| dc.description.abstract | 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. | |
| dc.description.abstract | Existing literature has not found a clear cut answer to the question of whether investor attention, measured by Google searches, can predict stock returns. We reinvestigate this issue by looking at differences between companies and attention measures (for example customer attention and investor attention) instead of the average effects across all of them. First, we show that the two most popular measures of investor attention, searches for stock tickers and searches for company names, are only weakly related. We suggest that tickers can be used as a proxy for investor attention, while searches for company names are best used as a proxy for customer attention. We divide companies into business-to-business and business-to-customer companies, as customer attention should primarily impact customer-facing companies. We find that stock returns of both groups respond similarly to investor attention (ticker searches), but very differently to customer attention (searches for company names). This finding motivates us to look further into how the attention-return relationship differs across companies. We find that for 40% of the companies, increased attention predicts positive returns, even though increases on average predict negative returns. This is a clear indication that average effects are a gross misrepresentation. To test the importance of this difference, we compare trading strategies based on two models. In the first model, we let the attention-return relationship be the same across companies. In the second model, we let this relationship vary across companies. Gains from trading based on the first model do not even cover transaction costs, whereas the second model leads to a highly profitable trading strategy delivering net returns of more than 20% per year, despite being market-neutral. | |
