Detailansicht
Portfoliooptimierung nach Markowitz im Vergleich zur Optimierung mit robusten Schätzern und naiver Diversifikation
Kevin Windisch
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Fakultät für Wirtschaftswissenschaften
Betreuer*in
Erhard Reschenhofer
DOI
10.25365/thesis.27852
URN
urn:nbn:at:at-ubw:1-30327.09639.506570-7
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Die Arbeit versucht die Effizienz der Portfoliooptimierung nach Markowitz zu überprüfen. Zuerst wird die Geschichte der Portfoliotheorie aufgearbeitet und das von Harry M. Markowitz entwickelte Modell vorgestellt. Danach werden das Single-Index-Model und das Capital-Asset-Pricing-Model in den Kontext gebracht. Der Hauptteil der Arbeit ist aber empirischer Natur. Dabei wird das gleichgewichtete Portfolio gegen nach Markowitz optimierte Portfolios getestet. Als Risikomaße werden neben der klassischen Kovarianz einige robuste Schätzer wie der Minimum Covariance Determinant Estimator, der Nearest-Neighbor Variance Estimator und der Spearman Rank Correlation Coefficient eingesetzt. Die Ergebnisse zeigen, dass das gleichgewichtete Portfolio sehr stabile und zufriedenstellende Ergebnisse erzielt. Die optimierten Portfolios liefern, bis auf eine Ausnahme, oft schlechte Resultate. Es wirkt manchmal wie eine Form der Lotterie, wie sich die Renditen entwickeln. Die mit dem Spearman Rank Correlation Coefficient erstellten Portfolios haben mit den gewählten Datensätzen annehmbare bis gute Renditeentwicklungen, zumindest verglichen mit dem gleichgewichteten sowie mit den anderen optimierten Portfolios.
Schlagwörter
Schlagwörter
(Deutsch)
Naive Diversifikation Portfoliotheorie Portfoliooptimierung robuste Schätzer Markowitz
Autor*innen
Kevin Windisch
Haupttitel (Deutsch)
Portfoliooptimierung nach Markowitz im Vergleich zur Optimierung mit robusten Schätzern und naiver Diversifikation
Publikationsjahr
2013
Umfangsangabe
56 S. : graph. Darst.
Sprache
Deutsch
Beurteiler*in
Erhard Reschenhofer
AC Nummer
AC10813205
Utheses ID
24892
Studienkennzahl
UA | 066 | 920 | |