Predicting stock returns with Google searches: One size does not fit all

Eksisterende litteratur har ikke funnet et entydig svar på om investoroppmerksomhet, i form av Google søkevolum, kan predikere aksjeavkastning. Tidligere forskning har sett på gjennomsnitseffekten på tvers av selskaper. Vi studerer derimot forskjellen mellom selskaper. Først ser vi på forskjellene mellom de to mest brukte søkevolumsvariablene: søk på selskapsnavn og søk på selskapstickere. Vi finner kun en svak sammenheng mellom søkevolumsvariablene. Videre foreslår vi at søk på tickere er det beste målet for investoroppmerksomhet, mens søk på selskapsnavn egner seg bedre som et mål på kundeoppmerksomhet. For å bekrefte om dette stemmer, deler vi selskapene inn i kategoriene business-to-business-selskaper og business-to-customer-selskaper. Resultatene viser at effekten av økt søkevolum på tickere er lik i begge grupper, mens effekten av økt søkevolum på selskapsnavn varierer vesentlig mellom de to selskapskategoriene. Dette bekrefter teorien vår, da business-to-business-selskaper bør ha begrenset kundeoppmerksomhet. På bakgrunn av dette, undersøker vi nærmere hvordan relasjonen mellom oppmerksomhet og avkastning varierer mellom selskaper. Det viser seg at for 40% av selskapene, gir økt oppmerksomhet også økt avkastning. Dette gjelder selv om gjennomsnittseffekten på tvers av selskapene er negativ. Det er en tydelig indikasjon på at bruk av gjennomsnitsverdier er en grov forenkling av relasjonen. For å vurdere viktigheten av variasjonen i forholdet mellom oppmerksomhet og avkastning, tester vi et sett med tradingstrategier. Først tester vi en klassisk modell som antar lik relasjon på tvers av alle selskaper. Deretter tester vi en modell som fjerner denne restriksjonen. Den første modellen klarer aldri å oppnå en avkastning som er høyere enn transaksjonskostnadene. Den andre modellen oppnår i sin beste konfigurasjon en årlig avkastning på 20% etter å ha justert for transaksjonskostnader og korrelasjon med risikofaktorer