{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:5312648"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:5312648","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Εφαρμογή της ανάλυσης Data Envelopment Analysis (DEA) στην αξιολόγηση της αποδοτικότητας επενδυτικών Funds","abstract":"Στην παρούσα διπλωματική εργασία εξετάζεται η αποδοτικότητα των Ευρωπαϊκών ETFs (Exchange-Traded Funds) μέσω της εφαρμογής της μεθόδου Ανάλυσης Περιβάλλοντος Δεδομένων (DEA) και της στατιστικής διερεύνησης των παραγόντων που την επηρεάζουν. Αφού πραγματοποιείται επεξεργασία των δεδομένων για να είναι κατάλληλα για την εκτέλεση DEA και συμπληρώνονται οι ελλείπουσες τιμές του dataset, στην μελέτη εφαρμόζονται οκτώ διαφορετικές παραλλαγές της DEA: τα μοντέλα CRS και VRS, η ανάλυση διασταυρούμενης αποδοτικότητας (Cross-Efficiency), η επαναδειγματοληψία (Bootstrap) και η μέθοδος της υπεραποδοτικότητας (Super-Efficiency), καλύπτοντας κάθε περίπτωση τόσο υπό σταθερές όσο και υπό μεταβλητές αποδόσεις κλίμακας. Για την ερμηνεία των αποτελεσμάτων, χρησιμοποιούνται τρεις τύποι παλινδρόμησης (Tobit, Fractional Logit και Truncated Regression), ανάλογα με τα χαρακτηριστικά των αποτελεσμάτων που προέκυψαν από την ανάλυση. Η ανάλυση πραγματοποιήθηκε με τη χρήση της γλώσσας προγραμματισμού R και βασίστηκε σε πραγματικά χρηματοοικονομικά δεδομένα. Τα αποτελέσματα της ανάλυσης βοηθούν στην εξαγωγή συμπερασμάτων για την αξιολόγηση και τον τρόπο για να επιτευχθεί βελτιστοποίηση της αποδοτικότητας των ETFs,. Επιπλέον, δείχνουν ποιες μέθοδοι DEA δίνουν πιο αξιόπιστα αποτελέσματα, καθώς και ποιοι παράγοντες επηρεάζουν περισσότερο την απόδοσή των ETFs.","abstract_html":"Στην παρούσα διπλωματική εργασία εξετάζεται η αποδοτικότητα των Ευρωπαϊκών ETFs (Exchange-Traded Funds) μέσω της εφαρμογής της μεθόδου Ανάλυσης Περιβάλλοντος Δεδομένων (DEA) και της στατιστικής διερεύνησης των παραγόντων που την επηρεάζουν. Αφού πραγματοποιείται επεξεργασία των δεδομένων για να είναι κατάλληλα για την εκτέλεση DEA και συμπληρώνονται οι ελλείπουσες τιμές του dataset, στην μελέτη εφαρμόζονται οκτώ διαφορετικές παραλλαγές της DEA: τα μοντέλα CRS και VRS, η ανάλυση διασταυρούμενης αποδοτικότητας (Cross-Efficiency), η επαναδειγματοληψία (Bootstrap) και η μέθοδος της υπεραποδοτικότητας (Super-Efficiency), καλύπτοντας κάθε περίπτωση τόσο υπό σταθερές όσο και υπό μεταβλητές αποδόσεις κλίμακας. Για την ερμηνεία των αποτελεσμάτων, χρησιμοποιούνται τρεις τύποι παλινδρόμησης (Tobit, Fractional Logit και Truncated Regression), ανάλογα με τα χαρακτηριστικά των αποτελεσμάτων που προέκυψαν από την ανάλυση. Η ανάλυση πραγματοποιήθηκε με τη χρήση της γλώσσας προγραμματισμού R και βασίστηκε σε πραγματικά χρηματοοικονομικά δεδομένα. Τα αποτελέσματα της ανάλυσης βοηθούν στην εξαγωγή συμπερασμάτων για την αξιολόγηση και τον τρόπο για να επιτευχθεί βελτιστοποίηση της αποδοτικότητας των ETFs,. Επιπλέον, δείχνουν ποιες μέθοδοι DEA δίνουν πιο αξιόπιστα αποτελέσματα, καθώς και ποιοι παράγοντες επηρεάζουν περισσότερο την απόδοσή των ETFs.","abstract_has_math":false,"creators":["ΚΑΜΑΡΙΝΟΠΟΥΛΟΥ ΑΓΓΕΛΙΚΗ-ΚΩΝΣΤΑΝΤΙΝΑ","KAMARINOPOULOU ANGELIKI-KONSTANTINA"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2025,"date_issued":"2025","date_published":"2025","updated_at":"2026-11-19T06:40:51Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5312648"],"render_values":[{"text":"uoadl:5312648","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5312648","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/5312648","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A5312648","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["ΚΑΜΑΡΙΝΟΠΟΥΛΟΥ ΑΓΓΕΛΙΚΗ-ΚΩΝΣΤΑΝΤΙΝΑ","KAMARINOPOULOU ANGELIKI-KONSTANTINA"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2025"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:5312648","https://pergamos.lib.uoa.gr/uoa/dl/object/5312648"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Στην παρούσα διπλωματική εργασία εξετάζεται η αποδοτικότητα των Ευρωπαϊκών ETFs (Exchange-Traded Funds) μέσω της εφαρμογής της μεθόδου Ανάλυσης Περιβάλλοντος Δεδομένων (DEA) και της στατιστικής διερεύνησης των παραγόντων που την επηρεάζουν. Αφού πραγματοποιείται επεξεργασία των δεδομένων για να είναι κατάλληλα για την εκτέλεση DEA και συμπληρώνονται οι ελλείπουσες τιμές του dataset, στην μελέτη εφαρμόζονται οκτώ διαφορετικές παραλλαγές της DEA: τα μοντέλα CRS και VRS, η ανάλυση διασταυρούμενης αποδοτικότητας (Cross-Efficiency), η επαναδειγματοληψία (Bootstrap) και η μέθοδος της υπεραποδοτικότητας (Super-Efficiency), καλύπτοντας κάθε περίπτωση τόσο υπό σταθερές όσο και υπό μεταβλητές αποδόσεις κλίμακας. Για την ερμηνεία των αποτελεσμάτων, χρησιμοποιούνται τρεις τύποι παλινδρόμησης (Tobit, Fractional Logit και Truncated Regression), ανάλογα με τα χαρακτηριστικά των αποτελεσμάτων που προέκυψαν από την ανάλυση. Η ανάλυση πραγματοποιήθηκε με τη χρήση της γλώσσας προγραμματισμού R και βασίστηκε σε πραγματικά χρηματοοικονομικά δεδομένα. Τα αποτελέσματα της ανάλυσης βοηθούν στην εξαγωγή συμπερασμάτων για την αξιολόγηση και τον τρόπο για να επιτευχθεί βελτιστοποίηση της αποδοτικότητας των ETFs,. Επιπλέον, δείχνουν ποιες μέθοδοι DEA δίνουν πιο αξιόπιστα αποτελέσματα, καθώς και ποιοι παράγοντες επηρεάζουν περισσότερο την απόδοσή των ETFs.","This thesis investigates the efficiency of European Exchange-Traded Funds (ETFs) by applying Data Envelopment Analysis (DEA) and examining the statistical factors that influence their performance. After preparing the dataset through preprocessing and imputation of missing values, eight DEA models are implemented: the CRS and VRS models, Cross-Efficiency Analysis, Bootstrap DEA, and Super-Efficiency, each under both constant and variable returns to scale assumptions. To interpret the results, three regression methods are applied—Tobit, Fractional Logit, and Truncated Regression—based on the nature of the DEA efficiency scores. The analysis is conducted using the R programming language in real financial data. The findings provide valuable insights into ETF performance evaluation and identify strategies to improve the efficiency. Additionally, the study assesses the reliability of each DEA approach and highlights the most influential factors affecting ETF efficiency."]},{"key":"dc:title","label":"Title","values":["Εφαρμογή της ανάλυσης Data Envelopment Analysis (DEA) στην αξιολόγηση της αποδοτικότητας επενδυτικών Funds"]}]}],"canonical_facts":{"dc:creator":["ΚΑΜΑΡΙΝΟΠΟΥΛΟΥ ΑΓΓΕΛΙΚΗ-ΚΩΝΣΤΑΝΤΙΝΑ","KAMARINOPOULOU ANGELIKI-KONSTANTINA"],"dc:date":["2025"],"dc:description":["Στην παρούσα διπλωματική εργασία εξετάζεται η αποδοτικότητα των Ευρωπαϊκών ETFs (Exchange-Traded Funds) μέσω της εφαρμογής της μεθόδου Ανάλυσης Περιβάλλοντος Δεδομένων (DEA) και της στατιστικής διερεύνησης των παραγόντων που την επηρεάζουν. Αφού πραγματοποιείται επεξεργασία των δεδομένων για να είναι κατάλληλα για την εκτέλεση DEA και συμπληρώνονται οι ελλείπουσες τιμές του dataset, στην μελέτη εφαρμόζονται οκτώ διαφορετικές παραλλαγές της DEA: τα μοντέλα CRS και VRS, η ανάλυση διασταυρούμενης αποδοτικότητας (Cross-Efficiency), η επαναδειγματοληψία (Bootstrap) και η μέθοδος της υπεραποδοτικότητας (Super-Efficiency), καλύπτοντας κάθε περίπτωση τόσο υπό σταθερές όσο και υπό μεταβλητές αποδόσεις κλίμακας. Για την ερμηνεία των αποτελεσμάτων, χρησιμοποιούνται τρεις τύποι παλινδρόμησης (Tobit, Fractional Logit και Truncated Regression), ανάλογα με τα χαρακτηριστικά των αποτελεσμάτων που προέκυψαν από την ανάλυση. Η ανάλυση πραγματοποιήθηκε με τη χρήση της γλώσσας προγραμματισμού R και βασίστηκε σε πραγματικά χρηματοοικονομικά δεδομένα. Τα αποτελέσματα της ανάλυσης βοηθούν στην εξαγωγή συμπερασμάτων για την αξιολόγηση και τον τρόπο για να επιτευχθεί βελτιστοποίηση της αποδοτικότητας των ETFs,. Επιπλέον, δείχνουν ποιες μέθοδοι DEA δίνουν πιο αξιόπιστα αποτελέσματα, καθώς και ποιοι παράγοντες επηρεάζουν περισσότερο την απόδοσή των ETFs.","This thesis investigates the efficiency of European Exchange-Traded Funds (ETFs) by applying Data Envelopment Analysis (DEA) and examining the statistical factors that influence their performance. After preparing the dataset through preprocessing and imputation of missing values, eight DEA models are implemented: the CRS and VRS models, Cross-Efficiency Analysis, Bootstrap DEA, and Super-Efficiency, each under both constant and variable returns to scale assumptions. To interpret the results, three regression methods are applied—Tobit, Fractional Logit, and Truncated Regression—based on the nature of the DEA efficiency scores. The analysis is conducted using the R programming language in real financial data. The findings provide valuable insights into ETF performance evaluation and identify strategies to improve the efficiency. Additionally, the study assesses the reliability of each DEA approach and highlights the most influential factors affecting ETF efficiency."],"dc:identifier":["uoadl:5312648","https://pergamos.lib.uoa.gr/uoa/dl/object/5312648"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Εφαρμογή της ανάλυσης Data Envelopment Analysis (DEA) στην αξιολόγηση της αποδοτικότητας επενδυτικών Funds"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:40:51Z"}