פעילות לוחות המסרים באינטרנט ויעילות השוק: מחקר מקרה של מגזר שירותי האינטרנט באמצעות RagingBull.com

מבוא

האינטרנט ממלא תפקיד גדל והולך בשוקי ההון ובניהול ההשקעות האישי. לצד הנגישות ההולכת וגוברת לפלטפורמות מסחר מקוונות, האינטרנט הפך גם לזירת דיון פתוחה שבה משקיעים רבים מחליפים דעות על ניירות ערך. אתרים כמו RagingBull.com, SiliconInvestor.com ו-The Motley Fool אפשרו לאלפי משקיעים לשתף ולהשפיע על דעות השוק.

בעוד שמחקרים אקדמיים קודמים ניסו לאפיין את תמחור מניות חברות האינטרנט באמצעות נתונים חשבונאיים, תנועת גולשים ונפח פרסומים בלוחות מסרים, הניתוח המוצג כאן בוחן בגישה שונה: האם ניתן להשתמש בתוכן הדעות המפורסמות בפורומים פיננסיים באינטרנט כדי לנבא תשואות מניות ונפחי מסחר? כמסגרת מחקרית נבחרה פלטפורמת RagingBull.com, בשל פופולריותה ובשל תכונה ייחודית שלה: תבנית פרסום מובנית המאפשרת למשתמשים להביע את דעתם על מניות בצורה סטנדרטית וברורה. המחקר כולל ניתוח אירועים (Event Study) וניתוח וקטור רגרסיה עצמית (VAR) של הנתונים.

סקירת פורומים פיננסיים באינטרנט

פורומים פיננסיים באינטרנט מתחלקים לשני סוגים עיקריים: חדרי צ'אט ולוחות מודעות. חדרי הצ'אט הם פורומים חיים שבהם משתתפים דנים בזמן אמת במגמות שוק, אך הם אינם מתועדים ואין להם ארכיון נגיש. לוחות המודעות, לעומת זאת, מאפשרים למשתמשים לפרסם הודעות שיישמרו ויהיו זמינות לקריאה מאוחר יותר, ומאורגנים לרוב לפי סימבול המניה.

שני הסוגים מתחלקים עוד לפורומים ציבוריים ופרטיים. הפורומים הפרטיים נחשבים לבית של ספקולציות מניות אגרסיביות יותר, ולעיתים קרובות הם מובלים על ידי "אישיויות אינטרנט" שצברו מוניטין ואף גובים דמי מנוי. הניתוח מתמקד בלוחות מודעות ציבוריים בלבד, שכן רק הם מספקים כמות מספקת של נתונים היסטוריים לצורך מחקר מדעי. עם זאת, יש לקחת בחשבון שמשתמשי פורומים ציבוריים עשויים להיות ביקורתיים יותר כלפי דעות זרות ופחות נוטים לפעול בעקבותיהן.

בחירת המדגם ואיסוף נתונים

האתר RagingBull.com נבחר למחקר לא רק בשל פופולריותו הרבה (300,000 חברים ו-6 מיליון צפיות ביום בממוצע בין אפריל לנובמבר 1999), אלא בשל תכונת ה"גילוי הוולונטרי" הייחודית שלו. באמצעות כפתורי בחירה, משתמשים יכולים לציין את עמדתם על מניה: פוזיציה (לונג, שורט, ניטרלי) ודירוג (קנייה חזקה, קנייה, החזקה, מכירה, מכירה חזקה) הן לטווח קצר והן לטווח ארוך. תכונה זו מייתרת את הצורך בפענוח ידני של הודעות טקסטואליות.

קבוצת המניות הנחקרת כוללת 73 חברות שירותי אינטרנט שנלקחו מרשימת מגזר שירותי האינטרנט של Zacks, ובה חברות מוכרות כמו Yahoo! ו-Prodigy לצד חברות קטנות ופחות מוכרות. שווי השוק החציוני עמד על 1.12 מיליארד דולר נכון ל-11 בינואר 2000. הנתונים נאספו מ-17 באפריל 1999 עד 18 בפברואר 2000, ובסך הכול הורדו 181,633 הודעות, כאשר כ-24% כללו דעות לטווח קצר, כ-21% לטווח ארוך, וכ-29% כללו גילוי וולונטרי כללי.

סטטיסטיקות תיאוריות של לוחות המסרים

ממוצע ההודעות היומי בלוח מסרים טיפוסי עמד על 7.6 הודעות, בעוד החציון עמד על 2.5 בלבד, מה שמעיד על התפלגות אסימטרית חזקה. לוח המסרים הפעיל ביותר היה של CMGI Inc. עם 103.6 הודעות ביום בממוצע. הקורלציה בין נפח ההודעות לשווי השוק הייתה חלקית בלבד (R²=21.93%).

ממוצע דעות לטווח קצר עמד בין קנייה לקנייה חזקה (ממוצע 1.56 על סקלה של 2- עד 2+), מה שמצביע על הטיה חיובית כללית בפורומים. תשואות המניות במהלך תקופת המחקר היו גבוהות ותנודתיות במיוחד בהשוואה לממוצע השוק, עם תשואה יומית ממוצעת של 0.677% וסטיית תקן ממוצעת של 7.59%. נתונים אלה משקפים את האקלים הסוער של מגזר הטכנולוגיה בתקופה זו. נפח המסחר הממוצע עמד על כ-857,000 מניות ביום.

ניתוח אירועים

ניתוח האירועים נועד לבחון את ההשפעה של ימים עם נפח הודעות גבוה באופן חריג על מחירי המניות ועל נפחי המסחר. הוגדר "יום אירוע" כיום שבו מספר ההודעות עלה על הממוצע של חמשת הימים הקודמים בשתי סטיות תקן לפחות, ובתנאי שפורסמו לפחות 10 הודעות באותו יום.

זוהו בסך הכול 293 ימי אירוע. אלה חולקו לשלוש קבוצות:

• חיוביים חזקים (Strong Positives): מחצית ימי האירוע עם השינוי החיובי החזק ביותר בדעה
• חיוביים חלשים (Weak Positives): מחצית ימי האירוע עם השינוי החיובי החלש יותר
• שליליים (Negatives): 47 ימי אירוע שבהם הדעה הייתה נמוכה מהממוצע

לצורך חישוב התשואות החריגות נבנה מדד משוקלל שווה של 73 המניות, ונמצא כי המדד המתאים ביותר הוא מדד האינטרנט של הבורסה של פילדלפיה (PSE), שהראה את הקורלציה הגבוהה ביותר עם התיק (0.849). כל מניה הניחה בטא של 1 ביחס למדד זה, ולכן התשואה החריגה חושבה כהפרש בין תשואת המניה לתשואת המדד.

ממצאי ניתוח האירועים:

• ימים עם דעות חיוביות חזקות קדמה להם עלייה חריגה קטנה במחיר המניה, אך עבור דעות חיוביות חלשות ושליליות התופעה לא הייתה מובהקת סטטיסטית.
• ביום האירוע עצמו נרשמו תשואות חריגות חיוביות מובהקות עבור קבוצות הדעות החיוביות (חזקות וחלשות כאחד).
• לאחר יום האירוע, התשואות חזרו לרמות רגילות ולא הייתה יכולת ניבוי לעתיד.
• נפח המסחר עלה בחדות ביום האירוע ונותר גבוה יום אחד לאחריו: בקבוצת הדעות החיוביות החזקות נרשם גידול של כ-160% בנפח המסחר לעומת הממוצע של 20 הימים הקודמים.

הממצאים מצביעים על קשר בין פעילות הפורומים לתנועות המניות, אך אינם מאפשרים להסיק כיוון סיבתיות. ייתכן שפעילות הפורומים מגיבה לתשואות חריגות (עקביות עם יעילות שוק), או לחלופין שהיא מניעה אותן (חוסר יעילות). נדרש מחקר תוך-יומי לבירור שאלה זו.

ניתוח VAR

ניתוח וקטור הרגרסיה העצמית (VAR) בוצע על בסיס מניה-מניה (ולא על מאגר מאוחד), כדי להתמודד עם אי-סטציונריות אפשרית בין ניירות הערך השונים. המשתנים שנותחו היו: תשואה יומית, נפח מסחר, מספר הודעות ודעה משוקללת.

תוצאות הניתוח:

• תשואות: אינן ניתנות לניבוי על ידי אף אחד מהמשתנים, לרבות תשואות קודמות. ממצא זה עקבי עם השערת יעילות השוק.
• נפח מסחר: מציג קשר אוטורגרסיבי: ימים עם נפח גבוה נוטים לקדם ימים עם נפח גבוה.
• מספר הודעות: תלוי מאוד במספר ההודעות של היום הקודם, וכן נפח מסחר גבוה ודעות חיוביות מנבאים ביום הבא כמות גדולה יותר של הודעות.
• דעה משוקללת: תלויה במספר ההודעות ובדעות של היום הקודם, ומציגה רציפות: ימים חיוביים נוטים לקדם ימים חיוביים.

מסקנות

ניתוח VAR מראה כי תשואות מניות במגזר שירותי האינטרנט אינן ניתנות לניבוי באמצעות נתוני לוחות המסרים במודל לינארי עם פיגור של יום אחד. ניתוח האירועים מאשר כי תשואות חריגות הבאות לאחר פעילות חריגה בלוחות המסרים אינן מובהקות סטטיסטית. לעומת זאת, תשואות חריגות חיוביות אכן קדמו לימים עם דעות חיוביות חזקות ופעילות חריגה בלוחות.

ממצאים אלה סותרים את הדעה הרווחת שמניות חברות האינטרנט מתומחרות באופן לא רציונלי. פעילות ודעות בלוחות המסרים אינן משפיעות על מחירי המניות בצורה ניכרת לאחר תיקון מגזרי, ופעילות חריגה בלוחות אינה מנבאת תשואות חריגות עתידיות. הממצאים עקביים עם שוק יעיל, אם כי יש צורך במחקר נוסף כדי לקבוע אם הקשר שנצפה בין דעות לתשואות ביום האירוע מייצג חוסר יעילות שוק.

מקור

Tumarkin, R. (2002). Internet message board activity and market efficiency: a case study of the internet service sector using RagingBull. com. Financial Markets, Institutions & Instruments, 11(4), 313-335.‏