The Role of Social Media in the Corporate Bond Market: Evidence from Twitter
Notice bibliographique
Résumé
Prior studies document the role social media information plays in the stock market and the important dissimilarities between the bond and stock markets. Bridging these two types of literature, we examine the role of social media information in the corporate bond market. Analyzing a broad sample of messages by Twitter individual users, posted just prior to earnings announcements, containing bond, credit risk, and fundamental information, we find that aggregate Twitter opinion (OPI) predicts upcoming announcement bond returns and changes in credit default swap (CDS) spreads, and is associated with future changes in bond yield spreads and credit ratings, thereby providing economically important information to the bond market. This interpretation is bolstered by results from a variety of cross-sectional analyses. Finally, we document an association between OPI and future changes in default risk, which casts light on the nature of the Twitter information underlying our findings. Overall, our findings demonstrate that Twitter appears to disseminate potentially economically important information to even the presumably sophisticated bond and CDS investors, as well as information intermediaries. This paper was accepted by Suraj Srinivasan, accounting. Funding: P. Mohanram acknowledges financial support from the Social Sciences and Humanities Research Council (SSHRC) of Canada. Supplemental Material: The data files and online appendix are available at https://doi.org/10.1287/mnsc.2022.4589 .
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».