Μία εμπειρική διερεύνηση του γρίφου της ιδιοσυγκρατικής μεταβλητότητας

Abstract

Η παρούσα διπλωματική εργασία εξετάζει εμπειρικά τη σχέση μεταξύ ιδιοσυγκρατικής μεταβλητότητας (Idiosyncratic Volatility – IVOL) και των αναμενόμενων αποδόσεων μετοχών, εστιάζοντας στη διερεύνηση της ύπαρξης ή μη της αντίστοιχης χρηματοοικονομικής ανωμαλίας. Συγκεκριμένα, αξιοποιούνται panel δεδομένα μακράς χρονικής κάλυψης (1991–2023) για 186 αμερικανικές εισηγμένες εταιρείες, εφαρμόζοντας οικονομετρικά υποδείγματα με σταθερές χρονικές επιδράσεις (period fixed effects) και διορθώσεις σφαλμάτων τύπου White με period clustering, προκειμένου να διασφαλιστεί η στατιστική αξιοπιστία των αποτελεσμάτων. Η ανάλυση περιλαμβάνει βασικές θεμελιώδεις μεταβλητές, τεχνικούς δείκτες και παράγοντες επενδυτικής συμπεριφοράς. Τα εμπειρικά αποτελέσματα δεν επιβεβαιώνουν σταθερά την ύπαρξη ενός αρνητικού risk premium για τον ιδιοσυγκρατικό κίνδυνο, ενώ ταυτόχρονα δεν παρουσιάζει σταθερή ή στατιστικά σημαντική συσχέτιση με τις αποδόσεις. Αντιθέτως, μεταβλητές όπως η απόσταση από το υψηλό 52 εβδομάδων (PH52) και ο δείκτης ρευστότητας (Illiquidity) εμφανίζουν ισχυρή και διαχρονικά σημαντική επίδραση, υποδεικνύοντας την ανάγκη ενσωμάτωσης behavioral και liquidity-based παραγόντων στα μοντέλα αποτίμησης. Η διαχρονική ανάλυση αναδεικνύει την αστάθεια της προβλεπτικής ισχύος της IVOL, η οποία επηρεάζεται από τις ευρύτερες συνθήκες ρευστότητας, τη διάρθρωση των στρατηγικών επενδύσεων, την επενδυτική ψυχολογία και τις θεσμικές μεταβολές.This thesis empirically investigates the relationship between idiosyncratic volatility (IVOL) and expected stock returns, focusing on the existence or absence of the corresponding financial anomaly. Specifically, panel data covering a long time span (1991–2023) for 186 U.S. listed companies are utilized, applying econometric models with period fixed effects and White-type error corrections with period clustering to ensure the statistical reliability of the results. The analysis incorporates fundamental variables, technical indicators, and behavioral factors. The empirical findings do not consistently confirm the existence of a negative risk premium for idiosyncratic risk, while at the same time they do not reveal a stable or statistically significant correlation with returns. In contrast, variables such as the distance from the 52-week high (PH52) and the illiquidity index exhibit strong and persistently significant effects, highlighting the need to integrate behavioral and liquidity-based factors into asset pricing models. The longitudinal analysis underscores the instability of IVOL’s predictive power, which is influenced by broader liquidity conditions, the structure of investment strategies, investor psychology, and institutional changes