|
|
Stock Ownership Structure and Related Risk Premium
Rosický, Ondřej ; Baruník, Jozef (vedoucí práce) ; Kočenda, Evžen (oponent)
Tato práce má za cíl objevit možnou rizikovou přirážku pro akcie v závislosti na jejich vlastnické struktuře. Pracujeme se dvěma typy investorů: retailový a institucionální. Tyto typy investorů mají různá očekávání, preference a chovají se jinak při určitých událostech na trhu. Sestrojili jsme IMR (institucionální mínus retailový) faktor jako rozdíl mezi návratností long- short portfolia akcií s nejvyšším a nejnižším podílem vlastněným institucionálními investory a přidali jsme tento faktor do Famova a Frenchova tří faktového modelu. Výsledky ukazují, že akcie s vysokým podílem institucionálních investorů obsahují prémii přibližně 0,23 %. Dále jsme se snažili zjistit možný vliv nominální ceny akcie na vlastnickou strukturu. S vyšší nominální cenou je patrný i vyšší podíl institucionálních investorů. Na druhou stranu je tento vliv zanedbatelný pro nízké a vysoký podíl institucionálních investorů, tudíž IMR faktor nemůže být nahrazen nominální cenou akcie. Na závěr jsme se snažili objevit, co způsobuje nadměrné výnosy po uskutečnění štěpení akcií. Zjistili jsme, že s růstem podílu retailových investorů o 1 p.b. jsou nadměrné výnosy vyšší pro periodu jednoho týdne po provedení štěpení o 0.8 p.b. To je v souladu se dřívějším zjištěním o rizikové prémii, protože s poklesem podílu institucionálních...
|
|
|
Can Machines Explain Stock Returns?
Chalupová, Karolína ; Baruník, Jozef (vedoucí práce) ; Vácha, Lukáš (oponent)
Mohou stroje vysvětlit akciové výnosy? Abstrakt diplomové práce Karolína Chalupová January 5, 2021 Nedávný výzkum ukazuje, že neuronové sítě dokážou předpovídat akciové výnosy lépe, než kterýkoli jiný model. Metematicky komplikovaná povaha sítí je zároveň jejich výhodou, umožňující odhalovat komplexní vzorce, a jejich prokletím, znesnadňujícím jejich interpretaci, což zamlžuje výhody a nevýhody sítí a komplikuje jejich užití. Tato práce je jedním z prvních pokusů toto prokletí překonat. Za použití nově vyvinutých metod interpretovatelného stro- jového učení objasňuje, jak sítě vytvářejí své vynikající předpovědi výnosů. Poskytuje tak nové odpovědi na starou otázku, které proměnné určují rozdíly v akciových výnosech, a vysvětluje, co stojí za bezkonkurenční schopností neu- ronových sítí identifikovat mezi akciemi na trhu budoucí vítěze a poražené. Tato práce je pravděpodobně první, která zjišťuje, zda neuronové sítě pod- porují ekonomické mechanismy, které během posledních 50 let přinesl výzkum v oblasti oceňování aktiv. Z hlediska aplikace pro finanční praxi práce nabízí transparentnost, kterou přináší dekompozice každé předpovědi na vlivy jed- notlivých vstupních proměnných; zároveň si práce zachovává Sharpe ratio na úrovni současné vědy. Navíc je představena nová metrika, která je zvláště vhodná pro...
|
|
|
Bias and Accuracy in Equity Research: The Case of CFA Challenge
Hloušek, Pavel ; Novák, Jiří (vedoucí práce) ; Máková, Barbora (oponent)
Tato práce analyzuje příčiny nadměrného optimismu v akciové analytice a význam dovedností při vysvětlování rozdílů v přesnosti mezi akciovými analytiky. Ukázal jsem přítomnost relevantního důvodu pro nadměrný optimismus v akciové analytice, který nesouvisí se střety zájmů - obvykle zmiňovaným důvodem pro nadměrný optimismus. Dále jsem podpořil proud literatury, který ukazuje, že dovednosti analytiků nejsou klíčový faktor přesnosti analytiků. Nová perspektiva na tyto témata je nabídnuta díky použití vzorku valuačních zpráv z valuační soutěže CFA Challenge. Přínos této práce spočívá (i) v práci se vzorkem analytiků, kteří nečelí žádnému střetu zájmů, zmiňovanému v literatuře jako způsobující nadměrný optimismus (ii) a v použití úspěchu v CFA Challenge jako nové proxy pro dovednosti v akciové analytice. Použité metody jsou analýza nadměrného optimismu a přesnosti cílových cen, hit-ratio investičních doporučení, a analýza výnosů - odhadnutých s pomocí CAPM, Fama French tří-faktorového modelu a Carhartova čtyř-faktorového modelu.
|
|
|
Investment horizon in the CAPM: A comparison of a wavelet-based decomposition and the fractal regression
Spousta, Radek ; Krištoufek, Ladislav (vedoucí práce) ; Vácha, Lukáš (oponent)
Tato práce se zabývá dvěma nadějnými metodami pro definování víceškálového CAPM - vlkovou dekompozicí a fraktálovou regresí. Jejich odhady, získané na základě měsíčních nadměrných výnosů deseti portfolií vytvořenými podle bety na americkém trhu, jsou porovnány v období od listopadu 2000 do října 2020, a následně i v období od listopadu 1965 do října 2020. V prvním období není víceškálová beta pro většinu portfolií významně odlišná od původní jednoškálové bety. Naopak ve druhém období odhalí obě metody významné odlišnosti v chování bety na různých škálách. Konkrétně portfolia s vysokou betou mají ještě vyšší víceškálovou betu na delších investičních horizontech, především na vlkové škále 3 a škálách 12-24 fraktálové regrese. Celkově obě metody poskytují konzistentní výsledky a jeví se jako vhodné pro rozšíření CAPM o investiční horizont. Klasifikace JEL Klíčová slova G12, C20 CAPM, oceňování aktiv, víceškálová analýza, vlnky, fraktálová regrese Název práce Investiční horizont v CAPM: Porovnání vlnkové dekompozice a fraktálové regrese
|
|
|
Can Machines Explain Stock Returns?
Chalupová, Karolína ; Baruník, Jozef (vedoucí práce) ; Vácha, Lukáš (oponent)
Mohou stroje vysvětlit akciové výnosy? Abstrakt diplomové práce Karolína Chalupová January 5, 2021 Nedávný výzkum ukazuje, že neuronové sítě dokážou předpovídat akciové výnosy lépe, než kterýkoli jiný model. Metematicky komplikovaná povaha sítí je zároveň jejich výhodou, umožňující odhalovat komplexní vzorce, a jejich prokletím, znesnadňujícím jejich interpretaci, což zamlžuje výhody a nevýhody sítí a komplikuje jejich užití. Tato práce je jedním z prvních pokusů toto prokletí překonat. Za použití nově vyvinutých metod interpretovatelného stro- jového učení objasňuje, jak sítě vytvářejí své vynikající předpovědi výnosů. Poskytuje tak nové odpovědi na starou otázku, které proměnné určují rozdíly v akciových výnosech, a vysvětluje, co stojí za bezkonkurenční schopností neu- ronových sítí identifikovat mezi akciemi na trhu budoucí vítěze a poražené. Tato práce je pravděpodobně první, která zjišťuje, zda neuronové sítě pod- porují ekonomické mechanismy, které během posledních 50 let přinesl výzkum v oblasti oceňování aktiv. Z hlediska aplikace pro finanční praxi práce nabízí transparentnost, kterou přináší dekompozice každé předpovědi na vlivy jed- notlivých vstupních proměnných; zároveň si práce zachovává Sharpe ratio na úrovni současné vědy. Navíc je představena nová metrika, která je zvláště vhodná pro...
|
|
|
Multi-horizon equity returns predictability via machine learning
Nechvátalová, Lenka ; Baruník, Jozef (vedoucí práce) ; Krištoufek, Ladislav (oponent)
Pomocí strojového učení zkoumáme předvídatelnost očekávaných výnosů ak- cií na různých horizontech. Používáme neuronové sítě a rozhodovací stromy s využitím boostingu na datech ze Spojených států a z vyspělých zemí. Předví- datelnost výnosů klesá se zvyšujícím se horizontem predikce při použití neurál- ních sítí. Dokumentujeme výnosnost long-short portfolií, které byly vytvořeny z predikcí kumulativních výnosů na různých horizontech. Odhadujeme transakční náklady a ukazujeme výnosnost portfolií i po započtení transakčních nák- ladů. Zajímá nás porovnání mezi vyššími transakčními náklady způsobenými častějším rebalancováním portfolia a vyššími výnosy na kratších horizontech. Ukazujeme, že prodloužení predikčního horizontu a zároveň rebalancovací frek- vence zvyšuje v USA po započtení transakčních nákladů rizikově vážené výnosy. Kombinujeme predikce očekávaných výnosů z různých horizontů pomocí metod double sort a buy/hold spread. Použití metody double sort výrazně zvyšuje v USA výnosnost. Použití buy/hold spread metody na snižování obratu portfolia má v USA lepší rizikově váženou výnosnost. Klasifikace JEL G11, G12, G15, C55 Klíčová slova Strojové učení, oceňování aktiv, predikta- bilita na horizontech, anomálie Název práce Prediktabilita výnosů akcií pomocí stro- jového učení
|
|
|
Are realized moments useful for stock market returns analysis?
Saktor, Ira ; Baruník, Jozef (vedoucí práce) ; Kočenda, Evžen (oponent)
Tématem této práce je analýza využití realizovaných momentů k oceňování aktiv. K analýze je použit dataset obsahující data o devětadvaceti z nejvíce likvidních veřejně obchodovaných akciových spolecností. Tento dataset pokrýva období deseti let a je dále rozdělen na trénovací a testovací dataset, kde první obsahuje data za 7 let a druhý data za zbývající 3 roky. Pro každou z 29 společností je odhadnut vlastní model. K posouzení kvality jednotlivých modelů jsou využity metriky, jako jsou RMSE, MAD, přesnost v předpovídání kladných a záporných výnosů a výnosy dosažitelné díky obchodování na základě předpovědí modelu. Ačkoliv zahrnutí realizovaných momentů nevede k výraznému snížení RMSE, výsledky ukazují, že realizovaná skloněnost a špičatost přispívají k vysvětlení výnosů akcií jednotlivých společností. Tento přínos je zachycen skrze zvýšenou schopnost modelu správně předpovídat, jestli budoucí výnos bude kladný, nebo záporný. Dále využití realizovaných momentů může investorům umožnit dosažení výrazně vyšších výnosů z obchodování v porovnání s pasivním držením diveryifikovaného portfolia akcií. Zahrnutí součinu rozptylu a výnosů, skloněnosti a výnosů, a špičatosti a rozptylu, přinásí další zlepšení v přesnosti modelu a dosažitelných výnosů z obchodování s akciemi. Klasifikace C18, C58, G15 Klíčová...
|
|
|
Fama-French Model: Multiscale Portfolio Analysis
Spousta, Radek ; Kraicová, Lucie (vedoucí práce) ; Teplý, Petr (oponent)
Tato práce studuje empirický vztah mezi nadměrnými výnosy aktiv a Fama−French rizikovými faktory na různých škálách s použitím kombinace Fama−French tří-faktorového modelu a vlkových metod. Přezkoumali jsme již publikované výsledky na šesti portfoliích zkonstruovaných na základě velikosti a poměru mezi účetní a tržní hodnotou na americkém trhu, a zaměřili jsme se na vliv jednotlivých škál na původní výsledky. Zjistili jsme, že většina celkového rozptylu rizikových faktorů a nadměrných výnosů portfolií je koncentrována na škále 1 a 2, které zachycují periodicity mezi 2-4 měsíci a 4-8 měsíci. Dále jsme zaznamenali signifikantní variaci v odhadnutých parametrech napříč různými škálami. Navíc jsou některé Fama−French rizikové faktory silně korelovány na škále 2, 3 a 4, což není zřejmé ze standardní korelační matice. Celkově se víceškálový přístup k analýze Fama−French tří- faktorového modelu zdá být přínosný, jelikož odhaluje informace, které zůstávají skryté při použití tradičních metod.
|
|
|
The Impact of Mergers and Acquisition Activity on the Time Series Variation in the Stock Size Premium
Kaplan, Robert ; Novák, Jiří (vedoucí práce) ; Geršl, Adam (oponent)
Tato práce zkoumá, zda změna budoucí akviziční aktivity v čase vysvětluje změnu velikostní prémie veřejně obchodovaných společností v čase. Bereme-li v úvahu, že akviziční aktivita se každý rok týká 2-9% akciových společností a stavíme-li na stávajících studiích, uvádějících, že malé společnosti mají vyšší šanci stát se akvizičním cílem a získávají o 40% vyšší akviziční prémii než velké společnosti, tvrdíme, že malé společnosti mají z akviziční aktivity větší prospěch než velké společnosti, a tedy velikostní prémie by měla být výraznější v období s vyšší akviziční aktivitou. Zabýváme se akviziční aktivitou a velikostní prémií na agregátní úrovni a testujeme, zda velikostní prémie může být vysvětlena očekávanou akviziční aktivitou, resp. její změnou oproti minulosti. Zjistili jsme, že změna akviziční aktivity v následujících šesti měsících oproti minulým šesti měsícům je pozitivně korelované s velikostní prémií. Nad to jsme sestavili jednoduchý predikční model k odhadování akviziční aktivity. Vztah mezi velikostní prémií a změnou akviziční aktivity zůstává signifikantní, když místo skutečné akviziční aktivity v budoucnosti použijeme odhad z predikčního modelu.
|
|
|
Bias and Accuracy in Equity Research: The Case of CFA Challenge
Hloušek, Pavel ; Novák, Jiří (vedoucí práce) ; Máková, Barbora (oponent)
Tato práce analyzuje příčiny nadměrného optimismu v akciové analytice a význam dovedností při vysvětlování rozdílů v přesnosti mezi akciovými analytiky. Ukázal jsem přítomnost relevantního důvodu pro nadměrný optimismus v akciové analytice, který nesouvisí se střety zájmů - obvykle zmiňovaným důvodem pro nadměrný optimismus. Dále jsem podpořil proud literatury, který ukazuje, že dovednosti analytiků nejsou klíčový faktor přesnosti analytiků. Nová perspektiva na tyto témata je nabídnuta díky použití vzorku valuačních zpráv z valuační soutěže CFA Challenge. Přínos této práce spočívá (i) v práci se vzorkem analytiků, kteří nečelí žádnému střetu zájmů, zmiňovanému v literatuře jako způsobující nadměrný optimismus (ii) a v použití úspěchu v CFA Challenge jako nové proxy pro dovednosti v akciové analytice. Použité metody jsou analýza nadměrného optimismu a přesnosti cílových cen, hit-ratio investičních doporučení, a analýza výnosů - odhadnutých s pomocí CAPM, Fama French tří-faktorového modelu a Carhartova čtyř-faktorového modelu.
|
host ::
RSS.