Η αποτελεσματικότητα της θεμελιώδους ανάλυσης στην επενδυτική διαδικασία: Ανάλυση της βαθμολογίας F-Piotroski σε ελληνικές μετοχές
The effectiveness of fundamental analysis in the investment process: An analysis of Piotroski's F-Score in Greek stocks
Subject
Επενδύσεις -- Ελλάδα ; Ανάλυση επενδύσεων ; Διαχείριση χαρτοφυλακίου ; Χρηματιστήριο αξιών ; Χρηματοπιστωτική διαχείριση ; Χρηματοοικονομικοί δείκτες -- ΑνάλυσηKeywords
Θεμελιώδης ; Ανάλυση ; Χρηματιστήριο ; Αθηνών ; Χρηματιστηριακές ; Αποδόσεις ; Fundamental ; Αnalysis ; Piotroski ; F-Score ; P/E ; P/BV ; Athens ; Stock ; Exchange ; Stock ; Market ; ReturnsAbstract
Η παρούσα μελέτη εξετάζει την αποτελεσματικότητα της θεμελιώδους ανάλυσης ως εργαλείου επιλογής μετοχών, εστιάζοντας στη μέθοδο του Piotroski F-Score και στους χρηματοοικονομικούς δείκτες P/E και P/BV. Στόχος είναι να αξιολογηθεί κατά πόσο η εφαρμογή αυτών των κριτηρίων μπορεί να οδηγήσει σε συστηματικά υψηλότερες αποδόσεις για τους επενδυτές στην ελληνική χρηματιστηριακή αγορά, σε σύγκριση με τον Γενικό Δείκτη του Χρηματιστηρίου Αθηνών (ΓΔ), κατά την περίοδο 2015-2023.
Η βιβλιογραφική επισκόπηση εστιάζει στη θεμελιώδη ανάλυση ως στρατηγική επιλογής μετοχών, επιβεβαιώνοντας την αποτελεσματικότητα του Piotroski F-Score σε αγορές όπου οι πληροφορίες δεν ενσωματώνονται πλήρως στις τιμές. Εμπειρικές μελέτες δείχνουν ότι το F-Score ενισχύεται όταν συνδυάζεται με δείκτες όπως το P/E και το P/BV, ενώ η αποδοτικότητά του διαφοροποιείται ανάλογα με τις μακροοικονομικές συνθήκες και τη ρευστότητα της αγοράς. Παρότι η Θεωρία των Αποτελεσματικών Αγορών (EMH) υποστηρίζει ότι οι τιμές των μετοχών αντικατοπτρίζουν όλες τις διαθέσιμες πληροφορίες, η ύπαρξη ανωμαλιών αγοράς, όπως το size effect, το book-to-market effect και το momentum effect, καταδεικνύει περιπτώσεις ατελούς αποτίμησης, δημιουργώντας επενδυτικές ευκαιρίες. Συνολικά, η βιβλιογραφία επιβεβαιώνει ότι το F-Score μπορεί να αποτελέσει αξιόπιστο εργαλείο επιλογής μετοχών, ειδικά σε εταιρείες μικρής και μεσαίας κεφαλαιοποίησης..
Η μεθοδολογία της μελέτης βασίζεται στην ανάλυση 27 ελληνικών εισηγμένων εταιρειών, εξαιρώντας τον τραπεζικό κλάδο λόγω της ιδιαιτερότητας των χρηματοοικονομικών του στοιχείων. Τα δεδομένα αντλήθηκαν από χρηματοοικονομικές καταστάσεις των εταιρειών και η ανάλυση περιλαμβάνει τη δημιουργία χαρτοφυλακίων βάσει θεμελιωδών κριτηρίων. Οι αποδόσεις των χαρτοφυλακίων συγκρίθηκαν με τον Γενικό Δείκτη του Χ.Α. χρησιμοποιώντας τόσο παραμετρικές όσο και μη παραμετρικές στατιστικές μεθόδους, όπως το Paired T-Test και το Wilcoxon Signed-Rank Test, προκειμένου να αξιολογηθεί η στατιστική σημαντικότητα των διαφορών αποδόσεων.
Τα αποτελέσματα της ανάλυσης καταδεικνύουν ότι τα χαρτοφυλάκια που διαμορφώθηκαν με βάση το Piotroski F-Score παρουσιάζουν στατιστικά σημαντική υπεραπόδοση έναντι του Γενικού Δείκτη, με p-values μικρότερες από 0.05. Το εύρημα αυτό υποδηλώνει ότι η ελληνική αγορά δεν είναι πλήρως αποτελεσματική, ιδίως σε ό,τι αφορά την ημι-ισχυρή μορφή της Θεωρίας των Αποτελεσματικών Αγορών (EMH)..
Ο υπολογισμός του effect size επιβεβαιώνει ότι η διαφορά αποδόσεων δεν είναι μόνο στατιστικά σημαντική, αλλά και επενδυτικά αξιοποιήσιμη.
Η μελέτη συμβάλλει στη συζήτηση για την αποτελεσματικότητα των χρηματοοικονομικών αγορών, επισημαίνοντας ότι η συνδυαστική χρήση θεμελιωδών δεικτών, όπως το F-Score, P/E και P/BV, μπορεί να οδηγήσει σε βελτιωμένες στρατηγικές επιλογής μετοχών. Παράλληλα, αναδεικνύει την ανάγκη για περαιτέρω έρευνα, προκειμένου να διερευνηθεί η εφαρμογή της συγκεκριμένης μεθοδολογίας σε άλλες αγορές, καθώς και η πιθανή ενσωμάτωση τεχνολογιών μηχανικής μάθησης για τη βελτιστοποίηση της διαδικασίας επενδυτικών αποφάσεων.
Abstract
This study examines the effectiveness of fundamental analysis as a stock selection tool, focusing on the Piotroski F-Score method and the financial ratios P/E and P/BV. The objective is to evaluate whether the application of these criteria can lead to systematically higher returns for investors in the Greek stock market, compared to the General Index of the Athens Stock Exchange (ASE), during the period 2015-2023.
The literature review focuses on fundamental analysis as a stock selection strategy, confirming the effectiveness of the Piotroski F-Score in markets where information is not fully incorporated into stock prices. Empirical studies indicate that the F-Score’s predictive ability improves when combined with valuation ratios such as P/E and P/BV, while its effectiveness varies depending on macroeconomic conditions and market liquidity. Although the Efficient Market Hypothesis (EMH) suggests that stock prices fully reflect all available information, the existence of market anomalies, such as the size effect, book-to-market effect, and momentum effect, highlights cases of imperfect pricing, creating investment opportunities. Overall, the literature confirms that the F-Score can serve as a reliable stock selection tool, particularly for small- and mid-cap companies.
The study’s methodology is based on an analysis of 27 Greek listed companies, excluding the banking sector due to the distinct nature of its financial structure. The data were drawn from the financial statements of these companies, and the analysis involved constructing portfolios based on fundamental criteria. The portfolio returns were compared to the General Index of the Athens Stock Exchange using both parametric and non-parametric statistical methods, such as the Paired T-Test and the Wilcoxon Signed-Rank Test, to assess the statistical significance of return differences.
The results indicate that portfolios selected based on the Piotroski F-Score significantly outperform the General Index, with p-values below 0.05, suggesting that the Greek market does not exhibit full efficiency, particularly in terms of the semi-strong form of the EMH. The calculation of effect size confirms that the return differences are not only statistically significant but also practically relevant for investors.
This study contributes to the discussion on market efficiency, highlighting that the combined use of fundamental indicators, such as the F-Score, P/E, and P/BV, can lead to improved stock selection strategies.
Furthermore, it underscores the need for further research to explore the application of this methodology in other markets, as well as the potential integration of machine learning technologies to optimize stock selection and investment decision-making processes.