Sind Aktienrenditen prognostizierbar? Diese Masterarbeit geht der Frage empirisch am deutschen Aktienmarkt nach. Auf Basis monatlicher Kursdaten aller DAX-Werte über den Zeitraum 1983–2013 werden eigene Prognosemodelle entwickelt und getestet: eine multivariate Regression mit mikro- und makroökonomischen Variablen (u. a. KGV, EPS, Credit Spread, Ölpreis, BIP), ein ARMA-Zeitreihenmodell sowie ein naives Vergleichsmodell. Anhand der BASF-Aktie wird das methodische Vorgehen vollständig dargestellt, die Prognosegüte wird in In-sample- und Out-of-sample-Tests mit RMSE, MAE und MAPE bewertet.
Zuvor führt die Arbeit fundiert in die theoretischen Grundlagen ein – Kapitalmarkteffizienz, Portfoliomanagement, technische Analyse und Fundamentalanalyse – und gibt einen umfassenden Literaturüberblick. Das Ergebnis ist ebenso ehrlich wie aufschlussreich: Langfristig lassen sich Renditen mit einigen ökonomischen Faktoren näherungsweise erklären, kurzfristig bleibt der Markt jedoch kaum prognostizierbar. Eine praxisnahe Lektüre für Studierende der Wirtschaftswissenschaften, Finanzanalysten und alle, die sich für quantitative Aktienbewertung interessieren.
Inhaltsverzeichnis
A Einleitung
B Theoretische Grundlagen
I. Kapitalmarkteffizienz
II. Portfoliomanagement
III. Finanzanalysten
C Aktienbewertung
I. Technische Analyse
1. Dow Theorie
2. Elliot Wellen Theorie
3. Chartformationen
4. Indikatoren
II. Fundamentalanalyse
1. Globalanalyse
2. Branchenanalyse
3. Unternehmensanalyse
D Empirische Untersuchung
I. Eigene empirische Untersuchung
1. Einleitung und literarischer Rückblick
2. Datenmaterial
3. Test auf Stationarität
4. Statistische Eigenschaften der Daten
II. Methodische Grundlagen der Zeitreihenanalyse
1. ARMA Modell
2. Schätzung von ARMA Modellen
III. Methodische Grundlagen zur Multivariaten Regressionsanalyse
1. Modellformulierung
2. Schätzung und Prüfung der Regressionsfunktion
3. Prüfung der Regressionskoeffizienten
IV. Empirische Ergebnisse
E. Zusammenfassung und Fazit
Zielsetzung & Themen
Das Hauptziel dieser Masterthesis ist die Untersuchung der Prognostizierbarkeit von Aktienrenditen am deutschen Aktienmarkt. Die zentrale Forschungsfrage lautet, ob sich zukünftige Aktienrenditen durch mikro- und makroökonomische Faktoren mittels ökonometrischer Verfahren (ARMA-Modelle und lineare multivariate Regression) signifikant erklären und prognostizieren lassen.
- Grundlagen der Kapitalmarkteffizienz und Portfoliomanagement
- Methoden der Aktienbewertung (Technische Analyse vs. Fundamentalanalyse)
- Empirische Analyse von DAX-Werten mittels Zeitreihen- und Regressionsmodellen
- Überprüfung der Prognosequalität anhand von In-Sample und Out-of-Sample Analysen
Auszug aus dem Buch
1. Einleitung
Die Erklärung und Prognosen von Aktienrenditen und den dann daraus abzulei tenden Aktienkursen ist eine der zentralen Herausforderungen der vergangenen wie auch der heutigen Kapitalmarktforschung. Die Deutung der Effizienz des Kapitalmarktes spielt dabei natürlich eine nicht unerhebliche Rolle. Ganze Berei che der Kapitalmarkttätigkeit wie z.B. das aktive Portfoliomanagement beruhen auf der These, dass Aktien oder auch ganze Aktienportfolios bis zu einem gewis sen Grad prognostizierbar sind. Es gibt ganze Berufsgruppen wie die Finanzana lysten, deren Aufgabe es ist, Aktien zu analysieren, zu bewerten und dann eine Prognose abzugeben um deren zukünftigen Verlauf abzuschätzen. Dabei nutzen Analysten verschiedene Analysearten um eine Aktie richtig einzuschätzen. Die These von effizienten Märkten und die Random-Walk-Hypothese stellen jedoch die Sinnhaftigkeit von der Aktienanalysen und dessen Prognostizierbarkeit infra ge.
Die Random-Walk-Hypothese geht nämlich davon aus, dass sich Aktienkurse zufällig bewegen und sie deshalb nicht vorauszusagen sind. Die Annahme dieser Idee besteht darin, dass auf effizienten Märkten alle verfügbaren Informationen direkt in den Aktienkurs einfließen. Deswegen ist es nicht möglich mit dem In formationsstand von heute, zukünftige Aktienkurse zu schätzen.
Zusammenfassung der Kapitel
A Einleitung: Darstellung der Problemstellung hinsichtlich der Prognostizierbarkeit von Aktienrenditen und Skizzierung des methodischen Vorgehens der Arbeit.
B Theoretische Grundlagen: Erläuterung der Hypothese der Kapitalmarkteffizienz, der Portfoliotheorie sowie der Rolle von Finanzanalysten.
C Aktienbewertung: Detaillierte Betrachtung der Ansätze der technischen Analyse und der Fundamentalanalyse zur Aktienbewertung.
D Empirische Untersuchung: Durchführung einer eigenen empirischen Untersuchung unter Verwendung von Zeitreihenanalyse und multipler Regression an DAX-Daten.
E. Zusammenfassung und Fazit: Kritische Reflexion der Ergebnisse und Diskussion der praktischen Relevanz der erarbeiteten Prognosemodelle.
Schlüsselwörter
Aktienrenditen, Kapitalmarkteffizienz, Random-Walk-Hypothese, Technische Analyse, Fundamentalanalyse, Zeitreihenanalyse, ARMA-Modell, Multivariante Regressionsanalyse, Prognosequalität, DAX, Aktienmarkt, Indexing, Prognosemodelle, In-Sample, Out-of-Sample.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Frage, ob Aktienrenditen prognostizierbar sind und inwieweit ökonomische Faktoren dabei eine Rolle spielen.
Was sind die zentralen Themenfelder?
Im Fokus stehen die Kapitalmarkttheorie, verschiedene Analysearten von Aktien (technisch vs. fundamental) sowie die praktische Anwendung von ökonometrischen Prognosemodellen.
Was ist das primäre Ziel der Arbeit?
Ziel ist es, empirisch zu prüfen, ob sich mit statistischen Modellen und ökonomischen Daten (wie EPS, KGV, Credit Spread) die Renditen von DAX-Aktien verlässlich prognostizieren lassen.
Welche wissenschaftliche Methode wird verwendet?
Es werden Zeitreihenanalysen (ARMA-Modelle) sowie lineare multivariate Regressionsanalysen angewendet.
Was wird im Hauptteil behandelt?
Der Hauptteil umfasst sowohl die theoretische Fundierung als auch die detaillierte empirische Durchführung und Auswertung der verschiedenen Prognosemodelle an DAX-Daten.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die zentralen Begriffe sind Aktienrenditen, Kapitalmarkteffizienz, Prognosequalität, ARMA-Modelle, Regressionsanalyse und DAX.
Warum schneiden die entwickelten Prognosemodelle bei Out-of-Sample Tests oft schlechter ab?
Wie in der Literatur dokumentiert, neigen komplexe Modelle mit vielen Variablen dazu, bei In-Sample Daten gut zu passen, jedoch bei neuen, unbekannten Daten (Out-of-Sample) an Prognosekraft zu verlieren.
Welchen Einfluss haben makroökonomische Faktoren auf die Prognosegüte?
Die Untersuchung zeigt, dass nur wenige Faktoren, wie der Credit Spread oder bestimmte Kennzahlen (KGV, EPS), signifikante Zusammenhänge aufweisen, während viele andere Variablen keinen stabilen Einfluss zeigen.
- Citar trabajo
- Marc Seibert (Autor), 2015, Sind Aktienrenditen prognostizierbar?, Múnich, GRIN Verlag, https://www.grin.com/document/1736937
