Bachelorarbeit, 2020
28 Seiten, Note: 1,0
1 Einleitung
2 Theorie und Methodik
2.1 Das Fünf-Faktoren-Modell von Fama und French
2.1.1 Technische Bildung der Faktoren
2.1.2 Methodische Interpretation der Faktoren
2.2 Lineare multiple Regressionsmodelle
2.2.1 Parameterschätzung mit der Maximum-Likelihood-Methode
2.2.2 Ein Durbin-Watson-Test zur Autokorrelation in den Residuen
2.2.3 Signifikanztest und Modellgüte
3 Datenanalyse
3.1 Datenbasis
3.2 Deskriptive Analyse der Portfoliorendite
3.3 Deskriptive Analyse der fünf Fama-French-Faktoren
4 Ergebnisse und Diskussion
4.1 Die Parameter, Signifikanz und Modellgüte
4.2 Ein Durbin-Watson-Test zur Autokorrelation in den Residuen
4.3 Die zeitliche Stabilität der Parameter, der Signifikanz und der Modellgüte
4.3.1 Die Entwicklung der Parameter über die Zeit
4.3.2 Die Entwicklung der Signifikanz über die Zeit
4.3.3 Die Entwicklung der Modellgüte über die Zeit
4.4 Vergleich der Ergebnisse mit Fama und French (2015)
4.5 Kritische Darstellung
5 Fazit
Ziel dieser Arbeit ist es, die zeitliche Stabilität der fünf Fama-French-Faktoren hinsichtlich ihres Einflusses auf die Rendite eines US-amerikanischen Consumer-Portfolios über einen Zeitraum von vierzig Jahren (1980-2020) zu untersuchen. Dabei soll mittels einer multiplen linearen Regression geprüft werden, ob diese Faktoren eine stabile Erklärungskraft für Aktienrenditen bieten.
2.1.1 Technische Bildung der Faktoren
Die Marktrendite RMt ergibt sich aus der wertgewichteten Rendite aller US-amerikanischen CRSP-Unternehmen, die an der NYSE, Amex oder NASDAQ notiert sind (French, 2020). Ende Juni jeden Jahres ermittelt Compustat (bzw. bei nicht verfügbaren Daten CRSP) den Median der Marktkapitalisierung und – jeweils unabhängig voneinander – das 30%- und 70%-Quantil der Buch-zu-Marktwerte, Profitabilität und Investitionen aller Unternehmen, die an der New York Stock Exchange gelistet sind (French, 2020). Diese legen die Grenzen fest, nach dem die NYSE-, Amex- und NASDAQ-Aktien zu dem Small- oder dem Big-Portfolio, dem Value-, Neutral- oder Growth-Portfolio, dem Conservative-, Neutral- oder Aggressive sowie dem Robust-, Neutral- oder Weak-Portfolio zugeordnet werden (French, 2020). Die Zuordnung zu den Portfolios ändert sich innerhalb des Jahres – unabhängig von den Entwicklungen der Kennzahlen – nicht (French, 2020).
Schnittmengen dieser Portfolios ergeben sechs nach Größe und Wert, sechs nach Größe und Investitionen sowie sechs nach Größe und Betriebsrentabilität gebildete Portfolios (French, 2020). Aus diesen jeweils sechs Portfolios lassen sich die drei Faktoren SMB(B/M), SMB(INV) und SMB(OP) berechnen (French, 2020). Sie ergeben sich aus der Differenz des Durchschnitts der jeweiligen drei Small-Portfolios und des Durchschnitts der dazugehörigen drei Big-Portfolios (French, 2020). Der für das Modell benötigte Faktor SMB ergibt sich schlussendlich aus dem Durchschnitt der drei Faktoren SMB(B/M), SMB(INV) und SMB(OP) (French, 2020).
Für die Bildung des HML-Faktors wird der Durchschnitt der Renditen der beiden Value-Portfolios (Small- und Big-Value) gebildet und davon der Durchschnitt der Renditen der beiden Growth-Portfolios (Small- und Big-Growth) abgezogen (Fama und French, 2015). Die Bildung des Faktors CMA und RMW erfolgen analog: conservative minus aggressive und robust minus weak (Fama und French, 2015).
1 Einleitung: Vorstellung der Thematik der Fama-French-Faktoren und Einbettung in den Kontext der modernen Finanzmarkttheorie sowie Formulierung der Zielsetzung.
2 Theorie und Methodik: Erläuterung des theoretischen Hintergrunds des Fünf-Faktoren-Modells und der mathematischen Grundlagen der linearen multiplen Regressionsanalyse.
3 Datenanalyse: Beschreibung der Datenbasis und Durchführung einer deskriptiven Analyse der Portfoliorenditen sowie der fünf Fama-French-Faktoren.
4 Ergebnisse und Diskussion: Präsentation der Regressionsergebnisse, Prüfung der Modellannahmen und Analyse der zeitlichen Stabilität der Faktoren im Vergleich zu Fama und French (2015).
5 Fazit: Zusammenfassende Beantwortung der Forschungsfrage und Ableitung von Implikationen für Anleger basierend auf den gewonnenen Erkenntnissen.
Fama-French-Faktoren, Fünf-Faktoren-Modell, Aktienrendite, Lineare Regression, Marktrisikoprämie, SMB, HML, RMW, CMA, Zeitliche Stabilität, Portfoliorendite, Finanzmarktanomalien, Regressionsanalyse, Modellgüte, Kapitalmarkt.
Die Arbeit analysiert das Fünf-Faktoren-Modell von Fama und French, um den Einfluss von spezifischen Risikofaktoren auf die Rendite eines US-amerikanischen Aktienportfolios zu bestimmen.
Im Fokus stehen die theoretische Fundierung des Modells, die technische Herleitung der Faktoren, die empirische Datenanalyse sowie die Überprüfung der zeitlichen Stabilität der Modellparameter.
Das Ziel ist es, zu untersuchen, ob die Fama-French-Faktoren über einen Zeitraum von vierzig Jahren (1980-2020) einen stabilen und signifikanten Einfluss auf die Rendite eines Consumer-Portfolios ausüben.
Es wird eine multiple lineare Zeitreihenregression angewendet, um die Sensitivitäten der Rendite gegenüber den fünf Faktoren zu schätzen und deren Signifikanz sowie die Modellgüte statistisch zu prüfen.
Der Hauptteil gliedert sich in die theoretische Herleitung des Modells, die deskriptive Analyse der Daten und die eigentliche Regressionsanalyse inklusive der Untersuchung der zeitlichen Stabilität und einem Vergleich mit Fama und French (2015).
Wichtige Begriffe sind Fama-French-Faktoren, Fünf-Faktoren-Modell, Aktienrendite, lineare Regression, Marktrisikoprämie, Zeitliche Stabilität und Modellgüte.
Im Gegensatz zu Fama und French, die zeitliche Stabilität und spezifische Vorzeichen der Faktoren postulieren, zeigt diese Arbeit, dass die Faktoren zeitlich instabil sind und teilweise entgegengesetzte Wirkungsrichtungen aufweisen.
Aufgrund der mangelnden zeitlichen Stabilität der Faktoren ist eine einfache Strategie schwer umsetzbar; Anleger sollten eher auf eine breite Diversifikation setzen, statt sich allein auf die Fama-French-Faktoren zu verlassen.
Der GRIN Verlag hat sich seit 1998 auf die Veröffentlichung akademischer eBooks und Bücher spezialisiert. Der GRIN Verlag steht damit als erstes Unternehmen für User Generated Quality Content. Die Verlagsseiten GRIN.com, Hausarbeiten.de und Diplomarbeiten24 bieten für Hochschullehrer, Absolventen und Studenten die ideale Plattform, wissenschaftliche Texte wie Hausarbeiten, Referate, Bachelorarbeiten, Masterarbeiten, Diplomarbeiten, Dissertationen und wissenschaftliche Aufsätze einem breiten Publikum zu präsentieren.
Kostenfreie Veröffentlichung: Hausarbeit, Bachelorarbeit, Diplomarbeit, Dissertation, Masterarbeit, Interpretation oder Referat jetzt veröffentlichen!

