Lade Inhalt...

Empirische Analyse des Effekts der finanziellen Verschuldung auf Renditen im europäischen Kapitalmarkt

Bachelorarbeit 2018 53 Seiten

BWL - Investition und Finanzierung

Leseprobe

Inhaltsverzeichnis

Abkürzungsverzeichnis

Symbolverzeichnis

Tabellenverzeichnis

1 Einleitung
1.1 Hintergrund
1.2 Motivation und wissenschaftliche Fragestellungen

2 Theorie und bisherige Erkenntnisse der Forschung
2.1 Kapitalstruktur und Asset Pricing Modelle
2.2 Literaturübersicht
2.2.1 Positiver Zusammenhang zwischen Verschuldungsgrad und Aktienrendite
2.2.2 Negativer Zusammenhang zwischen Verschuldungsgrad und Aktienrendite
2.3 Arbeitshypothesen

3 Empirie
3.1 Datensatz
3.2 Methode
3.3 Resultate

4 Analyse und Diskussion
4.1 Kapitalstruktur
4.1.1 Vergleiche zur bestehenden Literatur
4.1.2 Modigliani-Miller-Theorem
4.2 Asset Pricing

5 Zusammenfassung
5.1 Fazit
5.2 Grenzen der Studie
5.3 Zukiinftige Forschung

Literaturverzeichnis

Appendix

Abstract

Diese Arbeit untersucht den Zusammenhang von finanzieller Verschuldung und Aktienrendite auf dem europäischen Kapitalmarkt anhand einer Portfolioanalyse. Es wird sowohl die risikoadjustierte, als auch die Überschussrendite betrachtet. Bei der Berechnung des Verschuldungsgrades werden die Buchwerte von Fremd- und Eigenkapital zugrunde gelegt. Die Studie zeigt, dass, entgegen der Theorie von Modigliani und Miller (1958), eine negative Beziehung zwischen finanzieller Verschuldung und Rendite besteht. Eigenkapitalgeber werden nicht für das Finanzierungsrisiko der Unternehmen kompensiert. Des Weiteren gelangt die Analyse zu dem Ergebnis, dass die Fama-French-Modelle (1993 & 2014) und deren Erweiterung um den Momentum-Faktor von Carhart (1997) diesen negativen Zusammenhang nicht erklären können und dieser daher als Anomalie aufzufassen ist. Es wird die Aussage von Fama und French (1996) widerlegt, dass die Wertprämie das Finanzierungsrisiko absorbiert. Daraus leitet sich die These ab, dass eine Erweiterung der bestehenden Asset Pricing Modelle um den Risikofaktor der Verschuldung selbige verbessert. Diese Arbeit hinterfragt damit eine zentrale Annahme der Unternehmensbewertung und das Verständnis des Effektes der Kapitalstruktur auf Renditen.

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Symbolverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

Tabellenverzeichnis

Tabelle 1 - Übersichtsstatistik

Tabelle 2 – Portfolioanalyse für Marktwert und B2M (Einteilung FK/EK)

Tabelle 3 – Portfolioanalyse für die Renditen (RI) von 1990/91 – 2017/18 (Einteilung FK/EK)

Tabelle 4 - Schnittpunkte zur Portfoliosortierung (FK/EK)

Tabelle 5 - Anzahl der Aktien je Portfolio (FK/EK)

Tabelle 6 - Schnittpunkte zur Portfoliosortierung (FK/GK)

Tabelle 7 - Anzahl der Aktien je Portfolio (FK/GK)

Tabelle 8 - Portfolioanalyse für Marktwert und B2M (Einteilung FK/GK)

Tabelle 9 - Portfolioanalyse für die Renditen (RI) von 1990/91 – 2017/18 (Einteilung FK/EK) -alle Alphas

Tabelle 10 - Portfolioanalyse für die Renditen (RI) von 1990/91 – 2003/04 (Einteilung FK/EK)

Tabelle 11 - Portfolioanalyse für die Renditen (RI) von 2004/05 – 2017/18 (Einteilung FK/EK)

Tabelle 12 - Portfolioanalyse für die Renditen (RI) von 1990/91 – 2017/18 (Einteilung FK/GK)

Tabelle 13 - Portfolioanalyse für die Renditen (RI) von 1990/91 – 2003/04 (Einteilung FK/GK)

Tabelle 14 - Portfolioanalyse für die Renditen (RI) von 2004/05 – 2017/18 (Einteilung FK/GK)

Tabelle 15 - Portfolioanalyse für die Renditen (RZ) von 1990/91 – 2017/18 (Einteilung FK/EK)

Tabelle 16 - Portfolioanalyse für die Renditen (RZ) von 1990/91 – 2003/04 (Einteilung FK/EK)

Tabelle 17 - Portfolioanalyse für die Renditen (RZ) von 2004/05 – 2017/18 (Einteilung FK/EK)

Tabelle 18 - Portfolioanalyse für die Renditen (RZ) von 1990/91 – 2017/18 (Einteilung FK/GK)

Tabelle 19 - Portfolioanalyse für die Renditen (RZ) von 1990/91 – 2003/04 (Einteilung FK/GK)

Tabelle 20 - Portfolioanalyse für die Renditen (RZ) von 2004/05 – 2017/18 (Einteilung FK/GK)

1 Einleitung

Dieses Kapitel dient der Erklärung, warum es von Bedeutung ist, den Effekt des Verschuldungsgrades auf die Renditen empirisch zu untersuchen und dabei auf die Modelle des Asset Pricings einzugehen. In diesem Zusammenhang werden die fundamentalen wissenschaftlichen Fragestellungen der Studie dargestellt.

1.1 Hintergrund

Gemeinsam ist allen Wirtschaftsunternehmen, dass sie Finanzmittel benötigen, um ihre operative Tätigkeit zu finanzieren. Grundsätzlich gliedert sich das Gesamtkapital eines Unternehmens in Eigen- und Fremdkapital (fortan EK und FK). Das Verhältnis von FK zu EK bestimmt die Kapitalstruktur einer Firma, welche bei der Suche nach der Generierung von zusätzlicher Profitabilität auch in den Fokus der Finanzwissenschaft gerückt ist (siehe Andersson 2016). Die zentralen Fragestellungen sind, ob die Kapitalstruktur einen Einfluss auf den Erfolg und die Profitabilität einer Firma hat und wie das Finanzierungsrisiko in den Modellen des Asset Pricings behandelt werden sollte.

Die erste Theorie zum Effekt der Verschuldung auf die Renditen stammt von Modigliani und Miller (1958) (fortan MM), die zeigten, dass der Wert eines Unternehmens und die gewichteten Gesamtkapitalkosten unabhängig von der Kapitalstruktur sind, wenn keine Steuern und Transaktionskosten anfallen. Diese Hypothesen sind als Modigliani-Miller-Theorem I und III bekannt. Unter der Annahme konstanter durchschnittlicher Kapitalkosten demonstrierten MM, dass die Eigenkapitalkosten eine Risikoprämie für die Finanzierung enthalten (fortan MM II). Laut ihrem Theorem steigt die Rendite der Eigenkapitalgeber linear im Verschuldungsgrad. Dies wurde von MM damit begründet, dass Eigenkapitalgeber lediglich einen Residualanspruch auf die operativen Gewinne haben und sich ihr Risiko, überhaupt Dividenden zu erhalten, mit steigendem Maß der Verschuldung eines Unternehmens erhöht (siehe Modigliani & Miller 1958)1.

Der Zusammenhang von Risiko und Rendite steht im Zentrum der finanzwirtschaftlichen Forschung im Bereich des Asset Pricings. Anhand von Modellen wird versucht, die Renditen auf den Kapitalmärkten zu erklären, wofür verschiedene Risikofaktoren verwendet werden. Erstaunlich ist, dass in keinem der verbreiteten und anerkannten Modelle das Risiko der Finanzierung, welches sich aus der Kapitalstruktur ergibt, explizit berücksichtigt wird, zumal der englische Begriff für den Verschuldungsgrad (leverage) impliziert, dass ein höheres Maß an Verschuldung das Risiko der Eigenkapitalgeber erhöht.

Der empirische Nachweis des Zusammenhangs zwischen Verschuldungsgrad und Rendite ist nicht geführt. Während einige Studien einen positiven Zusammenhang zwischen dem Verhältnis von FK zu EK und Rendite feststellten, gelangten andere Studien zu gegenteiligen Ergebnissen. Nach wie vor ist nicht geklärt, ob und wie die Kapitalstruktur die wirtschaftliche Leistung und den Erfolg einer Firma beeinflusst (siehe Andersson 2016). Vorliegende Studie zeigt auf, dass die finanzielle Verschuldung einen negativen Effekt auf die Rendite hat.

In der Theorie ist die Modellierung des Verschuldungsgrades als eigener Risikofaktor in einem Asset Pricing Modell umstritten. Während manche Wissenschaftler argumentieren, dass das Risiko der finanziellen Verschuldung bereits in den verwendeten Faktoren implizit enthalten ist, erläutern andere, dass die Modelle um eine Variable, die den Verschuldungsgrad berücksichtigt, erweitert werden sollten, um so Renditen besser vorhersagen und erklären zu können. Nach der Auswertung der empirischen Erkenntnisse schließt sich diese Arbeit letzterer Auffassung an.

1.2 Motivation und wissenschaftliche Fragestellungen

Die gängigen Methoden zur Bewertung von Unternehmen gehen allesamt von der Gültigkeit von MM II aus. Eine fundamentale Annahme ist, dass die Eigenkapitalrendite linear im Verschuldungsgrad steigt: „Je höher der Anteil an vorrangig zu bedienendem, verzinslichem Fremdkapital ist, desto höher ist die von den Eigenkapitalgebern geforderte Rendite.“ (Hommel & Dehmel 2013, S. 268).

Mit dieser Studie wird jene Aussage empirisch überprüft und der Effekt finanzieller Verschuldung auf die Überschuss- und risikoadjustierten Renditen am europäischen Kapitalmarkt untersucht.

Vor dem Hintergrund des empirisch unklaren Zusammenhangs zwischen finanzieller Verschuldung und Rendite und der kontroversen Diskussion im Bereich des Asset Pricings, ob der Verschuldungsgrad einen eigenen Risikofaktor darstellt, gilt es, zwei zentrale Fragen zu beantworten:

a) Wie wurden die Aktienrenditen von der finanziellen Verschuldung eines Unternehmens im Euroraum zwischen 1988 und 2017 beeinflusst?
b) Besteht der Zusammenhang von Verschuldung und Rendite auch nach der Kontrolle auf die Faktoren der gängigen Asset Pricing Modelle?

2 Theorie und bisherige Erkenntnisse der Forschung

In diesem Kapitel werden die gängigen Asset Pricing Modelle eingeführt und erläutert, in welchem Maße diese die Kapitalstruktur beachten. Danach wird eine Übersicht der bisherigen empirischen Erkenntnisse über den Zusammenhang von Rendite und Verschuldung gegeben, aus denen die Arbeitshypothesen dieser Studie abgeleitet werden. Zusätzlich dient die Literaturübersicht der Analyse und Diskussion der Ergebnisse dieser Studie in Kapitel 4.

2.1 Kapitalstruktur und Asset Pricing Modelle

Die Modelle des Asset Pricings in der Finanzwissenschaft finden ihren Ursprung in den Arbeiten von Markowitz (1952), die sich mit der Diversifikation und dem Verhältnis von Risiko und Aktienrendite befassen. Basierend auf seiner Arbeit entwickelten Sharpe (1964) und Lintner (1965) das Capital Asset Pricing Model (fortan CAPM), welches die Aktienrenditen abhängig vom Risiko der Aktie oder des Portfolios zu erklären versucht. Der einzige Erklärungsfaktor des CAPM ist das Beta (fortan β), welches das Risiko einer Aktie oder eines Portfolios im Verhältnis zum Markt darstellt2.

Hamada (1969) kombinierte das CAPM mit MM II und zeigte theoretisch, dass man β so anpassen kann, dass es linear im Verschuldungsgrad steigt. Auch diese Theorie findet in der Unternehmensbewertung Anwendung: „Gemäß dem Leverage-Effekt erhöhen sich die von den Eigenkapitalgebern geforderte Rendite und somit auch der Beta-Faktor des Unternehmens, der jetzt sowohl das Geschäfts- als auch das Finanzierungsrisiko beinhaltet […].“3 (Hommel & Dehmel 2013, S. 257).

Fama und French (1992) (fortan FF) kritisierten in ihrer Arbeit das CAPM. Anhand ihrer Analysen von 1992 entwickelten sie das Fama-French-Dreifaktorenmodell (fortan FF3) (siehe Fama & French 1993). Dieses erweitert das CAPM um zwei weitere Erklärungsfaktoren für die Renditen von Aktien an Kapitalmärkten. Die erste Erklärungsvariable (SMB) ist eine Größenprämie (engl.: „size premium“), die zweite (HML) eine Wertprämie (engl.: „value premium“)4.

Dieses Modell wurde durch Carhart (1997) um den Momentum-Faktor (WML) zum Vierfaktorenmodell (fortan FFC) ausgebaut 5.

Viele Jahre nach der Fortentwicklung des CAPM zum Dreifaktorenmodell entwickelten FF (2015) das Fünf-Faktoren-Modell (fortan FF5). Sie griffen hierbei die Kritik an ihrem ursprünglichen Modell auf, welches weder die Profitabilität, noch das Investitionsverhalten der Unternehmen berücksichtigte und führten deshalb zwei zusätzliche Erklärungsfaktoren (RMW und CMA6 ) ein. Das FF5 lässt sich um den Momentum-Faktor von Carhart (1997) zu einem Sechsfaktorenmodell (fortan F6) ausweiten7.

2.2 Literaturübersicht

2.2.1 Positiver Zusammenhang zwischen Verschuldungsgrad und Aktienrendite

Bhandari (1988) entdeckte für US-Aktien im Zeitraum von 1948/49 bis 1980/81 einen positiven Zusammenhang zwischen erwarteten, inflationsbereinigten Renditen und FK/EK.

Ho, Strange und Piesse (2008) untersuchten den Einfluss der Verschuldung auf Aktienrenditen an der Börse von Hong Kong. Sie stellten fest, dass in Boomphasen der Zusammenhang zwischen Verschuldungsgrad und Rendite positiv und vernachlässigbar in Phasen der Rezession ist.

Ozdagli (2012) legte in seiner Arbeit dar, dass die Beziehung von Rendite und finanzieller Verschuldung positiv ist. Er begründete seine Beobachtung mithilfe der Risikoprämie HML des FF3. Ein großes Verhältnis der Marktwerte von FK/EK sorgt, seiner Ansicht nach, dafür, dass das Verhältnis von Buch- zu Marktwert des EK (fortan B2M) ebenfalls hoch ist. Genau dieser Zusammenhang ist laut Ozdagli (2012) dafür verantwortlich, dass die Investition in sogenannte Value-Aktien risikoreich ist und daher hohe Eigenkapitalrenditen verlangt werden. Mirza, Saeed und Rizvi (2013) untersuchten Aktien aus der Zeit von 1989 bis 2008 und neun verschiedenen Ländern der EU. Sie zeigten, dass die Verschuldung eine positive Renditenprämie mit sich bringt und der Verschuldungsgrad als eigener Faktor in einem erweiterten FF3-Modell zudem die Aussagekraft des gesamten Modells erhöht.

Teng, Si und Hachiya (2016) stellten in ihrer Studie eine positive Beziehung zwischen dem relativen Verschuldungsgrad, den sie aus dem Unterschied zwischen tatsächlicher und angestrebter Verschuldung berechneten, und Aktienrenditen im japanischen Kapitalmarkt fest. Diese wird laut jener Autoren besonders durch die Bankverbindlichkeiten der Unternehmen beeinflusst, da diese zu sinkenden Wachstumsmöglichkeiten und zu einem gesteigerten Risiko des Eintritts einer finanziellen Notlage führen, wofür die Eigenkapitalgeber kompensiert werden.

2.2.2 Negativer Zusammenhang zwischen Verschuldungsgrad und Aktienrendite

Penman, Richardson und Tuna (2007) zeigten, dass B2M eines Unternehmens in zwei Komponenten zerlegt werden kann. Die erste Komponente bezieht sich auf das operative Geschäft und Betriebsrisiko, die zweite auf die Verschuldung und das Finanzierungsrisiko. Sie legten dar, dass die Renditen von US-Unternehmen in der Zeit von 1962 bis 2001 positiv von der operativen Komponente von B2M abhingen, aber negativ von der Finanzierungskomponente. Zu ähnlichen Ergebnissen gelangten auch Nissim und Penman (2003), die in ihrer Studie zwischen finanziellen und operativen Verbindlichkeiten unterschieden. Sie stellten fest, dass der operative Verschuldungsgrad einen positiven Einfluss auf die Profitabilität einer Firma hat, während sich die finanzielle Verschuldung negativ auswirkt.

George und Hwang (2010) entdeckten einen negativen Zusammenhang sowohl zwischen reinen als auch risikoadjustierten Renditen und dem Verschuldungsgrad. Sie stellten deshalb die Hypothese auf, dass Unternehmen eine Kapitalstruktur passend zu ihren Kosten im Falle einer finanziellen Notlage unterhalten. Um die Wahrscheinlichkeit einer Insolvenz zu minimieren, nutzen Firmen, die bei finanziellen Schwierigkeiten hohe Kosten tragen müssen, einen geringeren Grad an Verschuldung als Unternehmen mit niedrigeren Kosten im Falle von Zahlungsschwierigkeiten. Die Autoren führten aus, dass Zeiten von geringer Profitabilität teilweise systematisch auftreten, weshalb die Kosten im Fall von finanziellen Schwierigkeiten zum systematischen Risiko beitragen. Daher seien die Unternehmen, die in wirtschaftlichen Notlagen mit hohen Kosten belastet sind und daher einen geringen Verschuldungsgrad wählen, einem größeren systematischen Risiko ausgesetzt, was die höheren Renditen für Firmen mit geringer Verschuldung erkläre (siehe George & Hwang 2010).

Caskey, Hughes und Liu (2012) zerlegten in ihrer Studie den Verschuldungsgrad in die Komponenten optimale Verschuldung und Überschussverschuldung. Damit zeigten sie, dass der Zusammenhang von zukünftigen risikoadjustierten Renditen und der finanziellen Verschuldung vom Anteil an überschüssigen Verbindlichkeiten negativ beeinflusst wird.

2.3 Arbeitshypothesen

Die große Anzahl an verschiedenen Methoden, die in bisherigen empirischen Studien angewandt wurden, beweist, dass die Beziehung von Kapitalstruktur und Rendite aus vielen verschiedenen Blickwinkeln betrachtet werden kann (siehe Andersson 2016).

Die Arbeitshypothesen dieser Arbeit leiten sich aus der Theorie von MM (1958), dem Vorgehen bei der Bewertung von Unternehmen (siehe Hommel & Dehmel 2013) und den angesprochenen empirischen Studien ab.

Da sich Mirza, Saeed und Rizvi (2013) ebenfalls mit Aktien auf dem europäischen Kapitalmarkt in einem vergleichbaren Zeitintervall beschäftigten, werden die beiden Nullhypothesen dieser Arbeit so formuliert, dass sie im Einklang mit den Erkenntnissen von Mirza, Saeed und Rivzi (2013) stehen.

Hypothesen zum Verhältnis von Kapitalstruktur und Rendite:

- H0: Das Verhältnis der Buchwerte von FK zu EK hat einen signifikant positiven Einfluss auf die Rendite.
- H1: Das Verhältnis der Buchwerte von FK zu EK hat keinen signifikanten positiven Einfluss auf die Rendite.

Hypothesen zur Verschuldung als Erklärungsfaktor in einem Asset Pricing Modell:

- H0: Der Effekt der finanziellen Verschuldung auf die Aktienrendite wird von den gängigen Asset Pricing Modellen nicht erfasst.
- H1: Der Effekt der finanziellen Verschuldung auf die Aktienrendite wird von den gängigen Asset Pricing Modellen implizit berücksichtigt.

3 Empirie

Die ersten beiden Abschnitte dieses Kapitels dienen dazu, das Vorgehen und die Entscheidungen, die im Rahmen der Studie getroffen wurden, zu beschreiben. Dadurch soll dem Leser ein besseres Verständnis für den Datensatz und die Forschungsmethode ermöglicht werden. Mithilfe dieses Wissens wird er in die Lage versetzt, die empirischen Ergebnisse im dritten Abschnitt zu verstehen und kritisch zu hinterfragen.

3.1 Datensatz

Die in dieser Studie berücksichtigten Angaben zur Berechnung der Rendite, des Verschuldungsgrades, des Marktwertes und des B2M sind der Datenbank Thomson Reuters Datastream entnommen. Es finden nur die 555 Unternehmen Berücksichtigung, die von spätestens 1988 an bis 2018 an einer Börse in der heutigen Eurozone gelistet sind. Vor 1988 wurde keine ausreichende Anzahl von Aktien heute noch gelisteter Unternehmen an den Kapitalmärkten gehandelt und es lagen keine detaillierten Daten zu Dividendenausschüttungen vor. Es werden nur heute noch aktive Firmen untersucht, damit sich über die 30 Beobachtungsjahre die Anzahl der untersuchten Unternehmen nicht ändert. Der Vorteil, der sich daraus ergibt, ist, dass extreme Werte für den Marktwert und den Verschuldungsgrad vermieden werden, die bei Unternehmen auftreten, die insolvent werden oder fusionieren. Der Nachteil besteht darin, dass die Studie unter dem „Survivorship Bias“ (siehe Brown et al. 1992) leidet. Die geringen Renditen von Firmen, die bankrottieren, und deren Zusammenhang zur finanziellen Verschuldung werden nicht erfasst, was die Ergebnisse verzerren kann.

Wie in der gesamten Literatur zu diesem Thema üblich, sind Firmen, die in den Bereichen Financial Services und Versicherung tätig sind (46), sowie alle Banken (36) von der Studie ausgeschlossen (siehe Andersson 2016). Diese weisen häufig einen besonders hohen Verschuldungsgrad auf und werden hinsichtlich ihrer Verschuldung anders reguliert (siehe Georg und Hwang 2010). Dem Vorgehen von FF (2000) folgend, bleiben außerdem alle Firmen unberücksichtigt, die im Beobachtungszeitraum von Januar 1988 bis Juli 2018 einen durchschnittlichen Marktwert des EK von unter zehn Millionen Euro hatten (34), um extreme Verhältnisse von FK zu EK zu vermeiden. Schlussendlich bleiben elf weitere Unternehmen im Rahmen dieser Studie unberücksichtigt, da keine ausreichenden Daten zum Verschuldungsgrad vorliegen. Dies hat zur Folge, dass zum Zweck dieser Studie Daten von 428 Unternehmen ausgewertet werden.

Werden für ein Unternehmen innerhalb eines Jahres weniger als 230 Tage mit aktivem Handel8 gezählt, wird die Rendite für das entsprechende Jahr als fehlend aufgefasst, im Anschluss an das Vorgehen von Mirza, Saeed und Rizvi (2013).

Die Angaben zur Berechnung der Aktienrendite werden auf täglicher Basis erfasst, da die Kapitalmärkte heutzutage deutlich schnelllebiger und liquider sind als in früheren Jahren, und weil auch Privatanleger Daytrading betreiben.

Die Werte aller anderen Charakteristika werden jährlich zum Anfang eines Jahres erhoben. Da die Daten für das Jahr 2018 noch nicht vollständig vorliegen, werden die jährlichen Werte nur bis Ende des Jahres 2017 berücksichtigt.

Die Daten zur Bestimmung der Rendite des Marktportfolios, des risikofreien Zinses9, aller Risikofaktoren aus dem FF5-Modell und der Erweiterung dieses Modells um den Momentum- Faktor werden der Webseite von Kenneth French entnommen und sind tagesbasiert. Die in US- Dollar ausgewiesenen Werte werden mithilfe des tagesaktuellen Wechselkurses von Thomson Reuters in Euro umgerechnet10. Der Beobachtungszeitraum erstreckt sich auf die Periode von Anfang Juli 1990 bis Ende Juni 2018. Die Angaben zum Momentum-Faktor liegen erst ab Beginn des Jahres 1991 vor.

Der Marktwert des EK eines Unternehmens bestimmt sich aus dem Produkt von Aktienpreis und Anzahl der ausgegebenen Stammaktien, wobei der Marktwert in Millionen Euro gemessen wird11.

Der Verschuldungsgrad wird von Thomson Reuters Datastream auf zwei verschiedene Weisen gemessen. Die erste Definition (FK/EK) stellt den Quotienten aus der Summe der Verbindlichkeiten und dem Stammkapital dar. Die zweite Definition (FK/GK) wird für Robustheitstests verwendet und entspricht jener, die auch Muradoglu und Sivaprasad (2009) in ihrer Studie verwendeten. Bei FK/GK steht im Nenner nicht das Stammkapital, sondern stattdessen die Summe aus Gesamtkapital und den kurzfristigen Verbindlichkeiten12. Beide Definitionen verwenden für ihre Berechnung des Verschuldungsgrades die Buchwerte von EK und FK, dem Vorgehen von Schwartz (1959) folgend. Die Gründe hierfür sind, dass erstens der Marktwert des FK oft nicht verfügbar ist und sich zweitens aus der Verwendung der Buchwerte ergibt, dass die Kapitalstruktur so gemessen wird, wie sie zur Zeit der Finanzierung der Assets beschaffen ist (siehe Muradoglu & Sivaprasad 2009, sowie Adami et al. 2010). Zudem ist durch dieses Vorgehen sichergestellt, dass die Investoren über das Verhältnis von FK zu EK durch den öffentlich zugänglichen Lagebericht der Unternehmen informiert sind.

Der Wert des Verhältnisses aus Buch- zu Marktwert des Eigenkapitals (B2M) bestimmt sich aus der Inversen des Price-to-Book-Ratios, welches in Datastream verfügbar ist.

Da Thomson Reuters Datastream keine direkten Angaben zur Rendite von Aktien enthält, werden die beiden von Datastream zur Verfügung gestellten Renditeindices verwendet und auf Basis dieser die Aktienrendite der einzelnen Unternehmen kalkuliert wird. Der erste Renditeindex (RI) betrachtet die Höhe der Dividendenausschüttung als Bruttowert, während die zweite Kennzahl (RZ) von Nettodividenden ausgeht.

Die Ergebnisse dieser Studie, die im Hauptteil präsentiert werden, basieren alle auf der Berechnung der Rendite mithilfe des Indexes RI. RZ wird dazu verwendet, die Robustheit der Ergebnisse nachzuweisen13.

Dem Vorgehen von French bei der Bestimmung der Rendite des Marktportfolios folgend, wird die Rendite als prozentualer Zuwachs von einem Tag zum nächsten (diskret) berechnet14.

Die Verwendung der Indices hat den Vorteil, dass die Daten vor 2001 bereits von Thomson Reuters in Euro umgewandelt sind und damit sämtliche Angaben zu den Gewinnen aus einer Kapitalanlage in einer einheitlichen Währung vorliegen (siehe Mirza, Saeed & Rizvi 2013).

In der Asset Pricing Theorie gilt, dass Investoren durchschnittlich eine Aktienrendite verlangen, die größer als der risikolose Zins ist, um für das zusätzliche Risiko einer Aktie kompensiert zu werden (siehe Bali, Engle & Murray 2016), weshalb die abhängige Variable dieser Studie die Überschussrendite ist. Diese kann erst ab dem 02. Juli 1990 berechnet werden, da die Werte für den risikofreien Zins (rf) erst ab diesem Zeitpunkt vorliegen. Folglich beschränkt sich der Beobachtungszeitraum für die Analyse der Rendite auf den Zeitraum von Anfang Juli 1990 bis Ende Juni 2018. Es wird nicht nur die Überrendite, sondern auch die risikoadjustierte Rendite betrachtet, um zu untersuchen, ob der Verschuldungsgrad von den Asset Pricing Modellen erklärt werden kann.

Sowohl Dimitrov und Jain (2008), als auch Caskey, Hughes und Liu (2012) stellten fest, dass sich die Informationen, die im Verschuldungsgrad enthalten sind, mit Zeitverzögerung in den Aktienpreisen widerspiegeln, der Markt also verspätet auf diese reagiert. Daher wird für die Aktienrendite ein Beobachtungsjahr von Anfang Juli im Jahr t bis Ende Juni im Jahr t+1 definiert, dem Vorgehen von Dhaliwal, Heitzman und Li (2006), sowie Gomes und Schmid (2010) folgend.

Mithilfe von Tabelle 1 gelingt es, sich einen ersten Überblick über die in der Studie verwendeten Variablen zu verschaffen.

Da die Verteilung der Marktwerte sehr rechtsschief (γ1 = 5,3) und spitzgipflig (γ2 > 0) ist und der Mittelwert deutlich oberhalb des Medians liegt, kann man erkennen, dass eine kleine Anzahl von Unternehmen in der Stichprobe einen sehr großen Marktwert besitzt.

B2M weist dieselben Verteilungsmuster wie der Marktwert auf, was zeigt, dass einige Beobachtungen mit extremen Werten für B2M vorliegen.

Die Daten zum Verschuldungsgrad sind beide sehr spitzgipflig (γ2 > 100), wobei jedoch interessant ist, dass die Werte des Verhältnisses FK zu EK rechtsschief und die des Verhältnisses FK zu GK linksschief sind, weshalb für beide Definitionen Analysen durchgeführt werden, um die Robustheit der Ergebnisse zu gewährleisten.

Tabelle 1 - Übersichtsstatistik

In der Tabelle findet sich die Übersichtsstatistik für den Marktwert (MW) gemessen in Millionen Euro, B2M, die beiden Definitionen vom Verschuldungsgrad (FK/EK und FK/GK) gemessen in Prozent und die Überrendite, berechnet für beide Indices (RI und RZ) und gemessen in Prozent.

Für alle Werte, bis auf die Überschussrenditen, wird jedes Jahr von 1988 bis 2017 der Durchschnitt (Ø), die Standardabweichung (σ), die Schiefe, die Exzess-Kurtosis (Kurtosis), der minimale Wert (Min), der Median, der maximale Wert (Max) und die Anzahl der Beobachtungen (n) berechnet. Bei den Werten zur Überrendite finden die selben Berechnungen jeden Tag von Anfang Juli 1990 bis Ende Juni 2018 statt. In dieser Tabelle sind die Durchschnittswerte jeder Kennzahl über alle Jahre (30), beziehungsweise Tage (7305), hinweg dargestellt.

Abbildung in dieser Leseprobe nicht enthalten

Die Daten zur Tagesüberschussrendite sind leicht rechtsschief verteilt und spitzgipflig, was damit zu begründen ist, dass die kleinstmögliche Rendite bei -100% liegt, es jedoch theoretisch keine Obergrenze gibt. Auch an den Extremwerten zeigt sich, dass die Renditen weiter ins Positive als ins Negative deuten. Da bei der Überrendite von durchschnittlichen positiven Werten ausgegangen wird, hat die Verteilung keinen zu beachtenden Einfluss auf die Analyse.

3.2 Methode

Diese Studie verwendet zur Beantwortung der beiden Forschungsfragen die Methode der Portfolioanalyse. Ihr großer Vorteil besteht darin, dass keine Annahme über den Zusammenhang von abhängiger und unabhängiger Variablen getroffen werden muss. Ihr Nachteil ergibt sich aus dem Zielkonflikt bei der Abwägung von zufriedenstellender Streuung der Sortiervariable einerseits und ausreichender Diversifikation innerhalb der Portfolios andererseits (siehe Bali, Engle & Murray 2016).

In dieser Studie wird eine univariate Portfolioanalyse betrieben, bei der das Verhältnis von FK zu EK zur Einteilung der Aktien in fünf Portfolios dient. Dadurch wird sichergestellt, dass der Unterschied in der Verschuldung vom ersten zum letzten Portfolio angemessen groß ist und die Portfolios genügend diversifiziert sind.

Die vier Schnittpunkte, die zur Einteilung der Aktien in die Portfolios dienen, werden für jedes der 30 Jahre im Beobachtungszeitraum anhand des 20%-, des 40%-, des 60%- und des 80%- Quantils der Verteilung von FK/EK berechnet, um die Aktien annähernd gleichmäßig über die Portfolios zu verteilen15. Eine Aktie wird in einem Jahr immer genau dem Portfolio zugeordnet, dessen Obergrenze an Verschuldung sie nicht überschreitet. Die Sortierung der Aktien in die Portfolios ändert sich jährlich auf Basis der Verschuldung der jeweiligen Aktie.

Je Portfolio wird für jeden einzelnen Tag von Anfang Juli 1990 bis Ende Juni 2018 der gleichgewichtete durchschnittliche Wert der Überrendite aller sich im Portfolio befindlichen Aktien berechnet. Tage, an denen keine Aktie innerhalb eines Portfolios gehandelt wurde, werden so behandelt, als hätte das Portfolio an diesem Tag keine Rendite erwirtschaftet. Zudem wird für jeden Tag der Unterschied der durchschnittlichen Überrendite zwischen dem fünften und dem ersten Portfolio kalkuliert, welcher als Differenzportfolio bezeichnet wird. Zu beachten ist, dass aufgrund der zeitlichen Beschränkung der Daten, die der Webseite von French entnommen wurden, die Portfolios zur Berechnung der durchschnittlichen Rendite nur 28-mal neu sortiert werden16. Abschließend wird der Mittelwert der Rendite über alle 7305 Beobachtungstage der Studie hinweg für jedes Portfolio berechnet. Anhand dieser Durchschnittswerte lässt sich die erste Forschungsfrage dieser Arbeit nach dem Einfluss der finanziellen Verschuldung auf die Aktienrendite beantworten.

Um die zweite Frage zu beantworten, ob die Unterschiede der Rendite zwischen den verschiedenen Portfolios von systematischen und bekannten Risikofaktoren getrieben sind, werden zusätzlich zur Überschussrendite auch die risikoadjustierten Renditen betrachtet. Dafür wird die Wertentwicklung eines jeden Portfolios als abhängige Variable in einer Regression nach der Methode der kleinsten Quadrate verwendet. Die einzelnen Erklärungsfaktoren in den verschiedenen Modellen, die in der Regression als unabhängige Variablen dienen, sind in Kapitel 2.1 beschrieben. Die risikoadjustierte Rendite wird als der Achsenabschnitt (α), der sich jeweils bei den Regressionen ergibt, definiert.

Das Vorgehen für die Zielvariablen Marktwert und B2M ist beinahe äquivalent. Der einzige Unterschied besteht darin, dass diese Daten auf Jahresbasis ab 1988 vorliegen und daher der Mittelwert je Portfolio über 30 Jahre und nicht über 7305 Tage hinweg berechnet wird.

Da die Daten einer Zeitreihe oftmals von Autokorrelation geprägt sind, können die Ergebnisse einer herkömmlichen Berechnung der Standardfehler und damit auch der t-Statistik und p- Werte, die verwendet werden, um Signifikanz festzustellen, inkorrekt sein (siehe Bali, Engle & Murray 2016). Um die Exaktheit der Signifikanzwerte zu gewährleisten, wird innerhalb dieser Studie bei der Berechnung aller Standardfehler die Methode von Newey und West (1987) verwendet. Wie in den meisten Studien zum Thema Asset Pricing üblich, wird bei der Berechnung der nach Newey und West (1987) adjustierten Standardfehler die Anzahl der Time- Lags auf sechs festgelegt (siehe Bali, Engle & Murray 2016).

3.3 Resultate

Tabelle 2 – Portfolioanalyse für Marktwert und B2M (Einteilung FK/EK)

In dieser Tabelle sind die gleichgewichteten durchschnittlichen Werte pro Jahr für den Marktwert, gemess en in Millionen Euro und B2M für jedes Portfolio dargestellt. In jedem Beobachtungsjahr werden die Aktien einem der fünf Portfolios abhängig von ihrer Verschuldung, gemessen am Verhältnis FK/EK, zugeordnet. Die Tabelle zeigt zudem die Werte für das Differenzportfolio (Diff.-Portfolio), welches aus einer Long-Position des fünften und einer Short-Position des ersten Portfolios besteht, an. Zusätzlich ist noch die durchschnittliche Anzahl der Aktien (n) pro Portfolio je Zielvariable angegeben.

In Klammern sind die nach dem Vorgehen von Newey und West (1987) angepassten Standardfehler aufgeführt, bei deren Berechnung sechs Time-Lags verwendet werden.

*** p < 0,01 ** p < 0,05 * p < 0,1; zweiseitiger Test unter der Nullhypothese, dass jeweils der Wert der von MW oder B2M gleich Null ist

Abbildung in dieser Leseprobe nicht enthalten

Aus der ersten Zeile der Tabelle wird ersichtlich, dass die Werte für die Marktkapitalisierung über die Portfolios hinweg keinen linearen Zusammenhang haben. Der Marktwert der Aktien aus dem fünften Portfolio ist jedoch signifikant größer als der jener Aktien aus dem ersten, da das Differenzportfolio einen hoch signifikanten Mittelwert aufweist. Jedes der fünf Portfolios enthält jedoch Firmen mit einer hohen Marktkapitalisierung, da der durchschnittliche Marktwert eines jeden Portfolios weit über dem Median der Verteilung der Marktwerte, der Tabelle 1 zu entnehmen ist, liegt.

Der Zusammenhang von B2M und der Verschuldung ist in Zeile 3 beschrieben. Der Unterschied vom fünften zum ersten Portfolio ist nicht signifikant und es ist kein klarer Trend über die Portfolios hinweg erkennbar. Insgesamt erscheint der Zusammenhang zwischen dem Verhältnis FK/EK und B2M unklar.

Die beschriebenen Beobachtungen sind für die Sortierung nach dem Verhältnis FK/GK robust17.

In Tabelle 3 sind die Resultate der univariaten Portfolioanalyse für die (risikoadjustierten) Renditen und das CAPM Beta dargestellt. Da die Werte des FFC Alphas, sowie des FF5 Alphas den Zahlen des F6 Alphas stark ähneln, ist lediglich das F6 α aufgeführt18.

[...]


1 Die Beschreibung dieser Aussage als Gleichung befindet sich im Appendix.

2 Die Schulbuchgleichung des CAPM ist im Appendix aufgeführt.

3 Das Zitat enthält tatsächlich den Rechtschreibfehler.

4 Eine ausführliche Erklärung der beiden Risikofaktoren und die Gleichung des FF3 ist im Appendix zu finden.

5 Auch der Momentum-Faktor und seine Implementation in die FFC-Gleichung ist im Appendix definiert.

6 Diese beiden Faktoren und die Gleichung des Fama-French-Fünffaktorenmodells sind im Appendix definiert.

7 Die Gleichung des Modells ist ebenfalls dem Appendix zu entnehmen.

8 Unter der Annahme von 260 Handelstagen sind das circa 88,5%.

9 Die genaue Definition des Marktportfolios und des risikofreien Zinses, den Kenneth French verwendet, findet sich im Appendix.

10 Dieser Wechselkurs beschreibt den Mittelwert zwischen Gebots- und Angebotspreis des täglichen Devisenmarktschlusskurses in London.

11 Die Anzahl der ausgegebenen Aktien aktualisiert sich, sobald die Kapitalstruktur geändert wird oder neue Aktien emittiert werden.

12 Eine genaue Beschreibung der beiden Definitionen und die Erklärung aller Bestandteile der Quotienten findet sich im Appendix.

13 Die genaue Definition der Indices und das Vorgehen zu deren Berechnung ist ebenfalls im Appendix erläutert.

14 Die Alternative hierzu wäre die Berechnung der Rendite als natürlicher Logarithmus des Zuwachsverhältnisses (stetige Rendite).

15 Die Werte der einzelnen Schnittpunkte für jedes Jahr und die Anzahl der Aktien, die in ein jeweiliges Portfolio sortiert werden, sind im Appendix aufgeführt.

16 In den Jahren 1988/1989 und 1989/90 liegen keine Werte für den risikofreien Zins vor.

17 Die Tabelle zur Einteilung der Portfolios nach dem Verhältnis von FK zu GK ist im Appendix aufgeführt.

18 Die Werte für alle risikoadjustierten Renditen sind dem Appendix zu entnehmen.

Details

Seiten
53
Jahr
2018
ISBN (eBook)
9783668983229
Sprache
Deutsch
Katalognummer
v492180
Institution / Hochschule
Johann Wolfgang Goethe-Universität Frankfurt am Main
Note
2,3
Schlagworte
Portfolioanalyse

Autor

Teilen

Zurück

Titel: Empirische Analyse des Effekts der finanziellen Verschuldung auf Renditen im europäischen Kapitalmarkt