|
Titel: |
Korrelation von Social Sentiments und Kursentwicklungen an den Börsen |
|
AutorIn: |
Daniel Huk |
|
Typ: |
Bachelorarbeit
|
|
ÖFOS 2012 Code: |
502050 Wirtschaftsinformatik
|
|
Institution: |
Ferdinand Porsche FernFH, Wiener Neustadt, WIBA |
|
Betreuung: |
Vera Glinz |
|
Datum: |
2022 |
|
Abstract (de): |
Mit zunehmender Digitalisierung und der vermehrten Nutzung von sozialen Medien ergibt sich
die Möglichkeit die öffentlich zugänglichen Inhalte zu analysieren und Schlüsse hinsichtlich der
Einstellung von Nutzern zu bestimmten Themen zu ziehen. Dieser Umstand ist auch im
finanziellen Kontext, etwa im Bezug auf Aktienkurse, relevant. Das Ziel dieser Arbeit ist es zu
beantworten, ob es einen Zusammenhang zwischen dem Social Sentiment von Tweets zu
österreichischen, börsennotierten Unternehmen und deren Kursänderungen and der Börse gibt.
Um diese Frage zu beantworten, wurde eine quantitative Untersuchung von Kursänderungen
und Tweets, die mit solchen Unternehmen in Verbindung gebracht werden können,
vorgenommen. Es wurden Tweets in einem Zeitraum von drei Jahren extrahiert und hinsichtlich
ihres Sentiments nach einem lexikonbasierten Ansatz bewertet. Danach wurde versucht
Korrelationen zwischen dem täglichen Sentiment und täglichen Kursänderungen zu finden. Das
Ergebnis war, dass entgegen der Hypothese, keine statistisch signifikanten, linearen
Korrelationen gefunden wurden. |
|
Abstract (en): |
With increasing digitalization and usage of social media there is a growing number of
opportunities to analyse this publicly available data and draw conclusions concerning the
attitude of users towards certain topics. This fact is also relevant in financial context. The goal of
this thesis is to answer the question if there is a relation between the social sentiment of tweets
targeting Austrian companies listed in the stock exchange and their fluctuation in stock price. In
order to answer this question, a quantitative examination of stock price changes and tweets that
can be related to those companies has been performed. Tweets within a time range of three
years have been extracted and their sentiment was valued by applying a lexicon-based
approach. Afterwards it has been tried to evaluate possible existing correlations. The result was
that, against the hypothesis, no statistically significant, linear correlations were found. |
|
Keywords (de): |
Social Sentiment, Sentimentsanalyse, Kursanalyse, Twitter-Sentiment, lexikonbasierter Ansatz |
|
Keywords (en): |
Social sentiment, sentiment analysis, stock price analysis, twitter sentiment, lexicon-based approach |
|
|
Huk_Daniel_01425743_WS22_Glinz_2022-10-02.pdf |
|
|