Behandling av sökvolymdata för finansiella applikationer

Dataurval

Dataurvalet specificeras som företagen i indexet FTSE 100 samt indexet FTSE 100 mellan 1.1.2004 och 31.12.2013. Dataurvalet begränsas bakåt av att Google Trends inte tillhandahåller data före 2004. Ett av de viktigaste stegen i processen är att specificera relevanta sökord för företagen som undersöks. Tidigare undersökningar har använt två olika metodologier. Da, Engelberg och Gao (2011) använder företags kortnamn. Detta är möjligt för stora företag som har en stor investerarbas och därmed tillräckligt mycket sökningar för att kortnamnen skall registreras i Google Trends. Da, Engelberg och Gao poängterar att företagets namn innehåller icke-finansiella sökningar. Eftersom tillräcklig sökdata inte finns för de flesta företags kortnamn i FTSE 100 används samma metod som Vlastakis och Markellos (2010). De har valt att använda företagets namn som sökord eftersom sökvolymerna för dessa är högre. De anser att man kan anta att icke-finansiella sökningar är slumpmässiga och därmed inte påverkar resultatet. Vlastakis och Marekellos poängterar även att sökningar efter företagets namn ger en bredare bild av efterfrågan av information för ett företag än kortnamnet. Den här undersökningen följer denna metodologi och antar att icke finansiella sökningar för företagets namn är brus.

Google Trends tillhandahåller data på tre frekvenser: daglig, veckovis, och månadsvis. Eftersom målet med undersökningen är att förklara heteroskedasticitet i dagliga avkastningar används dalig data. Google Trends tillhandahåller dagligt data endast tre månader åt gången. Dagligt data har därför hämtats i månatliga intervaller, vilket innebär att 120 datafiler har hämtats per företag. För att hantera datamängden har ett skript skapats i det statistiska ramverket R som utför följande bearbetningar av data:

1. Hämtning av enskilda filer från Google Trends för varje företag
2. Sammanställning av de enskilda månaderna till hela tidsserier
3. Omindexering av de månatliga sökvolymserierna så att de följer utvecklingen av sökvolymserierna för hela undersökningsperioden

Omindexeringen har utförts genom att räkna procentskillnaden mellan den veckovisa sökvolymen i början av varje månad med den månatliga datafilens initiella sökvolym. Processen beskrivs grafiskt i figurerna nedan. Den första figuren illustrerar de ihopklistrade månatliga sökvolymserierna. Den andra figuren illustererar sökvolymen på veckonivå. Den tredje figuren illustrerar de omindexerade dagliga sökningarna från figur ett. Som figur tre visar så kan man på så vis kombinera jämförbarheten av veckovisa sökningar med den högre frekvensen från dagliga sökningar.


30 företag har ingen sökvolymdata tillgänglig och har därför exkluderats från undersökningen. Det maximala antalet observationer för ett företag  är 3650. 44 företag har över 3000 observationer. I de fall var endast ett fåtal datapunkter saknas har avsaknade värden ersatts med  linjär interpolering. I de fall var data saknas i början eller slutet tidsserien har perioden avkortats.

Kortnamn	Företag	Sökord	Observationer
LON:AAL	Anglo American plc	Anglo American	3533
LON:ABF	Associated British Foods plc	Associated British Foods	417
LON:ADM	Admiral Group plc	Admiral Group	1198
LON:ADN	Aberdeen Asset Management PLC	Aberdeen Asset Management	1681
LON:AGK	Aggreko plc	Aggreko	2226
LON:AHT	Ashtead Group plc	Ashtead Group	0
LON:ANTO	Antofagasta plc	Antofagasta	3619
LON:ARM	ARM Holdings plc	ARM Holdings	1190
LON:AV	Aviva plc	Aviva	3613
LON:AZN	AstraZeneca PLC	AstraZeneca	3557
LON:BA	BAE Systems plc	BAE Systems	3521
LON:BAB	Babcock International Group plc	Babcock International Group	0
LON:BARC	Barclays PLC	Barclays	3644
LON:BATS	British American Tobacco plc	British American Tobacco	3380
LON:BDEV	Barratt Developments plc	Barratt Developments	298
LON:BG	BG Group plc	BG Group	2505
LON:BLND	The British Land Company Public Limited Company	The British Land Company Public Limited Company	0
LON:BLT	BHP Billiton plc	BHP Billiton	3382
LON:BNZL	Bunzl plc	Bunzl	2688
LON:BP	BP plc	BP	3644
LON:BRBY	Burberry Group plc	Burberry Group	0
LON:BSY	British Sky Broadcasting Group plc	British Sky Broadcasting Group	0
LON:BT.A	BT Group plc	BT Group	2428
LON:CCH	COCA-COLA HBC N	COCA-COLA	3643
LON:CCL	Carnival plc	Carnival	3644
LON:CNA	Centrica plc	Centrica	3492
LON:CPG	Compass Group PLC	Compass Group	3490
LON:CPI	Capita plc	Capita	3643
LON:CRH	CRH plc	CRH	3083
LON:DGE	Diageo plc	Diageo	3527
LON:EXPN	Experian plc	Experian	3643
LON:EZJ	easyJet plc	easyJet	3644
LON:FRES	Fresnillo PLC	Fresnillo	2363
LON:GFS	G4S plc	G4S	2746
LON:GKN	GKN plc	GKN	3451
LON:GLEN	GLENCORE XSTRAT	GLENCORE XSTRAT	0
LON:GSK	GlaxoSmithKline plc	GlaxoSmithKline	3535
LON:HL	Hargreaves Lansdown Plc.	Hargreaves Lansdown	2838
LON:HMSO	Hammerson plc	Hammerson	2181
LON:HSBA	HSBC Holdings plc	HSBC Holdings	1908
LON:IAG	INTL. CONS. AIR GRP	INTL. CONS. AIR GRP	0
LON:IHG	Intercontinental Hotels Group plc	Intercontinental Hotels Group	2087
LON:IMI	IMI plc	IMI	3626
LON:IMT	Imperial Tobacco Group plc	Imperial Tobacco Group	0
LON:ITRK	Intertek Group plc	Intertek Group	0
LON:ITV	ITV plc	ITV	0
LON:JMAT	Johnson Matthey plc	Johnson Matthey	2619
LON:KGF	Kingfisher plc	Kingfisher	3618
LON:LAND	Land Securities Group plc	Land Securities Group	0
LON:LGEN	Legal & General Group Plc	Legal %26 General Group	0
LON:LLOY	Lloyds Banking Group plc	Lloyds Banking Group	1783
LON:LSE	London Stock Exchange Group plc	London Stock Exchange Group	0
LON:MGGT	Meggitt PLC	Meggitt	2265
LON:MKS	Marks & Spencer Group plc	Marks %26 Spencer Group	0
LON:MNDI	Mondi plc	Mondi	3442
LON:MRO	Melrose Industries PLC	Melrose Industries	0
LON:MRW	Wm. Morrison Supermarkets plc	Wm. Morrison Supermarkets	0
LON:NG	National Grid plc	National Grid	0
LON:NXT	Next Plc	Next	0
LON:OML	Old Mutual plc	Old Mutual	0
LON:PFC	Petrofac Limited	Petrofac Limited	0
LON:PRU	Prudential plc	Prudential	3644
LON:PSN	Persimmon plc	Persimmon	3565
LON:PSON	Pearson plc	Pearson	3644
LON:RB	Reckitt Benckiser Group plc	Reckitt Benckiser Group	0
LON:RBS	The Royal Bank of Scotland Group plc	The Royal Bank of Scotland Group	0
LON:RDSB	Royal Dutch Shell plc	Royal Dutch Shell	2908
LON:REL	Reed Elsevier plc	Reed Elsevier	2281
LON:REX	Rexam plc	Rexam	3136
LON:RIO	Rio Tinto plc	Rio Tinto	3563
LON:RMG	ROYAL MAIL	ROYAL MAIL	3644
LON:RR	Rolls Royce Holdings plc	Rolls Royce Holdings	0
LON:RRS	Randgold Resources Limited	Randgold Resources Limited	0
LON:RSA	RSA Insurance Group plc	RSA Insurance Group	0
LON:RSL	Resolution Limited	Resolution Limited	417
LON:SAB	SABMiller plc	SABMiller	2938
LON:SBRY	J. Sainsbury plc	J. Sainsbury	0
LON:SDR	Schroders plc	Schroders	3427
LON:SGE	Sage Group plc	Sage Group	1926
LON:SHP	Shire plc	Shire	3644
LON:SL	Standard Life plc	Standard Life	3614
LON:SMIN	Smiths Group plc	Smiths Group	2545
LON:SN	Smith & Nephew plc	Smith & Nephew	2640
LON:SPD	Sports Direct International plc	Sports Direct International	0
LON:SSE	SSE plc	SSE	3567
LON:STAN	Standard Chartered PLC	Standard Chartered	3631
LON:STJ	St. James's Place plc	St. James Place	0
LON:SVT	Severn Trent Plc	Severn Trent	3499
LON:TLW	Tullow Oil plc	Tullow Oil	2109
LON:TPK	Travis Perkins plc	Travis Perkins	3534
LON:TSCO	Tesco PLC	Tesco	3644
LON:TT	TUI Travel PLC	TUI Travel	3200
LON:ULVR	Unilever plc	Unilever	3643
LON:UU	United Utilities Group PLC	United Utilities Group	0
LON:VOD	Vodafone Group Public Limited Company	Vodafone Group	1773
LON:WEIR	The Weir Group PLC	The Weir Group	0
LON:WMH	William Hill plc	William Hill	3644
LON:WOS	Wolseley plc	Wolseley	3494
LON:WPP	WPP	WPP	3497
LON:WTB	Whitbread PLC	Whitbread	3442
^FTSE	FTSE 100	FTSE 100	3453

Trender i sökvolymdata

En av de egenskaper i sökvolymdata som är särskilt påtagliga för företa är en veckodagseffekt. Sökvolymindexet är signifikant lägre under veckosluten för 49 av 72 sökord. Sökvolymindexet är signifikant högre på onsdagar för 43 av sökorden. För att eliminera veckodagseffekten regresseras sökvolymindexet mot veckodagen.I figurerna nedan beskrivs transformationen. Den första figuren är histogrammen för det obehandlade och det transformerade sökvolymindexet. Den andra figuren är en snutt av det obehandlade sökvolymindexet, den tredje figuren är det transformerade sökvolymindexet. I figur två ser man att det finns betydande veckodagseffekter.

 

Abnormal sökvolym

Drake, Roulstone och Thornock (2012) undviker problemet med veckodagseffekter genom att definerar abnormal sökvolym som den sökvolymen för dag t och företag i minus den genomsnittliga sökvolymen för samma veckodag k över de föregående 10 veckorna. Figurerna nedan visar att den abnormala sökvolymen är mer normalfördelad än det obehandlade sökvolymindexet.




Vilken metod är bättre, eliminering av veckodagseffekten med en fast veckodagseffekt, eller ett rullande tioveckorsfönster? Figuren nedan illustrerar skillnadne mellan de två metoderna.


Ett Jarque Bera-test visar att båda är långt ifrån normalfördelade. Den röda linjen som behandlats med Da, Engelberg och Gaos metod har en chi^2-koefficient som är 2325296. Den blå linjen som avtrendats med en fast koefficient per veckodag har en chi^2-koefficient som är 1726184, betydligt lägre. För hela dataurvalet resulterar det rullande medeltalet i en lägre chi^2-koefficient i 33 av 71 fall, i de övriga fallen är den andra modellen bättre. Da, Engelberg och Gaos metod används som huvudsaklig variabel. Den alternativa modellen används som robusthetstest.