Relations Between Financial News and Market Capitalizations of Companies in BIST30 Index: Text Mining and Sentiment Analysis Methods

Abstract

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. AbstractIn 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.

Medyadaki yansımaları ile şehir hastaneleri: İki ulusal gazetenin incelenmesi

“…Word clouds can be important in quickly understanding and visualizing large content (Atan & Çınar, 2019). Apart from that, when we look at the headlines, the first words used in the news can affect individuals and make important contributions to forming a common perception (Hori, 2015).…”

Twitter Veri Seti İçeriğinin Tanımlayıcı Analiz İle Keşfi: Çevrimiçi Yemek Siparişi Üzerine Bir Uygulama

“…Belirlenen anahtar kelimeler ile veri havuzu oluşturulurken ilgisiz verilerin de veri havuzuna girmesi mümkündür. Atan ve Çınar [35], arama kelimeleri ile arama yapılarak ilgili metinlere ulaşabilme konusunda, milyonlarca farklı insan tarafından kaleme alınan metinsel veriler içinden ilgili dokümanı tespit etmek için kurgulanmış her algoritmanın yanılmasının olası olduğunu, profesyonel arama motorlarının bu durumu aşmak için çeşitli yaklaşımlar geliştirdiklerini, ancak yine de arama sonuçlarında ilgisiz verilerin varlığını da sürdürmeye devam edebileceklerini belirtmişlerdir. İlgisiz konudaki tweet gönderilerinin veri setine girmesini önlemenin/en aza indirmenin en etkili yollarından biri, doğru anahtar kelimelerin seçilmiş olmasıdır.…”

A supervised data mining approach for predicting comment card ratings

“…For manual labeling, first comments are split into sentences. Then these sentences are put into a corpus, which is the main data set for textual analysis (Atan and Çınar, 2019). The corpus is composed of 2,851 HCC reviews.…”