Prof. Dr. Drs. h.c. J. Zeddies

Größe: px
Ab Seite anzeigen:

Download "Prof. Dr. Drs. h.c. J. Zeddies"

Transkript

1 Aus dem Institut für Landwirtschaftliche Betriebslehre Universität Hohenheim Fachgebiet: Analyse, Planung und Organisation der landwirtschaftlichen Produktion Prof. Dr. Drs. h.c. J. Zeddies Rentabilität und Risiko typischer Ackerbaubetriebe in der Russischen Föderation Dissertation zur Erlangung des Grades eines Doktors der Agrarwissenschaften vorgelegt der Fakultät Agrarwissenschaften von Peter Breunig aus Eßfeld 2009

2

3 Inhaltsverzeichnis 1 Einleitung Problemstellung Zielsetzung Vorgehensweise, Material und Methoden Methodik Rendite-Messung Einfache Rendite Stetige Rendite Zeitgewichtete Rendite (ZGR) Geldgewichtete Rendite (GGR) Vergleich von zeitgewichteter und geldgewichteter Rendite Risiko-Messung Standardabweichung σ Downside Deviation DD Performance-Messung Sharpe Ratio SR Sortino Ratio SoR Omega Ω Rendite- und Risikoanalyse mit Kapitalmarktmodellen Methodische Grundlagen des CAPM i

4 Inhaltsverzeichnis Anwendung des CAPM auf nicht-börsennotierte Unternehmen in Transformationsländern Modellierung zukünftiger Unsicherheiten von Naturalerträgen und Preisen Modellierung zukünftiger Naturalerträge Modellierung zukünftiger Marktpreise Aggregation von stochastischen und nicht-stochastischen Variablen Graphische Darstellung stochastischer Größen Einzelbetriebliche Performanceanalyse Natürliche Bedingungen und Gliederung der Russischen Föderation Landwirtschaftliche Großunternehmen und ausländische Direktinvestitionen in der RF Beschreibung der Betriebsmodelle Darstellung der Untersuchungsregionen Aufbau der Betriebsmodelle Übersicht Datenquellen Einnahmen Ausgaben Einnahmen Ausgaben Zusammenfassung des Betriebsmodells Modellierung des Cash Flow Modellierung des Gewinns Der russische Kapitalmarkt als Benchmark Berechnung der zeitgewichteten Rendite des Aktienindex Berechnung der geldgewichteten Rendite des Aktienindex Prognose des Aktienindex Ergebnisse Zeitgewichtete Rendite Geldgewichtete Rendite ii

5 Inhaltsverzeichnis Wahrscheinlichkeit der Illiquidität Analyse der Kostenstruktur und -entwicklung Anwendung des CAPM Berechnung notwendiger Parameter Der globale risikolose Zinssatz Das Länderrisiko der Russischen Föderation Das Beta aus russischen Vergleichsunternehmen und dem globalen Kapitalmarkt Die Marktprämie auf dem globalen Kapitalmarkt Das Beta aus russischen Vergleichsunternehmen und dem russischen Kapitalmarkt Die Marktprämie auf dem russischen Kapitalmarkt Das Länder-Beta aus dem russischen und dem globalen Kapitalmarkt Das Beta aus globalen Vergleichsunternehmen und dem globalen Kapitalmarkt Das Bestimmtheitsmaß Die Größenprämie für kleine Unternehmen Berechnung der risikogerechten Rendite Ergebnisse Bewertung von Investitionen in landwirtschaftliche Flächen Entwicklung und rechtliche Rahmenbedingungen Privatisierung und Eigenstumsstruktur Preise für landwirtschaftliche Flächen Katasterwert Marktpreise für landwirtschaftliche Flächen Bedeutung von Investitionen in Ackerland im Rahmen der betrachteten Investitionsprojekte ( ) Erwartete Bodenpreissteigerung iii

6 Inhaltsverzeichnis Bestimmung von P G Bestimmung von r K Berechnung des Grenzkaufpreises Bewertung von Investitionen in landwirtschaftliche Flächen Ergebnisse Vergleich und Zusammenfassung der Ergebnisse Diskussion Methodik und Datenbasis der einzelbetrieblichen Performanceanalyse Methodik und Datenbasis der Anwendung des CAPM Interpretation der Ergebnisse Zusammenfassung Summary 195 iv

7 Tabellenverzeichnis 2.1 Beispiel Renditeberechnung Beispiel Renditeberechnung, Ergebnisse Kenndaten der Untersuchungsregionen Betriebsbezeichnung Datenquellen Betriebe der Detailanalyse Anbaustruktur der Betriebsmodelle Ertragsfaktoren der Betriebsmodelle und Kulturen Zusammensetzung der verwendeten Preisreihen Aussaatstärken der typischen Betriebe Saatgutpreise Nährstoffentzug in kg pro t Erntegut Ausgaben Pflanzenschutzmittel, RUB/ha, Basis Arbeitskräfte der typischen Betriebe Pachtpreise in den Untersuchungsregionen Maschinenpool der typischen Betriebe Arbeitsgänge und Maschinenkombinationen Anzahl der Arbeitsgängen je Kultur Anzahl der Arbeitsgängen je Kultur Ausstattung der typischen Betriebe, in Stückzahlen Tatsächliche und geplante Ertragssteigerung, Prozent pro Jahr Preisdifferenz OECD/FAO Marktinformationszentrum Landwirtschaft.. 86 v

8 Tabellenverzeichnis 3.21 Cash Flow Gewinn Zeitgewichtete Rendite, Standardabweichung und Sharpe Ratio Zeitgewichtete Rendite, Standardabweichung und Sharpe Ratio Geldgewichtete Rendite und Standardabweichung Geldgewichtete Rendite, Standardabweichung und Sharpe Ratio Berechnung von β LG Berechnung von β LL Darstellung der globalen Vergleichsunternehmen Berechnung von β GG Größenprämie von börsennotierten Unternehmen in den USA Berechnung der erwarteten risikogerechten Rendite durch verschiedene CAPM Varianten Ausländische Minderheitsbeteiligung ohne tatsächliche russische Beteiligung Eigentumsstruktur der landw. Fläche Russlands Eigentumsstruktur des privaten Landbesitzes, 1. Januar Katasterwerte landw. Flächen Marktpreise für Ackerland 2008 in USD/ha Geldgewichtete Rendite und Pachtpreise Pachtpreis-Kaufpreis-Verhältnis (Marktpreis) für Ackerland in der Russischen Föderation Grenzkaufpreise für Ackerland, Erwartete maximale Markpreise für Ackerland (2015) und durchschnittliche Wertsteigerung ( ) Geldgewichtete Rendite im Zeitraum unter Annahme verschiedener Szenarien vi

9 Abbildungsverzeichnis 2.1 Wahrscheinlichkeitsdichtefunktionen verschiedener Verteilungen (Mittelwert: 0,1; σ: 0,05) Graphische Darstellung der Berechnung von Omega Omega bei zwei unterschiedlichen Verteilungen Beispiel Konfidenzintervall Durchschnittlicher Niederschlag in Russland Durchschnittliche Temperatur in Russland Böden in Russland Relevante Agrarregionen in der RF Flächenausstattung der größten Agrarunternehmen Russlands Untersuchungsregionen Anbaustruktur der Betriebe in der Detailanalyse Betriebsgröße relevanter Betriebe der Technikstudie Anbaustruktur relevanter Betriebe der Technikstudie Durchschnittserträge der Befragungsbetriebe und Betriebsmodelle (Weizen) Durchschnittserträge der Befragungsbetriebe und Betriebsmodelle (Grobgetreide) Durchschnittserträge der Befragungsbetriebe und Betriebsmodelle (Raps / Soja) Durchschnittserträge der Befragungsbetriebe und Betriebsmodelle (Zuckerrüben / Sonnenblumen) Erträge von Wo vii

10 Abbildungsverzeichnis 3.15 Erträge von Wo Erträge von St Erträge von St Erträge von Sa Erträge von Sa Erträge von Om Erträge von Om Weizenpreis, 3. Klasse Preis Sonnenblumen Produktpreisreihen für die typischen Betriebe Direktkosten der befragten Betriebe der Detailanalyse Nährstoffpreise für N, P, K in Russland Preisentwicklung ausgewählter Pflanzenschutzmittel Durchschnittslöhne ausgewählter Regionen Gemeinkosten der in der Detailanalyse befragten Betriebe Preisentwicklung östlicher Agrartechnik und Inflation in Russland Preisentwicklung Agrartechnik in den USA Bespiel zur Berechnung einer ertragstrendunabhängigen Standardabweichung Ertragsprognose von Wo Ertragsprognose von Wo Ertragsprognose von St Ertragsprognose von St Ertragsprognose von Sa Ertragsprognose von Sa Ertragsprognose von Om Ertragsprognose von Om Produktpreisprognose Getreide/ZR Produktpreisprognose Ölsaaten Preisprognose mit GBB, Getreide/ZR viii

11 Abbildungsverzeichnis 3.44 Preisprognose mit GBB, Ölsaaten Prognose makroökonomischer Größen Düngerpreisprognose Betriebsmodell für den Prognosezeitraum Cash Flow Wo1, Ex-Post-Betrachtung Cash Flow Wo1, Prognose Cash Flow Wo1, 90 % KI Cash Flow Wo2, Ex-Post-Betrachtung Cash Flow Wo2, Prognose Cash Flow Wo2, 90 % KI Cash Flow St1, Ex-Post-Betrachtung Cash Flow St1, Prognose Cash Flow St1, 90 % KI Cash Flow St2, Ex-Post-Betrachtung Cash Flow St2, Prognose Cash Flow St2, 90 % KI Cash Flow Sa1, Ex-Post-Betrachtung Cash Flow Sa1, Prognose Cash Flow Sa1, 90 % KI Cash Flow Sa2, Ex-Post-Betrachtung Cash Flow Sa2, Prognose Cash Flow Sa2, 90 % KI Cash Flow Om1, Ex-Post-Betrachtung Cash Flow Om1, Prognose Cash Flow Om1, 90 % KI Cash Flow Om2, Ex-Post-Betrachtung Cash Flow Om2, Prognose Cash Flow Om2, 90 % KI Gewinn Wo ix

12 Abbildungsverzeichnis 3.73 Gewinn Wo1, 90 % KI Gewinn Wo Gewinn Wo2, 90 % KI Gewinn St Gewinn St1, 90 % KI Gewinn St Gewinn St2, 90 % KI Gewinn Sa Gewinn Sa1, 90 % KI Gewinn Sa Gewinn Sa2, 90 % KI Gewinn Om Gewinn Om1, 90 % KI Gewinn Om Gewinn Om2, 90 % KI Entwicklung der durchschnittl. Tagesumsätze der Börsen MICEX und RTS Entwicklung des MICEX Index und RTS Index Entwicklung des MICEX Index und des Ölpreises Trend MICEX Index (logarithmisch) Prognose des MICEX Index (loagrithmisch) Prognose des MICEX Index Das durchschnittlich investierte Kapital der typischen Betriebe Die zeitgewichtete Rendite im Vergleich Sortino Ratio in Abhängigkeit der mar, ZGR Sortino Ratio in Abhängigkeit der Grenzrendite, ZGR Omega in Abhängigkeit der Grenzrendite, ZGR Omega in Abhängigkeit der Grenzrendite, ZGR Die geldgewichtete Rendite im Vergleich Sortino Ratio in Abhängigkeit der mar, GGR x

13 3.102Omega in Abhängigkeit der Grenzrendite, GGR Wahrscheinlichkeit der Illiquidität, Kosten pro ha, 2000, 2008, Kosten pro t GE, 2000, 2008, Relative Verteilung der Produktionskosten, 2000, 2008, Rendite der 30-jährigen US-Staatsanleihe EMBI+ Spread Russische Föderation Entwicklung der Aktien GRAZ, BEF, TAGR sowie des MSCI und MICEX Index Berechnung von β LG Berechnung von β LL Berechnung von βc LG Berechnung von βc LG Pachtpreis-Kaufpreis-Verhältnis für Ackerland, Landesdurchschnitt USA und Brasilien Grenzkaufpreise für Ackerland, Vergleich der Performance Geldgewichtete Rendite und CAPM Ergebnisse xi

14 xii

15 1 Einleitung Die stetig wachsende Weltbevölkerung, veränderte Ernährungsgewohnheiten und die zunehmende Bedeutung von Biokraftstoffen haben seit 2006 zu deutlichen Preissteigerungen bei landwirtschaftlichen Rohstoffen geführt, insbesondere bei Getreide und Ölsaaten (Zeddies, 2008). Zwar sind die Agrarpreise nach dem Hoch Anfang 2008 im weiteren Verlauf des Jahres wieder deutlich gefallen, doch bleiben die grundlegenden Trends auf der Nachfrageseite weiter erhalten. Diese Entwicklung hat auch weit reichende Auswirkungen auf die Russische Landwirtschaft: zum einen führen höhere Preise für Agrarprodukte zu höheren Einnahmen in den landwirtschaftlichen Betrieben, zum anderen steigt aber auch das Interesse von Kapitalinvestoren, für die Investitionen in die landwirtschaftliche Primärproduktion in zunehmendem Maße an Bedeutung gewinnen (Bush, J., 2008). Obwohl sich auf Grund der Finanzkrise des Jahres 2008 die Investitionsbereitschaft vieler Anleger verringert hat, bleiben Investitionen in landwirtschaftliche Objekte weiterhin von Interesse, gelten diese doch wegen der geringen Einkommenselastizität der Lebensmittelnachfrage als sehr stabil in wirtschaftlichen Krisen. Gerade Russland bietet auf Grund seiner Agrarstruktur, vieler nicht oder unproduktiv genutzter Flächen, geringer Landpreise und einer immer noch größeren Anzahl unrentabler Betriebe, gute Voraussetzungen für Investoren im Bereich der landwirtschaftlichen Primärproduktion. Bereits in den 90er Jahren investierten vor allem russische Unternehmen aus der Lebensmittelindustrie in landwirtschaftliche Betriebe woraus integrierte, landwirtschaftliche Großunternehmen, sog. Agroholdings, hervor gingen (Rylko und Jolly, 2005). Seit 2005 haben auch die Investitionen ausländischer Gesellschaften deutlich 1

16 Einleitung zugenommen (Bush, J., 2008). 1.1 Problemstellung Auf Grund der geschichtlichen Entwicklung und der Größenstruktur der Landwirtschaft, kann in der Russischen Föderation von einer kapitalorientierten Unternehmensverfassung gesprochen werden. Dies bedeutet, dass die relative Vorzüglichkeit einer Investition in einen landwirtschaftlichen Betrieb in erster Linie auf Basis des ökonomischen Erfolgs bestimmt wird. Die relative Vorzüglichkeit eines Anlageobjektes kann jedoch im Allgemeinen nicht nur mit der Rendite des investierten Kapitals bewertet werden, sondern muss immer im Verhältnis zu dem mit dem Anlageobjekt verbundenen Risiken betrachtet und bewertet werden. Gerade Investitionen in die landwirtschaftliche Primärproduktion Russlands besitzen neben den genannten Vorteilen auch deutliche Risiken, die in erster Linie durch Unsicherheiten des Klimas, der Politik und der Märkte entstehen. Die Höhe, Nachhaltigkeit und regionale Verteilung dieser Investments ist jedoch entscheidend davon abhängig, ob und in welchen Regionen eine dem Risiko entsprechende Verzinsung des eingesetzten Kapitals erzielt werden kann. 1.2 Zielsetzung Ziel dieser Arbeit ist es, die Rentabilität und das Risiko typischer Ackerbaubetriebe in ausgewählten Regionen der Russischen Föderation zu analysieren. Zusätzlich soll die Rendite- Risiko-Effizienz (Rendite-Risiko-Performance) der einzelnen Betriebe mit der eines russischen Aktienmarktindex verglichen werden. Dies ermöglicht die relative Vorzüglichkeit auf Grundlage von Rendite und Risiko der einzelnen typischen Betriebe untereinander und im Verhältnis zum Aktienindex zu bewerten. 2

17 Vorgehensweise, Material und Methoden 1.3 Vorgehensweise, Material und Methoden Die Bewertung von Investitionen in Ackerbaubetriebe in der Russischen Föderation auf Grundlage von Rendite und Risiko erfolgt zum einen durch die Berechnung von sog. Performance-Kennzahlen, die auf Rendite- und Risikogrößen der einzelnen typischen Betriebe basieren. Hierbei werden Rendite und Risiko von Ackerbaubetrieben durch Finanzmodelle typischer Betriebe analysiert bzw. prognostiziert, die durch Betriebsbefragungen in den einzelnen Regionen entstanden sind. Insgesamt werden acht typische Betriebe in vier Regionen der Russischen Föderation (Woronesch, Stavropol, Samara und Omsk) modelliert. Zur Analyse historischer Rendite- und Risikogrößen werden historische Preis- und Ertragsdaten aus der Statistik in die Betriebsmodelle eingefügt und daraus die benötigten Kennzahlen errechnet. Um die zukünftige Performance zu prognostizieren, werden die relevanten Ertrags- und Preisdaten und deren Volatilität mit Hilfe mathematischer Methoden und veröffentlichter Prognosen (OECD/FAO, 2008, etc.) in die Zukunft fortgeschrieben und daraus die relevanten Kennzahlen für den Prognosezeitraum berechnet. Die Ergebnisse verschiedener Performance-Kennzahlen der einzelnen Betriebe werden dann mit denen des russischen Aktienindex MICEX verglichen. Die zweite Methode zur Bewertung von Investitionen in Ackerbaubetriebe in der Russischen Föderation basiert auf dem Capital Asset Pricing Model. Damit kann durch die Analyse der Preisentwicklung relevanter Aktien im Verhältnis zum Aktienmarkt die Rendite berechnet werden, die landwirtschaftliche Unternehmen in der Russischen Föderation erzielen müssen, um der Rendite-Risiko-Effizienz des russischen Aktienmarktes zu entsprechen. Zusätzlich wird die Investition in landwirtschaftliche Flächen analysiert und im Zusammenhang mit Investitionen in landwirtschaftliche Betriebe bewertet. 3

18 Einleitung 4

19 2 Methodik Grundlage der Berechnungen dieser Arbeit sind Verfahren zur Messung von Rendite und Risiko, sowie zur gleichzeitigen Messung von Rendite und Risiko. Außerdem wird ein Kapitalmarktmodell herangezogen, dass die Berechnung der risikogerechten Rendite einer Investition durch die Analyse von Aktienmärkten ermöglicht. Des weiteren werden hier die methodischen Grundlagen zur Prognose von Rendite und Risiko der typischen Betriebe dargestellt. 2.1 Rendite-Messung Die Messung der Rendite eines Anlageobjektes ermöglicht den Vergleich des ökonomischen Erfolgs verschiedener unterschiedlicher Anlageobjekte miteinander Einfache Rendite Die einfache Rendite ist der Quotient aus der Wertänderung eines Anlageobjektes s 1 s 0 plus dem Überschuss d den das Anlageobjekt generiert und dem Anfangswert des Anlageobjektes s 0 (Bürkler und Hunziker, 2008). Die Berechnete Rendite basiert hier auf einer Periode. Der Wert eines Anlageobjektes s ist beispielsweise der Wert einer Aktie, einer Immobilie oder das eingesetzte Kapital einer Investition. Der Überschuss d, der diesen Beispielen entspricht, wäre die Dividende einer Aktie, die Mieteinnahmen einer Immobilie oder der Gewinn aus einer Investition. 5

20 Methodik r e = s 1 s 0 + d s 0 (2.1) Bleibt der Wert s über den Zeitraum konstant vereinfacht sich die Formel auf: r e = d s (2.2) Dieser Formel entspricht auch die Kennzahl Return on Investment (ROI) zur Berechnung der Rendite einer Investition: ROI = Gewinn Eingesetztes Kapital (2.3) Stetige Rendite Die stetige Rendite unterstellt, dass die Rendite stetig, d.h. in unendlich kleinen Zeitschritten regelmäßig reinvestiert wird. Sie ist der natürliche Logarithmus des Quotienten aus der Wertänderung plus dem Überschuss des Anlageobjektes (Bürkler und Hunziker, 2008): r s = ln s 1 + d s 0 (2.4) Die stetige Rendite kann aus der einfachen Rendite folgendermaßen berechnet werden: r s = ln(1 + r e ) (2.5) Zeitgewichtete Rendite (ZGR) Bei einer mehrperiodigen Betrachtung eines Investments kann die zeitgewichtete oder geometrische Rendite aus den einfachen Renditen der einzelnen Perioden folgendermaßen berechnet werden (Bürkler und Hunziker, 2008): T r ZGR = [ (1 + r t )] 1 T 1 (2.6) t=1 Die zeitgewichtete Rendite wird nicht von der Höhe und dem Zeitpunkt externer Cash Flows beeinflusst. Sie misst die Rendite pro Einheit investiertem Kapitals. 6

21 Rendite-Messung In den weiter unten betrachteten Betriebsmodellen wird die zeitgewichtete Rendite aus den jährlichen, einfachen Renditen (Gewinn pro investiertem Kapital) eines Zeitraums berechnet Geldgewichtete Rendite (GGR) Die geldgewichtete Rendite eines Zeitraums entspricht dem internen Zinsfuß des Cash Flows eines Investitionsobjektes (Bürkler und Hunziker, 2008). Diese ist der Zinssatz, bei dem der Kapitalwert der betrachteten Cash Flows C t Null wird: T t=1 C t (1 + r GGR ) t = 0 (2.7) Im Gegensatz zu der zeitgewichteten Rendite spielt bei der geldgewichteten Rendite die Höhe und der Zeitpunkt externer Cash Flows eine Rolle. Somit ermöglicht dieses Maß die Rendite der Investition als Gesamtheit zu bewerten Vergleich von zeitgewichteter und geldgewichteter Rendite Um die Unterschiede der zeitgewichteten und geldgewichteten Rendite darzustellen, wird auf folgendes Bespiel zurückgegriffen: Ein Anleger hat 200 EUR zur Verfügung um Aktien des Unternehmens A zu erwerben. Eine Aktie liegt am bei 100 EUR, am bei 50 EUR und am bei 150 EUR. Fall 1: Der Anleger kauft am zwei Aktien des Unternehmens A im Gesamtwert von 200 EUR. Am verkauft er beide Aktien für zusammen 300 EUR. Fall 2: Der Anleger kauft am eine Aktie des Unternehmens A im Wert von 100 EUR. 7

22 Methodik Am kauft er erneut zwei Aktien für zusammen 100 EUR. Am verkauft er die drei Aktien zum Wert von zusammen 450 EUR. Die einfache Rendite und die Cash Flows beider Fälle sind für die entsprechenden Zeiträume bzw. Zeitpunkte in Tabelle 2.1 dargestellt. Tabelle 2.1: Beispiel Renditeberechnung Zeitraum Einfache Rendite 1 Einfache Rendite = 50% = 200% = 50% = 200% Zeitpunkt Cash Flow Cash Flow Quelle: eigene Darstellung Tabelle 2.2 zeigt die aus den einfachen Renditen berechnete zeitgewichtete Rendite und die aus den Cash Flows berechnete geldgewichtete Rendite. Die ZGR variiert nicht zwischen den beiden dargestellten Fällen, da sie unabhängig von Höhe und Zeitpunkt der Cash Flows ist. Sie gibt an, wie das Anlageobjekt für eine Einheit investiertem Kapitals im Betrachtungszeitraum abgeschnitten hat. Im Gegensatz hierzu ist die GGR im Fall 1 niedriger als im Fall 2, da hier Höhe und Zeitpunkt den internen Zinsfuß beeinflussen. Die GGR bewertet die Entwicklung des Anlageobjektes und die Geldflüsse des Investors. Die Anwendung der ZGR auf die hier betrachteten typischen Betriebe gibt Auskunft darüber, wie diese im Untersuchungszeitraum pro Einheit investiertem Kapitals abschnei- 8

23 Risiko-Messung Tabelle 2.2: Beispiel Renditeberechnung, Ergebnisse Zeitgewichtete Rendite 1 22 % Zeitgewichtete Rendite 2 22 % Geldgewichtete Rendite 1 22 % Geldgewichtete Rendite 2 68 % Quelle: eigene Darstellung den. Die GGR zeigt den Erfolg eines konkreten Investitionsprojektes mit konkreten Cash Flows. 2.2 Risiko-Messung Der Begriff Risiko beschreibt im Allgemeinen die Unsicherheit von Ereignissen. Bei der Betrachtung vergangener Ereignisse ist das Risiko die Abweichung oder die Streuung von Werten bezogen auf eine Zielgröße, in diesem Fall die Rendite. Diese historische Betrachtung kann dazu verwendet werden, um zukünftige Unsicherheiten zu quantifizieren, wobei jedoch nur bekannte Ereignisse berücksichtigt werden können Standardabweichung σ Die Standardabweichung ist das klassische Maß zur Messung des Schwankungsbereiches einer Zufallsgröße und gibt hier die beidseitige Streuung um einen Rendite-Mittelwert r an (Ick, 2005). Mathematisch wird sie als Wurzel aus den mittleren Abweichungsquadraten vom Mittelwert berechnet. Im Zusammenhang mit einem Mittelwert ist die Standardabweichung ausreichend, um eine Normalverteilung eindeutig zu definieren. Sind die untersuchten Verteilungen nicht normalverteilt, kann bei identischer Standardabweichung und identischem Mittelwert nicht auf identische Verteilungen geschlossen werden. 9

24 Methodik σ = 1 T T (r(t) r) 2 (2.8) t= Downside Deviation DD Im Gegensatz zur Standardabweichung ist die Downside Deviation ein einseitiges Maß für den Schwankungsbereich einer Zufallsgröße. Sie misst die Schwankungsbreite unterhalb eines definierten Wertes, hier die minimal akzeptable Rendite (mar). Dies ermöglicht nur unerwünschte Schwankungen in der Analyse der Streuung zu berücksichtigen. Somit können auch nicht symmetrische Verteilung besser verglichen werden (Ick, 2005). DD = 1 n, wobei d(t) = 0 falls r(t) mar, d(t) = 1 falls r(t) < mar T [d(t)(r(t) mar) 2 ] (2.9) t=1 2.3 Performance-Messung Die alleinige Analyse von entweder Rendite oder Risiko mehrerer Anlageobjekte reicht nicht aus, um die relative Vorzüglichkeit dieser Anlageobjekte zu bewerten. Grund hierfür ist die Risikoaversion der Marktteilnehmer, die eine risikoärmere Anlage bei gleicher Rendite vorziehen oder ein höheres Risiko nur dann eingehen, wenn eine höhere Rendite zu erwarten ist. Größen, die in der Lage sind, gleichzeitig Rendite und Risiko zu bewerten werden im allgemeinen als Performance Maße bezeichnet Sharpe Ratio SR Eine Möglichkeit der gleichzeitigen Messung von Rendite und Risiko stellt die sog. Sharpe Ratio dar (Sharpe, 1966; Ick, 2005). Sie gibt an, wie viel Rendite ein Anlageobjekt über den risikolosen Zinssatz pro Standardabweichung generiert. Die Sharpe Ration ist eine dimensionslose Größe und dient nur der relativen Bewertung mehrere Anlageobjekte. 10

25 Performance-Messung Da die Sharpe Ratio auf der Standardabweichung basiert, gelten hier die gleichen Beschränkungen bezüglich der Aussagekraft bei nicht-normalverteilten Wahrscheinlichkeitsverteilungen. SR i = r i r f σ i (2.10) Wobei r i den Renditemittelwert des Anlageobjektes i darstellt, r f den risikolosen Zinssatz und σ i die Standardabweichung des Anlageobjektes i Sortino Ratio SoR Die Sortino Ratio ist eine Variation der Sharpe Ratio, bei der die Standardabweichung durch die Downside Deviation ersetzt wird, sodass nur die Abwärtsschwankungen berücksichtigt werden (Sortino und Price, 1994; Bürkler und Hunziker, 2008). Der risikolose Zinssatz wird hier durch die minimal akzeptable Rendite ( mar ) ersetzt, die je nach Rendite- und Risikoerwartung unterschiedlich anzusetzen ist. Da die mar für jeden Anleger individuell unterschiedlich ausfällt, wird im Ergebnisteil die Sortino Ratio grafisch in Abhängigkeit der mar dargestellt. SoR i = r i mar DD i (2.11) Omega Ω Abbildung 2.1 zeigt drei verschiedene Wahrscheinlichkeitsverteilungen als Wahrscheinlichkeitsdichtefunktionen (WDF). Betrachtet man einen Abschnitt der WDF, so gibt dessen Fläche die Wahrscheinlichkeit an, mit der die x-werte innerhalb dieses Abschnittes eintreten. Die Gesamtfläche der WDF ist immer eins. Trotz der sehr unterschiedlichen Form der Verteilungen in Abbildung 2.1, weisen diese den gleichen Mittelwert in Höhe von 0,1 und die gleiche Standardabweichung (0,05) auf. Da Mittelwert und Standardabweichung identisch sind, besitzen die drei Verteilungen ebenfalls die gleiche Sharpe Ratio. Mit anderen Worten, eine Anleger könnte auf Grundlage der Sharpe Ratio nicht zwischen den verschiednen Anlageobjekten unterscheiden. Die 11

26 Methodik Form der Verteilungen zeigt dennoch, dass die Streuung der zugrundeliegenden Werte deutlich variiert und somit die Wahrscheinlichkeiten für das Eintreten bestimmter Werte. Wie oben bereits dargestellt, bedeutet dies, dass die Sharpe Ratio bei nicht-normalverteilten Zufallsgrößen das Risiko unzureichend berücksichtigt. Die Sortino Ratio ermöglicht zwar, positive Unsicherheiten aus der Bewertung auszuschließen, doch basiert hier die Berechnung ebenfalls auf der Standardabweichung als Streuungsmaß. Distribution for 1/A ,1 0 0,1 0,2 0,3 Abbildung 2.1: Wahrscheinlichkeitsdichtefunktionen verschiedener Verteilungen (Mittelwert: 0,1; σ: 0,05), Quelle: eigene Darstellung Eine Möglichkeit der Performance-Messung, die jede Art der Verteilung einer Zufallsgröße mit einbeziehen kann, ist das Omega-Maß (Keating und Shadwick, 2002; Kazemi u. a., 2004; Ick, 2005). Zur Berechnung dieser Größe für eine Anlageobjekt muss zuerst eine individuelle Rendite-Grenze festgelegt werden. Alle Renditen unterhalb dieser Grenze werden als Verlust betrachtet, alle darüber als Gewinn. Gewichtet man alle Verlust -Renditen 12

27 Performance-Messung und alle Gewinn -Renditen nach deren Wahrscheinlichkeit und summiert diese jeweils auf, erhält man den gesamten gewichteten Rendite- Verlust (L) und Rendite- Gewinn (G). Abbildung 2.2 zeigt die kumulierte Wahrscheinlichkeitsdichtefunktion einer Verteilung. Der beschriebene gewichtete Rendite- Verlust (L) und Rendite- Gewinn (G) sind als Flächen unter- und oberhalb der Funktion dargestellt. Die gepunktete Linie stellt die Rendite-Grenze r dar. 1 G 0,8 0,6 0,4 0,2 L 0-10% a 10% r 30% b Abbildung 2.2: Graphische Darstellung der Berechnung von Omega, Quelle: eigene Darstellung Das Quotient aus dem gewichteten Rendite- Verlust (L) und dem gewichteten Rendite- Gewinn (G) ist das Perfomance-Maß Omega (Ω). Mit anderen Worten, Omega ist das Verhältnis der gewichteten Rendite über und unter der Rendite-Grenze. Auf Grund der Berechnung von Omega, kann jede Art der Verteilung mit diesem Maß analysiert und bewertet werden. 13

28 Methodik Die mathematische Darstellung von Omega ist Folgende: Ω(r) = b r (1 F (x))dx r a F (x)dx (2.12) Ein Beispiel mit zwei unterschiedlichen kumulierten Wahrscheinlichkeitsdichtefunktionen ist in Abbildung 2.3 dargestellt. Die Grenzrendite liegt hier bei 12,5 %. Betrachtet man die schwarze WDF, so ist erkennbar, dass in diesem Fall die Gewinn-Fläche kleiner ist als die Verlust Fläche, bei der roten Verteilung ist dies genau umgekehrt. Dies bedeutet, dass die schwarze Verteilung bei r = 12, 5% ein Omega kleiner 0 und die rote Verteilung ein Omega größer 0 aufweist. Da sich beide kumulierten Wahrscheinlichkeitsdichtefunkionen nicht schneiden, ist das Omega der roten Verteilung bei jeder gewählten Grenz-Rendite r größer als das der schwarzen Verteilung. Somit ist die rote Verteilung immer der schwarzen vorzuziehen. Bei Fällen, in denen sich die Omega basierte Rangordnung mehrerer Verteilungen in Abhängigkeit der Grenzrendite ändert, ist für einen Investor mit geringem Renditeanspruch eine andere Verteilung vorzuziehen als für einen Investor mit hohem Renditeanspruch. In der Darstellung der Ergebnisse wird Omega als Funktion der Grenzrendite dargestellt. 2.4 Rendite- und Risikoanalyse mit Kapitalmarktmodellen Die bisher behandelten Methoden analysieren und bewerten Rendite und Risiko einzelner Anlageobjekte und ermöglichen eine relative Unterscheidung zwischen mehreren Alternativen. Auf Basis der Portfoliotheorie nach Markowitz können jedoch öffentlich gehandelte Anlageobjekte auch bezogen auf den gesamten Kapitalmarkt entsprechend ihrer Rendite und dem Risiko bewertet werden (Berk und DeMarzo, 2007). Hierfür entwickelte William F. Sharpe das sog. Capital Asset Pricing Model"(CAPM), mit dessen Hilfe die zu erwartende risikogerechte Rendite eines öffentlich gehandelten Anlageobjekts bestimmt werden kann (Sharpe, 1964; Berk und DeMarzo, 2007). Das CAPM wird sehr häufig bei 14

29 Rendite- und Risikoanalyse mit Kapitalmarktmodellen 1 0,8 0,6 0,4 0,2 0-10% -5% 0% 5% 10% 15% 20% 25% 30% 35% 40% Abbildung 2.3: Omega bei zwei unterschiedlichen Verteilungen, Quelle: eigene Darstellung der Bewertung von börsennotierten Unternehmen eingesetzt, um dort die risikogerechten Kapitalkosten des Eigenkapitals zu bestimmen. Im Gegensatz zu den dargestellten Performance-Maßen dient das CAPM nicht direkt zur gleichzeitigen Messung von Rendite und Risiko, sondern zur Berechnung der risikogerechten Rendite eines Anlageobjektes. Erreicht ein Anlageobjekt seine, aus der relativen Schwankung zum Gesamtmarkt berechnete risikogerechte Rendite, entspricht seine Rendite-Risiko-Effizienz der des gesamten Marktes Methodische Grundlagen des CAPM Durch das CAPM kann die erwartete risikogerechte Rendite folgendermaßen berechnet werden: r E = r f + β(r M r f ) (2.13) 15

30 Methodik Dabei bezeichnet r E die erwartete risikogerechte Rendite, r f den risikolosen Zinssatz und r M die Rendite des gesamten Marktes. Die Variable β gibt an, wie stark ein gehandeltes Anlageobjekt im Vergleich zum Gesamtmarkt schwankt. Die Berechnung dieser Größe erfolgt folgendermaßen: β i = Cov(r i, r M ) σ 2 M (2.14) Beträgt das β eines Anlageobjektes eins, so bedeutet dies, dass sich das Anlageobjekt entsprechend dem Gesamtmarkt bewegt. Bei einem β größer eins bewegt es sich stärker, bei einem β kleiner eins schwächer als der Gesamtmarkt. Beträgt β Null, so handelt es sich um ein Wertpapier ohne systematisches Risiko mit der erwartende Rendite r f. Das CAPM unterstellt, dass die erwartete Rendite eines Wertpapiers innerhalb eines Marktes nur von einem Faktor, nämlich β, abhängt. Er stellt die Steigung der Regressionsgeraden dar, die den Zusammenhang zwischen der Rendite des betrachteten Anlageobjektes und der Rendite des Gesamtmarktes beschreibt. Werden also die Renditen des betrachteten Anlageobjektes mit den Renditen des Gesamtmarktes in einem Punktediagramm dargestellt, so entspricht das β der Steigung der Regressionsgeraden, die durch die Punktewolke gelegt werden kann. Die grundlegende Aussage des CAPM ist folglich, dass eine Aktie mit einem β größer eins nur dann die Risiko-Rendite-Effizienz des gesamten Aktienmarktes erreicht, wenn auch ihre Rendite größer ist als die des gesamten Aktienmarktes. Ist das β der Aktie kleiner eins, kann diese bereits mit einer Rendite unterhalb der des gesamten Aktienmarktes die Rendite-Risiko-Rffizienz des Gesamtmarktes erreichen Anwendung des CAPM auf nicht-börsennotierte Unternehmen in Transformationsländern Bei der Anwendung des CAPM auf nicht-börsennotierte Unternehmen tritt die Problematik auf, dass das β dieses Unternehmens nicht direkt bestimmt werden kann. Dies kann dadurch umgangen werden, dass man entsprechende β-werte vergleichbarer oder branchennaher börsennotierter Unternehmen heranzieht. 16

31 Rendite- und Risikoanalyse mit Kapitalmarktmodellen Dabei besteht auch die Möglichkeit, vergleichbare Unternehmen aus dem Ausland für die Berechnung von β zu verwenden. Gerade in Transformationsländern besteht oft das Problem, dass vergleichbare börsennotierte Unternehmen nicht oder nur in geringer Zahl vorhanden sind, sodass ausländische vergleichbare börsennotierte Unternehmen herangezogen werden müssen. In dieser Situation muss jedoch darauf geachtet werden, dass das höhere Länderrisiko von Transformationsländern im Vergleich zu den westlichen Industrieländern in die Berechnung mit einfließt. Entsprechend den Ausführungen von Pereiro (2002) werden im folgenden drei Modelle auf Basis des CAPM dargestellt, um die erwartete risikogerechte Rendite eines börsennotierten Unternehmens in einem Transformationsland zu berechnen: Global CAPM Local CAPM Adjusted Hybrid CAPM Global CAPM Bei der Verwendung des Global CAPM Ansatzes wird unterstellt, dass die globalen Finanzmärkte komplett verflochten sind und jeder Investor in der Lage ist, ohne Transaktionskosten auf allen Märkten zu investieren. Dies bedeutet auch, dass Länderrisiken hier keine Rolle spielen, da der international agierende Investor diese durch Diversifikation stark reduzieren kann. Unter diesen Annahmen kann die erwartete risikogerechte Rendite folgendermaßen berechnet werden: r E = r fg + β LG (r MG r fg ) (2.15) Hierbei ist r E die erwartete risikogerechte Rendite, r fg der globale risikolose Zinsatz, β LG der Beta-Koeffizient aus dem lokalen börsennotierten Unternehmen und dem globalen Kapitalmarkt und r MG die Rendite des globalen Kapitalmarktes. 17

32 Methodik Local CAPM Unter der Annahme, dass die globalen Finanzmärkte nicht komplett integriert sind, spielen Länderrisiken eine Rolle, da durch verschiedene Restriktionen Märkte von einander abgegrenzt sind und ein Investor die Länderrisiken nicht durch Diversifikation in vollem Umfang abbauen kann. Länderrisiken entstehen nach Pereiro (2002) S. 108 durch: Das Risiko sozialer oder politischer Umstürze, die den Unternehmenserfolg negativ beeinflussen Die Möglichkeit der Verstaatlichung privaten Eigentums Das Risiko von Beschränkungen des grenzüberschreitenden Kapitalflusses Die Gefahr einer Entwertung der Währung (Währungsrisiko) Die Gefahr, dass der Staat seinen internationalen Zahlungsverpflichtungen nicht nachkommt und dadurch das Rating des Landes sich verschlechtert, wodurch die Kapitalkosten innerhalb des Landes ansteigen würden Die Risiken einer hohen Inflation Werden diese Annahmen unterstellt, kann die risikogerechte Rendite mit dem Local CAPM berechnet werden: r E = r fl + β LL (r ML r fl ) (2.16) r fl = r fg + r C (2.17) Im Gegensatz zum Global CAPM Ansatz wird hier der risikolose Zinssatz des Landes (r fl ) verwendet, in dem das Unternehmen agiert. Dieser setzt sich aus dem globalen risikolosen Zinssatz (r fg ) und dem Länderrisiko (r C ) zusammen. β LL ist der Beta-Koeffizient errechnet aus dem lokalen börsennotierten Unternehmen und dem lokalen Kapitalmarkt und r ML die Rendite des lokalen Kapitalmarktes. 18

33 Rendite- und Risikoanalyse mit Kapitalmarktmodellen Adjusted Hybrid CAPM Die Adjusted Hybrid CAPM Variante ist eine Kombination aus den zuvor genannten CAPM Varianten. Dabei wird durch ein sog. Länder-Beta versucht, den globalen Markt auf den lokalen Markt eines Landes zu kalibrieren. Diese CAPM Variante hat folgende Form: r E = r fg + r C + βc LG β GG (r MG r fg )(1 R 2 ) (2.18) Die erwartete risikogerechte Rendite wird hier aus dem lokalen risikolosen Zinssatz (r fg + r C ) und dem Produkt aus dem Länder-Beta βc LG, dem Beta aus globalem Unternehmen und globalem Markt (β GG ) und der Marktprämie des globalen Marktes (r MG r fg ) berechnet. Hinzu kommt das Bestimmtheitsmaß R 2, das den Anteil der Variation des Lokalen Marktrisikos angibt, der durch das Länderrisiko r C erklärt werden kann. Der Faktor 1 R 2 sorgt somit dafür, dass es zu keiner Doppelzählung von Risiko kommt. Das Länder-Beta wird aus dem lokalen und dem globalen Kapitalmarkt errechnet und gibt somit an, wie stark der lokale Kapitalmarkt im Vergleich zum globalen Kapitalmarkt schwankt. Größeneffekte Entsprechend Pereiro (2002) haben einige empirische Untersuchungen gezeigt, dass die erwartete Rendite stark von der Unternehmensgröße (gemessen als Marktkapitalisierung 1 ) abhängt. Dieser Zusammenhang besteht auch dann, wenn die Rendite entsprechend dem systematischen Risiko angepasst wurde. Dieser Effekt ist u.a. damit zu erklären, dass kleinere Unternehmen weniger etabliert und anfälliger sind als große Unternehmen mit langer Tradition, die deshalb oft bessere Kreditkonditionen erhalten (Pereiro, 2002). Dieser Zusammenhang ist bei der Berechnung der risikogerechten erwarteten Rendite nach dem CAPM dann von Relevanz, wenn das Vergleichsunternehmen, aus dem der Beta- Koeffizient berechnet wird, deutlich größer ist als das betrachtete Unternehmen. 1 das Produkt aus dem Marktpreis der Aktien und der Anzahl aller ausgegeben Aktien 19

34 Methodik Pereiro (2002) beziffert den Renditeaufschlag (s) für Größenunterschiede entsprechend einiger empirischer Untersuchungen auf maximal 4%. Dieser Aufschlag bezieht sich auf ein Unternehmen mit weniger als 149 Mio. USD Marktkapitalisierung für die börsennotierte Vergleichsunternehmen mit mehr als Mio. USD Marktkapitalisierung herangezogen werden. 2.5 Modellierung zukünftiger Unsicherheiten von Naturalerträgen und Preisen Naturalerträge und Preise für landwirtschaftliche Produkte sowie Produktionsfaktoren sind die wichtigsten Quellen für Unsicherheit in einem landwirtschaftlichen Unternehmen. Zur Modellierung der zukünftigen Unsicherheiten von Naturalerträgen und Preisen werden hier grundsätzlich zwei verschiedene Verfahren verwendet: Die zukünftigen Naturalerträge werden als einzelne wahrscheinlichkeitsverteilte Zufallsgrößen modelliert, die Preise als stochastische Prozesse Modellierung zukünftiger Naturalerträge Die Schwankung von Naturalerträgen wird in erster Linie durch das auftreten bestimmter Wetterereignisse im Jahresverlauf beeinflusst. Da der Wetterverlauf eines Jahres nur in den wenigsten Fällen durch den Verlauf in den Vorjahren beeinflusst wird, ist der Naturalertrag eines Jahres ebenfalls nicht abhängig von den Erträgen der Vorjahre. So ist beispielsweise die Wahrscheinlichkeit für einen niedrigen Ertrag im nächsten Jahr unabhängig davon, ob in diesem Jahr der Ertrag hoch oder niedrig ausgefallen ist. Aus diesem Grund werden die Ertrags Prognosen des Prognosezeitraums als von einander unabhängige wahrscheinlichkeitsverteilte Zufallsvariablen modelliert. Als Wahrscheinlichkeitsverteilung der Naturalerträge wird hier die Normalverteilung verwendet. Die Parameter zur eindeutigen Definition der Normalverteilung der Erträge, Mittelwert und Standardabweichung, werden aus der historischen Ertragsentwicklung berechnet, wie unten dargestellt. 20

35 Modellierung zukünftiger Unsicherheiten von Naturalerträgen und Preisen Modellierung zukünftiger Marktpreise Im Gegensatz zu Naturalerträgen sind Marktpreise im Zeitverlauf nicht unabhängig voneinander, sondern entwickeln sich in Schritten von einem Zeitpunkt zum nächsten. Wenn beispielsweise der Marktpreis eines Gutes im aktuellen Monat sehr niedrig ist, so ist die Wahrscheinlichkeit, dass der Preis im nächsten Monat niedrig ist in den meisten Fällen höher, als dass er sehr hoch ist. Die Entwicklung von Marktpreisen kann man daher auch bildlich mit dem Weg eines Betrunkenen vergleichen: Zwar ist die Richtung jedes Schrittes des Betrunkenen nicht vorhersehbar, doch ist die Schrittweite jedes einzelnen Schrittes beschränkt. Dies führt dazu, dass die Vorhersage des Aufenthaltsortes des Betrunkenen immer unsicherer wird, je weiter man in die Zukunft blickt. Wissenschaftlich wurde diese Beobachtung erstmals von Robert Brown beschrieben, der sich mit der Wärmebewegung von Teilchen beschäftigte. Dieses als Brownsche Bewegung bezeichnetes Phänomen kann durch einen sog. Wiener-Prozess mathematisch beschrieben werden. Die zeitdiskrete Form des Wiener-Prozesses kann anhand einer beliebigen Zufallsvariable z folgendermaßen dargestellt werden (Mußhoff und Hirschauer, 2003): z t = z t t + t ε t (2.19) Die variable ε t stellt eine Standardnormalverteilung mit Erwartungswert Null und Standardabweichung von Eins dar. Wie zu sehen ist, beschreibt der Wiener-Prozess einen iterativen Prozess, d.h. dass der Wert zum Zeitpunkt t vom Wert des Zeitpunktes t 1 abhängt. Der Faktor t ε t führt dazu, dass die Standardabweichung mit der Quadratwurzel der Zeit anwächst. Diese Form eines mathematischen Modells, mit zeitabhängiger und stochastischer Variable, wird im allgemeinen als ein stochastischer Prozess bezeichnet. Zur Modellierung von Marktpreisen (auch Aktienkurse, Wechselkurse etc.) wird sehr oft der stochastische Prozess Geometrisch Brownsche Bewegung (GBB) herangezogen, der auf dem Wiener-Prozess basiert. Ein Hauptgrund für die Verwendung des GBB für diesen Zweck ist die Eigenschaft, dass der GBB wie auch Marktpreise nicht negative Werte 21

36 Methodik annehmen kann. Die zeitdiskrete Version des GBB kann am Beispiel der Zufallsvariable S folgendermaßen dargestellt werden (Mußhoff und Hirschauer, 2003; Hager, 2004): S t = S t t e (α 0,5σ2 ) t+σ ε t t (2.20) Dabei ist α die konstante Steigung des Erwartungswertes des Prozesses, auch Drift genannt. Ist die Drift Null, so bleibt der Erwartungswert des GBB über den Zeitverlauf konstant. Ist α größer Null, steigt der Erwartungswert, bei α kleiner Null fällt er. Das Streuungsmaß σ wird hier als Volatilität bezeichnet und als Standardabweichung der historischen stetigen Renditen berechnet. Die Werte für α werden aus der historischen Zeitreihe der entsprechenden Größe errechnet oder basieren auf einer separaten Prognose. Dies wird im Detail weiter unten beschrieben. Auf Grund der Exponentialfunktion in der GBB ist S log-normal verteilt Aggregation von stochastischen und nicht-stochastischen Variablen Die Aggregation von Erträgen, Menge, Preisen und Kosten im Rahmen der Betriebsmodelle beinhaltet sowohl stochastische als auch nicht-stochastische Variablen. Um diese Aggregation durchführen zu können wird die sog. Monte-Carlo-Simulation verwendet. Dabei werden die aggregierten Ergebnisse mehrmals berechnet, wobei für die stochastischen Variablen jeweils eine Zufallszahl entsprechend der Verteilungsfunktion generiert wird. Durch das vielfache Berechnen des Ergebnisses mit variierenden Zufallszahlen entsteht eine Wahrscheinlichkeitsverteilung des Ergebnisses basierend auf der Aggregation von stochastischen und nicht-stochastischen Variablen (Hager, 2004). Die Betriebsmodelle sind in Microsoft Excel erstellt, was aber nur die Verknüpfung nicht-stochastischer Variablen zulässt. Um stochastische Variablen in das Modell zu integrieren wurde auf das Zusatzprogramm der Softwarefirma Palisade zurückgegriffen. Diese Software erlaubt die Einbindung beliebiger wahrscheinlichkeitsverteilter Zufallsvariablen in das Excel-Modell und die Berechnung aggregierter Ergebnisse 22

37 Modellierung zukünftiger Unsicherheiten von Naturalerträgen und Preisen mit Hilfe der Monte-Carlo-Simulation. Bei allen Berechnungen, die auf dem Monte-Carlo- Verfahren beruhen, wurden Simulationen durchgeführt Graphische Darstellung stochastischer Größen Die graphische Darstellung stochastischer Größen im Zeitverlauf erfolgt im Folgenden durch den Erwartungswert und das 90 % Konfidenzintervall. Abbildung 2.4 zeigt an einem Beispiel die Wahrscheinlichkeitsdichte-Funktionen im Zeitverlauf und das dazugehörige 90 % Konfidenzintervall (KI) sowie den Erwartungswert (E). Die dritte Dimension in der Darstellung gibt hierbei die Wahrscheinlichkeit für das eintreten eines Wertes an. Das 90 % Konfidenzintervall ist eine zweiseitige Grenze, innerhalb derer 90 % der erwarteten Werte liegen. D.h. Werte außerhalb dieser Grenze sind sehr unwahrscheinlich. Der Erwartungswert ist der Wert, der mit der höchsten Wahrscheinlichkeit eintritt. Je weiter sich ein Wert vom Erwartungswert befindet, desto unwahrscheinlicher ist in den meisten Fällen sein eintreten. Wert 90 % KI E t Abbildung 2.4: Beispiel Konfidenzintervall, Quelle: eigene Darstellung 23

38 Methodik 24

39 3 Einzelbetriebliche Performanceanalyse 3.1 Natürliche Bedingungen und Gliederung der Russischen Föderation Mit mehr als der 47-fachen Fläche Deutschlands erstreckt sich die Russische Föderation über zwei Kontinente und zehn Zeitzonen. Das Uralgebirge teilt das Land in den westlichen, europäischen Teil und den östlichen, asiatischen Teil. Auf Grund der widrigen natürlichen Bedingungen in vielen Teilen des Landes ist aber nur ein verhältnismäßig kleiner Teil landwirtschaftlich nutzbar. Von den 1,7 Mrd. ha Gesamtfläche werden knapp 200 Mio. ha landwirtschaftlich genutzt, davon ca. 120 Mio. ha als Ackerland (Ministerstvo Selskogo Chosjaistva Rossiiskaja Federazija, 2008). Der Jahresniederschlag der landwirtschaftlich genutzten Fläche reicht von ca. 350 mm/m 2 bis etwa 800 mm/m 2, wobei die Niederschlagsmengen in vielen Fällen von Nord nach Süd abnehmen. Obwohl der Niederschlag in einigen Regionen im Norden Russlands ausreichend für einen erfolgreichen Ackerbau wäre, ist in diesen Regionen die Durchschnittstemperatur so niedrig, dass die Vegetationsperiode zum ertragsbegrenzenden Faktor wird. Für alle anderen ackerbaulich genutzten Regionen ist in den meisten Fällen die niedrige Jahressumme oder die ungünstige Verteilung der Niederschläge Grund dafür, dass das Ertragspotenzial deutlich niedriger ist als in Westeuropa. Eine positive Ausnahme hiervon stellt die Region zwischen dem Schwarzen und dem Kaspischen Meer dar. 25

40 Einzelbetriebliche Performanceanalyse Abbildung 3.1: Durchschnittlicher Niederschlag in Russland, Quelle: International Institute for Applied Systems Analysis and the Russian Academy of Science (2009) Abbildung 3.2: Durchschnittliche Temperatur in Russland, Quelle: International Institute for Applied Systems Analysis and the Russian Academy of Science (2009) 26

41 Natürliche Bedingungen und Gliederung der Russischen Föderation Im Gegensatz zum Niederschlag ist die Bodenqualität relativ gleichmäßig über die landwirtschaftliche Nutzfläche Russlands verteilt. Ausgehend von der Ukraine zieht sich ein Schwarzerdegürtel entlang der südlichen Hälfte Russlands bis in das Altai Gebirge in Sibirien und in den Norden Kasachstans. In fast allen Teilen der landwirtschaftlich genutzten Fläche, mit Ausnahme des Nord-Westen, ist somit ein humoser Schwarzerdeboden anzutreffen. Zwischen den Schwarzerden in den einzelnen Regionen gibt es jedoch starke Unterschiede bezüglich Mächtigkeit und Tongehalt, was wiederum die Wasserspeicherkapazität beeinflusst. Abbildung 3.3: Böden in Russland, Quelle: International Institute for Applied Systems Analysis and the Russian Academy of Science (2009) Um die variierenden natürlichen Bedingungen etwas konkreter darzustellen, wird im folgenden die landwirtschaftliche Nutzfläche in sechs Regionen mit ähnlichen Anbaubedingungen untergliedert, in denen über 90 Prozent der pflanzlichen und der überwiegende 27

Internationale Finanzierung 6. Bewertung von Aktien

Internationale Finanzierung 6. Bewertung von Aktien Übersicht Kapitel 6: 6.1. Einführung 6.2. Aktienbewertung mittels Kennzahlen aus Rechnungswesen 6.3. Aktienbewertung unter Berücksichtigung der Wachstumschancen 6.4. Aktienbewertung mittels Dividenden

Mehr

von Peter Zimmermann 462 Seiten, Uhlenbruch Verlag, 1997 EUR 98,- inkl. MwSt. und Versand ISBN 3-9804400-6-0

von Peter Zimmermann 462 Seiten, Uhlenbruch Verlag, 1997 EUR 98,- inkl. MwSt. und Versand ISBN 3-9804400-6-0 Reihe Portfoliomanagement, Band 7: SCHÄTZUNG UND PROGNOSE VON BETAWERTEN Eine Untersuchung am deutschen Aktienmarkt von Peter Zimmermann 462 Seiten, Uhlenbruch Verlag, 1997 EUR 98,- inkl. MwSt. und Versand

Mehr

Systematik und ökonomische Relevanz traditioneller Performancemaße

Systematik und ökonomische Relevanz traditioneller Performancemaße Systematik und ökonomische Relevanz traditioneller Performancemaße Vortrag an der Universität Hamburg am 18. Juni 2001 PD Dr. Marco Wilkens IFBG der Georg-August-Universität Göttingen 1 Gliederung 1. Einleitung

Mehr

Untersuchungen zum Thema Tracking Error

Untersuchungen zum Thema Tracking Error Untersuchungen zum Thema Tracking Error J. Fulmek 24. August 2003 1 Einleitung Im Folgenden werden folgende Punkte untersucht: 1. verschiedene in der Literatur übliche Definitionen des Tracking Errors

Mehr

Das Black-Scholes Marktmodell

Das Black-Scholes Marktmodell Das Black-Scholes Marktmodell Andreas Eichler Institut für Finanzmathematik Johannes Kepler Universität Linz 8. April 2011 1 / 14 Gliederung 1 Einleitung Fortgeschrittene Finanzmathematik einfach erklärt

Mehr

Kapitalmarktlinie. von Kirstin Muldhoff

Kapitalmarktlinie. von Kirstin Muldhoff Capital Asset Pricing Model Kapitalmarktlinie von Kirstin Muldhoff Gliederung 1. Wiederholung Portfoliotheorie 2. Capital Asset Pricing Model (CAPM) (Kapitalmarktmodell) 2.1 Voraussetzungen des CAPM 2.2

Mehr

Portfoliotheorie. Von Sebastian Harder

Portfoliotheorie. Von Sebastian Harder Portfoliotheorie Von Sebastian Harder Inhalt - Begriffserläuterung - Allgemeines zur Portfoliotheorie - Volatilität - Diversifikation - Kovarianz - Betafaktor - Korrelationskoeffizient - Betafaktor und

Mehr

Der Cost-Average Effekt

Der Cost-Average Effekt Der Cost-Average Effekt Einleitung Wie sollte ich mein Geld am besten investieren? Diese Frage ist von immerwährender Relevanz, und im Zuge des demographischen Wandels auch für Aspekte wie die private

Mehr

Qualitätsanalyse Absolute Return in Deutschland. Update per Ende Juni 2014

Qualitätsanalyse Absolute Return in Deutschland. Update per Ende Juni 2014 Qualitätsanalyse Absolute Return in Deutschland Update per Ende Juni 2014 Neuerungen im Untersuchungsdesign Seit Ende 2012 2 Anpassungen des Untersuchungsdesigns im Vergleich zu den Vorjahren Anpassung

Mehr

Irrfahrten. Und ihre Bedeutung in der Finanzmathematik

Irrfahrten. Und ihre Bedeutung in der Finanzmathematik Irrfahrten Und ihre Bedeutung in der Finanzmathematik Alexander Hahn, 04.11.2008 Überblick Ziele der Finanzmathematik Grundsätzliches zu Finanzmarkt, Aktien, Optionen Problemstellung in der Praxis Der

Mehr

Überprüfung der Zielgrösse der Wertschwankungsreserve

Überprüfung der Zielgrösse der Wertschwankungsreserve Aon Hewitt Investment Consulting Urheberrechtlich geschützt und vertraulich Überprüfung der Zielgrösse der Wertschwankungsreserve Pensionskasse XY, Januar 2015 Risk. Reinsurance. Human Resources. Inhaltsverzeichnis

Mehr

Derivatebewertung im Binomialmodell

Derivatebewertung im Binomialmodell Derivatebewertung im Binomialmodell Roland Stamm 27. Juni 2013 Roland Stamm 1 / 24 Agenda 1 Einleitung 2 Binomialmodell mit einer Periode 3 Binomialmodell mit mehreren Perioden 4 Kritische Würdigung und

Mehr

Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken

Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken Mertonscher Firmenwertansatz zur Modellierung von Kreditrisiken Seminararbeit von Marleen Laakmann 2. Mai 2010 Einleitung Zur Messung und Steuerung von Kreditrisiken gibt es eine Reihe von Methoden und

Mehr

DAXplus Covered Call Der Covered Call-Strategieindex

DAXplus Covered Call Der Covered Call-Strategieindex DAXplus Covered Call Der Covered Call-Strategieindex Investment mit Puffer In Zeiten, in denen Gewinne aus reinen Aktienportfolios unsicher sind, bevorzugen Anleger Produkte mit einer höheren Rendite bei

Mehr

Monte Carlo Simulation (Grundlagen)

Monte Carlo Simulation (Grundlagen) Der Titel des vorliegenden Beitrages wird bei den meisten Lesern vermutlich Assoziationen mit Roulette oder Black Jack hervorrufen. Allerdings haben das heutige Thema und die Spieltische nur den Namen

Mehr

Risiko und Symmetrie. Prof. Dr. Andrea Wirth

Risiko und Symmetrie. Prof. Dr. Andrea Wirth Risiko und Symmetrie Prof. Dr. Andrea Wirth Gliederung 1. Einleitung Was ist eigentlich Risiko? 2. Risiko Mathematische Grundlagen 3. Anwendungsbeispiele Wo genau liegt der Schmerz des Risikos? 4. Sie

Mehr

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung

Kapitel 3. Zufallsvariable. Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion. Erwartungswert, Varianz und Standardabweichung Kapitel 3 Zufallsvariable Josef Leydold c 2006 Mathematische Methoden III Zufallsvariable 1 / 43 Lernziele Diskrete und stetige Zufallsvariable Wahrscheinlichkeitsfunktion, Dichte und Verteilungsfunktion

Mehr

Facebook-Analyse von. Facebook: Eine Aktie für jedermann? Die Potential-Analyse. www.aktien-strategie24.de. tom - Fotolia.com

Facebook-Analyse von. Facebook: Eine Aktie für jedermann? Die Potential-Analyse. www.aktien-strategie24.de. tom - Fotolia.com Facebook-Analyse von Facebook: Eine Aktie für jedermann? Die Potential-Analyse tom - Fotolia.com www.aktien-strategie24.de 1 Inhaltsverzeichnis 1. Allgemein... 3 2. Kursentwicklung... 5 3. Fundamental...

Mehr

ZERTIFIKATE spielend beherrschen

ZERTIFIKATE spielend beherrschen UDI ZAGST / MICHAEL HUBER RUDI ZAGST / MICHAEL HUBER ZERTIFIKATE ZERTIFIKATE spielend beherrschen spielend beherrschen Der Performance-Kick Der Performance-Kick für Ihr für Portfolio Ihr Portfolio inanzbuch

Mehr

Portfolio-Optimierung und Capital Asset Pricing

Portfolio-Optimierung und Capital Asset Pricing Portfolio-Optimierung und Capital Asset Pricing Prof. Dr. Nikolaus Hautsch Institut für Statistik und Ökonometrie Humboldt-Universität zu Berlin CASE, CFS, QPL Econ Boot Camp, SFB 649, Berlin, 8. Januar

Mehr

DIPLOM. Abschlussklausur der Vorlesung Bank I, II:

DIPLOM. Abschlussklausur der Vorlesung Bank I, II: Seite 1 von 9 Name: Matrikelnummer: DIPLOM Abschlussklausur der Vorlesung Bank I, II: Bankmanagement und Theory of Banking Seite 2 von 9 DIPLOM Abschlussklausur der Vorlesung Bank I, II: Bankmanagement

Mehr

Risikodiversifikation. Steffen Frost

Risikodiversifikation. Steffen Frost Risikodiversifikation Steffen Frost 1. Messung Risiko 2. Begriff Risiko 3. Standardabweichung 4. Volatilität 5. Gesamtrisiko 6. Systematische & unsystematisches Risiko 7. Beta und Korrelation 8. Steuerung

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, SS 2008 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Inhaltsverzeichnis Kapitel 0 - Einführung und Grundlagen 11 Kapitel 1 - Renditen auf Finanzmärkten 37 Kapitel 2 - Risiko auf Finanzmärkten 61

Inhaltsverzeichnis Kapitel 0 - Einführung und Grundlagen 11 Kapitel 1 - Renditen auf Finanzmärkten 37 Kapitel 2 - Risiko auf Finanzmärkten 61 Inhaltsverzeichnis Kapitel 0 - Einführung und Grundlagen 11 0.1 Gegenstandsbereich der Finance als wissenschaftliche Disziplin 0.2 Kernthemen der Finance 0.3 Entwicklungsmerkmale der Finanzmärkte - 0.4

Mehr

Portfoliotheorie. Von Meihua Peng

Portfoliotheorie. Von Meihua Peng Portfoliotheorie Von Meihua Peng Inhalt Allgemeines Annahmen Rendite, Volatilität Diversifikation Kovarianz Minimum-Varianz-Modell Kritisch Würdigung der Portfoliotheorie Literatur Finanzwirtscaft Ⅵ. Portfoliotheorie

Mehr

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8

Box-and-Whisker Plot -0,2 0,8 1,8 2,8 3,8 4,8 . Aufgabe: Für zwei verschiedene Aktien wurde der relative Kurszuwachs (in % beobachtet. Aus den jeweils 20 Quartaldaten ergaben sich die folgenden Box-Plots. Box-and-Whisker Plot Aktie Aktie 2-0,2 0,8,8

Mehr

Abschlussklausur der Vorlesung Bank I, II:

Abschlussklausur der Vorlesung Bank I, II: Seite 1 von 23 Name: Matrikelnummer: Abschlussklausur der Vorlesung Bank I, II: Bankmanagement und Theory of Banking Hinweise: o Bitte schreiben Sie Ihren Namen und Ihre Matrikelnummer auf die Klausur

Mehr

Value at Risk Einführung

Value at Risk Einführung Value at Risk Einführung Veranstaltung Risk Management & Computational Finance Dipl.-Ök. Hans-Jörg von Mettenheim mettenheim@iwi.uni-hannover.de Institut für Wirtschaftsinformatik Leibniz Universität Hannover

Mehr

Entwicklung und Analyse eines Entscheidungsunterstützungssystems für den Devisenmarkt. Bachelorarbeit

Entwicklung und Analyse eines Entscheidungsunterstützungssystems für den Devisenmarkt. Bachelorarbeit Entwicklung und Analyse eines Entscheidungsunterstützungssystems für den Devisenmarkt Bachelorarbeit zur Erlangung des akademischen Grades Bachelor of Science (B.Sc.) im Studiengang Wirtschaftswissenschaft

Mehr

Veranlagungslösungen im aktuellen Niedrigzinsumfeld

Veranlagungslösungen im aktuellen Niedrigzinsumfeld Veranlagungslösungen im aktuellen Niedrigzinsumfeld Mag. Rainer Schnabl Geschäftsführer der Raiffeisen KAG Real negativer Zinsertrag bis 2016 wahrscheinlich 6 5 4 3 2 1 0 2004 2005 2006 2007 2008 2009

Mehr

ERSTE IMMOBILIENFONDS. Mag. Peter Karl (Geschäftsführung ERSTE Immobilien KAG)

ERSTE IMMOBILIENFONDS. Mag. Peter Karl (Geschäftsführung ERSTE Immobilien KAG) ERSTE IMMOBILIENFONDS Niedrige Zinsen, turbulente Kapitalmärkte gute Gründe um in Immobilien zu investieren Mag. Peter Karl (Geschäftsführung ERSTE Immobilien KAG) Vergleich Immobilienfonds Bewertung durch

Mehr

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt!

Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! Grundlagen der Inferenzstatistik: Was Ihnen nicht erspart bleibt! 1 Einführung 2 Wahrscheinlichkeiten kurz gefasst 3 Zufallsvariablen und Verteilungen 4 Theoretische Verteilungen (Wahrscheinlichkeitsfunktion)

Mehr

Zum Chance/Risiko-Verhältnis von geschlossenen Fonds, die in amerikanische Todesfallversicherungen investieren

Zum Chance/Risiko-Verhältnis von geschlossenen Fonds, die in amerikanische Todesfallversicherungen investieren Zum Chance/Risiko-Verhältnis von geschlossenen Fonds, die in amerikanische Todesfallversicherungen investieren Quantitative Analysen am Beispiel zweier Life Bond Fonds Von Dr. Jochen Ruß, Geschäftsführer

Mehr

Kurzbeschreibung. Eingaben zur Berechnung. Das Optionspreismodell. Mit dem Eurex-OptionMaster können Sie

Kurzbeschreibung. Eingaben zur Berechnung. Das Optionspreismodell. Mit dem Eurex-OptionMaster können Sie Kurzbeschreibung Mit dem Eurex-OptionMaster können Sie - theoretische Optionspreise - Optionskennzahlen ( Griechen ) und - implizite Volatilitäten von Optionen berechnen und die errechneten Preise bei

Mehr

Studie der Security KAG Aktien - eine interessante Strategie für langfristige Investitionen?

Studie der Security KAG Aktien - eine interessante Strategie für langfristige Investitionen? Studie der Security KAG Aktien - eine interessante Strategie für langfristige Investitionen? Analyse per 13. November 2008 (Update: 27. Juli 2009) 1 1 23.07.09, Winkler: Eine vereinfachte Berechnungsmethode

Mehr

9. Schätzen und Testen bei unbekannter Varianz

9. Schätzen und Testen bei unbekannter Varianz 9. Schätzen und Testen bei unbekannter Varianz Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Schätzen und Testen bei unbekannter Varianz Wenn wir die Standardabweichung σ nicht kennen,

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quantitative BWL 2. Teil: Finanzwirtschaft Mag. Tomáš Sedliačik Lehrstuhl für Finanzdienstleistungen Universität Wien 1 Themenübersicht 1. Portfoliotheorie und Portfoliomodelle i. Grundbegriffe: Rendite,

Mehr

DIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR.

DIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR. Weitere Files findest du auf www.semestra.ch/files DIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR. Valuation Übung 4 Moderne Portfoliotheorie Gruppe

Mehr

Passives versus aktives Portfoliomanagement (I)

Passives versus aktives Portfoliomanagement (I) 1 Passives versus aktives Portfoliomanagement (I) Aktives Portfoliomanagement: Konstruktion von Portfolios beinhaltet Auswahl einzelner Wertpapiere und deren Gewichtung: Aktien, festverzinsliche Wertpapiere,

Mehr

Commercial Banking. Kreditportfoliosteuerung

Commercial Banking. Kreditportfoliosteuerung Commercial Banking Kreditportfoliosteuerung Dimensionen des Portfoliorisikos Risikomessung: Was ist Kreditrisiko? Marking to Market Veränderungen des Kreditportfolios: - Rating-Veränderung bzw. Spreadveränderung

Mehr

Risikoadjustierte Anpassung von Dienstleistungsverträgen

Risikoadjustierte Anpassung von Dienstleistungsverträgen Risikoadjustierte Anpassung von Dienstleistungsverträgen 11. November 2014 Streng vertraulich Agenda Inhalte der vorliegenden Präsentation 1. Vorstellung Advace 2. Ausgangslage und Zielsetzung 3. Methodischer

Mehr

Glossar zu Investmentfonds

Glossar zu Investmentfonds Glossar zu Investmentfonds Aktienfonds Aktiv gemanagte Fonds Ausgabeaufschlag Ausgabepreis Ausschüttung Benchmark Aktienfonds sind Investmentfonds, deren Sondervermögen in Aktien investiert wird. Die Aktien

Mehr

11 DYNAMISCHES GRUNDWASSERMANAGEMENT- SYSTEM

11 DYNAMISCHES GRUNDWASSERMANAGEMENT- SYSTEM Kapitel 11: Dynamisches Grundwassermanagementsystem 227 11 DYNAMISCHES GRUNDWASSERMANAGEMENT- SYSTEM 11.1 Übersicht Das entwickelte Optimierungssystem für instationäre Verhältnisse lässt sich in der praktischen

Mehr

Grundlagen der Volkswirtschaftslehre Übungsblatt 11

Grundlagen der Volkswirtschaftslehre Übungsblatt 11 Grundlagen der Volkswirtschaftslehre Übungsblatt 11 Robert Poppe robert.poppe@uni-mannheim.de Universität Mannheim 25. November 2010 Überblick 1 Produktion und Wachstum 2 Kreditmarkt 3 Risikoeinstellung

Mehr

PROFESSIONELLES INVESTIEREN & TRADEN MIT BÖRSENGEHANDELTEN FONDS TEIL 3: ANLAGESTRATEGIEN

PROFESSIONELLES INVESTIEREN & TRADEN MIT BÖRSENGEHANDELTEN FONDS TEIL 3: ANLAGESTRATEGIEN PROFESSIONELLES INVESTIEREN & TRADEN MIT BÖRSENGEHANDELTEN FONDS TEIL 3: ANLAGESTRATEGIEN DIE HEUTIGEN THEMEN IM ÜBERBLICK Historische Wertentwicklung von Aktien, Renten, Rohstoffen Risiken von Aktien,

Mehr

Einfache Derivate. Stefan Raminger. 4. Dezember 2007. 2 Arten von Derivaten 3 2.1 Forward... 3 2.2 Future... 4 2.3 Optionen... 5

Einfache Derivate. Stefan Raminger. 4. Dezember 2007. 2 Arten von Derivaten 3 2.1 Forward... 3 2.2 Future... 4 2.3 Optionen... 5 Einfache Derivate Stefan Raminger 4. Dezember 2007 Inhaltsverzeichnis 1 Begriffsbestimmungen 1 2 Arten von Derivaten 3 2.1 Forward..................................... 3 2.2 Future......................................

Mehr

DSW-IVA-Studie zur privaten Altersvorsorge: Mit Sicherheit zu wenig

DSW-IVA-Studie zur privaten Altersvorsorge: Mit Sicherheit zu wenig Achtung: Sperrfrist 18.2.2010, 11.00 Uhr DSW-IVA-Studie zur privaten Altersvorsorge: Mit Sicherheit zu wenig Es gilt das gesprochene Wort (Redetext zur Folienpräsentation: Dr. Andreas Beck) (Folie 1):

Mehr

Computational Intelligence und Data Mining

Computational Intelligence und Data Mining Computational Intelligence und Data Mining Portfoliooptimierung unter Nebenbedingungen Prof. Dr. Thomas Bartz-Beielstein thomas.bartz-beielstein@fh-koeln.de, Tel. 02261/8196-6391 Prof. Dr. Wolfgang Konen

Mehr

Der Investitionsbereich ist nicht mehr sektoriell sondern deckt potentiell alle Sektoren des MSCI Europe Index;

Der Investitionsbereich ist nicht mehr sektoriell sondern deckt potentiell alle Sektoren des MSCI Europe Index; SCHREIBEN AN DIE ANTEILEINHABER DES INVESTMENTFONDS AMUNDI ETF MSCI EUROPE IT UCITS ETF Paris, den 2. Januar 2014 Sehr geehrte Damen und Herren! Als Anteileinhaber des Investmentfonds AMUNDI ETF MSCI EUROPE

Mehr

Agrarstrukturen in der Ukraine von der Subsistenz bis zum börsennotierten Wirtschaftsunternehmen

Agrarstrukturen in der Ukraine von der Subsistenz bis zum börsennotierten Wirtschaftsunternehmen Institut für Betriebswirtschaft Agrarstrukturen in der Ukraine von der Subsistenz bis zum börsennotierten Wirtschaftsunternehmen Frankfurt, 29. Sept. 2010 Simon Walther und Roman Slaston Gliederung 1.

Mehr

IHR PLUS AN STABILITÄT

IHR PLUS AN STABILITÄT IHR PLUS AN STABILITÄT Fondsgebundene Rentenversicherung mit Sie möchten Börsenchancen nutzen und Risiken reduzieren Dann wählen Sie jetzt den und profitieren Sie zusätzlich von den Vorteilen einer fondsgebundenen

Mehr

UNIVERSITÄT HOHENHEIM

UNIVERSITÄT HOHENHEIM UNIVERSITÄT HOHENHEIM INSTITUT FÜR LANDWIRTSCHAFTLICHE BETRIEBSLEHRE FACHGEBIET: PRODUKTIONSTHEORIE UND RESSOURCENÖKONOMIK Prof. Dr. Stephan Dabbert Planung und Entscheidung (B 00202) Lösung Aufgabe 7

Mehr

Korrelation - Regression. Berghold, IMI

Korrelation - Regression. Berghold, IMI Korrelation - Regression Zusammenhang zwischen Variablen Bivariate Datenanalyse - Zusammenhang zwischen 2 stetigen Variablen Korrelation Einfaches lineares Regressionsmodell 1. Schritt: Erstellung eines

Mehr

MULTI-SYSTEM PORTFOLIO IV

MULTI-SYSTEM PORTFOLIO IV MULTI-SYSTEM PORTFOLIO IV Für mehr Informationen wenden Sie sich bitte an: Global Systemselection Wilhelm-Raabe-Straße 14 40470 Düsseldorf Tel: +49-211-687887-10 Fax: +49-211-687887-22 E-Mail: info@globalsystemselection.com

Mehr

(die "Einzubringenden Teilfonds") und des Teilfonds 1741 (Lux) Equity Dynamic Indexing World. (der "Aufnehmende Teilfonds")

(die Einzubringenden Teilfonds) und des Teilfonds 1741 (Lux) Equity Dynamic Indexing World. (der Aufnehmende Teilfonds) "1741 ASSET MANAGEMENT FUNDS SICAV" société d investissement à capital variable Atrium Business Park 31, ZA Bourmicht, L-8070 Bertrange Luxemburg R.C.S. Luxemburg, Nummer B131432 (die "Gesellschaft") Mitteilung

Mehr

Dynamik von Optionen

Dynamik von Optionen Dynamik von Optionen Plan Der Optionspreis und seine Einflussfaktoren Wert des Calls / Puts bei unterschiedlichen Marktbedingungen Änderung des Optionspreises bei Änderung eines oder mehrerer Einflussfaktoren

Mehr

M a r k t r i s i k o

M a r k t r i s i k o Produkte, die schnell zu verstehen und transparent sind. Es gibt dennoch einige Dinge, die im Rahmen einer Risikoaufklärung für Investoren von Bedeutung sind und im weiteren Verlauf dieses Abschnitts eingehend

Mehr

DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN

DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN von HANS-JüRG BüTTLER In der vorliegenden Notiz werden zuerst Kennziffern des Wechselkurses, die für die lognormale Verteilung

Mehr

Aufgabe 2: Instrumente des Konzerncontrollings. Dipl.-Ök. Christine Stockey

Aufgabe 2: Instrumente des Konzerncontrollings. Dipl.-Ök. Christine Stockey Aufgabe 2: Instrumente des Konzerncontrollings Dipl.-Ök. Christine Stockey Aufgabe 2a, 10 Punkte Definieren Sie die Umsatzrendite und die Eigenkapitalrendite und erläutern Sie deren Aussagen. Welcher Art

Mehr

STAR FX 2. Für mehr Informationen wenden Sie sich bitte an:

STAR FX 2. Für mehr Informationen wenden Sie sich bitte an: STAR FX 2 Für mehr Informationen wenden Sie sich bitte an: Monexo Wilhelm-Raabe-Straße 14 40470 Düsseldorf Tel: +49-211-687887-30 Fax: +49-211-687887-22 E-Mail: info@monexo.de Internet: www.monexo.de Monexo

Mehr

Depotcheck. für Herrn Max Mustermann. Allee 100 35037 Marburg. 1 Powered by fundsaccess.com

Depotcheck. für Herrn Max Mustermann. Allee 100 35037 Marburg. 1 Powered by fundsaccess.com für Herrn 1 Powered by fundsaccess.com EINFÜHRUNG Sehr geehrter Herr Mustermann, wir freuen uns, Ihnen Ihre individuelle vorstellen zu dürfen. Das vorliegende Gutachten wurde mit Hilfe der Software erstellt.

Mehr

Grundlagen der Investitionsrechnung

Grundlagen der Investitionsrechnung Rechnungslegung und Prüfung II Schwerpunktfach Unternehmensprüfung Seminarreihe Unternehmensbewertung Grundlagen der Investitionsrechnung Klaus Wenzel, WP/StB Corporate Finance-/Unternehmensberatung Düsseldorf,

Mehr

Performancemessung. Aktuelle Anforderungen an Berater und Kapitalmarktdienstleister. Dipl.-Kfm. Christoph Lang

Performancemessung. Aktuelle Anforderungen an Berater und Kapitalmarktdienstleister. Dipl.-Kfm. Christoph Lang Performancemessung Aktuelle Anforderungen an Berater und Kapitalmarktdienstleister Dipl.-Kfm. Christoph Lang Agenda Was ist Performance? % Wie wird Performance gemessen? Gibt es die Performance? Welche

Mehr

Professionelle Vermögensverwaltung eine Lösung mit vielen Vorteilen. Swisscanto Vermögensverwaltung

Professionelle Vermögensverwaltung eine Lösung mit vielen Vorteilen. Swisscanto Vermögensverwaltung Professionelle Vermögensverwaltung eine Lösung mit vielen Vorteilen Swisscanto Vermögensverwaltung Swisscanto Vermögensverwaltung einfach und professionell Unsere Vermögensverwaltung ist die einfache Lösung.

Mehr

Die optimale Kapitalstruktur

Die optimale Kapitalstruktur Die optimale Kapitalstruktur Wieviel Eigenkapital und wieviel Fremdkapital sollten wir verwenden? Christian Rieck 1 Kapitalstruktur: Definition Kapitalstruktur (capital structure): Zusammensetzung der

Mehr

Inhaltsverzeichnis XVII. Abkürzungsverzeichnis... XXIII. Symbolverzeichnis...XXVII. Abbildungsverzeichnis...XXXI. Tabellenverzeichnis...

Inhaltsverzeichnis XVII. Abkürzungsverzeichnis... XXIII. Symbolverzeichnis...XXVII. Abbildungsverzeichnis...XXXI. Tabellenverzeichnis... XVII Abkürzungsverzeichnis... XXIII Symbolverzeichnis...XXVII Abbildungsverzeichnis...XXXI Tabellenverzeichnis... XXXV 1 Einführung...1 1.1 Entwicklung und Bedeutung der Optionsbewertung...1 1.2 Problemstellung...4

Mehr

Machen Staatsanleihen-Investments im Niedrigzinsumfeld ökonomisch Sinn?

Machen Staatsanleihen-Investments im Niedrigzinsumfeld ökonomisch Sinn? Machen Staatsanleihen-Investments im Niedrigzinsumfeld ökonomisch Sinn? Professor Engelbert Dockner Spängler IQAM Invest, Wissenschaftliche Leitung Wiesbadener Investorentag 27.Juni 2014 Nicht zur Weitergabe

Mehr

Aufgabe 1 2 3 4 Summe

Aufgabe 1 2 3 4 Summe FernUniversität in Hagen Fakultät für Wirtschaftswissenschaft Klausur: Finanz- und bankwirtschaftliche Modelle Prüfer: Univ.-Prof. Dr. Michael Bitz Termin: 20. März 203 Aufgabe 2 3 4 Summe maximale Punktzahl

Mehr

Börsenstrategien: Die Auswertung, Teil 3

Börsenstrategien: Die Auswertung, Teil 3 Börsenstrategien: Die Auswertung, Teil 3 Von Lothar Eller Im dritten und letzten Teil beschäftigen wir uns mit den Veränderungen der Finanzmärkte und mit der Einschätzung von Risiken. Die reinen Kauf-Halte-Strategien

Mehr

1. Geld und Anlagen. 1.1 Einleitung. 1.2 Historische Erfahrungen. Inhaltverzeichnis

1. Geld und Anlagen. 1.1 Einleitung. 1.2 Historische Erfahrungen. Inhaltverzeichnis Page 2 of 6 Inhaltverzeichnis 1. Geld und Anlagen... 2 1.1 Einleitung... 2 1.2 Historische Erfahrungen... 2 1.3 Finanzmarkttheorie... 4 1.4 Das einfachste Modell... 4 1.5 Disclaimer... 6 1. Geld und Anlagen

Mehr

SQ KAUFKRAFT-STRATEGIEZERTIFIKAT. Eine Lösung für das Spannungsfeld von Inflation und Deflation

SQ KAUFKRAFT-STRATEGIEZERTIFIKAT. Eine Lösung für das Spannungsfeld von Inflation und Deflation SQ KAUFKRAFT-STRATEGIEZERTIFIKAT Eine Lösung für das Spannungsfeld von Inflation und Deflation Berlin, den 10. August 2012 Ausgangsituation am Kapitalmarkt Von den beiden ökonomischen Phänomenen Inflation

Mehr

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen Finanzmathematik Absichern und Bewerten von Optionen Arnold Janssen / Klaus Janßen Universität Düsseldorf 27.09.2012 Rohstoffe, Devisen, Aktien, Kredite,... haben Preise, die im Laufe der Zeit zufällig

Mehr

ComStage ETF Basket Tracker Zertifikat

ComStage ETF Basket Tracker Zertifikat ComStage ETF Basket Tracker Zertifikat Erläuterung und Konzept von Dekan am Robert Kennedy College (ein gemeinschaftliches Zentrum der University of Wales) Das ComStage ETF Basket Zertifikat kombiniert

Mehr

Ist Erfolg in Private Equity wiederholbar? Ist Erfolg in Private Equity wiederholbar? Eine Untersuchung zur Persistenz von Alpha.

Ist Erfolg in Private Equity wiederholbar? Ist Erfolg in Private Equity wiederholbar? Eine Untersuchung zur Persistenz von Alpha. Ist Erfolg in Private Equity wiederholbar? Eine Untersuchung zur Persistenz von Alpha Executive Summary Die Idee der Wiederholbarkeit ist eines der Kernelemente einer Investition in Private Equity. Jüngste

Mehr

Inhaltsverzeichnis: Aufgaben zur Vorlesung Finanz- und Risikomanagement Seite 1 von 35 Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Finanz- und Risikomanagement Seite 1 von 35 Prof. Dr. Gabriele Gühring, Fakultät Grundlagen Inhaltsverzeichnis: Übungsaufgaben zu Finanz- und Risikomanagement... 3 Aufgabe... 3 Aufgabe... 3 Aufgabe 3... 3 Aufgabe 4... 3 Aufgabe 5... 4 Aufgabe 6... 4 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9...

Mehr

Option Analysis of Plattform Decisions. Raeed Mayrhofer

Option Analysis of Plattform Decisions. Raeed Mayrhofer Option Analysis of Plattform Decisions Raeed Mayrhofer Softwareplattform ist ein Bündel von Funktionen, das das Ausführen von Applikationen ermöglicht bildet gemeinsam mit Hardware und Know-how die IT-Infrastruktur

Mehr

3 Absicherungsstrategien mit Futures

3 Absicherungsstrategien mit Futures 3 Absicherungsstrategien mit Futures Fragen und Probleme 3.1 Unter welchen Umständen ist (a) ein Short Hedge und (b) ein Long Hedge angebracht? a. Ein Short Hedge ist sinnvoll, wenn ein Unternehmen einen

Mehr

Neue Anforderungen an Risikomessung bei kollektiven Kapitalanlagen in der Schweiz. 31. Mai 2007 Dimitri Senik

Neue Anforderungen an Risikomessung bei kollektiven Kapitalanlagen in der Schweiz. 31. Mai 2007 Dimitri Senik Neue Anforderungen an Risikomessung bei kollektiven Kapitalanlagen in der Schweiz Dimitri Senik Agenda Risikomanagement bei Fonds: neue regulatorische Vorschriften Risikomessung gemäss KKV-EBK Risikomanagement

Mehr

Einführung in die Optionspreisbewertung

Einführung in die Optionspreisbewertung Einführung in die Optionspreisbewertung Bonn, Juni 2011 MAF BN SS 2011 Huong Nguyen Gliederung Einführung Definition der Parameter Zwei Komponente zur Ermittlung der Optionsprämie Callwert-Kurve Wirkungen

Mehr

investment PORTRAIT PANTHERA Asset Management Global Trading A

investment PORTRAIT PANTHERA Asset Management Global Trading A investment PORTRAIT PANTHERA Asset Management Global Trading A 2 Profitieren Sie mit unserer Trendfolgestrategie von steigenden und fallenden Märkten. Mit hoch entwickelten Managed Futures Anlagen. Die

Mehr

Marktliquidität von Aktien

Marktliquidität von Aktien Marktliquidität von Aktien Inauguraldissertation zur Erlangung der Würde eines Doctor rerum oeconomicarum der Wirtschafts- und Sozialwissenschaftlichen Fakultät der Universität Bern Lukas Roth Die Fakultät

Mehr

Qualitätsbeeinflussende Faktoren einer Lebensversicherung

Qualitätsbeeinflussende Faktoren einer Lebensversicherung Qualitätsbeeinflussende Faktoren einer Lebensversicherung Abdeckung biometrischer Risiken, z.b. - Todesfallrisiko - Invalidisierungsrisiko - Langlebigkeitsrisiko Rendite - Höhe - Zuverlässigkeit Eingeschlossene

Mehr

Fidelity Investments International. Mag. Marion Schaflechner Leiterin Vertrieb Österreich / Direktor

Fidelity Investments International. Mag. Marion Schaflechner Leiterin Vertrieb Österreich / Direktor Fidelity Investments International Mag. Marion Schaflechner Leiterin Vertrieb Österreich / Direktor Aktienfonds Nie wieder?? Die letzten 3 Jahre 180 15/10/04 160 140 120 100 80 60 40 2002 2003 2004 MSCI

Mehr

Wie finde ich Aktien mit tieferem Risiko und höherer Rendite?

Wie finde ich Aktien mit tieferem Risiko und höherer Rendite? Wie finde ich Aktien mit tieferem Risiko und höherer Rendite? Es gibt vier Attribute, auf die man bei der Auswahl einer Aktie achten sollte: eine attraktive Bewertung, starke Finanzkennzahlen, ein gutes

Mehr

Prof. Dr. P. von der Lippe Statistik I NK SS 2002 Seite 1

Prof. Dr. P. von der Lippe Statistik I NK SS 2002 Seite 1 Prof. Dr. P. von der Lippe Statistik I NK SS 2002 Seite 1 Aufgabe 1 a) BWL-Student S hat von seinem Lieblingsonkel 10.000 geschenkt bekommen mit der Auflage damit etwas Vernünftiges zu machen. Nachdem

Mehr

Hinweise für den Referenten:

Hinweise für den Referenten: 1 Namensgebend für die Absolute-Return-Fonds ist der absolute Wertzuwachs, den diese Fonds möglichst unabhängig von den allgemeinen Marktrahmenbedingungen anstreben. Damit grenzen sich Absolute-Return-Fonds

Mehr

[AEGIS COMPONENT SYSTEM]

[AEGIS COMPONENT SYSTEM] [AEGIS COMPONENT SYSTEM] Das AECOS-Programm ist ein schneller und einfacher Weg für Investoren, ein Portfolio zu entwickeln, das genau auf sie zugeschnitten ist. Hier sind einige allgemeine Hinweise, wie

Mehr

Die Duration von Standard-Anleihen. - Berechnungsverfahren und Einflussgrößen -

Die Duration von Standard-Anleihen. - Berechnungsverfahren und Einflussgrößen - Die Duration von Standard-Anleihen - Berechnungsverfahren und Einflussgrößen - Gliederung Einleitendes Herleitung einer Berechnungsvorschrift Berechnungsvorschriften für Standardfälle Einflussgrößen und

Mehr

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge

Füllmenge. Füllmenge. Füllmenge. Füllmenge. Mean = 500,0029 Std. Dev. = 3,96016 N = 10.000. 485,00 490,00 495,00 500,00 505,00 510,00 515,00 Füllmenge 2.4 Stetige Zufallsvariable Beispiel. Abfüllung von 500 Gramm Packungen einer bestimmten Ware auf einer automatischen Abfüllanlage. Die Zufallsvariable X beschreibe die Füllmenge einer zufällig ausgewählten

Mehr

Quantitative Finance

Quantitative Finance Kapitel 11 Quantitative Finance Josef Leydold c 2006 Mathematische Methoden XI Quantitative Finance 1 / 30 Lernziele für den Teil Quantitative Finance Die Welt der stetigen Zinsen (Renditen) Wichtige Finanzprodukte:

Mehr

Sparplan schlägt Einmalanlage

Sparplan schlägt Einmalanlage Sparplan schlägt Einmalanlage Durch den Cost-Average-Effekt hat der DAX-Sparer seit Anfang des Jahrtausends die Nase deutlich vorne 29. Oktober 2013 Herausgeber: VZ VermögensZentrum GmbH Bleichstraße 52

Mehr

Klausur Sommersemester 2010

Klausur Sommersemester 2010 Klausur Sommersemester 2010 Lehrstuhl: Wirtschaftspolitik Prüfungsfach: Empirische Wirtschaftsforschung Prüfer: Prof. Dr. K. Kraft Datum: 04.08.2010 Hilfsmittel: Nicht-programmierbarer Taschenrechner Klausurdauer:

Mehr

LBBW Dividenden Strategie Euroland Sorgfältige Auswahl für glänzende Ergebnisse.

LBBW Dividenden Strategie Euroland Sorgfältige Auswahl für glänzende Ergebnisse. LBBW Dividenden Strategie Euroland Sorgfältige Auswahl für glänzende Ergebnisse. Fonds in Feinarbeit. Der LBBW Dividenden Strategie Euroland war einer der ersten Fonds, der das Kriterium Dividende in den

Mehr

8619: Einführung in die Finanzmarkttheorie

8619: Einführung in die Finanzmarkttheorie (Bitte in Blockschrift) Name... Vorname... Matrikelnummer... Aufgabe 1:... Aufgabe 5:... Aufgabe 2:... Aufgabe 6:... Aufgabe 3:... Aufgabe 7:... Aufgabe 4:... Aufgabe 8:... Total:... UNIVERSITÄT BASEL

Mehr

Aufgabenblatt 10 zur Lehrveranstaltung Quantitative Methoden der Betriebswirtschaftslehre I Frühjahrssemester 2015

Aufgabenblatt 10 zur Lehrveranstaltung Quantitative Methoden der Betriebswirtschaftslehre I Frühjahrssemester 2015 Universität Bern Bern, den 27. April 2015 Professur für Quantitative Methoden der BWL Schützenmattstr. 14, 3012 Bern Prof. Dr. Norbert Trautmann, Oliver Strub E-Mail: oliver.strub@pqm.unibe.ch Fragestunde

Mehr

Cost-Average-Effekt. Gezieltes Investieren für die Altersvorsorge. Januar 2013

Cost-Average-Effekt. Gezieltes Investieren für die Altersvorsorge. Januar 2013 Cost-Average-Effekt Gezieltes Investieren für die Altersvorsorge Januar 2013 Herausgeber: VZ VermögensZentrum GmbH Bleichstraße 52 60313 Frankfurt am Main Ansprechpartner/Initiator: Michael Huber, mhu@vzde.com,

Mehr

Vermögensstrukturierung nach der Krise - Alles bleibt anders!? finanzebs-regionaltreffen am 29.10.2009 in Hamburg

Vermögensstrukturierung nach der Krise - Alles bleibt anders!? finanzebs-regionaltreffen am 29.10.2009 in Hamburg Vermögensstrukturierung nach der Krise - Alles bleibt anders!? finanzebs-regionaltreffen am 29.10.2009 in Hamburg Jürgen Raeke Geschäftsführer Berenberg Private Capital GmbH Inhaltsverzeichnis A B C Schwarze

Mehr

Vorlesung VWL II vom 23.11.2009. Das Finanzsystem: Sparen und Investieren

Vorlesung VWL II vom 23.11.2009. Das Finanzsystem: Sparen und Investieren Vorlesung VWL II vom 23.11.2009 Das Finanzsystem: Sparen und Investieren 5. Das Finanzsystem: Sparen und Investieren Vorstellen des Mechanismus, wie Spar- und Investitionsentscheidungen von Millionen von

Mehr

Mehr als nur Performance Investmentlösungen mit Weitblick. Tresides Asset Management GmbH, Mai 2014 v

Mehr als nur Performance Investmentlösungen mit Weitblick. Tresides Asset Management GmbH, Mai 2014 v Tresides Asset Management GmbH, Mai 2014 v Mehr als nur Performance Investmentlösungen mit Weitblick 2 Investmentteam Starke Expertise noch stärker im Team Gunter Eckner Volkswirtschaftliche Analyse, Staatsanleihen

Mehr

GROWTH FX. Für mehr Informationen wenden Sie sich bitte an:

GROWTH FX. Für mehr Informationen wenden Sie sich bitte an: GROWTH FX Für mehr Informationen wenden Sie sich bitte an: Monexo Wilhelm-Raabe-Straße 14 40470 Düsseldorf Tel: +49-211-687887-30 Fax: +49-211-687887-22 E-Mail: info@monexo.de Internet: www.monexo.de Monexo

Mehr