| Revista: | The Anáhuac journal |
| Base de datos: | |
| Número de sistema: | 000605607 |
| ISSN: | 1405-8448 |
| Autores: | Mendoza Macías, José Guadalupe1 Mendoza Urdiales, Román Alejandro2 |
| Instituciones: | 1Quantum Analytics, Sinaloa. México 2Quantum Analytics, Sinaloa. México |
| Año: | 2024 |
| Periodo: | Ene-Jun |
| Volumen: | 24 |
| Número: | 1 |
| Paginación: | 272-293 |
| País: | México |
| Idioma: | Inglés |
| Resumen en español | El artículo analiza el impacto de los comentarios en redes sociales sobre el rendimiento de las acciones de los bancos en el mercado de valores de EE.UU. Se empleó inteligencia artificial para monitorear y extraer comentarios en tiempo real, y se utilizó el procesamiento de lenguaje na tural para calcular el sentimiento de cada comentario. Los comentarios se clasificaron como positivos o negativos y se agregaron, por hora, para cada banco durante el período observado. Los resultados mostraron que tanto los comentarios positivos como los negativos tienen un efecto significativo en el rendimiento de las acciones, con un impacto asimétrico más pronunciado en el caso de los comentarios negativos. Este estudio contribuye a la comprensión de cómo la interac ción en redes sociales puede influir en el valor de mercado de las empresas y destaca la impor tancia para las compañías que cotizan en bolsa de monitorear y gestionar la percepción en línea. |
| Resumen en inglés | This study analyzes the impact of social media comments on the stock performance of banks registered on the United States stock market. We use artificial intelligence to monitor and extract comments in real time, together with natural language processing, to identify the sentiment of each comment. Comments were classified as positive or negative and were added by the hour for each bank during the observed period. Our results showed that both positive and negative comments have a significant effect on the stock performance, with negative comments having a more pronounced, asymmetrical impact. This study contributes to understanding how social media interactions influence the market value of companies, highlighting the importance of monitoring and managing the online perception of the companies listed on the stock market. |
| Palabras clave: | Rendimiento accionario, Índice de sentimiento neto (ISN), Regresión de modelo lineal robusto, Impacto en el valor de la marca |
| Keyword: | Stock performance, Net sentiment score (NSS), Robust linear model regression, Brand value impact |
| Texto completo: | Texto completo (Ver PDF) Texto completo (Ver HTML) |
