Performancemessung von Investmentfonds
Neuere Methoden im Vergleich
- Art: Diplomarbeit
- Autor: Josef Galli
- Abgabedatum: Juli 2003
- Umfang: 80 Seiten
- Dateigröße: 5,5 MB
- Note: 2,0
- Institution / Hochschule: Leopold-Franzens-Universität Innsbruck Österreich
- ISBN (eBook): 978-3-8324-7185-9
-
ISBN (Paperback) :
978-3-8324-7185-9 P - ISBN (CD) :978-3-8324-7185-9 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Galli, Josef Juli 2003: Performancemessung von Investmentfonds, Hamburg: Diplomica Verlag
- Schlagworte: traditonelle Performancemaße, characteristic-based benchmark, conditional performanceevaluation, Performancemeasurement without benchmarks, carhart measure
In den Warenkorb
74,00 €
Diplomarbeit von Josef Galli
Einleitung:
In meiner Arbeit geht es darum, die traditionellen Performancemaße wie Jensen, Treynor und Sharpe vorzustellen sowie die Kritik an diesen traditionellen Maßzahlen. Anschließend werden fünf neuere Methoden der Performancemessung vorgestellt (Portfolio change measure, 3-factor model, 4-factor model, characteristic based benchmark, conditional performance evaluation) und der Unterschied bzw. die Verbesserung dieser neuen Methoden zu den traditionellen Methoden dargestellt. Des weiteren werden die Unterschiede der neueren Maßzahlen zueinander herausgearbeitet.
Ein Ziel meiner Diplomarbeit war es, unter anderem die zurzeit aktuellsten Performance-Messmethoden für Investmentfonds vorzustellen und deren Funktionsweise zu erläutern. Weiterhin sollten aufbauend auf der Kritik an traditionellen Maßen die Verbesserungen dieser neuen Performance-Methoden zu herkömmlichen Maßen dargestellt werden. Worin ist die Kritik an traditionellen Maßzahlen begründet und inwieweit werden die neuen Messmethoden dieser Kritik gerecht? In welchen Punkten unterscheiden sich die neueren Messmethoden voneinander und von den traditionellen Maßen?
Zur Lösung dieser Fragen habe ich meine Diplomarbeit in vier große Kapitel eingeteilt. In Kapitel I geht es vor allem um die Unterscheidung von aktivem und passivem Portefeuillemanagement. Welche Sichtweisen von Fondsmanagern generieren welche Art von Fonds? Kapitel II beschreibt die traditionellen Performance-Maße sowie deren Funktionsweisen und gleichzeitig werden die am häufigsten geäußerten Kritikpunkte an diesen Messmethoden dargestellt. Kapitel III beinhaltet die Beschreibung von vier neueren Performance-Maßen, deren Funktionsweisen und Verbesserungen zu traditionellen Maßen. Das letzte Kapitel IV ist ein Resümee, das noch einmal die grundlegenden Unterschiede zwischen den neueren Performance-Maßen, als auch die Verschiedenheit der neueren Performance-Maße zu den traditionellen Maßen darstellen soll.
Um überhaupt über die Performance von Investmentfonds diskutieren zu können, ist es unerlässlich, das, was evaluiert werden soll, nämlich ein bestimmter Fonds, genauer zu durchleuchten. Ebenso wichtig ist es zu verstehen, was diesen Fonds ausmacht, was ihn von anderen Fonds unterscheidet und welche Vor- und Nachteile verschiedene Fondskategorien im Hinblick auf die Erzielung einer abnormalen Performance haben.
In diesem Rahmen interessant ist auch die Frage: “Was für finanzwirtschaftliche Sichtweisen (Denkhaltungen) von Fondsmanagern generieren welche Art von Fonds oder Investmentstrategien?“ Inhaltsverzeichnis:
| I. | Allgemeines | |
| 1. | Einleitung | 1 |
| 1.1 | Aktives Portefeuillemanagement | 2 |
| 1.2 | Passives Portefeuillemanagement | 3 |
| 1.3 | Aktiv gemanagte Fonds | 4 |
| 1.4 | Passiv gemanagte Fonds | 6 |
| 1.5 | Performance-Messung | 8 |
| II. | Probleme mit traditionellen Maßzahlen | |
| 2. | Traditionelle Performance Maßzahlen | 9 |
| 2.1 | Der Sharpe Performance Index (PIS) | 10 |
| 2.2 | Der Treynor Performance Index (PIT) | 11 |
| 2.3 | Das Jensen Maß (PIJ) | 15 |
| 2.4 | Die Beziehung zwischen Treynor und Jensen Maß | 16 |
| 2.5 | Das Treynor-Mazuy Maß (TM) | 18 |
| 3. | Kritik an den traditionellen Performancemaßen | 19 |
| 3.1 | Rolls Kritik an empirischen CAPM-Studien | 19 |
| 3.2 | Jensen Maß und Markttiming | 22 |
| 3.3 | Jensen Maß und zeitvariierendes Beta | 24 |
| 3.4 | Renditenanomalien | 24 |
| III. | Neuere Performance-Messmethoden | |
| 4. | Portfolio Change Measure (PCM) | 26 |
| 4.1 | Einleitung | 26 |
| 4.2 | Portefeuille-Bewertung anhand der Portefeuille-Zusammensetzung | 27 |
| 4.3 | Probleme bei der Verwendung der PCM | 28 |
| 4.4 | Vorgehensweise bei der Berechnung der PCM | 28 |
| 4.5 | Welches Lag-Maß ist das geeignetere? | 31 |
| 4.6 | Forschungsergebnisse mit der PCM | 31 |
| 4.7 | Kritik an der PCM-Methode | 31 |
| 4.8 | Zusammenfassung | 32 |
| 5. | Das 4 Faktor-Modell | 33 |
| 5.1 | Einleitung | 33 |
| 5.2 | Das 3-Faktor-Modell von Fama, French | 33 |
| 5.3 | Das Carhart-Maß | 38 |
| 5.4 | Empirische Ergebnisse | 39 |
| 5.5 | Zusammenfassung | 43 |
| 6. | Konditionale Performance-Evaluation | 44 |
| 6.1 | Einleitung | 44 |
| 6.2 | Das konditionale Modell | 47 |
| 6.3 | Empirische Resultate und deren Interpretation | 48 |
| 6.4 | Zusammenfassung | 54 |
| 7. | Characteristic balanced Performance Evaluation (DGTW-Maß) | 56 |
| 7.1 | Einleitung | 56 |
| 7.2 | Was zählt, Kovarianzen oder Charakteristika? | 58 |
| 7.3 | Das Characteristic-based-Performancemaß | 62 |
| 7.3.1 | Das Characteristic-Selectivity-Maß (CS) | 63 |
| 7.3.2 | Das Characteristic-Timing-Maß (CT) | 64 |
| 7.3.3 | Das Average-Style-Maß (AS) | 64 |
| 7.4 | Ergebnisse mit der characteristic-based Performance | 65 |
| 7.5 | Zusammenfassung | 69 |
| IV. | Schlußbemerkung | 70 |
| Literaturverzeichnis | 73 | |
| Eidesstattliche Erklärung | 76 |
RMRF = Exzessrendite eines wertgewichteten Marktportefeuilles SMB = Zero-Investment Faktorportefeuille aus kleinen minus großen Aktien Aktien mit kleiner BE/ME PR1YR = Zero-Investment-Faktorportefeuille aus Aktien mit hoher 1-Jahresrendite minus Aktien mit niedriger 1-Jahresrendite.38 Auch hier liegt die Grundannahme darin, dass Aktien mit hohem (niedrigem) Momentum ein hohes (niedriges) βPR1YR haben. Ein Portefeuille-Manager der eine mechanische Strategie fährt und ein Portefeuille aus überwiegend kleinen Aktien, Aktien mit einem hohen BE/ME und Aktien mit einem hohen Momentum – Aktien, die also auf eine hohe erwartete Rendite schließen lassen – zusammensetzt, wird anhand dieser Benchmark richtigerweise nicht als besserer Performer ausgewiesen. Das 4-Faktor-Modell kann einen Großteil der Varianz der Renditen erklären und stellt damit eine echte Verbesserung zum 3-Faktor-Modell von Fama, French dar. [...]
- 37 haben, was sich in geringen Aktienkursen und hohem BE/ME niederschlägt. Im Gegensatz dazu ist es wahrscheinlicher, dass große Aktien eher gute Zukunftsprognosen und daraus resultierend höhere Aktienpreise, geringere BE/MEs und geringere durchschnittliche Aktienrenditen haben. Das heißt, dass ein Teil des Größeneffekts auf das Fakt zurückzuführen ist, dass kleinere Aktien eher höhere BE/ME aufweisen und ein Teil des BE/ME-Effekts darauf zurückzuführen ist, dass hohe BE/ME-Aktien dazu tendieren eher klein zu sein. Die Korrelation ist jedoch relativ gering und kann deshalb vernachlässigt werden. Auf jeden Fall zeigt die Renditenmatrix in Tabelle 4, dass ein beträchtlicher Teil der Renditen durch die Größe und das BE/ME Verhältnis erklärt werden kann. Das Fama, French 3-Faktor-Modell versucht, diesem Umstand gerecht zu werden, indem es ein Maß kreiert hat, das den Größen- und BE/ME-Effekt in die Bestimmung von erwarteten Renditen und damit auch in die Performance-Evalution mit einbezogen hat. Das Fama, French Modell lautet wie folgt: rit = αiT + biTRMRFt + siTSMB + hiTHML + eit RMRF = Exzessrendite eines wertgewichteten Marktportefeuilles SMB = Zero-Investment Faktorportefeuille aus kleinen minus großen Aktien Aktien mit kleiner BE/ME Die Grundannahme, die dahinter steht, ist jene, dass Aktien mit einem hohen (niedrigen) BE/ME ein hohes (niedriges) βHML haben und Aktien mit einem geringen (großen) Marktwert ein hohes (kleines) βSMB. Aktien mit Renditen, die besonders sensitiv auf Veränderungen dieser Faktorportefeuilles reagieren, tragen mehr zum Risiko eines gut diversifizierten Portefeuilles bei und gelten daher als risikoreicher. Das Fama-French-Modell fängt also die meisten Marktanomalien ein, aber der MomentumAnomalie wird in diesem Modell nicht Rechnung getragen. HML = Zero-Investment Faktorportefeuille aus Aktien mit großer BE/ME minus [...]
Auch hier kann beobachtet werden, dass innerhalb eines Größendezils die Rendite sehr stark mit dem Anstieg des BE/ME zunimmt. Im Durchschnitt unterscheiden sich die Renditen zwischen dem höchsten BE/ME und geringsten BE/ME in einem Größendezil um 0,99 % per Monat (1,63 % - 0,64 %). Ähnliches lässt sich auch bei den Größendezils feststellen. Durchschnittlich beträgt der Unterschied zwischen dem größten und dem kleinsten Größendezil innerhalb eines BE/ME-Dezils 0,58 % per Monat (1,47 % - 0,89 %). Weiters kann aufgezeigt werden, dass zwischen Größe und BE/ME eine Korrelation von – 0,26 besteht, weil Firmen mit einer geringen Größe eher schlechte Zukunftsaussichten [...]
In den Warenkorb
74,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832471859
Arbeit zitieren:
Galli, Josef Juli 2003: Performancemessung von Investmentfonds, Hamburg: Diplomica Verlag
Schlagworte:
traditonelle Performancemaße, characteristic-based benchmark, conditional performanceevaluation, Performancemeasurement without benchmarks, carhart measure
Entdecken Sie mehr zum Thema
