Words that Wound: The Impact of Biased Language on News Sentiment and Stock Market Index

要約

タイトル：言葉の傷 – 偏見的な言葉がニュースの感情分析と株価指数に及ぼす影響

要約：

– 韓国の45,379日刊経済ニュース記事のデータセットを用いて、偏見的な言葉「言葉の傷」がニュースの感情分析に与える影響を調査した。
– Word2Vec、コサイン類似度、拡張辞書を用いて、これらの言葉がニュースのタイトルの感情スコアに与える影響を分析した。
– 調査結果は、偏見的な言葉の取り入れが感情スコアの強度を著しく増幅させ、特に否定的な影響をもたらすことを示している。
– 拡張感情レキシコン（Sent1000）を使用したニュースタイトルの高い否定的な影響がKOSPI200指数に及ぼす影響を線形回帰と感情分析で調べた。その結果、Sent1000がSent0よりもニュースの感情が株式市場指数に及ぼす影響をより正確に捉えていることが示された。
– ARDLモデルとインパルス応答関数（IRF）の分析から、Sent1000がKOSPI200に対してより強い、また持続的な影響をもたらすことが分かった。
– これらの結果は、市場の動向や投資家の感情に言語の役割が果たす重要性、特に否定的な言葉が株価指数に及ぼす影響が強調されている。また、ニュースコンテンツとその法的ニュアンスを分析する際には、文脈を考慮する必要性が強調されている。

要約(オリジナル)

This study investigates the impact of biased language, specifically ‘Words that Wound,’ on sentiment analysis in a dataset of 45,379 South Korean daily economic news articles. Using Word2Vec, cosine similarity, and an expanded lexicon, we analyzed the influence of these words on news titles’ sentiment scores. Our findings reveal that incorporating biased language significantly amplifies sentiment scores’ intensity, particularly negativity. The research examines the effect of heightened negativity in news titles on the KOSPI200 index using linear regression and sentiment analysis. Results indicate that the augmented sentiment lexicon (Sent1000), which includes 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 KNU sentiment lexicon (Sent0). The ARDL model and Impulse Response Function (IRF) analyses disclose that Sent1000 has a stronger and more persistent impact on KOSPI200 compared to Sent0. These findings emphasize the importance of understanding language’s role in shaping market dynamics and investor sentiment, particularly the impact of negatively biased language on stock market indices. The study highlights the need for considering context and linguistic nuances when analyzing news content and its potential effects on public opinion and market dynamics.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI