[논문 리뷰] Twitter Sentiment Analysis Applied to Finance: A Case Study in the Retail Industry

Th 'arsis T. P. Souza, Olga Kolchyna외 2명|arXiv (Cornell University)|2015. 07. 02.

Sentiment Analysis and Opinion Mining인용 수 36

한 줄 요약

이 연구는 소매주식 시장에서 주가 수익률과 변동성을 예측하기 위해 트위터 감성 분석을 적용하며, 트위터와 전통적인 뉴스 와이어에서 유래한 감성 및 볼륨 지표를 외생 변수로 사용한다. 연구 결과 트위터 감성이 주가 수익률과 변동성에 유의미하게 그랑저 원인 관계를 가지며, 특히 게임스탑과 어배크롬비 & 퍼치와 같은 기업의 수익률 예측에서 전통적 뉴스 소스보다 뛰어난 성능을 보였다.

ABSTRACT

This paper presents a financial analysis over Twitter sentiment analytics extracted from listed retail brands. We investigate whether there is statistically-significant information between the Twitter sentiment and volume, and stock returns and volatility. Traditional newswires are also considered as a proxy for the market sentiment for comparative purpose. The results suggest that social media is indeed a valuable source in the analysis of the financial dynamics in the retail sector even when compared to mainstream news such as the Wall Street Journal and Dow Jones Newswires.

연구 동기 및 목표

• 트위터 감성과 볼륨이 소매주식 시장의 주가 수익률과 변동성에 통계적으로 유의미한 정보를 포함하고 있는지 조사하기 위해.
• 트위터 감성 분석의 예측 능력이 시장 감성의 대체 지표로 전통적 뉴스 와이어와 비교하여 어떻게 되는지 비교하기 위해.
• 소셜 미디어와 주류 뉴스 사이의 상대적 기여도를 소매주식의 금융 동역학 예측에 평가하기 위해.
• 감성 극성(긍정/부정)과 트윗 볼륨이 다음 날 수익률과 변동성 예측에 어떻게 기여하는지 평가하기 위해.
• 트위터 감성이 특히 기존 뉴스 소스와 비교해 볼 때 금융 지표에 대해 사전 정보를 제공하는지 여부를 판단하기 위해.

제안 방법

• 사전 연구에서 사용된 하이브리드 접근 방식을 활용하여 어휘 기반 방법과 서포트 벡터 머신(SVM)을 결합해 트윗을 긍정, 부정, 중립으로 분류하는 감성 분석을 수행하였다.
• 나이키, 홈디포, 매텔, 게임스탑, 어배크롬비 & 퍼치를 포함한 상장 소매 기업의 트위터 감성(G(t), B(t)) 및 볼륨(V(t)) 데이터를 수집하였다.
• 옵티리스크 시스템을 통한 레이븐팩 뉴스 분석을 통해 전통적 뉴스 감성 데이터를 확보하여 시장 감성의 비교 기준으로 활용하였다.
• 지연 변수를 사용하여 트위터 감성과 볼륨이 향후 주가 수익률과 변동성 예측에 기여하는지 평가하기 위해 그랑저 원인 관계 검정을 적용하였다.
• 지난 날의 감성(G(t-1), B(t-1)), 볼륨(V(t-1)) 및 이전의 변동성(VOL(t-1), VOL(t-2))을 사용하여 다음 날 변동성(VOL(t))을 예측하는 다중 회귀 모델을 수립하였다.
• 통계적 유의성 검정(p-값)과 오차 감소 지표를 활용하여 트위터와 뉴스 분석의 예측 정확도를 비교하였다.

실험 결과

연구 질문

• RQ1 트위터 감성이 소매주식 시장에서 주가 수익률과 변동성에 그랑저 원인 관계를 가지는가?
• RQ2 트위터 감성의 예측 능력은 전통적 뉴스 와이어의 예측 능력과 비교해 볼 때 주가 수익률과 변동성 예측에 어떻게 다른가?
• RQ3 긍정, 부정, 볼륨 중 트위터 감성 지표 중 어느 것이 금융 지표와 가장 강한 예측 관계를 보이는가?
• RQ4 특정 소매 기업에 대해 트위터 감성과 다음 날 주가 수익률 또는 변동성 간에 통계적으로 유의미한 관계가 존재하는가?
• RQ5 트위터 감성은 주류 금융 뉴스와 비교해 볼 때 시장 감성의 보완적 또는 우월한 대체 지표로 기능할 수 있는가?

주요 결과

• 트위터 감성이 전통적 뉴스 와이어보다 주가 수익률에 더 강한 그랑저 원인 관계를 보였으며, 특히 게임스탑(GME.N)과 어배크롬비 & 퍼치(ANF.N)에서 유의미한 결과를 보였다. p-값은 각각 0.001*** 및 0.004***였다.
• 긍정 감성(G(t))은 나이키(NKE.N)와 게임스탑(GME.N)의 초과 로그 수익률에 유의미하게 그랑저 원인 관계를 가지며, 각각 p-값 0.010** 및 0.001***의 유의미성 수준을 보였다.
• 트위터 감성은 변동성 예측을 향상시켰다. 게임스탑의 경우 트위터 분석이 예측 오차를 14.99% 감소시켰고, 뉴스 분석은 오차가 2.21% 증가하였다.
• 긍정 트윗 수는 여러 기업의 1단계 앞선 변동성 예측에 유의미한 예측 변수였으며(p < 0.05), 반면 부정 트윗 수는 통계적으로 관련성이 없었다.
• 홈디포(HD.N)의 경우 트위터 감성이 예측 오차를 1.10% 감소시켰고, 뉴스 분석은 2.46% 감소시켰다. 이는 이 경우 트위터의 더 뛰어난 예측 능력을 시사한다.
• 변동성 모델링에서 트위터 감성(특히 긍정 감성)은 예측에 유의미하게 기여하였으며, 홈디포의 경우 그랑저 원인 관계 p-값이 0.004***, 나이키의 경우 0.031**이었다.