Negli ultimi anni, il mercato italiano delle IPO ha registrato un'attività senza precedenti. Tale dinamismo offre nuove opportunità per analizzare il fenomeno dell'underpricing, un elemento chiave che può influenzare la decisione delle aziende di accedere al mercato dei capitali. Tradizionalmente, questo aspetto è stato esplorato tramite metodi quantitativi; tuttavia, il presente studio introduce un approccio innovativo attraverso il text mining dei contenuti mediatici. Mirando a decifrare come la copertura mediatica e le percezioni trasmesse influenzano l'underpricing delle aziende nel mercato azionario italiano. Il progetto si propone di identificare le correlazioni tra media, social media e le performance di mercato, offrendo nuove prospettive sul comportamento degli investitori e sull'impatto delle narrazioni mediatiche nelle decisioni finanziarie.

Text Mining nell'Analisi delle IPO: Uno Studio del Mercato Italiano dal 2010

KOCI, KEVIN
2023/2024

Abstract

Negli ultimi anni, il mercato italiano delle IPO ha registrato un'attività senza precedenti. Tale dinamismo offre nuove opportunità per analizzare il fenomeno dell'underpricing, un elemento chiave che può influenzare la decisione delle aziende di accedere al mercato dei capitali. Tradizionalmente, questo aspetto è stato esplorato tramite metodi quantitativi; tuttavia, il presente studio introduce un approccio innovativo attraverso il text mining dei contenuti mediatici. Mirando a decifrare come la copertura mediatica e le percezioni trasmesse influenzano l'underpricing delle aziende nel mercato azionario italiano. Il progetto si propone di identificare le correlazioni tra media, social media e le performance di mercato, offrendo nuove prospettive sul comportamento degli investitori e sull'impatto delle narrazioni mediatiche nelle decisioni finanziarie.
2023
Text Mining in IPO Analysis: A Study of the Italian Market since 2010
Text Mining
Ipo
Italian Stock Market
Sentiment Analysis
File in questo prodotto:
File Dimensione Formato  
Koci_Kevin.pdf

accesso aperto

Dimensione 6.37 MB
Formato Adobe PDF
6.37 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/68400