The joint predictive power of forum sentiment and analysts’ consensus on Finnish stock returns and volatility

Abstract

As most prior sentiment research focuses on large and liquid markets, with abundant data and wide analyst coverage, sentiment research in smaller markets remains relatively underexplored. This thesis addresses this gap by examining Finnish forum sentiment and whether supplementing it with analyst consensus estimates improves the robustness and predictive value of sentiment-based models. Forum sentiment is quantified using the FinBERT natural language processing model, while analyst consensus is measured using public stock recommendations.

The study evaluates four model specifications: a sentiment model, a consensus model, a shock-based model and a combined model. These models are analyzed using in-sample panel regression and rolling out-of-sample testing. The results of the models are compared to a baseline model comprising only lagged dependent variables and control variables. The results of the study show that investor sentiment and sudden changes in stock analysts' consensus are significant in predicting abnormal returns. Comment activity and analyst disagreement proved to be significant in predicting volatility. The findings further suggest that the variables’ predictive relevance is greatest in more liquid stocks and during more stable, low noise market conditions.

However, the variables’ predictive and explanatory power was found to be limited. In-sample, the models produced only modest improvements in R² compared with the baseline specification. Similarly, in out-of-sample testing, RMSE, MAE and directional accuracy metrics remained broadly similar across models. Overall, the findings suggest that investor sentiment and analyst-related variables contain statistically detectable information, but their practical forecasting value in the Finnish equity market is limited.

Suurin osa aiemmasta sentimenttitutkimuksesta keskittyy suuriin ja likvideihin markkinoihin. Tämä tutkimus tarkastelee, onko sijoittajien sentimentillä yhdessä osakeanalyytikkojen konsensus ennusteiden kanssa arvoa osakkeiden tuottojen ja volatiilisuuden ennustamisessa Suomen osakemarkkinoilla. Tutkimuksessa sijoittajafoorumin osakekohtaiset kommentit kvantifioidaan FinBERT nimisen kielimallin avulla. Osakeanalyytikoiden ennusteet koostuvat suomalaisten pankkien julkaisemista julkisista osakesuosituksista.

Tutkimuksessa luodaan mallispesifikaatiota: sentimenttimalli, konsensusmalli, shokkimalli ja yhdistelmämalli. Näitä malleja arvioidaan hyödyntämällä paneeliregressiota ja rullaavan otoksen regressiota (eng. rolling out-of-sample testing). Mallien tuloksia vertaillaan perusmalliin. Jokaisessa mallissa huomioidaan osake- ja aikakohtaiset vaikutukset.

Tutkimuksen tulokset osoittavat sijoittajasentimentin olevan merkityksellinen muuttuja tuottoja ennustettaessa. Osakeanalyytikoiden ennusteet osoittautuivat merkityksellisiksi äkillisten mielipidevaihdosten, eli shokkimuuttujien kautta. Kommenttiaktiivisuus ja analyytikkojen erimielisyys osoittautuivat merkityksellisiksi volatiilisuutta ennustettaessa. Tulokset viittaavat myös siihen, että muuttujien ennusteellinen merkitys oli suurin likvideissä osakkeissa ja vakaampina, vähemmän volatiileina ajanjaksoina.

Kuitenkin, mallien käytännöllinen ennustuskyky havaittiin marginaaliseksi. Paneeliregressiotesteissä R²-arvo säilyi samana mallien läpi. Rullaavan otoksen regressiossa RMSE-, MAE- ja suuntaosuvuuden mittarit pysyivät pitkälti samankaltaisina eri mallien välillä. Kokonaisuudessaan tulokset viittaavat siihen, että sijoittajasentimentti ja analyytikkoihin liittyvät muuttujat sisältävät tilastollisesti havaittavaa informaatiota, mutta niiden käytännön ennustearvo Suomen osakemarkkinoilla on rajallinen.