Die vorliegende Studie befasst sich mit der Entwicklung und empirischen Überprüfung von Anlagestrategien an Kapitalmärkten. Dabei erscheint das zugrundeliegende Prinzip aller vorgestellten Anlagestrategien -konsequent angewandt- gleichermaßen einleuchtend wie lukrativ: Investiere überproportional in die Anlageklassen, die momentan eine hohe Entschädigung für das übernommene Risiko bieten. Folgerichtig bilden die empirischen Beobachtungen, dass Kapitalmärkte identische Risiken im Zeitverlauf unterschiedlich vergüten, die Basis für die zu entwickelnden Anlagestrategien: Risiken sollten genau dann eingegangen werden, wenn sie überdurchschnittlich entlohnt werden. Damit gelangt man sehr schnell zu einer Kernfrage eines jeden Investitionsprozesses: Wie können günstige Anlagemöglichkeiten zuverlässig identifiziert werden? Obwohl in der Literatur kontrovers diskutiert, erscheint ein Blick auf den historischen Renditepfad einer Anlage in dieser Hinsicht nur wenig zielführend. An dieser Stelle werden daher drei zukunftsorientierte Bewertungsverfahren zur Erzielung von Renditeprognosen für Eigenkapitaltitel detailliert vorgestellt und beispielhaft umgesetzt. Gemeinsam ist den betrachteten Verfahren, dass sie sich ausschließlich an der durch Finanzanalysten prognostizierten Geschäftsentwicklung der betrachteten Unternehmen orientieren. Die vorgestellten Asset-Allokationsstrategien basieren ihrerseits auf der Kompensation für das übernommene Risiko, so dass die erwartete Rendite in ihrer absoluten Höhe eher zweitrangig ist. Vielmehr ist der Renditebestandteil einer unsicheren Investition von Interesse, den der Anleger im Vergleich zur risikolosen Anlage zusätzlich erhält, - die sogenannte Risikoprämie. Die Ergebnisse dieser Arbeit zeigen, dass man in dieser Kenngröße tatsächlich einen adäquaten Maßstab zur Beurteilung der Attraktivität eines Investments und damit gleichzeitig den richtigen Ausgangspunkt für die Entwicklung von risikobewussten Anlagestrategien findet. Anhand eines umfassenden Datensatzes des deutschen Aktienmarktes wird der Anlageerfolg der auf diesen zukunftsorientierten Bewertungsmodellen basierenden Asset-Allokationsstrategien empirisch überprüft. Konkret werden Handlungsschemata abgeleitet, die eine Benchmark -bestehend aus einer Investition von jeweils 50 % in die Asset-Klassen Renten und Aktien- in dem mehr als 16-jährigen Betrachtungszeitraum deutlich übertreffen konnten. Das vorgestellte gedankliche Grundgerüst ist jedoch über die reine strategische Asset-Allokation hinaus auch auf die taktische Asset-Allokation bis hin zur Titelselektion anwendbar. In der Tat wertet diese Arbeit nur die Risikoprämien für die Asset-Klasse Aktien explizit aus, wobei auf der Hand liegt, dass entsprechende Analysen für den Rentenbereich, aber auch für weitere bislang gar nicht erwähnte Anlageklassen, den Anlageerfolg überproportional erhöhen können und werden.

Kapitel 4, Empirische Implementierung der Bewertungsmodelle: Im dritten Teil wurden verschiedene Modelle zur Berechnung der Risikoprämie von Aktiendargestellt. Gegenstand des vierten Teils ist die empirische Implementierung der vorgestellten Modelle. Nach einer Beschreibung der Datenbasis der Stichprobe in Kapitel 4.1 werden die verschiedenen Parameterkonstellationen der einzelnen Modelle in Kapitel 4.2 diskutiert. Dieser Teil schließt mit der Darstellung und einer Gegenüberstellung der gewonnenen Ergebnisse aus den unterschiedlichen Modellen. Kapitel 4.1, Beschreibung und Bereinigung der Daten: Der dieser Arbeit zugrundeliegende Datensatz wurde von Datastream (Thomson Financial) bezogen und umfasst monatliche Werte aller am deutschen Aktienmarkt notierten Aktien für den Zeitraum von Januar 1990 bis Februar 2006. Der Datensatz bleibt auf diesen Zeitraum begrenzt, da erst seit Beginn der 90er Jahre die Gewinnerwartungen der Analysten in einem akzeptablen Umfang und einer ausreichenden Qualität protokolliert werden. Im Einzelnen liegen für die enthaltenen Aktien zu jedem Zeitpunkt der Preis Pt, das Ende des letzten Geschäftsjahres FYt, der Gewinn des letzten Geschäftsjahres pro Aktie epse1, die Dividendenrendite DYt2, die Gewinnschätzungen pro Aktie für die nächsten (sofern vorhanden) vier Geschäftsjahre E(˜epse+1),...,E(˜epse+4), das Preis-Buchwert-Verhältnis PBVt3, der jeweilige Marktwert aller ausgegebenen Aktien MVt und ein Total-Return-Index TRIt, welcher neben der Preisänderung ebenfalls die Dividendenzahlungen berücksichtigt, vor. Die benötigten Inputparameter unterscheiden sich von Modell zu Modell, trotzdem wird der Datensatz zunächst bereinigt, um eine sinnvolle Weiterverarbeitung zu ermöglichen. Der rohe Datensatz enthielt Datenpunkte, denen kein Geschäftsjahr zugeordnet war. In einem ersten Schritt wurden Datenpunkte ohne Geschäftsjahr herausgefiltert, da die relevanten Daten – wie etwa Gewinnschätzungen – ohne expliziten Bezug zu einem Geschäftsjahr keinen ökonomischen Gehalt aufweisen. Des Weiteren enthielt der Datensatz Aktien, welche ab einem gewissen Zeitpunkt T nicht mehr gehandelt wurden. Gründe hierfür können beispielsweise in einer Insolvenz, in einem Delisting bzw. in Übernahmen durch konkurrierende Unternehmen liegen. Soweit diese Datenpunkte aus den Daten erkennbar waren, wurden diese in einem zweiten Schritt ab dem Zeitpunkt T des Delistings aus der Betrachtung ausgeschlossen, sodass sie für alle Zeitpunkte mit >T unberücksichtigt blieben. Die Zeitreihen werden nicht immer aktualisiert, sondern häufig einfach mit den alten Werten fortgeschrieben. Folglich können sich sowohl die Gewinnschätzungen als auch die Gewinne des letzten Geschäftsjahres auf vorhergehende Perioden beziehen. In Anlehnung an Daske/Gebhard/Klein wird dieses Problem in einem dritten Schritt umgangen, indem von allen Datenpunkten, deren Geschäftsjahresende länger als 24 Monate zurückliegt, abstrahiert wird. Daske/Gebhard/Klein wählen –abweichend von der hier gewählten 24 Monatsfrist– eine Frist von 9 Monaten, welche deutlich kürzer ist und sich an den Offenlegungspflichten von Kapitalgesellschaften in Deutschland orientiert. In der hier zugrunde liegenden Stichprobe muss für jeden Datenpunkt eine Differenzierung zwischen fristgerechter und nicht fristgerechter Meldung der Geschäftszahlen erfolgen, welche lediglich anhand des Datenmerkmales Geschäftsjahr (FY, z.B.31.12.2003) erfolgen kann. Das Geschäftsjahr 2004 endet in dem hier gewählten Beispiel am 31.12.2004. Zu diesem Zeitpunkt ist in der Datenbank das FY31.12.2003 vermerkt. Kaum ein Unternehmen mit einem Geschäftsjahr, welches dem Kalenderjahr entspricht, wird in der Lage sein, den Jahresbericht 2004 so zu veröffentlichen, dass er in der Datenbank von Thomson Financial zum Datum 01.01.2005 Berücksichtigung finden kann. Daher wird der 01. Februar 2005 als frühestmöglicher Meldetermin für das Geschäftsjahr 2004 angesehen. Spätestens im September 2005 muss nach der Offenlegungspflicht der Jahresabschluss vorliegen. Veröffentlicht das Unternehmen seinen Jahresabschluss des Geschäftsjahres 2004 noch fristgerecht im September 2005, so ist für den 01.09.2005 in der Datenbank noch immer das FY31.12.2003 enthalten. Erst ab dem 01.10.2005 würden die neuen Daten auch in der Datenbank korrekt reflektiert. Berücksichtigt man ferner den unwahrscheinlichen, aber dennoch möglichen Fall, dass das Unternehmen seinen Jahresabschluss für das Geschäftsjahr 2003 früh –nämlich bereits im Februar 2004 veröffentlicht hat, der Jahresbericht 2004 aber erst im Oktober 2005 in der Datenbank enthalten ist, so ist für einen Zeitraum von Februar 2004 bis Oktober 2005 –also insgesamt 21 Monate–der Wert des FY auf den 31.12.2003 fixiert. Vornehmlich bei Werten mit einer geringen Anzahl von betreuenden Analysten (Analysten Coverage) ist immer noch fraglich, ob die gemeldeten Daten zeitnah von Thomson Financial aktualisiert werden. Der beste Trade zwischen dem Verlust von Datenpunkten und konsistenten Werten lässt sich unter Gewährung einer Kulanzfrist für die Aktualisierung der Datenbank in Höhe von drei Monaten ermitteln, so dass sich die obige 24 Monatsfrist ergibt. Als Maß für den risikolosen Zins liegen für jeden Zeitpunkt Renditen von Staatsanleihen mit einer Restlaufzeit von 10 Jahren vor, wie sie sich aus dementsprechenden REXSubindex ergeben. Des Weiteren sind Zeitreihen des Verbraucherpreisindexes auf monatlicher Basis und des Bruttoinlandsproduktes auf jährlicher Basis vorhanden. Die Zeitreihe des Verbraucherpreisindexes wurde von den Internetseiten der deutschen Bundesbank, die Zeitreihe des Bruttoinlandsproduktes von den Internetseiten des statistischen Bundesamtes bezogen.

• Deutschland

• Aktienmarkt

• Anlagepolitik

• Risikoprämie

• Anlagestrategien

• Risikoprämien

• Value-Ansatz

• Fehlerbewertung

Thomas Etheber, Diplom-Kaufmann. Nach seiner Ausbildung zum Bankkaufmann studierte der Autor an der Rheinisch-Westfälischen Technischen Hochschule Aachen Betriebswirtschaftslehre. Derzeit ist Herr Etheber tätig als Consultant im Bereich computergestützte Gestaltung von Beratungs- und Anlageprozessen im Retail- und Private-Banking bei der aixigo AG in Aachen.