Der Einfluss makroökonomischer Indikatoren auf die Renditen der Aktienmärkte ist Bestandteil vieler wissenschaftlicher Arbeiten, die zu teils sehr unterschiedlichen Ergebnissen gelangen (vgl. Rapach et al., 2004 S. 4). So wurden beispielsweise der Einfluss verschiedener Makrovariablen, wie etwa der Inflationsrate (vgl. Bodie, 1976; Jaffe und Mandelker, 1976; Nelson, 1976; Fama and Schwert, 1977; Fama, 1981; Siklos und Kwok, 1999), der gesamtwirtschaftlichen Produktion (Cutler et al., 1989; Balvers et al., 1990; Marathe und Shawky, 1994), der Arbeitslosenrate (Boyd et al., 2001) oder des Zinsniveaus (Campbell, 1987, 1990; Hodrick, 1992; Ang und Bekaert, 2001) auf die Aktienrenditen untersucht(vgl. Rapach et al., 2004 S. 4). Ziel dieser Arbeit ist es, mit Hilfe von Daten zur industriellen Produktion in Deutschland und des DAX geeignete Modelle zu entwickeln, um die Renditen des DAX zu prognostizieren.
Die vorliegende Arbeit ist in vier Abschnitte unterteilt: Die Einleitung bildet Abschnitt Eins. Abschnitt Zwei behandelt zwei theoretische Ansätze, die erklären, wie sich Aktienrenditen durch die industrielle Produktion erklären lassen. Zunächst wird das Modell von Balvers et al. betrachtet, welches den Zusammenhang zwischen industrieller Produktion und Aktienrenditen durch das Bedürfnis der Konsumenten erklärt, sich auf eine erwartete schlechte wirtschaftliche Lage durch die Anpassung ihres Konsums vorzubereiten.
Im Anschluss an das Modell von Balvers et al. wird der Ansatz von Chen behandelt: Er erklärt den Zusammenhang zwischen Aktienrenditen und industrieller Produktion sowohl durch die Risikoaversion der Investoren, welche die Risikoprämie des Marktes beeinflusst, als auch durch das Argument, dass Aktien einen Anteil an der zukünftigen Produktion darstellen und dementsprechend eine hohe erwartete zukünftige Produktion auch hohe Renditen erwarten lässt. Abschnitt Drei analysiert den Zusammenhang zwischen industrieller Produktion und Aktienrenditen in Deutschland im Zeitraum 1999 bis 2010 anhand zweier Modelle und vergleicht deren Resultate mit den Ergebnissen die sich ergeben wenn Daten der USA verwendet werden. Im weiteren werden die Ergebnisse bei Verwendung von Realtime-Daten mit denen bei Verwendung von Nicht-Realtime Daten verglichen. Abschnitt Vier fasst die Ergebnisse zusammen und zieht ein Fazit.
Inhaltsverzeichnis
1. Einleitung
2. Theoretische Erklärungsansätze
2.1 Der „consumtion smoothing“-Ansatz von Balvers, Cosimano und McDonald
2.1.1 Das repräsentative Unternehmen
2.1.2 Der repräsentative Konsument
2.1.3 Das Allgemeine Gleichgewichtsmodell
2.1.4 Verwendete Daten, Methodik und Ergebnisse
2.2 Risikoaversion und zukünftige industrielle Produktion – Das Modell von Chen
2.2.1 Risikoaversion und Aktienrenditen
2.2.2 Zukünftige industrielle Produktion und Aktienrenditen
2.2.3 Verwendete Daten, Methodik und Ergebnisse
3. Empirische Analyse
3.1 Verwendete Daten und Methodik
3.2 Vorgehensweise
3.3 Modell 1: Ein Autoregressiver Prozess
3.3.1 Das Modell
3.3.2 Regression und Ergebnisse
3.4 Modell 2: Eine einfache lineare Regression
3.4.1 Das Modell
3.4.2 Regression und Ergebnisse
3.4.3 Realtime-Daten und Nicht-Realtime-Daten im Vergleich
3.4.4 Die Zeiträume 1999 -2005 und 2005 - 2010 im Vergleich
4. Fazit
Zielsetzung & Themen
Ziel dieser wissenschaftlichen Arbeit ist es, zu untersuchen, inwieweit Daten zur industriellen Produktion in Deutschland genutzt werden können, um die Renditen des DAX zu prognostizieren, wobei die Ergebnisse mit US-amerikanischen Datensätzen verglichen werden.
- Analyse theoretischer Ansätze zur Erklärung von Aktienrenditen durch industrielle Produktion.
- Empirische Untersuchung des Zusammenhangs anhand autoregressiver Prozesse.
- Überprüfung von Vorhersagemodellen mittels einfacher linearer Regression.
- Vergleich der Prognosequalität von Realtime-Daten gegenüber Nicht-Realtime-Daten.
- Evaluation der Stabilität der Modelle über unterschiedliche Zeiträume (1999–2005 und 2005–2010).
Auszug aus dem Buch
2.1.1 Das repräsentative Unternehmen
In jeder Periode bestimmt das Unternehmen die Höhe seiner Investitionen, mit dem Ziel den Wohlstand der Shareholder zu maximieren. Nach Fama und Miller (1972) schließt das Maximieren des Wohlstands der Shareholder das Maximieren des erwarteten Gegenwartswerts der Cashflows des Unternehmens mit ein. Die gesamten Cashflows werden in Form von Dividenden d_t, an die Anteilseigner ausgeschüttet. Die Dividenden und alle anderen Variablen werden inflationsbereinigt gemessen. Das Konsumgut wird als Numeraire betrachtet und die Dividenden bemessen sich nach der Differenz aus Produktion y_t und Investitionen i_t. Das Gut wird mit Hilfe einer stochastischen Cobb-Douglas Produktionsfunktion mit abnehmenden Skalenerträgen und multiplikativer, zeitlich unkorrelierter Unsicherheit θ_t, produziert. Wobei E(θ_t) = 1. Der einzige verwendete Produktionsfaktor ist Kapital k_t. Weiter wird angenommen, dass technologischer Fortschritt die Produktivität des Kapitals im Verlaufe der Zeit erhöht. Eine wichtige Eigenschaft um die Makroökonomie darstellen zu können, ist die Autokorrelation der Produktion. Sie wird benötigt um die Produktion anhand früherer Werte prognostizierbar zu machen. Um Autokorrelation zu erreichen wird angenommen, dass Investitionen erst nach einer Periode produktiv werden. Die aktuellen Investitionen i_t, sind demnach identisch mit dem Kapital der nächsten Periode k_{t+1}. Das Unternehmen beobachtet den aktuellen stochastischen Produktionsschock θ_t, und entscheidet danach über die Höhe seiner Investitionen i_t.
Der zeitliche Ablauf des Modells stellt sich folgendermaßen dar: Die Höhe der aktuellen Produktion y_t, wird zum Zeitpunkt t bekannt. Gleichzeitig teilt das Unternehmen die Erlöse aus der Produktion in Dividenden d_t, und Investitionen i_t auf. Nach einer Periode werden die Investitionen zu produktivem Kapital k_{t+1}. Dieses Kapital führt zur Produktion y_{t+1}, nachdem der stochastische Produktionsschock θ_{t+1}, beobachtet wurde. Danach werden die Dividenden d_{t+1}, an die Investoren ausbezahlt. Zusammen mit den Änderungen der Aktienpreise p_{t+1} - p_t, bestimmen sie die gesamten realisierten Renditen R_{t+1}, der in t bis t+1 gehaltenen Aktien. Unter Beachtung dieses Zeitablaufes bestimmt das Unternehmen die Höhe seiner Investitionen (also den Kapitalstock der nächsten Periode k_{t+1}) und maximiert die Summe seiner erwarteten zukünftigen Dividenden(vgl. Balvers et al., 1990 S. 1111-1112):
Zusammenfassung der Kapitel
1. Einleitung: Diese Einleitung skizziert den Einfluss makroökonomischer Indikatoren auf Aktienrenditen und legt das Ziel fest, mit Modellen der industriellen Produktion DAX-Renditen zu prognostizieren.
2. Theoretische Erklärungsansätze: Dieses Kapitel stellt zwei fundamentale Modelle vor, die den Zusammenhang zwischen industrieller Produktion und Renditen über Konsumglättung und Risikoaversion theoretisch begründen.
3. Empirische Analyse: Hier wird der theoretische Rahmen praktisch auf deutsche und US-amerikanische Daten angewandt, um mittels autoregressiver Prozesse und linearer Regressionen die Vorhersagekraft zu testen.
4. Fazit: Das Fazit fasst die Ergebnisse zusammen, wonach sich die Zusammenhänge zwischen den Ländern stark unterscheiden und eine prognostische Kraft nur unter bestimmten Modellbedingungen und Zeiträumen feststellbar ist.
Schlüsselwörter
Industrielle Produktion, Aktienrenditen, Prognosekraft, DAX, S&P 500, Realtime-Daten, Autoregressiver Prozess, Lineare Regression, Risikoaversion, Konsumglättung, Makroökonomische Indikatoren, Zeitreihenanalyse, Statistische Signifikanz, Newey-West-Standardfehler, Volatilität.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Die Arbeit untersucht, ob makroökonomische Daten, speziell der Index der industriellen Produktion, als Indikator zur Vorhersage von Aktienrenditen am deutschen Aktienmarkt (DAX) dienen können.
Welche zentralen Themenfelder werden bearbeitet?
Die zentralen Felder sind die ökonomische Theorie der Renditeprognostizierbarkeit, die empirische Zeitreihenanalyse unter Berücksichtigung von Datenverzögerungen (Realtime-Daten) sowie der internationale Vergleich zwischen Deutschland und den USA.
Was ist das primäre Ziel oder die Forschungsfrage der Arbeit?
Das Ziel ist die Entwicklung und Überprüfung ökonometrischer Modelle, die basierend auf der industriellen Produktion in der Lage sind, DAX-Renditen systematisch vorherzusagen.
Welche wissenschaftliche Methode wird zur Analyse verwendet?
Es kommen univariate Regressionsgleichungen, autoregressive Prozesse sowie statistische Tests auf Stationarität, Heteroskedastizität und Autokorrelation (u.a. Newey-West-Korrektur) zur Anwendung.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Fundierung durch Balvers et al. und Chen sowie in die darauf aufbauende empirische Untersuchung, in der verschiedene Modellvarianten und Zeiträume auf ihre Signifikanz geprüft werden.
Welche Schlüsselwörter charakterisieren die Untersuchung?
Die Arbeit wird maßgeblich durch Begriffe wie industrielle Produktion, Aktienrenditen, Prognosemodell, Realtime-Daten und statistische Validität geprägt.
Warum spielen Realtime-Daten bei der Modellbildung eine entscheidende Rolle?
Da makroökonomische Daten im Zeitverlauf oft korrigiert werden, verwenden Realtime-Daten nur jene Informationen, die den Investoren zum Zeitpunkt ihrer tatsächlichen Handelsentscheidung zur Verfügung standen, was die ökonomische Validität der Analyse erhöht.
Welche Schlussfolgerung zieht der Autor bezüglich der Prognosekraft für den deutschen Markt?
Der Autor stellt fest, dass die Prognosekraft stark von der Modellwahl und dem betrachteten Zeitraum abhängt; während das einfache lineare Modell für den Zeitraum 2005–2010 eine gewisse Güte aufweist, erweisen sich andere Ansätze als weniger aussagekräftig.
- Quote paper
- Max Sahle (Author), 2011, Die Prognosekraft der industriellen Produktion für Aktienrenditen - eine empirische Analyse, Munich, GRIN Verlag, https://www.hausarbeiten.de/document/184187
