Earticle

초록

영어

This study empirically investigates the relationship between news sentiment, news volume, and short term stock returns for seven representative U.S. big tech firms, Tesla, Apple, Google, Amazon, Microsoft, Meta, and NVIDIA, commonly referred to as the ‘Magnificent 7’ using CNN headlines from 2020 to 2023. To conduct the analysis, a daily firm-level panel dataset comprising 4,858 observations was constructed. News timestamps were converted from UTC to New York time with Daylight Saving Time adjustments to control for information incorporation lags; specifically, pre-market and intraday news were matched with same-day returns, while after-market news was matched with next-day returns. For sentiment measurement, both the general-purpose language model BERT and the finance-specific model FinBERT were employed to calculate daily firm-level news volume and weighted average sentiment. Subsequently, multiple regression analysis was performed, controlling for market returns and changes in volatility. The results show that, among the news related variables, FinBERT based average sentiment exhibited a statistically significant positive association in the pooled sample, whereas BERT based average sentiment was not statistically significant. News volume did not show significant explanatory power in models including control variables. Furthermore, firm-level analyses revealed heterogeneity across firms, with sentiment effects being statistically significant only for certain companies, such as Amazon and Meta. Meanwhile, market returns showed a strong and statistically significant positive association with short term returns across all models, confirming that short term price fluctuations were explained more strongly by market wide common factors than by firm specific news variables. By comparing a general-purpose model with a finance-specific model using the same sample, this study demonstrates that financial domain specificity significantly influences the empirical significance of sentiment indicators. It also suggests that market responses to news sentiment may vary depending on firm specific characteristics.

한국어

본 연구는 2020년부터 2023년까지의 CNN 뉴스 헤드라인을 활용하여 미국 증시에서 이른바 ‘Magnificent 7’으로 불리는 대표적 빅테크 7개 기업(테슬라, 애플, 구글, 아마존, 마이크로소프트, 메타, 엔비디아)의 뉴스 텍스트의 감성 및 보도량이 미국의 단기 종가 수익률과 어떠한 관련성을 갖는지 실증적으로 분석하였다. 분석을 위해 총 4,858개 관측치로 구성된 일별 기업 패널 데이터를 구축하였으며, 뉴스 발행시각(UTC)을 서머타임이 반영된 뉴욕 시간으로 변환한 뒤 장 전․장 중 뉴스는 당일, 장 후 뉴스는 익일 수익률과 매칭하여 정보반영 시차를 통제하였다. 감성측정에는 범용언어모델BERT와 금융 특화 모델FinBERT를 병행 적용하여 일-기업단위의 보도량과 기사수가 중평균감성을 산출하고, 시장수익률과 변동성 변화를 통제한 다중회귀분석을 수행하였다. 분석 결과, 뉴스 변수 중에서는 FinBERT 기반 평균 감성이 통합 표본에서 유의한 양(+)의 관련성을 보인 반면, BERT 기반 평균 감성은 통계적으로 유의하지 않았다. 보도량은 통제변수를 포함한 모형에서 유의한 설명력을 보이지 않았으며, 기업별 분석에서는 아마존과 메타 등 일부 기업에서만 감성 효과가 유의하게 나타나 기업간 이질성이관찰되었다. 한편 통제변수인 시장수익률은 모든 모형에서 단기수익률에 강한양(+)의 유의한 관련성을 보여 단기가격 변동이 개별 뉴스 요인 보다 시장 공통 요인에 의해 지배적으로 설명됨이 확인 되었다. 본 연구는 동일 표본에서 범용모델과 금융특화 모델을 비교함으로써 금융도메인 적합성이 감성지표의 실증적 유의성에 영향을 줄 수 있음을 보여주며, 뉴스 감성 정보의 시장 반응이 기업별 특성에 따라 차별적으로 나타날 수 있음을 시사한다.

목차

초록
Ⅰ. 서론
Ⅱ. 이론적 배경과 선행연구
1. 뉴스 텍스트 기반 주가 변동 분석 및 예측
2. 감성분석과 금융 텍스트 감성분석
Ⅲ. 연구방법론 및 연구가설
1. 분석 데이터 소개
2. 데이터 수집절차
3. 데이터 전처리
4. 연구방법과 가설
Ⅳ. 실증 분석 결과
1. 기술통계량 및 상관관계 분석
2. 실증분석 결과
Ⅴ. 결론
참고문헌
Abstract

키워드

저자

• 장세훈 [ Jang, Se Hoon | 서울과학기술대학교 경영학과 박사과정 ] 주저자
• 천세학 [ Chun, Se Hak | 서울과학기술대학교 경영학과 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  상업경영연구(구 상업교육연구) [Korean Journal of Business & Management]

• 간기

  계간

• pISSN

  1229-8867

• 수록기간

  2000~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 376 DDC 373