814/NCCU201900410.

(28) 第一節研究假說早期不少研究探討新聞媒體情緒對股價的影響，Tetlock (2007)係首位利用「悲觀情緒字詞」作為衡量投資人負面情緒之標準，以衡量新聞內容與美國股票市場間所產生之交互作。為了進一步釐清是否能夠使用簡單的語言量化指標來預測個別公司的會計盈餘與股票報酬，Tetlock et al. (2008)使用季節性之數據拓展了先前之研究，實證結果證明，新聞情緒能夠捕捉企業基本面外其他難以量化的部分，藉由投資人所作之決策反應於股價中。如第貳章第二節「系統風險」之文獻回顧所述，影響股票市場的因素不勝枚舉，近來許多學者也在探討新聞「情緒語調」是否會影響股票報酬以及股價波動，考量公司所發佈的文章中提取相關語調之文本訊息及數據，Sadique et al. (2008)以標準普爾100指數公司為樣本，使用盈餘新聞稿以及所發布的財經新聞報導進行研究，調查語調對股票報酬率及股價波動性之影響，研究之結果發現「正面語調」與股票報酬呈正相關，會降低股價波動性；「負面語調」與股票報酬呈負相關，會提高股價波動性。因此，本研究將使用「季節性」之數據來探討財經新聞媒體內容之正負向情緒，以樂觀情緒字詞（正面字詞）、悲觀情緒字詞（負面字詞）等作為投資人情緒代理變數之標準，探討與上市公司系統風險間之關聯，並預期「正面情緒字詞」，會藉由降低股價波動性而使標的公司之系統風險「下降」；「負面情緒字詞」，會藉由提高股價波動性而使標的公司之系統風險「上升」。. 立. 政治大. ‧. ‧ 國. 學. n. al. er. io. sit. y. Nat. 為了探討新聞報導對投資人行為之影響，許多學者(Barber & Odean, 2008， Engelberg & Parsons, 2011，Kim & Meschke, 2011)藉由不同的研究方式探討投資人的「行為金融學」。Barber & Odean認為人類是理性的動物，一般投資人在股票市場中受到認知及時間上的限制，在選擇要購買哪些股票時，更傾向於能夠吸引他們注意的股票，亦即，比起機構投資者，「一般投資人」更容易受到「新聞媒體」之影響，由於投資人受注意力所驅使，對媒體所報導的股票具有更大的購買意願。Engelberg & Parsons (2011)藉由比較不同地區的媒體若報導同一件新聞會對投資人的行為造成什麼影響，他們發現當地媒體的報導會導致該地區交易量. Ch. engchi U. v i n. 之增加。Kim & Meschke (2011)利用CNBC電視節目播出對6,937位CEO之訪談，研究結果證實與投資人認知之假設一致，一般投資人所採取的行動受到採訪期間 CEO語調之顯著影響，研究結果還發現，比起正面情緒語調，「負面情緒語調」對股票市場的影響更為顯著。行為金融學進一步證明了財務決策會受到投資人的情緒所驅動，媒體所傳達的訊息會影響投資人的認知與情緒，進而改變其決策推動股市價值。Li et al. (2014)使用自然語言處理（NLP）技術將網路新聞的情緒予以量化，研究結果指出財經新聞會再增加投資人知識的同時產生情緒波動，進而影響其投資行為，對股價產生影響。綜上所述，本研究將蒐集「一般投資人」所關注上市公司之相關財經新聞，將新聞「情緒字詞」予以量化，藉以探討財經新聞之報導是否會增加投資人之認知使其產生情緒波動，並改變投資人對所關注標的公司之投資交易決策，進一步影響股票市場造成股價波動，對標的公司之「系統風險」造成影響。 20. DOI:10.6814/NCCU201900410.

(29) 除了上述文獻探討新聞內容的情緒字詞會影響投資人所作之決策，進而影響股票市場外，亦有研究指出新聞報導的「數量」也會對股價產生影響，Ferguson et al. (2015)利用1981年至2010年的英國各大報紙刊物，研究每日公司特定新聞內容的情緒語調以及新聞數量是否能夠提供有關未來股票報酬的訊息，他們將報紙中出現積極樂觀的詞彙歸類為「正面金融字詞」、消極悲觀的詞彙歸類為「負面金融字詞」，研究結果顯示，新聞媒體的「情緒語調」與新聞報導的「數量」皆能改變投資人的行為，影響股票市場，其中尤以「新聞數量」所造成的影響比情緒語調更為顯著。為了計算每日新聞語調，他們使用「今天」的新聞來測試股票價格與新聞間之關聯，研究結果證實了財經新聞中的正、負面情緒訊息在影響投資人決策上之重要性，並證實公司特定新聞媒體內容的「情緒語調」和「新聞數量」都體現了股票價格上其他難以量化的訊息。據此，本研究將蒐集標的上市公司「每日」相關之財經新聞，使用「今天的新聞」來測試新聞情緒分析與系統風險間之關聯，將財經新聞中出現積極樂觀的詞彙歸類為本研究之「正面情緒字詞」、消極悲觀的詞彙歸類為本研究之「負面情緒字詞」，藉由正負面情緒字詞計算每日之情緒分數作為提供每日新聞量化的情緒判斷指標，並另外統計標的公司每日相關的新聞篇數，以「新聞情緒」與「新聞數量」作為本研究相關之文本分析變數。. 立. 政治大. ‧ 國. 學. 綜上所述，新聞媒體在向廣大受眾，特別是「一般投資人」傳遞訊息方面扮. ‧. 演著重要的角色，當投資人閱讀有關財經新聞的特定關鍵詞時，會在增加投資人認知的同時產生情緒波動，改變投資人所作的交易決策，新聞媒體所傳達的訊息會影響投資人之行為，對其所關注之標的公司股票價格或交易量產生影響。本研究係以2018年第四季台灣50指數成分股「51家」上市公司「每日」之財經新聞作為研究之樣本，利用本研究所建置之「財經正負向情緒字典」分析新聞正負面情緒字詞對投資人的影響，將「正、負面情緒字詞」作為投資人量化之情緒代理變數，藉由計算「情緒語調」與「新聞數量」作為本研究相關之文本分析變數，以探討新聞情緒是否會在增加一般投資人認知的同時產生情緒波動，影響其對關注標的公司所作之投資決策，進而影響股票市場造成股價波動，對投資人所關注標. n. er. io. sit. y. Nat. al. Ch. engchi U. v i n. 的上市公司之「系統風險」造成影響。本研究依據文獻探討之研究結果，整理歸納出適用於本研究假說之相關內容如上段所述，本節中將建立本研究之各項假說如下所述，並依據各假說繪製相關之關聯圖如下圖3-1至圖3-4： 1.假說一、財經新聞「情緒分析」與「系統風險」間具有關聯性。 Ferguson et al. (2015)之研究證實了財經新聞中之正、負面情緒訊息在影響投資人決策上的重要性，並證實公司特定新聞媒體內容的「情緒語調」和「新聞數量」都體現了股票價格上其他難以量化的訊息，據此，本研究將蒐集標的上市公司「每日」相關之財經新聞進行研究，藉由計算每日新聞的正、負向情緒字詞提供量化的判斷指標，藉以計算相關之文本分析變數。根據Ferguson et al. (2015) 21. DOI:10.6814/NCCU201900410.

(30) 的說法，為了計算每日新聞語調，他們使用「今天的新聞」來測試股票價格和新聞之間的關係，因此，為了達成本研究之目的，探討財經新聞「情緒分析」與「系統風險」間之關聯性，本研究之假說一（H1）關注於「今天新聞的情緒分析」與系統風險之間的關聯，如下所示： H1：財經新聞「情緒分析」與「系統風險」間具有關聯性。 2.假說二、財經新聞之「情緒語調」及「新聞數量」與系統風險間具有關聯性。為了要驗證假說一「新聞情緒分析」與「系統風險」間是否具有關聯性，本研究係將假說一之「新聞情緒分析」拆解為「情緒語調」以及「新聞數量」兩類文本分析變數，藉由將財經新聞中之正負面情緒字詞量化，作為投資人的情緒代理變數，以探討「情緒語調」及「新聞數量」分別與系統風險間之關聯，同時以「今天的新聞」作為研究範圍，發展出假說二，藉以探討標的上市公司當日相關之財經新聞，以量化之情緒指標作為本研究之文本分析變數，同時考量「情緒語調」及「新聞數量」作為投資人之情緒代理變數，以人工判讀之方式分析其與系統風險間之關聯。. 立. 政治大. ‧ 國. 學. 本研究之假說二延伸假說一之「新聞情緒分析」，同時考量了「情緒語調」以及「新聞數量」兩類的文本分析變數，關注於今天新聞之「情緒語調」及「新. ‧. 聞數量」與系統風險之間的關聯，假說二（H2）如下所示，並以圖3-1說明本研究假說一、假說二之關係圖。. y. Nat. n. al. er. io. sit. H2：財經新聞之「情緒語調」及「新聞數量」與系統風險間具有關聯性。. Ch. engchi U. v i n. 情緒語調. 系統風險. 新聞數量. 圖 3-1 研究假說 H1 H2. 22. DOI:10.6814/NCCU201900410.

(31) 3.假說三、財經新聞情緒分析與系統風險具有「三日窗期」之關聯性。有關於假說三財經新聞之情緒分析，除了考慮前述兩個假說「一天」的窗期，亦即以「今天的新聞」作為情緒正負面字詞的分析，尚須考量Stefano & Pollet (2009)先前所作之研究，將股票價格延遲反應之部分納入考量，由於台灣的股票市場不若國外市場般成熟，通常外部訊息會延遲其反應，在考量上述原因之情況下，本研究還需要探討有關於「不同窗期」的財經新聞與系統風險間之關聯，亦即除了考慮「今天的新聞」與系統風險間之關聯之外，本研究之假說三還考慮了「今天、昨天兩天窗期的新聞」與系統風險間之關聯、以及「今天、昨天、前天三天窗期的新聞」與系統風險間之關聯，並同時參酌前述本研究所考量之「情緒語調」以及「新聞數量」兩類文本分析變數，將其量化作為投資人的情緒代理變數，以探討與系統風險間之關聯。因此本研究所發展之假說三，係關注於「不同窗期」之新聞「情緒語調」及「新聞數量」與系統風險之間的關聯，假說三（H3）如下所示，並考量股票價格延遲反應之因素，由於本研究係考慮三天窗期之影響，因此按新聞「窗期期間」之不同將假說三再拆分為H3.1：「今天與昨天兩天窗期的新聞」之情緒語調及新聞數量與系統風險間具有關聯性、以及H3.2：「今天、昨天與前天三天窗期的新聞」之情緒語調及新聞數量與系統風險間具有關聯性，並以圖3-2說明本研究假說三之關係圖。. 立. 政治大. ‧. ‧ 國. 學. y. Nat. H3：財經新聞情緒分析與系統風險具有「三日窗期」之關聯性。 H3.1：「今天與昨天新聞」之「情緒語調」及「新聞數量」與系統風險間具有關. n. er. io. sit. 聯性。 H3.2：「今天、昨天與前天新聞」之「情緒語調」及「新聞數量」與系統風險間具有關聯性。 a v. i l C n hengchi U. 不同窗期情緒語調. 系統風險不同窗期新聞數量. 圖 3-2 研究假說 H3.1 H3.2 23. DOI:10.6814/NCCU201900410.