<p>Bakgrund: I och med att Basel II har instiftats i Sverige så måste finansiella institutioner beräkna sin marknadsrisk på sina portföljer. Detta kan göras genom olika VaR metoder. Dessa ger dock olika uppskattningar på marknadsrisken. De finansiella instituten får använda sig av den metod som de anser reflektera marknadsrisken bäst. Det finns dock ingen metod som utsetts till standard.</p><p>Syfte: Syftet med detta arbete är att jämföra olika VaR-metoders skattning av marknadsrisken utifrån verkligt utfall, för att urskilja vilken metod som är funktionsdugligast.</p><p>Avgränsningar: Denna undersökning inkluderar fyra olika VaR metoder. Dessa är Historisk Simulation, Delta-Normal, RiskMetrics och GARCH(1,1). VaR metoderna kommer att undersökas på portföljer som endast består av svenska aktier noterade på Stockholmsbörsens Large-, Mid- eller Small Cap lista.</p><p>Metod: Vi har konstruerat fyra olika portföljer som vi sedermera har beräknat VaR för mellan 1998-04-01 t.o.m. 2008-04-01. Dessa uppskattningar har sedermera jämförts, m.h.a. backtesting, med det verkliga utfallet för portföljerna. Utifrån detta har vi analyserat vilken form av metod som är funktionsdugligast.</p><p>Resultat, slutsatser: Vi kan konstatera att ingen av de metoder som vi har undersökt är godkända enligt vår backtesting. Om vi bortser från detta så verkar RiskMetrics vara funktionsdugligast då denna metod innehar få överträdelser och uppskattar marknadsrisken på ett effektivt sätt. Detta samtidigt som RiskMetrics är stabilast under hela undersökningsperioden.</p>

Made available in DSpace on 2010-04-20T21:00:05Z (GMT). No. of bitstreams: 4 Alex Futoshi Tanaka.pdf.jpg: 14145 bytes, checksum: 37f8902a745fb7b661585650891b6319 (MD5) Alex Futoshi Tanaka.pdf.txt: 118382 bytes, checksum: fe5ed7aa85965a165f2df875ae29311f (MD5) license.txt: 4886 bytes, checksum: d32d1a33c83956bd8f0eb87d283d398a (MD5) Alex Futoshi Tanaka.pdf: 385478 bytes, checksum: 8203b76ba07c71da04dd04b6bc617a35 (MD5) Previous issue date: 2009-02-04T00:00:00Z / Esse estudo tem como objetivo construir diversas carteiras com estratégias de investimento (investment styles) em ações baseadas em diferentes critérios quantitativos com o intuito de descobrir quais estratégias prevalecem sobre as outras em termos de retorno e risco da carteira no período de 1996 a 2007 no mercado brasileiro. A construção das carteiras é realizada para todas as empresas listadas na Bovespa no período citado. Há evidências de que a estratégia de valor preço/lucro (value PE) apresentou a melhor consistência nos resultados estatísticos, análise do índice Sharpe e na análise de rendimento entre as carteiras estudadas.

Using a sample of 141 U.S. small-cap industrial firms, I examine the firm characteristics that influence its use of foreign exchange derivatives to hedge exchange rate risk. Companies in the industrial sector produce goods and services that are used for the production of another final product. The performance of this sector is closely correlated to the level of demand from the final consumer. I find firm size, the amount of foreign sales, and firm liquidity influence the firm's decision to use foreign exchange derivatives to hedge exchange rate risk. For those firms that hedge exchange rate risk using derivatives, a second test examines the firm characteristics that influence the extent of its hedging activities. I find the extent of hedging is influenced by the amount of foreign sales, the amount of foreign assets, and the number of foreign subsidiaries the firm operates. A final test examines whether certain firm characteristics influence its decision to use options as part of its hedging operations. I find no evidence that the firm characteristics examined herein influence that decision.

Trenden inom världsekonomin har på senare år indikerat på en mognad där tillväxten ligger på låga tal historisk. Detta har tvingat centralbanker runt omkring jorden att drastiskt ta till åtgärder för att stimulera tillväxten. Reporäntan har använts som det mest centrala instrumentet för detta ändamål. Sverige är ett levande exempel på detta, där de har sänkt räntan lägre än den fruktade nollnivån och har i dagsläget en ränta på -0,5 %. Effekterna av reporänteförändringar på aktievärdering har studerats brett och den ackumulerade åsikten bland forskare är att räntan påverkar aktiemarknaden direkt. De historiska studierna som har utförts fokuserar på hur marknaden som helhet påverkas där de individuella företagseffekterna hamnar i skymundan. Därför har denna studie fokuserat på att undersöka dessa branschrelaterade effekter av en ränteförändring på individuella företag inom de valda branscherna. Detta område har undersökts med hjälp av en eventstudie.  Resultaten från studien visar på homogena effekter för mindre bolag där dessa får en större påverkan vid förändringar än stora bolag. Detta visar sig även mellan de olika branscherna. De observerade branscherna är sällanköpsvaror och dagligvaror, de branschspecifika effekterna som studien visar är att dagligvaror påverkas signifikant mer än sällanköpsvaror. Vidare visar resultatet att företagsstorlek har en större påverkan än branschtillhörighet, där small-cap bolag inom sällanköpsvaror har större påverkan än large-cap bolag inom dagligvaror. En negativ förändring går även att hänvisa till mer homogena rörelser för branscherna samt de olika storlekarna. Vidare gav positiva nyheter en mer heterogen rörelse där de mindre bolagen ej korrelerade med dem större. / In recent years, the trend in the world economy has indicated a maturity in growth which is low in historical terms. This has forced central banks around the world to drastically act to stimulate growth. The prime rate has then been used as the most central instrument for this purpose. Sweden is a living example of this as they have lowered interest rates below the dreaded zero level and currently have an interest rate of -0.5 %. The effects of prime rate changes on stock valuation have been studied widely, and the accumulated opinion among researchers is that interest rates directly affect the stock market. The historical studies that have been carried out focus on how the market as a whole is affected where individual effects on businesses end up in the dark. Therefore, this study has focused on investigating these industry-related effects of an interest rate change on individual companies in the chosen industries. The results from the study show homogenous effects for smaller companies, where the impact is greater on them in addition to larger companies. This is also apparent between the different industries. This area of concerns has been studied with an event study. The observed industries are consumer discretionary and commodities, the industry-specific effects shown by the study are that commodities are significantly more affected than consumer discretionarys’. Furthermore, the results show that company size is a greater indicator than industry due to the greater effect on small companies within consumer discretionary than on larger companies in the commodities sector. A negative change can also be referred to more homogeneous movements for the industries as well as the different business sizes. In addition, positive news gave a more heterogeneous move where the smaller companies did not correlate with the larger ones.

Syftet med denna studie var att förklara olika konjunkturlägens påverkan på totalavkastningen samt den riskjusterade avkastningen för tre olika investeringsstrategier. Dessa var Stock Selection for the Defensive Investor samt indexen OMX Stockholm 30 och OMX Stockholm Small Cap Price Index. Den förstnämnda strategin utgår ifrån det 14:e kapitlet i Benjamin Grahams bok, The Intelligent Investor. Genom att ställa höga krav på faktorer som lönsamhet, kontinuitet av utdelningar och låg värdering m.m. filtrerar denna aktiva investeringsstrategi bort många bolag och lämnar kvar stabilare bolag med lägre risk. OMX Stockholm Small Cap Price Index valdes eftersom det innehåller helt andra sorters bolag än Stock Selection for the Defensive Investor, vilket är småbolag. OMX Stockholm 30 valdes i sin tur för att bolagen i detta index, likt de Stock Selection for the Defensive Investor väjer ut, är stora bolag som ofta associeras med lägre risk. Detta genomfördes med syftet att hitta större kontraster mellan strategierna. Dessa strategier undersöktes under lågkonjunkturen 2007-2011, högkonjunkturen 2016-2019 samt under 15-årsperioden 2007-2021. Avkastningarna mättes i totalavkastning och CAGR medan deriskjusterade avkastningarna mättes med hjälp av Sharpekvot, Treynorkvot samt Jensen’s Alpha. Denna studie kom fram till att totalavkastningen för de olika strategierna skiljer sig åt mellan de olika perioderna. OMXS30 genererade högst totalavkastning under lågkonjunkturen medan OMXSSCPI genererade högst avkastning under både högkonjunkturen och under 15-årsperioden. Resultaten för de riskjusterade måtten visade på att det inte fanns någon statistisk signifikant skillnad mellan strategierna, vilket indikerar att skillnaderna i totalavkastningen beror på den risk som tas. / This study aimed to explain the impact of different economic conditions on the total return and riskadjusted return of three investment strategies: Stock Selection for the Defensive Investor, OMXStockholm 30, and OMX Stockholm Small Cap Price Index. The first strategy is based on the 14th chapter of Benjamin Graham's book, "The Intelligent Investor." By demanding high profitability, dividend continuity, low valuation, and other criteria, this active investment strategy filters out manycompanies and focuses on more stable companies with lower risk. OMX Stockholm Small Cap Price Index was chosen because it includes a different set of companies compared to Stock Selection for the Defensive Investor, specifically small-cap companies. On the other hand, OMX Stockholm 30 was selected because the companies in this index, similar to those preferred by Stock Selection for the Defensive Investor, are large companies often associated with lower risk. This was done in orderto identify more significant contrasts between the strategies. These strategies were examined during the recession 2007-2011, the economic boom 2016-2019, and a 15-year period 2007-2021. Returns were measured in terms of total return and compound annual growth rate (CAGR), while risk-adjusted returns were assessed using the Sharpe ratio, Treynor ratio, and Jensen's Alpha. This study found that the total returns of the different strategies varied across the different periods. OMX Stockholm 30 generated the highest return during the low economic cycle, while OMX Stockholm Small Cap Price Index produced the highest return during both the high economic cycle and the 15-year period. The results for the risk-adjusted measures indicated no significant differences between the strategies, suggesting that the variations in total returns are attributable to the level of risk undertaken.

Submitted by Anish Narang (anish.narang2015@fgvmail.br) on 2015-02-25T13:01:52Z No. of bitstreams: 1 Anish narang.pdf: 1328100 bytes, checksum: 030185d48abceb21a619de4e291e2ddc (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2015-03-03T12:46:22Z (GMT) No. of bitstreams: 1 Anish narang.pdf: 1328100 bytes, checksum: 030185d48abceb21a619de4e291e2ddc (MD5) / Approved for entry into archive by Marcia Bacha (marcia.bacha@fgv.br) on 2015-03-03T12:46:38Z (GMT) No. of bitstreams: 1 Anish narang.pdf: 1328100 bytes, checksum: 030185d48abceb21a619de4e291e2ddc (MD5) / Made available in DSpace on 2015-03-03T12:48:29Z (GMT). No. of bitstreams: 1 Anish narang.pdf: 1328100 bytes, checksum: 030185d48abceb21a619de4e291e2ddc (MD5) Previous issue date: 2014-10-30 / This paper deals with the subject of mitigating high ‘Equity Capital’ Risk Exposure to ‘Small Cap’ Sector in India. Institutional investors in India are prone to be risk averse when it comes to investing in the small cap sector in India as they find the companies risky and volatile. This paper will help analyse ‘Key Factors of success’ for ‘Institutional Investors’ whilst investing in Small Cap sector in India as some of these Indian small cap stocks offer handsome returns despite economic downturn. This paper has been harnessed carefully under the influence of expert investors, which includes Benjamin Graham (Security Analysis); Warren Buffet; Philip Fisher (Common Stocks and Uncommon Profits); and Aswath Damodaran.

Portfolio managers have a great interest in detecting high-performing stocks early on. Detecting outperforming stocks has for long been of interest from a research as well as financial point of view. Quantitative methods to predict stock movements have been widely studied in diverse contexts, where some present promising results. The quantitative algorithms for such prediction models can be, to name a few, support vector machines, tree-based methods, and regression models, where each one can carry different predictive power. Most previous research focuses on indices such as S&amp;P 500 or large-cap stocks, while small- and micro-cap stocks have been examined to a lesser extent. These types of stocks also commonly share the characteristic of high volatility, with prospects that can be difficult to assess. This study examines to which extent widely studied quantitative methods such as random forest, support vector machine, and logistic regression can produce accurate predictions of stock price directions on a quarterly and yearly basis. The problem is modeled as a binary classification task, where the aim is to predict whether a stock achieves a return above or below a benchmark index. The focus lies on Asian small- and micro-cap stocks. The study concludes that the random forest method for a binary yearly prediction produces the highest accuracy of 69.64%, where all three models produced higher accuracy than a binary quarterly prediction. Although the statistical power of the models can be ruled adequate, more extensive studies are desirable to examine whether other models or variables can increase the prediction accuracy for small- and micro-cap stocks. / Portföljförvaltare har ett stort intresse av att upptäcka högpresterande aktier tidigt. Detektering av högavkastande aktier har länge varit av stort intresse dels i forskningssyfte men också ur ett finansiellt perspektiv. Kvantitativa metoder för att förutsäga riktning av aktiepriset har studerats i stor utsträckning där vissa presenterar lovande resultat. De kvantitativa algoritmerna för sådana prediktionsmodeller kan vara, för att nämna ett fåtal, support vector machines, trädbaserade metoder och regressionsmodeller, där var och en kan bära olika prediktiv kraft. Majoriteten av tidigare studier fokuserar på index såsom S&amp;P 500 eller storbolagsaktier, medan små- och mikrobolagsaktier har undersökts i mindre utsträckning. Dessa sistnämnda typer av aktier innehar ofta en hög volatilitet med framtidsutsikter som kan vara svåra att bedöma. Denna studie undersöker i vilken utsträckning väletablerade kvantitativa modeller såsom random forest, support vector machine och logistisk regression, kan ge korrekta förutsägelser av små- och mikrobolags aktiekursriktningar på kvartals- och årsbasis. I avhandlingen modelleras detta som ett binärt klassificeringsproblem, där avkastningen för varje aktie antingen är över eller under jämförelseindex. Fokuset ligger på asiatiska små-och mikrobolag. Studien drar slutsatsen att random forest för en binär årlig prediktion ger den högsta noggrannheten på 69,64 %, där samtliga tre modeller ger högre noggrannhet än en binär kvartalsprediktion. Även om modellerna bedöms vara statistiskt säkerställda, är det önskvärt med fler omfattande studier för att undersöka om andra modeller eller variabler kan öka noggrannheten i prediktionen för små- och mikrobolags aktiekursriktning.