Titelaufnahme

Titel
Black-Litterman versus Resampling anhand der Euro Stoxx Branchen / Bojana Radović
Verfasser/ VerfasserinRadović, Bojana
Begutachter / BegutachterinFischer Edwin
Erschienen2012
UmfangVIII, 73 Bl. : 2 Zsfassungen ; graph. Darst.
HochschulschriftGraz, Univ., Masterarb., 2012
Anmerkung
Zsfassung in dt. und engl. Sprache
SpracheDeutsch
DokumenttypMasterarbeit
Schlagwörter (GND)Portfolio Selection / Portfolio Selection / Online-Publikation
URNurn:nbn:at:at-ubg:1-38418 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Black-Litterman versus Resampling anhand der Euro Stoxx Branchen [6.95 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Auf Markowitz?s klassischer Portfoliotheorie aufbauend folgten viele unterschiedliche Ansätze der Portfoliozusammensetzung. Diese Arbeit untersucht die praktische Anwendung des Black-Litterman Modells und der Resampling Methode an den zehn Eurostoxx Branchen. Black und Litterman erweitern Markowitz?s Ansatz um die Möglichkeit einer Berücksichtigung von subjektiven Prognosen. Die zu optimierenden Inputparamter bestehen nicht nur aus den historischen Daten, sondern beinhalten auch subjektive Erwartungen bezüglich zukünftiger Renditeentwicklungen. Die Kombination dieser zwei Komponenten führt zu stabileren und ökonomisch plausibleren Portfolios, lässt aber durch zusätzlich erforderliche Annahmen genügend Steuerungsspielraum. Im Vergleich zu einer Veranlagung mittels naiver Diversifikation, Mean-Variance Optimierung und der Investition in den Eurostoxx Price Index, erbringt die naive Diversifikation die besten Ergebnisse. Michaud?s Resampled Efficient Frontier wählt einen anderen und nicht minder intuitiv nachvollziehbaren Weg zur Adaptierung Markowitz?s klassischer Portfoliotheorie. Michaud wählte ein statistisches Verfahren, in dem er für jede Efficient Frontier eine neue aus der Grundgesamtheit zufällig gezogene Datenbasis voraussetzt. Als Ergebnis erhält man zwar statistisch äquivalent Efficient Frotiers, die jedoch unterschiedliche Rendite-Risikoniveaus aufweisen, die zu unterschiedlichen Portfoliogewichtungen führen. Im nächsten Schritt werden in Michauds Ansatz die durchschnittlichen Portfoliogewichtungen ? je Anzahl der simulierten Efficient Frontiers ? berechnet. Die Durchschnittsgewichtungen werden als Ergebnis mit der ursprünglichen Varianz-Kovarianz Matrix und den Mittelwerten kombiniert. Das Resultat dieser Kombination definiert Michaud als Resampled Efficient Frontier, welche einen deutlich höheren Diversifikationsgrad als die Mean Variance Optimierung hat. Der positive Diversifikationseffekt erfolgt auf Kosten einer geringeren erwarteten Rendite

Zusammenfassung (Englisch)

Many portfolio mixes are based on Markowitz?s portfolio theory. This work however, examines the practical use of the Black-Litterman model and the Resampling method based on the branches of the Eurostoxx. Black and Litterman expand Markowitz?s approach by also taking subjective forecasts into account. Consequently the model?s input parameters do not only consist of historical data but do also contain subjective expectations regarding future yield performances. The combination of these two components leads to more stable and economically more plausible portfolios and still leaves the investor with enough ?elbowroom? for further decisions. The comparison of investments based on naive diversification, Mean-Variance optimization and the use of the Euro-Stoxx price index shows that the investment based on naive diversification leads to the best results.Michaud?s Resampled Efficient Frontier chooses another approach to adapt Markowitz?s portfolio theory. Michaud used a statistical method. As a result you get statistically equivalent Efficient Frontiers with different yield-risk-levels which consequently result in different portfolio weightings. In the next step Michaud?s approach calculates the average portfolio weightings. These average portfolio weightings are consequently combined with the original variance-covariance matrix and the corresponding mean values. The outcome of this combination is defined by Michaud as Resampled Efficient Frontier which has a distinctly higher degree of diversification than the Mean-Variance optimization. On the other hand this positive diversification effect does also result in a lower expected return.