Kapitalmarktanomalien sind empirisch beobachtete Effekte, die entgegen der Hypothese eines effizienten Kapitalmarktes stehen. Eine Gruppe dieser Anomalien sind die Kalendereffekte, ein Effekt in Abhängigkeit zu einem bestimmten Zeitraum. Eine besondere Form innerhalb dieser Einordnung ist der sogenannte Januar-Effekt. Dieser besagt, dass die Renditen im Januar, vergli-chen mit denen anderen Monaten, höher sind. Er wurde in verschiedenen Studien bereits unter-sucht und es gibt unterschiedliche Ansätze, um das Auftreten dieses Effektes zu begründen. Für die Untersuchungen wurden Großteils Daten aus den USA genutzt. Jedoch gibt es Studien, die einen Januar-Effekt nachweisen , ebenso wie Studien, die keine Anomalien feststellen konnten.
Ein Erklärungsansatz für den hier betrachteten Effekt ist zum Beispiel die Tax-Loss-Selling Theorie. Diese besagt, dass verlustbringende Aktien am Ende des Jahres abgestoßen werden, um dadurch Steuervorteile zu erlangen. Im Januar steigen die Renditen wieder, weil die Nachfrage wächst und Investoren die Wertpapiere erneut kaufen. Eine weitere Erklärung ist die Windows-Dressing-Theorie . Laut diesem Ansatz stoßen Fondmanager im Dezember schwache Aktien ab und bereinigen ihr Portfolio, um am Ende des Jahres ein optimiertes Portfolio zu präsentieren. Auch diese Aktien werden im Januar zurück gekauft, wodurch die Renditen steigen. Weitere Ansätze sind die Informationshypothese und die self-destroying-prophecy , welche in den bisherigen Studien jedoch nur geringe Beachtung fanden. Deshalb wird an dieser Stelle auf diese möglichen Erklärungen auch nicht weiter eingegangen.
Inhaltsverzeichnis
1. Einleitung
1.1 Januar Effekt
1.2 Motivation
1.3 Eigene Untersuchung und Zielsetzung
2. Fallstudie: Suche nach Indizien für einen Januar-Effekt
2.1 Ermittlung der positiven und negativen Januar-Monate
2.2 Entwicklung der Januarrenditen von 1970 bis 2013
2.3 Gegenüberstellung der einzelnen Monate hinsichtlich deren Renditenentwicklung
2.4 Wahrscheinlichkeitsrechnung
3. Fallstudie: Prüfung nach dem Januar-Effekt
3.1 Durbin-Watson-Test
3.2 Regressionsanalyse
3.3 t-Test
4. Fazit
Zielsetzung und thematische Schwerpunkte
Die vorliegende Arbeit untersucht empirisch, ob am deutschen Aktienmarkt ein sogenannter Januar-Effekt existiert, bei dem im Januar systematisch höhere Renditen als in anderen Monaten erzielt werden. Ziel ist es, durch die Anwendung deskriptiver Statistik und ökonometrischer Prüfverfahren die Existenz dieses Phänomens im Zeitraum von 1970 bis 2013 zu analysieren und zu verifizieren.
- Analyse von Kapitalmarktanomalien mit Fokus auf den Januar-Effekt
- Empirische Untersuchung des deutschen Aktienmarktes (CDAX) von 1970 bis 2013
- Einsatz deskriptiver Statistik zur Renditeanalyse und Risikobewertung (Volatilität)
- Überprüfung der statistischen Signifikanz mittels Regressionsanalyse und t-Test
Auszug aus dem Buch
1.1 Januar Effekt
Kapitalmarktanomalien sind empirisch beobachtete Effekte, die entgegen der Hypothese eines effizienten Kapitalmarktes stehen. Eine Gruppe dieser Anomalien sind die Kalendereffekte, ein Effekt in Abhängigkeit zu einem bestimmten Zeitraum. Eine besondere Form innerhalb dieser Einordnung ist der sogenannte Januar-Effekt. Dieser besagt, dass die Renditen im Januar, verglichen mit denen anderen Monaten, höher sind. Er wurde in verschiedenen Studien bereits untersucht und es gibt unterschiedliche Ansätze, um das Auftreten dieses Effektes zu begründen. Für die Untersuchungen wurden Großteils Daten aus den USA genutzt. Jedoch gibt es Studien, die einen Januar-Effekt nachweisen, ebenso wie Studien, die keine Anomalien feststellen konnten.
Ein Erklärungsansatz für den hier betrachteten Effekt ist zum Beispiel die Tax-Loss-Selling Theorie. Diese besagt, dass verlustbringende Aktien am Ende des Jahres abgestoßen werden, um dadurch Steuervorteile zu erlangen. Im Januar steigen die Renditen wieder, weil die Nachfrage wächst und Investoren die Wertpapiere erneut kaufen. Eine weitere Erklärung ist die Windows-Dressing-Theorie. Laut diesem Ansatz stoßen Fondmanager im Dezember schwache Aktien ab und bereinigen ihr Portfolio, um am Ende des Jahres ein optimiertes Portfolio zu präsentieren. Auch diese Aktien werden im Januar zurück gekauft, wodurch die Renditen steigen. Weitere Ansätze sind die Informationshypothese und die self-destroying-prophecy, welche in den bisherigen Studien jedoch nur geringe Beachtung fanden. Deshalb wird an dieser Stelle auf diese möglichen Erklärungen auch nicht weiter eingegangen.
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel führt in die Thematik der Kapitalmarktanomalien ein, definiert den Januar-Effekt und erläutert die Motivation sowie das methodische Vorgehen der vorliegenden Studie.
2. Fallstudie: Suche nach Indizien für einen Januar-Effekt: In diesem Teil werden deskriptive statistische Methoden angewandt, um anhand historischer Renditedaten nach ersten Anzeichen für das Vorhandensein eines Januar-Effekts am deutschen Aktienmarkt zu suchen.
3. Fallstudie: Prüfung nach dem Januar-Effekt: Dieses Kapitel führt weiterführende statistische Tests durch, darunter den Durbin-Watson-Test, eine Regressionsanalyse und einen t-Test, um die Existenz des Effekts wissenschaftlich zu prüfen.
4. Fazit: Das Fazit fasst die gewonnenen Erkenntnisse zusammen und stellt fest, dass der Januar-Effekt am deutschen Aktienmarkt im untersuchten Zeitraum nicht eindeutig nachgewiesen werden konnte.
Schlüsselwörter
Januar-Effekt, Kapitalmarktanomalien, deutscher Aktienmarkt, Renditen, deskriptive Statistik, Volatilität, Regressionsanalyse, effizienter Kapitalmarkt, Kalendereffekte, CDAX, t-Test, Durbin-Watson-Test, Finanzmarktanalyse, empirische Untersuchung, Börsenkurse.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Studie grundsätzlich?
Die Arbeit beschäftigt sich mit der empirischen Untersuchung des sogenannten Januar-Effekts am deutschen Aktienmarkt, einer Kapitalmarktanomalie, bei der Anleger im Monat Januar tendenziell höhere Renditen als in anderen Monaten erwarten.
Welches ist das primäre Ziel der Untersuchung?
Das Ziel ist es, durch eine detaillierte Analyse der Daten des deutschen Aktienmarktes zwischen 1970 und 2013 festzustellen, ob sich der Januar-Effekt statistisch nachweisen lässt.
Welche wissenschaftlichen Methoden wurden angewandt?
Der Autor nutzt Methoden der deskriptiven Statistik (wie Mittelwert, Median, Volatilität) sowie ökonometrische Verfahren, darunter Regressionsanalysen, Durbin-Watson-Tests und t-Tests, um die Daten zu validieren.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in eine explorative Fallstudie zur Suche nach Indizien mittels deskriptiver Statistik und eine anschließende statistische Prüfungsphase zur Absicherung der Ergebnisse.
Welche zentralen Themenfelder werden bearbeitet?
Zentrale Themen sind die Entwicklung von Aktienrenditen im Monatsvergleich, der Einfluss von Marktcrashs und Krisen auf diese Renditen sowie die theoretischen Erklärungsansätze für Kalendereffekte.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Die Arbeit wird maßgeblich durch Begriffe wie Januar-Effekt, Kapitalmarktanomalien, empirische Analyse, Volatilität und statistische Signifikanz geprägt.
Konnte der Autor den Januar-Effekt am deutschen Aktienmarkt bestätigen?
Nein, der Autor kommt zu dem Schluss, dass der Januar-Effekt nicht eindeutig nachgewiesen werden konnte, da die statistischen Ergebnisse teilweise widersprüchlich sind.
Warum spielt der Monat April eine besondere Rolle in dieser Studie?
Der Autor stellt fest, dass der Monat April in einigen statistischen Analysen bessere oder vergleichbare Ergebnisse hinsichtlich der Renditen und Wahrscheinlichkeiten liefert als der Januar, was gegen eine exklusive Sonderstellung des Januars spricht.
- Quote paper
- Sergej Belsch (Author), 2014, Der Januar-Effekt am deutschen Aktienmarkt. Eine empirische Untersuchung, Munich, GRIN Verlag, https://www.grin.com/document/295337
