Seminar Ausgewhlte Kapitel InvestmentbankingKapitalmarktkommunikation Risiko und Ertragsanalyse von
Seminar : Ausgewählte Kapitel Investmentbanking/Kapitalmarktkommunikation. Risiko- und Ertragsanalyse von verschiedenen Anleihenformen Hadi Hedayati-Rad Anna Hofmann Iris Toto Stefan Zeugner 1
Rückblick Datenbasis: EMBI Composite, EMBI Africa, EMBI Asia, EMBI Europe, EMBI Latin America, Morgan Global Bond Index, SSB Corporate Credit Index A, SSB Corporate, Credit Index BBB, Pfandbriefe der deutsche Börse PEX Analysegegenstand: Risiko und Ertragsperformance, Rollende Korrelation, Risikozerlegung, Diversifizierungsmöglichkeiten, Principal Components André Tomfort: Risiko- und Ertragsanalyse von verschiedenen Anleiheformen; Finanz-Betrieb 2002 -3 2
Fortsetzung … Erweiterung der Datenbasis: ELMI Composite, ELMI Africa, ELMI Asia, ELMI Europe, ELMI Latin America Betrachtungszeitraum: Januar 1995 bis 24. November 2002 Analysegegenstand: Liquiditätsanalyse, erweiterte rollende Korrelation, Korrelationsmatrix, Erweiterung der Principal Components, Prognose der Principal Components, vektorielles Fehlerkorrektur-Modell mit PCA, zunehmende Divergenz der EM André Tomfort: Risiko- und Ertragsanalyse von verschiedenen Anleiheformen; Finanz-Betrieb 2002 -3 3
Marktliquidität Liquiditätserklärende Variablen: Bid-Ask-Spread, Markttiefe, Marktgröße ØBid-Ask-Spread: Maßstab für Transaktionskosten ØMarkttiefe: Umfang – Große Transaktionen ØMarktgröße: Größe der gehandelten Volumina 4
Korrelationsmatrix 5
Rollende Korrelation mit EMBI Composite Datenquelle: Bloomberg 6
Rollende Korrelation mit ELMI Composite Datenquelle: Bloomberg 7
Principal Component 1: Weltweite Bondmärkte Datenquelle: Bloomberg 8
Principal Component 2: „Flight to Quality“ 9 Datenquelle: Bloomberg
Zweite Hauptachse Datenquelle: Bloomberg 10
Prognose der Principal Components: Erklärende Variable PC 1: Weltweite Bondmärkte • Aktienmärkte • Niveau-Unterschied: EMBI-GBI • Mean-Reversion PC 2: „Flight to Quality“ • Schweizer Franken • Vola-Unterschied EMBI-GBI • Mean-Reversion 11
Prognose-Modell • Vektorielles auto-regressives Modell: jeder Index auf die Vergangenheit jedes Index‘ regressiert • Fehlerkorrekturterm: Das Niveau der Indizes beieinflusst deren Veränderung • Exogene Variable: Principal Components 1 & 2 12
Prognose-Modell: Ergebnis 13
Zunehmende Divergenz der EM - Regionen • PCA für Zeit bis 1998/99 (Brasilienkrise) und danach durchgeführt: Erklärungsbeitrag der beiden Faktoren differiert Datenquelle: Bloomberg 14
Conclusio • Liquiditätsfaktoren zu berücksichtigen • Diversifikationspotenzial zwischen EMBI und westlichen Bonds • Innerhalb EM hohes Diversifikationspotenzial • EM-Bonds durch Krisen gekennzeichnet • Krisenanfälligkeit nimmt ab 15
Danke für Ihre Aufmerksamkeit! www. em-bonds. cjb. net 16
- Slides: 16