| Abstract : | Η εντυπωσιακή ανάπτυξη των αμοιβαίων κεφαλαίων τα τελευταία χρόνια έχει προκαλέσει ένα μεγάλο αριθμό ερευνών που αποσκοπούν στη μέτρηση και αξιολόγηση της απόδοσής τους. Έχουν προταθεί πολλές και διαφορετικές προσεγγίσεις από τους τομείς της στατιστικής και της οικονομετρίας, που λαμβάνουν υπόψη τα ειδικά χαρακτηριστικά των αμοιβαίων κεφαλαίων, όπως η ανισότητα της διασποράς και οι αποκλίσεις από την κανονική κατανομή. Στην παρούσα διπλωματική εργασία πραγματοποιείται μια συστηματική παρουσίαση, ανάλυση και αξιολόγηση της απόδοσης μηνιαίων αμοιβαίων κεφαλαίων από την αγορά των ΗΠΑ με τη χρήση του στατιστικού πακέτου R. Η εργασία επικεντρώνεται στη χρήση στατιστικών μοντέλων για την αξιολόγηση της απόδοσης των αμοιβαίων κεφαλαίων και την κατασκευή βέλτιστων χαρτοφυλακίων. Συγκεκριμένα, πραγματοποιείται ανάλυση των μηνιαίων αποδόσεων 150 αμοιβαίων κεφαλαίων σε συνάρτηση με τις μηνιαίες αποδόσεις 8 δεικτών της αγοράς, με τη χρήση πολυπαραγοντικών μοντέλων απόδοσης. Εκτός από τα κλασικά μοντέλα που αναφέρονται στην πλειονότητα των ερευνών στη βιβλιογραφία (Single-Factor Model, 3-Factor Model, 4 -Factor Model), χρησιμοποιείται και ένα πολυπαραγοντικό μοντέλο που αποτελείται και από τους 8 παράγοντες, με τους σχετικούς παράγοντες κινδύνου να εντοπίζονται μέσω τυπικών τεχνικών επιλογής μοντέλων. Επιπλέον, γίνεται προσπάθεια βελτιωμένης αποτύπωσης των ειδικών χαρακτηριστικών των αποδόσεων των κεφαλαίων (μη κανονικότητα, υψηλή κύρτωση) με τη χρήση ενός πολυπαραγοντικού μοντέλου με κατανομή Student-t για τη μοντελοποίηση των σφαλμάτων. Για το πρώτο σκέλος της εργασίας, που αφορά τη εκτίμηση των μοντέλων, χρησιμοποιείται μια συγκεκριμένη περίοδος εκτίμησης 32 ετών. Τα 10 πιο αποδοτικά αμοιβαία κεφάλαια για κάθε διαφορετική μέθοδο επιλέγονται και χρησιμοποιούνται με ισοβαρή αναλογία για τη δημιουργία χαρτοφυλακίων. Στο δεύτερο σκέλος της εργασίας, που αφορά την αξιολόγηση των χαρτοφυλακίων, χρησιμοποιείται μια συγκεκριμένη εκτός δείγματος περίοδος 48 μηνών. Γίνεται χρήση ανεξάρτητων μεθόδων προσαρμοσμένων στον κίνδυνο για τον υπολογισμό κατάλληλων μέτρων απόδοσης και κινδύνου του εκάστοτε χαρτοφυλακίου και μέσω της συγκριτικής ανάλυσης που πραγματοποιείται, εντοπίζεται το πιο αποδοτικό μοντέλο που οδήγησε στο πιο κερδοφόρο χαρτοφυλάκιο. Το τελικό στάδιο της αξιολόγησης των αποτελεσμάτων οδηγεί σε ένα σημαντικό συμπέρασμα: η χρήση στατιστικών μοντέλων αποτελεί σημαντικό εργαλείο για την αξιολόγηση της απόδοσης των αμοιβαίων κεφαλαίων. Ωστόσο, η αρχική κατανόηση των χαρακτηριστικών των δεδομένων αποδεικνύεται κρίσιμη για την επιλογή του καταλληλότερου μοντέλου.
The impressive growth of mutual funds in recent years has led to a significant number of research studies aiming to measure and evaluate their performance. Indeed, various approaches have been proposed in the fields of statistics and econometrics, taking into account the specific characteristics of mutual funds, such as dispersion inequality and deviations from the normal distribution. In this thesis, a systematic presentation, analysis, and evaluation of the performance of monthly mutual funds from the US market are conducted using the statistical package R. The focus of the study is on the use of statistical models for assessing mutual fund performance and constructing optimal portfolios. Specifically, an analysis of the monthly returns of 150 mutual funds in relation to the monthly returns of 8 market indices is performed using multifactor performance models. In addition to the classical models commonly referenced in the literature (Single-Factor Model, 3-Factor Model, 4-Factor Model), a multifactor model consisting of the 8 factors, with relevant risk factors identified through standard model selection techniques, is employed. Furthermore, efforts are made to improve the representation of specific characteristics of fund returns, such as non-normality and high kurtosis, utilizing a multifactor model with a Student-t distribution to modeling the errors. For the first part of the study, which focuses on model estimation, a specific estimation period of 32 years is employed. The 10 most efficient mutual funds for each different method are selected and used in portfolio construction with equal proportions. In the second part of the study, which deals with portfolio evaluation, a specific out-of sample period of 48 months is utilized. Independent risk-adjusted methods are employed to calculate appropriate performance and risk measures for each portfolio, and through comparative analysis, the most efficient model leading to the most profitable portfolio is identified. The final stage of result evaluation leads to an important conclusion: the use of statistical models is an important tool for assessing mutual fund performance. However, initial understanding of data characteristics proves crucial in selecting the most suitable model.
|
|---|
Copyright © 2013 Library AUEB. All rights reserved.