Masterarbeit: Performance von FinTechs

[emihome]

Einen wunderschönen guten Abend,

 

ich arbeite derzeit an meiner Masterarbeit und beschäftige mich mit diversen Performancemaßen, die ich auf das Segment der (gehandelten) FinTechs anwende. Hierfür verwendete ich ein selbst zusammengestelltes Sample an FinTechs, dass einige Kriterien erfüllt und insgesamt gut 40 Unternehmen umfasst. Zunächst besteht meine Aufgabe im Rahmen der empirischen Auseinandersetzung darin, zu prüfen inwiefern unterschiedliche risikoadjustierte Performancemaße korrelieren bzw. im Grunde darum, wie gut die "einfache" Sharpe Ratio im Vergleich zu anderen Kennzahlen geeignet ist. Im weiteren Schritt würde ich zudem gerne untersuchen, ob einige unternehmensbezogene Faktoren (z.B. Alter, Marktkapitalisierung etc.) die durch die Kennzahlen abgebildete Performance beeinflussen. 

 

Allerdings fehlen mir für die darauf folgenden Analysen schlichtweg die Ideen, weshalb ich auf diesem Wege gerne Eure Meinung einholen würde. Welche Schritte lohnt es sich zu gehen? In welchen Bereich könnte ich die Analyse erweitern? Ich überlege beispielsweise neben den auf dem CAPM basierenden Performancemaße auch dessen Erweiterungen (3-Faktor/4-Faktor/5-Faktor..) in die Analyse mit einzubeziehen.

 

Ich würde mich über Antworten freuen, auch wenn es nur ein paar Schlagworte sind, die mich vielleicht für den weiteren Weg der Ausarbeitung inspirieren könnten.

 

Viele Grüße

emihome

 

[ImperatoM]

vor 4 Stunden schrieb emihome:

Zunächst besteht meine Aufgabe im Rahmen der empirischen Auseinandersetzung darin, zu prüfen inwiefern unterschiedliche risikoadjustierte Performancemaße korrelieren bzw. im Grunde darum, wie gut die "einfache" Sharpe Ratio im Vergleich zu anderen Kennzahlen geeignet ist. Im weiteren Schritt würde ich zudem gerne untersuchen, ob einige unternehmensbezogene Faktoren (z.B. Alter, Marktkapitalisierung etc.) die durch die Kennzahlen abgebildete Performance beeinflussen. 

 

Allerdings fehlen mir für die darauf folgenden Analysen schlichtweg die Ideen, weshalb ich auf diesem Wege gerne Eure Meinung einholen würde. Welche Schritte lohnt es sich zu gehen? In welchen Bereich könnte ich die Analyse erweitern? Ich überlege beispielsweise neben den auf dem CAPM basierenden Performancemaße auch dessen Erweiterungen (3-Faktor/4-Faktor/5-Faktor..) in die Analyse mit einzubeziehen.

 

Als Mathematiker freue ich mich zwar über Deinen zahlenbasierten Ansatz, glaube aber, dass Du falsche Prioritäten setzt und sehe die Gefahr nicht-reproduzierbarer (und damit nicht-wirklich-empirischer und nicht-wissenschaftlicher) Ergebnisse. Tipps:

 

- werden unterschiedliche Zeiträume untersucht? Sonst misst Du wahrscheinlich ohnehin nur makroökonomische Sondereffekte und Trends

 

- wird gar nicht qualitativ in Frage gestellt, was ein geeignetes Risikomaß ist? Als Wissenschaftler kann man die Sharpe Ratio als solches doch wohl nicht ernsthaft heranziehen, denn man würde Volatilität und Risiko fälschlicherweise gleichsetzen - das mag schön sein, weil man eine so einfache Zahl herausbekommt (die sich schon bei kleinen Zeitraumveränderungen häufig stark ändert), ist aber wissenschaftlich betrachtet dann doch eher Murks. Kleiner Erstlesetipp: https://www.risknet.de/themen/risknews/volatilitaet-ist-kein-geeignetes-risikomass/051d89b55d9df13ec27b61a4b10f5009/

 

- leg insgesamt weniger Wert darauf, immer noch eine zusätzliche Analyse zu betreiben, sondern sorge erstmal dafür, dass die ohnehin zu betreibenden auch wirklich wissenschaftlich betrieben und hinterfragt werden. Übernimm Dich nicht! Alleine über die Sharpe Ration kann man sicherlich ganze Doktorarbeiten schreiben (und sind vermutlich auch schon geschrieben worden). Hier wäre mal eine (allerdings och kleine und meines Erachtens noch nicht umfassende) Diplomarbeit: https://www.grin.com/document/114081

 

Und dann noch aus Interesse: Welche 40 Unternehmen hast Du ausgewählt?

[4R3S]

vor 15 Stunden schrieb emihome:

ich arbeite derzeit an meiner Masterarbeit und beschäftige mich mit diversen Performancemaßen, die ich auf das Segment der (gehandelten) FinTechs anwende. Hierfür verwendete ich ein selbst zusammengestelltes Sample an FinTechs, dass einige Kriterien erfüllt und insgesamt gut 40 Unternehmen umfasst. Zunächst besteht meine Aufgabe im Rahmen der empirischen Auseinandersetzung darin, zu prüfen inwiefern unterschiedliche risikoadjustierte Performancemaße korrelieren bzw. im Grunde darum, wie gut die "einfache" Sharpe Ratio im Vergleich zu anderen Kennzahlen

 

Ich weiß nicht was du meinst. Performance bei gehandelten Fintechs? 

Dein Ansatz: "ich prüf mal wie stark die korrelieren" ist blankes Data-Mining... Was versprichst du dir davon? Was ist deine Hypothese? Auf welchem Fundament beruht deine Hypothese?

 

Mit bestimmten Mitteln kannst du erreichen, dass Daten immer irgendwie passen. Das ist aber nicht wissenschaftlich. Du gehst normalerweise von einem Modell aus und überprüfst dieses in der Empirie. Außer du suchst nach Ideen für eine Hypothese...

Was sagt denn dein Professor? Worüber handelte deine Bachelorarbeit? Bist du in dieser auch so vorgegangen? Wurde es dann vom Professor akzeptiert?

 

Beste Grüße,

[Dork]

Was ist die Kernfrage oder These der MA? Ohne diese macht Tippabgabe für die Analyse keinen Sinn... 

[emihome]

Erstmal vielen Dank für die Zahlreichen Antworten, ich hoffe auf alles einzugehen.

Die Aufgabenstellung der Masterarbeit basiert grundlegend erstmal darauf ein vorliegendes Paper (Oppenländer&Röder 2013) auf das Segment der FinTechs zu übertragen. In diesem Paper errechnen die Autoren zunächst unterschiedliche Performancekennzahlen (Sharpe, Treynor etc.) und überprüfen anschließend die Hypothese, inwiefern es Sinn macht lediglich die Sharpe Ratio heranzuziehen bzw. wie Gut die Sharpe Ratio im Vergleich zu den anderen Maßen ist. Es kann gezeigt werden, dass durchaus hohe Korrelation zwischen der Rangbildung nach den verschiedenen Kennzahlen bestehen (zumindest bei den im Paper untersuchten Immobilien-AGs).

Grundlegend geht es also bei der Arbeit nicht darum, zu überprüfen, inwiefern die Sharpe Ratio auch wirklich die Performance eines Titels misst, sondern um das Zusammenspiel der verschiedenen Kennzahlen in Bezug auf die Performance. Dass ich im Literaturteil auf die Bedenken gegenüber der einzelnen Kennzahlen eingehe und infrage stelle, steht außer Frage.

Offensichtlich kann man unter dem Begriff FinTech unzählige Unternehmen zusammenfassen. Außerdem ist klar, dass heutzutage wichtige FinTechs (noch) nicht an der Börse gehandelt werden, also in der Analyse unberücksichtigt bleiben. Basierend auf einer vorgegebenen Liste habe ich in Absprache mit meinem Professor auf Basis verschiedener Bedingungen (z. B vorhandenen Daten >=24 Monate) gepaart mit dem Fokus auf Unternehmen der FinTech 3.0 Phase (klassifiziert nach Arner 2015) die 40 Unternehmen ausgewählt, weshalb es sich um eine ziemlich heterogene Liste handelt.  Mit meinem Professor ist die bisherige Untersuchung abgestimmt: Rangfolge auf Basis der ausgewählten Performancemaße errechnen, Korrelation prüfen, Einflussfaktoren auf Performance (nach gewählten Maßen) identifizieren, Persistenz überprüfen (2 verschiedene Anlagezeiträume), Anlagestrategie gegenüber Buy-and-Hold darstellen.

 

Ich hoffe ich konnte einige Unklarheiten aus dem Weg räumen, habe aber durchaus den Tenor verstanden und werde mich zunächst auf die sorgfältige Bearbeitung meiner vorhandenen Themen konzentrieren. Vielen Dank

[Ramstein]

Uff. Das Ursprungspapier "Performance Messung am Beispiel deutscher Immobilien-Aktiengesellschaften" beschäftigt sich mit einem ganz anderen Marktsegment als junge FinTechs. Da würde ich primär hinterfragen, ob überhaupt gleiche Kenngrößen für die Bewertung angemessen sind.