Das Problem signifikanter Betaschätzungen

Ähnliche Dokumente
IV. Würdigung im Hinblick auf Bewertungsgutachten 1. Empirische Untersuchung zu Beta-Faktoren

Theoretische und empirische Befunde. Mit einem Geleitwort von Prof. Dr. Leonhard Knoll, Prof. Dr. Daniela Lorenz und Prof. Dr.

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

Bewertungs praktiker

Übung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell

Instrument zur Untersuchung eines linearen Zusammenhangs zwischen zwei (oder mehr) Merkmalen.

Zu Thema 18: Beispiele für Aktien mit unterschiedlichen Betas

6. PORTFOLIOTHEORETISCHE GRUNDLAGEN

VOLKSWIRTSCHAFTLICHE VORDIPLOMPRÜFUNG

Abschnitt A: Grundlagen 1 1. Einleitung 1 2. Der Kapitalisierungszinssatz in der Unternehmensbewertung... 4

Statistik II. IV. Hypothesentests. Martin Huber

Statistik II. Regressionsanalyse. Statistik II

3.3 Konfidenzintervalle für Regressionskoeffizienten

Dr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp

Übung V Lineares Regressionsmodell

Alpha, Beta & co. Outperformance richtig bewerten. Dipl.-Kfm. Christoph Lang

Kapitalkosten für die Unternehmensbewertung

STATISTIK, ÖKONOMETRIE, OPTIMIERUNG

Historische Renditen, Experteninterviews, Analyse von Marktpreisen

STATISTIK, ÖKONOMETRIE, OPTIMIERUNG

1 Beispiel zur Methode der kleinsten Quadrate

Berechnung der Kapitalkosten in Deutschland

Prof. Dr. Marc Gürtler WS 2015/2016. Prof. Dr. Marc Gürtler. Klausur zur 10/12 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft

Aufgaben zur Vorlesung Finanzmanagement

4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers

Statistik und Wahrscheinlichkeitsrechnung

Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO

T-Test für unabhängige Stichproben

Abschnitt B. Kapitalmarktgestützte Umsetzung der Anforderungen des IDW S 1 i.d.f. 2008, des IDW RS HFA 10 und des IDW RS HFA 16 31

Statistik II Übung 4: Skalierung und asymptotische Eigenschaften

Analyse von Querschnittsdaten. Signifikanztests II Advanced Stuff

W-Statistik-Klausur

Wirtschaftsstatistik-Klausur am

Wolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler

2 Anwendungen und Probleme

Statistik für Ökonomen

Kapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell

Inhaltsverzeichnis. Teil I Einführung

Beta-Schätzung: Schätzzeitraum und Renditeintervall unter statistischen Gesichtspunkten 1

Statistik für Ökonomen

V. Das lineare Regressionsmodell

Inhaltsverzeichnis. 2 Kurzbeschreibung von SPSS Der SPSS-Dateneditor Statistische Analysen mit SPSS DieDaten...

) 10% ist (jeder würde in diese Aktie investieren, der Preis

I.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03

Portfolio-Optimierung und Capital Asset Pricing

Das (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell

Empirische Wirtschaftsforschung

Statistik und Wahrscheinlichkeitsrechnung

I. Deskriptive Statistik 1

Alternative Darstellung des 2-Stcihprobentests für Anteile

Statistik II: Signifikanztests /2

CAPM-Test. Anwendung der Fama/French-Methodik auf den deutschen Aktienmarkt

Lineare Korrelation. Statistik für SozialwissenschaftlerInnen II p.143

Kurs Empirische Wirtschaftsforschung

John Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer

Die Bewertung notleidender Unternehmen

1 Einführung Ökonometrie... 1

Zusammenfassung 11. Sara dos Reis.

Teil: lineare Regression

Mögliche Fehler beim Testen

Statistik K urs SS 2004

- Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden.

Renditemuster von Aktienfonds und deren Prognosegüte für abnormale Preisreaktionen.

Statistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 20

Quantitative Methoden der Agrarmarktanalyse und des Agribusiness

STATISTIK, ÖKONOMETRIE, OPTIMIERUNG

Investitionsrechnung unter Unsicherheit

Aufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:

Statistik I. Methodologie der Psychologie

Einfache Varianzanalyse für abhängige

Ist die Marktrisikoprämie in Deutschland zeitstabil?

Portfoliomanagement I

Lehrstuhl für Statistik und emp. Wirtschaftsforschung, Prof. R. T. Riphahn, Ph.D. Bachelorprüfung, Praxis der empirischen Wirtschaftsforschung

Statistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr.

Kapitel 5: Einfaktorielle Varianzanalyse

Der Reverse Takeover als Alternative zum klassischen Börsengang: eine empirische Untersuchung europäischer Transaktionen

7.1 Korrelationsanalyse. Statistik. Kovarianz. Pearson-Korrelation. Institut für angewandte Statistik & EDV Universität für Bodenkultur Wien

Test von Hypothesen: Signifikanz des Zusammenhangs (F-Test)

Der Korrelationskoezient nach Pearson

Analyse von Querschnittsdaten. Signifikanztests II Advanced Stuff

= 2 ( 3250,3 ( 3251,5)) = 1,1662 F(2,800) = 2,4 χ2

Inhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen

Grundriss der Generalisierten Gauß'schen Fehlerrechnung

1 Grundlagen des Portfolio Managements Mathematische Grundlagen im Portfolio Management Grundlagen der modernen Portfoliotheorie 203

Bachelorprüfung SS 2015

Einführung in die Statistik

Portfolio-Optimierung und Capital Asset Pricing

Jost Reinecke. 7. Juni 2005

Klausur: Einführung in die Statistik Sommersemester 2014

Methodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm

Methodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg

Statistiken deuten und erstellen

1. Lösungen zu Kapitel 5

Empirische Wirtschaftsforschung

Transkript:

Das Problem signifikanter Betaschätzungen Bachelorarbeit Münchener Forschungspreis für 2. Dezember 2010

Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 1

Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 2

1. Problemstellung Der Betafaktor bringt das systematische Risiko zum Ausdruck und ist die entscheidende Komponente im CAPM Zahlreiche Freiheitsgrade bei der praktischen Umsetzung einer Betaschätzung Signifikanz des Betafaktors zur Beurteilung der statistischen Güte der Schätzung Analyse potentieller Einflussfaktoren auf die Signifikanz des Betawertes 3

Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 4

2. Praktische Anwendung des Beta-Konzepts Berechnung der erwarteten Rendite eines Wertpapiers mittels CAPM Klassifizierung riskanter Wertpapiere Bestimmung des Risikozuschlags im Rahmen der Unternehmensbewertung (Risikozuschlagsmethode) Weite Verbreitung und Popularität des Beta-Konzepts Bedarf an zuverlässigen Betaschätzungen 5

Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 6

3. Theoretische Grundlagen von Betaschätzungen Marktmodell von Sharpe zur Bestimmung des Betawertes r i, t i i rm, t i, t Univariate, lineare Zeitreihenregression Methode der kleinsten Quadrate (KQ-Methode) Summe der quadrierten Residuen wird minimiert KQ-Methode ermittelt unter bestimmten statistischen Voraussetzungen den besten linearer Schätzer s im i 2 s M i i i,t r i, t Alpha Beta Störvariable Rendite des Wertpapiers r M, t 2 s M s i, M Rendite des Marktportfolios geschätzte Varianz der Marktrendite geschätzte Kovarianz zwischen Aktien- und Marktrendite 7

Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 8

4. Gütekriterien von Regressionsschätzungen Bestimmtheitsmaß 2 R Signifikanz t-test mit der Nullhypothese H 0 : i 0 i Empirischer t-wert temp s i Wechselbeziehung zwischen beiden Gütekriterien unabhängige Betrachtung bzw. Optimierung nicht sinnvoll s i Geschätzte Standardabweichung des wertpapierspezifischen Betas 9

Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 10

Diskrete versus stetige Renditeberechnung Referenzindex Schätzperiodenlänge Renditeintervall und Intervalling-Effekt Regressionsausreißer 11

Diskrete versus stetige Renditeberechnung Referenzindex Schätzperiodenlänge Renditeintervall und Intervalling-Effekt Regressionsausreißer 12

Schätzperiodenlänge Die Schätzperiodenlänge hat maßgeblichen Einfluss auf die Signifikanz der Betas Die Verlängerung der Schätzperiode führt aus rein statistischer Sicht zu signifikanteren Betawerten Gefahr von Strukturbrüchen bei langen Beobachtungszeiträumen Trade-off zwischen Stichprobenumfang und der Gefahr von Strukturbrüchen 13

Renditeintervall und Intervalling-Effekt Illiquidität von Aktien als Hauptursache des Intervalling-Effekts Positiver Intervalling-Effekt bei illiquiden und wenig liquiden Aktien: Betawert wächst mit zunehmender Länge des Renditeintervalls Negativer Intervalling-Effekt bei liquiden Aktien: Betawert sinkt mit zunehmender Länge des Renditeintervalls Reduktion des Intervalling-Effekts durch Verlängerung des Renditeintervalls Im Durchschnitt steigt das Bestimmtheitsmaß und das Signifikanzniveau Keine unreflektierte Ausdehnung der Intervalle Notwendigkeit eines ausreichenden Stichprobenumfangs 14

Renditeintervall und Intervalling-Effekt Betafaktoren liquider Aktien werden bei kurzen Renditeintervallen geringfügig überschätzt Betawerte unregelmäßig gehandelter Aktien sind stark nach unten verzerrt und weisen oftmals insignifikante Werte auf Bei stark eingeschränktem Handel können Betaschätzungen nicht als aussagekräftiges Risikomaß angesehen werden 15

Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 16

6. Fazit (1) Beurteilung der statistischen Güte einer Betaschätzung mittels Bestimmtheitsmaß und Signifikanz (2) Ergeben sich nicht signifikante Betawerte, sollte die Ursache im Einzelfall untersucht werden (3) Im Allgemeinen sind Betafaktoren illiquider Aktien für eine sinnvolle praktische Anwendung nicht geeignet Insignifikante Betawerte, die nicht das wahre systematische Risiko der Aktie widerspiegeln (4) Peer-Group Betas als möglicher Ersatz für insignifikante Betas 17

Vielen Dank für Ihre Aufmerksamkeit! 18