❑ 本文介绍了Khaled Obaid 与Kuntara Pukthuanthong 于2020 年发表在 Journal of Financial Economics（JFE）的文章A Picture is Worth a Thousand Words: Measuring Investor Sentiment by Combining Machine Learning and Photos from News。文章应用机器学习算法对新闻照片进行分类，构建照片悲观指数来预测美国金融市场活动，并创新性地对照片悲观指数与文本悲观指数进行了比较。

❑ 首先，文章基于卷积神经网络技术中的Google Inception v3 模型将海量新闻照片分为悲观情绪组和乐观情绪组，并构建投资者情绪指数。其次，作者对照片悲观指数预测金融市场活动的能力进行评估。最后，为显示从新闻照片中提取投资者情绪信息的优势，作者对照片悲观指数与文本悲观指数进行了比较。

❑ 作者主要做了以下三个贡献： ✓ 第一，新闻照片中的悲观情绪包含与投资者情绪一致的有用信息。具体来说， 𝑃ℎ𝑜𝑡𝑜𝑃𝑒𝑠能够预测市场反转，这种反转是由于投资者情绪引起的短期定价错误，并且这种现象对于不确定性较高的时期和难以套利的股票效果最显著。

此外，𝑃ℎ𝑜𝑡𝑜𝑃𝑒𝑠对市场交易量有预测能力。

✓ 第二，新闻照片中的悲观情绪是新闻文本中悲观情绪的补充，𝑃ℎ𝑜𝑡𝑜𝑃𝑒𝑠可以解释发生灾难性事件的时期的市场风险溢价。

✓ 第三，作者展现了使用前沿照片分类技术来研究大样本新闻照片的优势。随着人们对人工智能日趋关注，图像分析技术势必会越来越受欢迎以及变得更加成熟，这将提高我们在金融领域中的信息获取、分析能力，进而对企业融资和资产定价产生影响。