经济政策调整和外部冲击，常常通过经济主体的心理反应，快速传导至资产价格、通胀预期等核心指标。然而，传统结构化数据（如宏观经济指标）难以实时捕捉市场情绪与叙事动态，导致预测模型在极端事件或政策转向时表现不稳定。网络文本数据（如新闻、社交媒体）蕴含大量非结构化信息，能够反映经济主体对政策变化和外部冲击的真实心理反应，为弥补结构化数据的不足提供了新视角。如何将文本信息用于宏观经济与金融重要指标预测是一个重要问题。

中国科学院数学与系统科学研究院、厦门大学和对外经贸大学等团队针对上述挑战，开展了一系列原创性研究。例如，基于《华尔街日报》88万篇财经新闻，通过LDA主题模型与动态词向量（Doc2Vec）的双重语义解析，提取出180维具有经济解释力的主题特征，将高维文本信息降维为可量化的主题时间序列。研究系统比较了Lasso回归、弹性网络、随机森林（RF）等7类计量模型和机器学习算法的预测效能，并对模型做组合，构建Comb模型，结果显示，RF模型和Comb模型在大多数预测时间范围内表现最佳，两种模型的相对均方根误差（rRMSE）在预测未来3个月、6个月、9个月和12个月的通胀率时分别为0.928/0.927、0.816/0.814、0.707/0.744和0.662/0.697。此外，不同主题对预测精度的提升作用存在差异，例如能源主题在短期预测中最为重要，而房地产市场主题在长期预测中最具影响力。研究进一步提出了双重信息融合机制，将文本主题与宏观经济数据的127个指标进行深度特征交叉，通过梯度提升决策树（GBDT）构建混合预测模型，显著提升了通胀预测精度。尤其在COVID-19疫情期间，模型相对误差快速收敛，表明叙事数据对极端经济衰退的预测优势。此外，研究团队还从Twitter社交媒体文本中构建区间型气候变化情绪指数，捕捉了政策风险与市场情绪的交互影响，构建阈值自回归区间模型（TARIX），实现了原油价格区间的高精度预测；进一步提出了稳健的区间交易策略，提升2倍以上的收益。这些工作通过文本数据挖掘与复杂建模技术的结合，突破了传统经济预测的局限性，为环境、社会与治理（ESG）目标下的投资决策提供了技术支撑。

相关论文：

【1】 Hong, Y., Jiang, F., Meng, L., & Xue, B. (2025). Forecasting inflation using economic narratives. Journal of Business & Economic Statistics, 43(1), 216-231.

【2】Cheng, Z., Li, M., Sun, Y., Hong, Y., & Wang, S. (2024). Climate change and crude oil prices: An interval forecast model with interval-valued textual data. Energy Economics, 134, 107612)

 洪永淼，汪寿阳，孙玉莹         ymhong@amss.ac.cn, sywang@amss.ac.cn, sunyuying@amss.ac.cn