Veröffentlichen auch Sie Ihre Arbeiten - es ist ganz einfach!
Mehr InfosDiplomarbeit, 2008, 177 Seiten
Diplomarbeit
1,7
Abkürzungsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
1 Einleitung
2 Übersicht über die Theorie
2.1. Klassische Asset Pricing Theorie
2.1.1. Risiko und Ertrag
2.1.2. Grundannahmen
2.1.3. Efficient Market Hypothesis
2.2. Noise
2.2.1. Das Modell
3 Sentiment
3.1. Direkte Messungen
3.1.1. Sentix
3.1.2. animusX
3.1.3. IPO Sentiment
3.1.4. DAX und TecDAX Bull/Bear Index
3.1.5. G-Mind (German Market Indicator)
3.1.6. ifo – Geschäftsklimaindex
3.1.7. Economic Sentiment Indicator (ESI) und „Consumer Confidence Indicator“
3.1.8. University of Michigan Consumer Sentiment Index
3.1.9. Consumer Confidence Survey und CEO Confidence Survey
3.1.10. American Association of Individual Investors Survey (AAII)
3.1.11. Yale School of Management Stock Market Confidence Indexes
3.1.12. Washington Post-ABC News Consumer Comfort Index Survey
3.1.13. TIPP Economic Optimism Index
3.1.14. Index of Investor Optimism
3.1.15. RBC CASH Index
3.2. Indirekte Messungen
3.2.1. ADV/DEC und TRIN
3.2.2. Margin Debt
3.2.3. Short Sales
3.2.4. odd lot sales
3.2.5. Umsätze
3.2.6. Insider Barometer
3.2.7. Put/Call Ratio
3.2.8. Implizite Volatilität
3.2.9. Futures
3.2.10. ISEE Sentiment Index
3.2.11. Prototypischer Index
3.2.12. IPOs
3.2.13. closed-end fund discount
3.2.14. Mutual fund flows
3.3. Metabasierte Messungen
3.3.1. Investor Intelligence
3.3.2. Notes
3.3.3. U.S. Leading Indicators
3.3.4. Bullish Consensus
3.3.5. Sentiment extraction from small talk from the web
3.3.6. Zusammengesetzte Indikatoren in der Literatur
4 Sentiment und Güte
4.1. Validierung der Messung
4.2. Zeitgleicher Zusammenhang mit dem Markt und small-firm return spread
4.3. Weitere Kriterien aus der Literatur
5 Vorhersagbarkeit von Returns
5.1. Sentimentindikatoren und Vorhersagbarkeit von Returns
6 Risikoverhalten der Privatanleger
7 Konklusion
Anhang
A Abbildungen
B Statistik
Literaturverzeichnis
Erklärung zur Diplomarbeit
Danksagung
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1: Sentix Private und DAX (1 und 6 Monate)
Abbildung 2: Sentix Private und Institutionelle
Abbildung 3: Sentix neutrality index
Abbildung 4: animusX Sentiment und DAX
Abbildung 5: animusX L/S Index und DAX
Abbildung 6: IPO Sentiment und DAX
Abbildung 7: Dax Bull/Bear Index und DAX
Abbildung 8: TecDAX Bull/Bear Index und TecDAX
Abbildung 9: DAX Bull/Bear Index und TecDAX Bull/Bear Index
Abbildung 10: Deskriptive Statistik Bull/Bear DAX
Abbildung 11: Deskriptive Statistik Bull/Bear TecDAX
Abbildung 12: DAX und G-Mind (inkl. Subindizes)
Abbildung 13: DAX und Konjunkturerwartungen
Abbildung 14: Deskriptive Statistik G-Mind
Abbildung 15: Deskriptive Statistik G-Mind Stocks
Abbildung 16: Deskriptive Statistik G-Mind Bonds
Abbildung 17: Deskriptive Statistik ZEW Konjunkturerwartung
Abbildung 18: Deskriptive Statistik G-Mind Economic Situation
Abbildung 19: ifo-Geschäftsklimaindex und DAX
Abbildung 20: Deskriptive Statistik ifo-Geschäftsklimaindex
Abbildung 21: ESI, Consumer Confidence Indicator und DAX
Abbildung 22: Deskriptive Statistik ESI
Abbildung 23: Deskriptive Statistik CCI
Abbildung 24: ESI und EuroStoxx50
Abbildung 25: ICS, ICE und S&P500
Abbildung 26: Deskriptive Statistik ICS
Abbildung 27: Deskriptive Statistik ICE
Abbildung 28: CCI Deskriptive Statistik
Abbildung 29: CCI und S&P500
Abbildung 30: AAII und S&P500
Abbildung 31: One-Year Index und S&P500
Abbildung 32: Buy-On-Dips Confidence Index und S&P500
Abbildung 33: Crash Index und S&P500
Abbildung 34: Valuation Index und S&P500
Abbildung 35: Deskriptive Statistik ABC
Abbildung 36: ABC und S&P500
Abbildung 37: Deskriptive Statistik TIPP
Abbildung 38: TIPP Economic Optimism Index und S&P500
Abbildung 39: Deskriptive Statistik Index of Investor Optimism
Abbildung 40: Index of Investor Optimism und S&P500
Abbildung 41: Deskriptive Statistik RBC Cash Index
Abbildung 42: RBC CASH Index und S&P500
Abbildung 43: Deskriptive Statistik ADV/DEC
Abbildung 44: ADV/DEC und S&P500
Abbildung 45: Deskriptive Statistik TRIN NASDAQ
Abbildung 46: Deskriptive Statistik TRIN NYSE
Abbildung 47: TRIN NASDAQ und S&P500
Abbildung 48: TRIN NYSE und S&P500
Abbildung 49: Deskriptive Statistik MARGIN
Abbildung 50: Deskriptive Statistik ∆MARGIN
Abbildung 51: ∆MARGIN und S&P500 log-returns
Abbildung 52: MARGIN und S&P500
Abbildung 53: SHORTSLS und S&P500
Abbildung 54: Deskriptive Statistik SHORTSLS
Abbildung 55: SPEACIAL und S&P500
Abbildung 56: Deskriptive Statistik SPECIAL
Abbildung 57: Deskriptive Statistik SHORTIR
Abbildung 58: SHORTIR und S&P500
Abbildung 59: Deskriptive Statistik und ODDLOT
Abbildung 60: ODDLOT und S&P500
Abbildung 61: Deskriptive Statistik turnover
Abbildung 62: turnover und S&P500
Abbildung 63: Insider Barometer (Quelle: Handelsblatt)
Abbildung 64: Deskriptive Statistik p/c ratio total
Abbildung 65: Deskriptive Statistik p/c ratio index
Abbildung 66: Deskriptive Statistik p/c ratio equity
Abbildung 67: put/call ratios und S&P 500
Abbildung 68: put/call ratio (full sample)
Abbildung 69: Deskriptive Statistik VDAX
Abbildung 70: VDAX-NEW und DAX
Abbildung 71: Deskriptive Statistik VIX
Abbildung 72: VIX und S&P500
Abbildung 73: Deskriptive Statistik futures commercials
Abbildung 74: Deskriptive Statistik futures non-commercials
Abbildung 75: Futures Commercials und S&P500
Abbildung 76: ISEE All
Abbildung 77: ISEE Equity
Abbildung 78: ISEE Index
Abbildung 79: ISEE Sentiment Indizes und S&P500
Abbildung 80: ISEE QQQQ
Abbildung 81: ISEE QQQQ und S&P 500
Abbildung 82: Deskriptive Statistik SENT
Abbildung 83: SENT und DAX
Abbildung 84: Deskriptive Statistik NIPO
Abbildung 85: Deskriptive Statistik RIPO
Abbildung 86: NIPO, RIPO und S&P500
Abbildung 87: iShares und DAX
Abbildung 88: iShares DAX und discount
Abbildung 90: Deskriptive Statistik ETFs
Abbildung 91: Fragebogen Finanzmarkttest (Quelle: ZEW)
Abbildung 92: BCS Fragen Übersicht
Abbildung 93: Beispielfragebogen ICS (Quelle: http://www.sca.isr.umich.edu/))
Tabelle 1: Übersicht direkte Messungen
Tabelle 2: Deskriptive Statistik Sentix
Tabelle 3: Korrelation Sentix
Tabelle 4: Deskriptive Statistik IPO Sentiment
Tabelle 5: Deskriptive Statistik G-Mind
Tabelle 6: Deskriptive Statistik Yale School of Management Stock Market Confidence Indexes
Tabelle 7: Indirekte Messungen Übersicht
Tabelle 8: Deskriptive Statistik p/c ratios
Tabelle 9: ISEE Sentiment Deskriptive Statistik
Tabelle 10: ISEE QQQQ
Tabelle 11: Korrelation ETF, level
Tabelle 12: Korrelation ETF, changes
Tabelle 13: Korrelation Sentiment (wöchentlich, level)
Tabelle 14: Korrelation Sentiment (wöchentlich, changes)
Tabelle 15: Korrelation Marktperformance (monatlich)
Tabelle 16: Korrelation Handelsaktivitäten (monatlich)
Tabelle 17: Korrelation Derivate a (monatlich, level)
Tabelle 18: Korrelation Derivate b (monatlich, level)
Tabelle 19: Korrelation Derivate a (monatlich, changes)
Tabelle 20: Korrelation Derivate b (monatlich, changes)
Tabelle 21: Korrelation Derivate a (monatlich, only changes)
Tabelle 22: Korrelation Derivate b (monatlich, only changes)
Tabelle 23: Korrelation Sonstige a (monatlich, level)
Tabelle 24: Korrelation Sonstige b (monatlich, level)
Tabelle 25: Sentiment und returns auf täglicher Basis
Tabelle 26: Sentiment und returns auf wöchentlicher Basis
Tabelle 27: Sentiment und returns auf monatlicher Basis
Tabelle 28: Augmented Dickey-Fuller Test
Tabelle 29: p/c ratios und zukünftige returns (tägl.)
Tabelle 30: ∆VDAX bzw. VDAX und zukünftige returns (tägl.)
Tabelle 31: SENT und zukünftige returns (tägl.)
Tabelle 32: ∆TRIN NASDAQ und TRIN NASADQ und zukünftige returns (tägl.)
Tabelle 33: Lyxor Stoxx50 und ±Lyxor Stoxx50 und zukünftige returns (tägl.)
Tabelle 34: ∆MARGIN und zukünftige returns (monatl.)
Tabelle 35: SHORTSLS und zukünftige returns (monatl.)
Tabelle 36: Bull/Bear DAX bzw. TecDAX und zukünftige returns (wöchentl.)
Tabelle 37: ∆ICS und ∆ICS ICE und zukünftige returns
Tabelle 38: ∆CCS und zukünftige returns
Tabelle 39: Sentix und hist. Volatilität DAX
Tabelle 40: VAR Sentix und Vola (30)
Tabelle 41: VAR Sentix und Vola (250)
Tabelle 42: Subsample Sentix und Vola (30)
Tabelle 43: Übersicht Ergebnisse
Tabelle 44: Korrelation Sentiment a (wöchentlich, level)
Tabelle 45: Korrelation Sentiment b (wöchentlich, level)
Tabelle 46: Korrelation Sentiment a (wöchentlich, changes)
Tabelle 47: Korrelation Sentiment b (wöchentlich, changes)
Tabelle 48: Korrelation Marktperformance a (monatlich, level)
Tabelle 49: Korrelation Marktperformance b (monatlich, level)
Tabelle 50: Korrelation Handelsaktivität a (monatlich, level)
Tabelle 51: Korrelation Handelsaktivität b (monatlich, level)
Tabelle 52: Korrelation Derivate a (monatlich, level)
Tabelle 53: Korrelation Derivate b (monatlich, level)
Tabelle 54: Korrelation Derivate c (monatlich, level)
Tabelle 55: Korrelation Derivate d (monatlich, level)
Tabelle 56: Korrelation Derivate a (monatlich, changes)
Tabelle 57: Korrelation Derivate b (monatlich, changes)
Tabelle 58: Korrelation Derivate c (monatlich, changes)
Tabelle 59: Korrelation Derivate d (monatlich, changes)
Tabelle 60: Korrelation Sonstige a (monatlich, level)
Tabelle 61: Korrelation Sonstige b (monatlich, level)
Tabelle 62: Korrelation Sonstige c (monatlich, level)
Tabelle 63: Korrelation Sonstige d (monatlich, level)
Tabelle 64: Korrelation Sentiment und zeitgleiche returns a (tägl.)
Tabelle 65: Korrelation Sentiment und zeitgleiche returns b (tägl.)
Tabelle 66: Korrelation Sentiment und zeitgleiche returns c (tägl.)
Tabelle 67: Korrelation Sentiment und zeitgleiche returns d (tägl.)
Tabelle 68: Korrelation Sentiment und zeitgleiche returns e (tägl.)
Tabelle 69: Korrelation Sentiment und zeitgleiche returns f (tägl.)
Tabelle 70: Korrelation Sentiment und zeitgleiche returns a (wöchentl.)
Tabelle 71: Korrelation Sentiment und zeitgleiche returns b (wöchentl.)
Tabelle 72: Korrelation Sentiment und zeitgleiche returns a (monatl.)
Tabelle 73: Korrelation Sentiment und zeitgleiche returns b (monatl.)
Tabelle 74: Korrelation Sentiment und zeitgleiche returns c (monatl.)
Tabelle 75: Korrelation Sentiment und zeitgleiche returns d (monatl.)
Tabelle 76: Korrelation Sentiment und zeitgleiche returns e (monatl.)
Tabelle 77: Korrelation Sentiment und zeitgleiche returns f (monatl.)
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.
In den folgenden Kapiteln möchte ich eine Übersicht über die zugrunde liegende Theorie geben, die als Basis für diese Diplomarbeit benötigt wird, ohne mich auf die kritischen bzw. kontrovers diskutierten Teile zu konzentrieren.
Jeder Investor legt seiner Anlageentscheidung zwei Dinge zugrunde: den erwarteten Ertrag, also die Rendite, und das Risiko, welches er bereit ist, einzugehen. Geht der Investor ein hohes Risiko ein, so möchte er über eine höhere Rendite für das getragene Risiko kompensiert werden. Markowitz (1952) fand in seiner bahnbrechenden Arbeit heraus, dass ein Investor sein Portfolio dahingegen optimieren kann, dass er bei gleichem erwartetem Ertrag das Risiko minimieren kann. Mit dieser Diversifikation kann der Investor sein optimales Wertpapierportfolio bezüglich erwarteter Rendite und Risiko zusammenstellen, dass heißt, mit zusätzlichen Wertpapieren lässt sich das Gesamtrisiko des Portfolios senken. Die Wertpapiere dürfen hierbei nicht vollständig miteinander korrelieren. Mit dem einzelnen Risiko eines Wertpapiers, das über die Varianz gemessen wird, kann man folglich das Gesamtrisiko des Portfolios bis auf ein Restrisiko, das so genannte systematische Risiko, minimieren. Dieses systematische Risiko bildet das Marktrisiko, welches nicht diversifiziert werden kann. Die effizienten Portfolios bilden Kombinationen aus Risiko und erwartetem Ertrag, welche am Ehesten dem Chance-Nutzen-Profil des Investors entspricht. Das effiziente Portfolio mit dem kleinsten Risiko ist das globale varianzminimale Portfolio.
Mithilfe der auf Tobin (1958) zurückgehenden Tobin-Seperation wird gezeigt, dass das risikobehaftete Portfolio, z.B. ein Aktienportfolio, unabhängig von der Risikoeinstellung des einzelnen Investors ist. Vielmehr spiegelt der Anteil zwischen dem risikobehafteten Portfolio und einem risikolosen Wertpapier die Risikoeinstellung wider. Sharpe (1964) formalisiert den Zusammenhang zwischen Risiko und erwarteten Ertrag in Kapitalmärkten im Capital Asset Market Pricing Model (CAPM). Das einzige nur risikobehaftete Portfolio ist das Marktportfolio. Alle effizienten Portfolios befinden sich auf der Kapitalmarktlinie (capital market line), die alle Mischportfolios zwischen dem risikobehafteten Marktportfolio und der risikolosen Anlage, darstellt. Die erwartete Rendite eines Wertpapiers besteht aus der Rendite der risikolosen Anlage (Zinssatz) und einer Risikoprämie, die aus dem Marktpreis für das Risiko und der Risikomenge des Wertpapiers besteht. Die Risikomenge wird durch das Beta spezifiziert, welches sich auf das systematische, nicht weiter diversifizierbare Risiko bezieht. Zwischen der erwarteten Rendite und dem systematischen Risiko besteht somit ein linearer Zusammenhang. Die empirische Überprüfbarkeit von CAPM wurde unter anderem von Roll (1977) in Frage gestellt. Um die Probleme, die bei der Bestimmung des Marktportfolios bestehen, zu umgehen, entwickelte Ross (1976) die Arbitrage Pricing Theory (APT), die auf das Marktportfolio verzichtet. Obwohl auch hier ein linearer Zusammenhang zwischen Risiko und der erwarteten Rendite besteht, setzt sich die erwartete Rendite aus der Sensitivität der Rendite bezüglich anderer ökonomischer Faktoren da. Die erwartete Rendite des Marktportfolios ist überflüssig.
Alle Ansätze haben eins gemein: Der Investor handelt bayesianisch und völlig rational. Er will zudem seinen Nutzen maximieren und scheut große Risiken. Für ein höheres Risiko möchte er durch einen höheren Ertrag eine Kompensation erfahren. Sämtliche Informationen, die Kurse beeinflussen können, sind für den Investor zugänglich. Neue Informationen veranlassen Investoren, Aktien zu kaufen oder zu verkaufen. Die Marktpreise passen sich ausreichend schnell dem fairen Wert an und spiegeln die verfügbaren Informationen wider. Handelt ein einzelner Investor irrational, gleicht sich das aus. Handeln mehrere Investoren irrational in dem Sinne, dass sie systematisch den gleichen Fehler begehen, spielt das für den fairen Marktpreis ebenso wenig eine Rolle. Dieses Argument wird von Friedmann (1953) und Fama (1965) vertreten: Entdeckt ein rationaler Investor eine Abweichung so wird er dagegen wetten, er wird Arbitrage betreiben. Ein Arbitrageur wird eine zu hoch bewertete Aktie verkaufen bzw. short gehen, während er eine zu nieder bewertete Aktie kaufen bzw. darauf long gehen wird. Die Marktpreise passen sich also recht schnell wieder dem fairen, inneren Wert der Aktie an. Die Konsequenz: Irrationale Investoren werden dadurch Geld verlieren, so dass sie im Laufe der Zeit aus dem Markt verdrängt werden, weil sie schlicht und ergreifend kein Geld mehr haben werden. Arbitrage verhindert nicht gerechtfertigte Marktpreise und ist eine der Stützen des effizienten Kapitalmarkts. Fama (1970) greift dieses Argument in seiner Arbeit auf, der Theorie der Effizienten Märkte.
Eugene Fama (1970) beschreibt in seiner Arbeit die Efficient Market Hypothesis (EMH). Effizient bedeutet in diesem Zusammenhang, dass alle relevanten Informationen in den Marktpreisen enthalten sind. Er unterscheidet drei unterschiedliche Typen von Effizienz:
- weak form Effizienz in dem Sinne, dass die Marktpreise alle relevanten, historischen Informationen beinhalten und daraus nicht auf den Verlauf zukünftiger Marktpreise geschlossen werden kann. Es ist damit nicht möglich, den Markt bzw. das Marktportfolio langfristig zu schlagen. Darauf aufbauende Methoden wie die Chartanalyse, die versuchen, aus historischen Kursverläufen Informationen über zukünftige Kurse zu gewinnen, erzielen somit keine zusätzliche Rendite.
- semi-strong form in dem Sinne, dass die Marktpreise bereits alle öffentlich zugänglich Informationen enthalten. Öffentlich zugängliche Informationen sind Berichte und Veröffentlichungen von Unternehmen, Bilanzkennzahlen und Analystenberichte. Es ist nicht möglich, mit Hilfe solcher fundamentaler Analyseinstrumente eine zusätzliche Rendite zu erzielen.
- strong form in dem Sinne, dass die Marktpreise alle öffentlichen und privaten Informationen enthalten. Mit privaten Informationen wie z.B. Insider-Trading ist keine zusätzliche Rendite zu erzielen.
Die EMH unterstellt also, dass alle Informationen in den Kursen eingepreist sind, und somit kein Investor auf Dauer in der Lage ist, den Markt zu schlagen, also eine Überschussrendite zu erzielen. Gegen die strong form spricht allerdings, dass es tatsächlich Insider gibt. Die Testmethoden für die semi-strong form wurden von Roll (1977) scharf kritisiert. Testet man die EMH benötigt man ein Modell zur Ermittlung des fairen Wertes eines Wertpapiers, wie z.B. das CAPM. Da aber das CAPM die Gültigkeit der Hypothese des EMH voraussetzt, deren Gültigkeit man eigentlich überprüfen will, kann ein positives Ergebnis auch darauf zurück geführt werden, dass beide Hypothesen falsch sind ( Joint Hypothesis Problem). Die Überprüfung der semi-strong form ist damit kritisch zu sehen.
Kritisch wird auch die Annahme gesehen, dass Investoren immer rational handeln. Mehrere Arbeiten aus dem Bereich der Psychologie fanden Phänomene, die nicht zur Vorstellung bzw. Theorie des rational handelnden Investors passen. So fand Edwards (1968) heraus, dass Menschen ihre Meinung trotz neuer Erkenntnisse relativ langsam ändern. Das als conservatism bekannte Phänomen könnte beispielsweise einen Investor auf eine Information (z.B. Veröffentlichung von Unternehmensdaten) falsch oder zu langsam reagieren lassen. In seiner Untersuchung entdeckte Edwards (1968), dass die Probanden ihre Entscheidung zwar in die korrekte Richtung, allerdings nicht in der erwartenden Stärke änderten. Der Bezugspunkt war ein rational handelnder Mensch. Weit bekanntere Arbeiten zu diesem Thema wurden von Kahneman und Tversky[1] verfasst. Kahneman und Tversky (1974) fanden heraus, dass Menschen bei Entscheidungen unter Unsicherheit auf heuristische Methoden zurückgreifen. Die representativeness heuristic führt zu einer falschen Bewertung von Wahrscheinlichkeiten. So ordnet man z.B. Personen eher einer bestimmten Gruppe zu, die von Art und Beschreibung der eigenen Erfahrung ähneln. Man gewichtet die Übereinstimmung von Erfahrung und Beschreibung höher als die tatsächliche Wahrscheinlichkeit. Man sieht ein Muster, wo eigentlich gar keines ist. Anchoring vereinfacht die Beurteilung von Größen. Man orientiert sich an einem Anker, um z.B. einen Wert zu schätzen. Als weitere Heuristik sei noch die availability heuristic erwähnt. Solche Beeinflussungen von Entscheidungen durch Vereinfachungen und Emotionen werden biases genannt. Weitere biases sind beispielsweise Wunschdenken und Selbstüberschätzung.
Kahneman und Tversky (1979) formulierten in ihrer Prospect Theory, dass Menschen nicht immer gleich risikoavers sind. Sie fürchten sich mehr vor einem Verlust, als dass sie sich auf einen Gewinn freuen (loss aversion). Und trotzdem werden sie risikoaverser, wenn sie gewinnen, und suchen das Risiko, wenn sie verlieren. Es werden noch weitere Bedingungen aufgeführt, die im Widerspruch zu der Theorie vom „immer rational handelnden“ Menschen stehen.
Treten diese biases und heuristics systematisch auf, handeln also die Investoren „in concert“, gleichen sich die Effekte nicht mehr aus, wie von der EMH vorhergesagt. Ob die Handlung von Investoren untereinander korreliert bzw. systematisch ist, haben einige Autoren untersucht (Barber, Odean & Zhu (2006), Jackson (2003)) und konnten diese These bestätigen.
Der Begriff Noise taucht zum ersten Mal in der Arbeit von Fischer Black (1986) auf, indem er ihn als Prozess beschreibt, der in verschiedenen Bereichen der Wirtschaftswissenschaften, einschließlich der Finanzmärkte, auftritt. Black (1986) definiert Noise als Gegensatz zur Information:
„[…] noise is contrasted with information […]“. Damit steht Noise für sämtliche irrelevante Nachrichten im Gegensatz zur der auf fundamentalen Daten beruhenden Information. Auf diese Weise Geld zu verdienen ist nicht möglich, jedoch ist Noise wichtig für Märkte, da es das Funktionieren der Märkte überhaupt erst ermögliche. Noise trading ist demzufolge das Kaufen oder Verkaufen eines Wertes infolge von Noise, als wäre Noise Information. Der noise trader handelt infolge eines noisy signals und sein Gegenspieler ist der information trader, der nur auf Basis von Information handelt. Je mehr Investoren aufgrund von Noise handeln, desto liquider wird der Markt, denn die noise trader machen den Markt liquide. Allerdings entfernen sich die Kurse auch vom fundamentalen Wert, sodass Aktienkurse nun zwei Komponenten widerspiegeln:
- den tatsächlichen fundamentalen Wert,
- und Noise.
Die Aktienkurse und damit die Märkte sind damit ineffizient. Wird allerdings die Noise -Komponente immer größer, so werden immer mehr information trader dagegen „wetten“, sodass sich der Kurs wieder mehr seinem fundamentalen Wert annähern wird. Black (1986) schließt mit der Erkenntnis, dass „noise creates the opportunity to trade profitably, but at the same time makes it difficult to trade profitably“.
De Long et al. (1990) greifen die Idee von Noise auf und entwickeln daraus ein ökonomisches Modell.
De Long et al. (1990) formulieren erstmals ein ökonomisches Modell, das noise trading mit einbezieht und daraus entstehende Effekte erklären kann. Wie bei Black (1986) unterscheiden De Long et al. (1990) zwischen noise traders und arbitrageurs bzw. sophisticated investors. Die noise trader handeln wiederum aufgrund noisy signals, das man als Sentiment bezeichnet, während der arbitrageur den information trader, der aufgrund von Information handelt darstellt. Seine Rolle als Gegenspieler zum noise trader wird durch den Namen „ arbitrageur“ unterstrichen. De Long et al. (1990) stellen fest, dass arbitrageurs risikoavers sind und nur relativ kurze Handlungshorizonte haben. Folglich sind Spielräume für Arbitragegeschäfte ebenfalls beschnitten (limits of arbitrage). Diese Einschränkung der Arbitragegeschäfte ist ein zentraler Punkt in diesem Modell, da der arbitrageur bei Fama (1965) stets dafür sorgt, dass die Kurse sich dem fundamentalen Wert angleichen. Der arbitrageur weiß allerdings nicht, wie lange sich der Kurs einer Aktie vom fundamentalen Wert entfernt und da er nur einen begrenzten Zeithorizont hat, entsteht ein Risiko für ihn. Weil es unmöglich ist, das Sentiment der noise trader vorherzusagen, ist ein „neues Risiko“ entstanden, das noise trader risk. Folglich erschaffen die noise trader selbst ein Risiko. Wenn die noise trader es alleine tragen, d.h. wenn sich arbitrageurs fern halten, können sie schließlich einen größeren Gewinn im Vergleich zum information trader erwirtschaften. Das wird immer dann sein, wenn das Risiko wächst und die arbitrageurs gezwungen sind, ihre Positionen zu verkleinern.
Vier Effekte resultieren aus dem Modell von De Long et al. (1990):
- Der create space Effekt: Wenn die Anzahl der noise trader zunimmt, wächst auch das Risiko. Folglich werden die arbitrageurs ihre Positionen verkleinern, um das zusätzliche Risiko zu begrenzen. Es besteht eine Unsicherheit gegenüber von Noise betroffenen Aktien, da man das zukünftige Sentiment, und damit die Gefahr weiter wachsenden Risikos der noise trader nicht kennt. Der Effekt wird größer, wenn mehr noise trader in den Markt eintreten oder viele noise trader mit einer speziellen Aktie handeln.
- Der hold more Effekt: Wenn viele noise traders eine bestimmte Aktie kaufen, erwirtschaften sie größere Gewinne (im Vergleich zu den arbitrageurs), da sie gleichzeitig mehr Risiko übernehmen. Das funktioniert nur, wenn sie bei diesen bestimmten Aktien bullish gestimmt sind, denn nur dann kaufen sie diese.
- Der price pressure Effekt: Wenn die noise traders optimistischer bezüglich einer Aktie werden, steigt demzufolge auch die Nachfrage nach dieser und der Kurs steigt. Allerdings bedeuten hohe Kurse auch kleinere Gewinne.
- Der Friedman Effekt bedeutet schließlich, dass noise traders grundsätzlich schlechte Zeitpunkte zum Handeln wählen. Sie kaufen, wenn alle kaufen, und verkaufen, wenn alle verkaufen, was die Gewinne verkleinert.
Die Effekte können auch gegenteilige Wirkung entfalten. Beispielsweise wirken sich hold more und create space Effekte positiv auf die zukünftigen Gewinne der noise traders aus, während der Friedman und price pressure Effekt eher negative Auswirkungen haben.
De Long et al. (1990) schließen ihre Arbeit mit zwei prominenten Beispielen ab. Da hohes Sentiment zu höheren erwartenden Gewinnen führen soll, haben solche Papiere im Vergleich zu ihrem fundamentalen Wert schlechtere Preise. De Long et al. (1990) erklären damit den closed-end fund discount. Und da Aktien von Sentiment mehr beeinflusst werden als Anleihen, würde das das Mehra-Prescott Puzzle erklären.
Das noise trader Modell widerspricht der EMH, hat aber trotzdem Einzug gehalten in die Finanztheorie. Das folgende Kapital beschäftigt sich mit dem Sentiment der noise trader und dem Versuch dieses zu messen.
In der Literatur wird hauptsächlich zwischen zwei Arten von Sentimentindikatoren unterschieden. So unterscheiden Brown und Cliff (2004) und auch Qui und Welch (2006) zwischen direkten Sentimentmessungen und indirekten Sentimentmessungen. Unter indirekte Messungen fallen solche, die mit Hilfe von Kennzahlen oder Variablen der Finanztheorie bestimmt werden. Beaumont et al. (2005) unterscheiden Sentimentindikatoren auf ähnliche Weise, nämlich implizite und explizite Messungen von Sentiment. Die implizite Messung steht hier für einen „proxy of investor sentiment“, der mit Hilfe der Finanztheorie versucht, das Sentiment der Anleger zu messen. Die explizite Messung versucht direkt, meistens durch Umfragen, die Stimmung der Anleger zu ermitteln.
Allerdings fällt bei beiden Autoren der Service des Investor Intelligence, der nur Newsletters analysiert, unter die direkten bzw. expliziten Messungen von Sentiment. Shiller (2000) konkretisiert direkte Messungen: sie beruhen demnach auf Befragungen von Investoren und indirekte – analog zu Brown und Cliff (2004) – auf von Preisen oder Marktvariablen abgeleitete Größen. Somit fällt der Investor Intelligence, der keine Umfrage ist, nicht unter die direkten Sentimentindikatoren. Konsequenterweise gibt es dann eine dritte Gruppe von Sentimentindikatoren, die der metabasierten. Beaumont et al. (2005) gehen ansatzweise diesen Weg, indem sie eine Gruppe von „kombinierten im- und expliziten Sentimentindikatoren“ beschreiben. Der zusammengesetzte Sentimentindikator von Baker und Wurgler (2006) fällt unter diese Gruppe. Allerdings geht diese Definition nicht weit genug, denn die von Tetlock (2007) oder Das und Chen (2007) entwickelten Methoden werden nicht mit einbezogen. Unter die Gruppe der metabasierten Sentimentindikatoren fallen auch solche, die Analystenmeinungen auswerten, wie z.B. der Investor Intelligence, oder die Analyse von Online Message Boards (Das und Chen (2007)) oder die wiederholte Analyse einer Zeitungskolumne (Tetlock (2007)).
Die Probleme, die bei direkten Messungen auftreten können, sind solche, wie sie typischerweise bei Umfragen auftreten. Meistens hängt die Qualität der Umfrage von der Bereitschaft der Teilnehmer ab überhaupt zu antworten. So berichtet Kennickell (1998), dass in einer Umfrage des Survey of Consumer Finances gerade mal 66% der Teilnehmer antworteten. Dabei war die Antwortrate nicht einmal gleich verteilt: die Antwortquote der schlechter Situierten lag bei 44% und bei den Besserverdienern bei 13%. Zur Verbesserung und Kontrolle von Umfragedaten führt Campbell (2006) mögliche Ansätze auf. Weitere Fehlerquellen sind das Design der Umfrage, Fehler seitens der Interviewer und seitens der Befragten (Groves (1998)).
Wie Shiller (2000) andeutet, ist es nicht immer so klar, was die indirekten Indikatoren eigentlich messen. Beispielsweise bleibt bei der Interpretation des CEFD viel Spielraum: ob Agency Costs, Illiquidity of Assets, Capital Gains Tax Liabilities oder ob tatsächlich Sentiment den Discount erklären kann (Lee et al. (1991)), wird in der Literatur kontrovers diskutiert. Dafür ist der Aufwand der Erhebung wesentlich geringer als bei den direkten Indikatoren, denn sie beruhen meistens auf einfach zugänglichen Marktdaten.
Direkte Messungen des Sentiments beruhen auf Umfragen. Befragt werden Investoren oder Haushalte. Daraus lässt sich nach jeweiligen Kalkulationsverfahren ein Index berechnen. Recht häufig setzt man dabei die positiven Antworten in Relation zu den gesamten Antworten und erhält dann den Index. Folgende Tabelle gibt eine Übersicht über die in dieser Arbeit aufgeführten direkten Sentimentindikatoren.
Tabelle 1: Übersicht direkte Messungen
Abbildung in dieser Leseprobe nicht enthalten
Der Sentix wurde von Manfred Hübner entwickelt. Die Daten sind seit dem Februar 2001 verfügbar und auf der Homepage des Index[2] öffentlich abrufbar. Erhoben wird die Umfrage wöchentlich im Internet. Nach eigenen Angaben[3] nehmen inzwischen 2600 Teilnehmer an der Umfrage teil. Die Umfrage unterscheidet zwischen privaten und institutionellen Investoren, die sich bei der Anmeldung - nach der entsprechenden Frage - trennen lassen. Mittlerweile sind 570 institutionelle Anleger daran beteiligt. Jeder angemeldete Benutzer bekommt freitags eine E-Mail mit zugehörigem Link zur Website der Umfrage. Die Umfrage ist dreigeteilt nach Aktienmärkten, Renten- und Devisenmärkten; es gibt noch zusätzlich eine ständig wechselnde Sonderumfrage. Grundsätzlich werden zwei Horizonte betrachtet, nämlich kurzfristige (ein Monat) und langfristige (sechs Monate) Erwartungen. Bei den Aktienmärkten wird nach der Einschätzung bezüglich dem DAX, TecDAX, Euro-STOXX50, S&P500, NASDAQ Composite und dem Nikkei225 gefragt. Mögliche Antwortmöglichkeiten sind
- „bullish“
- „bearish“
- „neutral“
- „keine Meinung“.
Bei den Renten- und Devisenmärkten sind die Antwortmöglichkeiten identisch. Gefragt wird nach der Einschätzung bezüglich des Bund-Futures, des Wechselkurses Euro-Dollar, des Öles (Brent; USD/Barrel) und des Goldes. Bei der Sonderumfrage wird beispielsweise eine Frage gestellt wie „Welche "Stile" bzw. Assetklassen präferieren Sie derzeit?“, bei der man mehrere Möglichkeiten auswählen kann. Die Umfrage wird dann montags inklusive einer Analyse der Ergebnisse veröffentlicht. Die Seiten des Sentix sind für jedermann zugänglich, so dass auch andere Nationalitäten an der Umfrage teilnehmen können. Die Umfrage wird in zwei Sprachen angeboten: auf Deutsch und die englische Übersetzung. Der Index berechnet sich wie folgt:
Abbildung in dieser Leseprobe nicht enthalten ,
für den Markt m, den Zeithorizont t und den Investorentyp i.
Ein hoher Wert des Index steht somit für „optimistische Anleger“, ein niedriger für „pessimistische Anleger“. Im Prinzip gibt es zwei Zeithorizonte t, nämlich ein und sechs Monate. Es gibt drei Typen von Investoren i, „private“, „institutionelle“ und „gesamt“. Es werden somit zwei Sub-Indizes berechnet, die nur das Sentiment von privaten und institutionellen Investoren widerspiegeln. Zusätzlich wird ein so genannter Neutralitätsindex, der prozentual alle neutralen Stimmen ausdrückt, berechnet. Die verschieden Märkte m und ihre Korrelationskoeffizienten zeigt Tabelle 3. Die Teilnehmer erhalten über das Voting-Balance Verfahren einen zusätzlichen Anreiz an der Umfrage teilzunehmen. Pro teilgenommene Umfrage steigt ein Punktekonto und pro bezogene Analyse fällt es.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1: Sentix Private und DAX (1 und 6 Monate)
Für die Abbildungen und die deskriptive Statistik wurde der Zeitraum vom 23. Februar 2001 bis Ende 2007 zugrunde gelegt. Die Erhebung ist wöchentlich. Die Zahlenreihe besteht aus 349 Beobachtungen. Die Umfrage, die am Freitag erscheint, korrespondiert mit den Daten des DAX aus der jeweiligen Woche.
Abbildung 1 zeigt deutlich, dass der einmonatige Sentix wesentlich volatiler ist, als der sechsmonatige Sentix. Das belegt auch die Statistik, die die Standardabweichung für Sentix der privaten (institutionellen) für den 1-Monatshorizont mit 0,234 (0,225) und für den 6-Monatshorizont mit 0,118 (0,127) angibt. Abbildung 2 lässt vermuten, dass das Sentiment der Privaten und das der Institutionelle nicht identisch ist. Es lassen sich deutliche Abweichungen der beiden Indizes erkennen.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 2: Sentix Private und Institutionelle
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 3: Sentix neutrality index
Tabelle 2: Deskriptive Statistik Sentix
Abbildung in dieser Leseprobe nicht enthalten
Monatlich erscheint eine weitere Umfrage, in der nach der konjunkturellen Einschätzung (gemessen am Wachstum des Bruttoinlandsprodukts) verschiedener Regionen, wie die USA, Japan, Euroland, Asien ohne Japan, Osteuropa und Lateinamerika gefragt wird. Den Antwortkategorien (sehr gut, gut, neutral, schlecht, sehr schlecht) sind die Werte von 1-5 zugeordnet. Daraus errechnet sich der Konjunktursentix mithilfe des gewichteten Mittelwerts und einer nullbasierten Skalierung.
Die folgende Tabelle zeigt die paarweise Korrelation der Sentixgesamtindizes, d.h. ohne institutionelle von privaten Investoren zu unterscheiden. Dabei sieht man, dass fast alle 1-Monats-Indikatoren und die 6-Monats-Indikatoren gut untereinander korrelieren. Eine kleine Ausnahme bildet der Sentix Nikkei, der am schlechtesten mit allen anderen Indikatoren korreliert. Die unterschiedlichen Zeithorizonte korrelieren ebenfalls schlecht miteinander, so beträgt der Korrelationskoeffizient beispielsweise beim S(DAX, 1) und S(DAX, 6) gerade mal 0,074.
Mithilfe des Sentix zeigte Beaumount et al. (2005), dass individuelles Sentiment returns und Volatilität von small und large caps[4] beeinflusst. Schmeling (2007) fand heraus, dass institutionelles Sentiment stock returns korrekt vorhersagen kann, im Gegensatz zu individuellem Sentiment. Zwergel und Klein (2006) kamen zu dem gleichen Schluss.
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 3: Korrelation Sentix
Der animusX[5] Investors Sentiment wurde im April 2003 erstmals berechnet. Nach eigenen Angaben machen ca. 2000 Teilnehmer an der wöchentlichen Umfrage mit, darunter befinden sich mehr als 295 institutionelle Teilnehmer. Bei der Anmeldung werden private von den institutionellen Anlegern getrennt. Die Umfrage ist webbasiert. Ähnlich dem Sentix, bekommt man als angemeldeter Teilnehmer in der Regel freitags eine Einladung zur Umfrage per E-Mail. Es wird nach folgendem gefragt:
- ob die Erwartungen bezüglich des DAX, Bund Future, Wechselkurs EUR/USD in der vergangenen Woche erfüllt worden sind,
- wie man die allgemeinen Finanznachrichten in dieser Woche wahrgenommen hat,
- ob man plant, in den nächsten Wochen zu investieren,
- wie man sich bei neuen bzw. bestehenden Investments in den nächsten zwei Wochen verhält,
- zu welchen Anteilen man im Aktien- bzw. Rentenmarkt investiert ist,
- wie sich jeder Einzelwert aus dem DAX entwickeln wird,
- wie sich der Gold- bzw. Ölpreis im nächsten und in den nächsten drei Monaten entwickeln wird,
- in welcher Zyklusphase sich die Märkte aktuell bzw. in drei Monaten befinden (z.B. Aufwärtstrend, Bodenbildung, Topbildung, usw.).
Es gibt in der Regel drei mögliche Antworten, die (+), (=) und (-) widerspiegeln. Neben diesen qualitativen Fragen gibt es noch eine quantitative:
- ab welcher Position des
- DAX
- Bund Future
- Wechselkurs EUR/USD
man auf Sicht von zwei Wochen kaufen bzw. verkaufen würde.
Aus diesen Daten werden neben dem Sentimentindex weitere verschiedene Indizes und Indikatoren berechnet. Der Betreiber des animusX gibt keine Auskunft über die Kalkulationsverfahren der Indizes. Er stellte auf Nachfrage keine Zeitreihe zur Verfügung. Folgende Indizes werden noch veröffentlicht:
- Der animusX-L/S Index gibt wieder, ob private bzw. institutionelle Investoren eher kaufen oder verkaufen würden.
- Der animusX-Ratio spiegelt die Levels wider, bei welchen die Investoren kaufen bzw. verkaufen würden.
- Die animusX-Commitementquote spiegelt wider, wie viele Teilnehmer keine Meinung zum Markt haben.
Für jeden DAX-Wert gibt es noch zusätzlich einen Sentiment-Indikator, also jeder der 30 Werte hat einen eigenen Sentimentindikator.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 4: animusX Sentiment und DAX
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 5: animusX L/S Index und DAX
Die Deutsche Börse AG befragt zusammen mit Prof. C. Kaserer (TU München) einmal im Quartal Konsortialbanken, Investoren und Emittenten. Die Befragung von Akteuren des Primärmarktes gibt es seit März 2005. Die Fragen orientieren sich an folgenden Punkten:
- wie stark beschäftigen sich die Akteure mit IPOs,
- wie aktiv ist der Befragte,
- hält der Befragte die Aktien für unter-, fair oder überbewertet,
- welche Preisentwicklung erwartet er im nächsten Quartal,
- wie viele IPOs erwartet er.
Die Antworten werden auf dem Intervall [1,5] abgebildet, der daraus resultierende IPO-Klimaindex[6] bewegt sich im Intervall [3,60].
Gleichzeitig zum IPO-Klimaindex wird das so genannte Underpricing Sentiment ermittelt. Das Underpricing Sentiment berechnet sich aus der Differenz der Emissionspreise und der ersten Marktpreise der IPOs. Da ein hoher Marktpreis relativ zum Emissionspreis (Underpricing) IPOs attraktiver macht, folgt auf ein hohes Underpricing eine vermehrte IPO-Aktivität. Aus beiden Indikatoren berechnet sich der IPO Sentiment Indikator. Das IPO Sentiment spiegelt also mehr die Erwartung von institutionellen Anlegern, also potentiellen Kapitalgebern, gegenüber neuen Aktien wider. Dabei steht ein hoher Wert für Optimismus und ein niedriger für Pessimismus. Die Datenreihen sind auf der Homepage abrufbar.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 6: IPO Sentiment und DAX
Für die Abbildung 6: IPO Sentiment und DAX wurden die Werte des DAX pro Quartal gemittelt. Das IPO Sentiment scheint wenig Zusammenhang mit dem DAX zu haben.
Tabelle 4: Deskriptive Statistik IPO Sentiment
Abbildung in dieser Leseprobe nicht enthalten
Die Zeitreihe erstreckt sich von März 2005 bis September 2007 und besteht gerade einmal aus zwölf Beobachtungen.
Der DAX Bull/Bear Index[7] (BULL/BEAR) wird von der Deutschen Börse AG in Zusammenarbeit mit der Cognitrend GmbH seit dem 21.08.2002 berechnet. Dazu werden insgesamt 150 Fondsmanager, Vermögensverwalter und Asset-Manager, also durchweg institutionelle Investoren, befragt. Für den TecDAX Bull/Bear Index werden ebenfalls 150 institutionelle Investoren sowie zusätzlich 150 Privatinvestoren befragt. Den Index gibt es seit dem 5. März 2003. Privatinvestoren sind laut Deutscher Börse „sehr aktive Anleger - Heavy Trader, deren Namen und Adressen der Deutschen Börse von Online Brokern zur Verfügung gestellt werden“. Gefragt werden die Anleger nach ihrer Erwartung bezüglich des jeweiligen Index in den nächsten 30 Tagen, ob dieser steigen, fallen oder sich seitwärts bewegen wird. Um stabile Ergebnisse zu bekommen, werden möglichst dieselben Investoren befragt. Bei jeder Befragung müssen mindestens 80% der institutionellen Investoren antworten, sonst werden die Ergebnisse nur unter Vorbehalt oder gar nicht veröffentlicht. Die Erhebung ist mittwochs, die Ergebnisse werden donnerstags veröffentlicht. Der Index ist die Differenz aus positiven und negativen Erwartungen im Verhältnis zur Gesamtzahl. Die Werte werden dann noch mit ihren Extremwerten gewichtet. Der Index bewegt sich im Intervall [0,100]. Hohe Werte stehen für Optimismus und niedrige für Pessimismus. Zur exakten Berechnungsmethode gibt die Deutsche Börse keine Auskunft. Die historischen Zeitreihen wurden auf Nachfrage von der Deutschen Börse zur Verfügung gestellt.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 7: Dax Bull/Bear Index und DAX
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 8: TecDAX Bull/Bear Index und TecDAX
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 9: DAX Bull/Bear Index und TecDAX Bull/Bear Index
Die Zeitreihe reicht beim DAX Bull/Bear Index vom 21. August 2002 bis zum 19. Dezember 2007 bei 274 Beobachtungen, beim TecDAX Bull/Bear Index vom 05. März 2003 bis zum 19. Dezember 2007 bei 248 Beobachtungen.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 10: Deskriptive Statistik Bull/Bear DAX
Die Abbildungen lassen vermuten, dass der TecDAX Bull/Bear Index volatiler ist als der DAX Bull/Bear Index. Die Standardabweichungen von 0,108 und 0,084 bestätigen das. Ansonsten sind sich beide Indizes sehr ähnlich.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 11: Deskriptive Statistik Bull/Bear TecDAX
Der G-Mind[8] (GMIND) basiert auf einer Umfrage des Zentrums für Europäische Wirtschaftsforschung (ZEW). Die Umfrage, der so genannte ZEW-Finanzmarkttest, wird seit Dezember 1991 erhoben. Der ZEW-Finanzmarkttest befragt monatlich ca. 350 Finanzanalysten aus verschiedenen Branchen, insbesondere die der Banken-, Versicherungsbranche sowie die der Industrie. Das Gros der Finanzanalysten stellt die Finanz-, Research- und volkswirtschaftlichen Abteilungen sowie die Anlage- und Wertpapierabteilungen dieser Unternehmen. Die Teilnehmer müssen den Fragebogen innerhalb 14 Tage per Fax oder Brief zurücksenden. Laut Angaben der ZEW liegt die Rücklaufquote bei etwa 90 Prozent, ca. 50 Prozent der Teilnehmer haben an mindestens 60 Prozent der Umfragen zwischen 1991 und 1999 teilgenommen[9]. Die Zusammensetzung der Teilnehmer über die Zeit ist somit relativ homogen. In der Umfrage wird gefragt nach
- der aktuellen gesamtwirtschaftlichen Situation ,
- wie sich die gesamtwirtschaftliche Situation in den nächsten sechs Monaten entwickeln wird,
- wie sich die gesamtwirtschaftliche Inflationsrate in den nächsten sechs Monaten entwickeln wird,
- wie sich die kurzfristigen bzw. langfristigen Zinsen in den nächsten sechs Monaten entwickeln werden,
- wie sich die Aktienindizes des Euroraums, Deutschlands, USA und Japan entwickeln werden,
- wo sich der DAX in 6 Monaten befinden wird,
- wie sich Währungen, der Ölpreis sowie die Ertragslage von 13 verschiedenen Branchen innerhalb 6 Monate entwickeln werden.
Es stehen jeweils vier Antworten zur Auswahl (im Prinzip: positiv (+), negativ (-), neutral (=) und keine Meinung), die eine qualitative Tendenz relativ zum augenblicklichen Wert ausdrücken sollen. Die Antworten werden auf dem Intervall [-1 ,1] abgebildet, dabei wird der positiven Kategorie der Wert 1, der negativen der Wert -1 und der neutralen der Wert 0 zugeordnet[10]. Der Mittelwert daraus wird als „durchschnittliche Erwartung“ interpretiert und wird zur Berechnung des Konjunkturklimas benutzt. Neben den festen Fragen finden Sonderumfragen zu aktuellen Themen, wie z.B. die Auswirkung der Bundestagswahl auf die Finanzmärkte, Anlageempfehlungen zur Riesterrente oder die Auswirkungen des Enron-Skandals auf die deutsche Börse, statt. Sämtliche Daten sind auf der Homepage öffentlich abrufbar.
Der Index „ZEW-Konjunkturerwartungen“ wird mit diesem Schema bezüglich der Frage nach „der Entwicklung der gesamtwirtschaftlichen Situation“ (s. Anhang Fragebogen Finanzmarkttest) berechnet. Der Index nimmt Werte im Intervall von [-100,100] an.
Der G-Mind gibt die Stimmung institutioneller Kapitalanleger wieder. Er hat zwei Subindizes: G-Mind(Stocks) und G-Mind(Bonds). Der Index bewegt sich im Intervall [-10,10]. Negative Werte stellen schlechte Stimmung, positive gute Stimmung dar. Folgende Erwartungsgrößen aus dem ZEW-Finanzmarkttest fließen in die Berechnung[11] ein:
- Aktienkurserwartungen gemessen am Deutschen Aktienindex (DAX)
- Erwartungen hinsichtlich der kurz- und langfristigen Zinsen in Deutschland
- Erwartungen hinsichtlich der Entwicklung der Inflation in Deutschland
Da die Größen nicht unabhängig sind, werden sie um ihre Korrelation bereinigt. Danach werden sie gewichtet und aufsummiert.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 12: DAX und G-Mind (inkl. Subindizes)
Die Daten und die jeweiligen Indikatoren werden im ZEW-Finanzmarktreport publiziert. In der überregionalen Presse (z.B. „Die Welt“, „manager Magazin“, „Frankfurter Allgemeine Zeitung“) werden die Daten ebenfalls publiziert und kommentiert.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 13: DAX und Konjunkturerwartungen
Tabelle 5: Deskriptive Statistik G-Mind
Abbildung in dieser Leseprobe nicht enthalten
Das ZEW erhebt für den Raum Mittel- und Osteuropa einschließlich Österreich den „Financial Market Survey CEE“, der analog zum ZEW-Finanzmarkttest durchgeführt wird. Die Umfrage existiert seit dem Juni 2007. Die Umfrage umfasst die Tschechische Republik, Polen, Ungarn, Slowakei, Kroatien, Rumänien und Österreich.
Für die Schweiz gibt es das entsprechende Pendant „Finanzmarktreport Schweiz“ seit Juli 2006.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 14: Deskriptive Statistik G-Mind
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 15: Deskriptive Statistik G-Mind Stocks
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 16: Deskriptive Statistik G-Mind Bonds
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 17: Deskriptive Statistik ZEW Konjunkturerwartung
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 18: Deskriptive Statistik G-Mind Economic Situation
Der ifo-Geschäftsklimaindex[12] (IFO) wird vom ifo Institut für Wirtschaftsforschung e.V., München monatlich erhoben. Bei der Umfrage werden seit Januar 1991 ca. 7000 Unternehmer nach ihrer aktuellen Geschäftslage sowie nach ihren Erwartungen für die nächsten sechs Monate befragt. Unternehmen aus vier verschieden Sektoren können daran teilnehmen:
- Unternehmen des Verarbeitenden Gewerbes
- Unternehmen des Bauhauptgewerbes
- Unternehmen des Großhandels
- Unternehmen des Einzelhandels.
An der Befragung interessierte Unternehmen können sich beim Institut anmelden und müssen dann den ausgefüllten Fragebogen per Fax, per E-Mail oder mittlerweile über das Internet zurücksenden. Das Unternehmen erhält als Vorzug einen ausführlichen Bericht über die Umfrageergebnisse der eigenen Branche.
Die Fragen zur aktuellen Geschäftslage können mit „gut“, „befriedigend“ oder „schlecht“, die Fragen nach der eigenen Erwartung mit „günstiger“, „gleichbleibend“ oder „ungünstiger“ beantwortet werden. Das Geschäftsklima berechnet sich wie folgt:
Erst werden alle in prozentual „schlechten“ Antworten von den prozentual „guten“ Antworten bei der Frage zur aktuellen Geschäftslage subtrahiert.
Lageeinschätzung = Abbildung in dieser Leseprobe nicht enthalten
Die Kalkulation wird dann noch mal mit „günstiger“ und „ungünstiger“ bei der Frage nach den Erwartungen angewandt.
Erwartungen = Abbildung in dieser Leseprobe nicht enthalten
Geschäftsklima = Abbildung in dieser Leseprobe nicht enthalten
Das Geschäftsklima bewegt sich im Intervall [-100,100], wobei niedrige Werte für Pessimismus und hohe Werte für Optimismus stehen. Der Index ist auf den Durchschnitt eines Basisjahres (momentan 2000) normiert.
Index = Abbildung in dieser Leseprobe nicht enthalten
Die Zeitreihen sind öffentlich auf der Homepage des Instituts verfügbar.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 19: ifo-Geschäftsklimaindex und DAX
Die benutzte Zeitreihe reicht von Januar 1991 bis Dezember 2007 und besteht aus 204 Beobachtungen. Der Graph des Indikators scheint über längere Abschnitte dem DAX zu folgen, beispielsweise seit Januar 2003.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 20: Deskriptive Statistik ifo-Geschäftsklimaindex
Der ifo-Geschäftsklimaindex wird in der Literatur als ein Prognosewerkzeug für die Konjunktur angesehen.[13]
Der Economic Sentiment Indicator (ESI)[14] und der „Consumer Confidence Indicator“ beruhen auf einer von der Europäischen Kommission durchgeführten Befragung, der Business and Consumer Survey (BCS), die monatlich erscheint. Sie wurde 1962 erstmals durchgeführt, der ESI wird seit 1985 berechnet. Für die Durchführung ist der Directorate-General for Economic and Financial Affairs (2007) verantwortlich. Im Januar 2007 nahmen 27 Mitgliedsstaaten der EU und ein Mitgliedskandidat (Kroatien) daran teil. Für die verschiedenen Länder wird im Turnus von drei bis vier Jahren Institutionen (z.B. Ministerien, Zentralbanken, Forschungsinstitute, Privatunternehmen) bestimmt, die die Umfrage in den entsprechenden Ländern leiten. Für Deutschland sind momentan das ifo Institut für Wirtschaftsforschung e.V., München und die GfK Gruppe[15] verantwortlich. Es werden Mitglieder aus fünf Wirtschaftssektoren befragt, die Anzahl der Befragten der einzelnen Länder richtet sich unter anderem nach der Bevölkerungszahl und nach der Verteilung der Branchen. Insgesamt werden ca. 125 000 Unternehmen sowie ca. 40 000 Verbraucher befragt[16]:
- Industrie (3 600 ; 38 250)
- Baugewerbe (1 400 ; 20 750)
- Verbraucher (2 000 ; 39 900)
- Einzelhandel (810 ; 31 780)
- Dienstleistungsgewerbe (2 650 ; 34 730).
Eine Übersicht über die gestellten Fragen steht im Anhang (Abbildung: BCS Fragen Übersicht). Zusätzlich zur monatlichen Umfrage werden noch vierteljährliche und halbjährliche Umfragen erhoben, die hier der Vollständigkeit wegen erwähnt werden. Bei der Industrie zielen die Fragen auf aktuelle und zukünftige (drei Monate) Trends der Produktion, sowie die Auftragslage, zukünftige (drei Monate) Verkaufspreise und Beschäftigung ab. Beim Baugewerbe zielen die Fragen auf aktuelle Lage, sowie die Auftragslage, zukünftige (drei Monate) Verkaufspreise und Beschäftigung ab. Beim Einzelhandel wird nach der aktuellen und zukünftigen Geschäftslage, Beschäftigung und anderen Variablen gefragt. Bei den Dienstleistern wird nach der aktuellen Geschäftslage, den vergangenen und zukünftigen Umsätze und der Beschäftigung gefragt. Die Verbraucher werden bezüglich ihrer vergangenen und zukünftigen (zwölf Monate) finanziellen Situation, der gesamten wirtschaftlichen Situation, nach Ersparnissen und geplanten Ausgaben befragt.
Das Antwortschema ist bei sämtlichen Fragen ähnlich. Bei qualitativen Fragen gibt es folgende Antwortmöglichkeiten:
- „steigend“, „mehr als ausreichend“, „zu groß“ entspricht (+)
- „gleich bleibend“, „ausreichend“, „angemessen“ entspricht (=)
- „fallend“, „nicht ausreichend“, „zu klein“ entspricht (-).
Analog zum ifo – Geschäftsklimaindex werden die prozentualen negativen (-) Antworten von den prozentualen positiven (+) Antworten subtrahiert. Mithilfe dieser Salden, den so genannten „Balances“ werden verschiedene Indizes und Indikatoren berechnet. Für jeden Sektor wird ein Vertrauensindex berechnet. Daneben wird noch der Business Climate Indicator (BCI), der sich auf das produzierende Gewerbe im Euroraum bezieht, berechnet. Der „Consumer Confidence Index“ beinhaltet folgende Fragen:
- Wie wird sich die finanzielle Situation ihres Haushalts in den nächsten zwölf Monaten ändern?
- Wie wird sich die wirtschaftliche Situation in ihrem Land in den nächsten zwölf Monaten verändern?
- Wie wird sich die Arbeitslosenzahl in den nächsten zwölf Monaten ändern?
- Wie wahrscheinlich ist es, dass sie in den nächsten zwölf Monaten Geld sparen?
Der ESI berechnet[17] sich aus allen fünf Sektoren und gewichtet diese:
- 40% Industrie
- 30% Dienstleistung
- 20% Verbraucher
- 5% Baugewerbe
- 5% Einzelhandel.
Sämtliche Zeitreihen sind auf der Homepage abrufbar.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 21: ESI, Consumer Confidence Indicator und DAX
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 22: Deskriptive Statistik ESI
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 23: Deskriptive Statistik CCI
Die benutzte Zeitreihe für die deskriptive Statistik reicht vom Januar 1985 bis zum November 2007 und besteht aus 276 Beobachtungen. Der ESI bewegt sich hauptsächlich im Intervall [90,120] und scheint wenig volatil zu sein. Der Consumer Confidence Indicator ist ebenfalls kaum volatil, er erreicht selten positive Werte. Bei einem Mittelwert von -10,18 ist er hauptsächlich im Intervall von [-20,0] angesiedelt.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 24: ESI und EuroStoxx50
Da der ESI ein europäischer Sentiment-Indikator ist, zeigt „Abbildung 24: ESI und EuroStoxx50“ ihn zusammen mit dem europäischen Aktienindex DJ Euro Stoxx50.
Der University of Michigan Consumer Sentiment Index[18] ist einer der zwei großen Verbrauchervertrauensindizes in den USA. Er wird vom Survey Research Center der
University Michigan seit 1978 erhoben. Jeden Monat werden dazu mindestens 500 amerikanische Haushalte per Telefon befragt. Die Befragung besteht aus 50 Kernfragen. Aus der beträchtlichen Datenmenge werden zwei hier relevante Indizes berechnet: der Consumer Sentiment Index (ICS) und der Index of Consumer Expectations (ICE). Für den Sentiment Index gehen folgende Fragen (vgl. Anhang Beispielfragebogen ICS) in die Kalkulation ein:
1. Geht es Ihnen finanziell besser oder schlechter als vor einem Jahr?
2. Denken Sie, dass es Ihnen in einem Jahr finanziell besser oder schlechter gehen wird?
3. Auf die Wirtschaft des Landes bezogen, wird es finanziell besser oder schlechter in den nächsten zwölf Monaten?
4. Was ist wahrscheinlicher, dass es dem Land in den nächsten fünf Jahren kontinuierlich gut gehen wird, oder dass es Perioden mit Depression und hoher Arbeitslosigkeit geben wird?
5. Sind es gute oder schlechte Zeiten, um Haushaltsgegenstände wie Kühlschrank, TV oder Möbel zu kaufen?
Für jede Frage werden die prozentual negativen von den prozentual positiven Antworten abgezogen und 100 dazu addiert. Der ICS berechnet sich dann aus diesen fünf Werten wie folgt:
ICS = Abbildung in dieser Leseprobe nicht enthalten
Der Index of Consumer Expectations:
ICE = Abbildung in dieser Leseprobe nicht enthalten
Die Zeitreihe reicht von Januar 1978 bis Mai 2007 und schließt damit 353 Beobachtungen ein. Beide Indizes sind sich auffällig ähnlich, während nach Abbildung 25 augenscheinlich wenig Gemeinsames mit dem S&P500 besteht.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 25: ICS, ICE und S&P500
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 26: Deskriptive Statistik ICS
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 27: Deskriptive Statistik ICE
Beide Umfragen werden vom „The Conference Board“ in Zusammenarbeit mit TNS erhoben. Der Consumer Confidence Survey[19] wird seit 1977 monatlich veröffentlicht und befragt Verbraucher, während die CEO Confidence Survey vierteljährlich 100 CEOs befragt. Der Consumer Confidence Index wird aus der Befragung von 5000 Haushalten berechnet. Von den 5000 angeschriebenen Haushalten antworten ca. 3500. Jeden Monat werden verschiedene Haushalte befragt. Der aus der Umfrage berechnete Index, der Consumer Confidence Index (CCI), wurde 1985 auf den Wert 100 normiert. Leider gibt „The Conference Board“ keine weitere Auskunft über Methodik und Kalkulation. Die Zeitreihen sind zudem kostenpflichtig. Allerdings gibt PollingReport.com[20] mehr Auskunft bezüglich der Methoden der Befragung. Auch Qiu und Welch (2006) beschreiben den Index. Es existiert außerdem eine Zeitreihe seit Juni 1997 bei PollingReport.com. Danach besteht der Index aus fünf Fragen, die aus
- der Einschätzung der momentanen Geschäftssituation,
- der Einschätzung der Geschäftssituation in den nächsten sechs Monaten,
- der Einschätzung der aktuellen Arbeitssituation,
- der Einschätzung der Arbeitssituation in den nächsten sechs Monaten,
- sowie der Einschätzung des erwarteten Einkommens in den nächsten sechs Monaten
bestehen. Es gibt positive, negative und neutrale Antworten auf die fünf Fragen. Für jede Frage wird ein relativer Wert berechnet. Dazu werden die positiven Antworten durch die Summe der positiven und negativen Antworten dividiert. Hohe Werte sind also als Optimismus der Anleger zu interpretieren. Aus diesen fünf Indizes wird der Durchschnitt berechnet, dieser bildet dann den CCI.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 28: CCI Deskriptive Statistik
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 29: CCI und S&P500
Die Zeitreihe erstreckt sich von Juni 1997 bis September 2007 und umfasst 124 Beobachtungen. Wie man in der Abbildung erkennen kann, besteht zwischen dem Index und dem S&P500 ein Zusammenhang. Viele Papers und Studien beschäftigen sich mit beiden Verbrauchervertrauensindizes. Fisher und Statman (2002) fanden heraus, dass zwischen dem Verbrauchervertrauen und den returns im nächsten Monat bzw. in den nächsten sechs und zwölf Monaten ein Zusammenhang besteht, der allerdings nicht immer statistisch signifikant ist. Otoo (1999) fand einen zeitgleichen Zusammenhang zwischen dem ICS und Aktienkursen. Charoenrook (2003) konnte mit dem ICS stock returns vorhersagen. Lemmon and Portniaguina (2006) fanden heraus, dass Änderungen des ICS sehr gut mit small caps und Aktien, die hauptsächlich von Privatinvestoren gehalten werden, korrelieren. Qui und Welch (2006) kamen zu einem ähnlichen Ergebnis.
Die Umfrage der American Association of Individual Investors[21] spielt vor allem in der Literatur eine große Rolle. So benutzen z.B. Brown und Cliff (2004) sowie Wang, Keswani und Taylor (2006) den AAII als Möglichkeit, dass Sentiment der Anleger direkt zu messen. Der AAII ist nur für Mitglieder zugänglich und auch nur Mitglieder können abstimmen. Wie der Name des AAII verrät, sind die Mitglieder individuelle Investoren. Die Umfrage wird seit Juli 1987 wöchentlich erhoben. Dazu werden die Mitglieder zwischen Freitag und den darauf folgenden Donnerstag angeschrieben. Die Ergebnisse werden donnerstags oder freitags veröffentlicht. Die durchschnittliche Antwortrate beträgt 50% mit einer Standardabweichung von 15% (Stand: 2006). Gefragt wird, wie man den Aktienmarkt in den nächsten sechs Monaten sieht. Die Antwortmöglichkeiten sind steigend, fallend oder neutral. Nach Brown und Cliff (2004) bewegt sich die Zahl der Befragten zwischen 125 und 500 Personen von denen zwischen 26 und 422 antworten. Die durchschnittliche Zahl der Antworten beträgt 137 mit einer Standardabweichung von 67. 36% sahen den Markt steigend, 28% fallend sowie 36% sahen ihn neutral. Der Index ist die Anzahl der positiven geteilt durch die Summe der negativen und neutralen Antworten[22]. Somit sind hohe Werte gleichbedeutend mit Optimismus.
[...]
[1] Einen Überblick gibt Shefrin und Statman (2003): The Contributions of Daniel Kahneman and Amos Tversky. The Journal of Behavioral Finance, 4(2), 54-58.
[2] http://www.sentix.de/
[3] http://www.sentix.de/documentation/index.php. Die Version des Papers ist vom 8. Dezember 2007.
[4] Small caps sind Unternehmen mit kleiner Marktkapitalisierung, während large caps eine hohe Marktkapitalisierung haben (sog. Blue Chips).
[5] http://animusx.de
[6] http://boerse-frankfurt.com/pip/dispatch/de/pip/private_investors/home?module=ipo_sentiment
[7] http://boerse-frankfurt.com/pip/dispatch/de/pip/private_investors/aktuelles/marktsentiment
[8] http://www.zew.de/de/publikationen/finanzmarktreport.php3
[9] http://www.zew.de/de/publikationen/Kurzinfo.pdf (Abruf am 15. Dezember 2007)
[10] Vgl. Marnet, Volker (1996): Eigenschaften und Bestimmungsfaktoren von Finanzmarkterwartungen – Eine theoretische und empirische Analyse unter Verwendung der ZEW-Finanzmarktdaten, 1. Auflage, Nomos-Verlag, Baden-Baden.
[11] Vgl. Anders, U., R. Dornau und Szczesny, A. (1997): G-Mind - German Market Indicator. Analyse des Stimmungsindikators und seine Subkomponenten, ZEW Dokumentation Nr. 97-04, Mannheim.
[12] http://www.cesifo-group.de/portal/page/portal/ifoHome/a-winfo/d1index/10indexgsk
[13] Ein Überblick gibt Abberger, K. & Wohlrabe, K. (2006): Einige Prognoseeigenschaften des ifo Geschäftsklimas - Ein Überblick über die neuere wissenschaftliche Literatur, ifo Schnelldienst 22/2006 (59.Jahrgang)
[14] http://ec.europa.eu/economy_finance/db_indicators/db_indicators8650_en.htm
[15] Growth from Knowledge
[16] (Befragte Deutschland ; Befragte EU), Stand 4. Juli 2007
[17] Für die exakte Berechnung s. Eorpean Commission Directorate-General for Economic and Financial Affairs (2007)
[18] http://www.sca.isr.umich.edu/
[19] http://www.conference-board.org/economics/indicators.cfm
[20] http://www.pollingreport.com/consumer.htm (Abruf Januar 2008)
[21] http://www.aaii.com/
[22] http://www.sentimentrader.com/subscriber/surveys_aaii_description.htm (Abruf 07.01.2007)
Kommentare