Piensijoittajien sijoitusmotivaatio strukturoiduissa tuotteissa
Notice bibliographique
Résumé
Tässä opinnäytetyössä tutkitaan piensijoittajien sijoitusmotivaation taustatekijöitä liittyen heidän tekemiinsä strukturoitujen tuotteiden sijoituksiin. Rahoituskirjallisuus on viime vuosien aikana julkaissut lukuisia tutkimuksia joissa liikkeeseenlasketut sijoitustuotteet ovat olleet rationaalisen sijoittajan olettamusta vastaan. Sitä aikaisemmat tutkimukset ovat puolestaan kehuneet strukturoitujen tuotteiden potentiaalia sijoitussalkun tehostajana.\n\nTyössä esitellään ja käydään läpi liikkeeseenlaskettuja strukturoituja tuotteita neljästä eri kategoriasta: Warrantista, Autocallista, Luottokorista ja Pääomaturvatusta sijoituksesta. Työ esittelee jokaisesta kategoriasta oikeaita strukturoituja tuotteita ja havainnollistaa niiden tuoton ja riskinmuodostusta. \n\nTämän työn tavoitteena on selvittää kyselyhaastattelun perusteella mitkä yleisimmät kirjallisuudessa käytetyt rationaalisen sijoittajan olettamukset pätevät Alexandria Pankkiiriliikkeen strukturoitujen tuotteiden piensijoittajiin. Johtuen siitä ettei Alexandria valikoimissa ole pääomaturvattuja tuotteita, tutkimus keskittyy ainoastaan Warrantteihin, Autocalleihin ja Luottokoreihin sijoittaviin asiakkaisiin. Tutkimus totetutetaan kolmen edellämainitun strukturoidun tuotetyypin kohdalta, kymmenen asiakkaan otoksina. Tämän jälkeen vastauksia analysoidaan viiden kirjallisuuteen perustuvan hypoteesin kannalta.\n\nHaastattelututkimuksen tuloksena suurin osa hypoteeseista ei tullut validoiduksi. Piensijoittajat eivät ole laajakoilta osin kykeneviä arvioittamaan strukturoitujen sijoitusten arvostusta tai kilpailuttamaan niitä sijoitusratkaisuina. Yleisesti ottaen, tutkimusotoksen asiakasjoukon sijoitusosaaminen oli erittäin vähäinen ja monilla ei ollut sijoituskokemusta ollenkaan. Vaikuttavin syy sijoituspäätökseen oli haastattelujen perusteella myyjän esitys.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,012 | 0,005 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,071 | 0,016 |
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 ».