• Asia pacific journal of information systems
• /
• 제24권4호
• /
• pp.559-575
• /
• 2014

Individual investors are increasingly flocking to message boards to seek, clarify, and exchange information. Businesses like Seekingalpha.com and business magazines like Fortune are evaluating, synthesizing, and reporting the comments made on message boards or blogs. In March of 2012, Yahoo! Finance Message Boards recorded 45 million unique visitors per month followed by AOL Money and Finance (19.8 million), and Google Finance (1.6 million) [McIntyre, 2012]. Previous studies in the finance literature suggest that online communities often provide more accurate information than analyst forecasts [Bagnoli et al., 1999; Clarkson et al., 2006]. Some studies empirically show that the volume of posts in online communities have a positive relationship with market activities (e.g., trading volumes) [Antweiler and Frank, 2004; Bagnoli et al., 1999; Das and Chen, 2007; Tumarkin and Whitelaw, 2001]. The findings indicate that information in online communities does impact investors' investment decisions and trading behaviors. However, research explicating the correlation between information on online communities and stock market activities (e.g., trading volume) is still evolving. Thus, it is important to ask whether a volume of posts on online communities influences trading volumes and whether trading volumes also influence these communities. Online stock message boards offer two different types of information, which can be explained using an economic and a psychological perspective. From a purely economic perspective, one would expect that stock message boards would have a beneficial effect, since they provide timely information at a much lower cost [Bagnoli et al., 1999; Clarkson et al., 2006; Birchler and Butler, 2007]. This indicates that information in stock message boards may provide valuable information investors can use to predict stock market activities and thus may use to make better investment decisions. On the other hand, psychological studies have shown that stock message boards may not necessarily make investors more informed. The related literature argues that confirmation bias causes investors to seek other investors with the same opinions on these stock message boards [Chen and Gu, 2009; Park et al., 2013]. For example, investors may want to share their painful investment experiences with others on stock message boards and are relieved to find they are not alone. In this case, the information on these stock message boards mainly reflects past experience or past information and not valuable and predictable information for market activities. This study thus investigates the two roles of stock message boards-providing valuable information to make future investment decisions or sharing past experiences that reflect mainly investors' painful or boastful stories. If stock message boards do provide valuable information for stock investment decisions, then investors will use this information and thereby influence stock market activities (e.g., trading volume). On the contrary, if investors made investment decisions and visit stock message boards later, they will mainly share their past experiences with others. In this case, past activities in the stock market will influence the stock message boards. These arguments indicate that there is a correlation between information posted on stock message boards and stock market activities. The previous literature has examined the impact of stock sentiments or the number of posts on stock market activities (e.g., trading volume, volatility, stock prices). However, the studies related to stock sentiments found it difficult to obtain significant results. It is not easy to identify useful information among the millions of posts, many of which can be just noise. As a result, the overall sentiments of stock message boards often carry little information for future stock movements [Das and Chen, 2001; Antweiler and Frank, 2004]. This study notes that as a dependent variable, trading volume is more reliable for capturing the effect of stock message board activities. The finance literature argues that trading volume is an indicator of stock price movements [Das et al., 2005; Das and Chen, 2007]. In this regard, this study investigates the correlation between a number of posts (information on stock message boards) and trading volume (stock market activity). We collected about 100,000 messages of 40 companies at KOSPI (Korea Composite Stock Price Index) from Paxnet, the most popular Korean online stock message board. The messages we collected were divided into in-trading and after-trading hours to examine the correlation between the numbers of posts and trading volumes in detail. Also we collected the volume of the stock of the 40 companies. The vector regression analysis and the granger causality test, 3SLS analysis were performed on our panel data sets. We found that the number of posts on online stock message boards is positively related to prior stock trade volume. Also, we found that the impact of the number of posts on stock trading volumes is not statistically significant. Also, we empirically showed the correlation between stock trading volumes and the number of posts on stock message boards. The results of this study contribute to the IS and finance literature in that we identified online stock message board's two roles. Also, this study suggests that stock trading managers should carefully monitor information on stock message boards to understand stock market activities in advance.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

• KDI Journal of Economic Policy
• /
• 제14권1호
• /
• pp.147-165
• /
• 1992

본고(本稿)는 선거가 선거기간을 전후해서 어떻게 경제에 충격을 주고 이러한 충격의 여파로 경제는 선거후에 어떻게 영향을 받는지를 "베이지안" 벡터자기회귀모형(自己回歸模型)을 이용하여 분석하였다. 계수(係數)를 수정하면서 선거기간에 대해 예측을 할 경우의 예측오차의 평균으로 선거의 충격효과를 계산해 보면 선거는 선거전, 선거분기 및 선거후분기에 본원통화(本源通貨), 물가(物價), 생산(生産), 이자율(利子率), 투자(投資) 등에 상당한 충격을 주는 것으로 나타났다. 과거의 선거(選擧), 특히 80년대 이후 선거중에는 대체로 현금통화(現金通貨) 및 본원통화(本源通貨)가 선거 기간중 증가하고 선거후 환수된다. 이에 따른 유동성(流動性)의 변화(變化)로 금리(金利)는 선거기간중 약간 하락하고 선거후 다시 증가하는 양상을 보였다. 선거기간중(選擧期間中) 생산(生産) 및 고용(雇傭)은 선거에 따른 운동원차출(運動員差出) 및 조업감소(操業減少) 등의 영향으로 감소하나, 선거후에는 선거중의 생산감소(生産減少)를 상쇄(相殺)할 만큼 증대(增大)하는 것으로 나타났다. 선거(選擧)에 따른 물가(物價)의 충격(衝擊)은 주로 선거전분기에 나타났다. 이러한 과거의 선거기간중의 양태가 1992년의 각 선거에서 되풀이되고 총선과 대통령선거가 실시될 경우를 가상해서 그 효과를 시산(試算)해 보면 선거(選擧)로 인한 상당한 유동성증대(流動性增大)가 본원통화를 중심으로 예상되는 가운데, 소비자물가(消費者物價)가 1992년중 약 2%포인트, 1993년에 2.5%포인트 상승할 것으로 나타났다. 반면 선거로 인한 소비증대(消費增大)나 생산감소(生産減少) 등의 효과는 상대적으로 작을 것으로 예상되는 한편, 자금흐름의 왜곡이 발생하여 유동성이 증가했음에도 불구하고 생산자금은 압박을 받게 되어 투자(投資)가 부진해질 것으로 나타났다. 또한 이러한 선거의 효과는 1992년중 지방자치단체장선거가 실시될 경우 크게 확대된다.