1.2　研究思路、研究方法及研究内容

1.2.1　研究思路

“互联网+大数据”时代下，证券市场媒体效应研究机遇与挑战并存，海量的互联网数据使我们的研究离真实世界更近了一步，但是给我们的研究方法也提出了巨大的挑战。本书旨在利用先进的大数据分析手段，从多个维度（施动者、受动者、管理者）深化和拓展互联网财经新闻对证券市场风险波动的影响研究。本书按照“提出问题—分析与解决问题—总结与建议”的思路与框架展开研究（如图1.1所示），具体而言：

第一，通过梳理和总结相关研究文献，在全面清晰梳理国内外研究现状、理解互联网媒体对证券市场稳定带来的传导作用和潜在冲击的基础上，确定本书的研究方向并发现研究意义，然后完成研究思路的建立与研究方法的选定，最终形成本书的创新点。

第二，本书首先从大数据方法学的视角，研发定向分布式网络抓爬器，从中国36个主流财经网站中追踪并获取互联网财经新闻数据，经过溯源追踪、文档去重等一系列的数据预处理，完成互联网财经新闻信息数据库的构建；其次，提出一种基于卷积神经网络（convolutional neural networks，CNN）的文本主题自动分析与判定方法，将新闻文本的主题自动分类；最后，采用金融学经典文本量化手段，即情感分析法，借助前期研发的专业财经情感词典，将非结构化的新闻文本信息转化成结构化的数据。

图1.1　本书的研究思路与框架

第三，不同于传统金融学以事件分析法为主导的证券市场媒体效应研究，本书尝试从施动者（媒体）、受动者（公司）和管理者三个不同的视角，对证券市场媒体效应的研究进行更深层次的思考，探索异质性新闻内容、公司行业属性、公司管理者媒体行为在证券市场风险波动中的作用。

第四，本书进一步提出了一个深度学习框架，用整体、连续，而非单一的数据关系，研究复杂市场因素对证券市场新闻媒体效应的综合影响。希望为解决金融学资产定价经典命题提供一个智能计算的思维方式，为探寻复杂经济运行机理拓展一个基于智能计算思维量化的新领域。

第五，本书通过对研究结论的总结性分析，提出有针对性的指导建议与政策实施依据，为市场监管政策和信息披露机制的制定提供理论依据，为上市公司治理与规范运作提供决策辅助，为投资者减少非理性投资行为提供帮助，最终为维护金融市场的稳定和社会的和谐做出贡献。