Investoru sentiments sociālajos medijos kā akciju cenu un tirdzniecības apjoma ietekmējošais faktors

Abstract

Pētījuma mērķis ir novērtēt investoru sentimentu sociālajos tīklos un pārliecināties vai investoru sentiments statistiski nozīmīgi ietekmē akciju cenu un tirdzniecības apjoma izmaiņu. Darbā aplūkots periods no 06.04.2016. līdz 29.04.2016, izmantojot augstas frekvences (stundas intervāla) datus par 36 “The Standard & Poor’s 500” indeksā iekļauto uzņēmumu akcijām. Sociālo mediju sentimenta aprēķināšanai ir izmantota vārdnīcu pieeja - konkrēti, R programmēšanas valodas bibliotēka “sentimentr”. Izmantojot vektoru autoregresijas (VAR) modeļus, iegūti statistiski nozīmīgi rezultāti, kas apliecina investora sentimenta ietekmi gan uz akciju ienesīgumu, gan uz tirdzniecības apjomu. Abos gadījumos tika apstiprināta vienvirziena Grendžera celonība. Attiecībā uz augstas frekvences datiem iepriekš publicētajos pētījumos līdzīgo rezultātu nebija, un tā ir šī darba galvenā novitāte.

The goal of thesis is to assess investor sentiment in social networks and to evaluate whether investor sentiment is a statistically significant factor in stock returns and trading volume. The research period is from 06.04.2016. till 29.04.2016, using hourly interval data of 36 companies included in the “The Standard & Poor’s 500”. A dictionary approach has been used to calculate social media sentiment - specifically, the R programming language library “sentimentr”. Using vector autoregression (VAR) models, statistically significant results have been obtained, which confirms the impact of investor sentiment on both stock returns and trading volume. In both cases, one-way Granger's celibacy was confirmed. For high frequency data, previously published studies did not show similar results and this is the main novelty of this work.