빅데이터에 나타난 감성 분석
Autocorrelation Analysis of the Sentiment with Stock Information Appearing on Big-Data
0
조회
0
다운로드
24
인용
0
참고문헌
키워드
초록
본 연구는 2011년 1월 1일부터 2013년 1월 4일까지 빅데이터(Big-data)에 나타난 9가지 감성(Sentiment)들의 특징을 자세히 살펴보았다. 기존에는 감성들의 추출에 대한 어려움으로 인해 감성들이 실제 주식 시장에 끼칠 수 있는 영향력이 등한시 되어 있는 실정이다. 본 연구에서는 Daum-soft에서 제공 받은 감성 자료를 대상으로 자기상관 분석, 주성분 분석, VAR 추정을 실시하여 감성이 가지고 있는 특징을 실증 분석한다. 그 결과 감성들은 일정한 패턴을 가지고 있음을 확인 할 수 있었다. 즉, 자기상관 분석 결과 감성들의 자기회귀성과 주기를 확인 할 수 있었으며 주성분 분석 결과 9가지 감성들이 긍정성, 부정성으로 묶일 수 있음을 보였다. 마지막으로 VAR분석을 통해 음의 자기회귀 계수를 가짐을 알 수 있었으며 상호 다양한 시차에서 영향을 주고받음을 확인 할 수 있었다. 이는 빅데이터(Big-data)에 나타난 주가 정보를 담고 있는 감성들은 무작위적인 정보의 나열이 아니라 주식시장과 흐름을 같이 하고 있으며 과거값을 통해 예측이 가능함을 시사하고 있다.
Abstract
We study thoroughly by looking into nine different sentiments found in approximately 190 million pieces of Big-data gained from January 1st, 2011 to January 4th, 2013. In the past, it was not easy to extract the sentiments and because of that, until now, any influences that the sentiments could actually have on the stock market have been neglecting. In the study, with the sentiment references provided by Daum-soft, features of the sentiments were examined by autocorrelation analysis, principle component analysis and VAR. According to the results, we find that the sentiments are observed to have some regular patterns. In other words, the findings from the autocorrelation analysis prove autocorrelation and period of the sentiments while the results from the principle component analysis report that the nine sentiments could be connected with positivity and negativity. Lastly, via VAR, the sentiments appeare to have negative autoregressive parameters as they would be affected by each other at various lag-times. Those results from the analyses indicate that the sentiments with stock information appearing on Big-data would integrate with changes in the stock market as they can be possibly estimated based on values from the past.
참고문헌 (15)
- 김규영, "한·미 주식시장 간의 정보 전달에 관한 실증연구: 투자집단별 순매수 의사결정을 중심으로", 金融工學硏究, 9(2), pp.53~75 (2010), 한국금융공학회
- 김유신, "뉴스와 주가 : 빅데이터 감성분석을 통한 지능형 투자의사결정모형", 지능정보연구, 18(2), pp.143~156 (2012), 한국지능정보시스템학회[DOI]
- 송치영, "뉴스가 금융시장에 미치는 영향에 관한 연구", 국제경제연구, 8(3), pp.1~34 (2002), 한국국제경제학회
- 심홍진, "마이크로블로깅(micro-blogging) 이용동기에 관한 연구: 트위터(twitter)를 중심으로", 한국방송학보, 24(2), pp.192~234 (2010), 한국방송학회
- 옥기율, "소비자 심리지수가 KOSPI 수익률에 미치는 비대칭적 영향에 대한 연구", 金融工學硏究, 11(1), pp.17~37 (2012), 한국금융공학회
- 유일성, "해외정보전이와 국가별 초과이익 창출기회", 金融工學硏究, 11(3), pp.31~57 (2012), 한국금융공학회
- 정정현, "투자자 심리의 척도로서의 시장유동성이 주식수익률에 미치는 영향", 金融工學硏究, 8(4), pp.65~90 (2009), 한국금융공학회
- Bing, H., "Investor Sentiment and Option Prices", Review of Financial Studies, 21, pp.387~414 (2007)
- Bollen, J., "Twitter Mood Predicts the Stock Market", Journal of Computational Science, 2(1), pp.1~8 (2010)
- Castillo, C., "Information Credibility on Twitter", In Proceedings of World Wide Web Conference, pp.675~684 (2011)
- French, K. R., "Expected Stock Returns and Volatility", Journal of Financial Economics, 19, pp.3~29 (1987)
- Malcolm, B., "Investor Sentiment and the Cross-Section of Stock Returns", Journal of Finance, 61(4), pp.1645~1680 (2006)
- Malcolm, B., "Investor Sentiment in the Stock Market", Journal of Economic Perspectives, 21, pp.129~151 (2007)
- Robert, F. E., "Autoregressive Conditional Heteroscedasticity with Estimates of the Variance of United Kingdom Inflation", Econometrica, 50(4), pp.987~1007 (1982)
- Vagelis, H., "Correlating Financial Time Series With Micro-blogging Activity" (2012), WSDM