Skip to main content

Vermögensaufbau für junge Menschen

Ich hatte ein angenehmes und sehr professionell vorbereitetes Interview mit Dirk Reineke von der Nordwest Zeitung zum Sparen und Vermögensaufbau. "Nachhaltiger ist es, sich einmalig von der mentalen Last zu befreien und auf positive Folgeeffekte zu setzen. Beides gehe mit dem Abotrick: Genau so wie Dienstleister, die natürlich nur bei Vertragsabschluss nach Einzugsermächtigung fragen und danach stumm kassieren, könne man sich auch selbst den zuvor ermittelten Sparbetrag auf ein zweites Konto überweisen. Das habe den Effekt, dass man ihn aus den Augen verliere und nicht immer wieder aufs Neue darüber nachdenken müsse, anlegen zu müssen, erklärt Varmaz." Lest das Interview in voller Länge!
Post a Comment

Weniger Schätzen, besser Tracken: Wie charakteristikabasierte Modelle Indexfonds verbessern

Indexfonds gelten als simpel. Doch wer einen Index wie den S&P 500 oder den STOXX Europe 600 mit nur 20, 40 oder 100 Titeln nachbilden möchte, steht vor einer anspruchsvollen Optimierungsaufgabe.

Unser neuer Beitrag in der European Journal of Operational Research zeigt: Das Hauptproblem im Index-Tracking ist nicht die Optimierung selbst, sondern der Schätzfehler.

Traditionelle Tracking-Ansätze basieren auf historischen Renditen oder geschätzten Faktorladungen aus Zeitreihenmodellen. Beide Ansätze benötigen viele Parameter und viele Parameter bedeuten viele Schätzfehler.

Optimierungsmodelle tendieren dazu, diese Fehler systematisch zu verstärken. Das Resultat: Gute In-Sample-Performance, aber schwache Out-of-Sample-Ergebnisse.

Statt geschätzter Faktorladungen verwenden wir beobachtbare Unternehmenscharakteristika als Risikopositionen:

  • Größe
  • Bewertung (Value)
  • Profitabilität
  • Investition
  • Momentum
  • Markt-Beta

Diese werden in ein kardinalitätsbeschränktes Mixed-Integer-Optimierungsproblem mit 20, 40 oder 100 Titeln und unter Berücksichtigung von Transaktionskosten integriert.

Wir variieren systematisch Indizes, Zeitperioden, Transaktionskosten, Zielfunktionen (linear vs. quadratisch), Solver und Faktoranzahl. Insgesamt analysieren wir 14.760 Konfigurationen.

  • Charakteristikabasierte Modelle reduzieren Tracking Error signifikant.
  • Drei Faktoren reichen häufig aus.
  • Lineare Optimierung ist stabil und effizient.
  • Die Solver-Wahl ist ökonomisch irrelevant.
  • Mehr Titel reduzieren Tracking Error konsistent.

Für Praktiker bedeutet das robustere Out-of-Sample-Performance bei geringerer Modellunsicherheit. Für die Forschung zeigt es: Nicht mehr Statistik ist die Lösung – sondern bessere Modellierung ökonomischer Realität.

Comments

Post a Comment

Popular posts from this blog

Links, bunt gemischt, 12.4.18

Links, unsortiert, zu verschiedenen Themen Offizielle Privilegien für Polizeigewerkschafter in New York , es gibt tatsächlich Raus-Aus-Dem-Gefängnis-Karten. Ökonomie der Kunstgalerie , wie kommen die Preise von Gemälden zustande. Oder gibt es gar eine einfache Formel  für die Preisfestsetzung? Ökonometriker haben sich auch darüber Gedanken gemacht. William Greene hat den Preis in Beziehung zur Größe des Gemäldes durch eine einfache Regression und eine  multiple Regression  gesetzt.  Washington Post zur  The truth about medical bankruptcies  in den USA. In Europa kennen wir das Phänomen nicht, weil wir alle krankenversichert sind. Meinung zur Strategie der EU über die Regulierung der KI Meine geschätzte Kollegin Mechthild Schrooten zum Verkauf der NordLB
Post a Comment
Read more

Gründungswochenende @HSB

  Ich hatte vor kurzem die Gelegenheit am Gründungswochenende@HSB als Coach teilzunehmen. Ich bin immer noch begeistert vom Team bei FreiRAUM@HSB. Einerseits die absolut professionelle Organisation und das Matchen unterschiedlicher Charaktere sowohl bei den Studierenden als auch bei den Coaches.  Meine Aufgabe als Coach war es, bei zwei interessanten Projekten kritische Fragen zu stellen. Das erste Projekt hatte eine Lösung von Problemen im öffentlichen Nahverkehr für die Menschen mit Mobilitätsbehinderung spezialisiert. Damit waren nicht nur die Menschen gemeint, die auf einen Rollstuhl angewiesen waren, sondern auch beispielsweise ältere Personen, für die die Stufe zum Einstieg in den Bus eine Herausforderung darstellte. Es war eine technische Idee mit einem Luftkissen. Ich hatte das Gefühl, dass die (jungen) Studierenden sich sehr viel Gedanken über das Produkt gemacht haben, aber noch nicht über die Marktstruktur im öffentlichen Nahverkehr in Deutschland.  Das zw...
Post a Comment
Read more

KI, Chatbots, ChatGPT: Wie ist die Zukunft des Lernens?

Ich bin heute Abend Gastredner im Rotary-Club Bremen Bürgerweide und werde über die aktuellen Entwicklung von LLMs, insbesondere ChatGPT, berichten.  Mein persönlicher Fokus ist der Einsatz von ChatGPT in der Bildung: Wie können wir KI im Studium so einsetzen, dass das breite Spektrum der Studierenden davon profitiert? Ich bin sehr auf die Diskussion gespannt!
Post a Comment
Read more