Prognostizierbarkeit deutscher Aktien auf Grundlage von aggregierten Informationssignalen am Beispiel des Scoring-Konzeptes

Zusatztext

Eine der am häufigsten untersuchten Fragestellungen in der finanzwirtschaftlichen Forschung ist die Prognostizierbarkeit von Aktien. Das Auffinden eines funktionierenden Prognosemodells scheint nicht nur die für Aktienprognosen bedeutsame Effizienzmarkthypothese in Frage zu stellen, sondern zudem profitable Investments am Kapitalmarkt zu ermöglichen. Die eingesetzten Prognosemodelle basieren dabei häufig auf Multifaktormodellen, eine Alternative dazu stellen Scoring-Modelle dar. Ihren Ursprung haben Scoring-Modelle in der Entscheidungstheorie und weisen damit eigentlich keinerlei Verbindungen zu Kapitalmarktthemen auf. In der vorliegenden Studie wird die Prognosefähigkeit von Scoring-Modellen mit aggregierten Informationssignalen für den deutschen Aktienmarkt untersucht.

Autorenportrait

Süleyman Yücel wurde 1980 in Bremen geboren. Sein Studium mit betriebs- und finanzwirtschaftlichen Schwerpunkten an der Hochschule Bremen schloss der Autor im Jahre 2015 mit dem akademischen Grad Master of Arts erfolgreich ab. Bereits während seines Studiums sammelte der Autor umfassende Erfahrungen in der Datenanalyse und Prozessautomation in Unternehmen verschiedener Branchen. Fasziniert von der quantitativen Finanzanalyse und den finanzmathematischen Ansätzen, widmete er sich dieser Thematik in der vorliegenden Arbeit.

Weitere Details