Bondrediten und Mindestkapitalanforderungen fur Banken

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

Author: Sebastian Suhr

74 downloads 1198 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 häufig auf der Annahme vollkommener Kapitalmärkte. Diese Annahme ist bequem und erleichtert die Herleitung expliziter Bewertungsformeln erheblich. Sie ist in der Realität aber häufig nicht erf¨ ullt. Die bloße Existenz von Kreditinstituten, f¨ ur die es auf vollkommenen Kapitalmärkten keine Berechtigung gäbe, 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 Höhe der erforderlichen Eigenmittelunterlegung hing in der Vergangenheit hauptsächlich von der Schuldnerkategorie ab (öffentliche Stelle, Finanzintermediär, anderes Unternehmen). Seit Basel II wird sie primär 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 präferieren, die mit weniger Eigenmitteln zu unterlegen sind. Diese Frage ist der Aufhänger 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 benötigten Menge und Detaillierung zur Verf¨ ugung. Daher wählt der Autor einen indirekten Weg. Er pr¨ uft mit unterschiedlichen Methoden, ob Wertpapiere mit höherem regulatorischen Kapitalbedarf, bei sonst gleichen Daten, höhere Renditen aufweisen. Die untersuchten Daten des US-amerikanischen Kapitalmarktes - in Deutschland gibt es f¨ ur statistisch aussagekräftige Resultate zu wenig Unternehmensanleihen - bestätigen die Vermutungen in einigen Fällen. Völlig 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 vielfältige Anregungen.

Prof. Dr. Andreas Pfingsten

ix

Vorwort Die vorliegende Arbeit wurde im Sommersemester 2007 von der wirtschaftswissenschaftlichen Fakultät der Westfälischen Wilhelms-Universität als Dissertation angenommen. Die Arbeit entstand während meiner vierjährigen Tätigkeit als wissenschaftlicher Mitarbeiter von Prof. Dr. Andreas Pfingsten am Institut f¨ ur Kreditwesen der Universität M¨ unster. Während 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 möchte. 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 geprägte Arbeitsatmosphäre 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 möchte ich mich daher herzlich bei Rolf Böve, Sven Bornemann, Burkhardt Döge, Susanne Homölle, Carsten Hubensack, Andreas Kamp, Markus Ricke, Kai Rudolf, Claudia Schaaff, Norbert Sträter, Peter Wagner, Carsten Wolferink und Irmhild Wrede sowie den vielen engagierten studentischen Hilfskräften bedanken. Besonders bedanken möchte ich mich bei Rolf Böve, der mir während der Entstehung dieser Arbeit einige mathematische Fragen beantwortet und dabei eine Menge Zeit geopfert hat. Während meiner universitären Laufbahn sind zudem einige sehr gute Freundschaften entstanden, die die Zeit an der Universität M¨ unster hoffentlich lange u ur zahlreiche außeruniversitäre Aktivitäten, ¨berdauern werden. F¨ die auf ihre eigene individuelle Art zum Gelingen dieser Arbeit beigetragen haben, möchte ich mich an dieser Stelle insbesondere bei Frank Grundmann, Norbert Sträter und Barbara Ries bedanken. Besonders herzlich möchte ich mich auch bei meiner Partnerin Jennifer Okoye bedanken. Sie hatte stets Verständnis 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 familiären R¨ uckhalt, der den Grundstein f¨ ur meine persönliche Entwicklung darstellt. Diese Dissertation ist nur eines von vielen Dingen, die ohne die permanente und uneingeschränkte Unterst¨ utzung meiner Eltern nicht möglich gewesen wären - 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 Sensitivitätsanalye . . . . . . . . . . . . . . . . . . . . 2.1.3.1 Zusammenhang zwischen optimaler Portfoliostruktur und Korrelationen . . . . . . . . . . 2.1.3.2 Zusammenhang zwischen optimaler Portfoliostruktur und ökonomischer Kapitalrestriktion 2.2 Preismechanismus und Marktgleichgewicht . . . . . . . . . . . 2.2.1 Modellstruktur und -annahmen . . . . . . . . . . . . . 2.2.2 Ermittlung der markträumenden Renditekombinationen 2.2.3 Zusammenhang zwischen markträumender Renditekombination und Korrelationen sowie ökonomischer Kapitalanforderung . . . . . . . . . . . . . . . . . . . . . . 2.2.4 Zusammenhang zwischen markträumender 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 Ansätze 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 ähnlicher 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 ökonomischen Kapitalrestriktion auf Konvexität . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 299 ¨ A.2 Detaillierte Ubersicht zur durchgef¨ uhrten Datenbereinigung . . 303

xiv

Inhaltsverzeichnis

A.3 Der White Heteroskedastizitäts-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 Datensätzen 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 Abhängigkeit der Rating-Kategorie (S&P 2006) . . . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (S&P 2006) . . . . . . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit des ausstehenden Volumens (S&P 2006) . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Rating-Kategorie (S&P 2006) . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Duration (S&P 2006) . . . . . . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (S&P 2006) . . . . . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit des ausstehenden Volumens (S&P 2006) . . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Rating-Kategorie (Moody’s 2006) . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (Moody’s 2006) . . . . . . . . . . . . . . Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit des ausstehenden Volumens (Moody’s 2006) . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Rating-Kategorie (Moody’s 2006) . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Duration (Moody’s 2006) . . . . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (Moody’s 2006) . . . . . . . . . . . . . . . . Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit 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


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 Abhängigkeit der Rating-Kategorie; Grundmodell vs. erweitertes Modell (S&P 2004) . . . . . . . . . . . . . . . . 170 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Rating-Kategorie (S&P 2004) . . . . . . . . . . . . . . 174 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Duration (S&P 2004) . . . . . . . . . . . . . . . . . . . 175 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (S&P 2004) . . . . . . . . . . . . . . . . . 176 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit des ausstehenden Volumens (S&P 2004) . . . . . . . . . . 177 Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Rating-Kategorie (S&P 2004) . . . . . . . . . . . . . . . . 179 Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (S&P 2004) . . . . . . . . . . . . . . . . . . . . 180 Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit des ausstehenden Volumens (S&P 2004) . . . . . . . . . . . . . 181 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Rating-Kategorie (Moody’s 2004) . . . . . . . . . . . . 185 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Duration (Moody’s 2004) . . . . . . . . . . . . . . . . 186 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (Moody’s 2004) . . . . . . . . . . . . . . . 187 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit des ausstehenden Volumens (Moody’s 2004) . . . . . . . . 188 Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Rating-Kategorie (Moody’s 2004) . . . . . . . . . . . . . . 190 Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (Moody’s 2004) . . . . . . . . . . . . . . . . . 191


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 Abhängigkeit 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-Kanälen)241 Spreads in Abhängigkeit der Rating-Kategorie; Grundmodell vs. erweitertes Modell (Moody’s 2002) . . . . . . . . . . . . . . 247 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Duration (Moody’s 2002) . . . . . . . . . . . . . . . . 251 Spreads von Banken- und Unternehmens-Bonds in Abhängigkeit der Kuponhöhe (Moody’s 2002) . . . . . . . . . . . . . . . 252 Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit der Rating-Kategorie (Moody’s 2002) . . . . . . . . . . . . . . 254 Spreads von Staats- und Unternehmens-Bonds in Abhängigkeit 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 europäischer Großbanken . . . . . . . . . . . . . . Eigenkapitalkosten Banken (geschätzt) . . . . . . . . . . . . . . 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 . . . . . . . . . . . . . . . . . . . Markträumende Renditekombination Fall 1 (Korrelation 0,8) . Nachfragestruktur der Banken bei gleichen Renditen und Angebotsstruktur am Markt . . . . . . . . . . . . . . . . . . . . . Markträumende Renditekombination Fall 2 (Korrelation 0,8) . Auswirkungen von ökonomischer Kapitalrestriktion und Korrelationen auf die Nachfragestruktur . . . . . . . . . . . . . . . Markträumende Renditekombination Fall 1 (Korrelation 0,7; 99 %-Konfidenzniveau) . . . . . . . . . . . . . . . . . . . . . . Markträumende Renditekombination Fall 2 (Korrelation 0,7; 99 %-Konfidenzniveau) . . . . . . . . . . . . . . . . . . . . . . Variierte Angebotsstruktur am Markt . . . . . . . . . . . . . . Markträumende Renditekombination bei varrierter Angebotsstruktur Fall 1 (Korrelation 0,7; 99 %-Konfidenzniveau) . . . . Inländischer Bondmarkt (Deutschland) . . . . . . . . . . . . . Inländischer 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-jährige historische Ausfallraten von S&P und Moody’s (2006) 59 Ergebnisse der Schätzung des Regressionsmodells 3-1 (S&P 2006) 68 Ergebnisse der Schätzung des Regressionsmodells 3-1 (Moody’s 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 Ergebnisse der Schätzung des Regressionsmodells 3-5 (S&P 2006) 73 Ergebnisse der Schätzung des Regressionsmodells 3-5 (Moody’s 2006) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 75 Ergebnisse der Schätzung des Regressionsmodells 3-6 (S&P 2006) 78 Ergebnisse der Schätzung 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-jährige historische Ausfallraten S&P und Moody’s (2004) . . 160 Ergebnisse der Schätzung des Regressionsmodells 3-1 (S&P 2004)163 Ergebnisse der Schätzung des Regressionsmodells 3-1 (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 166 Ergebnisse der Schätzung des Regressionsmodells 3-5 (S&P 2004)169 Ergebnisse der Schätzung des Regressionsmodells 3-8 (S&P 2004)172

xxii

Tabellenverzeichnis

3-59

Ergebnisse der Schätzung 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-jährige historische Ausfallraten S&P und Moody’s (2002) . . 235 Ergebnisse der Schätzung des Regressionsmodells 3-1 (S&P 2002)238 Ergebnisse der Schätzung des Regressionsmodells 3-1 (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 Ergebnisse der Schätzung des Regressionsmodells 3-5 (S&P 2002)245 Ergebnisse der Schätzung des Regressionsmodells 3-5 (Moody’s 2002) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 246 Ergebnisse der Schätzung 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-Heteroskedastizitätstests (S&P 2006) . . 306 Ergebnisse der White-Heteroskedastizitätstests (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-Heteroskedastizitätstests (S&P 2004) . . 307 Ergebnisse der White-Heteroskedastizitätstests (Moody’s 2004) 307 Ergebnisse der White-Heteroskedastizitätstests (S&P 2002) . . 307 Ergebnisse der White-Heteroskedastizitätstests (Moody’s 2002) 308 Ergebnisse der Schätzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2006) . . . . . . . . . . . . 310 Ergebnisse der Schätzung 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 Schätzung 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 Schätzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2006) . . . . . . . . . . 314 Ergebnisse der Schätzung 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 Schätzung 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 Schätzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2004) . . . . . . . . . . . . 319 Ergebnisse der Schätzung 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 Schätzung 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 Schätzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Staats-Dummy · Rating2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (S&P 2004) . . . . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 II . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2004) . . . . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Interaktionstermen; Banken-Dummy · Rating2 eliminiert (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Banken-Dummy · Rating2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Duration eliminiert (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Staats-Dummy · Duration . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Interaktionstermen; Staats-Dummy · Rating2 eliminiert (Moody’s 2004) . . . . . . . . . . . . . . . . . . . . . . . . . F-Test zur Elimination des Interaktionsterms Staats-Dummy · Rating2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Ergebnisse der Schätzung 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 Schätzung des erweiterten Regressionsmodells mit allen Interaktionstermen (S&P 2002) . . . . . . . . . . . . 338 Ergebnisse der Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung des erweiterten Regressionsmodells mit allen Interaktionstermen (Moody’s 2002) . . . . . . . . . . 349 Ergebnisse der Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung 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 Schätzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2006) . . . . . . 364 Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (Moody’s 2006) . . . . 365 Ergebnisse der Schätzung 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 Schätzung des Grundmodells mit Unternehmensund Staats-Dummy (Moody’s 2004) . . . . . . . . . . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2004) . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (Moody’s 2004) . . . . Ergebnisse der Schätzung des Grundmodells mit Unternehmensund Staats-Dummy (S&P 2002) . . . . . . . . . . . . . . . . . Ergebnisse der Schätzung des Grundmodells mit Unternehmensund Staats-Dummy (Moody’s 2002) . . . . . . . . . . . . . . . Ergebnisse der Schätzung des erweiterten Regressionsmodells mit Unternehmens- und Staats-Dummy (S&P 2002) . . . . . . Ergebnisse der Schätzung 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 Störterm erwartete Rendite der Wertpapierkategorie i Standardabweichung Kapitalkostensatz Wertpapierkategorie Bank Eigenkapital Distanz der Objekte k und l erwarteter Portfolior¨ uckfluss in Abhängigkeit 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 Europäische 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. ökon. 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 Höhe 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 ökonomisch Probability of Default public limited company Kategorie Restlaufzeit Seite Securities and Exchange Commission Standard & Poors’s Société 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 Realität 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 Losgrößentransformation, an einem Markt mit vollständig rationalen und vollständig 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 Bankgeschäft einer sehr umfassenden Regulierung. Daher ist es nicht nur von wissenschaftlichem Interesse, sondern auch aus Sicht der Praxis von Relevanz, inwiefern sich in der Realität unter Ber¨ ucksichtigung von Marktfriktionen Abweichungen zwischen den beobachtbaren Renditen ergeben, die sich durch die Schuldner-Kategorie des Emittenten erklären lassen und damit durch die Existenz von Regulierungsvorschriften f¨ ur Kreditinstitute begr¨ undet werden können. Hierzu soll die vorliegende Arbeit einen Beitrag leisten. Die in ihrer ersten Fassung im Jahre 1988 durch die Bank f¨ ur Internationalen Zahlungsausgleich (BIZ) veröffentlichte Vereinbarung zur Vereinheitlichung der staatlichen Regulierung der Kreditwirtschaft (Basel I) stellte den ersten Schritt in Richtung einer risikoabhängigen Eigenkapitalunterlegung ausfallbedrohter Forderungen dar.2 Die darin formulierten Vorschläge 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. Während Forderungen gegen¨ uber Banken in Höhe von 1,6% des ausfallbedrohten Betrages mit haftendem Eigenkapital zu unterlegen waren, erforderten Unternehmenstitel, unabhängig von ihrer Bonität, 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 Eröffnung 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 Abwägung ökonomischer Einflussfaktoren als notwendig erachteten Kapital (ökonomisches Kapital), wurden 2005 die unter dem Namen Basel II bekannten Neuregelungen zur Bankenregulierung veröffentlicht, die eine weitaus differenziertere Erfassung von Bonitätsunterschieden 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 ökonomischem 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 wären Investments, die mit mehr Eigenkapital zu unterlegen sind, als ökonomisch 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 Fällen Renditeaufschläge durchsetzen können. 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 erklärt, dass die Titel aufgrund der Neuregelung f¨ ur Banken, die den Großteil der Marktteilnehmer darstellen, eine gesteigerte Attraktivität 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 Höhe der Renditen und der Höhe des erforderlichen regulatorischen Eigenkapitals besteht. Sollte es möglich sein, einen derartigen Zusammenhang nachzuweisen, so wäre eine Verbesserung der existierenden Bewertungsverfahren durch die Ber¨ ucksichtigung eines Faktors f¨ ur die erforderliche regulatorische Kapitalunterlegung denkbar. Außerdem könnte 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. Renditeänderungen 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 gängigen Bewertungsmethoden ist es zunächst 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 möglich 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 zunächst 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 Wirkungszusammenhänge 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 größter Markt f¨ ur festverzinsliche Wertpapiere untersucht. Zunächst erfolgt eine Darstellung der Grundlagen der amerikanischen Bankenregulierung sowie der theoretischen Ansätze zur Bewertung von Bonds. Anschließend werden insgesamt drei Datensätze 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 möglich 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 Geschäften inhärenten Informationsasymmetrien in besonderem Maße.7 Im Rahmen der Investitionssteuerung ist daher insbesondere darauf zu achten, dass der Wert einer Investition nicht, wie häufig angenommen, f¨ ur alle Marktteilnehmer der gleiche ist, sondern vom bestehenden Portfolio und der Korrelation der Investition mit diesem abhängt.8 Ansätze 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 Kapitalgrößen f¨ ur eine Bank den relevanten Engpass darstellt, hängt wesentlich von den Markgegebenheiten ab, die u.a. durch die Korrelationen der verf¨ ugbaren Investitionsmöglichkeiten 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 zunächst die Position eines Investors eingenommen, der zu einem Kapitalkostensatz τ bereit ist, Unternehmen Kapital zur Verf¨ ugung zu stellen, welches die Kapitalempfänger in die Lage versetzt riskante Investitionen zu tätigen.12 Allerdings fordert der Investor neben den Kapitalkosten die Einhaltung eines Risikolimits in Form einer mindestens mit Eigenkapital zu unterlegenden Value at Risk(VaR)-Größe. Ausgehend von dieser Situation werden ein normales“ Unternehmen, das keinen regulatori” schen Kapitalanforderungen unterliegt und eine Bank als Kapitalempfänger 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 ökonomische Kapitalrestriktion, sondern auch eine regulatorische Mindestkapitalvorgabe einzuhalten. Zunächst wird nur ein Zeitpunkt betrachtet und analysiert, in welcher Weise die Bank ihr optimales Portfolio im Vergleich zum parallel betrachteten Unternehmen wählt. 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 Kapitalempfänger so gewählt, 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 getätigten 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 Höhe des mindestens erforderlichen ökonomischen Kapitals wird durch den Investor als Value at Risk (VaR) mit 99 %igem Konfidenzniveau vorgegeben. Zur Berechnung können 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 Volatilität i.H.v. 1 % zugrunde gelegt.13 Die in Tabelle 2-1 zusammengefassten Werte zeigen, dass die Korrelationen zwischen Bonds in erheblichem Maße davon abhängen, welches Rating die jeweiligen Papiere aufweisen. Da eine Mischung von Staats-Bonds mit Unternehmens-Bonds gemäß den präsentierten Zahlen zu einer Korrelation von ca. 77 % f¨ uhrt, erscheint der angenommene Wert in Höhe 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 Höhe des Kapitalkostensatzes τ wird im Folgenden näherungsweise 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


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 europäischer 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 beträgt f¨ die in Tabelle 2-2 aufgef¨ uhrten Institute ca. 1,11. Dar¨ uber hinaus wird die aktuelle Rendite von börsennotierten Bundeswertpapieren mit einer Restlaufzeit von einem Jahr in Höhe 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 gemäß CAPM in Höhe von 8,32 %. Trotz eines vergleichbaren Risikos, ist allerdings denkbar, dass Abweichungen zwischen den Kapitalkosten einer Bank und denen eines Unternehmens auftreten. So könnte es beispielsweise sein, dass Investoren aufgrund der Tatsache, dass Banken im Unterschied zu anderen Unternehmen einer Regulierung unterliegen, bei einer Bank eine höhere Sicherheit vermuten als bei einem vergleichbaren Industrieunternehmen. Dar¨ uber hinaus wird häufig 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 Zahlungsunfähigkeit 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


9

Vorgaben unabhängig von der Ausprägung anderer Einflussfaktoren analysiert werden. Daher wird im Folgenden sowohl f¨ ur die Bank als auch f¨ ur das parallel betrachtete Unternehmen ein Kapitalkostensatz in Höhe von 8 % angenommen. Tabelle 2-3: Eigenkapitalkosten Banken (geschätzt) 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 Höhe 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 zunächst identische erwartete Renditen in Höhe von 1 % sowie identische Ausfallwahrscheinlichkeiten angenommen. Das einzige Unterscheidungsmerkmal stellt die Wertpapierkategorie und die damit verbundene Höhe an erforderlichem regulatorischen Eigenkapital, das f¨ ur ein Investment vorzuhalten ist, dar. Des Weiteren wird im Einklang mit den geltenden Regulierungsvorschriften f¨ ur international tätige Kreditinstitute angenommen, dass Papiere der Kategorie Staat (S) keine Kapitalunterlegung erfordern, während 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


Modellanalyse

Wie bereits erwähnt, 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 ökonomischen Kapitalanforderung (vgl. Formel 2-3) zusätzlich 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 zusätzlichen regulatorischen Kapitalrestriktion zu tragen ist, wie folgt äußert. 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 Höhe 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 Fälle 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 Lösungsraum eine konvexe Menge ist. Diese weisen die Besonderheit auf, dass lokale und globale


11

Optima zusammenfallen, sodass, sobald eine Lösung 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 Lösungsverfahren, 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 ermöglicht eine Anwendung auf nichtlineare Probleme. Allerdings setzt diese Anwendung eine stetige Differenzierbarkeit sowie die Konvexität 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 zunächst restriktiv, stellt aber keine wesentliche Beschränkung im Hinblick auf die anwendbaren Optimierungsalgorithmen dar, da durch die Vielzahl der in GAMS verf¨ ugbaren Solver alle wichtigen nichtlinearen Lösungsalgorithmen 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 präsentierten Ergebnisse basieren auf dem Lösungsalgorithmus 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 zunächst 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


Dar¨ uber hinaus werden Sensitivitätsanalysen durchgef¨ uhrt, um den Einfluss ausgewählter Modellparameter zu verdeutlichen. Die Entscheidungsvariablen sind neben der Wahl des gesamten Investitionsvolumens V die Portfolioanteile der drei zulässigen Wertpapierkategorien wi . F¨ ur die angenommen Werte f¨ uhrt die erste Optimierung aus Sicht des Unternehmens, bei der lediglich die ökonomische 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 beträgt 46,10 GE. Tabelle 2-4: Ergebnisse ohne Regulierung E(V ) EK-Rendite Portfoliovolumen wS wB wU Schattenpreis ökon. Kapitalrestriktion

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

Da lediglich die ökonomische 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 lässt sich der Diversifikationseffekt am besten ausnutzen, indem alle Wertpapiere zu gleichen Teilen gehalten werden. Auf diese Weise wird das erforderliche ökonomische Kapital im Verhältnis zum investierten Volumen minimiert. Die erwirtschaftete Eigenkapitalrendite entspricht im Rahmen des Modells dem Wert einer (weiteren) Einheit Eigenkapital. Als Schattenpreis f¨ ur die ökonomische Kapitalrestriktion, die mittels einer VaR-Größe definiert wurde, ermittelt GAMS einen Wert 0,461 GE. Dieser ist so zu interpretieren, dass bei einer Steigerung des verf¨ ugbaren ökonomischen 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 zusätzliche Einheit Eigenkapital ebenfalls mit


13

dem Kapitalkostensatz τ zu verzinsen wäre, 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 zusätzlicher 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 verändert sich hin zu einer stärkeren 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 ökonomische Kapitalrestriktion geht leicht zur¨ uck und beträgt nun 0,453 GE. Die regulatorische Restriktion ist ebenfalls einschränkend; allerdings ist der Schattenpreis mit 0,06 GE weitaus geringer als der der ökonomischen Kapitalrestriktion. Die Summe der beiden Werte

14


(0,4595) entspricht, wie der Schattenpreis im Rahmen der vorangegangenen Optimierung, exakt dem mit der angenommenen Rendite gewichteten Portfoliovolumen. Dies lässt sich wie folgt interpretieren. Eine zusätzliche Einheit Eigenkapital w¨ urde die Obergrenze sowohl f¨ ur die ökonomische als auch f¨ ur die regulatorische Kapitalrestriktion erweitern und daher den Zielwert um 45,95 % erhöhen. 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 präsentierten 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 bestätigt. 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 Veränderung 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 Möglichkeiten, 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 ökonomischen Kapitalvorgabe lediglich eine Rendite i.H.v. τ -0,15 % fordert. Da derart unterschiedliche Kapitalkosten an einem effizienten Markt nicht dauerhaft auftreten können, erscheint ein derartiger Fall unrealistisch. Eine andere Möglichkeit zur Kompensation besteht in einer g¨ unstigeren Refinanzierung. Wie bereits erwähnt, 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 Möglichkeit, sich u ¨ber vergleichsweise


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 höhere Eigenkapitalrendite erzielen. Im präsentierten Rechenbeispiel bewirkt eine Erhöhung 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 Zielgröße aus¨ ubt. Als Zwischenfazit lässt 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. Zunächst wird gezeigt, welche Wirkung unterschiedliche Korrelationsannahmen auf das Optimierungsergebnis haben, um im Anschluss daran die Optimierungsergebnisse f¨ ur geänderte Vorgaben bez¨ uglich des zu haltenden ökonomischen Kapitals zu präsentieren. 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, während es im Hinblick auf das ökonomische Kapital dann unerheblich wäre, welche Portfoliostruktur gewählt wird. Die präsentierten Ergebnisse haben f¨ ur den realistischeren Fall nicht perfekt korrelierter Renditen allerdings gezeigt, dass trotz der dadurch höheren Belastung des Kapitals auch ein Teil des optimalen Portfolios aus Banken- sowie Unternehmenstiteln besteht. Da die drei Wertpapierkategorien nicht vollständig miteinander korreliert sind, lässt 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 erklären. Bei höheren Korrelationen wirkt der Diversifikati-

16


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¨ uckläufig. Während 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 %.


17

Nachdem die aus Unternehmenssicht relativ simplen Wirkungszusammenhänge dargestellt wurden, soll nun u uft werden, ob diese aus Sicht ¨berpr¨ der Bank, bei zusätzlicher Ber¨ ucksichtigung der regulatorischen Kapitalanforderungen, komplizierter werden. Einerseits wäre es möglich, dass bei einem Anstieg der Korrelationen der Anteil, den die Bank im Optimum in Staats-Papiere investiert, ansteigt. Eine Erklärung hierf¨ ur könnte darin bestehen, dass bei höheren Korrelationen der durch Diversifikation erzielbare Vorteil zur¨ uck geht und somit die Belastung des Kapitals durch die regulatorische Kapitalrestriktion relativ stärker wirkt. Andererseits geht, wie gerade f¨ ur das Unternehmen gezeigt, bei einer höheren Korrelation das Volumen, das insgesamt investiert werden kann, zur¨ uck, sodass dadurch das notwendige regulatorische Kapital ebenfalls kleiner wird. Dadurch wäre es also auch möglich, dass ein größerer Teil in die Kategorien investiert werden kann, in die zuvor aufgrund der regulatorischen Kapitalanforderungen weniger investiert wurde. Um zu u ufen, welcher Effekt hier stärker 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 präsentiert:

18


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, während 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 höheren ökonomischen 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 fällt auf, dass diese umso geringer sind, je höher die Korrelationswerte ausfallen.


19

Durch die r¨ uckläufige Entwicklung des Portfoliovolumens kommt zum Ausdruck, dass dieses – ohne die ökonomische Kapitalrestriktion zu verletzen – umso weiter ausgedehnt werden kann, je geringer die Investitionsmöglichkeiten miteinander korrelliert sind. Das liegt daran, dass die Portfolio-Diversifikation bei niedrigeren Korrelationen stärker wirkt als bei höheren Korrelationen. Die in Tabelle 2-7 wiedergegebenen Schattenpreise der ökonomischen Kapitalrestriktion verdeutlichen, dass eine Einheit Eigenkapital umso wertvoller ist, je mehr Investitionen durch diese Einheit ermöglicht werden. Interessanterweise sinkt der Wert einer Einheit des regulatorischen Kapitals mit zunehmender Korrelation ebenfalls kontinuierlich. Bei einem Wert von 0,99 beträgt der Schattenpreis des regulatorischen Kapitals lediglich noch 0,0002. Es wird deutlich, dass die zusätzliche 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 lässt sich dadurch erklären, dass die Knappheit des o¨konomischen Kapitals bei nahezu perfekter Korrelation bereits sehr fr¨ uh wirkt. Betrachtet man die parallele Entwicklung des Schattenpreises der ökonomischen Kapitalrestriktion, so fällt auf, dass sich der Wert aus Sicht der Bank an den aus Sicht des Unternehmens mit zunehmender Korrelation annähert. 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 bestätigt, was bereits durch die sehr geringen Unterschiede in den Schattenpreisen deutlich wurde. Eine Renditedifferenz zwischen dem optimalen Unternehmens-Portfolio und dem optimalen Bank-Portfolio lässt 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 ökonomische 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 stärker aus, je geringer die Korrelationen unter den verf¨ ugbaren Anlagekategorien sind.

20


2.1.3.2 Zusammenhang zwischen optimaler Portfoliostruktur und okonomischer Kapitalrestriktion ¨ Ein weiterer Einflussfaktor, der an dieser Stelle genauer untersucht werden soll, ist die Höhe der durch den Investor geforderten Kapitalunterlegung. In Punkt 2.1.1 wurde angenommen, dass die durch den Investor geforderten Kapitalkosten sowie die geforderte Höhe des ökonomischen Kapitals im Rahmen des Modells Konstanten darstellen. Realistischer ist es anzunehmen, dass diese beiden Größen variabel sind und sich die Höhe der geforderten Kapitalkosten am Sicherheitsniveau des Portfolios ausrichtet. Dar¨ uber hinaus wären neben den höhere Eigenkapitalkosten auch höhere 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 erläuterten 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 Höhe der zu zahlenden Eigenkapitalkosten f¨ ur Unternehmen und Banken gleichermaßen gilt, dann wird deutlich, dass die Höhe 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 höherer 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 wäre es nach wie vor sinnvoll, den Diversifikationseffekt bestmöglich 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 mögliche Investitionsvolumen gesteigert, sodass die regulatorischen Kapitalvorgaben f¨ ur diesen Fall einen stärkeren 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.


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 fällt auf, dass bei geringeren VaR-Werten tatsächlich ein stärkerer 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 höher das im Hinblick auf die ökonomische Kapitalrestriktion einzuhaltende VaR-Konfidenzniveau ist und bestätigen die geringe Bedeutung dieser zusätzlichen 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 ökonomischen Kapitals verwendet werden, legt dies die Schlussfolgerung nahe, dass die Bond-Nachfrage von Kreditinstituten umso stärker 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


Mindestanforderung bez¨ uglich des ökonomischen 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 stärker, je geringer die ökonomischen Mindestkapitalanforderungen sind. Die bis hier präsentierten Resultate haben gezeigt, dass die modellierte Nachfrage nach Bonds unter bestimmten Annahmen durch die Existenz von Regulierungsvorgaben bez¨ uglich der Höhe des zu haltenden Eigenkapitals beeinflusst werden kann. Eine unterschiedlich starke Nachfrage nach den verschiedenen Wertpapierarten kann sich in der Realität in unterschiedlicher Art und Weise auswirken. Zum einen ist es dankbar, dass, wie im hier präsentierten Modell, die Portfolios von Banken von den Portfolios nicht besonders regulierter Unternehmen abweichen. Zum anderen besteht die Möglichkeit, dass sich die abweichende Nachfrage der Kreditinstitute auf die am Markt zu beobachtenden Renditen auswirkt. Um mögliche 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 Märkten 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 präferierten Portfoliozusammensetzungen vom gesamten Marktportfolio abweichen. Darauf aufbauend wird untersucht, welche Renditedifferenzen unter bestimmten Annahmen zu einer Markträumung f¨ uhren. Hinsichtlich der f¨ ur die Wirkung des Preismechanismus relevanten Nachfrage werden im Folgenden drei Fälle unterschieden. Zunächst ist denkbar, dass die Nachfrage durch die Unternehmen insgesamt deutlich größer 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 markräumenden 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, lässt 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 Fällen untersucht werden. Dabei wird die Nachfrage des Unternehmens und der Bank zusammengefasst (Fall 3) und analysiert, welche Unterschiede sich hinsichtlich der markträumenden Renditen im Vergleich zu den beiden vorangegangenen Fällen ergeben. Das Bond-Angebot wird im Folgenden als fix angenommen und entspricht den durch die BIZ veröffentlichten Zahlen zum Umlauf von Bonds. F¨ ur ein derartiges Angebot sind grundsätzlich viele Gr¨ unde denkbar. Beispielhaft wird hier angenommen, dass Bond-Emittenten das zu emittierende Volumen anhand der verf¨ ugbaren realwirtschaftlichen Investitionsmöglichkeiten bestimmen. Da derartige Projekte nicht ohne weiteres ausgebaut oder stillgelegt werden können, ist eine kurzfristige Reaktion der Angebotsseite nicht möglich. 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 Preisänderungen 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 erläuterten Fälle dargestellt.

24


2.2.2

Ermittlung der marktr¨ aumenden Renditekombinationen

Zunächst 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 veröffentlichen Zahlen zum Umlauf festverzinslicher Wertpapiere) gegen¨ uber.23 Es ist darauf hinzuweisen, dass bei der hier präsentierten Gegen¨ uberstellung die Kategorien Bank und Financial Institutions als identische Kategorien angesehen wurden. Dies ist allerdings nicht vollkommen korrekt. Die von der BIZ veröffentlichten Zahlen beziehen sich auf die Emittenten-Kategorie Financial Institutions. In diese Kategorie fallen neben Banken auch Wertpapierhandelsfirmen und ähnliche 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 Modellgrößen die Nachfragemengen beeinflussen und in welcher Weise sich dies auf die Marktpreise niederschlagen könnte. 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.


25

Aus der Gegen¨ uberstellung geht hervor, dass die angebotene Menge in der Kategorie Bank größer ist als die nachgefragte Menge an Banken-Bonds, während 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 Markträumung kommt. Im Folgenden wird eine Renditekombinationen präsentiert, die dazu f¨ uhrt, dass die im Modell durch das Unternehmen nachgefragten Anteile der f¨ ur den Gesamtmarkt vorgegebenen Angebotsstruktur entsprechen. Die präsentierten Renditen stellen allerdings nicht die jeweils einzige zulässige Renditekombination dar, die zu einem Ausgleich zwischen Angebot und Nachfrage f¨ uhrt. Dennoch lässt sich f¨ ur die hier angenommene Parameterkonstellation zeigen, dass jeweils eine bestimmte Reihung der Marktpreise notwendig ist, um eine Markträumung zu erreichen.24 Zunächst wird eine Renditekombination präsentiert, die das Angebot und die Nachfrage aus Tabelle 2-9 in Einklang bringt.25 Bei einem nahezu fixen Angebot ist es notwendig, dass in Fällen, in denen die nachgefragte Menge unterhalb der angebotenen Menge liegt, der Preis in Relation zu den Preisen der beiden anderen Kategorien fällt, um auf diese Weise einen Nachfrageanstieg bis zu dem Punkt zu bewirken, an dem die Nachfrage und das Angebot u ¨bereinstimmen. In Fällen, in denen die Nachfrage größer als das Angebot ist, werden die Preise relativ ansteigen und dadurch einen Nachfrager¨ uckgang bewirken. Tabelle 2-10: Markträumende Renditekombination Fall 1 (Korrelation 0,8) Rendite Staat 1,06966 % Rendite Bank 1,08887 % Rendite Unternehmen 1,00000 % 24 Eine Markträumung wird immer dann erreicht, wenn die Renditen in einem bestimmten Verhältnis 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


Tabelle 2-10 fasst beispielhaft eine markträumende 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 höchsten Marktanteil aufweist, u ¨berrascht es nicht, dass in dieser Bond-Gruppe auch die höchste Rendite zu beobachten ist. Dies lässt 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 höher zu gewichten und genau die angebotene Menge nachzufragen, ist es daher notwendig, dass der Preis im Vergleich zu den beiden anderen Anlagekategorien fällt bzw. die Rendite ansteigt. F¨ ur die Kategorie Unternehmen wirkt der Preismechanismus genau entgegengesetzt während die Rendite der Staats-Papiere ansteigt und im Gleichgewicht zwischen den beiden anderen Kategorien liegt. Nachdem eine markträumende Renditekombination f¨ ur den ersten Fall präsentiert wurde, soll anhand des zweiten Falles verdeutlicht werden, welche Auswirkungen sich auf die markräumenden Renditen ergeben, wenn man unterstellt, dass lediglich Banken als preisbestimmende Nachfrager auftreten. Daf¨ ur werden zunächst 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 markträumende Renditekombination hat, wird im Folgenden analysiert und im Vergleich zum vorangegangenen Fall dargestellt.

26

Vgl. Tabelle 2-11


27

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


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 markträumenden Renditen, ob eine regulatorische Mindestkapitalvorgabe zu beachten ist oder nicht. Dies wird zusätzlich durch die regulatorische Kapitalerfordernis des optimalen BankenPortfolios bei Annahme der markträumenden Renditekombination bestätigt. Während die ökonomische 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 ausgeschöpfte regulatorische Kapitalrestriktion verdeutlicht, dass unter den angenommenen Parametern die ökonomische Kapitalrestrikion bereits bindend wird, bevor die regulatorische einen Einfluss aus¨ ubt. Tabelle 2-12: Markträumende 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


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 Fällen bekannt ist, dass die regulatorische Kapitalrestriktion keine einschränkende Nebenbedingung darstellt und daher keinen Einfluss auf die markträumende 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 markträumende Renditekombination ändert sich auch im dritten betrachteten Fall nicht. Aus den präsentierten Resultaten der drei Fälle 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 nächsten 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 markträumenden Preis- bzw. Renditekombinationen ergeben. Da mehr als eine Preiskombination existiert, die zu einer Markträumung 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 stärkeren Einfluss auf die optimale Portfoliostruktur hat, je niedriger die Korrelationen unter den drei verf¨ ugbaren Wertpapierkategorien sind und je geringer das f¨ ur die ökonomische 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 abhängigen markträumenden Renditekombinationen bedeutet dies, dass sich bei unterschiedlichen Werten f¨ ur Korrelationen und ökonomische Mindestka-


29

¨ pitalisierung unterschiedliche Nachfragepräferenzen und damit auch Anderungen der f¨ ur eine Markträumung notwendigen Preiskombinationen ergeben können. 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 Größen auf die Nachfragesituation wirken. Tabelle 2-13: Auswirkungen von ökonomischer 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 ökonomischen Kapitalrestriktion vergleichsweise stärker wirkt als die Höhe 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 stärkere Bewegung als ein Sprung der Korrelation von 0,7 auf 0,9, der ¨ f¨ ur kein Konfidenzniveau eine Anderung auslöst, die größer als 3 %-Punkte ausfällt. Somit kann man schlussfolgern, dass das durch eine Bank angestrebte Rating einen stärkeren Einfluss auf ihre Nachfrage hat als die am Markt zu beobachtenden Korrelationen. Indes ist darauf zu achten, dass die Korrelationen sehr instabil sein können, während das Ziel-Rating i.d.R. nur selten geändert 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


Um die Frage nach dem Einfluss der Bankenregulierung auf die zu beobachtenden Renditen besser beantworten zu können, werden erneut die markträumenden Renditekombinationen bestimmt. Da aus den vorangegangenen Ausf¨ uhrungen sowie der gerade erläuterten Tabelle 2-13 deutlich wurde, dass der Einfluss der regulatorischen Kapitalrestriktion auf die Nachfragepräferenzen von Banken umso stärker ist, je niedriger die angenommenen Korrelationen sowie die vorgegebene ökonomische Mindestkapitalisierung sind, werden f¨ ur diese Parameter entsprechend niedrige Werte zugrunde gelegt. Unter diesen Annahmen werden f¨ ur die weiter oben unterschiedenen Fälle erneut markträumende Renditekombinationen berechnet und einander gegen¨ ubergestellt. Zunächst 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 Höhe von 0,7 ermittelte markträumende Renditekombination wird im Anschluss einer Kombination gegen¨ ubergestellt, die sich an einem durch Banken dominierten Markt ergibt. Dabei wird f¨ ur die ökonomische Kapitalrestriktion ein Konfidenzniveau von 99 % unterstellt, da wesentlich niedrigere Werte f¨ ur Banken und kapitalmarktorientierte Unternehmen unrealistisch erscheinen.28 Tabelle 2-14: Markträumende Renditekombination Fall 1 (Korrelation 0,7; 99 %-Konfidenzniveau) Rendite Staat 1,11705 % Rendite Bank 1,14935 % Rendite Unternehmen 1,00000 %

Tabelle 2-15: Markträumende 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.


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 markträumenden 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 lässt 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 bestätigt 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 Veränderung der vorgegebenen Angebotsstruktur auf die zu ermittelnde Renditekombination auswirkt. Wie bereits erläutert wurde, zählen 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 zählen sind. Die daraus resultierende Anderung der Ausgangssituation geht aus Tabelle 2-16 hervor.

Tabelle 2-16: Variierte Angebotsstruktur am Markt


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

Die Variation der Angebotsstruktur hat auf die erneute Ermittlung der markträumenden Renditekombinationen einen maßgeblichen Effekt. Zunächst zeigt sich, dass aus Sicht des Unternehmens weiterhin eine Optimallösung ermittelt werden kann:

32


Tabelle 2-17: Markträumende 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 möglich ist, eine markträumende 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 ausgeschöpft ist, das Portfolio solange mit Staats-Bonds aufzuf¨ ullen“, bis die ökonomische 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 ökonomische Kapital reduziert und dadurch eine Beschränkung des maximalen Portfoliovolumens bewirkt wird. Bei einer Senkung des verf¨ ugbaren ökonomischen 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 Markträumung. Vergleicht man die Resultate vor und nach der Veränderung 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 unabhängig 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 Möglichkeit, 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 Umständen f¨ ur Banken ein Anreiz, höhere 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, wäre es in diesem Fall erforderlich, dass Unternehmen vergleichsweise stärker in Unternehmens-Bonds investieren, wof¨ ur sie durch eine entsprechend höhere 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 Realität 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 größer im Gleichgewichtsportfolio der Anteil der Anlagekategorien ist, die eine höhere 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 Erklärungsansatz daf¨ ur, dass Banken das ihnen zur Verf¨ ugung stehende regulatorische Kapital in der Realiät häufig 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 Höhe des erforderlichen regulatorischen Kapitals. Sofern es in Bezug auf den Diversifikationseffekt

34


beispielsweise unerheblich ist, ob in einen Banken-Bond oder in einen Bond einer Versicherung bzw. einer Kapitalanlagegesellschaft investiert wird, hat dies u.U. beträchtliche Auswirkungen auf die präsentierten 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 ausfällt. 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 möglich wäre. 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 Einschränkung darstellt, während f¨ ur Unternehmen als Investoren alternative Anlagemöglichkeiten existieren. Da unklar ist, welche Ausprägung die innerhalb des Modells relevanten Parameter in der Realität aufweisen, soll im Folgenden empirisch u uft ¨berpr¨ werden, inwiefern am Bondmarkt ein signifikanter Einfluss der regulatorischen Mindestkapitalanforderungen nachzuweisen ist. Wie bereits aus der präsentierten Analyse hervorging, ist es dabei einerseits möglich, dass die regulatorische Kapitalrestriktion f¨ ur die Banken einen bindenden Engpass darstellt und daher f¨ ur Banken- und Staats-Bonds eine erhöhte Nachfrage bzw. Zahlungsbereitschaft existiert. Andererseits ist aus dem Modell deutlich geworden, dass u.a. in Abhängigkeit von den Korrelationen sowie dem verf¨ ugbaren Bond-Angebot die Möglichkeit besteht, dass die regulatorischen Vorgaben keinen Einfluss auf die zu beobachtenden Renditen haben. Die Ergebnisse der modelltheoretischen Analyse haben gezeigt, dass in der Realität Parameterkonstellationen existieren können, 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 Realität 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 Realität 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 bestätigen und unter Umständen 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 angelsächsischen Raum stärker kapitalmarktorientierten Unternehmensfinanzierung weisen die Segmente ’Financial Institutions’ sowie ’Corporate Issuers’ im amerikanischen Bond-Markt einen weitaus größeren relativen Marktanteil auf als im deutschen Markt, während der Anteil von Staats-Papieren deutlich geringer ausfällt.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 größer 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 erwähnt, in den USA in stärkerem Maße u ¨ber den Kapitalmarkt erfolgt, und zum anderen dadurch bedingt ist, dass die US-Wirtschaft deutlich größer ist als die deutsche. Dies schlägt 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 fällt 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: Inländischer 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: Inländischer 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 höhere Rendite aufweisen als solche, die von Emittenten stammen, die zu einer Forderungskategorie gehören, die eine geringere Menge an regulatorischem Eigenkapital erfordert (vgl. Hypothese 3.1), f¨ ur Datensätze 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 Behörden der Bundesstaaten (State Regulation Agencies) bzw. durch Bundesbehörden (Federal Agencies). Während State Banks der Aufsicht der jeweils zuständigen Aufsichtsbehörde des Bundesstaats unterstellt sind, werden National Banks durch drei Bundesbehörden 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. Während 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 Geschäften 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 gemäß 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 aufgelöst. 32 Vgl. Hartmann-Wendels et al. (2007), S. 72f. 33 Vgl. Saunders und Cornett (2003), S. 35.

40


Bank als gut kapitalisiert angesehen, wenn das Leverage-Ratio als Verhältnis 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, während 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 Einlagengeschäft betreiben. Somit gelten nach dieser Einteilung Forderungen an Investment Banken oder Bank-Holdings nicht als Forderungen an Banken. Forderungen gegen Unternehmen oder Privatpersonen werden unabhängig von deren Bonität 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 zulässt. 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 europäischer Rechtsprechung gelten und somit weiterhin in die 100 %-Gewichtungsgruppe fallen.36 . Hieraus wird deutlich, dass trotz des einheitlichen R¨ uckgriffs auf die Basel-I-Vorschläge keine völlig 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 Ansätze. Zum einen gibt es die Structural Models, die auf ein bahnbrechendes Paper von Merton (1974) zur¨ uckgehen, in dem er erläutert, 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 Ansätze zur Bewertung von Bonds

41

kann.37 Dabei handelt es sich um Contingent Claims-Analysen, die die Verbindlichkeiten eines Unternehmens als Kombination von Optionsverträgen betrachten.38 Es gibt zahlreiche Weiterentwicklungen des Merton-Ansatzes, die beispielsweise die Ber¨ ucksichtigung von Kupon-Zahlungen, InsolvenzKosten, Steuereffekten sowie einer stochastischen Zinsentwicklung ermöglichen.39 Diese Modelle der zweiten Generation modellieren Ausfälle endogen, indem die Eigenkapitalgeber ab einem bestimmten Wert der Aktiva eine Liquidation einleiten. Anwendungen der auf Merton zur¨ uckgehenden Ansätze 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 Unternehmenserträge und der Verschuldungsgrad, etwa 78 % der zu beobachtenden Rating-Variationen erklären.41 Hinsichtlich der Vorhersage von Spreads wird häufig argumentiert, dass Structural Models diese systematisch unterschätzen42 Im Unterschied dazu belegen Eom et al. (2004) dass diese Aussage nicht grundsätzlich zutrifft, indem sie 5 ausgewählte Modelle untersuchen. F¨ ur die getesten Modelle wird allerdings nachgewiesen, dass die Schätzungen zum Teil sehr ungenau sind und dass die Abweichungen vom Ausfallrisiko der betrachteten Bonds abhängen.43 Bruche (2006) greift die Kritik auf und argumentiert, dass die Schätzfehler nur zum Teil auf falsche Modellspezifikationen zur¨ uckgehen und im Wesentlichen auf Ungenauigkeiten bei der Schätzung 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 Validität 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


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 können.46 Diese Reduced Form-Ansätze erfreuen sich zur Modellierung ausfallrisikobehafteter Bonds großer Beliebtheit, da sie die Anwendung statistischer Methoden erlauben, um das Eintreten eines Ausfalls zu schätzen.47 In der j¨ ungeren Vergangenheit wurden diese Modelle unter Verwendung von Ratings weiterentwickelt.48 Diesen Ansätzen 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 Ansätze 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 erklärt 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 erklärten 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 Erläuterung 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 Ansätze zur Bewertung von Bonds

43

Hypothese K.3.1 Der beobachtete Spread eines Bonds ist umso größer, 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: • Liquidität • steuerliche Behandlung • Zinsänderungsrisiko/Laufzeitrisiko Houweling et al. (2005) untersuchen unter Verwendung von neun unterschiedlichen Proxy-Variablen, ob die Liquidität am Bond-Markt eingepreist ist, und können dies f¨ ur 8 der 9 Proxys belegen.52 Theoretisch zeigt Vayanos (1998), dass Transaktionskosten Liquiditätsunterschiede zwischen Wertpapieren bewirken und dass illiquide Wertpapiere höhere Renditen aufweisen als liquide Titel.53 In der folgenden empirischen Untersuchung wird das ausstehende Volumen als Proxy f¨ ur den Einfluss der Liquidität herangezogen, f¨ ur das durch Houweling et al. (2005) ein signifikanter Einfluss nachgewiesen wurde. Der erwartete Wirkungszusammenhang zwischen abhängiger Variable und Liquiditäts-Proxy ist wie folgt: Hypothese K.3.2 Der beobachtete Spread eines Bonds ist umso größer, je geringer das ausstehende Volumen des Bonds ist. Unterschiede in der steuerlichen Behandlung von Bonds werden im Folgenden durch die Höhe des Kupons erfasst. Bei identischer Besteuerung von Kuponzahlungen und Kursgewinnen wird angenommen, dass Bonds mit geringerem Kupon f¨ ur Investoren einen höheren Wert aufweisen als Papiere mit höheren Kupons. Während die Kuponzahlungen sowie die damit verbundene steuerliche Wirkung zu festgelegten Terminen erfolgen, kann der Zeitpunkt des Verkaufs frei gewählt werden, sodass bei geringeren Kupons ein größerer 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


den Zeitpunkt, zu dem die Steuerzahlung anfällt, frei bestimmen zu können, weist einen gewissen Wert f¨ ur Investoren auf, der sich im Preis widerspie54 geln sollte. Dementsprechend wird der folgende Zusammenhang zwischen Spread-Höhe und Kupon erwartet: Hypothese K.3.3 Der beobachtete Spread eines Bonds ist umso größer, je höher der Kupon des Bonds ist. Zur Erfassung der unterschiedlichen Reaktionen auf Zinsänderungen wird die Duration als Variable mitgef¨ uhrt.55 Außerdem wird ein Risikoaufschlag f¨ ur längere Restlaufzeiten dadurch gerechtfertigt, dass ein Rating-Downgrade empirisch deutlich wahrscheinlicher ist als ein Upgrade.56 Da die Duration umso höher ist, je länger 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 größer, je höher die Duration des Bonds ist. Der hier zusätzlich 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 können 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 Kuponhöhe 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 Ausprägungen 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 möglicherweise unterbunden, dass der Aufbau einer identischen Gegenposition nicht ohne Weiteres gelingt, sodass es durchaus möglich erscheint, dass die Kapitalunterlegungskategorie einen die Rendite beeinflussenden Faktor darstellt. In Anlehnung an die in Abschnitt 2.3 generierte Hypothese werden folgende Wirkungszusammenhänge 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 Datensätze 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 Datensätzen erfolgt. Wie auch f¨ ur die Datensätze 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. März 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 Höhe des Kupons (Coupon). • Eine Variable, die die Emittenten in die Gruppen Staat, Gebietskörperschaften, 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 können, waren einige Bereinigungen notwendig. Zunächst 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 gelöscht, 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 nächsten Schritt wurden außerdem die Papiere gelöscht, f¨ ur die keine Angaben zur SpreadHöhe, zur Duration, zum ausstehenden Volumen oder zum Emittententyp verf¨ ugbar waren. Es wurden 421 Bonds eliminiert, f¨ ur die keine Spread-Höhe angegeben war. Nach diesen Bereinigungen waren keine Papiere mit anderen fehlenden bzw. fehlerhaften Einträgen 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. Während 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.


47

ein Bond bzw. ein Emittent angehört, gibt die Variable ITYP den Emittententyp an. Beide Variablen können die Ausprägung 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 zunächst 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 veröffentlichten Liste abgeglichen, um die f¨ ur die durchzuf¨ uhrende Analyse notwendigen Banken-Bonds zu identifizieren. Der Abgleich hat es ermöglicht, 469 Banken-Bonds zu identifizieren, die im Rahmen der empirischen Untersuchung ber¨ ucksichtigt wurden und es insbesondere im Rahmen der Matched Pairs-Analyse ermöglicht 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 aufwändig. Die Papiere, f¨ ur die die Variable ITYP den Wert SOV f¨ ur Sovereign oder SSOV f¨ ur Sub-Sovereign angibt, können, 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 französische 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. Während die KfW nach deutschem Recht in die 0 %Gewichtungsgruppe fällt,59 erhalten vom Staat unterst¨ utzte Stellen, die selbst keine staatliche Behörde 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. Erläuterungen 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


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 Möglichkeit, zusätzlich 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 wäre dies ein Beleg daf¨ ur, dass die Kategorie an sich unter Umständen einen zusätzlichen Erklärungsgehalt aufweist. F¨ ur diesen Fall wäre zu u ufen, ob die ¨berpr¨ Kategorie denselben Erklärungsgehalt wie die Kapitalunterlegungshöhe aufweist oder ob sie dar¨ uber hinausgehende Erklärungskraft besitzt. Falls f¨ ur die geforderte Kapitalunterlegungshöhe keine u ¨ber die Kategorie hinausgehende Erklärungskraft nachzuweisen ist, wäre 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 zunächst unter dem Begriff Banken-Bonds zusammengefasst. Bevor eine - noch näher 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 höchsten und niedrigsten Ausreißer zu eliminieren, um aussagekräftige Ergebnisse zu erzielen. Dazu wurden alle Kategorien f¨ ur jede Rating-Klasse einzeln analysiert. Zunächst 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 zusätzlich diejenigen Bonds gelöscht, 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 höchsten 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.


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



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


3.4 Methodische Grundlagen 51

52


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, während 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 Größen 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 Kuponhöhe einhergehen, wodurch die Steigerung des Spreads trotz Ratingverbesserung erklärt ¨ werden kann. Der starke Spread-Anstieg beim Ubergang zur Rating-Klasse ’AAA’ lässt sich, wie aus den folgenden Tabellen hervorgeht, zum Großteil durch Ausreißer erklären. 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 können, wurde in Einzelfällen 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 vollständige 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, während 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 zugänglich, 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 später die Matched Pairs-Analysen f¨ ur diese S&P- und Moody’s-Kategorien einzeln auf Basis der jeweiligen Rating-Klasse durchgef¨ uhrt. Allerdings wird zunächst der komplette Datensatz mithilfe mehrerer Regressionsmodelle untersucht. 64

Vgl. Tabelle A-2 im Anhang.

Banken

Corporates

EmittentenKategorie



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



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




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 Abhängig¨ 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


¨ 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, lässt sich an dieser Stelle noch nicht beurteilen. Die Boxplots des Moody’s-Samples zeigen ein ähnliches Bild wie die des zuvor betrachteten S&P-Samples. Wie bereits erläutert, wird im Folgenden genauer analysiert, inwiefern ein Zusammenhang zwischen Spread-Höhe und der erforderlichen Höhe an regulatorischen Eigenkapital besteht. 3.4.2

Grundmodell der Regressionsanalyse

Ausgangspunkt der f¨ ur die Analyse der zu untersuchenden Datensätze bildet jeweils das nachfolgend dargestellte und im Folgenden noch zu erweiternde Regressionsmodell. Die zu u ufende Hypothese lautet f¨ ur alle ¨berpr¨ Datensätze, dass Bonds von Emittenten, die eine hohe regulatorische Eigenkapitalunterlegung erfordern, eine höhere Rendite aufweisen als Bonds, die zu einer Gewichtungsgruppe zählen, die eine geringere Menge an regulatorischem Eigenkapital erfordert. Hierzu wird zunächst das in Formel 3-1 dargestellte Regressionsmodell mit Querschnittsdaten geschätzt, in dem die Kategorien mithilfe von Dummyvariablen erfasst werden, während f¨ ur weitere Einflussgrößen 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 Liquidität im Rahmen der Regression logarithmiert, 66

Vgl. hierzu Punkt 3.3.


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


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 erhält f¨ ur die erste Dummyvariable (Banken-Dummy) den Wert eins, während f¨ ur den zweiten Dummy die Null beibehalten wird. Entsprechend erhält 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 Einflussgröße so exakt wie möglich zu erfassen, werden die Rating-Klassen im Rahmen der Regression durch die dazugehörigen 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 Näherungswerte 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 beträgt, wurden hier die Ausfallraten f¨ ur eine 9-jährige Laufzeit zugrunde gelegt. Grundsätzlich 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 höher ausfällt, je länger die Restlaufzeit des jeweiligen Papiers ist, sollte zu ähnlichen Ergebnissen f¨ uhren wie die Verwendung von mit der Restlaufzeit ansteigenden PDs. Außerdem w¨ urde die Zugrundelegung restlaufzeitabhängiger 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 Ausfälle erst im dritten bzw. vierten Jahr auf.


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 dazugehörigen erwarteten Ausfallwahrscheinlichkeiten dar. Es wird deutlich, dass die zu erwartende Ausfallwahrscheinlichkeit mit schlechter werdendem Rating exponentiell zunimmt. Tabelle 3-8: 9-jährige 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 Ausfälle in Abhängigkeit von den dazugehörigen Rating-Klassen keine monoton steigenden Funktionen darstellen, sondern dass vereinzelt Fälle auftreten, in denen eine Rating-Kategorie höhere Ausfälle aufweist als die nächstschlechtere Kategorie. Da dies nicht konform zu den eigentlichen Einschätzungen 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


Rating eine monoton wachsende Funktion nutzen zu können. Wie ebenfalls aus den historischen Werten hervorgeht, lässt sich der Verlauf der PDs in Abhängigkeit 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, während 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 erläuterten 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:


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


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


3.4.3 3.4.3.1

Matched Pairs-Methodik Grundidee des Matchings

Die Matched Pairs-Methodik bietet eine zusätzliche Möglichkeit 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 wäre, während 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 geschätzt werden. Zu diesem Zweck werden Paare von Bonds gebildet, die mit Ausnahme ihrer Kategorie in allen relevanten Bereichen identisch bzw. sehr ähnlich 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, während bei der Regression grundsätzlich alle Bonds in ihrer Gesamtheit betrachtet werden. Wenn man beispielsweise annimmt, dass Bonds mit einer geringen Liquidität von bestimmten Investorengruppen nicht gehalten werden und dass dies einen Effekt auf die zu erklärende Renditegröße hat, so wäre es bei einer Regression notwendig, diesen Zusammenhang durch eine geeignete zusätzliche Variable zu erfassen. Im Rahmen der Matched Pairs-Analyse hingegen w¨ urde dieser Wirkungsmechanismus implizit erfasst, indem lediglich Bonds mit einer nahezu identischen Liquidität 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 möglich sind.69 Durch das Matching werden diese Einfl¨ usse ausgeschlossen, sodass Aussagen zum isolierten Einfluss des untersuchten Zusammenhangs ermöglicht werden. Ingesamt erscheint der Matched Pairs-Ansatz eine geeignete Analysemethode zu sein, um einerseits die Regressionsergebnisse zu u ufen und evtl. zu bestäti¨berpr¨ gen und andererseits weiterf¨ uhrende Aussagen bez¨ uglich des untersuchten 69

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


63

Wirkungszusammenhangs zu ermöglichen. 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 ähnlicher sich die Vergleichsobjekte sind. Hierbei ist darauf zu achten, dass bei der Wahl des Distanzmaßes möglichst 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 Einflussgröße im Hinblick auf die Bondrendite wird das Ausfallrisiko, ausgedr¨ uckt durch das Bond-Rating, ber¨ ucksichtigt. Außerdem werden das Zinsänderungsrisiko (in Form der modifizierten Duration) sowie die Marktliquidität (als ausstehendes Volumen) und die Höhe 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 gewählt, um einzelne Rating-Kategorien isoliert zu betrachten. Zunächst werden nur Paare von Bonds zugelassen, bei denen beide Bonds ein identisches Rating aufweisen. Nachdem die Identität 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, können 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 Zunächst erf¨ ullt das Maß die Grundvoraussetzung, dass die ermittelte Distanz umso größer ausfällt, je stärker 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


lich höheres 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 können. Die Division durch den gemeinsamen Mittelwert ermöglicht 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 lässt 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 zunächst 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 lösen. Dadurch können auch f¨ ur den Fall, dass eine der zu paarenden Bond-Kategorien systematisch einen höheren Wert beim ausstehenden Volumen oder einer anderen zu ber¨ ucksichtigen Variable aufweist, die ähnlichsten Bonds verschiedener Kategorien miteinander gepaart werden und somit eine höhere Anzahl von Papieren innerhalb der Analyse ber¨ ucksichtigt werden. Im Unterschied zu dem in Formel 3-2 dargestellten Maß bietet eine Standardisierung zusätzlich die Möglichkeit, 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 Datensätzen unterschiedliche Distanz-Werte aufweisen. Dennoch ist festzuhalten, dass eine Standardisierung den entscheidenden Vorteil bietet, dass die Streuung inner-


65

halb der untersuchten Samples ber¨ ucksichtigt wird, was durch das in Formel 3-2 dargestellte Maß nicht ermöglicht wird. Die geschilderten möglichen Abweichungen zwischen einzelnen Datensätzen 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 Möglichkeiten gibt, auf die hier nicht ¨ näher eingegangen wird. Ein umfangreicher Uberblick mit einem Verzeichnis der wichtigsten Quellen findet sich bei Rosenbaum (2002). An geeigneten Stellen werden Sensitivitätsanalysen hinsichtlich der zugrunde gelegten Maximaldistanz durchgef¨ uhrt. Außerdem hat ein, wenn auch nicht u ¨ber alle analysierten Datensätze durchgef¨ uhrter, Ergebnisvergleich ergeben, dass die Verwendung des durch Huang und Stoll (1996) vorgeschlagenen Maßes lediglich zu Abweichungen in Höhe von 1-3BP f¨ uhrt und dass dadurch (zumindest in den betrachteten Fällen) keine Vorzeichenänderung 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 grundsätzlich 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


sind. Grundsätzlich gilt f¨ ur das Matching von Bonds, dass es f¨ ur die Analyse umso besser ist, je ähnlicher sich die untersuchten Paare sind, da auf diese Weise die Möglichkeit 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 ähnlichsten ist, also die geringste Distanz aufweist. Da diese Vorgehensweise dennoch dazu f¨ uhren kann, dass z.T. relativ unähnliche Bonds gepaart werden, wird eine Obergrenze f¨ ur das Distanzmaß in Höhe von 0,3 ¨ festgelegt, deren Uberschreitung dazu f¨ uhrt, dass die betroffenen Bonds nicht in die Analyse einbezogen werden. In welchem Ausmaß bei der gewählten 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 können, sehr stark einschränken kann. Ein weiterer Punkt, der im Rahmen der Paarbildung ber¨ ucksichtigt werden muss, ist die Möglichkeit, dass ein bestimmter Bond zu einer Vielzahl der Bonds der gegen¨ ubergestellten Kategorie den jeweils ähnlichsten 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 gezählt, wie oft er zum Matching ber¨ ucksichtigt wurde. Sofern Fälle auftreten, in denen die Analyseergebnisse sehr stark von einem einzelnen oder einigen wenigen Bonds abhängen, 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 abhängt.

3.5

Analyse des Datensatzes aus 2006

Im Folgenden soll die Hypothese, dass Bonds von Emittenten, die eine hohe regulatorische Eigenkapitalunterlegung erfordern, eine höhere Rendite aufweisen als solche von Emittenten, deren Forderungen eine geringere Menge an regulatorischem Eigenkapital benötigen, 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 zunächst unter Verwendung des S&P-Datensatzes geschätzt, anschließend auf Basis des Moody’sSamples.73 Da die Ergebnisse des White-Heteroskedastizitäts-Tests die Nullhypothese homoskedastischer Residuen auf einem 1 %-Signifikanzniveau ablehnen,74 wurden hier und im Folgenden Homoskedastizitätsrobuste Schätzer 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


Tabelle 3-9: Ergebnisse der Schätzung 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 erklärte SpreadHöhe aus¨ uben. Der Banken-Dummy weist einen negativen Wert auf, was auf insgesamt höhere Spreads der Unternehmens-Bonds im Vergleich zu den Banken-Papieren hindeutet. Der Wert verweist allerdings lediglich auf eine Renditedifferenz in Höhe von knapp 5BP, was auch aus ökonomischer Sicht keine sonderlich signifikante Differenz darstellt. Demgegen¨ uber war es f¨ ur den Staats-Dummy möglich, eine sowohl statistisch als auch ökonomisch signifikante Spread-Differenz von ca. 67BP nachzuweisen. Die deutlich negativen Werte bestätigen somit Hypothese 3.3. Die Regression auf Basis von S&PRatings war insgesamt hochsignifikant und weist einen korrigierten R2 -Wert in Höhe von 71,30 % auf.


69

Tabelle 3-10: Ergebnisse der Schätzung 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


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 stärker an Moody’s-Ratings orientieren. Da hierf¨ ur allerdings auch andere Ursachen verantwortlich sein könnten, 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, während der Koeffizient f¨ ur die Höhe 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 ökonomisch insignifikant, und zum anderen werden f¨ ur die Kategorie Staat um ca. 54BP niedrigere Spreads nachgewiesen, die statistisch wie o¨konomisch eine signifikante Größe darstellen. Insgesamt weisen die Koeffizienten der einbezogenen erklärenden Größen in beiden Regressionen bis auf eine Ausnahme die erwarteten Vorzeichen auf. Die große Bedeutung des Ratings wird durch die hochsignifikanten Statistiken deutlich. Je höher die Ausfallwahrscheinlichkeit, desto höher der

70


¨ Spread. Während der Ubergang von der Top-Kategorie AAA in die Kategorie A im S&P-Sample nahezu dieselbe Spread-Zunahme in Höhe von ca. 8BP bewirkt, wie sie innerhalb des Moody’s-Samples bei einer ähnlichen 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 bestätigen ebenfalls den erwarteten Wirkungszusammenhang.77 Ber¨ ucksichtigt man die Durchschnittswerte der Durationen, wird deutlich, dass auch aus ökonomischer Sicht ein signifikanter Effekt besteht. Während die Kontrollvariable im S&P-Sample im Schnitt eine Spread-Steigerung in Höhe von knapp 17BP bewirkt, beträgt der Wert f¨ ur den Moody’s-Datensatz fast 21BP. Dar¨ uber hinaus wird der in Abschnitt 3.3 geschilderte Zusammenhang zwischen Kuponhöhe und Rendite bestätigt. F¨ ur höhere Kupons wird eine höhere Rendite gezahlt, da hier eine geringere Möglichkeit zur Terminierung der Steuerlast besteht. Neben dem Rating weist die Kuponhöhe den stärksten ökonomischen Einfluss auf. Auf Basis der Durchschnittswerte der Kupons beträgt 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 bestätigt werden. Der Koeffizient ist in beiden Regressionen positiv und weist f¨ ur das S&PSample sogar einen auf dem 1 %-Niveau signifikanten Einfluss auf. Während die Wirkung im Moody’s-Sample sowohl statistisch als auch ökonomisch insignifikant ist, steigert die Kontrollvariable die Spreads im S&P-Sample um durchschnittlich ca. 16BP. Dies steht im Gegensatz zur Theorie. Bei einer größeren Liquidität 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 Liquidität höheren Transaktionskosten durch Renditeaufschläge kompensieren m¨ ussen. Wieso dieser Zusammenhang im zuvor untersuchten S&P-Sample nicht gilt und eine höhere Liquidität mit höheren Spreads einhergeht, bleibt unklar. Die noch folgenden Analysen erlauben allerdings eine differenzierte Betrachtung dieses Zusammenhangs. Im Hinblick auf die Hauptfragestellung lässt sich zusammenfassend fest77 78

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


71

stellen, dass die Kategorie eines Bonds einen signifikanten Einfluss auf die Rendite aus¨ ubt. Durch den Staats-Dummy können in beiden Regressionen signifikante Renditedifferenzen bestätigt werden. Die Annahme, dass sich eine höhere regulatorische Eigenkapitalanforderung positiv auf die zu beobachtenden Renditen auswirkt, lässt sich im Vergleich von Banken- und Unternehmens-Bonds in keiner der beiden Regressionen bestätigen. 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 geschätzte 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 Höhe der erforderlichen regulatorischen Kapitalunterlegung entspricht. Da durch eine weitere Regression mit veränderter Dummy-Kodierung keine neuen Erkenntnisse entstehen, sei an dieser Stelle lediglich ergänzt, dass durch eine derartige Analyse die erwarteten signifikanten Spread-Differenzen zwischen den Kategorien Staat und Bank f¨ ur beide Samples nachgewiesen werden können. Zusammenfassend lässt sich festhalten, dass die aufgestellte Hypothese, dass die Spreads der betrachteten Bonds einen positiven Zusammenhang mit der Höhe der geforderten regulatorischen Kapitalunterlegung aufweisen, teilweise bestätigt werden kann. Die Reihung der Bondrenditen entspricht der Reihenfolge der geforderten regulatorischen Eigenkapitalunterlegung. Signifikante Resultate können 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 Zahlungsunfähigkeit 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 können Unterschiede in der steuerlichen Behandlung von StaatsBonds trotz der verwendeten Kontroll-Variablen ein weiterer Grund f¨ ur die ermittelten

72


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 geschätzte Regressionsmodell lässt sich auf vielfältige Weise erweitern. Hier werden im Folgenden zwei denkbare Erweiterungen durchgef¨ uhrt und anschließend diskutiert. Zunächst wird untersucht, inwiefern die Annahme eines linearen Zusammenhangs zwischen erklärter Größe und des durch die erwarteten Ausfallraten ausgedr¨ uckten Ratings haltbar ist. Im Anschluss daran werden Interaktionsterme hinzugef¨ ugt, die eine Steigerung des Erklärungsgehaltes der Regression sowie eine umfassendere Interpretation der Wirkungszusammenhänge ermöglichen 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 erklärte Spread-Höhe linear durch die Variable Rating beeinflusst wird. Um zu testen, ob ein nichtlinearer Zusammenhang besteht, wird das Grundmodell um die quadrierten erwarteten Ausfallraten als erklärende Größen ergänzt, sodass die Koeffizienten der in Formel 3-5 dargestellten Regressionsgleichung geschätzt 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 zusätzlichen unabhängigen Variable mit denen ohne Verwendung der quadrierten Rating-Größe zeigt, dass durch die Modellerweiterung keine besonders starke Steigerung des Erklärungsgehaltes 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 bestätigt werden, Abweichungen sein. 81 Vgl. Tabellen 3-9 und 3-11 sowie Tabellen 3-10 und 3-12.


73

dass durch die Ber¨ ucksichtigung der quadrierten erwarteten Ausfallrate im erweiterten Modell ein signifikanter zusätzlicher Erklärungsgehalt generiert wird. Tabelle 3-11: Ergebnisse der Schätzung 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**


Wie aus Tabelle 3-11 hervorgeht, weisen die anderen Kontrollvariablen im ¨ Vergleich zum Grundmodell keine nennenswerten Anderungen auf. Es fällt auf, dass der Koeffizient der neu hinzugenommenen unabhängigen 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-Größe auf. Der Effekt bei gleichzeitiger Ber¨ ucksichtigung ¨ der beiden Rating-Koeffizienten zeigt eine hohe Ahnlichkeit zum Einfluss der Variable Rating im Grundmodell. Während 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


Im Unterschied zum S&P-Datensatz weisen im Rahmen des Moody’sSamples beide Rating-Größen einen positiven und hochsignifikanten Koeffizienten auf. Der kombinierte Effekt ist dem der Variable Rating im Grundmodell wieder recht ähnlich. 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 möglich, sowohl f¨ ur die Banken- als auch f¨ ur die Staats-Bonds gegen¨ uber den Unternehmens-Papieren signifikant geringere Spreads nachzuweisen, was eine Bestätigung der Hypothesen 3.2 bis 3.3 darstellt.82 Zusammenfassend lässt sich festhalten, dass der Wirkungszusammenhang zwischen Rating und erklärter Spread-Höhe im Vergleich zu den vorangegangenen Untersuchungen in seiner Richtung unverändert ist. Allerdings können durch die neuen erklärenden Größen existierende Nichtlinearitäten besser abgebildet werden und aufgrund des höheren Erklärungsgehalts im Vergleich zum Grundmodell aussagekräftigere 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.


75

Tabelle 3-12: Ergebnisse der Schätzung 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 erwähnt, besteht die zweite Erweiterungsmöglichkeit des Modells darin, Interaktionsterme hinzuzuf¨ ugen. Da nicht klar ist, inwiefern der bis hier ermittelte Einfluss der Bond-Kategorien gleichmäßig f¨ ur alle RatingKategorien oder Kuponhöhen gilt, werden f¨ ur den Banken- und den StaatsDummy Interaktionsterme mit den bereits ber¨ ucksichtigten Kontrollvariablen hinzugef¨ ugt. Nachdem das Modell mit allen Termen geschätzt wurde, werden schrittweise die Interaktionsterme eliminiert, die keinen signifikanten zusätzlichen Erklärungsgehalt aufweisen, bis durch mehrfaches erneutes Schätzen ein Modell gefunden ist, das lediglich die Interaktionen ber¨ ucksichtigt, die einen statistisch signifikanten Beitrag zum Erklärungsgehalt des gesamten Modells liefern. Im Folgenden werden ausschließlich die Ergebnisse nach dieser Elimination präsentiert.83 83 Die vollständigen Ergebnisse sowie die F-Test-Resultate zur Elimination einzelner Interaktionsterme sind im Anhang aufgef¨ uhrt.

76


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 erläuterte Vorgehensweise verdeutlicht, dass die Interaktion zwischen Banken-Dummy und der unquadrierten Rating-Größe beim Modell-Vergleich ebenfalls keine statistisch signifikante Steigerung des Erklärungsgehalts zufolge hatte. Da eine isolierte Interpretation des Interaktionsterms aus Banken-Dummy und der quadrierten Rating-Größe nicht sinnvoll erscheint, wurde die im Anhang zunächst eliminierte Interaktion zwischen Banken-Dummy und Rating im nachstehend analysierten Modell mit erfasst. Die nachstehende Gleichung stellt das geschätzte 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 fällt auf, dass die Koeffizienten des Banken-Dummys und des Staats-Dummys ihr Vorzeichen gewechselt haben, was zunächst im Widerspruch zu den Ergebnissen der vorangegangenen Untersuchungen steht. Der negative Zusammenhang zwischen dem erklärten Spread und den Wertpapierkategorien Bank und Staat wird innerhalb des Modells allerdings durch


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 lässt sich bereits hier festhalten, dass der negative Zusammenhang zwischen den eingef¨ uhrten Dummys und dem Spread des jeweiligen Bonds umso stärker ausgeprägt ist, je höher die Werte der Kontrollvariablen ausfallen, deren zugehörige 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 ökonomische Signifikanz der einzelnen Interaktionsterme eingegangen. Abschließend werden die erläuterten Teileffekte zusammengefasst und im Hinblick auf die getesteten Hypothesen interpretiert. Die im Rahmen der folgenden Erläuterungen abgeleiteten Aussagen in Bezug auf die in Abschnitt 3.3 formulierten Hypothesen 3.2 bis 3.3 sind jeweils als isolierte Beurteilung der betrachteten Einflussgröße 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 tatsächlich Bonds im untersuchten Sample vorlagen. Da allerdings regelmäßig 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


Tabelle 3-13: Ergebnisse der Schätzung 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 erklärten Spread gleichzusetzen. Wenn man ber¨ ucksichtigt, dass das Rating hier durch die approximierten erwarteten Ausfallraten repräsentiert 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-


79

ßerdem keine signifikante t-Statistik aufweisen, sind die Ergebnisse entsprechend vorsichtig zu interpretieren. Der Einfluss der Interaktionen wächst ¨ beim Ubergang zu schlechteren Rating-Kategorien und damit höheren erwarteten Ausfallraten sehr stark an. Allerdings u ¨bersteigt die Wirkung auf den erklärten Spread die Höhe 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 Ausprägungen der anderen Kontrollvariablen einen stärkeren 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 können. 85

80


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 Abhängigkeit der Rating-Kategorie (S&P 2006)

Banken-Dummy · Kupon Die Interaktion zwischen Banken-Dummy und Kuponhöhe weist einen signifikant negativen Koeffizienten auf, was zunächst eine Bestätigung der Hypothese eines negativen Zusammenhangs zwischen Spread und Banken-Dummy darstellt.86 Dar¨ uber hinaus wird deutlich, dass dieser negative Zusammenhang umso stärker ausfällt, je höher der Kupon des jeweiligen Bonds ist. Der Koeffizient weist einen Wert in Höhe von -19,344 auf und entspricht in seiner absoluten Höhe 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.


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 ökonomische Wirkung auf den erklärten Spread aus¨ ubt, die durchschnittlich ca. 95BP beträgt. Abbildung 3.6 veranschaulicht, dass der positive Zusammenhang zwischen Spread-Höhe und Kupon f¨ ur die BankenBonds im Vergleich zu den Unternehmens-Bonds innerhalb des S&P-Samples deutlich schwächer ausfällt. Des Weiteren geht aus der grafischen Darstellung hervor, dass im Bereich niedriger Kupons Fälle zu beobachten sind, die im Widerspruch zur Hypothese 3.2 stehen, sodass die Ausprägung 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 höherer Spread f¨ ur die Unternehmens-Bonds.

82


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 Abhängigkeit der Kuponhöhe (S&P 2006)

Banken-Dummy · ausst. Volumen Wie bereits der zuvor betrachtete Interaktionsterm, bestätigt der signifikant negative Wert auch hier die Hypothese eines negativen Zusammenhangs zwischen Spread-Höhe und der Kategorie Bank. Außerdem wirkt dieser Zusammenhang umso stärker, je höher das ausstehende Volumen des betreffenden Bonds ist. Da der Koeffizient größer ausfällt 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 Höhe 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-Höhe


83

und Liquidität eines Bonds.87 In Anbetracht eines Mittelwertes des logarithmierten ausstehenden Volumens der Banken-Bonds von ca. 12,2 besteht auch hier ein ökonomisch hochsignifikanter Einfluss, der durchschnittlich ca. 35BP ausmacht. Abbildung 3.7 zeigt, dass die Wirkung umso stärker ist, je höher das ausstehende Volumen eines Banken-Bonds ausfällt. Wie auch in Abbildung 3.6 sind einige Fälle 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


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 Abhängigkeit 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 klären, inwiefern ein o¨konomisch signifikanter Einfluss besteht. Während 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, hängt vom Rating des jeweiligen Bonds ab. Da Staats-Bonds in


85

den schlechteren Rating-Kategorien nur vereinzelt auftreten, wird der negative Zusammenhang zwischen dem Staats-Dummy und der Spread-Höhe 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-Höhe und erwarteter PD, was im Einklang mit Hypothese K.3.1 steht. Der Effekt beträgt 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 stärker, 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 bestätigt 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-Höhe im dargestellten Vergleich tendenziell auch f¨ ur die Unternehmens-Bonds gilt. Zum anderen zeigt sich aber, dass sich die Spread-Verläufe deutlich in ihrer Form unterscheiden und die größte Differenz zwischen den beiden Kategorien in der Top-RatingKategorie zu beobachten ist. In Bezug auf Hypothese 3.3 lässt sich festhalten, dass die Spreads der Staats-Bonds f¨ ur alle betrachteten Kategorien unterhalb der Spreads der Unternehmens-Titel liegen.

86


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 Abhängigkeit 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-Höhe. Zum anderen wird dadurch ausgedr¨ uckt, dass dieser Zusammenhang umso stärker ausgeprägt ist, je höher die jeweilige Duration ist. Dass im Ergebnis lediglich in Verbindung mit dem Staats-Dummy ein signifikanter Einfluss dieses Interaktionsterms nachgewiesen werden konnte, lässt sich wie folgt erklären. Wie bereits weiter oben erläutert, wird durch die Variable Duration neben dem Zinsänderungsrisiko ein Laufzeiteffekt ber¨ ucksichtigt. Da eine Rating-Verschlechterung em-


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 höher einzuschätzen ist als f¨ ur die StaatsPapiere. Dementsprechend wiegt der negative Effekt des Staats-Dummys auf den Spread umso schwerer, je länger die Restlaufzeit des jeweiligen Bonds ausfällt. Beim Vergleich der Kategorie Staat mit der Kategorie Unternehmen wird der positive Zusammenhang zwischen Duration und Spread-Höhe 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 größten Teil der hier ber¨ ucksichtigten Staats-Bonds ausmachen, keine Gefahr eines Downgrades besteht, dann ist nachvollziehbar, dass dieses Risiko durch den Interaktionsterm vollständig neutralisiert wird. Sofern dieses Resultat auf Basis von Moody’s-Ratings bestätigt werden kann, legt dies allerdings den Schluss nahe, dass die Variable Duration lediglich dieses Downgrade-Risiko erfasst und dass das Zinsänderungsrisiko kein f¨ ur das Pricing relevantes Risiko darstellt.88 Abschließend bleibt festzuhalten, dass bei einem Mittelwert der Durationen der ber¨ ucksichtigten Staats-Papiere in Höhe von ca. 5,2 ein nicht nur empirisch, sondern auch ökonomisch signifikanter Einfluss besteht, der sowohl f¨ ur die Unternehmens- als auch f¨ ur die Banken-Bonds nicht existiert, und durchschnittlich ca. 23BP beträgt. 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


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 Abhängigkeit 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 Kuponhöhe 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-Höhe und Kuponhöhe besteht. Wenn man zusätzlich ber¨ ucksichtigt, dass sich f¨ ur den korrespondierenden Interaktionsterm mit dem Banken-Dummy ein ähnliches Resultat ergeben hat, wird deutlich, dass die Kuponhöhe in beiden Vergleichen maßgeblich f¨ ur die Erf¨ ullung der Hypothese 3.3 ist. Dar¨ uber hinaus weist der


89

hier betrachtete Interaktionsterm aufgrund des im Vergleich zu den BankenBonds höheren Koeffizienten sowie des größeren durchschnittlichen Kupons der Staats-Papiere in Höhe von ca. 5,5 eine sehr hohe ökonomische Signifikanz auf. Im Mittel wird der erklärte Spread der Staats-Bonds durch den Interaktionsterm um etwa 129BP gesenkt. Aus Abbildung 3.10 wird jedoch deutlich, dass bei niedrigen Kupons Fälle 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 Liquiditäts-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 Fälle tatsächlich auftritt.89

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

90


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 Abhängigkeit der Kuponhöhe (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 Liquiditäts-Proxys durch den Interaktionsterm ebenfalls umgekehrt. Der Koeffizient des Interaktionsterms weist betragsmäßig 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-


91

gleich zu den Banken-Bonds durchschnittlich deutlich höheren ausstehenden Volumens der Staats-Papiere (der Mittelwert der logarithmierten Werte beträgt ca. 16,1) wirkt der Interaktionsterm mit durchschnittlich ca. 105BP weitaus stärker, als es unter Verwendung des Banken-Dummys der Fall war. Die in Abbildung 3.11 dargestellten Fälle, 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


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 Abhängigkeit des ausstehenden Volumens (S&P 2006)

Zusammenfassung S&P Zusammenfassend lässt sich festhalten, dass durch die Ber¨ ucksichtigung der Interaktionsterme deutlich differenziertere Aussagen zu den erzielten Resultaten ermöglicht werden. So haben die Ergebnisse zunächst aufgezeigt, dass der Einfluss der Kategorie Bank relativ unabhängig von der jeweiligen Rating-Kategorie ist, während 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 Liquidität eines Papiers und der Spread-Höhe f¨ ur Bankenund Staats-Bonds durchaus zu beobachten ist und in den direkten Verglei-


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-Höhe einen maßgeblichen Einfluss auf die Erf¨ ullung bzw. Nicht-Erf¨ ullung der Hypothese 3.3 aus¨ ubt. Insgesamt sind somit einige neue Zusammenhänge 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 uneingeschränkt bestätigt werden kann, sondern dass Fälle denkbar sind, in denen insbesondere Banken-Bonds einen höheren Spread aufweisen als vergleichbare Unternehmens-Bonds. Wie aus den Interaktionstermen und den dazu präsentierten Abbildungen ersichtlich, sind bei identisch gerateten Bonds derartige Fälle 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 bestätigt 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 geschätzt:

90


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 Erklärungsgehalt des Modells im Vergleich zum erweiterten Modell ohne Interaktionsterme steigern. Das optimierte Modell weist nun mit 78,60 % ein um 0,81 %-Punkte höheres korrigiertes R2 -Maß auf. Zudem fällt auf, dass die Vorzeichen der meisten Koeffizienten denen des zuvor analysierten S&P-Datensatzes entsprechen. Beim Vergleich fällt weiterhin auf, dass f¨ ur die Interaktionen zwischen Staats-Dummy und ausstehendem Volumen ein gering signifikanter Einfluss nachgewiesen werden konnte, während der Koeffizient der Interaktion zwischen Staats-Dummy und Kuponhöhe 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.


95

Tabelle 3-14: Ergebnisse der Schätzung 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*


Banken-Dummy · Rating & Banken-Dummy · Rating2 Wie bereits erwähnt, 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. Während der Koeffizient der Interaktion mit der unquadrierten Rating-Größe positiv ist, weist der Koeffizient des Interaktionsterms mit der Variable Rating2 einen negativen Wert auf, der betragsmäßig ungefähr das Vierfache des Wertes unter Einbeziehung der unveränderten Rating-Größe aufweist. Der kombi-

96


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 hängt, wie auch im S&P-Datensatz, der Einfluss des Banken-Dummys im Wesentlichen von den Ausprägungen der u ¨brigen Interaktionsterme ab. Ab der Rating-Klasse Ba3 ändert 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.


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 Abhängigkeit der Rating-Kategorie (Moody’s 2006)

Banken-Dummy · Kupon Die Ausprägung des Interaktionsterms zwischen Banken-Dummy und Kuponhöhe ist ebenfalls mit der des zuvor untersuchten S&P-Samples vergleichbar. Der Großteil des durch den Koeffizienten bei isolierter Ber¨ ucksichtigung der Kuponhöhe 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 Kuponhöhe der im Sample ber¨ ucksichtigten Banken von ca. 4,9 auch im Moody’s-Datensatz eine enorme ökonomische Bedeutung, die im Mittel ca. 66BP ausmacht. Wie Abbildung 3.13 zeigt, sind auch hier Fälle

98


denkbar, in denen die Banken-Bonds höhere 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 Abhängigkeit der Kuponhöhe (Moody’s 2006)

Banken-Dummy · ausst. Volumen Ebenfalls relativ ähnlich 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


99

negativer Zusammenhang zwischen der Spread-Höhe und dem ausstehenden Volumen, was im Einklang mit der Theorie steht.91 Der ökonomische Effekt ist aufgrund der sehr ähnlichen Werte von Koeffizient und durchschnittlichem Wert des Liquiditäts-Proxys (im Moody’s-Sample ca. 12,2) in beiden Datensätzen vergleichbar. Hier beträgt die durchschnittliche Reduktion des erklärten Spreads f¨ ur Banken-Bonds ca. 36BP. Die in Abbildung 3.14 dargestellten Fälle, in denen die Banken-Bonds die höheren 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 Liquiditäts-Proxys lag, unterhalb dessen in der Abbildung f¨ ur die Unternehmens-Papiere die niedrigeren Spreads auftreten.

91


100


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 Abhängigkeit 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-Größe 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 erklärten 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 Erklärungsgehalt im Hinblick auf das untersuchte Sample aufweisen. F¨ ur die Rating-Klasse Aaa, die die meisten der ber¨ ucksichtigten


101

Staats-Bonds aufweisen, beträgt 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 ökonomisch signifikanter Einfluss zu beobachten. Abbildung 3.15 stellt den Verlauf der Spreads von Staatsund Unternehmens-Bonds auf die Rating-Klassen beschränkt 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 zunächst 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 Abhängigkeit der Rating-Kategorie (Moody’s 2006)

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

102


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 ungefähr die doppelte Höhe des Koeffizienten bei isolierter Betrachtung der Variable Duration aufweist und mit durchschnittlich 48BP eine starke Wirkung auf den erklärten 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 erläuterte negative Zusammenhang zwischen Spread-Höhe 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 erläutert wurde, zu vermuten, dass die Fälle, in denen Unternehmens-Bonds tatsächlich einen geringeren Spread aufweisen als Staats-Papiere, nicht sehr zahlreich sind, da u ¨ber den Interaktionsterm zwischen Staats-Dummy und Liquiditäts-Proxy aufgrund des sehr hohen ausstehenden Volumens der Staats-Papiere eine starke Reduktion des Spreads bewirkt wird.


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 Abhängigkeit der Duration (Moody’s 2006)

Staats-Dummy · Kupon Wie aus Tabelle 3-14 ersichtlich ist, ist der Interaktionsterm aus StaatsDummy und Kuponhöhe statistisch nicht signifikant. Dennoch wurde der Term aufgrund eines signifikanten F-Tests im Regressionsmodell belassen. Bei isolierter Betrachtung lässt sich der durch den Koeffizienten ausgedr¨ uckte negative Zusammenhang zwischen Spread- und Kuponhöhe 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 beträgt, besteht aus ökonomischer Sicht dennoch eine maßgebliche Wirkung in Höhe von durchschnittlich ca. 37BP. Die Wir-

104


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 vollständig 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 Kuponhöhe. Abbildung 3.17 stellt die Spread-Verläufe 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 Abhängigkeit der Kuponhöhe (Moody’s 2006)


105

Staats-Dummy · ausst. Volumen Obwohl der Koeffizient des Interaktionsterms aus Staats-Dummy und Liquiditäts-Proxy aus statistischer Sicht lediglich auf dem 10 %-Niveau signifikant ist, hat er aus ökonomischer Sicht, aufgrund eines Mittelwertes des logarithmierten ausstehenden Volumens der Staats-Bonds in Höhe von ca. 15,8, mit durchschnittlich ca. 136BP den stärksten 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 höheren Wert des Liquiditäts-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


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 Abhängigkeit 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 Datensätze, so fällt auf, dass einige Zusammenhänge in beiden Untersuchungen belegt werden konnten und dass andere Koeffizienten voneinander abweichen. Wie bereits erwähnt, 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, während der Interaktionsterm im Moody’s-Sample dazu gef¨ uhrt hat, dass die Wirkung


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. Während die erwartete Reihung der Renditen (Staat < Bank < Unternehmen) f¨ ur den Großteil der untersuchten Bonds bestätigt werden kann, sind auch bei Betrachtung der Resultate des Moody’s-Samples Fälle denkbar, in denen ein Banken-Bond einen höheren 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 können, ist die Kernidee der im Folgenden präsentierten 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 zählen 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


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 Höhe von knapp 6BP aufweisen. Allerdings bestehen deutliche Unterschiede in den weiteren Bondmerkmalen. Insbesondere die Höhe des ausstehenden Volumens beträgt 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 repräsentativ 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 höheren Spread aufwiesen als der Staats-Bond. Die t-Statistik in Höhe von 12,36 bestätigt diese Abweichung auf dem 1 %-Signifikanzniveau. Eine Verallgemeinerung dieses Ergebnisses ist wegen der Ber¨ ucksichtigung eines einzigen Staats-Bonds nicht möglich. Im nächsten 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 ähnlich. Während die Staats-Bonds wieder deutlich negative Spreads aufweisen, liegt der Durchschnittswert der AGCY-Bonds bei ca. 7BP.


109

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

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


durchschn. Duration



-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 größten 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 möglich, diese Differenz hochsignifikant zu bestätigen. Insgesamt konnte somit f¨ ur beide Datensätze 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 können, ist die der Unternehmens-Bonds. Zunächst 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 höhere 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 höhere Werte bei Duration und Kuponhöhe auf. Inwiefern diese Abweichungen f¨ ur die Renditedifferenzen verantwortlich sind, wird im nächsten Schritt durch das

110


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. Duration



-36,51

4,91

19.158.172,29

5,09

45,85

6,16

169.021,42

7,01

Bei der zunächst definierten Obergrenze von 0,3 konnten innerhalb des S&PSamples keine Bonds gematcht werden. Die beiden ähnlichsten Papiere wiesen eine Distanz in Höhe von 0,34 auf. Eine Erhöhung der Obergrenze auf 0,5 hat es lediglich ermöglicht, zwei Paare zu definieren, die wiederum beide unter Verwendung des österreichischen 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 nächsten Analyseschritt werden Moody’s-Ratings zugrunde gelegt. Es fällt auf, dass die Anzahl der verf¨ ugbaren Unternehmens-Bonds mit 61 gegen¨ uber dem S&P-Sample abgenommen hat, während 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, während die Werte der ber¨ ucksichtigten Unternehmens-Bonds stärker reagieren und nun um fast 20BP geringere Spreads aufweisen. Im Unterschied zum S&P-Sample war im Moody’s-Datensatz zusätzlich 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 repräsentativen 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 höhere Spreads aufweisen. Zum Vergleich des S&P-Samples mit dem Moody’s-Sample lässt 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


111

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



durchschn. Duration



-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-Volatilität in den beiden Datensätzen untermauert wird. Während die Standardabweichungen der Spreads der Staats-Bonds beim Moody’s Sample 6,8 und bei Verwendung von S&P-Ratings 5,1 beträgt, ist diese Spanne bei Betrachtung der Unternehmens-Spreads deutlich größer. Im S&P-Sample ist eine Standardabweichung von 53,6 zu verzeichnen, die bei einer Zugrundelegung von Moody’sRatings auf 21,8 abfällt. 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 Möglichkeit, 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 können als zuvor. Die Unternehmens-Bonds weisen im Durchschnitt bei Duration und Kuponhöhe deutlich höhere Werte auf und das durchschnittlich ausstehende Volumen entspricht etwa 40 % des Wertes der AGCY-Bonds. Somit wären die um ca. 40BP höheren Spreads

112


auch durch andere Einflussgrößen als die Höhe der geforderten Unterlegung mit regulatorischem Eigenkapital erklärbar.

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

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


durchschn. Duration



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 höhere Spreads aufweisen. Die f¨ ur das ungematchte Sample dokumentierten 40BP reduzieren sich durch das Matching auf 15,5BP, weisen damit aber weiterhin eine ökonomisch signifikante Größenordnung auf. Die folgende Analyse des korrespondierenden Moody’s-Datensatzes soll Aufschluss dar¨ uber geben, ob die Spread-Differenz unabhängig von der Rating-Agentur das erwartete Vorzeichen aufweist und Hypothese 3.2 f¨ ur beide Datensätze bestätigt werden kann. Tabelle 3-20 gibt zunächst 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 klären ist, inwiefern die durchschnittliche SpreadDifferenz in Höhe 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 Höhe von ca. 12BP auf dem 99 %-Konfidenzniveau bestätigt werden konnte. Somit gilt f¨ ur den Vergleich von AGCY- und Unternehmens-Bonds, unabhängig von der als maßgeblich erachteten Rating-Agentur, dass die Unternehmens-Bonds in den Top-Kategorien höhere Spreads aufweisen, womit Hypothese 3.2 bestätigt wird.


113

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

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


durchschn. Duration



6,89

3,54

406.480,03

4,48

26,00

5,79

187.674,18

6,77

Während die ber¨ ucksichtigten AGCY-Bonds in beiden Analysen bei relativ a¨hnlichen Durchschnittswerten der Bondmerkmale innerhalb des ungematchten Samples jeweils nahezu identische durchschnittliche Spread-Höhen 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 größerer Anzahl und f¨ ur mehr als eine Rating-Kategorie zur Verf¨ ugung. Daher werden hier die S&P- und Moody’s-Kategorien näher analysiert, in denen aufgrund der verf¨ ugbaren Daten die meisten Paare gebildet werden konnten.93 Zunächst erfolgt die Darstellung der untersuchten S&PSamples und im Anschluss die der korrespondierenden Moody’s-Kategorien. Nachdem die Ergebnisse f¨ ur alle untersuchten Datensätze präsentiert 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


Banken & AGCY vs. Unternehmen (S&P A) Den Auftakt bildet die S&P-Kategorie A, f¨ ur die zunächst die Durchschnittswerte der Bondmerkmale in Tabelle 3-21 präsentiert 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. Duration



39,81

6,79

348.098,17

6,28

59,76

6,78

319.170,83

6,45

Ein weiterer, durch die relativ ähnlichen Ausprägungen der Bondmerkmale bedingter, positiver Effekt besteht darin, dass die bei einer maximalen Distanz in Höhe von 0,3 gebildeten Paare besonder ähnlich 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.


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 größere 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


Wie des Weiteren aus Tabelle 3-21 hervorgeht, weisen die UnternehmensBonds im Sample einen um ca. 20BP höheren Spread auf. Im Rahmen der Matched Pairs-Analyse wurden 248 gebildete Bond-Paare analysiert. Innerhalb dieser Gruppe wiesen die Unternehmens-Bonds um ca. 15BP höhere Spreads auf, die mit einem hochsignifikanten t-Test bestätigt werden konnten. Somit kann im S&P-Sample f¨ ur die 100 %-Gewichtungsgruppe ein sowohl empirisch als auch ökonomisch signifikanter Renditeaufschlag gegen¨ uber der 20 %-Gewichtungsgruppe aus Banken- und AGCY-Bonds nachgewiesen werden. Banken & AGCY vs. Unternehmen (S&P A+) Die nächstbessere 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. Während die Banken-Bonds im Durchschnitt eine Duration in Höhe von knapp 5 aufweisen, liegt der Wert f¨ ur die Unternehmens-Bonds bei ca. 7, was theoretisch eine Erklärung f¨ ur die höheren Spreads sein könnte. 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 lässt. Tabelle 3-23: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A+ 2006)



durchschn. Duration



24,96

4,88

379.306,99

6,17

33,86

7,03

328.176,92

5,93

Durch das Matching war es möglich, 62 Paare zu bilden, die mithilfe ei-


117

nes t-Tests auf Spread-Differenzen untersucht wurden. Die UnternehmensBonds wiesen innerhalb der Bond-Paare einen lediglich um ca. 1,6BP höheren 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 höheren 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. Zunächst sind die in Tabelle 3-24 aufgef¨ uhrten Bondmerkmale zu beachten. Es fällt 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 beträgt. Auf den ersten Blick scheint sich die Entwicklung von der Kategorie A zur Kategorie A+ fortzusetzen. Obwohl die starke Differenz insbesondere bei der Höhe des ausstehenden Volumens die Paarbildung erschwert, wird versucht, eine Matched Pairs-Analyse durchzuf¨ uhren. Ziel ist es zu untersuchen, ob sich die Spread-Differenz tatsächlich mit besser werdenden Ratings verringert und sogar ihr Vorzeichen a¨ndert. Tabelle 3-24: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P AA- 2006)



durchschn. Duration



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 möglich, 18 Paare zu bilden. Die Spread-Differenz innerhalb des

118


gematchten Samples bestätigt tatsächlich die beobachtete Tendenz. Innerhalb der gebildeten Bond-Paare weisen die Banken-Bonds um knapp 12BP höhere Spreads auf. Allerdings ist es aufgrund der geringen Anzahl der Paare f¨ ur diese Rating-Klasse nicht möglich, 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-Höhe und der Höhe 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 ähnliche 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 Kuponhöhe leicht niedrigere Werte auf, während das ausstehende Volumen etwas höher ausfällt, als dies bei den Unternehmens-Bonds der Fall ist. Im Rahmen der Matched Pairs-Analyse war es möglich, 147 Paare zu bilden und sie auf Spread-Unterschiede zu untersuchen. Im Ergebnis wiesen die Banken-Bonds um ca. 1BP höhere 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 lässt sich festhalten, dass die urspr¨ unglich geringeren Spreads der Banken-Bonds nach dem Matching geringf¨ ugig größer waren als die der Un-


119

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



durchschn. Duration



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¨ uckläufig entwickeln, so ist die Frage zu klären, wieso die urspr¨ ungliche Hypothese, dass eine höhere regulatorische Eigenkapitalunterlegung mit einer höheren Rendite einhergeht, nicht nur f¨ ur einige Samples nicht bestätigt werden kann, sondern sogar umgekehrt werden muss. Die im Folgenden präsentierten 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, während bei den zum Vergleich herangezogenen Unternehmens-Bonds ein R¨ uckgang auf 171 zu verzeichnen ist. Zunächst fällt 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 Durchschnittshöhe des ausstehenden Volumens durchaus einen maßgeblichen Einfluss aus¨ uben könnten, 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





durchschn. Duration



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 bestätigte 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 höhere 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, während 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 Höhe 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 Höhe zur¨ uckgegangen, sondern auch nicht mehr signifikant nachweisbar. Insgesamt lässt sich festhalten, dass die Zugehörigkeit eines Bonds zu ei-


121

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



durchschn. Duration



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 Datensätze, 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 höhere Spreads der Unternehmens-Bonds zu beobachten. Außerdem lässt 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 Erklärung f¨ ur die beobachteten Entwicklungen in Betracht gezogen werden. Die Ergebnisse der durchgef¨ uhrten Regressionen haben ergeben, dass die Kontrollvariablen ausstehendes Volumen, Kuponhöhe und Duration zum Teil einen deutlich stärkeren Einfluss auf den untersuchten Spread haben als

122


das Rating. Daher ist zu pr¨ ufen, ob sich die analysierten Bond-Kategorien f¨ ur die betrachteten Rating-Klassen systematisch hinsichtlich der Ausprägungen 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 Höhe 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.


123

Bonds gegen¨ ubergestellt werden. Zunächst sind die in Tabelle 3-29 zusammengefassten Bondmerkmale zu beachten. Die Banken-Papiere haben durchschnittlich um ca. 10BP geringere Spreads. Diese könnten durch das durchschnittlich höhere ausstehende Volumen sowie die im Schnitt deutlich geringere Duration erklärt werden. Allerdings liegt die Kuponhöhe 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. Duration



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 Höhe von ca. 6BP. Da allerdings lediglich 13 Bond-Paare gebildet werden konnten, lässt 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 zusätzliche Ber¨ ucksichtigung der AGCY-Bonds beim Vergleich von Banken- und Unternehmens-Bonds aufgrund der beobachteten Spread-Differenz unter Umständen die Ergebnisse beeinflussen könnte. Banken vs. AGCY (S&P A+) Die Anzahl der verf¨ ugbaren AGCY-Bonds ging in der Kategorie A+ auf 19 zur¨ uck, während sich die Zahl der Banken-Bonds auf 130 steigerte. Weiterhin lässt sich Tabelle 3-30 entnehmen, dass die Werte der Duration sowie des ausstehenden Volumens ähnlich starke Abweichungen wie in der vorangegangenen Untersuchung aufweisen, während die Kuponhöhen der gegen¨ uberge-

124


stellten Kategorien nun deutlich stärkere Unterschiede aufweisen, wodurch die Anzahl der Bonds, die innerhalb des Matchings ber¨ ucksichtigt werden können, vermutlich noch geringer wird. Duration sowie Kuponhöhe sind bei den AGCY-Bonds deutlich höher, 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)



durchschn. Duration



25,32

4,35

393.974,93

5,84

22,56

8,53

278.947,37

8,47

Wie erwartet war es lediglich möglich, 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 möglich, 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-Datensätze Geltung besitzt, wird in den nächsten 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.


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 präsentierten Durchschnittswerten lassen jedoch darauf schließen, dass der Grund f¨ ur diese SpreadDifferenz auch in den deutlich höheren Durationen sowie dem geringeren ausstehenden Volumen der AGCY-Bonds liegt.

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



durchschn. Duration



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 höhere Spreads auf. Aufgrund der sehr geringen Anzahl von Vergleichen sollten die ermittelten Spread-Differenzen allerdings nicht u ¨berbewertet werden. Aus demselben Grund lässt 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 Höhe von gut 5BP ließe sich grundsätzlich allerdings auch hier auf Abweichungen in den Bondmerkmalen und dabei insbesondere auf die durchschnittlich deutlich geringere Duration der Banken-Bonds zur¨ uckf¨ uhren.

126





durchschn. Duration



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 Ausprägungen der Bondmerkmale zur¨ uck. Obwohl es aufgrund der geringen Anzahl der Paare nicht ¨ möglich ist, einen t-Test zur Uberpr¨ ufung der Resultate durchzuf¨ uhren, deutet die durchschnittliche Spread-Differenz in Höhe 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. Zunächst 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 höhere Spreads aufweisen, obwohl die Duration sowie die Kuponhöhe 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 Fällen derselbe AGCY-Bond genutzt, sodass die Ergebnisse nicht sehr repräsentativ sind. Es bleibt festzuhalten, dass die Ergebnisse den Erwartungen entsprechen. Innerhalb des gematchten Samples wiesen die Banken-Bonds um ca. 28BP höhere Spreads auf, was die höchs-


127

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



durchschn. Duration



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 fällt 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, während die f¨ ur das schlechter und besser geratete Moody’s-Sample ermittelten Differenzen auf höhere Spreads der Banken-Bonds hindeuten. Im Unterschied dazu ergeben sich f¨ ur die beiden analysierten S&P-Kategorien gegensätzliche Resultate. Insgesamt ist aber festzuhalten, dass die hier ermittelten Differenzen aufgrund der unzureichenden Datenbasis nicht dazu genutzt werden können, 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 können die Ent-

128


wicklungen u ¨ber verschiedene Rating-Klassen (zumindest teilweise) auf die jeweiligen Ausprägungen der Bondmerkmale zur¨ uckgef¨ uhrt werden. Nachdem alle Ergebnisse der empirischen Analysen präsentiert wurden, werden mögliche Gr¨ unde f¨ ur die Abweichungen in den Ergebnissen diskutiert. Bevor dies erfolgt, soll aber zunächst versucht werden, die Matched Pairs-Methodik auszuweiten und das zum Teil auftretende Problem einer zu geringen Anzahl von Paaren zu beheben. Eine Möglichkeit dazu besteht darin, das Rating innerhalb des Distanzmaßes zu ber¨ ucksichtigen, indem die Metrifizierung“ ” aus Punkt 3.5.1 herangezogen wird. Auf diese Weise können 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, können 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 Möglichkeit, einzelne Rating-Klassen vergleichend zu analysieren, zugunsten einer größeren Anzahl von Paaren und damit valideren Ergebnissen aufgegeben. 3.5.3.1


Zunächst 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 präsentiert 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


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 grundsätzlich kein Problem dar. Allerdings muss man sich bei der Ergebnisinterpretation der Tatsache bewusst sein, dass möglicherweise Paare gebildet werden, die in allen Merkmalen nahezu identisch sind und sich lediglich in der Höhe 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 Möglichkeit, dass systematisch Paare gebildet werden, in denen die Kategorie Unternehmen ein schlechteres Rating hat. Um diese Gefahr ein wenig zu entschärfen, kann man alternativ zur bisher verwandten Obergrenze f¨ ur das Distanzmaß in Höhe von 0,3 niedrigere Maximalwerte vorgeben, sodass keine bzw. nur sehr geringe Rating-Abweichungen möglich 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 größere PD-Spannen abdecken und daher weiter auseinander liegen. Daher macht sich der Unterschied zwischen der Kategorie AAA und AA+ innerhalb des Distanzmaßes kaum bemerkbar, ¨ während der Ubergang von BBB- zu BB+ einen deutlich stärkeren Einfluss hat. Da die Banken- & AGCY-Bonds im untersuchten Sample durchschnittlich deutlich bessere Ratings aufweisen als die Unternehmens-Bonds, könnte 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. erw. PD

durchschn. Duration



15,79

1,11 %

4,12

409.687,86

4,85

139,64

13,49 %

5,93

410.518,54

7,15

130


Durch die vergleichsweise sehr große Auswahl an Banken- und UnternehmensBonds war es möglich, 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 höhere Spreads auf. Der durchgef¨ uhrte t-Test zeigt einen Wert in Höhe von 31,01 und bestätigt 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 zulässigen Distanz verringern sich die absoluten Spreads deutlich. Allerdings besteht auch bei einer Maximaldistanz in Höhe von 0,03 weiterhin eine hochsignifikante Spread-Differenz von ca. 10BP, die die zu u ufende Hypothese bestätigt.98 ¨berpr¨ Die nachstehende Tabelle vermittelt einen Eindruck u ¨ber die Ausprägungen 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 erhöht 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, während dieser Faktor zuvor etwa 12 betrug. Dar¨ uber hinaus fällt 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.


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 ähnlichen Werten das ausstehende Volumen der Unternehmens-Bonds deutlich abgenommen hat. Dies ist insbesondere aufgrund des innerhalb der Regression ermittelten starken Einflusses des LiquiditätsProxys 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. erw. PD

durchschn. Duration



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 Ausprägungen der Bondmerkmale im Vergleich zur Untersuchung auf Basis von S&P-Ratings leicht verringert haben.

132


Dennoch weisen die Banken-Bonds bei einer Maximaldistanz von 0,3 im Mittel um ungefähr 17BP geringere Spreads auf, die durch sehr hohe t-Werte bestätigt werden. Die nachstehende Tabelle gibt wiederum Aufschluss u ¨ber die Ausprägung 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. Während es f¨ ur das S&P-Sample auch bei einer Distanz-Obergrenze in Höhe von 0,1 noch möglich war, um ca. 12BP höhere Spreads der Unternehmens-Bonds hochsignifikant nachzuweisen, fällt die Differenz bei gleicher maximaler Distanz im Moody’s-Sample mit 5BP deutlich geringer aus, lässt sich aber dennoch hochsignifikant bestätigen.100 Allerdings setzt sich die Entwicklung bei einer weiteren Reduktion der Obergrenze 100

Vgl. Tabelle 3-39.


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 ähnlichen 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 höhere Spreads aufweisen. Allerdings können bei einer derart geringen Distanz lediglich 25 Bond-Paare gebildet werden, wodurch es nicht möglich 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

Während f¨ ur das S&P-Sample bei jeder angenommenen Distanz höhere 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 können. 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


Moody’s-Sample deutlich stärker ausfällt.

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 größeren Distanzen tatsächlich 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 lässt 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, während 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 Ausprägungen der Bond-Charakteris-


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 präsentiert wurden, im nächsten Gliederungspunkt. 3.5.3.2

Banken vs. AGCY

Wie aus den weiter oben präsentierten Ergebnissen bekannt ist, war es beim Vergleich von AGCY-Bonds mit Banken-Papieren nicht möglich, die f¨ ur eine aussagekräftige 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 präsentierten 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 können als in den kategorieweisen Analysen. Unter Einbeziehung von 114 Banken-Bonds wurden 476 Paare gebildet. Dadurch war es möglich, auf einem 99 %-Signifikanzniveau um knapp 14BP höhere Spreads der Banken-Papiere zu bestätigen. Diese Resultate st¨ utzen

136


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


durchschn. erw. PD

durchschn. Duration



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 Höhe 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 Höhe von 0,2 wirkt sich erheblich auf die durchschnittliche Spread-Differenz aus. Während die Banken-Bonds zunächst um 14BP höhere Spreads aufwiesen, ist nun ein um fast 3BP ge¨ ringerer Spread der Banken-Papiere zu verzeichnen. Eine Uberpr¨ ufung auf Signifikanz war jedoch nicht möglich, 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 möglich, 63 Paare zu bilden. Innerhalb dieses gematchten Samples wiesen die Banken-Bonds um lediglich knapp 4BP höhere Spreads auf, die nicht signifikant waren.101 Somit wird das zuvor präsentierte Ergebnis bei einer Obergrenze in Höhe 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 zunächst 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


137

der Kategorie AGCY. Aus Tabelle 3-41 geht hervor, dass die Durchschnittswerte der Bondmerkmale relativ ähnlich 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. erw. PD

durchschn. Duration



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 größere Anzahl von Bonds haben es ermöglicht, 847 Paare zu bilden, deren Analyse ein hochsignifikantes Ergebnis hervorgebracht hat. Innerhalb des Moody’s-Samples weisen die Banken-Bonds um ca. 15BP höhere 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 Erklärungsgehalt die geforderte Unterlegung mit regulatorischem Eigenkapital tatsächlich f¨ ur die Höhe 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 möglich, eine f¨ ur eine Analyse aussreichende Anzahl von Paaren zu bilden. Im Unterschied zum S&P-Sample wurde das zuvor präsentierte Ergebnis durch die 245 gebildeten Bond-Paare bestätigt. 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


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, während 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 Datensätze 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 möglich, eine f¨ ur eine aussagekräftige Analyse ausreichende Anzahl von Bond-Paaren zu bilden. Allerdings spricht der bereits bei einer Maximaldistanz in Höhe 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 möglich, aussagekräftige 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)


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 bestätigt werden.102 F¨ ur den Vergleich von Banken- und Unternehmens-Bonds war es nicht möglich, die urspr¨ ungliche Hypothese, die Rendite falle umso höher aus, je höher die durch die Regulierung geforderte Eigenkapitalunterlegung ist, durch die präsentierten Ergebnisse durchgehend zu bestätigen. 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 höchste Unterlegung mit regulatorischem Eigenkapital erfordert, eine geringere Rendite ergaben als f¨ ur die gegen¨ ubergestellte Gruppe der Banken-Papiere. Um eine genauere Interpretation zu ermöglichen, 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


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 höhere 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 lässt 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 bestätigen. Die Analyse des Moody’sSample hat f¨ ur alle betrachteten Rating-Klassen höhere 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 ähnlich 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 nächstbesseren Rating-Kategorie. Während die SpreadDifferenz im S&P-Sample weiter ansteigt und, wie bereits erwähnt, f¨ ur die Klasse AA- deutlich negativ ist, entwickelt sich die Spread-Differenz beim


141

¨ Ubergang zur besten betrachteten Moody’s-Kategorie r¨ uckläufig. 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 präsentierten Analysen einen erheblichen Einfluss auf die Ergebnisse hat. Die unterschiedlichen Resultate hinsichtlich der Verwendung von S&Pbzw. Moody’s-Ratings könnten 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 wäre. Inwiefern dieser doppelte Boden“ ” im Rahmen der Rating-Urteile erfasst wird, lässt sich schwer sagen. Dar¨ uber hinaus w¨ urde unter Umständen insbesondere bei großen Banken ein Konkurs durch den Staat aufgefangen ( too-big-to-fail“), sodass man als Investor bei ” Bankverbindlichkeiten von einer zusätzlichen Sicherheit ausgehen kann, die vielleicht nicht vollständig 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 Datensätzen 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


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 fällt auf, dass hier im Unterschied zur BankenKategorie keine systematischen Abweichungen vorliegen. Die Ratings streuen etwas stärker als f¨ ur die Banken-Bonds, aber dennoch einigermaßen gleichmäßig 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. Während 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 erklären, dass denselben UnternehmensBonds jeweils unterschiedliche Banken-Bonds gegen¨ ubergestellt wurden. Beispielsweise wurden Unternehmens-Bonds der S&P-Kategorie A BankenBonds derselben Kategorie gegen¨ ubergestellt, während 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-


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 Höhe von A+ auf, wodurch sich der vergleichsweise höhere Spread der Banken-Bonds bei Verwendung von Moody’sRatings erklärt. ¨ 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, während Moody’s insbesondere eine ausf¨ uhrlichere Aufschl¨ usselung der ManagementQualität vornimmt und verbundene Unternehmen bzw. die Unternehmensstruktur explizit als Risikofaktor ber¨ ucksichtigt. Die Beobachtung, dass Moody’s Banken besser ratet, während bei den Unternehmens-Bonds keine systematischen Unterschiede auftreten, könnte also daran liegen, dass Banken in den Bereichen Management und Unternehmensstruktur im Vergleich zu Unternehmen besser aufgestellt sind. Einschränkend ist allerdings festzuhalten, dass die Tatsache, dass ein Risikofaktor nicht explizit genannt wird, keinen 105

Vgl. Tabelle 3-44.

144


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 • Rentabilität • Kapitalstruktur • Cashflow • finanz. Flexibilität Geschäftsrisiko

Moody’s Finanzwirtschftliche Risiken • Cashflow • Liquidität • 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 Managementqualität • Planungs- und Kontrollwesen • Managementerfahrung • Organisationsstruktur • Nachfolgeregelung Quelle: In Anlehnung an Brunner et al. (2000), S. 8.

Die hier präsentierten 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 Bonitätseinschätz106

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


145

ung die richtigen sind, lässt sich auf Basis der Resultate jedoch nicht treffen. Allerdings wiesen die Regressionen unter Verwendung von Moody’s-Ratings durchweg einen deutlich höheren Erklärungsgehalt auf als die korrespondierenden Analysen auf Basis von S&P-Ratings, was daf¨ ur spricht, dass sich die Marktteilnehmer am betrachteten Bond-Markt stärker an den Einschätzungen 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 veröffentlicht 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 höheren Spread aufweisen. Die Regressionsergebnisse sowie die Resultate der Matched Pairs-Analyse unter Einbezug mehrerer Rating-Klassen bestätigen zumindest teilweise die urspr¨ ungliche Hypothese. Allerdings ist es auf Basis dieser Analysen nicht mehr möglich, 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 Höhe 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


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 könnte 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 ähnlich und verdeutlichen, dass es lediglich durch die Investition in Unternehmens-Bonds möglich ist, die niedrigeren RatingKategorien (und damit die ceteris paribus höheren 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


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 Erklärung f¨ ur die beobachteten Spreads erläutert wird, sollen zunächst 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 Datensätze wieder. Unabhängig davon, dass lediglich die Ergebnisse f¨ ur die S&P-Klasse A sowie f¨ ur die Moody’s-Kategorie A1 signifikant waren, fällt auf, dass zum einen ¨ beim Ubergang von einer Rating-Klasse zur nächstbesseren Klasse, aber zum anderen auch beim Wechsel von S&P zu Moody’s mitunter gravierende Veränderungen 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¨ uckläufig, wodurch im Vergleich zur jeweils niedrigeren Rating-Klasse tendenziell Paare mit geringeren Kupons gebildet werden. Außerdem weisen die Moody’s-Kategorien in einigen Fällen deutlich geringere Werte des Liquiditäts-Proxys auf, als es f¨ ur die S&P-Samples der Fall ist, wodurch in den Moody’s-Datensätzen 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 präsentierte Ubersicht, dass die Ergebnisse durch mehrere Faktoren beeinflusst werden, die sich gegenseitig u ¨berlagern. Aufgrund der präsentierten 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 wäre die Wirkung der Bondcharakteristika auf die analysierten Spreads innerhalb der gematchten Samples u ¨ber die Samples hinweg nicht miteinander vergleichbar. Die unterschiedlichen Re-

148


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


149

sultate zwischen den S&P- und Moody’s-Samples könnten daher z.B. auch auf Abweichungen hinsichtlich der Höhe 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, während ein umfangreicheres Angebot fal¨ lende Preise zur Folge hat. Ubertr¨ agt man diesen Zusammenhang auf die Angebotsmengen der hier analysierten Bond-Kategorien, so fällt auf, dass eine weitere denkbare Einflussgröße vorliegt. Gerade in den besseren RatingKategorien, f¨ ur die die Banken-Papiere entgegen der getesteten Hypothese höhere 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 erläuterte 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 könnten. Da keine Möglichkeit besteht, die beschriebenen Diskrepanzen zwischen nachgefragter und angebotener Menge in den empirischen Analysen zu ber¨ ucksichtigen, lässt sich an dieser Stelle lediglich auf Abweichungen hinweisen, die die erzielten Resultate beeinflusst haben könnten. 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


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 fällt bei den AGCY-Bonds deutlich größer aus. Somit ist einerseits unklar, inwiefern bei der Paarbildung Bonds mit identischem Ausfallrisiko zusammengef¨ uhrt wurden. Andererseits wäre 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 Einflussgrößen weitere Faktoren existieren, die die Ergebnisse beeinflussen können. 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 können, werden zusätzliche 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 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. März 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




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



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 -



SOV&SSOV

AGCY

EmittentenKategorie



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


3.6 Analyse des Datensatzes aus 2004 153

Banken

Corporates

EmittentenKategorie



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 -



SOV&SSOV

AGCY

EmittentenKategorie



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



156


Wie auch f¨ ur den zuvor analysierten Datensatz, wurde in Einzelfällen von der in Abschnitt 3.4.1 beschriebenen Bereinigung abgewichen, um alle Aus¨ reißer zu eliminieren. Eine vollständige Ubersicht u ¨ber die Bonds, die gesondert eliminiert wurden, findet sich im Anhang.110 Außerdem verhält sich die Verteilung der verf¨ ugbaren Unternehmens-Bonds und Banken-Bonds u ¨ber die Rating-Klassen ähnlich, wie im zuvor betrachteten Sample. Während 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 größer ist, ist die Anzahl der potenziell f¨ ur die Matched Pairs-Analyse nutzbaren Bonds in diesen Bereichen am größten. 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


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 verdeutlicht, dass die Spreads der zu analysierenden Bonds sich ähnlich 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 ungewöhnlich ¨ erscheinende R¨ uckgang des Spreads der Unternehmens-Bonds beim Ubergang von AAA zu AA lässt sich zumindest teilweise dadurch erklären, dass die ber¨ ucksichtigten Unternehmens-Bonds in der Rating-Klasse AAA eine

158


deutlich größere durchschnittliche Duration und damit auch eine tendenziell höhere 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


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.


159

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


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 höhere Rendite aufweisen als solche, die von Emittenten stammen, die zu einer Forderungskategorie gehören, die eine geringere Menge an regulatorischem Eigenkapital erfordert. Dazu wird das aus Formel 3-1 bekannte Regressionsmodell geschätzt, in dem die BondKategorie mithilfe von Dummyvariablen erfasst wird. Wie aus Tabelle 3-54 hervorgeht, waren in den durch S&P veröffentlichten 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 mitgeschätzt 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


Tabelle 3-54: 9-jährige 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 %


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


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


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


1.

2.

3.


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.


163


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**


Wie aus Tabelle 3-55 hervorgeht, war es, wie auch f¨ ur den Datensatz aus 2006, möglich, 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 gemäß Hypothese 3.2 erwarteten Wirkungszusammenhang. Im analysierten Datensatz weisen die Banken-Bonds dem geschätzten hochsignifikanten Koeffizienten zufolge um knapp 31BP höhere Spreads auf als die durch Unternehmen emittierten Bonds, was auch aus ökonomischer Sicht eine bedeutsame Differenz darstellt. Des Weiteren geht aus der Ergebnis-Tabelle hervor, dass, während 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 Wirkungszusammenhänge mit einer Ausnahme statistisch signifikant bestätigt werden konnten. Der Koeffizient der Duration weist ein negatives Vorzeichen auf, was nicht

164


dem erwarteten positiven Zusammenhang zwischen Spread-Höhe und Restlaufzeit entspricht. Da der Koeffizienten-Wert allerdings statistisch nicht signifikant ist und auch aus ökonomischer 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 erklärten Spread-Größe. Der in Basispunkten ausgedr¨ uckte Einfluss des Ratings bzw. der erwarteten PDs hat sich im Vergleich zum zuvor betrachteten Zeitpunkt deutlich verstärkt. So ist f¨ ur A-geratete Papiere ein um knapp 16BP höherer Spread zu beobachten als f¨ ur Bonds der Kategorie AAA. Diese Differenz wächst auf ca. 409BP an, wenn man die beste Rating-Klasse Papieren der Kategorie B- gegen¨ uberstellt.116 F¨ ur den Kupon konnte ebenfalls ein stärkerer 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 Liquiditäts-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 Höhe von knapp 21BP. Insgesamt war die Regression hochsignifikant. Das korrigierte R2 konnte im Vergleich zum Datensatz aus 2006 gesteigert werden und beträgt nun 78,48 %. Die Gr¨ unde f¨ ur diese Steigerung des Bestimmtheitsmaßes können 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 März 2004 ungefähr nach einer ca. 6 Monate andauernden Phase des R¨ uckgangs am Anfang einer einige Monate anhaltenden Phase des Anstiegs stand. Der März 2006 stellt ebenfalls den Anfang einer einer ähnlichen Phase des steigender Zinsen dar. Allerdings fällt 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.


165

R2 -Werte liegt, lässt 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 Erklärungsgehalts der Regressionsergebnisse kann in Umgestaltungen der steu¨ erlichen Rahmenbedingungen liegen, wodurch Anderungen im Investitionsverhalten der Marktteilnehmer verursacht werden können. Ein Blick auf die Steuergesetzgebung in den USA verdeutlicht, dass es im Wesentlichen zwei Gesetzesänderungen gab, die einen Einfluss auf das Investitionsverhalten zu den betrachteten Zeitpunkten gehabt haben könnten. Zunächst wurde im Mai 2003 durch den Jobs and Growth Tax Relief Reconciliation Act eine befristete Senkung der zu zahlenden Steuersätze auf Kapitaleink¨ unfte beschlossen.118 Die zunächst bis 2008 befristete Reduktion der Steuersätze wurde im Mai 2006 um weitere zwei Jahre bis 2010 verlängert.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


15% und f¨ ur Steuerzahler mit individuellen Steuersätzen unterhalb des Spitzensteuersatzes sogar auf einen Satz von bis zu 0% reduziert. Obwohl der Zeitpunkt der Unterzeichnung der zweiten Gesetzesänderungen nach dem spätesten im Rahmen der empirischen Analyse untersuchten Zeitpunkt im März 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 lässt sich ein im Nachgang zur Gesetzgebung veröffentlichter Bericht einer Steuerberatungsgesellschaft deuten, in dem von einem monatelangen Hin und Her die Rede ist.120 Insgesamt kann aber auch hier lediglich auf die Möglichkeit einer Ergebnisbeeinflussung hingewiesen werden, ohne diese zu belegen. Tabelle 3-56: Ergebnisse der Schätzung 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


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).


167

kumentierten Wertes.121 Demzufolge sollten auf Basis der hier präsentierten Ergebnisse keine Schlussfolgerungen in Bezug auf die Qualität der beiden Rating-Agenturen getroffen werden. Hinsichtlich des Staats-Dummys war es wiederum möglich, einen sowohl statistisch als auch ökonomisch signifikanten Einfluss nachzuweisen.122 Interessanterweise ist der Koeffizient des BankenDummys innerhalb des Moody’s-Samples ebenfalls negativ. Zunächst fällt auf, dass dies im Gegensatz zu den gerade präsentierten Resultaten auf Basis von S&P-Ratings steht. Dar¨ uber hinaus ist der Koeffizient auf dem 10 %Niveau signifikant, was eine Bestätigung 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 zusätzlich der Koeffizient des Liquiditäts-Proxys statistsisch insignifikant. Die o¨konomische Bedeutung der beiden Kontrollvariablen ist mit durchschnittlich 7BP im Fall der Duration und 6BP f¨ ur die Höhe des ausstehenden Volumens ebenfalls relativ gering.123 In Basispunkten ausgedr¨ uckt ist die ökonomische Bedeutung der Kuponhöhe 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 gehörenden Koeffizienten ein Effekt von etwa 117BP. Der Einfluss der Rating-Kategorie kommt f¨ ur die schlechten Rating-Klassen besonders stark zum Tragen. Während ¨ ein Ubergang von der Kategorie Aaa zur Kategorie A2 eine relativ geringe Spread-Steigerung in Höhe 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 möglichen 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 Datensätzen 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


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, während die Analyse des Moody’s-Samples einen negativen Wert hervorbrachte. Somit kann hinsichtlich Hypothese 3.2 keine einheitliche Aussage f¨ ur die beiden untersuchten Datensätze getroffen werden. Nach Präsentation der noch ausstehenden Resultate wird hinterfragt, inwiefern diese gegensätzlichen Aussagen mit den in Abschnitt 3.5.4 dargestellten Unterschieden zwischen Moody’s- und S&P-Ratings zusammenhängen. Der in Hypothese 3.4 beschriebene negative Zusammenhang zwischen Spread-Höhe 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 fällt außerdem auf, dass die Differenz im Moody’s-Sample deutlich größer war. Zudem zeigt sich, wenn man die Werte aus Banken- und Staats-Dummy in beiden Analysen kombiniert, dass in beiden Datensätzen 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-Datensätzen 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 ermöglichen. 3.6.2.2


Wie schon f¨ ur den Datensatz aus dem Jahr 2006, werden zwei Erweiterungen des Regressionsmodells vorgenommen. Zunächst wird präsentiert, inwiefern die zusätzliche Ber¨ ucksichtigung der quadrierten erwarteten PDs den Erklärungsgehalt des Modells steigert und es ermöglicht, Nichtlinearitäten in Bezug auf die Rating-Größe 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.


169

Tabelle 3-57: Ergebnisse der Schätzung 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 ökonomischer 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 Höhe von 1BP, nimmt dann aber sehr schnell zu und beträgt 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 zusätzliche Variable den nichtlinearen Zusammenhang zwischen Spread-Höhe 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 Erklärungsgehalts der Regression f¨ uhrt.

170


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 Abhängigkeit der Rating-Kategorie; Grundmodell vs. erweitertes Modell (S&P 2004)

¨ Dar¨ uber hinaus sind die Anderungen der u ¨brigen Einflussgrößen im Vergleich zum Grundmodell zu beachten. In Bezug auf die beiden Dummys ist zunächst festzuhalten, dass beide nach wie vor dasselbe Vorzeichen aufweisen und hochsignifikant sind. Allerdings wird f¨ ur die Banken-Bonds nunmehr ein um knapp 14BP höherer 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 fällt auf, dass der Koeffiezient des Liquiditäts-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 zusätzliche Ber¨ ucksichtigung der quadrierten Rating-Größe keine signifikante Steigerung des Erklärungsgehalts des Modells zustande kommt. Da das Grundmodell dem erweiterten Modell vorzuziehen ist, werden die Ergebnisse unter Ber¨ ucksichtigung der zusätzlichen erklärenden Variable hier nicht aufgef¨ uhrt. Die folgenden Ausf¨ uhrungen geben Aufschluss dar¨ uber, inwiefern durch Interaktionsterme eine Modellverbesserung möglich ist.


3.6.2.3

171


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 zusätzlichen Erklärungsgehalt aufwiesen, präsentiert. 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¨ uckgängig gemacht. Da eine isolierte Interpretation der Interaktion aus Banken-Dummy und der Variable Rating2 nicht sinnvoll erscheint, wurde der Interaktionsterm mit der unquadrierten Rating-Größe in der Schätzgleichung 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 ermöglicht. Wie auch im 2006er-Sample, sind die Koeffizienten von Banken- und Staats-Dummy deutlich positiv. Ein signifikanter Einfluss besteht allerdings

172


lediglich f¨ ur den Banken-Dummy. Während 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 Wirkungszusammenhänge. 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 Schätzung 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


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**


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. Zunächst fällt auf, dass sich die in Abbildung 3.29 gegen¨ ubergestellten Spread-Verläufe f¨ ur die Bond-Kategorien Bank und Unternehmen in ihrer Form relativ ähnlich sind. Allerdings scheint der bereits aus Abbildung 3.28 bekannte nichtlineare Verlauf f¨ ur die Banken-Bonds stärker ausgeprägt zu sein. Es zeigt sich, dass keine der beiden Bond-Kategorien u ¨ber alle betrachteten Rating-Klassen durchgängig 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¨ uckläufig, 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 wächst diese Differenz auf 60BP an. In Bezug auf den Zusammenhang zwischen Rating und Spread-Höhe lässt sich festhalten, dass die präsentierten Spread-Verläufe mit Hypothese K.3.1 im Einklang stehen. Hinsichtlich Hypothese 3.2 kann keine bestätigende 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


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 Abhängigkeit der Rating-Kategorie (S&P 2004)

Banken-Dummy · Duration Im Unterschied zum 2006er-Datensatz ist im hier geschätzten Modell die Interaktion zwischen Banken-Dummy und Duration enthalten. Während 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 Höhe 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 ökonomische Einfluss des Interaktionsterms ist umso stärker, je höher die Duration des jeweiligen Bonds ausfällt, und beträgt im Durchschnitt etwa 25BP. Wie aus der Grafik hervorgeht, liegen die Spreads der Banken-Bonds,


175

wenn man die Durchschnittswerte von Kuponhöhe, 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 Abhängigkeit 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 Kuponhöhe ansteigen. Zudem zeigt die Abbildung, dass Hypothese 3.2 f¨ ur

176


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 ökonomische Einfluss des Interaktionsterms fällt sehr stark aus. F¨ ur den durchschnittlichen Kupon der Bonds innerhalb des analysierten Samples beträgt 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 Abhängigkeit der Kuponhöhe (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 beträgt der Einfluss gut 51BP. Aus Abbildung 3.32 geht hervor, dass die Banken-Bonds


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 Liquiditäts-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 Liquiditäts-Proxy und Spread-Höhe 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 Abhängigkeit 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, während im Sample aus dem

178


Jahr 2006 zusätzlich die Interaktion in Verbindung mit der quadrierten Rating-Größe 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 bestätigt 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, beträgt 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 Höhe des ausstehenden Volumens deutlich von den beiden anderen Kategorien unterscheiden, wird angenommen, dass der zu beobachtende negative Zusammenhang durch die Interaktion mit dem Liquiditäts-Proxy ausgeglichen wird. Sofern die Staats-Papiere mit den besseren Ratings eine u ¨berdurchschnittlich hohe Liquidität aufweisen, wäre es also denkbar, dass in der Summe der Interaktionen mit Rating und Liquiditäts-Proxy ein negativer Zusammenhang zwischen erwarteter PD und Spread-Höhe 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.


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 Abhängigkeit 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-Verläufe 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 % höhere 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 schwächer als in Verbindung mit dem Banken-Dummy. Mit ca. 114BP weist er aber weiterhin eine ökonomisch signifikante Größenordnung auf.

180


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 Abhängigkeit der Kuponhöhe (S&P 2004)

Staats-Dummy · ausst. Vol. Die Interaktion aus Staats-Dummy und ausstehendem Volumen weist einen signifikant negativen Koeffizienten auf. Dessen absolute Höhe ist zum einen größer als die des Koeffizienten f¨ ur den korrespondierenden Interaktionsterm aus Banken-Dummy und Liquiditäts-Proxy. Zum anderen lässt sich auf Basis des β-Faktors im Vergleich zu den Unternehmens-Bonds auch f¨ ur die StaatsPapiere ein stark ausgeprägter negativer Zusammenhang zwischen SpreadHöhe und ausstehendem Volumen bestätigen.130 Ein Blick auf Abbildung 3.35 zeigt, dass der kritische Wert des Liquiditäts-Proxys, ab dem die Staats130



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 Liquiditäts-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 beträgt 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 Abhängigkeit des ausstehenden Volumens (S&P 2004)

Zusammenfassung S&P Insgesamt zeigen die präsentierten 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 Ausprägungen der Kontrollvariablen abhängt, inwiefern die Schätz-

182


resultate mit den Hypothesen 3.2 und 3.3 im Einklang stehen. F¨ ur beide Dummys war die Interaktion mit der Kuponhöhe signifikant negativ und hat gezeigt, dass die im Modell-Teil hergeleiteten Hypothesen f¨ ur höhere Kupons tendenziell bestätigt werden können, während f¨ ur niedrige Kupons zum Teil widerspr¨ uchliche Ergebnisse auftreten. Außerdem deuten die Verläufe 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 ausgeprägt ist. Ahnliche Ergebnisse ergeben die Vergleiche unter Ber¨ ucksichtigung der Interaktionen mit dem Liquiditäts-Proxy. Diese deuten ebenfalls darauf hin, dass die Hypothesen 3.2 und 3.3 f¨ ur hohe Werte der Kontrollvariable tendenziell bestätigt werden, während, zumindest f¨ ur die Banken-Bonds, bei niedrigen Variablenwerten gegensätzliche Fälle auftreten können. Außerdem bestätigen die SpreadVerläufe 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 bestätigt werden, während 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 höher ausfällt, je niedriger die Duration ist. Im Folgenden wird analysiert, inwiefern die Ber¨ ucksichtigung von Interaktionen die Schätzergebnisse des Moody’s-Samples verbessern können und ob a¨hnliche Zusammenhänge bestehen, wie sie gerade f¨ ur den S&P-Datensatz dokumentiert wurden. Analyse des Moody’s-Samples Zunächst ist das in Formel 3-9 beschriebene Regressionsmodell zu beachten. In Bezug auf die Interaktionsterme besteht der Unterschied im Vergleich zum zuvor geschätzten Modell darin, dass der Banken-Dummy in Verbindung mit der quadrierten Rating-Größe eliminiert wurde. Außerdem wurde die Variable Rating2 eliminiert, da sie, wie bereits im erweiterten Regressionsmodell ohne Interaktionsterme, keinen signifikanten zusätzlichen Erklärungsgehalt 131 132

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


183

aufwies. Die Tatsache, dass weitestgehend dieselben Terme eliminiert wurden, kann als Indiz daf¨ ur gesehen werden, dass ähnliche Wirkungszusammenhänge f¨ ur beide Datensätze 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 fällt 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. Während 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 bestätigt werden. Nachdem die Resultate f¨ ur jeden Interaktionsterm individuell beschrieben wurden, erfolgt ein abschließender Vergleich mit denen des zuvor untersuchten Datensatzes.

184


Tabelle 3-59: Ergebnisse der Schätzung 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*


Banken-Dummy · Rating Der Zusammenhang zwischen den Spreads von Banken- und UnternehmensBonds ähnelt 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-Größe 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-


185

trägt die Differenz ungefähr 100BP. Aus Abbildung 3.36 geht hervor, dass der in Hypothese K.3.1 beschriebene positive Zusammenhang zwischen SpreadHöhe und erwarteter Ausfallwahrscheinlichkeit f¨ ur beide Bond-Kategorien bestätigt 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 Abhängigkeit 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. Während f¨ ur die Unternehmens-Bonds ein negativer Zusammenhang zwi-

186


schen Duration und Spread-Höhe 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 nähern sich die Spreads einander an. Bei Annahme von Durchschnittswerten der u ¨brigen Kontrollvariablen scheint Hypothese 3.2 somit bestätigt werden zu können. In Basispunkten ausgedr¨ uckt beträgt 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 Abhängigkeit der Duration (Moody’s 2004)


187

Banken-Dummy · Kupon Ein Blick auf Abbildung 3.38 zeigt, dass die Wirkung des Interaktionsterms wiederum zu sehr ähnlichen Spread-Verläufen f¨ uhrt, wie sie zuvor f¨ ur das S&P-Sample präsentiert wurden. Die kritische Kuponhöhe, 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 Kuponhöhe. 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, während die Banken-Spreads nicht in Abhängigkeit des Kupons ansteigen. Der ökonomische Einfluss des Interaktionsterms beträgt 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.


188


Banken-Dummy · ausst. Vol. ¨ Aufgrund der Ahnlichkeit zu den zuvor präsentierten Resultaten gelten dieselben Aussagen bez¨ uglich der aufgestellten Hypothesen. Der in K.3.2 formulierte negative Zusammenhang zwischen Liquidität und Spread wird beim Vergleich mit den Unternehmens-Bonds tendenziell auch f¨ ur die BankenBonds im Moody’s-Sample bestätigt. 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 Liquiditäts-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 ökonomische Effekt auf die Banken-Bonds beträgt 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 Abhängigkeit des ausstehenden Volumens (Moody’s 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 ähnlich ist. Allerdings ist der negative Zusammenhang zwischen Spread und erwarteter Ausfallrate aus ökonomischer Sicht f¨ ur das Moody’sSample stärker ausgeprägt. 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 Liquiditäts-Proxy ausgeglichen wird, ist daher fraglich. Eine andere denkbare Erklärung besteht in Hypothese 3.3. Der im Rahmen der geschätzten Regressionsmodelle angenommene negative Zusammenhang zwischen dem Staats-Dummy und der Spread-Höhe wurde zuvor f¨ ur das Grundmodell bestätigt.133 Da im hier geschätzten 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 Erklärung 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 größer ausfällt, je schlechter das Rating der gegen¨ ubergestellten Papiere ausfällt.

133

Vgl. Abschnitt 3.6.2.1, Tabelle 3-56.

190


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


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 Kuponhöhe und Spread kann auch hier uneingeschränkt f¨ ur die Unternehmens-Bonds bestätigt werden. Die kategorieweisen Vergleiche haben gezeigt, dass die Kupon-Höhe auch hier eine maßgebliche Größe im Hinblick auf die SpreadUnterschiede zwischen den Kategorien darstellt. Der ökonomische Effekt des Interaktionsterms beträgt im Mittel ca. 104BP und die kritische Kuponhöhe 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-Verläufe f¨ ur die Mehrzahl der betrachteten


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 Abhängigkeit der Kuponhöhe (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 präsentieren. Im Vergleich zu den Unternehmens-Bonds gilt f¨ ur die Staats-Bonds der in Hypothese K.3.2 formulierte negative Zusammenhang zwischen Liquiditäts-Proxy und Spread-Höhe. Der durchschnittliche Effekt des Interaktionsterms auf die Staats-Bonds beträgt ca. 144BP. Auch im hier betrachteten Fall war innerhalb des analysierten Samples kein Staats-Bond vertreten der einen Wert des Liquiditäts-Proxys aufwies, der unter dem kritischen Wert

192


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


Zusammenfassung der Ergebnisse des Moody’s-Samples und Vergleich mit denen des S&P-Samples Zum Vergleich der Ergebnisse lässt 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.


193

Zusammenhang mit der erwarteten PD waren leichte Abweichungen zu erkennen. Hinsichtlich der Banken-Bonds ist dies hauptsächlich darauf zur¨ uckzuf¨ uhren, dass im Moody’s-Sample die unquadrierte Rating-Größe innerhalb des Interaktionsterms mit dem Banken-Dummy ber¨ ucksichtigt wurde. Anscheinend waren die Zusammenhänge im Moody’s-Sample besser durch eine lineare Funktion abzubilden, während 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 geschätzt. Es wurde im Rahmen des S&P-Samples erläutert, dass dies nicht notwendigerweise im Widerspruch zur Hypthese K.3.1 eines positiven Zusammenhangs zwischen Spread-Höhe 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 größer ist, je schlechter die Rating-Kategorie der betrachteten Bonds ist, erscheint plausibel. Wenn man davon ausgeht, dass f¨ ur Staaten bzw. staatliche Institutionen eine höhere Wahrscheinlichkeit besteht, im Insolvenzfall durch Beihilfen saniert zu werden, stellt die Kategorie Staat im Vergleich zur Gruppe der Unternehmens-Titel einen umso größeren Wert dar, je schlechter das Rating bzw. je höher damit die Wahrscheinlichkeit einer Insolvenz ist. 3.6.3


Im Folgenden wird mithilfe der bereits erläuterten 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 zunächst 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 möglich, 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


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 höhere 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. Duration



-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 erklären können, lässt sich mithilfe der Matched Pairs-Analyse nicht beantworten. Ein Abgleich des kompletten Samples hat ergeben, dass es bei einer vorgegebenen maximalen Distanz in Höhe von 0,3 nicht möglich war, ein Paar zu bilden. Daher lässt 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 Möglichkeit besteht, dass die Paarbildung bei diesem Vergleich erfolgreicher verläuft. 85 Staats-Bonds standen 746 potenziell zum Matching geeignete AGCY-Papiere gegen¨ uber.135 Die ber¨ ucksichtigten Bondmerkmale sind ähnlich unterschiedlich ausgeprägt wie im vorangegangenen S&P-Sample, was darauf hindeutet, dass, falls eine Paarbildung u ¨berhaupt möglich ist, nur sehr wenige Bonds zusammengef¨ uhrt werden können.

135

Vgl. Tabelle 3-61.


195

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



durchschn. Duration



-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 höhere 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 lässt sich festhalten, dass sowohl auf Basis von S&P-Ratings als auch unter Verwendung von Moody’s-Ratings keine aussagekräftigen Ergebnisse generiert werden konnten und die gestestete Hypothese 3.4 daher weder bestätigt noch abgelehnt werden kann. 3.6.3.2


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 größer waren als diejenigen der zuvor betrachteten AGCY-Bonds.137 Die Spread-Differenz zwischen den gegen¨ ubergestellten Bond-Kategorien beträgt ca. 71BP. Inwiefern die höheren Spreads durch die Matched PairsAnalyse bestätigt werden können, wird im Folgenden zusammengefasst. 136 137

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

196


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



durchschn. Duration



-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 höhere Spreads auf. Da allerdings alle Paare unter Verwendung eines einzigen, durch Finnland emittierten Staats-Bonds gebildet wurden, lässt 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 höhere 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 hauptsächlich 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)



durchschn. Duration



-7,93

7,80

15.850.728,40

6,60

42,43

7,38

211.325,61

6,68


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 beträgt ca. 37BP. Allerdings kann dieser Zusammenhang aufgrund der Datenbasis auch hier nicht verallgemeinert werden, sodass hinsichtlich Hypothese 3.3 keine Aussage möglich ist. 3.6.3.3


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 können. Die in Tabelle 3-64 wiedergegebene beschreibende Statistik zum S&P-Sample verdeutlicht jedoch, dass die einzelnen ber¨ ucksichtigten Einflussgrößen 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 ausfällt, wenn f¨ ur Abweichungen in den Bondmerkmalen korrigiert wird. Die niedrigeren Spreads der AGCY-Bonds könnten theoretisch durch das im Schnitt deutlich höhere ausstehende Volumen sowie die geringeren Werte bei Duration und Kuponhöhe erklärt werden. Tabelle 3-64: Deskriptive Statistik AGCY vs. Unternehmen (S&P AAA 2004)

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


durchschn. Duration



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


im ungematchten Sample zu beobachtenden Spread-Differenz in Höhe von ca. 24BP erklären. 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 höhere 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 nächsten 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 ändert, wenn man die unterschiedlichen Ausprägungen der Kontrollvariablen ber¨ ucksichtigt.139 Tabelle 3-65: Deskriptive Statistik AGCY vs. Unternehmen (Moody’s Aaa 2004)



durchschn. Duration



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 höhere Spreads auf. Die Spread-Differenz im Moody’s-Sample änderte sich interessanterweise durch das Matching kaum, während 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.


199

unterschiedliche Wirkung der zum Matching herangezogenen Variablen nicht u ¨berbewertet werden. Die dargestellten Statistiken geben lediglich die durchschnittlichen Ausprägungen 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 bestätigt werden kann, während f¨ ur die korrespondierenden 2006er-Datensätze signifikante Differenzen ermittelt wurden. 3.6.3.4


Im nächsten 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 möglich, Matched Pairs-Analysen f¨ ur mehr als eine Rating-Kategorie durchzuf¨ uhren. Zunächst 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 höher, sodass die Spread-Differenzen auch durch andere Einflussfaktoren als die Unterschiede in der erforderlichen regulatorischen Kapitalunterlegung bedingt sein können.

140

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

200


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

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


durchschn. Duration



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 lässt sich festhalten, dass die UnternehmensBonds innerhalb des untersuchten Samples trotz der höheren regulatorischen Mindestkapitalunterlegung keinen höheren Spread aufweisen und Hypothese 3.2 somit nicht bestätigt 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.


201

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



durchschn. Duration



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 beträgt 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 höhere Spreads der Unternehmens-Bonds hin. Der durchgef¨ uhrte t-Test hat es ermöglicht, einen Renditeunterschied in Höhe von knapp 18BP auf dem 1 %-Niveau signifikant zu bestätigen.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 geschätzt 142

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

202


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 ungefähr 13 Basispunkte oberhalb des Spreads der Unternehmens-Bonds und ist dar¨ uber hinaus größer 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)



durchschn. Duration



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 höhere 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, höhere Spreads der Unternehmens-Bonds beobachten, die nicht signifikant nachgewiesen werden können. 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. Während f¨ ur die mit A gerateten Bonds nahezu identische 143

Vgl. Abschnitte 3.6.2.1 sowie 3.6.2.2.


203

Spreads zu beobachten waren, wiesen die Unternehmens-Bonds bei einem Rating von A+ sowohl aus statistischer als auch aus ökonomischer Sicht signifikant höhere 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 höhere Durationen und Kupons. Ber¨ ucksichtigt man zusätzlich, dass die Höhe des ausstehenden Volumens bei den Unternehmens-Bonds etwas geringer ist, so ist denkbar, dass sich die SpreadDifferenz durch das Matching maßgeblich verändert. Tabelle 3-69: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s A2 2004)



durchschn. Duration



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 Ausprägungen der relevanten Bondmerkmale zusammengef¨ uhrten 142 Bond-Paare weisen die Banken-Bonds einen um ca. 5BP höheren 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 bestätigt werden. Dar¨ uber hin144

Vgl. Tabelle 3-69.

204


aus fällt 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 ähnliche Entwicklung auftritt, wie sie zuvor f¨ ur das S&P-Sample beschrieben wurde. Banken & AGCY vs. Unternehmen (Moody’s A1) Die nächste 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 höheren Spread auf als die Gruppe der Banken-Bonds. Die durchschnittliche Duration sowie die durchschnittliche Kuponhöhe 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)



durchschn. Duration



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 höhere 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 verändert. Hypothese 3.2 kann weiterhin nicht bestätigt 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


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 zusätzlich 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. Zunächst fällt auf, dass die Unternehmens-Bonds erheblich höhere Spreads als im zuvor betrachteten Datensatz aufweisen und dass sich die Spreads der Banken-Papiere nur geringf¨ ugig geändert 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 fällt auf, dass die Unternehmens-Bonds deutlich höhere Durationswerte aufweisen und ebenfalls ein deutlich geringeres ausstehendes Volumen aufweisen. Die Kuponhöhe 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


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



durchschn. Duration



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 höhere 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 Verläufe 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 bestätigt werden. Die insignifikanten Ergebnisse in den u ¨brigen betrachteten Datensätzen deuten aber darauf hin, dass auch einige Fälle 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-


207

Samples entsprechen f¨ ur die Rating-Klasse Aa3 dem im Grundmodell ermittelten negativen Wert des Banken-Dummys, während 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 Einflussgröße 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 Einflussgrößen 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 Absätzen die

208


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 größer, obwohl in dieser Kategorie der Durchschnittswert f¨ ur die Duration kleiner und f¨ ur das ausstehende Volumen größer 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)



durchschn. Duration



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 können, bleibt festzuhalten, dass die Banken-Bonds um etwa 4BP höhere 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 fällt zunächst auf, dass die Werte des Liquiditäts-Proxys insbesondere f¨ ur die AGCY-Bonds deutlich angestiegen sind. Hinsichtlich der durchschnittlichen Spread-Höhe weisen die Banken-Bonds jetzt einen um gut


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, während die Differenz im Hinblick auf das ausstehende Volumen vergleichsweise gering erscheint. Daher wird erwartet, dass sich das Vorzeichen der Spread-Differenz durch das Matching ändert und somit unter Ber¨ ucksichtigung der Kontrollgrößen niedrigere Spreads der AGCY-Bonds zu beobachten sein werden. Tabelle 3-74: Deskriptive Statistik AGCY vs. Banken (S&P A+ 2004)



durchschn. Duration



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 Ausprägungen 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 möglich, 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 Liquiditäts-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 höher. Da eine aussagekräftigere Analyse aufgrund der geringen Anzahl verf¨ ugbarer Bonds nicht möglich ist, kann hier lediglich festgestellt werden, dass, wie bereits in den

210


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)



durchschn. Duration



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 höhere Spreads auf. Diese wären theoretisch aber auch durch die im Mittel höheren Kupons und Durationswerte der AGCY-Bonds sowie das durchschnittlich geringere ausstehende Volumen erklärbar.146 Tabelle 3-76: Deskriptive Statistik AGCY vs. Banken (Moody’s A2 2004)



durchschn. Duration



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 höher, was die Wirkung der Kontrollvariablen belegt. Da allerdings nur drei Bond-Paare gebildet werden konnten, ist kein Signifikanztest 146

Vgl. Tabelle 3-76.


211

möglich 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. Während die Durchschnittswerte der Banken-Bonds beim ausstehenden Volumen sowie hinsichtlich der Kuponhöhe geringf¨ ugig höher waren, wiesen die AGCY-Bonds im Mittel deutlich höhere Durationen auf. In welcher Weise sich die f¨ ur die AGCY-Bonds um ca. 7BP höheren Spreads durch das Matching verändern, lässt sich also schwer prognostizieren. Tabelle 3-77: Deskriptive Statistik AGCY vs. Banken (Moody’s A1 2004)



durchschn. Duration



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 höhere 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. Während in der Kategorie Bank 93 Titel

212


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 höhere Durchschnittswerte f¨ ur Duration und Kuponhöhe zu verzeichnen sind. Aufgrund der starken Diskrepanzen kann angenommen werden, dass die Differenz in Höhe 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)



durchschn. Duration



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 Datensätzen 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 eingeschränkt. Dennoch bleibt festzuhalten, dass deutliche Abweichungen bestehen, die sich nicht sinnvoll durch die unterschiedlichen Ausprägungen der Bondmerkmale erklären lassen. Betrachtet man die ermittelten Spread-Differenzen, so fällt zunächst 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 Möglichkeit 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 ermöglichen, aussagekräftigere Ergebnisse zu erzielen.


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


3.6.4

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


Analog zur Vorgehensweise beim 2006er-Datensatz werden die den RatingKlassen zugeordneten erwarteten PDs herangezogen und innerhalb des Distanzmaßes ber¨ ucksichtigt. Zunächst 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 (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 fällt auf, dass die Papiere der Kategorie Unternehmen im Schnitt deutlich höhere Kupons aufweisen. Die Spread-Differenz von ca. 168BP ist aufgrund dieser Unterschiede nicht sonderlich aussagekräftig. Inwiefern nach dem Matching weiterhin Spread-Unterschiede bestehen, wird im Folgenden erläutert. 147

Vgl. Abschnitt 3.5.3.1.

214


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. erw. PD

durchschn. Duration



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 möglich, deutlich mehr Paare zu bilden als in den auf einzelne Rating-Klassen beschränkten Untersuchungen. F¨ ur eine Maximaldistanz von 0,3 war es möglich, 2.741 Spread-Differenzen zu berechnen. Die Unternehmens-Bonds wiesen um gut 15BP höhere Spreads auf, die durch einen signifikanten t-Test auf dem 1 %-Niveau bestätigt werden konnten. Eine Verringerung der maximal zugelassenen Distanz auf 0,1 hat es weiterhin ermöglicht, 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 bestätigt werden. Im Vergleich zu den durchgef¨ uhrten Regressionen deuten die Ergebnisse also eher auf höhere Spreads der Unternehmens-Bonds bzw. auf identische Spreads der beiden Kategorien hin, während 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 präsentierten Ergebnisse unabhängig 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 Ausprägungen der in Tabelle 3-81 zusammengefassten Durchschnittswerte waren ähnlich wie im zuvor betrachteten Sample. Allerdings waren hier die Unterschiede hinsichtlich des ausstehenden Volumens und der Duration stärker ausgeprägt. Trotzdem war die Spread-Differenz im


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 zunächst erläutert 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. erw. PD

durchschn. Duration



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 höhere Spreads hochsignifikant nachgewiesen werden. Diese Spread-Differenz geht ebenso wie im S&P-Sample bei niedrigeren Werten f¨ ur die Maximaldistanz zur¨ uck. Während 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 Schätzung des Grundmodells aus Abschnitt 3.6.2.1 nicht in einem derart deutlichen Widerspruch wie die zuvor präsentierten Ergebnisse. Die höheren 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


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.


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



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 möglich war, genug Bonds zu matchen, um aussagekräftige 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 ähnlicher 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 ähnlichen Durchschnittswerten darf allerdings nicht die Schlussfolgerung gezogen werden, dass sich die Datensätze damit u ¨ber alle betrachteten Rating-Klassen sehr ähnlich 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. erw. PD

durchschn. Duration



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 ökonomisch 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


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 bestätigt werden kann. Banken vs. AGCY (Moody’s B3 bis Aaa) Im Moody’s-Sample weisen die durchschnittlichen Ausprägungen der zur ¨ Paarbildung ber¨ ucksichtigten Bondcharakteristika noch größere Ahnlichkeit auf als zuvor.150 Die Spread-Differenz ist mit knapp 1BP ebenfalls sehr gering, obwohl die Banken-Bonds etwas höhere Kupons und ein etwas geringeres ausstehendes Volumen aufweisen. Es sei aber auch hier darauf hingewiesen, dass ¨ ähnliche 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


Banken-Bonds (275) AGCYBonds (954)

durchschn. erw. PD

durchschn. Duration



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. Zunächst werden bei einer Maximaldistanz von 0,3 f¨ ur die BankenBonds um knapp 4BP geringere Spreads auf dem 95 %-Konfidenzniveau bestätigt. Eine Verringerung der maximal zugelassenen Distanz hat zur Folge, dass sich diese Differenz r¨ uckläufig entwickelt. Bei 0,2 besteht keine signifikante Differenz, und die innerhalb der gematchten Bonds zu verzeichnende Spread-Differenz von etwa 1BP ist auch ökonomisch relativ unbedeutend. Bei einer weiteren Reduktion der Obergrenze sind allerdings bei einem Wert von 0,15 um gut 14BP höhere Spreads der Banken-Titel auf dem 1 %-Niveau signifikant nachzuweisen. Zum einen ist dieses Ergebnis statistisch auf einem 150

Vgl. Tablle 3-84.


219

höheren Konfidenzniveau signifikant als das bei einer Maximaldistanz von 0,3 ermittelte gegensätzliche Resultat, und zum anderen stellt die Differenz von 14BP ökonomisch bewertet etwa das Vierfache des zuvor ermittelten Unterschieds in Höhe 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 Höhe 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 ähnlich 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


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


3.6.5


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 bestätigt werden.153 Zunächst 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.



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 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 zunächst insignifikanten Renditedifferenz ein signifikanter Spread-Unterschied, der im Einklang mit Hypothese 3.2 steht. Diese Ent¨ wicklung setzt sich zwar beim Ubergang zur nächstbesseren 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 höhere 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 Größenordnung der ermittelten Differenz hat.155 Andererseits bestätigen 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 Erläuterungen in Abschnitt 3.6.3.4.

222


so ausgeprägter ist, je besser die Rating-Kategorie der jeweiligen Papiere ist.156 Dieses Ergebnis ist einerseits durchaus plausibel, da die bereits in der Einleitung erläuterte Diskrepanz zwischen ökonomischer und regulatorischer Kapitalanforderung umso stärker ausgeprägt ist, je besser das Rating der betrachteten Wertpapiere ist. Andererseits wurde im Modell-Teil dargestellt, dass der Einfluss der regulatorischen Vorgaben umso größer 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 möglich ist. Der Unterschied zwischen den f¨ ur 2006 ermittelten und den hier dargestellten Renditedifferenzen könnte 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, könnten bereits zu diesem Zeitpunkt Umstellungen im Investitionsverhalten der Kreditinstitute erfolgt sein. F¨ ur den Großteil der europäischen 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 Geschäfte unter Verwendung der neuentwickelten Rating-Systeme gesteuert.158 Auch wenn hier der amerikanische Markt betrachtet wurde, f¨ ur den die Basel II-Regelungen erst später in Kraft treten, ist es denkbar, dass schon in 2006 Wirkungen bemerkbar waren. Zum einen könnten sich auch amerikanische Großbanken entschließen, bereits bevor sie dazu verpflichtet sind, ihre Investitions- und Geschäftssteuerung nach Systemen zu steuern, die den Baseler Vorgaben entsprechen. Zum anderen kann angenommen werden, dass europäische Großbanken auch auf dem amerikanischen Markt investieren. Daher w¨ urden die Renditedifferenzen – die annahmegemäß aufgrund der nach Basel I bestehenden Diskrepanz zwischen regulatorischer und o¨konomischer Kapitalanforderung ausgelöst werden – verschwinden, sobald ein gewisser Anteil der international tätigen 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).


223

vorgehalten wird, die deutlich u ¨ber die nach Basel I geforderte Solvabilität hinausgeht,159 d¨ urfte eine Ausweitung der Investitionsvolumina in Kategorien, die nach Basel I eine hohe Unterlegung erfordern, in den meisten Fällen ¨ unproblematisch möglich 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



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 erläuterten Aspekte, dass die Diversifikationswirkung der verf¨ ugbaren Bonds neben der Bond-Kategorie auch von der Rating-Klasse abhängt 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 Fällen wurde f¨ ur den Vergleich von Bankenund Unternehmens-Bonds nachgewiesen, dass der positive Zusammenhang zwischen erforderlicher regulatorischer Kapitalunterlegung und dem BondSpread umso stärker ausgeprägt ist, je höher die Werte von Kupon und ausstehendem Volumen sind. Im hier betrachteten Sample wurde zusätzlich ermittelt, dass ein niedrigerer Durations-Wert ebenfalls tendenziell dazu f¨ uhrt, dass Hypothese 3.2 bestätigt werden kann. Daher fasst Tabelle 3-88 die relevanten Bondmerkmale f¨ ur die im Rahmen der Matched Pairs-Analysen untersuchten Datensätze der Kategorien Bank und Unternehmen zusammen. 160

Vgl. Tabellen 3-46 und 3-48 in Abschnitt 3.5.4.


225


A

A+

AA-

A2

A1

Aa3

BondKategorie



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 Ausprägungen der Bondcharakteristika beobachten. Allerdings bestehen deutliche Unterschiede, wenn man jeweils

226


die korrespondierenden Rating-Kategorien der beiden Agenturen vergleicht. Zunächst fällt auf, dass das durchschnittlich ausstehende Volumen in den Moody’s-Samplen deutlich geringer ist als in den S&P-Datensätzen.161 F¨ ur die zwei anderen relevanten Kontrollgrößen, Kuponhöhe und Duration, ist die Beziehung genau umgekehrt. Die Moody’s-Bonds weisen jeweils die höheren Durchschnittswerte f¨ ur die beiden Kontrollvariablen auf. Im Hinblick auf Hypothese 3.2 lässt 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 Investitionstätigkeit der Institute noch relativ gering war.

161

Dies konnte bereits f¨ ur den 2006er-Datensatz festgestellt werden. Vgl. Tabelle 3-47.


3.7 3.7.1

227

Analyse des Datensatzes aus 2002 Ergebnisse der Datenbereinigung

Ausgangspunkt des nächsten 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. März 2002 abgefragt und die Datenbereinigung wurde wiederum analog zu der in Punkt 3.4.1 beschriebenen Vorgehensweise vorgenommen. Zunächst 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




3.370

1.784

3.284

3.996

Der Anteil von Bonds ohne Rating ist im Vergleich zu den beiden späteren Datensätzen weiter angestiegen. Der GGroßteil der analysierten Bonds weist weiterhin sowohl ein S&P- als auch ein Moody’s-Rating auf. Es fällt 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



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 -



SOV&SSOV

AGCY

EmittentenKategorie



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



Banken

Corporates

EmittentenKategorie



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 -



SOV&SSOV

AGCY

EmittentenKategorie



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



232


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 Datensätze aus 2004 und 2006 durchgef¨ uhrt werden konnten. Hinsichtlich der Unternehmens-Bonds fällt 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 Liquiditäts-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 verdeutlicht, dass die Spreads der zu analysierenden Bonds des S&P-Samples sich erneut ähnlich wie im zuvor analysierten Datensatz ¨ verhalten. Der R¨ uckgang des Spreads der Unternehmens-Bonds beim Ubergang von AAA zu AA lässt sich durch ein deutlich höheres ausstehendes Volumen der schlechter gerateten Papiere erklären. Der Spread-R¨ uckgang bei den Banken-Bonds lässt sich ebenfalls durch Abweichungen beim Liquiditäts-Proxy sowie einer niedrigeren durchschnittlichen Duration der Rating-

234


Klassen A+ bis A- im Vergleich zu den Klassen AA+ bis AA- erklären.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


Die Boxplots des Moody’s-Samples zeigen ein ähnliches Bild wie in den zu¨ vor analysierten Datensätzen. Ahnlich wie in Abbildung 3.46 lässt sich der ¨ Spread-Verlauf der Unernehmens-Bonds beim Ubergang von Aaa auf die nächst schlechteren Kategorien mit Abweichungen beim ausstehenden Vo164

Vgl. hierzu Tabelle 3-92.


235

lumen der betrachteten Papiere erklären.165 Im Folgenden werden die Bonds analog zur Vorgehensweise in den beiden vorangegangenen Abschnitten genauer analysiert. 3.7.2 3.7.2.1


Zunächst 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 geschätzt wurde, werden die aus den vorangegangenen Analysen bekannten Modellerweiterungen eingef¨ uhrt. Tabelle 3-94: 9-jährige 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 benötigten PD-Werte 165

Siehe auch hierzu Tabelle 3-92.

236


geschätzt. 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 erklären 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.


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.


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



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 können f¨ ur die Daten aus 2002 die Hypothesen 3.2 bis 3.4 bestätigt werden.167 Das korrigierte Bestimmtheitsmaß ist im Vergleich zu den beiden korrespondierenden Analysen der Datensätze aus 2004 und 2006 deutlich zur¨ uckgegangen und beträgt 61,43%. Dies bedeutet, dass die ber¨ ucksichtigten Variablen stärker um die geschätzte Regressionsgerade streuen als zu den späteren Zeitpunkten. Möglicherweise existieren weitere, nicht in der Regressionsgleichung ber¨ ucksichtigte Einflussfaktoren, die in fr¨ uheren Jahren stärker gewirkt haben, sodass sich f¨ ur 2002 ein geringeres Bestimmtheitsmaß als f¨ ur die späteren 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 größtenteils hochsignifikant. Die Hypothesen bez¨ uglich des Zusammenhangs zwischen der erklärten 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.


239

Spread-Größe und den verwendeten Kontrollvariablen können f¨ ur das Rating (vgl. K.3.1), die Kuponhöhe (vgl. K.3.3) sowie das ausstehende Volumen (vgl. K.3.2) signifikant bestätigt 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 bestätigt. 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 mögliche Ursache die Zinsphase betrachtet werden. Der betrachtete Zeitpunkt im März 2002 liegt kurz vor dem Anfang einer u ¨ber ein Jahr andauernden Phase, während der das Zinsniveau um gut 150BP zur¨ uckgegangen ist.168 Die beiden späteren betrachteten Zeitpunkte in 2004 und 2006 fielen jeweils in bzw. an den Anfang von Phasen ansteigender Zinsen. Theoretisch wäre es aus Sicht eines Investors sinnvoll, sein Geld kurzfristig anzulegen, wenn er von steigenden Zinsen ausgeht und langfristige Investments zu tätigen, wenn sinkende Zinssätze erwartet werden. Allerdings lässt 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 späteren 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


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 März 2002 und im März 2004 jeweils einen normalen Verlauf aufwies. Beim Vergleich der beiden Zeitpunkte lässt sich festhalten, dass das Zinsniveau in 2002 höher 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, während 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 ursächlich sind, lässt 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 geprägt sind. Hierzu kann man f¨ ur die in 2002 und 2004 betrachteten Zeitpunkte anhand von Abbildung 3.27 erkennen, dass der März 2002 am Ende einer Phase ansteigender Zinssätze lag, die relativ kurz danach in die weiter oben erwähnte lang andauernde Phase r¨ uckläufiger Zinsen u ¨berging und dass der März 2004 am Ende einer Phase r¨ uckläufiger 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 März 2006 mar-


241

kiert im Unterschied zu den beiden anderen Zeitpunkten ungefähr 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-Kanälen hervorgehoben. Es ist weiterhin festzuhalten, dass eine Ableitung der Zinserwartungen anhand des Zinsverlaufs nicht zweifelsfrei möglich 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 TrendKanälen)

Zusätzlich 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 Einflussgrößen beeinflussen bzw. u ¨berlagern.

242


Wie bereits erwähnt, 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 ökonomischer Sicht einen deutlich stärkeren Einfluss auf die erklärte Spread-Höhe hatten. Die in Basispunkten ausgedr¨ uckte Wirkung des Ratings hat sich beispielsweise wei¨ ter verstärkt. 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 ökonomischen Bedeutung entspricht. Der Kupon hat wiederum einen deutlich stärkeren Effekt, der durchschnittlich 111BP beträgt. Insgesamt kann festgehalten werden, dass die Ergebnisse die in Abschnitt 3.6.5 formulierte Vermutung bez¨ uglich der Wirkung von Basel II tendenziell bestätigen. 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 ähnlichen Ergebnissen f¨ uhrt.


243

Tabelle 3-96: Ergebnisse der Schätzung 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


Bei einem Blick auf Tabelle 3-96 fällt zunächst 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 Datensätzen noch stärker zur¨ uckgegangen, als es zuvor f¨ ur das S&PSample der Fall war, und beträgt jetzt nur noch 45,45 %. Hinsichtlich der Wirkungszusammenhänge der u ucksichtigten Einflussgrößen wei¨brigen ber¨ sen alle Koeffizienten das gleiche Vorzeichen auf wie bei der vorangegangenen Untersuchung. Mit Ausnahme des Liquiditäts-Proxys waren zudem alle Koeffizienten hochsignifikant. So wurde ebenfalls ein negativer Zusammenhang zwischen Duration und der erklärten Größe 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 stärker und beträgt im Mittel 140BP. Während 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 höhere Spreads gegen¨ uber der Kategorie Aaa hin. Diese

244


Differenz steigert sich bis zur Kategorie B3 auf etwa 150BP. Dies ist aus ökonomischer Sicht weiterhin ein erheblicher Einfluss, stellt allerdings im Vergleich zum S&P-Datensatz sowie zu den korrespondierenden Regressionen der Datensätze 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 höhere Spreads gegen¨ uber den Unternehmens-Papieren und f¨ ur die Banken-Bonds auf um etwa 64BP höhere hin. Dies kann als weitere Bestätigung der Vermutung interpretiert werden, dass der getestete positive Zusammenhang zwischen Spread und regulatorischer Kapitalunterlegung im 2002er-Sample am stärksten wirkt. Zum anderen ist der deutliche R¨ uckgang des Bestimmtheitsmaßes gravierend. Da der Einfluss der Kontrollvariable Rating ebenfalls deutlich zur¨ uckgegangen ist, könnte es sein, dass diese Variable im 2002er-Sample einen stärkeren nichtlinearen Zusammenhang mit der erklärten Größe aufweist als in den bisher betrachteten Datensätzen. Die folgende Erweiterung des Grundmodells um die quadrierten Rating-Größen wird zeigen, ob diese Vermutung zutrifft. 3.7.2.2


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 Größe statistisch nicht signifikant. Dennoch bestätigt der durchgef¨ uhrte F-Test einen signifikanten zusätzlichen Erklärungsgehalt, sodass die Ergebnisse des erweiterten Modells insgesamt aussagekräftiger sind als die des Grundmodells. Die Koeffizientenwerte der anderen Kontrollvariablen haben sich im Vergleich zum Grundmodell nur leicht verändert. Der kombinierte Effekt der beiden Rating-Größen 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.


245

Tabelle 3-97: Ergebnisse der Schätzung 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


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 zusätzliche Ber¨ ucksichtigung der quadrierten PD-Werte um 0,12 % gesteigert. Tabelle 3-98: Ergebnisse der Schätzung 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***


Im Vergleich zum Grundmodell ergibt sich f¨ ur das Moody’s-Sample durch die zusätzliche Ber¨ ucksichtigung der Variable Rating2 ein enormer Effekt. Das korrigierte R2 steigt auf 55,49 % und der Koeffizient des LiquiditätsProxys ist nun, wie die Koeffizienten der u ¨brigen Kontrollvariablen auch, statistisch signifikant. Der starke Einfluss der beiden Rating-Größen deutet darauf hin, dass die vermutete nichtlineare Beziehung zwischen Ausfallrisiko und Spread-Höhe im betrachteten Moody’s-Sample tatsächlich auftritt. Abbildung 3.52 stellt die Spread-Verläufe, wie sie durch das Grundmodell beschrieben werden, denen des erweiterten Modells f¨ ur verschiedene RatingKlassen gegen¨ uber.


247

300 200 100 Spread (in BP)

Grundmodell

B3

Ba3

Baa3

A3

Aa3

Aaa

0

erw. Modell

Abbildung 3.52: Spreads in Abhängigkeit der Rating-Kategorie; Grundmodell vs. erweitertes Modell (Moody’s 2002)

Es wird deutlich, dass die zusätzliche Ber¨ ucksichtigung der quadrierten Rating-Größe zu deutlich unterschiedlichen Aussagen f¨ uhrt. Ab einem Rating von Baa1 u ¨bersteigt die Wirkung der neuen unanbhängigen Variable die Höhe von 1BP. Zunächst steigen die Spread-Werte stärker 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 könnte 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 nächstbesseren Kategorien, obwohl das ausstehende Volumen geringer ist und eine höhere durchschnittliche Duration besteht als in den Rating-Klassen B1 und Ba3. Somit scheint der negative Zusam-

248


menhang im betrachteten Sample zumindest in einer Kategorie tatsächlich zu bestehen bzw. eine weitere Erklärungsgröße zu existieren, die im Rahmen der Analyse nicht erfasst wurde. Zusammenfassend lässt sich festhalten, dass im erweiterten Modell ein deutlich höherer Erklärungsgehalt besteht als im Grundmodell und die Hypothesen 3.2 und 3.3 weiterhin durch die Ergebnisse bestätigt werden. F¨ ur die Banken-Bonds können um ca. 42BP niedrigere Spreads als f¨ ur UnternehmensBonds hochsignifikant bestätigt werden. Diese Werte stellen auch aus o¨konomischer Sicht eine bedeutsame Renditedifferenz dar und ähneln 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


Analyse des S&P-Samples F¨ ur das betrachtete S&P-Sample wurde, wie auch im Rahmen der Analysen der Datensätze aus 2004 und 2006, analysiert, inwiefern eine Steigerung des Erklärungsgehalts 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 zusätzlichen Erklärungsgehalt aufweisen. Die dazu durchgef¨ uhrten Schritte sind in Anhang A.4.5 zusammengefasst. Da ein Vergleich des ermittelten Modells mit dem im vorangegangenen Abschnitt präsentierten erweiterten Modell ohne Interaktionsterme ergeben hat, dass die Ber¨ ucksichtigung der Interaktionsterme insgesamt keinen zusätzlichen Erklärungsgehalt generiert, wird an dieser Stelle auf eine ausf¨ uhrliche Erläuterung verzichtet.169

169

Die Koeffizientenwerte der einzelnen Interaktionsterme gehen ebenfalls aus den Ausf¨ uhrungen im Anhang hervor.


249

Analyse des Moody’s-Samples Wie aus Anhang A.4.6 hervorgeht, war es unter Verwendung von Moody’sRatings möglich, den Erklärungsgehalt 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-Größe keine signifikanten tStatistiken aufweisen, wurden sie nicht aus dem Modell eliminiert. Hinsichtlich des Banken-Dummys fällt auf, dass die Interaktionen in Verbindung mit den Rating-Größen im Unterschied zu den Jahren 2004 und 2006 eliminiert wurden und lediglich noch die Terme unter Einbeziehung der Größen 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 Höhe deutlich geringer ausfallen als in den Analysen der Datensätze aus 2004 und 2006. Im Folgenden werden die in Tabelle 3-99 aufgef¨ uhrten Interaktionsterme einzeln diskutiert.

170

Vgl. Tabelle 3-99.

250


Tabelle 3-99: Ergebnisse der Schätzung 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***


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-Höhe und Duration signifikant nachgewiesen, was die Hypothese K.3.4 tendenziell f¨ ur die BankenTitel bestätigt. 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 nächsten Absatz aber deutlich wird, ist der ökonomische Effekt des Interaktionsterms in Verbindung mit der Kuponhöhe deutlich stärker, sodass f¨ ur 171

Vgl. Hypothese 3.2.


251

die meisten Banken-Bonds ein geringerer Spread zu beobachten ist als f¨ ur die Unternehmens-Papiere. In Bezug auf den Einfluss der Duration lässt 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 Einflussgrößen 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 Abhängigkeit der Duration (Moody’s 2002)

Banken-Dummy · Kupon Wie bereits erwähnt, geht von dem Interaktionsterm zwischen Banken-Dummy und Kupon ein sowohl statistisch als auch ökonomisch signifikanter Ein-

252


fluss aus. Im Mittel beträgt 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 Datensätzen aus 2004 und 2006 wird der Effekt des Kupons auf den Spread von Banken-Bonds beim Vergleich mit Unternehmens-Bonds nicht vollständig neutralisiert, sondern lediglich etwas abgeschwächt. 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.


172

Dieser Aussage liegt erneut die Annahme zugrunde, dass die u oßen ¨brigen Einflussgr¨ ihre jeweiligen Durchschnittswerte annehmen.


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-Verläufe ähneln 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 erklärten Spread, der ab der Klasse Aa3 negativ wird.173 Insgesamt lässt sich festhalten, dass die Spreads der Staats-Bonds unter der Annahme, dass alle u ur ¨brigen Einflussgrößen ihre durchschnittlichen Werte annehmen, f¨ alle relevanten Rating-Klassen unterhalb der Spreads der Kategorie Unternehmen lagen.

173

Das positive Maximum des ökonomischen Effekts liegt f¨ ur die Rating-Klasse Aa1 bei ca. 37BP und der negative Einfluss steigt bis zur Kategorie A2 auf 33BP an.

254


120 100 80 60 40 20 0

Spread (in BP)

Aaa Aa1 Aa2 Rating

Unt. Aa3 Staat

A1 A2 Staat

Unt.


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 ökonomischer Sicht eine bedeutsame Größe 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.


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.


Zusammenfassung Moody’s Insgesamt bestätigen die präsentierten 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 Datensätzen war im 2002er-Sample keine Abhängigkeit des Banken-Dummys von der RatingKlasse nachzuweisen, sodass die getesteten Hypothesen unabhängig von der Rating-Klasse bestätigt werden können. Die folgenden Matched Pairs-Analy¨ sen dienen daher der Uberpr¨ ufung dieses Resultats. Vor dem Hintergrund des erläuterten Einflusses von Basel II ist von besonderem Interesse, ob ein Einfluss der regulatorischen Kapitalunterlegung im 2002er-Datensatz auch

256


mithilfe der Matched Pairs-Methodik nachgewiesen werden kann. In Bezug auf die Interaktion zwischen Banken-Dummy und Duration lässt 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 Datensätzen besteht im hier betrachteten Sample allerdings auch beim Vergelich zwischen Banken- und Unternehmens-Bonds der erwartete Wirkungszusammenhang zwischen Spread- und Kuponhöhe auch f¨ ur die Banken-Papiere. Der Interaktionsterm schwächt 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 Kuponhöhe 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 erläuterte Erklärung analog. Der Wert der Kategorie Staat könnte also gegen¨ uber der Kategorie Unternehmen f¨ ur schlechtere Rating-Kategorien besonders hoch sein, da die Gefahr eines Staatskonkurses trotz schlechteren Ratings evtl. geringer einzuschätzen 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 fällt umso größer aus, je höher die Liquidität des zum Vergleich herangezogenen Staats-Titels ausfällt. 3.7.3


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 möglich, sehr wenige Paare zu bilden. Im Folgenden werden daher, sofern es nicht möglich war, Bond-Paare zu bilden, lediglich die beschreibenden Statistiken zusam174

Vgl. Abbildung 3.54.


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 höheren 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)



durchschn. Duration



-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, lässt 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 größere Werte auf. Die Spread-Differenz ist im Vergleich zum S&P-Sample zur¨ uckgegangen und beträgt noch knapp 36BP. Wie Tabelle 3-101 zu entnehmen ist, geht

258


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)



durchschn. Duration



-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 höhere 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


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 höheren Durchschnittswerte auf. Insbesondere im Hinblick auf den Liquiditäts-Proxy hat sich allerdings die Differenz im Vergleich zur vorangegangenen Untersuchung deutlich erhöht, sodass es fraglich ist, ob im Rahmen der Matched Pairs-Analyse Bond-Paare gebildet werden können. Die Spreads der Unternehmens-Bonds sind im ungematchten Sample um ca. 105BP höher als die der Staats-Papiere.

175 Die verwendeten Staats-Titel wurden von Schweden, Neuseeland sowie Finnland emittiert. 176 Vgl. Tabelle 3-102.


259

Tabelle 3-102: Deskriptive Statistik Staat vs. Unternehmen (S&P AAA 2002)



durchschn. Duration



-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 möglich, 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 Kuponhöhe 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)



durchschn. Duration



-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 höhere Spreads aufweisen. Eine Bestätigung von Hypothese 3.3 kann aufgrund der geringen Anzahl von Paaren allerdings nicht abgeleitet werden. Dar¨ uber hinaus ist anzumer-

260


ken, dass alle Paare unter Verwendung desselben finnischen Staats-Bonds gebildet wurden. 3.7.3.3


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 höhere ausstehende Volumina als die Unternehmens-Papiere auf. Die durchschnittliche Duration ist f¨ ur die Kategorie Unternehmen etwas höher, während die Kupon-Werte geringer ausfallen als die der AGCY-Bonds. Im ungematchten Sample besteht eine Spread-Differenz in Höhe von ca. 45BP. Tabelle 3-104: Deskriptive Statistik AGCY vs. Unternehmen (S&P AAA 2002)



durchschn. Duration



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 möglich, zehn Bond-Paare zu bilden. Innerhalb des gematchten Samples weisen die Unternehmens-Bonds weiterhin höhere Spreads auf. Die Differenz beträgt ca. 24BP. Eine allgemeing¨ ultige Aussage in Bezug auf Hypothese 3.2 lässt 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 höhere Spreads auf. Im Hinblick auf die in Tabelle 3-105 dargestellten Bondmerkmale lässt sich festhalten, dass die Unternehmens-Titel durchschnittlich eine höhere Duration sowie höhere Kupons besitzen, aber


261

einen deutlich geringeren Wert des Liquiditäts-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)



durchschn. Duration



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 möglich, 71 Paare zu bilden. Innerhalb dieses gematchten Samples ging die Spread-Differenz nur leicht zur¨ uck. Der durchgef¨ uhrte t-Test bestätigt 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 bestätigt 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


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. Zunächst werden die Ergebnisse auf Basis von S&P-Ratings präsentiert, f¨ ur die die Bonds der analysierten Gruppen gleichmäßiger u ¨ber die betrachteten Rating-Klassen verteilt waren.

177

Vgl. auch Tabellen 3-92 und 3-93.

262


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. Während die durchschnittliche Duration der Banken-Bonds deutlich geringer ist als die der Unternehmens-Papiere, fallen die Werte des Liquiditäts-Proxys sowie f¨ ur die Kuponhöhe im Mittel f¨ ur die Banken-Titel höher 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 Ausprägungen der Bondmerkmale kontrolliert wird. Tabelle 3-106: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P A 2002)



durchschn. Duration



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 höhere Spreads aufwiesen, die durch einen hochsignifikanten t-Test bestätigt 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 geschätzt 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. Während die Durchschnittswerte f¨ ur die Kuponhöhe fast identisch ausfallen, weisen die Banken-Bonds das höhere ausstehende Volumen auf und


263

die Unternehmens-Titel die höheren 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)



durchschn. Duration



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 bestätigt werden können. Trotz der geringen Anzahl gebildeter Paare fällt 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 fällt 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 lässt sich theoretisch auf den Liquiditäts-Proxy zur¨ uckf¨ uhren. Das durchschnittlich ausstehende Volumen hat sich gegen¨ uber der vorangegangenen Rating-Klasse etwa halbiert und liegt nun unterhalb des

264


Wertes der Unternehmens-Papiere. Da die durchschnittlichen Kuponhöhen fast identisch sind und die Duration f¨ ur die Unternehmen im Mittel deutlich höher ausfällt, lässt 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)



durchschn. Duration



66,06

5,20

170.845,94

7,05

69,28

8,24

247.744,44

7,03

Zunächst ist festzuhalten, dass lediglich zehn Paare gebildet wurden und somit keine signifikanten Ergebnisse abgeleitet werden können. 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 ähnlich“ bezeichnet werden können. 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 bestätigen. 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 größer und das ausstehende Volumen geringer als bei den Banken-Bonds. Daher ist davon auszugehen, dass die Spread-Differenz durch das Matching zur¨ uckgeht.


265




durchschn. Duration



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 bestätigt 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 möglich ist. Es lässt 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. Zunächst fällt auf, dass die 39 Banken-Bonds im betrachteten Sample durchschnittlich um gut 5BP höhere Spreads aufweisen als die 99 UnternehmensBonds. Während f¨ ur die Kategorie Bank die höheren Kupons sowie im Mittel ein höheres ausstehendes Volumen zu verzeichnen sind, weisen die Unternehmens-Bonds durchschnittlich deutlich höhrere Durationswerte auf. Da im Rahmen der Matched Pairs-Analyse nur 11 Bond-Paare gebildet werden konnten, können durch das Ergebnis keine signifikanten Differenzen belegt werden. Die um etwa 7BP höheren 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





durchschn. Duration



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 erklärt allerdings diese Entwicklung. Des Weiteren ist Tabelle 3-111 zu entnehmen, dass die Banken-Papiere neben dem höheren Liquiditäts-Proxy im Durchschnitt auch die höheren Kupons aufweisen, während die Duraion im Mittel f¨ ur die durch Unternehmen emittierten Wertpapiere höher ausfällt. Aufgrund der deutlichen Unterschiede im Hinblick auf die Bondmerkmale lässt sich nicht vorhersagen, wie sich die Spread-Differenz von ca. 33BP durch das Matching verändert. Tabelle 3-111: Deskriptive Statistik Banken & AGCY vs. Unternehmen (Moody’s Aa3 2002)



durchschn. Duration



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 verändert. Die


267

Banken-Spreads liegen im gematchten Sample interessanterweise um ca. 3BP oberhalb der der Unternehmens-Bonds. Hypothese 3.2 lässt sich dementsprechend nicht bestätigen. 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 lässt 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 höhere 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¨ uckläufig zu entwickeln. Derartige Tendenzen sollten allerdings vorsichtig beurteilt werden, da die Ergebnisse der betreffenden Datensätze 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 Ausprägungen der relevanten Bondmerkmale. Dadurch konnten häufig nur wenige Paare f¨ ur die Analyse generiert werden, dar¨ uber hinaus war nicht in allen Fällen klar, ob die gebildeten Bond-Paare tatsächlich 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 präsentiert, ob Hypothese 3.2 durch die Matched Pairs-Analyse bestätigt werden kann, wenn man die zulässige 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


Spread-Differenz im gematchten Sample (Unternehmen-Bank) 4,3BP 7,4BP -2,9BP

268


3.7.3.5

Banken vs. AGCY

Wie bereits in den Datensätzen 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 mögliche 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 höhere Spreads als die Banken-Titel auf. Allerdings ist das ausstehende Volumen geringer und die Duration deutlich höher als im Fall der Banken-Papiere. Da bei der durchschnittlichen Kuponhöhe 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)



durchschn. Duration



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, lässt 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 gemäß den Erwartungen auf ca. 6BP zur¨ uckgegangen ist.


269

Banken vs. AGCY (S&P A+) In der nächsten 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 höhere Spreads. Diese Differenz lässt sich allerdings durch die deutlich höheren Durationen und Kupons sowie das durchschnittlich geringere ausstehende Volumen erklären. Tabelle 3-114: Deskriptive Statistik AGCY vs. Banken (S&P A+ 2002)



durchschn. Duration



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 entfällt 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


höhere Spreads aufweisen, obwohl die durchschnittlichen Werte der Duration und der Kuponhöhe f¨ ur die Unternehmens-Bonds größer sind. Aufgrund des nur geringf¨ ugig kleineren Liquiditäts-Proxys der Banken-Papiere scheinen die Unterschiede in den Bondmerkmalen nicht in der Lage zu sein, die Spread-Differenz zu erklären. Tabelle 3-115: Deskriptive Statistik AGCY vs. Banken (Moody’s A2 2002)



durchschn. Duration



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 höheren 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 Datensätzen einen sehr großen Einfluss auf die präsentierten Werte haben können, 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. Während das ausstehende Volumen und die Kuponhöhe 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.


271




durchschn. Duration



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 höhere 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 Datensätze. 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 höher als die der AGCY-Bonds. Hinsichtlich der relevanten Bondmerkmale fällt auf, dass die Unternehmens-Titel bei allen im Distanzmaß erfassten Variablen die höheren Durchschnittswerte aufweisen. Dementsprechend ist unklar, wie sich die Unterschiede im Rahmen des Matchings auswirken.

178

Vgl. Tabelle 3-117.

272


Tabelle 3-117: Deskriptive Statistik AGCY vs. Banken (Moody’s Aa3 2002)



durchschn. Duration



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 höhere Spreads auf. Eine Verallgemeinerung ist auch hier aufgrund der geringen Anzahl von Werten nicht möglich. Außerdem ist darauf hinzuweisen, dass 12 der 14 kalkulierten Spread-Differenzen unter Verwendung desselben AGCY-Bonds ermittelt wurden, wodurch der Informationsgehalt weiter eingeschränkt 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


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 präsentierten deskriptiven Statistiken haben gezeigt, dass Unterschiede zwischen den einzelnen Datensätzen auftreten. Eine Aussage dar¨ uber, ob diese Unterschiede mit den verwandten Ratings oder den insgesamt relativ großen Unterschieden bez¨ uglich der Bondmerkmale zusammenhängen, wäre


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 können. 3.7.4


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 bestätigt werden können. 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 ermöglicht, die Anzahl gematchter Bonds zu steigern und aussagekräftigere 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 (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 aussagekräftig. Neben den Unterschieden in Bezug auf die erwarteten PDs geht aus Tabelle 3-119 hervor, dass die Unternehmens-Bonds im Mittel höhere Kupons und Durationswerte als die Banken-Titel haben. Außerdem fällt das durchschnittlich ausstehende Volumen f¨ ur die Kategorie Unternehmen deutlich geringer aus. Somit deuten alle ber¨ ucksichtigten Größen auf einen R¨ uckgang der Spread-Differenz durch das Matching hin. Inwiefern dennoch eine Spread-Differenz bestehen bleibt, die Hypothese 3.2 bestätigt, zeigen die folgenden Matched Pairs-Resultate.

274


Tabelle 3-119: Deskriptive Statistik Banken & AGCY vs. Unternehmen (S&P B- bis AAA 2002) BondKategorie Banken & AGCY-Bonds (353) UnternehmensBonds (1.753)


durchschn. erw. PD

durchschn. Duration



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 höhere 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 möglich, eine hochsignifikante Differenz von ca. 22BP nachzuweisen. F¨ ur das S&P-Sample kann also sowohl aus statistischer als auch aus ökonomischer Sicht ein signifikanter Einfluss der regulatorischen Kapitalanforderungen bestätigt werden. Im Vergleich zu den Dummy-Werten im Rahmen der Regressionen ist die hier ermittelte Spread-Differenz etwas geringer, fällt aber deutlich größer 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 höheren Spreads der Unternehmens-Bonds lassen sich neben den Rating-Unterschieden, ähnlich wie im zuvor betrachteten S&P-Sample, durch die Durchschnittswerte von Duration, ausstehendem Volumen und Kupon erklären. Daher wird auch hier ein R¨ uckgang des Spreads erwartet.


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. erw. PD

durchschn. Duration



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 höhere Spreads hochsignifikant bestätigt. 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 lässt sich also auch f¨ ur das Moody’s-Sample Hypothese 3.2 bestätigen. Die ermittelte Spread-Differenz ist etwas größer als auf Basis von S&P-Daten. Die im Rahmen der Regressionsanalyse geschätzte Differenz in Höhe 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 bestätigt werden konnte. Inwiefern die Unterschiede zwischen S&P und Moody’s auf mögliche Abweichungen zwischen Banken- und AGCY-Bonds zur¨ uckgehen, wird im nächsten Gliederungspunkt untersucht. Zusammenfassend lässt sich festhalten, dass im Vergleich zu den beiden Datensätzen aus 2004 und 2006 ein sehr viel deutlicheres Ergebnis in Bezug auf den Einfluss der regulatorischen Kapitalunterlegung erzielt werden konnte. Während 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 ökonomisch noch ein statistisch signifikanter Einfluss zweifelsfrei bestätigt werden konnte, stellen die hier nachgewiesenen Spreads f¨ ur beide Samples eine statistisch wie ökonomisch bedeutsame

276


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

Größenordnung dar. Abbildung 3.57 veranschaulicht die Entwicklung f¨ ur verschiedene Obergrenzen in Bezug auf das Distanzmaß.


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



3.7.4.2

277

Banken vs. AGCY

Die folgenden Analysen sollen aufzeigen, inwiefern Unterschiede zwischen den Papieren der 20 %-Gewichtungsgruppe existieren. Zunächst 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 höhere Spreads auf. Aufgrund der durchschnittlich deutlich höheren 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, während hinsichtlich der Kuponhöhe nur eine geringf¨ ugige Differenz besteht. Somit kann auf Basis der durchschnittlichen Ausprägungen der Bondmerkmale nicht prognostiziert werden, wie sich der Spread durch das Matching verändert.

Tabelle 3-122: Deskriptive Statistik Banken vs. AGCY (S&P B- bis AAA 2002) BondKategorie Banken-Bonds (230) AGCYBonds (123)


durchschn. erw. PD

durchschn. Duration



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


die Spread-Differenz jeweils bei etwa 2BP.179 Obwohl eine Verringerung der Maximaldistanz nur begrenzt möglich war, kann das erzielte Ergebnis als Bestätigung 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, während 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 lässt sich auch hier keine einheitliche Wirkungsrichtung ableiten. Der Wert des Liquiditäts-Proxys fällt f¨ ur die AGCY-Titel deutlich höher aus, was die geringeren Spreads erklären könnte. Die Banken-Bonds haben durchschnittlich jedoch die geringeren Durationswerte und die Unterschiede in Bezug auf die Kuponhöhe 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. erw. PD

durchschn. Duration



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 höhere Spreads hochsignifikant nachgewiesen. Die ermittelten Unterschiede sind deutlich höher als die f¨ ur die Datensätze 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.


279

Vergleichs der Kategorien Bank und Unternehmen ist somit anzunehmen, dass die zusätzliche 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 Datensätze 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 Einflussgrößen wirken. Da AGCY-Papiere durch staatlich gesponsorte Institutionen emittiert werden gehen viele Investoren von einer impliziten Staatsgarantie aus.180 Dies w¨ urde einerseits erlären 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


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 Erklärung f¨ ur die beobachteten Abweichungen spricht. Eine mögliche 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 können sich Veränderungen der ökonomischen 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 später betrachteten Zeitpunkten in 2004 und 2006 ist in diesem Zusammenhang darauf hinzuweisen, dass Moody’s Anfang 2002 im Nachgang zur sehr öffentlichkeitswirksamen 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 ermöglichen.182 S&P hat im Zusammenhang mit dieser Diskussion lediglich darauf hingewiesen, dass die eigenen Verfahren regelmäßig 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 ¨ verändert wurde, während bei S&P keine signifikanten Anderungen vorgenommen wurden. Hierin kann eine wesentliche Ursache f¨ ur die beschriebenen Abweichungen bestehen, die im 2002er-Datensatz stärker ausgefallen sind als zu den späteren 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).


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


3.7.5


Zunächst ist festzuhalten, dass im Unterschied zu den Datensätzen aus 2004 und 2006 ein Einfluss der regulatorischen Kapitalunterlegung auf die erklärten 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 ökonomisch signifikante Spread-Unterschiede erbracht. Dementsprechend stellen die Ergebnisse insgesamt eine Bestätigung der in Gliederungspunkt 3.6.5 formulierten Annahme bez¨ uglich der Wirkung von Basel II dar. Während in den anderen beiden Datensätzen das Investitionsverhalten der Kreditinstitute bereits an die noch nicht in Kraft getretenen Neuregelungen angepasst zu sein scheint, besteht im hier betrachteten Sample ein deutlich stärkerer Einfluss der alten“ Unterlegungskategorien nach ” Basel I. In einer im Oktober 2004 durch New York State Banking Department durchgef¨ uhrten Umfrage unter ausländischen, in New York niedergelassenen Banken hat der Großteil der befragten Institute angegeben, dass bereits ent-

282



schieden sei, welchen der in Basell II vorgeschlagenen Ansätze 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 mögliche 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


Bis auf den Vergleich innerhalb der S&P-Kategorie A basieren die präsentierten Werte auf relativ wenigen Bond-Paaren, sodass die Spread-Verläufe 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, hätte 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


283

darauf zu achten, dass zwischen den Kategorien AGCY und Unternehmen f¨ ur die Klasse Aaa eine Differenz in Höhe 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 tatsächlich 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, können 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 lässt sich zum einen ein sehr starker Einfluss der Kategorie AGCY ableiten. Zum anderen fällt auf, dass die Renditedifferenz zwischen Banken und Unternehmen zwar kleiner wird, aber weiterhin eine ökonomisch bedeutsame Größenordnung 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 Datensätzen aus 2004 und 2006 bestand, auch im hier untersuchten Sample noch existiert. Sollte dem so sein, könnte dies eine Erklärung f¨ ur die unterschiedlichen Spread-Differenzen sein.

185

Vgl. Gliederungspunkt 3.7.3.3.

284


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 Datensätzen 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.


285


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 ausgeprägt sind wie im 2004er und 2006er-Sample. Ein deutlicherer Unterschied zu den beiden anderen Betrachtungszeitpunkten zeigt sich in den Regressionsergebnissen unter Verwendung von Interaktionstermen. Zunächst lässt sich festhalten, dass die Interaktionsterme lediglich f¨ ur das Moody’s-Sample eine signifikante Steigerung des Erklärungsgehaltes des Modells ermöglicht haben, was auf einen geringeren Zusammenhang zwischen den Dummys und den Kontrollvariablen hindeutet. Während in den beiden zuerst analysierten Datensätzen 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


chen regulatorischen Kapitalunterlegung f¨ ur den hier betrachteten Datensatz nicht nur stärker als in den anderen Datensätzen, sondern scheint außerdem ¨ unabhängig 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 Ausprägungen 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.


287


A

A+

AA-

A2

A1

Aa3

BondKategorie



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 Liquiditäts-Proxys auftreten. Eine weitere Gemeinsamkeit besteht in den deutlich höheren Dura-

288


tions-Werten der Unternehmens-Bonds gegen¨ uber den Banken-Titeln. Allerdings fällt die Differenz im hier betrachteten Sample im Vergleich zum Sample aus 2004 in allen betrachteten Rating-Kategorien etwas größer aus. Insgesamt lässt 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 Datensätzen auftreten. Daher wird angenommen, dass im betrachteten Sample ein deutlich stärkerer Einfluss der regulatorischen Kapitalanforderungen besteht als in den Datensätzen aus 2004 und 2006, der im Wesentlichen auf den größeren 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 möglich, die eingangs formulierte Hypothese, dass die Rendite eines Bonds umso höher ausfällt, je höher die erforderliche Unterlegung mit regulatorischem Eigenkapital ist, zu bestätigen. Insbesondere die Ergebnisse der durchgef¨ uhrten Regressionsanalysen haben nicht nur f¨ ur die Bond-Kategorie Staat im Vergleich zu den anderen Kategorien niedrigere Spreads bestätigt, 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 bestätigt 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 abhängig. F¨ ur 2004 waren die Banken-Spreads im erweiterten Regressionsmodell lediglich bei Verwendung von Moody’s-Ratings signifikant kleiner als die der Unternehmens-Bonds. Während 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 Erklärungsmöglichkeiten herausgearbeitet. Zunächst war festzustellen, dass insbesondere in den Datensätzen 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 zunächst festzustellen, dass die zu den späteren 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¨ Affäre durch Moody’s eine grundlegende Uberarbeitung der Ratingmethodik kommuniziert wurde. Vor dem Hintergrund, dass zu den späteren 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 verstärkt hat. Unabhängig 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 ökonomisch eine signifikante Größenordnung aufweist. Ergänzend ist darauf hinzuweisen, dass die Regressionsergebnisse des Datensatzes aus 2002 im Vergleich zu den späteren Zeitpunkten einen deutlich geringeren Erklärungsgehalt aufwiesen. Diesbez¨ uglich kann aber angenommen werden, dass die niedrigeren Werte des Bestimmtheitsmaßes auf die im Vergleich zu den späteren Zeitpunkten deutlich geringere Datenbasis sowie möglicherweise 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


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 höher ausfällt, je höher die erforderliche Unterlegung mit regulatorischem Eigenkapital ist. Da die Datenbasis im 2002er-Sample deutlich geringer war als zu den späteren Zeitpunkten, konnten hier f¨ ur die einzeln betrachteten Rating-Klassen kaum aussagekräftige Ergebnisse generiert werden, sodass die Basishypothese nicht so eindeutig bestätigt 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 abhängen als zu den späteren Zeitpunkten.187 Allerdings sollte diese Beobachtung aufgrund der erwähnten geringen Datenbasis nicht u ¨berinterpretiert werden. Bei den Matched-Pairs-Analysen unter Einbeziehung mehrerer Rating-Klassen konnten die Regressionsergebnisse in ihrer Tendenz hingegen bestätigt werden. Es wurden signifikante SpreadDifferenzen von u ur beide Agenturen nachgewiesen. Somit können ¨ber 20BP f¨ diese Ergebnisse als sowohl statistisch als auch ökonomisch 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 bestätigt. Die Ergebnisse auf Basis des Moody’s-Samples haben die Hypothese f¨ ur die Rating-Klasse Aa3 bestätigt, während 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 Möglichkeit, dass die Ergebnisse der Regression durch diese Rating-Klasse getrieben wurden. Die Matched Pairs-Ergebnisse u ur das Moody’s¨ber mehrere Rating-Klassen hängen 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 Datensätze so stark ausgeprägt war wie im 2004er-Sample. Während 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 erläutert, dass die Diskrepanz zwischen ökonomischem und regulatorischem Eigenkapital tendenziell umso größer ist, je besser das Rating des jeweiligen Bonds ausfällt. Insgesamt konnte die u ufte Hypothese f¨ ur den 2004er¨berpr¨ Datensatz allerdings nicht eindeutig bestätigt werden. F¨ ur den 2006er-Datensatz haben die Matched Pairs-Analysen ergeben, dass die Unternehmens-Spreads f¨ ur die S&P-Kategorie A signifikant größer ¨ 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 höhere 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 höheren 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 höhere Unternehmens-Spreads von mindestens 7BP bestehen, wäh-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 ökonomische Signifikanz der Ergebnisse f¨ ur beide Analysen relativ gering war. Zusammenfassend lässt 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 höher ausfällt, je höher 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 zunächst ein einfaches Modell entwickelt, das eine vergleichende Analyse des Investitionsverhaltens von Banken und Unternehmen ermöglicht hat. Im Grundmodell konnte zunächst 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 ökonomische 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 ökonomischen Kapitalausstattung besonders interessant. Da keine detaillierten Daten zu den Bond-Portfolios einzelner Investoren verf¨ ugbar sind, besteht keine Möglichkeit, das Rating der am Bond-Markt als Käufer agierenden Marktteilnehmer einzubeziehen. Nachdem die Wirkungsweisen der ber¨ ucksichtigten Einflussgrößen analysiert worden waren, wurde das Grundmodell erweitert. Das erweiterte Modell hat es ermöglicht, 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 Datensätze aus den Jahren 2002, 2004 und 2006 u uft. Nach Be¨berpr¨ schreibung der theoretischen Ansätze 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 Erläuterung der erwarteten Wirkungszusammenhänge sowie der methodischen Grundlagen wurden alle drei Datensätze unter Verwendung verschiedener Regressionsmodelle sowie mithilfe der Matched Pairs-Methodik analysiert. Während die durchgef¨ uhrten Regressionen jeweils alle Bonds eines Samples einbezogen, wurden im Rahmen der Matched Pairs-Analysen zusätzlich 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. Zunächst lässt sich festhalten, dass f¨ ur die Kategorie Staat in allen Datensätzen 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 möglich, StaatsBonds zu ber¨ ucksichtigen. Zudem besteht die Besonderheit, dass Staats-Titel durch Investoren häufig 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 Bestätigung 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 eingeschränkt. Inwiefern beispielweise das Ausfallrisiko identisch gerateter Bonds der beiden Kategorien als identisch wahrgenommen wird, lässt 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 aussagekräftigere Resultate generiert werden, zum anderen können die Ergebnisse weniger stark mit dem Hinweis auf eine mangelnde Vergleichbarkeit des Ausfallrisikos kritisiert werden. Auf Basis der erzielten Resultate war es allerdings nicht möglich, die Hypothese eines positiven Zusammenhangs zwischen der Spread-Höhe und der erforderlichen Menge an regulatorischem Eigenkapital f¨ ur alle untersuchte Datensätze zu belegen.

295 Der Datensatz aus 2002 wies den größten zeitlichen Abstand zur BaselII-Umsetzung auf. Die Ergebnisse unterscheiden sich erheblich von denen der beiden späteren Datensätze. 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 Datensätzen keine starken Unterschiede im Hinblick auf die Ausprägungen der Kontrollvariablen bestanden, können 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 Bestätigung der formulierten Wirkungszusammenhänge zwischen Bond-Rendite und Höhe 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 Datensätze aus 2004 und 2006 nicht eindeutig bestätigt werden. Die f¨ ur den Datensatz aus 2004 durchgef¨ uhrten Regressionsanalysen ergaben in Bezug auf die Wirkung des Banken-Dummys zunächst gegensätzliche Resultate f¨ ur das S&P- und das Moody’s-Sample. Während die Ergebnisse des Moody’s-Samples die erwartete Reihung der Renditen bestätigten, deutete der Banken-Dummy im S&P-Sample auf höhere Spreads der Banken-Bonds im Vergleich zu den Unternehmenstiteln hin. Als eine mögliche 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 präsentierten 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

nität 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 primär 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 Datensätze in beiden Fällen 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 bestätigen und bei isolierter Betrachtung einzelner Rating-Klassen kamen zum Teil sogar gegensätzliche Ergebnisse zustande. Zusammenfassend bleibt festzuhalten, dass neben dem untersuchten Einfluss durch die regulatorischen Kapitalanforderungen weitere Einflussfaktoren existieren, die die untersuchten Bondrenditen beeinflussen. Dennoch fällt 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 können 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 Bewertungsansätze dahingehend u uft werden, ob eine Verbesserung des ¨berpr¨ Erklärungsgehalts durch die Ber¨ ucksichtigung von Regulierungsvorgaben erreicht werden kann. Im Hinblick auf die Bankenregulierung ist darauf hinzuweisen, dass das ökonomische und das regulatorische Kapital auch unter Basel II nicht absolut deckungsgleich sind.188 Sollte es möglich 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 Kapitalgrößen zu operationalisieren, so können die in der vorliegenden Arbeit präsentierten Ansätze verwendet werden, um zu u ufen, ob weiterhin ein Einfluss der ¨berpr¨ Kapitalunterlegungspflichten auf die Preisbildung am Bond-Markt existiert. Dar¨ uber hinaus wären zusätzlich zu der hier durchgef¨ uhrten Querschnittsanalyse eine Zeitreihenanalyse oder eine Event Study denkbare Erweiterungen. F¨ ur eine Event Study wäre 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 könnte, da das Datum der rechtlichen Umsetzung von Basel II nicht mit dem Beginn der ökonomischen 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 lässt sich der Portfolio-VaR als Vielfaches der Portfoliostandardabweichung bestimmen. Da das Portfoliovolumen sowie der vom Konfidenzniveau abhängige Faktor keinen Einfluss auf das Vorzeichen der Ableitungen haben, kann die Konvexität 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 größer Null sind. Daher wird die Konvexitätsannahme widerlegt, indem eine Parameterkonstellation präsentiert 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 Konvexitätstest

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. Löst 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 unabhängigen Variablen zusätzlich deren quadrierte Werte sowie alle Kreuz-Produkte zwischen den unabhängigen Variablen ber¨ ucksichtigt. Als abhängige Variable werden dabei die quadrierten Residuen erklärt. 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 Heteroskedastiziät besteht, abgelehnt.190 Die folgenden Tabellen fassen die Testergebnisse getrennt nach den drei betrachteten Datensätzen sowie den beiden Rating-Agenturen zusammen. Der angegebene p-Wert stellt jeweils die Wahrscheinlichkeit daf¨ ur dar, dass im betrachteten Modell keine Heteroskedastizität existiert. Tabelle A-5: Ergebnisse der White-Heteroskedastizitätstests (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-Heteroskedastizitätstests (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 Heteroskedastizitäts-Test

307

Tabelle A-7: Ergebnisse der White-Heteroskedastizitätstests (S&P 2004) Regressionsmodell Grundmodell R2 n · R2 p-Wert

0,1528 767,3480 0,0000

erw. Modell 0,1644 825,6522 0,0000



0,1624 770,5762 0,0000

erw. Modell 0,1849 877,3158 0,0000


Tabelle A-9: Ergebnisse der White-Heteroskedastizitätstests (S&P 2002) Regressionsmodell Grundmodell R2 n · R2 p-Wert

0,147073 321,2083 0,0000

erw. Modell 0,1894 413,6323 0,0000


308

Anhang


0,1674 442,8924 0,0000

erw. Modell 0,2042 540,4042 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. Zunächst werden die Ergebnisse unter Verwendung aller denkbaren Interaktionen präsentiert. 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 zusätzlichen Erklärungsgehalt mit sich bringt, wird die relative Veränderung 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 beträgt und die Pr¨ ufgröße 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 Erklärungsgehalt aufgewiesen hat, so wird der nächste Interaktionsterm mit einer insignifikanten t-Statistik eliminiert.

191

Vgl. Wooldridge (2003), S. 142ff.

310

Anhang

Tabelle A-11: Ergebnisse der Schätzung 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***


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 unveränderten R2 -Werten geht zunächst hervor, dass von der betreffenden Interaktion nur ein sehr geringer Erklärungsgehalt ausging. Tabelle A-13 gibt die Ergebnisse des Vergleichs wieder. Die insignifikante F-Statistik bestätigt den geringen Erklärungsgehalt des Interaktionsterms.

A.4 F-Test-Ergebnisse f¨ ur die Modelle mit Interaktionstermen

311

Tabelle A-12: Ergebnisse der Schätzung 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


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

Bondrediten und Mindestkapitalanforderungen fur Banken

Verfassungsrechtliche Vorgaben fur Sonderabgaben des Banken- und Versicherungssektors

Verfassungsrechtliche Vorgaben fur Sonderabgaben des Banken- und Versicherungssektors

Beschwerdemanagement in Banken und Versicherungen

Schwarzbuch Banken

Schwarzbuch Banken

Der Testknacker. Banken, Buros, Versicherungen. Fur alle kaufmannischen Berufe

MLP Berufs- und Karriere-Planer Banken 2009

Mathematik fur Ingenieure und Naturwissenschaftler

Gebrauchsanweisung fur Tschechien und Prag

Yoga fur Beruf und privat

Mathematik fur Informatik und Bioinformatik

Mathematik fur Ingenieure und Naturwissenschaftler

Berufs- und Karriere-Planer Mathematik: Schlusselqualifikation fur Technik, Wirtschaft und IT; fur Abiturienten, Studierende und Hochschulabsolventen

Elektronik fur Entscheider: Grundwissen fur Wirtschaft und Technik

Erfolgsfaktoren von Banken im Firmenkundengeschaft. Empirische Analyse und konzeptionelle Anwendung

Banken in Mittelosteuropa im Spannungsfeld von Transformation und Innovation

Dialog-Center-Lösungen für Banken: Strategien und Praxis

Eigenkapital von Banken als Regulierungsgegenstand

Qualitäts- und Preisimage bei Banken: Strategien zu mehr Ertrag

Kreditrisikohandel, Basel II und interne Markte in Banken

GU - Fur Kinderfeste kochen und backen

Leistungsermittlungshandbuch fur Baumaschinen und Bauprozesse, 3. Auflage

Chemie fur den Maschinenbau: Band 2: Organische Chemie fur Kraft- und Schmierstoffe, Polymerchemie fur Polymerwerkstoffe

Recyclingtechnik: Fachbuch fur Lehre und Praxis

Gesteinskunde: Ein Leitfaden fur Einsteiger und Anwender

Informatik fur Ingenieure und Naturwissenschaftler 2

Physik Aufgabensammlung. Fur Ingenieure und Naturwissenschaftler

Dialyse und Nephrologie fur Fachpersonal 3. Auflage

Mehrebenenanalyse: Eine Einfuhrung fur Forschung und Praxis

Angewandte Psychologie fur die Personalentwicklung: Konzepte und Methoden fur Bildungsmanagement, betriebliche Aus- und Weiterbildung

Bondrediten und Mindestkapitalanforderungen fur Banken

Verfassungsrechtliche Vorgaben fur Sonderabgaben des Banken- und Versicherungssektors

Verfassungsrechtliche Vorgaben fur Sonderabgaben des Banken- und Versicherungssektors

Beschwerdemanagement in Banken und Versicherungen

Schwarzbuch Banken

Schwarzbuch Banken

Der Testknacker. Banken, Buros, Versicherungen. Fur alle kaufmannischen Berufe

MLP Berufs- und Karriere-Planer Banken 2009

Mathematik fur Ingenieure und Naturwissenschaftler

Gebrauchsanweisung fur Tschechien und Prag

Yoga fur Beruf und privat

Mathematik fur Informatik und Bioinformatik

Mathematik fur Ingenieure und Naturwissenschaftler

Berufs- und Karriere-Planer Mathematik: Schlusselqualifikation fur Technik, Wirtschaft und IT; fur Abiturienten, Studierende und Hochschulabsolventen

Elektronik fur Entscheider: Grundwissen fur Wirtschaft und Technik

Erfolgsfaktoren von Banken im Firmenkundengeschaft. Empirische Analyse und konzeptionelle Anwendung

Banken in Mittelosteuropa im Spannungsfeld von Transformation und Innovation

Dialog-Center-Lösungen für Banken: Strategien und Praxis

Eigenkapital von Banken als Regulierungsgegenstand

Qualitäts- und Preisimage bei Banken: Strategien zu mehr Ertrag

Kreditrisikohandel, Basel II und interne Markte in Banken

GU - Fur Kinderfeste kochen und backen

Leistungsermittlungshandbuch fur Baumaschinen und Bauprozesse, 3. Auflage

Chemie fur den Maschinenbau: Band 2: Organische Chemie fur Kraft- und Schmierstoffe, Polymerchemie fur Polymerwerkstoffe

Recyclingtechnik: Fachbuch fur Lehre und Praxis

Gesteinskunde: Ein Leitfaden fur Einsteiger und Anwender

Informatik fur Ingenieure und Naturwissenschaftler 2

Physik Aufgabensammlung. Fur Ingenieure und Naturwissenschaftler

Dialyse und Nephrologie fur Fachpersonal 3. Auflage

Mehrebenenanalyse: Eine Einfuhrung fur Forschung und Praxis

Angewandte Psychologie fur die Personalentwicklung: Konzepte und Methoden fur Bildungsmanagement, betriebliche Aus- und Weiterbildung

Recommend Documents