머신러닝을 이용한 금융감성지수의 구축

Abstract

This study analyzed the tone of the news article using various techniques of machine learning, and then constructed and empirically analyzed the Financial Sentiment Index based on it. Through textual data of news corresponding to unstructured data, I tried to understand the sentiment of market participants throughout the financial market. In particular, I tried to analyze the sentiment reflected in the news article by analyzing the tone of the article using logistic regression analysis. In addition to the VKOSPI, the volatility index, the risk aversion estimate estimated by the method of Bekaert et al. (2013) and the News Sentiment Index (NSI) issued by the Bank of Korea was used in order to verify the index. As a result of regression analysis of the Financial Sentiment Index, it was possible to confirm a clear negative correlation with VKOSPI, and risk aversion, and a clear positive correlation with the News Sentiment Index.;본 연구는 머신러닝의 다양한 기법들을 이용하여 뉴스기사의 논조를 분석한 뒤 그것을 바탕으로 금융감성지수를 구축 및 실증 분석하였다. 비정형 데이터에 해당하는 뉴스의 텍스트 데이터를 통해 금융시장 전반에 걸쳐 시장 참여자들이 느끼는 분위기를 파악하고자 하였다. 특히 로지스틱 회귀분석을 이용하여 논조를 분석하는 것을 통해 뉴스 기사에 반영된 심리를 분석하고자 하였다. 변동성지수에 해당하는 VKOSPI와 더불어 Bekaert et al. (2013)의 방식으로 추정한 위험 기피도(risk aversion) 추정치, 그리고 한국은행이 발행하고 있는 뉴스심리지수(NSI)를 활용하여 작성한 지수를 검증하였다. 그 결과 금융감성지수와 VKOSPI, 위험 기피도를 회귀분석한 결과 뚜렷한 음의 상관관계를, 뉴스심리지수와는 뚜렷한 양의 상관관계를 확인할 수 있었다.