Can Granular Social Media Emotions Help Identify Herd Behavior? First Empirical Evidence from U.S. Equities

Abstract

This thesis investigates whether granular emotions derived from social media posts help explain investor herding behavior in U.S. large-cap equities. Us- ing daily emotion indices constructed from StockTwits messages (2015-2025), based on Plutchik's taxonomy plus a neutral category, we augment traditional cross-sectional absolute deviation herding regressions. The results show that in- creased emotional intensity, irrespective of positive or negative polarity, is con- sistently associated with greater return dispersion. However, specic emotions exhibit distinct eects during extreme market conditions: trust and sadness signicantly amplify herding during severe market downturns, while trust and anger promote investor disagreement and anti-herding during extreme rallies. These ndings provide novel insights into the nuanced psychological drivers behind investor herding, highlighting the importance of distinguishing discrete emotions beyond aggregate sentiment in behavioral nance. JEL Classification G1, G02, G14, G15, G40, G41, C55, C58 Keywords Herd behavior, CSAD, natural language pro- cessing, investor emotions, social media, behav- ioral nance Title Can Granular Social Media Emotions Help Iden- tify Herd Behavior? First Empirical Evidence from U.S. Equities Author's e-mail 96967247@fsv.cuni.cz...

Tato studie zkoumá, zda detailní emoce odvozené ze sociálních médií pomáhají vysvětlit stádové chování investorů u amerických akcií. Pomocí denních in- dexů emocí vytvořených ze zpráv na platformě StockTwits (2015-2025), za- lođených na Plutchikově taxonomii, rozŽiřujeme tradiční regresní modely zk- oumající disperzi trđních aktiv. Výsledky ukazují, đe vyŽŽí intenzita emocí, bez ohledu na jejich pozitivní či negativní polaritu, je soustavně spojena s větŽím rozptylem výnosů. Konkrétní emoce vŽak vykazují odliŽné efekty během ex- trémních trđních podmínek: důvěra a smutek významně zesilují stádové chování během výrazných poklesů trhu, zatímco důvěra a vztek podporují rozpor mezi investory a působí proti stádovému chování během extrémních růstů. Tato zjiŽtění přináŽejí nové poznatky o psychologických faktorech stojících za stá- dovým chováním investorů a zdůrazňují význam odliŽování jednotlivých emocí namísto pouhého souhrnného sentimentu v behaviorálních nancích. Klasifikace JEL G1, G02, G14, G15, G40, G41, C55, C58 Klíčová slova Stádové chování, CSAD, zpracování přirozeného jazyka, emoce investorů, sociální sítě, behaviorální nance Název práce Mohou detailní emoce ze sociálních sítí po- moci identikovat stádní chování na ak- ciových trzích? První empirické výsledky z amerických akcií E-mail...