Μεταπτυχιακές Εργασίες

Μόνιμο URI για αυτήν τη συλλογήhttps://pyxida.aueb.gr/handle/123456789/35

Περιήγηση

A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω

Τώρα δείχνει 1 - 11 από 11

Behavioral finance: case of herding in the cryptocurrency market
(29-11-2023) Ματσούκα, Αικατερίνη; Matsouka, Aikaterini; Athens University of Economics and Business, Department of Accounting and Finance; Rompolis, Leonidas; Episcopos, Athanasios; Chalamandaris, George
Η παρούσα διπλωματική εργασία πραγματοποιήθηκε με σκοπό να αποδειχθεί η ύπαρξη της αγελαίας συμπεριφοράς στην αγορά των κρυπτονομισμάτων, ιδίως σε περιόδους υψηλής αβεβαιότητας. Επιπρόσθετα, η παρούσα διπλωματική εργασία διερευνά την εμπειρική βιβλιογραφία σχετικά με τις συμπεριφορικές πτυχές της αγοράς κρυπτονομισμάτων. Τα τελευταία τρία έτη, η παγκόσμια οικονομία έχει επηρεαστεί σημαντικά πρώτα από την πανδημία του Covid-19 και στη συνέχεια από τις αρνητικές επιπτώσεις της Ρωσο-Ουκρανικής κρίσης, της ενεργειακής κρίσης και της μεγάλης αύξησης του πληθωρισμού. Ως αποτέλεσμα, αυτά τα πρωτοφανή γεγονότα έχουν σοκάρει την παγκόσμια αγορά. Στην παρούσα διπλωματική εργασία επιχειρούμε να διερευνήσουμε κατά πόσο έχει προκληθεί αγελαία συμπεριφορά στην αγορά κρυπτονομισμάτων τα τελευταία τρία έτη, χρησιμοποιώντας 25 κορυφαία κρυπτονομίσματα που αποτελούν κατά μέσο όρο περισσότερο από το 90% της συνολικής κεφαλαιοποίησης της αγοράς. Το δείγμα επεκτείνεται από τις 07 Μαΐου 2021 έως τις 02 Μαΐου. Πρώτον, διερευνούμε αν παρατηρείται αγελαία συμπεριφορά σε όλη την εξεταζόμενη περίοδο, προσπαθώντας να διαπιστώσουμε μια σχέση μεταξύ της αγοράς κρυπτονομισμάτων και της χρηματαγοράς, ακολουθώντας τη στατική μεθοδολογία που προτείνεται από τους Chang et al. (2000), καθώς και της δυναμικής μεθοδολογίας Quantile regression. H Quantile regression έχει χρησιμοποιηθεί στη βιβλιογραφία προκειμένου να εξεταστεί η αγελαία συμπεριφορά τόσο στις χρηματαγορές, όσο και στην αγορά των κρυπτονομισμάτων και οδηγεί σε σημαντικά αποτελέσματα. Δεύτερον, εστιάζουμε στην περίοδο πριν και μετά το ξέσπασμα της Ρωσο-Ουκρανικής διαμάχης. Τα αποτελέσματα δείχνουν ότι η αγελαία συμπεριφορά μπορεί να μην αποτελεί εξέχοντα παράγοντα κατά την εξεταζόμενη χρονική περίοδο. Παρά το γεγονός ότι οι αγορές κρυπτονομισμάτων μπορεί να παρουσιάσουν μεταβλητότητα, η έλλειψη σημαντικών διαφορών στις στήλες που αναλύθηκαν υποδηλώνει σχετική απουσία αγελαίας συμπεριφοράς. Η σταθερότητα που παρατηρήθηκε υποστηρίζει την άποψη ότι οι επενδυτές δεν επηρεάστηκαν έντονα από τις ενέργειες των άλλων, τονίζοντας τη σημασία της ατομικής λήψης αποφάσεων και της θεμελιώδους ανάλυσης στις επενδύσεις σε κρυπτονομίσματα.
Construction of optimal portfolios using Python
(2021) Velli, Anastasia; Βελλή, Αναστασία; Athens University of Economics and Business, Department of Accounting and Finance; Episcopos, Athanasios; Georgoutsos, Dimitrios; Chalamandaris, George
Asset managers target to choose investment portfolios, whose returns are the maximum possible, ensuring though that the risk exposure is at acceptable levels given the risk preferences per investor.The very first theory for optimal portfolios’ selection was introduced by Markowitz in 1950’s. Through his paper, formalized the portfolio selection principles, winning thus the 1990 Noble Prize in the field of economics.It is worth mention though, that 1950 and onwards mathematical programming techniques have been broadly used and have become essential tools in financial management, resulting though in their increasingly application in practice. The most important element that mainly boosted the adoption of more sophisticated methods in financial management procedure, which focus on portfolio optimization, is fully aligned with the continuously increasing diversity of complex financial instruments and the multiple factors in need of capturing the effect of risk and performance measures.Financial management studies the economic resources allocation and deployment across time throughout an uncertain environment. To capture and influence the various risk factors in an effective manner, the implication of the said, sophisticated analytical ways, is required.Mathematical programming techniques as the Principal Component Analysis combined with the Python coding language. Over the past years, the use of mathematical programming techniques has proven able to reduce financial risks, which affect the portfolios’ performance, by diversifying away the non-systematic risk of these portfolios.The diversification principle of Principal Component Analysis stated that an investment should be distributed across various assets, to limit the risk exposure of any particular asset in the number of principal that the asset manager has selected.The goal of this thesis is the optimal portfolios constructions using the concepts of Principal Component Analysis based on paper “Directed Principal Component Analysis” (2017) by Yi-Hao Kao, Benjamin Van Roy and their rebalancing using different windows of twelve, eighteen and twenty-four months as introduced by Meihua Wang, Fengmin Xu and Yu-Hong Dai in their research paper “An index tracking model with stratified sampling andoptimal allocation”. Our aim was the construction of two different portfolios, the Sharpe Ratio portfolio, as proposed by Taras Bodnar and Taras Zaboloskyy (2017) in their paper “How risky is the optimal portfolio which maximizesthe Sharpe ratio?” and the Global Minimum Variance portfolio, as proposed by Alexander Kempf and Christoph Memmel (2006) in their paper “Estimating the Global Minimum Variance Portfolio”. We formulated two scenarios based on these portfolios, using different rebalancing participation percentages per portfolio.The financial instruments used to attain our said goal are the Exchange Traded Funds (ETFs), “The sidedness and informativeness of ETF trading and the marketefficiency of their underlying indexes” (2019) by Liao Xua, Xiangkang Yinb, Jing ZhaoThe whole procedure was implemented in Python programming language.Finally, to compare and conclude with the performance of our portfolios, we conducted the evaluation of these portfolios with the calculation of various performance measures such as the total return, the standard deviation, the Sharpe ratio, the Sortino ratio and the Maximum drawdown. Given these measures and specific thresholds for each of them we made our final choices given our optimal portfolios.
Crypto investments and sentiment
(03-10-2022) Alexiou, Georgios; Αλεξίου, Γεώργιος; Athens University of Economics and Business, Department of Accounting and Finance; Kavussanos, Emmanuel G.; Georgoutsos, Dimitrios; Chalamandaris, George
Πρόσφατα, τα κρυπτονομίσματα έχουν κερδίσει μεγάλη προσοχή, κυρίως λόγω της δυναμικής τους στην αγορά και των προσδοκιών για υψηλά κέρδη. Επιπλέον, οι ερευνητές συνειδητοποιούν περισσότερο την ικανότητα των μέσων κοινωνικής δικτύωσης να προβλέπουν έναν αριθμό γεγονότων, ιδιαίτερα εκείνων που σχετίζονται με τις χρηματοοικονομικές αγορές. Σε αυτή τη διπλωματική, εξετάζουμε τον προγνωστικό ρόλο του συναισθήματος των επενδυτών που προκύπτει από το αποτέλεσμα της ανάλυσης του Twitter σχετικά με τις τιμές οκτώ κρυπτονομισμάτων: Bitcoin (BTC), Ethereum (ETH), Cardano (ADA), Binance Coin (BNB), Polkadot ( DOT), XRP (XRP), Uniswap (UNI) και Litecoin (LTC). Για το σκοπό αυτό, συλλέχθηκαν πληροφορίες τιμών και tweets για τα οκτώ κρυπτονομίσματα και μετά από την επεξεργασία τους, χρησιμοποιήθηκε το Valence Aware Dictionary for SEntiment Reasoning (VADER) για την ανάλυση του συναισθήματος στα tweets. Η σταθερότητα των χρονοσειρών ελέγχθηκε με τη δοκιμή Augmented Dickey Fuller (ADF), ενώ η ύπαρξη συνολοκλήρωσης ελέγχθηκε με τη μέθοδο Engle Granger. Μετά την εκτέλεση του τεστ αιτιότητας Granger και τη χρήση μοντέλων Vector Autoregressive (VAR) και Vector Error Correction (VEC) διαπιστώθηκε ότι το συναίσθημα των επενδυτών στο Twitter έχει προγνωστική δύναμη για τις τιμές των Cardano, Polkadot και XRP.
Evaluating the effects of ARM Holdings' IPO on the technology sector: an event study approach across indexes and high-profile stocks
(09-12-2024) Αντωνούλας, Γεώργιος; Antonoulas, Georgios; Athens University of Economics and Business, Department of Accounting and Finance; Tsekrekos, Andrianos; Rompolis, Leonidas; Chalamandaris, George
Η IPO του Σεπτεμβρίου 2023 της ARM Holdings σηματοδότησε μία από εκείνες τις στιγμές που, για πρώτη φορά εδώ και πολύ καιρό, η παγκόσμια βιομηχανία τεχνολογίας έστρεψε την προσοχή της σε εταιρείες ημιαγωγών υψηλής αξίας με νεοσύστατη ζήτηση για καινοτομία με τεχνητή νοημοσύνη. Μια δημόσια εγγραφή κλονίζει τις χρηματοπιστωτικές αγορές, ειδικά σε τομείς όπου η οντότητα που είναι εισηγμένη κατέχει ηγετική θέση. Αυτή η διατριβή διερευνά τον άμεσο και βραχυπρόθεσμο αντίκτυπο της IPO της ARM στον ευρύτερο τεχνολογικό κλάδο, χρησιμοποιώντας μεθοδολογίες μελέτης συμβάντων σε τρία σύνολα δεδομένων: τον δείκτη NASDAQ, το Technology Select Sector SPDR Fund και ένα επιμελημένο χαρτοφυλάκιο 100 κορυφαίων μετοχών τεχνολογίας. Αυτή η μελέτη θα έχει ως στόχο να ανακαλύψει τον βαθμό στον οποίο η δημόσια εγγραφή της ARM επηρέασε τη συμπεριφορά των επενδυτών, την απόδοση του κλάδου και τη δυναμική της αγοράς μέσω της ανάλυσης AR και CAR που προέρχονται από πολλαπλά μοντέλα και παράθυρα εκτίμησης.Η ακόλουθη έκθεση τοποθετεί την IPO της ARM σε ένα ευρύ τοπίο της αγοράς τεχνολογίας, περιγράφοντας λεπτομερώς τον κρίσιμο ρόλο της στην αγορά ημιαγωγών, ενώ σηματοδοτεί τη σημασία για τις εφαρμογές τεχνητής νοημοσύνης και μηχανικής μάθησης. Ως σχεδιαστής πνευματικής ιδιοκτησίας για επεξεργαστές που χρησιμοποιούνται σε δισεκατομμύρια συσκευές σε όλο τον κόσμο, η ARM βρίσκεται σε στρατηγική θέση για να καθορίσει το μελλοντικό πρόσωπο της τεχνολογίας. Δεδομένων των ασταθών συνθηκών της αγοράς, η είσοδος στο χρηματιστήριο δεν ήταν παρά μια λυδία λίθος για την εμπιστοσύνη των επενδυτών στην αναπτυξιακή τροχιά της βιομηχανίας τεχνολογίας. Αυτή η διατριβή εξετάζει εάν ο χρόνος, η αποτίμηση και η εμπορική δραστηριότητα της IPO δημιούργησαν μετρήσιμο αντίκτυπο στον κλάδο γενικότερα.Η τρέχουσα μελέτη επιβάλλει επομένως μια μεθοδολογία μελέτης συμβάντων για την ποσοτικοποίηση των επιπτώσεων της IPO της ARM. Αυτή είναι μια κοινή προσέγγιση στα χρηματοοικονομικά, όπου οι μη φυσιολογικές αποδόσεις δημιουργούνται από το γεγονός μέσω της σύγκρισης της παρατηρούμενης απόδοσης είτε των μετοχών είτε των δεικτών με την αναμενόμενη απόδοση αναφοράς που προκύπτει από ιστορικά δεδομένα. Προκειμένου να αποτυπωθεί η ευρωστία των ευρημάτων σε διαφορετικούς ορίζοντες, χρησιμοποιήθηκαν τρία διαφορετικά παράθυρα εκτίμησης: 120 ημέρες, 180 ημέρες και 250 ημέρες. Επιπλέον, τρία μοντέλα έχουν εφαρμοστεί για τον υπολογισμό των αναμενόμενων αποδόσεων: το μοντέλο ενός παράγοντα, λογιστικοποίηση του κινδύνου αγοράς. το μοντέλο τριών παραγόντων, το οποίο περιλαμβάνει επίσης εφέ μεγέθους και αξίας. και το μοντέλο των πέντε παραγόντων, συμπεριλαμβανομένων των παραγόντων κερδοφορίας και επενδυτικής αποδοτικότητας. Αυτά τα μοντέλα επιτρέπουν τη λεπτομερή κατανόηση του τρόπου με τον οποίο η IPO της ARM επηρεάζει αντιστρόφως την τεχνολογική βιομηχανία, από το λιγότερο έως το πιο περίπλοκο επίπεδο.Ξεκινώντας με το ευρύ σημείο αναφοράς του κλάδου της τεχνολογίας, δηλαδή τον δείκτη NASDAQ, ο οποίος υποτίθεται ότι είναι ζωτικός δείκτης του συνολικού κλίματος της αγοράς, η ανάλυση εξετάζει τώρα τις μη φυσιολογικές αποδόσεις που έχει λάβει το NASDAQ σε αυτό το παράθυρο γεγονότων για δοκιμή εάν η δημόσια εγγραφή της ARM επηρεάζει τον κλάδο γενικά πέρα από τα επίπεδα μεμονωμένων αποθεμάτων. Στην πραγματικότητα, τα αποτελέσματα αντικατοπτρίζουν διαφοροποιημένα μοτίβα απόκρισης των επενδυτών, με δραματικές αλλαγές γύρω από αρκετές ημέρες πριν και μετά την ημερομηνία IPO. Η συμπερίληψη των CAR επιτρέπει βαθύτερη ανάλυση της καθαρής επίδρασης της IPO στον δείκτη, λαμβάνοντας υπόψη τόσο τις προβλέψεις της αγοράς όσο και τις διορθώσεις μετά το γεγονός.Ο στενότερος δείκτης, ο οποίος εστιάζει μόνο σε μετοχές τεχνολογίας, είναι το Technology Select Sector SPDR Fundํ RPC: XLK. Λόγω της εστίασής της σε συγκεκριμένο τομέα, η XLK παρέχει επομένως μια πιο συγκεντρωμένη άποψη για το πώς αντέδρασαν οι μετοχές τεχνολογίας στην IPO της ARM. Αυτή η μελέτη θέτει το XLK σε σύγκριση με τον ευρύτερο δείκτη NASDAQ με στόχο να προσδιορίσει εάν αυτή η δημόσια εγγραφή είχε δυσανάλογα αποτελέσματα σε αυτές τις εταιρείες υψηλής ανάπτυξης και με γνώμονα την καινοτομία. Τα ευρήματα από την XLK υπογραμμίζουν την αλληλεπίδραση της IPO της ARM με τις ευρύτερες προσδοκίες για τις μετοχές τεχνολογίας και προβάλλουν μια πιο εστιασμένη προοπτική στις τάσεις του συγκεκριμένου τομέα. Τέλος, η πιο λεπτομερής εικόνα της απόδοσης 100 αντιπροσωπευτικών μετοχών τεχνολογίας υψηλού προφίλ οδηγεί σε σωστή διαφοροποίηση στην αναλυόμενη διατομή εταιρειών ημιαγωγών, προγραμματιστών λογισμικού και εταιρειών υπολογιστικού νέφους. Αυτό, με τη σειρά του, κάνει τη λεπτομερή ανάλυση να εμφανίζει τέλεια τον τρόπο με τον οποίο κάθε μετοχή αντέδρασε στην IPO, καταγράφοντας παραλλαγές σε επίπεδο εταιρείας που μπορεί να συγκαλυφθούν με τη μελέτη των αλλαγών σε επίπεδο δείκτη:. Η ίδια μεθοδολογία μελέτης συμβάντων εφαρμόστηκε στην παρούσα μελέτη σχετικά με το συλλεγμένο σύνολο δεδομένων, το οποίο αποκαλύπτει ορισμένα θεμελιώδη στοιχεία σχετικά με τον διαφορικό αντίκτυπο της IPO της ARM σε διαφορετικά τμήματα της βιομηχανίας τεχνολογίας.Αυτά τα σύνολα αποτελεσμάτων στα σύνολα δεδομένων επιτρέπουν πολλές πτυχές του αντίκτυπου που προέρχονται από την IPO της ARM. Ενώ οι απαντήσεις του δείκτη NASDAQ είναι σιωπηρές και στατιστικά ασήμαντες -πιθανότατα λόγω της διαφοροποίησης μεταξύ των τομέων- η XLK και οι μεμονωμένες αναλύσεις μετοχών παρουσιάζουν πιο έντονες αντιδράσεις.Τα αποθέματα υποκαταστημάτων ημιαγωγών και τεχνητής νοημοσύνης είναι πιο ευάλωτα σε αυτό το γεγονός, γεγονός που υπογραμμίζει την άποψη ότι η IPO της ARM βρήκε ισχυρότερη απήχηση με εκείνες τις εταιρείες που βρίσκονται πιο κοντά στον τομέα της.
Exploring short-term herding behavior in the US Corporate Bond Market
Katsarou, Aikaterini-Maria; Athens University of Economics and Business, Department of Accounting and Finance; Chalamandaris, George
In this dissertation we investigate herding behavior in the U.S. corporate bond market. The notion of herding behavior has been the subject to several fields of social sciences as zoology, psychology, neurology and sociology. Moreover, this phenomenon has been particularly studied by behavioral finance. Essentially, in economics and finance herding is defined as the tendency of investors to mimic actions of other investors into or out of the same securities.Several studies have dealt with investors’ herding behavior in stock exchange market. The majority of them have reported a very low (if not at all) level of herding in the particular market. Equity markets are very popular, since they have attracted interest of media, researchers and investors (retail and institutional).Thus, they have reached pretty high level of automatization, transparency, liquidity and a working efficiency in general, at least for small and thin margin trades. In this regard,the reported levels of herding behavior in the particular market make sense. On the other hand, US corporate bond market recently started attracting the attention of investors. Characteristically, the net increase on corporate bond issuances by nonfinancial firms averaged $300bn between 2007 and 2016. This shift of investors’ portfolios was mainly attributed to the zero interest policies that Federal Reserves imposed for almost a decade. In addition, corporate bond market is an inherently opaque market with intensive liquidity issues. In an attempt to increase transparency in the market the Financial Industry Regulatory Authority (FINRA), introduced on July 1st,2002 a platform known as the Trade Reporting and Compliance Engine (TRACE). Specifically, TRACE is electronic platform on which all participants in the over the counter (OTC) market of US corporate bonds are obliged to report their trades. Despite the fact that this regulation succeeded to usher more retail investors in the market and thus in turn to increase the market liquidity, institutional investors were opposed. In particular, institutional investors raise concerns that the instant dissembling of their trades might give advantage to other investors handling them, as well as their private information would be revealed. They also alleged that large trades would be impeded and ultimately the long term liquidity of the market would be harmed.Against this backdrop, US corporate bond market constitutes an ideal pool of observations to be used in the study of investors’ herding behavior. In this regard, we are taking advantage of a comprehensive dataset from TRACE to examine whether the participants of US corporate bond market do herd. In doing so, we address three key empirical questions in this dissertation: Do investors herd in the corporate bond market? If so, which investors’ category exhibits herding behavior on their daily trading activity? Last but not least, which are the main determinants of such behavior? In particular, we conduct a thorough analysis to recognize micro-structure patterns in corporate bond market. Due to the fact that our data is reported on a daily basis, we cannot talkfirmly about herding behavior. However, we can employ the methods suggested by previous studies (i.e. LSV and Sias approach) to estimate the magnitude of herding. Our main results are as follows,• We document the existence of herding behavior in US corporate bond market.• Retail investors exhibit a more severe level of herding than institutional investors.• We reveal the inefficiency of corporate bond market to cover the demand even of retail investor in short term period, creating patterns in their daily demand.• Institutional investors do not differentiate their behavior among bonds of different credit rating status and liquidity level, whereas it seems to herd more on bonds with remaining maturity between five to fifteen years as well as on bonds issued by Financial Institutions. • Retail investors herdintensively on more uncertain issues. This behavior is expressed by higher level of herding on lower credit rated and longer maturity bonds as well as on bonds issued by Financial Institutions.• Lastly, both Institutional and Retail investors expand their herding behavior on issuer level. Interestingly, retail investors exhibit the same level of herding on issuer and individual bond level.The rest of this dissertation is organized as follows. Chapter2 presents the main theories associated with herding behavior.Chapter3 reviews previous works related to this dissertation. Chapter 4 describes the examined market, the employed data as well as our construction of herding measures and the methodology used. Chapter 5 presents and analyzes the results of this current study. Lastly, Chapter 6 summarizes conclusions of our research. We also provide an Appendix which contains an attachment of results using LSV approach.
The importance of green bonds: analyzing their implications on corporate financial performance
(07-11-2024) Κολεύρης, Ιωάννης; Kolevris, Ioannis; Athens University of Economics and Business, Department of Accounting and Finance; Sakkas, Athanasios; Spyrou, Spyros; Chalamandaris, George
Η παρούσα διπλωματική εξετάζει την επίδραση των πράσινων ομολόγων στις οικονομικές επιδόσεις των επιχειρήσεων και το ρόλο τους στην προώθηση της βιώσιμης χρηματοδότησης. Ξεκινά με μια επισκόπηση των πράσινων ομολόγων, εντοπίζοντας την προέλευσή τους στο 2007 με την Ευρωπαϊκή Τράπεζα Επενδύσεων και διερευνώντας τους διάφορους τύπους τους. Η μελέτη εξετάζει τα στρατηγικά οφέλη για τους εκδότες, όπως το χαμηλότερο κόστος κεφαλαίου, η βελτιωμένη φήμη, τα ρυθμιστικά πλεονεκτήματα και η αυξημένη ελκυστικότητα των επενδυτών που εστιάζουν στο ESG. Αντιμετωπίζει επίσης σημαντικές προκλήσεις, συμπεριλαμβανομένου του υψηλού κόστους έκδοσης, των κανονιστικών απαιτήσεων και των κινδύνων προβολής ψευδοοικολογικής ταυτότητας.Οι οικονομικές επιπτώσεις των πράσινων ομολόγων αναλύονται σε ισολογισμούς, καταστάσεις αποτελεσμάτων και καταστάσεις ταμειακών ροών, χρησιμοποιώντας την έκδοση πράσινων ομολόγων της Iberdrola το 2014 ως μελέτη περίπτωσης. Τα ευρήματα υπογραμμίζουν πώς τα πράσινα ομόλογα αυξάνουν τις ταμειακές εισροές και τα περιουσιακά στοιχεία, ενώ αυξάνουν το χρέος και επηρεάζουν χρηματοοικονομικούς δείκτες όπως τα ξένα προς ίδια κεφάλαια. Τα ομόλογα προωθούν επίσης τη διαφάνεια και τον μακροπρόθεσμο σχεδιασμό που ευθυγραμμίζεται με τους στόχους βιωσιμότητας.Μια εμπειρική ανάλυση εξετάζει περαιτέρω την απόδοση των μετοχών, χρησιμοποιώντας μοντέλα παλινδρόμησης για να κατανοήσει τον αντίκτυπο των πράσινων ομολόγων στο επενδυτικό κλίμα και τη μεταβλητότητα των μετοχών και τις ουσιαστικές σχέσεις που υπάρχουν μεταξύ των πράσινων ομολόγων και των βασικών χρηματοοικονομικών δεικτών. Τα αποτελέσματα δείχνουν ότι τα πράσινα ομόλογα μπορούν να σταθεροποιήσουν τις τιμές των μετοχών και να προσελκύσουν το ενδιαφέρον των επενδυτών όταν οι εταιρείες επιδεικνύουν δέσμευση για περιβαλλοντική διαφάνεια και υποβολή εκθέσεων και ότι αυτά τα χρηματοπιστωτικά μέσα επηρεάζουν με σημαντικό και θετικό τρόπο τους σημαντικότερους χρηματοοικονομικούς δείκτες.Συμπερασματικά, η διπλωματική υπογραμμίζει τα πράσινα ομόλογα ως ένα πολύτιμο χρηματοοικονομικό εργαλείο, βοηθώντας τις εταιρείες να ευθυγραμμιστούν με τους παγκόσμιους στόχους βιωσιμότητας και προσφέροντας στρατηγικά πλεονεκτήματα που υποστηρίζουν μακροπρόθεσμους οικονομικούς και περιβαλλοντικούς στόχους.
Interdependence and causal relationships between green bond indices and conventional bond and equity indices
(2022) Manti, Vasiliki-Paraskevi; Μάντη, Βασιλική-Παρασκευή; Athens University of Economics and Business, Department of Accounting and Finance; Tsekrekos, Andrianos; Rompolis, Leonidas; Chalamandaris, George
Green Bonds are a relatively new investment option, but it is apparent that the world needs them. With climate change and other environmental dangers reaching all-time highs in 2021, there has never been more need for investments in environmental sustainability. Green bonds, while quite similar to conventional bonds, go through an exhaustive process of evaluation that decided their environmental appropriateness. This makes them more money and time consuming, but everything points out that they are the future. This paper will first present the concept of Green Bonds, their characteristics as well as their benefits through literature research and then will collect and interpret data on green conventional bonds and equity indices, through statistical analysis.
Liquidity premia in the cross-section of corporate bonds
(02-12-2013) Chatziioannou, Christina; Athens University of Economics and Business, Department of Accounting and Finance; Chalamandaris, George
The purpose of this research is to examine the excess returns in the cross section of corporate bonds for the time period of 4/11/11 until 04/06/13. Through a number of cross sectional regressions, the factors that affect the corporate bond premia are identified and the contribution of each factor to the returns of the corporate bonds is analyzed with statistical evidence. The systemic factors used in the analysis are market-wide liquidity and corporate-treasury yield spreads while in the regression model there are also bond- specific factors such as rating, maturity, security, coupon and a number of other bond characteristics. The results showed that the systemic factors of market-wide liquidity and corporate treasury yield-spreads are important determinants of the excess returns of corporate bonds. Besides, maturity and security are the bond-specific factors with the highest impact on corporate bonds' premia. In addition, the information incorporated in market-wide liquidity is also examined and the factors that have an influence on it are described explicitly.
Market anomalies and abnormal returns
(2021) Tsarnas, Konstantinos; Τσαρνάς, Κωνσταντίνος; Athens University of Economics and Business, Department of Accounting and Finance; Rompolis, Leonidas; Tsekrekos, Andrianos; Chalamandaris, George
In the field of Asset Pricing, CAPM was widely used to predict asset returns. CAPM uses only the market risk to explain the assets; expected returns. However, the market portfolio does not provide enough explanatory performance to explain asset’ returns. Thus, the idiosyncratic risk can be priced. Therefore, I use various models towards that direction.This thesis uses datasets from the Kenneth French library to extract conclusions regarding abnormal returns on various portfolios of assets. I mainly use multifactor models as they are considered the simplest and most accurate models in asset pricing. The six factors for the FF6 model are used from Kenneth French library. These factors represent firm and market characteristics that can make iteration for risk. Apart from this, the 4 factor for the Stambaugh-Yuan mispricing factor model (M4) are downloaded from the authors’ site. Furthermore, I use the five factors for Hou-Mo-Xue-Zhang Q5 model. Then, the factors for Daniel, Hirshleifer, Sun, model (DHS) are also from the authors’ site. All models are estimated, by using the Fama Macbeth estimation procedure. To correct the biasness of the time series cross-sectionality, I run the gmm estimator, as it is more robust. This thesis reaches the conclusion that the FF6 model, outperforms the rest of the models. The models can explain the variability of the returns. The risk premia do not report a strong explanatory power, and other factors might be proper to be constructed to explain abnormal returns.
The relationship between commodity indexes and freight rates and how it was affected by the war in Ukraine
(09-12-2024) Γαλανός, Ιωάννης; Galanos, Ioannis; Athens University of Economics and Business, Department of Accounting and Finance; Kavussanos, Emmanuel; Sakkas, Athanasios; Chalamandaris, George
Διερευνάται η σχέση μεταξύ των τιμών των εμπορευμάτων και των ναύλων, συμπεριλαμβανομένης της εξέτασης των επιπτώσεων πιθανών γεωπολιτικών διαταραχών (π.χ. του πολέμου στην Ουκρανία) σε αυτές τις αγορές. Χρησιμοποιώντας δύο βασικούς δείκτες ναύλων, τον Baltic Dry Index (BDI) και τον Containerized Freight Index (CFI), η μελέτη διερευνά τη σχέση μεταξύ των τιμών των βασικών εμπορευμάτων (πετρέλαιο, φυσικό αέριο, σιτάρι και καλαμπόκι) και του κόστους αποστολής των εμπορευμάτων που παράγονται από αυτά. Αυτό μπορεί να επιβεβαιωθεί από την ανάλυση παλινδρόμησης που δείχνει αύξηση των τιμών των βασικών εμπορευμάτων. Ειδικότερα, τα ενεργειακά εμπορεύματα έχουν σημαντική θετική επίδραση στους ναύλους, διότι οι μεταβολές στις τιμές του πετρελαίου και του φυσικού αερίου αυξάνουν το λειτουργικό κόστος στη ναυτιλιακή βιομηχανία. Επιπλέον, τα γεωργικά προϊόντα όπως το σιτάρι, το καλαμπόκι κ.λπ. συσχετίζονται επίσης θετικά με τους ναύλους λόγω της αυξημένης ζήτησης υποκατάστατων σε περιόδους διαταραχής. Μια μεταβλητή War Dummy εισάγεται για να ποσοτικοποιήσει τον αντίκτυπο του πολέμου στην Ουκρανία, δείχνοντας ότι οι γεωπολιτικές συγκρούσεις φέρνουν σημαντικά ασφάλιστρα κινδύνου στους ναύλους λόγω του υψηλότερου κόστους ασφάλισης, της αναδρομολόγησης και των υλικοτεχνικών προκλήσεων. Τα αποτελέσματα δείχνουν ότι το BDI και το CFI ήταν υψηλά και εξαιρετικά ασταθή κατά τη μεταπολεμική περίοδο. Το αποτέλεσμα αυτό καταδεικνύει περαιτέρω την ευπάθεια των παγκόσμιων αλυσίδων εφοδιασμού σε γεωπολιτικούς κλυδωνισμούς και την ανάγκη για πιο ανθεκτικές στρατηγικές τόσο σε πολιτικό όσο και σε επιχειρηματικό πλαίσιο. Με βάση αυτά τα αποτελέσματα, διαπιστώνουμε ότι για να μετριαστεί ο οικονομικός αντίκτυπος των γεωπολιτικών συγκρούσεων στο παγκόσμιο εμπόριο, είναι ζωτικής σημασίας να διαφοροποιηθεί η ενέργεια, να αυξηθεί η ευελιξία των προμηθευτών και να εφαρμοστούν πιο αποτελεσματικές πρακτικές διαχείρισης κινδύνου. Υπάρχει η δυνατότητα διεξαγωγής πρόσθετης έρευνας, με τη συμμετοχή άλλων βασικών προϊόντων, για την ποσοτικοποίηση των μακροπρόθεσμων επιπτώσεων και για την αξιολόγηση των επιπτώσεων της χρηματοπιστωτικής κερδοσκοπίας στη μεταβλητότητα.
Testing for Alpha of the major hedge fund industries
(12/24/2020) Legkou, Ioanna; Λέγκου, Ιωάννα; Athens University of Economics and Business, Department of Accounting and Finance; Rompolis, Leonidas; Kavussanos, Manolis; Chalamandaris, George
This paper examines the performance of the new factor models to explain the excess return of indices and also the performance of the indices using the factor models as depended variables. It has been a lot of discussion regarding the potential of the new factor models to improve the decisions of the investors and give better managing abilities to the managers by choosing the right index. For this purpose we used the American equity funds index that report to the base of the HFRI as our sample and examined the values of the alphas produced by the regression with the new factor models . Much of asset pricing research involves investigating for factors that improve the explaining of the cross-section of expected stock returns. Based on that a lot of economical researches proposed factor models with that ability . On this paper we are going to investigate the performance of the equity hedge funds using the following factor models : Fama and French 3 factor model , Fama and French 5 factor model , Hou Hue and Zhang 4 factor model , Stambaugh and Pastor 4 factor model . Barillas and Shanken six factor model.

Περιήγηση

Πλοήγηση Μεταπτυχιακές Εργασίες ανά Επιβλέπων "Chalamandaris, George"