Predicting stock returns using Google Trends

Blant forskere som undersøker forholdet mellom Googles søkevolum og aksjeavkastning, finner noen at økt søkevolum spår høyere avkastning, mens andre trekker den motsatte konklusjonen. Vi undersøker dette forholdet ved å bruke Fama-Macbeth tverrsnittsregresjoner for Russell 3000-selskapene ved bruk av enten aksjetikker eller selskapsnavn som Google-søkeord, samtidig som vi kontrollerer for flere andre variabler som antall analytikere som følger selskapet. Vi finner et positivt forhold mellom søkevolum og aksjeavkastning i perioden 2004 til 2008, og et negativt forhold i perioden 2009 til 2019. Søk etter aksjetikker er bedre til å forutsi avkastning enn søk etter selskapsnavn fra 2004 til 2008, mens det motsatte gjelder fra 2009 til 2019. Vi vurderer den økonomiske betydningen av resultatene våre med en tradingstrategi bygd på den samme Fama-Macbeth tverrsnittsregresjonen. En tradingstrategi der vi kjøper de 50% av aksjene med høyest antatt unormal avkastning og shorter de 50% av aksjene med lavest antatt unormal avkastning, gir en årlig unormal avkastning på 11,3% etter inkludering av transaksjonskostnader, mens en lignende strategi basert på å kjøpe de 5\% av aksjene med høyest og shorte de 5% av aksjene med lavest antatt avkastning gir en imponerende unormal avkastning på 30,6% etter transaksjonskostnader