Bondrediten und Mindestkapitalanforderungen fur Banken

Sebastian Suhr Bondrenditen und Mindestkapitalanforderungen für Banken GABLER RESEARCH ifk edition Herausgegeben von:...

Author: Sebastian Suhr

74 downloads 1280 Views 2MB Size Report

This content was uploaded by our users and we assume good faith they have the permission to share this book. If you own the copyright to this book and it is wrongfully on our website, we offer a simple DMCA procedure to remove your content from our site. Start by pressing the button below!

Report copyright / DMCA form

DOWNLOAD PDF

Sebastian Suhr Bondrenditen und Mindestkapitalanforderungen für Banken

GABLER RESEARCH ifk edition Herausgegeben von: Prof. Dr. Andreas Pﬁngsten, Universität Münster

Band 22

Die ifk edition macht bankwissenschaftliche Forschungsergebnisse einer breiten Leserschaft zugänglich. Die Beiträge der Schriftenreihe zeichnen sich durch die wissenschaftliche Qualität ihrer theoretischen und empirischen Analysen ebenso aus wie durch ihren Praxisbezug. Sie behandeln eine breite Palette von Themen wie das Kredit- und das Einlagengeschäft, das Risikomanagement, die Bankenregulierung sowie das Rechnungswesen von Banken.

Sebastian Suhr

Bondrenditen und Mindestkapitalanforderungen für Banken Mit einem Geleitwort von Prof. Dr. Andreas Pﬁngsten

RESEARCH

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.

Dissertation Universität Münster, 2007 D6

Die Bände 1–4 sind im LIT Verlag, die Bände 5–17 im Fritz Knapp Verlag erschienen.

1. Auflage 2010 Alle Rechte vorbehalten © Gabler | GWV Fachverlage GmbH, Wiesbaden 2010 Lektorat: Ute Wrasmann | Nicole Schweitzer Gabler ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.gabler.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in Germany ISBN 978-3-8349-2235-9

Meinen Eltern

vii

Geleitwort Die Bewertung von Finanztiteln basiert h¨auﬁg auf der Annahme vollkommener Kapitalm¨arkte. Diese Annahme ist bequem und erleichtert die Herleitung expliziter Bewertungsformeln erheblich. Sie ist in der Realit¨at aber h¨auﬁg nicht erf¨ ullt. Die bloße Existenz von Kreditinstituten, f¨ ur die es auf vollkommenen Kapitalm¨arkten keine Berechtigung g¨abe, weist bereits auf Marktunvollkommenheiten hin. Kreditinstitute werden wegen ihrer besonderen Bedeutung f¨ ur die Volkswirtschaft in erheblichem Ausmaß reguliert - eine weitere Marktunvollkommenheit. Speziell haben Kreditinstitute ihre Risikoaktiva mit Eigenmitteln zu unterlegen. Die H¨ohe der erforderlichen Eigenmittelunterlegung hing in der Vergangenheit haupts¨achlich von der Schuldnerkategorie ab (¨oﬀentliche Stelle, Finanzintermedi¨ar, anderes Unternehmen). Seit Basel II wird sie prim¨ar mit Blick auf das Ausfallrisiko der Finanztitel bestimmt. Vor allem unter den alten Regeln stellt sich die Frage, ob Banken systematisch bei gleichem Risiko diejenigen Finanztitel als Anlageobjekte pr¨aferieren, die mit weniger Eigenmitteln zu unterlegen sind. Diese Frage ist der Aufh¨anger der vorliegenden Dissertation. Die Beantwortung sollte leicht fallen. Man m¨ usste nur die Portfolios der Kreditinstitute kennen und ihre Zusammensetzung statistisch analysieren. Leider stehen derartige Daten jedoch nicht in der ben¨otigten Menge und Detaillierung zur Verf¨ ugung. Daher w¨ahlt der Autor einen indirekten Weg. Er pr¨ uft mit unterschiedlichen Methoden, ob Wertpapiere mit h¨oherem regulatorischen Kapitalbedarf, bei sonst gleichen Daten, h¨ohere Renditen aufweisen. Die untersuchten Daten des US-amerikanischen Kapitalmarktes - in Deutschland gibt es f¨ ur statistisch aussagekr¨aftige Resultate zu wenig Unternehmensanleihen - best¨atigen die Vermutungen in einigen F¨allen. V¨ollig eindeutig sind die Ergebnisse jedoch nicht. So liefert die Analyse keine endg¨ ultige Klarheit, ist gerade deswegen aber ein geeigneter Startpunkt f¨ ur Folgearbeiten. Ich w¨ unsche ihr daher eine gute Verbreitung und ihren Lesern vielf¨altige Anregungen.

Prof. Dr. Andreas Pﬁngsten

ix

Vorwort Die vorliegende Arbeit wurde im Sommersemester 2007 von der wirtschaftswissenschaftlichen Fakult¨at der Westf¨alischen Wilhelms-Universit¨at als Dissertation angenommen. Die Arbeit entstand w¨ahrend meiner vierj¨ahrigen T¨atigkeit als wissenschaftlicher Mitarbeiter von Prof. Dr. Andreas Pﬁngsten am Institut f¨ ur Kreditwesen der Universit¨at M¨ unster. W¨ahrend dieser Jahre wurde ich bei der Erstellung dieser Arbeit durch verschiedene Personen aus meinem wissenschaftlichen und privaten Umfeld unterst¨ utzt, wof¨ ur ich mich hiermit bedanken m¨ochte. Mein erster Dank gilt meinem akademischen Lehrer und Doktorvater Prof. Dr. Andreas Pﬁngsten, der durch seine engagierte fachliche Unterst¨ utzung einen wertvollen Beitrag zum Gelingen der Arbeit beigetragen hat. Er verstand es, eine durch Oﬀenheit und Eigenverantwortung gepr¨agte Arbeitsatmosph¨are am Institut f¨ ur Kreditwesen zu schaﬀen, die eine wesentliche Grundlage f¨ ur den erfolgreichen Abschluss dieser Arbeit war. Außerdem gilt ¨ mein Dank Herrn PD. Dr. Andreas Behr f¨ ur die freundliche Ubernahme des Zweitgutachtens. Besonders wertvoll waren f¨ ur mich stets die freundschaftlichen Beziehungen zu meinen fr¨ uheren Kolleginnen und Kollegen. F¨ ur viele wertvolle Anregungen und Hilfestellungen m¨ochte ich mich daher herzlich bei Rolf B¨ove, Sven Bornemann, Burkhardt D¨oge, Susanne Hom¨olle, Carsten Hubensack, Andreas Kamp, Markus Ricke, Kai Rudolf, Claudia Schaaﬀ, Norbert Str¨ater, Peter Wagner, Carsten Wolferink und Irmhild Wrede sowie den vielen engagierten studentischen Hilfskr¨aften bedanken. Besonders bedanken m¨ochte ich mich bei Rolf B¨ove, der mir w¨ahrend der Entstehung dieser Arbeit einige mathematische Fragen beantwortet und dabei eine Menge Zeit geopfert hat. W¨ahrend meiner universit¨aren Laufbahn sind zudem einige sehr gute Freundschaften entstanden, die die Zeit an der Universit¨at M¨ unster hoﬀentlich lange u ur zahlreiche außeruniversit¨are Aktivit¨aten, ¨berdauern werden. F¨ die auf ihre eigene individuelle Art zum Gelingen dieser Arbeit beigetragen haben, m¨ochte ich mich an dieser Stelle insbesondere bei Frank Grundmann, Norbert Str¨ater und Barbara Ries bedanken. Besonders herzlich m¨ochte ich mich auch bei meiner Partnerin Jennifer Okoye bedanken. Sie hatte stets Verst¨andnis f¨ ur die mit einer Dissertation einhergehenden Entbehrungen und verstand es, mich auf ihre ganz besondere Art immer wieder zu motivieren. Schließlich bedanke ich mich bei meinen Eltern Helga und Rainer Suhr

x

Vorwort

sowie meinem Bruder Christian Suhr f¨ ur den famili¨aren R¨ uckhalt, der den Grundstein f¨ ur meine pers¨onliche Entwicklung darstellt. Diese Dissertation ist nur eines von vielen Dingen, die ohne die permanente und uneingeschr¨ankte Unterst¨ utzung meiner Eltern nicht m¨oglich gewesen w¨aren - Euch sei daher diese Arbeit gewidmet.

Sebastian Suhr

xi

Inhaltsverzeichnis Geleitwort

vii

Vorwort

ix

Inhaltsverzeichnis

xi

Abbildungsverzeichnis

xv

Tabellenverzeichnis

xix

Symbolverzeichnis

xxxi

Abku ¨ rzungsverzeichnis

xxxiii

1 Einleitung 2 Modelltheoretische Analyse des Investitionsverhaltens von Unternehmen und Banken 2.1 Portfoliooptimierung von Unternehmen und Banken . . . . . . 2.1.1 Modellstruktur und -annahmen . . . . . . . . . . . . . 2.1.2 Modellanalyse . . . . . . . . . . . . . . . . . . . . . . . 2.1.3 Sensitivit¨atsanalye . . . . . . . . . . . . . . . . . . . . 2.1.3.1 Zusammenhang zwischen optimaler Portfoliostruktur und Korrelationen . . . . . . . . . . 2.1.3.2 Zusammenhang zwischen optimaler Portfoliostruktur und ¨okonomischer Kapitalrestriktion 2.2 Preismechanismus und Marktgleichgewicht . . . . . . . . . . . 2.2.1 Modellstruktur und -annahmen . . . . . . . . . . . . . 2.2.2 Ermittlung der marktr¨aumenden Renditekombinationen 2.2.3 Zusammenhang zwischen marktr¨aumender Renditekombination und Korrelationen sowie ¨okonomischer Kapitalanforderung . . . . . . . . . . . . . . . . . . . . . . 2.2.4 Zusammenhang zwischen marktr¨aumender Renditekombination und Angebotsstruktur . . . . . . . . . . . . . 2.3 Zusammenfassung der modelltheoretischen Analyse . . . . . . 3 Empirische Analyse des amerikanischen Bond-Marktes

1

5 5 5 10 15 15 20 22 22 24

28 31 33 37

xii

Inhaltsverzeichnis

3.1 3.2 3.3 3.4

Untersuchungsgegenstand und Basishypothese . . . . . . . . . 37 Grundlagen der amerikanischen Bankenregulierung . . . . . . 39 Theoretische Ans¨atze zur Bewertung von Bonds . . . . . . . . 40 Methodische Grundlagen zur Datenerhebung, -bereinigung und -analyse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45 3.4.1 Datenerhebung und -bereinigung am Beispiel des Datensatzes aus 2006 . . . . . . . . . . . . . . . . . . . . 45 3.4.2 Grundmodell der Regressionsanalyse . . . . . . . . . . 56 3.4.3 Matched Pairs-Methodik . . . . . . . . . . . . . . . . . 62 3.4.3.1 Grundidee des Matchings . . . . . . . . . . . 62 3.4.3.2 Distanzmaße zur Bestimmung ¨ahnlicher Bonds 63 3.4.3.3 Das Matching der Bonds . . . . . . . . . . . . 65 3.5 Analyse des Datensatzes aus 2006 . . . . . . . . . . . . . . . . 66 3.5.1 Regressionsanalyse . . . . . . . . . . . . . . . . . . . . 67 3.5.1.1 Regressionsanalyse mit Banken- und StaatsDummy . . . . . . . . . . . . . . . . . . . . . 67 3.5.1.2 Erweitertes Regressionsmodell . . . . . . . . . 72 3.5.1.3 Erweitertes Regressionsmodell mit Interaktionstermen . . . . . . . . . . . . . . . . . . . . 75 3.5.2 Ergebnisse der Matched Pairs-Analyse . . . . . . . . . 107 3.5.2.1 Staat vs. AGCY . . . . . . . . . . . . . . . . 107 3.5.2.2 Staat vs. Unternehmen . . . . . . . . . . . . . 109 3.5.2.3 AGCY vs. Unternehmen . . . . . . . . . . . . 111 3.5.2.4 Banken & AGCY vs. Unternehmen . . . . . . 113 3.5.2.5 Banken vs. AGCY . . . . . . . . . . . . . . . 122 3.5.3 Matched Pairs-Analyse mehrerer Rating-Kategorien . . 128 3.5.3.1 Banken & AGCY vs. Unternehmen . . . . . . 128 3.5.3.2 Banken vs. AGCY . . . . . . . . . . . . . . . 135 3.5.4 Zusammenfassung und Interpretation der empirischen Ergebnisse f¨ ur 2006 . . . . . . . . . . . . . . . . . . . . 138 3.6 Analyse des Datensatzes aus 2004 . . . . . . . . . . . . . . . . 151 3.6.1 Ergebnisse der Datenbereinigung . . . . . . . . . . . . 151 3.6.2 Regressionsanalyse . . . . . . . . . . . . . . . . . . . . 159 3.6.2.1 Regressionsanalyse mit Banken- und StaatsDummy . . . . . . . . . . . . . . . . . . . . . 159 3.6.2.2 Erweitertes Regressionsmodell . . . . . . . . . 168 3.6.2.3 Erweitertes Regressionsmodell mit Interaktionstermen . . . . . . . . . . . . . . . . . . . . 171

Inhaltsverzeichnis

3.6.3

Ergebnisse der Matched Pairs-Analyse . . . . . . . . 3.6.3.1 Staat vs. AGCY . . . . . . . . . . . . . . . 3.6.3.2 Staat vs. Unternehmen . . . . . . . . . . . . 3.6.3.3 AGCY vs. Unternehmen . . . . . . . . . . . 3.6.3.4 Banken & AGCY vs. Unternehmen . . . . . 3.6.3.5 Banken vs. AGCY . . . . . . . . . . . . . . 3.6.4 Matched Pairs-Analyse mehrerer Rating-Kategorien . 3.6.4.1 Banken & AGCY vs. Unternehmen . . . . . 3.6.4.2 Banken vs. AGCY . . . . . . . . . . . . . . 3.6.5 Zusammenfassung und Interpretation der empirischen Ergebnisse f¨ ur 2004 . . . . . . . . . . . . . . . . . . . 3.7 Analyse des Datensatzes aus 2002 . . . . . . . . . . . . . . . 3.7.1 Ergebnisse der Datenbereinigung . . . . . . . . . . . 3.7.2 Regressionsanalyse . . . . . . . . . . . . . . . . . . . 3.7.2.1 Regressionsanalyse mit Banken- und StaatsDummy . . . . . . . . . . . . . . . . . . . . 3.7.2.2 Erweitertes Regressionsmodell . . . . . . . . 3.7.2.3 Erweitertes Regressionsmodell mit Interaktionstermen . . . . . . . . . . . . . . . . . . . 3.7.3 Ergebnisse der Matched Pairs-Analyse . . . . . . . . 3.7.3.1 Staat vs. AGCY . . . . . . . . . . . . . . . 3.7.3.2 Staat vs. Unternehmen . . . . . . . . . . . . 3.7.3.3 AGCY vs. Unternehmen . . . . . . . . . . . 3.7.3.4 Banken & AGCY vs. Unternehmen . . . . . 3.7.3.5 Banken vs. AGCY . . . . . . . . . . . . . . 3.7.4 Matched Pairs-Analyse mehrerer Rating-Kategorien . 3.7.4.1 Banken & AGCY vs. Unternehmen . . . . . 3.7.4.2 Banken vs. AGCY . . . . . . . . . . . . . . 3.7.5 Zusammenfassung und Interpretation der empirischen Ergebnisse f¨ ur 2002 . . . . . . . . . . . . . . . . . . . 3.8 Zusammenfassung der empirischen Ergebnisse . . . . . . . . 4 Zusammenfassung und Ausblick

xiii

. . . . . . . . .

193 193 195 197 199 207 213 213 217

. . . .

220 227 227 235

. 235 . 244 . . . . . . . . . .

248 256 257 258 260 261 268 273 273 277

. 281 . 288 293

Anhang 299 ¨ A.1 Uberpr¨ ufung der ¨okonomischen Kapitalrestriktion auf Konvexit¨at . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 ¨ A.2 Detaillierte Ubersicht zur durchgef¨ uhrten Datenbereinigung . . 303

xiv

Inhaltsverzeichnis

A.3 Der White Heteroskedastizit¨ats-Test . . . . . . . . . . . . . A.4 F-Test-Ergebnisse des Vergleichs des erweiterten Modells mit allen Interaktionstermen mit dem erweiterten Modell nach Elimination einzelner Interaktionsterme . . . . . . . . . . . . . A.4.1 S&P-Sample 2006 . . . . . . . . . . . . . . . . . . . . A.4.2 Moody’s-Sample 2006 . . . . . . . . . . . . . . . . . A.4.3 S&P-Sample 2004 . . . . . . . . . . . . . . . . . . . . A.4.4 Moody’s-Sample 2004 . . . . . . . . . . . . . . . . . A.4.5 S&P-Sample 2002 . . . . . . . . . . . . . . . . . . . . A.4.6 Moody’s-Sample 2002 . . . . . . . . . . . . . . . . . A.5 Regressionsergebnisse mit Unternehmens- und Staats-Dummy . . . . . . . . . . . . . . . . . . . . . . . . . A.6 Deskriptive Statistiken zu den Datens¨atzen aus 2006, 2004 und 2002 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Literatur

. 306

. . . . . . .

309 309 312 319 330 338 349

. 364 . 374 377

xv

Abbildungsverzeichnis 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 3.10 3.11 3.12 3.13 3.14 3.15 3.16 3.17 3.18 3.19 3.20

Box Plots (S&P 2006) . . . . . . . . . . . . . . . . . . . . . . Box Plots (Moody’s 2006) . . . . . . . . . . . . . . . . . . . . Approximation historische PDs 2006 (S&P) . . . . . . . . . . Approximation historische PDs 2006 (Moody’s) . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (S&P 2006) . . . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (S&P 2006) . . . . . . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (S&P 2006) . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (S&P 2006) . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Duration (S&P 2006) . . . . . . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (S&P 2006) . . . . . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (S&P 2006) . . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2006) . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2006) . . . . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2006) . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2006) . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Duration (Moody’s 2006) . . . . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2006) . . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2006) . . . . . . . . . . Verteilung der Bond-Paare bis zur Maximaldistanz . . . . . . Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2006) . . . . . . . . . . .

. . . .

55 57 60 61

. 80 . 82 . 84 . 86 . 88 . 90 . 92 . 97 . 98 . 100 . 101 . 103 . 104 . 106 . 115 . 134

xvi

3.21 3.22 3.23 3.24 3.25 3.26 3.27 3.28 3.29 3.30 3.31 3.32 3.33 3.34 3.35 3.36 3.37 3.38 3.39 3.40 3.41

Abbildungsverzeichnis

Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2006) . . . . . . . . . . . . . . . . . . . . . 139 Spread-Diﬀerenzen in unterschiedlichen Rating-Klassen (Banken & AGCY vs. Unternehmen 2006) . . . . . . . . . . . . . . 140 Box Plots (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . 157 Box Plots (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . 158 Approximation historische PDs 2004 (S&P) . . . . . . . . . . . 161 Approximation historische PDs 2004 (Moody’s) . . . . . . . . . 162 Entwicklung des US-Zinsniveaus (Renditen von US-Staatsanleihen 1997-2007 in %) . . . . . . . . . . . . . . . . . . . . . . . . . . 165 Spreads in Abh¨angigkeit der Rating-Kategorie; Grundmodell vs. erweitertes Modell (S&P 2004) . . . . . . . . . . . . . . . . 170 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (S&P 2004) . . . . . . . . . . . . . . 174 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Duration (S&P 2004) . . . . . . . . . . . . . . . . . . . 175 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (S&P 2004) . . . . . . . . . . . . . . . . . 176 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (S&P 2004) . . . . . . . . . . 177 Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (S&P 2004) . . . . . . . . . . . . . . . . 179 Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (S&P 2004) . . . . . . . . . . . . . . . . . . . . 180 Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (S&P 2004) . . . . . . . . . . . . . 181 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2004) . . . . . . . . . . . . 185 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Duration (Moody’s 2004) . . . . . . . . . . . . . . . . 186 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2004) . . . . . . . . . . . . . . . 187 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2004) . . . . . . . . 188 Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2004) . . . . . . . . . . . . . . 190 Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2004) . . . . . . . . . . . . . . . . . 191

Abbildungsverzeichnis

3.42 3.43 3.44 3.45 3.46 3.47 3.48 3.49 3.50 3.51 3.52 3.53 3.54 3.55 3.56 3.57 3.58 3.59

xvii

Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2004) . . . . . . . . . . . 192 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2004) . . . . . . . . . . . . 216 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2004) . . . . . . . . . . . . . . . . . . . . . 220 Spread-Diﬀerenzen in unterschiedlichen Rating-Klassen (Banken & AGCY vs. Unternehmen 2004) . . . . . . . . . . . . . . 221 Box Plots (S&P 2002) . . . . . . . . . . . . . . . . . . . . . . . 233 Box Plots (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . 234 Approximation historische PDs 2002 (S&P) . . . . . . . . . . . 236 Approximation historische PDs 2002 (Moody’s) . . . . . . . . . 237 US-Zinsstruktur zu den Analysezeitpunkten . . . . . . . . . . . 240 Entwicklung des US-Zinsniveaus (Abb. 3.27 mit Trend-Kan¨alen)241 Spreads in Abh¨angigkeit der Rating-Kategorie; Grundmodell vs. erweitertes Modell (Moody’s 2002) . . . . . . . . . . . . . . 247 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Duration (Moody’s 2002) . . . . . . . . . . . . . . . . 251 Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2002) . . . . . . . . . . . . . . . 252 Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2002) . . . . . . . . . . . . . . 254 Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2002) . . . . . . . . . . . 255 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2002) . . . . . . . . . . . . 276 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2002) . . . . . . . . . . . . . . . . . . . . . 281 Spread-Diﬀerenzen in unterschiedlichen Rating-Klassen (Banken & AGCY vs. Unternehmen 2002) . . . . . . . . . . . . . . 282

xix

Tabellenverzeichnis 2-1 2-2 2-3 2-4 2-5 2-6 2-7 2-8 2-9 2-10 2-11 2-12 2-13 2-14 2-15 2-16 2-17 3-1 3-2 3-3 3-4 3-5 3-6 3-7

Empirische Korrelationen zwischen Bond-Indizes . . . . . . . . Beta-Werte europ¨aischer Großbanken . . . . . . . . . . . . . . Eigenkapitalkosten Banken (gesch¨atzt) . . . . . . . . . . . . . . Ergebnisse ohne Regulierung . . . . . . . . . . . . . . . . . . . Ergebnisse mit Regulierung . . . . . . . . . . . . . . . . . . . . Ergebniswirkung unterschiedlicher Korrelationsannahmen (Unternehmenssicht) . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebniswirkung unterschiedlicher Korrelationsannahmen (Banksicht) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebniswirkung unterschiedlicher VaR-Vorgaben (Banksicht) . Nachfragestruktur der Unternehmen bei gleichen Renditen und Angebotsstruktur am Markt . . . . . . . . . . . . . . . . . . . Marktr¨aumende Renditekombination Fall 1 (Korrelation 0,8) . Nachfragestruktur der Banken bei gleichen Renditen und Angebotsstruktur am Markt . . . . . . . . . . . . . . . . . . . . . Marktr¨aumende Renditekombination Fall 2 (Korrelation 0,8) . Auswirkungen von ¨okonomischer Kapitalrestriktion und Korrelationen auf die Nachfragestruktur . . . . . . . . . . . . . . . Marktr¨aumende Renditekombination Fall 1 (Korrelation 0,7; 99 %-Konﬁdenzniveau) . . . . . . . . . . . . . . . . . . . . . . Marktr¨aumende Renditekombination Fall 2 (Korrelation 0,7; 99 %-Konﬁdenzniveau) . . . . . . . . . . . . . . . . . . . . . . Variierte Angebotsstruktur am Markt . . . . . . . . . . . . . . Marktr¨aumende Renditekombination bei varrierter Angebotsstruktur Fall 1 (Korrelation 0,7; 99 %-Konﬁdenzniveau) . . . . Inl¨andischer Bondmarkt (Deutschland) . . . . . . . . . . . . . Inl¨andischer Bondmarkt (USA) . . . . . . . . . . . . . . . . . . ¨ Ubersicht zum Datensatz aus 2006 vor Datenbereinigung . . . Bonds vor Bereinigung um Ausreißer und Nicht-OECDEmittenten 2006-1 . . . . . . . . . . . . . . . . . . . . . . . . . Bonds vor Bereinigung um Ausreißer und Nicht-OECDEmittenten 2006-2 . . . . . . . . . . . . . . . . . . . . . . . . . Bonds nach Bereinigung um Ausreißer und Nicht-OECDEmittenten 2006-1 . . . . . . . . . . . . . . . . . . . . . . . . . Bonds nach Bereinigung um Ausreißer und Nicht-OECDEmittenten 2006-2 . . . . . . . . . . . . . . . . . . . . . . . . .

7 8 9 12 13 16 18 21 24 25 27 27 29 30 30 31 32 38 38 49 50 51 53 54

xx

3-8 3-9 3-10 3-11 3-12 3-13 3-14 3-15 3-16 3-17 3-18 3-19 3-20 3-21 3-22 3-23 3-24 3-25 3-26 3-27 3-28 3-29 3-30 3-31 3-32 3-33

Tabellenverzeichnis

9-j¨ahrige historische Ausfallraten von S&P und Moody’s (2006) 59 Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (S&P 2006) 68 Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (Moody’s 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (S&P 2006) 73 Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (Moody’s 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 Ergebnisse der Sch¨atzung des Regressionsmodells 3-6 (S&P 2006) 78 Ergebnisse der Sch¨atzung des Regressionsmodells 3-7 (Moody’s 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95 Deskriptive Statistik Staat vs. AGCY (S&P AAA 2006) . . . . 108 Deskriptive Statistik Staat vs. AGCY (Moody’s Aaa 2006) . . 109 Deskriptive Statistik Staat vs. Unternehmen (S&P AAA 2006) 110 Deskriptive Statistik Staat vs. Unternehmen (Moody’s Aaa 2006)111 Deskriptive Statistik AGCY vs. Unternehmen (S&P AAA 2006)112 Deskriptive Statistik AGCY vs. Unternehmen (Moody’s Aaa 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114 Bondmerkmale und Distanzen . . . . . . . . . . . . . . . . . . 115 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A+ 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P AA- 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A2 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . 119 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A1 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . 120 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s Aa3 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . 121 Ergebnisse der Gegen¨ uberstellung von Banken- und Unternehmens-Bonds (2006) . . . . . . . . . . . . . . . . . . . . . . . . 122 Deskriptive Statistik AGCY vs. Banken (S&P A 2006) . . . . . 123 Deskriptive Statistik AGCY vs. Banken (S&P A+ 2006) . . . . 124 Deskriptive Statistik AGCY vs. Banken (Moody’s A2 2006) . . 125 Deskriptive Statistik AGCY vs. Banken (Moody’s A1 2006) . . 126 Deskriptive Statistik AGCY vs. Banken (Moody’s Aa3 2006) . 127

Tabellenverzeichnis

3-34 3-35 3-36 3-37 3-38 3-39 3-40 3-41 3-42 3-43 3-44 3-45 3-46 3-47 3-48 3-49 3-50 3-51 3-52 3-53 3-54 3-55 3-56 3-57 3-58

xxi

Ergebnisse der Gegen¨ uberstellung von Banken- und AGCYBonds (2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P B- bis AAA 2006) . . . . . . . . . . . . . . . . . . . . . . . . . 129 Beispielhafte Bondmerkmale und Distanzen (S&P 2006) . . . . 131 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa 2006) . . . . . . . . . . . . . . . . . . . . . . . 131 Beispielhafte Bondmerkmale und Distanzen (Moody’s 2006) . . 132 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2006) . . . . . . . . . . . . 133 Deskriptive Statistik Banken vs. AGCY (S&P B- bis AAA 2006)136 Deskriptive Statistik Banken vs. AGCY (Moody’s B3 bis Aaa 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2006) . . . . . . . . . . . . . . . . . . . . . 138 Banken-Bonds Moody’s vs. S&P (2006) . . . . . . . . . . . . . 142 Unternehmens-Bonds Moody’s vs. S&P (2006) . . . . . . . . . 143 Innerhalb des Ratings ber¨ ucksichtigte Risikofaktoren . . . . . . 144 Empirische Korrelationen zwischen Bond-Indizes . . . . . . . . 146 Spread-Diﬀerenzen und Bondmerkmale (Banken & AGCY vs. Unternehmen 2006) . . . . . . . . . . . . . . . . . . . . . . . . 148 Gegen¨ uberstellung Banken- und AGCY-Bonds (S&P) . . . . . 150 ¨ Ubersicht zum Datensatz aus 2004 vor Datenbereinigung . . . 151 Bonds vor Bereinigung um Ausreißer und Nicht-OECDEmittenten 2004-1 . . . . . . . . . . . . . . . . . . . . . . . . . 152 Bonds vor Bereinigung um Ausreißer und Nicht-OECDEmittenten 2004-2 . . . . . . . . . . . . . . . . . . . . . . . . . 153 Bonds nach Bereinigung um Ausreißer und Nicht-OECDEmittenten 2004-1 . . . . . . . . . . . . . . . . . . . . . . . . . 154 Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2004-2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 155 9-j¨ahrige historische Ausfallraten S&P und Moody’s (2004) . . 160 Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (S&P 2004)163 Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (S&P 2004)169 Ergebnisse der Sch¨atzung des Regressionsmodells 3-8 (S&P 2004)172

xxii

Tabellenverzeichnis

3-59

Ergebnisse der Sch¨atzung des Regressionsmodells 3-9 (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 184 Deskriptive Statistik Staat vs. AGCY (S&P AAA 2004) . . . . 194 Deskriptive Statistik Staat vs. AGCY (Moody’s Aaa 2004) . . 195 Deskriptive Statistik Staat vs. Unternehmen (S&P AAA 2004) 196 Deskriptive Statistik Staat vs. Unternehmen (Moody’s Aaa 2004)196 Deskriptive Statistik AGCY vs. Unternehmen (S&P AAA 2004)197 Deskriptive Statistik AGCY vs. Unternehmen (Moody’s Aaa 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 200 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A+ 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P AA- 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A2 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . 203 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A1 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . 204 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s Aa3 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . 206 Ergebnisse der Gegen¨ uberstellung von Banken- und UnternehmensBonds (2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 207 Deskriptive Statistik AGCY vs. Banken (S&P A 2004) . . . . . 208 Deskriptive Statistik AGCY vs. Banken (S&P A+ 2004) . . . . 209 Deskriptive Statistik AGCY vs. Banken (S&P AA- 2004) . . . 210 Deskriptive Statistik AGCY vs. Banken (Moody’s A2 2004) . . 210 Deskriptive Statistik AGCY vs. Banken (Moody’s A1 2004) . . 211 Deskriptive Statistik AGCY vs. Banken (Moody’s Aa3 2004) . 212 Ergebnisse der Gegen¨ uberstellung von Banken- und AGCYBonds (2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 213 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P B- bis AAA 2004) . . . . . . . . . . . . . . . . . . . . . . . . . 214 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa 2004) . . . . . . . . . . . . . . . . . . . . . . . 215 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2004) . . . . . . . . . . . . . . 216 Deskriptive Statistik Banken vs. AGCY (S&P B- bis AAA 2004)217

3-60 3-61 3-62 3-63 3-64 3-65 3-66 3-67 3-68 3-69 3-70 3-71 3-72 3-73 3-74 3-75 3-76 3-77 3-78 3-79 3-80 3-81 3-82 3-83

Tabellenverzeichnis

3-84 3-85 3-86 3-87 3-88 3-89 3-90 3-91 3-92 3-93 3-94 3-95 3-96 3-97 3-98 3-99 3-100 3-101 3-102 3-103 3-104 3-105 3-106 3-107

xxiii

Deskriptive Statistik Banken vs. AGCY (Moody’s B3 bis Aaa 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 218 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2004) . . . . . . . . . . . . . . . . . . . . . . . . 219 Banken-Bonds Moody’s vs. S&P (2004) . . . . . . . . . . . . . 223 Unternehmens-Bonds Moody’s vs. S&P (2004) . . . . . . . . . 224 Spread-Diﬀerenzen und Bondmerkmale (Banken & AGCY vs. Unternehmen 2004) . . . . . . . . . . . . . . . . . . . . . . . . 225 ¨ Ubersicht zum Datensatz aus 2002 vor Datenbereinigung . . . 227 Bonds vor Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2002-1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 228 Bonds vor Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2002-2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 229 Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2002-1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 230 Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2002-2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 9-j¨ahrige historische Ausfallraten S&P und Moody’s (2002) . . 235 Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (S&P 2002)238 Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (S&P 2002)245 Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 Ergebnisse der Sch¨atzung des Regressionsmodells 3-10 (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 250 Deskriptive Statistik Staat vs. AGCY (S&P AAA 2002) . . . . 257 Deskriptive Statistik Staat vs. AGCY (Moody’s Aaa 2002) . . 258 Deskriptive Statistik Staat vs. Unternehmen (S&P AAA 2002) 259 Deskriptive Statistik Staat vs. Unternehmen (Moody’s Aaa 2002)259 Deskriptive Statistik AGCY vs. Unternehmen (S&P AAA 2002)260 Deskriptive Statistik AGCY vs. Unternehmen (Moody’s Aaa 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 261 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 262 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A+ 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263

xxiv

3-108 3-109 3-110 3-111 3-112 3-113 3-114 3-115 3-116 3-117 3-118 3-119 3-120 3-121 3-122 3-123 3-124 3-125 3-126 3-127 A-1 A-2 A-3 A-4 A-5 A-6

Tabellenverzeichnis

Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P AA- 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 264 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A2 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . 265 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A1 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s Aa3 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . 266 Ergebnisse der Gegen¨ uberstellung von Banken- und UnternehmensBonds (2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 267 Deskriptive Statistik AGCY vs. Banken (S&P A 2002) . . . . . 268 Deskriptive Statistik AGCY vs. Banken (S&P A+ 2002) . . . . 269 Deskriptive Statistik AGCY vs. Banken (Moody’s A2 2002) . . 270 Deskriptive Statistik AGCY vs. Banken (Moody’s A1 2002) . . 271 Deskriptive Statistik AGCY vs. Banken (Moody’s Aa3 2002) . 272 Ergebnisse der Gegen¨ uberstellung von Banken- und AGCYBonds (2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . 272 Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P B- bis AAA 2002) . . . . . . . . . . . . . . . . . . . . . . . . . 274 Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa 2002) . . . . . . . . . . . . . . . . . . . . . . . 275 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2002) . . . . . . . . . . . . . . 276 Deskriptive Statistik Banken vs. AGCY (S&P B- bis AAA 2002)277 Deskriptive Statistik Banken vs. AGCY (Moody’s B3 bis Aaa 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 278 Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2002) . . . . . . . . . . . . . . . . . . . . . . . . 279 Banken-Bonds Moody’s vs. S&P (2002) . . . . . . . . . . . . . 284 Unternehmens-Bonds Moody’s vs. S&P (2002) . . . . . . . . . 285 Spread-Diﬀerenzen und Bondmerkmale (Banken & AGCY vs. Unternehmen 2002) . . . . . . . . . . . . . . . . . . . . . . . . 287 Beispielwerte Modellparameter . . . . . . . . . . . . . . . . . . 302 ¨ Ubersicht zu gesondert eliminierten Ausreißern (2006) . . . . . 303 ¨ Ubersicht zu gesondert eliminierten Ausreißern (2004) . . . . . 304 ¨ Ubersicht zu gesondert eliminierten Ausreißern (2002) . . . . . 305 Ergebnisse der White-Heteroskedastizit¨atstests (S&P 2006) . . 306 Ergebnisse der White-Heteroskedastizit¨atstests (Moody’s 2006) 306

Tabellenverzeichnis

A-7 A-8 A-9 A-10 A-11 A-12

A-13 A-14

A-15 A-16 A-17

A-18 A-19

A-20 A-21 A-22

A-23 A-24

xxv

Ergebnisse der White-Heteroskedastizit¨atstests (S&P 2004) . . 307 Ergebnisse der White-Heteroskedastizit¨atstests (Moody’s 2004) 307 Ergebnisse der White-Heteroskedastizit¨atstests (S&P 2002) . . 307 Ergebnisse der White-Heteroskedastizit¨atstests (Moody’s 2002) 308 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2006) . . . . . . . . . . . . 310 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating eliminiert (S&P 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311 F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 312 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Duration eliminiert (S&P 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 313 F-Test zur Elimination des Interaktionsterms Banken-Dummy · Duration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 314 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2006) . . . . . . . . . . 314 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Duration eliminiert (Moody’s 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . 315 F-Test zur Elimination des Interaktionsterms Banken-Dummy · Duration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 316 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Kupon eliminiert (Moody’s 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 317 F-Test zur Elimination des Interaktionsterms Staats-Dummy · Kupon . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 318 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2004) . . . . . . . . . . . . 319 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating eliminiert (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 320 F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 321 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Duration eliminiert (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 322

xxvi

A-25 A-26

A-27 A-28

A-29 A-30

A-31 A-32 A-33

A-34 A-35

A-36 A-37

A-38 A-39 A-40

Tabellenverzeichnis F-Test zur Elimination des Interaktionsterms Staats-Dummy · Duration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Staats-Dummy · Rating2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 II . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2004) . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Duration eliminiert (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Staats-Dummy · Duration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Staats-Dummy · Rating2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Rating2 eliminiert (Moody’s 2004) . F-Test zur Elimination des Terms Rating2 . . . . . . . . . . .

. 323

. 324 . 325

. 326 . 327

. 328 . 329 . 330

. 331 . 332

. 333 . 334

. 335 . 336 . 337 . 337

Tabellenverzeichnis

A-41 A-42

A-43 A-44

A-45 A-46

A-47 A-48

A-49 A-50

A-51 A-52

A-53 A-54 A-55 A-56

A-57 A-58

A-59

xxvii

Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2002) . . . . . . . . . . . . 338 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating eliminiert (S&P 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 339 F-Test zur Elimination des Terms Staats-Dummy · Rating . . . 340 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Kupon eliminiert (S&P 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341 F-Test zur Elimination des Terms Staats-Dummy · Kupon . . . 342 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (S&P 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343 F-Test zur Elimination des Terms Banken-Dummy · Rating2 . 344 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · ausst. Volumen eliminiert (S&P 2002) . . . . . . . . . . . . . . . . . . . . . . . . 345 F-Test zur Elimination des Terms Staats-Dummy · ausst. Vol. . 346 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (S&P 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 346 F-Test zur Elimination des Terms Staats-Dummy · Rating2 . . 347 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating eliminiert (S&P 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 347 F-Test zur Elimination des Terms Banken-Dummy · Rating . . 348 F-Test zum Vergleich des erweiterten Modells ohne Interaktionsterme mit dem Modell aus Tabelle A-52 . . . . . . . . . . . 348 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2002) . . . . . . . . . . 349 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Kupon eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 350 F-Test zur Elimination des Terms Staats-Dummy · Kupon . . . 351 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . 352 F-Test zur Elimination des Terms Banken-Dummy · Rating2 . 353

xxviii

A-60

A-61 A-62

A-63 A-64

A-65 A-66

A-67 A-68

A-69 A-70

A-71 A-72

A-73 A-74 A-75 A-76 A-77

Tabellenverzeichnis

Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Duration eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . 354 F-Test zur Elimination des Terms Staats-Dummy · Duration . 355 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . 355 F-Test zur Elimination des Terms Banken-Dummy · Rating . . 356 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 357 F-Test zur Elimination des Terms Staats-Dummy · Rating . . . 358 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . 358 F-Test zur Elimination des Terms Staats-Dummy · Rating2 . . 359 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · ausstehendes Volumen eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . 359 F-Test zur Elimination des Terms Banken-Dummy · ausstehendes Volumen . . . . . . . . . . . . . . . . . . . . . . . . . . . . 360 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 361 F-Test zur Elimination des Terms Staats-Dummy · Rating . . . 362 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . 362 F-Test zur Elimination des Terms Staats-Dummy · Rating2 . . 363 F-Test zum Vergleich des erweiterten Modells ohne Interaktionsterme mit dem Modell aus Tabelle A-68 (Moody’s 2002) . 363 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2006) . . . . . . 364 Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (Moody’s 2006) . . . . 365 Ergebnisse der Sch¨atzung des Grundmodells mit Unternehmensund Staats-Dummy (S&P 2004) . . . . . . . . . . . . . . . . . 366

Tabellenverzeichnis

A-78 A-79 A-80 A-81 A-82 A-83 A-84 A-85 A-86 A-87 A-88 A-89 A-90

Ergebnisse der Sch¨atzung des Grundmodells mit Unternehmensund Staats-Dummy (Moody’s 2004) . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2004) . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (Moody’s 2004) . . . . Ergebnisse der Sch¨atzung des Grundmodells mit Unternehmensund Staats-Dummy (S&P 2002) . . . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des Grundmodells mit Unternehmensund Staats-Dummy (Moody’s 2002) . . . . . . . . . . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2002) . . . . . . Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (Moody’s 2002) . . . . Deskriptive Statistik (S&P 2006) . . . . . . . . . . . . . . . . Deskriptive Statistik (Moody’s 2006) . . . . . . . . . . . . . . Deskriptive Statistik (S&P 2004) . . . . . . . . . . . . . . . . Deskriptive Statistik (Moody’s 2004) . . . . . . . . . . . . . . Deskriptive Statistik (S&P 2002) . . . . . . . . . . . . . . . . Deskriptive Statistik (Moody’s 2002) . . . . . . . . . . . . . .

xxix

367 368 369 370 371 372 373 374 374 374 375 375 375

xxxi

Symbolverzeichnis β μi σ τ B C dk,l E(V )

H0 H1 S t U V V aR99% wi x k,j x l,j ZP

Regressionskoeﬃzient St¨orterm erwartete Rendite der Wertpapierkategorie i Standardabweichung Kapitalkostensatz Wertpapierkategorie Bank Eigenkapital Distanz der Objekte k und l erwarteter Portfolior¨ uckﬂuss in Abh¨angigkeit vom Portfoliovolumen Nullhypothese Alternativhypothese Wertpapierkategorie Staat Zeitindex Wertpapierkategorie Unternehmen Portfoliovolumen Value at Risk auf dem 99 %Konﬁdenzniveau Anteil der Wertpapierkategorie i am Gesamtportfolio Wert der Variablen j bei Objekt k Wert der Variablen j bei Objekt l erwarteter Portfolior¨ uckﬂuss

xxxiii

Abku ¨ rzungsverzeichnis adj. AG AGCY Anz. Auﬂ. ausst. ausst. Vol. BaFin

adjustiertes Aktiengesellschaft Agency Anzahl Auﬂage ausstehendes ausstehendes Volumen Bundesanstalt f¨ ur Finanzdienstleistungsaufsicht BIZ Bank f¨ ur Internationalen Zahlungsausgleich BP Basispunkte bspw. beispielsweise bzgl. bez¨ uglich bzw. beziehungsweise CAPM Capital Asset Pricing Model CEMFI Centro de Estudios Monetarios Y Financieros CFTC Commodity Futures Trading Commission D Default durchschn. durchschnittlich DPA Deutsche Presse Agentur erw. erwartet et al. et alii evtl. eventuell EK Eigenkapital EU Europ¨aische Union FDIC Federal Deposit Insurance Corporation f. folgende ﬀ. fortfolgende GE Geldeinheit gema. gematchten GLBA Gramm-Leach-Bliley Act

xxxiv

Abk¨ urzungsverzeichnis

ggf. HSBC i.H.v. i.d.R. Kap. KKT Korr. KfW log Mrd. OCC OECD o.Jg. ¨okon. PD plc Kat. RLZ S. SEC S&P SNFC SQR Stat. u.a. Unt. US USA VaR vgl. vs. z.B.

gegebenenfalls Hongkong and Shanghai Banking Corporation in H¨ohe von in der Regel Kapital Karush-Kuhn-Tucker Korrelation Kreditanstalt f¨ ur Wiederaufbau Nat¨ urlicher Logartihmus Milliarde Oﬃce of the Comptroller of the Currency Organisation for Economic Cooperation and Development ohne Jahrgang ¨okonomisch Probability of Default public limited company Kategorie Restlaufzeit Seite Securities and Exchange Commission Standard & Poors’s Soci´et´e Nationale des Chemins de fer Fran¸cais Summe quadrierter Residuen Statistik unter anderem Unternehmen United States United States of America Value at Risk vergleiche versus zum Beispiel

1

1

Einleitung

Der Großteil der ﬁnanzwirtschaftlichen Modelle und Theorien zur Bestimmung von Wertpapierrenditen geht von der in der Realit¨at nur unzureichend erf¨ ullten Annahme aus, dass ein vollkommener Kapitalmarkt existiert. Insbesondere Kreditinstitute haben unter dieser Annahme keine Existenzberechtigung, da die von ihnen angebotenen Funktionen, wie beispielsweise die Fristen- oder Losgr¨oßentransformation, an einem Markt mit vollst¨andig rationalen und vollst¨andig informierten Investoren ohne Skaleneﬀekte keinen Mehrwert bieten. Die Existenz von Banken und ihre Schaﬀung eines Mehrwertes beruht dementsprechend auf dem Vorliegen von Marktunvollkommenheiten.1 Aufgrund seiner herausragenden Bedeutung innerhalb der Volkswirtschaft unterliegt das Bankgesch¨aft einer sehr umfassenden Regulierung. Daher ist es nicht nur von wissenschaftlichem Interesse, sondern auch aus Sicht der Praxis von Relevanz, inwiefern sich in der Realit¨at unter Ber¨ ucksichtigung von Marktfriktionen Abweichungen zwischen den beobachtbaren Renditen ergeben, die sich durch die Schuldner-Kategorie des Emittenten erkl¨aren lassen und damit durch die Existenz von Regulierungsvorschriften f¨ ur Kreditinstitute begr¨ undet werden k¨onnen. Hierzu soll die vorliegende Arbeit einen Beitrag leisten. Die in ihrer ersten Fassung im Jahre 1988 durch die Bank f¨ ur Internationalen Zahlungsausgleich (BIZ) ver¨oﬀentlichte Vereinbarung zur Vereinheitlichung der staatlichen Regulierung der Kreditwirtschaft (Basel I) stellte den ersten Schritt in Richtung einer risikoabh¨angigen Eigenkapitalunterlegung ausfallbedrohter Forderungen dar.2 Die darin formulierten Vorschl¨age wurden in den 90er-Jahren internationaler Standard und sahen eine Risikodiﬀerenzierung in Bezug auf das Ausfallrisiko im Wesentlichen durch die Einteilung von Forderungen in die drei Kategorien Staat, Bank und Unternehmen vor. Forderungstitel von OECD-Staaten werden im Unterschied zu den beiden anderen Kategorien als ausfallfrei erachtet und erforderten folgerichtig keine Unterlegung mit regulatorischem Eigenkapital. W¨ahrend Forderungen gegen¨ uber Banken in H¨ohe von 1,6% des ausfallbedrohten Betrages mit haftendem Eigenkapital zu unterlegen waren, erforderten Unternehmenstitel, unabh¨angig von ihrer Bonit¨at, mit 8% die f¨ unﬀache Menge an 1 2

Vgl. Freixas und Rochet (1997), S.15. Vgl. hierzu Bank f¨ ur Internationalen Zahlungsausgleich (1998).

2

1 Einleitung

haftendem Eigenkapital. Die wesentliche Kritik an dieser Vorschrift bestand darin, dass die Einteilung von Schuldnern in die beschriebenen Kategorien keine ausreichende Diﬀerenzierung in Bezug auf das Kreditrisiko erlaubt. For example, while the Basle standard lumps all corporate loans into the 8 percent capital bucket“, the banks’ internal capital al” locations for individual loans vary considerably - from less than 1 percent to well over 30 percent - depending on the estimated riskiness of the position in question. In the case where a group of loans attracts an internal capital charge that is very low compared to the Basle eight percent standard, the bank has a strong incentive to undertake regulatory capital arbitrage to structure the risk position in a manner that allows it to be reclassiﬁed into a lower regulatory risk category. (Alan Greenspan in seiner Rede zur Er¨oﬀnung der Konferenz u ¨ber die Kapitalregulierung im 21. Jahrhundert am 26.02.1998) Bedingt durch diese Diskrepanz zwischen dem aufgrund regulatorischer Vorgaben erforderlichen Kapital (regulatorisches Kapital) und dem unter Abw¨agung ¨okonomischer Einﬂussfaktoren als notwendig erachteten Kapital (¨okonomisches Kapital), wurden 2005 die unter dem Namen Basel II bekannten Neuregelungen zur Bankenregulierung ver¨oﬀentlicht, die eine weitaus differenziertere Erfassung von Bonit¨atsunterschieden beinhalten.3 Die Umsetzung dieser neuen Verordnung erfolgte innerhalb der EU zum 01.01.2007. In den USA wurde das Inkrafttreten der neuen Regelungen hingegen um mindestens zwei Jahre verschoben, sodass die alten Vorgaben weiterhin ihre G¨ ultigkeit besitzen.4 Der durch Alan Greenspan beschriebene Anreiz zu regulatory capital arbitrage wurde bereits fr¨ uh erkannt und ausf¨ uhrlich diskutiert.5 Eine zweite denkbare Auswirkung der Diskrepanz zwischen regulatorischem und ¨okonomischem Kapital, die bisher noch nicht untersucht wurde, besteht im Hinblick auf das Investitionsverhalten von Kreditinstituten. Betriebswirtschaftlich lohnend ist ein Investment nur dann, wenn es mindestens alle anfallenden Kosten deckt. Dies schließt aus Bankensicht insbesondere die mit einer Investition in ausfallbedrohte Forderungen verbundenen Eigenkapitalkosten 3

Vgl. Bank f¨ ur Internationalen Zahlungsausgleich (2005). Vgl. Deutsche Presse Agentur (2006). 5 Vgl. Jones (2000), S. 35ﬀ. 4

3

ein. Somit w¨aren Investments, die mit mehr Eigenkapital zu unterlegen sind, als ¨okonomisch sinnvoll ist, aus Sicht eines Kreditinsituts nur dann lohnend, wenn ein entsprechender Renditeaufschlag existiert. Aufgrund der herausragenden Stellung von Banken als Bindeglied zwischen Kapitalmarkt und Investoren ist denkbar, dass sie die Marktrenditen zu ihren Gunsten beeinﬂussen und in den beschriebenen F¨allen Renditeaufschl¨age durchsetzen k¨onnen. Im Einklang mit dieser Annahme steht eine Beobachtung auf dem amerikanischen Markt. Nachdem durch eine Neuregelung die erforderliche Menge an regulatorischem Eigenkapital f¨ ur Bonds reduziert wurde, die durch Investment Banken begeben wurden, waren deutliche Renditebewegungen zu erkennen. Diese wurden durch Bankanalysten damit erkl¨art, dass die Titel aufgrund der Neuregelung f¨ ur Banken, die den Großteil der Marktteilnehmer darstellen, eine gesteigerte Attraktivit¨at aufweisen.6 Auf Basis der in der vorliegenden Arbeit durchgef¨ uhrten Analysen sollen in erster Linie die am Markt beobachtbaren Renditen festverzinslicher Wertpapiere, so genannter Bonds, daraufhin untersucht, ob ein erkennbarer Zusammenhang zwischen der H¨ohe der Renditen und der H¨ohe des erforderlichen regulatorischen Eigenkapitals besteht. Sollte es m¨oglich sein, einen derartigen Zusammenhang nachzuweisen, so w¨are eine Verbesserung der existierenden Bewertungsverfahren durch die Ber¨ ucksichtigung eines Faktors f¨ ur die erforderliche regulatorische Kapitalunterlegung denkbar. Außerdem k¨onnte ein derartiger Zusammenhang auf Besonderheiten im Investitionsverhalten von Banken hindeuten. Schließlich ist darauf zu achten, dass in diesem Fall durch die Einf¨ uhrung von Basel II ggf. Rendite¨anderungen zu beobachten sind bzw. schon eingetreten sind. Der weitere Verlauf der Arbeit ist in drei Kapitel gegliedert: In Kapitel 2 werden zwei Partialmodelle entwickelt und analysiert. Bei Kenntnis der g¨angigen Bewertungsmethoden ist es zun¨achst schwer vorstellbar, dass sich trotz eines funktionierenden Marktmechanismus ein Gleichgewicht einstellt, in dem Renditeunterschiede zwischen den beschriebenen Wertpapierkategorien auftreten. Daher wird zur Motivation der weiterf¨ uhrenden Untersuchung durch die Analyse der beiden Modelle exemplarisch dargestellt, dass auch im Falle eines funktionierenden Kapitalmarktes Gleichgewichte m¨oglich sind, in denen Renditeunterschiede zwischen den Wertpapieren verschiedener Emittenten existieren, obwohl ein wesentlicher Teil der Marktakteure nicht zur Einhaltung von regulatorischen Vorschriften bez¨ uglich der Unterlegung von 6

Vgl. Financial Times vom 23.02.2005, S. 32.

4

1 Einleitung

Forderungen mit Eigenkapital verpﬂichtet ist. Hierzu werden zun¨achst die Investitionsentscheidungen einer Bank denen eines Unternehmens gegen¨ ubergestellt. Im Rahmen der Modellanalyse werden Einﬂussfaktoren, die den Zusammenhang zwischen dem Investitionsverhalten von Banken und den regulatorischen Mindestkapitalanforderungen beeinﬂussen, identiﬁziert und in ihrer Wirkung untersucht. Das zweite Modell greift die ermittelten Wirkungszusammenh¨ange auf und bezieht eine ﬁxe Angebotsseite ein. Die Analyse identiﬁziert Pararameterkonstellationen, die einen Eﬀekt der regulatorischen Vorgaben auf die an einem Markt auftretenden Preise beg¨ unstigen. In Kapitel 3 erfolgt eine umfangreiche empirische Untersuchung der Frage nach dem Einﬂuss der regulatorischen Mindestkapitalanforderungen auf die Renditen von Bonds. Zu diesem Zweck wird der amerikanische Markt als weltweit gr¨oßter Markt f¨ ur festverzinsliche Wertpapiere untersucht. Zun¨achst erfolgt eine Darstellung der Grundlagen der amerikanischen Bankenregulierung sowie der theoretischen Ans¨atze zur Bewertung von Bonds. Anschließend werden insgesamt drei Datens¨atze aus den Jahren 2006, 2004 sowie 2002 jeweils mithilfe verschiedener Regressionsmodelle sowie unter Verwendung der Matched Pairs-Methodik untersucht. Kapitel 4 fasst die Ergebnisse der Arbeit zusammen und gibt einen kurzen Ausblick.

5

2

Modelltheoretische Analyse des Investitionsverhaltens von Unternehmen und Banken

2.1 2.1.1

Portfoliooptimierung von Unternehmen und Banken Modellstruktur und -annahmen

Da es in einer Welt mit Marktunvollkommenheiten nicht m¨oglich ist, alle mit einer Finanzinvestition verbundenen Risiken zu einem fairen Kurs zu hedgen, sind bestimmte Risiken im Rahmen des Risikomanagements besonders zu ber¨ ucksichtigen. Dies gilt f¨ ur Kredit- bzw. Ausfallrisiken aufgrund der den Gesch¨aften inh¨arenten Informationsasymmetrien in besonderem Maße.7 Im Rahmen der Investitionssteuerung ist daher insbesondere darauf zu achten, dass der Wert einer Investition nicht, wie h¨auﬁg angenommen, f¨ ur alle Marktteilnehmer der gleiche ist, sondern vom bestehenden Portfolio und der Korrelation der Investition mit diesem abh¨angt.8 Ans¨atze zur Investitionssteuerung wie beispielsweise die RAROC-Methode, ber¨ ucksichtigen dies, indem eine Hurdle Rate in Bezug auf die mit einer Investition einher gehende Beanspruchung des Risikokapitals deﬁniert wird. Das wesentliche Problem, dem Kreditinstitute dabei gegen¨ uber stehen, ist die korrekte Deﬁnition des zugrunde gelegten Kapitalbegriﬀs. Neben der aus o¨konomischen Beweggr¨ unden als erforderlich erachteten Kapitalisierung existieren regulatorische Anforderungen. Aus den Arbeiten von Marcus (1984) sowie Milne und Whalley (2001) zur Kapitalpuﬀertheorie geht hervor, dass die Tatsache, dass die meisten Banken mehr Eigenkapital halten als das durch die Regulierung geforderte Minimum,9 nicht gleichbedeutend damit ist, dass die regulatorischen Kapitalanforderungen keinen relevanten Engpass darstellen.10 Welche der beiden Kapitalgr¨oßen f¨ ur eine Bank den relevanten Engpass darstellt, h¨angt wesentlich von den Markgegebenheiten ab, die u.a. durch die Korrelationen der verf¨ ugbaren Investitionsm¨oglichkeiten unterein-

7

Vgl. Hartmann-Wendels et al. (2007), S. 135ﬀ. sowie die dort aufgef¨ urten Quellen. Vgl. Froot und Stein (1998), S. 55f. 9 Vgl. bspw. Deutsche Bank AG (2007), S. 58 oder HSBC plc (2007), S. 2. 10 F¨ ur eine empirische Untersuchung dieses Sachverhalts vgl. Heid et al. (2004), S. 1ﬀ. 8

6

2 Modelltheoretische Analyse

ander beeinﬂusst werden.11 . Im folgenden Modell wird zun¨achst die Position eines Investors eingenommen, der zu einem Kapitalkostensatz τ bereit ist, Unternehmen Kapital zur Verf¨ ugung zu stellen, welches die Kapitalempf¨anger in die Lage versetzt riskante Investitionen zu t¨atigen.12 Allerdings fordert der Investor neben den Kapitalkosten die Einhaltung eines Risikolimits in Form einer mindestens mit Eigenkapital zu unterlegenden Value at Risk(VaR)-Gr¨oße. Ausgehend von dieser Situation werden ein normales“ Unternehmen, das keinen regulatori” schen Kapitalanforderungen unterliegt und eine Bank als Kapitalempf¨anger betrachtet. Sowohl das Unternehmen als auch die Bank haben zum Ziel, die erwartete Rendite ihrer Investitionen zu maximieren. Im Unterschied zum Unternehmen hat die Bank nicht nur die durch den Investor vorgegebene ¨okonomische Kapitalrestriktion, sondern auch eine regulatorische Mindestkapitalvorgabe einzuhalten. Zun¨achst wird nur ein Zeitpunkt betrachtet und analysiert, in welcher Weise die Bank ihr optimales Portfolio im Vergleich zum parallel betrachteten Unternehmen w¨ahlt. Da die regulatorischen Kapitalanforderungen in der dargestellten Weise lediglich f¨ ur Fremdkapital-Titel existieren, stellen die drei verf¨ ugbaren Investitionsalternativen festverzinsliche Wertpapiere dar. Außerdem ist darauf hinzuweisen, dass diese Kategorien den im Rahmen von Basel I deﬁnierten Gewichtungsgruppen hinsichtlich der Mindestkapitalanforderungen entsprechen. Im Zeitpunkt t = 0 stellt der Kapitalgeber sowohl dem Unternehmen als auch der Bank eine Geldeinheit (GE) Eigenkapital zur Verf¨ ugung. Das Ausgangsportfolio wird durch die Kapitalempf¨anger so gew¨ahlt, dass das zur Deckung von Verlusten gehaltene Eigenkapital C ausreicht, um die genannten Restriktionen einzuhalten. Der erwartete R¨ uckﬂuss des Portfolios, ZP , ergibt sich als Summe der gewichteten erwarteten Renditen der get¨atigten Investments multipliziert mit dem Portfoliovolumen V :

11

Ein besonderes Problem besteht hierbei darin, dass Marktgegebenheiten und damit Korrelationen zeitlich instabil sind, sodass eine Investitionsentscheidung ex post unvorteilhaft werden kann, obwohl sie im Zeitpunkt der Investition einen positiven Wertbeitrag aufgewiesen hat. Vgl. hierzu bspw. Lucas (1995) sowie Gore (2006) 12 Zur Motivation des Faktors τ vgl. Froot und Stein (1998), S. 59

2.1 Portfoliooptimierung von Unternehmen und Banken

ZP =

3

7

(μi · wi ) · V

(2-1)

i=1

mit : μi = erwartete Rendite der Wertpapierkategorie i. wi = Anteil der Wertpapierkategorie i am Gesamtportfolio. Die H¨ohe des mindestens erforderlichen ¨okonomischen Kapitals wird durch den Investor als Value at Risk (VaR) mit 99 %igem Konﬁdenzniveau vorgegeben. Zur Berechnung k¨onnen die (aus historischen Daten) bekannten Varianzen und Kovarianzen der drei verf¨ ugbaren Wertpapiere genutzt werden. Unter der Annahme normalverteilter Renditen ergibt sich der Portfolio-VaR somit als das 2,33-fache der Portfolio-Standardabweichung. Die Kovarianzen werden mit 0,8 als identisch unter den drei verf¨ ugbaren Wertpapierkategorien angenommen und eine ebenfalls identische Volatilit¨at i.H.v. 1 % zugrunde gelegt.13 Die in Tabelle 2-1 zusammengefassten Werte zeigen, dass die Korrelationen zwischen Bonds in erheblichem Maße davon abh¨angen, welches Rating die jeweiligen Papiere aufweisen. Da eine Mischung von Staats-Bonds mit Unternehmens-Bonds gem¨aß den pr¨asentierten Zahlen zu einer Korrelation von ca. 77 % f¨ uhrt, erscheint der angenommene Wert in H¨ohe von 0,8 durchaus realistisch. Tabelle 2-1: Empirische Korrelationen zwischen Bond-Indizes Government – Financials (Aaa - Aaa) Government – Corporates (Aaa - Aaa) Corporates – Financials (Aaa - Aaa) Government – Corporates (Aaa – Baa)

98,82 97,23 98,52 76,75

% % % %

Quelle: Lehman Brothers Bond Indizes f¨ ur den Zeitraum vom 01.02.05 bis 31.01.06.

Die H¨ohe des Kapitalkostensatzes τ wird im Folgenden n¨aherungsweise mit13

Die durchschnittliche Volatilit¨ at von Treasury Notes mit 2-j¨ ahriger Laufzeit betr¨ agt f¨ ur den Zeitraum von 1990 bis 2006 1,6 %, sodass bei einer Laufzeit von einem Jahr 1 % einen realistischen Wert darstellt. Vgl. Chicago Board of Trade (2006).

8

2 Modelltheoretische Analyse

hilfe des CAPM bestimmt.14 Tabelle 2-2 gibt die Betas einiger Großbanken zum Referenzindex Euro Stoxx 50 wieder:15 Tabelle 2-2: Beta-Werte europ¨aischer Großbanken

Beta WKN Name 30 Tage 250 Tage 881111 ING Groep 1,12 1,20 880026 ABN Amro 0,87 0,92 514000 Deutsche Bank 0,94 1,20 887771 BNP Paribas 1,59 1,22 850832 Unicredito Italiano 0,88 1,00

Das durchschnittliche Beta u ur ¨ber einen Zeitraum von einem Jahr betr¨agt f¨ die in Tabelle 2-2 aufgef¨ uhrten Institute ca. 1,11. Dar¨ uber hinaus wird die aktuelle Rendite von b¨orsennotierten Bundeswertpapieren mit einer Restlaufzeit von einem Jahr in H¨ohe von derzeit 3,99 % als sicherer Zinssatz zugrunde gelegt.16 Tabelle 2-3 fasst die notwendigen Daten inklusive der historischen Rendite des Referenzindex zusammen. Unter den dargestellten Annahmen ergeben sich die durchschnittlichen Eigenkapitalkosten von Banken gem¨aß CAPM in H¨ohe von 8,32 %. Trotz eines vergleichbaren Risikos, ist allerdings denkbar, dass Abweichungen zwischen den Kapitalkosten einer Bank und denen eines Unternehmens auftreten. So k¨onnte es beispielsweise sein, dass Investoren aufgrund der Tatsache, dass Banken im Unterschied zu anderen Unternehmen einer Regulierung unterliegen, bei einer Bank eine h¨ohere Sicherheit vermuten als bei einem vergleichbaren Industrieunternehmen. Dar¨ uber hinaus wird h¨auﬁg argumentiert, dass einige große Institute aufgrund ihrer volkswirtschaftlichen Bedeutung im Falle einer Insolvenz durch den Staat aufgefangen w¨ urden ( too-big-to-fail“) und daher de facto ” keine Zahlungsunf¨ahigkeit eintreten kann. Wenn allerdings identische Kapitalkosten angenommen werden, dann kann der Einﬂuss der regulatorischen 14

Zum CAPM vgl. Sharpe (1964). Vgl. http://www.onvista.de. 16 Vgl. Deutsche Bundesbank (2007) (Stand 23.02.07). F¨ ur die Berechnung der Eigenkapitalkosten wurde der Wert auf 4 % gerundet. 15

2.1 Portfoliooptimierung von Unternehmen und Banken

9

Vorgaben unabh¨angig von der Auspr¨agung anderer Einﬂussfaktoren analysiert werden. Daher wird im Folgenden sowohl f¨ ur die Bank als auch f¨ ur das parallel betrachtete Unternehmen ein Kapitalkostensatz in H¨ohe von 8 % angenommen. Tabelle 2-3: Eigenkapitalkosten Banken (gesch¨atzt) Rendite Bundeswertpapier (RLZ 1 Jahr) 4,00 % p.a. Rendite Euro Stoxx 50 (1992-2006) 7,90 % p.a. Durchschnittliches Banken-Beta 1,11 CAPM-Rendite Banken-EK 8,32 % p.a.

Da lediglich die H¨ohe des zur Verf¨ ugung gestellten Eigenkapitals vorgegeben wird, entscheidet das Unternehmen bzw. die Bank in t = 0, wie viel insgesamt investiert werden soll sowie welche Gewichte wi die Wertpapiere im jeweils optimalen Portfolio erhalten.17 F¨ ur die drei Arten von Wertpapieren werden zun¨achst identische erwartete Renditen in H¨ohe von 1 % sowie identische Ausfallwahrscheinlichkeiten angenommen. Das einzige Unterscheidungsmerkmal stellt die Wertpapierkategorie und die damit verbundene H¨ohe an erforderlichem regulatorischen Eigenkapital, das f¨ ur ein Investment vorzuhalten ist, dar. Des Weiteren wird im Einklang mit den geltenden Regulierungsvorschriften f¨ ur international t¨atige Kreditinstitute angenommen, dass Papiere der Kategorie Staat (S) keine Kapitalunterlegung erfordern, w¨ahrend die Kategorien Bank (B) und Unternehmen (U) mit 1,6 % bzw. 8 % Eigenkapital zu unterlegen sind. Da das Hauptaugenmerk im Rahmen der Analyse auf den Einﬂuss der Kapitalunterlegungs-Kategorien auf die Portfoliozusammensetzung gelegt werden soll, wird von denkbaren Unterschieden in Bezug auf die Reﬁnanzierung abstrahiert. Die Reﬁnanzierungskosten – also die Fremdkapitalzinsen f¨ ur den Teil des Portfolios, der nicht durch Eigenkapital ﬁnanziert wird – werden folglich f¨ ur beide Investoren als identisch angenommen. Die genannte Investitionsrendite (1 %) ist daher als Netto-Rendite (nach Abzug der Reﬁnanzierungskosten) deﬁniert. 17 ¨ Einen Uberblick zur Ber¨ ucksichtigung von unterschiedlichen Nutzenfunktionen innerhalb eines Portfolio-Optimierungs-Modells geben Cuthbertson und Nitzsche (2004), S. 19ﬀ.

10

2.1.2

2 Modelltheoretische Analyse

Modellanalyse

Wie bereits erw¨ahnt, haben in der Ausgangssituation sowohl das Unternehmen als auch die Bank zum Ziel, den erwarteten R¨ uckﬂuss aus ihrem Portfolio E(V ) im Zeitpunkt t = 1 zu maximieren: E(V ) = V ·

3

(wi · μi ) − τ · C

(2-2)

i=1

Dabei ist darauf zu achten, dass die beschriebenen Restriktionen eingehalten werden. F¨ ur die Bank ist dabei neben der ¨okonomischen Kapitalanforderung (vgl. Formel 2-3) zus¨atzlich die regulatorische Mindestanforderung (vgl. Formel 2-4) als einzuhaltende Nebenbedingung zu ber¨ ucksichtigen: C ≥ V aR99

%

C ≥ (0 · wS + 0, 016 · wB + 0, 08 · wU ) · V mit: wS + wB + wU = 1

(2-3)

(2-4)

Aus den Formeln 2-2 bis 2-4 geht hervor, dass sich der Mehraufwand, der durch Banken aufgrund der zus¨atzlichen regulatorischen Kapitalrestriktion zu tragen ist, wie folgt ¨außert. Einerseits ist es denkbar, dass ein identisches Portfolio aus Banksicht mehr Eigenkapital erfordert als aus Sicht eines Unternehmens. Andererseits kann, wie wir im Folgenden sehen werden, bei einer vorgegebenen H¨ohe des Eigenkapitals die regulatorische Kapitalrestriktion dazu f¨ uhren, dass eine Bank nur ein geringeres Portfoliovolumen realisieren kann als ein Unternehmen. Optimierungsprobleme lassen sich in lineare und nichtlineare F¨alle einteilen. Ein nichtlineares Optimierungsproblem ist dadurch gekennzeichnet, dass die Zielfunktion oder mindestens eine der Nebenbedingungen nichtlinear ist. Da bei der Berechnung des VaR Korrelationen zu ber¨ ucksichtigen sind, stellt Formel 2-3 eine nichtlineare Nebenbedingung dar. Eine besondere Art von restringierten nichtlinearen Optimierungsproblemen sind die konvexen Optimierungsprobleme, bei denen der zugelassene L¨osungsraum eine konvexe Menge ist. Diese weisen die Besonderheit auf, dass lokale und globale

2.1 Portfoliooptimierung von Unternehmen und Banken

11

Optima zusammenfallen, sodass, sobald eine L¨osung ermittelt wurde, keine weiteren Optimierungsschritte mehr notwendig sind. F¨ ur nichtlineare Optimierungsprobleme gibt es im Unterschied zu linearen Optimierungsproblemen kein Standardverfahren, wie beispielsweise den Simplex-Algorithmus. Es existieren verschiedene L¨osungsverfahren, die jeweils f¨ ur bestimmte Arten von Optimierungsproblemen geeignet sind.18 Die Karush-Kuhn-Tucker(KKT)-Methode stellt eine Verallgemeinerung der Lagrange-Methode dar und erm¨oglicht eine Anwendung auf nichtlineare Probleme. Allerdings setzt diese Anwendung eine stetige Diﬀerenzierbarkeit sowie die Konvexit¨at der Zielfunktion voraus. Da die in Formel 2-3 dargestellte Nebenbedingung nicht konvex ist, sind die Anwendungsvoraussetzungen im vorliegenden Fall nicht erf¨ ullt.19 Im Folgenden wird mithilfe des Programms GAMS und der dort verf¨ ugbaren Solver optimiert. Das klingt zun¨achst restriktiv, stellt aber keine wesentliche Beschr¨ankung im Hinblick auf die anwendbaren Optimierungsalgorithmen dar, da durch die Vielzahl der in GAMS verf¨ ugbaren Solver alle wichtigen nichtlinearen L¨osungsalgorithmen durch das Programm bereitgestellt werden. Die f¨ ur das hier aufgestellte Modell relevanten Solver sind MINOS und CONOPT. MINOS verwendet bei Problemen mit nichtlinearen Restriktionen ein Lagrange-ErweiterungsProjektions-Verfahren, bei dem die nichtlinearen Restriktionen in linearisierte Sub-Probleme zerlegt werden.20 Im Unterschied dazu basiert CONOPT auf einem verallgemeinerten Verfahren des reduzierten Gradienten und ist in der Lage, eine Vielzahl nichtlinearer Restriktionen zu verarbeiten.21 Die im Folgenden pr¨asentierten Ergebnisse basieren auf dem L¨osungsalgorithmus von CONOPT. Die Resultate bei Verwendung von MINOS weichen lediglich marginal ab, sodass die Interpretation der Ergebnisse nicht durch die Wahl des Solvers beeinﬂusst wird. Um den Einﬂuss der zweiten Nebenbedingung genauer zu analysieren, wird in zwei Schritten vorgegangen. Es wird ein Optimum zun¨achst aus Sicht des Unternehmens ermittelt. Im zweiten Schritt wird aus Sicht der Bank optimiert; dieses Mal unter Ber¨ ucksichtigung der zweiten Nebenbedingung. Ein Vergleich der Ergebnisse kann erste Hinweise auf die Relevanz der Kapitalunterlegungspﬂicht f¨ ur Investitionsentscheidungen von Banken liefern. 18

Vgl. bspw. Hillier und Lieberman (2004), S. 547ﬀ. oder Zimmermann (2005), S. 188ﬀ. 19 Eine Kontrolle der Nebenbedingung auf Konvexit¨ at ﬁndet sich im Anhang. 20 Vgl. Murtagh und Saunders (1983). 21 Vgl. Drud (1992).

12

2 Modelltheoretische Analyse

Dar¨ uber hinaus werden Sensitivit¨atsanalysen durchgef¨ uhrt, um den Einﬂuss ausgew¨ahlter Modellparameter zu verdeutlichen. Die Entscheidungsvariablen sind neben der Wahl des gesamten Investitionsvolumens V die Portfolioanteile der drei zul¨assigen Wertpapierkategorien wi . F¨ ur die angenommen Werte f¨ uhrt die erste Optimierung aus Sicht des Unternehmens, bei der lediglich die ¨okonomische Mindestkapitalisierung ber¨ ucksichtigt wurde, zu identischen Portfoliogewichten von 33,33 % und einem maximalen erwarteten R¨ uckﬂuss E(V ) i.H.v. 0,3810 GE, was einer Eigenkapitalrendite von 38,1 % entspricht (vgl. Tabelle 2-4). Das optimale Portfoliovolumen betr¨agt 46,10 GE. Tabelle 2-4: Ergebnisse ohne Regulierung E(V ) EK-Rendite Portfoliovolumen wS wB wU Schattenpreis ¨okon. Kapitalrestriktion

0,3810 GE 38,10 % 46,10 GE 33,33 % 33,33 % 33,33 % 0,461

Da lediglich die ¨okonomische Kapitalrestriktion ber¨ ucksichtigt wurde und die unterstellten Korrelationen zwischen den Wertpapierkategorien identisch waren, verwundert es nicht, dass auch die Portfolioanteile zwischen den drei Kategorien gleich verteilt sind. Bei gleichen Korrelationen und gleichen Renditen l¨asst sich der Diversiﬁkationseﬀekt am besten ausnutzen, indem alle Wertpapiere zu gleichen Teilen gehalten werden. Auf diese Weise wird das erforderliche ¨okonomische Kapital im Verh¨altnis zum investierten Volumen minimiert. Die erwirtschaftete Eigenkapitalrendite entspricht im Rahmen des Modells dem Wert einer (weiteren) Einheit Eigenkapital. Als Schattenpreis f¨ ur die ¨okonomische Kapitalrestriktion, die mittels einer VaR-Gr¨oße deﬁniert wurde, ermittelt GAMS einen Wert 0,461 GE. Dieser ist so zu interpretieren, dass bei einer Steigerung des verf¨ ugbaren ¨okonomischen Kapitals der Zielwert um 0,461 Geldeinheiten bzw. die Zielrendite um 46,10 % ansteigen w¨ urde. Allerdings basieren diese Werte auf einer isolierten Engpassbetrachtung. Unter der Annahme, dass eine zus¨atzliche Einheit Eigenkapital ebenfalls mit

2.1 Portfoliooptimierung von Unternehmen und Banken

13

dem Kapitalkostensatz τ zu verzinsen w¨are, w¨ urde sich die Zielrendite um den f¨ ur τ angenommenen Wert i.H.v. 8 % verringern. In Tabelle 2-4 spiegelt sich dieser Wert in der abzulesenden Diﬀerenz zwischen Portfoliovolumen (mal Rendite von 1 %) und erwartetem R¨ uckﬂuss aus dem optimierten Portfolio wider. Die Ergebnisse der Optimierung aus Sicht der Bank – dieses Mal unter zus¨atzlicher Ber¨ ucksichtigung der regulatorischen Mindestanforderungen – weichen im Hinblick auf den ermittelten maximalen erwarteten R¨ uckﬂuss relativ gering von den vorherigen Ergebnissen ab. Das Investitionsvolumen geht leicht zur¨ uck und liegt nun bei 45,95 GE. Im Optimum kann jetzt nur noch eine maximale erwartete Rendite i.H.v. 37,95 % erzielt werden. Allerdings weicht die Portfoliozusammensetzung deutlich von den gleichgewichteten Resultaten der ersten Optimierung ab. Sie ver¨andert sich hin zu einer st¨arkeren Gewichtung der Staats- und Bankentitel, die, wie bereits dargestellt, eine geringere Kapitalunterlegung erfordern als die Unternehmens-Bonds (vgl. Tabelle 2-5). Tabelle 2-5: Ergebnisse mit Regulierung E(V ) EK-Rendite Portfoliovolumen wS wB wU Schattenpreis o¨kon. Kapitalrestriktion Schattenpreis reg. Kapitalrestriktion

0,3795 37,95 % 45,95 42,47 % 37,90 % 19,62 % 0,453 0,006

Aufgrund der unterschiedlichen regulatorischen Kapitalanforderungen ist es aus Sicht der Bank nicht optimal, die drei Wertpapierkategorien im Portfolio gleich zu gewichten. Es wird deutlich, dass eine Einheit Eigenkapital nicht mehr denselben Wert aufweist, wie in der vorangegangenen Optimierung. Der Schattenpreis f¨ ur die ¨okonomische Kapitalrestriktion geht leicht zur¨ uck und betr¨agt nun 0,453 GE. Die regulatorische Restriktion ist ebenfalls einschr¨ankend; allerdings ist der Schattenpreis mit 0,06 GE weitaus geringer als der der ¨okonomischen Kapitalrestriktion. Die Summe der beiden Werte

14

2 Modelltheoretische Analyse

(0,4595) entspricht, wie der Schattenpreis im Rahmen der vorangegangenen Optimierung, exakt dem mit der angenommenen Rendite gewichteten Portfoliovolumen. Dies l¨asst sich wie folgt interpretieren. Eine zus¨atzliche Einheit Eigenkapital w¨ urde die Obergrenze sowohl f¨ ur die ¨okonomische als auch f¨ ur die regulatorische Kapitalrestriktion erweitern und daher den Zielwert um 45,95 % erh¨ohen. Die Korrektur um den Kapitalkostensatz τ bewirkt auch hier, dass die Zunahme des Zielwertes dem in Tabelle 2-5 angegebenen Wert f¨ ur die erwartete Eigenkapital-Rendite entspricht. Das Optimierungsergebnis verdeutlicht, dass die Ber¨ ucksichtigung der regulatorischen Kapitalrestriktion einen erheblichen Eﬀekt auf die optmiale Portfoliostruktur sowie einen geringeren Einﬂuss auf die maximal erzielbare Rendite haben kann. Die Portfolioanteile aus Sicht der Bank stimmen nicht mit den zuvor pr¨asentierten Werten des Unternehmens-Portfolios u ¨berein. Die Abweichung von der aus Sicht des Unternehmens optimalen Gleichgewichtung f¨ uhrt dazu, dass die VaR-Vorgabe bereits bei einem geringeren Portfoliovolumen erreicht wird, was der aus den beiden Ergebnis-Tabellen hervorgehende R¨ uckgang des Optimalvolumens best¨atigt. Als erste Implikation sich festhalten: Implikation 2.1 (Portfoliostruktur ) Es existieren Parameterkonstellationen, in denen die optimale Portfoliostruktur einer Bank von der optimalen Portoﬂiostruktur eines nicht der Bankenregulierung unterliegenden Unternehmens abweicht. ¨ Betrachtet man die Ver¨anderung des Zielwertes beim Ubergang zum Modell mit Ber¨ ucksitigung der regulatorischen Mindestkapitalvorgabe, so wird deutlich, dass die Eigenkapital-Rendite nur sehr wenig zur¨ uckgeht. Im Hinblick auf die vorgegebenen Modellparameter existieren aus Sicht der Bank zwei grundlegende M¨oglichkeiten, um den R¨ uckgang der Rendite i.H.v. ca. 0,15 % zu kompensieren. Ein Variante besteht darin, einen Eigenkapitalgeber zu suchen, der bei einer identischen ¨okonomischen Kapitalvorgabe lediglich eine Rendite i.H.v. τ -0,15 % fordert. Da derart unterschiedliche Kapitalkosten an einem eﬃzienten Markt nicht dauerhaft auftreten k¨onnen, erscheint ein derartiger Fall unrealistisch. Eine andere M¨oglichkeit zur Kompensation besteht in einer g¨ unstigeren Reﬁnanzierung. Wie bereits erw¨ahnt, wurde im Rahmen der Analyse von unterschiedlichen Reﬁnanzierungskosten abstrahiert, indem die Wertpapierrenditen als Netto-Renditen deﬁniert wurden. Allerdings besteht f¨ ur Banken im Unterschied zu anderen Unternehmen die M¨oglichkeit, sich u ¨ber vergleichsweise

2.1 Portfoliooptimierung von Unternehmen und Banken

15

g¨ unstige Kundeneinlagen zu ﬁnanzieren. Wenn man also unterstellt, dass ein Teil des gesamten Portfoliovolumens durch Kundeneinlagen ﬁnanziert wird, ist es sogar denkbar, dass Banken im Ergebnis eine h¨ohere Eigenkapitalrendite erzielen. Im pr¨asentierten Rechenbeispiel bewirkt eine Erh¨ohung der Netto-Rendite von 1 % auf ca. 1,0001 % bereits einen Anstieg der Eigenkapitalrendite auf das durch das Unternehmen erreichte Niveau. Es wird deutlich, dass bereits eine Senkung der Reﬁnanzierungskosten um einen hundertstel Basispunkt einen erheblichen Eﬀekt auf die Zielgr¨oße aus¨ ubt. Als Zwischenfazit l¨asst sich festhalten, dass die optimale Portfoliostruktur von Banken aufgrund der f¨ ur sie geltenden regulatorischen Vorgaben von der anderer Unternehmen abweicht. Allerdings haben die Resultate auch gezeigt, dass dadurch, zumindest f¨ ur die hier angenommenen Modellparameter, kein gravierender Nachteil hinsichtlich der erzielbaren Rendite entsteht. Inwie¨ fern diese Ergebnisse auf Anderungen der vorgegebenen Parameter reagieren, wird im Folgenden dargestellt. Zun¨achst wird gezeigt, welche Wirkung unterschiedliche Korrelationsannahmen auf das Optimierungsergebnis haben, um im Anschluss daran die Optimierungsergebnisse f¨ ur ge¨anderte Vorgaben bez¨ uglich des zu haltenden ¨okonomischen Kapitals zu pr¨asentieren. 2.1.3

Sensitivit¨ atsanalye

2.1.3.1 Zusammenhang zwischen optimaler Portfoliostruktur und Korrelationen Wenn man die Modellparameter betrachtet, so wird deutlich, dass Banken unter der Annahme perfekt korrelierter Renditen im Optimum lediglich Staats-Papiere halten sollten, da auf diese Weise keine Beanspruchung der regulatorischen Kapitalrestriktion auftritt, w¨ahrend es im Hinblick auf das ¨okonomische Kapital dann unerheblich w¨are, welche Portfoliostruktur gew¨ahlt wird. Die pr¨asentierten Ergebnisse haben f¨ ur den realistischeren Fall nicht perfekt korrelierter Renditen allerdings gezeigt, dass trotz der dadurch h¨oheren Belastung des Kapitals auch ein Teil des optimalen Portfolios aus Banken- sowie Unternehmenstiteln besteht. Da die drei Wertpapierkategorien nicht vollst¨andig miteinander korreliert sind, l¨asst sich durch die Mischung des Portfolios ein Diversiﬁkationseﬀekt erzielen. In diesem Abschnitt wird ¨ untersucht, inwiefern die Portfoliogewichte auf Anderungen der angenommenen Korrelationen reagieren. Aus Sicht des Unternehmens ist der Einﬂuss relativ leicht zu erkl¨aren. Bei h¨oheren Korrelationen wirkt der Diversiﬁkati-

16

2 Modelltheoretische Analyse

onseﬀekt nicht so stark, wodurch das insgesamt investierte Volumen zur¨ uck geht. Die gleiche Gewichtung der drei Kategorien bleibt allerdings erhalten, solange die Korrelationen zwischen den Kategorien als identisch angenommen werden und kleiner 1 sind. Tabelle 2-6 stellt diesen Zusammenhang f¨ ur Korrelationswerte von 0,7 bis 0,9 dar: Tabelle 2-6: Ergebniswirkung unterschiedlicher Korrelationsannahmen (Unternehmenssicht) Korrelation 0,70 0,71 0,72 0,73 0,74 0,75 0,76 0,77 0,78 0,79 0,80 0,81 0,82 0,83 0,84 0,85 0,86 0,87 0,88 0,89 0,90

Anteil in Kategorie Staat Bank Unt. 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33

% % % % % % % % % % % % % % % % % % % % %

33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33

% % % % % % % % % % % % % % % % % % % % %

33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33 33,33

% % % % % % % % % % % % % % % % % % % % %

Portfoliovol. 47,99 47,79 47,59 47,40 47,21 47,02 46,83 46,64 46,46 46,28 46,10 45,93 45,75 45,58 45,41 45,24 45,07 44,91 44,75 44,58 44,42

Schattenpr. Kap.-Restr. okon. reg. ¨ 0,480 0,478 0,476 0,474 0,472 0,470 0,468 0,466 0,465 0,463 0,461 0,459 0,458 0,456 0,454 0,452 0,451 0,449 0,447 0,446 0,444 -

EKRendite 39,98 39,79 39,59 39,40 39,20 39,01 38,83 38,64 38,46 38,28 38,10 37,93 37,75 37,58 37,41 37,24 37,07 36,91 36,75 36,58 36,42

% % % % % % % % % % % % % % % % % % % % %

Aus Tabelle 2-6 geht hervor, dass sich die zuvor dargelegten Wirkungsweisen wie erwartet in den optimalen Werten niederschlagen. Das Portfoliovolumen sinkt von knapp 48 GE bei einer Korrelation von 0,7 auf knapp 44,5 GE bei einem Korrelationswert von 0,9. Die erzielbare Eigenkapitalrendite entwickelt sich folgerichtig ebenfalls r¨ uckl¨auﬁg. W¨ahrend f¨ ur eine Korrelation von 0,7 eine Rendite i.H.v. 39,98 % erzielt werden kann, liegt das Maximum bei einer Korrelation von 0,9 bei 36,42 %.

2.1 Portfoliooptimierung von Unternehmen und Banken

17

Nachdem die aus Unternehmenssicht relativ simplen Wirkungszusammenh¨ange dargestellt wurden, soll nun u uft werden, ob diese aus Sicht ¨berpr¨ der Bank, bei zus¨atzlicher Ber¨ ucksichtigung der regulatorischen Kapitalanforderungen, komplizierter werden. Einerseits w¨are es m¨oglich, dass bei einem Anstieg der Korrelationen der Anteil, den die Bank im Optimum in Staats-Papiere investiert, ansteigt. Eine Erkl¨arung hierf¨ ur k¨onnte darin bestehen, dass bei h¨oheren Korrelationen der durch Diversiﬁkation erzielbare Vorteil zur¨ uck geht und somit die Belastung des Kapitals durch die regulatorische Kapitalrestriktion relativ st¨arker wirkt. Andererseits geht, wie gerade f¨ ur das Unternehmen gezeigt, bei einer h¨oheren Korrelation das Volumen, das insgesamt investiert werden kann, zur¨ uck, sodass dadurch das notwendige regulatorische Kapital ebenfalls kleiner wird. Dadurch w¨are es also auch m¨oglich, dass ein gr¨oßerer Teil in die Kategorien investiert werden kann, in die zuvor aufgrund der regulatorischen Kapitalanforderungen weniger investiert wurde. Um zu u ufen, welcher Eﬀekt hier st¨arker wirkt und wie ¨berpr¨ sich die Anteile der drei Kategorien unter den hier getroﬀenen Annahmen bei unterschiedlichen Korrelationen verhalten, werden wieder die optimalen Werte f¨ ur Korrelationen von 0,7 bis 0,9 in tabellarischer Form pr¨asentiert:

18

2 Modelltheoretische Analyse

Tabelle 2-7: Ergebniswirkung unterschiedlicher Korrelationsannahmen (Banksicht) Korrelation 0,70 0,71 0,72 0,73 0,74 0,75 0,76 0,77 0,78 0,79 0,80 0,81 0,82 0,83 0,84 0,85 0,86 0,87 0,88 0,89 0,90

Anteil in Kategorie Staat Bank Unt. 43,18 43,11 43,04 42,97 42,89 42,82 42,75 42,68 42,61 42,54 42,47 42,40 42,33 42,26 42,19 42,12 42,06 41,99 41,92 41,85 41,78

% % % % % % % % % % % % % % % % % % % % %

38,26 38,22 38,19 38,15 38,11 38,08 38,04 38,01 37,97 37,94 37,90 37,87 37,83 37,80 37,76 37,73 37,69 37,66 37,62 37,59 37,56

% % % % % % % % % % % % % % % % % % % % %

18,56 18,67 18,78 18,88 18,99 19,10 19,20 19,31 19,41 19,52 19,62 19,73 19,83 19,94 20,04 20,15 20,25 20,35 20,46 20,56 20,66

% % % % % % % % % % % % % % % % % % % % %

Portfoliovol. 47,68 47,50 47,32 47,14 46,97 46,79 46,62 46,45 46,28 46,11 45,95 45,78 45,62 45,46 45,30 45,14 44,98 44,83 44,67 44,52 44,37

Schattenpr. Kap.-Restr. okon. reg. ¨ 0,466 0,011 0,464 0,011 0,463 0,010 0,462 0,010 0,461 0,009 0,459 0,009 0,458 0,008 0,457 0,008 0,456 0,007 0,454 0,007 0,453 0,006 0,452 0,006 0,451 0,006 0,449 0,005 0,448 0,005 0,447 0,005 0,446 0,004 0,444 0,004 0,443 0,003 0,442 0,003 0,441 0,003

EKRendite 39,68 39,50 39,32 39,14 38,97 38,79 38,62 38,45 38,28 38,11 37,95 37,78 37,62 37,46 37,30 37,14 36,98 36,83 36,67 36,52 36,37

% % % % % % % % % % % % % % % % % % % % %

Tabelle 2-7 verdeutlicht, dass die Anteile der Kategorien Staat und Bank stetig zur¨ uckgehen, w¨ahrend der Anteil an Unternehmens-Bonds bei ansteigender Korrelation zunimmt. Somit u ¨berwiegt der Eﬀekt, dass bei zunehmender Korrelation ein Teil des regulatorischen Kapitals freigesetzt wird, der dazu genutzt wird, in die zuvor untergewichtete Kategorie zu investieren. Daher bewegen sich, nachdem durch einen Anstieg der Korrelation – u ¨ber den Mechanismus der Reduzierung des Portfoliovolumens wegen des nun h¨oheren ¨okonomischen Kapitals – regulatorisches Kapital freigesetzt wurde, die Anteile der drei Kategorien in Richtung einer Gleichgewichtung, da der Diversiﬁkationseﬀekt auf diese Weise am besten ausgenutzt werden kann. Bei Betrachtung der Schattenpreise der beiden Kapitalrestriktionen f¨allt auf, dass diese umso geringer sind, je h¨oher die Korrelationswerte ausfallen.

2.1 Portfoliooptimierung von Unternehmen und Banken

19

Durch die r¨ uckl¨auﬁge Entwicklung des Portfoliovolumens kommt zum Ausdruck, dass dieses – ohne die ¨okonomische Kapitalrestriktion zu verletzen – umso weiter ausgedehnt werden kann, je geringer die Investitionsm¨oglichkeiten miteinander korrelliert sind. Das liegt daran, dass die Portfolio-Diversiﬁkation bei niedrigeren Korrelationen st¨arker wirkt als bei h¨oheren Korrelationen. Die in Tabelle 2-7 wiedergegebenen Schattenpreise der ¨okonomischen Kapitalrestriktion verdeutlichen, dass eine Einheit Eigenkapital umso wertvoller ist, je mehr Investitionen durch diese Einheit erm¨oglicht werden. Interessanterweise sinkt der Wert einer Einheit des regulatorischen Kapitals mit zunehmender Korrelation ebenfalls kontinuierlich. Bei einem Wert von 0,99 betr¨agt der Schattenpreis des regulatorischen Kapitals lediglich noch 0,0002. Es wird deutlich, dass die zus¨atzliche Ber¨ ucksichtigung der regulatorischen Kapitalanforderung nur einen marginalen Einﬂuss auf die erzielbaren Renditen hat, wenn am Markt sehr hohe Korrelationen zu beobachten sind. Dieser sehr geringe Einﬂuss des regulatorischen Kapitals l¨asst sich dadurch erkl¨aren, dass die Knappheit des o¨konomischen Kapitals bei nahezu perfekter Korrelation bereits sehr fr¨ uh wirkt. Betrachtet man die parallele Entwicklung des Schattenpreises der ¨okonomischen Kapitalrestriktion, so f¨allt auf, dass sich der Wert aus Sicht der Bank an den aus Sicht des Unternehmens mit zunehmender Korrelation ann¨ahert. Aufgrund des geringen Einﬂusses der regulatorischen Kapitalretriktion verwundert es nicht, dass sich die Schattenpreise der o¨konomischen Kapitalrestriktion bei einer Korrelation von 0,99 nur noch marginal unterscheiden (0,4306 vs. 0,4303). Ein Renditevergleich best¨atigt, was bereits durch die sehr geringen Unterschiede in den Schattenpreisen deutlich wurde. Eine Renditediﬀerenz zwischen dem optimalen Unternehmens-Portfolio und dem optimalen Bank-Portfolio l¨asst sich bei einer angenommenen Korrelation von 0,99 erst bei Betrachtung der dritten Nachkomma-Stelle festellen. Der Einﬂuss der regulatorischen Kapitalrestriktion liegt also nahezu bei Null. Dies liegt daran, dass die ¨okonomische Kapitalrestriktion aufgrund der hohen Korrelation bereits bindend wird, bevor die regulatorische Restriktion ihre Wirkung entfaltet. Als zweite Implikation ergibt sich daher: Implikation 2.2 (Korrelationen) Der Einﬂuss der regulatorischen Mindestkapitalanforderungen wirkt sich auf die Investitionsentscheidungen von Banken umso st¨arker aus, je geringer die Korrelationen unter den verf¨ ugbaren Anlagekategorien sind.

20

2 Modelltheoretische Analyse

2.1.3.2 Zusammenhang zwischen optimaler Portfoliostruktur und okonomischer Kapitalrestriktion ¨ Ein weiterer Einﬂussfaktor, der an dieser Stelle genauer untersucht werden soll, ist die H¨ohe der durch den Investor geforderten Kapitalunterlegung. In Punkt 2.1.1 wurde angenommen, dass die durch den Investor geforderten Kapitalkosten sowie die geforderte H¨ohe des ¨okonomischen Kapitals im Rahmen des Modells Konstanten darstellen. Realistischer ist es anzunehmen, dass diese beiden Gr¨oßen variabel sind und sich die H¨ohe der geforderten Kapitalkosten am Sicherheitsniveau des Portfolios ausrichtet. Dar¨ uber hinaus w¨aren neben den h¨ohere Eigenkapitalkosten auch h¨ohere Fremdkapital-Zinsen zu zahlen, wenn durch das investierende Unternehmen ein VaR auf einem geringeren als dem in Abschnitt 2.1.1 genannten 99 %-Konﬁdenzniveau realisiert w¨ urde. Wie aus den in Teil 2.1.2 erl¨auterten Schattenpreisen hervorging, stellen die Eigenkapitalkosten bisher lediglich einen Faktor dar, der die zu maximierende Rendite um einen konstanten Wert mindert. Wenn man davon ausgeht, dass der Zusammenhang zwischen VaR-Vorgabe und H¨ohe der zu zahlenden Eigenkapitalkosten f¨ ur Unternehmen und Banken gleichermaßen gilt, dann wird deutlich, dass die H¨ohe der Eigenkapitalkosten lediglich das Niveau der erzielbaren Maxima beeinﬂusst, aber keine Auswirkung auf die Renditediﬀerenz zwischen Unternehmens- und Banken-Portfolio hat. Daher wird auch an dieser Stelle nicht explizit darauf eingegangen, in welchem ¨ Ausmaß die Eigenkapitalkosten bei Anderungen des 99 %-Konﬁdenzniveaus variieren, sondern untersucht, welchen Einﬂuss ein geringerer und ein h¨oherer Mindest-VaR auf die optimale Portfolio-Struktur haben. Des Weiteren wird von denkbaren Auswirkungen auf die Reﬁnanzierungskosten abstrahiert und weiterhin eine Netto-Rendite i.H.v. 1 % unterstellt. Aus Sicht des Unternehmens w¨are es nach wie vor sinnvoll, den Diversiﬁkationseﬀekt bestm¨oglich auszunutzen, indem in die drei verf¨ ugbaren Wertpapierkategorien zu gleichen Anteilen investiert wird. Im Unterschied zum Unternehmens-Portfolio wird das optimale Bank-Portfolio durch eine weitere Kapitalrestriktion beeinﬂusst. Bei einer Absenkung des Mindest-VaR wird das maximal m¨ogliche Investitionsvolumen gesteigert, sodass die regulatorischen Kapitalvorgaben f¨ ur diesen Fall einen st¨arkeren Einﬂuss auf das Ergebnis aus¨ uben sollten. Um dies genauer zu analysieren, werden die optimalen Portfolios sowie die Schattenpreise der beiden Kapitalrestriktionen f¨ ur verschiedene VaR-Vorgaben berechnet. Dabei wird von mit der VaR-Vorgabe schwankenden Eigenkapitalkosten abstrahiert und ein konstanter Satz i.H.v.

2.1 Portfoliooptimierung von Unternehmen und Banken

21

8 % unterstellt. Tabelle 2-8 gibt die Ergebnisse f¨ ur VaR-Vorgaben von 95 % bis 99,9 % und eine konstante Korrelation i.H.v. 0,8 wieder: Tabelle 2-8: Ergebniswirkung unterschiedlicher VaR-Vorgaben (Banksicht) VaRVorgabe 95,0 96,0 97,0 98,0 99,0 99,5 99,9

% % % % % % %

Anteil in Kategorie Staat Bank Unt. 48,11 47,24 46,17 44,69 42,47 40,42 36,21

% % % % % % %

40,72 40,29 39,76 39,01 37,90 36,88 34,77

% % % % % % %

11,17 12,46 14,07 16,29 19,62 22,71 29,01

% % % % % % %

Portfoliovolumen 64,731 60,907 56,760 51,874 45,947 41,551 34,751

Schattenpreise Kap.-Restriktion okon. reg. ¨ 0,637 0,010 0,599 0,010 0,559 0,009 0,511 0,008 0,453 0,006 0,410 0,005 0,345 0,002

EKRendite 56,73 52,91 48,76 43,87 37,95 33,55 26,75

% % % % % % %

Aus Tabelle 2-8 ist ersichtlich, dass der Einﬂuss der beiden Kapitalrestriktionen mit dem Portfoliovolumen abnimmt und somit bei strengeren VaRVorgaben geringere Schattenpreise auftreten. Wirft man einen Blick auf die Portfoliostruktur, so f¨allt auf, dass bei geringeren VaR-Werten tats¨achlich ein st¨arkerer Einﬂuss der regulatorischen Kapitalrestriktion auftritt. Das optima¨ le Portfolio sieht bei einem Konﬁdenzniveau von 95 % eine deutliche Ubergewichtung der Kategorien Staat und Bank vor, die eine geringere Menge an regulatorischem Eigenkapital erfordern. Steigert man das vorgegebene VaRKonﬁdenzniveau, so entwickelt sich die Portfoliostruktur mehr und mehr zu einer gleichen Gewichtung der drei verf¨ ugbaren Wertpapierkategorien, wie sie aus Sicht des unregulierten Unternehmens optimal ist. Die Schattenpreise des regulatorischen Kapitals fallen umso niedriger aus, je h¨oher das im Hinblick auf die ¨okonomische Kapitalrestriktion einzuhaltende VaR-Konﬁdenzniveau ist und best¨atigen die geringe Bedeutung dieser zus¨atzlichen Restriktion im Fall einer strengen Vorgabe bez¨ uglich des o¨konomischen Kapitals. Unter der Annahme, dass Rating-Agenturen zur Bestimmung der Ausfallwahrscheinlichkeit einer Bank die gleichen Risikofaktoren bewerten, die zur Ermittlung des notwendigen ¨okonomischen Kapitals verwendet werden, legt dies die Schlussfolgerung nahe, dass die Bond-Nachfrage von Kreditinstituten umso st¨arker durch die regulatorischen Kapitalvorgaben beeinﬂusst wird, je schlechter das Institut geratet ist.22 Demgegen¨ uber verlieren die regulatorischen Anforderungen ab einem bestimmten Rating bzw. ab einer bestimmten 22

Diese Erkenntnis ist inbesondere im Hinblick auf die noch ausstehende empirische Analyse von Bedeutung, da das Rating der einzelnen Investoren, die einen Bond im Port-

22

2 Modelltheoretische Analyse

Mindestanforderung bez¨ uglich des ¨okonomischen Kapitals ihren Einﬂuss auf die optimale Portfoliostruktur komplett. Die dritte Implikation der modelltheoretischen Analyse lautet daher: ¨ Implikation 2.3 (Okonomische Mindestkapitalanforderung ) Der Einﬂuss der regulatorischen Mindestkapitalanforderungen auf die Investitionsentscheidungen und damit die Portfoliostruktur von Banken ist umso st¨arker, je geringer die ¨okonomischen Mindestkapitalanforderungen sind. Die bis hier pr¨asentierten Resultate haben gezeigt, dass die modellierte Nachfrage nach Bonds unter bestimmten Annahmen durch die Existenz von Regulierungsvorgaben bez¨ uglich der H¨ohe des zu haltenden Eigenkapitals beeinﬂusst werden kann. Eine unterschiedlich starke Nachfrage nach den verschiedenen Wertpapierarten kann sich in der Realit¨at in unterschiedlicher Art und Weise auswirken. Zum einen ist es dankbar, dass, wie im hier pr¨asentierten Modell, die Portfolios von Banken von den Portfolios nicht besonders regulierter Unternehmen abweichen. Zum anderen besteht die M¨oglichkeit, dass sich die abweichende Nachfrage der Kreditinstitute auf die am Markt zu beobachtenden Renditen auswirkt. Um m¨ogliche Auswirkungen auf die Preisbildung genauer zu untersuchen, wird ein weiteres Modell dargestellt, anhand dessen analysiert wird, welche Renditekombinationen unter verschiedenen Annahmen bez¨ uglich der Bond-Nachfrage dazu f¨ uhren, dass das Angebot in den drei Wertpapierkategorien mit den nachgefragten Mengen u ¨bereinstimmt.

2.2 2.2.1

Preismechanismus und Marktgleichgewicht Modellstruktur und -annahmen

Damit sich die Nachfrage und das Angebot von Finanztiteln am Kapitalmarkt im Gleichgewicht beﬁnden, muss, wie auf anderen M¨arkten auch, ein funktionierender Preismechanismus existieren. Wenn das angebotene Volumen nicht den Volumina entspricht, wie sie durch die Nachfrager nachgefragt werden, bilden sich in der Regel Renditediﬀerenzen zwischen den Wertpapierkategorien. Ausgehend von den am Kapitalmarkt angebotenen Volumina in den drei Anlagekategorien Staat, Bank und Unternehmen, soll im Folgenden folio halten, eine unbekannte Gr¨ oße darstellt und dementsprechend nicht ber¨ ucksichtigt werden kann.

2.2 Preismechanismus und Marktgleichgewicht

23

analysiert werden, inwiefern die im Modell pr¨aferierten Portfoliozusammensetzungen vom gesamten Marktportfolio abweichen. Darauf aufbauend wird untersucht, welche Renditediﬀerenzen unter bestimmten Annahmen zu einer Marktr¨aumung f¨ uhren. Hinsichtlich der f¨ ur die Wirkung des Preismechanismus relevanten Nachfrage werden im Folgenden drei F¨alle unterschieden. Zun¨achst ist denkbar, dass die Nachfrage durch die Unternehmen insgesamt deutlich gr¨oßer ist als die der Gruppe der Banken. Daher wird im ersten Analyseschritt angenommen, dass Banken einen sehr geringen Anteil der Gesamtnachfrage stellen und daher lediglich die Nachfrage durch die Unternehmen zur Ermittlung einer markr¨aumenden Renditekombination relevant ist (Fall 1). Im zweiten Fall wird das andere Extrem unterstellt. Dabei wird davon ausgegangen, dass lediglich die Nachfrage der Banken f¨ ur die Marktpreise bedeutsam ist (Fall 2). Eine derartige Situation in der Nicht-Banken als Nachfrager keinen bzw. nur einen sehr geringen Einﬂuss auf die Renditen aus¨ uben, l¨asst sich durch die besondere Stellung der Banken innerhalb einer Volkswirtschaft begr¨ unden. Es ist denkbar, dass Kreditinstitute aufgrund ihrer herausragenden Position als Bindeglied zwischen Kapitalmarkt und Investoren in der Lage sind, die Preise am Wertpapiermarkt zu ihren Gunsten zu beeinﬂussen. Nachdem diese Extrem-Szenarien betrachtet wurden, soll abschließend eine Kombination aus den beiden zuvor geschilderten F¨allen untersucht werden. Dabei wird die Nachfrage des Unternehmens und der Bank zusammengefasst (Fall 3) und analysiert, welche Unterschiede sich hinsichtlich der marktr¨aumenden Renditen im Vergleich zu den beiden vorangegangenen F¨allen ergeben. Das Bond-Angebot wird im Folgenden als ﬁx angenommen und entspricht den durch die BIZ ver¨oﬀentlichten Zahlen zum Umlauf von Bonds. F¨ ur ein derartiges Angebot sind grunds¨atzlich viele Gr¨ unde denkbar. Beispielhaft wird hier angenommen, dass Bond-Emittenten das zu emittierende Volumen anhand der verf¨ ugbaren realwirtschaftlichen Investitionsm¨oglichkeiten bestimmen. Da derartige Projekte nicht ohne weiteres ausgebaut oder stillgelegt werden k¨onnen, ist eine kurzfristige Reaktion der Angebotsseite nicht m¨oglich. Daher kann ein Marktgleichgewicht lediglich durch Preisdiﬀerenzen und eine sehr elastische Nachfrage erreicht werden. Da die Transaktionskosten im Wertpapiermarkt relativ gering sind und sich Bonds sehr gut miteinander vergleichen lassen, passt sich die Nachfrage bei Preis¨anderungen umgehend an. Welche Renditekombinationen bei den unterschiedlichen f¨ ur die Preisbildung relevanten Nachfragestrukturen am Bondmarkt zu einem Gleichgewicht f¨ uhren, wird nun f¨ ur die oben erl¨auterten F¨alle dargestellt.

24

2 Modelltheoretische Analyse

2.2.2

Ermittlung der marktr¨ aumenden Renditekombinationen

Zun¨achst wird angenommen, dass die Unternehmen bzw. Nicht-Banken den Großteil der Gesamtnachfrage stellen und sich die am Markt gezahlten Renditen daher so einstellen, dass die angebotenen Wertpapiere der Nachfrage durch die Unternehmen entsprechen. Tabelle 2-9 stellt die optimale Portfoliostruktur, die im vorherigen Abschnitt aus Sicht des Unternehmens f¨ ur eine Korrelation i.H.v. 0,8 ermittelt wurde der Angebotsstruktur am Markt (angelehnt an die durch die BIZ ver¨oﬀentlichen Zahlen zum Umlauf festverzinslicher Wertpapiere) gegen¨ uber.23 Es ist darauf hinzuweisen, dass bei der hier pr¨asentierten Gegen¨ uberstellung die Kategorien Bank und Financial Institutions als identische Kategorien angesehen wurden. Dies ist allerdings nicht vollkommen korrekt. Die von der BIZ ver¨oﬀentlichten Zahlen beziehen sich auf die Emittenten-Kategorie Financial Institutions. In diese Kategorie fallen neben Banken auch Wertpapierhandelsﬁrmen und ¨ahnliche Unternehmen, die nach Auﬀassung der Bankenregulierung keine Bank darstellen. Da hier allerdings lediglich beispielhaft gezeigt werden soll, dass ein Gleichgewicht durch bestimmte Renditeunterschiede erreichbar ist, erscheint die nicht exakte Erfassung unproblematisch. Im Folgenden werden, da keine Informationen dar¨ uber vorliegen, welcher Anteil der Kategorie Financial Institutions der Kategorie Unternehmen zuzuordnen ist, die Kategorien Financial Institutions und Bank weiterhin als identisch behandelt und komplett der Kategorie Bank zugeordnet. Aufgrund der als ﬁx angenommenen Angebotsseite, wird im Rahmen der weiterf¨ uhrenden Analyse das Hauptaugenmerk darauf gelegt, welche Modellgr¨oßen die Nachfragemengen beeinﬂussen und in welcher Weise sich dies auf die Marktpreise niederschlagen k¨onnte. Tabelle 2-9: Nachfragestruktur der Unternehmen bei gleichen Renditen und Angebotsstruktur am Markt

Staat Bank Unternehmen

23

Unternehmensnachfrage Angebot am Markt bei gleichen Renditen 33,33 % 40,25 % 33,33 % 48,16 % 33,33 % 11,58 %

Vgl. Bank f¨ ur Internationalen Zahlungsausgleich (2007), S. 96f.

2.2 Preismechanismus und Marktgleichgewicht

25

Aus der Gegen¨ uberstellung geht hervor, dass die angebotene Menge in der Kategorie Bank gr¨oßer ist als die nachgefragte Menge an Banken-Bonds, w¨ahrend dieser Zusammenhang f¨ ur die Kategorie Unternehmen entgegengesetzt ist. F¨ ur die Kategorie Staat liegt die angebotene Menge wiederum oberhalb der nachgefragten Menge. Wie bereits zu Beginn des Abschnitts dargelegt wurde, f¨ uhrt der Preismechanismus unter der Annahme einer sehr elastischen Nachfrage dazu, dass Angebot und Nachfrage einander entsprechen und es zu einer Marktr¨aumung kommt. Im Folgenden wird eine Renditekombinationen pr¨asentiert, die dazu f¨ uhrt, dass die im Modell durch das Unternehmen nachgefragten Anteile der f¨ ur den Gesamtmarkt vorgegebenen Angebotsstruktur entsprechen. Die pr¨asentierten Renditen stellen allerdings nicht die jeweils einzige zul¨assige Renditekombination dar, die zu einem Ausgleich zwischen Angebot und Nachfrage f¨ uhrt. Dennoch l¨asst sich f¨ ur die hier angenommene Parameterkonstellation zeigen, dass jeweils eine bestimmte Reihung der Marktpreise notwendig ist, um eine Marktr¨aumung zu erreichen.24 Zun¨achst wird eine Renditekombination pr¨asentiert, die das Angebot und die Nachfrage aus Tabelle 2-9 in Einklang bringt.25 Bei einem nahezu ﬁxen Angebot ist es notwendig, dass in F¨allen, in denen die nachgefragte Menge unterhalb der angebotenen Menge liegt, der Preis in Relation zu den Preisen der beiden anderen Kategorien f¨allt, um auf diese Weise einen Nachfrageanstieg bis zu dem Punkt zu bewirken, an dem die Nachfrage und das Angebot u ¨bereinstimmen. In F¨allen, in denen die Nachfrage gr¨oßer als das Angebot ist, werden die Preise relativ ansteigen und dadurch einen Nachfrager¨ uckgang bewirken. Tabelle 2-10: Marktr¨aumende Renditekombination Fall 1 (Korrelation 0,8) Rendite Staat 1,06966 % Rendite Bank 1,08887 % Rendite Unternehmen 1,00000 % 24 Eine Marktr¨aumung wird immer dann erreicht, wenn die Renditen in einem bestimmten Verh¨altnis zueinander stehen. Zur besseren Vergleichbarkeit der Ergebnisse wird die Rendite der Kategorie Unternehmen in den folgenden Ergebnis-Tabellen auf 1 % normiert. 25 Hier und im Folgenden werden jeweils Renditekombinationen ermittelt, die bis auf die zweite Nachkommastelle zu einer Angleichung der Nachfrage- an die Angebotsstruktur f¨ uhren.

26

2 Modelltheoretische Analyse

Tabelle 2-10 fasst beispielhaft eine marktr¨aumende Renditekombinationen f¨ ur den ersten untersuchten Fall zusammen, in dem lediglich die Unternehmen als preisbestimmende Nachfrager auftreten. Da bereits aus Tabelle 2-9 hervorging, dass die Banken-Kategorie den h¨ochsten Marktanteil aufweist, u ¨berrascht es nicht, dass in dieser Bond-Gruppe auch die h¨ochste Rendite zu beobachten ist. Dies l¨asst sich dadurch begr¨ unden, dass in dieser Kategorie die nachgefragte Menge bei Annahme gleicher Renditen am deutlichsten unterhalb der am Markt angebotenen Menge lag. Um es aus Sicht des Unternehmens vorteilhaft werden zu lassen, die Banken-Bonds im Portfolio h¨oher zu gewichten und genau die angebotene Menge nachzufragen, ist es daher notwendig, dass der Preis im Vergleich zu den beiden anderen Anlagekategorien f¨allt bzw. die Rendite ansteigt. F¨ ur die Kategorie Unternehmen wirkt der Preismechanismus genau entgegengesetzt w¨ahrend die Rendite der Staats-Papiere ansteigt und im Gleichgewicht zwischen den beiden anderen Kategorien liegt. Nachdem eine marktr¨aumende Renditekombination f¨ ur den ersten Fall pr¨asentiert wurde, soll anhand des zweiten Falles verdeutlicht werden, welche Auswirkungen sich auf die markr¨aumenden Renditen ergeben, wenn man unterstellt, dass lediglich Banken als preisbestimmende Nachfrager auftreten. Daf¨ ur werden zun¨achst wieder die aus dem vorangegangenen Abschnitt bekannten Augangswerte f¨ ur den Fall identischer Renditen gegen¨ ubergestellt.26 Die Diﬀerenzen zwischen Nachfrage- und Angebotsseite sind im Vergleich zum vorangegangenen Fall zur¨ uckgegangen. Neben der Kategorie Unternehmen weist jetzt auch die Kategorie Staat eine Nachfrage auf, die oberhalb des Angebots liegt. Welche Wirkung dies auf die marktr¨aumende Renditekombination hat, wird im Folgenden analysiert und im Vergleich zum vorangegangenen Fall dargestellt.

26

Vgl. Tabelle 2-11

2.2 Preismechanismus und Marktgleichgewicht

27

Tabelle 2-11: Nachfragestruktur der Banken bei gleichen Renditen und Angebotsstruktur am Markt

Staat Bank Unternehmen

Bankennachfrage bei gleichen Renditen 42,47 % 37,90 % 19,62 %

Angebot am Markt 40,25 % 48,16 % 11,58 %

Wie aus Tabelle 2-12 hervorgeht, kann ein Marktgleichgewicht durch die identische Renditekombination erreicht werden, die im vorangegangenen Fall berechnet wurde.27 Interessanterweise hat es unter der angenommenen Parameterkonstellation keinen Einﬂuss auf die marktr¨aumenden Renditen, ob eine regulatorische Mindestkapitalvorgabe zu beachten ist oder nicht. Dies wird zus¨atzlich durch die regulatorische Kapitalerfordernis des optimalen BankenPortfolios bei Annahme der marktr¨aumenden Renditekombination best¨atigt. W¨ahrend die ¨okonomische Kapitalrestriktion voll ausgelastet ist, erfordert das optimale Portfolio lediglich 0,78 GE an regulatorischem Kapital. Außerdem entspricht das Portfoliovolumen exakt dem durch das Unternehmen realisierten Optimalwert. Die nicht ausgesch¨opfte regulatorische Kapitalrestriktion verdeutlicht, dass unter den angenommenen Parametern die ¨okonomische Kapitalrestrikion bereits bindend wird, bevor die regulatorische einen Einﬂuss aus¨ ubt. Tabelle 2-12: Marktr¨aumende Renditekombination Fall 2 (Korrelation 0,8) Rendite Staat 1,06966 % Rendite Bank 1,08887 % Rendite Unternehmen 1,00000 %

Abschließend wird angenommen, dass Unternehmen und Banken gleichzeitig als Nachfrager am Bond-Markt auftreten. Im zu untersuchenden Fall steht sowohl der durch die Bankenaufsicht regulierten Bank als auch dem nicht 27

Vgl. Tabellen 2-10 und 2-12

28

2 Modelltheoretische Analyse

besonders regulierten Unternehmen eine Geldeinheit Kapital zur Verf¨ ugung. Die Verteilung von Kapital auf die Bank und das Unternehmen kann beliebig variiert werden. Da allerdings aus den beiden zuvor betrachteten F¨allen bekannt ist, dass die regulatorische Kapitalrestriktion keine einschr¨ankende Nebenbedingung darstellt und daher keinen Einﬂuss auf die marktr¨aumende Renditekombination sowie die durch die Bank nachgefragten Mengen ausge¨ ubt hat, ist es f¨ ur die angenommene Parameterkonstellation irrelevant, wieviel Kapital die Bank und das Unternehmen zur Verf¨ ugung haben. Die marktr¨aumende Renditekombination ¨andert sich auch im dritten betrachteten Fall nicht. Aus den pr¨asentierten Resultaten der drei F¨alle ging hervor, dass die Bankenregulierung keinen Einﬂuss auf die am Markt zu beobachtenden Renditen hat. Es sei allerdings darauf hingewiesen, dass dieses Resultat lediglich f¨ ur die hier unterstellten Werte f¨ ur die Angebotsstruktur sowie f¨ ur die Korrelationen zwischen den Anlagekategorien gilt. Daher wird im n¨achsten Schritt untersucht, welchen Einﬂuss unterschiedliche Annahmen bez¨ uglich einiger relevanter Modellparameter auf die Ergebnisse haben. 2.2.3

Zusammenhang zwischen marktr¨ aumender Renditekombination und Korrelationen sowie ¨ okonomischer Kapitalanforderung

Ausgehend von den Ergebnissen unter Annahme identischer Renditen, werden nun verschiedene Werte f¨ ur die Einﬂussfaktoren der im Optimum nachgefragten Anteile angenommen, um darauf aufbauend zu untersuchen, welche Auswirkungen sich auf die marktr¨aumenden Preis- bzw. Renditekombinationen ergeben. Da mehr als eine Preiskombination existiert, die zu einer Marktr¨aumung f¨ uhrt, soll an dieser Stelle lediglich festgestellt werden, inwiefern bei Variationen der Parameterkonstellation ein Einﬂuss durch die Bankenregulierung nachgewiesen werden kann. Aus Abschnitt 2.1.3 ist bekannt, dass die regulatorische Kapitalanforderung einen umso st¨arkeren Einﬂuss auf die optimale Portfoliostruktur hat, je niedriger die Korrelationen unter den drei verf¨ ugbaren Wertpapierkategorien sind und je geringer das f¨ ur die ¨okonomische Kapitalrestriktion vorgegebene Mindest-Konﬁdenzniveau ist. Bei ansteigenden VaR-Vorgaben wurde der Unterschied zum optimalen Portfolio des Unternehmens immer geringer. F¨ ur die von den Banken als Nachfragern abh¨angigen marktr¨aumenden Renditekombinationen bedeutet dies, dass sich bei unterschiedlichen Werten f¨ ur Korrelationen und ¨okonomische Mindestka-

2.2 Preismechanismus und Marktgleichgewicht

29

¨ pitalisierung unterschiedliche Nachfragepr¨aferenzen und damit auch Anderungen der f¨ ur eine Marktr¨aumung notwendigen Preiskombinationen ergeben k¨onnen. Tabelle 2-13 stellt noch einmal die zum Teil bereits aus den Tabellen 2-6, 2-7 sowie 2-13 bekannten Werte zur optimalen Struktur eines Banken-Portfolios bei identischen Renditen dar, wenn man unterschiedliche Korrelations- sowie VaR-Werte zugrunde legt, um einen Eindruck davon zu vermitteln, wie stark die beiden Gr¨oßen auf die Nachfragesituation wirken. Tabelle 2-13: Auswirkungen von ¨okonomischer Kapitalrestriktion und Korrelationen auf die Nachfragestruktur Mindestkonﬁdenzniveau VaR 95,0 %

97,0 %

99,0 %

99,9 %

Korr. 0,7 0,8 0,9 0,7 0,8 0,9 0,7 0,8 0,9 0,7 0,8 0,9

Nachfrageanteil in Wertpapierkategorie Staat Bank Unt. 48,57 % 40,95 % 10,48 % 48,11 % 40,72 % 11,17 % 47,66 % 40,50 % 11,84 % 46,72 % 40,03 % 13,26 % 46,17 % 39,76 % 14,07 % 45,64 % 39,49 % 14,87 % 43,18 % 38,26 % 18,56 % 42,47 % 37,90 % 19,62 % 41,78 % 37,56 % 20,66 % 37,20 % 35,27 % 27,53 % 36,21 % 34,77 % 29,01 % 35,25 % 34,29 % 30,46 %

Aus Tabelle 2-13 geht hervor, dass der Einﬂuss der ¨okonomischen Kapitalrestriktion vergleichsweise st¨arker wirkt als die H¨ohe der Korrelationen. Der ¨ relativ kleine Sprung von 99 % auf 99,9 % bewirkt mit einer Anderung des Portfolioanteils der Kategorie Unternehmen von bis zu 10 %-Punkten eine deutlich st¨arkere Bewegung als ein Sprung der Korrelation von 0,7 auf 0,9, der ¨ f¨ ur kein Konﬁdenzniveau eine Anderung ausl¨ost, die gr¨oßer als 3 %-Punkte ausf¨allt. Somit kann man schlussfolgern, dass das durch eine Bank angestrebte Rating einen st¨arkeren Einﬂuss auf ihre Nachfrage hat als die am Markt zu beobachtenden Korrelationen. Indes ist darauf zu achten, dass die Korrelationen sehr instabil sein k¨onnen, w¨ahrend das Ziel-Rating i.d.R. nur selten ge¨andert wird. Insgesamt kann man daher festhalten, dass die Nachfrage einzelner Institute aufgrund unterschiedlicher Zielvorstellungen im Hinblick auf das eigene Rating deutlich voneinander abweichen kann.

30

2 Modelltheoretische Analyse

Um die Frage nach dem Einﬂuss der Bankenregulierung auf die zu beobachtenden Renditen besser beantworten zu k¨onnen, werden erneut die marktr¨aumenden Renditekombinationen bestimmt. Da aus den vorangegangenen Ausf¨ uhrungen sowie der gerade erl¨auterten Tabelle 2-13 deutlich wurde, dass der Einﬂuss der regulatorischen Kapitalrestriktion auf die Nachfragepr¨aferenzen von Banken umso st¨arker ist, je niedriger die angenommenen Korrelationen sowie die vorgegebene ¨okonomische Mindestkapitalisierung sind, werden f¨ ur diese Parameter entsprechend niedrige Werte zugrunde gelegt. Unter diesen Annahmen werden f¨ ur die weiter oben unterschiedenen F¨alle erneut marktr¨aumende Renditekombinationen berechnet und einander gegen¨ ubergestellt. Zun¨achst wird daher wieder ein Markt unterstellt, an dem die gesamte f¨ ur die Preisbildung relevante Nachfrage von Unternehmen stammt. Die f¨ ur diesen Fall unter Annahme einer Korrelation in H¨ohe von 0,7 ermittelte marktr¨aumende Renditekombination wird im Anschluss einer Kombination gegen¨ ubergestellt, die sich an einem durch Banken dominierten Markt ergibt. Dabei wird f¨ ur die ¨okonomische Kapitalrestriktion ein Konﬁdenzniveau von 99 % unterstellt, da wesentlich niedrigere Werte f¨ ur Banken und kapitalmarktorientierte Unternehmen unrealistisch erscheinen.28 Tabelle 2-14: Marktr¨aumende Renditekombination Fall 1 (Korrelation 0,7; 99 %-Konﬁdenzniveau) Rendite Staat 1,11705 % Rendite Bank 1,14935 % Rendite Unternehmen 1,00000 %

Tabelle 2-15: Marktr¨aumende Renditekombination Fall 2 (Korrelation 0,7; 99 %-Konﬁdenzniveau) Rendite Staat 1,11705 % Rendite Bank 1,14935 % Rendite Unternehmen 1,00000 % 28

Ein VaR auf dem 99 %-Konﬁdenzniveau korrespondiert beispielsweise mit einem S&PRating zwischen BBB und BB. Vgl. Standard & Poor’s (2006), S. 9.

2.2 Preismechanismus und Marktgleichgewicht

31

Aus den Tabellen 2-14 und 2-15 geht hervor, dass auch eine Senkung der Korrelationen auf 0,7 nicht dazu f¨ uhrt, dass die marktr¨aumenden Renditekombinationen durch die regulatorische Kapitalrestriktion beeinﬂusst werden. Allerdings steigt das erforderliche regulatorische Kapital f¨ ur das optimale Banken-Portfolio durch den R¨ uckgang der Korrelation auf 0,80 GE. Insgesamt l¨asst sich f¨ ur die hier unterstellte ﬁxe Angebotsstruktur kein bedeutsamer Einﬂuss der regulatorischen Kapitalanforderungen auf die Bondrenditen feststellen. Allerdings kann der bereits in Implikation 2.2 erfasste negative Zusammenhang zwischen Korrelation und regulatorischer Kapitalrestriktion best¨atigt werden.

2.2.4

Zusammenhang zwischen marktr¨ aumender Renditekombination und Angebotsstruktur

Nachdem der Einﬂuss unterschiedlicher Korrelationsannahmen auf die Ergebnisse gezeigt wurde, soll abschließend dargestellt werden, wie sich eine Ver¨anderung der vorgegebenen Angebotsstruktur auf die zu ermittelnde Renditekombination auswirkt. Wie bereits erl¨autert wurde, z¨ahlen aus Sicht der Bankenregulierung nicht alle Bonds der BIZ-Kategorie Financial Institutions zur Gruppe der Banken-Bonds. Daher wird im Folgenden beispielhaft angenommen, dass 10 % der betreﬀenden Wertpapiere zur Kategorie der ¨ Unternehmens-Bonds zu z¨ahlen sind. Die daraus resultierende Anderung der Ausgangssituation geht aus Tabelle 2-16 hervor.

Tabelle 2-16: Variierte Angebotsstruktur am Markt

Staat Bank Unternehmen

Angebot am Markt 40,25 % 38,16 % 21,58 %

Die Variation der Angebotsstruktur hat auf die erneute Ermittlung der marktr¨aumenden Renditekombinationen einen maßgeblichen Eﬀekt. Zun¨achst zeigt sich, dass aus Sicht des Unternehmens weiterhin eine Optimall¨osung ermittelt werden kann:

32

2 Modelltheoretische Analyse

Tabelle 2-17: Marktr¨aumende Renditekombination bei varrierter Angebotsstruktur Fall 1 (Korrelation 0,7; 99 %-Konﬁdenzniveau) Rendite Staat 1,07324 % Rendite Bank 1,06502 % Rendite Unternehmen 1,00000 %

Das im Gleichgewicht optimale Unternehmens-Portfolio stellt f¨ ur die parallel betrachtete Bank aufgrund der regulatorischen Kapitalrestriktion allerdings kein Optimum mehr dar. Nimmt man die Sichtweise der Bank ein, so stellt sich außerdem heraus, dass es unter Beachtung der beiden Kapitalrestriktionen nicht mehr m¨oglich ist, eine marktr¨aumende Renditekombination zu bestimmen. Im Unterschied zu den vorangegangenen Analysen zeigt sich bei der hier angenommenen Angebotsstruktur, dass die regulatorische Kapitalrestriktion einen Engpass darstellt. Da es aus Sicht der Bank optimal ist, sobald die regulatorische Kapitalrestriktion ausgesch¨opft ist, das Portfolio solange mit Staats-Bonds aufzuf¨ ullen“, bis die ¨okonomische Kapitalrestriktion ” ebenfalls ausgereizt ist, erfolgt bei keiner Renditekombination eine Angleichung an die Angebotsstruktur. Diese kann im zweiten Fall nur dann erreicht werden, wenn das verf¨ ugbare ¨okonomische Kapital reduziert und dadurch eine Beschr¨ankung des maximalen Portfoliovolumens bewirkt wird. Bei einer Senkung des verf¨ ugbaren ¨okonomischen Kapitals auf 0,895 GE, wird das maximale Investitionsvolumen bei optimaler Ausnutzung des Diversiﬁkationseﬀektes soweit reduziert, dass 1 GE ausreicht, damit die regulatorische Kapitalrestriktion nicht verletzt wird. Unter dieser Annahme f¨ uhrt wiederum die Renditekombination, wie sie bereits f¨ ur das Unternehmen in Tabelle 2-17 dargestellt wurde, zu einer Marktr¨aumung. Vergleicht man die Resultate vor und nach der Ver¨anderung der Angebotsstruktur, so wird deutlich, dass es einerseits denkbar ist, dass die regulatorische Kapitalrestriktion einen relevanten Engpass darstellt und andererseits Parameterkonstellationen existieren, bei denen die Banken ihre Investitionsentscheidungen unabh¨angig von den regulatorischen Mindestkapitalanforderungen treﬀen. F¨ ur den Fall, dass die regulatorische Kapitalrestriktion einen Engpass darstellt, wurde gezeigt, dass ab einem bestimmten Investitionsvolumen die einzige M¨oglichkeit, das Portfoliovolumen weiter auszudehnen, f¨ ur eine Bank darin besteht, in Staatstitel zu investieren bzw.

2.3 Zusammenfassung der modelltheoretischen Analyse

33

innerhalb des Portfolios Unternehmens- gegen Banken-Bonds zu substituieren. Stellt man sich also einen Markt vor, an dem Banken und Unternehmen gleichzeitig als Nachfrager auftreten, so besteht unter Umst¨anden f¨ ur Banken ein Anreiz, h¨ohere Preise f¨ ur Staats- und Banken-Bonds zu zahlen, um eine Portfoliostruktur zu realisieren, bei der ihr verf¨ ugbares Kapital optimal ausgenutzt wird. Um dennoch ein Marktgleichgewicht zu erreichen, w¨are es in diesem Fall erforderlich, dass Unternehmen vergleichsweise st¨arker in Unternehmens-Bonds investieren, wof¨ ur sie durch eine entsprechend h¨ohere Rendite kompensiert werden m¨ ussten. Daher lautet die zu beantwortende Frage nicht, ob Banken entweder eine andere Portfoliostruktur aufweisen als Unternehmen oder ob Renditediﬀerenzen zwischen den Wertpapierkategorien bestehen, sondern ob in der Realit¨at eine Parameterkonstellation existiert, die dazu f¨ uhrt, dass unterschiedliche Portfolios und Renditediﬀerenzen gleichzeitig auftreten. Als letzte Implikation der modelltheoretischen Untersuchung bleibt festzuhalten: Implikation 2.4 (Gleichgewichtsportfolio) Je gr¨oßer im Gleichgewichtsportfolio der Anteil der Anlagekategorien ist, die eine h¨ohere Unterlegung mit regulatorischem Kapital erfordern, desto wahrscheinlicher ist es, dass die regulatorischen Mindestkapitalanforderungen einen Einﬂuss auf die Investitionsentscheidungen von Banken und damit gegebenenfalls auf die sich im Gleichgewicht einstellenden Wertpapier-Preise aus¨ uben. Die Ergebnisse der Analysen liefern dar¨ uber hinaus, sozusagen als Abfallprodukt, einen weiteren Erkl¨arungsansatz daf¨ ur, dass Banken das ihnen zur Verf¨ ugung stehende regulatorische Kapital in der Reali¨at h¨auﬁg nicht ausnutzen und dass zwischen einzelnen Instituten diesbez¨ uglich zum Teil gravierende Unterschiede bestehen.

2.3

Zusammenfassung der modelltheoretischen Analyse

Die erzielten Resultate sind dahingehend zu relativieren, dass sie lediglich unter den getroﬀenen Annahmen sowie f¨ ur die jeweils unterstellten Parameterkonstellationen gelten. Insbesondere hinsichtlich der Korrelationen ist anzumerken, dass eine Unterscheidung nach Branchen vermutlich bedeutsamer ist als die hier verwandte Einteilung nach der H¨ohe des erforderlichen regulatorischen Kapitals. Sofern es in Bezug auf den Diversiﬁkationseﬀekt

34

2 Modelltheoretische Analyse

beispielsweise unerheblich ist, ob in einen Banken-Bond oder in einen Bond einer Versicherung bzw. einer Kapitalanlagegesellschaft investiert wird, hat dies u.U. betr¨achtliche Auswirkungen auf die pr¨asentierten Ergebnisse. Dar¨ uber hinaus wurde f¨ ur die modellierte Situation ein erheblicher Einﬂuss der unterstellten Angebotsstruktur nachgewiesen. Dazu ist anzumerken, dass das Angebot in der Regel nicht ﬁx ist, sondern sich ebenfalls anpasst. Rational handelnde Emittenten w¨ urden umso mehr Bonds emittieren, je geringer die zu zahlende Rendite ausf¨allt. Allerdings ist die Anzahl der Emittenten innerhalb der betrachteten Bond-Kategorien begrenzt, sodass eine Ausweitung des Angebots f¨ ur die hier unterschiedenen Emittenten-Gruppen nicht gleichermaßen umfangreich m¨oglich w¨are. Somit erscheint es durchaus denkbar, dass beispielsweise ein begrenztes Angebot an Banken-Bonds unter bestimmten, innerhalb der Modellanalyse skizzierten Bedingungen f¨ ur Banken eine relevante Einschr¨ankung darstellt, w¨ahrend f¨ ur Unternehmen als Investoren alternative Anlagem¨oglichkeiten existieren. Da unklar ist, welche Auspr¨agung die innerhalb des Modells relevanten Parameter in der Realit¨at aufweisen, soll im Folgenden empirisch u uft ¨berpr¨ werden, inwiefern am Bondmarkt ein signiﬁkanter Einﬂuss der regulatorischen Mindestkapitalanforderungen nachzuweisen ist. Wie bereits aus der pr¨asentierten Analyse hervorging, ist es dabei einerseits m¨oglich, dass die regulatorische Kapitalrestriktion f¨ ur die Banken einen bindenden Engpass darstellt und daher f¨ ur Banken- und Staats-Bonds eine erh¨ohte Nachfrage bzw. Zahlungsbereitschaft existiert. Andererseits ist aus dem Modell deutlich geworden, dass u.a. in Abh¨angigkeit von den Korrelationen sowie dem verf¨ ugbaren Bond-Angebot die M¨oglichkeit besteht, dass die regulatorischen Vorgaben keinen Einﬂuss auf die zu beobachtenden Renditen haben. Die Ergebnisse der modelltheoretischen Analyse haben gezeigt, dass in der Realit¨at Parameterkonstellationen existieren k¨onnen, die dazu f¨ uhren, dass die regulatorischen Mindestkapitalanforderungen f¨ ur Banken eine bindende Restriktion in Bezug auf ihre Investitionsentscheidungen darstellen. Aus den Implikationen 2.1 bis 2.4 geht hervor, dass die Parameter, die sich innerhalb des Modells als maßgeblich f¨ ur den Einﬂuss der regulatorischen Mindestkapitananforderungen erwiesen haben, in der Realit¨at nicht ohne weiteres zu beobachten sind. Daher werden im Folgenden die Renditen von Bonds analysiert, um Hinweise darauf zu erhalten, wie sich die relevanten Parameter in der Realit¨at verhalten. Wenn durch die empirische Analyse ein Zusammenhang zwischen den regulatorischen Mindestkapitalanforderungen und den beobachteten Bondrenditen nachgewiesen wird, so w¨ urde dies die dargestellten

2.3 Zusammenfassung der modelltheoretischen Analyse

35

Implikationen best¨atigen und unter Umst¨anden qualitative R¨ uckschl¨ usse auf einige relevante Modellparameter zulassen.

37

3 3.1

Empirische Analyse des amerikanischen Bond-Marktes Untersuchungsgegenstand und Basishypothese

Im Folgenden wird der amerikanische Bondmarkt betrachtet, da dieser eine deutlich umfangreichere Datenbasis liefert als beispielsweise sein deutsches Pendant. Aufgrund der im angels¨achsischen Raum st¨arker kapitalmarktorientierten Unternehmensﬁnanzierung weisen die Segmente ’Financial Institutions’ sowie ’Corporate Issuers’ im amerikanischen Bond-Markt einen weitaus gr¨oßeren relativen Marktanteil auf als im deutschen Markt, w¨ahrend der Anteil von Staats-Papieren deutlich geringer ausf¨allt.29 Wie aus den Tabellen 3-1 und 3-2 hervorgeht, ist der amerikanische Markt f¨ ur Unternehmens-Bonds, insbesondere was das ausstehende Volumen angeht, bei weitem gr¨oßer als der deutsche Markt. Mit ca. 144 Mrd. US-$ weist das umlaufende Volumen von Corporate Bonds in Deutschland etwa 5 % des Wertes f¨ ur den amerikanischen Markt auf, was zum einen darauf zur¨ uckzuf¨ uhren ist, dass die Unternehmensﬁnanzierung, wie bereits erw¨ahnt, in den USA in st¨arkerem Maße u ¨ber den Kapitalmarkt erfolgt, und zum anderen dadurch bedingt ist, dass die US-Wirtschaft deutlich gr¨oßer ist als die deutsche. Dies schl¨agt sich insbesondere in der Anzahl der f¨ ur eine Analyse nutzbaren Unternehmens-Bonds nieder, f¨ ur die seit Ende der 90er-Jahre ein enormer Zuwachs zu verzeichnen ist.30 Wenn man die in Tabelle 3-2 wiedergegebenen Anteile des zu analysierenden Marktes betrachtet, so f¨allt der vergleichweise geringe Anteil an Staats-Papieren auf. Unter Ber¨ ucksichtigung von Implikation 2.4 wird daher angenommen, dass auf dem amerikanischen Markt eine Angebotsstruktur existiert, die einen Einﬂuss der regulatorischen Mindestkapitalanforderungen beg¨ unstigt. Im Hinblick auf die im Rahmen der empirischen Analyse zu testenden Hypothesen bedeutet dies, dass die folgende Reihung der beobachteten Renditen erwartet wird: Hypothese 3.1 RenditeU nt. > RenditeBank > RenditeStaat 29 Zur Bedeutung und Entwicklung von Finanzm¨ arkten in verschiedenen L¨ andern vgl. Allen und Gale (2000), S. 3ﬀ. 30 Das ausstehende Volumen dieses Segments hat sich in den Jahren von 1995 bis 2005 mehr als verdoppelt. Vgl. Ericsson und Reneby (2005), S.707.

38

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-1: Inl¨andischer Bondmarkt (Deutschland) Volumen in Mrd. US-$ Anteil am Gesamtmarkt Governments 1.161,10 54,33 % Financial Instit. 832,3 38,95 % Corporate Issuers 143,7 6,72 % 2.137,10 100,00 % Quelle: Bank f¨ ur Internationalen Zahlungsausgleich (2007) (Stand September 2006)

Tabelle 3-2: Inl¨andischer Bondmarkt (USA) Volumen in Mrd. US-$ Anteil am Gesamtmarkt Governments 6.140,50 28,18 % Financial Instit. 12.904,70 59,22 % Corporate Issuers 2.746,80 12,60 % 21.792,10 100,00 % Quelle: Bank f¨ ur Internationalen Zahlungsausgleich (2007) (Stand September 2006)

Im Folgenden wird die Hypothese, dass Bonds von Emittenten, die eine hohe regulatorische Eigenkapitalunterlegung erfordern, eine h¨ohere Rendite aufweisen als solche, die von Emittenten stammen, die zu einer Forderungskategorie geh¨oren, die eine geringere Menge an regulatorischem Eigenkapital erfordert (vgl. Hypothese 3.1), f¨ ur Datens¨atze aus den Jahren 2006, 2004 und 2002 untersucht werden. Bevor die Aufbereitung des Datenmaterials ¨ dargestellt wird, erfolgt ein kurzer Uberblick u ¨ber die amerikanische Bankenregulierung sowie die Grundlagen der Bewertung von Bonds.

3.2 Grundlagen der amerikanischen Bankenregulierung

3.2

39

Grundlagen der amerikanischen Bankenregulierung

Das amerikanische Bankensystem weist trotz des Gramm-Leach-Bliley Acts (GLBA) aus dem Jahre 199931 weiterhin eine gewisse Trennung zwischen Commercial Banks und Investment Banks auf. Diese spiegelt sich insbesondere in den unterschiedlichen Regulierungsinstanzen und -vorschriften f¨ ur Commercial Banks und Investment Banks wider. Die Investment Banks werden durch die Securities and Exchange Commission (SEC) und die Commodity Futures Trading Commission (CFTC) u ¨berwacht, die Commercial Banks unterliegen der Regulierung durch Beh¨orden der Bundesstaaten (State Regulation Agencies) bzw. durch Bundesbeh¨orden (Federal Agencies). W¨ahrend State Banks der Aufsicht der jeweils zust¨andigen Aufsichtsbeh¨orde des Bundesstaats unterstellt sind, werden National Banks durch drei Bundesbeh¨orden u ¨berwacht, das Oﬃce of the Comptroller of the Currency (OCC), die Federal Deposit Insurance Corporation (FDIC) sowie das Federal Reserve System. Seit Inkrafttreten des GLBA hat sich die Rolle des Federal Reserve Systems dahingehend gewandelt, dass es eine u ¨bergeordnete Regulierungsaufgabe (umbrella supervisor ) wahrnimmt. W¨ahrend die anderen genannten Instanzen die Commercial Banks bzw. Investment Banks direkt u ¨berwachen, wacht das Federal Reserve Board u ¨ber Finanzholdings, die neben Commercial Banks weitere Finanzinstitutionen wie Versicherungen oder Investment Banks beinhalten. Dadurch soll sichergestellt werden, dass die Einlagen bei Commercial Banks innerhalb einer Holding vor riskanten Gesch¨aften anderer Unternehmen innerhalb derselben Holding gesch¨ utzt werden.32 Aufgrund der Insolvenz des Einlagensicherungs-Fonds der Savings&LoansInstitute im Jahre 1989 verwaltet die FDIC heute sowohl den Einlagensicherungs-Fonds der Commercial Banks als auch den der Savings&Loans.33 Durch den FDIC Improvement Act von 1991 unterliegen heute die Commercial Banks und die Thrift Institutions nahezu denselben Kapitalanforderungen. Neben den Anforderungen gem¨aß Basel I gilt f¨ ur amerikanische Institute eine weitere Kapitalanforderung, die eine Mindestkapitalisierung in Relation zur Gesamtsumme der (ungewichteten) Bank-Aktiva vorgibt. Demnach wird eine 31

In diesem Gesetz wurde die auf den Glass-Steagall Act aus dem Jahr 1933 zur¨ uckgehende strikte Trennung der US-Banken in Commercial Banks und Investment Banks weitgehend aufgel¨ost. 32 Vgl. Hartmann-Wendels et al. (2007), S. 72f. 33 Vgl. Saunders und Cornett (2003), S. 35.

40

3 Empirische Analyse des amerikanischen Bond-Marktes

Bank als gut kapitalisiert angesehen, wenn das Leverage-Ratio als Verh¨altnis von Kernkapital zu den Bank-Aktiva u ¨ber 5 % liegt.34 Die Risikokategorien der Bank-Aktiva sehen, wie in der deutschen Praxis auch, eine 0 %-Gewichtung f¨ ur Forderungen gegen¨ uber OECD-Staaten vor, w¨ahrend Forderungen gegen¨ uber Banken, die ihren Sitz in einem OECDStaat haben, mit 20 % gewichtet werden. Hervorzuheben ist, dass als Bank nach Auﬀassung der amerikanischen Regulierungsinstanzen lediglich so genannte Depository Institutions gelten, also Institute, die Einlagengesch¨aft betreiben. Somit gelten nach dieser Einteilung Forderungen an Investment Banken oder Bank-Holdings nicht als Forderungen an Banken. Forderungen gegen Unternehmen oder Privatpersonen werden unabh¨angig von deren Bonit¨at mit 100 % gewichtet.35 Am 20.08.2004 ist allerdings die von der SEC eingef¨ uhrte Net Capital Rule in Kraft getreten, die f¨ ur Wertpapierﬁrmen unter bestimmten Bedingungen (u.a. hinsichtlich des Risikomanagements) eine Befreiung von der 100 %Gewichtung zul¨asst. Beispielsweise wurde ein solcher Antrag der Investment Bank Merrill Lynch Ende 2004 durch die SEC genehmigt. Im Hinblick auf die Erfassung der Forderungen gegen¨ uber derartigen Unternehmen weist die Bundesanstalt f¨ ur Finanzdienstleistungsaufsicht (BaFin) allerdings darauf hin, dass diese Institute in Ermangelung selbst ausge¨ ubter Wertpapierdienstleistungen f¨ ur Dritte nicht als Wertpapierﬁrmen im Sinne europ¨aischer Rechtsprechung gelten und somit weiterhin in die 100 %-Gewichtungsgruppe fallen.36 . Hieraus wird deutlich, dass trotz des einheitlichen R¨ uckgriﬀs auf die Basel-I-Vorschl¨age keine v¨ollig einheitliche Umsetzung der Mindestkapitalanforderungen zu beobachten ist, wodurch eine Einteilung von international gehandelten Forderungen in die Gewichtungsgruppen erschwert wird.

3.3

Theoretische Ans¨ atze zur Bewertung von Bonds

Zur Bewertung von ausfallbedrohten Fremdkapitaltiteln existieren zwei grundlegende Ans¨atze. Zum einen gibt es die Structural Models, die auf ein bahnbrechendes Paper von Merton (1974) zur¨ uckgehen, in dem er erl¨autert, wie das Black&-Scholes-Modell zur Bewertung von Fremdkapital angewendet werden 34

Vgl. Vgl. 3020.1 S. 36 Vgl. 35

Saunders und Cornett (2003), S. 521ﬀ. Board of Governors of the Federal Reserve System (2005), Section 3. Bundesanstalt f¨ ur Finanzdienstleistungsaufsicht (2005)

3.3 Theoretische Ans¨atze zur Bewertung von Bonds

41

kann.37 Dabei handelt es sich um Contingent Claims-Analysen, die die Verbindlichkeiten eines Unternehmens als Kombination von Optionsvertr¨agen betrachten.38 Es gibt zahlreiche Weiterentwicklungen des Merton-Ansatzes, die beispielsweise die Ber¨ ucksichtigung von Kupon-Zahlungen, InsolvenzKosten, Steuereﬀekten sowie einer stochastischen Zinsentwicklung erm¨oglichen.39 Diese Modelle der zweiten Generation modellieren Ausf¨alle endogen, indem die Eigenkapitalgeber ab einem bestimmten Wert der Aktiva eine Liquidation einleiten. Anwendungen der auf Merton zur¨ uckgehenden Ans¨atze ﬁnden sich beispielsweise im Riskomanagent oder im Rahmen von bankaufsichtsrechtlichen Fragestellungen.40 Ogden (1987) testet den Contingent Claims-Ansatz und stellt in Bezug auf das Rating fest, dass die beiden im Merton-Modell vewandten Ausfallrisikomaße, die Standardabweichung der Unternehmensertr¨age und der Verschuldungsgrad, etwa 78 % der zu beobachtenden Rating-Variationen erkl¨aren.41 Hinsichtlich der Vorhersage von Spreads wird h¨auﬁg argumentiert, dass Structural Models diese systematisch untersch¨atzen42 Im Unterschied dazu belegen Eom et al. (2004) dass diese Aussage nicht grunds¨atzlich zutriﬀt, indem sie 5 ausgew¨ahlte Modelle untersuchen. F¨ ur die getesten Modelle wird allerdings nachgewiesen, dass die Sch¨atzungen zum Teil sehr ungenau sind und dass die Abweichungen vom Ausfallrisiko der betrachteten Bonds abh¨angen.43 Bruche (2006) greift die Kritik auf und argumentiert, dass die Sch¨atzfehler nur zum Teil auf falsche Modellspeziﬁkationen zur¨ uckgehen und im Wesentlichen auf Ungenauigkeiten bei der Sch¨atzung der relevanten Modellparameter beruhen.44 Zum anderen existieren die zuerst von Jarrow und Turnbull (1995) angewendeten Reduced Form-Models, die typischerweise von dem im Rahmen der Structural Models unterstellten Prozess f¨ ur den Verlauf des Unter37

Vgl. Merton (1974) sowie Black und Scholes (1973) ¨ F¨ ur einen Uberblick u ¨ber die Methodik vgl. Duffie (2003), S. 259ﬀ. Eine Analyse der empirischen Validit¨at ﬁndet sich bei Jones et al. (1984), S. 611ﬀ. 39 Zu nennen sind hier insbesondere Black und Cox (1976), Geske (1977), Heath et al. (1992), Kim und Sundaresan (1993), Leland (1994), Longstaff und Schwartz (1995), Leland und Toft (1996), Briys und de Varenne (1997) sowie ColinDufresne et al. (2001). 40 Vgl. Crosbie und Bohn (2005), S.15ﬀ. sowie Gropp et al. (2006), S. 1ﬀ. 41 Vgl. Ogden (1987), S. 329ﬀ. 42 Vgl. Lyden und Saraniti (2001). 43 Vgl. Eom et al. (2004), S. 1ﬀ. 44 Vgl. Bruche (2006), S. 4ﬀ. 38

42

3 Empirische Analyse des amerikanischen Bond-Marktes

nehmenswertes abstrahieren.45 Diese Klasse von Modellen geht davon aus, dass eine Ausfalleintrittswahrscheinlichkeit existiert und formulieren diese als Funktion einer latenten Zustandsvariable oder anderen Variablen, die einen Ausfall vorhersagen k¨onnen.46 Diese Reduced Form-Ans¨atze erfreuen sich zur Modellierung ausfallrisikobehafteter Bonds großer Beliebtheit, da sie die Anwendung statistischer Methoden erlauben, um das Eintreten eines Ausfalls zu sch¨atzen.47 In der j¨ ungeren Vergangenheit wurden diese Modelle unter Verwendung von Ratings weiterentwickelt.48 Diesen Ans¨atzen liegt die gemeinsame Annahme zugrunde, dass Bonds, die nach Rating-Klassen gruppiert wurden, homogen in Bezug auf das mit ihnen verbundene Risiko sind.49 Darauf aufbauend zeigen Elton et al. (2004), dass eine Verbesserung dieser Verfahren erreicht werden kann, indem man neben dem Rating weitere Bondcharakteristika ber¨ ucksichtigt, von denen ein Einﬂuss auf die Rendite angenommen wird. In der j¨ ungeren Literatur gibt es einige Ans¨atze zur Identiﬁkation der Determinanten von Bond Spreads. Besonders interessant sind die Ergebnisse von Elton et al. (2001). Im Rahmen ihres Vergleichs von Staats- und Unternehmens-Bonds konnten sie nachweisen, dass der Teil des Spreads, der nicht durch das Ausfallrisiko oder Steuereﬀekte erkl¨art werden kann, bis zu 85% durch Risikofaktoren beschrieben wird, die u ¨blicher Weise bei der Bewertung von Eigenkapital-Titeln verwendet werden.50 In den folgenden empirischen Analysen wird in Anlehnung an diese Arbeiten das Ausfallrisiko in Form von Ratings erfasst.51 Dabei besteht die folgende Erwartung bez¨ uglich des Zusammenhangs zwischen der erkl¨arten Bondrendite und der Kontrollvariable Rating: 45

Vgl. auch Jarrow et al. (1997) und Zhou (1997). Vgl. bspw. Artzner und Delbaen (1995) sowie Arvanitis et al. (1999). Eine Gegen¨ uberstellung von Structural Models und Reduced Form-Models ﬁndet sich bei Bohn (2000). 47 Vgl. Duffie und Lando (2001), S. 634f. sowie die dort genannten Quellen. 48 Vgl. Duffie und Singelton (1999), S. 687ﬀ. sowie Duffee (1999), S. 197ﬀ. 49 Vgl. Elton et al. (2004), S. 2748. 50 Des Weiteren sind hier insbesondere Delianedis und Geske (2001), Huang und Huang (2003) sowie Houweling et al. (2005) zu nennen. 51 Gabbi und Sironi (2002) zeigen, dass das Bond-Rating die wichtigste Determinante f¨ ur die Spreads von Unternehmens-Bonds darstellt. Allerdings zeigen Perraudin und Taylor (2004), dass die Ber¨ ucksichtigung weiterer Variablen notwendig ist, um Ergebnisinkonsistenzen zu eliminieren. Eine Erl¨auterung der im Rahmen des Rating-Prozesses durch eine Rating-Agentur ber¨ ucksichtigten Aspekte ﬁndet sich am Beispiel von Moody’s bei Moody’s Investors Service (2002b), S. 1ﬀ. 46

3.3 Theoretische Ans¨atze zur Bewertung von Bonds

43

Hypothese K.3.1 Der beobachtete Spread eines Bonds ist umso gr¨oßer, je schlechter das Rating des Bonds ist. Daneben wurden maßgebliche Einﬂ¨ usse insbesondere f¨ ur die folgenden Charakteristika belegt, die ebenfalls im Rahmen der durchzuf¨ uhrenden Analysen erfasst werden: • Liquidit¨at • steuerliche Behandlung • Zins¨anderungsrisiko/Laufzeitrisiko Houweling et al. (2005) untersuchen unter Verwendung von neun unterschiedlichen Proxy-Variablen, ob die Liquidit¨at am Bond-Markt eingepreist ist, und k¨onnen dies f¨ ur 8 der 9 Proxys belegen.52 Theoretisch zeigt Vayanos (1998), dass Transaktionskosten Liquidit¨atsunterschiede zwischen Wertpapieren bewirken und dass illiquide Wertpapiere h¨ohere Renditen aufweisen als liquide Titel.53 In der folgenden empirischen Untersuchung wird das ausstehende Volumen als Proxy f¨ ur den Einﬂuss der Liquidit¨at herangezogen, f¨ ur das durch Houweling et al. (2005) ein signiﬁkanter Einﬂuss nachgewiesen wurde. Der erwartete Wirkungszusammenhang zwischen abh¨angiger Variable und Liquidit¨ats-Proxy ist wie folgt: Hypothese K.3.2 Der beobachtete Spread eines Bonds ist umso gr¨oßer, je geringer das ausstehende Volumen des Bonds ist. Unterschiede in der steuerlichen Behandlung von Bonds werden im Folgenden durch die H¨ohe des Kupons erfasst. Bei identischer Besteuerung von Kuponzahlungen und Kursgewinnen wird angenommen, dass Bonds mit geringerem Kupon f¨ ur Investoren einen h¨oheren Wert aufweisen als Papiere mit h¨oheren Kupons. W¨ahrend die Kuponzahlungen sowie die damit verbundene steuerliche Wirkung zu festgelegten Terminen erfolgen, kann der Zeitpunkt des Verkaufs frei gew¨ahlt werden, sodass bei geringeren Kupons ein gr¨oßerer Teil der zu zahlenden Steuern frei terminiert werden kann. Diese Option, 52 Vgl. Houweling et al. (2005), S. 1331ﬀ. sowie f¨ ur weitere empirische Nachweise Chen et al. (2007), S. 119ﬀ. 53 Vgl. Vayanos (1998), S. 1ﬀ.

44

3 Empirische Analyse des amerikanischen Bond-Marktes

den Zeitpunkt, zu dem die Steuerzahlung anf¨allt, frei bestimmen zu k¨onnen, weist einen gewissen Wert f¨ ur Investoren auf, der sich im Preis widerspie54 geln sollte. Dementsprechend wird der folgende Zusammenhang zwischen Spread-H¨ohe und Kupon erwartet: Hypothese K.3.3 Der beobachtete Spread eines Bonds ist umso gr¨oßer, je h¨oher der Kupon des Bonds ist. Zur Erfassung der unterschiedlichen Reaktionen auf Zins¨anderungen wird die Duration als Variable mitgef¨ uhrt.55 Außerdem wird ein Risikoaufschlag f¨ ur l¨angere Restlaufzeiten dadurch gerechtfertigt, dass ein Rating-Downgrade empirisch deutlich wahrscheinlicher ist als ein Upgrade.56 Da die Duration umso h¨oher ist, je l¨anger die Restlaufzeit eines Bonds ist, wird dieser Eﬀekt auf den Spread ebenfalls erfasst. Daher lautet die Hypothese bez¨ uglich der Wirkung der Kontrollvariable Duration: Hypothese K.3.4 Der beobachtete Spread eines Bonds ist umso gr¨oßer, je h¨oher die Duration des Bonds ist. Der hier zus¨atzlich ber¨ ucksichtigte Faktor der Kapitalunterlegungskategorie wird in Form der durch den Baseler Ausschuss deﬁnierten Forderungskategorien erfasst. Ein bedeutsamer Einﬂuss entsteht, wenn man annimmt, dass Banken die Renditen der Wertpapierkategorien beeinﬂussen k¨onnen und sie aufgrund der speziell f¨ ur Banken geltenden Regelungen in ihren Portfolios anders gewichten wollen als andere Unternehmen, wie z.B. Versicherungen oder Fonds-Gesellschaften. Ein Einwand gegen eine wirksame Beeinﬂussung von Wertpapierrenditen durch eine bestimmte Investorengruppe besteht darin, dass andere Investoren(gruppen) die entstandenen Abweichungen ausnutzen w¨ urden, indem sie Arbitragepositionen einnehmen. Allerdings ist es f¨ ur eine wirksame Arbitrage notwendig, dass die zur Ausnutzung von Renditediﬀerenzen einzunehmende Gegenposition mit f¨ ur den Investor identischen Wertpapieren gebildet werden kann. Am Markt ist zwar eine große Anzahl 54 Vgl. Elton et al. (2004), S. 2757f. Ein weiteres Beispiel zur Verwendung der Kuponh¨ohe als Kontrollvariable ﬁndet sich bei Perraudin und Taylor (2004). 55 Zum Maß der Duration vgl. Campbell et al. (1997), S.403ﬀ. sowie Rudolph (1981), S. 137ﬀ. Ein Anwendungsbeispiel zur Verwendung der Duration als Kontrollvariable ﬁndet sich bei Bhojraj und Swaminathan (2003), S. 17. 56 Vgl. Heidorn und Kantwill (2002), S. 13.

3.4 Methodische Grundlagen

45

¨ von Bonds verf¨ ugbar. Uber die verschiedenen Kategorien weisen diese Wertpapiere jedoch die unterschiedlichsten Auspr¨agungen im Hinblick auf die oben genannten f¨ ur die Rendite relevanten Faktoren auf. Die Wirksamkeit von Arbitrageprozessen und damit die Relevanz des Gesetzes eines einheitlichen Preises ist daher f¨ ur die hier durchzuf¨ uhrende Untersuchung infrage zu stellen. Trotz Renditediﬀerenzen werden Arbitragebem¨ uhungen dadurch erschwert und m¨oglicherweise unterbunden, dass der Aufbau einer identischen Gegenposition nicht ohne Weiteres gelingt, sodass es durchaus m¨oglich erscheint, dass die Kapitalunterlegungskategorie einen die Rendite beeinﬂussenden Faktor darstellt. In Anlehnung an die in Abschnitt 2.3 generierte Hypothese werden folgende Wirkungszusammenh¨ange erwartet. Hypothese 3.2 RenditeU nt. > RenditeBank Hypothese 3.3 RenditeU nt. > RenditeStaat Hypothese 3.4 RenditeBank > RenditeStaat

3.4 3.4.1

Methodische Grundlagen zur Datenerhebung, -bereinigung und -analyse Datenerhebung und -bereinigung am Beispiel des Datensatzes aus 2006

Nachfolgend wird die Vorgehensweise zur Erhebung und Bereinigung der analysierten Datens¨atze am Beispiel des Datensatzes aus 2006 dargestellt. Die Vorgehensweise im Rahmen der Analyse der Daten aus 2004 und 2002 lehnt sich daran an, sodass in den jeweiligen Analyse-Kapiteln lediglich ein kurzer ¨ Uberblick zu den betrachteten Datens¨atzen erfolgt. Wie auch f¨ ur die Datens¨atze aus 2004 und 2002 bildet ein aus Datastream entnommener Datensatz den Ausgangspunkt der Analyse. F¨ ur 2006 umfasst der Datensatz 14.055 Bonds, die in den USA gehandelt werden, auf US-$ lauten und einen ﬁxen Kupon aufweisen. F¨ ur die Analyse wurden die folgenden relevanten Variablen zum 28. M¨arz 2006 abgefragt:

46

3 Empirische Analyse des amerikanischen Bond-Marktes ¨ • Die Uberrendite u ¨ber die sichere Verzinsung, welche auf Basis der SwapKurve berechnet wird (Spread over Swapcurve).57 • Das Rating des jeweiligen Papiers (S&P und/oder Moody’s). • Die modiﬁzierte Duration des jeweiligen Papiers (Duration modiﬁed).58 • Das ausstehende Volumen des jeweiligen Papiers (Amount outstanding). • Die H¨ohe des Kupons (Coupon). • Eine Variable, die die Emittenten in die Gruppen Staat, Gebietsk¨orperschaften, Staats-Agenturen, Finanzinstitutionen und Unternehmen einteilt (Issuer Type). • Eine Variable, die die Branche des Emittenten angibt (Industry Code).

Um aus dem Datensatz diejenigen Papiere zu extrahieren, die im Rahmen der empirischen Analyse sinnvoll untersucht werden k¨onnen, waren einige Bereinigungen notwendig. Zun¨achst wurden alle Bonds eliminiert, f¨ ur die weder ein S&P-Rating noch ein Moody’s-Rating angegeben war. Das waren insgesamt 1.500. Dar¨ uber hinaus wurden 31 Bonds gel¨oscht, die durch S&P mit D (Default) geratet waren und kein Moody’s-Rating aufwiesen. Nach diesem ersten Bereinigungsschritt betrug die Anzahl der verbliebenen Bonds 12.524. Im n¨achsten Schritt wurden außerdem die Papiere gel¨oscht, f¨ ur die keine Angaben zur SpreadH¨ohe, zur Duration, zum ausstehenden Volumen oder zum Emittententyp verf¨ ugbar waren. Es wurden 421 Bonds eliminiert, f¨ ur die keine Spread-H¨ohe angegeben war. Nach diesen Bereinigungen waren keine Papiere mit anderen fehlenden bzw. fehlerhaften Eintr¨agen mehr u ¨brig, sodass insgesamt 12.103 Bonds in die Analyse einbezogen werden konnten. Da in Datastream zwei Datentypen verf¨ ugbar sind, nach denen das SubSample der ’Financial Insitutions’ gebildet werden kann, wurde zweistuﬁg vorgegangen. W¨ahrend der Datentyp INDC den Industry Code angibt, dem 57 Zur Ermittlung der Zinsstruktur aus Swap-Spreads vgl. Golub und Tilman (2000), S. 44ﬀ. 58 In den folgenden Ausf¨ uhrungen ist unter der Duration die hier genannte modiﬁzierte Duration zu verstehen.

3.4 Methodische Grundlagen

47

ein Bond bzw. ein Emittent angeh¨ort, gibt die Variable ITYP den Emittententyp an. Beide Variablen k¨onnen die Auspr¨agung FIN aufweisen, die daf¨ ur steht, dass es sich um ein Finanzunternehmen handelt bzw. der Emittent eine so genannte ’Financial Institution’ ist. Da der Datentyp INDC f¨ ur mehr Bonds verf¨ ugbar war als die ITYP-Variable, wurden zun¨achst alle Bonds herangezogen, f¨ ur die INDC = FIN galt. Nachdem diejenigen Bonds eliminiert waren, die, obwohl sie f¨ ur die Variable INDC den Wert FIN aufwiesen, f¨ ur den Datentyp ITYP kein FIN angegeben hatten, wurden die restlichen Bonds mit der von der FDIC ver¨oﬀentlichten Liste abgeglichen, um die f¨ ur die durchzuf¨ uhrende Analyse notwendigen Banken-Bonds zu identiﬁzieren. Der Abgleich hat es erm¨oglicht, 469 Banken-Bonds zu identiﬁzieren, die im Rahmen der empirischen Untersuchung ber¨ ucksichtigt wurden und es insbesondere im Rahmen der Matched Pairs-Analyse erm¨oglicht haben, ausreichend viele Beobachtungen zu generieren. Daher wurde darauf verzichtet, die verbleibenden 2.851 Bonds der Kategorie ’Financial Institution’ manuell zu analysieren und entsprechend ihrer Emittenten zu kategorisieren. Die Identiﬁkation der Bonds der Kategorie Staat ist ebenfalls relativ aufw¨andig. Die Papiere, f¨ ur die die Variable ITYP den Wert SOV f¨ ur Sovereign oder SSOV f¨ ur Sub-Sovereign angibt, k¨onnen, sofern es sich um OECDStaaten handelt, unproblematisch als Staats-Bonds klassiﬁziert werden. F¨ ur diejenigen, die als ITYP-Wert AGCY f¨ ur Agency (staatlich unterst¨ utzte Unternehmen, wie bspw. die franz¨osische nationale Eisenbahngesellschaft SNCF, die Kreditanstalt f¨ ur Wiederaufbau KfW oder die US-Unternehmen Fannie Mae und Freddy Mac) aufweisen, ist allerdings ebenfalls eine genauere Analyse notwendig. W¨ahrend die KfW nach deutschem Recht in die 0 %Gewichtungsgruppe f¨allt,59 erhalten vom Staat unterst¨ utzte Stellen, die selbst keine staatliche Beh¨orde sind (wie bspw. Fannie Mae und Freddy Mac oder auch die KfW) nach US-Recht ein Risiko-Gewicht i.H.v. 20 % und werden somit wie Banken behandelt.60 Außerdem fallen Unternehmensforderungen, die durch einen OECD-Staat gesichert sind, in diese Kategorie. Die Papiere des Typs AGCY wurden vor ihrer Aufnahme in die 20 %-Gewichtungsgruppe um Bonds bereinigt, die durch Nicht-OECD-Staaten besichert werden, da diese nach Auﬀassung der amerikanischen Regulierungsinstanz ein Risikogewicht von 100 % aufweisen.61 59 60

Vgl. Erl¨auterungen der BaFin zum Grundsatz I. Board of Governors of the Federal Reserve System (2005), Section 3020.1,

S. 3.

61

Zur Bereinigung der Klasse der SOV- und SSOV-Bonds wurde analog vorgegangen.

48

3 Empirische Analyse des amerikanischen Bond-Marktes

Einerseits verkomplizieren diese Schwierigkeiten im Rahmen der Kategorisierung die Analyse, andererseits bietet diese Einteilung eine weitere Option im Rahmen der empirischen Untersuchung. Um den Einﬂuss der Eigenmittelunterlegung von dem der Wertpapierkategorie abzugrenzen, besteht die M¨oglichkeit, zus¨atzlich die Kategorie von Unternehmen wie Fannie Mae und Freddy Mac mit der Kategorie ’Bank’ zu vergleichen und zu analysieren, ob Renditediﬀerenzen trotz identischer Kapitalunterlegung bestehen. Sollten bei einem solchen Vergleich Renditediﬀerenzen festgestellt werden, so w¨are dies ein Beleg daf¨ ur, dass die Kategorie an sich unter Umst¨anden einen zus¨atzlichen Erkl¨arungsgehalt aufweist. F¨ ur diesen Fall w¨are zu u ufen, ob die ¨berpr¨ Kategorie denselben Erkl¨arungsgehalt wie die Kapitalunterlegungsh¨ohe aufweist oder ob sie dar¨ uber hinausgehende Erkl¨arungskraft besitzt. Falls f¨ ur die geforderte Kapitalunterlegungsh¨ohe keine u ¨ber die Kategorie hinausgehende Erkl¨arungskraft nachzuweisen ist, w¨are die urspr¨ ungliche Theorie infrage zu stellen. In den ersten Analysen werden die Bonds entsprechend der zu untersuchenden Hypothese in Kategorien mit jeweils identischer regulatorischer Kapitalunterlegung eingeteilt. Daher werden die Bonds der Kategorien Bank und AGCY zun¨achst unter dem Begriﬀ Banken-Bonds zusammengefasst. Bevor eine - noch n¨aher zu beschreibende - kategorieweise Matched PairsAnalyse durchgef¨ uhrt wurde, wurden die Sub-Samples um Ausreißer bereinigt. Da innerhalb des Datensatzes in einer Vielzahl der untersuchten Kategorien sehr starke Abweichungen vom jeweiligen Durchschnitts-Spread auftraten, war es notwendig, jeweils die h¨ochsten und niedrigsten Ausreißer zu eliminieren, um aussagekr¨aftige Ergebnisse zu erzielen. Dazu wurden alle Kategorien f¨ ur jede Rating-Klasse einzeln analysiert. Zun¨achst wurden im Rahmen dieser Analysen das obere und untere 1 %-Quantil eliminiert.62 Da die Verteilung der Spreads innerhalb eines Samples von Bonds nicht symmetrisch ist, erfolgte die weitere Bereinigung auf Basis der SemiStandardabweichungen63 . Es wurden zus¨atzlich diejenigen Bonds gel¨oscht, die mehr als drei Semi-Standardabweichungen vom Mittelwert aufwiesen. Die ¨ nachstehende Tabelle 3-3 gibt einen Uberblick u ur ¨ber die Verteilung der f¨ 2006 abgerufenen Bond-Daten auf die beiden Rating-Agenturen. Anschließend werden in den Tabellen 3-4 bis 3-7 die Ergebnisse des durchgef¨ uhrten Bereinigungsschritts dargestellt, indem die Daten vor sowie nach der Berei62 F¨ ur Bond-Gruppen von weniger als 100 Bonds wurde jeweils der Bond mit dem h¨ochsten und dem niedrigsten Spread gel¨ oscht, w¨ ahrend bei Gruppen, die mehr als 100 Papiere umfassten, das 1 %-Quantil durch Abrunden ermittelt wurde. 63 Zum Maß der Semi-Standardabweichung siehe Albrecht (2003), S. 24.

3.4 Methodische Grundlagen

49

nigung um Ausreißer und Nicht-OECD-Bonds aufgef¨ uhrt werden. ¨ Tabelle 3-3: Ubersicht zum Datensatz aus 2006 vor Datenbereinigung

Bonds mit Moody’s-Rating Bonds ohne Moody’s-Rating

Bonds mit S&P-Rating

Bonds ohne S&P-Rating

9.387

2.050

1.118

1.500

Banken

Corporates

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 451 410 325 289 222 254 476 676 509 433 447 201 59 44 10 90 2 10 12 7 48 89 149 76 4 -

Anzahl Bonds Moody’s 368 401 237 227 304 245 541 726 496 457 497 183 95 26 15 76 2 2 2 13 23 42 75 130 58 32 -

DurchschnittsSpread S&P Moody’s 334,88 387,01 324,98 284,96 242,34 219,99 255,63 171,06 184,30 165,50 162,31 120,78 95,90 122,48 77,60 74,75 64,93 76,08 90,62 66,41 76,53 60,29 32,80 32,89 25,07 29,64 12,81 16,85 21,51 19,58 141,82 130,74 68,50 113,85 49,37 61,85 32,95 68,50 27,93 36,84 38,75 34,32 57,65 84,67 1140,10 31,86 -6,81 289,57 27,15 -13,49 22,83 -

DurchschnittsDuration S&P Moody’s 4,81 4,82 5,08 4,93 4,91 5,31 4,72 5,23 5,27 5,60 5,81 5,91 5,56 5,79 6,35 6,24 6,23 6,15 6,61 6,61 6,43 6,55 6,91 7,15 6,98 7,12 5,45 6,09 8,33 6,43 5,90 5,83 6,30 3,32 4,80 5,89 4,29 6,30 3,01 4,34 5,55 5,56 5,34 5,38 4,22 4,61 4,82 4,39 9,18 5,11 5,15 -

Durchschnittlich ausst. Vol. S&P Moody’s 1.364.617,68 252.251,39 303.448,38 259.263,76 269.746,79 257.109,72 310.762,42 295.625,83 260.149,31 301.142,55 357.193,57 258.989,02 292.914,75 285.925,93 303.611,39 275.350,28 492.578,04 262.625,94 276.118,99 220.120,04 316.651,96 223.041,57 303.128,80 284.180,71 269.353,02 323.732,61 605.127,64 614.954,54 124.205,00 204.670,00 187.173,64 199.449,01 100.000,00 56.750,00 301.350,00 175.000,00 350.000,00 100.000,00 238.571,43 288.076,92 345.561,19 408.538,00 369.003,34 328.476,76 372.737,30 376.388,97 591.062,66 366.600,73 312.500,00 430.613,57 875.560,53 -

DurchschnittsKupon Moody’s 8,91 8,30 7,89 7,51 7,28 7,16 6,70 6,64 6,39 6,48 6,44 6,31 6,00 5,61 7,57 6,57 8,69 5,50 5,35 6,12 5,62 5,77 6,39 5,67 4,99 5,11 S&P 8,71 8,41 8,19 7,98 7,56 7,14 6,61 6,53 6,50 6,49 6,37 5,97 5,97 5,63 8,51 6,79 5,35 6,63 5,27 5,50 5,94 6,35 5,77 4,80 7,41 -

Tabelle 3-4: Bonds vor Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2006-1

50 3 Empirische Analyse des amerikanischen Bond-Marktes

SOV&SSOV

AGCY

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating

S&P 1 7 15 8 2 2 34 62 66 35 62 22 6 1 1 1.581 2 2 3 10 3 1 1 4 10 7 2 17 3 2 129

Anzahl Bonds Moody’s 3 3 9 9 3 4 6 87 63 43 40 35 20 6 1 2.004 2 3 8 3 4 1 2 1 3 1 10 7 8 17 151

DurchschnittsSpread S&P Moody’s 193,30 149,97 252,81 330,67 160,41 223,48 245,16 133,18 167,75 232,67 149,45 95,85 50,67 8,47 70,66 74,48 54,01 46,47 97,79 51,87 40,86 102,59 18,69 35,97 13,27 22,99 -0,50 14,78 -206,80 -206,80 8,11 8,28 986,35 986,35 430,45 375,63 183,00 175,44 166,42 142,83 146,53 120,53 180,50 130,80 108,90 37,30 55,20 22,63 25,77 43,87 40,20 8,16 39,67 9,85 7,40 26,79 9,01 21,93 99,85 9,30 -13,94 -15,82

DurchschnittsDuration S&P Moody’s 5,35 3,91 6,44 4,53 4,77 6,76 5,32 4,10 4,82 2,90 5,56 6,02 5,40 4,56 7,30 6,72 7,81 6,70 6,22 7,37 7,47 7,44 7,92 7,18 5,09 8,88 5,53 4,83 12,39 12,39 3,56 3,67 2,28 2,28 7,89 3,79 7,87 6,79 5,50 8,65 6,57 5,06 11,80 6,12 9,08 6,36 3,47 6,45 5,52 8,89 12,99 8,27 9,47 8,36 8,61 7,04 6,78 9,02 6,20 5,53 5,14 5,27

Durchschnittlich ausst. Vol. S&P Moody’s 150.000,00 116.700,00 237.142,86 233.333,33 231.071,60 223.742,00 223.125,00 260.472,78 175.000,00 269.465,33 875.177,50 275.000,00 265.264,71 229.166,67 317.954,73 223.533,10 238.355,77 335.600,19 336.237,60 214.585,51 274.117,47 202.959,45 291.136,36 304.000,00 1.616.666,67 391.250,00 750.000,00 1.541.666,67 200.000,00 200.000,00 466.749,68 432.985,36 700.000,00 700.000,00 186.000,00 379.000,00 866.666,67 731.250,00 806.500,00 1.333.333,33 122.516,30 141.887,23 775.000,00 250.000,00 642.500,00 510.000,00 100.000,00 250.000,00 350.000,00 175.000,00 200.000,00 264.285,71 160.000,00 1.000.000,00 250.000,00 317.647,06 526.875,00 321.666,67 247.058,82 150.000,00 18.109.972,83 17.316.072,52

DurchschnittsKupon Moody’s 7,88 8,92 8,22 8,11 7,60 7,26 5,71 6,33 6,96 6,28 6,06 6,04 7,84 5,41 5,63 4,54 10,19 10,04 8,16 7,08 8,78 6,55 7,95 8,25 8,75 7,76 8,88 9,15 6,63 8,71 8,71 6,19 8,25 8,16 7,09 6,71 9,38 9,50 5,50 5,57 S&P 8,38 7,61 8,17 9,00 7,56 8,56 5,64 6,70 6,64 6,42 5,86 8,36 4,94 7,45 5,63 4,41 10,19 9,38 7,50 8,14 7,97 7,65

Tabelle 3-5: Bonds vor Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2006-2

3.4 Methodische Grundlagen 51

52

3 Empirische Analyse des amerikanischen Bond-Marktes

Wie bereits aus den Daten vor der weiteren Bereinigung hervorgeht, stehen Unternehmens-Bonds f¨ ur nahezu jede Rating-Kategorie in relativ großer Anzahl zur Verf¨ ugung, w¨ahrend die weiteren Kategorien in den schlechteren Rating-Klassen gar nicht bzw. nur vereinzelt vertreten sind. Dar¨ uber hinaus wird vereinzelt bereits der Einﬂuss der in der Folge als Kontrollvariablen ber¨ ucksichtigten Gr¨oßen deutlich. So steigt beispielsweise der Durchschnitts¨ Spread der Bonds der Kategorie ’Corporates’ beim Ubergang vom S&PRating ’AA’ zum S&P-Rating ’AA+’ an, obwohl sich das Rating verbessert. Aus Tabelle 3-4 wird jedoch deutlich, dass mit der Verbesserung des Ratings ein deutlicher R¨ uckgang des durchschnittlich ausstehenden Volumens sowie Anstiege bei den Durchschnittswerten f¨ ur Duration und Kuponh¨ohe einhergehen, wodurch die Steigerung des Spreads trotz Ratingverbesserung erkl¨art ¨ werden kann. Der starke Spread-Anstieg beim Ubergang zur Rating-Klasse ’AAA’ l¨asst sich, wie aus den folgenden Tabellen hervorgeht, zum Großteil durch Ausreißer erkl¨aren. Der Durchschnitts-Spread geht durch die Bereinigung um fast 100BP zur¨ uck, liegt aber mit knapp 46BP weiterhin oberhalb der Werte einiger schlechterer Rating-Kategorien. Um alle Ausreißer eliminieren zu k¨onnen, wurde in Einzelf¨allen von der oben beschriebenen Bereinigung abgewichen. In der Gruppe der BankenBonds mit einem S&P-Rating von ’A+’ traten beispielsweise drei Bonds von Morgan Stanley mit Spreads oberhalb von 40.000 Basispunkten auf, die, bevor die oben beschriebene Bereinigung erfolgte, aus dem Datensatz entfernt ¨ wurden. Eine vollst¨andige Ubersicht der Ausreißer, die auf diese Weise gesondert eliminiert wurden, ﬁndet sich im Anhang.64 Wie aus den Tabellen 3-6 und 3-7 hervorgeht, nimmt die Anzahl der verf¨ ugbaren Unternehmens-Bonds mit besser werdendem Rating tendenziell ab, w¨ahrend die Anzahl der verf¨ ugbaren Banken-Papiere f¨ ur die RatingKlassen ’A+’ bzw. ’Aa3’ ihr Maximum erreicht. Die Bonds der RatingKategorien von A bis AA- bzw. von A2 bis Aa3 sind f¨ ur die noch durchzuf¨ uhrende Matched Pairs-Analyse besonders zug¨anglich, da sowohl f¨ ur die Gruppe der Unternehmens-Bonds als auch f¨ ur die Gruppe der Banken- und AGCY-Bonds eine relativ große Anzahl von Bonds zur Verf¨ ugung steht. Aus diesem Grund werden sp¨ater die Matched Pairs-Analysen f¨ ur diese S&P- und Moody’s-Kategorien einzeln auf Basis der jeweiligen Rating-Klasse durchgef¨ uhrt. Allerdings wird zun¨achst der komplette Datensatz mithilfe mehrerer Regressionsmodelle untersucht. 64

Vgl. Tabelle A-2 im Anhang.

Banken

Corporates

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 426 379 303 273 203 234 443 621 475 377 407 179 53 40 4 76 8 10 5 44 81 130 62 2 -

Anzahl Bonds Moody’s 338 360 214 213 283 227 495 660 444 407 467 171 88 22 7 61 9 19 36 68 112 47 26 -

DurchschnittsSpread S&P Moody’s 330,71 376,75 291,87 276,54 232,07 221,64 219,61 165,12 169,97 160,17 149,64 126,04 89,56 100,87 74,20 72,95 63,85 65,35 64,29 51,42 59,76 44,31 33,86 33,12 24,08 29,83 14,13 14,84 22,48 16,57 45,85 26,00 53,29 33,08 40,83 22,66 31,55 38,71 40,22 37,06 32,08 25,98 26,02 29,00 27,63 25,35 -

DurchschnittsDuration S&P Moody’s 4,84 4,91 5,16 5,12 5,05 5,47 4,82 5,33 5,46 5,62 6,01 5,92 5,53 6,09 6,41 6,39 6,31 6,35 7,18 6,91 6,78 6,74 7,03 7,19 7,29 7,22 5,56 6,15 8,21 4,56 6,16 5,79 4,73 4,17 4,77 3,63 4,54 5,37 5,63 5,59 4,63 4,93 4,42 7,28 5,10 5,43 -

Durchschnittlich ausst. Vol. S&P Moody’s 1.434.251,63 256.703,01 300.336,11 263.769,50 278.859,26 259.000,85 310.696,03 305.647,28 263.375,15 307.428,66 360.933,90 261.055,13 294.582,79 280.023,98 306.112,17 281.894,22 312.616,54 267.590,81 265.421,79 218.889,82 319.170,83 223.805,05 328.176,92 298.450,58 283.279,25 339.302,25 652.669,95 698.636,36 159.512,50 177.292,86 169.021,42 187.674,18 332.087,50 390.000,00 327.777,78 265.000,00 468.421,05 350.839,48 342.528,44 377.670,33 385.723,13 632.641,34 378.115,88 300.000,00 483.311,77 910.802,77 -

DurchschnittsKupon Moody’s 9,03 8,31 7,83 7,41 7,27 7,17 6,77 6,64 6,38 6,48 6,47 6,23 5,99 5,34 7,43 6,77 5,88 5,69 5,82 6,49 5,76 5,42 5,16 S&P 8,84 8,49 8,15 7,92 7,47 7,17 6,60 6,51 6,48 6,53 6,45 5,93 6,02 5,44 8,34 7,01 6,56 5,15 4,61 5,92 6,41 5,08 7,19 -

Tabelle 3-6: Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2006-1

3.4 Methodische Grundlagen 53

SOV&SSOV

AGCY

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 2 10 3 30 43 53 24 31 19 4 1.443 4 5 6 1 114

Anzahl Bonds Moody’s 1 5 5 1 2 2 75 53 36 34 22 13 4 1.829 4 5 4 15 136

DurchschnittsSpread S&P Moody’s 172,30 131,50 144,86 225,44 225,50 112,88 120,00 93,85 47,86 45,00 73,44 61,17 46,77 52,46 48,34 48,52 46,99 42,16 22,56 37,44 14,28 19,78 14,28 5,93 6,89 16,03 8,98 13,70 8,98 -0,75 -4,00 17,50 88,49 -36,51 -36,17

DurchschnittsDuration S&P Moody’s 2,76 9,73 4,48 7,04 4,34 3,37 6,87 4,67 5,13 2,86 8,79 7,35 7,55 7,23 7,30 7,39 9,92 7,42 8,53 7,78 4,51 9,03 4,51 3,40 3,54 7,04 8,70 6,72 8,70 5,37 7,48 13,88 6,12 4,91 5,14

Durchschnittlich ausst. Vol. S&P Moody’s 200.000,00 150.000,00 219.107,40 209.214,80 183.868,00 309.780,00 400.000,00 300.000,00 278.766,67 225.000,00 291.027,74 226.696,79 219.814,47 343.862,87 298.487,29 191.347,64 270.828,97 191.047,29 278.947,37 292.045,45 1.875.000,00 9,03 1.875.000,00 424.209,71 406.480,03 150.000,00 250.000,00 137.500,00 250.000,00 266.666,67 400.000,00 300.000,00 246.666,67 19.158.172,29 18.647.608,46

DurchschnittsKupon Moody’s 7,50 8,68 7,79 6,80 7,23 6,31 6,18 6,80 6,23 6,26 5,65 8,43 4,94 4,48 10,13 8,90 7,75 9,53 5,17 S&P 6,40 7,67 8,09 5,58 6,78 6,62 6,48 5,94 8,47 4,94 4,35 10,04 8,90 7,90 7,25 5,09

Tabelle 3-7: Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2006-2

54 3 Empirische Analyse des amerikanischen Bond-Marktes

3.4 Methodische Grundlagen

55

Die Abbildungen 3.1 sowie 3.2 zeigen die Boxplots Spreads der betrachteten Bond-Kategorien getrennt nach S&P- bzw. Moody’s-Sample in Abh¨angig¨ keit des Ratings, um vor der detaillierten Analyse einen Uberblick u ¨ber die 65 Verteilung der Spreads u ¨ber die Rating-Klassen zu vermitteln. 800,00

Corporates

700,00 600,00 500,00 400,00 300,00 200,00 100,00 0,00 -100,00

AAA

350,00

AA+ bis AA-

A+ bis A-

BBB+ bis BBB-

BB+ bis BB-

Banken & AGCY

300,00 250,00 200,00 150,00 100,00 50,00 0,00 -50,00

AAA

AA+ bis AA-

A+ bis A-

BBB+ bis BBB-

BB+ bis BB-

-100,00

30,00

SOV & SSOV

20,00 10,00 0,00 -10,00

AAA

AA+ bis AA-

A+ bis A-

-20,00 -30,00 -40,00 -50,00

Abbildung 3.1: Box Plots (S&P 2006)

Aus der Abbildung wird deutlich, dass die Spreads der Kategorien Bank und Unternehmen bei schlechter werdendem Rating zunehmen. Ein besonders 65

Siehe Abbildungen 3.1 sowie 3.2

56

3 Empirische Analyse des amerikanischen Bond-Marktes

¨ starker Einﬂuss zeigt sich beim Ubergang vom Investment Grade zum Speculative Grade, wo die Spreads beider Kategorien deutlich ansteigen. Die Spreads der Staats-Bonds liegen deutlich unterhalb der der anderen beiden Kategorien, was vermutlich auf die besonders hohe Ausfallsicherheit von Staats-Forderungen zur¨ uckzuf¨ uhren ist. Weiterhin verdeutlicht Abbildung 3.1, dass die Spreads der Kategorie Bank im Investment Grade-Bereich etwas geringer ausfallen als die der Kategorie Unternehmen. Inwiefern dies auf die mit den Kategorien einher gehenden Unterschiede bez¨ uglich der Kapitalunterlegungspﬂichten von Banken zur¨ uckzuf¨ uhren ist, l¨asst sich an dieser Stelle noch nicht beurteilen. Die Boxplots des Moody’s-Samples zeigen ein ¨ahnliches Bild wie die des zuvor betrachteten S&P-Samples. Wie bereits erl¨autert, wird im Folgenden genauer analysiert, inwiefern ein Zusammenhang zwischen Spread-H¨ohe und der erforderlichen H¨ohe an regulatorischen Eigenkapital besteht. 3.4.2

Grundmodell der Regressionsanalyse

Ausgangspunkt der f¨ ur die Analyse der zu untersuchenden Datens¨atze bildet jeweils das nachfolgend dargestellte und im Folgenden noch zu erweiternde Regressionsmodell. Die zu u ufende Hypothese lautet f¨ ur alle ¨berpr¨ Datens¨atze, dass Bonds von Emittenten, die eine hohe regulatorische Eigenkapitalunterlegung erfordern, eine h¨ohere Rendite aufweisen als Bonds, die zu einer Gewichtungsgruppe z¨ahlen, die eine geringere Menge an regulatorischem Eigenkapital erfordert. Hierzu wird zun¨achst das in Formel 3-1 dargestellte Regressionsmodell mit Querschnittsdaten gesch¨atzt, in dem die Kategorien mithilfe von Dummyvariablen erfasst werden, w¨ahrend f¨ ur weitere Einﬂussgr¨oßen unter Verwendung der zuvor beschriebenen Faktoren kontrolliert wird.66 Spread over Swapcurvei = α + β1 · Banken-Dummy i + β2 · Staats-Dummy i + β3 · Ratingi + β4 · Durationi + β5 · Kuponi + β6 · log(ausst.V ol.i )

(3-1)

Wie aus dem Regressionsmodell hervorgeht, wird das ausstehende Volumen als Proxy f¨ ur die Liquidit¨at im Rahmen der Regression logarithmiert, 66

Vgl. hierzu Punkt 3.3.

3.4 Methodische Grundlagen

57

450,00

Corporates

400,00 350,00 300,00 250,00 200,00 150,00 100,00 50,00 0,00 -50,00

Aaa

Aa1 bis Aa3

A1 bis A3

Baa1 bis Baa3

Ba1 bis Ba2

-100,00

180,00

Banken & AGCY

160,00 140,00 120,00 100,00 80,00 60,00 40,00 20,00 0,00 Aaa

-20,00

Aa1 bis Aa3

A1 bis A3

Baa1 bis Baa3

Ba1 bis Ba2

SOV & SSOV

400,00 350,00 300,00 250,00 200,00 150,00 100,00 50,00 0,00 -50,00

Aaa

Aa1 bis Aa3

A1 bis A3

-100,00

Abbildung 3.2: Box Plots (Moody’s 2006)

58

3 Empirische Analyse des amerikanischen Bond-Marktes

um die zum Teil sehr hohen Werte nicht u ucksich¨berzugewichten. Zur Ber¨ tigung der drei relevanten Bond-Kategorien Staat, Bank und Unternehmen werden zwei Dummyvariablen eingef¨ uhrt. F¨ ur die Kategorie Unternehmen wird beiden Dummys der Wert Null zugewiesen. Die Kategorie Bank erh¨alt f¨ ur die erste Dummyvariable (Banken-Dummy) den Wert eins, w¨ahrend f¨ ur den zweiten Dummy die Null beibehalten wird. Entsprechend erh¨alt die Kategorie Staat beim Banken-Dummy den Wert Null und bei der zweiten Dummyvariable (Staats-Dummy) den Wert eins. Außer den Dummys und dem Rating sind alle ber¨ ucksichtigten Faktoren metrisch skaliert. Um das Rating als Einﬂussgr¨oße so exakt wie m¨oglich zu erfassen, werden die Rating-Klassen im Rahmen der Regression durch die dazugeh¨origen erwarteten Ausfallraten ersetzt. In Tabelle 3-8 sind die historischen Ausfallraten f¨ ur die relevanten Rating-Klassen von S&P und Moody’s zusammengefasst, die als N¨aherungswerte f¨ ur die Ermittlung der erwarteten Ausfallwahrscheinlichkeiten herangezogen werden.67 Da die durchschnittliche Restlaufzeit innerhalb des zu analysierenden Datensatzes sowohl f¨ ur das Sample der durch S&P gerateten Bonds als auch f¨ ur die Gruppe der durch Moody’s gerateten Papiere ca. 8,6 Jahre betr¨agt, wurden hier die Ausfallraten f¨ ur eine 9-j¨ahrige Laufzeit zugrunde gelegt. Grunds¨atzlich ließe sich argumentieren, dass jedem Bond die zu seiner Restlaufzeit passende Ausfallrate zugeordnet werden sollte, um das unterschiedliche Risiko von Investments mit unterschiedlichen Laufzeiten zu ber¨ ucksichtigen. Die Zuordnung von unterschiedlichen PDs f¨ ur Bonds, die ein identisches Rating aufweisen, erscheint allerdings vor dem Hintergrund, dass der Einﬂuss der Restlaufzeit durch die mitgef¨ uhrte Kontrollvariable Duration erfasst wird, nicht notwendig. Zudem w¨ urde bei dieser Vorgehensweise den sehr gut gerateten Bonds mit Restlaufzeiten von 2-3 Jahren eine erwartete Ausfallwahrscheinlichkeit von 0,00% zugeordnet werden,68 was im Rahmen der Regressionsanalyse zu Problemen f¨ uhren w¨ urde. Die Regressionsergebnisse werden durch die Kontrollvariable ’Duration’ stabilisiert. Eine Verwendung identischer PDs je Rating-Klasse in Verbindung mit der Kontrollvariablen ’Duration’, die umso h¨oher ausf¨allt, je l¨anger die Restlaufzeit des jeweiligen Papiers ist, sollte zu ¨ahnlichen Ergebnissen f¨ uhren wie die Verwendung von mit der Restlaufzeit ansteigenden PDs. Außerdem w¨ urde die Zugrundelegung restlaufzeitabh¨angiger PDs eine 67 Vgl. Standard & Poor’s (2006), S. 18 sowie Moody’s Investors Service (2006), S. 35. 68 Die historischen Ausfallraten von S&P weisen f¨ ur den Zeitraum von 1981-2005 in den Kategorien AAA bis AA die ersten Ausf¨alle erst im dritten bzw. vierten Jahr auf.

3.4 Methodische Grundlagen

59

deutliche Trennung der einzelnen Rating-Kategorien erschweren, weshalb im Folgenden jedem Bond einer bestimmten Rating-Klasse dieselbe Ausfallrate zugeordnet wird. Wie aus Tabelle 3-8 hervorgeht, stellen die Kategorisierungen der RatingAgenturen keine linearen Funktionen der dazugeh¨origen erwarteten Ausfallwahrscheinlichkeiten dar. Es wird deutlich, dass die zu erwartende Ausfallwahrscheinlichkeit mit schlechter werdendem Rating exponentiell zunimmt. Tabelle 3-8: 9-j¨ahrige historische Ausfallraten von S&P und Moody’s (2006) Rating AAA/Aaa AA+/Aa1 AA/Aa2 AA-/Aa3 A+/A1 A/A2 A-/A3 BBB+/Baa1 BBB/Baa2 BBB-/Baa3 BB+/Ba1 BB/Ba2 BB-/Ba3 B+/B1 B/B2 B-/B3

S&P Moody’s 0,40 % 0,21 % 0,33 % 0,19 % 0,61 % 0,50 % 0,97 % 0,33 % 1,38 % 0,69 % 1,36 % 1,40 % 2,03 % 1,33 % 3,90 % 2,06 % 4,67 % 4,15 % 7,73 % 6,55 % 10,43 % 10,17 % 15,86 % 12,34 % 22,31 % 24,42 % 27,46 % 30,07 % 33,95 % 27,96 % 41,76 % 38,17 %

Aus Tabelle 3-8 wird dar¨ uber hinaus deutlich, dass die historischen Ausf¨alle in Abh¨angigkeit von den dazugeh¨origen Rating-Klassen keine monoton steigenden Funktionen darstellen, sondern dass vereinzelt F¨alle auftreten, in denen eine Rating-Kategorie h¨ohere Ausf¨alle aufweist als die n¨achstschlechtere Kategorie. Da dies nicht konform zu den eigentlichen Einsch¨atzungen der Rating-Agenturen bez¨ uglich der erwarteten Ausfallraten ist, werden die erwarteten Ausfallwahrscheinlichkeiten unter Verwendung der historischen Werte approximiert, um auf diese Weise f¨ ur die Metriﬁzierung“ der Variable ”

60

3 Empirische Analyse des amerikanischen Bond-Marktes

Rating eine monoton wachsende Funktion nutzen zu k¨onnen. Wie ebenfalls aus den historischen Werten hervorgeht, l¨asst sich der Verlauf der PDs in Abh¨angigkeit des Ratings in drei Abschnitte einteilen. Im ersten Abschnitt mit sehr guten Ratings (in der Tabelle von AAA/Aaa bis A-/A3 unterteilt) steigt die PD nur leicht an, w¨ahrend im zweiten Abschnitt bei Verschlechterung des Ratings eine exponentielle Zunahme der PD zu beobachten ist (vgl. Ratings BBB+/Baa1 bis BB/Ba2). Dieser Verlauf setzt sich im dritten Abschnitt nicht fort, was darauf zur¨ uckzuf¨ uhren ist, dass die Ausfallwahrscheinlichkeit nach oben begrenzt ist und dementsprechend nicht unbegrenzt exponentiell ansteigen kann. Daher werden die beiden genannten Abschnitte sowie die Rating-Klassen von BB-/Ba3 bis B-/B3 getrennt, jeweils durch Polynome approximiert. Nachstehend sind der Verlauf der historischen PDs sowie die Polynome zur Approximation der erl¨auterten Abschnitte f¨ ur die 2006er-Daten dargestellt: 45,00 40,00 35,00

Ausfallrate

30,00 25,00 20,00 15,00 10,00 5,00

B-

B

B+

BB -

BB

BB B BB BBB +

A BB B+

A

+ A

A

AA

A

A+ A

A

AA

0,00

Rating hist. PD (9J.)

1.

2.

3.

Abbildung 3.3: Approximation historische PDs 2006 (S&P)

Polynome:

3.4 Methodische Grundlagen

61

1. −0, 0048 · x3 + 0, 0848 · x2 − 0, 1400 · x + 0, 4105 2. 0, 0335 · x3 − 0, 3640 · x2 + 0, 0820 · x + 9, 3110 3. 0, 0202 · x3 − 0, 2392 · x2 + 0, 6191 · x + 10, 1991

45 40 35

Ausfallrate

30 25 20 15 10 5 0 Aaa Aa1 Aa2 Aa3

A1

A2

A3

Baa1 Baa2 Baa3 Ba1 Ba2 Ba3

B1

B2

B3

Rating hist. PD (9J.)

1.

2.

3.

Abbildung 3.4: Approximation historische PDs 2006 (Moody’s)

Polynome: 1. −0, 0107 · x3 + 0, 1280 · x2 − 0, 2239 · x + 0, 1921 2. −0, 2603 · x3 + 7, 9141 · x2 − 76, 6461 · x + 242, 2043 3. 0, 1773 · x3 − 6, 4485 · x2 + 78, 7379 · x − 297, 7369

62

3 Empirische Analyse des amerikanischen Bond-Marktes

3.4.3 3.4.3.1

Matched Pairs-Methodik Grundidee des Matchings

Die Matched Pairs-Methodik bietet eine zus¨atzliche M¨oglichkeit zur Analyse der verf¨ ugbaren Daten. Die Frage, welche Rendite sich f¨ ur einen Bond der Kategorie Bank ergeben w¨ urde, wenn dieser der Kategorie Unternehmen zuzuordnen w¨are, w¨ahrend alle anderen die Rendite beeinﬂussenden Faktoren konstant bleiben, wird durch die Matched Pairs-Methodik beantwortet, indem eine Referenzgruppe betrachtet wird, anhand derer die nicht vorhandenen Informationen gesch¨atzt werden. Zu diesem Zweck werden Paare von Bonds gebildet, die mit Ausnahme ihrer Kategorie in allen relevanten Bereichen identisch bzw. sehr ¨ahnlich sind. Die Analyse der Renditeabweichungen zwischen den Bondpaaren gibt Aufschluss dar¨ uber, ob die Bond-Kategorie einen die Rendite beeinﬂussenden Faktor darstellt. Im Unterschied zur Regressionsanalyse erfolgt bei der Matched PairsMethode die Analyse, indem lediglich die gepaarten Bonds ber¨ ucksichtigt werden, w¨ahrend bei der Regression grunds¨atzlich alle Bonds in ihrer Gesamtheit betrachtet werden. Wenn man beispielsweise annimmt, dass Bonds mit einer geringen Liquidit¨at von bestimmten Investorengruppen nicht gehalten werden und dass dies einen Eﬀekt auf die zu erkl¨arende Renditegr¨oße hat, so w¨are es bei einer Regression notwendig, diesen Zusammenhang durch eine geeignete zus¨atzliche Variable zu erfassen. Im Rahmen der Matched Pairs-Analyse hingegen w¨ urde dieser Wirkungsmechanismus implizit erfasst, indem lediglich Bonds mit einer nahezu identischen Liquidit¨at gematcht werden, die dementsprechend keine signiﬁkanten Unterschiede im Hinblick auf die relevanten Investorengruppen aufweisen w¨ urden. Dar¨ uber hinaus sind zugrunde liegenden Annahmen bez¨ uglich der Funktionsform aufgrund der Methodik deutlich weniger restriktiv als im Fall der Regressionsanalyse. Ein wesentlicher Nachteil im Vergleich zur Regressionsanalyse besteht hingegen darin, dass im Rahmen der Matched Pairs-Analyse keine expliziten Aussagen bez¨ uglich des Einﬂusses der Kontrollvariablen m¨oglich sind.69 Durch das Matching werden diese Einﬂ¨ usse ausgeschlossen, sodass Aussagen zum isolierten Einﬂuss des untersuchten Zusammenhangs erm¨oglicht werden. Ingesamt erscheint der Matched Pairs-Ansatz eine geeignete Analysemethode zu sein, um einerseits die Regressionsergebnisse zu u ufen und evtl. zu best¨ati¨berpr¨ gen und andererseits weiterf¨ uhrende Aussagen bez¨ uglich des untersuchten 69

Vgl. Dicker (2002), S. 162f.

3.4 Methodische Grundlagen

63

Wirkungszusammenhangs zu erm¨oglichen. 3.4.3.2

Distanzmaße zur Bestimmung ¨ ahnlicher Bonds

Die Deﬁnition gleicher“ Bonds zur Bildung von Paaren erfolgt unter Zu” hilfenahme eines Distanzmaßes. Distanzmaße weisen einen umso geringeren Wert auf, je ¨ahnlicher sich die Vergleichsobjekte sind. Hierbei ist darauf zu achten, dass bei der Wahl des Distanzmaßes m¨oglichst alle als relevant erachteten Bondmerkmale ber¨ ucksichtigt werden. Im Rahmen der folgenden Analysen werden dieselben Einﬂussfaktoren ber¨ ucksichtigt wie in den parallel durchgef¨ uhrten Regressionsanalysen.70 Als erste relevante Einﬂussgr¨oße im Hinblick auf die Bondrendite wird das Ausfallrisiko, ausgedr¨ uckt durch das Bond-Rating, ber¨ ucksichtigt. Außerdem werden das Zins¨anderungsrisiko (in Form der modiﬁzierten Duration) sowie die Marktliquidit¨at (als ausstehendes Volumen) und die H¨ohe des Kupons erfasst. Bis auf das Rating sind alle zu ber¨ ucksichtigenden Merkmale metrisch skaliert. Obwohl die Variable Rating durch die unter Punkt 3.4.2 durchgef¨ uhrte Umrechnung mithilfe der historischen Ausfallraten metriﬁziert“ wurde, wird vorerst ein zweistuﬁ” ges Vorgehen gew¨ahlt, um einzelne Rating-Kategorien isoliert zu betrachten. Zun¨achst werden nur Paare von Bonds zugelassen, bei denen beide Bonds ein identisches Rating aufweisen. Nachdem die Identit¨at im Hinblick auf das Rating und damit nahezu gleiche erwartete Ausfallraten der gepaarten Bonds sichergestellt wurden, werden die weiteren Merkmale durch die Bildung eines Distanzmaßes ber¨ ucksichtigt. Da nun alle noch zu erfassenden Merkmale metrisch skaliert sind, k¨onnen verschiedene Distanzmaße angewendet werden. Jiang und Kim (2005) sowie Huang und Stoll (1996) verwenden im Rahmen von Matched Pairs-Analysen des Aktienmarktes das in Formel 3-2 wiedergegebene Distanzmaß.71 Zun¨achst erf¨ ullt das Maß die Grundvoraussetzung, dass die ermittelte Distanz umso gr¨oßer ausf¨allt, je st¨arker sich die gegen¨ ubergestellten Bonds unterschiedlicher Kategorien im Hinblick auf die im Distanzmaß erfassten Merkmale voneinander unterscheiden. Dar¨ uber hinaus erlaubt die im Distanzmaß verwendete Normierung mittels Division durch den gemeinsamen Mittelwert zweier gepaarter Objekte die Ber¨ ucksichtigung von systematischen Unterschieden zwischen den zu paarenden Bonds. Die Papiere der Kategorie Staat weisen beispielsweise ein durchschnittlich deut70 71

Zur Begr¨ undung der Auswahl vgl. Punkt 3.3. Vgl. Jiang und Kim (2005), S. 443f., sowie Huang und Stoll (1996), S. 319.

64

3 Empirische Analyse des amerikanischen Bond-Marktes

lich h¨oheres ausstehendes Volumen auf als die u ¨brigen Kategorien. Ohne die beschriebene Normierung w¨ urde beispielsweise die Ber¨ ucksichtigung des ausstehenden Volumens innerhalb des Distanzmaßes bei der Paarung von Staatsund Unternehmens-Bonds dazu f¨ uhren, dass nur sehr hohe Distanz-Werte ermittelt w¨ urden und dadurch keine oder nur sehr wenige Bonds im Rahmen der Analyse verwendet werden k¨onnen. Die Division durch den gemeinsamen Mittelwert erm¨oglicht es somit, systematische Unterschiede bei einzelnen Bond-Charakteristika zu erfassen und dennoch die a¨hnlichsten Bonds der gegen¨ ubergestellten Kategorien zusammen zu f¨ uhren. dk,l =

ΣJj=1

xk,j − xl,j

2

xk,j +xl,j 2

(3-2)

mit: d k,l : Distanz der Objekte k und l x k,j ; x l,j :Wert der Variablen j bei Objekt k,l (j = 1,2,. . . J) Alternativ l¨asst sich eine so genannte L-Norm als Distanzmaß verwenden, wie sie in der nachstehenden Formel 3-3 steht. F¨ ur den Wert r=2 ergibt sich die euklidsche Distanz unter Ber¨ ucksichtigung der verwendeten Merkmale. Aus Formel 3-3 geht hervor, dass die ermittelte Distanz auf den Diﬀerenzen der innerhalb des Distanzmaßes ber¨ ucksichtigten Bond-Charakteristika basiert. Somit werden innerhalb der L-Norm zun¨achst keine systematischen Niveauunterschiede hinsichtlich der erfassten Variablenwerte ber¨ ucksichtigt, wie es in Formel 3-2 durch die Normierung innerhalb des Distanzmaßes selbst erfolgt. Eine Standardisierung der verwendeten Variablen kann dieses Problem l¨osen. Dadurch k¨onnen auch f¨ ur den Fall, dass eine der zu paarenden Bond-Kategorien systematisch einen h¨oheren Wert beim ausstehenden Volumen oder einer anderen zu ber¨ ucksichtigen Variable aufweist, die ¨ahnlichsten Bonds verschiedener Kategorien miteinander gepaart werden und somit eine h¨ohere Anzahl von Papieren innerhalb der Analyse ber¨ ucksichtigt werden. Im Unterschied zu dem in Formel 3-2 dargestellten Maß bietet eine Standardisierung zus¨atzlich die M¨oglichkeit, die Streuung einzelner Samples in den kalkulierten Distanzen zu ber¨ ucksichtigen. Bei Nutzung der L-Norm in Verbindung mit standardisierten Variablenwerten ist es daher denkbar, dass in zwei gematchte Bonds in verschiedenen Datens¨atzen unterschiedliche Distanz-Werte aufweisen. Dennoch ist festzuhalten, dass eine Standardisierung den entscheidenden Vorteil bietet, dass die Streuung inner-

3.4 Methodische Grundlagen

65

halb der untersuchten Samples ber¨ ucksichtigt wird, was durch das in Formel 3-2 dargestellte Maß nicht erm¨oglicht wird. Die geschilderten m¨oglichen Abweichungen zwischen einzelnen Datens¨atzen lassen sich dar¨ uber hinaus durch Anpassungen der Maximaldistanz ausgleichen. Daher wird in den folgenden Analysen die dargestellte L-Norm auf Basis standardisierter Variablenwerte genutzt.72 An dieser Stelle sei angemerkt, dass es zur Umsetzung des beschriebenen Verfahrens weitere alternative M¨oglichkeiten gibt, auf die hier nicht ¨ n¨aher eingegangen wird. Ein umfangreicher Uberblick mit einem Verzeichnis der wichtigsten Quellen ﬁndet sich bei Rosenbaum (2002). An geeigneten Stellen werden Sensitivit¨atsanalysen hinsichtlich der zugrunde gelegten Maximaldistanz durchgef¨ uhrt. Außerdem hat ein, wenn auch nicht u ¨ber alle analysierten Datens¨atze durchgef¨ uhrter, Ergebnisvergleich ergeben, dass die Verwendung des durch Huang und Stoll (1996) vorgeschlagenen Maßes lediglich zu Abweichungen in H¨ohe von 1-3BP f¨ uhrt und dass dadurch (zumindest in den betrachteten F¨allen) keine Vorzeichen¨anderung der erzielten Resultate auftritt. dk,l =

ΣJj=1

| xk,j − xl,j |

r

r1 (3-3)

mit: d k,l : Distanz der Objekte k und l x k,j ; x l,j :Wert der Variablen j bei Objekt k,l (j = 1,2,. . . J) 3.4.3.3

Das Matching der Bonds

Nachdem die Bonds in Untergruppen mit jeweils identischem Rating eingeteilt wurden, werden die Distanzen in der oben beschriebenen Weise kalkuliert. Um die zu analysierenden Paare zu bilden, werden in jedem Untersuchungsschritt jeweils zwei Kategorien gegen¨ ubergestellt. Da im Rahmen der Paarbildung das Rating als identisch vorausgesetzt wird, m¨ ussen die vorhandenen Rating-Kategorien einzeln analysiert werden, sodass pro Rating-Kategorie grunds¨atzlich drei Matched Pairs-Analysen (Staat vs. Banken, Staat vs. Unternehmen sowie Banken vs. Unternehmen) durchzuf¨ uhren 72 Die Standardisierung der drei ber¨ ucksichtigten Variablen ausstehendes Volumen, Kupon und modiﬁzierte Duration erfolgt durch Subtraktion des Mittelwertes und anschließende Division durch die Standardabweichung.

66

3 Empirische Analyse des amerikanischen Bond-Marktes

sind. Grunds¨atzlich gilt f¨ ur das Matching von Bonds, dass es f¨ ur die Analyse umso besser ist, je ¨ahnlicher sich die untersuchten Paare sind, da auf diese Weise die M¨oglichkeit ausgeschlossen wird, dass die Ursache f¨ ur Renditeabweichungen in Ungleichheiten zwischen den gepaarten Bonds liegt. Daher wird jeder Bond mit dem Bond gematcht, der ihm innerhalb des untersuchten Samples am ¨ahnlichsten ist, also die geringste Distanz aufweist. Da diese Vorgehensweise dennoch dazu f¨ uhren kann, dass z.T. relativ un¨ahnliche Bonds gepaart werden, wird eine Obergrenze f¨ ur das Distanzmaß in H¨ohe von 0,3 ¨ festgelegt, deren Uberschreitung dazu f¨ uhrt, dass die betroﬀenen Bonds nicht in die Analyse einbezogen werden. In welchem Ausmaß bei der gew¨ahlten Obergrenze implizit Variationen zwischen den gematchten Bonds zugelassen werden, wird im Rahmen einer der folgenden Analysen exemplarisch dargestellt. Bei der Wahl der Obergrenze ist darauf zu achten, dass ein sehr niedriger Wert die Menge der Bonds, die zur Analyse herangezogen werden k¨onnen, sehr stark einschr¨anken kann. Ein weiterer Punkt, der im Rahmen der Paarbildung ber¨ ucksichtigt werden muss, ist die M¨oglichkeit, dass ein bestimmter Bond zu einer Vielzahl der Bonds der gegen¨ ubergestellten Kategorie den jeweils ¨ahnlichsten Bond darstellt. Dadurch kann es im Einzelfall vorkommen, dass der Großteil der analysierten Paare unter Verwendung desselben Bonds gebildet wurde. Um Verzerrungen der Untersuchungsergebnisse zu vermeiden, wird bei der Paarbildung f¨ ur jeden Bond gez¨ahlt, wie oft er zum Matching ber¨ ucksichtigt wurde. Sofern F¨alle auftreten, in denen die Analyseergebnisse sehr stark von einem einzelnen oder einigen wenigen Bonds abh¨angen, erfolgt ein entsprechender Hinweis. In Anlehnung an Bortz (2005) wird ein Minimum von 30 Werten vorausgesetzt, um mithilfe eines t-Tests auf Signiﬁkanz zu pr¨ ufen, wenn die Voraussetzung normalverteilter Grundgesamtheiten nicht erf¨ ullt ist. Es sei aber darauf hingewiesen, dass die G¨ ute der Approximation von weiteren Faktoren, wie der Schiefe der Verteilung oder Ausreißern abh¨angt.

3.5

Analyse des Datensatzes aus 2006

Im Folgenden soll die Hypothese, dass Bonds von Emittenten, die eine hohe regulatorische Eigenkapitalunterlegung erfordern, eine h¨ohere Rendite aufweisen als solche von Emittenten, deren Forderungen eine geringere Menge an regulatorischem Eigenkapital ben¨otigen, f¨ ur einen Datensatz aus dem Jahr 2006 untersucht werden. F¨ ur die Analyse werden die Bonds in die vorab genannten Kategorien eingeteilt.

3.5 Analyse des Datensatzes aus 2006

3.5.1 3.5.1.1

67

Regressionsanalyse Regressionsanalyse mit Banken- und Staats-Dummy

Das unter 3.4.2 dargestellte Regressionsmodell wird zun¨achst unter Verwendung des S&P-Datensatzes gesch¨atzt, anschließend auf Basis des Moody’sSamples.73 Da die Ergebnisse des White-Heteroskedastizit¨ats-Tests die Nullhypothese homoskedastischer Residuen auf einem 1 %-Signiﬁkanzniveau ablehnen,74 wurden hier und im Folgenden Homoskedastizit¨atsrobuste Sch¨atzer nach Newey und West kalkuliert.75 Um zu u ufen, inwiefern die Daten ¨berpr¨ mit den auf Basis des Modells abgeleiteten Hypothesen 3.2 bis 3.4 sowie den Hypothesen in Bezug auf die Kontrollvariablen K.3.1 bis K.3.4 im Einklang stehen, wird im Folgenden f¨ ur jeden Koeﬃzienten getestet, ob die in Formel 3-4 beschriebene Nullhypothese auf dem 10 %-Niveau statistisch signiﬁkant abgelehnt werden kann.76 H0 : β = 0, H1 : β = 0,

73

(3-4)

In den folgenden Ergebnis-Tabellen sind unter der Variablenbezeichnung Rating die zuvor ermittelten erwarteten Ausfallwahrscheinlichkeiten zu verstehen. 74 Die Ergebnisse des White-Tests sind f¨ ur beide analysierten Datens¨ atze im Anhang aufgef¨ uhrt. 75 Vgl. White (1980), S. 817ﬀ. sowie Newey und West (1987), S. 703ﬀ. 76 Die deskriptiven Statistiken zum hier untersuchten sowie zu den im Folgenden noch zu analysierenden Datens¨ atzen ﬁnden sich im Anhang A.6.

68

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-9: Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (S&P 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Duration Kupon ausst. Volumen

Koeﬃzient -94,445 -4,594 -67,127 617,675 3,099 16,337 1,301

Standardfehler 12,674 3,552 7,011 34,811 0,333 1,554 0,503

t-Statistik -7,4519*** -1,293 -9,5742*** 17,7438*** 9,2981*** 10,5132*** 2,5887***

R2 0,7133 adj. R2 0,7130 F-Statistik 2.745,14*** Anz. Beobachtungen 6.627 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Tabelle 3-9 zeigt, dass mit Ausnahme des Banken-Dummys alle ber¨ ucksichtigten Faktoren einen statistisch signiﬁkanten Einﬂuss auf die erkl¨arte SpreadH¨ohe aus¨ uben. Der Banken-Dummy weist einen negativen Wert auf, was auf insgesamt h¨ohere Spreads der Unternehmens-Bonds im Vergleich zu den Banken-Papieren hindeutet. Der Wert verweist allerdings lediglich auf eine Renditediﬀerenz in H¨ohe von knapp 5BP, was auch aus ¨okonomischer Sicht keine sonderlich signiﬁkante Diﬀerenz darstellt. Demgegen¨ uber war es f¨ ur den Staats-Dummy m¨oglich, eine sowohl statistisch als auch ¨okonomisch signiﬁkante Spread-Diﬀerenz von ca. 67BP nachzuweisen. Die deutlich negativen Werte best¨atigen somit Hypothese 3.3. Die Regression auf Basis von S&PRatings war insgesamt hochsigniﬁkant und weist einen korrigierten R2 -Wert in H¨ohe von 71,30 % auf.

3.5 Analyse des Datensatzes aus 2006

69

Tabelle 3-10: Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (Moody’s 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Duration Kupon ausst. Volumen

Koeﬃzient -57,349 -3,088 -53,723 732,482 3,809 11,158 0,139

Standardfehler 8,361 2,221 9,475 20,302 0,309 1,044 0,396

t-Statistik -6,8591*** -1,3902 -5,6699*** 36,0794*** 12,3304*** 10,6897*** 0,3505

R2 0,7751 adj. R2 0,7749 F-Statistik 4.028,64*** Anz. Beobachtungen 7.020 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Im Vergleich zur vorangegangenen Analyse auf Basis von S&P-Ratings steigert die Verwendung von Moody’s-Ratings das korrigierte R2 sogar auf 77,49 %, was darauf hindeutet, dass sich die Kapitalmarktteilnehmer st¨arker an Moody’s-Ratings orientieren. Da hierf¨ ur allerdings auch andere Ursachen verantwortlich sein k¨onnten, sollten die Resultate auf Basis nur eines Zeitpunktes nicht u ¨berbewertet werden. Im Ergebnis wurden wiederum lediglich f¨ ur den Staats-Dummy signiﬁkant negative Werte erzielt, w¨ahrend der Koefﬁzient f¨ ur die H¨ohe des ausstehenden Volumens nun insigniﬁkant ist. Im Hinblick auf die beiden eingef¨ uhrten Dummyvariablen gleichen sich die Ergebnisse bei Verwendung von S&P-Ratings und Moody’s-Ratings somit tendenziell. Zum einen ist der Koeﬃzient des Banken-Dummys auch im Moody’s-Sample sowohl statistisch als auch ¨okonomisch insigniﬁkant, und zum anderen werden f¨ ur die Kategorie Staat um ca. 54BP niedrigere Spreads nachgewiesen, die statistisch wie o¨konomisch eine signiﬁkante Gr¨oße darstellen. Insgesamt weisen die Koeﬃzienten der einbezogenen erkl¨arenden Gr¨oßen in beiden Regressionen bis auf eine Ausnahme die erwarteten Vorzeichen auf. Die große Bedeutung des Ratings wird durch die hochsigniﬁkanten Statistiken deutlich. Je h¨oher die Ausfallwahrscheinlichkeit, desto h¨oher der

70

3 Empirische Analyse des amerikanischen Bond-Marktes

¨ Spread. W¨ahrend der Ubergang von der Top-Kategorie AAA in die Kategorie A im S&P-Sample nahezu dieselbe Spread-Zunahme in H¨ohe von ca. 8BP bewirkt, wie sie innerhalb des Moody’s-Samples bei einer ¨ahnlichen Rating-Verschlechterung von der Kategorie Aaa zur Kategorie A2 zustande kommt, liegen diese Werte bei einem R¨ uckgang in die Kategorie BB bzw. Ba2 bei 95BP und 89BP und steigen f¨ ur die schlechtesten ber¨ ucksichtigten Rating-Kategorien B- und B3 auf 255BP bzw. 273BP an. Die positiven Werte des Durationskoeﬃzienten best¨atigen ebenfalls den erwarteten Wirkungszusammenhang.77 Ber¨ ucksichtigt man die Durchschnittswerte der Durationen, wird deutlich, dass auch aus ¨okonomischer Sicht ein signiﬁkanter Eﬀekt besteht. W¨ahrend die Kontrollvariable im S&P-Sample im Schnitt eine Spread-Steigerung in H¨ohe von knapp 17BP bewirkt, betr¨agt der Wert f¨ ur den Moody’s-Datensatz fast 21BP. Dar¨ uber hinaus wird der in Abschnitt 3.3 geschilderte Zusammenhang zwischen Kuponh¨ohe und Rendite best¨atigt. F¨ ur h¨ohere Kupons wird eine h¨ohere Rendite gezahlt, da hier eine geringere M¨oglichkeit zur Terminierung der Steuerlast besteht. Neben dem Rating weist die Kuponh¨ohe den st¨arksten ¨okonomischen Einﬂuss auf. Auf Basis der Durchschnittswerte der Kupons betr¨agt dieser f¨ ur das S&P-Sample ca. 105BP und liegt f¨ ur die durch Moody’s gerateten Papiere bei etwa 70BP. Im Unterschied zu den u ¨brigen Kontrollvariablen kann der erwartete Wirkungszusammenhang f¨ ur das ausstehende Volumen nicht best¨atigt werden. Der Koeﬃzient ist in beiden Regressionen positiv und weist f¨ ur das S&PSample sogar einen auf dem 1 %-Niveau signiﬁkanten Einﬂuss auf. W¨ahrend die Wirkung im Moody’s-Sample sowohl statistisch als auch ¨okonomisch insigniﬁkant ist, steigert die Kontrollvariable die Spreads im S&P-Sample um durchschnittlich ca. 16BP. Dies steht im Gegensatz zur Theorie. Bei einer gr¨oßeren Liquidit¨at eines Papiers wird i.d.R. von geringeren Transaktionskosten ausgegangen.78 Dadurch sollte der Bond niedrigere Renditen realisieren als Papiere, die ihre aufgrund einer geringeren Liquidit¨at h¨oheren Transaktionskosten durch Renditeaufschl¨age kompensieren m¨ ussen. Wieso dieser Zusammenhang im zuvor untersuchten S&P-Sample nicht gilt und eine h¨ohere Liquidit¨at mit h¨oheren Spreads einhergeht, bleibt unklar. Die noch folgenden Analysen erlauben allerdings eine diﬀerenzierte Betrachtung dieses Zusammenhangs. Im Hinblick auf die Hauptfragestellung l¨asst sich zusammenfassend fest77 78

Vgl. Hypothese K.3.4. Zum Einﬂuss von Transaktionskosten vgl. Amihud und Mendelson (1986), S. 223ﬀ.

3.5 Analyse des Datensatzes aus 2006

71

stellen, dass die Kategorie eines Bonds einen signiﬁkanten Einﬂuss auf die Rendite aus¨ ubt. Durch den Staats-Dummy k¨onnen in beiden Regressionen signiﬁkante Renditediﬀerenzen best¨atigt werden. Die Annahme, dass sich eine h¨ohere regulatorische Eigenkapitalanforderung positiv auf die zu beobachtenden Renditen auswirkt, l¨asst sich im Vergleich von Banken- und Unternehmens-Bonds in keiner der beiden Regressionen best¨atigen. Die Koeﬃzienten weisen zwar das angenommene Vorzeichen auf, sind aber in beiden Untersuchungen insigniﬁkant. Ein direkter Vergleich wurde in den dargestellten Untersuchungen lediglich f¨ ur Banken- und Staats-Bonds mit Unternehmens-Bonds vorgenommen. Allerdings stehen die deutlich niedrigeren Werte der Staats-Dummys im Vergleich zu den Banken-Dummys im Einklang mit der urspr¨ unglichen Hypothese. Obwohl das hier gesch¨atzte Regressionsmodell nicht in der Lage ist, signiﬁkante Diﬀerenzen zwischen Banken- und Staats-Papieren zu belegen, deuten die unterschiedlichen Werte der Dummyvariablen darauf hin, dass die Staats-Bonds vergleichsweise geringere Renditen aufweisen und somit die Reihung der Renditen der drei betrachteten Bond-Kategorien der umgekehrten Reihenfolge im Hinblick auf die H¨ohe der erforderlichen regulatorischen Kapitalunterlegung entspricht. Da durch eine weitere Regression mit ver¨anderter Dummy-Kodierung keine neuen Erkenntnisse entstehen, sei an dieser Stelle lediglich erg¨anzt, dass durch eine derartige Analyse die erwarteten signiﬁkanten Spread-Diﬀerenzen zwischen den Kategorien Staat und Bank f¨ ur beide Samples nachgewiesen werden k¨onnen. Zusammenfassend l¨asst sich festhalten, dass die aufgestellte Hypothese, dass die Spreads der betrachteten Bonds einen positiven Zusammenhang mit der H¨ohe der geforderten regulatorischen Kapitalunterlegung aufweisen, teilweise best¨atigt werden kann. Die Reihung der Bondrenditen entspricht der Reihenfolge der geforderten regulatorischen Eigenkapitalunterlegung. Signiﬁkante Resultate k¨onnen allerdings jeweils nur im Vergleich zu Staats-Bonds erzielt werden. Hier besteht jedoch die Besonderheit, dass f¨ ur einen Staat im Unterschied zu Unternehmen und Banken normalerweise keine Zahlungsunf¨ahigkeit eintreten kann.79 Daher ist fraglich, inwiefern die Annahme, dass bei gleichem Rating ein identisches Ausfallrisiko vorliegt, in diesem Fall korrekt ist.80 Da diese Problematik f¨ ur den Vergleich der Kategorien Bank und 79 Dies gilt f¨ ur das betrachtete Sample in besonderem Maße, da der Großteil der betrachteten Staats-Papiere durch die USA emittiert wurde. 80 Dar¨ uber hinaus k¨onnen Unterschiede in der steuerlichen Behandlung von StaatsBonds trotz der verwendeten Kontroll-Variablen ein weiterer Grund f¨ ur die ermittelten

72

3 Empirische Analyse des amerikanischen Bond-Marktes

Unternehmen nicht auftreten d¨ urfte, ist dieser von besonderem Interesse und wird in der Folge noch genauer analysiert. 3.5.1.2

Erweitertes Regressionsmodell

Das im vorangegangenen Abschnitt gesch¨atzte Regressionsmodell l¨asst sich auf vielf¨altige Weise erweitern. Hier werden im Folgenden zwei denkbare Erweiterungen durchgef¨ uhrt und anschließend diskutiert. Zun¨achst wird untersucht, inwiefern die Annahme eines linearen Zusammenhangs zwischen erkl¨arter Gr¨oße und des durch die erwarteten Ausfallraten ausgedr¨ uckten Ratings haltbar ist. Im Anschluss daran werden Interaktionsterme hinzugef¨ ugt, die eine Steigerung des Erkl¨arungsgehaltes der Regression sowie eine umfassendere Interpretation der Wirkungszusammenh¨ange erm¨oglichen sollen. Aus den vorangegangenen Ausf¨ uhrungen wurde deutlich, dass die f¨ ur das Rating verwendeten erwarteten Ausfallraten keine linearen Funktionen darstellen. Daher ist unklar, inwiefern die erkl¨arte Spread-H¨ohe linear durch die Variable Rating beeinﬂusst wird. Um zu testen, ob ein nichtlinearer Zusammenhang besteht, wird das Grundmodell um die quadrierten erwarteten Ausfallraten als erkl¨arende Gr¨oßen erg¨anzt, sodass die Koeﬃzienten der in Formel 3-5 dargestellten Regressionsgleichung gesch¨atzt werden. Spread over Swapcurvei = α + β1 · Banken-Dummy i + β2 · Staats-Dummy i + β3 · Ratingi + β4 · Ratingi2 + β5 · Durationi + β6 · Kuponi + β7 · log(ausst.V ol.i )

(3-5)

Ein Vergleich der Ergebnisse der Regressionsanalysen unter Ber¨ ucksichtigung der zus¨atzlichen unabh¨angigen Variable mit denen ohne Verwendung der quadrierten Rating-Gr¨oße zeigt, dass durch die Modellerweiterung keine besonders starke Steigerung des Erkl¨arungsgehaltes zustande kommt (der korrigierte R2 -Wert steigt f¨ ur das S&P-Sample um 0,07 % und f¨ ur das Moody’sSample um 0,30 % an).81 Allerdings konnte sowohl f¨ ur das S&P- als auch f¨ ur das Moody’s-Sample durch einen hochsigniﬁkanten F-Test best¨atigt werden, Abweichungen sein. 81 Vgl. Tabellen 3-9 und 3-11 sowie Tabellen 3-10 und 3-12.

3.5 Analyse des Datensatzes aus 2006

73

dass durch die Ber¨ ucksichtigung der quadrierten erwarteten Ausfallrate im erweiterten Modell ein signiﬁkanter zus¨atzlicher Erkl¨arungsgehalt generiert wird. Tabelle 3-11: Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (S&P 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen

Koeﬃzient -95,714 -1,126 -62,317 735,013 -291,279 3,143 16,081 1,121

Standardfehler 12,736 4,159 7,524 128,986 344,704 0,341 1,586 0,485

t-Statistik -7,5155 -0,2707 -8,2824*** 5,6984*** -0,8450 9,2196*** 10,1372*** 2,3098**

R2 0,7140 adj. R2 0,7137 F-Statistik 2.360,667*** Anz. Beobachtungen 6.627 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Wie aus Tabelle 3-11 hervorgeht, weisen die anderen Kontrollvariablen im ¨ Vergleich zum Grundmodell keine nennenswerten Anderungen auf. Es f¨allt auf, dass der Koeﬃzient der neu hinzugenommenen unabh¨angigen Variable negativ ist, was sich insbesondere auf die schlechteren Rating-Kategorien auswirkt. Allerdings ist anzumerken, dass dieses Resultat nicht signiﬁkant ist. Außerdem weist die Wirkung der quadrierten Variable auch in der schlechtesten ber¨ ucksichtigten Rating-Klasse lediglich ein Zehntel des Eﬀektes der unquadrierten Rating-Gr¨oße auf. Der Eﬀekt bei gleichzeitiger Ber¨ ucksichtigung ¨ der beiden Rating-Koeﬃzienten zeigt eine hohe Ahnlichkeit zum Einﬂuss der Variable Rating im Grundmodell. W¨ahrend der Banken-Dummy insigniﬁkant bleibt, weist der Staats-Dummy weiterhin auf signiﬁkant geringere Spreads der Staats-Bonds im Vergleich zu den durch Unternehmen emittierten Titeln hin.

74

3 Empirische Analyse des amerikanischen Bond-Marktes

Im Unterschied zum S&P-Datensatz weisen im Rahmen des Moody’sSamples beide Rating-Gr¨oßen einen positiven und hochsigniﬁkanten Koeﬃzienten auf. Der kombinierte Eﬀekt ist dem der Variable Rating im Grundmodell wieder recht ¨ahnlich. Die Koeﬃzienten der u ¨brigen Kontrollvariablen ¨ weisen, wie auch f¨ ur das S&P-Sample, nur geringe Anderungen auf. Allerdings war es durch die Erweiterung m¨oglich, sowohl f¨ ur die Banken- als auch f¨ ur die Staats-Bonds gegen¨ uber den Unternehmens-Papieren signiﬁkant geringere Spreads nachzuweisen, was eine Best¨atigung der Hypothesen 3.2 bis 3.3 darstellt.82 Zusammenfassend l¨asst sich festhalten, dass der Wirkungszusammenhang zwischen Rating und erkl¨arter Spread-H¨ohe im Vergleich zu den vorangegangenen Untersuchungen in seiner Richtung unver¨andert ist. Allerdings k¨onnen durch die neuen erkl¨arenden Gr¨oßen existierende Nichtlinearit¨aten besser abgebildet werden und aufgrund des h¨oheren Erkl¨arungsgehalts im Vergleich zum Grundmodell aussagekr¨aftigere Ergebnisse generiert werden.

82 Der Staats-Dummy deutet gegen¨ uber der Kategorie Unternehmen auf ca. 63BP geringere Spreads der Staats-Bonds hin und der Banken-Dummy auf etwa 10BP geringere Spreads.

3.5 Analyse des Datensatzes aus 2006

75

Tabelle 3-12: Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (Moody’s 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen

Koeﬃzient -52,889 -10,441 -62,796 464,270 768,526 3,800 11,276 0,419

Standardfehler 7,774 2,309 9,812 80,258 238,449 0,311 1,023 0,430

t-Statistik -6,8036*** -4,5224*** -6,4000*** 5,7847*** 3,2230*** 12,2135*** 11,0206*** 0,9756

R2 0,7782 2 adj. R 0,7779 F-Statistik 3.513,63*** Anz. Beobachtungen 7.020 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

3.5.1.3

Erweitertes Regressionsmodell mit Interaktionstermen

Wie bereits erw¨ahnt, besteht die zweite Erweiterungsm¨oglichkeit des Modells darin, Interaktionsterme hinzuzuf¨ ugen. Da nicht klar ist, inwiefern der bis hier ermittelte Einﬂuss der Bond-Kategorien gleichm¨aßig f¨ ur alle RatingKategorien oder Kuponh¨ohen gilt, werden f¨ ur den Banken- und den StaatsDummy Interaktionsterme mit den bereits ber¨ ucksichtigten Kontrollvariablen hinzugef¨ ugt. Nachdem das Modell mit allen Termen gesch¨atzt wurde, werden schrittweise die Interaktionsterme eliminiert, die keinen signiﬁkanten zus¨atzlichen Erkl¨arungsgehalt aufweisen, bis durch mehrfaches erneutes Sch¨atzen ein Modell gefunden ist, das lediglich die Interaktionen ber¨ ucksichtigt, die einen statistisch signiﬁkanten Beitrag zum Erkl¨arungsgehalt des gesamten Modells liefern. Im Folgenden werden ausschließlich die Ergebnisse nach dieser Elimination pr¨asentiert.83 83 Die vollst¨andigen Ergebnisse sowie die F-Test-Resultate zur Elimination einzelner Interaktionsterme sind im Anhang aufgef¨ uhrt.

76

3 Empirische Analyse des amerikanischen Bond-Marktes

Analyse des S&P-Samples Wie aus Formel 3-6 hervorgeht, wurde nur die Interaktion zwischen dem Banken-Dummy und der Duration eliminiert. Die in Anhang A.4.1 erl¨auterte Vorgehensweise verdeutlicht, dass die Interaktion zwischen Banken-Dummy und der unquadrierten Rating-Gr¨oße beim Modell-Vergleich ebenfalls keine statistisch signiﬁkante Steigerung des Erkl¨arungsgehalts zufolge hatte. Da eine isolierte Interpretation des Interaktionsterms aus Banken-Dummy und der quadrierten Rating-Gr¨oße nicht sinnvoll erscheint, wurde die im Anhang zun¨achst eliminierte Interaktion zwischen Banken-Dummy und Rating im nachstehend analysierten Modell mit erfasst. Die nachstehende Gleichung stellt das gesch¨atzte Regressionsmodell dar: Spread over Swapcurvei = α + β1 · Banken-Dummy i + β2 · Staats-Dummy i + β3 · Ratingi + β4 · Ratingi2 + β5 · Durationi + β6 · Kuponi + β7 · log(ausst.V ol.i ) + β8 · Banken-Dummy · Rating + β9 · Banken-Dummy · Rating 2 + β10 · Banken-Dummy · Kupon + β11 · Banken-Dummy · log(ausst.V ol.i ) + β12 · Staats-Dummy · Rating + β13 · Staats-Dummy · Rating 2 + β14 · Staats-Dummy · Duration + β15 · Staats-Dummy · Kupon + β16 · Staats-Dummy · log(ausst.V ol.i ) (3-6) Die Regressionsergebnisse des S&P-Samples weisen im Vergleich zum vorangegangenen Modell eine Steigerung des korrigierten R2 -Wertes um 1,28 %Punkte sowie hochsigniﬁkante Werte f¨ ur den Großteil der ber¨ ucksichtigten Variablen auf. Außerdem f¨allt auf, dass die Koeﬃzienten des Banken-Dummys und des Staats-Dummys ihr Vorzeichen gewechselt haben, was zun¨achst im Widerspruch zu den Ergebnissen der vorangegangenen Untersuchungen steht. Der negative Zusammenhang zwischen dem erkl¨arten Spread und den Wertpapierkategorien Bank und Staat wird innerhalb des Modells allerdings durch

3.5 Analyse des Datensatzes aus 2006

77

die Koeﬃzienten der Interaktionsterme widergespiegelt. Ein erster Blick auf Tabelle 3-13 zeigt, dass verschiedene Interaktionen mit den Kontrollvariablen f¨ ur beide Dummys signiﬁkant negative Werte aufweisen. Daher l¨asst sich bereits hier festhalten, dass der negative Zusammenhang zwischen den eingef¨ uhrten Dummys und dem Spread des jeweiligen Bonds umso st¨arker ausgepr¨agt ist, je h¨oher die Werte der Kontrollvariablen ausfallen, deren zugeh¨orige Interaktionsterme signiﬁkant negative Werte aufweisen. Da die Interpretation der Resultate durch die Ber¨ ucksichtigung der Interaktionen deutlich komplexer wird, werden im Folgenden die Interaktionsterme f¨ ur jede Kontrollvariable gesondert diskutiert. Dabei wird jeweils der Nettoeﬀekt der jeweiligen Kontrollvariable dargestellt und außerdem auf die ¨okonomische Signiﬁkanz der einzelnen Interaktionsterme eingegangen. Abschließend werden die erl¨auterten Teileﬀekte zusammengefasst und im Hinblick auf die getesteten Hypothesen interpretiert. Die im Rahmen der folgenden Erl¨auterungen abgeleiteten Aussagen in Bezug auf die in Abschnitt 3.3 formulierten Hypothesen 3.2 bis 3.3 sind jeweils als isolierte Beurteilung der betrachteten Einﬂussgr¨oße zu verstehen, bei der angenommen wird, dass die Werte der u ¨brigen Kontrollvariablen den jeweiligen Mittelwerten entsprechen. Die hier und im Folgenden verwendeten Abbildungen beziehen sich jeweils nur auf Bereiche, f¨ ur die auch tats¨achlich Bonds im untersuchten Sample vorlagen. Da allerdings regelm¨aßig 2 Kategorien gegen¨ ubergestellt werden, ist bei der Interpretation der Randbereiche der Abbildungen darauf zu achten, dass ein Abgleich mit den im jeweiligen Datensatz verf¨ ugbaren Bond-Daten sinnvoll ist.

78

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-13: Ergebnisse der Sch¨atzung des Regressionsmodells 3-6 (S&P 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -149,512 143,146 189,759 750,676 -409,908 4,257 22,732 1,284 -48,616 -479,739 -19,344 -2,830 3.990,284 -124.135,100 -4,547 -23,384 -6,519

Standardfehler 7,805 16,508 190,209 30,784 73,203 0,252 0,709 0,488 150,889 559,133 1,369 1,148 13.748,770 576.245,400 1,909 3,991 8,973

t-Statistik -19,1548*** 8,6714*** 0,9976 24,3850*** -5,5996*** 16,8619*** 32,0609*** 2,6317*** -0,3222 -0,8580 -14,1341*** -2,4642** 0,2902 -0,2154 -2,3817** -5,8591*** -0,7265

R2 0,7272 0,7265 adj. R2 F-Statistik 1.101,22*** Anz. Beobachtungen 6.627 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Banken-Dummy · Rating & Banken-Dummy · Rating2 Die Koeﬃzienten der beiden Interaktionsterme weisen jeweils einen hohen negativen Wert auf, das ist allerdings nicht mit einem starken Einﬂuss des Terms auf den erkl¨arten Spread gleichzusetzen. Wenn man ber¨ ucksichtigt, dass das Rating hier durch die approximierten erwarteten Ausfallraten repr¨asentiert wird, die f¨ ur die ber¨ ucksichtigten Bonds durchgehend Werte aufweisen, die deutlich kleiner als eins sind, wird klar, dass die Rating-Kategorie keinen sehr starken Einﬂuss aus¨ ubt. Da die beiden Interaktionsterme au-

3.5 Analyse des Datensatzes aus 2006

79

ßerdem keine signiﬁkante t-Statistik aufweisen, sind die Ergebnisse entsprechend vorsichtig zu interpretieren. Der Einﬂuss der Interaktionen w¨achst ¨ beim Ubergang zu schlechteren Rating-Kategorien und damit h¨oheren erwarteten Ausfallraten sehr stark an. Allerdings u ¨bersteigt die Wirkung auf den erkl¨arten Spread die H¨ohe von 1BP erst ab einem Rating von A-. Da in den Kategorien unterhalb von BBB- lediglich 15 AGCY-Bonds der insgesamt 2.004 ber¨ ucksichtigten Papiere der Kategorie Bank existieren, ist der Einﬂuss des Interaktionsterms f¨ ur den Großteil der ber¨ ucksichtigten Bonds 84 entsprechend gering. Im Folgenden werden wir allerdings sehen, dass die Auspr¨agungen der anderen Kontrollvariablen einen st¨arkeren Eﬀekt haben. Abbildung 3.5 verdeutlicht, dass zwischen den Kategorien Bank und Unternehmen deutliche Spread-Unterschiede bestehen, die jedoch nur in sehr geringem Ausmaß durch das Rating beeinﬂusst werden.85

84

F¨ ur die Kategorie BBB- betr¨ agt der Eﬀekt ca. 6BP. Zur Darstellung dieses Zusammenhangs wurden hier und in den folgenden Abbildungen jeweils die Durchschnittswerte der nicht explizit in der Abbildung erfassten Variablen zugrunde gelegt. Lediglich f¨ ur die erwarteten PDs wurden die Durchschnittswerte f¨ ur Banken- bzw. Staats-Bonds herangezogen, da die Papiere der beiden Kategorien in einigen Rating-Kategorien nicht vorhanden waren, sodass die Interaktionsterme nicht f¨ ur alle Rating-Klassen sinnvoll interpretiert werden k¨onnen. 85

80

3 Empirische Analyse des amerikanischen Bond-Marktes

90 80

Bank

Unt. Bank BBB-

BBB

BBB+

Rating

A-

A

A+

AA-

AA

Spread (in BP) AA+

AAA

70 60 50 40 30 20 10 0

Unt.

Abbildung 3.5: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (S&P 2006)

Banken-Dummy · Kupon Die Interaktion zwischen Banken-Dummy und Kuponh¨ohe weist einen signiﬁkant negativen Koeﬃzienten auf, was zun¨achst eine Best¨atigung der Hypothese eines negativen Zusammenhangs zwischen Spread und Banken-Dummy darstellt.86 Dar¨ uber hinaus wird deutlich, dass dieser negative Zusammenhang umso st¨arker ausf¨allt, je h¨oher der Kupon des jeweiligen Bonds ist. Der Koeﬃzient weist einen Wert in H¨ohe von -19,344 auf und entspricht in seiner absoluten H¨ohe somit nahezu der des Koeﬃzienten bei isolierter Betrachtung der Variable Kupon (22,742). Ber¨ ucksichtigt man dies, so ergeben sich im 86

Vgl. Hypothese 3.2.

3.5 Analyse des Datensatzes aus 2006

81

Schnitt f¨ ur die Banken-Bonds im Vergleich zu den Unternehmens-Papieren deutlich niedrigere Spreads. Die Variable Kupon weist f¨ ur die Bonds der Kategorie Bank einen Mittelwert von ca. 4,9 auf, sodass die Interaktion eine entsprechend starke ¨okonomische Wirkung auf den erkl¨arten Spread aus¨ ubt, die durchschnittlich ca. 95BP betr¨agt. Abbildung 3.6 veranschaulicht, dass der positive Zusammenhang zwischen Spread-H¨ohe und Kupon f¨ ur die BankenBonds im Vergleich zu den Unternehmens-Bonds innerhalb des S&P-Samples deutlich schw¨acher ausf¨allt. Des Weiteren geht aus der graﬁschen Darstellung hervor, dass im Bereich niedriger Kupons F¨alle zu beobachten sind, die im Widerspruch zur Hypothese 3.2 stehen, sodass die Auspr¨agung der Kontrollvariable Kupon in erheblichem Maße daf¨ ur verantwortlich ist, ob die Hypothese beibehalten oder verworfen wird. Unter der Annahme, dass die u ¨brigen Kontrollvariablen ihre Durchschnittswerte annehmen, ergibt sich aber einem Kupon von 5,6 % ein h¨oherer Spread f¨ ur die Unternehmens-Bonds.

82

3 Empirische Analyse des amerikanischen Bond-Marktes

300 250 200 150 100 50 0 -50

Spread (in BP)

Bank

15%

13%

11%

9%

Kupon

7%

5%

3%

1%

-100

Bank

Unt.

Abbildung 3.6: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (S&P 2006)

Banken-Dummy · ausst. Volumen Wie bereits der zuvor betrachtete Interaktionsterm, best¨atigt der signiﬁkant negative Wert auch hier die Hypothese eines negativen Zusammenhangs zwischen Spread-H¨ohe und der Kategorie Bank. Außerdem wirkt dieser Zusammenhang umso st¨arker, je h¨oher das ausstehende Volumen des betreﬀenden Bonds ist. Da der Koeﬃzient gr¨oßer ausf¨allt als bei isolierter Betrachtung der Variable ausstehendes Volumen, zeigt sich beim direkten Vergleich zur Kategorie Unternehmen f¨ ur die Banken-Bonds kein positiver Zusammenhang zwischen Spread und der H¨ohe des ausstehenden Volumens. Der sich aus dem Vergleich ergebende negative Zusammenhang steht im Einklang mit der urspr¨ unglichen Annahme bez¨ uglich des Zusammenhangs zwischen Spread-H¨ohe

3.5 Analyse des Datensatzes aus 2006

83

und Liquidit¨at eines Bonds.87 In Anbetracht eines Mittelwertes des logarithmierten ausstehenden Volumens der Banken-Bonds von ca. 12,2 besteht auch hier ein ¨okonomisch hochsigniﬁkanter Einﬂuss, der durchschnittlich ca. 35BP ausmacht. Abbildung 3.7 zeigt, dass die Wirkung umso st¨arker ist, je h¨oher das ausstehende Volumen eines Banken-Bonds ausf¨allt. Wie auch in Abbildung 3.6 sind einige F¨alle dargestellt, in denen die Unternehmens-Bonds geringere Spreads aufweisen als die gegen¨ ubergestellten Banken-Papiere. Ein Blick auf den Datensatz zeigt jedoch, dass lediglich 11 der u ¨ber 2.000 einbezogenen Banken- und AGCY-Bonds ein ausstehendes Volumen aufweisen, dessen logarithmierter Wert unterhalb von 6,5 liegt, was in etwa dem Wert entspricht, ab dem f¨ ur die Banken-Papiere ein geringerer Spread zu beobachten ist.

87

Vgl. Hypothese K.3.2.

84

3 Empirische Analyse des amerikanischen Bond-Marktes

50 40 30 20 10 0 1

2

3

4

5

6

7

8

9

log(ausst. Vol.)

10

Spread (in BP) 11

Bank

12

13

14

15

Bank 16

Unt.

Abbildung 3.7: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (S&P 2006)

Staats-Dummy · Rating & Staats-Dummy · Rating2 Obwohl der Interaktionsterm des Staats-Dummys sowohl in Verbindung mit der Variable Rating als auch mit der Variable Rating2 nicht signiﬁkant ist, wurden die Terme im Rahmen der Modell-Optimierung nicht eliminiert. Außerdem gilt es auch hier wieder zu kl¨aren, inwiefern ein o¨konomisch signiﬁkanter Einﬂuss besteht. W¨ahrend der Koeﬃzient bei Verwendung der Variable Rating positiv war, wies der Koeﬃzient in Verbindung mit Rating2 einen sehr hohen negativen Wert auf. Welcher der beiden Terme in seiner Wirkung u ¨berwiegt, h¨angt vom Rating des jeweiligen Bonds ab. Da Staats-Bonds in

3.5 Analyse des Datensatzes aus 2006

85

den schlechteren Rating-Kategorien nur vereinzelt auftreten, wird der negative Zusammenhang zwischen dem Staats-Dummy und der Spread-H¨ohe im Wesentlichen durch die Interaktionsterme mit den anderen Kontrollvariablen ausgedr¨ uckt. Durch die Kombination der beiden Interaktionsterme ergibt sich als Nettoeﬀekt f¨ ur die besseren Rating-Klassen ein positiver Zusammenhang zwischen Spread-H¨ohe und erwarteter PD, was im Einklang mit Hypothese K.3.1 steht. Der Eﬀekt betr¨agt f¨ ur die mit AAA gerateten Papiere, die den Großteil der ber¨ ucksichtigten Staats-Papiere darstellen, ca. 12BP und steigt bis zur Kategorie A auf ca. 32BP. Erst ab einem Rating von BBB+ wiegt der Interaktionsterm unter Verwendung der Variable Rating2 st¨arker, sodass ein negativer Zusammenhang entsteht. In dieser Kategorie existiert allerdings kein Staats-Bond mehr, sodass der erwartete Wirkungszusammenhang f¨ ur die im Sample vertretenen Staats-Papiere best¨atigt werden kann. Abbildung 3.8 verdeutlicht den Einﬂuss der Interaktionsterme. Zum einen ist ersichtlich, dass der beschriebene positive Zusammenhang zwischen erwarteter PD bzw. Rating-Kategorie und Spread-H¨ohe im dargestellten Vergleich tendenziell auch f¨ ur die Unternehmens-Bonds gilt. Zum anderen zeigt sich aber, dass sich die Spread-Verl¨aufe deutlich in ihrer Form unterscheiden und die gr¨oßte Diﬀerenz zwischen den beiden Kategorien in der Top-RatingKategorie zu beobachten ist. In Bezug auf Hypothese 3.3 l¨asst sich festhalten, dass die Spreads der Staats-Bonds f¨ ur alle betrachteten Kategorien unterhalb der Spreads der Unternehmens-Titel liegen.

86

3 Empirische Analyse des amerikanischen Bond-Marktes

50 40 30 20 10 0 -10

Spread (in BP)

-20 AAA AA+ AA Rating

AA-

Unt. A+

Staat

A AStaat

Unt.

Abbildung 3.8: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (S&P 2006)

Staats-Dummy · Duration Im Unterschied zur Kategorie Bank ergibt sich bei Ber¨ ucksichtigung von Interaktionen zwischen der Kategorie Staat und der Kontrollvariable Duration ein signiﬁkanter Einﬂuss. Der negative Wert des Koeﬃzienten belegt zum einen die Hypothese eines negativen Zusammenhangs zwischen der Emittenten-Kategorie Staat und der Spread-H¨ohe. Zum anderen wird dadurch ausgedr¨ uckt, dass dieser Zusammenhang umso st¨arker ausgepr¨agt ist, je h¨oher die jeweilige Duration ist. Dass im Ergebnis lediglich in Verbindung mit dem Staats-Dummy ein signiﬁkanter Einﬂuss dieses Interaktionsterms nachgewiesen werden konnte, l¨asst sich wie folgt erkl¨aren. Wie bereits weiter oben erl¨autert, wird durch die Variable Duration neben dem Zins¨anderungsrisiko ein Laufzeiteﬀekt ber¨ ucksichtigt. Da eine Rating-Verschlechterung em-

3.5 Analyse des Datensatzes aus 2006

87

pirisch deutlich wahrscheinlicher ist als eine Verbesserung, existiert f¨ ur langfristige Anleihen ein entsprechender Risikoaufschlag. Insbesondere beim Vergleich von langfristigen Unternehmensanleihen mit langfristigen US-Staatsanleihen kann davon ausgegangen werden, dass das Risiko eines Downgrades f¨ ur die Unternehmens-Bonds h¨oher einzusch¨atzen ist als f¨ ur die StaatsPapiere. Dementsprechend wiegt der negative Eﬀekt des Staats-Dummys auf den Spread umso schwerer, je l¨anger die Restlaufzeit des jeweiligen Bonds ausf¨allt. Beim Vergleich der Kategorie Staat mit der Kategorie Unternehmen wird der positive Zusammenhang zwischen Duration und Spread-H¨ohe durch den Interaktionsterm f¨ ur die Staats-Papiere neutralisiert, da die Koeﬃzienten nahezu identische Absolutwerte aufweisen. Wenn man davon ausgeht, dass f¨ ur Staats-Papiere der USA, die den gr¨oßten Teil der hier ber¨ ucksichtigten Staats-Bonds ausmachen, keine Gefahr eines Downgrades besteht, dann ist nachvollziehbar, dass dieses Risiko durch den Interaktionsterm vollst¨andig neutralisiert wird. Sofern dieses Resultat auf Basis von Moody’s-Ratings best¨atigt werden kann, legt dies allerdings den Schluss nahe, dass die Variable Duration lediglich dieses Downgrade-Risiko erfasst und dass das Zins¨anderungsrisiko kein f¨ ur das Pricing relevantes Risiko darstellt.88 Abschließend bleibt festzuhalten, dass bei einem Mittelwert der Durationen der ber¨ ucksichtigten Staats-Papiere in H¨ohe von ca. 5,2 ein nicht nur empirisch, sondern auch ¨okonomisch signiﬁkanter Einﬂuss besteht, der sowohl f¨ ur die Unternehmens- als auch f¨ ur die Banken-Bonds nicht existiert, und durchschnittlich ca. 23BP betr¨agt. Abbildung 3.9 zeigt den posititiven Zusammenhang zwischen Duration und dem Spread der Unternehmens-Bonds im Vergleich zu den Staats-Bonds. Außerdem ist zu erkennen, dass alle betrachteten Bonds im Einklang mit Hypothese 3.3 stehen.

88

Dies erscheint umso plausibler, wenn man ber¨ ucksichtigt, dass das Zins¨ anderungsrisiko nahezu kostenlos gehedged werden kann.

88

3 Empirische Analyse des amerikanischen Bond-Marktes

70

Staat

11,25

9,75

8,25

6,75

Duration

5,25

Spread (in BP)

3,75

2,25

0,75

60 50 40 30 20 10 0 -10 -20

Staat

Unt.

Abbildung 3.9: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Duration (S&P 2006)

Staats-Dummy · Kupon Im Fall des Interaktionsterms zwischen Staats-Dummy und Kupon liegt der Absolutwert sogar leicht oberhalb des Wertes des Koeﬃzienten der Kontrollvariable Kuponh¨ohe f¨ ur sich betrachtet, sodass beim Vergleich von Staatsund Unternehmens-Bonds innerhalb des betrachteten Datensatzes f¨ ur die Staats-Titel kein positiver Zusammenhang zwischen Spread-H¨ohe und Kuponh¨ohe besteht. Wenn man zus¨atzlich ber¨ ucksichtigt, dass sich f¨ ur den korrespondierenden Interaktionsterm mit dem Banken-Dummy ein ¨ahnliches Resultat ergeben hat, wird deutlich, dass die Kuponh¨ohe in beiden Vergleichen maßgeblich f¨ ur die Erf¨ ullung der Hypothese 3.3 ist. Dar¨ uber hinaus weist der

3.5 Analyse des Datensatzes aus 2006

89

hier betrachtete Interaktionsterm aufgrund des im Vergleich zu den BankenBonds h¨oheren Koeﬃzienten sowie des gr¨oßeren durchschnittlichen Kupons der Staats-Papiere in H¨ohe von ca. 5,5 eine sehr hohe ¨okonomische Signiﬁkanz auf. Im Mittel wird der erkl¨arte Spread der Staats-Bonds durch den Interaktionsterm um etwa 129BP gesenkt. Aus Abbildung 3.10 wird jedoch deutlich, dass bei niedrigen Kupons F¨alle denkbar sind, in denen die Kategorie der Unternehmens-Bonds einen geringeren Spread aufweist als die der Staats-Papiere. Die folgenden Ausf¨ uhrungen zeigen allerdings, dass der Interaktionsterm aus Staats-Dummy und Liquidit¨ats-Proxy einen sehr starken Einﬂuss aufweist. Aufgrund des sehr hohen ausstehenden Volumens nahezu aller Bonds der Kategorie Staat ist daher fraglich, ob einer der beschriebenen F¨alle tats¨achlich auftritt.89

89 Einschr¨ankend ist darauf hinzuweisen, dass die Interaktion zwischen Staat-Dummy und Liquidit¨ats-Proxy keinen signiﬁkanten Koeﬃzienten aufweist und die Ergebnisse daher nicht u ¨berinterpretiert werden sollten.

90

3 Empirische Analyse des amerikanischen Bond-Marktes

300 250 200 150 100 50

Staat

15%

13%

11%

9%

Kupon

7%

Spread (in BP)

5%

3%

1%

0 -50 -100

Staat

Unt.

Abbildung 3.10: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (S&P 2006)

Staats-Dummy · ausst. Volumen Der Koeﬃzient der Interaktion in Verbindung mit dem ausstehenden Volumen ist negativ aber nicht signiﬁkant. Bildet man die Wirkung im Vergleich zur Referenz-Kategorie der Unternehmens-Bonds ab, so wird Fall von Staats-Bonds die isolierte Wirkung des Liquidit¨ats-Proxys durch den Interaktionsterm ebenfalls umgekehrt. Der Koeﬃzient des Interaktionsterms weist betragsm¨aßig mehr als das F¨ unﬀache des Koeﬃzienten bei isolierter Betrachtung des ausstehenden Volumens auf. Daher gilt der erwartete negative Zusammenhang zwischen Bond-Spread und ausstehendem Volumen neben den Banken-Bonds tendenziell auch f¨ ur die Staats-Papiere. Aufgrund des im Ver-

3.5 Analyse des Datensatzes aus 2006

91

gleich zu den Banken-Bonds durchschnittlich deutlich h¨oheren ausstehenden Volumens der Staats-Papiere (der Mittelwert der logarithmierten Werte betr¨agt ca. 16,1) wirkt der Interaktionsterm mit durchschnittlich ca. 105BP weitaus st¨arker, als es unter Verwendung des Banken-Dummys der Fall war. Die in Abbildung 3.11 dargestellten F¨alle, in denen die Unternehmens-Bonds geringere Spreads aufweisen als die Banken-Papiere, zeigen im Hinblick auf den analysierten Datensatz nur eine geringe Relevanz. Der niedrigste Wert des logarithmierten ausstehenden Volumens liegt in der Gruppe der StaatsBonds bei etwa 10,7. Daher sind, wie aus der Abbildung hervorgeht, f¨ ur alle Staats-Bonds gegen¨ uber den Unternehmens-Papieren geringere Spreads zu verzeichnen, wenn man f¨ ur die u ¨brigen Kontrollvariablen deren Durchschnittswerte zugrunde legt.

92

3 Empirische Analyse des amerikanischen Bond-Marktes

60 40 20 0 -20 1

-40

13

log (ausst. Vol.)

11

9

7

5

3

Spread (in BP)

15

Staat

Staat

Unt.

Abbildung 3.11: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (S&P 2006)

Zusammenfassung S&P Zusammenfassend l¨asst sich festhalten, dass durch die Ber¨ ucksichtigung der Interaktionsterme deutlich diﬀerenziertere Aussagen zu den erzielten Resultaten erm¨oglicht werden. So haben die Ergebnisse zun¨achst aufgezeigt, dass der Einﬂuss der Kategorie Bank relativ unabh¨angig von der jeweiligen Rating-Kategorie ist, w¨ahrend f¨ ur die Gruppe der Staats-Bonds eine nichtlineare Entwicklung u ¨ber die verschiedenen Rating-Klassen ermittelt wurde. Dar¨ uber hinaus konnte festgestellt werden, dass der erwartete Zusammenhang zwischen der Liquidit¨at eines Papiers und der Spread-H¨ohe f¨ ur Bankenund Staats-Bonds durchaus zu beobachten ist und in den direkten Verglei-

3.5 Analyse des Datensatzes aus 2006

93

chen lediglich f¨ ur die Gruppe der Unternehmens-Bonds ein Zusammenhang zu erkennen war, der im Gegensatz zu den Erwartungen steht.90 Des Weiteren wurde gezeigt, dass die Kupon-H¨ohe einen maßgeblichen Einﬂuss auf die Erf¨ ullung bzw. Nicht-Erf¨ ullung der Hypothese 3.3 aus¨ ubt. Insgesamt sind somit einige neue Zusammenh¨ange festzustellen und zu hinterfragen. Außerdem darf nicht u ¨bersehen werden, dass die Koeﬃzienten des Bankenund des Staats-Dummys im Unterschied zu den vorangegangenen Regressionen positiv sind. Dadurch wird im Unterschied zum Grundmodell deutlich, dass die urspr¨ ungliche Hypothese nicht uneingeschr¨ankt best¨atigt werden kann, sondern dass F¨alle denkbar sind, in denen insbesondere Banken-Bonds einen h¨oheren Spread aufweisen als vergleichbare Unternehmens-Bonds. Wie aus den Interaktionstermen und den dazu pr¨asentierten Abbildungen ersichtlich, sind bei identisch gerateten Bonds derartige F¨alle insbesondere f¨ ur den Vergleich von Papieren mit niedrigen Kupons sowie einem geringen ausstehenden Volumen denkbar. Inwiefern die auf Basis von S&P-Ratings erzielten Resultate durch das parallel analysierte Moody’s-Sample best¨atigt werden, wird im Folgenden dargestellt. Analyse des Moody’s-Samples Tabelle 3-14 fasst die Ergebnisse der korrespondierenden Analyse des Moody’sSamples zusammen. Es wurde das durch die folgende Gleichung beschriebene Modell gesch¨atzt:

90

Vgl. Hypothese K.3.2.

94

3 Empirische Analyse des amerikanischen Bond-Marktes Spread over Swapcurvei = α + β1 · Banken-Dummy i + β2 · Staats-Dummy i + β3 · Ratingi + β4 · Ratingi2 + β5 · Durationi + β6 · Kuponi + β7 · log(ausst.V ol.i ) + β8 · Banken-Dummy · Rating + β9 · Banken-Dummy · Rating 2 + β10 · Banken-Dummy · Kupon + β11 · Banken-Dummy · log(ausst.V ol.i ) + β12 · Staats-Dummy · Rating + β13 · Staats-Dummy · Rating 2 + β14 · Staats-Dummy · Duration + β15 · Staats-Dummy · Kupon + β16 · Staats-Dummy · log(ausst.V ol.i ) (3-7)

Wie in der vorangegangenen Analyse auch, ließ sich der Erkl¨arungsgehalt des Modells im Vergleich zum erweiterten Modell ohne Interaktionsterme steigern. Das optimierte Modell weist nun mit 78,60 % ein um 0,81 %-Punkte h¨oheres korrigiertes R2 -Maß auf. Zudem f¨allt auf, dass die Vorzeichen der meisten Koeﬃzienten denen des zuvor analysierten S&P-Datensatzes entsprechen. Beim Vergleich f¨allt weiterhin auf, dass f¨ ur die Interaktionen zwischen Staats-Dummy und ausstehendem Volumen ein gering signiﬁkanter Einﬂuss nachgewiesen werden konnte, w¨ahrend der Koeﬃzient der Interaktion zwischen Staats-Dummy und Kuponh¨ohe statistisch nicht signiﬁkant war. Analog zur vorangegangenen Analyse werden nun die im Modell belassenen Interaktionsterme f¨ ur die ber¨ ucksichtigten Kontrollvariablen einzeln interpretiert. Im Anschluss daran werden die Resultate mit denen des S&PDatensatzes verglichen.

3.5 Analyse des Datensatzes aus 2006

95

Tabelle 3-14: Ergebnisse der Sch¨atzung des Regressionsmodells 3-7 (Moody’s 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -96,110 98,022 140,034 458,197 714,490 4,487 16,028 1,078 549,426 -2.369,085 -13,452 -2,914 21.495,233 -2.108.483,818 -8,875 -6,350 -8,585

Standardfehler 9,881 11,600 89,847 80,661 237,214 0,299 1,253 0,473 124,472 385,266 1,323 0,639 11.698,152 925.533,555 2,462 6,554 4,749

t-Statistik -9,7271*** 8,4501*** 1,5586 5,6805*** 3,0120*** 14,9856*** 12,7906*** 2,2776** 4,4140*** -6,1492*** -10,1660*** -4,5610*** 1,8375* -2,2781** -3,6042*** -0,9689 -1,8078*

R2 0,7865 0,7860 adj. R2 F-Statistik 1.612,01*** Anz. Beobachtungen 7.020 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Banken-Dummy · Rating & Banken-Dummy · Rating2 Wie bereits erw¨ahnt, ist bei Verwendung von Moody’s-Ratings der Interaktionsterm sowohl in Verbindung mit der Kontrollvariable Rating als auch in Verbindung mit der Kontrollvariable Rating2 signiﬁkant. W¨ahrend der Koeﬃzient der Interaktion mit der unquadrierten Rating-Gr¨oße positiv ist, weist der Koeﬃzient des Interaktionsterms mit der Variable Rating2 einen negativen Wert auf, der betragsm¨aßig ungef¨ahr das Vierfache des Wertes unter Einbeziehung der unver¨anderten Rating-Gr¨oße aufweist. Der kombi-

96

3 Empirische Analyse des amerikanischen Bond-Marktes

nierte Eﬀekt aus beiden Termen liegt im untersuchten Sample zwischen den Rating-Klassen Aaa und Baa2, in denen u ucksichtig¨ber 99 % der ber¨ ten Banken-Bonds liegen, zwischen 0 und 17BP. Somit h¨angt, wie auch im S&P-Datensatz, der Einﬂuss des Banken-Dummys im Wesentlichen von den Auspr¨agungen der u ¨brigen Interaktionsterme ab. Ab der Rating-Klasse Ba3 ¨andert sich das Vorzeichen des kombinierten Eﬀektes aus beiden Interaktionstermen. Da die Anzahl der Banken-Bonds in diesen Kategorien mit lediglich 11 Titeln sehr gering ist, kommt diesen Werten allerdings keine allzu große Bedeutung zu. Wie aus Abbildung 3.12 hervorgeht, entspricht der SpreadVerlauf f¨ ur beide Emittenten-Kategorien f¨ ur alle betrachteten Rating-Klassen der Hypothese K.3.1. Außerdem liegt der Spread der Unternehmens-Bonds f¨ ur die meisten Rating-Kategorien 5 bis 20BP u ¨ber dem der Banken-Papiere.

3.5 Analyse des Datensatzes aus 2006

97

350 300 250 200 150 100

Bank

B2

Ba3

Spread (in BP) Ba1

Baa2

Rating

A3

A1

Aa2

Aaa

50 0

Bank

Unt.

Abbildung 3.12: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2006)

Banken-Dummy · Kupon Die Auspr¨agung des Interaktionsterms zwischen Banken-Dummy und Kuponh¨ohe ist ebenfalls mit der des zuvor untersuchten S&P-Samples vergleichbar. Der Großteil des durch den Koeﬃzienten bei isolierter Ber¨ ucksichtigung der Kuponh¨ohe wiedergegebenen Eﬀekts wird beim Vergleich der Kategorien Bank und Unternehmen durch den signiﬁkant negativen Wert des Interaktionsterms neutralisiert. Außerdem hat der Interaktionsterm aufgrund der durchschnittlichen Kuponh¨ohe der im Sample ber¨ ucksichtigten Banken von ca. 4,9 auch im Moody’s-Datensatz eine enorme ¨okonomische Bedeutung, die im Mittel ca. 66BP ausmacht. Wie Abbildung 3.13 zeigt, sind auch hier F¨alle

98

3 Empirische Analyse des amerikanischen Bond-Marktes

denkbar, in denen die Banken-Bonds h¨ohere Spreads als die UnternehmensPapiere aufweisen. Da ziemlich genau f¨ ur den Durchschnitts-Kupon von 4,9 % identische Spreads zu beobachten sind, kann hinsichtlich Hypothese 3.2 keine Aussage getroﬀen werden, die f¨ ur alle betrachteten Banken-Bonds gilt. 200 150 100 50 0

Bank

Bank 16%

15%

14%

13%

11%

12%

8%

10%

Kupon

9%

6%

Spread (in BP) 7%

1% 2% 3% 4% 5%

-50

Unt.

Abbildung 3.13: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2006)

Banken-Dummy · ausst. Volumen Ebenfalls relativ ¨ahnlich zur vorangegangenen Untersuchung ist der Koeﬃzient des Terms aus Banken-Dummy und ausstehendem Volumen. Der signiﬁkant negative Wert weist absolut fast das Dreifache des Koeﬃzienten bei isolierter Betrachtung des ausstehenden Volumens auf. Somit gilt auch im hier untersuchten Sample beim dargestellten Vergleich f¨ ur die Banken-Bonds ein

3.5 Analyse des Datensatzes aus 2006

99

negativer Zusammenhang zwischen der Spread-H¨ohe und dem ausstehenden Volumen, was im Einklang mit der Theorie steht.91 Der ¨okonomische Eﬀekt ist aufgrund der sehr ¨ahnlichen Werte von Koeﬃzient und durchschnittlichem Wert des Liquidit¨ats-Proxys (im Moody’s-Sample ca. 12,2) in beiden Datens¨atzen vergleichbar. Hier betr¨agt die durchschnittliche Reduktion des erkl¨arten Spreads f¨ ur Banken-Bonds ca. 36BP. Die in Abbildung 3.14 dargestellten F¨alle, in denen die Banken-Bonds die h¨oheren Spreads aufweisen, sind a¨hnlich zu interpretierten wie zuvor im S&P-Sample. Lediglich sechs der insgesamt 2.399 Banken-Bonds wiesen ein ausstehendes Volumen auf, das unterhalb des kritischen Wertes des Liquidit¨ats-Proxys lag, unterhalb dessen in der Abbildung f¨ ur die Unternehmens-Papiere die niedrigeren Spreads auftreten.

91

Vgl. Hypothese K.3.2.

100

3 Empirische Analyse des amerikanischen Bond-Marktes

50 40 30 20 10 0 1 2 3 4 5 6

7

log (ausst. Vol.)

8

Spread (in BP) 9

10

11

Bank

12

13

14

15

Bank 16

Unt.

Abbildung 3.14: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2006)

Staats-Dummy · Rating & Staats-Dummy · Rating2 Wie bereits bei Ber¨ ucksichtigung des Banken-Dummys, steht ein positiver Koeﬃzient f¨ ur den Interaktionsterm mit der unquadrierten Rating-Gr¨oße einem negativen Koeﬃzienten bei Ber¨ ucksichtigung der Variable Rating2 gegen¨ uber. Obwohl sich die beiden Interaktionsterme zum Teil in ihrer Wirkung neutralisieren, entsteht f¨ ur die Rating-Klassen von Aaa bis A1 ein positiver Eﬀekt in Bezug auf den erkl¨arten Spread, der erst ab der Kategorie A2 negativ wird und dann rasant ansteigt. Allerdings wurden unterhalb dieser Kategorie keine Staats-Wertpapiere ber¨ ucksichtigt, sodass die hohen negativen Werte keinen Erkl¨arungsgehalt im Hinblick auf das untersuchte Sample aufweisen. F¨ ur die Rating-Klasse Aaa, die die meisten der ber¨ ucksichtigten

3.5 Analyse des Datensatzes aus 2006

101

Staats-Bonds aufweisen, betr¨agt der Nettoeﬀekt ca. 17BP. Dieser Wert steigt bis zur Kategorie Aa2 auf ca. 51BP und nimmt von da an kontinuierlich ab. Somit ist in den relevanten Rating-Klassen ein ¨okonomisch signiﬁkanter Einﬂuss zu beobachten. Abbildung 3.15 stellt den Verlauf der Spreads von Staatsund Unternehmens-Bonds auf die Rating-Klassen beschr¨ankt dar, in denen Staats-Bonds verf¨ ugbar waren. Es zeigt sich, dass die Spread-Diﬀerenz zwischen den Kategorien Staat und Unternehmen bis zum Rating A1 zun¨achst zur¨ uckgeht und f¨ ur die Kategorien ab Aa3 wieder deutlich ansteigt. 60 40 20 0 -20 -40

Spread (in BP)

Aaa Aa1 Aa2 Rating

Unt. Aa3

Staat

A1 A2 Staat

Unt.

Abbildung 3.15: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2006)

Staats-Dummy · Duration Die Interaktion mit der Duration ist die einzige der Kombinationen unter

102

3 Empirische Analyse des amerikanischen Bond-Marktes

Einbeziehung des Staats-Dummys, f¨ ur die ein negativer Einﬂuss auf dem 1 %-Signiﬁkanzniveau belegt werden konnte. Besonders interessant ist dabei, dass der absolute Wert des Koeﬃzienten ungef¨ahr die doppelte H¨ohe des Koeﬃzienten bei isolierter Betrachtung der Variable Duration aufweist und mit durchschnittlich 48BP eine starke Wirkung auf den erkl¨arten Spread aus¨ ubt. Folglich besteht beim Vergleich von Staats- und Unternehmens-Bonds innerhalb des Moody’s-Samples ein negativer Zusammenhang zwischen dem Spread der Staats-Bonds und der Duration derselben. Somit weisen die Ergebnisse auf Basis von S&P- und Moody’s-Ratings zum einen die Gemeinsamkeit auf, dass der Interaktionsterm in Verbindung mit der Duration lediglich f¨ ur die Kategorie Staat signiﬁkant ist. Zum anderen tritt der erl¨auterte negative Zusammenhang zwischen Spread-H¨ohe und Duration nur in der Gruppe der durch Moody’s gerateten Staats-Bonds auf. Abbildung 3.16 zeigt, dass erst ab einer Duration von ca. 3,3 niedrigere Spreads der Staats-Papiere auftreten. Auch hier ist, wie bereits f¨ ur das S&P-Sample erl¨autert wurde, zu vermuten, dass die F¨alle, in denen Unternehmens-Bonds tats¨achlich einen geringeren Spread aufweisen als Staats-Papiere, nicht sehr zahlreich sind, da u ¨ber den Interaktionsterm zwischen Staats-Dummy und Liquidit¨ats-Proxy aufgrund des sehr hohen ausstehenden Volumens der Staats-Papiere eine starke Reduktion des Spreads bewirkt wird.

3.5 Analyse des Datensatzes aus 2006

103

90 70 50 30 10

Staat

11,25

9,75

Spread (in BP) 8,25

6,75

Duration

5,25

3,75

2,25

0,75

-10

Staat

Unt.

Abbildung 3.16: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Duration (Moody’s 2006)

Staats-Dummy · Kupon Wie aus Tabelle 3-14 ersichtlich ist, ist der Interaktionsterm aus StaatsDummy und Kuponh¨ohe statistisch nicht signiﬁkant. Dennoch wurde der Term aufgrund eines signiﬁkanten F-Tests im Regressionsmodell belassen. Bei isolierter Betrachtung l¨asst sich der durch den Koeﬃzienten ausgedr¨ uckte negative Zusammenhang zwischen Spread- und Kuponh¨ohe der StaatsBonds aufgrund der insigniﬁkanten t-Statistik nicht verallgemeinern. Wenn man jedoch ber¨ ucksichtigt, dass der durchschnittliche Kupon der betreﬀenden Staats-Bonds ca. 5,9 betr¨agt, besteht aus ¨okonomischer Sicht dennoch eine maßgebliche Wirkung in H¨ohe von durchschnittlich ca. 37BP. Die Wir-

104

3 Empirische Analyse des amerikanischen Bond-Marktes

kung des Koeﬃzienten der Variable Kupon wird allerdings im Unterschied zum vorangegangenen S&P-Sample f¨ ur den Vergleich der Kategorien Staat und Unternehmen bei Weitem nicht vollst¨andig durch den Interaktionsterm neutralisiert. Daher besteht innerhalb des analysierten Moody’s-Samples sowohl f¨ ur die Unternehmens-Bonds als auch f¨ ur die Staats-Papiere ein positiver Zusammenhang zwischen Spread- und Kuponh¨ohe. Abbildung 3.17 stellt die Spread-Verl¨aufe der Kategorien Staat und Unternehmen einander gegen¨ uber. Aufgrund des statistisch nicht signiﬁkanten Interaktionsterms ist dabei aber insbesondere der f¨ ur die Staats-Bonds skizzierte Verlauf infrage zu stellen. 200 150 100 50 0

Staat

15%

13%

Spread (in BP) 11%

9%

Kupon

7%

5%

3%

1%

-50

Staat

Unt.

Abbildung 3.17: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2006)

3.5 Analyse des Datensatzes aus 2006

105

Staats-Dummy · ausst. Volumen Obwohl der Koeﬃzient des Interaktionsterms aus Staats-Dummy und Liquidit¨ats-Proxy aus statistischer Sicht lediglich auf dem 10 %-Niveau signiﬁkant ist, hat er aus ¨okonomischer Sicht, aufgrund eines Mittelwertes des logarithmierten ausstehenden Volumens der Staats-Bonds in H¨ohe von ca. 15,8, mit durchschnittlich ca. 136BP den st¨arksten Einﬂuss aller betrachteten Interaktionsterme. Da der Absolutwert des Koeﬃzienten die Wirkung des ausstehenden Volumens alleine um ein Vielfaches u ¨bersteigt, ergibt sich im Vergleich zur Referenz-Kategorie Unternehmen ein negativer Zusammenhang zwischen dem Spread der ber¨ ucksichtigten Staats-Bonds und des jeweiligen ausstehenden Volumens. Allerdings sollte auch dieser Zusammenhang aufgrund der geringen statistischen Signiﬁkanz vorsichtig interpretiert werden. Abbildung 3.18 a¨hnelt der korrespondierenden Darstellung des S&P-Samples. Allerdings weisen die Staats-Papiere innerhalb des Moody’s-Samples erst ab einem weitaus h¨oheren Wert des Liquidit¨ats-Proxys die niedrigeren Spreads auf. Diese Beobachtung sollte jedoch aufgrund der Tatsache, dass der Interaktionsterm lediglich auf dem 10 %-Niveau statistisch signiﬁkant ist, vorsichtig interpretiert werden.

106

3 Empirische Analyse des amerikanischen Bond-Marktes

120 100 80 60 40 20 0 -20 1 2 3 4 5

6 7

8

log (ausst. Vol.)

9

10

Spread (in BP) 11

Staat

12

13

14

15

Staat 16

Unt.

Abbildung 3.18: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2006)

Vergleich der Ergebnisse des S&P-Samples mit denen des Moody’s-Samples Vergleicht man die Ergebnisse der beiden analysierten Datens¨atze, so f¨allt auf, dass einige Zusammenh¨ange in beiden Untersuchungen belegt werden konnten und dass andere Koeﬃzienten voneinander abweichen. Wie bereits erw¨ahnt, hatten beispielsweise beide Regressionen miteinander gemein, dass der Interaktionsterm in Verbindung mit der Duration jeweils nur in Kombination mit dem Staats-Dummy signiﬁkant war. Allerdings wurde im S&PDatensatz durch diese Interaktion der Eﬀekt der Duration f¨ ur die StaatsBonds im Vergleich zu Unternehmens-Bonds lediglich neutralisiert, w¨ahrend der Interaktionsterm im Moody’s-Sample dazu gef¨ uhrt hat, dass die Wirkung

3.5 Analyse des Datensatzes aus 2006

107

der Duration auf den Spread f¨ ur die Staats-Papiere umgekehrt wurde. ¨ Ahnliche Aussagen lassen sich auch hinsichtlich der Einﬂ¨ usse von Bankenund Staats-Dummy insgesamt ableiten. W¨ahrend die erwartete Reihung der Renditen (Staat < Bank < Unternehmen) f¨ ur den Großteil der untersuchten Bonds best¨atigt werden kann, sind auch bei Betrachtung der Resultate des Moody’s-Samples F¨alle denkbar, in denen ein Banken-Bond einen h¨oheren Spread als ein identisch gerateter Unternehmens-Bond aufweist. Der direkte Vergleich von Bonds, die aufgrund ihrer f¨ ur die Analyse relevanten Merkmale als vergleichbar angesehen werden k¨onnen, ist die Kernidee der im Folgenden pr¨asentierten Matched Pairs-Methodik, mit der eine genauere Untersuchung einzelner Rating-Klassen vorgenommen wird, um eine weitere Diﬀerenzierung der Ergebnisse zu erreichen.

3.5.2

Ergebnisse der Matched Pairs-Analyse

Nach dem Matching der Bonds entsprechend der unter 3.4.3 beschriebenen Vorgehensweise wurden die Renditediﬀerenzen der gebildeten Paare analysiert. Entsprechend den in Abschnitt 3.3 formulierten Hypothesen bez¨ uglich der Renditeunterschiede der untersuchten Bond-Kateogorien wird im Folgenden jeweils getestet, ob die Nullhypothese identischer Spreads der gegen¨ ubergestellten Bond-Kategorien signiﬁkant abgelehnt werden kann.

3.5.2.1

Staat vs. AGCY

Im ersten Analyseschritt wird die Kategorie Staat, f¨ ur die keine Unterlegung mit regulatorischem Eigenkapital gefordert wird, der 20 %-Gewichtungsgruppe gegen¨ ubergestellt. Zu dieser Gruppe z¨ahlen neben den Banken-Bonds die Papiere der Kategorie AGCY. Da Staats-Bonds in ausreichender Anzahl lediglich f¨ ur die besten Rating-Kategorien zur Verf¨ ugung stehen, in diesen aber keine Banken-Bonds verf¨ ugbar sind, werden im Folgenden die Kategorien Staat und AGCY miteinander verglichen. Tabelle 3-15 stellt die beschreibenden Statistiken f¨ ur das S&P-Sample der beiden analysierten Kategorien dar. 114 Staats-Papiere stehen 1.443 AGCY-Bonds gegen¨ uber.

108

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-15: Deskriptive Statistik Staat vs. AGCY (S&P AAA 2006)

Bond-Kategorie Staats-Bonds (114) AGCY-Bonds (1.443)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-36,51

4,91

19.158.172,29

5,09

5,93

3,40

424.209,71

4,35

Es wird deutlich, dass die einbezogenen Staats-Bonds im Durchschnitt Renditen aufweisen, die gut 36BP unterhalb der sicheren Verzinsung liegen, und die mit AAA gerateten AGCY-Bonds einen Spread in H¨ohe von knapp 6BP aufweisen. Allerdings bestehen deutliche Unterschiede in den weiteren Bondmerkmalen. Insbesondere die H¨ohe des ausstehenden Volumens betr¨agt f¨ ur die ber¨ ucksichtigten Staats-Papiere ein Vielfaches des Wertes der AGCYPapiere. Daher konnten die meisten Staats-Bonds nicht zur Paarbildung herangezogen werden. Die 33 gebildeten Bond-Paare wurden alle unter Verwendung eines einzigen Staats-Bonds konstruiert, sodass die Ergebnisse nicht repr¨asentativ sind. Emittent des verwendeten Staats-Bonds ist die Repu¨ blik Osterreich. Daher betrug das ausstehende Volumen lediglich 5 % des durchschnittlich ausstehenden Volumens der 112 im Datensatz enthaltenen US-Bonds. Die Analyse der gebildeten Paare hat ergeben, dass die zur Paarbildung ber¨ ucksichtigten AGCY-Bonds durchschnittlich einen um ca. 30BP h¨oheren Spread aufwiesen als der Staats-Bond. Die t-Statistik in H¨ohe von 12,36 best¨atigt diese Abweichung auf dem 1 %-Signiﬁkanzniveau. Eine Verallgemeinerung dieses Ergebnisses ist wegen der Ber¨ ucksichtigung eines einzigen Staats-Bonds nicht m¨oglich. Im n¨achsten Schritt werden die beiden Gruppen unter Verwendung von Moody’s-Ratings analysiert. Wie aus Tabelle 3-16 hervorgeht, wurden 136 Staats-Bonds mit 1.829 Papieren der Kategorie AGCY verglichen. Da die u ¨berwiegende Zahl der Bonds sowohl ein Moody’s- als auch ein S&PRating aufwies, sind die Werte f¨ ur die relevanten Bondmerkmale denen der vorangegangenen Untersuchung relativ ¨ahnlich. W¨ahrend die Staats-Bonds wieder deutlich negative Spreads aufweisen, liegt der Durchschnittswert der AGCY-Bonds bei ca. 7BP.

3.5 Analyse des Datensatzes aus 2006

109

Tabelle 3-16: Deskriptive Statistik Staat vs. AGCY (Moody’s Aaa 2006)

Bond-Kategorie Staats-Bonds (136) AGCY-Bonds (1.829)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-36,17

5,14

18.647.608,46

5,17

6,89

3,54

406.480,03

4,48

Innerhalb des Moody’s-Samples wurden neben dem bereits zuvor ber¨ ucksichtigten o¨sterreichischen Staats-Papier zwei weitere Bonds dieser Kategorie in die Paarbildung einbezogen. Allerdings leistet derselbe Bond wie im S&PSample mit 46 von 50 auch hier den gr¨oßten Beitrag zur Menge der analysierten Paare. Der durchschnittliche Spread der Kategorie AGCY lag bei den in die Analyse einbezogenen Wertpapieren ca. 26BP oberhalb des Wertes der Staats-Bonds. Zudem war es auch f¨ ur das Moody’s-Sample m¨oglich, diese Diﬀerenz hochsigniﬁkant zu best¨atigen. Insgesamt konnte somit f¨ ur beide Datens¨atze die gleiche Tendenz ermittelt werden. Eine Verallgemeinerung der Ergebnisse ist aber auch bei Verwendung des Moody’s-Samples nicht angebracht. 3.5.2.2

Staat vs. Unternehmen

Die zweite Gewichtungsgruppe, der die Staats-Papiere gegen¨ uberstellt werden k¨onnen, ist die der Unternehmens-Bonds. Zun¨achst werden die Ergebnisse f¨ ur die Untersuchung des S&P-Samples wiedergegeben und anschließend diejenigen unter Verwendung des Moody’s-Ratings. Die in Tabelle 3-17 dokumentierten Bondmerkmale verdeutlichen, dass die Unternehmens-Bonds der Rating-Kategorie AAA im Durchschnitt deutlich h¨ohere Spreads aufweisen als die Staats-Bonds. Mit ca. 46BP liegen die Renditen der UnternehmensPapiere auch deutlich oberhalb der im vorherigen Punkt betrachteten AGCYBonds. Allerdings weisen die ber¨ ucksichtigten Unternehmens-Bonds neben einem deutlich geringeren ausstehenden Volumen durchschnittlich h¨ohere Werte bei Duration und Kuponh¨ohe auf. Inwiefern diese Abweichungen f¨ ur die Renditediﬀerenzen verantwortlich sind, wird im n¨achsten Schritt durch das

110

3 Empirische Analyse des amerikanischen Bond-Marktes

Matching der Bonds analysiert. Tabelle 3-17: Deskriptive Statistik Staat vs. Unternehmen (S&P AAA 2006)

Bond-Kategorie Staats-Bonds (114) Unternehmens-Bonds (76)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-36,51

4,91

19.158.172,29

5,09

45,85

6,16

169.021,42

7,01

Bei der zun¨achst deﬁnierten Obergrenze von 0,3 konnten innerhalb des S&PSamples keine Bonds gematcht werden. Die beiden ¨ahnlichsten Papiere wiesen eine Distanz in H¨ohe von 0,34 auf. Eine Erh¨ohung der Obergrenze auf 0,5 hat es lediglich erm¨oglicht, zwei Paare zu deﬁnieren, die wiederum beide unter Verwendung des ¨osterreichischen Staats-Bonds zustande kommen. Aufgrund der starken Unterschiede in den relevanten Bondmerkmalen kann das S&P-Sample nicht mithilfe der Matched Pairs-Methodik analysiert werden. Im n¨achsten Analyseschritt werden Moody’s-Ratings zugrunde gelegt. Es f¨allt auf, dass die Anzahl der verf¨ ugbaren Unternehmens-Bonds mit 61 gegen¨ uber dem S&P-Sample abgenommen hat, w¨ahrend mit 136 Staats-Bonds nun mehr Papiere der 0 %-Gewichtungsgruppe zur Verf¨ ugung stehen. Wie aus Tabelle 3-18 hervorgeht, hat dies auf die Merkmale der einbezogenen StaatsPapiere einen relativ geringen Einﬂuss, w¨ahrend die Werte der ber¨ ucksichtigten Unternehmens-Bonds st¨arker reagieren und nun um fast 20BP geringere Spreads aufweisen. Im Unterschied zum S&P-Sample war im Moody’s-Datensatz zus¨atzlich ein ﬁnnischer Staats-Bond verf¨ ugbar. Bei einer Obergrenze von 0,3 wurden 8 der 9 gebildeten Paare unter Verwendung dieses Bonds konstruiert. Trotz der nicht repr¨asentativen Auswahl und der f¨ ur einen t-Test zu geringen Anzahl von Bond-Paaren ist anzumerken, dass die Unternehmens-Bonds innerhalb der Gruppe der gematchten Bonds um ca. 33BP h¨ohere Spreads aufweisen. Zum Vergleich des S&P-Samples mit dem Moody’s-Sample l¨asst sich festhalten, dass durch die Matched Pairs-Analyse keine validen Aussagen generiert werden konnten. Wie ein Vergleich der Tabellen 3-17 und 3-18 zeigt, weichen die Charakteristika der einbezogenen Unternehmens-Bonds deutlich

3.5 Analyse des Datensatzes aus 2006

111

Tabelle 3-18: Deskriptive Statistik Staat vs. Unternehmen (Moody’s Aaa 2006)

Bond-Kategorie Staats-Bonds (136) Unternehmens-Bonds (61)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-36,17

5,14

18.647.608,46

5,17

26,00

5,79

187.674,18

6,77

voneinander ab, was durch die Unterschiede der Spread-Volatilit¨at in den beiden Datens¨atzen untermauert wird. W¨ahrend die Standardabweichungen der Spreads der Staats-Bonds beim Moody’s Sample 6,8 und bei Verwendung von S&P-Ratings 5,1 betr¨agt, ist diese Spanne bei Betrachtung der Unternehmens-Spreads deutlich gr¨oßer. Im S&P-Sample ist eine Standardabweichung von 53,6 zu verzeichnen, die bei einer Zugrundelegung von Moody’sRatings auf 21,8 abf¨allt. Bei der Gegen¨ uberstellung der Kategorien Bank und Unternehmen bestehen keine so starken Diskrepanzen hinsichtlich der f¨ ur das Matching relevanten Bondmerkmale wie in den bisher analysierten Kategorien, sodass der Einﬂuss des zugrunde gelegten Ratings in der Folge genauer analysiert werden kann. Bevor die Banken-Bonds in die Analyse einbezogen werden, bietet sich aber noch die M¨oglichkeit, die in den Top-Kategorien enthaltenen Unternehmens- und AGCY-Bonds miteinander zu vergleichen. 3.5.2.3

AGCY vs. Unternehmen

Wie Tabelle 3-19 zu entnehmen ist, weisen auch die Bondmerkmale der Unternehmens- und AGCY-Bonds deutliche Unterschiede auf. Allerdings weichen sie bei Weitem nicht so stark voneinander ab wie die zuvor gegen¨ ubergestellten Kategorien, sodass anzunehmen ist, dass deutlich mehr Bonds in die Paarbildung einbezogen werden k¨onnen als zuvor. Die Unternehmens-Bonds weisen im Durchschnitt bei Duration und Kuponh¨ohe deutlich h¨ohere Werte auf und das durchschnittlich ausstehende Volumen entspricht etwa 40 % des Wertes der AGCY-Bonds. Somit w¨aren die um ca. 40BP h¨oheren Spreads

112

3 Empirische Analyse des amerikanischen Bond-Marktes

auch durch andere Einﬂussgr¨oßen als die H¨ohe der geforderten Unterlegung mit regulatorischem Eigenkapital erkl¨arbar.

Tabelle 3-19: Deskriptive Statistik AGCY vs. Unternehmen (S&P AAA 2006)

Bond-Kategorie AGCY-Bonds (1.443) Unternehmens-Bonds (76)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

5,93

3,40

424.209,71

4,35

45,85

6,16

169.021,42

7,01

Von den 76 Unternehmens-Bonds wurden 41 in die Paarbildung einbezogen, wodurch 175 Paare gebildet werden konnten. Die Ergebnisse belegen, dass die Unternehmens-Papiere auch bei Ber¨ ucksichtigung der Abweichungen in den relevanten Bondmerkmalen statistisch signiﬁkant h¨ohere Spreads aufweisen. Die f¨ ur das ungematchte Sample dokumentierten 40BP reduzieren sich durch das Matching auf 15,5BP, weisen damit aber weiterhin eine ¨okonomisch signiﬁkante Gr¨oßenordnung auf. Die folgende Analyse des korrespondierenden Moody’s-Datensatzes soll Aufschluss dar¨ uber geben, ob die Spread-Diﬀerenz unabh¨angig von der Rating-Agentur das erwartete Vorzeichen aufweist und Hypothese 3.2 f¨ ur beide Datens¨atze best¨atigt werden kann. Tabelle 3-20 gibt zun¨achst die beschreibende Statistik zu den 1.890 ana¨ lysierten Bonds wieder. Ahnlich wie beim zuvor analysierten S&P-Sample bestehen deutliche Abweichungen in den Bondmerkmalen, sodass durch die Matched Pairs-Analyse zu kl¨aren ist, inwiefern die durchschnittliche SpreadDiﬀerenz in H¨ohe von ca. 19BP allein durch die Bond-Kategorie bestimmt wird. Die Ergebnisse entsprechen tendenziell denen des zuvor analysierten S&PDatensatzes. Insgesamt wurden 202 Paare gebildet, f¨ ur die eine durchschnittliche Spread-Diﬀerenz in H¨ohe von ca. 12BP auf dem 99 %-Konﬁdenzniveau best¨atigt werden konnte. Somit gilt f¨ ur den Vergleich von AGCY- und Unternehmens-Bonds, unabh¨angig von der als maßgeblich erachteten Rating-Agentur, dass die Unternehmens-Bonds in den Top-Kategorien h¨ohere Spreads aufweisen, womit Hypothese 3.2 best¨atigt wird.

3.5 Analyse des Datensatzes aus 2006

113

Tabelle 3-20: Deskriptive Statistik AGCY vs. Unternehmen (Moody’s Aaa 2006)

Bond-Kategorie AGCY-Bonds (1.829) Unternehmens-Bonds (76)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

6,89

3,54

406.480,03

4,48

26,00

5,79

187.674,18

6,77

W¨ahrend die ber¨ ucksichtigten AGCY-Bonds in beiden Analysen bei relativ a¨hnlichen Durchschnittswerten der Bondmerkmale innerhalb des ungematchten Samples jeweils nahezu identische durchschnittliche Spread-H¨ohen aufwiesen,92 lagen die Spreads der Unternehmens-Bonds im S&P-Sample im Mittel um gute 12BP oberhalb der Spreads der Moody’s-Papiere, wobei auch hier keine starken Diskrepanzen hinsichtlich der Durchschnittswerte der relevanten Bondmerkmale zu beobachten waren. 3.5.2.4

Banken & AGCY vs. Unternehmen

Bonds der 20 %-Gewichtungsgruppe sowie solche der 100 %-Gewichtungsgruppe stehen in gr¨oßerer Anzahl und f¨ ur mehr als eine Rating-Kategorie zur Verf¨ ugung. Daher werden hier die S&P- und Moody’s-Kategorien n¨aher analysiert, in denen aufgrund der verf¨ ugbaren Daten die meisten Paare gebildet werden konnten.93 Zun¨achst erfolgt die Darstellung der untersuchten S&PSamples und im Anschluss die der korrespondierenden Moody’s-Kategorien. Nachdem die Ergebnisse f¨ ur alle untersuchten Datens¨atze pr¨asentiert wurden, wird abschließend analysiert, welcher Einﬂuss von den zugrunde gelegten Rating-Agenturen ausgeht.

92 Dies ist insbesondere darauf zur¨ uckzuf¨ uhren, dass der Großteil der ber¨ ucksichtigten AGCY-Bonds sowohl ein Top-Rating von S&P als auch von Moody’s aufwies und somit in beiden Untersuchungen erfasst wurde. 93 Zur Anzahl der verf¨ ugbaren Bonds je Kategorie und Rating-Klasse siehe auch Tabelle 3-6.

114

3 Empirische Analyse des amerikanischen Bond-Marktes

Banken & AGCY vs. Unternehmen (S&P A) Den Auftakt bildet die S&P-Kategorie A, f¨ ur die zun¨achst die Durchschnittswerte der Bondmerkmale in Tabelle 3-21 pr¨asentiert werden. F¨ ur die betrachtete Rating-Kategorie standen 112 Banken-Bonds94 sowie 407 UnternehmensBonds zur Bildung von Paaren zur Verf¨ ugung. Wie aus der Tabelle hervorgeht, sind die Unterschiede bei den im Rahmen des Matchings ber¨ ucksichtigten Werten relativ gering, sodass es nicht verwundert, dass deutlich mehr Paare gebildet werden konnten als in den bisherigen Analysen. Tabelle 3-21: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A 2006)

Bond-Kategorie Banken & AGCYBonds (112) Unternehmens-Bonds (407)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

39,81

6,79

348.098,17

6,28

59,76

6,78

319.170,83

6,45

Ein weiterer, durch die relativ ¨ahnlichen Auspr¨agungen der Bondmerkmale bedingter, positiver Eﬀekt besteht darin, dass die bei einer maximalen Distanz in H¨ohe von 0,3 gebildeten Paare besonder ¨ahnlich sind. Um ein Gef¨ uhl daf¨ ur zu vermitteln, welche Unterschiede bei dieser Distanz toleriert werden, fasst Tabelle 3-22 einige Beispiele von Bond-Paaren zusammen, die aufgrund der ermittelten Distanz gerade noch ber¨ ucksichtigt wurden.

94

Die angegebene Anzahl der Bonds dieser Kategorie schließt hier und im Folgenden die jeweiligen AGCY-Papiere mit ein.

3.5 Analyse des Datensatzes aus 2006

115

Tabelle 3-22: Bondmerkmale und Distanzen Distanz 0,299 0,288 0,282 0,298

Duration 14,02 12,92 6,43 6,02 11,5 10,45 1,01 0,88

ausst. Volumen Kupon (in T-US$) 350.000 5,3 350.000 5,125 350.000 5,5 250.000 5,625 200.000 6,75 250.000 6,75 400.000 7,6 292.715 7,75

Typ Bank Unternehmen Bank Unternehmen Bank Unternehmen Bank Unternehmen

Aus der Tabelle geht hervor, dass auch die gerade noch gematchten Bonds ¨ eine relativ große Ahnlichkeit aufweisen. Dar¨ uber hinaus ist zu ber¨ ucksichtigen, dass die durchschnittliche Distanz der zur Paarbildung verwendeten Bonds aufgrund der Matching-Methodik deutlich unterhalb der deﬁnierten Obergrenze liegt und der Großteil der analysierten Bonds demzufolge eine ¨ noch gr¨oßere Ahnlichkeit aufweist als die in der Tabelle exemplarisch aufgef¨ uhrten, gerade noch gematchten Papiere.95 70

Anzahl Paare

60 50 40 30 20 10 0 0-0,05

0,05-0,10

0,10-0,15

0,15-0,20

0,20-0,25

0,25-0,30

Distanz

Abbildung 3.19: Verteilung der Bond-Paare bis zur Maximaldistanz 95

Vgl. hierzu Abbildung 3.19.

116

3 Empirische Analyse des amerikanischen Bond-Marktes

Wie des Weiteren aus Tabelle 3-21 hervorgeht, weisen die UnternehmensBonds im Sample einen um ca. 20BP h¨oheren Spread auf. Im Rahmen der Matched Pairs-Analyse wurden 248 gebildete Bond-Paare analysiert. Innerhalb dieser Gruppe wiesen die Unternehmens-Bonds um ca. 15BP h¨ohere Spreads auf, die mit einem hochsigniﬁkanten t-Test best¨atigt werden konnten. Somit kann im S&P-Sample f¨ ur die 100 %-Gewichtungsgruppe ein sowohl empirisch als auch ¨okonomisch signiﬁkanter Renditeaufschlag gegen¨ uber der 20 %-Gewichtungsgruppe aus Banken- und AGCY-Bonds nachgewiesen werden. Banken & AGCY vs. Unternehmen (S&P A+) Die n¨achstbessere S&P-Kategorie ist die Kategorie A+, f¨ ur die 149 Bankenund 179 Unternehmens-Bonds zur Verf¨ ugung standen. Tabelle 3-23 dokumentiert, dass die Banken-Bonds im ungematchten Datensatz Spreads aufweisen, die um ca. 11BP geringer sind als die der Unternehmens-Papiere, und dass Unterschiede hinsichtlich der Bondmerkmale insbesondere bei den Werten f¨ ur die Duration bestehen. W¨ahrend die Banken-Bonds im Durchschnitt eine Duration in H¨ohe von knapp 5 aufweisen, liegt der Wert f¨ ur die Unternehmens-Bonds bei ca. 7, was theoretisch eine Erkl¨arung f¨ ur die h¨oheren Spreads sein k¨onnte. Die Matched Pairs-Analyse gibt hier¨ uber Aufschluss und zeigt, inwiefern sich der deutliche R¨ uckgang der Spread-Diﬀerenz im ungematchten Datensatz auch f¨ ur die zur Analyse gebildeten Bond-Paare beobachten l¨asst. Tabelle 3-23: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A+ 2006)

Bond-Kategorie Banken & AGCYBonds (149) Unternehmens-Bonds (179)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

24,96

4,88

379.306,99

6,17

33,86

7,03

328.176,92

5,93

Durch das Matching war es m¨oglich, 62 Paare zu bilden, die mithilfe ei-

3.5 Analyse des Datensatzes aus 2006

117

nes t-Tests auf Spread-Diﬀerenzen untersucht wurden. Die UnternehmensBonds wiesen innerhalb der Bond-Paare einen lediglich um ca. 1,6BP h¨oheren Spread auf als die ber¨ ucksichtigten Banken-Bonds, der nicht signiﬁkant war. Somit kann die Hypothese identischer Spreads von Banken- und Unternehmens-Bonds f¨ ur die S&P-Klasse A+ nicht widerlegt werden. Oﬀenbar sind die h¨oheren Spreads in Tabelle 3-23 durch die Werte der Kontrollvariablen getrieben. Banken & AGCY vs. Unternehmen (S&P AA-) Als abschließende S&P-Kategorie wird die Kategorie AA- betrachtet. In dieser Rating-Klasse standen 66 Banken-Bonds nur noch 53 UnternehmensBonds gegen¨ uber. Zun¨achst sind die in Tabelle 3-24 aufgef¨ uhrten Bondmerkmale zu beachten. Es f¨allt auf, dass die Spreads der Banken-Bonds nun im Durchschnitt ca. 1BP u ubergestellten Unternehmens¨ber denen der gegen¨ Bonds liegen, obwohl die Duration der Banken-Bonds im Schnitt deutlich geringer ist und ihr ausstehendes Volumen mehr als das Doppelte des Wertes der Unternehmens-Bonds betr¨agt. Auf den ersten Blick scheint sich die Entwicklung von der Kategorie A zur Kategorie A+ fortzusetzen. Obwohl die starke Diﬀerenz insbesondere bei der H¨ohe des ausstehenden Volumens die Paarbildung erschwert, wird versucht, eine Matched Pairs-Analyse durchzuf¨ uhren. Ziel ist es zu untersuchen, ob sich die Spread-Diﬀerenz tats¨achlich mit besser werdenden Ratings verringert und sogar ihr Vorzeichen a¨ndert. Tabelle 3-24: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P AA- 2006)

Bond-Kategorie Banken & AGCYBonds (66) Unternehmens-Bonds (53)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

25,27

4,90

707.935,80

5,07

24,08

7,29

283.279,25

6,02

Unter Ber¨ ucksichtigung von 18 Unternehmens- und 13 Banken-Bonds war es lediglich m¨oglich, 18 Paare zu bilden. Die Spread-Diﬀerenz innerhalb des

118

3 Empirische Analyse des amerikanischen Bond-Marktes

gematchten Samples best¨atigt tats¨achlich die beobachtete Tendenz. Innerhalb der gebildeten Bond-Paare weisen die Banken-Bonds um knapp 12BP h¨ohere Spreads auf. Allerdings ist es aufgrund der geringen Anzahl der Paare f¨ ur diese Rating-Klasse nicht m¨oglich, die Spread-Diﬀerenz auf Signiﬁkanz zu testen. Dennoch ist die Entwicklung von einem Renditeaufschlag der Unternehmens-Bonds innerhalb der Rating-Klasse A hin zu einem Renditeabschlag in der hier betrachteten Kategorie beachtlich. Auch wenn der f¨ ur die Kategorie AA- beobachtete Renditeabschlag nicht signiﬁkant nachgewiesen werden kann, bleibt dennoch festzuhalten, dass die Abweichungen im Gegensatz stehen zur Hypothese eines positiven Zusammenhangs zwischen Spread-H¨ohe und der H¨ohe der geforderten Unterlegung mit regulatorischem Eigenkapital. Nachdem die Analyse-Ergebnisse f¨ ur die drei S&P-Kateorien dargestellt wurden, werden im Folgenden die Moody’s-Kategorien A2, A1 sowie Aa3 betrachtet und es wird analysiert, ob zum einen ¨ahnliche Entwicklungen u ¨ber die verschiedenen Rating-Kategorien zu beobachten sind und zum anderen die grundlegenden Ergebnisse maßgeblich durch die zugrunde gelegte RatingAgentur beeinﬂusst werden. Banken & AGCY vs. Unternehmen (Moody’s A2) In der ersten analysierten Moody’s-Kategorie konnten 467 UnternehmensBonds 70 Banken-Bonds gegen¨ ubergestellt werden. Tabelle 3-25 fasst die relevanten Bondmerkmale zusammen und verdeutlicht, dass die Unterschiede in allen berichteten Werten relativ gering sind. Die Banken-Bonds haben im Durchschnitt um ca. 3BP geringere Spreads, weisen allerdings bei der Duration und der Kuponh¨ohe leicht niedrigere Werte auf, w¨ahrend das ausstehende Volumen etwas h¨oher ausf¨allt, als dies bei den Unternehmens-Bonds der Fall ist. Im Rahmen der Matched Pairs-Analyse war es m¨oglich, 147 Paare zu bilden und sie auf Spread-Unterschiede zu untersuchen. Im Ergebnis wiesen die Banken-Bonds um ca. 1BP h¨ohere Spreads auf als die gegen¨ ubergestellten Unternehmens-Papiere. Der durchgef¨ uhrte t-Test hat allerdings ergeben, dass diese Diﬀerenz nicht signiﬁkant ist und die Nullhypothese identischer Spreads nicht abgelehnt werden kann. Es l¨asst sich festhalten, dass die urspr¨ unglich geringeren Spreads der Banken-Bonds nach dem Matching geringf¨ ugig gr¨oßer waren als die der Un-

3.5 Analyse des Datensatzes aus 2006

119

Tabelle 3-25: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A2 2006)

Bond-Kategorie Banken & AGCYBonds (70) Unternehmens-Bonds (467)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

41,16

6,50

268.951,88

6,03

44,31

6,74

223.805,05

6,47

ternehmens-Bonds. Dies entspricht nicht den f¨ ur die S&P-Kategorie A ermittelten Resultaten und steht dementsprechend nicht im Einklang mit Hypothese 3.2. Sollten sich die Spread-Diﬀerenzen f¨ ur das Moody’s-Sample bei besser werdenden Ratings ebenfalls r¨ uckl¨auﬁg entwickeln, so ist die Frage zu kl¨aren, wieso die urspr¨ ungliche Hypothese, dass eine h¨ohere regulatorische Eigenkapitalunterlegung mit einer h¨oheren Rendite einhergeht, nicht nur f¨ ur einige Samples nicht best¨atigt werden kann, sondern sogar umgekehrt werden muss. Die im Folgenden pr¨asentierten Ergebnisse sind daher von besonderem Interesse. Banken & AGCY vs. Unternehmen (Moody’s A1) Tabelle 3-26 dokumentiert, dass die Anzahl der verf¨ ugbaren Banken-Bonds in der Kategorie A1 auf 90 angestiegen ist, w¨ahrend bei den zum Vergleich herangezogenen Unternehmens-Bonds ein R¨ uckgang auf 171 zu verzeichnen ist. Zun¨achst f¨allt auf, dass die durchschnittlichen Spreads f¨ ur beide BondKategorien nahezu identisch sind. In diesem Zusammenhang ist allerdings zu beachten, dass die Unterschiede bei der durchschnittlichen Duration sowie der Durchschnittsh¨ohe des ausstehenden Volumens durchaus einen maßgeblichen Einﬂuss aus¨ uben k¨onnten, der dazu f¨ uhrt, dass die Unternehmens-Papiere im Rahmen der Matched Pairs-Analyse einen geringeren Spread aufweisen. Von den 90 verf¨ ugbaren Banken-Papieren wurden 46 zur Paarbildung herangezogen, wodurch 47 Paare gebildet werden konnten. Die Spread-Diﬀerenz hat sich im Vergleich zum ungematchten Sample aufgrund der Unterschiede in den Bondmerkmalen wie erwartet entwickelt, sodass die Unternehmens-

120

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-26: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A1 2006)

Bond-Kategorie Banken & AGCYBonds (90) Unternehmens-Bonds (171)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

33,39

5,40

362.824,14

6,28

33,12

7,19

298.450,58

6,23

Bonds innerhalb der gematchten Bond-Paare um ca. 11BP geringere Spreads aufwiesen. Der durchgef¨ uhrte t-Test best¨atigte die ermittelte Spread-Diﬀerenz auf dem 1 %-Signiﬁkanzniveau. Die dargestellte Entwicklung entspricht somit tendenziell der des S&PSamples. Allerdings werden bereits f¨ ur die mittlere untersuchte Kategorie h¨ohere Spreads der Banken-Bonds nachgewiesen, was deutlich im Widerspruch zu Hypothese 3.2 steht. Banken & AGCY vs. Unternehmen (Moody’s Aa3) Abschließend wird die Gruppe der mit Aa3 gerateten Bonds analysiert. In diesem Sample konnten 125 Banken-Papiere 88 Bonds der Kategorie Unternehmen gegen¨ ubergestellt werden. Aus Tabelle 3-27 geht hervor, dass die Banken-Bonds in dieser Kategorie wieder etwas niedrigere Spreads aufweisen. Die durchschnittliche Duration liegt allerdings deutlich unterhalb des Wertes der Unternehmens-Bonds, w¨ahrend die Abweichungen bei den anderen Merkmalen relativ gering ausfallen. Durch das Matching konnten 63 Bond-Paare deﬁniert werden. Innerhalb dieses gematchten Samples wiesen die Unternehmens-Bonds einen um knapp 5BP geringeren Spread auf. Die t-Statistik zeigt allerdings lediglich einen Wert in H¨ohe von 1,49, sodass die Spread-Diﬀerenz nicht signiﬁkant ist. Im Vergleich zur Moody’s-Kategorie A1 sind die Spread-Diﬀerenzen demzufolge nicht nur in ihrer absoluten H¨ohe zur¨ uckgegangen, sondern auch nicht mehr signiﬁkant nachweisbar. Insgesamt l¨asst sich festhalten, dass die Zugeh¨origkeit eines Bonds zu ei-

3.5 Analyse des Datensatzes aus 2006

121

Tabelle 3-27: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s Aa3 2006)

Bond-Kategorie Banken & AGCYBonds (125) Unternehmens-Bonds (88)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

25,37

4,90

372.591,83

6,04

29,83

7,22

339.302,25

5,99

ner Gewichtungsgruppe bez¨ uglich der regulatorischen Kapitalunterlegung in einigen der untersuchten Datens¨atze, f¨ ur die ausreichend viele Paare gebildet werden konnten, einen signiﬁkanten Einﬂuss auf die Bondrenditen aus¨ ubt. Allerdings weisen die ermittelten Spread-Diﬀerenzen zum Teil nicht das erwartete Vorzeichen auf, sodass die urspr¨ ungliche Hypothese nicht haltbar erscheint. Tabelle 3-28 fasst die Ergebnisse der Gegen¨ uberstellung der Kategorien Bank und Unternehmen noch einmal f¨ ur alle analysierten Rating-Klassen zusammen. F¨ ur das S&P-Sample ist eine relativ klare Tendenz von einem Renditeaufschlag der Unternehmens-Bonds in der Kategorie A u ¨ber nahezu identische Renditen f¨ ur die Gruppe der mit A+ gerateten Papiere hin zu einem Renditeabschlag der Unternehmens-Bonds in der besten analysierten Klasse, AA-, zu erkennen. Demgegen¨ uber sind innerhalb des Moody’s-Samples f¨ ur keine Rating-Klasse h¨ohere Spreads der Unternehmens-Bonds zu beobachten. Außerdem l¨asst sich die Entwicklung nicht mit der des S&P-Samples vergleichen, da sich der Anstieg des Renditeaufschlags f¨ ur die Banken-Bonds von der Kategorie A1 zur Kategorie Aa3 nicht fortsetzt und in der besten untersuchten Moody’s-Klasse keine signiﬁkante Spread-Diﬀerenz nachzuweisen ist. Da im Rahmen der Regressionanalysen ein vergleichsweise geringer Einﬂuss des Ratings belegt wurde, sollte neben den Rating-Klassen eine weitere Erkl¨arung f¨ ur die beobachteten Entwicklungen in Betracht gezogen werden. Die Ergebnisse der durchgef¨ uhrten Regressionen haben ergeben, dass die Kontrollvariablen ausstehendes Volumen, Kuponh¨ohe und Duration zum Teil einen deutlich st¨arkeren Einﬂuss auf den untersuchten Spread haben als

122

3 Empirische Analyse des amerikanischen Bond-Marktes

das Rating. Daher ist zu pr¨ ufen, ob sich die analysierten Bond-Kategorien f¨ ur die betrachteten Rating-Klassen systematisch hinsichtlich der Auspr¨agungen der anderen relevanten Bondcharakteristika unterscheiden.96 Tabelle 3-28: Ergebnisse der Gegen¨ uberstellung von Banken- und Unternehmens-Bonds (2006) RatingKat.

Rating Kat. Spread-Diﬀerenz im Spread-Diﬀerenz im gematchten Sample gematchten Sample Moody’s S&P (Unternehmen-Bank) (Unternehmen-Bank) A 14,6BP∗∗∗ A2 -1,2BP A1 -11,1BP∗∗ A+ 1,6BP AA-11,6BP Aa3 -4,8BP *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

3.5.2.5

Banken vs. AGCY

Nachdem sich in den vorangegangenen Analysen herausgestellt hat, dass sich der Zusammenhang zwischen der H¨ohe der erforderlichen Eigenkapitalunterlegung und der Rendite nicht f¨ ur alle Rating-Kategorien positiv darstellt, soll nun untersucht werden, ob innerhalb der 20 %-Gewichtungsgruppe signiﬁkante Renditediﬀerenzen bestehen. Obwohl die Anzahl an Banken- und AGCY-Bonds bei getrennter Betrachtung in den meisten Rating-Kategorien relativ gering ist, werden einige Kategorien genauer betrachtet. Die bei diesem Vergleich zu testende Hypothese ist, dass Bonds, die in allen Bondmerkmalen inklusive der Gewichtungsgruppe bez¨ uglich der Kapitalunterlegung identisch sind, auch eine identische Rendite aufweisen. Dementsprechend sollten zwischen den gematchten Banken- und AGCY-Bonds keine signiﬁkanten Renditediﬀerenzen bestehen. Banken vs. AGCY (S&P A) In der S&P-Kategorie A konnten 31 Papieren der Kategorie AGCY 81 Banken96

Dies wird in Teil 3.5.4 genauer untersucht und im Rahmen einer Gegen¨ uberstellung der betrachteten Bond-Kategorien pr¨ asentiert.

3.5 Analyse des Datensatzes aus 2006

123

Bonds gegen¨ ubergestellt werden. Zun¨achst sind die in Tabelle 3-29 zusammengefassten Bondmerkmale zu beachten. Die Banken-Papiere haben durchschnittlich um ca. 10BP geringere Spreads. Diese k¨onnten durch das durchschnittlich h¨ohere ausstehende Volumen sowie die im Schnitt deutlich geringere Duration erkl¨art werden. Allerdings liegt die Kuponh¨ohe der AGCYBonds unter der der Banken-Papiere, sodass der Einﬂuss der Bondmerkmale keine eindeutige Richtung aufweist und mithilfe der Matched Pairs-Analyse genauer untersucht wird. Tabelle 3-29: Deskriptive Statistik AGCY vs. Banken (S&P A 2006)

Bond-Kategorie Banken-Bonds (81) AGCY-Bonds (31)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

37,06

5,59

377.670,33

6,41

46,99

9,92

270.828,97

5,94

Nachdem durch das Matching Abweichungen in Bezug auf die Bondmerkmale ber¨ ucksichtigt wurden, besteht weiterhin eine Spread-Diﬀerenz in H¨ohe von ca. 6BP. Da allerdings lediglich 13 Bond-Paare gebildet werden konnten, l¨asst sich dieses Ergebnis nicht verallgemeinern, sodass keine signiﬁkante Aussage bez¨ uglich der Spreads von Banken und AGCY-Bonds abgeleitet werden kann. Daher wird die Hypothese identischer Spreads nicht abgelehnt. Dennoch gilt es zu bedenken, dass die zus¨atzliche Ber¨ ucksichtigung der AGCY-Bonds beim Vergleich von Banken- und Unternehmens-Bonds aufgrund der beobachteten Spread-Diﬀerenz unter Umst¨anden die Ergebnisse beeinﬂussen k¨onnte. Banken vs. AGCY (S&P A+) Die Anzahl der verf¨ ugbaren AGCY-Bonds ging in der Kategorie A+ auf 19 zur¨ uck, w¨ahrend sich die Zahl der Banken-Bonds auf 130 steigerte. Weiterhin l¨asst sich Tabelle 3-30 entnehmen, dass die Werte der Duration sowie des ausstehenden Volumens ¨ahnlich starke Abweichungen wie in der vorangegangenen Untersuchung aufweisen, w¨ahrend die Kuponh¨ohen der gegen¨ uberge-

124

3 Empirische Analyse des amerikanischen Bond-Marktes

stellten Kategorien nun deutlich st¨arkere Unterschiede aufweisen, wodurch die Anzahl der Bonds, die innerhalb des Matchings ber¨ ucksichtigt werden k¨onnen, vermutlich noch geringer wird. Duration sowie Kuponh¨ohe sind bei den AGCY-Bonds deutlich h¨oher, das durchschnittlich ausstehende Volumen ist deutlich geringer als bei der gegen¨ ubergestellten Kategorie der BankenPapiere. Trotz dieser Diﬀerenzen weisen die AGCY-Papiere um etwa 3BP geringere Spreads auf. Es wird angenommen, dass diese Diﬀerenz durch das Matching noch zunimmt und somit auch hier keine einheitlichen Spreads vorliegen. Tabelle 3-30: Deskriptive Statistik AGCY vs. Banken (S&P A+ 2006)

Bond-Kategorie Banken-Bonds (130) AGCY-Bonds (19)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

25,32

4,35

393.974,93

5,84

22,56

8,53

278.947,37

8,47

Wie erwartet war es lediglich m¨oglich, eine geringe Anzahl von acht Paaren zu bilden und auf Spread-Diﬀerenzen zu untersuchen. Im Unterschied zur vorangegangenen Rating-Klasse wiesen dieses Mal die AGCY-Bonds die niedrigeren Spreads auf. Die beobachtete Spread-Diﬀerenz von knapp 9BP kann allerdings ebenfalls nicht verallgemeinert werden. Aufgrund der geringen Anzahl der Paare war es nicht m¨oglich, sinnvolle t-Test-Ergebnisse zu generieren. Es ist anzunehmen, dass die Ber¨ ucksichtigung der AGCY-Bonds innerhalb des Vergleichs von Banken-Bonds mit Unternehmens-Bonds f¨ ur die S&P-Kategorie A+ durchaus einen Einﬂuss auf die Ergebnisse aus¨ ubt. Dies gilt umso mehr, wenn man die deutlichen Abweichungen in den Bondmerkmalen und deren starken Einﬂuss im Rahmen der Regressionen in Betracht zieht. Inwiefern diese Erkenntnis auch f¨ ur die untersuchten Moody’s-Datens¨atze Geltung besitzt, wird in den n¨achsten beiden Analysen untersucht.97 97

Aufgrund der geringen Anzahl verf¨ ugbarer Bonds in der S&P-Kategorie AA- konnten im Rahmen der Matched Pairs-Analyse keine Bond-Paare gebildet werden.

3.5 Analyse des Datensatzes aus 2006

125

Banken vs. AGCY (Moody’s A2) In der Moody’s-Kategorie A2 stehen insgesamt nur 70 Bonds zur Verf¨ ugung, von denen 34 der Gruppe der AGCY-Papiere zuzuordnen sind. Im ungematchten Sample weisen die Banken-Bonds um knapp 2BP geringere Spreads auf. Die Abweichungen bei den in Tabelle 3-31 pr¨asentierten Durchschnittswerten lassen jedoch darauf schließen, dass der Grund f¨ ur diese SpreadDiﬀerenz auch in den deutlich h¨oheren Durationen sowie dem geringeren ausstehenden Volumen der AGCY-Bonds liegt.

Tabelle 3-31: Deskriptive Statistik AGCY vs. Banken (Moody’s A2 2006)

Bond-Kategorie Banken-Bonds (36) AGCY-Bonds (34)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

40,22

5,63

342.528,44

5,82

42,16

7,42

191.047,29

6,26

Wie bereits vermutet, hat sich die Spread-Diﬀerenz durch das Matching der Bonds reduziert. In den sechs gebildeten Bond-Paaren wiesen die BankenBonds um ca. 11BP h¨ohere Spreads auf. Aufgrund der sehr geringen Anzahl von Vergleichen sollten die ermittelten Spread-Diﬀerenzen allerdings nicht u ¨berbewertet werden. Aus demselben Grund l¨asst sich kein sinnvoller Vergleich mit den Ergebnissen des korrespondierenden S&P-Samples anstellen. Banken vs. AGCY (Moody’s A1) Im Datensatz der durch Moody’s mit A1 gerateten Papiere standen 22 AGCYBonds 68 Banken-Papieren gegen¨ uber. Wie im vorangegangenen Sample weisen die Banken-Bonds einen geringeren Spread auf. Die Diﬀerenz in H¨ohe von gut 5BP ließe sich grunds¨atzlich allerdings auch hier auf Abweichungen in den Bondmerkmalen und dabei insbesondere auf die durchschnittlich deutlich geringere Duration der Banken-Bonds zur¨ uckf¨ uhren.

126

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-32: Deskriptive Statistik AGCY vs. Banken (Moody’s A1 2006)

Bond-Kategorie Banken-Bonds (68) AGCY-Bonds (22)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

32,08

4,63

385.723,13

6,49

37,44

7,78

292.045,45

5,65

Von den 22 verf¨ ugbaren AGCY-Papieren konnten f¨ unf im Rahmen des Matchings ber¨ ucksichtigt werden, wodurch f¨ unf Paare gebildet werden konnten. Wie auch im zuvor untersuchten A2-Sample ging der durchschnittliche Spread bei Ber¨ ucksichtigung der unterschiedlichen Auspr¨agungen der Bondmerkmale zur¨ uck. Obwohl es aufgrund der geringen Anzahl der Paare nicht ¨ m¨oglich ist, einen t-Test zur Uberpr¨ ufung der Resultate durchzuf¨ uhren, deutet die durchschnittliche Spread-Diﬀerenz in H¨ohe von ca. 2BP darauf hin, dass die im hier untersuchten Sample gegen¨ ubergestellten Bond-Kategorien keine starken Renditediﬀerenzen aufweisen. Banken vs. AGCY (Moody’s Aa3) Im Unterschied zur S&P-Klasse AA- konnten in der korrespondierenden Moody’s-Kategorie einige wenige Bond-Paare gebildet werden. Zun¨achst fasst Tabelle 3-33 die beschreibende Statistik des untersuchten Datensatzes zusammen. Den 112 mit Aa3 gerateten Banken-Bonds konnten 13 AGCY-Papiere gegen¨ ubergestellt werden. Außerdem geht aus der Tabelle hervor, dass die Banken-Bonds um gut 6BP h¨ohere Spreads aufweisen, obwohl die Duration sowie die Kuponh¨ohe deutlich unterhalb der Werte der AGCY-Bonds liegen. Daher wird angenommen, dass sich die Spread-Diﬀerenz durch das Matching noch deutlich steigert. Im untersuchten Sample konnten 16 Bond-Paare gebildet werden. Dazu wurde allerdings in 14 F¨allen derselbe AGCY-Bond genutzt, sodass die Ergebnisse nicht sehr repr¨asentativ sind. Es bleibt festzuhalten, dass die Ergebnisse den Erwartungen entsprechen. Innerhalb des gematchten Samples wiesen die Banken-Bonds um ca. 28BP h¨ohere Spreads auf, was die h¨ochs-

3.5 Analyse des Datensatzes aus 2006

127

Tabelle 3-33: Deskriptive Statistik AGCY vs. Banken (Moody’s Aa3 2006)

Bond-Kategorie Banken-Bonds (112) AGCY-Bonds (13)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

26,02

4,42

378.115,88

5,76

19,78

9,03

325.000,00

8,43

te beobachtete Diﬀerenz f¨ ur den Vergleich von Banken- und AGCY-Bonds darstellt. Tabelle 3-34: Ergebnisse der Gegen¨ uberstellung von Banken- und AGCYBonds (2006) Spread-Diﬀerenz im Rating-Kat. gematchten Sample Moody’s (Bank-AGCY) A -6,4BP A2 A+ 8,6BP A1 Aa3 AA*, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01 Rating-Kat. S&P

Spread-Diﬀerenz im gematchten Sample (Bank-AGCY) 11,1BP -2,3BP 27,7BP

Vergleicht man die Ergebnisse auf Basis der beiden verf¨ ugbaren Ratings miteinander, so f¨allt auf, dass es einen maßgeblichen Einﬂuss hat, welche Ratings man zugrunde legt. Die Ergebnisse des Moody’s-A1-Samples weisen eher auf identische Spreads hin, w¨ahrend die f¨ ur das schlechter und besser geratete Moody’s-Sample ermittelten Diﬀerenzen auf h¨ohere Spreads der Banken-Bonds hindeuten. Im Unterschied dazu ergeben sich f¨ ur die beiden analysierten S&P-Kategorien gegens¨atzliche Resultate. Insgesamt ist aber festzuhalten, dass die hier ermittelten Diﬀerenzen aufgrund der unzureichenden Datenbasis nicht dazu genutzt werden k¨onnen, die Hypothese identischer Spreads von Banken- und AGCY-Bonds zu widerlegen. Zum einen machen die Ergebnisse also den Eindruck, dass sie durch das zugrunde gelegte Rating beeinﬂusst werden. Zum anderen k¨onnen die Ent-

128

3 Empirische Analyse des amerikanischen Bond-Marktes

wicklungen u ¨ber verschiedene Rating-Klassen (zumindest teilweise) auf die jeweiligen Auspr¨agungen der Bondmerkmale zur¨ uckgef¨ uhrt werden. Nachdem alle Ergebnisse der empirischen Analysen pr¨asentiert wurden, werden m¨ogliche Gr¨ unde f¨ ur die Abweichungen in den Ergebnissen diskutiert. Bevor dies erfolgt, soll aber zun¨achst versucht werden, die Matched Pairs-Methodik auszuweiten und das zum Teil auftretende Problem einer zu geringen Anzahl von Paaren zu beheben. Eine M¨oglichkeit dazu besteht darin, das Rating innerhalb des Distanzmaßes zu ber¨ ucksichtigen, indem die Metriﬁzierung“ ” aus Punkt 3.5.1 herangezogen wird. Auf diese Weise k¨onnen mehrere RatingKategorien gemeinsam analysiert werden. 3.5.3

Matched Pairs-Analyse mehrerer Rating-Kategorien

Nachdem die mit den relevanten Rating-Klassen korrespondierenden Ausfallwahrscheinlichkeiten in Teil 3.5.1 bestimmt wurden, werden f¨ ur jede RatingAgentur alle Bonds der Kategorien AAA bis B- bzw. Aaa bis B3 zusammengefasst und erneut zur Matched Pairs-Analyse herangezogen. Da bei einer Ber¨ ucksichtigung des Ratings innerhalb des Distanzmaßes keine getrennte Analyse der einzelnen Rating-Kategorien notwendig ist, k¨onnen bei einer maximalen Distanz von 0,3 weitaus mehr Paare gebildet werden, als dies in den vorangegangenen Analysen der Fall war. Allerdings wird dabei die M¨oglichkeit, einzelne Rating-Klassen vergleichend zu analysieren, zugunsten einer gr¨oßeren Anzahl von Paaren und damit valideren Ergebnissen aufgegeben. 3.5.3.1

Banken & AGCY vs. Unternehmen

Zun¨achst werden die Kategorien Bank und AGCY wieder zusammengefasst und den verf¨ ugbaren Unternehmens-Papieren sowohl f¨ ur die S&P-Kategorien von B- bis AAA als auch f¨ ur die Moody’s-Kategorien von B3 bis Aaa gegen¨ ubergestellt. Nachdem die Ergebnisse pr¨asentiert wurden, wird die gleiche Vorgehensweise f¨ ur den Vergleich von Banken- und AGCY-Bonds wiederholt, da hier das Problem, dass nur sehr wenige Paare gebildet werden konnten, besonders stark aufgetreten ist. Banken & AGCY vs. Unternehmen (S&P B- bis AAA) Unter Ber¨ ucksichtigung des Ratings innerhalb des Distanzmaßes waren im

3.5 Analyse des Datensatzes aus 2006

129

S&P-Datensatz 2.004 Banken-Bonds und 4.493 Unternehmens-Bonds verf¨ ugbar. Wie aus Tabelle 3-35 hervorgeht, bestehen die gravierendsten Unterschiede in den durch das durchschnittliche Rating einer Kategorie bedingten erwarteten Ausfallwahrscheinlichkeiten. F¨ ur die Anwendbarkeit der Matched Pairs-Methodik stellt dies grunds¨atzlich kein Problem dar. Allerdings muss man sich bei der Ergebnisinterpretation der Tatsache bewusst sein, dass m¨oglicherweise Paare gebildet werden, die in allen Merkmalen nahezu identisch sind und sich lediglich in der H¨ohe der zugeordneten historischen Ausfallwahrscheinlichkeit unterscheiden. Da diese f¨ ur die Kategorie Unternehmen durchschnittlich etwa das 10-Fache des Wertes der Banken-Papiere aufweist, besteht die M¨oglichkeit, dass systematisch Paare gebildet werden, in denen die Kategorie Unternehmen ein schlechteres Rating hat. Um diese Gefahr ein wenig zu entsch¨arfen, kann man alternativ zur bisher verwandten Obergrenze f¨ ur das Distanzmaß in H¨ohe von 0,3 niedrigere Maximalwerte vorgeben, sodass keine bzw. nur sehr geringe Rating-Abweichungen m¨oglich sind. Problematisch ist dabei, dass die Distanzen zwischen den Rating-Kategorien f¨ ur die guten Klassen mit geringen PDs deutlich kleiner sind als zwischen den schlechteren Rating-Klassen, die gr¨oßere PD-Spannen abdecken und daher weiter auseinander liegen. Daher macht sich der Unterschied zwischen der Kategorie AAA und AA+ innerhalb des Distanzmaßes kaum bemerkbar, ¨ w¨ahrend der Ubergang von BBB- zu BB+ einen deutlich st¨arkeren Einﬂuss hat. Da die Banken- & AGCY-Bonds im untersuchten Sample durchschnittlich deutlich bessere Ratings aufweisen als die Unternehmens-Bonds, k¨onnte es daher passieren, dass systematisch Paare gebildet werden, innerhalb derer die Unternehmens-Bonds ein schlechteres Rating aufweisen.

Tabelle 3-35: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P B- bis AAA 2006) BondKategorie Banken & AGCY-Bonds (2.004) UnternehmensBonds (4.493)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

15,79

1,11 %

4,12

409.687,86

4,85

139,64

13,49 %

5,93

410.518,54

7,15

130

3 Empirische Analyse des amerikanischen Bond-Marktes

Durch die vergleichsweise sehr große Auswahl an Banken- und UnternehmensBonds war es m¨oglich, weitaus mehr Paare zu bilden als in den vorangegangenen Untersuchungen. In der Gruppe der 4.437 gebildeten Paare weisen die Unternehmens-Bonds um durchschnittlich ca. 19BP h¨ohere Spreads auf. Der durchgef¨ uhrte t-Test zeigt einen Wert in H¨ohe von 31,01 und best¨atigt demzufolge eine sehr hohe Signiﬁkanz dieser Spread-Diﬀerenz. Aufgrund der sehr hohen Anzahl gematchter Bonds liegt es nahe, die oben genannte Option wahrzunehmen und die Analyse mit geringeren Obergrenzen f¨ ur das Distanzmaß zu wiederholen, um zu u ufen, ob dadurch ¨berpr¨ Auswirkungen auf die Resultate zustande kommen. Aus den erzielten Resultaten geht hervor, dass das vorgegebene Maximum des Distanzmaßes einen erheblichen Einﬂuss auf die ermittelten Spread-Diﬀerenzen aus¨ ubt. Bei einer Verringerung der maximal zul¨assigen Distanz verringern sich die absoluten Spreads deutlich. Allerdings besteht auch bei einer Maximaldistanz in H¨ohe von 0,03 weiterhin eine hochsigniﬁkante Spread-Diﬀerenz von ca. 10BP, die die zu u ufende Hypothese best¨atigt.98 ¨berpr¨ Die nachstehende Tabelle vermittelt einen Eindruck u ¨ber die Auspr¨agungen der Bondmerkmale von gematchten Bonds bei verschiedenen Werten des kalkulierten Distanzmaßes. Es wird deutlich, dass auch bei relativ kleinen Distanzen noch Bonds mit unterschiedlichen Ratings miteinander gematcht werden. Sollte eine der beiden Kategorien im Rahmen der Paarbildung systematisch ein schlechteres Rating aufweisen, so kann das die Aussagekraft der Ergebnisse beeinﬂussen.99 Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa) Im Vergleich zum zuvor analysierten S&P-Sample erh¨oht sich bei Verwendung von Moody’s-Ratings die Anzahl der verf¨ ugbaren Bonds in beiden Kategorien. 2.399 Banken-Bonds konnten 4.457 Unternehmens-Bonds gegen¨ ubergestellt werden. Außerdem geht aus Tabelle 3-37 hervor, dass die zugeordneten historischen Ausfallwahrscheinlichkeiten geringer sind als im S&P-Datensatz. Der PD-Wert der Unternehmens-Papiere weist jetzt jedoch etwa das 21-fache des korrespondierenden Wertes der Banken-Papiere auf, w¨ahrend dieser Faktor zuvor etwa 12 betrug. Dar¨ uber hinaus f¨allt auf, dass 98 In Tab. 3-39 werden diese Ergebnisse sowie die im Folgenden dargestellten Ergebnisse auf Basis von Moody’s-Ratings zusammengefasst. 99 Vgl. hierzu auch Abschnitt 3.5.4.

3.5 Analyse des Datensatzes aus 2006

131

Tabelle 3-36: Beispielhafte Bondmerkmale und Distanzen (S&P 2006) Distanz 0,299 0,200 0,100 0,050 0,030 0,010

erw. PD

Duration

4,99% 1,59% 1,23% 1,59% 1,23% 1,59% 1,23% 1,59% 1,59% 1,95% 3,83% 3,83%

5,24 5,42 11,80 11,48 3,41 3,47 3,45 3,33 7,03 7,06 6,73 6,74

ausst. Volumen (in T-US$) 350.000 350.000 250.000 500.000 1.631 23.000 250.000 100.000 350.000 300.000 441.456 500.000

Kupon 5,875 6,125 5,700 6,375 7,400 7,220 4,250 4,250 4,900 4,900 5,257 5,250

Typ Bank Unt. Bank Unt. Bank Unt. Bank Unt. Bank Unt. Bank Unt.

bei ansonsten relativ ¨ahnlichen Werten das ausstehende Volumen der Unternehmens-Bonds deutlich abgenommen hat. Dies ist insbesondere aufgrund des innerhalb der Regression ermittelten starken Einﬂusses des Liquidit¨atsProxys bemerkenswert. Tabelle 3-37: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa 2006) BondKategorie Banken & AGCY-Bonds (2.399) UnternehmensBonds (4.457)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

15,01

0,52 %

4,10

397.504,69

4,87

126,20

10,94 %

6,09

268.015,22

7,04

Die Matched Pairs-Analyse belegt, dass sich die Diﬀerenzen unter Ber¨ ucksichtigung der unterschiedlichen Auspr¨agungen der Bondmerkmale im Vergleich zur Untersuchung auf Basis von S&P-Ratings leicht verringert haben.

132

3 Empirische Analyse des amerikanischen Bond-Marktes

Dennoch weisen die Banken-Bonds bei einer Maximaldistanz von 0,3 im Mittel um ungef¨ahr 17BP geringere Spreads auf, die durch sehr hohe t-Werte best¨atigt werden. Die nachstehende Tabelle gibt wiederum Aufschluss u ¨ber die Auspr¨agung der im Distanzmaß ber¨ ucksichtigten Bond-Merkmale bei verschiedenen Distanz-Werten. Auch hier zeigt sich zumindest f¨ ur die beispielhaft betrachteten Paare, dass erst bei sehr geringen Distanzen eine Angleichung der erwarteten PDs erfolgt. Allerdings erwecken die in Tabelle 3-38 zusammengefassten Werte nicht den Eindruck, dass eine der beiden Kategorien innerhalb der gebildeten Paare systematisch ein besseres Rating als die andere aufweist. Tabelle 3-38: Beispielhafte Bondmerkmale und Distanzen (Moody’s 2006) Distanz 0,299 0,200 0,100 0,050 0,030 0,010

erw. PD

Duration

0,09% 0,66% 0,09% 0,94% 2,26% 1,15% 0,94% 1,24% 1,24% 1,15% 1,15% 1,15%

8,82 8,77 6,90 6,57 11,84 11,89 14,02 13,91 13,24 13,28 6,35 6,02

ausst. Volumen (in T-US$) 225.000 350.000 434.000 500.000 200.000 200.000 350.000 350.000 250.000 250.000 250.000 250.000

Kupon 5,000 4,750 4,500 4,350 6,700 6,700 5,300 5,350 6,050 6,000 5,700 5,625

Typ Bank Unt. Bank Unt. Bank Unt. Bank Unt. Bank Unt. Bank Unt.

Die bei einer Distanz von 0,3 gebildeten 3.435 Paare lassen auch f¨ ur das Moody’s-Sample eine erneute Analyse mit geringeren Obergrenzen im Rahmen der Paarbildung zu. W¨ahrend es f¨ ur das S&P-Sample auch bei einer Distanz-Obergrenze in H¨ohe von 0,1 noch m¨oglich war, um ca. 12BP h¨ohere Spreads der Unternehmens-Bonds hochsigniﬁkant nachzuweisen, f¨allt die Diﬀerenz bei gleicher maximaler Distanz im Moody’s-Sample mit 5BP deutlich geringer aus, l¨asst sich aber dennoch hochsigniﬁkant best¨atigen.100 Allerdings setzt sich die Entwicklung bei einer weiteren Reduktion der Obergrenze 100

Vgl. Tabelle 3-39.

3.5 Analyse des Datensatzes aus 2006

133

fort und wechselt bei einem Wert von 0,05 das Vorzeichen. Innerhalb der 52 bei dieser Maximaldistanz gebildeten Paare weisen die Unternehmens-Bonds einen um ca. 1BP niedrigeren Spread auf, der jedoch nicht signiﬁkant ist. Demnach ist f¨ ur das Moody’s-Sample bei gen¨ ugend ¨ahnlichen Paaren keine Spread-Diﬀerenz mehr nachzuweisen. Eine weitere Verringerung der Maximaldistanz auf 0,03 f¨ uhrt zwar dazu, dass innerhalb des gematchten Samples die Unternehmens-Bonds wieder um ca. 8BP h¨ohere Spreads aufweisen. Allerdings k¨onnen bei einer derart geringen Distanz lediglich 25 Bond-Paare gebildet werden, wodurch es nicht m¨oglich war, signiﬁkante Aussagen zu generieren. Tabelle 3-39 fasst die Ergebnisse f¨ ur beide Rating-Klassen zusammen und verdeutlicht, in welchen Analysen signiﬁkante Resultate erzielt wurden. Tabelle 3-39: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2006) S&P Moody’s SpreadSpreadAnzahl Anzahl vorgegebene Diﬀerenz Diﬀerenz Paare Paare Maximaldistanz (Unt. - Bank) (Unt. - Bank) 0,3 18,95∗∗∗ 4.437 17,31∗∗∗ 3.435 ∗∗∗ 16,27 3.653 14,64∗∗∗ 2.253 0,2 0,1 11,91∗∗∗ 1.592 5,03∗∗∗ 375 7,66∗∗∗ 348 -1,30 52 0,05 10,12∗∗∗ 85 8,32 25 0,03 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

W¨ahrend f¨ ur das S&P-Sample bei jeder angenommenen Distanz h¨ohere Spreads der Unternehmens-Bonds nachgewiesen werden konnten, geht die Spread-Diﬀerenz im Moody’s-Sample bis zur Maximaldistanz von 0,05 stetig zur¨ uck und ist f¨ ur diese Obergrenze nicht mehr nachweisbar. Der Anstieg im Falle einer weiteren Verringerung des Distanzmaßes sollte nicht u ¨berbewertet werden, da bei einer derart geringen Anzahl von Paaren keine allgemeing¨ ultigen R¨ uckschl¨ usse gezogen werden k¨onnen. Abbildung 3.20 fasst die in Tabelle 3-39 dargestellten Ergebnisse noch einmal graﬁsch zusammen und verdeutlicht, dass der R¨ uckgang der SpreadDiﬀerenz bei einer Verringerung der zugelassenen Maximaldistanz f¨ ur das

134

3 Empirische Analyse des amerikanischen Bond-Marktes

Moody’s-Sample deutlich st¨arker ausf¨allt.

Spread-Differenz in BP (Unternehmen - Bank)

20,00 15,00 10,00 5,00 0,00 -5,00

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

Distanz S&P

M oody's

Abbildung 3.20: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2006)

Die zusammengefassten Ergebnisse legen den Schluss nahe, dass die weiter oben beschriebene Problematik der Paarung von Bonds mit unterschiedlichen historischen Ausfallraten bei gr¨oßeren Distanzen tats¨achlich auftritt. Der positive Zusammenhang zwischen zugelassener Maximal-Distanz und ermittelter Spread-Diﬀerenz f¨ uhrt im Fall des Moody’s-Samples dazu, dass f¨ ur Obergrenzen der Distanz von 0,05 und kleiner keine signiﬁkante Diﬀerenz mehr nachzuweisen ist. Interessanterweise l¨asst sich also bei Ber¨ ucksichtigung aller Rating-Klassen oberhalb von CCC+ lediglich f¨ ur das S&P-Sample ein eindeutiges hochsigniﬁkantes Ergebnis erzielen, das mit der urspr¨ unglichen Hypothese u ¨bereinstimmt, w¨ahrend die Ergebnisse bei Zugrundelegung von Moody’s-Ratings eher darauf hindeuten, dass keine Spread-Unterschiede zwischen den gegen¨ ubergestellten Kategorien bestehen. Es ist an dieser Stelle jedoch darauf hinzuweisen, dass diese Aussage lediglich u ¨ber alle betrachteten RatingKlassen gilt und es daher nicht auszuschließen ist, dass auf Basis einzelner Rating-Klassen dennoch Unterschiede bestehen. Außerdem d¨ urfen die verschiedenen Auspr¨agungen der Bond-Charakteris-

3.5 Analyse des Datensatzes aus 2006

135

tika auch hier nicht außer Acht gelassen werden. Wie aus den Tabellen 3-35 ¨ und 3-37 hervorgeht, ist der Ubergang von S&P- zu Moody’s-Ratings mit einem erheblichen R¨ uckgang des ausstehenden Volumens der UnternehmensBonds verbunden. ¨ Ahnlich wie bei den zuvor untersuchten S&P-Kategorien sind die Ergebnisse der simultanen Analyse der Kategorien B3 bis Aaa nicht mit denen der Untersuchungen auf Basis einzelner Rating-Klassen identisch. Eine genauere Darstellung sowie eine Analyse der zum Teil widerspr¨ uchlichen Ergebnisse erfolgt, nachdem die noch ausstehenden Ergebnisse pr¨asentiert wurden, im n¨achsten Gliederungspunkt. 3.5.3.2

Banken vs. AGCY

Wie aus den weiter oben pr¨asentierten Ergebnissen bekannt ist, war es beim Vergleich von AGCY-Bonds mit Banken-Papieren nicht m¨oglich, die f¨ ur eine aussagekr¨aftige Analyse notwendige Anzahl von Bonds zu matchen. Daher wird die simultane Analyse mehrerer Rating-Klassen auch f¨ ur diesen Vergleich durchgef¨ uhrt. Banken vs. AGCY (S&P B- bis AAA) Die in Tabelle 3-40 pr¨asentierten Durchschnittswerte zeigen, dass die RatingUnterschiede bei den hier gegen¨ ubergestellten Kategorien bei Weitem nicht so stark auftreten wie bei dem zuvor durchgef¨ uhrten Vergleich von Bankenund AGCY-Bonds mit Unternehmens-Bonds. Das oben geschilderte Problem, dass systematisch Bonds mit unterschiedlichem Rating gematcht werden, tritt daher bei dieser Gegen¨ uberstellung anscheinend nicht so stark in Erscheinung wie bei den vorangegangenen Analysen. Innerhalb des untersuchten Datensatzes wurden 342 Banken-Bonds mit 1.662 Bonds deutlich mehr Papiere der Emittenten-Kategorie AGCY gegen¨ ubergestellt. Die Diﬀerenzen bei den relevanten Bondmerkmalen sind im Durchschnitt relativ gering, sodass davon auszugehen ist, dass bei einer Maximaldistanz von 0,3 deutlich mehr Paare gebildet werden k¨onnen als in den kategorieweisen Analysen. Unter Einbeziehung von 114 Banken-Bonds wurden 476 Paare gebildet. Dadurch war es m¨oglich, auf einem 99 %-Signiﬁkanzniveau um knapp 14BP h¨ohere Spreads der Banken-Papiere zu best¨atigen. Diese Resultate st¨ utzen

136

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-40: Deskriptive Statistik Banken vs. AGCY (S&P B- bis AAA 2006) BondKategorie Banken-Bonds (342) AGCYBonds (1.662)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

30,80

1,63 %

4,89

423.831,69

5,84

12,70

1,01 %

3,96

406.777,40

4,65

die Vermutung, dass neben den ber¨ ucksichtigten Bondmerkmalen und der Gewichtungsgruppe im Hinblick auf die H¨ohe der regulatorischen Kapitalunterlegung weitere Einﬂussfaktoren existieren, die die Bondrendite beeinﬂus¨ sen. Allerdings erscheint auch hier eine Uberpr¨ ufung sinnvoll, inwiefern die Ergebnisse bei einer Verringerung der tolerierten Obergrenze Bestand haben. Eine Obergrenze f¨ ur das Distanzmaß in H¨ohe von 0,2 wirkt sich erheblich auf die durchschnittliche Spread-Diﬀerenz aus. W¨ahrend die Banken-Bonds zun¨achst um 14BP h¨ohere Spreads aufwiesen, ist nun ein um fast 3BP ge¨ ringerer Spread der Banken-Papiere zu verzeichnen. Eine Uberpr¨ ufung auf Signiﬁkanz war jedoch nicht m¨oglich, da lediglich 24 Paare gebildet werden konnten. Daher wurde eine dritte Untersuchung vorgenommen, bei der als maximale Distanz ein Wert von 0,22 festgelegt wurde. Dadurch war es m¨oglich, 63 Paare zu bilden. Innerhalb dieses gematchten Samples wiesen die Banken-Bonds um lediglich knapp 4BP h¨ohere Spreads auf, die nicht signiﬁkant waren.101 Somit wird das zuvor pr¨asentierte Ergebnis bei einer Obergrenze in H¨ohe von 0,3 infrage gestellt. Aufgrund der geringen Distanz von weniger als 4BP erscheint die Hypothese identischer Spreads von Bankenund AGCY-Bonds realistischer zu sein, als zun¨achst angenommen wurde. Banken vs. AGCY (Moody’s B3 bis Aaa) Das Moody’s Sample der Banken- und AGCY-Bonds ist etwas umfangreicher als der S&P-Datensatz und besteht aus 317 Banken-Bonds sowie 2.082 Bonds 101

3-42.

¨ Eine Ubersicht zu den Ergebnissen mit verschiedenen Maximaldistanzen gibt Tabelle

3.5 Analyse des Datensatzes aus 2006

137

der Kategorie AGCY. Aus Tabelle 3-41 geht hervor, dass die Durchschnittswerte der Bondmerkmale relativ ¨ahnlich zu denen des S&P-Samples sind. Die Diﬀerenz (und u ¨brigens auch das Niveau) der durchschnittlichen historischen Ausfallraten hat nochmals abgenommen, sodass anzunehmen ist, dass die Matched Pairs-Methodik eine ausreichend große Anzahl von Paaren generieren wird und dass auch hier eine zweite Analyse unter Verwendung einer niedrigeren Obergrenze f¨ ur das Distanzmaß durchf¨ uhrbar ist. Tabelle 3-41: Deskriptive Statistik Banken vs. AGCY (Moody’s B3 bis Aaa 2006) BondKategorie Banken-Bonds (317) AGCYBonds (2.082)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

29,87

0,78 %

4,80

438.976,97

5,82

12,75

0,49 %

3,99

391.190,23

4,72

Die geringere Diﬀerenz der zur Paarbildung ber¨ ucksichtigten Merkmale sowie die im Vergleich zum S&P-Sample insgesamt gr¨oßere Anzahl von Bonds haben es erm¨oglicht, 847 Paare zu bilden, deren Analyse ein hochsigniﬁkantes Ergebnis hervorgebracht hat. Innerhalb des Moody’s-Samples weisen die Banken-Bonds um ca. 15BP h¨ohere Spreads als die AGCY-Bonds auf. Die ermittelten deutlichen Diﬀerenzen zwischen den Kategorien Bank und AGCY werfen die Fragen auf, inwiefern es nach wie vor sinnvoll erscheint, die beiden Kategorien f¨ ur den Vergleich mit Unternehmens-Bonds zusammenzufassen und welchen Erkl¨arungsgehalt die geforderte Unterlegung mit regulatorischem Eigenkapital tats¨achlich f¨ ur die H¨ohe des Spreads besitzt. Allerdings hat die Analyse des S&P-Datensatzes ergeben, dass die ermittelten Abweichungen bei einer Verringerung der Obergrenze des Distanzmaßes deutlich kleiner werden. Bei einer Senkung der maximal zugelassenen Distanz auf 0,2 war es innerhalb des Moody’s-Samples weiterhin m¨oglich, eine f¨ ur eine Analyse aussreichende Anzahl von Paaren zu bilden. Im Unterschied zum S&P-Sample wurde das zuvor pr¨asentierte Ergebnis durch die 245 gebildeten Bond-Paare best¨atigt. Innerhalb des gematchten Samples lagen die Spreads der Banken-Bonds um etwa 16BP oberhalb denen der AGCYPapiere. Bei einer weiteren Verringerung der tolerierten Obergrenze auf 0,15

138

3 Empirische Analyse des amerikanischen Bond-Marktes

konnten noch 46 Paare gebildet werden. Die mittlere Spread-Diﬀerenz stieg weiter an und betrug innerhalb dieser 46 Paare fast 19BP. Somit bestehen im Moody’s-Sample deutliche Abweichungen, w¨ahrend die Ergebnisse des S&PSamples eher den Schluss zulassen, dass zwischen den gegen¨ ubergestellten Bond-Kategorien nahezu identische Spreads bestehen. Tabelle 3-42 und Abbildung 3.21 fassen die Ergebnisse der beiden analysierten Datens¨atze f¨ ur die verschiedenen angenommenen Maximaldistanzen noch einmal zusammen. Tabelle 3-42: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2006) S&P SpreadDiﬀerenz (Bank - AGCY) 13,59∗∗∗ 3,52 -2,57

Moody’s SpreadAnzahl Anzahl vorgegebene Diﬀerenz Maximaldistanz Paare Paare (Bank - AGCY) 0,3 476 14,87∗∗∗ 847 0,22 63 16,62∗∗∗ 354 24 16,48∗∗∗ 245 0,2 0,15 18,59∗∗∗ 46 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Aus der Ergebniszusammenfassung geht hervor, dass die Spread-Diﬀerenz innerhalb des Moody’s-Samples tendenziell ansteigt, je geringer die vorgegebene Maximaldistanz ist. Im Unterschied dazu war es f¨ ur das S&P-Sample bereits bei einer Maximaldistanz von 0,2 nicht mehr m¨oglich, eine f¨ ur eine aussagekr¨aftige Analyse ausreichende Anzahl von Bond-Paaren zu bilden. Allerdings spricht der bereits bei einer Maximaldistanz in H¨ohe von 0,22 zu beobachtende deutliche R¨ uckgang der Spread-Diﬀerenz daf¨ ur, die Nullhypothese identischer Spreads nicht zu verwerfen. 3.5.4

Zusammenfassung und Interpretation der empirischen Ergebnisse fu ¨ r 2006

Im untersuchten Datensatz war es im Hinblick auf die Matched Pairs-Methode lediglich f¨ ur den Vergleich der Kategorien Bank und Unternehmen m¨oglich, aussagekr¨aftige Resultate zu erzielen. Der in den Hypothesen 3.3 und 3.4 formulierte Zusammenhang in Bezug auf die Staats-Bonds konnte aber bei

Spread-Differenz (Bank - AGCY)

3.5 Analyse des Datensatzes aus 2006

139

20,00 15,00 10,00 5,00 0,00 0

0,15

0,3

-5,00 Distanz S&P

Moody's

Abbildung 3.21: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2006)

allen durchgef¨ uhrten Regressionen best¨atigt werden.102 F¨ ur den Vergleich von Banken- und Unternehmens-Bonds war es nicht m¨oglich, die urspr¨ ungliche Hypothese, die Rendite falle umso h¨oher aus, je h¨oher die durch die Regulierung geforderte Eigenkapitalunterlegung ist, durch die pr¨asentierten Ergebnisse durchgehend zu best¨atigen. Die ersten analysierten S&P- und Moody’s-Kategorien, f¨ ur die im Rahmen der Matched Pairs-Analyse in ausreichender Anzahl Paare gebildet werden konnten, um die Spreads auf ihre statistische Signiﬁkanz zu testen, wiesen zum Teil sogar Resultate auf, die f¨ ur die Gruppe der Unternehmens-Bonds, die die h¨ochste Unterlegung mit regulatorischem Eigenkapital erfordert, eine geringere Rendite ergaben als f¨ ur die gegen¨ ubergestellte Gruppe der Banken-Papiere. Um eine genauere Interpretation zu erm¨oglichen, stellt Abbildung 3.22 die bereits in Tabelle 3-28 wiedergegebenen Ergebnisse f¨ ur beide Rating-Agenturen graﬁsch dar.103

102

Vgl. Abschnitte 3.5.1.1, 3.5.1.2 sowie 3.5.1.3. Da in den Matched Pairs-Analysen mit Ber¨ ucksichtigung der Staats-Bonds nur sehr wenige Paare gebildet werden konnten, werden hier in erster Linie die Ergebnisse des Vergleichs von Banken- und Unternehmens-Bonds hervorgehoben. 103

3 Empirische Analyse des amerikanischen Bond-Marktes

Sprea d-Dif fere nz in BP ( Untern ehmen - Bank)

140

20 15 10 5 0 -5 -10 -15

A/A2

A+/A1

AA-/Aa3

Rat ing (S& P /M oody's)

S&P

Moody's

Abbildung 3.22: Spread-Diﬀerenzen in unterschiedlichen Rating-Klassen (Banken & AGCY vs. Unternehmen 2006)

Aus der Abbildung geht hervor, dass die Untersuchung des S&P-Samples f¨ ur die Kategorie A h¨ohere Spreads der Unternehmens-Papiere gegen¨ uber den Banken-Papieren ergeben hat. Diese gehen bei besser werdendem Rating zur¨ uck und sind bei Betrachtung der Kategorie AA- f¨ ur die Kategorie Unternehmen geringer als f¨ ur die Banken-Bonds. Allerdings l¨asst sich diese tendenzielle Entwicklung der ermittelten Renditediﬀerenzen aufgrund der geringen Anzahl von Paaren innerhalb der Gruppe der mit AA- gerateten Bonds nicht als statistisch signiﬁkant best¨atigen. Die Analyse des Moody’sSample hat f¨ ur alle betrachteten Rating-Klassen h¨ohere Spreads der BankenBonds ergeben, die sich allerdings lediglich f¨ ur die Kategorie A1 als statistisch signiﬁkant nachweisen ließen. Es wird deutlich, dass die Trends der Spread¨ Diﬀerenzen f¨ ur den Ubergang von der S&P-Kategorie A zur Kategorie A+ ¨ relativ ¨ahnlich zum Ubergang von der Moody’s-Klasse A2 zur Rating-Klasse A1 sind. Es besteht allerdings ein deutlicher Unterschied bei den jeweili¨ gen Uberg¨ angen zur n¨achstbesseren Rating-Kategorie. W¨ahrend die SpreadDiﬀerenz im S&P-Sample weiter ansteigt und, wie bereits erw¨ahnt, f¨ ur die Klasse AA- deutlich negativ ist, entwickelt sich die Spread-Diﬀerenz beim

3.5 Analyse des Datensatzes aus 2006

141

¨ Ubergang zur besten betrachteten Moody’s-Kategorie r¨ uckl¨auﬁg. Da die Ergebnisse sowohl f¨ ur die beste betrachtete S&P-Kategorie als auch f¨ ur die beste betrachtete Moody’s-Kategorie allerdings nicht signiﬁkant waren, sollten die hier dargestellten Entwicklungen nicht u ¨berinterpretiert werden. Festgehalten werden kann lediglich, dass die Wahl der verwendeten Ratings in den pr¨asentierten Analysen einen erheblichen Einﬂuss auf die Ergebnisse hat. Die unterschiedlichen Resultate hinsichtlich der Verwendung von S&Pbzw. Moody’s-Ratings k¨onnten darauf zur¨ uckzuf¨ uhren sein, dass die gegenu ¨bergestellten Rating-Kategorien nicht mit identischen Ausfallwahrscheinlichkeiten zu verkn¨ upfen sind. Banken haben im Gegensatz zu anderen Unternehmen die Besonderheit, dass eine Einlagensicherung besteht, die eine Bank unter bestimmten Bedingungen vor einem Konkurs bewahrt, der ohne diese Versicherung eingetreten w¨are. Inwiefern dieser doppelte Boden“ ” im Rahmen der Rating-Urteile erfasst wird, l¨asst sich schwer sagen. Dar¨ uber hinaus w¨ urde unter Umst¨anden insbesondere bei großen Banken ein Konkurs durch den Staat aufgefangen ( too-big-to-fail“), sodass man als Investor bei ” Bankverbindlichkeiten von einer zus¨atzlichen Sicherheit ausgehen kann, die vielleicht nicht vollst¨andig im eigentlichen Rating ber¨ ucksichtigt ist. Um zu kontrollieren, inwiefern derartige Besonderheiten durch die beiden RatingAgenturen in identischer Weise verarbeitet werden, werden im Folgenden die Bonds analysiert, die sowohl ein Moody’s- als auch ein S&P-Rating aufweisen und somit jeweils in beiden untersuchten Datens¨atzen vertreten waren. Ein erster Vergleich der ber¨ ucksichtigten Banken-Bonds zeigt, dass diese bei S&P im Mittel ein um ca. eine Kategorie schlechteres Rating aufweisen als bei Moody’s. So ist beispielsweise der Großteil der nach Moody’s mit Aa3 gerateten Banken-Bonds im S&P-Sample der Kategorie A+ enthalten. ¨ Ahnliche Abweichungen lassen sich auch f¨ ur die Kategorien A1 sowie A2 nachweisen.104

104

Vgl. Tabelle 3-43.

142

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-43: Banken-Bonds Moody’s vs. S&P (2006) Anzahl Bonds mit davon: Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl

Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds

mit AA mit AAmit A+ mit A mit Amit BBB+ mit BBB ohne S&P-Rating

Moody’s Aa3 112

Moody’s A1 68

Moody’s A2 32

4 7 100 1 -

6 60 2 -

11 24 1 -

Des Weiteren muss u uft werden, ob im Bereich der Unternehmens¨berpr¨ Bonds ebenfalls derartige Abweichungen auftauchen. F¨ ur den Fall, dass dies nicht so ist, wurden bei der Matched Pairs-Analyse systematisch unterschiedliche Ausfallwahrscheinlichkeiten unterstellt. Betrachtet man die Unternehmens-Bonds, von denen weitaus mehr verf¨ ugbar waren als von den ber¨ ucksichtigten Banken-Bonds, so f¨allt auf, dass hier im Unterschied zur BankenKategorie keine systematischen Abweichungen vorliegen. Die Ratings streuen etwas st¨arker als f¨ ur die Banken-Bonds, aber dennoch einigermaßen gleichm¨aßig um die jeweils korrespondierende Rating-Klasse der anderen Agentur. Tabelle 3-44 zeigt die Ergebnisse f¨ ur die Moody’s-Kategorien Aa3, A1 sowie A2. Demzufolge gingen in die Matched Pairs-Analysen auf Basis der einzelnen Rating-Kategorien systematisch unterschiedliche Banken-Bonds ein. W¨ahrend die im Rahmen der Gegen¨ uberstellung ber¨ ucksichtigten UnternehmensBonds weitgehend identisch waren, wurden die Banken-Bonds wesentlich durch die zugrunde gelegten Ratings bestimmt. Die abweichenden Ergebnisse lassen sich somit zum Teil dadurch erkl¨aren, dass denselben UnternehmensBonds jeweils unterschiedliche Banken-Bonds gegen¨ ubergestellt wurden. Beispielsweise wurden Unternehmens-Bonds der S&P-Kategorie A BankenBonds derselben Kategorie gegen¨ ubergestellt, w¨ahrend diese Kongruenz bei der zum Vergleich herangezogenen Moody’s-Kategorie nicht beibehalten wurde. Bei der Untersuchung der Moody’s-Kategorie Aa3 wurden zwar weitgehend dieselben Unternehmens-Bonds wie unter Verwendung der S&P-Kate-

3.5 Analyse des Datensatzes aus 2006

143

Tabelle 3-44: Unternehmens-Bonds Moody’s vs. S&P (2006) Anzahl Bonds mit Moody’s

Moody’s Aa3 88

Moody’s A1 171

Moody’s A2 467

14 33 11 9 21

11 5 111 6 22 16

10 40 214 79 23 4 97

davon: Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl

Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds

mit AAA mit AA+ mit AA mit AAmit A+ mit A mit Amit BBB+ mit BBB ohne S&P-Rating

gorie AA- einbezogen,105 allerdings wiesen die einbezogenen Banken-Bonds nun mehrheitlich ein S&P-Rating in H¨ohe von A+ auf, wodurch sich der vergleichsweise h¨ohere Spread der Banken-Bonds bei Verwendung von Moody’sRatings erkl¨art. ¨ Die nachstehende Tabelle gibt einen Uberblick u ¨ber die im Rahmen von S&P- bzw- Moody’s-Ratings ber¨ ucksichtigten Risikofaktoren und verdeut¨ licht, dass diese eine relativ hohe Ahnlichkeit aufweisen, aber in einzelnen Punkten durchaus auch Unterschiede zu beobachten sind. Der in Tabelle 3¨ 45 dargestellte Uberblick zeigt, dass S&P im Bereich des ﬁnanziellen Risikos eine ausf¨ uhrlichere Aufschl¨ usselung von Risikofaktoren verwendet, w¨ahrend Moody’s insbesondere eine ausf¨ uhrlichere Aufschl¨ usselung der ManagementQualit¨at vornimmt und verbundene Unternehmen bzw. die Unternehmensstruktur explizit als Risikofaktor ber¨ ucksichtigt. Die Beobachtung, dass Moody’s Banken besser ratet, w¨ahrend bei den Unternehmens-Bonds keine systematischen Unterschiede auftreten, k¨onnte also daran liegen, dass Banken in den Bereichen Management und Unternehmensstruktur im Vergleich zu Unternehmen besser aufgestellt sind. Einschr¨ankend ist allerdings festzuhalten, dass die Tatsache, dass ein Risikofaktor nicht explizit genannt wird, keinen 105

Vgl. Tabelle 3-44.

144

3 Empirische Analyse des amerikanischen Bond-Marktes

Beleg daf¨ ur darstellt, dass er im Rahmen des Ratings nicht ber¨ ucksichtigt wird. Tabelle 3-45: Innerhalb des Ratings ber¨ ucksichtigte Risikofaktoren S&P Finanzielles Risiko • Bilanz und Rechnungswesen • Finanzpolitik • Rentabilit¨at • Kapitalstruktur • Cashﬂow • ﬁnanz. Flexibilit¨at Gesch¨aftsrisiko

Moody’s Finanzwirtschftliche Risiken • Cashﬂow • Liquidit¨at • Verbindlichkeitenstruktur • EK und Reserven

Wettbewerbliche und betriebliche Risiken • industriespeziﬁsche • rel. Marktanteil/ Besonderheiten Wettbewerbsposition • Wettbewerbsposition • Diversiﬁkation • Umsatz, Kosten, Ergebnis • Absatz und Beschaﬀung Unternehmensstruktur und rechtliche Risiken • Einbeziehung verbundener Unternehmen • Management Managementqualit¨at • Planungs- und Kontrollwesen • Managementerfahrung • Organisationsstruktur • Nachfolgeregelung Quelle: In Anlehnung an Brunner et al. (2000), S. 8.

Die hier pr¨asentierten Ergebnisse haben deutliche Unterschiede in den Ergebnissen der Ratingverfahren beider Agenturen hervor gebracht.106 Eine Aussage dar¨ uber, welche Ratings im Hinblick auf eine korrekte Bonit¨atseinsch¨atz106

Weitere Untersuchungen zu Unterschieden zwischen verschiedenen Rating-Agenturen ﬁnden sich beispielsweise bei Crouhy et al. (2001) oder Cantor und Packer (1994).

3.5 Analyse des Datensatzes aus 2006

145

ung die richtigen sind, l¨asst sich auf Basis der Resultate jedoch nicht treﬀen. Allerdings wiesen die Regressionen unter Verwendung von Moody’s-Ratings durchweg einen deutlich h¨oheren Erkl¨arungsgehalt auf als die korrespondierenden Analysen auf Basis von S&P-Ratings, was daf¨ ur spricht, dass sich die Marktteilnehmer am betrachteten Bond-Markt st¨arker an den Einsch¨atzungen von Moody’s als an denen des Konkurrenten S&P orientieren. Außerdem ist darauf zu achten, dass von beiden Agenturen ein spezielles Rating f¨ ur Banken existiert, das hier nicht ber¨ ucksichtigt werden konnte. S&P ver¨oﬀentlicht neben dem hier verwandten Rating ein so genanntes Bank Survivability Assessment, bei dem externe Einﬂ¨ usse, wie beispielsweise die Eigent¨ umerstruktur, die Bedeutung der Bank innerhalb des Bankensystems sowie die weiter oben angesprochene too-big-to-fail“-Eigenschaft ber¨ ucksichtigt werden.107 ” Bereits seit 1995 existiert mit dem Moody’s Bank Financial Strength Rating (MBFSR) ein Gegenst¨ uck von Moody’s, das ebenfalls parallel zum traditionellen Rating durchgef¨ uhrt wird.108 Poon et al. (1999) kommen in einer Untersuchung der im MBFSR ber¨ ucksichtigten Einﬂussfaktoren allerdings zu dem Ergebnis, dass durch dieses neue Rating keine sonderlich großen Zusatzinformationen generiert werden. Inwiefern dies auch f¨ ur das durch S&P vorgenommene ’Bank Survivability Assessment’ gilt und ob die angewandten Methoden in ihrer Summe zu identischen Rating-Urteilen f¨ uhren, ist unklar. Daher kann f¨ ur den hier untersuchten Datensatz unter Verwendung der traditionellen Ratings lediglich die oben dargestellte Diskrepanz aufgezeigt werden, die als eine Ursache f¨ ur die Ergebnisabweichungen infrage kommt. Anhand von Abbildung 3.22 wird deutlich, dass die Spread-Diﬀerenz auf Basis von beiden Rating-Agenturen f¨ ur die besseren Ratings im Gegensatz zur urspr¨ unglichen These steht, dass die Unternehmens-Bonds einen signiﬁkant h¨oheren Spread aufweisen. Die Regressionsergebnisse sowie die Resultate der Matched Pairs-Analyse unter Einbezug mehrerer Rating-Klassen best¨atigen zumindest teilweise die urspr¨ ungliche Hypothese. Allerdings ist es auf Basis dieser Analysen nicht mehr m¨oglich, Aussagen f¨ ur einzelne RatingKategorien zu generieren. Aufgrund der zum Teil deutlichen Abweichungen zu den kategorieweisen Analysen kann angenommen werden, dass sowohl f¨ ur den S&P-Datensatz als auch f¨ ur das Moody’s-Sample ein positiver Zusammenhang zwischen der H¨ohe der regulatorischen Kapitalanforderung und der Rendite eines Bonds f¨ ur die Rating-Kategorien unterhalb von A bzw. A2 be107 108

Vgl. Standard & Poor’s (2007). Vgl. Godlewski (2004), S. 4.

146

3 Empirische Analyse des amerikanischen Bond-Marktes

steht. Es stellt sich somit die Frage, wieso dieser Zusammenhang f¨ ur schlechtere Ratings gilt und sich bei besseren Ratings zum Teil sogar umkehrt. Eine denkbare Ursache hierf¨ ur k¨onnte in den unterschiedlichen Diversiﬁkationswirkungen von gut gerateten und schlecht gerateten Bonds liegen. Insbesondere im Bereich der Staats-Bonds, aber auch in der Kategorie der Banken-Bonds, sind relativ wenige Papiere mit schlechten Ratings verf¨ ugbar. Wie aus dem Datensatz hervorging, wiesen nahezu alle Staats-Bonds ein S&P-Rating von AAA bzw. ein Moody’s-Rating von Aaa auf. Bei den durch S&P gerateten Banken-Papieren wiesen weniger als 10 % der Papiere ein Rating unterhalb von A- auf, und das schlechteste verf¨ ugbare Rating lag bei BB+. Im Moody’s-Banken-Sample wies mit ca. 5 % sogar ein noch geringerer Anteil ein schlechteres Rating als das zu A- korrespondierende A3 auf. Das schlechteste in diesem Sample verf¨ ugbare Rating lag bei Ba1. Demgegen¨ uber waren von den 5.237 verf¨ ugbaren durch S&P gerateten Unternehmens-Bonds 3.950 schlechter als A- geratet, der schlechteste Wert lag bei D. Die Anteile im Moody’s-Sample sind ¨ahnlich und verdeutlichen, dass es lediglich durch die Investition in Unternehmens-Bonds m¨oglich ist, die niedrigeren RatingKategorien (und damit die ceteris paribus h¨oheren Renditen) im Portfolio zu halten. Tabelle 3-46 gibt die Korrelationen von Bond-Indizes unterschiedlicher Rating-Kategorien wieder, um zu verdeutlichen, dass gerade die Investition in niedrigere Rating-Klassen einen positiven Diversiﬁkationseﬀekt bewirken kann. Tabelle 3-46: Empirische Korrelationen zwischen Bond-Indizes Government – Financials (Aaa - Aaa) Government – Corporates (Aaa - Aaa) Corporates – Financials (Aaa - Aaa) Government – Corporates (Aaa – Baa)

98,82 97,23 98,52 76,75

% % % %

Quelle: Lehman Brothers Bond Indizes f¨ ur den Zeitraum vom 01.02.05 bis 31.01.06.

Einerseits haben die Ergebnisse gezeigt, dass die Wertpapierkategorie einen signiﬁkanten Einﬂuss auf Renditen von Bonds aufweist. Andererseits ist vor dem Hintergrund der unterschiedlichen Diversiﬁkationswirkungen sowie der Ergebnisse des Vergleichs von AGCY- und Banken-Bonds nicht eindeutig

3.5 Analyse des Datensatzes aus 2006

147

klar, ob dieser Einﬂuss ausschließlich aufgrund der unterschiedlichen Kapitalunterlegung zustande kommt oder außerdem durch andere Determinanten u ¨berlagert wird. Bevor abschließend der Einﬂuss der Angebots- und Nachfrage-Situation als weitere Erkl¨arung f¨ ur die beobachteten Spreads erl¨autert wird, sollen zun¨achst die bereits genannten Unterschiede in den relevanten Bond-Merkmalen dargestellt werden. Wie schon angemerkt wurde, wiesen die RatingKategorien im Rahmen der Regression hinsichtlich der Spread-Unterschiede zwischen den gegen¨ ubergestellten Bond-Kategorien einen relativ geringen Einﬂuss auf. Daher werden die Entwicklungen der ermittelten Spread-Unterschiede zwischen den Kategorien Bank und Unternehmen den im Distanzmaß ber¨ ucksichtigten Bondcharakteristika gegen¨ ubergestellt. Tabelle 3-47 gibt die im Rahmen der kategorieweisen Analysen ermittelten Spread-Differenzen sowie die relevanten Bondmerkmale innerhalb der betrachteten Datens¨atze wieder. Unabh¨angig davon, dass lediglich die Ergebnisse f¨ ur die S&P-Klasse A sowie f¨ ur die Moody’s-Kategorie A1 signiﬁkant waren, f¨allt auf, dass zum einen ¨ beim Ubergang von einer Rating-Klasse zur n¨achstbesseren Klasse, aber zum anderen auch beim Wechsel von S&P zu Moody’s mitunter gravierende Ver¨anderungen hinsichtlich einiger der relevanten Bondmerkmale auftreten. ¨ So entwickeln sich die Kupons beispielsweise beim Ubergang von A+ zu AAbzw. von A1 zu Aa3 f¨ ur die Banken-Bonds deutlich r¨ uckl¨auﬁg, wodurch im Vergleich zur jeweils niedrigeren Rating-Klasse tendenziell Paare mit geringeren Kupons gebildet werden. Außerdem weisen die Moody’s-Kategorien in einigen F¨allen deutlich geringere Werte des Liquidit¨ats-Proxys auf, als es f¨ ur die S&P-Samples der Fall ist, wodurch in den Moody’s-Datens¨atzen tendenziell Paare mit einem geringeren ausstehenden Volumen gebildet werden. Einerseits ging aus den in den Tabellen 3-43 und 3-44 zusammengefassten Werten hervor, dass hinsichtlich der Banken-Ratings deutliche Abweichungen zwischen Moody’s und S&P zu verzeichnen sind, andererseits zeigt die ¨ hier pr¨asentierte Ubersicht, dass die Ergebnisse durch mehrere Faktoren beeinﬂusst werden, die sich gegenseitig u ¨berlagern. Aufgrund der pr¨asentierten Unterschiede in den Werten der Bondmerkmale ist es denkbar, dass sich die im Rahmen der Matched Pairs-Analyse gebildeten Paare f¨ ur verschiedene Rating-Klassen hinsichtlich der Werte der ber¨ ucksichtigten Kontrollvariablen systematisch unterschieden. Dadurch w¨are die Wirkung der Bondcharakteristika auf die analysierten Spreads innerhalb der gematchten Samples u ¨ber die Samples hinweg nicht miteinander vergleichbar. Die unterschiedlichen Re-

148

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-47: Spread-Diﬀerenzen und Bondmerkmale (Banken & AGCY vs. Unternehmen 2006) RatingKlasse

A

A+

AA-

A2

A1

Aa3

BondKategorie

Banken- & AGCY-Bonds (112) UnternehmensBonds (407) Banken- & AGCY-Bonds (149) UnternehmensBonds (179) Banken- & AGCY-Bonds (66) UnternehmensBonds (53) Banken- & AGCY-Bonds (70) UnternehmensBonds (467) Banken- & AGCY-Bonds (90) UnternehmensBonds (171) Banken- & AGCY-Bonds (125) UnternehmensBonds (88)

durchschn. durchschn. ausst. Vol. Duration (in T-US$)

6,79

348.098,17

durchschn. Spreaddurchschn. Diﬀerenz im geKuponh¨ ohe matchten Sample (in %) (Unt. - Bank) (in BP) 6,28 14,6

6,78

319.170,83

6,45

4,88

379.306,99

6,17 1,6

7,03

328.176,92

5,93

4,90

707.935,80

5,07 -11,6

7,29

283.279,25

6,02

6,50

268.951,88

6,03 -1,2

6,74

223.805,05

6,47

5,40

362.824,14

6,28 -11,1

7,19

298.450,58

6,23

4,90

372.591,83

6,04

7,22

339.302,25

5,99

-4,8

3.5 Analyse des Datensatzes aus 2006

149

sultate zwischen den S&P- und Moody’s-Samples k¨onnten daher z.B. auch auf Abweichungen hinsichtlich der H¨ohe des ausstehenden Volumens zur¨ uckzuf¨ uhren sein und m¨ ussen somit nicht notwendigerweise auf der Wahl der jeweiligen Rating-Agentur beruhen. Abschließend soll die Verteilung des Bond-Angebots auf die verschiedenen Rating-Klassen betrachtet werden. Wie bereits aus den Ausf¨ uhrungen weiter oben hervorging, ist das Angebot an Banken-Bonds in den besseren und das an Unternehmens-Papieren in den schlechteren Rating-Kategorien vergleichsweise umfangreicher. Ein geringer werdendes Angebot f¨ uhrt ceteris paribus zu steigenden Preisen, w¨ahrend ein umfangreicheres Angebot fal¨ lende Preise zur Folge hat. Ubertr¨ agt man diesen Zusammenhang auf die Angebotsmengen der hier analysierten Bond-Kategorien, so f¨allt auf, dass eine weitere denkbare Einﬂussgr¨oße vorliegt. Gerade in den besseren RatingKategorien, f¨ ur die die Banken-Papiere entgegen der getesteten Hypothese h¨ohere Renditen aufwiesen als die Unternehmens-Papiere, wird ein relativ geringes Angebot von Unternehmens-Bonds mit einem relativ großen Angebot von Banken-Bonds verglichen.109 Daher ist denkbar, dass der positive Zusammenhang zwischen geforderter Kapitalunterlegung und Bondrendite u ¨berlagert wurde und aufgrund von Diskrepanzen zwischen Bond-Angebot und -Nachfrage ein Ergebnis erzielt wurde, das der getesteten Hypothese widerspricht. Konsequenterweise sollte man daher die Ergebnisse einzeln analysierter Bond-Kategorien unter Ber¨ ucksichtigung dieses Einﬂusses interpretieren bzw. die Ergebnisse der Untersuchungen u ¨ber mehrere Rating-Kategorien hervorheben. Bei simultaner Betrachtung mehrerer Rating-Kategorien sollte sich der Eﬀekt unterschiedlich starker Angebotsmengen, durch eine ausreichend große Anzahl einbezogener Rating-Klassen, ausgleichen lassen. Der gerade erl¨auterte Wirkungszusammenhang gilt nicht nur f¨ ur den Vergleich zwischen Unternehmens- und Banken-Bonds. Unklar ist auch, in welcher Weise die ermittelten Abweichungen zwischen Banken- und AGCYPapieren darauf zur¨ uckzuf¨ uhren sein k¨onnten. Da keine M¨oglichkeit besteht, die beschriebenen Diskrepanzen zwischen nachgefragter und angebotener Menge in den empirischen Analysen zu ber¨ ucksichtigen, l¨asst sich an dieser Stelle lediglich auf Abweichungen hinweisen, die die erzielten Resultate beeinﬂusst haben k¨onnten. Tabelle 3-48 zeigt die Verteilung des Angebots der beiden Bond-Kategorien Bank und AGCY u ¨ber die verschiedenen S&P109

¨ F¨ ur eine Ubersicht der verf¨ ugbaren Bonds innerhalb der einzelnen Rating-Klassen vgl. Tabellen 3-4 und 3-5.

150

3 Empirische Analyse des amerikanischen Bond-Marktes

Klassen. Es wird deutlich, dass, obwohl sich die Mittelwerte der historischen Ausfallwahrscheinlichkeiten nicht sehr stark unterscheiden, keineswegs eine identische Verteilung vorliegt. Tabelle 3-48: Gegen¨ uberstellung Banken- und AGCY-Bonds (S&P)

Anzahl davon: Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl

Bonds insgesamt Bonds Bonds Bonds Bonds Bonds Bonds Bonds

mit mit mit mit mit mit mit

AAA AA- bis AA+ A- bis A+ BBB- bis BBB+ BB- bis BB+ B- bis B+ CCC- bis CCC+

Banken- AGCYBonds Bonds 398 1.907 0 80 286 30 2 0 0

1.581 8 119 162 12 23 2

Die Streuung u ¨ber die Rating-Klassen f¨allt bei den AGCY-Bonds deutlich gr¨oßer aus. Somit ist einerseits unklar, inwiefern bei der Paarbildung Bonds mit identischem Ausfallrisiko zusammengef¨ uhrt wurden. Andererseits w¨are es aufgrund dieser Verteilungen durchaus denkbar, dass Diskrepanzen zwischen Angebot und Nachfrage in verschiedenen Rating-Klassen unterschiedlich starke Auswirkungen auf die realisierten Spreads haben. Die Ausf¨ uhrungen haben gezeigt, dass neben den innerhalb der Regression sowie zur Paarbildung ber¨ ucksichtigten Einﬂussgr¨oßen weitere Faktoren existieren, die die Ergebnisse beeinﬂussen k¨onnen. Da die Korrelationen zwischen den verschiedenen Bond-Kategorien zeitlich instabil sein und auch die angebotenen Mengen in den einzelnen Rating-Kategorien u ¨ber die Zeit schwanken k¨onnen, werden zus¨atzliche Zeitpunkte betrachtet, um zu analysieren, inwiefern die f¨ ur den Datensatz aus 2006 erzielten Resultate Bestand haben, und um weitere Erkenntnisse bez¨ uglich der relevanten Einﬂussfaktoren der beobachtbaren Bond-Spreads zu generieren.

3.6 Analyse des Datensatzes aus 2004

3.6 3.6.1

151

Analyse des Datensatzes aus 2004 Ergebnisse der Datenbereinigung

Ausgangspunkt f¨ ur die zweite Analyse war ebenfalls ein aus Datastream entnommener Datensatz in den USA gehandelter, auf US-$ lautender Bonds, die einen ﬁxen Kupon aufwiesen. Die relevanten Variablen wurden zum 23. M¨arz 2004 f¨ ur 14.917 Bonds abgefragt. Die Bereinigung erfolgte analog zu der des Datensatzes aus dem Jahre 2006. Die Tabelle 3-49 stellt die Verteilung der abgerufenen Bond-Daten auf die beiden Rating-Agenturen dar und in den Tabellen 3-50 bis 3-53 werden die zu analysierenden Daten vor und nach der Bereinigung um Ausreißer sowie Nicht-OECD-Bonds zusammengefasst. ¨ Tabelle 3-49: Ubersicht zum Datensatz aus 2004 vor Datenbereinigung

Bonds mit Moody’s-Rating Bonds ohne Moody’s-Rating

Bonds mit S&P-Rating

Bonds ohne S&P-Rating

6.067

2.100

2.664

4.086

Es wird deutlich, dass die Anzahl von Bonds ohne Rating im Vergleich zum Datensatz aus 2006 deutlich angestiegen ist. Dennoch weist der Großteil der analysierten Bonds weiterhin sowohl ein S&P- als auch ein Moody’s-Rating auf.

Banken

Corporates

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 359 343 289 255 177 224 418 736 392 326 343 312 52 40 13 104 1 2 6 15 41 18 51 108 90 33 6 2 -

Anzahl Bonds Moody’s 169 278 112 136 219 161 439 622 424 419 481 177 99 25 16 85 1 39 2 1 13 29 50 69 111 52 25 2

DurchschnittsSpread S&P Moody’s 548,74 551,22 513,13 385,30 462,16 368,09 367,71 327,34 346,50 253,02 272,42 183,57 151,25 156,77 122,21 103,21 99,81 103,71 86,45 85,35 68,52 85,46 75,68 101,39 26,13 144,59 35,22 106,80 32,77 119,89 133,76 188,76 716,5 287,6 581,30 121,63 301,88 113,11 147,30 146,50 123,50 50,19 91,16 43,66 48,53 61,79 52,68 26,51 32,86 33,23 93,95 27,45 34,47 -33,60 26,81 14,75

DurchschnittsDuration S&P Moody’s 5,00 5,04 4,91 6,16 5,04 5,63 4,82 6,09 5,36 6,86 5,43 6,27 6,05 6,56 6,34 7,03 6,67 6,90 6,78 7,28 6,65 7,55 7,01 7,78 6,57 7,69 5,51 6,86 4,94 6,40 6,68 7,13 3,50 1,09 1,50 5,48 5,74 5,17 5,17 5,76 6,87 4,48 4,77 6,10 5,88 5,36 6,09 5,06 6,31 6,02 5,72 7,29 5,97 1,34 6,37 3,64

Durchschnittlich ausst. Vol. S&P Moody’s 231.431,97 234.762,09 231.808,94 227.302,02 247.452,61 270.851,40 277.025,80 289.812,10 192.633,17 244.471,26 291.618,20 191.225,32 321.955,44 262.377,07 472.210,94 246.432,82 293.631,02 236.067,58 279.740,55 221.220,21 269.473,96 188.497,78 265.137,57 218.939,59 296.447,12 229.475,23 439.692,65 420.852,72 215.513,31 162.815,63 210.375,65 200.300,71 200.000,00 82.891,00 150.000,00 295.833,33 411.695,69 292.566,67 175.000,00 520.724,83 125.000,00 381.388,89 218.076,92 290.632,82 337.931,03 330.868,44 228.234,48 402.621,51 305.030,07 431.005,42 305.272,33 266.666,67 442.115,90 112.500,00 473.148,60 262.500,00

DurchschnittsKupon Moody’s 9,01 8,24 8,26 8,02 7,52 7,48 7,02 6,99 6,69 6,74 6,73 6,82 6,81 6,70 7,52 6,84 9,25 6,82 5,56 5,75 6,76 6,08 6,11 5,97 6,29 5,51 5,40 3,20 S&P 9,32 9,18 8,92 8,40 7,96 7,72 7,10 6,94 6,82 6,71 6,28 6,64 5,95 6,05 7,84 6,69 11,75 12,50 7,36 5,86 6,36 6,64 6,43 6,53 5,60 5,43 7,27 7,81 -

Tabelle 3-50: Bonds vor Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2004-1

152 3 Empirische Analyse des amerikanischen Bond-Marktes

SOV&SSOV

AGCY

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating

S&P 3 2 10 1 8 1 21 56 54 26 40 13 6 1 1 642 4 3 1 4 4 1 3 1 15 7 12 3 2 72

Anzahl Bonds Moody’s 2 1 7 5 4 2 10 67 57 30 37 25 17 6 1 856 2 2 4 4 1 1 1 3 1 9 7 6 16 2 89

DurchschnittsSpread S&P Moody’s 397,80 353,00 464,40 444,50 408,57 447,57 338,90 359,76 485,63 357,93 317,60 213,75 149,60 73,67 79,09 100,83 72,56 77,02 150,35 86,03 42,79 122,02 44,45 66,67 57,43 49,05 20,10 34,98 -172,60 -172,60 39,57 35,61 831,38 1051,85 293,30 610,90 565,70 352,33 312,28 348,03 323,68 127,50 223,20 127,50 121,63 85,10 199,90 121,63 38,96 72,40 63,49 79,89 30,41 15,07 40,87 37,53 166,04 37,05 21,25 1,70 -2,22

DurchschnittsDuration S&P Moody’s 7,31 4,57 6,43 5,41 4,77 6,72 6,13 4,50 6,03 6,03 6,98 3,82 5,91 5,66 8,15 7,59 8,17 7,55 7,01 7,53 8,14 7,77 9,41 7,70 5,54 9,45 6,66 6,27 13,39 13,39 5,37 5,41 3,91 3,52 6,35 4,30 5,64 5,96 5,09 7,31 6,00 7,42 7,20 7,42 6,57 4,88 14,14 6,57 9,31 13,49 9,89 8,16 9,26 9,33 7,99 4,09 7,43 6,77 13,52 8,26 7,64

Durchschnittlich ausst. Vol. S&P Moody’s 200.000,00 100.050,00 142.150,00 200.000,00 271.522,80 238.147,43 1.750.000,00 319.871,00 238.750,00 189.599,00 355,00 400.000,00 324.173,48 232.500,00 280.901,93 205.160,97 279.555,04 328.863,98 329.023,88 157.572,57 235.430,00 188.411,84 444.230,77 325.600,00 1.421.310,00 351.470,59 750.000,00 1.541.666,67 200.000,00 200.000,00 487.618,93 474.222,06 603.750,00 700.000,00 866.666,67 507.500,00 125.000,00 750.000,00 262.500,00 123.137,23 141.887,23 510.000,00 250.000,00 510.000,00 350.000,00 100.000,00 100.000,00 350.000,00 216.666,67 200.000,00 166.666,67 392.857,14 264.285,71 266.666,67 327.500,00 2.721.666,67 240.625,00 150.000,00 400.000,00 15.270.270,35 15.355.326,40

DurchschnittsKupon Moody’s 7,63 8,75 8,40 8,46 7,68 8,13 5,71 6,66 7,11 6,63 6,39 6,29 8,27 5,41 5,63 4,44 10,19 9,94 8,26 8,78 6,55 8,25 8,75 8,88 6,63 9,08 8,71 7,79 9,68 6,88 6,67 S&P 8,12 7,66 8,82 9,63 8,94 7,50 6,68 6,75 6,67 6,74 6,08 8,38 5,39 7,45 5,63 4,05 10,06 7,09 9,50 9,06 8,14 8,25 8,88 9,00 8,91 8,14 8,15 5,46 9,50 7,15

Tabelle 3-51: Bonds vor Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2004-2

3.6 Analyse des Datensatzes aus 2004 153

Banken

Corporates

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 321 305 259 232 160 202 368 641 344 274 302 283 46 33 11 86 10 34 14 45 86 79 28 4 -

Anzahl Bonds Moody’s 154 248 106 125 197 146 390 555 372 375 438 151 70 18 10 57 8 26 42 60 93 46 -

DurchschnittsSpread S&P Moody’s 537,25 538,78 504,27 386,98 441,05 370,08 375,88 305,02 342,50 240,02 252,74 191,37 134,51 139,77 109,77 95,99 82,74 87,98 81,37 70,45 46,73 72,63 63,66 85,22 24,33 178,04 20,29 28,84 32,75 27,08 62,85 42,43 125,14 93,60 35,43 63,73 40,45 45,50 39,33 50,69 34,23 46,59 35,59 46,78 25,05 33,08 -

DurchschnittsDuration S&P Moody’s 4,91 5,01 4,80 6,20 4,97 5,54 4,70 6,21 5,55 7,01 5,55 6,45 6,38 6,88 6,82 7,39 7,14 7,31 7,29 7,61 7,03 7,90 7,41 8,37 6,62 8,77 5,27 7,32 4,88 6,62 6,92 7,38 5,84 6,03 4,64 3,75 5,89 5,55 5,56 6,27 5,12 6,41 5,99 5,98 7,53 5,82 -

Durchschnittlich ausst. Vol. S&P Moody’s 232.960,40 230.394,92 232.652,42 233.385,70 252.571,03 272.119,07 281.770,34 292.618,28 182.403,21 241.988,31 289.866,91 196.194,92 313.860,53 257.721,45 494.432,53 251.939,45 293.352,77 241.960,38 277.941,87 224.564,57 265.910,86 185.965,24 266.653,44 210.445,74 297.070,65 188.591,00 481.187,52 488.267,67 226.061,18 190.505,00 203.717,83 211.325,61 243.850,00 468.962,29 393.928,57 148.125,00 296.050,53 328.846,15 364.267,05 232.422,00 430.050,09 334.629,17 492.054,96 327.105,69 275.000,00 477.978,85 -

DurchschnittsKupon Moody’s 9,08 8,32 8,30 7,99 7,56 7,53 7,10 7,01 6,67 6,71 6,79 6,86 7,10 6,12 7,48 6,68 6,74 6,14 6,17 6,23 6,61 5,69 S&P 9,52 9,38 9,03 8,55 8,02 7,74 7,14 6,96 6,88 6,74 6,39 6,65 5,86 5,76 7,83 6,78 6,71 6,28 6,57 6,45 6,75 5,77 5,72 7,22 -

Tabelle 3-52: Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2004-1

154 3 Empirische Analyse des amerikanischen Bond-Marktes

SOV&SSOV

AGCY

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 7 5 19 47 44 22 24 11 4 575 12 5 10 1 70

Anzahl Bonds Moody’s 4 3 1 8 59 47 17 31 21 13 4 746 5 5 4 5 85

DurchschnittsSpread S&P Moody’s 361,20 428,48 360,53 485,84 263,80 137,24 75,09 73,58 73,74 71,96 71,75 60,86 66,16 33,98 64,44 35,62 53,78 47,58 40,09 32,58 39,32 35,33 31,58 31,56 21,66 31,90 11,24 33,40 4,20 15,94 -4,30 -7,93

DurchschnittsDuration S&P Moody’s 4,47 5,47 4,21 5,13 5,92 6,02 5,89 8,81 8,11 8,65 7,76 7,36 9,06 7,44 8,58 9,53 7,92 7,10 10,12 7,07 5,36 5,40 9,82 9,77 8,34 9,74 9,27 9,37 6,58 7,61 8,36 7,80

Durchschnittlich ausst. Vol. S&P Moody’s 286.233,29 170.109,25 366.333,33 187.000,00 250.000,00 321.454,89 225.000,00 272.424,77 205.331,95 272.067,54 301.870,79 325.210,05 226.363,35 227.645,83 184.463,80 406.818,18 318.333,33 1.625.000,00 298.076,92 1.562.500,00 407.039,73 398.226,27 216.666,67 170.000,00 450.000,00 270.000,00 270.000,00 400.000,00 3.000.000,00 310.000,00 15.437.381,07 15.850.728,40

DurchschnittsKupon Moody’s 7,93 8,30 7,88 5,51 6,51 6,99 6,58 6,43 6,16 8,52 5,61 4,32 9,31 8,85 8,41 7,98 6,60 S&P 8,37 8,71 6,56 6,58 6,55 6,91 5,92 8,37 5,06 . 3,99 . 8,97 8,10 7,94 5,63 7,07

Tabelle 3-53: Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2004-2

3.6 Analyse des Datensatzes aus 2004 155

156

3 Empirische Analyse des amerikanischen Bond-Marktes

Wie auch f¨ ur den zuvor analysierten Datensatz, wurde in Einzelf¨allen von der in Abschnitt 3.4.1 beschriebenen Bereinigung abgewichen, um alle Aus¨ reißer zu eliminieren. Eine vollst¨andige Ubersicht u ¨ber die Bonds, die gesondert eliminiert wurden, ﬁndet sich im Anhang.110 Außerdem verh¨alt sich die Verteilung der verf¨ ugbaren Unternehmens-Bonds und Banken-Bonds u ¨ber die Rating-Klassen ¨ahnlich, wie im zuvor betrachteten Sample. W¨ahrend der Großteil der verf¨ ugbaren Banken-Papiere in den Kategorien zwischen Abzw. A3 und AA- bzw. Aa3 zu ﬁnden ist, geht die Anzahl der verf¨ ugbaren Unternehmens-Bonds ab einem Rating von AA- bzw. Aa3 deutlich zur¨ uck.111 Da die Anzahl der Unternehmens-Titel im Vergleich zu den Banken-Bonds insgesamt aber deutlich gr¨oßer ist, ist die Anzahl der potenziell f¨ ur die Matched Pairs-Analyse nutzbaren Bonds in diesen Bereichen am gr¨oßten. Die Rating-Kategorien, f¨ ur die im Folgenden Matched Pairs-Analysen durchgef¨ uhrt werden, liegen somit, wie schon im vorherigen Abschnitt, weitgehend in diesen Bereichen. Nachstehend werden wiederum Boxplots der betrachteten Bond-Kategorien dargestellt, um die Verteilung der Spreads u ¨ber die Rating-Klassen zu zeigen.112

110

Vgl. Tabelle A-3 im Anhang. Vgl. Tabellen 3-52 und 3-53. 112 Siehe Abbildungen 3.23 sowie 3.24 111

3.6 Analyse des Datensatzes aus 2004

900,00

157

Corporates

800,00 700,00 600,00 500,00 400,00 300,00 200,00 100,00 0,00 -100,00

AAA

AA+ bis AA-

700,00

A+ bis A-

BBB+ bis BBB-

BB+ bis BB-

Banken & AGCY

600,00 500,00 400,00 300,00 200,00 100,00 0,00 -100,00

AAA

AA+ bis AA-

300,00

A+ bis A-

BBB+ bis BBB-

BB+ bis BB-

SOV & SSOV

250,00 200,00 150,00 100,00 50,00 0,00 -50,00

AAA

AA+ bis AA-

A+ bis A-

-100,00

Abbildung 3.23: Box Plots (S&P 2004)

Abbildung 3.23 verdeutlicht, dass die Spreads der zu analysierenden Bonds sich ¨ahnlich wie im zuvor analysierten Datensatz u ¨ber die Rating-Klassen verteilen. Die Spreads der Staats-Bonds liegen wieder deutlich unterhalb der anderen beiden Kategorien und die Spreads der Kategorie Bank fallen etwas geringer aus als die der Kategorie Unternehmen. Der ungew¨ohnlich ¨ erscheinende R¨ uckgang des Spreads der Unternehmens-Bonds beim Ubergang von AAA zu AA l¨asst sich zumindest teilweise dadurch erkl¨aren, dass die ber¨ ucksichtigten Unternehmens-Bonds in der Rating-Klasse AAA eine

158

3 Empirische Analyse des amerikanischen Bond-Marktes

deutlich gr¨oßere durchschnittliche Duration und damit auch eine tendenziell h¨ohere Restlaufzeit aufweisen als die in mit AA gerateten UnternehmensPapiere.113 Corporates

900,00 800,00 700,00 600,00 500,00 400,00 300,00 200,00 100,00 0,00 -100,00

Aaa

Aa1 bis Aa3

A1 bis A3

Baa1 bis Baa3

Ba1 bis Ba2

500,00

Banken & AGCY

400,00 300,00 200,00 100,00 0,00 Aaa

Aa1 bis Aa3

A1 bis A3

Baa1 bis Baa3

Ba1 bis Ba2

-100,00

300,00

SOV & SSOV

250,00 200,00 150,00 100,00 50,00 0,00 -50,00

Aaa

Aa1 bis Aa3

A1 bis A3

-100,00

Abbildung 3.24: Box Plots (Moody’s 2004)

Die Boxplots des Moody’s-Samples zeigen ein a¨hnliches Bild wie im zuvor analysierten 2006er-Sample. Im Folgenden werden die Bonds analog zum 113

Vgl. Tabelle 3-52.

3.6 Analyse des Datensatzes aus 2004

159

zuvor betrachteten Datensatz genauer analysiert, um der Frage nachzugehen, inwiefern ein Zusammenhang zwischen Spread-H¨ohe und der erforderlichen H¨ohe an regulatorischen Eigenkapital besteht. 3.6.2 3.6.2.1

Regressionsanalyse Regressionsanalyse mit Banken- und Staats-Dummy

Bevor die Matched Pairs-Analyse einzelner Rating-Kategorien erfolgt, werden, wie auch zuvor f¨ ur den 2006er-Datensatz, die Bonds mit S&P- und Moody’s-Ratings jeweils einer Regressionsanalyse unterzogen, um die Hypothese zu u ufen, dass Bonds von Emittenten, die eine hohe regulatorische ¨berpr¨ Eigenkapitalunterlegung erfordern, eine h¨ohere Rendite aufweisen als solche, die von Emittenten stammen, die zu einer Forderungskategorie geh¨oren, die eine geringere Menge an regulatorischem Eigenkapital erfordert. Dazu wird das aus Formel 3-1 bekannte Regressionsmodell gesch¨atzt, in dem die BondKategorie mithilfe von Dummyvariablen erfasst wird. Wie aus Tabelle 3-54 hervorgeht, waren in den durch S&P ver¨oﬀentlichten Rating-Reports die historischen Ausfallraten lediglich f¨ ur mehrere RatingKategorien zusammengefasst verf¨ ugbar, wodurch die Zuweisung von PDs zu den hier verwandten Rating-Klassen erschwert wurde.114 Die innerhalb der Regression sowie im Rahmen der Matched Pairs-Analyse genutzten metriﬁ” zierten“ Ratings wurden f¨ ur das S&P-Sample dennoch ermittelt, indem auf Basis der verf¨ ugbaren Daten drei Polynome approximiert wurden. Darauf aufbauend wurden die nicht vorhandenen Informationen f¨ ur die dazwischen liegenden Rating-Klassen mitgesch¨atzt und auf diese Weise f¨ ur die Analysen generiert. Die genauen Werte sowie eine graﬁsche Veranschaulichung der Approximation sind in den Abbildungen 3.25 und 3.26 sowohl f¨ ur das S&P- als auch f¨ ur das Moody’s-Sample zusammengefasst.

114

F¨ ur die aufgef¨ uhrten Ausfallraten vgl. Standard & Poor’s (2004), S. 27ﬀ. sowie Moody’s Investors Service (2004), S. 26.

160

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-54: 9-j¨ahrige historische Ausfallraten S&P und Moody’s (2004) Rating AAA/Aaa -/Aa1 AA-,AA,AA+/Aa2 -/Aa3 -/A1 A-,A,A+/A2 /A3 -/Baa1 BBB-,BBB.BBB+/Baa2 -/Baa3 -/Ba1 BB-,BB,BB+/Ba2 -/Ba3 -/B1 B-,B,B+/B2 -/B3

S&P 0,00 % 0,39 % 1,08 % 5,80 % 17,96 % 26,28 % -

Moody’s 0,38 % 0,26 % 0,61 % 0,35 % 0,76 % 1,77 % 1,73 % 2,47 % 4,73 % 7,31 % 12,59 % 15,29 % 35,27 % 46,28 % 43,54 % 61,22 %

3.6 Analyse des Datensatzes aus 2004

161

30,00 25,00

Ausfallrate

20,00 15,00 10,00 5,00

B-

B

B+

BB -

BB

A

ABB B+ BB B BB BBB +

A+

AA -

AA

AA A AA +

0,00

Rating hist. PD (9J.)

1.

2.

3.

Abbildung 3.25: Approximation historische PDs 2004 (S&P) Polynome: 1. −0, 0078 · x3 + 0, 0850 · x2 − 0, 0436 · x − 0, 0336 2. 0, 0205 · x3 − 0, 1405 · x2 + 0, 1759 · x + 0, 6542 3. −0, 0409 · x3 + 1, 2352 · x2 − 8, 1437 · x + 8, 4259

162

3 Empirische Analyse des amerikanischen Bond-Marktes

70 60

Ausfallrate

50 40 30 20 10 0 Aaa Aa1 Aa2 Aa3

A1

A2

A3 Baa1 Baa2 Baa3 Ba1 Ba2 Ba3

B1

B2

B3

Rating hist. PD (9J.)

1.

2.

3.

Abbildung 3.26: Approximation historische PDs 2004 (Moody’s)

Polynome: 1. −0, 0122 · x3 + 0, 1470 · x2 − 0, 2572 · x + 0, 3167 2. −0, 2456 · x3 + 7, 6780 · x2 − 75, 6898 · x + 242, 5733 3. 0, 2085 · x3 − 7, 1779 · x2 + 83, 7708 · x − 296, 8745 Um zu analysieren, inwiefern auf Basis des 2004er-Datensatzes identische Ergebnisse zustande kommen wie im zuvor betrachteten Sample, und um zu untersuchen, ob die im Rahmen des Modells ermittelten Implikationen sowie ¨ die daraus abgeleiteten Hypothesen 3.2 bis 3.4 einer empirischen Uberpr¨ ufung standhalten, wird die Nullhypothese aus Abschnitt 3.5.1 f¨ ur die Regressionskoeﬃzienten beibehalten.115

115

Vgl. Formel 3-4.

3.6 Analyse des Datensatzes aus 2004

163

Tabelle 3-55: Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Duration Kupon ausst. Volumen

Koeﬃzient -85,353 30,811 -41,167 1.515,572 -0,939 21,468 -1,709

Standardfehler 16,571 6,303 10,385 54,258 0,646 2,054 0,778

t-Statistik -5,1508*** 4,8886*** -3,9639*** 27,9329*** -1,4532 10,4540*** -2,1953**

R2 0,7850 adj. R2 0,7848 F-Statistik 3.052,87*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Wie aus Tabelle 3-55 hervorgeht, war es, wie auch f¨ ur den Datensatz aus 2006, m¨oglich, signiﬁkant negative Werte f¨ ur den Staats-Dummy nachzuweisen. Der Koeﬃzient deutet auf um ca. 41BP niedrigere Spreads der Staats-Bonds im Vergleich zu den Unternehmens-Papieren hin, nachdem im Hinblick auf die anderen ber¨ ucksichtigten Einﬂ¨ usse korrigiert wurde. Im Unterschied zu den Resultaten des zuvor untersuchten Samples wurde f¨ ur das 2004er-Sample auch f¨ ur den Banken-Dummy ein statistisch hochsigniﬁkanter Einﬂuss nachgewiesen. Das Vorzeichen entspricht allerdings nicht dem gem¨aß Hypothese 3.2 erwarteten Wirkungszusammenhang. Im analysierten Datensatz weisen die Banken-Bonds dem gesch¨atzten hochsigniﬁkanten Koeﬃzienten zufolge um knapp 31BP h¨ohere Spreads auf als die durch Unternehmen emittierten Bonds, was auch aus ¨okonomischer Sicht eine bedeutsame Diﬀerenz darstellt. Des Weiteren geht aus der Ergebnis-Tabelle hervor, dass, w¨ahrend die Renditen der drei betrachteten Bond-Kategorien nicht die erwartete Reihung aufwiesen, die f¨ ur die ber¨ ucksichtigten Kontrollvariablen in den Hypothesen K.3.1 bis K.3.4 formulierten Wirkungszusammenh¨ange mit einer Ausnahme statistisch signiﬁkant best¨atigt werden konnten. Der Koeﬃzient der Duration weist ein negatives Vorzeichen auf, was nicht

164

3 Empirische Analyse des amerikanischen Bond-Marktes

dem erwarteten positiven Zusammenhang zwischen Spread-H¨ohe und Restlaufzeit entspricht. Da der Koeﬃzienten-Wert allerdings statistisch nicht signiﬁkant ist und auch aus ¨okonomischer Sicht mit einem durchschnittlichen Eﬀekt von ca. 6BP eine im Vergleich zu den anderen Variablen geringe Wirkung aufweist, besteht auch kein nennenswerter negativer Zusammenhang zwischen der Kontrollvariable und der erkl¨arten Spread-Gr¨oße. Der in Basispunkten ausgedr¨ uckte Einﬂuss des Ratings bzw. der erwarteten PDs hat sich im Vergleich zum zuvor betrachteten Zeitpunkt deutlich verst¨arkt. So ist f¨ ur A-geratete Papiere ein um knapp 16BP h¨oherer Spread zu beobachten als f¨ ur Bonds der Kategorie AAA. Diese Diﬀerenz w¨achst auf ca. 409BP an, wenn man die beste Rating-Klasse Papieren der Kategorie B- gegen¨ uberstellt.116 F¨ ur den Kupon konnte ebenfalls ein st¨arkerer Einﬂuss nachgewiesen werden, als es im 2006er-Sample der Fall war. Der durchschnittliche Eﬀekt liegt bei fast 152BP, was aus o¨konomischer Sicht einen enormen Wert darstellt.117 F¨ ur das ausstehende Volumen als Liquidit¨ats-Proxy konnte der in Hypothese K.3.2 formulierte Wirkungszusammenhang auf dem 5 %-Niveau signiﬁkant nachgewiesen werden. Der ermittelte β-Wert entspricht einem durchschnittlichen Eﬀekt in H¨ohe von knapp 21BP. Insgesamt war die Regression hochsigniﬁkant. Das korrigierte R2 konnte im Vergleich zum Datensatz aus 2006 gesteigert werden und betr¨agt nun 78,48 %. Die Gr¨ unde f¨ ur diese Steigerung des Bestimmtheitsmaßes k¨onnen in vielen Bereichen liegen. Beispielsweise haben das Zinsniveau sowie die aktuelle Zinsphase einen Einﬂuss auf die Bewertung von Bonds, der durch die Betrachtung einzelner Zeitpunkte nicht abgebildet werden kann. Die nachstehende Abbildung gibt die Entwicklung des Zinsniveaus in den USA von 1997 bis 2007 wieder. Es ist ersichtlich, dass das Zinsniveau im M¨arz 2004 ungef¨ahr nach einer ca. 6 Monate andauernden Phase des R¨ uckgangs am Anfang einer einige Monate anhaltenden Phase des Anstiegs stand. Der M¨arz 2006 stellt ebenfalls den Anfang einer einer ¨ahnlichen Phase des steigender Zinsen dar. Allerdings f¨allt auf, dass das Zinsniveau im Unterschied zu dem in 2004 betrachteten Zeitpunkt in den Monaten zuvor eher ansteigend verlief. Inwiefern hierin die Ursache f¨ ur die unterschiedlichen 116 In diesem Zusammenhang ist zu beachten, dass die durchschnittlichen Spreads u ¨ber alle ber¨ ucksichtigten Bonds im 2004er-Sample um ca. 45BP h¨ oher waren als im 2006erDatensatz. Vgl. hierzu auch die im Rahmen der Datenbereinigungen dargestellten Tabellen. 117 Ein Downgrade eines mit AAA gerateten Bonds auf BBB- w¨ urde zum Vergleich eine Spread-Steigerung in H¨ ohe von etwa 134BP bewirken.

3.6 Analyse des Datensatzes aus 2004

165

R2 -Werte liegt, l¨asst sich nicht abschließend beurteilen. Die in Abbildung 3.27 dargestellte Entwicklung kann lediglich einen Anhaltspunkt bieten und die Unterschiede zwischen den betrachteten Zeitpunkten bez¨ uglich der Zinsphase verdeutlichen.

6 .50

20.03.2002

6 .00

5 .50

28.03.2006

5 .00

23.03.2004

4 .50

4 .00 1997

199 8

199 9

2 000

Quelle: FEDERAL RESERVE SYSTEM (2007)

200 1

200 2

2 003

2004

200 5

200 6

2 007

SOURCE: FEDERAL RESERVE

Abbildung 3.27: Entwicklung des US-Zinsniveaus (Renditen von USStaatsanleihen 1997-2007 in %)

Eine andere denkbare Ursache f¨ ur die zu beobachtende Steigerung des Erkl¨arungsgehalts der Regressionsergebnisse kann in Umgestaltungen der steu¨ erlichen Rahmenbedingungen liegen, wodurch Anderungen im Investitionsverhalten der Marktteilnehmer verursacht werden k¨onnen. Ein Blick auf die Steuergesetzgebung in den USA verdeutlicht, dass es im Wesentlichen zwei Gesetzes¨anderungen gab, die einen Einﬂuss auf das Investitionsverhalten zu den betrachteten Zeitpunkten gehabt haben k¨onnten. Zun¨achst wurde im Mai 2003 durch den Jobs and Growth Tax Relief Reconciliation Act eine befristete Senkung der zu zahlenden Steuers¨atze auf Kapitaleink¨ unfte beschlossen.118 Die zun¨achst bis 2008 befristete Reduktion der Steuers¨atze wurde im Mai 2006 um weitere zwei Jahre bis 2010 verl¨angert.119 Durch die Gesetzgebung wurde die maximale Besteuerung von Kursgewinnen und Dividenden auf 118 119

Vgl. U.S. Government Printing Office (2003). Vgl. U.S. Government Printing Office (2006).

166

3 Empirische Analyse des amerikanischen Bond-Marktes

15% und f¨ ur Steuerzahler mit individuellen Steuers¨atzen unterhalb des Spitzensteuersatzes sogar auf einen Satz von bis zu 0% reduziert. Obwohl der Zeitpunkt der Unterzeichnung der zweiten Gesetzes¨anderungen nach dem sp¨atesten im Rahmen der empirischen Analyse untersuchten Zeitpunkt im M¨arz 2006 lag, ist es durchaus denkbar, dass aufgrund intensiver Debatten im Vorfeld der Umsetzung des zweiten Gesetzes eine gesteigerte Unsicherheit der Marktteilnehmer vorlag. Als Beleg hierf¨ ur l¨asst sich ein im Nachgang zur Gesetzgebung ver¨oﬀentlichter Bericht einer Steuerberatungsgesellschaft deuten, in dem von einem monatelangen Hin und Her die Rede ist.120 Insgesamt kann aber auch hier lediglich auf die M¨oglichkeit einer Ergebnisbeeinﬂussung hingewiesen werden, ohne diese zu belegen. Tabelle 3-56: Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (Moody’s 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Duration Kupon ausst. Volumen

Koeﬃzient -30,7293 -8,6448 -78,0452 651,5349 -1,0296 17,4585 -0,5353

Standardfehler t-Statistik 16,8977 -1,819* 4,8984 -1,765* 11,0819 -7,043*** 40,1455 16,229*** 0,6935 -1,485 2,0232 8,629*** 0,8783 -0,609

R2 0,7215 adj. R2 0,7211 F-Statistik 2.045,28*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Wie aus Tabelle 3-56 zu erkennen ist, liegt der korrigierte R2 -Wert f¨ ur das untersuchte Moody’s-Sample bei 72,11 %. Dies stellt zum einen einen deutlichen R¨ uckgang im Vergleich zum Datensatz aus 2006 dar und liegt zum anderen ebenfalls deutlich unterhalb des f¨ ur das gerade betrachtete S&P-Sample do120

Vgl. CCH (2006).

3.6 Analyse des Datensatzes aus 2004

167

kumentierten Wertes.121 Demzufolge sollten auf Basis der hier pr¨asentierten Ergebnisse keine Schlussfolgerungen in Bezug auf die Qualit¨at der beiden Rating-Agenturen getroﬀen werden. Hinsichtlich des Staats-Dummys war es wiederum m¨oglich, einen sowohl statistisch als auch ¨okonomisch signiﬁkanten Einﬂuss nachzuweisen.122 Interessanterweise ist der Koeﬃzient des BankenDummys innerhalb des Moody’s-Samples ebenfalls negativ. Zun¨achst f¨allt auf, dass dies im Gegensatz zu den gerade pr¨asentierten Resultaten auf Basis von S&P-Ratings steht. Dar¨ uber hinaus ist der Koeﬃzient auf dem 10 %Niveau signiﬁkant, was eine Best¨atigung des urspr¨ unglich in Hypothese 3.2 formulierten Wirkungszusammenhangs darstellt. Die Vorzeichen der u ¨brigen Koeﬃzienten entsprechen denen des S&PSamples. Im Vergleich zu den zuvor dargestellten Ergebnissen war neben dem Durationskoeﬃzienten zus¨atzlich der Koeﬃzient des Liquidit¨ats-Proxys statistsisch insigniﬁkant. Die o¨konomische Bedeutung der beiden Kontrollvariablen ist mit durchschnittlich 7BP im Fall der Duration und 6BP f¨ ur die H¨ohe des ausstehenden Volumens ebenfalls relativ gering.123 In Basispunkten ausgedr¨ uckt ist die ¨okonomische Bedeutung der Kuponh¨ohe sowie der erwarteten Ausfallwahrscheinlichkeit im Vergleich zum Moody’s-Sample aus 2006 angestiegen, liegt aber f¨ ur beide Faktoren unterhalb der f¨ ur das korrespondierende S&P-Sample dargestellten Werte. Bei Zugrundelegung des durchschnittlichen Kupons ergibt sich durch den zu der Kontrollvariable geh¨orenden Koeﬃzienten ein Eﬀekt von etwa 117BP. Der Einﬂuss der Rating-Kategorie kommt f¨ ur die schlechten Rating-Klassen besonders stark zum Tragen. W¨ahrend ¨ ein Ubergang von der Kategorie Aaa zur Kategorie A2 eine relativ geringe Spread-Steigerung in H¨ohe von ca. 8BP nach sich zieht, steigert sich dieser ¨ Wert bei einem Ubergang zur schlechtesten Moody’s-Klasse auf ca. 390BP, was fast der f¨ ur das S&P-Sample zu beobachtenden Reaktion entspricht. Im Unterschied zum Datensatz aus 2006 konnte f¨ ur das 2004er-Sample nicht nur ein signiﬁkanter Einﬂuss des Staats-Dummys nachgewiesen wer121 Die vorangegangenen Ausf¨ uhrungen zu den m¨oglichen Ursachen dieser Ver¨ anderung ¨ gelten hier analog. Anzumerken ist hierzu, dass sich die dargestellten Anderungen der Rahmenbedingungen nicht notwendiger Weise auf beide Datens¨ atze identisch auswirken m¨ ussen, da sich die in den untersuchten Datens¨atzen ber¨ ucksichtigten Bonds voneinander unterscheiden. 122 Der ermittelte β-Wert weist auf ca. 78BP geringere Spreads im Vergleich zu Unternehmens-Papieren hin und war auf dem 1 %-Niveau signiﬁkant. 123 Die in den Hypothesen K.3.2 und K.3.4 beschriebenen Wirkungszusammenh¨ ange scheinen im untersuchten Datensatz also nicht zu bestehen.

168

3 Empirische Analyse des amerikanischen Bond-Marktes

den, sondern auch f¨ ur den Banken-Dummy. Wie allerdings gerade dargestellt, wiesen die Banken-Dummys im untersuchten S&P-Sample einen positiven Wert auf, w¨ahrend die Analyse des Moody’s-Samples einen negativen Wert hervorbrachte. Somit kann hinsichtlich Hypothese 3.2 keine einheitliche Aussage f¨ ur die beiden untersuchten Datens¨atze getroﬀen werden. Nach Pr¨asentation der noch ausstehenden Resultate wird hinterfragt, inwiefern diese gegens¨atzlichen Aussagen mit den in Abschnitt 3.5.4 dargestellten Unterschieden zwischen Moody’s- und S&P-Ratings zusammenh¨angen. Der in Hypothese 3.4 beschriebene negative Zusammenhang zwischen Spread-H¨ohe und der Bond-Kategorie Staat ist hingegen sowohl auf Basis von S&P- als auch auf Basis von Moody’s-Ratings zu beobachten. Betrachtet man die Werte der beiden Staats-Dummys genauer, so f¨allt außerdem auf, dass die Differenz im Moody’s-Sample deutlich gr¨oßer war. Zudem zeigt sich, wenn man die Werte aus Banken- und Staats-Dummy in beiden Analysen kombiniert, dass in beiden Datens¨atzen eine fast identische Spread-Diﬀerenz zwischen den Kategorien Staat und Bank besteht.124 Dies kann als Indiz daf¨ ur interpretiert werden, dass die Unterschiede in den beiden 2004er-Datens¨atzen im Bereich der Unternehmens-Bonds liegen. Bevor dieser Frage aber genauer nachgegangen wird, werden die noch ausstehenden Analysen durchgef¨ uhrt, um wiederum diﬀerenziertere Aussagen in Bezug auf die beiden Samples zu erm¨oglichen. 3.6.2.2

Erweitertes Regressionsmodell

Wie schon f¨ ur den Datensatz aus dem Jahr 2006, werden zwei Erweiterungen des Regressionsmodells vorgenommen. Zun¨achst wird pr¨asentiert, inwiefern die zus¨atzliche Ber¨ ucksichtigung der quadrierten erwarteten PDs den Erkl¨arungsgehalt des Modells steigert und es erm¨oglicht, Nichtlinearit¨aten in Bezug auf die Rating-Gr¨oße zu erfassen.125 Im Anschluss daran erfolgt die Erweiterung um Interaktionsterme, wie sie aus Abschnitt 3.5.1.3 bekannt ist.

124 Die Regressionsergebnisse unter Verwendung von Unternehmens- und StaatsDummys sind zur Information im Anhang A.5 aufgef¨ uhrt. 125 Vgl. Formel 3-5 in Abschnitt 3.5.1.2.

3.6 Analyse des Datensatzes aus 2004

169

Tabelle 3-57: Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen

Koeﬃzient -75,112 13,757 -69,223 618,965 3.302,945 -0,829 21,701 -0,556

Standardfehler 15,562 5,330 10,921 169,299 693,521 0,629 2,018 0,820

t-Statistik -4,8268*** 2,5812*** -6,3388*** 3,6560*** 4,7626*** -1,3184 10,7538*** -0,6779

R2 0,7937 2 adj. R 0,7934 F-Statistik 2.756,38*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Die in Tabelle 3-57 zusammengefassten Ergebnisse zeigen, dass sowohl der Koeﬃezient der Variable Rating als auch der Koeﬃzient der Variable Rating2 statistisch signiﬁkant sind. Aus ¨okonomischer Sicht u ¨ben ebenfalls beide Koeﬃzienten einen bedeutsamen Einﬂuss aus. Die Wirkung des quadrierten Rating-Terms u ¨bersteigt erst ab einem Rating von BBB+ die H¨ohe von 1BP, nimmt dann aber sehr schnell zu und betr¨agt f¨ ur die Rating-Klasse B- etwa 240BP. In der schlechtesten Rating-Kategorie entspricht die Wirkung des Ratings fast exakt dem f¨ ur das Grundmodell dokumentierten Wert. Abbildung 3.28 zeigt, in welcher Weise die zus¨atzliche Variable den nichtlinearen Zusammenhang zwischen Spread-H¨ohe und Rating-Klasse im Vergleich zum Grundmodell abbildet.126

126

Der F-Test zum Vergleich des Grundmodells mit dem erweiterten Modell hat f¨ ur das S&P-Sample ergeben, dass die Ber¨ ucksichtigung der quadrierten erwarteten Ausfallrate auch hier zu einer signiﬁkanten Steigerung des Erkl¨arungsgehalts der Regression f¨ uhrt.

170

3 Empirische Analyse des amerikanischen Bond-Marktes

500 400 300 200 100

Spread (in BP)

erw. Modell

B

BB-

BB+

BBB

A-

A+

AA

AAA

0

erw. Modell

Grundmodell

Abbildung 3.28: Spreads in Abh¨angigkeit der Rating-Kategorie; Grundmodell vs. erweitertes Modell (S&P 2004)

¨ Dar¨ uber hinaus sind die Anderungen der u ¨brigen Einﬂussgr¨oßen im Vergleich zum Grundmodell zu beachten. In Bezug auf die beiden Dummys ist zun¨achst festzuhalten, dass beide nach wie vor dasselbe Vorzeichen aufweisen und hochsigniﬁkant sind. Allerdings wird f¨ ur die Banken-Bonds nunmehr ein um knapp 14BP h¨oherer Spread gegen¨ uber den Unternehmens-Bonds angezeigt, was eine Verringerung um fast 17BP darstellt. Die Staats-Bonds weisen demgegen¨ uber im erweiterten Modell um etwa 69BP geringere Spreads als die Unternehmens-Papiere auf, was im Vergleich zum Grundmodell einer Steigerung der Diﬀerenz von ca. 28BP entspricht. Dar¨ uber hinaus f¨allt auf, dass der Koeﬃezient des Liquidit¨ats-Proxys kleiner geworden ist und jetzt keinen statistisch signiﬁkanten Einﬂuss mehr aufweist. Der F-Test zum Vergleich des erweiterten mit dem Grundmodell hat f¨ ur das Moody’s-Sample ergeben, dass durch die zus¨atzliche Ber¨ ucksichtigung der quadrierten Rating-Gr¨oße keine signiﬁkante Steigerung des Erkl¨arungsgehalts des Modells zustande kommt. Da das Grundmodell dem erweiterten Modell vorzuziehen ist, werden die Ergebnisse unter Ber¨ ucksichtigung der zus¨atzlichen erkl¨arenden Variable hier nicht aufgef¨ uhrt. Die folgenden Ausf¨ uhrungen geben Aufschluss dar¨ uber, inwiefern durch Interaktionsterme eine Modellverbesserung m¨oglich ist.

3.6 Analyse des Datensatzes aus 2004

3.6.2.3

171

Erweitertes Regressionsmodell mit Interaktionstermen

Analyse des S&P-Samples Wie auch f¨ ur den Datensatz aus 2006 werden im Folgenden lediglich die Ergebnisse der Modelle nach Elimination der Interaktionen, die keinen signiﬁkanten zus¨atzlichen Erkl¨arungsgehalt aufwiesen, pr¨asentiert. Eine ausf¨ uhrliche Darstellung der zur Ermittlung des in Formel 3-8 dargestellten optimierten Regressionsmodells durchgef¨ uhrten Schritte ﬁndet sich im Anhang A.4.3. Abweichend von dem im Anhang ermittelten Modell wurde aus Gr¨ unden der Interpretierbarkeit der Ergebnisse die Elimination des Interaktionsterms aus Banken-Dummy und der Variable Rating erneut r¨ uckg¨angig gemacht. Da eine isolierte Interpretation der Interaktion aus Banken-Dummy und der Variable Rating2 nicht sinnvoll erscheint, wurde der Interaktionsterm mit der unquadrierten Rating-Gr¨oße in der Sch¨atzgleichung beibehalten.

Spread over Swapcurvei = α + β1 · Banken − Dummyi + β2 · Staats − Dummyi + β3 · Ratingi + β4 · Ratingi2 + β5 · Durationi + β6 · Kuponi + β7 · log(ausst.V ol.i ) + β8 · Banken-Dummy · Rating + β9 · Banken-Dummy · Rating 2 + β10 · Banken-Dummy · Duration + β11 · Banken-Dummy · Kupon + β12 · Banken-Dummy · log(ausst.V ol.i ) + β13 · Staats-Dummy · Rating + β14 · Staats-Dummy · Kupon + β15 · Staats-Dummy · log(ausst.V ol.i ) (3-8) Die Resultate unter Ber¨ ucksichtigung von Interaktionen haben eine Steigerung des korrigierten Bestimmtheitsmaßes von ca. 0,84 %-Punkte erm¨oglicht. Wie auch im 2006er-Sample, sind die Koeﬃzienten von Banken- und Staats-Dummy deutlich positiv. Ein signiﬁkanter Einﬂuss besteht allerdings

172

3 Empirische Analyse des amerikanischen Bond-Marktes

lediglich f¨ ur den Banken-Dummy. W¨ahrend die Interaktionsterme in Verbindung mit dem Staats-Dummy durchweg negativ sind, weisen die Interaktionen unter Verwendung des Banken-Dummys keine einheitlichen Vorzeichen auf. Die folgende individuelle Betrachtung der ber¨ ucksichtigten Interaktionen verdeutlicht die dadurch wiedergegebenen Wirkungszusammenh¨ange. Es sei noch einmal darauf hingewiesen, dass die im Rahmen der folgenden Einzelanalysen abgeleiteten Aussagen bez¨ uglich der auf Basis des Modell-Teils generierten Hypothesen der Annahme unterliegen, dass die Werte der u ¨brigen Kontrollvariablen den jeweiligen Mittelwerten entsprechen.

Tabelle 3-58: Ergebnisse der Sch¨atzung des Regressionsmodells 3-8 (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -142,908 200,177 197,279 709,075 2.708,956 -0,886 30,248 0,038 -184,730 1.813,790 4,254 -27,935 -4,242 -3.772,845 -15,365 -9,581

R2 0,8025 0,8019 adj. R2 F-Statistik 1.356,57*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 19,040 28,375 122,134 183,528 742,927 0,689 2,538 0,931 297,755 1.952,379 0,816 2,735 1,889 1.639,208 9,226 4,773

t-Statistik -7,5057*** 7,0546*** 1,6153 3,8636*** 3,6463*** -1,2866 11,9198*** 0,0409 -0,6204 0,9290 5,2141*** -10,2123*** -2,2458** -2,3016** -1,6654* -2,0073**

3.6 Analyse des Datensatzes aus 2004

173

Banken-Dummy · Rating & Banken-Dummy · Rating2 Obwohl f¨ ur die Interaktionen aus Banken-Dummy und der Variable Rating bzw. Rating2 keine statistisch signiﬁkanten Einﬂ¨ usse nachgewiesen werden konnten,127 wurden sie nicht eliminiert. Die folgenden Aussagen bzgl. der Spread-Entwicklungen von Banken- und Unternehmens-Bonds sollten aufgrund der insigniﬁkanten t-Statistiken dennoch vorsichtig interpretiert werden. Zun¨achst f¨allt auf, dass sich die in Abbildung 3.29 gegen¨ ubergestellten Spread-Verl¨aufe f¨ ur die Bond-Kategorien Bank und Unternehmen in ihrer Form relativ ¨ahnlich sind. Allerdings scheint der bereits aus Abbildung 3.28 bekannte nichtlineare Verlauf f¨ ur die Banken-Bonds st¨arker ausgepr¨agt zu sein. Es zeigt sich, dass keine der beiden Bond-Kategorien u ¨ber alle betrachteten Rating-Klassen durchg¨angig einen geringeren Spread aufweist. In der Klasse AAA liegen die Banken-Spreads um ca. 22BP unterhalb der Unternehmens-Spreads. Diese Diﬀerenz steig bis zur Rating-Klasse BBB auf knapp 27BP an und entwickelt sich ab der Rating-Klasse BBB+ r¨ uckl¨auﬁg, bis ab einem Rating von BB f¨ ur die Gruppe der Unternehmens-Papiere die geringeren Spreads zu beobachten sind.128 Bis zur schlechtesten betrachteten Rating-Klasse w¨achst diese Diﬀerenz auf 60BP an. In Bezug auf den Zusammenhang zwischen Rating und Spread-H¨ohe l¨asst sich festhalten, dass die pr¨asentierten Spread-Verl¨aufe mit Hypothese K.3.1 im Einklang stehen. Hinsichtlich Hypothese 3.2 kann keine best¨atigende Aussage abgeleitet werden. Zum einen ist des Ergebnis des betrachteten Interaktionsterms statistisch nicht signiﬁkant, und zum anderen ließe sich selbst im Fall eines signiﬁkanten Koeﬃzienten keine einheitliche Aussage u ¨ber alle Rating-Klassen treﬀen.

127

Vgl. Tabelle 3-58. Die Wirkung der beiden Interaktionsterme u ohe von 1BP erst ab einem ¨bersteigt die H¨ Rating von BBB+ und steigt bis zur Kategorie B- auf 132BP an. 128

174

3 Empirische Analyse des amerikanischen Bond-Marktes

600 500 400 300 200 100

Spread (in BP)

Bank

B

BB-

BB+

BBB

Rating

A-

A+

AA

AAA

0

Bank

Unt.

Abbildung 3.29: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (S&P 2004)

Banken-Dummy · Duration Im Unterschied zum 2006er-Datensatz ist im hier gesch¨atzten Modell die Interaktion zwischen Banken-Dummy und Duration enthalten. W¨ahrend f¨ ur die Kontrollvariable Duration alleine kein signiﬁkanter Einﬂuss gemessen wurde, weist die Kombination mit dem Banken-Dummy auf einen hochsigniﬁkanten positiven Zusammenhang zwischen dem Spread der Banken-Bonds und der H¨ohe der Duration hin. Somit zeigt sich zumindest f¨ ur die Banken-Bonds in Abbildung 3.30 ein Verlauf, der mit Hypothese K.3.4 im Einklang steht. Der ¨okonomische Einﬂuss des Interaktionsterms ist umso st¨arker, je h¨oher die Duration des jeweiligen Bonds ausf¨allt, und betr¨agt im Durchschnitt etwa 25BP. Wie aus der Graﬁk hervorgeht, liegen die Spreads der Banken-Bonds,

3.6 Analyse des Datensatzes aus 2004

175

wenn man die Durchschnittswerte von Kuponh¨ohe, ausstehendem Volumen und das durchschnittliche Banken-Rating zugrunde legt, f¨ ur alle dargestellten Durationswerte unterhalb der Spreads der Unternehmens-Papiere. Dies entspricht dem in Hypothese 3.2 formulierten Zusammenhang. 90

Bank

11,25

9,75

8,25

6,75

Duration

5,25

3,75

Spread (in BP) 2,25

0,75

80 70 60 50 40 30 20 10 0

Bank

Unt.

Abbildung 3.30: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Duration (S&P 2004)

Banken-Dummy · Kupon Die Wirkung des Interaktionsterms aus Banken-Dummy und Kupon weist ¨ eine sehr große Ahnlichkeit mit der desselben Terms aus dem korrespondierenden 2006er-Sample auf. Abbildung 3.31 zeigt, dass die Spreads der Unternehmens-Bonds im Vergleich zu denen der Banken-Bonds mit wachsender Kuponh¨ohe ansteigen. Zudem zeigt die Abbildung, dass Hypothese 3.2 f¨ ur

176

3 Empirische Analyse des amerikanischen Bond-Marktes

Kupons oberhalb von ca. 6,2 % mit den Beobachtungen u ¨bereinstimmt und f¨ ur Kupons unterhalb dieses Wertes geringere Spreads der UnternehmensBonds zu verzeichnen sind. Der ¨okonomische Einﬂuss des Interaktionsterms f¨allt sehr stark aus. F¨ ur den durchschnittlichen Kupon der Bonds innerhalb des analysierten Samples betr¨agt der Eﬀekt ca. 143BP. 400 300 200 100 0 Spread (in BP)

-100

Bank

15%

13%

11%

9%

Kupon

7%

5%

3%

1%

-200

Bank

Unt.

Abbildung 3.31: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (S&P 2004)

Banken-Dummy · ausst. Volumen Auch der Interaktionsterm zwischen Banken-Dummy und ausstehendem Volumen entspricht in seiner Wirkungsrichtung dem aus dem 2006er-Datensatz. F¨ ur das durchschnittlich ausstehende Volumen der Banken-Titel betr¨agt der Einﬂuss gut 51BP. Aus Abbildung 3.32 geht hervor, dass die Banken-Bonds

3.6 Analyse des Datensatzes aus 2004

177

auch hier ab einem Wert des logarithmierten ausstehenden Volumens von ca. 6,4 die geringeren Spreads besitzen. Da weniger als 1 % der ber¨ ucksichtigten Banken-Bonds einen Wert des Liquidit¨ats-Proxys aufweisen, der unterhalb dieses Punktes liegt, entspricht der zu beobachtende Zusammenhang f¨ ur fast alle Bonds Hypothese 3.2. Außerdem steht der f¨ ur die Banken-Papiere dargestellte negative Zusammenhang zwischen Liquidit¨ats-Proxy und Spread-H¨ohe im Einklang mit Hypothese K.3.2.

100 80 60 40 20

Spread (in BP)

0 1 2 3 4

5 6

7

8

log (ausst. Vol.)

9

10

11

Bank

12

13

14

15

Bank 16

Unt.

Abbildung 3.32: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (S&P 2004)

Staats-Dummy · Rating Im hier betrachteten Datensatz hat sich lediglich die Kombination aus StaatsDummy und Rating als signiﬁkant erwiesen, w¨ahrend im Sample aus dem

178

3 Empirische Analyse des amerikanischen Bond-Marktes

Jahr 2006 zus¨atzlich die Interaktion in Verbindung mit der quadrierten Rating-Gr¨oße zu ber¨ ucksichtigen war. Ein Blick auf den Absolutwert des Koeﬃzienten sowie auf Abbildung 3.33 zeigt, dass der in Hypothese K.3.1 beschriebene positive Zusammenhang zwischen erwarteter Ausfallwahrscheinlichkeit und Spread durch den Interaktionsterm f¨ ur die Staats-Bonds innerhalb des 2004er-Samples nicht gilt. Gleichwohl kann Hypothese 3.3 best¨atigt werden, da die Staats-Bonds in allen Rating-Kategorien einen geringeren Spread aufweisen als die Unternehmens-Bonds. Da die Staats-Papiere zum Großteil das Top-Rating AAA aufweisen, betr¨agt der Einﬂuss des Interaktionsterms f¨ ur die meisten Staats-Bonds weniger als 1BP. Bei Zugrundelegung des durchschnittlichen Ratings der Staats-Bonds steigt der Eﬀekt auf ca. 10BP, was im Vergleich zu den anderen Interaktionstermen immer noch sehr gering ist. Da die Staats-Bonds sich neben dem Rating vor allem durch die H¨ohe des ausstehenden Volumens deutlich von den beiden anderen Kategorien unterscheiden, wird angenommen, dass der zu beobachtende negative Zusammenhang durch die Interaktion mit dem Liquidit¨ats-Proxy ausgeglichen wird. Sofern die Staats-Papiere mit den besseren Ratings eine u ¨berdurchschnittlich hohe Liquidit¨at aufweisen, w¨are es also denkbar, dass in der Summe der Interaktionen mit Rating und Liquidit¨ats-Proxy ein negativer Zusammenhang zwischen erwarteter PD und Spread-H¨ohe erkennbar ist.129

129 Der Zusammenhang zwischen Spread und der Rating-Klasse von Staats-Bonds wird im Rahmen des Vergleichs der Regressionsergebnisse des Moody’s- und S&P-Samples noch einmal aufgegriﬀen.

3.6 Analyse des Datensatzes aus 2004

179

80 70 60 50 40 30 20 10 0

Spread (in BP)

AAA AA+ AA Rating

AA-

Unt. A+

Staat

A AStaat

Unt.

Abbildung 3.33: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (S&P 2004)

Staats-Dummy · Kupon ¨ Die Wirkung des Interaktionsterms weist eine relativ hohe Ahnlichkeit mit den Resultaten des S&P-Datensatzes aus 2006 auf. Wie Abbildung 3.34 zu entnehmen ist, entsprechen die Spread-Verl¨aufe von Staats- und Unternehmens-Bonds Hypothese K.3.3. Außerdem ist zu erkennen, dass sich f¨ ur die Unternehmens-Bonds ab einem Kupon von ca. 4,6 % h¨ohere Spreads ergeben. Da nur 10 % der Staats-Papiere Kupons aufweisen, die unterhalb dieses kritischen Wertes liegen, stimmen die Beobachtungen f¨ ur die Mehrzahl der Staats-Papiere mit Hypothese 3.3 u ¨berein. Der durchschnittliche Eﬀekt des Interaktionsterms ist schw¨acher als in Verbindung mit dem Banken-Dummy. Mit ca. 114BP weist er aber weiterhin eine ¨okonomisch signiﬁkante Gr¨oßenordnung auf.

180

3 Empirische Analyse des amerikanischen Bond-Marktes

400 300 200 100 0 Spread (in BP)

-100 -200 1 2 3 4 4,6 6 Kupon

7

8

9

10

Staat

11

12

13

14

Staat 15

16

Unt.

Abbildung 3.34: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (S&P 2004)

Staats-Dummy · ausst. Vol. Die Interaktion aus Staats-Dummy und ausstehendem Volumen weist einen signiﬁkant negativen Koeﬃzienten auf. Dessen absolute H¨ohe ist zum einen gr¨oßer als die des Koeﬃzienten f¨ ur den korrespondierenden Interaktionsterm aus Banken-Dummy und Liquidit¨ats-Proxy. Zum anderen l¨asst sich auf Basis des β-Faktors im Vergleich zu den Unternehmens-Bonds auch f¨ ur die StaatsPapiere ein stark ausgepr¨agter negativer Zusammenhang zwischen SpreadH¨ohe und ausstehendem Volumen best¨atigen.130 Ein Blick auf Abbildung 3.35 zeigt, dass der kritische Wert des Liquidit¨ats-Proxys, ab dem die Staats130

Vgl. Hypothese K.3.2.

3.6 Analyse des Datensatzes aus 2004

181

Papiere einen geringeren Spread aufweisen, bei ca. 8,2 liegt. Da alle innerhalb des Samples ber¨ ucksichtigten Bonds der Kategorie Staat einen Wert des Liquidit¨ats-Proxys aufweisen, der u ¨ber diesem kritischen Wert liegt, entspricht die Beobachtung der Hypothese 3.3. Der durchschnittliche Eﬀekt des Interaktionsterms auf die Staats-Papiere betr¨agt ca. 145BP. 140 120 100 80 60 40 20 0

Spread (in BP)

-20 1 2 3 4

5 6

7

8

log (ausst. Vol.)

9

10

11

Staat

12

13

14

15

Staat 16

Unt.

Abbildung 3.35: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (S&P 2004)

Zusammenfassung S&P Insgesamt zeigen die pr¨asentierten Ergebnisse des S&P-Samples aus 2004 ¨ unter Verwendung von Interaktionstermen eine hohe Ahnlichkeit mit denen des Datensatzes aus 2006. Es hat sich gezeigt, dass es in erheblichem Maße von den Auspr¨agungen der Kontrollvariablen abh¨angt, inwiefern die Sch¨atz-

182

3 Empirische Analyse des amerikanischen Bond-Marktes

resultate mit den Hypothesen 3.2 und 3.3 im Einklang stehen. F¨ ur beide Dummys war die Interaktion mit der Kuponh¨ohe signiﬁkant negativ und hat gezeigt, dass die im Modell-Teil hergeleiteten Hypothesen f¨ ur h¨ohere Kupons tendenziell best¨atigt werden k¨onnen, w¨ahrend f¨ ur niedrige Kupons zum Teil widerspr¨ uchliche Ergebnisse auftreten. Außerdem deuten die Verl¨aufe bei einem direkten Vergleich der untersuchten Bond-Kategorien darauf hin, dass der in Hypothese K.3.3 formulierte Wirkungszusammenhang nicht f¨ ur alle ¨ Emittenten-Kategorien gleichermaßen stark ausgepr¨agt ist. Ahnliche Ergebnisse ergeben die Vergleiche unter Ber¨ ucksichtigung der Interaktionen mit dem Liquidit¨ats-Proxy. Diese deuten ebenfalls darauf hin, dass die Hypothesen 3.2 und 3.3 f¨ ur hohe Werte der Kontrollvariable tendenziell best¨atigt werden, w¨ahrend, zumindest f¨ ur die Banken-Bonds, bei niedrigen Variablenwerten gegens¨atzliche F¨alle auftreten k¨onnen. Außerdem best¨atigen die SpreadVerl¨aufe beim direkten Vergleich mit den Unternehmens-Bonds, wie auch zuvor f¨ ur das 2006er-Sample, tendenziell die Hypothese der Kontrollvariable ausstehendes Volumen f¨ ur Banken- sowie Staats-Bonds.131 Im Vergleich zu den Unternehmens-Bonds konnte der erwartete positive Zusammenhang f¨ ur die durch Banken emittierten Titel durch den signiﬁkanten Interaktionsterm in Verbindung mit dem Banken-Dummy best¨atigt werden, w¨ahrend die Kontrollvariable auf die anderen beiden Bond-Kategorien keinen Einﬂuss auszu¨ uben scheint.132 . In Bezug auf Hypothese 3.2 hat sich gezeigt, dass der Spread-Aufschlag der Unternehmens-Bonds gegen¨ uber den Banken-Bonds umso h¨oher ausf¨allt, je niedriger die Duration ist. Im Folgenden wird analysiert, inwiefern die Ber¨ ucksichtigung von Interaktionen die Sch¨atzergebnisse des Moody’s-Samples verbessern k¨onnen und ob a¨hnliche Zusammenh¨ange bestehen, wie sie gerade f¨ ur den S&P-Datensatz dokumentiert wurden. Analyse des Moody’s-Samples Zun¨achst ist das in Formel 3-9 beschriebene Regressionsmodell zu beachten. In Bezug auf die Interaktionsterme besteht der Unterschied im Vergleich zum zuvor gesch¨atzten Modell darin, dass der Banken-Dummy in Verbindung mit der quadrierten Rating-Gr¨oße eliminiert wurde. Außerdem wurde die Variable Rating2 eliminiert, da sie, wie bereits im erweiterten Regressionsmodell ohne Interaktionsterme, keinen signiﬁkanten zus¨atzlichen Erkl¨arungsgehalt 131 132

Vgl. Hypothese K.3.2. Vgl. Hypothese K.3.4.

3.6 Analyse des Datensatzes aus 2004

183

aufwies. Die Tatsache, dass weitestgehend dieselben Terme eliminiert wurden, kann als Indiz daf¨ ur gesehen werden, dass ¨ahnliche Wirkungszusammenh¨ange f¨ ur beide Datens¨atze gelten. Inwiefern die Aussagen auf Basis der Koeﬃzientenwerte der einzelnen Interaktionsterme ebenfalls u ¨bereinstimmen, wird im Folgenden dargestellt.

Spread over Swapcurvei = α + β1 · Banken-Dummy i + β2 · Staats − Dummyi + β3 · Ratingi + β4 · Durationi + β5 · Kuponi + β6 · log(ausst.V ol.i ) + β7 · Banken-Dummy · Rating + β8 · Banken-Dummy · Duration + β9 · Banken-Dummy · Kupon + β10 · Banken-Dummy · log(ausst.V ol.i ) + β11 · Staats-Dummy · Rating + β12 · Staats-Dummy · Kupon + β13 · Staats-Dummy · log(ausst.V ol.i ) (3-9)

Im Vergleich zum Grundmodell f¨allt mit 1,62 %-Punkten eine deutliche Steigerung des korrigierten R2 -Wertes auf. Außerdem zeigt sich bei einem Blick auf Tabelle 3-59, dass die Vorzeichen der Koeﬃzienten der Interaktionsterme mit denen der vorangegangenen Regression u ¨bereinstimmen. Des Weiteren wurde f¨ ur alle Interaktionen ein signiﬁkanter t-Wert berechnet. W¨ahrend die Terme in Verbindung mit dem Banken-Dummy auf dem 1 %-Niveau signiﬁkant waren, konnte f¨ ur die Interaktionen unter Verwendung des Staats-Dummys lediglich auf dem 10 %-Niveau ein statistisch signiﬁkanter Einﬂuss best¨atigt werden. Nachdem die Resultate f¨ ur jeden Interaktionsterm individuell beschrieben wurden, erfolgt ein abschließender Vergleich mit denen des zuvor untersuchten Datensatzes.

184

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-59: Ergebnisse der Sch¨atzung des Regressionsmodells 3-9 (Moody’s 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Duration Kupon ausst. Volumen Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -108,152 183,014 174,108 611,214 -1,397 27,854 0,336 326,256 5,488 -28,877 -5,243 -2.938,277 -14,912 -9,284

Standardfehler 22,153 28,845 125,220 40,865 0,753 2,828 0,958 55,988 0,895 2,982 1,751 1.514,549 8,567 5,313

t-Statistik -4,8821*** 6,3448*** 1,3904 14,9569*** -1,8539* 9,8484*** 0,3507 5,8272*** 6,1304*** -9,6832*** -2,9941*** -1,9400* -1,7407* -1,7475*

R2 0,7381 0,7373 adj. R2 F-Statistik 1.025,39*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Banken-Dummy · Rating Der Zusammenhang zwischen den Spreads von Banken- und UnternehmensBonds ¨ahnelt dem des zuvor beschriebenen Datensatzes. F¨ ur die Top-RatingKlasse Aaa liegen die Spreads der Unternehmens-Bonds um ca. 33BP u ¨ber denen der Banken-Papiere. Da im hier betrachteten Regressionsmodell im Unterschied zum vorangegangenen nicht die Interaktion mit der quadrierten Rating-Gr¨oße enthalten war, sondern nur mit der unquadrierten, geht diese Diﬀerenz bereits ab einem Rating von Aa2 zur¨ uck. Ab einem Rating von Ba1 steigert der Eﬀekt des Interaktionsterms den Spread der Banken-Bonds so stark, dass die Unternehmens-Bonds einen geringeren Spread aufweisen. In der schlechtesten Rating-Klasse, in der Banken-Titel vertreten waren, B1, be-

3.6 Analyse des Datensatzes aus 2004

185

tr¨agt die Diﬀerenz ungef¨ahr 100BP. Aus Abbildung 3.36 geht hervor, dass der in Hypothese K.3.1 beschriebene positive Zusammenhang zwischen SpreadH¨ohe und erwarteter Ausfallwahrscheinlichkeit f¨ ur beide Bond-Kategorien best¨atigt werden kann. In Bezug auf die Hypothese 3.2 kann, wie schon zuvor auf Basis des analysierten S&P-Samples, keine einheitliche Aussage getroﬀen werden. 600 500 400 300 200 100

Spread (in BP)

B2

Ba3

Ba1

Rating

Baa2

A3

A1

Aa2

Aaa

0

Bank

Bank

Unt.

Abbildung 3.36: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2004)

Banken-Dummy · Duration Auch in Verbindung mit der Kontrollvariable Duration weisen die Ergebnisse ¨ eine sehr hohe Ahnlichkeit zu denen des zuvor untersuchten Datensatzes auf. W¨ahrend f¨ ur die Unternehmens-Bonds ein negativer Zusammenhang zwi-

186

3 Empirische Analyse des amerikanischen Bond-Marktes

schen Duration und Spread-H¨ohe besteht, wird das Vorzeichen dieses Zusammenhangs durch den Interaktionsterm f¨ ur die Banken-Papiere beim Vergleich mit den Unternehmens-Bonds umgekehrt. Wie aus Abbildung 3.37 deutlich wird, liegen die Spreads der Unternehmens-Bonds f¨ ur geringe Durationswerte deutlich oberhalb der der Banken-Bonds. Mit steigenden Durationswerten n¨ahern sich die Spreads einander an. Bei Annahme von Durchschnittswerten der u ¨brigen Kontrollvariablen scheint Hypothese 3.2 somit best¨atigt werden zu k¨onnen. In Basispunkten ausgedr¨ uckt betr¨agt der Einﬂuss des Interaktionsterms auf die Banken-Bonds ca. 33BP.

90 80 70 60 50

Bank

11,25

9,75

8,25

Spread (in BP) 6,75

Duration

5,25

3,75

2,25

0,75

40 30 20 10 0

Bank

Unt.

Abbildung 3.37: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Duration (Moody’s 2004)

3.6 Analyse des Datensatzes aus 2004

187

Banken-Dummy · Kupon Ein Blick auf Abbildung 3.38 zeigt, dass die Wirkung des Interaktionsterms wiederum zu sehr ¨ahnlichen Spread-Verl¨aufen f¨ uhrt, wie sie zuvor f¨ ur das S&P-Sample pr¨asentiert wurden. Die kritische Kuponh¨ohe, ab der die BankenBonds niedrigere Spreads aufweisen, liegt f¨ ur das Moody’s-Sample allerdings schon bei ca. 5,7 %. Somit gilt Hypothese 3.2 auch im hier betrachteten Datensatz lediglich ab einer bestimmten Kuponh¨ohe. Hinsichtlich Hypothese K.3.3 bez¨ uglich des Zusammenhangs zwischen Spread und Kupon zeigt sich im Vergleich der gegen¨ ubergestellten Kategorien f¨ ur die UnternehmensBonds ein positiver Zusammenhang, w¨ahrend die Banken-Spreads nicht in Abh¨angigkeit des Kupons ansteigen. Der ¨okonomische Einﬂuss des Interaktionsterms betr¨agt durchschnittlich ca. 149BP. 350 300 250 200 150

Bank

15%

13%

11%

9%

Kupon

Spread (in BP) 7%

5%

3%

1%

100 50 0 -50 -100

Bank

Unt.

Abbildung 3.38: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2004)

188

3 Empirische Analyse des amerikanischen Bond-Marktes

Banken-Dummy · ausst. Vol. ¨ Aufgrund der Ahnlichkeit zu den zuvor pr¨asentierten Resultaten gelten dieselben Aussagen bez¨ uglich der aufgestellten Hypothesen. Der in K.3.2 formulierte negative Zusammenhang zwischen Liquidit¨at und Spread wird beim Vergleich mit den Unternehmens-Bonds tendenziell auch f¨ ur die BankenBonds im Moody’s-Sample best¨atigt. Außerdem geht aus Abbildung 3.39 hervor, dass die Hypothese eines geringeren Spreads der Banken-Bonds ebenfalls f¨ ur den Großteil der ber¨ ucksichtigten Papiere gilt. Der kritische Wert des logarithmierten Liquidit¨ats-Proxys liegt ca. bei 6. Da mehr als 99 % der Banken-Bonds ein ausstehendes Volumen aufweisen, das oberhalb des kritischen Wertes liegt, wird Hypothese 3.2 durch die Ergebnisse unterst¨ utzt. Der durchschnittliche ¨okonomische Eﬀekt auf die Banken-Bonds betr¨agt ca. 63BP. 120 100 80 60 40 20 0 1

2

3

4

5

6

7

log (ausst. Vol.)

8

9

Bank

Spread (in BP) 10

11

Unt.

12

13

14

Bank 15

16

Abbildung 3.39: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2004)

3.6 Analyse des Datensatzes aus 2004

189

Staats-Dummy · Rating Auch der Interaktionsterm aus Staats-Dummy und der Kontrollvariablen Rating beschreibt einen Zusammenhang, der dem f¨ ur das S&P-Sample beschriebenen sehr ¨ahnlich ist. Allerdings ist der negative Zusammenhang zwischen Spread und erwarteter Ausfallrate aus ¨okonomischer Sicht f¨ ur das Moody’sSample st¨arker ausgepr¨agt. Von knapp 6BP f¨ ur die Kategorie Aaa steigt der Eﬀekt auf bis zu 45BP f¨ ur die Rating-Klasse A3 an. Inwiefern auch hier angenommen werden kann, dass der Einﬂuss durch die Wirkung des Interaktionsterms in Verbindung mit dem Liquidit¨ats-Proxy ausgeglichen wird, ist daher fraglich. Eine andere denkbare Erkl¨arung besteht in Hypothese 3.3. Der im Rahmen der gesch¨atzten Regressionsmodelle angenommene negative Zusammenhang zwischen dem Staats-Dummy und der Spread-H¨ohe wurde zuvor f¨ ur das Grundmodell best¨atigt.133 Da im hier gesch¨atzten Modell der Staats-Dummy f¨ ur sich genommen ein positives Vorzeichen aufweist, wird der zuvor ermittelte negative Zusammenhang durch die Interaktionsterme beschrieben. Dass sich Staats-Bonds u.a. in ihrem durchschnittlichen Rating deutlich von den beiden anderen Kategorien unterscheiden, stellt daher eine Erkl¨arung f¨ ur den negativen Koeﬃzienten des Interaktionsterms dar. Im Ergebnis dr¨ uckt der negative β-Faktor aus, dass die Spread-Diﬀerenz zwischen Staats- und Unternehmens-Bonds umso gr¨oßer ausf¨allt, je schlechter das Rating der gegen¨ ubergestellten Papiere ausf¨allt.

133

Vgl. Abschnitt 3.6.2.1, Tabelle 3-56.

190

3 Empirische Analyse des amerikanischen Bond-Marktes

90 80 70 60 50 40 30 20 10 0 Aaa

Spread (in BP)

Aa1 Aa2 Rating

Aa3

Unt. A1 Staat

A2 Staat

Unt.

A3

Abbildung 3.40: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2004)

Staats-Dummy · Kupon Wie f¨ ur alle bisher dargestellten Interaktionen des Moody’s-Samples ist auch ¨ hier eine hohe Ahnlichkeit mit dem korrespondierenden Interaktionsterm des S&P-Samples zu sehen. Der positive Zusammenhang zwischen Kuponh¨ohe und Spread kann auch hier uneingeschr¨ankt f¨ ur die Unternehmens-Bonds best¨atigt werden. Die kategorieweisen Vergleiche haben gezeigt, dass die Kupon-H¨ohe auch hier eine maßgebliche Gr¨oße im Hinblick auf die SpreadUnterschiede zwischen den Kategorien darstellt. Der ¨okonomische Eﬀekt des Interaktionsterms betr¨agt im Mittel ca. 104BP und die kritische Kuponh¨ohe liegt bei 3,8 %. Da nur 16 der 104 ber¨ ucksichtigten Bonds der Kategorie Staat einen Kupon aufweisen, der unterhalb dieses Wertes liegt, stehen die in Abbildung 3.41 dargestellten Spread-Verl¨aufe f¨ ur die Mehrzahl der betrachteten

3.6 Analyse des Datensatzes aus 2004

191

Staats-Bonds im Einklang mit Hypothese 3.3. 350 300 250 200 150 100 50 0

Staat

15%

13%

11%

9%

Kupon

Spread (in BP) 7%

5%

3%

1%

-50 -100

Staat

Unt.

Abbildung 3.41: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2004)

Staats-Dummy · ausst. Vol. F¨ ur den letzten betrachteten Interaktionsterm lassen sich auch keine deutlichen Unterschiede im Vergleich zum zuvor analysierten Datensatz pr¨asentieren. Im Vergleich zu den Unternehmens-Bonds gilt f¨ ur die Staats-Bonds der in Hypothese K.3.2 formulierte negative Zusammenhang zwischen Liquidit¨ats-Proxy und Spread-H¨ohe. Der durchschnittliche Eﬀekt des Interaktionsterms auf die Staats-Bonds betr¨agt ca. 144BP. Auch im hier betrachteten Fall war innerhalb des analysierten Samples kein Staats-Bond vertreten der einen Wert des Liquidit¨ats-Proxys aufwies, der unter dem kritischen Wert

192

3 Empirische Analyse des amerikanischen Bond-Marktes

des ausstehenden Volumens lag.134 140 120 100 80 60 40 20 0 -20 1

2

3

4

5

Spread (in BP) 6

7

log (ausst. Vol.)

8

9

Staat

10

11

Unt.

12

13

14

Staat 15

16

Abbildung 3.42: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2004)

Zusammenfassung der Ergebnisse des Moody’s-Samples und Vergleich mit denen des S&P-Samples Zum Vergleich der Ergebnisse l¨asst sich, wie bereits aus den Einzelanalysen ¨ hervorging, insgesamt festhalten, dass sie eine sehr hohe Ahnlichkeit aufweisen. Dementsprechend gelten die Aussagen aus der Zusammenfassung des S&P-Samples weitestgehend auch f¨ ur das Moody’s-Sample. Lediglich f¨ ur den 134

Ab einem logarithmierten Wert von 7 weisen die Staats-Bonds in Abbildung 3.42 einen geringeren Spread als die gegen¨ ubergestellten Unternehmens-Papiere auf.

3.6 Analyse des Datensatzes aus 2004

193

Zusammenhang mit der erwarteten PD waren leichte Abweichungen zu erkennen. Hinsichtlich der Banken-Bonds ist dies haupts¨achlich darauf zur¨ uckzuf¨ uhren, dass im Moody’s-Sample die unquadrierte Rating-Gr¨oße innerhalb des Interaktionsterms mit dem Banken-Dummy ber¨ ucksichtigt wurde. Anscheinend waren die Zusammenh¨ange im Moody’s-Sample besser durch eine lineare Funktion abzubilden, w¨ahrend f¨ ur das S&P-Sample deutlicher nichtlineare Beziehungen auftraten. In Bezug auf den Zusammenhang zwischen Staats-Bonds und Rating wurde in beiden Regressionen ein signiﬁkant negativer Koeﬃzient des Interaktionsterms gesch¨atzt. Es wurde im Rahmen des S&P-Samples erl¨autert, dass dies nicht notwendigerweise im Widerspruch zur Hypthese K.3.1 eines positiven Zusammenhangs zwischen Spread-H¨ohe und erwarteter PD stehen muss. Dar¨ uber hinaus kann der Interaktionsterm in Bezug auf Hypothese 3.3 interpretiert werden. Die Aussage, dass die SpreadDiﬀerenz zwischen der Kategorie Staat und der Kategorie Unternehmen umso gr¨oßer ist, je schlechter die Rating-Kategorie der betrachteten Bonds ist, erscheint plausibel. Wenn man davon ausgeht, dass f¨ ur Staaten bzw. staatliche Institutionen eine h¨ohere Wahrscheinlichkeit besteht, im Insolvenzfall durch Beihilfen saniert zu werden, stellt die Kategorie Staat im Vergleich zur Gruppe der Unternehmens-Titel einen umso gr¨oßeren Wert dar, je schlechter das Rating bzw. je h¨oher damit die Wahrscheinlichkeit einer Insolvenz ist. 3.6.3

Ergebnisse der Matched Pairs-Analyse

Im Folgenden wird mithilfe der bereits erl¨auterten Matched Pairs-Methodik untersucht, ob die Hypothesen 3.2 bis 3.4 im Einklang mit den Daten aus 2004 stehen. Dazu wird jeweils getestet, ob die Nullhypothese identischer Spreads f¨ ur die gegen¨ ubergestellten Bond-Kategorien signiﬁkant abgelehnt werden kann. 3.6.3.1

Staat vs. AGCY

Die Reihenfolge, in der die verschiedenen Bond-Kategorien einander gegenu ¨bergestellt werden, entspricht der aus Abschnitt 3.5.2. Daher wird zun¨achst die Kategorie Staat mit der Gruppe der Banken- & AGCY-Papiere verglichen. Wie auch f¨ ur den Datensatz aus 2006, war es lediglich f¨ ur die TopRating-Kategorien m¨oglich, Staats-Bonds im Rahmen der Matched PairsAnalyse zu untersuchen. Da in diesen Rating-Klassen keine Banken-Bonds vorhanden sind, wurden den Staats-Papieren lediglich Bonds der Emittenten-

194

3 Empirische Analyse des amerikanischen Bond-Marktes

Kategorie AGCY gegen¨ ubergestellt. Tabelle 3-60 stellt die zum Vergleich herangezogenen Kategorien AGCY und Staat einander gegen¨ uber. Den 70 verf¨ ugbaren Staats-Bonds wurden 575 AGCY-Bonds gegen¨ ubergestellt, die um ca. 44BP h¨ohere Spreads aufwiesen. Da die Abweichungen in den f¨ ur das Matching relevanten Bondmerkmalen durchweg sehr groß sind, ist es fraglich, ob eine Paarbildung sinnvolle Ergebnisse generieren kann. Tabelle 3-60: Deskriptive Statistik Staat vs. AGCY (S&P AAA 2004)

Bond-Kategorie Staats-Bonds (70) AGCY-Bonds (575)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-4,30

8,36

15.437.381,07

7,07

39,32

5,36

407.039,73

3,99

Inwiefern die dokumentierten starken Abweichungen in den Bondmerkmalen die Renditediﬀerenzen erkl¨aren k¨onnen, l¨asst sich mithilfe der Matched Pairs-Analyse nicht beantworten. Ein Abgleich des kompletten Samples hat ergeben, dass es bei einer vorgegebenen maximalen Distanz in H¨ohe von 0,3 nicht m¨oglich war, ein Paar zu bilden. Daher l¨asst sich f¨ ur die hier verglichenen Kategorien keine Aussage bez¨ uglich Hypothese 3.4 treﬀen. F¨ ur das korrespondierende Sample von AGCY- und Staats-Bonds mit einem Moody’s-Rating von Aaa standen etwas mehr Papiere beider Kategorien zur Verf¨ ugung, sodass die M¨oglichkeit besteht, dass die Paarbildung bei diesem Vergleich erfolgreicher verl¨auft. 85 Staats-Bonds standen 746 potenziell zum Matching geeignete AGCY-Papiere gegen¨ uber.135 Die ber¨ ucksichtigten Bondmerkmale sind ¨ahnlich unterschiedlich ausgepr¨agt wie im vorangegangenen S&P-Sample, was darauf hindeutet, dass, falls eine Paarbildung u ¨berhaupt m¨oglich ist, nur sehr wenige Bonds zusammengef¨ uhrt werden k¨onnen.

135

Vgl. Tabelle 3-61.

3.6 Analyse des Datensatzes aus 2004

195

Tabelle 3-61: Deskriptive Statistik Staat vs. AGCY (Moody’s Aaa 2004)

Bond-Kategorie Staats-Bonds (85) AGCY-Bonds (746)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-7,93

7,80

15.850.728,40

6,60

35,33

5,40

398.226,27

4,32

Wie aufgrund der starken Unterschiede erwartet, konnten lediglich zwei Staats-Bonds zur Paarbildung ber¨ ucksichtigt werden, wodurch zwei Paare gebildet wurden. Die einbezogenen Staats-Papiere wurden von Schweden und Neuseeland emittiert und wiesen ca. 204BP und ca. 16BP h¨ohere Spreads auf als die AGCY-Bonds, mit denen sie gematcht wurden. Dies entspricht nicht Hypothese 3.4. Allerdings kann auf Basis von zwei gebildeten BondPaaren keine allgemeing¨ ultige Aussage abgeleitet werden. Zusammenfassend l¨asst sich festhalten, dass sowohl auf Basis von S&P-Ratings als auch unter Verwendung von Moody’s-Ratings keine aussagekr¨aftigen Ergebnisse generiert werden konnten und die gestestete Hypothese 3.4 daher weder best¨atigt noch abgelehnt werden kann. 3.6.3.2

Staat vs. Unternehmen

Auch der Vergleich von Staats- und Unternehmens-Bonds weist, wie schon f¨ ur den zuvor untersuchten Datensatz, die Eigenschaft auf, dass sowohl im S&Pals auch im Moody’s-Sample sehr starke Unterschiede hinischtlich des durchschnittlich ausstehenden Volumens auftreten.136 Dar¨ uber hinaus geht aus Tabelle 3-62 hervor, dass die Spreads der Unternehmens-Bonds im Durchschnitt deutlich gr¨oßer waren als diejenigen der zuvor betrachteten AGCY-Bonds.137 Die Spread-Diﬀerenz zwischen den gegen¨ ubergestellten Bond-Kategorien betr¨agt ca. 71BP. Inwiefern die h¨oheren Spreads durch die Matched PairsAnalyse best¨atigt werden k¨onnen, wird im Folgenden zusammengefasst. 136 137

Vgl. Tabellen 3-62 und 3-63. Dies entspricht den Beobachtungen f¨ ur den Datensatz aus 2006.

196

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-62: Deskriptive Statistik Staat vs. Unternehmen (S&P AAA 2004)

Bond-Kategorie Staats-Bonds (70) Unternehmens-Bonds (86)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-4,30

8,36

15.437.381,07

7,07

62,85

6,92

203.717,83

6,78

Bei der vorgegebenen Obergrenze in Bezug auf das Distanzmaß von 0,3 wurden zehn Bond-Paare gebildet. Innerhalb dieser wiesen die UnternehmensBonds um ca. 48BP h¨ohere Spreads auf. Da allerdings alle Paare unter Verwendung eines einzigen, durch Finnland emittierten Staats-Bonds gebildet wurden, l¨asst sich das Ergebnis nicht verallgemeinern. Innerhalb des analysierten Moody’s-Samples ist, wie schon im 2006erSample, zu beobachten, dass die Anzahl der Unternehmens-Bonds in der Top-Kategorie geringer ist als im korrespondierenden S&P-Sample und die zur Paarbildung verf¨ ugbaren Staats-Bonds zugenommen haben. Aus Tabelle 3-63 geht hervor, dass die 57 verf¨ ugbaren Unternehmens-Bonds um ca. 50BP h¨ohere Spreads aufweisen als die 83 Staats-Titel, denen sie gegen¨ ubergestellt wurden. Die Verringerung der Spread-Diﬀerenz im Vergleich zum vorangegangenen Datensatz auf Basis von S&P-Ratings geht haupts¨achlich auf einen deutlichen R¨ uckgang des durchschnittlichen Spreads der ber¨ ucksichtigten Unternehmens-Bonds zur¨ uck. Tabelle 3-63: Deskriptive Statistik Staat vs. Unternehmen (Moody’s Aaa 2004)

Bond-Kategorie Staats-Bonds (85) Unternehmens-Bonds (57)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-7,93

7,80

15.850.728,40

6,60

42,43

7,38

211.325,61

6,68

3.6 Analyse des Datensatzes aus 2004

197

Im Rahmen der Matched Pairs-Analyse wurden auch auf Basis von Moody’sRatings lediglich neun Bond-Paare gebildet. Eine weitere Gemeinsamkeit mit dem zuvor untersuchten Datensatz besteht darin, dass die Paare auch hier alle unter Verwendung des ﬁnnischen Staats-Bond generiert wurden. Die SpreadDiﬀerenz weicht um etwa 11BP von dem zuvor ermittelten Wert ab und betr¨agt ca. 37BP. Allerdings kann dieser Zusammenhang aufgrund der Datenbasis auch hier nicht verallgemeinert werden, sodass hinsichtlich Hypothese 3.3 keine Aussage m¨oglich ist. 3.6.3.3

AGCY vs. Unternehmen

Der Vergleich von AGCY-Bonds mit Unternehmens-Papieren bietet auch f¨ ur den hier untersuchten Datensatz aus 2004 den Vorteil, dass die Bondmerkmale insbesondere hinsichtlich des ausstehenden Volumens nicht so stark voneinander abweichen, dass keine oder nur sehr wenige Paare gebildet werden k¨onnen. Die in Tabelle 3-64 wiedergegebene beschreibende Statistik zum S&P-Sample verdeutlicht jedoch, dass die einzelnen ber¨ ucksichtigten Einﬂussgr¨oßen sich durchaus unterscheiden. Die 575 AGCY-Bonds und 86 Unternehmens-Bonds werden mithilfe der Matched Pairs-Analyse verglichen, um zu untersuchen, wie hoch die Spread-Diﬀerenz zwischen den Kategorien ausf¨allt, wenn f¨ ur Abweichungen in den Bondmerkmalen korrigiert wird. Die niedrigeren Spreads der AGCY-Bonds k¨onnten theoretisch durch das im Schnitt deutlich h¨ohere ausstehende Volumen sowie die geringeren Werte bei Duration und Kuponh¨ohe erkl¨art werden. Tabelle 3-64: Deskriptive Statistik AGCY vs. Unternehmen (S&P AAA 2004)

Bond-Kategorie AGCY-Bonds (575) Unternehmens-Bonds (86)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

39,32

5,36

407.039,73

3,99

62,85

6,92

203.717,83

6,78

Die Matched Pairs-Analyse zeigt, dass die beschriebenen Abweichungen hinsichtlich der im Distanzmaß erfassten Bondcharakteristika den Großteil der

198

3 Empirische Analyse des amerikanischen Bond-Marktes

im ungematchten Sample zu beobachtenden Spread-Diﬀerenz in H¨ohe von ca. 24BP erkl¨aren. Unter Verwendung von 38 Unternehmens-Bonds wurden 66 Bond-Paare gebildet. Innerhalb des gematchten Samples sind f¨ ur die Unternehmens-Papiere noch um etwa 9BP h¨ohere Spreads zu verzeichnen. Der durchgef¨ uhrte t-Test war allerdings insigniﬁkant, sodass die Nullhypothese identischer Spreads der gegen¨ ubergestellten Bond-Kategorien beibehalten wird. Somit entsprechen die Spreads innerhalb des betrachteten Samples nicht Hypothese 3.2. Inwiefern dies auch f¨ ur das korrespondierende Moody’sSample gilt, wird im n¨achsten Schritt dargestellt. Aus Tabelle 3-65 geht hervor, dass die Spread-Diﬀerenz zwischen den 57 Unternehmens-Bonds und den 746 AGCY-Papieren im ungematchten Sample deutlich kleiner ist als im zuvor betrachteten Datensatz.138 Die Spreads der Kategorie AGCY sind lediglich um 7BP kleiner als die der UnternehmensBonds, obwohl weiterhin a¨hnlich starke Unterschiede in Bezug auf die relevanten Bondcharakteristika bestehen. Die Analyse der 89 gebildeten Paare zeigt, inwiefern sich diese Diﬀerenz ¨andert, wenn man die unterschiedlichen Auspr¨agungen der Kontrollvariablen ber¨ ucksichtigt.139 Tabelle 3-65: Deskriptive Statistik AGCY vs. Unternehmen (Moody’s Aaa 2004)

Bond-Kategorie AGCY-Bonds (746) Unternehmens-Bonds (57)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

35,33

5,40

398.226,27

4,32

42,43

7,38

211.325,61

6,68

Innerhalb der gebildeten Paare weisen die Unternehmens-Papiere weiterhin um 6BP h¨ohere Spreads auf. Die Spread-Diﬀerenz im Moody’s-Sample ¨anderte sich interessanterweise durch das Matching kaum, w¨ahrend im S&PDatensatz ein deutlicher R¨ uckgang zu verzeichnen war. Allerdings sollte die 138 F¨ ur das 2006er-Sample waren ebenfalls deutlich geringere durchschnittliche Spreads der Unternehmens-Bonds des Moody’s-Samples im Vergleich zum S&P-Sample zu beobachten. 139 Zur Bildung des gematchten Samples wurden 34 Unternehmens-Titel einbezogen.

3.6 Analyse des Datensatzes aus 2004

199

unterschiedliche Wirkung der zum Matching herangezogenen Variablen nicht u ¨berbewertet werden. Die dargestellten Statistiken geben lediglich die durchschnittlichen Auspr¨agungen der Bondmerkmale wieder, wodurch die jeweilige ¨ Bond-Kategorie nicht immer hinreichend beschrieben wird.140 In Ubereinstimmung mit dem zuvor analysierten Sample hat die Auswertung des gematchten Moody’s-Samples auch hier ergeben, dass die Diﬀerenz statistisch nicht signiﬁkant ist. Zusammenfassend bleibt festzuhalten, dass Hypothese 3.2 f¨ ur die hier betrachteten Bond-Samples nicht best¨atigt werden kann, w¨ahrend f¨ ur die korrespondierenden 2006er-Datens¨atze signiﬁkante Diﬀerenzen ermittelt wurden. 3.6.3.4

Banken & AGCY vs. Unternehmen

Im n¨achsten Untersuchungsschritt werden die Bonds der 20 %-Gewichtungsgruppe denen von Unternehmen gegen¨ ubergestellt. Wie auch bei den Daten aus 2006, war es f¨ ur diese Untergruppe m¨oglich, Matched Pairs-Analysen f¨ ur mehr als eine Rating-Kategorie durchzuf¨ uhren. Zun¨achst werden wieder die drei S&P-Kategorien A, A+ sowie AA- betrachtet. Anschließend erfolgt die Darstellung der Resultate unter Verwendung der korrespondierenden Moody’s-Ratings. Abschließend wird erneut u uft, ob die zugrunde ¨berpr¨ gelegten Ratings die Ergebnisse maßgeblich beeinﬂussen. Banken & AGCY vs. Unternehmen (S&P A) Wie aus Tabelle 3-66 hervorgeht, war die Menge der in den gegen¨ ubergestellten Kategorien verf¨ ugbaren Wertpapieren mit 110 Banken-Bonds und 302 Unternehmens-Bonds relativ umfangreich. Der durchschnittliche Spread der Unternehmens-Bonds lag knapp 9BP oberhalb des Spreads der einbezogenen Banken-Bonds. Allerdings war das durchschnittlich ausstehende Volumen geringer und die durchschnittliche Duration der Unternehmens-Bonds h¨oher, sodass die Spread-Diﬀerenzen auch durch andere Einﬂussfaktoren als die Unterschiede in der erforderlichen regulatorischen Kapitalunterlegung bedingt sein k¨onnen.

140

Vgl. Ausf¨ uhrungen zum Vergleich von AGCY und Banken-Bonds in Tabelle 3-48 in Abschnitt 3.5.4.

200

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-66: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A 2004)

Bond-Kategorie Banken- & AGCYBonds (110) Unternehmens-Bonds (302)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

38,16

5,97

334.458,78

6,57

46,73

7,03

265.910,86

6,39

Die durchschnittliche Spread-Diﬀerenz hat sich durch die Paarbildung deutlich verringert und liegt im untersuchten Sample bei ca. 1BP. Dementsprechend konnten, obwohl mit 153 Paaren eine relativ umfangreiche Datenbasis vorhanden war, keine signiﬁkanten Renditeunterschiede nachgewiesen werden. Zur untersuchten Kategorie l¨asst sich festhalten, dass die UnternehmensBonds innerhalb des untersuchten Samples trotz der h¨oheren regulatorischen Mindestkapitalunterlegung keinen h¨oheren Spread aufweisen und Hypothese 3.2 somit nicht best¨atigt werden kann. Banken & AGCY vs. Unternehmen (S&P A+) Die Anzahl der verf¨ ugbaren Bonds war im Vergleich zur vorhergehenden Analyse etwas geringer. Den 90 verf¨ ugbaren Banken-Bonds konnten 283 Bonds der Kategorie Unternehmen gegen¨ ubergestellt werden.141

141

Vgl. Tabelle 3-67.

3.6 Analyse des Datensatzes aus 2004

201

Tabelle 3-67: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A+ 2004)

Bond-Kategorie Banken- & AGCYBonds (90) Unternehmens-Bonds (283)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

34,40

5,66

427.210,63

6,08

63,66

7,41

266.653,44

6,65

Die durchschnittliche Spread-Diﬀerenz innerhalb des ungematchten Samples hat sich im Vergleich zur S&P-Kategorie A mehr als verdoppelt und betr¨agt gut 29 Basispunkte. Allerdings weisen die im Rahmen der Paarbildung relevanten Bondmerkmale, wie bereits im zuvor untersuchten Daten-Sample, insbesondere bei den Durchschnittswerten f¨ ur die Duration sowie das ausstehende Volumen deutliche Abweichungen auf. Die durchgef¨ uhrte Analyse gibt Aufschluss dar¨ uber, in welcher Weise sich die durchschnittliche SpreadDiﬀerenz entwickelt, wenn durch das Matching in Bezug auf Abweichungen in den Bondmerkmalen korrigiert wird. Die ermittelten Spread-Diﬀerenzen fallen deutlich geringer aus als die zuvor dokumentierten 29 Basispunkte, deuten aber dennoch auf h¨ohere Spreads der Unternehmens-Bonds hin. Der durchgef¨ uhrte t-Test hat es erm¨oglicht, einen Renditeunterschied in H¨ohe von knapp 18BP auf dem 1 %-Niveau signiﬁkant zu best¨atigen.142 Somit stehen die Spreads in der Rating-Klasse A+ im Einklang mit der Hypothese eines positiven Zusammenhangs zwischen BondSpread und der erforderlichen regulatorischen Kapitalunterlegung. Ein Blick auf Abbildung 3.29 in Abschnitt 3.6.2.3 zeigt, dass diese Aussagen tendenziell mit den Resultaten des erweiterten Regressionsmodells mit Interaktionstermen u ¨bereinstimmen. Dort wurde aufgezeigt, dass ein geringerer Spread der Banken-Bonds insbesondere in den besseren Rating-Kategorien auftritt. Dies steht im Einklang der Entwicklung der gerade dargestellten Matched Pairs¨ Resultate beim Ubergang von der Rating-Klasse A zur Rating-Klasse A+. Es ist allerdings darauf hinzuweisen, dass im Rahmen der Regressionen ohne Interaktionsterme ein signiﬁkant positiver Wert des Banken-Dummys gesch¨atzt 142

Unter Einbeziehung von 36 Banken-Bonds konnten 81 Bond-Paare gebildet werden.

202

3 Empirische Analyse des amerikanischen Bond-Marktes

wurde,143 der nicht im Einklang mit dem gerade f¨ ur die Rating-Klasse A+ beschriebenen Resultat steht. Banken & AGCY vs. Unternehmen (S&P AA-) Die letzte analysierte S&P-Kategorie ist die der mit AA- gerateten Bonds. Tabelle 3-68 zeigt, dass innerhalb dieses Samples lediglich 32 Banken- und 46 Unternehmens-Bonds verf¨ ugbar waren. Interessanterweise liegt der durchschnittliche Spread der Banken-Bonds jetzt ungef¨ahr 13 Basispunkte oberhalb des Spreads der Unternehmens-Bonds und ist dar¨ uber hinaus gr¨oßer als der Wert f¨ ur die zuvor untersuchten Banken-Bonds, die ein um eine Kategorie schlechteres Rating hatten. Tabelle 3-68: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P AA- 2004)

Bond-Kategorie Banken- & AGCYBonds (32) Unternehmens-Bonds (46)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

37,09

6,13

633.673,09

5,63

24,33

6,62

297.070,65

5,86

Im Rahmen der Matched Pairs-Analyse konnten nur 11 Paare generiert werden. Innerhalb dieser wiesen die Banken-Bonds um ca. 10BP h¨ohere Spreads auf. Aufgrund der geringen Anzahl ber¨ ucksichtigter Bonds kann daraus allerdings keine Aussage im Hinblick auf Hypothese 3.2 abgeleitet werden. Insgesamt lassen sich somit f¨ ur die beste untersuchte S&P-Kategorie, wie schon f¨ ur den Datensatz aus 2006, h¨ohere Spreads der Unternehmens-Bonds beobachten, die nicht signiﬁkant nachgewiesen werden k¨onnen. Im Unterschied zu den Ergebnissen des 2006er-Samples besteht f¨ ur die hier untersuchten S&P-Daten u ¨ber die drei betrachteten Rating-Kategorien aber kein monotoner Trend hinsichtlich des Zusammenhangs zwischen Rating-Kategorie und Spread-Diﬀerenz. W¨ahrend f¨ ur die mit A gerateten Bonds nahezu identische 143

Vgl. Abschnitte 3.6.2.1 sowie 3.6.2.2.

3.6 Analyse des Datensatzes aus 2004

203

Spreads zu beobachten waren, wiesen die Unternehmens-Bonds bei einem Rating von A+ sowohl aus statistischer als auch aus ¨okonomischer Sicht signiﬁkant h¨ohere Spreads auf. F¨ ur die Kategorie AA- war f¨ ur das ungematchte Sample wiederum eine umgekehrte Reihung der Spreads zu verzeichnen. Allerdings sollte diese Beobachtung aufgrund der nicht signiﬁkanten Ergebnisse der Matched Pairs-Analyse nicht u ¨berbewertet werden. Banken & AGCY vs. Unternehmen (Moody’s A2) In der ersten untersuchten Moody’s-Kategorie A2 stehen 73 Banken-Bonds 438 Unternehmens-Bonds gegen¨ uber.144 Die von Banken emittierten Titel weisen um ca. 16BP geringere Spreads auf. Allerdings haben die Unternehmens-Bonds durchschnittlich etwas h¨ohere Durationen und Kupons. Ber¨ ucksichtigt man zus¨atzlich, dass die H¨ohe des ausstehenden Volumens bei den Unternehmens-Bonds etwas geringer ist, so ist denkbar, dass sich die SpreadDiﬀerenz durch das Matching maßgeblich ver¨andert. Tabelle 3-69: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A2 2004)

Bond-Kategorie Banken- & AGCYBonds (73) Unternehmens-Bonds (438)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

56,52

7,25

212.056,19

6,28

72,63

7,90

185.965,24

6,79

Innerhalb der im Rahmen der Matched Pairs-Analyse unter Ber¨ ucksichtigung der unterschiedlichen Auspr¨agungen der relevanten Bondmerkmale zusammengef¨ uhrten 142 Bond-Paare weisen die Banken-Bonds einen um ca. 5BP h¨oheren Spread auf als die mit A2 gerateten Unternehmens-Bonds. Der durchgef¨ uhrte t-Test der 142 berechneten Spread-Diﬀerenzen hat ergeben, dass der ermittelte Renditeunterschied nicht signiﬁkant ist. Somit kann Hypothese 3.2 auf Basis der Ergebnisse nicht best¨atigt werden. Dar¨ uber hin144

Vgl. Tabelle 3-69.

204

3 Empirische Analyse des amerikanischen Bond-Marktes

aus f¨allt auf, dass die Ergebnisse tendenziell denen des korrespondierenden S&P-Samples entsprechen. Im Folgenden wird dargestellt, inwiefern bei besser werdendem Rating f¨ ur das Moody’s-Sample eine ¨ahnliche Entwicklung auftritt, wie sie zuvor f¨ ur das S&P-Sample beschrieben wurde. Banken & AGCY vs. Unternehmen (Moody’s A1) Die n¨achste analysierte Rating-Klasse ist die Moody’s-Kategorie A1. Wie aus Tabelle 3-70 hervorgeht, wurden in diesem Sample 81 Banken-Bonds 151 Unternehmens-Bonds gegen¨ ubergestellt. Im ungematchten Vergleich weisen die Unternehmens-Bonds einen um ca. 37BP h¨oheren Spread auf als die Gruppe der Banken-Bonds. Die durchschnittliche Duration sowie die durchschnittliche Kuponh¨ohe der Unternehmens-Bonds liegen oberhalb der Werte der Banken-Bonds und das ausstehende Volumen war wiederum geringer, sodass nicht klar ist, ob die zu beobachtenden Spread-Diﬀerenzen auch im gematchten Sample auftreten. Tabelle 3-70: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A1 2004)

Bond-Kategorie Banken- & AGCYBonds (81) Unternehmens-Bonds (151)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

48,45

6,80

330.404,32

6,21

85,22

8,37

210.445,74

6,86

Unter Einbeziehung von 27 Banken-Bonds wurden 47 Paare gebildet, innerhalb derer die Banken-Titel um durchschnittlich 5BP h¨ohere Renditen aufwiesen. Der durchgef¨ uhrte t-Test hat aber gezeigt, dass diese Diﬀerenz nicht signiﬁkant ist. Die Spread-Diﬀerenz hat sich somit im Vergleich zur vorherigen Moody’s-Kategorie kaum ver¨andert. Hypothese 3.2 kann weiterhin nicht best¨atigt werden. Im Rahmen der in Abschnitt 3.6.2.1 durchgef¨ uhrten Regression wurde ein negativer Wert des Banken-Dummys nachgewiesen und aus Abbildung 3.36 ist zu erkennen, dass die Banken-Bonds im Vergleich zu den Unternehmens-Bonds einen umso geringeren Spread aufweisen

3.6 Analyse des Datensatzes aus 2004

205

sollten, je besser das Rating ist.145 Die Matched Pairs-Analyse der letzten Moody’s-Kategorie wird zeigen, ob dieser aus dem Regressionsmodell mit Interaktionstermen abgeleitete Zusammenhang zwischen Spread-Diﬀerenz und Rating-Klasse zutriﬀt, wenn man zus¨atzlich die Gruppe der mit Aa3 gerateten Bonds ber¨ ucksichtigt. Banken & AGCY vs. Unternehmen (Moody’s Aa3) Wie aus Tabelle 3-71 hervorgeht, konnten in der Rating-Klasse Aa3 106 Banken-Bonds lediglich 70 Unternehmens-Bonds gegen¨ ubergestellt werden. Zun¨achst f¨allt auf, dass die Unternehmens-Bonds erheblich h¨ohere Spreads als im zuvor betrachteten Datensatz aufweisen und dass sich die Spreads der Banken-Papiere nur geringf¨ ugig ge¨andert haben. Durch den sehr starken Anstieg des durchschnittlichen Spreads der Unternehmens-Bonds auf etwa 178BP weisen die Banken-Bonds im ungematchten Sample um etwa 132BP niedrigere Spreads auf als die zum Vergleich herangezogenen UnternehmensTitel. Im Hinblick auf die mitgef¨ uhrten Durchschnittswerte f¨allt auf, dass die Unternehmens-Bonds deutlich h¨ohere Durationswerte aufweisen und ebenfalls ein deutlich geringeres ausstehendes Volumen aufweisen. Die Kuponh¨ohe der Banken-Bonds liegt, wie im zuvor untersuchten Sample, leicht unterhalb des Durchschnittswertes der Unternehmens-Papiere. Trotz der beschriebenen Divergenzen erscheint der Spread-Zuwachs der Unternehmens-Bonds im Vergleich zum vorangegangenen Datensatz enorm. Inwiefern durch das Matching eine Reduktion der Spread-Diﬀerenz eintritt, wird im Folgenden zusammengefasst.

145

Vgl. Tabelle 3-56 sowie Abschnitt 3.6.2.3.

206

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-71: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s Aa3 2004)

Bond-Kategorie Banken- & AGCYBonds (106) Unternehmens-Bonds (70)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

45,96

6,49

323.545,56

6,85

178,04

8,77

188.591,00

7,10

Im gematchten Sample weisen die Unternehmens-Bonds nach wie vor deutlich h¨ohere Spreads auf. F¨ ur die 38 gebildeten Paare konnte eine Diﬀerenz von ca. 42BP hochsigniﬁkant nachgewiesen werden. Somit sind in der betrachteten Rating-Klasse Spreads zu beobachten, die im Einklang mit Hypothese 3.2 stehen. Außerdem entspricht das Ergebnis dem durch das Regressionsmodell unter Verwendung von Interaktionstermen ermittelten Zusammenhang zwischen den berechneten Spread-Diﬀerenzen und der RatingKategorie. Allerdings sollte dieses Resultat trotz des signiﬁkanten t-Tests vorsichtig interpretiert werden. Da der enorme Spread-Anstieg in der Gruppe der Unternehmens-Papiere trotz der umfangreichen Datenbereinigung auftritt, ist es denkbar, dass die Entwicklung durch andere Einﬂ¨ usse bedingt ist, die sowohl im Rahmen der Regressionen als auch innerhalb der Matched Pairs-Analyse nicht erfasst wurden. Aus den in Tabelle 3-72 zusammengefassten Ergebnissen der Gegen¨ uberstellung der Bond-Kategorien Bank und Unternehmen sind f¨ ur die beiden Samples unterschiedliche Verl¨aufe zu erkennen. Die ermittelten Spread-Differenzen waren jedoch lediglich f¨ ur eine S&P-Kategorie und eine Moody’sKategorie signiﬁkant, sodass Aussagen bez¨ uglich der Entwicklungen u ¨ber die betrachteten Rating-Klassen vorsichtig zu formulieren sind. Hypothese 3.2 konnte f¨ ur die Rating-Klassen A+ sowie Aa3 hochsigniﬁkant best¨atigt werden. Die insigniﬁkanten Ergebnisse in den u ¨brigen betrachteten Datens¨atzen deuten aber darauf hin, dass auch einige F¨alle auftreten, die nicht im Einklang mit der Hypothese stehen. Im Vergleich zu den Regressionsergebnissen bleibt festzuhalten, dass die Ergebnisse des S&P-Samples nicht den im Rahmen der Abschnitte 3.6.2.1 und 3.6.2.2 ermittelten positiven Werten des Banken-Dummys entsprechen. Die Matched Pairs-Resultate des Moody’s-

3.6 Analyse des Datensatzes aus 2004

207

Samples entsprechen f¨ ur die Rating-Klasse Aa3 dem im Grundmodell ermittelten negativen Wert des Banken-Dummys, w¨ahrend in den beiden anderen Kategorien geringere Spreads der Unternehmens-Bonds auftraten, die allerdings insigniﬁkant waren. Dennoch deuten die Ergebnisse darauf hin, dass der negative Dummy-Wert maßgeblich durch die mit Aa3 gerateten Unternehmens-Bonds bedingt ist. Zum einen ist denkbar, dass eine unbekannte, im Rahmen der Analysen nicht erfasste Einﬂussgr¨oße existiert, und zum anderen ist auch hier zu hinterfragen, inwiefern in der Rating-Klasse Aa3 im Vergleich zu den u ¨brigen Moody’s-Kategorien deutliche Unterschiede in den relevanten Bondmerkmalen existieren, deren Einﬂuss im Rahmen der Regressionsanalyse unter Verwendung von Interaktionstermen dargestellt wurde. Dieser Aspekt wird im Rahmen der Ergebniszusammenfassung erneut aufgegriﬀen, nachdem die noch ausstehenden Resultate dargestellt wurden. Tabelle 3-72: Ergebnisse der Gegen¨ uberstellung von Banken- und Unternehmens-Bonds (2004) Spread-Diﬀ. im Rating-Kat. gema. Sample Moody’s (Unt.-Bank) 1,2BP A2 A1 17,7BP∗∗∗ -10,1BP Aa3 Signiﬁkant mit p < 0,1; 0,05; 0,01

Rating-Kat. S&P A A+ AA*, **, ***

3.6.3.5

Spread-Diﬀ. im gema. Sample (Unt.-Bank) -4,7BP -5,5BP 41,9BP∗∗∗

Banken vs. AGCY

Wie auch f¨ ur den Datensatz aus 2004 werden abschließend die bis hierhin als 20 %-Gewichtungsgruppe zusammengefassten Bonds der Kategorien Bank und AGCY gegen¨ ubergestellt, um zu testen, inwiefern innerhalb der Unterlegungsgruppe identische Spreads auftreten, wenn man in Bezug auf die u ur das 2004er-Sample konnten f¨ ur ¨brigen Einﬂussgr¨oßen kontrolliert. Auch f¨ diesen Vergleich aufgrund der geringen Anzahl verf¨ ugbarer Bonds nur wenige Bond-Paare gebildet werden, sodass die Hypothese identischer Spreads der beiden Bond-Kategorien f¨ ur keines der untersuchten Samples signiﬁkant abgelehnt werden konnte. Dennoch werden in den folgenden Abs¨atzen die

208

3 Empirische Analyse des amerikanischen Bond-Marktes

Ergebnisse zusammengefasst, um ein Gef¨ uhl f¨ ur die Unterschiede zwischen S&P und Moody’s zu vermitteln. Banken vs. AGCY (S&P A) In der Gruppe der durch S&P mit A gerateten Bonds waren 86 Banken- und 24 AGCY-Bonds vertreten. Wie des Weiteren aus Tabelle 3-73 hervorgeht, waren die Banken-Spreads um ca. 5BP gr¨oßer, obwohl in dieser Kategorie der Durchschnittswert f¨ ur die Duration kleiner und f¨ ur das ausstehende Volumen gr¨oßer war. Allerdings wiesen die Unternehmens-Bonds durchschnittlich kleinere Kupons auf, sodass die Wirkung der ber¨ ucksichtigten Kontrollvariablen theoretisch keine eindeutige Richtung aufweist. Tabelle 3-73: Deskriptive Statistik AGCY vs. Banken (S&P A 2004)

Bond-Kategorie Banken-Bonds (86) AGCY-Bonds (24)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

39,33

5,56

364.267,05

6,75

33,98

7,44

227.645,83

5,92

Unter Verwendung von 13 AGCY-Titeln konnten 24 Bond-Paare gebildet werden. Obwohl keine Signiﬁkanzaussagen getroﬀen werden k¨onnen, bleibt festzuhalten, dass die Banken-Bonds um etwa 4BP h¨ohere Spreads aufwiesen als die AGCY-Bonds. Banken vs. AGCY (S&P A+) Im S&P-Sample der mit A+ gerateten Papiere hat die Anzahl verf¨ ugbarer Bonds in beiden Kategorien abgenommen. 79 Banken-Titeln konnten nur noch 11 AGCY-Bonds gegen¨ ubergestellt werden. Mit Blick auf die Bondmerkmale f¨allt zun¨achst auf, dass die Werte des Liquidit¨ats-Proxys insbesondere f¨ ur die AGCY-Bonds deutlich angestiegen sind. Hinsichtlich der durchschnittlichen Spread-H¨ohe weisen die Banken-Bonds jetzt einen um gut

3.6 Analyse des Datensatzes aus 2004

209

1BP geringeren Wert auf. Allerdings liegen die AGCY-Titel bei den Durchschnittswerten f¨ ur Duration und Kupon sehr deutlich oberhalb der entsprechenden Werte der Banken-Bonds, w¨ahrend die Diﬀerenz im Hinblick auf das ausstehende Volumen vergleichsweise gering erscheint. Daher wird erwartet, dass sich das Vorzeichen der Spread-Diﬀerenz durch das Matching ¨andert und somit unter Ber¨ ucksichtigung der Kontrollgr¨oßen niedrigere Spreads der AGCY-Bonds zu beobachten sein werden. Tabelle 3-74: Deskriptive Statistik AGCY vs. Banken (S&P A+ 2004)

Bond-Kategorie Banken-Bonds (79) AGCY-Bonds (11)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

34,23

5,12

430.050,09

5,77

35,62

9,53

406.818,18

8,37

Im analysierten Sample konnten lediglich vier Paare gebildet werden. Innerhalb dieser Paare wiesen die AGCY-Bonds um ca. 6BP geringere Spreads auf. Wie bereits im 2006er-Datensatz, bestehen zwischen den gegen¨ ubergestellten Bond-Kategorien deutliche Unterschiede in den Auspr¨agungen der Kontrollvariablen. Auf diese Unterschiede ist besonders hinzuweisen, da im Rahmen der Regressionen ein sehr starker Einﬂuss der Kontrollvariablen nachgewiesen wurde. Banken vs. AGCY (S&P AA-) In der besten betrachteten S&P-Kategorie war es bei einer Maximaldistanz von 0,3 nicht m¨oglich, Bonds zu matchen. Daher werden an dieser Stelle lediglich die Durchschnittswerte der beiden Bond-Gruppen zusammengefasst. Tabelle 3-75 verdeutlicht, dass ein enormer Unterschied hinsichtlich des Liquidit¨ats-Proxys besteht. Die vier AGCY-Bonds weisen im Durchschnitt fast das Vierfache des ausstehenden Volumens der 28 Banken-Titel auf. Dennoch sind die Spreads der Kategorie AGCY um etwa 12BP h¨oher. Da eine aussagekr¨aftigere Analyse aufgrund der geringen Anzahl verf¨ ugbarer Bonds nicht m¨oglich ist, kann hier lediglich festgestellt werden, dass, wie bereits in den

210

3 Empirische Analyse des amerikanischen Bond-Marktes

Rating-Klassen A und A+, deutliche Unterschiede in Bezug auf die dokumentierten Bondcharakteristika bestehen. Tabelle 3-75: Deskriptive Statistik AGCY vs. Banken (S&P AA- 2004)

Bond-Kategorie Banken-Bonds (28) AGCY-Bonds (4)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

35,59

5,99

492.054,96

5,72

47,58

7,10

1.625.000,00

5,06

Banken vs. AGCY (Moody’s A2) Im ersten betrachteten Moody’s-Sample der mit A2 gerateten Papiere waren 42 Banken-Bonds und 31 AGCY-Bonds verf¨ ugbar. Die letztgenannten wiesen um ca. 14BP h¨ohere Spreads auf. Diese w¨aren theoretisch aber auch durch die im Mittel h¨oheren Kupons und Durationswerte der AGCY-Bonds sowie das durchschnittlich geringere ausstehende Volumen erkl¨arbar.146 Tabelle 3-76: Deskriptive Statistik AGCY vs. Banken (Moody’s A2 2004)

Bond-Kategorie Banken-Bonds (42) AGCY-Bonds (31)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

50,69

6,27

232.422,00

6,17

64,44

8,58

184.463,80

6,43

Innerhalb des gematchten Samples waren die Spreads der Banken-Bonds um etwa 13BP h¨oher, was die Wirkung der Kontrollvariablen belegt. Da allerdings nur drei Bond-Paare gebildet werden konnten, ist kein Signiﬁkanztest 146

Vgl. Tabelle 3-76.

3.6 Analyse des Datensatzes aus 2004

211

m¨oglich und dementsprechend auch keine Aussgage in Bezug auf die Renditeunterschiede der beiden Bond-Kategorien. Banken vs. AGCY (Moody’s A1) Wie Tabelle 3-77 zu entnehmen ist, hat die Anzahl der verf¨ ugbaren BankenBonds im Vergleich zum vorherigen Sample zugenommen. Den 60 verf¨ ugbaren Banken-Titeln konnten mit 21 AGCY-Bonds allerdings weniger Papiere zum Vergleich gegen¨ ubergestellt werden. W¨ahrend die Durchschnittswerte der Banken-Bonds beim ausstehenden Volumen sowie hinsichtlich der Kuponh¨ohe geringf¨ ugig h¨oher waren, wiesen die AGCY-Bonds im Mittel deutlich h¨ohere Durationen auf. In welcher Weise sich die f¨ ur die AGCY-Bonds um ca. 7BP h¨oheren Spreads durch das Matching ver¨andern, l¨asst sich also schwer prognostizieren. Tabelle 3-77: Deskriptive Statistik AGCY vs. Banken (Moody’s A1 2004)

Bond-Kategorie Banken-Bonds (60) AGCY-Bonds (21)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

46,59

6,41

334.629,17

6,23

53,78

7,92

318.333,33

6,16

Auch f¨ ur das hier betrachtete Sample konnten nicht genug Daten generiert werden, um signiﬁkante Aussagen zu formulieren. Im Unterschied zur Moody’s-Kategorie A2 lassen sich dieses Mal h¨ohere Spreads der AGCYBonds beobachten. Innerhalb der neun gebildeten Bond-Paare betrug die Diﬀerenz ca. 14BP und ist somit im Vergleich zum ungematchten Sample noch angewachsen. Banken vs. AGCY (Moody’s Aa3) ¨ Beim Ubergang zur Kategorie Aa3 setzt sich der Trend bez¨ uglich der Anzahl der verf¨ ugbaren Bonds fort. W¨ahrend in der Kategorie Bank 93 Titel

212

3 Empirische Analyse des amerikanischen Bond-Marktes

verf¨ ugbar waren, ging die Anzahl an AGCY-Bonds auf 13 zur¨ uck. Der wesentliche Unterschied im Vergleich zu den vorangegangenen Analysen besteht darin, dass die AGCY-Bonds bereits im ungematchten Sample die geringeren Spreads aufweisen, obwohl deutlich h¨ohere Durchschnittswerte f¨ ur Duration und Kuponh¨ohe zu verzeichnen sind. Aufgrund der starken Diskrepanzen kann angenommen werden, dass die Diﬀerenz in H¨ohe von ca. 7BP trotz des etwas geringeren ausstehenden Volumens der AGCY-Titel durch das Matching noch zunimmt. Tabelle 3-78: Deskriptive Statistik AGCY vs. Banken (Moody’s Aa3 2004)

Bond-Kategorie Banken-Bonds (93) AGCY-Bonds (13)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

46,78

5,98

327.105,69

6,61

40,09

10,12

298.076,92

8,52

Durch die Zusammenf¨ uhrung von 22 Bond-Paaren konnten im Vergleich zu den zuvor betrachteten Datens¨atzen deutlich mehr Analysedaten generiert werden. Die zu beobachtende Renditediﬀerenz ist innerhalb der Paare auf etwa 56BP angewachsen. Allerdings wurden 20 der 22 Paare unter Verwendung desselben AGCY-Bonds gebildet. Somit ist die Allgemeing¨ ultigkeit stark eingeschr¨ankt. Dennoch bleibt festzuhalten, dass deutliche Abweichungen bestehen, die sich nicht sinnvoll durch die unterschiedlichen Auspr¨agungen der Bondmerkmale erkl¨aren lassen. Betrachtet man die ermittelten Spread-Diﬀerenzen, so f¨allt zun¨achst auf, dass es einerseits einen Einﬂuss hat, welche Rating-Klasse man betrachtet, und zum anderen es nicht unerheblich ist, ob man Ratings von Moody’s- oder S&P zugrunde legt. Obwohl keine der Diﬀerenzen signiﬁkant ist und dementsprechend keine M¨oglichkeit besteht, die Hypothese, dass Banken- und AGCYBonds identische Renditen aufweisen, abzulehnen, kann festgehalten werden, dass in den Moody’s-Klassen deutlichere Unterschiede auftreten. Die folgenden Abschnitte werden zeigen, inwiefern die Matched Pairs-Analysen unter Ber¨ ucksichtigung mehrerer Rating-Klassen es erm¨oglichen, aussagekr¨aftigere Ergebnisse zu erzielen.

3.6 Analyse des Datensatzes aus 2004

213

Tabelle 3-79: Ergebnisse der Gegen¨ uberstellung von Banken- und AGCYBonds (2004) Spread-Diﬀerenz im Rating-Kat. gematchten Sample Moody’s (Bank-AGCY) 4,1BP A2 5,9BP A1 Aa3 Signiﬁkant mit p < 0,1; 0,05; 0,01

Rating-Kat. S&P A A+ AA*, **, ***

3.6.4

Spread-Diﬀerenz im gematchten Sample (Bank-AGCY) 13,3BP -14,0BP 55,9BP

Matched Pairs-Analyse mehrerer Rating-Kategorien

Analog zur Vorgehensweise beim 2006er-Datensatz werden die den RatingKlassen zugeordneten erwarteten PDs herangezogen und innerhalb des Distanzmaßes ber¨ ucksichtigt. Zun¨achst werden die Resultate f¨ ur den Vergleich von Banken- und AGCY-Bonds mit Unternehmens-Bonds dargestellt. Dabei werden erneut verschiedene Obergrenzen des Distanzmaßes zugrunde gelegt, um zu untersuchen, ob sich dadurch ein Einﬂuss auf die Ergebnisse ergibt.147 3.6.4.1

Banken & AGCY vs. Unternehmen

Banken & AGCY vs. Unternehmen (S&P B- bis AAA) Aus Tabelle 3-80 geht hervor, dass sich die 1.058 Bonds der 20 %-Gewichtungsgruppe von den 3.867 Unternehmens-Titeln, wie zu erwarten war, am deutlichsten im Hinblick auf die durchschnittlichen erwarteten PDs unterscheiden. Außerdem f¨allt auf, dass die Papiere der Kategorie Unternehmen im Schnitt deutlich h¨ohere Kupons aufweisen. Die Spread-Diﬀerenz von ca. 168BP ist aufgrund dieser Unterschiede nicht sonderlich aussagekr¨aftig. Inwiefern nach dem Matching weiterhin Spread-Unterschiede bestehen, wird im Folgenden erl¨autert. 147

Vgl. Abschnitt 3.5.3.1.

214

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-80: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P B- bis AAA 2004) BondKategorie Banken & AGCY-Bonds (1.058) UnternehmensBonds (3.867)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

50,54

1,42 %

5,86

386.447,19

5,12

218,22

11,02 %

6,19

304.909,16

7,59

Wie schon bei der Analyse des Datensatzes aus 2006, war es auch hier m¨oglich, deutlich mehr Paare zu bilden als in den auf einzelne Rating-Klassen beschr¨ankten Untersuchungen. F¨ ur eine Maximaldistanz von 0,3 war es m¨oglich, 2.741 Spread-Diﬀerenzen zu berechnen. Die Unternehmens-Bonds wiesen um gut 15BP h¨ohere Spreads auf, die durch einen signiﬁkanten t-Test auf dem 1 %-Niveau best¨atigt werden konnten. Eine Verringerung der maximal zugelassenen Distanz auf 0,1 hat es weiterhin erm¨oglicht, hochsigniﬁkante Renditediﬀerenzen von knapp 14BP nachzuweisen. F¨ ur Maximaldistanzen von 0,05 sowie 0,03 haben sich diese allerdings auf 3BP reduziert und konnten nicht mehr signiﬁkant best¨atigt werden. Im Vergleich zu den durchgef¨ uhrten Regressionen deuten die Ergebnisse also eher auf h¨ohere Spreads der Unternehmens-Bonds bzw. auf identische Spreads der beiden Kategorien hin, w¨ahrend im Rahmen der Regressionen in den Abschnitten 3.6.2.1 und 3.6.2.2 signiﬁkant positive Werte des Banken-Dummys ermittelt wurden. Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa) Die Untersuchung des Moody’s-Samples wird zeigen, inwiefern die gerade f¨ ur das S&P-Sample pr¨asentierten Ergebnisse unabh¨angig davon sind, welche Rating-Agentur man zugrunde legt. Im analysierten Datensatz wurden 1.229 Banken-Titel 3.412 Unternehmens-Bonds gegen¨ ubergestellt. Die Abweichungen in Bezug auf die Auspr¨agungen der in Tabelle 3-81 zusammengefassten Durchschnittswerte waren ¨ahnlich wie im zuvor betrachteten Sample. Allerdings waren hier die Unterschiede hinsichtlich des ausstehenden Volumens und der Duration st¨arker ausgepr¨agt. Trotzdem war die Spread-Diﬀerenz im

3.6 Analyse des Datensatzes aus 2004

215

ungematchten Sample geringer und betrug 119BP. In welcher Weise sich diese Unterschiede auf die im Rahmen der Matched Pairs-Analysen erzielten Ergebnisse auswirken, wird zun¨achst erl¨autert und abschließend in Tabelle 3-82 im Vergleich zu den Resultaten des S&P-Samples dargestellt. Tabelle 3-81: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa 2004) BondKategorie Banken & AGCY-Bonds (1.229) UnternehmensBonds (3.412)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

44,86

1,04 %

5,98

362.544,86

5,16

163,78

12,56 %

7,12

234.123,14

7,23

F¨ ur eine Maximaldistanz von 0,3 konnten im Moody’s-Datensatz f¨ ur die Unternehmens-Bonds um gut 17BP h¨ohere Spreads hochsigniﬁkant nachgewiesen werden. Diese Spread-Diﬀerenz geht ebenso wie im S&P-Sample bei niedrigeren Werten f¨ ur die Maximaldistanz zur¨ uck. W¨ahrend bei einer Obergrenze von 0,1 noch ein hochsigniﬁkanter Renditeunterschied von ca. 8BP besteht, sinkt die Diﬀerenz bei einer maximal zugelassenen Distanz von 0,05 auf unter 1BP. Tendenziell stimmen die Ergebnisse auf Basis von Moody’sRatings also mit denen unter Verwendung von S&P-Ratings u ¨berein.148 Die unter Verwendung von Moody’s-Ratings erzielten Resultete stehen zu den Regressionsergebnissen der Sch¨atzung des Grundmodells aus Abschnitt 3.6.2.1 nicht in einem derart deutlichen Widerspruch wie die zuvor pr¨asentierten Ergebnisse. Die h¨oheren Unternehmens-Spreads f¨ ur Maximaldistanzen ab 0,1 entsprechen dem negativen Wert des Banken-Dummys. Insgesamt deuten die Ergebnisse der Matched Pairs-Analyse allerdings darauf hin, dass bei gleichzeitiger Betrachtung aller ber¨ ucksichtigten Rating-Klassen keine bzw. nur sehr geringe Unterschiede zwischen den Spreads der Banken- und Unternehmens-Bonds existieren. In Bezug auf Hypothese 3.2 bedeutet dies f¨ ur den Vergleich von Banken und Unternehmens-Titeln, dass (zumindest im 148

Vgl. Tabelle 3-82 sowie Abbildung 3.43.

216

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-82: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2004) S&P Moody’s SpreadSpreadAnzahl Anzahl vorgegebene Diﬀerenz Diﬀerenz Maximaldistanz Paare Paare (Unt. - Bank) (Unt. - Bank) 0,3 15,43∗∗∗ 2.741 17,49∗∗∗ 2.556 ∗∗∗ 0,2 11,06 1.851 11,21∗∗∗ 1.582 13,76∗∗∗ 593 8,38∗∗∗ 366 0,1 0,05 3,28 93 0,51 45 3,46 32 1,01 14 0,03 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Mittel u ¨ber alle Rating-Kategorien) kein Einﬂuss der Mindestkapitalanforderungen auf die Spreads festzustellen ist.

Spread-Differenz in BP (Unternehmen - Bank)

20,00 15,00 10,00 5,00 0,00 0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

Distanz S&P

M oody's

Abbildung 3.43: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2004)

3.6 Analyse des Datensatzes aus 2004

3.6.4.2

217

Banken vs. AGCY

Da es im hier analysierten Datensatz, wie auch zuvor f¨ ur das 2006er-Sample, beim kategorieweisen Vergleich von Banken- und AGCY-Bonds nicht m¨oglich war, genug Bonds zu matchen, um aussagekr¨aftige Ergebnisse zu erzielen, wird im Folgenden auch dieser Vergleich unter Einbeziehung der erwarteten PDs in das Distanzmaß wiederholt. Banken vs. AGCY (S&P B- bis AAA) Aus Tabelle 3-83 geht hervor, dass die Durchschnittswerte der relevanten Bondmerkmale sich bei der Gegen¨ uberstellung von Banken- und AGCYBonds deutlich ¨ahnlicher sind als bei den zuvor gegen¨ ubergestellten Emittenten-Kategorien. Im ungematchten Sample weisen die 300 Banken-Bonds durchschnittlich um etwa 6BP niedrigere Spreads auf als die 758 Papiere der AGCY-Kategorie. Aus den relativ ¨ahnlichen Durchschnittswerten darf allerdings nicht die Schlussfolgerung gezogen werden, dass sich die Datens¨atze damit u ¨ber alle betrachteten Rating-Klassen sehr ¨ahnlich sind.149 Die folgenden Matched Pairs-Analysen wurden erneut unter Verwendung verschiedener Maximaldistanzen durchgef¨ uhrt. Tabelle 3-83: Deskriptive Statistik Banken vs. AGCY (S&P B- bis AAA 2004) BondKategorie Banken-Bonds (300) AGCYBonds (758)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

46,44

1,90 %

5,58

391.329,85

6,29

52,16

1,22 %

5,97

384.514,74

4,65

F¨ ur das S&P-Sample kann f¨ ur alle zugrunde gelegten Obergrenzen hinsichtlich des Distanzmaßes festgehalten werden, dass sowohl ¨okonomisch als auch statistisch keine signiﬁkanten Spread-Diﬀerenzen zwischen Banken- und 149

Vgl. Ausf¨ uhrungen zum Vergleich von Banken- und AGCY-Bonds in Abschnitt 3.5.4.

218

3 Empirische Analyse des amerikanischen Bond-Marktes

AGCY-Titeln festgestellt werden konnten. Alle Analysen ergaben SpreadDiﬀerenzen von etwa 1 bis 2BP, sodass die Hypothese identischer Spreads f¨ ur das S&P-Sample u ¨ber alle betrachteten Rating-Kategorien best¨atigt werden kann. Banken vs. AGCY (Moody’s B3 bis Aaa) Im Moody’s-Sample weisen die durchschnittlichen Auspr¨agungen der zur ¨ Paarbildung ber¨ ucksichtigten Bondcharakteristika noch gr¨oßere Ahnlichkeit auf als zuvor.150 Die Spread-Diﬀerenz ist mit knapp 1BP ebenfalls sehr gering, obwohl die Banken-Bonds etwas h¨ohere Kupons und ein etwas geringeres ausstehendes Volumen aufweisen. Es sei aber auch hier darauf hingewiesen, dass ¨ ¨ahnliche Durchschnittswerte nicht notwendigerweise auch eine hohe Ahnlichkeit der einzelnen im Datensatz enthaltenen Bonds bedeutet. Tabelle 3-84: Deskriptive Statistik Banken vs. AGCY (Moody’s B3 bis Aaa 2004) BondKategorie

durchschn. Spread (in BP)

Banken-Bonds (275) AGCYBonds (954)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

45,42

1,07 %

5,99

334.481,20

6,27

44,70

1,03 %

5,98

370.634,49

4,84

Die Ergebnisse unterscheiden sich von denen unter Verwendung von S&PRatings. Zun¨achst werden bei einer Maximaldistanz von 0,3 f¨ ur die BankenBonds um knapp 4BP geringere Spreads auf dem 95 %-Konﬁdenzniveau best¨atigt. Eine Verringerung der maximal zugelassenen Distanz hat zur Folge, dass sich diese Diﬀerenz r¨ uckl¨auﬁg entwickelt. Bei 0,2 besteht keine signiﬁkante Diﬀerenz, und die innerhalb der gematchten Bonds zu verzeichnende Spread-Diﬀerenz von etwa 1BP ist auch ¨okonomisch relativ unbedeutend. Bei einer weiteren Reduktion der Obergrenze sind allerdings bei einem Wert von 0,15 um gut 14BP h¨ohere Spreads der Banken-Titel auf dem 1 %-Niveau signiﬁkant nachzuweisen. Zum einen ist dieses Ergebnis statistisch auf einem 150

Vgl. Tablle 3-84.

3.6 Analyse des Datensatzes aus 2004

219

h¨oheren Konﬁdenzniveau signiﬁkant als das bei einer Maximaldistanz von 0,3 ermittelte gegens¨atzliche Resultat, und zum anderen stellt die Diﬀerenz von 14BP ¨okonomisch bewertet etwa das Vierfache des zuvor ermittelten Unterschieds in H¨ohe von knapp 4BP dar. Im Hinblick auf das Resultat bei einer Maximaldistanz von 0,15 ist jedoch darauf hinzuweisen, dass 18 der 58 gebildeten Bond-Paare unter Verwendung desselben AGCY-Bonds gebildet wurden. Innerhalb dieser 18 Paare betrug die durchschnittliche Spread-Diﬀerenz knapp 70BP und ein Ausschluss der durch diese Paare gewonnenen Werte w¨ urde die ermittele Spread-Diﬀerenz in H¨ohe von 14BP auf 3BP reduzieren.151 Somit kann auch f¨ ur das Moody’s-Sample die Hypothese identischer Spreads f¨ ur die betrachteten Banken- und AGCY-Titel nicht abgelehnt werden. Tabelle 3-85: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2004) S&P Spreadvorgegebene Diﬀerenz Maximaldistanz (Bank - AGCY) 0,3 1,24 1,29 0,2 0,15 2,48 -1,76 0,1 *, **, *** Signiﬁkant mit p < 0,1; 0,05;

Moody’s SpreadAnzahl Anzahl Diﬀerenz Paare Paare (Bank - AGCY) 262 -3,70∗∗ 442 71 -1,31 131 43 14,45∗∗∗ 58 17 34,98 18 0,01

Die in Tabelle 3-85 dargestellten Ergebnisse des Moody’s-Samples sind also vorsichtig zu interpretieren und in Kenntnis der beschriebenen Konstellation nicht als Beleg f¨ ur signiﬁkante Renditediﬀerenzen zu beurteilen. Um die ¨ Ahnlichkeit der Ergebnisse auf Basis von S&P- und Moody’s-Ratings zu veranschaulichen, wurden in Abbildung 3.44 die Resultate des Moody’s-Samples bei einer Maximaldistanz von 0,1 und 0,15 bereinigt.152 151

Eine ¨ahnlich starke Beeinﬂussung der Ergebnisse durch denselben Bond ist f¨ ur das in Tabelle 3-85 bei einer Maximaldistanz von 0,1 ermittelte Ergebnis zu verzeichnen. Zehn der 18 gebildeten Bond-Paare wurden unter Verwendung dieses AGCY-Titels zusammengef¨ uhrt. 152 Dazu wurden jeweils die Paare unter Verwendung des AGCY-Bonds, der die beschrie-

220

3 Empirische Analyse des amerikanischen Bond-Marktes

8,00 Spread-Differenz in BP (Bank - AGCY)

6,00 4,00 2,00 0,00 -2,00

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

-4,00 -6,00 Distanz S&P

Moody's

Abbildung 3.44: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2004)

3.6.5

Zusammenfassung und Interpretation der empirischen Ergebnisse fu ¨ r 2004

Auch f¨ ur den Datensatz aus 2004 konnte die Hypothese eines positiven Zusammenhangs zwischen erforderlicher regulatorischer Kapitalunterlegung und Bondrendite f¨ ur die Staats-Bonds lediglich durch die Regressionsanalyse signiﬁkant best¨atigt werden.153 Zun¨achst erfolgt eine Darstellung der mithilfe der Matched Pairs-Methodik f¨ ur den Vergleich von Unternehmens-Bonds mit Banken-Bonds erzielten Ergebnisse. Im Anschluss daran wird aufgezeigt, wie die Resultate im Vergleich zu den auf Basis der durchgef¨ uhrten Regressionen abgeleiteten Aussagen zu beurteilen sind. Außerdem werden die bereits im Rahmen der Ergebniszusammenfassung f¨ ur den Datensatz aus 2006 herausgearbeiteten Gr¨ unde f¨ ur teilweise widerspr¨ uchliche Ergebnisse auch f¨ ur den hier analysierten Datensatz aufgegriﬀen und diskutiert.

bene Verzerrung verursacht hat, eliminiert. 153 Vgl. Abschnitte 3.6.2.1, 3.6.2.2 sowie 3.6.2.3.

Spread-Differenz in BP (Unternehmen - Bank)

3.6 Analyse des Datensatzes aus 2004

50 40 30 20 10 0 -10 -20

A/A2

221

A+/A1

AA-/Aa3

Rat ing (S&P/M oody's) S&P

M oody's

Abbildung 3.45: Spread-Diﬀerenzen in unterschiedlichen Rating-Klassen (Banken & AGCY vs. Unternehmen 2004)

Abbildung 3.45 zeigt, dass die im Rahmen der Analyse des 2004er-Datensatzes erzielten Ergebnisse sich deutlich von denen des 2006er-Samples unter¨ scheiden.154 Beim Ubergang von der S&P-Kategorie A zur Kategorie A+ wurde aus einer zun¨achst insigniﬁkanten Renditediﬀerenz ein signiﬁkanter Spread-Unterschied, der im Einklang mit Hypothese 3.2 steht. Diese Ent¨ wicklung setzt sich zwar beim Ubergang zur n¨achstbesseren Rating-Klasse nicht fort, aber die Ergebnisse auf Basis der Rating-Katgorie AA- waren nicht signiﬁkant und sollten daher nicht u ur die Moody’s¨berbewertet werden. F¨ Klassen konnte in den beiden Kategorien A2 und A1 keine signiﬁkante Ren¨ ditediﬀerenz festgestellt werden. Beim Ubergang zur Kategorie Aa3 war jedoch ein deutlicher Sprung zu beobachten. In diesem Sample wurden f¨ ur die Unternehmens-Bonds um ca. 42BP h¨ohere Spreads signiﬁkant nachgewiesen. Einerseits ist in Bezug auf dieses Resultat anzumerken, dass im betreﬀenden Datensatz trotz der durchgef¨ uhrten Datenbereinigung ein enormer Anstieg der Unternehmens-Spreads zu verzeichnen war, der vermutlich einen wesentlichen Anteil an der Gr¨oßenordnung der ermittelten Diﬀerenz hat.155 Andererseits best¨atigen die Regressionsergebnisse unter Verwendung von Interaktionstermen, dass die in Hypothese 3.2 formulierte Spread-Diﬀerenz um154 155

Vgl. hierzu Tabelle 3-28 sowie Abbildung 3.22. Vgl. Tabelle 3-71 sowie die entsprechenden Erl¨auterungen in Abschnitt 3.6.3.4.

222

3 Empirische Analyse des amerikanischen Bond-Marktes

so ausgepr¨agter ist, je besser die Rating-Kategorie der jeweiligen Papiere ist.156 Dieses Ergebnis ist einerseits durchaus plausibel, da die bereits in der Einleitung erl¨auterte Diskrepanz zwischen ¨okonomischer und regulatorischer Kapitalanforderung umso st¨arker ausgepr¨agt ist, je besser das Rating der betrachteten Wertpapiere ist. Andererseits wurde im Modell-Teil dargestellt, dass der Einﬂuss der regulatorischen Vorgaben umso gr¨oßer ist, je geringer die Korrelationen der Bonds untereinander sind.157 Aus Tabelle 3-46 in Abschnitt 3.5.4 ging hervor, dass die Korrelationen tendenziell mit schlechter werdendem Rating abnehmen, sodass keine theoretisch keine eindeutige Aussage bez¨ uglich des Einﬂusses der regulatorischen Mindestkapitalanforderungen und der Rating-Kategorie m¨oglich ist. Der Unterschied zwischen den f¨ ur 2006 ermittelten und den hier dargestellten Renditediﬀerenzen k¨onnte außerdem durch die Neuregelungen nach Basel II bedingt sein. Obwohl die neuen Eigenkapitalregeln zum Zeitpunkt, zu dem die Daten des 2006er-Datensatzes erhoben wurden, weder in Europa noch in den USA in Kraft getreten waren, k¨onnten bereits zu diesem Zeitpunkt Umstellungen im Investitionsverhalten der Kreditinstitute erfolgt sein. F¨ ur den Großteil der europ¨aischen Banken ist davon sogar auszugehen. Wie aus einer Studie von Ernst&Young hervorgeht, haben zumindest die meisten deutschen Kreditinstitute bereits ein Jahr vor der oﬃziellen Einf¨ uhrung der Neuregelungen zum 1. Januar 2007 ihre Gesch¨afte unter Verwendung der neuentwickelten Rating-Systeme gesteuert.158 Auch wenn hier der amerikanische Markt betrachtet wurde, f¨ ur den die Basel II-Regelungen erst sp¨ater in Kraft treten, ist es denkbar, dass schon in 2006 Wirkungen bemerkbar waren. Zum einen k¨onnten sich auch amerikanische Großbanken entschließen, bereits bevor sie dazu verpﬂichtet sind, ihre Investitions- und Gesch¨aftssteuerung nach Systemen zu steuern, die den Baseler Vorgaben entsprechen. Zum anderen kann angenommen werden, dass europ¨aische Großbanken auch auf dem amerikanischen Markt investieren. Daher w¨ urden die Renditediﬀerenzen – die annahmegem¨aß aufgrund der nach Basel I bestehenden Diskrepanz zwischen regulatorischer und o¨konomischer Kapitalanforderung ausgel¨ost werden – verschwinden, sobald ein gewisser Anteil der international t¨atigen Institute nach den neuen, auf Basel II abgestimmten Systemen steuert. Da durch die Mehrzahl der Großbanken eine Menge an regulatorischem Kapital 156 In den Regressionen des Datensatzes aus 2006 konnte dieser Zusammenhang nicht so deutlich ermittelt werden. 157 Vgl. Implikation 2.2. 158 Vgl. Ernst & Young (2005).

3.6 Analyse des Datensatzes aus 2004

223

vorgehalten wird, die deutlich u ¨ber die nach Basel I geforderte Solvabilit¨at hinausgeht,159 d¨ urfte eine Ausweitung der Investitionsvolumina in Kategorien, die nach Basel I eine hohe Unterlegung erfordern, in den meisten F¨allen ¨ unproblematisch m¨oglich sein. Vor dem Hintergrund dieser Uberlegung sind die noch ausstehenden Ergebnisse des Datensatzes aus 2002 von besonderem Interesse. Um einen Eindruck davon zu vermitteln, inwiefern die in der Zusammenfassung der 2006er-Ergebnisse dargestellten Diskrepanzen zwischen S&P- und Moody’s-Ratings auch im Sample aus 2004 aufgetreten sind, werden im Folgenden die Ratings f¨ ur Banken- und Unternehmens-Bonds analog zur Darstellungsweise in 3.5.4 aufbereitet. Aus Tabelle 3-86 ist zu erkennen, dass die Mehrzahl der durch Moody’s gerateten Banken-Bonds weiterhin ein S&PRating aufweisen, das eine Kategorie unterhalb der korrespondierenden S&PKategorie liegt. Tabelle 3-86: Banken-Bonds Moody’s vs. S&P (2004) Anzahl Bonds mit davon: Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl

Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds

mit AA mit AAmit A+ mit A mit Amit BBB+ mit BBB mit BBBohne S&P-Rating

Moody’s Aa3 93

Moody’s A1 60

Moody’s A2 42

4 3 41 26 6 1 12

5 42 5 1 7

9 19 1 4 9

Tabelle 3-87 stellt die Ratings der ber¨ ucksichtigten Unternehmens-Bonds einander gegen¨ uber. Da hier, wie auch im 2006er-Sample, keine deutlichen Unterschiede zwischen Moody’s und S&P bestehen, kann festgehalten werden, dass die bereits in Abschnitt 3.5.4 dargestellte Diskrepanz auch im Datensatz aus 2004 besteht. 159

Vgl. bspw. Deutsche Bank AG (2007), S. 58 sowie HSBC plc (2007), S. 2.

224

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-87: Unternehmens-Bonds Moody’s vs. S&P (2004) Anzahl Bonds mit Moody’s

Moody’s Aa3 70

Moody’s A1 151

Moody’s A2 438

3 5 11 1 3 1 46

4 3 73 7 24 5 35

7 56 136 38 23 4 1 173

davon: Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl

Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds

mit AAA mit AA+ mit AA mit AAmit A+ mit A mit Amit BBB+ mit BBB mit BBBmit B+ mit CC ohne S&P-Rating

Die ebenfalls bereits in der Zusammenfassung der 2006er-Ergebnisse erl¨auterten Aspekte, dass die Diversiﬁkationswirkung der verf¨ ugbaren Bonds neben der Bond-Kategorie auch von der Rating-Klasse abh¨angt und dass von einem unterschiedlichen Bond-Angebot u ¨ber die verschiedenen Rating-Kategorien ebenfalls ein Eﬀekt ausgehen kann, gelten auch f¨ ur den hier betrachteten Datensatz.160 Außerdem wurden sowohl f¨ ur den Datensatz aus 2006 als auch f¨ ur den aus 2004 signiﬁkante Einﬂ¨ usse der ber¨ ucksichtigten Kontrollvariablen nachgewiesen. In beiden F¨allen wurde f¨ ur den Vergleich von Bankenund Unternehmens-Bonds nachgewiesen, dass der positive Zusammenhang zwischen erforderlicher regulatorischer Kapitalunterlegung und dem BondSpread umso st¨arker ausgepr¨agt ist, je h¨oher die Werte von Kupon und ausstehendem Volumen sind. Im hier betrachteten Sample wurde zus¨atzlich ermittelt, dass ein niedrigerer Durations-Wert ebenfalls tendenziell dazu f¨ uhrt, dass Hypothese 3.2 best¨atigt werden kann. Daher fasst Tabelle 3-88 die relevanten Bondmerkmale f¨ ur die im Rahmen der Matched Pairs-Analysen untersuchten Datens¨atze der Kategorien Bank und Unternehmen zusammen. 160

Vgl. Tabellen 3-46 und 3-48 in Abschnitt 3.5.4.

3.6 Analyse des Datensatzes aus 2004

225

Tabelle 3-88: Spread-Diﬀerenzen und Bondmerkmale (Banken & AGCY vs. Unternehmen 2004) RatingKlasse

A

A+

AA-

A2

A1

Aa3

BondKategorie

Banken- & AGCY-Bonds (110) UnternehmensBonds (302) Banken- & AGCY-Bonds (90) UnternehmensBonds (283) Banken- & AGCY-Bonds (32) UnternehmensBonds (46) Banken- & AGCY-Bonds (73) UnternehmensBonds (438) Banken- & AGCY-Bonds (81) UnternehmensBonds (151) Banken- & AGCY-Bonds (106) UnternehmensBonds (70)

durchschn. durchschn. ausst. Vol. Duration (in T-US$)

5,97

334.458,78

durchschn. Spreaddurchschn. Diﬀerenz im geKuponh¨ ohe matchten Sample (in %) (Unt-Bank) (in BP) 6,57 1,2

7,03

265.910,86

6,39

5,66

427.210,63

6,08 17,7

7,41

266.653,44

6,65

6,13

633.673,09

5,63 -10,1

6,62

297.070,65

5,86

7,25

212.056,19

6,28 -4,7

7,90

185.965,24

6,79

6,80

330.404,32

6,21 -5,5

8,37

210.445,74

6,86

6,49

323.545,56

6,85 41,9

7,22

188.591,00

7,10

Im Unterschied zu den Daten aus 2006 lassen sich in Tabelle 3-88 keine sonderlich großen Spr¨ unge in den Auspr¨agungen der Bondcharakteristika beobachten. Allerdings bestehen deutliche Unterschiede, wenn man jeweils

226

3 Empirische Analyse des amerikanischen Bond-Marktes

die korrespondierenden Rating-Kategorien der beiden Agenturen vergleicht. Zun¨achst f¨allt auf, dass das durchschnittlich ausstehende Volumen in den Moody’s-Samplen deutlich geringer ist als in den S&P-Datens¨atzen.161 F¨ ur die zwei anderen relevanten Kontrollgr¨oßen, Kuponh¨ohe und Duration, ist die Beziehung genau umgekehrt. Die Moody’s-Bonds weisen jeweils die h¨oheren Durchschnittswerte f¨ ur die beiden Kontrollvariablen auf. Im Hinblick auf Hypothese 3.2 l¨asst dich dadurch also kein Einﬂuss in eine bestimmte Richtung ableiten. Zusammenfassend kann festgehalten werden, dass auch im hier betrachteten Sample neben den Rating-Diskrepanzen verschiedene Einﬂ¨ usse existieren, die sich gegenseitig u ¨berlagern. Im Hinblick auf die ausstehende Analyse des Datensatzes aus 2002 ist aufgrund des beschriebenen Einﬂusses von Basel II besonders interessant, inwiefern die zu beobachtenden Spreads denen des 2004er-Samples entsprechen. Obwohl die Entwicklung von Basel II einen u ¨ber mehrere Jahre andauernden Konsultationsprozess umfasste, kann angenommen werden, dass im Jahr 2002 der Einﬂuss der Neuregelungen auf die Investitionst¨atigkeit der Institute noch relativ gering war.

161

Dies konnte bereits f¨ ur den 2006er-Datensatz festgestellt werden. Vgl. Tabelle 3-47.

3.7 Analyse des Datensatzes aus 2002

3.7 3.7.1

227

Analyse des Datensatzes aus 2002 Ergebnisse der Datenbereinigung

Ausgangspunkt des n¨achsten Analyseschrittes war wiederum ein aus Datastream entnommener Datensatz. Die relevanten Variablen wurden f¨ ur 12.434 in den USA gehandelte, auf US-$ lautende Bonds erhoben, die einen ﬁxen Kupon aufwiesen. Die Variablenwerte wurden zum 20. M¨arz 2002 abgefragt und die Datenbereinigung wurde wiederum analog zu der in Punkt 3.4.1 beschriebenen Vorgehensweise vorgenommen. Zun¨achst wird in Tabelle 3-89 gezeigt wie sich die abgerufenen Bond-Daten auf die beiden Rating-Agenturen verteilen. Die Tabellen 3-90 bis 3-93 fassen die Daten vor und nach der Bereinigung zusammen.162 ¨ Tabelle 3-89: Ubersicht zum Datensatz aus 2002 vor Datenbereinigung

Bonds mit Moody’s-Rating Bonds ohne Moody’s-Rating

Bonds mit S&P-Rating

Bonds ohne S&P-Rating

3.370

1.784

3.284

3.996

Der Anteil von Bonds ohne Rating ist im Vergleich zu den beiden sp¨ateren Datens¨atzen weiter angestiegen. Der GGroßteil der analysierten Bonds weist weiterhin sowohl ein S&P- als auch ein Moody’s-Rating auf. Es f¨allt jedoch auf, dass insbesondere im S&P-Datensatz eine relativ viele Bonds ber¨ ucksichtigt werden, die kein Moody’s-Rating aufweisen.

162

Die gesondert eliminierten Bonds sind auch f¨ ur den 2002er-Datensatz in Anhang A.2 aufgef¨ uhrt.

Banken

Corporates

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 61 56 74 56 61 100 274 344 279 147 176 209 42 26 7 57 2 4 6 9 31 37 98 36 35 7 3 -

Anzahl Bonds Moody’s 40 153 44 53 129 109 276 439 260 279 316 113 53 13 10 48 1 20 9 15 22 34 80 14 5 -

DurchschnittsSpread S&P Moody’s 742,53 322,59 545,47 234,76 539,10 339,69 331,24 336,53 550,89 239,54 320,74 217,84 236,70 216,12 174,85 146,59 161,43 127,71 150,71 122,80 103,73 104,90 81,44 68,43 113,89 80,53 51,44 37,36 31,31 39,98 78,56 91,13 356,35 378,90 360,70 150,13 222,00 159,07 115,16 206,73 78,31 119,01 57,93 96,46 48,34 69,18 56,28 60,63 76,79 47,93 90,00 39,38 -

DurchschnittsDuration S&P Moody’s 4,66 5,90 4,91 7,40 5,09 6,37 5,69 6,65 6,07 7,79 6,09 6,89 7,26 7,13 7,58 7,49 7,85 7,47 7,80 7,75 7,82 7,87 8,41 8,31 7,89 8,55 7,88 8,12 8,23 7,15 8,18 7,65 3,89 2,99 3,39 6,00 4,48 4,66 4,03 4,75 5,18 5,65 5,05 6,47 3,85 6,77 4,99 6,69 6,80 5,19 2,27 5,50 -

Durchschnittlich ausst. Vol. S&P Moody’s 8.385.523,13 278.047,10 277.565,34 203.377,71 206.477,42 248.407,25 252.139,68 314.043,57 238.735,79 213.013,27 264.097,85 163.194,18 293.171,08 218.505,44 562.945,17 218.058,23 304.284,40 192.576,25 286.941,98 173.635,76 244.135,64 162.234,68 252.689,56 208.536,28 252.852,38 196.973,55 264.136,88 297.216,77 164.578,57 138.005,00 122.373,09 95.740,83 125.000,00 150.000,00 212.500,00 393.017,55 100.933,33 177.777,78 469.360,61 161.666,67 233.034,43 306.666,67 325.918,60 210.544,27 342.063,92 275.941,18 164.279,26 233.817,24 250.000,00 220.430,50 108.333,33 123.587,40 -

DurchschnittsKupon Moody’s 8,17 7,70 8,15 8,06 7,55 7,63 7,35 7,31 7,27 7,19 7,18 7,12 6,90 7,10 7,79 6,99 9,25 7,06 7,38 7,19 6,99 7,62 7,03 6,43 6,74 S&P 10,29 9,78 9,35 8,74 8,75 8,04 7,64 7,50 7,38 7,19 7,01 7,19 7,05 7,03 8,32 7,10 9,25 7,59 8,40 7,09 7,10 7,06 7,32 6,83 6,69 7,49 7,83 -

Tabelle 3-90: Bonds vor Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2002-1

228 3 Empirische Analyse des amerikanischen Bond-Marktes

SOV&SSOV

AGCY

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating

15 7 12 2 5 56

2 1 3 1

S&P 4 3 9 30 44 14 14 22 2 1 5 18

9 7 6 16 2 67

1 3

2

Anzahl Bonds Moody’s 5 4 3 2 4 41 46 19 26 14 15 2 1 173 2 1 1

DurchschnittsSpread S&P Moody’s 322,92 226,70 239,85 702,30 556,77 277,85 246,53 131,75 108,80 143,52 113,16 103,70 136,56 114,13 85,54 92,25 74,31 99,73 89,70 52,66 25,60 21,40 34,42 -150,00 32,49 16,84 648,70 962,30 648,70 505,70 553,70 371,35 201,23 190,50 183,00 201,23 35,21 59,86 18,27 25,70 33,62 59,63 37,25 97,56 43,06 31,10 -22,09 -16,79 8,69 9,30 4,34 7,14 9,29

9,35

6,90 11,84

7,10

9,62 9,37 8,23 7,95 12,42 8,90

5,75 6,90

5,66

DurchschnittsDuration S&P Moody’s 7,52 5,02 5,01 6,68 6,54 4,90 7,63 6,79 8,44 7,09 8,62 7,88 6,01 7,55 8,37 8,04 8,12 7,13 3,71 9,68 7,36 5,76 8,99 13,01 7,34 6,76 4,56 3,73 4,56 5,38

392.857,14 266.666,67 2.582.500,00 83.612,59 13583952,34

216.666,67

350.000,00 100.000,00

117548,90

166.666,67 264.285,71 327.500,00 240.625,00 400.000,00 12.666.925,37

100.000,00 350.000,00

133.774,45

Durchschnittlich ausst. Vol. S&P Moody’s 235.085,60 399.750,00 381000,00 169.465,33 236.132,00 400.000,00 333.726,44 212.500,00 317.054,00 156.420,37 229.929,04 280.692,33 252.830,07 105.192,74 212.657,14 170.047,61 325.227,27 272.500,00 1.013.930,00 331.666,67 750.000,00 1.375.000,00 82.143,80 200.000,00 2095084,28 681.677,29 700000,00 315.000,00 700.000,00 400.000,00

8,14 8,15 5,38 10,48 7,73

8,91

8,88 9,00

8,70

9,08 8,71 7,79 9,68 6,88 7,75

8,75 8,88

8,60

DurchschnittsKupon Moody’s 8,26 8,69 7,62 8,13 6,96 7,29 7,26 7,21 7,01 7,18 8,67 6,10 5,63 6,62 10,19 9,13 10,19 11,75 S&P 9,01 8,70 8,77 7,60 7,12 7,67 6,81 8,19 6,04 7,45 8,20 6,19

Tabelle 3-91: Bonds vor Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2002-2

3.7 Analyse des Datensatzes aus 2002 229

Banken

Corporates

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 55 45 63 49 55 84 241 309 255 135 162 186 36 23 3 52 2 4 7 25 33 92 30 31 5 1 -

Anzahl Bonds Moody’s 35 143 37 45 113 97 250 405 236 260 283 99 38 10 8 43 18 2 11 19 29 75 11 3 -

DurchschnittsSpread S&P Moody’s 714,50 296,84 476,89 217,22 538,33 321,60 336,28 289,86 337,57 234,83 306,49 227,64 220,48 197,17 174,92 141,67 145,69 125,81 119,92 108,91 103,07 98,47 70,97 67,35 69,28 95,82 51,29 37,32 23,17 45,90 78,77 89,45 358,90 145,39 225,45 157,50 117,99 161,90 77,54 117,86 57,30 94,95 48,56 69,11 66,06 66,35 65,52 64,71 65,60 31,07 -

DurchschnittsDuration S&P Moody’s 4,66 5,98 4,91 7,40 4,97 6,40 5,66 6,77 6,07 7,48 5,93 6,97 7,27 7,02 7,51 7,40 7,79 7,32 7,87 7,65 7,73 7,77 8,59 8,21 8,24 8,59 8,37 8,15 6,69 7,30 7,93 7,49 2,68 5,85 4,06 5,22 3,84 5,50 4,83 6,31 4,71 6,43 3,72 6,37 5,20 6,59 6,53 5,41 2,62 4,04 -

Durchschnittlich ausst. Vol. S&P Moody’s 185.155,85 278.771,69 288.259,09 209.616,90 208.560,62 252.707,16 232.037,18 336.813,22 237.915,78 211.787,46 251.081,07 159.678,27 296.144,51 213.371,25 305.529,25 221.753,48 301.613,50 197.127,67 267.714,60 173.928,01 242.095,03 159.406,22 253.448,39 216.379,80 247.744,44 128.241,32 268.154,74 296.881,80 196.350,00 118.625,00 119.555,31 98.501,40 212.500,00 416.622,56 105.975,00 182.857,14 511.007,16 150.000,00 237.038,61 340.909,09 335.848,08 212.209,16 373.143,37 286.793,10 170.845,94 241.357,72 250.000,00 180.629,73 125.000,00 110.455,33 -

DurchschnittsKupon Moody’s 8,13 7,71 8,09 8,12 7,68 7,78 7,38 7,32 7,30 7,23 7,17 7,13 7,07 6,96 7,54 6,94 6,99 6,94 7,21 6,89 7,58 7,21 6,60 6,73 S&P 10,30 9,88 9,44 8,72 8,70 8,09 7,69 7,53 7,42 7,18 7,05 7,20 7,03 7,03 8,50 7,10 8,00 8,88 6,97 7,16 7,03 7,31 6,87 7,05 7,54 8,88 -

Tabelle 3-92: Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2002-1

230 3 Empirische Analyse des amerikanischen Bond-Marktes

SOV&SSOV

AGCY

EmittentenKategorie

S&P BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA BB B+ BBBB BB+ BBBBBB BBB+ AA A+ AAAA AA+ AAA

Moody’s B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa B3 B2 B1 Ba3 Ba2 Ba1 Baa3 Baa2 Baa1 A3 A2 A1 Aa3 Aa2 Aa1 Aaa

Rating S&P 2 5 26 35 8 11 18 3 15 6 5 10 3 54

Anzahl Bonds Moody’s 2 2 2 34 39 11 12 10 12 164 5 3 3 14 63

DurchschnittsSpread S&P Moody’s 280,85 221,90 248,00 254,24 127,90 113,70 100,22 97,39 92,88 87,21 108,89 71,14 67,14 64,96 83,53 43,62 73,60 33,61 15,20 29,75 37,90 19,36 25,30 18,25 40,53 86,16 57,80 -25,98 -20,69

DurchschnittsDuration S&P Moody’s 8,06 5,39 4,42 8,43 7,06 8,17 7,20 8,81 7,73 6,19 5,95 8,10 7,94 8,26 7,10 9,85 7,60 7,52 6,79 9,63 8,88 9,04 9,77 9,50 8,31 8,33 6,68 9,26 9,09

Durchschnittlich ausst. Vol. S&P Moody’s 190.266,50 309.500,00 384.500,00 302.513,40 237.500,00 298.523,85 142.503,97 225.553,65 264.743,08 197.627,63 63.696,55 225.409,09 231.750,00 305.833,33 244.000,00 381.250,00 69.073,00 2.252.948,00 687.466,73 250.000,00 170.000,00 300.000,00 266.666,67 280.000,00 455.000,00 242.857,14 114.465,33 13.707.883,17 13.398.405,92

DurchschnittsKupon Moody’s 8,35 8,70 6,66 7,28 7,18 7,04 7,21 7,23 8,88 6,62 9,32 8,92 7,88 9,43 7,63 S&P 9,39 8,71 7,67 7,00 7,84 7,08 7,68 8,85 6,15 9,13 8,48 8,14 10,33 7,66

Tabelle 3-93: Bonds nach Bereinigung um Ausreißer und Nicht-OECD-Emittenten 2002-2

3.7 Analyse des Datensatzes aus 2002 231

232

3 Empirische Analyse des amerikanischen Bond-Marktes

Ein Blick auf die Datentabellen zeigt, dass die Anzahl verf¨ ugbarer Papiere insbesondere f¨ ur die Kategorien Bank und AGCY zur¨ uckgegangen ist. So sind beispielsweise in der Top-Kategorie von S&P kaum AGCY-Papiere verf¨ ugbar. Daher muss im Folgenden auf einige Analysen verzichtet werden, die f¨ ur die Datens¨atze aus 2004 und 2006 durchgef¨ uhrt werden konnten. Hinsichtlich der Unternehmens-Bonds f¨allt auf, dass f¨ ur die Moody’s-Kategorie Aa3, wie auch schon beim 2004er-Sample, ein Anstieg des durchschnittlichen Spreads zu beobachten ist, der auch nach der Datenbereinigung Bestand hat. Allerdings ist der Anstieg nicht so stark wie im zuvor betrachteten Datensatz. Dar¨ uber hinaus ist f¨ ur diese Kategorie ein deutlicher R¨ uckgang des Liquidit¨ats-Proxys zu beobachten, sodass die Spread-Entwicklung im Hinblick auf die Hypothesen K.3.1 bis K.3.4 durchaus konsistent zu sein scheint. Nachstehend werden erneut Boxplots der betrachteten Bond-Kategorien dargestellt, um die Verteilung der Spreads u ¨ber die Rating-Klassen zu zei163 gen.

163

Siehe Abbildungen 3.46 sowie 3.47

3.7 Analyse des Datensatzes aus 2002 900,00

233

Corporates

800,00 700,00 600,00 500,00 400,00 300,00 200,00 100,00 0,00 -100,00

AAA

400,00

AA+ bis AA-

A+ bis A-

BBB+ bis BBB-

BB+ bis BB-

Banken & AGCY

350,00 300,00 250,00 200,00 150,00 100,00 50,00 0,00 -50,00

AAA

140,00

AA+ bis AA-

A+ bis A-

BBB+ bis BBB-

BB+ bis BB-

SOV & SSOV

120,00 100,00 80,00 60,00 40,00 20,00 0,00 -20,00

AAA

AA+ bis AA-

A+ bis A-

-40,00 -60,00 -80,00

Abbildung 3.46: Box Plots (S&P 2002)

Abbildung 3.46 verdeutlicht, dass die Spreads der zu analysierenden Bonds des S&P-Samples sich erneut ¨ahnlich wie im zuvor analysierten Datensatz ¨ verhalten. Der R¨ uckgang des Spreads der Unternehmens-Bonds beim Ubergang von AAA zu AA l¨asst sich durch ein deutlich h¨oheres ausstehendes Volumen der schlechter gerateten Papiere erkl¨aren. Der Spread-R¨ uckgang bei den Banken-Bonds l¨asst sich ebenfalls durch Abweichungen beim Liquidit¨ats-Proxy sowie einer niedrigeren durchschnittlichen Duration der Rating-

234

3 Empirische Analyse des amerikanischen Bond-Marktes

Klassen A+ bis A- im Vergleich zu den Klassen AA+ bis AA- erkl¨aren.164 600,00

Corporates

500,00 400,00 300,00 200,00 100,00 0,00 Aaa

Aa1 bis Aa3

300,00

A1 bis A3

Baa1 bis Baa3

Ba1 bis Ba2

Banken & AGCY

250,00 200,00 150,00 100,00 50,00 0,00 -50,00

Aaa

Aa1 bis Aa3

400,00

A1 bis A3

Baa1 bis Baa3

Ba1 bis Ba2

SOV & SSOV

350,00 300,00 250,00 200,00 150,00 100,00 50,00 0,00 -50,00

Aaa

Aa1 bis Aa3

A1 bis A3

-100,00

Abbildung 3.47: Box Plots (Moody’s 2002)

Die Boxplots des Moody’s-Samples zeigen ein ¨ahnliches Bild wie in den zu¨ vor analysierten Datens¨atzen. Ahnlich wie in Abbildung 3.46 l¨asst sich der ¨ Spread-Verlauf der Unernehmens-Bonds beim Ubergang von Aaa auf die n¨achst schlechteren Kategorien mit Abweichungen beim ausstehenden Vo164

Vgl. hierzu Tabelle 3-92.

3.7 Analyse des Datensatzes aus 2002

235

lumen der betrachteten Papiere erkl¨aren.165 Im Folgenden werden die Bonds analog zur Vorgehensweise in den beiden vorangegangenen Abschnitten genauer analysiert. 3.7.2 3.7.2.1

Regressionsanalyse Regressionsanalyse mit Banken- und Staats-Dummy

Zun¨achst wird der Datensatz aus 2002 mithilfe verschiedener Regressionsmodelle analysiert. Nachdem auf Basis von S&P- und Moody’s-Ratings das in Formel 3-1 beschriebene Grundmodell gesch¨atzt wurde, werden die aus den vorangegangenen Analysen bekannten Modellerweiterungen eingef¨ uhrt. Tabelle 3-94: 9-j¨ahrige historische Ausfallraten S&P und Moody’s (2002) Rating AAA/Aaa -/Aa1 AA-,AA,AA+/Aa2 -/Aa3 -/A1 A-,A,A+/A2 /A3 -/Baa1 BBB-,BBB.BBB+/Baa2 -/Baa3 -/Ba1 BB-,BB,BB+/Ba2 -/Ba3 -/B1 B-,B,B+/B2 -/B3

S&P 0,00 % 0,41 % 1,40 % 3,29 % 10,56 % 20,70 % -

Moody’s 0,53 % 0,38 % 0,88 % 0,46 % 0,93 % 1,83 % 1,22 % 2,50 % 4,96 % 7,45 % 12,73 % 15,96 % 37,12 % 45,98 % 42,33 % 55,72 %

Um die folgenden Analysen durchzuf¨ uhren, werden erneut auf Basis der verf¨ ugbaren Daten zu den historischen Ausfallraten die ben¨otigten PD-Werte 165

Siehe auch hierzu Tabelle 3-92.

236

3 Empirische Analyse des amerikanischen Bond-Marktes

gesch¨atzt. Tabelle 3-94 fasst die historischen Werte f¨ ur Moody’s und S&P zusammen.166 Wie auch im Datensatz aus 2004 standen f¨ ur die S&P-Ratings lediglich u ugung. ¨ber mehrere Klassen zusammengefasste Ausfallraten zur Verf¨ Da sich die deutlichen Unterschiede zwischen S&P und Moody’s insbesondere f¨ ur die schlechteren Rating-Klassen nicht durch die komprimierte Darstellung der S&P-Werte erkl¨aren lassen, bleibt unklar, wieso derart starke Diﬀerenzen auftreten. Im Hinblick auf die Interpretation der Ergebnisse unter Verwendung der generierten PD-Werte ist daher darauf zu achten, dass in den zugrunde gelegten historischen Daten deutliche Abweichungen festzustellen waren. Nachstehend sind wiederum die durchgef¨ uhrten Approximationen zusammengefasst. 25,00

Ausfallrate

20,00

15,00

10,00

5,00

0,00 AAA AA+

AA

AA-

A+

A

A-

BBB+ BBB

BBB- BB+

BB

BB-

B+

B

B-

Rating hist. PD (9 J.)

1.

2.

3.

Abbildung 3.48: Approximation historische PDs 2002 (S&P)

Polynome: 1. −0, 0141 · x3 + 0, 1689 · x2 − 0, 2956 · x + 0, 1408 2. 0, 0242 · x3 − 0, 3309 · x2 + 1, 3577 · x + 0, 0765 166

Vgl. Standard & Poor’s (2004), S. 27ﬀ. sowie Moody’s Investors Service (2002a), S. 35.

3.7 Analyse des Datensatzes aus 2002

237

3. −0, 0529 · x3 + 1, 6414 · x2 − 11, 9024 · x + 8, 4323

60,00 50,00

Ausfallrate

40,00 30,00 20,00 10,00 0,00 Aaa Aa1 Aa2

Aa3

A1

A2

A3

Baa1 Baa2 Baa3 Ba1 Ba2

Ba3

B1

B2

B3

Rating

hist. PD (9J.)

1.

2.

3.

Abbildung 3.49: Approximation historische PDs 2002 (Moody’s)

Polynome:

1. 0, 0042 · x3 − 0, 0963 · x2 + 0, 7322 · x − 0, 6401 2. −0, 0626 · x3 + 2, 1774 · x2 − 21, 0829 · x + 63, 8181 3. −0, 0383 · x3 + 0, 2157 · x2 + 22, 5474 · x − 208, 2825

Im Rahmen der folgenden Analysen werden die Hypothesen 3.2 bis 3.4 u ¨berpr¨ uft. Dabei wird f¨ ur jeden Koeﬃzienten die Nullhypothese aus Formel 3-4 gegen eine zweiseitige Alternative getestet.

238

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-95: Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Duration Kupon ausst. Volumen

Koeﬃzient 27,138 -47,266 -102,343 2.210,149 -3,233 14,464 -1,792

Standardfehler 22,515 5,920 8,571 189,620 0,797 2,897 0,899

t-Statistik 1,2053 -7,9841*** -11,9408*** 11,6557*** -4,0571*** 4,9934*** -1,9925**

R2 0,6153 adj. R2 0,6143 F-Statistik 580,38*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Aus Tabelle 3-95 ist zu erkennen, dass sowohl f¨ ur den Banken- als auch f¨ ur den Staats-Dummy signiﬁkant negative Werte ermittelt werden konnten. Somit k¨onnen f¨ ur die Daten aus 2002 die Hypothesen 3.2 bis 3.4 best¨atigt werden.167 Das korrigierte Bestimmtheitsmaß ist im Vergleich zu den beiden korrespondierenden Analysen der Datens¨atze aus 2004 und 2006 deutlich zur¨ uckgegangen und betr¨agt 61,43%. Dies bedeutet, dass die ber¨ ucksichtigten Variablen st¨arker um die gesch¨atzte Regressionsgerade streuen als zu den sp¨ateren Zeitpunkten. M¨oglicherweise existieren weitere, nicht in der Regressionsgleichung ber¨ ucksichtigte Einﬂussfaktoren, die in fr¨ uheren Jahren st¨arker gewirkt haben, sodass sich f¨ ur 2002 ein geringeres Bestimmtheitsmaß als f¨ ur die sp¨ateren Zeitpunkte ergibt. Aus dem hochsigniﬁkanten F-Statistik-Wert folgt jedoch, dass der untersuchte Zusammenhang durch das Regressionsmodell weiterhin in sinnvoller Weise abgebildet wird. Zudem sind die t-Statistiken der einzelnen Variablen gr¨oßtenteils hochsigniﬁkant. Die Hypothesen bez¨ uglich des Zusammenhangs zwischen der erkl¨arten 167 Die Regressionsergebnisse bei Verwendung eines Unternehmens- und eines StaatsDummys ﬁnden sich in Anhang A.5; sie best¨ atigen, dass auch zwischen Staats- und Banken-Bonds eine signiﬁkante Spread-Diﬀerenz nachgewiesen werden kann.

3.7 Analyse des Datensatzes aus 2002

239

Spread-Gr¨oße und den verwendeten Kontrollvariablen k¨onnen f¨ ur das Rating (vgl. K.3.1), die Kuponh¨ohe (vgl. K.3.3) sowie das ausstehende Volumen (vgl. K.3.2) signiﬁkant best¨atigt werden. Der Koeﬃzient der Duration weist hingegen, wie schon bei der Analyse des 2004er-Datensatzes, ein Vorzeichen auf, das im Widerspruch zu Hypothese K.3.4 steht. Im hier betrachteten Sample wurde der durch den β-Faktor ausgedr¨ uckte negative Zusammenhang zwischen Duration und Spread allerdings signiﬁkant best¨atigt. Der durchschnittliche o¨konomische Eﬀekt liegt bei ca. 23BP und ist somit nicht unbedeutend. Da die Zinsstruktur zum betrachteten Zeitpunkt keinen inversen Verlauf aufwies, soll als andere m¨ogliche Ursache die Zinsphase betrachtet werden. Der betrachtete Zeitpunkt im M¨arz 2002 liegt kurz vor dem Anfang einer u ¨ber ein Jahr andauernden Phase, w¨ahrend der das Zinsniveau um gut 150BP zur¨ uckgegangen ist.168 Die beiden sp¨ateren betrachteten Zeitpunkte in 2004 und 2006 ﬁelen jeweils in bzw. an den Anfang von Phasen ansteigender Zinsen. Theoretisch w¨are es aus Sicht eines Investors sinnvoll, sein Geld kurzfristig anzulegen, wenn er von steigenden Zinsen ausgeht und langfristige Investments zu t¨atigen, wenn sinkende Zinss¨atze erwartet werden. Allerdings l¨asst sich aus dem Verlauf des Zinsniveaus keine Aussage im Hinblick auf die erwartete Entwicklung der Zinsen zu bestimmten Zeitpunkten ableiten, sodass hier lediglich darauf hingewiesen werden kann, dass sich r¨ uckblickend f¨ ur 2002 ein unterschiedlicher Punkt in der Zinsphase zeigt als zu den beiden sp¨ateren Zeitpunkten. Dar¨ uber hinaus ist anzumerken, dass, obwohl zu keinem der betrachteten Zeitpunkte eine inverse Zinsstruktur vorlag, zu den verschiedenen Zeitpunkten dennoch Unterschiede zu beobachten waren. Die folgende Abbildung fasst die zu den verschiedenen betrachteten Zeitpunkten aktuellen Zinsstrukturen f¨ ur US-Staatsanleihen zusammen.

168

Vgl. auch Abbildung 3.27.

240

3 Empirische Analyse des amerikanischen Bond-Marktes

7,0

Zinsstatz in %

6,0 5,0 4,0 3,0 2,0 1,0 0,0 6

12

24

36

60

84

12 0

24 0

Laufze it in M onaten 20.03.2002

2 3.03.2004

28.03 .2006

Quelle: F EDERAL R ESERVE SYSTEM (2007)

Abbildung 3.50: US-Zinsstruktur zu den Analysezeitpunkten

Aus Abbildung 3.50 ist ersichtlich, dass die Zinsstruktur im M¨arz 2002 und im M¨arz 2004 jeweils einen normalen Verlauf aufwies. Beim Vergleich der beiden Zeitpunkte l¨asst sich festhalten, dass das Zinsniveau in 2002 h¨oher war als in 2004, was auch schon aus Abbildung 3.27 hervor ging. In 2006 war die Zinsstruktur im Unterschied zu den beiden fr¨ uheren Zeitpunkten ﬂach. Vergleicht man die Regressionsergebnisse der drei betrachteten Zeitpunkte, so stellt man fest, dass ein Einﬂuss der Duration entsprechend der Hypothese K.3.4 lediglich f¨ ur 2006 nachzuweisen war, w¨ahrend zu den anderen Zeitpunkten negative Vorzeichen des betreﬀenden Koeﬃzienten auftraten. Inwiefern der unterschiedliche Verlauf der Zinsstruktur und die unterschiedlichen Zeitpunkte in der Zinsphase hierf¨ ur urs¨achlich sind, l¨asst sich nicht abschließend beurteilen. Allerdings ist darauf zu achten, dass im Rahmen der durchgef¨ uhrten Analysen jeweils nur ein Zeitpunkt betrachtet wurde und die Ergebnisse somit durch die erwartete Zinsentwicklung zu den Untersuchungszeitpunkten gepr¨agt sind. Hierzu kann man f¨ ur die in 2002 und 2004 betrachteten Zeitpunkte anhand von Abbildung 3.27 erkennen, dass der M¨arz 2002 am Ende einer Phase ansteigender Zinss¨atze lag, die relativ kurz danach in die weiter oben erw¨ahnte lang andauernde Phase r¨ uckl¨auﬁger Zinsen u ¨berging und dass der M¨arz 2004 am Ende einer Phase r¨ uckl¨auﬁger Zinsen lag, die kurz danach in eine Phase ansteigender Zinsen u ¨berging. Aus Anlegersicht hat sich zu den beiden Zeitpunkten also jeweils ein unterschiedlicher Trend bez¨ uglich der aktuellen Zinsentwicklung ergeben. Der Zeitpunkt im M¨arz 2006 mar-

3.7 Analyse des Datensatzes aus 2002

241

kiert im Unterschied zu den beiden anderen Zeitpunkten ungef¨ahr die Mitte eines u ¨ber etwa ein Jahr andauernden Zeitraums ansteigender Zinsen. In der nachstehenden Abbildung ist nochmals der vom Federal Reserve System (2007) abgerufene und bereits in Abbildung 3.27 abgebildete Zinsverlauf dargestellt. Zur Verdeutlichung der Ausf¨ uhrungen sind darin die beschriebenen Trends in Form von Trend-Kan¨alen hervorgehoben. Es ist weiterhin festzuhalten, dass eine Ableitung der Zinserwartungen anhand des Zinsverlaufs nicht zweifelsfrei m¨oglich ist, aus den Ausf¨ uhrungen wird jedoch deutlich, dass sich Bond-Investoren zu den drei betrachteten Zeitpunkten durchaus unterschiedliche historische Zinsentwicklungen dargeboten haben.

6 .50

20.03.2002

6 .00

5 .50

28.03.2006

5 .00

23.03.2004

4 .50

4 .00 1 997

1 998

199 9

2 000

2 001

200 2

2 003

2 004

2005

2006

200 7

Quelle: FEDERAL RESERVE SYSTEM (2007) SOURCE: FEDERAL RESERVE

Abbildung 3.51: Entwicklung des US-Zinsniveaus (Abb. 3.27 mit TrendKan¨alen)

Zus¨atzlich zu den Ausf¨ uhrungen zur Zinsphase ist festzuhalten, dass die Ergebnisse bis hierhin bereits gezeigt haben, dass viele Einﬂussfaktoren existieren, die im Rahmen der Analyse teilweise nur schwer voneinander zu trennen sind. Somit ist bez¨ uglich des Einﬂusses der Duration nicht auszuschließen, dass Einﬂussfaktoren existieren, die im Rahmen der Analysen nicht ber¨ ucksichtigt wurden und dennoch die Resultate in Bezug auf einzelne im Rahmen der Untersuchung ber¨ ucksichtigte Einﬂussgr¨oßen beeinﬂussen bzw. u ¨berlagern.

242

3 Empirische Analyse des amerikanischen Bond-Marktes

Wie bereits erw¨ahnt, war die Wirkung der u ¨brigen Kontrollvariablen im Unterschied zur Duration im Einklang mit den aufgestellten Hypothesen. Zudem ist festzuhalten, dass einige dieser Variablen aus ¨okonomischer Sicht einen deutlich st¨arkeren Einﬂuss auf die erkl¨arte Spread-H¨ohe hatten. Die in Basispunkten ausgedr¨ uckte Wirkung des Ratings hat sich beispielsweise wei¨ ter verst¨arkt. Der Ubergang von der Kategorie AAA zur Kategorie A ist mit einem Spread-Anstieg von etwa 31BP verbunden und bei einem Downgrade in die schlechteste Kategorie, B-, w¨ urde der Spread im Vergleich zur TopKategorie um fast 476BP ansteigen. Der Koeﬃzient des ausstehenden Volumens hat im Mittel eine Wirkung von ca. 22BP, was in etwa der f¨ ur die Duration dargestellten ¨okonomischen Bedeutung entspricht. Der Kupon hat wiederum einen deutlich st¨arkeren Eﬀekt, der durchschnittlich 111BP betr¨agt. Insgesamt kann festgehalten werden, dass die Ergebnisse die in Abschnitt 3.6.5 formulierte Vermutung bez¨ uglich der Wirkung von Basel II tendenziell best¨atigen. Neben dem Staats-Dummy, der f¨ ur die Papiere der Kategorie Staat um ca. 102BP geringere Spreads gegen¨ uber den Unternehmens-Bonds belegt, war der Banken-Dummy signiﬁkant negativ und deutet auf ca. 48BP geringere Spreads der Banken-Bonds im Vergleich zu den UnternehmensTiteln hin. Im Folgenden wird zusammengefasst, inwiefern die Untersuchung auf Basis von Moody’s-Ratings zu ¨ahnlichen Ergebnissen f¨ uhrt.

3.7 Analyse des Datensatzes aus 2002

243

Tabelle 3-96: Ergebnisse der Sch¨atzung des Regressionsmodells 3-1 (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Duration Kupon ausst. Volumen

Koeﬃzient 19,2162 -63,5644 -126,3508 311,5794 -2,6162 19,1051 -1,4125

Standardfehler 21,6891 6,4937 11,7052 46,2477 0,7812 2,4815 1,1452

t-Statistik 0,8860 -9,7886*** -10,7944*** 6,7372*** -3,3489*** 7,6991*** -1,2334

R2 0,4558 adj. R2 0,4545 F-Statistik 368,34*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Bei einem Blick auf Tabelle 3-96 f¨allt zun¨achst auf, dass die Werte der beiden Dummys auch auf Basis von Moody’s-Ratings hochsigniﬁkant und negativ sind. Außerdem ist der korrigierte R2 -Wert im Vergleich zu den vorangegangenen Datens¨atzen noch st¨arker zur¨ uckgegangen, als es zuvor f¨ ur das S&PSample der Fall war, und betr¨agt jetzt nur noch 45,45 %. Hinsichtlich der Wirkungszusammenh¨ange der u ucksichtigten Einﬂussgr¨oßen wei¨brigen ber¨ sen alle Koeﬃzienten das gleiche Vorzeichen auf wie bei der vorangegangenen Untersuchung. Mit Ausnahme des Liquidit¨ats-Proxys waren zudem alle Koeﬃzienten hochsigniﬁkant. So wurde ebenfalls ein negativer Zusammenhang zwischen Duration und der erkl¨arten Gr¨oße nachgewiesen. Der durchschnittliche Eﬀekt betrug im Moody’s-Sample ca. 19BP. F¨ ur das ausstehende Volumen wurde zwar kein statistisch signiﬁkanter Einﬂuss nachgewiesen, mit durchschnittlich 16BP weist der Koeﬃzient dennoch eine gewisse o¨konomische Relevanz auf. Die Wirkung des Kupons ist auch hier weitaus st¨arker und betr¨agt im Mittel 140BP. W¨ahrend dieser Wert im Vergleich zur vorangegangenen Analyse zugenommen hat, ist der Einﬂuss des Ratings deutlich zur¨ uckgegangen. F¨ ur die Papiere der Kategorie A2 deutet der Koeﬃzient auf um knapp 4BP h¨ohere Spreads gegen¨ uber der Kategorie Aaa hin. Diese

244

3 Empirische Analyse des amerikanischen Bond-Marktes

Diﬀerenz steigert sich bis zur Kategorie B3 auf etwa 150BP. Dies ist aus ¨okonomischer Sicht weiterhin ein erheblicher Einﬂuss, stellt allerdings im Vergleich zum S&P-Datensatz sowie zu den korrespondierenden Regressionen der Datens¨atze aus 2004 und 2006 einen erheblichen R¨ uckgang dar. Zusammenfassend lassen sich zwei wesentliche Beobachtungen festhalten. Zum einen wurden, wie auch f¨ ur das 2004er-Sample, signiﬁkant negative Werte f¨ ur den Banken- und Staats-Dummy ermittelt. Die indizierten Spread-Diﬀerenzen sind im Vergleich zum vorherigen Sample noch angewachsen und die Dummys deuten f¨ ur Staats-Bonds auf ca. 126BP h¨ohere Spreads gegen¨ uber den Unternehmens-Papieren und f¨ ur die Banken-Bonds auf um etwa 64BP h¨ohere hin. Dies kann als weitere Best¨atigung der Vermutung interpretiert werden, dass der getestete positive Zusammenhang zwischen Spread und regulatorischer Kapitalunterlegung im 2002er-Sample am st¨arksten wirkt. Zum anderen ist der deutliche R¨ uckgang des Bestimmtheitsmaßes gravierend. Da der Einﬂuss der Kontrollvariable Rating ebenfalls deutlich zur¨ uckgegangen ist, k¨onnte es sein, dass diese Variable im 2002er-Sample einen st¨arkeren nichtlinearen Zusammenhang mit der erkl¨arten Gr¨oße aufweist als in den bisher betrachteten Datens¨atzen. Die folgende Erweiterung des Grundmodells um die quadrierten Rating-Gr¨oßen wird zeigen, ob diese Vermutung zutriﬀt. 3.7.2.2

Erweitertes Regressionsmodell

Im Folgenden wird die in Formel 3-5 beschriebende Erweiterung des Grundmodells um die quadrierten erwarteten PDs dargestellt. Die nachstehende Tabelle fasst die Ergebnisse f¨ ur das S&P-Sample zusammen. Wie aus Tabelle 3-97 hervorgeht, ist der Koeﬃzient der neu hinzugenommenen Gr¨oße statistisch nicht signiﬁkant. Dennoch best¨atigt der durchgef¨ uhrte F-Test einen signiﬁkanten zus¨atzlichen Erkl¨arungsgehalt, sodass die Ergebnisse des erweiterten Modells insgesamt aussagekr¨aftiger sind als die des Grundmodells. Die Koeﬃzientenwerte der anderen Kontrollvariablen haben sich im Vergleich zum Grundmodell nur leicht ver¨andert. Der kombinierte Eﬀekt der beiden Rating-Gr¨oßen unterscheidet sich f¨ ur die meisten RatingKategorien nur geringf¨ ugig von dem im Grundmodell abgebildeten Zusammenhang. Die Spread-Diﬀerenz zwischen den Kategorien AAA und A liegt bei ca. 38BP und steigt bis zur schlechtesten Rating-Kategorie auf knapp 471BP an.

3.7 Analyse des Datensatzes aus 2002

245

Tabelle 3-97: Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen

Koeﬃzient 21,205 -43,526 -91,337 2.730,372 -2.523,618 -3,105 14,323 -2,229

Standardfehler 22,086 5,477 10,446 444,998 2.617,825 0,797 2,939 0,904

R2 0,6167 2 adj. R 0,6155 F-Statistik 500,23*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik 0,9601 -7,9464*** -8,7437*** 6,1357*** -0,9640 -3,8932*** 4,8735*** -2,4643**

246

3 Empirische Analyse des amerikanischen Bond-Marktes

Die Koeﬃzienten des Staats- und des Banken-Dummys haben sich im Vergleich zum Grundmodell etwas verringert, sind aber nach wie vor statistisch hochsigniﬁkant. F¨ ur die Banken-Bonds wird im Vergleich zur Kategorie Unternehmen ein um ca. 44BP niedrigerer Spread angezeigt, und f¨ ur die Staats-Bonds ist ein um etwa 91BP geringer Wert zu beobachten. Das korrigierte Bestimmtheitsmaß wurde durch die zus¨atzliche Ber¨ ucksichtigung der quadrierten PD-Werte um 0,12 % gesteigert. Tabelle 3-98: Ergebnisse der Sch¨atzung des Regressionsmodells 3-5 (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen

Koeﬃzient 14,564 -41,645 -84,888 1.492,049 -2.525,089 -1,787 15,601 -2,703

Standardfehler 19,268 5,270 11,381 167,217 378,752 0,725 2,340 0,941

t-Statistik 0,7559 -7,9019*** -7,4588*** 8,9228*** -6,6669*** -2,4639** 6,6675*** -2,8725***

R2 0,5561 adj. R2 0,5549 F-Statistik 472,04*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Im Vergleich zum Grundmodell ergibt sich f¨ ur das Moody’s-Sample durch die zus¨atzliche Ber¨ ucksichtigung der Variable Rating2 ein enormer Eﬀekt. Das korrigierte R2 steigt auf 55,49 % und der Koeﬃzient des Liquidit¨atsProxys ist nun, wie die Koeﬃzienten der u ¨brigen Kontrollvariablen auch, statistisch signiﬁkant. Der starke Einﬂuss der beiden Rating-Gr¨oßen deutet darauf hin, dass die vermutete nichtlineare Beziehung zwischen Ausfallrisiko und Spread-H¨ohe im betrachteten Moody’s-Sample tats¨achlich auftritt. Abbildung 3.52 stellt die Spread-Verl¨aufe, wie sie durch das Grundmodell beschrieben werden, denen des erweiterten Modells f¨ ur verschiedene RatingKlassen gegen¨ uber.

3.7 Analyse des Datensatzes aus 2002

247

300 200 100 Spread (in BP)

Grundmodell

B3

Ba3

Baa3

A3

Aa3

Aaa

0

erw. Modell

Abbildung 3.52: Spreads in Abh¨angigkeit der Rating-Kategorie; Grundmodell vs. erweitertes Modell (Moody’s 2002)

Es wird deutlich, dass die zus¨atzliche Ber¨ ucksichtigung der quadrierten Rating-Gr¨oße zu deutlich unterschiedlichen Aussagen f¨ uhrt. Ab einem Rating von Baa1 u ¨bersteigt die Wirkung der neuen unanbh¨angigen Variable die H¨ohe von 1BP. Zun¨achst steigen die Spread-Werte st¨arker an als im Grundmodell und ab dem Rating B1 besteht ein negativer Zusammenhang zwischen Spread und Rating-Klasse. Die starke negative Wirkung des Koeﬃzienten der Variable Rating2 k¨onnte ein Indiz daf¨ ur sein, dass der vergleichsweise starke Anstieg der historischen Moody’s-Ausfallraten in den schlechteren Rating-Kategorien (vgl. Tabelle 3-94 sowie Abbildung 3.49 im Anhang) in Bezug auf das betrachtete Sample nicht den Erwartungen der Marktteilnehmer entspricht. Außerdem steht die Entwicklung f¨ ur die drei schlechtesten Rating-Klassen im Widerspruch zu Hypothese K.3.1. Ein Blick auf Tabelle 3-92 zeigt, dass in diesen Rating-Kategorien lediglich Unternehmens-Bonds verf¨ ugbar waren und dass die Kategorie B2 durchschnittlich deutlich geringere Spreads aufweist als die n¨achstbesseren Kategorien, obwohl das ausstehende Volumen geringer ist und eine h¨ohere durchschnittliche Duration besteht als in den Rating-Klassen B1 und Ba3. Somit scheint der negative Zusam-

248

3 Empirische Analyse des amerikanischen Bond-Marktes

menhang im betrachteten Sample zumindest in einer Kategorie tats¨achlich zu bestehen bzw. eine weitere Erkl¨arungsgr¨oße zu existieren, die im Rahmen der Analyse nicht erfasst wurde. Zusammenfassend l¨asst sich festhalten, dass im erweiterten Modell ein deutlich h¨oherer Erkl¨arungsgehalt besteht als im Grundmodell und die Hypothesen 3.2 und 3.3 weiterhin durch die Ergebnisse best¨atigt werden. F¨ ur die Banken-Bonds k¨onnen um ca. 42BP niedrigere Spreads als f¨ ur UnternehmensBonds hochsigniﬁkant best¨atigt werden. Diese Werte stellen auch aus o¨konomischer Sicht eine bedeutsame Renditediﬀerenz dar und ¨ahneln den f¨ ur das S&P-Sample ermittelten Spread-Abweichungen. Der absolute Wert des Staats-Dummys ist ebenfalls um etwa ein Drittel geringer als im Grundmodell. F¨ ur die Kategorie Staat werden gegen¨ uber den Unternehmens-Bonds um etwa 82BP geringere Spreads auf dem 1 %-Signiﬁkanzniveau nachgewiesen. 3.7.2.3

Erweitertes Regressionsmodell mit Interaktionstermen

Analyse des S&P-Samples F¨ ur das betrachtete S&P-Sample wurde, wie auch im Rahmen der Analysen der Datens¨atze aus 2004 und 2006, analysiert, inwiefern eine Steigerung des Erkl¨arungsgehalts durch die Ber¨ ucksichtigung von Interaktionen zwischen den eingef¨ uhrten Dummys und den ber¨ ucksichtigten Kontrollvariablen erreicht werden kann. Dazu wurde, ausgehend von einem Regressionsmodell, das alle denkbaren Interaktionen ber¨ ucksichtigt, das Modell ermittelt, das nur noch die Interaktionen beeinhaltet, die einen signiﬁkanten zus¨atzlichen Erkl¨arungsgehalt aufweisen. Die dazu durchgef¨ uhrten Schritte sind in Anhang A.4.5 zusammengefasst. Da ein Vergleich des ermittelten Modells mit dem im vorangegangenen Abschnitt pr¨asentierten erweiterten Modell ohne Interaktionsterme ergeben hat, dass die Ber¨ ucksichtigung der Interaktionsterme insgesamt keinen zus¨atzlichen Erkl¨arungsgehalt generiert, wird an dieser Stelle auf eine ausf¨ uhrliche Erl¨auterung verzichtet.169

169

Die Koeﬃzientenwerte der einzelnen Interaktionsterme gehen ebenfalls aus den Ausf¨ uhrungen im Anhang hervor.

3.7 Analyse des Datensatzes aus 2002

249

Analyse des Moody’s-Samples Wie aus Anhang A.4.6 hervorgeht, war es unter Verwendung von Moody’sRatings m¨oglich, den Erkl¨arungsgehalt des erweiterten Modells durch die Verwendung von Interaktionstermen signiﬁkant zu steigern. Das in Formel 3-10 wiedergegebene Regressionsmodell f¨ uhrt zu einer Steigerung des korrigierten Bestimmtheitsmaßes um ca. 0,48 %.170 Spread over Swapcurvei = α + β1 · Banken-Dummy i + β2 · Staats − Dummyi + β3 · Ratingi + β4 · Ratingi2 + β5 · Durationi + β6 · Kuponi + β7 · log(ausst.V ol.i ) + β8 · Banken-Dummy · Duration + β9 · Banken-Dummy · Kupon + β10 · Staats-Dummy · Rating + β11 · Staats-Dummy · Rating 2 + β12 · Staats-Dummy · log(ausst.V ol.i ) (3-10) Obwohl die beiden Interaktionsterme des Staats-Dummys mit der Variable Rating und mit der quadrierten Rating-Gr¨oße keine signiﬁkanten tStatistiken aufweisen, wurden sie nicht aus dem Modell eliminiert. Hinsichtlich des Banken-Dummys f¨allt auf, dass die Interaktionen in Verbindung mit den Rating-Gr¨oßen im Unterschied zu den Jahren 2004 und 2006 eliminiert wurden und lediglich noch die Terme unter Einbeziehung der Gr¨oßen Duration und Kupon im Modell belassen wurden. Die beiden Dummys f¨ ur sich genommen weisen positive Werte auf, die statistisch nicht signiﬁkant sind und in ihrer H¨ohe deutlich geringer ausfallen als in den Analysen der Datens¨atze aus 2004 und 2006. Im Folgenden werden die in Tabelle 3-99 aufgef¨ uhrten Interaktionsterme einzeln diskutiert.

170

Vgl. Tabelle 3-99.

250

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-99: Ergebnisse der Sch¨atzung des Regressionsmodells 3-10 (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Volumen Banken-Dummy · Duration Banken-Dummy · Kupon Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · ausst. Vol.

Koeﬃzient 8,330 1,370 43,660 1.485,831 -2.516,415 -2,316 16,771 -2,537 4,329 -10,348 14.295,386 -1.389.348,887 -8,816

Standardfehler 21,224 22,632 61,160 166,882 377,521 0,807 2,605 0,932 1,080 3,158 14.223,438 1.231.776,076 3,782

t-Statistik 0,3925 0,0605 0,7139 8,9035*** -6,6656*** -2,8702*** 6,4393*** -2,7212*** 4,0090*** -3,2769*** 1,0051 -1,1279 -2,3312***

R2 0,5617 adj. R2 0,5597 F-Statistik 281,14*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Banken-Dummy · Duration Wie schon im Rahmen der Analyse des Datensatzes aus 2004, wird durch den Interaktionsterm f¨ ur die Banken-Bonds im Vergleich zu den UnternehmensBonds ein positiver Zusammenhang zwischen Spread-H¨ohe und Duration signiﬁkant nachgewiesen, was die Hypothese K.3.4 tendenziell f¨ ur die BankenTitel best¨atigt. Dieser durch den Interaktionsterm ausgedr¨ uckte Zusammenhang steht eigentlich der Hypothese bez¨ uglich des Einﬂusses der regulatorischen Mindestkapitalanforderungen entgegen, da er die Spreads der BankenTitel im Vergleich zu den Unternehmens-Bonds steigert.171 Wie aus dem n¨achsten Absatz aber deutlich wird, ist der ¨okonomische Eﬀekt des Interaktionsterms in Verbindung mit der Kuponh¨ohe deutlich st¨arker, sodass f¨ ur 171

Vgl. Hypothese 3.2.

3.7 Analyse des Datensatzes aus 2002

251

die meisten Banken-Bonds ein geringerer Spread zu beobachten ist als f¨ ur die Unternehmens-Papiere. In Bezug auf den Einﬂuss der Duration l¨asst sich festhalten, dass durchschnittlich ein Eﬀekt von knapp 30BP auftritt. Wie aus Abbildung 3.53 hervorgeht, liegen die Banken-Spreads, wenn man f¨ ur die u ur alle ¨brigen Einﬂussgr¨oßen deren Durchschnittswerte zugrunde legt, f¨ dargestellten Durationswerte unterhalb der Unternehmens-Spreads. 140 120 100 80 60 40 20

Bank

11,25

9,75

Spread (in BP) 8,25

6,75

Duration

5,25

3,75

2,25

0,75

0

Bank

Unt.

Abbildung 3.53: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Duration (Moody’s 2002)

Banken-Dummy · Kupon Wie bereits erw¨ahnt, geht von dem Interaktionsterm zwischen Banken-Dummy und Kupon ein sowohl statistisch als auch ¨okonomisch signiﬁkanter Ein-

252

3 Empirische Analyse des amerikanischen Bond-Marktes

ﬂuss aus. Im Mittel betr¨agt der Eﬀekt ca. 73BP, und aus Abbildung 3.54 ist zu erkennen, dass die Spreads der Banken-Titel f¨ ur Kupons oberhalb von 3,3 % geringer sind als die der Unternehmens-Bonds.172 Da lediglich ein Banken-Bond einen Spread aufweist, der unterhalb dieses kritischen Wertes liegt, stehen die meisten zu beobachtenden Banken-Spreads im Einklang mit Hypothse 3.2. Im Unterschied zu den beiden Datens¨atzen aus 2004 und 2006 wird der Eﬀekt des Kupons auf den Spread von Banken-Bonds beim Vergleich mit Unternehmens-Bonds nicht vollst¨andig neutralisiert, sondern lediglich etwas abgeschw¨acht. 300 250 200 150 100 50 0 1

2

3

4

5

6

Kupon

7

8

Spread (in BP) 9

Bank

10

11

12

13

14

Bank 15

16

Unt.

Abbildung 3.54: Spreads von Banken- und Unternehmens-Bonds in Abh¨angigkeit der Kuponh¨ohe (Moody’s 2002)

172

Dieser Aussage liegt erneut die Annahme zugrunde, dass die u oßen ¨brigen Einﬂussgr¨ ihre jeweiligen Durchschnittswerte annehmen.

3.7 Analyse des Datensatzes aus 2002

253

Staats-Dummy · Rating & Staats-Dummy · Rating2 Die in Abbildung 3.55 f¨ ur die Rating-Klassen, in denen Staats-Bonds vertreten waren, dargestellten Spread-Verl¨aufe ¨ahneln denen des Moody’s-Samples aus 2006. Aufgrund der geringen statistischen Signiﬁkanz der beiden Interaktionsterme sollten auf Basis der Ergebnisse auch hier keine allgemeing¨ ultigen Aussagen bez¨ uglich des Zusammenhangs der Staats-Spreads und des Ratings sowie in Bezug auf Hypothese 3.3 abgeleitet werden. Der kombinierte Einﬂuss der beiden Interaktionsterme hat bis zur Kategorie Aa2 einen positiven Eﬀekt auf den erkl¨arten Spread, der ab der Klasse Aa3 negativ wird.173 Insgesamt l¨asst sich festhalten, dass die Spreads der Staats-Bonds unter der Annahme, dass alle u ur ¨brigen Einﬂussgr¨oßen ihre durchschnittlichen Werte annehmen, f¨ alle relevanten Rating-Klassen unterhalb der Spreads der Kategorie Unternehmen lagen.

173

Das positive Maximum des ¨okonomischen Eﬀekts liegt f¨ ur die Rating-Klasse Aa1 bei ca. 37BP und der negative Einﬂuss steigt bis zur Kategorie A2 auf 33BP an.

254

3 Empirische Analyse des amerikanischen Bond-Marktes

120 100 80 60 40 20 0

Spread (in BP)

Aaa Aa1 Aa2 Rating

Unt. Aa3 Staat

A1 A2 Staat

Unt.

Abbildung 3.55: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit der Rating-Kategorie (Moody’s 2002)

Staats-Dummy · ausstehendes Volumen Der Einﬂuss des Interaktionsterms zwischen Staats-Dummy und ausstehendem Volumen war statistisch hochsigniﬁkant und weist mit durchschnittlich ca. 132BP auch aus ¨okonomischer Sicht eine bedeutsame Gr¨oße auf. Aus Abbildug 3.56 ist ersichtlich, dass ab einem logarithmierten Wert des ausstehenden Volumens von ca. 8,3 f¨ ur die Staats-Titel geringere Spreads auftreten. Da innerhalb der ber¨ ucksichtigten Staats-Bonds kein Bond existiert, der ein ausstehendes Volumen aufweist, das unterhalb des kritischen Wertes liegt, steht Abbildung 3.56 im Einklang mit Hypothese 3.3.

3.7 Analyse des Datensatzes aus 2002

255

200 180 160 140 120 100 80 60 40 20 0 1

2

3

4

5

6

7

log (ausst. Vol.)

8

Spread (in BP) 9

Staat

10

11

12

13

14

Staat 15

16

Unt.

Abbildung 3.56: Spreads von Staats- und Unternehmens-Bonds in Abh¨angigkeit des ausstehenden Volumens (Moody’s 2002)

Zusammenfassung Moody’s Insgesamt best¨atigen die pr¨asentierten Ergebnisse des erweiterten Modells unter Verwendung von Interaktionstermen die Ergebnisse der zuvor durchgef¨ uhrten Regressionen und stehen somit im Einklang mit den Hypothesen 3.2 und 3.3. Im Unterschied zu den vorangegangenen Datens¨atzen war im 2002er-Sample keine Abh¨angigkeit des Banken-Dummys von der RatingKlasse nachzuweisen, sodass die getesteten Hypothesen unabh¨angig von der Rating-Klasse best¨atigt werden k¨onnen. Die folgenden Matched Pairs-Analy¨ sen dienen daher der Uberpr¨ ufung dieses Resultats. Vor dem Hintergrund des erl¨auterten Einﬂusses von Basel II ist von besonderem Interesse, ob ein Einﬂuss der regulatorischen Kapitalunterlegung im 2002er-Datensatz auch

256

3 Empirische Analyse des amerikanischen Bond-Marktes

mithilfe der Matched Pairs-Methodik nachgewiesen werden kann. In Bezug auf die Interaktion zwischen Banken-Dummy und Duration l¨asst sich festhalten, dass das Ergebnis dem des 2004er-Samples entspricht. Hinsichtlich des in Hypothese K.3.4 formulierten Einﬂusses der Duration bleibt unklar, wieso die erwartete Wirkung insbesondere f¨ ur die Kategorien Unternehmen und Staat nicht nachzuweisen ist. Im Unterschied zu den beiden vorherigen Datens¨atzen besteht im hier betrachteten Sample allerdings auch beim Vergelich zwischen Banken- und Unternehmens-Bonds der erwartete Wirkungszusammenhang zwischen Spread- und Kuponh¨ohe auch f¨ ur die Banken-Papiere. Der Interaktionsterm schw¨acht den Einﬂuss des Kupons auf die Banken-Bonds zwar ab, aber es ist dennoch auch im Vergleich zu Unternehmens-Papieren eine deutliche positive Beziehung zwischen BankenSpread und Kuponh¨ohe zu beobachten.174 Der f¨ ur die Staats-Papiere beschriebene Zusammenhang zwischen Spread und Rating-Kategorie entspricht nicht f¨ ur alle Rating-Klassen Hypothese K.3.1. Zum einen wurde bereits darauf hingewiesen, dass die Interaktionsterme keine statistisch signiﬁkanten t-Statistiken aufweisen. Zum anderen gilt die in Abschnitt 3.6.2.3 f¨ ur das 2004er-Sample erl¨auterte Erkl¨arung analog. Der Wert der Kategorie Staat k¨onnte also gegen¨ uber der Kategorie Unternehmen f¨ ur schlechtere Rating-Kategorien besonders hoch sein, da die Gefahr eines Staatskonkurses trotz schlechteren Ratings evtl. geringer einzusch¨atzen ist als die Gefahr, dass ein vergleichbares Unternehmen insolvent wird. Hinsichtlich des Interaktionsterms in Verbindung mit dem ausstehenden Volumen ist das Ergebnis analog zu denjenigen der vorherigen Analysen zu interpretieren. Hypothese 3.3 steht f¨ ur alle Staats-Bonds im Einklang mit den Beobachtungen. Die Spread-Diﬀerenz zwischen Staats- und UnternehmensBonds f¨allt umso gr¨oßer aus, je h¨oher die Liquidit¨at des zum Vergleich herangezogenen Staats-Titels ausf¨allt. 3.7.3

Ergebnisse der Matched Pairs-Analyse

Da die Anzahl verf¨ ugbarer Bonds im Vergleich zu den vorangegangenen Analysen deutlich zur¨ uckgegangen ist, war es inbesondere f¨ ur den Vergleich der Kategorien AGCY und Unternehmen mit Staats-Bonds nur m¨oglich, sehr wenige Paare zu bilden. Im Folgenden werden daher, sofern es nicht m¨oglich war, Bond-Paare zu bilden, lediglich die beschreibenden Statistiken zusam174

Vgl. Abbildung 3.54.

3.7 Analyse des Datensatzes aus 2002

257

mengefasst. 3.7.3.1

Staat vs. AGCY

Die im Datensatz enthaltenen Staats-Bonds waren auch im hier betrachteten Datensatz lediglich in den Top-Kategorien so zahlreich vertreten, dass sie mithilfe einer Matched Pairs-Analyse untersucht werden konnten. Da in diesen Kateogorien keine Banken-Titel verf¨ ugbar waren, werden die StaatsBonds der S&P-Kategorie AAA nur den entsprechenden AGCY-Bonds gegen¨ ubergestellt. Wie aus Tabelle 3-100 hervorgeht, waren nur 15 AGCYBonds verf¨ ugbar, die mit 54 Staats-Papieren verglichen wurden. Die StaatsTitel weisen f¨ ur alle ber¨ ucksichtigten Kontrollvariablen die deutlich h¨oheren Durchschnittswerte auf und haben einen Spread, der um etwa 63BP unterhalb des durchschnittlichen AGCY-Spreads liegt. Tabelle 3-100: Deskriptive Statistik Staat vs. AGCY (S&P AAA 2002)

Bond-Kategorie Staats-Bonds (54) AGCY-Bonds (15)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-25,98

9,26

13.707.883,17

7,66

36,74

7,76

2.199.587,14

6,25

Da keine Paare gebildet werden konnten, l¨asst sich keine weitergehende Aussage bez¨ uglich der Renditediﬀerenz der beiden Kategorien treﬀen. Die Renditediﬀerenz stimmt zwar mit Hypothese 3.4 u ¨berein, aber auf Basis von ungematchten Beobachtungen lassen sich keine sinnvollen Aussagen ableiten. Im korrespondierenden Moody’s-Sample waren insbesondere in der Kategorie AGCY deutlich mehr Titel verf¨ ugbar. 63 Staats-Bonds wurden 164 AGCY-Papieren gegen¨ ubergestellt. Auch hier weisen die Staats-Bonds f¨ ur alle im Distanzmaß ber¨ ucksichtigten Variablen durchschnittliche gr¨oßere Werte auf. Die Spread-Diﬀerenz ist im Vergleich zum S&P-Sample zur¨ uckgegangen und betr¨agt noch knapp 36BP. Wie Tabelle 3-101 zu entnehmen ist, geht

258

3 Empirische Analyse des amerikanischen Bond-Marktes

das im Wesentlichen auf einen R¨ uckgang des durchschnittlichen Spreads der AGCY-Titel zur¨ uck. Tabelle 3-101: Deskriptive Statistik Staat vs. AGCY (Moody’s Aaa 2002)

Bond-Kategorie Staats-Bonds (63) AGCY-Bonds (164)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-20,69

9,09

13.398.405,92

7,63

15,20

6,79

687.466,73

6,62

Aufgrund der deutlichen Unterschiede in den Werten der Kontrollvariablen konnten trotz der umfangreicheren Datenbasis nur sieben Bond-Paare gebildet werden. Innerhalb des gematchten Samples wiesen die Staats-Bonds um ca. 42BP h¨ohere Spreads auf, was im Widerspruch zu Hypothese 3.4 steht. Allerdings wurde die ohnehin sehr geringe Anzahl von Paaren unter Verwendung von lediglich drei Staats-Titeln gebildet, sodass auf Basis der ermittelten Diﬀerenzen keine Aussage in Bezug auf die getestete Hypothese generiert werden kann.175 3.7.3.2

Staat vs. Unternehmen

Im untersuchten Sample standen 54 Staats-Bonds und 52 UnternehmensTitel zur Verf¨ ugung.176 Auch hier weisen die Staats-Titel f¨ ur alle Kontrollvariablen die h¨oheren Durchschnittswerte auf. Insbesondere im Hinblick auf den Liquidit¨ats-Proxy hat sich allerdings die Diﬀerenz im Vergleich zur vorangegangenen Untersuchung deutlich erh¨oht, sodass es fraglich ist, ob im Rahmen der Matched Pairs-Analyse Bond-Paare gebildet werden k¨onnen. Die Spreads der Unternehmens-Bonds sind im ungematchten Sample um ca. 105BP h¨oher als die der Staats-Papiere.

175 Die verwendeten Staats-Titel wurden von Schweden, Neuseeland sowie Finnland emittiert. 176 Vgl. Tabelle 3-102.

3.7 Analyse des Datensatzes aus 2002

259

Tabelle 3-102: Deskriptive Statistik Staat vs. Unternehmen (S&P AAA 2002)

Bond-Kategorie Staats-Bonds (54) Unternehmens-Bonds (52)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-25,98

9,26

13.707.883,17

7,66

78,77

7,93

119.555,31

7,10

Aufgrund der beschriebenen Abweichungen in den Bondmerkmalen war es nicht m¨oglich, Bond-Paare zu bilden, sodass im Hinblick auf Hypothese 3.3 keine Aussage abgeleitet werden kann. Die in Tabelle 3-103 zusammengefassten Werte der 63 Staats- und 43 ¨ Unternehmens-Bonds des Moody’s-Samples weisen eine hohe Ahnlichkeit zu denen des zuvor betrachteten Datensatzes auf. Die Staats-Titel liegen bei den Durchschnittswerten f¨ ur Duration, ausstehendes Volumen sowie Kuponh¨ohe wieder oberhalb der Unternehmens-Papiere und die Spread-Diﬀerenz ist auf ca. 110BP angestiegen. Tabelle 3-103: Deskriptive Statistik Staat vs. Unternehmen (Moody’s Aaa 2002)

Bond-Kategorie Staats-Bonds (63) Unternehmens-Bonds (43)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

-20,69

9,09

13.398.405,92

7,63

89,45

7,49

98.501,40

6,94

Im Rahmen der Matched Pairs-Analyse konnten acht Paare gebildet werden, innerhalb derer die Unternehmens-Titel um ca. 52BP h¨ohere Spreads aufweisen. Eine Best¨atigung von Hypothese 3.3 kann aufgrund der geringen Anzahl von Paaren allerdings nicht abgeleitet werden. Dar¨ uber hinaus ist anzumer-

260

3 Empirische Analyse des amerikanischen Bond-Marktes

ken, dass alle Paare unter Verwendung desselben ﬁnnischen Staats-Bonds gebildet wurden. 3.7.3.3

AGCY vs. Unternehmen

Tabelle 3-104 zeigt, dass die Unterschiede der wiedergegebenen Durchschnittswerte im Vergleich zu den zuvor dargestellten Analysen geringer geworden sind. Dennoch weisen die AGCY-Titel deutlich h¨ohere ausstehende Volumina als die Unternehmens-Papiere auf. Die durchschnittliche Duration ist f¨ ur die Kategorie Unternehmen etwas h¨oher, w¨ahrend die Kupon-Werte geringer ausfallen als die der AGCY-Bonds. Im ungematchten Sample besteht eine Spread-Diﬀerenz in H¨ohe von ca. 45BP. Tabelle 3-104: Deskriptive Statistik AGCY vs. Unternehmen (S&P AAA 2002)

Bond-Kategorie AGCY-Bonds (15) Unternehmens-Bonds (52)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

33,61

7,52

2.252.948,00

7,10

78,77

7,93

119.555,31

6,15

Im Rahmen der Matched Pairs-Analyse war es m¨oglich, zehn Bond-Paare zu bilden. Innerhalb des gematchten Samples weisen die Unternehmens-Bonds weiterhin h¨ohere Spreads auf. Die Diﬀerenz betr¨agt ca. 24BP. Eine allgemeing¨ ultige Aussage in Bezug auf Hypothese 3.2 l¨asst sich auf Basis von zehn Beobachtungen, von denen acht unter Verwendung desselben AGCYBonds gebildet wurden, nicht ableiten. Wie bereits aus den vorangegangenen Ausf¨ uhrungen bekannt ist, waren bei Verwendung von Moody’s-Ratings deutlich mehr AGCY-Papiere verf¨ ugbar. Im Folgenden werden 164 AGCY-Bonds 43 Wertpapieren der Kategorie Unternehmen gegen¨ ubergestellt. Die AGCY-Bonds weisen im Durchschnitt um ca. 74BP h¨ohere Spreads auf. Im Hinblick auf die in Tabelle 3-105 dargestellten Bondmerkmale l¨asst sich festhalten, dass die Unternehmens-Titel durchschnittlich eine h¨ohere Duration sowie h¨ohere Kupons besitzen, aber

3.7 Analyse des Datensatzes aus 2002

261

einen deutlich geringeren Wert des Liquidit¨ats-Proxys aufweisen. Daher wird angenommen, dass sich die Spread-Diﬀerenz durch das Matching verringert. Tabelle 3-105: Deskriptive Statistik AGCY vs. Unternehmen (Moody’s Aaa 2002)

Bond-Kategorie AGCY-Bonds (164) Unternehmens-Bonds (43)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

15,20

6,79

687.466,73

6,62

89,45

7,49

98.501,40

6,94

Im Rahmen der Matched Pairs-Analyse war es m¨oglich, 71 Paare zu bilden. Innerhalb dieses gematchten Samples ging die Spread-Diﬀerenz nur leicht zur¨ uck. Der durchgef¨ uhrte t-Test best¨atigt hochsigniﬁkant, dass die AGCYBonds um ca. 71BP geringere Spreads als die Unternehmens-Titel besitzen. Somit kann Hypothese 3.2 f¨ ur das untersuchte Moody’s-Sample best¨atigt werden. Dies steht im Einklang mit den im Rahmen der Regressionen erzielten Resultaten. Allerdings wurden durch den Banken-Dummy f¨ ur das Moody’s-Sample nur um ca. 42BP geringere Spreads der Kategorie Bank indiziert. 3.7.3.4

Banken & AGCY vs. Unternehmen

Der Vergleich der Banken- und AGCY-Bonds mit den Unternehmens-Titeln wurde f¨ ur die betrachteten Moody’s-Kategorien dadurch erschwert, dass in keinem der betrachteten Sample f¨ ur beide Kategorien eine hohe Anzahl von 177 Bonds zur Verf¨ ugung stand. Zun¨achst werden die Ergebnisse auf Basis von S&P-Ratings pr¨asentiert, f¨ ur die die Bonds der analysierten Gruppen gleichm¨aßiger u ¨ber die betrachteten Rating-Klassen verteilt waren.

177

Vgl. auch Tabellen 3-92 und 3-93.

262

3 Empirische Analyse des amerikanischen Bond-Marktes

Banken & AGCY vs. Unternehmen (S&P A) Tabelle 3-106 stellte die 103 Bonds der 20 %-Gewichtungsgruppe den 162 verf¨ ugbaren Titeln der Kategorie Unternehmen gegen¨ uber. W¨ahrend die durchschnittliche Duration der Banken-Bonds deutlich geringer ist als die der Unternehmens-Papiere, fallen die Werte des Liquidit¨ats-Proxys sowie f¨ ur die Kuponh¨ohe im Mittel f¨ ur die Banken-Titel h¨oher aus. Die Matched Pairs-Analyse soll zeigen, inwiefern die um etwa 44BP geringeren Spreads der Banken-Bonds Bestand haben, wenn in Bezug auf die unterschiedlichen Auspr¨agungen der Bondmerkmale kontrolliert wird. Tabelle 3-106: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A 2002)

Bond-Kategorie Banken- & AGCYBonds (103) Unternehmens-Bonds (162)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

58,78

5,07

324.053,62

7,28

103,07

7,73

242.095,03

7,05

F¨ ur das betrachtete Sample konnten 72 Bond-Paare gebildet werden, innerhalb derer die Unternehmens-Bonds um ca. 36BP h¨ohere Spreads aufwiesen, die durch einen hochsigniﬁkanten t-Test best¨atigt werden konnten. Somit steht auch das erste Resultat der Gegen¨ uberstellung von Banken- und Unternehmens-Bonds im Einklang mit Hypothese 3.2. Die ermittelte Differenz von 36BP ist etwas geringer als der Dummy-Wert, der im Rahmen des erweiterten Modells in Abschnitt 3.7.2.2 f¨ ur das S&P-Sample gesch¨atzt wurde. Banken & AGCY vs. Unternehmen (S&P A+) Im Datensatz der mit A+ gerateten Bonds konnten, wie aus Tabelle 3-107 hervorgeht, 48 Banken-Papiere mit 186 Unternehmens-Bonds verglichen werden. W¨ahrend die Durchschnittswerte f¨ ur die Kuponh¨ohe fast identisch ausfallen, weisen die Banken-Bonds das h¨ohere ausstehende Volumen auf und

3.7 Analyse des Datensatzes aus 2002

263

die Unternehmens-Titel die h¨oheren Durationswerte. Die Spread-Diﬀerenz im ungematchten Sample ist im Vergleich zur vorherigen Kategorie zur¨ uckgegangen. Die Banken-Bonds zeigen um etwa 16BP geringere Spreads. Tabelle 3-107: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A+ 2002)

Bond-Kategorie Banken- & AGCYBonds (48) Unternehmens-Bonds (186)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

54,71

5,42

347.902,10

7,18

70,97

8,59

253.448,39

7,20

Die Spread-Diﬀerenz ist auch im hier betrachteten Datensatz durch das Matching zur¨ uckgegangen. F¨ ur die Banken-Bonds bestehen innerhalb der 28 gebildeten Paare aber weiterhin um etwa 10BP geringere Spreads, die allerdings nicht mithilfe eines t-Tests signiﬁkant best¨atigt werden k¨onnen. Trotz der geringen Anzahl gebildeter Paare f¨allt auf, dass die ermittelte Spread-Diﬀerenz deutlich zur¨ uckgegangen ist und somit auch deutlich unterhalb des im Rahmen der Regressionsanalyse ermittelten Dummy-Wertes liegt. Die folgende Analyse wird zeigen, inwiefern sich dieser Trend bei einer weiteren Verbesserung der Rating-Kategorie fortsetzt. Banken & AGCY vs. Unternehmen (S&P AA-) Ein erster Blick auf Tabelle 3-108 zeigt, dass die durchschnittliche SpreadDiﬀerenz weiter zur¨ uckgegangen ist. Die 31 verf¨ ugbaren Banken-Bonds weisen nur noch um etw 3BP geringere Spreads als die 36 Unternehmens-Bonds auf, denen sie gegen¨ ubergestellt werden. Bez¨ uglich der Spread-Entwicklung f¨allt auf, dass die durchschnittlichen Spreads der Banken-Papiere im Vergleich zur Kategorie A+ deutlich zugenommen haben. Die Spreads der Kategorie Unternehmen sind hingegen leicht zur¨ uckgegangen. Der deutliche Zuwachs f¨ ur die Banken l¨asst sich theoretisch auf den Liquidit¨ats-Proxy zur¨ uckf¨ uhren. Das durchschnittlich ausstehende Volumen hat sich gegen¨ uber der vorangegangenen Rating-Klasse etwa halbiert und liegt nun unterhalb des

264

3 Empirische Analyse des amerikanischen Bond-Marktes

Wertes der Unternehmens-Papiere. Da die durchschnittlichen Kuponh¨ohen fast identisch sind und die Duration f¨ ur die Unternehmen im Mittel deutlich h¨oher ausf¨allt, l¨asst sich schwer prognostizieren, welchen Einﬂuss das Matching auf den Spread zwischen den Kategorien hat. Tabelle 3-108: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P AA- 2002)

Bond-Kategorie Banken- & AGCYBonds (31) Unternehmens-Bonds (36)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

66,06

5,20

170.845,94

7,05

69,28

8,24

247.744,44

7,03

Zun¨achst ist festzuhalten, dass lediglich zehn Paare gebildet wurden und somit keine signiﬁkanten Ergebnisse abgeleitet werden k¨onnen. Innerhalb der Bond-Paare haben die Unternehmens-Bonds um ca. 2BP geringere Spreads. Aufgrund der deutlichen Unterschiede in den Bondmerkmalen ist zu bedenken, inwiefern bei der vorgegebenen Distanz Bonds zusammengef¨ uhrt wurden, die als ausreichend ¨ahnlich“ bezeichnet werden k¨onnen. Es bleibt ab” zuwarten, inwiefern die noch durchzuf¨ uhrenden Matched Pairs-Analysen unter gleichzeitiger Ber¨ ucksichtigung mehrerer Rating-Klassen in der Lage sein werden, die im Rahmen der Regressionsanalyse ermittelten Diﬀerenzen deutlicher zu best¨atigen. Banken & AGCY vs. Unternehmen (Moody’s A2) Aus Tabelle 3-109 geht hervor, dass die 283 verf¨ ugbaren UnternehmensBonds nur 31 Papieren der Kategorie Bank gegen¨ ubergestellt werden konnten. Die durchschnittlichen Spreads der Banken-Bonds waren um ca. 14BP kleiner als die der Unternehmens-Titel. Allerdings waren die Durchschnittswerte von Duration und Kupon f¨ ur die Kategorie Unternehmen gr¨oßer und das ausstehende Volumen geringer als bei den Banken-Bonds. Daher ist davon auszugehen, dass die Spread-Diﬀerenz durch das Matching zur¨ uckgeht.

3.7 Analyse des Datensatzes aus 2002

265

Tabelle 3-109: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A2 2002)

Bond-Kategorie Banken- & AGCYBonds (31) Unternehmens-Bonds (283)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

84,18

7,01

219.773,35

7,01

98,47

7,77

159.406,22

7,17

Innerhalb der 32 im Rahmen der Matched Pairs-Analyse gebildeten BondPaare best¨atigt sich die vermutete Wirkung der Kontrollvariablen. F¨ ur die Banken-Bonds liegen die Spreads nur noch um ca. 4BP unterhalb der Unternehmens-Papiere. Allerdings war der durchgef¨ uhrte t-Test insigniﬁkant, sodass keine Aussage bez¨ uglich Hypothese 3.2 m¨oglich ist. Es l¨asst sich festhalten, dass die ermittelte Diﬀerenz auch im hier betrachteten Moody’s-Sample deutlich unterhalb der im Rahmen der Regression ermittelten Werte liegt. Banken & AGCY vs. Unternehmen (Moody’s A1) Tabelle 3-110 stellt die Bonds der Moody’s-Kategorie A1 einander gegen¨ uber. Zun¨achst f¨allt auf, dass die 39 Banken-Bonds im betrachteten Sample durchschnittlich um gut 5BP h¨ohere Spreads aufweisen als die 99 UnternehmensBonds. W¨ahrend f¨ ur die Kategorie Bank die h¨oheren Kupons sowie im Mittel ein h¨oheres ausstehendes Volumen zu verzeichnen sind, weisen die Unternehmens-Bonds durchschnittlich deutlich h¨ohrere Durationswerte auf. Da im Rahmen der Matched Pairs-Analyse nur 11 Bond-Paare gebildet werden konnten, k¨onnen durch das Ergebnis keine signiﬁkanten Diﬀerenzen belegt werden. Die um etwa 7BP h¨oheren Spreads der Unternehmens-Bonds innerhalb der gebildeten Paare, stehen aber im Einklang mit Hypothese 3.2. Banken & AGCY vs. Unternehmen (Moody’s Aa3) In der letzten betrachteten Moody’s-Kategorie waren die UnternehmensBonds in geringerer Zahl vertreten als die Titel der Kategorie Bank. Der

266

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-110: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A1 2002)

Bond-Kategorie Banken- & AGCYBonds (39) Unternehmens-Bonds (99)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

72,81

6,56

275.820,51

7,49

67,35

8,21

216.379,80

7,13

durchschnittliche Spread der 38 verf¨ ugbaren Unternehmens-Papiere ist gegen¨ uber der Rating-Klasse A1 angestiegen und liegt jetzt wieder obehalb des Wertes der Banken-Bonds. Der gleichzeitige deutliche R¨ uckgang des ausstehenden Volumens der Unternehmens-Titel erkl¨art allerdings diese Entwicklung. Des Weiteren ist Tabelle 3-111 zu entnehmen, dass die Banken-Papiere neben dem h¨oheren Liquidit¨ats-Proxy im Durchschnitt auch die h¨oheren Kupons aufweisen, w¨ahrend die Duraion im Mittel f¨ ur die durch Unternehmen emittierten Wertpapiere h¨oher ausf¨allt. Aufgrund der deutlichen Unterschiede im Hinblick auf die Bondmerkmale l¨asst sich nicht vorhersagen, wie sich die Spread-Diﬀerenz von ca. 33BP durch das Matching ver¨andert. Tabelle 3-111: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s Aa3 2002)

Bond-Kategorie Banken- & AGCYBonds (87) Unternehmens-Bonds (38)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

63,21

7,04

260.653,21

7,44

95,82

8,59

128.241,32

7,07

Bedingt durch die starken Unterschiede der im Distanzmaß ber¨ ucksichtigten Variablen konnten nur 17 Paare gebildet werden. Innerhalb dieser Paare hat sich die Spread-Diﬀerenz des ungematchten Samples deutlich ver¨andert. Die

3.7 Analyse des Datensatzes aus 2002

267

Banken-Spreads liegen im gematchten Sample interessanterweise um ca. 3BP oberhalb der der Unternehmens-Bonds. Hypothese 3.2 l¨asst sich dementsprechend nicht best¨atigen. Die Ergebnisse der einzelnen Rating-Klassen, f¨ ur die Banken- und Unternehmens-Bonds einander gegen¨ ubergestellt wurden, sind in Tabelle 3-112 zusammengefasst. In Bezug auf Hypothese 3.2 l¨asst sich festhalten, dass die Resultate nicht so eindeutig sind wie jene, die mithilfe der durchgef¨ uhrten Regressionen ermittelt wurden. Zum einen geht aus der Tabelle hervor, dass h¨ohere Spreads der Unternehmens-Bonds signiﬁkant nur f¨ ur die S&P-Klasse A nachgewiesen werden konnten, und zum anderen scheint sich die ermittelte Diﬀerenz mit besser werdendem Rating r¨ uckl¨auﬁg zu entwickeln. Derartige Tendenzen sollten allerdings vorsichtig beurteilt werden, da die Ergebnisse der betreﬀenden Datens¨atze statistisch nicht signiﬁkant waren. Dar¨ uber hinaus ist zu bedenken, dass in Abschnitt 3.7.3.3 f¨ ur die AGCY-Bonds der Moody’s-Kategorie Aaa um 71BP geringere Spreads gegen¨ uber der BondKategorie nachgewiesen wurden. Ein weiterer Aspekt, den es zu ber¨ ucksichtigen gilt, sind die zum Teil deutlichen Unterschiede in den Auspr¨agungen der relevanten Bondmerkmale. Dadurch konnten h¨auﬁg nur wenige Paare f¨ ur die Analyse generiert werden, dar¨ uber hinaus war nicht in allen F¨allen klar, ob die gebildeten Bond-Paare tats¨achlich vergleichbar waren. Aus diesem Grund sind die Matched PairsAnalysen unter Einbeziehung mehrerer Rating-Klassen von besonderem Interesse. Nachdem die Kategorien Bank und AGCY vergleichend analysiert wurden, wird pr¨asentiert, ob Hypothese 3.2 durch die Matched Pairs-Analyse best¨atigt werden kann, wenn man die zul¨assige Maximaldistanz reduziert. Tabelle 3-112: Ergebnisse der Gegen¨ uberstellung von Banken- und Unternehmens-Bonds (2002) Spread-Diﬀerenz im Rating-Kat. gematchten Sample Moody’s (Unternehmen-Bank) 36,4BP∗∗∗ A2 A1 9,8BP -2,4BP Aa3 Signiﬁkant mit p < 0,1; 0,05; 0,01

Rating-Kat. S&P A A+ AA*, **, ***

Spread-Diﬀerenz im gematchten Sample (Unternehmen-Bank) 4,3BP 7,4BP -2,9BP

268

3 Empirische Analyse des amerikanischen Bond-Marktes

3.7.3.5

Banken vs. AGCY

Wie bereits in den Datens¨atzen aus 2004 und 2006, konnte beim Vergleich von Banken- und AGCY-Bonds f¨ ur keine der einzeln betrachteten Rating-Klassen eine signiﬁkante Diﬀerenz nachgewiesen werden. Um dennoch m¨ogliche Unterschiede zwischen S&P und Moody’s transparent zu machen, werden im Folgenden die beschreibenden Statistiken der beiden Bond-Kategorien sowie die Ergebnisse der gematchten Samples dargestellt.

Banken vs. AGCY (S&P A) Tabelle 3-113 zeigt, dass zwischen den ber¨ ucksichtigten Banken- und AGCYBonds deutliche Spread-Unterschiede bestehen. Die AGCY-Bonds weisen um ca. 14BP h¨ohere Spreads als die Banken-Titel auf. Allerdings ist das ausstehende Volumen geringer und die Duration deutlich h¨oher als im Fall der Banken-Papiere. Da bei der durchschnittlichen Kuponh¨ohe nur geringe Unterschiede bestehen, steht die Spread-Diﬀerenz im Einklang mit den Hypothesen K.3.2 bis K.3.4 und sollte sich durch das Matching verringern.

Tabelle 3-113: Deskriptive Statistik AGCY vs. Banken (S&P A 2002)

Bond-Kategorie Banken-Bonds (92) AGCY-Bonds (11)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

57,30

4,71

335.848,08

7,31

71,14

8,10

225.409,09

7,08

Da nur drei Bond-Paare gebildet werden konnten, l¨asst sich auf Basis des betrachteten Samples keine Aussage bez¨ uglich der Spreads von Banken- und AGCY-Bonds ableiten. Es kann jedoch festgehalten werden, dass die SpreadDiﬀerenz innerhalb der drei gebildeten Paare gem¨aß den Erwartungen auf ca. 6BP zur¨ uckgegangen ist.

3.7 Analyse des Datensatzes aus 2002

269

Banken vs. AGCY (S&P A+) In der n¨achsten S&P-Kategorie ist die Anzahl der verf¨ ugbaren Banken-Bonds auf 30 gesunken. Demgegen¨ uber sind 18 AGCY-Bonds vorhanden, was im Vergleich zur Rating-Klasse A einen Zuwachs um sieben Bonds darstellt. Hinsichtlich der im Distanzmaß erfassten Bondmerkmale und der Spread¨ Diﬀerenz zeigt sich eine große Ahnlichkeit zur Situation im vorangegangenen Sample. Die AGCY-Bonds haben um etwa 16BP h¨ohere Spreads. Diese Diﬀerenz l¨asst sich allerdings durch die deutlich h¨oheren Durationen und Kupons sowie das durchschnittlich geringere ausstehende Volumen erkl¨aren. Tabelle 3-114: Deskriptive Statistik AGCY vs. Banken (S&P A+ 2002)

Bond-Kategorie Banken-Bonds (30) AGCY-Bonds (18)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

48,56

3,72

373.143,37

6,87

64,96

8,26

305.833,33

7,68

Auch hier konnten mit f¨ unf Bond-Paaren deutlich zu wenig Werte generiert werden, um allgemeing¨ ultige Aussagen abzuleiten. Dennoch entspricht die Spread-Entwicklung der erwarteten Wirkungsrichtung der Kontrollvariablen. Innerhalb der f¨ unf Paare hatten die AGCY-Bonds um ca. 9BP niedrigere Spreads. F¨ ur die S&P-Klasse AA- waren keine AGCY-Titel verf¨ ugbar. Dementsprechend entf¨allt der Vergleich f¨ ur diese Kategorie. Banken vs. AGCY (Moody’s A2) ¨ Ahnlich wie in den zuvor betrachteten S&P-Kategorien stehen f¨ ur die folgenden Vergleiche relativ wenige Bonds zur Verf¨ ugung. In der Moody’sKlasse A2 wurden 19 Banken-Papiere 12 Titeln der Kategorie AGCY gegen¨ ubergestellt. Aus den in Tabelle 3-115 zusammengefassten Werten geht des Weiteren hervor, dass die Banken-Titel durchschnittlich um ca. 28BP

270

3 Empirische Analyse des amerikanischen Bond-Marktes

h¨ohere Spreads aufweisen, obwohl die durchschnittlichen Werte der Duration und der Kuponh¨ohe f¨ ur die Unternehmens-Bonds gr¨oßer sind. Aufgrund des nur geringf¨ ugig kleineren Liquidit¨ats-Proxys der Banken-Papiere scheinen die Unterschiede in den Bondmerkmalen nicht in der Lage zu sein, die Spread-Diﬀerenz zu erkl¨aren. Tabelle 3-115: Deskriptive Statistik AGCY vs. Banken (Moody’s A2 2002)

Bond-Kategorie Banken-Bonds (19) AGCY-Bonds (12)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

94,95

6,43

212.209,16

6,89

67,14

7,94

231.750,00

7,21

Im Rahmen der Matched Pairs-Analyse wurde ein Bond-Paar gebildet, in dem der Banken-Bond einen um ca. 51BP h¨oheren Spread hatte. Aufgrund dessen, dass nur ein Wert zur Analyse generiert werden konnte, lassen sich keine signiﬁkanten Aussagen bez¨ uglich der Wirkungsweise der Bondmerkmale innerhalb des betrachteten Samples ableiten. Außerdem ist zu beachten, dass einzelne Bonds bei derart kleinen Datens¨atzen einen sehr großen Einﬂuss auf die pr¨asentierten Werte haben k¨onnen, sodass lediglich festgehalten werden kann, dass zwischen Moody’s und S&P Unterschiede zu beobachten sind. Banken vs. AGCY (Moody’s A1) Im Sample der durch Moody’s mit A1 gerateten Bonds wurden 29 Bankenzehn AGCY-Bonds gegen¨ ubergestellt. Innerhalb des ungematchten Samples hat die Spread-Diﬀerenz ihr Vorzeichen gewechselt. Die Banken-Papiere haben um etwa 14BP niedrigere Spreads. W¨ahrend das ausstehende Volumen und die Kuponh¨ohe im Durchschnitt f¨ ur die AGCY-Titel geringer sind, weisen die Banken-Bonds im Mittel die geringeren Durationswerte auf. Daher ist hinsichtlich der Kontrollvariablen keine eindeutige Wirkungsrichtung abzuleiten.

3.7 Analyse des Datensatzes aus 2002

271

Tabelle 3-116: Deskriptive Statistik AGCY vs. Banken (Moody’s A1 2002)

Bond-Kategorie Banken-Bonds (29) AGCY-Bonds (10)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

69,11

6,37

286.793,10

7,58

83,53

7,10

244.000,00

7,23

Auch f¨ ur das hier betrachtete Sample konnten nur sehr wenige Paare gebildet werden. Innerhalb des aus sechs Bond-Paaren bestehenden Samples wiesen die Banken-Bonds um 9BP h¨ohere Spreads auf. Somit hat sich das Vorzeichen durch das Matching umgekehrt. Banken vs. AGCY (Moody’s Aa3) Das letzte betrachtete Moody’s-Sample weist mit 75 Bonds deutlich mehr Papiere der Kategorie Bank auf als die beiden zuvor untersuchten Datens¨atze. Die Anzahl der verf¨ ugbaren AGCY-Bonds ist im Vergleich zur Kategorie A1 um zwei Bonds angestiegen.178 Im ungematchten Sample sind die BankenSpreads um etwa 23BP h¨oher als die der AGCY-Bonds. Hinsichtlich der relevanten Bondmerkmale f¨allt auf, dass die Unternehmens-Titel bei allen im Distanzmaß erfassten Variablen die h¨oheren Durchschnittswerte aufweisen. Dementsprechend ist unklar, wie sich die Unterschiede im Rahmen des Matchings auswirken.

178

Vgl. Tabelle 3-117.

272

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-117: Deskriptive Statistik AGCY vs. Banken (Moody’s Aa3 2002)

Bond-Kategorie Banken-Bonds (75) AGCY-Bonds (12)

durchschn. Spread (in BP)

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

66,35

6,59

241.357,72

7,21

43,62

9,85

381.250,00

8,88

Im Rahmen der Matched Pairs-Untersuchung wurden 14 Bond-Paare gebildet. Innerhalb dieser Paare wiesen die AGCY-Papiere um ca. 10BP h¨ohere Spreads auf. Eine Verallgemeinerung ist auch hier aufgrund der geringen Anzahl von Werten nicht m¨oglich. Außerdem ist darauf hinzuweisen, dass 12 der 14 kalkulierten Spread-Diﬀerenzen unter Verwendung desselben AGCY-Bonds ermittelt wurden, wodurch der Informationsgehalt weiter eingeschr¨ankt wird. Tabelle 3-118 fasst die Ergebnisse der Gegen¨ uberstellung von Banken- und AGCY-Bonds zusammen. Tabelle 3-118: Ergebnisse der Gegen¨ uberstellung von Banken- und AGCYBonds (2002) Spread-Diﬀerenz im Rating-Kat. gematchten Sample Moody’s (Bank-AGCY) -6,0BP A2 8,9BP A1 Aa3 Signiﬁkant mit p < 0,1; 0,05; 0,01

Rating-Kat. S&P A A+ AA*, **, ***

Spread-Diﬀerenz im gematchten Sample (Bank-AGCY) 50,9BP 9,3BP -10,1BP

Aufgrund der sehr wenigen gebildeten Paare kann bez¨ uglich der Hypothese identischer Spreads von Banken- und AGCY-Titeln kein Ergebnis erzielt werden. Die pr¨asentierten deskriptiven Statistiken haben gezeigt, dass Unterschiede zwischen den einzelnen Datens¨atzen auftreten. Eine Aussage dar¨ uber, ob diese Unterschiede mit den verwandten Ratings oder den insgesamt relativ großen Unterschieden bez¨ uglich der Bondmerkmale zusammenh¨angen, w¨are

3.7 Analyse des Datensatzes aus 2002

273

spekulativ. Daher bleibt abzuwarten, inwiefern die im Folgenden dargestellten Matched Pairs-Analysen unter gleichzeitiger Ber¨ ucksichtigung mehrerer Rating-Klassen das Problem der geringen Anzahl von Bond-Paaren beheben k¨onnen. 3.7.4

Matched Pairs-Analyse mehrerer Rating-Kategorien

Wie bereits dargestellt, ist die Ausweitung der Matched Pairs-Analyse auf mehr als jeweils nur eine Rating-Kategorie aus zwei Gr¨ unden besonders Interessant: Zum einen stellt sich die Frage, ob u ¨ber alle betrachteten RatingKlassen hinweg die Ergebnisse der Regressionsanalyse best¨atigt werden k¨onnen. Zum anderen wurde an einigen Stellen auf die starken Unterschiede der Bondmerkmale hingewiesen. Diesbez¨ uglich hat die Ausweitung der Analyse zwei wesentliche Funktionen. Erstens wird dadurch erm¨oglicht, die Anzahl gematchter Bonds zu steigern und aussagekr¨aftigere Ergebnisse zu erzielen, und zweitens kann u uft werden, in welcher Weise eine Verringerung der ¨berpr¨ Maximaldistanz sich auf die kalkulierten Spread-Diﬀerenzen auswirkt. 3.7.4.1

Banken & AGCY vs. Unternehmen

Banken & AGCY vs. Unternehmen (S&P B- bis AAA) Im zuerst betrachteten S&P-Sample standen 353 Banken-Bonds 1.753 Unternehmens-Papieren gegen¨ uber. Die Spread-Diﬀerenz im ungematchten Sample von ca. 120BP ist aufgrund der durchschnittlich schlechteren Ratings der Unternehmens-Titel nicht sehr aussagekr¨aftig. Neben den Unterschieden in Bezug auf die erwarteten PDs geht aus Tabelle 3-119 hervor, dass die Unternehmens-Bonds im Mittel h¨ohere Kupons und Durationswerte als die Banken-Titel haben. Außerdem f¨allt das durchschnittlich ausstehende Volumen f¨ ur die Kategorie Unternehmen deutlich geringer aus. Somit deuten alle ber¨ ucksichtigten Gr¨oßen auf einen R¨ uckgang der Spread-Diﬀerenz durch das Matching hin. Inwiefern dennoch eine Spread-Diﬀerenz bestehen bleibt, die Hypothese 3.2 best¨atigt, zeigen die folgenden Matched Pairs-Resultate.

274

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-119: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P B- bis AAA 2002) BondKategorie Banken & AGCY-Bonds (353) UnternehmensBonds (1.753)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

81,89

1,70 %

5,80

376.754,75

7,25

201,78

4,88 %

7,30

267.499,09

7,71

Die Anzahl der gebildeten Bond-Paare betrug bei einer Maximaldistanz von 0,3 813. F¨ ur diesen ersten Vergleich wurden f¨ ur die Unternehmens-Bonds um ca. 34BP h¨ohere Spreads hochsigniﬁkant nachgewiesen. Bei einer Verringerung der Obergrenze in Bezug auf das Distanzmaß geht die ermittelte Spread-Diﬀerenz zur¨ uck. Allerdings ist es auch bei einer Obergrenze von 0,1, f¨ ur die noch 54 Paare gebildet werden konnten, noch m¨oglich, eine hochsigniﬁkante Diﬀerenz von ca. 22BP nachzuweisen. F¨ ur das S&P-Sample kann also sowohl aus statistischer als auch aus ¨okonomischer Sicht ein signiﬁkanter Einﬂuss der regulatorischen Kapitalanforderungen best¨atigt werden. Im Vergleich zu den Dummy-Werten im Rahmen der Regressionen ist die hier ermittelte Spread-Diﬀerenz etwas geringer, f¨allt aber deutlich gr¨oßer aus als die im Rahmen der kategorieweisen Analysen ermittelten Diﬀerenzen. Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa) Das analysierte Moody’s-Sample besteht aus 456 Banken-Bonds und 2.102 Unternehmens-Papieren. Die um ca. 92BP h¨oheren Spreads der Unternehmens-Bonds lassen sich neben den Rating-Unterschieden, ¨ahnlich wie im zuvor betrachteten S&P-Sample, durch die Durchschnittswerte von Duration, ausstehendem Volumen und Kupon erkl¨aren. Daher wird auch hier ein R¨ uckgang des Spreads erwartet.

3.7 Analyse des Datensatzes aus 2002

275

Tabelle 3-120: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s B3 bis Aaa 2002) BondKategorie Banken & AGCY-Bonds (456) Unternehmens -Bonds (2.102)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

61,34

1,86 %

6,82

403.956,48

7,03

153,40

9,09 %

7,42

198.913,54

7,38

F¨ ur die Maximaldistanz von 0,3 konnten im Moody’s-Sample mit 1.234 BondPaaren deutlich mehr Werte generiert werden als in der korrespondierenden S&P-Analyse. Die ermittelte Spread-Diﬀerenz ist im Vergleich zum zuvor untersuchten Sample ebenfalls angestiegen. F¨ ur die Unternehmens-Bonds wurden um ca. 41BP h¨ohere Spreads hochsigniﬁkant best¨atigt. Die schrittweise Verringerung der Maximaldistanz f¨ uhrt auch hier dazu, dass die SpreadDiﬀerenz im gematchten Sample kleiner wird. Allerdings liegen die Werte f¨ ur Maximaldistanzen von 0,2 (ca. 35BP) und 0,1 (ca. 28BP) weiterhin oberhalb der f¨ ur das S&P-Sample nachgewiesenen Unterschiede. Insgesamt l¨asst sich also auch f¨ ur das Moody’s-Sample Hypothese 3.2 best¨atigen. Die ermittelte Spread-Diﬀerenz ist etwas gr¨oßer als auf Basis von S&P-Daten. Die im Rahmen der Regressionsanalyse gesch¨atzte Diﬀerenz in H¨ohe von knapp 42BP entspricht bis auf 1BP dem f¨ ur die Maximaldistanz von 0,3 ermittelten Renditeunterschied. Tabelle 3-121 fasst die Ergebnisse zusammen. Aus der Ergebniszusammenfassung ist zu erkennen, dass Hypothese 3.2 in beiden Analyse best¨atigt werden konnte. Inwiefern die Unterschiede zwischen S&P und Moody’s auf m¨ogliche Abweichungen zwischen Banken- und AGCY-Bonds zur¨ uckgehen, wird im n¨achsten Gliederungspunkt untersucht. Zusammenfassend l¨asst sich festhalten, dass im Vergleich zu den beiden Datens¨atzen aus 2004 und 2006 ein sehr viel deutlicheres Ergebnis in Bezug auf den Einﬂuss der regulatorischen Kapitalunterlegung erzielt werden konnte. W¨ahrend die ermittelten Diﬀerenzen f¨ ur die beiden anderen Zeitpunkte bei einer Verringerung der Maximaldistanz f¨ ur eines oder beide Sample so weit zur¨ uckgingen, dass weder ein ¨okonomisch noch ein statistisch signiﬁkanter Einﬂuss zweifelsfrei best¨atigt werden konnte, stellen die hier nachgewiesenen Spreads f¨ ur beide Samples eine statistisch wie ¨okonomisch bedeutsame

276

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-121: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2002) S&P Moody’s SpreadSpreadAnzahl Anzahl vorgegebene Diﬀerenz Diﬀerenz Maximaldistanz Paare Paare (Unt. - Bank) (Unt. - Bank) 0,3 33,53∗∗∗ 813 40,63∗∗∗ 1.234 ∗∗∗ 0,2 30,34 386 35,46∗∗∗ 646 21,89∗∗∗ 54 28,15∗∗∗ 113 0,1 0,05 19,29 10 14,49 18 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Gr¨oßenordnung dar. Abbildung 3.57 veranschaulicht die Entwicklung f¨ ur verschiedene Obergrenzen in Bezug auf das Distanzmaß.

Spread-Differenz in BP (Unternehmen - Bank)

50,00 40,00 30,00 20,00 10,00 0,00 0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

Distanz S&P

M oody's

Abbildung 3.57: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken & AGCY vs. Unternehmen 2002)

3.7 Analyse des Datensatzes aus 2002

3.7.4.2

277

Banken vs. AGCY

Die folgenden Analysen sollen aufzeigen, inwiefern Unterschiede zwischen den Papieren der 20 %-Gewichtungsgruppe existieren. Zun¨achst werden die verf¨ ugbaren Bonds des S&P-Datensatzes verglichen und im Anschluss diejenigen des Moody’s-Samples. Banken vs. AGCY (S&P B- bis AAA) Wie aus den in Tabelle 3-122 zusammengefassten Werten hervorgeht, weisen die AGCY-Bonds im ungematchten Sample um etwa 18BP h¨ohere Spreads auf. Aufgrund der durchschnittlich deutlich h¨oheren Duration sowie des im Mittel etwas schlechteren Ratings der AGCy-Titel ist es denkbar, dass diese Diﬀerenz durch das Matching ausgeglichen wird. Allerdings ist das durchschnittlich ausstehende Volumen f¨ ur die Banken-Papiere geringer, w¨ahrend hinsichtlich der Kuponh¨ohe nur eine geringf¨ ugige Diﬀerenz besteht. Somit kann auf Basis der durchschnittlichen Auspr¨agungen der Bondmerkmale nicht prognostiziert werden, wie sich der Spread durch das Matching ver¨andert.

Tabelle 3-122: Deskriptive Statistik Banken vs. AGCY (S&P B- bis AAA 2002) BondKategorie Banken-Bonds (230) AGCYBonds (123)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

75,65

1,52 %

4,58

310.825,66

7,20

93,55

2,05 %

8,09

500.036,79

7,35

Da im Vergleich zu den bisherigen Analysen im 2002er-Sample deutlich weniger AGCY-Bonds mit einem S&P-Rating zur Verf¨ ugung standen, konnten bereits ab einer Obergrenze von 0,2 nur noch 17 Bond-Paare konstruiert werden. Hinsichtlich der Spreads von Banken- und AGCY-Titeln lassen sich in den durchgef¨ uhrten Matched Pairs-Analysen keine signiﬁkanten Unterschiede nachweisen. F¨ ur die Werte der Maximaldistanz von 0,3 bis 0,2 lag

278

3 Empirische Analyse des amerikanischen Bond-Marktes

die Spread-Diﬀerenz jeweils bei etwa 2BP.179 Obwohl eine Verringerung der Maximaldistanz nur begrenzt m¨oglich war, kann das erzielte Ergebnis als Best¨atigung der Hypothese identischer Spreads der Kategorien Bank und AGCY gewertet werden. Banken vs. AGCY (Moody’s B3 bis Aaa) Bei Verwendung von Moody’s-Ratings nimmt die Anzahl der AGCY-Bonds zu, w¨ahrend die verf¨ ugbaren Banken-Titel im Vergleich zum zuvor betrachteten S&P-Sample weniger werden. Im ungematchten Sample liegen die Spreads der 168 Banken-Bonds im Durchschnitt um ca. 33BP oberhalb der Spreads der 288 AGCY-Papiere. Im Hinblick auf die Bondcharakteristika l¨asst sich auch hier keine einheitliche Wirkungsrichtung ableiten. Der Wert des Liquidit¨ats-Proxys f¨allt f¨ ur die AGCY-Titel deutlich h¨oher aus, was die geringeren Spreads erkl¨aren k¨onnte. Die Banken-Bonds haben durchschnittlich jedoch die geringeren Durationswerte und die Unterschiede in Bezug auf die Kuponh¨ohe sind wiederum relativ gering. Tabelle 3-123: Deskriptive Statistik Banken vs. AGCY (Moody’s B3 bis Aaa 2002) BondKategorie Banken-Bonds (168) AGCYBonds (288)

durchschn. Spread (in BP)

durchschn. erw. PD

durchschn. Duration

durchschn. ausst. Vol. (in T-US$)

durchschn. Kuponh¨ ohe (in %)

82,30

2,01 %

6,30

263.799,42

7,16

49,12

1,78 %

7,12

485.714,77

6,96

Im Rahmen der Matched Pairs-Analyse des betrachteten Samples konnten auch bei einer Maximaldistanz von 0,15 noch 50 Bond-Paare gebildet werden. Interessanterweise wurden f¨ ur Obergrenzen des Distanzmaßes von 0,3 bis 0,15 f¨ ur die Banken-Bonds um ca. 58 bis 62BP h¨ohere Spreads hochsigniﬁkant nachgewiesen. Die ermittelten Unterschiede sind deutlich h¨oher als die f¨ ur die Datens¨atze aus 2004 und 2006 zu beobachtenden Werte. Hinsichtlich des 179

Vgl. hierzu auch Tabelle 3-124, die die Ergebnisse f¨ ur S&P- und Moody’s-Ratings zusammenfasst.

3.7 Analyse des Datensatzes aus 2002

279

Vergleichs der Kategorien Bank und Unternehmen ist somit anzunehmen, dass die zus¨atzliche Ber¨ ucksichtigung der AGCY-Bonds innerhalb der 20 %Gewichtungsgruppe einen erheblichen Einﬂuss auf die erzielten Ergebnisse hatte. Tabelle 3-124 stellt die Ergebnisse auf Basis von Moody’s-Ratings den zuvor unter Verwendung von S&P-Ratings erzielten Resultaten gegen¨ uber. Tabelle 3-124: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2002) S&P Moody’s SpreadSpreadAnzahl Anzahl vorgegebene Diﬀerenz Diﬀerenz Paare Paare Maximaldistanz (Bank - AGCY) (Bank - AGCY) 0,3 -2,17 51 58,74∗∗∗ 213 -1,73 34 0,25 0,2 -2,36 17 58,89∗∗∗ 89 61,77∗∗∗ 50 0,15 41,17 16 0,1 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

In Bezug auf die durch S&P gerateten Banken- und AGCY-Bonds stimmen die Ergebnisse mit den korrespondierenden Resultaten der Datens¨atze aus 2004 und 2006 tendenziell u ur ¨berein. Allerdings sind die Ergebnisse f¨ das 2002er-Sample in Bezug auf das Moody’s-Sample sehr viel deutlicher als in den anderen Untersuchungen. Eine derart starke Diskrepanz konnte weder in 2004 noch in 2006 nachgewiesen werden. Außerdem ist darauf hinzuweisen, dass die hier ermittelten Werte bei Weitem nicht so stark durch einzelne Bonds beeinﬂusst werden wie im Rahmen der 2004er-Analyse. Aufgrund der ermittelten Unterschiede ist zu hinterfragen, inwiefern auf AGCYund Banken-Titel unterschiedliche Einﬂussgr¨oßen wirken. Da AGCY-Papiere durch staatlich gesponsorte Institutionen emittiert werden gehen viele Investoren von einer impliziten Staatsgarantie aus.180 Dies w¨ urde einerseits erl¨aren wieso f¨ ur das Moody’s-Sample so deutliche Abweichungen auftreten, aber andererseits die Frage aufwerfen, wieso f¨ ur das S&P-Sample keine deutlichen Unterschiede festzustellen sind. Burch und Heuson (2006) untersuchen 180

Vgl. The Securities Industry and Financial Markets Association (2007)

280

3 Empirische Analyse des amerikanischen Bond-Marktes

AGCY-Bonds und kommen zu dem Ergebnis, dass AGCY-Papiere hinsichtlich der Risikofaktoren, auf die sie reagieren, eher mit Unternehmens-Bonds vergleichbar sind als mit Staats-Titeln. Dementsprechend kritisch beurteilen sie eine Substitutionsbeziehung zwischen AGCY- und Staats-Bonds,181 was gegen eine derartige Erkl¨arung f¨ ur die beobachteten Abweichungen spricht. Eine m¨ogliche Ursache kann allerdings auch hier in den bereits im Abschnitt 3.5.4 dargestellten Unterschieden in den Ratingverfahren der beiden Agenturen bestehen. Durch Unterschiede in Bezug auf die im RatingProzess verarbeiteten Risikofaktoren k¨onnen sich Ver¨anderungen der ¨okonomischen Rahmenbedingungen und die damit verbundenen Auswirkungen auf die Situation von Unternehmen(sgruppen) in unterschiedlicher Weise auf die Rating-Urteile niederschlagen. Außerdem ist darauf zu achten, dass sowohl S&P als auch Moody’s ihre Rating-Methoden permanent weiterentwickeln. Im Vergleich zu den beiden sp¨ater betrachteten Zeitpunkten in 2004 und 2006 ist in diesem Zusammenhang darauf hinzuweisen, dass Moody’s Anfang 2002 im Nachgang zur sehr ¨oﬀentlichkeitswirksamen Insolvenz des amerikanischen Energie-Konzerns Enron oﬃziell bekannt gemacht hat, dass die RatingVerfahren u uft und angepasst werden sollen, um eine schnellere Reakti¨berpr¨ ¨ on auf Anderungen in den ber¨ ucksichtigten Risikofaktoren zu erm¨oglichen.182 S&P hat im Zusammenhang mit dieser Diskussion lediglich darauf hingewiesen, dass die eigenen Verfahren regelm¨aßig weiterentwickelt werden, aber dass ¨ keine besonderen Anderungen der Rating-Verfahren im Zusammenhang mit der Enron-Krise vorgenommen werden. Demzufolge ist es denkbar, dass die durch Moody’s verwendete Methodik im Laufe des Jahres 2002 grundlegend ¨ ver¨andert wurde, w¨ahrend bei S&P keine signiﬁkanten Anderungen vorgenommen wurden. Hierin kann eine wesentliche Ursache f¨ ur die beschriebenen Abweichungen bestehen, die im 2002er-Datensatz st¨arker ausgefallen sind als zu den sp¨ateren Zeitpunkten. Die in Tabelle 3-124 wiedergegebenen Ergebnisse werden in Abbildung 3.58 abschließend graﬁsch dargestellt.

181 182

Vgl. Burch und Heuson (2006), S. 22 Vgl. Credit (2002).

3.7 Analyse des Datensatzes aus 2002

281

70,00 Spread-Differenz in BP (Bank - AGCY)

60,00 50,00 40,00 30,00 20,00 10,00 0,00 -10,00 0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

Distanz S&P

Moody's

Abbildung 3.58: Spread-Diﬀerenzen bei unterschiedlichen Maximaldistanzen (Banken vs. AGCY 2002)

3.7.5

Zusammenfassung und Interpretation der empirischen Ergebnisse fu ¨ r 2002

Zun¨achst ist festzuhalten, dass im Unterschied zu den Datens¨atzen aus 2004 und 2006 ein Einﬂuss der regulatorischen Kapitalunterlegung auf die erkl¨arten Bond-Spreads f¨ ur das Sample aus 2002 deutlich nachgewiesen werden konnte. Insbesondere die Regressionsergebnisse (vgl. Abschnitte 3.7.2.1, 3.7.2.2 und 3.7.2.3) sowie die dargestellten Matched Pairs-Resultate bei gleichzeitiger Betrachtung mehrerer Rating-Klassen (vgl. Abschnitt 3.7.4.1) haben sowohl statistisch als auch ¨okonomisch signiﬁkante Spread-Unterschiede erbracht. Dementsprechend stellen die Ergebnisse insgesamt eine Best¨atigung der in Gliederungspunkt 3.6.5 formulierten Annahme bez¨ uglich der Wirkung von Basel II dar. W¨ahrend in den anderen beiden Datens¨atzen das Investitionsverhalten der Kreditinstitute bereits an die noch nicht in Kraft getretenen Neuregelungen angepasst zu sein scheint, besteht im hier betrachteten Sample ein deutlich st¨arkerer Einﬂuss der alten“ Unterlegungskategorien nach ” Basel I. In einer im Oktober 2004 durch New York State Banking Department durchgef¨ uhrten Umfrage unter ausl¨andischen, in New York niedergelassenen Banken hat der Großteil der befragten Institute angegeben, dass bereits ent-

282

3 Empirische Analyse des amerikanischen Bond-Marktes

Spread-Differenz in BP (Unternehmen - Bank)

schieden sei, welchen der in Basell II vorgeschlagenen Ans¨atze zur Risikosteuerung man zum Jahresende 2006 umsetzen wird.183 Da die Einf¨ uhrung eines neuen Risikosteuerungssystems in der Regel mit einer Testphase verbunden ist, kann davon ausgegangen werden, dass die Implementation bereits mindestens ein Jahr vor der Einf¨ uhrung von Basel II erfolgt ist und somit zumindest im 2006er-Sample schon eine gewisse Wirkung zeigen sollte.184 Im Folgenden werden die Ergebnisse der kategorieweisen Matched PairsUntersuchungen dargestellt, um m¨ogliche Gr¨ unde f¨ ur die im Vergleich zu den anderen Analysen zum Teil abweichenden Ergebnisse zu diskutieren. Abbildung 3.59 fasst die in den untersuchten S&P- und Moody’s-Kategorien zu beobachtenden Spread-Diﬀerenzen zusammen.

40 30 20 10 0 -10

A/A2

A+/A1

AA-/Aa3

Rat ing (S&P/M oody's) S&P

M oody's

Abbildung 3.59: Spread-Diﬀerenzen in unterschiedlichen Rating-Klassen (Banken & AGCY vs. Unternehmen 2002)

Bis auf den Vergleich innerhalb der S&P-Kategorie A basieren die pr¨asentierten Werte auf relativ wenigen Bond-Paaren, sodass die Spread-Verl¨aufe nicht u ¨berbewertet werden sollten. Im Fall der durch Moody’s gerateten Bonds ist 183

Vgl. Nikolov (2004), S. 5ﬀ. Eine Steuerung unter der Annahme, dass die Basel II-Regelungen bereits umgesetzt wurden, h¨atte zur Folge, dass die beschriebene Diskrepanz zwischen regulatorischem und o¨konomischem Eigenkapital, wie sie unter Basel I existiert, sich deutlich weniger auf die Investitionsentscheidungen auswirken w¨ urde. Vgl. hierzu auch die Ausf¨ uhrungen in Abschnitten 1 sowie 3.6.5. 184

3.7 Analyse des Datensatzes aus 2002

283

darauf zu achten, dass zwischen den Kategorien AGCY und Unternehmen f¨ ur die Klasse Aaa eine Diﬀerenz in H¨ohe von ca. 73BP signiﬁkant nachgewiesen wurde, was deutlich oberhalb der im Rahmen der Regressionsanalyse ermittelten Diﬀerenz liegt.185 Ber¨ ucksichtigt man dar¨ uber hinaus die f¨ ur das Moody’s-Sample ermittelten Unterschiede zwischen Banken- und AGCYBonds, so legt dies die Vermutung nahe, dass die AGCY-Bonds tats¨achlich einen gravierenden Einﬂuss auf die ermittelte Diﬀerenz gegen¨ uber der Kategorie Unternehmen haben. Um zu testen, wie stark dieser Einﬂuss in Basispunkten ausgedr¨ uckt ist, k¨onnen die unter Verwendung von AGCY-Bonds gebildeten Paare aus den jeweiligen gematchten Samples eliminiert werden. In Abschnitt 3.7.4.1 wurden im Moody’s-Sample beispielsweise bei einer Maximaldistanz von 0,2 646 Paare gebildet, f¨ ur die eine Spread-Diﬀerenz von ca. 35BP nachgewiesen wurde. Davon bestanden lediglich 235 Paare aus einem Banken- und einem Unternehmens-Bond. Betrachtet man nur dieses Sub-Sample, so verringert sich die Spread-Diﬀerenz auf ca. 22BP und liegt etwas unterhalb des bei identischer Maximaldistanz f¨ ur das S&P-Sample ermittelten Wertes. Daraus l¨asst sich zum einen ein sehr starker Einﬂuss der Kategorie AGCY ableiten. Zum anderen f¨allt auf, dass die Renditediﬀerenz zwischen Banken und Unternehmen zwar kleiner wird, aber weiterhin eine ¨okonomisch bedeutsame Gr¨oßenordnung aufweist. In Bezug auf den weiterhin bestehenden Unterschied zwischen S&P und Moody’s ist zu u ufen, ob die Rating-Abweichungen, die ¨berpr¨ in den Datens¨atzen aus 2004 und 2006 bestand, auch im hier untersuchten Sample noch existiert. Sollte dem so sein, k¨onnte dies eine Erkl¨arung f¨ ur die unterschiedlichen Spread-Diﬀerenzen sein.

185

Vgl. Gliederungspunkt 3.7.3.3.

284

3 Empirische Analyse des amerikanischen Bond-Marktes

Tabelle 3-125: Banken-Bonds Moody’s vs. S&P (2002) Anzahl Bonds mit davon: Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl

Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds

mit AA mit AAmit A+ mit A mit Amit BBB+ mit BBB mit BBBohne S&P-Rating

Moody’s Aa3 75

Moody’s A1 29

Moody’s A2 19

4 23 6 22 6 14

2 25 1 1

4 13 2

Aus Tabelle 3-125 ist ersichtlich, dass in der Rating-Klasse Aa3 keine so deutlichen Abweichungen existieren wie in den Datens¨atzen aus 2004 und 2006. F¨ ur die Kategorien A1 und A2 weist der Großteil der Titel weiterhin ein um eine Kategorie schlechteres S&P-Rating als die korrespondierende Moody’s-Klasse auf.

3.7 Analyse des Datensatzes aus 2002

285

Tabelle 3-126: Unternehmens-Bonds Moody’s vs. S&P (2002) Anzahl Bonds mit Moody’s

Moody’s Aa3 38

Moody’s A1 99

Moody’s A2 283

4 8 1 3 22

2 3 49 8 3 11 23

3 2 9 64 63 17 10 115

davon: Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl Anzahl

Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds Bonds

mit AAA mit AA+ mit AA mit AAmit A+ mit A mit Amit BBB+ mit BBB mit BBBmit B+ mit CC ohne S&P-Rating

Betrachtet man die in Tabelle 3-126 aufgef¨ uhrten Ratings der UnternehmensBonds, so sind keine a¨hnlich gravierenden Abweichungen festzustellen wie zuvor f¨ ur die Banken-Titel. Allerdings weist in der Kategorie A2 ein relativ großer Anteil der Papiere ein S&P-Rating von A+ auf, was eine Kategorie oberhalb der korrespondierenden Moody’s-Rating-Klasse liegt. Insgesamt scheinen weiterhin gewisse Unterschiede zu bestehen, die allerdings nicht ganz so deutlich ausgepr¨agt sind wie im 2004er und 2006er-Sample. Ein deutlicherer Unterschied zu den beiden anderen Betrachtungszeitpunkten zeigt sich in den Regressionsergebnissen unter Verwendung von Interaktionstermen. Zun¨achst l¨asst sich festhalten, dass die Interaktionsterme lediglich f¨ ur das Moody’s-Sample eine signiﬁkante Steigerung des Erkl¨arungsgehaltes des Modells erm¨oglicht haben, was auf einen geringeren Zusammenhang zwischen den Dummys und den Kontrollvariablen hindeutet. W¨ahrend in den beiden zuerst analysierten Datens¨atzen ein hochsigniﬁkanter Zusammenhang zwischen der Wirkung des Banken-Dummys und der Rating-Kategorie nachgewiesen wurde, wurde der Interaktionsterm f¨ ur das Moody’s-Sample aus 2002 eliminiert. Somit ist der Einﬂuss der erforderli-

286

3 Empirische Analyse des amerikanischen Bond-Marktes

chen regulatorischen Kapitalunterlegung f¨ ur den hier betrachteten Datensatz nicht nur st¨arker als in den anderen Datens¨atzen, sondern scheint außerdem ¨ unabh¨angig von der Rating-Kategorie der Banken-Bonds zu wirken. Ahnliche Ergebnisse wie im 2004er-Sample wurden hingegen f¨ ur die Interaktionen zwischen Banken-Dummy und Kupon, Banken-Dummy und Duration sowie Staats-Dummy und ausstehendem Volumen ermittelt. Daher wirken auch hier neben den diskutierten Rating-Abweichungen weitere Einﬂ¨ usse auf die ermittelten Spread-Diﬀerenzen.186 Inwiefern zwischen den beiden RatingAgenturen oder u ¨ber die einzelnen Rating-Klassen hinweg Unterschiede hinsichtlich der Auspr¨agungen der Bondmerkmale bestehen, fasst Tabelle 3-127 zusammen.

186 Die Ausf¨ uhrungen aus Abschnitt 3.5.4 bez¨ uglich unterschiedlicher Diversiﬁkationswirkungen sowie im Hinblick auf Angebotsunterschiede innerhalb der betrachteten RatingKlassen gelten auch hier.

3.7 Analyse des Datensatzes aus 2002

287

Tabelle 3-127: Spread-Diﬀerenzen und Bondmerkmale (Banken & AGCY vs. Unternehmen 2002) RatingKlasse

A

A+

AA-

A2

A1

Aa3

BondKategorie

Banken- & AGCY-Bonds (103) UnternehmensBonds (162) Banken- & AGCY-Bonds (48) UnternehmensBonds (186) Banken- & AGCY-Bonds (31) UnternehmensBonds (36) Banken- & AGCY-Bonds (31) UnternehmensBonds (283) Banken- & AGCY-Bonds (39) UnternehmensBonds (99) Banken- & AGCY-Bonds (87) UnternehmensBonds (38)

durchschn. durchschn. ausst. Vol. Duration (in T-US$)

5,07

324.053,62

durchschn. Spreaddurchschn. Diﬀerenz im geKuponh¨ ohe matchten Sample (in %) (Unt.-Bank) (in BP) 7,28 36,4

7,73

242.095,03

7,05

5,42

347.902,10

7,18 9,8

8,59

253.448,39

7,20

5,20

170.845,94

7,05 -2,4

8,24

247.744,44

7,03

7,01

219.773,35

7,01 4,3

7,77

159.406,22

7,17

6,56

275.820,51

7,49 7,4

8,21

216.379,80

7,13

7,04

260.653,21

7,44 -2,9

8,59

128.241,32

7,07

Tabelle 3-127 ist zu entnehmen, dass, wie schon im 2004er-Datensatz, auch hier in den Moody’s-Samples deutlich geringere Werte des Liquidit¨ats-Proxys auftreten. Eine weitere Gemeinsamkeit besteht in den deutlich h¨oheren Dura-

288

3 Empirische Analyse des amerikanischen Bond-Marktes

tions-Werten der Unternehmens-Bonds gegen¨ uber den Banken-Titeln. Allerdings f¨allt die Diﬀerenz im hier betrachteten Sample im Vergleich zum Sample aus 2004 in allen betrachteten Rating-Kategorien etwas gr¨oßer aus. Insgesamt l¨asst sich aber festhalten, dass im Hinblick auf die relativen Abweichungen zwischen den Rating-Klassen und auch den Rating-Agenuteren keine als gravierend zu bezeichnenden Unterschiede im Vergleich zu den zuvor betrachteten Datens¨atzen auftreten. Daher wird angenommen, dass im betrachteten Sample ein deutlich st¨arkerer Einﬂuss der regulatorischen Kapitalanforderungen besteht als in den Datens¨atzen aus 2004 und 2006, der im Wesentlichen auf den gr¨oßeren zeitlichen Abstand zur Basel II-Einf¨ uhrung zur¨ uckgeht.

3.8

Zusammenfassung der empirischen Ergebnisse

Wie im vorangegangenen Abschnitt bereits dargestellt, war es f¨ ur den fr¨ uhesten der drei untersuchten Zeitpunkte m¨oglich, die eingangs formulierte Hypothese, dass die Rendite eines Bonds umso h¨oher ausf¨allt, je h¨oher die erforderliche Unterlegung mit regulatorischem Eigenkapital ist, zu best¨atigen. Insbesondere die Ergebnisse der durchgef¨ uhrten Regressionsanalysen haben nicht nur f¨ ur die Bond-Kategorie Staat im Vergleich zu den anderen Kategorien niedrigere Spreads best¨atigt, sondern auch f¨ ur die Banken-Papiere signiﬁkant niedrigere Renditen als f¨ ur die Bonds der Kategorie Unternehmen. In den erweiterten Regressionsmodellen ohne Interaktionsterme konnte auf Basis von S&P-Ratings eine Spread-Diﬀerenz von ca. 44BP durch einen hochsigniﬁkanten negativen Banken-Dummy best¨atigt werden. Unter Verwendung von Moody’s-Ratings lagen die Unternehmensrenditen um ca. 42BP oberhalb derer der einbezogenen Banken-Bonds. In den Jahren 2004 und 2006 waren die Ergebnisse bei Weitem nicht so deutlich und zudem sehr stark vom verwendeten Rating abh¨angig. F¨ ur 2004 waren die Banken-Spreads im erweiterten Regressionsmodell lediglich bei Verwendung von Moody’s-Ratings signiﬁkant kleiner als die der Unternehmens-Bonds. W¨ahrend der BankenDummy im Moody’s-Sample auf ca. 9BP niedrigere Spreads der Kategorie Bank hindeutet, kehrt sich bei Verwendung von S&P-Ratings das Vorzeichen um und es wird eine hochsigniﬁkante Spread-Diﬀerenz von -13BP ermittelt. Diese deutliche Abweichung der Ergebnisse auf Basis von S&P und auf Basis von Moody’s hat sich auch im Rahmen der Regressionsanalyse des Datensatzes aus 2006 gezeigt. Hier konnten im S&P-Sample keine Unterschiede zwischen Banken- und Unternehmens-Bonds nachgewiesen werden und im Moody’s-Sample wurden f¨ ur Banken-Bonds im erweiterten Regressionsmo-

3.8 Zusammenfassung der empirischen Ergebnisse

289

dell durch einen hochsigniﬁkanten Banken-Dummy um gut 10BP geringere Spreads nachgewiesen als f¨ ur die Unternehmens-Papiere. Im Laufe der durchgef¨ uhrten Untersuchung wurden f¨ ur die abweichenden Ergebnisse auf Basis von Moody’s- und S&P-Ratings, die zum Teil auch im Widerspruch zur Basishypothese standen, verschiedene Erkl¨arungsm¨oglichkeiten herausgearbeitet. Zun¨achst war festzustellen, dass insbesondere in den Datens¨atzen der Jahre 2004 und 2006 die Banken-Bonds durch S&P systematisch schlechter geratet wurden als durch Moody’s. In diesem Zusammenhang wurden die explizit im Rating erfassten Risikofaktoren der beiden Agentu¨ ren gegen¨ ubergestellt. Dabei wurden trotz einer relativ großen Ahnlichkeit auch Unterschiede zwischen den beiden Agenturen entdeckt, die darauf hindeuteten, dass im Rahmen der Ratings eine unterschiedliche Gewichtung der verschiedenen Faktoren erfolgt. Eine weitere wesentliche Erkenntnis ergab sich nach der Analyse des fr¨ uhesten Zeitpunktes im Jahr 2002. Hier war zun¨achst festzustellen, dass die zu den sp¨ateren Zeitpunkten auftretenden Ratingabweichungen nicht in so deutlicher Form vorlagen wie in 2004 und 2006. Weiterhin hat sich herausgestellt, dass im Jahr 2002 im Nachgang zur Enron¨ Aﬀ¨are durch Moody’s eine grundlegende Uberarbeitung der Ratingmethodik kommuniziert wurde. Vor dem Hintergrund, dass zu den sp¨ateren Zeitpunkten weitaus deutlichere Unterschiede zwischen den Ratings auftraten, kann angenommen werden, dass mit dieser Anpassung eine signiﬁkante Wirkung in Bezug auf die durch Moody’s f¨ ur Banken-Papiere vergebenen Ratings einher ging, die zu den beobachteten Abweichungen gef¨ uhrt hat bzw. bereits bestehende Abweichungen zwischen den beiden Rating-Agenturen verst¨arkt hat. Unabh¨angig von diesen Unterschieden bzgl. der vergebenen Ratings, kann f¨ ur die durchgef¨ uhrten Regressionsanalysen festgehalten werden, dass lediglich f¨ ur 2002 ein signiﬁkanter Zusammenhang belegt werden konnte, der im Einklang mit den aufgestellten Hypothesen bzgl. des Einﬂusses der regulatorischen Kapitalanforderungen steht und auch ¨okonomisch eine signiﬁkante Gr¨oßenordnung aufweist. Erg¨anzend ist darauf hinzuweisen, dass die Regressionsergebnisse des Datensatzes aus 2002 im Vergleich zu den sp¨ateren Zeitpunkten einen deutlich geringeren Erkl¨arungsgehalt aufwiesen. Diesbez¨ uglich kann aber angenommen werden, dass die niedrigeren Werte des Bestimmtheitsmaßes auf die im Vergleich zu den sp¨ateren Zeitpunkten deutlich geringere Datenbasis sowie m¨oglicherweise auf die in Abschnitt 3.7.2.1 dargestellten Abweichungen zwischen den zum Teil nur sehr groben Informationen bez¨ uglich der historischen Ausfallraten der beiden Rating-Agenturen

290

3 Empirische Analyse des amerikanischen Bond-Marktes

zur¨ uckzuf¨ uhren sind. Matched Pairs-Analysen wurden sowohl auf Basis einzelner Rating-Klassen als auch unter gleichzeitiger Einbeziehung mehrerer Rating-Klassen durchgef¨ uhrt. Bei den Matched Pairs-Analysen auf Basis einzelner Kategorien waren die Ergebnisse sehr heterogen und widersprachen zum Teil der Hypothese, dass die Rendite umso h¨oher ausf¨allt, je h¨oher die erforderliche Unterlegung mit regulatorischem Eigenkapital ist. Da die Datenbasis im 2002er-Sample deutlich geringer war als zu den sp¨ateren Zeitpunkten, konnten hier f¨ ur die einzeln betrachteten Rating-Klassen kaum aussagekr¨aftige Ergebnisse generiert werden, sodass die Basishypothese nicht so eindeutig best¨atigt werden konnte wie im Rahmen der zuvor beschriebenen Regressionsanalysen f¨ ur diesen Zeitpunkt. Vor dem Hintergrund, dass die beschriebenen Unterschiede zwischen den Ratings von Moody’s und S&P in 2002 deutlich geringer ausﬁelen, erscheint es folgerichtig, dass auch die Matched Pairs-Ergebnisse f¨ ur die einzeln analysierten Rating-Klassen in 2002 deutlich weniger stark von der Rating-Agentur abh¨angen als zu den sp¨ateren Zeitpunkten.187 Allerdings sollte diese Beobachtung aufgrund der erw¨ahnten geringen Datenbasis nicht u ¨berinterpretiert werden. Bei den Matched-Pairs-Analysen unter Einbeziehung mehrerer Rating-Klassen konnten die Regressionsergebnisse in ihrer Tendenz hingegen best¨atigt werden. Es wurden signiﬁkante SpreadDiﬀerenzen von u ur beide Agenturen nachgewiesen. Somit k¨onnen ¨ber 20BP f¨ diese Ergebnisse als sowohl statistisch als auch ¨okonomisch signiﬁkant bezeichnet werden. F¨ ur das 2004er-Sample wurden die Ergebnisse der kategorieweisen Ana¨ lysen beim Ubergang von der S&P-Kategorie A zur Kategorie A+ signiﬁkant und haben die Basishypothese best¨atigt. Die Ergebnisse auf Basis des Moody’s-Samples haben die Hypothese f¨ ur die Rating-Klasse Aa3 best¨atigt, w¨ahrend in den anderen Rating-Klassen keine nennenswerten Spread-Diﬀerenzen festzustellen waren. Da f¨ ur 2004 gerade in der Rating-Klasse Aa3 trotz der durchgef¨ uhrten Datenbereinigung ein sehr starker Anstieg der Unternehmens-Spreads zu beobachten war, besteht die M¨oglichkeit, dass die Ergebnisse der Regression durch diese Rating-Klasse getrieben wurden. Die Matched Pairs-Ergebnisse u ur das Moody’s¨ber mehrere Rating-Klassen h¨angen f¨ Sample sehr stark von der in der jeweiligen Analyse zugrunde gelegten Maximaldistanz ab und lassen keine eindeutige Aussage zu. F¨ ur das S&P-Sample waren bei Ber¨ ucksichtigung mehrer Rating-Klassen keine signiﬁkanten Diﬀe187

Vgl. Abbildung 3.59.

3.8 Zusammenfassung der empirischen Ergebnisse

291

renzen nachweisbar. Im Hinblick auf die Regressions-Analyse unter Einbeziehung von Interaktionstermen ist noch anzumerken, dass der Zusammenhang zwischen dem Einﬂuss des Banken-Dummys und der Rating-Kategorie in keinem der Datens¨atze so stark ausgepr¨agt war wie im 2004er-Sample. W¨ahrend die beobachteten Renditen f¨ ur die besseren Rating-Klassen im Einklang mit der formulierten Hypothese standen, war der Zusammenhang f¨ ur die schlechteren Rating-Kategorien umgekehrt. Als denkbare Begr¨ undung daf¨ ur wurde erl¨autert, dass die Diskrepanz zwischen ¨okonomischem und regulatorischem Eigenkapital tendenziell umso gr¨oßer ist, je besser das Rating des jeweiligen Bonds ausf¨allt. Insgesamt konnte die u ufte Hypothese f¨ ur den 2004er¨berpr¨ Datensatz allerdings nicht eindeutig best¨atigt werden. F¨ ur den 2006er-Datensatz haben die Matched Pairs-Analysen ergeben, dass die Unternehmens-Spreads f¨ ur die S&P-Kategorie A signiﬁkant gr¨oßer ¨ waren als die Banken-Spreads. Beim Ubergang zur Rating-Klasse A+ war keine Diﬀerenz mehr nachzuweisen. Somit ist dieser Verlauf im Vergleich zum 2004er-Datensatz entgegengesetzt. Die Ergebnisse der Moody’s-Kategorie A1 haben signiﬁkant h¨ohere Banken-Spreads ergeben und standen im Widerspruch zur Basishypothese. F¨ ur die u ¨brigen untersuchten Rating-Klassen wurden keine signiﬁkanten Spread-Diﬀerenzen nachgewiesen. Eine klare Tendenz, in welcher Weise sich die Spread-Diﬀerenzen in h¨oheren oder niedrigeren Rating-Kategorien entwickeln, konnte insgesamt nicht festgestellt werden. Die Ergebnisse der Matched Pairs-Analysen bei gleichzeitiger Ber¨ ucksichtigung mehrerer Rating-Klassen haben ergeben, dass bei Verwendung von S&P-Ratings signiﬁkant h¨ohere Unternehmens-Spreads von mindestens 7BP bestehen, w¨ah-rend f¨ ur das Moody’s-Sample keine signiﬁkante SpreadDiﬀerenz belegt werden konnte. Im Unterschied dazu waren die Regressionsergebnisse lediglich auf Basis von Moody’s-Ratings signiﬁkant; allerdings kann als Gemeinsamkeit festgehalten werden, dass die ¨okonomische Signiﬁkanz der Ergebnisse f¨ ur beide Analysen relativ gering war. Zusammenfassend l¨asst sich festhalten, dass ein sowohl statistisch als auch o¨konomisch signiﬁkanter Einﬂuss der Schuldnerkategorie des Emittenten f¨ ur Bonds lediglich f¨ ur den Datensatz aus 2002 nachgewiesen werden konnte. Die Ergebnisse f¨ ur die untersuchten Samples aus den Jahren 2004 und 2006 waren deutlich weniger eindeutig und widersprachen zum Teil sogar der Hypothese, dass die Rendite umso h¨oher ausf¨allt, je h¨oher die erforderliche Unterlegung mit regulatorischem Eigenkapital ist.

293

4

Zusammenfassung und Ausblick

Das Ziel der vorliegenden Dissertation bestand darin, zu analysieren, ob die regulatorischen Mindestkapitalanforderungen nach Basel I das Investitionsverhalten von Kreditinstituten beeinﬂussen und dadurch Auswirkungen auf die am Bond-Markt zu beobachtenden Renditen haben. Dazu wurde in Kapitel 2 zun¨achst ein einfaches Modell entwickelt, das eine vergleichende Analyse des Investitionsverhaltens von Banken und Unternehmen erm¨oglicht hat. Im Grundmodell konnte zun¨achst gezeigt werden, dass Parameterkonstellationen existieren, in denen die optimale BondNachfrage einer Bank von der eines Unternehmens unterscheidet (vgl. Implikation 2.1). Darauf aufbauend hat sich gezeigt, dass die Korrelationen der verf¨ ugbaren Bonds untereinander einen wesentlichen Einﬂuss auf die Nachfrage seitens der Bank aus¨ uben (vgl. Implikation 2.2). Als weiterer Einﬂussfaktor wurde die Mindestvorgabe in Bezug auf das ¨okonomische Kapital identiﬁziert (vgl. Implikation 2.3). Diese Erkenntnis ist im Hinblick auf die empirische Analyse aufgrund der engen Beziehung zwischen dem Rating eines Instituts und seiner ¨okonomischen Kapitalausstattung besonders interessant. Da keine detaillierten Daten zu den Bond-Portfolios einzelner Investoren verf¨ ugbar sind, besteht keine M¨oglichkeit, das Rating der am Bond-Markt als K¨aufer agierenden Marktteilnehmer einzubeziehen. Nachdem die Wirkungsweisen der ber¨ ucksichtigten Einﬂussgr¨oßen analysiert worden waren, wurde das Grundmodell erweitert. Das erweiterte Modell hat es erm¨oglicht, Aussagen in Bezug auf die Auswirkungen der regulatorischen Vorgaben auf die Preisbildung am Bondmarkt zu generieren. Unter Ber¨ ucksichtigung eines ﬁxen Bond-Angebots wurde gezeigt, dass neben den im Grundmodell identiﬁzierten Einﬂussfaktoren ein wesentlicher Eﬀekt von der vorgegebenen Angebotsstruktur ausgeht (vgl. Implikation 2.4). Auf Basis der Marktstruktur des amerikanischen Bond-Marktes wurde eine Hypothese in Bezug auf die erwartete Reihung der Renditen von Staats-, Banken- und Unternehmens-Bonds formuliert (vgl. Hypothese 3.1). Die formulierte Hypothese wurde im Rahmen der empirischen Analyse in Kapitel 3 f¨ ur Datens¨atze aus den Jahren 2002, 2004 und 2006 u uft. Nach Be¨berpr¨ schreibung der theoretischen Ans¨atze zur Bewertung von Bonds wurden die im Rahmen der Analyse verwendeten Kontrollvariablen vorgestellt und Hypothesen in Bezug auf ihre Wirkungsweisen formuliert. Des Weiteren wurde Hypothese 3.1 in drei Einzelhypothesen hinsichtlich der Wirkung der durch Dummy-Variablen erfassten Emittenten-Kategorien unterteilt. Außer-

294

4 Zusammenfassung und Ausblick

dem wurden zur Vorbereitung der anschließenden Untersuchungen die Vorgehensweise im Rahmen der Datenbereinigung sowie die grundlegenden AnalyseMethoden zusammengefasst. Im Anschluss an die Erl¨auterung der erwarteten Wirkungszusammenh¨ange sowie der methodischen Grundlagen wurden alle drei Datens¨atze unter Verwendung verschiedener Regressionsmodelle sowie mithilfe der Matched Pairs-Methodik analysiert. W¨ahrend die durchgef¨ uhrten Regressionen jeweils alle Bonds eines Samples einbezogen, wurden im Rahmen der Matched Pairs-Analysen zus¨atzlich direkte Vergleiche f¨ ur einzelne Rating-Kategorien durchgef¨ uhrt. Die Ergebnisse waren sowohl u ¨ber die drei untersuchten Zeitpunkte als auch f¨ ur die drei deﬁnierten Bond-Kategorien gemischt. Zun¨achst l¨asst sich festhalten, dass f¨ ur die Kategorie Staat in allen Datens¨atzen signiﬁkant niedrigere Spreads im Vergleich zu den Banken- und Unternehmens-Bonds zu beobachten waren. Allerdings war es aufgrund der großen Abweichungen im Hinblick auf die Werte des ausstehenden Volumens im Rahmen der Matched Pairs-Analysen nur vereinzelt m¨oglich, StaatsBonds zu ber¨ ucksichtigen. Zudem besteht die Besonderheit, dass Staats-Titel durch Investoren h¨auﬁg als ausfallrisikofrei erachtet werden, was auch gegen¨ uber top-gerateten Unternehmens- bzw. Banken-Bonds einen Unterschied darstellt. Daher lassen die f¨ ur die Kategorie Staat beobachteten Spreads alleine keine zufriedenstellende Best¨atigung der u uften Hypothese zu. ¨berpr¨ Auch die Ergebnisse des Vergleichs der Kategorien Bank und Unternehmen sind aufgrund der besonderen Bedeutung von Banken innerhalb ¨ der Volkswirtschaft sowie der vergleichsweise deutlich intensiveren Uberwachung der Banken-Branche in ihrer Aussagekraft eingeschr¨ankt. Inwiefern beispielweise das Ausfallrisiko identisch gerateter Bonds der beiden Kategorien als identisch wahrgenommen wird, l¨asst sich nicht abschließend beurteilen. Gleichwohl existieren die im Rahmen der Analyse von Staats-Bonds beschriebenen Abweichungen hinsichtlich des ausstehenden Volumens nicht und auch das Ausfallrisiko d¨ urfte im Fall von Banken-Papieren nicht wie bei einem Großteil der betrachteten Staats-Papiere als nicht existent wahrgenommen werden. Daher konnten zum einen aussagekr¨aftigere Resultate generiert werden, zum anderen k¨onnen die Ergebnisse weniger stark mit dem Hinweis auf eine mangelnde Vergleichbarkeit des Ausfallrisikos kritisiert werden. Auf Basis der erzielten Resultate war es allerdings nicht m¨oglich, die Hypothese eines positiven Zusammenhangs zwischen der Spread-H¨ohe und der erforderlichen Menge an regulatorischem Eigenkapital f¨ ur alle untersuchte Datens¨atze zu belegen.

295 Der Datensatz aus 2002 wies den gr¨oßten zeitlichen Abstand zur BaselII-Umsetzung auf. Die Ergebnisse unterscheiden sich erheblich von denen der beiden sp¨ateren Datens¨atze. Sowohl auf Basis der durchgef¨ uhrten Regressionen als auch im Rahmen der Matched Pairs-Analysen unter Einbeziehung mehrerer Rating-Klassen wurden hochsigniﬁkante Renditediﬀerenzen zwischen Banken- und Unternehmens-Bonds nachgewiesen, die im Einklang mit der formulierten Hypothese standen. Dar¨ uber hinaus haben die Regressionen unter Verwendung von Interaktionstermen keinen Zusammenhang zwischen dem Einﬂuss des Banken-Dummys und dem Rating indiziert. Da außerdem im Vergleich zu den zuvor untersuchten Datens¨atzen keine starken Unterschiede im Hinblick auf die Auspr¨agungen der Kontrollvariablen bestanden, k¨onnen die im 2002er-Sample weitaus deutlicheren Ergebnisse auf den zum Zeitpunkt der Datenerhebung noch nicht vorhandenen Einﬂuss von Basel II zur¨ uckgef¨ uhrt werden. Dies kann als Best¨atigung der formulierten Wirkungszusammenh¨ange zwischen Bond-Rendite und H¨ohe der erforderlichen regulatorischen Kapitalausstattung interpretiert werden. Da die Neuregelungen nach Basel II allerdings schon vor der eigentlichen Einf¨ uhrung das Investitionsverhalten von Banken zu beeinﬂussen scheinen, konnte die u ufte ¨berpr¨ Hypothese f¨ ur die Datens¨atze aus 2004 und 2006 nicht eindeutig best¨atigt werden. Die f¨ ur den Datensatz aus 2004 durchgef¨ uhrten Regressionsanalysen ergaben in Bezug auf die Wirkung des Banken-Dummys zun¨achst gegens¨atzliche Resultate f¨ ur das S&P- und das Moody’s-Sample. W¨ahrend die Ergebnisse des Moody’s-Samples die erwartete Reihung der Renditen best¨atigten, deutete der Banken-Dummy im S&P-Sample auf h¨ohere Spreads der Banken-Bonds im Vergleich zu den Unternehmenstiteln hin. Als eine m¨ogliche Ursache wurden Rating-Abweichungen dargestellt, die auf eine untschiedliche Ber¨ ucksichtigung von bankspeziﬁschen Besonderheiten innerhalb der Rating-Prozesse von Moody’s und S&P hindeuten. Eine genauere Analyse der pr¨asentierten Abweichungen steht noch aus und wird u. a. dadurch erschwert, dass keine detaillierte Oﬀenlegung der Rating-Verfahren verf¨ ugbar ist. Als Indiz f¨ ur die Existenz von methodischen Unterschieden zwischen den beiden Rating-Agenturen wurden in Abschnitt 3.5.4 die im Rating ber¨ ucksichtigten Risikofaktoren nach Moody’s und S&P gegen¨ ubergestellt. Dar¨ uber hinaus wurden weitere Einﬂussfaktoren herausgestellt, die zum Teil innerhalb der empirischen Analyse nicht explizit ber¨ ucksichtigt werden konnten. Insbesondere wurde gezeigt, dass neben den Abweichungen in der Zuordnung einzelner Rating-Kategorien auch hinsichtlich der Bondmerkmale keine Homoge-

296

4 Zusammenfassung und Ausblick

nit¨at unter den betrachteten Rating-Klassen besteht. Diese Beobachtung ist aufgrund der im Rahmen der Regressionen unter Verwendung von Interaktionstermen ermittelten starken Einﬂ¨ usse der Bondmerkmale besonders interessant. Es wurde gezeigt, dass neben dem prim¨ar untersuchten Einﬂuss durch die regulatorischen Kapitalvorgaben weitere Einﬂussfaktoren existieren, die die erzielten Resultate u ¨berlagern. Die Ergebnisse der unter Einbeziehung mehrerer Rating-Klassen durchgef¨ uhrten Matched Pairs-Analysen ergaben ein einheitlicheres Bild. Allerdings deuteten die untersuchten Datens¨atze in beiden F¨allen darauf hin, dass kein bedeutender Einﬂuss der regulatorischen Vorgaben existiert. Innerhalb des Datensatzes aus 2006 konnte mithilfe der durchgef¨ uhrten Regressionen lediglich f¨ ur das Moody’s-Sample ein geringerer Spread der Banken-Bonds gegen¨ uber den Unternehmens-Papieren nachgewiesen werden. Die unter Verwendung der Matched Pairs-Methodik durchgef¨ uhrten Vergleiche konnten dieses Resultat jedoch nicht best¨atigen und bei isolierter Betrachtung einzelner Rating-Klassen kamen zum Teil sogar gegens¨atzliche Ergebnisse zustande. Zusammenfassend bleibt festzuhalten, dass neben dem untersuchten Einﬂuss durch die regulatorischen Kapitalanforderungen weitere Einﬂussfaktoren existieren, die die untersuchten Bondrenditen beeinﬂussen. Dennoch f¨allt auf, dass der Einﬂuss der regulatorischen Vorgaben mit der zeitlichen Entfernung zur Einf¨ uhrung der Basel II-Regelungen ansteigt. Aus den in der vorliegenden Arbeit erzielten Resultaten k¨onnen einige Aspekte f¨ ur zuk¨ unftige Forschungsarbeiten aufgegriﬀen werden. Obwohl der untersuchte Wirkungszusammenhang mit fortschreitender Umsetzung von Basel II f¨ ur die zuk¨ unftigen Renditen vermutlich von geringerer Bedeutung sein wird, konnte ein deutlicher Einﬂuss der Regulierung auf die Preisbildung nachgewiesen werden. Auf Basis dieser Erkenntnis sollten bestehende Bewertungsans¨atze dahingehend u uft werden, ob eine Verbesserung des ¨berpr¨ Erkl¨arungsgehalts durch die Ber¨ ucksichtigung von Regulierungsvorgaben erreicht werden kann. Im Hinblick auf die Bankenregulierung ist darauf hinzuweisen, dass das ¨okonomische und das regulatorische Kapital auch unter Basel II nicht absolut deckungsgleich sind.188 Sollte es m¨oglich sein, im Rahmen der neuen Base188 Kalkbrener und Overbeck (2002) zeigen beispielsweise, dass die im Rahmen von Basel II vorgegebenen Faktoren zur Ber¨ ucksichtigung unterschiedlicher Restlaufzeiten zu Inkonsistenzen f¨ uhren.

297

ler Regeln existierende Diskrepanzen zwischen den beiden Kapitalgr¨oßen zu operationalisieren, so k¨onnen die in der vorliegenden Arbeit pr¨asentierten Ans¨atze verwendet werden, um zu u ufen, ob weiterhin ein Einﬂuss der ¨berpr¨ Kapitalunterlegungspﬂichten auf die Preisbildung am Bond-Markt existiert. Dar¨ uber hinaus w¨aren zus¨atzlich zu der hier durchgef¨ uhrten Querschnittsanalyse eine Zeitreihenanalyse oder eine Event Study denkbare Erweiterungen. F¨ ur eine Event Study w¨are es jedoch notwendig zu deﬁnieren, ab wann Basel II zu wirken beginnt. Die Ausf¨ uhrungen in der vorliegenden Arbeit haben gezeigt, dass dies problematisch sein k¨onnte, da das Datum der rechtlichen Umsetzung von Basel II nicht mit dem Beginn der ¨okonomischen Auswirkungen durch die Neuregelungen gleichgesetzt werden kann.

299

Anhang A.1

¨ Uberpr u okonomischen Kapitalrestrikti¨ fung der ¨ on auf Konvexit¨ at

Unter der Annahme normalverteilter Renditen l¨asst sich der Portfolio-VaR als Vielfaches der Portfoliostandardabweichung bestimmen. Da das Portfoliovolumen sowie der vom Konﬁdenzniveau abh¨angige Faktor keinen Einﬂuss auf das Vorzeichen der Ableitungen haben, kann die Konvexit¨at der Nebenbedingung durch Bildung der zweiten partiellen Ableitungen der Portfoliostandardabweichung nach den Investitionsvolumina der drei Wertpapierkategorien u uft werden.189 Eine Bedingung f¨ ur eine konvexe Nebenbedingung ¨berpr¨ besteht darin, dass diese Ableitungen gr¨oßer Null sind. Daher wird die Konvexit¨atsannahme widerlegt, indem eine Parameterkonstellation pr¨asentiert wird, f¨ ur die eine dieser Ableitungen einen negativen Wert annimmt. σP ortf olio =

B 2 · σB 2 U 2 · σU 2 S 2 · σS 2 + + (S + B + U )2 (S + B + U )2 (S + B + U )2

(A-1)

S · B · σS · σB · ρS ,B S · U · σS · σU · ρS ,U +2· 2 (S + B + U ) (S + B + U )2 B · U · σB · σU · ρB,U +2 · (S + B + U )2 mit: S = Anlagevolumen in der Kategorie Staat in GE B = Anlagevolumen in der Kategorie Bank in GE U = Anlagevolumen in der Kategorie Unternehmen in GE +2 ·

189

Formel A-1 gibt die Portfolio-Standardabweichung in Abh¨ angigkeit der Investitionsvolumina der drei Wertpapierkategorien wieder.

300 1 2 · S · σS2 δσP ortf olio 2 · S 2 · σS2 2 · B 2 · σB2 = · − − δS 2 (S + B + U )2 (S + B + U )3 (S + B + U )3 2 · U 2 · σU2 2 · B · σS · σB · ρS,B − + 3 (S + B + U ) (S + B + U )2 4 · S · B · σS · σB · ρS,B 2 · U · σS · σU · ρS,U − + (S + B + U )3 (S + B + U )2 4 · S · U · σS · σU · ρS,U 4 · B · U · σB · σU · ρB,U − − (S + B + U )3 (S + B + U )3 2 2 2 2 S · σS B · σB U 2 · σU2 · + + (S + B + U )2 (S + B + U )2 (S + B + U )2 2 · S · B · σS · σB · ρS,B 2 · S · U · σS · σU · ρS,U + + (S + B + U )2 (S + B + U )2 − 12 2 · B · U · σB · σU · ρB,U + (S + B + U )2

Anhang

(A-2)

A.1 Konvexit¨atstest

1 δ 2 σP ortf olio =− · 2 δS 4

301

2 · S · σS2 2 · S 2 · σS2 2 · B 2 · σB2 − − (S + B + U )2 (S + B + U )3 (S + B + U )3 (A-3) 2 2 2 · U · σU 2 · B · σS · σB · ρS,B − + (S + B + U )3 (S + B + U )2 4 · S · B · σS · σB · ρS,B 2 · U · σS · σU · ρS,U − + (S + B + U )3 (S + B + U )2 2 4 · S · U · σS · σU · ρS,U 4 · B · U · σB · σU · ρB,U − − (S + B + U )3 (S + B + U )3 S 2 · σS2 B 2 · σB2 U 2 · σU2 · + + 2 2 (S + B + U ) (S + B + U ) (S + B + U )2 2 · S · B · σS · σB · ρS,B 2 · S · U · σS · σU · ρS,U + + (S + B + U )2 (S + B + U )2 3 − 2 2 · σS2 2 · B · U · σB · σU · ρB,U 1 · + + 2 (S + B + U ) 2 (S + B + U )2 8 · S · σS2 6 · S 2 · σS2 6 · B 2 · σB2 − + + (S + B + U )3 (S + B + U )4 (S + B + U )4 6 · U 2 · σU2 8 · B · σS · σB · ρS,B + − 4 (S + B + U ) (S + B + U )3 12 · S · B · σS · σB · ρS,B 8 · U · σS · σU · ρS,B + − (S + B + U )4 (S + B + U )3 12 · S · U · σS · σU · ρS,U 12 · B · U · σB · σU · ρB,U + + (S + B + U )4 (S + B + U )4 2 2 2 2 S · σS B · σB U 2 · σU2 · + + (S + B + U )2 (S + B + U )2 (S + B + U )2 2 · S · B · σS · σB · ρS,B 2 · S · U · σS · σU · ρS,U + + (S + B + U )2 (S + B + U )2 − 12 2 · B · U · σB · σU · ρB,U + (S + B + U )2

Die Formeln A-2 und A-3 geben die erste und die zweite Ableitung der Portfoliostandardabweichung nach dem Anteil der Kategorie Staat wieder. Tabelle A-1 gibt noch mal die im Rahmen der Analyse angenommenen Werte f¨ ur

302

Anhang

Standardabweichungen und Korrelationen sowie beispielhafte Werte f¨ ur die zu optimierenden Portfolioanteile wieder. L¨ost man Formel A-3 f¨ ur diese beispielhafte Parameterkonstellation, so ergibt sich ein Wert von −0, 5035·10−7 . Da die partielle Ableitung nach dem Investitionsvolumen der Kategorie Staat somit einen negativen Wert annimmt, liegt kein konvexes Optimierungsproblem vor. Tabelle A-1: Beispielwerte Modellparameter σS σB σU ρS,B ρS,U ρB,U S B U

0,01 0,01 0,01 0,8 0,8 0,8 40 GE 15 GE 10 GE

¨ A.2 Ubersicht Datenbereinigung

A.2

303

¨ Detaillierte Ubersicht zur durchgefu ¨ hrten Datenbereinigung

¨ Tabelle A-2: Ubersicht zu gesondert eliminierten Ausreißern (2006) EmittentenKategorie Corporates

Rating S&P AAA Moody’s Aaa

S&P A+

S&P AABanken

Moody’s Aa3

Moody’s Aa2 SOV&SSOV

S&P AAA Moody’s Aaa

Vor der Bereinigung gesondert eliminierte Bonds 5 Bonds mit Spread > 1.700BP. 4 Bonds mit Spread > 1.800BP. 6 Bonds (Morgan Stanley) mit Spreads > 4.000BP; 3 Bonds (Bank of America) mit Spreads > 1.800BP; 2 Bonds (Morgan Stanley) mit Spreads < -250BP. 6 Bonds (Bank of America) mit Spreads < -300BP. 3 Bonds (Morgan Stanley) mit Spreads > 4.000BP; 3 Bonds (Bank of America) mit Spreads > 1.800BP; 2 Bonds (Morgan Stanley) mit Spreads < -250BP. 6 Bonds (Bank of America) mit Spreads < -300BP. 6 Bonds (US) mit Spreads > 275BP. 6 Bonds (US) mit Spreads > 275BP.

304

Anhang ¨ Tabelle A-3: Ubersicht zu gesondert eliminierten Ausreißern (2004)

EmittentenKategorie

Corporates

Rating S&P AAA S&P AA S&P A S&P AMoody’s Aaa Moody’s Aa1 Moody’s Aa2 Moody’s Ba1 S&P A+

S&P A Banken Moody’s A1 Moody’s Aa3 SOV&SSOV

Moody’s Aa2

Vor der Bereinigung gesondert eliminierte Bonds 4 Bonds mit Spreads > 1.700BP. 2 Bonds mit Spreads > 260BP. 1 Bond mit einem Spread > 2.200BP. 3 Bonds mit Spreads < -200BP. 21 Bonds mit Spreads > 300BP. 4 Bonds mit Spreads > 320BP. 4 Bonds mit Spreads > 380BP. 1 Bond mit einem Spread < -800BP. 2 Bonds (Morgan Stanley) mit Spreads < -240BP. 2 Bonds (Bank of America) mit Spreads > 1.800BP; 4 Bonds (Lehman Brothers) mit Spreads < -100BP. 4 Bonds (Lehman Brothers) mit Spreads < -100BP. 4 Bonds mit Spreads > 800BP, 2 Bonds mit Spreads < -240BP. 5 Bonds (Provinz Ontario) mit Spreads > 500BP.

¨ A.2 Ubersicht Datenbereinigung

305

¨ Tabelle A-4: Ubersicht zu gesondert eliminierten Ausreißern (2002) EmittentenKategorie

Rating S&P AS&P BBB+ S&P BB S&P B-

Corporates

S&P B Moody’s Aa3 Moody’s Baa3 Moody’s Ba2 Moody’s Ba3 Moody’s B2 S&P AA-

Banken S&P A

Vor der Bereinigung gesondert eliminierte Bonds 1 Bond mit Spread > 2.300BP. 2 Bonds mit Spreads > 2.200BP. 2 Bonds mit Spreads > 6.000BP. 1 Bond mit einem ausst. Vol. i.H.v. 500 Mrd. US-$. 2 Bonds mit Spreads > 2.200BP. 2 Bonds mit Spreads < -150BP. 2 Bonds mit Spreads > 2.200BP. 1 Bond mit Spread < -350BP; 3 Bonds mit Spreads < -46BP 2 Bonds mit Spreads > 1.200BP. 1 Bond mit Spread = -2BP. 1 Bond (Morgan Stanley) mit Spread < -300BP. 1 Bond (Morgan Stanley) mit Spread < -300BP.

306

Anhang

A.3

Der White Heteroskedastizit¨ ats-Test

Der durch White (1980) vorgeschlagene Test entspricht einer Hilfsregression, die zu allen verwandten unabh¨angigen Variablen zus¨atzlich deren quadrierte Werte sowie alle Kreuz-Produkte zwischen den unabh¨angigen Variablen ber¨ ucksichtigt. Als abh¨angige Variable werden dabei die quadrierten Residuen erkl¨art. Sofern das Produkt aus dem R2 -Wert der Hilfsregression und der Anzahl Beobachtungen (n) asymptotisch nicht einer Chi-Quadrat-Verteilung folgt, wird die Nullhypothese, dass keine Heteroskedastizi¨at besteht, abgelehnt.190 Die folgenden Tabellen fassen die Testergebnisse getrennt nach den drei betrachteten Datens¨atzen sowie den beiden Rating-Agenturen zusammen. Der angegebene p-Wert stellt jeweils die Wahrscheinlichkeit daf¨ ur dar, dass im betrachteten Modell keine Heteroskedastizit¨at existiert. Tabelle A-5: Ergebnisse der White-Heteroskedastizit¨atstests (S&P 2006) Regressionsmodell Grundmodell R2 n · R2 p-Wert

0,1325 877,7911 0,0000

erw. Modell 0,1371 908,7327 0,0000

erw. Modell mit Interaktionstermen 0,1344 890,4007 0,0000

Tabelle A-6: Ergebnisse der White-Heteroskedastizit¨atstests (Moody’s 2006) Regressionsmodell Grundmodell R2 n · R2 p-Wert

190

0,2064 1.449,1500 0,0000

erw. Modell 0,2356 1.654,0100 0,0000

erw. Modell mit Interaktionstermen 0,2348 1.648,4070 0,0000

Vgl. Greene (2003), S. 222f. sowie Gujarati (2003), S. 413f.

A.3 Der White Heteroskedastizit¨ats-Test

307

Tabelle A-7: Ergebnisse der White-Heteroskedastizit¨atstests (S&P 2004) Regressionsmodell Grundmodell R2 n · R2 p-Wert

0,1528 767,3480 0,0000

erw. Modell 0,1644 825,6522 0,0000

erw. Modell mit Interaktionstermen 0,1670 838,6983 0,0000

Tabelle A-8: Ergebnisse der White-Heteroskedastizit¨atstests (Moody’s 2004) Regressionsmodell Grundmodell R2 n · R2 p-Wert

0,1624 770,5762 0,0000

erw. Modell 0,1849 877,3158 0,0000

erw. Modell mit Interaktionstermen 0,1772 840,9736 0,0000

Tabelle A-9: Ergebnisse der White-Heteroskedastizit¨atstests (S&P 2002) Regressionsmodell Grundmodell R2 n · R2 p-Wert

0,147073 321,2083 0,0000

erw. Modell 0,1894 413,6323 0,0000

erw. Modell mit Interaktionstermen 0,1917 418,6591 0,0000

308

Anhang

Tabelle A-10: Ergebnisse der White-Heteroskedastizit¨atstests (Moody’s 2002) Regressionsmodell Grundmodell R2 n · R2 p-Wert

0,1674 442,8924 0,0000

erw. Modell 0,2042 540,4042 0,0000

erw. Modell mit Interaktionstermen 0,2008 531,3932 0,0000

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

A.4

A.4.1

309

F-Test-Ergebnisse des Vergleichs des erweiterten Modells mit allen Interaktionstermen mit dem erweiterten Modell nach Elimination einzelner Interaktionsterme S&P-Sample 2006

Zur Elimination einzelner Interaktionsterme wird wie folgt vorgegangen. Zun¨achst werden die Ergebnisse unter Verwendung aller denkbaren Interaktionen pr¨asentiert. Dann werden einzeln Terme mit insigniﬁkanten t-Werten eliminiert, um das Modell mit und ohne den jeweiligen Term gegeneinander zu testen. Um zu bestimmen, ob die Ber¨ ucksichtigung des jeweils eliminierten Terms einen signiﬁkanten zus¨atzlichen Erkl¨arungsgehalt mit sich bringt, wird die relative Ver¨anderung der Summe der quadrierten Abweichungen (SQR) ¨ beim Ubergang vom Modell mit dem Term auf das Modell ohne diesen Term analysiert. Die Nullhypothese dabei ist, dass der Koeﬃzient der eliminierten Variable Null betr¨agt und die Pr¨ ufgr¨oße ist wie folgt deﬁniert.191 F =

SQRGrundmodell −SQRerw.M odell F reiheitsgradeerw.M odell −F reiheitsgradeGrundmodell SQRerw.M odell F reiheitsgradeerw.M odell

(A-4)

Sofern dieser Test ergibt, dass der eliminierte Interaktionsterm keinen signiﬁkanten Erkl¨arungsgehalt aufgewiesen hat, so wird der n¨achste Interaktionsterm mit einer insigniﬁkanten t-Statistik eliminiert.

191

Vgl. Wooldridge (2003), S. 142ﬀ.

310

Anhang

Tabelle A-11: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -149,881 143,117 190,128 751,725 -411,546 4,330 22,728 1,274 -43,822 -502,152 -0,294 -19,095 -2,814 3.989,235 -124.133,491 -4,620 -23,380 -6,509

Standardfehler 16,848 17,667 36,921 132,222 348,868 0,418 2,106 0,560 182,846 538,010 0,557 2,175 0,689 1.591,971 55.356,703 0,468 2,187 1,673

t-Statistik -8,8962*** 8,1007*** 5,1496*** 5,6853*** -1,1797 10,3554*** 10,7922*** 2,2767** -0,2397 -0,9333 -0,5287 -8,7793*** -4,0823*** 2,5058** -2,2424** -9,8689*** -10,6914*** -3,8912***

R2 0,7272 adj. R2 0,7265 F-Statistik 1.036,34*** Anz. Beobachtungen 6.627 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Wie aus Tabelle A-11 hervorgeht, weist die Interaktion zwischen BankenDummy und Rating den geringsten t-Test-Wert auf. Daher wird die Regression erneut ohne den Interaktionsterm durchgef¨ uhrt, um die Ergebnisse miteinander zu vergleichen. Aus den bis auf die vierte Nachkommastelle unver¨anderten R2 -Werten geht zun¨achst hervor, dass von der betreﬀenden Interaktion nur ein sehr geringer Erkl¨arungsgehalt ausging. Tabelle A-13 gibt die Ergebnisse des Vergleichs wieder. Die insigniﬁkante F-Statistik best¨atigt den geringen Erkl¨arungsgehalt des Interaktionsterms.

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

311

Tabelle A-12: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating eliminiert (S&P 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -149,884 143,696 190,131 749,900 -407,381 4,328 22,736 1,278 -651,470 -0,305 -19,225 -2,841 3.991,060 -124.137,656 -4,618 -23,388 -6,513

R2 0,7272 adj. R2 0,7265 F-Statistik 1.101,26*** Anz. Beobachtungen 6.627 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 16,848 18,056 36,919 126,806 336,842 0,416 2,102 0,558 165,541 0,556 2,142 0,696 1.591,352 55.352,241 0,466 2,183 1,672

t-Statistik -8,8963*** 7,9586*** 5,1500*** 5,9137*** -1,2094 10,4019*** 10,8180*** 2,2909** -3,9354*** -0,5487 -8,9737*** -4,0841*** 2,5080** -2,2427** -9,9022*** -10,7154*** -3,8953***

312

Anhang

Tabelle A-13: F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating R2

adj. R2

erw. Modell mit allen 0,7272 0,7265 Interaktionstermen Banken-Dummy · Rating 0,7272 0,7265 eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

27.679.853 0,0840 27.680.205

Wie aus den Ergebnissen der Regression ohne den insigniﬁkanten Interaktionsterm hervorgeht, weist eine weitere Interaktion einen niedrigen t-Wert auf.192 Daher wird im n¨achsten Schritt die Interaktion zwischen BankenDummy und Duration eliminiert. Auch hier wird deutlich, dass sich die R2 -Werte nur marginal ver¨andert haben. Dar¨ uber hinaus geht aus der Tabelle jedoch hervor, dass keine weiteren insgniﬁkanten Interaktionsterme existieren. Tabelle A-15 best¨atigt den insigniﬁkanten Einﬂuss der Interaktion zwischen Banken-Dummy und Duration, sodass die Elimination beibehalten wird. Der insigniﬁkante F-Test zeigt an, dass die Nullhypothese nicht abzulehnen ist und daher davon auszugehen ist, dass die Interaktion zwischen BankenDummy und Duration keinen zus¨atzlichen Erkl¨arungsgehalt aufweist. Da keine weiteren insigniﬁkanten Interaktionsterme existieren, wird das Modell nach Elimination von zwei Interaktionstermen beibehalten. Daher entsprechen die in Tabelle A-14 zusammengefassten Ergebnisse den bereits in Abschnitt 3.5.1.3 pr¨asentierten Werten aus Tabelle 3-13. A.4.2

Moody’s-Sample 2006

Ausgehend von der Regression unter Einbeziehung aller Interaktionsterme wird f¨ ur das Moody’s-Sample analog vorgegangen. Aus den in Tabelle A16 zusammengefassten Ergebnissen wird deutlich, dass im ersten Schritt der Interaktionsterm aus Banken-Dummy und Duration eliminiert werden sollte. 192

Vgl. Tabelle A-12.

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

313

Tabelle A-14: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Duration eliminiert (S&P 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating2 Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -149,501 143,792 189,748 748,601 -405,203 4,251 22,742 1,288 -645,147 -19,500 -2,860 3.992,359 -124.139,834 -4,541 -23,394 -6,523

R2 0,7272 0,7266 adj. R2 F-Statistik 1.174,79*** Anz. Beobachtungen 6.627 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 16,784 18,043 36,883 126,111 335,692 0,320 2,100 0,556 165,838 2,174 0,688 1.591,143 55.347,960 0,384 2,181 1,671

t-Statistik -8,9071*** 7,9693*** 5,1446*** 5,9360*** -1,2071 13,2890*** 10,8299*** 2,3161** -3,8902*** -8,9695*** -4,1570*** 2,5091** -2,2429** -11,8277*** -10,7263*** -3,9027***

314

Anhang

Tabelle A-15: F-Test zur Elimination des Interaktionsterms Banken-Dummy · Duration R2

adj. R2

Summe quadrierter Abweichungen

Banken-Dummy · 0,7272 0,7265 Rating eliminiert Banken-Dummy · Dur. 0,7272 0,7266 zus¨ atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

27.680.205 0,2744 27.681.354

Tabelle A-16: Ergebnisse der Sch¨ atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -95,861 98,051 139,785 457,538 715,381 4,429 16,036 1,086 543,974 -2.343,485 0,211 -13,631 -2,926 21.495,891 -2.108.484,709 -8,817 -6,358 -8,594

R2 0,7865 adj. R2 0,7860 F-Statistik 1.517,03*** Anz. Beobachtungen 7.020 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 9,824 11,603 89,859 80,811 237,380 0,385 1,256 0,475 126,940 398,459 0,548 1,372 0,644 11.699,033 925.599,724 2,473 6,555 4,749

t-Statistik -9,7573*** 8,4507*** 1,5556 5,6618*** 3,0137*** 11,4962*** 12,7641*** 2,2863** 4,2853*** -5,8814*** 0,3854 -9,9381*** -4,5439*** 1,8374* -2,2780** -3,5657*** -0,9700 -1,8094*

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

315

Nach der Elimination des Interaktionsterms treten nur geringe Ver¨anderungen hinsichtlich des Erkl¨arungsgehaltes auf und der durchgef¨ uhrte Vergleich best¨atigt, dass durch die Elimination des Interaktionsterms kein signiﬁkanter R¨ uckgang des Erkl¨arungsgehaltes des Gesamtmodells auftritt. Daher wird ausgehen von Tabelle A-17 der n¨achste Interaktionsterm eliminiert. Tabelle A-17: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Duration eliminiert (Moody’s 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -96,110 98,022 140,034 458,197 714,490 4,487 16,028 1,078 549,426 -2.369,085 -13,452 -2,914 21.495,233 -2.108.483,818 -8,875 -6,350 -8,585

Standardfehler 9,881 11,600 89,847 80,661 237,214 0,299 1,253 0,473 124,472 385,266 1,323 0,639 11.698,152 925.533,555 2,462 6,554 4,749

t-Statistik -9,7271*** 8,4501*** 1,5586 5,6805*** 3,0120*** 14,9856*** 12,7906*** 2,2776** 4,4140*** -6,1492*** -10,1660*** -4,5610*** 1,8375* -2,2781** -3,6042*** -0,9689 -1,8078*

R2 0,7865 adj. R2 0,7860 F-Statistik 1.612,01*** Anz. Beobachtungen 7.020 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Wie aus der markierten Zeile in Tabelle A-17 hervorgeht, existiert ein weiterer Interaktionsterm mit einem insigniﬁkanten t-Wert. Im n¨achsten Schritt wird u uft, ob eine Elimination der Interaktion aus Staats-Dummy und ¨berpr¨

316

Anhang

Tabelle A-18: F-Test zur Elimination des Interaktionsterms Banken-Dummy · Duration R2

adj. R2

Summe quadrierter Abweichungen

erw. Modell mit allen 0,7865 0,7860 18.531.968 Interaktionstermen Banken-Dummy · 0,7865 0,7860 18.532.589 Duration eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

0,2348

Kupon zul¨assig ist. Aus den in Tabelle A-19 pr¨asentierten Ergebnissen nach der Elimination des Interaktionsterms aus Staats-Dummy und Kupon geht hervor, dass durch die Elimination des Terms eine Verringerung der R2 -Werte zustande kommt. Inwiefern die Verringerung des Erkl¨arungsgehaltes signiﬁkant ist, gibt die FStatistik des Vergleichs des Ergebnisses vor der Elimination mit dem Ergebnis nach der Elimination wieder. Wie Tabelle A-20 zu entnehmen ist, wird die Hypothese eines insigniﬁkanten Einﬂusses des eliminierten Interaktionsterms abgelehnt. Daher wird der Interaktionsterm zwischen Staats-Dummy und Kupon beibehalten. Somit wird deutlich, dass das in Tabelle A-17 verwandte Modell zu favorisieren ist. Daher entsprechen die Ergebnisse den bereits aus Punkt 3.5.1.3 (Tabelle 3-14) bekannten Werten.

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

317

Tabelle A-19: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Kupon eliminiert (Moody’s 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · ausst. Vol.

Koeﬃzient -93,542 95,463 -5,931 460,018 715,927 4,493 15,678 1,046 547,397 -2.369,623 -13,108 -2,882 24.666,454 -2.309.819,960 -10,076 -1,543

R2 0,7863 0,7858 adj. R2 F-Statistik 1.717,77*** Anz. Beobachtungen 7.020 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 9,757 11,494 143,274 80,709 237,785 0,299 1,229 0,473 124,465 385,619 1,303 0,638 11.791,916 859.180,819 1,602 7,982

t-Statistik -9,5867*** 8,3057*** -0,0414 5,6997*** 3,0108*** 15,0019*** 12,7594*** 2,2137** 4,3980*** -6,1450*** -10,0593*** -4,5154*** 2,0918** 2,6884*** -6,2885*** -0,1933

318

Anhang

Tabelle A-20: F-Test zur Elimination des Interaktionsterms Staats-Dummy · Kupon R2

adj. R2

Summe quadrierter Abweichungen

Banken-Dummy · 0,7865 0,7860 Duration eliminiert Staats-Dummy · 0,7863 0,7858 Kupon zstzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

18.532.589 6,2401** 18.549.105

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

A.4.3

319

S&P-Sample 2004

Die Vorgehensweise entspricht im Folgenden der aus den beiden vorangegangenen Abschnitten. Daher werden die Ergebnis-Tabellen im Folgenden lediglich dann n¨aher erl¨autert, wenn Abweichungen zur bekannten Vorgehensweise auftreten.

Tabelle A-21: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -142,878 200,718 235,766 720,129 2.630,198 -0,843 30,242 0,000 -207,720 1.898,105 4,218 -27,958 -4,209 -7.986,329 397.274,697 -1,931 -15,570 -10,959

R2 0,8025 adj. R2 0,8018 F-Statistik 1.196,11*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 19,303 24,633 128,561 180,815 730,465 0,679 2,574 0,916 288,792 1.744,476 0,822 2,784 1,474 3.017,438 250.261,850 2,100 9,353 5,658

t-Statistik -7,4017*** 8,1484*** 1,8339* 3,9827*** 3,6007*** -1,2426 11,7480*** 0,0002 -0,7193 1,0881 5,1316*** -10,0407*** -2,8557*** -2,6467*** 1,5874 -0,9194 -1,6648* -1,9370*

320

Anhang

Tabelle A-22: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating eliminiert (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy·Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -142,682 205,022 235,571 699,995 2.698,775 -0,854 30,274 0,029 977,985 4,192 -28,674 -4,443 -7.966,195 397.206,120 -1,920 -15,603 -10,988

R2 0,8024 0,8018 adj. R2 F-Statistik 1.270,83*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 19,314 25,181 128,554 164,855 677,808 0,679 2,570 0,908 961,569 0,824 2,824 1,467 3.016,493 250.237,775 2,100 9,350 5,655

t-Statistik -7,3875*** 8,1419*** 1,8325* 4,2461*** 3,9816*** -1,2581 11,7789*** 0,0317 1,0171 5,0876*** -10,1525*** -3,0281*** -2,6409*** 1,5873 -0,9144 -1,6688* -1,9429*

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

321

Tabelle A-23: F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating R2

adj. R2

erw. Modell mit allen 0,8025 0,8018 Interaktionstermen Banken-Dummy · Rating 0,8024 0,8018 eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

38.245.273 0,9155 38.252.270

322

Anhang

Tabelle A-24: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Duration eliminiert (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -142,441 204,767 221,916 699,445 2.699,053 -0,899 30,279 0,033 980,207 4,236 -28,677 -4,446 -7.966,134 382.613,601 -15,926 -10,993

R2 0,8024 adj. R2 0,8018 F-Statistik 1.355,66*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 19,340 25,201 140,832 164,824 677,649 0,670 2,569 0,908 961,627 0,816 2,823 1,467 2.930,438 246.205,902 9,476 5,651

t-Statistik -7,3652*** 8,1255*** 1,5757 4,2436*** 3,9830*** -1,3421 11,7881*** 0,0360 1,0193 5,1914*** -10,1581*** -3,0303*** -2,7184*** 1,5540 -1,6806* -1,9453*

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

323

Tabelle A-25: F-Test zur Elimination des Interaktionsterms Staats-Dummy · Duration R2

adj. R2

Banken-Dummy · 0,8024 0,8018 Rating eliminiert Staats-Dummy · 0,8024 0,8018 Duration zstzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

38.252.270 0,4750 38.255.900

324

Anhang

Tabelle A-26: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -141,842 202,217 221,093 716,140 2.658,290 -0,867 30,094 0,005 4,022 -27,687 -4,434 -7.982,837 382.410,453 -15,745 -10,966

Standardfehler 11,571 25,877 158,933 63,608 227,840 0,417 1,065 0,686 1,013 1,899 1,893 11.760,396 981.736,829 5,023 8,447

t-Statistik -12,2580*** 7,8146*** 1,3911 11,2587*** 11,6673*** -2,0774** 28,2593*** 0,0075 3,9707*** -14,5765*** -2,3431** -0,6788 0,3895 -3,1345*** -1,2981

R2 0,8023 0,8017 adj. R2 F-Statistik 1.451,52*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Da der F-Test auf dem 10 %-Niveau einen signiﬁkanten Erkl¨arungsgehalt des Interaktionsterms aus Banken-Dummy und Rating2 belegt, wird ausgehend von Tabelle A-24 weiter vorgegangen und die Interaktion aus Staats-Dummy und Rating2 eliminiert.

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

325

Tabelle A-27: F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 2

R

2

adj. R

Staats-Dummy · 0,8024 0,8018 Duration zstzl. eliminiert Banken-Dummy · 0,8023 0,8017 Rating2 zstzl. elim. *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

38.255.900 3,5024* 38.282.655

326

Anhang

Tabelle A-28: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -142,444 204,770 198,324 699,446 2.699,070 -0,898 30,279 0,033 980,185 4,236 -28,677 -4,446 -3.578,164 -15,462 -9,799

R2 0,8024 0,8019 adj. R2 F-Statistik 1.452,73*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 19,338 25,198 124,892 164,808 677,583 0,669 2,568 0,908 961,531 0,816 2,823 1,467 1.471,438 9,203 4,929

t-Statistik -7,3661*** 8,1264*** 1,5880 4,2440*** 3,9834*** -1,3414 11,7892*** 0,0360 1,0194 5,1913*** -10,1591*** -3,0306*** -2,4317** -1,6801* -1,9879**

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

327

Tabelle A-29: F-Test zur Elimination des Interaktionsterms Staats-Dummy · Rating2 2

R

adj. R

2

Staats-Dummy · Duration 0,8024 0,8018 zus¨atzl. eliminiert 2 Staats-Dummy · Rating 0,8024 0,8019 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

38.255.900 0,1519 38.257.061

328

Anhang

Die folgenden Tabellen best¨atigen, dass der signiﬁkante Einﬂuss des Interaktionsterms aus Banken-Dummy und Rating2 auch dann bestehen bleibt, wenn von dem in Tabelle A-28 zugrunde gelegten Modell ausgehend weiter vorgegangen wird. Somit ist das in Tabelle A-28 wiedergegebene Modell den anderen denkbaren Varianten vorzuziehen und entspricht der in Abschnitt 3.6.2.3 in Formel 3-8 dargestellten Sch¨atzgleichung. Tabelle A-30: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (S&P 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -141,845 202,220 197,514 716,140 2.658,308 -0,867 30,093 0,005 4,022 -27,687 -4,434 -3.597,197 -15,282 -9,772

R2 0,8023 0,8018 adj. R2 F-Statistik 1.563,42*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 19,316 25,465 124,916 163,847 677,066 0,669 2,558 0,907 0,872 3,071 1,470 1.472,784 9,208 4,929

t-Statistik -7,3435*** 7,9412*** 1,5812 4,3708*** 3,9262*** -1,2960 11,7635*** 0,0056 4,6116*** -9,0167*** -3,0174*** -2,4424** -1,6596* -1,9826**

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

329

Tabelle A-31: F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 II R2

adj. R2

Staats-Dummy · Rating2 0,8024 0,8019 zus¨atzl. eliminiert Banken-Dummy · Rating2 0,8023 0,8018 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

38.257.061 3,5028* 38.283.825

330

Anhang

A.4.4

Moody’s-Sample 2004

Tabelle A-32: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -108,885 183,135 189,659 639,232 -51,680 -1,326 27,812 0,285 180,215 377,134 5,448 -28,618 -5,178 -5.585,425 194.410,740 -2,129 -14,087 -9,192

R2 0,7382 adj. R2 0,7372 F-Statistik 783,89*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,808 28,654 123,312 134,736 265,533 0,792 2,865 1,012 248,459 585,204 0,928 3,030 1,794 3.502,100 172.798,703 2,770 9,153 5,797

t-Statistik -4,9928*** 6,3913*** 1,5380 4,7443*** -0,1946 -1,6734* 9,7087*** 0,2813 0,7253 0,6444 5,8689*** -9,4444*** -2,8868*** -1,5949 1,1251 -0,7686 -1,5391 -1,5856

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

331

Tabelle A-33: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (Moody’s 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -108,850 183,802 189,625 637,079 -47,670 -1,327 27,815 0,288 317,678 5,414 -28,870 -5,198 -5.583,272 194.406,730 -2,128 -14,089 -9,195

R2 0,7381 0,7373 adj. R2 F-Statistik 832,96*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,807 28,530 123,300 133,289 262,708 0,792 2,864 1,011 63,586 0,934 2,987 1,777 3.501,670 172.780,416 2,769 9,152 5,796

t-Statistik -4,9915*** 6,4425*** 1,5379 4,7797*** -0,1815 -1,6755* 9,7129*** 0,2849 4,9961*** 5,7937*** -9,6656*** -2,9247*** -1,5945 1,1252 -0,7683 -1,5395 -1,5864

332

Anhang

Tabelle A-34: F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 R2

adj. R2

Summe quadrierter Abweichungen

erw. Modell mit allen 0,7382 0,7372 26.388.123 Interaktionstermen Banken-Dummy · 0,7381 0,7373 26.390.479 Rating2 eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

0,4219

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

333

Tabelle A-35: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Duration eliminiert (Moody’s 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -108,556 183,507 188,884 636,613 -47,304 -1,384 27,824 0,295 318,011 5,471 -28,880 -5,205 -6.074,833 203.700,634 -15,015 -9,743

R2 0,7381 adj. R2 0,7373 F-Statistik 888,47*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,849 28,561 128,430 133,168 262,568 0,770 2,860 1,010 63,510 0,916 2,983 1,777 3.897,657 178.991,452 8,578 5,492

t-Statistik -4,9684*** 6,4252*** 1,4707 4,7805*** -0,1802 -1,7974* 9,7302*** 0,2924 5,0073*** 5,9748*** -9,6811*** -2,9297*** -1,5586 1,1380 -1,7504* -1,7738*

334

Anhang

Tabelle A-36: F-Test zur Elimination des Interaktionsterms Staats-Dummy · Duration R2

adj. R2

Banken-Dummy · 0,7381 0,7373 Rating2 eliminiert Staats-Dummy · 0,7381 0,7373 Duration zstzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

26.390.479 0,8132 26.395.019

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

335

Tabelle A-37: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (Moody’s 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -108,555 183,506 174,501 636,611 -47,302 -1,384 27,824 0,295 318,012 5,471 -28,880 -5,205 -2.965,052 -14,888 -9,247

R2 0,7381 0,7373 adj. R2 F-Statistik 952,12*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,847 28,558 125,191 133,154 262,540 0,770 2,859 1,010 63,503 0,916 2,983 1,776 1.524,017 8,576 5,322

t-Statistik -4,9688*** 6,4258*** 1,3939 4,7810*** -0,1802 -1,7978* 9,7313*** 0,2924 5,0078*** 5,9756*** -9,6822*** -2,9300*** -1,9456* -1,7360* -1,7376*

336

Anhang

Tabelle A-38: F-Test zur Elimination des Interaktionsterms Staats-Dummy · Rating2 R2

adj. R2

Staats-Dummy · Duration 0,7381 0,7373 zus¨atzl. eliminiert Staats-Dummy · Rating2 0,7381 0,7373 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

26.395.019 0,0516 26.395.307

Da weder der Banken- noch der Staats-Dummy in Verbindung mit der quadrierten Rating-Gr¨oße einen signiﬁkanten zus¨atzlichen Erkl¨arungsgehalt aufwies, wird im Folgenden getestet, ob eine Elimination des Terms Rating2 zul¨assig ist.

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

337

Tabelle A-39: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Rating2 eliminiert (Moody’s 2004) Variable Konstante Banken-Dummy Staats-Dummy Rating Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient -108,152 183,014 174,108 611,214 -1,397 27,854 0,336 326,256 5,488 -28,877 -5,243 -2.938,277 -14,912 -9,284

Standardfehler 22,153 28,845 125,220 40,865 0,753 2,828 0,958 55,988 0,895 2,982 1,751 1.514,549 8,567 5,313

t-Statistik -4,8821*** 6,3448*** 1,3904 14,9569*** -1,8539* 9,8484*** 0,3507 5,8272*** 6,1304*** -9,6832*** -2,9941*** -1,9400* -1,7407* -1,7475*

R2 0,7381 adj. R2 0,7373 F-Statistik 1.025,39*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Tabelle A-40: F-Test zur Elimination des Terms Rating2 2

R

2

adj. R

Summe quadrierter Abweichungen

Staats-Dummy · 0,7381 0,7373 26.395.307 Duration zstzl. elim. 2 Rating 0,7381 0,7373 26.398.831 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

0,6312

338

Anhang

A.4.5

S&P-Sample 2002

Tabelle A-41: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient 17,380 32,291 0,090 2.591,557 -2.125,406 -4,624 16,187 -1,799 1.539,893 -10.147,533 5,757 -12,496 -3,658 -801,394 -86.853,579 3,619 -4,089 -5,957

R2 0,6190 adj. R2 0,6160 F-Statistik 206,98*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 26,687 34,628 126,410 479,365 2.746,036 1,034 3,734 1,009 898,976 10.430,614 1,299 4,258 1,615 3.258,871 180.229,262 1,673 7,361 5,656

t-Statistik 0,6513 0,9325 0,0007 5,4062*** -0,7740 -4,4729*** 4,3352*** -1,7830* 1,7129* -0,9729 4,4317*** -2,9345*** -2,2654** -0,2459 -0,4819 2,1637** -0,5555 -1,0533

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

339

Tabelle A-42: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating eliminiert (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient 17,380 32,291 -11,967 2.591,421 -2.124,811 -4,625 16,187 -1,799 1.540,029 -10.148,128 5,757 -12,497 -3,658 -132.216,642 3,617 -3,925 -5,302

R2 0,6190 0,6162 adj. R2 F-Statistik 220,02*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 26,681 34,620 89,436 479,195 2.745,198 1,034 3,733 1,009 898,737 10.428,153 1,299 4,257 1,614 43.387,216 1,668 6,952 3,748

t-Statistik 0,6514 0,9327 -0,1338 5,4079*** -0,7740 -4,4741*** 4,3364*** -1,7834* 1,7135* -0,9731 4,4329*** -2,9353*** -2,2660** -3,0474*** 2,1688** -0,5645 -1,4149

340

Anhang

Tabelle A-43: F-Test zur Elimination des Terms Staats-Dummy · Rating R

2

2

adj. R

erw. Modell mit allen 0,6190 0,6160 Interaktionstermen Staats-Dummy · Rating 0,6190 0,6162 eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

26.190.587 0,0027 26.190.619

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

341

Tabelle A-44: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Kupon eliminiert (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · ausst. Vol.

Koeﬃzient 20,234 29,437 -74,278 2.598,152 -2.128,198 -4,609 15,775 -1,808 1.533,298 -10.144,741 5,742 -12,085 -3,649 -117.377,030 3,960 -3,468

R2 0,6189 adj. R2 0,6163 F-Statistik 234,75*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 24,873 33,238 48,171 477,068 2.744,645 1,029 3,388 1,008 897,465 10.425,771 1,295 3,957 1,613 50.162,959 2,142 2,462

t-Statistik 0,8135 0,8856 -1,5420 5,4461 -0,7754 -4,4798 4,6562 -1,7940 1,7085 -0,9730 4,4343 -3,0538 -2,2621 -2,3399 1,8489 -1,4085

342

Anhang

Tabelle A-45: F-Test zur Elimination des Terms Staats-Dummy · Kupon 2

R

adj. R

2

Staats-Dummy · Rating 0,6190 0,6162 eliminiert Staats-Dummy · Kupon 0,6189 0,6163 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

26.190.619 0,2509 26.193.653

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

343

Tabelle A-46: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · ausst. Vol.

Koeﬃzient 20,098 35,219 -74,250 2.608,387 -2.177,510 -4,605 15,775 -1,818 779,481 5,869 -12,154 -3,443 -117.919,061 3,955 -3,451

R2 0,6188 0,6164 adj. R2 F-Statistik 251,53*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 24,864 32,835 48,172 474,748 2.732,461 1,028 3,388 1,006 552,282 1,291 3,956 1,614 50.108,955 2,141 2,461

t-Statistik 0,8083 1,0726 -1,5413 5,4943*** -0,7969 -4,4787*** 4,6562*** -1,8063* 1,4114 4,5451*** -3,0725*** -2,1326** -2,3533** 1,8474* -1,4021

344

Anhang

Tabelle A-47: F-Test zur Elimination des Terms Banken-Dummy · Rating2 R2

adj. R2

Summe quadrierter Abweichungen

Staats-Dummy · 0,6189 0,6163 26.193.653 Kupon zstzl. elim. Banken-Dummy · 0,6188 0,6164 26.200.757 Rating2 zstzl. elim. *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

0,5877

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

345

Tabelle A-48: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · ausst. Volumen eliminiert (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating2 Staats-Dummy · Duration

Koeﬃzient 19,806 35,505 -127,294 2.609,328 -2.188,734 -4,604 15,884 -1,863 779,367 5,868 -12,264 -3,397 -51.224,990 3,825

R2 0,6188 adj. R2 0,6165 F-Statistik 270,97*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 24,784 32,772 26,527 474,521 2.730,228 1,028 3,334 1,000 552,035 1,291 3,910 1,611 54.166,954 2,134

t-Statistik 0,7991 1,0834 -4,7986*** 5,4989*** -0,8017 -4,4803*** 4,7640*** -1,8626* 1,4118 4,5463*** -3,1368*** -2,1093** -0,9457 1,7929*

346

Anhang

Tabelle A-49: F-Test zur Elimination des Terms Staats-Dummy · ausst. Vol. R

2

2

adj. R

Summe quadrierter Abweichungen

Banken-Dummy · 0,6188 0,6164 26.200.757 Rating2 eliminiert Staats-Dummy · 0,6188 0,6165 26.202.386 ausst. Vol. zstzl. elim. *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

0,1348

Tabelle A-50: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Duration

Koeﬃzient 19,771 35,552 -128,570 2.605,064 -2.167,408 -4,609 15,849 -1,827 782,061 5,873 -12,229 -3,433 3,759

R2 0,6188 adj. R2 0,6167 F-Statistik 293,68*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 24,785 32,772 26,110 471,516 2.714,613 1,027 3,329 0,978 551,148 1,290 3,905 1,597 2,198

t-Statistik 0,7977 1,0848 -4,9241*** 5,5249*** -0,7984 -4,4872*** 4,7616*** -1,8691* 1,4190 4,5523*** -3,1318*** -2,1495** 1,7107*

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

347

Tabelle A-51: F-Test zur Elimination des Terms Staats-Dummy · Rating2 R2

adj. R2

Summe quadrierter Abweichungen

Banken-Dummy · 0,6188 0,6165 26.202.386 ausst. Vol. zstzl. elim. Staats-Dummy · 0,6188 0,6167 26.203.274 Rating2 zstzl. elim. *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

0,0735

Tabelle A-52: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating eliminiert (S&P 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Duration

Koeﬃzient 19,925 20,860 -125,641 2.679,560 -2.477,349 -4,521 15,611 -1,900 5,833 -9,424 -2,715 3,639

R2 0,6184 adj. R2 0,6165 F-Statistik 320,01*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 24,750 35,787 25,632 446,898 2.624,476 1,016 3,303 0,965 1,332 4,116 1,543 2,188

t-Statistik 0,8051 0,5829 -4,9018*** 5,9959*** -0,9439 -4,4514*** 4,7259*** -1,9690** 4,3780*** -2,2894** -1,7598* 1,6630*

348

Anhang

Tabelle A-53: F-Test zur Elimination des Terms Banken-Dummy · Rating 2

R

2

adj. R

Staats-Dummy · Rating2 0,6188 0,6167 zus¨atzl. eliminiert Banken-Dummy · Rating 0,6184 0,6165 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

26.203.274 2,1543 26.229.288

Da keiner der durchgef¨ uhrten F-Tests f¨ ur einen der eliminierten Interaktionsterme einen signiﬁkanten Einﬂuss belegt hat, stellt das in Tabelle A-52 dargestellte Regressionsmodell das beste Modell mit Interaktionstermen dar. Der nachstehende Vergleich mit dem erweiterten Modell ohne Interaktionsterme zeigt jedoch, dass die Ber¨ ucksichtigung von Interaktionstermen keine Verbesserung des Erkl¨arungsgehaltes herbeizuf¨ uhren vermag. Tabelle A-54: F-Test zum Vergleich des erweiterten Modells ohne Interaktionsterme mit dem Modell aus Tabelle A-52 R2

adj. R2

erw. Modell ohne 0,6167 0,6155 Interaktionsterme Banken-Dummy · Rating 0,6184 0,6165 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

26.344.526 2,3785 26.229.288

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

A.4.6

349

Moody’s-Sample 2002

Tabelle A-55: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · Kupon Staats-Dummy · ausst. Vol.

Koeﬃzient 5,555 28,864 39,492 1.466,064 -2.477,391 -2,312 16,754 -2,214 134,106 -223,634 4,696 -11,092 -2,330 14.244,583 -1.370.865,318 -1,077 0,681 -8,409

R2 0,5622 adj. R2 0,5594 F-Statistik 198,51*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 23,234 29,988 74,152 185,139 411,790 0,851 2,867 1,034 269,016 637,862 1,139 3,405 1,439 14.256,940 1.212.232,964 2,532 6,448 3,295

t-Statistik 0,2391 0,9625 0,5326 7,9187*** -6,0162*** -2,7178*** 5,8447*** -2,1423** 0,4985 -0,3506 4,1237*** -3,2571*** -1,6186 0,9991 -1,1309 -0,4254 0,1056 -2,5525**

350

Anhang

Tabelle A-56: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Kupon eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Rating2 Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · ausst. Vol.

Koeﬃzient 4,938 29,480 52,232 1.465,506 -2.476,511 -2,315 16,843 -2,213 134,663 -224,514 4,699 -11,180 -2,331 14.145,898 -1.368.661,640 -1,128 -8,855

R2 0,5622 0,5595 adj. R2 F-Statistik 211,00*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,783 28,875 74,665 184,553 410,786 0,844 2,616 1,032 268,580 637,135 1,134 3,197 1,438 14.059,260 1.214.071,579 2,893 3,505

t-Statistik 0,2267 1,0210 0,6995 7,9409*** -6,0287*** -2,7433*** 6,4371*** -2,1451** 0,5014 -0,3524 4,1452*** -3,4966*** -1,6214 1,0062 -1,1273 -0,3901 -2,5264**

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

351

Tabelle A-57: F-Test zur Elimination des Terms Staats-Dummy · Kupon 2

R

2

adj. R

erw. Modell mit allen 0,5622 0,5594 Interaktionstermen Staats-Dummy · Kupon 0,5622 0,5595 eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.277.919 0,0289 10.278.033

352

Anhang

Tabelle A-58: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · Duration Staats-Dummy · ausst. Vol.

Koeﬃzient 4,943 31,157 52,565 1.470,576 -2.487,278 -2,311 16,826 -2,220 61,136 4,704 -11,131 -2,419 14.138,060 -1.368.589,396 -1,134 -8,860

R2 0,5622 adj. R2 0,5597 F-Statistik 225,12*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,777 29,385 74,587 175,987 392,037 0,842 2,610 1,027 76,022 1,143 3,190 1,497 14.059,381 1.214.109,146 2,891 3,505

t-Statistik 0,2270 1,0603 0,7047 8,3562*** -6,3445*** -2,7461*** 6,4463*** -2,1612** 0,8042 4,1143*** -3,4888*** -1,6159 1,0056 -1,1272 -0,3923 -2,5280**

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

353

Tabelle A-59: F-Test zur Elimination des Terms Banken-Dummy · Rating2 R2

adj. R2

Staats-Dummy · Kupon 0,5622 0,5595 eliminiert 2 Banken-Dummy · Rating 0,5622 0,5597 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.278.033 0,2060 10.278.838

354

Anhang

Tabelle A-60: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Duration eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Rating Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · ausst. Vol.

Koeﬃzient 4,962 31,145 45,404 1.469,978 -2.486,292 -2,357 16,865 -2,215 61,418 4,750 -11,169 -2,425 14.318,898 -1.388.800,178 -9,058

R2 0,5621 0,5598 adj. R2 F-Statistik 241,26*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,778 29,385 61,071 175,785 391,612 0,813 2,617 1,026 75,971 1,122 3,196 1,496 14.206,028 1.230.273,437 3,779

t-Statistik 0,2279 1,0599 0,7435 8,3624*** -6,3489*** -2,8981*** 6,4456*** -2,1594** 0,8084 4,2318*** -3,4953*** -1,6217 1,0079 -1,1289 -2,3973**

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

355

Tabelle A-61: F-Test zur Elimination des Terms Staats-Dummy · Duration 2

R

adj. R

2

Banken-Dummy · Rating2 0,5622 0,5597 zus¨atzl. eliminiert Staats-Dummy · Duration 0,5621 0,5598 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.278.838 0,1866 10.279.568

Tabelle A-62: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · ausst. Vol.

Koeﬃzient 5,126 30,535 46,348 1.479,726 -2.504,578 -2,345 16,806 -2,233 4,705 -10,810 -2,444 14.302,088 -1.388.891,835 -9,088

R2 0,5620 adj. R2 0,5599 F-Statistik 259,80*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,771 29,383 61,034 168,010 379,385 0,811 2,606 1,019 1,123 3,159 1,502 14.216,328 1.231.184,557 3,781

t-Statistik 0,2355 1,0392 0,7594 8,8074*** -6,6017*** -2,8928*** 6,4498*** -2,1917** 4,1885*** -3,4220*** -1,6274 1,0060 -1,1281 -2,4037**

356

Anhang

Tabelle A-63: F-Test zur Elimination des Terms Banken-Dummy · Rating 2

R

2

adj. R

Staats-Dummy · Duration 0,5622 0,5598 zus¨atzl. eliminiert Banken-Dummy · Rating 0,5620 0,5599 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.279.568 0,6685 10.282.180

Wie aus Tabelle A-62 hervorgeht, sind drei Interaktionsterme markiert. Im Folgenden werden zun¨achst die Interaktionen zwischen Staats-Dummy und Rating sowie Rating2 eliminiert. Da die dazu pr¨asentierten F-Test-Ergebnisse zeigen werden, dass diese Terme jeweils einen signiﬁkanten Erkl¨arungsgehalt aufweisen, wird im Anschluss die Interaktion zwischen Banken-Dummy und ausstehendem Volumen eliminiert.

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

357

Tabelle A-64: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating2 Staats-Dummy · ausst. Vol.

Koeﬃzient 5,534 30,118 106,766 1.480,410 -2.505,855 -2,351 16,754 -2,234 4,711 -10,760 -2,443 -195.893,089 -12,629

R2 0,5616 adj. R2 0,5596 F-Statistik 281,04*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,803 29,401 108,802 167,988 379,347 0,811 2,612 1,019 1,124 3,164 1,502 173.499,754 6,669

t-Statistik 0,2538 1,0244 0,9813 8,8126*** -6,6057*** -2,8972*** 6,4138*** -2,1928** 4,1925*** -3,4006*** -1,6268 -1,1291 -1,8938*

358

Anhang

Tabelle A-65: F-Test zur Elimination des Terms Staats-Dummy · Rating 2

R

2

adj. R

Banken-Dummy · Rating 0,5620 0,5599 zus¨atzl. eliminiert Staats-Dummy · Rating 0,5616 0,5596 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.282.180 2,7208* 10.292.814

Tabelle A-66: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Banken-Dummy · ausst. Vol. Staats-Dummy · Rating Staats-Dummy · ausst. Vol.

Koeﬃzient 5,247 30,414 83,486 1.479,683 -2.504,506 -2,356 16,800 -2,232 4,717 -10,804 -2,446 -1.130,631 -11,221

R2 0,5614 adj. R2 0,5594 F-Statistik 280,90*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,853 29,442 90,073 167,983 379,308 0,812 2,623 1,019 1,124 3,173 1,502 1.801,479 5,528

t-Statistik 0,2401 1,0330 0,9269 8,8085*** -6,6028*** -2,9030*** 6,4048*** -2,1909** 4,1961*** -3,4053*** -1,6285 -0,6276 -2,0298**

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

359

Tabelle A-67: F-Test zur Elimination des Terms Staats-Dummy · Rating2 R2

adj. R2

Banken-Dummy · Rating 0,5620 0,5599 zus¨atzl. eliminiert 2 Staats-Dummy · Rating 0,5614 0,5594 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.282.180 3,4180* 10.295.538

Tabelle A-68: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · ausstehendes Volumen eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Staats-Dummy · Rating Staats-Dummy · Rating2 Staats-Dummy · ausst. Vol.

Koeﬃzient 8,330 1,370 43,660 1.485,831 -2.516,415 -2,316 16,771 -2,537 4,329 -10,348 14.295,386 -1.389.348,887 -8,816

R2 0,5617 adj. R2 0,5597 F-Statistik 281,14*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,224 22,632 61,160 166,882 377,521 0,807 2,605 0,932 1,080 3,158 14.223,438 1.231.776,076 3,782

t-Statistik 0,3925 0,0605 0,7139 8,9035*** -6,6656*** -2,8702*** 6,4393*** -2,7212*** 4,0090*** -3,2769*** 1,0051 -1,1279 -2,3312***

360

Anhang

Tabelle A-69: F-Test zur Elimination des Terms Banken-Dummy · ausstehendes Volumen R2

adj. R2

Banken-Dummy · Rating 0,5620 0,5599 zus¨atzl. eliminiert Banken-Dummy · ausst. 0,5617 0,5597 Vol. zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.282.180 2,1975 10.290.768

Da die Elimination des Interaktionsterms aus Banken-Dummy und ausstehendem Volumen keinen signiﬁkanten R¨ uckgang des Erkl¨arungsgehaltes zufolge hatte, wird ausgehend von dem in Tabelle A-68 dargestellten Modell erneut getestet, ob die Elimination der Interaktionen zwischen dem StaatsDummy und den beiden Rating-Gr¨oßen zul¨assig ist.

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

361

Tabelle A-70: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Staats-Dummy · Rating2 Staats-Dummy · ausst. Vol.

Koeﬃzient 8,735 0,971 104,051 1.486,512 -2.517,684 -2,322 16,719 -2,538 4,335 -10,298 -196.908,551 -12,356

R2 0,5612 0,5594 adj. R2 F-Statistik 306,25*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

Standardfehler 21,257 22,657 108,894 166,860 377,483 0,808 2,611 0,932 1,080 3,163 173.428,921 6,670

t-Statistik 0,4109 0,0429 0,9555 8,9087 -6,6697 -2,8747 6,4033 -2,7223 4,0134 -3,2559 -1,1354 -1,8524

362

Anhang

Tabelle A-71: F-Test zur Elimination des Terms Staats-Dummy · Rating 2

R

Summe quadrierter Abweichungen

2

adj. R

Banken-Dummy · ausst. 0,5617 0,5597 Vol. zus¨atzl. eliminiert Staats-Dummy · Rating 0,5612 0,5594 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

F-Statistik

10.290.768 2,7170* 10.301.392

Tabelle A-72: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (Moody’s 2002) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol. Banken-Dummy · Duration Banken-Dummy · Kupon Staats-Dummy · Rating Staats-Dummy · ausst. Vol.

Koeﬃzient 8,452 1,235 80,808 1.485,792 -2.516,349 -2,327 16,765 -2,536 4,341 -10,341 -1.142,417 -10,950

Standardfehler 21,307 22,701 90,191 166,855 377,444 0,808 2,622 0,932 1,081 3,171 1.801,528 5,531

R2 0,5611 adj. R2 0,5592 F-Statistik 306,10*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik 0,3967 0,0544 0,8960 8,9047*** -6,6668*** -2,8805*** 6,3943*** -2,7206*** 4,0169*** -3,2609*** -0,6341 -1,9799**

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

363

Tabelle A-73: F-Test zur Elimination des Terms Staats-Dummy · Rating2 R2

adj. R2

Banken-Dummy · ausst. 0,5617 0,5597 Vol. zus¨atzl. eliminiert 2 Staats-Dummy · Rating 0,5611 0,5592 zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.290.768 3,4187* 10.304.135

Da die Elimination der beiden Interaktionsterme weiterhin eine signiﬁkante Verschlechterung des Erkl¨arungsgehalts des Modells nach sich zieht, stellt die in Tabelle A-68 dargestellte Regression das optimale Modell unter Verwendung von Interaktionstermen dar. Der in Tabelle A-74 durchgef¨ uhrte F-Test best¨atigt zudem, dass das Modell unter Verwendung von Interaktionstermen im Vergleich zum erweiterten Modell ohne Interaktionsterme eine signiﬁkante Verbesserung der Erkl¨arungsgehalts aufweist. Tabelle A-74: F-Test zum Vergleich des erweiterten Modells ohne Interaktionsterme mit dem Modell aus Tabelle A-68 (Moody’s 2002) R2

adj. R2

erw. Modell ohne 0,5561 0,5549 Interaktionsterme Banken-Dummy · ausst. 0,5617 0,5597 Vol. zus¨atzl. eliminiert *, **, *** Signiﬁkant mit p<0,1; 0,05; 0,01

Summe quadrierter Abweichungen

F-Statistik

10.422.000 6,6409*** 10.290.768

364

Anhang

A.5

Regressionsergebnisse mit Unternehmens- und Staats-Dummy

Tabelle A-75: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2006) Variable Konstante Unternehmens-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol.

Koeﬃzient -96,840 1,126 -61,191 735,013 -291,279 3,143 16,081 1,121

Standardfehler 11,007 4,159 6,670 128,986 344,704 0,341 1,586 0,485

R2 0,7140 adj. R2 0,7137 F-Statistik 2.360,667*** Anz. Beobachtungen 6.627 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -8,7980*** 0,2707 -9,1745*** 5,6984*** -0,8450 9,2196*** 10,1372*** 2,3098**

A.5 Regressionsergebnisse mit Unternehmens- und Staats-Dummy

365

Tabelle A-76: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (Moody’s 2006) Variable Konstante Banken-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol.

Koeﬃzient -63,330 10,441 -52,355 464,270 768,526 3,800 11,276 0,419

Standardfehler 7,457 2,299 8,982 80,250 238,633 0,312 1,029 0,431

R2 0,7782 adj. R2 0,7779 F-Statistik 3.513,63*** Anz. Beobachtungen 7.020 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -8,4922*** 4,5408*** -5,8290*** 5,7853*** 3,2205*** 12,1691*** 10,9553*** 0,9734

366

Anhang

Tabelle A-77: Ergebnisse der Sch¨atzung des Unternehmens- und Staats-Dummy (S&P 2004) Variable Konstante Unternehmens-Dummy Staats-Dummy Rating Duration Kupon ausst. Vol.

Koeﬃzient -54,542 -30,811 -71,978 1.515,572 -0,939 21,468 -1,709

Grundmodells

Standardfehler 14,678 6,291 11,159 54,252 0,646 2,054 0,779

R2 0,7850 2 adj. R 0,7848 F-Statistik 3.052,87*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -3,7158*** -4,8977*** -6,4501*** 27,9356*** -1,4533 10,4539*** -2,1952**

mit

A.5 Regressionsergebnisse mit Unternehmens- und Staats-Dummy

367

Tabelle A-78: Ergebnisse der Sch¨atzung des Unternehmens- und Staats-Dummy (Moody’s 2004)

mit

Variable Konstante Unternehmens-Dummy Staats-Dummy Rating Duration Kupon ausst. Vol.

Koeﬃzient -39,3741 8,6448 -69,4004 651,5349 -1,0296 17,4585 -0,5353

Grundmodells

Standardfehler 15,8899 4,8810 11,0127 40,1555 0,6948 2,0266 0,8780

R2 0,7215 2 adj. R 0,7211 F-Statistik 2.045,28*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -2,478** 1,771* -6,302*** 16,225*** -1,482 8,615*** -0,610

368

Anhang

Tabelle A-79: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2004) Variable Konstante Unternehmens-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol.

Koeﬃzient -61,354 -13,757 -82,981 618,965 3.302,945 -0,829 21,701 -0,556

Standardfehler 14,451 5,320 10,944 169,219 693,303 0,629 2,018 0,820

R2 0,7937 adj. R2 0,7934 F-Statistik 2.756,38*** Anz. Beobachtungen 5.023 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -4,2458*** -2,5859*** -7,5824*** 3,6578*** 4,7641*** -1,3184 10,7539*** -0,6778

A.5 Regressionsergebnisse mit Unternehmens- und Staats-Dummy

369

Tabelle A-80: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (Moody’s 2004) Variable Konstante Unternehmens-Dummy Staats-Dummy Rating Rating2 Duration Kupon ausst. Vol.

Koeﬃzient -38,941 7,856 -69,054 679,862 -52,889 -1,021 17,408 -0,574

Standardfehler 16,334 5,355 11,235 135,142 267,673 0,705 2,082 0,921

R2 0,7215 adj. R2 0,7211 F-Statistik 1.753,12*** Anz. Beobachtungen 4.745 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -2,3841*** 1,4671 -6,1461*** 5,0307*** -0,1976 -1,4480 8,3600*** -0,6233

370

Anhang

Tabelle A-81: Ergebnisse der Sch¨atzung des Unternehmens- und Staats-Dummy (S&P 2002) Variable Koeﬃzient Konstante -20,128 Unternehmens-Dummy 47,266 Staats-Dummy -55,078 Rating 2.210,149 Duration -3,233 Kupon 14,464 ausst. Vol. -1,792

Grundmodells

Standardfehler 22,886 5,920 7,363 189,620 0,797 2,897 0,899

R2 0,6153 2 adj. R 0,6143 F-Statistik 580,38*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -0,8795 7,9841*** -7,4799*** 11,6557*** -4,0571*** 4,9934*** -1,9925**

mit

A.5 Regressionsergebnisse mit Unternehmens- und Staats-Dummy

371

Tabelle A-82: Ergebnisse der Sch¨atzung des Unternehmens- und Staats-Dummy (Moody’s 2002)

mit

Variable Koeﬃzient Konstante -44,3482 Unternehmens-Dummy 63,5644 Staats-Dummy -62,7864 Rating 311,5794 Duration -2,6162 Kupon 19,1051 ausst. Vol. -1,4125

Grundmodells

Standardfehler 22,1191 6,4937 11,3581 46,2477 0,7812 2,4815 1,1452

R2 0,4558 2 adj. R 0,4545 F-Statistik 368,34*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -2,0050** 9,7886*** -5,5279*** 6,7372*** -3,3489*** 7,6991*** -1,2334

372

Anhang

Tabelle A-83: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2002) Variable Koeﬃzient Konstante -22,320 Unternehmens-Dummy 43,526 Staats-Dummy -47,811 Rating 2.730,372 2 Rating -2.523,618 Duration -3,105 Kupon 14,323 ausst. Vol. -2,229

Standardfehler 22,711 5,477 8,986 444,998 2.617,825 0,797 2,939 0,904

R2 0,6167 adj. R2 0,6155 F-Statistik 500,23*** Anz. Beobachtungen 2.184 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -0,9828 7,9464*** -5,3209*** 6,1357*** -0,9640 -3,8932*** 4,8735*** -2,4643**

A.5 Regressionsergebnisse mit Unternehmens- und Staats-Dummy

373

Tabelle A-84: Ergebnisse der Sch¨atzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (Moody’s 2002) Variable Koeﬃzient Konstante -27,081 Unternehmens-Dummy 41,645 Staats-Dummy -43,243 Rating 1492,049 2 Rating -2525,089 Duration -1,787 Kupon 15,601 ausst. Vol. -2,703

Standardfehler 19,411 5,270 10,565 167,217 378,752 0,725 2,340 0,941

R2 0,5561 adj. R2 0,5549 F-Statistik 472,04*** Anz. Beobachtungen 2.646 *, **, *** Signiﬁkant mit p < 0,1; 0,05; 0,01

t-Statistik -1,3951 7,9019*** -4,0929*** 8,9228*** -6,6669*** -2,4639** 6,6675*** -2,8725***

374

A.6

Anhang

Deskriptive Statistiken zu den Datens¨ atzen aus 2006, 2004 und 2002

Tabelle A-85: Deskriptive Statistik (S&P 2006) Variable Mittelwert Spread 98,84 Rating (erw. PD) 9,49% Duration 5,37 log (ausst. Vol.) 12,15 Kupon 6,42

Median 55,40 3,83% 4,76 12,32 6,50

Std.abw. 123,74 12,82% 3,49 1,92 1,92

Tabelle A-86: Deskriptive Statistik (Moody’s 2006) Variable Mittelwert Spread 84,75 Rating (erw. PD) 7,13% Duration 5,39 log (ausst. Vol.) 11,96 Kupon 6,27

Median 49,15 1,24% 4,77 12,21 6,38

Std.abw. 111,19 11,08% 3,53 2,01 1,85

Tabelle A-87: Deskriptive Statistik (S&P 2004) Variable Mittelwert Spread 178,70 Rating (erw. PD) 8,79% Duration 6,17 log (ausst. Vol.) 12,06 Kupon 7,06

Median 87,00 5,80% 5,44 12,21 7,13

Std.abw. 196,34 9,68% 3,41 2,02 2,01

A.6 Deskriptive Statistiken

375

Tabelle A-88: Deskriptive Statistik (Moody’s 2004) Variable Mittelwert Spread 129,36 Rating (erw. PD) 0,09 Duration 6,85 log (ausst. Vol.) 11,70 Kupon 6,68

Median 76,30 0,03 6,04 12,13 6,88

Std.abw. 145,74 0,16 3,37 2,21 1,81

Tabelle A-89: Deskriptive Statistik (S&P 2002) Variable Mittelwert Spread 174,84 Rating (erw. PD) 0,04 Duration 7,12 log (ausst. Vol.) 12,01 Kupon 7,65

Median 128,50 0,02 6,33 12,21 7,38

Std.abw. 177,41 0,05 2,90 2,40 1,30

Tabelle A-90: Deskriptive Statistik (Moody’s 2002) Variable Mittelwert Spread 132,55 Rating (erw. PD) 0,08 Duration 7,37 log (ausst. Vol.) 11,40 Kupon 7,35

Median 115,25 0,04 6,61 11,92 7,20

Std.abw. 94,19 0,13 2,66 2,42 1,10

377

Literatur Albrecht P. (2003): Zur Messung Von Finanzrisiken, Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft Nr. 143, http://insurance.bwl.uni-mannheim.de/download/ extern/mm/mm143.pdf, (abgerufen 23.01.2007). Allen F. und Gale D. (2000): Comparing Financial Systems, MIT Press, Cambridge, Massachusetts. Amihud Y. und Mendelson H. (1986): Asset Pricing and the Bid-Ask Spread, Journal of Financial Economics, 17, S. 223–249. Artzner P. und Delbaen F. (1995): Default Risk Insurance and Incomplete Markets, Mathematical Finance, 5, S. 187–195. Arvanitis A., Gregory J. und Laurent J.P. (1999): Building Models for Credit Spreads, Journal of Derivatives, 6, S. 27–43. Bank f¨ ur Internationalen Zahlungsausgleich (1998): International Convergence of Capital Measurement and Capital Standards, http://www.bis.org/publ/bcbsc111.pdf, (abgerufen 12.12.2006). Bank f¨ ur Internationalen Zahlungsausgleich (2005): International Convergence of Capital Measurement and Capital Standards: A Revised Framework, http://www.bis.org/publ/bcbs118.pdf, (abgerufen 12.09.2006). Bank f¨ ur Internationalen Zahlungsausgleich (2007): Securities Statistics and Syndicated Loans, http://www.bis.org/publ/qtrpdf/r qa0703.pdf#page=96, (abgerufen 14.04.2007). Bhojraj S. und Swaminathan B. (2003): How Does the Corporate Bond Market Value Capital Investments and Accruals?, Working Paper Cornell University, http://papers.ssrn.com/sol3/Delivery. cfm/SSRN ID499923 code239644.pdf?abstractid=499923&mirid=1, (abgerufen 29.08.2006). Black F. und Cox J. (1976): Valuing Corporate Securities: Some Eﬀects of Bond Indenture Provisions, Journal of Finance, 31, S. 351–367.

378

Literatur

Black F. und Scholes M. (1973): The Pricing of Options and Corporate Liabilities, Journal of Political Economy, 81, S. 637–654. Board of Governors of the Federal Reserve System (2005): Commercial Bank Examination Manual, http://www.federalreserve. gov/boarddocs/supmanual/cbem/200611/0611cbem.pdf, (abgerufen 14.02.2007). Bohn J. (2000): A Survey of Contingent-Claims Approaches to Risky Debt Valuation, Journal of Risk Finance, 1, S. 53–70. Bortz J. (2005): Statistik f¨ ur Human- und Sozialwissenschaftler, Springer, Heidelberg, 6. Auﬂ. Briys E. und de Varenne F. (1997): Valuing Risky Fixed Rate Debt: An Extension, Journal of Financial and Quantitative Analysis, 32, S. 239–248. Bruche M. (2006): Estimating Structural Models Of Corporate Bond Prices, CEMFI-Working Paper 0610, ftp://ftp.cemfi.es/wp/06/0610. pdf, (abgerufen 14.05.2007). Brunner A., Krahnen J.P. und Weber M. (2000): Information Production in Credit Relationships: On the Role of Internal Ratings in Commercial Banking, Working Paper 2000/10, Center for Financial Studies, Frankfurt. Bundesanstalt f¨ ur Finanzdienstleistungsaufsicht (2005): Schreiben vom 06.10.2005, Grundsatz I u ¨ber die Eigenmittel der Institute gem¨aß §§ 10, 10a KWG; Risikogewichtung von im Rahmen der CSE” Rule“ als Ultimate Holding Company von der SEC beaufsichtigter USInvestmentbanken, http://www.bafin.de/schreiben/89 2005/051005. htm, (abgerufen 26.07.2006). Burch T. und Heuson A. (2006): Is the Bright Line Between Agency and Corporate Debt Dim?, http://moya.bus.miami.edu/∼tburch/ BrightLine-Dec06.pdf, (abgerufen 11.04.2007). Campbell J., Lo A. und MacKinlay C. (1997): The Econometrics of Financial Markets, Princeton University Press, Princeton, New Jersey. Cantor R. und Packer F. (1994): The credit rating industry, Federal Reserve Bank of New York Quarterly Bulletin, 19, S. 1–26.

Literatur

379

CCH (2006): Tax Increase Prevention and Reconciliation Act: Special Report, http://tax.cchgroup.com/legislation/TIPRA.pdf, (abgerufen am 08.01.2009). Chen L., Lesmond D. und Wei J. (2007): Corporate Yield Spreads and Bond Liquidity, Journal of Finance, 62, S. 119–149. Colin-Dufresne P., Goldstein P. und Martin J. (2001): The Determinants of Credit Spread Changes, Journal of Finance, 56, S. 2177–2207. Credit (2002): Moody’s plans rating methodology revision, http://www. creditmag.com/public/showPage.html?page=1475. Crosbie P. und Bohn J. (2005): Modeling Default Risk, http://www. moodyskmv.com/research/files/wp/ModelingDefaultRisk.pdf, (abgerufen 14.05.2007). Crouhy M., Galai D. und Mark R. (2001): Prototype risk rating system, Journal of Banking and Finance, 25, S. 47–95. Cuthbertson K. und Nitzsche D. (2004): Quantitative Financial Economics: Stocks, Bonds and Foreign Exchange, John Wiley & Sons, Chichester, 2. Auﬂ. Delianedis G. und Geske R. (2001): The Components of Corporate Credit Spreads: Default, Recovery, Taxes, Jumps, Liquidity, and Market Factors, UCLA Anderson Working Paper NO. 22-01, http://papers.ssrn.com/sol3/Delivery.cfm/ SSRN ID306479 code020713600.pdf?abstractid=306479&mirid=1, (abgerufen 29.08.2006). Deutsche Bank AG (2007): Jahresbericht 2006, deutsche-bank.de/ir/pdfs/Jahresbericht 2006.pdf, 16.05.2007).

http://www. (abgerufen

Deutsche Bundesbank (2007): Kurse/Renditen b¨orsennotierter Bundeswertpapiere, http://www.bundesbank.de/download/kredit/kredit renditetabelle.pdf, (abgerufen am 26.02.2007). Deutsche Presse Agentur (2006): Bankenaufsicht: Basel-II-Verz¨ogerungen nicht negativ, http://de.ibtimes.com/articles/20070117/ banken-bundestag.htm, (abgerufen 25.04.2007).

380

Literatur

Dicker R.C. (2002): Analysing and Interpreting Data, in Field Epidemiolody, Michael B. Gregg, Oxford, 2. Auﬂ., S. 132–172. Drud A.S. (1992): CONOPT - A GRG Code for Large Nonlinear Optimization (Reference Manual), Working Paper, ARKI Consulting and Development. Duffee G. (1999): Estimating the Price of Default Risk, Review of Financial Studies, 12, S. 197–226. Duffie D. (2003): Dynamic Asset Pricing Theory, Princeton University Press, Princeton, New Jersey, 3. Auﬂ. Duffie D. und Lando D. (2001): Term Structure of Credit Spreads with Incomplete Accounting Information, Econometrica, 69, S. 633–664. Duffie D. und Singelton K. (1999): Modelling Term Structures of Defaultable Bonds, Review of Financial Studies, 12, S. 687–720. Elton E., Gruber M., Agrawal D. und Mann C. (2001): Explaining the Rate Spread on Corporate Bonds, Journal of Finance, 56, S. 247–261. Elton E., Gruber M., Agrawal D. und Mann C. (2004): Factors Aﬀecting the Valuation of Corporate Bonds, Journal of Banking and Finance, 28, S. 2747–2767. Eom Y., Helwege J. und Huang J. (2004): Structural Models of Corporate Bond Pricing: An Empirical Analysis, Review of Financial Studies, 17, S. 499–544. Ericsson J. und Reneby J. (2005): Estimating Structural Bond Pricing Models, Journal of Business, 78, S. 707–736. Ernst & Young (2005): Basel II ist jetzt! Deutschlands große Bankenbefragung: Wie ist der Stand der Vorbereitungen? Federal Reserve System (2007): Federal Reserve Statistical Release, http://www.federalreserve.gov/releases/h15/data.htm, (abgerufen 01.07.2007). Freixas X. und Rochet J.C. (1997): Microeconomics of Banking, MIT Press, Cambridge, Massachusetts.

Literatur

381

Froot K.A. und Stein J.C. (1998): Risk Management, Capital Budgeting, and Capital Structure Policy for Financial Institutions: An Integrated Approach, Journal of Financial Economics, 47, S. 55–82. Gabbi G. und Sironi A. (2002): Which Factors Aﬀect Corporate Bond Pricing? Evidence from Eurobonds Primary Market Spreads, http://papers.ssrn.com/sol3/Delivery.cfm/ SSRN ID308299 code020509670.pdf?abstractid=308299&mirid=1, (abgerufen 20.02.2007). Geske R. (1977): The Valuation of Corporate Liabilities as Compound Options, Journal of Financial and Quantitative Analysis, 12, S. 541–552. Godlewski C. (2004): Are Bank Ratings Coherent with Bank Default Probabilities in Emerging Market Economies?, Working Paper, Universit´e Louis Pasteur, Strasbourg, http://papers.ssrn.com/sol3/Delivery. cfm/SSRN ID588162 code347791.pdf?abstractid=588162&mirid=1, (abgerufen 29.10.2006). Golub B. und Tilman L. (2000): No Room for Nostalgia in Fixed Income, Risk , 13, S. 44–48. Gore G. (2006): Korrelationschaos, Deutsches Risk , 6, S. 28–31. Greene W. (2003): Econometric Analysis, Pearson Education, Upper Saddle River, New Jersey, 5. Auﬂ. Gropp R., Vesala J. und Vulpes G. (2006): Equity and Bond Market Signals as Leading Indicators of Bank Fragility, Journal of Money Credit and Banking, 38, S. 399–428. Gujarati D. (2003): Basic Econometrics, McGraw-Hill, New York, New York, 4. Auﬂ. Hartmann-Wendels T., Pfingsten A. und Weber M. (2007): Bankbetriebslehre, Springer, Berlin, 4. Auﬂ. Heath D., Jarrow R. und Morton A. (1992): Bond Pricing and the Term Structure of Interest Rates: A New Methodology for Contingent Claims Valuation, Econometrica, 60, S. 77–105.

382

Literatur

Heid F., Porath D. und Stolz S. (2004): Does Cpital Regulation Matter for Bank Behaviour? Evidence from German Savings Banks, Diskussionspapier, Reihe 2, Nr. 03/2004, Deutsche Bundesbank, http://217. 110.182.54/download/bankenaufsicht/dkp/200403dkp b.pdf, (abgerufen 25.08.2006). Heidorn T. und Kantwill J. (2002): Eine empirische Analyse der Spreadunterschiede von Festzinsanleihen zu Floatern im Euroraum und deren Zusammenhang zum Preis eines Credit Default Swaps, Arbeitsbericht Nr. 39 der Hochschule f¨ ur Bankwirtschaft, Frankfurt am Main, http://www.frankfurt-school.de/dms/Arbeitsberichte/ Arbeits39e/Arbeits39e.pdf, (abgerufen 14.05.2007). Hillier F. und Lieberman G. (2004): Introduction to Operations Research, McGraw-Hill, New York, New York. Houweling P., Mentink A. und Vorst T. (2005): Comparing Possible Proxies of Corporate Bond Liquidity, Journal of Banking and Finance, 29, S. 1331–1358. HSBC plc (2007): Annual Report and Accounts 2006, http: //a248.e.akamai.net/7/248/3622/5305766cf32a60/www.img.ghq. hsbc.com/public/groupsite/assets/investor/hsbc2006ara0.pdf, (abgerufen 16.05.2007). Huang J. und Huang M. (2003): How Much of the CorporateTreasury Yield Spread is Due to Credit Risk?, 14th Annual Conference on Financial Economics and Accounting (FEA), http: //papers.ssrn.com/sol3/Delivery.cfm/SSRN ID307360 code238096. pdf?abstractid=307360&mirid=1, (abgerufen 29.08.2006). Huang R. und Stoll H. (1996): Dealer versus Auction Markets: A Paired Comparison of Execution Costs on NASDAQ and the NYSE, Journal of Financial Economics, 41, S. 313–357. Jarrow R., Lando D. und Turnbull S. (1997): A Markov Model for the Term Structure of Credit Risk Spreads, Review of Financial Studies, 10, S. 481–523. Jarrow R. und Turnbull S. (1995): Pricing Derivatives on Financial Securities Subject to Credit Risk, Journal of Finance, 51, S. 53–85.

Literatur

383

Jiang C. und Kim J. (2005): Trading Costs of Non-U.S. Stocks on the New York Stock Exchange: The Eﬀect of Insitutional Ownership, Analyst Following, and Market Regulation, Journal of Financial Research, 28, S. 439– 459. Jones D. (2000): Emerging Problems with the Basel Capital Accord: Regulatory Capital Arbitrage and Related Issues, Journal of Banking and Finance, 24, S. 35–58. Jones E., Mason S. und Rosenfeld E. (1984): Contingent Claims Analysis of Corporate Capital Structures: An Empirical Investigation, Journal of Finance, 39, S. 611–627. Kalkbrener M. und Overbeck L. (2002): The Maturity Eﬀect on Credit Risk Capital, Risk , 16, S. 59–63. Kim J. und Sundaresan K.R.A.S. (1993): Does Default Risk in Coupons Aﬀect the Valuation of Corporate Bonds? A Contingent Claims Model, Financial Management, o.Jg., S. 117–131. Leland H. (1994): Corporate Debt Value, Bond Covenants, and Optimal Capital Structure, Journal of Finance, 49, S. 1213–1252. Leland H. und Toft K. (1996): Optimal Capital Structure, Endogenous Bankruptcy, and the Term Structure of Credit Spreads, Journal of Finance, 51, S. 987–1019. Longstaff F. und Schwartz E. (1995): A Simple Approach to Valuing Risky Fixed and Floating Rate Debt, Journal of Finance, 50, S. 789–820. Lucas D. (1995): Default Correlation and Credit Analysis, Journal of Fixed Income, 11, S. 76–87. Lyden S. und Saraniti D. (2001): An Empirical Examination of the Classical Theory of Corporate Security Valuation, http://papers. ssrn.com/sol3/Delivery.cfm/SSRN ID271719 code010608110.pdf? abstractid=271719&mirid=1, (abgerufen 14.05.2007). Marcus A. (1984): Deregulation and Bank Financial Policy, Journal of Banking and Finance, 8, S. 557–565.

384

Literatur

Merton R. (1974): On the Pricing of Corporate Debt: The Risk Structure of Interest Rates, Journal of Finance, 29, S. 449–470. Milne A. und Whalley A. (2001): Bank Capital Regulation and Incentives for Risk-Taking, http://papers.ssrn.com/sol3/Delivery.cfm/ SSRN ID303176 code020314500.pdf?abstractid=303176&mirid=1, (abgerufen 25.08.2006). Moody’s Investors Service (2002a): Default and Recovery Rates of Corporate Bond Issuers, 1970-2001, http://www.moodyskmv.com/research/whitepaper/02defstudy.pdf, (abgerufen 07.05.2007). Moody’s Investors Service (2002b): Understanding Moody’s Corporate Bond Ratings and Rating Process, http://www.moodysasia. com/SHPTContent.ashx?source=StaticContent/Free%20Pages/MDCS/ Asia/Corporate%20Bond%20Ratings%20and%20Rating%20Process.pdf, (abgerufen 01.05.2007). Moody’s Investors Service (2004): Default and Recovery Rates of Corporate Bond Issuers, 1920-2003, http:// www.fep.up.pt/disciplinas/lge512/moodys%201903-2003.pdf, (abgerufen 14.05.2007). Moody’s Investors Service (2006): Default and Recovery Rates of Corporate Bond Issuers, 1920-2005, http://www.moodys.com.br/brasil/pdf/Default2006.pdf, (abgerufen 27.04.2007). Murtagh B. und Saunders M. (1983): MINOS 5.1 User´s Guide., Working Paper SOL 83- 20R, Systems Optimization Laboratory, Stanford University. Newey W. und West K. (1987): A Simple Positive Semi-Deﬁnite Hetetroskedasticity and Autocorrelation Consistent Covariance Matrix, Econometrica, 55, S. 703–708. Nikolov P. (2004): Implementation of Basel II Capital Requirements by Foreign Banking Institutions’ Branches and Agencies in New York State, http://www.banking.state.ny.us/rp0412.pdf, (abgerufen 14.05.2007).

Literatur

385

Ogden J. (1987): Determinants of the Ratings and Yields on Corporate Bonds: Tests of the Contingent Claims Model, Journal of Financial Research, 10, S. 329–339. Perraudin W. und Taylor A. (2004): On the Consistency of Ratings and Bond Market Yields, Journal of Banking and Finance, 28, S. 2769–2788. Poon W., Firth M. und Fung H. (1999): A Multivariate Analysis of the Determinants of Moody’s Bank Financial Strength Ratings, Journal of International Financial Markets, Institutions and Money, 9, S. 267–283. Rosenbaum P. (2002): Observational Studies, Springer, New York, 2. Auﬂ. Rudolph B. (1981): Duration: eine Kennzahl zur Beurteilung der Zinsempﬁndlichkeit von Verm¨ogensanlagen, Zeitschrift f¨ ur das gesamte Kreditwesen, 4, S. 137–140. Saunders A. und Cornett M. (2003): Financial Institutions Management: A Risk Management Approach, McGraw-Hill, New York, 4. Auﬂ. Sharpe W.F. (1964): Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk, Journal of Finance, 19, S. 425–442. Standard & Poor’s (2004): Corporate Defaults in 2003 Recede From Recent Highs, RatingsDirect Research Report. Standard & Poor’s (2006): Annual 2005 Global Corporate Default Study and Rating Transitions, https://www.creditmodel.com/csa/DefaultStudy.pdf, (abgerufen 27.04.2007). Standard & Poor’s (2007): Bank Survivability Assessment Deﬁnitions, http://www2.standardandpoors.com/portal/site/sp/en/us/ page.article/2,1,4,0,1031768048258.html, (abgerufen 14.05.2007). The Securities Industry and Financial Markets Association (2007): About Government Bonds, http://www.investinginbonds.com/ learnmore.asp?catid=9&subcatid=65, (abgerufen 12.05.2007). U.S. Government Printing Office (2003): Jobs and Growth Tax Reﬂief Reconciliation Act of 2003, http://frwebgate.access.gpo.

386

Literatur

gov/cgi-bin/getdoc.cgi?dbname=108 cong public laws&docid=f: publ027.108, (abgerufen am 08.01.2009). U.S. Government Printing Office (2006): Tax Increase Prevention and Reconciliation Act of 2006, http://frwebgate.access.gpo. gov/cgi-bin/getdoc.cgi?dbname=109 cong public laws&docid=f: publ222.109, (abgerufen am 08.01.2009). Vayanos D. (1998): Transaction Costs and Asset Prices: A Dynamic Equilibrium Model, Review of Financial Studies, 11, S. 1–58. White H. (1980): A Heteroskedasticity-Consistent Covariance Matrix Estimator and a Direct Test for Heteroskedasticity, Econometrica, 48, S. 817– 838. Wooldridge J. (2003): Introductory Econometrics: A Modern Approach, South-Western, Mason, Ohio. Zhou C. (1997): A Jump-Diﬀusion Approach to Modeling Credit Risk and Valuing Defaultable Securities, http://papers.ssrn.com/ sol3/Delivery.cfm/9706116.pdf?abstractid=39800&mirid=1, (abgerufen 15.01.2007). Zimmermann H.J. (2005): Operations Research, Vieweg, Wiesbaden.