Finanzmarktanalysen auf informationseffizienten Kapitalmärkten

Ein Random Walk durch die Technische Analyse


Hausarbeit, 2012

25 Seiten, Note: 1,7


Leseprobe

INHALTSVERZEICHNIS

ABKÜRZUNGSVERZEICHNIS

1. Einleitung

2. Die Technische Aktienanalyse
2.1 Grundlagen
2.2 Die Darstellung von Charts
2.3 Kritische Betrachtung der Technischen Analyse

3. Der informationseffiziente Kapitalmarkt
3.1 Die Theorie effizienter Märkte
3.2 Empirische Evidenz der Effizienzmarkthypothese
3.2.1 Studien zur schwachen Informationseffizienz
3.2.2 Studien zur halbstrengen Informationseffizienz
3.2.3 Studien zur strengen Informationseffizienz

4. Fazit und kritische Stellungnahme

LITERATURVERZEICHNIS

ABKÜRZUNGSVERZEICHNIS

Abbildung in dieser Leseprobe nicht enthalten

1. Einleitung

„Es scheint deutlich geworden zu sein, dass unter wissenschaftlicher Betrachtung die Interpretation von Charts auf der gleichen Stufe wie Alchemie steht“.[1]

Anleger an den Kapitalmärkten sind seit jeher auf der Suche nach der Kristallkugel des Kapitalmarktes, die ihnen vorhersagt, wie sich die Kurse in Zukunft entwickeln werden. Außerordentliche Gewinne erwarten denjenigen, dem es gelingt, dauerhaft richtige Prognosen abzugeben und anhand derer zu investieren. Diesbezüglich ist das Interesse an Finanzmarktanalysen enorm groß, wobei sich dabei in erster Linie die Fundamentalanalyse und die Technische Analyse durchgesetzt haben.

Der amerikanische Ökonom Burton Malkiel stellt in seinem Werk „A Random Walk Down Wall Street“ die Konzeption der Technischen Analyse in Frage und schließt sich damit einem breiten Feld von Wirtschaftswissenschaftlern an.[2] Grund zur Kritik bietet insbesondere die Annahme der Existenz von Informationseffizienz auf den Kapitalmärkten. Ist ein Markt dahin gehend effizient, hat dies jedoch ausschlag-gebende Konsequenzen für die Sinnhaftigkeit sämtlicher Aktienanalysemethoden. Seitdem befasst sich die Wissenschaft mit einer grundlegenden Frage: Besteht eine Möglichkeit den Markt mittels durchdachter Anlagestrategien „zu schlagen“ oder gleicht die Aktienprognose lediglich einem Glücksspiel?[3] Der aus der Effizienzmarkttheorie resultierende Kritikpunkt seitens der Wissenschaft bezüglich der Technischen Analyse soll in der vorliegenden Arbeit auf seine Stichhaltigkeit untersucht werden. Angesichts dessen soll zum einen analysiert werden, woraus die Kritik an der Technischen Analyse im Zusammenhang mit informationseffizienten Kapitalmärkten hervorgeht. Zum anderen soll der gegenwärtige Entwicklungsstand der technischen Analyse ermittelt werden. Im Zuge dieser Arbeit wird der starke Widerspruch zwischen der Technischen Analyse und dem Konzept der Theorie effizienter Märkte ersichtlich. Dieser resultiert aus der Grundannahme der Effizienzmarkthypothese, die besagt, dass frei verfügbare Informationen nicht zu systematischen Überrenditen verhelfen. Diese Erkenntnis verdeutlicht, dass es neben einer Beurteilung der Glaubwürdigkeit dieser Analyseform bedeutend ist, festzustellen, ob die Hypothese in der Lage ist, die Realität auf den Aktienmärkten hinreichend abzubilden. Aufgrund dessen gilt es zu hinterfragen, ob die Technische Analyse derweil ihre Existenzberechtigung durch eine empirische Evidenz für Informationseffizienz auf den Kapitalmärkten verloren hat oder ob die in diesem Zusammenhang an ihr ausgeübte Kritik lediglich der Ausdruck einer bislang unbestätigten Vermutung ist.

Die vorliegende Arbeit beginnt mit den Grundlagen der Technischen Analyse, wobei der Begriff dieser Analysemethode näher definiert wird sowie eine Abgrenzung zur Fundamentalanalyse erfolgt. Weiterhin werden die gängigsten Charttypen der Technischen Analyse vorgestellt. Im Anschluss folgt eine Zusammenfassung der grundlegenden Kritikpunkte, die der Technischen Analyse seitens der Wissenschaft entgegen-gebracht werden. Dies bietet eine Voraussetzung zu weiter-führenden Überlegungen und präzisiert, die Relevanz der Diskussion um Informationseffizienz auf den Kapitalmärkten für die Technische Analyse. Das dritte Kapitel beschäftigt sich mit dem informationseffizienten Kapitalmarkt. Hier wird zunächst die Effizienzmarkthypothese thematisiert, mit deren Hilfe eine Verbindung zu empirischen Untersuchungen hergestellt wird. Es gilt zu entscheiden, ob die Technische Analyse aufgrund der empirischen Beobachtung von Informationseffizienz auf den Kapitalmärkten als obsolet angesehen werden muss. Ziel dieser Arbeit ist es nicht, die in einer großen Anzahl vorhandenen empirischen Tests in ihrer Vielfältigkeit wiederzugeben, sondern lediglich den Aufbau jener Tests zu veranschaulichen sowie aufzuzeigen, zu welchen grundlegenden Ergebnissen die Wissenschaft mit ihrer Hilfe gelangt ist. Die Arbeit endet mit einem Fazit, indem ein Resümee zu den zentralen Ergebnissen gezogen wird.

2. Die Technische Aktienanalyse

2.1 Grundlagen

In der Regel verfolgen Aktienanalysen das Ziel, möglichst genau zu bestimmen, in welche Richtung sich Aktienkurse zukünftig bewegen werden. Ein Investor kann daraus Schlussfolgerungen bezüglich des richtigen Zeitpunkts für einen Aktienankauf und -verkauf ziehen. Aktienanalysten wählen zur Bestimmung der künftigen Aktienkurse zwei grundlegende Methoden der Finanzanalyse - die Fundamentalanalyse oder die Technische Analyse.[4] Die Zielsetzung beider Analysemethoden ist identisch, sie unterscheiden sich lediglich in ihrer Herangehensweise: „Der Fundamentalist studiert die Ursachen von Marktbewegungen, während der Techniker die Auswirkungen untersucht“.[5] Die Fundamentalanalyse beurteilt wirtschaftliche Zusammenhänge anhand von öffentlich zugänglichen Informationen, wie z.B. Bilanzen oder Jahresabschlüssen sowie gesamtwirtschaftlichen Daten eines Unternehmens. Sie trägt zur Grundlagenbildung künftiger Marktentwicklungs-annahmen bei.[6] Ziel der Fundamentalanalyse ist es, den vom Börsenkurs unabhängigen sog. inneren Wert[7] einer Aktie zu ermitteln. Wie die Fundamentalanalyse dient auch die Technische Analyse dazu, Aktienkurse zu prognostizieren. Entgegen der Fundamentalanalyse ist bei dieser Analyseform der innere Wert eines Wertpapieres nicht von Bedeutung.[8] Der amerikanische Philosoph George Santayana sagte einst: „Those who cannot remember the past are condemned to repeat it”[9]. In diesem Sinne verwendet die Technische Analyse, im Gegensatz zur Fundamentalanalyse, zur Identifizierung zukünftiger Kursentwicklung ausschließlich historische Daten.[10] Neely et al. (1997) merkten dazu an: „In its simplest form, technical analysis uses information about historical price movements, summarized in the form of price charts, to forecast future price trends“[11]. Die zu ermittelnden Kurs- und Umsatzentwicklungen werden in sogenannten Charts[12] abgebildet. Diese fungieren als primäre Informationsquelle für die Analysten, weswegen die Technische Analyse oftmals auch als Chartanalyse bezeichnet wird.[13] Ihre zentrale Aufgabe ist es, aus den Charts Trendverläufe sowie deren Umkehrpunkte frühzeitig zu erkennen und diesen durch geeignete Kauf- und Verkaufslimits vorzugreifen.[14] Brock et al. sind der Ansicht, dass „The term “Technical Analysis” is a general heading for a myriad of trading techniques”[15].

Die Technische Analyse beruht im Wesentlichen auf drei Prämissen, die der Nachvollziehbarkeit ihrer Funktionsweise dienen sollen: (1) Die Marktbewegung diskontiert alles. Diese Annahme besagt, dass sämtliche Faktoren, die den Marktpreis beeinflussen (wie z.B. volkswirtschaftliche und betriebswirtschaftliche Daten oder politische Ereignisse), sich unverzüglich im Marktpreis niederschlagen, sodass sie für die zukünftige Kursentwicklung bedeutungslos sind. Diese These kann als Grundstein der Technischen Analyse angesehen werden. (2) Kurse bewegen sich in Trends. Charakteristisch für den Kurs eines Wertpapiers ist, dass er sich in Trends bewegt. Techniker gehen davon aus, dass sich ein Trend so lange fortsetzt, bis eindeutige Anzeichen einer Trendumkehr sichtbar werden.[16] Murphy äußert in diesem Zusammenhang: „Ein Trend in Bewegung setzt sich mit großer Wahrscheinlichkeit fort, als dass er sich umkehrt“[17]. Ein rechtzeitiges Erkennen von Trends sichert den Analysten einen Markterfolg. (3) Die Geschichte wiederholt sich. Ein Großteil der Chartanalysten ist davon überzeugt, dass der Markt lediglich zu 10 Prozent logisch und zu 90 Prozent psychologisch ist.[18] Die Preisbildung an den Wertpapiermärkten basiert ausschließlich auf menschlichem Verhalten. Kapitalanleger und Spekulanten reagieren auf bestimmte Ereignisse oftmals gleich. Infolgedessen lassen sich anhand von Kursverläufen spezielle Preismuster ablesen. Nachdem sich diese Preismuster in der Vergangenheit bewährt haben, gehen Analysten davon aus, dass sie auch in der Zukunft funktionieren werden.[19]

2.2 Die Darstellung von Charts

Die Technische Analyse befasst sich mit zahlreichen Methoden, von denen die Mehrheit versucht, Trends zu identifizieren. Diese sollen frühzeitig erkannt werden, sodass sich der richtige Zeitpunkt zum Einstieg in ein Investment ermitteln lässt oder ein frühzeitiger Ausstieg vor einer Trendwende erfolgen kann.[20] Bei allen Methoden bildet ein Chart[21] die Grundlage der Untersuchung. Die in der Praxis gängigsten Darstellungsvarianten von Charts sind Balken-, Linien- und Kerzencharts.[22]

Balkencharts stellen die in Europa gebräuchlichste Form dar. Aus diesem Grund sind sie ein unverzichtbarer Bestandteil der Technischen Analyse.[23] Aus einem Balkenchart lassen sich sowohl der Eröffnungskurs, der Tageshöchstkurs, der Tagestiefstkurs als auch der Tagessschlusskurs ablesen. Höchst- und Tiefstkurs eines jeden Tages werden senkrecht miteinander verbunden und bilden somit einen Balken. Zwei waagerechte Striche symbolisieren zum einen den Eröffnungskurs auf der linken Seite des Balkens und zum anderen den Schlusskurs auf der rechten Seite des Balkens.[24]

Die einfachste sowie übersichtlichste Variante Kursentwicklungen darzustellen, erfolgt mithilfe von Liniencharts. Sie werden erstellt, indem die Tagesschlusskurse eines Finanztitels abgetragen und miteinander verbunden werden. Dabei wird ein dominanter Trend ersichtlich.[25] Gemäß einer Vielzahl von Analysten sind Liniencharts eine geeignete Darstellungsmethode von Tagesaktivitäten. Dies resultiert aus der Annahme, dass der Schlusskurs der wichtigste Kurs eines Handelstages ist.[26] Im Vergleich zu Balkencharts können aus Liniencharts weniger Informationen gewonnen werden, da die Kursbewegungen, die innerhalb eines Handelstages aufgetreten sind, nicht berücksichtigt werden können. Infolgedessen eignen sich Liniencharts eher für längerfristige Darstellungen.

Kerzencharts – auch Candlestick-Charts genannt – sind die japanische Version der Balkencharts, demzufolge weisen sie dieselben vier Kurse - Eröffnungs-, Hoch-, Tief- und Schlusskurse - auf. Eine dünne Linie, welche als Docht, Lunte oder oberer und unterer Schatten bezeichnet wird, definiert die tägliche Schwankungsbreite vom Hoch- zum Tiefkurs. Ein Rechteck, welches als Körper bezeichnet wird, misst die Differenz zwischen Eröffnungs- und Schlusskurs. Anhand der Farbe des Körpers lässt sich ablesen, in welche Richtung sich die Kurse bewegen, sodass mittels Kerzencharts Aufwärts- und Abwärtstrends ersichtlich werden. Übersteigt der Schlusskurs den Eröffnungskurs, ist der Körper weiß (positiv). Liegt der Schlusskurs hingegen unter dem Eröffnungskurs, ist der Körper schwarz (negativ) eingefärbt.[27] Trotz der Verwendung selbiger Daten wie bei Balkencharts, sind Kerzencharts visuell ansprechender und können demnach leichter interpretiert und analysiert werden, weswegen sie zu den aussagekräftigsten Charts gehören.[28]

2.3 Kritische Betrachtung der Technischen Analyse

Beherrschend für die Technische Analyse ist eine seit jeher existierende Diskrepanz zwischen praktischer Relevanz und wissenschaftlicher Akzeptanz.[29] Während sie in der Praxis zu den gängigsten Analyseformen zählt, wird sie von Wissenschaftlern kategorisch abgelehnt.[30] Malkiel bringt die Vorbehalte gegenüber der Technischen Analyse wie folgt zum Ausdruck: „Obviously, I‘m biased against the chartist. This is not only a personal predilection, but a professional one as well. Technical analysis is anathema to, the academic world. We love to pick on it. Our bullying tactics are prompted by two considerations: (1) The method is patently false and (2) it's easy to pick on. And while it may seem a bit unfair to pick on such a sorry target, just remember': It’s your money we are trying to save".[31] Nachfolgend werden die wesentlichen Gründe für die ablehnende Einstellung gegenüber der Technischen Analyse überblicksartig aufgeführt:

Ein in der Literatur immer wieder auftauchender Kritikpunkt ist die Behauptung, dass es sich bei der Technischen Analyse um eine selbst erfüllende Prophezeiung handelt. Denn vorhergesagte Prognosen können auch aufgrund dessen eintreten, weil zahlreiche Marktakteure solche Analysetechniken verwenden und ihre Handlungen danach anpassen.[32] Darüber hinaus ist es fraglich, ob sich vergangenheitsorientierte Kursdaten generell für eine Vorhersage künftiger Kursbewegungen eignen. Hierbei ist anzumerken, dass infolgedessen eine Kritik an Prognosemethoden jeglicher Art geäußert wird. Denn sei es die Wettervorhersage oder die Prognose des Wirtschaftswachstums im nächsten Jahr, alle Vorhersagen basieren auf historischen Daten. Wird diese Auffassung demgemäß in Frage gestellt, muss folgerichtig auch der Prognosegehalt der anderen Methoden angezweifelt werden.[33] Die sogenannte Random-Walk Hypothese[34] begründet einen der Hauptkritikpunkte der Technischen Analyse, da sie den Grad der Informationseffizienz auf den Kapitalmärkten hinterfragt. Das Aufkommen der zugrunde liegenden Theorien löste eine bis heute andauernde Diskussion zwischen Befürwortern und Gegnern dieser These aus. Der ergebnislose Ausgang dieser Debatte ist von essentieller Bedeutung für die Technische Analyse. Trotz alledem muss sie von einer Ineffizienz auf den Märkten ausgehen, damit ihre theoretische Funktionsfähigkeit sichergestellt wird.[35] Die daraus resultierenden Fragestellungen bilden den Hauptkern der vorliegenden Arbeit und werden nachfolgend ausführlich erörtert.

3. Der informationseffiziente Kapitalmarkt

3.1 Die Theorie effizienter Märkte

Finanz- und Kapitalmärkte sind stark von der Vorstellung effizienter Märkte geprägt.[36] Der US-amerikanische Ökonom Eugene Fama, der maßgeblich als Begründer der Effizienzmarkthypothese gilt, definiert einen informationseffizienten Kapitalmarkt folgendermaßen: „A market in which prices always fully reflect available information is called efficient“[37]. Demnach geht die Effizienzmarkthypothese davon aus, dass sich sämtliche verfügbaren Informationen in vollem Umfang exakt in dem Kurspreis widerspiegeln.[38] Fama unterscheidet zwischen drei Formen der Markteffizienz, wobei die jeweils schwächere Form von der stärkeren Form eingeschlossen wird.[39]

Die schwache Form der Markteffizienz (weak-form-efficiency) liegt dann vor, wenn sämtliche Informationen über historische Kursentwicklungen im aktuellen Marktpreis enthalten sind. Demzufolge können mittels der Technischen Analyse, die darauf abzielt vergangene Preisentwicklungen auszuwerten, keine systematischen Überrenditen erzielt werden.[40] Eine Möglichkeit Gewinne zu erwirtschaften, wenn schwache Markteffizienz vorliegt, besteht ausschließlich durch eine Analyse von öffentlich zugänglichen Informationen. Eine halbstrenge Markteffizienz (semi-strong-form-efficiency) liegt vor, wenn neben den historischen Daten auch sämtliche, für alle Marktteilnehmer, öffentlich zugänglichen Informationen, im aktuellen Marktpreis enthalten sind.[41] Aufgrund dessen existieren bei dieser Form weder unter- noch überbewertete Wertpapiere. Kommen neue Informationen auf den Markt, werden diese augenblicklich in die Preise integriert.[42] Folglich können auch mittels der Fundamentalanalyse keine Überrenditen erwirtschaftet werden, da sie sich auf die Analyse frei zugänglicher Daten stützt.[43] Diese können ausschließlich durch das Ausnutzen von Insider-Informationen realisiert werden. Ein im strengen Sinne effizienter Markt (strong-form-efficiency) liegt dann vor, wenn sämtliche Informationen, also vergangene, öffentlich zugängliche und nicht öffentlich zugängliche (Insider-Informationen), unmittelbar in den aktuellen Marktpreisen verarbeitet werden.[44] Demnach gibt es keinerlei Informationen, die eine Erzielung von Überrenditen begünstigt, sodass auch für Insider keine Möglichkeit besteht, einen Vorteil aus ihrem Informationsvorsprung zu ziehen.[45]

Es besteht die Annahme, dass Aktien, unabhängig vom Grad der Informationseffizienz, stets ihrem inneren Wert entsprechen. Eine Änderung der Kurse kann daher lediglich durch neue Informationen erfolgen. Infolgedessen besteht im Hinblick auf die anderen Marktteilnehmer keinerlei Möglichkeit, durch Informationsvorsprünge einen Vorteil zu erlangen.[46] Die Dienste von Anlageberatern, Finanzanalysten, Portfolio-Managern etc. werden primär aufgrund ihrer besseren Verarbeitung von Informationen in Anspruch genommen. Spiegeln die Kurse sämtliche Daten wieder, ist der Informationsstand der Anleger für die erwartete Rendite irrelevant.[47] Schredelseker bringt hierbei zum Ausdruck: „Ob ein uninformierter Schulbub oder ein erfahrener Investmentbanker in einem bestimmten informationseffizienten Markt investiert, das Ergebnis, gemessen in Renditen, wird im Durchschnitt das gleiche sein“[48]. Abschließend kommt er zu dem Schluss: „In einem informationseffizienten Markt wird kein Platz mehr für Propheten frei gehalten“[49]. Zusammenfassend bleibt festzuhalten, nur auf Grundlage ineffizienter Kapitalmärkte und prognostizierbarer Kurse wirkungsvoll ist. Dabei muss analysiert werden, ob auf Basis von festgelegten routinierten Handelsregeln überdurchschnittliche Renditen erzielbar sind.[50] In diesem Falle ist die Effizienzhypothese in Frage zu stellen. Inwieweit die Technische Analyse fähig ist Aktienkurse zu prognostizieren, hängt davon ab, wie klar die Effizienzmarkthypothese die Realität auf den Kapitalmärkten abbildet.. Nachfolgend soll dies im Detail erörtert werden.

3.2 Empirische Evidenz der Effizienzmarkthypothese

„I believe there is no other proposition in economics which has more solid empirical evidence supporting it than the Efficient Market Hypothesis”.[51]

Fraglich ist hier, ob diese Aussage zur Evidenz der Effizienzmarkttheorie heute noch im selben Maße getroffen werden würde. Zu Beginn der 1960er Jahre wurde der Effizienzmarkthypothese eine hohe theoretische sowie empirische Bestätigung zugesprochen, da nahezu alle zu diesem Zeitpunkt verfassten, themenbezogenen Studien die Aussage dieser Hypothese befürworteten, wodurch sie für die moderne Finanzwirtschaft paradigmatisch wurde. In den letzten 20 Jahren tauchten jedoch vermehrt kritische Stimmen auf, die nicht zuletzt auf die Weiterentwicklung der Forschungsrichtung Behavioral Finance zurückzuführen sind, die die Effizienzmarkthypothese zunehmend in Frage stellt, sodass sie ihre Gültigkeit als höchst umstritten gilt.[52]

Die Effizienzmarkthypothese wurde in den Wirtschafts- und Sozialwissenschaften so ausführlich, wie wohl keine andere Theorie zuvor, getestet.[53] Entsprechend der Unterscheidung der Stufen der Markteffizienz nach Fama (1970), gliedern sich die Studien in drei Kategorien.[54] (1) Tests der schwachen Informationseffizienz (weak-form tests), die sich mit der Frage beschäftigen „How well do past returns predict future returns?“[55], (2) Tests der halbstrengen Informationseffizienz (semi-strong-form tests), die der Frage nachgehen „How quickly do security prices reflect public information announcements?“[56] sowie (3) Tests der strengen Informationseffizienz (strong-form tests) die Antworten auf folgende Frage suchen: „Do any investors have private information that is not fully reflected in market prices?“[57]

3.2.1 Studien zur schwachen Informationseffizienz

In der Regel lässt sich die schwache Informationseffizienz mittels einer Analyse von Aktienkursreihen auf Autokorrelation überprüfen. Dies begründet sich durch die Implikation der schwachen Effizienzform, wonach die Renditen einem Zufallspfad folgen und somit die einzelnen Realisationen unkorreliert sein müssen. Frühe Studien zur schwachen Informationseffizienz führten im Ergebnis zu einer Abwesenheit signifikanter Korrelationen.[58] Einzelne Wissenschaftler hinterfragen, inwiefern diese Ergebnisse im Widerspruch zur Technischen Analyse stehen. Fraglich ist hierbei besonders, ob ein solch drastischer Zusammenhang zwischen gegenwärtigen und zukünftigen Preisänderungen eine Grundlage der Technischen Analyse bildet oder ob diese nicht vielmehr von einem Zusammenhang zwischen „der allgemeinen Preisentwicklung der Vergangenheit und der zukünftigen Preisentwicklung“[59] ausgeht.[60] Ein weiterer Ansatz die schwache Informationseffizienz zu überprüfen ist es, verschiedene Methoden, die bei einer Aktienanalyse von der Relevanz vergangener Kursdaten ausgehen, daraufhin zu untersuchen, ob dieser Anspruch zu Recht erhoben wird.[61] Aufgrund dessen wurden unterschiedliche Strategien und Instrumente auf ihre Tauglichkeit, überdurchschnittliche Markterfolge zu generieren, untersucht.[62] Jensen und Bennington (1970) haben ebenso versucht, einen Beweis für die schwache Form der Effizienzmarkthypothese zu ermitteln, indem sie u.a. das Verfahren der relativen Stärke[63], welches die Effizienzthese untermauert, überprüft haben.[64] Die relative Stärke ist ein Indikator für die Performance eines Titels am Gesamtmarkt. Der Erwerb der relativ stärksten Aktien ermöglicht überdurchschnittliche Anlageerfolge, nach denen Analysten trachten.[65] Diesbezügliche Untersuchungen wiesen zwar das Vorkommen schwacher Informationseffizienz nach, schlussfolgerten daraus jedoch keine überdurchschnittlichen Renditesteigerungen. Im Zuge der zahlreichen empirischen Tests, die im Wesentlichen zu einem einheitlichen Ergebnis kamen, hatte sich Mitte der achtziger Jahre die Random-Walk-Eigenschaft der Aktienkurse etabliert und galt in den Wissenschaften als „beste Annäherung an die Marktrealität“.[66] Elton et al. (2009) kamen daher zu dem Schluss: „Indeed, technical analysis are fond of talking about such things as head-and-shoulder patterns and other esoteric perceived price fenomena. However, there is no evidence that trading on the basis of any of these patterns can lead to an excess profit.[67] Neuere Untersuchungen konnten allerdings Abweichungen von einem reinen Zufallsprozess nachweisen. Ein Ansatz gegen die Random-Walk Hypothese wurde von De Bondt und Thaler im Jahre 1985 entwickelt. Sie untersuchten zwischen 1926 und 1982 die Monatsrenditen von Aktien die an der New Yorker Börse notiert waren und fanden heraus, dass Titel, welche in den vergangenen drei Jahren überdurchschnittlich gut abgeschnitten hatten, in den darauf folgenden Jahren unterdurchschnittliche Renditen hervor gebracht haben. Das heute als Mean-Reversion-Effekt bekannte Phänomen zeigt auf, dass Märkte zu Übertreibungen neigen, welche sich im Zeitablauf korrigieren. In einer Phase, die Grund zu optimistischen Annahmen bietet, führt eine Überreaktion der Anleger dazu, dass fundamental nicht mehr gerechtfertigte Kurshochstände erreicht werden. Auf diese Phase erfolgt eine Korrektur, welche ausschließlich durch ein Sinken der Kurse möglich ist.[68] Jegadeesh und Titmann präsentieren zu Beginn der 90er Jahre ähnliche Untersuchungen. Ihre Studien zum Renditeverhalten von Sieger- und Verliereraktien legten nahe, dass überdurchschnittliche Renditen in einem Intervall die Wahrscheinlichkeit für weitere überdurchschnittliche Renditen im folgenden Intervall erhöhen (sog. Momentum).[69] Die hier exemplarisch dargestellten Beobachtungen von Anomalien auf den Aktienmärkten sind ein Ausdruck von Zweifeln, ob die Effizienzmarktthese in ihrer schwachen Form eindeutig belegt werden kann, wie erste Untersuchungen zum Thema vermuten ließen.

[...]


[1] Malkiel, Burton G. (2000): Börsenerfolg ist kein Zufall, München, S.159.

[2] Malkiel, Burton G. (1990): A Random Walk down Wall Street, 5. Aufl., New York.

[3] Vgl. Schredelseker, Klaus (2002): Grundlagen der Finanzwirtschaft; München, S.437.

[4] Vgl. Malkiel (2000), S.116 f.; Podding, Thorsten (2001): „Kursprognose“, in: Handwörterbuch des Bank- und Finanzwesens, Gerke, Wolfgang und Manfred Steiner (Hrsg.), Stuttgart: S.1472 f.

[5] Murphy, John J. (2009): Technische Analyse der Finanzmärkte, 6. Aufl., München, S.24.

[6] Vgl. Stöttner, Rainer (1989): Finanzanalyse, München, S.11.

[7] Der innere Wert bezeichnet den nach fundamentalen Aspekten aktuellen Wert eines Gutes. Liegt der innere Wert einer Aktie über dem gegenwärtigen Kurswert, ist der Markt unterbewertet, sodass die Aktie gekauft werden sollte. Befindet sich dieser unter dem aktuellen Kurswert, ist der Markt überteuert, sodass die Aktie verkauft werden sollte (vgl. Frey, Dieter und Dagmar Stahlberg (1990): „Erwartungsbildung und Erwartungsveränderung bei Börsenakteuren“, in Maas, Peter, Weibler, Jürgen (Hrsg.), Börse und Psychologie, Köln, S.133; Murphy (2009), S.24; Hielscher, Udo (1999): Investmentanalyse, 3. Aufl., München, S.48 f.).

[8] Vgl. Kahn, Michael (2001): Technische Analyse – Mit Charts Kurstrends frühzeitig erkennen; München, S.7; Schwager, Jack D. (2003): Schwager über Technische Analyse, München, S.11 f.; Urbatsch, René–Claude und Frank Nagler (2001a): Technische Wertpapieranalyse - Teil 1, Diskussionspapier, FH Mittweida, S.11.

[9] Santayana, George (1905): The Life of Reason, Vol. 1, New York, S.115.

[10] Vgl. Schredelseker (2002), S.375 f.

[11] Neely, Christopher J., Paul A. Weller und Robert Dittmar (1997): „Is Technical Analysis in the Foreign Exchange Market Profitable? A Genetic Programming Approach", in: Journal of Financial and Quantitative Analysis, 32 (4): S.405 f.

[12] Näheres hierzu folgt in Kapitel 2.2.

[13] Vgl. Stöttner (1989), S.7; Steiner, Manfred, Christoph Bruns und Stefan Stöckl (2012): Wertpapiermanagement, 10., überarb. Aufl., Stuttgart, S.270.

[14] Vgl. Frey/Stahlberg (1990), S.133; Pring, Martin (2002): Technical Analysis Explained: The Successful Investor's Guide to Spotting Investment Trends and Turning Points, New York, S.3.

[15] Brock, William A., Josef Lakonishok und Blake LeBaron (1992): „Simple Technical Trading Rules and the Stochastic Properties of Stock Returns”, in: The Journal of Finance, 47 (5): S.1731.

[16] Vgl. Murphy (2009), S.22 f.; Urbatsch/Nagler, 2001a, S.11 f.

[17] Murphy (2009), S.24.

[18] Vgl. Malkiel (1990), S.111.

[19] Vgl. Murphy (2009), S.24; Kahn (2001), S.24.

[20] Vgl. Urbatsch, René–Claude und Frank Nagler (2001b): Technische Wertpapieranalyse – Teil 2, Diskussionspapier, FH Mittweida, S.4.

[21] Charts sind vergangenheitsorientierte Kursbilder und stellen den Ausgangspunkt der Technischen Analyse dar. Nur mit Hilfe eines Charts lässt sich eine Analyse erstellen (vgl. Daeubner, Pierre M. (2005): Alles was Sie über Technische Analyse wissen müssen, München, S.17; Steiner et al. (2012), S.270). Ein bedeutender Vorteil ist, dass Charts auf weltweit allen Aktienmärkten anwendbar sind (vgl. Murphy (2009), S.18).

[22] Darüber hinaus existieren noch Point & Figure-Charts, Renk-, Kagi- und Three-Line-Break-Charts sowie Equivolume- und Marketprofile-Charts, auf die an dieser Stelle jedoch nicht weiter eingegangen wird (vgl. Daeubner (2005), S.17).

[23] Vgl. Schredelseker (2002), S.381; Schwager, Jack D. (2005): Schwager on Futures – Technische Analyse, 5. Aufl., München, S.18.

[24] Vgl. Murphy (2009), S.51 f.; Kahn (2001), S.39; Schredelseker (2002), S.381.

[25] Vgl. Daeubner (2005), S.17; Urbatsch,/Nagler (2001a), S.12; Schredelseker (2002), S.381.

[26] Vgl. Murphy (2009), S.52.

[27] Vgl. Murphy (2009), S.53, 293; Schwager (2005), S.29, 301, 305 f.; Urbatsch/Nagler (2001a), S.14; Steiner et al. (2012); S.271, 274.

[28] Vgl. Murphy (2009), S.293 f.; Urbatsch/Nagler, 2001a, S.14.

[29] Vgl. Stöttner (1989), S.19.

[30] Vgl. Braun, Johannes (2007): Aktienanalyse, Saarbrücken, S.111.

[31] Malkiel (1990), S.132.

[32] Vgl. Schredelseker (2002), S.379; Murphy (2009), S.34; Braun (2007), S.112.

[33] Vgl. Murphy (2009), S.34 ff.

[34] Die Random-Walk-Hypothese geht davon aus, dass die Kursbewegungen einem Zufallspfad folgen und demnach nicht prognostizierbar sind. Infolgedessen kann nicht von vergangenen Kursverläufen auf zukünftige geschlossen werden (vgl. Murphy (2009), S.37; Braun (2007), S.112).

[35] Vgl. Murphy (2009), S.34, 37 f.

[36] Vgl. Stöttner (1989), S.71.

[37] Fama, Eugene F. (1970): „Efficient Capital Markets: A Review of Theory and Empirical Work”, in: The Journal of Finance, 25 (2), S.383.

[38] Vgl. Stöttner (1989), S.72; Schredelseker (2002), S.415.

[39] Vgl. Fama, 1970, S.383.

[40] Vgl. Perridon, Louis und Manfred Steiner (2007): Finanzwirtschaft der Unternehmung, 14. überarb. und erw. Aufl., München, S.199; Schredelseker (2002), S.418.

[41] Vgl. Stöttner (1989), S.76; Stöttner, Rainer (1998): Investitions- und Finanzierungslehre, Frankfurt/Main, S.84, 199; Schredelseker (2002), S.418.

[42] Vgl. Kaiser, Dieter G. (2007): Der Lebenszyklus von Hedgefonds, Wiesbaden., S.72.

[43] Vgl. Perridon/Steiner (2007), S.199; Schredelseker (2002), S.418.

[44] Vgl. Perridon/Steiner (2007), S.199.

[45] Vgl. Schredelseker (2002), S.418; Stöttner (1998), S.84.

[46] Vgl. Stöttner (1989), S.72; Montassér (2003), S.2.

[47] Vgl. Schredelseker (2002), S.420.

[48] Ebd.

[49] Ebd., S.421.

[50] Vgl. ebd., S.437.

[51] Jensen, Michael C. (1978): „Some Anomalous Evidence Regarding Market Efficiency”, in: Journal of Financial Economics, 6 (2/3): S.95.

[52] Vgl. Schredelseker (2002), S.436.

[53] Vgl. ebd., S.435.

[54] Obgleich das Hauptaugenmerk der vorliegenden Arbeit auf der Technischen Analyse liegt, scheint es dennoch bedeutend, die empirischen Untersuchungen zur halbstrengen und strengen Form der Informationseffizienz kurz darzustellen, da wie zuvor bereits erwähnt wurde, die jeweils schwächere Form von der stärkeren Form eingeschlossen wird.

[55] Fama, Eugene F. (1991): „Efficient Capital Markets: II”, in: The Journal of Finance; 46 (5), S.1576.

[56] Ebd.

[57] Ebd.

[58] Vgl. Damrau (2003), S.200; Fama, Eugene F. (1965): „The Behavior of Stock-Market Prices”, in: The Journal of Business, 38 (1): S.34.

[59] Stöttner (1989), S.80.

[60] Vgl. ebd.

[61] Vgl. Schredelseker (2002), S.439.

[62] Vgl. Chuvakhin, Nikolai (o.J.): „Efficient Market Hypothesis And Behavioural Finance – Is A Compromise In Sight?”; http://ncbase.com/papers/EMH-BF.pdf (Stand: 15.03.2013), S.4.

[63] Vgl. Levy, Robert A. (1967): „Relative Strength as a Criterion for Investment Selection”, in: The Journal of Finance, 22 (4): S. 95-610.

[64] Vgl. Schredelseker (2002), S.440; Jensen, Michael und George Bennington (1970): „Random Walks and Technical Theories: Some Additional Evidence”; in: Journal of Finance; 25 (2), S.469 ff.

[65] Vgl. Stöttner (1989), S.82.

[66] Vgl. Schredelseker (2002), S.440.

[67] Elton, Edwin J., Martin J. Gruber, Stephen J. Brown und William N. Goetzmann (2009): Modern Portfolio Theory and Investment Analysis, 8. Aufl., New York.

[68] Vgl. Damrau (2003), S.200; De Bondt, Werner F. und Richard Thaler (1985): „Does the stock market overreact?”, in: The Journal of Finance; 40 (3), S.793; Schredelseker (2002), S.441; Fama, Eugene F. und Kenneth R. French (1988): „Permanent and Temporary Components of Stock Prices”, in: The Journal of Political Economy, 96 (2): S.246.

[69] Vgl. Jegadeesh, Narasimhan und Sheridan Titman (1993): „Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency”, in: The Journal of Finance, 48 (1): S.65; Damrau (2003), S.200; Schredelseker (2002), S.442.

Ende der Leseprobe aus 25 Seiten

Details

Titel
Finanzmarktanalysen auf informationseffizienten Kapitalmärkten
Untertitel
Ein Random Walk durch die Technische Analyse
Hochschule
Universität Kassel  (BWL und VWL)
Veranstaltung
Grund- und Integrationsmodul
Note
1,7
Autor
Jahr
2012
Seiten
25
Katalognummer
V288646
ISBN (eBook)
9783656890614
ISBN (Buch)
9783656890621
Dateigröße
451 KB
Sprache
Deutsch
Schlagworte
finanzmarktanalysen, kapitalmärkten, random, walk, technische, analyse
Arbeit zitieren
Gabriele Alheid (Autor), 2012, Finanzmarktanalysen auf informationseffizienten Kapitalmärkten, München, GRIN Verlag, https://www.grin.com/document/288646

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Finanzmarktanalysen auf informationseffizienten Kapitalmärkten



Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden