Zeitvariable Asset-Pricing-Modelle für den deutschen Aktienmarkt

Transkript

1 Heiko Opfer Zeitvariable Asset-Pricing-Modelle für den deutschen Aktienmarkt Empirische Untersuchung der Bedeutung makroökonomischer Einflussfaktoren Mit einem Geleitwort von Prof. Dr. Wolfgang Bessler Deutscher Universitäts-Verlag

2 Inhaltsverzeichnis Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis Symbolverzeichnis XVII XXI XXV XXIX Einleitung 1 A. Problemstellung 1 B. Motivation und Zielsetzung der Arbeit 4 C. Gang der Untersuchung und Begründung der Vorgehensweise 6 Teil 1 Kapitalmarktmodelle für den Aktienmarkt 10 Kapitel I Grundlagen von Kapitalmarktmodellen 10 A. Das Konzept der Kapitalmarkteffizienz 10 B. Die Struktur von Kapitalmarktmodellen 14 Kapitel II Statische Kapitalmarktmodelle 20 A. Statische Mehrfaktorenmodelle 21 I. Aufbau von Mehrfaktorenmodellen 22 II. Arten von Mehrfaktorenmodellen 27 III. Spezifikation der Faktoren Statistische Spezifikation der Faktoren Mehrfaktorenmodelle auf der Basis von Unternehmenskennzahlen Mehrfaktorenmodelle auf der Basis makroökonomischer Größen 37 B. Capital Asset Pricing Model 44 I. Grundlagen und Struktur des CAPMs 44 II. Modellerweiterungen des CAPMs 50 XI

3 III. Empirische Untersuchung des CAPMs 58 C. Arbitrage Pricing Theory 67 I. Grundlagen und Struktur der APT 67 II. Modellerweiterungen der APT 73 III. Empirische Untersuchung der APT 79 D. Zusammenfassung und Zwischenfazit 85 Kapitel III Dynamische Kapitalmarktmodelle 88 A. Grundlagen dynamischer Kapitalmarktmodelle 89 B. Struktur dynamischer Kapitalmarktmodelle 96 C. Gleichgewichtsbasierte dynamische Kapitalmarktmodelle 99 D. Arbitragebasierte dynamische Kapitalmarktmodelle 107 E. Dynamische Mehrfaktorenmodelle 110 I. Aufbau von dynamischen Mehrfaktorenmodellen 110 II. Das Konzept informationsbedingter Modelle 111 III. Ökonomische Fundierung der Informationsvariablen 118 IV. Struktur informationsbedingter Mehrfaktorenmodelle 121 V. Weitere dynamische Mehrfaktorenmodelle Regimebasierte Modelle Zeitreihenanalytische Modelle 130 F. Zusammenfassung und Schlussfolgerungen 134 Teil 2 Modellstruktur und Datenbasis 137 Kapitel I Modellebene eines Mehrfaktorenmodells 139 A. Erläuterung der Modellstruktur 139 I. Zweistufige Modellstruktur 141 II. Einstufige Modellstruktur 145 B. Erläuterung der Schätztechniken 147 I. Lineare Regressionsverfahren 148 XII

4 1. Methode der kleinsten Quadrate Seemingly-Unrelated-Regression 151 II. Nichtlineare Regressionsverfahren Nichtlineare OLS Nichtlineare SUR Nichtlineare iterative SUR 154 III. Verallgemeinerte Momentenmethode 155 C. Zusammenfassung und Zwischenfazit 159 Kapitel II Datenebene eines Mehrfaktorenmodells 161 A. Modelltheoretische Unterlegung der Faktorspezifikation 161 B. Grundlagen der Renditeberechnung 165 C. Datenbasis der empirischen Untersuchung 173 I. Die Aktienindizes Das DAFOX-Indexsystem Darstellung und deskriptive Analyse der Indizes 175 II. Die makroökonomischen Faktoren Darstellung und Diskussion der makroökonomischen Faktoren Deskriptive Eigenschaften der makroökonomischen Faktoren 202 D. Spezifikation der unerwarteten Faktorkomponente 209 I. Naive Prognose 211 II. Autoregressives integriertes Moving-Average-Modell 212 III. Vektorautoregressives Modell 214 E. Zusammenfassung und Schlussfolgerungen 216 Teil 3 Eigene empirische Untersuchungen 218 Kapitel I Statische implizite Mehrfaktorenmodelle 220 A. Spezifikationsansätze für Mehrfaktorenmodelle 221 B. Analyse der Zeitstabilität der Modellstruktur 234 XIII

5 I. CUSUM-of-Squares-Test 235 II. Andrews-Strukturbruchtest 239 C. Schätzung der Mehrfaktorenmodelle auf der Basis von Teilperioden 240 D. Schätzung der Mehrfaktorenmodelle mit einem gleitenden Ansatz 251 I. Deskriptive Analyse der Ergebnisse 252 II. Entwicklung der Betakoeffizienten im Zeitablauf 256 III. Entwicklung der Erklärungskraft im Zeitablauf 273 E. Zusammenfassung und Zwischenfazit 274 Kapitel II Statische explizite Mehrfaktorenmodelle 276 A. Generierung der unerwarteten Faktorkomponente 278 I. Erwartungsgenerierung auf der Basis einer naiven Prognose 279 II. Erwartungsgenerierung auf der Basis von ARIMA-Modellen 280 III. Erwartungsgenerierung auf der Basis eines VAR-Modells 283 IV. Gütevergleich der verschiedenen Ansätze zur Erwartungsspezifikation 285 B. Schätzung der Risikoprämien für den Gesamtzeitraum 290 I. Zweistufige Modellstruktur zur Schätzung der Risikoprämien In-sample Ansatz Out-of-sample Ansatz 295 II. Einstufige Modellstruktur zur Schätzung der Risikoprämien 298 C. Gleitende Schätzung der Risikoprämien 299 I. Zweistufige Modellstruktur zur Schätzung der Risikoprämien In-sample Ansatz Out-of-sample Ansatz 307 II. Einstufige Modellstruktur zur Schätzung von Risikoprämien 317 D. Zusammenfassung und Zwischenfazit 318 Kapitel III Dynamische Mehrfaktorenmodelle 321 A. Spezifikation der Informationsvariablen 323 I. Auswahl der Informationsvariablen 323 II. Statistische Eigenschaften der Informationsvariablen 326 XIV

6 III. Prognosefähigkeit der Informationsvariablen 329 B. Partial-dynamische Mehrfaktorenmodelle 332 I. Mehrfaktorenmodelle mit zeitvariablen Risikoprämien Ergebnisse der Schätzung zeitvariabler Risikoprämien Analyse der Konjunktursensitivität der Risikoprämien 344 II. Mehrfaktorenmodelle mit zeitvariablen Betakoeffizienten Modellaufbau Schätzung der Modelle mit zeitvariablen Betakoeffizienten 348 III. Sequentielle Schätzung der Modellkoeffizienten 354 C. Voll-dynamische Mehrfaktorenmodelle 359 D. Zusammenfassung und Schlussfolgerungen 365 Zusammenfassung der Ergebnisse der Arbeit 368 Anhang 375 Quellenverzeichnis 405 XV