Πλοήγηση ανά Επιβλέπων "Rompolis, Leonidas"

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 - 13 από 13

Cash flow risk and capital structure decisions
(24-11-2022) Σπανού, Παρασκευούλα; Spanou, Paraskevoula; Athens University of Economics and Business, Department of Accounting and Finance; Kavussanos, Emmanuel G.; Tsekrekos, Andrianos; Rompolis, Leonidas
Στόχος της παρούσας διατριβής είναι να αναδείξει την ουσιαστικότητα και τη σημασία της αστάθειας των ταμειακών ροών, στο πλαίσιο της διαχείρισης των επιχειρήσεων, προσδιορίζοντας τον τρόπο με τον οποίο ο κίνδυνος ταμειακών ροών επηρεάζει τον τρόπο λειτουργίας και λήψης αποφάσεων. Το θεωρητικό υπόβαθρο αντλείται από διάφορα επιστημονικά άρθρα που τεκμηριώνουν τις θέσεις κατά περίπτωση. Για τα οικονομικά έτη 2010 έως 2020, τα ετήσια στοιχεία του S&P400 από τη βάση δεδομένων του Bloomberg αποτελούν αντικείμενο συλλογής δεδομένων και εμπειρικής έρευνας. Τα αποτελέσματα της έρευνας δείχνουν ότι οι εταιρείες που περιλαμβάνονται στο δείγμα μας, τείνουν να αυξάνουν τη χρηματοοικονομική τους μόχλευση σε περιόδους χαμηλότερης ταμειακής μεταβλητότητας. Όπως φαίνεται από τη συσχέτιση στο υπόδειγμά μας, όταν αυξάνονται τα λειτουργικά ταμειακά διαθέσιμα, η χρηματοοικονομική μόχλευση αυξάνεται, καθώς οι εταιρείες τείνουν να αισθάνονται πιο άνετα να εκδώσουν νέο χρέος για να χρηματοδοτήσουν τις λειτουργίες και τις επενδυτικές τους δραστηριότητες. Το συνολικό ενεργητικό που είναι η πιο σημαντική μεταβλητή στην εξίσωση μας, δείχνει ότι οι εταιρείες με υψηλότερο ενεργητικό εκδίδουν περισσότερο χρέος.
Do M&As create value? An empirical evidence on the european banking sector
Σταυριανάκος, Ιωάννης; Stavrianakos, Ioannis; Athens University of Economics and Business, Department of Accounting and Finance; Leledakis, Georgios; Spyrou, Spyros; Rompolis, Leonidas
Οι συγχωνεύσεις και εξαγορές παραμένουν ένα από τα πιο δημοφιλή θέματα στον τομέα των οικονομικών και των χρηματοοικονομικών. Μια συνήθης ερώτηση σχετικά με τις συγχωνεύσεις και εξαγορές είναι κατά πόσον δημιουργούν σημαντική αξία για τους μετόχους τους, είτε για τις εξαγοράζουσες επιχειρήσεις είτε για τους στόχους. Η παρούσα μελέτη εξετάζει τη δημιουργία αξίας από τις εξαγορές και συγχωνεύσεις για τους μετόχους του στόχου στον ευρωπαϊκό τραπεζικό τομέα από το 2005 έως το 2021, μια περίοδο που περιλαμβάνει τη μεγάλη στεγαστική κρίση του 2008, η οποία επηρέασε το παγκόσμιο χρηματοπιστωτικό σύστημα. Οι μελέτες γεγονότων είναι πρακτικά εμπειρικές αναλύσεις που εξετάζουν τον αντίκτυπο ενός σημαντικού γεγονότος στην αξία ενός τίτλου, όπου στην προκειμένη περίπτωση είναι η ανακοίνωση εξαγορών και συγχωνεύσεων. Αυτό γίνεται με τον υπολογισμό των υπερ αποδόσεων της υπό εξέταση μετοχής, οι οποίες αντικατοπτρίζουν τις αποδόσεις που θα είχαν πραγματοποιηθεί εάν δεν είχε λάβει χώρα το υπό ανάλυση γεγονός από τις πραγματικές αποδόσεις των μετοχών. Η σύγχρονη βιβλιογραφία δείχνει ότι οι μέτοχοι της εταιριας στόχου λαμβάνουν σημαντικές και θετικές υπερ αποδόσεις, ενώ η κατάσταση με τους αγοραστές δεν είναι σαφής, καθώς αναφέρουν μηδενικές έως αρνητικές μη σημαντικές υπερ αποδόσεις. Λόγω των ανωτέρω, η παρούσα μελέτη θα επικεντρωθεί αποκλειστικά στην αντίδραση του δείκτη για τις επιχειρήσεις-στόχους. Εκτός από το κοινώς χρησιμοποιούμενο υπόδειγμα της αγοράς, χρησιμοποιώ το υπόδειγμα 3 παραγόντων του Fama French καθώς και το υπόδειγμα 5 παραγόντων του Fama French, τα οποία στοχεύουν στην καλύτερη εξήγηση των αναμενόμενων αποδόσεων, καθώς αποτυπώνουν αποτελεσματικότερα τη διακύμανση των μέσων αποδόσεων. Τα αποτελέσματα παρέχουν ενδείξεις ότι οι μέτοχοι της εταιρείας-στόχου έλαβαν πράγματι υψηλές και θετικές υπερ αποδόσεις, υποστηρίζοντας τα ευρήματα της σχετικής βιβλιογραφίας ότι η αγορά αντιδρά θετικά για την εταιρεία-στόχο στην είδηση μιας συγχώνευσης και εξαγοράς. Η συμπερίληψη των πρόσθετων υποδειγμάτων τιμολόγησης περιουσιακών στοιχείων συμπληρώνει τα ευρήματα του κοινού υποδείγματος της αγοράς.
The effects of the sovereign bond in the banking activity: the case of Greece
Kallergi, Panagiota-Foteini; Athens University of Economics and Business, Department of Accounting and Finance; Rompolis, Leonidas
Much attention has been given to the recent surge in sovereign bond yields in the euro area. Greece is the country to present the higher spread. While the spread of ten-year bond yield against Germany averaged 25 basis points between the introduction of the euro in 2002 to 2007, it rose sharply during the financial crisis. Greek government bonds are now traded with spreads over the German Bund previously associated with emerging market debt. In this thesis we seek to understand the fluctuations of the spread between the Greek and the German 10 year bonds and examine if the spread affects the activity of the banking sector. Although the financial crisis in the case of Greece was triggered by the sovereign deficit, the banking activity could not stay unharmed. We argue that banking and sovereign risk has become increasingly interconnected. The adoption of rescue packages for the financial sector highlights the relationship between them. The spread will allow us to gauge the pass through tensions. Most people would agree that in good economic times the banking sector operates as a beneficial source of revenue for the government and a driver of economic growth. While the government faces fiscal deficits, the aggregate risk increases and banks are immediately absorbing the sovereign risk in several ways. The price channel, the balance sheet channel and the liquidity channel are the primarily channels to be affected by the sovereign spread tensions. Of course, the pass through tensions differ among the banks in response to the diversification, the business models and lending strategies they follow. In the case of Greece, the omens for development and progress came to halt when the crisis showed the unstable fundamentals and the deficit of the economy reached its peak leading the country no other solution but to ask for rescue packages. A display of the main events since the entrance of Greece in the euro-zone and the outburst of the financial crisis helps us explain the main channels suggested for the transmission of government bond market in the Greek environment. We will explain them in an aggregate level. The reformulation of the banking sector does not allow us yet to investigate it among the Greek banks. Econometrically, I use the 10-year spread of the Greek bonds vs their German counterparts as an explanatory variable on a wide array of bank lending and funding interest rates. Different time horizons of interest rates are exploited to assess to what extent the transmission of sovereign risk differ in relation with the investment horizon. Regarding the cost of loans, the sovereign spread significantly affects firms. In households the tensions are passed through only when we use a dummy to gauge for sovereign crisis. In the liability side, the spread has an effect in the deposit rates but slighter than its effect in the lending rates. Overall, the financial crisis affected the deposit interest rates by turning the effect of the spread negative. Surprisingly, the spread of overnight firms‟ deposits show positive impact during crisis.
Exploring the relationship between investor sentiment and stock returns: evidence from the European Union markets
(2023) Anastasiadi, Marilena; Αναστασιάδη, Μαριλένα; Athens University of Economics and Business, Department of Accounting and Finance; Chalamandaris, George; Episkopos, Athanasios; Rompolis, Leonidas
In recent years, there has been a growing body of research on the influence investor sentiment has on stock returns. In this thesis we shall focus our examination on the case of the European Union. In addition, we shall attempt to identify other macroeconomic factors that impose an effect on the performance of the stock markets.Having the existing literature as our starting point, we shall establish the theoretical framework and develop the empirical analysis to investigate the relationship between sentiment and stock market performance. Using consumer confidence as a proxy for investor sentiment, we examine a period of twenty-two years, from January 2000 to December 2022. We chose a sample of 18 European Union countries as our sample, and their respective stock indices.For the purpose of this thesis, we employ a variety of empirical methods. We conduct regression analyses on three models, we perform descriptive statistics analysis, and we employ VAR models to account for time-series data. To ensure the robustness of our results, we apply stationarity tests and Granger Causality test. As we work with time series and not panel data, our results vary depending on the country. Overall, we observe a contemporaneous -but not significant at all cases- positive effect of monthly fluctuations of sentiment on returns of stock indexes. The causality tests show that there is a causal relationship, but the direction of causality remains unclear. Ultimately, our findings do not yield conclusive evidence regarding the precise nature of the sentiment-stock returns relationship.This thesis adds a recent analysis of the sentiment-returns relation to the related literature, by providing new evidence from a European perspective.
Exploring the relationship between the S&P 500 index options prices and past stock market momentum
(10/31/2021) Efthymiopoulos, Stefanos; Ευθυμιόπουλος, Στέφανος; Athens University of Economics and Business, Department of Accounting and Finance; Kavousanos, Emmanuel G.; Tsekrekos, Andrianos; Rompolis, Leonidas
In theory, options are priced by disallowing arbitrage opportunities. Standard option pricing models, such as the Black – Scholes Model, proposed by Black and Scholes (1973), are used for pricing the various options and is very popular among the various market participants, Academic Scholars and Finance professionals. Pricing models operate under the no-arbitrage realm. However, in real world conditions, there exist deviations from the put-call parity and as such, additional factors such as investors’ risk aversion and perceptions about the fluctuation in the underlying asset are likely to have an influence in the option prices (Figlewski, 1989). Past research has shown that option prices tend to be correlated to past stock market returns due to market imperfections. In this Thesis we explore the previous statement on the S&P 500 Index options in the US derivatives market. In other words, we explore and test the relation between the past prices of the S&P 500 Index, namely the past stock market momentum, and the corresponding options’ prices. To measure the price pressure in the options market, we construct the implied volatility spread, based on pairs of S&P500 call and put options with identical expiration dates and strike prices. The descriptive analysis shows that there might exist some price pressure, albeit weak, in the options market. Moreover, the empirical analysis that was conducted through the use of ARFIMA/regression models, shows that the relation between the returns of the S&P 500 Index and the prices of the S&P 500 index options is not statistically significant. As such, it is concluded that the phenomenon of price pressure in the case of the S&P 500 might exist but to identify it, further analysis is required through the use of GARCH models and additional regressors, such as behavioral variables that for example measure the Investor’s Sentiment.
Factor investing with machine learning: a comprehensive analysis of financial predictors for stock returns
(12-12-2024) Θεοδώρου, Κωνσταντίνος; Theodorou, Konstantinos; Athens University of Economics and Business, Department of Accounting and Finance; Sakkas, Athanasios; Chalamandaris, George; Rompolis, Leonidas
Ο κύριος στόχος αυτής της διατριβής είναι να εξερευνήσει τις δυνατότητες των αλγορίθμων Μηχανικής Μάθησης για την ενίσχυση των προβλεπτικών ικανοτήτων της επενδυτικής στρατηγικής βάσει παραγόντων στον χρηματοοικονομικό τομέα. Τα παραδοσιακά χρηματοοικονομικά μοντέλα συχνά βασίζονται σε γραμμικές υποθέσεις και απλοποιημένες απόψεις της συμπεριφοράς της αγοράς, γεγονός που μπορεί να περιορίσει την αποτελεσματικότητά τους στην αποτύπωση των πολυπλοκοτήτων των πραγματικών χρηματοοικονομικών αγορών. Ωστόσο, οι πρόσφατες εξελίξεις στη Μηχανική Μάθηση έχουν εισαγάγει τη δυνατότητα ανίχνευσης και μοντελοποίησης σύνθετων, μη γραμμικών σχέσεων μεταξύ πολλαπλών παραγόντων, προσφέροντας μια σημαντική ευκαιρία για τη βελτίωση και την αναβάθμιση των επενδυτικών στρατηγικών. Αυτή η μελέτη διερευνά πώς αυτές οι προηγμένες υπολογιστικές τεχνικές μπορούν να ενισχύσουν την απόδοση και την ακρίβεια της επενδυτικής στρατηγικής με βάση τους παράγοντες, αποκαλύπτοντας κρυμμένα πρότυπα, βελτιστοποιώντας τις επενδυτικές αποφάσεις και τελικά βελτιώνοντας τη διαδικασία διαχείρισης χαρτοφυλακίου. Η εμπειρική ανάλυση που διεξάγεται σε αυτή την έρευνα αξιολογεί ένα ολοκληρωμένο σύνολο 480 χρηματοοικονομικών μεταβλητών ή παραγόντων, αξιολογώντας την προβλεπτική τους αποτελεσματικότητα και την εξηγητική τους δύναμη στην πρόβλεψη των αποδόσεων των μετοχών. Αυτοί οι παράγοντες προέρχονται από ένα ευρύ φάσμα χρηματοοικονομικών και αγοραίων δεδομένων, με έντονη εστίαση στους δείκτες απόδοσης των εταιρειών, οι οποίοι περιλαμβάνουν δείκτες όπως η κερδοφορία, οι ρυθμοί ανάπτυξης και οι παράγοντες κινδύνου. Η μελέτη εξετάζει συγκεκριμένα τις δημόσια διαπραγματευόμενες εταιρείες του δείκτη S&P 500, παρέχοντας ένα ισχυρό δείγμα εταιρειών που αντιπροσωπεύουν ένα ευρύ φάσμα βιομηχανιών, επιχειρηματικών κύκλων και προφίλ κινδύνου. Η έρευνα καλύπτει μια σημαντική χρονική περίοδο, από τον Ιανουάριο του 2002 έως τον Δεκέμβριο του 2023, καλύπτοντας πολλαπλούς οικονομικούς κύκλους, όπως περιόδους οικονομικής ανάπτυξης, χρηματοοικονομικές κρίσεις και ανακάμψεις της αγοράς. Αυτό το εκτεταμένο χρονικό πλαίσιο προσφέρει μια ολοκληρωμένη προοπτική για το πώς εξελίσσονται οι δυναμικές της αγοράς υπό διαφορετικές συνθήκες, εμπλουτίζοντας την ανάλυση του πώς διάφοροι παράγοντες επηρεάζουν τις αποδόσεις των μετοχών με την πάροδο του χρόνου. Τα ευρήματα αυτής της μελέτης παρέχουν πολύτιμες πληροφορίες για την προβλεπτική δύναμη των μεμονωμένων χρηματοοικονομικών μεταβλητών, καθώς και για τις σύνθετες αλληλεπιδράσεις μεταξύ αυτών των μεταβλητών και της απόδοσης της χρηματιστηριακής αγοράς. Μια βασική συμβολή αυτής της έρευνας είναι η ενσωμάτωση προηγμένων μοντέλων μηχανικής μάθησης στο πλαίσιο της επενδυτικής στρατηγικής με βάση τους παράγοντες, η οποία καταδεικνύει τα οφέλη της αξιοποίησης των πιο σύγχρονων τεχνολογιών για τη βελτίωση και την αναβάθμιση των επενδυτικών στρατηγικών. Η μελέτη χρησιμοποιεί μια ποικιλία αλγορίθμων επιβλεπόμενης μάθησης, συμπεριλαμβανομένων των Γραμμικών Παλινδρομήσεων (Linear Regression), του μοντέλου Τυχαίου Δάσους (Random Forest), του μοντέλου Ενίσχυσης Κλίσης (Gradient Boosting), του μοντέλου Προσαρμοστικής Ενίσχυσης (AdaBoost), του μοντέλου Κ-Πλησιέστερων Γειτόνων (KNN), του μοντέλου Μηχανών Υποστήριξης Διανυσμάτων (SVMs), του μοντέλου Ενίσχυσης Βασισμένη σε Ιστογράμματα (HBB), και του μοντέλου Ενίσχυσης Ακραίας Κλίσης (XGBoost), με την εφαρμογή ρύθμισης υπερπαραμέτρων και 5-πτυχιακής διασταυρούμενης επικύρωσης, για τη βελτιστοποίηση των μοντέλων και την αξιολόγηση της ακρίβειας και της ανθεκτικότητάς τους στην πρόβλεψη των μελλοντικών αποδόσεων των μετοχών. Αυτή η επαναληπτική διαδικασία περιλαμβάνει τη βελτίωση των μοντέλων μέσω διαφόρων προσαρμογών για να διασφαλιστεί ότι γενικεύονται καλά σε νέα, αόρατα δεδομένα, αποτρέποντας την υπερπροσαρμογή στις παρελθούσες τάσεις της αγοράς και ενισχύοντας την προβλεπτική τους αξιοπιστία. Επιπλέον, η ανάλυση τονίζει τον μετασχηματιστικό αντίκτυπο που μπορούν να έχουν οι τεχνολογίες μηχανικής μάθησης στη λήψη επενδυτικών αποφάσεων, προσφέροντας μια προσέγγιση βασισμένη στα δεδομένα που έχει τη δυνατότητα να υπερβεί τα παραδοσιακά χρηματοοικονομικά μοντέλα. Τα αποτελέσματα υπογραμμίζουν τη σημασία της υιοθέτησης νέων τεχνολογιών στο εξελισσόμενο τοπίο των χρηματοοικονομικών, υποδεικνύοντας ότι η μηχανική μάθηση έχει τη δυνατότητα να επαναστατικοποιήσει την επενδυτική στρατηγική με βάση τους παράγοντες, βελτιώνοντας την προβλεπτική ακρίβεια και δημιουργώντας εφαρμόσιμες πληροφορίες που μπορούν να καθοδηγήσουν πιο ενημερωμένες επενδυτικές αποφάσεις. Συμπερασματικά, αυτή η διατριβή αναδεικνύει τη σύγκλιση της χρηματοοικονομικής βασισμένης στα δεδομένα και της μηχανικής μάθησης, παρουσιάζοντας νέες ευκαιρίες για την ενίσχυση των επενδυτικών στρατηγικών, την αναγνώριση κερδοφόρων παραγόντων και την πραγματοποίηση πιο ακριβών προβλέψεων για τις αποδόσεις των μετοχών. Τα ευρήματα όχι μόνο προσφέρουν πολύτιμες πληροφορίες για τις πρακτικές εφαρμογές της μηχανικής μάθησης στα χρηματοοικονομικά, αλλά επίσης παρέχουν μια βάση για μελλοντική έρευνα σε αυτόν τον ταχέως εξελισσόμενο και υποσχόμενο τομέα.
Forecasting VIX Using GARCH models
Βαφειάδης, Ελευθέριος; Vafeiadhs, Eleftherios; Athens University of Economics and Business, Department of Accounting and Finance; Tsekrekos, Andrianos; Tsouknidis, Dimitrios; Rompolis, Leonidas
Ο δείκτης μεταβλητότητας ή αλλιώς VIX index παίζει έναν καθοριστικό ρόλο στις σύγχρονες xρηματοοικονομικές αγορές καθώς είναι ένας παράγοντας που πρέπει ο καθένας να σκεφτεί, πριν πάρει μια απόφαση. Επομένως ο σκοπός αυτής της διπλωματικής εργασίας είναι να εμβαθύνει στον δείκτη μεταβλητότητας και να τον προβλέψει χρησιμοποιώντας μία γνωστή κατηγορία μοντέλων που ονομάζεται GARCH μοντέλα. Για να γίνει αυτό εφικτό, ιστορικές τιμές του δείκτη S&P 500 και του δείκτη μεταβλητότητας VIX θα χρειαστούν για τον αλγόριθμο. Η επιλογή του ιδανικού μοντέλου θα γίνει μέσω μιας ποικιλίας στατιστικών ελέγχων και αξιολογήσεων. Τέλος, ο υπολογισμός του δείκτη VIX θα συγκριθεί με τις πραγματικές του τιμές στις αντίστοιχες περιόδους. Ακολουθώντας τα παραπάνω βήματα, καταλήγουμε στο ότι οι προβλεπόμενες τιμές του δείκτη είναι παρόμοιες με τις πραγματικές του τιμές, γεγονός το οποίο τονίζει ότι είναι εφικτό να κάνουμε ακριβείς προβλέψεις μέσω αυτών των μοντέλων.
The green premium: an empirical investigation
(07-11-2024) Πανουσάκη, Ευγενία; Panousaki, Evgenia; Athens University of Economics and Business, Department of Accounting and Finance; Episcopos, Athanasios; Georgoutsos, Dimitrios; Rompolis, Leonidas
Η μελέτη αυτή παρουσιάζει τις επιπτώσεις της ενσωμάτωσης ESG (Περιβαλλοντικών, Κοινωνικών και Διακυβερνητικών) βαθμολογιών στις αποδόσεις μετοχών σε αμερικανικές εταιρείες για την περίοδο Ιανουάριος 2013 - Δεκέμβριος 2023. Σημαντικά γεγονότα της περιόδου αυτής περιλαμβάνουν την πανδημία Covid-19 και τον πόλεμο Ρωσίας-Ουκρανίας. Δημιουργήσαμε το χαρτοφυλάκιο GMB, το οποίο μετρά τη διαφορά απόδοσης μεταξύ «πράσινων» και «καφέ» μετοχών, ώστε να αποτυπώσουμε την περιβαλλοντική επίδραση στις επενδύσεις.Η εμπειρική ανάλυση κάλυψε την περίοδο 2013-2020, την εποχή μετά την κρίση, και τη συνολική περίοδο 2013-2023, όπου συνυπολογίστηκαν τα ακραία γεγονότα. Στην πρώτη περίοδο (2013-2020), παρατηρήθηκε μια ελαφρώς θετική σωρευτική μηνιαία απόδοση GMB της τάξης των 0,01 bps, με στατιστικά σημαντική σταθερή τιμή από 0,45 έως 0,69 bps. Αυτή η σταθερότητα δείχνει προβλεψιμότητα στις αναμενόμενες σωρευτικές αποδόσεις του χαρτοφυλακίου.Ωστόσο, όταν η αγορά επηρεάστηκε από ακραία γεγονότα (2013-2023), όπως η πανδημία και ο πόλεμος, οι σωρευτικές μηνιαίες αποδόσεις του GMB μηδενίστηκαν, εξισορροπώντας τα κέρδη της σταθερής περιόδου. Η απόδοση έγινε αρνητική όταν ξεκίνησε η πανδημία το 2020 και επιδεινώθηκε με τον πόλεμο το 2022. Αυτή η αστάθεια επιβεβαιώνει την απρόβλεπτη φύση των αποδόσεων υπό αντίξοες συνθήκες.Συμπερασματικά, οι ESG παράγοντες μπορούν να δημιουργήσουν αποδόσεις σε σταθερές αγορές, αλλά όταν η αγορά είναι ευμετάβλητη, η ενσωμάτωσή τους επηρεάζει αρνητικά τις αποδόσεις. Μελλοντικά χρηματοοικονομικά μοντέλα θα πρέπει να λαμβάνουν υπόψη εξωτερικούς κραδασμούς, ώστε οι επενδυτές να προβλέπουν τις αποδόσεις και να προσαρμόζουν στρατηγικές τους.
How do cash flows affect stock returns
(28-08-2024) Ζαχαρής, Σπυρίδων; Zacharis, Spyridon; Athens University of Economics and Business, Department of Accounting and Finance; Sakkas, Athanasios; Chalamandris, George; Rompolis, Leonidas
Οι επενδυτές, οι οικονομικοί αναλυτές και οι τράπεζες είναι μόνο κάποιοι από τους χρήστες των χρηματοοικονομικών καταστάσεων, η οποίοι ενδιαφέρονται για τις μελλοντικές αποδόσεις των μετοχών των εταιρειών. Όλοι αυτοί οι χρήστες προσπαθούν να προβλέψουν τις τιμές των μετοχών με έναν ακριβή τρόπο. Σε αυτή την εργασία θα προσπαθήσω να αναλύσω το πως οι χρηματοροές από την λειτουργική δραστηριότητα επηρεάζουν τις αποδόσεις των μετοχών. Το θέμα της σχέσης μεταξύ χρηματοροών από την λειτουργική δραστηριότητα και των αποσόδεων των μετοχών είναι κάτι που έχει μελετηθεί από πολλόυς ερευνητές μέσα στα χρόνια. Η μεθοδολογία, το δείγμα και οι αγορές διαφέρουν από έρευνα σε έρευνα, αλλά η κατεύθυνση των αποτελεσμάτων ήταν η ίδια τις περισσότερες φορές. Όπως προκύπτει από αυτές, οι χρηματοροές από την λειτουργική δραστηριότητα έχουν προβλεπτική ικανότητα στις αποδόσεις των μετοχών. Η ανάλυση αυτής της διπλωματικής βασίζεται στο ερευνιτικό άρθρο των Ball et al. Τα δεδομένα που χρησιμοποιήθηκαν είναι από εταιρείες που είναι εισιγμένες στον NASDAQ την περίοδο 2018-2023 (εξαιρέθηκαν τράπεζες, ασφαλιστικές εταιρείες, και εταιρείες χρηματοοικονομικών υπηρεσιών). Η ανάλυση των δεδομένων αλλά και του στατιστικού μοντέλου γίνεται με χρήση Python. Τα αποτελέσματα από την ανάλυση έδειξαν ότι χρηματοροές από την λειτουργική δραστηριότητα έχουν στατιστικά σημαντική θετική προβλεπτική ικανότητα στις αποδόσεις των μετοχών. Αυτά τα αποτελέσματα είναι σύμφωνα με αυτά των περισσότερων ερευνητικών εργασιών. Καταλαβαίνουμε λοιπον, πως οι λογιστικές μετρήσεις είναι ιδιαιτέρως σημαντικές στην πρόβλεψη των αποδόσεων των μετοχών.
The impact of aggregate risk factors in shipping stock returns
(30-10-2023) Μπιμπίκα, Γεωργία; Bimpika, Georgia; Athens University of Economics and Business, Department of Accounting and Finance; Kavussanos, Emmanouil; Tsouknidis, Dimitrios; Rompolis, Leonidas
Στόχος της παρούσας διπλωματικής εργασίας είναι να εξετάσει τα κύρια στοιχεία που έχουν ουσιαστικό αντίκτυπο στις αποδόσεις των ναυτιλιακών αποθεμάτων. Η βιβλιογραφική ανασκόπηση παρέχει μια σε βάθος εξέταση των συνολικών παραγόντων κινδύνου που επηρεάζουν τις αποδόσεις των ναυτιλιακών αποθεμάτων και τον αντίκτυπό τους στη ναυτιλιακή βιομηχανία. Εμβαθύνει σε πολυάριθμες οικονομικές και χρηματοοικονομικές μεταβλητές και στις επιπτώσεις τους στις μετοχές της ναυτιλίας, παρέχοντας σημαντικές πληροφορίες για τους επενδυτές και τους επαγγελματίες του κλάδου. Στην εμπειρική ανάλυση, χρησιμοποιώντας δεδομένα από το 2016 έως το 2022 και το Μοντέλο Τιμολόγησης Κεφαλαίων Περιουσιακών Στοιχείων (CAPM) έχουμε συμπεριλάβει μακροοικονομικούς παράγοντες ως πρόσθετες πηγές κινδύνου, με στόχο να κατανοήσουμε πώς το προφίλ κινδύνου-απόδοσης των ναυτιλιακών αποθεμάτων διαφέρει σε διάφορους κλάδους. Στην ανάλυση διαπιστώνεται ότι οι παγκόσμιοι μακροοικονομικοί δείκτες όπως ο δείκτης MSCI World, οι ρυθμοί πληθωρισμού, η βιομηχανική παραγωγή των G7 και της Κίνας και τα επιτόκια έχουν σημαντικό αντίκτυπο στις μετοχές της ναυτιλίας. Ωστόσο, οι επιπτώσεις αυτών των παραγόντων διαφέρει μεταξύ των ναυτιλιακών τομέων. Τα ευρήματα παρέχουν χρήσιμες πληροφορίες για τους επενδυτές και τους ενδιαφερόμενους, ρίχνοντας φως στον ρόλο της ναυτιλιακής βιομηχανίας ως δείκτη των παγκόσμιων οικονομικών τάσεων. Προσθέτει μια καλύτερη γνώση της δυναμικής κινδύνου-απόδοσης του κλάδου, επιτρέποντας πιο ενημερωμένες αποφάσεις στον περίπλοκο κόσμο της ναυτιλίας. Τέλος, παρέχει χρήσιμες πληροφορίες για τη σωστή πλοήγηση σε αυτόν τον δυναμικό και παγκόσμιο τομέα.
The impact of macroeconomic factors on corporate credit risk
(18-03-2025) Μπίσια, Παναγιώτα; Bisia, Panagiota; Athens University of Economics and Business, Department of Statistics; Chalamandris, George; Tsekrekos, Andrianos; Rompolis, Leonidas
Αυτή η μελέτη διερευνά την επίδραση μακροοικονομικών μεταβλητών στον εταιρικό πιστωτικό κίνδυνο, αναλύοντας τον ρόλο της οικονομικής ανάπτυξης, του πληθωρισμού και της ανεργίας στην πιθανότητα χρεοκοπίας μιας εταιρείας. Ενσωματώνει θεωρητική ανάλυση και εμπειρικά ευρήματα, εστιάζοντας στη μέτρηση του κινδύνου μέσω χρηματοοικονομικών δεικτών.Συγκρίνονται διάφορες μέθοδοι ποσοτικοποίησης, από παραδοσιακά μοντέλα όπως το Z-Score του Altman και η λογιστική παλινδρόμηση έως προηγμένες τεχνικές όπως η Αξία σε Κίνδυνο (VaR), το KMV και μοντέλα τεχνητής νοημοσύνης. Η εμπειρική ανάλυση βασίζεται στο Μοντέλο Αναλογικών Κινδύνων Cox και εξετάζει 4.454 εταιρείες από Ελλάδα, Πορτογαλία και Ισπανία στον τομέα παραγωγής ποτών (2019–2023).Τρία μοντέλα χρησιμοποιούνται: ένα βασικό μοντέλο σταθερών παραγόντων κινδύνου, ένα δυναμικό μοντέλο που προσαρμόζεται στις οικονομικές αλλαγές και ένα κλιμακωτό μοντέλο που βελτιώνει τη συγκρισιμότητα των συντελεστών. Τα αποτελέσματα δείχνουν ότι η υψηλή ρευστότητα και η οικονομική ανάπτυξη μειώνουν τον κίνδυνο αποτυχίας, ενώ η ανεργία τον αυξάνει. Ο πληθωρισμός σχετίζεται αντιστρόφως με τον πιστωτικό κίνδυνο, υποδηλώνοντας ότι μέτρια επίπεδα μπορεί να ενισχύσουν την κερδοφορία και τη δυνατότητα αποπληρωμής χρεών.Η μελέτη υπογραμμίζει την ανάγκη ενσωμάτωσης μακροοικονομικών παραγόντων στη διαχείριση κινδύνου. Παρά τις βελτιώσεις μέσω εξελιγμένων μοντέλων, παραμένουν προκλήσεις, όπως οι υποθέσεις αναλογικότητας. Προτείνεται η ενίσχυση της ανάλυσης επιβίωσης με μηχανική μάθηση για ακριβέστερες προβλέψεις και η διεύρυνση της έρευνας σε άλλους βιομηχανικούς κλάδους και ρυθμιστικές πολιτικές.
SPAC vs traditional IPO: a comparable study
(01/18/2022) Mitropetros, Theodoros; Μητροπέτρος, Θεόδωρος; Athens University of Economics and Business, Department of Accounting and Finance; Episcopos, Athanasios; Leledakis, Georgios; Rompolis, Leonidas
This paper attempts to examine the effect of a SPAC Merger IPO on the post-IPO excess total returns of a company, along with post-IPO operational performance and liquidity, in comparison to a traditional IPO. The sample used included companies that went public in the US market during the time period from 01/01/2010 to 01/10/2020, either through the traditional IPO process, or via merger with a public SPAC. The 1st, 2nd and 3rd year after the effective IPO date were the focus of the research. Using the OLS method in our excess total return regressions and running robustness tests that either excluded certain independent variables or extreme value observations, we conclude that in a sample that excludes abnormal returns (i.e., the 2,3% highest and 2,3% lowest valued observations) SPAC IPOs have an estimated positive effect of 9,67% on the 1st year post IPO excess total returns. For years 2 and 3, the estimated effect was -21,69% and -41,77% respectively in our original sample, reinforcing existing findings which suggest that SPAC IPOs have a negative long-term effect on returns. In terms of operating performance, the average change comparison of the Net Cash Flows from Operating Activities showed favourable results for the Traditional IPO companies in the long run. The short-term liquidity analysis results, conducted through a comparison of the average yearly changes of the Working Capital and Quick Ratio indices, indicate a stronger improvement in the short-term liquidity levels of the SPAC Merger IPO companies compared to the Traditional IPO companies.
VaR estimation using GARCH-type models
Κότσιρας, Ηλίας; Kotsiras, Ilias; Athens University of Economics and Business, Department of Accounting and Finance; Tsekrekos, Andrianos; Sakkas, Athanasios; Rompolis, Leonidas
Τις τελευταίες δεκαετίες, η αποτελεσματική διαχείριση κινδύνων στις χρηματιστηριακές αγορές γίνεται όλο και πιο σημαντική. Η αυξανόμενη ανάγκη της διαχείρισης κινδύνων προκύπτει κυρίως από την ταχεία επέκταση της συναλλακτικής δραστηριότητας στις χρηματιστηριακές αγορές και από την αύξηση των συναλλαγών στις αναδυόμενες οικονομίες. Παρά τη χρηματοοικονομική ανάπτυξη, η αύξηση αυτή των συναλλαγών έχει προκαλέσει ένα κύμα δημοσιονομικής αστάθειας και έχει καταστήσει τις αποδόσεις των μετοχών εξαιρετικά ασταθείς. Καθώς οι κίνδυνοι που αντιμετωπίζουν οι οργανισμοί σε όλο τον κόσμο γίνονται πιο περίπλοκοι ενώ νέοι κίνδυνοι αναδύονται συνεχώς, η ανάγκη εντοπισμού, αξιολόγησης και ελέγχου των οικονομικών απειλών έχει γίνει αντίστοιχα σημαντικότερη. Οι ανησυχητικές επιπτώσεις των χρηματοπιστωτικών κρίσεων που σημειώθηκαν την τελευταία δεκαετία του 20ου αιώνα, και ιδιαίτερα η αφερεγγυότητα των καθιερωμένων ιδρυμάτων, οδήγησαν στο συμπέρασμα ότι πρέπει να αναπτυχθούν και να ληφθούν αποτελεσματικά μέτρα διαχείρισης κινδύνου από τα χρηματοπιστωτικά ιδρύματα, για την προστασία από τέτοια φαινόμενα που αντηχούν σε ολόκληρη την παγκόσμια οικονομία. Έτσι, οι χρηματοοικονομικές ρυθμιστικές αρχές και οι εποπτικές επιτροπές των τραπεζών έχουν στραφεί σε τεχνικές ποσοτικού κινδύνου, βοηθώντας στην εκτίμηση των πιθανών ζημιών που μπορεί να υποστεί και να αντέξει ένα συγκεκριμένο χρηματοπιστωτικό ίδρυμα. Ως εκ τούτου, το μέτρο Value at Risk (VaR) εφαρμόστηκε αρχικά κατά τα μέσα της δεκαετίας του '90 και έκτοτε έγινε ένα ευρέως χρησιμοποιούμενο εργαλείο μέτρησης και διαχείρισης κινδύνου για τις ρυθμιστικές αρχές και τα χρηματοπιστωτικά ιδρύματα. Το VaR είναι μια εκτίμηση για το μέγιστο επίπεδο απωλειών μιας επένδυσης σε έναν δεδομένο χρονικό ορίζοντα, υπό κανονικές συνθήκες αγοράς (σε προκαθορισμένο επίπεδο εμπιστοσύνης). Το επίπεδο εμπιστοσύνης που αντιπροσωπεύει τις «ακραίες συνθήκες της αγοράς» με πιθανότητα που συνήθως θεωρείται ότι είναι 95% ή 99%, υποδηλώνει ότι μόνο το 5% ή το 1% των περιπτώσεων θα έχει μεγαλύτερη απώλεια από την αναφερόμενη VaR. Το κύριο πλεονέκτημα του VaR είναι η δυνατότητα εμφάνισης του κινδύνου αγοράς ενός ολόκληρου χαρτοφυλακίου σε έναν αριθμό και ότι η απλότητα έχει ως αποτέλεσμα να γίνει ένα πολύ δημοφιλές και ισχυρό εργαλείο μεταξύ των οικονομικών αναλυτών. Το VaR εισήχθη για πρώτη φορά από την JP Morgan το 1994 και αναπτύχθηκε από την εταιρεία σε συνεργασία με το Reuters το 1996, (Longerstaey & Zangari, 1996). Οι βασικές μεθοδολογίες για τον υπολογισμό του VaR, που αναπτύχθηκαν με την πάροδο των ετών, χωρίζονται σε τρεις κατηγορίες. Η πρώτη είναι μια παραμετρική μέθοδος, γνωστή και ως προσέγγιση διακύμανσης-συνδιακύμανσης, η οποία εκτιμά το VaR κάνοντας υποθέσεις κατανομής. Μια άλλη ευρέως χρησιμοποιούμενη μεθοδολογία, η οποία είναι μη παραμετρική, είναι η προσέγγιση μέσω ιστορικής προσομοίωσης, η οποία εκτιμά το VaR με βάση την υπόθεση ότι οι κίνδυνοι μπορούν να προβλεφθούν χρησιμοποιώντας δεδομένα από το πρόσφατο παρελθόν χωρίς να γίνονται υποθέσεις κατανομής. Η τρίτη μεθοδολογία αναφέρεται ως προσομοίωση Monte Carlo και εφαρμόζεται όταν η πιθανότητα ποικίλων αποτελεσμάτων δεν μπορεί να προσδιοριστεί λόγω της ύπαρξης τυχαίων μεταβλητών. Τα τελευταία χρόνια, η εκτίμηση του VaR χρησιμοποιώντας μοντέλα GARCH έχει γίνει πολύ δημοφιλής και η πιο ευρέως χρησιμοποιούμενη προσέγγιση στον υπολογισμό VaR. Το κύριο πλεονέκτημα των μοντέλων GARCH είναι ότι δηλώνουν πως η μεταβλητότητα είναι μια παρατηρήσιμη συνάρτηση και καθορίζεται από ιστορικά δεδομένα. Η μελέτη επικεντρώνεται στην εκτενή ανάλυση διάφορων μοντέλων τύπου GARCH που εφαρμόζονται σε διαφορετικά σύνολα δεδομένων από δείκτες μετοχών, συμπεριλαμβανομένου του αρνητικού σοκ της εποχής της πανδημίας COVID-19. Πιο συγκεκριμένα χρησιμοποιήθηκαν τα μοντέλα GARCH, EGARCH και GJR-GARCH. Τα κριτήρια επιλογής μοντέλων, Akaike’s Information Criterion (AIC) και LogLikelihood, υπολογίστηκαν για διαφορετικές τιμές των παραμέτρων της οικογένειας των GARCH μεθόδων. Οι κανονική «Γκαουσιανή» κατανομή και η t-Student κατανομή δοκιμάστηκαν ως κατανομές πιθανότητας, ενώ οι παράμετροι p και q των μοντέλων GARCH επιλέχθηκαν με εύρος [1, 2]. Η εκτίμηση VaR υπολογίζεται χρησιμοποιώντας αριθμητικές τεχνικές που χρησιμοποιούν μοντέλα τύπου GARCH για τον υπολογισμό της μεταβλητότητας και την προσομοίωση Monte Carlo. Τα δεδομένα κάθε χρηματιστηριακού δείκτη χωρίστηκαν ως εξής, το 75% των δεδομένων χρησιμοποιήθηκε για των υπολογισμό των παραμέτρων των GARCH μοντέλων και το υπόλοιπο 25% χρησιμοποιήθηκε ως σύνολο δοκιμής. Η προσομοίωση Monte Carlo έγινε με τις καλύτερες τιμές των p και q όπως αυτές προέκυψαν από τo κριτήριο επιλογής μοντέλων AIC. Επιπλέον, ο αριθμός των προσομοιώσεων της διαδικασίας Monte Carlo ορίστηκε στις 100, ενώ σε κάθε περίπτωση χρησιμοποιήθηκαν και η κανονική και η t-Student κατανομή. Το VaR υπολογίστηκε για επίπεδο εμπιστοσύνης 2.5% και 1%. Επιπλέον, η απόδοση πρόβλεψης των παραγόμενων μοντέλων διερευνάται χρησιμοποιώντας τη μέθοδο του back-testing. Οι οριακές τιμές του VaR συγκρίνονται με τα πραγματικά δεδομένα από το σύνολο δοκιμής και υπολογίζεται το ποσοστό των ακραίων τιμών του εκάστοτε μοντέλου. Με βάση τα κριτήρια επιλογής μοντέλων, το μοντέλο EGARCH(2,2) υποθέτοντας t-Student κατανομή έχει την καλύτερη κατάταξη για κάθε χρηματιστηριακό δείκτη σε σύγκριση με τα άλλα παραμετροποιημένα μοντέλα. Όμως, σύμφωνα με το ποσοστό των ακραίων τιμών, θα πρέπει να αναφερθεί ότι παρόλο που το μοντέλο EGARCH(2,2) έχει την καλύτερη κατάταξη AIC και Loglikelihood, δεν παρουσιάζει απαραίτητα το καλύτερο ποσοστό ακραίων τιμών. Επιπλέον, πρέπει να αναφερθεί ότι τα μοντέλα, υποθέτοντας κατανομή t-Student αντί για κανονική κατανομή, έχουν βελτιωμένη απόδοση στις περισσότερες περιπτώσεις. Συγκρίνοντας τα τρία μοντέλα τύπου GARCH, το GJR-GARCH αποδείχθηκε ότι είναι το πιο ακριβές στην προσέγγιση της εκτίμησης VaR. Μια ενδιαφέρουσα πτυχή της μελέτης είναι η ακρίβεια της πρόβλεψης των μοντέλων τύπου GARCH σε εξαιρετικά αρνητικά φαινόμενα, όπως ο οικονομικός αντίκτυπος της πανδημίας COVID-19. Αν και τα δεδομένα εκπαίδευσης των μοντέλων περιλαμβάνουν οικονομικές κρίσεις, για παράδειγμα την κατάρρευση της Lehmann Brothers (2008), τα μοντέλα GARCH απέτυχαν να υπολογίσουν τις ακραίες απώλειες λόγω της πανδημίας. Ειδικότερα, οι αρνητικές αποδόσεις των δεικτών από τις Η.Π.Α. και την Ευρώπη υπερβαίνουν την εκτίμηση VaR κατά την εποχή του COVID-19. Ενώ στους ασιατικούς δείκτες, που είναι πιο ασταθείς και επίσης λιγότερο επηρεασμένοι από την πανδημία, τα μοντέλα τύπου GARCH έχουν δείξει βελτιωμένη απόδοση. Όσον αφορά τις εκτιμήσεις VaR, θα πρέπει να αναφερθεί πως για επίπεδο εμπιστοσύνης 1% τα όρια VaR είναι λιγότερο ομαλά σε σύγκριση με επίπεδο εμπιστοσύνης 2,5%. Οι μελλοντικές εργασίες θα επικεντρωθούν στη δοκιμή διαφορετικού μεγέθους δείγματος για την παραμετροποίηση GARCH και διαφορετικού αριθμού προσομοιώσεων για τη μέθοδο Monte Carlo. Τέλος, οι ερευνητικές προσπάθειες θα κατευθυνθούν προς τη διερεύνηση μοντέλων τύπου GARCH που εφαρμόζονται σε εναλλακτικά χρηματιστηριακά προιόντα, όπως τα κρυπτονομίσματα και τα NFT.