Baumann, Flurina Fiona; Brunner, Nadine Belinda; Tokarski, Kim Oliver (2020). Big Data Analytics. Analyse der prädiktiven Fähigkeit von Twitter-Sentiments auf die Entwicklung des Börsenkurses von Technologieunternehmen In: Schellinger, Jochen; Tokarski, Kim Oliver; Kissling-Näf, Ingrid (eds.) Digitale Transformation und Unternehmensführung (pp. 223-248). Wiesbaden: Springer Gabler https://doi.org/10.1007/978-3-658-26960-9_9
|
Text
2020_Chapter_9.pdf - Published Version Available under License Creative Commons: Attribution (CC-BY). Download (1MB) | Preview |
Die Datenmengen vervielfachen sich in der heutigen Zeit konstant, was zum Begriff Big Data geführt hat. Durch diese Datenmengen entsteht ein neues Potenzial, Fragen zu beantworten. Eine dieser Fragestellungen, welche mithilfe von Big Data untersucht werden kann, ist, inwiefern die Social-Media-Daten die Veränderung von Börsenkursen voraussagen können. Diese Studie untersucht die prädiktive Fähigkeit von Twitter-Nachrichten im Zusammenhang mit einem Technologieunternehmen und dessen Börsenkurs anhand von zwei Anwendungsfällen. Konkret wird anhand der Twitter-Nachrichten mithilfe einer Sentimentanalyse die Stimmung der Twitter-Nutzer mit den Veränderungen des Börsenkurses verglichen. Diese Analyse wird anhand der Technologieunternehmen Facebook und Amazon vorgenommen. In einem ersten Schritt wird untersucht, ob eine Beziehung zwischen den Twitter-Sentiments und dem Börsenkurs besteht. In einem zweiten Schritt, ob die Twitter-Sentiments eine Voraussagekraft für die Veränderung des Börsenkurses haben. Die Auswertung zeigt bei beiden Unternehmen eine positive Korrelation der Twitter-Sentiments und des Börsenkurses auf. Weiter konnte mithilfe der Granger-Analyse eine signifikante Voraussagekraft der Twitter-Sentiments für die Börsenkurse beider Unternehmen ermittelt werden. Die Twitter-Sentiments können die Börsenkurse 13 h voraussagen.
0000-0001-5225-1723Actions (login required)
 |
View Item |