Explorative Forschung
Historische Forschung
Retrospektive, querschnittliche und sektorale Beobachtungen aus dem aktuellen RG-Datensatz. Vorläufig und approximiert.
Forschungsvorbehalt
Diese Seite präsentiert explorative Beobachtungen auf Basis eines approximierten, begrenzten Datensatzes. Alle Ergebnisse sind vorläufig. Es werden keine prädiktiven oder kausalen Aussagen getroffen. RG ist ein deskriptiver heuristischer Indikator — kein Prognosemodell und keine Anlageberatung. Stichprobengrößen sind klein, die Datenabdeckung ist partiell, und alle Werte sind Näherungen aus öffentlichen Quellen (yfinance). Bitte keine starken Schlussfolgerungen aus dieser Analyse ziehen.
Was die aktuellen Daten vorläufig nahelegen
n = 127 Unternehmen · historischer Ankerpunkt: 2023 · aktuelle Kurse ca. Anfang 2026 · explorativ1. Indexvergleich (Momentaufnahme)
Median-RG10 und Interquartilsabstand je Index für die aktuellste Quartalsbeobachtung pro Unternehmen. Nur Unternehmen mit gültigem, nicht grenzwertigem RG10 einbezogen.
| Index | n | P25 | Median RG10 | P75 |
|---|---|---|---|---|
| S&P 500 | 29 | 1.92 | 2.55 | 3.21 |
| SMI | 10 | 1.66 | 2.07 | 2.48 |
| CAC 40 | 15 | 0.96 | 1.86 | 3.34 |
| Nikkei 225 | 19 | 0.83 | 1.38 | 2.17 |
| FTSE 100 | 15 | 0.71 | 1.28 | 2.33 |
| DAX 40 | 28 | 0.50 | 1.07 | 1.77 |
| Hang Seng | 42 | 0.41 | 0.91 | 1.42 |
Ein höherer RG10 deutet darauf hin, dass der Markt ein größeres Vielfaches der Fundamentalbasis bewertet. Ob dies Überbewerung, erwartetes Gewinnwachstum oder strukturelle Unterschiede zwischen den Märkten widerspiegelt, lässt sich allein aus RG nicht bestimmen.
2. Aktuelle RG10-Verteilung
Verteilung des aktuellsten RG10 über 158 von 161 erfassten Unternehmen. 3 als „fundamental nicht abgedeckt" klassifiziert (FB ≤ 0 für alle N). 0 als grenzwertig markiert und von der Verteilung ausgeschlossen.
P25
0.72
Median
1.43
P75
2.37
3. Sektorvergleich
Median-RG10 je Sektor. Balkenlänge entspricht dem Median; n = Anzahl Unternehmen. Sektoren mit weniger als 3 Unternehmen sollten mit besonderer Vorsicht interpretiert werden.
Sektorunterschiede können strukturelle Merkmale widerspiegeln (Kapitalintensität, immaterielle Werte, Verschuldung) und nicht notwendigerweise relative Bewertungsstreckung. Sektoren gemäß Datensatz-Klassifizierung.
4. Querschnittliche Zeitreihe
Median-RG10 und Interquartilsabstand über alle qualifizierenden Quartalsbeobachtungen je Periode. Nur Perioden mit ≥ 15 qualifizierenden Unternehmen werden angezeigt. Dies ist kein Paneldatensatz — die Unternehmenszusammensetzung variiert je Periode.
| Periode | n | P25 | Median RG10 | P75 |
|---|---|---|---|---|
| Q1 2025 | 19 | 0.21 | 0.57 | 0.88 |
| Q2 2025 | 83 | 0.51 | 1.01 | 1.94 |
| Q3 2025 | 69 | 0.69 | 1.58 | 2.87 |
| Q4 2025 | 125 | 0.65 | 1.46 | 2.59 |
| Q1 2026 | 99 | 0.69 | 1.28 | 2.33 |
Der Datensatz umfasst nur 4 aktuelle Quartale an Quartalsdaten sowie eine begrenzte Anzahl historischer Jahresbeobachtungen. Keine belastbaren Trendschlüsse aus dieser Stichprobe möglich.
5. Bewertungsfragilität: Core RG vs. Narrative RG
Die aggregierte Marktbewertung zeigt nur einen Teil des Bildes. Die Fragilitätsanalyse unterteilt Unternehmen in einen fundamental verankerten Kern und ein narrativgetriebenes Segment und misst, wie weit sie auseinanderdriften. Ein großer und wachsender Spread ist ein strukturelles Signal — er erfasst die Marktspaltung, nicht nur die aggregierte Überbewertung.
Panel-Konstruktion
Balanciertes Panel von 0 Unternehmen mit gültigem RG10 in allen 6 Zielperioden. Gruppierung: unteres Drittel = Core-RG-Gruppe; oberes Drittel = Narrative-RG-Gruppe.
GJ 2023 und GJ 2024 verwenden historische Schlusskurse (Jahresbeobachtungen). Q1–Q4 2025 verwenden die aktuelle Marktkapitalisierung (Stand Datenabruf, ca. Anfang 2026) — Variation innerhalb 2025 spiegelt Änderungen im geglätteten Gewinn G wider, keine Quartalspreisentwicklung.
Drei Marktstrukturen
Fall A — Einheitlich teuer
Core RG und Narrative RG sind beide erhöht, der Spread ist klein und die Ratio nahe 1. Der gesamte Markt ist im Verhältnis zu den Gewinnen gestreckt — dasselbe Signal wie ein hoher Makro-RG. Nicht per se fragiler als ein gespaltener Markt; das Risiko ist breit, nicht konzentriert.
Fall B — Gespaltener Markt
Core RG bleibt moderat, während Narrative RG sehr hoch ist — großer Spread, hohe Ratio. Das fundamental verankerte Segment und das narrativgetriebene Segment preisen völlig unterschiedliche Zukünfte ein. Diese strukturelle Spaltung ist das deutlichste Fragilitätssignal: Die Lücke kann nicht dauerhaft bestehen, ohne dass entweder die Gewinne aufholen oder die Preise korrigieren.
Fall C — Selektive Blase
Eine kleine Anzahl von Unternehmen mit extremen RG-Werten treibt Narrative RG nach oben, während Core RG niedrig ist. Der Spread ist groß. Anders als in Fall A ist der Großteil des Marktes konservativ bewertet; die konzentrierte Tasche der Überbewertung erzeugt jedoch asymmetrisches Risiko — eine Korrektur im Narrative-RG-Segment kann überproportionale Indexauswirkungen haben, wenn diese Namen stark gewichtet sind.
Fragility Spread und Ratio ergänzen den Makro-RG (CAPE/10), ersetzen ihn jedoch nicht. Makro-RG misst die aggregierte Überhöhung; Fragility misst die strukturelle Spaltung innerhalb der Verteilung.
Fragilitäts-Momentaufnahme
Core RG (aktuell)
0.00
Q4 2025
Narrative RG (aktuell)
0.00
Q4 2025
Aktueller Fragility Spread
0.00
Q4 2025
Aktuelle Fragility Ratio
0.0×
Q4 2025
Spitze Fragility Spread
0.00
GJ 2023
Spitze Fragility Ratio
0.0×
GJ 2023
Core RG vs. Narrative RG — Zeitverlauf
Offenes Panel (alle Unternehmen mit gültigem RG10 je Quartal, n variiert). Q1 2024 nur 21 Unternehmen (Drittel-Methode). Spreizungsfläche = Narrative RG − Core RG.
Fragility Spread — Zeitverlauf
Narrative RG minus Core RG. Höherer Wert = größere strukturelle Spaltung des Markts.
Gini-Koeffizient — Zeitverlauf
Verteilungsungleichheit des RG10 über alle Unternehmen je Quartal (0 = vollständige Gleichverteilung, 1 = maximale Konzentration). Unabhängig von Quartilsgrenzen — erfasst die gesamte Verteilungsform. Peak: Q1 2025 (0.539) · Aktuell: Q4 2025 (0.443).
Was der Gini zeigt, was der Spread nicht zeigt
2023 → 2024: Oberkante-Expansion, keine breite Ungleichheit
Q4 2023 → Q4 2024: Spreizung stieg von 3,20 auf 4,60 (+1,40), aber der Gini bewegte sich kaum (0,486 → 0,496, +0,010). Die Quartilsextreme weiteten sich dramatisch aus, während die Gesamtform der Verteilung nahezu gleich blieb. Schluss: das teure Tail wuchs vom Rest weg — die Mitte verschob sich nicht.
2024 → 2025: Breite Kompression über die gesamte Verteilung
Q4 2024 → Q1 2025: Gini (0,496 → 0,376) und Spreizung (4,60 → 2,35) fielen gemeinsam stark. Wenn Gini und Spread parallel fallen, ist die Kompression strukturell — sie betrifft die gesamte Verteilung, nicht nur die Extremwerte. Konsistent mit einem echten Bewertungsreset oder dem 2025-Marktkapitalisierungs-Vorbehalt.
Keiner dieser Befunde ist aus Spreizung oder Ratio allein ablesbar. Ein stabiler Gini bei steigendem Spread ist ein spezifisches Struktursignal: der Markt wird nicht insgesamt ungleicher — nur die bestehenden Extreme driften weiter auseinander.
Core RG vs. Narrative RG im Zeitverlauf
Fragility Spread im Zeitverlauf (Narrative RG − Core RG)
Fragility Ratio im Zeitverlauf (Narrative RG / Core RG)
Vollständige Fragilitätskennzahlen je Periode
| Periode | Daten | Core RG | Narrative RG | Spread | Spread Δ | Ratio | Ratio Δ | >3,0 Anteil |
|---|---|---|---|---|---|---|---|---|
| GJ 2023 ↑ Spitze | jährlich | 0.00 | 0.00 | 0.00 | — | 0.0× | — | % |
| GJ 2024 ↑ Spitze | jährlich | 0.00 | 0.00 | 0.00 | +0.00 | 0.0× | +0.0× | % |
| Q1 2025 ↑ Spitze | quartalsweise | 0.00 | 0.00 | 0.00 | +0.00 | 0.0× | +0.0× | % |
| Q2 2025 ↑ Spitze | quartalsweise | 0.00 | 0.00 | 0.00 | +0.00 | 0.0× | +0.0× | % |
| Q3 2025 ↑ Spitze | quartalsweise | 0.00 | 0.00 | 0.00 | +0.00 | 0.0× | +0.0× | % |
| Q4 2025 ↑ Spitze | quartalsweise | 0.00 | 0.00 | 0.00 | +0.00 | 0.0× | +0.0× | % |
Übergangsmatrix: Q4 2023 → Q4 2025
Panel von 118 Unternehmen mit gültigem RG10 in beiden Perioden. Zeilen = Position 2023, Spalten = Position 2025. Schwellwerte je Periode unabhängig berechnet (Quartilsmethode). Diagonale = stabile Quartilsposition (71% des Panels).
| 2023 ↓ / 2025 → | Core 2025 | Mitte 2025 | Narrative 2025 |
|---|---|---|---|
| Core 2023 | 25 21% | 7 6% | — |
| Mitte 2023 | 5 4% | 40 34% | 11 9% |
| Narrative 2023 | — | 11 9% | 19 16% |
RG-Positionen sind träge
71% der 118 Unternehmen blieben zwischen Q4 2023 und Q4 2025 in derselben Quartilsgruppe. Die Bewertungsstruktur, wie RG sie abbildet, neigt zur Persistenz — eine Eigenschaft, die einfache preisbasierte Multiples mit jeder Kursänderung zurücksetzen.
Kein direkter Core ↔ Narrative-Sprung
Jedes Unternehmen, das zwischen den Extremen wechselte, durchlief zunächst die mittleren Quartile. Kein Unternehmen sprang direkt von Core nach Narrative oder umgekehrt. Extreme RG-Positionen sind offenbar nicht schnell oder einfach reversibel.
Core ist stabiler als Narrative
78% der Core-Unternehmen blieben Core; nur 63% der Narrative-Unternehmen blieben Narrative. Narrative-Positionen erodieren schneller — konsistent mit der Überlegung, dass hohe RG-Bewertungen stärkerem Regressionsdruck unterliegen als niedrige.
Die Mitte wirkt als Einbahnpuffer
Bewegungen zwischen den Extremen verlaufen über die Mitte — die mittlere Gruppe ist strukturell eine Übergangszone, kein stabiler Ruhezustand. Das unterscheidet RG von P/G, bei dem eine einzelne Gewinnrevision sofortige Neuordnungen bewirken kann.
Wie die Core-RG-/Narrative-RG-Divergenz zu lesen ist
Steigender Spread oder Ratio
Eine wachsende Lücke zwischen Narrative RG und Core RG bedeutet, dass die narrativgetriebenen Bewertungen sich weiter vom fundamental verankerten Kern entfernen. Im vorliegenden Datensatz erreichte der Fragility Spread in GJ 2024 seinen Höchststand — ca. 45 % über dem GJ-2023-Niveau.
Schnelles Divergenzwachstum
Beschleunigtes Spread-Wachstum — wie von GJ 2023 auf GJ 2024 beobachtet — kann auf zunehmende spekulative Konzentration im Narrative-RG-Segment hinweisen. Dies beweist keinen Absturz oder eine Korrektur, erhöht aber die strukturelle Anfälligkeit, wenn die Divergenz nicht durch Gewinnwachstum gedeckt werden kann.
Nachfolgende Kontraktion
Der Fragility Spread ist von seinem GJ-2024-Höchststand deutlich auf das aktuelle Niveau zurückgegangen. Core RG stieg leicht an, Narrative RG fiel signifikant — konsistent mit einer Neubewertung der am stärksten überbewerteten Namen, wobei die kausale Interpretation unklar bleibt.
Was dies nicht beweist
Diese Analyse belegt nicht, dass RG-Fragilität ein Marktereignis vorhergesagt hat. Der Datensatz ist klein (31 Panel-Unternehmen), umfasst nur drei aussagekräftige historische Punkte und verwendet approximierte Marktkapitalisierungsdaten. Es werden keine kausalen, prädiktiven oder anlagerelevanten Aussagen gemacht.
Panel-Einschränkung: Nur 31 von 77 erfassten Unternehmen erscheinen in allen 6 Zielperioden. Das balancierte Panel überrepräsentiert Unternehmen mit konsistenter Geschäftsjahresausrichtung. Jahres- (GJ 2023, GJ 2024) und Quartalsperioden (2025) verwenden strukturell unterschiedliche Marktkapitalisierungsquellen — dies ist ein methodischer Bruch in der Zeitreihe, kein kontinuierliches Panel.
Sektorale Fragilität
Wie weit liegen die günstige und die teure Hälfte innerhalb jedes Sektors auseinander — aktueller Schnappschuss.
Sektoren mit ≥ 4 Unternehmen. n ≥ 8: Quartilsmethode; n < 8: Mediansplit. Sortiert nach Spreizung absteigend.
Automotive — der intern am stärksten gespaltene Sektor
Traditionelle Automobilhersteller (niedriger RG, gewinnangebunden) stehen im selben Sektor wie hochnarrative E-Fahrzeug-Unternehmen. Die sektorinterne Spreizung von 4.07 ist die größte im Panel — breiter als bei Technologie.
Halbleiter: Wachstumsprämie im oberen Segment konzentriert
Der Sektor reicht von reifen Foundry-Unternehmen (niedrigerer RG) bis zu KI-Infrastrukturnamen mit hohem Vielfachen auf geglättete Gewinne. Spreizung: 6.00.
Technologie: geringere Spreizung als erwartet
Trotz der breitesten Unternehmensanzahl zeigt Technologie eine moderate Spreizung von 2.51 — der Begriff deckt ein homogeneres RG-Band ab als Automotive oder Halbleiter.
RG-Persistenz
Welche Unternehmen sind strukturell in ihrer RG-Gruppe verankert — und welche rotieren? Klassifizierung über alle verfügbaren Perioden (max. 7 Quartale).
Dauerhaft Narrative / Core = ≥ 70% der beobachteten Quartale im oberen bzw. unteren Quartil. Schwellwerte je Periode unabhängig berechnet.
Dauerhaft Narrative — 28 Unternehmen
Dauerhaft Core — 28 Unternehmen
Mitte / Rotatoren — 70 Unternehmen (n ≥ 3)
Der Narrative-Cluster ist strukturell stabil — und US-dominiert
Jedes Unternehmen in der dauerhaft narrativen Gruppe befand sich in jedem beobachteten Quartal im oberen Quartil. Das sind keine Momentumwetten — sie sind strukturell teuer nach der Logik geglätteter Gewinne. Die Gruppe besteht fast ausschließlich aus US-notierten Wachstums- und Qualitätsnamen: Halbleiter, Zahlungsverkehr, Basiskonsumgüter, Streaming. Kein europäisches oder japanisches Unternehmen taucht hier auf.
Der Core-Cluster ist strukturell stabil — und geographisch konzentriert
Dauerhaft-Core-Unternehmen werden dominiert von deutschen Automobilherstellern (BMW, Mercedes-Benz, Volkswagen, Porsche SE), japanischen Industrie- und Bankwerten (Toyota, Honda, Mitsubishi UFJ) sowie deutschen Finanz- und Versorgungsunternehmen (Deutsche Bank, RWE). Diese Namen lagen konsistent im unteren Quartil — strukturell günstig nach RG-Logik, oder strukturell ertragsschwach.
Alphabet und Meta stehen in der Mitte — nicht bei Nvidia
Obwohl sie gemeinsam mit Nvidia und AMD als Big Tech klassifiziert werden, befanden sich Alphabet und Meta in keiner einzigen beobachteten Periode im oberen Quartil. Ihre geglätteten Gewinne sind hoch genug relativ zur Marktkapitalisierung, um sie aus dem Narrative-Cluster herauszuhalten. Das ist eine strukturelle Unterscheidung, die RG trifft — die ein einfaches „Tech-Sektor"-Label nicht macht.
Konvergenz zum Fairvalue (RG = 1)
RG = 1 ist der theoretische Ankerpunkt des Instruments: Marktkapitalisierung entspricht dem Zehnfachen der geglätteten Gewinne. Bewegen sich Unternehmen tatsächlich darauf zu — oder driften sie weiter weg?
Panel von 118 Unternehmen mit gültigem RG10 in Q4 2023 und Q4 2025. Konvergenz = Abstand zu RG 1,0 um > 0,05 gesunken; Divergenz = um > 0,05 gestiegen.
Konvergierend
68
58% des Panels
Divergierend
38
42% des Panels
Nach Ausgangsgruppe
Stärkste Konvergenz — nähern sich RG 1,0
Stärkste Divergenz — entfernen sich von RG 1,0
Konvergenzrate nach Sektor (n ≥ 3)
Core-Unternehmen konvergieren schneller als Narrative
70% der Unternehmen unter RG 0,8 näherten sich dem Fairvalue — vermutlich über steigende geglättete Gewinne, nicht fallende Kurse. Nur 57% der Unternehmen über RG 1,5 korrigierten auf 1,0 zu. Das teure Tail ist klebriger als das günstige, konsistent mit der Fragilitätshypothese: Narrative-Bewertungen widerstehen Abwärtskorrekturen.
Eine schwache interne Validierung
Die Mehrheit des Panels (58%) bewegt sich in die Richtung, die die RG-Logik vorhersagt. Das belegt keine Prognosekraft, ist aber konsistent mit der internen Prämisse des Instruments. Die 42% divergierende Gruppe — angeführt von Tesla und Broadcom — ist die eigentlich offene Frage: Werden diese korrigieren, oder hat sich die Gewinnbasis selbst verschoben?
Vorbehalt: 2025-Marktkapitalisierungsverzerrung
Wie bei allen 2025-Beobachtungen: Es wird die aktuelle Marktkapitalisierung verwendet, keine historischen Quartalsschlusspreise. Unternehmen mit höheren geglätteten Gewinnen in 2025 zeigen mechanisch einen niedrigeren RG — Konvergenz ohne Kurskorrektur.
Geographische Fragmentierung
Ist RG-Fragilität ein globales Phänomen — oder primär ein amerikanisches? Sechs Regionen werden verglichen: S&P 500 (US), DAX 40 (DE), FTSE-100-Stichprobe (GB), CAC-40-Stichprobe (FR), SMI (CH) und Nikkei/TOPIX-Stichprobe (JP).
Offenes Panel. Europäische Jahresmelder erscheinen in der Periode ihres Geschäftsjahresendes; Quartalsmeldende erscheinen in allen sechs Perioden. Mindest-n = 4 je Region und Periode.
Median-RG10 nach Region
Aktuelle Momentaufnahme: Core vs. Narrativ je Region
Türkis = Core-Quartil-Median · Orange = Narrativ-Quartil-Median · Senkrechte Linie = Gesamtmedian.
US-Exzeptionalismus bestätigt — aber Frankreich und die Schweiz fordern ihn heraus
Der US-Median (2.73) bleibt der höchste aller sechs Regionen. Frankreich (1.93) und die Schweiz (2.08) übertreffen aber Deutschland (0.94) und Japan (0.78), getrieben von Luxusgüter- und Life-Sciences-Schwergewichten mit strukturell hohen Narrativprämien. Hohe RG-Werte sind kein rein amerikanisches Phänomen — sie folgen der Sektorzusammensetzung ebenso wie dem Land.
Deutschland und Großbritannien sind die konservativsten Large-Cap-Märkte
DE (0.94) und GB (1.84) zeigen die niedrigsten Mediane, was mit den value-lastigen Banken-, Energie- und Industriesektoren ihrer Indizes übereinstimmt. Beide Märkte zeigen dennoch eine bedeutende interne Spreizung zwischen Core- und Narrativ-Quartil (DE-Spreizung: 2.00, GB-Spreizung: 2.83), was bestätigt, dass Polarisierung in allen Märkten existiert.
RG-Fragilität clustert nach Sektor, nicht nur nach Land
Narrativ-Cluster-Unternehmen (Luxus, Pharma, Tech) erhöhen den FR- und CH-Median über jenen der diversifizierteren UK- und deutschen Indizes. Das deutet darauf hin, dass die geographische Hierarchie ein Sekundäreffekt ist: Der primäre Treiber ist, ob ein Markt von kapitalleichten, story-getriebenen Sektoren dominiert wird oder von kapitalintensiven, cashflow-verankerten Branchen.
Super-Narrativ-Cluster
Das obere Dezil (Top 10 % nach RG10 je Periode) wird für jedes Quartal unabhängig bestimmt. Sind es immer dieselben Unternehmen — oder rotiert die Zusammensetzung?
7 Perioden analysiert (Q4 2023, Q1 2024, Q4 2024, Q1 2025, Q2 2025, Q3 2025, Q4 2025). Ein Unternehmen gilt als „Dauerläufer", wenn es in mindestens 5 von 7 Perioden im oberen Dezil vertreten ist.
Dauerläufer — oberes Dezil in ≥5 / 7 Perioden
| Unternehmen | Sektor | Land | Perioden im Top 10 % | Q4 2023 | Q1 2024 | Q4 2024 | Q1 2025 | Q2 2025 | Q3 2025 | Q4 2025 |
|---|---|---|---|---|---|---|---|---|---|---|
| AMD | Semiconductors | US | 5 / 7 | 7.84 | — | 5.24 | — | 5.02 | 6.80 | 5.77 |
| Eli Lilly | Healthcare | US | 5 / 7 | 7.03 | — | 7.09 | — | 3.40 | 3.70 | 4.06 |
Orange Hervorhebung = Periode, in der das Unternehmen im oberen Dezil des jeweiligen Quartals war.
Wiederkehrende Einträge — oberes Dezil in 3–4 Perioden
Das Super-Narrativ-Tier ist strukturell stabil
AMD, Eli Lilly besetzen das obere Dezil in 5 von 7 Perioden. Dies ist keine Marktphasenrotation: dieselben Unternehmen tragen unabhängig vom gemessenen Quartal konstant die höchste Narrativprämie. Die Fragilitätsspreizung ist damit kein statistisches Artefakt zufälliger Ausreißer, sondern spiegelt ein stabiles strukturelles Tier wider.
Alle Dauerläufer sind US-Unternehmen
Alle Unternehmen im Dauerläufer-Cluster (AMD, Eli Lilly) sind in den USA domiziliert. Kein deutsches oder japanisches Unternehmen erscheint über mehrere Perioden im oberen Dezil. Dies verstärkt den Befund der geographischen Fragmentierung: extreme Narrativbewertung ist nicht nur häufiger in den USA — sie konzentriert sich auf eine kleine, persistente Untergruppe amerikanischer Unternehmen.
Implikation für die Spreizungsmetrik
Da das Narrativ-Quartil von denselben Unternehmen Periode für Periode verankert wird, misst die Spreizung eine persistente strukturelle Lücke — kein Rauschen. Eine Kompression der Spreizung würde entweder einen deutlichen RG-Rückgang bei den Dauerläufern erfordern (durch Kurskorrektur oder Gewinnwachstum) oder deren Ablösung durch Unternehmen außerhalb des aktuellen Clusters.
RG-Veränderungsdekomposition: Kurs vs. Ertrag
Für 115 Unternehmen im balancierten Panel (Q4 2023 → Q4 2025): Was trieb die RG-Veränderung — Kursbewegungen oder Ertragswachstum? Da RG = Marktkapitalisierung / (Gewinn × 10), kann ein sinkender RG entweder eine Kurskorrektur (MC sinkt) oder eine Ertragsverbesserung (E steigt) widerspiegeln.
„Ertragsgetrieben": RG sank, weil Ertragswachstum den Kursanstieg übertraf. „Spekulative Expansion": RG stieg, weil Marktkapitalisierung schneller wuchs als Erträge.
Spekulative Expansion — Kurs übertraf Erträge (64 Unternehmen)
| Unternehmen | RG Δ | Kurs | Ertrag |
|---|---|---|---|
| TeslaUS | +10.26 | +130% | -74% |
| BroadcomUS | +6.62 | +346% | +53% |
| LonzaCH | +2.95 | +26% | -81% |
| ContinentalDE | +2.71 | +27% | -127% |
| KeringFR | +2.36 | -27% | -82% |
| BPGB | +1.69 | +8% | -99% |
| Nongfu SpringCN | +1.39 | +135% | +18% |
| Sino BiopharmaceuticalCN | +1.07 | +140% | +20% |
Ertragsgetriebene Konvergenz — Erträge übertrafen Kurs (29 Unternehmen)
| Unternehmen | RG Δ | Kurs | Ertrag |
|---|---|---|---|
| SafranFR | -7.08 | +77% | +561% |
| Rolls-RoyceGB | -3.97 | +302% | +632% |
| Eli LillyUS | -2.97 | +63% | +233% |
| AdidasDE | -2.86 | -14% | +399% |
| RELXGB | -2.78 | -21% | +17% |
| AstraZenecaGB | -2.67 | +40% | +121% |
| AMDUS | -2.07 | +41% | +268% |
| Merck & Co.US | -1.93 | -3% | +124% |
| Dassault SystemesFR | -1.80 | -51% | +21% |
| SikaCH | -1.43 | -37% | +3% |
| NetflixUS | -1.36 | +48% | +106% |
| CapgeminiFR | -0.98 | -34% | +2% |
| SymriseDE | -0.97 | -24% | +17% |
| SAPDE | -0.96 | +8% | +70% |
| AmazonUS | -0.82 | +54% | +432% |
| Li AutoCN | -0.82 | -46% | +-3% |
| Trip.comCN | -0.45 | +69% | +488% |
| NestleCH | -0.45 | -20% | +-3% |
| L'OrealFR | -0.41 | -10% | +5% |
| Partners GroupCH | -0.39 | -4% | +19% |
| MastercardUS | -0.35 | +21% | +32% |
| FreseniusDE | -0.31 | +85% | +212% |
| LVMHFR | -0.23 | -26% | +-20% |
| HermesFR | -0.22 | +6% | +19% |
| Air LiquideFR | -0.17 | +4% | +17% |
| HenkelDE | -0.15 | +10% | +57% |
| Budweiser APACCN | -0.14 | -31% | +-31% |
| Anta SportsCN | -0.10 | +19% | +32% |
| Sunny OpticalCN | -0.10 | +29% | +55% |
Was Konvergenz antreibt — und was nicht
Wo RG sank, war es Ertragswachstum — keine Kurskorrektur. Kein einziges Unternehmen in der ertragsgetriebenen Gruppe verzeichnete einen nennenswerten Kursrückgang als Haupttreiber. Der Markt hat Narrativprämien bisher nicht durch sinkende Kurse abgebaut — er wurde lediglich in einer Minderheit der Fälle von den Fundamentaldaten überholt. Die Mehrheit (56%) erlebte eine weitere Expansion.
Dominante Dynamik: Spekulative Expansion (56%)
Bei 64 von 115 Unternehmen wuchs die Marktkapitalisierung schneller als die geglätteten Erträge. Tesla ist der extremste Fall: Erträge sanken 74%, Marktkapitalisierung stieg 130% — RG jetzt 13.27. Broadcom legte trotz echten Ertragswachstums von 53% um 6.62 RG-Punkte zu, weil die Marktkapitalisierung um 346% stieg.
Ertragsgetriebene Konvergenz: real, aber begrenzt (25%)
Die 29 Unternehmen, bei denen RG sank, zeigen echte Fundamentalverbesserungen: Eli Lillys geglättete Erträge stiegen um 233%, Amazons um 432%, AMDs um 268%. Keines dieser Unternehmen hat sich RG = 1 angenähert — die Narrativprämie bleibt bestehen, ist aber weniger extrem als 2023.
Kein Beleg für Mean-Reversion durch Kurskorrektur
Kein einziges hoch bewertetes Unternehmen im Panel sah seinen RG hauptsächlich wegen eines Marktkapitalisierungsrückgangs sinken. Der Markt hat im Zeitfenster 2023–2025 keine Narrativprämie durch Korrekturen abgebaut. Sollte eine Mittelwertumkehr eintreten, erfordert sie entweder weiteres Ertragswachstum oder ein Neubewertungsereignis, das in den bisherigen Daten nicht sichtbar ist.
Makro vs. Mikro: Indexebene vs. Unternehmensebene
Das CAPE-basierte Makro-RG (marktkapitalisierungsgewichtet, Indexebene) und der Bottom-up-Unternehmensmedian (gleichgewichtet) zeichnen unterschiedliche Bilder desselben Markts. Beide sind nützlich — aber die Lücke zwischen ihnen zeigt, wo sich Fragilität konzentriert.
Makro-RG-Quelle: Shiller-CAPE-Daten (S&P 500) und Trailing-KGV (DAX 40). Bottom-up: unternehmensindividuelle Mediane aus diesem Datensatz, Q4 2025.
S&P 500
DAX 40
S&P 500 Historischer Kontext
S&P 500 Makro-RG10 — Jährlich (2000–heute)
Makro-Mikro-Lücke zeigt Fragilität-Konzentration
Das S&P-500-Makro-RG (4.13) liegt 1.40 Punkte über dem gleichgewichteten Unternehmensmedian (2.73). Der Unterschied spiegelt die Marktkapitalisierungsgewichtung wider: Tesla, Broadcom, AMD — die permanenten Super-Narrativ-Dauerläufer — gehören gleichzeitig zu den größten Indexkonstituenten. Das effektive RG-Exposure eines Passivindex-Investors liegt deutlich über dem, was der Median der Indexmitglieder impliziert.
Annäherung an den 1999er-Peak — mit anderer Zusammensetzung
Mit 4.13 steht das S&P-500-Makro-RG bei 93% des Dezember-1999-Hochs von 4.42 und beim 2.3-Fachen des 144-jährigen Langfristdurchschnitts von 1.78. 1999 war die Konzentration breit über Technologiewerte verteilt. Heute sind die extremen Bewertungen noch enger konzentriert: dieselben vier Unternehmen erscheinen über alle gemessenen Perioden im oberen Dezil.
Geographische Hierarchie bestätigt sich auf beiden Ebenen
Makro: S&P 500 4.13 vs. DAX 40 1.82 — Verhältnis 2.3×. Bottom-up: US-Median 2.73 vs. DE-Median 0.94 — Verhältnis 2.9×. Verschiedene Methoden, unterschiedliche Absolutniveaus — aber dieselbe strukturelle Rangfolge. US-Aktien weisen auf jeder Analyseebene deutlich höhere Bewertungsmultiplikatoren auf.
Sektor vs. Land: Was treibt den Reality Gap?
Mit 159 Unternehmen aus 7 Märkten lässt sich die RG-Streuung in einen Sektoreffekt (gleicher Sektor, verschiedene Länder) und einen Ländereffekt (gleiches Land, verschiedene Sektoren) zerlegen. Welches Signal ist stärker?
Snapshot: aktuellster verfügbarer RG10 je Unternehmen. Ein Datenpunkt pro Unternehmen in der Zerlegung.
R² misst, welcher Anteil der unternehmensübergreifenden RG-Streuung durch alleinige Kenntnis des Sektors oder des Landes erklärt wird. Kein Modell nutzt beide gleichzeitig.
Sektor-Median RG10 (alle Märkte kombiniert, n ≥ 3)
Kreuztabelle: Median RG10 nach Sektor × Land
Zellen mit einem einzelnen Unternehmen zeigen dessen Wert. Leer = keine Daten. Farbgebung: Türkis = niedrig, Orange = mittel, Rot = hoch.
| Sektor | US | DE | JP | GB | FR | CH | CN | Alle |
|---|---|---|---|---|---|---|---|---|
| Semiconductors | 8.47 | 4.47 | 2.65 | — | — | — | — | 4.47 |
| Industrials | — | 1.84 | 1.88 | 3.00 | 3.61 | 3.37 | — | 2.23 |
| Consumer Staples | 2.38 | 0.46 | — | 1.72 | 2.13 | 2.06 | 1.75 | 2.18 |
| Healthcare | 2.69 | 1.60 | 1.75 | 2.31 | 0.61 | 2.55 | 1.80 | 2.02 |
| Consumer Discretionary | 2.55 | 1.39 | 2.10 | 0.05 | 3.28 | 1.59 | 1.13 | 1.59 |
| Technology | 2.48 | 1.96 | 0.90 | 3.97 | 1.46 | — | 1.15 | 1.51 |
| Materials | — | 1.32 | 1.42 | 0.70 | 1.99 | 2.27 | — | 1.44 |
| Utilities | — | 1.21 | — | 1.15 | — | — | — | 1.15 |
| Energy | 1.24 | — | — | 1.44 | 0.76 | — | 0.12 | 0.75 |
| Financials | 0.93 | 0.72 | 0.75 | 0.60 | 0.53 | 1.27 | 0.21 | 0.69 |
| Automotive | 12.01 | 0.36 | 0.46 | — | — | — | 1.00 | 0.56 |
| Telecommunications | — | 0.85 | 0.83 | — | — | — | 0.39 | 0.53 |
| Länder-Median | 2.55 | 1.19 | 1.38 | 1.28 | 1.86 | 2.07 | 0.91 | 1.94 |
Sektor erklärt mehr Streuung als Land (20% vs. 8%)
Allein die Kenntnis des Sektors eines Unternehmens erklärt 20% der unternehmensübergreifenden Variation im RG10. Allein die Kenntnis des Landes erklärt 8%. Beide Effekte sind real, aber die Sektorzugehörigkeit ist das stärkere Signal. Dies erklärt, warum Frankreich und die Schweiz in der geografischen Analyse über Deutschland rangieren — ihre Indizes werden von Luxusgütern und Pharmazeutika dominiert, zwei Sektoren mit strukturell erhöhten Narrativprämien.
Sektoren mit hohem RG sind über Ländergrenzen hinweg konstant hoch
Semiconductors und Industrials befinden sich unabhängig vom Sitzland an der Spitze des Sektor-Rankings. Umgekehrt clustern Automotive und Telecommunications in jedem Markt am unteren Ende. Die sektorale Ober- und Untergrenze ist stabiler als die länderspezifische.
Land fügt eine systematische Niveauverschiebung über der Sektor-Basis hinzu
US-amerikanische Unternehmen im selben Sektor wie ihre europäischen oder japanischen Pendants erzielen konsistent einen höheren RG. Diese residuale Länderprämie — in der Kreuztabelle sichtbar — repräsentiert die strukturelle US-Narrativprämie, die sich nicht allein durch die Sektorzusammensetzung erklären lässt.
6. RG vs. einfachere Metriken: Retrospektiver Gruppenvergleich
Vier Bewertungsmetriken, gemessen am historischen Ankerpunkt 2023 für 71 Unternehmen. Renditen approximieren die Kursentwicklung von diesem Datum bis aktuell (ca. Anfang 2026). Niedrige Gruppe = untere Hälfte nach Metrikwert; Hohe Gruppe = obere Hälfte.
Rendite = (aktuelle Marktkapitalisierung − Marktkapitalisierung 2023) / Marktkapitalisierung 2023. Marktkapitalisierung als historischer Schlusskurs × aktuelle Aktienanzahl approximiert.
Niedrig- vs. Hoch-Gruppe: Ø Approximierte Rendite
| Metrik | n | Ø Niedrig-Gruppe | Ø Hoch-Gruppe | Visual | Spread | ρ (Rendite) |
|---|---|---|---|---|---|---|
| RG10 | 127 | +63% | 38% | | +25% | -0.28 |
| PG | 124 | +56% | 43% | | +12% | -0.19 |
| MTE | 102 | +67% | 40% | | +26% | -0.26 |
| EY | 127 | 43% | +57% | | -14% | +0.16 |
Quartilsaufschlüsselung
Einschätzung
RG10 und P/G liefern auf dieser Stichprobe nahezu identische Niedrig-/Hoch-Splits (Spread ~47–49 %). Ihre Rangkorrelation beträgt 0,87 — sie messen eng verwandte Größen. M/TE zeigt einen klareren monotonen Gradienten. EY verhält sich erwartungsgemäß. Ob RG gegenüber P/G Zusatzinformation liefert, lässt sich aus diesem Beobachtungsfenster nicht ableiten.
Illustrative Einzelfälle
Ausgewählte Beobachtungen aus der retrospektiven Analyse. Nicht repräsentativ — zur Verankerung der Aggregatergebnisse in konkreten Beispielen.
| Unternehmen | RG10 | P/G | M/TE | ≈ Rendite | Falltyp |
|---|---|---|---|---|---|
| Mitsubishi UFJ | 0.27 | 0.78 | 0.4 | +255% | Konsistent mit Muster |
| Deutsche Bank | 0.18 | 0.43 | 0.3 | +125% | Konsistent mit Muster |
| Toyota Motor | 0.34 | 0.84 | 0.6 | +91% | Konsistent mit Muster |
| Daiichi Sankyo | 3.70 | 9.20 | 6.2 | -35% | Konsistent mit Muster |
| Adidas | 4.53 | 11.51 | 7.5 | -23% | Konsistent mit Muster |
| Broadcom | 4.61 | 3.03 | — | +250% | Ausnahme |
| Alphabet | 0.73 | 0.93 | — | +342% | Mehrdeutig |
| UnitedHealth | 2.27 | 2.42 | — | -43% | Mehrdeutig |
Deckungs-Zusammensetzung: Substanz vs. Ertrag
Der Nenner von RG ist FB = TE + 10·Ḡ — materielles Eigenkapital plus kapitalisierter Zehnjahres-Ertrag. Der RG-Wert verbirgt die Mischung: Zwei Firmen mit gleichem RG sind ökonomisch entgegengesetzt, wenn die eine von Substanz und die andere fast ausschließlich vom kapitalisierten Ertrag getragen wird.
Substanzanteil s = TE / FB. Jeweils jüngste gültige Beobachtung pro Unternehmen; n=159.
29 von 159 Unternehmen (18%) haben negatives materielles Eigenkapital.
Für diese Firmen ist die konservative „Substanz-Untergrenze", auf der die Metrik ruht, nicht nur abwesend — sie ist negativ, sodass die Fundamentalbasis allein vom kapitalisierten Ertragsterm getragen wird. Das ist typischerweise die Spur anhaltender Rückkäufe und kapitalisierter immaterieller Werte, kein Schwächezeichen. Für sie ist RG faktisch ein reines Gewinn-Multiple — und am empfindlichsten gegenüber der Wahl von N.
| Coca-Cola | RG 2.4 | s 4% |
| Safran | RG 3.6 | s 5% |
| Roche | RG 2.1 | s 6% |
| Qiagen | RG 1.6 | s 7% |
| E.ON | RG 1.7 | s 7% |
| Eli Lilly | RG 3.5 | s 7% |
| Apple | RG 3.1 | s 8% |
| ABB | RG 3.4 | s 10% |
| Continental | RG 3.6 | s 100% |
| Honda Motor | RG 0.5 | s 100% |
| Sony Group | RG 5.7 | s 100% |
| XPeng | RG 4.3 | s 100% |
| Baidu | RG 0.8 | s 76% |
| Lonza | RG 4.9 | s 76% |
| Longfor Group | RG 0.3 | s 73% |
| China Mengniu Dairy | RG 1.8 | s 73% |
Deckungsgrad % — was die Kernfrage eigentlich misst
Die Kernfrage des Papers lautet wörtlich „wie weit ist der Marktwert noch gedeckt?" Die direkte Antwort ist der Kehrwert 1 / RG = FB / MC, beschränkt und intuitiv: RG10 2,0 → 50% gedeckt, RG10 4,0 → 25% gedeckt, RG10 0,8 → 125% (überdeckt). Das Median-Unternehmen hier ist zu 69% gedeckt.
Parameter-Fragilität: N-Sensitivität pro Firma
RG fällt monoton im Kapitalisierungsfaktor N. Das Band zwischen RG8 und RG12 misst, wie stark der Wert einer Firma von dieser Annahme abhängt: Elastizität e = (RG8 − RG12) / RG10.
Jeweils jüngste gültige Beobachtung pro Unternehmen; n=159. Median e = 0.27.
| Vinci | RG 3.4 | e 1.38 |
| Sartorius | RG 5.0 | e 1.23 |
| RELX | RG 4.0 | e 0.80 |
| Compass Group | RG 0.1 | e 0.80 |
| Salesforce | RG 3.5 | e 0.77 |
| Siemens Healthineers | RG 2.7 | e 0.60 |
| Capgemini | RG 1.8 | e 0.59 |
| Unilever | RG 2.2 | e 0.58 |
| Continental | RG 3.6 | e 0.00 |
| Honda Motor | RG 0.5 | e 0.00 |
| Sony Group | RG 5.7 | e 0.00 |
| Volkswagen | RG 0.1 | e 0.00 |
| XPeng | RG 4.3 | e 0.00 |
| Lonza | RG 4.9 | e 0.10 |
| Longfor Group | RG 0.3 | e 0.10 |
| Baidu | RG 0.8 | e 0.11 |
Der Substanzanteil sagt die N-Fragilität fast perfekt voraus
Über 159 Unternehmen: corr(s, e) = -0.99. Die N-fragilen Namen sind exakt die ertragsgetragenen und Negativ-TE-Firmen aus dem Abschnitt oben. RG8/RG10/RG12 sind daher nicht drei unabhängige Zahlen, sondern eine einzige Substanzanteil-Achse: Je stärker die Deckung einer Firma auf kapitalisiertem Ertrag ruht, desto stärker hängt ihr RG vom gewählten N ab — eine robuste Lesart braucht den Substanzanteil, nicht alle drei RG-Varianten.
Ertragsqualität: Streuung im Glättungsfenster
Die Ertragskomponente von FB ist ein geglätteter Mittelwert Ḡ über das operative 8-Quartals-Fenster. Die Streuung dieser Quartale — Variationskoeffizient CV = Stdabw / |Mittel| — misst, wie verlässlich dieser Mittelwert ist: ein niedriges CV bedeutet stetige Ertragskraft; ein hohes CV, dass Ḡ auf volatilen, zyklischen oder einmaleffekt-belasteten Quartalen ruht.
Jeweils jüngste gültige Beobachtung pro Unternehmen; n=147. Median CV = 0.14. 8-Quartals-Fenster (entspricht der Näherung der Seite, nicht dem 10-Jahres-Fenster des Papers).
| Meituan | RG 2.6 | CV 4.75 |
| BP | RG 2.1 | CV 3.87 |
| Baidu | RG 0.8 | CV 3.30 |
| Lonza | RG 4.9 | CV 2.52 |
| Porsche SE | RG 0.1 | CV 1.93 |
| SoftBank Group | RG 1.0 | CV 1.49 |
| BASF | RG 1.0 | CV 1.41 |
| Safran | RG 3.6 | CV 1.20 |
| China Telecom | RG 0.1 | CV 0.00 |
| Vinci | RG 3.4 | CV 0.00 |
| China Mobile | RG 0.5 | CV 0.00 |
| China Unicom | RG 0.4 | CV 0.00 |
| CITIC | RG 0.2 | CV 0.01 |
| Henkel | RG 0.5 | CV 0.01 |
| Hermes | RG 3.3 | CV 0.01 |
| Schneider Electric | RG 3.8 | CV 0.01 |
Doppelte Fragilität: ertragsgetragen und volatil
Die folgenden Firmen liegen unter dem Median-Substanzanteil und über dem Median-CV: Ihre Fundamentalbasis wird vor allem von kapitalisiertem Ertrag getragen — und genau dieser Ertrag ist am wenigsten stabil. Für sie ist ein hoher RG am wenigsten verlässlich; der Nenner ruht auf einem schwankenden Strom.
RG × Ertragstrend — Interaktion
Der Trend-Code (++ … --) wird neben RG ausgewiesen, aber nie darauf getestet, ob er Information hinzufügt. Hier: Forward-Marktkapital-Rendite ab einem 2024-Anker, aufgeteilt nach RG-Niveau (über/unter Median) und Trendrichtung.
Anker 2024; n=125. Durchschnittliche näherungsweise Rendite bis zum jüngsten Quartal.
| Trend ↑ (++/+) | Trend = | Trend ↓ (--/-) | |
|---|---|---|---|
| Hoher RG (≥ Median) | +12% n=41 | -7% n=5 | +20% n=17 |
| Niedriger RG (< Median) | +24% n=41 | +42% n=4 | +47% n=17 |
Bei Firmen mit hohem RG geht ein steigender Ertragstrend mit einer Differenz von -8 pp in der Forward-Rendite gegenüber einem fallenden Trend einher — ein erster, transparenter Test, ob der Trend-Anhang eigenständige Information trägt statt bloß Dekoration zu sein. (Illustrativ; kleines n je Zelle.)
7. Mögliche Anwendungsfelder historischer RG-Analysen
Marktweite Bewertungsstreckung
Ein dauerhaft steigender Median-RG über mehrere Jahre könnte darauf hindeuten, dass sich Marktpreise zunehmend von Fundamentalbasen entfernen — ein Muster ähnlich dem Shiller-CAPE. Mit dem aktuellen 4-Quartals-Datensatz lässt sich dies nicht beurteilen.
Sektorrotationssignale
Unterschiede im Median-RG zwischen Sektoren können unterschiedliche Markterwartungen hinsichtlich Gewinnwachstum, Kapitalintensität oder Risiko widerspiegeln. Anhaltend hohe RG-Sektoren könnten in einer längeren historischen Studie näher untersucht werden.
Retrospektive Sortierungsanalyse
Bei ausreichend langer Zeitreihe ließe sich prüfen, ob Unternehmen mit historisch hohem RG-Quartil eine andere Kursentwicklung zeigten. Dies entspricht dem Ansatz akademischer Faktorforschung. Der aktuelle Datensatz ist für eine solche Analyse zu klein und zu kurzfristig.
Dispersion als Blasenindikator
Eine wachsende Streuung zwischen hohem und niedrigem RG — oder eine rasche Ausweitung des oberen Quartils — könnte als explorativer Hinweis auf konzentrierte Bewertungsstreckung dienen. Dies erfordert mehrjährige historische Daten, die in diesem Datensatz noch nicht verfügbar sind.
8. Stand der historischen Datenbasis
Der aktuelle RG-Datensatz deckt nur einen kurzen modernen Ausschnitt der Marktgeschichte ab. Die beiden wichtigsten historischen Stresstests — der Dot-com-Zyklus und die globale Finanzkrise — liegen außerhalb des aktuellen Beobachtungsfensters. Dieser Abschnitt dokumentiert die Datenlücke, welche Teilbestände bereits vorhanden sind und was jede Erweiterungsphase erfordert.
Aktuelles Beobachtungsfenster: nur 2023–2026
Aktuelles Beobachtungsfenster: nur 2023–2026. Alle Fragilitäts- und Retrospektivanalysen auf dieser Seite basieren auf diesem engen modernen Zeitraum. Keine Schlussfolgerungen über langfristiges RG-Verhalten oder historische Krisendynamiken können aus diesem Fenster abgeleitet werden.
Datenbasis-Zeitstrahl (1995–2026)
Erforderliche Erweiterungsphasen
| Phase | Zeitraum | Status | Vorhanden | Fehlend | Nächster Schritt |
|---|---|---|---|---|---|
| Dot-com | 1995–2003 | Keine Daten | Nichts | Alle Fundamentaldaten + Kurse | Neue Quelle erforderlich (Compustat / WRDS) |
| GFC | 2004–2011 | Partiell | fundamentals.db: 30 US-Titel, Erträge + EK ab 2007 | Historische Schlusskurse | Kurse via yfinance abrufen → RG aus fundamentals.db berechnen |
| Moderne Erweiterung | 2012–2022 | Partiell | fundamentals.db: vollständige 30-Titel-Abdeckung | Historische Schlusskurse | Wie GFC — nur Kurse fehlen |
| Aktuell | 2023–2026 | Vollständig | 77 Unternehmen, alle Indizes, quartalsweise + jährlich | — | Aktive Abdeckung |
Eine SEC-XBRL-Fundamentaldatenbank (fundamentals.db) ist bereits vorhanden und deckt 30 US-Unternehmen von 2007 bis heute mit ~3.025 Zeilen ab. Dies ist die Grundlage für die Erweiterungsphasen 2 und 3. Das fehlende Element für alle historischen RG-Berechnungen sind historische Marktkapitalisierungsdaten, die historische Schlusskurse zu jedem Geschäftsperiodenende erfordern.
Was die historischen Stresstests zeigen würden
Keines der obigen Muster ist ein bewiesenes Muster. Es handelt sich um Forschungshypothesen, die tatsächliche historische Daten zur Überprüfung erfordern. Die Dot-com- und GFC-Perioden stellen die wichtigsten Validierungsziele für das RG-Fragilitäts-Framework dar.
9. Datenbeschränkungen
- – Abdeckung: 77 Unternehmen aus drei Indizes (S&P 500 Top 30, Nikkei 225 Top 19, DAX 40 Top 28). Dies ist keine vollständige Indexabdeckung. Ergebnisse lassen keine indexweiten Schlüsse zu.
- – Gewinnglättung: G wird als Mittelwert der letzten 8 verfügbaren Quartals-Nettoergebnisse annualisiert approximiert. Dies ist eine operative Vereinfachung; das Paper definiert G strenger.
- – Tangibles Eigenkapital: EK kann auf Buchwert zurückgreifen, wenn Goodwill und immaterielle Werte aus der Datenquelle (yfinance) nicht separat verfügbar sind. Betroffene Beobachtungen sind mit teIsApprox = true markiert.
- – CPI-Bereinigung für US-Unternehmen: Inflationsbereinigung verwendet FRED CPIAUCSL. Nicht-US-Unternehmen verwenden nominale Gewinne, was die Indexvergleichbarkeit einschränkt.
- – Historische Marktkapitalisierung: Jahreshistorische Beobachtungen verwenden historischen Schlusskurs × aktuelle Aktienanzahl. Änderungen der Aktienanzahl werden nicht berücksichtigt.
- – Historisches tangibles Eigenkapital: Jahreshistorische Beobachtungen verwenden den aktuellen EK-Snapshot (nicht historisch). Dies führt zu einer Approximation in allen historischen jährlichen RG-Werten.
- – Keine geprüften Daten: Alle Werte sind aus yfinance / Yahoo Finance öffentlichen Daten abgeleitet. Abweichungen von geprüften Jahresabschlüssen sind möglich.
- – Keine prädiktive Validierung: RG wurde nicht als prädiktiver Indikator validiert. Der Zusammenhang zwischen RG-Werten und künftigen Renditen ist unbekannt.
Alle Werte sind illustrative Näherungswerte und werden ausschließlich zu Forschungszwecken bereitgestellt. Keine Anlageberatung.