BERT是Google团队在2018年提出的预训练语言模型，全名为Bidirectional Encoder Representations from Transformers，是基于深度学习的自然语言处理技术，能更有效分析文本情感倾向，但有语言词库与文本长度的限制。本研究根据台湾CKIP Lab中文词知识库进行长文本BERT情感分析，再依据事件研究法与迴归分析，探讨2014至2023年间台湾上市公司ESG事件对股价异常报酬的影响。本研究首先发现，长文本BERT演算法分类准确性优于传统BERT。其次，ESG负面事件确实导致短期股价出现异常报酬，且社会（S）和公司治理（G）类事件对股价的影响比环境（E）类更为显着。此外，大型公司（台湾50指数成分股）相对于其他公司，发生ESG事件时，其股价异常报酬并不相同，大型公司有较显着的短期异常报酬率，这可能是因为大企业受市场关注导致。
作者：*实践大学财金系教授廖志峰
*通讯作者E-mail：[email protected]
发表人：廖志峰
发表意见
中时新闻网对留言系统使用者发布的文字、图片或檔案保有片面修改或移除的权利。当使用者使用本网站留言服务时，表示已详细阅读并完全了解，且同意配合下述规定：
违反上述规定者，中时新闻网有权删除留言，或者直接封锁帐号！请使用者在发言前，务必先阅读留言板规则，谢谢配合。