Martin Grottke Livres

Inhaltsangabe:Einleitung: Der aus dem Marktmodell hervorgegangene Betafaktor, der die Schwankung einer Aktie im Vergleich zur Schwankung eines Index bezeichnet, ist in der Praxis der Aktienanalyse eine der wichtigsten Kennzahlen. Neben den Annahmen der neoklassischen Finanzierungstheorie müssen bei der Ermittlung der Betafaktoren zahlreiche weitere Annahmen, die überwiegend statistischer Natur sind, erfüllt sein. Dies resultiert aus dem angewandten Schätzverfahren, der Kleinst-Quadrat-Methode. Welche Probleme die Verletzung eine dieser Annahmen - die Normalverteilung der Residuen - aufwirft und wie darauf reagiert werden kann, wird im Rahmen dieser Arbeit näher untersucht. Nachdem zunächst eine Übersicht über verschiedene Modelle der Finanzwirtschaft gegeben wird, sollen in einer ersten, kleineren empirischen Untersuchung Aussagen über die Validität des Marktmodells gemacht werden, was insbesondere durch eine Untersuchung der Schwankung der Betafaktoren im Zeitablauf geschieht. Anschließend werden die statistischen Verfahren der robusten M-Schätzer, einer zum KQ-Schätzer alternativen Methode, die bei einer Abweichung von der Normalverteilung angewandt werden kann, vorgestellt. Es folgt eine ausführliche empirische Analyse, die insbesondere zeigt, daß die Schwankung der Betafaktoren im Zeitablauf durch die Anwendung robuster Verfahren gemindert und somit die Validität des Marktmodells erhöht werden kann. In einer Erweiterung werden danach die robusten GM-Schätzer eingeführt, ebenfalls begleitet von einer Anwendung auf reale Kursdaten. Den Abschluß der Arbeit bildet eine Untersuchung der Varianz der Schätzer. Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung1 2.Überblick über verschiedene Finanzmarktmodelle3 2.1Die Portfoliotheorie3 2.1.1Das Markowitz-Modell5 2.1.2Das Single-Index-Modell von Sharpe10 2.2Die Kapitalmarkttheorie - das Capital Asset Pricing Model (CAPM)12 2.3Das Marktmodell18 2.3.1Theoretische Grundlagen18 2.3.2Überlegungen zur Gültigkeit des Marktmodells21 3.Eigene Untersuchungen zur Stabilität des KQ-Betafaktors23 4.Die M-Regressionsschätzer der robusten Statistik31 4.1Warum robuste Regression? - Das Problem der Ausreißer31 4.2Verschiedene robuste M-Regressionsschätzer32 4.2.1Der Huber-M-Schätzer35 4.2.2Der Hampel-M-Schätzer36 4.3Die Wahl der Tuningkonstanten37 4.4Iterative Berechnung der Regression mittels M-Schätzer - Wahl des Startwerts39 5.Vergleich der verschiedenen M- mit dem KQ-Schätzer40 5.1Der [ ]

Die Annahme der Normalverteilung ist in vielen Modellen der modernen Kapitalmarkttheorie verbreitet, obwohl sie in den meisten Fällen nicht zutrifft. Besonders die erhöhte Leptokurtosis ist häufig zu beobachten, weshalb flexiblere Verteilungen wie die t-Verteilung besser geeignet sind, um Finanzmarktdaten zu modellieren. Es ist jedoch umstritten, ob eine symmetrische Verteilung ausreicht oder ob Schiefe in Wertpapier-Renditen berücksichtigt werden muss. Der Autor untersucht diese Fragestellung ausführlich und präsentiert ein allgemeines Verfahren zur Erzeugung schiefer Verteilungen aus symmetrischen Ausgangsverteilungen. Dieses Verfahren überzeugt durch Einfachheit und Flexibilität, da die Anforderungen an die Ausgangsverteilung gering sind. In einem empirischen Teil wird die flexible SGT2-Verteilung an Finanzmarktdaten angepasst, und die Verbesserung im Vergleich zur Normalverteilung wird illustriert. Anschließend liegt der Fokus auf GARCH-Modellen, deren Anwendung in der Finanzmarktökonometrie zunehmend an Bedeutung gewinnt. Diese Modelle basieren ursprünglich auf der Normalverteilung, können jedoch leicht um verallgemeinerte Verteilungen erweitert werden. Empirische Ergebnisse zeigen, dass diese Erweiterungen sinnvoll sind. Den Abschluss bildet die Schätzung von Betafaktoren des CAPM, wobei erneut die Verwendung verallgemeinerter Verteilungen angezeigt ist.