Die Ökonomie von Glücksspielen Teil II: Risiko, Unsicherheit, EVF-Model Dr. Ingo Fiedler 09.04.2013
Organisatorisches Keine Verschiebung der Veranstaltung Eventuell: Beginn bereits um 16Uhr? Erinnerung: Keine Vorlesung am 16.04 und 23.04 (dies academicus) Unterlagen: Stine und auf Institutswebsite: www.wiso.uni-hamburg.de/irdw http://www.wiso.unihamburg.de/professuren/irdw/studium/hauptstudium bachelor-schwerpunkt/die-oekonomie-vongluecksspielen/ 2
Auswertung Vorab-Fragebogen 1= trifft sehr zu 5 = trifft gar nicht zu 12 Das Thema interessiert mich 10 8 6 4 2 0 1 2 3 4 5 3
Auswertung Vorab-Fragebogen II 1= trifft sehr zu 5 = trifft gar nicht zu Ausschlussprinzip - Alternativen noch uninteressanter 8 7 6 5 4 3 2 1 0 1 2 3 4 5 4
Auswertung Vorab-Fragebogen III 1= trifft sehr zu 5 = trifft gar nicht zu 8 7 6 5 4 3 2 1 0 Erwartete überdurchschnittliche Note 1 2 3 4 5 5
Auswertung Vorab-Fragebogen IV Welche Form(en) von Glücksspiel interessiert am meisten? Poker Sportwetten Roulette Lotto Automaten Online-Glücksspiele 6
Risiko und Unsicherheit Risiko: known unknown Ereignisraum ist wohldefiniert Eintrittswahrscheinlichkeiten sind bekannt Zufallsverteilung ist bekannt Unsicherheit: unkown unknown Ereignisraum nicht wohldefiniert und/oder Eintrittswahrscheinlichkeiten sind nicht bekannt Zufallsverteilung unbekannt 7
Prognose bei Risiko und Unsicherheit Gängige Prognoseverfahren basieren auf Daten der Vergangenheit Zufallsereignisse unter Risiko können durch Analyse von Vergangenheitsdaten akkurat analysiert werden; Schlussfolgerungen für die Zukunft sind möglich Zufallsereignisse unter Unsicherheit können durch Analyse von Vergangenheitsdaten nur bedingt analysiert werden; Keine oder nur schwache Schlussfolgerungen für Zukunft möglich 8
Diversifikation My ventures are not in one bottom trusted, Nor to one place; nor is my whole estate Upon the fortune of this present year: Therefore my merchandise makes me not sad. William Shakespeare, Der Kaufmann von Venedig (1596-1598) Clearly, Shakespeare not only knew about diversification but, at an intuitive level, understood covariance. Harry Markowitz (1999) 9
Portfolio standard deviation Diversifikation bei Risiko Unique risk 0 Market risk 5 10 15 Number of Securities 10
Diversifikation bei Unsicherheit 11
Risiko oder Unsicherheit was liegt vor? Daumenregel zur Identifikation: Normalverteilung Bei Normalverteilung: Risiko Bei Nicht-Normalverteilung: Unsicherheit+ Basiert allerdings auf historischen Daten, daher per definitionem nicht akkurat Historische Normalverteilungen müssen in der Zukunft keine Normalverteilung sein Auch Nicht-Normalverteilungen können Risiko sein 12
Fiktiver Aktienmarkt bei Normalverteilung 13
Echte oder fiktive Kursverläufe? Mandelbrot 1962/2004 14
Echte oder unechte Kursänderungen? Tatsächliche Marktdaten Fiktive normalverteilte Marktdaten Echte Marktdaten Fiktive Lévy-verteilte Marktdaten Mandelbrot 1962/2004 15
Normalverteilung vs. Levy-Verteilung 16
Aktienmakrt: Volatile Volatilität! Volatilität clustert! Wertpapierkurse nicht normalverteilt! 17
Glücksspielereignisse und Zufall Ereignisraum wohldefiniert Payoff: zumeist vorab bekannt (außer z.b. mehrere Gewinner bei Lotto) Wahrscheinlichkeiten: wohldefiniert (außer bei Wetten) Glücksspielereignisse unabhängig voneinander (keine systematische Clusterbildung) Glücksspielentscheidungen sind Entscheidungen unter Risiko nicht unter Unsicherheit 18
Zufallsgeneratoren und Glücksspiel Zufallsgeneratoren erzeugen künstlichen Zufall Zufallsgeneratoren erzeugen stabil verteilte Verteilungen Ereignisraum wohldefiniert Wahrscheinlichkeiten wohldefiniert Beispiele: Würfel, Karten, Ziehungen, Zufallsgeneratoren eng mit Glücksspielen verknüpft (außer Wetten) Glücksspielvolatilität ist nicht volatil (Ausnahme: Manipulation) 19
The EVF Model of Gambling Literatur: Reber, 2012 Ausgangspunkt: Uneinheitliche Verwendung des Terminus Gambling ( I know it when I see it, Potter Stewart 1964) EVF-Model: Generelles Klassifikationssystem von risikobehafteten Entscheidungen anhand zweier Dimensionen EV:= Expected Value F:= Flexibility Gambling sehr weit definiert 20
The EVF Model of Gambling II Expected Value (EV):= theoretical or empirical return on investment (ROI) Flexibility (F):= degree to which the oucomes can be altered by the player EV: Verhältnis zwischen Teilnahmegebühr und erwartetem Gewinn (=Preis bei negativen EV) F: Verhältnis zwischen Glück und Geschick Expected Value und Flexibility sind stete Variablen ( continous ) Alle Spiele/Tätigkeiten liegen in dem Kontinuum beider Variablen 21
The EVF Model of Gambling III Flexibility S t a r t - up/ U n t e r n e h m e r t u m Studium/Bildung Poker Aktien Daytrading Sportwetten Immobilien Lotterien Automaten Roulette Staatsanleihen Ø Expected Value 22
The EVF Model of Gambling IV Mögliche Erweiterung des Modells durch dritte Dimension: Wiederholungshäufigkeit Unternehmertum Studium/Bildung Immobilien Staatsanleihen Aktien Roulette Automaten Sportwetten Daytrading Poker Widerholungshäufigkeit Wiederholungshäufigkeit als maßgeblicher Faktor für den Einfluss der Flexibilität auf den individuellen Erwartungswert 23
The EVF Model of Gambling V Unterschiedliche Regulierung je nach Lage des Spiels in der Matrix (Würfel) Geringe Flexibilität restriktive Regulierung Hohe Flexibilität liberale Regulierung Geringer EV restriktive Regulierung Hoher EV liberale Regulierung Häufigere Wiederholung Verstärkung der Regulierungsrichtung (restriktiv vs. liberal) 24
Turkey at Thangsgiving U(t) Thanksgiving t 25