Executive Summary

„Sell in May and go away“ ist eine unter Investoren weit verbreitete Börsenweisheit. In der Behavioral Finance werden dieser und ähnliche Effekte als Kalenderanomalien bezeichnet. Ziel dieser Diplomarbeit ist es, die wichtigsten dieser Effekte einer Analyse zu unterziehen und die daraus gewonnenen Erkenntnisse in einer Investmentstrategie umzusetzen. Um einen Überblick über das Thema zu erhalten, wurde zunächst die wissenschaftliche Literatur zu den einzelnen Kalenderanomalien untersucht. In einem zweiten Schritt wurden zwölf Aktienindizes auf fünf saisonale Effekte hin untersucht. Die Beobachtungszeiträume gehen dabei bei einzelnen Indizes bis in die 50er Jahre zurück. Ein Hauptaugenmerk wurde dabei auf die historische Entwicklung der einzelnen Effekte in den jeweiligen Indizes gelegt. Damit wurde überprüft, ob die über lange Zeiträume beobachteten Anomalien auch in der Gegenwart noch evident sind.

Nach dieser eingehenden, theoretischen und empirischen Analyse der jeweiligen Effekte konnte die Relevanz dieser Effekte für eine Investmentstrategie bestimmt werden. Vor der Entwicklung einer eigenen Investmentstrategie galt es, bereits am Markt befindliche Investmentprodukte zu suchen. Diese Investmentprodukte wurden schließlich hinsichtlich ihrer Performance, ihrer Outperformance und ihrer Ausstattungsmerkmale untersucht und verglichen.

Im Anschluss an die Marktanalyse wurde eine eigene, auf saisonalen Effekten beruhende Anlagestrategie entwickelt. Diese Strategie wurde in zwei Teilstrategien zerlegt um für die verschiedenen Anlegergruppen praktikable Lösungen anzubieten.

In einem letzten Schritt wurden die zuvor entwickelten Strategien mithilfe von historischen Kursdaten hinsichtlich ihrer Outperformance überprüft. Um ein aussagekräftiges Ergebnis zu erhalten wurde ein Zeitraum von 7,25 Jahren (01.01.2001 - 31.03.2008) für diesen historischen Test herangezogen. Bei einer Anwendung beider Teilstrategien konnte mithilfe der saisonalen Strategien im Untersuchungszeitraum eine Outperformance von 362,37% gegenüber einem durchgehenden Investment erzielt werden.

I

Inhaltsverzeichnis

EXECUTIVE  SUMMARY  I

INHALTSVERZEICHNIS   II

ABBILDUNGSVERZEICHNIS   V

TABELLENVERZEICHNIS   VII

1.  PROBLEMSTELLUNG UND ZIELSETZUNG  1

2.  THEORETISCHE GRUNDLAGEN  2

2.1.  Klassische Finanzierungslehre  2

2.2.  Neoklassische Finanzierungstheorien  3

2.3.  Neoinstitutionalistische Finanzierungstheorien  4

2.4.  Theorie der Rationalität und Informationseffizienz  5

2.5.  Die Theorie der Behavioral Finance  7

3.  KALENDEREFFEKTE IN DER BEHAVIORAL FINANCE  11

3.1.  Wochentags-Effekt  11

3.1.1.  Erklärungen für den Wochentags-Effekt  14

3.1.2.  Empirische Untersuchung des Wochentags-Effekts  15

3.2.  Feiertags-Effekt  20

3.2.1.  Erklärungen für den Feiertags-Effekt  22

3.2.2.  Empirische Untersuchung des Feiertags-Effekt  23

3.3.  Monatswechsel-Effekt  27

3.3.1.  Erklärungen für den Monatswechsel-Effekt  29

3.3.2.  Empirische Untersuchung des Monatswechsel-Effekt  30

3.4.  Jänner-Effekt  35

3.4.1.  Erklärungen für den Jänner-Effekt  37

II

3.4.2.  Empirische Untersuchung des Jänner-Effekt  39

3.5.  Sommer-Effekt  44

3.5.1.  Erklärungen für den Sommer-Effekt  46

3.5.2.  Empirische Untersuchung des Sommer-Effekt  47

3.6.  Weitere beobachtete Effekte  51

3.6.1.  US Presidential Election Cycle  51

3.6.2.  Moonlight Effect  52

3.7.  Kritische Würdigung der erwähnten Effekte  54

4.  ENTWICKLUNG EINER AUF KALENDEREFFEKTEN BASIERENDEN  

ANLAGESTRATEGIE   56

4.1.  Verwendbarkeit der untersuchten Effekte in einer Anlagestrategie  56

4.2.  Marktanalyse für saisonale Investmentprodukte  57

4.2.1.  DAXplus Seasonal Strategy - Saisonaler Index  57

4.2.2.  Zertifikate  58

4.2.2.1.  Saisonale Zertifikate von ABN Amro  58

4.2.2.2.  Saisonale Zertifikate von Credit Suisse  60

4.2.2.3.  Saisonale Zertifikate der HypoVereinsbank.  62

4.2.2.4.  Saisonale Zertifikate der Landesbank Berlin.  64

4.2.2.5.  Saisonale Zertifikate der Commerzbank  65

4.2.2.6.  Vergleich der vorgestellten Zertifikate  66

4.3.  Implementierung der Strategie  69

4.3.1.  Grundsätzliche Ausrichtung der Strategie  69

4.3.1.1.  Anlagemärkte  70

4.3.1.2.  Anlageinstrumente  70

4.3.2.  Sommereffekt-Strategie  71

4.3.3.  Kurzfristige Trading-Strategie  72

4.3.3.1.  Kurzfristige Trading-Strategie für den S P 500  72

4.3.3.2.  Kurzfristige Trading-Strategie für den EURO STOXX 50  73

4.3.3.3.  Kurzfristige Trading-Strategie für den NIKKEI 225  74

4.3.3.4.  Generelle Trading-Richtlinien  75

4.4.  Historischer Test der Strategie  76

4.4.1.  Test der Sommereffekt-Strategie.  76

4.4.2.  Test der Kurzfristigen Trading-Strategien  78

III

4.4.3.  Zusammenfassung der Testergebnisse  82

4.4.4.  Kritische Würdigung der Testergebnisse  83

4.4.5.  Überlegungen für die Praxis  84

5.  LITERATURVERZEICHNIS  85

6.  ANHANG  90

IV

Abbildungsverzeichnis   

Abbildung  1: Behavioral Finance  

Abbildung  2: Historische Entwicklung der Montagsperformance im NASDAQ Composite  

Abbildung  3: Historische Entwicklung der Freitagsperformance im NASDAQ Composite  

Abbildung  4: Historische Entwicklung der Mittwochsperformance im NASDAQ Composite  

Abbildung  5: Historische Wahrscheinlichkeiten für den Performance stärksten- bzw.  

schw  ächsten Wochentag im NASDAQ Composite  

Abbildung  6: Durchschnittliche Renditen rund um Feiertage nach Ariel  

Abbildung  7: Durchschnittliche Performance einen Tag vor Feiertagen im DAX 30  

Abbildung  8: Durchschnittliche Performance zwei Tage nach Feiertagen im DAX 30  

Abbildung  9: Durchschnittliche Performance abseits von Feiertagen im DAX 30  

Abbildung  10: Durchschnittliche Performance einen Tag vor Monatswechsel im FTSE 100  

Abbildung  11: Durchschnittliche Performance einen Tag nach Monatswechsel im FTSE  

Abbildung  12: Durchschnittliche Performance abseits von Monatswechseln im FTSE 100  

Abbildung  13: Durchschnittliche Jänner Outperformance des Kapitalisierungsgewichteten  

CRSP  Index  

Abbildung  14: Durchschnittliche Jänner Outperformance eines gleichgewichteten, auf dem  

CRSP  Index basierenden, Portfolios  

Abbildung  15: Verteilung der besten und schlechtesten Monate innerhalb der untersuchten  

Indizes   

Abbildung  16: Historische Wahrscheinlichkeiten für den Performance stärksten- bzw.  

schw  ächsten Monat im S P 500  

Abbildung  17: Jänner Outperformance im S P 500  

Abbildung  18: Jänner Outperformance im DJ INDU  

Abbildung  19: Jänner Outperformance im SDAX  

Abbildung  20: Renditen im Sommer- bzw. Winterhalbjahr entwickelte Märkte  

Abbildung  21: Renditen im Sommer- bzw. Winterhalbjahr Entwicklungsmärkte  

Abbildung  22: Outperformance der Wintermonate gegenüber den Sommermonaten (Szenario  

1)  im ATX  

Abbildung  23: Historische Wahrscheinlichkeiten für den Performance stärksten- bzw.  

schw  ächsten Monat im ATX  

Abbildung  24: Durchschnittliche kumulierte Erträge während einer US-Legislaturperiode  

V

Abbildung 25: Durchschnittliche Performance während Voll- und Neumondperioden in

amerikanischen Indizes ............................................................................................................ 53 Abbildung 26: Durchschnittliche Renditen während Voll- und Neumondperioden in kleineren

Märkten .................................................................................................................................... 54 Abbildung 27: Outperformance des DAXplus Seasonal Strategy gegenüber dem DAX ........ 58

Abbildung A 1: Jänner Outperformance im DAX ................................................................... 92

VI

Tabellenverzeichnis   

Tabelle 1:  Wesentliche Unterschiede zwischen der klassischen Kapitalmarkttheorie und der  

Behavioral  Finance  9

Tabelle 2:  Durchschnittliche Rendite der Handelstage an internationalen Märkten  13

Tabelle 3:  Wochentags-Effekt - Untersuchungsergebnisse.  16

Tabelle 4:  Holiday Effekt - Untersuchungsergebnisse  24

Tabelle 5:  Internationale Evidenz des Intramonth Effects  28

Tabelle 6:  Betrachtung des Turn-of-Month-Effect unter Ausschluss des Monats Jänner  29

Tabelle 7:  Turn-of-Month Effekt (Performance vor Monatswechsel) -  

Untersuchungsergebnisse   31

Tabelle 8:  Turn-of-Month Effekt (Performance nach Monatswechsel) -  

Untersuchungsergebnisse   32

Tabelle 9:  Jänner Effekt - Untersuchungsergebnisse  40

Tabelle 10:  Summer Effekt (Szenario 1) - Untersuchungsergebnisse  48

Tabelle 11:  Summer Effekt (Szenario 2) - Untersuchungsergebnisse  48

Tabelle 12:  Wertpapierdetails zum DAX Best Seasons Zertifikat  59

Tabelle 13:  Wertpapierdetails zum DAX Seasonal Strategy Open End Zertifikat  60

Tabelle 14:  Wertpapierdetails zu Saison Strategie Protect Zertifikat  61

Tabelle 15:  Wertpapierdetails zu HVB Open End Indexzertifikat auf den HVB Europa Saison  

Index   62

Tabelle 16:  Wertpapierdetails zu HVB Bonus Zertifikat auf den HVB Europa Saison Index  63

Tabelle 17:  Wertpapierdetails zu SOFIA Saison Strategie 2011-Zertifikate  64

Tabelle 18:  Wertpapierdetails zu SOFIA Saison Strategie 2011 plus-Zertifikate  65

Tabelle 19:  Wertpapierdetails zu Strategie Zertifikate auf Dow Jones EURO STOXX 50  66

Tabelle 20:  Vergleich von saisonalen Investmentprodukten - Teil 1  67

Tabelle 21:  Vergleich von saisonalen Investmentprodukten - Teil 2  68

Tabelle 22:  Simulationsergebnisse - Sommereffektstrategie Simulation von 01.01.2001 -  

31.03.2008   77

Tabelle 23:  Simulation Sommereffekt für den NIKKEI 225  78

Tabelle 24:  Sommereffekt-Strategie im Musterdepot  78

Tabelle 25:  Simulationsergebnisse für die kurzfristigen Handelsstrategien im EURO  STOXX

50   80

Tabelle 26:  Simulationsergebnisse für die kurzfristigen Handelsstrategien im S P 500  81

Tabelle 27:  Simulationsergebnisse für die kurzfristigen Handelsstrategien im NIKKEI 225  81

VII

Tabelle 28:  Kurzfristige Handelsstrategien im Musterdepot  82

Tabelle 29:  Kumulierte Simulationsergebnisse im Musterdepot  83

Tabelle A  1: Sell in May Effect - Performance pro Land und Monat  90

Tabelle A  2: Monatsperformance (Jan-Jun) - Untersuchungsergebnisse  91

Tabelle A  3: Monatsperformance (Jul-Dez) - Untersuchungsergebnisse  91

VIII

1. Problemstellung und Zielsetzung

Ausgehend von den Theorien der Behavioral Finance, können Auffälligkeiten an den weltweiten Aktienmärkten beobachtet werden, die die klassische Kapitalmarkttheorie in Frage stellt.

Empirische Untersuchungen von historischen Indexverläufen haben Vermutungen hervorgebracht, dass die positive aber auch negative Performance nicht gleichmäßig über das Jahr verteilt ist. Bei näherer Betrachtung lassen sich bestimmte Auffälligkeiten bzw. Effekte erkennen, die zusammengefasst als Kalenderanomalien bezeichnet werden können. Diese Anomalien lassen sich häufig nicht auf ein rationales Anlageverhalten zurückführen und werden somit im Bereich der Behavioral Finance untersucht.

Ziel ist es nun eine Anlagestrategie zu entwickeln, die sich diese Effekte zunutze macht und eine Outperformance im Vergleich zu anderen Strategien erreicht, die zwar dieselbe Basisstrategie verwendet, aber keine Rücksicht auf diese Kalenderanomalien nimmt. Um dieses Ziel zu erreichen, müssen zunächst die in der Literatur beschriebenen bzw. vermuteten Anomalien näher betrachtet werden. Anschließend sind die in der Literatur beschriebenen Effekte selbst zu analysieren. Die Analyse erfolgt durch eine empirische Zeitreihenuntersuchung von historischen Kurs- bzw. Performanceverläufen von Indizes. Entscheidend dabei ist vor allem die Ausprägung der jeweiligen Effekte. Zudem stellt sich die Frage wie sich die Anomalien im historischen Verlauf verändert haben. Eine weitere entscheidende Frage, die mittels der empirischen Analyse geklärt werden soll ist, ob die Effekte auch aktuell ihre Gültigkeit haben oder ob die Effekte rein statistische Erscheinungen sind.

Vor der Entwicklung einer eigenen Investmentstrategie werden bereits am Markt befindliche Finanzmarktinstrumente die ebenfalls auf saisonalen Investmentstrategien beruhen untersucht. Die gewonnenen Erkenntnisse über die einzelnen Anomalien sollen schließlich in einer Sammlung von Handlungsanweisungen gebündelt werden, welche als Grundlage für eine kalenderoptimierte Anlagestrategie dienen.

1

2. Theoretische Grundlagen

Die Finanzierung als Teil der Betriebswirtschaftslehre wird in der Disziplin der Finanzierungsforschung wissenschaftlich untersucht. Allgemein gilt die

Finanzierungsforschung als relativ junge wissenschaftliche Disziplin. ¹ Insgesamt wird die Finanzierungsforschung in drei Theorien unterteilt welche in folgenden Abschnitt kurz erläutert werden um einen Überblick über das Forschungsgebiet zu vermitteln.

2.1. Klassische Finanzierungslehre

Die folgenden Darstellungen orientieren sich an Perridon und Steiner. ² Die Konzepte der klassischen Finanzierungslehre sehen die Tätigkeiten der Finanzierung lediglich als Unterstützungsfunktion für die Leistungsprozesse einer Unternehmung. Finanzierung als Aufbringung von Kapital wird getrennt von der Investition als Verwendung Kapital betrachtet. Die „deskriptive Formenlehre“ als Teilgebiet der klassischen Finanzierungslehre beschäftigt sich damit, für vorgegebene Investitionsvorhaben die jeweils günstigste Form der Finanzierung zu finden. Kriterien für die Bestimmung einer optimalen Finanzierung sind unter anderem die Fristigkeit des Kapitals, die Kapitalkosten bzw. Rendite, die Transaktionskosten, die Risiken, die Kontroll- und Mitsprachemöglichkeiten für die Kapitalgeber und die steuerliche und finanzielle Behandlung des Kapitals. Der projektorientiere Ansatz ist ein weiterer Forschungsschwerpunkt der klassischen Finanzierungslehre, der sich mit den Rechtsfolgen von außergewöhnlichen finanztechnischen Maßnahmen wie Änderungen der Rechtsform, „Mergers and Acquisitions“, Kapitalmaßnahmen oder Liquidation beschäftigt.

Mithilfe der Methoden der Finanzanalyse, die ein weiterer Schwerpunkt der klassischen Finanzierungslehre ist, sollen aus den Daten der Unternehmensbilanz Informationen über die finanzwirtschaftliche Stabilität und Bonität des Unternehmens gewonnen werden. Grundlage dafür ist die Ermittlung von Kennzahlen und Kennzahlenkombinationen. Der vierte und letzte Forschungsbereich der klassischen Finanzierungslehre, die Finanzplanung, gilt zudem als modernster. Die Finanzierung entwickelt sich weg von der reinen Unterstützungsfunktion hin zu einem eigenen Aufgabenbereich, der die ständige Zahlungsfähigkeit des Unternehmens und damit den Fortbestand des Unternehmens gewährleistet.

¹ Vgl. Schneider D. 1987, S. 350ff., zit. in: Perridon L. / Steiner M. 2004, S. 16.

² Vgl. Perridon L. / Steiner M. 2004, S. 17-19.

2

2.2. Neoklassische Finanzierungstheorien

Grundlage für die neoklassischen Finanzierungstheorien, oft auch als Kapitalmarkttheorien bezeichnet, bildet das Werk „Portfolio Selection“ von Harry M. Markowitz aus dem Jahr 1952. ³ Diese von Markowitz entwickelte Portfoliotheorie beschäftigt sich mit dem Zusammenhang von Rendite und Risiko von Anlageinstrumenten und der Bildung von Portfolios. Ziel ist die Bildung effizienter Portfolios, die hinsichtlich Risiko und Return unübertroffen sind. 4

Aufbauend auf der Grundlage der Portfoliotheorie wurden mehrere weitere Theorien entwickelt, die in das Gebiet der der neoklassischen Finanzierungstheorien einzuordnen sind. ⁵ So haben etwa William F. Sharpe, John Lintner und Jan Mossin unabhängig von einander das Capital Asset Pricing Model entwickelt, welches kurz auch als CAPM bezeichnet wird. ⁶ Zusammen mit der Arbitrage Pricing Theory von Stephen A. Ross und der Optionspreistheorie von Fischer Black und Myron Scholes bildet das CAPM die theoretische Basis für die neoklassische Finanzierungstheorie. ⁷ Die Theorien werden auch als Kapitalmarkttheorien bezeichnet.

Ziel des Portfoliomodells ist es, das Gesamtrisiko des Investments durch Diversifizierung in einzelne Anlagen zu minimieren. Grund für diesen Effekt ist die Tatsache, dass verschiedene Anlagen und vor allem verschiedene Anlageklassen nicht vollständig positiv miteinander korrelieren.

Dem Modell liegen jedoch gewisse Annahmen zugrunde die erfüllt sein müssen: 8

• Die erwarteten Anlagerückflüsse am Ende der Periode werden mit subjektiven Wahrscheinlichkeiten unterlegt, wobei eine Normalverteilung unterstellt wird.

• Als Risikomaß gilt die Standardabweichung (σ) um den Erwartungswert (µ).

• Zielgrößen sind entsprechend.

• Die Anleger sind risikoavers.

• Wertpapiere lassen sich beliebig teilen.

• Es werden keine Transaktionskosten berücksichtigt. (Anm. d. Verf.: Und auch keine Steuern)

³ Vgl. Olsen R. 1998, S. 13., zit. in: Jurczyk B. 2006, S. 61.

⁴ Vgl. Spremann K. 2000, S. 125.

⁵ Vgl. Jurczyk B. 2006, S. 61.

⁶ Vgl. Spremann K. 2000, S. 208.

⁷ Vgl. Perridon L. / Steiner M. 2004, S. 21.

⁸ Bruns C. / Meyer-Bullerdiek F. 1996, S. 49.

3

Zusätzlich zu den Prämissen des Portfoliomodell verlangt das CAPM-Modell noch nach folgenden Voraussetzungen: 9

• Bei den Anlegern bestehen homogene Erwartungen bezüglich der Rendite und des Risikos aller Wertpapiere.

• Ex existiert ein risikoloser, für alle Anleger identischer Zinssatz, zu dem jederzeit Finanzmittel in beliebiger Höhe aufgenommen und angelegt werden können.

Aus der Voraussetzung der homogenen Erwartungen bezüglich Rendite und Risiko ergibt sich die Anforderung an einen informationseffizienten Kapitalmarkt. ¹⁰ Die Thematik der Informationseffizienz wird in Kapitel 2.4 dieser Arbeit näher behandelt.

2.3. Neoinstitutionalistische Finanzierungstheorien

Verschiedenste Finanzintermediäre und zahlreiche Finanzierungs- und Rechtsformen kommen in der Praxis der Kapitalmärkte täglich zum Einsatz. In einem vollkommenen Kapitalmarkt hätten diese Marktteilnehmer keine Existenzgrundlage, da Informationen kostenlos und frei zugänglich sind und keine Transaktionskosten und Steuern existieren. Diese Marktteilnehmer und Rechtskonstrukte werden in der Neoinstitutionalistischen Finanzierungstheorie als Institutionen bezeichnet. 11

Die folgenden Darstellungen orientieren sich an Perridon und Steiner. ¹² Aufgrund der strengen Annahmen innerhalb der Neoklassischen Finanzierungstheorien kommt es immer wieder zu Divergenzen mit den realen Marktzuständen. Die neoinstitutionalistische Sichtweise soll als verbindendes Glied zwischen den neoklassischen Finanzmarkttheorien und der Praxis der Finanzmärkte wirken.

Die Fortschritte in der Informations- und Kommunikationstechnologie helfen dabei die Informationsverbreitung und Transparenz ständig zu verbessern. So gibt es Teilmärkte die in gewisser Hinsicht sehr nahe am perfekten Markt sind. Auch in der Theorie ist es die vorherrschende Meinung, dass der Kapitalmarkt in seiner Gesamtheit als unvollkommen gilt. Die Unvollkommenheit und Intransparenz der Märkte sind Grundlage diverser Finanzierungsprobleme. Diese Störfaktoren für einen perfekten Markt entstehen vor allem durch eine asymmetrische Informationsverteilung und sind damit Forschungsgebiet der neoinstitutionalistischen Finanzierungstheorien. 13

⁹ Unser M. 1999, S. 111f.

¹⁰ Vgl. Jurczyk B. 2006, S. 65.

¹¹ Schmidt R. H. / Terberger E. 1999, S. 65f.

¹² Perridon L. / Steiner M. 2004, S. 24f.

¹³ Schmidt R. H. / Terberger E. 1999, S. 64f.

4

Akerlof beschreibt das Thema der asymmetrischen Informationsverteilung in seinem „Lemon-Beispiel“. Der Verkäufer weiß besser Bescheid über die Ware die er anbietet, als der Käufer. Gründe dafür sind, dass der Besitzer die Ware länger kennt oder Einblicke und Zugang zu Informationen hat, die nur dem Besitzer möglich sind. 14

Die Problematik der asymmetrischen Informationsverteilung wird im Rahmen der Pricipal-Agent-Theorie näher untersucht. Dabei erfolgt eine Unterscheidung in folgende Teilproblematiken:

• „Adverse Selection“: Bezeichnet jene Situation, in der der Principal nicht genau über die Eigenschaften oder Verhältnisse eines zukünftigen Agents bescheid weiß. Der Agent verfügt also über einen Informationsvorsprung was seine eigenen Absichten betrifft und kann damit besser die Vorteilhaftigkeit eines vorliegenden Vertrags besser abschätzen. Der Agent wird damit versuchen schlechte Eigenschaften von ihm zu verbergen. So werden vermutlich genau all jene eine Versicherung abschließen deren Risiko höher ist als die zu zahlende Prämie, was darin resultiert, dass hauptsächlich unerwünschte Vertragspartner ausgewählt werden. 15

• „Moral Hazard“: Diese Situation tritt im Gegensatz zu „Adverse Selection“ erst nach eingehen einer Principal-Agent-Beziehung auf. Der Principal kann dabei nach Vertragsabschluss nicht mehr beobachten oder beurteilen ob sich der Agent so verhält wie er es bei Vertragsabschluss zugesichert hat. Es besteht die Gefahr dass der Agent den Informationsnachteil des Principals zu seinem eigenen Vorteil ausnutzt. 16

2.4. Theorie der Rationalität und Informationseffizienz

Im Allgemeinen geht die moderne Finanzierungstheorie von rational handelnden Marktteilnehmern aus. Grundlage für dieses Idealbild ist der „homo oeconomicus“ dessen Ziel die Maximierung des eigenen Nutzens ist. 17

Rationalität wird dabei von Unser wie folgt definiert: „bewusste, überlegte, begründbare und verstehbare Entscheidungen für diejenige Handlung aus einer Menge von Handlungsalternative …, durch die ein angestrebtes Ziel realisiert zu werden verspricht“. ¹⁸ Abweichungen von diesem rationalen Verhalten können als irrationales Verhalten oder allgemein als Anomalien bezeichnet werden. 19

¹⁴ Vgl. Akerlof G. A. 1970, ., zit in: Steiner M. / Bruns C. 1998, S. 66.

¹⁵ Vgl. Picot A. / Dietl H. / Franck E. 2005, S. 74f.

¹⁶ Vgl. Picot A. / Dietl H. et al. 2005, S. 75.

¹⁷ Vgl. Pelzmann L. 2000, S. 5., zit in: Jurczyk B. 2006, S. 70f.

¹⁸ Vgl. Unser M. 1999, S. 11f., zit in: Jurczyk B. 2006, S. 71.

¹⁹ Vgl. Unser M. 1999, S. 12., zit in: Jurczyk B. 2006, S. 72.

5

Basis für alle Entscheidungen des „homo oeconomicus“ bilden die Informationen. Dieses Informationsverhalten ist daher auch Grundlage für die Modelle der Neoklassischen Finanzierungstheorien. 20

Die folgende Darstellung orientiert sich an Rapp. ²¹ Die Theorie der rationalen Erwartungen wurde 1961 von John F. Muth entwickelt und basiert auf den Überlegungen der Informationseffizienz. Der Zugang zu allen Informationen welche für die Bewertung eines Objekts relevant sind ist kostenlos. Zusätzlich sind alle Teilnehmer mit dem erforderlichen ökonomischen Wissen ausgestattet um die verfügbaren Informationen zu verarbeiten, korrekt zu interpretieren und die Auswirkungen der Informationen auf den zukünftigen Kursverlauf zu prognostizieren. Gilt die Theorie der rationalen Erwartungen und der Informationseffizienz stellt sich in Folge auf den Märkten genau jener Preis ein, der die Erwartungen der Akteure reflektiert. Da alle Marktteilnehmer rational, und damit gleich, handeln werden neue Informationen sofort verarbeitet und es stellt sich ein neuer Preis ein, der die neuen Informationen impliziert.

Die zuvor beschriebene Verhaltensweise der Marktteilnehmer wird auch als „efficient market hypothesis“ bezeichnet. Die Effizienz bezieht sich dabei lediglich auf die Informationsverarbeitung und wird in der deutschen Literatur auch als „Informationseffizienz“ beschrieben. 22

Entwickelt wurde die Theorie eines informationseffizienten Markts von Eugene Fama im Jahr 1970: „A market in which prices always fully reflect all available information is called efficient.“ 23

Die Annahme der Theorie der informationseffizienten Märkte hat weitreichende Folgen. Da sämtliche Informationen stets eingepreist sind ist es keinem Anleger möglich aufgrund von subjektiven Überlegungen einen Wissensvorsprung und damit einen Wettbewerbsvorteil zu erzielen. Der individuelle Anleger kann den Markt nicht schlagen. ²⁴ Einziger Grund für eine Veränderung des Preises einer Aktie oder sonstigen Anlage besteht im Eintreffen einer neuen, noch nicht in den Kurs eingepreisten Nachricht bzw. Information. Aufgrund der Tatsache dass neue Informationen mit gleicher Wahrscheinlichkeit positiv wie negative Auswirkungen auf den Kurs haben können ist eine Vorhersage weiterer Kursverläufe nicht möglich. Der Kurs folgt einem zufälligen Pfad, einem „Random Walk“. 25

²⁰ Vgl. Unser M. 1999, S. 114., zit in: Jurczyk B. 2006, S. 72.

²¹ Vgl. Rapp H. W. 2000, S. 89.

²² Vgl. Steiner M. / Bruns C. 1998, S. 41. , zit in: Jurczyk B. 2006, S. 73.

²³ Vgl. Fama E. 1970, S. 383., zit in: Jurczyk B. 2006, S. 73.

²⁴ Vgl. Shleifer A. 2000, S. 1.; Rapp H. W. 2000, S. 89.

²⁵ Vgl. Schiereck D. / Weber M. 2000, S. 383f., zit in: Jurczyk B. 2006, S. 74.

6

Fama unternimmt dabei eine Klassifizierung der Informationseffizienz in drei Stufen: 26

• Schwache Informationseffizienz: Informationen über vergangene Kursentwicklungen sind vollständig berücksichtigt. Konsequenz daraus ist, dass mithilfe von technischen Analysen sind keine Marktvorteile zu erzielen ist.

• Halbstrenge Informationseffizienz: Informationen die öffentlich zugänglich sind, sind vollständig in den Kursen eingepreist. Konsequenz daraus ist, dass Mithilfe von fundamentalen Analysen keine Marktvorteile zu erzielen sind.

• Strenge Informationseffizienz: Sowohl öffentliche als auch nicht öffentliche Informationen sind vollständig in den Kursen eingepreist. Als nicht öffentliche Informationen gelten vor allem Insiderinformationen. Konsequenz daraus ist, dass durch keinerlei neue Informationen ein Marktvorteil zu erzielen ist.

Fama selbst geht davon aus dass die halbstrenge Informationseffizient am Markt gegeben ist. Daraus ergibt sich die Schlussfolgerung, dass durch ein aktives Portfoliomanagement keine Outperformance dem Markt gegenüber erreicht werden kann. Lediglich Insiderinformationen würden einen Wettbewerbsvorteil schaffen. 27

2.5. Die Theorie der Behavioral Finance

Die Idee der Behavioral Finance entstand daraus, dass in immer mehr empirischen Studien Anomalien des Kapitalmarkts nachgewiesen wurden, die mit den Modellen der neoklassischen Finanzierungstheorie nicht erklärbar waren, bzw. diesen teilweise sogar wiedersprachen. Die folgende Aufzählung soll nur einige wenige Anomalien aufzeigen, die im Gegensatz zu den Vorhersagen der neoklassischen Kapitalmarkttheorien stehen:

• Overreaction, Underreaction: Aktuelle Informationen werden häufig nicht adäquat berücksichtigt während historischen Informationen zu viel Relevanz beigemessen wird. 28

• Size Effect: Niedrig kapitalisierte Unternehmen weisen längerfristig eine höhere Gesamtrendite auf als höher kapitalisierte Unternehmen. 29

• Kalenderanomalien: Verschiedene Assets, wie beispielsweise Aktien, erzielen in gewissen Perioden mit höherer Wahrscheinlichkeit höhere Renditen als im

²⁶ Vgl. Fama E. 1970, S. 388.

²⁷ Vgl. Fama E. 1970, S. 388.

²⁸ Vgl. DeBondt W. F. M. / Thaler R. 1985, S. 793f., zit in: Roßbach P. 2001, S. 8.

²⁹ Vgl. Banz R. W. 1981, S. 3-18., zit in: Roßbach P. 2001, S. 8.

7

Durchschnitt. ³⁰ Diese saisonalen Effekte sollen auch in dieser Arbeit untersucht werden.

Basis der Überlegungen der Behavioral Finance ist das menschliche Verhalten an den Kapitalmärkten. Goldberg und Nitzsch geben dazu folgende Definition: „Die Behavioral Finance befasst sich also zum einen mit der Aufnahme, Auswahl und Verarbeitung von Information und konsequenterweise mit den daraus resultierenden Entscheidungen. Auf der anderen Seite beschäftigt sie sich mit den Anomalien im menschlichen Verhalten.“ ³¹ Rapp bezeichnet den Forschungszeig auch als verhaltenswisschenschaftlich fundierte Finanzmarkttheorie. 32

Die Grundlage für diesen Forschungszeig schufen 1979 die beiden Psychologen Daniel Kahnemann und Amos Tversky mit ihrer Prospect Theory, die sich mit Entscheidungen unter Ungewissheit befasste. 33

Rüdiger Götte hat die wesentlichen Unterschiede zwischen den Modellen der neoklassischen Finanzierungstheorien und den Ansichten der Behavioral Finance in Tabellenform herausgearbeitet.

³⁰ Vgl. Thaler R. 1987, S. 169-177.; Lakonishok J. / Smidt S. 1988, S. 403-425.; Gibbons M. R. / Hess P. 1981,

S. 579-596.

³¹ Goldberg J. / Nitzsch R. v. 2004, S. 27.

³² Vgl. Rapp H. W. 2000, S. 93.

³³ Vgl. Goldberg J. / Nitzsch R. v. 2004, S. 26f.

8

Tabelle 1: Wesentliche Unterschiede zwischen der klassischen Kapitalmarkttheorie und der Behavioral Finance

Die soziale Interaktion zwischen den Individuen bzw. Marktteilnehmern mit dem Gesamtmarkt stehen im Zentrum der Darstellung von Rapp (siehe Abbildung 1). Dabei zeigen Aktionen der Individuen Auswirkungen am Markt, welche wieder Reaktionen bei den Individuen hervorrufen. Rapp beschreibt das in seiner Darstellung als „Dynamik realer Marktprozesse“. 34

³⁴ Rapp H. W. 2000, S. 94.

9

Abbildung  1: Behavioral Finance  

Quelle  : Rapp H. W. 2000, S. 94.  

10

3. Kalendereffekte in der Behavioral Finance

Folgt man den Modellen der neoklassischen Finanzierungstheorien müssten die Kurse einen zufälligen Verlauf haben, infolge ergibt sich die sogenannte „Random Walk Hypothese“. Durch empirische Untersuchungen konnten jedoch Regelmäßigkeiten in der Performanceverteilung festgestellt werden. Die Beobachtungsfenster sind dabei sehr verschieden. Anomalien lassen sich sowohl „Intraday“ als auch in mehrjährigen Perioden wie zum Beispiel Legislaturperioden feststellen.

Zusammengefasst werden diese Anomalien als Kalendereffekte bezeichnet und im Rahmen der Behavioral Finance untersucht. Das folgende Kapitel sollen die einzelnen Effekte näher untersucht werden. Dazu wird in einem ersten Schritt die bestehende Literatur zu den einzelnen Effekten genauer beleuchten. In einem zweiten Schritt wird der jeweilige Effekt eigenen empirischen Untersuchungen unterzogen.

Besonderes Augenmerk bei diesen empirischen Untersuchungen gilt dabei der historischen Evidenz der Effekte und der Frage wie stark die Ausprägung der Effekte aktuell ist. Basis für die Untersuchungen sind Zeitreihen von 13 Indizes, die mithilfe von Thomson DataStream ermittelt wurden. Methodisch wurde dabei so vorgegangen dass diese 13 Indizes jeweils hinsichtlich ihrer Performance auf Tagesbasis als auch auf Monatsbasis untersucht wurden. Die Tagesperformance bildete schließlich die Datenbasis für die Untersuchungen hinsichtlich des Wochentags-Effekt, des Monatswechsel-Effekt, und des Feiertags-Effekt. Mithilfe der Daten der Monatsperformance wurden der Sommer- und der Jänner-Effekt untersucht.

Ziel dieser empirischen Untersuchungen ist es, jene Effekte ausfindig zu machen, die sich für den Einsatz in einer auf Kalendereffekten basierenden Anlagestrategie eignen.

3.1. Wochentags-Effekt

Als einer der am besten untersuchtesten Effekte innerhalb der Kalenderanomalien gilt der Wochentags-Effekt. Synonym wird diese Anomalie häufig auch als Day-of-Week-Effect, Monday-Effect oder Weekend-Effect bezeichnet. Als erstes festgestellt wurde der Effekt von Osborne 1962. ³⁵ In weiterer Folge beschäftigten sich zahlreiche Ökonomen wie Cross ³⁶ , French ³⁷ , Gibbons und Hess ³⁸ , Lakonishok und Levi ³⁹ , Keim und Stambaugh ⁴⁰ oder

³⁵ Siehe Osborne M. F. M. 1962, S. 345-379.

³⁶ Siehe Cross F. 1973, S. 67-69.

³⁷ Siehe French K. 1980, S. 55-70.

³⁸ Siehe Gibbons M. R. / Hess P. 1981, S. 579-596.

³⁹ Siehe Lakonishok J. / Levi M. 1980, S. 883-889. oder Lakonishok J. / Maberly E. 1990, S. 231-243.

⁴⁰ Siehe Keim D. B. / Stambaugh R. F. 1984, S. 819-835.

11