Langfrist-Prognose von Performance-Indizes: Vergleich einiger Verfahren

  • Langfrist-Prognosen sind typischerweise problematischer als Kurzfrist-Prognosen. Im Kapitalmarktkontext ist die Sachlage jedoch umgekehrt, da verlässliche Kurzfrist-Prognosen durch Arbitrageure sofort zunichte gemacht würden. Ex ante ist der Performance-Index am Prognosehorizont eine extrem rechtsschief verteilte Zufallsvariable. Prognosen, die auf dessen Modalwert abzielen, sind daher viel zu pessimistisch. Prognosen, die auf den Erwartungswert abzielen, sind dagegen zu optimistisch. Von den drei prominenten Lagemaßen ist nur der Median in der Lage, als Basis für eine verlässliche Prognose zu dienen. Es werden einige Praktiker-Verfahren untereinander und mit einem neuen Prognoseverfahren verglichen, welches auf der erwartungstreuen Schätzung des Medians beruht. Zur Illustration der Verfahren und der resultierenden Prognosen werden Daten des DAX bis 2022 verwendet. Es zeigt sich unter anderem, dass der erwartungstreue Median-Schätzer bessere Prognosen als das besteLangfrist-Prognosen sind typischerweise problematischer als Kurzfrist-Prognosen. Im Kapitalmarktkontext ist die Sachlage jedoch umgekehrt, da verlässliche Kurzfrist-Prognosen durch Arbitrageure sofort zunichte gemacht würden. Ex ante ist der Performance-Index am Prognosehorizont eine extrem rechtsschief verteilte Zufallsvariable. Prognosen, die auf dessen Modalwert abzielen, sind daher viel zu pessimistisch. Prognosen, die auf den Erwartungswert abzielen, sind dagegen zu optimistisch. Von den drei prominenten Lagemaßen ist nur der Median in der Lage, als Basis für eine verlässliche Prognose zu dienen. Es werden einige Praktiker-Verfahren untereinander und mit einem neuen Prognoseverfahren verglichen, welches auf der erwartungstreuen Schätzung des Medians beruht. Zur Illustration der Verfahren und der resultierenden Prognosen werden Daten des DAX bis 2022 verwendet. Es zeigt sich unter anderem, dass der erwartungstreue Median-Schätzer bessere Prognosen als das beste ‚Praktiker-Verfahren‘ liefert.show moreshow less

Download full text files

Export metadata

Statistics

Number of document requests

Additional Services

Share in Twitter Search Google Scholar
Metadaten
Author:Günter BambergGND, Sebastian HeidenGND, Michael KrappGND
URN:urn:nbn:de:bvb:384-opus4-1064476
Frontdoor URLhttps://opus.bibliothek.uni-augsburg.de/opus4/106447
ISSN:1863-8155OPAC
ISSN:1863-8163OPAC
Parent Title (German):AStA Wirtschafts- und Sozialstatistisches Archiv
Publisher:Springer
Place of publication:Berlin
Type:Article
Language:German
Year of first Publication:2023
Publishing Institution:Universität Augsburg
Release Date:2023/07/28
Tag:General Economics, Econometrics and Finance; General Social Sciences; Statistics and Probability
Volume:17
First Page:161
Last Page:181
DOI:https://doi.org/10.1007/s11943-023-00322-0
Institutes:Wirtschaftswissenschaftliche Fakultät
Wirtschaftswissenschaftliche Fakultät / Institut für Statistik und mathematische Wirtschaftstheorie
Wirtschaftswissenschaftliche Fakultät / Institut für Statistik und mathematische Wirtschaftstheorie / Lehrstuhl für Quantitative Methoden in den Wirtschaftswissenschaften
Wirtschaftswissenschaftliche Fakultät / Institut für Statistik und mathematische Wirtschaftstheorie / Lehrstuhl für Statistik
Dewey Decimal Classification:3 Sozialwissenschaften / 33 Wirtschaft / 330 Wirtschaft
Licence (German):CC-BY 4.0: Creative Commons: Namensnennung (mit Print on Demand)