Die Prognose von Wechselkursen

Inhaltsverzeichnis

1 Einleitung
1.1 Relevanz und Zielsetzung
1.2 Aufbau der Arbeit
1.3 Abgrenzung der Thematik
1.4 Methodik

2 Theoretische Grundlagen der Wechselkursprognosen
2.1 Überblick
2.2 Fama French - Effizienzmarkthypothese
2.3 Formen von Wechselkursprognosen
2.3.1 Marktbasierte Wechselkursprognose
2.3.2 Fundamentale Wechselkursprognose
2.3.3 Technische Wechselkursprognose
2.3.4 Gemischte Wechselkursprognose
2.4 Qualität von Wechselkursprognosen (nach Bofinger)
2.5 Zusammenfassung

3 Aktueller Forschungsstand in der Prognose von Wechselkursen
3.1 Überblick
3.2 Neuronale Netze
3.3 Support Vector Machines
3.4 Zusammenfassung

4 Empirie
4.1 Überblick
4.2 Regressionsanalyse
4.2.1 Der Prognoseprozess und die Datengenerierung einer Regressionsanalyse
4.2.2 Regressionsanalyse und Prognose (Forecast)
4.2.3 Fazit
4.3 Interview
4.3.1 Rahmen
4.3.2 Erstellung von Prognosen in der (Banken)Praxis
4.3.3 Anwendung von Wechselkursprognosen in der Praxis
4.4 Schlussbetrachtung

5 Conclusio
5.1 Resümee
5.2 Beantwortung der Forschungsfrage
5.3 Limitation & Diskussion der Ergebnisse
5.4 Ausblick

Quellenverzeichnis

Anhang

Abbildungsverzeichnis

Abbildung 1: Struktur der Arbeit

Abbildung 2: Linienchart EUR/USD - 1 Woche

Abbildung 3: Balkenchart EUR/USD - 6 Monate

Abbildung 4: Point and Figure Chart EUR/USD - 18 Monate

Abbildung 5: Künstliches Neuronales Netz als Black Box

Abbildung 6: Regressionsanalyse mit allen Variablen

Abbildung 7: Regression (2000-2010) und Prognose (2010-2014)

Abbildung 8: Tatsächliche Entwicklung vs. Prognose

Abbildung 9: Prognose 2012-2014 (Daten 2000-2012)

Abbildung 10: Prognose 2012-2014 (Daten 2007-2012)

Abbildung 11: Regression Deltas (2007-2014)

Abbildung 12: Prognose 2010-2014 (Deltas) (Daten 2007-2010)

Abbildung 13: Regression mit Veränderungsraten

Abbildung 14: Kaufkraftparität: "billiger" Dollar

Abbildung 15: Fed Bilanzausweitung schwächt Dollar

Abbildung 16: Eurozone Stabiltät stützt Euro

Abbildung 17: Zuflüsse in Euro-Aktien

Abbildung 18: Höhere Treasury Renditen

Abbildung 19: Wechselkursprognose

1 Einleitung

1.1 Relevanz und Zielsetzung

Die Prognose zukünftiger Wechselkursentwicklungen ist bei vielen wirtschaftlichen

Entscheidungen von großer Bedeutung. Gerade die jüngste Aufwertungsphase des Euro gegenüber dem US-Dollar zeigt sehr deutlich auf, welche negative Einflüsse unerwartete Wechselkursentwicklungen auf Unternehmen und Investoren haben können.^[1]

Aufgrund der hohen Bedeutung von Wechselkursveränderungen für international agierende Unternehmen wird oft ein aktives Währungsmanagement betrieben. Aufgabe dieses Währungsmanagements ist vor allem, Risiken, die aus Wechselkursveränderungen resultieren, zu managen, d.h. Risiko und Ertrag zu optimieren. Grundlage des Wechselkursmanagements ist dabei auch immer eine Prognose der zukünftigen Wechselkursentwicklung. Eine richtige Einschätzung des zukünftigen Wechselkurses ist allerdings für Unternehmen und Anleger nur schwer umzusetzen. Primär ist dieser Umstand auf das Fehlen eines allgemein gültigen Wechselkursmodells zurückzuführen, welches zu befriedigenden Prognoseergebnissen führt.^[2]

Nichtsdestotrotz ist für ein aktives Währungsmanagement unumgänglich, sich ein Bild über die zu erwartende Wechselkursentwicklungen der entsprechenden Währung zu machen. Oft behelfen sich Unternehmen und Anleger, aufgrund der hohen Unsicherheit über die zukünftige Entwicklung von Wechselkursen, mit Wechselkursprognosen von professionellen Devisenmarktbeobachtern. Für die Erstellung solcher Prognosen stehen Experten und Expertinnen verschiedene Methoden zur Verfügung. Im Rahmen dieser Arbeit sollen diese Methoden näher beleuchtet und der Bezug zu ihrer Nutzung in der Praxis hergestellt werden. Diese Zielsetzung kann mithilfe der folgenden zwei Forschungsfragen formuliert werden:

- Welche Formen der Wechselkursprognose können von Unternehmen und Investoren verwendet werden?
- Welche praktischen Probleme können hierbei auftreten?

1.2 Aufbau der Arbeit

Die vorliegende Arbeit unterteilt sich in fünf Kapitel. Nach dem einleitenden Kapitel beginnt mit Kapitel 2 die theoretische Darstellung und Aufarbeitung von Wechselkursprognosen, in der die verschiedenen Ausprägungen einer solchen Prognose näher definiert und beschrieben werden. Anschließend wird in Kapitel 3 ein Überblick über den aktuellen Stand der Forschung erstellt, der in der Form einer Wissenslandkarte konzipiert ist. In Kapitel 4, dem empirischen Teil dieser Arbeit, findet sich ein Interview, das mit Experten einer österreichischen Großbank geführt wurde. Die Praxis der Unternehmen bei der Ermittlung von Wechselkursprognosen soll hierbei näher beleuchtet werden. Dieser Praxisbezug wird mit der Darstellung einer eigenen Regressionsanalyse in diesem Kapitel weiter vertieft. Kapitel 5, das abschließende Kapitel dieser Arbeit, soll die Grenzen der Arbeit aufzeigen und in der Konklusion werden Erkenntnisse und Schlussfolgerungen zusammengefasst.

Abbildung 1: Struktur der Arbeit

Abbildung in dieser Leseprobe nicht enthalten

1.3 Abgrenzung der Thematik

Natürlich können in dieser Arbeit nur einige Sachverhalte des doch sehr großen Themenkomplexes der Wechselkursprognose dargestellt werden. Daher wird, um den Rahmen der Arbeit nicht zu sprengen, vor allem der Themenbereich der fundamentalen Wechselkursprognose näher untersucht, um diese anschließend in einem empirischen Teil in Bezug zu einer Anwendung in der Praxis zu setzen.

1.4 Methodik

Basierend auf einer Literaturrecherche in der Bibliothek der Wirtschaftsuniversität Wien und den vorhandenen Datenbanken wurde zur Erstellung dieser Arbeit ausschließlich einschlägige Fachliteratur der Betriebswirtschaftslehre herangezogen sowie Artikel aus den Bereichen der Volkswirtschaftslehre und der Informatik verwendet. Diese Vorgehensweise wurde sowohl für die Erstellung der theoretischen Grundlagen, wie auch für Formulierung der Theorielandkarte zum aktuellen Forschungsstand verwendet. Neben der Literaturrecherche wurde für den empirischen Teil ein Interview mit Experten einer österreichischen Großbank durchgeführt.

Für die Regressionsanalyse wurde von den Autoren dieser Arbeit weiter das Tool "Excel" von Microsoft und das Programm EView verwendet.

2 Theoretische Grundlagen der Wechselkursprognosen

2.1 Überblick

In Kapitel 2 dieser Arbeit ist die theoretische Darstellung und Aufarbeitung von Wechselkursprognose zu finden. Nach einer kurzen Vorstellung der Fama French Effiziensmarkthypothese soll in diesem Kapitel auf die verschiedenen Ausprägungen einer solchen Prognose eingegangen und die hiermit verbundene Methodik näher beschrieben werden. Ziel hierbei ist es, dem Leser die theoretischen Grundlagen für ein Verständnis der in Kapitel 4 folgenden Regressionsanalyse zu vermitteln.

2.2 Fama French - Effizienzmarkthypothese

Bei der Effizienzmarkthypothese wird davon ausgegangen, dass Personen nutzenmaximierende und rationale Entscheidungen treffen und dadurch ein Gleichgewicht am Markt herstellen. Sie besitzen alle denselben Informationsstand und können die homogenen Güter ohne zusätzliche Kosten auswechseln. Es wird davon ausgegangen, dass alle verfügbaren Informationen, von den verschiedenen Individuen aufgenommen werden und dadurch rationale Entscheidungen getroffen werden können. Informationen haben dadurch in der Zukunft keine Auswirkung

auf (Wechsel)Kurse, da sie bereits heute verarbeitet wurden. Somit ist kein Marktteilnehmer/in in der Lage durch technische Analyse, Fundamentalanalyse, Insiderhandel oder ähnlichen Methoden zu dauerhaft überdurchschnittlichen Gewinnen zu kommen.. In der Theorie werden drei verschiedene Ausprägungsformen genannt:^[3]

- schwache Variante: Bei der schwachen Variante sind in den verschiedenen Aktienkurse, nur bereits vergangene Informationen enthalten. Es sind zum Beispiel vergangene Kursverläufe oder vergangene Erträge von diversen Unternehmen enthalten und verarbeitet worden.
- halbstrenge Variante: Die halbstrenge Variante schließt die schwache Variante ein und es werden zusätzlich noch alle öffentlich verfügbaren Informationen beachtet.
- vollkommene Variante: Die vollkommene Variante beinhaltet wiederum die halbstrenge Variante. Außerdem werden noch alle nicht öffentlichen zugänglichen Informationen und alle anderen bewertungsrelevanten Informationen verarbeitet.

Die Effizienzmarkthypothese versagt allerdings bei verschiedenen empirischen Beobachtungen und gerät aufgrund der unrealistisch erstellten Behauptungen der beispielsweise kostenlosen Informationsbeschaffungsmöglichkeiten immer stärker unter Beschuss.^[4] Deshalb sollen im Folgenden die verschiedenen Techniken von Wechselkursprognosen näher beleuchtet werden, da in der Praxis das Tool der Wechselkursprognose verwendet wird.

2.3 Formen von Wechselkursprognosen

Vor der Vorstellung der verschiedenen Methoden von Wechselkursprognosen soll in einem ersten Schritt auf die Gründe für eine solche Prognose eingegangen werden. Es gibt für Firmen diverse Gründe weshalb es wichtig sein kann, Wechselkurse voraussagen zu können. Im Folgenden werden einige Beispiele angeführt^[5]:

- Um eine Entscheidung treffen zu können, ob zukünftige Verbindlichkeiten oder Forderungen bereits heute abgesichert werden sollen.
- Unternehmen müssen kurzfristige und langfristige Finanzierungsentscheidungen treffen können, um beispielsweise die Frage beantworten zu können ob es rentabel ist, einen Kredit in einer anderen Währung mit möglicherweise besseren Zinskonditionen aufzunehmen und dann im Anschluss in die Heimatwährung zu konvertieren.
- Multinationale Konzerne müssen entscheiden, ob die Tochtergesellschaft ihre Gewinne bereits heute, und dementsprechend mit dem derzeit gültigen Kassakurs, oder erst in der Zukunft zu dem noch unbekannten Wechselkurs transferieren soll.

Weiters gibt es verschiedene Zeithorizonte, in die Wechselkursvorhersagen eingeteilt werden können^[6]:

- Immediate: Unter "immediate" versteht man ein Zeitfenster, das kürzer als ein Monat ist und somit sofort schlagend werden kann.
- Short-term: Short-term sind kurzfristige Prognosen für ein bis drei Monate.
- medium-term: Medium term erstreckt sich über einen Zeitraum von drei Monaten bis zu zwei Jahren und ist als eine mittelfristige Vorhersage zu klassifizieren.
- long-term: Long-term ist die langfristige Prognose. Diese beinhaltet alle Vorhersagen, die länger als 2 Jahre sind.

Um zu einer Prognose zu gelangen, gibt es vier Schritte, die erfolgreich umgesetzt werden müssen^[7]:

1. Daten sammeln: Um eine gute Prognose erstellen zu können ist es wichtig, qualitativ hochwertige Daten zu verwenden. Dieser erste Schritt stellt deshalb einen essenziellen Bestandteil einer guten Prognose dar, weil durch die Verwendung fehlerhafter Daten die finale Prognose ebenfalls nur fehlerhaft sein kann.
2. Daten abstimmen: Darunter versteht man die Festlegung eines Zeitraums, über welchen Daten gesammelt werden sollen, die dieses Modell bestimmen. In einem nächsten Schritt werden die wichtigen Daten ausgewählt und auf ihre Konsistenz untersucht. Dieser Schritt ist vor allem bei Datensätzen wichtig, die aus unterschiedlichen Quellen lukriert wurden.
3. Modell festlegen: Schritt drei umfasst die Anforderungen an das Modell, sowie die Bewertung und Probe der Qualität.
4. Prognose erstellen: Im letzten Schritt kann mit dem überprüften Modell und den qualitativ hochwertigen Daten eine Prognose erstellt werden.

Ein auf diese Art ermitteltes Ergebnis ist selbst nach gewissenhaftester Vorbereitung nur eine Prognose und es können deshalb in den seltensten Fällen vollständig zutreffende Prognosen generiert werden.

Wechselkursprognosen können in vier verschiedenen Arten eingeteilt werden, jeweils abhängig von der Form der Datenaufbereitung und –verwendung. Die unten angeführten Modelle unterscheiden sich ebenfalls in ihrer Genauigkeit, einen Wechselkurs vorhersagen zu können.^[8] Die Literatur unterteilt bei den verschiedenen Arten der Wechselkursprognose in^[9]:

- marktbasierte,
- fundamentale,
- technische und
- gemischte Wechselkursprognosen.

Im Folgenden sollen die oben erwähnten Arten der Wechselkursprognose näher beleuchtet werden. Ziel ist es, dem Leser einen Überblick über die grundsätzlichen Merkmale dieser Prognosetools zu geben.

2.3.1 Marktbasierte Wechselkursprognose

Der grundlegende Gedanke der marktbasierten Wechselkursprognose ist, dass sich zukünftige Wechselkurse durch den Kassakurs (Spot Rate) oder Terminkurs (Forward Rate) errechnen lassen. Die Vorgehensweise bei dieser Vorhersageform kann folgendermaßen beschrieben werden: Verwendet man den heutigen Kassakurs um den zukünftigen Kassakurs zu prognostizieren, unterstellt man, dass sich die beiden Wechselkurs nicht verändern und somit bereits übereinstimmen. Davon kann ausgegangen werden, weil Markterwartungen die heutige Spot Rate bereits beeinflussen und sie deshalb bereits mit dem zukünftigen Wert übereinstimmt. Um dieses Modell zu veranschaulichen, soll ein Beispiel das Verständnis erleichtern. Wenn der Markt eine Aufwertung des Euro gegenüber dem Dollar erwartet, werden Spekulanten bereits heute Euro mit Dollar kaufen und dementsprechend den Preis nach oben verändern. Man kann von einer self-fullfilling prophecy sprechen, weil der aktuelle Europreis bereits die Erwartung einer solchen Aufwertung des Euro beinhaltet.^[10]

Eine Verwendung des Terminkurses zur Vorhersage ist ebenfalls möglich und soll beispielhaft im Folgenden beschrieben werden: Sagt man mit der Forward Rate die zukünftige Spot Rate voraus, handelt man unter der Annahme, dass die Differenz zwischen Forward Rate und Spot Rate die Veränderung zwischen der zukünftigen und heutigen Spot Rate widerspiegelt. Diese Veränderung kann entweder positiv oder negativ sein. Ein Beispiel soll das Verständnis erleichtern: Wenn Investoren und Spekulanten davon ausgehen, dass der zukünftige Kassakurs bei z.B.: EUR/USD 1,35 liegt und der Terminkurs bei EUR/USD 1,30, werden sie EUR zum Forward-Kurs von 1,30 kaufen und dann zur Spot Rate von 1,35 wieder verkaufen. Wenn diese Strategie von vielen Personen angewandt wird, wird sich die Forward Rate anpassen und steigen. Dadurch wird es zu einem Sinken von Spekulationen kommen, da keine Arbitragemöglichkeit mehr gegeben ist. Im Endeffekt passt sich die Forward Rate an die Markterwartungen an und gibt die Erwartung der zukünftigen Spot Rate wieder.^[11]

2.3.2 Fundamentale Wechselkursprognose

Mit Hilfe der fundamentalen Wechselkursprognose wird eine Vorhersage der zukünftigen Devisenkurse aufgrund ökonomischer Variablen getätigt. Jeder dieser Variablen hat einen bestimmten Einfluss auf den Wechselkurs und muss vorhergesagt werden.^[12]

Die Vorhersage der Daten kann sich als sehr schwierig herausstellen, da es sich hier wiederrum um Prognosen handelt. Nutzt man diese Technik zur Vorhersage des Wechselkurses ist es von großer Bedeutung, die Veränderung in den diversen ökonomischen Variablen genau zu erarbeiten, da sonst eine ungenaue und damit unbrauchbare Wechselkursprognose entsteht.^[13]

Viele internationale Unternehmen nutzen aufgrund der Komplexität bei der Erstellung von fundamentalen Wechselkursprognosen eigene Spezialisten innerhalb des Unternehmens, oder externe Vorhersagen von Banken oder Finanzinstituten.^[14]

Die Erstellung einer fundamentalen Wechselkursprognose ist von der Zusammenstellung der Variablen abhängig. Hierbei gibt es keine allgemeingültige Vorgehensweise. Zur Veranschaulichung wird im Folgenden jedoch eine Auswahl der wichtigsten Variablen, die in der Grundlagenliteratur zu finden ist, angeführt^[15]:

- Differenz zwischen der Heimat- und Auslandsinflation (ΔINF)
- Differenz zwischen den Heimats- und Auslandszinssätzen (ΔINT)
- Differenz zwischen heimischen und ausländischen Einkommensniveau (ΔINC)
- Veränderungen der Regierungseinflüsse (ΔGC)
- Veränderungen der Erwartung an die zukünftigen Wechselkurse (ΔEXT)

Die Zusammenfassung dieser Variablen in eine mathematische Formel, die zur Berechnung der Veränderung der Spot Rate dienen soll, lautet folgendermaßen^[16]:

e = f(ΔINF, ΔINT, ΔINC, ΔGC, ΔEXT)

Wie schon erwähnt, können außer den in dieser Arbeit genannten ökonomischen Faktoren noch viele weitere in die Berechnung miteinfließen. Dadurch wird es jedoch schwieriger, die Korrelation unter den verschiedenen Variablen festzustellen und in die Prognose mit einzubeziehen.^[17]

2.3.3 Technische Wechselkursprognose

Die technische Wechselkursprognose, auch Chartanalyse genannt, untersucht historische Wechselkursdaten und versucht aufgrund dieser entstehenden Charts Muster, Trends und Zusammenhänge zu erkennen und für eine Prognose des zukünftigen Wechselkurses zu nutzen. Der Zeithorizont der Vorhersage ist abhängig von den verwendeten Daten. Für eine kurzfristige Prognose beobachtet man die Trends innerhalb eines Tages; mittelfristig ist die Analyse eines Charts, das die Veränderung einer Woche zeigt, erforderlich. Um langfristig Trends zu erkennen wird man sich auf Monatscharts konzentrieren um hier möglichst genaue Trends vorhersagen zu können. Zusätzlich sollten die ökonomischen Variablen möglichst stabil bleiben, da sonst eine ungenaue Prognose entstehen würde.^[18]

Technische Analysten (die im Englischen auch als "technical analysts", "technicians" oder "chartists" bezeichnet werden) arbeiten mit historischen Wechselkursdaten und zeichnen diese meist in einer Chartform auf. Mithilfe des dadurch entstehenden Bildes soll eine Zukunftsentwicklung vorhergesagt werden. Die Idee hinter diesem Konzept ist, dass Wechselkurse nur von Angebot und Nachfrage abhängen und dies die einzigen Faktoren sind, die bekannt sein müssen. Chartists wollen nicht den Grund für eine Änderung in Angebot und Nachfrage eruieren, sondern sind nur an dem Ergebnis, das sich im Wechselkurs wiederspiegelt, interessiert.^[19]

Des Weiteren wird angenommen, dass sich Wechselkurse nicht zufällig in eine bestimmte Richtung bewegen, sondern bestimmten Mustern folgen und dementsprechend dem Anwender Signale über den Preis bzw. über den Kauf/Verkauf einer Währung geben.^[20]

Diese Chartanalysen beruhen auf drei grundlegenden Annahmen^[21]:

1. Alle Faktoren, die den Wechselkurs beeinflussen können, sind bereits abgezinst. Das bedeutet, dass Veränderungen bereits jetzt in dem Chart abgebildet sind und ökonomische, politische, psychologische und andere Faktoren den Kurs nicht überraschend beeinflussen können.
2. Es gibt wiederkehrende Muster. Es wird bei der technischen Wechselkursprognose vorausgesetzt, dass Trends existieren und in den Charts erkennbar sind. Es wird durch den Unterschied zwischen Angebot und Nachfrage ein solcher Trend geschaffen und dieser wird sich solange fortsetzten, bis es ein deutliches Zeichen in die Gegenrichtung gibt. Ein Beispiel hierfür wäre eine Währung, die über einen gewissen Zeitraum abwertet. Diese wird nicht von jetzt auf gleich aufwerten, aber es ist beobachtbar, dass sich die Abwertung verlangsamt. Ist eine solche Verlangsamung erkennbar, kann dies als deutliches Zeichen interpretiert werden, dass die Währung sich zu erholen beginnt und wieder aufwerten wird. Der Trend der Abwertung wird durch den neuen Trend des Aufwertens unterbrochen. Folgt man diesem Muster kann man dadurch Gewinne erzielen.
3. Das Marktverhalten wiederholt sich. Es wird zusätzlich zu den ersten zwei Annahmen angenommen, dass sich Trends und Muster über den Zeitraum wiederholen und wiederkehren. Hintergrund für diese Annahme ist die Vermutung, dass Menschen in ähnlichen Situationen auch ähnlich agieren. Da die Wechselkursveränderungen eine Spiegelung der Reaktion der Menschen auf gewisse Situationen sind, versuchen technische Analysten, diese Handlungen zu untersuchen. Dadurch will man die Handlungsstränge der Menschen voraussagen und damit den dadurch entstehenden Wechselkurs. Diese Reaktionen auf bestimmte Situationen sind in den verschiedenen Chartkurven erkennbar. Die Charts, die bei dieser Prognose angewendet werden, können verschiedenste Ausprägungen und Formen aufweisen. Beispielhaft sollen im Folgenden drei Beispiele aus dem doch sehr großen Portfolio an Charttechniken gegeben werden.^[22]

- Linienchart: Beim Lininenchart werden die Kursveränderungen in einem Diagramm dargestellt und durch eine Linie verbunden. Solche Liniencharts können für einen Zeitraum von wenigen Stunden, aber auch für mehrere Jahre erstellt werden.^[23]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 2: Linienchart EUR/USD - 1 Woche^[24]

- Balkenchart: Auf einem Balkenchart werden die Tageshöchstkurse, -tiefstände sowie ‑endkurse aufgetragen. Durch die Entwicklung kann man kurzfristig den Kurs des nächsten Tages prognostizieren, zusätzlich kann man von der Breite der Balken Volatilitäten und damit verbunden Kursänderungen voraussagen.^[25]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 3: Balkenchart EUR/USD - 6 Monate^[26]

- Point and Figure Chart: Bei dieser Art des Charts spielt der zeitliche Aspekt keine Rolle. Hierbei wird lediglich bei einer Änderung des Kurses nach oben ein Kreuz bzw. bei einer Veränderung des Kurses nach unten ein Kreis gezeichnet. Eine neue Spalte wird begonnen, wenn sich der Trend umkehrt. Je kleiner die Einheit ist die aufgetragen wird (z.B.: Veränderung um 1 Cent), desto genauer wird das Point and Figure Chart.^[27]

Abbildung in dieser Leseprobe nicht enthalten

Abbildung 4: Point and Figure Chart EUR/USD - 18 Monate^[28]

2.3.4 Gemischte Wechselkursprognose

In der unternehmerischen Praxis verwenden viele internationale Unternehmen nicht eine der in diesem Kapitel vorgestellten Prognosetechniken, sondern vielmehr einen Mix aus diversen Techniken. Hierbei wird jede einzelne Prognose, nach Aussagekraft gewichtet, sodass alle Werte zusammen 100% ergeben. Einer bedeutenderen Prognose wird ein höherer Prozentanteil zugeschrieben. So entsteht ein gewichteter Durchschnitt der verschiedenen Prognosen, wodurch ein genaueres Ergebnis erzielt werden soll.^[29]

Hierbei kann eine Variation der Gewichtung auftreten, wenn man sich unterschiedliche Zeiträume oder Währungen betrachtet. Ein Unternehmen könnte beispielsweise für ein und dieselbe Währung, ist eine kurzfristige Prognose gewünscht, die technische Analyse stärker gewichten. Liegt jedoch der Fokus auf einer langfristigen Aussage, wird das Unternehmen oder der Investor das Hauptaugenmerk auf die fundamentale Methode legen.^[30]

2.4 Qualität von Wechselkursprognosen (nach Bofinger)

Wie schon in dieser Arbeit bemerkt ist die Berücksichtigung der zukünftigen Entwicklung des Wechselkurses sowohl für internationale Unternehmen als auch für international tätige Investoren sehr wichtig. Allerdings gestaltet sich die Erstellung von Wechselkursprognosen schwierig, da bis zum heutigen Zeitpunkt keine Technik eine voll befriedigende Prognose ermöglicht. Es ist daher verlockend, sich an Einschätzungen von Spezialisten zu orientieren. Eine solche Möglichkeit ist die Betrachtung sogenannter Marktprognosen, die die durchschnittlichen Einschätzungen von befragten Analysten widerspiegeln.^[31]

Professor Peter Bofinger hat die Qualität solcher professioneller Wechselkursprognosen in einer Studie näher untersucht. Im Folgenden sollen die Ergebnisse dieser Studie kurz vorgestellt werden um einen Erkenntnisgewinn bezüglich der Praxis-Tauglichkeit von professionellen Wechselkursprognosen herzustellen.

Die Analyse professioneller Wechselkursprognosen basiert auf den Marktprognosen von Consensus Economics, Reuters und dem ZEW-Finanzmarkttest des Zentrums für Europäische Wirtschaftsforschung (ZEW), die in dieser Studie als Beispiel für Anbieter von professionellen Wechselkursprognosen genannt werden. Der Untersuchungszeitraum von Prof. Bofinger umfasst Januar 1999 bis März 2003.^[32]

Nach Auswertung der Daten mit verschiedenen statistischen Verfahren stellt Bofinger zusammenfassend fest, dass keine der Marktprognosen bessere Ergebnisse liefert als die naive Random-Walk-Prognose. Sowohl die verschiedenen nicht-normierten Fehlermaße^[33] als auch die Ergebnisse des Theil’schen Ungleichheitskoeffizienten^[34] machen deutlich, dass die Qualität der Marktprognosen in der langen Frist abnimmt. Folglich muss also festgestellt werden, dass professionelle Wechselkursprognosen eine wenig sinnvolle Entscheidungshilfe für Unternehmen darstellen. Dies gilt sowohl für die Qualität der untersuchten Prognosen als Punktschätzer, wie auch nur als bloße Richtungsprognose.^[35]

Entscheidungen, die auf der Basis von Marktprognosen getroffen werden, sind mit einem hohen Maß an Risiko behaftet, da selbst die Richtung der zukünftigen Wechselkursentwicklung überwiegend falsch vorhergesagt wird und somit eine Schätzung mithilfe des Random-Walk eine genauere Vorhersage ermöglicht. Der traditionelle Münzwurf verfügt nach der Einschätzung von Bofinger über eine höhere Trefferwahrscheinlichkeit als die Vorgestellten Prognosen.^[36]

Des Weiteren hat die Analyse ergeben, dass die betrachteten Marktprognosen nicht mit dem Konzept „rationaler“ Erwartungen in Einklang zu bringen sind. In dieser modernen Wechselkurstheorie wird in der Regel unterstellt, dass Devisenmarktteilnehmer/innen rationale Erwartungen bezüglich der zukünftigen Wechselkursentwicklung besitzen. Dies bedeutet, dass alle relevanten Informationen wahrgenommen und „optimal“ anhand des „wahren“ Wechselkursmodells verwendet werden. Eine wichtige Schlussfolgerung dieser Hypothese rationaler Erwartungen besteht darin, dass die zukünftige Wechselkursentwicklung nicht systematisch falsch antizipiert wird. Fehleinschätzungen treten somit zufällig auf, da sie ausschließlich auf das Bekanntwerden neuer relevanter Informationen zurückzuführen sind. Diese Eigenschaft wird in der Literatur häufig als Unverzerrtheit rationaler Erwartungen bezeichnet. Aufgrund der Erkenntnisse aus der Bofingerschen Studie scheint es deshalb klar, dass das Konzept rationaler Erwartungen als generelles Konzept zur Beschreibung der menschlichen Erwartungsbildung wenigstens kritisch zu hinterfragen ist.^[37]

Die Hauptursache für das schlechte Abschneiden der Marktprognosen sieht Bofinger aber in der gegenwartsorientierten Verlaufsanpassung. Die befragten Analysten orientieren sich bei ihren Prognosen im Durchschnitt zu sehr an der zum Zeitpunkt der Erstellung zu beobachtenden Kursentwicklung. Bofinger erwähnt in diesem Zusammenhang eine „gegenwartsorientierten Verlaufsanpassung“ (GOVA) von Prognosen. Prognosen, die fortlaufend an die aktuelle Entwicklung der zu prognostizierenden Zeitreihe angepasst werden, können somit im ungünstigsten Fall ihren zukunftsorientierten Charakter völlig verlieren. Dieses Verhalten kann mit dem in der Finanzwissenschaft vielfach definierten Begriff des Behavioural Finance^[38] erklärt werden.^[39]

2.5 Zusammenfassung

Trotz theoretischer Ansätze wie die Fama Effizienzmarkttheorie, die die Vorhersage von Wechselkursen als nicht möglich erachtet, spielt die Prognose von Wechselkursen für international tätige Unternehmungen eine bedeutende Rolle. Grund hierfür sind die mit einer Wechselkursänderung verbundene Gewinne und Verluste. Um solche Wechselkursveränderungen vorhersagen zu können, stehen neben verschiedensten Prognosetechniken auch professionelle Wechselkursprognosen zur Verfügung. Jede dieser Methoden verfügt über Stärken und Schwächen, können aber nur äußerst selten eine bessere Prognose als der naive Random-Walk generieren. Die Wissenschaft ist in dem Themenfeld der Wechselkursprognose in den letzten Jahren nicht untätig gewesen. Deshalb soll im folgenden Kapitel auf neueste Trends in der Prognose von Wechselkursen hingewiesen werden.

3 Aktueller Forschungsstand in der Prognose von Wechselkursen

3.1 Überblick

In diesem Kapitel ist ein Überblick über den aktuellen Stand der Forschung zu finden. Aufgrund der hohen Anzahl an Publikationen, die jedes Jahr über die Thematik von Wechselkursprognosen verfasst werden, ist dieses Kapitel in Form einer Wissenslandkarte konzipiert. Im Folgenden sollen zwei Trends der neueren Forschung zur Prognose von Wechselkursen vorgestellt werden. Hierbei wird vor allem das grundlegende Konzept dieser Methoden vorgestellt, um die theoretischen Grundlagen aus Kapitel zwei mit dem aktuellen Forschungsstand zu verknüpfen. Die in diesem Kapitel vorgestellten Trends wurden auf Basis von maximal zwei Jahre alten Journals verfasst.

3.2 Neuronale Netze

Neuronale Netze sind informationsverarbeitende Systeme, die aus einer großen Anzahl einfacher Einheiten bestehen. Diese sogenannten Neuronen sind durch gerichtete Verbindungen miteinander zu Netzwerken verbunden. Über diese senden sich die Neuronen Information in Form ihrer Aktivierung zu. Neuronale Netze weisen eine grobe Analogie zum Gehirn auf, in dem die Informationsverarbeitung durch sehr viele Nervenzellen stattfindet, die im Vergleich zum Gesamtsystem sehr einfach sind und die den Grad ihrer Erregung über Nervenfasern an andere Nervenzellen weiterleiten.^[40]

Neuronale Netze weisen eine Ähnlichkeit zu erfolgreichen biologischen Systemen auf. Es handelt sich hierbei um massiv parallele, lernfähige Systeme, die für sich genommen interessant sind.

Diese Algorithmen sind in Form von Programmen, Netzwerksimulatoren oder auch in Form spezieller neuronaler Hardware in vielen Anwendungsgebieten einsetzbar. Das wesentliche Element dieser künstlichen Neuronalen Netze ist ihre Lernfähigkeit. Diese Fähigkeit, ein Klassifikationsproblem selbständig aus Trainingsbeispielen zu lernen, ohne dass es dazu explizit programmiert werden muss, machen Neuronale Netze universell einsetzbar.^[41]

[...]

---

^[1] vgl. Mallien (2014), 27.

^[2] vgl. Sarno / Taylor (2002), S. 97ff.

^[3] vgl. Schulz (2011), S. 53ff.

^[4] vgl. Schulz (2011), S. 55

^[5] vgl. Fox / Madura (2011), S. 305ff.

^[6] vgl. Moosa (2000), S. 14f

^[7] vgl. Moosa (2000), S. 15

^[8] vgl. Fox / Madura (2011), S. 308

^[9] vgl. Fox / Madura (2011), S. 309ff.

^[10] vgl. Fox / Madura (2011), S. 316

^[11] vgl. Fox / Madura (2011), S. 316f.

^[12] vgl. Fox / Madura (2011), S. 311f

^[13] vgl. Brooks (2008), S. 2ff in De Filippis (2011), S. 66

^[14] vgl. Fox / Madura (2011), S. 311f.

^[15] vgl. Fox / Madura (2011), S. 311

^[16] vgl. Fox / Madura (2011), S. 311

^[17] vgl. Fox / Madura (2011), S. 313

^[18] vgl. Fox / Madura (2011), S. 309 ff, Moosa (2000), S. 173ff.

^[19] vgl. Moosa (2000), S. 173f.

^[20] vgl. Jacque (1996), S. 118

^[21] vgl. Moosa (2000), S. 174ff.

^[22] vgl. Stocker (2001), S. 94ff.

^[23] vgl. Stocker (2001), S. 94f.

^[24] Finanzen.at (2014)

^[25] vgl. Stocker (2001), S. 95

^[26] Barchart.com (2014)

^[27] vgl. Stocker (2001), S. 96

^[28] Oanda.com (2014)

^[29] vgl. Fox / Madura (2011), S. 319

^[30] vgl. Fox / Madura (2011), S. 320

^[31] vgl. Schmidt (2003), S. 1

^[32] vgl. Bofinger (2003), S. 7

^[33] Hierbei handelt es sich um den mittleren Prognosefehler (ME), den mittleren quadrierten Prognosefehler (MSE) und den mittleren absoluten Prognosefehler (MAE).

^[34] Mit dem Theil’schen Ungleichheitskoeffizienten wird ein Prognosemodell mit einem Benchmark Prognosemodell (z.B. einer Random-Walk-Prognose) verglichen.

^[35] vgl. Bofinger (2003), S. 10

^[36] vgl. Bofinger (2003), S. 11

^[37] vgl. Bofinger (2003), S. 7

^[38] Menschen sind aufgrund ihrer begrenzten kognitiven Informationsverarbeitungskapazität gezwungen, mit den verfügbaren kognitiven Ressourcen effizient umzugehen. Daher greifen die Akteure bei Entscheidungen auf einfache Faustregeln, die im Idealfall trotz eines geringen kognitiven Aufwands zu guten Ergebnissen führen, zurück.

^[39] vgl. Bofinger (2003), S. 14

^[40] vgl. Badea (2013), S. 581

^[41] vgl. Badea (2013), S. 582