Applications of Advanced Time Series Models to Analyze the Time-varying Relationship between Macroeconomics, Fundamentals and Pan-European Industry Portfolios

Abstract

Untersuchungsgegenstand der vorliegenden Arbeit ist die Modellierung zeitvariabler Zusammenhänge an den internationalen Finanzmärkten. Das Interesse an der Anwendung moderner Zeitreihenverfahren zur expliziten Modellierung struktureller Veränderungen ist in den letzten Jahren kontinuierlich gestiegen. Dennoch gehören komplexere Methoden, wie zum Beispiel der Kalman Filter oder Markov-Regime-Switching-Modelle, nach wie vor nicht zum Standardrepertoire der angewandten Wirtschaftswissenschaften. Um eine dieser Anwendungslücken zu schließen, werden die vielschichtigen Zusammenhänge zwischen gesamtwirtschaftlichen Entwicklungen, Fundamentaldaten und europäischen Branchenportolios empirisch analysiert. Die Zielsetzung besteht in einem verbesserten Verständnis realwirtschftlicher Phänomene, wobei der Schwerpunkt auf drei zentralen Forschungszielen liegt: 1. Herleitung der theoretischen Grundlagen in einheitlicher Notation. Im theoretischen Teil der Arbeit wird die Methodologie zur Analyse zeitvariabler Zusammenhänge zwischen Branchenrenditen und etablierten systematischen Risikofaktoren thematisiert. Das ökonometrische Instrumentarium umfasst ein breites Spektrum: Gauß'sche Zustandsraummodelle in Verbindung mit dem Kalman Filter, Markov-Regime-Switching-Modelle, lineare und nichtlineare GARCH Modelle sowie Stochastische Volatilitätsmodelle, welche mit Hilfe der effiziente Monte Carlo Likelihood-Methode geschätzt werden. Die Darstellung der theoretischen Grundlagen in einheitlicher Notation eröffnet einen intuitiven methodischen Zugang, ohne sich mit der für die jeweilige Disziplin typischen Terminologie auseinanderzusetzen zu müssen. 2. Vergleichende Analyse alternativer Ansätze zur Modellierung des zeitvariablen Marktrisikos. In einer umfassenden Studie, basierend auf Wochenrenditen über den Zeitraum 1987-2005, wird die Eignung der unterschiedlichen Verfahren zur Erfassung und Prognose der dynamischen Entwicklung systematischer Marktrisiken analysiert. Gemäß der jeweils beobachteten ex-ante Prognosefähigkeit der verschiedenen Modellierungsansätze liefert das Kalman Filter basierte Random Walk Modell die beste Beschreibung des Pfades zeitvariabler Branchenbetas. 3. Evaluierung der praktischen Relevanz. Mit Hilfe diverser Backtests wird untersucht, ob die explizite Berücksichtigung der zeitvariablen Bedeutung makroökonomischer und fundamentaler Informationen für die Entwicklung europäischer Branchenportfolios in verbesserten Renditeprognosen resultiert. Hierzu wird über eine Out-Of-Sample Periode von zehn Jahren ein bedingtes Multifaktorenmodell, welches auf makroökonomischen und fundamentalen Faktoren sowie einem Marktresidualfaktor beruht, betrachtet. Die stochastischen Prozesse bedingter Sensitivitäten werden dabei als individuelle Random Walks modelliert. Insgesamt deuten die Ergebnisse an, daß Zeitvariablität bei der Ableitung von Renditeprognosen wichtiger ist als bei der Analyse von Portfoliorisiken.