Makroökonomische Multifaktormodelle zur Prognose von Aktienrenditen: Empirische Analyse europäischer Aktien der Banken- und Industriebranche

ISBN-13: 9783656083856 / Niemiecki / Miękka / 2011 / 116 str.

Christoph Schepers

Opis

Diplomarbeit aus dem Jahr 2010 im Fachbereich VWL - Finanzwissenschaft, Note: 1,0, Westfalische Wilhelms-Universitat Munster (Lehrstuhl fur Volkswirtschaftslehre, insb. Monetare Okonomie), Sprache: Deutsch, Abstract: Die Zielsetzung dieser Arbeit besteht in der Identifikation makrookonomischer Multifaktormodelle, mit denen sich der Renditegenerierungsprozess europaischer Aktien der Banken- und Industriebranche adaquat erklaren und prognostizieren lasst. Dazu wird die APT als theoretischer Ursprung makrookonomischer Multifaktormodelle dargestellt, bevor die Definition und Konzeption der Modelle selbst vorgenommen wird. In der empirischen Analyse werden implizite und explizite makrookonomische Multifaktormodelle zur Prognose der Renditen europaischer Aktien der Banken- und Industrie-Branche auf Basis der linearen Regressionsanalyse ermittelt. Hierbei werden ein Banken- und ein Industrieportfolio mit jeweils 20 europaischen Aktien der entsprechenden Branchen gebildet. Als makrookonomische Faktoren werden die Wachstumsraten der Industrieproduktion und des Euro/US-Dollar-Wechselkurses, die Inflationsrate und die Veranderungen des langfristigen Zinssatzes, der Form der Zinsstrukturkurve und der Risikopramie verwendet. Die Rendite- und Faktorzeitreihen werden aus Thomson Reuters Datastream sowie Global Financial Data bezogen. Die statistischen Berechnungen werden grotenteils mit EViews 6 durchgefuhrt. Die Auswahl einer geeigneten Schatztechnik basiert auf einer Analyse der deskriptiven Eigenschaften (Multikollinearitat, Stationaritat, Autokorrelationsstruktur) der Faktorzeitreihen sowie einer Analyse der Gultigkeit der fur eine OLS-Schatzung notwendigen Annahmen homoskedastischer, nicht autokorrelierter und normalverteilter Storgroen. Die fur die Schatzung expliziter Modelle notwendigen Extraktionen der unerwarteten Faktorkomponenten werden auf Basis von naiven Prognosen, ARIMA-Modellen, VAR-Modellen sowie Zustandsraummodellen auf Basis des Kalman-Filters durchgefuh