ANÁLISE DA RELAÇÃO ENTRE HUMOR EXPRESSO NO TWITTER, RETORNO, VOLATILIDADE E VOLUME DE NEGOCIAÇÕES NO MERCADO ACIONÁRIO BRASILEIRO

Autores

  • Lyss Paula de Oliveira Universidade Federal de Mato Grosso e Universidade de Brasília
  • César Augusto Tibúrcio Silva Universidade de Brasília e Universidade Federal do Rio Grande do Norte

DOI:

https://doi.org/10.4270/ruc.2023114

Palavras-chave:

humor, Mercado de ações, Twitter

Resumo

O objetivo do estudo é investigar a relação entre a variação do humor expresso no Twitter, retorno das ações, volatilidade e volume de negociações no mercado acionário brasileiro. A amostra foi composta por dados diários do humor expresso no Twitter e do Ibovespa. Esses dados foram analisados por meio de regressão quantílica, em que se investigou o impacto que a variação do humor expresso na plataforma tem no mercado de ações, em função do rápido e amplo alcance, do efeito de rede e do contágio emocional que a mídia gera. O tema é original, com crescente interesse por pesquisas que envolvem as mídias sociais, o sentimento expresso e a sua relação com a tomada de decisão no mercado de ações. O estudo evidenciou que a variação do humor tem relação negativa com o volume de negociações e positiva com a volatilidade do Ibovespa, ou seja, os investidores tendem a estar menos dispostos a negociar quando o humor está oscilando e que a sua variação contribui para o aumento da volatilidade das ações. Existe uma alteração inversa na movimentação dos retornos das ações, conforme o humor do Twitter varia. A relação é negativa quando a variação do humor é baixa e positiva quando é alta. Esses resultados contribuem com os envolvidos no mercado acionário ao evidenciar que o humor é um elemento que afeta o preço dos ativos, como investidores, analistas financeiros e, em especial, reguladores que têm mostrado interesse em monitorar a disseminação de informações financeiras nas mídias sociais, como a atuação de influenciadores digitais. O estudo também trouxe contribuições teóricas à literatura e à academia ao se discutir, de forma inovadora, um assunto em crescente desenvolvimento.

Downloads

Referências

Alter, A. Irresistível. Objetiva. ISBN: 978-8547000585.

Alter, A. L., Oppenheimer, D. M., Eppley, N., & Eyre, R. N. (2007). Overcoming Institution: Metacognitive Difficulty Activates Analytic Reasoning. Journal of Experimental Psychology General, 136 (4), 569-576. https://doi.org/10.1037/0096-3445.136.4.569

Baddeley, M. (2018). Behavioural Economics and Finance (English Edition). 2nd, Routledge. ISBN: 978-041-579-218-9 (Ebook).

Baker, M., Wurgler, J. (2007). Investor sentiment in the stock market. J. Econ. Perspect. 21 (2), 129–151.

Bessa, H. A. (2016). A hierarquia de preferência do consumidor em decisões de investimento financeiro. Tese de Doutorado, Universidade de São Paulo, São Paulo, SP, Brasil.

Bollen, J., Mao, H., Zeng, X. (2011). Twitter mood predicts the stock market. J. Comput. Sci. 2 (1), 1–8.

Bolte, A., Goschke, T., Kuhl, J. (2003). Emotion and Intuition: Effects of positive and Negative Mood on Implicit Judgments of Semantic Choerence. Psychological Science, 14 (5), 416-421. https://doi.org/10.1111/1467-9280.01456

Bond, R. M., Farris, C. J., Jones, J. J., Kramer, A. D. I., Marlow, C., Settle, J. E., & Fowler, J. H. (2012). A 61-million-person experiment in social influence and political mobilization. Nature, 489 (7415), 295–298. https://doi.org/10.1038/nature11421

Brown, G., & Cliff, M. (2004). Investor sentiment and the near-term stock market. Journal of Empirical Finance, 11 (1), 1–27. https://doi.org/10.1016/j.jempfin.2002.12.001

Chen, H., De, P., Hu, Y., & Hwang B. H. (2014). Wisdom of crowds: the value of stock opinions transmitted through social media, Review of Financial Studies, 27(5), 1367–1403. https://doi.org/10.1093/rfs/hhu001

Christoffersen, P. F. (2001) Elements of financial risk management. 1a. ed. Amsterdam: Academic Press.

Chua, A.Y., & Banerjee, S. (2015). Marketing via social networking sites: a study of brand-post popularity for brands in Singapore. Proceedings of the International Multi-conference of Engineers and Computer Scientists, 1 (18-20), 1-6.

Da, Z., Engelberg, J., Gao, P. (2015). The sum of all FEARS investor sentiment and asset prices. Rev. Financ. Stud. 28 (1), 1–32. https://doi.org/10.1093/rfs/hhu072

Dalgalarrondo, P. (2000). A afetividade e suas alterações. Psicopatologia e semiologia dos transtornos mentais. Porto Alegre: Editora Artes Médicas Sul.

Deng, S., Huang, Z., Sinha, A. P., & Zhao, H. (2018). The interaction between microblog sentiment and stock returns: An empirical examination. MIS Quarterly: Management Information Systems, 42(3), 895–918.

Fang, L., & Peress, J. (2009). Media Coverage and the Cross-section of Stock Returns. The Journal of Finance, LXIV (5), 2023-20-52. https://doi.org/10.1111/j.1540-6261.2009.01493.x

Fávero, L. P, & Belfiore, P. (2020). Manual de Análise de Dados. 1. Ed. Rio de Janeiro: Gen/LTC.

Fischer, A. H., & Manstead, A. S. (2008). Social Functions of Emotion. In: Handbook of Emotions, 3, 456–468.

Fowler, J. H, & Christakis, N. A. (2008). Dynamic spread of happiness in a large social network: Longitudinal analysis over 20 years in the Framingham Heart Study. BMJ, 337, 23-37. https://doi.org/10.1136/bmj.a2338

Jia, W., Redigolo, G., Shu, S. & Zhao, J. (2020) Can Social Media Distort Price Discovery? Evidence from merger rumors. Journal of Accounting and Economics. https://doi.org/10.1016/j.jacceco.2020.101334

Jordan. J. & Kaas, K. P. (2002). Advertising in the mutual fund business: The role of judgmental heuristics in private investors’ evaluation of risk and return. Journal of Financial Services Marketing, 7 (2), 129-140. https://doi.org/10.1057/palgrave.fsm.4770079

JP Morgan (1994), “RiskMetrics Technical Documents”, 1st edition, New York.

Jung, M. J., Naughton, J. P., Tahoun, A., & Wang, C. (2018). Do firms strategically disseminate? Evidence from corporate use of social media. The Accounting Review. https://doi.org/10.2308/accr-51906

Kahneman, D., & Tversky, A. (1979). Prospect Theory: an Analysis of Decision under Risk. Econometrica, 47, 263-291. https://doi.org/10.2307/1914185

Kang, D., & Park, Y. (2013). Review-based measurement of customer satisfaction in mobile service: sentiment analysis and VIKOR approach. Expert Systems with Applications, 41, 1041-1050. https://doi.org/10.1016/j.eswa.2013.07.101

Kim, S.-H., Kim, D. (2014). Investor sentiment from internet message postings and the predictability of stock returns. J. Econ. Behav. Org. 107, 708–729. https://doi.org/10.1016/j.jebo.2014.04.015

Kraaijeveld, O., & Smedt, J. D. (2020). The predictive power of public Twitter sentiment for forecasting cryptocurrency prices. Journal of International Financial Markets, Institutions and Money, 65, 101188. https://doi.org/10.1016/j.intfin.2020.101188

Kramer, A. D. I., Guillory, J. E., & Hancock, J. T. (2014). Experimental evidence of massive-scale emotional contagion through social networks. PNAS, 111 (24). https://doi.org/10.1073/pnas.1320040111

Kujur, F., & Singh, S. (2018). Emotions as predictor for consumer engagement in YouTube advertisement. Journal of Advances in Management Research, 15 (2), 184-197. https://doi.org/10.1108/JAMR-05-2017-0065

Lee, C. C., Chen, M. P., & Peng, Y. T. (2020). Tourism development and happiness: International evidence. Tourism Economics. https://doi.org/10.1177/1354816620921574

Lee, W., Jiang, C., & Indro, D. (2002). Stock market volatility, excess returns, and the role of investor sentiment. Journal of Banking & Finance, 26 (12), 2277-2299. https://doi.org/10.1016/S0378-4266(01)00202-3

Li, Y. M., & Li, T. Y. (2013). Deriving market intelligence from microblogs, Decision Support Systems, 55, 206–217. http://dx.doi.org/10.1016/j.dss.2013.01.023

Li, X., Shen, D., Xue, M. & Zhang, W. (2017). Daily happiness and stock returns: The case of Chinese Company listed in the United State. Economic Modelling, 64, 496-501. http://dx.doi.org/10.1016/j.econmod.2017.03.002

Loewenstein, G., & Lerner, J.S. (2003). The Role of Affect in Decision Making. In: Davidson, R., Scherer, K., Goldsmith, H. (Eds.), Handbook of Affective Science. New York: Oxford University Press.

Loewenstein, G., & Rick, S. (2008). The Role of Emotion in Economic Behavior. In: Lewis, M., Haviland-Jones, J.M., L., F.B. (Eds.), Handbook of Emotions. The Guildford Press, 138–156.

Luo, X., Zhang, J., & Duan, W. (2013). Social Media and Firm Equity Value. Information Systems Research, 24 (1), 146–163. http://dx.doi.org/10.1287/isre.1120.0462

Mogilner, C., Aaker, J., & Kamvar, S. D. (2012). How Happiness Affects Choice. Journal of Consumer Research, 39, 429-443. https://doi.org/10.1086/663774

Naeem, M. A., Farid, S., Balli, F., & Shahzad, S. J. H. (2020). Can hapiness predict future volatility in stock Market? Research in International Business and Finance, 54, 101298. https://doi.org/10.1016/j.ribaf.2020.101298

Naeem, M. A., Mbarki, I., & Shahzad, S. J. H. (2021). Predictive role of online investor sentiment for cryptocurrency market: Evidence from happiness and fears. International Review of Economics and Finance, 73, 496-514. https://doi.org/10.1016/j.iref.2021.01.008

Owens, H., & Maxmen, J. S. (1979). Mood and affect: a semantic confusion. The American Journal of Psychiatry, 136 (1), 97-9. https://doi.org/10.1176/ajp.136.1.97

Ralph, A., & Damasio, A. R. (2000). The Interaction of Affect and Cognition: A Neurobiological Perspective. Handbook of Affect and Social Cognition. Routledge.

Ruan, Y., Durresi, A., & Alfantoukh, L. (2018). Using twitter trust network for stock market analysis. Knowledge-Based Systems, 1–12. https://doi.org/10.1016/j.knosys.2018.01.016

Rui, H., Liu, Y., & Whinston, A. (2013). Whose and what chatter matters? The effect of tweets on movie sales. Decision Support Systems, 55 (2013) 863–870. http://dx.doi.org/10.1016/j.dss.2012.12.022

Shen, D., Liu, L., & Zhang, Y. (2018). Quantifying the cross-sectional relationship between online sentiment and the skewness of stock returns. Physica A, 490, 928-934. http://dx.doi.org/10.1016/j.physa.2017.08.036

Siganos, A., Vagenas-Nanos, E., & Verwijmeren, P. (2014). Facebook’s daily sentiment and international stock markets. Journal of Economics Behavior & Organization, 107, 730-743. http://dx.doi.org/10.1016/j.jebo.2014.06.004

Slovic, P., Finucane, M., Peters, E., & MacGregor, D. G. (2002). The Affect Heuristic. In: Heuristic and Biases: the psychology of intuitive judgment. 397-420.

Slovic, P., Finucane, M., Peters, E., & MacGregor, D. G. (2004). Risk as Analysis and Risk as Feeling: Some Thoughts about Affect, Reason, Risk, and Rationality: Risk Analysis, 24 (2), 311-322. https://doi.org/10.1111/j.0272-4332.2004.00433.x

Stambaugh, R.F., Yu, J., Yuan, Y. (2012). The short of it: investor sentiment and anomalies. J. financ. Econ, 104 (2), 288–302. https://doi.org/10.1016/j.jfineco.2011.12.001

Topolinski, S., & Strack, F. (2009). The analysis of intuition: processind fluency and affect in judgements of semantic coherence. Psychology Press, 23 (8), 1465-1503. https://doi.org/10.1080/02699930802420745

Xiaomei, Z., Jing. Y., Jianpei, Z., & Hongyu, H. (2018). Microblog sentiment analysis with weak dependency connections. Knowledge-Based Systems, 142, 170-180. https://doi.org/10.1016/j.knosys.2017.11.035

You, W., Guo, Y., & Peng, C. (2017). Twitter’s daily happiness sentiment and the predictability of stock returns. Finance Research Letters, 23, 58-64. http://dx.doi.org/10.1016/j.frl.2017.07.018

Zhang, W., Wang, P., Li, X., & Shen, D. (2018). Twitter’s daily happiness sentiment and international stock returns: Evidence from linear and nonlinear causality tests. Journal of Behavioral and Experimental Finance, 18, 50-53. https://doi.org/10.1016/j.jbef.2018.01.005

Downloads

Publicado

2025-02-28

Como Citar

Oliveira, L. P. de, & Silva, C. A. T. (2025). ANÁLISE DA RELAÇÃO ENTRE HUMOR EXPRESSO NO TWITTER, RETORNO, VOLATILIDADE E VOLUME DE NEGOCIAÇÕES NO MERCADO ACIONÁRIO BRASILEIRO. Revista Universo Contábil, 19(1). https://doi.org/10.4270/ruc.2023114

Edição

v. 19 n. 1 (2023): Revista Universo Contábil

Seção

Seção Nacional

Licença

Os direitos autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais. A revista permitirá o uso dos trabalhos publicados para fins não-comerciais, incluindo direito de enviar o trabalho para bases de dados de acesso público. Os artigos publicados são de total e exclusiva responsabilidade dos autores.

• O(s) autor(es) autoriza(m) a publicação do artigo na revista;

• O(s) autor(es) garante(m) que a contribuição é original e inédita e que não está em processo de avaliação em outra(s) revista(s);

• A revista não se responsabiliza pelas opiniões, ideias e conceitos emitidos nos textos, por serem de inteira responsabilidade de seu(s) autor(es);

• É reservado aos editores o direito de proceder ajustes textuais e de adequação do artigo às normas da publicação;

• O(s) autor(es) declaram que o artigo não possui conflitos de interesse.