Bør norske investorer valutasikre?
Notice bibliographique
Résumé
Sammendrag\n\nFormålet med oppgaven er å undersøke hvordan valutasikring påvirker avkastning og risiko over tid for norske investorer. I oppgaven konstruerer vi valutasikrede investeringer i Euronext 100, S&P 500 og FTSE 100 ved bruk forwardkurser i perioden 2010-2022. Vi ser på investeringsperioder på 3 og 6 måneder. For å undersøke forholdet mellom forwardkurs og spotkurs har vi brukt minste kvadraters metode. Vi finner at forwardkurser systematisk undervurderer hvor svak spotkursen faktisk blir gjennom perioden for alle valutapar, både 3 og 6 månedlig. Dette er en indikator på at en norsk investor vil oppleve negativ meravkastning i forwardmarkedet.\n\n\n\nVidere når vi ser på de valutasikrede porteføljene finner vi negativ meravkastning og høyere risiko sammenlignet med å ikke sikre. Dette resulterte i en nedgang i risikojustert avkastning både på 3 og 6 månedlig basis. En optimal hedgerate indikerte at det var mer hensiktsmessig å kjøpe mer av den utenlandske valutaen enn å valutasikre.\n\n\n\nDenne studien gir innsikt i valutasikringststrategier og deres implikasjoner for norske investorer. Resultatene kan være nyttige for investorer i å ta informerte beslutninger om valutasikring og risikostyring.
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 | 0,005 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,015 | 0,007 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,013 |
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 ».