utworzone przez Grzegorz Stefański | gru 21, 2018 | SentiStocks
Tym razem artykuł przygotował Grzegorz Stefański, nasz doradca finansowy. Zaproponował sprawdzenie, czy emocje wyrażane we wpisach o KNF pozwolą przewidzieć zmiany w indeksach bankowych.
W Brand24 zebraliśmy dane z okresu od 1 listopada do 17 grudnia. Jako że przed 13 listopada nie pisało się o Nadzorze zbyt dużo, potraktowaliśmy tych 12 dni jako jeden, wyjściowy punkt danych, do którego porównujemy następne zmiany w sentymencie i emocjach wyrażanych przez Polaków. Jak widać na wykresie, przed 13 pisano około 200-400 wzmianek dziennie. W dniu wybuchu afery liczba ta wzrosła do ponad 20 800 i aż do dzisiaj nie spadła poniżej 700 (najmniej mówiono o KNF 5 grudnia).
Sektor bankowy na Giełdzie Papierów Wartościowych w Warszawie uznawany był zawsze za jeden ze stabilniejszych i relatywnie mało podatnych na nagłe wahania. Jednak i ten stabilny sektor nie jest odporny na gwałtowne zawirowania i to zawirowania powstające w jego otoczeniu. Od blisko dwóch miesięcy możemy śledzić wydarzenia związane z tak zwaną „aferą KNF”. Widać wyraźnie, że sytuacja w KNF miała dla notowań banków na GPW duże znaczenie w postaci co najmniej dwóch stymulatorów.
Pierwszy to medialne informacje o rozmowie ówczesnego Prezesa KNF z właścicielem Getin Banku. Drugi to zatrzymanie byłych członków kierownictwa KNF. Było to odpowiednio 13 listopada i 06 grudnia. Wydarzenia te miały jednakowy wydźwięk dla sektora bankowego. Analizując zmiany kursu WIG – Banki w tym okresie zauważamy następującą z pewnym przesunięciem czasowym reakcję rynku akcji. Dotyczy to notowań WIG – Banki w dniu 16 listopada. Tego dnia odnotowano jeden z trzech najniższych w ciągu roku kursów zamknięcia ( 7161,54 ), przy jednoczesnym w ciągu tego dnia najniższym od roku kursie ( 7040,86 ). Nie można mieć wątpliwości, że przyczyną tak znacznego spadku były informacje medialne o rozmowie ówczesnego Prezesa KNF z właścicielem Getin Banku. Jednakże sam sektor bankowy w następnych dniach bronił się wynikami, co owocowało wzrostem kursu, którego nie osłabiły doniesienia o zatrzymaniu przez organy ścigania Prezesa KNF (miało to miejsce 27 listopada). W tym okresie zauważalna jest mini tendencja wzrostowa kursu. Jednak kolejne informacje z 06 grudnia o zatrzymaniu byłych członków kierownictwa KNF spowodowały znaczny spadek notowań – do poziomu 7244,17 (w dniu 11 grudnia).
Źródło: bankier.pl
Należy zadać pytanie, jak dalej będzie kształtował się rynek akcji bankowych? Ile jeszcze zawirowań jest w stanie wytrzymać nie powodując negatywnych reakcji inwestorów giełdowych? Analitycy często posługują się terminem nastroje inwestorskie – ale co tak naprawdę składa się na te tak zwane nastroje? Z pewnością pozytywnie budują je wyniki ekonomiczne, a poza tym niewątpliwie bezpieczeństwo inwestycji. Ale przecież inwestorami są ludzie, którzy niezależnie od wymiernych wskaźników kierują się także emocjami. Giełda nie jest wolna od emocji – to widzieliśmy już nie raz. Także ostatnie wydarzenia związane z KNF bezpośrednio oddziaływały na sektor bankowy notowany na GPW. Wydarzenia te opisywane przez media wywoływały określony sentyment i emocje wśród odbiorców, a to niewątpliwie mogło wpływać na ich zachowanie, powodując na przykład chęć wyzbywania się posiadanych walorów.
W tym miejscu warto przeanalizować – jako przypadek – zmiany w natężeniu sentymentu w tekstach o KNF w porównaniu do zmian kursu WIG – Banki w okresie 09 listopada – 17 grudnia 2018r.
Źródło: bankier.pl / sentimenti
Analizując powyższy wykres zauważyć można pewną korelację pomiędzy zmianami w natężeniu sentymentu w tekstach o KNF, a zachowaniami inwestorów przejawiającymi się w wahaniu kursu WIG – Banki. I tak w sytuacji, kiedy krzywe pozytywnego (wzrost) i negatywnego (spadek) sentymentu dążyły do przecięcia było to pewnym sygnałem do wzrostu kursu akcji banków. Miało to miejsce 16 listopada i od tego dnia kurs zwyżkował aż do 29 listopada. Tego dnia krzywe sentymentu się rozeszły i zanotowano spadek krótkoterminowy kursu. Po tym dniu krzywe ponownie weszły w fazę zbliżania i kurs zwyżkował (do 05 grudnia). Następnego dnia (po informacjach o zatrzymaniu byłych szefów KNF) kurs spadł. Krzywe sentymentu weszły w fazę oddalania się, a kurs przyjął tendencję spadkową do 11 grudnia. Po tym dniu nastąpiło skokowe zbliżenie się krzywych sentymentu, a kurs ponownie wszedł w fazę wzrostu. Jednak od 13 grudnia w tendencji sentymentu pozytywnego zauważalny jest spadek (a zarazem wzrost sentymentu negatywnego) i to może sugerować, iż w następnych dniach może dojść do kolejnej spadkowej korekty kursów akcji banków.
W tej analizie przyjęto tylko jeden element, który może mieć wpływ na poziom kursu akcji banków notowanych na GPW. Tym elementem są informacje medialne o sytuacji w KNF. Jednak już to daje pewne przesłanki do tego, aby zacząć uważnie obserwować i próbować badać emocje związane z rynkiem kapitałowym. Pełniejszy obraz można uzyskać przeprowadzając szersze badania, zwłaszcza podstawowych emocji, które funkcjonują w otoczeniu procesów inwestycyjnych zachodzących na giełdzie.
Należy jeszcze zastanowić się, jak zmieniały się poszczególne emocje w reakcji na kolejne doniesienia o nieprawidłowościach w KNF i czy one także mają moc predykcyjną. Wykres z wynikami uśrednionych dziennych emocji wskazuje przede wszystkim na wzrost proporcji wstrętu i złości oraz spadek radości. Można zauważyć także silne fluktuacje zaufania. SentiTool jako narzędzie wspomagające przewidywanie giełdowych trendów? Wydaje się, że to całkiem możliwy scenariusz.
utworzone przez Agnieszka Czoska | lis 22, 2018 | Okiem badacza
Matematyka może opisać uczucia – najprościej robi to dwuczynnikowa teoria emocji definiująca je na dwóch skalach: polaryzacji i siły. Zachwyt jest silniejszy niż radość, a obrzydzenie bardziej negatywne niż wstręt. Prowadząc badania z wykorzystaniem EmoTool (na przykład te o politykach) korzystaliśmy z obu skal, ale analizując emotikony i ich wpływ na odbiór zdań skupiliśmy się na kontinuum negatywne-pozytywne.
Jak pisaliśmy w pierwszej części analizy naszego badania, dodanie „: )” sprawia, że zdanie zaczyna brzmieć pozytywnie, a „: (” – negatywnie. Dopisanie całuska działa bardzo podobnie jak uśmiech – chyba, że wyjściowe zdanie (bez emotikony) wydawało się odbiorcom negatywne, wtedy uczestnicy naszego badania decydowali się na uznanie go za neutralne, co może także oznaczać, że powinniśmy zadać im inne pytanie – na przykład, czy mają do czynienia z ironią lub bezsensowną konstrukcją. Poprzednim razem opisaliśmy 3 z 9 przebadanych przez nas emotikon. Dzisiaj napiszemy trochę więcej o pozostałych.
W naszym badaniu wykorzystaliśmy pięć zdań:
- Teraz wszystko rozumiem.
- Dzisiaj jest poniedziałek.
- Od rana pada deszcz.
- Powiedział, że nic się nie stało.
- Jedziemy na wycieczkę do Grecji.
… i 9 emotikon
- : )
- : (
- : D
- : P
- : /
- X D
- : 0
- : |
- : *
Założyliśmy, że 5 z nich będzie miało pozytywny wydźwięk, a 3 negatywny (nr. 2, 5 i 8). Przypuszczaliśmy także, że „: 0” może być najbardziej kłopotliwa dla uczestników badania, bo „zaskoczona buźka” jest rzadko używana w wersji nie-ilustrowanej. Prosiliśmy o ocenę każdego zdania (najpierw bez emotikon, potem z nimi, zdania w każdej z tych list pokazywały się w losowej kolejności) na skali 1 (negatywny wydźwięk emocjonalny) do 5 (pozytywny), gdzie 3 oznaczało środek skali i neutralną wypowiedź.
Zobaczyliśmy w poprzednim wpisie, że ich obecność emotikon wyraźnie wpływała na odbiór emocjonalnego wyrazu zdań. To oczywiście nie cała matematyka przydatna do opisu wyników, nie chodzi tylko o to, czy pojedyncze histogramy przesuwają się bliżej 1 czy 5. Jeśli dodanie buźki faktycznie dodaje pozytywności lub negatywności znaczeniu zdania, relacje pomiędzy wersją z emotką i bez powinny dać się opisać regresją liniową.
Ocena zdania w wersji podstawowej… nie koreluje zbyt silnie z ocenami jakiejkolwiek wersji wzbogaconej. Najsilniejsza korelacja liniowa wiąże je z naszą dziwną : 0 (R=0.306, to słaba korelacja). Nie widać także żadnej silnej korelacji negatywnej (R=-0.4 i więcej), a więc nie można mówić o odwracaniu wydźwięku zdania przez użycie emotikony. Przyjrzyjmy się wobec tego relacjom między emotikonami.
Najsilniej skorelowane są ze sobą „: /” i „: |” (R=0.64). Oznacza to, że 40% zmienności jednej zmiennej (ocen zdań z emotikoną “:/”) można wyjaśnić lub przewidzieć na podstawie zmian (ocen) tej drugiej. Te oszacowania wydźwięku emocjonalnego niekoniecznie są takie same czy podobne, po prostu na 40% da się obliczyć jedne na podstawie drugich. Oceny na skali 1-5 to zmienne porządkowe, możemy je zatem eksplorować jak dane ilorazowe lub nominalne, dlatego użyjmy jeszcze testu Chi-kwadrat, który pokaże nam, czy może jednak oceny tych zdań są podobne. Chi=565.6, P=0.001 – są istotnie statystycznie różne. Zdania z obiema emotikonami najczęściej otrzymywały ocenę 2, „raczej negatywne”, ale „: |” częściej była uznawana za neutralną, a „: /” za negatywną (histogramy poniżej). „: /” koreluje jeszcze (R=0.55) ze smutną buźką, co także nie znaczy, że ich oceny są takie same (Chi=462.38, p>0.001). Oczywiście, trzeba tu uważać na jeszcze jedną sprawę – kiedy mówimy o korelacjach, mierzymy je wg osób, natomiast testy Chi liczymy w grupach – wówczas nie interesuje nas, kto jak ocenił dane zdanie, a tylko czy wszystkie zdania z “:)” mają w sumie inne proporcje odpowiedzi niż te z „: P„. Każdy z tych testów daje nam nieco inną perspektywę na relacje pomiędzy zmiennymi.
Poniżej prezentujemy wykres pokazujący siłę korelacji pomiędzy poszczególnymi emotikonami – uwzględniliśmy jedynie te powyżej 0.4 (oznaczające 16% wspólnej zmienności), czyli od umiarkowanych po silniejsze korelacje. Najwyższy słupek to omówiona wyżej relacja między „: /” i „: |„. Czarne prostokąty wskazują emotikony o największej liczbie interesujących korelacji z innymi. Jak widać, dotyczy to głównie tych pozytywnie nacechowanych (ale nie klasycznego uśmiechu) – być może po prostu dlatego, że jest ich nieco więcej. Za to negatywnie nacechowane okazały się silniej skorelowane i to w ich przypadku możemy faktycznie mówić o silniejszych korelacjach.
Przeglądając korelacje i histogramy można podzielić emotikony użyte w naszym badaniu na pozytywne („: D„, „: D„, „: *„, „”X D„), negatywne („: /„, „: |„, „: („) oraz „inne” – „: )” i “: 0„, z których pierwsza jest niewątpliwie pozytywnie nacechowana, ale za bardzo nie koreluje z pozostałymi z tej grupy. Czy umiemy poukładać je w ciąg od najbardziej pozytywnych po najbardziej negatywne?
Jeśli weźmiemy pod uwagę wzrastającą liczbę 5 i spadającą 1, otrzymamy wyraźne kontinuum od „: (” po „: D„. Co zastanawiające, każda emotikona otrzymywała ocenę od 1 do 5, nie ma takiej, która nie pojawiłaby się choć kilka razy z bardzo nietypową dla siebie oceną emocjonalną.
Wyniki naszego badania pokazują emocjonalną wartość emotikony, jej wpływ na odbiór zdania niezależnie od jego treści. W pierwszym artykule z tego cyklu pokazaliśmy, że nie wszystkie analizowane przez nas zdania było odbierane (przed dodaniem emotikon) jako neutralne, dlatego planujemy jeszcze jedną analizę, tym razem sprawdzającą, jaka interakcja zachodzi pomiędzy treścią zdania i emocjami niesionymi przez dodaną do niego buźkę.
Poszczególne emotikony tylko do pewnego stopnia zachowują się w sposób, jakiego spodziewaliśmy się planując badanie. Możemy je ułożyć w elegancki ciąg od negatywnych po pozytywne, ale to nie znaczy (spójrzcie na korelacje), że łatwo nam przewidzieć, jak dokładnie zostanie odebrane konkretne zdanie po dodaniu do niego uśmiechu, „: D” lub “XD”. To na pewno jeden z powodów dla których dodanie „: )” nie zawsze sprawia, że nasz żart zostanie zrozumiany.
utworzone przez Agnieszka Czoska | lut 28, 2018 | Okiem badacza, W mediach
Analiza sentymentu to złożony problem, ale dla nas nie stanowi już tajemnic. Zespół Sentimenti stworzył największy słownik emotywny dla języka polskiego. Baza obejmuje prawie 100.000 znaczeń słów.
Analiza sentymentu. Sentimenti robi to najlepiej
Zestaw znaczeń opracowaliśmy we współpracy ze specjalistami od inżynierii lingwistycznej i współtwórcami polskiej Słowosieci. Szczegółowe badania psycholingwistyczne przeprowadzamy we współpracy z neuropsychologami. Zadbaliśmy o rzetelność wyników naszych badań, dlatego dobraliśmy reprezentatywną pod względem wieku i płci grupę 20.000 Polaków.
Badamy wydźwięk emocjonalny przy użyciu Sztucznej Inteligencji. Dostarczamy szczegółowe raporty, które pozwalają zrozumieć nastroje rynkowe, ocenić jakość komunikacji, unikać kryzysów i lepiej kontrolować działania w biznesie. Dlatego śmiało mówimy, że czytamy emocje.
Od analizy po raport
Analiza emocji narzędziami Sentimenti zaczyna się od automatycznego pomiaru emocji zawartych w dowolnym tekście, a kończy wielowymiarowym raportem z interpretacją wyników. Korzystamy z naszych badań nad emocjami w języku i pracy algorytmów sztucznej inteligencji. Dzięki temu mierzymy zawartość 8 emocji podstawowych w tekście (zaskoczenie, smutek, oczekiwanie, wstręt, radość, zaufanie, strach, złość). Analizujemy ich zmienność w czasie. Przy okazji – potrafimy wskazać także wielowartościowy sentyment w treści.
Badani oznaczali emocjami znaczenia, a nie same słowa, jak w innych badaniach sentymentu. Uczestnicy naszych badań oznaczali do ośmiu emocji na dwóch skalach, zgodnie z modelami emocji podstawowych Plutchika i Ekmana. Analiza sentymentu jest w zasięgu ręki.
Zapoznaj się z naszą OFERTĄ.
