Smart Beta Investering Baserad på Makroekonomiska Indikatorer

• Main Author: Andersson, Alexandra
• Format: Others
• Language: English
• Published: KTH, Matematisk statistik 2015
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-173912

This thesis examines the possibility to find a relationship between the Nasdaq Nordea Smart Beta Indices and a series of macroeconomic indicators. This relationship will be used as a signal-value and implemented in a portfolio consisting of all six smart beta indices. To investigate the impact of the signal-value on the portfolio performance, three portfolio strategies are examined with the equally weighted portfolio as a benchmark. The portfolio weights will be re-evaluated monthly and the portfolios examined are the mean-variance portfolio, the mean-variance portfolio based on the signal-value and the equally weighted portfolio based on the signal-value. In order to forecast the performance of the portfolio, a multivariate GARCH model with time-varying correlations is fitted to the data and three different error-distributions are considered. The performances of the portfolios are studied both in- and out-of-sample and the analysis is based on the Sharpe ratio. The results indicate that a mean-variance portfolio based on the relationship with the macroeconomic indicators outperforms the other portfolios for the in-sample period, with respect to the Sharpe ratio. In the out-of-sample period however, none of the portfolio strategies has Sharpe ratios that are statistically different from that of an equally weighted portfolio. === Den här uppsatsen undersöker möjligheten att hitta ett förhållande mellan Nasdaq Nordeas Smart Beta Index och en serie av makroekonomiska indikatorer. Detta förhållande kommer att implementeras som ett signalvärde i en portfölj bestående av alla sex index. För att se vilken påverkan signalvärdet har på en portföljs prestanda så undersöks tre portföljstrategier där den likaviktade portföljen används som riktmärke. Portföljerna ska omviktas varje månad och de portföljer som undersöks är mean-variance portföljen baserad på förhållandet med makroindikatorerna samt utan och den likaviktade portföljen baserad på förhållandet med makroindikatorerna. För att kunna göra en prognos av portföljens prestanda anpassas en multivariat GARCH modell med tidsvarierande korrelationer till denna data. Tre stycken felfördelningar övervägs för modellen. Portföljens prestanda mäts både för prognosen samt för tiden med känd data och analysen är baserad på portföljernas Sharpe ratio. Resultaten visar på att den portfölj som presterar bäst i tiden med känd data är meanvariance portföljen baserad på makroindikatorerna. I tiden för prognosen så är ingen port- följs Sharpe ratio statistiskt skild från den av den likaviktade portföljen.