新科技速遞
人工智能的語義分析技術，可用於評估市場情緒，甚至與市場波動有關。部分人工智能甚至想到利用自然語言處理，研究集體情緒以預測市場，但市場情緒受媒體的影響，究竟如何量化，則一直未有凖則。
慧科訊業、國際清算銀行和哈佛大學肯尼迪學院的數據和人工智能專家、經濟學家聯合打造了一個基於大數據的貿易情緒TSI指數，研究中美貿易關係對全球60個股市影響，並加以量化分析。
研究利用了慧科訊業從媒體蒐集的新聞電子版本，透過深度學習作大規模分析，量化中國社交媒體和網絡新聞，過去兩年半中美貿易報導和輿情，評估從國家，行業和公司等各層面，解釋其影響股價波動能力。
媒體輿情引市場波動
分析顯示中美貿易輿情，對全球股市產生廣泛重大影響，其中10%的TSI模型能力，解釋與中美價值鏈關係緊密的各個股市波動。社交媒體輿情產生的影響，佔去總影響9%，而報紙雜誌傳統媒體的影響，僅佔總影響1%。貿易情緒TSI指數識別出額外股價影響因素，超出了美元價值變動、油價、風險規避計量以及貨幣政策等傳統因素。
對於不同司法管轄區產生影響，沒有哪個股市，能從緊張貿易情緒受益，亞洲市場受到更嚴重影響。營業收入有大部分來自中國地區的美國公司，股市回報對於貿易情緒變化敏感，電信及信息技術等受關稅影響最大行業，也是如此。
「中美貿易影響全球股市有重要影響，但通常難以量化。此項研究在幾個方面取得了新的突破。」 慧科訊業副總裁何超說：「我們應用了慧科深度學習情緒分析模型，量化媒體報道正面和負面調性，而不是僅僅計算關鍵詞和文章數量。跨越了少量新聞媒體，以及單一社交媒體渠道，審視了各種各樣數據來源，將分析延伸至覆蓋數年而非數日。」
研究跨越一年半
此項研究中，慧科提供了來自74,020家媒體約35億篇文章，時間跨越2018年1月至2019年6月。研究團隊選擇的媒體機構，97%以上為社交媒體（包括網絡媒體報道、微博和微信發帖、討論板內容和其他社交發帖），傳統媒體則佔2.6%。
其中直接關注金融和經濟媒體源，僅佔9%。92%文章源於大中華地區媒體，72%來自中國大陸，9%來自香港，11%來自台灣。其他4%的數據來自美國，剩餘4%來自其他81個國家（約2%來自巴基斯坦、印度、阿聯酋和英國）。
研究新型情感分析技術，以深度學習技術捕捉語義語境，分析文章正面或負面基調，而不是使用預定義的關鍵字。
慧科訊業是亞洲以收集中文新聞出版物及市場資訊網上資料庫，專注於媒體數據庫，社群媒體監測，輿情監控，KOL等數據分析，不少企業利用慧科訊業監控輿情和市場分析。
研究團隊包括哈佛大學肯尼迪學院和亞洲金融和經濟研究局Marlene Amstad教授；國際清算銀行和經濟政策研究中心經濟學家Leonardo Gambacorta、慧科訊業何超、國際清算銀行經濟學家Dora Xia。研究已納入國際清算銀行和經濟政策研究中心報告、亞洲金融經濟研究局成員報告以及哈佛大學肯尼迪政府學院摩薩瓦爾-拉赫馬尼商業與政府中心助理工作報告。