Performance Analysis of Czech Investment Funds: Structure, Costs, and Returns

Abstract

This master's thesis examines the factors influencing the performance of Czech investment funds using a balanced panel of 66 investment funds observed from 2015 to 2024. The analysis combines panel data models (Pooled OLS, Fixed Effects, and Random Effects) with machine learning variable selection (LASSO) and Bayesian Model Averaging across 29 candidate variables covering fund-level characteristics as well as macroeconomic and market factors. The results are consistent across all methods and indicate that fund returns are largely driven by three global factors, namely the performance of the U.S. stock market index (S&P 500), market volatility (VIX), and the EUR/CZK exchange rate. Each achieves a posterior inclusion probability greater than 0.99 in BMA and survives the strongest penalization in LASSO. Fund-specific characteristics such as management fees, fund size and structure do not have a statistically significant impact on performance. The only fund- level variables with partial robustness are the SRRI risk indicator and the maximum entry fee. A parsimonious model with five variables explains more than 94% of the explanatory power of the full 29-variable specification. The findings suggest that Czech investment funds act primarily as intermediaries whose performance reflects global market...

Táto diplomová práca skúma faktory ovplyvňujúce výkonnosť českých investičných fondov s využitím vyváženého panelu 66 investičných fondov sledovaných v rokoch 2015 až 2024. Analýza kombinuje panelové modely (Pooled OLS, Fixed Effects a Random Effects) s výberom premenných pomocou strojového učenia (LASSO) a Bayesovským priemerováním modelov spomedzi 29 kandidátskych pre- menných pokrývajúcich charakteristiky na úrovni fondov ako aj makroekonomické a trhové faktory. Výsledky sú konzistentné naprieč všetkými metódami a naznačujú, že výnosy fondov sú do veľkej miery pohánǎné troma globálnymi faktormi, konkrétne výkonnosťou amerického akciového indexu (S&P 500), volatilitou trhu (VIX) a výmenným kurzom EUR/CZK. Každý z nich dosahuje posteri- onnú pravdepodobnosť zahrnutia vyššiu ako 0.99 v BMA a prežíva najsilnejšiu penalizáciu v LASSO. Charakteristiky fondov ako sú poplatky za správu, veľkosť fondu a štruktúra nemajú štatisticky výz- namný vplyv na výkonnosť. Jedinými premennými na úrovni fondu s čiastočnou robustnosťou sú ukazovateľ rizika SRRI a maximálny vstupný poplatok. Model s piatimi premennými vysvetľuje viac ako 94% vysvetľujúcej sily úplnej špecifikácie s 29 premennými. Zistenia naznačujú, že české investičné fondy fungujú predovšetkým ako sprostredkovatelia, ktorých výkonnosť odráža...