Vad mäter Google Trends?
För att dra slutsatser om finansiella fenomen på basen av Internetsökningar måste vi först ha en gångbar teori om vad Internetsökningar mäter i kontextet av finansiell data. Tidigare undersökningar har givit en rad olika förslag på vilka fenomen den relativa sökmängden från Google Trends mäter.- Kollektivt agerande (Curme, Preis, Stanley & Moat, 2013)
- Aggregerad efterfrågan (Carrière-Swallow & Labbé, 2013)
- Signal om förändringar i aktiemarknaden (Preis & Stanley, 2013)
- Investerares förväntningar (Signos, 2013)
- Förändringar i hushålls konsumtion (Vosen & Schmidt, 2011)
- Efterfrågan av information (Vlastakis & Markellos, 2011, Drake, Roulstone & Thornock, 2011)
- Investerares uppmärksamhet gentemot ett företag (Da, Engelberg & Gao, 2011)
- Marknadens sentiment (Da, Engelberg & Gao, 2010)
- Indikator på förändringar i makroekonomiska variabler, "nowcasting" (Choi & Varian, 2009)
Generella egenskaper för Google Trends sökvolymindex
Internetsökningar kan i huvudsak användas som måttstock inom tre områden: individuella investerares informationsefterfrågan, hushålls konsumtionsbeteende, och som ett ledande estimat på förändring i makroekonomiska variabler. På basen av denna forskning kan vi generalisera följande egenskaper om Internetsökningar i finansiell forskning:- Internetsökningar möjliggör kvantifiering av aggregerade preferenser och uppmärksamhet på ett objektivt sätt som tidigare inte varit möjligt.
- Google Trends datamaterial är mycket stort, vilket gör att vi kan anta att lagen om stora nummer håller och att statistiska tester därmed är gångbara.
- Internetsökningar lider av en stor mängd brus och det är svårt att avgöra vad uppsåtet bakom en sökning är.
- Internetsökningar mäter förändringar i kollektiva preferenser i realtid, vilket möjliggör inkorporering av ny data i modeller snabbare än tidigare varit möjligt.
- Internetsökningar lider av kalender- och datumanomalier.
Google Trends som mått på individuella investerares uppmärksamhet
Det är framför allt Vlastakis och Markellos (2011), Da, Engelberg och Gao (2011) samt Drake, Roulstone och Thornock (2012) som behandlar Google Trends data som ett mått för individuella investerares uppmärksamhet (eller informationsefterfrågan).Da, Engelberg och Gao lägger grunden för vår förståelse av Internetsökningar i relation till andra variabler för investerares uppmärksamhet genom att undersöka hur sökvolymdata förhåller sig till andra mått på investerares uppmärksamhet som extrema avkastningar, handlad volym, nyheter och marknadsföringsbudget. De finner att sökvolym leder de andra variablerna för investerares uppmärksamhet i ett VAR-ramverk.
Vlastakis och Markellos kombinerar Google Trends sökvolymindex med data från Reuters NewsScope för att studera förhållandet mellan efterfrågan (Internetsökningar) och utbud (nyheter) av information. De definierar företagsrelaterad informationsefterfrågan som Internetsökningar för företagets namn och marknadsrelaterad informationsefterfrågan som sökningar för "S&P 500". De finner att båda variablerna är signifikant korrelerade med handlad volym och betingad historisk volatilitet.
Drake, Roulstone och Thornock skapar ett mått för abnormala Google-sökningar och undersöker hur det beter sig tiden före och efter publiceringen av ett företags resultatrapport. De finner bevis för att informationen inte reflekteras i aktiekursen omedelbart. De visar även att en ökning i abnormala sökningar före en resultatrapport publiceras gör att en del av nyheten reflekteras i priset på förhand.
Källor
Quantifying the semantics of search behavior before stock market movesCurme, Preis, Stanley & Moat (2013)
http://www.pnas.org/content/111/32/11600.abstract
Nowcasting with Google Trends in an emerging market
Carrière-Swallow & Labbé (2013)
http://onlinelibrary.wiley.com/doi/10.1002/for.1252/full
Quantifying trading behavior in financial markets using Google Trends
Preis & Stanley (2013)
http://www.nature.com/srep/2013/130425/srep01684/full/srep01684.html?ftcamp=crm/email/2013426/nbe/AlphavilleNewYork/product
Google attention and target price run ups
Signos (2013)
http://www.sciencedirect.com/science/article/pii/S1057521912001184
Forecasting private consumption: survey-based indicators vs. Google trends
Vosen & Schmidt (2011)
http://onlinelibrary.wiley.com/doi/10.1002/for.1213/full
Information Demand and Stock Market Volatility
Vlastakis & Markellos (2011)
http://www.sciencedirect.com/science/article/pii/S0378426612000507
In search of attention
Da, Engelberg & Gao (2011)
http://onlinelibrary.wiley.com/doi/10.1111/j.1540-6261.2011.01679.x/full
Investor information demand: Evidence from Google searches around earnings announcements
Drake, Roulstone & Thornock (2011)
http://onlinelibrary.wiley.com/doi/10.1111/j.1475-679X.2012.00443.x/full
The sum of all fears: investor sentiment and asset prices
Da, Engelberg & Gao (2010)
https://www3.nd.edu/~pgao/papers/FEARS_20131007.pdf
Predicting the Present with Google Trends
Choi & Varian (2009)
http://onlinelibrary.wiley.com/doi/10.1111/j.1475-4932.2012.00809.x/full
No comments:
Post a Comment