تحلیل متنی خبرهای بانک مرکزی در پیش‌بینی بلندمدت شاخص بورس اوراق بهادار تهران

بازارهای مالی همواره تحت تاثیر انتشارات رسانه‌های خبری بوده‌اند. به همین دلیل تحلیل اسناد خبری به عنوان یک رهیافت برای پیش‌بینی بورس اوراق بهادار به کار رفته است. در تحقیقات پیشین در این زمینه، تحلیل اسناد متنی با استفاده از روش‌های رایج در بازیابی اطلاعات انجام گرفته است. مبنای آماری این روش‌های رایج بر این است که کلماتی که در مجموعه اسناد کم‌تکرار هستند ولی در یک سند پرتکرار هستند، نسبت به کلمات پرتکرار مجموعه و سند، وزن بالاتری بگیرند. ولی مشکل این است که برخلاف آنچه در تحقیقات قبلی در نظر گرفته شده است، در اسناد خبری، کلمات پرتکرار نشان‌دهنده خبرهای مهم و تاثیرگذار هستند. در این تحقیق برای رفع این مشکل، یک روش جدید برای وزن‌دهی کلمات اسناد خبری ارائه شده است. روش پیشنهادی روی داده‌های شاخص کل بورس اوراق بهادار تهران و اسناد خبری بانک مرکزی ایران در بازه زمانی 1384 تا 1399 ارزیابی شده است. نتایج حاکی از 64 درصد صعودی و 41 درصد نزولی دقت پیش‌بینی نوسانات شاخص کل و کاهش 10 درصد میانگین درصد خطای مطلق نسبت به بهترین روش رایج می‌باشد. همچنین نتایج نشان می‌دهد که اگرچه تغییرات در نسبت بین تعداد کلمات مثبت و منفی شواهد پیش گویانه ای ارائه نمیکند اما بین خبرهای منتشرشده از سوی بانک مرکزی و نوسانات شاخص کل بورس تهران ارتباط وجود دارد.

Textual analysis of central bank news in forecasting longterm trend of Tehran stock exchange index

Financial markets have always been under influence of media news; therefore, text analysis of news is considered as an effective method of stock exchange forecasting. Research in this context has been conducted with the help of information retrieval techniques, in which high frequency words in a document that appeared sporadically in the whole corpus received higher weight than others. In contrast, the words which appeared in many news of a corpus, during a certain time, indicate the importance of an event. In our research, to address this contradiction, a new technique of assigning weight to influential words of news is presented. Financial news of Iran Central Bank (CBI) and actual data of Tehran Stock Exchange Index (TSEI) in the duration of 2005 to 2020 AD were utilized to evaluate the proposed method. The empirical results show 64% and 41% accuracy of trend prediction when TSEI moves upward and downward respectively and about 10% decreasing in Mean Absolute Error (MAE) to compare with prevalent techniques. While, the changes of the ratio between the number of positive and negative words in news does not offer predictive or analytical evidences, our results show that, there still exists a meaningful relationship between CBI news and TSEI fluctuations.