Impact of investors' mood on European stock markets

• Thesis title in Czech: Dopad nálady investorů na evropské akciové trhy
• Thesis title in English: Impact of investors' mood on European stock markets
• Key words: Finance, Akcie, Nálada, Sezónnost
• English key words: Finance, Shares, Mood, Seasonals
• Academic year of topic announcement: 2017/2018
• Thesis type: diploma thesis
• Thesis language: angličtina
• Department: Institute of Economic Studies (23-IES)
• Supervisor: prof. Ing. Evžen Kočenda, M.A., Ph.D., DSc.
• Author: hidden - assigned by the advisor
• Date of registration: 07.06.2018
• Date of assignment: 07.06.2018
• Date and time of defence: 05.02.2020 09:00
• Venue of defence: Opletalova - Opletalova 26, O206, Opletalova - místn. č. 206
• Date of electronic submission: 03.01.2020
• Date of proceeded defence: 05.02.2020
• Opponents: PhDr. Lenka Šťastná, Ph.D.

References

Předběžný seznam literatury:
1. Fama, E. F. (1970). Efficient capital markets: A review of theory and empirical
work. The journal of Finance, 25(2), 383-417.
2. Fama, E. F. (1998). Market efficiency, long-term returns, and behavioral finance.
Journal of financial economics, 49(3), 283-306.
3. Dichev, I. D., and Janes, T. D. (2003). Lunar cycle effects in stock returns.
The Journal of Private Equity, 8-29.
4. Yuan, K., Zheng, L., and Zhu, Q. (2006). Are investors moonstruck? Lunar
phases and stock returns. Journal of Empirical Finance, 13(1), 1-23.
5. Kamstra, M. J., Kramer, L. A., and Levi, M. D. (2000). Losing sleep at the
market: The daylight savings anomaly. American Economic Review, 90(4),
1005-1011.
6. Edmans, A., Garcia, D., and Norli, R. (2007). Sports sentiment and stock
returns. The Journal of Finance, 62(4), 1967-1998.
7. Kaplanski, G., and Levy, H. (2010). Exploitable predictable irrationality: The
FIFA World Cup effect on the US stock market. Journal of Financial and
Quantitative Analysis, 45(2), 535-553.
8. Cao, M., and Wei, J. (2005). Stock market returns: A note on temperature
anomaly. Journal of Banking & Finance, 29(6), 1559-1573.
9. French, K. R. (1980). Stock returns and the weekend effect. Journal of financial
economics, 8(1), 55-69.
10. Thaler, R. H. (1987). Anomalies: the January effect. Journal of Economic
Perspectives, 1(1), 197-201.

Preliminary scope of work

Motivace
Základy ekonomie jsou položeny na předpokladu racionality jednotlivých hráčů na trhu a jejich maximalizace užitku. Na těchto předpokladech je také vystavěna Hypotéza efektivních trhů publikována ve studii Fama (1971). Podle této hypotézy jsou trhy efektivní, pokud ceny reflektují veškeré dostupné informace. Navrhnuty byly tři formy efektivity: silná, středně silná a slabá. Slabá forma testuje efektivitu trhu pomocí historických cen. Středně silná bere v úvahu další veřejně dostupné informace o aktivech v daný čas. Silná forma zohledňuje informace insiderů dostupné pro monopolistické skupiny.

V naší práce se budeme věnovat slabé formě efektivity trhů, jelikož budeme zkoumat vztah mezi historickými cenami akcií a poměrně vzdálenými událostmi a stavy jako například změna času – např. Kamstra, Kramer and Levi (2000), fáze lunárních cyklů - Dichev & Janes (2003) nebo výsledky sportovních utkání - Edmans, Garcia & Norli (2007). Sezónní efekty na akciových trzích jsou dobře zdokumentovaným jevem, kupříkladu French (1980). První zmínky o sezónnosti akcií sahají až do Financial Times z roku 1935, podle kterých bylo již zavedené rčení „Sell in May, go away“. Toto rčení souvisí s takzvaným efektem Halloweenu, který říká, že výnosy z akcií jsou vyšší v období mezi listopadem a dubnem v porovnání se zbytkem roku. Další sezónnní efekty se soustředí na neobvyklé výnosy lednu, na přelomu měsíce nebo v pondělí. Většina těchto efekt§ má racionální zdůvodnění navazující na akciové trhy jako například „window dressing“ (prodej nedávno méně výnosných titulů), uzávěrku fiskálního/daňového období nebo nové zprávy o daných společnostech. Ale co kdybychom nalezli vztah mezi akciovými trhy, chováním investorů a zdánlivě nesouvisejícími událostmi? V posledních letech se začala vyvíjet nová větev behaviorální ekonomie, která se zabývá racionalitou a rozhodováním jednotlivců. Náladu lze jistě ovlivnit teplotou, množstvím spánku nebo výsledky sportovních zápasů. Profesionální obchodníci akcií a investoři by si tohoto však měli být vědomi a brát to při rozhodování v úvahu nebo být imunní (podle Hypotézy efektivních trhů). Hlavní otázkou tedy je, zda dokáže nálada ovlivnit rozhodování celého trhu tak, aby bylo rozpoznatelné. Pokud ano, představovalo by to konflikt s teorií efektivních trhů, jelikož akciové trhy jsou vysoce automatizované, likvidní a tedy i jedněmi z trhů nejefektivnějších.

Hypotéza 1: Změna času nemá vliv na evropské akciové trhy.
Hypotéza 2: Výsledky sportovních utkání neovlivňují akciové trhy.
Hypotéza 3: Nenalezli jsme žádné anomálie spojující lunární cykly a evropské akciové trhy.

Metodologie
Použijeme denní data evropských akciových indexů se zaměřením na celý trh místo běžně používaných large-cap indexů, pokud to bude možné. Příklady takovýchto indexů jsou: FTSE All-Share Index, CAC All Tradable nebo Index PX. Logaritmická forma výnosů bude použita pro své vhodné vlastnosti. Regrese s pomocí binárních proměnných pro vybrané události bude základem naší analýzy, což je běžný způsob pro analýzu sezónnosti na akciových trzích. Vzhledem k tomu, že předpokládáme přítomnost auto-regresivních a „moving-average“ procesů, použijeme ARMA-GARCH model, abychom je vzali v potaz jak v rovnici pro průměr, tak pro varianci. Pro analýzu akciových trhů jsou nejčastější nižší řády ARMA-GARCH procesů, pro jejichž určení použijeme auto-korelační funkce a ARCH-lm test. Vzhledem k přítomnosti nedávných finančních krizí pravděpodobně narazíme na výskyt výjimečných datových bodů, který zohledníme pomocí robustní regrese nebo vyloučením z datasetu, pokud to bude nezbytné.

Náladu investorů aproximujeme pomocí tří proměnných, nejprve změnou času. Analýza lunárních cyklů a jejich vlivem na lidskou psychiku bude následovat. Přístup k těmto událostem pomocí ARMA-GARCH modelu a binárních proměnných bude podobný. U výsledků sportovních utkání věnujeme pozornost jak výhrám, tak prohrám i remízám národních mužstev, opět pomocí binárních proměnných. Přínos u sportovních utkání bude spočívat v analýze nových dat z Mistrovství světa ve fotbale 2018. Regionální rozdíly mezi tradičními, rozvinutými trhy a mladšími, rozvíjejícími se trhy se dají předpokládat a budou také prošetřeny.

Předpokládaný přínos
Tato práce představuje alternativní přístup k analýze teorie efektivních trhů, kdy místo vztahu akciových trhů a souvisejících událostí je předmětem zájmu nálada jednotlivých investorů a důsledky na celý akciový trh. Proměnné jako změna času, lunární cykly nebo výsledky sportovních utkání budou použity k aproximaci nálady investorů. Pokud budeme schopni zamítnout zmíněné hypotézy, bude to znamenat konflikt s teorií efektivních trhů a předpoklady o racionalitě jak investorů, tak všech účastníků ekonomiky, což je základem teorie efektivních trhů.

Co se týče dat, přínos práce bude v použití aktuálních dat se zaměřením na Evropu. Většina dřívějšího výzkumu se soustředí na tradiční, rozvinuté trhy s large-cap indexy jako je USA, UK, Austrálie nebo Kanada. Thaler (1987) již dříve potvrdil, že anomálie a obzvláště ty sezónní jsou nejvýznamnější na méně likvidních, menších akciích, kde je arbitráž složitější z důvodu transakčních nákladů. Proto se práce bude soustředit jak na rozvinuté západní trhy, tak na méně známé trhy ve střední a východní Evropě, kde jsou menší a méně likvidní akcie častější a proto je také větší šance tyto anomálie identifikovat.

Preliminary scope of work in English

Motivation
The very basics of economics are laid on the assumptions that individual
participants in the economy are rational and maximize their utility. Upon
these assumptions, Efficient Market Hypothesis (EMH) was established, presented
by Fama (1970). According to this hypothesis, markets are efficient if prices fully
reflect all available information. Three different forms of efficiency were suggested:
weak, semi-strong and strong. Weak efficiency tests efficiency of the markets based
on historical prices. Semi-strong takes into account other public information related
to the underlying asset available at the specified time as well. Strong form considers
the insider information available to monopolistic groups with access to the
information.
In our case, we will tend to the weak form of market efficiency since we will
examine historical stock prices and their relationship to seemingly unrelated events
and conditions like time-switch due to daylight savings – e.g. Kamstra et al. (2000),
phase of lunar cycles – see Dichev & Janes (2003) or outcomes of sporting events
– for example Edmans et al. (2007). Seasonal effects on stock markets are welldocumented
phenomenon, e.g. French (1980). First mentions of seasonal effects date
as far back as 1935 Financial Times article stating "Sell in May, go away" was already
established adage at that time. This adage is related to the so-called Halloween effect,
which claims that stock returns are higher in period from November through April in
comparison with the rest of the year. Other seasonal effects for stock markets include
extraordinary returns in January, around turn of the month or on Mondays. Most
of these seasonal effects have rational explanations related to the stock markets like
"window dressing" (selling recently badly performing stock), fiscal/tax year deadlines
or occurrence of news related to the underlying companies. But what if we can detect
patterns in stock market returns that might be linked to the behaviour of individual
investors and unrelated to the events on stock markets? In recent years, whole new
branch of behavioural economics emerged, scrutinizing the decision-making process
and rationale of individuals in the economy. Surely, mood of people can be influenced
by temperature, amount of sleep or results of national sports team. Professional stock
traders and investors should be, however, aware of this fact and take it into account
or simply be immune to it (if we apply the Efficient Markets Hypothesis). The main
question is, if mood can alter the decision-making process of investors enough to
influence the whole market and produce trading patterns that are detectable on the
markets. Finding evidence in support of this claim would present a concern to the
theory of efficient markets with stock exchanges being highly automatized industry
and one of the most liquid and efficient markets there are.

Hypotheses
Hypothesis #1: Daylight savings time-switch does not affect European stock
market returns.
Hypothesis #2: We are unable to detect any anomalies related to lunar cycles
on European stock markets.
Hypothesis #3: Stock market sentiment cannot be influenced by sports results.

Methodology
We will use daily data on European stock indices with focus on the
whole markets instead of widely used large-cap indexes, where possible. Some of the
used indices will be for example FTSE All-Share Index, CAC All Tradable or Index
PX. Logarithmic form of the stock prices will be used for its’ convenient properties.
Regression framework with the use of dummy variables for corresponding events
will be applied for the analysis, a common approach for treating seasonal effects
on stock markets. Since we expect stock prices to follow some auto-regressive and
moving-average processes, ARMA-GARCH model will be used to control for them in
both mean and volatility levels. Lower orders of ARMA-GARCH processes are most
commonly used in practice with stock prices, for determination of which we will use
autocorrelation functions and ARCH-LM test. As we suspect outliers being present
in the stock market returns due to various financial crises in recent history, treatment
for them in form of robust regression or exclusion of outliers from the dataset will
be provided where necessary.
Different proxies will be used to determine the mood of investors. We will start
with the effects of daylight savings time-switch on the stock markets. The analysis
will follow with lunar cycle and the manifestation of its’ influence on human psyché,
which have been documented to correlate with car accidents, suicides or crime. The
approach to these two topics will be similar in the use of ARMA-GARCH models tied
with appropriate dummy variables. The procedure will be a little bit different in the
case of sports events and their influence on stock markets, since we will distinguish
between wins, draws and losses of the respective national teams, also through dummy
variables. The contribution of using sports events data will be in update for the
upcoming/ongoing World Cup 2018 data. Regional differences between established,
well-developed and younger, less-developed stock exchanges could be expected and
therefore will be examined.

Expected Contribution
This thesis presents an alternative approach to scrutiny
of the Efficient Markets Hypothesis, instead of exploring relationship between stock
returns and events in the economy related to the stock market, it suspects that the
behaviour of whole markets can be simply influenced by mood of investors. Several
proxies, such as daylight savings time-switch, lunar cycles or sports results, are used
to determine the sentiment of investors. Inability to confirm the hypotheses would
result into pressure on assumptions of rationality of investors and individual players
in the economy, the very bedrock of economics and Efficient Markets Hypothesis.
Concerning the data, contribution of this thesis will be in use of up-to-date data
with regional focus on Europe. Majority of previous research was concluded for
well-developed, large-cap oriented and liquid markets such as US (typically with
various stock indices used), UK, Australia or Canada, in our case e.g. Kamstra et al.
(2000) or Kaplanski & Levy (2010). This is only natural since matured markets are
under more scrutiny and potential anomalies will be discovered there first. However,
after the discovery developed and efficient markets should be able to deal with these
anomalies and rational investors be able to arbitrage them away. On the other hand,
as suggested by Thaler (1987), market anomalies and especially seasonal ones are
more significant on less liquid, smaller stocks, where the possible arbitrage is much
more difficult because of transaction costs. Thus, the spotlight of this thesis will
be on both large-cap indices on well-developed Western European markets, but also
on lesser-known markets in Central and Eastern Europe, where smaller and less
liquid stocks are more common and therefore present higher chance of detecting the
suggested market anomalies. Our approach differs from analysis used for example
in Yuan et al. (2006), where the authors use stock indices from all over the world,
as well. The regional focus of the thesis and comparison of well and less developed
should bring beneficial insight to the debate on stock markets and its’ anomalies.
Another contribution of this thesis lies in joint analysis of multiple seasonal effects
on stock markets. Although seemingly unrelated, the investigated events have one
thing in common, which is effect on peoples’ mood. Using this approach, we will
investigate the irrationality of the markets as whole. Such a process should shed
more light onto the EMH than analysis of single seasonal pattern used in previous
research on the selected anomalies.

Outline
1. Introduction
2. Efficient Markets Hypothesis: Theory presented by Fama (1970) and later academic
research regarding the efficiency of stock markets and its limits, including
seasonal effects on European stock markets.
3. Previous research: We will present literature review on effects of the selected
events on the human mood and their translation on stock markets.
• Daylight savings time-switch
• Lunar cycles
• Sports results
4. Methodology and Data: Presentation of used data sample and regression techniques
based on common practice in research of seasonal effects, i.e. dummy
variable regression and ARMA-GARCH model, treatments for outliers. Inspection
of descriptive statistics of data.
5. Analysis and Results: Discussion of specific regression models, their results and
investigation into regional patterns inside European stock markets.
6. Conclusion: Summary of findings and potential leads for further research.