Настроения инвесторов и динамика фондового рынка: пути к прогнозированию цен на акции

Миловидов Владимир Дмитриевич   

В статье анализируются поисковые запросы в российском и американском сегментах Google. Автор предлагает методику выбора и классификации поисковых запросов, отражающих настроения инвесторов, которые потенциально влияют на активность населения на финансовом рынке. В статье проводится расчет индексов настроений по США и России, демонстрирующих высокую корреляцию с национальными фондовыми индексами S&P500 и IMOEX. Автор резюмирует, что котировки финансового рынка могут определяться как индикаторы настроений инвесторов, которые в свою очередь формируются на основе комплекса факторов экономического и внеэкономического характера.

Статья опубликована в журнале «Проблемы прогнозирования», №4 2024

Литература/References

  1. Миловидов В.Д. Капитализация фейка: настроения инвесторов и семантика интернет-запросов //Проблемы национальной стратегии. 2017. Т. 45. № 6. С. 162-184. [Milovidov V.D. Fake`s Capitalization: Investor Moods and Web Search Query Semantics. Problemy nacional’noj strategii. 2017. Vol. 45. No. 6. Pp. 162‑184. (In Russ.)]
  2. Миловидов В.Д. «Акции с историей»: как формулируется рыночная корпоративная идентичность // Мировая экономика и международные отношения. 2022. Т. 66. № 1. С. 100-109. DOI: 10.20542/0131-2227-2022-66-1-100-109. [Milovidov V.D. Story Stocks: How Stock Market-Induced Corporate Identity is being formed. Mirovaja jekonomika i mezhdunarodnye otnoshenija. 2022. Vol. 66. No. 1. Pp. 100-109. (In Russ.)]
  3. Milovidov V.D. Redefining investors’ goals in the post-normal world // The Journal of Risk Finance. 2023. Vol. 24. No. 3. Pp. 371-385. DOI: 10.1108/JRF-07-2022-0191. URL: https://www.emerald.com/insight/content/doi/10.1108/JRF-07-2022-0191/full/html
  4. Петражицкий Л.И. Акции. Биржевая игра и теория экономических кризисов. Об акционерном деле и типических ошибках при оценке шансов неизвестной прибыли. М., Ленанд. 2016. 320 с. [Petrazhickij L.I. Akcii. Birzhevaja igra i teorija jekonomicheskih krizisov. Ob akcionernom dele i tipicheskih oshibkah pri ocenke shansov neizvestnoj pribyli. Moskva, Lenand. 2016. 320 p. (In Russ.)]
  5. Кейнс Дж.М. Общая теория занятости, процента и денег. М., Гелиос АРВ. 2002. 352 с. [Keynes J.M. The general Theory of Employment, Interest and Money. Moskva, Gelios ARV. 2002. 352 p. (In Russ.)]
  6. Fama E.F. Random Walks in Stock Market Prices. Financial Analysts Journal. 1995. Vol. 51. No. 1. Pp. 75-80. URL: http://www.jstor.org/stable/4479810
  7. Hayek F.A. The use of Knowledge in Society. The American Economic review. 1945. Vol. 35. No. 4. Pp. 519-530. URL: https://www.jstor.org/stable/1809376
  8. Fama E.F. Efficient capital markets: a review of theory and empirical work. Journal of Finance. 1970. Vol. 25. No. 2. Рp. 383-417. DOI: 10.2307/2325486. URL: https://doi.org/10.2307/2325486
  9. Grossman J., Stiglitz J.E. On the impossibility of informationally effective markets. The American Economic Review. 1980. Vol. 70. No. 3. Pp. 393-408. URL: http://www.jstor.org/stable/1805228
  10. Ellsberg D. Risk, ambiguity and the Savage Axioms. The Quarterly Journal of Economics. 1961. Vol. 75. No. 4. Pp. 643-669. DOI: 10.2307/1884324. URL: https://doi.org/10.2307/1884324
  11. Epstein L.G., Schneider M. Ambiguity, Information Quality, and Asset Pricing. The Journal of Finance. 2008. Vol. 63. No. 1. Pp. 197-228. URL: http://www.jstor.org/stable/25094438
  12. Sims Ch. A. Implication of rational inattention. Journal of Monetary Economics. 2003. Vol. 50. No. 3. Pp. 665‑690. URL: https://doi.org/10.1016/S0304-3932(03)00029-1
  13. Sims Ch.A. Rational inattention: beyond the linear-quadratic case. The American Economic Review. 2006. Vol. 96. No. 2. Pp. 158-163. URL: http://www.jstor.org/stable/30034633
  14. Barber B.M., Odean T. All that Glitters: The Effect of Attention and News on the Buying Behavior of Individual and Institutional Investors. EFA. 2005. Moscow Meetings Paper. 2005. URL: https://dx.doi.org/10.2139/ssrn.460660
  15. Tetlock P.C. Giving Content to Investor Sentiment: The Role of Media in the Stock Market. The Journal of Finance. 2007. Vol. 62. No. 3. Pp. 1139-1168. URL: https://doi.org/10.1111/j.1540-6261.2007.01232.x
  16. Schwarz N. Feelings as information: Implications for affective influences on information processing. In: Martin L.L., Clore G.L. (Eds.). Theories of Mood and Cognition: A User’s Guidebook (1st ed.). New York. Psychology Press. 2001. 232 p. URL: https://doi.org/10.4324/9781410605733
  17. Sakariyahu R., Paterson A., Chatzivgeri E., Lawal R. Chasing noise in the stock market: an inquiry into the dynamics of investor sentiment and asset pricing. Review of Quantitative Finance and Accounting. 2023. Vol. 62. Pp. 135-169. DOI: 10.1007/s11156-023-01214-8. URL: https://link.springer.com/article/10.1007/s11156-023-01214-8
  18. Agarwal S., Kumar S., Goel U. Stock market response to information diffusion through internet sources: A literature review. International Journal of Information Management. 2019. Vol. 45. April. Pp. 118-131. URL: https://doi.org/10.1016/j.ijinfomgt.2018.11.002
  19. Beer F., Herve F., Zouaoui M. Is Big Brother Watching us? Google Sentiment and Stock Market. Economic Bulletin. 2013. Vol. 33. No. 1. Pp. 454-466. URL: http://www.accessecon.com/Pubs/EB/2013/Volume33/EB-13-V33-I1-P44.pdf
  20. Bilgin M.H., Demir E., Gozgor G., Karabulut G., Kaya H. A novel index of macroeconomic uncertainty for Turkey based on Google-Trends. Economics Letters. 2019. Vol. 184 November art. 108601. URL: https://doi.org/10.1016/j.econlet.2019.108601
  21. Kim N., Lucijanska K., Molhar P., Villa R. Google searches and stock market activity: evidence from Norway. Financial Research Letters, 2019. Vol. 28. March. Pp. 208-220. URL: https://doi.org/10.1016/j.frl.2018.05.003
  22. Swamy V., Dharani M. Investor attention using the Google search volume index – impact on stock returns. Review of Behavioral Finance. 2019. Vol. 11. No. 1. Pp.55-69. DOI: 10.1108/RBF-04-2018-0033. URL: https://www.emerald.com/insight/content/doi/10.1108/RBF-04-2018-0033/full/html
  23. Brochado A. Google search-based sentiment indexes. IIMB Management Review. 2020. Vol. 32. No. 3. Pp. 325‑335. URL: https://doi.org/10.1016/j.iimb.2019.10.015
  24. Jianchun Fang, Giray Gozgor, Chi-Keung Marco Lau, Zhou Lu. The impact of Baidu Index sentiment on the volatility of China’s stock markets. Finance Research Letters. 2020. Vol. 32. January. Article 101099. URL: https://doi.org/10.1016/j.frl.2019.01.011
  25. Liu W., Yang J., Chen CaJ., Xu L. How Social-Network Attention and Sentiment of Investors Affect Commodity Futures Market Returns: New Evidence from China. SAGE Open, 2023Vol. 13 No. 1. URL: https://doi.org/10.1177/21582440231152131
  26. Гуров И.Н., Картаев Ф.С., Виноградова О.С. Прогнозирование оттока депозитов населения на основе интенсивности поисковых запросов // Финансы: теория и практика. 2023. Т. 27. № 3. С. 92-104. [Gurov I.N., Kartaev F.S., Vinogradova O.S. Predicting the outflow of household deposits based on the intensity of search queries. Finansy: teorija i praktika. 2023. Vol. 27. No. 3. Pp. 92-104. (In Russ.)] URL: https://doi.org/10.26794/2587-5671-2023-27-3-92-104
  27. Dimpfl T., Jank S. Can Internet search queries help to predict stock market volatility? European Financial Management. 2016. Vol. 22. No. 2. Pp. 171-192. URL: https://doi.org/10.1111/eufm.12058
  28. Mao H., Counts S., Bollen J. Quantifying the effects of online bullishness on international financial markets. ECB Statistics Paper. 2015. No. 9. URL: https://www.ecb.europa.eu/pub/pdf/scpsps/ecbsp9.en.pdf
  29. Perlin M.S., Cadeira J.F., Santos A.A.P., Pontuschka M. Can we predict the financial markets based on Google’s search queries? Journal of forecasting. 2016. Vol. 36. No. 4. Pp. 454-467. URL: https://doi.org/10.1002/for.2446
  30. Gastelnuovo E., Trung Due Tran. Google it up! A Google Trends-based Uncertainty Index for the United States and Australia. Economic Letters. 2017. Vol. 161. December. Pp. 149-153. URL: https://doi.org/10.1016/j.econlet.2017.09.032
  31. Canh Phuc Nguyen, Schinckus C., Thai Vu Hong Nguyen. Google search and stock returns in emerging markets. Borsa Istanbul Review. 2019. Vol. 197. No. 4. Pp. 288-296. URL: https://doi.org/10.1016/j.bir.2019.07.001
  32. Akarsu S., Suer O. How investor attention affects stock returns? Some international evidence. Borsa Istambul Review. 2022. Vol. 22. No. 3. Pp. 616-626. URL: https://doi.org/10.1016/j.bir.2021.09.001
  33. Szczygielski J.J., Charteris A., Bwanya P.R., Brzeszczynski J. Google search trends and stock markets: sentiment, attention or uncertainty? The International Review of Financial Analysis. 2024. Vol. 91. January. 102549. URL: https://doi.org/10.1016/j.irfa.2023.102549
  34. Da Z., Engelberg J., Gao P. The Sum of All FEARS Investor Sentiment and Asset Prices. The Review of Financial Studies. 2015. Vol. 28. No. 1. Pp. 1–32. URL: https://doi.org/10.1093/rfs/hhu072
  35. Mondria J., Wu T., Zhang Y. The determinants of international investment and attention allocation: Using internet search query data. Journal of International Economics. 2010. Vol. 82. No. 1. Pp. 85-95. URL: https://doi.org/10.1016/j.jinteco.2010.04.007
  36. Da Z., Engelberg J., Gao P. In search of attention. The Journal of Finance. 2011. Vol. 66. No. 5. Pp. 1461-1499. URL: http://www.jstor.org/stable/41305167
  37. Da Z., Hua J., Hung Ch.-Ch., Peng L. Market Returns and a Tale of Two Types of Attention. SSRN. 2023. April 28. URL: https://dx.doi.org/10.2139/ssrn.3551662
  38. Joseph K., Wintoki M.B. Forecasting abnormal stock returns and trading volume using investor sentiment: evidence from online search. International Journal of Forecasting. 2011. Vol. 27. No. 4. Pp. 1116-1127. URL: https://doi.org/10.1016/j.ijforecast.2010.11.001
  39. Bijl L., Kringhaug G., MolnÅLar P., Sandvik E. Google searches and stock returns. International Review of Financial Analysis. 2016. Vol. 45. May. Pp. 150-156. URL: https://doi.org/10.1016/j.irfa.2016.03.015
  40. Andrei D., Hasler M. Investor Attention and Stock Market Volatility. The Review of Financial Studies. 2015. Vol. 28. No. 1. Pp. 33–72. URL: http://www.jstor.org/stable/24466847
  41. Donadelli M. Google search-based metrics, policy-related uncertainty and macroeconomic conditions. Applied Economics Letters. 2015. Vol. 22. No. 10. Pp. 801-807. URL: https://doi.org/10.1080/13504851.2014.978070
  42. Preis T., Moat H. S., Stanley H.E. Quantifying trading behavior in financial markets using Google Trends. Scientific reports. 2013. No. 3. Art.1684. URL: https://doi.org/10.1038/srep01684
  43. Challet D., Ayed A.B.H. Predicting financial markets with Google Trends and not so random keywords. ArXiv e-prints. 2013. URL: https://doi.org/10.48550/arXiv.1307.4643
  44. Richards I.A. The philosophy of rhetoric. Oxford, London. Oxford University Press. 1936. 138 p.
  45. Миловидов В.Д. Экономический человек в эпоху интернета: сравнение России и США // Мировая экономика и международные отношения. 2022. Т. 66. № 12. С. 69-79. DOI: 10.20542/0131-2227-2022-66-12-69-79. [Milovidov V.D. Homo Economicus in the Internet Age: Russia and US Comparative Analysis. Mirovaja jekonomika i mezhdunarodnye otnoshenija. 2022. Vol. 66. No. 12. S. 69-79. (In Russ.)]