論文の概要: Stable Sentiment and Persistent Dynamics in U.S. Economic News over 45 Years

• arxiv url: http://arxiv.org/abs/2607.06220v1
• Date: Tue, 07 Jul 2026 12:44:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-08 21:24:51.51354
• Title: Stable Sentiment and Persistent Dynamics in U.S. Economic News over 45 Years
• Title（参考訳）: 米経済ニュースの安定感と持続的ダイナミクス(45年ぶり)
• Abstract要約: 我々は、24紙の日刊経済ニュースセンチメントの指標を用いて、ニュースセンチメントの時間的組織を研究する。 肯定的および否定的カバレッジの平均的バランスは、広く安定しているが、ニュース感情状態の持続性は大幅に増大している。 負の感情のバーストと正の感情のバーストの間には非対称性があり、負のバーストは長く続く傾向にある。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Collective emotion is often inferred from the tone of mass media, but such emotion is not directly observed. One approximation is to extract sentiment from text and use sentiment indexes as proxies to study the temporal organization of news sentiment. Using a daily index of U.S. economic news sentiment from 24 newspapers (1980-2025), we examine whether the response time of this sentiment process has changed. Although the average balance of positive and negative coverage has remained broadly stable, the persistence of news sentiment states has increased substantially. In dynamical terms, this implies longer residence times in optimistic or pessimistic regimes and weaker short-run correction of sentiment shocks. Complementary statistics show declining sentiment volatility, fewer reversals, and increasing bimodality, i.e. a stronger separation between positive and negative sentiment states. We also find an asymmetry between bursts of negative and positive sentiment, with negative bursts tending to last longer. These patterns are consistent with a minimal endogenous-memory model in which a slowly evolving latent sentiment component becomes more persistent while short-range corrective feedback weakens. The findings indicate a change in the temporal response of the U.S. economic newspaper sentiment index over the last 45 years, with sentiment shocks leaving longer traces than expected under short-memory exponential decay. News-based sentiment is thus better modeled as persistent episodes rather than as daily reactions that reset after each event.
• Abstract（参考訳）: 集団感情は、しばしばマスメディアのトーンから推測されるが、そのような感情は直接観察されない。 一つの近似は、テキストから感情を抽出し、感情指数をプロキシとして使用して、ニュース感情の時間的組織を研究することである。 日刊紙24紙(1980-2025)の日刊経済ニュース感情指数を用いて、この感情過程の反応時間が変化したかどうかを検討する。 肯定的および否定的カバレッジの平均バランスは、広く安定しているが、ニュース感情状態の持続性は大幅に増大している。 ダイナミックな言葉で言えば、楽観的あるいは悲観的な体制における滞在時間が長く、感情ショックの短期的修正が弱いことを意味する。 補完的な統計は、感情のボラティリティの低下、反動の減少、二項性の増加、すなわち、肯定的な感情状態と否定的な感情状態のより強い分離を示す。 また、負の感情のバーストと正の感情のバーストの間には非対称性があり、負のバーストは長く続く傾向にある。 これらのパターンは、ゆっくりと進化する潜在感情成分がより永続的になり、短い範囲の修正フィードバックが弱まる最小の内在記憶モデルと一致している。 この結果は、過去45年間の米経済新聞のセンチメント指数の時間的反応の変化を示している。 したがって、ニュースベースの感情は、各出来事の後リセットされる日々の反応ではなく、永続的なエピソードとしてモデル化される。

関連論文リスト

• Uncovering Salience-Driven Dynamics in Consumer Confidence with Generative Social Simulation [56.70690339492564]
  本稿では,消費者信頼度指数のダイナミクスを再構築する生成的人間環境対応フレームワークであるConsumerSimを紹介する。 米国、EU27、および日本の公式CCIターゲットシリーズにおいて、ConsumerSimは、持続性、時系列、回帰、および情報強化ベースラインの中で第1位である。 発見は、解釈可能な人間環境対応プロセスとして消費者信頼の行動的視点を支持する。
  論文  参考訳（メタデータ） (2026-06-29T14:46:22Z)
• Multilingual Sentiment Aware Text Summarization A Reinforcement Learning Approach for Consistency Maintenance [46.49327788332846]
  我々は、RLHFに基づく要約出力における中性感情への体系的なシフトである感情の漂流を研究する。 以上の結果から,KL正則化強度の増大に伴い,感情の漂流はより強くなる一貫した現象であることが示唆された。 感傷的トークンの制約を選択的に低減するKL正規化項の感傷的修正を提案する。
  論文  参考訳（メタデータ） (2026-06-08T02:36:05Z)
• Tracking the Temporal Dynamics of News Coverage of Catastrophic and Violent Events [3.2228025627337864]
  大規模コーパス126,602件のニュース記事を用いて,暴力的・破滅的な事象の報告の時間的・意味的ダイナミクスについて検討した。 以上の結果から, 急激な報道の急増, 早期のセマンティックドリフト, ベースラインへの段階的な減少を特徴とする, 構造的かつ予測可能なニューズサイクルパターンが突然現れることが示唆された。
  論文  参考訳（メタデータ） (2026-04-15T18:18:17Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• An Analytical Emotion Framework of Rumour Threads on Social Media [70.99338702018942]
  マルチアスペクト感情検出,反響スレッド,非反響スレッドを包括的に分析し,感情の相関分析と因果解析を行う。 我々の枠組みは、噂がよりネガティブな感情(例えば、怒り、恐怖、悲観主義)を引き起こすのに対して、非噂はよりポジティブな感情を引き起こすことを明らかにしている。
  論文  参考訳（メタデータ） (2025-02-23T12:57:40Z)
• Words that Matter: The Impact of Negative Words on News Sentiment and Stock Market Index [0.0]
  本研究では, ネガティブな単語が感情分析に与える影響と, 韓国株式市場指数KOSPI200への影響について検討した。 この研究は、Word2Vec、コサイン類似性、および拡張辞書を用いて、韓国の日刊経済ニュース記事45,723件のデータセットを分析した。
  論文  参考訳（メタデータ） (2023-04-02T06:45:18Z)
• Causal Intervention Improves Implicit Sentiment Analysis [67.43379729099121]
  インスツルメンタル・バリアブル(ISAIV)を用いたインシシット・センシティメント分析のための因果介入モデルを提案する。 まず、因果的視点から感情分析をレビューし、このタスクに存在する共同設立者を分析する。 そこで本研究では,文章と感情の因果関係を解消し,純粋因果関係を抽出するインストゥルメンタル変数を提案する。
  論文  参考訳（メタデータ） (2022-08-19T13:17:57Z)
• Emotion Regulation and Dynamics of Moral Concerns During the Early COVID-19 Pandemic [2.8055247295021695]
  パンデミックの初期段階に投稿されたソーシャルメディアメッセージの感情、感情、道徳的関心を計測するために、最先端の手法を使用します。 結果は、パンデミックが始まってから、集団的な感情状態がどう変化したか、ソーシャルメディアが人間に影響を及ぼすさまざまなパターンを理解し、規制する上で、どのように役立つツールを提供するかを示している。
  論文  参考訳（メタデータ） (2022-03-07T18:58:30Z)
• Emotions in Macroeconomic News and their Impact on the European Bond Market [1.392250707100996]
  我々は、Global Database of Events、Language、Toneとして知られる大規模なオープンソースデータベースを使用して、債券市場の感情状態の感情指標を構築します。 ニュースから抽出した否定的な感情は、苦しい期間に政府利回りスプレッドモデルの予測能力を向上させることが判明した。 さらに、パニックのような強い負の感情は、短期的な地平線における拡散の変化を予測するのに有用な情報を明らかにする。
  論文  参考訳（メタデータ） (2021-06-15T10:15:18Z)
• COVID-19 sentiment analysis via deep learning during the rise of novel cases [0.5156484100374059]
  我々はtwitter上で感情分析を行うために,long short-term memory(lstm)リカレントニューラルネットワークを用いたディープラーニング言語モデルを用いた。 我々は、ほとんどのツイートは、インドのCOVID-19事件の台頭中に高いレベルの楽観主義で肯定的であることが判明しました。 楽観的で冗談を言うツイートは、主に月間ツイートを支配しており、ネガティブな感情が表される回数はずっと少なかった。
  論文  参考訳（メタデータ） (2021-04-05T04:31:19Z)
• A Sentiment Analysis Approach to the Prediction of Market Volatility [62.997667081978825]
  金融ニュースとツイートから抽出された感情とFTSE100の動きの関係を調べました。 ニュース見出しから得られた感情は、市場のリターンを予測するシグナルとして使われる可能性があるが、ボラティリティには当てはまらない。 我々は,新たな情報の到着に応じて,市場の変動を予測するための正確な分類器を開発した。
  論文  参考訳（メタデータ） (2020-12-10T01:15:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。