DOI QR코드

DOI QR Code

An Analysis of Relationship between Social Sentiments and Cryptocurrency Price: An Econometric Analysis with Big Data

소셜 감성과 암호화폐 가격 간의 관계 분석: 빅데이터를 활용한 계량경제적 분석

  • Received : 2018.11.15
  • Accepted : 2019.01.29
  • Published : 2019.02.28

Abstract

Around the end of 2017, the investment fever for cryptocurrencies-especially Bitcoin-has started all over the world. Especially, South Korea has been at the center of this phenomenon. Sinceit was difficult to find the profitable investment opportunities, people have started to see the cryptocurrency markets as an alternative investment objects. However, the cryptocurrency fever inSouth Korea is mostly based on psychological phenomenon due to expectation of short-term profits and social atmosphere rather than intrinsic value of the assets. Therefore, this study aimed to analyze influence of people's social sentiment on price movement of cryptocurrency. The data was collected for 181 days from Nov 1st, 2017 to Apr 30th, 2018, especially focusing on Bitcoin-related post in Twitter along with price of Bitcoin in Bithumb/UPbit. After the collected data was refined into neutral, positive and negative words through sentiment analysis, the refined neutral, positive, and negative words were put into regression model in order to find out the impacts of social sentiments on Bitcoin price. After examining the relationship by the regression analyses and Granger Causality tests, we found that the positive sentiments had a positive relationship with Bitcoin price, while the negative words had a negative relation with it. Also, the causality test results show that there exist two-way causalities between social sentiment and Bitcoin price movement. Therefore, we were able to conclude that the Bitcoin investors'behaviors are affected by the changes of social sentiments.

2017년 말, 전 세계적으로 비트코인을 필두로 암호화폐에 대한 투자 열풍이 시작되었으며, 특히 한국은 그 중심에 서 있는 상황이었다. 한국의 투자자들이 그간 수익성이 있는 투자 기회를 찾기가 어려웠던 만큼 새로운 투자처에 투자심리가 몰린 것으로 보인다. 하지만 암호화폐에 대한 이러한 한국의 열기는 자산의 본질적인 가치에 기초한 투자가 아니라 단기적 차익 실현 기대 및 사회적 분위기에 따른 것이기 때문에 심리적 현상에 좌우되는 바가 크다고 할 수 있다. 따라서 본 연구에서는 이를 살펴보기 위해 트위터와 비트코인을 대표로 선정하여 사람들의 소셜 감성이 암호화폐에 미치는 영향을 분석해보고자 하였다. 데이터는 2017년 11월 1일부터 2018년 4월 30일까지 총 181일간 트위터상에 노출된 비트코인 관련 게시물과 빗썸/업비트의 비트코인 가격을 대상으로 수집하였다. 수집된 트위터 데이터는 감성 분석을 통해 중립어 및 긍·부정어로 정제해주었고, 정제된 중립어, 긍정어, 부정어는 비트코인 가격에 어떤 영향을 미치는지 확인하기 위해 회귀분석 모형에 투입하였다. 회귀분석을 통해 관계를 살펴본 후에는 Granger Causality test를 통해 인과관계의 존재 여부를 확인하였다. 그 결과, 긍정어는 비트코인 가격과 정의 관계로 나타났고, 부정어는 부의 관계로 나타났다. 또한 소셜감성과 비트코인 가격간에는 양방향의 인과관계가 있음을 확인하였다. 즉, 비트코인 가격 변동이 소셜감성에 영향을 미치기도 하지만, 동시에 소셜감성의 변화도 암호화폐 투자자들의 행동에 영향을 미칠 수 있음을 확인할 수 있었다.

Keywords

Acknowledgement

이 논문은 2017년 대한민국 교육부와 한국연구재단의 지원을 받아 수행된 연구임(NRF-2017S1A3A2066740).

References

  1. 김영민, 정석재, 이석준, "소셜 미디어 감성분석을 통한 주가 등락 예측에 관한 연구", Entrue Journal of Information Technology, 제13권, 제3호, 2014, pp. 59-69. 
  2. 안정국, 김소담, 김희웅, "텍스트 마이닝 기법을 이용한 정보시스템분야 연구 동향 분석", Information Systems Review, 제18권, 제3호, 2016, pp. 73-96.  https://doi.org/10.14329/isr.2016.18.3.073
  3. 유은지, 김유신, 김남규, 정승렬, "주가지수 방향성 예측을 위한 주제지향감성사전 구축 방안", 지능정보연구, 제19권, 제1호, 2013, pp. 95-110.  https://doi.org/10.13088/JIIS.2013.19.1.095
  4. 이희종, 조재영, "암호화폐에 관한 연구", 비교 사법, 제25권, 제2호, 2018, pp. 657-696. 
  5. 전주용, 여은정, "비트코인의 이해-금융경제학적 관점에서", Korea Business Review, 제18권, 제4호, 2014, pp. 211-239. 
  6. 전희국, 현근수, 임경빈, 이우현, 김형주, "영화흥행 실적 예측을 위한 빅데이터 전처리", 정보과학회 컴퓨팅의 실제 논문지, 제20권, 제12호, 2014, pp. 615-622.  https://doi.org/10.5626/KTCP.2014.20.12.615
  7. 최기철, 이상용, "직원을 위한 내부마케팅이 기업의 시가 총액 변동률에 미치는 영향 분석: 잡플래닛 기업 리뷰를 중심으로", Information Systems Review, 제20권, 제2호, 2018, pp. 39-62.  https://doi.org/10.14329/isr.2018.20.2.039
  8. Aggarwal, R., R. Gopal, A. Gupta, and H. Singh, "Putting money where the mouths are: The relation between venture financing and electronic word-of-mouth", Information Systems Research, Vol.23(3-part-2), 2012a, pp. 976-992.  https://doi.org/10.1287/isre.1110.0402
  9. Aggarwal, R., R. Gopal, R. Sankaranarayanan, and P. V. Singh, "Blog, blogger, and the firm: Can negative employee posts lead to positive outcomes?", Information Systems Research, Vol.23, No.2, 2012b, pp. 306-322.  https://doi.org/10.1287/isre.1110.0360
  10. Akerlof, G. A. and R. J. Shiller, Animal Spirits: How Human Psychology Drives the Economy, and Why it Matters for Global Capitalism, Princeton University Press, 2010. 
  11. Bianchetti, M., C. Ricci, and M. Scaringi, Are cryptocurrencies Real Financial Bubbles? Evidence from Quantitative Analyses, A version of this paper was published in Risk, Vol.26, 2018. 
  12. Bollen, J., H. Mao, and X. Zeng, "Twitter mood predicts the stock market", Journal of Computational Science, Vol.2, No.1, 2011, pp. 1-8.  https://doi.org/10.1016/j.jocs.2010.12.007
  13. Catania, L. and S. Grassi, Modelling Crypto-Currencies Financial Time-Series, CEIS Working Paper, No.417, 2017. 
  14. Cheah, E. T. and J. Fry, "Speculative bubbles in Bitcoin markets? An empirical investigation into the fundamental value of Bitcoin", Economics Letters, Vol.130, 2015, pp. 32-36.  https://doi.org/10.1016/j.econlet.2015.02.029
  15. Cheung, A., E. Roca, and J. J. Su, "Crypto-currency bubbles: An application of the Phillips-Shi-Yu(2013) methodology on Mt. Gox bitcoin prices", Applied Economics, Vol.47, No.23, 2015, pp. 2348-2358.  https://doi.org/10.1080/00036846.2015.1005827
  16. Chheda, S. R., A. K. Singh, P. S. Singh, and A. S. Bhole, "Automated trading of cryptocurrency using twitter sentimental analysis", International Journal of Computer Sciences and Engineering, Vol.6, 2018, pp. 209-214.  https://doi.org/10.26438/ijcse/v6i5.209214
  17. Chu, J., S. Nadarajah, and S. Chan, "Statistical analysis of the exchange rate of bitcoin", PloS One, Vol.10, No.7, 2015, e0133678. 
  18. Colianni, S., S. Rosales, and M. Signorotti, Algorithmic Trading of Cryptocurrency Based on Twitter Sentiment Analysis, CS229 Project, 2015. 
  19. Dickey, D. A. and W. A. Fuller, "Distribution of the estimators for autoregressive time series with a unit root", Journal of the American Statistical Association, Vol.74, No.366a, 1979, pp. 427-431.  https://doi.org/10.1080/01621459.1979.10482531
  20. Gilbert, E. and K. Karahalios, "Widespread worry and the stock market", ICWSM, 2010, pp. 59-65. 
  21. Granger, C. W., "Investigating causal relations by econometric models and cross-spectral methods", Econometrica: Journal of the Econometric Society, Vol.37, No.3, 1969, pp. 424-438.  https://doi.org/10.2307/1912791
  22. Gu, B., J. Park, and P. Konana, "Research note: The impact of external word-of-mouth sources on retailer sales of high-involvement products", Information Systems Research, Vol.23, No.1, 2012, pp. 182-196.  https://doi.org/10.1287/isre.1100.0343
  23. Hencic, A. and C. Gourieroux, "Noncausal autoregressive model in application to bitcoin/usd exchange rates", Econometrics of Risk, Springer, Cham, 2015, pp. 17-40. 
  24. Kim, H. W., H. C. Chan, and S. Gupta, "Social media for business and society", Asia Pacific Journal of Information Systems, Vol.25, No.2, 2015, pp. 329-336.  https://doi.org/10.14329/apjis.2015.25.2.329
  25. Kim, S. M. and E. Hovy, "Extracting opinions, opinion holders, and topics expressed in online news media text", In Proceedings of the Workshop on Sentiment and Subjectivity in Text, Association for Computational Linguistics, July 2006, pp. 1-8. 
  26. Kim, T., W. J. Jung, and S. Y. Lee, "The analysis on the relationship between firms' exposures to SNS and stock prices in Korea", Asia Pacific Journal of Information Systems, Vol.24, No.2, 2015, pp. 233-253.  https://doi.org/10.14329/apjis.2014.24.2.233
  27. Lee, G., D. Y. Joe, and J. Jeong, "An investigation of dynamic price movements of the cryptocurrency coin in Korea", 한국경영학회 통합학술발표논문집, 2018, pp. 1476-1488. 
  28. Luo, X., J. Zhang, and W. Duan, "Social media and firm equity value", Information Systems Research, Vol.24, No.1, 2013, pp. 146-163.  https://doi.org/10.1287/isre.1120.0462
  29. Mai, F., Z. Shan, Q. Bai, X. Wang, and R. H. Chiang, "How does social media impact Bitcoin value? A test of the silent majority hypothesis", Journal of Management Information Systems, Vol.35, No.1, 2018, pp. 19-52.  https://doi.org/10.1080/07421222.2018.1440774
  30. Manning, C. D., P. Raghavan, and H. Schutze, Introduction to Information Retrieval, Cambridge University Press, Vol.39, 2008. 
  31. Matta, M., I. Lunesu, and M. Marchesi, Bitcoin Spread Prediction Using Social and Web Search Media, UMAP Workshops, 2015. 
  32. Oh, C. and O. Sheng, "Investigating predictive power of stock micro blog sentiment in forecasting future stock price directional movement", Thirty Second International Conference on Information Systems(ICIS 2011), Shanghai, China, 2011, pp. 1-19. 
  33. Rao, T. and S. Srivastava, "Analyzing stock market movements using twitter sentiment analysis", In Proceedings of the 2012 international conference on advances in social networks analysis and mining(ASONAM 2012), IEEE Computer Society, 2012, pp. 119-123. 
  34. Rick, S. and G. Loewenstein, "The role of emotion in economic behavior", Handbook of Emotions, Vol.3, 2008, pp. 138-158.  https://doi.org/10.2139/ssrn.954862
  35. Sapuric, S. and A. Kokkinaki, "Bitcoin is volatile! isn't that right?", International Conference on Business Information Systems, Springer, Cham, 2014, pp. 255-265. 
  36. Schumaker, R. P. and H. Chen, "Textual analysis of stock market prediction using breaking financial news: The AZFin text system", ACM Transactions on Information Systems(TOIS), Vol.27, No.2, 2009, p. 12. 
  37. Weber, B., "Bitcoin and the legitimacy crisis of money", Cambridge Journal of Economics, Vol.40, No.1, 2014, pp. 17-41.  https://doi.org/10.1093/cje/beu067
  38. Yelowitz, A. and M. Wilson, "Characteristics of Bitcoin users: An analysis of Google search data", Applied Economics Letters, Vol.22, No.13, 2015, pp. 1030-1036.  https://doi.org/10.1080/13504851.2014.995359
  39. Zhang, S., C. Zhang, and Q. Yang, "Data preparation for data mining", Applied Artificial Intelligence, Vol.17, No.5-6, 2003, pp. 375-381.  https://doi.org/10.1080/713827180
  40. Zhang, Z., Q. Ye, and R. Law, "Sentiment classification of online reviews to travel destinations by supervised machine learning approaches", Expert Systems with Applications, Vol.36, No.3, 2009, pp. 6527-6535. https://doi.org/10.1016/j.eswa.2008.07.035