Mutual Fund Transaction Costs and Their Effect on Funds Performance
Notice bibliographique
Résumé
Objective: Iranian mutual funds’ average turnover rate stood at 330% in the years from 2001 to 2007. Such a high rate could lead to excessive trading costs for investors without necessarily bringing in high returns. The goal of this paper is to estimate transaction costs and examine their effect on the performance of the funds. Methods: In addition to the explicit costs of trading such as transaction taxes and commissions, there are other, implicit, components such as bid-ask spread and price impact which are harder to compute and less recognized by investors. This paper used high frequency (tick-by-tick) trade and limit order book data, as well as the hand-collected quarterly holding and trading data for a sample of Iranian equity mutual funds to estimate the aforementioned trading costs. Then, the effect of trading costs on the risk-adjusted fund returns was examined using the four-factor alpha as our proxy. Results: Funds understudy spend on average 11% of their AUM annually on trading costs which is a considerable amount in comparison to their return (15.6%), during the sample period. The present study found no significant effect of trading costs on the funds’ performance in the sample. However, during the subperiod of 2013-2014, a negative and significant relationship was discovered between them. Conclusion: As the obtained results of the present study proved, more trading activities of the Iranian fund managers’ do not lead to higher returns; accordingly a high trading volume generates only enough excess return to offset the associated transactions costs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».