Twitter'daki sürdürülebilir finans kümelenmesinin konu modelleme ve duygu analizi yöntemleriyle incelenmesi

Küresel iklim krizi tüm dünya halklarını günden güne daha çok tehdit etmektedir. İklim krizi beraberinde çevresel ve sosyal birçok risk getirmektedir. Finans sektörüne ise sürdürülebilir kalkınmayı sağlamada ve gelişmekte olan ülkelerin iklim değişikliğiyle mücadele ve adaptasyon için ihtiyaç duyduğu sermaye aktarımını sağlamada büyük bir sorumluluk düşmektedir. Bütün bunlar göz önünde bulundurulduğunda sürdürülebilir finans toprak ana ve üstünde yaşayanlar için daha yaşanılabilir bir dünya vadetmektedir. Bu çalışmada öncelikle sürdürülebilir finansın kavramsal çerçevesinden bahsedilmiştir. Türkçe yayınlarda sürdürülebilir finans ve ESG yatırımları ile ilgili çok az çalışma olduğu göz önünde bulundurulduğunda kavramsal çerçeve oldukça önem taşımaktadır. Çalışmanın uygulama kısımda ise önce Twint Kütüphanesi yardımıyla Twitter'dan sürdürülebilir finansla ilgili anahtar kelimeler aratılarak İngilizce bir veri tabanı oluşturulmuştur. Veri tabanı, veri görselleştirmeleri yapılarak yorumlanmıştır. Veriler ön işleme yapıldıktan sonra Gensim kütüphanesinden çağırılan LDA ve LDAmulticore modelleri ile Mallet kütüphanesinden çağırılan LDA mallet teknikleri konu modellemesi yapılarak karşılaştırılmış ve optimal konu sayısı test edilmiştir. Modellenen konulara ve tweetlere Textblob Kütüphanesi kullanılarak duygu analizi yapılmıştır. Uygulamamız sonucunda en yüksek tutarlılık puanı (coherence scor) LDA mallet modeli ve 18 adet konu ile elde edilmiştir. Konular anahtar kelimeler içerecek şekilde listelenerek sürdürülebilir finans topluluğunu arasındaki eğilimler karşılaştırmalı olarak analiz edilmiştir. Çalışma sürdürülebilir finans alanında yapılan bilinen ilk konu modellemesi örneğidir.