量化 COVID-19 对美国股市的影响：基于多源信息的分析
统计金融
2020-10-06 v3 应用统计
摘要
我们提出了一种新颖的时间复杂网络方法来量化 COVID-19 在美国县级层面的传播动态。目的是研究局部传播动态、COVID-19 病例与死亡以及 Google 搜索活动对美国股市的影响。我们同时使用了传统计量经济学和机器学习（ML）模型。结果表明，2020年1月至2020年5月期间，COVID-19 病例与死亡、其局部传播以及 Google 搜索对异常股价有影响。此外，纳入局部传播信息显著提升了异常股价预测模型在较长预测视野下的表现。另一方面，尽管少数 COVID-19 相关变量（如美国总死亡数和美国新增病例数）对价格波动率表现出因果关系，但 COVID-19 病例与死亡、局部传播以及 Google 搜索活动对价格波动率没有影响。
引用
@article{arxiv.2008.10885,
title = {Quantifying the impact of COVID-19 on the US stock market: An analysis from multi-source information},
author = {Asim Kumer Dey and Toufiqul Haq and Kumer Das and Irina Panovska},
journal= {arXiv preprint arXiv:2008.10885},
year = {2020}
}