Not logged in.

Quick Search - Contribution

Contribution Details

Type Bachelor's Thesis
Scope Discipline-based scholarship
Title Loss Probability - Eine Untersuchung des Zusammenhangs zwischen der Verlustwahrschein- lichkeit und den Renditen von Schweizer Aktien
Organization Unit
Authors
  • Eric Bayer
Supervisors
  • Thorsten Hens
Language
  • German
Institution University of Zurich
Faculty Faculty of Business, Economics and Informatics
Number of Pages 72
Date 2020
Zusammenfassung Seit Beginn der Forschung in der Finanzmarkt-ökonomie soll herausgefunden werden, wie das Verhalten von Anlegern modelliert werden kann. Der bislang bekannteste Ansatz ist das Capital Asset Pricing Model, anhand dessen versucht wird, die Auswirkung des Marktrisikos auf die erwarteten Renditen von Aktien zu beschreiben. Die empirische Evidenz für das Capital Asset Pricing Model ist jedoch beschränkt oder nicht vorhanden. Dies liegt insbesondere an den restriktiven Annahmen, die diesem Modell zugrunde liegen, welche in der Realität nicht erfüllt sind. Ein Beispiel dafür ist die Existenz eines informationseffizienten Kapital- marktes, welcher im Capital Asset Pricing Model vorausgesetzt wird. Auch die Varianz (bzw. die Standardabweichung) wird zur Modellierung von Finanzmarktrisiken herangezogen. Sie ist eine weit verbreitete statistische Kennzahl, welche eine Schätzung für die Volatilität an den Finanzmärkten darstellt. Zudem wird sie zur Quantifizierung der Risiken von einzelnen Finanzinstrumenten eingesetzt. Doch auch mithilfe der Varianz wird es nicht ermöglicht, verhaltensökonomische Trends zu erkennen, zu prognostizieren und diese zu begründen. Dies lässt die Frage entstehen, aus welchem Grund die Varianz dennoch in vielen Modellen der Finanzmarkttheorie Anwendung findet, darunter in der Risikomessung der Finanzmarktregulierung. Dies ist der Fall, obwohl in der Forschung bereits belegt wurde, dass Downside-Risikomasse, also Kennzahlen, die lediglich negative Szenarien erfassen, über eine deutlich höhere Aussagekraft als die Varianz verfügen. Eine neue Erkenntnis aus der Behavioural Finance ist, dass Anleger erheblich auf die Wahrschein- lichkeit reagieren, mit einer Investition einen Verlust zu generieren. Dieser Zusammenhang wird in der Studie “Safety First, Loss Probability, and the Cross Section of Expected Stock Returns“ von Cao, Rieger und Zhao (2019) aufgegriffen. In dieser wissenschaftlichen Arbeit wird aufge- zeigt, dass Portfolios mit einer hohen Loss Probability über einen langen Betrachtungszeit- raum eine statistisch signifikante Überrendite gegenüber dem Markt und dem Dreifaktorenmodell von Fama und French aufweisen. Diese Unter- suchung basiert auf der Analyse von Aktien an den amerikanischen Finanzmärkten. Das Kernargument hinter der Loss-Probability-Strategie ist, dass Aktien, welche in einer Periode eine hohe Loss Probability verzeichnen, als riskant wahrgenommen werden. Riskante Titel werden von Anlegern demzufolge eher abgestossen und sind als Konsequenz daraus unterbewertet. In einer Folgephase realisieren diese unterbewerte- ten Aktien höhere Renditen, da sich der Preis einer Aktie mittelfristig an den inneren Wert angleicht. Angeregt von der empirischen Relevanz der Downside-Risikomasse und der Publikation von Cao, Rieger und Zhao (2019) ist es das Ziel dieser Bachelorarbeit, die Loss-Probability-Strategie für den Schweizer Aktienmarkt zu testen. Über einen Zeitraum von fünf Jahren (2010 – 2015) wird die Performance der Loss-Probability-Strategie ermittelt, deren Signifikanz getestet und es wird ein Vergleich mit dem Dreifaktorenmodell durchgeführt. Für die Berechnung der monatlichen Portfoliorenditen werden die Aktien in einer ersten Sequenz gemäss ihrer Loss-Probability in sogenannte Dezil-Portfolios eingeteilt. Im darauffolgenden Monat werden die gleich- sowie die wertgewichteten Portfoliorenditen ermittelt. Unter Einbeziehung der monatlichen Performance des Swiss Performance Index können über den Betrachtungs- zeitraum die jeweiligen Portfolio-Überschuss- renditen berechnet werden. Die Ergebnisse zeigen, dass die Loss-Probability-Strategie über den gewählten Zeitraum keine positive, durchschnittliche Überrendite gegenüber dem Swiss Performance Index erzielt. Die Alphas sind alle negativ und statistisch signifikant verschieden von Null. Jedoch zeichnet sich eine klare, positive Differenz zwischen dem ersten Portfolio (die geringste Loss-Probability) und dem zehnten Portfolio (die grösste Loss-Probability) ab. Diese Entdeckung lässt darauf schliessen, dass die Renditen von Schweizer Valoren von der Verlustwahrscheinlichkeit beeinflusst werden. Durch eine Analyse mehrerer Studien wird ersichtlich, dass die Loss-Probability in der Wissenschaft bereits als ein grosser Rendite- treiber anerkannt ist. Verschiedene Experimente zeigen, dass die Loss-Probability im Wesentlichen dazu beiträgt, wie Risiken von Investoren wahrgenommen werden, und dass sich die Verlustwahrscheinlichkeit auf die Preise von Vermögenswerten an den Finanzmärkten nieder- schlägt. Als Begründung wird unter anderem auf das Narrow Framing verwiesen, welches auf der bekannten Prospect Theory beruht. Zusammenfassend ist zu sagen, dass die alleinige Betrachtung der Loss-Probability nicht ausreicht, um den Schweizer Markt langfristig zu übertreffen. Auf Basis der in dieser Bachelor- arbeit ausgewerteten Daten wäre es ratsam, in ein passives Anlageinstrument zu investieren, welches den Verlauf des Swiss Performance Index abbildet. Dennoch wird festgestellt, dass die Portfolios mit einem grossen LP-Anteil höhere Renditen erzielen als Portfolios mit einem geringeren Loss-Probability-Gehalt. In Anbetracht dieses Umstandes kann die Loss-Probability dennoch als ein zusätzliches Kriterium für die Aktienselektion herangezogen werden.
Export BibTeX