Messung des Anlegerverhaltens von Privatanlegern im Derivatebereich

Diplomarbeit von Marcel Czink

Einleitung:

Seitdem es die Börse gibt, ist sie immer wieder Schauplatz von Ereignissen, an deren Ende Menschen ihr Vermögen und ihr Einkommen verlieren. Über die Jahrhunderte reihen sich Namen von Krisen aneinander, die an das Geschehene erinnern: die Südsee- und Mississippiblase von 1720, der Gründerkrach von 1873, der schwarze Donnerstag von 1929, der schwarze Montag von 1987, das Platzen der Dotcom-Blase von 2000. Dabei wiederholte sich die Geschichte oft nur in einem anderen Gewand: erwarteten die Spekulanten 1673, dass die Preise von Tulpenzwiebeln weiter steigen, versprachen 1720 sämtliche Waren aus den „neuen Welten“, ob Sklaven oder Walnussbäume, kräftige Renditen und im Jahre 2000 war jede Unternehmung, welche ein „ .com“ oder „bio“ im Namen trug, der Garant für große Gewinne. Dabei hatten all jene Ereignisse eins gemein: der darauf folgende Absturz der Börsenkurse und der Verfall der Preise, was sich in der Allegorie vom „Platzen der Blase“ am anschaulichsten festigte.

Und noch etwas anderes hatten alle diese Ereignisse gemein: sie dürften eigentlich nicht passieren. „Prices are right“ ist das Credo der lange Zeit vorherrschenden Theorie der Effizienten Märkte. Man kann angesichts dieser Crashs zweifeln, ob die Börsenkurse tatsächlich den korrekten Wert ihrer Unternehmen widerspiegelten. Es scheint gerade so, als ob eine andere Kraft mit auf die Kurse wirkte: Stimmung. Denn die Euphorie hievte die Kurse geradezu in den Himmel, während Panik und Angst sie stürzen ließen. Schon Adam Smith erkannte in „The Theory of Moral Sentiments“, dass es zwischen Wirtschaftstheorie und Psychologie eine Verbindung gibt. Aber in unser Welt, die vom Glauben an den Verstand und die Vernunft als bestimmende Kräfte im Menschen geprägt ist, musste es weitere 200 Jahre dauern, bis Forscher begannen, der Psychologie des Menschen ebenfalls eine wichtige Rolle in der Wirtschaftstheorie einzuräumen. Kahneman und Tversky machten damit wohl den Anfang, viele andere folgten ihnen. Es entstanden neue Gebiete in den Wirtschaftswissenschaften, z. B. das Behavioural Finance. Doch weder die Theorie der Effizienten Märkte, noch die des Behavioural Finance konnten bis heute das Rennen gewinnen.

In dieser Arbeit gehe ich der Frage nach, wie man Stimmungen überhaupt messen kann. Und weiter: was ist eine gute Messung? Zudem beschäftige ich mich mit der großen Frage: Beeinflussen die Stimmungen von heute die Kurse von morgen? Im Verlauf dieser Arbeit werde ich versuchen, Antworten auf diese Fragen zu finden.

Inhaltsverzeichnis:

Textprobe:

Kapitel 3. Metabasierte Messungen:

Investor Intelligence:

Jede Woche sammelt Investors Intelligence (II) Analystenmeinungen aus verschiedenen Börsenbriefen aus dem amerikanischen Raum, wie z.B. der Zweig Forecast, der Cabot Market Letter und der Todd Market Timer. Die Zahl der untersuchten Börsenbriefe schwankt. Es dürften mittlerweile ungefähr 150 Börsenbriefe und Analystenmeinungen bezüglich ihrer Markterwartung untersucht werden. Die Autoren und Analysten werden dabei in drei Gruppen eingeteilt, je nachdem wie ihre Erwartung bezüglich des Marktes sind: in bullish, bearish oder neutral. Der II erschien seit 1963 alle zwei Wochen, seit 1969 wurden die Daten wöchentlich gesammelt und veröffentlicht. Der Sentiment Index ist der Prozentsatz der bullishen Autoren relativ zur Summe der bullishen und bearishen Autoren. Eine Zahlenreihe steht nicht zur Verfügung. Der II wird in der Literatur häufig zitiert. Clarke und Statman (1998) haben sich als eine der ersten mit dem II beschäftigt, jedoch noch als direkte Messung von Sentiment. Sie fanden keinen signifikanten Zusammenhang zwischen den Autoren der Börsenbriefe und zukünftigen Aktienkursen. Im Gegensatz dazu fanden Brown und Cliff (2005) eine Prognosefähigkeit des II bezüglich Aktienkursen. Sie betrachteten allerdings einen Zeithorizont von einem bis drei Jahren.

Notes:

Für den Notes Sentimentindikator sammelt Schumacher’s Daten seit Oktober 1999 für den DAX. Weitere Indikatoren wie für den MDax, TecDAX und den EuroStoxx. Die Erhebung wurde im Februar 2002 beendet. Für die Erhebung wurden alle verfügbaren Kauf-, Halten- und Verkaufsempfehlungen, die so genannten Notes analysiert. Die Empfehlungen stammen von öffentlich zugänglichen Quellen aus dem Internet, von Bankanalysten, Researchhäusern, Finanzmagazinen, Börsenbriefen und Onlinediensten. Nach eigenen Angaben handelt es sich insgesamt um fast 50 000 Quellen.

Die Empfehlungen wurden auf einer Skala von 1 für „kaufen“ bis 3 für „verkaufen“ abgebildet. Danach wurden die Noten gewichtet, nach Einfluss und Reputation des Verfassers. Beispielsweise wiegt eine Empfehlung von Merrill Lynch oder Goldman Sachs mehr als die eines Online-Börsenbriefes. Die entstandene Zeitreihe wird mit Hilfe eines gleitenden Durchschnitts dargestellt.

Eine Zeitreihe liegt leider nicht vor.

U.S. Leading Indicators Die U.S. Leading Indicators wurden ebenso wie der Consumer Confidence Index vom The Conference Board veröffentlicht. Der Indikator ist aus zehn einzelnen Indikatoren zusammengesetzt:

- die durchschnittlichen Wochenarbeitsstunden eines Arbeiters.

- die Anzahl der Arbeitslosenversicherungsanträge pro Woche.

- neue Herstellungsaufträge bezüglich Konsumgüter und Materialien.

- die Liefergeschwindigkeit, in der Lieferanten Unternehmen beliefern.

- neue Herstellungsaufträge bezüglich Anlage- bzw. Kapitalgüter.

- Anzahl der Baugenehmigungen.

- Aktienkurse (S&P 500).

- die M2 Geldmenge.

- die Zinsspanne (die Differenz zwischen Haben- und Sollzinsen).

- index of consumer expectations.

Aus diesen zehn Indikatoren errechnet sich dann der U.S. Leading Indicator. Eine Zeitreihe steht nicht zur Verfügung.

Bullish Consensus:

Der Bullish Consensus ist dem Investor’s Intelligence ähnlich, bezieht sich aber im Gegensatz dazu nicht auf die Aktien-, sondern auf die Rohstoffmärkte. Seit 1963 sammelt der Bullish Consensus dazu Analysten- und Expertenmeinungen und veröffentlicht daraus täglich einen Index.

Sentiment extraction from small talk from the web:

Das und Chan (2007) entwickelten eine Methode um Nachrichten bzw. Einträge in Onlineaktienforen, wie sie beispielsweise von Yahoo! oder Amazon betrieben werden, zu analysieren. Mit Hilfe von Algorithmen versuchen sie die Art der Nachrichten zu unterscheiden, ob der jeweilige Autor bullish, bearish oder neutral gestimmt war.

Zusammengesetzte Indikatoren in der Literatur:

Baker und Wurgler (2006) benutzen einen aus sechs einzelnen Sentimentindikatoren zusammengesetzten Indikator. Sie arbeiten makroökonomische Variablen sowie die Tatsache ein, dass sich das gleiche Sentiment nicht zeitgleich in allen Indikatoren niederschlägt.