ESG事件對股價之影響：BERT情感分析

廖志峰

BERT是Google團隊在2018年提出的預訓練語言模型，全名爲Bidirectional Encoder Representations from Transformers，是基於深度學習的自然語言處理技術，能更有效分析文本情感傾向，但有語言詞庫與文本長度的限制。本研究根據臺灣CKIP Lab中文詞知識庫進行長文本BERT情感分析，再依據事件研究法與迴歸分析，探討2014至2023年間臺灣上市公司ESG事件對股價異常報酬的影響。本研究首先發現，長文本BERT演算法分類準確性優於傳統BERT。其次，ESG負面事件確實導致短期股價出現異常報酬，且社會（S）和公司治理（G）類事件對股價的影響比環境（E）類更爲顯著。此外，大型公司（臺灣50指數成分股）相對於其他公司，發生ESG事件時，其股價異常報酬並不相同，大型公司有較顯著的短期異常報酬率，這可能是因爲大企業受市場關注導致。

作者：*實踐大學財金系教授廖志峰

*通訊作者E-mail：[email protected]

發表人：廖志峰