Diese Arbeit repliziert und ergänzt die Untersuchung von Gandhi und Lustig aus deren Paper ‘Size Anomalies in U.S. Bank Stock Returns’. Gandhi und Lustig entdeckten in ihrem Paper eine Größenanomalie in den Renditen von Bankaktien, die auftritt, wenn die vorherrschenden Faktoren (aktuell herrschende Paradigmen) bei einer Zeitreihenregression für deren Erklärung verwendet werden. Die von ihnen entdeckte Größenanomalie wird mit eigens erhobenen Daten und teilweise anders ermittelten Faktoren repliziert. Der Faktor, der diese erklärt, wird dann nach der Vorgehensweise von Gandhi und Lustig durch eine Hauptkomponentenanalyse gewonnen und verwendet, um die Größenanomalie zu neutralisieren. Die Hauptkomponentenanalyse liefert zwar die Faktoren für die Erklärung der Residuen, jedoch nicht die ökonomische Bedeutung dieser Faktoren. Daher wird mittels der Korrelation mit verschiedenen Faktoren und makroökonomischen Zeitreihen versucht, das ökonomische Verständnis für die interessante zweite Hauptkomponente zu schärfen. Dies liefert Anzeichen für den ökonomischen Ursprung des Faktors und somit auch der Anomalie. Darauffolgend sollen zwei Ideen verfolgt werden, um vertiefend nach der ökonomischen Erklärung für die Anomalie in den Bankenrenditen zu suchen. Als erstes wird untersucht, ob ein Faktor, der die Qualität an den Kapitalmarkt übermittelten Informationen (AQ-Faktor) misst, die Größenanomalie erklären kann. Dieses Vorgehen begründet sich durch das hohe Informationsrisiko, das die Bankenbranche ausmacht. Ein solcher Faktor erklärt zwar nicht die gefundene Größenanomalie, aber zeigt dennoch interessante und von mir in der Literatur noch nicht gefundene Ergebnisse auf. Zuletzt soll theoretisch erläutert werden, inwieweit die Größenanomalie ihren Ursprung in der Existenz von systemischem Risiko und der damit verbundenen systemischen Relevanz mancher Institute haben kann. Der Überlegung, inwiefern sich die Auswirkung von systemischem Risiko in Aktienrenditen widerspiegeln kann, folgt der Ansatz von Gandhi und Lustig. Diese sehen den Ursprung der Größenanomalie in unterschiedlichen Desaster-Erlösquoten der Banken. Wie sich deren Auswirkung auf die Renditen in Krisenzeiten verändert, wird durch die Anpassung des Zeitraums für die Regression untersucht. Anschließend wird der Anteil der Portfoliorenditen ermittelt, der seinen Ursprung im systemischen Risiko hat, und mit den Ergebnissen von Gandhi und Lustig verglichen. Die Arbeit schließt dann mit einer Zusammenfassung der wichtigsten Erkenntnisse.

Textprobe: Kapitel 2.6, Vergleich der Ergebnisse mit denen von Nicht-Finanzunternehmen: Gandhi und Lustig wandten dasselbe Vorgehen auf Renditen aller Unternehmen an, die an der NYSE, der AMEX und der NASDAQ gelistet sind sowie auf einen Datensatz mit Unternehmen aus 31 Nicht-Finanzindustrien. Dabei fällt auf, dass die Höhe der Achsenabschnitte viel kleiner ist, als die der Banken und zudem diese kein Größenmuster beinhalten. Dies trifft nicht für das erste Portfolio zu, das viel höhere durchschnittliche risikoangepasste Renditen verdient. Dies ist jedoch darauf zurückzuführen, dass in diesem Portfolio Unternehmen mit sehr kleiner Marktkapitalisierung enthalten sind, die teilweise sehr illiquide sind. So misst sich die risikoangepasste Rendite der Investmentposition zwar auch leicht negativ, ist aber nicht wie bei den Banken signifikant von Null verschieden. Wie zu erwarten war, sind die Ladungen der Faktoren für das Marktrisiko, des Faktors SMB und HML fast durchgehend signifikant von Null verschieden. Das Größenmuster bei den steigenden Ladungen für das Marktrisiko folgt dem Muster ähnlich dem der Banken. So steigen die Ladungen für das Marktrisiko fast konstant mit der Größe der Unternehmen. Werden die Ladungen für den Faktor SMB mit denen von Nicht- Finanzunternehmen verglichen, fällt auf, dass bei Nicht-Finanzunternehmen die Ladungen der ersten acht Dezile viel höher sind. Der starke Abfall für die letzten Dezile ist jedoch ebenfalls zu erkennen. So besitzt bei Nicht-Finanzunternehmen die Größe nach Marktkapitalisierung einen größeren Einfluss auf die risikoangepasste Rendite als bei Banken. Die Ladungen des Faktors SMB und HML bei Nicht-Finanzunternehmen nehmen - im Gegensatz zu dem eher steigenden Verlauf der Banken - konstant ab. Daher kann der im vorigen Kapitel ermittelte Verlauf der Ladungen bei diesen Faktoren als bankspezifisch betrachtet werden. Bei den Nicht-Finanzunternehmen steigen die Ladungen des Anleihenfaktors UST-rf ebenfalls, werden für die größten Unternehmen jedoch nicht positiv. Die Ladungen dieses Faktors sind jedoch fast durchgehend und damit viel häufiger signifikant von Null verschieden, als es bei den Banken der Fall war. Beim Faktor, der das Kreditrisiko berücksichtig sind keine nennenswerten Unterschiede festzustellen, außer dass die Ladungen in keinem Fall signifikant von Null verschieden sind. Das Bestimmtheitsmaß bei den Ergebnissen der Nicht-Finanzunternehmen misst sich deutlich höher (von 52,7% bis auf 97,03%) als das der Banken. Das mag daran liegen, dass die verwendeten Aktienfaktoren Marktrisiko, SMB und HML durch eine ähnliche Zusammensetzung von Unternehmen mittels einer Querschnittsregression ermittelt wurden. Denn ein Modell erklärt eine Datenbasis aus solchen Unternehmen, aus denen die Faktoren des Modells ermittelt wurden, besser, als eine Datenbasis mit Unternehmen, die eher nur eine Teilgruppe aus der Ermittlung der Faktoren darstellen. Die Ergebnisse von den Nicht-Finanzunternehmen betrachtend, bleibt festzuhalten, dass die Größenmuster besonders in den geschätzten Achsenabschnitten und in dem Faktor HML, die bei den Bankenrenditen festgestellt wurden, als bankspezifisch gelten und nicht typisch für den ganzen Markt sind. Besonders der Verlauf und die Höhe der Achsenabschnitte lassen vermuten, dass es noch andere Faktoren geben könnte, die dieRenditen von Banken erklären.

• Finanzkrise

• Renditedifferenz

• Principal Component Analysis

• Gandhi

• Lustig

• Aq Faktor

Robin Pilz wurde 1985 in Dresden geboren. Sein Studium der Wirtschaftswissenschaften an der Goethe Universität Frankfurt schloss der Autor im Jahre 2012 mit dem akademischen Grad Master of Science erfolgreich ab. Bereits während des Studiums sammelte der Autor umfassende praktische Erfahrungen in den Bereichen Wirtschaftsprüfung, Valuation und Wertpapierhandel. Seit dem Ende seines Studium arbeitet der Autor als Junior Trader bei der Hellwig Wertpapierhandelsbank GmbH.