Möglichkeiten und Grenzen selektiver Hedgingstrategien - Institut für ...

5 Selektives Hedging
ermittelt werden kann. 187 Für jede der nachfolgend erläuterten ökonometrischen Modelle wird
der Absicherungsgrad der folgenden Woche vorausgesagt, indem die benötigten Varianzen,
Kovarianzen und Preisvorhersagen berechnet werden. Dieser Vorgang wiederholt sich für
jede Woche mit den jeweils neuen Daten für die verschiedenen Methoden, sodass letztlich 73
Vorhersagen für jedes der Modelle generiert werden. 188 Die Ordinary Least Square Technique
(OLS) dient dazu, die unbekannten Variablen einer linearen Regression zu bestimmen, indem
die in einer Datenreihe beobachteten Werte möglichst nah an die prognostizierte lineare
Schätzung herangeführt werden. Dies wird mathematisch über die Minimierung der Summe
der quadrierten vertikalen Entfernungen durchgeführt. Nachteilig an dieser Vorgehensweise
ist jedoch, dass über die Zeit variierende Verteilungen, serielle Korrelationen,
Heteroskedastizität und Kointegration nicht bedacht werden; zudem sind die Residuen
autokorreliert. 189 Gegenüber keiner Absicherung führt diese Methode bei Weizen- und
Frachtratenabsicherung zu einem Nutzenwachstum (Nutzen = sicheres Äquivalenzein-
kommen) um ca. 25% (in-sample) sowie 31% (out-of-sample). Bei der in-sample-Prognose
wird die unbekannte Größe mittels Interpolation, also dem Finden einer stetigen Funktion, die
die jeweiligen Werte abbildet, ermittelt und bei der Out-of-sample-Methode geschieht dies
mittels Extrapolation, also einer Hochrechnung. Wenn nur die offene Weizenposition
abgesichert wird, liegt der durchschnittliche Nutzenzuwachs hingegen nur bei ca. 21% (In-
sample) und ca. 18% (Out-of-sample). 190 Dazu verglichen wird die Seemingly Unrelated
Regression (SUR), welches als lineares Regressionsmodell aus einzelnen
Regressionsgleichungen besteht, die scheinbar ohne Beziehung zueinander sind. Die den
jeweiligen Gleichungen innewohnenden Variablen sind abhängig voneinander und potenziell
unterschiedliche Zusammensetzungen von exogenen, erklärenden Variablen. Die
Kovariabilität zwischen Zeitreihen von Spot- sowie Terminpreisen wird mit berücksichtigt. 191
Daneben werden die genannten Methoden mit dem multivariaten generalisierten
autoregressiven Heteroskedastizität-Ansatz (MGARCH) verglichen, wo im Gegensatz zum
SUR auch im Zeitablauf unterschiedliche Preisvarianzen und Kovarianzen der Kassa- und
Futuresmarkterlöse in den Schätzprozess einbezogen werden. Insgesamt führt die Schätzung
von im Zeitablauf schwankenden Absicherungsgraden in verwandten Märkten wie denen der
Frachten und Rohstoffe zu dem Ergebnis, dass sich Futureskontrakte für Frachtraten zur
187 (Haigh & Holt, 2000), S. 885
188 (Haigh & Holt, 2000), S. 890
189 (Srinivasan, 2011), S. 9
190 (Haigh & Holt, 2000), S. 890, 891
191 (Haigh & Holt, 2000), S. 881
44