Market Commentaries and Stock Prices in Poland: A Text Mining Approach
DOI:
https://doi.org/10.15678/ZNUEK.2017.0970.1005Słowa kluczowe:
informacja, przewidywanie cen akcji, analiza danych tekstowych, rekomendacje analityków finansowych, komentarze rynkoweAbstrakt
Tytuł artykułu: Komentarze rynkowe a ceny akcji w Polsce – analiza z wykorzystaniem metod eksploracji danych tekstowych
Z teoretycznego punktu widzenia zakres i jakość dostępnych informacji determinuje efektywność rynku, a tym samym wpływa na decyzje inwestycyjne inwestorów. Jednakże duża ilość informacji nie przekłada się wprost na poprawę tej efektywności, wymaga natomiast odpowiedniej selekcji, segregacji oraz strukturyzacji w celu ekstrakcji potencjalnych sygnałów kupna lub sprzedaży instrumentów finansowych. W przypadku informacji tekstowych realizowanie tych działań może zostać usprawnione poprzez zastosowanie komputerowych metod eksploracji danych tekstowych (text mining).
Przedmiotem analizy jest weryfikacja parametrów lingwistycznych komentarzy rynkowych oraz ocena ich powiązań z wahaniami cen akcji notowanych na Giełdzie Papierów Wartościowych w Warszawie. Badania z wykorzystaniem wybranych metod i mierników analizy danych tekstowych (m.in. znakowanie części mowy, odległość cosinusowa, Jaccarda) prowadzone są na bazie korpusów tekstowych opracowań analitycznych, sporządzanych regularnie w odstępach tygodniowych przez profesjonalny zespół analityków rynkowych jednego z towarzystw funduszy inwestycyjnych dla polskiego rynku akcji.
Wyniki badań wskazują, że: 1) nie występuje statystycznie istotne zróżnicowanie językowe tekstów komentarzy sporządzanych po zakończeniu tygodni o relatywnie niskich oraz tygodni o relatywnie wysokich stopach zwrotu na Warszawskiej Giełdzie Papierów Wartościowych, 2) zawartość językowa wybranych komentarzy rynkowych nie ma wartości predykcyjnej dla polskiego rynku akcji, 3) komentarze z jednotygodniową różnicą czasową różnią się pod względem lingwistycznym mniej niż komentarze z różnicą czasu dwóch lub więcej tygodni.
Pobrania
Bibliografia
Arbel A., Swanson G. (1993), The Role of Information in Stock Split Announcement Effects, “Quarterly Journal of Business and Economics”, vol. 32, no 2.
Azar P. D., Lo A. W. (2016), The Wisdom of Twitter Crowds: Predicting Stock Market Reactions to FOMC Meetings via Twitter Feeds, “Journal of Portfolio Management”, Special QES Issue, vol. 42, no 5, https://doi.org/10.3905/jpm.2016.42.5.123. DOI: https://doi.org/10.3905/jpm.2016.42.5.123
Basu S., Duong T. X., Markov S., Tan E. J. (2013), How Important Are Earnings Announcements as an Information Source?, “European Accounting Review”, vol. 22, no 2, https://doi.org/10.1080/09638180.2013.782820. DOI: https://doi.org/10.1080/09638180.2013.782820
Boya C. (2013), Market Efficiency and Information: A Literature Review, “Zagreb International Review of Economics and Business”, vol. 16, no 2.
Dasilas A., Leventis S. (2011), Stock Market Reaction to Dividend Announcements: Evidence from the Greek Stock Market, “International Review of Economics and Finance”, vol. 20, no 2, https://doi.org/10.1016/j.iref.2010.06.003. DOI: https://doi.org/10.1016/j.iref.2010.06.003
Easley D., O’Hara M., Yang L. (2016), Differential Access to Price Information in Financial Markets, “Journal of Financial and Quantitative Analysis”, vol. 51, no 4, https://doi.org/10.1017/s0022109016000491. DOI: https://doi.org/10.1017/S0022109016000491
Fama E. (1970), Efficient Capital Markets: A Review of Theory and Empirical Work, “Journal of Finance”, vol. 25, no 2, https://doi.org/10.2307/2325486. DOI: https://doi.org/10.2307/2325486
Feinerer I., Hornik K. (2016), Wordnet: WordNet Interface, R package version 0.1-11, https://CRAN.R-project.org/package=wordnet (accessed: 1.08.2017).
Feinerer I., Hornik K. (2017), Tm: Text Mining Package, R package version 0.7-1, https://CRAN.R-project.org/package=tm (accessed: 1.08.2017).
Feinerer I., Hornik K., Meyer D. (2008), Text Mining Infrastructure in R, “Journal of Statistical Software” vol. 25, no 5, http://www.jstatsoft.org/v25/i05/ (accessed: 1.08.2017). DOI: https://doi.org/10.18637/jss.v025.i05
Fellbaum C. (1998), WordNet: An Electronic Lexical Database. Bradford Books. DOI: https://doi.org/10.7551/mitpress/7287.001.0001
Ishijima H., Kazumi T., Maeda A. (2015), Sentiment Analysis for the Japanese Stock Market, “Global Business and Economics Review”, vol. 17, no 3, https://doi.org/10.1504/gber.2015.070303. DOI: https://doi.org/10.1504/GBER.2015.070303
Jagadesh N., Kim W. (2006), Value of Analysts’ Recommendations: International Evidence, “Journal of Financial Markets”, vol. 9, no 3. DOI: https://doi.org/10.1016/j.finmar.2006.05.001
Kaestner R., Liu F. Y. (1998), New Evidence on the Information Content of Dividend Announcements, “The Quarterly Review of Economics and Finance”, vol. 38, no 2, https://doi.org/10.1016/s1062-9769(99)80116-1. DOI: https://doi.org/10.1016/S1062-9769(99)80116-1
Kalay A., Kronlund M. (2013), The Market Reaction to Stock Split Announcement: Earnings Information after All, Working Paper, Columbia University and University of Illinois at Urbana-Champaign.
Khadjeh Nassirtoussi A., Aghabozorgi S., Ying Wah T., Chek Ling Ngo D. (2014), Text Mining for Market Prediction: A Systematic Review, “Expert Systems with Applications”, vol. 41, no 16, https://doi.org/10.1016/j.eswa.2014.06.009. DOI: https://doi.org/10.1016/j.eswa.2014.06.009
Kyle A. S. (1985), Continuous Auctions and Insider Trading, “Econometrica”, vol. 53, no 6, https://doi.org/10.2307/1913210. DOI: https://doi.org/10.2307/1913210
Mamaysky H., Glasserman P. (2016), Does Unusual News Forecast Market Stress?, The Office of Financial Research Working Paper no. 16-04. DOI: https://doi.org/10.2139/ssrn.2632699
Marcus M. P., Marcinkiewicz M. A., Santorini B. (1993), Building a Large Annotated Corpus of English: The Penn Treebank, “Computational Linguistics” vol. 19, no 2. DOI: https://doi.org/10.21236/ADA273556
Mielcarz P. (2015), Główne cechy rekomendacji a zmiany cen akcji na GPW w Warszawie, “Zeszyty Naukowe Uniwersytetu Szczecińskiego”, no 854, “Finanse, Rynki Finansowe, Ubezpieczenia” no 73.
Murg M. (2016), Intraday Effects of Analysts’ Recommendations on International Stock Markets, Annual International Conference on Accounting & Finance.
Ramnath S., Rock S., Shane P. (2008), The Financial Analyst Forecasting Literature: A Taxonomy with Suggestions for Further Research, “International Journal of Forecasting”, vol. 24, no 1, https://doi.org/10.1016/j.ijforecast.2007.12.006. DOI: https://doi.org/10.1016/j.ijforecast.2007.12.006
Strehl A., Ghosh J., Mooney R. (2000), Impact of Similarity Measures on Web-page Clustering, Proceedings of the 17th National Conference on Artificial Intelligence: Workshop of Artificial Intelligence for Web Search (AAAI 2000).
Sun A., Lachanski M., Fabozzi F. J. (2016), Trade the Tweet: Social Media Text Mining and Sparse Matrix Factorization for Stock Market Prediction, “International Review of Financial Analysis”, vol. 48, https://doi.org/10.1016/j.irfa.2016.10.009. DOI: https://doi.org/10.1016/j.irfa.2016.10.009
Tetlock P. C., Saar-Tsechansky M., Macskassy S. (2008), More than Words: Quantifying Language to Measure Firms’ Fundamentals, “The Journal of Finance”, vol. 63, no 3, https://doi.org/10.1111/j.1540-6261.2008.01362.x. DOI: https://doi.org/10.1111/j.1540-6261.2008.01362.x
Wang K. T., Wang W. W. (2017), Competition in the Stock Market with Asymmetric Information, “Economic Modelling”, vol. 61, https://doi.org/10.1016/j.econmod. 2016.11.024. DOI: https://doi.org/10.1016/j.econmod.2016.11.024
Wnuczak P. (2015), Effectiveness of Recommendations Issued by Stock Market Analysts in Periods of Stagnation on Capital Markets, Research Papers of the Wroclaw University of Economics, no 412. DOI: https://doi.org/10.15611/pn.2015.412.26
Womack K. L. (1996), Do Brokerage Analysts' Recommendations Have Investment Value?, "Journal of Finance", vol. 51, no 1, https://doi.org/10.1111/j.1540-6261.1996.tb05205.x. DOI: https://doi.org/10.2307/2329305
