Die langfristige Performance von Initial Public Offerings. Eine empirische Analyse für den deutschen Kapitalmarkt

Inhaltsverzeichnis

Abkürzungsverzeichnis

Symbolverzeichnis

Abbildungsverzeichnis

Tabellenverzeichnis

1. Einleitung

2. Forschungsdesign
2.1 Berechnung der langfristigen abnormalen Renditen
2.2 Vorstellung der Testverfahren
2.3 Spezifikation der Benchmarks
2.4 Gesamt- und Substichprobenanalyse

3. Daten und Datenanalyse

4. Resultate der empirischen Untersuchung
4.1 Gesamtstichprobenanalyse
4.2 Substichprobenanalyse

5. Schlussbetrachtung

6. Anhang

7. Literaturverzeichnis

Abstract

Bei dieser empirischen Analyse handelt es sich um eine Untersuchung der langfristigen Performance von Unternehmen, nach der Börsenemission am deutschen Kapitalmarkt. Ziel dieser Analyse ist es, neue Erkenntnisse über die langfristige Performance von emittierten Unternehmen zu liefern und um die Frage, ob bei der Wahl der Benchmark hohe Unterschiede resultieren. Weiter soll in einer Substichprobenanalyse untersucht werden, ob bestimmte Faktoren wie zum Beispiel die Branche, relevant sind. Für die Untersuchung wird ein Betrachtungszeitraum von 36 Monaten gewählt, sowie Monatsschlusskurse verwendet. Die Stichprobe umfasst 193 Unternehmen, die zwischen Anfang 2002 bis Anfang 2017, eine Börsenemission durchgeführt haben. Für die Berechnung der abnormalen Renditen wurde der BHAR-Ansatz verwendet und zur Messung der statistischen Signifikanz der T-Test und der schiefeadjustierte T-Test. Für die Gesamtstichprobenanalyse wurden die Benchmarks SDAX, MDAX und CDAX verwendet. Bei der Substichprobenanalyse nur der SDAX als Benchmark. Die Gesamtstichprobenanalyse hat gezeigt, dass es statistisch untermauerte Beweise, beziehungsweise Anzeichen für eine langfristige Underperformance der Stichprobe, bei allen drei Benchmarks, gibt. Bei der Wahl der Benchmark treten deutliche Unterschiede auf. Bei der Wahl des MDAX als Benchmark treten die niedrigsten durchschnittlichen BHARs auf, beim SDAX die höchsten. Dennoch sind alle BHARs negativ. Es hat große Auswirkungen, falls die Dividenden berücksichtigt werden. Dies entfaltet mehr Kraft bei den Indices, als bei der Stichprobe. Statistische Signifikanz und eine symmetrische Verteilung tritt meist am Ende des dritten Jahres auf, in kürzer gewählten Perioden weniger. Für den Zeitraum nach der Weltfinanzkrise konnte eine hohe Underperformance nachgewiesen werden, im Vergleich zu den Werten der Gesamtstichprobenanalyse. Vor der Krise wurde keine Signifikanz festgestellt. Ein gleiches Bild ergibt sich bei der Betrachtung von Dividendenzahler. Für Dividendenzahler konnte keine Outperformance festgestellt werden. Aber für Unternehmen die keine Dividenden ausgeschüttet haben, konnte eine hohe Underperformance, im Vergleich zu der Gesamtstichprobenanalyse, ermittelt werden. Bei der Teilanalyse von Marktkapitalisierung und Platzierungsvolumen konnten äquivalente Ergebnisse gefunden werden. Für eine hohe Kapitalisierung und Volumen konnte keine statistisch signifikante Aussage getroffen werden. Bei kleinerer Marktkapitalisierung und Volumen war auch hier eine hohe Underperformance, im Vergleich zu der Gesamtstichprobenanalyse, erkennbar. Der Unterschied zwischen Aktien im Marktsegment ist signifikant, sowie ist eine bessere Entwicklung am Regulierten Markt zusehen. Bei der Analyse der Branche und dem Emissionsverfahren konnten keine Unterschiede festgestellt werden, aufgrund der fehlenden statistischen Signifikanz.

Abkürzungsverzeichnis

Abb. Abbildung

BHR Buy-and-Hold Rendite

BHAR Buy-and-Hold abnormale Rendite

bspw. beispielsweise

bzw. beziehungsweise

CDAX Composite DAX

HDAX H=Hundert DAX

IPO Initial Public Offering

MDAX Mid-Cap-DAX

mind. mindestens

N Stichprobengröße

SA schiefeadjustiert

SDAX Small-Cap-DAX

Tab. Tabelle

Vgl. Vergleichen Sie

USA Vereinigte Staaten von Amerika

usw. und so weiter

z.B. zum Beispiel

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Abbildungsverzeichnis

Abbildung 1: Grafisches Beispiel für den Begriff Outperformance in Bezug auf Aktien

Abbildung 2: DAX Merkmalsübersicht

Abbildung 3: HDAX Merkmalsübersicht

Abbildung 4: MDAX Merkmalsübersicht

Abbildung 5: SDAX Merkmalsübersicht

Abbildung 6: CDAX Merkmalsübersicht

Abbildung 7: Performance BHR von dem Aktienkurs der Zalando SE und den Indices SDAX Performanceindex, MDAX Performanceindex und CDAX Performanceindex

Abbildung 8: Darstellung der Neuemissionen nach Jahren untergliedert in Regulierter Markt und Open Market

Abbildung 9: Darstellung der Unternehmen nach dem Emissionsverfahren

Abbildung 10: Darstellung der Unternehmen nach ihrer Branchenzugehörigkeit

Abbildung 11: Absolute und relative Renditeentwicklung der IPO-Stichprobe in den ersten 36 Notierungsmonaten (nur Kurs)

Abbildung 12: Absolute und relative Renditeentwicklung der IPO-Stichprobe in den ersten 36 Notierungsmonaten (Kurs und Dividende)

Tabellenverzeichnis

Tabelle 1: Auflistung und Beschreibung von deutschen Aktienindices

Tabelle 2: Zusammenschluss von Branchen für die Substichprobenanalyse

Tabelle 3: Nicht enthaltene Unternehmen in der IPO-Stichprobe

Tabelle 4: Gruppenbildung und prozentualer Anteil von Unternehmen je nach Marktkapitalisierung und Platzierungsvolumen

Tabelle 5: Durchschnittliche abnormale IPO-Renditen in den ersten drei Notierungsjahren (SDAX)

Tabelle 6: Durchschnittliche abnormale IPO-Renditen in den ersten drei Notierungsjahren (MDAX)

Tabelle 7: Durchschnittliche abnormale IPO-Renditen in den ersten drei Notierungsjahren (CDAX)

Tabelle 8: Statistische Werte der abnormalen IPO-Renditen für die ersten drei Notierungsjahre für zwei verschiedene Zeitspannen

Tabelle 9: Statistische Werte der sektorspezifischen abnormalen IPO-Renditen für die ersten drei Notierungsjahre

Tabelle 10: Statistische Werte der abnormalen IPO-Renditen für die ersten drei Notierungsjahre, Unterscheidung zwischen Zahlung von mindestens zwei Dividenden und weniger als zwei Dividendenzahlungen

Tabelle 11: Statistische Werte der abnormalen IPO-Renditen für die ersten drei Notierungsjahre, Unterscheidung zwischen Zahlung von mindestens einer Dividende und keine Dividendenzahlungen

Tabelle 12: Statistische Werte der abnormalen IPO-Renditen für die ersten drei Notierungsjahre für verschiedene Marktkapitalisierungsgruppen

Tabelle 13: Statistische Werte der abnormalen IPO-Renditen für die ersten drei Notierungsjahre für verschiedene Platzierungsvolumengruppen

Tabelle 14: Statistische Werte der abnormalen IPO-Renditen für die ersten drei Notierungs- jahre, Unterscheidung zwischen Regulierter Markt und Open Market

Tabelle 15: Statistische Werte der abnormalen IPO-Renditen für die ersten drei Notierungs- jahre, Unterscheidung zwischen dem Emissionsverfahren

1. Einleitung

Anfang Mai im Jahre 2019 gab es große Nachrichten an der Börse. Die Private-Equity-Gesellschaft Permira und Eigentümer des Softwarespezialisten Teamviewer gab gegenüber dem Handelsblatt bekannt, dieses Unternehmen auf den Börsengang vorzubereiten.¹ Am 25. September 2019 war es dann soweit, mit einem Emissionserlös von 2,21 Milliarden Euro und einer Marktkapitalisierung von 5,25 Milliarden Euro, war Teamviewer die größte Börsenemission in dem Jahr 2019 in Europa und der größte Börsengang eines deutschen Technologiewertes seit der Dotcom-Blase im Jahr 2000.² Zwischen der Ankündigung und dem Börsengang war Teamviewer in jeder Wirtschafts- und Finanzzeitung allgegenwärtig. Doch was ist ein Börsengang, beziehungsweise die Erstplatzierung, im englischen Initial Public Offering (IPO) genannt? Unter einem IPO versteht man die erstmalige öffentliche Ausgabe von Aktien auf dem Primärmarkt und somit die Einführung dieser Aktien an einer Wertpapierbörse.³ Die Gründe sich für einen IPO zu entscheiden sind vielseitig, mit der Frage, warum Unternehmen an die Börse gehen, beschäftigt sich die Motivforschung schon seit Jahrzehnten.⁴ Zu den finanziellen Motiven gehören zum Beispiel die Wachstumsfinanzierung, Stärkung der Eigenkapitalbasis und der Akquisitionsfinanzierung durch Ausgabe neuer Aktien.⁵ Neben den finanziellen Motiven spielen auch strategische Motive eine Rolle. Diese sind zum Beispiel der Ausstieg einer Venture-Capital-Gesellschaft oder eines Private-Equity-Fonds (wie bei Teamviewer), die Abtrennung von der Muttergesellschaft (Spin-Off / Carve-Out) und die Sicherung der unternehmerischen Nachfolge.⁶ Ein nicht zu unterschätzendes Motiv ist die Erhöhung des Bekanntheitsgrades und den resultierenden Imagegewinn durch einen IPO.⁷ Hier dient Teamviewer als gutes Beispiel. Vor dem Mai 2019 kannten wahrscheinlich nur vereinzelte Menschen in Deutschland dieses Unternehmen, doch nach der Bekanntgabe des Börsengangs ist das Unternehmen wohl jedem Börseninteressierten bekannt. Das Deutsche Aktieninstitut führt regelmäßig Studien mit mittelständischen Unternehmen in Deutschland durch, um die Motive für einen IPO zu ermitteln. In den Jahren 2003, 2007 und 2011 geben die Unternehmen an, dass internes und externes Wachstum die wichtigsten Motive bilden, gefolgt von der Stärkung der Eigenkapitalbasis und der Verringerung der Abhängigkeit von Fremdkapitalgebern.⁸ Bei einer Befragung von 2018 sehen gerade befragte börsennotierte Unternehmen in Deutschland die Steigerung des Bekanntheitsgrads, Stärkung der Finanzierungsfähigkeit über Kapitalerhöhungen und größere Unabhängigkeit in der Unternehmensfinanzierung als besonders vorteilhaft an.⁹ Der Kapitalmarkt in Deutschland ist aber international gesehen eher schwach ausgeprägt. Dies ist an der Anzahl der IPOs zwischen 2017 und 2019 zu erkennen, in Europa gab es 536 IPOs während es in Deutschland nur 35 Stück gab und in der Vereinigten Staaten von Amerika (USA) sogar 586 Börsenemissionen.¹⁰ Ein Grund dafür ist zum Beispiel, dass Deutschland meist als Musterbeispiel für ein bankorientiertes System gilt, indem die Finanzierung von Unternehmen meist über Kredite von Universalbanken und Hausbanken stattfindet.¹¹ Dagegen in kapitalmarktorientierten Systemen, als Beispiel die USA, die Unternehmen sich meist über den Kapitalmarkt in Form von Aktien oder Anleihen, finanzieren.¹² Ein weiterer Grund für das geringe Kapitalmarktinteresse der Unternehmen in Deutschland kann daran liegen, dass der Börsengang ein komplexer Vorgang ist, der mit Kosten verbunden ist. Zu den einmaligen Kosten zählen zum Beispiel Provisionen für die emissionsbegleitenden Banken oder Kosten für die Plausibilitätsprüfung und Investor Relations-Maßnahmen.¹³ Außerdem kommen laufende Kosten wie die jährlichen Prüfungskosten und die Kosten der Hauptversammlung dazu.¹⁴ Die Studie des Deutschen Aktieninstituts im Jahr 2018 nimmt zu den Herausforderungen Stellung, indem die Unternehmen sagen, dass gerade die neuen Bilanzierungsvorschriften eine hohe Kostenbelastung darstellen.¹⁵ Neben den hier in Kurzform aufgezählten Motiven und Herausforderungen von Unternehmen die einen Börsengang wagen, wird nun die Investorensicht eingenommen.

IPOs üben eine Faszination für Börseninteressierte aus, da Börsengänge in den Finanz- und Wirtschaftszeitungen, beziehungsweise in den Medien, groß angekündigt werden. Aus diesem Grund sind IPOs schon lange ein Gegenstand zur finanzwirtschaftlichen Forschung. Ein Phänomen im Zusammenhang mit Börsengängen hält sich hartnäckig und zwar die negative langfristige Performance von IPO-Aktien. Zahlreiche empirische Studien zeigen, dass für IPO-Unternehmen langfristig negative abnormale Renditen charakteristisch sind. Der erste Forscher, der diese Anomalie am amerikanischen Kapitalmarkt untersuchte, war Ritter (1991). Dieses Phänomen ist jedoch ein relativ unerforschtes Gebiet. Einer der Gründe dafür ist, dass durch unterschiedliche Berechnungsmethoden, Untersuchungszeiträume und Benchmarks kein konsistentes Ergebnis für alle Kapitalmärkte angenommen werden kann.¹⁶ Ungeachtet der verschiedenen Forschungsergebnisse, dass manche Kurse von neu emittierten Aktien im Zeitverlauf sinken, wird jedoch Kritik an der Effizienzmarkthypothese von Fama (1970) laut. Dabei gilt in kurzer und einfacher Form ausgedrückt, dass in effizienten Märkten keine systematische positive oder negative Überrenditen erzielt werden können, da fehlerhafte Informationen von den Marktteilnehmern erkannt werden und innerhalb kürzester Zeit im Kurs der Aktie zum Ausdruck gebracht wird.¹⁷ Die wissenschaftliche Forschung liefert verschiedene Erklärungsansätze, die meist auf irrationales Anlegerverhalten beruhen. Ein Ansatz ist die Windows-of-Opportunity-Hypothese, die sich auf Phasen von einem besonders freundlichen Börsenklima (Bullenmärkte) stützt. Unternehmen gehen an die Börse wenn eine generelle Überbewertung am Markt erkennbar ist, um möglichst einen hohen Emissionserlös zu erwirtschaften, dies wird den Marktteilnehmern erst mit einer Verzögerung ersichtlich.¹⁸ Die Divergence-of-Opinion-Hypothese, zu Deutsch die Hypothese der heterogenen Erwartungen, liefert einen weiteren Erklärungsversuch. Dieser basiert auf dem Verhalten von spekulativen Optimisten die sich eine hohe Rendite und pessimistischen Anlegern versprechen. Im Zeitablauf verfügen die Investoren aber über immer mehr Informationen, deswegen konvergieren die Meinungen zwischen den zwei Anlegertypen, wodurch der Kurs der Aktie fällt.¹⁹ Ein weiterer verhaltenstheoretischer Erklärungsansatz ist die Impresario Hypothese. Die begleitenden Emissionsbanken möchten künstlich Nachfrage generieren, indem sie den Emissionspreis reduzieren, um eine hohe Emissionsrendite für ihre Investoren zu erzielen.²⁰ Durch die abnehmenden Informationsasymmetrie und die Realisierung von Gewinnen durch einen Teil der Anleger, sinkt der Kurs in der folgenden Zeit stark.²¹ Diese drei Erklärungsansätze sind die populärsten in der finanztheoretischen Literatur, die auch eine gewisse empirische Evidenz genießen. Sie wurden hier jedoch in aller Kürze vorgestellt und gewisse Weiterentwicklungen oder Ansätze die eine Ähnlichkeit aufweisen, nicht genannt.

Die vorliegende Arbeit soll neue Erkenntnisse zur langfristigen Performance von Aktien nach Börseneinführungen am deutschen Kapitalmarkt in den Jahren 2002 bis Anfang 2017 bringen. Verschiedene empirische Analysen über diesen Themenschwerpunkt, für den deutschen Markt, liegen meist weit in der Vergangenheit. Die Autoren hatten deswegen nie Zugriff auf die Vielzahl der verschiedenen Indices, da diese meist ab oder nach 1999 berechnet wurden und die von der Deutsche Börse AG zur Verfügung gestellt werden. Es lassen sich somit zwei Forschungsziele konkret formulieren. Erstens soll untersucht werden, ob für die gesamte IPO-Stichprobe eine systematische negative langfristige Performance nachgewiesen werden kann und ob bei der Wahl der Benchmark große Unterschiede in den Resultaten auftreten. Zweitens werden verschiedene Faktoren, wie zum Beispiel die Branchenzugehörigkeit oder die Marktkapitalisierung, die zentrale Rolle bei der Suche nach charakteristischen Verhaltensmuster der Kurse von emittierten Unternehmen spielen. Insgesamt soll diese empirische Analyse, durch Beantwortung der oben aufgeführten Fragen, einen Beitrag über die langfristige Performance von Neuemissionen leisten. Außerdem soll die Studie potenziellen Aktienanleger eine mögliche Strategie bei langfristiger Anlage in deutschen IPOs aufzeigen.

Im darauffolgenden Kapitel wird das Forschungsdesign dargestellt, wobei die generelle Vorgehensweise erläutert wird. Es wird ausführlich das methodische Vorgehen erläutert, dazu gehört die Berechnung der abnormalen Renditen und der Testverfahren zur Messung der statistischen Signifikanz. In diesem Kapitel wird auch ein tieferer Einblick gegeben, welche Benchmarks für die Berechnung der abnormalen Renditen geeignet, beziehungsweise verwendet werden. Abschließend wird in dem Kapitel Forschungsdesign detailliert dargestellt und wie die Gesamt- und Substichprobenanalyse durchgeführt wird. In dem nächsten Hauptkapitel wird die Datengrundlage und die Analyse der Stichprobe vorgestellt. Anschließend werden die Resultate der empirischen Untersuchung aufgezeigt und diskutiert. In der Gesamtstichprobenanalyse wird die gesamt IPO-Stichprobe untersucht und in der Substichprobenanalyse werden die langfristigen abnormalen Aktienrenditen in Abhängigkeit von sieben Charakteristiken analysiert. Diese werden in eine bestimmte Zeitspanne gegliedert, der Branchenzugehörigkeit, Dividendenzahlungen, der Marktkapitalisierung, dem Platzierungsvolumen, des Marktsegments und dem Emissionsverfahren. Am Ende dieser empirischen Analyse werden die Ergebnisse in der Schlussbetrachtung rückblickend zusammengefasst und kritisch gewürdigt.

2. Forschungsdesign

2.1 Berechnung der langfristigen abnormalen Renditen

Dieses Unterkapitel dient zur ausführlichen Beschreibung der Berechnungsmethode für die abnormalen Renditen. Die sachliche Abgrenzung, also die Wahl der Untersuchungsperiode und der Modellierung der IPO-Stichprobe, wird in Kapitel 3 näher beschrieben. Diese umfasst zirka 15 Jahre. Bevor die Berechnungsmethode hier präsentiert wird, muss noch das Berechnungsintervall und die Renditemessungsperiode definiert werden.

Bei der Festlegung des Berechnungsintervalls wurde auf monatliche Renditen zurückgegriffen, die üblicherweise für langfristige Analysen verwendet werden. Für Monatsrenditen kann man, im Vergleich zu Tages- oder Wochenrenditen, eher die Normalverteilung und eine niedrigere Autokorrelation unterstellen.²² Ein Grund hierfür ist, dass geringkapitalisierte beziehungsweise illiquide Aktien an mehreren Tagen nicht gehandelt werden, wodurch die Verteilung von Tages- und vereinzelt Wochenrenditen verzerrt sind.²³ Die optimale Renditemessungsperiode sollte im Idealfall die durchschnittliche Anlagedauer eines Investors ähneln, aber natürlich ist auch der Grad der Informationseffizienz des deutschen Kapitalmarkts von Bedeutung. Der Zeitraum sollte lang genug gewählt werden, damit alle relevanten Informationen verarbeitet werden können, sie sollte wiederum so kurz gewählt werden, sodass Einflüsse von unternehmensrelevanten Ereignisse (z.B. Ad-hoc-Mitteilungen) möglichst gering bleiben.²⁴ Für die meisten Analysen am deutschen Markt wird die dreijährige Performance untersucht. Aus diesem Grund wird die Renditemessungsperiode auf drei Jahre spezifiziert. Zusätzlich werden auch ein- und zweijährige Renditen nach dem IPO analysiert. Dies dient zur Identifikation gewisser Muster, aber auch um die durchschnittliche Einflussdauer der Aktienemissionen besser zu verstehen.

Das elementare Ziel der langfristigen Performancestudie ist es festzustellen, ob die Performance von Börsenemissionen systematisch vom Marktportfolio (Benchmark) abweicht.²⁵

Die BHAR-Methode gehört zu den „Market Adjusted Approach“, bei der die Renditen einer Aktie mit der Performance einer Benchmark (z.B. Marktindex) verglichen werden.²⁶ Die Untersuchungsmethodik stellt in der Vorgehensweise, zur Berechnung der abnormalen Renditen, eine klassische Ereignisstudie in Ereigniszeit dar. Für die Frage, warum überhaupt die Renditen der Aktien mit einer Benchmark verglichen werden, dient Abbildung 1. In der linken Grafik ist ein Bullenmarkt gekennzeichnet, bei der die Aktie steil nach oben verläuft. Allerdings ist die Performance der Benchmark, z.B. ein Marktindex, zu fast jedem Zeitpunkt deutlich besser. Ein potenzieller Investor würde eine höhere Rendite, bei einer Investition in die Benchmark als in die Aktie generieren, obwohl diese eine beträchtliche Performance hat. Im rechten Bild ist ein Bärenmarkt abgebildet, die Benchmark fällt stark, jedoch die Aktie noch stärker. Infolgedessen liegt auch hier eine Outperformance der Benchmark vor. Dieses Beispiel soll verdeutlichen, dass es wichtig ist, die Performance der Aktie nicht isoliert zu betrachten, sondern relativ zu einer Benchmark.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 1: Grafisches Beispiel für den Begriff Outperformance in Bezug auf Aktien. Eigene Abbildung.

Die Grundlage der Berechnung stellen monatliche Kursdaten dar. Diese werden um Dividendenzahlungen, Aktiensplits und Kapitalmaßnahmen im Vorfeld bereinigt. Die Renditen werden dann mit der Formel 1 berechnet. Es werden keine logarithmierte Renditen verwendet, obwohl diese eine bessere Erfüllung der Annahmen von statistischen Standardverfahren liefern, jedoch werden die tatsächlichen Renditen des Öfteren unterschätzt.²⁷ Aus diesem Grund wird auf diskreten Renditen zurückgegriffen.

Abbildung in dieser Leseprobe nicht enthalten

Für die Kumulation der abnormalen Renditen wird gemäß dem BHAR-Ansatz, eine multiplikative Verknüpfung vorgenommen. Die multiplikative Verknüpfung hat, im Gegensatz zur additiven Kumulation, diverse Vorteile. Die BHARs beruhen nicht auf der Annahme der Portfolioumschichtung in der gewählten Betrachtungsperiode und liefern somit ein realistischeres Anlageverhalten.²⁸ Einfach ausgedrückt, werden die Aktien am ersten Tag der Börsenemission gekauft und über die gesamte Zeitperiode gehalten. Dadurch lässt sich die Performance der IPO-Aktien aus Anlegersicht untersuchen. Der Buy-and-Hold Return lässt sich für einzelne Wertpapiere wie folgt berechnen:

Abbildung in dieser Leseprobe nicht enthalten

In dieser empirischen Analyse wird nicht nur die reine Performance Aktie als Investitionsgewinn gesehen. Die Dividendenrendite trägt einen nicht zu unterschätzenden Beitrag zur Gesamtinvestition bei. Die Dividende wird wie folgt berücksichtigt:

Abbildung in dieser Leseprobe nicht enthalten

In dieser Studie wird einmal die Performance nur in Abhängigkeit vom Kurs, sowie in Abhängigkeit von dem Kurs und der Dividende (ohne Steuerabzug) betrachtet. Die Dividende wird hierbei nicht isoliert am Ende der Periode betrachtet und addiert, sondern wird an dem anfallenden Monat in die gesamte Rendite zu dem Monat berücksichtigt. Es soll untersucht werden, ob die Dividende überhaupt einen Einfluss auf die langfristige Performance von IPO-Unternehmen hat. Bei den folgenden Formeln wird die Dividende künftig nicht extra ausgewiesen.

Für Grafiken, in dem Unterkapitel 4.1 Gesamtstichprobenanalyse, wird die Performance der BHR für einen Vergleich benötigt. Für einzelne Wertpapier lässt sich das Vorgehen wie folgt beschreiben:

Abbildung in dieser Leseprobe nicht enthalten

Anschließend wird die gesamte Stichprobe, durch den Mittelwert, in eine Zahl je Monat ausgedrückt. Dies dient lediglich einer grafischen Gegenüberstellung und steht in keiner Verbindung mit der BHAR-Berechnungsmethode.

Ähnlich wie für die IPOs in Formel 2, lässt sich analog die Buy-and-Hold Return für jede Benchmark wie folgt berechnen:

Abbildung in dieser Leseprobe nicht enthalten

Dies entspricht der Performance einer Investition in die Benchmark für die jeweilige gewählte Periode.

Mit der Gegenüberstellung zwischen den beiden Performancezahlen resultiert der Buy-and-Hold abnormal Return:

Abbildung in dieser Leseprobe nicht enthalten

Falls einem Unternehmen ein Delisting (Notizeinstellung) in der Betrachtungsperiode wiederfährt, wird diese bis zum Ende der Periode als neutral angesehen. Wenn also ein Unternehmen im ersten Jahr von der Börse genommen wird, wird dieses bis zu dem zwölften Notierungsmonat weiterhin aufgelistet, aber als neutral gewertet. Das gleiche Verfahren wird jeweils bis zu dem 24. Notierungsmonat, beziehungsweise 34. Monat durchgeführt. Dadurch wird der Survivorshio-Bias, in der IPO-Stichprobe, weitestgehend neutralisiert. Der Survivorship-Bias wird im Kapitel 3 detaillierter thematisiert.

Für die gesamte IPO-Stichprobe wird der Buy-and-Hold abnormal Return wie folgt definiert:

Abbildung in dieser Leseprobe nicht enthalten

Der Buy-and-Hold abnormal Return impliziert somit ein passives Investment in die IPO-Aktien und der Benchmark. Deswegen stellt diese Methode die langfristige Performance der zu untersuchenden Aktienunternehmen, gegenüber einer Benchmark aus Investorensicht, dar. Die berechneten BHAR werden im empirischen Teil in Prozent ausgewiesen. Alle Berechnungen wurden mit dem Programm Microsoft Excel 2013 durchgeführt.

2.2 Vorstellung der Testverfahren

In diesem Unterkapitel werden die ausgewählten Testmethoden näher beleuchtet. Testverfahren sind wichtig, da deren Durchführung zeigt, ob bestimmte Wertentwicklungen in der Stichprobe nicht auf den Zufall zurückzuführen sind. Für diese empirische Analyse werden zwei parametrische Signifikanztests verwendet, der t-Test und der schiefeadjustierte Johnsons t-Test. Mit Hilfe der Tests gilt es nachzuweisen, ob der Mittelwert der BHAR auf dem Konfidenzniveau von 99 %, 95 % und 90 % signifikant von Null abweicht.

Der t-Test ist ein parametrisches Testverfahren, da dieser auf bestimmten Verteilungsannahmen beruht, und somit gilt die Voraussetzung der normalverteilten abnormalen Renditen.²⁹ Die häufige Verwendung dieses Tests ist, wegen seiner einfachen Anwendbarkeit, begründet. Außerdem ist zu erwähnen, dass der t-Test gegenüber einer Verletzung der Normalverteilungsannahme bei hinreichenden Stichprobengrößen (N > 30) robust ist.³⁰ Für den t-Test wird der T-Wert wie folgt berechnet:

Abbildung in dieser Leseprobe nicht enthalten

Der T-Wert wird dann mit den Quantilen von der T-Verteilung für das jeweilige Konfidenzniveau verglichen. Die Nullhypothese = 0 ist zugunsten der Alternativhypothese 0 auf dem Signifikanzniveau abzulehnen, wenn der T-Wert > . Falls die Nullhypothese abgelehnt wird, gibt es somit Anzeichen dafür, dass der Mittelwert der abnormalen Renditen von Null abweicht.

Die Prüfgröße des t-Tests verhält sich jedoch sehr empfindlich auf eine Verletzung der Normalverteilungsannahme, da nur die Normalverteilung durch den Erwartungswert und der Varianz vollständig beschrieben ist.³¹ Finanzmarktzeitreihen weißen jedoch oft eine stark abweichenden Verteilung in Bezug auf die Normalverteilung auf.³² Dies kann zur Folge haben, dass die Signifikanzwerte verzerrt werden und somit die Interpretationsfähigkeit eingeschränkt wird. Eine abweichende Schiefe in der Verteilung der BHAR führt bei dem t-Test zu einer Überschätzung der Signifikanz.³³ Zusätzlich zeigt eine Vielzahl von empirischen Analysen, dass die BHAR eine linkssteile (rechtsschiefe) Verteilung aufweisen. In der Literatur wird dies als Skewness Bias bezeichnet.

Um den Skewness Bias zu mindern, empfiehlt sich zusätzlich die Verwendung des schiefeadjustierte Johnsons t-Test. Dieser Test berücksichtigt die Schiefe in der Berechnung des T-Werts. Dieser Wert wird in dieser empirischen Analyse mit folgender Formel berechnet:

Abbildung in dieser Leseprobe nicht enthalten

Der schiefeadjustierte (SA) T-Wert wird dann, wie bei dem zuvor aufgeführten t-Test, mit den Quantilen von der T-Verteilung für das jeweilige Konfidenzniveau verglichen. Demnach erfolgt die Aufstellung der Nullhypothese analog zum oben genannten Verfahren.

2.3 Spezifikation der Benchmarks

Benchmarkbereinigte Renditen sind notwendig, um die Performance mehrerer Aktien in einem längeren Zeitraum zu vergleichen. Die Wahl einer unangemessenen Benchmark kann bei der Berechnung der abnormalen Renditen signifikante Effekte auf die Performancemessung haben, während man dies bei kurzfristigen Analysen kaum berücksichtigen muss.³⁴ Das Ziel ist es, die geeignete Benchmark zu finden, sodass das Portfolio von IPOs mit möglichst identischen Aktienunternehmen verglichen wird.³⁵ Außerdem sollte die Benchmark so gewählt werden, dass neben Transparenz, Vergleichbarkeit und Einfachheit, ein hohes Maß an Aktualität und Nachvollziehbarkeit sichergestellt wird.³⁶ In der Literatur werden vorzugsweise drei unterschiedliche Ansätze verwendet. Eine Möglichkeit ist es ein Vergleichsunternehmen für jedes IPO-Unternehmen zu finden, die jeweils ähnliche Charakteristiken aufweisen, wie zum Beispiel die Branchenzugehörigkeit und die Marktkapitalisierung. Am deutschen Kapitalmarkt sind jedoch nicht so viele Unternehmen börsennotiert, wie zum Beispiel im Vergleich zu den USA, sodass die Auswahl an geeigneten Vergleichsunternehmen sich zu schwierig gestalten könnte. Die zweite Möglichkeit wäre die Zusammenstellung eines eigenen Portfolios mit börsennotierten Unternehmen, die die IPO-Stichprobe adäquat abbilden. Hier steht jedoch die Frage im Raum, welche Unternehmen ausgewählt werden und welche nicht. Durch eine meist subjektive Auswahl an börsennotierten Unternehmen, ist die Vergleichbarkeit und Einfachheit dieser empirischen Analyse in Gefahr. Deswegen wird die dritte Möglichkeit, die Verwendung von Aktienindices angewandt. In der Vergangenheit wurden verschiedene Verzerrungen dokumentiert, die besonders bei der Wahl von Aktienindices als Benchmark beobachtet wurden. Diese sollten bei der Wahl des Aktienindex eine bedeutende Rolle spielen. Es kann zu einer Verzerrung des Mittelwertes führen, wenn systematische Abweichungen in der Höhe der Marktkapitalisierung oder anderen performancerelevanten Unternehmenscharakteristiken, zwischen den IPO-Aktien und dem Referenzportfolio, auftreten.³⁷ Dies ist als Benchmark Bias bekannt. Eine weitere Gefahr für Verzerrungen ist der Rebalancing Bias. Ein häufiges Umschichten des Portfolios führt meist zu einer negativen Verzerrung der BHARs.³⁸ Dies entsteht gerade bei der Verwendung von gleichgewichtigen, mit periodischer Anpassung, gegenüber kapitalgewichteten Portfolios. Hier werden Anteile von Aktien mit einer überdurchschnittlichen Performance in der vergangenen Periode verkauft und Anteile von Aktien mit unterdurchschnittlichen Renditeentwicklung hinzugekauft. Infolgedessen beeinflussen die Umschichtungen die Portfoliorenditen, aber nicht die Renditen der Untersuchungswertpapiere.³⁹ Aus diesem Grund werden nur kapitalgewichtete Indices in Betracht gezogen. Der New Listing Bias resultiert, wenn IPO-Unternehmen selbst in der Benchmark enthalten sind. Falls IPO-Aktien, gemäß den empirischen Studien, eine langfristige negative Performance haben, könnte sich dies negativ auf die Benchmarkrendite auswirken und zu einer Überschätzung der abnormalen Stichprobenrenditen führen.⁴⁰ Es gilt somit, die verschiedenen empirisch nachgewiesenen Verzerrungen, möglichst zu vermeiden.

Für die Auswahl von Aktienindices stehen mehrere zur Verfügung, die von der Deutsche Börse AG berechnet werden. Die gängigsten Indices für den deutschen Kapitalmarkt sind in der Tabelle 1 (s. Anhang 1, S. VI), mit einer Kurzbeschreibung, aufgeführt. Wie im Unterkapitel 2.1 bereits erwähnt, beträgt die Untersuchungsperiode zirka 15 Jahre. Da verschiedene Indices erst später eingeführt wurden, also nach dem Beginn der Untersuchungsperiode, können diese Aktienindices nicht als Benchmark verwendet werden. Im nächsten Schritt wird auf die Tauglichkeit der zur Verfügung stehenden Indices eingegangen. Jeder dieser Indices wird als Performance- und als Kursindex veröffentlicht. Bei einem Kursindex wird der Indexstand ausschließlich auf Grund der Aktienkurse ermittelt. Im Gegenzug wird der Performanceindex so berechnet, als ob alle Dividenden und anderweitige Einnahmen aus dem Besitz der Aktien, wieder direkt in die Aktien reinvestiert wird. Alle berechneten Indices sind kapitalgewichtet.

In Abbildung 2 (s. Anhang 1, S. VII) ist die Merkmalsübersicht des Deutschen Aktienindex (DAX) ersichtlich. Es ist bei der Marktkapitalisierung erkennbar, dass der DAX nicht optimal als Benchmark geeignet ist. Nur 3,33 % der 30 Unternehmen im DAX haben eine Marktkapitalisierung, von unter fünf Milliarden Euro, welche nicht nur auf den Streubesitz bezogen ist. In Kapitel 3 werden die Marktkapitalisierung und andere Charakteristiken der IPO-Stichprobe näher definiert. Aber Unternehmen, die einen Börsengang wagen, werden mit hoher Wahrscheinlichkeit eine so hohe Bewertung nicht erhalten. Weiter ist zu erkennen, dass allein schon sieben Unternehmen im DAX zusammen eine Gewichtung von 54,08 %, zum Stichtag 03.07.2020, ausmachen. Infolgedessen wird der DAX von wenigen Unternehmen stark beeinflusst. So kommt der DAX nicht als Benchmark in Frage. Beim HDAX (H=Hundert), der die 100 größten Unternehmen am deutschen Kapitalmarkt umfasst, ergibt sich ein ähnliches Bild in der Abbildung 3 (s. Anhang 1, S. VIII). Auch hier ist die Höhe der Marktkapitalisierung von den jeweiligen Unternehmen zu hoch, um für eine Benchmark einer IPO-Stichprobe zu dienen. Bei der Indexgewichtung machen schon neun Unternehmen einen Anteil von 50,03 %, von insgesamt 100 Unternehmen, aus. Aus diesem Grund kommt der HDAX nicht für die Benchmark in Frage. Beim Mid-Cap-DAX (MDAX) für mittelgroße Unternehmen, in Abbildung 4 (s. Anhang 1, S. IX), ergibt sich ein anderes Bild. Die Marktkapitalisierung ist deutlich geringer, als bei den vorherigen Indices, jedoch für IPO-Verhältnisse immer noch zu hoch. Bei der Indexgewichtung ist ein eher diversifiziertes Bild zu erkennen. In Abbildung 5 (s. Anhang 1, S. X) lässt sich für den Small-Cap-DAX (SDAX), für die Frage nach der Benchmark, ein noch besseres Bild erkennen. Bei der Marktkapitalisierung gibt es noch verschiedene Unternehmen, die einen Wert über einer Milliarde vorweisen.

Allerdings ist die Anzahl von geringer kapitalisierten Unternehmen, die unter einer Milliarde ist, zu erkennen. Der SDAX weist zudem bei der Indexgewichtung eine klar diversifizierte Gewichtung als alle anderen bisher definierten Indices auf. Der SDAX ist, von der Größe der Unternehmen her, der kleinste Aktienindex, der über einen langen Zeitraum berechnet wurde. Der Scale-30-Index oder Scale All Share Index (vormals Entry Standard Index) sind die einzigen Indices, die noch kleinere Unternehmen beinhalten, aber aufgrund der zu geringen Berechnungsperiode können diese nicht berücksichtigt werden. Deswegen ist der SDAX bisher der am besten geeignete Index als Benchmark. Es gibt jedoch noch den Composite DAX (CDAX), dieser Index umfasst alle gelisteten Unternehmen an der Frankfurter Wertpapierbörse. In Abbildung 6 (s. Anhang 1, S. XI) ist die Merkmalsübersicht des CDAX dargestellt. Es ist zu erkennen, dass im Bezug zu der Marktkapitalisierung, die Anzahl von großen Aktienunternehmen gering ist. Nur 33,99 % der Unternehmen haben in diesem Index eine Marktkapitalisierung von über einer Milliarden Euro. Den größten Anteil machen Unternehmen unter einer Marktkapitalisierung von 100 Millionen aus. Beim Blick auf die Indexgewichtung ist jedoch etwas anderes zu beobachten. Allein 8 Unternehmen, mit der höchsten Marktkapitalisierung, haben einen Anteil von 44,80 % am Index von insgesamt 409 Unternehmen. Dies könnte zu einer enormen Verzerrung führen, falls der CDAX als Benchmark gewählt werden würde.

Von allen Indices ist der SDAX die beste Benchmark für die Analyse. Ein Forschungsziel ist jedoch, ob große Unterschiede in den Resultaten bei der Wahl der Benchmark auftreten. Aus diesem Grund wird der MDAX und der CDAX als zusätzliche Benchmark herangezogen. Der MDAX wird verwendet, da der DAX und der HDAX absolut nicht in Frage kommen und der MDAX deswegen eine Alternative anbietet. In vielen Analysen wird der CDAX verwendet, um die Gesamtperformance des deutschen Kapitalmarkts zu definieren. Infolgedessen wird auch hier der CDAX verwendet. Die Resultate mit der Benchmark MDAX und CDAX müssen in der nachfolgenden Analyse jedoch mit Vorsicht genossen werden, aufgrund des Benchmark Bias. Für den SDAX trifft dieser Bias weniger stark, gegenüber dem MDAX und CDAX, zu. Der New Listing Bias und der Rebalancing Bias sollten bei allen Indices keine große Rolle spielen. Es ist unwahrscheinlich, dass ein IPO-Unternehmen direkt in den SDAX oder gar in den MDAX aufsteigt, wohingegen beim CDAX die Indexgewichtung eher gleich bleibt. Aktienindices werden zudem weniger häufig umgeschichtet als ein Portfolio, infolgedessen ist der Rebalancing Bias nicht zu beachten.

2.4 Gesamt- und Substichprobenanalyse

In dem vorherigen Kapitel wurde ausführlich erklärt wie die abnormalen Renditen berechnet und auf ihre Signifikanz getestet werden. Außerdem wurde der SDAX, MDAX und CDAX als vorläufige Benchmarks festgelegt. In diesem Unterkapitel wird nun detaillierter beschrieben. wie die Gesamt- und die Stichprobenanalyse durchgeführt werden.

In der Gesamtstichprobenanalyse werden die Benchmarks SDAX, MDAX und CDAX verwendet, um eine mögliche systematische negative langfristige Performance nachzuweisen. Darüber hinaus wird untersucht, ob große Unterschiede bei der jeweiligen Wahl der Benchmark, in den Resultaten auftreten. Für die Gesamtstichprobenanalyse werden die Renditen der ersten 36 Monaten von den IPO-Aktien mit dem jeweiligen Performance- bzw. Kursindex des entsprechenden Aktienindex verglichen. Falls ein Kursindex als Benchmark dient, wird die reine Performance des Aktienkurses von den IPO-Aktien damit verglichen. Bei einem Performanceindex werden neben der Performance vom Kurs zusätzlich die möglich anfallenden Dividendenausschüttungen der IPO-Unternehmen berücksichtigt. Es wird dann neben dem Mittelwert, T-Wert und dem schiefeadjustierten T-Wert, auch die Anzahl der Unternehmen, die Schiefe und den prozentualen Wert von Unternehmen mit einer negativen Performance in Tabellen, wiedergegeben.

Die Gesamtstichprobenanalyse beruht auf Durchschnittswerten, die als Interpretationsgrundlage dienen. Hier wird angenommen, dass ein sehr geringkapitalisiertes IPO-Unternehmen den gleichen Anteil an der IPO-Stichprobe hat wie z.B. ein milliardenschweres Unternehmen. Man muss dies jedoch differenzierter betrachten, um mögliche Unterschiede zu erkennen. Als Beispiel dient Abbildung 7. In dieser Abbildung ist die Performance der Zalando SE, seit dem IPO, in Gegenüberstellung mit der Performance der Performanceindices SDAX, MDAX und CDAX zu sehen. Es ist erkennbar, dass der Kurs der Zalando SE zu fast jedem Zeitpunkt eine bessere Performance ausweisen kann, als die Aktienindices. Somit kann in den ersten 36 Notierungsmonaten von keiner negativen Performance für die Zalando SE die Rede sein, sondern eine Outperformance. Dieses Beispiel dient dazu, grafisch zu veranschaulichen, dass nicht alle IPO-Aktien eine potentielle negative langfristige Performance aufweisen müssen. Die Substichprobenanalyse soll dabei helfen, Unterschiede in gewissen Unternehmenscharakteristiken aufzuzeigen. So ist das Analysieren gewisser charakteristischer Verhaltensmuster, das zweite Forschungsziel.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 7: Performance BHR von dem Aktienkurs der Zalando SE und den Indices SDAX Performanceindex, MDAX Performanceindex und CDAX Performanceindex. Zeitreihe ab dem 30. Nov. 2014. Eigene Abbildung.

Für die Substichprobenanalyse wird nur der Performance- bzw. Kursindex vom SDAX verwendet, ohne die Berücksichtigung vom MDAX und CDAX. Wie im vorherigen Kapitel erfüllt der SDAX am ehesten die Bedingungen als Benchmark. Eine Verwendung aller drei Indices, bei dieser umfangreichen Substichprobenanalyse, würde die Analyse unübersichtlicher und schwerer zu analysieren machen. Die Analyse wird wie in der Gesamtstichprobenanalyse analog durchgeführt.

Als erstes wird die Zeitspanne untersucht. Aufgrund des geringen IPO-Vorkommens am deutschen Kapitalmarkt werden im Vorfeld zwei Zeitspannen definiert und keine Unterscheidung pro Jahr getroffen. Da die Betrachtungsperiode zirka 15 Jahre beträgt, wird die erste Zeitspanne von Beginn der Periode bis zum Höhepunkt der Weltfinanzkrise 2008 definiert und die zweite Spanne von 2009 bis zum Ende der Betrachtungsperiode angegeben. Das Ziel hierbei ist, zu klären, ob die Finanzkrise einen erheblichen Einfluss auf die IPOs hatte. War der Einfluss nach der Finanzkrise stärker als zuvor oder wie haben sich die IPO-Aktien allgemein danach entwickelt? Eine weitere Kategorie bildet die Branchenzugehörigkeit. Es gilt zu untersuchen, ob sich bestimmte Verhaltensmustern bei den Branchen ergeben. Die Deutsche Börse AG hat feste Branchen definiert, unter denen die Unternehmen eingeteilt werden. Aufgrund der möglichen geringen IPO-Stichprobe, werden im Vorfeld bestimmte Branchen mit ähnlichen Charakteristiken zusammengefasst, um eine genügend große Stichprobengröße zu erlangen. Die zusammengeführten Branchen werden in der Tabelle 2 (s. Anhang 2, S. XII) aufgezeigt. Eine weitere Teilanalyse wird sich mit der Dividendenausschüttung beschäftigen. Es soll untersucht werden, ob Dividendenzahlungen einen positiven Einfluss auf die Performance des Aktienkurses in der Betrachtungsperiode hat, oder ob keine Dividendenzahlungen eine signifikant negative Performance aufweist. Infolgedessen wird als Benchmark nur der Kursindex des SDAX verwendet. Die Analyse wird in zwei Gruppen aufgeteilt. Dabei unterscheidet die erste Gruppe zwischen mindestens zwei Dividenden und weniger als zwei Dividenden. In der zweiten Gruppe zwischen mindestens einer Dividende und keine Dividende. Die Marktkapitalisierung nimmt in vielen empirischen Analysen einen Platz ein. In dieser Analyse wird die gesamte Marktkapitalisierung, nicht die Marktkapitalisierung vom Freefloat, in sechs verschiedene Größengruppen (von niedrig bis hoch) eingeteilt. Die Gruppen werden folglich näher analysiert. Eine weitere Subkategorie bildet das Platzierungsvolumen, wobei hier die Kritik bestehen könnte, dass es keinen wesentlichen Unterschied zur Analyse mit dem Schwerpunkt Marktkapitalisierung gibt. Dies muss aber nicht unbedingt sein. Das Platzierungsvolumen der SMA Solar Technology AG lag bei 361,90 Millionen Euro und die Marktkapitalisierung lag zu diesem Zeitpunkt bei 1665,60 Millionen Euro. Zum Vergleich war der Emissionserlös von TLG Immobilien AG 375,34 Millionen Euro, also ähnlich, jedoch betrug die Marktkapitalisierung nur 666,97 Millionen Euro. Diese unterschiedlichen Werte können, durch die Höhe des Freefloat, also die Summe der Aktien die dem Börsenhandel zur Verfügung stehen, begründet werden. Es werden sechs unterschiedliche Größengruppen gebildet um zu untersuchen, ob die jeweilige Höhe des Volumens einen positiven oder negativen Einfluss hat. Für die folgenden Subkategorien werden jeweils zwei unterschiedliche Merkmale untersucht. Einmal soll die IPO-Stichprobe zwischen Regulierter Markt und Open Market unterschieden werden. Dies sind zwei Marktsegmente, die sich in den Regularien und Anforderungsprofilen unterscheiden. Der Open Market hat viel geringere Transparenzstandards und Pflichten als der Regulierte Markt. Im letzten Teil der Substichprobenanalyse wird zwischen den Emissionsverfahren Bookbuilding und Festpreisverfahren differenziert. Beim Festpreisverfahren bietet der Emittent zu Beginn einen festgesetzten Verkaufspreis der Aktien den Investoren an, wohingegen das Bookbuilding-Verfahren die Investorensicht bei der Preisfindung mit einschließt, indem eine Preisspanne angegeben wird und die Investoren Gebote abgeben, um den Durchschnittswert des Emissionskurs zu finden.⁴¹

3. Daten und Datenanalyse

Präzise Angaben zum Datenmaterial sind für jede empirische Analyse von einer zentralen Bedeutung. Aus diesem Grund widmet sich dieses Kapitel mit der Datenherkunft sowie mit der Datenanalyse. Für die Datenerhebung ist im Vorfeld wichtig zu wissen, welche Unternehmen in der Vergangenheit eine Börsenemission durchgeführt haben. Dies wird mithilfe der Primärmarktstatistik von der Deutsche Börse AG ermittelt.⁴² Bei der Auswahl wurden bei den Branchen und Segmenten (Prime Standard, General Standard usw.) keine Unternehmen selektiert. Darüber hinaus wurden auch Unternehmen in der Datenerhebung berücksichtigt, die vom Handel ausgeschlossen wurden (Delisted). Infolgedessen wird der Versuch unternommen, den Survivorship Bias zu neutralisieren. Dieser könnte zu positiv verzerrten abnormalen Renditen führen, falls nur Unternehmen betrachtet werden, die es auch noch heute gibt. Es wurden nur Neuemissionen in der Datenerhebung berücksichtigt. Die Typen Transfer, Dual Listing, Notierungsaufnahme und Privatplatzierung wurden in der empirischen Analyse nicht anerkannt, da es sich hierbei nicht um einen IPO handelt. Die Untersuchungsperiode wurde im Vorfeld von 2002 bis zum ersten Quartal von 2017 festgesetzt. Ein früherer Anfangszeitpunkt wurde bewusst nicht gewählt, da es zu Verzerrungen durch die Dotcom-Blase kommen könnte. Diese Spekulationsblase war geprägt durch IPOs von vermeintlichen zukunftsweisenden Technologieunternehmen. Durch die 36-monatige Betrachtungsperiode der IPO-Stichprobe, konnte kein späteres Enddatum gewählt werden.

In der genannten Untersuchungsperiode gab es insgesamt 232 IPOs. Davon wurden 176 Monatsschlusskurse bzw. deren Renditen von Thomson Reuters bereitgestellt. Weitere 17 Monatsschlusskurse wurden von Yahoo Finance bezogen. Die Kurse wurden von Aktien-Splits und Dividendenzahlungen bereinigt. Für die fehlenden 39 Unternehmen konnten keine Kurszeitreihen für das Datenmaterial ermittelt werden. Die fehlenden Unternehmen sind in der Tabelle 3 (s. Anhang 3, S. XIII) ersichtlich. Von den 232 IPOs haben 97 Unternehmen ein Delisting erfahren. In der Tabelle 3 sind 32 Unternehmen, die mit einem Sternchen gekennzeichnet sind, von diesem Delisting betroffen. Infolgedessen ist der Survivorship Bias nicht vollständig neutralisiert worden, er wurde aber eingegrenzt. Nur 7 von 65 Aktien erfuhren eine Notizeinstellung, innerhalb der ersten drei Jahre in der IPO-Stichprobe. Da auch Dividendenzahlungen in der empirischen Analyse eine Rolle spielen, müssen diese ebenfalls erhoben werden. Möglich anfallenden Dividenden wurden mit mithilfe der Datenbanken von Yahoo Finance und boerse.de erhoben. In Einzelfällen wurden auch die Datenbanken von Finanzen.net und Ariva.de zu Rate gezogen, meist zum Abgleich. Überwiegend wurde aber auf die Datenbank von Yahoo Finance zurückgegriffen.

In Abbildung 8 (s. Anhang 3, S. XIV) wird die IPO-Stichprobe, untergliedert nach Segment und nach Jahren, aufgezeigt. Man sieht, dass die Anzahl der IPOs eher gering ist, im Vergleich zu den Jahren 2006 und 2007. Vor der Weltfinanzkrise gab es ein enormes IPO-Vorkommen am deutschen Kapitalmarkt, besonders im Open Market Segment. Die IPO-Stichprobe könnte somit unter Umständen von dieser Anzahl an Unternehmen geprägt sein. Danach ist die Anzahl pro Jahr durchwachsen, man erkennt aber, dass sich mehr Unternehmen für den regulierten Markt entschieden haben. In Abbildung 9 (s. Anhang 3, S. XIV) ist die IPO-Stichprobe nach dem Emissionsverfahren aufgeschlüsselt. Es ist zu erkennen, dass sich die meisten Unternehmen für ein Bookbuilding-Verfahren entscheiden, anstatt für das ältere Festpreisverfahren. Die Branchenzugehörigkeit der Unternehmen in der Stichprobe findet sich in der Abbildung 10 (s. Anhang 3, S. XV). Die meisten Unternehmen kommen aus der Branche Industrie und Finanzdienstleistung / Real Estate. Es ist durch die Merkmalsübersichten zu erkennen, dass der SDAX die Branchenzugehörigkeit besser widerspiegelt als der MDAX und CDAX (s. Abbildungen 4-6, S. IX-XI). Im MDAX sind Unternehmen aus dem Bereich Industrie und Finanzen eher unterpräsentiert, hier sind vermehrt Unternehmen aus den Branchen Technologie und Chemie/Pharma zu finden. Während im SDAX die Branchen Industrie, Technologie und Finanzen häufiger zu finden sind, genau wie in der IPO-Stichprobe. Die Eignung der Benchmarks lässt sich durch die Tabelle 4 (s. Anhang 3, S. XV), mithilfe der Marktkapitalisierung und des Platzierungsvolumen, noch näher betrachten. Man sieht, dass Unternehmen bis gerade mal 150 Millionen Euro, bei der Marktkapitalisierung, schon 56,48 % in der Stichprobe ausmachen. Große Unternehmen über 500 Millionen sind gerade mal mit 21,77 % vertreten. Dies zeigt, dass der geringere kapitalisierte SDAX die beste Benchmark für die IPO-Stichprobe, von den genannten Indices, ist. Dies legitimiert die Substichprobenanalyse nur mit dem SDAX. Beim Platzierungsvolumen ist zu erkennen, dass niedrige Emissionserlöse auch hier stärker vertreten sind. Kein Emissionserlös hatte die OSRAM Licht AG, da diese lediglich ein Spin-Off war. Durch die Approximation, Marktkapitalisierung mit dem Freefloat, wurde das Unternehmen aber der Gruppe über 600 Millionen zugeordnet.

4. Resultate der empirischen Untersuchung

4.1 Gesamtstichprobenanalyse

In diesem Kapitel wird die IPO-Stichrobe in ihrer Gesamtheit auf die langfristige Performance untersucht. Bevor die abnormalen Renditen (BHARs) auf ihre statistische Signifikanz hin überprüft werden, lohnt sich zunächst ein Blick auf eine grafische Gegenüberstellung. In Abbildung 11 ist die absolute und die relative Renditeentwicklung der IPO-Stichprobe, auf Basis der Kursperformance, zu sehen. Die Performance BHR (Buy-and-Hold Rendite) bildet hier die durchschnittliche Performance der IPO-Stichprobe. Zusätzlich sind die durchschnittlichen abnormalen Renditen, mit den Benchmarks SDAX, MDAX und CDAX für die ersten 3 Jahre, ersichtlich.

Abbildung in dieser Leseprobe nicht enthalten

Abb. 11: Absolute und relative Renditeentwicklung der IPO-Stichprobe in den ersten 36 Notierungsmonaten (nur Kurs). Benchmark sind die Kursindices. Alle Werte sind Durchschnittswerte. Eigene Abbildung.

Es ist festzustellen, dass die unbereinigten Buy-and-Hold Renditen insgesamt einen langfristigen Wertverlust vorweisen. Zu keinem Zeitpunkt konnte eine positive durchschnittliche Rendite beobachtet werden. Ein Jahr nach dem Börsengang weisen die 193 IPO-Aktien eine durchschnittliche Performance von minus 1,07 % auf. Am Ende des zweiten Notierungsjahr erhöht sich die negative Performance auf durchschnittlich 16,50 % und am Ende des dritten Notierungsjahr auf minus 26,43 %. Ein möglicher Grund für die negative Performance der BHR könnte der hohe Anteil von sehr geringkapitalisierten Unternehmen sein. In dieser Gruppe könnten mehrere Ausreißer von Aktien mit einem 100%-Verlust vertreten sein. Ein weiterer Grund könnte das hohe IPO-Vorkommen vor der Weltfinanzkrise sein. Diese Gründe sind nur Mutmaßungen. Mögliche Gründe der negativen Performance werden in der Substichprobenanalyse versucht aufzuklären. Um eine Out- bzw. Underperformance zu erkennen, müssen jedoch die BHARs betrachtet werden. Alle BHARs, im Vergleich zu der jeweiligen Benchmark, sind zu jedem Zeitpunkt im negativen Bereich. Alle Aktienindices liefern somit eine bessere Performance, als die IPO-Stichprobe. Bis zum 17. Notierungsmonat sind die BHARs deutlich negativer, als die reine Performance der IPO-Stichprobe. Am Ende der Betrachtungsperiode ist die absolute Performance jedoch negativer, als die BHARs mit der Benchmark SDAX und CDAX. Da in der Stichprobe viele IPOs vor der Weltfinanzkrise getätigt wurden, könnte ein möglicher Grund sein, dass die Krise den SDAX und CDAX stärker getroffen hat, als die IPO-Stichprobe. Die BHARs mit dem MDAX sind am stärksten negativ. Eine Ursache hierfür könnte die Renditestärke dieses Index gegenüber den anderen Indices sein. Es gibt also beachtliche Unterschiede für die BHARS mit der jeweiligen Benchmark. Im 36. Notierungsmonat ist die BHAR (SDAX) minus 20,83 %, dagegen beträgt die BHAR (MDAX) minus 30,17 %. Ein Unterschied von zirka zehn Prozentpunkten zeigt, dass die Wahl der Benchmark sorgfältig gewählt werden sollte. Die BHAR (CDAX) läuft lange Zeit parallel zu der BHAR (MDAX), jedoch gegen Ende der Betrachtungsperiode flacht die BHAR (CDAX) stark ab und nähert sich der BHAR (SDAX) an. Im Gegensatz dazu, flacht die BHAR (SDAX) schon früher ab. Abschließend kann man jedoch sagen, dass bei allen BHARs ein gleicher Trend bzw. Verlauf zu erkennen ist.

[...]

---

¹ Vgl. Köhler / Landgraf (2019).

² Vgl. Blechner (2019).

³ Vgl. Hockmann / Thießen (2007): S. 359.

⁴ Vgl. Schwarz (2004): S. 60.

⁵ Vgl. Rummer (2006): S. 43-45.

⁶ Vgl. Haubrok (2006): S. 24-25.

⁷ Vgl. Marchisio / Ravasi (1999): S. 8.

⁸ Vgl. Deutsches Aktieninstituts e.V. (2003): S. 33 / Deutsches Aktieninstituts e.V. (2011): S. 44.

⁹ Vgl. Deutsches Aktieninstituts e.V. (2018): S. 14.

¹⁰ Vgl. PwC (2020a): S. 12 / PwC (2020b): S. 8 / PwC (2020c).

¹¹ Vgl. Gerum (2007): S. 27.

¹² Vgl. Brühl (2009): S. 11-12.

¹³ Vgl. Jakob / Klingenbeck (2001): S. 70-71.

¹⁴ Vgl. Warzitz (2006): S. 146.

¹⁵ Vgl. Deutsches Aktieninstitus (2018): S. 19-20.

¹⁶ Vgl. Zielinski (2013): S. 2.

¹⁷ Vgl. Daxhammer / Fascar (2018): S. 308.

¹⁸ Vgl. Daxhammer / Fascar (2018): S. 308.

¹⁹ Vgl. Miller (1977): S. 1152-1153.

²⁰ Vgl. Shiller (1990): S. 62-63.

²¹ Vgl. Zielinski (2013): S. 163.

²² Vgl. Zielinski (2013): S. 62.

²³ Vgl. Zielinski (2013): S. 62.

²⁴ Vgl. Zielinski (2013). S. 62.

²⁵ Vgl. Mager (2001): S. 159.

²⁶ Vgl. Baumann (2012): S. 197.

²⁷ Vgl. Barber / Lyon (1997): S. 350.

²⁸ Vgl. Erhardt (1997): S. 157.

²⁹ Vgl. Ostrowski (2008): S. 127.

³⁰ Vgl. Thies (2000): S. 364.

³¹ Vgl. Thies (2000): S. 365.

³² Vgl. Hull (2010): S. 572.

³³ Vgl. Thies (2000): S. 366.

³⁴ Vgl. Seeburger (2011): S. 76.

³⁵ Vgl. Kurth (2005): S. 345.

³⁶ Vgl. Zielinski (2013): S. 67.

³⁷ Vgl. Erhardt / Koerstein (1999): S. 5.

³⁸ Vgl. Lyon / Barber / Tsai (1999): S. 169.

³⁹ Vgl. Erhardt / Koerstein (1999): S. 6.

⁴⁰ Vgl. Zielinski (2013): S. 77.

⁴¹ Vgl. Schenek (2006): S. 18 und 21-22.

⁴² Auf der Website: https://www.deutsche-boerse-cash-market.com/dbcm-de/instrumente-statistiken/statistiken/primaermarktstatistiken