Leseprobe
I. Inhaltsverzeichnis
Inhaltsverzeichnis
Abkürzungsverzeichnis
Abbildungsverzeichnis
1 Einleitung in die Forschungsfrage
2 Theoretische Grundlagen
2.1. Indizes
2.2 Passiv verwaltete ETFs
3. Datenerhebung - Methodik - Hypothesenformulierung
3.1. Abhängige Variable
3.2. Unabhängige Variablen
3.3. Modellprämissen
4. Analyse des Outputs
4.1. Kennzahlen und Güte des Gesamtmodells
4.2.Schätzer der unabhängigen Variablen
4.2.1. TER
4.2.2. Volatilität
4.2.3. Fondsvolumen
4.2.4. Wertpapierleihe
4.2.5. Replikationsart
4.2.6. Währung
4.2.7. Ausschüttungsart
4.3. Schätzung der Regressionsgleichung
5.Fazit und Forschungsausblick
Literaturverzeichnis.
II. Abkürzungsverzeichnis
Abbildung in dieser Leseprobe nicht enthalten
III.Abbildungsverzeichnis
Abbildung 1: Aktives Fondsmanagement schafft seltener Outputperformance
Abbildung 2: Formel multiple lineare Regression
Abbildung 3: Formel Tracking Difference
Abbildung 4: Output multiple lineare Regression
Abbildung 5:Formel R²
Abbildung 6: Effect plot TER-TD
Abbildung 7: Effect plot Vola-TD
Abbildung 8: Effect plot Fondsvolumen-TD
Abbildung 9:Effect plot Wertpapierleihe-TD
Abbildung 10:Effect plot Replikationsart-TD
Abbildung 11: Effect plot Währung-TD
Abbildung 12: Effect plot Ausschüttungsart-TD
1 Einleitung in die Forschungsfrage
In den letzten Jahren haben passive gemanagte Geldanlagen immer stärker an Bedeutung gewonnen. Ein Großteil der aktiv gemanagten Fonds musste eine Performance ausweisen, die schlechter war als ihre Benchmarkentwicklung.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1: Aktives Fondsmanagement schafft seltener Outputperformance
Die von der Investmentgesellschaft Lyxor bereitgestellte Studie mit Daten von Morning- star und aus Bloomberg zeigt, weshalb sich so viele Anleger gegen die Chance auf eine Überrendite zur Benchmark entscheiden und die Indexentwicklung passiv durch einen ETF nachbilden lassen. Lediglich 33% der Aktienfonds haben 2018 eine Outperformance erzielt, die übrigen 67% erzielten schlechtere Renditen als ihr zu Grunde liegender Index.1
Da jedoch viele ETF-Anbieter am Markt mit der Nachbildung der Indizes werben, gilt es für den Anleger in der Angebotsfülle auf die richtigen Kriterien und Ausgestaltungsvari- anten zu achten. Bei einem langfristigen Investment verändert selbst ein niedriger pro- zentualer jährlicher Performanceunterschied die endgültige Rendite erheblich.
Die folgende empirische Forschungsarbeit hat das Ziel, die Tracking Difference zwischen passiv verwalteten ETFs und ihrer jeweiligen Benchmark zu erklären. Daraus lässt sich die zusätzliche Fragestellung ableiten, auf welche Kriterien ein Anleger, der nach einem passenden ETF für seine Geldanlage sucht, achten muss.
2 Theoretische Grundlagen
Damit die empirische Analyse inhaltlich besser einzuordnen ist und einen konkreten Pra- xisbezug erfährt, wird vorab die Wissensgrundlage für den generellen Aufbau von einem Index geschaffen. Des Weiteren werden die in der Stichprobe verwendeten Benchmark- Indizes genauer analysiert. Der Dax30, EuroStoxx50 und der S&P500 unterscheiden sich nicht nur durch die Anzahl der enthaltenen Titel, sondern beinhalten weitere Unter- schiede, die für die Ergebnisse dieser Arbeit essenziell sind.
2.1. Indizes
Ein Index wird in der Wirtschafts- und Finanzwelt hauptsächlich dazu genutzt, eine Mark- tentwicklung eines Bündels von Einzelwerten verfolgen zu können. Ein weiterer Grund für die Bildung von Indizes ist die Vergleichbarkeit von Entwicklungen über einen be- stimmten Zeitverlauf. Ein Index kann sowohl aus unterschiedlichen Aktien, als auch aus anderen Anlageinstrumenten bestehen. 2 Als Beispiele sind hier Rohstoff-, Renten- oder Immobilienindizes zu nennen.
Da der empirische Teil der Arbeit sich mit der Tracking Difference zwischen Aktienin- dizes und den dazugehörigen ETFs beschäftigt, werden nur die theoretischen Grundlagen für diesen Bereich geschaffen.
Grundsätzlich wird bei Indizes zwischen Kurs- und Performanceindex unterschieden. Bei einem reinen Kursindex wird lediglich die Kursentwicklung betrachtet, Ausschüttungen wie z.B. Dividenden oder Zinszahlungen werden nicht korrigiert. Ein bekanntes Beispiel für einen Kursindex ist der Amerikanische Dow Jones. Der EuroStoxx50 wird sowohl als Kursindex, als auch als Performanceindex gemessen.3
In einem Performanceindex, der auch als Total-Return-Index bezeichnet wird, werden alle Ausschüttungen und Bezugsrechte der enthaltenen Unternehmen mit in die Berech- nung aufgenommen. Alle für die Forschungsfrage betrachteten Indizexentwicklungen be- ziehen sich auf die Performancevarianten.4
Bei der Auswahl der Indizes bzw. Benchmarks wurde darauf geachtet, dass diese die fol- genden Kriterien erfüllen:
1. Der Index ist liquide (hohe Umsätze),
2. nachbildbar (Indexaktien durch institutionelle Anleger kaufbar),
3. vergleichbar (Methodenkonstanz)
4. repräsentativ (Bezogen auf den Aktienmarkt bzw. die Volkswirtschaft)5
Der S&P enthält die 500 größten Amerikanischen Unternehmen, der EuroStoxx die 50 größten Europäischen und der Dax die 30 größten Deutschen Unternehmen. Die Gewich- tung hängt von der Marktkapitalisierung der jeweiligen Unternehmen in den genannten Regionen ab.
Da alle gewählten Indizes die vier Kriterien erfüllen, wurden sie für das Modell ausge- wählt. Zusätzlich erfolgt eine regionale Diversifikation.
2.2 Passiv verwaltete ETFs
Exchange Traded Funds sind börsengehandelte, passiv verwaltete Publikumsfonds. Sie sollen die Entwicklung eines Index präzise nachbilden. 6 Die Laufzeit der Fonds ist un- begrenzt. Erwirbt ein Anleger einen Fondsanteil, wird er damit zum Miteigentümer am Sondervermögen des Fonds. Geht die Investmentgesellschaft in die Insolvenz, fließt das Sondervermögen nicht mit in die Insolvenzmasse ein. Die Investmentgesellschaft tritt als Treuhänder auf. Bildet ein ETF einen Kursindex nach,schüttet er seine Erträge in der Regel an die Anleger aus, um die Kursentwicklung weiterhin vergleichbar zu halten. Bei einem thesaurierenden liegt hingegen häufig ein Performanceindex zu Grunde.7
Ein Grund dafür, dass in diesem Kapitel explizit erwähnt wird, dass es im Rahmen dieser Forschungsfrage um passiv verwaltete Fonds handelt, sind Smart Beta ETFs. Sie stellen eine Mischung aus aktivem und passivem Portfoliomanagement dar. Zwar ist die Anla- gestrategie des ETF strikt an die Gewichtung eines Index gekoppelt, jedoch wird der In- dex nach anderen Faktoren konzipiert als der gewöhnliche Marktindex. Hierdurch soll eine Überrendite zum Markt erzielt werden.8 Häufig werden hier bestimmte Branchen stärker gewichtet oder Faktoren wie Momentum oder Value verwendet. In der Fachlite- ratur besteht keine abschließende Einigkeit darüber, ob diese Form zum aktiven oder pas- siven Management gezählt wird.
3. Datenerhebung - Methodik - Hypothesenformulierung
Um die Regressionsanalyse durchführen zu können, wurden von 30 verschiedenen passiv gemanagten ETFs Daten erhoben ( n= 30). Für die Berechnung der Tracking Difference wurde außerdem die Performance des Dax30, EuroStoxx50 und des S&P500 benötigt. Die Quelle für den als Excel-Datei vorliegenden Datensatz ist VWD Advisory Solutions aus dem Bankhaus Lampe. Alle Daten wurden zum Stichtag 20.11.2018 erhoben. Gering- fügige Abweichungen können durch die verschiedenen Zeitzonen und Öffnungszeiten der Börsenplätze aus Nordamerika zustande kommen und ließen sich nicht vollständig berei- nigen. Fehlende Daten wurden manuell aus den gesetzlich vorgeschriebenen Produktin- formationsblättern erhoben, die bei den jeweiligen Fondsgesellschaften frei erhältlich sind. Die Berechnung des Modells erfolgte mit der Statistik Software R.
Das Ziel der Analyse ist es,herauszufinden ob ein Wirkungszusammenhang zwischen den Modellkomponenten besteht. Dieser Zusammenhang wird auf Wirkungsstärke und die vorliegende Richtung analysiert.9
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 2: Formel multiple lineare Regression
Für die Analyse der Daten wird eine multiple lineare Regressionsanalyse durchgeführt. Hierfür wird eine Regressionsgerade aufgestellt, mit der durch im Modell eine Vorher- sage für einen konkreten Wert der Tracking Difference getroffen werden kann. Y be- schreibt in diesem Fall den Wert für die Abhängige Variable. Die Regressionskonstante a zeigt den Wert für die Abhängige Variable an, der gültig wäre, wenn keine weiteren erklärenden Variablen mit einbezogen werden würden. Die Regressionsgewichte b zei- gen die Stärke und die Richtung des Einflusses der jeweiligen Unabhängigen Variablen X an. Der nicht vermeidbare Fehlerterm e wird mit in die Gleichung einbezogen.10
Bevor die Ausformulierung der Hypothesen zu den einzelnen Variablen und dem Ge- samtmodell erfolgt, werden die enthaltenen Variablen des Modells näher beschrieben.
3.1. Abhängige Variable
Die abhängige Variable Y (siehe allgemeine Regressionsgleichung unter Punkt 3) im vor- liegenden Regressionsmodell ist die Tracking Difference (TD). Die Tracking Difference ist eine Kennzahl, mit der ausgedrückt wird, wie stark ein ETF auf Jahressicht von seinem Referenzindex abgewichen ist. Zur Berechnung wird die Indexperformance von der ETF Performance subtrahiert. Die Berechnung wird anhand der nachfolgenden Formel ersicht- lich. 11
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 3: Formel Tracking Difference
Die Berechnung der jeweligen Tracking Difference erfolgte indem die Performance des ETFs (mit t=1 Jahr) von der des S&P500 ( 2,42 % ), EuroStoxx50 (- 8,74 % ) oder Dax30 (-14,79%) subtrahiert wird.12
Ergibt sich ein positiver Wert für die Tracking Difference, hat sich der ETF besser ent- wickelt als seine Benchmark. Dies wäre positiv für einen Anleger, der genau über diesen Zeitraum investiert gewesen ist.
Ist die Tracking Difference negativ, hat sich die Benchmark besser als der ETF entwickelt – dies ist negativ aus der Perspektive des Anlegers.
3.2. Unabhängige Variablen
Im folgenden Abschnitt werden die sieben unabhängigen Variablen näher definiert und mit einem Praxisbezug mit der Tracking Difference in Verbindung gebracht. Außerdem erfolgt die Ausformulierung der Hypothesen für den späteren t-Test. Die Überprüfung der Signifikanz erfolgt zum Testniveau α = 0,05.
Die Total-Expense-Ratio umfasst alle Kosten, die dem Anleger von der Fondsgesell- schaft berechnet werden. Sie wird in % ausgewiesen und bezieht sich auf einen Zeitraum von einem Jahr. Höhere Kosten führen zu einer geringeren Rendite für den Anleger 13 Im Vergleich zu aktiv gemanagten Fonds ist die TER recht gering. Das arithmetische Mittel bei den vorliegenden 30 ETFs liegt bei 0,15% p.a. In den Medien werden die ETFs häufig anhand der Kostenquote verglichen. Teilweise werden daraus Aussagen über die Qualität des Fonds abgeleitet, die oftmals zu kurz greifen.
Nullhypothese H0: β=0 ➔Die TER hat keinen signifikanten Einfluss auf die AV Alternativhypothese H1: β ≠0 ➔Die TER hat einen signifikanten Einfluss auf die AV
Die Volatilität skennziffer beschreibt die Schwankungsbreite eines Kurses und wird in Prozent ausgewiesen. Sie zeigt die prozentuale Schwankung um den Mittelwert eines Kursverlaufs in einer vorher definierten Zeitspanne an. Bezogen auf die Investition in unterschiedliche Assets, soll sie Aufschluss darüber geben, wie viel Risiko eine Kapital- anlage impliziert.14 Durch die Hinzunahme der UV Volatilität wird sich zeigen, ob die Algorithmen und Portfoliomanager der ETFs auch in unruhigen Marktphasen eine exakte Indexnachbildung erzielen.
[...]
1 Vgl. Konqui, M. (2018) – Aktiv - Passiv - Studie , S. 1
2 Vgl. Jacob, M. ( Anlageinstrumente 2012), S. 136
3 Vgl. Rudolph, B. , Janßen, B. (Aktienindizes 1992), S. 2
4 Vgl. ebenda (Aktienindizes 1992), S.22
5 Vgl. Heese, V. ( Indizes in der Wertpapieranlage 2013), S. 77
6 Vgl. Kirchhoff, G. ( Neue Performancepotentiale für Spezialfonds 2005), S. 868f.
7 Vgl. Klein, C. , Kundisch, D. (ETF 2008), S. 356
8 Vgl. Meziani, A. S. ( Smart Beta ETF 2016), S. 129 - 151
9 Vgl. Eckey, H.-F. , Kosfeld, R. ( Regressionsanalyse 2008) S.189-209
10 Vgl. Schäfer, T. ( Methodenlehre und Statistik 2016) S. 187 - 203
11 Vgl. Mateus, C., Rahmani, Y.( Physical versus Synthetic Exchange Traded Funds 2017) S.979
12 Die Quelle für die Performance der Indizes und der ETFs zum Stichtag 20.11.18 ist VWD
13 Vgl. Diboky, F. , Finsinger, J. (Total-Expense-Ratio 2016). S. 712 ff.
14 Vgl. Peitz, Christian (Parametrische und semiparametrische Analyse 2016)- Kapitel 2.5.3. , S.50ff