Palavras-chave
abordagem lexical
notícias financeiras
Como Citar
Resumo
Objetivo – A proliferação de notícias divulgadas pela mídia eletrônica influencia a tomada de decisão dos investidores e os preços das ações. Este estudo investiga a relação estatística entre o sentimento dos investidores, mensurado por meio dos dicionários lexicais Loughran e McDonald, VADER e Harvard-IV, e o desempenho do mercado brasileiro de ações (Ibovespa).
Referencial teórico – O estudo se baseia na finança comportamental, enfatizando o sentimento dos investidores e os vieses cognitivos como determinantes do comportamento do mercado. Esse conceito é apoiado por pesquisas anteriores que associam o sentimento presente nas notícias financeiras ao desempenho do mercado de ações.
Metodologia – Um conjunto de dados contendo 9.515 artigos exclusivos de notícias financeiras do Valor +News (de novembro de 2021 a agosto de 2024) foi extraído do jornal Valor Econômico e analisado com o uso do programa de computador Python. A estratégia empírica combina regressão linear múltipla com especificações defasadas, autorregressão vetorial (VAR), testes de causalidade de Granger, análises de subperíodos de política monetária e modelos de robustez de primeira diferença. Foram incluídas como variáveis de controle: ouro, bitcoin, taxa de câmbio, risco-país e volume de notícias.
Resultados – Os índices VADER e Loughran e McDonald apresentam associações positivas e consistentes com os retornos do Ibovespa nas principais especificações, ao passo que o Harvard-IV é mais sensível à especificação do modelo. Análises adicionais indicam que as evidências são predominantemente contemporâneas e devem ser interpretadas como associações estatísticas, e não como efeitos causais. A taxa de câmbio, o bitcoin e o risco-país também são estatisticamente significativos, ao passo que o volume de notícias não é.
Implicações práticas e sociais da pesquisa – Os resultados destacam a utilidade das medidas de sentimento lexical para a análise dos mercados financeiros, além de enfatizarem a importância de se interpretar as relações entre sentimento e retorno como associações contemporâneas.
Originalidade – Este estudo apresenta novas evidências para o mercado brasileiro, combinando um conjunto exclusivo de dados de notícias financeiras com diversos dicionários lexicais e análises complementares de robustez.
Referências
Azevedo Neto, G. A. D. (2019). Fundamentos macroeconômicos do credit default swaps nos mercados emergentes [Dissertação de Mestrado, Fundação Getúlio Vargas]. Repositório da Fundação Getúlio Vargas. https://hdl.handle.net/10438/28084
Baker, M., & Wurgler, J. (2006). Investor sentiment and the cross-section of stock returns. Journal of Finance, 61(4), 1645-1680. https://doi.org/10.1007/s11156-018-0756-z
Baker, M., & Wurgler, J. (2007). Investor sentiment in the stock market. Journal of Economic Perspectives, 21(2), 129-151. https://doi.org/10.1257/jep.21.2.129
Banz, R. W. (1981). The relationship between return and market value of common stocks. Journal of financial economics, 9(1), 3-18. https://doi.org/10.1016/0304-405X(81)90018-0
Barberis, N., Shleifer, A., & Vishny, R. (1998). A model of investor sentiment. Journal of Financial Economics, 49(3),307-343. https://doi.org/10.1016/S0304-405X(98)00027-0
Black, F., & Scholes, M. (1972). The valuation of option contracts and a test of market efficiency. The journal of finance, 27(2), 399-417. https://doi.org/10.2307/2978484
Breusch, T. S. (1978). Testing for autocorrelation in dynamic linear models. Australian Economic Papers, 17(31), 334–355. https://doi.org/10.1111/j.1467-8454.1978.tb00635.x
Breusch, T. S., & Pagan, A. R. (1979). A Simple Test for Heteroscedasticity and Random Coefficient Variation. Econometrica, 47(5), 1287-1294. https://doi.org/10.2307/1911963
Brito, M. C., Chague, F., & Colombo, J. (2025). Distracted by crypto [Working paper]. SSRN. https://doi.org/10.2139/ssrn.5018192
Carosia, A. E. O., Coelho, G. P., & Silva, A. E. A. (2019). Analyzing the Brazilian Financial Market through Portuguese Sentiment Analysis in Social Media. Applied Artificial Intelligence, 34(1), 1–19. https://doi.org/10.1080/08839514.2019.1673037
Castro, P. A. C. (2023). Análise de sentimento dos tweets e sua influência sobre o preço do bitcoin [Dissertação de Mestrado, Universidade Federal do Ceará]. Repositório da Universidade Federal do Ceará. http://repositorio.ufc.br/handle/riufc/75404
Costa, R. R. A. (2021). Notícias financeiras e o custo da informação: a relação entre complexidade textual e a difusão de informação no mercado financeiro [Tese de Doutorado, Universidade Federal do Rio Grande do Norte]. Repositório da Universidade Federal do Rio Grande do Norte. https://repositorio.ufrn.br/handle/123456789/48506
DeRobertis, N. (n.d.). PySentiment [Software]. Accessed on October 8th of 2024 from https://nickderobertis.github.io/pysentiment/index.html
Dickey, D. A., & Fuller, W. A. (1979). Distribution of the Estimators for Autoregressive Time Series with a Unit Root. Journal of the American Statistical Association, 74(366a), 427–431. https://doi.org/10.1080/01621459.1979.10482531
Duarte, C. (2023). Sentimento do investidor no mercado de ações brasileiro [Dissertação de Mestrado, Universidade de São Paulo]. Repositório da Universidade de São Paulo. https://doi.org/10.11606/D.96.2023.tde-12072023-145002
Esuli, A., & Sebastiani, F. (2005). Determining the semantic orientation of terms through gloss classification. In Proceedings of the 14th ACM international conference on Information and knowledge management (pp. 617-624). https://doi.org/10.1145/1099554.1099713
Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical work. The journal of finance, 25(2), 383-417. https://doi.org/10.2307/2325486
Famá, R., Cioffi, P. L. de M., & Coelho, P. A. R. (2008). Contexto das finanças comportamentais: anomalias e eficiência do mercado de capitais brasileiro. Revista de Gestão USP, 15(2), 65-78. https://repositorio.usp.br/item/001710071
Faustino, C. C. R. (2013). O impacto das notícias no mercado financeiro brasileiro [Dissertação de Mestrado, Fundação Getúlio Vargas]. Repositório da Fundação Getúlio Vargas. https://hdl.handle.net/10438/10532
Ferguson, N. J., Philip, D., Lam, H., & Guo, J. M. (2015). Media content and stock returns: The predictive power of press. Multinational Finance Journal, 19(1), 1-31. https://ssrn.com/abstract=2611046
Galdi, F. C., & Gonçalves, A. M. (2018). Pessimismo e incerteza das notícias e o comportamento dos investidores no brasil. RAE-Revista de Administração de Empresas, 58 (2), 130-148. https://doi.org/10.1590/S0034-759020180203
García, D. (2013) Sentiment during recessions. The Journal of Finance, v. 68, n. 3, p. 1267-1300. https://doi.org/10.1111/jofi.12027
Godfrey, L. G. (1978). Testing Against General Autoregressive and Moving Average Error Models when the Regressors Include Lagged Dependent Variables. Econometrica, 46(6), 1293-1301. https://doi.org/10.2307/1913829
Haugen, R. A., & Jorion, P. (1996). The January effect: Still there after all these years. Financial Analysts Journal, 52(1), 27-31. https://doi.org/10.2469/faj.v52.n1.1963
Hutto, C. J. (n.d.). vaderSentiment [Software]. Accessed in October 8th of 2024 from https://github.com/cjhutto/vaderSentiment
Hutto, C., & Gilbert, E. (2014). VADER: A Parsimonious Rule-Based Model for Sentiment Analysis of Social Media Text. Proceedings of the International AAAI Conference on Web and Social Media, 8(1), 216-225. https://doi.org/10.1609/icwsm.v8i1.14550
Igarashi, W., Valdevieso, G. S., & Igarashi, D. C. C. (2021). Análise de sentimentos e indicadores técnicos: uma análise da correlação dos preços de ativos com a polaridade de notícias do mercado de ações. Brazilian Journals of Business, 3 (1), 470-486. https://doi.org/10.34140/bjbv3n1-029
Jaffe, J., Keim, D. B., & Westerfield, R. (1989). Earnings yields, market values, and stock returns. The Journal of Finance, 44(1), 135-148. https://doi.org/10.1111/j.1540-6261.1989.tb02408.x
Jurafsky, D. & Martin, J. H. (2024). Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics, and Speech Recognition with Language Models, 3rd edition. Online manuscript released August 20, 2024. https://web.stanford.edu/~jurafsky/slp3.
Kamps, J., Marx, M., Mokken, R. J., & De Rijke, M. (2004). Using WordNet to measure semantic orientations of adjectives. In Lrec, 4, 1115-1118.
Karameshinova, E. A. (2023). Análise de sensibilidade: Fatores que influenciam o preço das Criptomoedas [Dissertação de Mestrado, Universidade de Lisboa]. Repositório do Instituto Universitário de Lisboa. http://hdl.handle.net/10071/30911
Klein, T., Thu, H. P., & Walther, T. (2018). Bitcoin is not the New Gold – A comparison of volatility, correlation, and portfolio performance. International Review of Financial Analysis, 59, 105–116. https://doi.org/10.1016/j.irfa.2018.07.010
Liu, B. (2012). Sentiment Analysis and Opinion Mining. Springer. https://doi.org/10.1007/978-3-031-02145-9
Loughran, T., & McDonald, B. (2011). When is a liability not a liability? Textual analysis, dictionaries, and 10-Ks. The Journal of Finance, 66(1), 35-65. https://doi.org/10.1111/j.1540-6261.2010.01625.x
Marschner, P. F., Ceretta, P. S., & Ambrozini, M. A. (2021, julho, 28-30). Impactos dos Sentimentos Racionais e Irracionais dos Investidores sobre o Retorno e a Volatilidade do Mercado Brasileiro. 21º USP International Conference in Accounting, São Paulo. https://congressousp.fipecafi.org/anais/21UspInternational/ArtigosDownload/3323.pdf
Markowitz, H. (1952). Portfolio Selection. The Journal of Finance, v. 7(1), 77-91. https://doi.org/10.2307/2975974
Medhat, W., Hassan, A., & Korashy, H. (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 5(4), 1093–1113. http://doi.org/10.1016/j.asej.2014.04.011
Mello, P. H. S. (2019). O sentimento do investidor no mercado de ações brasileiro [Dissertação de Mestrado, Fundação Getúlio Vargas]. Repositório da Fundação Getúlio Vargas. https://hdl.handle.net/10438/28827
Milanez, D. Y. (2003). Finanças comportamentais no Brasil [Dissertação de Mestrado, Universidade de São Paulo]. Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo, São Paulo. https://doi.org/10.11606/D.12.2003.tde-09022004-130012
Miller, M. H., & Modigliani, F. (1961). Dividend policy, growth, and the valuation of shares. the Journal of Business, 34(4), 411-433. https://www.jstor.org/stable/2351143
Mitra, G., & Mitra, L. (Eds.). (2011). The handbook of news analytics in finance. Hoboken, USA: John Wiley & Sons. https://doi.org/10.1002/9781118467411.fmatter
Modigliani, F., & Miller, M. H. (1958). The cost of capital, corporation finance and the theory of investment. The American economic review, 48(3), 261-297. https://www.jstor.org/stable/1809766
Mussa, A., Yang, E., Trovão, R., & Famá, R. (2008). Hipótese de mercados eficientes e finanças comportamentais: as discussões persistem. FACEF PESQUISA, 11 (1). http://periodicos.unifacef.com.br/facefpesquisa/article/view/109/173
Pagliarussi, M. S., Aguiar, M. O., & Galdi, F. C. (2016). Sentiment analysis in annual reports from Brazilian companies listed at the BM&FBovespa. BASE-Revista de Administração e Contabilidade da Unisinos, 13(1), 53-64. https://revistas.unisinos.br/index.php/base/article/view/base.2016.131.04
Paraboni, A. L., dos Santos Fraga, L., Bender Filho, R., Vieira, K. M., & Coronel, D. A. (2016). Impacto de variáveis macroeconômicas e corrupção na Petrobrás no Sentimento de Mercado. Revista ESPACIOS, 37(31). https://www.revistaespacios.com/a16v37n31/16373120.html
Pereira, J. R. G., Jr., & Arevalo, J. L. S. (2024). Relations Between The Price Of Gold, Oil, and The Exchange Rate With The IBOVESPA: An Application of The ARDL Model. Revista de Gestão Social e Ambiental, 18(10), e08688. https://doi.org/10.24857/rgsa.v18n10-011
Piccoli, P., da Costa, N. C. A., da Silva, W. V., & Cruz, J. A. W. (2018). Investor sentiment and the risk-return tradeoff in the Brazilian market. Accounting & Finance, 58, 599–618. https://doi.org/10.1111/acfi.12342
Reis, J., Gonçalves, P., Araújo, M., Pereira, A., & Benevenuto, F. (2015). Uma Abordagem Multilíngue para Análise de Sentimentos. In Anais do IV Brazilian Workshop on Social Network Analysis and Mining, Porto Alegre. https://doi.org/10.5753/brasnam.2015.6767
Reis, P. M. N., & Pinho, C. (2020a). A new European investor sentiment index (EURsent) and its return and volatility predictability. Journal of Behavioral and Experimental Finance, v. 27. https://doi.org/10.1016/j.jbef.2020.100373
Reis, P. M. N., & Pinho, C. (2020b). A reappraisal of the causal relationship between sentiment proxies and stock returns. Journal of Behavioral Finance, 22(4), 420-442. https://doi.org/10.1080/15427560.2020.1792910
Santana, H. N. (2018). Eleições presidenciais brasileiras e a volatilidade do IBOVESPA: relações com variáveis conjunturais e risco político [Dissertação de Mestrado, Universidade Federal de Minas Gerais]. Centro de Pós-Graduação e Pesquisas em Administração da Faculdade de Ciências Econômica. http://hdl.handle.net/1843/30298
Santos, L. da S. (2022). Aplicações de técnicas de análise de sentimentos às notícias econômicas e sua relação com variáveis macroeconômicas. [Trabalho de Conclusão de Curso (Graduação em Ciências Econômicas]. Faculdade de Economia, Universidade Federal Fluminense, Niterói. http://app.uff.br/riuff/handle/1/32843
Shapiro, A. H., Sudhof, M., & Wilson, D. J. (2020). Measuring news sentiment. Journal of Econometrics, 228, 221–243. http://www.frbsf.org/economic-research/publications/working-papers/2017/01/
Sharpe, W. F. (1964). Capital asset prices: A theory of market equilibrium under conditions of risk. The journal of finance, 19(3), 425-442. https://doi.org/10.1111/j.1540-6261.1964.tb02865.x
Schatteman, A. M., & Waymire, T. R. (2017). The state of nonprofit finance research across disciplines. Nonprofit management and leadership, 28(1), 125-137. https://doi.org/10.1002/nml.21269
Shleifer, A. & Summers, L. (1990). The Noise Trader Approach to Finance. Journal of Economic Perspectives, vol. 4, n. 2, 19–33. https://doi.org/10.1257/jep.4.2.19
Silva, M. D. de O. P. da. (2017). O efeito do sentimento das notícias sobre o comportamento dos preços no mercado acionário brasileiro. [Tese de Doutorado, Universidade Federal da Paraíba]. Repositório Institucional da UFPB. https://repositorio.ufpb.br/jspui/handle/123456789/12575
Silva, M. D. de O. P. da, & Machado, M. A. V. (2019). Índice de sentimento textual: uma análise empírica do impacto das notícias sobre risco sistemático. Revista Contemporânea De Contabilidade, v. 16, n. 40, 24–42. https://doi.org/10.5007/2175-8069.2019v16n40p24
Sing, A. M. K. (2019). Análise dos Credit Default Swap (CDS) de títulos soberanos [Dissertação de Mestrado]. Insper Instituto de Ensino e Pesquisa, São Paulo. https://repositorio.insper.edu.br/handle/11224/2604
Souza, I. M. O. de, Macedo, A. M., & Lucena, W. G. L. (2023). Finanças comportamentais, anomalias de mercado e bolhas especulativas: Uma análise de notícias. Teoria E Prática Em Administração, 13(2). https://doi.org/10.22478/ufpb.2238-104X.2023v13n2.63112
Souza, D. M. S. de, & Martins, O. S. (2020). Sentimento do investidor via twitter e desempenho do mercado acionário brasileiro. XIV Congresso ANPCONT, Foz do Iguaçu.
Stone, P. J., Dunphy, D. C., Smith, M. S., & Ogilvie, D. M. (1966). General Inquirer. Cambridge, MA: MIT Press.
Tahmasebi, N., Borin, L., Jatowt, A., Xu, Y., & Hengchen, S. (2021). Computational approaches to semantic change. Language Science Press. https://doi.org/10.5281/zenodo.5040241
Tetlock, P. C. (2007). Giving content to investor sentiment: The role of media in the stock market. The Journal of finance, 62(3), 1139-1168. https://doi.org/10.1111/j.1540-6261.2007.01232.x
Terblanche, M., & Marivate, V. (2021). Loughran McDonald-SA-2020 Sentiment Word List. https://doi.org/10.25403/UPresearchdata.14401178.v1.
Terraza, V., İpek, B., & Rounaghi, M. M. (2024). The nexus between the volatility of Bitcoin, gold, and American stock markets during the COVID-19 pandemic: Evidence from VAR-DCC-EGARCH and ANN models. Financial Innovation, 10(1), 1–29. https://doi.org/10.1186/s40854-023-00520-3
Turney, P. D., & Littman, M. L. (2003). Measuring praise and criticism: Inference of semantic orientation from association. acm Transactions on Information Systems (tois), 21(4), 315-346. https://doi.org/10.1145/944012.94401
Valcareggi, S. M. (2022). Análise de sentimentos para o mercado brasileiro [Dissertação de Mestrado, Universidade de São Paulo]. Repositório da Universidade de São Paulo. https://doi.org/10.11606/D.96.2022.tde-24012023-165235
Valor Econômico. (n.d.). Venda de Conteúdo. Accessed in 15th of September of 2024 from https://valor.globo.com/venda-de-conteudo/
Vartanian, P. R., Jr., Moura, A. A., Racy, J. C., & Simioni, R. (2022). Preços dos non-fungible tokens (NFTS), criptomoedas, taxa de juros e ouro: uma análise econométrica (jan. de 2019 – ago. de 2022). In: Anais do Fórum Mackenzie de Liberdade Econômica, São Paulo, Universidade Presbiteriana Mackenzie. https://www.even3.com.br/anais/libecon2022/564426-precos-dos-non-fungibletokens-(nfts)-criptomoedas-taxa-de-juros-e-ouro--uma-analise-econometrica-(jan-de-2019/)
Em caso de aprovação do artigo para publicação, os direitos de copyright são cedidos pelo(s) autor(es) à Revista Brasileira de Gestão de Negócios – RBGN.
Nestes termos, é OBRIGATÓRIO que os autores enviem para RBGN o formulário de Cessão de Direitos Autorias devidamente preenchido e assinado. Conforme o modelo: [Direitosautorais]
As condições da Cessão de Direitos Autorais indicam que a Revista Brasileira de Gestão de Negócios – RBGN possui a título gratuito e em caráter definitivo os direitos autorais patrimoniais dos artigos por ela publicados. Não obstante a Cessão dos Direitos Autorais, a RBGN faculta aos autores o uso desses direitos sem restrições.
Os textos publicados na RBGN são de inteira responsabilidade de seus autores.
A revista adota o padrão de licença CC-BY Creative Commons Attribution 4.0 permitindo redistribuição e reutilização dos artigos sob a condição de que a autoria seja devidamente creditada.