Departement of Economics Economic History Resiliency of pre-WWI German stock exchange: Evidence from a panel VAR Markus Baltzer und Gerhard Kling Ökonomischer Workshop Universität Tübingen 19. November 2003

2Gliederung Fragestellung und historischer Hintergrund Datensatz ­ Quellen ­ Zusammenstellung ­ Deflationierung ­ Exogene Zeitschocks Modellierung ­ Einfaches Fad Modell ­ Spezifikation eines Panel VAR Modells ­ Cholesky Dekomposition ­ Lag Spezifikation ­ Drei Grundmodelle Erweiterungen und Ausblick

3Fragestellung Liquiditätsmessung: Widerstandsfähigkeit des Marktes Dynamik: Wie reagiert der Markt auf unvorhergesehene (Makro-)Schocks? Dauer der Erholung? Existenz eines langfristigen Gleichgewichts im Markt? Policy change: Börsengesetz 1896: Änderung der Dynamik?

4 Historischer Hintergrund und Literatur Kapitalmarkt nach 1870: ­ Erstmalig einheitlicher Währungs- und Wirtschaftsraum Gründung neuer AGs aus jungen Industriezweigen Bisherige Studien zum deutschen Kapitalmarkt: ­ De Long/Becht (1992): Überschussvolatilität ­ Fohlin (2000): Size effect ­ Tilly (1985): Bankensystem ­ Wetzel (1996): Börsengesetz Studien zum Einfluß makroökonomischer Variablen ­ Davis, Neal, White (2002): Inflation/Deflation und Kapitalmarkt

5Datensatz Ziel: möglichst repräsentatives Sample der größten und meist gehandeltsten deutschen Aktiengesellschaften 35 Aktiengesellschaften von der Berliner Börse von 1870 bis 1913 Unterteilung in vier Haupt-Sektoren: BankenBergbau Verkehrsonstige Industrie Sonstige Industrie: Brauereien, Chemie, Metall, Maschinen, Bau und Boden, Textil und Andere Panel-Datensatz: 35 Quer- u. 44 Längsschnittbeobachtungen

6Aktienauswahl erhobene Daten: - Jahresendkurse - Dividendenzahlungen Problem: keine Informationen über das absolute Handelsvolumen Äquivalente Kriterien eingezahltes Aktienkapital innerhalb der vier Hauptsektoren zum Beginn und zum Ende des Untersuchungszeitraums (1872 and 1912) und absolute Anzahl der Aktiengesellschaften zu denselben Zeitpunkten

Change in percentage points Banking44.90%30.71% Mining9.43%16.89% Traffic30.77%10.57% Other industries14.90%41.83% Sum100.00% Change in percentage points Banking31.06%15.03% Mining12.97%5.35% Traffic11.26%10.31% Other industries 44.71%69.31% Sum100.00% Absolute Unternehmensanzahl Verteilung Nominalkapital Banken: 11Bergbau: 4Verkehr: 5Industrie: 15

8Inflationsrate

9 Branchenindizes: Kurse (1870 = 100)

10 Branchenindizes: Dividenden (1870 = 100)

11 Individuelle Effekte Ausgangspunkt: VAR Anwendung mit Panel-Daten Problem: Heterogenität in den Parametern Lösung: Erlauben individueller Heterogenität durch fixed effects Neues Problem: Korrelation der fixed effects mit gelaggten abhg. Variablen Lösung: Helmerts Transformation (vgl. z.B. Love/Zicchino (2003)) Vorgehen: Gebrauch von forward-mean-differencing

12 Makroschocks: Wachstum und Inflation

13 Berichtigung um Makroschocks - Herausfiltern von für alle Zeitreihen gültigen Schocks - Einfaches Mean-Differencing aller 35 AGs im Jahr t

14 Berichtigung um Makroschocks Dividenden Preise vor Transformation nach Transformation

15 Startpunkt: Einfaches Fad Modell

16 Spezifikation eines Panel VAR Modells

17 Strukturelles VAR und Cholesky

18 Rechtfertigung des Orderings Preise reagieren schneller!

19 Bestimmung der Lag-Struktur Modell mit ursprünglichen Zeitreihen AIC: 27, SBIC: 10 Mehr Heterogenität im Panel Exogene Variablen aufnehmen Fazit:Beide Vorgehensweisen reduzieren Lag Länge auf 4! Daraus werden drei Modelle entwickelt

20 Die drei Grundmodelle

21 Schätzung der reduzierten Form

22 Impulse Response: Modell I und II Preisschock in t=0

23 Impulse Response: Modell I und II Dividendenschock in t=0

24 Fazit: Modell I und II Beide Modelle sind sehr ähnlich – gleiche Dynamik Generelle Ergebnisse ­ Schnellere Reaktion der Preise auf Schock – wie erwartet! ­ Steigen Preise um 1% erhöhen sich Dividenden in nächster Periode um 0,75% ­ Dividendenanstieg ist weitestgehend im Kurs enthalten Man hat ein Grundmodell, um die Dynamik zwischen Kursen und Dividenden zu analysieren

25 Modell III: Einfluss der Makroökonomie 1% mehr Wachstum Kursreaktion Dividendenreaktion Dividenden reagieren stärker auf Änderung des Wirtschaftswachstums

26 Modell III: Einfluss der Makroökonomie 1% mehr Inflation Kein unmittelbarer Effekt auf Dividenden!

27 Fazit: Modell III Makroökonomische Faktoren haben große Erklärungskraft Starker Einfluss der Inflation ­ Preise fallen unmittelbar um 6,35% ­ Kumulierter Effekt bei Kursen (über 10 Jahre) –7,86% ­ Kumulierter Effekt bei Dividenden (über 10 Jahre) –4,92% ­ Dividenden reagieren deutlich langsamer Im Vergleich zum heutigen Aktienmarkt ist dieses Ergebnis überraschend

28 Ausblick und Fazit Bisherige Ergebnisse ­ Großer Einfluss makroökonomischer Faktoren ­ Bedeutung der Inflation – häufig nicht berücksichtigt ­ Modellierung der Dynamik am Aktienmarkt ­ Bestimmung eines langfristigen GG ­ Gesetz des Jahres 1896 beeinflusst Dynamik nicht wesentlich (Vergleich der Impulse Response Functions) Ausblick ­ Schätzung eines Panel VECM mit individuellen und allgemeinem GG ­ Hat die Politikänderung einen Einfluss auf langfristiges GG?

29 Langfristiges GG zwischen Preisen und Dividenden Zeitreihen ohne Modifikation ­ Individuelle Tests (Johansen): nur 12 sind kointegriert ­ Panel basierte Tests (Pedroni 1999): nicht eindeutig Zeitreihe nach Kontrolle für Zeitschocks ­ Individuelle Tests (Johansen): 29 von 35 sind kointegriert ­ Außerdem: generell hohe Trace ­ Panel basierte Tests (Pedroni 1999): alle 7 Teststatistiken bestätigen Kointegration Zeitreihe nach Helmerts Transformation fast identische Ergebnisse Man findet im Panel eine Hidden Cointegration zwischen Komponenten der ursprünglichen Zeitreihen Grund: Strukturbrüche durch Makroschocks!

30 Schätzung des Kointegrationsvektors Verwendung eines DOLS Panel Group Mean Estimators ­ Pedroni (2001) liefert die Grundlage ­ Schätzung individueller Kointegrationsvektoren ­ Schätzung eines einheitlichen langfristigen GG