新闻情绪指数与中国住房市场动态的多尺度关联研究——基于小波分析与自然语言处理的证据

推荐 为探究新闻情绪对中国住房市场的动态影响，研究人员基于2011年1月至2024年5月的54,000余条新闻文本，构建了新闻情绪指数（NSI），并通过小波分析和Granger因果检验揭示了NSI与房价、房地产投资及需求的时频域关联。研究发现，短期NSI滞后于房价但领先于投资需求，中期则双向驱动市场，且负面情绪对房价具有长期主导作用。该成果为政策制定者优化住房调控策略提供了量化依据。

　　

论文解读
近年来，中国住房市场经历了快速扩张与结构性调整的双重挑战。自2006年以来，全国住房价格年均增长率达10%，但新冠疫情冲击叠加人口老龄化趋势，导致市场需求疲软与企业债务风险加剧。在此背景下，市场情绪作为影响房价与投资决策的关键因素，其量化测度成为学术界与政策层关注的焦点。传统经济模型难以捕捉情绪传播的非线性特征，而新闻叙事因其高传播性与权威性，成为解析市场情绪的重要载体。

为解决上述问题，中国学者依托CSMAR数据库中2011年1月至2024年5月的54,000余条房地产相关新闻文本，结合自然语言处理（NLP）技术构建了新闻情绪指数（News Sentiment Index, NSI）。研究通过小波分析与Granger因果检验，揭示了NSI与住房市场指标的多尺度关联机制。

技术方法
本研究采用金融领域预训练的双向编码器表示模型FinBERT提取新闻文本情感特征，生成日度与月度NSI。时间序列分析部分运用线性与非线性Granger因果检验验证NSI与房价、投资需求的因果关系；频率域分析则通过连续小波变换（CWT）捕捉不同周期下的协同波动模式。

研究结果

1. 时序关联特征：短期NSI滞后于房价但领先于房地产投资与需求，中期则双向驱动市场。
2. 跨市场联动：NSI与房地产股票长期呈现正向关联，证实情绪对资本市场的溢出效应。
3. 区域异质性：二线、三线城市及西部地区房价对NSI敏感性显著高于其他区域。
4. 非对称效应：负面情绪在全周期内对房价具有主导作用，验证了情绪传播的非对称性假设。

结论与意义
研究表明，新闻情绪不仅是住房市场的“预警器”，更是政策干预的关键靶点。短期而言，NSI可作为投资者决策的辅助指标；中长期则需关注情绪对投资与需求的传导路径。政策层面应强化对中西部城市的情绪监测，并针对负面舆情制定定向纾困措施。本研究首次将NLP技术与小波分析引入中国住房市场研究，为跨学科融合提供了范例，其成果对全球新兴经济体的房地产市场调控具有重要借鉴价值。

值得注意的是，研究指出二三线城市房价对情绪的过度反应可能加剧市场波动，这要求地方政府在制定调控政策时需兼顾区域差异。此外，西部城市的高敏感性与基础设施短板密切相关，提示未来需通过优化公共服务供给稳定市场预期。

综上，该研究突破了传统计量模型的局限，通过多维度解析新闻情绪与住房市场的动态交互，为政府、企业与投资者提供了兼具理论深度与实践价值的决策支持工具。