From Headlines to Forecasts: Narrative Econometrics in Equity Markets
Notice bibliographique
Résumé
This study investigates whether firm-specific narratives extracted from the news add predictive content to monthly stock return models. Using bidirectional encoder representations from transformer-based topic modeling (BERTopic), we processed Microsoft (MSFT) news and constructed monthly narrative activations (binary presence and decay weighting). These narrative activations are used in autoregressive moving-average models with exogenous regressors (ARIMA-X) to analyze MSFT monthly log returns alongside the U.S. Economic Policy Uncertainty (EPU) index from February 2021 to March 2025. Decay models using a similarity-distilled BERT embedding yielded three significant narratives: Media and Public Perception (MPP) (β = 0.0128, p = 0.002), Currency and Macro Environment (CME) (β = −0.0143, p < 0.001), and Tech and Semiconductor Ecosystem (TSE) (β = −0.0606, p = 0.014). Binary activation identifies reputational shocks: the Media and Public Perception (MPP) indicator predicts lower returns at one- and two-month lags (β = −0.0758, p = 0.043; β = −0.1048, p = 0.007). A likelihood-ratio test comparing ARIMA-X models with narrative regressors to a baseline ARIMA (no narratives) rejects the null hypothesis that narratives add no improvement in fit (p < 0.01). Firm-level narratives enhance monthly forecasts beyond conventional predictors; decay activation and similarity-distilled embeddings perform best. Demonstrated on Microsoft as a proof of concept, the ticker-agnostic design scales to multiple firms and sectors, contingent on sufficient firm-tagged news coverage for external validity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,045 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».