Investigating the Intraday Impact of Earnings Conference Call Sentiment on Stock Price movements

Abstract

Earnings conference calls (ECCs) organiseres av ledelsen i børsnoterte selskaper for å presentere og diskutere selskapets økonomiske tilstand med investorer og analytikere. Ettersom ECC-er inneholder informasjon om selskapets økonomiske tilstand, har de potensial til å påvirke selskapets aksjekurs. Dette forholdet har blitt utforsket i tidligere arbeid, da med fokus på effekter på interdags-nivå. Med fokus på S&P 500-selskaper, utforsker denne oppgaven de potensielle effektene ECC-er har på aksjekursbevegelser på intradag-nivå. Oppgaven søker å besvare dette i to deler, først ved å demonstrere endringer i aksjekursvolatilitet i forhold til ECC tidspunkt. Deretter, gitt at ECC-er påvirker aksjekursbevegelser, kan informasjon i ECC-er bidra til å predikere bevegelsen i aksjekursen. Vi finner betydelige forskjeller i aksjekursvolatilitet før, under og etter ECC, noe som indikerer tilstedeværelsen av intradag-effekter mellom ECC-er og aksjekurs. For å vurdere den prediktive egenskapen til informasjonen i ECC-er, genereres tekstvariabler ved sentimentanalyse utført på ECC-transkripsjonene med bruk av FinBERT. Da intradagbevegelser i aksjekurs viser begrenset bevegelse, foreslår vi bruk av terskelverdier for å kontrollere for introduksjon av støy i våre modeller. Vi finner at inkludering av tekstvariabler forbedrer modellenes evne til å predikere bevegelser i aksjekursen betydelig. Vi bemerker videre at ytelsen til modellene våre forbedres etter hvert som tidsvinduet etter ECC øker. Funnene som presenteres i denne oppgaven indikerer tilstedeværelsen av en etterslep-effekt, noe som tyder på at, i motsetning til den effektive markedshypotesens antagelse om umiddelbar markedstilpasning, trenger markedet tid til å prosessere og tilpasse seg informasjonen i ECC-er.

Earning conference calls (ECCs) are organized by the management of publicly traded companies to present and discuss the financial state of the company with investors and analysts. As ECCs contain information about the financial state of the company, they have the potential to affect a company's stock price. This relationship has been explored in previous work, focusing on effects at the interday level. Focusing on S&P 500 companies, this thesis explores the potential effects ECCs have on stock price movement at the intraday level. The thesis aims to explore this in two parts, firstly, by demonstrating changes in stock price volatility in relation to ECCs. Secondly, given that ECCs affect stock price movement, can information in ECCs contribute to the prediction of the movement of the stock price. We find significant differences in stock price volatility before, during, and after the ECC, indicating the presence of intraday effects. In order to assess the predictive property of the information contained in ECCs, textual features are extracted by sentiment analysis performed on the ECC transcripts with the use of FinBERT. As intraday movements in stock price exhibit limited movement, we propose the use of thresholds to control for the introduction of noise in our models. We find that the inclusion of textual features significantly improves our models' ability to predict movements in stock price. We further note that the performance of our models improves as the time window after ECC increases. The findings presented in this thesis indicate the presence of a lag effect, suggesting that, contradictory to the efficient market hypothesis' assumption of immediate market adaption, the market needs time to process and adjust to the information in ECCs.