Prognose von Aktienrenditen mit Mehrfaktorenmodellen
- Art: Diplomarbeit
- Autor: Heiko Sell
- Abgabedatum: Juli 2001
- Umfang: 94 Seiten
- Dateigröße: 1,3 MB
- Note: 1,3
- Institution / Hochschule: Fachhochschule Magdeburg Deutschland
- ISBN (eBook): 978-3-8324-5285-8
-
ISBN (Paperback) :
978-3-8324-5285-8 P - ISBN (CD) :978-3-8324-5285-8 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Sell, Heiko Juli 2001: Prognose von Aktienrenditen mit Mehrfaktorenmodellen, Hamburg: Diplomica Verlag
- Schlagworte: empirische Studie, Querschnittsregressionen, Prognosemodelle Aktien, Mehrfaktorenmodelle
In den Warenkorb
58,00 €
Diplomarbeit von Heiko Sell
Einleitung:
Für den amerikanischen Aktienmarkt wurden bereits sehr umfangreiche Arbeiten zur Bewertungsrelevanz von Bilanzkennzahlen und anderen Kenngrößen vorgenommen. In Europa hingegen fanden bisher nur vereinzelte Studien statt. Die Ergebnisse zeigen, dass einzelne Variablen auch für die europäischen Märkte von Bedeutung sind. Diese Arbeit beruht auf einem Verfahren von Querschnittsregressionen, welches in der Kapitalmarktforschung auf Fama und Mac Beth zurückzuführen ist. Nach diesem Verfahren werden die Faktorsensitivitäten einzelner Variablen für den deutschen Aktienmarkt überprüft, die in der Literatur ihre Bestätigung fanden.
Darüber hinaus soll durch das Zusammenspiel der Variablen bestimmt werden, welche Faktoren eventuell Substitute anderer Variablen sind und inwieweit sich der Renditeprozess durch Mehrfaktorenmodelle beschreiben lässt. Die hier getesteten Modelle basieren einheitlich auf den Bedingungen der Arbitrage Pricing Theory. Im Gegensatz zu Arbeiten von Beikler und Wallmeier wird nicht versucht, die durch das Capital Asset Pricing Modell hervorgebrachten Überrenditen von Aktien zu erklären. Vielmehr wird auf Grundlage der Erkenntnisse von Fama und French unterstellt, dass Mehrfaktorenmodelle die besseren Schätzmodelle darstellen. Diese Annahme wird zusätzlich durch die von Wallmeier vorgebrachten Untersuchungsergebnisse verstärkt, der Zweckmäßigkeit der Risikobereinigung durch das CAPM in Zweifel zieht.
In dieser Studie wird sehr umfangreich die Rolle der Liquiditätskennziffer im Renditeprozess diskutiert. Die hier vorgestellten Liquiditätskennzahlen werden nach bisherigen Erkenntnissen erstmals auf dem deutschen Aktienmarkt untersucht.
Neben der Faktoranalyse werden die Variablen mit den dazugehörigen Faktorsensitivitäten in Prognosemodellen eingesetzt. Dieser Teil der Arbeit prüft die Einsatzmöglichkeit von Faktorenmodellen im Praxisgebrauch.
Inhaltsverzeichnis:
| Abkürzungsverzeichnis | I | |
| Abbildungs- und Tabellenverzeichnis | III | |
| I. | Einleitung | 1 |
| II. | Hauptteil | 2 |
| III. | Zusammenfassung | 81 |
| 1. | Theoretische Grundlagen | 2 |
| 1.1 | Capital Asset Pricing Model | 2 |
| 1.1.1 | Modellannahmen | 2 |
| 1.1.2 | Die „Security Market Line“ | 3 |
| 1.1.3 | Das „Single Index Market Model“ | 5 |
| 1.1.4 | Modellvariante - Zero Beta - CAPM | 6 |
| 1.2 | APT | 6 |
| 1.2.1 | Modellannahmen | 7 |
| 1.2.2 | Herleitung der Bewertungsgleichung | 9 |
| 1.3. | The Cross Section of Expected Stock Returns | 11 |
| 1.3.1 | Vorhergehende Untersuchungen | 11 |
| 1.3.2 | Der Fama - French Ansatz | 12 |
| 1.3.3 | Datenaufbereitung | 13 |
| 1.3.4 | Methodik der Untersuchung | 13 |
| 1.3.4.1 | Portfoliobildung | 13 |
| 1.3.4.2 | Cross Sectional Regression | 14 |
| 1.3.5 | Resümee | 14 |
| 1.3.5.1 | Portfolioebene | 15 |
| 1.3.5.2 | Regressionsebene | 16 |
| 1.3.6 | Schlußbemerkung | 16 |
| 2. | Fundamentale Faktoren | 17 |
| 2.1 | Verwendung von mikro- und makroökonomischen Variablen | 17 |
| 2.2 | Die fundamentalen Faktoren im Überblick | 18 |
| 2.2.1 | Price/Earning - Verhältnis (P/E) | 18 |
| 2.2.2 | Price Cash Flow - Verhältnis (PC) | 21 |
| 2.2.3 | Kleinfirmeneffekt (size) | 22 |
| 2.2.4 | Buchwert Marktwert - Verhältnis (BwMw) | 24 |
| 2.2.5 | Der Leverage Faktor | 27 |
| 2.2.6 | Die Liquiditätskennziffer | 28 |
| 2.2.7 | Anzahl der Wertpapiere | 34 |
| 2.2.8 | Last rendite und mean reversion | 35 |
| 2.2.9 | Der Beta - Faktor | 37 |
| 2.2.10 | DAX - Variable | 38 |
| 3. | Systematik der Datengewinnung | 39 |
| 3.1 | Konzeption der Datenaufbereitung | 39 |
| 3.1.1 | Quantitative Auswahl | 39 |
| 3.1.2 | Qualitative Auswahl | 40 |
| 3.1.3 | Auswahl der Unternehmen | 41 |
| 3.1.4 | Datengewinnung | 41 |
| 3.2 | Beschreibung der Datenbasis | 43 |
| 3.3 | Erläuterung zur Zusammensetzung der verwandten Variablen | 45 |
| 4. | Querschnittsregressionen nach Fama/Mac Beth | 50 |
| 4.1 | Methodik | 50 |
| 4.2 | Umsetzung der Querschnittsregression | 53 |
| 4.2.1 | Verfahren der Einzelregression | 54 |
| 4.2.2 | Verfahren der multiplen Regression | 54 |
| 4.2.3 | Prüfung der Variablen auf Multikollinearität | 55 |
| 4.3 | Ergebnisse der Querschnittsregression | 58 |
| 4.3.1 | Darstellung der Ergebnisse | 58 |
| 4.3.2 | Abstufung des Gesamtmodells | 58 |
| 4.3.2.1 | Multikollinearität der Faktoren | 60 |
| 4.3.2.2 | Weitere Abstufungen | 61 |
| 4.3.3 | Auswertung der einzelnen Faktoren | 63 |
| 4.4 | Überprüfung der Modelleigenschaften anhand der Residuen | 69 |
| 4.5 | Prognosegüte der Modelle | 75 |
| 4.5.1 | Vorgehensweise | 75 |
| 4.5.2 | Prognosemaße und Güte | 76 |
| 4.5.2.1 | Mean Squere Error (MSE) | 76 |
| 4.5.2.2 | Rooted Mean Square Error (RMSE) | 77 |
| 4.5.2.3 | Trefferquote (TQ) | 77 |
| 4.5.3 | Ergebnisse | 77 |
| 4.5.4 | Negative Trefferquote | 79 |
| 4.5.5 | Schlußfolgerung | 80 |
| Literaturverzeichnis | 82 |
zu vernachlässigen. In der Folge kommt es zu Überreaktionen der Marktteilnehmer, die sich in steigenden Kursen niederschlagen.81 Die hieraus zu prüfende Hypothese lautet: Um so höher die Rendite des Vormonats, desto niedriger fällt die nachfolgende Rendite aus. Renditen kehren also auf kurz oder lang zu ihrem Mittelwert zurück. 2.2.9. Der Beta - Faktor Der Beta – Faktor misst das durch ein Wertpapier übernommene Marktrisiko. Um so stärker die Volatilität einer Aktie an das Marktportfolio gekoppelt ist, desto höher fällt der Beta - Faktor aus.82 Während der Korrelationsfaktor Aufschluss darüber gibt, ob zwei verschiedenartige Werte (z.B. Index und Aktie) in einem engen Zusammenhang zueinander stehen, gibt der Beta - Faktor die unmittelbare Sensitivität an. Der Korrelationsfaktor kann lediglich Werte zwischen –1 und 1 annehmen. Bei einem Korrelationsfaktor von 1 oder – 1 besteht ein perfekter linearer Zusammenhang.83 Indes sind für den Beta - Faktor auch Werte größer eins bzw. kleiner minus eins möglich. Zum Vergleich: Ein Wertpapier sei mit dem Marktportfolio perfekt positiv korreliert. Der Beta - Wert für dieses Wertpapier beträgt aber 2. D.h., wenn das Marktportfolio um 10 Prozent steigt, steigt die Aktie im Vergleichszeitraum um 20 Prozent.84 Ein risikoloser Zinssatz soll in diesem Fall nicht existieren. Der Beta - Faktor für sich allein betrachtet, liefert nicht die Antwort, ob zwischen den betrachteten Werten überhaupt ein linearer Zusammenhang besteht.85 Diese Beziehung wird erst durch den Korrelationsfaktor offen gelegt. Die Güte der Schätzung steht und fällt mit dem Korrelationsfaktor. Ein Beta Wert lässt sich auch bestimmen, wenn es überhaupt keinen linearen Zusammenhang gibt (Korrel = 0). Als Marktportfolio wird häufig ein Die [...]
Die Untersuchung konzentriert sich auf Aktien, die in den letzten Jahren extrem hohe Kursgewinne oder -verluste zu verzeichnen hatten. Anhand dieser Klassifizierung wurden die Portfolios nach Winner und Loser Stocks geformt.78 Die Resultate bestätigen die Annahmen zur Winner/Loser – Anomalie. Innerhalb einer Betrachtungsperiode von 36 Jahren schlagen die Loser Portfolios, gebildet aus 35 Aktien, den Markt um 19,6 Prozent. Betrachtet man dagegen die Winner – Portfolios, kommt man zu dem Ergebnis, dass diese den Markt um fünf Prozent unterbieten. Stellt man die beiden Portfolios gegenüber, fällt der Unterschied sogar noch größer aus. Unter Einbeziehung der Beta – Faktoren aus dem CAPM stellt sich folgender Sachverhalt heraus: Die Beta – Faktoren der Winner Portfolios sind im Durchschnitt höher als die der Loser – Portfolios. Damit zeigt sich, wenn das CAPM korrekt ist, dass die Loser – Portfolios nicht nur den Markt outperformen, sondern auch noch weniger riskant sind. De Bondt und Thaler bestätigen die aufgestellte Hypothese, wonach die Renditen langfristig zu ihrem Mittelwert zurückkehren.79 In dieser Arbeit soll überprüft werden, ob die Rendite des Vormonats Einfluss auf die nachfolgende Rendite nimmt. Dem Ansatz von De Bondt und Thaler folgend, müssten Wertpapiere mit hohen Renditen in der nachfolgenden Perioden zu ihrem Mittelwert zurückfinden. Mit dem Übergang ins Informationszeitalter stehen dem interessierten Investor Informationen in bis dahin ungeahnter Form und Schnelligkeit zur Verfügung. Die Marktteilnehmer haben gelernt, auf aktuelle Informationen postwendend zu reagieren. Seitens der Investoren gibt es große Bemühungen auf aktuelle Informationen zu handeln und durch die neue Informationstechnologie sehen sie sich in die Lage versetzt, dies auch zu tun.80 Untersuchungen von Kahneman haben gezeigt, dass Anleger dazu tendieren, aktuelle Informationen überzubewerten und Basisinformationen [...]
den Risikoaspekt bei dieser Größe in Vordergrund, müsste sich ein negatives Vorzeichen ergeben.74 Datar kann diesen Zusammenhang empirisch bestätigen und kommt zu dem Ergebnis, dass durch die Liquiditätskennziffer die Rolle von Size übernommen wird.75 Ein großer Nachteil bei dieser Größe besteht darin, dass es neben Aktien mit unterschiedlichen Nennbeträgen auch nennbetragslose Papiere gibt. Zurückzuführen auf die uneinheitliche Aktienlandschaft erschwert sich die Verwendung der Kennzahl als Größenmaß. Unternehmen, die Aktien mit hohem Nennbetrag ausgegeben haben, könnten angesichts dieser Kenngröße als klein eingestuft werden, obwohl sie anhand ihrer Marktkapitalisierung als groß einzuordnen sind. So ist es auch nicht weiter verwunderlich, dass Theler und Tuchschmid für die Größe ein positives Vorzeichen dokumentieren.76 Hypothese: Je höher die Anzahl der Wertpapiere ist, um so niedriger fällt die durchschnittliche Rendite aus. 2.2.8. Last Rendite und mean reversion Diese Kennziffer soll sich mit der winter-loser Anomalie [...]
In den Warenkorb
58,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832452858
Arbeit zitieren:
Sell, Heiko Juli 2001: Prognose von Aktienrenditen mit Mehrfaktorenmodellen, Hamburg: Diplomica Verlag
Schlagworte:
empirische Studie, Querschnittsregressionen, Prognosemodelle Aktien, Mehrfaktorenmodelle



