The effect of social media activity on the market : case Elon Musk, evidence from the US
Kuokka, Joni (2021)
Kandidaatintutkielma
2021
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe202201209499
https://urn.fi/URN:NBN:fi-fe202201209499
Tiivistelmä
With the rise of Twitter almost all the known celebrities and big companies can be found there. One of the most followed CEOs on the platform is the founder of PayPal, Tesla and SpaceX, Elon Musk. The aim of this study is to provide an analysis on his twitter activity and to determine whether it has had any effect on the stock or crypto market. The full data of this study consists of Elon Musk’s tweets from the period 1.1.2020 - 22.3.2021. This includes roughly 3000 tweets which were filtered according to event study guidelines.
This report uses event study methodology as a research method. Using this technique, an analysis on the average abnormal returns of the selected stocks and cryptocurrencies on the event date as well as the cumulative abnormal returns after the event was able to be formed. The event here being a tweet. This study also includes a regression analysis to examine how high interaction events have affected the selected stocks and cryptocurrencies as well. A high interaction event refers to a tweet that includes the following: a high number of likes, retweets, or comments. On average the AR on the event date is negative but the CAR ten days after the event is positive. The linear regression results however do not have statistical significance apart from one part and thus the value remains little. Twitterin nousun myötä lähes kaikki julkisuuden henkilöt ja suuret yrityksen löytyvät palvelusta. Yksi Twitterin seuratuimmista henkilöistä on mm. PayPalin, Tesla ja SpaceX:n perustaja, Elon Musk. Tämä tutkimuksen tarkoituksena on tuottaa analyysi Muskin twitteraktiivisuudestaan ja selvittää, onko tällä ollut vaikutusta osake- ja kryptomarkkinoihin. Tämän tutkimuksen data koostuu Elon Muskin twiiteistä ajalta 1.1.2020 – 22.3.2021. Tämä data sisältää yhteensä noin 3000 twiittiä, mutta tapahtumatutkimuksen oletuksien mukaan dataa on muokattu ja suodatettu.
Tässä raportissa tutkimusmenetelmänä toimii tapaustukimus. Tällä menetelmällä pystyn analysoimaan valittujen osakkeiden ja kryptovaluuttojen keskimääräiset epänormaalit tuotot tapahtumapäivänä sekä kumulatiiviset epänormaalit tuotot tapahtumapäivän jälkeen. Tapahtumalla tarkoitetaan twiittiä. Tämä tutkimus sisältää myös regressioanalyysin, jonka tarkoituksena on selvittää, kuinka korkean huomion tapahtumat ovat vaikuttaneet valittuihin osakkeisiin ja kryptovaluuttoihin. Korkean huomion tapahtumalla tarkoitetaan twiittiä, jossa on suuri määrä seuraavia: tykkäykset, retwiitit, kommentit. Keskimääräinen epänormaali tuotto tapahtumapäivänä oli negatiivinen, kumulatiivinen epänormaali tuotto muuttui kuitenkin positiiviseksi jokaisen arvopaperin osalta. Lineaarisen regression tuloksilla ei ole tilastollista merkitsevyyttä kuin yhdessä kohtaa, joten regression arvo jää varsin pieneksi.
This report uses event study methodology as a research method. Using this technique, an analysis on the average abnormal returns of the selected stocks and cryptocurrencies on the event date as well as the cumulative abnormal returns after the event was able to be formed. The event here being a tweet. This study also includes a regression analysis to examine how high interaction events have affected the selected stocks and cryptocurrencies as well. A high interaction event refers to a tweet that includes the following: a high number of likes, retweets, or comments. On average the AR on the event date is negative but the CAR ten days after the event is positive. The linear regression results however do not have statistical significance apart from one part and thus the value remains little.
Tässä raportissa tutkimusmenetelmänä toimii tapaustukimus. Tällä menetelmällä pystyn analysoimaan valittujen osakkeiden ja kryptovaluuttojen keskimääräiset epänormaalit tuotot tapahtumapäivänä sekä kumulatiiviset epänormaalit tuotot tapahtumapäivän jälkeen. Tapahtumalla tarkoitetaan twiittiä. Tämä tutkimus sisältää myös regressioanalyysin, jonka tarkoituksena on selvittää, kuinka korkean huomion tapahtumat ovat vaikuttaneet valittuihin osakkeisiin ja kryptovaluuttoihin. Korkean huomion tapahtumalla tarkoitetaan twiittiä, jossa on suuri määrä seuraavia: tykkäykset, retwiitit, kommentit. Keskimääräinen epänormaali tuotto tapahtumapäivänä oli negatiivinen, kumulatiivinen epänormaali tuotto muuttui kuitenkin positiiviseksi jokaisen arvopaperin osalta. Lineaarisen regression tuloksilla ei ole tilastollista merkitsevyyttä kuin yhdessä kohtaa, joten regression arvo jää varsin pieneksi.