財(cái)經(jīng)新聞對(duì)股市的影響研究國(guó)內(nèi)外文獻(xiàn)綜述目錄TOC\o"1-2"\h\u23108財(cái)經(jīng)新聞對(duì)股市的影響研究國(guó)內(nèi)外文獻(xiàn)綜述 111350（一）國(guó)外研究現(xiàn)狀 1180181.新聞標(biāo)題、數(shù)量與內(nèi)容對(duì)于股票價(jià)格的影響 1150122.學(xué)術(shù)界研究經(jīng)新聞?dòng)绊懥Φ乃惴ㄅc技術(shù) 2320263.研究互聯(lián)網(wǎng)財(cái)經(jīng)新聞的數(shù)據(jù)挖掘技術(shù) 425782（二）國(guó)內(nèi)研究現(xiàn)狀 5隨著證券市場(chǎng)的不斷發(fā)展，投資者逐漸意識(shí)到信息對(duì)市場(chǎng)的影響力，從而引發(fā)了學(xué)者們?cè)谠擃I(lǐng)域的研究。國(guó)內(nèi)外學(xué)術(shù)界在此方面的研究正在不斷的深入發(fā)展，學(xué)者們嘗試使用了不同的定量、定性技術(shù)，結(jié)合當(dāng)?shù)刈C券市場(chǎng)行情特點(diǎn)進(jìn)行建模分析，從不同的方向作為切入點(diǎn)分析媒體對(duì)資產(chǎn)交易和價(jià)格的影響。而國(guó)內(nèi)學(xué)者們?cè)诖朔矫娴难芯糠浅\顯，智能化程度也不高。這種基于先進(jìn)投資理念、決策理論與最新信息技術(shù)的方法與綜合技術(shù)被稱為“金融智能”（FinanceIntelligence），金融智能作為一門新興的學(xué)科，在國(guó)內(nèi)乃至國(guó)際上都處于剛剛起步的階段。（一）國(guó)外研究現(xiàn)狀1.新聞標(biāo)題、數(shù)量與內(nèi)容對(duì)于股票價(jià)格的影響早在1971年，Niederhoffer分析了《紐約時(shí)報(bào)》發(fā)布的重大新聞的標(biāo)題，并對(duì)其描述的內(nèi)容進(jìn)行分類，將每個(gè)標(biāo)題對(duì)股市的影響進(jìn)行評(píng)級(jí)，從而研究股票市場(chǎng)受哪些重大新聞事件的影響。他發(fā)現(xiàn)重大新聞發(fā)布后的第一天，股票市場(chǎng)的反應(yīng)最強(qiáng)烈。17Niederlioffer,V.,1971,"theanalysisofworldeventsandstockprices",TheJournalofFinance,Vol.44,PP193-219Klibanoff等人同樣使用《紐約時(shí)報(bào)》的新聞標(biāo)題，來研究新聞是否會(huì)影響封閉式國(guó)家基金。他們使用面板數(shù)據(jù)，研究有無符合條件的基金的價(jià)格收益和凈資產(chǎn)收益變化。他僅僅對(duì)有無新聞進(jìn)行分析，將新聞變量設(shè)為馳變量，有為1，無則為。該研究的結(jié)論指出，新聞一方面能夠影響投資者的需求，另一方面會(huì)影響到資產(chǎn)價(jià)值的彈性。Klibanoff,P.,Lamont,O.,and17Niederlioffer,V.,1971,"theanalysisofworldeventsandstockprices",TheJournalofFinance,Vol.44,PP193-219Klibanoff,P.,Lamont,O.,and Wizman,t.A.,1998,"Investorreactiontosalientnewsinclosedendcountryfunds",TheJournalofFinance,Vol.53,PP.除了新聞標(biāo)題外，有學(xué)者將新聞的數(shù)量作為突破點(diǎn)，研究一定量的新聞事件對(duì)市場(chǎng)的影響。例如，Mitchell和Mulherin使用道瓊斯每日發(fā)布的標(biāo)題較大的新聞和宏觀新聞公告的數(shù)量，研究其與股票市場(chǎng)的交易量和股票收益是否相關(guān)。該研究中發(fā)現(xiàn)二者有直接關(guān)系，但是新聞與市場(chǎng)行為關(guān)系強(qiáng)度不大，周內(nèi)效應(yīng)和季節(jié)性不明顯。Mitchell,M.L.,andMulherin,J.H.,1994,"theimpactofpublicinformationonthestockmarket”,TheJournalofFinance,Vol.49,PP923-950.Fang和Peress研究發(fā)現(xiàn)媒體關(guān)注度低的股票存在顯著的溢價(jià)，他們檢驗(yàn)了股票橫截面收益與媒體報(bào)道的關(guān)系。該研究的新聞因子也是釆用的是幾個(gè)主流的報(bào)紙上的新聞的數(shù)量Fang,L.,andPeress,J.,2009,"Mediacoverageandthecross-sectionofstockreturns1',TheJournalofFinance,Vol.64,PP2023-2052。Mitchell,M.L.,andMulherin,J.H.,1994,"theimpactofpublicinformationonthestockmarket”,TheJournalofFinance,Vol.49,PP923-950.Fang,L.,andPeress,J.,2009,"Mediacoverageandthecross-sectionofstockreturns1',TheJournalofFinance,Vol.64,PP2023-2052但是一則新聞公告所包含的信息遠(yuǎn)遠(yuǎn)不止標(biāo)題所能涵蓋的，有學(xué)者開始對(duì)新聞的內(nèi)容進(jìn)行分析。Huberman和Regev使用了案例研究法，發(fā)現(xiàn)一則被重復(fù)報(bào)道的利好消息會(huì)引發(fā)股價(jià)的二次上漲，并且能維持在較高水平。該文章首先研究了該新聞發(fā)布前后的公司股票的收盤價(jià)和交易量的情況，然后研究該公司所在的生物技術(shù)行業(yè)指數(shù)的變化情況。研究指出資產(chǎn)價(jià)格的變化會(huì)受到其自身信息的影響。兩位日本學(xué)者Takeda和Yamazaki進(jìn)一步利用事件研究法研究了日本國(guó)家電視臺(tái)NHK播出的名為《projectX》的紀(jì)錄片對(duì)公司股票價(jià)格的影響。他們?cè)?000年到2005年的190期節(jié)目中，選擇了69家日本上市公司為研究樣本，并根據(jù)行業(yè)報(bào)道內(nèi)容和收視狀況進(jìn)行分類。結(jié)果表明，所有行業(yè)的公司股價(jià)都受到了該電視事件的影響。當(dāng)節(jié)目涉及產(chǎn)品開發(fā)和市場(chǎng)營(yíng)銷時(shí)，電視報(bào)道對(duì)股價(jià)旳影響更加顯著。有趣的是，他們發(fā)現(xiàn)即便有些電視節(jié)目并不包含任何新的信息，但是這些早已為人熟知的故事，經(jīng)電視的報(bào)道后，同樣影響了股價(jià)的變動(dòng)。他們的研究結(jié)論與Huberaian和Regev的案例研究結(jié)論相似，有力地說明媒體的報(bào)道影響了股票的價(jià)格。Keown和Pinkerton從一類新聞事件入手，利用統(tǒng)計(jì)方法研究了公司收購信息發(fā)生前后股票收益的變化。該研究得出收購信息對(duì)公司股價(jià)的影響，指出該信息前后共持續(xù)12天，而且在信息正式發(fā)布之前11天就產(chǎn)生了異常收益，從而證明存在內(nèi)幕交易。由于一則消息或一類消息都不能具有代表性和規(guī)律性的揭示新聞事件對(duì)證券市場(chǎng)的沖擊，有學(xué)者開始對(duì)不同內(nèi)容的文本信息進(jìn)行研究。2.學(xué)術(shù)界研究經(jīng)新聞?dòng)绊懥Φ乃惴ㄅc技術(shù)Antweiler和Frank對(duì)1973年到2001年華爾街日?qǐng)?bào)發(fā)布的250000條公司新聞進(jìn)行分析。他們使用貝葉斯分類方法，對(duì)新聞主題進(jìn)行分類，并且使用事件法研究每一類新聞對(duì)股市的影響。研究發(fā)現(xiàn)：（1）由于新聞發(fā)布后市場(chǎng)就過度反應(yīng)，以至于事件日前后的異常收益的符號(hào)相反。（2）新聞發(fā)布后，新聞對(duì)收益的沖擊將會(huì)持續(xù)很多天。（3）事件日這一天的反應(yīng)比事件窗的其余天都要強(qiáng)烈。（4）在經(jīng)濟(jì)蕭條期，新聞對(duì)股市旳影響力度更大，影響周期更長(zhǎng)他們的研究無疑都論證了文本信息對(duì)市場(chǎng)影響的重要性。從新聞內(nèi)容本身來看，每一篇報(bào)道都帶有相關(guān)的情感色彩，也就是說，每一則消息根據(jù)其表達(dá)內(nèi)容都可以歸屬于利好或利空。所以，研究信息本身的情感內(nèi)容，顯得非常必要。它們的研究了雅虎財(cái)經(jīng)與“RagingBull”上發(fā)布的與道瓊斯工業(yè)指數(shù)和道瓊斯互聯(lián)網(wǎng)指數(shù)的45家公司相關(guān)的論壇信息，使用貝葉斯方法將文本分為三類：看漲、看跌、無影響（bullisli，bearish，neither），對(duì)應(yīng)的是買、賣、持有。他們用時(shí)間序列分析和GARCH模型發(fā)現(xiàn)看漲的信息有助于預(yù)測(cè)股市的活躍程度。Das和Clien研究出一種算法，能夠從論壇信息中提取出小投資者的觀點(diǎn)看法，然后進(jìn)行相關(guān)的股票預(yù)測(cè)。該研究使用貝葉斯分類器，將雅虎財(cái)經(jīng)論壇信息進(jìn)行分類，然后將內(nèi)容通過計(jì)算簡(jiǎn)單詞頻得到投資者的樂觀程度，過構(gòu)建時(shí)間序列和截面回歸模型的方法研究了投資者情緒與市場(chǎng)指數(shù)、個(gè)股股價(jià)、分歧信息、信息量、交易量、波動(dòng)率等的相關(guān)性。結(jié)論發(fā)現(xiàn)市場(chǎng)行為與小投資者觀點(diǎn)（購買、持有、賣出）有關(guān)。Tetlock獲取了發(fā)行量最大日?qǐng)?bào)之一的《華爾街日?qǐng)?bào)》中一項(xiàng)專欄內(nèi)容，以情感信息為標(biāo)志分析媒體的情緒，實(shí)證結(jié)果表明，媒體越是顯示出較高的悲觀情緒，市場(chǎng)股價(jià)越可能產(chǎn)生下降。同時(shí)，極高或極低的悲觀程度與市場(chǎng)交易量之間有較高相關(guān)性。該研究使用了簡(jiǎn)單計(jì)算情感詞詞頻的方法度量新聞文本內(nèi)容的樂觀和悲觀程度，并將其作為新聞指標(biāo)通過建立向量自回歸模型，考察新聞對(duì)市場(chǎng)指數(shù)、交易量等的影響。得到上述結(jié)論，Tetlock等人又利用Harvad-IV詞庫將媒體信息量化為正面新聞和負(fù)面新聞，發(fā)現(xiàn)媒體報(bào)道的內(nèi)容涵蓋了公司基本面的一些“軟信息”，即，一旦有公司的新聞被報(bào)道，那么該公司的股價(jià)會(huì)迅速做出反應(yīng)。該研究用同樣的方法量化了公司新聞，通過消極新聞指標(biāo)預(yù)測(cè)公司季度收益、日收益等。結(jié)論發(fā)現(xiàn)：壞消息會(huì)導(dǎo)致公司收益、股票收益降低。當(dāng)然，也有學(xué)者釆用其他方法進(jìn)行研究，例如Cutler等人使用了統(tǒng)計(jì)回歸的研究方法探索新聞是否會(huì)影響股票價(jià)格，研究結(jié)果表明股價(jià)變動(dòng)的三分之一是由新聞引起的，如果要進(jìn)一步說明新聞對(duì)股價(jià)的解釋程度將存在一定的困難。但他的研究至少說明了股票市場(chǎng)會(huì)對(duì)新聞報(bào)道做出反應(yīng)。該論文研究了宏觀的新聞對(duì)證券市場(chǎng)的影響。文中將7個(gè)宏觀經(jīng)濟(jì)變量進(jìn)行向量自回歸所得到的殘差作為新聞因子，然后將得到的7個(gè)新聞因子作為自變量，月度收益作為因變量進(jìn)行回歸分析，從而得到新聞對(duì)股價(jià)的影響程度。Chan對(duì)比分析了有新聞和無新聞時(shí)的異常收益，使用了Fama三因素模型檢驗(yàn)了公司公開的新聞對(duì)其股票月度收益的影響，發(fā)現(xiàn)負(fù)面新聞會(huì)較大程度的影響股票價(jià)格。3.研究互聯(lián)網(wǎng)財(cái)經(jīng)新聞的數(shù)據(jù)挖掘技術(shù)數(shù)據(jù)挖掘技術(shù)從媒體中提取影響股票市場(chǎng)的文本信息，量化新聞文本，將其應(yīng)用于股票分析中。由于數(shù)據(jù)挖掘的互聯(lián)網(wǎng)特征，因此數(shù)據(jù)挖掘技術(shù)能夠被廣泛地應(yīng)用到互聯(lián)網(wǎng)信息搜集和分析中。其中的一種思路是將新聞和技術(shù)指標(biāo)融合，來提升預(yù)測(cè)和分析股價(jià)走向的準(zhǔn)確性。Feldman和Dagan將文本分類范式與KDD（KnowledgeDiscoveryinDatabases）相結(jié)合，總結(jié)出一套KDT（KnowledgeDiscoveryinTexts）的框架結(jié)構(gòu)，他們通過使用多重分布模型挖掘了路透社的22173篇財(cái)經(jīng)新聞，獲得了一種相對(duì)分布，它包括國(guó)家、主題、人、組織和股票交易。KDT為研究新聞與股市之間的關(guān)系提供了有效的方法。Wiithrich等人開發(fā)了一個(gè)股票指數(shù)預(yù)測(cè)系統(tǒng)。他們總結(jié)出經(jīng)濟(jì)新聞中的關(guān)鍵字，以及每個(gè)關(guān)鍵字出現(xiàn)后股市指數(shù)的狀態(tài)，即，上漲、下跌和維持；并且統(tǒng)計(jì)各個(gè)關(guān)鍵字在不同股市指數(shù)狀態(tài)下的權(quán)重以得到一些規(guī)則。通過不斷的訓(xùn)練預(yù)測(cè)出當(dāng)天收盤的股市指數(shù)。Lagreid和Sandal對(duì)挪威證券市場(chǎng)上的金融新聞進(jìn)行研究，使用了詞性標(biāo)準(zhǔn)（SpeechTagging）、命名實(shí)體識(shí)別（NamedEntityIdentification），以及傳統(tǒng)的信息檢索和信息提取等方法。Antweiler和Frank的研究使用了貝葉斯分類器對(duì)新聞進(jìn)行分類，運(yùn)用事件研究法探索新聞對(duì)股市的影響Schmnaker和Chen將新聞以不同的文本表達(dá)方式進(jìn)行向量化處理，利用支持向量機(jī)（SVM）算法預(yù)測(cè)新聞發(fā)布后20分鐘股票的價(jià)格。Das和Chen研究出一種算法，能夠從論壇信息中提取出投資者的觀點(diǎn)看法，然后進(jìn)行相關(guān)的股票預(yù)測(cè)。Tetlock等利用Harvad-IV詞庫將媒體信息量化為正面新聞和負(fù)面新聞。以上研究都通過各種文本挖掘技術(shù)對(duì)新聞文本信息進(jìn)行量化，研究媒體信息對(duì)股價(jià)或收益的影響。然而這些研究中絕大多數(shù)都忽略了股票的定量指標(biāo)，如紅利股價(jià)比、賬面市值比、利潤(rùn)等，將這類定量指標(biāo)和媒體信息融合，將能有效地彌補(bǔ)股票市場(chǎng)的信息不對(duì)稱。（二）國(guó)內(nèi)研究現(xiàn)狀在國(guó)內(nèi)學(xué)界，關(guān)于探索互聯(lián)網(wǎng)媒體與股票市場(chǎng)關(guān)系的研究比較少。在這些文獻(xiàn)中，學(xué)者們也基本將新聞數(shù)量作為新聞指標(biāo)，沒有考慮新聞的文本信息，也沒有考慮與股票相關(guān)的定量指標(biāo)。趙偉和梁循（2009）通過對(duì)互聯(lián)網(wǎng)金融信息發(fā)布數(shù)量進(jìn)行研究，找出其與股票收益波動(dòng)率成正比例的關(guān)系，而且他們指出當(dāng)信息量以數(shù)倍速度增加時(shí)，波動(dòng)的隨機(jī)因素才能消除也就證明了這樣一點(diǎn)，市場(chǎng)波動(dòng)顯著地受到信息量的影響。趙偉;梁循；互聯(lián)網(wǎng)金融信息量與收益率波動(dòng)關(guān)聯(lián)研究[J]，計(jì)算機(jī)技術(shù)與發(fā)展，2009年12期饒育蕾和王攀（2010）同樣使用了新聞數(shù)量作為關(guān)注度指標(biāo)，他們以百度搜索結(jié)果為衡量指標(biāo)，實(shí)證檢驗(yàn)新股發(fā)行價(jià)格與媒體關(guān)注度的關(guān)系。他們發(fā)現(xiàn)媒體關(guān)注度高的新股，發(fā)行價(jià)格也相對(duì)較高。趙偉;梁循；互聯(lián)網(wǎng)金融信息量與收益率波動(dòng)關(guān)聯(lián)研究[J]，計(jì)算機(jī)技術(shù)與發(fā)展，2009年12期饒育蕾;王攀，媒體關(guān)注度對(duì)新股表現(xiàn)的影響——來自中國(guó)股票市場(chǎng)的證據(jù)[J]，財(cái)務(wù)與金融，2010年03期然而，僅僅分析新聞數(shù)量或標(biāo)題的影響，將忽略新聞中大量有價(jià)值的軟信息，從而無法準(zhǔn)確地捕捉新聞與股價(jià)波動(dòng)的關(guān)聯(lián)。也有部分學(xué)者使用文本挖掘技術(shù)來分析股票新聞。楊繼東采用文獻(xiàn)綜述的方式對(duì)媒體和資產(chǎn)價(jià)格之間的關(guān)系進(jìn)行了總結(jié)和闡述，研究了媒體對(duì)投資者行為以及資產(chǎn)價(jià)格的影響機(jī)制。張?jiān)嘛w等（2006）從市場(chǎng)有效性假說理論入手，研究發(fā)現(xiàn)中國(guó)大陸股市相對(duì)于半強(qiáng)勢(shì)有效的香港股市，表現(xiàn)出了弱勢(shì)有效的特征。張?jiān)嘛w;史震濤;陳耀光，香港與大陸股市有效性比較研究[J]，金融研究，2006年06期韓春和田大鋼（2008）將上市公司的年報(bào)進(jìn)行文本挖掘和分析，使用聚類的方法將公司聚為不同的類，并分析每一類公司的投資價(jià)值。陳華和梁循以互聯(lián)網(wǎng)新聞為基礎(chǔ)，將文本挖掘技術(shù)引入研究中，將新聞文本進(jìn)行歸類，并做相應(yīng)的板塊分析。韓春;田大鋼，對(duì)股票市場(chǎng)信息的文本挖掘[J]，中國(guó)高新技術(shù)企業(yè)，2008年23期阮進(jìn)、袁景瑞和梁循（2008）以自己建立的金融詞典為基礎(chǔ)詞庫，提出了適合財(cái)經(jīng)新聞的文本消重處理技術(shù)。該自建詞典包括了財(cái)經(jīng)領(lǐng)域的常用詞語及上市公司名稱等信息。張?jiān)嘛w;史震濤;陳耀光，香港與大陸股市有效性比較研究[J]，金融研究，2006年06期韓春;田大鋼，對(duì)股票市場(chǎng)信息的文本挖掘[J]，中國(guó)高新技術(shù)企業(yè)，2008年23期阮進(jìn);袁景瑞;梁循，互聯(lián)網(wǎng)金融新聞搜索的文本消重方法研究[J],西華大學(xué)學(xué)報(bào)(自然科學(xué)版)，2008年02期整體而言，國(guó)內(nèi)目前鮮有涉及對(duì)于新興的主流互聯(lián)網(wǎng)新聞媒體報(bào)道對(duì)股票市場(chǎng)的研究。由于技術(shù)的局限性，大部分研究工作集中在分析新聞數(shù)量或者新聞標(biāo)題對(duì)股票市場(chǎng)的影響上。然而，僅僅分析新聞數(shù)量或標(biāo)題的影響，將忽略新聞中大量有價(jià)值的軟信息，從而無法準(zhǔn)確地捕捉新聞與股價(jià)波動(dòng)的關(guān)聯(lián)。備金率變動(dòng)對(duì)股市影響的實(shí)證研究[J].系統(tǒng)工程,2012,04：18-24.[2]趙麗麗,趙茜倩,楊娟,王鐵軍,李慶.財(cái)經(jīng)新聞對(duì)中國(guó)股市影響的定量分析[J].山東大學(xué)學(xué)報(bào)（理學(xué)版）,2012,07：70-75+80.[3]鄒亞寶.媒體對(duì)有限理性投資者投資行為的影響研究[J].金融教育研究,2012,05：37-43.[4]郭國(guó)峰,鄭召鋒.國(guó)際能源價(jià)格波動(dòng)對(duì)中國(guó)股市的影響——基于計(jì)量模型的實(shí)證檢驗(yàn)[J].中國(guó)工業(yè)經(jīng)濟(jì),2011,06：26-35.[5]李道榮,徐劍飛,江蕾.我國(guó)網(wǎng)絡(luò)財(cái)經(jīng)報(bào)道的不足及改進(jìn)路徑[J].新聞大學(xué),2011,02：103-107.[6]林暉.后金融危機(jī)時(shí)代中國(guó)財(cái)經(jīng)媒體發(fā)展取向[J].現(xiàn)代傳播（中國(guó)傳媒大學(xué)學(xué)報(bào)）,2011,07：52-55.[7]張成虎,胡嘯兵,柳會(huì)珍.網(wǎng)絡(luò)金融信息量與滬市A股價(jià)格表現(xiàn)的關(guān)聯(lián)性[J].金融論壇,2011,03：68-73.[8]楊飛虎,熊家財(cái).國(guó)際金融危機(jī)背景下國(guó)內(nèi)外股市波動(dòng)溢出效應(yīng)的實(shí)證研究[J].當(dāng)代財(cái)經(jīng),2011,08：42-51.[9]王波,郭曉軍.基于情感分析的網(wǎng)絡(luò)財(cái)經(jīng)媒體通貨膨脹預(yù)期研究[J].圖書情報(bào)工作,2011,16：140-143+90.[10]張繼德,廖微,張榮武.普通投資者關(guān)注對(duì)股市交易的量?jī)r(jià)影響——基于百度指數(shù)的實(shí)證研究[J].會(huì)計(jì)研究,2014,08：52-59+97.[11].中國(guó)版本圖書館月度CIP數(shù)據(jù)精選[J].全國(guó)新書目,2015,01：43-200.[12]朱光偉,杜在超,張林.關(guān)系、股市參與和股市回報(bào)[J].經(jīng)濟(jì)研究,2014,11：87-101.[13]朱南麗,鄒平,張永平,李學(xué)術(shù),楊琳琳,張楊.基于博客/微博信息量的投資者關(guān)注度測(cè)量研究——來自中國(guó)股票市場(chǎng)的經(jīng)驗(yàn)數(shù)據(jù)[J].經(jīng)濟(jì)問題探索,2015,02：159-166.[14].中國(guó)版本圖書館月度CIP數(shù)據(jù)精選[J].全國(guó)新書目,2015,02：48-200.[15]朱健.網(wǎng)絡(luò)輿情與上市公司股價(jià)的相關(guān)性研究[J].稅收經(jīng)濟(jì)研究,2015,01：85-95.[16].中國(guó)版本圖書館月度CIP數(shù)據(jù)精選[J].全國(guó)新書目,2015,03：41-200.[17]蔡慶豐,郭春松,陳詣之.大數(shù)據(jù)思維在金融學(xué)研究中的運(yùn)用[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài),2015,03：104-114.[18].中國(guó)版本圖書館月度CIP數(shù)據(jù)精選[J].全國(guó)新書目,2015,06：43-200.[19].中國(guó)版本圖書館月度CIP數(shù)據(jù)精選[J].全國(guó)新書目,2015,05：45-200.[20].中國(guó)版本圖書館月度CIP數(shù)據(jù)精選[J].全國(guó)新書目,2015,07：46-200.[21]徐偉,李韻喆.行業(yè)與個(gè)股新聞對(duì)股票價(jià)格影響的定量分析[J].財(cái)經(jīng)界（學(xué)術(shù)版）,2015,13：31-32.[22]邵鵬.新媒體特性與證券信息傳播新趨向[J].傳媒評(píng)論,2015,08：9-11.[23].中國(guó)版本圖書館月度CIP數(shù)據(jù)精選[J].全國(guó)新書目,2015,08：48-200.[24]殷占武.上海證券報(bào)全媒體財(cái)經(jīng)報(bào)道探索[J].中國(guó)報(bào)業(yè),2015,19：50-52.[25]張富明.新環(huán)境下如何做好都市報(bào)財(cái)經(jīng)新聞——以西部商報(bào)財(cái)經(jīng)新聞運(yùn)作為例[J]