000			04123cam a2200361 4500500
005			20260322011539.0
041			_afre
042			_adc
100	1	0	_aBourghelle, David _eauthor
700	1	0	_aFay, Pierre _eauthor
700	1	0	_aJawadi, Fredj _eauthor
245	0	0	_aDo Blockchain Competent Investors’ Sentiments Drive Bitcoin Volatility: A Machine Learning and Nonlinear Analysis?
260			_c2026.
500			_a4
520			_aThis paper extends the behavioral finance literature on the relationship between investor sentiment and bitcoin volatility in two ways. First, we propose a natural language-processing method to measure Blockchain-competent investor sentiment, while extracting information from Reddit forums. Second, we extend the Heterogeneous Autoregressive Realized Volatility(HARRV) model to a nonlinear context, using a Markov switching approach; and we investigate the effect of Blockchain-competent investor sentiment on bitcoin volatility over the period 2018-2023. Further, using FinBERT (Financial Bidirectional Encoder Representations from Transformers) test, we comparatively analyze the effect of Blockchain-Competent (BC) and Non-Blockchain-Competent (NBC) investors’ comments on Reddit on Bitcoin’s volatility. Accordingly, we find that Blockchain-competent investor sentiment has a significant and nonlinear effect on bitcoin volatility. In addition, the distinction between positive and negative sentiment, as well as Blockchain-competent investor sentiment and Blockchain-non-competent investor sentiment significantly improves the forecast of bitcoin volatility. JEL Classification: C2, F10, G10
520			_aCet article approfondit la littérature sur la finance comportementale concernant la relation entre le sentiment des investisseurs et la volatilité du bitcoin de deux manières. D’abord, nous proposons une procédure de traitement du langage naturel pour mesurer le sentiment des investisseurs compétents en matière de blockchain, tout en extrayant des informations des forums Reddit. Ensuite, nous étendons le modèle HAR-RV (Heterogeneous Autoregressive Realized Volatility) à un contexte non-linéaire, en utilisant une approche à changement de régime de Markov, et nous étudions l'effet du sentiment des investisseurs compétents en matière de blockchain sur la volatilité du bitcoin au cours de la période 2018-2023. En outre, à l'aide du test FinBERT (Financial Bidirectional Encoder Representations from Transformers), nous analysons de manière comparative l'effet des commentaires des investisseurs compétents en matière de blockchain (BC) et non compétents en matière de blockchain (NBC) sur Reddit sur la volatilité du bitcoin. Nous montrons ainsi que le sentiment des investisseurs compétents en matière de blockchain a un effet significatif et non-linéaire sur la volatilité du bitcoin. En outre, la distinction entre sentiment positif et négatif, ainsi qu'entre sentiment des investisseurs compétents en matière de blockchain et sentiment des investisseurs non compétents en matière de blockchain, améliore considérablement la prévision de la volatilité du bitcoin. Classification JEL: C2, F10, G10
690			_aAnalyse du sentiment
690			_améthode de traitement du langage naturel
690			_amodèle de transition de Markov HAR-RV
690			_aprévisions.
690			_areprésentations bidirectionnelles des encodeurs financiers à partir de transformateurs
690			_asentiment des investisseurs compétents en matière de blockchain
690			_avolatilité du bitcoin
690			_aBitcoin volatility
690			_aBlockchain-competent investor sentiment
690			_aFinancial Bidirectional Encoder Representations from Transformers
690			_aForecast.
690			_aHAR-RV Markov Switching model
690			_aNatural Language Processing method
690			_aSentiment analysis
786	0		_nFinance | Pub. anticipées | 2026-03-02 | p. I54-XXXVII | 0752-6180
856	4	1	_uhttps://shs.cairn.info/journal-finance-2026-0-page-I54?lang=en&redirect-ssocas=7080
999			_c1765739 _d1765739