Preisprognosen an der London Metal Exchange. Qualität und Nutzen

Inhaltsverzeichnis

1 Einleitung

1.1 Hintergrund und Problemstellung

1.2 Zielsetzung und Gang der Arbeit

2 Theoretische Grundlagen

2.1 Begriffsdefinitionen

2.2 Naive Prognose

2.3 Aktueller Forschungsstand

3 Methodik

3.1 Beschreibung des Forschungsdesigns

3.2 Prognosegenauigkeit

3.3 Prognoseverzerrung

3.4 Prognosegüte

3.5 Handelsstrategie

4 Empirischer Teil

4.1 Datenbasis der Untersuchung

4.2 Empirische Ergebnisse der Prognosequalität

4.2.1 Prognosequalität in Abhängigkeit vom Prognosehorizont

4.2.2 Prognosequalität in Abhängigkeit vom Kalenderjahr

4.2.3 Prognosequalität in Abhängigkeit vom Prognosejahr

4.2.4 Prognosequalität in Abhängigkeit vom Metall

4.3 Empirische Ergebnisse Handelsstrategie

4.3.1 Auswertung der Handelsstrategie nach Prognosehorizont

4.3.2 Auswertung der Handelsstrategie nach Prognosejahr

4.3.3 Auswertung der Handelssignale nach Metall

5 Diskussion

5.1 Prognosequalität in Abhängigkeit des Prognosehorizonts

5.2 Prognosequalität in Abhängigkeit des Kalender- bzw. Prognosejahres

5.3 Prognosequalität in Abhängigkeit des Metalls

5.4 Nutzen der Preisprognosen

6 Fazit

7 Anhang

Zielsetzung & Themen

Die Arbeit untersucht die Qualität und den finanziellen Nutzen von Preisprognosen für Industriemetalle, die in den Analysten-Berichten (APEX) der London Metal Exchange (LME) veröffentlicht werden. Ziel ist es, die Güte dieser Prognosen im Zeitraum von 2011 bis 2020 quantitativ zu bewerten und durch ein Random Walk Modell sowie eine darauf aufbauende Handelsstrategie zu vergleichen.

• Quantitative Analyse der Prognosegenauigkeit von Finanzanalysten
• Vergleich der Analystenprognosen mit einem Naiven Prognosemodell
• Einflussanalyse von Prognosehorizont, Kalenderjahr und Metallart
• Bewertung des finanziellen Nutzens von Analystenempfehlungen
• Untersuchung von Optimismus und Lerneffekten bei Marktanalysten

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Diese Einleitung führt in die Relevanz von Rohstoffpreisprognosen ein und erläutert die Problemstellung sowie die Zielsetzung der Bachelor-Thesis.

2 Theoretische Grundlagen: Hier werden zentrale Begriffe wie Futures, Kassapreise, die Basis sowie die Methoden zur naiven Prognosebildung und der aktuelle Forschungsstand definiert.

3 Methodik: Dieses Kapitel beschreibt das Forschungsdesign und definiert die verwendeten statistischen Fehlermaße, das Gütemaß (Theilscher Ungleichheitskoeffizient) und die Handelsstrategie.

4 Empirischer Teil: Die Datenbasis wird erläutert und die Untersuchungsergebnisse bezüglich der Prognosequalität und der abgeleiteten Handelsstrategie werden detailliert ausgewertet.

5 Diskussion: Die empirischen Ergebnisse werden hier interpretiert, in den Kontext der bestehenden wissenschaftlichen Literatur eingeordnet und kritisch hinterfragt.

6 Fazit: Das Fazit fasst die wesentlichen Erkenntnisse zusammen, bewertet den Nutzen der Analystenprognosen und gibt einen Ausblick auf künftige Forschungsmöglichkeiten.

7 Anhang: Der Anhang enthält ergänzende statistische Daten, Regressionsanalysen, ANOVA-Tests und ergänzende Charts zu den Metallen.

Schlüsselwörter

Preisprognosen, London Metal Exchange, Rohstoffmärkte, Analystenprognosen, Prognosegenauigkeit, Prognoseverzerrung, Random Walk, Handelsstrategie, APEX, Metallindustrie, Finanzanalysten, Terminmarkt, Prognosegüte, Kapitalmarkt, Rendite.

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit analysiert die Qualität und den finanziellen Nutzwert von Preisprognosen für Industriemetalle, die von Finanzanalysten für die London Metal Exchange erstellt werden.

Was sind die zentralen Themenfelder?

Die Arbeit behandelt die Prognosegüte, den Einfluss von Prognosehorizonten auf die Genauigkeit, systematische Verzerrungen sowie die Entwicklung rentabler Handelsstrategien basierend auf Analystenempfehlungen.

Was ist das primäre Ziel der Untersuchung?

Das primäre Ziel ist es, zu bewerten, wie präzise die Analystenprognosen aus den APEX Berichten im Zeitraum 2011 bis 2020 waren und ob Marktteilnehmer daraus einen finanziellen Vorteil ziehen konnten.

Welche wissenschaftliche Methode wird verwendet?

Es wird eine quantitative, induktive Untersuchung durchgeführt, bei der Prognosen mittels Fehlermaßen (MAPE, MPE), statistischen t-Tests und einem Random Walk Modell als Benchmark bewertet werden.

Was wird im Hauptteil behandelt?

Der Hauptteil gliedert sich in eine detaillierte Datenanalyse, bei der Prognosefehler nach Zeiträumen und Metallen aufgeschlüsselt werden, sowie eine Simulation von Kauf- und Verkaufsentscheidungen.

Welche Schlüsselwörter charakterisieren die Arbeit?

Die Arbeit lässt sich am besten mit Begriffen wie Preisprognosen, London Metal Exchange, Prognosegenauigkeit, Handelsstrategie und Finanzanalysten beschreiben.

Welche Rolle spielt der Basiseffekt in der Analyse?

Der Basiseffekt erklärt Unterschiede zwischen Future- und Kassapreisen und ist entscheidend für das Verständnis, warum Verkaufsstrategien in bestimmten Marktphasen (Contango) rentabler als Kaufstrategien sein können.

Zu welchem Schluss kommt der Autor hinsichtlich der Analysten?

Der Autor stellt fest, dass die Prognosen der Analysten häufiger ungenau und optimistisch verzerrt sind, wodurch sie dem Random Walk Modell statistisch meist unterlegen sind, wenngleich sie in spezifischen Trendphasen Vorteile bieten.