Presidentti Donald Trumpin Twitter-käyttäytymisen vaikutus Standard & Poor’s 500 -indeksiin
Laine, Aino (2018)
Kandidaatintutkielma
2018
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
http://urn.fi/URN:NBN:fi-fe201901283302
http://urn.fi/URN:NBN:fi-fe201901283302
Tiivistelmä
Tässä kandidaatintutkielmassa selvitetään, millaisia vaikutuksia presidentti Donald Trumpin twiiteillä on yhdysvaltalaiseen Standard & Poor’s 500 -indeksiin. Tutkimuksen aineisto koostuu 15 pienen reaktiomäärän saaneesta twiitistä ja 15 suuren reaktiomäärän saaneesta twiitistä ajanjaksolta 1.1.2017 – 1.6.2017.
Työssä käytettävänä tutkimusmenetelmänä toimii tapahtumatutkimus. Menetelmän avulla lasketaan twiittien vaikutus Standard & Poor’s 500 -indeksin epänormaaleihin tuottoihin twiitin julkaisupäivänä ja keskimääräisiin kumulatiivisiin epänormaaleihin tuottoihin julkaisupäivän jälkeen. Tutkimuksen laatua parannetaan käsittelemällä Twitter-aineistoa: yhden päivän twiitit kootaan yhdeksi tapahtumaksi sekä päällekkäisiä suuren ja pienen reaktion twiittejä ei oteta tutkimukseen mukaan. Lisäksi tapahtumapäivissä huomioidaan pörssin aukiolo.
Tuloksista nähdään, että keskimääräinen epänormaali tuotto suuren reaktion twiitin julkaisupäivänä on 1,07 prosenttia ja pienen reaktion twiitin julkaisupäivänä -0,01 prosenttia. Keskimääräinen kumulatiivinen epänormaali tuotto viisi päivää twiitin julkaisemisen jälkeen on suuren reaktion twiitille 1,22 prosenttia ja pienen reaktion twiitille 0,60 prosenttia. Sama epänormaali tuotto 10 päivää twiitin julkaisupäivän jälkeen on suuren reaktion twiitille -1,85 prosenttia ja pienen reaktion twiitille 2,26 prosenttia. Tuloksista voidaan huomata, että kahdella eri twiittityypillä on erilainen vaikutus valittuun pörssi-indeksiin. The purpose of this thesis is to examine how does president Donald Trump’s Twitter behaviour effect on Standard & Poor’s 500 index. Material of this study consists of 15 tweets with low reaction rate and 15 tweets with high reaction rate from time period 1.1.2017 – 1.6.2017.
This report uses event study methodology as research method. Using this method, I examine the indices average abnormal returns on the event date and cumulative average abnormal returns five and ten days after the event, the event being a Twitter publication. The quality of the study is improved by manipulating the material: all tweets published in the same date are combined into one event and overlapping low and high reaction tweets are ignored in the study. Additionally, stock market’s opening hours are taken into account in the event dates.
The results show that the average abnormal return on the event date of a high reaction rate tweet is 1,07 percent and on the event date of a low reaction rate tweet is -0,01 percent. Cumulative average abnormal return five days after the publication of a high reaction tweet is 1,22 percent and of a low reaction tweet is 0,60 percent. The same abnormal return 10 days after the publication of a high reaction tweet is -1,85 percent and of a low reaction tweet is 2,26 percent. The results of this study indicate that the two types of tweets have different effects on the index in question.
Työssä käytettävänä tutkimusmenetelmänä toimii tapahtumatutkimus. Menetelmän avulla lasketaan twiittien vaikutus Standard & Poor’s 500 -indeksin epänormaaleihin tuottoihin twiitin julkaisupäivänä ja keskimääräisiin kumulatiivisiin epänormaaleihin tuottoihin julkaisupäivän jälkeen. Tutkimuksen laatua parannetaan käsittelemällä Twitter-aineistoa: yhden päivän twiitit kootaan yhdeksi tapahtumaksi sekä päällekkäisiä suuren ja pienen reaktion twiittejä ei oteta tutkimukseen mukaan. Lisäksi tapahtumapäivissä huomioidaan pörssin aukiolo.
Tuloksista nähdään, että keskimääräinen epänormaali tuotto suuren reaktion twiitin julkaisupäivänä on 1,07 prosenttia ja pienen reaktion twiitin julkaisupäivänä -0,01 prosenttia. Keskimääräinen kumulatiivinen epänormaali tuotto viisi päivää twiitin julkaisemisen jälkeen on suuren reaktion twiitille 1,22 prosenttia ja pienen reaktion twiitille 0,60 prosenttia. Sama epänormaali tuotto 10 päivää twiitin julkaisupäivän jälkeen on suuren reaktion twiitille -1,85 prosenttia ja pienen reaktion twiitille 2,26 prosenttia. Tuloksista voidaan huomata, että kahdella eri twiittityypillä on erilainen vaikutus valittuun pörssi-indeksiin.
This report uses event study methodology as research method. Using this method, I examine the indices average abnormal returns on the event date and cumulative average abnormal returns five and ten days after the event, the event being a Twitter publication. The quality of the study is improved by manipulating the material: all tweets published in the same date are combined into one event and overlapping low and high reaction tweets are ignored in the study. Additionally, stock market’s opening hours are taken into account in the event dates.
The results show that the average abnormal return on the event date of a high reaction rate tweet is 1,07 percent and on the event date of a low reaction rate tweet is -0,01 percent. Cumulative average abnormal return five days after the publication of a high reaction tweet is 1,22 percent and of a low reaction tweet is 0,60 percent. The same abnormal return 10 days after the publication of a high reaction tweet is -1,85 percent and of a low reaction tweet is 2,26 percent. The results of this study indicate that the two types of tweets have different effects on the index in question.