< Terug naar vorige pagina

Project

Nieuwe methoden voor het gebruik van hoge frequentie data en duurzaamheidsscores in portfoliobeheer.

Zowel particuliere als institutionele investeerders dienen op geregeldetijdstippen een beslissing te  </>nemen over hoe zij hun beschikbaar kapitaal spreiden over een groot aantal mogelijke  </>investeringen. Investeerders hebben hierbij een zeker doel vooropgesteld zoals bijvoorbeeld dat de  </>portfolio een minimum verwacht rendement moet hebben tegen een zo laag mogelijk risico. </>
Traditioneel wordt rendement en risico gemeten op basis van dagelijkse, wekelijkse of maandelijkse  </>data. Maar sinds kort beschikt de investeerder ook over hethele koersverloop van de investering  </>over de dag. Deze data worden hoge frequentie data genoemd. In het eerste luik van dit  </>doctoraat worden nieuwe methoden voorgesteld om het risico van investeringen te meten op basis  </>van hoge frequentie data. </>
Een groeiende groep van investeerders hecht niet enkel belang aan verwacht rendement en risico,  </>maar ook aan de vraag of zijn investering welmaatschappelijk verantwoord is. In het tweede luik  </>van het doctoraat, worden methoden onderzocht om naast financiële objectieven ook de  </>duurzaamheid van de investeringen op te nemen in portfoliobeheer. We schatten empirisch het toegenomen risico en gedaalde rendement van een portfolio van investeringen, wanneer er beperkingen op de duurzaamheid van de portfolio worden opgelegd. De impact van restricties op de duurzaamheid van de portfolio op de financiële performantie van de portfolio blijkt economisch relatief klein te zijn.</>
Datum:1 okt 2009 →  31 dec 2013
Trefwoorden:Mean-variance spanning test, Socially responsible investment, Sustainability scores, Portfolio optimization, Robust estimation, Covariance matrix, Realized volatility, High frequency data
Disciplines:Toegepaste economie, Economische geschiedenis, Macro-economie en monetaire economie, Micro-economie, Toerisme
Project type:PhD project