KVANTITATIVE OG KVALITATIVE DATA eksempelklausuler

KVANTITATIVE OG KVALITATIVE DATA. Opgavens dataindsamling består både af kvantitative og kvalitative data men primært kvantitativ som følge af problemfeltets søgen. De kvantitative data indebærer en række indekser, der skal repræsentere aktivklas- serne og faktorerne. Disse er alle hentet fra Bloomberg, Cambridge Associates og Eikon, og datakilderne anses som nogle af de mest anerkendte og anvendte inden for industrien. Heraf vurderes det kvantitative data at have en høj grad af pålidelighed. Der gøres ligeledes brug af data fra Rådet for Afkastforventnin- gerne (2021). Yderligere består den kvantitative data af fem større danske pensionsselskabers årsregnskaber samt de se- neste års regnskaber for amerikanske endowment fonde. Endvidere er der gjort brug af kvantitative analyser foretaget af anerkendte professorer inden for økonomi, heriblandt professor i Corporate Finance og Equity Valuation ved Stern School of Business NY, ▇▇▇▇▇▇ ▇▇▇▇▇▇▇▇▇ og professor i Financial Management hos IESE Business School samt formand for PWC Corporate Finance, ▇▇▇▇▇ ▇▇▇▇▇▇▇▇▇. Idet specialet blandt andet er inspireret af Finanstilsynets seneste kritik af pensionsselskabers håndtering af alternative investe- ringer, tager afhandlingen også afsæt i en række rapporter udgivet af Finanstilsynet samt brancheorganisa- tionen Forsikring & Pension. Da alternative investeringer er unoterede, og derfor ikke er en direkte observerbar kurs som for noterede aktiver, kan det være vanskeligt at anskaffe pålidelige data. Som følge heraf er kurserne/afkastene på alter- native investeringer præget af mere uigennemsigtighed sammenlignet med data på noterede aktiver som allerede nævnt. Der findes en række udbydere, der står for at indsamle data på alternative investeringer. Eksempelvis Cambridge Associates, Preqin, Burgiss og Thomson VentureXpert. Dog er disse databaser ikke offentlig tilgængelige, medmindre man køber et abonnement. Derudover indsamles og opgøres data for databaserne på hver sin måde, hvorfor output kan blive forskelligt. Dette kan skyldes forskellige defi- nitioner, biases, timing mv. Dermed er det et større problem at få adgang til repræsentativt data og samtidig sikre, at det er et validt datasæt, der afspejler den objektive sandhed på tværs af udbyderne. Generelt forekommer det ligeså for litterære undersøgelser af alternativers performance, at der er forskel i niveauet af afkast og risiko blandt andet jævnfør litteratur reviewet. Havde datatilgængeligheden og dermed gennemsigtigheden på området været større...