In der folgenden Arbeit wird eine multiple lineare Regressionsanalyse durchgeführt, welche zum Ziel hat, herauszufinden, ob und in welchem Ausmaß mannigfaltig ausgewählte exogene Größen einen statistisch signifikanten Einfluss auf die Aktienrendite der Glencore plc haben. Diese werden sowohl im Verlauf der Arbeit als auch im Fazit gesamtheitlich interpretiert und im Anschluss evaluiert.
Hierfür geht die Arbeit in Kapitel 2 auf die theoretischen Grundlagen der Arbeit ein. Der Fokus wird anschließend in Kapitel 3 auf den Forschungsansatz gelegt. In diesem werden die Datenbasis, das Modell und die zugehörigen Hypothesen sowie die damit zusammenhängenden Modellprämissen behandelt. Im Anschluss daran wird das Ergebnis der Regression in Kapitel 4 aufgeteilt in drei Hauptbereiche vorgestellt und analysiert. Zuletzt befasst sich Kapitel 5 mit dem Fazit der Arbeit, in welcher die Forschungsfrage komprimiert und endgültig beantwortet wird. Dabei erfolgt ebenfalls eine kritische Auseinandersetzung mit der ausgewählten Methodik als auch ein Ausblick auf weiterführende Forschung.
Inhaltsverzeichnis
1. Einleitung
2. Theoretische Grundlagen
3. Forschungsansatz
3.1 Datenbasis
3.1.1 Abhängige Variable
3.1.2 Unabhängige Variablen
3.2 Modell & Hypothesen
3.2.1 Modell
3.2.2 Modellprämissen
3.2.3 Hypothesen
4. Ergebnisse
4.1 Einfluss des FTSE 100 Index
4.2 Einfluss der Sparte Metals & Minerals
4.3 Einfluss der Sparte Energy
5. Fazit
Zielsetzung & Themen
Die vorliegende Arbeit verfolgt das Ziel, mittels einer multiplen linearen Regressionsanalyse zu untersuchen, welche exogenen Einflussfaktoren die Aktienrendite der Glencore plc in ihrer ersten Börsendekade signifikant bestimmt haben. Dabei wird analysiert, in welchem Ausmaß sowohl allgemeine Marktindizes als auch spezifische Rohstoffpreisentwicklungen als Determinanten für die Kursentwicklung fungieren.
- Analyse der Einflussfaktoren auf die Aktienrendite der Glencore plc.
- Einsatz eines multiplen linearen Regressionsmodells zur quantitativen Auswertung.
- Untersuchung des Zusammenhangs zwischen FTSE 100 Renditen und der Glencore-Aktie.
- Evaluation der Auswirkungen von Rohstoffpreis-Futures (Metals & Minerals sowie Energy) auf die Unternehmensrendite.
- Überprüfung der ökonometrischen Modellgüte und statistischen Signifikanz.
Auszug aus dem Buch
3.1 Datenbasis
Als Datenbasis wurden die jeweiligen Kursdaten aus BLOOMBERG entnommen. Diese umfassen den Zeitraum vom Börsengang am 18.05.2011 bis einschließlich zum 30.06.2021. Alle Daten wurden täglich in USD umgerechnet heruntergeladen. Die zugehörigen Renditen wurden anhand dieser Datenlage errechnet.Bei den Rohstoffen wurde anstelle des Spotpreises der jeweilige 3-Monats-Future verwendet. Zum einen, da Glencore laut der eigenen Financial Policy Terminmarktgeschäfte eingeht und die Rendite somit vor allem durch die Rendite der Futures beeinflusst wird sowie zum anderen, da der 3-Monats-Future am liquidesten und somit am aussagekräftigsten ist.
Zusammenfassung der Kapitel
1. Einleitung: Diese Einleitung führt in das Thema des Börsengangs von Glencore plc ein und definiert das Ziel einer Regressionsanalyse zur Identifikation der Einflussfaktoren auf die Aktienrendite.
2. Theoretische Grundlagen: Das Kapitel erläutert die ökonomischen Prinzipien von Preisbildungen an Kapitalmärkten sowie die theoretische Basis des Capital Asset Pricing Models (CAPM) und dessen Erweiterungen.
3. Forschungsansatz: Hier werden die Datenbasis, die mathematische Modellierung und die daraus abgeleiteten Hypothesen für die statistische Untersuchung detailliert definiert.
4. Ergebnisse: Dieses Kapitel präsentiert die Resultate der Regressionsanalyse, aufgeteilt in den Einfluss des Leitindex sowie der Rohstoffsparten, und interpretiert deren Signifikanz.
5. Fazit: Das Fazit fasst die Erkenntnisse zusammen, bewertet die Handlungsempfehlungen für Investoren und diskutiert die methodischen Grenzen der durchgeführten Analyse.
Schlüsselwörter
Glencore plc, Aktienrendite, Regressionsanalyse, FTSE 100, Rohstoffhandel, 3-Monats-Future, Metals & Minerals, Energy, Kapitalmarkt, Finanzmarktdaten, BLUE-Eigenschaften, Preisbewegung, ökonometrische Modellierung, Investmententscheidung, Signifikanzanalyse.
Häufig gestellte Fragen
Worum geht es in der Arbeit grundsätzlich?
Die Arbeit analysiert die statistischen Einflussfaktoren auf die Aktienrendite des Rohstoffkonzerns Glencore plc seit dessen Börsengang im Jahr 2011.
Welche zentralen Themenfelder werden bearbeitet?
Die zentralen Themen umfassen die Kursentwicklung von Aktien, die Bedeutung von Rohstoffpreis-Futures sowie die Anwendung ökonometrischer Verfahren zur Bestimmung von Korrelationen am Kapitalmarkt.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, herauszufinden, ob und in welchem Ausmaß ausgewählte exogene Größen – wie Indizes und Rohstoffpreise – die Rendite der Glencore-Aktie statistisch signifikant beeinflussen.
Welche wissenschaftliche Methode kommt zum Einsatz?
Die Arbeit nutzt eine multiple lineare Regressionsanalyse, wobei die Eignung des Modells durch umfassende Regressionsdiagnostik und statistische Tests überprüft wird.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil werden nach der theoretischen Fundierung die Datenbasis, das gewählte Regressionsmodell und die Hypothesenbildung erläutert, gefolgt von einer detaillierten Analyse der Ergebnisse für verschiedene Marktbereiche.
Welche Schlüsselwörter charakterisieren die Publikation?
Die Arbeit ist durch Begriffe wie Aktienrendite, Regressionsanalyse, Rohstoffhandel, Kapitalmarkt und ökonometrische Modellgüte charakterisiert.
Warum wurden bei den Rohstoffen 3-Monats-Futures anstelle von Spotpreisen verwendet?
Der Rückgriff auf 3-Monats-Futures begründet sich durch die Financial Policy des Unternehmens, das Terminmarktgeschäfte tätigt, sowie durch die höhere Liquidität dieser Kontrakte im Vergleich zu Spotpreisen.
Wie bewertet der Autor die Modellgüte im Fazit?
Das Modell wird als richtig spezifiziert bewertet, wobei der Autor einschränkt, dass aufgrund der komplexen Finanzmarktdaten weiterhin ein Großteil der Bewegungen unerklärt bleibt und komplexere Modelle wie GARCH oder KNN für höhere Aussagekraft ergänzend sinnvoll wären.
- Quote paper
- Tim Niklas Buchholz (Author), Adrian Becker (Author), 2021, Einflussfaktoren auf die Aktienrendite der Glencore plc, Munich, GRIN Verlag, https://www.grin.com/document/1128351
