| _version_ |
1828460291918135296
|
| author |
Tzanakis Polydoros
|
| author2 |
Vasileiou, Evangelos
|
| author_facet |
Vasileiou, Evangelos
Tzanakis Polydoros
|
| author_sort |
Tzanakis Polydoros
|
| collection |
DSpace
|
| description |
Η διπλωματική εργασία εξετάζει από την πλευρά της συμπεριφορικής χρηματοοικονομικής (behavioural finance), πώς κάποια σύγχρονα εργαλεία που ποσοτικοποιούν τάσεις κοινωνικών δικτύων μπορούν να συμβάλλουν στην κατανόηση της πορείας των χρηματαγορών και κάποιων αλόγιστων αποδόσεων που παρατηρούνται κατά καιρούς.
Το χρησιμοποιούμενο εργαλείο είναι το Google Trends. Στόχος είναι να αναδειχθεί η χρησιμότητά του ως μια συμπεριφορική παράμετρος που συνδέει τον όγκο αναζητήσεων διαφόρων λέξεων-κλειδιών με αγορές μετοχών και ομολόγων. Ο δείκτης συνδυάζεται με κλασσικές μεθόδους ανάλυσης χρονολογικών σειρών (time series) και θεωρίας σημάτων, όπως:
• Γενικευμένα Αυτοπαλίνδρομα υποδείγματα υπό Συνθήκης Ετεροσκεδαστικότητας (GARCH models)
• ανάλυση Διαστρωματικών-Χρονολογικών δεδομένων (Panel data)
• Κυματιδιακή ανάλυση Συσχέτισης μεταξύ σημάτων (Wavelet Coherence analysis)
Η διπλωματική εργασία αποτελείται από τρία μέρη και εξετάζει τα κατωτέρω θέματα:
Το πρώτο θέμα αφορά την πανδημία της COVID-19, η οποία μονοπωλεί το ενδιαφέρον της ανθρωπότητας από το 2020. Η αβεβαιότητα για την υγεία συν τοις άλλοις επηρεάζει την οικονομία αφού οι κυβερνήσεις προσπαθούν να σχεδιάσουν πολιτικές για να προστατέψουν τον κόσμο από τον ιό, αλλά και να μπορέσει να λειτουργήσει η οικονομική δραστηριότητα (απαγορευτικά μετακινήσεων, οικονομικές ενισχύσεις, κλπ.). Ωστόσο ο φόβος ασθένειας έχει επιπτώσεις όχι μόνο στην οικονομική, αλλά και την επενδυτική συμπεριφορά των ανθρώπων. Αυτό το φόβο προσπαθούμε να ποσοτικοποιήσουμε με το εργαλείο Google Trends. Αυξημένες αναζητήσεις για θέματα COVID-19 συνδέονται με αυξημένο φόβο για την υγεία, όπου σύμφωνα με τους Decker and Schmitz (2016) αυξάνει την αποστροφή για τον κίνδυνο (risk aversion), επηρεάζοντας τις αγορές.
Στο πρώτο μέρος διερευνώνται οι καθοριστικοί παράγοντες των περιθωρίων των τραπεζικών ομολόγων μειωμένης εξασφάλισης (subordinated bonds) την περίοδο της πανδημίας. Τα ομόλογα αυτά ενσωματώνουν γρηγορότερα την αβεβαιότητα των επενδυτών λόγω της χαμηλής κάλυψης που παρέχουν. Σχηματίζουμε έναν δείκτη «φόβου» για την νόσο του κορονοϊού, έτσι ώστε να αξιολογηθεί η επίδραση της κοινωνικής ανησυχίας στις αποδόσεις των ομολόγων. Από ένα δείγμα 6 τραπεζών, τα δεδομένα παρουσιάζουν πως μετά τις 20 Μαρτίου, ανεξάρτητα από τον δείκτη B/M, ο καταλυτικός παράγοντας είναι τα πακέτα στήριξης και ο φόβος των πολιτών. Για τη συγκεκριμένη ανάλυση εφαρμόζουμε Panel Data.
Η εξάπλωση της πανδημίας είναι ένα κύριο θέμα που επηρέασε τις χρηματαγορές· ωστόσο έχουν αναδειχθεί και περιπτώσεις παράξενης χρηματοοικονομικής συμπεριφοράς λόγω των μέσων κοινωνικών δικτύων.
Στο δεύτερο μέρος διαλέγουμε ωριαία δεδομένα και ερευνούμε ένα γεγονός που συγκέντρωσε το ενδιαφέρον του επενδυτικού κοινού στα τέλη Ιανουαρίου στις ΗΠΑ: Η περίπτωση της GameStop, όταν μη-θεσμικοί επενδυτές από την ιστοσελίδα συζήτησης «Reddit/ Wallstreetbets» προκαλούν υψηλή μεταβλητότητα στην αγορά μέσα από ένα short squeeze. Προτείνουμε μια συγκεκριμένη μέθοδο για την ανάλυση ωριαίων αποτελεσμάτων της Google και χρησιμοποιούμε ένα μοντέλο της οικογένειας GARCH. Τα δεδομένα παρουσιάζουν θετική σχέση μεταξύ όγκου συναλλαγών-αποδόσεων και αρνητική σχέση μεταξύ δείκτη της Google-αποδόσεων της μετοχής.
Στο τρίτο μέρος η εργασία στηρίζεται σε μια τεχνική από την θεωρία σημάτων για την αναπαράσταση της χρονικής/συχνοτικής συσχέτισης μεταξύ των αποδόσεων της AMC Theatres και των ακόλουθων παραγόντων: δείκτης δικαιωμάτων αγοράς/πώλησης, αναζητήσεις του δείκτη Google, όγκος συναλλαγών. Τα αποτελέσματα δείχνουν πως όλοι αυτοί οι υποκείμενοι παράγοντες επηρεάζουν τις αποδόσεις της AMC μετά το short squeeze του Ιανουαρίου. Πριν αυτό το γεγονός, οι δείκτες αυτοί δεν εμφανίζουν υψηλή συσχέτιση με τις αποδόσεις της μετοχής, επομένως εικάζουμε τη χρησιμότητά τους σε παρόμοια ακραία, βραχυχρόνια περιστατικά.
Εν κατακλείδι, τονίζουμε τον καθοριστικό ρόλο που διαδραματίζουν οι κοινωνικές τάσεις στο χρηματοπιστωτικό σύστημα. Το εργαλείο αναζητήσεων της Google σχετίζεται με τις χρηματοπιστωτικές αγορές καθώς παρέχει ενδείξεις αλλαγών των τιμών των χρεογράφων, επιβεβαιώνοντας την υποπεριόδους αναποτελεσματικότητα της αγοράς.
|
| id |
oai:hellanicus.lib.aegean.gr:11610-23824
|
| institution |
Hellanicus
|
| language |
English
|
| publishDate |
2022
|
| record_format |
dspace
|
| spelling |
oai:hellanicus.lib.aegean.gr:11610-238242025-03-18T07:54:09Z Google trends index in finance: could it be a useful tool? O δείκτης google trends στην χρηματοοικονομική: μπορεί να είναι ένα χρήσιμο εργαλείο; Tzanakis Polydoros Vasileiou, Evangelos Google Trends index Wavelet Coherence analysis GARCH models Panel data Behavioural finance Συμπεριφορική xρηματοοικονομική Δείκτης ενδιαφέροντος της Google Mοντέλα GARCH Finance GARCH model Wavelets (Mathematics) COVID-19 (Disease) Risk perception Labor market Η διπλωματική εργασία εξετάζει από την πλευρά της συμπεριφορικής χρηματοοικονομικής (behavioural finance), πώς κάποια σύγχρονα εργαλεία που ποσοτικοποιούν τάσεις κοινωνικών δικτύων μπορούν να συμβάλλουν στην κατανόηση της πορείας των χρηματαγορών και κάποιων αλόγιστων αποδόσεων που παρατηρούνται κατά καιρούς. Το χρησιμοποιούμενο εργαλείο είναι το Google Trends. Στόχος είναι να αναδειχθεί η χρησιμότητά του ως μια συμπεριφορική παράμετρος που συνδέει τον όγκο αναζητήσεων διαφόρων λέξεων-κλειδιών με αγορές μετοχών και ομολόγων. Ο δείκτης συνδυάζεται με κλασσικές μεθόδους ανάλυσης χρονολογικών σειρών (time series) και θεωρίας σημάτων, όπως: • Γενικευμένα Αυτοπαλίνδρομα υποδείγματα υπό Συνθήκης Ετεροσκεδαστικότητας (GARCH models) • ανάλυση Διαστρωματικών-Χρονολογικών δεδομένων (Panel data) • Κυματιδιακή ανάλυση Συσχέτισης μεταξύ σημάτων (Wavelet Coherence analysis) Η διπλωματική εργασία αποτελείται από τρία μέρη και εξετάζει τα κατωτέρω θέματα: Το πρώτο θέμα αφορά την πανδημία της COVID-19, η οποία μονοπωλεί το ενδιαφέρον της ανθρωπότητας από το 2020. Η αβεβαιότητα για την υγεία συν τοις άλλοις επηρεάζει την οικονομία αφού οι κυβερνήσεις προσπαθούν να σχεδιάσουν πολιτικές για να προστατέψουν τον κόσμο από τον ιό, αλλά και να μπορέσει να λειτουργήσει η οικονομική δραστηριότητα (απαγορευτικά μετακινήσεων, οικονομικές ενισχύσεις, κλπ.). Ωστόσο ο φόβος ασθένειας έχει επιπτώσεις όχι μόνο στην οικονομική, αλλά και την επενδυτική συμπεριφορά των ανθρώπων. Αυτό το φόβο προσπαθούμε να ποσοτικοποιήσουμε με το εργαλείο Google Trends. Αυξημένες αναζητήσεις για θέματα COVID-19 συνδέονται με αυξημένο φόβο για την υγεία, όπου σύμφωνα με τους Decker and Schmitz (2016) αυξάνει την αποστροφή για τον κίνδυνο (risk aversion), επηρεάζοντας τις αγορές. Στο πρώτο μέρος διερευνώνται οι καθοριστικοί παράγοντες των περιθωρίων των τραπεζικών ομολόγων μειωμένης εξασφάλισης (subordinated bonds) την περίοδο της πανδημίας. Τα ομόλογα αυτά ενσωματώνουν γρηγορότερα την αβεβαιότητα των επενδυτών λόγω της χαμηλής κάλυψης που παρέχουν. Σχηματίζουμε έναν δείκτη «φόβου» για την νόσο του κορονοϊού, έτσι ώστε να αξιολογηθεί η επίδραση της κοινωνικής ανησυχίας στις αποδόσεις των ομολόγων. Από ένα δείγμα 6 τραπεζών, τα δεδομένα παρουσιάζουν πως μετά τις 20 Μαρτίου, ανεξάρτητα από τον δείκτη B/M, ο καταλυτικός παράγοντας είναι τα πακέτα στήριξης και ο φόβος των πολιτών. Για τη συγκεκριμένη ανάλυση εφαρμόζουμε Panel Data. Η εξάπλωση της πανδημίας είναι ένα κύριο θέμα που επηρέασε τις χρηματαγορές· ωστόσο έχουν αναδειχθεί και περιπτώσεις παράξενης χρηματοοικονομικής συμπεριφοράς λόγω των μέσων κοινωνικών δικτύων. Στο δεύτερο μέρος διαλέγουμε ωριαία δεδομένα και ερευνούμε ένα γεγονός που συγκέντρωσε το ενδιαφέρον του επενδυτικού κοινού στα τέλη Ιανουαρίου στις ΗΠΑ: Η περίπτωση της GameStop, όταν μη-θεσμικοί επενδυτές από την ιστοσελίδα συζήτησης «Reddit/ Wallstreetbets» προκαλούν υψηλή μεταβλητότητα στην αγορά μέσα από ένα short squeeze. Προτείνουμε μια συγκεκριμένη μέθοδο για την ανάλυση ωριαίων αποτελεσμάτων της Google και χρησιμοποιούμε ένα μοντέλο της οικογένειας GARCH. Τα δεδομένα παρουσιάζουν θετική σχέση μεταξύ όγκου συναλλαγών-αποδόσεων και αρνητική σχέση μεταξύ δείκτη της Google-αποδόσεων της μετοχής. Στο τρίτο μέρος η εργασία στηρίζεται σε μια τεχνική από την θεωρία σημάτων για την αναπαράσταση της χρονικής/συχνοτικής συσχέτισης μεταξύ των αποδόσεων της AMC Theatres και των ακόλουθων παραγόντων: δείκτης δικαιωμάτων αγοράς/πώλησης, αναζητήσεις του δείκτη Google, όγκος συναλλαγών. Τα αποτελέσματα δείχνουν πως όλοι αυτοί οι υποκείμενοι παράγοντες επηρεάζουν τις αποδόσεις της AMC μετά το short squeeze του Ιανουαρίου. Πριν αυτό το γεγονός, οι δείκτες αυτοί δεν εμφανίζουν υψηλή συσχέτιση με τις αποδόσεις της μετοχής, επομένως εικάζουμε τη χρησιμότητά τους σε παρόμοια ακραία, βραχυχρόνια περιστατικά. Εν κατακλείδι, τονίζουμε τον καθοριστικό ρόλο που διαδραματίζουν οι κοινωνικές τάσεις στο χρηματοπιστωτικό σύστημα. Το εργαλείο αναζητήσεων της Google σχετίζεται με τις χρηματοπιστωτικές αγορές καθώς παρέχει ενδείξεις αλλαγών των τιμών των χρεογράφων, επιβεβαιώνοντας την υποπεριόδους αναποτελεσματικότητα της αγοράς. This dissertation examines from a behaviouristic point of view, how some modern tools that quantify social network trends can help to understand the financial markets and some extreme returns that are observed from time to time. The primary tool is the Google Trends. The aim is to highlight its usefulness as a behavioural index that links the volume of searches of various keywords with stock and bond markets. The index is combined with methods of time series analysis and signal theory, such as: • Generalised Autoregressive Conditional Heteroskedasticity models (GARCH models) • Panel data analysis • Wavelet Coherence analysis The thesis consists of three parts and examines the following topics: The first topic is the COVID-19 pandemic, which has monopolized human interest since 2020. Health uncertainty is also affecting the economy as governments use policies to protect the world from the virus, and to be able to influence the economic activity (travel bans, financial aid, etc.). However, the health fear has an impact not only on people's savings but also on their investing behaviour. We try to quantify this fear with the Google Trends tool. Increased searches for COVID-19 issues are associated with increased health fear, and according to Decker and Schmitz (2016), health fear increases risk aversion affecting markets. The first part examines the determinants of spreads on the US subordinated bonds during the pandemic. These bonds incorporate investor uncertainty faster than vanilla bonds due to the low coverage they provide. We are setting up a "fear" index for the coronavirus disease to assess the impact of social fear on bond yields. From a sample of 6 banks, the data show that after March 20th, regardless of the Book to Market changes, the determinants are the stimulus packages and the health fear. For this analysis we apply a panel data technique. The spread of the pandemic is a major issue that affects the financial markets; however, there are cases of unusual financial behaviour due to social media, that we are interested in. In the second part, with hourly data, we investigate an event that attracted the interest of the investors at the end of January: The case of GameStop, when non-institutional investors from the web forum "Reddit / Wallstreetbets" cause high market volatility through a short squeeze. We propose a specific method to analyse Google hourly results and we use a model from the GARCH family. The data show a positive relationship between trading volume-returns and a negative between Google index-returns. In the third part the work is based on a technique from signal theory. It represents the frequency correlation between AMC Theatres performance and the following factors: Put-Call index, Google index searches, trading volume. The results show that all these underlying factors positively affect AMC's performance after the January short squeeze. Prior to this, these indices do not show a high correlation with stock returns, so we speculate their usefulness in similar extreme, short-term events. In short, we are going to emphasize the crucial role that social trends play in the financial system. Google's search engine is relevant to financial markets as it provides evidence of changes in the under-investigation security returns, confirming sub-periods of market inefficiency. 2022-05-19T11:17:42Z 2022-05-19T11:17:42Z 2021-12-16 http://hdl.handle.net/11610/23824 en Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές http://creativecommons.org/licenses/by-nc-nd/4.0/ 72 σ. application/pdf Χίος
|
| spellingShingle |
Google Trends index
Wavelet Coherence analysis
GARCH models
Panel data
Behavioural finance
Συμπεριφορική xρηματοοικονομική
Δείκτης ενδιαφέροντος της Google
Mοντέλα GARCH
Finance
GARCH model
Wavelets (Mathematics)
COVID-19 (Disease)
Risk perception
Labor market
Tzanakis Polydoros
Google trends index in finance: could it be a useful tool?
|
| title |
Google trends index in finance: could it be a useful tool?
|
| title_full |
Google trends index in finance: could it be a useful tool?
|
| title_fullStr |
Google trends index in finance: could it be a useful tool?
|
| title_full_unstemmed |
Google trends index in finance: could it be a useful tool?
|
| title_short |
Google trends index in finance: could it be a useful tool?
|
| title_sort |
google trends index in finance could it be a useful tool
|
| topic |
Google Trends index
Wavelet Coherence analysis
GARCH models
Panel data
Behavioural finance
Συμπεριφορική xρηματοοικονομική
Δείκτης ενδιαφέροντος της Google
Mοντέλα GARCH
Finance
GARCH model
Wavelets (Mathematics)
COVID-19 (Disease)
Risk perception
Labor market
|
| url |
http://hdl.handle.net/11610/23824
|
| work_keys_str_mv |
AT tzanakispolydoros googletrendsindexinfinancecoulditbeausefultool
AT tzanakispolydoros odeiktēsgoogletrendsstēnchrēmatooikonomikēmporeinaeinaienachrēsimoergaleio
|