IMPACTO DOS SENTIMENTOS SOBRE A VACINA DE COVID-19 NO MERCADO FINANCEIRO BRASILEIRO
DOI:
https://doi.org/10.22561/cvr.v34i3.7314Palabras clave:
Análise de sentimentos., Mercado acionário., Previsão., Imunização, Pandemia de Covid-19Resumen
Este trabalho foi construído com o propósito de atender a dois objetivos principais: o primeiro foi a realização da análise de sentimentos visando compreender qual é o sentimento preponderante dos brasileiros usuários do Twitter a respeito da vacina/vacinação contra a Covid-19 no país, e o segundo foi avaliar se existe relação de dependência entre este sentimento e as oscilações do mercado acionário do país. Para a realização da pesquisa, foram usados algoritmos de machine learning, tanto para a análise de sentimentos, que foi realizada pelo método Naive Bayes, quanto para a previsão do mercado financeiro que usou o método SVM aliado à técnica de validação cruzada para séries temporais. Como resultado verificou-se que o sentimento dominante do grupo analisado a respeito do tema é negativo, sendo assim para todos os dias que compuseram a amostra da pesquisa, e a principal marca das mensagens negativas é a reafirmação da situação de pandemia e a alusão a termos relacionados à política. Ademais, a pesquisa não foi capaz de confirmar a relação de dependência entre o sentimento diário da população sobre a vacina contra a Covid-19 e as oscilações observadas no mercado financeiro. Por fim, pelos resultados encontrados sugere-se uma ação mais incisiva dos entes políticos em campanhas de vacinação e informação, para que a população recupere a credibilidade em seus entes públicos no que diz respeito ao controle da pandemia no país, bem como também sugere-se a aplicação de outros métodos para a averiguação da relação entre sentimento e mercado financeiro.
Citas
Araújo, J. G. Jr., & Marinho, L. B. (2018). Using online economic news to predict trends in Brazilian stock market sectors. Proceedings of the 24th Brazilian Symposium on Multimedia and the Web, 1. 37-44. doi: https://doi.org/10.1145/3243082.3243087
Apostolidis-Afentoulis, V., & Lioufi, K. I.(2015) SVM classification with linear and RBF kernels. 21, 1-7. doi: http://doi.org/10.13140/RG.2.1.3351.4083
Bharathi, S., & Geetha, A. (2017). Sentiment analysis for effective stock market prediction. International Journal of Intelligent Engineering and Systems, 10(3), 146-154. doi: http://doi.org/10.22266/ijies2017.0630.16
Bollen, J., Mao, H., & Zeng, X. (2011). Twitter mood predicts the stock market. Journal of computational science, 2(1), 1-8. doi: https://doi.org/10.1016/j.jocs.2010.12.007
Castro, L. N. D., & Ferrari, D. G. (2016). Introdução à mineração de dados: conceitos básicos, algoritmos e aplicações. Editora Saraiva.
Carosia, A. E. O., Coelho, G. P., & Silva, A. E. D. (2019). The influence of tweets and news on the brazilian stock market through sentiment analysis. In Proceedings of the 25th Brazillian Symposium on Multimedia and the Web. 1, 385-392. doi: https://doi.org/10.1145/3323503.3349564
Costa, A. G. (2021). Entenda quando um sistema de saúde entra em colapso e como sair da crise. CNN Brasil, from: https://www.cnnbrasil.com.br/saude/2021/03/03/entenda-quando-um-sistema-de-saude-entra-em-colapso-e-como-sair-da-crise.
Das, M. K., Singh, D., & Sharma, S. (2021). Media news on vaccines and vaccination: The content profile, sentiment and trend of the online mass media during 2015–2020 in India. Clinical Epidemiology and Global Health, 10, 1-6. doi: https://doi.org/10.1016/j.cegh.2020.100691
Depexe, S. (2022). NVivo e Twitter: da coleta de dados à exploração do dataset #coronavirusnobrasil. Comunicação & Inovação, 23(51), 37-55. doi: https//doi.org/10.13037/ci.vol23n51.8412
Dubey, A. D. (2021) Public Sentiment Analysis of COVID-19 Vaccination Drive in India. doi: http://dx.doi.org/10.2139/ssrn.3772401
Estevão, A. (2020). COVID-19. Acta Radiológica Portuguesa, 32(1), 5-6. doi: https://doi.org/10.25748/arp.19800.
Galzo, W. (2021) Brasil lidera número de mortes diárias por Covid-19 no mundo em março. CNN Brasil, from: https://www.cnnbrasil.com.br/saude/2021/03/30/brasil-e-o-pais-que-mais-registra-mortes-diarias-por-covid-19-em-marco.
Hasan, M., Rundensteiner, E., & Agu, E. (2014). Emotex: Detecting emotions in twitter messages, from: http://web.cs.wpi.edu/~emmanuel/publications/PDFs/C30.pdf
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 Journal of Business, 3(1), 470-486. doi: https://doi.org/10.34140/bjbv3n1-029
KEMP, S. (2022). Another year of bumper growth. We are Social, from: https://wearesocial.com/uk/blog/2022/01/digital-2022-another-year-ofbumper-growth-2/.
Lima, M. L. (2016). Um modelo para predição de bolsa de valores baseado em mineração de opinião [Dissertação de mestrado]. Universidade Federal do Maranhão. From: Biblioteca digital de teses e dissertações: https://tedebc.ufma.br/jspui/handle/tede/tede/297.
Liu B., & Zhang L. (2012) A Survey of Opinion Mining and Sentiment Analysis. In: Aggarwal C., Zhai C. (eds) Mining Text Data. Springer, Boston, MA. doi: https://doi.org/10.1007/978-1-4614-3223-4_13
Lupion, B. (2021) A sucessão de erros que levou à crise de oxigênio em Manaus. DW Brasil, from: https://www.dw.com/pt-br/a-sucess%C3%A3o-de-erros-que-levou-%C3%A0-crise-de-oxig%C3%AAnio-em-manaus/a-56275139.
Massarani, L., Waltz, I., Leal, T., & Modesto, M. (2021). Narrativas sobre vacinação em tempos de fake news: uma análise de conteúdo em redes sociais. Saúde e Sociedade, 30(2), 1-16. doi: https://doi.org/10.1590/S0104-12902021200317
Meena, R., & Bai V, T. (2020). Russia’s Covid–19 Vaccine: Social discussion and first emotions. doi: https://doi.org/10.21203/rs.3.rs-95570/v1
Milani, E., Weitkamp, E., & Webb, P. (2020). The visual vaccine debate on Twitter: A social network analysis. Media and Communication, 8(2), 364-375. doi: https://doi.org/10.17645/mac.v8i2.2847
Ministério da Saúde (2021, 19 de julho). Painel Coronavírus. Coronavírus Brasil, from Ministério da Saúde: https://covid.saude.gov.br/
Mittal, A., & Goel, A. (2012). Stock prediction using twitter sentiment analysis. Standford University, from: http://cs229.stanford.edu/proj2011/GoelMittal-StockMarketPredictionUsingTwitterSentimentAnalysis.pdf
Neuenschwander, B., Pereira, A. C., Meira, W. Jr., & Barbosa, D. (2014). Sentiment analysis for streams of web data: A case study of brazilian financial markets. In Proceedings of the 20th Brazilian Symposium on Multimedia and the Web, 1, 167-170. doi: https://doi.org/10.1145/2664551.2664579
Netto, R. G. F., & Corrêa, J. W. N. (2020). Epidemiologia do surto de doença por coronavírus (covid-19). Desafios-Revista Interdisciplinar da Universidade Federal do Tocantins, 7(3), 18-25. doi: https://doi.org/10.20873/uftsuple2020-8710
Nofsinger, J.R. (2005). Social mood and financial economics, Journal of Behaviour Finance, 6(3), 144–160. doi: https://doi.org/10.1016/j.jocs.2010.12.007
Oliveira, A. D. C. M. D. (2016). Identificando emoções em manchetes de notícias escritas em português do Brasil utilizando Naïve Bayes [Monografia] Universidade Federal do Ceará. from Biblioteca digital de teses e dissertações: http://www.repositorio.ufc.br/handle/riufc/24819
Pang, B., Lee, L., & Vaithyanathan, S. (2002). Thumbs up? Sentiment classification using machine learning techniques. Conference. on Empirical Methods in Natural Language Processing, 1, 1-9. doi: https://doi.org/10.3115/1118693.1118704
Piedrahita-Valdés, H., Piedrahita-Castillo, D., Bermejo-Higuera, J., Guillem-Saiz, P., Bermejo-Higuera, J. R., Guillem-Saiz, J., Sicilia-Montalvo, J. A., & Machío-Regidor, F. (2021). Vaccine hesitancy on social media: Sentiment analysis from June 2011 to April 2019. Vaccines, 9(1), 28. doi: https://doi.org/10.3390/vaccines9010028
Rahim, N. H. A., & Rafie, S. M. (2020). Sentiment analysis of social media data in vaccination. International Journal, 8(9), 5259-5264. doi: https://doi.org/10.30534/ijeter/2020/60892020
Raghupathi, V., Ren, J., & Raghupathi, W. (2020). Studying public perception about vaccination: A sentiment analysis of tweets. International journal of environmental research and public health, 17(10), 1-23. doi: https://doi.org/10.3390/ijerph17103464
Ren, R., Wu, D. D., & Liu, T. (2018). Forecasting stock market movement direction using sentiment analysis and support vector machine. IEEE Systems Journal, 13(1), 760-770. doi: http://doi.org/10.1109/JSYST.2018.2794462
Sabóia, G., Mazieiro, G., Andrade, H., & Adorno, L. (2021). Anvisa aprova uso emergencial das vacinas CoronaVac e AstraZeneca no Brasil, Agência Nacional de Vigilância Sanitária, from: https://noticias.uol.com.br/saude/ultimas-noticias/redacao/2021/01/17/anvisa-aprova-pedido-de-vacina-do-butantan-e-da-fiocruz.htm
Santos, F. P., Silveira, I. F., & Lechugo, C. P. (2017). Análise da percepção dos alunos sobre as práticas docentes por meio da mineração de dados educacionais. Análise, 38(05), 9-24. doi: http://www.revistaespacios.com/a17v38n05/a17v38n05p09.pdf
Santos, G. C. (2020). Algoritmos de Machine Learning para previsão da B3 [Dissertação de Mestrado]. Universidade Federal de Uberlândia, from Biblioteca digital de teses e dissertações: https://repositorio.ufu.br/handle/123456789/29897
Shah, D., Isah, H., & Zulkernine, F. (2018). Predicting the effects of news sentiments on the stock market. In 2018 IEEE International Conference on Big Data (Big Data), 1, 4705-4708. doi: http://doi.org/10.1109/BigData.2018.8621884.
Shayaa, S., Jaafar, N. I., Bahri, S., Sulaiman, A., Wai, P. S., Chung, Y. W., & Al-Garadi, M. A. (2017). Sentiment analysis of big data: Methods, applications, and open challenges. In IEEE Access, 6, 37807-37827. doi: http://doi.org/10.1109/ACCESS.2018.2851311
Shrivastava, S. (2020). Cross Validation in Time Series, from: https://medium.com/@soumyachess1496/cross-validation-in-time-series-566ae4981ce4
Twitter, I. (2020). Perguntas frequentes de novos usuários, from: https://help.twitter.com/pt/new-user-faq.
Valle-Cruz, D., Fernandez-Cortez, V., López-Chau, A., & Sandoval-Almazán, R. (2021). Does twitter affect stock market decisions? financial sentiment analysis during pandemics: A comparative study of the h1n1 and the covid-19 periods. Cognitive computation, 1, 1-16. doi: https://doi.org/10.1007/s12559-021-09819-8
Wang, S. I., & Manning, C. D. (2012). Baselines and bigrams: Simple, good sentiment and topic classification. In Proceedings of the 50th Annual Meeting of the Association for Computational Linguistics, 2(1), 90-94. doi: https://aclanthology.org/P12-2018.pdf
Wiysonge, C. S., Ndwandwe, D., Ryan, J., Jaca, A., Batouré, O., Anya, B. P. M., & Cooper, S. (2021). Vaccine hesitancy in the era of COVID-19: could lessons from the past help in divining the future?. Human vaccines & immunotherapeutics, 1-3. doi: https://doi.org/10.1080/21645515.2021.1893062
Yadav, A., Jha, C. K., Sharan, A., & Vaish, V. (2019). Sentiment analysis of financial news using unsupervised and supervised approach. In International Conference on Pattern Recognition and Machine Intelligence, 1, 311-319. doi: http://doi.org/10.1007/978-3-030-34872-4_35
Yin, F., Wu, Z., Xia, X., Ji, M., Wang, Y., & Hu, Z. (2021). Unfolding the determinants of COVID-19 vaccine acceptance in China. Journal of medical Internet research, 23(1), e26089. doi: http://doi.org/10.2196/26089
Publicado
Cómo citar
Número
Sección
Licencia
A submissão do texto para avaliação implica no compromisso de que o material não seja submetido a um outro periódico nacional ou internacional e autoriza, caso aprovado, a sua publicação.
Os artigos publicados são de responsabilidade dos autores não traduzindo, necessariamente, a opinião da revista. A reprodução dos artigos, total ou parcial, pode ser feita desde que citada esta fonte.
Considerando que o(s) autor(es) do texto concorda(m) com a sua publicação, caso o mesmo seja aprovado pela revista, sem que disso lhe seja devido qualquer remuneração, reembolso ou compensação de qualquer natureza, a Revista Contabilidade Vista & Revista através do Departamento de Ciências Contábeis da Faculdade de Ciências Econômicas da Universidade Federal de Minas Gerais, detém todos os direitos autorais dos textos publicados, conforme a legislação brasileira vigente.
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.