Determinanten von Commodity Stocks


Studienarbeit, 2013

83 Seiten, Note: 5,0-5,5 (CHE-System)


Leseprobe

Übersicht

Management Summary

Abbildungsverzeichnis

Tabellenverzeichnis

Literaturverzeichnis

1. Einleitung
1.1 Einführung in den Themenbereich
1.2 Problemstellung
1.3 Ziel der Arbeit
1.4 Abgrenzung
1.5 Überblick über die Arbeit

2. Grundlagen
2.1 Vorgehensweise bei der Literaturrecherche
2.2 Begriffsdefinitionen
2.2.1 Commodity
2.2.2 Commodity Stocks
2.2.3 Öl
2.2.4 Gold
2.2.5 Kupfer
2.3 Bewertungstheorien
2.3.1 Theorien zur Aktienbewertung
2.3.2 Theorien zur Rohstoffpreisbildung
2.3.3 Theorien zur Rohstoffunternehmensbewertung
2.4 Studien zur Identifikation von Einflussfaktoren auf Rohstoffaktien
2.5 Zusammenfassung der Literaturrecherche

3. Conceptual Model
3.1 Rohstoffwahl
3.2 Firmenwahl
3.3 Identifizierte Determinanten
3.3.1 Unternehmensspezifische Variablen
3.3.2 Rohstoffspezifische Variablen
3.3.3 Makroökonomische Variablen
3.3.4 Variable für die Marktbewegung
3.4 Zusammenfassung der Variablen

4. Methodik
4.1 Wissenschaftliche Grundperspektive
4.2 Begründung des quantitativen Vorgehens
4.3 Theoretische Grundlagen der Regressionsanalyse
4.3.1 Theorie zur Regressionsanalyse
4.3.2 Mögliche Problematiken bei der Regressionsanalyse
4.4 Datensammlung
4.5 Datenbereinigung
4.5.1 Diverse Bereinigungen
4.5.2 Multikollinearitätsbereinigung
4.6 Regressionsmodell
4.7 Theorie zur Modellverifizierung

5. Determinanten von Commodity Stocks
5.1 Übersicht zum Datenmaterial
5.1.1 Deskriptive Statistik der rohstoffspezifischen Variablen
5.1.2 Deskriptive Statistik der Rohstoffunternehmen
5.1.3 Deskriptive Statistik der Makrovariablen
5.1.4 Deskriptive Statistik der Marktbewegung
5.2 Panelregression
5.2.1 Verschiedene Modelle
5.2.2 Modellverifizierung
5.2.3 Zusammenfassung und theoretische Begründung der signifikanten Variablen

6. Schlussfolgerungen
6.1 Beantwortung der Forschungsfrage
6.1.1 Schlussfolgerungen für ölunternehmen
6.1.2 Schlussfolgerungen für Goldunternehmen
6.1.3 Schlussfolgerungen für Kupferunternehmen
6.1.4 Schlussfolgerungen für das rohstoffübergreifende Modell
6.2 Ausblick
6.2.1 Weitere mögliche erklärende Variablen für Rohstoffaktien
6.2.2 Weitere mögliche erklärende Variablen spezifisch für ölunternehmen
6.2.3 Weitere mögliche erklärende Variablen spezifisch für Goldaktien
6.2.4 Weitere mögliche erklärende Variablen spezifisch für Kupferaktien
6.3 Kritische Reflexion

Management Summary

Sowohl professionelle Investoren, als auch Privatanleger zeigen in den letzten Jahren ver­stärktes Interesse an der Investition in Rohstoffe. Dies ist unter anderem auf verstärkte Nachfrage und damit verbundene Preissteigerungen, sowie die allgemeine Lage an den Fi­nanzmärkten zurückzuführen. Es gilt Variablen, die die Preisbewegung von Rohstoffaktien beeinflussen, zu identifizieren. Deshalb steht folgende Fragestellung im Zentrum dieser Ar­beit:

Welches sind die Determinanten von Commodity Stocks?

Ziel der Arbeit

Das Ziel dieser Arbeit ist es, unter Verwendung von Regressionsmodellen Einflussfaktoren von Commodity Stocks zu ermitteln. Es werden öl-, Gold- und Kupferunternehmen unter­sucht.

Folgende Hypothesen werden überprüft:

Die rohstoffspezifischen, unabhängigen Variablen haben die grösste Varianzerklärungskraft von allen vier analysierten Einflusskategorien während der untersuchten Zeitperiode.

Es ist möglich, ein rohstoffübergreifendes Modell zu entwickeln, das geeignet ist, die Preis­entwicklung von Rohstoffaktien zu bestimmen.

Methodik

Die Arbeit basiert auf einer umfassenden Literaturrecherche. Im Rahmen dieser werden Ak­tienbewertungsmethoden, Rohstoffpreisbildung, Bewertungsverfahren für Rohstoffunterneh­men und bereits durchgeführte Studien zu Einflussfaktoren auf Commodity Stocks betrach­tet. Mögliche Einflussfaktoren auf Rohstoffaktien werden daraus abgeleitet. Die identifizierten Einflussvariablen repräsentieren die Kategorien rohstoffspezifisch (Rohstoffpreis, Forward des Rohstoffpreises, Volatilität des Rohstoffpreises), firmenspezifisch (Operating Pro­fit/Sales, EV/EBITDA, Net Debt/Equity, Handelsvolumen je Aktie in USD), makroökonomisch (Rendite des dreimonatigen US Treasury Bills und der zehnjährigen US-Staatsanleihe, rea­les BIP der Welt, US PMI, verschiedene Arbeitslosenquoten, diverse Wechselkurse zum USD) und Marktbewegung (MSCI World).

In einem nächsten Abschnitt wird für die einzelnen Rohstoffe eine Panelregression berech­net, um ein allgemeingültiges Modell aufzustellen. Es wird ein aggregiertes Modell je Roh­Stoff ausgewiesen. Aus diesen aggregierten Modellen wird ein rohstoffübergreifendes Modell entwickelt. Dieses wird auf Robustheit getestet. So wird die analysierte Zeitperiode unter anderem in eine Vorkrisen- (2001 bis 2006) und eine Nachkrisenperiode (2009 bis 2012) unterteilt. Die signifikanten Variablen werden theoretisch begründet.

Erkenntnisse

Die Marktbewegung erklärt etwa 47% der Varianz der betrachteten ölunternehmen. Das R2 der rohstoffspezifischen Variablen liegt lediglich bei ca. 38%. Deshalb wird die erste Hypo­these für ölunternehmen verworfen.

Die rohstoffspezifischen Variablen erreichen ein R2 von etwa 40% der Goldaktien. Obgleich die makroökonomischen Variablen ein R2 von ca. 45% erreichen wird die erste Hypothese nicht verworfen, da die makroökonomischen Variablen ökonomisch nicht plausibel sind.

Bei Kupferunternehmen erklären die rohstoffspezifischen Variablen 71% der Varianz und weisen damit das höchste R2 aus. Die erste Hypothese wird für Kupferunternehmen nicht verworfen.

Die folgenden Variablen je Rohstoff sind signifikant und werden zur Überprüfung der zweiten Hypothese verwendet.

Bei börsennotierten ölunternehmen sind die Variablen Rohstoffpreis, Volatilität des Roh- stoffpreises(-l), Net Debt/Equity, MSCI World sowie die Renditen der zehnjährigen US Staatsanleihen signifikant. Sie erreichen eine Varianzerklärungskraft von knapp 60%.

Bei Goldaktien sind der Rohstoffpreis, die Volatilität des Rohstoffpreises, Net Debt/Equity, die Renditen der zehnjährigen US Staatsanleihen sowie die kurzfristigen Zinsen signifikant. Das R2 liegt bei rund 46%.

Der Rohstoffpreis, die kurzfristigen sowie langfristigen Zinsen, der MSCI World und eine Dummy-Variable für die Krise 2008 haben einen signifikanten Einfluss auf Aktien von Kup­ferunternehmen. Die Erklärung der Varianz liegt bei 78%.

Bei einem gesamthaften Modell für Unternehmen aus der öl-, Gold- und Kupferbranche sind der Rohstoffpreis, die Volatilität des Rohstoffpreises (-1), Operating Profit/Sales, die Rendite für dreimonatige US-Treasury Bills, die Rendite für zehnjährige US-Staatsanleihen und der MSCI World in folgendem Modell signifikant:

LN_TITEL = ßo + öotime + ßROHSTOFF + ßVOLA(-1) + ßOP_SALES + ßDEBT_EQ X ßMSCI + ß_3M + ß_10Y a¡ + u¡

Das R2 liegt bei 52%. Das Modell besteht Robustheitstests wie das Entfernen von Ausreis- sern, die Berechnung mit einem robusten Schätzer und die Unterteilung des Betrachtungs­Zeitraums in 2001 bis 2006 (vor der Krise) und 2009 bis 2012 (nach der Krise). Die Erklä­rungskraft ist höher für den Nachkrisenzeitraum. Die Signifikanz der Variablen ist in beiden Perioden gegeben. Die zweite Hypothese wird deshalb nicht verworfen.

Die Arbeit schliesst mit einer kritischen Reflexion ab und gibt einen Ausblick zu möglichen Optimierungen des verwendeten Modells.

III Abbildungsverzeichnis

Abbildung 1: Commodity Sektoren

Abbildung 2: Formel zur Optionspreisbewertung

Abbildung 3: Hotelling’s Rule

Abbildung 4: Natural Resource Stocks Evaluation Methodology

Abbildung 5: Kursentwicklung der Ölfirmen

Abbildung 6: Kursentwicklung der Goldfirmen

Abbildung 7: Kursentwicklung der Kupferfirmen

Abbildung 8: Rohstoffübergreifendes Modell mit fixem Effekt

Abbildung 9: Rohstoffübergreifendes Modell mit ״random effect“

Abbildung 10: Rohstoffübergreifendes Modell mit robustem Schätzer

Abbildung 11: Hausman-Test zur Bestätigung des Modells mit ״random effect“

Abbildung 12: Rohstoffübergreifendes Modell in der Zeitperiode 2001 bis

Abbildung 13: Rohstoffübergreifendes Modell in der Zeitperiode 2009 bis

Abbildung 14: Grafik der Residuen für ein rohstoffübergreifendes Modell mit ״random effect“

Abbildung 15: Histogramm der Fehlerterme mit deskriptiver Statistik

Abbildung 16: 1-Jahres CDS Argentinien (in USD)

IV Tabellenverzeichnis

Tabelle 1: Übersicht zur Firmenwahl

Tabelle 2: Korrelationsmatrix zu den logarithmierten Renditen der Ölfirmen

Tabelle 3: Korrelationsmatrix zu den logarithmierten Renditen der Goldfirmen

Tabelle 4: Korrelationsmatrix zu den logarithmierten Renditen der Kupferfirmen

Tabelle 5: Variablenübersicht

Tabelle 6: Korrelationsmatrix zu den logarithmierten rohstoffspezifischen Variablen

Tabelle 7: Deskriptive Statistik zu den rohstoffspezifischen Variablen

Tabelle 8: Deskriptive Statistik zu den ölunternehmen

Tabelle 9: Deskriptive Statistik zu den Goldunternehmen

Tabelle 10: Deskriptive Statistik zu den Kupferunternehmen

Tabelle 11: Deskriptive Statistik zu den Makrovariablen

Tabelle 12: Deskriptive Statistik der Marktbewegung

Tabelle 13: Bezeichnungen der Werttreiber in den Panelregressionen

Tabelle 14: Effekt der rohstoffspezifischen Variablen auf die ölunternehmen

Tabelle 15: Effekt der firmenspezifischen Variablen auf die ölunternehmen

Tabelle 16: Effekt der Währungsvariablen auf die ölunternehmen

Tabelle 17: Effekt der restlichen Makrovariablen auf die ölunternehmen

Tabelle 18: Effekt der allgemeinen Marktbewegung auf die ölunternehmen

Tabelle 19: Aggregiertes Modell für die ölunternehmen

Tabelle 20: Effekt der rohstoffspezifischen Variablen auf die Goldunternehmen

Tabeile 21 : Effekt der firmenspezifischen Variablen auf die Goldunternehmen

Tabelle 22: Effekt der Währungsvariablen auf die Goldunternehmen

Tabelle 23: Effekt der restlichen Makrovariablen auf die Goldunternehmen

Tabelle 24: Effekt der allgemeinen Marktbewegung auf die Goldunternehmen

Tabelle 25: Aggregiertes Modell für die Goldunternehmen

Tabelle 26: Effekt der rohstoffspezifischen Variablen auf die Kupferunternehmen

Tabelle 27: Effekt der firmenspezifischen Variablen auf die Kupferunternehmen

Tabelle 28: Effekt der Währungsvariablen auf die Kupferunternehmen

Tabelle 29: Effekt der Arbeitslosenquoten auf die Kupferunternehmen

Tabelle 30: Effekt der restlichen Makrovariablen auf die Kupferunternehmen

Tabelle 31: Effekt der allgemeinen Marktbewegung auf die Kupferunternehmen

Tabelle 32: Aggregiertes Modell für die Kupferunternehmen

Tabelle 33: Modellzusammenfassung

Tabelle 34: Aggregiertes Modell für die ölunternehmen

Tabelle 35: Aggregiertes Modell für die Goldunternehmen

Tabelle 36: Aggregiertes Modell für die Kupferunternehmen

1. Einleitung

Die Einleitung ist in fünf Unterkapitel gegliedert. Zuerst wird in den Themenbereich einge­führt. Anschliessend folgt die Problemstellung, aus welcher die Fragestellung abgeleitet wird. In einem weiteren Schritt wird die Zielsetzung dieser Arbeit vorgestellt. Der vierte Teil der Einleitung befasst sich mit der Abgrenzung des behandelten Themengebiets. Das Kapitel schliesst mit einem Überblick über den Aufbau der Arbeit ab.

1.1 Einführung in den Themenbereich

Sowohl professionelle Investoren, als auch Privatanleger zeigen in den letzten Jahren ver­stärktes Interesse an der Investition in Rohstoffe (Dallara & Tran, 2006, s. 3). Leitzinsen und Renditen von Staatsanleihen befinden sich in den grossen Industrieländern mit sehr guter Bonität auf einem historisch niedrigen Niveau (Ruhkamp, 2012, online). Je länger dieses Umfeld fortbesteht, desto grösser werden die Anreize zur Umschichtung von niedrig verzins­liehen, sicheren Anlagen in risikoreichere Anlagen mit höherer Rendite (Deutsche Bundes­bank, 2012, s. 41). Da risikoarme Investments unter diesen Rahmenbedingungen zu realem Kapitalverlust führen können, suchen Investoren abseits der traditionellen Anlageklassen nach Alternativen. Dabei spielen Investitionen in Rohstoffe eine immer wichtigere Rolle. So stieg beispielsweise das in Rohstoffindizes investierte Kapital in den letzten Jahren stetig an (Goldman Sachs, 2011, s. 49).

Neben der Investmentnachfrage ist die industrielle Nachfrage für die Preisbildung von Roh­stoffen entscheidend (Statista, 2013a, online). Die Weltbevölkerung lag im Jahr 1804 bei etwa einer Milliarde Menschen. 2012 waren es bereits sieben Milliarden, für 2050 werden 9,3 Milliarden prognostiziert. (United Nations, 2013, online). Ausgehend von dem Bevölkerungs­Wachstum wirken insbesondere aufstrebende Schwellenländer, die zum einen ihre Infrastruk­tur ausbauen und zum anderen von multinationalen Konzernen als Produktionsstandorte genutzt werden, nachfragesteigernd. Diese Faktoren sind an dieser stelle exemplarisch an­geführt. Die steigende Nachfrage steht einem begrenzten Angebot an fossilen Ressourcen gegenüber. Dass diese Konstellation preistreibend auf die Rohstoffe wirkt, ist an der histori­sehen Preisentwicklung der letzten Jahre ersichtlich. So stieg beispielsweise Gold im Zeit­raum vom 15.12.2000 bis zum 15.12.2012 um etwa 529% pro Unze (von USD 270 auf USD 1697), Rohöl um 255% pro Barrel (von USD 28 auf USD 97)1 und Kupfer um 327% pro Ton­ne (von USD 1866 auf USD 8044) (Thomson Reuters, 2013, online).

1.2 Problemstellung

Wie vorgängig aufgezeigt wurde, ist die Preisentwicklung von Rohstoffen dynamisch und eine Alternative zu traditionellen Anlagen. Es gibt verschiedene Möglichkeiten, um an der Rohstoffpreisentwicklung zu partizipieren. Eine davon sind Commodity Stocks. Diese werden von verschiedenen Faktoren beeinflusst und sollen in der vorliegenden Arbeit identifiziert werden.

Daraus leitet sich folgende Fragestellung ab:

Welches sind die Determinanten von Commodity Stocks?

Mittels Regressionsanalysen sollen die determinierenden Faktoren ermittelt und quantifiziert werden. Bei den Einflussfaktoren soll analysiert werden, ob eher die Performance der Roh­stoffpreise oder Unternehmens-, bzw. makroökonomische Faktoren preisprägend wirken. Zusätzlich soll analysiert werden, ob es Faktoren gibt, die für alle Rohstoffe relevant sind.

1.3 Ziel der Arbeit

Die Erkenntnisse aus der Untersuchung sollen einen Beitrag zur Beantwortung der Frage­Stellung leisten, ob Rohstoffaktien geeignet sind, um ein gewünschtes Engagement im zu Grunde liegenden Basiswert abzubilden. Wie nachfolgendes Zitat aufzeigt, scheint es Dis­krepanzen zwischen der Entwicklung des Basiswertes und den entsprechenden Commodity Stocks zu geben:

״Es stimmt, dass Unternehmen, die an der Förderung und Produktion von Rohstoffen beteiligt sind, bei höheren Preisen ihre Ware teurer verkaufen und so ihren Umsatz und ihren Ertrag steigern können. Von einem Gleichlauf zwischen Aktienkurs und Rohstoffnotierung sollten Anleger aber nicht ausgehen,“ so Simon Nöth, Analyst bei Morningstar. (Hübner, 2012, online)

Zur Überprüfung des Zusammenhangs zwischen diversen Faktoren und Rohstoffaktien soll aufbauend auf theoretischen Grundlagen eine Panelregression durchgeführt werden. An­hand dessen sollen die zu erarbeitenden Hypothesen überprüft werden. Die Erreichung ei­nes möglichst hohen Erklärungsgrades für die Preisentwicklung von Commodity Stocks steht nicht im Vordergrund. Es geht darum Variablen auf Signifikanz zu testen und aussagefähige Ergebnisse im Hinblick auf die Preisbildung von Rohstoffaktien zu erlangen. Mögliche Unter­schiede zwischen den ausgewählten Rohstoffen sollen analysiert werden.

Zur Beantwortung der Fragestellung sind folgende Hypothesen entwickelt worden:

Die rohstoffspezifischen, unabhängigen Variablen haben die grösste Varianzerklärungskraft von allen vier analysierten Einflusskategorien während der untersuchten Zeitperiode.

Es ist möglich, ein rohstoffübergreifendes Modell zu entwickeln, das geeignet ist, die Preis­entwicklung von Rohstoffaktien zu bestimmen.

1.4 Abgrenzung

Im Rahmen dieser Arbeit werden Rohstoffunternehmen der Branchen öl, Gold und Kupfer untersucht. Inhaltlich betrachtet handelt es sich um eine Querschnittsanalyse, zeitlich um eine Längsschnittanalyse vom 15.12.2000 bis zum 15.12.2012. Derzeitraum wurde so defi­niert, um sowohl Datenverfügbarkeit als auch ein möglichst konstant bleibendes Geschäfts­modell der untersuchten Rohstofffirmen sicherzustellen. Weiterhin wurde darauf geachtet,

Unternehmen auszuwählen, deren Hauptgeschäftstätigkeit in der Förderung eines einzelnen Rohstoffes besteht. Mischkonzerne, die keinem bestimmten Rohstoff zuzuordnen waren, wurden nicht berücksichtigt. Der 15. Dezember wurde gewählt, da die meisten Variablen zu diesem Zeitpunkt verfügbar waren. Aufgrund der Verbindung von Quer- und Längs­Schnittanalyse handelt es sich um eine Panelanalyse. Die Wahl der untersuchten Rohstoffe, Unternehmen und unabhängigen Variablen wird in den Unterkapiteln ״Rohstoffwahl“, ״Fir- menwahl“ und ״Bestimmungsfaktoren von Commodity Stocks“ erläutert.

1.5 Überblick Über die Arbeit

Das zweite Kapitel bildet die theoretische Grundlage der nachfolgenden Kapitel. Zunächst wird die Vorgehensweise bei der Literaturrecherche dargelegt. Im Anschluss werden Be­griffsdefinitionen vorgenommen. Daran schliesst sich die Darstellung der Bewertungstheorie bei Rohstoffaktien an. In Verbindung damit wird der aktuelle Stand der Literatur reflektiert.

Aufbauend auf einer Abgrenzung der im Rahmen der Arbeit untersuchten Rohstoffe und Rohstoffaktien werden im dritten Kapitel die für die Preisentwicklung von Rohstoffaktien po­tentiell determinierenden Faktoren thematisiert.

Das vierte Kapitel geht auf die Methodik der Untersuchung ein. Nach Darstellung der wis­senschaftlichen Grundperspektive wird die quantitative Vorgehensweise begründet. An­schliessend werden die theoretischen Grundlagen zur Regressionsanalyse dargelegt. Da­nach werden die Teilschritte der Datengewinnung erläutert. Das Kapitel schliesst mit der Modellverifizierung des zuvor beschriebenen Regressionsmodells ab.

Nachdem in den vorangegangenen Kapiteln die erforderlichen Grundlagen gelegt wurden, erfolgt im fünften Kapitel eine empirische Untersuchung zu den Determinanten von Commo­dity Stocks. Im Anschluss an einen kurzen Überblick über das Datenmaterial kommt es zur Analyse der einzelnen Faktoren und damit zu einer Überprüfung der aufgestellten Hypothe­sen.

Im sechsten Kapitel wird die Forschungsfrage beantwortet. Daran schliessen sich Ausblick und kritische Reflexion an.

2. Grundlagen

Das Grundlagenkapitel besteht aus fünf Unterkapiteln. Zuerst wird dargelegt, wie bei der Gewinnung von Basiswissen vorgegangen wurde. Danach werden die relevanten Begriffsde­finitionen vorgenommen. Daran schliessen sich Bewertungstheorien von Aktien, Rohstoffen und Rohstoffunternehmungen an. In einem vierten Schritt werden die relevanten Studien zu den Determinanten von Rohstoffaktien vorgestellt. Eine Zusammenfassung schliesst das Grundlagenkapitel ab. Aus dieser wird die Forschungslücke abgeleitet.

2.1 Vorgehensweise bei der Literaturrecherche

Die Literaturrecherche wird in vier Teile gegliedert: die Aktienbewertung, die Preisbildung von Rohstoffen, die Bewertung von Rohstoffunternehmen sowie in Studien zur Identifikation von Einflussfaktoren auf Rohstoffaktien. Entsprechende Literatur wurde über Internet, Jour­nalarchive und Bibliotheken beschafft.

Im Hinblick auf die Entwicklung eines Modells zur Beurteilung von beeinflussenden Variablen auf Commodity Stocks werden grundlegende Erkenntnisse zu Aktienbewertung und Bewer­tung von Rohstoffunternehmen primär aus praxisnaher Literatur gewonnen.

Der Rohstoffpreis ist in der Praxis durch den Welthandelspreis an den Börsen gegeben. Deshalb haben die Autoren die theoretische Preisbildung in den Vordergrund gestellt, so dass dem Leser die Zusammenhänge der Einflussfaktoren auf Rohstoffpreise aufgezeigt werden. Für den letzten Teil der Literaturrecherche, die holistische Betrachtung des The­mengebiets, wird auf bereits durchgeführte Untersuchungen zurückgegriffen. Aufgrund der verfügbaren Publikationen überwiegen Untersuchungen zu Goldminenaktien und Aktien von Ölunternehmen.

2.2 Begriffsdefinitionen

Nachfolgend werden die für diese Arbeit besonders relevanten Begriffe ״Commodity“, ״Commodity Stocks“, ״öl“, ״Gold“ und ״Kupfer“2 definiert.

2.2.1 Commodity

Unter Commodities werden natürliche Ressourcen subsummiert. In der vorliegenden Arbeit werden Rohstoffe als Waren und Erzeugnisse angesehen, die durch einen inneren Wert cha­rakterisiert sind. Dieser resultiert aus ihrer Verwendung in der industriellen Fertigung oder ihrem Konsumnutzen. Menge und Qualität der Rohstoffe sind standardisiert (Dennin, 2009, s. 5). Allerdings unterscheiden sich die Eigenschaften einzelner Rohstoffe stark voneinan­der. Exemplarisch können Liquidität und die Möglichkeit der Lagerhaltung angeführt werden. Deshalb kann die Vermögensklasse der Rohstoffe als heterogen charakterisiert werden. Im Rahmen dieser Arbeit werden ausschliesslich endliche Rohstoffe betrachtet. Weitere bedeu­tende Eigenschaften von Rohstoffen bestehen in der limitierten Verfügbarkeit und den La­gerhaltungskosten. Angebot und Nachfrage, sowie die daraus resultierenden Preise werden durch die aufgeführten Eigenschaften geprägt (Dietrich, 2011, s. 6).

Rohstoffe können in Soft- und Hard Commodities unterteilt werden. Soft Commodities sind wetterabhängig, verderblich und können konsumiert werden. Exemplarisch können Getreide, wie Gerste, Weizen oder Sojabohnen und ״Softs“, wie Baumwolle, Zucker oder Orangensaft als Repräsentanten von landwirtschaftlichen ״Soft Commodities“, sowie Vieh, wie Lebendrind oder Schwein angeführt werden. Unter Hard Commodities werden Produkte aus den Sekto­ren Energie-, Edelmetall- und Industriemetall zusammengefasst. Unter Energie werden Z.B. folgende Rohstoffe zusammengefasst: Rohöl, Kohle oder Gas; unter Industriemetallen Alu- Die Begründung der Rohstoffwahl erfolgt im Kapitel 3.1 ״Rohstoffwahl“. minium, Chrom oder Kupfer; unter Edelmetallen Gold, Silber oder Palladium (Fabozzi, Fuss & Kaiser, 2008, s. 6-8).

Nachfolgende Abbildung soll einen Überblick über die verschiedenen Arten von Commodities geben, sowie eine mögliche Einteilung aufzeigen.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 1: Commodity Sektoren

Quelle: Fabozzi, Fuss & Kaiser, 2008, s. 8.

Folgende Investitionsmöglichkeiten stehen Anlegern zur Verfügung, um an der Wertentwick­lung von Rohstoffen zu partizipieren:

- Direkte Investition in den physischen Rohstoff
- Indirekte Investition in Commodity Stocks
- Investition in einen Commodity Anlagefonds
- Investition in Exchange-Traded Funds (ETF)
- Investition in Commodity Zertifikate
- Investition in Commodity Futures (Dietrich, 2011, s. 15)

Je nach gewählter Investitionsalternative ergeben sich für den Investor unterschiedliche Vor- und Nachteile. Aufgrund der Fokussierung dieser Arbeit wird im Folgenden auf Rohstoffak­tien eingegangen. Andere Investitionsmöglichkeiten sind nicht Gegenstand der Untersu­chung.

2.2.2 Commodity Stocks

Im Rahmen dieser Arbeit werden unter Commodity Stocks börsennotierte Rohstoffunter­nehmen verstanden, deren Hauptgeschäftstätigkeit in dem Abbau, der Weiterverarbeitung und dem Verkauf der von ihnen geförderten Rohstoffe besteht. Von Investoren werden Roh­Stoffaktien als eine Investitionsmöglichkeit angesehen, um sowohl an der Wertentwicklung von Rohstoffen, als auch an der Entwicklung der Unternehmen zu partizipieren. Die dynami- sehe Preisentwicklung von Rohstoffen in den vergangenen Jahren hat das Interesse von Investoren an Commodity Stocks gefördert (Dallara & Tran, 2006, s. 3). Inwieweit Rohstoff- aktien die Wertentwicklung der zu Grunde liegenden Rohstoffe abbilden und wie stark der Einfluss unternehmensspezifischer, bzw. makroökonomischer Faktoren ist, wird im Rahmen der empirischen Untersuchung in Kapitel fünf analysiert.

2.2.3 Öl

Rohöl repräsentiert mit einem Anteil von 33% den grössten Anteil am weltweiten Energiever­brauch (Landesbank Baden-Württemberg, 2012, s. 13). Es kann zwischen den beiden Sor­ten Brent- und West Texas Intermediate Crude Oil differenziert werden. In den letzten Jahren sind die Crude Oil Preise stark angestiegen und haben im Juli 2008 mit nahezu 150$ pro Barrel ihren bisherigen Höchststand markiert. Im Zuge der Finanzkrise fielen die Preise auf unter 40$ pro Barrel per Ende 2008 (United Nations, 2011, s. 9). Es wird häufig argumen­tiert, dass die Emerging Markets einen Hauptgrund für die steigenden Preise darstellen. Die in Folge der Finanzkrise geringen Preise stellen lediglich einen temporären Effekt dar. Die im Vergleich zu Industrieländern höhere Energieintensität der Produktion trägt entscheidend zu gesteigerter Nachfrage und Preisen bei (European Central Bank, 2010, s. 1-18). Neben der wachsenden Nachfrage ist die Angebotsseite bei der Ölpreisentwicklung von Bedeutung. Diese wird von OPEC-3 und Nicht-OPEC-Ländern geprägt. Im Gegensatz zu den Nicht- OPEC-Ländern, die klassische Preisnehmer sind und deren Produktion damit positiv mit dem Preis und negativ mit den Produktionskosten zusammenhängt, bilden die OPEC-Länder ein Kartell, dessen Handlungen auf strategischen Überlegungen basiert. So besteht die Möglich­keit, die Förderquoten durch Absprachen zu beeinflussen (Kaufmann, 2011, s. 105-115). Daneben wird der ölpreis von makroökonomischen Einflussfaktoren wie politischen Konflik­ten beeinflusst. Nach Angaben des britischen Ölunternehmens BP belaufen sich die weltwei­ten Ölreserven auf 1.652 Billionen Barrel. Legt man den aktuellen Verbrauch von ca. 88 Mil­lionen Barrel pro Tag zu Grunde, ergibt sich daraus eine rechnerische Nutzungsdauer der bislang bekannten Ölreserven von etwa 54.2 Jahren (BP, 2012, s. 3-5).

2.2.4 Gold

Gold zählt zu den Edelmetallen und wird nach Silber in der zweitgrössten Menge gefördert (McNutt, 2013, s. 67). China, Australien, die Vereinigten Staaten von Amerika, Russland und Südafrika waren 2012 mit einem aggregierten Anteil an der weltweiten Goldproduktion von etwa 50% die wichtigsten Förderländer. Der Abbau erfolgt sowohl durch Grossunternehmen wie Barrick Gold, Newmont Mining, AngloGold Ashanti, Gold Fields, Goldcorp, als auch durch eine Vielzahl von kleineren, regionalen Unternehmen. Auf die angeführten fünf gross­ten Goldunternehmen entfiel 2010 ein Marktanteil von 27.6% (Statista, 2013b, online). Daher kann der Markt der Förderunternehmen als fragmentiert charakterisiert werden. Die Gold­nachfrage wird im Wesentlichen durch China und Indien geprägt: Etwa 40% der Goldförde­rung des Jahres 2010 wurden von diesen beiden Ländern nachgefragt. Die Nachfrage kann in die drei Hauptbereiche Schmuck, Industrie und Investment eingeteilt werden. Die industri­elle Nachfrage ist am konstantesten und repräsentiert einen Anteil von etwa 10-15%. Schmuck- und Investmentnachfrage schwanken im Zeitablauf stark und bilden 30-50%, bzw.

20-60% der Nachfrage (World Gold Council, 2012, s. 24). Die Goldpreise sind in den letzten Jahren stark angestiegen: So lag der Preis für eine Unze per Ende 2002 bei 342.75 USD und 10 Jahre später, am 31.12.2012 bei 1656.10 USD. 88% der von PwC im Rahmen einer Branchenstudie befragten Unternehmensvertreter gehen auch für das Jahr 2013 von stei­genden Goldnotierungen aus (PwC, 2013, s. 4).

2.2.5 Kupfer

Kupfer wird hauptsächlich von der Industrie verwendet und zählt deshalb zu den Industrie­metallen. 2010 repräsentierte Asien mit einem Anteil von 62% an der weltweiten Kupfernach­frage deutlich vor Europa (22%), Nordamerika (10%) und Südamerika (6%) den grössten Teil der Nachfrage. Gerade aufstrebende Schwellenländer treiben die Nachfrage nach Kup­fer, welches unter anderem im Infrastrukturaufbau und der Industrieproduktion Verwendung findet (International Copper study Group, 2012, s. 47). So repräsentierte China im Jahr 2011 mit 48% den grössten Anteil auf Länderebene am weltweiten Kupferverbrauch (Statista, 2011, online). Der durchschnittliche Jahrespreis einer Tonne Kupfer ist von USD 1813.00 im Jahr 2000 auf USD 8021.00 im Jahr 2012 gestiegen. Die weltweite Nachfrage nahm im glei­Chen Zeitraum von 15.2 Millionen Tonnen auf 20.5 Millionen Tonnen zu (Landesbank Baden­Württemberg, 2013, s. 76-77). Auf die fünf grössten kupferproduzierenden Unternehmen, Codelco (11.3%), FCX (8.4%), ВНР Billiton (6.6%), ehm. Xstrata (4.1%) und Rio Tinto (3.9%) entfiel im Jahr 2011 ein Anteil von 34.3% der weltweiten Kupferproduktion (Statista, 2011, online). Viele Unternehmen, die in der Rohstoffförderung und Verarbeitung tätig sind, produ­zieren auch Kupfer. Hier kann Z.B. Barrick Gold genannt werden, bei dem Kupfer als Neben­produkt der Goldproduktion auftritt. Die weltweiten Kupferreserven beliefen sich 2012 auf geschätzte 680 Millionen Tonnen (McNutt, 2013, s. 49). Legt man den aktuellen Verbrauch von ca. 20.5 Millionen Tonnen pro Jahr zu Grunde, ergibt sich ohne die Berücksichtigung von Recycling eine rechnerische Nutzungsdauer der bislang bekannten Kupferreserven von etwa 33.2 Jahren.

2.3 Bewertungstheorien

Um Einflussfaktoren auf Rohstoffaktien systematisch zu identifizieren, ist eine Auseinander­Setzung mit Aktienbewertung, Rohstoffpreisbildung und Rohstoffunternehmensbewertung erforderlich. Die nachfolgenden Abschnitte thematisieren die einzelnen Aspekte.

2.3.1 Theorien zur Aktienbewertung

In diesem Teil der Arbeit erfolgt eine Darstellung von diversen Methoden der Aktienbewer­tung. Der Fokus liegt auf dem Dividend Discount Model und Multiples, der technischen Ana­lyse, Quantitative Finance sowie Behavioral Finance.

Dividend Discount Model und Multiples

In der Fundamentalanalyse finden firmenspezifische Kennzahlen Verwendung. Im Folgen­den werden mit dem Dividend Discount Model und Multiples zwei populäre Ausprägungsfor­men der Fundamentalanalyse vorgestellt.

Ein oft verwendetes Modell zur Bewertung von Aktien ist das Dividend Discount Model. Da­bei werden zukünftige Dividenden auf den heutigen Zeitpunkt diskontiert. Der resultierende Barwert sollte gemäss dem Modell der Marktkapitalisierung des Unternehmens entsprechen. Das Modell wird mit unterschiedlichen Variationen, wie der Einrechnung von Wachstumsra­ten, angewendet (Jaffe, Ross & Westerfield, 2002, s. 108-120).

Multiples (Financial Ratios) werden als Indikatoren für den Unternehmenswert bei Kaufs­oder Verkaufsentscheidungen zu Grunde gelegt. Der Vorteil besteht in der einfachen An­wendbarkeit (Finance Magazin, 2013, online). Es besteht allerdings das Risiko der Fehlinter­pretation der simplifizierten Ratio, da die Interpretation stark von der betrachteten Branche und dem unternehmensspezifischen Geschäftsmodell abhängig ist. Häufig Verwendung fin­den unter anderem das Price/Earnings-, das Price/Book-, das Net Debt/Equity und das EV/EBITDA-Ratio (Arbenz, ohne Datum, s. 3, online).

Technische Analyse

Die Ursprünge der technischen Analyse gehen auf Charles Dow, den Begründer der ״Dow Theory“, zurück. Sie ist keine wissenschaftliche Theorie, sondern eher eine Handlungsemp­fehlung. Gemäss der ״Dow Theory“ besteht ein Trend aus drei Phasen. Am Anfang kaufen gut informierte Anleger. Nachfolgend investieren immer mehr Anleger in diese Titel. Dies führt zu Kursausschlägen. Am Schluss setzen Spekulationen ein, welche dann bei gut infor­mierten Anlegern zu Verkäufen führen (Braunberger, 2009, online). Der ״Dow Theory“ liegen sechs Annahmen zu Grunde. 1. Primäre Trends, 2. Sekundäre Trends, 3. Tertiäre Trends, 4. Die Indizes müssen sich gegenseitig bestätigen, 5. Das Volumen bestätigt den Trend, 6. Oh­ne Umkehrsignale bleibt ein Trend intakt (Bürkler, 2013, s. 55). Gemäss Dow besteht das Ziel eines Investors darin, durch Analyse der Aktienverläufe den allgemeinen Trend zu be­stimmen, entsprechend zu investieren, zu Beginn der Spekulationsblase auszusteigen und somit Gewinne zu erzielen.

Quantitative Finance

Quantitative Finance geht auf die Studie ״The Pricing of Options and Corporate Liabilities“ von Fischer Black und Myron Scholes zurück. Im Zentrum der Untersuchung stehen Optio­nen und deren Preisbestimmung. Da fast alle Passiva einer Unternehmung mittels Options­Preisbewertung analysiert und in einer optimalen Welt berechnet werden können, ist Quanti­tative Finance für Aktienbewertungen anwendbar (Black & Scholes, 1973, s. 637-654). Black und Scholes haben zur Bewertung folgende Formel entwickelt:

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Formel zur Optionspreisbewertung

Quelle: Black & Scholes, 1973, s. 644.

N(di) entspricht dem Delta einer Option. Dies ist die Kennzahl der Veränderung in Geldein­heiten der Option, wenn der Basiswert um eine Geldeinheit steigt. N(d2) reflektiert die Wahr­scheinlichkeit, dass die Option am Ende der Laufzeit im Geld notiert. Für Aktionäre bedeutet dies, dass alle Verbindlichkeiten des Unternehmens gedeckt sind und ein Restwert den Akti­onären zugeschrieben werden kann. сег(м,) reflektiert die Diskontierung des Optionsaus­Übungspreises auf den heutigen Zeitpunkt (Barwert des Strikes).

Zusammengefasst entspricht die Auszahlungsstruktur einer Aktie der Auszahlungsstruktur einer Calloption.

Behavioral Finance

Behavioral Finance stellt die Effizienzmarkthypothese in Frage und beschäftigt sich mit psy­chologischen Faktoren, die die Handlungen von Marktteilnehmern beeinflussen. ״Märkte ver­arbeiten Informationen nicht immer korrekt. Individuelle Fehler kumulieren sich auf Markt­ebene“ (Kuli, 2013, s. 2). Ziel von Behavioral Finance ist es, die Diskrepanz zwischen Bör­senkursen und Fundamentaldaten zu erklären. Dabei werden vier Ursachen (Wahrnehmung, Bewertung, Harmonie und Kontrolle) zur Erklärung herangezogen (Kuli, 2013, s. 2). Zusatz­lieh ist das Handelsvolumen ein wichtiger Indikator der Behavioral Finance (Rapp, 2000, s. 113).

2.3.2 Theorien zur Rohstoffpreisbildung

Studien zu Rohstoffpreisbetas im Kapitel 2.4 ״Studien zur Identifikation von Einflussfaktoren auf Rohstoffaktien“ zeigen auf, dass die Bewertung eines Rohstoffunternehmens an den ge­handelten oder abgebauten Rohstoff geknüpft sein kann. Deshalb wird der Preisbildungspro­zess von Rohstoffen im Folgenden thematisiert.

Mit Bezug auf die im Kapitel 3.1 ״Rohstoffwahl“ erfolgende Abgrenzung zur Auswahl der un­tersuchten Rohstoffe, wird im Bewertungstheorieteil nur auf erschöpfbare Ressourcen ein­gegangen.

Hotelling’s Rule

Das Grundmodell für die Preisbildung von nicht erneuerbaren Ressourcen wurde 1931 von Professor Harold Hotelling in der Untersuchung ״The Economics of Exhaustible Ressources“ entwickelt. Die Akzeptanz des Modells ist darauf zurückzuführen, dass es Rückschlüsse zu Zeit, Preis und Quantität unter Annahme der Profitmaximierung zulässt (Gaitan, Tol & Yetki- ner, 2004, S. 2).

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Hotelling’s Rule

Quelle: Ferenc, 2011, online

Die aufgeführte Grafik illustriert die erwähnten Zusammenhänge. Der fortlaufende Abbau des Rohstoffs führt zu einem kontinuierlichen Anstieg des Preisniveaus. Dieser Preisanstieg ist auf die Erschöpfbarkeit des Rohstoffes zurückzuführen. Durch höhere Preise reduziert sich die Nachfrage. Dieser Prozess endet, wenn der Umstieg auf ein Substitutionsprodukt Wirt­schaftlich attraktiv wird. Der Preis, ab dem Substitutionsprodukte günstiger sind als der bis anhin verwendete, nicht erneuerbare Rohstoff, wird als ״Backstop-Price“ bezeichnet. Ab die­sem Zeitpunkt gilt der Rohstoff als ökonomisch erschöpft, auch wenn noch Vorkommen in der Natur bestehen. Der geltende Marktzinssatz, technologische Entwicklungen und Explora­tionserfolge beeinflussen die Abbaugeschwindigkeit und den Zeitpunkt der ökonomischen Erschöpfung. Der Zinssatz hat einen direkten Einfluss auf die Abbaugeschwindigkeit und die Produktionsmenge. Erfolgreiche Explorationen erhöhen die bekannten Reserven und führen deshalb zu einer Preissenkung. Technologische Innovationen können zur Erschliessung von bisher nicht abbaubaren Vorkommen oder zur Laufzeitverlängerung von bestehenden Re­servoiren führen (Hotelling, 1931, s. 137-175).

2.3.3 Theorien zur Rohstoffunternehmensbewertung

Die Methoden zur Bewertung von Unternehmen aus dem Rohstoffbereich unterscheiden sich von Unternehmensbewertungsansätzen anderer Sektoren. Während Dienstleistungs- und Produktionsbetriebe ihre Markterfolge über Faktoren wie Qualität, Produkteigenschaften, Preisgestaltung oder Produktentwicklung beeinflussen können, ist das Endprodukt in der Rohstoffindustrie - der jeweilige Rohstoff selbst - für alle Unternehmen nahezu identisch. Der langfristige Unternehmenserfolg hängt folglich hauptsächlich von der Fähigkeit eines Unternehmens ab, die durch den Abbau zurückgehenden Reserven durch Exploration oder Zukauf möglichst kosteneffizient zu ersetzen (Hooke, 1998, s. 299).

Wie L. M. Lachmann und F. Snapper in ihrem Paper ״Commodity Stocks in the trade cycle“, aufzeigen, kann allgemein innerhalb der Rohstoffindustrie zwischen ״Producers“, ״Dealers“ und ״Manufacturers“ unterschieden werden (Lachmann & Snapper, 1938, s. 435-454)4. Die Unterteilung ist von Bedeutung, da die Bewertungsmethodik je nach Sektor divergiert. Wie später im Kapitel 3.2 ״Firmenwahl“ dargelegt wird, liegt der Fokus in dieser Arbeit vorwie­gend auf dem Abbausektor.

Natural Resource Stocks Evaluation Methodology Hooke (2010) teilt die Bewertung von Rohstoffunternehmen in vier stufen ein, wie nachfol­gende Grafik illustriert (S. 301):

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Natural Resource Stocks Evaluation Methodology

Quelle: Hooke, 2010, s. 301.

Den grössten Wertanteil bei Rohstoffunternehmen haben die Reserven und die damit assozi- ¡erenden zukünftigen Erträge. Bei Upstream-Unternehmen aus der Ölindustrie ist ein Reser­ven zu Aktienwert-Verhältnis von 50% bis 80% nicht unüblich. Dies macht die Bedeutung von Reserven auf den Aktienkurs von Rohstoffunternehmen deutlich. Der Abbau der Reser­ven erfordert substantielle Kapitalinvestitionen. Der Wert dieser Investitionen muss deshalb in einer Unternehmensbewertung berücksichtigt werden. Schulden werden anschliessend abgezogen. Die Bewertung der individuellen Fähigkeit des Unternehmens (und dessen Ma­nagement) neue Reserven zu erschliessen oder durch Akquisition zu erwerben, ist die letzte Stufe. Es resultiert der Wert, der den Aktionären zugeschrieben werden kann. Zur Berech­nung der Werte der einzelnen stufen können verschiedene Ansätze verwendet werden. Da­bei müssen unterschiedliche nationale Buchführungsstandards berücksichtigt werden (Hooke, 1998, s. 299). Auf diese wird aufgrund des Umfangs dieser Arbeit nicht vertieft ein­gegangen.

Bewertung eines Rohstoffunternehmens auf Liquidationsbasis

Auf Basis der existierenden Reserven wird eine zukünftige Abbau- oder Produktionskurve geschätzt, um per Discounted Cash Flow-Ansatz den Barwert der Reserven zu bestimmen. Die jährlichen Produktionsmengen werden mit einem geschätzten Verkaufspreis und den erwarteten Förderkosten verrechnet. Diese Verrechnung ist relevant, da der erwartete Marktpreis des Rohstoffs für alle Unternehmen gleich ist. Deshalb ist die erzielte Cash Marge (Verkaufspreis - Förderkosten) der Unternehmen aussagekräftiger, als der reine Verkaufs­preis. Anlagevermögen, wie Rohstoffvorkommen, Liegenschaften, oder Liquiditätspositionen werden hinzuaddiert. Am Schluss werden alle Verbindlichkeiten subtrahiert (Hooke, 1998, s. 308). Dieser Bewertungsansatz ist für diese Arbeit kritisch zu beurteilen, da der Liquidati­onswert eines Unternehmens meist unter dessen aktueller Marktkapitalisierung liegt. Die Differenz wird häufig durch unternehmensinternes Know-how begründet, welches das Unter­nehmen befähigt, den Rohstoff auf eine für den Aktionär im Vergleich zu Konkurrenten at­traktivere Weise abzubauen.

Bewertung mittels Core NAV, Un risked NAV und Risked NAV bei ölunterneh­men

Es gibt drei auf dem ״Net Asset Value“ basierende Unternehmenswertberechnungen, die sich durch die jeweilige Berücksichtigung des Reservenportfolios, bzw. des Explorationspo­tentials, differenzieren. Der ״Core NAV“ berücksichtigt sowohl den Wert aktuell produzieren­der, als auch sich im Entwicklungsstadium befindlicher Rohstoffvorkommen und den Wert der ausgewiesenen 2P Reserven (engl, proved and probable reserves). Hinzu kommen die Barwerte aller übrigen Einkommensquellen und der Barwert des Hedging-Portfolios. Die Net­toverschuldung und ein Abzug für die Unternehmensführung werden berücksichtigt. Der ״Core NAV“ entspricht somit dem Sachwert (engl, tangible value) des Unternehmens unter der Annahme keine zukünftigen Explorationserfolge zu erzielen. Beim ״Unrisked NAV“ wird bei zukünftigen Explorationen von einer hundertprozentigen Erfolgsquote ausgegangen. Der ״Risked NAV“ hingegen berücksichtigt die Tatsache, dass nur etwa 13% der Explorationen in den vergangenen Jahren erfolgreich waren. Die einzelnen Reserven werden Risikokatego­rien zugerechnet (UBS, 2008, s. 75).

Real Option Theory

Die Real Option Theory ist eine Alternative zu klassischen Bewertungsansätzen. Sie eignet sich speziell bei der Bewertung von Rohstoffunternehmen. Der branchenüblich grosse Anteil der Reserven am Gesamtwert eines Rohstoffunternehmens, die für zukünftige Perioden via Forwards bekannten Preise für den abgebauten Rohstoff und die bekannten oder gut ab­schätzbaren Grössen aus operativer Tätigkeit (z.B. Produktionsmenge, Kosten pro Einheit), machen den Real Option Ansatz für die Rohstoffbranche geeignet. Bei der Bewertung eines Rohstoffunternehmens mit der Real Option Methode werden die Cashflows aus operativer Tätigkeit exakt mit verschiedenen Finanzinstrumenten (Forward und Zerobond) nachgebil- det. Der Wert eines Projektes ergibt sich aus der Summe der Barwerte des Finanzinstrumen- tenportfolios. Der Unternehmenswert repräsentiert den aggregierten Wert aller Projekte. Die Real Option Methode ist gut zur Bewertung einzelner Projekte geeignet. Wird das ganze Un­ternehmen mit dieser Methode bewertet, müssen beispielsweise Explorations- oder Er­schliessungskosten der Rohstoffvorkommen bei der Berechnung berücksichtigt werden (Grinblatt, Hillier & Titman, 2012, s. 398-403).

2.4 Studien zur Identifikation von Einflussfaktoren auf Rohstoff­aktien

ln diesem Kapitel wird eine Übersicht über bestehende Studien gegeben, deren Ziel die Identifikation von Einflussfaktoren auf Rohstoffaktien ist. Der Grossteil der Untersuchungen bezieht sich auf einen spezifischen, nicht erneuerbaren Rohstoff. Das Ziel dieser Arbeit be­steht neben der Analyse je Rohstoffkategorie in der Erstellung eines allgemein gültigen Mo­dells.

״Facts and Fantasies about Commodity Futures” (G. Gorton, G. Rouwenhorst)

Eine wichtige Erkenntnis dieser Arbeit ist, dass es schwierig ist ein Unternehmen direkt mit einem spezifischen Rohstoff in Verbindung zu bringen. Viele Unternehmen bauen neben einem Hauptrohstoff auch Nebenprodukte ab. Bei Upstream-Unternehmen ist dies neben öl auch Gas und bei Edelmetallminen werden oft Basismetalle mitabgebaut (Gorton & Rou­wenhorst, 2006, s. 47-68).

״Supply Determinants of Mining Companies: Evidence for Gold and other Min­erais in South Africa” (Stefano Mainardi)

Mainardi identifiziert preisbeeinflussende Faktoren von Bergbauunternehmen. Die Einfluss­faktoren Rohstoffpreis, institutioneile Rahmenbedingungen, geologische Charakteristika an den Abbauorten, der Umfang der Minenaktivitäten und spezifische Faktoren bezüglich Betei­ligungen/Eigentümer werden als besonders relevant erachtet. Die Studie beschäftigt sich ausschliesslich mit südafrikanischen Unternehmen (Mainardi, 1999, s. 31-53).

״What drives the commodity price beta of oil industry stocks?” (Edward Talbot, Tracy Artiach, Robert Faff) Die Studie untersucht den Zusammenhang zwischen Ölindustrieaktien und dem ölpreis. Dies erfolgt durch Analyse von Treibern des Ölpreisbetas. Den stärksten Einfluss haben makroökonomische Faktoren. Firmenspezifische Faktoren haben einen weniger signifikanten Einfluss. Gegenstand der Untersuchung sind ausschliesslich nordamerikanische Unterneh­men (Artiach, Faff, Talbot, 2011, 1-42, online).

״Commodity Stocks in the trade cycle” (L. M. Lach mann, F. Snapper)

Kern der Untersuchung ist die Frage, ob Rohstofflagerbestände positiv oder negativ mit dem allgemeinen Wirtschaftszyklus korreliert sind. Dabei werden die verschiedenen Stadien der Rohstoffverarbeitung unterschieden. Daneben wird vertieft auf den Abbau der Rohstoffe ein­gegangen. Es wird konkludiert, dass Bestände an Agrargütern wie auch Basismetallen nega­tiv mit dem allgemeinen Wirtschaftszyklus korreliert sind. Als Gründe werden der Time-Lag der Produktionsanpassung an Nachfrageveränderungen, Spekulationen und monopolistische Restriktionen angeführt. Die Untersuchung zeigt, dass der Wirtschaftszyklus Rohstoffunter­nehmen beeinflusst. Aktuelle und zukünftige Lagerbestände von Rohstoffen werden als de­terminierend für deren Preisverlauf charakterisiert. Deshalb kann ein Einfluss auf die Aktien­kursentwicklung von Rohstoffunternehmen angenommen werden (Lachmann & Snapper, 1938, s. 435-454).

״Gold Stocks, the Gold Price and Market Timing” (Owain Ap Gwilym, Andrew Clare, James Seaton, Stephen Thomas)

Gwilym et al. konkludieren, dass kein konstanter Zusammenhang zwischen dem Goldpreis und den Aktien von Goldminen besteht. Eine weitere Erkenntnis ist, dass Zinssätze negativ mit dem Goldpreis und den Aktien von Goldminen korrelieren (Clare, Gwilym, Seaton & Thomas, 2010, s. 1-26).

״An International Investigation of the Factors that Determine Conditional Gold Betas” (Robert Faff, David Hillier)

Faff und Hillier führten eine Studie in vier verschiedenen Ländern durch. Dabei identifizierten sie in Abhängigkeit der untersuchten Region unterschiedliche Einflussfaktoren von Gold­preisbetas. Aus diesem Grund wird keine globalgültige Schlussfolgerung für die Einflussfak­toren von Goldaktien gezogen (Faff & Hillier, 2004, s. 473-488).

״Macroeconomic Determinants of Gold Industry stock Returns” (Michael Chau)

Chau modelliert ein Regressionsmodell, in welchem er die Arbeitslosenquote und das GDP als erklärende Faktoren für die abhängige Variable ״Gold Industry Stock Returns“ verwendet. Je nach Konstellation sind die beiden Faktoren auf einem unterschiedlichen Level signifikant. Es wird auf eine Lag-Struktur des Modells verwiesen, da die makroökonomische Verände­rung zeitverzögert in der Industrie abgebildet wird (Chau, 2012, s. 1-34).

״Performance and Volatility of Oil and Gas Stocks: A Comparative study on Selected O&G Companies” (Fazilah Samad, Sonai Bhat, Roselee Shaharudin)

Die Studie untersucht den Zusammenhang von öl- und Gasaktien in den USA, Indien und UK mit Öl- und Gaspreisen. Dabei schliessen die Autoren sowohl auf einen kurz-, als auch auf einen langfristigen Zusammenhang der Variablen. Weiterhin identifizieren sie Marktzins­Satz und Industrieproduktion als erklärende Variablen (Fazilah, Roselee & Sonai, 2009, s. 87-99).

״The Determinants of Stock Price Exposure: Financial Engineering and the Gold Mining Industry” (Peter Tutano)

Tufano untersucht die Reaktion von nordamerikanischen Goldminen auf Veränderungen im Goldpreis. Dabei zieht er die Schlussfolgerung, dass die Aktienkurse durchschnittlich um zwei Prozent steigen, wenn der Goldpreis um ein Prozent steigt. Es wird auf die Verzerrung dieser Schlussfolgerung durch Hedging und Diversifikation durch die Unternehmen verwie­sen. Für diese Fälle konstatiert er einen negativen Zusammenhang. Eine überdurchschnittli­che Sensitivität sieht er bei Goldminen, welche mit Leverage arbeiten (Tufano, 1998, s. 1015-1052).

״An Examination of Australian Gold Mining Firms’ Exposure over the Collapse of Gold Price in the Late 1990s” (Victor Fang, Warren Poon, Chlen-TIng Lin)

Diese Analyse zu australischen Goldminen während der 90er-Jahre kommt zu dem gleichen Schluss, wie das vorhin erwähnte Paper von Tufano - Goldpreisbetas sind signifikant grös­ser als eins und Hedging-Aktivitäten haben eine negative Korrelation zu Goldpreisbetas (Fang, Lin & Poon, 2007, s. 37-49).

״The Determinants of Stock Price Exposure in Mining and Extractive Indus­tries: An Analysis of the Oil Industry” (o.v.)

Die Arbeit untersucht, ob die Erkenntnisse von Tufano auch auf andere Bereiche der Roh­Stoffindustrie übertragbar sind. Die Arbeit kommt zu dem Schluss, dass das Tufano-Modell auf die gesamte Minenindustrie sowie auf rohstoffabbauende Industrien, wie die öl-und Gas­industrie, anwendbar ist.

״Variables explaining the price of gold mining stocks” (Jimmy D. Moss, Donald I. Price)

Moss und Price haben per stepwise Regression fünf unabhängige Variablen identifiziert, die ein R2 von 0.557 zum Gold Mining Stock Index (GOX) haben. Diese sind der Goldpreis, Akti­enmarktbewegungen, der Wert des USD, der ölpreis und das allgemeine Level der Roh­stoffpreise (Moss & Price, 2012, s. 81-89).

2.5 Zusammenfassung der Literaturrecherche

Nach der Auseinandersetzung mit Bewertungspraktiken, -theorien und Untersuchungen zu Determinanten von Rohstoffaktien können verschiedene Faktoren identifiziert und mögliche Modellierungsgrössen eruiert werden. Diese Identifikation wird nachfolgend durchgeführt. Die genaue Bestimmung der unabhängigen Variablen ist Bestandteil des Kapitels 3.3 ״Be- Stimmungsfaktoren von Commodity Stocks“. Um eine systematische und nachvollziehbare Bestimmung der in das Regressionsmodell einfliessenden Parameter zu gewährleisten, wird auf die jeweilige Studie verwiesen, in welcher der Faktor identifiziert wurde. Dabei wird auf einen Doppelverweis für bereits identifizierte Faktoren aufgrund der Übersichtlichkeit verzieh- tet.

Aus dem Bereich der Fundamentalanalyse werden einzelne Multiples als wichtig erachtet. Ein reines Dividend Discount Model wird als zu simpel erachtet. Die Dividendenproblematik findet insofern Berücksichtigung in der Arbeit, als dass die später analysierten Aktien rein­vested in die Untersuchung einfliessen (unter Berücksichtigung der Dividenden). Da auf- grund der wissenschaftlichen Akzeptanz ein Regressionsmodell mit dem Einbezug der un­abhängigen Variablen mittels Lag-Struktur als erklärende Variable nicht möglich ist, wird aus dem Bereich der technischen Analyse in Kombination mit Behavioral Finance nur die Verän­derung des Handelsvolumens der einzelnen Titel weiterverwendet. Quantitative Finance fliesst im Zusammenhang mit den für die Real Option Theory wichtigen Indikatoren in das Regressionsmodell ein. Im Zusammenhang mit der Hotelling Rule sind der Marktzinssatz, der Rohstoffpreis sowie die Nachfrage nach dem Rohstoff von Bedeutung. Aus den Bewer­tungstheorien für Rohstoffunternehmen kann auf die Wichtigkeit von Reserven geschlossen werden. Weiter sind die Inputkosten im Verhältnis zum Verkaufspreis relevant, da der Ver­kaufspreis aufgrund des einheitlichen Endprodukts durch den Markt gegeben ist. Die Real Option Theory zeigt, dass nicht nur der heutige Verkaufspreis, sondern auch der zukünftige Verkaufspreis des Rohstoffs einen Einfluss auf den Unternehmenswert haben kann. Gorton und Rouwenhorst verweisen auf die Problematik zur Identifizierung von ״Pure-Players“. Ge­mäss einem Experteninterview wurde deshalb versucht, diejenigen Firmen zu identifizieren, die möglichst ״pure“ sind (Gonzalez, 2013, Interview).5 Aus dem Paper von Mainardi wird der Verweis auf institutioneile Rahmenbedingungen berücksichtigt. Talbot, Artiach und Faff er­wähnen unter dem Stichwort makroökonomische Faktoren auch die Volatilität der Erträge, die einen Einfluss auf kotierte ölunternehmen haben. Von Lachmann und Snapper wird der Time-Lag der Produktionsanpassung auf Nachfrageveränderungen als zentral erachtet. Die Lagerbestände selbst werden bereits als im Rohstoffpreis und/oder als im Forward impliziert erachtet. Von Bedeutung aus dem Paper von Gwilym et al. ist der nicht konstante Zusam­menhang von Goldpreis und Goldminenaktien. Faff und Hillier heben die regionalen Diffe­renzen bei der Beurteilung von Goldpreisbetas und die damit verbundene Schwierigkeit des Treffens einer globalgültigen Aussage hervor. Chau modelliert ein Regressionsmodell, in welchem er hauptsächlich die allgemeine Wirtschaftslage (anhand GDP und Arbeitslosen­quote) als relevante erklärende Variable erachtet. Gemäss Samad und Bhat ist neben dem Rohstoffpreis die Industrieproduktion eine Determinante für Commodity Stocks. Tufano und die beiden nachfolgend erwähnten Studien beziffern das Rohstoffpreisbeta zu Rohstoffak­tien. Dieses wird als grösser als eins erachtet. Zusätzlich wird von Tufano die Finanzierungs­Struktur (Leverage) als signifikant befunden. Moss und Price heben in ihrem 5- Faktorenmodell neben bereits identifizierten Indikatoren noch die Währungsproblematik her­vor. Da alle Rohstoffe global in USD gehandelt werden, sehen sie in der Wertveränderung des USD einen wichtigen Einflussfaktor. Ausserdem sehen sie in Aktienmarktbewegungen einen signifikanten Einflussfaktor.

Forschungslücke

Viele Studien untersuchen den Einfluss von Rohstoffpreisen oder die Auswirkung von так- roökonomischen Variablen auf Rohstoffaktien. Meist erfolgt eine Beschränkung auf einzelne Rohstoffe (mehrheitlich Gold oder öl). Eine aggregierte Analyse basierend auf einer umfas­senden Literaturrecherche erfolgt selten. Aus dieser Forschungslücke resultiert der Bedarf einer Analyse, die makroökonomische, firmen- sowie rohstoffspezifische Variablen und die allgemeine Marktbewegung gemeinsam und bereichsübergreifend untersucht (öl, Gold und Kupfer).

3. Conceptual Model

Das Kapitel besteht aus vier Unterkapiteln. Zunächst wird die Rohstoffwahl begründet. Da­rauf aufbauend wird die Wahl der einzelnen Unternehmungen pro Rohstoffkategorie erläu­tert. Die Bestimmungsfaktoren der Commodity Stocks werden erarbeitet. Das Kapitel schliesst mit einer Zusammenfassung ab, welche alle Variablen zusammenfasst.

3.1 Rohstoffwahl

Die Arbeit behandelt ausgewählte Rohstoffaktien aus drei Sektoren. Es muss vor allem auf­grund der Heterogenität der Rohstoffe eine Eingrenzung vorgenommen werden. Daher er­folgt eine Beschränkung auf die populärsten Branchen, welche Unternehmen mit hoher Marktkapitalisierung und damit wirtschaftlicher Relevanz, enthalten. Auf Sektorebene wird der Einfluss möglicher preisbildender Variablen auf öl, Gold und Kupfer untersucht. Andere Hard Commodities sind vor dem Hintergrund ihrer relativen wirtschaftlichen Relevanz und den zur Verfügung stehenden zeitlichen Ressourcen nicht Gegenstand der Untersuchung. Soft Commodities werden ebenfalls nicht behandelt, da das Wetter als Einflussvariable in der Modellierung unter anderem aufgrund unterschiedlicher geografischer Anbaugebiete für glei­che Rohstoffe sehr stark divergiert. Damit wäre der zeitliche Aufwand für die Erstellung eines adäquaten Modells, welches zunächst die Variable ״Wetter“ korrekt abbildet, sehr hoch.

3.2 Firmenwahl

Innerhalb der Branchen öl und Gold liegt der Fokus auf den jeweils zehn grössten Unter­nehmen nach Marktkapitalisierung. Aufgrund eingeschränkter Datenverfügbarkeit und über­schneidung mit dem Abbau anderer Basismetalle stützt sich die Analyse bei Kupfer auf acht Unternehmen6, die in Zusammenarbeit mit einem Experten der Gateway Capital Group eru­iert wurden (Gonzalez, 2013, Interview). Ferner muss ein Streubesitz von mindestens 20% für eine freie Preisbildung gegeben sein. Somit sind Unternehmen mit der höchsten Wirt­schaftlichen Relevanz abgebildet, welche die jeweilige Branche repräsentieren. Entschei­dend ist neben der reinen Unternehmensgrösse und dem Streubesitz das operative Geschäft der Unternehmen - da die vorliegende Arbeit unter anderem untersucht, wie stark der Zu­sammenhang zwischen der Preisentwicklung des zu Grunde liegenden Rohstoffs und der Aktie ist, muss das Geschäftsmodell der Unternehmen auf einen spezifischen Rohstoff aus­gelegt sein. Nebenprodukte dürfen keinen substanziellen Anteil repräsentieren. Somit kön­nen Unternehmen, die in der Förderung und Weiterverarbeitung mehrerer Rohstoffe ohne klaren Fokus engagiert sind, nicht berücksichtigt werden. Mischkonzerne wie GlencoreXstra- ta finden deshalb keine Berücksichtigung.

Die folgenden Tabellen geben eine Übersicht der einzelnen Unternehmen:

Tabelle 1: Übersicht zur Firmenwahl

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Thomson Reuters, 2013, online.

Wie folgende Korrelationsmatrizen deutlich machen, ergibt sich ein heterogenes Bild bei den analysierten Rohstoffen: öl- und Kupferunternehmen weisen sehr hohe positive Korrelatio­nen auf. Dies spricht für eine homogene Stichprobe. Somit können identifizierte Einflussfak­toren auf die Stichprobe übertragen und allgemein gültige Aussagen gemacht werden. Im Gegensatz dazu divergieren die Korrelationen der Goldunternehmen stark. Vor allem Yama­na Gold weist lediglich schwach positive Korrelationen mit den anderen Unternehmen der Stichprobe auf (die Korrelation mit Goldcorp ist sogar negativ). Dies legt den Schluss nahe, dass unterschiedlich stark wirkende, bzw. unterschiedliche Einflussfaktoren die Kursentwick­lung der Goldunternehmen beeinflussen. Die Kursentwicklung der betrachteten Firmen re­flektiert die Korrelationen und wird im Anschluss an die Korrelationsmatrizen illustriert.

Zur Beurteilung der Commodity Stocks wird die Börsenkursentwicklung unter Berücksichti­gung der Dividenden herangezogen. Dies dient einer vollständigen Renditebetrachtung aus dem Blickwinkel der Investoren. In der Regression fliessen die Aktien mit reinvestierten Kur­sen als abhängige Variable ein.

Tabelle 2: Korrelationsmatrix zu den logarithmierten Renditen der Ölfirmen

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Thomson Reuters, 2013, online.

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 5: Kursentwicklung der Ölfirmen

Quelle: Thomson Reuters, 2013, online.

[...]


1 Für die Berechnung der Rohölpreisentwicklung wurden die beiden Sorten WTI und Brent je mit 50% gewichtet, da sie als Referenzgrössen für die weltweite Preisentwicklung gelten.

2 Die Begründung der Rohstoffwahl erfolgt im Kapitel 3.1 „Rohstoffwahl“.

3 Organization of the Petroleum Exporting Countries

4 Auf die Untersuchung wird im Rahmen des Kapitels 2.4 ״Studien zur Identifikation von Einflussfakto­ren auf Rohstoffaktien“ detailliert eingegangen.

5 Vgl. dazu auch Kapitel 3.2 ״Firmenwahl“.

6 Sociedad Minera Cerro Verde und Kazakhmys wurden nicht berücksichtigt.

Ende der Leseprobe aus 83 Seiten

Details

Titel
Determinanten von Commodity Stocks
Hochschule
ZHAW Zürcher Hochschule für Angewandte Wissenschaften - IAP  (School of Management and Law)
Note
5,0-5,5 (CHE-System)
Autoren
Jahr
2013
Seiten
83
Katalognummer
V215273
ISBN (eBook)
9783668711099
ISBN (Buch)
9783668711105
Dateigröße
1151 KB
Sprache
Deutsch
Schlagworte
Einflussfaktoren auf Rohstoffaktien, Preisbildung Aktien, Rohstoffaktien, Determinanten von Aktien, Commodity Stocks
Arbeit zitieren
Julian Engelfried (Autor)Fabian Krütli (Autor)Marc Schreier (Autor), 2013, Determinanten von Commodity Stocks, München, GRIN Verlag, https://www.grin.com/document/215273

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Determinanten von Commodity Stocks



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden