dc.contributor.advisor | Slavík, Ctirad | |
dc.creator | Zavala Sanchez, Raul Enrique | |
dc.date.accessioned | 2024-10-07T06:29:19Z | |
dc.date.available | 2024-10-07T06:29:19Z | |
dc.date.issued | 2024 | |
dc.identifier.uri | http://hdl.handle.net/20.500.11956/194426 | |
dc.description.abstract | This paper investigates the impact of news sentiment on mutual fund returns across several countries in the Americas, examining both developed and developing markets. By leveraging advanced Natural Language Processing (NLP) and machine learning tech- niques, the study integrates news sentiment into asset pricing models, thereby enhancing their precision. A Vector Error Correction Model (VECM) is used to analyze the com- plex interactions between news sentiment and mutual fund returns, addressing potential endogeneity and capturing the dynamic relationships over time. Though variations in the effects of news across different countries were expected, developed markets exhibit more consistent and synchronized reactions. It is observed that the effect of news sentiment on the first lag is generally lower than that of their respective stock market indices for both Canada and the USA. In contrast, mutual funds in developing countries such as Brazil, Argentina, and Chile show greater divergence in their reactions, both among themselves and relative to their market indices. Notably, Mexico exhibits characteristics of both de- veloped and developing markets, with early responsiveness to news similar to the USA but with larger coefficients. This study offers valuable insights into regional differences in... | en_US |
dc.description.abstract | Tento článek zkoumá dopad nálady v souvislosti se zprávami na výnosy podílových fondů v několika zemích Severní a Jižní Ameriky, a to jak na rozvinutých, tak na rozvo- jových trzích. S využitím pokročilých technik zpracování přirozeného jazyka (NLP) a stro- jového učení studie začleňuje sentiment zpráv do modelů oceňování aktiv, čímž zvyšuje jejich přesnost. K analýze komplexních interakcí mezi zpravodajským sentimentem a výnosy podílových fondů se používá model vektorové korekce chyb (VECM), který řeší potenciální endogenitu a zachycuje dynamické vztahy v čase. Ačkoli se očekávaly rozdíly v účincích zpráv v různých zemích, rozvinuté trhy vykazují konzistentnější a synchronizo- vanější reakce. Ukazuje se, že vliv zpravodajského sentimentu na první zpoždění je obecně nižší než vliv jejich příslušných burzovních indexů jak pro Kanadu, tak pro USA. Naproti tomu podílové fondy v rozvojových zemích, jako jsou Brazílie, Argentina a Chile, vykazují větší divergenci ve svých reakcích, a to jak mezi sebou, tak ve vztahu k indexům svých trhů. Pozoruhodné je, že Mexiko vykazuje charakteristiky jak rozvinutých, tak rozvo- jových trhů, přičemž jeho včasná reakce na zprávy je podobná jako v... | cs_CZ |
dc.language | English | cs_CZ |
dc.language.iso | en_US | |
dc.publisher | Univerzita Karlova, Fakulta sociálních věd | cs_CZ |
dc.subject | Asset Pricing | en_US |
dc.subject | Mutual Funds | en_US |
dc.subject | Portfolio Management | en_US |
dc.subject | Financial Markets | en_US |
dc.subject | RiskManagement | en_US |
dc.title | Mutual funds in North and South America: Relationship between news and Mutual funds Returns | en_US |
dc.type | diplomová práce | cs_CZ |
dcterms.created | 2024 | |
dcterms.dateAccepted | 2024-09-16 | |
dc.description.department | CERGE | cs_CZ |
dc.description.faculty | Faculty of Social Sciences | en_US |
dc.description.faculty | Fakulta sociálních věd | cs_CZ |
dc.identifier.repId | 258049 | |
dc.title.translated | Podílové fondy v Severní a Jižní Americe: Vztah mezi zprávami a výnosy podílových fondů | cs_CZ |
dc.contributor.referee | Mazzone, Luca | |
thesis.degree.name | Mgr. | |
thesis.degree.level | navazující magisterské | cs_CZ |
thesis.degree.discipline | Ekonomický výzkum | cs_CZ |
thesis.degree.discipline | Master in Economic Research | en_US |
thesis.degree.program | Master in Economic Research | en_US |
thesis.degree.program | Ekonomický výzkum | cs_CZ |
uk.thesis.type | diplomová práce | cs_CZ |
uk.taxonomy.organization-cs | Fakulta sociálních věd::CERGE | cs_CZ |
uk.faculty-name.cs | Fakulta sociálních věd | cs_CZ |
uk.faculty-name.en | Faculty of Social Sciences | en_US |
uk.faculty-abbr.cs | FSV | cs_CZ |
uk.degree-discipline.cs | Ekonomický výzkum | cs_CZ |
uk.degree-discipline.en | Master in Economic Research | en_US |
uk.degree-program.cs | Ekonomický výzkum | cs_CZ |
uk.degree-program.en | Master in Economic Research | en_US |
thesis.grade.cs | Výborně | cs_CZ |
thesis.grade.en | Excellent | en_US |
uk.abstract.cs | Tento článek zkoumá dopad nálady v souvislosti se zprávami na výnosy podílových fondů v několika zemích Severní a Jižní Ameriky, a to jak na rozvinutých, tak na rozvo- jových trzích. S využitím pokročilých technik zpracování přirozeného jazyka (NLP) a stro- jového učení studie začleňuje sentiment zpráv do modelů oceňování aktiv, čímž zvyšuje jejich přesnost. K analýze komplexních interakcí mezi zpravodajským sentimentem a výnosy podílových fondů se používá model vektorové korekce chyb (VECM), který řeší potenciální endogenitu a zachycuje dynamické vztahy v čase. Ačkoli se očekávaly rozdíly v účincích zpráv v různých zemích, rozvinuté trhy vykazují konzistentnější a synchronizo- vanější reakce. Ukazuje se, že vliv zpravodajského sentimentu na první zpoždění je obecně nižší než vliv jejich příslušných burzovních indexů jak pro Kanadu, tak pro USA. Naproti tomu podílové fondy v rozvojových zemích, jako jsou Brazílie, Argentina a Chile, vykazují větší divergenci ve svých reakcích, a to jak mezi sebou, tak ve vztahu k indexům svých trhů. Pozoruhodné je, že Mexiko vykazuje charakteristiky jak rozvinutých, tak rozvo- jových trhů, přičemž jeho včasná reakce na zprávy je podobná jako v... | cs_CZ |
uk.abstract.en | This paper investigates the impact of news sentiment on mutual fund returns across several countries in the Americas, examining both developed and developing markets. By leveraging advanced Natural Language Processing (NLP) and machine learning tech- niques, the study integrates news sentiment into asset pricing models, thereby enhancing their precision. A Vector Error Correction Model (VECM) is used to analyze the com- plex interactions between news sentiment and mutual fund returns, addressing potential endogeneity and capturing the dynamic relationships over time. Though variations in the effects of news across different countries were expected, developed markets exhibit more consistent and synchronized reactions. It is observed that the effect of news sentiment on the first lag is generally lower than that of their respective stock market indices for both Canada and the USA. In contrast, mutual funds in developing countries such as Brazil, Argentina, and Chile show greater divergence in their reactions, both among themselves and relative to their market indices. Notably, Mexico exhibits characteristics of both de- veloped and developing markets, with early responsiveness to news similar to the USA but with larger coefficients. This study offers valuable insights into regional differences in... | en_US |
uk.file-availability | V | |
uk.grantor | Univerzita Karlova, Fakulta sociálních věd, CERGE | cs_CZ |
thesis.grade.code | B | |
uk.publication-place | Praha | cs_CZ |
uk.thesis.defenceStatus | O | |