Ziel der vorliegenden Arbeit ist es, zu untersuchen, in welchem Umfang der private Anleger mit Hilfe von Kennzahlensystemen am Aktienmarkt profitieren kann. Unter Kennzahlensystemen werden dabei im Rahmen dieser Arbeit quantitative Investitionsstrategien verstanden, welche mechanisch funktionieren, das heißt nach vorher genau definierten Kriterien, die zu einer Kauf- bzw. Verkaufsentscheidung führen.
Da Investoren mittlerweile auch mit Hilfe von ETF’s kostengünstig an einer quantitativen Investitionsstrategie partizipieren können (Factor Investing), stellen sich damit die aus praktischer Sicht entscheidenden Fragen: Welche Kennzahlen können empirisch bewiesen den Gesamtmarkt übertreffen? Können mehrere Kennzahlen in einem Multifaktormodell eine höhere Rendite erzielen? Wie hoch fallen die Überrenditen aus? Mit welchem Risiko gehen diese einher? Ab welchem Anlagehorizont treten die Überrenditen mit hoher Wahrscheinlichkeit ein?
Obwohl die Bewertung der professionell gemanagten Portfolios mit der Theorie der effizienten Kapitalmärkte im Einklang steht, die besagt, dass überdurchschnittliche Aktienerträge auf längere Sicht kaum zu erzielen sind, werden immer wieder Studien veröffentlicht, die zu einer gegenteiligen Schlussfolgerung gelangen. Bereits Benjamin Graham und David Dodd stellten 1934 in ihrem Buch "Security Analysis" die Theorie auf, dass auf dem Markt in "Ungnade" gefallene Aktien stark unterbewertet sein können und dass Investoren diese Fehlbewertungen ausnutzen können.
Inhaltsverzeichnis
1 Einleitung
1.1 Problemstellung, Zielsetzung und Forschungsfrage
1.2 Vorgehensweise
2 Theoretische Grundlagen
2.1 Moderne Kapitalmarkttheorie
2.1.1 Effizienzmarkthypothese
2.1.2 Formen von Markteffizienz
2.1.3 Modelle der modernen Kapitalmarkttheorie
2.1.4 Anomalien innerhalb der Kapitalmarkttheorie
2.2 Behavioral Finance
2.2.1 Informationswahrnehmung
2.2.2 Informationsverarbeitung
2.2.3 Entscheidungsfindung
3 Definition und Abgrenzung der quantitativen Analyse
3.1 Fundamentalanalyse
3.2 Technische Analyse
3.3 Quantitative Analyse
4 Marktkapitalisierung
5 Value
5.1 Begriffsabgrenzung
5.2 Renditeunterschiede zwischen Value und Growth
5.3 Value-Renditen im Vergleich zur Marktrendite
5.4 Value Multifaktoren
5.4.1 Value und Marktkapitalisierung
5.4.2 Value Kombinationen
5.5 Zwischenfazit
6 Momentum
6.1 Preismomentum
6.2 Gewinn-Momentum
6.3 Mean Reversion
6.4 Value und Momentum
7 Gewinnwachstum
7.1 Prognostiziertes Gewinnwachstum und Analystenschätzungen
7.2 1 Jahres Gewinnentwicklung
7.3 Value und Gewinnwachstum
8 Qualität
8.1 Renditen und Margen als Rentabilitätsgrößen
8.2 Mean Reversion bei Rentabilitäten
9 Implikationen für die Strategiebildung
9.1 Umsetzung eines einfachen Kennzahlenmodells
9.2 Umsetzung komplexen Kennzahlenmodells am Beispiel der „Levermann Checkliste“ für Small & Mid Caps
10 Fazit
Zielsetzung & Themen
Die Arbeit untersucht, ob Privatanleger mithilfe definierter Kennzahlensysteme eine Outperformance gegenüber dem Gesamtmarkt erzielen können, wobei die Effizienzmarkthypothese kritisch hinterfragt wird.
- Analyse von Kurs- und Unternehmensbewertungsmodellen
- Grundlagen und Grenzen der Behavioral Finance
- Vergleich von Value-, Momentum- und Growth-Strategien
- Bedeutung der Unternehmensqualität und Kennzahlenkombinationen
- Praktische Implementierung von quantitativem Anlagemanagement
Auszug aus dem Buch
1.2 Vorgehensweise
Die vorliegende Arbeit gliedert sich in vier Teile. Zum grundlegenden Verständnis werden zu Beginn die theoretischen Grundlagen erläutert, die die Annahme erlauben, Überrenditen im Vergleich zum Gesamtmarkt erzielen zu können. Dabei wird die Theorie der effizienten Kapitalmärkte den Forschungen aus der Bahavioral Finance gegenübergestellt. Die Ergebnisse hieraus sollen dann das theoretische Gerüst für die Renditemöglichkeiten der zu bildenden Strategie begründen. Auf Basis der theoretischen Grundlagen wird im Anschluss die quantitative Analyse und die Bedeutung eines Kennzahlenmodells definiert, eingeordnet und zur Technischen- und Fundamentalanalyse abgegrenzt. Im dritten Teil werden die verschiedenen Kennzahlen aufgrund ihrer Renditeprognose mit Hilfe von empirischen Studien analysiert. Es wird hierbei ein größtmöglicher historischer Zeitraum abgedeckt, um die Validität der Ergebnisse zu gewährleisten. Aus den gewonnen Ergebnissen wird im vierten Teil der Arbeit eine Strategie zur Aktienauswahl anhand bekannten Kennzahlenmodell dere diskutiert
Zusammenfassung der Kapitel
1 Einleitung: Die Arbeit beleuchtet die Aktienkultur in Deutschland und stellt die Forschungsfrage nach den Möglichkeiten einer Outperformance durch systematische Anlagestrategien.
2 Theoretische Grundlagen: Dieses Kapitel kontrastiert die Hypothese effizienter Märkte mit Erkenntnissen der Behavioral Finance, die menschliche Fehlentscheidungen als Potenzial für Überrenditen identifiziert.
3 Definition und Abgrenzung der quantitativen Analyse: Es werden die Unterschiede zwischen klassischer Fundamental- und technischer Analyse gegenüber der mechanischen, quantitativen Strategie herausgearbeitet.
4 Marktkapitalisierung: Das Kapitel untersucht den Zusammenhang zwischen der Größe eines Unternehmens und dessen Potenzial für Outperformance (Size-Effect).
5 Value: Hier werden Bewertungskennzahlen wie KGV oder KBV analysiert, um aufzuzeigen, wie günstig bewertete Aktien das Potenzial zu langfristig besseren Renditen bieten.
6 Momentum: Dieses Kapitel befasst sich mit der Fortsetzung von Preis- und Gewinntrends sowie dem Konzept der Mean Reversion.
7 Gewinnwachstum: Die Analyse zeigt, dass hohes prognostiziertes Gewinnwachstum oft mit niedrigen Renditen korreliert, da Erwartungen häufig in den Kursen eingepreist sind.
8 Qualität: Untersuchung der Bedeutung fundamentaler Rentabilitätskennzahlen wie Eigenkapitalrendite und EBIT-Margen für die Aktienqualität.
9 Implikationen für die Strategiebildung: Dieses Kapitel stellt praktische Ansätze wie die Levermann-Checkliste vor, um die theoretischen Ergebnisse in konkrete Handelsentscheidungen zu überführen.
10 Fazit: Die Arbeit resümiert, dass systematische, unemotionale Anlagestrategien auf Basis objektiver Kennzahlen gegenüber rein intuitiven Entscheidungen einen Renditevorteil bieten können.
Schlüsselwörter
Aktieninvestment, Quantitative Analyse, Effizienzmarkthypothese, Behavioral Finance, Value-Strategie, Momentum, Marktkapitalisierung, Gewinnwachstum, Kennzahlenmodell, Outperformance, Mean Reversion, Levermann-Checkliste, Small Caps, Anlagestrategie, Finanzmarkt
Häufig gestellte Fragen
Worum geht es in dieser Abschlussarbeit grundlegend?
Die Arbeit untersucht, ob und wie Privatanleger durch systematische, regelbasierte Anlagestrategien – basierend auf Finanzkennzahlen – dauerhaft eine bessere Performance als der Gesamtmarkt erreichen können.
Welche zentralen Themenfelder werden in der Analyse behandelt?
Zentral sind die theoretischen Grundlagen von Kapitalmärkten, der Einfluss psychologischer Faktoren (Behavioral Finance) auf Marktteilnehmer sowie die Wirksamkeit von Value-, Momentum- und Qualitäts-Investmentansätzen.
Was ist das primäre Ziel oder die Forschungsfrage?
Das Hauptziel ist die Beantwortung der Frage, ob ein privater Anleger durch den Einsatz von mechanischen Kennzahlensystemen systematische Fehlbewertungen am Markt nutzen und so Überrenditen erwirtschaften kann.
Welche wissenschaftliche Methode wird primär verwendet?
Die Arbeit basiert primär auf einer Literaturanalyse und dem Vergleich historischer empirischer Studien sowie der Definition und Anwendung quantitativer Strategiemodelle für die Aktienauswahl.
Was deckt der Hauptteil der Arbeit ab?
Der Hauptteil analysiert verschiedene Erklärungsmodelle für Überrenditen, wie Marktkapitalisierung, Kennzahlenanomalien (Value), Preistrends (Momentum) und die Bedeutung der Unternehmensqualität, bis hin zur praktischen Strategieanwendung.
Welche Schlüsselwörter charakterisieren das Werk?
Die wichtigsten Schlagworte sind Quantitative Analyse, Aktienselektion, Marktanomalien, Value-Investing, Momentum-Strategien und Behavioral Finance.
Welche Rolle spielt die "Levermann-Checkliste" in der Arbeit?
Die Levermann-Checkliste dient im neunten Kapitel als exemplarisches Modell, um die theoretischen Ergebnisse der quantitativen Analyse in eine konkrete Investmentstrategie für den Bereich "Small & Mid Caps" zu übersetzen.
Warum schneiden "Glamour-Aktien" oft schlechter ab als erwartet?
Die Arbeit erklärt dies damit, dass Anleger dazu neigen, positive Trends zu weit in die Zukunft zu extrapolieren, wodurch diese Unternehmen meist überbewertet sind und die hohen Erwartungen bei der Quartalsberichterstattung häufig enttäuscht werden.
- Arbeit zitieren
- Tim Schäfer (Autor:in), 2014, Determinanten eines Aktieninvestments anhand von Kennzahlenmodellen, München, GRIN Verlag, https://www.grin.com/document/1278689
