Volatility dynamics under political and regulatory uncertainty : investor sentiment and cryptocurrency evidence

Abstract

This thesis examines how political and regulatory uncertainty, investor sentiment, and cryptocurrency-related variables are connected to short-run financial market dynamics. The empirical analysis focuses on daily data from 2020 to 2025, and it combines VAR, GARCH, and crisis-classification models to study predictive relationships, volatility transmission and forecast performance. The central objective is not to build a daily crisis prediction model, but to assess how uncertainty, investor sentiment and crypto-variables are connected to market stress and volatility persistence at a short horizon.

The results show that some uncertainty variables contain statistically significant short-run information for market stress, but the economic magnitudes are small and the effects are short-lived. The GARCH estimates provide the clearest evidence of the thesis. They show volatility clustering and persistence, especially in the cryptocurrency-related series. The crisis classification models are best interpreted as a benchmark exercise: they do not materially improve daily prediction performance, but they help assess whether investor sentiment and crypto variables add incremental value beyond the baseline specification.

Overall, the thesis contributes by showing that the main empirical value lies in the analysis of volatility transmission and persistence under political and regulatory uncertainty, rather than in daily crisis prediction. The findings suggest that investor sentiment and cryptocurrency variables are relevant for understanding short-horizon market dynamics, but their strongest role is in explaining conditional volatility rather than delivering large gains in classification accuracy.

Tämän tutkielman tavoitteena on tarkastella miten poliittinen ja sääntelyn epävarmuus, sijoittajasentimentti sekä kryptovaluuttamuuttujat liittyvät lyhyen aikavälin rahoitusmarkkinadynamiikkaan. Empiirinen analyysi pohjautuu päivätason aineistoon vuosilta 2020–2025 ja siinä hyödynnetään VAR-, GARCH- ja kriisiluokittelumalleja. Tutkielman päätavoite ei ole rakentaa päivätasoista mallia kriisien ennustamiseen, vaan tutkia epävarmuuden, sijoittajasentimentin ja kryptovaluuttamuuttujien yhteyttä markkinastressiin sekä volatiliteettiin ja sen pysyvyyteen.

Tulokset osoittavat, että osa epävarmuusmuuttujista sisältää tilastollisesti merkittävää lyhyen aikavälin informaatiota markkinastressistä, mutta vaikutukset ovat taloudellisesti pieniä ja lyhytkestoisia. GARCH-estimaatit tarjoavat tutkielman selkeimmän näytön volatiliteetin klusteroitumisesta ja pysyvyydestä, erityisesti kryptovaluuttamuuttujien osalta. Kriisiluokittelumalleja voidaan puolestaan pitää vertailuanalyysina: ne eivät merkittävästi paranna päivätason ennusteita, mutta niiden avulla voidaan arvioida tuovatko sijoittajasentimentti- ja kryptovaluuttamuuttujat lisäarvoa perusmalliin verrattuna.

Kokonaisuutena tutkielma osoittaa, että sen tärkein empiirinen anti liittyy volatiliteetin siirtymän ja pysyvyyden analysointiin poliittisen ja sääntelyepävarmuuden oloissa. Sijoittajasentimentti ja kryptovaluuttamuuttujat ovat merkityksellisiä lyhyen aikavälin markkinadynamiikan ymmärtämisessä, mutta niiden vahvin rooli liittyy ehdollisen volatiliteetin selittämiseen, eikä niinkään kriisiluokittelun parantamiseen.