基于深度学习的文本数据预测宏观经济走势研究

　　首先，本书遵循刚刚兴起的微观数据预测宏观经济增长理论框架，探索了汇总会计盈余数据在预测宏观经济增长中的价值和作用机制，发现在经济运行处于正常状态时，微观企业汇总会计盈余具有预测宏观经济增长的信息增量，但在当下突发公共事件高发和经济不确性日益增加的情形下，利用汇总会计盈余数据预测宏观经济走势的“时滞性和低频度”局限性明显。 其次，本书研究新闻文本数据对宏观经济增长的预测作用：（1）基于词袋模型构建的新闻文本情感指数基本能够同步反映宏观经济增长率的走势，但却无法提供超前预测能力；（2）基于“BERT+BiLSTM”双向深度学习模型，构建财经新闻文本情感指数，结合混频数据模型能够更即时超前地预测宏观经济走势。最后，本书对宏观经济走势对微观企业决策的经济后果作进一步研究，发现宏观经济走势影响企业的未来研发投入决策、金融化决策以及股价崩盘风险等等。

　　杨七中，男，汉族，1978年5月出生，江苏徐州人。2015年毕业于南京大学获会计学博士学位。现为南京财经大学会计学院副教授，主要从事财务管理的教学与科研工作。主讲课程包括本科生课程《财务管理》、《财务建模》、《财务大数据挖掘与分析》等。在《中南财经政法大学学报》、《财经论丛》、《社会科学》、《会计与经济研究》、《经济体制改革》、《山西财经大学学报》、《当代经济管理》等CSSCI学术刊物以第一作者身份发表论文近十余篇， 其中一篇论文被人大复印资料全文转载。主持教育部人文社科基金（2014年）、江苏省社科基金一般项目（2018年）、江苏高校哲学社科重点项目（2018年）各一项。此外，曾参编《财务管理》教材一部，并作为主要参与人参与多项***课题的研究。

暂缺《基于深度学习的文本数据预测宏观经济走势研究》目录