nach oben

Erschienen in:

2018 | OriginalPaper | Buchkapitel

3. Weitere Anlagecharakteristiken

verfasst von : Dr. Enzo Mondello

Erschienen in: Finance: Angewandte Grundlagen

Verlag: Springer Fachmedien Wiesbaden

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Zusammenfassung

Die Annahme, dass die Renditen normalverteilt sind, ist sehr praktisch, da lediglich die ersten beiden Momente der Verteilung (also der Erwartungswert und die Varianz bzw. Standardabweichung) erforderlich sind, um die Renditeverteilung vollumfänglich zu beschreiben. Allerdings sind in den allermeisten Fällen die Renditen von Finanzanlagen nicht normalverteilt, sodass höhere zentrale Momente der Verteilung wie die Schiefe und die Kurtosis zu berücksichtigen sind. Darüber hinaus sind für die Beurteilung von Anlagen auch deren Markteigenschaften wichtig. Der Wert von Finanzprodukten wird durch die Informationseffizienz und die Liquidität der Märkte beeinflusst. Letztere hat einen wesentlichen Einfluss auf die Höhe der Handelskosten. Treffen die Annahmen der Normalverteilung nicht zu und sind die Marktinformationseffizienz und die Marktliquidität nicht gegeben, so müssen weitere Verteilungs‑ und Markteigenschaften einbezogen werden, um die Anlage beurteilen zu können.

In diesem Kapitel werden die Eigenschaften einer Verteilung vorgestellt, wobei neben der Normalverteilung die Schiefe, die Kurtosis und die Lognormalverteilung näher betrachtet werden. Danach werden die Markteigenschaften von Anlagen wie die Informationseffizienz der Finanzmärkte, die Zufallsbewegung und die Marktliquidität anhand der Handelskosten beschrieben.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Risiko

Nächstes Kapitel Effiziente risikobehaftete Portfolios

Nur mit Berechtigung zugänglich

Investoren bevorzugen Anlagen mit einer hohen erwarteten Rendite, mit niedriger Varianz, positiver Schiefe und niedriger Kurtosis.

Einige statistische Softwarelösungen wie etwa Microsoft Excel verwenden für die Berechnung der Kurtosis die Excess‐Kurtosis (Kurtosis − 3). Bei einer Normalverteilung ist die Excess‐Kurtosis 0 (= 3 − 3).

Vgl. Jarque und Bera 1987: A Test for Normality of Observations and Regression Residuals, S. 163 ff.

In der Formel werden die Schiefe und die Excess‐Kurtosis quadriert, was dazu führt, dass die Jarque‐Bera‐Statistik immer eine positive Zahl ist. Würde man die Schiefe und die Excess‐Kurtosis nicht quadrieren, könnte etwa eine negative Schiefe eine positive Excess‐Kurtosis in der Formel aufheben, sodass die Jarque‐Bera‐Statistik fälschlicherweise eine Normalverteilung anzeigen würde.

Vgl. Abschn. 1.3.

Vgl. Abschn. 13.6.

Vgl. Abschn. 2.2.

Vgl. Abschn. 3.2.3.

Siehe für die Berechnung der Wahrscheinlichkeit die Ausführungen zu den Microsoft‐Excel‐Applikationen am Ende dieses Kapitels.

Eine höhere risikoadjustierte oder überdurchschnittliche Rendite bedeutet, dass die erzielte Rendite größer ist als die aufgrund des Risikos der Anlage geforderte Rendite. Die risikogerechte erwartete Rendite kann zum Beispiel mit einem Einfaktormodell wie dem Capital Asset Pricing Model oder mit einem Multifaktorenmodell wie dem Fama/French‐Modell berechnet werden. Die Differenz zwischen der erzielten und der erwarteten Rendite stellt die überdurchschnittliche Rendite bzw. das Alpha dar.

Vgl. Fama 1970: Efficient Capital Markets: A Review of Theory and Empirical Work, S. 383 ff.

Vgl. z. B. Bessembinder und Chan 1998: Market Efficiency and the Returns to Technical Analysis, S. 5 ff., und Fifield et al. 2005: An Analysis of Trading Strategies in Eleven European Stock Markets, S. 531 ff.

Vgl. Fifield et al. 2005: An Analysis of Trading Strategies in Eleven European Stock Markets, S. 531 ff.

Vgl. z. B. Gan et al. 2005: Revisiting Share Market Efficiency: Evidence from the New Zealand Australia, US and Japan Stock Indices, S. 996 ff., und Raja et al. 2009: Testing the Semi‐Strong Form Efficiency of Indian Stock Market with Respect to Information Content of Stock Split Announcements – A Study of IT Industry, S. 7 ff.

Vgl. z. B. Rozeff und Zaman 1988: Market Efficiency and Insider Trading: New Evidence, S. 25 ff.

Vgl. z. B. Malkiel 1995: Returns from Investing in Equity Mutual Funds 1971 to 1991, S. 549 ff.

Ein informeller Ansatz, um die Autokorrelation von Renditen zu untersuchen, stellt ein Streudiagramm der Renditen r_t gegenüber den Renditen r_t−1 dar. Dabei wird im Streudiagramm visuell nach einer möglichen Autokorrelation gesucht. Bei einer positiven Autokorrelation befinden sich mehr Renditepunkte in den nordöstlichen und südwestlichen Quadranten des Streudiagramms, wo r_t und r_t−1 das gleiche Vorzeichen besitzen. Demgegenüber liegen die Renditepunkte bei einer negativen Autokorrelation vorwiegend in den südöstlichen und nordwestlichen Quadranten. Bei einer Autokorrelation von null treten die Renditepunkte in allen vier Quadranten gleichmäßig auf. Ein formaler Ansatz um die Autokorrelation der ersten Ordnung von Renditezeitreihen zu untersuchen, ist der Durbin‐Watson‐Test. Vgl. DeFusco et al. 2004: Quantitative Methods for Investment Analysis, S. 470 ff.

Für den Korrelationskoeffizienten vgl. Abschn. 4.2.

Behavioral Finance beschäftigt sich mit dem Verhalten von Individuen in wirtschaftlichen Situationen. Dabei werden Verhaltensweisen untersucht, die im Widerspruch zu den Modellannahmen wie etwa Risikoaversion stehen.

Der Handel findet grundsätzlich auf folgenden Märkten statt: quotegesteuerter Markt, auftragsgesteuerter Markt und Broker‐Markt. In einem quotegesteuerten Markt handeln Investoren direkt mit den Händlern, während in einem auftragsgesteuerten Markt der Handel zwischen den Investoren (ohne Intermediation von Händlern) abgewickelt wird. In einem Broker‐Markt hingegen stützt sich der Händler auf einen Broker, um eine Gegenpartei für den Handel zu finden.

Preise von Anleihen werden in Prozent des Nominalwerts gehandelt. Zum Beispiel bedeutet ein Bid‐Preis von 98,355 einen Preis von 98,355 % des Nominalwerts. Vgl. Abschn. 10.2.

Für die Implementation Shortfall vgl. Mondello 2015: Portfoliomanagement: Theorie und Anwendungsbeispiele, S. 50 ff.

Bessembinder, H., Chan, K.: Market efficiency and the returns to technical analysis. Financ. Manage. 27(2), 5–17 (1998)CrossRef

DeFusco, R.A., McLeavy, D.W., Pinto, J.E., Runkle, D.E.: Quantitative Methods for Investment Analysis, 2. Aufl. Charlottesville (2004)

Fama, E.F.: Efficient capital markets: a review of theory and empirical work. J. Finance 25(2), 383–417 (1970)CrossRef

Fifield, S.G., Power, D.M., Sinclair, C.D.: An analysis of trading strategies in eleven European stock markets. Eur. J. Finance 11(6), 531–548 (2005)CrossRef

Gan, C., Lee, M., Hwa, A.Y., Zhang, J.: Revisiting share market efficiency: evidence from the New Zealand Australia, US and Japan stock indices. Am. J. Appl. Sci. 2(5), 996–1002 (2005)CrossRef

Jarque, C.M., Bera, A.K.: A test for normality of observations and regression residuals. Int. Stat. Rev. 55(2), 163–172 (1987)CrossRef

Malkiel, B.G.: Returns from investing in equity mutual funds 1971 to 1991. J. Finance 50(2), 549–572 (1995)CrossRef

Mondello, E.: Portfoliomanagement: Theorie und Anwendungsbeispiele, 2. Aufl. Wiesbaden (2015)CrossRef

Raja, M., Sudhahar, J.C., Selvam, M.: Testing the semi-strong form efficiency of Indian stock market with respect to information content of stock split announcements – a study of IT industry. Int. Res. J. Finance Econ. 25, 7–20 (2009)

Rozeff, M.S., Zaman, M.A.: Market efficiency and insider trading: new evidence. J. Bus. 61(1), 25–44 (1988)CrossRef

Titel: Weitere Anlagecharakteristiken
verfasst von: Dr. Enzo Mondello
Verlag: Springer Fachmedien Wiesbaden
Buch: Finance: Angewandte Grundlagen
Print ISBN: 978-3-658-21578-1

Electronic ISBN: 978-3-658-21579-8

Copyright-Jahr: 2018
DOI: https://doi.org/10.1007/978-3-658-21579-8_3