【内容提要】本文使用主流中文财经报刊中的近百万篇新闻报道构成语料库，利用潜在狄利克雷分配模型将新闻文本转换为结构化的高维新闻主题关注度序列，旨在探讨媒体新闻对通胀预期的驱动作用。为此，本文运用 LASSO、 LASSO-UMIDAS模型识别对通胀预期具有重要影响的新闻主题，并基于噪声信息模型估计时变信息黏性，通过将其与媒体报道持续期和信噪比进行联合建模分析，进一步考察了媒体新闻对通胀预期的影响机制。研究表明，媒体信息会从数值驱动和速度驱动两个方面对通胀预期产生重要影响。在数值方面，媒体信息中的经济增长、物价波动、国家要闻与金融信贷等多个主题在通胀预期的形成中发挥着重要作用；在速度方面，媒体报道的持续期和信噪比会对信息黏性产生显著的正向影响，进而影响通胀预期的调整速度。
