Die Prognosekraft der industriellen Produktion für Aktienrenditen - eine empirische Analyse

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

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.