Relations Between Financial News and Market Capitalizations of Companies in BIST30 Index: Text Mining and Sentiment Analysis Methods
Öz
In order to analyze the relations between financial values and the textual news related with the companies, there is a need for a conversion of textual content to quantitative values. For this aim, “text mining” approaches and “sentiment analysis” tools are used. In this framework, this study evaluates the relations between market capitalization of companies in Borsa Istanbul (BIST30) and published financial news about them. For this aim, published 14.108 news in the year 2014, have been extracted from 313 different news content providers and have been quantified by using text mining approaches. Then, for the statements in the news, a sentiment analysis has been performed by using a sentiment dictionary which is translated into Turkish in this study. Finally, the relations between these quantities and market capitalization values of the companies have been examined. The result of the analyses is the existence of relations between financial values of and
published financial news about the companies. This study, via providing a methodological framework may help and show that the sources of financial news in Turkish also can be used as a novel tool for the analysis of Turkish financial markets.
Anahtar Kelimeler
Sentiment analysis Machine learning Financial markets Text mining Data mining
Kaynakça
- Referans 1 Agarwal, Basant, Namita Mittal (2015), Prominent Feature Extraction for Sentiment Analysis. (Springer).
Borsa İstanbul’da Finansal Haberler ile Piyasa Değeri İlişkisinin Metin Madenciliği ve Duygu (Sentiment) Analizi ile İncelenmesi
Öz
Şirketlere ilişkin haber metinleri ile finansal değerler arasındaki ilişkilerin nesnel bir temelde analiz
edilebilmesini sağlamak için, öncelikle ilişkili haberlerin ve bu haberlerde yer alan olumlu ya da olumsuz
ifadelerin sayısal değerlere dönüştürülmesi gerekmektedir. Bu amaçla literatürde "metin madenciliği" ve
“Duygu (Sentiment) Analizi” yaklaşım ve yöntemleri kullanılmaktadır. Bu çalışmada da, Borsa İstanbul’da
işlem gören BIST30 şirketlerine ilişkin 2014 yılında farklı kaynaklarda yayınlanmış 14.108 haber metin
madenciliği teknikleri ile alınarak, yıllık ve çeyreklik bazda haber sayıları tespit edilmiştir. Haber içeriklerinde
yer alan ifadeler de, Türkçe diline çevrilerek oluşturulmuş bir “Duygu Sözlüğü” yardımıyla, sayısal değerlere
dönüştürülmüştür. Daha sonra, bu sayısal skorlar ile aynı dönemde piyasada oluşan şirket değerleri arasındaki
ilişkiler analiz edilmiştir. Ortaya çıkan temel sonuç, finansal piyasalarla yayınlanan haberler ve bunların duygu
tonları ile finansal değerler arasında anlamlı ilişkilerin var olduğudur. Bu sonuç Türk finansal piyasalarının
değerlendirilmesinde önemli bir araç olarak Türkçe haber kaynaklarının da kullanılabileceğini ortaya
koymaktadır.
Anahtar Kelimeler
Duygu analizi Makine öğrenmesi Finansal piyasalar Metin madenciliği Veri madenciliği
Kaynakça
- Referans 1 Agarwal, Basant, Namita Mittal (2015), Prominent Feature Extraction for Sentiment Analysis. (Springer).
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Bölüm | Araştırma Makaleleri |
| Yazarlar | |
| Yayımlanma Tarihi | 6 Şubat 2019 |
| Gönderilme Tarihi | 30 Ocak 2017 |
| Yayımlandığı Sayı | Yıl 2019 Cilt: 74 Sayı: 1 |