Sie sind auf Seite 1von 29

Facharbeit

Welche Korrelationen existieren zwischen der Entwicklung der


Johannesburg Stock Exchange und der Entwicklung der
sozioökonomischen Indikatoren Südafrikas.

Nikas Karvelis
Klasse 12g
Weidenstraße 2
25421 Pinneberg

Mentor: Juan José Arias Osejo


31.01.2020
1
Nikas Karvelis
I. Inhaltsverzeichnis
1. Zusammenfassung ........................................................................................................................... 5
2. Südafrika in Zahlen - Vergleich zu Deutschland ............................................................................. 6
3. Aktuelle Situation – Soziale Disparitäten ........................................................................................ 6
4. Einführung in die Forschungsarbeit................................................................................................. 7
4.1. Hintergrund .................................................................................................................................. 7
4.2. Aktuelle Problematik .................................................................................................................... 7
4.3. Sofortige und zukünftige Auswirkungen ...................................................................................... 8
5. Forschungsmodell ........................................................................................................................... 8
6. Forschungsziele ............................................................................................................................... 8
7. Zu untersuchende Variablen ............................................................................................................... 9
7.1. Wirtschaftliche Indikatoren (Abhängige Variablen) ..................................................................... 9
7.1.1. Inflation ................................................................................................................................. 9
7.1.2. Bruttoinlandsprodukt (BIP) ................................................................................................... 9
7.1.3. Staatsverschuldung ............................................................................................................... 9
7.1.4. Haushalt-Konsumausgaben (Household consumption expenditure current) .................... 10
7.1.5. Haushalt-Konsumausgaben (Household consumption expenditure constant) .................. 10
7.1.6. Staatsausgaben-Bildung (Government expenditure on education, total % of GDP) .......... 11
7.1.7. Arbeitslosenquote (Unemployment-Rate) .......................................................................... 11
7.2. Soziale Indikatoren (Abhängige Variablen) ................................................................................ 11
7.2.1. Human-Development-Index (HDI)....................................................................................... 11
7.2.2. Bildungs-Index (Education-Index) ....................................................................................... 12
7.2.3. Lebenserwartung (Life expectancy) .................................................................................... 12
7.2.4. Gini Index ............................................................................................................................. 12
7.2.5. Armutsrate (Poverty-Ratio) ................................................................................................. 13
7.2.5. Stadtbevölkerung (urban population) ................................................................................. 14
7.3. Finanzindikatoren (Unabhängige Variablen) .............................................................................. 14
7.3.1. South-Africa Top 40 (JTOPI)................................................................................................. 14
7.3.2. FTSE / JSE Africa All Shares Index ........................................................................................ 14
7.3.3. JSE Limited (JSE.JO).............................................................................................................. 15
7.3.4. FTSE South Africa (FTWIZAFL) ............................................................................................. 15
8. Hypothesen ................................................................................................................................... 15
8.1. Allgemeine Hypothesen ............................................................................................................. 15
8.2. Spezifische Hypothesen .............................................................................................................. 15
9. Einschränkungen der Forschung ................................................................................................... 16
10. Forschungsmethode oder -verfahren ....................................................................................... 17
2
Nikas Karvelis
11. Korrelationen............................................................................................................................. 18
11.1. Tabellen und Diagramme von Forschungsdaten ............................................................... 18
12. Schlussfolgerung der gefundenen Ergebnisse....................................................................... 19
12.1. Educational Index .............................................................................................................. 19
12.2. Poverty ratio at $5.50 a day .............................................................................................. 19
12.3. Poverty ratio at $1.90 a day .............................................................................................. 20
12.4. HDI ..................................................................................................................................... 21
12.5. Lebenserwartung............................................................................................................... 21
12.6. Stadtbevölkerung in %....................................................................................................... 22
12.7. Households consumption expenditure (constant 2010 US$) ........................................... 23
13. Empfehlungen für die zukünftige Forschung ............................................................................ 23
14. Quellen ...................................................................................................................................... 24
14.1. Literarische Quellen........................................................................................................... 24
14.2. Bild Quellen ....................................................................................................................... 28
15. Anhänge............................................................................................................................................. 1
15.1. Anhang 1..................................................................................................................................... 1

3
Nikas Karvelis
Eigenständigkeitserklärung

Hiermit bestätige ich, dass ich die vorliegende Arbeit


selbstständig verfasst und keine anderen als die angegebenen
Hilfsmittel benutzt habe. Die Passagen der Arbeit, die dem
Wortlaut oder dem Sinn nach anderen Werken (dazu zählen
auch Internetquellen) entnommen sind, wurden unter Angabe
der Quelle kenntlich gemacht.

Pinneberg, 31.01.2021 Nikas Karvelis

Ort, Datum Unterschrift:

4
Nikas Karvelis
1. Zusammenfassung
In der folgenden Facharbeit habe ich mich mit Südafrika, einem sehr dynamischen, von
sozialen Disparitäten geprägten, wirtschaftlich prosperierenden Land und der dort ansässigen
Johannesburg Stock Exchange, der größten und ältesten Börse Afrikas, befasst. Ich habe
ausschlaggebende Indizes aus beiden Bereichen entnommen, diese sowohl in abhängige als
auch in unabhängige Variablen unterteilt und Korrelationen zwischen der Entwicklung der
Börse genauso wie der Entwicklung des Landes berechnen können.

Unter den 56 durchgeführten Regressionsanalysen stachen 7 hohe Korrelationskoeffiziente


hervor. Einige der aufgestellten Hypothesen konnten schlussendlich bewahrheitet werden.

Ich habe feststellen können, dass ein Zusammenhang zwischen der südafrikanischen
Börse und dem Bildungs-Index besteht. Abzuwägen ist der angenommene Anstieg der Bildung
des Landes, welche mit der positiven Entwicklung der Börse einhergeht. Die zweite Korrelation
stellt jedoch eine Kontroverse dar, denn wenn man sich die Armutsgrenze von 5.50$ pro Tag
und den All Share Index anschaut ist zu erkennen, dass die Armut langfristig mit dem Anstieg
des Börsenwerts sinkt. Wenn man die Armutsgrenze von 1.90$ pro Tag genauer betrachtet
fällt aber auf, dass die Armut mit der Entwicklung des Börsenwertes steigt. Logischerweise
denkt sich eine Gesellschaft, dass der Wohlstand der Menschen parallel zum Erfolg der
Unternehmen wächst obwohl das jetzige Beispiel vom genauen Gegenteil überzeugt. In
Zukunft wird der ärmste Teil der Bevölkerung (nach der Berechnung) immer weiter verarmen,
soweit ein Anstieg der Börse besteht, da die Unternehmen der ärmeren Bevölkerung keine
Vorteile bieten. Für diese Schicht gibt es nämlich gar keine Möglichkeit an der Börse zu
partizipieren. Dahingehend muss erfasst werden, ob die erwarteten Gewinne der größten
Unternehmen nicht auf Kosten des ärmsten Teils der Bevölkerung, durch die immer
schlechteren Arbeitsbedingungen sowie den nicht regulierten Dienstleistungssektor ,
erwirtschaftet werden.

Des Weiteren steigt die allgemeine Lebenserwartung (ein wenig) mit der Performance der
südafrikanischen Unternehmen, da eine Korrelation zwischen den beiden Variablen
aufzufinden ist. Begründen könnte man die Entwicklung der Lebenserwartung damit, dass die
allgemeine Versorgung und Medizin der Bevölkerung mit der Zeit vorangeschritten ist und
ausgehend von den lokalen Unternehmen eventuell Arbeitsplätze (Niedrig-Lohnarbeit) zur
Verfügung gestellt wurden.

Ein weiterer Zusammenhang besteht zwischen dem FTSE/JSE und der urbanen
Population. Mit der Börse steigt auch die städtische Bevölkerung, wobei wichtig ist, dass die
Urbanisierung die Lebensqualität der Menschen nicht wirklich positiv beeinflusst.

Zu guter Letzt ist ein Zuwachs der Haushaltsausgaben mit dem Anstieg des FTSE/JSE All
Share Index zu sehen. Die erhöhten Ausgaben werden höchstwahrscheinlich durch den

5
Nikas Karvelis
reichen Teil der Bevölkerung vollzogen, da Menschen in der Armut fast gar nicht von der
Entwicklung der Börse profitieren.

Abschließend sollte noch erwähnt werden, dass der Gini-Index überhaupt nichts mit dem
Fortschritt der Börse zu tun hat, weil sich der reiche Teil der Bevölkerung in der Zeit der
Apartheid einen Großteil des Reichtums erbeutet und nicht wieder ausgeschüttet hat. Daher
bestehen viele soziale Disparitäten, die durch eine derzeitige politische Struktur nicht abgebaut
werden können.

2. Südafrika in Zahlen - Vergleich zu Deutschland


Südafrika Deutschland

Quelle: Img_1 Quelle: Img_2


Lage: Afrika Europa
Exekutive: Pretoria
Legislative: Kapstadt
1
Hauptstadt: Judikative: Bloemfontein Berlin
2 14
Bevölkerung: 59´614.982 83´707.392
2 15
Fläche: 1´221.037 km² 357.021 km²
3 16
BIP: 282,59 Mrd. US$ 4.017,15 Mrd. US$
4 17
BIP per Kopf: 4.735,75 US$ 48.307,82 US$
5
Währung: ZAR (Südafrikanischer Rand) Euro
6 18
Inflation Ø 5 Jahre 5,66% 1,24%
7 19
HDI 0.705 (rank 113) 0,939 (rank 4)
8 20
Lebenserwartung: 63,9 81,25
9 21
Staatsverschuldung: 232,323 Mrd. US$ 2.748,86 Mrd. US$
10 21
Staatsverschuldung
% BIP: 78,82% 67,40%
11 22
Gini: 57,70 29,00
12 23
Arbeitslosigkeit %: 36,99% 5,90%
13 24
Städtische
Bevölkerung: 67,40% 77,50%

3. Aktuelle Situation – Soziale Disparitäten


Zwar ist Südafrika eines der ökonomisch stärksten Länder des Kontinents jedoch ist es von
enormen Disparitäten geprägt. Die soziale Ungleichheit ist ein großer Kritikpunkt des Landes,
denn die Verbesserung der Lebensqualität und Reduktion der Armut kann auf Grund der
Historie selbst durch eine florierende Wirtschaft nicht vorangetrieben werden. Der Grund für
6
Nikas Karvelis
die Unwirksamkeit des ökonomischen Wachstums, bei der Bekämpfung der Armut, liegt in der
Verteilung vom Geld und einem Mangel an Bildung. Während die Oberschicht das Einkommen
auf einem vergleichsweise hohen Niveau hält sowie exzellente Bildungsangebote realisieren
kann, profitiert die von der Armut betroffene Menschengruppe nur geringfügig bis gar nicht
davon und muss sich meist ohne schulische Förderungen zufriedengeben. Zirka 40%25 der
Bevölkerung ist unteranderem durch derartige Entwicklungen arbeitslos.

Wie kommt es zu einem derartigen Szenario? Der größte Teil der Bevölkerung sind
Schwarzafrikaner unterschiedlicher Völker. Als Europäische Siedler im 17. Jahrhundert nach
Südafrika einwanderten, wurden Apartheid-Gesetze eingeführt, welche eine strenge
Rassentrennung in Südafrika vorschrieben. Die Apartheid wurde 1994 offiziell aufgehoben,
wobei sich die Folgen heutzutage noch immer erkenntlich zeigen26. Nach wie vor galten im
Jahre 2015, 64,2% der schwarzen Bevölkerung als arm, wohingegen nur 1,0% der weißen
Bevölkerung davon betroffen war27. Die extreme Kluft zwischen Arm und Reich28, schwarz und
weiß wird dahingehend immer größer und die Kriminalität ist durch die hohe Armut
entsprechend hoch. In Südafrika ist nach der 300 Jahre26 langen Unterdrückung vieles besser
geworden, aber es gibt einige zusammenhängende Problematiken die de facto nicht
bewerkstelligt werden können oder von Privilegierten, den Erben der Apartheid, absichtlich
gemieden werden.

4. Einführung in die Forschungsarbeit


4.1. Hintergrund
Ich bin zu dem Entschluss gekommen, dieses Thema in meiner Facharbeit zu
behandeln, weil ich meine Leidenschaft für die Börse und das wirtschaftliche Interesse mit
einer relevanten sowie aktuellen geographischen Thematik verknüpfen wollte. Zusätzlich ist
es spannend zu erfahren, welche Auswirkungen bestimmte Entwicklungen einer Börse auf die
Bevölkerung und die Wirtschaft eines Landes haben können.

4.2. Aktuelle Problematik


Die Bevölkerung Südafrikas leidet momentan besonders unter der hohen Armut, denn
etwa mehr als 60%45,46 der Menschen leben mit einer finanziellen Versorgung von unter 5,50
USD pro Tag46. Von den 60%, welche unter der Armutsgrenze von 5,50 USD pro Tag leben,
befinden sich weitere 6%45 in einer durchaus ärmeren Lage (1,90 USD pro Tag), obwohl das
Land in Afrika ökonomisch stark aufgestellt ist.

Die sehr präsente Armut trotz des hohen Reichtums ist damit zu begründen, dass eine
extrem ungleiche Verteilung des Vermögens innerhalb der Gesellschaft auftritt und egalitäre
Prinzipien abgelehnt werden. Um die Ungleichheit statistisch darzustellen: Momentan trägt
Südafrika den Gini-Index Wert von 57,7%11. Einer der höchsten Werte aller Länder. Im Jahre
2014 erreichte die Nation mit 63%52 sogar den höchsten Wert der Welt. Die historischen
Verhältnisse tragen zur negativen Entwicklung dieser Zahlen bei, denn die Rassentrennung
7
Nikas Karvelis
ist trotz ihres Verbotes noch weitgehend in der Gesellschaft zu erkennen (die Menschen haben
keine Möglichkeit ihrer Armut zu entfliehen).

4.3. Sofortige und zukünftige Auswirkungen


Die ungleiche Verteilung des Vermögens und die damit verbundene Armut führen zu
großen sozialen Konflikten. Südafrika gilt seit einigen Jahren als eines der gefährlichsten
Länder der Welt. Im vergangenen Jahr wurden rund 21.32554 Morde begangen. Die meisten
Täter sind Schwarzafrikaner, denn es besteht ein starker Rassismus gegenüber dem geringen
weißen Teil der Bevölkerung. Grund dafür ist die wie schon erwähnte Apartheid.

Auf die Gesellschaft wirkt sich ebenfalls negativ aus, dass die meisten Menschen vom
Zugang zur Bildung, der medizinischen Versorgung sowie vom Erhalt verschiedenster Güter
(beispielsweise Lebensmitteln) ausgeschlossen sind. Folglich werden fast alle kommenden
Generationen in die Armut hineingeboren ohne jegliche Chance dem „Teufelskreis“ zu
entkommen. Denn ohne Bildung geraten die Kinder der armen Familien in einen
Niedriglohnsektor, aus dem sie kaum rauskommen, da keine attraktiveren Opportunitäten
vorhanden sind.

Infolge der fehlenden Mittelschicht droht die Gefahr, dass sich weder eine solide
Demokratie noch eine richtige Gewaltenteilung entwickeln können, da die Elite des Landes
eine immense politische Macht hat und schlussendlich den Verlauf aller möglichen Prozesse
kontrolliert. Letzten Endes kann die soziale Entwicklung Südafrikas nur durch den staatlichen
Eingriff gelingen, weil der private Sektor keinerlei Einfluss auf die Verbesserung der
Lebensbedingungen des Großteiles der Bevölkerung hat.

5. Forschungsmodell

Erarbeitet: Nikas Karvelis

6. Forschungsziele
Die sich in Sandton, Johannesburg (Südafrika) befindende Johannesburg Stock Exchange
(JSE) ist die größte und älteste Börse Afrikas (Gründung 1887)55. Das Forschungsziel der
Facharbeit ist es zu verstehen, welche Auswirkungen die Entwicklung der soeben genannten
Institution auf die soziale sowie wirtschaftliche Entwicklung des Landes hat. Eine wichtige

8
Nikas Karvelis
Annotation ist, dass nur die wertvollsten Unternehmen des Landes börsennotiert sind (nur die
Entwicklung der Unternehmen mit der größten Markkapitalisierung wird betrachtet).

7. Zu untersuchende Variablen
7.1. Wirtschaftliche Indikatoren (Abhängige Variablen)
7.1.1. Inflation

Die Inflation beschreibt einen kontinuierlichen Kaufkraftverlust des Geldes, wobei damit
eine allgemeine […] „Erhöhung der Preise für Güter und Dienstleistungen einhergeht. Das
Gegenteil von Inflation ist Deflation- ein allgemein sinkendes Preisniveau.“29

7.1.2. Bruttoinlandsprodukt (BIP)

Der Begriff Bruttoinlandsprodukt (BIP) beschreibt die gesamte wirtschaftliche Leistung


einer Volkswirtschaft innerhalb der Landesgrenzen und während eines Zeitraumes (meistens
eines Jahres). Hier fließt der gesamte Geld- oder Marktwert30 der „im Inland hergestellten
Waren und Dienstleistungen (Wertschöpfung), soweit diese nicht als Vorleistungen für die
Produktion anderer Waren und Dienstleistungen verwendet werden“.31

7.1.3. Staatsverschuldung

9
Nikas Karvelis
Staatsverschuldung Die Staatsverschuldung umfasst die Höhe der Verschuldung eines
Staates, welche mit einem [...] „nominalen Bruttowert“32 angegeben wird. Dabei muss jedoch
beachtet werden, dass die Staatsverschuldung nicht unbedingt ein Indikator für die Stärke der
Wirtschaft sein muss. Somit lassen sich wirtschaftliche Auswirkungen durch die
Staatsverschuldung allein, nicht bestimmen. „Als Kennziffer, bis zu welchem Grad die
Staatsverschuldung noch vertretbar ist, gilt die Relation zum Bruttoinlandsprodukt (BIP).“33

7.1.4. Haushalt-Konsumausgaben (Household consumption expenditure current)

Der durchschnittliche Betrag für Konsumausgaben zu aktuellen Preisen ausgehend


von Haushalten innerhalb einer Volkswirtschaft. Die Konsumausgaben beeinflussen das
Wirtschaftswachstum.34 Unter einer Konsumausgabe versteht man den Kauf eines
Endproduktes zur eigenen Nutzung „(wie Autos, Waschmaschinen und Heimcomputer).“35
7.1.5. Haushalt-Konsumausgaben (Household consumption expenditure constant)

Der durchschnittliche Betrag für Konsumausgaben zu konstanten Preisen ausgehend


von Haushalten innerhalb einer Volkswirtschaft. In den meisten Ländern werden die
Konsumausgaben der Haushalte zu konstanten Preisen „durch die Deflationierung des
Haushaltskonsums in aktuellen Preisen [...] abgeleitet“ 36

10
Nikas Karvelis
7.1.6. Staatsausgaben-Bildung (Government expenditure on education, total % of GDP)

Die Investitionen des Staates in die Bildung [...] „werden als Prozentsatz des BIP
ausgedrückt.“37

7.1.7. Arbeitslosenquote (Unemployment-Rate)

Die Arbeitslosenquote setzt den prozentualen Anteil der Arbeitslosen innerhalb einer
Volkswirtschaft in Relation zur Anzahl der Erwerbstätigen.38

7.2. Soziale Indikatoren (Abhängige Variablen)


7.2.1. Human-Development-Index (HDI)

Ein zusammengesetzter Index, der die durchschnittliche Leistung in drei


grundlegenden Dimensionen der menschlichen Entwicklung misst - ein langes und gesundes
Leben, Wissen und einen angemessenen Lebensstandard.39,40

11
Nikas Karvelis
7.2.2. Bildungs-Index (Education-Index)

Der vom „United Nations Development Program“ (UNDP) entwickelte Education Index
(Bildungsindex) ist einer der drei Bestandteile des Human Development Index (HDI). Dabei
wird der Bildungsindex als „einfacher geometrischer Durchschnitt zweier Indikatoren
berechnet: mittlere Schuljahre und erwartete Schuljahre.“ 41

7.2.3. Lebenserwartung (Life expectancy)

Die statistische Lebenserwartung gibt an, wie viele Jahre die Bevölkerung einer Region
durchschnittlich lebt. Unter Berücksichtigung des Wertes lässt sich besser feststellen, ob
Defizite in der Entwicklung des Alters und der Medizin eventuell bestehen und welche sich
beheben lassen. Ein anderes Beispiel für die Verwendung der Lebenserwartung:
Berechnungen für eine Lebensversicherung.42

7.2.4. Gini Index

12
Nikas Karvelis
Der Gini-Index ist ein statistisches Maß, das die Verteilung der Einkommens- oder
Konsumausgaben eines Menschen oder eines Haushaltes innerhalb eines Landes misst und
feststellt, inwiefern sie „von einer vollkommen gleichmäßigen Verteilung abweicht.“43 Ein Gini-
Index Wert von 0 weist auf eine eindeutige (genaue) Gleichheit hin, wohingegen ein Wert von
100 eine eindeutige (genaue) Ungleichheit beschreibt.

7.2.5. Armutsrate (Poverty-Ratio)


Wenn eine Notlage auf unbestimmte Zeit verweilt, wie zum Beispiel der Mangel an
Grundbedürfnissen (Wasser, Nahrung, Kleidung) und weiterhin ein permanenter Fortbestand
des Alltags eines Menschen ist, spricht man in der Lebenssituation von Armut. Dabei wird
zusätzlich zwischen „absoluter und relativer Armut unterschieden.“44

7.2.5.1. Poverty-Rate under US $1.90 per day

Wenn man von einer Armutsquote von 1,90 USD pro Tag spricht, bezieht man sich auf
die Quote der Menschen, die von 1,90 USD pro Tag (Ausgaben) leben.45 Der Wert wird
dementsprechend in Relation zur gesamten Bevölkerung prozentual angegeben.

7.2.5.2. Poverty-Rate under US $5.50 per day

Wenn man von einer Armutsquote von 5,50 USD pro Tag spricht, bezieht man sich auf
die Quote der Menschen, die von 5,50 USD pro Tag (Ausgaben) leben.46 Der Wert wird
dementsprechend in Relation zur gesamten Bevölkerung prozentual angegeben.

13
Nikas Karvelis
7.2.5. Stadtbevölkerung (urban population)

Die Stadtbevölkerung ist der Teil der Gesamtbevölkerung, der in einer vom Staat
beschlossenen Stadt wohnt. „In der Regel wird die Bevölkerung, die in Städten mit 2.000 oder
mehr Einwohnern oder in nationalen und Provinzhauptstädten lebt, als städtisch eingestuft.“47

7.3. Finanzindikatoren (Unabhängige Variablen)


7.3.1. South-Africa Top 40 (JTOPI)

Der bekannteste Börsen-Index Südafrikas ist der Top 40, denn dieser „umfasst die 40
größten an der JSE notierten Unternehmen.“48

7.3.2. FTSE / JSE Africa All Shares Index

Der nach Marktkapitalisierung gewichtete Börsen-Index FTSE / JSE Africa All Shares
Index beinhaltet Unternehmen, welche 99% der gesamten Marktkapitalisierung aller an der
Johannesburg Stock Exchange notierten Unternehmen ausmacht.49

14
Nikas Karvelis
7.3.3. JSE Limited (JSE.JO)

Die Johannesburg Stock Exchange (JSE) Limited (früher JSE Securities Exchange) „ist
die größte [und älteste] Börse in Afrika [1887]. Sie befindet sich in Sandton, Johannesburg,
Südafrika.“50

7.3.4. FTSE South Africa (FTWIZAFL)

Die Performance südafrikanischer Unternehmen wird durch die FTSE / JSE Africa Index
Series dargestellt und bietet den „Marktteilnehmern einen umfassenden und ergänzenden
Satz von Indizes, die die [Entwicklung] der wichtigsten Kapital- und Industriesegmente des
südafrikanischen Marktes messen.“51

8. Hypothesen
8.1. Allgemeine Hypothesen
H1: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
sozioökonomischen Entwicklung Südafrikas besteht eine Korrelation.

8.2. Spezifische Hypothesen


H2: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
Inflation Südafrikas besteht eine Korrelation.

H3: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung des
BIP Südafrikas besteht eine Korrelation.

15
Nikas Karvelis
H4: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
Staatsverschuldung Südafrikas besteht eine Korrelation.

H5: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
Haushalt-Konsumausgaben (current) Südafrikas besteht eine Korrelation.

H6: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
Haushalt-Konsumausgaben (constant) Südafrikas besteht eine Korrelation.

H7: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
Staatsausgaben in die Bildung Südafrikas besteht eine Korrelation.

H8: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
Arbeitslosenquote in Südafrika besteht eine Korrelation.

H9: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung des
HDI Südafrikas besteht eine Korrelation.

H10: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung des
Bildungs-Index Südafrikas besteht eine Korrelation.

H11: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
Lebenserwartung in Südafrika besteht eine Korrelation.

H12: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung des
Gini-Index in Südafrika besteht eine Korrelation.

H13: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung der
Armut in Südafrika besteht eine Korrelation.

H14: Zwischen der Entwicklung der Johannesburg Stock Exchange sowie der Entwicklung des
Anteils der Stadtbevölkerung in Südafrika besteht eine Korrelation.

9. Einschränkungen der Forschung


Im Laufe der wissenschaftlichen Forschung traten einige Schwierigkeiten auf. Oftmals gab
es nicht nur wenig Informationen über die statistischen Daten Südafrikas, sondern auch kaum
vertrauenswürdige Quellen. Zudem stieß ich auf nicht aktualisierte Daten, sodass ich einen
aktuellen Stand, also die Entwicklung bis zum jetzigen Zeitpunkt, nicht nachvollziehen konnte.
Zusätzlich war es manchmal nicht möglich komplette Datenreihen zu finden, da manche
Jahreswerte nicht vom Staat oder einem südafrikanischen Forschungsinstitut
gemessen/notiert wurden (dies beeinträchtigt die Genauigkeit der Auswertungen und führt zu
statistischen Fehlern). Zu guter Letzt ist anzumerken, dass mein Wissenstand über eine

16
Nikas Karvelis
derartige statistische Arbeit anfangs nicht ausreichend war, um Auswertungen gewisser Werte
zu vollziehen.

10. Forschungsmethode oder -verfahren


Während der Forschung wurde die Regressionsanalyse (Methode) durchgeführt. Hierzu
wurden Jahreswerte der abhängigen Variablen und die komplementären Jahreswerte der
unabhängigen Variablen verwendet. Dies ist eine quantitative Untersuchung.

10.1. Datenanalysemethoden
Die Ergebnisse zeigten sich bei einer Analyse der Regressionsberechnung. Die
schlagkräftigsten Ergebnisse sind:

✓ Multipler Korrelationskoeffizient

Dieser Wert zeigt, ob eine lineare Korrelation zwischen den abhängigen Variablen und den
unabhängigen Variablen besteht. Eine perfekte Korrelation ist gegeben, wenn der Wert gleich
1 ist.

✓ Bestimmtheitsmaß R2 (Determinationskoeffizient)

Dieser Wert zeigt an, wie gut die abhängige Variable mit den betrachteten unabhängigen
Variablen vorhergesagt werden kann.

10.2. Konfidenzniveau
„Das Konfidenzniveau gibt an, mit welcher Wahrscheinlichkeit die Lageschätzung eines
statistischen Parameters (zum Beispiel eines Mittelwertes) aus einer Stichprobenerhebung
auch für die Grundgesamtheit zutreffend ist“53. Dadurch können wir die Ergebnisse so
interpretieren, dass zu einer 95% Sicherheit die Daten repräsentativ genug für die
Interpretation des Verhaltens der Korrelation sind.

Quelle: img_3

17
Nikas Karvelis
11. Korrelationen
11.1. Tabellen und Diagramme von Forschungsdaten
Für die Untersuchung wurden 56 Regressionsanalysen berechnet (Anhang 1). Dazu
wurden 4 verschiedene Indexwerte der Börse (als unabhängige Variablen) in Korrelation mit
den 14 abhängigen Variablen gebracht. Um eine sichere und vertrauenswürdige Korrelation
zu ermitteln, wurden Werte des „Multiplen-Korrelationskoeffizienten“ mit über 0,90
berücksichtigt. Die Werte mit der höchsten Korrelation sind:

Multipler Korrelationskoeffizient Bestimmtheitsmaß


FTSEJSE All South JSE FTSEJSE All
South Africa JSE Limited Share Africa Top Limited Share
Top 40 (JTOPI) (JSE.JO) Index FTSE/JSE 40 (JTOPI) (JSE.JO) Index FTSE/JSE
HDI 0,89302107 0,87020029 0,88787511 0,97186597 0,79748664 0,75724854 0,78832220 0,94452346
Educational index 0,92853467 0,83969644 0,92982475 0,91870069 0,86217663 0,70509011 0,86457407 0,84401096
Lebenserwartung 0,71406118 0,86157128 0,70661707 0,94430434 0,50988337 0,74230508 0,49930768 0,89171068
Urban population (% of
total population) 0,97075179 0,85402394 0,97195542 0,97527780 0,94235904 0,72935689 0,94469733 0,95116678
Households and NPISHs
Final consumption
expenditure (constant
2010 US$) 0,96512370 0,88867234 0,96521943 0,96552329 0,93146376 0,78973852 0,93164855 0,93223522
Poverty ratio at $1.90 a
day 0,77227027 0,96951005 0,87624067 0,68753852 0,59640136 0,93994973 0,76779771 0,47270922
Poverty ratio at $5.50 a
day 0,87221960 0,27413141 0,94547340 0,82347833 0,76076702 0,07514803 0,89391995 0,67811656

Variablen mit einem „Multiplen-Korrelationskoeffizienten“ von weniger als 0,30 wurden in


dieser Arbeit als Variablen gekennzeichnet, die keine Korrelationen mit der Börsenentwicklung
in Südafrika haben.

Multipler Korrelationskoeffizient Bestimmtheitsmaß


FTSEJSE All South JSE FTSEJSE All
South Africa JSE Limited Share Africa Top Limited Share
Top 40 (JTOPI) (JSE.JO) Index FTSE/JSE 40 (JTOPI) (JSE.JO) Index FTSE/JSE
Inflation 0,29547532 0,36183557 0,31373020 0,13960753 0,08730567 0,13092498 0,09842664 0,01949026
BIP 0,80586485 0,10981750 0,80925415 0,72418792 0,64941816 0,01205988 0,65489229 0,52444815
Households and NPISHs
Final consumption
expenditure (current
US$) 0,82251848 0,11476436 0,82460962 0,73912553 0,67653665 0,01317086 0,67998102 0,54630654
Gini 0,43973091 0,27893747 0,52110176 0,34908375 0,19336327 0,07780611 0,27154705 0,12185946
Poverty ratio at $5.50 a
day 0,87221960 0,27413141 0,94547340 0,82347833 0,76076702 0,07514803 0,89391995 0,67811656

18
Nikas Karvelis
12. Schlussfolgerung der gefundenen Ergebnisse
12.1. Educational Index
FTSEJSE All Share Index - Educational Index
60.000,00 ZAR 0,75
50.000,00 ZAR
0,7
40.000,00 ZAR
30.000,00 ZAR 0,65
20.000,00 ZAR
0,6
10.000,00 ZAR
0,00 ZAR 0,55

2006
1995
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005

2007
2008
2009
2010
2011
2012
2013
2014
2015
2016
2017
2018
FTSEJSE All Share Index Educational index

✓ Multipler Korrelationskoeffizient
Es besteht eine hohe lineare Korrelation zwischen der abhängigen Variable Education
Index und der unabhängigen Variable FTSEJSE All Share Index mit einem Wert von 0,9298.
(Eine perfekte Korrelation ist gegeben, wenn der Wert gleich 1 ist.)

✓ Bestimmtheitsmaß R2 (Determinationskoeffizient)
Dies zeigt an, dass die Veränderung des Education Index durch die unabhängige Variable
FTSEJSE All Share Index zu 86,64% deklariert werden kann.

Die Hypothese H10 „Zwischen der Entwicklung der Johannesburg Stock Exchange sowie
der Entwicklung des Bildungs-Index Südafrikas besteht eine Korrelation.“ nehmen wir an.

12.2. Poverty ratio at $5.50 a day


FTSEJSE All Share Index - Poverty ratio at $5.50 a day
50.000,00 ZAR 80,00%
70,00%
40.000,00 ZAR
60,00%
30.000,00 ZAR 50,00%
40,00%
20.000,00 ZAR 30,00%
20,00%
10.000,00 ZAR
10,00%
0,00 ZAR 0,00%
1996 2000 2005 2008 2010 2014

FTSEJSE All Share Index Poverty ratio at $5.50 a day

✓ Multipler Korrelationskoeffizient
19
Nikas Karvelis
Es gibt eine hohe lineare Korrelation zwischen der abhängigen Variable Poverty ratio at
$5,50 a day und der unabhängigen Variable FTSEJSE All Share Index mit einem Wert von
0,9454. (Eine perfekte Korrelation ist gegeben, wenn der Wert gleich 1 ist.)

✓ Bestimmtheitsmaß R2 (Determinationskoeffizient)
Dies zeigt an, dass die Veränderung des Poverty ratio at $5,50 a day durch die unabhängige
Variable FTSEJSE All Share Index zu 89,39% vorhergesagt werden kann.

Die Hypothese H13 „Zwischen der Entwicklung der Johannesburg Stock Exchange sowie
der Entwicklung der Armut in Südafrika besteht eine Korrelation.“ nehmen wir an.

12.3. Poverty ratio at $1.90 a day


JSE Limited - Poverty ratio at $1.90 a day
12.000,00 ZAR 7,00%
10.000,00 ZAR 6,00%
5,00%
8.000,00 ZAR
4,00%
6.000,00 ZAR
3,00%
4.000,00 ZAR
2,00%
2.000,00 ZAR 1,00%
0,00 ZAR 0,00%
2008 2010 2014

JSE Limited (JSE.JO) ZAR$ Poverty ratio at $1.90 a day

✓ Multipler Korrelationskoeffizient
Es besteht eine hohe lineare Korrelation zwischen der abhängigen Variable Poverty ratio
at $1,90 a day und der unabhängigen Variable JSE Limited mit einem Wert von 0,9399. (Eine
perfekte Korrelation ist gegeben, wenn der Wert gleich 1 ist.)

✓ Bestimmtheitsmaß R2 (Determinationskoeffizient)
Dies zeigt an, dass die Veränderung des Poverty ratio at $1,90 a day durch die unabhängige
Variable JSE Limited zu 87,89% erklärt werden kann.

Die Hypothese H13 „Zwischen der Entwicklung der Johannesburg Stock Exchange sowie
der Entwicklung der Armut in Südafrika besteht eine Korrelation.“ nehmen wir an.

20
Nikas Karvelis
12.4. HDI
FTSE/JSE - HDI
4.000,00 ZAR 0,75

3.000,00 ZAR 0,7

2.000,00 ZAR 0,65

1.000,00 ZAR 0,6

0,00 ZAR 0,55

FTSEJSE All Share Index HDI

✓ Multipler Korrelationskoeffizient
Es gibt eine hohe lineare Korrelation zwischen der abhängigen Variable HDI und der
unabhängigen Variable FTSE/JSE mit einem Wert von 0,9718. (Eine perfekte Korrelation ist
gegeben, wenn der Wert gleich 1 ist.)

✓ Bestimmtheitsmaß R2 (Determinationskoeffizient)
Dies zeigt an, dass die Veränderung des HDI durch die unabhängige Variable FTSE/JSE
zu 94,45% vorhergesagt werden kann.

Die Hypothese H9 „Zwischen der Entwicklung der Johannesburg Stock Exchange sowie
der Entwicklung des HDI Südafrikas besteht eine Korrelation.“ nehmen wir an.

12.5. Lebenserwartung
FTSE/JSE - Lebenserwartung
4.000,00 ZAR 70
3.500,00 ZAR 60
3.000,00 ZAR 50
2.500,00 ZAR
40
2.000,00 ZAR
30
1.500,00 ZAR
1.000,00 ZAR 20
500,00 ZAR 10
0,00 ZAR 0

FTSEJSE All Share Index Lebenserwartung

✓ Multipler Korrelationskoeffizient
Es besteht eine hohe lineare Korrelation zwischen der abhängigen Variable
Lebenserwartung und der unabhängigen Variable FTSE/JSE mit einem Wert von 0,9443.
(Eine perfekte Korrelation ist gegeben, wenn der Wert gleich 1 ist.)

21
Nikas Karvelis
✓ Bestimmtheitsmaß R2 (Determinationskoeffizient)
Dies zeigt an, dass die Veränderung der Lebenserwartung durch die unabhängige Variable
FTSE/JSE zu 89,17% erklärt werden kann.
Die Hypothese H11 „Zwischen der Entwicklung der Johannesburg Stock Exchange sowie
der Entwicklung der Lebenserwartung in Südafrika besteht eine Korrelation.“ nehmen wir an.

12.6. Stadtbevölkerung in %
FTSE/JSE - Urban Population %
4.000,00 ZAR 70,00%

3.000,00 ZAR 65,00%

2.000,00 ZAR 60,00%

1.000,00 ZAR 55,00%

0,00 ZAR 50,00%

FTSEJSE All Share Index Urban population (% of total population)

✓ Multipler Korrelationskoeffizient
Es gibt eine hohe lineare Korrelation zwischen der abhängigen Variable „Stadtbevölkerung
in %“ und der unabhängigen Variable FTSE/JSE mit einem Wert von 0,9752. (Eine perfekte
Korrelation ist gegeben, wenn der Wert gleich 1 ist.)

✓ Bestimmtheitsmaß R2 (Determinationskoeffizient)
Dies zeigt an, dass die Veränderung der „Stadtbevölkerung in %“ durch die unabhängige
Variable FTSE/JSE zu 95,11% deklariert werden kann.

Die Hypothese H14 „Zwischen der Entwicklung der Johannesburg Stock Exchange sowie
der Entwicklung des Anteils der Stadtbevölkerung in Südafrika besteht eine Korrelation.“
nehmen wir an.

22
Nikas Karvelis
12.7. Households consumption expenditure (constant 2010 US$)
FTSE/JSE - Households and NPISHs Final consumption expenditure (constant
2010 US$)
4.000,00 ZAR $300.000.000.000,00
3.000,00 ZAR
$200.000.000.000,00
2.000,00 ZAR
$100.000.000.000,00
1.000,00 ZAR
0,00 ZAR $0,00

2017
2000
2001
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
2014
2015
2016

2018
2019
FTSEJSE All Share Index
Households and NPISHs Final consumption expenditure (constant 2010 US$)

✓ Multipler Korrelationskoeffizient
Es besteht eine hohe lineare Korrelation zwischen der abhängigen Variable „Households
and NPISHs Final consumption expenditure (constant 2010 US$)“ und der unabhängigen
Variable FTSE/JSE mit einem Wert von 0,9655. (Eine perfekte Korrelation ist gegeben, wenn
der Wert gleich 1 ist.)

✓ Bestimmtheitsmaß R2 (Determinationskoeffizient)
Dies zeigt an, dass die Veränderung der „Households and NPISHs Final consumption
expenditure (constant 2010 US$)“ durch die unabhängige Variable FTSE/JSE zu 93,22%
vorhergesagt werden kann.

Die Hypothese H6 „Zwischen der Entwicklung der Johannesburg Stock Exchange sowie
der Entwicklung der Haushalt-Konsumausgaben (constant) Südafrikas besteht eine
Korrelation.“ nehmen wir an.

13. Empfehlungen für die zukünftige Forschung


Es wäre interessant folgende Forschungen in Zukunft durchzuführen:

• Ergebnisse analysieren und mögliche Ursachen für die Korrelation feststellen.


• Projektionsmodelle berechnen, um die zukünftige Entwicklung der variablen zu
bestimmen.
• Korrelationen mit anderen statistischen Methoden.
• Andere unabhängige Variablen wählen, die eine Auswirkung auf die
sozioökonomischen Indikatoren haben könnten.

23
Nikas Karvelis
14. Quellen
14.1. Literarische Quellen
1
Wikipedia-Autoren. (2003, 7. Mai). Südafrika. Wikipedia.
https://de.wikipedia.org/wiki/S%C3%BCdafrika
2
countrymeters.info. (2021, 21. Dezember). Südafrika Bevölkerung 2021 | Bevölkerungsuhr.
https://countrymeters.info/de/South_Africa#:%7E:text=S%C3%BCdafrika%20Bev%C3%B6lkerung%20
2020%20Im%20Jahr%202020%20wird%20sich,positiv%20sein%20und%20wird%20489%20273%20M
enschen%20betragen.
3
Statista. (2020, 2. November). Bruttoinlandsprodukt (BIP) von Südafrika bis 2025.
https://de.statista.com/statistik/daten/studie/254713/umfrage/bruttoinlandsprodukt-bip-in-
suedafrika/

https://de.statista.com/statistik/daten/studie/254714/umfrage/bruttoinlandsprodukt-bip-pro-kopf-
in-suedafrika/

4 Südafrikanischer Rand in Euro Währungsrechner | ZAR in EUR umrechnen. (o. D.). finanzen.net.
Abgerufen am 21. Dezember 2020, von
https://www.finanzen.net/waehrungsrechner/suedafrikanischer-rand_euro
5
Statista. (2020, 10. November). Inflationsrate in Südafrika bis 2025.
https://de.statista.com/statistik/daten/studie/254740/umfrage/inflationsrate-in-suedafrika/
6
Human Development Reports. (o. D.). United Nations. Abgerufen am 21. Dezember 2020, von
http://www.hdr.undp.org/en/countries/profiles/ZAF
7
Human Development Reports. (o. D.). United Nations. Abgerufen am 21. Dezember 2020, von
http://www.hdr.undp.org/en/countries/profiles/ZAF
8
Südafrika Lebenserwartung, 1960-2020 - knoema.com. (2020, 16. Dezember). Knoema.
https://knoema.de/atlas/S%C3%BCdafrika/topics/Gesundheit/Gesundheitsstatus/Lebenserwartung
9
Cooper, S. (2020, 7. Dezember). South Africa Debt Clock - This Is the Effect An Unsustainable
Economic Policy Is... Commodity.com. https://commodity.com/data/south-africa/debt-clock/
10
Statista. (2020, 16. November). Staatsverschuldung von Südafrika in Relation zum
Bruttoinlandsprodukt (BIP) bis 2025.
https://de.statista.com/statistik/daten/studie/255162/umfrage/staatsverschuldung-von-suedafrika-
in-relation-zum-bruttoinlandsprodukt-bip/
11
Südafrika Gini-Koeffizient, 2017-2020 - knoema.com. (2018, 22. Januar). Knoema.
https://knoema.de/atlas/S%C3%BCdafrika/Gini-Koeffizient
12
Statista. (2020a, Oktober 19). Arbeitslosenquote in Südafrika bis 2025.
https://de.statista.com/statistik/daten/studie/254735/umfrage/arbeitslosenquote-in-suedafrika/
13
Südafrika Städtische Bevölkerung (% der Gesamtbevölkerung), 1960-2020 - knoema.com. (2020,
18. Dezember). Knoema. https://knoema.de/atlas/S%C3%BCdafrika/St%C3%A4dtische-
Bev%C3%B6lkerung-percent-der-Gesamtbev%C3%B6lkerung#:%7E:text=S%C3%BCdafrika%20-
%20St%C3%A4dtische%20Bev%C3%B6lkerung%20(%%20der%20Gesamtbev%C3%B6lkerung)%2067,
4,Definition%20der%20nationalen%20Statistikbeh%C3%B6rde%20als%20st%C3%A4dtische%20Gebi
ete%20gelten.

24
Nikas Karvelis
14
countrymeters.info. (o. D.). Deutschland Bevölkerung 2021 | Bevölkerungsuhr. Abgerufen am 21.
Dezember 2020, von
https://countrymeters.info/de/Germany#:%7E:text=Deutschland%20Bev%C3%B6lkerung%202020%2
0Im%20Jahr%202020%20wird%20sich,negativ%20sein%20und%20wird%20201%20190%20Mensche
n%20betragen.
15
Deutschland Gini-Koeffizient, 2017-2020 - knoema.com. (2018, 22. Januar). Knoema.
https://knoema.de/atlas/Deutschland/Gini-Koeffizient
16
Gesamtfläche von Deutschland | Landwirtschaftliche Flächen in Deutschland | Ackerland in
Deutschland. (o. D.). WORLDSTAT – Statistics for Education. Abgerufen am 21. Dezember 2020, von
http://de.worldstat.info/Asia/Germany/Land
17
Statista. (2021, 14. Januar). Bruttoinlandsprodukt (BIP) in Deutschland 1970-2020.
https://de.statista.com/statistik/daten/studie/14397/umfrage/deutschland-bruttoinlandsprodukt-
bip/#:%7E:text=Das%20Bruttoinlandsprodukt%20(BIP)%20in%20Deutschland%20im%20Jahr%20202
0,gegen%C3%BCber%20dem%20Vorjahr%20preisbereinigt%20um%205,0%20Prozent%20zur%C3%B
Cck.
18
Statista. (2021b, Januar 14). Bruttoinlandsprodukt (BIP) pro Kopf in Deutschland bis 2020.
https://de.statista.com/statistik/daten/studie/1252/umfrage/entwicklung-des-
bruttoinlandsprodukts-je-einwohner-seit-
1991/#:%7E:text=Im%20Jahr%202020%20betrug%20das%20Bruttoinlandsprodukt%20pro%20Kopf,g
egen%C3%BCber%20dem%20Vorjahr%20preisbereinigt%20um%205,0%20Prozent%20zur%C3%BCck.
19
Statista. (2021c, Januar 19). Inflationsrate in Deutschland von 1950 bis 2020.
https://de.statista.com/statistik/daten/studie/4917/umfrage/inflationsrate-in-deutschland-seit-
1948/
20
Der Human Development Index (HDI) aller Länder im globalen Vergleich. (o. D.). Länderdaten.
Abgerufen am 21. Dezember 2020, von https://www.laenderdaten.de/indizes/hdi.aspx
21
Statista. (2021d, Januar 19). Lebenserwartung in Deutschland bei Geburt nach Geschlecht.
https://de.statista.com/statistik/daten/studie/273406/umfrage/entwicklung-der-lebenserwartung-
bei-geburt--in-deutschland-nach-
geschlecht/#:%7E:text=Die%20durchschnittliche%20Lebenserwartung%20bei%20der%20Geburt%20i
n%20Deutschland,sich%20gegen%C3%BCber%20der%201870er%20Jahre%20mehr%20als%20verdop
pelt.
22
Gaida, V. (2020, 10. Dezember). Staatsverschuldung in Deutschland und der Welt 2020.
WirtschaftsWoche. https://www.wiwo.de/politik/deutschland/schuldenquote-so-hoch-ist-die-
staatsverschuldung-in-deutschland-und-der-welt-2020/26683850.html
23
Konjunkturindikatoren Arbeitslosenquote Deutschland. (o. D.). Destatis. Abgerufen am 21.
Dezember 2020, von
https://www.destatis.de/error_path/400.html?al_req_id=YBdLINbNANLEFpdnGilAHwAAA28
24
Deutschland Städtische Bevölkerung (% der Gesamtbevölkerung), 1960-2020 - knoema.com. (2020,
18. Dezember). Knoema. https://knoema.de/atlas/Deutschland/St%C3%A4dtische-
Bev%C3%B6lkerung-percent-der-Gesamtbev%C3%B6lkerung
25
Südafrika - Fortschritt und Stillstand nach 20 Jahren Demokratie. (2014, 3. Mai). Deutschlandfunk.
https://www.deutschlandfunk.de/suedafrika-fortschritt-und-stillstand-nach-20-
jahren.799.de.html?dram:article_id=284318

25
Nikas Karvelis
26
Republik Südafrika in Geografie | Schülerlexikon | Lernhelfer. (2020). Lernhelfer.
https://www.lernhelfer.de/schuelerlexikon/geografie/artikel/republik-suedafrika
27
Entwicklungshindernis Ungleichheit Südafrikas gespaltene Gesellschaft. (o. D.). OSA. Abgerufen am
21. Dezember 2020, von
https://www.kosa.org/fileadmin/user_upload/Unterrichtsmaterial/03_Suedafrika_Ungleichheit.pdf
28
Südafrika - Fortschritt und Stillstand nach 20 Jahren Demokratie. (2014, 3. Mai). Deutschlandfunk.
https://www.deutschlandfunk.de/suedafrika-fortschritt-und-stillstand-nach-20-
jahren.799.de.html?dram:article_id=284318
29
Vollkommer, V. F. T. (2020, 30. Oktober). Inflation: Definition - was ist das? Erklärung und
Hintergründe. FOCUS Online. https://www.focus.de/finanzen/boerse/lexikon/boersenlexikon-
inflation_id_10345736.html
30
FERNANDO, J. (2020, 13. November). Gross Domestic Product (GDP). Investopedia.
https://www.investopedia.com/terms/g/gdp.asp
31
Statistisches Bundesamt. (o. D.). Bruttoinlandsprodukt (BIP). Destatis. Abgerufen am 13. Januar
2021, von https://www.destatis.de/DE/Themen/Wirtschaft/Volkswirtschaftliche-
Gesamtrechnungen-Inlandsprodukt/Methoden/bip.html
32
Staatsverschuldung (2020, 25. Februar).
https://www.rechnungswesenverstehen.de/lexikon/staatsverschuldung.php
33
Verivox GmbH. (2020). Staatsverschuldung: Definition, Risiken und die Schuldenbremse.
https://www.verivox.de/kredit/themen/staatsverschuldung/
34
Consumption expenditures (Finance) - Definition - Online Encyclopedia. (2020). MiMi.
https://en.mimi.hu/finance/consumption_expenditures.html#:%7E:text=Consumption%20expenditu
res.%20Expenditures%20made%20by%20the%20household%20sector,Consumption%20Expenditure
s%20is%20the%20largest%20component%20of%20GDP.
35
Canada - Household final consumption expenditure. (2020). IndexMundi.
https://www.indexmundi.com/facts/canada/household-final-consumption-
expenditure#:%7E:text=Definition:%20Household%20final%20consumption%20expenditure%20(for
merly%20private%20consumption),dwellings%20but%20includes%20imputed%20rent%20for%20ow
ner-occupied%20dwellings.
36
How do you derive your constant price series for the national accounts? – World Bank Data Help
Desk. (2020). The World Bank. https://datahelpdesk.worldbank.org/knowledgebase/articles/114968-
how-do-you-derive-your-constant-price-series-for-t
37
Government expenditure on education, total (% of GDP) by Country. (2020). IndexMundi.
https://www.indexmundi.com/facts/indicators/SE.XPD.TOTL.GD.ZS#:%7E:text=Government%20expe
nditure%20on%20education,%20total%20(%%20of%20GDP),usually%20refers%20to%20local,%20re
gional%20and%20central%20governments.
38
Henneberger, R. S. F. (2018, 19. Februar). Arbeitslosenquote. Gabler Wirtschaftslexikon.
https://wirtschaftslexikon.gabler.de/definition/arbeitslosenquote-31583#
39
Siehe technischer Hinweis 1: http://hdr.undp.org/sites/default/files/hdr2018_technical_notes.pdf
für Einzelheiten zur Berechnung des HDI.
40
Quelle: HDRO Berechnungen basierend auf Daten von UNDESA (2019), UNESCO Institute for
Statistics (2020)

26
Nikas Karvelis
41
Saisana, M. (2014). Education Index. SpringerLink.
https://link.springer.com/referenceworkentry/10.1007/978-94-007-0753-5_840
42
Kagan, J. (2020, 23. Januar). Life Expectancy. Investopedia.
https://www.investopedia.com/terms/l/lifeexpectancy.asp
43
South Africa GINI index, 2017-2020 - knoema.com. (2018, 22. Januar). Knoema.
https://knoema.com/atlas/South-Africa/topics/Poverty/Income-Inequality/GINI-index
44
Suchanek, A. (2018, 19. Februar). Armut. Gabler Wirtschaftslexikon.
https://wirtschaftslexikon.gabler.de/definition/armut-31824
45
Poverty gap at $1.90 a day (2011 PPP) (%) | Data. (2020). The World Bank.
https://data.worldbank.org/indicator/SI.POV.GAPS
46
South Africa Poverty Rate 1993-2021. (2020). MacroTrends.
https://www.macrotrends.net/countries/ZAF/south-africa/poverty-rate
47
What is Urban population / Rural population - Meaning and definition - Pallipedia. (2020).
https://pallipedia.org/urban-population-rural-population/
48
Investor Relations | Johannesburg Stock Exchange. (2020). JSE. https://www.jse.co.za/investor-
relations
49
FTSE/JSE Africa Indexes. (2020). FTSE Russell. https://www.ftserussell.com/products/indices/jse
50
FTSE / JSE Africa All Shares Index. (2020). Bloomberg.
https://www.bloomberg.com/tosv2.html?vid=&uuid=2ba93940-56d7-11eb-a349-
732a46150fdb&url=L3F1b3RlL0pBTFNIOklORA==#:%7E:text=The%20FTSE/JSE%20Africa%20All%20Sh
ares%20Index%20is%20a,all%20listed%20companies%20on%20the%20Johannesburg%20Stock%20E
xchange.
51
Wikipedia contributors. (2021, 12. Januar). JSE Limited. Wikipedia.
https://en.wikipedia.org/wiki/JSE_Limited#:%7E:text=JSE%20Limited%20(previously%20the%20JSE%
20Securities%20Exchange%20and,after%20it%20moved%20from%20downtown%20Johannesburg%
20in%202000.
52
Wikipedia-Autoren. (2005, 25. Juli). Liste der Länder nach Einkommensverteilung. Wikipedia.
https://de.wikipedia.org/wiki/Liste_der_L%C3%A4nder_nach_Einkommensverteilung
53
BörsenNEWS.de. (o. D.). BörsenNEWS.de. BörsenNEWS. Abgerufen am 21. Dezember 2020, von
https://www.boersennews.de/lexikon/begriff/konfidenzniveau/625/
54
Statista. (2020, 1. Oktober). Morde in Südafrika bis 2020.
https://de.statista.com/statistik/daten/studie/156671/umfrage/morde-in-suedafrika-seit-april-2003/
55
Wikipedia contributors. (2021, 12. Januar). JSE Limited. Wikipedia.
https://en.wikipedia.org/wiki/JSE_Limited#:%7E:text=JSE%20Limited%20(previously%20the%20JSE%
20Securities%20Exchange%20and,after%20it%20moved%20from%20downtown%20Johannesburg%
20in%202000.

27
Nikas Karvelis
14.2. Bild Quellen
img_1
Wikipedia-Autoren. (2003, 7. Mai). Südafrika. Wikipedia.
https://de.wikipedia.org/wiki/S%C3%BCdafrika
img_2
Wikipedia-Autoren. (2001, 24. August). Deutschland. Wikipedia.
https://de.wikipedia.org/wiki/Deutschland
img_3
Die Zufallsstichprobe. (o. D.). Studlib. Abgerufen am 21. Dezember 2020, von
https://studlib.de/4508/medien/zufallsstichprobe

28
Nikas Karvelis
15. Anhänge
15.1. Anhang 1

Multipler Korrelationskoeffizient Bestimmtheitsmaß


FTSEJSE All South JSE FTSEJSE All
South Africa JSE Limited Share Africa Top Limited Share
Top 40 (JTOPI) (JSE.JO) Index FTSE/JSE 40 (JTOPI) (JSE.JO) Index FTSE/JSE
Inflation 0,29547532 0,36183557 0,31373020 0,13960753 0,08730567 0,13092498 0,09842664 0,01949026
HDI 0,89302107 0,87020029 0,88787511 0,97186597 0,79748664 0,75724854 0,78832220 0,94452346
BIP 0,80586485 0,10981750 0,80925415 0,72418792 0,64941816 0,01205988 0,65489229 0,52444815
Educational index 0,92853467 0,83969644 0,92982475 0,91870069 0,86217663 0,70509011 0,86457407 0,84401096
Lebenserwartung 0,71406118 0,86157128 0,70661707 0,94430434 0,50988337 0,74230508 0,49930768 0,89171068
Staatsverschuldung
gemessen am BIP 0,70175687 0,72437260 0,69708384 0,68353309 0,49246271 0,52471567 0,48592587 0,46721748
Unemployment rate % 0,52995602 0,44192264 0,51955729 0,50063798 0,28085338 0,19529562 0,26993978 0,25063838
Urban population (% of
total population) 0,97075179 0,85402394 0,97195542 0,97527780 0,94235904 0,72935689 0,94469733 0,95116678
Households and NPISHs
Final consumption
expenditure (current
US$) 0,82251848 0,11476436 0,82460962 0,73912553 0,67653665 0,01317086 0,67998102 0,54630654
Households and NPISHs
Final consumption
expenditure (constant
2010 US$) 0,96512370 0,88867234 0,96521943 0,96552329 0,93146376 0,78973852 0,93164855 0,93223522
Gini 0,43973091 0,27893747 0,52110176 0,34908375 0,19336327 0,07780611 0,27154705 0,12185946
Poverty ratio at $1.90 a
day 0,77227027 0,96951005 0,87624067 0,68753852 0,59640136 0,93994973 0,76779771 0,47270922
Poverty ratio at $5.50 a
day 0,87221960 0,27413141 0,94547340 0,82347833 0,76076702 0,07514803 0,89391995 0,67811656
Government
expenditure on
education, total (% of
GDP) 0,80338905 0,84861595 0,80765737 0,86416738 0,64543396 0,72014904 0,65231043 0,74678526

1
Nikas Karvelis