Untersuchung von Renditeanomalien mit Hilfe flexibler Regressionsmodelle

Inhaltsverzeichnis des Buches

• 1 Einleitung
• 2 Lineare Regression
  • 2.1 Das einfache lineare Regressionsmodell
  • 2.2 Das multiple lineare Regressionsmodell
  • 2.3 Schätzung der Modellparameter
  • 2.4 Test auf Einfluss der Regressoren
  • 2.5 Güte der Anpassung
• 3 Nichtparametrische Regression
  • 3.1 Univariate Glättung
    • 3.1.1 Polynom-Splines
    • 3.1.2 Penalisierte Splines
    • 3.1.3 Glättungssplines
    • 3.1.4 Lokal gewichtete Regression
    • 3.1.5 Konfidenzbänder
    • 3.1.6 Glättungsparameterwahl
  • 3.2 Additive Modelle
    • 3.2.1 Schätzung der additiven Funktionen
    • 3.2.2 Modellierung von Interaktionen
    • 3.2.3 Modellwahl
• 4 Renditeberechnung und Indikatoren zur Aktienbewertung
  • 4.1 Diskrete und stetige Rendite
  • 4.2 Kurs-Gewinn-Verhältnis
  • 4.3 Momentum
• 5 Empirische Untersuchung der Renditeanomalien von Aktien
  • 5.1 Modelle für die Aktienrendite in der Industriebranche
    • 5.1.1 Lineare Modelle
    • 5.1.2 Nichtparametrische Regression
  • 5.2 Betrachtung einzelner Länder
    • 5.2.1 Untersuchung des Einflusses des Kurs-Gewinn-Verhältnisses und des Momentums auf die Rendite
    • 5.2.2 Jährliche Modellierung
  • 5.3 Vertiefte Untersuchung des Momentums
    • 5.3.1 Univariate Modelle
    • 5.3.2 Multivariate Modelle
    • 5.3.3 Modelle für die einzelnen Länder
• 6 Schlussbetrachtungen
  • 6.1 Zusammenfassung
  • 6.2 Ausblick
• A Anhang
  • A.1 Die Daten
  • A.2 Abbildungen zu den Modellen für die Aktienrendite in der Industriebranche

Zielsetzung & Themen

Diese wissenschaftliche Arbeit befasst sich mit der Untersuchung von Renditeanomalien von Aktien. Das Hauptziel ist es, mithilfe flexibler Regressionsmodelle, insbesondere nichtparametrischer Verfahren, den Einfluss verschiedener Indikatoren zur Aktienbewertung auf die Rendite zu analysieren. Die Forschungsfrage konzentriert sich darauf, wie diese Indikatoren die Rendite beeinflussen und welche Unterstützung sie bei Anlageentscheidungen bieten können.

• Renditeanomalien von Aktien
• Flexible Regressionsmodelle (linear und nichtparametrisch)
• Aktienbewertungsindikatoren: Kurs-Gewinn-Verhältnis (PER)
• Aktienbewertungsindikatoren: Momentum über verschiedene Zeiträume
• Empirische Analyse globaler und länderspezifischer Modelle
• Modellierung von Interaktionen zwischen Prädiktoren

Auszug aus dem Buch

Zusammenfassung der Kapitel

1 Einleitung: Diese Arbeit untersucht Renditeanomalien von Aktien mit flexiblen Regressionsmodellen, insbesondere nichtparametrischen Methoden, um den Einfluss von Indikatoren wie Kurs-Gewinn-Verhältnis und Momentum auf die Aktienrendite zu analysieren und so Anlageentscheidungen zu unterstützen.

2 Lineare Regression: Dieses Kapitel erläutert die Grundlagen der linearen Regression, von einfachen bis zu multiplen Modellen, und beschreibt die Schätzung von Modellparametern, Tests auf den Einfluss von Regressoren und die Güte der Anpassung.

3 Nichtparametrische Regression: Hier werden fortgeschrittenere nichtparametrische Regressionsmethoden wie univariate Glättung (Polynom-Splines, penalisierte Splines, Glättungssplines, lokal gewichtete Regression), additive Modelle und Konzepte zur Modellwahl (AIC, R²) detailliert vorgestellt.

4 Renditeberechnung und Indikatoren zur Aktienbewertung: In diesem Kapitel werden die Berechnung diskreter und stetiger Aktienrenditen sowie die Definition und Relevanz von Aktienbewertungsindikatoren wie dem Kurs-Gewinn-Verhältnis (PER) und Momentum erläutert.

5 Empirische Untersuchung der Renditeanomalien von Aktien: Dieses umfangreiche Kapitel präsentiert die empirischen Analysen von Aktienrenditeanomalien anhand globaler und länderspezifischer Modelle unter Verwendung von PER und Momentum, sowie eine vertiefte Untersuchung des Momentums über verschiedene Zeiträume.

6 Schlussbetrachtungen: Die Arbeit fasst die Ergebnisse zusammen, betont die Nützlichkeit nichtparametrischer Modelle zur Analyse von Renditeanomalien, identifiziert Value-Phasen in verschiedenen Ländern und gibt einen Ausblick auf zukünftige Forschungsansätze, insbesondere Regressionbäume zur Bewältigung des Dimensionalitätsproblems.

Schlüsselwörter

Renditeanomalien, flexible Regressionsmodelle, Aktienrendite, Kurs-Gewinn-Verhältnis (PER), Momentum, nichtparametrische Regression, lineare Regression, Glättungssplines, additive Modelle, Value-Ansatz, Anlagestrategien, Finanzmärkte, Schätzung, Modellierung

Häufig gestellte Fragen

Worum geht es in dieser Arbeit grundsätzlich?

Die Arbeit untersucht Renditeanomalien von Aktien mit Hilfe flexibler Regressionsmodelle, um den Einfluss von Aktienbewertungsindikatoren auf die Rendite zu analysieren und damit Anlageentscheidungen zu unterstützen.

Was sind die zentralen Themenfelder?

Zentrale Themenfelder sind die Analyse von Renditeanomalien, die Anwendung linearer und nichtparametrischer Regressionsmodelle sowie die Untersuchung spezifischer Aktienbewertungsindikatoren wie Kurs-Gewinn-Verhältnis und Momentum.

Was ist das primäre Ziel oder die Forschungsfrage?

Das primäre Ziel ist es, herauszufinden, ob und auf welche Weise Indikatoren wie das Kurs-Gewinn-Verhältnis und Momentum die Aktienrendite beeinflussen, um daraus Hilfestellungen für Anlageentscheidungen abzuleiten.

Welche wissenschaftliche Methode wird verwendet?

Die Arbeit verwendet statistische Regressionsmodelle, wobei sowohl klassische lineare Regression als auch flexible nichtparametrische Regressionsmodelle, wie Polynom-Splines, penalisierte Splines und additive Modelle, zum Einsatz kommen.

Was wird im Hauptteil behandelt?

Der Hauptteil behandelt die statistischen Grundlagen der linearen und nichtparametrischen Regression, die Definition und Berechnung von Aktienrenditen und Bewertungsindikatoren sowie eine empirische Untersuchung der Renditeanomalien anhand globaler und länderspezifischer Modelle.

Welche Schlüsselwörter charakterisieren die Arbeit?

Die Arbeit wird charakterisiert durch Schlüsselwörter wie Renditeanomalien, flexible Regressionsmodelle, Aktienrendite, Kurs-Gewinn-Verhältnis (PER), Momentum und nichtparametrische Regression.

Warum werden in dieser Arbeit nichtparametrische Regressionsmodelle bevorzugt?

Nichtparametrische Regressionsmodelle werden bevorzugt, um nichtlineare Zusammenhänge zwischen Indikatoren und Aktienrendite flexibler modellieren zu können, da ein linearer Zusammenhang nicht immer gerechtfertigt erscheint.

Welche Rolle spielen "Value-Phasen" und "Growth-Phasen" bei der Analyse?

In der Analyse werden "Value-Phasen" identifiziert, in denen Aktien mit niedrigem Kurs-Gewinn-Verhältnis höhere Renditen erzielen, und "Growth-Phasen", in denen Aktien mit erwartetem starkem Gewinnwachstum überdurchschnittlich abschneiden.

Welcher Berechnungszeitraum für das Momentum erwies sich als am besten geeignet?

Für die Modellierung der Rendite erwies sich ein mittelfristiger Berechnungszeitraum des Momentums von etwa 300 Tagen als besonders geeignet, wobei Kombinationen mit anderen Zeiträumen oft zu Verbesserungen führten.

Welche Länder wurden in der empirischen Untersuchung vertieft betrachtet?

In der empirischen Untersuchung wurden die Länder USA, Japan, China, Kanada, Brasilien und Australien vertieft betrachtet, da sie die höchsten prozentualen Anteile an den verwendeten Daten aufwiesen.