Masterproef. Het voorspellen van de Bel20 door gebruik te maken van een Artificial Neural Network. Maarten Geerts

Maat: px
Weergave met pagina beginnen:

Download "Masterproef. Het voorspellen van de Bel20 door gebruik te maken van een Artificial Neural Network. Maarten Geerts"

Transcriptie

1 Departement Handelswetenschappen en Bestuurskunde Masterproef Het voorspellen van de Bel20 door gebruik te maken van een Artificial Neural Network Maarten Geerts Master Handelswetenschappen Afstudeerrichting Finance & Risk Management Promotor: Stefaan Pauwels Academiejaar

2 2

3 Woord vooraf Deze masterproef vormt het sluitstuk van mijn vierjarige studie aan de Hogeschool Gent. Vier jaren die door de oudere generatie als de gelukkigste tijd van mijn leven worden bestempeld. Deze leerrijke periode, doorweven met zowel mooie als moeilijkere momenten, heeft mij tot deze masterproef geleid. Doordat de weekdagen in de tweede semester volledig aan de stage worden gewijd, is het niet gemakkelijk zo n eindwerk op deze relatief korte tijd tot een goed einde te brengen. Daarom ben ik mijn promotor, Stefaan Pauwels, dankbaar dat hij door deadlines op te leggen mij verplichtte de literatuurstudie reeds in december af te hebben. Dit zette me aan op tijd te beginnen en op geregelde tijdstippen de verschillende delen waar deze masterproef uit is opgebouwd af te werken. Nog wil ik mijn promotor bedanken voor de steun en het advies die het mogelijk maakten een degelijke masterproef af te leveren. 3

4 4

5 Abstract Er is heel wat literatuur te vinden waarin wordt getracht de aandelenmarkt te voorspellen. Financieel voordeel is hiervoor de voornaamste reden, maar het succesvol voorspellen van de aandelenmarkt kan ook de Efficiënte Markt Hypothese verwerpen. Internationaal is er reeds heel wat onderzoek gedaan waarin wordt getracht het toekomstig verloop van aandelenkoersen in kaart te brengen en dit met wisselende resultaten. Het betreft hier echter veelal de S&P500 en andere wijdbekende aandelenindices, terwijl onderzoek m.b.t. de Bel20 zeer beperkt is. Uit bestaande literatuur en theorieën werden de meest relevante macroeconomische factoren met een invloed op de aandelenmarkt gedistilleerd, om vervolgens d.m.v. een Artificial Neural Network de aandelenrendementen van de Bel20 te voorspellen. Na de ANN-analyse van een uitgebreide dataset komen we tot de vaststelling dat 57,27% van de voorspellingen correct zijn, wat de stelling van de voorspelbaarheid van aandelenrendementen bevestigt. Dit heeft tevens voor gevolg dat theorieën die stellen dat de aandelenmarkt een willekeurig verloop kent en onmogelijk is te voorspellen, worden tegengesproken. Hoewel het voorspellen van de beursgang een moeilijke taak zal blijven door de vele factoren die een invloed hierop uitoefenen, concluderen we dat het aandelenrendement van de Bel20 wel degelijk kan voorspeld worden op basis van historische en vrij beschikbare data. 5

6 6

7 Inhoudstafel Woord vooraf 3 Abstract 5 Inhoudstafel 7 1. Introductie 9 2. Literatuur Methode Inputvariabelen Outputvariabele Conclusie Data en methode Outputvariabele Inputvariabelen Onderzoek Resultaten Conclusie Referenties Geraadpleegde werken Lijst van gebruikte figuren Lijst van gebruikte tabellen Bijlagen Bijlage 1: Gewichten van het model met data van een dag vóór de voorspelde dag Bijlage 2: Gewichten van het model met data van drie dagen vóór de voorspelde dag 44 7

8 8

9 1. Introductie Het ogenschijnlijk willekeurig verloop van de beurskoersen, de onverwachte crashes die niemand zag aankomen, de grote winsten die met beleggen in aandelen kunnen behaald worden, ze dragen allemaal bij tot de drang om de aandelenmarkt te voorspellen. En alhoewel de Efficiënte Markt Hypothese volhoudt dat de beursgang niet te voorspellen is, zijn er toch ook enkele successen op dit vlak geboekt (Thawornwong & Enke, 2003). Heel wat auteurs (Lawrence, 1997; Kutsurelis, 1998; Chen, Leung & Daouk, 2003; Huang, Keung Lai, Nakamori, Wang & Yu, 2007; Leigh, Hightower & Modani, 2005) zijn overtuigd van de superioriteit van Artificial Neural Networks t.o.v. andere methoden zoals technische analyse, fundamentele analyse en regressie om aandelenrendementen te voorspellen en schuiven tal van voordelen van deze techniek naar voor. Het is dan ook deze methode die gebruikt wordt in dit onderzoek. Hoewel de meningen over welke variabelen te gebruiken om de aandelenmarkt te voorspellen verschillen tussen auteurs, zijn er toch variabelen die geregeld terugkomen in de verscheidene onderzoeken. In het onderzoek van Thawornwong en Enke (2003) bleken vooral de term structure van interestvoeten en kortetermijninterestvoeten zeer relevant, evenals de Consumer Price Index en de M1-geldhoeveelheid. Reeds veel onderzoek is gedaan naar het voorspellen van wijdbekende aandelenindices, zoals de S&P500, maar onderzoek naar de Bel20 is echter beperkt. Het is interessant de variabelen en methode die succesvol bleken in eerdere studies ook op deze markt toe te passen. De meest voor de hand liggende variabele om te voorspellen is de effectieve waarde van de Bel20, maar uit het literatuuronderzoek is gebleken dat het voorspellen van de return een betere manier van werken is (Kalyvas, 2001). Ook worden betere resultaten verwacht indien het de richting van die return zou zijn die we voorspellen i.p.v. de waarde zelf (Chen, Leung & Daouk, 2003; Tilakaratne, Morris, Mammadov & Hurst, 2007). 9

10 Uit de ANN-analyse van een uitgebreide dataset met dagelijkse data over de periode van 2002 t.e.m concluderen we dat 57,27% van de voorspellingen correct zijn. Dit betekent dat dit model nuttig is en theorieën die voorspellingen over de aandelenmarkt onmogelijk achten, in twijfel worden getrokken. Het onderstaande onderzoek is georganiseerd als volgt; in het eerste deel wordt het reeds gerealiseerde onderzoek en de relevante literatuur besproken. Daarin wordt vooral aandacht besteed aan de te gebruiken methode, de inputvariabelen en de te voorspellen outputvariabele. Het tweede deel is gewijd aan de data en de methode die is aangewend, om vervolgens tot de resultaten van het onderzoek te komen die ik zal bespreken in het derde deel. Deze masterproef eindigt met een conclusie die het vierde deel uitmaakt. 10

11 2. Literatuur Er is heel wat literatuur te vinden waarin wordt getracht de aandelenmarkt te voorspellen. Hier zijn dan ook goede redenen voor. Lawrence (1997) en Kalyvas (2001) geven in hun studies aan dat financieel voordeel de voornaamste reden is, maar erin slagen de aandelenmarkt succesvol te voorspellen, heeft ook een meer wetenschappelijk verantwoord motief. Zo zou het debat over de validiteit van de Efficiënte Markt Hypothese (EMH) voor eens en voor altijd kunnen worden afgesloten. Fama (1970) gelooft immers dat de aandelenmarkt efficiënt is en dat telkens er nieuwe informatie beschikbaar is, de markt zich onmiddellijk hieraan aanpast en er dus geen ruimte is voor voorspellingen. De aandelenmarkt zou een volledig willekeurig en onvoorspelbaar pad, een random walk, volgen (Malkiel, 1973). Wanneer iemand er dus in slaagt succesvolle voorspellingen te doen, kan deze theorie worden verworpen. In de literatuur is er dus twijfel of de aandelenmarkt wel kan voorspeld worden (Kalyvas, 2001; Zhang, Patuwo & Hu, 1997; Adya, & Collopy, 1998). Thawornwong & Enke (2003) vinden in hun literatuuronderzoek echter genoeg onderzoeken waarin wordt aangetoond dat aandelenrendementen voorspelbaar zijn door middel van publiek beschikbare informatie zoals tijdreeksdata over financiële en economische variabelen Methode Op de vraag hoe dit voorspellen van de aandelenmarkt dan precies zou moeten gebeuren, is ook geen eenduidig antwoord te vinden in de literatuur. Lawrence (1997) o.a. geeft in zijn werk een opsomming van veel gebruikte technieken. 1. Technische analyse gaat ervan uit dat de geschiedenis zich herhaalt en dat er patronen en trends kunnen worden ontdekt in het gedrag van beleggers door grafieken te analyseren. 11

12 2. Fundamentele analyse onderzoekt de onderneming en probeert de intrinsieke waarde van de aandelen te doorgronden. Hier wordt ervan uitgegaan dat beleggers rationeel handelen en dat op lange termijn de waarde van de onderneming ook in zijn aandelenprijs zal weerspiegeld worden. 3. Een derde techniek zijn de statistische methodes en regressies die eerder gedrag van de aandelenmarkt proberen te vatten in vergelijkingen om de toekomstige waarden te voorspellen. 4. Ten slotte wordt ook nog de Chaos theory naar voor geschoven. Hier vertrekt men van de gedachte dat de data niet-lineair zijn en op het eerste zicht volledig willekeurig lijken. ANN s worden hier als oplossing geöpperd om chaotische systemen te modelleren. In de reeds bestaande literatuur, wordt de aandacht toch wel getrokken door de methode die gebruik maakt van Artificial Neural Networks om de aandelenmarkt te voorspellen. Wat ANN s zo interessant maakt t.o.v. andere technieken, is dat ANN s geen a priori assumpties behoeven in het modelleringsproces. ANN s leren, op basis van data, de relaties die tussen de variabelen bestaan. Deze techniek is in staat niet-lineaire modellen op te stellen zonder voorafgaande kennis over de relaties tussen de inputvariabelen en de outputvariabelen. Deze eigenschap maakt ANN s zeer interessant om toe te passen op de financiële markten, waar veel wordt verondersteld, maar weinig is geweten over het proces van het tot stand komen van aandelenprijzen (Thawornwong & Enke, 2003). Zhang, Patuwo & Hu (1997), Huang, Keung Lai, Nakamori, Wang & Yu (2007) geruggesteund door Hill, Marquez, O'Connor, & Remus (1994) brengen nog enkele voordelen van deze techniek aan. Zo stellen zij dat ANN s kunnen generaliseren. Dit betekent dat ze uit een dataset toekomstige waarden kunnen afleiden, ook al bevat deze data veel noise. Verder kunnen ANN s elke mogelijke functie aannemen die de data het best benadert, terwijl de klassieke statistische technieken dikwijls beperkt zijn in hun schattingen door de complexiteit van het onderzochte systeem. Ten slotte zijn ANN s niet-lineair. Omdat klassieke statistische methoden van lineariteit uitgaan, 12

13 kan dit tot inferieure conclusies leiden bij niet-lineaire mechanismen. Kutsurelis (1998) voegt hier nog aan toe dat bij regressie-analyses de belegger al een diep inzicht in de statistiek moet hebben om de relevante onafhankelijke variabelen eruit te halen. Dit is bij ANN s veel minder het geval. De hierboven opgesomde voordelen lijken allemaal zeer belovend, maar er zijn ook beperkingen aan de superieure werking van ANN s. Zhang, Patuwo & Hu (1997) en Hill, Marquez, O Connor & Remus (1994) argumenteren dat ANN s nietlineaire methoden zijn. In het geval dat het onderzochte systeem lineair is met weinig verstoringen, dan zouden lineaire methoden wel eens betere resultaten kunnen opleveren. Een tweede probleem is de moeilijkheid om de resultaten te interpreteren. Dit, omdat deze methode geen expliciete vorm van de relatie tussen de input- en outputvariabelen oplevert, aan de hand waarvan deze relaties kunnen worden verklaard en geanalyseerd. Daarnaast zouden ANN s ook gevoelig zijn aan overfitting problems. Dit probleem doet zich voor wanneer de ANN er niet in slaagt te generaliseren en eerder de noise beschrijft in plaats van de onderliggende relatie. Dit probleem is vaak het gevolg van de aanwezigheid van vele parameters in verhouding tot het aantal data. Als dit de methode is die ik in mijn onderzoek wil gebruiken, zal ik dus moeten zorgen dat er genoeg data beschikbaar zijn. Daarmee belanden we bij een volgend probleem, nl. dat ANN s meestal meer data vergen dan klassieke statistische methoden en dus meer computertijd. Ook wordt gewezen op het feit dat ANN-methodologie en modelleertechnieken snel veranderen en verbeteren. Daardoor heerst er veel onduidelijkheid over welke netwerkstructuur nu het best geschikt is voor een ANN om een systeem te benaderen. De meeste van deze problemen zijn echter niet onoverkomelijk. Mills (1991), Thawornwong & Enke (2003) en Pérez-Rodriguez, Torra, & Andrada-Félix (2005) stellen allereerst dat er geen bewijs is dat de relatie tussen aandelenrendementen en financiële en economische variabelen lineair is. Aangezien er aanzienlijke residuele variantie van het werkelijk aandelenrendement t.o.v. de voorspelde rendementen op de regressielijn is, is het goed mogelijk dat dit beter te verklaren is door niet-lineaire modellen. Een ANN is dus een goede methode als we deze 13

14 rendementen zouden willen voorspellen. Het probleem van de interpretatie van de resultaten, zal ik oplossen door enkel variabelen op te nemen waarvoor verder in deze literatuurstudie theoretische motivering wordt gegeven. Daarnaast, zoals hierboven reeds gesteld, zal ik over voldoende data moeten beschikken om het overfitting -probleem te voorkomen. De beperkingen die samenhangen met de methodologie en modelleertechnieken zouden ten slotte ook geen hindernis voor mijn onderzoek mogen vormen, aangezien in de literatuur verscheidene studies voor handen zijn die de aandelenmarkt succesvol voorspellen door gebruik te maken van een ANN (Adya & Collopy, 1998; Kutsurelis, 1998; Chen, Leung & Daouk, 2003; Thawornwong & Enke, 2003; Leigh, Hightower & Modani, 2005; Pérez-Rodriguez, Torra & Andrada-Félix, 2005). We weten nu welke voor- en nadelen ANN s hebben ten opzichte van andere statistische methoden en dat tal van auteurs stellen dat het voorspellen van aandelenrendementen met deze methode zeer goed mogelijk is. De volgende vraag is of een ANN nu betere resultaten oplevert dan de klassieke statistische methoden. Kalyvas (2001) probeerde in zijn onderzoek de dagelijkse excess returns van de FTSE500- en de S&P500-index te voorspellen a.d.h.v. de respectieve Treasury Bill rate returns, gebruikmakende van een ANN. Hij kwam echter tot de conclusie dat zijn model geen betere resultaten opleverde dan enkele naïve voorspellers, zoals o.a. het Random walk-model. Het feit dat hij enkel de T-bill rates gebruikte als inputvariabele om de aandelenrendementen te voorspellen, kan echter een reden zijn voor de slechte prestatie van zijn model. Ook Hill, Marquez, O'Connor & Remus (1994) kwamen tot de conclusie dat ANN s vergelijkbaar zijn met andere statistische methoden, maar geloven wel in het potentieel van ANN s, gegeven dat er verder en grondiger onderzoek wordt verricht. Dat er potentieel zit in het gebruik van ANN s, wordt bewezen in de meerderheid van de studies die handelen over het voorspellen van de aandelenmarkt met behulp van deze techniek. Lawrence (1997) vergelijkt de eerder in dit literatuuronderzoek genoemde technieken, zoals technische analyse, fundamentele analyse en regressie met het ANN. Alhoewel de voorspellingen niet perfect zijn, stelt hij wel dat ANN s betere 14

15 resultaten opleveren dan alle andere methoden en toekomst bieden in het voorspellen van de aandelenmarkt. Andere auteurs erkennen de superioriteit van ANN s ten opzichte van andere methodes en treden hem hierin bij (Kutsurelis, 1998; Chen, Leung & Daouk, 2003; Huang, Keung Lai, Nakamori, Wang & Yu, 2007; Leigh, Hightower & Modani, 2005) Inputvariabelen Over welke inputvariabelen zouden moeten worden gebruikt om de aandelenmarkt te voorspellen zijn de meningen van verschillende auteurs verdeeld. Toch zijn er enkele variabelen die geregeld terugkomen in de verscheidene onderzoeken. Hieronder geeft een tabel weer welke variabelen het meest worden aangehaald in de literatuur. N Inputvariabele Literatuur 1 Aandelenindices voor Lawrence (1997), Kutsurelis (1998) verschillende sectoren 2 Internationale/invloedrijke Lawrence (1997), Huang, Keung Lai, aandelenindices Nakamori, Wang & Yu (2007), Tilakaratne, Morris, Mammadov, & Hurst (2007) 3 Goudprijs Lawrence (1997), Kutsurelis (1998) 4 Wisselkoersen Lawrence (1997), Huang, Keung Lai, Nakamori, Wang & Yu (2007) 5 Interestvoeten Lawrence (1997), Huang, Keung Lai, Nakamori, Wang & Yu (2007), Chen, Leung & Daouk (2003), Leigh, Hightower & Modani (2005), Thawornwong & Enke (2003) 6 Historische Lawrence (1997), Huang, Keung Lai, aandelenprijzen/returns Nakamori, Wang & Yu (2007), Chen, Leung & Daouk (2003), Leigh, Hightower & Modani (2005), Thawornwong & Enke (2003), Pérez- 15

16 Rodriguez, Torra, & Andrada-Félix (2005) 7 Olieprijs Kutsurelis (1998), Huang, Keung Lai, Nakamori, Wang & Yu (2007) 8 Inflatie/Consumer Price Index Huang, Keung Lai, Nakamori, Wang & Yu (2007), Chen, Leung & Daouk (2003), Thawornwong & Enke (2003) 9 Veranderingen in de Huang, Keung Lai, Nakamori, Wang & Yu aggregate productie (2007), Chen, Leung & Daouk (2003), Thawornwong & Enke (2003) 10 Consumptieniveau Huang, Keung Lai, Nakamori, Wang & Yu (2007), Chen, Leung & Daouk (2003) 11 BBP/BNP Huang, Keung Lai, Nakamori, Wang & Yu (2007), Chen, Leung & Daouk (2003) 12 Monetaire groei Thawornwong & Enke (2003) 13 Term structure Thawornwong & Enke (2003), Huang, Keung Lai, Nakamori, Wang & Yu (2007), Chen, Leung & Daouk (2003) 14 Verhandeld volume Huang, Keung Lai, Nakamori, Wang & Yu (2007), Leigh, Hightower & Modani (2005) Tabel 1 : Inputvariabelen in de literatuur De Term structure van interestvoeten is de spread tussen langetermijnobligaties en kortetermijnobligaties. Huang, Keung Lai, Nakamori, Wang & Yu (2007) en Chen, Leung & Daouk (2003) stellen dat deze variabele kan gebruikt worden om de aandelenrendementen te voorspellen, omdat ze samenhangt met de conjunctuurcyclus. De term structure is laag in de conjunctuurpieken en hoog in de dalen van de conjunctuur. Dit feit, samen met het bewijs uit het verleden dat aandelenindices lager zijn tijdens recessies, leidt ertoe aan te nemen dat de term spreads enige voorspellende waarde kunnen hebben. Dit doordat een grote term spread een mogelijke economische groei in de toekomst kan aangeven, die hogere aandelenrendementen met zich meebrengt. 16

17 Huang, Keung Lai, Nakamori, Wang & Yu (2007), Leigh, Hightower & Modani (2005) en Chen, Leung & Daouk (2003) argumenteren dat de kortetermijninterestvoeten ook mee fluctueren met de economische conjunctuur. T-bill rates zijn lager in economische slechte periodes en vooral in de keerpunten, net voor de heropleving. Op die manier zijn de T-bill rates geschikt om toekomstige economische groei aan te kondigen. Net als de term structure, kan de kortetermijninterestvoet gezien worden als een indicator van het toekomstige niveau van de economie en zo indirect ook van de toekomstige aandelenrendementen. Verder vonden Thawornwong & Enke (2003) dat ook de certificates of deposit rates zeker niet mogen ontbreken als inputvariabele. In hun studie bleken dit namelijk zeer relevante variabelen te zijn. Hiermee worden de rentevoeten op depositocertificaten bedoeld. De historische aandelenrendementen worden dikwijls opgenomen als inputvariabele in eerder uitgevoerde studies om te zien of deze enige informatie bezitten die bruikbaar is om toekomstige rendementen te voorspellen (Chen, Leung & Daouk, 2003). Huang, Keung Lai, Nakamori, Wang & Yu (2007) vonden in eerdere literatuur ook het bewijs dat het weglaten van deze historische rendementen (lagged stock returns) kan leiden tot misleidende resultaten en daarom moeten worden opgenomen. Een volgende verklarende variabele die wordt aangehaald is de monetaire groei. In een artikel zet Maskay (2007) twee theorieën die de invloed van de geldhoeveelheid op aandelenprijzen zouden kunnen verklaren tegenover elkaar. Enerzijds is er de theorie van Sellin (2001) die argumenteert dat een stijging van de geldhoeveelheid ertoe zal leiden dat mensen een strakker monetair beleid in de toekomst verwachten. De hoge vraag voor obligaties die dat met zich meebrengt, zal vervolgens de interestvoet doen stijgen. Hierdoor stijgt de discontovoet waardoor de verdisconteerde toekomstige cashflows (en dus ook de aandelenprijzen) dalen. In deze theorie wordt ook gesteld dat de economische activiteit zal dalen door de hogere interestvoeten, wat de andelenprijzen nog verder naar beneden haalt. 17

18 Anderzijds, is er de theorie van de real activity economists. Hier gaat men ervan uit dat een wijziging van het geldaanbod informatie bevat over de geldvraag die wordt geïnitieerd door de toekomstige outputverwachtingen. Een stijging van het geldaanbod houdt dan een stijging van de geldvraag in, wat op die manier een verwachte hogere economische activiteit signaleert en dus hogere aandelenprijzen. Deze laatste theorie haalde de bovenhand t.o.v. die van Sellin (2001) in het onderzoek van Maskay (2007). De overheidsconsumptie, de private consumptie, het BBP, het BNP, de Consumenten Prijs Index en de industriële productie worden ook naar voor geschoven als variabelen die informatie over de toekomstige aandelenrendementen zouden kunnen bevatten. Chen, Leung & Daouk (2003) zijn echter niet zeker of deze variabelen positief of negatief gecorreleerd zijn met deze toekomstige rendementen. Ze stellen dat als deze inputvariabelen de huidige economische toestand benaderen, ze negatief gecorreleerd zullen zijn. Als ze echter de toekomstige groei van de economie uitdrukken, zouden ze positief gecorreleerd zijn. Alhoewel in enkele onderzoeken (Lawrence, 1997; Kutsurelis, 1998) de goudprijs ook als variabele wordt opgenomen, blijkt uit een masterproef van vorig jaar (Peeters, 2010) dat de correlatie tussen de goudprijs en aandelenindices tegen de nul aanleunt. Vermits er geen verband met de aandelenmarkt wordt vastgesteld, wordt de goudprijs niet als variabele opgenomen. Tevens worden wisselkoersen en olieprijzen nog genoemd als variabelen die een impact hebben op aandelenprijzen (Huang, Keung Lai, Nakamori, Wang & Yu, 2007). Phylaktis en Ravazzolo (2005) stellen in hun werk dat wijzigingen van de wisselkoersen de internationale handelsposities veranderen en bijgevolg de output van de betrokken landen. Dit zal een weerslag hebben op de huidige en toekomstige inkomsten van bedrijven en hun aandelenkoersen. Nandha en Faff (2008) vinden in hun onderzoek argumenten dat de olieprijs een negatieve impact heeft op aandelenrendementen in alle sectoren, behalve in de mijn-, de olie- en de gassector. De reden waarom zoveel sectoren invloed 18

19 ondervinden van de olieprijzen, ligt volgens hen bij het feit dat olie veel bijproducten heeft die gebruikt worden in zelfs schoenen en shampoo. Vervolgens stellen ze dat hogere olieprijzen een effect hebben op de interestvoeten en het consumentenvertrouwen schaden, wat indirect leidt tot lagere aandelenkoersen. Rault en El Hedi Arouri (2009) leggen het effect van olieprijzen op de aandelenmarkt uit door er op te wijzen dat de waarde van aandelen gelijkstaat aan de verdisconteerde som van de toekomstige cash flows. Deze cash flows wijzigen door macro-economische factoren die door olieprijswijzigingen worden beïnvloed. Ten slotte wordt het verhandelde volume ook als een mogelijke verklarende variabele aangehaald in de mixture-of-distributions -theorie (Leigh, Hightower & Modani, 2005). Deze theorie zegt dat aandelenprijzen en het verhandelde volume worden beïnvloed door hetzelfde nieuws. Goed nieuws zal aandelenprijzen doen stijgen, terwijl slecht nieuws deze prijzen zal doen dalen. Beide gevallen worden vergezeld met een hoger verhandeld volume, omdat beleggers de impact van het nieuws verschillend inschatten Outputvariabele De meest voor de hand liggende outputvariabele die we zouden kunnen voorspellen, is natuurlijk de toekomstige aandelenprijs zelf. Maar Kalyvas (2001) stelt dat het beter is te werken met aandelenrendementen, aangezien deze een beperkter bereik hebben dan de eigenlijke prijzen. Verder redeneert Kalyvas (2001) dat het realistischer is gebruik te maken van excess returns. Hij gaat ervan uit dat als een belegger zijn kapitaal niet in de aandelenmarkt stopt, hij op zijn minst de voordelen van de obligatiemarkt geniet. De excess return wordt dan berekend als de return verminderd met de return van de T-bill. Daarnaast wijzen Chen, Leung & Daouk (2003) en Tilakaratne, Morris, Mammadov & Hurst (2007) erop dat recente studies hebben aangetoond dat het voorspellen van de richting van aandelenprijzen effectiever zou zijn. Ook thawornwong & Enke (2003) werken in hun onderzoek met het voorspellen van de richting van de prijsverandering in plaats van de eigenlijke waarde. 19

20 Aangezien het de Belgische aandelenmarkt is die zal onderzocht worden in deze masterproef, is het goed even te kijken naar gelijkaardig onderzoek betreffende de bel20-index. Er is aan de Hogeschool Gent reeds een masterproef geschreven over het effect van macro-economische factoren op bel20-aandelen, maar hier werd er gebruik gemaakt van een meervoudige regressie-analyse (Vanheuverzwijn, 2008). Vanheuverzwijn nam 5 macro-economische variabelen op die we ook al in eerdere studies tegenkwamen (wisselkoersen, olieprijs, inflatie, rentevoet en industriële productie) en een dummy-variabele die aangaf of het de periode voor de kredietcrisis betrof of die erna. In dit model werd er gewerkt met maandelijkse data over een periode van 10 jaar en er werd geconcludeerd dat het een verklarende kracht had van 12,4%. Dit lage percentage wordt in deze studie verklaard door de bedrijfsspecifieke factoren en de beursmalaise ten gevolge van 11 september Zoals uit de literatuur die hierboven al werd besproken bleek, zou dit lage percentage echter veeleer te wijten kunnen zijn aan het feit dat er van een lineair model gebruik werd gemaakt. De relatie tussen de aandelenmarkt en economische en financiële variabelen zou beter met niet-lineaire modellen worden benaderd (Mills, 1991, Thawornwong & Enke, 2003 en Pérez-Rodriguez, Torra, & Andrada-Félix, 2005). Lendasse, De Bodt, Wertz, & Verleysen (2000) trachtten in hun onderzoek met een Neural Network het teken van de variatie van de bel20-index te voorspellen met dagelijkse data over een periode van 10 jaar. Ook hier werden inputvariabelen gebruikt die eerder in de literatuur al werden aangetroffen (internationale aandelenindices, wisselkoersen, interestvoeten en historische aandelenprijzen). Hun onderzoek besluit succesvol met correcte voorspellingen van de richting van de aandelenmarkt van 57,2%. 20

21 2.4. Conclusie In het licht van de hierboven besproken literatuur kunnen we stellen dat de overgrote meerderheid van de auteurs de vraag of aandelenrendementen kunnen worden voorspeld, bevestigend beantwoordt. Ook in de methode waarmee die voorspelling dan zou moeten gebeuren, is er een algemene tendens te bespeuren. Het onderzoek van Adya & Collopy (1998) is maar één voorbeeld waarin de superioriteit van een Neural Network t.o.v. andere technieken naar boven komt. Het gebruik van een ANN in deze masterproef is dus aangewezen. Verder, vinden we in dit literatuuronderzoek ook argumenten voor de te gebruiken inputvariabelen. Naast enkele veel voorkomende variabelen die werden aangetroffen doorheen de verschillende studies, bleken in het werk van Thawornwong & Enke (2003) vooral de interestvoeten, de geldhoeveelheid en de CPI zeer relevant te zijn in het voorspellen van aandelenrendementen. Ten slotte werd ook de te voorspellen outputvariabele uit eerdere literatuur duidelijk. In plaats van de effectieve waarde van de Bel20 te voorspellen, wordt er beter met aandelenrendementen gewerkt. Ook worden er betere resultaten verwacht als we de richting van deze rendementen zouden voorspellen i.p.v. de waarde zelf. 21

22 22

23 3. Data en Methode 3.1. Outputvariabele De meest voor de hand liggende outputvariabele voor het voorspellen van de Bel20 zou de effectieve waarde van de aandelenkoers zijn. Uit het bovenstaande literatuuronderzoek is echter gebleken dat het voorspellen van de return 1 een betere manier van werken is en dat betere resultaten verwacht worden indien het de richting van die return zou zijn die we voorspellen i.p.v. de waarde zelf. In dit onderzoek krijgt de variabele de waarde 1 toegekend als de return positief is, terwijl een negatieve return wordt aangeduid met -1. Via Datastream vindt men deze data door de Price Index van de Bel20 (BGBEL20) te downloaden Inputvariabelen De term structure van interestvoeten : Hiermee wordt de spread tussen de langetermijnobligaties en de kortetermijnobligaties bedoeld. Huang, Keung Lai, Nakamori, Wang & Yu (2007) en Chen, Leung & Daouk (2003) stellen dat deze variabele een voorspellende waarde kan hebben doordat een grote term spread een mogelijke economische groei in de toekomst kan aangeven, die hogere aandelenrendementen met zich meebrengt. De kortetermijninterestvoeten : Deze nemen meestal de vorm aan van de rentevoeten van T-bills. Net als de term structure, kan de kortetermijninterestvoet gezien worden als een indicator van het toekomstige niveau van de economie en zo indirect ook van de toekomstige aandelenrendementen. Alhoewel Thawornwong & Enke (2003) vonden dat de certificates of deposit rates zeker niet mochten ontbreken als inputvariabele, neem ik deze niet op in mijn onderzoek. Een depositocertficaat is een variante van de kasbon. Het gaat om een 1 Return = (P 1 P 0 )/P 0, waarbij P 0 staat voor de prijs van de Bel 20 op het huidige tijdstip en P 1 voor de prijs op de volgende dag. 23

24 gelijkaardige belegging, maar op een kortere looptijd, normaal minder dan een jaar 2. De rentevoeten van deze effecten zullen dus nauw verwant zijn met die van de T-bills en maakt deze dus overbodig. De historische aandelenrendementen : Deze zullen in het onderzoek worden opgenomen door de lag van de outputvariabele als input te nemen. Huang, Keung Lai, Nakamori, Wang & Yu (2007) vonden in eerdere literatuur het bewijs dat het weglaten van deze historische rendementen kan leiden tot misleidende resultaten en daarom moeten worden opgenomen. Olieprijs : De prijs van olie heeft een grote invloed op de Belgische economie. Vergeleken met de andere landen van het eurogebied is België zeer gevoelig voor olieprijsschommelingen. Dit wordt vooral verklaard door de grote energiebehoefte van België en zijn afhankelijkheid van het buitenland inzake energie (NBB, 2010). Wisselkoersen : Sinds de invoering van de eenheidsmunt in de eurozone, spelen de wisselkoersen een veel minder belangrijke rol voor de Belgische economie, aangezien zijn belangrijkste handelspartners binnen de eurozone liggen. De VS blijft echter de belangrijkste buitenlandse handelspartner van België 3 en omdat de olieprijzen in dollar worden uitgedrukt, is het interessant de wisselkoers van de dollar t.o.v. de euro in het onderzoek op te nemen. Internationale aandelenindices : De economie van België is niet geïsoleerd van de buitenwereld, integendeel, ze is er erg afhankelijk van. Zoals eerder reeds werd aangehaald, zijn de belangrijste handelspartners 4 van België de buurlanden, nl. Duitsland, Frankrijk en Nederland. Om deze reden zal de economische situatie van de buurlanden ook gevolgen hebben voor België. Het is daarom interessant de beurskoersen van Duitsland (DAX), Frankrijk (CAC 40) en Nederland (AEX) als inputvariabelen in het onderzoek op te nemen. Omdat de Verenigde Staten de belangrijkste handelspartner buiten de EU is en een economische grootmacht, 2 Test-Aankoop :

25 vormt ook de S&P500 een inputvariabele. Verder is het ook opportuun de Japanse beursindex (Nikkei 225) op te nemen. Aangezien de Japanse beurs vroeger opent dan de beurs van Brussel, zou deze mogelijks een invloed op de Bel20 kunnen hebben. Net als bij de outputvariabele zal bij deze aandelenindices de richting van de return als inputvariabele dienen. 1 duidt op een positieve return en -1 op een negatieve. De opzet van dit onderzoek vereist heel wat financiële en economische data, wat het bijna noodzakelijk maakt te werken met dagelijkse data. Om die reden worden enkele inputvariabelen die in de literatuur worden aangeraden niet opgenomen in het onderzoek. Voor de variabelen overheidsconsumptie, private consumptie, BBP, CPI, industriële productie en geldhoeveelheid zijn immers geen dagelijkse data beschikbaar. De nodige data, zoals hierboven uiteengezet, heb ik via de databank van Thomson Reuters Datastream opgehaald. De periode waarop de data betrekking hebben, strekt zicht uit van 04/02/2002 t.e.m. 30/09/2010. Over deze periode werden dagelijkse data verzameld over de hoger besproken inputvariabelen. Deze tijdspanne met data van 2259 dagen is voldoende groot en biedt genoeg data voor een betrouwbare analyse. Met de inputvariabelen van tijdstip t wordt d.m.v. een Neural Network de outputvariabele op tijdstip t + 1 voorspeld. Wat verder in het onderzoek worden ook de data van de tijdstippen t 1 en t 2 opgenomen. Omdat de onderzochte periode de crisis omvat, die een stijlbreuk inhoudt in het verloop van de bel20, zal ik ook een dummyvariabele opnemen die aangeeft of het data van voor of na de crisis betreft. Al de data voor 23/05/2007 (hoogste punt van de Bel20) krijgen een dummyvariabele 0, de anderen krijgen een dummyvariabele 1. 25

26 In de onderstaande tabel vindt u de specifieke beschrijving van de data die verder in deze masterproef zijn gebruikt. Variabele Beschrijving Naam DS Code Term structure LT-rentevoet KT-rentevoet Belgium Benchmark Bond 10Y Belgium T-bill 1 Month BGBRYLD BGTBL1M KT-rentevoeten T-bill Belgium Treasury Bill 3 BGTBL3M rentevoeten Month Belgium Treasury Bill 6 BGTBL6M Month Historisch aandelenrendement Return bel20 Bel20 index (-1) BGBEL20 Wisselkoers Wisselkoers US $ to euro (ECB) USECBSP dollar-euro Olieprijs Crude oil-brent Dated OILBRNP Free on Board U$/Barrel Internationale indices Return France CAC 40 FCCAC40 beursindex Frankrijk Return DAX 30 Performance DAXINDX beursindex Duitsland Return AEX Index (AEX) AMSTEOE beursindex Nederland 26

27 Return beursindex Japan Return beursindex VS Nikkei 225 stock average S&P 500 Composite JAPDOWA S&PCOMP Tabel 2 : Gebruikte inputvariabelen 3.3. Onderzoek Uit het literatuuronderzoek is gebleken dat voor het voorspellen van aandelenrendementen het best wordt gewerkt met een Artificial Neural Network. Hieronder worden de redenen nog eens kort samengevat; 1. ANN s behoeven geen a priori assumpties in het modelleringsproces. 2. ANN s kunnen generaliseren. 3. ANN s kunnen elke mogelijke functie aannemen. 4. ANN s zijn niet-lineair. 5. ANN s behoeven geen diep inzicht in de statistiek. Voor het bekomen van de hieronder besproken resultaten, heb ik gebruik gemaakt van een ANN met behulp van het softwareprogramma SAS Enterprise Miner. SAS Enterprise Miner maakt gebruik van een Multilayer Perceptron (MLP) - Neural Network. Het is dan ook met deze methode dat ik de aandelenrendementen van de Bel20 zal voorspellen a.d.h.v. de hierboven vermelde inputvariabelen. Matignon (2007) beschrijft in zijn boek wat een MLP precies inhoudt. Een dergelijk NN bestaat uit verschillende units of neutronen en links tussen deze neutronen. Er zijn drie soorten units. Ten eerste zijn er de input units die de inputvariabelen in het NN introduceren. Elke input unit heeft zijn eigen gewicht in de inputlayer en het zijn deze neutronen die gebruikt worden om de doelvariabele te 27

28 voorspellen. Om het NN-modelleringsproces te vergemakkelijken, worden alle intervalvariabelen eerst gestandaardiseerd volgens een standaard normale verdeling. Dit zorgt er voor dat het bereik van de gewichten beperkt blijft en dat de gewichten van de inputvariabelen met elkaar kunnen worden vergeleken. Daarnaast zijn er ook nog de hidden units die samen een hidden layer vormen. Deze hidden units staan in verbinding met elke input unit en voeren een nietlineaire transformatie uit op de som van de gewogen inputvariabelen en een bias. Deze transformatie vindt plaats door een activation function. Standaard wordt door SAS de Hyperbolic Tangent Sigmoid function gebruikt die de inputwaarden in een bereik van [-1;1] duwt. Ten slotte zijn er nog de output units die dan, in het geval dat de output binair is, de voorwaardelijke kans berekenen dat het target event zich zal voordoen. Elke hidden unit staat op zijn beurt in verbinding met elke output unit. De activation function die in de output layer wordt gebruikt als de output binair is, bestaat uit een Softmax activation function die wordt toegepast op de gewone lineaire sommatie van de gewogen output van de hidden units en een bias. Als de voorwaardelijke kans die wordt berekend groter is dan 0.5, dan wordt dit geval als een event bestempeld. 28

29 In de onderstaande figuur wordt het volledige verloop van een MLP uitgebeeld. F hidden H 1 W 11 V 1 Input 1 B 1 F hidden H 2 V 2 F output Z V 3 Input 2 B 2 H 3 B 4 W 23 F hidden B 3 H j = f( I i W ij + B j ) Z = f( V j H j + B 4 ) Fig. 1 : The Multilayer Perceptron In bovenstaande figuur en in het model dat ik heb aangewend zijn er slechts drie layers. Het is echter wel mogelijk te werken met meer dan één hidden layer, maar aangezien een MLP-structuur met één hidden layer zo goed als elk model kan voorspellen zolang er maar genoeg hidden units en een voldoende grote dataset worden gebruikt, is het niet nodig een extra layer in te voegen. Uit het bovenstaande blijkt wel dat de vraag hoeveel hidden units in het model te gebruiken, van groot belang is. De juiste hoeveelheid hidden units is nodig opdat het NN succesvol zou kunnen generaliseren, dit wil zeggen, hoe goed het NN voorspellingen zal maken voor de gevallen die niet in de datatset voorkomen. Het gebruik van te weinig hidden units zal leiden tot underfitting en te veel hidden units zal leiden tot overfitting. In het eerste geval is het NN niet complex genoeg om de relatie tussen de data te vatten, terwijl in het tweede geval het NN zo 29

30 complex is dat het eerder de noise zou kunnen beschrijven dan de onderliggende relatie. Het NN-modelleringsproces verdeelt de input dataset in twee verschillende groepen. De eerste groep wordt de training dataset genoemd en wordt gebruikt om de NN-gewichten te berekenen. Bij de tweede dataset, de validation dataset, worden de gewichten van de training dataset toegepast om de misclassificatie te berekenen. Misclassificatie treedt op wanneer de voorspelde uitkomst verschilt van de werkelijke uitkomst. Dit proces, waarbij de gewichten bekomen van de training dataset worden gesubstitueerd naar de validation dataset en de misclassificatie wordt berekend, wordt verschillende keren herhaald tot de kleinste misclassification rate in de validation dataset gevonden wordt. Soms wordt ook nog een derde groep van data gevormd, de test dataset. Deze test dataset wordt gebruikt op het einde van het proces om de prestatie van het model te evalueren op basis van een aparte dataset. 30

31 4. Resultaten Hierboven is besproken hoe de structuur van een MLP-model eruitziet, maar om de resultaten te begrijpen, is het toch nodig om enkele keuzes die zijn gemaakt nader toe te lichten. Allereerst is het belangrijk te melden dat het gebruikte model bestaat uit één hidden layer, opgebouwd uit drie hidden units. Deze configuratie leverde immers de beste resultaten op. De activation function die werd aangewend in de hidden layer is de Hyperbolic Tangent Sigmoid function, wat de standaard is in SAS Enterprise Miner. In de output layer wordt gewerkt met de Softmax activation function die ook als standaard wordt geïmplementeerd door SAS Enterprise Miner als de output binaire waarden aanneemt. Zoals hierboven beschreven staat, houdt de ANN-analyse in dat de gebruikte dataset wordt verdeeld in een training dataset en een validation dataset. De resultaten die in dit deel worden besproken komen voort uit een 50/50-verdeling van de verzamelde data. In de onderstaande grafiek wordt afgebeeld hoe het proces van het bijstellen van de gewichten telkens wordt herhaald en uiteindelijk de gewichten toekent aan de input die de kleinste misclassificatie in de validation dataset opleveren. De gewichten die aan de inputvariabelen in dit model worden toegewezen, zijn terug te vinden in bijlage 1. 31

32 Fig. 2: NN-modelleringsproces Het gebruikte model heeft een misclassificatieratio van 44%, zoals ook blijkt uit bovenstaande grafiek. Dit betekent dat 56% van de voorspellingen correct zijn. Dit zijn zeer bemoedigende resultaten. Pérez-Rodriguez, Torra & Andrada-Félix (2005) vonden in hun onderzoek dat van de drie verschillende Neural Network-modellen die ze hadden gebruikt, de MLP de beste resultaten leverde met 55% van de voorspellingen die correct waren. Ook Castiglione (2008) gebruikte in zijn onderzoek een MLP om de richting van verschillende aandelenindices te voorspellen, maar haalde slechts een succesratio van iets meer dan 50%. De onderstaande tabel geeft een iets gedetailleerder beeld van de voorspellingsresultaten uit mijn onderzoek. Validation Dataset Target Target Outcome Total Percentage Count , , , ,4430 Tabel 3 : Classificatietabel 1 Waar dus een stijging (1) van het rendement van de Bel20 wordt voorspeld, is dit in 57.22% van de gevallen ook de werkelijke uitkomst. Waar een daling (-1) van het rendement wordt voorspeld, is dit in 54.83% van de gevallen correct. Dit bevestigt meteen ook de conclusie van het hoger geschreven literatuuronderzoek, nl. dat 32

33 aandelenrendementen wel degelijk kunnen worden voorspeld door een Artificial Neural Network. In het bovenstaande model wordt enkel gekeken naar data van de dag vóór de dag waarop de voorspelling slaat. Dit leidt tot de veronderstelling dat wel eens betere resultaten zouden kunnen bekomen worden als er ook data van eerdere dagen worden opgenomen. Om deze stelling te testen, neem ik de data van alle inputvariabelen tot vijf dagen voor de dag van de voorspelling in het Neural Network op. Vervolgens verlaag ik dit aantal dagen tot op het moment dat het model het hoogste percentage aan juiste voorspellingen uitkomt. Het beste resultaat wordt bereikt met de data van de drie dagen voor de dag van de voorspelling, wat een misclassificatieratio van 43% oplevert. De gewichten die aan de inputvariabelen van dit model worden toegewezen, zijn terug te vinden in bijlage 2. Validation Dataset Target Target Outcome Total Percentage Count Tabel 4 : Classificatietabel 2 Uit de bovenstaande tabel kan worden afgeleid dat nu voor 57,27% van de uitkomsten juiste voorspellingen zijn gedaan. Dit percentage ligt zeer dicht in de buurt van de 57.2% die Lendasse, De Bodt, Wertz & Verleysen (2000) uitkwamen in hun onderzoek. Zij werkten ook met 2600 dagelijkse data om de richting van de Bel20 te voorspellen, maar gebruikten hiervoor een Radial Basis Function, omdat hiermee het modelleringsproces computationeel gemakkelijker verloopt dan met een MLP-model dat ik heb gebruikt. Door het feit dat hun onderzoek slaat op een vroegere periode dan deze waarop mijn onderzoek betrekking heeft, kan worden bevestigd dat er wel degelijk niet-lineaire relaties bestaan die het mogelijk maken de aandelenmarkt te voorspellen. 33

34 Ook de Efficiënte Markt Hypothese wordt met dit model tegengesproken. Dit kan worden geïllustreerd a.d.h.v. de cumulative %Response - grafiek. Fig. 3: Cumulative %Response Chart Deze grafiek kan als volgt geïnterpreteerd worden. De response waar het model naar op zoek gaat is hier het geval 1, nl. een positief rendement van de Bel20. Voor elke observatie voorspelt het model de mogelijkheid dat het rendement positief zal zijn. De observaties worden volgens voorspelde waarschijnlijkheid van hoog naar laag op de X-as geördend, om vervolgens in groepjes te worden verdeeld die elk 5% van de data bevatten. Op de Y-as is dan af te lezen welk percentage van de data werkelijk een positief rendement inhoudt binnen die groepjes van 5%. Het model heeft natuurlijk maar nut als de proportie van observaties die een positief rendement inhouden relatief hoog is in de groepjes van data waar de voorspelde waarschijnlijkheid van een positief rendement hoog is. Als de Efficiënte Markt Hypothese van toepassing zou zijn, dan zou deze grafiek ongeveer op de 50%-lijn liggen en een gelijke verdeling over de X-as hebben. Hier is te zien dat de grafiek van de validatiedataset een dalend verloop kent, wat het model dus waardevol maakt. 34

35 Als we de Cumulative %Response Charts van het model met data van één dag voor de voorspelde dag en van het model met data van drie dagen met elkaar vergelijken, is duidelijk te zien dat deze laatste een grotere voorspellende kracht bezit. Fig. 4: Vergelijking Cumulative %Response Charts In bovenstaande figuur ligt de grafiek van het model met data van drie dagen (Neural Network (4)) bijna altijd boven deze van het andere model (Neural Network). Vooral in de eerste 20% van de observaties met de hoogste waarschijnlijkheid op een positief rendement is er een merkbare verbetering in de voorspellingen zichtbaar als er data van meerdere dagen worden opgenomen. De grootste tekortkoming van Neural Networks die ook door Matignon (2007) wordt aangehaald in zijn boek, is dat het zeer moeilijk is de invloed van de inputvariabelen op het model te achterhalen. Waar het bij de traditionele regressie-analyses dus mogelijk is a.d.h.v. de gewichten de mate van belangrijkheid en het effect van de inputvariabelen op de doelvariabele vast te stellen, kan dit niet worden bereikt met een NN. Vermits de input zowel met de hiddenlayergewichten als met de outputlayergewichten wordt geassocieerd, is het niet mogelijk de relatie tussen de verschillende factoren en de aandelenrendementen in kaart te brengen. In tegenstelling tot de regressieanalyses heeft een Neural Network dus als enige doel correcte voorspellingen te doen i.p.v. de relatie tussen de variabelen te interpreteren. 35

EEN SIMULATIESTUDIE VAN DE SCHEDULE CONTROL INDEX

EEN SIMULATIESTUDIE VAN DE SCHEDULE CONTROL INDEX EEN SIMULATIESTUDIE VAN DE SCHEDULE CONTROL INDEX Universiteit Gent Faculteit economie en bedrijfskunde Student X Tussentijds Rapport Promotor: prof. dr. M. Vanhoucke Begeleider: Y Academiejaar 20XX-20XX

Nadere informatie

Perscommuniqué. Het Federaal Planbureau evalueert de gevolgen van de duurdere dollar en de hogere olieprijzen voor de Belgische economie

Perscommuniqué. Het Federaal Planbureau evalueert de gevolgen van de duurdere dollar en de hogere olieprijzen voor de Belgische economie Federaal Planbureau Economische analyses en vooruitzichten Perscommuniqué Brussel, 15 september 2000 Het Federaal Planbureau evalueert de gevolgen van de duurdere dollar en de hogere olieprijzen voor de

Nadere informatie

Infosessie Datastream Handleiding

Infosessie Datastream Handleiding Infosessie Datastream Handleiding In onderstaande handleiding worden enkele basisprincipes van het zoeken naar gegevens in Datastream geïllustreerd. Voor meer achtergrond informatie over de software wordt

Nadere informatie

Samenvatting. (Summary in Dutch)

Samenvatting. (Summary in Dutch) (Summary in Dutch) Inflatie is de stijging van het algemeen prijspeil. De jaren 70 en 80 van de vorige eeuw waren periodes van relatief hoge inflatiecijfers in West-Europa, terwijl lage inflatie en deflatie

Nadere informatie

Reële karakteristieken van beleggingscategorieën

Reële karakteristieken van beleggingscategorieën Reële karakteristieken van beleggingscategorieën Henk Hoek ORTEC Postbus 4074 3006 AB Rotterdam Max Euwelaan 78 Tel. +31 (0)10 498 6666 info@ortec.com www.ortec.com 6 november 2008 Inleiding: nominaal

Nadere informatie

Economische opleving, een zegen voor de aandelenmarkt?

Economische opleving, een zegen voor de aandelenmarkt? Economische opleving, een zegen voor de aandelenmarkt? Frank Lierman Chief Economist Dexia Bank België Quest Investor Club Osterriethhuis, Antwerpen 11.2.2 1 1. Verenigde Staten: een te snelle expansie?

Nadere informatie

T T A M. Vandaag lijken aandelen volgens TreeTop Asset Management absoluut en relatief goedkoop.

T T A M. Vandaag lijken aandelen volgens TreeTop Asset Management absoluut en relatief goedkoop. T T A M Een vermogen 249 keer verhogen sinds 1900 Ondanks twee wereldconflicten en de grote crisis van de jaren dertig, verhoogde de reële waarde (na inflatie) van een globale aandelenportefeuille 249

Nadere informatie

Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)!

Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)! Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)! Vragen aangeduid met een * toetsen in het bijzonder het inzicht en toepassingsvermogen. Deze vragenreeksen zijn vrij beschikbaar.

Nadere informatie

Rendement. 9 de jaargang maart 2015 nr 30 FINANCIEEL NIEUWS

Rendement. 9 de jaargang maart 2015 nr 30 FINANCIEEL NIEUWS Rendement 9 de jaargang maart 2015 nr 30 FINANCIEEL NIEUWS De voordelen van globale diversificatie Ondanks de sterk toegenomen globalisering blijft internationale diversificatie in aandelenportefeuilles

Nadere informatie

Om in te tekenen. Stuur het bijgevoegde inschrijvingsformulier terug in de voorgefrankeerde omslag.

Om in te tekenen. Stuur het bijgevoegde inschrijvingsformulier terug in de voorgefrankeerde omslag. Om in te tekenen Stuur het bijgevoegde inschrijvingsformulier terug in de voorgefrankeerde omslag. Surf naar www.deutschebank.be en teken in via internet. Een eenvoudige, veilige en comfortabele manier

Nadere informatie

Geld en prijzen op de lange termijn

Geld en prijzen op de lange termijn Geld en prijzen op de lange termijn De geldvoorraad in de eurozone Cijfers over de geldvoorraad in de eurozone vind je in Europan Central Bank, Economic Bulletin, tabel 5.. Tabel geeft de opsplitsing van

Nadere informatie

Inter- en intramarkt Technische Analyse

Inter- en intramarkt Technische Analyse Inter- en intramarkt Technische Analyse Cees Quirijns Inhoud

Nadere informatie

Geld en prijzen op de lange termijn

Geld en prijzen op de lange termijn Geld en prijzen op de lange termijn De geldvoorraad in de eurozone Cijfers over de geldvoorraad in de eurozone vind je in Europan Central Bank, Monthly Bulletin, tabel 2.3. Tabel 2.C geeft de opsplitsing

Nadere informatie

Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)!

Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)! Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)! Vragen aangeduid met een * toetsen in het bijzonder het inzicht en toepassingsvermogen. Deze vragenreeksen zijn vrij beschikbaar.

Nadere informatie

Gender: de ideale mix

Gender: de ideale mix Inleiding 'Zou de financiële crisis even hard hebben toegeslaan als de Lehman Brothers de Lehman Sisters waren geweest?' The Economist wijdde er vorige maand een artikel aan: de toename van vrouwen in

Nadere informatie

Macro-economische gegevens

Macro-economische gegevens Macro-economische gegevens In de handreikingen en de opgaves voor de werkstukken die je voor deze cursus moet maken, zal je kennismaken met enkele belangrijke bronnen voor macro-economische gegevens. De

Nadere informatie

Macro-economische gegevens

Macro-economische gegevens Macro-economische gegevens Luc Hens 9 februari 2015 In de handreikingen en de opgaves voor de werkstukken die je voor deze cursus moet maken, zal je kennismaken met enkele belangrijke bronnen voor macro-economische

Nadere informatie

PERSBERICHT Brussel, 7 november 2014

PERSBERICHT Brussel, 7 november 2014 01/2010 05/2010 09/2010 01/2011 05/2011 09/2011 01/2012 05/2012 09/2012 01/2013 05/2013 09/2013 01/2014 05/2014 09/2014 Inflatie (%) PERSBERICHT Brussel, 7 november 2014 Geharmoniseerde consumptieprijsindex

Nadere informatie

Tactische Asset Allocatie

Tactische Asset Allocatie Tactische Asset Allocatie Enno Veerman Volendam, 2 maart 2012 Tactische Asset Allocatie (TAA) Strategische Asset Allocatie (SAA): portefeuille samenstellen op basis van lange-termijn voorspellingen TAA:

Nadere informatie

PERSBERICHT Brussel, 11 december 2015

PERSBERICHT Brussel, 11 december 2015 PERSBERICHT Brussel, 11 december 2015 Geharmoniseerde consumptieprijsindex - november 2015 De Belgische inflatie volgens de Europees geharmoniseerde consumptieprijsindex stijgt in november naar 1,4%, ten

Nadere informatie

HOOFDSTUK VII REGRESSIE ANALYSE

HOOFDSTUK VII REGRESSIE ANALYSE HOOFDSTUK VII REGRESSIE ANALYSE 1 DOEL VAN REGRESSIE ANALYSE De relatie te bestuderen tussen een response variabele en een verzameling verklarende variabelen 1. LINEAIRE REGRESSIE Veronderstel dat gegevens

Nadere informatie

Inflatie protectie: risico management of slim beleggen?

Inflatie protectie: risico management of slim beleggen? Inflatie protectie: risico management of slim beleggen? 1. Precies een jaar geleden schreven we over het inflatiefenomeen dat altijd zijn kop opsteekt na periodes van recessie. Onze conclusie was dat nieuwe

Nadere informatie

Koerseffecten van aandelenemissies aan de Amsterdamse Effectenbeurs Arts, P.; Kabir, M.R.

Koerseffecten van aandelenemissies aan de Amsterdamse Effectenbeurs Arts, P.; Kabir, M.R. Tilburg University Koerseffecten van aandelenemissies aan de Amsterdamse Effectenbeurs Arts, P.; Kabir, M.R. Published in: Financiering en belegging Publication date: 1993 Link to publication Citation

Nadere informatie

PERSBERICHT Brussel, 13 mei 2015

PERSBERICHT Brussel, 13 mei 2015 01/2010 05/2010 09/2010 01/2011 05/2011 09/2011 01/2012 05/2012 09/2012 01/2013 05/2013 09/2013 01/2014 05/2014 09/2014 01/2015 Inflatie (%) PERSBERICHT Brussel, 13 mei 2015 Geharmoniseerde consumptieprijsindex

Nadere informatie

EEN NADERE ANALYSE VAN DE RELATIES TUSSEN AANDELENRENDEMENTEN EN WINSTEN, DIVIDENDEN EN CASH-FLOWS. Gert Hegge en Rezaul Kabir

EEN NADERE ANALYSE VAN DE RELATIES TUSSEN AANDELENRENDEMENTEN EN WINSTEN, DIVIDENDEN EN CASH-FLOWS. Gert Hegge en Rezaul Kabir EEN NADERE ANALYSE VAN DE RELATIES TUSSEN AANDELENRENDEMENTEN EN WINSTEN, DIVIDENDEN EN CASH-FLOWS Gert Hegge en Rezaul Kabir Vakgroep Bedrijfseconomie Katholieke Universiteit Brabant Tilburg, april 1995

Nadere informatie

Technische Analyse: Was de storm in New York een voorbode op wat komen zal?

Technische Analyse: Was de storm in New York een voorbode op wat komen zal? Technische Analyse: Was de storm in New York een voorbode op wat komen zal? De voorbije week raasde een nooit geziene storm door de straten van New York. Metershoge golven brachten het schip de HMS Bounty

Nadere informatie

Voorspelkracht conjunctuurindicatoren voor bbp-groei in het eurogebied

Voorspelkracht conjunctuurindicatoren voor bbp-groei in het eurogebied Voorspelkracht conjunctuurindicatoren voor bbp-groei in het eurogebied Centrale bankiers maken veelvuldig gebruik van conjunctuurindicatoren omdat deze tijdige informatie geven over de ontwikkeling van

Nadere informatie

Laag, lager, negatief: de onstuitbare val van de rentevoeten

Laag, lager, negatief: de onstuitbare val van de rentevoeten Laag, lager, negatief: de onstuitbare val van de rentevoeten Thema-analyse Belfius Research Februari 2016 Inleiding De rente staat op een historisch laag niveau. Voor een 10-jarig krediet betaalt de Belgische

Nadere informatie

PERSBERICHT Brussel, 19 januari 2016

PERSBERICHT Brussel, 19 januari 2016 01/2010 05/2010 09/2010 01/2011 05/2011 09/2011 01/2012 05/2012 09/2012 01/2013 05/2013 09/2013 01/2014 05/2014 09/2014 01/2015 05/2015 09/2015 Inflatie (%) PERSBERICHT Brussel, 19 januari 2016 Geharmoniseerde

Nadere informatie

Classification - Prediction

Classification - Prediction Classification - Prediction Tot hiertoe: vooral classification Naive Bayes k-nearest Neighbours... Op basis van predictor variabelen X 1, X 2,..., X p klasse Y (= discreet) proberen te bepalen. Training

Nadere informatie

Go with the flow. 2 April 2015

Go with the flow. 2 April 2015 2 April 2015 Go with the flow De financiële markten hebben een bewogen 1 e kwartaal achter de rug. Met name Centrale Bank acties hebben grote geldstromen ( flows ) op gang gebracht die tot sterke marktbewegingen

Nadere informatie

Recepten voor duurzame groei Beschouwingen naar aanleiding van het Jaarverslag 2014 van de Nationale Bank van België

Recepten voor duurzame groei Beschouwingen naar aanleiding van het Jaarverslag 2014 van de Nationale Bank van België Recepten voor duurzame groei Beschouwingen naar aanleiding van het Jaarverslag 2014 van de Nationale Bank van België Financieel Forum Gent - 26 februari 2015 Jan Smets A. De stand van zaken 1. De (lange)

Nadere informatie

Portfolio-optimalisatie

Portfolio-optimalisatie Portfolio-optimalisatie Abdelhak Chahid Mohamed, Tom Schotel 28 februari 2013 Voorwoord Dit dictaat is geschreven ter voorbereiding op de presentatie van 5 maart die gegeven zal worden door twee adviseurs

Nadere informatie

Risk Management. "Don't focus on making money; focus on protecting what you have." - Paul Tudor Jones

Risk Management. Don't focus on making money; focus on protecting what you have. - Paul Tudor Jones Risk Management "Don't focus on making money; focus on protecting what you have." - Paul Tudor Jones Inleiding Het doel van dit document is het introduceren van wat, denken wij, de belangrijkste factor

Nadere informatie

Conclusies. Martijn de Ruyter de Wildt en Henk Eskes. KNMI, afdeling Chemie en Klimaat Telefoon +31-30-2206431 e-mail mruijterd@knmi.

Conclusies. Martijn de Ruyter de Wildt en Henk Eskes. KNMI, afdeling Chemie en Klimaat Telefoon +31-30-2206431 e-mail mruijterd@knmi. Lotos-Euros v1.7: validatierapport voor 10 en bias-correctie Martijn de Ruyter de Wildt en Henk Eskes KNMI, afdeling Chemie en Klimaat Telefoon +31-30-2206431 e-mail mruijterd@knmi.nl Conclusies Bias-correctie:

Nadere informatie

Sprinters Club 22/03/2011

Sprinters Club 22/03/2011 Sprinters Club 22/03/11 PORTEFEUILLE SPRINTERS Aankoop Sprinters Verkoop Sprinters Datum Markt LNG of SHT koers aantal totaal datum koers totaal AEX LNG 2 AEX SHT 9 9/3/11 OLIE LNG 69..02 71 2486.42 34.68

Nadere informatie

GLOBAL ANALYZER HANDLEIDING

GLOBAL ANALYZER HANDLEIDING HANDLEIDING GLOBAL ANALYZER RAPPORTS 1 Het Identificatie blok 1 Het Diagnose blok 1 Het Conclusies blok 1 Het bedrijfsprofiel 2 De verschillende Onderdelen 2 DE WAARDERING 2 Koop laag, verkoop hoog! 2

Nadere informatie

Vraag en antwoord: waarom beleggen in staatsobligaties?

Vraag en antwoord: waarom beleggen in staatsobligaties? ING Investment Office Publicatiedatum: 13 maart 2014 Vraag en antwoord: waarom beleggen in staatsobligaties? In onze beleggingsvisie op 2014 ( Visie 2014: minder crisis, meer groei ) kunt u lezen dat we

Nadere informatie

BEHEERSVERSLAG TRANSPARANTINVEST 4/3/2015. Macro & Markten, strategie. 1. Rente en conjunctuur : EUROPA

BEHEERSVERSLAG TRANSPARANTINVEST 4/3/2015. Macro & Markten, strategie. 1. Rente en conjunctuur : EUROPA BEHEERSVERSLAG TRANSPARANTINVEST 4/3/15 Macro & Markten, strategie 1. Rente en conjunctuur : EUROPA De Europese rentevoeten zijn historisch laag, zowel op het korte als op het lange einde, en geven de

Nadere informatie

Het beste scenario voor uw belegging

Het beste scenario voor uw belegging db Best Strategy Notes Het beste scenario voor uw belegging gegarandeerd de beste strategie een gediversifieerde belegging een coupon van maximum 25% bruto* op vervaldag een korte looptijd van 2,5 jaar

Nadere informatie

Nieuwsbrief. 2. Resultaat Turboportefeuille 2009: + 70% WB geeft u adviessignalen voor de middellange termijn. In dit nummer: 02 januari 2010

Nieuwsbrief. 2. Resultaat Turboportefeuille 2009: + 70% WB geeft u adviessignalen voor de middellange termijn. In dit nummer: 02 januari 2010 JAARGANG 3 NUMMER 1 Nieuwsbrief In dit nummer: 02 januari 2010 1. WB verslaat sinds start oktober 2007 AEX met +273,77%; 2. Resultaat Turboportefeuille 2009: +70%; 3. Stierenmarkt van kracht verklaard

Nadere informatie

Wekelijkse Nieuwsbrief

Wekelijkse Nieuwsbrief Wekelijkse Nieuwsbrief Week van 24 juni 2014 INHOUDSOPGAVE Macro-economische actualiteit Warrant week Agenda van de week Technische analyse: CAC40 Wekelijkse Nieuwsbrief 2 Point Macroéconomie Rédigé par

Nadere informatie

OEFENINGEN HOOFDSTUK 6

OEFENINGEN HOOFDSTUK 6 OEFENINGEN HOOFDSTUK 6 1 OEFENING 1 EEN INDIVIDU NEEMT EEN BELEGGING IN OVERWEGING MET VOLGENDE MOGELIJKE RENDEMENTEN EN HUN WAARSCHIJNLIJKHEDEN VAN VOORKOMEN: RENDEMENTEN -0,10 0,00 0,10 0,0 0,30 WAARSCHIJNLIJKHEID

Nadere informatie

Uitkomen voor de beste resultaten. DB Star Performer

Uitkomen voor de beste resultaten. DB Star Performer Uitkomen voor de beste resultaten DB Star Performer Gestimuleerd rendement Voordelen Hoe het werkt Simulatie aan de hand van historische gegevens geeft consistente resultaten op lange termijn Voordelen

Nadere informatie

Finance Avenue 16 november 2013. Gilles Coens Verantwoordelijke portefeuillebeheer en advies

Finance Avenue 16 november 2013. Gilles Coens Verantwoordelijke portefeuillebeheer en advies Finance Avenue 16 november 2013 Gilles Coens Verantwoordelijke portefeuillebeheer en advies Wie zijn wij? Dichtbij en ten dienste van de klant Een luisterend oor inspelend op de behoe5e van de klant Een

Nadere informatie

Samenvatting (Summary in Dutch)

Samenvatting (Summary in Dutch) Samenvatting (Summary in Dutch) In de afgelopen twintig jaar zijn patronen in rendementen van aandelen gevonden die niet vanuit de neo-klassieke economische theorie kunnen worden verklaard. Modellen als

Nadere informatie

Recepten voor duurzame groei Beschouwingen naar aanleiding van het Jaarverslag 2014 van de Nationale Bank van België

Recepten voor duurzame groei Beschouwingen naar aanleiding van het Jaarverslag 2014 van de Nationale Bank van België Recepten voor duurzame groei Beschouwingen naar aanleiding van het Jaarverslag 2014 van de Nationale Bank van België Financieel Forum West-Vlaanderen Kortrijk - 24 februari 2015 Jan Smets A. De stand van

Nadere informatie

ishares CURRENCY HEDGED ETF s ALLEEN VOOR PROFESSIONELE BELEGGERS

ishares CURRENCY HEDGED ETF s ALLEEN VOOR PROFESSIONELE BELEGGERS ishares CURRENCY HEDGED ETF s ALLEEN VOOR PROFESSIONELE BELEGGERS Inhoud Inleiding 1 De belangrijkste voordelen van ishares Currency Hedged ETF s 1 De werking van ishares Currency Hedged ETF s 2 De impact

Nadere informatie

Fish Based Assessment Method for the Ecological Status of European Rivers (FAME)

Fish Based Assessment Method for the Ecological Status of European Rivers (FAME) Fish Based Assessment Method for the Ecological Status of European Rivers (FAME) Overleg i.v.m. verdere verfijning en validatie van de nieuw ontwikkelde visindex op Europese schaal (EFI = the European

Nadere informatie

Turbo Daily Commerzbank 10 April 2015 Nummer 1147 Pagina 2 MIDDELLANGE TERMIJN TREND. Steun : 459.1 Weerstand : 516.8

Turbo Daily Commerzbank 10 April 2015 Nummer 1147 Pagina 2 MIDDELLANGE TERMIJN TREND. Steun : 459.1 Weerstand : 516.8 Turbo Daily Turbo Daily Commerzbank 10 April 2015 Nummer 1147 INDICES SLOTKOERS VERSCHIL AEX 501,97 0,97% DOW JONES 17958,73 0,31% NASDAQ CMP 4974,565 0,48% NASDAQ -100 4403,953 0,64% NIKKEI 225 19907,63-0,15%

Nadere informatie

Inhoudsopgave. Voorwoord 3 DEEL 1. Hoofdstuk 1 Vermogensvorming 17. Hoofdstuk 2 De beurs 45

Inhoudsopgave. Voorwoord 3 DEEL 1. Hoofdstuk 1 Vermogensvorming 17. Hoofdstuk 2 De beurs 45 Inhoudsopgave Voorwoord 3 DEEL 1 Beleggen 15 Hoofdstuk 1 Vermogensvorming 17 1.1 Sparen en beleggen 17 1.2 Beoordelingscriteria van beleggingsvormen 18 1.2.1 Veiligheid 18 1.2.1.1 Soorten risico s 19 1.2.1.2

Nadere informatie

Het 1 e kwartaal van 2015.

Het 1 e kwartaal van 2015. 1 Het 1 e kwartaal van 2015. Achteraf bezien was het eerste kwartaal van 2015, vooral in Europa, uiterst vriendelijk voor beleggers. Hoewel door Invest4You, ondanks de jubelverhalen in de pers een zekere

Nadere informatie

Faculteit Economie en Bedrijfswetenschappen. Economie en Bedrijfswetenschappen

Faculteit Economie en Bedrijfswetenschappen. Economie en Bedrijfswetenschappen Faculteit Economie en Bedrijfswetenschappen Economie en Bedrijfswetenschappen Vier opleidingen Economische wetenschappen (EW) Toegepaste economische wetenschappen (TEW) Toegepaste economische wetenschappen:

Nadere informatie

Terug naar de kern Bob Hendriks

Terug naar de kern Bob Hendriks Terug naar de kern Bob Hendriks Oktober 2013 Waarom nog beleggen? 2 Agenda BlackRock? Sparen & beleggen We leven langer/pensioen Inkomsten uit beleggen Conclusie 3 BlackRock is opgericht voor deze nieuwe

Nadere informatie

Sit and Trade. Seize Opportunities Learn Do Practice Become Experience. Trade Week

Sit and Trade. Seize Opportunities Learn Do Practice Become Experience. Trade Week Sit and Trade Seize Opportunities Learn Do Practice Become Experience Trade Week TRADE WEEK: BEURSPLEIN 5 (AMSTERDAM) Het Beleggingsinstituut nodigt u uit om tijdens een intensieve Trade Week een gedisciplineerde

Nadere informatie

De staat van de Nederlandse hypothekenmarkt

De staat van de Nederlandse hypothekenmarkt De staat van de Nederlandse hypothekenmarkt Alex van de Minne alexvandeminne@gmail.com Real Capital Analytics Amsterdam Business School Finance Group, Faculty of Economics and Business May, 2015 Amsterdam

Nadere informatie

Nieuwe gewaarborgde rentevoeten voor de pensioenplannen die afgesloten worden door een onderneming Vragen & Antwoorden

Nieuwe gewaarborgde rentevoeten voor de pensioenplannen die afgesloten worden door een onderneming Vragen & Antwoorden Nieuwe gewaarborgde rentevoeten voor de pensioenplannen die afgesloten worden door een onderneming Vragen & Antwoorden Employee Benefits Institute 1. Welke zijn de nieuwe rentevoeten die AXA Belgium waarborgt

Nadere informatie

Wederom onrust op de beurs: hoe nu verder?

Wederom onrust op de beurs: hoe nu verder? Wederom onrust op de beurs: hoe nu verder? Net als we vorig jaar meerdere keren hebben gezien, zijn de beurzen wederom bijzonder nerveus en vooral negatief. Op het moment van schrijven noteert de AEX 393

Nadere informatie

4. Resultaten. 4.1 Levensverwachting naar geslacht en opleidingsniveau

4. Resultaten. 4.1 Levensverwachting naar geslacht en opleidingsniveau 4. Het doel van deze studie is de verschillen in gezondheidsverwachting naar een socio-economisch gradiënt, met name naar het hoogst bereikte diploma, te beschrijven. Specifieke gegevens in enkel mortaliteit

Nadere informatie

Optie-Grieken 21 juni 2013. Vragen? Mail naar

Optie-Grieken 21 juni 2013. Vragen? Mail naar Optie-Grieken 21 juni 2013 Vragen? Mail naar training@cashflowopties.com Optie-Grieken Waarom zijn de grieken belangrijk? Mijn allereerste doel is steeds kapitaalbehoud. Het is even belangrijk om afscheid

Nadere informatie

Essentiële Beleggersinformatie

Essentiële Beleggersinformatie Essentiële Beleggersinformatie Dit document verschaft u essentiële beleggersinformatie aangaande dit fonds. Het is geen marketingmateriaal. De verstrekte informatie is bij wet voorgeschreven en is bedoeld

Nadere informatie

ALGEMEEN RAPPORT Publieksprijs Beste Vastgoedfonds Aanbieder 2011

ALGEMEEN RAPPORT Publieksprijs Beste Vastgoedfonds Aanbieder 2011 ALGEMEEN RAPPORT Publieksprijs Beste Vastgoedfonds Aanbieder 2011 Markt, trends en ontwikkelingen Amsterdam, april 2012 Ir. L. van Graafeiland Dr. P. van Gelderen Baken Adviesgroep BV info@bakenadviesgroep.nl

Nadere informatie

De Sisyphus-economie. Wordt 2015 een kopie van 2014 of verwachten we meer? Peter Vanden Houte Chief Economist ING Belgium

De Sisyphus-economie. Wordt 2015 een kopie van 2014 of verwachten we meer? Peter Vanden Houte Chief Economist ING Belgium De Sisyphus-economie Wordt 2015 een kopie van 2014 of verwachten we meer? Peter Vanden Houte Chief Economist ING Belgium 1 Europese herstel is stop-and-go proces 2 BBP-evolutie sinds de start van de crisis

Nadere informatie

MULTIPELE IMPUTATIE IN VOGELVLUCHT

MULTIPELE IMPUTATIE IN VOGELVLUCHT MULTIPELE IMPUTATIE IN VOGELVLUCHT Stef van Buuren We hebben het er liever niet over, maar allemaal worden we geplaagd door ontbrekende gegevens. Het liefst moffelen we problemen veroorzaakt door ontbrekende

Nadere informatie

Het verhaal van de financiële staart Jan Beirlant, Goedele Dierckx Universitair Centrum voor Statistiek en Departement Wiskunde, KULeuven

Het verhaal van de financiële staart Jan Beirlant, Goedele Dierckx Universitair Centrum voor Statistiek en Departement Wiskunde, KULeuven Het verhaal van de financiële staart Jan Beirlant, Goedele Dierckx Universitair Centrum voor Statistiek en Departement Wiskunde, KULeuven In het secundair onderwijs wordt de 8-uur wiskunde nauwelijks nog

Nadere informatie

Overzicht van de fondsen tak 23 in Voorzorg

Overzicht van de fondsen tak 23 in Voorzorg Capital Life Overzicht van de fondsen tak 23 in Voorzorg Situatie op 31/10/2014 Capital Balanced Benchmark obligaties: EuroMTS Global Index Datum Performance (%) Sterren NIW Info oprichting 1 maand 3 maanden

Nadere informatie

15 feb : Waarom puts kopen?

15 feb : Waarom puts kopen? Welkom bij de starters coachingclub! 15 feb : Waarom puts kopen? Vragen? Mail naar training@cashflowopties.com CBOE @ Chicago last week WM Waste Management Waste Management reports earnings on Feb. 14,

Nadere informatie

Grafiek 1: Evolutie van de voornaamste aandelenindices in de VS, Eurozone, China en de groeilanden in vergelijking met de evolutie van de goudprijs.

Grafiek 1: Evolutie van de voornaamste aandelenindices in de VS, Eurozone, China en de groeilanden in vergelijking met de evolutie van de goudprijs. BEHEERSVERSLAG 31/3/2015 Macro & Markten, strategie Na de forse klim van de aandelenmarkten in 2014 zetten vooral de Zuidoost Aziatische en Europese aandelenmarkten deze trend in 2015 verder. Meer en meer

Nadere informatie

Inleiding Wat zijn paradata en welke data voor welk gebruik. verzamelen?

Inleiding Wat zijn paradata en welke data voor welk gebruik. verzamelen? Inleiding Wat zijn paradata en welke data voor welk gebruik Ann Carton verzamelen? Discussiemiddag paradata, Nederlandstalig Platform voor Survey-Onderzoek Brussel, 11 maart 2010 Wat zijn paradata? Data»Gegevens

Nadere informatie

De theorie achter de Hurst Files

De theorie achter de Hurst Files De theorie achter de Hurst Files Auteur: René van Mourik Datum: November 2011 De theorie achter de Hurst Files - www.hurstfiles.com - VDVM Research & Investment Consultancy blz 1/7 De cyclische theorie

Nadere informatie

Strategy Background Papers

Strategy Background Papers november 2013 Beleggen in vastgoed Huurder of eigenaar, iedereen krijgt in het dagelijkse leven te maken met vastgoed. De meeste eigenaars van een huis zien hun woning meer als een vorm van comfort dan

Nadere informatie

Waarom indexbeleggen?

Waarom indexbeleggen? Waarom indexbeleggen? Grip op je vermogen Den Haag, 11 oktober 2013 Door: Koen Hoogenhout, Senior Sales Executive Vanguard Asset Management Ltd Amsterdam Branch In welk land zou u willen beleggen? 800

Nadere informatie

Interpolis Obligaties 4e kwartaal 2013

Interpolis Obligaties 4e kwartaal 2013 Interpolis Obligaties 4e kwartaal 2013 Gedurende het slotkwartaal van 2013 heeft de ECB ervoor gekozen om het monetaire beleid verder te verruimen. De reden hiervoor was onder meer een verrassend lage

Nadere informatie

Praktijkgids Energieboekhouding en monitoring & targeting

Praktijkgids Energieboekhouding en monitoring & targeting 1 Inleiding... 1 2... 1 3 Monitoring & technieken... 4 1 Inleiding Om de energiekosten van een bedrijf te verminderen, is het essentieel dat men begrijpt hoe de energie verbruikt wordt binnen het bedrijf.

Nadere informatie

Risico pariteit -1- 1 Aandelen Wereldwijd Ontwikkelde Markten - MSCI World Index MSCI Daily Net TR World Euro, Aandelen Wereldwijd

Risico pariteit -1- 1 Aandelen Wereldwijd Ontwikkelde Markten - MSCI World Index MSCI Daily Net TR World Euro, Aandelen Wereldwijd Risico pariteit Risico pariteit is een techniek die wordt ingezet om de risico s in een beleggingsportefeuille te reduceren. Sinds 2008 heeft risico pariteit om drie redenen veel aandacht gekregen: 1.

Nadere informatie

Onderneming en omgeving - Economisch gereedschap

Onderneming en omgeving - Economisch gereedschap Onderneming en omgeving - Economisch gereedschap 1 Rekenen met procenten, basispunten en procentpunten... 1 2 Werken met indexcijfers... 3 3 Grafieken maken en lezen... 5 4a Tweedegraads functie: de parabool...

Nadere informatie

ECONOMISCHE VOORUITZICHTEN 2003

ECONOMISCHE VOORUITZICHTEN 2003 Brussel, 10 maart 2003 Federaal Planbureau /03/HJB/bd/2027_n ECONOMISCHE VOORUITZICHTEN 2003 Veelbelovend herstel wereldeconomie in eerste helft van 2002 werd niet bevestigd in het tweede halfjaar In het

Nadere informatie

Hoeveel dragen onze bedrijven bij aan de schatkist en de sociale zekerheid?

Hoeveel dragen onze bedrijven bij aan de schatkist en de sociale zekerheid? vbo-analyse Hoeveel dragen onze bedrijven bij aan de schatkist en de sociale zekerheid? September 2014 I Raf Van Bulck 39,2% II Aandeel van de netto toegevoegde waarde gegenereerd door bedrijven dat naar

Nadere informatie

Oefenopgaven Hoofdstuk 7

Oefenopgaven Hoofdstuk 7 Oefenopgaven Hoofdstuk 7 Opgave 1 Rendement Een beleggingsadviseur heeft de keuze uit de volgende twee beleggingsportefeuilles: Portefeuille a Portefeuille b Verwacht rendement 12% 12% Variantie 8% 10%

Nadere informatie

Waar liggen de kansen?

Waar liggen de kansen? Grip op je vermogen Waar liggen de kansen? Bob Homan ING Investment Office 20 april 2012 Welke economie is het snelst gegroeid na invoering van de euro?* a) Zwitserland b) Duitsland c) VS d) Griekenland

Nadere informatie

De Belgische farmaceutische industrie in een internationale context

De Belgische farmaceutische industrie in een internationale context As % of total European pharmaceutical industry De Belgische farmaceutische industrie in een internationale context Terwijl België slechts 2,6 % vertegenwoordigt van het Europees BBP, heeft de farmaceutische

Nadere informatie

Kwartaalbericht Pensioenfonds KLM-Cabinepersoneel. Vierde kwartaal 2014-1 oktober 2014 t/m 31 december 2014

Kwartaalbericht Pensioenfonds KLM-Cabinepersoneel. Vierde kwartaal 2014-1 oktober 2014 t/m 31 december 2014 Kwartaalbericht Pensioenfonds KLM-Cabinepersoneel Vierde kwartaal 2014-1 oktober 2014 t/m 31 december 2014 Samenvatting: dalende euro en dalende rente Nominale dekkingsgraad gedaald van 117,4% naar 115,1%

Nadere informatie

Research Note Prestatie-analyse met behulp van box plots

Research Note Prestatie-analyse met behulp van box plots Research Note Prestatie-analyse met behulp van box plots Inleiding Voortdurend worden er wereldwijd enorme hoeveelheden beursdata gegenereerd en verzameld. Dit is mede te danken aan de opkomst van internet

Nadere informatie

Onderzoek Indextrackers. Samenvatting

Onderzoek Indextrackers. Samenvatting Onderzoek Indextrackers Samenvatting 1. Inleiding De stichting Autoriteit Financiële Markten (AFM) houdt toezicht op correcte, duidelijke en niet misleidende informatieverstrekking aan consumenten. Het

Nadere informatie

Oktober 2015. Macro & Markten. 1. Rente en conjunctuur :

Oktober 2015. Macro & Markten. 1. Rente en conjunctuur : Oktober 2015 Macro & Markten 1. Rente en conjunctuur : VS Zoals al aangegeven in ons vorig bulletin heeft de Amerikaanse centrale bank FED de beleidsrente niet verhoogd. Maar goed ook, want naderhand werden

Nadere informatie

Bouw uw eigen beleggingsportefeuille

Bouw uw eigen beleggingsportefeuille Bouw uw eigen beleggingsportefeuille Joost van Leenders, oktober 2013 Bouw uw eigen beleggigsportefeuille I oktober 2013 I 2 Agenda Strategisch versus tactisch beleggingsbeleid Spreiding, waarom ook alweer?

Nadere informatie

Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)!

Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)! Slechts 1 antwoord is juist, alle andere zijn fout (en bevatten heel vaak onzin)! Vragen aangeduid met een * toetsen in het bijzonder het inzicht en toepassingsvermogen. Deze vragenreeksen zijn vrij beschikbaar.

Nadere informatie

CFD s van TradersOnly zijn OTC contracten die het rendement van het onderliggende aandeel, inclusief dividenden en corporate actions opleveren.

CFD s van TradersOnly zijn OTC contracten die het rendement van het onderliggende aandeel, inclusief dividenden en corporate actions opleveren. Wat zijn CFD s? CFD s van TradersOnly zijn OTC contracten die het rendement van het onderliggende aandeel, inclusief dividenden en corporate actions opleveren. Anders omschreven is het een overeenkomst

Nadere informatie

Graphical modelling voor Mediastudies Data

Graphical modelling voor Mediastudies Data Graphical modelling voor Mediastudies Data De analyse Alle analyses zijn gedaan met MIM, een analyseprogramma ontworpen voor graphical modelling (Versie 3.2.07, Edwards,1990,1995). Modellen zijn verkregen

Nadere informatie

METHODE VAN FINANCIËLE PLANNERS

METHODE VAN FINANCIËLE PLANNERS METHODE VAN FINANCIËLE PLANNERS De MeDirect-planningsinstrumenten bieden online oplossingen voor het plannen van uw financiële toekomst en beleggingen. Ze bieden beleggingsadvies en voorspellingen van

Nadere informatie

april MARKTCOMMENTAAR

april MARKTCOMMENTAAR april 2015 MARKTCOMMENTAAR INHOUDSOPGAVE Inleiding 2 In het kort 3 INLEIDING Zelfs al is de situatie ongewoon, het is uiteindelijk niet verwonderlijk dat er bepaalde onvoorziene bewegingen worden waargenomen.

Nadere informatie

Beursdagboek 20 Juni 2013.

Beursdagboek 20 Juni 2013. Beursdagboek 20 Juni 2013. Het persbericht om 20.00 uur kan aangeven dat er eind 2013 begin 2014 met tapering wordt begonnen. Gisterenavond Tijd 20:14 uur. Op het persbericht ging de Dow eerst van 6 naar

Nadere informatie

Uitvoeringsregeling bij de Onderwijs- en examenregeling 2011-2012 WO masteropleiding Management

Uitvoeringsregeling bij de Onderwijs- en examenregeling 2011-2012 WO masteropleiding Management U2011/00107 Uitvoeringsregeling bij de Onderwijs- en examenregeling 2011-2012 WO masteropleiding Management De uitvoeringsregeling treedt in werking per 1 september 2011 en heeft een zelfde werkingsduur

Nadere informatie

Hoe beleggen vandaag 19 mei 2015. Jan Vergote Hoofd Investment Strategy Belfius Bank

Hoe beleggen vandaag 19 mei 2015. Jan Vergote Hoofd Investment Strategy Belfius Bank Hoe beleggen vandaag 19 mei 2015 Jan Vergote Hoofd Investment Strategy Belfius Bank Referentieportefeuille Obligaties onderwogen! Overheidsobligaties non investment grade 7% Overheidsobligaties investment

Nadere informatie

KBC EQUISAFE INDEXSELECT INVEST 2

KBC EQUISAFE INDEXSELECT INVEST 2 GEDETAILLEERDE VOORSTELLING VAN HET COMPARTIMENT KBC EQUISAFE INDEXSELECT INVEST 2 FINANCIËLE KENMERKEN SOORT BELEGGING : Index-ICB met kapitaalbescherming: buitenlandse indexen. BELEGGINGSDOELEINDEN EN

Nadere informatie

Sit and Trade. Seize Opportunities Learn Do Practice Become Experience. Trade Week

Sit and Trade. Seize Opportunities Learn Do Practice Become Experience. Trade Week Sit and Trade Seize Opportunities Learn Do Practice Become Experience Trade Week TRADE WEEK: BEURSPLEIN 5 (AMSTERDAM) Het Beleggingsinstituut nodigt u uit om tijdens een intensieve Trade Week een gedisciplineerde

Nadere informatie

Voorspelling van aandelenkoersen op. basis van nieuwsberichten

Voorspelling van aandelenkoersen op. basis van nieuwsberichten Voorspelling van aandelenkoersen op basis van nieuwsberichten Michael van Kempen (283858) Bachelorscriptie Informatica & Economie Begeleider: dr. ir. J. van den Berg Juli 2006 1. Introductie... 3 1.1 Het

Nadere informatie

Verder zien. Meer weten.

Verder zien. Meer weten. Verder zien. Meer weten. 1 EEN SOLIDE LANGETERMIJN BELEGGING Dankzij de gebundelde expertise van topbeleggers 2 De beste beleggers voor de beste resultaten Toegang tot de meest exclusieve fondsen ter wereld

Nadere informatie

Interpolis Obligaties 3e kwartaal 2012

Interpolis Obligaties 3e kwartaal 2012 Interpolis Obligaties 3e kwartaal 2012 De obligatiemarkten werden in het derde kwartaal vooral beïnvloed door de ingrepen van de Europese Centrale Bank (ECB). Aan het begin van het kwartaal bleven aanvankelijk

Nadere informatie