Über Hype Score

Wie viel Aufmerksamkeit erhält ein Unternehmen? Ist ein Unternehmen heute beliebter als noch vor einem Jahr? Was sind die wichtigsten Ereignisse, die diese Aufmerksamkeit beeinflussen? Steht ein IPO bevor?

Der Hype Score liefert eine tägliche Einschätzung des Nachrichtenhypes um ein Unternehmen und bewertet es auf einer Skala von 0 bis 100 im Verhältnis zu seiner historischen Popularität.

Um diesen Wert zu ermitteln, verfolgen wir die Erwähnung von Pre-IPO-Unternehmen in führenden Nachrichtenkanälen. Wir setzen hochentwickelte Algorithmen ein, um die Nachrichten zu sichten und irrelevante Artikel zu ignorieren, und wenden mathematische Transformationen an, um den täglichen Hype Score zu berechnen.

Medien-Hype-Meter

50xp (Niedrig)
Ständige Berichterstattung in den Medien über das Unternehmen. Die Chancen stehen gut, dass das Unternehmen nicht ohne Grund an Popularität gewinnt

Das NewsHeat-Diagramm bietet eine interaktive Möglichkeit, um zu sehen, wie sich der Hype im Laufe der Zeit entwickelt hat. Ein steigender Trend könnte auf zunehmende Medienanstrengungen des Unternehmens hindeuten, während ein Rückgang auf ein nachlassendes öffentliches Interesse hindeuten könnte. Besonders auffällig ist, dass die Spitzen im Diagramm oft mit wichtigen Ereignissen des Unternehmens zusammenfallen.

Klicken Sie auf einen beliebigen Punkt im Diagramm, um zu den Nachrichtenartikeln für dieses Datum zu gelangen!

In der Grafik sind zwei Arten von Hype zu erkennen: Medienhype (in blau) und Unternehmenshype (in grau). Der Unternehmenshype besteht aus Nachrichten, die direkt von den Unternehmen stammen, wie z. B. Finanzberichte oder Produkteinführungen, und bietet einen detaillierten Einblick in die Unternehmensaktivitäten, die möglicherweise nicht in den Mainstream-Nachrichten erscheinen.

Der Bereich Unternehmensnachrichten fasst alle Artikel zu einem Unternehmen zusammen und ermöglicht eine effiziente Filterung nach Datum, Stichwort oder Quelle.

Vorbereitung der Daten

Wir beobachten rund 100 prominente Medien, von der breiten Berichterstattung bis hin zu Nischenquellen mit Schwerpunkt auf VC. Jede Erwähnung von Einhorn-Unternehmen in den Schlagzeilen wird verfolgt. Allerdings sind nicht alle Erwähnungen relevant. Zum Beispiel können in Artikeln Unternehmensnamen verwendet werden, die gängige Wörter sind, oder Unternehmen werden in Werbeinhalten erwähnt. Wir wenden Algorithmen an, um solche Fälle herauszufiltern.

Wenn wir an einem Tag eine sehr große Anzahl von Artikeln zu einem Unternehmen erhalten, wenden wir weitere Algorithmen an, damit nur die wichtigsten Artikel in der Rubrik Unternehmensnachrichten angezeigt werden (obwohl wir den Rest der Artikel bei der Berechnung des Hypes weiterhin berücksichtigen). Dies geschieht, damit sich die Nutzer nicht jeden Tag durch eine große Anzahl von Artikeln wühlen müssen.

Hype-Berechnung

Der tägliche Hype-Score XPj wird nach der folgenden Formel berechnet:

Dabei steht nj für die Menge der Nachrichten, die wir heute über ein Unternehmen erhalten aben, nmin für die minimale historische tägliche Nachrichtenmenge (normalerweise 0) und nmax für die maximale historische tägliche Nachrichtenmenge.

Wenn der resultierende Wert keine ganze Zahl ist, runden wir ihn auf. Außerdem nehmen wir Anpassungen vor, um Schwankungen im NewsHeat-Diagramm zu glätten und sicherzustellen, dass sich der Hype-Wert allmählich ändert.

Nachrichten bewegen die Preise

Es ist allgemein bekannt, dass Aktienbewegungen durch Nachrichten beeinflusst werden. Dies macht Sinn, wenn man bedenkt, dass die meisten Informationen, die wir über Aktien erhalten, aus Nachrichten stammen und somit als Grundlage für unsere Entscheidungsfindung dienen. Unser Ziel ist es, neue Technologien zu nutzen, um potenziellen Anlegern eine schnellere und umfassendere Analyse von Nachrichten zu ermöglichen.

Zahlreiche Studien belegen, dass Nachrichten einen Einfluss auf die Aktienkurse haben. Ferguson et al. (2015) zeigen beispielsweise, dass sowohl das Volumen als auch der Tonfall von Nachrichtenartikeln die Aktienrenditen beeinflussen, wobei das Volumen einen stärkeren Effekt hat. Wu und Lin (2017) kommen anhand einer Untergruppe taiwanesischer Unternehmen zu einem ähnlichen Ergebnis und betonen, dass die positive oder negative Berichterstattung in den Medien mit dem jeweiligen Vorzeichen der abnormalen Renditen zusammenhängt.

Die Nachrichtenanalyse ist auch bei der Vorhersage von Rohstoffpreisen hilfreich. Bonaparte, Fabozzi und Koslowsky (2020) verwenden Medieninformationen, um einen Öl-Volatilitätsindex zu konstruieren, der analoge Indizes, die nicht auf Nachrichtendaten beruhen, übertrifft. Kim, Cha und Lee (2017) prognostizieren erfolgreich Lebensmittelpreise auf der Grundlage von Twitter-Erwähnungen. Banerjee et al. (2024) beobachten einen allgemeinen Einfluss von Medienhype auf Rohstoffpreise.

Nachrichten bewegen also nicht nur Aktien, sondern Preise im Allgemeinen.

Mit dem Hype-Score wollen wir einen Indikator bereitstellen, der die Entscheidungsfindung von VC-Investoren ergänzt. Einer der Vorteile des Hype-Scores besteht darin, dass er für jedes Unternehmen unabhängig berechnet wird, im Gegensatz zu vielen Börsenindikatoren, die auf aggregierten Messwerten beruhen. In Anbetracht der Tatsache, dass private Märkte im Allgemeinen weniger transparent sind, kann sich die Möglichkeit, die Nachrichten für jedes Unternehmen einzeln zu analysieren, als wertvoll erweisen.

Es ist wichtig zu beachten, dass viele Erwähnungen in den Medien nicht unbedingt eine gute Sache sind. Eine Möglichkeit ist, dass eine umfangreiche Medienberichterstattung auf negative Ereignisse zurückzuführen ist. Eine andere Möglichkeit ist, dass der Medienrummel dazu führt, dass die Bewertung eines Unternehmens unangemessen aufgebläht wird. Einige Untersuchungen deuten sogar darauf hin, dass eine hohe Medienberichterstattung über Unternehmen vor dem Börsengang zu niedrigeren Renditen in der ersten Zeit nach dem IPO führt (Liu, Sherman und Zhang, 2007; Chen et al., 2019). Obwohl unsere Bewertung nicht absolut ist, d. h. sie vergleicht den Grad des Hypes relativ zum eigenen Höchstwert und nicht relativ zu anderen Unternehmen, ist es dennoch wichtig, ihre Grenzen zu verstehen.

Aus diesem Grund empfehlen wir Ihnen dringend, bei Ihrer Meinungsbildung eine Vielzahl von Faktoren zu berücksichtigen. Unsere Website kann Ihnen dabei behilflich sein, da sie viele relevante Informationen enthält, darunter die Finanzierungshistorie, den Sentiment-Score, der angibt, ob die Nachrichtenberichterstattung negativ oder positiv ist, und den Bewertungsrechner, mit dem sich die Bewertung auf der Grundlage des Aktienkurses leicht berechnen lässt.

Referenzen

  • Banerjee, A. K., Şensoy, A., Goodell, J. W., & Mahapatra, B. (2024). Impact of media hype and fake news on commodity futures prices: A deep learning approach over the COVID-19 period. Finance Research Letters, 59, 104658. https://doi.org/10.1016/j.frl.2023.104658
  • Bonaparte, Y., Fabozzi, F. J., & Koslowsky, D. (2020). Can commodity price uncertainty indexes be improved by capturing media information? The case of oil price uncertainty. Journal of Alternative Investments, 22(4), 41–58. https://doi.org/10.3905/jai.2020.1.094
  • Chen, Y., Goyal, A., Veeraraghavan, M., & Zolotoy, L. (2019). Media Coverage and IPO Pricing around the World. Journal of Financial and Quantitative Analysis, 55(5), 1515–1553. https://doi.org/10.1017/s0022109019000486
  • Ferguson, N. J., Philip, D., Lam, H. Y. T., & Guo, J. (2015). Media content and stock Returns: The Predictive Power of press. Multinational Finance Journal, 19(1), 1–31. https://doi.org/10.17578/19-1-1
  • Kim, J., Cha, M., & Lee, J. G. (2017). Nowcasting commodity prices using social media. PeerJ. Computer Science, 3, e126. https://doi.org/10.7717/peerj-cs.126
  • Liu, L. X., Sherman, A. E., & Zhang, Y. (2007). Media coverage and IPO underpricing. Social Science Research Network. https://doi.org/10.2139/ssrn.972776
  • Wu, C., & Lin, C. (2017). The impact of media coverage on investor trading behavior and stock returns. Pacific-basin Finance Journal, 43, 151–172. https://doi.org/10.1016/j.pacfin.2017.04.001