In früheren Jahren spielten Rohstoffe allenfalls eine untergeordnete Rolle in den Investitionsentscheidungen sowohl von professionellen Portfoliomanagern als auch von Privatanlegern. Als Grund wurde dafür häufig das hohe Risiko, gemessen an der Volatilität der Preisbewegungen, angegeben, welches Rohstoffen als Investmentalternative angeblich innewohnt. In den letzten Jahren jedoch gewannen Rohstoffe als Assetklasse, wohl auch vor dem Hintergrund der rasant ansteigenden Rohstoffpreise und dem seit Jahren intakten Superzyklus, immer mehr an Bedeutung. Die Wissenschaft ist sich dabei schon seit langer Zeit einig, dass Rohstoffe einen positiven Beitrag zur Portfoliooptimierung leisten können. Ein wichtiger Vorzug ist dabei in der Absicherung gegen Inflationsrisiken zu sehen, da Rohstoffe, historisch betrachtet, eine positive Korrelation mit der Inflation aufweisen. Der größte Vorteil liegt dabei in der absichernden Wirkung von Rohstoffen gegenüber unerwarteter Inflation, da vorhersehbare Inflation auch zu höheren Bond- und Aktienrenditen führt, eine unerwartete Inflation in der Vergangenheit jedoch meist in negativen Bond- und Aktienrenditen resultierte. Des Weiteren kann in fast allen vergangenen Perioden ein unkorrelierter Verlauf, in Teilen sogar eine negative Korrelation zwischen Rohstoff- und Aktienrenditen sowie Bondrenditen festgestellt werden. Dadurch bietet ein Investment in Rohstoffe dem Anleger letztlich die Möglichkeit zur Diversifikation seines Portfolios.
Seit die Rohstoffpreise im Jahr 2008 jedoch sehr stark gefallen sind, wie beispielsweise Rohöl, das vom Höchststand von mehr als 147 US-Dollar je Barrel im Juli 2008 um mehr als 70% auf unter 40 US-Dollar zum Jahresende zurückging, oder Zink, das von mehr als 4.500 US-Dollar je Tonne im Dezember 2006 gar um fast 80% auf nur noch knapp über 1.100 US-Dollar einbrach, wurden die Anleger wieder stärker für die Risiken eines Rohstoffinvestments sensibilisiert.
Aus diesem Grund geht die hier vorliegende Arbeit nicht der Frage nach, wie Rohstoffe zur Optimierung eines Multi-Asset-Portfolios beitragen können, sondern es soll vielmehr analysiert werden, welche Allokation der einzelnen Subsegmente innerhalb des Rohstoffsektors den größten Nutzen für einen Investor generieren kann. Für die Optimierung werden dabei die Portfolio Selection Theory von Markowitz, das daran anknüpfende Modell unter Berücksichtigung höherer Verteilungsmomente sowie das Black-Litterman-Modell herangezogen.
Inhaltsverzeichnis
1 Problemstellung
2 Rohstoffe als eigenständige Assetklasse
2.1 Einordnung des Rohstoffsektors in die Klassifizierung der Assets
2.2 Investitionsmöglichkeiten in Rohstoffe
2.2.1 Probleme beim physischen Erwerb von Rohstoffen und bei der Investi tion in Rohstoffaktien
2.2.2 Direktinvestition durch unbedingte Termingeschäfte
2.2.2.1 Funktionsweise und Bewertung von Commodity-Futures und –For wards
2.2.2.2 Die wichtigsten Rohstoffbörsen und -indizes im Überblick
2.2.2.3 Renditequellen von Rohstoff-Indizes
2.2.3 Bedingte Termingeschäfte und strukturierte Produkte als Alternativen zum Direktinvestment
3 Modelltheoretische Grundlagen des Portfoliomanagements
3.1 Die Portfolio Selection Theory von Markowitz
3.1.1 Die Grundidee von Diversifikation und Wertpapiermischung
3.1.2 Das Standardmodell von Markowitz ohne risikolose Anlage
3.1.2.1 Die Menge aller möglichen Portfolios
3.1.2.2 Bestimmung der Effizienzkurve aus der Menge aller Portfolios
3.1.2.3 Isonutzenfunktionen und die Ableitung des optimalen Portfolios
3.1.3 Erweiterung zur Portfoliooptimierung mit risikolosem Zinssatz
3.1.3.1 Portfoliorendite und –risiko bei risikolosem Zinssatz
3.1.3.2 Kapitalmarktlinie und Tobin Separation
3.1.4 Kritische Würdigung der Portfolio Selection Theory
3.1.4.1 Unrealistische Modellannahmen und eine Vielzahl von Inputpara metern
3.1.4.2 Extreme Portfoliogewichte
3.1.4.3 Sensitivität der Portfolioallokationen
3.1.4.4 Schätzfehler in den Eingabegrößen
3.2 Portfoliooptimierung unter Berücksichtigung höherer Momente der Verteilung
3.2.1 Die Grundidee höherer Momente im Portfoliomanagement
3.2.2 Weitere Ziele des Investors neben Rendite und Varianz
3.2.2.1 Schiefe als dritter Moment der Verteilung
3.2.2.2 Kurtosis als vierter Moment der Verteilung
3.2.3 Taylorentwicklung des Erwartungsnutzens und das Effizienzkriterium
3.2.4 Portfoliooptimierung mit dem Polynomial Goal Programming
3.2.4.1 Die Grundidee und Vorgehensweise des Polynomial Goal Program ming
3.2.4.2 Polynomial Goal Programming angewandt auf höhere Momente
3.2.5 Kritische Würdigung der Berücksichtigung höherer Momente
3.3 Das Black-Litterman-Modell auf Basis von Umkehroptimierungen
3.3.1 Ansatz zur Lösung der Schwächen der Portfolio Selection Theory
3.3.2 Referenzportfolios als Startpunkt der Portfoliooptimierung
3.3.2.1 Ansätze zur Bestimmung des neutralen Portfolios
3.3.2.2 Ermittlung der Gleichgewichtsrenditen durch umgekehrte Optimie rung
3.3.3 Individuelle Erwartungen des Investors und Vertrauensniveaus
3.3.3.1 Spezifikation der Renditeerwartungen
3.3.3.2 Beurteilung der Güte der Renditeprognosen
3.3.4 Einbindung der spezifischen Erwartungen in das Gleichgewichtsportfolio nach dem Bayesianischen Ansatz
3.3.5 Kritische Würdigung des Black-Litterman-Modells
4 Konstruktion und Analyse eines Musterportfolios zur praktischen Anwen dung der Portfoliotheorien auf den Rohstoffsektor
4.1 Datenbasis für die Konstruktion eines Musterportfolios
4.1.1 Die Subindizes des Dow Jones-AIGCI zur Abbildung des Rohstoff sektors
4.1.2 Analyse vergangener Renditeentwicklungen einzelner Rohstoffsek toren
4.1.2.1 Der Gesamtrohstoffmarkt am Beispiel des DJ-AIG TR
4.1.2.2 Energierohstoffe am Beispiel des DJ-AIG Energy TR
4.1.2.3 Agrarwirtschaft am Beispiel des DJ-AIG Agriculture TR
4.1.2.4 Industriemetalle am Beispiel des DJ-AIG Industrial Metals TR
4.1.2.5 Edelmetalle am Beispiel des DJ-AIG Precious Metals TR
4.1.2.6 Viehwirtschaft am Beispiel des DJ-AIG Livestock TR
4.1.3 Wirkung unterschiedlicher Zeithorizonte auf die Schiefe von Roh stoffen
4.1.4 Die Interaktion der einzelnen Sektoren und das Diversifikationspoten tial
4.2 Bestimmung der optimalen Portfoliozusammensetzung mit der Portfolio Selection Theory nach Markowitz
4.2.1 Optimierung unter Berücksichtigung eines Leerverkaufsverbots
4.2.2 Optimierung unter Berücksichtigung der Restriktionen des DJ-AIGCI
4.2.3 Aufhebung von Leerverkaufsrestriktionen und Maximalgewichten
4.2.4 Kritische Würdigung der praktischen Portfoliooptimierung nach Markowitz
4.3 Praktische Optimierung unter Berücksichtigung höherer Momente
4.3.1 Polynomial Goal Programming bei Bestehen eines Leerverkaufs verbots
4.3.2 Optimierung über höhere Momente für die Restriktionen des DJ AIGCI
4.3.3 Aufhebung von Leerverkaufsrestriktionen und Maximalgewichten
4.3.4 Kritische Würdigung der praktischen Portfoliooptimierung unter Berück sichtigung höherer Momente der Verteilung
4.4 Praktische Anwendung des Black-Litterman-Modells
4.4.1 Das neutrale Portfolio auf Basis naiver Diversifikation
4.4.2 Die Zusammensetzung des DJ-AIGCI als Benchmarkportfolio
4.4.3 Kritische Würdigung der praktischen Optimierung nach Black/ Litterman
5 Thesenförmige Zusammenfassung
Zielsetzung & Themen
Die Arbeit analysiert, wie die Allokation einzelner Subsegmente innerhalb des Rohstoffsektors für einen Investor den größten Nutzen generieren kann. Dabei wird die Forschungsfrage untersucht, welche Anlagestrategien unter Anwendung der Markowitz-Portfoliotheorie, einer Erweiterung um höhere Verteilungsmomente sowie des Black-Litterman-Modells zur Optimierung eines Rohstoffportfolios führen.
- Diversifikationseffekte von Rohstoffen im Vergleich zu klassischen Assetklassen.
- Theoretische Fundierung und kritische Würdigung der Portfolio Selection Theory.
- Integration höherer Momente der Renditeverteilung (Schiefe und Kurtosis) in die Portfoliooptimierung.
- Praktische Anwendung des Black-Litterman-Modells unter Berücksichtigung individueller Renditeprognosen.
- Konstruktion und Analyse eines Musterportfolios basierend auf dem Dow Jones-AIG Commodity Index (DJ-AIGCI).
Auszug aus dem Buch
1 Problemstellung
In früheren Jahren spielten Rohstoffe allenfalls eine untergeordnete Rolle in den Investitionsentscheidungen sowohl von professionellen Portfoliomanagern als auch von Privatanlegern. Als Grund wurde dafür häufig das hohe Risiko, gemessen an der Volatilität der Preisbewegungen, angegeben, welches Rohstoffen als Investmentalternative angeblich innewohnt. In den letzten Jahren jedoch gewannen Rohstoffe als Assetklasse, wohl auch vor dem Hintergrund der rasant ansteigenden Rohstoffpreise und dem seit Jahren intakten Superzyklus, immer mehr an Bedeutung. Die Wissenschaft ist sich dabei schon seit langer Zeit einig, dass Rohstoffe einen positiven Beitrag zur Portfoliooptimierung leisten können. Ein wichtiger Vorzug ist dabei in der Absicherung gegen Inflationsrisiken zu sehen, da Rohstoffe, historisch betrachtet, eine positive Korrelation mit der Inflation aufweisen.
Der größte Vorteil liegt dabei in der absichernden Wirkung von Rohstoffen gegenüber unerwarteter Inflation, da vorhersehbare Inflation auch zu höheren Bond- und Aktienrenditen führt, eine unerwartete Inflation in der Vergangenheit jedoch meist in negativen Bond- und Aktienrenditen resultierte. Des Weiteren kann in fast allen vergangenen Perioden ein unkorrelierter Verlauf, in Teilen sogar eine negative Korrelation zwischen Rohstoff- und Aktienrenditen einerseits sowie zwischen Rohstoff- und Bondrenditen andererseits festgestellt werden. Dadurch bietet ein Investment in Rohstoffe dem Anleger letztlich die Möglichkeit zur Diversifikation seines Portfolios. Verstärkt wird dieser Effekt noch durch Studien, die zeigen, dass sich Rohstoffe vor allem in Zeiten schlechter Finanzmarktstimmung besonders gut entwickeln. In den Phasen später Konjunkturexpansion sowie früher Rezession, in denen Aktien und Bonds regelmäßig Renditen erzielen, die unter dem langjährigen Durchschnitt liegen, konnten Rohstoffe in der Vergangenheit überdurchschnittliche Renditen generieren.
Zusammenfassung der Kapitel
1 Problemstellung: Dieses Kapitel erläutert die wachsende Bedeutung von Rohstoffen als Assetklasse für die Diversifikation und Inflationsabsicherung im Portfolio.
2 Rohstoffe als eigenständige Assetklasse: Hier erfolgt eine Klassifizierung von Rohstoffen sowie eine Analyse von Investitionsmöglichkeiten über Futures und Rohstoffindizes.
3 Modelltheoretische Grundlagen des Portfoliomanagements: Dieser Abschnitt behandelt die Portfolio Selection Theory von Markowitz, deren Erweiterung um höhere Momente und das Black-Litterman-Modell.
4 Konstruktion und Analyse eines Musterportfolios zur praktischen Anwen dung der Portfoliotheorien auf den Rohstoffsektor: Das Hauptkapitel wendet die theoretischen Modelle praktisch auf Basis des DJ-AIGCI an, um eine optimale Portfoliozusammensetzung zu ermitteln.
5 Thesenförmige Zusammenfassung: Dieses Kapitel fasst die zentralen Erkenntnisse und Ergebnisse der gesamten Arbeit in prägnanten Thesen zusammen.
Schlüsselwörter
Rohstoffe, Portfoliooptimierung, Markowitz, Black-Litterman-Modell, Diversifikation, Futures, Rohstoffindizes, Schiefe, Kurtosis, Polynomial Goal Programming, Rendite-Risiko-Struktur, Asset Allokation, Inflationsabsicherung, DJ-AIGCI, Portfoliomanagement
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit beschäftigt sich mit der Rolle von Rohstoffen und Rohstoffderivaten im Rahmen der Portfoliotheorie und untersucht, wie diese zur Optimierung eines Anlegerportfolios genutzt werden können.
Was sind die zentralen Themenfelder der Analyse?
Zentrale Themenfelder sind die Eigenschaften von Rohstoffen als Assetklasse, die theoretischen Ansätze der modernen Portfoliomanagements und deren praktische Anwendung zur Asset Allokation.
Welches primäre Ziel verfolgt die Forschungsarbeit?
Das primäre Ziel ist es, zu analysieren, welche Allokation von Subsegmenten innerhalb des Rohstoffsektors den größten Nutzen für einen Investor generieren kann, unter Berücksichtigung unterschiedlicher Optimierungsmodelle.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Es werden die Portfolio Selection Theory nach Markowitz, das Modell unter Berücksichtigung höherer Verteilungsmomente mittels Polynomial Goal Programming sowie das Black-Litterman-Modell auf Basis von Umkehroptimierungen eingesetzt.
Was wird im Hauptteil der Arbeit behandelt?
Im Hauptteil (Kapitel 4) erfolgt die praktische Anwendung dieser Theorien auf ein Musterportfolio, das auf den Subindizes des Dow Jones-AIG Commodity Index (DJ-AIGCI) basiert, inklusive einer umfassenden Renditeanalyse.
Welche Schlüsselwörter charakterisieren diese Publikation?
Schlüsselbegriffe sind Rohstoffe, Portfoliooptimierung, Markowitz-Modell, Black-Litterman-Ansatz, Diversifikation, Termingeschäfte und Rendite-Risiko-Analyse.
Wie unterscheidet sich das Modell von Markowitz von der Berücksichtigung höherer Momente?
Während Markowitz nur Erwartungswert (Rendite) und Varianz (Risiko) berücksichtigt, integriert der Ansatz höherer Momente auch die Asymmetrie (Schiefe) und die Wölbung (Kurtosis) der Renditeverteilung, um nicht-normale Verteilungen im Rohstoffsektor besser abzubilden.
Welchen Vorteil bietet das Black-Litterman-Modell gegenüber dem klassischen Mean-Variance-Ansatz?
Das Black-Litterman-Modell ermöglicht es, das marktkapitalisierungsbasierte Gleichgewicht mit den individuellen Renditeerwartungen eines Anlegers zu kombinieren, was zu stabileren und intuitiveren Portfoliogewichtungen führt.
- Citation du texte
- Christoph Lang (Auteur), 2009, Rohstoffe und Rohstoffderivate in der Portfoliotheorie, Munich, GRIN Verlag, https://www.grin.com/document/146863
