在互联网时代下的各种信息源中,新闻报道以其长久以来坚持的专业、及时、可靠的特点而一直受到广大投资者的重视。通过报道现实、分析观点,新闻媒体能够影响市场信息的形成与传播,反映整个市场对于当下以及未来一段时间内的走势判断,对投资者的市场认知产生影响。针对新闻报道中的情感倾向展开研究,有助于我们了解市场情绪的演变过程。本文探索性地将在股票市场上应用较多的金融文本分析方法引入同样受到投资者情绪影响、但相关研究还较为欠缺的房地产市场,通过收集2004-2016年内约20万篇主流媒体房地产业新闻报道,以文本挖掘与情感分析技术对收集到的文本数据进行量化,构造出我国房地产市场的投资者情绪指数,通过相关性分析、回归分析和时间序列分析等方法验证本文所得到的投资者情绪指数有效性,其与房地产市场上的主要指标相关性强,能够明显改善房价回归模型的解释精度。对住房市场进一步细分之后,本文发现一二线城市的投资者情绪与房价相关度明显强于三线城市,且三线城市的投资者的乐观程度整体上低于一二线城市。而若对新建商品房与二手房市场进行分析可以发现,市场情绪与房地产市场价格波动之间存在着双向影响的互动关系,其中新建商品房市场上的市场情绪对房价的影响传导存在滞后效应,而二手房市场上这一滞后效应并不存在。本文的创新之处在于,将行为金融学与大数据技术相结合,从一个较为新颖的视角出发,直接从网络能够获取的新闻文本中挖掘房地产市场上的投资者情绪信息。这一方法有助于减少利用间接指标衡量市场情绪时所带来的误差,有助于提高指标的独立性与可靠性。