Διαχείριση κινδύνου αγοράς - Μελέτη περίπτωσης.
Φόρτωση...
Ημερομηνία
2025-03-05
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
ΕΛΜΕΠΑ, Σχολή Επιστημών Διοίκησης και Οικονομίας (ΣΕΔΟ), Τμήμα Διοικητικής Επιστήμης και Τεχνολογίας
Επιβλέπων
Περίληψη
Η παρούσα εργασία εξετάζει τον κίνδυνο αγοράς ενός χαρτοφυλακίου μετοχών που αποτελείται από εταιρείες διαφόρων κλάδων της οικονομίας, όπως οι τράπεζες, τα βιομηχανικά προϊόντα και υπηρεσίες, οι υπηρεσίες κοινής ωφελείας και η υγεία. Σκοπός της μελέτης είναι η ανάλυση των αποδόσεων και των κινδύνων που σχετίζονται με αυτά τα περιουσιακά στοιχεία κατά την περίοδο 2020-2023, με έμφαση στη διαφοροποίηση του χαρτοφυλακίου και την αποτελεσματικότητά της στη μείωση του συνολικού κινδύνου. Εξετάζονται επίσης η επίδραση του μεγέθους της επένδυσης στην απόδοση και τον κίνδυνο, όπως και η επίδραση της μεταβλητότητας των μετοχών κάθε κλάδου. Για την ανάλυση, χρησιμοποιούνται σύγχρονες τεχνικές μέτρησης κινδύνου, όπως το Value-at-Risk (VaR) και το Conditional Value-at-Risk (CVaR), οι οποίες εκτιμούν τις πιθανές απώλειες που θα μπορούσαν να προκύψουν υπό διάφορα οικονομικά σενάρια. Επιπλέον, λαμβάνονται υπόψη περιγραφικά στατιστικά για την απόδοση και τη μεταβλητότητα κάθε μετοχής, ενώ γίνεται ανάλυση της ασυμμετρίας και της κύρτωσης για την κατανόηση της κατανομής των αποδόσεων. Η διαφοροποίηση του χαρτοφυλακίου σε τέσσερις διαφορετικούς κλάδους αναδεικνύεται ως σημαντικός παράγοντας μείωσης του συνολικού κινδύνου, ενώ οι μεγαλύτερες επενδύσεις αποδεικνύεται ότι προσφέρουν καλύτερες δυνατότητες διαφοροποίησης και χαμηλότερο κίνδυνο. Τέλος, η εργασία παρουσιάζει προτάσεις για μελλοντική έρευνα, όπως η επέκταση της ανάλυσης σε μεγαλύτερο χρονικό ορίζοντα, η ανάπτυξη νέων μοντέλων κινδύνου και η εφαρμογή τεχνικών μηχανικής μάθησης για την πρόβλεψη αποδόσεων. Οι προτάσεις αυτές αποσκοπούν στη βελτίωση της διαχείρισης κινδύνου και στη δημιουργία πιο αποτελεσματικών επενδυτικών στρατηγικών.
This study examines the market risk of a stock portfolio consisting of companies from various sectors of the economy, including banks, industrial products and services, utilities, and healthcare. The purpose of the study is to analyze the returns and risks associated with these assets during the period 2020-2023, with an emphasis on portfolio diversification and its effectiveness in reducing overall risk. The study also explores the impact of investment size on return and risk, as well as the effect of the volatility of stocks in each sector. For the analysis, modern risk measurement techniques such as Value-at-Risk (VaR) and Conditional Value-at-Risk (CVaR) are employed to estimate potential losses under various economic scenarios. Additionally, descriptive statistics on the returns and volatility of each stock are considered, along with skewness and kurtosis analysis to understand the distribution of returns. Diversification across four different sectors is highlighted as a significant factor in reducing overall portfolio risk, while larger investments are shown to offer better diversification opportunities and lower risk. Finally, the study presents proposals for future research, such as extending the analysis over a longer time horizon, developing new risk models, and applying machine learning techniques for predicting returns. These proposals aim to improve risk management and create more effective investment strategies.
This study examines the market risk of a stock portfolio consisting of companies from various sectors of the economy, including banks, industrial products and services, utilities, and healthcare. The purpose of the study is to analyze the returns and risks associated with these assets during the period 2020-2023, with an emphasis on portfolio diversification and its effectiveness in reducing overall risk. The study also explores the impact of investment size on return and risk, as well as the effect of the volatility of stocks in each sector. For the analysis, modern risk measurement techniques such as Value-at-Risk (VaR) and Conditional Value-at-Risk (CVaR) are employed to estimate potential losses under various economic scenarios. Additionally, descriptive statistics on the returns and volatility of each stock are considered, along with skewness and kurtosis analysis to understand the distribution of returns. Diversification across four different sectors is highlighted as a significant factor in reducing overall portfolio risk, while larger investments are shown to offer better diversification opportunities and lower risk. Finally, the study presents proposals for future research, such as extending the analysis over a longer time horizon, developing new risk models, and applying machine learning techniques for predicting returns. These proposals aim to improve risk management and create more effective investment strategies.
Περιγραφή
Λέξεις-κλειδιά
διαφοροποίηση χαρτοφυλακίου, κίνδυνος αγοράς, value-at-risk (VaR), conditional value-at-risk (CVaR), μεταβλητότητα μετοχών, απόδοση επενδύσεων, διαχείριση κινδύνου, μακροοικονομικοί κύκλοι, επενδυτικοί κλάδοι, στατιστική ανάλυση αποδόσεων, περιγραφική στατιστική, portfolio diversification, market risk, stock volatility, investment returns, risk management, macroeconomic cycles, investment sectors, statistical analysis of returns, descriptive statistics