Indexänderungen vorhersagen: Wie wahrscheinlich ist die Aufnahme oder Streichung eines Unternehmens?
Indexänderungen vorhersagen heißt, für jedes Unternehmen die Wahrscheinlichkeit zu schätzen, dass es bei einer der nächsten Überprüfungen in einen Index aufgenommen oder aus ihm gestrichen wird. Das geht, weil die Regeln öffentlich sind und die Ranglisten der Kandidaten aus Börsenwerten folgen; offen sind nur die Kurse bis zum Stichtag. Hier erfährst du, wie aus dem Abstand zur Grenze, der Kursschwankung und der Zeit bis zum Stichtag eine Wahrscheinlichkeit wird, wie eine Monte-Carlo-Simulation ganze Ranglisten durchrechnet, wie sich das Modell an vergangenen Änderungen eichen lässt und wo es an seine Grenzen stößt. Warum Kurse auf Indexänderungen reagieren, steht im Artikel Index-Effekt.
Warum sich Indexänderungen berechnen lassen
Indexanbieter überprüfen ihre Indizes zu festen Terminen und nach veröffentlichten Regeln: Die Unternehmen werden nach Börsenwert gereiht, und wer eine Grenze über- oder unterschreitet, steigt auf oder ab. Die Regel ist also bekannt, die Rangliste am Stichtag nicht, denn die Kurse laufen bis dahin weiter. Eine Prognose ist deshalb nie ein Ja oder Nein, sondern eine Wahrscheinlichkeit zwischen 0 und 1. Sie hängt an drei Dingen: wie weit ein Unternehmen heute von der Grenze entfernt ist, wie stark sein Kurs bis zum Stichtag schwanken kann und wie viel Zeit bleibt.
Eine Indexänderung hat drei Phasen: die Zeit vor der Ankündigung, in der nur Wahrscheinlichkeiten möglich sind, die Zeit zwischen Ankündigung und Umstellung, in der die Änderung feststeht und die Nachfrage der Indexfonds zählt, und der Umstellungstag selbst. Dieser Artikel behandelt die erste Phase. Die beiden anderen beschreibt der Artikel Index-Effekt.
Die Regeln: Grenzen, Puffer und der Sonderfall S&P 500
Die meisten Indizes arbeiten mit einer Rangliste und einem Puffer: Ein Neuling braucht einen besseren Rang als ein Mitglied, das nur schlechter als ein anderer Rang sein darf, bevor es herausfällt. So wechseln Unternehmen nahe der Grenze nicht bei jeder Überprüfung hin und her. Für die Prognose zählt, wo genau diese Ränge liegen:
| Index | Maßstab | Aufnahme | Streichung |
|---|---|---|---|
| DAX | Freefloat-Marktkapitalisierung, Durchschnittskurs (VWAP) der letzten 20 Handelstage | Rang 33 oder besser (vierteljährlich), im März und September Rang 40 oder besser | Rang schlechter als 60 (vierteljährlich), im März und September schlechter als 53 |
| FTSE 100 | voller Börsenwert | Rang 90 oder besser | Rang 111 oder schlechter |
| MSCI, Standard-Index eines Marktes | Börsenwert gegen eine Größengrenze, die aus 85 % Abdeckung folgt | neue Unternehmen ab der Größengrenze, Small-Cap-Mitglieder ab dem 1,5-Fachen | unter zwei Dritteln der Größengrenze |
| S&P 500 | Komitee; für neue Mitglieder mindestens 22,7 Mrd. $ Börsenwert | keine Regel, das Komitee entscheidet | keine Regel |
Quellen: Methodiken von STOXX (DAX, DAX-Methodik (2026)), FTSE Russell (FTSE 100, FTSE Russell, Regelwerk UK (2026)), MSCI (MSCI GIMI-Methodik 2024) und S&P Dow Jones Indices (S&P DJI, Methodik der US-Indizes (2026); Größengrenze seit 1.7.2025, S&P DJI (2025)). Neue DAX-Mitglieder brauchen zusätzlich ein positives EBITDA in den beiden letzten Geschäftsjahren. Regeln ändern sich; maßgeblich ist die jeweils gültige Methodik.
Beim DAX, FTSE 100 und MSCI ist die Grenze kein fester Betrag, sondern der Börsenwert des Unternehmens auf dem Grenzrang. Auch dieser Wert schwankt mit dem Markt. Beim S&P 500 gibt es gar keine Rangregel: Ein Komitee entscheidet, wann und wie viele Werte getauscht werden, und die Aufnahmekriterien gelten nur für neue Mitglieder (S&P DJI, Methodik der US-Indizes 2026). Ein Modell kann dort nur berechnen, wer die Kriterien erfüllt, und muss die Zahl der Wechsel als Annahme vorgeben.
Das Modell: Wie weit entfernt, wie unsicher?
Der Börsenwert eines Unternehmens folgt im Standardmodell einer geometrischen Brownschen Bewegung, die Kurse sind also lognormalverteilt (Hull 2021). Für den Logarithmus des Börsenwerts am Stichtag gilt:
- Börsenwert heute
- jährliche Volatilität des Kurses
- Zeit bis zum Stichtag in Jahren
- Zufallszahl aus der Standardnormalverteilung
Der Term −σ² T / 2 sorgt dafür, dass der erwartete Börsenwert dem heutigen entspricht; der gleiche Effekt steckt im Volatilitätsabzug. Ist die Grenze B fest, lässt sich die Wahrscheinlichkeit, am Stichtag über ihr zu liegen, in geschlossener Form angeben:
- Verteilungsfunktion der Standardnormalverteilung
- logarithmischer Abstand zur Grenze; positiv, wenn das Unternehmen schon darüber liegt
- Streuung des Logarithmus bis zum Stichtag, also die Einheit, in der der Abstand zählt
Formel aus dem Beispiel, T = 0,25 Jahre, feste Grenze. Je stärker der Kurs schwankt, desto flacher verläuft die Kurve: Weit unter der Grenze hilft Schwankung, weit darüber schadet sie. Genau auf der Grenze liegt die Wahrscheinlichkeit knapp unter 50 %, weil der Drift −σ² T / 2 den Logarithmus senkt.
Bei Rangregeln ist die Grenze aber selbst beweglich, und die Kurse bewegen sich zu einem Teil gemeinsam. Ein Marktfaktor, der alle Börsenwerte um denselben Faktor verschiebt, ändert keinen Rang. Die Simulation bildet das mit einem Ein-Faktor-Modell nach: Die Zufallszahl eines Unternehmens setzt sich aus einem gemeinsamen und einem eigenen Anteil zusammen.
- Zufallszahl des Unternehmens i in der Formel oben
- gemeinsame Zufallszahl aller Unternehmen (Marktfaktor)
- eigene Zufallszahl des Unternehmens i
- Gleichlauf der Kurse; bei ρ = 0 bewegen sich alle unabhängig, bei ρ = 1 gleich
In jedem Durchlauf der Monte-Carlo-Simulation zieht das Modell die Börsenwerte aller Unternehmen bis zum Stichtag jeder der nächsten Überprüfungen, wendet die Regeln auf die entstandene Rangliste an und schreibt die Mitgliedschaft von Überprüfung zu Überprüfung fort (Glasserman 2003). Die Wahrscheinlichkeit einer Aufnahme ist der Anteil der Durchläufe, in denen sie eintritt. Die Wahrscheinlichkeit für irgendeine der Überprüfungen ist nicht die Summe der einzelnen, denn ein Durchlauf zählt nur einmal. Der Zufallsfehler sinkt mit der Wurzel der Durchläufe: Bei einer Wahrscheinlichkeit von 50 % beträgt die Standardabweichung der Schätzung 1,6 Prozentpunkte bei 1.000 und 0,7 Prozentpunkte bei 5.000 Durchläufen.
Für Fortgeschrittene: Der Durchschnittskurs beim DAX
Die Rangliste des DAX beruht nicht auf dem Kurs am Stichtag, sondern auf dem Durchschnittskurs (VWAP) der letzten 20 Handelstage. Ein Durchschnitt schwankt weniger als ein einzelner Kurs, und die Unsicherheit bis zum Stichtag ist deshalb kleiner, als die Zeit T vermuten lässt. Für eine Brownsche Bewegung hat das Mittel über ein Fenster der Länge L (20 Handelstage, also L = 20 / 252 Jahre) die Varianz σ² (T − 2L / 3), sobald das Fenster ganz in der Zukunft liegt. Beginnt es heute oder früher, gilt nur der Teil in der Zukunft:
- wirksame Zeit; sie ersetzt T in σ √T
- Länge des Fensters in Jahren, 20 / 252
- Zeit bis zum Stichtag der Daten in Jahren
Bei drei Monaten (T = 0,25) ist τ = 0,197 statt 0,25, und die Streuung σ √τ sinkt bei 30 % Volatilität von 0,150 auf 0,133. Kandidaten nahe der Grenze sind damit etwas berechenbarer. Wer kurz vor dem Stichtag steht (T unter 20 Handelstagen), gewinnt am stärksten: Bei T = 0,05 ist τ nur noch 0,0066.
Kalibrierung: Logit und Probit an vergangenen Änderungen
Das reine Modell nimmt an, dass die Indexanbieter ihre Regeln so anwenden, wie sie dastehen. In der Praxis gibt es Ausnahmen: Übernahmen, Korrekturen des Streubesitzes, Auslegungen. Deshalb lässt sich das Modell an vergangenen Änderungen eichen. Dazu wird für jede vergangene Überprüfung, jede Ebene und jedes Unternehmen der standardisierte Abstand zur Grenze in Richtung des Ereignisses berechnet und festgehalten, ob das Ereignis eintrat. Daraus schätzt man eine Wahrscheinlichkeitskurve:
- standardisierter Abstand; positiv, wenn das Unternehmen schon auf der Seite des Ereignisses liegt
- Verteilungsfunktion: Normalverteilung (Probit) oder logistische Verteilung (Logit)
- aus der Historie geschätzte Koeffizienten (Maximum Likelihood)
Mit Probit, a = 0 und b = 1 ergibt sich bis auf den Drift genau die Formel von oben. Das macht a und b lesbar: Weicht a von 0 ab, treten Änderungen an der Grenze häufiger (a > 0) oder seltener (a < 0) ein, als die Kursschwankung allein erwarten lässt, etwa wegen Ausnahmen der Indexanbieter. Weicht b von 1 ab, hängt das Ergebnis stärker (b > 1) oder schwächer vom Abstand ab. Die logistische Verteilung hat dickere Ränder als die Normalverteilung; mit wenigen Ereignissen lassen die Daten kaum entscheiden, welche von beiden besser passt.
Geschätzt wird mit dem Newton-Verfahren und einer kleinen Strafe auf b, denn bei perfekt trennbaren Daten liefe b gegen unendlich. Ohne mindestens drei Ereignisse und drei Nicht-Ereignisse gibt es keine Schätzung; Abstände über 6 Standardabweichungen tragen keine Information und bleiben weg.
Was die Forschung zeigt
Die Bausteine dieses Modells sind bekannt: lognormale Kurse, Monte-Carlo-Simulation und binäre Regressionsmodelle. Eine eigene Studie, die diese Prognose von Indexänderungen testet, nennt dieser Artikel nicht; es ist eine Anwendung bekannter Methoden auf veröffentlichte Regeln. Aus der Forschung zum Index-Effekt folgt aber, wann sich eine Prognose lohnt. Beim S&P 500 ist die Überrendite bei Aufnahmen von im Mittel 7,4 % in den 1990er-Jahren auf unter 1 % im letzten Jahrzehnt gefallen; als möglichen zusätzlichen Grund nennen die Autoren in der Arbeitspapierfassung die bessere Vorhersagbarkeit der Aufnahmen (Greenwood und Sammon 2025; Greenwood und Sammon 2022). Je besser sich Aufnahmen vorhersagen lassen, desto eher steckt ein Teil davon schon vor der Ankündigung im Kurs.
Für die Russell-Neuzusammensetzung fand Madhavan (2003), dass das Umschichten am Stichtag Fonds teuer zu stehen kam, während Anbieter von Liquidität verdienten, aber ein Risiko trugen. Für den S&P 500 zeigen Patel und Welch (2017), dass sich die Kursreaktionen in längeren Fenstern seit den 2000er-Jahren umkehren und keine dauerhafte Nachfrageverschiebung mehr zu sehen ist. Eine Wahrscheinlichkeit für eine Aufnahme ist deshalb eine Aussage über den Index, keine Kaufempfehlung für die Aktie.
Grenzen, Missverständnisse und typische Fehler
- Komitee statt Regel: Beim S&P 500 bestimmt ein Komitee Zeitpunkt und Zahl der Wechsel. Das Modell berechnet nur, wer geeignet wäre, und braucht die Zahl der Wechsel je Überprüfung als Annahme. Die Wahrscheinlichkeiten hängen stark daran.
- Schätzung statt amtlicher Liste: Wo keine Rangliste vorliegt, stammen die Mitglieder und Größen aus den Beständen von Fonds, die an die US-Börsenaufsicht SEC melden. Das ist nicht die offizielle Zusammensetzung des Index, und die Meldungen kommen vierteljährlich mit mehreren Wochen Verzögerung. Die Größen sind deshalb unsicher; das Modell rechnet dafür einen Schätzfehler ein.
- Ereignisse außerhalb der Regeln: Übernahmen, Fusionen, Börsengänge, Änderungen des Streubesitzes und Sonderentscheidungen der Indexanbieter kennt das Modell nicht. Ein Unternehmen, das übernommen wird, verschwindet aus dem Index, ohne dass eine Rangregel es verlangt.
- Konstante Annahmen: Volatilität und Gleichlauf gelten je Titel und Zeitraum als konstant, und die Kurse sind lognormalverteilt. Echte Kurse haben dickere Ränder, sodass seltene große Sprünge unterschätzt werden.
- Wahrscheinlichkeit ist keine Gewissheit: 22 % heißt, dass von vielen gleichen Fällen etwa jeder fünfte eintritt. Für den einzelnen Fall sagt die Zahl nichts. Ob eine Prognose gut kalibriert ist, zeigt sich erst über viele Überprüfungen.
- Nur mit Daten: Die Seite Indexänderungen rechnet mit geschätzten oder importierten Ranglisten, nicht mit den Listen der Indexanbieter. Indizes ohne tägliche Schätzung und ohne Import bietet sie nicht an. Das ist keine Anlageberatung.
So rechnet Portfolio Lab
Die Seite Indexänderungen im Bereich Research kennt die Regeln von elf Indexfamilien: DAX, MDAX und SDAX, TecDAX, S&P 500, Nasdaq-100, EURO STOXX 50, STOXX Europe 600, FTSE 100, Russell 1000 und 2000 sowie MSCI Standard für einen Markt, dazu MSCI Deutschland und MSCI USA. Zur Auswahl stehen die Familien, für die es eine tägliche Schätzung oder eine importierte Rangliste gibt; für sie rechnet die Seite die drei Phasen einer Indexänderung. Vor der Ankündigung zeigt sie je Kandidat die Wahrscheinlichkeit einer Aufnahme oder Streichung zu jeder der nächsten bis zu vier regulären Überprüfungen, höchstens zwölf Monate voraus. Die Regeln sind mit Quelle und Stand hinterlegt.
Voreingestellt sind 1.000 Durchläufe (bis zu 5.000), eine Volatilität von 30 % für Titel ohne eigene Angabe, ein Gleichlauf von 0,3 und die logistische Verteilung; die Volatilität lässt sich auch aus Kursen schätzen. Für den S&P 500 nimmt das Modell höchstens drei Wechsel je Überprüfung an, die größten geeigneten Nichtmitglieder ersetzen dann die kleinsten Mitglieder; die Zahl lässt sich zwischen 0 und 20 ändern. Eine importierte Historie vergangener Änderungen kalibriert Logit oder Probit, und das Werkzeug zeigt Simulation und Modell nebeneinander samt Diagramm der Wahrscheinlichkeit über dem Abstand zur Grenze. Ranglisten lassen sich als CSV importieren; ohne Import schätzt das Werkzeug sie, soweit Meldungen passender Fonds vorliegen. Für MDAX, SDAX, TecDAX, STOXX Europe 600 und FTSE 100 gibt es keine Schätzung: Sie rechnen erst mit einer importierten Rangliste.
Zwischen Ankündigung und Umstellung zeigt die Seite Indexänderungen die angekündigten Änderungen mit Zeitplan, dem Kursverlauf seit der Ankündigung gegen den Index und der erwarteten Nachfrage der Indexfonds in Tagesumsätzen. Am Umstellungstag kommen die Käufe und Verkäufe zum Schlusskurs und eine Ereignisstudie vergangener Änderungen dazu. Die Rechnung dahinter steht im Artikel Index-Effekt. Den Bericht der Seite kannst du als PDF oder HTML laden, speichern, teilen und einbetten.
Häufige Fragen
Lassen sich Indexänderungen vorhersagen?
Als Wahrscheinlichkeit ja, als sichere Aussage nein. Die Regeln und die Ranglisten sind öffentlich, offen sind die Kurse bis zum Stichtag. Je näher ein Unternehmen an der Grenze liegt und je stärker sein Kurs schwankt, desto unsicherer ist das Ergebnis. Beim S&P 500 entscheidet zusätzlich ein Komitee.
Wie berechnet man die Wahrscheinlichkeit einer Indexaufnahme?
Bei fester Grenze mit Φ((ln(Börsenwert / Grenze) − σ² T / 2) / (σ √T)). Bei Rangregeln ist die Grenze beweglich, deshalb simuliert man die Börsenwerte aller Unternehmen bis zum Stichtag, wendet die Regeln auf die Ranglisten an und zählt, wie oft das Unternehmen aufgenommen wird.
Warum ist der S&P 500 schwerer vorherzusagen als der DAX?
Der DAX folgt Rangregeln mit festen Rängen für Aufnahme und Streichung. Beim S&P 500 wählt ein Komitee aus, wann und wie viele Werte getauscht werden; die Kriterien gelten nur für neue Mitglieder. Ein Modell kann deshalb nur die Eignung berechnen und braucht eine Annahme zur Zahl der Wechsel.
Was nützt es, eine Aufnahme vorher zu kennen?
Früher viel, heute wenig. Beim S&P 500 ist die Überrendite von Aufnahmen von 7,4 % in den 1990er-Jahren auf unter 1 % gefallen, und die bessere Vorhersagbarkeit gilt als möglicher zusätzlicher Grund. Spezialisierte Händler sind schneller, Kosten und Prognosefehler kommen dazu. Das ist keine Anlageberatung.
Wie genau ist eine solche Prognose?
Eine Wahrscheinlichkeit von 22 % heißt, dass von vielen gleichen Fällen etwa jeder fünfte eintritt. Dazu kommt der Zufallsfehler der Simulation (bei 1.000 Durchläufen etwa 1,6 Prozentpunkte bei 50 %) und der Modellfehler: konstante Volatilität, lognormale Kurse, geschätzte Größen und Ereignisse außerhalb der Regeln.
Woher stammen die Daten der Indexänderungen?
Die Regeln stammen aus den Methodiken der Indexanbieter, mit Quelle und Stand. Ranglisten kannst du als CSV importieren; ohne Import schätzt das Werkzeug sie, soweit möglich, aus den Beständen von Fonds, die an die US-Börsenaufsicht SEC melden. Das ist nicht die offizielle Zusammensetzung des Index.
Literatur
- FTSE Russell (2026): Ground Rules: FTSE UK Index Series, v17.4. LSEG/FTSE Russell, Oktober 2026; abgerufen am 3.11.2026. Quelle
- Glasserman, Paul (2003): Monte Carlo Methods in Financial Engineering. Springer.
- Greenwood, Robin; Sammon, Marco (2022): The Disappearing Index Effect. NBER Working Paper 30748 (Fassung der späteren Veröffentlichung im Journal of Finance). doi:10.3386/w30748
- Greenwood, Robin; Sammon, Marco (2025): The Disappearing Index Effect. The Journal of Finance 80 (2), S. 657–698. doi:10.1111/jofi.13410
- Hull, John C. (2021): Options, Futures, and Other Derivatives. Pearson, 11. Auflage (Global Edition).
- Madhavan, Ananth (2003): The Russell Reconstitution Effect. Financial Analysts Journal 59 (4), S. 51–64. doi:10.2469/faj.v59.n4.2545
- MSCI Inc. (2024): MSCI Global Investable Market Indexes Methodology. MSCI, November 2024; abgerufen am 25.10.2026. Quelle
- Patel, Nimesh; Welch, Ivo (2017): Extended Stock Returns in Response to S&P 500 Index Changes. The Review of Asset Pricing Studies 7 (2), S. 172–208. doi:10.1093/rapstu/rax012
- S&P Dow Jones Indices (2025): S&P Dow Jones Indices Announces Update to S&P Composite 1500 Market Cap Guidelines. Pressemitteilung, 1. Juli 2025; abgerufen am 3.11.2026. Quelle
- S&P Dow Jones Indices (2026): S&P U.S. Indices Methodology. S&P Dow Jones Indices; abgerufen am 3.11.2026. Quelle
- STOXX Ltd. (2026): DAX Equity Index Methodology Guide. STOXX, Fassung August 2026; abgerufen am 26.10.2026. Quelle
Dieser Artikel erklärt eine Methode; er ist keine Anlage- oder Steuerberatung. Zahlenbeispiele sind vereinfacht und gerundet. Alle Begriffe im Glossar.