《数量经济技术经济研究》文本分析技术最新进展总结盘点

《数量经济技术经济研究》文本分析用于测算了城市层面的数字化政府建设指数、大语言模型、数字技术专利的创新度指标、新闻主题关注度、地级市层面盗窃犯罪率、政策相似度

刘文革,耿景珠,杜明威.数“政”强贸: 数字化政府建设与中国出口产品质量升级[J/OL].数量经济技术经济研究:1-22[2024-04-23].https://doi.org/10.13653/j.cnki.jqte.20240416.004.

【摘要】深入推进数字化政府建设，加快政府职能转变，能够充分激发市场活力及社会创造力，从而有效驱动中国外贸高质量发展。本文利用机器学习方法和中国各地级市《政府工作报告》文本大数据测算了城市层面的数字化政府建设指数，并结合中国海关数据库和中国城市统计年鉴，从城市—产品层面实证考察了数字化政府建设对中国城市出口产品质量的影响及作用机制。研究发现数字化政府建设能够有效推动中国城市出口产品质量升级，采用工具变量和交错式双重差分等因果识别策略后均验证了该结论的可靠性。机制分析结果表明，数字化政府建设通过信息成本降低效应、城市创新驱动效应和资源配置优化效应推动中国城市出口产品质量升级。异质性分析表明，数字化政府建设因城市行政级别、上级政府效率、产品时间敏感度、出口贸易类型的差异而对城市出口产品质量产生差异化影响。本文研究结论能够有效阐释政府部门数字化转型对中国出口高质量发展的驱动作用，并为利用数字化政府建设支撑“数字强贸”工程提供可靠的政策参考。

【关键词】数字化政府;出口产品质量;政府工作报告;机器学习;

李春涛,闫续文,张学人.GPT在文本分析中的应用：一个基于Stata的集成命令用法介绍[J/OL].数量经济技术经济研究:1-21[2024-04-23].https://doi.org/10.13653/j.cnki.jqte.20240319.003.

【摘要】数字信息时代，深度挖掘文本数据的价值日益重要，大语言模型的出现为此提供了新的契机。本文在人工智能赋能实证研究发展的框架下，首先分析了传统文献中词典法、文本相似度、监督式机器学习等传统文本分析方法的局限性；其次论述了大语言模型的优势及其对实证研究、特别是文本分析的赋能作用；在此基础上，借助本文作者编制的Stata命令chatgpt，通过一系列案例展示了GPT在提高文本数据处理效率、优化文本指标刻画能力、增强文本指标衡量精度以及丰富文本指标信息含量的核心优势。本文认为大语言模型将极大地释放文本数据价值，在推动文本分析领域相关的实证研究中具有巨大潜力。

【关键词】文本分析;GPT;大语言模型;自然语言处理;文本语调;

黄先海,王瀚迪,孙涌铭,等.数字技术与企业出口质量升级——来自专利文本机器学习的证据[J].数量经济技术经济研究,2023,40(12):69-89.DOI:10.13653/j.cnki.jqte.20231018.002.

【摘要】数字技术是支撑贸易数字化的重要基础，目前已逐渐成为新发展格局下推进贸易强国建设的强劲动能。本文基于2007～2015年中国制造业上市公司申请的数字技术领域专利文本，运用机器学习方法测算数字技术专利的创新度指标，进而考察异质性数字技术对企业出口质量的影响及作用机制。研究发现，应用数字技术能显著促进企业出口质量升级，这种促进作用主要由高创新度的颠覆性数字技术引起，而低创新度的渐进性数字技术对出口质量无显著影响。具体来说，颠覆性数字技术通过优化生产经营效率、促进服务化转型和加速创造性破坏三方面机制作用于企业出口质量。本文研究结论提供了数字技术赋能贸易高质量发展的微观层面经验证据，为进一步提升贸易数字化水平、推进数字强贸工程建设提供了参考。

【关键词】数字技术;出口质量;创造性破坏;服务化转型

张虎,高子桓,韩爱华.企业数字化转型赋能产业链关联：理论与经验证据[J].数量经济技术经济研究,2023,40(05):46-67.DOI:10.13653/j.cnki.jqte.20230311.001.

【摘要】本文理论阐释了企业数字化转型对产业链关联的影响机制，并基于2007～2020年中国上市公司年报和投入产出表数据，运用面板数据模型来揭示企业数字化转型对产业链关联的影响效应和作用机制。研究发现，企业数字化转型能够促进产业链关联水平的提升，且存在滞后效应。进一步研究发现，企业数字化转型能够通过降低内部生产成本和外部交易成本两种渠道来影响产业链关联，由于数字化转型降低外部交易成本的幅度更大，最终均表现为促进产业链关联。本文的研究结论有助于厘清企业数字化转型与产业链关联之间的关系，为政府制定合理的数字经济政策以及有效引导企业数字化转型赋能产业链关联提供重要的政策指引和借鉴。

【关键词】企业数字化转型;产业链关联;文本分析法;投入产出表;交易成本;

郑挺国,靳炜,方匡南,等.媒体信息、预期冲击与经济周期波动——基于中文财经类报刊数据[J].数量经济技术经济研究,2023,40(02):202-220.DOI:10.13653/j.cnki.jqte.2023.02.010.

【摘要】新闻媒体作为公众信息的主要来源，对公众预期具有不可忽视的作用，进而可能对宏观经济波动产生影响。本文首先使用潜在狄利克雷分配模型，将中文财经类报刊文本数据转化为新闻主题关注度，并依据新闻主题关注度构建新闻指数作为公众预期的测度，然后结合消费、产出等关键宏观经济变量，利用结构VAR模型考察预期冲击和噪声冲击对经济周期波动的影响。研究发现，新闻指数对消费、产出等关键宏观经济变量具有明显的领先关系；从新闻指数中识别的预期冲击会对实际经济变量产生永久性的影响，而噪声冲击的影响会逐渐衰减，最终回到冲击前的水平。本文的研究验证了预期管理在宏观经济调控中的重要性，并为文本数据在宏观经济研究中的应用提供了新视角。

【关键词】经济周期波动;媒体报道;文本分析;预期冲击

许雪晨,田侃. 一种基于金融文本情感分析的股票指数预测新方法[J].数量经济技术经济研究. 2021,38(12).

【摘要】研究目标:探讨如何对媒体报道、公司新闻等非结构化数据进行文本分析,并应用于股票价格波动预测。研究方法:提出一种基于金融文本情感分析的指数预测模型SA-BERT-LSTM,对沪深300指数的涨跌进行预测。研究发现:情感分析特征能够有效提高模型预测的准确率;相比三种对照模型(BP神经网络、支持向量机、XGBoost),SA-BERT-LSTM模型预测精度更高;该模型同样适用于个股价格预测。研究创新:将BERT模型应用到财经新闻情感分析中,将情感特征与股市行情交易数据结合,有效提高了股指趋势预测的准确率。研究价值:本文将文本情感引入金融市场预测领域的尝试,有助于促进人工智能、机器学习在经济学中的研究与应用,为推进国家人工智能战略落地实施提供参考

【关键词】情感分析;长短时记忆网络;预训练语言模型;股指预测

覃飞,沈艳. 产业政策关联度对公司业绩影响研究[J]. 数量经济技术经济研究. 2021,38(09).

【摘要】研究目标:测算政府工作报告和企业年报的产业政策关联程度,并评估政策关联对企业业绩的影响以及内在机制。研究方法:基于2009～2018年的国务院政府工作报告和企业年报文本数据,利用文本大数据分析技术测算企业年报和政府工作报告文本的政策相似度,并使用面板回归模型评估政策效果以及机制分析。研究发现:第一,2012年以后企业经营活动与政策关联度显著上升;第二,政策关联度较高的企业往往为民营、中小型、东部地区、轻资产、财务杠杆率低、资金状况良好,并更敢于冒风险的企业;第三,高政策关联度的企业业绩水平高,这一点对民营企业、中小企业和东部地区企业更为明显;第四,就影响机制而言,本文发现政策关联程度高的企业融资约束更低,也获得了更多的政府补贴和税收优惠;第五,由于在扣除政府补贴和税收优惠后,政策关联度和企业业绩水平间仍存在正相关关系,这一点对民营企业尤为明显,表明企业业绩好并非仅仅通过获取政策相关优惠而采取策略性创新导致。研究创新:本文创造性地结合文本大数据分析技术,采用相似度算法测算年报和政府工作报告的政策关联程度,为量化政策提供了新的视角。研究价值:本文的方法为利用文本大数据分析技术研究经济学问题提供了借鉴,研究结论对政府优化政策实施手段,提高政策执行效率提供了建议

【关键词】政策关联;企业绩效;文本大数据分析;自然语言处理

江鸿泽,梁平汉. 数字金融发展与犯罪治理——来自盗窃案刑事判决书的证据[J].数量经济技术经济研究. 2022,39(10).

【摘要】数字经济和数字金融的快速发展改变了社会生活的各个方面，对社会治理也产生了影响。本文从犯罪的成本—收益角度研究数字金融发展对盗窃犯罪的影响。利用中国裁判文书网上公布的2014～2019年全部盗窃罪一审刑事判决书，通过文本大数据识别，构建了地级市层面盗窃犯罪率面板数据，研究发现数字金融水平每增加一个标准差，则当地盗窃犯罪率显著下降0.579个标准差，基于CLDS微观调查数据的稳健性检验和基于城市与杭州的球面距离的工具变量分析支持这一结果，并且数字金融发展主要减少了年龄较小、受教育程度较高的个人进行盗窃犯罪。而且，我们没有发现数字金融发展导致其他犯罪类型数量增加。机制分析显示，数字金融发展通过提升支付便利性降低了盗窃行为的预期收益，并通过促进市场就业提高了盗窃犯罪的机会成本。基于CLDS微观数据研究表明，居民被盗后信任度、幸福感、安全感水平显著下降，情绪问题加重，医疗开支增加。本文还量化了盗窃犯罪对于受害者家庭支出的影响，显示了数字金融所能产生的意料之外的社会收益。因此，在互联网时代，需要不断加强和创新适应新技术和新业态发展的社会治理手段和工具，实现包容性增长，从而建设平安中国，推动高质量发展

【关键词】数字金融;盗窃;犯罪治理;裁判文书;文本识别

孟勇,任梦,赵心.行业资产的Black-Litterman模型配置研究——基于社交网络情绪文本挖掘算法[J].统计研究. 2021,38(04).

【摘要】研究目标:构建反映行业股价走势的基于社交网络文本挖掘算法的行业投资者情绪指标，并改善嵌入行业投资者情绪指标的Black-Litterman模型对资产的配置结果。研究方法:基于社交网络文本挖掘算法度量投资者情绪，运用主成分分析法构建行业投资者情绪指标，并嵌入Black-Litterman模型中构建投资者观点矩阵，确定行业资产配置比。研究发现:基于行业投资者情绪的BL模型有效提高了资产配置的日均收益率和夏普比率。实证结果在样本外验证(除受新冠疫情影响阶段)、暴涨暴跌阶段以及经过允许卖空和交易成本调整后仍稳健，进而证实了投资者情绪对资产组合有显著影响。研究创新:基于社交网络文本挖掘算法构建投资者情绪指数，解决了仅依赖于预期收益或历史数据的预测模型无法直观揭示投资者心理认知和行为的局限性问题，从一个崭新的视角科学地解决Black-Litterman模型中投资者观点的生成问题。研究价值:扩展了Black-Litterman模型理论体系研究，并推动了行为金融理论在资产配置中的应用

【关键词】投资者情绪;Black-Litterman模型;行业资产配置;文本挖掘