Emerging Markets

Transcription

Emerging Markets

Emerging Markets
Eine Research-Publikation der DZ BANK AG
Weiterentwicklung des EM
CRESTA-SCORES
Anleihen/Geld/Devisen
Special
7.4.2009
Anpassung an geänderte bonitätsrelevanten Rahmenbedingungen
Bei der Weiterentwicklung des CRESTA-SCORES für Emerging Markets (EM
CRESTA) wurden bonitätsrelevante Marktentwicklungen der letzten Jahre
berücksichtigt. Dazu gehört unter anderem die Verfügbarkeit von Daten, die bei der
Modellschätzung die Berücksichtigung eines kompletten Konjunkturzyklus
ermöglichen. Dabei wurden insbesondere Variablenauswahl und Parameterwerte
des quantitativen Teilmodells überprüft. Ziel ist weiterhin die Erklärung der
langfristigen Fremdwährungsratings von S&P und Moody’s. Der Gesamtscore bleibt
Resultat der Kombination des quantitativen „Kennzahlen-Score“ und einer
qualitativen „Score-Erweiterung“.
!
Inhalt
überarbeitete EM CRESTA wurde bereits bei unserer letzten Quartalspublikation
! Der
angewendet. Dieser wird in seiner neuen Form weiterhin als Grundlage für die
Bonitätsbeurteilung und die Entwicklung von Anlagestrategien verwendet. Eine
regelmäßige Validierung der Modellparameter ist in der Zukunft geplant, um das
Modell rechtzeitig auf bonitätsrelevante Marktentwicklungen anpassen zu können.
EM CRESTA: kumulierte Trefferquoten
Kumulierte Trefferquoten
100%
80%
60%
40%
EM-CRESTA Gini-Koeffizient: 84,5%
20%
EM-CRESTA
Perfektes Rating
Zufallsrating
0%
0
1
2
3
4
5
Differenz zu Agenturratings in Ratingklassen
Quelle: DZ BANK
1)2)3)4)5)6)
Wichtig: Bitte lesen Sie die Hinweise zu möglichen
Interessenkonflikten und die Disclaimer am Ende dieser Studie.
6
7
Neue Rahmenbedingungen
2
Datengrundlage
4
Einzelfaktoranalyse
10
Mehrfaktoranalyse
12
Der neue Kennzahlen-Score
14
Die Score-Erweiterung
18
Impressum
20
DZ BANK
EMERGING MARKETS – WEITERENTWICKLUNG DES EM CRESTA-SCORES SPECIAL 2.4.2009
Weiterentwicklung des EM CRESTA-SCORES
Neue Rahmenbedingungen
Ziel des EM CRESTA ist es, ähnlich wie bei den CRESTA-SCORES anderer Marksegmente,
wie Unternehmen und Banken, die Bonität von Schuldnern zu beurteilen. Die Schuldner sind
im Falle des EM CRESTA souveräne Emerging-Markets-Staaten. In diesem Zusammenhang
zielt der EM CRESTA auf die langfristigen Fremdwährungsratings (long-term foreign
currency ratings) der führenden Ratingagenturen Standad & Poor’s (S&P) und Moody’s. Der
EM CRESTA versucht, anhand der Berücksichtigung von quantitativen und qualitativen
bonitätsrelevanten Faktoren die Ratings von S&P und Moody’s zu erklären und zu
antizipieren. Üblicherweise stellen die Ratings der genannten Agenturen die Basis der
Bonitätsbewertung und damit des quotierten Spreads der relevanten Emittenten dar.
Abweichungen des EM CRESTA vom aktuellen durchschnittlichen Agentur-Rating können
als Hinweis einer zukünftigen Ratingaktion und somit einer gegenwärtig nicht
angemessenen Bonitätsbeurteilung interpretiert werden. Auf dieser Basis können dann
Anlagestrategien entwickelt werden. Die Basisstruktur des EM CRESTA wird in der
folgenden Abbildung veranschaulicht.
Der EM CRESTA zielt auf die
Ratings von S&P und Moody’s
Struktur des CRESTA-SCORES für Emerging Markets (EM CRESTA)
Quantitative
Faktoren
Kennzahlen-Score: quantitativ objektive
Basisbewertung
<
DZ BANK EM CRESTA
Rating
Qualitative
Faktoren
=
>
S&P und/oder
Moody’s Rating
Score Erweiterung: Bewertungserweiterung mit Hilfe
von Expertenwissen und „weichen“ Faktoren
Quelle: DZ BANK
Der EM CRESTA ist seit Mai 2000 im Einsatz. Seitdem haben sich eine Reihe von
Veränderungen im Segment der Emerging Markets (EM) ergeben, die eine Kalibrierung des
quantitativen Teils, des Kennzahlen-Scores und somit des EM CRESTA notwendig gemacht
haben. Gestützt durch niedrige Renditen in den entwickelten Ländern stieg Anfang dieses
Jahrhunderts die Nachfrage nach EM-Papieren und -Investitionen. Dies ging mit einer relativ
robusten weltweiten Konjunktur und ansteigenden Rohstoffpreisen einher. Die daraus
resultierenden massiven Kapitalzuflüsse und Exporteinnahmen führten zu einem Anstieg
des durchschnittlichen Wirtschaftswachstums und des Pro-Kopf-Einkommens (PKE) in vielen
EM-Ländern. Die mittelfristige Wachstumsrate des Bruttoinlandsprodukts der
kapitalmarktaktiven EM ist von einem Durchschnitt von 2,8% im Jahr 2000 kontinuierlich
bis auf 6,8% im Jahr 2007 gestiegen. Das jährliche PKE stieg in der gleichen Periode und
für die gleiche Ländergruppe von einem Durchschnitt von USD 3.167 auf USD 6.893 an.
1)2)3)4)5)6)
Veränderte Rahmenbedingungen
verlangen Modellneukalibrierung
Wichtig: Bitte lesen Sie die Hinweise zu möglichen Interessenkonflikten und die Disclaimer am Ende dieser Studie.
2
DZ BANK
Pro-Kopf-Einkommen der EM-Länder - Jahreswerte
8
8000
7
7000
6
6000
5
5000
4
USD
Prozent
BIP-Wachstum der EM-Länder – 3-Jahresdurchschnitt
4000
3
3000
2
2000
1
1000
0
0
1997
1999
2001
2003
2005
1997
2007
Quelle: EIU, DZ BANK Berechnungen
1999
Auch die Verschuldungs- und Liquiditätslage der EM-Länder verbesserte sich deutlich. So
gingen die Staatsschulden der EM-Länder von einem Durchschnitt von fast 50% des BIP im
Jahr 2002 auf rund 35% des BIP im Jahr 2007 zurück. Viele Länder verwendeten die
Kapitalzuflüsse zur Stärkung der Währungsreserven und zum Abbau der Auslandsschulden.
Dadurch stieg der durch Währungsreserven gedeckte Anteil mittelund langfristiger
Auslandschulden von rund 80% im Jahr 2000 auf fast 300% im Jahr 2007. Die hohe
Liquidität auf den internationalen Kapitalmärkten veranlasste zahlreiche Länder, ihren
Finanzierungsbedarf über die Emission von Fremdwährungs- und lokalen Anleihen zu
decken. Die Anzahl der Länder mit einem S&P-Fremdwährungsrating stieg von etwa 90 im
Jahr 2000 auf mehr als 120 im letzten Jahr. Damit ist eine deutliche bessere
Datengrundlage als zum Zeitpunkt der Erstentwicklung des EM CRESTA verbunden. Dies
ermöglicht die Berücksichtigung einer kompletten Konjunkturzyklus bei der Schätzung der
Modellparameter.
60
300
50
250
40
200
30
100
10
50
0
0
1999
2001
2005
2007
2003
2005
Kritische Werte der Indikatoren
haben sich verschoben
150
20
1997
2003
Devisenreserven / mittelund langfristige
Auslandsstaatsverschuldung
Prozent
Prozent
Staatsschulden der EM-Länder als Anteil des BIP
2001
2007
1997
1999
2001
2003
2005
2007
Eine ähnliche Entwicklung ist bei anderen bonitätsrelevanten Kennzahlen zu beobachten. In
diesem Zusammenhang stellte sich die Frage, inwiefern die bei der Entwicklung des EM
CRESTA im Jahr 2000 geschätzten Parameter angepasst werden mussten, um die Bonität
der Länder angesichts der neuen makroökonomischen Rahmenbedingungen weiterhin auf
eine zuverlässige Weise messen zu können.
1)2)3)4)5)6)
3
DZ BANK
Ein weiterer Punkt im Zusammenhang mit den oben erwähnten Faktoren ist die teils
rasante Entwicklung lokaler Kapitalmärkte in einigen EM-Ländern in den vergangenen
Jahren. Bei der Bonitätsbeurteilung der Länder bezüglich ihrer
Fremdwährungsverbindlichkeiten können die Entwicklungen der inländischen Kapitalmärkte
aus heutiger Sicht nicht komplett außer Acht gelassen werden, da sie Auswirkungen auf die
Wechselkursentwicklung und die Gesamtverschuldung eines Staates haben und somit auch
auf die Bonität eines Landes. Darüber hinaus hat sich die Transparenz des Ratingprozesses
der Ratingagenturen verbessert. So sind im Gegensatz zu den neunziger Jahren Studien
zugänglich, die eine Darstellung der Agentur-Kennzahlen und deren Berücksichtigung
beinhaltet.
Vor diesem Hintergrund haben wir uns entschieden, innerhalb des quantitativen Teils nicht
nur die Parameterwerte der bereits im Kennzahlen Score des EM CRESTA berücksichtigten
Variablen zu überprüfen, sondern auch eine Reihe von neuen potenziellen
Erklärungsvariablen zu testen.
Lokale Kapitalmarktentwicklung
und mehr Transparenz bei....
...Agenturen erweitern Anzahl
potenzieller Erklärungsfaktoren
Die hier dargestellte Anpassung des EM CRESTA wurde mit dem Ziel durchgeführt, bei der
Bonitätsbeurteilung der EM-Länder die Marktentwicklungen der letzten Jahre angemessen
zu berücksichtigen. In diesem Zusammenhang wurden sowohl die Auswahl der Variablen
im quantitativen Teil des Ratingsystems als auch die Parameterwerte überprüft. Ziel und
Struktur des EM CRESTA wurden jedoch beibehalten. Der EM CRESTA besteht demzufolge
weiterhin aus einem quantitativ objektiven „Kennzahlen-Score“ und einer qualitativen
„Score-Erweiterung“, die auf der Basis von Expertenwissen und „weichen“ Faktoren
bestimmt wird.
Datengrundlage
Für die Weiterentwicklung des EM CRESTA wurden jährliche Daten von 40 Ländern
verwendet. Bei der Auswahl der Länder wurden folgende Faktoren berücksichtigt:
1.
Das Land durfte nicht als Industrieland – entwickeltes Land – gelten. Diese
Einschränkung war notwendig, um sicherzustellen, dass die Auswahl der
Modellkennzahlen und die Parameterschätzung unter Berücksichtigung der
speziellen volkswirtschaftlichen und finanziellen Merkmale von EM stattfinden.
EM und entwickelte Länder weisen beispielsweise deutliche Unterschiede
bezüglich der durchschnittlichen Wachstumsraten und des Pro-Kopf-Einkommens
auf. Darüber hinaus werden bei diesen Ländergruppen in der Regel ähnliche
Kennzahlenwerte sehr unterschiedlich bei der Bonitätsbeurteilung interpretiert.
Während hohe Leistungsbilanz- und Haushaltsdefizite bei EM oft von den
Ratingagenturen als Grund für die niedrigen Ratingeinstufungen bzw. für
Herabstufungen genannt werden, scheinen solche Indikatoren bei Ländern wie
die Vereinigten Staaten keine besondere Rolle für das Rating zu spielen.
2.
Es musste sich um kapitalmarktaktive EM-Länder handeln. Aufgrund des Ziels, EM
CRESTA als Grundlage für Anlagestrategien zu verwenden, war es notwendig, in
die Stichprobe ausschließlich Länder einzubeziehen, die sich zumindest teilweise
über den Kapitalmarkt refinanzieren oder refinanziert haben. Dieses Kriterium
führte zum Ausschluss zahlreicher Entwicklungsländer aus der Stichprobe. Nicht
selten wird in der ökonomischen Literatur zwischen Entwicklungs- und
Schwellenländern unterschieden. Letztere sind Länder, die einen gewissen
Entwicklungsstand erreicht haben und sich an der „Schwelle“, entwickelt zu
1)2)3)4)5)6)
Stichprobe: 40 EM-Länder,
Ratingperiode 1998-2008
Beschränkung auf
kapitalmarktaktive EM-Länder…
4
DZ BANK
werden, befinden. EM bzw. Schwellenländer und Entwicklungsländer weisen auch
in der Regel unterschiedliche volkswirtschaftliche und finanzielle Merkmale auf,
die bei der Modellentwicklung berücksichtigt werden.
3.
Historische S&P bzw. Moody’s Ratings mussten verfügbar sein. Diesbezüglich
wurde die Existenz von mindestens zehn Jahren Ratinghistorie (langfristiges
Fremdwährungsrating) als Auswahlkriterium festgelegt. Dadurch wird in der Regel
ein kompletter Konjunkturzyklus bei der Weiterentwicklung des Ratingverfahrens
berücksichtigt.
4.
Verfügbarkeit makroökonomischer Daten. Eng verbunden mit dem vorherigen
Kriterium ist die Notwendigkeit der Existenz von genügend makroökonomischen
Daten, um eine statistisch fundierte Vorgehensweise zu ermöglichen.
…mit genügend historischen
Ratings und statistischen Daten
Die Beobachtungsperiode der Stichprobe erstreckt sich von 1998 bis 2008 (Ratingjahre).
Die Beobachtungsperiode wurde auf die letzten elf Jahre in erster Linie begrenzt, um eine
statistisch symmetrische und repräsentative Stichprobe bilden zu können. Eine Ausweitung
der Stichprobe weiter in die Vergangenheit hätte den ungewollten Nebeneffekt gehabt,
dass manche Länder aufgrund der unterschiedlichen Datenverfügbarkeit eine stärkere
Gewichtung in der Stichprobe bekommen hätten und somit die Modellergebnisse
übermäßig beeinflusst hätten. Ein weiterer Grund für die gewählte Beobachtungsperiode
war die Finanzierung der EM-Länder über den Kapitalmarkt, die erst ab der zweiten Hälfte
der neunziger Jahre deutlich in Fahrt kam. Insgesamt setzt sich die verwendete Stichprobe
aus 440 Beobachtungen, 40 Beobachtungen pro Jahr bzw. 11 Beobachtungen pro Land
zusammen.
Die abhängige Variable
Die zu erklärende Variable im EM CRESTA ist der Durchschnitt des langfristigen
Fremdwährungsratings der Agenturen S&P und Moody’s. Wenn das langfristige
Fremdwährungsrating nicht vorhanden war, wurde das Country Ceiling für langfristige
Fremdwährungsschulden verwendet. Die Ratingdaten stammen aus Bloomberg. Diese
wurden mit den volkswirtschaftlichen Daten mit einer Verzögerung von sechs Monaten
verknüpft. Das heißt beispielsweise, dass zu den makroökonomischen Daten des Landes A
für das Jahr 2005 das Rating von S&P, das am 30.06.2006 für dieses Land gültig war,
zugewiesen wurde. Die verzögerte Zuweisung der Ratings zu den volkswirtschaftlichen
Daten bei der Bildung der Stichprobe liegt darin begründet, dass endgültige
makroökonomische Daten häufig erst mit einer Verzögerung von einigen Monaten
veröffentlicht werden.
Zielvariable: langfristiges
Fremdwährungsrating
Die Umwandlung der alphanumerischen Ratingklassen von S&P und Moody’s in numerische
Werte für die Schätzungen entspricht dem Verfahren bei der Erstentwicklung des EM
CRESTA und den entsprechenden Verfahren für CRESTA-SCORES anderer Segmente. Für die
23 vorgesehenen Ratingklassen der Agenturen (AAA beziehungweise Aaa bestes Rating bis
C schlechtestes Rating) wurden festgelegte Bandbreiten auf eine Skala zwischen 1
(schlechtester Wert) und 10 (bester Wert) gebildet. Allerdings bewegen sich die für EMLänder relevanten Werte zwischen 1,90 und 7,50. Das liegt darin begründet, dass sich die
Ratings der EM-Länder in der Regel im Bereich CC bis A befinden. Nur in seltenen Fällen
und unter Berücksichtigung von qualitativen Kriterien erreichen EM-Länder ein Rating im
Bereich oberhalb von A. In der hier verwendeten Stichprobe waren ausschließlich 3 von 440
Beobachtungen im Ratingbereich AA. Dabei handelte es sich um das Moody’s (Country
Ceiling für langfristige Währungsschulden) Rating für Estland. Bei den CC-Ratings handelte
EM CRESTA konsistent mit
CRESTA anderer Segmente
1)2)3)4)5)6)
EM-Länder werden in der Regel
zwischen CC und A geratet
5
DZ BANK
es sich ebenfalls um Ausnahmen. So beziehen sich die Beobachtungen mit einem Rating in
einer der CC-Klassen auf Argentinien (2001-2003), Russland (1998,1999) und Indonesien
(1999, 2001). Die Einstufung dieser Länder in der CC-Klasse erfolgte hauptsächlich unter
Berücksichtigung von qualitativen Faktoren im Zusammenhang mit den jeweiligen
Ausfällen.
Wenn sowohl ein Rating von S&P als auch von Moody’s vorhanden war, wurde der
Mittelwert beider Ratings für die Berechnungen verwendet. Durch diese Vorgehensweise
werden systematische Unterschiede bei der Bonitätsbeurteilung der Ratingagenturen
geglättet. So tendiert beispielsweise S&P dazu, lateinamerikanische Länder besser
einzustufen als Moody’s zu raten. Dagegen wird die Bonität der mittelund
osteuropäischen Länder von Moody’s besser als von S&P eingeschätzt. Wie die Zuweisung
von numerischen Werten zu den Ratingklassen der Agenturen S&P und Moody’s erfolgte,
wird schematisch anhand der folgenden Tabelle dargestellt.
Rating wird in einen Scorewert
über eine vordefinierte Skala
umgewandelt
Beispiel der Zuweisung von numerischen Werten zu den Agenturratings
Nr.
Moody's
S&P
Modell
Untergrenze
Obergrenze
23
22
Aaa
Aa1
AAA
AA+
8,75
7,75
8,50
7,50
10,00
8,50
21
.
.
.
7
6
5
4
3
2
Aa2
.
.
.
Caa1
Caa2
Caa3
Ca1
Ca2
Ca3
AA
.
.
.
CCC+
CCC
CCCCC+
CC
CC-
7,35
.
.
.
3,35
3,15
2,85
2,35
1,85
1,60
7,25
.
.
.
3,25
3,00
2,75
2,25
1,75
1,50
7,50
.
.
.
3,50
3,25
3,00
2,50
2,00
1,75
1
C
C
1,25
0,00
1,50
Quelle: DZ BANK. Die hier dargestellten Unter- und Obergrenzen sowie die Modellscores sind Beispiele und
können von den tatsächlich verwendeten abweichen.
Ein Land das S&P und Moody’s in die Klassen Aa2 beziehungsweise AA einstuft, wird im
Modell mit einem Scorewert von 7,35 berücksichtigt. Dieser Score liegt für die jeweiligen
Ratingklassen zwischen den festgelegten Unter- und Obergrenzen. Der Maximalwert des
Scores ist zehn, was einem AAA-Rating entspricht. Der Minimalwert des Scores ist Null, was
einem C-Rating entspricht. Liegt ein Split-Rating vor, wird also beispielsweise ein Land von
Moody’s mit Caa1 (Score: 3,35) geratet und von S&P mit CC+ (2,35), so wird innerhalb des
Modells ein Durchschnittsscorewert zugewiesen. Im konkreten Besipiel wäre dies ein
Scorewert von 2,85, was einem Mid-Rating von CCC- entspricht. Die gleiche
Vorgehensweise wird verwendet, um von einem innerhalb des Modells berechneten Score
zu einer entsprechenden CRESTA-Ratingklasse zu gelangen. Ein Land mit einem
berechneten Score von 3,2 würde beispielsweise ein CCC-Rating bekommen, da der
Scorewert zwischen der Unter- und Obergrenze der CCC-Klasse liegt. Dabei bleibt der
Einfluss des qualitativen Scores zunächst unberücksichtigt.
Die ausgewählten Länder sowie ihre Ratings zum Zeitpunkt der Einführung des EM CRESTA
im Juni 2001 und Juni letzten Jahres werden in der unten dargestellten Tabelle aufgeführt.
Dabei wird ersichtlich, dass die oben genannten Entwicklungen und veränderten
1)2)3)4)5)6)
6
DZ BANK
Rahmenbedingungen tendenziell mit einer Heraufstufung der Bonität dieser Länder durch
die führenden Ratingagenturen einhergingen. Die meisten Länder haben zwischen 2001
und 2008 eine Ratingheraufstufung erfahren. Die Anzahl der Länder aus der Stichprobe, die
in dieser Periode im Investmentgrade-Bereich (BBB- oder besser) geratet waren, stieg von
14 auf 19. Während in 2001 kein einziges Land im A-Bereich geratet war, waren es 11 in
2008.
Länderauswahl für die Stichprobe und Durchschnittsrating in 2001 und 2008
Land
Mid-Rating
Juni 2008
Mid-Rating
Juni 2001
Heraufstufung (+)
Herabstufung (-)
Unverändert (0)
Argentinien
Bolivien
B
B-
BBB+
-
Brasilien
Bulgarien
Chile
China
Kolumbien
Costa Rica
Kroatien
Tsch.Rep.
Dom.Rep.
Ekuador
Ägypten
El Salvador
Estland
Guatemala
Honduras
Ungarn
Indien
Indonesien
Kasachstan
Korea
Lettland
Litauen
Malaysia
Mexiko
Panama
Peru
Philippinen
Polen
Rumänien
Russland
Slowak. Rep.
Südafrika
Thailand
Türkei
Ukraine
Uruguay
Venezuela
BB+
BBB
A
A
BB+
BB+
BBBA
B
BBB+
BB+
AABB
BBABBBBBBBB+
A
AAABBB+
BB+
BB
B+
ABBBBBB
A
BBB+
BBB+
BBB+
B+
B+
B
B
BBB+
BBB+
BB
BB
BBBBBB+
B+
CCC
BBBBB+
BBB+
BB
B
BBB+
BB
CC+
B+
BBB
BBB
BB+
BBBBB+
BB+
BBBB+
BBB+
BCC+
BB+
BBBBBBB+
CCC+
BBBB
+
+
+
+
+
+
0
+
+
0
+
0
+
+
+
+
+
+
+
+
+
+
0
+
+
+
+
+
+
+
+
+
+
Vietnam
BB-
B+
+
Quelle: Bloomberg, DZ BANK Berechnungen, Mid-Rating: Mittelwert der S&P und Moody’s Ratings.
1)2)3)4)5)6)
7
DZ BANK
Die erklärenden Variablen
Bei der Bildung der Stichprobe wurden vorwiegend endgültige makroökonomische Daten
verwendet. Wie bereits erwähnt, wurde im Rahmen der Weiterentwicklung des CRESTASCORES für EM überprüft, inwiefern eine neue Kombination und Gewichtung der
erklärenden Variablen die Validität des Modells verbessern kann. In diesem Zusammenhang
wurden verschiedene neue Indikatoren getestet. Grundsätzlich wurden im ursprünglichen
Kennzahlen-Score des EM CRESTA bereits alle quantitativ erfassbaren bonitätsrelevanten
Bereiche einer Volkswirtschaft berücksichtigt. Deshalb wurde zunächst die Aufteilung der
Indikatoren in die Bereiche wirtschaftliche Entwicklung, Zahlungsbilanz, Verschuldung und
Deckung aufrechterhalten. Die neu getesteten Kennzahlen wurden dann einer dieser
Kategorien zugeordnet. Neben den acht bereits im EM CRESTA berücksichtigten
Kennzahlen wurden 16 weitere potenzielle Variablen identifiziert. Im Rahmen der
Bereinigung und Aufbereitung der Daten für die statistischen Berechnungen mussten jedoch
die Kennzahlen „Staatsschulden/Budget-Einnahmen“ und „Zinszahlungen des gesamten
öffentlichen Sektors/Budget-Einnahmen“ aus der Liste der zu testenden Variablen
herausgenommen werden, da diese zu viele fehlende Werte aufwiesen. Bei den
statistischen Berechnungen wurden demzufolge 22 potenzielle Variablen überprüft.
22 potenzielle Variablen wurden
getestet
Die zum Test ausgewählten Einzelindikatoren werden in der unteren Tabelle zusammen mit
ihrer Zuordnungskategorie und einigen Anmerkungen dargestellt. Der erwartete
Zusammenhang zum Rating (EZR) wird mit „+“ und „-“ angegeben. Dabei bedeutet „+“,
dass sich das Rating beim Anstieg des Indikatorwertes verbessern sollte. „-“ bedeutet
dagegen, dass ein steigender Wert des Indikators mit einem schlechteren Rating
einhergehen sollte. Die erwarteten Zusammenhänge beziehen sich auf Beziehungen, die
unter normalen ökonomischen Bedingungen und auf mittelfristige Sicht zu beobachten sein
dürften. Es kann durchaus Situationen geben, in denen die Beziehung zwischen einem
Indikator und dem Rating anders als erwartet ist. Ein typisches Beispiel wäre ein Land, das
aufgrund von Investitionen in Infrastruktur und Produktionskapazitäten während einiger
Jahre ein hohes Leistungsbilanzdefizit ausweist. Angesichts der hohen Investitionen wird
jedoch eine Produktivitätserhöhung im Exportsektor erwartet, so dass das Rating von den
Ratingagenturen sogar heraufgestuft wird. Da es sich bei den ausgewählten Kennzahlen
und herkömmliche makroökonomischen Größen handelt, wird auf eine ausführliche
Erklärung der Einzelindikatoren verzichtet. Auf den besonderen Fall des
Leistungsbilanzsaldos wird weiter unten näher eingegangen.
EZR basiert auf mittelfristigen
ökonomischen Kriterien
1)2)3)4)5)6)
8
DZ BANK
Liste potentieller erklärender Variablen
Nr. Kennzahl
Kategorie
1
Pro-Kopf-Einkommen (PKE)
+
2
Wachstumsrate des Bruttoinlandsprodukt
Wirtschaftliche Entwicklung in US-Dollar, bereits im EM CRESTA berücksichtigt.
Wirtschaftliche Entwicklung real, in %, 3-Jahresdurchschnitt, bereits im EM
CRESTA berücksichtigt.
Wirtschaftliche Entwicklung in %, neue Kennzahl.
Wirtschaftliche Entwicklung in %, neue Kennzahl
-
Wirtschaftliche Entwicklung in %, neue Kennzahl, Bruttoinvestitionen/BIP.
Wirtschaftliche Entwicklung in %, neue Kennzahl.
+
(BIP-Wachstum)
3
Wachstumsrate der inländischen Kredite
4
Inflationsrate
5
Investitionsquote
6
Wachstumsrate der Geldmenge (M2)
Anmerkungen
EZR*
+
-
Zahlungsbilanz
in %, bereits im EM CRESTA berücksichtigt.
+
Netto-Direktinvestitionen/BIP
Zahlungsbilanz
+
Geldmenge (M2)/Währungsreserven
Zahlungsbilanz
in %, neue Kennzahl.
-
in %, neue Kennzahl, (Netto-Direktinvestitionen +
Leistungsbilanz)/BIP.
in Monaten, neue Kennzahl
+
in %, bereits im EM CRESTA berücksichtigt,
staatliche und private Auslandsschulden,
Gesamtexporte.
in %, 3-Jahresdurchschnitt, bereits im EM CRESTA
berücksichtigt.
in %, bereits im EM CRESTA berücksichtigt, mittelund langfristige staatliche Auslandsschulden, inkl.
IWF-Schulden.
-
7
Leistungsbilanzsaldo/BIP
8
9
10
Finanzierungsstruktur der Leistungsbilanz
Zahlungsbilanz
11
Importdeckungsquote
Zahlungsbilanz
12
Auslandgesamtverschuldung/Exporte
Verschuldung und Deckung
13
Budgetsaldo/BIP
14
Auslandsstaatsverschuldung/BIP
15
Internationale
+
+
-
+
Reserven/Auslandsstaatsverschuldung
16
Schuldendienstquote, bezahlt
17
Schuldendienstquote, fällig
18
Staatsschulden/Budget-Einnahmen
19
Zinszahlungen des gesamten öffentlichen
Sektors/Budget-Einnahmen
20
Öffentliche Gesamtverschuldung/BIP
21
Veränderungsrate der öffentlichen
in %, neue Kennzahl, Zahlungen von Zinsen und
Tilgungen der gesamten mittelfristigen
Auslandsschulden (privat und staatlich) /
Gesamtexporte.
in %, neue Kennzahl, Fällige Zinsen und Tilgungen
der gesamten mittelfristigen Auslandsschulden
(privat und staatlich) / Gesamtexporte.
in %, neue Kennzahl, statistische Analyse nicht
möglich wegen fehlender Werte.
in %, neue Kennzahl, statistische Analyse nicht
möglich wegen fehlender Werte.
-
in %, neue Kennzahl, inländische und ausländische
öffentliche Verschuldung.
in %, neue Kennzahl, jährliche Veränderungsrate.
-
In %, neue Kennzahl, Standardabweidung der
letzten drei Jahre
in %, neue Kennzahl, (-Leistungsbilanzsaldo +
kurzfristige Verschuldung) / Währungsreserven
in %, neue Kennzahl,
(Auslandsgesamtverschuldung –
Währungsreserven – Auslandsaktiva der privaten
Banken)/Leistungsbilanz-Einnahmen
-
-
-
-
Gesamtverschuldung/BIP
22
Variabilität der Schuldendienstquote
23
Externer Finanzierungsbedarf
24
Netto-Auslandsschulden/Leistungsbilanz-
Einnahmen
-
*ERZ= Erwarteter Zusammenhang zum Rating
1)2)3)4)5)6)
9
DZ BANK
Einzelfaktoranalyse
Nach der Aufbereitung der Daten wurde eine Einzelfaktoranalyse durchgeführt. Im
Mittelpunkt der Einzelfaktoranalyse stand die Untersuchung der Korrelation der
ausgewählten Variablen mit den Agenturratings. Auf dieser Grundlage wurden die Werte
der „Rohkennzahlen“ so transformiert, dass
1.
alle Kennzahlen im gleichen Wertebereich (0 bis 10) liegen,
2.
die Korrelation der Einzelkennzahlen mit den Ratings maximiert wird.
Rohkennzahlen werden in Scores
transformiert und…
Diese Vorgehensweise hat den Vorteil, dass die Koeffizienten der Schätzgleichung bei der
Mehrfaktorenanalyse leichter zu interpretieren sind. Darüber hinaus ermöglicht die
verwendete Transformation der Kennzahlen (Score-Transformation) die Modellierung von
nichtlinearen Zusammenhängen. Die Score-Transformation erfolgte durch die Zuweisung
von Werten zwischen 0 und 10 zu den einzelnen Kennzahlen. Für die Zuweisung dieser
Werte wurden Ober- und Untergrenzen festgelegt. Bei der Zuweisung der Scorewerte zu
den Kennzahlenrohwerten wurde darauf geachtet, dass eine Scoreerhöhung immer eine
Bonitätsverbesserung zum Ausdruck bringt. Diese Vorgehensweise erleichtert die
Interpretation der Korrelationen und der Koeffizienten bei der Mehrfaktorenanalyse. Im
Normalfall müssen demzufolge die Korrelationen zwischen den Scorewerten der
Kennzahlen und den Ratings sowie die Koeffizienten bei der Mehrfaktorenanalyse ein
positives Vorzeichen aufweisen. Ein negatives Vorzeichen würde bedeuten, dass der
erwartete Zusammenhang zwischen den Kennzahlen und den Ratings (EZR), wie in der
obigen Tabelle dargestellt, nicht gegeben ist. Das Vorzeichen der Korrelation zwischen den
Rohkennzahlen und den Ratings ist jedoch unabhängig von den verwendeten
Scoretransformationen und dürfte im Idealfall das oben angeführte erwartete Vorzeichen
aufweisen.
Die Festlegung der Ober- und Untergrenzen erfolgte auf zweifache Weise. In einem ersten
Schritt wurden die Rohwerte der Kennzahlen in elf Perzentile aufgeteilt
(Perzentilverfahren). Auf der Grundlage der durch dieses Verfahren festgelegten Ober- und
Untergrenzen wurden in einem zweiten Schritt die Grenzen so angepasst, dass die
Korrelation der score-transformierten Kennzahlen mit den Ratings maximiert wird
(Optimierungsverfahren). Bei der Optimierung der Score-Transformation wurden neben rein
mathematisch ermittelten Schwellenwerten auch ökonomisch fundierte Erfahrungswerte
herangezogen. Dies führte in den meisten Fällen zu einer höheren Korrelationen, so dass
bei der Mehrfaktoranalyse die optimierten score-transformierten Kennzahlen verwendet
wurden. Die unteren Abbildungen veranschaulichen den Zusammenhang zwischen
Rohkennzahlen und Ratings sowie zwischen Rohkennzahlen und zugewiesenen
Scorewerten. Dabei wird auch ersichtlich, dass durch die Scoretransformation der
Wertebereich der Ratings und Rohkennzahlen angeglichen wurde. Darüber hinaus wird in
der rechten Abbildung deutlich, wie durch die Anwendung der Scoretransformation der
nicht-lineare Zusammenhang zwischen Rohkennzahl und Score hergestellt wird.
1)2)3)4)5)6)
...die Korrelation der Scores zum
Rating maximiert
10
DZ BANK
Rohkennzahl und Mid-Rating Scorewerte
Rohkennzahl und zugewiesenen Scorewerten
8
8
Scorewerte
10
Mid-Rating Score
10
6
4
6
4
2
2
0
0
0
100
200
300
400
500
Perzentilverfahren
Optimierungsverfahren
Aktuelle-Scores
0
100
200
300
400
500
600
Auslandsgesamtverschuldung/Exporte in %
Auslandsgesamtverschuldung/Exporte in %
Quelle: EIU, Bloomberg, DZ BANK Berechnungen
Quelle: DZ BANK Berechnungen
Die Korrelationen zwischen Rohkennzahlen beziehungsweise den verwendeten
Scoretransformationen und den Ratings werden in der folgenden Tabelle
zusammengefasst. Unter EM CRESTA-Alt sind die Korrelationen der bis vor Einführung des
überarbeiteten quantitativen Modells verwendeten Scoretransformationen dargestellt.
Diese beziehen sich auf die acht Kennzahlen, die bis dahin Bestandteil des KennzahlenScores waren.
Korrelation zwischen den potentiellen erklärenden Variablen und den Ratings
Nr.
Kennzahl
Korrelation
Rohkennzahl
Korrelation EM
CRESTA Alt
Korrelation
Perzentilverfahren
Korrelation
Optimierungsverfahren
1
Pro-Kopf-Einkommen (PKE)
0,55
0,51
0,53
0,56
2
Wachstumsrate des Bruttoinlandsprodukt (BIPWachstum)
Wachstumsrate der inländischen Kredite
0,41
0,40
0,35
0,46
-0,09
-0,03
-0,13
-0,14
0,45
-0,19
-0,27
0,18
-0,07
-0,19
0,01
-0,46
0,16
-0,64
0,53
-0,23
-0,28
-0,44
-0,14
0,4
0,45
-0,23
-0,28
0,18
0,06
-0,19
0,01
0,43
0,16
0,66
0,76
0,21
0,24
0,46
0,05
0,48
0,48
-0,10
-0,35
0,22
0,15
-0,26
0,17
0,51
0,20
0,70
0,79
0,26
0,31
0,50
0,11
0,23
-0,03
0,52
0,28
-0,14
0,59
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
180
19
20
21
22
Inflationsrate
Investitionsquote
Wachstumsrate der Geldmenge (M2)
Netto-Direktinvestitionen/BIP
Geldmenge (M2)/Währungsreserven
Finanzierungsstruktur der Leistungsbilanz
Importdeckungsquote
Auslandgesamtverschuldung/Exporte
Budgetsaldo/BIP
Auslandsstaatsverschuldung/BIP
Internationale Reserven/Auslandsstaatsverschuldung
Schuldendienstquote, bezahlt
Schuldendienstquote, fällig
Öffentliche Gesamtverschuldung/BIP
Veränderungsrate der öffentlichen
Gesamtverschuldung/BIP
Variabilität der Schuldendienstquote
Externer Finanzierungsbedarf
Netto-Auslandsschulden/ Leistungsbilanz-Einnahmen
-0,29
0,09
-0,56
-0,29
0,17
0,44
0,16
0,65
0,77
Quelle: DZ BANK
1)2)3)4)5)6)
11
DZ BANK
Mehrfaktorenanalyse
Im Anschluss an die Einzelfaktoranalyse erfolgte die tatsächliche Berechnung der
Koeffizienten des Modells im Rahmen der Mehrfaktorenanalyse. In diesem Zusammenhang
wurde unter Anwendung der Methode der Kleinsten Quadrate die beste Kombination der
score-optimierten Variablen gesucht, die in der Lage ist, das Mid-Rating zu treffen. Als
beste Kombination wurde hierbei nicht nur diejenige mit dem höchsten adjustierten
Bestimmtheitsmaß (adj. R²) definiert. Neben diesem herkömmlichen Fehlermaß wurden die
Trefferquote, die mittlere absolute Abweichung, die Wurzel der mittleren quadratischen
Abweichung und die mittlere Abweichung (Verzerrung) berücksichtigt.
1.
Die Trefferquote misst, inwiefern das geschätzte Modell die Beobachtungen in
die gleiche Ratingklasse wie die Agenturen einstuft. Der Wert der Trefferquote
kann zwischen 0% und 100% liegen. Allerdings wird die Trefferquote unter
Berücksichtigung der Anzahl der Ratingabweichungen kumulativ gemessen. Eine
0-Notch Trefferquote von 30% bedeutet beispielsweise, dass in 30% der Fälle
das Modell die Beobachtungen in den gleichen Ratingklassen wie die
Ratingagenturen S&P und/oder Moody’s einstuft. Eine 1-Notch Trefferquote von
50% würde entsprechend bedeuten, dass in 50% der Fälle das Modell eine
maximale Abweichung von +/- 1 Ratingklasse (Notch) zu den externen Ratings
aufweist. Im Zusammenhang mit der Berechnung der kumulierten Trefferquote
wurde auch der Gini-Koeffizient berechnet. Dieser gibt an, inwieweit sich das
geschätzte Modell von einem perfekten Modell unterscheidet. Der Gini-Koeffizient
für ein perfektes Modell wäre 100% und für ein Zufallsmodell 50%.
2.
Die mittlere absolute Abweichung (Mean absolute error, MAE) misst die
durchschnittliche Abweichung der geschätzten Ratingklassen von den
tatsächlichen Ratingklassen. In diesem Zusammenhang wurde auch die
maximale Abweichung in Notches gemessen. Beim MAE werden allerdings
größere Abweichungen nicht stärker gewichtet.
3.
Daneben wurde auch die Wurzel der mittleren quadratischen Abweichung
(Root mean square error, RMSE), berücksichtigt. Dieses Fehlermaß gibt zusätzlich
an, wie stark die Schätzungen von den tatsächlich beobachteten Werten der
abhängigen Variablen abweichen. Dabei werden jedoch größere Abweichungen
stärker als kleinere Abweichungen gewichtet.
4.
Die mittlere Abweichung oder Verzerrung misst die Abweichung der
geschätzten Ratings von den tatsächlichen Ratings. Im Gegensatz zum MAE wird
bei diesem Fehlermaß die Richtung der Abweichungen berücksichtigt. Ein
negatives Vorzeichen bei diesem Fehlermaß würde bedeuten, dass das Modell
tendenziell konservativer als die Ratingagenturen ratet, Ein positives Vorzeichen
dagegen, dass das Modell eine Tendenz zu besseren Ratings im Vergleich zu den
Agenturen hat.
Koeffizientenschätzung anhand
eines Regressionsverfahrens
Zur Modellauswahl wurden
verschiedene statistische…
...und ökonomische Kriterien
berücksichtigt
Auf der Grundlage dieser Fehlermaße wurden auch Out-of-Sample- und Out-of-Time-Tests
durchgeführt, um die Stabilität verschiedener Modellspezifizierungen zu testen.
Neben der rein statistischen Auswertung der geschätzten Modelle wurde stets auf die
ökonomisch sinnvolle Interpretation der Modellstruktur sowie auf die von den getesteten
Modellen unterstellten Zusammenhänge zwischen den einzelnen Modellvariablen und den
Ratings geachtet. Dazu wurden die Korrelationen zwischen den erklärenden Variablen
untersucht. Variablen mit einer hohen Korrelation untereinander wurden nicht gemeinsam
1)2)3)4)5)6)
12
DZ BANK
im Modell berücksichtigt. Aus ökonomischer Sicht konnte auf diese Weise verhindert
werden, dass Informationen im Modell mehrfach Einfluss finden. Aus statistischer Sicht
konnte dadurch das Multikollinearitätsproblem umgangen werden. Eine Kernerkenntnis der
Korrelationsanalyse war es, dass die Kennzahlen, die unter den Rubriken Zahlungsbilanz
sowie Verschuldung und Deckung zusammengefasst wurden, eine relativ hohe Korrelation
aufwiesen. Deshalb wurden diese beiden Bereiche im neuen Modell unter der Rubrik
Zahlungsbilanz und Verschuldungsdeckung zusammengefasst.
Bereiche Zahlungsbilanz und
Verschuldung/Deckung wurden
zusammengelegt
Die Ergebnisse der Mehrfaktorenanalyse wurden zudem mit denen der Einzelfaktoranalyse
verglichen, um eventuelle Inkonsistenzen aufzudecken. In diesem Kontext ist insbesondere
das Ergebnis hinsichtlich des Leistungsbilanzsaldos als Anteil des BIP erwähnenswert. Ein
höheres Leistungsbilanzdefizit wird in der Regel von den Ratingagenturen als Grund für eine
Herabstufung bzw. für eine Einstufung eines Landes in eine niedrige Ratingklasse genannt.
Der Zusammenhang zwischen Leistungsbilanzsaldo und Ratingeinstufung zeigt jedoch
anhand der untersuchten Daten ein anderes Bild. Länder mit einer höheren Relation von
Leistungsbilanzdefizit zu BIP scheinen ein besseres Rating als Länder mit einer niedrigeren
Relation oder gar mit einem Leistungsbilanzüberschuss zu haben. Wie in der Tabelle auf
Seite 12 dargestellt, ist die Korrelation zwischen dem Leistungsbilanzsaldo/BIP und den
Ratings stets negativ. Die Stärke dieser negativen Beziehung schwankt zwischen 0,27 und
0,35.
Mid-Rating Score
Leistungsbilanzsaldo/BIP und Rating
9
8
7
6
5
4
3
2
1
0
-25
-20
-15
-10
-5
0
5
10
15
20
25
Die Kennzahl Leistungsbilanzsaldo/BIP zeigte auch in der Mehrfaktorenanalyse einen
starken, stabilen und statistisch signifikanten Zusammenhang zum Rating. Aus
ökonomischer Sicht kann ein Leistungsbilanzdefizit während einer kurzen Periode als positiv
beurteilt werden, wenn beispielsweise das Defizit durch Investitionen zur Verbesserung der
Infrastruktur im Exportsektor entsteht und diese zu einer höheren Produktivität und einem
Abbau des Defizits in der Zukunft beitragen. In der Stichprobe sind jedoch Daten von elf
Jahren und somit mindestens von einem gesamten Konjunkturzyklus eingeflossen, so dass
der Zusammenhang zumindest eine positive Tendenz aufzeigen sollte. Eine mögliche
Erklärung für die „unerwartete“ Beziehung zwischen Leistungsbilanzsaldo/BIP und
Ratingeinstufung könnte an den hohen Kapitalzuflüssen liegen, welche den in der
Stichprobe berücksichtigten mittelund osteuropäischen Ländern seit Ende der neunziger
Jahre zu Gute kam und zu extrem hohen Leistungsbilanzdefiziten führte. Parallel zu dieser
Entwicklung kam es vor dem Hintergrund der voraussichtlichen Aufnahme in die
1)2)3)4)5)6)
Leistungsbilanz: Unterschiedliche
statistische und ökonomische
Aussagen
13
DZ BANK
Europäische Union beziehungsweise in die Europäische Währungsunion zu
Ratingheraufstufungen für diese Länder. Damit verbunden war aber die Erwartung einer
mittelfristigen Korrektur der aus „Konvergenzgründen“ entstandenen Defizite. Trotz der
statistischen Signifikanz des Leistungsbilanzsaldos/BIP ist der postulierte positive
Zusammenhang zwischen Defizit und Ratingeinstufung aus ökonomischer Sicht mittelund
langfristig nicht haltbar. Daher wurde diese Variable nicht weiter berücksichtigt.
Der neue Kennzahlen-Score
Das letztlich überzeugende und ausgewählte Modell beinhaltet fünf Kennzahlen. Drei
Kennzahlen aus dem Bereich wirtschaftliche Entwicklung und zwei Kennzahlen aus dem
Bereich Zahlungsbilanz und Verschuldungsdeckung. Im Vergleich zur früheren Version des
EM CRESTA hat sich somit die Anzahl der berücksichtigten Kennzahlen von acht auf fünf
reduziert. Drei der fünf Kennzahlen wurden bereits im ursprünglichen Modell berücksichtigt.
Bei den Kennzahlen BIP/Kopf, BIP-Wachstum und Währungsreserven/Staatsschulden
wurden ausschließlich die Score-Transformation und die Gewichtung angepasst. Die
Inflationsrate und die Relation zwischen Netto-Auslandsverschuldung und Einnahmen aus
der Leistungsbilanz wurden neu aufgenommen. Diese Kennzahlen deuten auf eine
zunehmende Bedeutung einer stabilitätsorientierten Wirtschaftspolitik sowie der
Berücksichtigung der Netto-Schulden im Verhältnis zu den laufenden Einnahmen zur
Bonitätsbeurteilung der Länder. Keine der ausgewählten Variablen besitzt im Modell eine zu
starke Gewichtung, so dass das Modellergebnis ausschließlich von der Entwicklung einer
einzelnen Kennzahl dominiert würde. Alle gewählten Kennzahlen sind gemessen an den
entsprechenden t-Werten statistisch signifikant und haben das erwartete Vorzeichen.
Anzahl der Kennzahlen von acht
auf fünf reduziert
Die Anzahl der Variablen im Modell wurde auf fünf begrenzt, da bei dieser Anzahl von
Variablen das beste Verhältnis zwischen Modellgüte auf der einen Seite und statistischer
Zuverlässigkeit und Stabilität auf der anderen Seite erreicht wurde. Die Struktur des
Kenzahlen-Scores des neuen Modells und seine Darstellungsform werden anhand des
Beispiels Brasiliens in der folgenden Abbildung veranschaulicht.
Alle bonitätsrelevanten Bereiche
werden abgedeckt
Der Kennzahlen-Score bei den Emerging Markets kann, wie bereits bei der Darstellung der
abhängigen Variablen erläutert, Werte zwischen 1,9 und 7,5 annehmen, wobei die Grenze
zur Unterscheidung zwischen Investment- und Non-Investment-Grade bei einem Score-Wert
von 5,5 liegt. Die Begrenzung auf diesen Wertebereich liegt darin begründet, dass sich die
Ratings der EM-Länder in der Regel im Bereich CC bis A befinden. Nur in seltenen Fällen
und unter Berücksichtigung von qualitativen Kriterien erreichen EM-Länder ein Rating im
Bereich AA.
Scorewert von 5,5 unterscheidet
zwischen Investment- und NonInvestment-Grade
1)2)3)4)5)6)
14
DZ BANK
Neuer Kennzahlen-Score EM CRESTA : Beispiel
CRESTA-SCORE: Brasilien
Kennzahlen-Score
Wirtschaftliche Entwicklung
BIP/Kopf (US-Dollar)
Inflation (%)
BIP-Wachstum (real, %, 3-J-Durchschnitt)
Zahlungsbilanz und Verschuldungsdeckung
Währungsreserven/Staatsschulden (%)
Netto Auslandsverschuldung/
Leistungsbilanzeinnahmen (%)
Wert
Score
8.280
5,7
5,0
9
7
8
249,4
-3,5
10
8
6,7
Kennzahlenscore
(1,9 bis 5,50 = "Speculative Grade"; 5,51 bis max 7,5 = "Investment Grade")
EM-Vergleich
Netto
Auslandsverschuldung/
Leistungsb.einnahmen
Währungsreserven/
Staatsschulden
Brasilien
BIP/Kopf
10
8
6
4
2
0
Inflation
BIP-Wachstum
Rest DZ BANK EM-Universum
Quelle: DZ BANK
Die Verteilung der Ratingeinstufungen durch das quantitative Modell liegt sehr nah an der
Verteilung der Ratings gemessen anhand des Mittelwertes der berücksichtigten Agenturratings. Alle Ratingklassen, mit Ausnahme der bei den Erläuterungen zu der abhängigen
Variable erwähnten qualitativ geprägten Sonderfälle, werden durch das quantitative Modell
sehr gut getroffen.
1)2)3)4)5)6)
Verteilung der Agenturratings
durch Modell gut angenährt
15
DZ BANK
Verteilung des quantitativen CRESTA-SCORES und der Agenturratings
Agenturratings
Kennzahlen-Score - CRESTA
Anzahl der Ratings
60
45
30
15
0
AA
A+
A
A- BB+ BBB BB- B+
B
B
B
BB BB-
B+
B
B- C C+ CC C C C- C +
C
C
C
CC
Quelle: DZ BANK
Die Ergebnisse zu den genannten Fehlermaßen werden in der folgenden Tabelle anhand der
Ergebnisse für die gesamte Stichprobe und einer Out-of-Sample-Untersuchung dargestellt.
Die Out-of-Sample-Untersuchung berücksichtigt ausschließlich das von uns gecoverte
Länderuniversum.
Fehlermaße deuten auf sehr gute
statistische Eigenschaften hin
Neuer Kenzahlen-Score EM CRESTA: Ausgewählte Fehlermaße
Fehlermaß
Stichprobe
Out-of-SampleUntersuchung
Adjustiertes Bestimmtheitsmaß
O-Notch Trefferquote
0,75
26,36%
26,26%
1-Notch Trefferquote
69,77%
63,64%
2-Notch Trefferquote
Mittlere absolute Abweichung (in Notches)
Maximale absolute Abweichung (in Notches)
Wurzel der mittleren quadratischen Abweichung
(in Notches)
Mittlere Abweichung (Verzerrung, in Notches)
86,36%
1,24
7,0
1,61
81,31%
1,37
7,0
1,75
0,19
0,13
Quelle: DZ BANK
Dreiviertel der Varianz der Ratings wird durch das ausgewählte Modell erklärt, was sich
anhand des adjustierten Bestimmtheitsmaßes erkennen lässt. 26% der Beobachtungen
wurden vom Modell sowohl bei Berücksichtigung der gesamten Stichprobe als auch des
Out-of-Sample-Test in der gleichen Ratingklasse wie die Agenturen S&P und Moody’s
eingestuft. Etwa 70% der Beobachtungen in der Stichprobe und rund 64% im Out-ofSample-Test wurden mit einer maximalen Abweichung von +/- 1-Notch zum Agenturrating
vom Modell geratet. Diese Quote steigt auf über 80%, wenn eine maximale Abweichung
von 2-Notches zugelassen wird. Bei einer tolerierten Abweichung von +/- 3-Notches steigt
die Trefferquote bei der Stichprobe auf 96%. Der Gini-Koeffizient liegt bei 84,5%.
1)2)3)4)5)6)
16
DZ BANK
EM CRESTA: kumulierte Trefferquoten
Kumulierte Trefferquoten
100%
80%
60%
40%
EM-CRESTA Gini-Koeffizient: 84,5%
20%
EM-CRESTA
Perfektes Rating
Zufallsrating
0%
0
1
2
3
4
5
Differenz zu Agenturratings in Ratingklassen
6
7
Quelle: DZ BANK
Die mittlere absolute Abweichung liegt bei 1,24 bzw. 1,37 Notches. Werden größere
Abweichungen stärker gewichtet, liegt die durchschnittliche Abweichung weiterhin unter
zwei Notches. Die maximale Abweichung lag bei sieben Notches. Diese Abweichung
bezieht sich auf Argentinien im Jahre 2001, was im Zusammenhang mit der
Zahlungsunfähigkeit des Landes in dieser Zeit als Ausreißer interpretiert werden kann. Das
Rating des Landes wurde in dem Jahr von S&P von BB- im Januar auf SD Anfang November
herabgestuft, Moody’s nahm das Rating im gleichen Jahr von B1 auf Ca zurück. Diese
Ratingaktionen wurden primär durch politische Faktoren bestimmt. Wird eine Abweichung
von vier Notches oder mehr – welche einer Abweichung von einer groben Ratingklasse
entspricht – als Ausreißer definiert, dann sind die in der folgenden Tabelle dargestellten
Beobachtungen darunter zusammen zu fassen. Dabei bedeutet eine „+“ Abweichung, dass
das quantitative Modell die Beobachtung in einer besseren Klasse als die Agenturen
klassifiziert hat und umgekehrt. Aus der Analyse der Ausreißer geht hervor, dass es sich in
den meisten Fällen, mit Ausnahme von Brasilien 2007, um Länder handelt, bei denen die
innen- und außenpolitischen Entwicklungen eine überdurchschnittliche Rolle bei der
Bestimmung der Bonität der Länder spielen. Die Ausreißeranalyse zeigt jedoch auch, dass in
solchen Fällen das Modell eine Tendenz aufweist, die Länder in eine bessere Klasse als die
Ratingagenturen zu klassifizieren. Diese Erkenntnis werden wir in die qualitative ScoreErweiterung einfließen lassen. Insgesamt zeigt jedoch das quantitative Modell eine sehr
geringere mittlere Abweichung (Verzerrung). Diese liegt unter 0,2 Notches sowohl für die
gesamte Stichprobe als auch für die Out-of-Sample-Beobachtungen.
1)2)3)4)5)6)
Abweichung größer/gleich vier
Notches gelten als Ausreißer
Ausreißeranalyseergebnis fließt
in die Score-Erweiterung ein
17
DZ BANK
Ausreißerfälle
Land
Abweichung
(in Notches)
Argentinien
2001
2007
7
4
2006
2007
5
6
2007
4
1998
-4
2005
2006
2007
4
5
4
2001
5
2007
4
2006
2007
4
5
2003
2005
2006
2007
4
4
5
5
Bolivien
Brasilien
Kolumbien
Ecuador
Indonesien
Türkei
Ukraine
Venezuela
Quelle: DZ BANK
Die Score-Erweiterung
Die qualitative Score-Erweiterung wird in ihrer bekannten Form aufrechterhalten. Die
qualitative Score-Erweiterung ist bei der Bonitätsbeurteilung von EM unabdingbar. Das liegt
unter anderem darin begründet, dass politische und institutionelle Faktoren, die in diesen
Ländergruppen eine relative dynamische Entwicklung haben können, nicht auf der
Grundlage von quantitativen Indikatoren erfasst werden können. Darüber hinaus muss
berücksichtigt werden, dass die Daten aus den EM, trotz der deutlichen Verbesserungen der
letzten Jahre, nicht immer zuverlässig sind und zum Teil mit einer gewissen Verzögerung
deutlichen Revisionen unterliegen.
Score-Erweiterung weiterhin
Bestandteil des EM CRESTA
Bis vor Einführung der neuen quantitativen Methodik zur Berechnung des KennzahlenScores wurden im Rahmen der Score-Erweiterung zusätzlich zum quantitativen Score
„Ausgewählte Kennzahlen“ analysiert. Diese Position ist in dem überarbeiteten EM CRESTA
nicht mehr vorhanden. Bei der Weiterentwicklung des Kennzahlen-Scores wurde eine
umfangreiche Liste von Kennzahlen untersucht, die zum Teil als Grundlage für die
Beurteilung dieser Position in der Score-Erweiterung dienten. Im Rahmen der Analyse wurde
festgestellt, dass viele der untersuchten Kennzahlen miteinander korreliert sind und
dementsprechend zusammen genommen keinen bedeutenden zusätzlichen Beitrag zur
Bonitätsbeurteilung der EM leisten. Deshalb wird bei der Score-Erweiterung die Position
Position "Ausgewählte
Kennzahlen" wird nicht weiter
berücksichtigt
1)2)3)4)5)6)
18
DZ BANK
„Ausgewählte Kennzahlen“ nicht mehr berücksichtigt. Die neue Gestaltung der ScoreErweiterung wird anhand eines Beispiels in der unteren Abbildung dargestellt.
Score-Erweiterung EM CRESTA: Beispiel
Score-Erweiterung
Ratingeinfluss
(bezogen auf den Kennzahlenscore)
Schuldnerhistorie
positiv
Wirtschaftsstruktur
positiv
Geld- und währungspolitische Stabilität
positiv
Politik
neutral
Außenbeziehungen
positiv
Gesamteinfluss Score-Erweiterung
positiv
CRESTA-SCORE
BBB
AUSBLICK
stabil
Quelle: DZ BANK
1)2)3)4)5)6)
19
DZ BANK
Impressum
Herausgeber: DZ BANK AG Deutsche Zentral-Genossenschaftsbank, Platz der Republik, 60265 Frankfurt am Main
Vorstand: Wolfgang Kirsch (Vorsitzender), Dr. Thomas Duhnkrack, Lars Hille, Wolfgang Köhler, Albrecht Merz, Frank Westhoff
Verantwortlich: Klaus Holschuh, Leiter Research und Volkswirtschaft
Verantwortlich: Dr. Jan Holthusen, Leiter Fixed Income Research, Tel.: +49 (0)69 7447 6163, E-Mail: [email protected]
© DZ BANK AG Deutsche Zentral-Genossenschaftsbank, Frankfurt am Main 2009
Nachdruck und Vervielfältigung nur mit Genehmigung der DZ BANK AG Deutsche Zentral-Genossenschaftsbank, Frankfurt am Main
Zeitliche Bedingungen vorgesehener Aktualisierungen–Bond analyses ("Corporate Bonds and Eurobonds of Emerging Markets")
Die DZ BANK führt Listen von bestimmten Emittenten, die Anleihen begeben und für die Empfehlungen ("Masterlisten für Corporates und für Emerging Markets"
veröffentlicht werden. Kriterium für die Aufnahme oder Streichung eines Emittenten sind unter anderem die Handelbarkeit und gute Marktliquidität von Anleihen dieser
Emittenten. Hierbei liegt es allein im Ermessen der DZ BANK, jederzeit die Aufnahme oder Streichung von Emittenten auf der Masterliste vorzunehmen. Für die auf der
Masterliste aufgeführten Unternehmen und Länder wird mindestens quartalsweise ein Kurzkommentar bzw. eine zusammenfassende Bewertung (Empfehlungsübersicht)
erstellt. Zur Einhaltung der Vorschriften des Wertpapierhandelsgesetzes kann es jederzeit vorkommen, dass für einzelne auf der Masterliste aufgeführten Emittenten die
Veröffentlichung von Finanzanalysen ohne Vorankündigung gesperrt wird.
Zuständige Aufsichtsbehörde
Bundesanstalt für Finanzdienstleistungsaufsicht, Lurgiallee 12, 60439 Frankfurt am Main, Germany
Verantwortliches Unternehmen
DZ BANK AG Deutsche Zentral-Genossenschaftsbank, Platz der Republik, 60265 Frankfurt am Main, Germany
Vergütung der Analysten
Research-Analysten werden nicht für bestimmte Investment Banking-Transaktionen vergütet. Der/die Verfasser dieser Studie erhält/erhalten eine Vergütung, die (unter
anderem) auf der Gesamtrentabilität der DZ BANK basiert, welche Erträge aus dem Investment Banking-Geschäft und anderen Geschäftsbereichen des Unternehmens
einschließt. Die Analysten der DZ BANK und deren Haushaltsmitglieder sowie Personen, die den Analysten Bericht erstatten, dürfen grundsätzlich kein finanzielles
Interesse an Finanzinstrumenten von Unternehmen haben, die vom Analysten gecovert werden.
Die nachfolgenden Erläuterungen (1-6) beziehen sich auf die angegebenen Hochziffern in der Finanzanalyse.
Die DZ BANK und/oder mit ihr verbundene Unternehmen:
1) sind am Grundkapital des Emittenten mit mindestens 1 Prozent beteiligt.
2) waren innerhalb der vorangegangenen zwölf Monate an der Führung eines Konsortiums beteiligt, das Finanzinstrumente des Emittenten im Wege eines
öffentlichen Angebots emittierte.
3) betreuen Finanzinstrumente des Emittenten an einem Markt durch das Einstellen von Kauf- oder Verkaufsaufträgen.
4) haben innerhalb der vorangegangenen zwölf Monate mit Emittenten, die selbst oder deren Finanzinstrumente Gegenstand der Finanzanalyse sind, eine
Vereinbarung über Dienstleistungen im Zusammenhang mit Investmentbanking-Geschäften geschlossen oder eine Leistung oder ein Leistungsversprechen aus
einer solchen Vereinbarung erhalten.
5) halten Aktien des analysierten Emittenten im Handelsbestand.
6) haben mit den Emittenten, die selbst oder deren Finanzinstrumente Gegenstand der Finanzanalyse sind, eine Vereinbarung zu der Erstellung der Finanzanalyse
getroffen.
Weitere Informationen und Pflichtangaben zu Finanzanalysen finden Sie unter www.dzbank.de
1)2)3)4)5)6)
20
DZ BANK
Fixed Income Research: Veränderte Anlageurteile der letzten 12 Monate
AAREAL BANK AG
15.01.2009 Underperformer
ACHMEA HYPOTHEEKBANK NV
ALLIANCE & LEICESTER PLC
15.01.2009 Marketperformer
ALLIED IRISH BANKS PLC
ARCELOR MITTAL
Anglo Irish Bank Corporation Limited
BANCO BILBAO VIZCAYA ARGENTARIA SA 15.01.2009 Marketperformer
BANCO ESPIRITO SANTO
BANCO POPULAR ESPANOL
BANCO SANTANDER SA
BANK OF AMERICA CORP
BASF AG
BASF AG
BAYERISCHE LANDESBANK
BAYERISCHE MOTOREN WERKE AG
BERLIN-HANNOVER HYPBK AG
BRITISH AMERICAN TOBACCO PLC
CAISSE CENTRALE DESJARDINS DU QUEBEC
15.01.2009
Outperformer
CAISSE CENTRALE DU CREDIT IMMOBILIER DE FRANCE 15.01.2009
Marketperformer
CAIXA ECONOMICA MONTEPIO GERAL 15.01.2009 Underperformer
CARREFOUR SA
CASINO GUICHARD PERRACHON SA
CASINO GUICHARD PERRACHON SA
29.08.2008 Outperformer
CIE FINANCIERE DU CRED
COMMERZBANK AG
CONTINENTAL AG
CONTINENTAL AG
CONTINENTAL AG
CONTINENTAL AG
CREDIT AGRICOLE SA
CREDIT SUISSE
CZECH REPUBLIC
DAIMLER AG
DAIMLER AG
DEPFA BANK PLC
DEUTSCHE HYPOTHEKENBANK
DEUTSCHE LUFTHANSA AG
DEUTSCHE TELEKOM AG
DNB NORBANK ASA
DUESSELDORFER HYPOBANK
EBS BUILDING SOCIETY
ELECTRICITE DE FRANCE
ENDESA S.A.
ENDESA S.A.
ENDESA S.A.
ENEL-SOCIETA PER AZIONI
ENEL-SOCIETA PER AZIONI
ERSTE GROUP BANK AG
EUROHYPO AG
FEDERAL REP OF GERMANY
FRANCE TELECOM
FRENCH REPUBLIC
FRESENIUS SE
GDF SUEZ
GOLDMAN SACHS GROUP INC
HELLENIC REPUBLIC
HENKEL KGAA
HSH NORDBANK AG
HYPO REAL ESTATE HLDG AG
IBERDROLA
IKB DEUTSCHE INDUSTRIEBANK AG
IMPERIAL TOBACCO GROUP PLC
IMPERIAL TOBACCO GROUP PLC
INTESA SANPAOLO SPA
JPMORGAN CHASE & CO
KINGDOM OF BELGIUM
KINGDOM OF SPAIN
KINGDOM OF THE NETHERLANDS
1)2)3)4)5)6)
KINGDOM OF THE NETHERLANDS
KONINKLIJKE AHOLD NV
KONINKLIJKE AHOLD NV
LAFARGE
LAFARGE
LB BADEN-WUERTTEMBERG
LEASEPLAN CORPORATION NV
LINDE AG
LLOYDS TSB GROUP PLC
LVMH MOET-HENNESSY
MEDIOBANCA SPA
MEDIOBANCA SPA
MEDIOBANCA SPA
MERCK KGAA
MERRILL LYNCH & CO
MORGAN STANLEY
NATIONWIDE BLDG SOCIETY
OTP BANK PLC
PEUGEOT SA
PEUGEOT SA
POHJOLA BANK PLC
POHJOLA BANK PLC
PORSCHE AG
PORSCHE AG
PORTUGAL TELECOM SGPS SA
PORTUGUESE REPUBLIC
RAIFF ZENTRALBK OEST AG
REPSOL YPF SA
REPSOL YPF SA
REPUBLIC OF AUSTRIA
REPUBLIC OF AUSTRIA
REPUBLIC OF BULGARIA
REPUBLIC OF CROATIA
REPUBLIC OF CROATIA
REPUBLIC OF FINLAND
REPUBLIC OF HUNGARY
REPUBLIC OF IRELAND
REPUBLIC OF KAZAKHSTAN
REPUBLIC OF KAZAKHSTAN
REPUBLIC OF SLOVENIA
REPUBLIC OF SOUTH AFRICA
REPUBLIC OF TURKEY
REPUBLIC OF TURKEY
REPUBLIC OF TURKEY
ROBERT BOSCH GMBH
RWE AG
SLOVAK REPUBLIC
SNS BANK NEDERLAND
TELECOM ITALIA SPA
TELEFONICA S.A.
TELEKOM AUSTRIA AG
TELEKOM AUSTRIA AG
TELIASONERA AB
TELIASONERA AB
TESCO PLC
THYSSENKRUPP AG
TUI AG
TUI AG
UBS AG
UBS AG
UBS AG/FRANKFURT
UKRAINE
UNICREDITO ITALIANO SPA
UNICREDITO ITALIANO SPA
UNITED MEXICAN STATES
VATTENFALL AB
VATTENFALL AB
VATTENFALL AB
VATTENFALL AB
VOLKSWAGEN AG
VOLKSWAGEN AG
03.04.2008
19.11.2008
01.09.2008
21.01.2009
07.11.2008
15.01.2009
15.01.2009
15.05.2008
02.03.2009
10.02.2009
15.01.2009
10.12.2008
17.07.2008
18.02.2009
15.01.2009
15.01.2009
15.01.2009
15.01.2009
27.10.2008
18.09.2008
15.01.2009
17.07.2008
07.01.2009
27.10.2008
18.02.2009
06.11.2008
15.01.2009
17.11.2008
17.07.2008
12.03.2009
06.11.2008
26.11.2008
11.03.2009
26.11.2008
06.11.2008
15.10.2008
06.11.2008
30.06.2008
29.04.2008
06.11.2008
26.11.2008
11.03.2009
04.08.2008
29.04.2008
15.09.2008
13.11.2008
21.07.2008
15.01.2009
06.11.2008
17.07.2008
19.11.2008
15.05.2008
10.10.2008
17.07.2008
21.08.2008
13.02.2009
19.06.2008
17.04.2008
22.01.2009
21.01.2009
16.01.2009
30.06.2008
10.12.2008
17.07.2008
26.11.2008
24.02.2009
15.10.2008
17.07.2008
15.05.2008
27.10.2008
21.08.2008
Marketperformer
Marketperformer
Underperformer
Underperformer
Marketperformer
Underperformer
Underperformer
Underperformer
Underperformer
Underperformer
Marketperformer
Underperformer
Marketperformer
Underperformer
Underperformer
Marketperformer
Marketperformer
Underperformer
Underperformer
Marketperformer
Outperformer
Marketperformer
Marketperformer
Underperformer
Marketperformer
Marketperformer
Underperformer
Underperformer
Outperformer
Outperformer
Underperformer
Underperformer
Underperformer
Marketperformer
Marketperformer
Underperformer
Marketperformer
Underperformer
Marketperformer
Marketperformer
Underperformer
Underperformer
Outperformer
Underperformer
Marketperformer
Outperformer
Marketperformer
Marketperformer
Underperformer
Outperformer
Outperformer
Marketperformer
Marketperformer
Outperformer
Marketperformer
Underperformer
Marketperformer
Outperformer
Marketperformer
Underperformer
Marketperformer
Underperformer
Underperformer
Marketperformer
Outperformer
Outperformer
Marketperformer
Underperformer
Marketperformer
Marketperformer
Outperformer
21
DZ BANK
Disclaimer
1. a) Dieses Dokument wurde von der DZ BANK AG Deutsche Zentral-Genossenschaftsbank AG, Frankfurt am Main, Deutschland ("DZ BANK") erstellt und von der DZ BANK für die Verteilung in Deutschland und solchen Orten,
die nachstehend genannt sind, genehmigt. Die Analysten, die dieses Dokument verfasst haben, sind bei der DZ BANK angestellt.
b) Unsere Empfehlungen stellen keine Anlageberatung dar und können deshalb je nach den speziellen Anlagezielen, dem Anlagehorizont oder der individuellen Vermögenslage für einzelne Anleger nicht oder nur bedingt geeignet
sein. Die in diesem Dokument enthaltenen Empfehlungen und Meinungen geben die nach besten Kräften erstellte Beurteilung der DZ BANK zum Zeitpunkt der Erstellung des Dokuments wieder und können aufgrund künftiger
Ereignisse oder Entwicklungen ohne Vorankündigung geändert werden. Dieses Dokument darf in allen Ländern nur in Einklang mit dem jeweils dort geltenden Recht verteilt werden, und Personen, die in den Besitz dieses
Dokuments gelangen, sollten sich über die dort geltenden Rechtsvorschriften informieren und diese befolgen. Dieses Dokument stellt eine unabhängige Bewertung der entsprechenden Emittentin beziehungsweise Wertpapiere
durch die DZ BANK dar und alle hierin enthaltenen Bewertungen, Meinungen oder Erklärungen sind diejenigen des Verfassers des Dokuments und stimmen nicht notwendigerweise mit denen der Emittentin oder dritter Parteien
überein.
c) Dieses Dokument wurde Ihnen lediglich zu Informationszwecken übergeben und darf weder ganz noch teilweise vervielfältigt, an andere Personen weiter verteilt oder veröffentlicht werden.
d) Die DZ BANK hat die Informationen, auf die sich das Dokument stützt, aus Quellen übernommen, die sie als zuverlässig einschätzt, hat aber nicht alle diese Informationen selbst nachgeprüft. Dementsprechend geben die DZ
BANK, DZ Financial Markets LLC und/oder ihre jeweiligen Tochtergesellschaften keine Gewährleistungen oder Zusicherungen hinsichtlich der Genauigkeit, Vollständigkeit oder Richtigkeit der in diesem Dokument enthaltenen
Informationen oder Meinungen ab. Des Weiteren übernimmt die DZ BANK keine Haftung für Verluste, die durch die Verteilung und/oder Verwendung dieses Dokuments verursacht und/oder mit der Verwendung dieses Dokuments
im Zusammenhang stehen.
Eine Entscheidung bezüglich einer Wertpapieranlage sollte auf der Grundlage unabhängiger Investmentanalysen und Verfahren sowie anderer Studien, einschließlich, jedoch nicht beschränkt auf, Informationsmemoranden,
Verkaufs- oder Emissionsprospekte erfolgen und nicht auf der Grundlage dieses Dokuments. Obgleich die DZ BANK Hyperlinks zu Internet-Seiten von in dieser Studie erwähnten Unternehmen angeben kann, bedeutet die
Einbeziehung eines Links nicht, dass die DZ BANK sämtliche Daten auf der verlinkten Seite bzw. Daten, auf welche von dieser Seite aus zugegriffen werden kann, bestätigt, empfiehlt oder genehmigt. Die DZ BANK übernimmt
weder eine Haftung für solche Daten noch für irgendwelche Konsequenzen, die aus der Verwendung dieser Daten entstehen.
e) Dieses Dokument stellt weder ein Angebot noch eine Aufforderung zur Abgabe eines Angebots zum Erwerb von Wertpapieren oder sonstigen Finanzinstrumenten dar und darf auch nicht dahingehend ausgelegt werden. Die
Informationen in diesem Dokument stellen keine Anlageberatung dar. Mit der Ausarbeitung dieses Dokuments wird die DZ BANK gegenüber keiner Person als Anlageberater oder als Portfolioverwalter tätig.
f) Die DZ BANK ist berechtigt, Investment Banking- und sonstige Geschäftsbeziehungen zu dem/den Unternehmen zu unterhalten, die Gegenstand dieser Studie sind. Die Research-Analysten der DZ BANK liefern ebenfalls
wichtigen Input für Investment Banking- und andere Verfahren zur Auswahl von Unternehmen. Anleger sollten davon ausgehen, dass die DZ BANK, DZ Financial Markets LLC und/oder deren jeweilige Tochtergesellschaften
bestrebt sind bzw. sein werden, Investment Banking- oder sonstige Geschäfte von dem bzw. den Unternehmen, die Gegenstand dieser Studie sind, zu akquirieren, und dass die Research-Analysten, die an der Erstellung dieser
Studie beteiligt waren, im Rahmen des geltenden Rechts am Zustandekommen eines solchen Geschäfts beteiligt sein können. DZ BANK, DZ Financial Markets LLC und/oder deren jeweilige Tochtergesellschaften sowie deren
Mitarbeiter halten möglicherweise Positionen in diesen Wertpapieren oder tätigen Geschäfte mit diesen Wertpapieren.
g) Research-Analysten werden nicht für bestimmte Investment Banking-Transaktionen vergütet. Der/die Verfasser dieser Studie erhält/erhalten eine Vergütung, die (unter anderem) auf der Gesamtrentabilität der DZ BANK basiert,
welche Erträge aus dem Investment Banking-Geschäft und anderen Geschäftsbereichen des Unternehmens einschließt. Die Analysten der DZ BANK und deren Haushaltsmitglieder sowie Personen, die den Analysten Bericht
erstatten, dürfen grundsätzlich kein finanzielles Interesse an Wertpapieren oder Futures von Unternehmen haben, die vom Analysten gecovert werden.
2. Spezifische Angaben für die Vereinigten Staaten von Amerika und Kanada: Dieses Research-Dokument wird US-amerikanischen Investoren durch die DZ BANK gemäß Vorschrift 15a-6 des Securities and Exchange
Act of 1934 zur Verfügung gestellt. Es wird ausschließlich an große institutionelle Investoren entsprechend der Definition in Vorschrift 15a-6 verteilt und ist ausschließlich dazu bestimmt, von diesen gelesen zu werden. Jeder
Auftrag zum Kauf oder Verkauf von Wertpapieren, die in diesem Dokument analysiert werden, muss bei der in den Vereinigten Staaten als Händler und Makler registrierten Tochtergesellschaft der DZ BANK platziert werden. Sie
erreichen die DZ Financial Markets LLC in der 609 Fifth Avenue, New York, NY 10017, 121-745-1600. Dieses Dokument wurde außerhalb der Vereinigten Staaten von Analysten verfasst, für die möglicherweise keine Vorschriften
über die Erstellung von Analysen und die Unabhängigkeit von Research-Analysten galten, die den Vorschriften entsprechen, die in den Vereinigten Staaten gelten. Die in diesem Dokument enthaltenen Meinungen, Schätzungen
und Prognosen sind diejenigen der DZ BANK zum Zeitpunkt der Erstellung des Dokuments und können ohne Mitteilung geändert werden. Die in diesem Dokument enthaltenen Informationen wurden von der DZ BANK aus Quellen
zusammengestellt, die als zuverlässig eingeschätzt wurden; es übernimmt jedoch weder die DZ BANK noch ihre Tochtergesellschaften noch irgendeine andere Person ausdrücklich oder stillschweigend irgendwelche Garantien oder
Gewährleistungen bezüglich der Genauigkeit, Vollständigkeit oder Richtigkeit dieses Dokuments. Im Anwendungsbereich der bundesrechtlichen Rechtsvorschriften der Vereinigten Staaten von Amerika (USA) oder dem Recht der
Einzelstaaten der USA geht der vorstehende Garantie-, Haftungs- und Gewährleistungsausschluss der Klausel zum Haftungsausschluss oben in Ziffer 1 d) vor. Die in diesem Dokument analysierten Wertpapiere/ADRS sind entweder
an einer US-amerikanischen Börse notiert bzw. werden am US-amerikanischen Over-the-Counter-Markt oder ausschließlich am Devisenmarkt gehandelt. Diejenigen Wertpapiere, die nicht in den USA registriert sind, dürfen nicht
innerhalb der USA oder US-amerikanischen Personen angeboten oder innerhalb der USA oder an US-amerikanische Personen verkauft werden (im Sinne von Regulation S und gemäß Securities Act of 1933 (das
„Wertpapiergesetz“), es sei denn, es liegt eine Ausnahme entsprechend des Wertpapiergesetzes vor. Dieses Dokument stellt weder ein Angebot zum Kauf oder Verkauf eines Wertpapiers im Sinne von Abschnitt 5 des
Wertpapiergesetzes dar und weder dieses Dokument noch irgendwelche darin enthaltenen Bestandteile bilden die Grundlage irgendeines Vertrages oder anderweitigen Verpflichtung irgendeiner Art. Darüber hinaus ist es nicht
zulässig, sich im Zusammenhang mit irgendeinem Vertrag oder einer anderweitigen Verpflichtung auf dieses Dokument oder irgendwelche darin enthaltenen Bestandteile zu stützen.
In Kanada darf dieses Dokument nur an die dort gebietsansässigen Personen verteilt werden, die, befreit von der Prospektpflicht gemäß den im jeweiligen Territorium bzw. der jeweiligen Provinz geltenden wertpapierrechtlichen
Bestimmungen, berechtigt sind, Abschlüsse im Zusammenhang mit den hierin beschriebenen Wertpapieren zu tätigen.
3.a) Spezifische Angaben für Großbritannien: Die DZ BANK unterliegt hinsichtlich ihrer Verhaltens- und Organisationspflichten der Aufsicht durch die Bundesanstalt für Finanzdienstleistungsaufsicht. Soweit allerdings dieses
Dokument in Großbritannien verteilt wird, darf es nur an berechtigte Gegenparteien (Eligible Counterparties) und professionelle Kunden (Professional Clients) entsprechend der Definition dieser Begriffe in den FSA (Financial
Services Authority) Regularien verteilt und an diese gerichtet sein (diese Personen werden folgend als „relevante Personen“ bezeichnet). Keine anderen als die relevanten Personen sollen auf der Grundlage dieses Dokuments
handeln oder darauf vertrauen. Jede Investitionen oder Investmentaktivität, auf die sich dieses Dokument bezieht, steht nur relevanten Personen zur Verfügung und nur relevante Personen können diese Investitionen tätigen.
b) Die DZ BANK, DZ Financial Markets LLC und/oder ihre jeweiligen Tochtergesellschaften schließen ausdrücklich alle Bedingungen, Garantien, Gewährleistungen und Bestimmungen (gleich, ob sie auf Gesetz, Common Law oder
auf anderer Grundlage beruhen) jeglicher Art aus, gleichgültig, ob sie sich auf die Genauigkeit, Vollständigkeit oder Richtigkeit dieser Information oder der in diesem Dokument vertretenen Meinungen oder Sonstiges beziehen.
Ferner übernimmt die DZ BANK keinerlei Haftung für direkte oder indirekte Schäden oder Verluste jeglicher Art, gleichgültig, ob sie aus einer Vertragsverletzung, unerlaubter Handlung (inklusive Fahrlässigkeit), Verletzung einer
gesetzlichen Pflicht, Freistellung oder sonstigen Tatbeständen herrühren, welche durch die Veröffentlichung und/oder Nutzung dieses Dokuments entstanden sind. Mit keiner Angabe in diesem Disclaimer ist beabsichtigt, die
Haftung für (i) Betrug, (ii) den Tod oder körperliche Verletzungen aufgrund von Fahrlässigkeit, (iii) Verletzung von Bedingungen mit Bezug auf Ansprüche gemäß Abschnitt 2 Sale of Goods Act 1979 und/oder Abschnitt 2 Supply of
Goods and Services Act 1982, oder (iv) in Bezug auf Tatbestände, bei denen die Haftung kraft Gesetzes nicht begrenzt oder aufgehoben werden darf, ganz oder teilweise auszuschließen. Im Anwendungsbereich der in England
geltenden Rechtsvorschriften geht diese Ziffer 3 b) den Bestimmungen zum Haftungsausschluss oben in Ziffer 1d) vor.
4. Spezifische Angaben für Italien: Dieses Dokument darf in Italien nur an Personen weitergeleitet werden, die in Artikel 2 (1) (e) der Richtlinie 2003/71/EG definiert sind („Qualifizierte Anleger“). Andere Personen als
Qualifizierte Anleger sollten die Informationen in diesem Dokument weder lesen, noch danach handeln oder sich darauf verlassen. Jegliche Handlungen, die in diesem Dokument genannt werden, werden nur mit oder für
Qualifizierte Anleger vorgenommen.
5.a) Hinweis: Sämtliche Kursziele, die für die in dieser Studie analysierten Unternehmen angegeben werden, können auf Grund verschiedener Risikofaktoren, einschließlich, jedoch nicht ausschließlich, Marktvolatilität,
Branchenvolatilität, Maßnahmen des Unternehmens, Wirtschaftslage, Nichterfüllung von Ertrags- und/oder Umsatzprognosen, Nichtverfügbarkeit von vollständigen und genauen Informationen und/oder ein später eintretendes
Ereignis, das sich auf die zugrundeliegenden Annahmen der DZ BANK bzw. sonstiger Quellen, auf welche sich die DZ BANK in diesem Dokument stützt, auswirkt, möglicherweise nicht erreicht werden.
b) Die DZ BANK ist ebenfalls berechtigt, während des Analysezeitraums eine andere Studie über das Unternehmen zu veröffentlichen, in der kein Kursziel angegeben wird, sondern Bewertungsprobleme erörtert werden. Die
angegebenen Kursziele sollten im Zusammenhang mit allen bisher veröffentlichten Studien und Entwicklungen, welche sich auf das Unternehmen sowie die Branche und Finanzmärkte, in denen das Unternehmen tätig ist,
beziehen, betrachtet werden.
c) Die DZ BANK trifft keine Pflicht zur Aktualisierung des Research Reports. Anleger müssen sich selbst über den laufenden Geschäftsgang und etwaige Veränderungen im laufenden Geschäftsgang der Emittentin informieren.
d) Indem Sie dieses Dokument nutzen oder sich gleich in welcher Weise darauf verlassen, akzeptieren Sie die vorstehenden Beschränkungen als für Sie verbindlich. Zusätzliche Informationen über den Inhalt dieser Studie erhalten
Sie auf Anfrage.
e) Sollte sich eine Bestimmung dieses Disclaimers unter dem jeweils anwendbaren Recht als rechtswidrig, unwirksam oder nicht durchsetzbar herausstellen, ist die betreffende Bestimmung so zu behandeln, als wäre sie nicht
Bestandteil dieses Disclaimers; in keinem Fall berührt sie die Rechtmäßigkeit, Wirksamkeit oder Durchsetzbarkeit der übrigen Bestimmungen.
1)2)3)4)5)6)
22
DZ BANK
Verantwortlich
Alexander Weiß
Autor(en) und Ersteller
Dr. Geronimo Mosqueira
Dr. Holger Eißfeller
Ansprechpartner
Capital Markets
Deutschland / Österreich
Sales Institutionelle Kunden
Sales Banken
Sales Firmenkunden
Consulting / Advisory
Treasury
Banken Retail Clients
Capital Markets
International Clients
Sales Europa
Sales Italien
Sales Emerging Markets
Sales Asien
[email protected]
Senior Analyst Emerging Markets
Quantitatives Research
+ 49 – (0)69 – 74 47 – 33 82
+ 49 – (0)69 – 74 47 – 18 45
[email protected]
holger.eiß[email protected]
Bereichsleiter
Abteilungsleiter
Gruppenleiter Sales Institutionelle Deutschland
Gruppenleiter Strukturierte Produkte
Gruppenleiter Institutionelle Banken und Österreich
Abteilungsleiter
Gruppenleiter Nord/Ost
Gruppenleiter Bayern
Gruppenleiter Mitte
Gruppenleiter Zentral
Abteilungsleiter
Gruppenleiter Großkunden
Gruppenleiter VR Cross-Selling und Mittelstand
Gruppenleiter Internationale Kunden, Public Clients
Abteilungsleiter
Gruppenleiter Liquidität Verbund
Gruppenleiter Retailsales Nord
Gruppenleiter Vertrieb Produktlösungen
Gruppenleiterin Handel Zinsprodukte
+ 49 – (0)69 – 74 47 – 69 62
+ 49 – (0)69 – 74 47 – 63 70
+ 49 – (0)69 – 74 47 – 18 36
+ 49 – (0)69 – 74 47 – 40 07
+ 49 – (0)69 – 74 47 – 34 32
+ 49 – (0)69 – 74 47 – 90 14 7
+ 49 – (0)511 – 99 19 – 44 5
+ 49 – (0)89 – 21 34 – 30 45
+ 49 – (0)69 – 74 47 – 46 60
+ 49 – (0)69 – 74 47 – 29 99
+ 49 – (0)69 – 74 47 – 23 69
+ 49 – (0)69 – 74 47 – 18 50
+ 49 – (0)69 – 74 47 – 43 54
+ 49 – (0)69 – 74 47 – 42 69 5
+ 49 – (0)69 – 74 47 – 69 56
+ 49 – (0)69 – 74 47 – 12 16
+ 49 – (0)69 – 74 47 – 71 26
+ 49 – (0)69 – 74 47 – 42 36 7
+ 49 – (0)69 – 74 47 – 68 20
H.-Theo Brockmann
Klaus Bollmann
Thorsten Göttel
Jörn Schneider
Norbert Schäfer
Torsten Merkle
Carsten Bornhuse
Mario Zollitsch
Norbert Mayer
Sven Köhler
Roland Weiß
Hans-J. Gretscher
Klaus Langer
Christian Sauer
Dr. Reinhard Mathweis
Marianne Höhler
Jörg Hartmann
Markus Reitmeier
Kirsten Ernst
Bereichsleiter
+ 49 – (0)69 – 74 47 – 99 09 9
Frank Scheidig
Abteilungsleiter
Gruppenleiter West- und Südeuropa
Gruppenleiter Nordeuropa
Gruppenleiter Zentralbanken
Abteilungsleiter
Abteilungsleiter
Gruppenleiter Mittlerer Osten / Nord-Afrika / Türkei
Gruppenleiter Zentral- und Osteuropa
Abteilungsleiter
Gruppenleiter Nord- und Südasien
Abteilungsleiter
Gruppenleiter Financials Deutschland
Gruppenleiter Financials Ausland und Corporates
+ 49 – (0)69 – 74 47 – 90 15 1
+ 49 – (0)69 – 74 47 – 28 39
+ 49 – (0)69 – 74 47 – 12 70
+ 49 – (0)69 – 74 47 – 99 39 9
+ 39 – 200 – 62 17 – 17
+ 49 – (0)69 – 74 47 – 4 24 20
+ 49 – (0)69 – 74 47 – 42 50 0
+ 49 – (0)69 – 74 47 – 16 18
+ 65 – 65 80 – 16 28
+ 65 – 65 80 – 16 28
+ 49 – (0)69 – 74 47 – 49 97
+ 49 – (0)69 – 74 47 – 48 00
+ 49 – (0)69 – 74 47 – 17 10
Marc Brugman
Marco Kubatzki
Lars Carlsen
Pavel Jansta
Niccolo Ravano
Tilo Sperling
Marc Schoucair
Nikos Papailiou
Mahmood Jumabhoy
Aik Kiong Yeo
Arnold Fohler
Jörg Müller
Kai-Henning Poerschke
BG602
Origination
Leiter Emerging Markets & Derivative Zinsprodukte + 49 – (0)69 – 74 47 – 4 27 47
Research
1)2)3)4)5)6)
23

Emerging Markets

Transcription

Similar documents

6 Arbeiten mit der GPU

11. Mai 2016 TUI GROUP H1-Ergebnisse zum 31

Covered Bond View

pdf - True Sale International

Supply Chain Monitoring - Fachbereich Wirtschaftswissenschaften

Common Credit Assessment System zur Bonitätsbeurteilung

Berufliche Risikofaktoren, Berufskrankheit, arbeitsmedizinische

connections Dezember 2012

Dynamische Modellierung des Hamburger Containerumschlags

Gemeinsam handeln - Obsieger Capital Management SA

Geschäftsbericht 2012 Hanseatic Bank

PDF-Download

Kennzahlen - bei eval.at

Marktanalyse Österreich

Knoten - Katholische Universität Eichstätt