Sonderausgabe Newsletter Wissenschaftspreis 2015

Transcrição

Sonderausgabe 2015
Newsletter zum BAI-Wissenschaftspreis 2015
LUKAS F. GABRIEL
Portfolio Enhancement Using Methods
of Volatility Arbitrage
JULIAN HESS
Relative-Value Arbitrage in European
Energy Commodity Markets
DANIEL MAUL, MARTIN FISCHER
UND PROF. DR. DIRK SCHIERECK
Spekulation am Terminmarkt und die
PROF. DR. DIRK ZETZSCHE
Prinzipien der kollektiven Vermögensanlage
Preisentwicklung von Agrarrohstoffen am
Kassamarkt: Eine Zeitreihenanalyse der CFTC
Berichte für Weizen, Mais und Sojabohnen
INHALT S V ER ZEICHNIS
Leitartikel________________________________________________________________________ 3 - 4
Impressionen der Preisvergabe ______________________________________________________ 5 - 6
Das Gremium_____________________________________________________________________ 7 - 9
Portfolio Enhancement Using Methods of Volatility Arbitrage
von Lukas F. Gabriel______________________________________________________________ 10 - 14
Relative-Value Arbitrage in European Energy Commodity Markets
von Julian Hess__________________________________________________________________ 15 - 18
Spekulation am Terminmarkt und die Preisentwicklung von Agrarrohstoffen am Kassamarkt:
Eine Zeitreihenanalyse der CFTC Berichte für Weizen, Mais und Sojabohnen
von Daniel Maul, Martin Fischer und Prof. Dr. Dirk Schiereck______________________________ 19 - 23
von Prof. Dr. Dirk Zetzsche_________________________________________________________ 25 - 30
Impressum ________________________________________________________________________ 31
Inhaltsverzeichnis
2
LEITAR T IK EL
Sehr geehrte Damen und Herren,
vor nunmehr fünf Jahren entschloss sich der Bundesverband Alternative Investments e. V.
(BAI), wissenschaftliche Arbeiten im Bereich der Alternativen Investments zu fördern und hat
damals zu diesem Zweck den BAI-Wissenschaftspreis ins Leben gerufen.
Einer der damaligen Hauptgründe für diese Förderung war, dass das Wissen über Alternative
Investments sowohl in der Breite als auch in der Tiefe nicht ausreichend ist. In weiten Teilen
der Öffentlichkeit, der Politik, der Medien aber auch auf Seiten der Investoren herrschen
oftmals Missverständnisse hinsichtlich Nutzen und Risiken von Alternative Investments.
Mit dem Wissenschaftspreis will der BAI einen Anreiz für Studenten und Wissenschaftler
in Deutschland schaffen, Forschungsarbeit in diesem für Investoren wichtigen Bereich zu
leisten.
Am 17. September 2015 wurde der fünfte BAI-Wissenschaftspreis für exzellente wissenschaftliche Arbeiten im Bereich Alternative Investments vergeben. Die Preise wurden in Frankfurt
von dem für das Ressort Weiterbildung zuständigen BAI-Vorstandsmitglied Herrn Prof. Dr.
Rolf Tilmes sowie dem Gremiumsmitglied Herrn Prof. Dr. Mark Mietzner von der Zeppelin
Universität Friedrichshafen an die Gewinner überreicht.
In der Kategorie Bachelorarbeiten überzeugte die Arbeit von Lukas Fabian Gabriel zum
Thema „Portfolio Enhancement using methods of Volatility arbitrage“. In der Arbeit geht
es um die Entwicklung, Analyse und Diskussion einer Overlay-Portfolio-Strategie, die das
Ziel hat, die Renditen gemischter Portfolios mit Hilfe einer Short-Volatility Position im S&P
500 langfristig zu steigern. Besonders in einem Marktumfeld mit geringen oder negativen
Geldmarktrenditen besteht eine hohe Nachfrage nach renditesteigernden Overlays, um
die historisch-niedrigen Fixed-Income Renditen auszugleichen. Die Thesis betont, dass die
Markterwartung zukünftiger Volatilität im Index (Implied Volatility) durchschnittlich deutlich
höher als die tatsächlich realisierte Volatilität ist (Volatility Spread). Ferner wird gezeigt, dass
dieser Spread sich verringert bzw. nicht vorhanden ist, wenn sich der S&P 500 unterhalb
seines 100-Tage-Durchschnitts befindet – eine Eigenschaft, von der Investoren ebenfalls
profitieren können.
Bei den Masterarbeiten setzte sich Julian Hess mit dem Thema „Relative-Value Arbitrage in
European Energy Commodity Marktes“ durch. Die Arbeit befasst sich mit der Profitabilität
einer statistischen Arbitragestrategie auf den europäischen Energiemärkten. Mittels mathematischer Testverfahren werden Abweichungen von langfristigen Gleichgewichtsbeziehungen zwischen den Commodities identifiziert und gehandelt. Die Ergebnisse zeigen
signifikante, risikoadjustierte Renditen, welche zudem auf einem stabilen energiewirtschaftlichen Fundament basieren.
Leitartikel
3
LEITAR T IK EL
In der Kategorie Sonstige Wissenschaftliche Arbeiten gewann die Arbeit „Spekulation am
Terminmarkt und die Preisentwicklung von Agrarrohstoffen am Kassamarkt: Eine Zeitreihenanalyse der CFTC Berichte für Weizen, Mais und Sojabohnen“ von Herrn Prof. Dr. Dirk Schiereck,
Daniel Maul und Martin Fischer. Die Studie ist eine Analyse der von der CFTC veröffentlichten
Daten zu den offenen Positionen der Agrarrohstoffe Weizen, Mais und Sojabohnen. Resultat
ist, dass Spekulanten kurzfristig nur preissensitives Verhalten zeigen. Langfristig liegt eine
schwache Einflussnahme der offenen Positionen auf den Rohstoffpreis nur für Sojabohnen
vor. Insgesamt lässt sich hieraus keine Empfehlung zur Beschränkung von Termingeschäften
auf Agrarrohstoffe ableiten.
Zusätzlich zu den genannten Preisen wurde diesmal in einer neuen Sonderkategorie „Recht“
der Wissenschaftspreis an Herrn Prof. Dr. Dirk Zetzsche für seine Habilitation zum Thema
„Prinzipien der kollektiven Vermögensanlage“ vergeben. Die Arbeit behandelt das Privatrecht
der Investmentfonds unter historischer, rechtsvergleichender, rechtsökonomischer, rechtsethischer und teilweise steuerlicher Perspektive und bezieht neben den neuesten deutschen
und europäischen Fondsgesetzen (AIFM-Richtlinie/ KAGB / Kleinanlegerschutzgesetz) die
weltweit wichtigsten Fondsrechtsordnungen (u.a. USA, Luxemburg, England, Frankreich,
Irland) ein. Kernerkenntnis der Arbeit ist ein gemeinsamer Bestand von Ordnungsprinzipien
jenseits von Rechtsform (Vertrag, Trust, Personen- oder Kapitalgesellschaft), Herkunft, Anlegerschaft, Struktur, Fondsverwalter und Anlagestrategie der Investmentfonds. Die Arbeit
legt damit wichtige Grundlagen für die praktische Handhabung grenzüberschreitender
Investmentbeziehungen und komplexer Anlagebeziehungen (z.B. für Infrastrukturfonds
und andere Fonds für illiquide Anlagen).
Der BAI dankt herzlich allen Bewerbern und den Gremiumsmitgliedern, ohne deren Mithilfe
die Realisierung dieses Preises nicht möglich gewesen wäre.
Zusammenfassungen der Gewinnerarbeiten, Informationen zum Gremium und einige Fotos
der Preisvergabe finden Sie in dieser Sonderausgabe des BAI Newsletters.
Wir möchten an dieser Stelle noch darauf hinweisen, dass Arbeiten für den Wissenschaftspreis 2016 ab sofort bis zum 29. Februar 2016 beim BAI eingereicht werden können.
Wir wünschen dem Leser eine spannende Lektüre!
Bundesverband Alternative Investments e. V.
Leitartikel
4
IMPR E SSI O NEN D ER PR EIS V ERG ABE
BAI-Wissenschaftspreis 2015
BAI-Wissenschaftspreis Awards
BAI-Vorstandsmitglied Prof. Dr. Rolf Tilmes
Gremiumsmitglied Prof. Dr. Mark Mietzner
In der Mitte Preisträger Lukas Gabriel
In der Mitte Preisträger Julian Hess
Impressionen der Preisvergabe
5
IMPR E SSI O NEN D ER PR EIS V ERG ABE
Prof. Dr. Mark Mietzner
Prof. Dr. Rolf Tilmes, Prof. Dr. Dirk Schiereck,
Martin Fischer, Daniel Maul, Prof. Dr. Mark Mietzner
Prof. Dr. Rolf Tilmes, Prof. Dr. Dirk Zetzsche, Frank Dornseifer
Prof. Dr. Dirk Zetzsche, Frank Dornseifer
Alle Preisträger, die Laudatoren sowie ganz rechts der Betreuer des BAI-Wissenschaftspreises Roland Brooks
Impressionen der Preisvergabe
6
GR E MIUM
Der Wissenschaftspreis wird vom BAI gesponsert und
verliehen. Über die Gewinner entscheidet jedoch allein und unabhängig ein Gremium, welches sich aus
sechs anerkannten Experten aus Wissenschaft und
Praxis zusammensetzt.
Die Mitglieder des Gremiums sind:
Dajana Brodmann
Head of Alternative Investments & Public Equity
WPV im Lande NRW
Dajana Brodmann arbeitet seit Januar 2012 als Abteilungsleiterin Alternative Investments und Aktien
beim
Versorgungswerk
der Wirtschaftsprüfer und der vereidigten Buchprüfer im
Lande NRW (WPV). Zu ihren Aufgabenschwerpunkten
zählen neben der Identifikation interessanter Investmentopportunitäten und externer Manager, die Due Diligence, das Monitoring sowie die Integration Alternativer
Investments und Aktienstrategien in das Gesamtportfolio
des WPVs. Zuvor war Dajana Brodmann über 6 Jahre bei
der Bayerischen Versorgungskammer (BVK) maßgeblich
am Auf- und Ausbau des international ausgerichteten Alternativen-Investment-Portfolios (Hedgefonds, Rohstoffe,
Währungen, Private Equity, Infrastruktur, Timber) beteiligt
und leitete 4 Jahre stellvertretend das Alternative-Investment-Team. Dajana Brodmann ist Diplom Betriebswirtin
und Chartered Alternative Investment Analyst (CAIA).
Gremium
Prof. Dr. Martin Eling
Universität St. Gallen
Prof. Dr. Martin Eling ist
Direktor des Instituts für
Versicherungswirtschaft
und Professor für Versicherungsmanagement an
der Universität St. Gallen
(Schweiz). Zuvor war er
Direktor des Instituts für
Versicherungswissenschaft und Professor für Versicherungswirtschaft an der Universität Ulm sowie als Visiting
Professor an der University of Wisconsin Madison (USA)
tätig. Er hat zu Fragen der Performancemessung und des
Risikomanagement in führenden wissenschaftlichen Zeitschriften (etwa Journal of Banking and Finance, Journal of
Risk and Insurance, Financial Analysts Journal) publiziert.
Seine Promotionsschrift "Hedgefonds-Strategien und ihre
Performance im Asset Management von Finanzdienstleistungsunternehmen" (Dr. rer. pol., Universität Münster)
wurde mit dem Acatis-Value-Preis 2006 ausgezeichnet. Er
berät zahlreiche Institutionen der Finanzdienstleistungsbranche im In- und Ausland.
7
GR E MIUM
Dr. Ivan Herger
Dr. Lars Jaeger
Head of Quantitative Research
Dr. Ivan Herger war Managing Director bei Capital
Dynamics und leitete das
Team Solutions, was die
Bereiche Portfolio- und Risikomanagement, Research
und Structuring umfasst.
Zuvor war er Dozent und
Projektmanager an der
Universität Zürich. Dr. Herger studierte an der Universität
Basel sowie an der Staatsuniversität St. Petersburg (Russland) und hält einen Doktortitel in Theoretischer Physik
von der Universität Utrecht (Niederlande), wo er seine
Doktorarbeit über Elementarteilchen-Physik und Stringtheorie verfasst hat.
Gremium
GAM
Zuvor war er Gründer und
Chief Executive Officer der
Alternative Beta Partners
AG in Zug. Davor war er seit
Januar 2002 Partner der
Partners Group AG, wo er
das Hedge Fonds- und Alternative Beta Geschäft aufgebaut
hat. Nach seinem Studium der Physik und Philosophie an
der Universität Bonn und der Ecole Polytechnique in Paris
promovierte Lars Jaeger 1997 am Max-Planck-Institut für
Physik komplexer Systeme in Dresden im Bereich Theoretische Physik (Nichtlineare Dynamik/Chaostheorie),
wo er anschliessend auch als Post-Doktorand auf dem
Gebiet nichtlinearer Dynamik tätig war. Seine Berufskarriere begann er als Wissenschaftler bei der Olsen & Associates AG in Zürich, wo er sich mit der ökonometrischen
und mathematischen Modellierung von Finanzmärkten
beschäftigte. Nach zwei Jahren wechselte er zur Credit
Suisse Asset Management als Verantwortlicher für das
Risikomanagement und die quantitative Hedge-Fonds
Analyse in den Bereich nichttraditioneller Anlagen. Im Juli
2000 gründete er mit Partnern die saisGroup AG, eine auf
alternative Anlagestrategien spezialisierte Investmentgesellschaft, die sich im Dezember 2001 der Partners Group
anschloss. Lars Jaeger ist „Chartered Financial Analyst“
(CFA) und zertifizierter „Financial Risk Manager“ (FRM). Er
ist Autor der vier Bücher „Risk Management of Alternative
Investment Strategies” (Financial Times/Prentice Hall), „The
New Generation of Risk Management for Hedge Funds and
Private Equity“ (2003),“Through the Alpha Smokescreens –
A guide to hedge fund return sources” (2005), „Alternative
Beta Strategies and Hedge Fund Replication” (2008), sowie
Verfasser verschiedener wissenschaftlicher Artikel und
regelmässiger Sprecher auf diversen Fachtagungen.
8
GR E MIUM
ist seit 2012 Juniorprofessor für Finanzierung am
Friedrichshafener
Institut für Familienunternehmen sowie Habilitand am
Fachgebiet für Unternehmensfinanzierung
der
Technischen
Universität
Darmstadt. Von 2010 bis 2012 war er Inhaber der Juniorprofessur für Alternative Investments und Corporate
Governance an der Zeppelin Universität in Friedrichshafen. Nach dem Studium der Betriebswirtschaftslehre an
der Johann Wolfgang Goethe-Universität in Frankfurt
promovierte er an der European Business School (EBS) in
Oestrich-Winkel mit der Dissertation „Changes in Corporate Governance and Corporate Valuation“. Im Rahmen
seiner Forschung befasst er sich u.a. mit Fragestellungen
zur Corporate Finance & Governance von Unternehmen,
Entrepreneurial Finance, Private Equity, Venture Capital
sowie Familienunternehmen.
Prof. Dr. Denis Schweizer
Associate Professor at Concordia University John Molson
School of Business
Prof. Dr. Schweizer studierte Betriebswirtschaftslehre an der Johann Wolfgang Goethe-Universität in
Frankfurt am Main. Nach
Abschluss seines Studiums
promovierte er im April 2008 am Stiftungslehrstuhl für
Asset Management an der European Business School (EBS)
in Oestrich-Winkel zum Thema Alternative Investments.
Während der Zeit arbeitete er als wissenschaftlicher Mitarbeiter am PFI Private Finance Institute / EBS Finanzakademie
in Oestrich-Winkel und verantwortete die Konzeption von
Executive Education Programmen. Weiterhin sammelte er
in dieser Zeit Lehrerfahrungen im Bereich der Executive
Education und erhielt die Auszeichnung zum Financial Risk
Manager (FRM) and Certified Financial Planner (CFP).
Im August 2008 wurde Denis Schweizer zum Assistant Professor of Alternative Investments an die WHU – Otto Beisheim School of Management berufen. Er veröffentlichte
zahlreiche Artikel im Bereich Alternative Investments und
Corporate Finance in renommierten Journals und Handbüchern. Viele seiner Artikel wurden mit Forschungspreisen
ausgezeichnet und er gewann dreimal den WHU Best Teacher Award für exzellente Lehre. Von September 2011 bis
Januar 2012 war Denis Schweizer an der New York University
(USA) als Visiting Scholar. Im August 2014 wurde er als Associate Professor of Finance an die Concordia University - John
Molson School of Business (Kanada) berufen.
Jurymitglieder, die in ihrer beruflichen Praxis bzw.
wissenschaftlichen Tätigkeit in Bezug auf eine eingereichte wissenschaftliche Arbeit in Kontakt mit
dem Autor standen, waren von der Bewertung dieser Arbeit ausgeschlossen.
Gremium
9
K ATEGORIE: BACHELORARBEITEN
PORTFOLIO ENHANCEMENT USING METHODS OF VOLATILIT Y ARBITRAGE
von Lukas F. Gabriel
Abstract
The paper develops, analyzes, and discusses an overlay portfolio strategy that shall enhance long-term portfolio yields using derivatives to profit from a net short volatility position in the S&P 500. Given that current money and credit market rates are close to zero or
negative, investors are likely to welcome yield-enhancing approaches to counterbalance
low fixed-income yields in a mixed portfolio. The investment approach presented is backtested for the last fourteen years in regards to historical index performance and respective
SPX option prices. The thesis emphasizes that the market’s perception of future volatility
(implied volatility) is on average higher than actual realized volatility over the same period
(volatility spread). In addition, it is shown that the distinct spread is smaller when the underlying is below its 100-day moving average. Several short option strategies (based on strangles) are developed and tested using diversified performance
measurement tests.
Summary
Within finance, volatility is the annualized standard deviation of the logarithmic returns of a time series and can be described
as a measure for “speed” (Natenberg, 1994) or risk of an asset or market. This measure further indicates uncertainty about
future returns and its dispersion around a mean value. As volatility became tradable using a variety of derivatives, manifold
implied specifications make it an attractive investment for professional investors:
Time series analysis of volatility in the S&P 500 index suggests that there is strong evidence for mean-reversion and autoregression (volatility clustering). As a result, Huang (2011) shows that models such as ARCH (AutoRegressive Conditional
Heteroskedasticity, Engle, 1982) and GARCH (Generalized Autoregressive Conditional Heteroskedasticity, Bollerslev, 1986)
lead to better estimates of actual future volatility than random walk models.
With respect to tradable volatility in the market, Ilmanen (2012) shows that’s there is on average a significant gap between
implied and realized volatility of the S&P 500 for the same period from an ex-post perspective. Over a fifteen-year horizon,
this gap has a mean as large as 4.02%. In other words, market expectations of what volatility will be like in the future are
usually too high. As a result, derivatives are overpriced.
Figure 1: Average volatility gap of the S&P 500 (Ilmanen, 2012)
10
The performed analysis suggests that selling SPX strangles is a method to statistically arbitrage this volatility spread. Given
that dynamic-hedging is a rather limited concept due to market frictions, the initially approximately delta-neutral strangle
may serve as a trade-off between entering delta-risk and avoiding extensive transaction costs. However, as markets fluctuate, there are predefined cutoff points where readjustments to the strategy need to be made.
The returns of this investment depend on the market's pricing of skewness. “Economics of Insurances and Lotteries” suggest
that selling out-of-the-money options (strangles) may in fact abnormally profit from the market’s asymmetric preference for
buying OTM puts as portfolio protection strategy or OTM calls as a “lottery” ticket on strongly appreciating prices.
To further quantify these findings, four managed strangle strategies with different strike levels are backtested over a fourteen year horizon. The table below indicates how strike levels were set:
Strikes
Portfolio A.1
C: Underlying + 5%, P: Underlying -5%
Portfolio A.2
C: Underlying + 10%, P: Underlying -10%
Portfolio A.3
C: Underlying +0.5 P: Underlying -0.5
Implied volatility as expressed through VIX levels
Portfolio A.4
C: Underlying +0.5, P: Underlying -0.5
90D Historic volatility
Table 1: Overview on short strangle portfolios with different strike levels
Figure 2: Performance of sample portfolios A.1 – A.4
The paper highlights that the intuitive approach to calculate short strategy returns based on price development of the short
option positions is not appropriate given its leveraged risk profile. Instead, a proprietary concept based on Murray (2013) to
compute log-returns accounting for real world margin requirements is introduced. As per the analysis, investors who traded
portfolio A.4 performed best, earning an annualized return of 12.76% and a Sharpe Ratio of 0.97 over a historic fourteen year
period.
Besides computing other traditional and CAPM performance measures, the analysis accounts for the non-normally distributed returns of short option strategies, calculating Leland’s alpha. In the case of portfolio A.4, annualized Leland’s alpha
versus the S&P 500 is as large as 11.98%.
11
Figure 3: Detailed performance of portfolio A.4 vs. S&P 500
As the threat of trading gaps or sudden spikes in volatility shall be decreased, the base strategy then is extended with a
protective put, which is bought more far OTM than the strangle. Given this protection, price risk on the left tail of the return
distribution is limited. The portfolio B yielded 24.87% p.a. over a historic five year period and reached a Sharpe Ratio of 1.02.
Annualized Leland’s alpha for portfolio B was 21.73%.
12
Delta
Gamma
Vega
Figure 4: Payoff and Greek exposure of a short strangle with protective put
As the below HSBC (2013) analysis shows, there is empiric evidence that the spread between implied and realized volatility
is smaller when the S&P 500 is below its 100-day moving average. A net volatility short position may in fact not be beneficial
any more. Therefore, a portfolio where Vega exposure is changed once the market crosses its average downwards may further increase profitability of the strategy.
% of occurence
Ave. IV
Ave. HV
Spread
Above MA
59.3%
16.9%
14.7%
2.3%
Below MA
40.7%
24.7%
25.2%
-0.6%
Figure 5: S&P 500 volatility spread distributions above / below moving average (HSBC, 2013)
This was achieved by buying front month futures on the S&P 500’s volatility index VIX. All futures will be sold once the S&P
turns back above the average. Portfolio C earned on average 25.26% p.a. over a five year period, exhibited a Sharpe Ratio of
1.01 and a Leland’s Alpha of 22.13%.
13
Figure 6: Detailed performance of Vega-hedged portfolio C
In the end of the thesis, manifold advantages and disadvantages of a portfolio strategy with negatively skewed returns are
discussed. The analysis introduces the historic case of the hedge fund LTCM and concludes that appropriate leverage, riskand liquidity management are crucial for a successful trading strategy. This reinforced the importance of protected strategies
such as B & C, where risks due to trading gaps or spikes in volatility are limited.
References
Bollerslev, T. (1986). "Generalized autoregressive conditional heteroskedasticity." Journal of econometrics 31.3, 307-327.
Engle, R. (1982). "Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation." Econometrica:
Journal of the Econometric Society, 987–1007.
HSBC. (2013). "Analyse impliziter Volatilitäten und Volatilitätsspreads." Unpublished presentation.
Huang, K. (2011). "Modeling Volatility of S&P 500 Index Daily Returns: A comparison between model based forecasts and implied volatility."
Hanken School of Economics. Retrieved in January 2013 from https://helda.helsinki.fi/bitstream/handle/10138/26125/huang.pdf
Ilmanen, A. (2012). "Do Financial Markets Reward Buying or Selling Insurance and Lottery Tickets?" Financial Analysts Journal, 68(5).
Murray, S. (2013). "A margin requirement based return calculation for portfolios of short option positions." Managerial Finance, 39.6, 550-568.
Natenberg, S. (1994). "Option Volatility & Pricing: Advanced Trading Strategies and Techniques". McGraw Hill Professional, 469.
Contact
Lukas F. Gabriel
Phone: +49 (0)173 616 8805
E-Mail: [email protected]
14
K ATEGORIE: DIPLOM-/MASTERARBEITEN
RELATIVE-VALUE ARBITRAGE IN EUROPEAN ENERGY COMMODIT Y MARKETS
von Julian Hess
Abstract
Is an investor able to benefit from stable equilibrium relationships between related commodities within a strategy
based on exchange traded future contracts?
In contrast to the stock market, the commodity market
exhibits special characteristics with respect to when and
where a good is available for processing or consumption.
For instance, due to insufficient and cost-intensive possibilities of storing natural gas and an increased demand for
heating purposes during the winter, prices usually show
a large seasonality with higher gas prices during the winter months. Hence it is natural to think of an equilibrium
relationship between summer and winter prices determined by physical circumstances. Inspired by a popular
statistical arbitrage strategy on the equity markets, the
so called “pairs trading” strategy we examine its profitability on the European energy commodity markets. Based
on the mathematical fundament of a weak version of the
Law of One Price, we analyze profits of a cointegration
based statistical arbitrage strategy with futures price data
among a wide range of European energy sectors. To capture possible arbitrage opportunities, we estimate stable
equilibrium relationships with Johansen's Maximum Likelihood Method (JMLE). Subsequently, any deviation from
the pair`s long-run equilibrium level is interpreted as a
trading signal. In contrast to the existing literature which
is mainly focused on equity markets, we extend the study
for analyzing the effect of trading cointegrated triples
(positions with three different contracts at the same time).
Additionally, we investigate the most traded combinations for plausibility from an energy economic perspective
and test whether the returns can be explained by known
risk-factors.
Introduction
Hedge funds, investment banks as well as proprietary trading divisions have always been interested in investment
strategies generating significant positive risk-adjusted
returns, the so called “alphas'”. One popular concept
“relative-value arbitrage” tries to profit from price differentials between related instruments. The strategy identifies instruments such as stocks, bonds or commodities
that are relatively over- or underpriced to another related
instrument. If such a mispricing is detected, the trader will
sell short the overvalued and buy the undervalued security. Once the relative price reverts to the statistical “true
value”, a positive return can be observed [Bock2008].
One of the first academic papers examining relative-value
arbitrage is the famous work of Gatev, Goetzmann, and
Rouwenhorst [Gatev2006]. Gatev et al. find significant
positive abnormal returns applying a pairs trading strategy in the U.S equity market.
First, a formation procedure is carried out where two assets
with similar price history are matched. In the second stage
a trading rule based on a simple sigma strategy is performed. Although the formation procedure is carried out
in the notion of cointegrated prices, the matching of pairs
is done by a minimum distance rule which finds a partner
that minimizes the sum of squared Euclidean distances
between the two normalized price series. Considering the
realized excess returns, Gatev et al. point out that the profitability of the pairs trading strategy can be ascribed to
the compensation to arbitrageurs for enforcing the Law of
One Price (LOP). Furthermore the authors link the profitability of pairs trading to a common latent risk factor that
is not captured by conventional measures of systematic
15
3
Empirical Study
Given a huge basket of historical price series across different European energy commodity sectors (coal, natural
gas, oil, emission allowances, electricity), we first estimate
stable equilibrium relationships, which is equivalent to the
evidence for cointegrated portfolios. In the following, the
best cointegrated portfolios based on an innovative insample profitability metric are traded over a given time
horizon. This means, having proven a long-run equilibrium
for our commodity futures, we rank all remaining pairs
by their number of historical spread crossings during the
formation period. A crossing is defined as the situation of
crossing the mean after a previous deviation by one historical standard deviation. The intuition behind this method
is a raising profitability by increasing the spread frequency.
The threshold serves as an in-sample entry level at which
we take a spread position. At the mean, prices are in equilibrium and we consecutively close the spread positions.
The number of crossings can thus be interpreted as an insample profitability. To guarantee comparable results to
existing literature, we follow practice, and base our rules
for opening and closing positions on a simple standard
deviation metric. In particular, we enter a spread position
whenever the spread diverges by more than a multiple of
its historical standard deviation and unwind the position
when the spread crosses the long-run equilibrium. If we
have an opened position at the end of the trading period,
we force closure.
Figure 1 shows the equilibrium relationship between the
2nd front-month contract of Brent Crude Oil and the 3rd
front-month contract of Heating Oil during the one year
1.33 x BRENTM2 - 0.15 x HELM3 + 2.68 (pValue<0.01, Crossings=31)
+1 STD
-1 STD
Mean
2
1
STD
risk. Being relatively dormant in the second period (1988
to 2002), this factor might account for a decrease in the
pairs trading raw returns. This stands in contrast to the
accepted view that the lower profitability in the post-1988
period was simply due to the growing number of hedge
funds activities followed by higher competition. Nevertheless, risk adjusted returns have maintained constantly
over time with the result that relative-value arbitrage is
currently the most popular instrument in the hedge fund
industry [HFR2013].
0
-1
-2
-3
0
50
100
150
Formation Period 03/01/2006 - 09/02/2007
200
250
Figure 1: Brent Crude Oil vs. Heating Oil Equilibrium Relationship
The figure shows the equilibrium relationship and short-term deviations of a weighted
Figureposition
1: BrentofCrude
vs. Heating
Oil Equilibrium
Relationship
long/short
Brent Oil
Crude
Oil 2-month
contract and Heating
Oil 3-month contract
during
formation
period.
Thethe
figure
shows
the equilibrium relationship and short-term deviations
of a weighted long/short position of Brent Crude Oil 2-month contract
and Heating Oil 3-month contract during the formation period.
Departing from several previous studies, we do not determine strategy's parameters arbitrarily. Instead, we analyze
a great variety of strategies with different formation and
trading periods. Furthermore, we test the influence of the
entry threshold on the profitability of our strategy. Given
representative transaction costs, our results show that--albeit the significance depends on the chosen parameter
setting---all strategies earn positive excess returns. Table
1 reports the average monthly excess returns of the Top
5 pairs portfolios for different formation and trading horizons. The formation of pairs is unrestricted in the sense
that they do not necessarily belong to the same energy
sector. The right part of the table reports results inclusive
transactions costs. The returns to all strategies are positive even after accounting for transaction costs, indicating
robustness of our strategy. Obviously, strategies with short
trading periods perform best since they are able to cut losses caused by further diverging spread positions. Moreover, a shorter trading period implies a higher frequency of
model re-calibration and thus a better dealing with new
information by adjusting the cointegration weights. Furthermore, our study reveals a decline in excess returns by
increasing the threshold for entering a spread position.
Thus, high out-of-sample spreads are likely to be an indication for both---a structural break and missing arbitrageurs
who enforce the LOP.
formation period.
16
Table 1: Returns of different J-month/K-month strategies
Table 1: Returns of different J-month/K-month strategies
A
Threshold = 1 standard deviation
excl. TCs
K
1
3
6
9
12
J=
incl. TCs
6
9
12
0.0129
(5.39)**
0.01
(4.64)**
0.006
(3.04)**
0.0048
(2.58)*
0.0047
(2.82)**
0.0132
0.0123
(4.82)** (4.55)**
0.0088
0.008
(3.77)** (3.22)**
0.0064
0.007
(2.94)** (3.28)**
0.0061
0.0064
(3.31)** (3.39)**
0.006
0.006
(3.95)** (3.61)**
J=
6
9
12
1
0.0063
(2.78)**
0.0063
(3.00)**
0.0036
(1.86)
0.0028
(1.6)
0.003
(1.89)
0.0072
(2.78)**
0.0053
(2.41)*
0.0039
(2.02)*
0.004
(2.36)*
0.0041
(2.93)**
0.0066
(2.59)*
0.0048
(2.02)*
0.0046
(2.27)*
0.0044
(2.42)*
0.0042
(2.6)*
3
6
9
12
The average monthly excess returns of the five best pairs portfolios are presented
in the table. The matching of pairs is unrestricted in the sense that the pairs not
Thenecessarily
averagecontain
monthly
excessfutures
returns
bestThe
pairs
are
commodity
from of
thethe
sameve
sector.
pairsportfolios
are formed on
the basis in
of athe
J-month
period and
K months. In the
presented
table.formation
The matching
oftraded
pairs for
is unrestricted
in formation
the sense
all possible
combinationscontain
of pairs are
tested for cointegration
withthe
JMLE.
thatperiod,
the pairs
not necessarily
commodity
futures from
same
Pairs rejecting the null of “no cointegration” at the one percent significance level are
sector.
The
pairs
are
formed
on
the
basis
of
a
J-month
formation
period
traded based on their number of in-sample crossings.Returns are calculated based
on
andthe
traded
for K months.
the formation
period,
possible
combinaf ully invested
weightingInscheme.
The t-statistics
are all
reported
in parentheses
on of
thepairs
basis of
Newey-West
standard
errors with with
lag correction
equal to
the average
tions
are
tested for
cointegration
JMLE. Pairs
rejecting
the
of overlapping trading periods. ** (*) denotes statistical significance at the
nullnumber
of
"no
cointegration"
at
the
one
percent
signicance
level
are
traded
1% (5%) level. TCs=transaction costs and STD=standard deviation.
based on their number of in-sample crossings. Returns are calculated based on the fully invested weighting scheme. The t-statistics are reported in
parentheses on the basis of Newey-West standard errors with lag correction equal to the average number of overlapping trading periods. ** (*)
denotes statistical significance at the 1% (5%) level. TCs=transaction costs
and STD=standard deviation.
Analyzing the returns on each commodity sector, we find
that the oil and electricity sector are most profitable. Especially trading the gasoil-brent “crack-spreads” in the oil
market as well as “base-peak” price spreads in the electricity market offer profitable arbitrage opportunities. This is
not a great surprise since there is an economic fundament
supporting a co-movement of brent crude oil and gasoil.
Gasoil is a refined product extracted from crude oil. Thus,
refiners' contribution margin is strongly tied to the input
costs of crude oil and the output prices of refined products
like gasoil. Thus, it is expected that at least in the long-run,
price movements in crude oil affect the prices of gasoil.
Since our formation procedure bases on the JMLE we are
not restricted to only trade cointegrated pairs. Instead, it
is even possible to form trios, quadruples, and so on of
commodities, which might yield better profits. Thus, as an
extension to previous studies, Table 2 shows that trading
trios of cointegrated commodities enhances the strategy's
performance. Generally, trading the ten best trios enhances the monthly performance by 19 bp compared to trading the five best pairs. The monthly Adjusted for Skewness Sharpe Ratio increases from 0.36 (1.25 annualized)
for the Top 5 pairs strategy to 0.45 (1.56 annualized) for
trading the five best trios. The improved performance is
supported by a higher percentage of profitable trios and
a higher percentage of multiple convergences during the
trading period. However, the added value of trading portfolios of trios seems to be limited due to the increased
amount of transaction costs induced by a higher number
of spread components. Trading trios instead of pairs entails
50% more transactions per spread position.
Table 2: Returns of trading pairs vs. trios
Table 2: Returns of trading pairs vs. trios
incl. TCs
Pairs
A. Excess return distribution
Average excess return
Standard error (Newey-West)
Newey-West t-Statistic
Geometric average excess return
Median
Standard deviation
Skewness
Kurtosis
Minimum
Maximum
Observations with excess return < 0
Sharpe Ratio
Adjusted Sharpe Ratio (ASSR b=1)
VAR(1 month. 1%)
VAR(1 month. 5%)
VAR(1 month. 10%)
C. Convergence behavior
Never Open
Never converged
One convergence
Multiple convergences
Trios
Top 5
Top 10
Top 5
Top 10
0.0046
0.002
(2.27)*
0.0046
0.0048
0.0129
0.27
5.53
-0.0312
0.0502
30%
0.36
0.36
-0.0312
-0.0198
-0.01
0.0039
0.0017
(2.24)*
0.0038
0.0048
0.0108
-0.58
4.24
-0.0287
0.0305
28%
0.36
0.35
-0.0287
-0.0197
-0.0106
0.0058
0.0024
(2.46)*
0.0057
0.0042
0.0148
0.82
4.73
-0.0316
0.0532
32%
0.39
0.41
-0.0316
-0.0169
-0.0126
0.0065
0.0025
(2.57)*
0.0064
0.0042
0.0156
1.02
4.53
-0.028
0.059
34%
0.42
0.45
-0.028
-0.0156
-0.0132
1%
19%
14%
67%
1%
22%
14%
64%
0%
20%
9%
71%
0%
18%
12%
71%
Pairs and trios are formed on the basis of the 12-month/6-month strategy. In the formation period all possible combinations of pairs and trios are tested for cointegration
with JMLE. The t-statistics are reported in parentheses on the basis of Newey-West
Pairs and
trioswith
arelag
formed
on the
basis
ofaverage
the 12-month/6-month
stratestandard
errors
correction
equal
to the
number of overlapping
trading
periods.
** (*)
denotes statistical
significance
the 1% (5%) level.
Adjusted
Skewgy. In the
formation
period all
possibleatcombinations
of pairs
andfortrios
ness Sharpe Ratios (ASSR) are calculated in the sense of Zakamouline and Koekebakker
are testedwith
for cointegration
with
JMLE. to
The
t-statistics
areinreported
in pa[Zaka2009]
exponential utility
function
account
for bias
Sharpe Ratios
due
to
positive or
skewness
in excess returns.
rentheses
onnegative
the basis
of Newey-West
standard errors with lag correction
equal to the average number of overlapping trading periods. ** (*) denotes
statistical significance at the 1% (5%) level. Adjusted for Skewness Sharpe
Ratios (ASSR) are calculated in the sense of Zakamouline and Koekebakker
[Zaka2009] with exponential utility function to account for bias in Sharpe
Ratios due to positive or negative skewness in excess returns.
Finally, to study the influence of systematic risk factors
on the profitability of our pairs trading strategy, we estimate risk-adjusted returns within a multi-factor regression
model. In analyzing equities it is common to regress the
returns against the three factors of Fama and French which
account for the fractions of returns due to known sources
of risk namely the overall market return, market capitalization and book-to-market ratio [Fama1996]. However, since
our strategy differs from a long-only equity investment, we
adjust the factor model and instead base our analysis on
several other factors might influencing the performance of
our strategy, for instance a momentum and reversal factor.
The motivation for the new factors is that pairs trading is
an investment strategy on the basis of relative price movements. It is therefore possible that it simply exploits price
anomalies in the commodity market which are known to
earn positive, abnormal returns for the equity market.
17
Table 3: Systematic risk of pairs trading strategies
Cumulative excess return
Equity Premium
GSCI Energy ER
EWC
12−month/6−month incl. TCs
12−month/6−month excl. TCs
1
Average excess return
Standard error (Newey-West)
Newey-West t-Statistic
Geometric average excess return
Median
Standard deviation
Skewness
Kurtosis
Minimum
Maximum
Observations with excess return < 0
Sharpe Ratio
Adjusted Sharpe Ratio (ASSR b=1)
Top 5 Pairs
GSCI Energy
Momentum
Reversal
Pound
Dollar
Equity Premium
0.0046
0.002
(2.27)*
0.0046
0.0048
0.0129
0.27
5.53
-0.0312
0.0502
30%
0.36
0.36
0.0005
0.0123
(0.04)
-0.0031
0.0061
0.0826
-0.75
5.36
-0.3093
0.2024
43%
0.01
0.01
0.0102
0.0039
(2.63)*
0.0095
0.0087
0.0365
0.04
2.66
-0.0866
0.0822
46%
0.28
0.28
-0.001
0.0041
(-0.24)
-0.0015
0.0027
0.0323
-0.16
2.51
-0.0754
0.0627
49%
-0.03
-0.03
0.0038
0.0028
(1.34)
0.0034
0.0023
0.0267
0.58
3.88
-0.0643
0.0869
45%
0.14
0.14
0.0006
0.0039
(0.15)
0
0.0024
0.0331
-0.4
3.39
-0.0887
0.0879
45%
0.02
0.02
0.0039
0.0082
(0.47)
0.0015
0.0183
0.0686
-0.76
4.27
-0.2305
0.1356
43%
0.06
0.06
B. Factor model: Market, Momentum, Reversal, FX, Equity Premium
Intercept
0.0046
(2.95)**
GSCI Energy ER
-0.0121
(-0.43)
Momentum
0.0397
(1.17)
Reversal
0.0668
(1.93)
Euro/Pound
-0.0964
(-1.45)
Euro/Dollar
0.1346
(1.73)
Equity Premium
-0.0034
(-0.21)
0.1377
adj. R2
The table presents the monthly risk exposures for portfolios of pairs formed on the basis of the 12-month/6-month strategy with entry threshold of one historical standard deviation. Spot exchange
rates were taken by Reuters. Equity premium is calculated as the excess return of the German leading index DAX above the EONIA overnight interest. The other factors are calculated as discussed
in the text. The t-statistics are reported in parentheses on the basis of Newey-West standard errors with lag correction equal to the average number of overlapping trading periods. ** (*) denotes
statistical significance at the 1% (5%) level. Adjusted for Skewness Sharpe Ratios (ASSR) are calculated in the sense of Zakamouline and Koekebakker [Zaka2009] with exponential utility function to
account for bias in Sharpe Ratios due to positive or negative skewness in excess returns.
The table presents the monthly risk exposures for portfolios of pairs formed on the basis of the 12-month/6-month strategy with entry threshold
of one historical standard deviation. Spot exchange rates were taken by
Reuters. Equity premium is calculated as the excess return of the German
leading index DAX above the EONIA overnight interest. The other factors
are calculated as discussed in the text. The t-statistics are reported in parentheses on the basis of Newey-West standard errors with lag correction
equal to the average number of overlapping trading periods. ** (*) denotes
statistical significance at the 1% (5%) level. Adjusted for Skewness Sharpe
Ratios (ASSR) are calculated in the sense of Zakamouline and Koekebakker
[Zaka2009] with exponential utility function to account for bias in Sharpe
Ratios due to positive or negative skewness in excess returns.
Table 3 summarizes the results from the multi factor framework. Overall, the low coefficient of determination (adj.
R² = 13.8%) and the insignificant coefficient estimates
show that pairs trading is indeed market neutral, meaning
that it is not significantly related to the systematic risk of
commodity market returns. Moreover, it shows to be different to a simple contrarian strategy. Figure 2 plots the
performance and volatility of the pairs trading strategy
and several benchmarks. During the recent financial and
economic crisis (2008-2010) all benchmarks as well as the
12-month/6-month strategy performed poorly. However,
the losses of the 12-month/6-month strategy were moderate compared to the S&P GSCI Energy ER and the equity
premium. The lower part of the figure shows that the pairs
trading strategy exhibits the lowest risk measured as the
rolling historical 21-day volatility, outperforming the S&P
GSCI Energy ER as a general benchmark for a buy-and-hold
commodity investment.
0.5
0
−0.5
Apr2008
Aug2009
Dec2010
May2012
Sep2013
Date
Annualized historical 21−days volatility
1.2
Equity Premium
GSCI Energy ER
EWC
12−month/6−month incl. TCs
1
0.8
Volatility
A. Excess return distribution
Cumulative Return
Table 3: Systematic risk of pairs trading strategies
0.6
0.4
0.2
0
Apr2008
Aug2009
Dec2010
May2012
Sep2013
Date
Figure 2: Cumulative excess return and volatility of 12-month/6-month strategy
Figure
2: Cumulative
excess return and volatility of 12-month/6-month
and several
benchmarks
The upperand
panel
of the benchmarks.
figure plots theThe
cumulative
excess return
the 12-month/6-month
strategy
several
upper panel
of theoffigure
plots the
strategy, the excess
GSCI Energy
the12-month/6-month
equity premium and an
equal-weighted
long
cumulative
returnER,
of the
strategy,
the GSCI
En-portfolio
(EWC) composed of all commodities from this study. Each performance benchmark is meaergy
ER, the equity premium and an equal-weighted long portfolio (EWC)
sured in euro. The lower panel shows the volatility of the pairs trading strategy inclusive
composed
of alland
commodities
this
study. EachVolatility
performance
benchtransaction costs
the volatilityfrom
of the
benchmarks.
is annualized
within a
mark
measured
in euro. The lower panel shows the volatility of the
rolling is
window
of 21-days.
pairs trading strategy inclusive transaction costs and the volatility of the
benchmarks. Volatility is annualized within a rolling window of 21-days.
References
Bock, Michael, and Roland Mestel, 2008, A Regime-Switching Relative
Value Arbitrage Rule, in Operations Research Proceedings 2008. B.
Fleischmann et al. (Eds.)
Fama, E., and K. French, 1996, Multifactor Explanations of Asset Pricing
Anomalies, The Journal of Finance 51, 131-155.
Gatev, Evan, Willian N. Goetzmann, and K. Geert Rouwenhorst, 2006,
Pairs Trading: Performance of a Relative-Value Arbitrage Rule, The
Review of Financial Studies 19.
Hedge Fund Research, Inc., 2013, Relative Value Arbitrage leads Hedge
Fund Capital to New Record, Internet Resource: http://www.hedgefundresearch.com/pdf/pr_20130118.pdf [16/03/2014].
Zakamouline, Valeri, and Steen Koekebakker, 2009, Portfolio performance evaluation with generalized Sharpe ratios: Beyond the mean
and variance, Journal of Banking and Finance 33, 1242-1254.
Contact
[email protected]
18
KATEGORIE: SONSTIGE WISSENSCHAFTLICHE ARBEITEN
SPEKULATION AM TERMINMARKT UND DIE PREISENTWICKLUNG VON AGRARROHSTOFFEN AM KASSAMARKT: EINE ZEITREIHENANALYSE DER CFTC BERICHTE
FÜR WEIZEN, MAIS UND SOJABOHNEN
von Daniel Maul, Martin Fischer und Prof. Dr. Dirk Schiereck
1. Einleitung
Seit Beginn der 1990er Jahre sind auf Terminmärkten für
Rohstoffe tiefgreifende Veränderungen im Gange, da sich
Rohstoffe als Vermögensklasse immer größerer Beliebtheit
erfreuen. Mit der technologischen Weiterentwicklung der
Rohstoffbörsen nahm der Handel von Rohstoffderivaten
deutlich zu, ebenso wie die Präsenz von Finanzinvestoren.
Zwar sind deren Auswirkungen auf die Preisbildung von
Rohstoffen an den Spotmärkten umstritten (Domanski/
Heath 2007), jedoch lässt sich institutionell insgesamt
verstärkt eine Entwicklung im Rohstoffbereich hin zur
Struktur von klassischen Finanzmärkten beobachten.
Letztendlich führt dies zu der immer noch aktuell
geführten Debatte über den Einfluss von Finanzspekulationsgeschäften an Terminmärkten auf den Agrarrohstoffkassamarkt. Nichtregierungsorganisationen (NGO)
machen Rohstoffspekulationen für den Hunger auf der
Welt verantwortlich und fordern Beschränkungen von
spekulationsmotiviertem Handel (Frenk/Turbeville 2011;
Will et al. 2012). Wirtschaftswissenschaftler geben hier eine
differenziertere Bewertung und stimmen dieser Kausalität
bestenfalls bedingt zu (vgl. Pies 2013). Die bislang vorliegende empirische Evidenz divergiert stark, ein einheitlicher Konsens konnte bis heute nicht identifiziert werden.
Vor diesem Hintergrund ist es das Ziel dieser Untersuchung, einen Beitrag zur gegenwärtig sehr emotional
geführten Diskussion zu erbringen, indem empirische
Evidenz zu den Auswirkungen verstärkter Terminmarktaktivitäten auf die Kassapreisentwicklung der Agrarrohstoffe
Mais, Weizen und Sojabohnen vorgestellt wird. Insgesamt
soll diese Studie durch den gewählten Untersuchungsrahmen eine Antwort auf die Frage liefern, ob ein statistisch
signifikanter Einfluss offener Händlerpositionen auf den
Terminkurs der drei Agrarrohstoffe existiert und inwiefern
dieser als schädlich eingestuft werden kann.
2. Grundlagen des Rohstoffhandels und Literaturüberblick
Finanzinvestoren und Spekulanten bevorzugen bei Engagements in Agrarrohstoffen den Handel an Terminmärkten, an denen die Transaktionskosten allein schon deshalb
ungleich niedriger sind, weil keine Lagerhaltungskosten
für physische Bestände zu berücksichtigen sind. Die an
Terminmärkten gehandelten Future-Kontrakte auf Rohstoffindices und Einzelrohstoffe haben eine endliche
Laufzeit mit besonders liquiden Kontrakten von selten
länger als einem Jahr. Aus diesem Grund sind langfristig
orientierte Investoren, die an einem Abbau ihrer Position
nicht interessiert sind, zum Laufzeitende gezwungen, ihre
19
Long- bzw. Short-Positionen zu verkaufen bzw. zu kaufen
und neue Kontrakte abzuschließen.
Die amerikanischen Terminbörsen für Rohstoffhandel werden von der U.S. Commodity Futures Trading Commission
(CFTC) kontrolliert. Die CFTC veröffentlicht in ihrer Funktion als überwachendes Organ der Future-Märkte regelmäßig Daten zu den offenen Positionen. Diese werden im
Futures-and-Options-Combined Commitments of Traders
(COT) Bericht jeden Freitag veröffentlicht (Irwin/Sanders
2012). Die offenen Positionen (Open Interest) beinhalten
alle bereits abgeschlossenen Future-Positionen, die noch
nicht durch Kauf einer gegenläufigen Transaktion bzw.
durch Lieferung der Ware aufgelöst wurden. Die Summe
der Kaufpositionen (Long-Position Open Interest) muss
gleich der Summe der Verkaufspositionen (Short-Position
Open Interest) sein (CFTC 2012). Die Anzahl der offenen
Positionen gibt Aufschluss über die Entschlossenheit der
Rohstoffverkäufer und der Rohstoffkäufer an ihren Shortbzw. Long-Positionen festzuhalten.
Die offenen Kontrakte sind in „Reporting“ und „NonReporting“ kategorisiert. Händler, die eine gewisse
Anzahl an Kontrakten überschreiten, verpflichten sich,
diese der CFTC mitzuteilen. Diese meldepflichtigen Positionen nehmen 70-90% des Gesamtvolumens der offenen Future-Kontrakte ein. Die Kategorie der „Reporting“Händler kann weiter in die Gruppen „Commercial“ und
„Non-Commercial“ unterteilt werden. Unter der Kategorie „Commercial“ werden Absicherer (Hedger) zusammengefasst, die Risikominimierung betreiben. RohstoffFonds und von Spekulanten verwaltete Future-Portfolien
werden zu den „Non-Commercial Reportables“ gezählt
und sind nachfolgend von besonderem Interesse (Sanders
et al. 2004). Die Handelsvolumina der „Non-Reporting“
-Händler sind klein genug, um sie durch die Broker direkt
melden zu lassen (Gilbert 2012). „Non-Commercial“ offene
Positionen können in „Long“-, „Short“- und „Spreading“Positionen unterteilt werden, während „Commercial“ und
die gesamte Kategorie „Non-Reporting“ nur in „Long“und „Short“-Positionen unterschieden werden (Irwin/
Sanders 2012). Seit dem 4. September 2009 publiziert
die CFTC wöchentlich einen zusätzlichen DCOT-Bericht,
dessen Zeitreihen rückwirkend bis auf den 13.06.2006
veröffentlicht werden. Die zusätzliche Veröffentlichung
des DCOT-Berichts war eine Reaktion der CFTC aufgrund
zunehmender Kritik, dass die Klassifizierung einiger
Swap-Händler und Banken in die Kategorie „Commercial“
faktisch nicht einer Hedging-Aktivität entsprechen.
3. Datengrundlage und Untersuchungsmethodik
Weizen ist das wichtigste Getreide in den gemäßigten
Breiten und dient gleichzeitig als Nahrungsmittel für Menschen und Tiere. Der in Chicago gehandelte Weizen ist
aufgrund seiner geringen Qualität am preiswertesten und
wird für Tierfutter sowie für die Produktion von billigen
Lebensmitteln verwendet. Aufgrund seines Preises wird
der Chicago-Weizen auch häufig in Dritte-Welt-Länder
exportiert, was ihn für die Untersuchung der ethischen
Vertretbarkeit von Rohstoffspekulationen besonders interessant macht (Geman 2005).
Mais hat die besondere Eigenschaft, dass er sowohl in
den gemäßigten als auch in den tropischen Klimazonen
angebaut werden kann. In Ost- und Südafrika ist Mais das
wichtigste Grundnahrungsmittel (Gilbert/Morgan 2010).
In den USA und Europa dient Mais vorwiegend als Tierfutter und wird zunehmend auch zur Produktion von Biogas
eingesetzt.
Soja wird in Form von Bohnen, Mehl und Öl gehandelt.
Dabei gilt es zu beachten, dass 75-80% aller Sojabohnen
zu Mehl verarbeitet werden. Sojamehl wird als Tierfutter
verwendet und steht in direkter Konkurrenz zu Mais und
Fischmehl. Sojaöl kann lediglich als Speiseöl verwendet
werden. Der hier untersuchte Zeitraum vom 01.01.2006 bis
zum 13.11.2012 umfasst 358 wöchentliche Beobachtungen.
Letztendlich werden drei unterschiedliche Datensätze
analysiert, um die Einflussnahme von Spekulanten auf
die Rohstoffpreise zu untersuchen. Den ersten Datensatz
bilden die „Non-Commercials“ der COT-Berichte, da diese
von Spekulanten verwaltete Portfolien beinhalten. Im
zweiten Datensatz wird zwischen Managed Money- (MM-)
und Swap-Händlern unterschieden. Bei der ersten Gruppe
handelt es sich um eine Untergruppe der „Non-Commercials“, während die Swap-Händler zwar ursprünglich zu
den „Commercials“ gezählt wurden, deren reine HedgingAktivitäten aber mittlerweile in Frage gestellt werden.
Der dritte und letzte Datensatz hat den Vorteil, dass er
aus täglichen statt wöchentlichen Zeitreihen besteht,
wodurch möglicherweise kurzfristige Effekte aufgedeckt
werden können. Allerdings ist hier nicht mehr die Unterscheidung nach Händlergruppen möglich.
4. Vorgehensweise bei der Analyse der Daten
Um einen Zusammenhang zwischen offenen Positionen
der Händlergruppen und den Rohstoffpreisen zu erfassen, muss an erster Stelle ein geeignetes Modell gefunden
20
werden. Im Rahmen dieser Studie sollen Mehrgleichungssysteme, d.h. Vektorautoregressive (VAR) oder Vektorfehlerkorrekturmodelle (VECM), zur Anwendung kommen, um
auf diese Weise mögliche neue Erkenntnisse zum Händlereinfluss zu erhalten. Bevor allerdings die Prozesse näher
analysiert werden, gilt es zunächst, diese auf Stationarität
zu überprüfen. Die Anwendung des Augmented-DickeyFuller-Tests führt zu dem Ergebnis, dass weder die logarithmierten Rohstoffpreise noch der Großteil der Händlerpositionen stationär sind. Lediglich die Swap-Händler
des Rohstoffs Mais weisen Stationarität auf. Anders ist es
dagegen bei den ersten Differenzen der logarithmierten
Positionen (D_Ln(Pos)) und der logarithmierten Preise
(D_Ln(Preis)). Hier kann Instationarität durchweg abgelehnt
werden.
Bei der späteren Modellformulierung hat die Anzahl der
Lags Einfluss auf die Schätzgüte. Die ideale Anzahl an
Schätzparametern lässt sich durch das Informationskriterium ermitteln, wobei unterschiedliche Ausprägungen
dieses Kriteriums vorliegen. Wir orientieren uns bei der
Wahl der Lag-Struktur am Akaike Informationskriterium
(AIC). Mögliche Fehlspezifikationen durch Autokorrelation
können nicht festgestellt werden.
5. Ergebnisse
Da die stochastischen Prozesse für offene Händlerpositionen und Rohstoffpreise integriert in 1. Ordnung sind,
testen wir zuerst, ob Linearkombinationen dieser Zeitreihen existieren, die stationär sind. In diesem Fall sind die
Zeitreihen kointegriert und entsprechende Fehlerkorrekturmodelle können zur Analyse der Wechselwirkungen
herangezogen werden. In den Fällen mit einer solchen
Langzeitbeziehung kommen entsprechende Fehlerkorrekturmodelle zum Einsatz. Sind diese auszuschließen,
können die Daten mittels Vektorautoregressiven Modell
(VAR) auf statistisch haltbare Effekte in der kurzen Frist
untersucht werden.
Im Folgenden Abschnitt werden die Zeitreihen durch VAR
oder VECM analysiert, je nachdem ob im Rahmen des
Johansen-Tests Kointegration festgestellt werden konnte.
Für die COT-Daten der Rohstoffklassen Weizen und Mais
fällt die Anzahl der Lags mit zwei (Weizen) bzw. einem
(Mais) überschaubar aus. Von besonderem Interesse sind
die Koeffizienten, welche die Einflussnahme von vergangenen Positionsveränderungen auf den Rohstoffpreis aufführen, signifikante Werte folglich einen Hinweis für spekulationsgetriebene Preissteigerungen darstellen können.
Für Weizen kann hier allerdings kein Zusammenhang festgestellt werden. Alle Koeffizienten fallen insignifikant aus.
Ein statistisch signifikanter, allerdings schwacher Einfluss
kann zumindest für die um eine Periode versetzte Positionsveränderung des Rohstoffs Mais bestimmt werden. So
zeigt sich hier tatsächlich, dass ein Ausbau dieser zu steigenden Preisen führt. Aufgrund der niedrigen Signifikanz
interpretieren wir dieses Ergebnis nur als einen ersten
Hinweis für diese Wechselbeziehung. Für die umgekehrte
Wirkungsbeziehung können hingegen belastbarere
Ergebnisse bestimmt werden. So zeigt sich für beide Rohstoffarten eine eindeutige Auswirkung von vergangenen Preis- und Positionsveränderungen auf die aktuellen
Händlerpositionen.
Da für die COT-Daten von Sojabohnen, abweichend zu
den übrigen Rohstoffen, eine Kointegrationsbeziehung
festgestellt wurde, werden diese nachfolgend mittels
VECM untersucht. Es zeigt sich, dass für den Agrarrohstoff
zwischen der Anzahl der offenen Positionen und dem
verzögerten Preisniveau ein langfristiges Gleichgewicht
existiert. Der Fehlerkorrekturterm ist negativ und auf dem
1% Niveau statistisch signifikant. Dagegen ist der Korrekturterm für die umgekehrte Wechselwirkung positiv und
insignifikant. Der dazugehörige Kointegrationsvektor
weist einen hochsignifikanten Koeffizienten für die Variable Ln(Pos) auf. Der negative Wert des Koeffizienten macht
deutlich, dass sich die beiden Zeitreihen grundsätzlich
nicht gegenläufig, sondern gleichgerichtet bewegen.
Kommt es aber zu Abweichungen vom langfristigen
Gleichgewicht, wird durch systemimmanente Rückbildung der Abweichungen die erwartete Langfristbeziehung erneut etabliert. Allerdings geschieht dies nur durch
Anpassung des Preisniveaus, nicht durch Veränderung der
Anzahl an offenen Positionen.
Betrachtet man die kurzfristigen Zusammenhänge zwischen den beiden Variablen, so kann keine signifikante
Einflussnahme der vorangegangenen Positionsveränderungen auf den Sojapreis festgestellt werden. Die umgekehrte Wirkungsbeziehung, also das der Preis von Soja aus
Vorperioden die Anzahl an offenen Positionen beeinflusst,
kann dagegen bestätigt werden. Zusammenfassend
bedeutet dies für Sojabohnen, dass kurzfristig die gleiche
Wirkungsbeziehung wie für die übrigen Rohstoffklassen
vorliegt, d.h. Preisänderungen beeinflussen die von Händlern eingegangenen Positionen, und nicht umgekehrt.
Längerfristig erfolgt die Anpassung zum Gleichgewicht
dagegen über den Rohstoffpreis. Das heißt, ein Ausbau
21
der Händlerpositionen sorgt für ein höheres Preisniveau.
Die Höhe der Korrektur fällt in den folgenden Perioden
allerdings numerisch eher schwach aus.
Für die folgenden Analysen der DCOT-Daten muss erneut
zwischen Weizen und Mais auf der einen Seite sowie
Sojabohnen auf der anderen Seite differenziert werden.
Wiederholt kann für die ersten beiden Agrarrohstoffe
keine Kointegrationsbeziehung bestimmt werden, während diese für Sojabohnen durch VECM analysiert werden
können.
Betrachtet man die Auswirkungen vergangener Werte auf
den Preis, so zeigt sich, dass für beide Rohstoffarten keine
oder eine nur statistisch schwache Wechselwirkungen zwischen den vorangegangenen Positionsveränderungen und
dem Rohstoffpreis vorliegen. Darüber hinaus beeinflussen
auch Vorperiodenwerte des Rohstoffpreises nicht den aktuellen Preis. Die Informationen nach Unterteilung der Händlergruppen sind dagegen, wie schon bei den COT-Daten,
aufschlussreicher. So sind zwar die Positionsveränderungen
der Swap-Händler für Weizen nur von ihren eigenen um
eine Periode verschobenen Ausprägungen abhängig, für
Mais kann hingegen neben diesem auch ein stabiler signifikanter Zusammenhang der beiden anderen Variablen
festgestellt werden. Positionsveränderungen der SwapHändler von Mais zeigen demnach andere, differenziertere
Wechselbeziehungen als solche von Weizen. Auffällig ist,
dass die Swap-Daten negative Wechselwirkungen zwischen
Preisen und Positionen aufweisen, die für Weizen insignifikant und für Mais statistisch signifikant sind. Für beide Rohstoffarten positiv ist der Koeffizient für die um eine Periode
versetzte Preisvariable der MM-Händler. Während aber für
Weizen hauptsächlich der Rohstoffpreis die Positionsveränderungen beeinflusst, spielen bei Mais erneut sämtliche
Variablen eine signifikante Rolle.
Für Sojabohnen können mittels VECM neben den kurzauch die langfristigen Effekte untersucht werden. Der
Kointegrationsvektor verdeutlicht, dass auf der einen Seite
die MM-Händler-Positionen gleichgerichtet, die für die
Swap-Händler dagegen entgegengesetzt zu den Rohstoffpreisen verlaufen. Das heißt, grundsätzlich nehmen die
offenen Positionen der Swap-Händler bei sinkenden Preisen zu, während die der MM-Händler zurückgehen. Durch
statistische Signifikanz unterlegt ist allerdings nur die
Wechselwirkung zwischen MM-Händler und Sojabohnenpreisen. Der positive Koeffizient der Swap-Händler fällt
dagegen deutlich insignifikant aus. Dieses Ergebnis deckt
sich mit den Werten der anderen Fehlerkorrekturterme.
Erneut zeigt sich ein dynamischer Anpassungsprozess
an ein langfristiges Gleichgewicht, wobei die Anpassungsstärke wiederholt schwach ausfällt. Kurzfristig sind
dagegen keine der Variablen signifikant. Für die offenen
Positionen der Swap-Händler existieren nur kurzfristige
Wirkungszusammenhänge, wie der insignifikante Fehlerkorrekturterm deutlich macht. So nehmen die offenen
Positionen bei steigenden Vorperiodenwerten der Rohstoffpreise wie auch der offenen Positionen für Swap- und
MM-Händler zu.
Für die offenen Positionen der MM-Händler kann dagegen
wieder ein signifikanter und Abweichungen vom langfristigen Gleichgewicht korrigierender Fehlerkorrekturterm
bestimmt werden. Im Gegensatz zur Analyse der Sojapreise
zeigen sich für die MM-Händler neben der langfristigen
Wechselwirkung auch kurzfristige Einflussnahmen aller
drei vorperiodischen Variablenwerte. Zusammenfassend
lässt sich feststellen, dass für Sojabohnen ein langfristiges
Gleichgewicht zwischen dem Preis des Rohstoffs und den
eingegangenen Positionen der MM-Händler besteht, die
Preise aber im Gegensatz zu den Positionsveränderungen
der beiden Händlergruppen nicht von kurzfristigen Anpassungen der analysierten Variablen abhängen.
Abschließend erfolgt noch die Analyse der täglichen Positions- und Preisdaten. Da diesmal, abweichend zu den
COT- und DCOT-Daten, für keine der drei Rohstoffarten
Kointegration festgestellt wird, werden alle mittels VAR
untersucht. Grund für die fehlende Kointegration könnte
sein, dass nicht nur als Spekulanten gekennzeichnete
Gruppen analysiert werden. Möglicherweise liegen nur für
diese Gruppen langfristige Gleichgewichte vor. Für die Wirkungsbeziehung vergangener Preis- und Positionswerte auf
den aktuellen Rohstoffpreis zeigen sich kaum signifikante
Werte. So hat eigentlich nur der um einen Handelstag verschobene Rohstoffpreis einen Einfluss auf den Weizenpreis.
Zwar weist auch die um zwei Perioden versetzte Positionsveränderung sowohl für Weizen als auch für Mais einen statistisch signifikanten Koeffizienten auf, allerdings kann die
Nullhypothese nicht durch den Granger-Wald-Test abgelehnt werden. Insgesamt können kaum stabile signifikante
Effekte festgestellt werden.
Anders zeigen sich dagegen die Variablen bei umgekehrter Wechselwirkung. Aktuelle Positionsveränderungen
werden nicht nur von vergangenen Rohstoffpreisen
sondern auch von vergangenen Rohstoffpositionen
22
beeinflusst. Dabei fällt jeder durch das Modell geschätzte
signifikante Koeffizient positiv aus. Ein Ausbau der Händlerpositionen und eine Zunahme der Preise in Vorperioden
lässt die offenen Positionen steigen.
6. Schlussfolgerungen
Ausgehend von diesen Ergebnissen stellt sich die Frage,
wie diese Wirkungszusammenhänge zu bewerten sind.
Kurzfristig kann im Rahmen dieser Studie kein Effekt
von Positionsveränderungen auf den Preis der Agrarrohstoffe festgestellt werden. Hier zeigt sich eindeutig ein
umgekehrter Kausalzusammenhang. Preissteigerungen
(-senkungen) führen dazu, dass „Non-Commercial“ bzw.
MM-Händler ihre Positionen ausbauen (verringern). Insofern kann kurzfristig kein schädigendes, sondern nur
preissensitives Verhalten nachgewiesen werden, welches
der von Spekulanten zu erwartenden Verhaltensweise
entspricht. Swap-Händler verhalten sich dagegen exakt
entgegengesetzt. Langfristig ergibt sich im Gegensatz
dazu eine zwar numerisch schwache, aber statistisch
signifikante Einflussnahme der offenen Positionen auf
den Rohstoffpreis, allerdings nur für Sojabohnen. Da
die Korrektur zum langfristigen Gleichgewicht über den
Rohstoffpreis erfolgt, zeigt sich hier, dass ein Ausbau der
Positionen durch MM-Händler die Preise steigen lässt. Die
Tatsache, dass dieser Wirkungszusammenhang nicht für
die täglichen Daten festgestellt werden kann, stellt keinen
Widerspruch dar. Dies ist offensichtlich dem Umstand
geschuldet, dass die täglichen Daten keine Unterteilung in
die unterschiedlichen Händlergruppen ermöglichen und
so der spekulative Anteil nicht gesondert analysiert werden
kann. Hieraus aber eine uneingeschränkte Empfehlung zur
Beschränkung oder gar ein Verbot von Termingeschäften
auf Agrarrohstoffe abzuleiten, wird dem Sachverhalt wohl
nicht gerecht. Dafür ist die prozentuale Ausprägung der
Korrekturen, welche für wöchentliche Frequenz im niedrigen einstelligen Bereich liegen, eindeutig zu niedrig.
Das Händlerverhalten sorgt demnach nicht für drastische
Preisänderungen in folgenden Perioden und die kurzfristigen preissensitiven Wirkungsbeziehungen sind als
deutlich stärker einzuschätzen.
Domanski, D., A. Heath (2007), Financial Investors and
Commodity Markets. BIS Quarterly Review March: 53-67.
Frenk, D., W. Turbeville (2011), Commodity Index Traders
and the Boom/Bust Cycle in Commodities Prices. Better
Markets. Erhältlich unter: http://emploi.letemps.ch/rw/Le_
Temps/Quotidien/2011/10/24/Finance/Images/Better%20
Markets%20report.pdf
Geman, H. (2005), Commodities and Commodity Derivatives – Modeling and Pricing for Agriculturals, Metals and
Energy. West Sussex.
Gilbert, C.L. (2012), Speculative impacts on grains price volatility. Paper prepared for the 123rd EAAE Seminar, Dublin,
23-24. Februar 2012. Erhältlich unter: http://ageconsearch.
umn.edu/bitstream/122540/2/Gilbert.pdf
Gilbert, C.L., C.W. Morgan (2010), Food price volatility. Philosophical Transactions of the Royal Society Biology 365:
3023-3034.
Irwin, S.H., D.R. Sanders (2012), Testing the Masters Hypothesis in Commodity Future Markets. Energy Economics
34: 256-269.
Pies, I. (2013), Agrarspekulationen? – Der eigentliche
Skandal liegt woanders! Diskussionspapier Nr. 2013-4.
Erhältlich unter: http://wcms.uzi.uni-halle.de/download.
php?down=27643&elem=2638374
Sanders, D.R., K. Boris, M. Manfredo (2004), Hedgers, funds,
and small speculators in the energy futures markets: An
analysis of the CFTC’s Commitment of Traders reports. Energy Economic 26: 425-445.
Will, M. G., S. Prehn, I. Pies, T. Glauben (2012), Is financial speculation with agricultural commodities harmful or helpful?
– A literature review of current empirical research. Discussion Paper No. 2012-27. Erhältlich unter: http://wcms.uzi.
uni-halle.de/download.php?down=27388&elem=2633683
Kontakt
Fachgebiet Unternehmensfinanzierung
Fachbereich Rechts- und Wirtschaftswissenschaften
Technische Universität Darmstadt
Literatur
[email protected]
[email protected]
Commodity Futures Trading Commission CFTC (2012),
Commitments of Traders. Explanatory Notes. Erhältlich
unter: http://www.cftc.gov/ucm/groups/public/@commitmentsoftraders/documents/file/disaggregatedcotexplanatorynot.pdf
Der vollständige Artikel ist von der Zeitschrift „Jahrbücher für
Nationalökonomie und Statistik“ zur Publikation angenommen
und wird dort in Kürze erscheinen.
23
Bundesverband Alternative Investments e. V.
BAI WISSENSCHAFTSPREIS
Prämiert werden Arbeiten im Bereich alternativer Investments mit Schwerpunkt
Absolute Return Fonds, Private Equity, Infrastruktur sowie Rohstoffe
insbesondere aus den Disziplinen:
Betriebswirtschaftslehre | Volkswirtschaftslehre | Rechtswissenschaften
(Wirtschafts-) Mathematik | Physik
Wissenschaftspreis
2016
Das Preisgeld von insgesamt € 10.000,- wird an die Gewinner folgender Kategorien ausgelobt:
Bachelorarbeiten
Diplom-/Masterarbeiten
Dissertationen/Habilitationen
Sonstige wissenschaftliche Arbeiten
Teilnehmen können Studierende, Doktoranden sowie wissenschaftliche Mitarbeiter
deutscher Hochschulen und Forschungseinrichtungen.
Die Jury besteht aus hochrangigen Wissenschaftlern und Experten aus der Praxis.
Abgabetermin 29. Februar 2016
Informationen Detaillierte Informationen und Teilnahmebedingungen finden Sie unter:
w w w.bvai.de
Rubrik Wissenschaf t s förderung
SONDERK ATEGORIE: RECHT
PRINZIPIEN DER KOLLEK TIVEN VERMÖGENSANLAGE
von Prof. Dr. Dirk Zetzsche
I. Gegenstand
Die Habilitationsschrift befasst sich mit den „Prinzipien der
kollektiven Vermögensanlage.“ Der Volksmund bezeichnet
solche Anlageorganisationen als „(Investment-)Fonds“. Die
Untersuchung behandelt die gemeinsamen Regelungsgrundsätze für z.B. Wertpapierfonds, offene und geschlossene Immobilienfonds, kollektive Anlagemodelle, Private
Equity- und Venture Capital-Fonds, Infrastruktur-, Hedgeund Spezialfonds. Das europäische Recht reguliert diese u.a.
als Organismen für die gemeinsame Anlage in Wertpapieren
(OGAW/UCITS) und Alternative Investmentfonds (AIF).
1. Untersucht werden das Recht der Investmentfonds aus
rechtsform-, regulierungsübergreifender und rechtsökonomischer Perspektive auf der Grundlage eines Rechtsvergleichs von acht Rechtsordnungen (Deutschland, USA,
Luxemburg, Frankreich, England, Schweiz, Liechtenstein
und die Niederlande; gelegentliche Bezüge zum irischen
Recht). Neben dem Privat-, Gesellschafts-, Bilanz- und
Finanzmarktrecht werden z.B. die Vermögensverwaltung,
die Spekulation und Sonderanlageformen auch steuerrechtlich behandelt. Die Arbeit ist interdisziplinär angelegt
und greift neben der Ökonomie auf Erkenntnisse der
Sprachwissenschaften, Ethik und Philosophie sowie der
Rechtsgeschichte zurück.
2. Im Fokus stehen – im Gegensatz zu dem bislang
verbreiteten informationsrechtlichen Ansatz mittels
Vertriebs- oder Prospekthaftung – die Organisationsund Verhaltenspflichten der beteiligten Intermediäre.
Schwerpunkt ist das Binnenverhältnis der Fondsorganisation. Das Außenverhältnis – z.B. der Einfluss auf Zielgesellschaften und die Corporate Governance – werden am
Rande einbezogen.
3. Ziel der Arbeit ist es, das Recht der Personenmehrheiten
und der Geschäftsbesorgung / Treuhand, das Kapitalanlagegesetzbuch, die Diskussion um Publikumspersonengesellschaften sowie das Recht der anlageverwaltenden
Personen- und Kapitalgesellschaft zusammenzuführen. Im
Fokus stehen die Besonderheiten fiduziarischer
Mehrpersonenverhältnisse. Inwiefern die rechtsformspezifische Zuordnung von Vermögen und
Rechten zu einer juristischen Person, Gesamthand oder Gemeinschaft
Modifikationen erfährt, der Konflikt zwischen sowie das
Ausmaß von Individualität und Kollektivität sind zentrale
Fragestellungen. Das Paradoxon der Kollektivanlage
ist einer Lösung zuzuführen, wonach sich die Anleger für
ausschließlich individuelle, gleichsam egoistische Zwecke
kollektiver Organisationsformen bedienen.
Der Anlegerschutzgedanke für Kollektivanlageformen
steht in Kontrast zum klassischen Gesellschaftsrecht mit
seinem Fokus auf dem durch Treupflichten beschränkten
Mehrheitsprinzip und effektiver Verwaltung der Gesellschaftsangelegenheiten. Die Arbeit zielt auf die rechtlichen Verbindungslinien zwischen den für kollektive
Anlagen eingesetzten Rechtsformen: Trust, Personengesellschaft, Vertrag und Körperschaft.
II. Grundlagen.
1. Vf. definiert die Kollektivanlage auf Grund diverser
nationaler und europäischer Rechtsquellen (insbesondere
der AIFM-RL 2011/61/EU) als Bindung von Vermögenswerten
für eine gewisse Dauer im Wege der Vermögensfremdverwaltung auf gemeinschaftliche Rechnung mehrerer
Anleger mit dem Ziel der Erzielung von Einnahmen oder
Wertzuwächsen. Diese Definition schärft die Erkenntnisse zum Anwendungsbereich z.B. des deutschen
Kapitalanlagegesetzbuchs.
a) Zu den Typusmerkmalen, die nicht immer erfüllt sind,
zählen die Funktion als Informations-, Markt- oder Finanzintermediär, Vorgaben zur Anlagestrategie und – wegen
Art. 4 Abs. 1 a) AIFM-RL - das Gebot der Risikomischung.
25
Ein-Anleger-Fonds, in denen in Deutschland das
Vermögen von Versicherungsunternehmen und Betriebsrentenkassen verwaltet werden, zählt Vf. grds. zu den
Kollektivanlagen, wenn und weil dahinter eine Vielzahl an
Anlegern steht.
b) Die kollektive Vermögensanlage lässt sich mit dem Kriterium der Risikoübernahme von Versicherungen unterscheiden.
Versicherungsunternehmen
übernehmen
Risiken, die bei der Anlageorganisation der Investor
trägt, z.B. bei Leibrenten / Rentenversicherungen das
Langlebigkeitsrisiko.
c) Zu der für die Praxis wichtigen, aber sehr umstrittenen
Unterscheidung zwischen Anlage und Unternehmen
wird nach Auseinandersetzung mit dem Unternehmensbegriff das Merkmal der doppelten Zweckfreiheit herausgearbeitet: Das geltende Recht kennt keine eindeutige
definitorische Abgrenzung der Unternehmung von der
Vermögensverwaltung; man flüchtet sich etwa im Steuerrecht in eine typisierende Betrachtung oder setzt willkürliche nummerische Grenzen. Undeutlich ist auch die
Unterscheidung auf der Ebene der Finanziers (i.e. Anleger
vs. Gesellschafter / Unternehmer). Die Unklarheiten lassen
sich abstrakt mit dem Zweck der Organisation eindämmen.
Eine Analyse von Rechtsprechung und Bilanzrecht zeigt
als Kern der Kollektivanlage, dass der alleinige Zweck von
Anleger und Verwalter des Fondsvermögens die Vermögensmehrung ist. Solange der Verwalter z.B. 20 Titel aus
einem definierten Aktienindex erwirbt, ist es irrelevant,
welchen Unternehmenszweck die Emittenten verfolgen.
Weder Anleger, noch Verwalter wollen diesen Zweck
fördern. An die Stelle des Unternehmenszwecks tritt die
Einhaltung der Anlagerichtlinien.
2. Der zweite Teil erforscht die Ursachen der sozialen
Disqualifikation bestimmter kollektiver Anlagemodelle. Die
angedeutete These, wonach Fonds eine spezielle rechtliche
Behandlung erfahren (sollen), wird - vor dem historischen
Beleg im 3. Teil - philosophisch-ethisch gestützt.
a) Unter Einbeziehung des Alten und Neuen Testaments
sowie der antiken Philosophie (Platon, Aristoteles, Cato,
Cicero, Seneca und Epkikur) begründet Vf. die soziale
Disqualifikation mit der Dominanz der tendenziell kapitalfeindlichen aristotelischen Ethik bis zur Spätscholastik, die in weiten Teilen Kontinentaleuropas noch heute
fortwirkt. Die für Fonds typische Kapitalvermehrung aus
Sicht selbst heraus erfährt in diesen Regionen keine Hochachtung. Zudem rufen in einer ethisch divergenten Welt
ethisch-eindimensionale Anlagestrategien Widerstände
hervor.
b) Staaten streben (neben rechtlichen und ökonomischen
lokalen Optima) auch nach ethischen lokalen Optima.
Sie werden ihre regionalen Werte über lokale Regeln
durchzusetzen suchen (Beispiel: Arbeitnehmerschutz bei
Unternehmensübernahmen). Wo dies nicht gelingt, wird
auf grenzüberschreitende Regeln gedrängt. So erklärt sich
die AIFM-RL auch mit der Suche nach einem Ausgleich
zwischen den unterschiedlichen in Europa vorherrschenden
Wertvorstellungen.
3. Die Merkmale moderner Fonds vereinen sich erstmals
in der niederländischen Negotiatie des 16. bis 18. Jahrhunderts. Nachfolger in der Schweiz und in der zweiten
Hälfte des 19. Jahrhunderts in England und Schottland
übernehmen zunächst die zwischen Vertrag und Trust
angesiedelte Rechtsform. Ein später aufgehobenes englisches Urteil führt zur Umwandlung der englischen Fonds
in „Companies“, der Name „Investment Trust“ belegt indes
noch die Trust-rechtlichen Wurzeln. Bis nach dem ersten
Weltkrieg sind nur wenige deutsche Anlageorganisationen bekannt, was Vf. mit dem Rückstand bei der industriellen Entwicklung erklärt. Drei Entscheidungen des
Reichsfinanzhofs aus den 1920er Jahren zur Besteuerung
von Anlagemodellen sind jedoch grundlegende Erkenntnisse zum Kern der Kollektivanlage zu entnehmen.
a) Erst ca. 400 Jahren nach ihrem ersten bekannten Auftreten wird das Fondswesen öffentlich-rechtlich reguliert,
beginnend in den USA nach dem Crash von 1929 mit der
New-Deal-Gesetzgebung und in England mit dem Prevention of Fraud (Investments) Act Ende der 1930er Jahre. Seit
den 1970er Jahren sind die Anlageorganisationen Gegenstand der europäischen Richtlinien zum Gesellschafts-,
Bank- und Kapitalmarktrecht. Mit der Herausnahme der
„Organismen für die gemeinsame Anlage“ aus den europäischen Richtlinien erhärtet sich die These vom Fondsrecht als rechtsformunabhängiger Sonderrechtsmaterie.
Die Bereichsausnahme wird zunächst für den Teilbereich
der offenen Wertpapier-Publikumsfonds durch die OGAW
I-RL 85/611/EWG ausgeschöpft, bevor im Jahr 2011 mit der
AIFM-RL ein allgemeiner Teil des europäischen Fondsrechts geschaffen wird.
b) Für das Fondsrecht sind vier Entwicklungsstadien
auszumachen. Zuerst entwickeln sich die Anlage- und
Beteiligungstechniken in anderem Kontext (Tontine,
Commenda, Staatsanleihen). Bis zum 16. Jahrhundert
26
entstehen Rechts- und Organisationsformen, Anteilsverbriefung und Handelbarkeit, die allesamt Voraussetzung für ein erfolgreiches Fondswesen sind. In den
ersten Fonds bildet sich ohne regulatorischen Zwang die
Arbeitsteilung zwischen dem Träger der Anlageentscheidung (Verwalter) und dem Verwahrer der Anlagegegenstände heraus, die heute als Anlagedreieck anerkannt
ist. Die zweite Phase ab dem Börsencrash von 1929 bis
zum Anfang der 1980er Jahre unterwirft die auf der
Grundlage des Vertrags-, Trusts- und Gesellschaftsrechts
strukturierten Produkte einem Sonderrecht zum Schutz
der Anleger. Nach der umfassenden US-Regelung folgen
die europäischen Flächenstaaten, was sich mit der Größe
von Absatzmarkt und potentiellem Anlegerschaden
erklärt. Die Initiatorenstaaten Schweiz, Luxemburg,
Liechtenstein kommen unter Ausnutzung von Externalitäten zunächst ohne Spezialregelungen aus. Erst nach
Skandalen in der zweiten Hälfte der 1960er kommt es
auch hier zu einer (moderaten) Regulierung.
Internationalisierung sowie Optimierung und Intensivierung des Anlegerschutzes prägen die dritte
Entwicklungsphase. Die drei Aspekte hängen zusammen:
Die grenzüberschreitende Tätigkeit kompensiert Größennachteile des Heimatmarktes. Es bilden sich Finanzzentren als Manager- und Produktionsstandort einerseits und Flächenstaaten als Vertriebsstaaten heraus. Die
heutigen Finanzzentren Luxemburg, Irland und Liechtenstein sowie Offshore-Domizile erlangen Bedeutung,
indem sie unter Ausnutzung von Externalitäten neben
einem günstigen Steuerrecht flexible, auf die Bedürfnisse der Initiatoren und Anleger angepasste Spezialregelungen anbieten. Dort entwickeln sich spezialisierte
Dienstleister, die Produktinnovationen vorantreiben.
Die Intensivierung der rechtlichen Vorschriften ist die
Gegenreaktion der Vertriebsstaaten. Auf europäischer
Ebene wird eine Grundlagenregulierung durch Richtlinie
zu einer Detail- und Maximalregulierung durch Ausführungsbestimmungen der Europäischen Kommission und
der Aufsichtsbehörden im Rahmen des sog. LamfalussyVerfahrens. Der auf Wertpapiere beschränkte Anwendungsbereich der OGAW-RL wird zunächst um liquide
Anlagegegenstände ergänzt, sodann der Richtlinieninhalt mit der AIFM-RL auf alle anderen Anlagegenstände
und Rechtsformen (Vertrag, Trust, Personengesellschaft,
Kapitalgesellschaft) erstreckt. Die gleiche Tendenz zeigt
sich in den USA mit der Regulierung der Private Funds
und der Regelsetzung durch die SEC für „pooled vehicles“
jenseits des Investment Company Acts 1940 und des
Investment Adviser Acts 1940.
In der vierten Phase rückt die Sorge um die Stabilität
des Finanzsystems in den Fokus. Systemschutz wird
zum gleichwertigen Ziel neben dem Anlegerschutz.
Alle Verwalter, die eine gewisse Größe und Bedeutung
erreichen (de minimis-Schwelle), werden reguliert. Trotz
intensiver öffentlich-rechtlicher Regulierung bleibt ein
Betätigungsfeld für das Privatrecht, über dessen Dimension
und Rechtsfolgen besteht jedoch wenig Klarheit.
4. Die Entwicklung der Investmentfonds bringt drei
Einsichten:
Erstens suchen lange vor einer staatlichen Intervention
die ehrlichen Parteien nach einem optimalen Interessenausgleich zwischen Initiator- und Anlegerinteresse. Es ist
anzunehmen, dass die privaten Akteure sich in nahezu 500
Jahren der idealen Fondsorganisation angenähert haben.
Die Bestandteile dieser idealen Organisation gilt es zu
identifizieren.
Zweitens sind Fonds nicht nur Privatanlegerprodukte.
Kollektivanlagen mit wenigen Anlegern und geringen
Anlagebeträgen, später dann von professionellen und
institutionellen Anlegern sind von der Fondsregulierung
zunächst ausgenommen. Diese Befreiung kompensiert
die zunehmend strengeren und umfangreicheren Anlegerschutzbestimmungen für Publikumsfonds. Sie findet
ein Ende mit der rechtlichen Berücksichtigung der Systemrisiken zu Beginn des 21. Jahrhunderts.
Drittens hat sich das Fondsrechts zu einem vollständigen
Kapitalmarktrecht mit seinen Komponenten Anlegerund Funktionsschutz entwickelt. Dabei sind die durch die
AIFM-RL insbesondere adressierten Systemrisiken als Teil
des Funktionsschutzes einzuordnen. Kollektivanlagen
sind nicht gefährliche Güter, die es einzudämmen gilt,
sondern volkswirtschaftlich nützliche Institutionen. Nicht
deren Beseitigung, sondern die Exzesskontrolle ist Aufgabe des Rechts.
III. Grundprinzipien der Fondsorganisation
1. Das Kollektivanlagenrecht ist keine Variante der Unternehmung oder individuellen Vermögensverwaltung, es
nimmt eine Sonderstellung ein.
27
a) Die optimale Fondsstruktur (sog. „Idealanlage“)
beschreibt ein Organisationsstatut, welches wohlmeinende Beteiligte in Kenntnis der berechtigten Interessen
des jeweils anderen Teils vereinbaren würden. Diese
Optimalstruktur kann in allen vier für Fonds eingesetzten
Rechtsformen (Trust, Personengesellschaft, Korporation
und Vertrag) erreicht werden. Die konkrete Gestaltung
des Fonds ist immer weniger Ausdruck einer Rechtsformwahl, jedoch immer mehr Ausdruck einer Funktionswahl,
die unter dem Eindruck des Steuer- und Aufsichtsrecht
getroffen wird.
b) Für die optimale Fondsstruktur befriedigt die bislang
nahezu ausschließlich im Schrifttum diskutierte Informationshaftung nicht: Als Folge der Bündelung vieler
Einzelvermögen kann es zu enormen Schäden kommen.
Übersteigt die Haftsumme – wie regelmäßig – das
Eigenkapital des Intermediärs, geht die Abschreckungswirkung von Ersatzpflichten ins Leere. Deshalb kommt
der Prävention durch Organisation und Verhaltenspflichten besondere Bedeutung zu. Dies rechtfertigt die
Pflicht zur Organisation in einem Dreieck aus Verwalter
(Kapitalanlagegesellschaft), Verwahrer (Depotbank) und
Anleger. In diesem Dreieck trifft ein Intermediär (der
Verwalter) die Anlageentscheidungen, während der
zweite Intermediär (der Ver- oder Bewahrer) zum Schutz
der Anleger eingebunden ist (strukturelle Äquivalenz).
c) Das Anlagedreieck begründet Rechte und Pflichten
zwischen den Parteien Verwalter, Verwahrer und Anleger.
Diese Pflichten substituieren intrakorporative Schutzmechanismen und den Selbstschutz der Anleger. An
Stelle des Anlegers übt ein kundiger und in die Geschäftsabläufe eingebundener Intermediär – die Verwahrstelle
oder Depotbank – die Kontrolle gegenüber dem Verwalter
aus. Die derart sortierte Organisations- und Verhaltensordnung ermöglicht einen Mindestschutz während des
Anlagezeitraums, so dass der Privatanleger – der gesetzlichen Vermutung entsprechend – während des ganzen
Anlagezeitraums passiv bleiben kann.
d) Das Anlagedreieck lässt sich für alle Rechts- und Organisationsformen von Kollektivanlagen nachweisen; so etwa
auch für kollektive Anlagevehikel, die heute jenseits des
KAGB anzutreffen sind. Es ist Teil des wahren Vertragswillens der Anleger, dem die Rechtsprechung regelmäßig zur
Durchsetzung verhilft. Ausdrücklich statuiert die AIFM-RL
für alle Anlageorganisationen ein Anlagedreieck. Die
natürliche Wirksamkeitsgrenze des Anlagedreiecks liegt in
der Kollusion von Verwalter und Verwahrer. Ihr ist rechtlich
durch eine im Verhältnis zur Normalsituation verbesserte
Stellung des Anlegers gegenüber den Intermediären zu
entsprechen. Mit der Präventionsaufgabe verknüpft ist
das Recht zum Einschreiten des Fondsmanagers resp.
Verwahrstelle gegen den jeweils anderen Intermediär. In
dem jeweils anderen Intermediär als Prozessstandschafter
werden die Anlegeransprüche gebündelt und so die
Ersatzansprüche bei Streuschäden durchsetzbar.
2. Die ideale Fondsanlage ähnelt im Verhältnis zum
Fondsmanager und der Verwahrstelle einem um
bestimmte individuelle Rechte entkleideten Geschäftsbesorgungsvertrag. Dagegen soll sich die Vermögensordnung im Verhältnis zu den anderen Anlegern am
Aktienrecht orientieren. Die derart zu konstatierende
Rechtsquellenspaltung erklärt das Dilemma von Praxis und
Wissenschaft bei der Suche nach dem sachgerechten Recht.
Insbesondere die Binnenbeziehung zwischen Anleger,
Verwalter und Verwahrer ist auf die vertragliche Ordnung
(contractual governance) gegründet; als Schutzinstrumente des Anlagedreiecks sind einige Kardinalpflichten
auszumachen, insbesondere die Pflicht zur anlegerorientierten Vermögensverwaltung, die Bindung an Anlagevorschriften und eine vertragstypische Transparenz.
3. In einer Fondsbeziehung muss die Gleichbehandlungspflicht besonders akzentuiert sein, weil ohne Gleichbehandlung niemand sein Vermögen mit dem anderer Anleger
vermischen würde. Der Grundsatz der Anlegergleichbehandlung hat jedoch keinen mitgliedschaftlichen, sondern einen
vertragsrechtlichen Geltungsgrund, er wirkt damit nur
inter partes. Ersatz- und sonstige Ansprüche sind jeweils im
Leistungsdreieck rückabzuwickeln.
4. Ein weiteres Grundprinzip ist die Unterscheidung zwischen
Klein- und professionellen Anlegern. Den gesetzlichen
Vorschriften liegt die gesetzliche Vermutung zugrunde,
dass Privatanleger passiv, unkundig und risikoscheu sind,
während professionelle Anleger kraft gesetzlichen Auftrags
aktiv, kundig und risikoneutral sein müssen. Entsprechend
unterscheiden sich Anlageverträge in Abhängigkeit von
dem Status der beteiligten Anleger.
Die mit dem Status verknüpfte Verhaltenserwartung setzt
sich in der Anlagekaskade fort: Wird dem professionellen
Anleger Aktivität und Kundigkeit unterstellt, kann er sich
28
im Verhältnis zu seinen Anlegern nicht auf Passivität und
Unverständnis berufen. Die mit dem Status verknüpfte
Verhaltenserwartung setzt sich in der Anlagekaskade fort.
IV. Konkretisierung und Anwendung
Die Leistungsfähigkeit der erarbeiteten Prinzipien lässt
sich anhand einiger Beispiele aufzeigen.
1. Die Vertragsanalogie ist tauglicher Ansatz zur Lösung
zahlreicher Streitfragen im Innenverhältnis des Fonds.
So lässt sich die bislang schon befürwortete Inhaltskontrolle von Fonds-Gesellschaftsverträgen von Publikumsgesellschaften mittels der Vertragsanalogie überzeugend
begründen. Aufgrund der Einordnung als Vertrag ist die
Inhaltskontrolle Rechtsfolge der mehrfachen Verwendung gleicher Vertragsbedingungen gegenüber einer
Anlegermehrzahl. Dem Privatanleger als Verbraucher hilft
die AGB-Kontrolle vollumfänglich, dem professionellen /
institutionellen Anleger als Unternehmer nur mit Abstrichen: Soweit sich professionelle Anleger bei vermutungsgerechtem Verhalten (aktiv, kundig, risikotragfähig) selber
schützen können, ist die Inhaltskontrolle außer Kraft.
Als gesetzliches Leitbild für die Inhaltskontrolle der Publikumsanlage sind die Vorschriften des Kapitalanlagegesetzbuchs respektive dessen europäischer Kern (AIFMRL und OGAW-Richtlinie) heranzuziehen. Dies stellt die
Inhaltskontrolle bei Publikumspersonengesellschaften
auf eine gesicherte Grundlage und führt den Streit um
die Reichweite der Ausnahme gem. § 310 Abs. 4 BGB einer
neuen, aber konsistenten Lösung zu.
2. Quelle der Weisungsbindung des Anlageverwalters
sind die Anlageleitlinien. Statt eines teilweise bislang
postulierten Diversifikationsgebots besteht nur die
Pflicht zur Vermeidung renditeloser Risiken. Dies hat
Konsequenzen für Objektgesellschaften und Fonds ohne
Anlagevorgaben, die danach durchaus zulässig und
zugleich Anlagegegenstand in einer sinnvollen Portfoliobeimischung sind. Geboten ist zudem eine Verfahrenshaftung (statt wie bislang Ergebnishaftung) für die
Abweichung von Weisungen heraus, welche bei unvorhersehbaren Anlageverlusten den Verwalter privilegiert, der
alles vorhersehbar Notwendige getan hat.
Kardinalpflichten des Verwahrers sind die Überwachung des Verwalters und Verwahrung der Assets.
3. Aus den Prinzipien ergeben sich Detailvorgaben zur Intermediärsvergütung. Das Fondsrecht setzt in der Frage
der Angemessenheit der Gebühren grundsätzlich auf Anlegerinformation statt materielle Gebührenregulierung.
Vf. begründet – u.a. rechtsvergleichend und mit ökonomischen Bezügen - eine zivilrechtliche Exzessgrenze
unter Heranziehung der Sittenwidrigkeit. Sittenwidrig
ist eine Gebührenabrede mit Privatanlegern, wenn die
Gebührenhöhe die Erreichung des Anlageziels (Kapitalerhalt oder Ertrag) unter keinem realistischem Ergebnisszenario als aussichtsreich erscheinen lässt (absoluter
Standard) oder wenn ein Mehrfaches der marktüblichen
Verwaltergebühren für den Fonds gleichen Typs verlangt
wird (relativer Standard).
4. Für die Lastenverteilung bei Teilfonds und
Anteilsklassen ergibt sich, dass Anteilsklassen eines
Fonds keine Differenzierung im Verhältnis zu den übrigen
Anlegern desselben Fonds rechtfertigen. Unzulässig ist
die Abwälzung von Gemeinkosten einer Klasse z.B. für
professionelle Anleger auf die Privatanleger einer anderen
Anlageklasse. Im Verhältnis verschiedener Teilvermögen
ist ebenfalls Gleichbehandlung geschuldet. Die Gleichbehandlung ist indes nicht grenzenlos gewährt. Weil
jeder Anleger zum Verwalter einen eigenen Anlagevertrag schließt, kann jeder Anleger mit dem Verwalter (z.B.)
eine individuelle Regelung in Bezug auf die Verwaltergebühren treffen.
5. Weil an die Stelle des korporativen Mehrheitsprinzips
innerhalb der Anlageorganisation das vertragliche
Zustimmungsprinzip tritt, sind Änderungsvorbehalte für
Fondsverträge in geringem Umfang zulässig. Als Kompensation ist jedoch zur Erhaltung der Flexibilität und Praktikabilität des Fonds als Massenorganisation die Kontinuität
der Anlagebeziehung reduziert. Im Vergleich zur Mitgliedschaft, aber auch im Vergleich zu üblichen Dauerschuldverhältnissen, wo die Kündigung – soweit diese nicht
vorbehalten ist – eines Grundes bedarf (§ 314 Abs. 1 BGB),
ist der Kollektivanlagevertrag ein Rechtsverhältnis mit
reduziertem Bestandsschutz. Dies zeigt sich in einem
erleichterten einseitigen Kündigungsrecht beider Seiten;
es gibt keinen Anspruch auf eine ewige Fondsanlage. Der
Fondsverwalter darf den Fonds liquidieren, der Anleger darf
kündigen oder seinen Anteil verkaufen.
29
6. Aus der im Außenverhältnis wirksamen Korporationsanalogie ist für Publikumsanlagen eine Haftungsbeschränkung
abzuleiten. Dieser Grundsatz kann durch Vereinbarung mit
professionellen Anlegern eingeschränkt werden.
VI. Folgewirkungen für die Corporate und Public
Governance
Folge einer sachgerechten Fondsorganisation sollte der
Abschied des Privatanlegers aus der am UnternehmerAktionär orientierten Stellung in der unternehmerischen
Organisation (AG) sein. Die Anlageorganisation respektive
der Investmentfonds ist auf passive, unkundige Anleger
zugeschnitten. Würde sich der Anlegerkreis in der börsennotierten AG auf professionelle Anleger beschränken,
könnte man bei der unternehmerischen AG im Gegenzug
die aktienrechtliche Satzungsstrenge lockern.
Von der politisch häufig zu bemerkenden Aufgabenüberfrachtung des Fonds ist Abstand zu nehmen. Das
sorgfältig austarierte Gefüge im Fonds gerät aus den
Fugen, wenn Fondsmanager für den Arbeitnehmerschutz, die Einkommenssicherung für den Staatshaushalt oder die Sicherung der Finanzmarktstabilität in
Anspruch genommen werden. Allzu leicht lässt sich ein
pflichtwidriges Handeln des Managers im Verhältnis zu
seinen Anlegern hinter der vermeintlichen Wahrnehmung
unkonturierter Pauschalziele verbergen. Wer zu vielen
Zielen dient, dient in Wahrheit keinem.
Kontakt
Universität Liechtenstein
Institut für Finanzdienstleistungen
Fürst-Franz-Josef-Strasse, 9490 Vaduz, Liechtenstein
Prof. Dr. Dirk Zetzsche
[email protected]
30
IMPR E SSUM
Haftungsausschluss
Impressum
Die Informationen des BAI-Newsletters stellen keine
Aufforderung zum Kauf oder Verkauf von Wertpapieren,
Terminkontrakten oder sonstigen Finanzinstrumenten dar.
Sonderausgabe 1/2015
Eine Investitionsentscheidung sollte auf Grundlage eines
Beratungsgespräches mit einem qualifizierten Anlageberater erfolgen und auf keinen Fall auf der Grundlage dieser
Dokumente/Informationen. Alle Angaben und Quellen
werden sorgfältig recherchiert. Für Vollständigkeit und
Richtigkeit der dargestellten Informationen kann keine
Gewähr übernommen werden.
Verantwortliche Redakteure:
Roland Brooks
Erscheinungsweise: jährlich
BAI e.V.
Poppelsdorfer Allee 106
D-53115 Bonn
Tel. +49 - (0) 228 - 969870
Fax +49 - (0) 228 - 9698790
www.bvai.de
[email protected]
Satz & Layout
VANAMELAND UG (haftungsbeschränkt)
Wiesenstraße 4
47906 Kempen
Tel. +49 - (0) 2152 - 8971241
Fax +49 - (0) 2152 - 8971244
www.VANAMELAND.de
[email protected]
Impressum
31

Sonderausgabe Newsletter Wissenschaftspreis 2015

Transcrição

Documentos relacionados

Yu-Gi-Oh 5Ds

Trading in regulated professions

Online-Offerte: VICTORINOX Taschenmesser «Camper»

Yu-Gi-Oh GX Versand

Compliance Assistant

Meldeformular 25. WDF/BDO/DDV BULL`S German Open 2013 in

Ad Hoc 21.06.2005 - Corporate Equity

So optimieren Sie Ihr Trading

EEX Kundeninformation 2009-03-19 Umstellung von Winter

- Frische Fische