Bachelor Abschlussarbeit. Ad-hoc Nachrichten und ihre kurzfristigen Auswirkungen auf den Aktienkurs

Transkript

1 Bachelor Abschlussarbeit Ad-hoc Nachrichten und ihre kurzfristigen Auswirkungen auf den Aktienkurs WHU Otto Beisheim School of Management Stiftungslehrstuhl für Finanzwirtschaft Betreuer: Prof. Dr. Markus Rudolf Vorgelegt von: Sebastian Scheurle Vallendar, 2. August 2010

2 Inhaltsverzeichnis Abbildungsverzeichnis... III Tabellenverzeichnis... IV Abkürzungsverzeichnis... V Symbolverzeichnis... VI 1. Einleitung Unter- und Überreaktionen am Aktienmarkt Contrarian-Strategien Firmenspezifische Nachrichten und ihre Auswirkungen auf den Aktienkurs Die Effizienzmarktdiskussion Definition der Effizienzmarkthypothese Sind die Märkte effizient? Einflussfaktoren auf die Charakteristika von Kursreaktionenen Börsenpsychologie und Behavioral Finance Marktmikrostruktur Automatisierter Handel Ad-hoc Nachrichten und ihre kurzfristigen Auswirkungen auf den Aktienkurs Das Methodenkonzept der Event-Studie Datengrundlage und Definitionen Ergebnisse und Einordnung Ergänzungen des Modells Ergebnisse unter Berücksichtigung der Marktphase Zusammenfassung Appendix Literaturverzeichnis... VII Sebastian Scheurle Seite II

3 Abbildungsverzeichnis Abbildung 1: Kursbewegungen unter Einfluss von Market Makern Abbildung 2a-d: Zeitpunkte der untersuchten Events: Uhrzeiten Abbildung 3a/b: Gesamte Stichprobe: Rendite Abbildung 4a/b: Kumulierte Rendite Abbildung 5: Handelsaktivität nach Eventgruppen Abbildung 6a/b: Kumulierte Rendite nach Marktphasen Sebastian Scheurle Seite III

4 Tabellenverzeichnis Tabelle 1: Marktphasen des CDAX im Untersuchungszeitraum Tabelle 2: Hypothesentests zum Einfluss der Marktphase Tabelle A- 1: Einfluss der Geld-Brief-Spanne auf die Rendite nach Transaktionskosten Tabelle A- 2: Events nach Marktphase und Eventkategorie Tabelle A- 3: Marktphasen früherer Event-Studien Tabelle A- 4: Untersuchte Ad-hoc Nachrichten Tabelle A- 5: Kumulierte anormale Rendite (CAR) positiver und negativer Events Tabelle A- 6: CAR: Verlauf nach Erstreaktion: CAR(10,t) Tabelle A- 7: Hausse- Phase: CAR positiver und negativer Events Tabelle A- 8: Baisse- Phase: CAR positiver und negativer Events Tabelle A- 9: Events während Hausse-Phasen: Verlauf nach Erstreaktion: CAR(10,t) Sebastian Scheurle Seite IV

5 Abkürzungsverzeichnis APT AR BF bzw. c.p. CAPM CAR CMH d.h. DAX DGAP dpa EMH GD IR KKMDB RWH u.a. WpHG Arbitrage Pricing Theory Abnormal Return Behavioral Finance beziehungsweise ceteris paribus Capital Asset Pricing Model Cumulated Abnormal Return Coherent Market Hypothesis das heißt Deutscher Aktienindex (eingetragenes Warenzeichen der Deutsche Börse AG) Deutsche Gesellschaft für Ad-hoc-Publizität Deutsche Presse-Agentur Effizienzmarkthypothese Gleitender Durchschnitt Investor Relations Karlsruher Kapitalmarktdatenbank Random Walk Hypothesis unter anderem Wertpapierhandelsgesetz Sebastian Scheurle Seite V

6 Symbolverzeichnis AR iτ Anormale Rendite des Unternehmens i zum Zeitpunkt τ Anormale Renditen kumuliert ab τ=t 1 bis τ=t 2 Aus Stichprobe geschätzter Parameter Beginn des Schätzfensters Ende des Schätzfensters E(x) Erwartungswert von x Fehlerterm im Marktmodell Jegliche zum Zeitpunkt t bekannten Informationen µ m Mittelwert der Renditen des Marktes µ i Mittelwert der Renditen des Unternehmens i Parameter im Marktmodell für Unternehmen i Parameter im Marktmodell für Unternehmen i Preis von Aktie i zum Zeitpunkt t R mt R it Var(x) Rendite des Marktes für eine Periode zum Zeitpunkt t Rendite des Unternehmens i für eine Periode zum Zeitpunkt t Varianz der Variable x τ= Zeitpunkt in t Minuten relativ zum Event (τ(event):=0) Sebastian Scheurle Seite VI

7 1. Einleitung Gerade in den letzten Jahren zeigt sich an den globalen Kapitalmärkten immer wieder, wie einzelne Ereignisse innerhalb von kürzester Zeit extreme Kursreaktionen auslösen können. Beliebige Beispiele reichen von den Terroranschlägen vom 11. September 2001 über die Bereitstellung eines Banken-Rettungspakets der deutschen Bundesregierung am 13. Oktober 2008 bis zum Intraday-Crash in den USA am 6. Mai Auf Unternehmensebene passieren ähnliche überraschende Ereignisse mit noch viel höherer Frequenz. Beinahe jede Meldung, die von einem oder über ein Unternehmen veröffentlicht wird, hat das Potenzial, deutliche Kursreaktionen auszulösen. Vor diesem Hintergrund rücken Forschungsfragen, die bereits seit Jahrzehnten diskutiert werden, aber kaum als abschließend geklärt bezeichnet werden können, wieder in den Vordergrund: Wie verarbeiten Aktienmärkte neue Informationen? Wie schnell findet der Markt dabei zu einem neuen Gleichgewicht? Kommt es zu nicht rational erklärbaren Kursphänomenen, die direkt der Einwirkung eines Ereignisses zugeschrieben werden können? Diese Arbeit geht all diesen Fragen nach. Anhand einer Event-Studie der Ad-hoc Meldungen der Unternehmen des DAX 30 zwischen den Jahren 2005 und 2009 werden dabei deutliche Hinweise darauf gefunden, dass die Antworten auf die oben genannten Fragen viel stärker von der vorliegenden Marktphase während des Ereignisses als vom Ereignis selbst abhängen. Die Vorgehensweise gestaltet sich dabei wie folgt: Im ersten Teil fasse ich die bisherige Forschung sowohl zum Thema Überreaktionen als auch zum Thema Reaktionen auf Nachrichten und Ereignisse zusammen. Im Folgenden gehe ich auf die Implikationen der Forschungsergebnisse für die Effizienzmarktdiskussion ein. Daraufhin betrachte ich einige Faktoren näher, die einen besonderen Einfluss auf die Art und Weise ausüben können, wie sich die Märkte verhalten. Abschließend überprüfe ich die daraus erarbeiteten Thesen anhand einer Event-Studie zum Kursverhalten nach Ad-hoc Mitteilungen großer deutscher Unternehmen. 2. Unter- und Überreaktionen am Aktienmarkt Die Forschung beschäftigt sich bereits seit Mitte der achtziger Jahre intensiv mit dem Thema Überreaktionen an Aktienmärkten wodurch die Überreaktionshypothese (Stock Market Overreaction Hypothesis) entstand. In diesem Kapitel stelle ich die Beobachtungen vor, die bei Untersuchungen in diesem Zusammenhang gemacht worden sind. Neben einer Differenzierung nach den betrachteten Zeithorizonten ist eine Einteilung vor allem danach zu Sebastian Scheurle Seite 1

8 machen, ob Überreaktionen als autonome Erscheinungen (vgl. Kapitel 2.1) oder als Folge firmenspezifischer Nachrichten betrachtet wurden (vgl. Kapitel 2.2) Contrarian-Strategien Die Überreaktionshypothese geht davon aus, dass Investoren durch abwechselnd überschwänglichen Optimismus und Pessimismus ein wechselndes Momentum, d.h. Trendfolgen von Aktienkursen generieren, was dazu führt, dass der Kurs immer wieder von seinem fairen Wert abweicht, bzw. um diesen oszilliert 1. Sie ist im Wesentlichen auf De Bondt und Thaler (1985) zurückzuführen. Ihre Methodik basiert auf der Überprüfung von Kurszeitreihen auf negative Autokorrelation. Während sie positive Autokorrelation (Momentum) als Hinweis darauf deuteten, dass die Kurse bestimmten Trends in eine Richtung folgen, Kursverläufe sich also selbst verstärken, schließen sie aus negativer Autokorrelation, dass Kursverläufe sich aus sich selbst heraus umkehren. Dies wiederum würde den Schluss auf Überreaktionen zulassen. Eine Handelsstrategie, die eine solche negative Autokorrelation ausnutzt und daher später in der Literatur häufig für den Test der Überreaktionsthese angewendet wird, ist die Contrarian-Strategie: Aktien, die in der Vergangenheit überdurchschnittliche Kurszuwächse verbucht haben, werden verkauft und vergangene Verlierer werden gekauft. Der folgende Abschnitt soll die Beobachtungen zusammenfassen, die bei Tests auf Autokorrelation und Modellierung der Contrarian- Strategie gemacht worden sind. Die relevante Literatur lässt sich nach den untersuchten Zeithorizonten einteilen. Im kurzfristigen Zeitraum (d.h. auf Tages- und Wochensicht) wurden scheinbar widersprüchliche Beobachtungen gemacht: Während Conrad und Kaul (1988) und Lo und MacKinlay (1988) für breite Marktindizes eine schwache positive Autokorrelation feststellen, kommen unter anderem Renshaw (1984), Lehmann (1990), Jegadeesh (1990) und Bremer und Sweeney (1991) zu dem Ergebnis, dass Kursverläufe von Einzelwerten eher zu Kursumkehrungen als zur Ausbildung von Trends neigen. Als eine mögliche Erklärung von letzterer Beobachtung wird das Auftreten von Liquiditätsproblemen nach starken Kursausschlägen angeführt 2. 1 De Bondt und Thaler (1985), S Vgl. Lehmann (1990). Sebastian Scheurle Seite 2

9 Auch auf mittlere Sicht (d.h. drei bis zwölf Monate) konnten bei der Untersuchung von Gruppen aus Aktien mit besonders hohen vergangenen Kursausschlägen deutliche Momentumeffekte festgestellt werden 1. Sehr deutliche Ergebnisse kamen bei noch längeren Beobachtungszeiträumen (d.h. mehrere Jahre) zustande: Sowohl für Marktindizes 2 als auch für Einzelwerte 3 wurden deutliche Hinweise auf negative Autokorrelation und Umkehrungseffekte gefunden. Zusammenfassend scheint im kurz- und mittelfristigen Bereich eher ein Trendfolge- Verhalten zu dominieren, während die so ausgebildeten Trends sich mit zunehmender Dauer eher umkehren. Eine mögliche Interpretation ist, dass Aktienkurse (und damit die Marktteilnehmer, die diese durch ihr Handeln bestimmen) in der kurzen Frist zu Überreaktionen neigen, die jedoch nur temporär bestehen und sich langfristig wieder umkehren. Es muss jedoch beachtet werden, dass aus Trendumkehrungen allein nicht hinreichend auf eine Überreaktion geschlossen werden kann (vgl. Kapitel 3.2). Überdies ist eine Generalisierung der empirischen Ergebnisse ohnehin aus verschiedenen Gründen nur mit Vorsicht zu machen: Die Analysen wurden auf unterschiedlichen Märkten und mit verschiedenen Methoden durchgeführt, einzelne Ergebnisse weisen mitunter deutlich unterschiedliche ökonomische und statistischen Signifikanzen auf und mögliche Veränderungen in den Marktbedingungen und der Marktmikrostruktur würden heute unter Umständen zu anderen Beobachtungen führen. Eine Diskussion der Ergebnisse und ihrer Implikationen folgt in Kapitel Firmenspezifische Nachrichten und ihre Auswirkungen auf den Aktienkurs Bei der Weiterentwicklung der Forschung zum Thema Überreaktionen spielten erneut DeBondt und Thaler 4 eine Vorreiterrolle. Sie stellten fest, dass Firmenergebnisse ähnliche Übertreibungsmuster aufweisen, wie sie für Aktienkurse beobachtet wurden. Damit stellten sie als eine der Ersten einen möglichen Zusammenhang zwischen den Firmenergebnissen und der Überreaktionshypothese her. Überraschend ist dabei nicht ein auch intuitiv naheliegender allgemeiner Zusammenhang zwischen Aktienpreisen und Unternehmensergebnissen. Obwohl umstritten ist, was von beiden die Entwicklung anführt, gibt es dafür generell eindeutige 1 Vgl. Jegadeesh und Titman (1993). 2 Vgl. Fama und French (1988); Poterba und Summers (1988); Cutler et al. (1991). 3 Vgl. De Bondt und Thaler (1985); Chopra et al. (1992). 4 Vgl. De Bondt und Thaler (1987). Sebastian Scheurle Seite 3

10 Hinweise 1. Die Hinweise von De Bondt und Thaler (1987) jedoch, dass durch diesen Zusammenhang auch die Überreaktionsphänomene erklärt werden können, sind beachtlich. So konzentrierte sich nach der Veröffentlichung dieser Studie ein Großteil der Forschung zu Überreaktionen auf die Untersuchung des Kursverhaltens nach der Veröffentlichung von firmenspezifischen Nachrichten im Allgemeinen, bzw. Ergebnismeldungen im Speziellen. Dabei wurden in ersten Zeitschriftenaufsätzen, die als Reaktion auf die Überreaktionshypothese nach Ergebnismeldungen von De Bondt und Thaler (1987) geschrieben wurden, Hinweise darauf gefunden, dass sowohl unterschiedliche Größen 2 - als auch Risikoparameter 3 der untersuchten Unternehmen teilweise Ursache der scheinbar anormalen Renditen sein könnten. Dagegen unterstützten Chopra et al. (1992)die These von De Bondt und Thaler (1987), indem sie zeigten, dass ca. 20% der Renditen von Contrarian- Strategien innerhalb des Dreitageintervalls um die Ergebnisveröffentlichung zustande kommen und nicht von Größen- oder Risikoeffekten abhängig sind. Bei Betrachtung neuerer Event-Studien ist sehr auffällig, dass die Ergebnisse sich weniger nach dem Beobachtungszeitraum unterscheiden, sondern vielmehr die Stimmung der Nachricht das weitere Kursmuster bestimmt. So scheinen die Märkte deutlich unsicherer auf negative Meldungen zu reagieren als auf positive. Dies ist daran festzumachen, dass anormale Renditen nach Nachrichten, deren Inhalt als negativ einzustufen ist (bei Ergebnismeldungen objektiv nach einem Vergleich mit den gemittelten Analystenschätzungen oder sonst heuristisch nach dem Vorzeichen der ersten Kursreaktion), nicht nur absolut kleiner bzw. statistisch weniger signifikant sind 4, sondern kurzfristig auch mit deutlich höherer Wahrscheinlichkeit ein Umkehrmuster ausbilden 5. Bemerkenswert in Bezug auf positive wie negative Nachrichten ist vor allem die Beobachtung einer mittelfristigen so genannten Drift des Aktienkurses: Der Aktienkurs eines Unternehmens, das positive (negative) Nachrichten veröffentlicht hat, zeigt auch noch Tage, Wochen oder sogar Monate später eine signifikante anormale positive (negative) Tendenz 6. Dieses Ergebnis wurde von mehr als zwanzig Studien reproduziert 7. Die Drift hält jedoch nur 1 Vgl. Da-Shien Bao et al. (1997), S Vgl. Zarowin (1989). 3 Vgl. Ball und Kothari (1991). 4 Vgl. Ho et al. (1998); Wael (2004). 5 Vgl. Ho et al. (1998); Brooks et al. (2003); Wael (2004); Ranaldo (2002). 6 Vgl. Ball und Brown (1968); Foster et al. (1984). 7 Vgl. Bernard (1993), S Sebastian Scheurle Seite 4

11 eine gewisse Zeit nach der Nachricht an, denn auf lange Sicht zeigen auch die Drift-Studien eher ein Umkehrungsverhalten. Eine mögliche Interpretation der Kombination aus Drift und Umkehrung nach firmenspezifischen Nachrichten liefert die Unterreaktionshypothese. Nach ihr wird im Allgemeinen davon ausgegangen, dass Investoren kurzfristig auf einzelne Nachrichten unterreagieren, d.h. der Kurs erst spät auf das eigentlich durch die Nachricht gerechtfertigte Niveau steigt, während sie auf eine Folge von guten oder schlechten Nachrichten überreagieren und früher oder später von der Realität eingeholt werden 1. Eine ähnliche Interpretation liefert die Theorie der Behavioral Finance, die ihre Argumentation auf der in der Psychologie gemachten Beobachtung aufbaut, dass Menschen nahe zurückliegende Ereignisse überbewerten, d.h. aus diesen interpolieren und dadurch übertriebene Erwartungen für die Zukunft bilden 2. Die darauffolgende Umkehrung hängt auch nach dieser Theorie mit einer Enttäuschung der übertriebenen Erwartungen zusammen, wobei hier bereits eine Nachricht zur Ausbildung der Überreaktion ausreicht. Unabhängig von der Interpretation ist für die jeweiligen Zeithorizonte ein hoher Deckungsgrad mit den empirischen Ergebnissen der nicht durch Nachrichten getriebenen Analysen festzustellen. Ein wie von De Bondt und Thaler (1987) dargelegter Zusammenhang der Zyklen von Unternehmenskennzahlen und der Überreaktionsmuster scheint somit wahrscheinlich. Dies schließt nicht aus, dass beide Zyklen möglicherweise versetzt auftreten oder unterschiedlich große Spitzen ausbilden. Eine allgemeingültige Definition der genauen Umstände und Zeithorizonte dieser Zyklen bleibt die Literatur dem Investor, der die Überreaktionen gewinnbringend einsetzen möchte, in jedem Fall schuldig. 3. Die Effizienzmarktdiskussion Der Zusammenhang zwischen systematischen Kursphänomenen und der Effizienzmarktdiskussion besteht in der durch solche Anomalien implizierten Vorhersagbarkeit der Aktienmärkte. Eine solche Vorhersagbarkeit würde im Widerspruch zu der schon im Jahr 1900 aufgestellten und seitdem geltenden Theorie 3 stehen, dass Aktienkurse ein Produkt von nicht prognostizierbaren Zufallsbewegungen sind (Random Walk Hypothesis/ RWH). So werden viele Event-Studien zumindest zum Teil aus der 1 Einen guten Überblick zu den empirischen Funden zur Unterreaktionshypothese und jeweils ein eigenes Erklärungsmodell liefern z.b Daniel et al. (1998), S und Barberis et al. (1998). 2 Vgl. Kahneman und Tversky (1973). 3 Vgl. Bachelier (1900). Sebastian Scheurle Seite 5

12 Motivation heraus erstellt, die Vorhersagbarkeit der Märkte zu überprüfen und so tatsächlich statistische Anhaltspunkte dafür gefunden, dass die Random Walk Hypothesis nicht stimmen könnte 1. Nichtsdestotrotz ist eine Weiterentwicklung bzw. breitere Fassung der Random Walk Hypothesis, die Effizienzmarkthypothese (Efficient Market Hypothesis/ EMH) nach Fama (1970), bis heute in der Diskussion und noch nicht von einer widersprüchlichen Markttheorie mit ähnlichem Umfang abgelöst worden. Inwiefern Ambiguitäten der empirischen Beobachtungen für diesen Umstand verantwortlich sind, arbeite ich im Folgenden anhand einer Diskussion der vorgestellten empirischen Beobachtungen vor dem Hintergrund der EMH heraus. Zuvor erläutere ich den Inhalt der EMH Definition der Effizienzmarkthypothese Die EMH besagt im Allgemeinen, dass Marktpreise zu jedem Zeitpunkt bestimmte relevante Informationen reflektieren und neue Informationen unmittelbar eingepreist werden. Man differenziert dabei nach dem Umfang der eingepreisten Informationen zwischen folgenden Formen der Hypothese 2 : Nach der schwachen Form der Hypothese reflektiert der Aktienkurs alle Informationen, die aus dem vergangenen Kursverlauf abgeleitet werden können. Daraus ergibt sich, dass Analysemethoden, die allein auf historischen Kursinformationen basieren (z.b. Chartanalyse), nicht dazu verwendet werden können, unterbewertete Aktien zu finden. Nach der mittelstarken Form der Hypothese reflektiert der Aktienkurs neben allen Informationen aus dem historischen Kursverlauf auch alle öffentlich zugänglichen Informationen wie z.b. Pressemeldungen, Bilanzen und Analystenreports. Daraus ergibt sich, dass auch das Heranziehen solcher Informationen keinen Nutzen bei der Suche nach unterbewerteten Aktien bringt. Nach der starken Form der Hypothese sind neben den bisher genannten Informationen zusätzlich alle Insiderinformationen bereits eingepreist. Fama (1970) beschreibt diese Annahme formal durch 3 : = (1) : Preis von Aktie i zum Zeitpunkt t 1 Vgl. z.b. Lo und MacKinlay (1988), der dies besonders explizit herausarbeitet. Unter gewissen Umständen können jedoch jegliche dokumentierten Kursanomalien als Gegenindiz für die RWH gewertet werden. 2 Vgl. Fama (1970), S. 389ff. 3 Vgl. Fama (1970), S. S. 384, Gleichung (1). Sebastian Scheurle Seite 6

13 : Jegliche zum Zeitpunkt t bekannten Informationen : Rendite des Unternehmens i für eine Periode zum Zeitpunkt t Daraus folgt, dass niemand einen Informationsvorsprung mehr haben kann. Es ist somit unmöglich, eine anormale Rendite zu verdienen, die über der dem Risiko eines Wertpapiers angemessenen (Gleichgewichts-) Rendite liegt 1. Aus dieser Definition erschließt sich die besondere Relevanz der Frage nach der Kapitalmarkteffizienz: Nur bei Annahme bestimmter Ineffizienzen ergibt die Erforschung und erst recht die Anwendung von Methoden zur Identifizierung von dauerhaft oder kurzfristig falsch bewerteten Aktien Sinn. Ob dies der Fall ist oder nicht, erweist sich als keine einfach zu beantwortende Frage. Eine Betrachtung der Literatur deutet darauf hin, dass es schwer ist, theoretisch fundierte Beweise gegen die EMH zu entwickeln. Gleichzeitig werden auf empirischer Basis immer wieder Kursphänomene dokumentiert, die die EMH in Frage stellen. Einen eindeutigen Gegenbeweis stellen aber selbst diese Phänomene, wie im folgenden Abschnitt dargelegt, nicht dar Sind die Märkte effizient? Nachdem bereits die EMH selbst erst nach der Erstellung empirischer Analysen entwickelt wurde 2, wird mangels theoretischer Alternative auch bei der Überprüfung derselben oft diese Vorgehensweise gewählt. Das Dilemma dabei ergibt sich aus der Feststellung von Fama (1970), dass die EMH als solche gar keine empirisch zu testenden Implikationen habe 3. Somit müssen zur statistischen Überprüfung mittels verschiedener Annahmen Modelle entwickelt werden, deren vielfältige Ergebnisse und Schlussfolgerungen nicht selten zu kontroversen Diskussionen in der Literatur führten. Eine Bewertung der im vorangegangenen Kapitel beschriebenen Beobachtungen zu Unter- und Überreaktionen vor dem Hintergrund der EMH ist Gegenstand des folgenden Abschnitts. Denn obwohl im vorangegangenen Kapitel die beobachteten Kursmuster stellenweise implizit als Hinweis auf Überreaktionen im Sinne einer Verletzung der EMH behandelt wurden, ist dies keineswegs die einzig mögliche Schlussfolgerung. Die erste zu klärende Frage bei der Bewertung der Ergebnisse zielt auf die in den Modellen verwendete Methodik. So muss berücksichtigt werden, dass ein Test auf Überreaktionen, d.h. anormale Renditen nicht nur ein Test der Effizienz der Märkte, sondern gleichzeitig auch ein 1 Vgl. Vishwanath und Krishnamurti (2009), S Vgl. Fama (1970). 3 Vgl. Fama (1970), S Sebastian Scheurle Seite 7

14 Test des Modells ist, mit dem eine Erwartung für die richtige Rendite gebildet wurde 1. Dies kommt vor dem Hintergrund der EMH, welche Renditen als Funktion des Risikos beschreibt, der Bildung einer Schätzung des korrekten Risikos gleich. Solange sich verändernde oder scheinbar ungewöhnliche Renditen durch eine (wie auch immer geartete) Veränderung des zu Grunde liegenden Risikos zu erklären sind, handelt es sich um keine Verletzung, sondern im Gegenteil sogar um eine Bestätigung der EMH. Somit lässt sich Kritik an der Überreaktionshypothese in zwei Kategorien aufteilen. Die erste Kategorie liefert durch das Aufdecken von Methodenfehlern oder nicht berücksichtigten Risikofaktoren Hinweise, dass die der EMH widersprechende Schlussfolgerungen der Anomalie-Literatur nicht korrekt sind. Beispiele sind Conrad und Kaul (1993), die durch die Praxis, anormale Renditen zu kumulieren, eine Verstärkung des Einflusses von Messfehlern befürchten sowie Vermaelen und Verstringe, die argumentieren, dass starke Kursänderungen zu einer Veränderung der Eigenkapitalquote führen und somit eine Veränderung des Risikos implizieren. Die zweite Kategorie von Kritik an der Überreaktionstheorie wird aus Theorien gebildet, die, wie bereits im vorherigen Kapitel angedeutet, den Kursmustern andere Ursachen als eine Überreaktion zuschreiben. Paradoxerweise würde das Zutreffen der alternativ zur Erklärung herangezogenen Effekte wiederum eine Verletzung der EMH bedeuten. Einer der wichtigsten solcher Effekte ist der Size Effect, nach dem Firmen mit geringer Marktkapitalisierung oft eine höhere als vom CAPM vorhergesagte Durchschnittsrenditen aufweisen 2. Der Small Firms in January Effect, bzw. der allgemeinere Turn of the Year Effect stellen für dieses Phänomen sogar einen zusätzlichen Zeitbezug her 3. Auch sie wurden nach der Beobachtung entsprechenden Marktverhaltens beschrieben und könnten somit ein Indiz gegen die EMH sein. Die Möglichkeit, dass all diese Kursphänomene in Einklang mit der EMH stehen, d.h. ob sie durch rationale Risikoadjustierung begründbar sind, bleibt jedoch bestehen. Die Aufstellung der Alternativtheorien hilft trotzdem insofern weiter, als klar wird, dass die Diskussion der Effizienzfrage nicht auf die Überreaktionsthese beschränkt werden kann, sondern mit Bezug auf alle dokumentierten Anomalien geführt werden muss. In der Folge wurde die Überreaktionshypothese wie viele andere Anomalien, auch unter Verwendung weiterentwickelter Modelle, sowohl erneut bestätigt als auch widerlegt. Dies ist 1 Vgl. Bodie et al. (2008), S Vgl. Banz (1981); Reinganum (1981). 3 Vgl. Keim (1983); Reinganum (1983). Sebastian Scheurle Seite 8

15 nicht unbedingt überraschend, wenn man den Einfluss, den die Literatur selbst auf die Effizienz der Märkte ausübt, berücksichtigt. Die Tatsache, dass viele der dokumentierten Anomalien nach ihrem Bekanntwerden verschwunden sind, ist ein Hinweis darauf, dass sie durchaus existiert haben könnten, Praktiker die Arbitragemöglichkeiten jedoch schlossen indem sie die erfolgreich getesteten Handelsstrategien real umsetzten. So kann beispielsweise für die Size-Anomalien wie auch für die in dieser Arbeit nicht näher besprochenen Value- Anomalien ein direkter zeitlicher Zusammenhang zwischen dem Verschwinden der Anomalien und der Umsetzung in Fondsprodukten hergestellt werden 1. Dieser Umstand führt bei der Veröffentlichung neuer Studien wiederum zum so genannten Selection Bias: Jeder Forscher, der auf eine statistisch und vor allem ökonomisch signifikante Marktanomalie stößt, ist dazu motiviert, diese eher für sich selbst auszunutzen als seine Ergebnisse zu veröffentlichen und ein Verschwinden der Arbitragemöglichkeit zu riskieren. Folglich sind alle veröffentlichten Studien zugunsten solcher Ergebnisse, die die EMH nicht wiederlegen, vorselektiert 2. Im Ganzen steht zwar trotz der großen Anzahl an Studien ein definitiver Beweis oder Gegenbeweis zur EMH, der auf alle Märkte und Zeithorizonte und auf die drei verschiedenen Ausprägungen der EMH verallgemeinert werden kann, noch aus. Es ist aber auch bemerkenswert, dass sich in den über 100 Jahren seitdem mit der Random Walk Hypothesis das Grundgerüst für die EMH gebaut wurde, kein umfassendes Alternativkonzept durchsetzen konnte 3. Als Konsequenz wurde die geschlossene Frage nach der Effizienz der Märkte in der jüngeren Literatur umformuliert zur Frage Wie effizient sind die Märkte?. Dieser Frage wurde mittels Intraday-Tests begegnet, die die Dauer messen, die der Markt braucht um neue Nachrichten zu verarbeiten. Sie ergaben mehrmals Werte im Bereich von unter 15 Minuten, doch teilweise wurden auch deutlich abweichende Reaktionszeiten gemessen (vgl. Kapitel 5.3). Diese Ergebnisvielfalt erlaubt keine zufriedenstellende Beantwortung der Frage. Dass die Studien viele unterschiedliche Märkte und Marktsegmente als Datengrundlage benutzen und zusätzlich über mehrere Jahrzehnte in verschiedenen Zeiträumen gemacht worden sind, ist aus statistischer Sicht dann positiv zu bewerten, wenn es zu einer Stärkung der Robustheit von konsistenten Ergebnissen führt. Bei den vorliegenden 1 Vgl. Schwert (2003), S Vgl. Bodie et al. (2008), S Alternativkonzepte wie die Uncertain Information Hypothesis (UIH) von Brown et al. (1988) fanden bei weitem keine so verbreitete Würdigung in der Literatur wie die EMH. Auch das relativ junge aber viel beachtete Konzept des Behavioral Finance hat nicht zu einer allgemeinen Verwerfung der EMH geführt. Sebastian Scheurle Seite 9

16 Differenzen erschwert es jedoch die Bewertung der einzelnen Ergebnisse. Eine nicht auszuschließende Erklärung wäre, dass auch diese Studien weiterhin den beschriebenen Methodenfehlern, vor allem in Bezug auf die Definition einer normalen Rendite, unterliegen können. Solange es dafür keine Anhaltspunkte gibt, bleibt jedoch Raum für die These, dass jede Studie allein betrachtet valide ist und eine aggregierte Betrachtung nur deshalb ein uneinheitliches Bild ergibt, weil nicht ausreichend nach möglichen beeinflussenden Faktoren differenziert wurde. Somit deuten die scheinbar unüberwindbaren Ergebnisdiskrepanzen erneut daraufhin, dass, sofern Markteffizienz überhaupt eine Systematik hat, immer noch Faktoren außer Acht gelassen worden sein müssen, die diese Systematik bestimmen. Daher gehe ich im weiteren Verlauf der Frage nach: Unter welchen Umständen sind die Märkte effizient?. 4. Einflussfaktoren auf die Charakteristika von Kursreaktionenen Die zum Eingang des letzten Kapitels gestellte Frage konnte nicht abschließend beantwortet werden und musste stattdessen durch eine neue Frage ersetzt werden. Um diese zu beantworten, evaluiere ich in diesem Kapitel drei Faktoren, die die Charakteristika der Marktreaktionen auf neue Nachrichten beeinflussen können und zurzeit hohe Aufmerksamkeit in der Praxis oder der wissenschaftlichen Forschung auf sich ziehen: Behavioral Finance, Marktmikrostruktur und Algorithmus-Handel Börsenpsychologie und Behavioral Finance Eine von Kritikern oft als grundlegende Schwäche angeführte Eigenschaft der EMH ist die Annahme rationaler Marktteilnehmer. Diesen Punkt greift die junge Schule der Behavioral Finance auf und liefert auf Basis anderweitig beobachteter psychologischer Effekte Begründungen für irrationales Handeln der Marktteilnehmer und damit eine mögliche Erklärung für Marktanomalien. Darüber hinaus liefert sie Begründungen, warum Arbitrage- Möglichkeiten teilweise nicht ausgeschöpft werden und Marktanomalien über längere Zeit bestehen können, ohne dass eine Marktkraft sie auflöst 1. Dieser letzte Aspekt ist besonders wichtig in der Effizienzmarktdiskussion, denn er entkräftet das Argument, dass eine Unmöglichkeit, bestimmte Anomalien in der Praxis gewinnbringend einzusetzen, ein Beweis für die Effizienz der Märkte ist. 1 Vgl. z.b. Shleifer und Vishny (1997). Sebastian Scheurle Seite 10

17 Gerade wenn es um die Handlungsentscheidung nach einer unerwarteten Nachricht geht, ist zu erwarten, dass der Einfluss psychologischer Effekte zunimmt, da wenig oder gar keine Zeit für rationale Analysen und Entscheidungen zur Verfügung steht. Im Folgenden möchte ich daher vor allem auf diejenigen Aspekte der Börsenpsychologie und des Behavioral Finance eingehen, die in Bezug zur Informationsverarbeitung und der Reaktionen des Menschen auf Ereignisse stehen und so die im Rahmen des Kapitels zur Effizienzmarktdiskussion besprochenen Anomalien aus einer anderen Perspektive beleuchten. Informationsaufnahme In Bezug auf die menschliche Wahrnehmung und Informationsverarbeitung ist die Tatsache entscheidend, dass der Mensch nur eine begrenzte Aufnahmefähigkeit hat. Man hat herausgefunden, dass der Mensch aus diesem Grund unbewusst verschiedene Heuristiken anwendet, die einerseits zur Komplexitätsreduktion dienen und andererseits eine schnellere Urteilsfindung ermöglichen sollen 1. Zu diesen gehört unter anderem die Verfügbarkeitsheuristik, die leichter zugänglichen (neueren) Informationen eine größere Wichtigkeit zuordnet als weniger leicht verfügbaren (älteren) Informationen. Im Moment der Veröffentlichung einer unerwarteten Nachricht kann ihr Inhalt bei den Marktteilnehmern die Aufmerksamkeit demzufolge soweit auf sich ziehen, dass länger zurückliegende, aber möglicherweise trotzdem relevantere Informationen in den geistigen Hintergrund gedrängt werden. Darüber hinaus führt die so genannte selektive Wahrnehmung dazu, dass Menschen vor allem solche Informationen wahrnehmen, die zu dem passen, was sie gerne hören möchten 2. Allein die Art und Weise der Informationsaufnahme kann also bereits dazu führen, dass eine Reaktion auf Nachrichten auf Basis verfälschter oder zumindest unvollständiger Informationen erfolgt. Informationsbewertung Eine wichtige Heuristik zur Bewertung neu aufgenommener Informationen ist der Vergleich mit Referenz- oder Erwartungswerten (zum Beispiel Analystenschätzungen). Diese Anker können, so die Theorie, selbst bei mangelhafter Qualität, also beispielsweise mangelnder Repräsentativität, die Informationsbewertung maßgeblich beeinflussen 3. Deshalb hat eine Berücksichtigung der Erwartungsbildung beispielsweise bei der Untersuchung der Reaktion von Investoren auf Firmenergebnisse, die jedes Quartal zu einem vorher bekannten 1 Vgl. Goldberg und von Nitzsch (1999), S. 49ff. 2 Goldberg und von Nitzsch (1999), S Vgl. Kahneman und Tversky (1974), S. 1128ff. Sebastian Scheurle Seite 11

18 Zeitpunkt veröffentlicht werden, einen großen Einfluss. Bei inhaltlich wie auch bei nur zeitlich unerwarteten Nachrichten kann es jedoch üblicherweise gar nicht erst zur Bildung einer Erwartungshaltung kommen. Da davon ausgegangen werden kann, dass die in dieser Arbeit untersuchten Ad-hoc Nachrichten eher zu letztgenannter Nachrichtengruppe gehören (vgl. Kapitel 5.2), wird das so genannte Anchoring an dieser Stelle nicht besprochen. Für die vorliegende Nachrichtengruppe haben dafür drei andere psychische Faktoren einen großen Einfluss in Bezug auf die Reaktion der Investoren: Stress, Stimmung und Nachahmung. Wenn eine schnelle Reaktion auf eine unerwartete Nachricht gefragt ist, kann es leicht zu Stress kommen. Noch während der einzelne Marktteilnehmer die Nachricht liest, kommt es bereits zu ersten Kursreaktionen, die gravierende Auswirkungen für den Marktteilnehmer haben können. In einer solchen Stresssituation verringert sich beim Menschen die Kapazität der Informationsverarbeitung, weshalb er zumeist auf vereinfachende Entscheidungsmuster zurückgreifen muss 1. In ähnlicher Weise führt eine positive Grundstimmung, wie sie in Hausse-Phasen zu erwarten ist, zu eine durch Sorglosigkeit getriebenen verstärkten Verwendung von Heuristiken. Nur eine negative Grundstimmung kann, da sie mit einer geringeren Risikobereitschaft einhergeht, zu einem verstärkten Bedürfnis nach detaillierter und kausaler Analyse des Sachverhalts führen 2. Doch was ist nun die entscheidende Heuristik, die letztlich zur Bewertung der Nachricht herangezogen wird, wenn keine detaillierte Analyse ausgeführt wird bzw. ausgeführt werden kann? Das auch durch das allgemeine Streben des Menschen nach Harmonie und Konsistenz verursachte Nachahmungsverhalten gibt eine mögliche Antwort auf diese Frage. Die Beobachtung, dass Menschen dazu neigen können, sich sogar wider besseres Wissen einer Mehrheitsmeinung anzuschließen 3, ist ein Hinweis darauf, dass die Meinung der anderen Marktteilnehmer, ausgedrückt in der ersten Kursreaktion nach Veröffentlichung der Nachricht, als Ersatz für eine eigene Bewertung herangezogen werden könnte. Diese in der BF unter dem Schlagwort Herding-Effekt aufgegriffene Neigung des Menschen würde an der Börse zu einer durch sich selbst getriebenen Kursreaktion mit eindeutiger Richtung führen. Mithilfe der beschriebenen Erkenntnisse lassen sich Thesen über das Kursverhalten nach dem Einfluss von Ereignissen ableiten. So wären im Umfeld steigender Kurse durch eine erhöhte Sorglosigkeit und eine verstärkte Nachahmung weniger stark schwankende Kursbewegungen zu erwarten. Im Umfeld fallender Kurse und einer negativer Stimmung 1 Vgl. Kiehling (2001), S Vgl. Kiehling (2001), S Vgl. Kiehling (2001), S. 66. Sebastian Scheurle Seite 12

19 wäre dagegen eher zu erwarten, dass die Marktteilnehmer nicht nur langsamer, bzw. zusammen über einen längeren Zeitraum auf eine Nachricht reagieren, sondern sich aufgrund divergierender Ergebnisse der detaillierten Analysen weniger über den fairen Wert einig sind, was zu höheren Kursschwankungen führen würde. Kursumkehrungen wären nach den beschriebenen Erkenntnissen in beiden Fällen nicht auszuschließen. Dies trifft insbesondere zu, solange nicht eindeutig ist, ob die Stimmung und der Einfluss einer einzelnen Nachricht oder die des gesamten Marktes bei der Beeinflussung des Verhaltens überwiegen Marktmikrostruktur Bei der statistischen Analyse von Marktpreisen und deren Determinanten sollten insbesondere bei hochfrequenter Betrachtung einzelner Preise nicht die marktendogenen Faktoren außer Acht gelassen werden, die deren Bildung beeinflusst haben 1. Die Theorie der Marktmikrostruktur beleuchtet genau diesen Prozess der Preisfindung, womit sie auch Antworten auf die in diesem Kapitel behandelte Frage nach den Einflussfaktoren auf die Charakteristika von Kursreaktionen beitragen kann, bzw. in jedem Fall Hinweise für eine optimale Auswahl der Datengrundlage und eine richtige Interpretation der Ergebnisse liefert. Wie die vorangegangenen Ausführungen erhebt auch dieses Teilkapitel nicht den Anspruch auf eine vollständige Abhandlung des Themas. Es sollen vielmehr diejenigen Teilaspekte der Forschung vorgestellt werden, die im Rahmen der vorliegenden Fragestellung von besonderer Relevanz sind. Inhalt dieses Kapitels sind aus diesem Grund die Marktorganisation, die Handelsfrequenz und der Effekt des Non-Synchronous-Trading. Marktorganisation Einer der Hauptaspekte der Marktmikrostruktur und gleichzeitig einer der wichtigsten Einflussfaktoren auf das Marktverhalten ist die Organisation des Marktes. Man unterscheidet hierbei zwischen rein auftragsgetriebenen Auktions- Märkten (fortlaufende oder periodische Auktionen) und solchen Märkten, in denen so genannte Markt Maker agieren. Daneben gibt es Mischformen. In rein auftragsgetriebenen Märkten kommt immer nur dann eine Transaktion zustande, wenn zwei oder mehr Handelsteilnehmer einen komplementären Handelsauftrag abgeben, bzw. ein Handelsteilnehmer einen zuvor von einem anderen Investor abgegebenen 1 Tsay und Jin-Huei (2003), S. 2. Sebastian Scheurle Seite 13

20 Handelsauftrag akzeptiert 1. Die Transaktion wird daraufhin direkt zwischen den beiden Investoren abgewickelt. Im anderen weit verbreiteten Marktsystem schalten sich Market Maker als Intermediäre zwischen Kauf- und Verkaufsinteressenten 2. Die Market Maker haben dabei die Aufgabe, die Liquidität sicherzustellen, indem sie nach jeweils festgelegten Regeln An- und Verkaufspreise stellen, zu denen Sie (in der Regel mit einer begrenzten Stückzahl) zu handeln bereit sein müssen. Genau dieser Spread, die Differenz des (höheren) Verkaufspreises (Briefkurs) und des (niedrigeren) Ankaufpreises (Geldkurs), ist die Entlohnung des Market Makers für seine Tätigkeit und gleichzeitig ein nicht zu unterschätzender Einflussfaktor auf den zustande kommenden Transaktionspreis. Eine zu beachtende Einschränkung in einem solchen Markt sind die für die Investoren höheren Kosten (vgl. Tabelle A- 1), wodurch sich der Markt ein kleines Stück weiter vom Zustand eines perfekten Marktes entfernt. Kleine Kursbewegungen oder Arbitragemöglichkeiten können unter solchen Bedingungen unter Umständen nicht mehr gewinnbringend realisiert werden. Da nun neben dem endgültigen Transaktionspreis, der meistens innerhalb der Geld-/ Briefspanne zustande kommt 3, zu jedem Zeitpunkt zwei weitere Preise existieren, stellt sich darüber hinaus die nicht triviale Frage, welcher dieser Preise für eine Modellanalyse herangezogen werden soll. Verwendet man den Transaktionspreis, so ist zu beachten, dass dieser zwischen den Geld- und Briefkursen hin- und her schwankt (jeweils davon beeinflusst, ob eine Transaktion käufer- oder verkäufergetrieben war). Die Auswirkungen dieses so genannten bid-ask-bounce sind vor allem eine zufallsgetriebene Erhöhung der Volatilität und das Entstehen von Autokorrelation der Renditen, die nicht von fundamentalen Marktwertänderungen getrieben sind 4. Das Entstehen der Autokorrelation verdeutlicht sich unter Annahme eines konstanten Spread sowie eines konstanten Fundamentalwerts (als Mittel zwischen dem Geld- und Briefkurs) wie im Modell von Roll (1984) 5 : nach einer Transaktion, die zum Geldpreis (Briefpreis) erfolgte kann nur eine positive (negative) Preisänderung (oder ein gleichbleibender Preis) folgen, das heißt die möglichen Richtungen einer Kursbewegung bedingen sich c.p. durch sich selbst (vgl. Abbildung 1). Es ist offensichtlich, dass dieser Effekt zu falschen Interpretationen entsprechender Modellergebnisse führen kann. So zeigen Keim (1989), dass sogar Anomalien wie der Januar- 1 Vgl. Roth (2006), S Vgl. Roth (2006), S. 97f. 3 Vgl. Campbell et al. (1997), S Vgl. Campbell et al. (1997), S Vgl. Roll (1984), S Sebastian Scheurle Seite 14

21 Effekt und der Wochenend-Effekt zum Teil durch den bid-ask-bounce zu erklären sind. Zudem finden Kaul und Nimalendran (1990) einen ähnlichen Zusammenhang in Bezug auf die dokumentierten Preisumkehrungen der Überreaktionstheorie. Abbildung 1: Kursbewegungen unter Einfluss von Market Makern Quelle: Eigene Darstellung, angelehnt an Roll (1984), S Kaul und Nimalendran (1990) benutzen zum Test der vom Spread unbeeinflussten Volatilität und Autokorrelation der Renditen nur den Geldpreis. Allerdings ist zu beachten, dass durch eine Veränderung des Spread auch der Geld-/ Briefkurs fluktuieren kann, ohne dass sich der Fundamentalwert (im Sinne des oben beschriebenen Modells von Roll (1984)) ändert. Verwendet man für ein Modell nur den Geld- oder Briefkurs, muss man sich daher mit den Einflussfaktoren auf die Höhe des Spread beschäftigen. Wie angedeutet hängt der Spread mit den Kosten der Auftragsverarbeitung für den Market-Maker zusammen. Die Frage, welche Faktoren diese Kosten bestimmen, ist ein weiteres Schwerpunktthema der Literatur zu Preisfindungsprozessen und Market Makern innerhalb der Mikrostrukturtheorie. Frühe empirische Studien haben statistische Hinweise darauf gefunden, dass das vorherrschende Handelsvolumen und das Risiko in Form der Volatilität wichtige Determinanten des Spread sind. Sie haben diesen Zusammenhang mit der daraus resultierenden Wahrscheinlichkeit für einen unerwünschten Bestand an Aktien seitens des Market-Maker erklärt 1. Spätere, theoretische Ansätze haben den nachvollziehbaren Zusammenhang zwischen Spread und dem Risiko, das der Market Maker tragen muss, bestätigt, allerdings einen anderen Schätzer für dieses Risikomaß herausgearbeitet: Informationsasymmetrien bzw. adverse Selektion. Nach diesen Modellen gibt es am Markt sowohl uninformierte Teilnehmer (zu denen auch die Market Maker gehören) als auch informierte Investoren (Insider), die durch die Kenntnis bisher unveröffentlichter (privater) Informationen einen Wissensvorsprung haben 2. Aufgrund 1 Vgl. Demsetz (1968), Tinic (1972). Weitere Determinanten waren laut diesen Studien Preis und Firmengröße. 2 Die Unterscheidung zwischen informierten und uninformierten Investoren wurde erstmals vorgestellt von Bagehot (1971). Sebastian Scheurle Seite 15

22 dieses Wissensvorsprungs bedeutet der Handel mit solchen Investoren für den Market Maker in der Regel ein Verlustgeschäft, weshalb dieser beim Verdacht, dass ein großer Anteil der Investoren im Markt zu der informierten Gruppe gehört, den Spread erhöhen muss 1. An dieser Stelle schließt sich zudem der Kreis zum Handelsvolumen: Ein hohes Handelsvolumen bedeutet nicht nur, dass es für den Market Maker einfacher ist, Positionen wieder abzubauen (Argumentation der frühen Literatur), sondern auch, dass die Wahrscheinlichkeit kleiner ist, mit einem informierten Investor zu handeln 2. Die Literatur, die es sich zur Aufgabe gemacht hat, Vor- und Nachteile der Marktformen mit Auktionen und Market-Makern abzuwägen und dadurch eine optimale Organisationsform zu bestimmen, ist zu keinem einheitlichen Ergebnis gekommen. Aussagen über den Einfluss der Marktorganisation auf Liquidität, Volatilität und andere relevante Faktoren divergieren sehr stark in Abhängigkeit der verwendeten Modelle 3. Nicht auszuschließen ist, dass hybride Marktformen zu bevorzugen sind. Diese sind zumindest unter dem Eindruck einer fehlenden klaren Empfehlung aus der Wissenschaft bisher in der Praxis weit verbreitet 4. Zusammenfassend ist es nach dem aktuellen Stand der Forschung zur Mikrostruktur noch nicht möglich, eine klare Aussage über den Einfluss der Marktorganisation auf die Charakteristika von Kursreaktionen zu treffen. Handelsfrequenz Unabhängig von der Marktorganisation durch Market Maker, Auktionen oder eine gemischte Form lassen sich Märkte anhand der Handelsfrequenz charakterisieren. Dabei ist vor allem zwischen einer kontinuierlichen und der beliebig abstufbaren periodischen Preisermittlung zu unterscheiden. Für den Investor hat eine periodische Handelsfrequenz insbesondere Einfluss auf sein strategisches Verhalten, denn mit größerer Wartezeit zwischen Auftragsabgabe und -ausführung nehmen die Risikokosten zu 5. Für die Preisfindung und damit die Analyse historischer Preisverläufe ist zu beachten, dass eine niedrigere Handelsfrequenz dazu führt, dass jeder einzelnen Preisfeststellung mehr Handelsaufträge zugrunde liegen. Dieser Umstand wird in der Literatur als positiv bewertet, da auf diese Weise das Auftreten kurzfristiger Angebots- und Nachfrageüberhänge und zufällige Abweichungen vom Fundamentalwert, die durch wenige Marktteilnehmer getrieben sind 1 Vgl. Glosten und Milgrom (1985), S Vgl. Easley et al. (1996). 3 Vgl. Hirth (2000), S. 49f. 4 Vgl. Hirth (2000), S Vgl. Garbade und Silber (1979), S Sebastian Scheurle Seite 16

23 unwahrscheinlicher werden 1. Ist jedoch, wie in dieser Arbeit, gerade das exakte Marktverhalten, inklusive aller individuellen Irrtümer und temporärer Ineffizienzen Gegenstand der Untersuchung, sind von kontinuierlich gebildeten Preisdaten detailliertere Eindrücke zu erwarten. Non-Synchronous-Trading Ein weiterer Faktor, der zu systematischen Verzerrungen von Analyseergebnisse führen kann, ist der in der Mikrostruktur-Literatur als Non-Synchronous-Trading bezeichnete Effekt. Dieser Effekt tritt auf, wenn Werte zweier oder mehrerer Zeitreihen entgegen der Annahme im Modell in unterschiedlichen Zeitspannen erhoben wurden 2. Dies ist bei einem Modell wie dem in dieser Arbeit verwendeten insbesondere kritisch bei der Berechnung von Markt-Betas. So werden Schlusskurse verschiedener Unternehmen in der Praxis häufig nicht zum exakt selben Zeitraum dokumentiert und innerhalb des Tages kommt es durch fehlende Liquidität sporadisch dazu, dass zu einem Zeitpunkt kein Kurs festgestellt werden konnte. Diese zwei Beispiele zeigen, dass der Non-Synchronous-Trading-Effekt unabhängig vom Testintervall der Zeitreihen auftreten kann. Unter fehlender Berücksichtigung des Effekts könnte eine Analyse der Zeitreihen, z.b. bei der Beta-Berechnung, zu falschen Ergebnissen über einen zeitlich versetzten Zusammenhang der Zeitreihen kommen 3. Dieser Zusammenhang scheint aber nur wegen der durch andere Faktoren bedingten verspäteten Kursreaktion einer der Zeitreihen zu bestehen und hat nichts mit dem tatsächlichen Zusammenhang der Kursbewegungen zu tun. Falls verzerrende Einflüsse aufgrund von Non-Synchronous-Trading zu erwarten sind, kann auf Modelle zurückgegriffen werden, die diese Einflüsse kompensieren Automatisierter Handel Eine in den letzten Jahren immer schneller voranschreitende Automatisierung des Handels trifft sowohl auf die Abwicklung, d.h. die Ablösung des klassischen (computerunterstützen) Parketthandels durch phasenübergreifend automatisierte Computerhandelssysteme (z.b. Xetra ) als auch auf die Investoren, allgemeiner formuliert die auftragserteilenden Instanzen, zu. Während die Analyse der Auswirkungen einer Transaktionsabwicklung auf computergestützten Handelsplattformen dem Forschungsfeld der Marktmikrostruktur 1 Vgl. Hirth (2000), S Vgl. Campbell et al. (1997), S Vgl. z.b. Atchison et al. (1987). 4 Vgl. zu solchen Modellen z.b. Scholes und Williams (1977); Tsay und Jin-Huei (2003). Sebastian Scheurle Seite 17

24 zuzuordnen ist, soll es in diesem Kapitel um den zweiten Aspekt, die Ablösung des Menschen als handelnde und entscheidende Instanz, gehen. Dies klingt wie Science Fiction, Statistiken beweisen jedoch, dass es längst Realität ist: Laut eines Zeitungsberichts werden bereits 73% und in Europa ca. 30% des gesamten Umsatzes mit Aktien über den so genannten Hochfrequenzhandel abgewickelt 1. Hinter diesem Schlagwort verbirgt sich der Handel durch Rechenzentren mit Supercomputern, die auf der Basis von Algorithmen innerhalb von Sekundenbruchteilen Handelsaufträge abgeben. Dabei werden sehr unterschiedliche Strategien verfolgt. Sie betreffen oft das Ausnutzen von Arbitragemöglichkeiten, können jedoch beispielsweise auch auf Basis charttechnischer Indikatoren (z.b. Trendfolge) oder News-Trading-Strategien funktionieren. Nach meinem Kenntnisstand gibt es derzeit noch keine wissenschaftliche Auseinandersetzung mit dem Einfluss dieser Entwicklung auf das Marktverhalten. Zwar beschäftigt sich die bisherige Forschung zur Mikrostrukturtheorie mit dem Einfluss so genannter Noise-Trader, die nicht aufgrund von kursrelevanten Informationen, sondern als reine Liquiditätshändler 2 agieren, jedoch unterscheidet sich der Algorithmen-Handel durch seine allen anderen Marktteilnehmern überlegene Geschwindigkeit und seine strikte Regelbefolgung. Aufgrund dieser Charakteristika ist davon auszugehen, dass der algorithmische Handel dadurch unter gewöhnlichen Bedingungen eher eine effizienzsteigernde Wirkung entfaltet. So werden Bewertungsunterschiede an verschiedenen Börsen, eine im Sinne der Effizienz unerwünschte Erscheinung, die üblicherweise durch unterschiedlich hohe Handelsaktivitäten ausgelöst wird, durch automatisierte Trades unmittelbar nach ihrem Auftreten beseitigt und auch Reaktionen auf Nachrichten beschleunigt. Unter dem Eindruck starker Kursbewegungen ist jedoch durchaus zu befürchten, dass prozyklisch agierende Systeme bestehende Trends zusätzlich verstärken, was der Effizienz wiederum entgegenstehen würde. Dies ist insbesondere dann gefährlich, wenn sie dadurch wiederum Folgereaktionen unter den menschlichen Investoren auslösen, die davon ausgehen müssen, dass die Kursbewegung informationsgetrieben ist 3. Insgesamt wäre für das Kursverhalten durch einen hohen Anteil automatisierter Systeme in jedem Fall ein geringerer Einfluss durch menschliche irrationale Verhaltensweisen zu erwarten. Neben einigen Veränderungen, die als Effizienzsteigerung bezeichnet würden, wäre jedoch als Folge der Interaktionseffekte zwischen computergestützten und menschlichen 1 Vgl. Bräuer und Kroder (2010). 2 Vgl. Hirth (2000), S Die These eines solchen Effekts wurde bereits im Rahmen der Forschung zum Noise-Trading entwickelt. Vgl. Stoll (1992), S. 78. Sebastian Scheurle Seite 18

25 Marktteilnehmern, und auch zwischen automatischen Systemen untereinander, das Auftreten von andersartigen, nicht durch die BF erklärbaren Ineffizienzen nicht auszuschließen. Diese wären ohne die Kenntnis der Handelsstrategien der am Markt agierenden Systeme wohl kaum prognostizierbar. 5. Ad-hoc Nachrichten und ihre kurzfristigen Auswirkungen auf den Aktienkurs Die Literatur hat trotz der Differenzen über langfristige Kursanomalien nicht infrage gestellt, dass Nachrichten klar zuordenbare kurzfristige Kursreaktionen hervorrufen und der jeweilige Informationsgehalt, wenn auch mit variierender Geschwindigkeit, sehr schnell eingepreist wird. Ich gehe hier nun der Frage nach, wie dieser Vorgang in den Stunden nach der Veröffentlichung einer Nachricht abläuft mit besonderer Beachtung der möglichen Einflussfaktoren auf die Charakteristika der Kursreaktionen wie in Kapitel 4 vorgestellt. In diesem Kapitel stelle ich zuerst Vorgehensweise und Datengrundlage der dazu durchgeführten Event-Studien vor und gehe dann auf die Ergebnisse und die Interpretation derselben ein Das Methodenkonzept der Event-Studie Zur Untersuchung der Kursreaktionen nach Ad-hoc Nachrichten greife ich auf die statistische Methode der Event-Studien zurück. Dieses ist darauf ausgelegt, ab einem definierten Zeitpunkt (dem Ereignis) Preise auf Anomalien zu untersuchen. Dies geschieht durch einen Vergleich zum vorherigen, vom Ereignis unbeeinflussten Preisverhalten. Literaturüberblick und Einordnung Vor allem in der frühen Literatur wurden Event-Studien häufig dazu verwendet, um unter der Annahme effizienter Märkte den Einfluss eines Ereignisses auf den Firmenwert festzustellen. Untersuchte Ereignisse reichen von firmenspezifischen Ereignissen wie Aktiensplits 1, Fusionen und Übernahmen 2 oder Kapitalerhöhungen 3 bis hin zu makroökonomischen Nachrichten 4. Auch unter der Annahme, dass Märkte effizient sind und Informationen direkt und vollständig eingepreist werden, wurden Tests des Informationsgehalt (Usefulness) bestimmter Firmenberichte und Rechnungslegungskennzahlen durchgeführt 5. Aufgrund der Fortschritte in der IT und des 1 Vgl. z.b. Dolley (1933). Diese ist gleichzeitig die wahrscheinlich älteste Event-Studie. 2 Vgl. z.b. Manne (1965), Eckbo (1983). 3 Vgl. z.b. Barclay und Litzenberger (1988). 4 Vgl. z.b. McQueen und Roley (1993). 5 Vgl. z.b. Ball und Brown (1968), Wael (2004). Sebastian Scheurle Seite 19