[論文レビュー] Words that Matter: The Impact of Negative Words on News Sentiment and Stock Market Index

Wonseong Kim|arXiv (Cornell University)|Apr 2, 2023

Financial Markets and Investment StrategiesEconomics, Econometrics and Finance被引用数 3

ひとこと要約

本研究では、韓国経済ニュースに含まれる否定的単語がセンチメントスコアおよびKOSPI200指数に与える影響を検討する。Word2Vec、コサイン類似度、拡張された語彙（Sent1000）を用いて、類似度の高い否定的単語を統合することで、ベースライン語彙（Sent0）と比較して市場動向のセンチメント予測が顕著に向上することを示す。

ABSTRACT

This study investigates the impact of negative words on sentiment analysis and its effect on the South Korean stock market index, KOSPI200. The research analyzes a dataset of 45,723 South Korean daily economic news articles using Word2Vec, cosine similarity, and an expanded lexicon. The findings suggest that incorporating negative words significantly increases sentiment scores' negativity in news titles, which can affect the stock market index. The study reveals that an augmented sentiment lexicon (Sent1000), including the top 1,000 negative words with high cosine similarity to 'Crisis,' more effectively captures the impact of news sentiment on the stock market index than the original sentiment lexicon (Sent0). The results underscore the importance of considering negative nuances and context when analyzing news content and its potential impact on market dynamics and public opinion.

研究の動機と目的

• 経済ニュース記事における否定的単語がセンチメントに与える役割を調査すること。
• ニュースコンテンツから導出されるセンチメントが、韓国KOSPI200株価指数に与える影響を評価すること。
• 微細な否定的言語を捉えることができる拡張されたセンチメント語彙の開発と評価すること。
• 標準語彙（Sent0）と比較して、洗練された語彙（Sent1000）の予測力が金融センチメント分析に与える影響を比較すること。
• 特定の否定的語彙が市場センチメントおよび市場ダイナミクスに与える文脈的影響を理解すること。

提案手法

• Word2Vec埋め込みを用いて、語彙「Crisis」とのコサイン類似度が高いかつ1,000の否定的単語を特定することで、カスタムセンチメント語彙（Sent1000）を構築した。
• 語彙「Crisis」との意味的近接度を測るためにコサイン類似度を適用し、文脈的に関連する否定的語彙を選定した。
• 自然言語処理技術を用いて、45,723件の韓国経済ニュース記事を処理し、Sent0およびSent1000語彙からのセンチメントスコアを抽出した。
• ニュース見出しからのセンチメントスコアを補正し、その相関関係がKOSPI200指数の日次変動とどの程度一致するかを比較した。
• 統計的分析を用いて、2つの語彙から得られるセンチメントスコアの市場動向予測力の優位性を評価した。
• 両語彙バージョンにおけるセンチメントスコアの否定性と市場指数の相関関係を比較することで、モデルのパフォーマンスを評価した。

実験結果

リサーチクエスチョン

• RQ1 『Crisis』との意味的類似度が高いかつ否定的単語が、経済ニュース見出しにおけるセンチメントスコアにどのように影響を与えるか？
• RQ2 標準語彙（Sent0）と比較して、拡張されたセンチメント語彙（Sent1000）は、センチメント検出にどの程度向上をもたらすか？
• RQ3 ニュースコンテンツから導出されたセンチメントスコアとKOSPI200指数の日次変動との相関関係は何か？
• RQ4 文脈的に関連する否定的単語を組み込むことで、金融市場におけるセンチメント分析の予測力はどのように変化するか？
• RQ5 ニュース見出しからのセンチメントは、韓国株価指数の短期的変動を効果的に予測できるか？

主な発見

• Word2Vec空間において『Crisis』と高い類似度を示す1,000の否定的単語を含むSent1000語彙は、ベースラインのSent0語彙と比較して、ニュース見出しにおいて顕著に否定的なセンチメントスコアを生成した。
• Sent1000語彙から導出されたニュースセンチメントスコアは、Sent0語彙のそれよりもKOSPI200指数の日次変動と強い相関を示した。
• 文脈的に関連する否定的単語を組み込むことで、市場動向に影響を与えるニュースイベントに対するセンチメント分析の感受性が向上した。
• 本研究では、『Crisis』との意味的類似度が、金融ニュースにおける高影響力の否定的語彙を特定する強力な指標であることが判明した。
• 結果から、特に否定的語彙を含むニュース見出しにおける微細な語彙選択が、投資家センチメントおよび市場パフォーマンスに測定可能な影響を与えることが明らかになった。
• 拡張された語彙は、市場不安期における否定的センチメントの検出を向上させ、危機関連言語への感受性が高まっていることを示唆している。