2024-11-17-欧洲央行-财务回报_情绪和市场波动_动态评估（英）_28页_2mb

工作论文摘要：情绪、市场波动和社交媒体数据之间关系的动态评估

研究背景

• 研究关注投资者在经济决策中情绪和本能（即“动物精神”）的作用。
• 使用社交媒体数据（如Twitter）构建了“意大利经济社会情绪指数”，评估其与意大利股票市场（FTSEMIB）表现和波动率的关系。
• 利用向量自回归模型（VAR）和格兰杰因果检验分析数据（2016-2020年），特别关注COVID-19大流行期间的变化。

主要发现

• 情绪与市场的关联
  • 来自COVID-19前的数据显示，市场波动率主要是由其自身历史值驱动的。
  • 在COVID-19爆发后，关系发生了变化：
    • 过去的波动率预测了未来的社会情绪指数（SMEI）和回报。
    • 过去的回报预示了未来波动率的提升。
    • 社交情绪指数（SMEI）开始对波动率有轻微影响，但不显著。
• 可预测性
  • 在COVID-19后，情绪指标对波动率预测能力显著，其他序列（如股票价格）则未显示出显著改善。
  • 情绪指标可用于提高对市场活动波动的预测，特别是在重大事件期间。

限制和建议

• 研究问题包括社交媒体样本的代表性不足。
• 建议进行更广泛的研究，或使用期权市场隐含波动率（如VIX指数）额外角度，以及考虑周末和节假日的数据，以深化分析。

方法与模型

• VAR模型用于分析多变量关系。
• 分析包括格兰杰因果检验来识别预测关系。
• 使用Diebold-Mariano测试比较了包含和不包含情绪信息下预测模型的性能。

结论

• 该研究表明社交媒体情绪指标如SMEI可有效捕捉市场波动与情绪变化，尤其是在突发事件如COVID-19期间。
• 此工具为理解和预测金融危机提供有价值补充，进一步增强了对情绪指标预测能力的认知。