뉴스의 감성 정보가 주가 수익률에 미치는 영향: BERT와 FinBERT의 비교 분석 = The Impact of News Sentiment on Stock Returns: A Comparative Analysis of BERT and FinBERT

국문 초록 (Abstract)

본 연구는 2020년부터 2023년까지의 CNN 뉴스 헤드라인을 활용하여 미국 증시에서 이른바 ‘Magnificent 7’으로 불리는 대표적 빅테크 7개 기업(테슬라, 애플, 구글, 아마존, 마이크로소프트, 메타, 엔비디아)의 뉴스 텍스트의 감성 및 보도량이 미국의 단기 종가 수익률과 어떠한 관련성을 갖는지 실증적으로 분석하였다. 분석을 위해 총 4,858개 관측치로 구성된 일별 기업 패널 데이터를 구축하였으며, 뉴스 발행시각(UTC)을 서머타임이 반영된 뉴욕 시간으로 변환한 뒤 장 전․장 중 뉴스는 당일, 장 후 뉴스는 익일 수익률과 매칭하여 정보 반영 시차를 통제하였다. 감성 측정에는 범용 언어모델 BERT와 금융 특화모델 FinBERT를 병행 적용하여 일-기업 단위의 보도량과 기사 수 가중 평균 감성을 산출하고, 시장수익률과 변동성 변화를 통제한 다중회귀분석을 수행하였다.
분석 결과, 뉴스 변수 중에서는 FinBERT 기반 평균 감성이 통합 표본에서 유의한 양(+)의 관련성을 보인 반면, BERT 기반 평균 감성은 통계적으로 유의하지 않았다. 보도량은 통제 변수를 포함한 모형에서 유의한 설명력을 보이지 않았으며, 기업별 분석에서는 아마존과 메타 등 일부 기업에서만 감성 효과가 유의하게 나타나 기업 간 이질성이 관찰되었다. 한편 통제변수인 시장수익률은 모든 모형에서 단기 수익률에 강한 양(+)의 유의한 관련성을 보여 단기 가격 변동이 개별 뉴스 요인보다 시장 공통요인에 의해 지배적으로 설명됨이 확인되었다. 본 연구는 동일 표본에서 범용 모델과 금융 특화 모델을 비교함으로써 금융 도메인 적합성이 감성지표의 실증적 유의성에 영향을 줄 수 있음을 보여주며, 뉴스 감성 정보의 시장 반응이 기업별 특성에 따라 차별적으로 나타날 수 있음을 시사한다.

다국어 초록 (Multilingual Abstract)

This study empirically investigates the relationship between news sentiment, news volume, and short term stock returns for seven representative U.S. big tech firms, Tesla, Apple, Google, Amazon, Microsoft, Meta, and NVIDIA, commonly referred to as the ‘Magnificent 7’ using CNN headlines from 2020 to 2023. To conduct the analysis, a daily firm-level panel dataset comprising 4,858 observations was constructed. News timestamps were converted from UTC to New York time with Daylight Saving Time adjustments to control for information incorporation lags; specifically, pre-market and intraday news were matched with same-day returns, while after-market news was matched with next-day returns. For sentiment measurement, both the general-purpose language model BERT and the finance-specific model FinBERT were employed to calculate daily firm-level news volume and weighted average sentiment. Subsequently, multiple regression analysis was performed, controlling for market returns and changes in volatility.
The results show that, among the news related variables, FinBERT based average sentiment exhibited a statistically significant positive association in the pooled sample, whereas BERT based average sentiment was not statistically significant. News volume did not show significant explanatory power in models including control variables. Furthermore, firm-level analyses revealed heterogeneity across firms, with sentiment effects being statistically significant only for certain companies, such as Amazon and Meta. Meanwhile, market returns showed a strong and statistically significant positive association with short term returns across all models, confirming that short term price fluctuations were explained more strongly by market wide common factors than by firm specific news variables. By comparing a general-purpose model with a finance-specific model using the same sample, this study demonstrates that financial domain specificity significantly influences the empirical significance of sentiment indicators. It also suggests that market responses to news sentiment may vary depending on firm specific characteristics.