Sentimiento de los
medios de comunicación
españoles en formato
digital sobre el Ibex 35
News sentiment from
Spanish digital media
to the Ibex 35
En este artículo se analiza en qué medida y sentido los medios de comunicación es-
pañoles en soporte digital transmiten sentimiento positivo o negativo en la informa-
ción que publican sobre la bolsa. Concretamente, se evalúa el tratamiento que dan
estos medios a las noticias que publican sobre el comportamiento del índice Ibex
35 con una transmisión de sentimiento positivo o negativo. Para captar y analizar el
sentimiento contenido en las noticias, se ha utilizado una muestra de publicaciones
con contenidos relativos a la evolución del índice bursátil desde el 11 de septiembre
de 2015 hasta el 19 de noviembre de 2018, analizando un total de 1.165 días de pu-
blicaciones en 18 medios de comunicación españoles en el medio digital. Para llevar
a cabo el objetivo de este trabajo, se han aplicado algoritmos de Procesamiento de
Lenguaje Natural (PLN) sobre título y resumen de la noticia, con los cuales se ha ex-
traído el sentimiento implícito de las noticias. Los resultados obtenidos muestran que
los medios de comunicación españoles en formato digital sobre el Ibex 35 transmiten
sentimiento en sus publicaciones, encontrándose diferencias entre los medios espe-
cializados y generalistas. Se ha observado, a su vez, cómo los medios que transmiten
menos sentimiento, principalmente este es negativo. Este trabajo contribuye en el
debate del impacto que el sentimiento generado por los medios de comunicación
puede presentar en los mercados de valores.
This article analyses the extent to which the Spanish digital media transmits
positive or negative sentiment when they publish information about the stock
market. Specically, the evaluation was performed on news published about the
performance of the Ibex 35 index with the objective of determining positive or
negative sentiment transmission. The sample set, utilized publications with content
related to the evolution of the stock index, covered the period from September 11,
2015 to November 19, 2018 and employed a total of 1,165 days of publications in
18 Spanish digital media. The publications were analysed with Natural Language
Processing (PLN) algorithms to determine the extent to which sentiment was
implied and transmitted by the news. The results showed that, the Spanish digital
media transmitted sentiment in their publications about the Ibex35; there were
dierences between specialized and generalist media; the media that transmitted
less sentiment were mainly negative. This work contributes to the discussion on the
impact of sentiment generated by the media in the stock markets.
ABSTRACT
RESUMEN
JEL Classication:
G10, G40, C88
Key words:
iInvestor sentiment,
sentiment
transmission,
media,
stock Information,
Ibex 35
Clasicación JEL:
G10, G40, C88
Palabras clave:
Sentimiento del
Inversor,
Transmisión de
sentimiento,
Medios de
Comunicación,
Información Bursátil,
Ibex 35
aDResearch ESIC
Nº 19 Vol 19 · Primer semestre, enero-junio 2019 · Págs. 56 a 67 Nº 19 Vol 19 · Primer semestre, enero-junio 2019 · Págs. 56 a 67
Orden-Cruz, C. , Gómez-Martínez, R. y
Paule-Vianez, J. (2019)
Sentimiento de los medios de comunicación españoles
en formato digital sobre el Ibex 35
Revista Internacional de Investigación en Comunicación
aDResearch ESIC. Nº 19 Vol 19
Primer semestre, enero-junio 2019 · Págs. 56 a 67
https://doi.org/10.7263/adresic-019-03
Carmen Orden-Cruz
Doctora en Ciencias Económicas y Empresariales,
Profesora de la Universidad Rey Juan Carlos
carmen.delaorden@urjc.es
Raúl Gómez-Martínez
Doctor en Economía de la Empresa y Finanzas,
Profesor de la Universidad Rey Juan Carlos
raul.gomez.martinez@urjc.es
Jessica Paule-Vianez
Doctoranda en Economía de la Empresa en el área de
Finanzas. Profesora de la Universidad Rey Juan Carlos
jessica.paule@urjc.es
aDResearch ESIC
58
59
Sentimiento de los medios de comunicación españoles en formato digital sobre el Ibex 35 · págs. 56 a 67
Nº 19 Vol 19 · Primer semestre, enero-junio 2019 págs. 56 a 67
Introducción
La forma de procesar la información sobre los
hechos acontecidos por parte de los medios de
comunicación constituye uno de los temas que
genera más debate. Existen múltiples estudios
que corroboran la influencia de los medios de
comunicación en la opinión de los receptores de
la información en diversos ámbitos tales como la
política (Entman, 1989), la economía y las finan-
zas (Dougal, Engelberg, García y Parsons, 2012;
Balduzzi, Elton y Green, 2001) y la sociedad
(Slater, 2007), entre otros.
En concreto, en el ámbito de la información
financiera, la literatura presenta estudios sobre
los factores que pueden afectar al sentimiento de
los inversores y el efecto que dicho sentimiento
puede tener en los mercados financieros. Así, el
sentimiento del inversor ha sido un factor clave
en la explicación de los continuos desequilibrios
observados en los mercados de valores, desta-
cando cómo impulsor de dicha medida el traba-
jo de Baker y Wurgler (2006). En esta línea,
existen estudios que evaluan el impacto del es-
tado ánimo generado por diversas variables sobre
los mercados bursátiles, cómo son el clima (Kam-
stra, Kramer y Levi, 2003; Hirshleifer y Shumway,
2003; Jacobsen y Marquering, 2008), la estacio-
nalidad (Seyhun, 1988), la calidad del aire (Li y
Peng, 2016), las vacaciones (Kaplanski y Levy,
2012), los eventos deportivos (Gómez y Prado,
2014), las guerras o desastres (Kaplanski y Levy,
2012) y los ciclos lunares (Wang, Lin y Chen,
2010), entre otros.
Los medios de comunicación son otro factor
estudiado en cuanto a su impacto en el senti-
miento y, por ende, en los movimientos bursáti-
les. Diversos trabajos relacionan el sentimiento
trasmitido por distintos medios de comunicación
y difusión con el comportamiento de los merca-
dos de valores. Se encuentran estudios que ana-
lizan el impacto de distintas publicaciones en
redes sociales cómo Twitter en el comportamien-
to de estos mercados. En esta línea, Oliveira,
Cortez y Areal (2013) utilizan diversos indica-
dores de sentimiento y atención extraídos de
Twitter y descubren que la opinión de Twitter y
el volumen de publicación son factores relevan-
tes para la previsión del rendimiento. Sprenger,
Tumasjan, Sandner y Welpe (2014) analizan con
métodos de lingüística computacional aproxima-
damente 250.000 mensajes relacionados con las
acciones a diario, y encuentran una asociación
entre el sentimiento del tweet y el rendimiento
de las acciones, el volumen de mensajes y el vo-
lumen de transacciones, así como el desacuerdo
y la volatilidad. Zhang, Li, Shen y Teglio (2016)
examinan las relaciones entre el sentimiento de
felicidad diaria extraído de Twitter y el desempe-
ño de los mercados de valores de 11 mercados
internacionales. Estos autores encuentran que la
felicidad diaria extraída de Twitter tiene poder
explicativo sobre la rentabilidad y la volatilidad
de estos mercados.
Respecto al impacto que el sentimiento de la
información publicada a través de noticias de
prensa puede tener en estos mercados, se en-
cuentran trabajos cómo el de Gidofalvi y Elkan
(2001) en el que muestran como los movimien-
tos a corto plazo del precio de las acciones se
pueden predecir utilizando artículos de noticias
financieras. Tetlock (2007) mide cuantitativa-
mente las interacciones entre los medios y el
mercado de valores utilizando el contenido dia-
rio de una columna de Wall Street Journal. Este
autor descubre que el pesimismo de los medios
de comunicación predice una presión a la baja
sobre los precios del mercado seguida de una
reversión a los fundamentos. García (2013) uti-
liza la fracción de palabras positivas y negativas
de dos columnas de noticias financieras del The
New York Times para medir el sentimiento del
inversor y llega a que esta medida permite pre-
decir el rendimiento de las acciones, especial-
mente durante recesiones. Alanyali, Moat y Preis
(2013) cuantifican la relación entre las decisiones
tomadas en los mercados financieros y la evolu-
ción de las noticias financieras del Financial Ti-
mes. Estos autores encuentran una correlación
positiva entre la cantidad diaria de menciones de
una compañía en el Financial Times y el volumen
de transacciones diarias de las acciones de una
compañía. Hillert, Jacobs y Müller (2014) des-
cubren que el tono de artículos específicos pro-
nóstica negativamente el rendimiento del mer-
cado, especialmente durante recesiones.
García-Medina, Junior, Bañuelos y Martínez-
Argüello (2018) analizan las correlaciones y el
flujo de información entre 64.939 noticias en el
The New York Times y 40 índices financieros
mundiales durante 10 meses, sugiriendo que
existe una relación profunda entre las noticias y
los índices mundiales, impulsando las noticias
los movimientos del mercado mundial.
Los trabajos que han investigado el sentimien-
to generado por los medios de comunicación en
los inversores han aportado conclusiones valiosas
en cuanto al impacto de ese sentimiento en los
mercados de valores, sin embargo, estos estudios
no ofrecen una radiografía del sentimiento de los
medios de comunicación. De este modo, el ob-
jetivo de este trabajo se centra en estudiar el sen-
timiento que los medios de comunicación, en
este caso españoles, transmiten sobre la evolu-
ción del Ibex 35, índice representativo del mer-
cado bursátil español. Para conseguir este obje-
tivo, la información publicada por los medios de
comunicación en formato digital se configuró
como la mejor opción para tener información
disponible en texto plano y poder ser tratada a
través de Procesamiento de Lenguaje Natural
(PNL). Esta técnica presenta la ventaja de que
permite extraer información del lenguaje utiliza-
do en textos o el habla (Chowdhury, 2003) y que
permite procesar un alto volumen de informa-
ción con bastante eficacia, encontrándose entre
sus múltiples aplicaciones, su función de motor
de búsqueda web (Vallez y Pedraza, 2007).
Los resultados obtenidos en el estudio ponen
de manifiesto cuánto y en qué medida los medios
de comunicación españoles en sus publicaciones
transmiten sentimiento, encontrándose diferen-
cias entre los medios especializados y los gene-
ralistas.
Tras la introducción, en el segundo epígrafe,
se plantean las hipótesis del estudio, continuan-
do en el tercer epígrafe con la explicación de la
metodología y la muestra utilizada; en el tercero
se hace un análisis de los datos y se extraen los
resultados, y, por último, en el cuarto epígrafe,
se finaliza con las conclusiones obtenidas.
Hipótesis
Debido a que en este trabajo se persigue estudiar
cuánto y en que medida los medios de comuni-
cación manifiestan sentimientos en sus publica-
ciones, y si dichos sentimientos difieren entre
unos medios de comunicación u otros, las hipó-
tesis que se plantean son las siguientes:
H1: Los medios de comunicación digitales espa-
ñoles transmiten sentimiento en la información
sobre el Ibex 35.
En función de la literatura expuesta que de-
muestra la existencia de transmisión de senti-
miento en los medios de comunicación, en este
trabajo, se parte de que los medios de comuni-
cación digitales españoles transmiten sentimien-
tos positivos o negativos respecto al comporta-
miento del Ibex 35.
aDResearch ESIC
60
61
Sentimiento de los medios de comunicación españoles en formato digital sobre el Ibex 35 · págs. 56 a 67
Nº 19 Vol 19 · Primer semestre, enero-junio 2019 págs. 56 a 67
Si el análisis del contenido de las informacio-
nes arroja sentimiento positivo o negativo, que-
daría validada la H1.
H2: El sentimiento que transmiten los medios de
comunicación digitales españoles sobre la infor-
mación del Ibex 35 es diferente en unos y otros.
Las diferencias en la forma de transmitir la
información bursátil en publicaciones de distintos
medios de comunicación ha sido un área poco
explorada. Así, en este trabajo, se sugiere que cada
medio puede transmitir información en un sen-
tido u otro en función de sus sentimientos y per-
cepciones individuales, por lo que deberían de
encontrarse diferencias entre los sentimientos
transmitidos por unos medios u otros respecto al
Ibex 35.
Si el porcentaje de noticias que transmiten
sentimiento positivo o negativo es diferente de-
pendiendo de cada medio de comunicación, que-
daría validada la H2.
H3: Los medios que transmiten con menos fre-
cuencia un sentimiento en la información sobre
el Ibex 35, cuando lo hacen es en negativo.
Hasta donde nuestro conocimiento llega, no
se ha encontrado literatura que relacione la fre-
cuencia de la transmisión de sentimientos de los
medios con el signo de dicho sentimiento. En este
trabajo se parte de que, en los medios que trans-
miten con menor frecuencia un sentimiento res-
pecto al comportamiento del Ibex 35, el senti-
miento transmitido será mayoritariamente
negativo.
Si los medios que transmiten con menos fre-
cuencia un sentimiento, cuando lo hacen es con
un sentimiento negativo superior al 50%, queda-
ría validada la H3.
Metodología y datos
Para poder confirmar las hipótesis expuestas se
han analizado los sentimientos extraídos de dis-
tintos medios de comunicación en formato di-
gital españoles que han trasmitido noticias res-
pecto al Ibex 35. La metodología seleccionada
para la extracción del sentimiento de las publi-
caciones de estos medios ha sido la técnica de
Procesamiento del Lenguaje Natural (PNL),
concretamente, la herramienta que ofrece Sigma
Technologies
1
.
El PNL es una disciplina que tiene su base en
áreas cómo la Informática, la Lingüística, las Ma-
temáticas, la Inteligencia Artificial y la Psicología,
entre otras, y que explora cómo se pueden usar
las nuevas tecnologías para «comprender y ma-
nipular el texto o el habla en lenguaje natural
para hacer cosas útiles» (Chowdhury, 2003, p.1).
El tratamiento de la información obtenida se
hizo siguiendo la metodología de InvestMood
2
,
un sistema de negociación bursátil basado en
algoritmos que tratan la información extraída a
través de PNL. La información la extrae median-
te un proceso de rastreo diario de todas las no-
ticias publicadas en medios digitales relativas a
un término. Sus sistemas recogen la informa-
ción desestructurada y clasifican cada noticia
mediante algoritmos automáticos de PNL en los
grupos que se deseen según las condiciones
establecidas.
De este modo, las noticias que mencionaban
la palabra «Ibex» en medios de comunicación
digitales especializados en Economía y Finanzas
se clasificaron en tres grupos según el sentimien-
to transmitido. Para ello, se parametrizó como
«sentimiento positivo» aquellas noticias que
transmitían un sentimiento favorable sobre el
Ibex 35, como «sentimiento negativo» a las pu-
blicaciones que transmitían un sentimiento des-
favorable sobre el Ibex 35, y como «sentimiento
1 Véase http://www.sigmatechnologiesglobal.com/
2 Véase http://www.investmood.com/
neutro» a aquellas noticias que no transmitían
ningún sentimiento o en las que no había noti-
cia alguna ese día sobre dicho índice. Dos ejem-
plos del análisis automatizado serían los siguien-
tes. La noticia del 29 de enero de 2016 a las
09:44 de Europa Press: «El Ibex 35 se dispara
un 1,6% en la apertura, animado por Repsol y
los bancos»
3
fue calificada como «positiva», y la
noticia del 15 de agosto de 2018 a las 18:59 de
El País: «Las Bolsas europeas caen y el Ibex mar-
ca su nivel más bajo desde marzo»
4
fue califica-
da por el algoritmo cómo «negativa».
En cuanto a la muestra, dada la especializa-
ción del ´término «Ibex»’, para que esta fuera
representativa se decidió considerar como fuen-
te aquellos medios con diversos indicadores de
relevancia, tomando como fuente de informa-
ción el informe «Estudio general de medios de
comunicación. Año móvil abril 2017 – marzo
2018» que elabora periódicamente la Asocia-
ción para la Investigación de Medios de Comu-
nicación (2018). En el caso de los diarios, se
consideró el número de lectores y para las ca-
denas de televisión, se utilizó el porcentaje de
cuota de audiencia ya que las noticias publica-
das en su página web corresponden a las emi-
tidas en pantalla. Como agencias de noticias, se
eligieron dos relevantes, una a nivel nacional
5
(Europa Press) y otra internacional
6
(Reuters).
En total, se eligieron 18 medios de comunica-
ción, siendo los siguientes (por orden alfabéti-
3 Véase https://www.europapress.es/economia/bolsa-00348/noti-
cia-ibex-35-dispara-16-apertura-animado-repsol-ban-
cos-20160129091815.html
4 Véase https://elpais.com/economia/2018/08/15/actualidad/
1534344992_597270.html
5 Véase Ranking sectorial de empresas. Sector CNAE ((6391) Activida-
des de las agencias de noticias. Disponible en: http://ranking-empre-
sas.eleconomista.es/sector-6391.html
6 Véase MMC208, Top 10 news agencies in the world. Disponible en:
http://mmc208.aue.ae/?p=15171
co): 20 Minutos, ABC, Antena 3, Cinco Días, El
Confidencial, eldiario.es, El Mundo, El País, El
Periódico, Europa Press, Expansión, La Razón,
La Sexta, La Vanguardia, Reuters, RTVE, Tele-
cinco y Telemadrid.
Los textos originales se obtuvieron de las
noticias publicadas en soporte digital lo que
permitía disponer de los textos de las noticias.
Según la AIM (2017), la prensa digital se ha
impuesto al resto de los medios pues cuenta con
el 84,3% del consumo semanal frente al 56,2%
de la prensa en papel. Además, según el AIMC
(2018), en España, el ratio de penetración de la
prensa tradicional general ha ido cayendo en la
última década, situándose actualmente en el
24,2%. La prensa económica especializada tie-
ne unos 140.000 lectores, muy alejado de la
prensa general que se sitúa en torno al millón
de lectores diarios en el mejor de los casos. De
este modo, la utilización de este soporte digital
se configura como mejor opción frente a la de
papel.
Bajo estas condiciones, la muestra de las no-
ticias publicadas se obtuvo en el período que
abarca desde el 11 de septiembre de 2015 has-
ta el 19 de noviembre de 2018 (1.165 días).
Dado que hay medios que en el mismo día pu-
blican varias noticias sobre el término «Ibex»,
más de 50.000 noticias fueron analizadas en
este proceso.
Una vez obtenidos los datos, se procedió a la
extracción de datos estadísticos sobre la reper-
cusión y el sentimiento de las noticias publica-
das.
Resultados
Con los datos recopilados aplicando la metodo-
logía planteada, en la tabla 1 se muestra un re-
sumen del análisis de sentimiento captado para
los medios de comunicación seleccionados:
aDResearch ESIC
62
63
Sentimiento de los medios de comunicación españoles en formato digital sobre el Ibex 35 · págs. 56 a 67
Nº 19 Vol 19 · Primer semestre, enero-junio 2019 págs. 56 a 67
En la tabla 1, se observa en las tres primeras
columnas el número de noticias sobre el Ibex 35
que se han encontrado en cada medio que presen-
tan un sentimiento neutro, un sentimiento positivo
y un sentimiento negativo. En la cuarta columna se
observa la transmisión de cada medio, entendién-
dose la misma por el porcentaje de noticias con
sentimiento respecto al total de noticias emitidas
sobre el Ibex 35. La quinta y sexta columna mues-
tran, dentro de las noticias con sentimiento, el %
de noticias que lo incorporan en sentido positivo y
negativo, respectivamente. Y, por último, la séptima
columna muestra el sentimiento predominante
transmitido por cada medio de comunicación.
Con todo esto, se procede a validar o rechazar
las hipótesis planteadas.
Comenzando por la H1: «Los medios de co-
municación digitales españoles transmiten senti-
miento en la información sobre el Ibex 35», esta
quedó validada. En la Tabla 1, se observa clara-
mente cómo todos los medios, en mayor o menor
medida, han transmitido sentimiento en algunas
de sus publicaciones.
En el Gráfico 1 se puede visualizar el senti-
miento medio transmitido por los medios de
comunicación digitales seleccionados diariamen-
te sobre el Ibex 35 en el periodo seleccionado.
Aunque, en general, el sentimiento neutro ha sido
el predominante, se observa como los medios, en
su conjunto, efectivamente transmitieron senti-
miento, ya fuera positivo o negativo en la mayo-
ría de los días. En término medio, el sentimiento
positivo transmitido ha sido de un 17,05%, el
sentimiento neutro de un 65,70% y el sentimien-
to negativo de 17,26%.
Respecto a la H2: «El sentimiento que trans-
miten los medios de comunicación digitales es-
Tabla 1 · Clasicación del Sentimiento transmitido por los 18 medios de comunicación digitales
españoles sobre el Ibex 35 en el período 11/9/2015-19/11/2018
Medio Sentimiento
Neutro
Sentimiento
Positivo
Sentimiento
Negativo
Transmisión
%
Sentimiento
Positivo %
Sentimiento
Negativo %
Sentimiento
Predominante
20 minutos 789 13 20 4.01% 39.39% 60.61% Negativo
Abc 682 52 88 17.03% 37.14% 62.86% Negativo
Antena 3 818 0 4 0.49% 0.00% 100.00% Negativo
Cinco dias 183 265 374 77.74% 41.47% 58.53% Negativo
El Condencial 589 87 146 28.35% 37.34% 62.66% Negativo
El Mundo 816 0 6 0.73% 0.00% 100.00% Negativo
El País 773 16 33 5.96% 32.65% 67.35% Negativo
El Periódico 745 28 49 9.37% 36.36% 63.64% Negativo
Eldiario.es 799 9 14 2.80% 39.13% 60.87% Negativo
Europa Press 114 405 303 86.13% 57.20% 42.80% Positivo
Expansión 373 241 208 54.62% 53.67% 46.33% Positivo
La Razón 270 284 268 67.15% 51.45% 48.55% Positivo
La Sexta 814 1 7 0.97% 12.50% 87.50% Negativo
La Vanguardia 243 308 271 70.44% 53.20% 46.80% Positivo
Reuters 775 27 20 5.72% 57.45% 42.55% Positivo
Rtve 632 80 110 23.11% 42.11% 57.89% Negativo
Telecinco 789 17 16 4.01% 51.52% 48.48% Positivo
Telemadrid 775 29 18 5.72% 61.70% 38.30% Positivo
Fuente: Elaboración propia
Negativo PositivoNeutro
Gráco 1 · Transmisión del sentimiento medio diario sobre el Ibex 35 en el período
11/9/2015-19/11/2018
22/01/2018 22/02/2018 22/03/2018 22/04/2018 22/05/2018 22/06/2018 22/07/2018 22/08/2018 22/09/2018 22/10/2018
100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
00%
Fuente: Elaboración Propia
pañoles sobre la información del Ibex 35 es di-
ferente en unos y otros», también quedó
validada. El estudio revela diferente activismo
según el tipo de medio del que se trate. En con-
creto, Europa Press es el medio de comunicación
más activo ya que transmite sentimiento en un
86,13% de los casos, seguido de Cinco Días con
un 77,74% y La Vanguardia con un 70,44%
cómo se observa en la Tabla 1 y en el Gráfico 2.
Esto demuestra, a su vez, que los medios que
más han trasmitido sentimiento han sido estos
tres. En el otro extremo, los medios que menos
lo han hecho han sido Antena 3 con un 0,49%,
El Mundo con un 0,73% y La Sexta 0,97%, me-
dios en su conjunto generalistas. Estos resulta-
dos, además de demostrar que existen diferencias
en la transmisión de sentimiento por los distintos
medios, parecen apuntar a la presentación de
información con más sentimiento por parte de
medios especializados que por parte de medios
generalistas.
aDResearch ESIC
64
65
Sentimiento de los medios de comunicación españoles en formato digital sobre el Ibex 35 · págs. 56 a 67
Nº 19 Vol 19 · Primer semestre, enero-junio 2019 págs. 56 a 67
Por último, respecto a la H3: «Los medios que
transmiten con menos frecuencia un sentimiento
en la información sobre el Ibex 35, cuando lo hacen
es en negativo», del mismo modo que las anteriores,
quedó validada. La Tabla 1 muestra cómo los me-
dios de comunicación que apenas presentan senti-
miento, como Antena 3, El Mundo y La Sexta,
suponen, respecto al total de sentimiento transmi-
tido, un 100% de sentimiento negativo Antena 3 y
el Mundo, y un 87,50% de sentimiento negativo
La Sexta. El Gráfico 3 nos muestra el sentimiento
positivo y negativo transmitido por cada medio de
comunicación en proporción, ordenados de menor
sentimiento negativo a mayor. Se aprecia claramen-
te una mayor transmisión de sentimiento negativo
respecto al positivo.
Conclusiones
En este trabajo se ha realizado un estudio sobre
la transmisión de sentimiento de la información
publicada por los medios de comunicación espa-
ñoles en formato digital respecto al Ibex 35. Para
ello, se ha aplicado un algoritmo de PNL sobre la
información de las publicaciones de 18 medios
de comunicación españoles durante 1.165 días
sobre el comportamiento del Ibex 35.
El estudio demuestra la existencia de transmi-
sión de sentimiento de la información por parte
de estos medios, encontrándose, por término
medio, un 34,31% de sentimiento emitido. Si
bien, cabe precisar que se han encontrado dife-
rencias entre el sentimiento transmitido sobre el
comportamiento del Ibex 35 por unos medios de
comunicación y otros. Los resultados apuntan
que los sentimientos son transmitidos principal-
mente por los medios especializados en la mate-
ria y lo hacen de forma bastante equilibrada tan-
to en positivo como negativo. Sin embargo, en el
caso de los medios más generalistas, se ha encon-
trado que los medios que menos sentimiento
transmiten, cuando lo hacen, lo transmiten con
sentido negativo. Así, parece que los medios ge-
neralistas se enfocan más en transmitir la infor-
mación negativa con sentimiento negativo que la
positiva.
De este modo, el estudio realizado constata que
cuando los medios de comunicación digitales
abordan una noticia sobre el Ibex, en un elevado
porcentaje de las ocasiones imprimen una valora-
ción personal del redactor tanto en el titular como
en el resumen. Estas connotaciones, positivas o
negativas, pueden afectar al sentimiento de los
inversores y, por tanto, a la evolución del mercado,
tal y como demostraron Hardling y He (2016).
Según estos autores, las decisiones de inversión
tras un sentimiento negativo eran mucho más
conservadoras que tras un sentimiento positi-
vo. Así, tal y como demuestra este estudio, los
medios de comunicación españoles en formato
digital imprimen en sus noticias con más frecuen-
cia un sentimiento negativo que positivo. Este as-
pecto podría afectar al mercado provocando una
menor tolerancia al riesgo y un menor apetito por
la inversión, relación que podría ser testeada en el
caso español en un próximo trabajo.
Por último, cabe señalar que este estudio pre-
senta como principal limitación la utilización de
un sólo término «Ibex» lo que acota los resultados
en la detección de noticias que se refieran al com-
portamiento de la bolsa. En próximas investiga-
ciones se utilizarán otros términos que hagan
referencia al mismo aspecto como «mercado bur-
sátil» o «bolsa» condicionado que en el texto se
haga referencia al mercado español.
Gráco 2 · Grado de transmisión del sentimiento, en término medio, por cada medio de
comunicación
Fuente: Elaboración Propia
Gráco 3: Sentimiento transmitido por cada medio de comunicación
Fuente: Elaboración Propia
Positivo NeutroNegativo
aDResearch ESIC
66
67
Sentimiento de los medios de comunicación españoles en formato digital sobre el Ibex 35 · págs. 56 a 67
Nº 19 Vol 19 · Primer semestre, enero-junio 2019 págs. 56 a 67
Bibliografía
AIM (Asociación de Medios de Información) (2017): Libro
Blanco de la Información 2017. Disponible en: https://www.
ami.info/estudios-informes/libro-blanco
AIMC (Asociación para la Investigación de Medios de Co-
municación) (2018): Estudio general de medios de comunica-
ción. Año móvil abril 2017 – marzo 2018. Disponible en:
https://www.aimc.es/a1mc-c0nt3nt/uploads/2018/04/re-
sumegm118.pdf
Alanyali, M., Moat, H. S., & Preis, T. (2013). Quantifying
the relationship between financial news and the stock mar-
ket. Scientific reports, 3, 3578.
Baker, M., & Wurgler, J. (2006). Investor sentiment and
the cross-section of stock returns. The journal of Finance,
61(4), 1645-1680.
Balduzzi, P., Elton, E. J., & Green, T. C. (2001). Economic
news and bond prices: Evidence from the US Treasury
market. Journal of financial and Quantitative analysis, 36(4),
523-543.
Chowdhury, G. G. (2003). Natural language proces-
sing. Annual review of information science and technolo-
gy, 37(1), 51-89.
Dougal, C., Engelberg, J., Garcia, D., & Parsons, C. A.
(2012). Journalists and the stock market. The Review of Fi-
nancial Studies, 25(3), 639-679.
Entman, R. M. (1989). How the media affect what people
think: An information processing approach. The journal of
Politics, 51(2), 347-370.
Garcia, D. (2013). Sentiment during recessions. The Jour-
nal of Finance, 68(3), 1267-1300.
García-Medina, A., Junior, L. S., Bañuelos, E. U., & Martí-
nez-Argüello, A. M. (2018). Correlations and flow of infor-
mation between the New York Times and stock markets.
Physica A: Statistical Mechanics and its Applications, 502,
403-415.
Gidofalvi, G., & Elkan, C. (2001). Using news articles to
predict stock price movements. Department of Computer
Science and Engineering, University of California, San Diego.
Gómez, R., y Prado, C. (2014). Sentimiento del inversor,
selecciones nacionales de fútbol y su influencia sobre sus
índices nacionales. Revista Europea de Dirección y Economía
de la Empresa, 23(3), 99-114.
Harding, N. & He, W. (2016). Investor Mood and the De-
terminants of Stock Prices: An Experimental Analysis. Ac-
counting & Finance, Vol. 56 (2), 445-478, 2016.
Hillert, A., Jacobs, H., & Müller, S. (2014). Media makes
momentum. The Review of Financial Studies, 27(12), 3467-
3501.
Hirshleifer, D., & Shumway, T. (2003). Good day sunshi-
ne: Stock returns and the weather. The Journal of Finance,
58(3), 1009-1032.
Jacobsen, B., & Marquering, W. (2008). Is it the weather?.
Journal of Banking & Finance, 32(4), 526-540.
Kamstra, M. J., Kramer, L. A., & Levi, M. D. (2003). Winter
blues: A SAD stock market cycle. American Economic Re-
view, 93(1), 324-343.
Kaplanski, G., & Levy, H. (2012). The holiday and yom
kippur war sentiment effects: the Tel Aviv Stock Exchange
(TASE). Quantitative Finance, 12(8), 1283-1298.
Li, Q., & Peng, C. H. (2016). The stock market effect of air
pollution: evidence from China. Applied Economics, 48(36),
3442-3461.
Oliveira, N., Cortez, P., & Areal, N. (2013, September). On
the predictability of stock market behavior using stockt-
wits sentiment and posting volume. In Portuguese Conferen-
ce on Artificial Intelligence (pp. 355-365). Springer, Berlin,
Heidelberg.
Seyhun, H. N. (1988). The january effect and aggregate
insider trading. The Journal of Finance, 43(1), 129-141.
Slater, M. D. (2007). Reinforcing spirals: The mutual in-
fluence of media selectivity and media effects and their
impact on individual behavior and social identity. Commu-
nication theory, 17(3), 281-303.
Sprenger, T. O., Tumasjan, A., Sandner, P. G., & Welpe, I. M.
(2014). Tweets and trades: The information content of stock
microblogs. European Financial Management, 20(5), 926-957.
Tetlock, P. C. (2007). Giving content to investor sentiment:
The role of media in the stock market. The Journal of finan-
ce, 62(3), 1139-1168.
Vallez, M. y Pedraza, R. (2007). El Procesamiento del Len-
guaje Natural en la Recuperación de Información Textual y
áreas afines. Hipertext.net, 5.
Wang, Y. H., Lin, C. T., & Chen, W. L. (2010). Does lunar
cycle effect exist? Lunar phases and stock return volatilities.
African Journal of Business Management, 4(18), 3892-3897.
Zhang, W., Li, X., Shen, D., & Teglio, A. (2016). Daily hap-
piness and stock returns: Some international evidence.
Physica A: Statistical Mechanics and its Applications, 460,
201-209.
Zhang, W., Li, Y., Zhang, Z., & Shen, D. (2018). The dyna-
mic cross-correlations between foreign news, local news
and stock returns. Physica A: Statistical Mechanics and its
Applications, 509, 861-872.
