Vliv vybraných faktorů na výnosnost podílových fondů

Abstract

Diplomová práce se zabývá vlivem vybraných proměnných na průměrnou výnosnost pěti komoditních fondů v letech 2013-2017. Hlavním cílem diplomové práce je nalezení a posouzení vlivu vybraných faktorů na výnosnost komoditních fondů a sestavení statisticky významného lineárního regresního modelu metodou nejmenších čtverců. Vedlejším cílem je i seznámit čtenáře s kolektivním investováním, specificky pak s problematikou alternativního investování. V diplomové práci jsou využita veřejně dostupná data, ze kterých je odhadnut lineární regresní model pro ekonometrickou analýzu. Vysvětlujícími proměnnými v modelu jsou cena ropy, míra nezaměstnanosti, S&P komoditní index a futures kontrakty na zlato. Z metodologických postupů jsou aplikovány lineární regrese metodou nejmenších čtverců, grafická analýza a statistické testy. Analýzou časových řad byla zjištěna nestacionarita vysvětlujících proměnných, která byla zmírněna mírou ekonomického růstu. Na základě křížové korelace bylo dále zjištěno časové zpoždění většiny vysvětlujících proměnných vůči vysvětlované proměnné. Z toho důvodu byla vysvětlovaná proměnná zpožděna o jedno období. Z ekonometrických jevů je v modelu analyzována autokorelace, heteroskedasticita, multikolinearita, specifikace modelu a normalita reziduí. V modelu byla rozpoznána slabá heteroskedasticita a také multikolinearita mezi proměnnými cena ropy a S&P komoditní index. Byla také provedena predikce vysvětlované proměnné pro následující tři období. Díky transformaci proměnných byl vzájemný vliv, který se z počátku zdál jako nevýznamný, prokázán a byl sestaven lineární model s vypovídací schopností 87,3 % a se statisticky významnými regresními koeficienty.

This master thesis deals with the influence of selected variables on average performance of five commodity funds in 2013 - 2017. The main aim of the thesis is to find and evaluate the impact of selected factors on the performance of commodity funds and to find a statistically meaningful least squares linear regression model. The secondary aim is to apprise readers of collective investment, specifically with the issue of alternative investment. The thesis uses publicly available data from which a linear regression model for econometric analysis is estimated. The explanatory variables in the model are oil prices, unemployment rate, S&P commodity index and gold futures contracts. Least squares linear regression, graphical analysis and statistical tests are applied for methodological procedures. The analysis of the time series revealed non-stationarity of the explanatory variables, which was softened by the rate of economic growth. Furthermore, the time delay of most of the explanatory variables to the explained variable was determined by cross-correlation. Therefore, the explained variable was delayed by one period. From the econometric phenomena autocorrelation, heteroscedasticity, multicollinearity, model specification and normality of residuals are analyzed in the model. The model showed weak heteroscedasticity as well as multicolinearity between oil prices and S&P commodity index. The explained variable was also predicted for the next three periods. Thanks to the transformation of the variables, the mutual influence, which initially seemed insignificant, was proven and a linear model was set with an explanatory power of 87.3% with statistically significant regression coefficients.