本文对文本大数据分析在经济学和金融学中的应用进行综述。文本大数据具有来源多样化、数据量增长快和高频等特征，为经济学和金融学研究提供了新的分析视角。本文梳理了文本大数据的信息提取步骤，总结了词典法、机器学习方法和深度学习方法的实现原理和技术特点，并对文本大数据在经济学和金融学中的应用研究的数据来源、处理方法和实证结果进行了全面梳理。本文还讨论了基于文本大数据的实证分析的新特征和未来研究趋势。敬请阅读。
文/沈艳、陈赟（北京大学国家发展研究院），*卓（北京大学数字金融研究中心）一、引言得益于互联网的快速发展和计算机技术的进步，文本大数据在经济学和金融学领域的应用方兴未艾。在经济学领域，文本大数据被用于刻画经济*策不确定性（Bakeretal,）、对行业进行动态分类（HobergandPhillips,）、度量和预测经济周期（Thorsrud，；Shapiroetal.,），和度量媒体*治倾向及新闻需求（GentzkowandShapiro,）等问题。金融学中，文本数据被用于刻画